CN117591217A - 一种信息展示方法、装置、设备及存储介质 - Google Patents
一种信息展示方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117591217A CN117591217A CN202311564780.8A CN202311564780A CN117591217A CN 117591217 A CN117591217 A CN 117591217A CN 202311564780 A CN202311564780 A CN 202311564780A CN 117591217 A CN117591217 A CN 117591217A
- Authority
- CN
- China
- Prior art keywords
- data
- rendering
- target
- user
- template
- 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 60
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 238000009877 rendering Methods 0.000 claims abstract description 119
- 230000006870 function Effects 0.000 claims description 63
- 238000012549 training Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 15
- 230000006399 behavior Effects 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 9
- 230000010354 integration Effects 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 10
- 230000006872 improvement Effects 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000013475 authorization Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 230000003068 static effect Effects 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
- G06F9/451—Execution arrangements for user interfaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
-
- 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
- G06F9/54—Interprogram communication
-
- 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
Abstract
本申请公开了一种信息展示方法、装置、设备及存储介质,对从各应用获取到的数据流进行整合,确定待展示数据,再通过模板预测模型,从预设的各渲染模板中,确定该待展示数据对应的目标渲染模板。最后,使用目标渲染模板对待展示数据进行渲染,并将渲染结果展示给用户。本申请中的该信息展示方法,可基于待展示数据的特点,确定适合该待展示数据的渲染模板,也就是说,将不同的待渲染数据以不同的渲染方式进行渲染,并向用户展示不同的渲染结果,满足了信息的多样化展示,避免了用户审美疲劳这一情况的出现。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种信息展示方法、装置、设备及存储介质。
背景技术
随着人工智能技术的发展和人们对自身隐私的关注,使用模型来执行业务,已经成为人工智能技术较为常见的应用场景之一。
一般的,用户在通过应用执行业务时,该应用通常需获取待展示数据,并通过内置在该应用中的固定渲染模板,对待展示数据进行渲染,并将渲染结果展示给用户。
而在应用中仅通过固定渲染模板确定展示给用户的渲染结果的情况下,难免会出现用户审美疲劳的情况。
基于此,为了满足信息的多样化展示,本申请提供一种基于模型的信息展示方法。
发明内容
本申请提供一种信息展示方法、装置、设备及存储介质,以部分的解决现有技术存在的上述问题。
本申请采用下述技术方案:
本说明书提供一种信息展示方法,所述方法包括:
响应于用户的功能选择操作,确定目标功能,并从所述用户已授权的各应用中,确定所述目标功能对应的至少一个目标应用;
针对每个目标应用,将该目标应用作为数据源,并从所述数据源获取数据流;
将从各目标应用获取到的数据流进行整合,确定待展示数据;
通过预先训练完成的模板预测模型,从预设的各渲染模板中,确定所述待展示数据对应的目标渲染模板;
根据所述目标渲染模板,对所述待展示数据进行渲染,并将渲染结果展示给所述用户。
本说明书提供一种信息展示装置,所述装置包括:
选择模块,用于响应于用户的功能选择操作,确定目标功能,并从所述用户已授权的各应用中,确定所述目标功能对应的至少一个目标应用;
确定模块,用于针对每个目标应用,将该目标应用作为数据源,并从所述数据源获取数据流;
整合模块,用于将从各目标应用获取到的数据流进行整合,确定待展示数据;
预测模块,用于通过预先训练完成的模板预测模型,从预设的各渲染模板中,确定所述待展示数据对应的目标渲染模板;
展示模块,用于根据所述目标渲染模板,对所述待展示数据进行渲染,并将渲染结果展示给所述用户。
本申请提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述信息展示方法。
本申请提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述信息展示方法。
本申请采用的上述至少一个技术方案能够达到以下有益效果:
对从各应用获取到的数据流进行整合,确定待展示数据,再通过模板预测模型,从预设的各渲染模板中,确定该待展示数据对应的目标渲染模板。最后,使用目标渲染模板对待展示数据进行渲染,并将渲染结果展示给用户。
本申请中的该信息展示方法,可基于待展示数据的特点,确定适合该待展示数据的渲染模板,也就是说,将不同的待渲染数据以不同的渲染方式进行渲染,并向用户展示不同的渲染结果,满足了信息的多样化展示,避免了用户审美疲劳这一情况的出现。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1为本申请提供的一种信息展示方法的流程示意图;
图2为本申请提供的一种信息展示装置的结构示意图;
图3为本申请提供的对应于图1的电子设备示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,本申请中所有获取信号、信息或数据的动作都是在遵照所在地相应的数据保护法规政策的前提下,并获得由相应装置所有者给予授权的情况下进行的。
以下结合附图,详细说明本申请各实施例提供的技术方案。
图1为本申请提供的一种信息展示方法的流程示意图。
S100:响应于用户的功能选择操作,确定目标功能,并从所述用户已授权的各应用中,确定所述目标功能对应的至少一个目标应用。
区别于在应用程序中设置固定渲染模板,在用户通过应用程序来执行业务时,仅能通过固定渲染模板确定展示给用户的渲染结果,容易出现用户审美疲劳的情况。本申请提供一种新的信息展示方法,对从各应用获取到的数据流进行整合,确定待展示数据,再通过模板预测模型,从预设的各渲染模板中,确定该待展示数据对应的目标渲染模板。最后,使用目标渲染模板对待展示数据进行渲染,并将渲染结果展示给用户。
本申请中的该信息展示方法,可基于待展示数据的特点,确定适合该待展示数据的渲染模板,也就是说,将不同的待渲染数据以不同的渲染方式进行渲染,并向用户展示不同的渲染结果,满足了信息的多样化展示,避免了用户审美疲劳这一情况的出现。
基于上述对本申请所提供的该信息展示方法的简要说明,本申请提供的该信息展示方法,可有用于进行信息展示的信息展示系统、用于执行业务的应用程序等执行。为了方便说明,后续以集成有多个功能的集成应用执行该信息展示方法为例进行说明。
具体的,该集成应用可用于执行多种类型的业务,针对预设的每种类型的业务,该集成应用中可部署用于执行该类型的业务的功能。于是,该用户可通过对集成应用中的功能进行选择,来确定该集成应用需进行展示的数据。
于是,该集成应用可根据预设的配置数据,对展示界面进行渲染,得到渲染结果,并将渲染结果展示给用户。其中,该展示界面中可设置有各功能分别对应的按键。
该用户可在通过对展示界面中各功能分别对应的按键的点按操作,来执行功能选择操作。
则该集成应用可根据用户执行的功能选择操作,确定用户需执行的业务对应的目标功能。
之后,该集成应用可根据该目标功能,来确定待展示数据。
当然,该展示界面中还可设置有用于使用户输入语料数据的输入区域。
于是,该用户还可在该展示界面中的输入区域中,执行输入操作。其中,该输入操作可以是输入语音数据、也可以是输入文本数据,亦或是输入图像数据。该输入操作所输入的具体数据可根据需要进行设置,本申请对此不做限制。
则在执行输入操作后,该集成应用可根据该用户的输入操作,确定该用户的输入数据。
接着,该集成应用可将该输入数据输入预先训练完成的推荐模型的特征提取层,确定该输入数据对应的语义特征,作为用户的语义特征。
最后,该集成应用可将该语义特征输入该推荐模型的匹配层,在该匹配层中,将该用户的语义特征和预设的各功能分别对应的功能特征进行匹配,得到该匹配层输出的该语义特征匹配的功能,作为目标功能。
其中,该推荐模型可采用下述方式训练得到:
首先,服务器可确定样本用户的输入数据,作为样本输入数据,并确定该样本输入数据对应的样本功能,其中,该样本功能为该样本用户的输入数据所对应的功能,该样本功能可为样本用户在输入样本输入数据后选择的功能。
然后,该服务器可将该样本输入数据输入到待训练的推荐模型的特征提取层,确定样本输入数据对应的语义特征,作为样本用户的语义特征。
接着,该服务器可将该样本用户的语义特征输入该推荐模型的匹配层,得到该匹配层输出的推荐结果。其中,该推荐结果可为预设的各功能中的一个。
最后,该服务器可根据该样本功能和推荐结果之间的差距,对该推荐模型进行训练。
另外,该集成应用中可设置有流量库,和/或该集成应用对应的业务平台中可设置有流量库。于是,该集成应用可从自身的流量库或自身对应的业务平台的流量库中,确定该目标功能对应的数据流,并以此来确定待展示数据。
当然,为了避免该集成应用自身的流量库或自身对应的业务平台的流量库所包含的数据过少,导致频繁向用户展示相同内容,进而导致用户审美疲劳的情况出现,该集成应用还可从用户已授权的应用中,确定该目标功能对应的目标应用,并从目标应用中获取数据流来展示给用户。
S102:针对每个目标应用。将该目标应用作为数据源,并从所述数据源获取数据流。
S104:将从各目标应用获取到的数据流进行整合,确定待展示数据。
在本申请提供的一个或多个实施例中,如前所述的,该集成应用可从其他应用中获取数据流,并根据数据流确定待展示数据来展示给用户。
具体的,在用户使用集成应用的过程中,可授权给该集成应用获取其他应用的数据流的权利。其中,该其他应用可为社交类应用、新闻类应用、购物类应用、娱乐类应用、金融类应用、生活类应用、工具类应用等应用中的至少一种。
于是,该集成应用中可预先存储有各功能和用户已授权的各应用之间的对应关系。
则该集成应用可根据确定出的目标功能,以及自身存储的各功能和各应用之间的对应关系,确定该目标功能对应的至少一个目标应用。
接着,该集成应用可针对每个目标应用,将将目标应用作为数据源,从该数据源中获取数据流。
其中,针对每个目标应用,该集成应用中可预留有该目标应用对应的目标接口。该目标接口为该集成应用的各接口中,用于和目标应用通信的接口。于是,该集成应用可针对每个目标应用,确定该目标应用对应的目标接口,并从该目标接口向该目标应用发送获取请求。该目标应用可接收该获取请求,并根据该获取请求确定数据流,以及将该数据流返回给该集成应用。则该集成应用可通过该目标接口,接收该目标应用返回的数据流。
或者,针对每个目标应用,该目标应用可作为生产者,在满足消息发送推送条件的情况下,将数据流推送到集成应用中,则该集成应用可接收各目标应用发送的数据流,并将各数据流进行存储,当需要确定待展示数据时,从自身存储的各数据流中,确定目标应用对应的数据流。
则在确定出各数据流后,该集成应用可将从各目标应用中获取到的数据流进行整合,确定待展示数据。
具体的,该集成应用可按照各数据流分别对应的获取顺序,将各数据流按照获取顺序进行排序,得到排序结果,并根据排序结果将各数据流进行拼接,得到待展示数据。
当然,该集成应用可按照预设的指定数量,从获取到的各数据流中,确定指定数量的数据量,并将该指定数量的数据流的拼接结果,作为待展示数据。
或者,该集成应用还可将各数据流分别进行解析,确定各数据流中分别包含的数据信息,并将确定出的数据信息进行整合,得到待展示数据。其中,针对每个数据流,该数据流包含的数据信息为将该数据流中各数据包的封装数据去掉后的实际数据的集合。
S106:通过预先训练完成的模板预测模型,从预设的各渲染模板中,确定该待展示数据对应的目标渲染模板。
在本申请提供的一个或多个实施例中,本申请提供的该信息展示方法,可在根据待展示数据的特点,确定与该待展示数据匹配的目标渲染模板,来对该待展示数据进行渲染。而如何确定与该待展示数据匹配的目标渲染模板呢?本申请中采用预先训练完成用于预测与输入数据匹配的渲染模板的模板预测模型,在确定出待展示数据后,通过该模板预测模型,确定该待展示数据对应的目标渲染模板的技术手段,来实现这一目的。
具体的,该集成应用中部署有预先训练完成的模板预测模型。
于是,该集成应用可将步骤S104中确定出的待展示数据作为输入,输入到预先训练完成的模板预测模型中,由该模板预测模型从预设的各渲染模板中,确定与该待展示数据匹配的渲染模板,作为该待展示数据对应的目标渲染模板。
S108:根据所述目标渲染模板,对所述待展示数据进行渲染,并将渲染结果展示给所述用户。
在本申请提供的每个实施例中,在确定出目标渲染模板和待展示数据后,该集成应用可根据该目标渲染模板将该待展示数据进行渲染,得到结果,并将渲染结果展示给用户。
具体的,针对每个渲染模板,该渲染模板中定义了展示界面中包含的各区域、各区域分别对应的位置、各区域分别对应的面积和形状、各区域分别对应的渲染方式。
于是,该服务器可根据该目标渲染模板,对该待展示数据进行渲染,得到渲染结果。
最后,该服务器可将该渲染结果展示给用户。
当然,由于该待展示数据中包含有多个目标应用分别对应的数据流。因此,在进行展示时,该集成应用还可针对每个数据流,在展示界面中展示该数据流对应的数据源。即,发送该数据流的目标应用。
具体的,该服务器可针对该待展示数据中的每个数据流,根据该目标渲染模板中各区域和其所展示的数据之间的对应关系,确定该数据流对应的展示区域。
接着,该集成应用可对该数据流和发送该数据流的目标应用的标识进行渲染,并将渲染结果展示在该展示区域中。
如图1所示的信息展示方法,对从各应用获取到的数据流进行整合,确定待展示数据,再通过模板预测模型,从预设的各渲染模板中,确定该待展示数据对应的目标渲染模板。最后,使用目标渲染模板对待展示数据进行渲染,并将渲染结果展示给用户。
本申请中的该信息展示方法,可基于待展示数据的特点,确定适合该待展示数据的渲染模板,也就是说,将不同的待渲染数据以不同的渲染方式进行渲染,并向用户展示不同的渲染结果,满足了信息的多样化展示,避免了用户审美疲劳这一情况的出现。
另外,上述步骤S106中,还可在该集成应用对应的业务平台中部署该模板预测模型,该业务平台部署在服务器中。也就是说,该集成设备可将该待展示数据发送至业务平台,由该业务平台根据预先部署的模板预测模型,确定目标渲染模板,再将确定出的目标渲染模板返回至该集成应用。
进一步的,该业务平台还可根据该目标渲染模板,将该待展示数据进行渲染,得到渲染结果,并将确定出的渲染结果返回给集成应用。则该集成应用可接收该渲染结果,并将该渲染结果展示给用户。
更进一步的,上述模板预测模型可采用下述方式训练得到:
具体的,服务器可确定带标注的样本展示数据。其中,该样本展示数据可为根据人工生成的数据流整合得到,也可为获取若干真实数据流,并将获取到的真实数据流进行整合得到。该样本展示数据的标注为该样本展示数据对应的样本渲染模板,该样本渲染模板为预设的各渲染模板中的一种。具体该样本展示数据如何确定以及各样本渲染模板中具体如何定义可根据需要进行设置,本申请对此不做限制。
然后,该服务器可将样本展示数据输入到待训练的模板预测模型中,得到该模板预测模型输出的预测结果。
最后,该服务器可根据该预测结果和该样本展示数据的标注之间的差异,确定损失,并以损失最小化为优化目标,对该模板预测模型进行训练。
其中,该模板预测模型的训练过程可由用于进行模型训练的服务器执行,也可由该集成应用执行。
另外,在本申请中,为了保证该模板预测模型可准确学习到待展示数据的数据特征,在基于样本展示数据对该模板预测模型进行训练前,还可基于通用数据集对该模板预测模型进行预训练。
基待展示数据的数据特征,对的语义,对该描述信息进行扩写,在基于训练样本对该文本生成模型进行训练前,还可基于通用文本集对该文本生成模型进行预训练。
具体的,该服务器可确定基于通用数据集预训练得到的模板预测模型。
其中,该模板预测模型在预训练阶段,该服务器可从若干流量数据中,确定英语对该模板预测模型进行预训练的流量数据,作为预训练流量。之后再将该预训练流量输入到模板预测模型中,由该模预测模型根据该预训练流量中已输入到该模板预测模型中的部分数据,来预测该预训练流量中未输入到该模板预测模型中的部分数据。最后根据该模板预测模型的输出结果和该预训练流量之间的差距对该模板预测模型进行预训练。
于是,该服务器可将上述确定出的样本展示数据输入该预训练后的模板预测模型中,得到该预训练后的模板预测模型输出的预测结果。
最后,该服务器可根据预测结果和标注之间的差距,确定损失,并根据损失对预训练后的模板预测模型进行训练。
进一步的,在用户执行的历史行为不同的情况下,即使用户输入的是相同的输入数据,用户所要表达的含义也可能存在区别,因此,在推荐模型根据用户的输入数据确定用户的语义特征时,还可基于该用户的历史行为数据确定。
具体的,该集成应用可确定该用户在该集成应用中的历史行为数据。其中,该历史行为数据不仅包含有该用户通过目标功能执行业务时的历史行为数据,还包含有用户通过部署在该集成应用中的其他功能执行业务时的历史行为数据。
于是,该集成应用在确定出用户的历史行为数据后,可将该输入数据和历史行为数据,一通输入预先训练完成的推荐模型的特征提取层中,得到该特征提取层输出的语义特征。
另外,在该集成应用的展示界面中,还可包含有不同功能对应的展示区域。也就是说,目标功能的数量可为多个。
进一步的,针对每个渲染模板,用户可在根据该渲染模板对待展示数据进行渲染后的展示界面中,对该渲染模板包含的各区域进行自定义调整。
基于同样思路,本申请提供一种信息展示装置的结构示意图,如图2所示。
图2为本申请提供的一种信息展示装置示意图,其中:
选择模块200,用于响应于用户的功能选择操作,确定目标功能,并从所述用户已授权的各应用中,确定所述目标功能对应的至少一个目标应用。
确定模块202,用于针对每个目标应用,将该目标应用作为数据源,并从所述数据源获取数据流。
整合模块204,用于将从各目标应用获取到的数据流进行整合,确定待展示数据。
预测模块206,用于通过预先训练完成的模板预测模型,从预设的各渲染模板中,确定所述待展示数据对应的目标渲染模板。
展示模块208,用于根据所述目标渲染模板,对所述待展示数据进行渲染,并将渲染结果展示给所述用户。
可选地,选择模块200,用于响应于用户的输入操作,确定所述用户的输入数据,将所述输入数据输入预先训练完成的推荐模型的特征提取层,确定所述用户的语义特征,将所述语义特征输入所述推荐模型的匹配层,将所述语义特征和预设的各功能分别对应的功能特征进行匹配,得到所述匹配层输出的与所述语义特征匹配的功能,作为目标功能。
可选地,确定模块202,用于针对每个目标应用,确定该目标应用对应的目标接口,并从所述目标接口向该目标应用发送获取请求,通过所述目标接口,接收该目标应用返回的数据流。
可选地,确定模块202,用于确定所述用户在所述集成应用中的历史行为数据,将所述输入数据和所述历史行为数据输入预先训练完成的推荐模型的特征提取层,确定所述用户的语义特征,其中,所述装置应用于集成应用。
可选地,展示模块208,用于针对所述待展示数据中的每个数据流,确定该数据流在所述目标渲染模板中的展示区域,对该数据流和发送该数据流的目标应用的标识进行渲染,并将渲染结果展示在所述展示区域中。
所述装置还包括:
训练模块210,用于采用下述方式训练得到所述模板预测模型:确定样本展示数据,并确定所述样本展示数据对应的样本渲染模板,所述样本渲染模板为预设的各渲染模板中的一种,将所述样本展示数据输入到待训练的模板预测模型中,得到所述模板预测模型输出的预测结果,根据所述样本渲染模板和所述预测结果之间的差异,对所述模板预测模型进行训练。
可选地,训练模块210,用于确定基于通用数据集预先训练得到的第一模型,并将所述第一模型的模型参数作为所述待训练的模板预测模型的初始模型参数。
本申请还提供了一种计算机可读存储介质,该存储介质存储有计算机程序,计算机程序可用于执行上述图1所示的信息展示方法。
本申请还提供了图3所示的电子设备的示意结构图。如图3所述,在硬件层面,该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器,当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行,以实现上述图1-图3任一所示的信息展示方法。当然,除了软件实现方式之外,本申请并不排除其他实现方式,比如逻辑器件抑或软硬件结合的方式等等,也就是说以下处理流程的执行主体并不限定于各个逻辑单元,也可以是硬件或逻辑器件。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,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、商品或者设备不仅包括那些要素,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、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本申请中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种信息展示方法,所述方法包括:
响应于用户的功能选择操作,确定目标功能,并从所述用户已授权的各应用中,确定所述目标功能对应的至少一个目标应用;
针对每个目标应用,将该目标应用作为数据源,并从所述数据源获取数据流;
将从各目标应用获取到的数据流进行整合,确定待展示数据;
通过预先训练完成的模板预测模型,从预设的各渲染模板中,确定所述待展示数据对应的目标渲染模板;
根据所述目标渲染模板,对所述待展示数据进行渲染,并将渲染结果展示给所述用户。
2.如权利要求1所述的方法,响应于用户的功能选择操作,确定目标功能,具体包括:
响应于用户的输入操作,确定所述用户的输入数据;
将所述输入数据输入预先训练完成的推荐模型的特征提取层,确定所述用户的语义特征;
将所述语义特征输入所述推荐模型的匹配层,将所述语义特征和预设的各功能分别对应的功能特征进行匹配,得到所述匹配层输出的与所述语义特征匹配的功能,作为目标功能。
3.如权利要求1所述的方法,针对每个目标应用,将该目标应用作为数据源,并从所述数据源获取数据流,具体包括:
针对每个目标应用,确定该目标应用对应的目标接口,并从所述目标接口向该目标应用发送获取请求;
通过所述目标接口,接收该目标应用返回的数据流。
4.如权利要求2所述的方法,所述方法应用于集成应用;
将所述输入数据输入预先训练完成的推荐模型的特征提取层,确定所述用户的语义特征,具体包括:
确定所述用户在所述集成应用中的历史行为数据;
将所述输入数据和所述历史行为数据输入预先训练完成的推荐模型的特征提取层,确定所述用户的语义特征。
5.如权利要求1所述的方法,根据所述目标渲染模板,对所述待展示数据进行渲染,具体包括:
针对所述待展示数据中的每个数据流,确定该数据流在所述目标渲染模板中的展示区域;
对该数据流和发送该数据流的目标应用的标识进行渲染,并将渲染结果展示在所述展示区域中。
6.如权利要求1所述的方法,所述模板预测模型采用下述方式训练得到:
确定样本展示数据,并确定所述样本展示数据对应的样本渲染模板,所述样本渲染模板为预设的各渲染模板中的一种;
将所述样本展示数据输入到待训练的模板预测模型中,得到所述模板预测模型输出的预测结果;
根据所述样本渲染模板和所述预测结果之间的差异,对所述模板预测模型进行训练。
7.如权利要求6所述的方法,所述方法还包括:
确定基于通用数据集预先训练得到的第一模型,并将所述第一模型的模型参数作为所述待训练的模板预测模型的初始模型参数。
8.一种信息展示装置,所述装置包括:
选择模块,用于响应于用户的功能选择操作,确定目标功能,并从所述用户已授权的各应用中,确定所述目标功能对应的至少一个目标应用;
确定模块,用于针对每个目标应用,将该目标应用作为数据源,并从所述数据源获取数据流;
整合模块,用于将从各目标应用获取到的数据流进行整合,确定待展示数据;
预测模块,用于通过预先训练完成的模板预测模型,从预设的各渲染模板中,确定所述待展示数据对应的目标渲染模板;
展示模块,用于根据所述目标渲染模板,对所述待展示数据进行渲染,并将渲染结果展示给所述用户。
9.一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述权利要求1~7任一项所述的方法。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述权利要求1~7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311564780.8A CN117591217A (zh) | 2023-11-21 | 2023-11-21 | 一种信息展示方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311564780.8A CN117591217A (zh) | 2023-11-21 | 2023-11-21 | 一种信息展示方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117591217A true CN117591217A (zh) | 2024-02-23 |
Family
ID=89917729
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311564780.8A Pending CN117591217A (zh) | 2023-11-21 | 2023-11-21 | 一种信息展示方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117591217A (zh) |
-
2023
- 2023-11-21 CN CN202311564780.8A patent/CN117591217A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115952272B (zh) | 一种生成对话信息的方法、装置、设备及可读存储介质 | |
CN113516480B (zh) | 一种支付风险识别方法、装置及设备 | |
CN111966334B (zh) | 一种业务处理方法、装置及设备 | |
CN110569428A (zh) | 一种推荐模型的构建方法、装置及设备 | |
CN115828162B (zh) | 一种分类模型训练的方法、装置、存储介质及电子设备 | |
CN116186330B (zh) | 一种基于多模态学习的视频去重方法及装置 | |
CN117409466A (zh) | 一种基于多标签控制的三维动态表情生成方法及装置 | |
CN116341642B (zh) | 一种数据处理的方法、装置、存储介质及电子设备 | |
CN117093862A (zh) | 一种模型训练的方法、装置、电子设备及存储介质 | |
CN112307371B (zh) | 小程序子服务识别方法、装置、设备及存储介质 | |
CN117591217A (zh) | 一种信息展示方法、装置、设备及存储介质 | |
CN110704742B (zh) | 一种特征提取方法及装置 | |
CN115017915B (zh) | 一种模型训练、任务执行的方法及装置 | |
CN116501852B (zh) | 一种可控对话模型训练方法、装置、存储介质及电子设备 | |
CN115952271B (zh) | 一种生成对话信息的方法、装置、存储介质及电子设备 | |
CN117348999B (zh) | 一种业务执行系统及业务执行方法 | |
CN117369783B (zh) | 一种安全代码生成模型的训练方法及装置 | |
CN117455015B (zh) | 一种模型优化的方法、装置、存储介质及电子设备 | |
CN117009729B (zh) | 基于softmax的数据处理方法及装置 | |
CN116109008B (zh) | 一种业务执行的方法、装置、存储介质及电子设备 | |
CN115658891B (zh) | 一种意图识别的方法、装置、存储介质及电子设备 | |
CN117592102A (zh) | 一种业务执行方法、装置、设备及存储介质 | |
CN117876114A (zh) | 一种业务执行和模型训练的方法及装置 | |
CN117520850A (zh) | 一种模型训练方法、装置、存储介质及电子设备 | |
CN117787418A (zh) | 一种风险识别方法、装置、存储介质及电子设备 |
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 |