CN116594712B - 基于数据分析的用户中心展示方法及系统 - Google Patents
基于数据分析的用户中心展示方法及系统 Download PDFInfo
- Publication number
- CN116594712B CN116594712B CN202310616057.3A CN202310616057A CN116594712B CN 116594712 B CN116594712 B CN 116594712B CN 202310616057 A CN202310616057 A CN 202310616057A CN 116594712 B CN116594712 B CN 116594712B
- Authority
- CN
- China
- Prior art keywords
- behavior data
- user
- target
- function
- functional component
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000007405 data analysis Methods 0.000 title claims abstract description 46
- 238000013139 quantization Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 abstract description 100
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000006399 behavior Effects 0.000 description 78
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
- G06F9/44521—Dynamic linking or loading; Link editing at or after load time, e.g. Java class loading
- G06F9/44526—Plug-ins; Add-ons
-
- 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
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本发明提供了一种基于数据分析的用户中心展示方法及系统,所述方法包括步骤:获取应用软件平台提供的功能组件;获取目标用户在应用软件平台上与功能组件相关联的第一行为数据;根据第一行为数据,分别计算得到与各功能组件对应的功能偏好系数;将功能偏好系数最大的N个功能组件,作为备选功能组件;获取与目标用户关联的社交关系群体,以及社交关系群体中人员在各功能组件上的第二行为数据;以及根据第二行为数据和备选功能组件,生成目标功能组件,并将目标功能组件对应的图标展示于用户中心页面;本发明能够根据用户个人浏览内容偏好进行个性化功能展示,以及根据用户归属社群的使用习惯进行其他功能推荐,利于改善用户使用体验。
Description
技术领域
本发明涉及计算机软件技术领域,具体地说,涉及一种基于数据分析的用户中心展示方法及系统。
背景技术
当前各类网站平台或者App应用向用户提供的功能区逐渐多样化和丰富化,由此,若用户直接通过平台主页或者App主页来查找功能区时,可能查找过程较为繁琐。此外,各类网站平台通常向用户提供相同的用户个人中心界面,即使个性化定制也仅仅对于提供的内容的快捷连接方式(如展示用户的浏览历史、收藏内容等),未提供个性化的功能快捷方式。
另一方面,用户使用功能时可能存在被自己习惯局限的情况,仅习惯于自己经常用的某些功能,而其他一些非常有用的功能并未发掘到,这也不利于用户体验。
因此,如何在用户个人中心界面提供个性化的功能快捷区域,以便于用户快捷链接到其所想要到达的功能区,以及帮助用户避免被自己习惯局限,成为目前本领域需要解决的技术问题。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本申请的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
针对现有技术中的问题,本发明的目的在于提供一种基于数据分析的用户中心展示方法及系统,在应用软件平台的用户中心页面的功能快捷区域,能够根据用户个人浏览内容偏好进行个性化功能展示,以及根据用户归属社群的使用习惯进行其他功能推荐,避免用户陷入被自己习惯所局限的情况,利于改善用户使用体验。
为实现上述目的,本发明提供了一种基于数据分析的用户中心展示方法,所述方法包括以下步骤:
S110,获取应用软件平台提供的功能组件;
S120,获取目标用户在所述应用软件平台上与所述功能组件相关联的第一行为数据;
S130,根据所述第一行为数据,分别计算得到与各所述功能组件对应的功能偏好系数;
S140,将所述功能偏好系数最大的N个功能组件,作为备选功能组件;其中,N为正整数;
S150,获取与所述目标用户关联的社交关系群体,以及所述社交关系群体中人员在各所述功能组件上的第二行为数据;以及
S160,根据所述第二行为数据和所述备选功能组件,生成目标功能组件,并将所述目标功能组件对应的图标展示于用户中心页面。
可选地,步骤S120和步骤S130之间,所述方法还包括步骤:
判断所述第一行为数据的第一数据量是否大于第一预设阈值;
若是,则执行步骤S130;
若否,则执行步骤:获取与所述目标用户关联的社交关系群体,以及所述社交关系群体中人员在所述应用软件平台的各功能组件上的第二行为数据;
根据所述第二行为数据,确定所述社交关系群体在所述应用软件平台上使用的偏好功能组件,作为目标功能组件。
可选地,所述获取与所述目标用户关联的社交关系群体,以及所述社交关系群体中人员在各所述功能组件上的第二行为数据,包括:
获取所述目标用户的位置区域信息和通讯录好友信息;
生成与所述目标用户对应的多个标签,并基于所述标签构建第一标签集合;
构建通讯录好友中每一人员对应的第二标签集合;
获取与所述目标用户的位置区域信息相同,且包含所述第一标签集合中全部标签的第二标签集合对应的人员,形成参考人员组;
获取所述参考人员组中所有人员在所述应用软件平台的各所述功能组件上的行为数据,作为第二行为数据。
可选地,所述获取与所述目标用户的位置区域信息相同,且包含所述第一标签集合中全部标签的第二标签集合对应的人员,形成参考人员组,包括:
获取与所述目标用户的位置区域信息相同,且包含所述第一标签集合中全部标签的第二标签集合对应的人员,作为备选人员;
获取所述应用软件平台对应的应用软件类别;
获取所述备选人员中在归类为所述应用软件类别的其他应用软件上的第三行为数据对应的第二数据量;
筛选出所述第二数据量大于第二预设阈值的备选人员,形成参考人员组。
可选地,所述获取所述参考人员组中所有人员在所述应用软件平台的各所述功能组件上的行为数据,作为第二行为数据,包括:
获取所述目标用户当前打开所述应用软件平台对应的第一时间段;
获取所述参考人员组中所有人员在所述应用软件平台的各所述功能组件上的行为数据,作为候选行为数据;
获取各所述候选行为数据的发生时间段;
将所述发生时间段位于所述第一时间段内的候选行为数据,作为第二行为数据。
可选地,所述方法还包括步骤:
响应于目标用户于所述目标功能组件进入所述应用软件平台的操作,确定所述目标功能组件对应的多个展示界面,并在所述目标功能组件和所述展示界面之间建立链接关系;
获取目标用户在各所述展示界面上的第四行为数据;
根据所述展示界面对应的第四行为数据,分别计算得到与各所述展示界面对应的界面偏好系数;
根据所述界面偏好系数,筛选出M个展示界面展示于所述用户中心页面与所述目标功能组件对应的界面快捷区域;其中,M为正整数。
可选地,所述方法还包括步骤:
根据所述链接关系,当检测到目标功能组件下的一所述展示界面的界面偏好系数与其他展示界面的界面偏好系数之间的差值大于第三预设阈值,则将界面偏好系数最大的所述展示界面,作为目标展示界面;
将所述用户中心页面中目标功能组件对应的图标,替换为所述目标展示界面对应的图标。
可选地,所述第一行为数据中包括操作过每一功能组件的行为类别,以及各所述行为类别对应的量化得分;所述应用软件平台的每一功能组件具有对应的功能使用基准值,且不同的功能组件对应的功能使用基准值不同;步骤S130包括:
获取所述第一行为数据中各功能组件对应的行为类别,以及各所述行为类别对应的量化得分;
根据每一功能组件下各所述行为类别对应的量化得分,以及各功能组件对应的功能使用基准值,计算得到各所述功能组件对应的功能偏好系数。
可选地,所述第一行为数据包括页面浏览停留时长、点赞次数和收藏次数。
本发明还提供了一种基于数据分析的用户中心展示系统,用于实现上述基于数据分析的用户中心展示方法,所述系统包括:
功能组件获取模块,获取应用软件平台提供的功能组件;
第一行为数据获取模块,获取目标用户在所述应用软件平台上与所述功能组件相关联的第一行为数据;
功能偏好系数计算模块,根据所述第一行为数据,分别计算得到与各所述功能组件对应的功能偏好系数;
备选功能组件确定模块,将所述功能偏好系数最大的N个功能组件,作为备选功能组件;其中,N为正整数;
第二行为数据获取模块,获取与所述目标用户关联的社交关系群体,以及所述社交关系群体中人员在各所述功能组件上的第二行为数据;以及
目标功能组件确定模块,根据所述第二行为数据和所述备选功能组件,生成目标功能组件,并将所述目标功能组件对应的图标展示于用户中心页面。
本发明还提供了一种基于数据分析的用户中心展示设备,包括:
处理器;
存储器,其中存储有所述处理器的可执行程序;
其中,所述处理器配置为经由执行所述可执行程序来执行上述任意一项基于数据分析的用户中心展示方法的步骤。
本发明还提供了一种计算机可读存储介质,用于存储程序,所述程序被处理器执行时实现上述任意一项基于数据分析的用户中心展示方法的步骤。
本发明与现有技术相比,具有以下优点及突出性效果:
本发明提供的基于数据分析的用户中心展示方法及系统于应用软件平台的用户中心页面,能够根据用户个人浏览内容偏好进行个性化功能展示;并且能够根据目标用户关联的社交关系群体,根据社交关系群体的使用习惯进行其他功能推荐,对功能组件进行优化调整或者推荐,避免用户陷入被自己习惯所局限的情况,利于改善用户使用体验。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显。
图1为本发明一实施例公开的一种基于数据分析的用户中心展示方法的示意图;
图2为本发明另一实施例公开的一种基于数据分析的用户中心展示方法的示意图;
图3为本发明另一实施例公开的一种基于数据分析的用户中心展示方法中步骤S150的流程示意图;
图4为本发明另一实施例公开的一种基于数据分析的用户中心展示方法中步骤S154的流程示意图;
图5为本发明另一实施例公开的一种基于数据分析的用户中心展示方法中步骤S155的流程示意图;
图6为本发明另一实施例公开的一种基于数据分析的用户中心展示方法的示意图;
图7为本发明一实施例公开的一种基于数据分析的用户中心展示系统的结构示意图;
图8为本发明一实施例公开的一种基于数据分析的用户中心展示设备的结构示意图。
具体实施方式
以下通过特定的具体实例说明本申请的实施方式,本领域技术人员可由本申请所揭露的内容轻易地了解本申请的其他优点与功效。本申请还可以通过另外不同的具体实施方式加以实施或应用系统,本申请中的各项细节也可以根据不同观点与应用系统,在没有背离本申请的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
下面以附图为参考,针对本申请的实施例进行详细说明,以便本申请所属技术领域的技术人员能够容易地实施。本申请可以以多种不同形态体现,并不限定于此处说明的实施例。
在本申请的表示中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的表示意指结合该实施例或示例表示的具体特征、结构、材料或者特点包括于本申请的至少一个实施例或示例中。而且,表示的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本申请中表示的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于表示目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本申请的表示中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
为了明确说明本申请,省略与说明无关的器件,对于通篇说明书中相同或类似的构成要素,赋予了相同的参照符号。
在通篇说明书中,当说某器件与另一器件“连接”时,这不仅包括“直接连接”的情形,也包括在其中间把其它元件置于其间而“间接连接”的情形。另外,当说某种器件“包括”某种构成要素时,只要没有特别相反的记载,则并非将其它构成要素排除在外,而是意味着可以还包括其它构成要素。
当说某器件在另一器件“之上”时,这可以是直接在另一器件之上,但也可以在其之间伴随着其它器件。当对照地说某器件“直接”在另一器件“之上”时,其之间不伴随其它器件。
虽然在一些实例中术语第一、第二等在本文中用来表示各种元件,但是这些元件不应当被这些术语限制。这些术语仅用来将一个元件与另一个元件进行区分。例如,第一接口及第二接口等表示。再者,如同在本文中所使用的,单数形式“一”、“一个”和“该”旨在也包括复数形式,除非上下文中有相反的指示。应当进一步理解,术语“包含”、“包括”表明存在的特征、步骤、操作、元件、组件、项目、种类、和/或组,但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加。此处使用的术语“或”和“和/或”被解释为包括性的,或意味着任一个或任何组合。因此,“A、B或C”或者“A、B和/或C”意味着“以下任一个:A;B;C;A和B;A和C;B和C;A、B和C”。仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时,才会出现该定义的例外。
此处使用的专业术语只用于言及特定实施例,并非意在限定本申请。此处使用的单数形态,只要语句未明确表示出与之相反的意义,那么还包括复数形态。在说明书中使用的“包括”的意义是把特定特性、区域、整数、步骤、作业、要素及/或成份具体化,并非排除其它特性、区域、整数、步骤、作业、要素及/或成份的存在或附加。
虽然未不同地定义,但包括此处使用的技术术语及科学术语,所有术语均具有与本申请所属技术领域的技术人员一般理解的意义相同的意义。普通使用的字典中定义的术语追加解释为具有与相关技术文献和当前提示的内容相符的意义,只要未进行定义,不得过度解释为理想的或非常公式性的意义。
现在将结合参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的实施方式。相反,提供这些实施方式使得本发明将全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构,因而将省略对它们的重复描述。
如图1所示,本发明一实施例公开了一种基于数据分析的用户中心展示方法,该方法包括以下步骤:
S110,获取应用软件平台提供的功能组件。具体而言,该应用软件平台可以为网站平台或者客户端应用平台。客户端应用平台比如可以为移动设备比如手机的App应用。本实施例中,上述功能组件具有多个。上述功能组件可以包括拍照功能、扫描功能、小说阅读功能和短视频播放功能中的一项或者多项,本发明不以此为限。
S120,获取目标用户在上述应用软件平台上与各功能组件相关联的第一行为数据。具体来说,第一行为数据可以包括页面浏览停留时长、点赞次数和收藏次数中的一项或者多项,本发明不以此为限。
S130,根据上述第一行为数据,分别计算得到与各功能组件对应的功能偏好系数。具体而言,示例性地,在计算功能偏好系数时,比如可以对每一行为分别设置对应的预设权重值,然后基于每个行为的数据和对应的预设权重值,加权求和计算得到功能偏好系数。该计算方式仅为示例性举例,本发明不以此为限。本领域技术人员可根据需要设置对应的计算方式。对于功能偏好系数计算过程的其他实施方式,本发明将在后续其他变形实施例中继续说明。
S140,将上述功能偏好系数最大的N个功能组件,作为备选功能组件。其中,N为正整数。
S150,获取与上述目标用户关联的社交关系群体,以及社交关系群体中人员在上述各功能组件上的第二行为数据。具体而言,社交关系网络表示由不同用户构成的反映用户之间关系的网络,社群可以反映社交关系网络的结构特性、体现用户相互关系、显示用户兴趣特征等。
示例性地,上述社交关系群可以基于用户手机通讯录的好友目录、用户在即时网络通信软件上的好友名单进行社群划分确定后得到。社交关系群体即表示与该用户具有共同兴趣的群体。社交关系群体中具有多个人员。其中,对于上述社交关系群体的确定方法可以基于现有的相关技术实现,本实施例对此不再赘述。比如可以利用图分割、聚类、谱方法、标签传播、基于模块度的方法等方法确定。其中,图分割把图中的节点分成预定大小的群组,这些群组之间的边数目最小,这个问题属于NP-hard问题。聚类法将社群看作一组内容相似的物体的集合,其重点在于节点相似度的定义。谱方法由于需要计算矩阵的特征值,开销很大,在大规模的社交关系网络中难以适用。标签传播方法具有计算量小的优点,可以用于解决快速社群检测问题,适合大规模网络中的社群检测。标签传播方法通常会出现一个社群规模差异较大的现象。模块度不仅仅作为优化的目标函数提出,它也是目前是最流行的用来衡量社群结果好坏的标准之一。还可以利用用户之间通话信息、位置信息、设备登录信息来预测用户之间的社交关系,例如家庭关系、朋友关系等。
上述各功能组件也是上述应用软件平台提供的功能组件。上述第二行为数据也可以包括页面浏览停留时长、点赞次数和收藏次数中的一项或者多项,本发明不以此为限。
以及S160,根据上述第二行为数据和上述备选功能组件,生成目标功能组件,并将上述目标功能组件对应的图标展示于用户中心页面。本实施例中,将目标功能组件对应的图标展示于用户个人中心页面功能快捷区域,也即为预设快捷菜单区域。具体而言,该步骤具体实施时可以为:根据上述第二行为数据作为输入,重复执行上述步骤S130和步骤S140,得到一些新的参考功能组件。然后筛选出功能偏好系数低于一预设阈值的备选功能组件,这些功能组件的功能偏好系数较低,说明其被使用到的频率较低,那么将这些备选功能组件替换为上述参考功能组件,也即比如将其使用频率非常低的两个备选功能组件,替换为该用户所归属的社交关系群体使用频率最大的两个参考功能组件,且推荐的该两个参考功能组件与其他的备选功能组件不重复,也即不同。
该步骤也可以具体实施为:应用软件平台的用户中心页面的功能快捷区域包括两个子区域:第一子区域和第二子区域。第一子区域即为个性化区域,用于放置根据用户个人浏览内容偏好计算得到的备选功能组件,也即放置用户个性化的功能组件。第二子区域即为推荐区域,用于放置根据目标用户关联的社交关系群体的使用习惯计算得到的且与上述备选功能组件不重复的备选功能组件,也即放置推荐的功能组件。
该步骤还可以具体实施为:当计算得到的上述备选功能组件数量为零时,直接将根据目标用户关联的社交关系群体的使用习惯计算得到的备选功能组件作为目标功能组件,并将上述目标功能组件对应的图标展示于用户中心页面。
本发明上述实施例一方面可以实现在应用软件平台的用户中心页面的功能快捷区域,能够根据用户个人浏览内容偏好进行个性化功能展示,以便于用户快捷链接到其所想要到达的功能区域。另一方面,可以根据目标用户关联的社交关系群体,根据社交关系群体的使用习惯进行其他功能推荐,对功能组件进行优化调整和/或推荐,避免用户在功能使用过程中陷入被自己习惯所局限的情况,利于改善用户使用体验。比如,很多用户在使用某些App时,并不知晓该App具有文档扫描功能,这样在其好友频繁使用该扫描功能,实现了对用户推荐该功能后,能帮助该目标用户提高其办公效率,从而利于提升用户体验。
在本申请的另一实施例中,公开了另一种基于数据分析的用户中心展示方法。如图2所示,该方法在上述图1对应实施例的基础上,步骤S120和步骤S130之间,上述方法还包括步骤:
S121,判断上述第一行为数据的第一数据量是否大于第一预设阈值。
若是,则执行步骤S130至步骤S160。
若否,则执行上述步骤S161和步骤S162。
步骤S161即为,获取与上述目标用户关联的社交关系群体,以及社交关系群体中人员在上述应用软件平台的各功能组件上的第二行为数据。
步骤S162,根据上述第二行为数据,确定社交关系群体中人员在上述应用软件平台上使用的偏好功能组件,作为目标功能组件,并将目标功能组件对应的图标展示于用户中心页面。
具体而言,第一数据量可以表示各个功能组件对应的行为数据中的最大值。当第一数据量偏低时,表示目标用户在第一行为数据上的第一数据量无法准确预测确定备选功能组件,那么就根据目标用户关联的社交关系群体的使用习惯计算得到的备选功能组件作为目标功能组件,并将上述目标功能组件对应的图标展示于用户中心页面。其中,示例性地,上述第一预设阈值可以为1,本发明不以此为限。本领域技术人员可以根据需要对上述第一预设阈值进行设置。在其他实施例中,第一数据量也可以表示为各个功能组件对应的行为数据的和。
在本申请的另一实施例中,公开了另一种基于数据分析的用户中心展示方法。如图3所示,该方法在上述图1对应实施例的基础上,上述步骤S150包括:
S151,获取上述目标用户的位置区域信息和通讯录好友信息。
S152,生成与上述目标用户对应的多个标签,并基于上述标签构建第一标签集合。
S153,构建通讯录好友中每一人员对应的第二标签集合。
S154,获取与上述目标用户的位置区域信息相同,且包含上述第一标签集合中全部标签的第二标签集合对应的人员,形成参考人员组。
S155,获取上述参考人员组中所有人员在上述应用软件平台的各功能组件上的行为数据,作为第二行为数据。
上述通讯录好友信息可以为目标用户的通讯录软件上的好友信息,也可以为目标用户在即时网络通信软件比如微信上的好友信息。步骤S152在具体实施时可以根据目标用户在社交软件上其朋友对其的评价数据来生成标签,也可以结合其他信息比如该用户安装的手机App类别、购物商品数据以及浏览网络内容信息等综合生成。本发明对其标签的生成方式和数据来源均不作限制,可根据需要设置。
类似地,上述步骤S153在具体实施时也可以基于上述原理实现,先生成通讯录好友中每一人员对应的所有标签,然后组合得到每一人员对应的第二标签集合。步骤S154得到的参考人员组是与目标用户在各方面尤其是兴趣方面都较为匹配的人员,由此该实施例实现了可以根据目标用户关联的社交关系群体,根据社交关系群体的使用习惯进行其他功能推荐,对功能组件进行优化调整和/或推荐,避免用户在功能使用过程中陷入被自己习惯所局限的情况,利于改善用户使用体验。
在本申请的另一实施例中,公开了另一种基于数据分析的用户中心展示方法。如图4所示,该方法在上述图3对应实施例的基础上,上述步骤S154包括:
S1541,获取与上述目标用户的位置区域信息相同,且包含上述第一标签集合中全部标签的第二标签集合对应的人员,作为备选人员。
S1542,获取上述应用软件平台对应的应用软件类别。
S1543,获取上述备选人员中在归类为上述应用软件类别的其他应用软件上的第三行为数据对应的第二数据量。
S1544,筛选出上述第二数据量大于第二预设阈值的备选人员,形成参考人员组。
示例性地,上述应用软件类别比如可以为短视频类App。上述第二数据量可以表示备选人员中在归类为上述应用软件类别的其他应用软件上的第三行为数据的最小值。当第二数据量大于第二预设阈值,说明对应的备选人员使用同类别的其他应用软件的频率较高,这样作为参考的备选人员信息更为准确,使得获得的用于功能推荐的其他功能更加准确,避免用户在功能使用过程中陷入被自己习惯所局限的情况,利于改善用户使用体验。
其中,上述第三行为数据可以包括双击操作次数、点赞次数和收藏次数中的一项或者多项,本发明不以此为限。其中,示例性地,上述第二预设阈值可以为10,本发明不以此为限。
在本申请的另一实施例中,公开了另一种基于数据分析的用户中心展示方法。如图5所示,该方法在上述图3或图4对应实施例的基础上,上述步骤S155包括:
S1551,获取上述目标用户当前打开上述应用软件平台对应的第一时间段。
S1552,获取上述参考人员组中所有人员在上述应用软件平台的各功能组件上的行为数据,作为候选行为数据。
S1553,获取各上述候选行为数据的发生时间段。
S1554,将上述发生时间段位于上述第一时间段内的候选行为数据,作为第二行为数据。
具体而言,上述第一时间段可以根据目标用户操作应用软件平台频次最大的时间段而确定,这样利用参考人员组中的人员同一操作时间的数据,进行预测,使得获得的第二行为数据更加准确,从而使得获得的用于功能推荐的其他功能更加准确,利于避免用户在功能使用过程中陷入被自己习惯所局限的情况,利于改善用户使用体验。
在本申请的另一实施例中,公开了另一种基于数据分析的用户中心展示方法。如图6所示,该方法在上述图1对应实施例的基础上,还包括步骤:
S170,响应于目标用户于上述目标功能组件进入上述应用软件平台的操作,确定上述目标功能组件对应的多个展示界面,并在上述目标功能组件和上述展示界面之间建立链接关系。
S180,获取目标用户在各上述展示界面上的第四行为数据。
S190,根据上述展示界面对应的第四行为数据,分别计算得到与各展示界面对应的界面偏好系数。
以及S200,根据上述界面偏好系数,筛选出M个展示界面展示于上述用户中心页面与上述目标功能组件对应的界面快捷区域。其中,M为正整数。
由此,在本实施例中,可以通过界面快捷区域提供中间跳转区域,相比于直接跳转至功能区,首先显示该界面快捷区域可以便于用户快速到达界面偏好系数更大的界面,同时避免跳转至功能区时需显示完整的功能区,从而需要较大的带宽和系统负载,利于加快界面快捷区域和展示界面的加载效率。
上述第四行为数据也可以包括页面浏览停留时长、点赞次数和收藏次数中的一项或者多项,本发明不以此为限。
在本申请的另一实施例中,公开了另一种基于数据分析的用户中心展示方法。该方法在上述图6对应实施例的基础上,还包括步骤:
S210,根据上述链接关系,当检测到目标功能组件下的一上述展示界面的界面偏好系数与其他展示界面的界面偏好系数之间的差值大于第三预设阈值,则将界面偏好系数最大的上述展示界面,作为目标展示界面。
以及S220,将上述用户中心页面中目标功能组件对应的图标,替换为上述目标展示界面对应的图标。
本实施例中,用户对隶属于一目标功能组件的多个展示界面的操作中,仅对其中一个展示界面具有较高的界面偏好系数时,判断用户在该功能区几乎只操作该一个展示界面,从而可以将目标功能组件对应的图标替换为上述目标展示界面对应的图标,以便于用户操作界面图标直接跳转至该展示界面,利于进一步提高用户操作的快捷性。
在本申请的另一实施例中,公开了另一种基于数据分析的用户中心展示方法。该方法在上述图1对应实施例的基础上,上述第一行为数据中包括操作过每一功能组件的行为类别,以及各上述行为类别对应的量化得分。步骤S130包括:
S131,获取上述第一行为数据中各功能组件对应的行为类别,以及各上述行为类别对应的量化得分。
S132,对每一功能组件下各上述行为类别对应的量化得分加权求和,计算得到各功能组件对应的功能偏好系数。
可选地,在上述实施例的基础上,上述应用软件平台的每一功能组件具有对应的功能使用基准值,且不同的功能组件对应的功能使用基准值不同。步骤S132包括:
根据每一功能组件下各上述行为类别对应的量化得分加权求和,以及各功能组件对应的功能使用基准值,再次求和计算得到各功能组件对应的功能偏好系数。
这样可以使得计算得到的各功能组件对应的功能偏好系数更加准确,可以实现在应用软件平台的用户中心页面的功能快捷区域,能够根据用户个人浏览内容偏好进行个性化功能展示,以便于用户快捷链接到其所想要到达的功能区域。
需要说明的是,本申请中公开的上述所有实施例可以进行自由组合,组合后得到的技术方案也在本申请的保护范围之内。
如图7所示,本发明一实施例还公开了一种基于数据分析的用户中心展示系统7,该系统包括:
功能组件获取模块71,获取应用软件平台提供的功能组件。
第一行为数据获取模块72,获取目标用户在上述应用软件平台上与上述功能组件相关联的第一行为数据。
功能偏好系数计算模块73,根据上述第一行为数据,分别计算得到与各功能组件对应的功能偏好系数。
备选功能组件确定模块74,将上述功能偏好系数最大的N个功能组件,作为备选功能组件。其中,N为正整数。
第二行为数据获取模块75,获取与上述目标用户关联的社交关系群体,以及上述社交关系群体中人员在各功能组件上的第二行为数据。以及
目标功能组件确定模块76,根据上述第二行为数据和上述备选功能组件,生成目标功能组件,并将上述目标功能组件对应的图标展示于用户中心页面。
可以理解的是,本发明的基于数据分析的用户中心展示系统还包括其他支持基于数据分析的用户中心展示系统运行的现有功能模块。图7显示的基于数据分析的用户中心展示系统仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
本实施例中的基于数据分析的用户中心展示系统用于实现上述的基于数据分析的用户中心展示的方法,因此对于基于数据分析的用户中心展示系统的具体实施步骤可以参照上述对基于数据分析的用户中心展示的方法的描述,此处不再赘述。
本发明一实施例还公开了一种基于数据分析的用户中心展示设备,包括处理器和存储器,其中存储器存储有上述处理器的可执行程序;处理器配置为经由执行可执行程序来执行上述基于数据分析的用户中心展示方法中的步骤。图8是本发明公开的基于数据分析的用户中心展示设备的结构示意图。下面参照图8来描述根据本发明的这种实施方式的电子设备600。图8显示的电子设备600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8所示,电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于:至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中,存储单元存储有程序代码,程序代码可以被处理单元610执行,使得处理单元610执行本说明书上述基于数据分析的用户中心展示方法部分中描述的根据本发明各种示例性实施方式的步骤。例如,处理单元610可以执行如图1中所示的步骤。
存储单元620可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202,还可以进一步包括只读存储单元(ROM)6203。
存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204,这样的程序模块6205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。
总线630可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备600交互的设备通信,和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、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650进行。并且,电子设备600还可以通过网络适配器660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。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备600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平台等。
本发明还公开了一种计算机可读存储介质,用于存储程序,上述程序被执行时实现上述基于数据分析的用户中心展示方法中的步骤。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当程序产品在终端设备上运行时,程序代码用于使终端设备执行本说明书上述基于数据分析的用户中心展示方法中描述的根据本发明各种示例性实施方式的步骤。
如上所示,该实施例的计算机可读存储介质的程序在执行时,于应用软件平台的用户中心页面,能够根据用户个人浏览内容偏好进行个性化功能展示;并且能够根据目标用户关联的社交关系群体,对功能组件进行优化调整或者推荐,利于改善用户使用体验。
本发明一实施例公开了一种计算机可读存储介质。该存储介质是实现上述方法的程序产品,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,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。
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。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。
计算机可读存储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,其中承载了可读程序代码。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。可读存储介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、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。可读存储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、有线、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的任意组合来编写用于执行本发明操作的程序代码,程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
本发明实施例提供的基于数据分析的用户中心展示方法及系统于应用软件平台的用户中心页面,能够根据用户个人浏览内容偏好进行个性化功能展示;并且能够根据目标用户关联的社交关系群体,根据社交关系群体的使用习惯进行其他功能推荐,对功能组件进行优化调整或者推荐,避免用户陷入被自己习惯所局限的情况,利于改善用户使用体验。
本发明实施是合法使用的。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (8)
1.一种基于数据分析的用户中心展示方法,其特征在于,包括以下步骤:
S110,获取应用软件平台提供的功能组件;
S120,获取目标用户在所述应用软件平台上与所述功能组件相关联的第一行为数据;
S130,根据所述第一行为数据,分别计算得到与各所述功能组件对应的功能偏好系数;
S140,将所述功能偏好系数最大的N个功能组件,作为备选功能组件;其中,N为正整数;
S150,获取与所述目标用户关联的社交关系群体,以及所述社交关系群体中人员在各所述功能组件上的第二行为数据;以及
S160,根据所述第二行为数据和所述备选功能组件,生成目标功能组件,并将所述目标功能组件对应的图标展示于用户中心页面;
所述获取与所述目标用户关联的社交关系群体,以及所述社交关系群体中人员在各所述功能组件上的第二行为数据,包括:
获取所述目标用户的位置区域信息和通讯录好友信息;
生成与所述目标用户对应的多个标签,并基于所述标签构建第一标签集合;
构建通讯录好友中每一人员对应的第二标签集合;
获取与所述目标用户的位置区域信息相同,且包含所述第一标签集合中全部标签的第二标签集合对应的人员,形成参考人员组;
获取所述参考人员组中所有人员在所述应用软件平台的各所述功能组件上的行为数据,作为第二行为数据;
所述获取所述参考人员组中所有人员在所述应用软件平台的各所述功能组件上的行为数据,作为第二行为数据,包括:
获取所述目标用户当前打开所述应用软件平台对应的第一时间段;
获取所述参考人员组中所有人员在所述应用软件平台的各所述功能组件上的行为数据,作为候选行为数据;
获取各所述候选行为数据的发生时间段;
将所述发生时间段位于所述第一时间段内的候选行为数据,作为第二行为数据。
2.如权利要求1所述的用户中心展示方法,其特征在于,步骤S120和步骤S130之间,所述方法还包括步骤:
判断所述第一行为数据的第一数据量是否大于第一预设阈值;
若是,则执行步骤S130;
若否,则执行步骤:获取与所述目标用户关联的社交关系群体,以及所述社交关系群体中人员在所述应用软件平台的各功能组件上的第二行为数据;
根据所述第二行为数据,确定所述社交关系群体在所述应用软件平台上使用的偏好功能组件,作为目标功能组件。
3.如权利要求1所述的用户中心展示方法,其特征在于,所述获取与所述目标用户的位置区域信息相同,且包含所述第一标签集合中全部标签的第二标签集合对应的人员,形成参考人员组,包括:
获取与所述目标用户的位置区域信息相同,且包含所述第一标签集合中全部标签的第二标签集合对应的人员,作为备选人员;
获取所述应用软件平台对应的应用软件类别;
获取所述备选人员中在归类为所述应用软件类别的其他应用软件上的第三行为数据对应的第二数据量;
筛选出所述第二数据量大于第二预设阈值的备选人员,形成参考人员组。
4.如权利要求1所述的用户中心展示方法,其特征在于,所述方法还包括步骤:
响应于目标用户于所述目标功能组件进入所述应用软件平台的操作,确定所述目标功能组件对应的多个展示界面,并在所述目标功能组件和所述展示界面之间建立链接关系;
获取目标用户在各所述展示界面上的第四行为数据;
根据所述展示界面对应的第四行为数据,分别计算得到与各所述展示界面对应的界面偏好系数;
根据所述界面偏好系数,筛选出M个展示界面展示于所述用户中心页面与所述目标功能组件对应的界面快捷区域;其中,M为正整数。
5.如权利要求4所述的用户中心展示方法,其特征在于,所述方法还包括步骤:
根据所述链接关系,当检测到目标功能组件下的一所述展示界面的界面偏好系数与其他展示界面的界面偏好系数之间的差值大于第三预设阈值,则将界面偏好系数最大的所述展示界面,作为目标展示界面;
将所述用户中心页面中目标功能组件对应的图标,替换为所述目标展示界面对应的图标。
6.如权利要求1所述的用户中心展示方法,其特征在于,所述第一行为数据中包括操作过每一功能组件的行为类别,以及各所述行为类别对应的量化得分;所述应用软件平台的每一功能组件具有对应的功能使用基准值,且不同的功能组件对应的功能使用基准值不同;步骤S130包括:
获取所述第一行为数据中各功能组件对应的行为类别,以及各所述行为类别对应的量化得分;
根据每一功能组件下各所述行为类别对应的量化得分,以及各功能组件对应的功能使用基准值,计算得到各所述功能组件对应的功能偏好系数。
7.如权利要求1所述的用户中心展示方法,其特征在于,所述第一行为数据包括页面浏览停留时长、点赞次数和收藏次数。
8.一种基于数据分析的用户中心展示系统,用于实现如权利要求1所述的基于数据分析的用户中心展示方法,其特征在于,所述系统包括:
功能组件获取模块,获取应用软件平台提供的功能组件;
第一行为数据获取模块,获取目标用户在所述应用软件平台上与所述功能组件相关联的第一行为数据;
功能偏好系数计算模块,根据所述第一行为数据,分别计算得到与各所述功能组件对应的功能偏好系数;
备选功能组件确定模块,将所述功能偏好系数最大的N个功能组件,作为备选功能组件;其中,N为正整数;
第二行为数据获取模块,获取与所述目标用户关联的社交关系群体,以及所述社交关系群体中人员在各所述功能组件上的第二行为数据;以及
目标功能组件确定模块,根据所述第二行为数据和所述备选功能组件,生成目标功能组件,并将所述目标功能组件对应的图标展示于用户中心页面。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310616057.3A CN116594712B (zh) | 2023-05-29 | 2023-05-29 | 基于数据分析的用户中心展示方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310616057.3A CN116594712B (zh) | 2023-05-29 | 2023-05-29 | 基于数据分析的用户中心展示方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116594712A CN116594712A (zh) | 2023-08-15 |
CN116594712B true CN116594712B (zh) | 2024-02-23 |
Family
ID=87611383
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310616057.3A Active CN116594712B (zh) | 2023-05-29 | 2023-05-29 | 基于数据分析的用户中心展示方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116594712B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109445884A (zh) * | 2018-09-03 | 2019-03-08 | 中国平安人寿保险股份有限公司 | 一种功能标签展示方法及终端设备 |
CN110209946A (zh) * | 2019-06-10 | 2019-09-06 | 合肥工业大学 | 基于社交和社群的产品推荐方法、系统和存储介质 |
CN111124209A (zh) * | 2019-12-31 | 2020-05-08 | 中国银行股份有限公司 | 一种界面的显示调整方法及装置 |
CN111400586A (zh) * | 2020-02-13 | 2020-07-10 | 北京达佳互联信息技术有限公司 | 群组展示方法、终端、服务器、系统及存储介质 |
CN112364259A (zh) * | 2020-11-24 | 2021-02-12 | 深圳市元征科技股份有限公司 | 一种信息推荐方法、装置、设备及介质 |
CN113313542A (zh) * | 2020-02-26 | 2021-08-27 | 北京沃东天骏信息技术有限公司 | 一种推送频道页面的方法和装置 |
CN114140947A (zh) * | 2021-11-22 | 2022-03-04 | 中国建设银行股份有限公司 | 界面展示方法、装置、电子设备、存储介质和程序产品 |
CN115794289A (zh) * | 2022-12-19 | 2023-03-14 | 中国建设银行股份有限公司 | 应用功能展示方法、装置、设备、介质和程序产品 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110020107A (zh) * | 2017-09-08 | 2019-07-16 | 北京京东尚科信息技术有限公司 | 页面展示方法及系统 |
-
2023
- 2023-05-29 CN CN202310616057.3A patent/CN116594712B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109445884A (zh) * | 2018-09-03 | 2019-03-08 | 中国平安人寿保险股份有限公司 | 一种功能标签展示方法及终端设备 |
CN110209946A (zh) * | 2019-06-10 | 2019-09-06 | 合肥工业大学 | 基于社交和社群的产品推荐方法、系统和存储介质 |
CN111124209A (zh) * | 2019-12-31 | 2020-05-08 | 中国银行股份有限公司 | 一种界面的显示调整方法及装置 |
CN111400586A (zh) * | 2020-02-13 | 2020-07-10 | 北京达佳互联信息技术有限公司 | 群组展示方法、终端、服务器、系统及存储介质 |
CN113313542A (zh) * | 2020-02-26 | 2021-08-27 | 北京沃东天骏信息技术有限公司 | 一种推送频道页面的方法和装置 |
CN112364259A (zh) * | 2020-11-24 | 2021-02-12 | 深圳市元征科技股份有限公司 | 一种信息推荐方法、装置、设备及介质 |
CN114140947A (zh) * | 2021-11-22 | 2022-03-04 | 中国建设银行股份有限公司 | 界面展示方法、装置、电子设备、存储介质和程序产品 |
CN115794289A (zh) * | 2022-12-19 | 2023-03-14 | 中国建设银行股份有限公司 | 应用功能展示方法、装置、设备、介质和程序产品 |
Also Published As
Publication number | Publication date |
---|---|
CN116594712A (zh) | 2023-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ramírez-Aportela et al. | FRODOCK 2.0: fast protein–protein docking server | |
CN106326420B (zh) | 一种用于移动终端的推荐方法及装置 | |
Shimizu et al. | POODLE-S: web application for predicting protein disorder by using physicochemical features and reduced amino acid set of a position-specific scoring matrix | |
CN105988870B (zh) | 低触摸操作次数移动设备 | |
US9622016B2 (en) | Invisiblemask: a tangible mechanism to enhance mobile device smartness | |
Wicker et al. | Predicting biodegradation products and pathways: a hybrid knowledge-and machine learning-based approach | |
JP5384452B2 (ja) | 配信サーバ及び推薦方法 | |
KR20160065174A (ko) | 텍스트 예측용 이모지 | |
Zualkernan et al. | Emotion recognition using mobile phones | |
CN107423308B (zh) | 主题推荐方法以及装置 | |
Liu et al. | DNAFSMiner: a web-based software toolbox to recognize two types of functional sites in DNA sequences | |
CN108491540B (zh) | 文本信息推送方法、装置及智能终端 | |
CN107735766A (zh) | 用于向计算设备的用户前摄性地提供推荐的系统和方法 | |
KR102087807B1 (ko) | 문자 입력 방법 및 장치 | |
US10599760B2 (en) | Intelligent form creation | |
CN112307344A (zh) | 对象推荐模型、对象推荐方法、装置及电子设备 | |
CN111061979A (zh) | 一种用户标签的推送方法、装置、电子设备和介质 | |
CN112989146A (zh) | 向目标用户推荐资源的方法、装置、设备、介质和程序产品 | |
CN114791982B (zh) | 对象推荐方法和装置 | |
CN111459992B (zh) | 信息推送方法、电子设备和计算机可读介质 | |
Michelot et al. | Inference in MCMC step selection models | |
US20150221014A1 (en) | Clustered browse history | |
CN116594712B (zh) | 基于数据分析的用户中心展示方法及系统 | |
CN113094602B (zh) | 酒店推荐方法、系统、设备及介质 | |
CN111177236B (zh) | 基于医养照护场景的量表生成方法、系统、设备及介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |