CN117194800A - 政策推荐方法、装置、电子设备和存储介质 - Google Patents
政策推荐方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN117194800A CN117194800A CN202311355303.0A CN202311355303A CN117194800A CN 117194800 A CN117194800 A CN 117194800A CN 202311355303 A CN202311355303 A CN 202311355303A CN 117194800 A CN117194800 A CN 117194800A
- Authority
- CN
- China
- Prior art keywords
- policy
- user
- target
- list
- policies
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 74
- 239000013598 vector Substances 0.000 claims abstract description 121
- 230000006399 behavior Effects 0.000 claims description 303
- 238000012216 screening Methods 0.000 claims description 38
- 230000009471 action Effects 0.000 claims description 16
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000003058 natural language processing Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 238000011144 upstream manufacturing Methods 0.000 claims description 6
- 238000010200 validation analysis Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000000699 topical effect Effects 0.000 description 6
- 241001134453 Lista Species 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 229920001971 elastomer Polymers 0.000 description 1
- 239000000806 elastomer Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001502 supplementing effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供一种政策推荐方法、装置、电子设备和存储介质,涉及搜索推荐领域,其中方法包括:获取目标平台对应的政策数据,创建政策索引表和政策向量索引表;针对目标平台的多个用户,创建用户行为数据表、用户标签表和标签政策表;响应于针对目标用户的政策推荐请求,根据目标用户的ID以及用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表;根据目标用户的ID以及用户标签表和标签政策表,得到与目标用户兴趣相匹配的政策列表;根据得到的与目标用户行为相匹配的政策列表、以及所述与目标用户兴趣相匹配的政策列表,确定推荐给目标用户的政策,可以提升推荐结果的精准度。
Description
技术领域
本申请涉及搜索推荐领域,尤其涉及一种政策推荐方法、装置、电子设备和存储介质。
背景技术
政务管理系统是一种基于信息技术的综合管理平台,旨在协调政府各部门之间的工作、优化政府决策和提供高质量的公共服务。该系统通过集成各种管理工具和技术,实现政府部门之间的信息共享、流程协同和资源整合。
目前,政务管理系统在对用户进行政策类文件或者相关政策解读文章进行推荐时,通常根据用户输入的关键词或者用户的行为数据进行推荐。
但采用目前的推荐方式得到的推荐结果不够精准,用户办理业务的效率较低。
发明内容
本申请提供一种政策推荐方法、装置、电子设备和存储介质,用以解决现有推荐方式推荐结果不够精准的问题。
第一方面,本申请实施例提供一种政策推荐方法,包括:
获取目标平台对应的政策数据,所述政策数据包括多个政策,在搜索引擎库中创建政策索引表和政策向量索引表;其中,所述政策索引表包括政策ID、内容和主题标签;所述政策向量索引表包括政策ID和对应的相似政策的ID;
针对目标平台的多个用户,在数据库中创建用户行为数据表、用户标签表和标签政策表;其中,所述用户行为数据表包括用户ID和用户行为对应的行为参数,所述用户行为对应的行为参数包括下述至少一项参数:用户行为对应的政策ID、用户输入的查询信息、行为触发时间;所述用户标签表包括用户ID以及用户ID对应的政策兴趣标签;所述标签政策表包括主题标签ID和所述主题标签下访问量超过第一筛选阈值的政策;
响应于针对目标用户的政策推荐请求,根据所述目标用户的ID以及所述用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表;
根据所述目标用户的ID以及所述用户标签表和标签政策表,得到与目标用户兴趣相匹配的政策列表;
根据得到的所述与目标用户行为相匹配的政策列表、以及所述与目标用户兴趣相匹配的政策列表,确定推荐给目标用户的政策。
可选的,根据所述目标用户的ID以及所述用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表,包括:
根据用户行为数据表和目标用户的用户ID,查询行为触发时间在预设时间段内的至少一个用户行为;
根据至少一个用户行为对应的目标政策的政策ID,查询政策向量索引表,得到各目标政策对应的相似政策;
根据查询得到的各相似政策与对应目标政策的相似度,对各相似政策进行排序,取相似度大于第一召回阈值的政策,得到第一政策列表;
根据用户行为数据表确定所述至少一个用户行为对应的目标查询信息;
根据目标查询信息,在搜索引擎库中的政策索引表中进行查询,得到搜索引擎库返回的与所述目标查询信息相匹配的多个目标政策以及各目标政策对应的查询得分;
根据查询得分对返回的多个目标政策进行排序,取查询得分大于第二召回阈值的目标政策,得到第二政策列表;
其中,所述与目标用户行为相匹配的政策列表包括所述第一政策列表和第二政策列表。
可选的,根据所述目标用户的ID以及所述用户标签表和标签政策表,得到与目标用户兴趣相匹配的政策列表,包括:
根据目标用户的用户ID查询用户标签表,得到目标用户对应的政策兴趣标签;
根据目标用户对应的政策兴趣标签,查询标签政策表,得到相匹配的多个目标政策,并按照多个目标政策的访问量进行排序,取访问量大于第三召回阈值的目标政策,得到与目标用户兴趣相匹配的政策列表。
可选的,在数据库中创建用户行为数据表、用户标签表和标签政策表,包括:
获取目标平台的多个用户的行为记录,根据所述多个用户的行为记录,确定用户行为对应的行为参数,并在数据库中创建用户行为数据表;
根据用户的行为记录和/或用户输入的兴趣信息,确定用户的政策兴趣标签,并在数据库中创建用户标签表;
确定各个政策对应的主题标签,根据所述多个用户的行为记录,确定每个主题标签下访问量超过第一筛选阈值的政策,在数据库中创建标签政策表。
可选的,所述政策索引表还包括政策名称、发布部门、发布时间、生效时间、适用区域、行业分类、关系政策ID,所述关系政策ID用于指示该政策的上下游政策的ID;在搜索引擎库中创建政策索引表和政策向量索引表,包括:
通过自然语言处理模型对每一政策进行处理,得到所述政策对应的主题标签、行业分类和关系政策,并在搜索引擎库中创建政策索引表;
通过句向量生成器对每一政策的标题和/或摘要进行句向量转换,得到所述政策对应的句向量;
根据各个政策对应的句向量之间的相似度,确定每一政策的相似政策,其中,相似政策为相似度大于第二筛选阈值的政策;
根据确定的相似政策,在搜索引擎库中创建政策向量索引表。
可选的,响应于针对目标用户的政策推荐请求,根据所述目标用户的ID以及所述用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表,包括:
响应于针对目标用户的政策推荐请求,判断所述目标用户的用户类型;其中,所述用户类型包括个人用户和企业用户;
若所述目标用户的用户类型为个人用户,则根据所述目标用户的ID以及所述用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表。
可选的,所述政策索引表还包括政策的所属行业;所述方法还包括:
根据所述多个用户中各企业用户行为记录以及各政策的所属行业,确定每一行业对应的访问量大于第三筛选阈值的政策,并在数据库中创建行业政策表,所述行业政策表包括多个行业以及各个行业对应的访问量大于第三筛选阈值的政策;
响应于针对目标用户的政策推荐请求,在判断所述目标用户的类型为企业用户时,根据目标用户的ID获取对应的行业代码,根据行业代码查询行业政策表,得到行业代码对应的多个目标政策,按照访问量对多个目标政策进行排序,取访问量超过第三召回阈值的目标政策,得到与目标用户行业相匹配的政策列表。
可选的,还包括:
根据所述多个用户的政策点击记录,在数据库中构建热门政策表,其中,热门政策表中包括预设时间段内点击量满足预设要求的政策;
相应的,在得到与目标用户兴趣相匹配的政策列表之后,所述方法还包括:
根据所述目标用户的用户类型,查询热门政策表,获取所述用户类型对应的热门政策列表。
可选的,根据得到的所述与目标用户行为相匹配的政策列表、以及所述与目标用户兴趣相匹配的政策列表,确定推荐给目标用户的政策,包括:
确定与目标用户行为相匹配的政策列表、与目标用户兴趣相匹配的政策列表以及热门政策列表中的政策数量的总和是否达到推荐数量;
若未达到推荐数量,则获取最新政策列表,其中,所述最新政策列表包括预设数量的最新的政策,所述预设数量为所述推荐数量与所述总和的差值;
根据所述与目标用户行为相匹配的政策列表、与目标用户兴趣相匹配的政策列表、热门政策列表以及最新政策列表,确定推荐给目标用户的政策。
可选的,所述方法还包括:
响应于关于目标平台对应的政策数据的更新操作,根据新增的政策对所述政策索引表、政策向量索引表、标签政策表和最新政策列表进行更新操作;
每隔第一预设时间,根据所述第一预设时间内的用户行为以及对应的行为参数对所述用户行为数据表、用户标签表进行更新操作;
每隔第二预设时间,根据所述第二预设时间内的政策点击记录对所述热门政策表进行更新操作。
可选的,响应于针对目标用户的政策推荐请求,根据所述目标用户的ID以及所述用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表,包括:
响应于针对目标用户的政策推荐请求,计算本次政策推荐请求与上一次政策推荐请求的时间间隔;
若所述时间间隔大于预设时间间隔,则根据所述目标用户的ID以及所述用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表;
相应的,所述根据所述与目标用户行为相匹配的政策列表、与目标用户兴趣相匹配的政策列表、热门政策列表以及最新政策列表,确定推荐给目标用户的政策,包括:
将所述与目标用户行为相匹配的政策列表、与目标用户兴趣相匹配的政策列表、热门政策列表以及最新政策列表依次排列,得到待推荐列表并保存;
根据推荐页面待显示的政策数量,从所述待推荐列表中取出前N个政策推荐给目标用户,其中,N为推荐页面待显示的政策数量。
可选的,所述方法还包括:
若所述本次政策推荐请求与上一次政策推荐请求的时间间隔小于预设时间间隔,则在保存的待推荐列表中,查找位于上一次推荐给目标用户的政策之后的、前N个政策推荐给目标用户。
第二方面,本申请实施例提供一种政策推荐装置,包括:
第一创建模块,用于获取目标平台对应的政策数据,所述政策数据包括多个政策,在搜索引擎库中创建政策索引表和政策向量索引表;其中,所述政策索引表包括政策ID、内容和主题标签;所述政策向量索引表包括政策ID和对应的相似政策的ID;
第二创建模块,用于针对目标平台的多个用户,在数据库中创建用户行为数据表、用户标签表和标签政策表;其中,所述用户行为数据表包括用户ID和用户行为对应的行为参数,所述用户行为对应的行为参数包括下述至少一项参数:用户行为对应的政策ID、用户输入的查询信息、行为触发时间;所述用户标签表包括用户ID以及用户ID对应的政策兴趣标签;所述标签政策表包括主题标签ID和所述主题标签下访问量超过第一筛选阈值的政策;
第一得到模块,用于响应于针对目标用户的政策推荐请求,根据所述目标用户的ID以及所述用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表;
第二得到模块,用于根据所述目标用户的ID以及所述用户标签表和标签政策表,得到与目标用户兴趣相匹配的政策列表;
确定模块,用于根据得到的所述与目标用户行为相匹配的政策列表、以及所述与目标用户兴趣相匹配的政策列表,确定推荐给目标用户的政策。
第三方面,本申请实施例提供一种电子设备,包括:处理器,以及与所述处理器通信连接的存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,以实现上述任一方面所述的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现上述任一方面所述的方法。
第五方面,本申请实施例提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述任一方面所述的方法。
本申请提供的政策推荐方法、装置、电子设备和存储介质,通过获取目标平台对应的政策数据,所述政策数据包括多个政策,在搜索引擎库中创建政策索引表和政策向量索引表;其中,所述政策索引表包括政策ID、内容和主题标签;所述政策向量索引表包括政策ID和对应的相似政策的ID;针对目标平台的多个用户,在数据库中创建用户行为数据表、用户标签表和标签政策表;其中,所述用户行为数据表包括用户ID和用户行为对应的行为参数,所述用户行为对应的行为参数包括下述至少一项参数:用户行为对应的政策ID、用户输入的查询信息、行为触发时间;所述用户标签表包括用户ID以及用户ID对应的政策兴趣标签;所述标签政策表包括主题标签ID和所述主题标签下访问量超过第一筛选阈值的政策;响应于针对目标用户的政策推荐请求,根据所述目标用户的ID以及所述用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表;根据所述目标用户的ID以及所述用户标签表和标签政策表,得到与目标用户兴趣相匹配的政策列表;根据得到的所述与目标用户行为相匹配的政策列表、以及所述与目标用户兴趣相匹配的政策列表,确定推荐给目标用户的政策。采用本申请的政策推荐方法得到的推荐结果更精准,推荐效率更高,进而可以提升用户办理业务的效率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1为本申请实施例提供的一种应用场景图;
图2为本申请实施例提供的一种政策推荐方法的流程示意图;
图3为本申请实施例提供的另一种政策推荐方法的流程示意图;
图4为本申请实施例提供的一种政策推荐装置的结构示意图;
图5为本申请实施例提供的一种电子设备的结构示意图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,并且相关数据的收集、使用和处理需要遵守相关法律法规和标准,并提供有相应的操作入口,供用户选择授权或者拒绝。
政务管理系统是一种数字化工具,通过整合政府各部门的信息和流程,实现政府决策的科学化、规范化和高效化,可以提高政府效能,更好地实现公共服务和治理。
在一些技术中,政务管理系统在对用户进行政策类文件或者相关政策解读文章进行推荐时,通常根据用户输入的关键词或者用户的行为数据进行推荐。
但采用目前的推荐方式得到的推荐结果不够精准,用户办理业务的效率较低。
有鉴于此,本申请提供一种政策推荐方法,可以先获取政务管理系统对应的政策数据,其中,政策数据中包含多个政策,政策可以是政策文件或者政策解读文章,然后在搜索引擎库中创建政策索引表和政策向量索引表,其中,政策索引表中包括政策ID(Identitydocument,身份标识号)、内容和主题标签,政策向量索引表中包含政策ID和对应的相似政策的ID,之后针对政务管理系统的多个用户,在数据库中创建用户行为数据表、用户标签表和政策标签表,其中,用户行为数据表中包括每一用户的ID和该用户ID对应的行为数据,用户标签表中包含每一用户的ID和该用户ID对应的政策兴趣标签,政策标签表包括每一主题标签ID和该主题标签ID对应的访问量包括第一筛选阈值的政策,响应于用户的政策推荐请求,根据用户的ID以及用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表;根据用户的ID以及所述用户标签表和标签政策表,得到与目标用户兴趣相匹配的政策列表;根据得到的政策列表,确定推荐给目标用户的政策。采用本申请的政策推荐方法得到的推荐结果更精准,推荐效率更高,进而可以提升用户办理业务的效率。
图1为本申请实施例提供的一种应用场景图。如图1所示,用户通过用户设备的登录页面进入政务管理系统首页,服务器响应于用户的登录操作,根据登录用户的ID以及用户行为数据表、政策索引表和政策向量索引表,得到与用户行为相匹配的政策列表,其中,用户行为数据表中包括每一用户ID以及该用户ID对应的行为数据,政策索引表中包括每一政策的ID、内容和主题标签,政策向量索引表包括每一政策的ID和对应的相似政策的ID,再根据用户的ID以及用户标签表和标签政策表,得到与用户兴趣相匹配的政策列表,其中,用户标签表中包括每一用户ID以及该用户ID对应的政策兴趣标签,标签政策表包括每一主题标签ID和该主题标签下访问量超过第一筛选阈值的政策,根据得到的政策列表,确定推荐给用户的政策,然后将确定推荐给用户的政策ID发送给用户设备,以使用户设备对推荐给用户的政策ID对应的政策进行展示。
本申请提供的政策推荐方法,可以先获取政务管理系统对应的政策数据,其中,政策数据中包含多个政策,政策可以是政策文件或者政策解读文章,然后在搜索引擎库中创建政策索引表和政策向量索引表,其中,政策索引表中包括政策ID、内容和主题标签,政策向量索引表中包含政策ID和对应的相似政策的ID,之后针对政务管理系统的多个用户,在数据库中创建用户行为数据表、用户标签表和政策标签表,其中,用户行为数据表中包括每一用户的ID和该用户ID对应的行为数据,用户标签表中包含每一用户的ID和该用户ID对应的政策兴趣标签,政策标签表包括每一主题标签ID和该主题标签ID对应的访问量包括第一筛选阈值的政策,响应于用户的政策推荐请求,根据用户的ID以及用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表;根据用户的ID以及所述用户标签表和标签政策表,得到与目标用户兴趣相匹配的政策列表;根据得到的政策列表,确定推荐给目标用户的政策。相当于将政策数据提前进行分类、计算、整理,得到多个索引表和数据表,并且多个索引表和数据表相互关联,需要进行推荐时,只需根据用户ID和类型按照预设规则依次查询对应的索引表和数据表即可得到推荐结果,可以提升推荐效率和推荐结果的准确性,进而提升用户办理业务的效率。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
图2为本申请实施例提供的一种政策推荐方法的流程示意图。本实施例的执行主体可以为服务器。如图2所示,本申请实施例提供的一种政策推荐方法,可以包括:
步骤201、获取目标平台对应的政策数据,所述政策数据包括多个政策,在搜索引擎库中创建政策索引表和政策向量索引表;其中,所述政策索引表包括政策ID、内容和主题标签;所述政策向量索引表包括政策ID和对应的相似政策的ID。
其中,目标平台是发布政策文件以及对应的政策解读文章的平台,示例性的,目标平台可以是政务管理系统。政策即为符合特定要求的文件或者对应的解读文章,特定要求可以由管理人员确认并发布。搜索引擎数据库是专门用于数据内容搜索的非关系数据库,本申请对搜索引擎数据库的类型不作限定,示例性的,搜索引擎数据库可以为Elasticsearch。
具体的,用户设备可以获取目标平台对应的政策数据,政策数据包括多个政策,并根据获取到的多个政策在搜索引擎库中创建政策索引表和政策向量索引表;其中,政策索引表中包含多条数据,每一条数据对应一个政策,政策索引表中每一条数据包含:政策ID、政策内容和该政策对应的主题标签。政策向量索引表中也包含多条数据,每一条数据对应一个政策,政策向量索引表中每一条数据包含:政策ID和与该政策相似的政策的ID。
可选的,所述政策索引表还包括政策名称、发布部门、发布时间、生效时间、适用区域、行业分类、关系政策ID,所述关系政策ID用于指示该政策的上下游政策的ID;在搜索引擎库中创建政策索引表和政策向量索引表,包括:
通过自然语言处理模型对每一政策进行处理,得到所述政策对应的主题标签、行业分类和关系政策,并在搜索引擎库中创建政策索引表;
通过句向量生成器对每一政策的标题和/或摘要进行句向量转换,得到所述政策对应的句向量;
根据各个政策对应的句向量之间的相似度,确定每一政策的相似政策,其中,相似政策为相似度大于第二筛选阈值的政策;
根据确定的相似政策,在搜索引擎库中创建政策向量索引表。
具体的,服务器通过自然语言处理模型NLP对每一政策进行处理,可以得到政策对应的主题标签、行业分类和关系政策,其中关系政策用于指示该政策的上下游政策的ID,示例性的,如果某一政策是根据某一国家政策发布的地方政策,则对应的国家政策为上游政策,对应的地方政策为下游政策。
对政策处理完成后,服务器在搜索引擎库中创建政策索引表,创建出的政策索引表中包含多条数据,每一条数据对应一个政策,政策索引表中每一条数据包含:政策ID、内容、主题标签、政策名称、发布部门、发布时间、生效时间、适用区域、行业分类、关系政策ID。
服务器可以通过句向量生成器对每一政策的标题进行句向量转换,也可以对每一政策的摘要进行句向量转换,也可以同时对每一政策的标题和摘要进行句向量转换,得到该政策对应的句向量,然后确定计算出来的各个政策对应的句向量之间的相似度,针对每一政策,在除该政策之外的政策中,与该政策的句向量相似度大于第二筛选阈值的政策的政策,即为该政策的相似政策。根据服务器确定出来的每一政策的相似政策,在搜索引擎库中创建政策向量索引表,创建出的政策向量索引表中包含多条数据,每一条数据对应一个政策,政策向量索引表中的每一条数据包括:政策ID和与该政策的相似政策的ID。
这样,通过自然语言处理模型对每一政策进行处理,利用该方法确定出来的政策对应的主题标签、行业分类和关系政策,准确度更高,同样的,先计算每一政策对应的句向量,再计算各个政策对应的句向量之间的相似度,由此确定出来的每一政策对应的相似政策的准确度更高,进而使得创建出来的政策索引表和政策向量索引表的查询准确度更高。
步骤202、针对目标平台的多个用户,在数据库中创建用户行为数据表、用户标签表和标签政策表;其中,所述用户行为数据表包括用户ID和用户行为对应的行为参数,所述用户行为对应的行为参数包括下述至少一项参数:用户行为对应的政策ID、用户输入的查询信息、行为触发时间;所述用户标签表包括用户ID以及用户ID对应的政策兴趣标签;所述标签政策表包括主题标签ID和所述主题标签下访问量超过第一筛选阈值的政策。
其中,数据库是按照数据结构来组织、存储和管理数据的仓库,本申请对数据库的类型不作限定,示例性的,本申请中的数据库可以是ArangoDb数据库。
具体的,针对目标平台的多个用户,服务器在数据库中创建用户行为数据表、用户标签表和标签政策表,其中,用户行为数据表中包含多条数据,每条数据对应一个用户,用户行为数据表中的每一条数据包括:用户ID和用户行为对应的行为参数,其中用户行为对应的行为参数可以是:用户行为对应的政策ID、用户输入的查询信息、行为触发时间。其中,用户行为对应的政策ID是用户点击、收藏、评论、取消收藏或者评价过的政策对应的ID,用户输入的查询信息可以为搜索词、查询语句或者咨询语句等,行为触发时间可以为用户输入查询信息的时间,也可以为用户点击、收藏、搜索、评论、取消收藏、评价或者咨询某一政策的时间。
用户标签表中包含多条数据,每条数据对应一个用户,用户标签表中的每一条数据包括:用户ID以及用户ID对应的政策兴趣标签,其中,政策兴趣标签即为用户感兴趣的政策的主体标签。
标签政策表中包含多条数据,每条数据对应一个主题标签,标签政策表中每一条数据包括:主题标签ID,以及统计出来的主体标签下访问量超过第一筛选阈值的政策。
可选的,在数据库中创建用户行为数据表、用户标签表和标签政策表,包括:
获取目标平台的多个用户的行为记录,根据所述多个用户的行为记录,确定用户行为对应的行为参数,并在数据库中创建用户行为数据表;
根据用户的行为记录和/或用户输入的兴趣信息,确定用户的政策兴趣标签,并在数据库中创建用户标签表;
确定各个政策对应的主题标签,根据所述多个用户的行为记录,确定每个主题标签下访问量超过第一筛选阈值的政策,在数据库中创建标签政策表。
具体的,获取目标平台的多个用户的行为记录,其中行为记录可以是点击、收藏、评论、搜索、取消收藏、评价、咨询某一政策的记录,根据行为记录可以确定用户行为对应的行为参数,示例性的,根据用户点击、收藏、评论、取消收藏、评价某一政策的记录,确定用户行为对应的政策ID,根据用户搜索、咨询某一政策的记录,确定用户输入的查询信息,根据用户点击、收藏、评论、搜索、取消收藏、评价、咨询某一政策的记录确定行为触发时间。根据每一用户的ID和该用户行为对应的行为参数创建用户行为数据表。
服务器可以通过分析某一用户的点击、收藏、评论、搜索、取消收藏、评价、咨询等行为,统计出该用户历史访问量最高的主题标签,作为该用户的政策兴趣标签;也可以根据用户输入的兴趣信息,确定用户输入的兴趣标签所属的主题标签,再将确定出来的主题标签,作为该用户的政策兴趣标签;也可以同时根据用户的行为记录和用户输入的兴趣信息,确定用户的政策兴趣标签,示例性的,当用户的行为记录数量小于预设阈值时,根据用户输入的兴趣信息确定该用户的政策兴趣标签,当用户的行为记录数量大于预设阈值时,根据用户的行为记录,确定该用户的政策兴趣标签。根据每一用户的ID和该用户对应的政策兴趣标签,在数据库中创建用户标签表。服务器通过查询政策索引表确定各个政策对应的主题标签,再根据多个用户的行为记录,确定出每个主题标签下访问量超过第一筛选阈值的政策,根据每一主题标签的ID和该主题标签下访问量超过第一筛选阈值的政策,在数据库中创建标签政策表。
步骤203、响应于针对目标用户的政策推荐请求,根据所述目标用户的ID以及所述用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表。
具体的,目标用户的政策推荐请求可以是目标用户登录目标平台时触发的,服务器响应于针对目标用户的政策推荐请求,根据目标用户的ID以及用户行为数据表、政策索引表和政策向量索引表,可以得到与目标用户行为相匹配的政策列表。
可选的,根据所述目标用户的ID以及所述用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表,包括:
根据用户行为数据表和目标用户的用户ID,查询行为触发时间在预设时间段内的至少一个用户行为;
根据至少一个用户行为对应的目标政策的政策ID,查询政策向量索引表,得到各目标政策对应的相似政策;
根据查询得到的各相似政策与对应目标政策的相似度,对各相似政策进行排序,取相似度大于第一召回阈值的政策,得到第一政策列表;
根据用户行为数据表确定所述至少一个用户行为对应的目标查询信息;
根据目标查询信息,在搜索引擎库中的政策索引表中进行查询,得到搜索引擎库返回的与所述目标查询信息相匹配的多个目标政策以及各目标政策对应的查询得分;
根据查询得分对返回的多个目标政策进行排序,取查询得分大于第二召回阈值的目标政策,得到第二政策列表;
其中,所述与目标用户行为相匹配的政策列表包括所述第一政策列表和第二政策列表。
具体的,服务器根据用户行为数据表,查询触发时间在预设时间段内目标用户的用户ID对应的至少一个用户行为,根据至少一个用户行为对应的目标政策的政策ID,查询查询政策向量索引表,可以得到各目标政策对应的相似政策的ID,根据相似政策的ID确定各个相似政策,根据创建政策向量索引表时计算得到的各个政策之间的相似度,确定各相似政策与对应目标政策的相似度,按照相似度的高低对各相似政策进行排序,将相似度大于第一召回阈值的政策抽取出来,可以得到第一政策列表。
服务器根据用户输入的目标查询信息,在搜索引擎库中的政策索引表中进行查询,搜索引擎库会将用户输入的查询信息,与政策索引表中记录的多种信息进行匹配,比如政策的名称、内容、主题标签等等,得到搜索引擎库返回的与目标查询信息相匹配的多个目标政策以及各个目标政策对应的查询得分,根据查询得分的高低对搜索引擎库返回的多个目标政策进行排序,将查询得分大于第二召回阈值的目标政策抽取出来,可以得到第二政策列表。
最后第一政策列表和第二政策列表共同组成了与目标用户行为相匹配的政策列表。
这样,根据目标用户的ID查询用户行为数据表确定用户行为对应的政策ID,根据政策ID查询政策向量索引表,得到相似政策,然后对各个相似政策按照相似度排序,取相似度大于第一召回阈值的目标政策,得到第一政策列表,之后再根据目标查询信息,在政策索引表中进行查询,取查询结果中查询得分大于第二召回阈值的目标政策,得到第二政策列表,采用这种方法得到的第一政策列表和第二政策列表中的政策与用户历史行为的匹配度,可以提升推荐的准确度,提升用户体验。步骤204、根据所述目标用户的ID以及所述用户标签表和标签政策表,得到与目标用户兴趣相匹配的政策列表。
具体的,服务器根据目标用户的ID、用户标签和标签政策表,可以得到与目标用户兴趣相匹配的政策列表。可选的,根据所述目标用户的ID以及所述用户标签表和标签政策表,得到与目标用户兴趣相匹配的政策列表,包括:
根据目标用户的用户ID查询用户标签表,得到目标用户对应的政策兴趣标签;
根据目标用户对应的政策兴趣标签,查询标签政策表,得到相匹配的多个目标政策,并按照多个目标政策的访问量进行排序,取访问量大于第三召回阈值的目标政策,得到与目标用户兴趣相匹配的政策列表。
具体的,服务器根据目标用户对应的政策兴趣标签,查询标签政策表,可以得到与该政策行过去标签相匹配的多个目标政策,结合多个用户的用户行为,将匹配出来的多个目标政策按照访问量的高低进行排序,将多个目标政策中,访问量大于第三召回阈值的目标政策抽取出来,可以得到与目标用户兴趣相匹配的政策列表。
这样,根据目标用户的ID查询用户标签表,得到用户对应的政策兴趣标签,根据政策兴趣标签,查询标签政策表,再从查询到的政策中选择访问量大于第三召回阈值的政策,得到与目标兴趣相匹配的政策列表,这样选出的列表兼顾了用户的兴趣和政策的热度,提升了推荐成功的概率。
可选的,响应于针对目标用户的政策推荐请求,根据所述目标用户的ID以及所述用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表,包括:
响应于针对目标用户的政策推荐请求,判断所述目标用户的用户类型;其中,所述用户类型包括个人用户和企业用户;
若所述目标用户的用户类型为个人用户,则根据所述目标用户的ID以及所述用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表。
具体的,目标用户登录目标平台,触发针对目标用户的政策推荐请求,服务器响应于针对目标用户的政策推荐请求,首先判断目标用户对应的用户类型,其中,目标用户的用户类型可以是个人用户,也可以是企业用户。
若目标用户的用户类型是个人用户,则服务器根据目标用户的ID、用户行为数据表、政策索引表和政策向量索引表,可以得到与目标用户行为相匹配的政策列表。
这样,可以根据用户类型的不同,给予不同的推荐,实现对于目标类型用户的精准推荐。
可选的,所述政策索引表还包括政策的所属行业;本申请提供的政策推荐方法还包括:
根据所述多个用户中各企业用户行为记录以及各政策的所属行业,确定每一行业对应的访问量大于第三筛选阈值的政策,并在数据库中创建行业政策表,所述行业政策表包括多个行业以及各个行业对应的访问量大于第三筛选阈值的政策;
响应于针对目标用户的政策推荐请求,在判断所述目标用户的类型为企业用户时,根据目标用户的ID获取对应的行业代码,根据行业代码查询行业政策表,得到行业代码对应的多个目标政策,按照访问量对多个目标政策进行排序,取访问量超过第三召回阈值的目标政策,得到与目标用户行业相匹配的政策列表。
具体的,政策索引表的每一条数据中还包括政策所属的行业,服务器先从多个用户中筛选出多个企业用户,确定筛选出的多个企业用户中每一企业用户对应的行为记录,然后判断多个政策所属的行业,根据多个企业用户对应的行为记录,从多个政策中筛选出每一行业对应的访问量大于第三筛选阈值的政策,根据多个行业以及各个行业对应的访问量大于第三筛选阈值的政策,在数据库中创建行业政策表。行业政策表中包含多条数据,每一条数据对应的一个行业,行业政策表的每一条数据包括:行业代码,以及该行业对应的访问量大于第三筛选阈值的政策。
服务器响应于目标用户的政策推荐请求,判断目标用户的类型,当判断出目标用户的类型为企业用户时,根据目标用户的ID确定该目标用户对应的行业代码,根据行业代码查询行业政策表,可以得到该行业代码对应的多个目标政策,将行业代码对应的多个目标政策按照访问量进行排序,将访问量超过第三召回阈值的目标政策抽取出来,可以得到与目标用户行业相匹配的政策列表。
通常企业用户只关注本行业的政策信息,故通过建立行业政策表的形式可以快速查找到企业用户所在行业的热门政策,提升推荐效率和准确率,提升用户体验。
可选的,本申请提供的政策推荐方法,还包括:
根据所述多个用户的政策点击记录,在数据库中构建热门政策表,其中,热门政策表中包括预设时间段内点击量满足预设要求的政策;
相应的,在得到与目标用户兴趣相匹配的政策列表之后,所述方法还包括:
根据所述目标用户的用户类型,查询热门政策表,获取所述用户类型对应的热门政策列表。
具体的,根据多个用户的政策点击记录,可以在数据库中构建热门政策表,构建出的热门政策表中包含多个政策,每一政策均为在预设时间段内点击量满足预设要求的政策。
在一示例中,多个用户的用户类型均为个人用户,则在数据库中构建的热门政策表为针对个人用户的热门政策表。
在另一示例中,多个用户的用户类型均为企业用户,则在数据库中构建的热门政策表为针对企业用户的热门政策表。
在又一示例中,多个用户的用户类型包括个人用户和企业用户,则在数据库中构建的热门政策表为针对企业用户和个人用户的热门政策表。
相应的,在得到与目标用户兴趣相匹配的政策列表后,还可以根据目标用户的用户类型,查询针对该用户类型的热门政策表,得到该用户类型对应的热门政策列表。
这样,根据多个用户的政策点击记录,构建热门政策表,在给用户推荐时,不仅可以兼顾用户行为、用户兴趣、用户行业,还可以兼顾政策热度,提升用户体验。
步骤205、根据得到的所述与目标用户行为相匹配的政策列表、以及所述与目标用户兴趣相匹配的政策列表,确定推荐给目标用户的政策。
具体的,服务器根据得到的与目标用户行为相匹配的政策列表和与目标用户兴趣相匹配的政策列表,可以确定出推荐给目标用户的政策。
示例性的,可以将与目标用户行为相匹配的政策列表和与目标用户兴趣相匹配的政策列表进行合并,与目标用户行为相匹配的政策列表在前,与目标用户兴趣相匹配的政策列表在后,将合并后的列表中的政策即为推荐给目标用户的政策。
综上,本申请提供的一种政策推荐方法,包括:获取目标平台对应的政策数据,所述政策数据包括多个政策,在搜索引擎库中创建政策索引表和政策向量索引表;其中,所述政策索引表包括政策ID、内容和主题标签;所述政策向量索引表包括政策ID和对应的相似政策的ID;针对目标平台的多个用户,在数据库中创建用户行为数据表、用户标签表和标签政策表;其中,所述用户行为数据表包括用户ID和用户行为对应的行为参数,所述用户行为对应的行为参数包括下述至少一项参数:用户行为对应的政策ID、用户输入的查询信息、行为触发时间;所述用户标签表包括用户ID以及用户ID对应的政策兴趣标签;所述标签政策表包括主题标签ID和所述主题标签下访问量超过第一筛选阈值的政策;响应于针对目标用户的政策推荐请求,根据所述目标用户的ID以及所述用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表;根据所述目标用户的ID以及所述用户标签表和标签政策表,得到与目标用户兴趣相匹配的政策列表;根据得到的所述与目标用户行为相匹配的政策列表、以及所述与目标用户兴趣相匹配的政策列表,确定推荐给目标用户的政策。采用本申请的政策推荐方法得到的推荐结果更精准,推荐效率更高,进而可以提升用户办理业务的效率。
可选的,根据得到的所述与目标用户行为相匹配的政策列表、以及所述与目标用户兴趣相匹配的政策列表,确定推荐给目标用户的政策,包括:
确定与目标用户行为相匹配的政策列表、与目标用户兴趣相匹配的政策列表以及热门政策列表中的政策数量的总和是否达到推荐数量;
若未达到推荐数量,则获取最新政策列表,其中,所述最新政策列表包括预设数量的最新的政策,所述预设数量为所述推荐数量与所述总和的差值;
根据所述与目标用户行为相匹配的政策列表、与目标用户兴趣相匹配的政策列表、热门政策列表以及最新政策列表,确定推荐给目标用户的政策。
具体的,服务器确定与目标用户行为相匹配的政策列表、与目标用户兴趣相匹配的政策列表以及热门政策列表中的政策数量的总和是否达到了推荐数量。
若达到了推荐数量,则与目标用户行为相匹配的政策列表、与目标用户兴趣相匹配的政策列表以及热门政策列表中的政策即为推荐给用户的政策,并且展示给用户的顺序为:与目标用户行为相匹配的政策列表中的政策、与目标用户兴趣相匹配的政策列表中的政策、热门政策列表中的政策。
若没有达到推荐数量,则服务器要去在数据库中创建的热门政策表中获取预设数量的最新政策,组成最新政策列表。其中,最新政策列表中包括预设数量的最新的政策,预设数量可以是推荐数量与上述与目标用户行为相匹配的政策列表、与目标用户兴趣相匹配的政策列表以及热门政策列表中的政策的综合的差值。
最后将与目标用户行为相匹配的政策列表、与目标用户兴趣相匹配的政策列表、热门政策列表、最新政策列表中的政策即为推荐给用户的政策,并且展示给用户的顺序为:与目标用户行为相匹配的政策列表中的政策、与目标用户兴趣相匹配的政策列表中的政策、热门政策列表中的政策、最新政策列表中的政策。
并且,在将各列表中的政策推荐给用户之前要先进行去重,进行去重时,保留展示顺序更靠前的列表中的重复政策,删除展示顺序更靠后的列表中的重复政策。
示例性的,假设与目标用户行为相匹配的政策列表为listA,与目标用户兴趣相匹配的政策列表为listB,热门政策列表为listC,最新政策列表为listD,展示给用户的政策顺序为:listA中的政策、listB中的政策、listC中的政策、listD中的政策,若listA与listC中有政策重复,则删除listC中的重复政策,保留listA中的重复政策。
这样,当与用户行为匹配的政策列表、与用户兴趣相匹配的政策列表和热门政策列表中的政策总量不足时,可以用最新的政策进行补足,避免出现政策数量推荐不足的问题,提升用户体验。可选的,本申请提供的政策推荐方法,还包括:
响应于关于目标平台对应的政策数据的更新操作,根据新增的政策对所述政策索引表、政策向量索引表、标签政策表和最新政策列表进行更新操作;
每隔第一预设时间,根据所述第一预设时间内的用户行为以及对应的行为参数对所述用户行为数据表、用户标签表进行更新操作;
每隔第二预设时间,根据所述第二预设时间内的政策点击记录对所述热门政策表进行更新操作。
具体的,当有新的政策数据时,后台的工作人员会对目标平台对应的政策数据进行更新操作,以向目标平台中加入新的政策数据,服务器响应于关于目标平台对应的政策数据的更新操作,根据新增的政策对所述政策索引表、政策向量索引表、标签政策表和最新政策列表进行更新操作。
示例性的,对新增的政策利用句向量生成器对该政策标题和摘要进行句向量转换,得到该政策对应的句向量,再根据各个政策对应的句向量之间的相似度,确定该政策的相似政策,最后针对该新增政策生成一条数据,该条数据中包含该政策的ID和与该政策相似的政策的ID,根据该条数据加入政策向量索引表中,实现对政策向量索引表的进行更新。
每隔第一预设时间,根据第一预设时间内的用户行为以及对应的行为参数对用户行为数据表、用户标签表进行更新操作。
每隔第二预设时间,根据第二预设时间内的政策点击记录对所述热门政策表进行更新操作。
这样,对各个列表定时的进行更新操作,根据各个列表进行推荐时可以提升推荐的准确度,提升用户体验。
可选的,响应于针对目标用户的政策推荐请求,根据所述目标用户的ID以及所述用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表,包括:
响应于针对目标用户的政策推荐请求,计算本次政策推荐请求与上一次政策推荐请求的时间间隔;
若所述时间间隔大于预设时间间隔,则根据所述目标用户的ID以及所述用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表;
相应的,所述根据所述与目标用户行为相匹配的政策列表、与目标用户兴趣相匹配的政策列表、热门政策列表以及最新政策列表,确定推荐给目标用户的政策,包括:
将所述与目标用户行为相匹配的政策列表、与目标用户兴趣相匹配的政策列表、热门政策列表以及最新政策列表依次排列,得到待推荐列表并保存;根据推荐页面待显示的政策数量,从所述待推荐列表中取出前N个政策推荐给目标用户,其中,N为推荐页面待显示的政策数量。
具体的,服务器响应于针对目标用户的政策推荐请求,首先计算发生本次政策推荐请求与上一次政策推荐请求的时间间隔,若时间间隔大于预设时间间隔,则根据所述与目标用户行为相匹配的政策列表、与目标用户兴趣相匹配的政策列表、热门政策列表以及最新政策列表,确定推荐给目标用户的政策,即将各个列表按照下列顺序排列:与目标用户行为相匹配的政策列表、与目标用户兴趣相匹配的政策列表、热门政策列表以及最新政策列表,排列后的各个列表形成的总列表即为待推荐列表,保存待推荐列表。
从待推荐列表中,取出前N个政策推荐给目标用户,即前N个政策显示在推荐页面上,其中,N为推荐页面上可以显示的政策数量。当用户浏览完推荐页面上显示的政策时,可以点击下一页,则从待推荐列表中,取出第N+1个到第2N个政策,并显示在推荐页面上,以此类推,直至将待推荐列表中的政策显示完毕。
示例性的,待推荐列表中共有50个政策,推荐页面上可以显示的政策数量为5个,则从待推荐列表中取出前5个政策显示在推荐页面上,当用户点击下一页时,则从待推荐列表中取出第6个到第10个政策显示在推荐页面上,以此类推,直至待推荐列表中的50个政策显示完毕。
这样,在对目标用户进行政策推荐之前,先确定本次推荐与上次推荐推荐的时间间隔,若间隔较长,则需要重新根据各个列表得到推荐给用户的政策,可以提升推荐的准确性
可选的,本申请提供的政策推荐方法,还包括:
若所述本次政策推荐请求与上一次政策推荐请求的时间间隔小于预设时间间隔,则在保存的待推荐列表中,查找位于上一次推荐给目标用户的政策之后的、前N个政策推荐给目标用户。
具体的,若本次政策推荐请求与上一次政策推荐请求的时间间隔小于预设时间间隔,则在上一次保存的待推荐列表中,找到上一次推荐给目标用户的已显示在推荐页面的政策,在剩下的还未显示在推荐页面的政策中,取前N个政策推荐给目标用户。
示例性的,上一次保存的待推荐列表中,共有50个政策,上一次前10个政策已经显示在推荐界面上了,这一次取上一次保存的待推荐列表中第11个到第15个政策推荐给目标用户,用户点击下一页,则推送第16个到第20个政策推荐给目标用户,以此类推,直至待推荐列表中的50个政策显示完毕,之后若用户再次点击下一页,则重新根据与目标用户行为相匹配的政策列表、与目标用户兴趣相匹配的政策列表、热门政策列表以及最新政策列表,确定推荐给目标用户的政策。
这样,若本次推荐与上次推荐推荐的时间间隔较短,则直接根据上次的待推荐列表得到这次推荐给用户的政策,可以提升推荐效率。
图3为本申请实施例提供的另一种政策推荐方法的流程示意图,如图3所示,服务器获取目标平台对应的政策数据,政策数据包括多个政策,通过自然语言处理模型对每一政策进行处理,得到政策对应的主题标签、行业分类和关系政策,并在搜索引擎库中创建政策索引表;其中,政策索引表包括政策ID、内容、主题标签、政策名称、发布部门、发布时间、生效时间、适用区域、行业分类、关系政策ID;
通过句向量生成器对每一政策的标题和/或摘要进行句向量转换,得到政策对应的句向量;根据各个政策对应的句向量之间的相似度,确定每一政策的相似政策,其中,相似政策为相似度大于第二筛选阈值的政策;根据确定的相似政策,在搜索引擎库中创建政策向量索引表。其中,政策向量索引表包括政策ID和对应的相似政策的ID;
获取目标平台的多个用户的行为记录,根据行为记录,确定用户行为以及对应的行为参数,并在数据库中创建用户行为数据表;其中,用户行为数据表包括用户ID和用户行为对应的行为参数,用户行为对应的行为参数包括下述至少一项参数:用户行为对应的政策ID、用户输入的查询信息、行为触发时间;
根据用户的行为记录和/或用户输入的兴趣信息,确定用户的政策兴趣标签,并在数据库中创建用户标签表;用户标签表包括用户ID以及用户ID对应的政策兴趣标签;
确定各个政策对应的主题标签,根据多个用户的行为记录,确定每个主题标签下访问量超过第一筛选阈值的政策,在数据库中创建标签政策表。标签政策表包括主题标签ID和主题标签下访问量超过第一筛选阈值的政策;
根据多个用户中各企业用户的所属行业、行为记录以及各政策的所属行业,确定每一行业对应的访问量大于第三筛选阈值的政策,并在数据库中创建行业政策表,行业政策表包括多个行业以及各个行业对应的访问量大于第三筛选阈值的政策;
根据多个用户的政策点击记录,在数据库中构建热门政策表,其中,热门政策表中包括预设时间段内点击量满足预设要求的政策;
响应于针对目标用户的政策推荐请求,计算本次政策推荐请求与上一次政策推荐请求的时间间隔,当时间间隔大于预设时间间隔时,若目标用户的用户类型为个人用户,则根据用户行为数据表和目标用户的用户ID,查询行为触发时间在预设时间段内的至少一个用户行为;根据至少一个用户行为对应的目标政策的政策ID,查询政策向量索引表,得到各目标政策对应的相似政策;根据查询得到的各相似政策与对应目标政策的相似度,对各相似政策进行排序,取相似度大于第一召回阈值的政策,得到第一政策列表;根据用户行为数据表确定至少一个用户行为对应的目标查询信息;根据目标查询信息,在搜索引擎库中的政策索引表中进行查询,得到搜索引擎库返回的与目标查询信息相匹配的多个目标政策以及各目标政策对应的查询得分;根据查询得分对返回的多个目标政策进行排序,取查询得分大于第二召回阈值的目标政策,得到第二政策列表;其中,与目标用户行为相匹配的政策列表包括第一政策列表和第二政策列表。
根据目标用户的用户ID查询用户标签表,得到目标用户对应的政策兴趣标签;根据目标用户对应的政策兴趣标签,查询标签政策表,得到相匹配的多个目标政策,并按照多个目标政策的访问量进行排序,取访问量大于第三召回阈值的目标政策,得到与目标用户兴趣相匹配的政策列表。确定与目标用户行为相匹配的政策列表、与目标用户兴趣相匹配的政策列表以及热门政策列表中的政策数量的总和是否达到推荐数量;若未达到推荐数量,则获取最新政策列表,其中,最新政策列表包括预设数量的最新的政策,预设数量为推荐数量与总和的差值;根据与目标用户行为相匹配的政策列表、与目标用户兴趣相匹配的政策列表、热门政策列表以及最新政策列表,确定推荐给目标用户的政策。
将与目标用户行为相匹配的政策列表、与目标用户兴趣相匹配的政策列表、热门政策列表以及最新政策列表依次排列,得到待推荐列表并保存;根据推荐页面待显示的政策数量,从待推荐列表中取出前N个政策推荐给目标用户,其中,N为推荐页面待显示的政策数量。
在判断目标用户的类型为企业用户时,根据目标用户的ID获取对应的行业代码,根据行业代码查询行业政策表,得到行业代码对应的多个目标政策,按照访问量对多个目标政策进行排序,取访问量超过第三召回阈值的目标政策,得到与目标用户行业相匹配的政策列表。
若本次政策推荐请求与上一次政策推荐请求的时间间隔小于预设时间间隔,则在保存的待推荐列表中,查找位于上一次推荐给目标用户的政策之后的、前N个政策推荐给目标用户。
响应于关于目标平台对应的政策数据的更新操作,根据新增的政策对政策索引表、政策向量索引表、标签政策表和最新政策列表进行更新操作;每隔第一预设时间,根据第一预设时间内的用户行为以及对应的行为参数对用户行为数据表、用户标签表进行更新操作;每隔第二预设时间,根据第二预设时间内的政策点击记录对行业政策表和热门政策表进行更新操作。
对应于上述政策推荐方法,本申请实施例还提供一种政策推荐装置。图4为本申请实施例提供的一种政策推荐装置的结构示意图。如图4所示,所述装置包括:
第一创建模块401,用于获取目标平台对应的政策数据,所述政策数据包括多个政策,在搜索引擎库中创建政策索引表和政策向量索引表;其中,所述政策索引表包括政策ID、内容和主题标签;所述政策向量索引表包括政策ID和对应的相似政策的ID;
第二创建模块402,用于针对目标平台的多个用户,在数据库中创建用户行为数据表、用户标签表和标签政策表;其中,所述用户行为数据表包括用户ID和用户行为对应的行为参数,所述用户行为对应的行为参数包括下述至少一项参数:用户行为对应的政策ID、用户输入的查询信息、行为触发时间;所述用户标签表包括用户ID以及用户ID对应的政策兴趣标签;所述标签政策表包括主题标签ID和所述主题标签下访问量超过第一筛选阈值的政策;
第一得到模块403,用于响应于针对目标用户的政策推荐请求,根据所述目标用户的ID以及所述用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表;
第二得到模块404,用于根据所述目标用户的ID以及所述用户标签表和标签政策表,得到与目标用户兴趣相匹配的政策列表;
确定模块405,用于根据得到的所述与目标用户行为相匹配的政策列表、以及所述与目标用户兴趣相匹配的政策列表,确定推荐给目标用户的政策。
可选的,第一得到模块403在根据所述目标用户的ID以及所述用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表时,具体用于:
根据用户行为数据表和目标用户的用户ID,查询行为触发时间在预设时间段内的至少一个用户行为;
根据至少一个用户行为对应的目标政策的政策ID,查询政策向量索引表,得到各目标政策对应的相似政策;
根据查询得到的各相似政策与对应目标政策的相似度,对各相似政策进行排序,取相似度大于第一召回阈值的政策,得到第一政策列表;
根据用户行为数据表确定所述至少一个用户行为对应的目标查询信息;
根据目标查询信息,在搜索引擎库中的政策索引表中进行查询,得到搜索引擎库返回的与所述目标查询信息相匹配的多个目标政策以及各目标政策对应的查询得分;
根据查询得分对返回的多个目标政策进行排序,取查询得分大于第二召回阈值的目标政策,得到第二政策列表;
其中,所述与目标用户行为相匹配的政策列表包括所述第一政策列表和第二政策列表。
可选的,第二得到模块404,具体用于:
根据目标用户的用户ID查询用户标签表,得到目标用户对应的政策兴趣标签;
根据目标用户对应的政策兴趣标签,查询标签政策表,得到相匹配的多个目标政策,并按照多个目标政策的访问量进行排序,取访问量大于第三召回阈值的目标政策,得到与目标用户兴趣相匹配的政策列表。
可选的,第二创建模块402在数据库中创建用户行为数据表、用户标签表和标签政策表时,具体用于:
获取目标平台的多个用户的行为记录,根据所述多个用户的行为记录,确定用户行为对应的行为参数,并在数据库中创建用户行为数据表;
根据用户的行为记录和/或用户输入的兴趣信息,确定用户的政策兴趣标签,并在数据库中创建用户标签表;
确定各个政策对应的主题标签,根据所述多个用户的行为记录,确定每个主题标签下访问量超过第一筛选阈值的政策,在数据库中创建标签政策表。
可选的,所述政策索引表还包括政策名称、发布部门、发布时间、生效时间、适用区域、行业分类、关系政策ID,所述关系政策ID用于指示该政策的上下游政策的ID;第一创建模块401在搜索引擎库中创建政策索引表和政策向量索引表时,具体用于:
通过自然语言处理模型对每一政策进行处理,得到所述政策对应的主题标签、行业分类和关系政策,并在搜索引擎库中创建政策索引表;
通过句向量生成器对每一政策的标题和/或摘要进行句向量转换,得到所述政策对应的句向量;
根据各个政策对应的句向量之间的相似度,确定每一政策的相似政策,其中,相似政策为相似度大于第二筛选阈值的政策;
根据确定的相似政策,在搜索引擎库中创建政策向量索引表。
可选的,第一得到模块403,具体用于:
响应于针对目标用户的政策推荐请求,判断所述目标用户的用户类型;其中,所述用户类型包括个人用户和企业用户;
若所述目标用户的用户类型为个人用户,则根据所述目标用户的ID以及所述用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表。
可选的,所述政策索引表还包括政策的所属行业;确定模块405,还用于:
根据所述多个用户中各企业用户行为记录以及各政策的所属行业,确定每一行业对应的访问量大于第三筛选阈值的政策,并在数据库中创建行业政策表,所述行业政策表包括多个行业以及各个行业对应的访问量大于第三筛选阈值的政策;
响应于针对目标用户的政策推荐请求,在判断所述目标用户的类型为企业用户时,根据目标用户的ID获取对应的行业代码,根据行业代码查询行业政策表,得到行业代码对应的多个目标政策,按照访问量对多个目标政策进行排序,取访问量超过第三召回阈值的目标政策,得到与目标用户行业相匹配的政策列表。
可选的,第二创建模块402,还用于:
根据所述多个用户的政策点击记录,在数据库中构建热门政策表,其中,热门政策表中包括预设时间段内点击量满足预设要求的政策;
相应的,第二得到模块404,还用于:
根据所述目标用户的用户类型,查询热门政策表,获取所述用户类型对应的热门政策列表。
可选的,确定模块405,具体用于:
确定与目标用户行为相匹配的政策列表、与目标用户兴趣相匹配的政策列表以及热门政策列表中的政策数量的总和是否达到推荐数量;
若未达到推荐数量,则获取最新政策列表,其中,所述最新政策列表包括预设数量的最新的政策,所述预设数量为所述推荐数量与所述总和的差值;
根据所述与目标用户行为相匹配的政策列表、与目标用户兴趣相匹配的政策列表、热门政策列表以及最新政策列表,确定推荐给目标用户的政策。
可选的,第二创建模块402,还用于:
响应于关于目标平台对应的政策数据的更新操作,根据新增的政策对所述政策索引表、政策向量索引表、标签政策表和最新政策列表进行更新操作;
每隔第一预设时间,根据所述第一预设时间内的用户行为以及对应的行为参数对所述用户行为数据表、用户标签表进行更新操作;
每隔第二预设时间,根据所述第二预设时间内的政策点击记录对所述热门政策表进行更新操作。
可选的,第一得到模块403,具体用于:
响应于针对目标用户的政策推荐请求,计算本次政策推荐请求与上一次政策推荐请求的时间间隔;
若所述时间间隔大于预设时间间隔,则根据所述目标用户的ID以及所述用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表;
相应的,确定模块405,具体用于:
将所述与目标用户行为相匹配的政策列表、与目标用户兴趣相匹配的政策列表、热门政策列表以及最新政策列表依次排列,得到待推荐列表并保存;
根据推荐页面待显示的政策数量,从所述待推荐列表中取出前N个政策推荐给目标用户,其中,N为推荐页面待显示的政策数量。
可选的,第一得到模块403,还用于:
若所述本次政策推荐请求与上一次政策推荐请求的时间间隔小于预设时间间隔,则在保存的待推荐列表中,查找位于上一次推荐给目标用户的政策之后的、前N个政策推荐给目标用户。
本申请实施例提供的政策推荐装置的具体实现原理和效果可以参见前述实施例,此处不再赘述。
图5为本申请实施例提供的一种电子设备的结构示意图。如图5所示,本实施例的电子设备可以包括:
至少一个处理器501;以及
与所述至少一个处理器通信连接的存储器502;
其中,所述存储器502存储有可被所述至少一个处理器501执行的指令,所述指令被所述至少一个处理器501执行,以使所述电子设备执行如上述任一实施例所述的方法。
可选地,存储器502既可以是独立的,也可以跟处理器501集成在一起。
本实施例提供的电子设备的实现原理和技术效果可以参见前述各实施例,此处不再赘述。
本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,当处理器执行所述计算机执行指令时,实现前述任一实施例所述的方法。
本申请实施例还提供一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现前述任一实施例所述的方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。例如,以上所描述的设备实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个模块可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。
上述以软件功能模块的形式实现的集成的模块,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器执行本申请各个实施例所述方法的部分步骤。
应理解,上述处理器可以是中央处理单元(Central Processing Unit,简称CPU),还可以是其它通用处理器、数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合申请所公开的方法的步骤可以直接体现为硬件处理器执行完成,或者用处理器中的硬件及软件模块组合执行完成。存储器可能包含高速RAM存储器,也可能还包括非易失性存储NVM,例如至少一个磁盘存储器,还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的存储介质耦合至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息。当然,存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits,简称ASIC)中。当然,处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (16)
1.一种政策推荐方法,其特征在于,包括:
获取目标平台对应的政策数据,所述政策数据包括多个政策,在搜索引擎库中创建政策索引表和政策向量索引表;其中,所述政策索引表包括政策ID、内容和主题标签;所述政策向量索引表包括政策ID和对应的相似政策的ID;
针对目标平台的多个用户,在数据库中创建用户行为数据表、用户标签表和标签政策表;其中,所述用户行为数据表包括用户ID和用户行为对应的行为参数,所述用户行为对应的行为参数包括下述至少一项参数:用户行为对应的政策ID、用户输入的查询信息、行为触发时间;所述用户标签表包括用户ID以及用户ID对应的政策兴趣标签;所述标签政策表包括主题标签ID和所述主题标签下访问量超过第一筛选阈值的政策;
响应于针对目标用户的政策推荐请求,根据所述目标用户的ID以及所述用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表;
根据所述目标用户的ID以及所述用户标签表和标签政策表,得到与目标用户兴趣相匹配的政策列表;
根据得到的所述与目标用户行为相匹配的政策列表、以及所述与目标用户兴趣相匹配的政策列表,确定推荐给目标用户的政策。
2.根据权利要求1所述的方法,其特征在于,根据所述目标用户的ID以及所述用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表,包括:
根据用户行为数据表和目标用户的用户ID,查询行为触发时间在预设时间段内的至少一个用户行为;
根据至少一个用户行为对应的目标政策的政策ID,查询政策向量索引表,得到各目标政策对应的相似政策;
根据查询得到的各相似政策与对应目标政策的相似度,对各相似政策进行排序,取相似度大于第一召回阈值的政策,得到第一政策列表;
根据用户行为数据表确定所述至少一个用户行为对应的目标查询信息;
根据目标查询信息,在搜索引擎库中的政策索引表中进行查询,得到搜索引擎库返回的与所述目标查询信息相匹配的多个目标政策以及各目标政策对应的查询得分;
根据查询得分对返回的多个目标政策进行排序,取查询得分大于第二召回阈值的目标政策,得到第二政策列表;
其中,所述与目标用户行为相匹配的政策列表包括所述第一政策列表和第二政策列表。
3.根据权利要求1所述的方法,其特征在于,根据所述目标用户的ID以及所述用户标签表和标签政策表,得到与目标用户兴趣相匹配的政策列表,包括:
根据目标用户的用户ID查询用户标签表,得到目标用户对应的政策兴趣标签;
根据目标用户对应的政策兴趣标签,查询标签政策表,得到相匹配的多个目标政策,并按照多个目标政策的访问量进行排序,取访问量大于第三召回阈值的目标政策,得到与目标用户兴趣相匹配的政策列表。
4.根据权利要求1-3任一项所述的方法,其特征在于,在数据库中创建用户行为数据表、用户标签表和标签政策表,包括:
获取目标平台的多个用户的行为记录,根据所述多个用户的行为记录,确定用户行为对应的行为参数,并在数据库中创建用户行为数据表;
根据用户的行为记录和/或用户输入的兴趣信息,确定用户的政策兴趣标签,并在数据库中创建用户标签表;
确定各个政策对应的主题标签,根据所述多个用户的行为记录,确定每个主题标签下访问量超过第一筛选阈值的政策,在数据库中创建标签政策表。
5.根据权利要求1-3任一项所述的方法,其特征在于,所述政策索引表还包括政策名称、发布部门、发布时间、生效时间、适用区域、行业分类、关系政策ID,所述关系政策ID用于指示该政策的上下游政策的ID;在搜索引擎库中创建政策索引表和政策向量索引表,包括:
通过自然语言处理模型对每一政策进行处理,得到所述政策对应的主题标签、行业分类和关系政策,并在搜索引擎库中创建政策索引表;
通过句向量生成器对每一政策的标题和/或摘要进行句向量转换,得到所述政策对应的句向量;
根据各个政策对应的句向量之间的相似度,确定每一政策的相似政策,其中,相似政策为相似度大于第二筛选阈值的政策;
根据确定的相似政策,在搜索引擎库中创建政策向量索引表。
6.根据权利要求1-3任一项所述的方法,其特征在于,响应于针对目标用户的政策推荐请求,根据所述目标用户的ID以及所述用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表,包括:
响应于针对目标用户的政策推荐请求,判断所述目标用户的用户类型;其中,所述用户类型包括个人用户和企业用户;
若所述目标用户的用户类型为个人用户,则根据所述目标用户的ID以及所述用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表。
7.根据权利要求6所述的方法,其特征在于,所述政策索引表还包括政策的所属行业;所述方法还包括:
根据所述多个用户中各企业用户行为记录以及各政策的所属行业,确定每一行业对应的访问量大于第三筛选阈值的政策,并在数据库中创建行业政策表,所述行业政策表包括多个行业以及各个行业对应的访问量大于第三筛选阈值的政策;
响应于针对目标用户的政策推荐请求,在判断所述目标用户的类型为企业用户时,根据目标用户的ID获取对应的行业代码,根据行业代码查询行业政策表,得到行业代码对应的多个目标政策,按照访问量对多个目标政策进行排序,取访问量超过第三召回阈值的目标政策,得到与目标用户行业相匹配的政策列表。
8.根据权利要求1-3任一项所述的方法,其特征在于,还包括:
根据所述多个用户的政策点击记录,在数据库中构建热门政策表,其中,热门政策表中包括预设时间段内点击量满足预设要求的政策;
相应的,在得到与目标用户兴趣相匹配的政策列表之后,所述方法还包括:
根据所述目标用户的用户类型,查询热门政策表,获取所述用户类型对应的热门政策列表。
9.根据权利要求8所述的方法,其特征在于,根据得到的所述与目标用户行为相匹配的政策列表、以及所述与目标用户兴趣相匹配的政策列表,确定推荐给目标用户的政策,包括:
确定与目标用户行为相匹配的政策列表、与目标用户兴趣相匹配的政策列表以及热门政策列表中的政策数量的总和是否达到推荐数量;
若未达到推荐数量,则获取最新政策列表,其中,所述最新政策列表包括预设数量的最新的政策,所述预设数量为所述推荐数量与所述总和的差值;
根据所述与目标用户行为相匹配的政策列表、与目标用户兴趣相匹配的政策列表、热门政策列表以及最新政策列表,确定推荐给目标用户的政策。
10.根据权利要求9所述的方法,其特征在于,所述方法还包括:
响应于关于目标平台对应的政策数据的更新操作,根据新增的政策对所述政策索引表、政策向量索引表、标签政策表和最新政策列表进行更新操作;
每隔第一预设时间,根据所述第一预设时间内的用户行为以及对应的行为参数对所述用户行为数据表、用户标签表进行更新操作;
每隔第二预设时间,根据所述第二预设时间内的政策点击记录对所述热门政策表进行更新操作。
11.根据权利要求9所述的方法,其特征在于,响应于针对目标用户的政策推荐请求,根据所述目标用户的ID以及所述用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表,包括:
响应于针对目标用户的政策推荐请求,计算本次政策推荐请求与上一次政策推荐请求的时间间隔;
若所述时间间隔大于预设时间间隔,则根据所述目标用户的ID以及所述用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表;
相应的,所述根据所述与目标用户行为相匹配的政策列表、与目标用户兴趣相匹配的政策列表、热门政策列表以及最新政策列表,确定推荐给目标用户的政策,包括:
将所述与目标用户行为相匹配的政策列表、与目标用户兴趣相匹配的政策列表、热门政策列表以及最新政策列表依次排列,得到待推荐列表并保存;
根据推荐页面待显示的政策数量,从所述待推荐列表中取出前N个政策推荐给目标用户,其中,N为推荐页面待显示的政策数量。
12.根据权利要求11所述的方法,其特征在于,所述方法还包括:
若所述本次政策推荐请求与上一次政策推荐请求的时间间隔小于预设时间间隔,则在保存的待推荐列表中,查找位于上一次推荐给目标用户的政策之后的、前N个政策推荐给目标用户。
13.一种政策推荐装置,其特征在于,包括:
第一创建模块,用于获取目标平台对应的政策数据,所述政策数据包括多个政策,在搜索引擎库中创建政策索引表和政策向量索引表;其中,所述政策索引表包括政策ID、内容和主题标签;所述政策向量索引表包括政策ID和对应的相似政策的ID;
第二创建模块,用于针对目标平台的多个用户,在数据库中创建用户行为数据表、用户标签表和标签政策表;其中,所述用户行为数据表包括用户ID和用户行为对应的行为参数,所述用户行为对应的行为参数包括下述至少一项参数:用户行为对应的政策ID、用户输入的查询信息、行为触发时间;所述用户标签表包括用户ID以及用户ID对应的政策兴趣标签;所述标签政策表包括主题标签ID和所述主题标签下访问量超过第一筛选阈值的政策;
第一得到模块,用于响应于针对目标用户的政策推荐请求,根据所述目标用户的ID以及所述用户行为数据表、政策索引表和政策向量索引表,得到与目标用户行为相匹配的政策列表;
第二得到模块,用于根据所述目标用户的ID以及所述用户标签表和标签政策表,得到与目标用户兴趣相匹配的政策列表;
确定模块,用于根据得到的所述与目标用户行为相匹配的政策列表、以及所述与目标用户兴趣相匹配的政策列表,确定推荐给目标用户的政策。
14.一种电子设备,其特征在于,包括:处理器,以及与所述处理器通信连接的存储器;
所述存储器存储计算机执行指令;
所述处理器执行所述存储器存储的计算机执行指令,以实现如权利要求1至12任一项所述的方法。
15.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1至12任一项所述的方法。
16.一种计算机程序产品,其特征在于,包括计算机程序,该计算机程序被处理器执行时实现权利要求1至12中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311355303.0A CN117194800A (zh) | 2023-10-18 | 2023-10-18 | 政策推荐方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311355303.0A CN117194800A (zh) | 2023-10-18 | 2023-10-18 | 政策推荐方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117194800A true CN117194800A (zh) | 2023-12-08 |
Family
ID=88999991
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311355303.0A Pending CN117194800A (zh) | 2023-10-18 | 2023-10-18 | 政策推荐方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117194800A (zh) |
-
2023
- 2023-10-18 CN CN202311355303.0A patent/CN117194800A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9535911B2 (en) | Processing a content item with regard to an event | |
CN106874335B (zh) | 行为数据处理方法、装置及服务器 | |
CN112632405B (zh) | 一种推荐方法、装置、设备及存储介质 | |
CN112307747A (zh) | 车辆配件检索方法、装置、计算机设备及可读存储介质 | |
CN111191123A (zh) | 业务信息推送方法、装置、可读存储介质和计算机设备 | |
CN109902129B (zh) | 基于大数据分析的保险代理人归类方法及相关设备 | |
CN111191046A (zh) | 一种实现信息搜索的方法、装置、计算机存储介质及终端 | |
WO2011100675A2 (en) | Integration of voter and contributor data into political software and compliance systems for purposes of solicitation, compliance, vetting, and calls to action | |
CN111367956A (zh) | 数据统计方法及装置 | |
CN112202889B (zh) | 信息的推送方法、装置和存储介质 | |
CN113468441A (zh) | 基于权重调整的搜索排序方法、装置、设备及存储介质 | |
CN115982429B (zh) | 一种基于流程控制的知识管理方法及系统 | |
CN116186119A (zh) | 用户行为分析方法、装置、设备及存储介质 | |
CN117194800A (zh) | 政策推荐方法、装置、电子设备和存储介质 | |
CN108170693B (zh) | 推送热词的方法及装置 | |
CN114491238A (zh) | 职位信息的推荐方法、装置、电子设备及存储介质 | |
CN115210708B (zh) | 处理文本数据的方法和系统、非暂时性计算机可读介质 | |
CN114648010A (zh) | 数据表标准化方法、装置、设备及计算机存储介质 | |
CN114610776A (zh) | 一种基于标签的数字化解决方案推荐方法及装置 | |
CN116610853A (zh) | 搜索推荐方法、搜索推荐系统、计算机设备及存储介质 | |
CN111428037A (zh) | 一种分析行为政策匹配性的方法 | |
CN113065065B (zh) | 一种评价搜索性能的方法、装置、设备及可读存储介质 | |
CN110765118B (zh) | 一种数据的修订方法、修订装置及可读存储介质 | |
CN117009672B (zh) | 基于大数据的活动推荐方法与系统 | |
CN111339217B (zh) | 一种数据处理方法及装置 |
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 |