CN115168019A - 负反馈内容确定方法、装置、电子设备以及存储介质 - Google Patents

负反馈内容确定方法、装置、电子设备以及存储介质 Download PDF

Info

Publication number
CN115168019A
CN115168019A CN202110374118.0A CN202110374118A CN115168019A CN 115168019 A CN115168019 A CN 115168019A CN 202110374118 A CN202110374118 A CN 202110374118A CN 115168019 A CN115168019 A CN 115168019A
Authority
CN
China
Prior art keywords
negative feedback
user
determining
service instance
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110374118.0A
Other languages
English (en)
Inventor
何国宝
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Douyu Network Technology Co Ltd
Original Assignee
Wuhan Douyu Network Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wuhan Douyu Network Technology Co Ltd filed Critical Wuhan Douyu Network Technology Co Ltd
Priority to CN202110374118.0A priority Critical patent/CN115168019A/zh
Publication of CN115168019A publication Critical patent/CN115168019A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
    • G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24552—Database cache management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/505—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the load

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明实施例公开了一种负反馈内容确定方法、装置、电子设备以及存储介质。该方法包括：获取对目标用户的负反馈内容查询请求；其中，所述负反馈内容查询请求基于推荐指令触发生成或者基于应用启动指令触发生成，所述负反馈内容查询请求中包括所述目标用户的用户标识；获取各负反馈服务实例当前时刻的系统参数，并基于各所述系统参数确定所述各负反馈服务实例当前时刻的权重迭代系数；根据所述各负反馈服务实例的权重迭代系数确定所述各负反馈服务实例当前时刻的实例权重；根据所述各实例权重确定所述目标负反馈服务实例。通过本发明实施例公开的技术方案，实现了减轻系统的负载，提高负反馈内容确定效率。

Description

负反馈内容确定方法、装置、电子设备以及存储介质
技术领域
本发明实施例涉及智能推荐技术领域，尤其涉及一种负反馈内容确定方法、装置、电子设备以及存储介质。
背景技术
负反馈功能使推荐系统能够得到用户真实的负反馈信息，从而可以对用户负反馈的内容进行降权或者过滤，减少推荐用户不感兴趣的内容，优化用户的使用体验。一般的推荐负反馈系统，是借助于高性能存储系统(redis/memcache等)来实现的，流程大概是：用户有负反馈行为后，负反馈系统将用户的负反馈内容实时存储到高性能存储系统；等到用户下一次请求时，再从存储系统获取用户的负反馈内容，推荐系统再根据负反馈内容进行相应的后续操作(降权或者过滤)，存在大量的无效请求，存储系统就会成为推荐系统的性能瓶颈。在流量峰值的时候，存储系统会因为负载过大而崩溃，从而导致推荐功能的不可用，引发线上故障。
发明内容
本发明提供一种负反馈内容确定方法、装置、电子设备以及存储介质，以实现减轻系统的负载，提高负反馈内容确定效率。
第一方面，本发明实施例提供了一种负反馈内容确定方法，该方法包括：
获取对目标用户的负反馈内容查询请求；其中，所述负反馈内容查询请求基于推荐指令触发生成或者基于应用启动指令触发生成，所述负反馈内容查询请求中包括所述目标用户的用户标识；
获取各负反馈服务实例当前时刻的系统参数，并基于各所述系统参数确定所述各负反馈服务实例当前时刻的权重迭代系数；
根据所述各负反馈服务实例的权重迭代系数确定所述各负反馈服务实例当前时刻的实例权重；
根据所述各实例权重确定所述目标负反馈服务实例，其中，所述目标负反馈服务实例用于响应所述目标用户的负反馈内容查询请求，得到负反馈内容的查询信息，并输出所述负反馈内容的查询信息；
其中，所述目标负反馈服务实例响应所述目标用户的负反馈内容查询请求的方法包括：
基于所述用户标识确定所述目标用户是否为负反馈用户；
若所述目标用户为负反馈用户，则根据所述用户标识确定所述目标用户的负反馈内容。
可选的，在获取对目标用户的负反馈内容查询请求之前，还包括：
建立负反馈内容数据库以及负反馈用户数据库；
当监测到任一用户的负反馈操作时，获取所述负反馈操作对应的负反馈内容和负反馈用户；
基于所述负反馈内容和所述负反馈用户分别更新所述负反馈内容数据库和所述负反馈用户数据库。
可选的，在基于所述负反馈内容和所述负反馈用户分别更新所述负反馈内容数据库和所述负反馈用户数据库之后，还包括：
基于Redis广播将所述负反馈用户数据库广播至所有负反馈服务实例，更新各所述负反馈服务实例中负反馈用户集合缓存。
可选的，基于所述用户标识确定所述目标用户是否为负反馈用户，包括：
基于所述用户标识与所述负反馈用户数据库中的各负反馈用户标识进行匹配；
若匹配成功，则确定所述目标用户为负反馈用户。
可选的，负反馈服务实例的系统参数包括CPU负载率、内存使用率以及服务响应时长；
相应的，所述基于所述系统参数确定所述各负反馈服务实例当前时刻的权重迭代系数的表达式包括：
Figure BDA0003010491700000031
其中，
Figure BDA0003010491700000032
表示权重迭代系数，cpuLoadRate表示CPU负载率，memoryUsage表示内存使用率，rt表示服务响应时长。
可选的，所述根据所述各负反馈服务实例的权重迭代系数确定所述各负反馈服务实例当前时刻的实例权重，包括：
获取所述负反馈服务实例前一时刻的权重，基于所述负反馈服务实例当前时刻的实例权重对所述前一时刻的权重进行更新，得到所述负反馈服务实例当前时刻的实例权重。
可选的，所述根据所述各实例权重确定所述目标负反馈服务实例，包括：
将最大的实例权重对应的负反馈服务实例确定为目标负反馈服务实例；或者，
基于所述各实例权重确定各负反馈服务实例的访问概率，将访问概率最大的负反馈服务实例确定为目标负反馈服务实例。
可选的，在所述根据所述用户标识确定所述目标用户的负反馈内容之后，还包括：
根据所述负反馈内容以及所述用户标识确定所述目标用户的推荐内容，并响应所述目标用户的推荐请求。
第二方面，本发明实施例还提供了一种负反馈内容确定装置，该装置包括：
负反馈内容查询请求获取模块，用于获取对目标用户的负反馈内容查询请求；其中，所述负反馈内容查询请求基于推荐指令触发生成或者基于应用启动指令触发生成，所述负反馈内容查询请求中包括所述目标用户的用户标识；
权重迭代系数确定模块，用于获取各负反馈服务实例当前时刻的系统参数，并基于各所述系统参数确定所述各负反馈服务实例当前时刻的权重迭代系数；
实例权重确定模块，用于根据所述各负反馈服务实例的权重迭代系数确定所述各负反馈服务实例当前时刻的实例权重；
目标负反馈实例确定模块，用于根据所述各实例权重确定所述目标负反馈服务实例，其中，所述目标负反馈服务实例用于响应所述目标用户的负反馈内容查询请求，得到负反馈内容的查询信息，并输出所述负反馈内容的查询信息；
其中，所述目标负反馈实例确定模块包括：
负反馈用户确定子模块，用于基于所述用户标识确定所述目标用户是否为负反馈用户；
负反馈内容确定子模块，用于若所述目标用户为负反馈用户，则根据所述用户标识确定所述目标用户的负反馈内容。
第三方面，本发明实施例还提供了一种电子设备，所述电子设备包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任意实施例提供的负反馈内容确定方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例提供的负反馈内容确定方法。
本发明的技术方案具体包括获取基于推荐指令触发生成或者基于应用启动指令触发生生成的对目标用户的负反馈内容查询请求，以根据该查询请求获取目标对象的负反馈内容查询信息；获取各负反馈服务实例当前时刻的系统参数，并基于各系统参数确定各负反馈服务实例当前时刻的权重迭代系数，以及根据各负反馈服务实例的权重迭代系数确定各负反馈服务实例当前时刻的实例权重；根据所述各实例权重确定用于响应所述目标用户的负反馈内容查询请求，得到负反馈内容的查询信息，并输出所述负反馈内容的查询信息目标负反馈服务实例，以通过在各负反馈服务实例中确定性能较优的目标负反馈服务实例，提高了负反馈内容确定的效率；其中，目标负反馈服务实例响应所述目标用户的负反馈内容查询请求的方法包括：基于所述用户标识确定所述目标用户是否为负反馈用户；若所述目标用户为负反馈用户，则根据所述用户标识确定所述目标用户的负反馈内容，实现了替存储系统拦截大部分的无效请求，只有真正有负反馈内容的用户，才会到负反馈存储系统查询负反馈内容，就能极大的减轻存储系统的负载，从而解决性能瓶颈问题。本发明实施例的技术方案通过确定目标负反馈服务实例用于目标用户的负反馈内容查询请求提高了查询效率，以及在响应过程中，基于负反馈用户数据库查询目标用户是负反馈用户时对该目标用户进行负反馈内容查询，拦截了大量的无效请求，减轻了系统的运行压力，同时基于目标用户标识查询目标用户的负反馈内容提高了查询的准确性。
附图说明
为了更加清楚地说明本发明示例性实施例的技术方案，下面对描述实施例中所需要用到的附图做一简单介绍。显然，所介绍的附图只是本发明所要描述的一部分实施例的附图，而不是全部的附图，对于本领域普通技术人员，在不付出创造性劳动的前提下，还可以根据这些附图得到其他的附图。
图1是本发明实施例一提供的负反馈内容确定方法的流程示意图；
图2是本发明实施例二提供的负反馈内容确定方法的流程示意图；
图3是本发明实施例三提供的负反馈内容确定装置的结构示意图；
图4为本发明实施例四提供的电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种负反馈内容确定方法的流程图，本实施例可适用于基于目标用户的查询请求确定目标用户的负反馈内容的情况；具体的，更适用于基于各反馈服务实例当前时刻的系统参数确定用于响应所述目标用户的负反馈内容查询请求，得到负反馈内容的查询信息，并输出所述负反馈内容的查询信息的目标负反馈服务实例的情况。该方法可以由负反馈内容确定装置来执行，该装置可以由软件和/或硬件的方式来实现。
在对本发明实施例的技术方案进行介绍之前，先对本发明实施例的应用场景进行示例性的介绍：在根据用户的推荐请对用户进行内容推荐时一般会获取该用户的负反馈内容，并基于该用户的负反馈内容确定推荐内容并进行推荐。其中，负反馈内容是基于用户预先进行负反馈操作时产生的内容。现阶段，对于负反馈内容的确定方法一般是在任一用户产生负反馈操作时，将该负反馈操作对应的负反馈内容实时存储到高性能存储系统；等到用户下一次请求时，再从存储系统获取用户的负反馈内容，推荐系统再根据负反馈内容进行相应的后续操作例如，对该类内容进行降权或者过滤处理，从而推荐用户感兴趣的内容。
对于上述技术方案对所有进行推荐请求的用户进行匹配是否存储过负反馈内容，但由于只有用户比例很少(1％左右)的用户有过负反馈操作即存储过负反馈内容，所以大量没有负反馈的用户，也需要从存储系统获取用户的负反馈内容，造成大量(99％)无意义请求。而且在平台规模较小的时候，性能可以满足推荐系统的要求，但是当平台规模急剧扩大(用户量达到千万级甚至亿级别时)，或者有突发流量时(大主播入驻)，不管用户有没有负反馈内容，用户的每一次请求，都会从存储系统进行查询负反馈内容，这种情况下，存储系统就会成为推荐系统的性能瓶颈。在流量峰值的时候，存储系统很有可能会因为负载过大而崩溃，从而导致推荐功能不可用，引发线上故障。
所以，对于上述技术问题，本发明实施例的技术方案提出：获取基于推荐指令触发生成或者基于应用启动指令触发生生成的对目标用户的负反馈内容查询请求，以根据该查询请求获取目标对象的负反馈内容查询信息；获取各负反馈服务实例当前时刻的系统参数，并基于各系统参数确定各负反馈服务实例当前时刻的权重迭代系数，以及根据各负反馈服务实例的权重迭代系数确定各负反馈服务实例当前时刻的实例权重；根据所述各实例权重确定用于响应所述目标用户的负反馈内容查询请求，得到负反馈内容的查询信息，并输出所述负反馈内容的查询信息目标负反馈服务实例，以通过在各负反馈服务实例中确定性能较优的目标负反馈服务实例，提高了负反馈内容确定的效率；其中，目标负反馈服务实例响应所述目标用户的负反馈内容查询请求的方法包括：基于所述用户标识确定所述目标用户是否为负反馈用户；若所述目标用户为负反馈用户，则根据所述用户标识确定所述目标用户的负反馈内容，实现了替存储系统拦截大部分的无效请求，只有真正有负反馈内容的用户，才会到负反馈存储系统查询负反馈内容，就能极大的减轻存储系统的负载，从而解决性能瓶颈问题。
如图1所示，该技术方案具体包括以下步骤：
S110、获取对目标用户的负反馈内容查询请求。
在本发明实施例中，目标用户可以是提出推荐请求的用户。负反馈内容查询请求可以是对目标用户是否存储过负反馈内容进行查询的请求。负反馈内容查询请求中包括目标用户的用户标识，以便于基于该用户标识查询目标用户的负反馈内容。
可选的，获取对目标用户的负反馈内容查询请求的方法可以是基于推荐指令触发生成。其中，推荐指令可以是目标用户在发送内容推荐请求时接收到的推荐指令。具体的，在检测到目标用户的推荐指令时触发生成对目标用户的负反馈内容查询请求。
可选的，获取对目标用户的负反馈内容查询请求的方法还可以是基于应用启动指令触发生成。其中，应用启动指令可以是在应用启动时发送的指令。具体的，在检测到该应用启动指令时触发生成对目标用户的负反馈内容查询请求。
S120、获取各负反馈服务实例当前时刻的系统参数，并基于各所述系统参数确定所述各负反馈服务实例当前时刻的权重迭代系数。
可以理解的是，负反馈服务实例是用于执行当前负反馈内容确定方法的服务器或者处理器，在本发明实施例中，当前推荐系统中包括至少一个负反馈服务实例。负反馈服务实例当前时刻的系统参数是用于确定负反馈服务实例在当前时刻的权重迭代系数的参数。具体的，负反馈服务实例的系统参数包括CPU负载率、内存使用率以及服务响应时长。负反馈服务实例当前时刻的权重迭代系数是用于确定负反馈服务实例当前时刻的实例权重的参数系数。
为了清楚的介绍确定各负反馈服务实例的权重迭代系数的方法，本实施例以确定任一负反馈服务实例的权重迭代系数为例：基于预设时间间隔，获取该负反馈服务实例的各系统参数，例如预设时间间隔可以是1min，还可以是1.5min，本实施例对此不加以限制。可选的，基于该负反馈服务实例当前时刻的系统参数确定该负反馈服务实例当前时刻的权重迭代系数的表达式可以是：
Figure BDA0003010491700000091
其中，
Figure BDA0003010491700000092
表示权重迭代系数，cpuLoadRate表示CPU负载率，memoryUsage表示内存使用率，rt表示服务响应时长。
在本方发明实施例中，采用上述三个计算项作为计算权重迭代系数的表达式的理由在于将CPU负载率、内存使用率以及服务响应时长进行预设形式的计算之后得到当前负反馈服务实例的负载均衡权重，并对三个进行预处理之后的系统参数进行相乘；在本发明实施例中，对上述至少三个系统参数进行计算使计算权重迭代系数的参数信息更加全面，计算结果更加精确。
具体的，表达式的第一项为：
Figure BDA0003010491700000101
该表达式基于对CPU负载率进行减法计算以确定当前负反馈服务实例的CPU空闲率，并在此基础上进行小于1的除法计算，以使得到的CPU空闲率结果更加清楚；具体的，当前表达式表示当CPU负载率cpuLoadRate大于50％时，负反馈服务实例当前时刻的负载均衡权重会衰减，当cpuLoadRate小于50％时，该负反馈服务实例当前时刻的负载均衡权重会增加，进一步的从CPU负载的角度考虑了如何确定各负反馈服务实例中的目标服务实例。
表达式的第二项为：
Figure BDA0003010491700000102
该项表达式基于对内存使用率进行减法计算，以确定当前负反馈服务实例的内存空闲率，并在此基础上进行小于1的除法计算，以使得到的内存空闲率结果更加清楚；具体的，当前表达式表示当内存使用率memoryUsage大于50％时，该负反馈服务实例当前时刻的负载均衡权重会衰减，当内存使用率memoryUsage小于50％时，该负反馈服务实例当前时刻的负载均衡权重会增加，进一步的从内存的角度考虑了如何确定各负反馈服务实例中的目标服务实例。
表达式的第三项为：
Figure BDA0003010491700000103
该项表达式中通过确定当前负反馈服务实例的服务响应时间在所有负反馈服务实例的服务响应时间中的占比确定当前负反馈服务实例服务响应的负载权重，并基于减法计算确定其他负反馈服务实例在所有负反馈服务实例的服务响应时间中的占比；具体的，当前表达式表示当服务响应时长rt越大，当前负反馈服务实例的服务响应时间在所有负反馈服务实例的服务响应时间中的占比越大，即其他负反馈服务实例的响应在所有负反馈服务实例的服务响应时间中的占比减小，所以当前该负反馈服务实例当前时刻的负载均衡权重就会衰减的越快，进一步的从服务响应时长的角度考虑了如何确定各负反馈服务实例中的目标服务实例。
综合CPU负载率、内存使用率以及服务响应时长三方面进行处理之后进行相乘计算，得到最终的权重迭代系数，以确定当前负反馈服务实例的负载均衡权重，以实现更快速地确定各负反馈服务实例的目标负反馈服务实例，相比较现有技术直接采用系统参数进行加权或者相乘等计算确定系统性能，本发明实施例中通过基于系统参数进行预处理之后相乘确定权重迭代系数，并基于迭代系数以及当前时刻确定系统权重性能的方法更加地精确。
S130、根据所述各负反馈服务实例的权重迭代系数确定所述各负反馈服务实例当前时刻的实例权重。
可以理解的是，实例权重是当前负反馈示例在当前推荐系统中所有负反馈服务实例中所占的权重比例。
可选的，根据各负反馈服务实例的权重迭代系数确定各负反馈服务实例当前时刻的实例权重的方法可以是：获取所述负反馈服务实例前一时刻的权重，基于所述负反馈服务实例当前时刻的实例权重对所述前一时刻的权重进行更新，得到所述负反馈服务实例当前时刻的实例权重。
具体的，以确定任一负反馈服务实例的实例权重为例：假设需要确定该负反馈服务实例当前时刻tj的实例权重，获取该负反馈服务实例上一时刻的实例权重wi(tj-1)，以及在上述实施例确定的该负反馈服务实例当前时刻的权重迭代系数▽αi(tj)，则将前一时刻的实例权重与当前时刻的权重迭代系数相乘，得到该负反馈服务实例当前时刻的实例权重wi(tj)。
在一些实施例中，在各负反馈服务实例启动时，各实例的权重相同，w(t0)均为1.0此时，可以选择任意实例作为目标负反馈服务实例。
S140、根据所述各实例权重确定所述目标负反馈服务实例。
S150、将负反馈内容查询请求发送至目标负反馈服务实例，并获取所述目标负反馈服务实例基于所述用户标识确定的负反馈内容。
在本发明实施例中，目标负反馈实例用于目标负反馈服务实例用于响应目标用户的负反馈内容查询请求，得到负反馈内容的查询信息，并输出负反馈内容的查询信息。基于上述实施例的技术方案确定当前推荐系统中的各负反馈实例的实例权重，并基于各实例权重确定目标负反馈服务实例。
可选的，根据各实例权重确定目标负反馈服务实例的确定方法可以是：将最大的实例权重对应的负反馈服务实例确定为目标负反馈服务实例。具体的，将各实例权重按从大到小进行排序，并确定最大的负反馈服务实例作为目标负反馈服务实例。
可选的，根据各实例权重确定目标负反馈服务实例的确定方法还可以是：基于各实例权重确定各负反馈服务实例的访问概率，将访问概率最大的负反馈服务实例确定为目标负反馈服务实例。
具体的，基于下述表达式确定各负反馈服务实例的访问概率，并基于各访问概率数值，确定数值最大的访问概率对应的负反馈服务实例作为目标负反馈服务实例。其中，确定访问概率的表达式如下所示：
Figure BDA0003010491700000131
在本发明实施例中，目标负反馈服务实例响应目标用户的负反馈内容查询请求的方法包括：基于用户标识确定目标用户是否为负反馈用户；若目标用户为负反馈用户，则根据用户标识确定目标用户的负反馈内容。
具体的，基于用户标识确定目标用户是否为负反馈用户的确定方法可以是：基于用户标识与负反馈用户数据库中的各负反馈用户标识进行匹配；若匹配成功，则确定目标用户为负反馈用户，执行负反馈用户对应的负反馈内容查询请求，得到负反馈查询结果；若匹配失败，则确定目标用户非负反馈用户，反馈负反馈查询结果为空，无需执行负反馈内容查询请求，减小无效请求导致的负载压力。
本发明的技术方案具体包括获取基于推荐指令触发生成或者基于应用启动指令触发生生成的对目标用户的负反馈内容查询请求，以根据该查询请求获取目标对象的负反馈内容查询信息；获取各负反馈服务实例当前时刻的系统参数，并基于各系统参数确定各负反馈服务实例当前时刻的权重迭代系数，以及根据各负反馈服务实例的权重迭代系数确定各负反馈服务实例当前时刻的实例权重；根据所述各实例权重确定用于响应所述目标用户的负反馈内容查询请求，得到负反馈内容的查询信息，并输出所述负反馈内容的查询信息目标负反馈服务实例，以通过在各负反馈服务实例中确定性能较优的目标负反馈服务实例，提高了负反馈内容确定的效率；其中，目标负反馈服务实例响应所述目标用户的负反馈内容查询请求的方法包括：基于所述用户标识确定所述目标用户是否为负反馈用户；若所述目标用户为负反馈用户，则根据所述用户标识确定所述目标用户的负反馈内容，实现了替存储系统拦截大部分的无效请求，只有真正有负反馈内容的用户，才会到负反馈存储系统查询负反馈内容，就能极大的减轻存储系统的负载，从而解决性能瓶颈问题。本发明实施例的技术方案通过确定目标负反馈服务实例用于目标用户的负反馈内容查询请求提高了查询效率，以及在响应过程中，基于负反馈用户数据库查询目标用户是负反馈用户时对该目标用户进行负反馈内容查询，拦截了大量的无效请求，减轻了系统的运行压力，同时基于目标用户标识查询目标用户的负反馈内容提高了查询的准确性。
实施例二
图2为本发明实施例二提供的一种负反馈内容确定方法的流程图，本实施例在上述各实施例的基础上，增加了步骤“获取负反馈内容数据库以及负反馈用户数据库。”其中与上述各实施例相同或相应的术语的解释在此不再赘述。参见图2，本实施例提供的负反馈内容确定方法包括：
S210、获取负反馈内容数据库以及负反馈用户数据库。
在本发明实施例中，反馈内容数据库可以是用于存储负反馈用户在产生负反馈操作时生成的负反馈内容的数据库。反馈用户数据库可以是用于存储产生负反馈操作的负反馈用户的数据库。其中，负反馈操作可以是用户对不感兴趣的内容进行标识的操作。
具体的，建立负反馈内容数据库以及负反馈用户数据库，并检测各用户的负反馈操作。当监测到任一用户的负反馈操作时，获取所述负反馈操作对应的负反馈内容和负反馈用户；基于所述负反馈内容和所述负反馈用户分别更新所述负反馈内容数据库和所述负反馈用户数据库。
上述实施例的技术方案中，由于是目标负反馈服务实例响应目标用户的负反馈内容查询请求的方法，所以上述更新负反馈内容数据库和所述负反馈用户数据库也是在目标负反馈服务实例中进行更新，可能会造成多实例缓存不一致的问题。为了解决上述技术问题，本发明实施例的技术方案提出基于Redis广播将所述负反馈用户数据库广播至所有负反馈服务实例，更新各所述负反馈服务实例中负反馈用户数据库以及负反馈内容数据库，以保证在更新某个负反馈服务实例的负反馈用户数据库以及负反馈内容数据库的同时，发送广播给其他所有负反馈服务实例，其他实例接收到此次更新时，也更新其内存里面的负反馈用户数据库以及负反馈内容数据库，从而解决所有负反馈服务实例内存缓存不一致的问题。
S220、获取对目标用户的负反馈内容查询请求。
S230、获取各负反馈服务实例当前时刻的系统参数，并基于各所述系统参数确定所述各负反馈服务实例当前时刻的权重迭代系数。
S240、根据所述各负反馈服务实例的权重迭代系数确定所述各负反馈服务实例当前时刻的实例权重。
S250、根据所述各实例权重确定所述目标负反馈服务实例。
S260、将负反馈内容查询请求发送至目标负反馈服务实例，并获取所述目标负反馈服务实例基于所述用户标识确定的负反馈内容。
本发明实施例的技术方案通过确定目标负反馈服务实例用于目标用户的负反馈内容查询请求提高了查询效率，以及在响应过程中，基于负反馈用户数据库查询目标用户是负反馈用户时对该目标用户进行负反馈内容查询，拦截了大量的无效请求，减轻了系统的运行压力，基于目标用户标识查询目标用户的负反馈内容提高了查询的准确性；同时基于Redis广播更新各所述负反馈服务实例中负反馈用户集合缓存，根据目标用户标识在更新后的负反馈用户集合缓存中查询目标用户是否为负反馈用户，进一步提高了查询的准确性。
以下是本发明实施例提供的负反馈内容确定装置的实施例，该装置与上述各实施例的负反馈内容确定方法属于同一个发明构思，在负反馈内容确定装置的实施例中未详尽描述的细节内容，可以参考上述负反馈内容确定方法的实施例。
实施例三
图3为本发明实施例三提供的负反馈内容确定装置的结构示意图，本实施例可适用于在软件测试中进行性能测试的情况。该负反馈内容确定装置的具体结构如下：负反馈内容查询请求获取模块310、权重迭代系数确定模块320、实例权重确定模块330和目标负反馈实例确定模块340；其中，
负反馈内容查询请求获取模块310，用于获取对目标用户的负反馈内容查询请求；其中，所述负反馈内容查询请求基于推荐指令触发生成或者基于应用启动指令触发生成，所述负反馈内容查询请求中包括所述目标用户的用户标识；
权重迭代系数确定模块320，用于获取各负反馈服务实例当前时刻的系统参数，并基于各所述系统参数确定所述各负反馈服务实例当前时刻的权重迭代系数；
实例权重确定模块330，用于根据所述各负反馈服务实例的权重迭代系数确定所述各负反馈服务实例当前时刻的实例权重；
目标负反馈实例确定模块340，用于根据所述各实例权重确定所述目标负反馈服务实例，其中，所述目标负反馈服务实例用于响应所述目标用户的负反馈内容查询请求，得到负反馈内容的查询信息，并输出所述负反馈内容的查询信息；
其中，所述目标负反馈实例确定模块340包括：
负反馈用户确定子模块，用于基于所述用户标识确定所述目标用户是否为负反馈用户；
负反馈内容确定子模块，用于若所述目标用户为负反馈用户，则根据所述用户标识确定所述目标用户的负反馈内容。
本发明的技术方案具体包括获取基于推荐指令触发生成或者基于应用启动指令触发生生成的对目标用户的负反馈内容查询请求，以根据该查询请求获取目标对象的负反馈内容查询信息；获取各负反馈服务实例当前时刻的系统参数，并基于各系统参数确定各负反馈服务实例当前时刻的权重迭代系数，以及根据各负反馈服务实例的权重迭代系数确定各负反馈服务实例当前时刻的实例权重；根据所述各实例权重确定用于响应所述目标用户的负反馈内容查询请求，得到负反馈内容的查询信息，并输出所述负反馈内容的查询信息目标负反馈服务实例，以通过在各负反馈服务实例中确定性能较优的目标负反馈服务实例，提高了负反馈内容确定的效率；其中，目标负反馈服务实例响应所述目标用户的负反馈内容查询请求的方法包括：基于所述用户标识确定所述目标用户是否为负反馈用户；若所述目标用户为负反馈用户，则根据所述用户标识确定所述目标用户的负反馈内容，实现了替存储系统拦截大部分的无效请求，只有真正有负反馈内容的用户，才会到负反馈存储系统查询负反馈内容，就能极大的减轻存储系统的负载，从而解决性能瓶颈问题。本发明实施例的技术方案通过确定目标负反馈服务实例用于目标用户的负反馈内容查询请求提高了查询效率，以及在响应过程中，基于负反馈用户数据库查询目标用户是负反馈用户时对该目标用户进行负反馈内容查询，拦截了大量的无效请求，减轻了系统的运行压力，同时基于目标用户标识查询目标用户的负反馈内容提高了查询的准确性。
在上述技术方案的基础上，该装置还包括：
数据库建立模块，用于在获取对目标用户的负反馈内容查询请求之前，建立负反馈内容数据库以及负反馈用户数据库；
用户以及内容获取模块，用于当监测到任一用户的负反馈操作时，获取所述负反馈操作对应的负反馈内容和负反馈用户；
数据库更新模块，用于基于所述负反馈内容和所述负反馈用户分别更新所述负反馈内容数据库和所述负反馈用户数据库。
在上述技术方案的基础上，该装置还包括：
负反馈用户集合更新模块，用于在基于所述负反馈内容和所述负反馈用户分别更新所述负反馈内容数据库和所述负反馈用户数据库之后，基于Redis广播将所述负反馈用户数据库广播至所有负反馈服务实例，更新各所述负反馈服务实例中负反馈用户集合缓存。
在上述技术方案的基础上，负反馈用户确定子模块，包括：
用户匹配单元，用于基于所述用户标识与所述负反馈用户数据库中的各负反馈用户标识进行匹配；
负反馈用户确定单元，用于若匹配成功，则确定所述目标用户为负反馈用户。
在上述技术方案的基础上，所述负反馈服务实例的系统参数包括CPU负载率、内存使用率以及服务响应时长；
相应的，权重迭代系数确定模块320中涉及的表达式，包括：
Figure BDA0003010491700000191
其中，
Figure BDA0003010491700000192
表示权重迭代系数，cpuLoadRate表示CPU负载率，memoryUsage表示内存使用率，rt表示服务响应时长。
在上述技术方案的基础上，实例权重确定模块330，包括：
实例权重确定单元，用于获取所述负反馈服务实例前一时刻的权重，基于所述负反馈服务实例当前时刻的实例权重对所述前一时刻的权重进行更新，得到所述负反馈服务实例当前时刻的实例权重。
在上述技术方案的基础上，目标负反馈实例确定模块340，包括：
第一目标负反馈实例确定单元，用于将最大的实例权重对应的负反馈服务实例确定为目标负反馈服务实例。
第二目标负反馈实例确定单元，用于基于所述各实例权重确定各负反馈服务实例的访问概率，将访问概率最大的负反馈服务实例确定为目标负反馈服务实例。
在上述技术方案的基础上，该装置包括：
推荐请求响应模块，用于根据所述负反馈内容以及所述用户标识确定所述目标用户的推荐内容，并响应所述目标用户的推荐请求。
本发明实施例所提供的负反馈内容确定装置可执行本发明任意实施例所提供的负反馈内容确定方法，具备执行方法相应的功能模块和有益效果。
值得注意的是，上述负反馈内容确定装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
实施例四
图4为本发明实施例四提供的一种电子设备的结构示意图。图4示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图4显示的电子设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，电子设备12以通用计算电子设备的形式表现。电子设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如系统存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该电子设备12交互的设备通信，和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图4所示，网络适配器20通过总线18与电子设备12的其它模块通信。应当明白，尽管图4中未示出，可以结合电子设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及样本数据获取，例如实现本发实施例所提供的一种负反馈内容确定方法步骤，负反馈内容确定方法包括：
获取对目标用户的负反馈内容查询请求；其中，所述负反馈内容查询请求基于推荐指令触发生成或者基于应用启动指令触发生成，所述负反馈内容查询请求中包括所述目标用户的用户标识；
获取各负反馈服务实例的当前时刻的系统参数，并基于各所述系统参数确定所述各负反馈服务实例当前时刻的权重迭代系数；
根据所述各负反馈服务实例的权重迭代系数确定所述各负反馈服务实例当前时刻的实例权重；
根据所述各实例权重确定所述目标负反馈服务实例，其中，所述目标负反馈服务实例用于响应所述目标用户的负反馈内容查询请求，得到负反馈内容的查询信息，并输出所述负反馈内容的查询信息；
其中，所述目标负反馈服务实例响应所述目标用户的负反馈内容查询请求的方法包括：
基于所述用户标识确定所述目标用户是否为负反馈用户；
若所述目标用户为负反馈用户，则根据所述用户标识确定所述目标用户的负反馈内容。
当然，本领域技术人员可以理解，处理器还可以实现本发明任意实施例所提供的样本数据获取方法的技术方案。
实施例五
本实施例五提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现例如实现本发实施例所提供的一种负反馈内容确定方法步骤，负反馈内容确定方法包括：
获取对目标用户的负反馈内容查询请求；其中，所述负反馈内容查询请求基于推荐指令触发生成或者基于应用启动指令触发生成，所述负反馈内容查询请求中包括所述目标用户的用户标识；
获取各负反馈服务实例的当前时刻的系统参数，并基于各所述系统参数确定所述各负反馈服务实例当前时刻的权重迭代系数；
根据所述各负反馈服务实例的权重迭代系数确定所述各负反馈服务实例当前时刻的实例权重；
根据所述各实例权重确定所述目标负反馈服务实例，其中，所述目标负反馈服务实例用于响应所述目标用户的负反馈内容查询请求，得到负反馈内容的查询信息，并输出所述负反馈内容的查询信息；
其中，所述目标负反馈服务实例响应所述目标用户的负反馈内容查询请求的方法包括：
基于所述用户标识确定所述目标用户是否为负反馈用户；
若所述目标用户为负反馈用户，则根据所述用户标识确定所述目标用户的负反馈内容。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于：电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
本领域普通技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个计算装置上，或者分布在多个计算装置所组成的网络上，可选地，他们可以用计算机装置可执行的程序代码来实现，从而可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件的结合。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。

Claims (11)

1.一种负反馈内容确定方法，应用于推荐系统，其特征在于，包括：
获取对目标用户的负反馈内容查询请求；其中，所述负反馈内容查询请求基于推荐指令触发生成或者基于应用启动指令触发生成，所述负反馈内容查询请求中包括所述目标用户的用户标识；
获取各负反馈服务实例当前时刻的系统参数，并基于各所述系统参数确定所述各负反馈服务实例当前时刻的权重迭代系数；
根据所述各负反馈服务实例的权重迭代系数确定所述各负反馈服务实例当前时刻的实例权重；
根据所述各实例权重确定所述目标负反馈服务实例，其中，所述目标负反馈服务实例用于响应所述目标用户的负反馈内容查询请求，得到负反馈内容的查询信息，并输出所述负反馈内容的查询信息；
其中，所述目标负反馈服务实例响应所述目标用户的负反馈内容查询请求的方法包括：
基于所述用户标识确定所述目标用户是否为负反馈用户；
若所述目标用户为负反馈用户，则根据所述用户标识确定所述目标用户的负反馈内容。
2.根据权利要求1所述的方法，其特征在于，在获取对目标用户的负反馈内容查询请求之前，还包括：
建立负反馈内容数据库以及负反馈用户数据库；
当监测到任一用户的负反馈操作时，获取所述负反馈操作对应的负反馈内容和负反馈用户；
基于所述负反馈内容和所述负反馈用户分别更新所述负反馈内容数据库和所述负反馈用户数据库。
3.根据权利要求2所述的方法，其特征在于，在基于所述负反馈内容和所述负反馈用户分别更新所述负反馈内容数据库和所述负反馈用户数据库之后，还包括：
基于Redis广播将所述负反馈用户数据库广播至所有负反馈服务实例，更新各所述负反馈服务实例中负反馈用户集合缓存。
4.根据权利要求2所述的方法，其特征在于，所述基于所述用户标识确定所述目标用户是否为负反馈用户，包括：
基于所述用户标识与所述负反馈用户数据库中的各负反馈用户标识进行匹配；
若匹配成功，则确定所述目标用户为负反馈用户。
5.根据权利要求1所述的方法，其特征在于，所述负反馈服务实例的系统参数包括CPU负载率、内存使用率以及服务响应时长；
相应的，所述基于所述系统参数确定所述各负反馈服务实例当前时刻的权重迭代系数的表达式包括：
Figure FDA0003010491690000021
其中，
Figure FDA0003010491690000022
表示权重迭代系数，cpuLoadRate表示CPU负载率，memoryUsage表示内存使用率，rt表示服务响应时长。
6.根据权利要求1所述的方法，其特征在于，所述根据所述各负反馈服务实例的权重迭代系数确定所述各负反馈服务实例当前时刻的实例权重，包括：
获取所述负反馈服务实例前一时刻的权重，基于所述负反馈服务实例当前时刻的实例权重对所述前一时刻的权重进行更新，得到所述负反馈服务实例当前时刻的实例权重。
7.根据权利要求1所述的方法，其特征在于，所述根据所述各实例权重确定所述目标负反馈服务实例，包括：
将最大的实例权重对应的负反馈服务实例确定为目标负反馈服务实例；或者，
基于所述各实例权重确定各负反馈服务实例的访问概率，将访问概率最大的负反馈服务实例确定为目标负反馈服务实例。
8.根据权利要求1所述的方法，其特征在于，在所述根据所述用户标识确定所述目标用户的负反馈内容之后，还包括：
根据所述负反馈内容以及所述用户标识确定所述目标用户的推荐内容，并响应所述目标用户的推荐请求。
9.一种负反馈内容确定装置，其特征在于，包括：
负反馈内容查询请求获取模块，用于获取对目标用户的负反馈内容查询请求；其中，所述负反馈内容查询请求基于推荐指令触发生成或者基于应用启动指令触发生成，所述负反馈内容查询请求中包括所述目标用户的用户标识；
权重迭代系数确定模块，用于获取各负反馈服务实例当前时刻的系统参数，并基于各所述系统参数确定所述各负反馈服务实例当前时刻的权重迭代系数；
实例权重确定模块，用于根据所述各负反馈服务实例的权重迭代系数确定所述各负反馈服务实例当前时刻的实例权重；
目标负反馈实例确定模块，用于根据所述各实例权重确定所述目标负反馈服务实例，其中，所述目标负反馈服务实例用于响应所述目标用户的负反馈内容查询请求，得到负反馈内容的查询信息，并输出所述负反馈内容的查询信息；
其中，所述目标负反馈实例确定模块包括：
负反馈用户确定子模块，用于基于所述用户标识确定所述目标用户是否为负反馈用户；
负反馈内容确定子模块，用于若所述目标用户为负反馈用户，则根据所述用户标识确定所述目标用户的负反馈内容。
10.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一所述的负反馈内容确定方法。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-8中任一所述的负反馈内容确定方法。
CN202110374118.0A 2021-04-07 2021-04-07 负反馈内容确定方法、装置、电子设备以及存储介质 Pending CN115168019A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110374118.0A CN115168019A (zh) 2021-04-07 2021-04-07 负反馈内容确定方法、装置、电子设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110374118.0A CN115168019A (zh) 2021-04-07 2021-04-07 负反馈内容确定方法、装置、电子设备以及存储介质

Publications (1)

Publication Number Publication Date
CN115168019A true CN115168019A (zh) 2022-10-11

Family

ID=83476100

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110374118.0A Pending CN115168019A (zh) 2021-04-07 2021-04-07 负反馈内容确定方法、装置、电子设备以及存储介质

Country Status (1)

Country Link
CN (1) CN115168019A (zh)

Similar Documents

Publication Publication Date Title
CN111090628A (zh) 一种数据处理方法、装置、存储介质及电子设备
US11210131B2 (en) Method and apparatus for assigning computing task
CN112134909B (zh) 时序数据处理方法、装置、系统、服务器及可读存储介质
CN110795756A (zh) 一种数据脱敏方法、装置、计算机设备及计算机可读存储介质
CN110955640A (zh) 跨系统数据文件的处理方法、装置、服务器和存储介质
CN112612546A (zh) 页面加载方法、装置、电子设备和存储介质
CN112506950A (zh) 数据聚合处理方法、计算节点、计算集群及存储介质
CN110245684B (zh) 数据处理方法、电子设备和介质
CN111026493A (zh) 界面渲染的处理方法和装置
CN110728306A (zh) 反向代理评价模型中目标参数选取方法及相关装置
CN113609195A (zh) 报告生成方法、装置、电子设备及存储介质
CN113760242A (zh) 一种数据处理方法、装置、服务器和介质
CN112965943A (zh) 一种数据处理方法、装置、电子设备以及存储介质
CN111274104B (zh) 数据处理方法、装置、电子设备及计算机可读存储介质
CN115168019A (zh) 负反馈内容确定方法、装置、电子设备以及存储介质
CN107168776B (zh) 一种事件统计方法、装置、设备及存储介质
CN115563160A (zh) 数据处理方法、装置、计算机设备和计算机可读存储介质
CN115658745A (zh) 数据处理方法、装置、计算机设备和计算机可读存储介质
CN114238391A (zh) 数据分页查询方法、装置、电子设备及存储介质
CN113946493A (zh) 一种监控阈值确定及监控报警方法、装置、设备和介质
CN111427878B (zh) 数据监控告警方法、装置、服务器和存储介质
CN113407102A (zh) 一种虚拟按键的展示方法、装置、系统和存储介质
CN114390104A (zh) 过程取证系统、方法、装置、计算机设备及介质
CN108958929B (zh) 应用算法库的方法、装置、存储介质及电子设备
CN112988391B (zh) 数据处理方法、装置、设备和存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination