CN117591747A - 一种信息生成式推荐方法、装置、电子设备及存储介质 - Google Patents
一种信息生成式推荐方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117591747A CN117591747A CN202410042154.0A CN202410042154A CN117591747A CN 117591747 A CN117591747 A CN 117591747A CN 202410042154 A CN202410042154 A CN 202410042154A CN 117591747 A CN117591747 A CN 117591747A
- Authority
- CN
- China
- Prior art keywords
- information
- software
- dimension level
- target
- recommendation
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 230000001960 triggered effect Effects 0.000 claims abstract description 14
- 230000006978 adaptation Effects 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 14
- 238000007405 data analysis Methods 0.000 abstract description 2
- 230000006870 function Effects 0.000 description 60
- 230000001364 causal effect Effects 0.000 description 11
- 230000008521 reorganization Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000003062 neural network model Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 4
- 238000013145 classification model Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000012216 screening Methods 0.000 description 3
- 241000233805 Phoenix Species 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007417 hierarchical cluster analysis Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9538—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Stored Programmes (AREA)
Abstract
本申请提供了一种信息生成式推荐方法、装置、电子设备及存储介质,涉及数据分析技术领域;方法包括:检测目标对象触发的针对目标软件的信息推荐触发事件;在检测到信息推荐触发事件的情况下,获取目标软件的当前展示页面的位置信息,位置信息包括与当前展示页面对应的至少一个软件维度层级以及软件维度层级对应的软件维度层级信息;将位置信息与目标软件的位置架构信息进行匹配,得到匹配结果;根据匹配结果,生成推荐信息。如此,通过将当前展示界面的位置信息与目标软件的位置架构信息进行匹配以进行推荐信息的生成,能够保证目标对象在使用目标软件的整个过程中在各个位置均能够生成针对目标对象的推荐信息。
Description
技术领域
本申请涉及数据分析技术领域,尤其涉及一种信息生成式推荐方法、装置、电子设备及存储介质。
背景技术
电子智能设备的应用越来越广泛,已经成为人们日常不可缺少的工具,如笔记本电脑、手机、平板电脑、智能手表等。网络技术的发展进一步将电子智能设备的作用扩展至社会生活的方方面面,而软件是这些电子智能设备实现不同功能的载体,为了确保用户在使用软件时的便利性,可以针对不同的用户生成个性化推荐信息并进行推荐,以提高用户体验。但目前推荐技术大多围绕软件的某些具体页面应该展示的内容,进一步操作后还得层层筛选获取到自己想要得到的信息,不能保证用户在整个软件使用过程中的全场景信息推荐,操作体验差。
发明内容
本申请实施例提供了一种信息生成式推荐方法、装置、电子设备及存储介质。
根据本申请的第一方面,提供了一种信息生成式推荐方法,该方法包括:检测目标对象触发的针对目标软件的信息推荐触发事件;在检测到所述信息推荐触发事件的情况下,获取所述目标软件的当前展示页面的位置信息,所述位置信息包括与当前展示页面对应的至少一个软件维度层级以及所述软件维度层级对应的软件维度层级信息;将所述位置信息与所述目标软件的位置架构信息进行匹配,得到匹配结果;根据所述匹配结果,生成推荐信息。
根据本申请一实施方式,所述信息推荐触发事件为当前展示页面停留时间超过设定时间阈值。
根据本申请一实施方式,所述方法还包括在接收到信息推荐请求的情况下,将所述推荐信息展示在设定区域。
根据本申请一实施方式,所述获取所述目标软件的当前展示页面的位置信息,包括:根据目标对象的标识,获取设定时段的所述目标软件记录的与所述标识对应的软件操作数据,所述标识为所述目标软件在检测到所述目标对象触发的进入软件请求的情况下生成;根据所述软件操作数据,确定所述当前展示页面的所述位置信息。
根据本申请一实施方式,所述位置架构信息包括所述目标软件对应的多个维度层级以及每个维度层级对应的多个软件维度层级信息。
根据本申请一实施方式,将所述位置信息与所述目标软件的位置架构信息进行匹配,包括:从所述多个维度层级中确定与软件维度层级对应的目标维度层级;将每个软件维度层级对应的软件维度层级信息进行组合,得到信息组;将所述信息组与所述目标维度层级对应的多个目标维度层级信息进行匹配,得到所述匹配结果,所述匹配结果用于示出所述信息组与每个目标维度层级信息对应的多个逻辑关系的适配度。
根据本申请一实施方式,所述根据所述匹配结果,生成推荐信息包括:根据所述信息组与每个目标维度层级信息对应的多个逻辑关系的适配度,确定最终维度层级信息以及所述最终维度层级信息对应的最终逻辑关系;根据所述最终维度层级信息和所述最终逻辑关系,生成推荐信息。
根据本申请的第二方面,提供了一种信息生成式推荐装置,该装置包括:检测模块,用于检测目标对象触发的针对目标软件的信息推荐触发事件;确定模块,用于在检测到所述信息推荐触发事件的情况下,获取所述目标软件的当前展示页面的位置信息,所述位置信息包括与当前展示页面对应的至少一个软件维度层级以及所述软件维度层级对应的软件维度层级信息;匹配模块,用于将所述位置信息与所述目标软件的位置架构信息进行匹配,得到匹配结果;生成模块,用于根据所述匹配结果,生成推荐信息。
根据本申请的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本申请所述的方法。
根据本申请的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行本申请所述的方法。
本申请实施例的方法,检测目标对象触发的针对目标软件的信息推荐触发事件;在检测到所述信息推荐触发事件的情况下,获取所述目标软件的当前展示页面的位置信息,所述位置信息包括与当前展示页面对应的至少一个软件维度层级以及所述软件维度层级对应的软件维度层级信息;将所述位置信息与所述目标软件的位置架构信息进行匹配,得到匹配结果;根据所述匹配结果,生成推荐信息。如此,通过将当前展示界面的位置信息与目标软件的位置架构信息进行匹配以进行推荐信息的生成,能够保证目标对象在使用目标软件的整个过程中在各个位置均能够生成针对目标对象的推荐信息,增强用户体验。
需要理解的是,本申请的教导并不需要实现上面所述的全部有益效果,而是特定的技术方案可以实现特定的技术效果,并且本申请的其他实施方式还能够实现上面未提到的有益效果。
附图说明
通过参考附图阅读下文的详细描述,本申请示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本申请的若干实施方式,其中:
在附图中,相同或对应的标号表示相同或对应的部分。
图1示出了本申请实施例提供的信息生成式推荐方法的流程示意图;
图2示出了本申请实施例提供的信息生成式推荐方法的具体应用示例的流程示意图;
图3示出了本申请实施例提供的信息生成式推荐方法的目标位置与维度的逻辑关系示意图;
图4示出了本申请实施例提供的信息生成式推荐方法的当前位置与功能维度的分类结果的示意图;
图5示出了本申请实施例提供的信息生成式推荐方法的当前位置与页面维度的分类结果示意图;
图6示出了本申请实施例提供的信息生成式推荐装置的组成结构示意图。
具体实施方式
为使本申请的目的、特征、优点能够更加的明显和易懂,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而非全部实施例。基于本申请中的实施例,本领域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。
首先,对本申请实施例的应用场景进行简单说明,在用户使用软件的过程中,可以通过向用户进行推荐的方式,方便用户快速获取所需信息,现有推荐技术主要基于用户特征与物品特征之间的关系做信息的推荐生成,比如根据用户的历史行为,推荐与相似用户喜好相符的内容,或根据热门、流行度为新用户推荐可能感兴趣的内容等。现有技术的推荐场景比较固定,不能实现用户在整个软件使用过程中的任何位置进行需求信息的推荐。因此,本申请提出一种信息生成式推荐方法、装置、电子设备及存储介质,通过分析用户所在页面的位置进行信息推荐,以解决上述现有技术存在的不能在软件的各个位置向用户推荐信息的问题。
图1示出了本申请实施例提供的信息生成式推荐方法的实现流程示意图。
参考图1,本申请实施例提供的一种信息生成式推荐方法包括:操作101,检测目标对象触发的针对目标软件的信息推荐触发事件;操作102,在检测到信息推荐触发事件的情况下,获取目标软件的当前展示页面的位置信息,位置信息包括与当前展示页面对应的至少一个软件维度层级以及软件维度层级对应的软件维度层级信息;操作103,将位置信息与目标软件的位置架构信息进行匹配,得到匹配结果;操作104,根据匹配结果,生成推荐信息。
在操作101中,检测目标对象触发的针对目标软件的信息推荐触发事件。
具体的,目标对象可以包括使用目标软件的用户,目标软件可以包括但不限于系统软件、应用软件等。
在本申请一实施方式中,目标软件为应用程序(APP,Application)。
进一步的,为了及时向目标对象提供信息推荐,在目标软件检测到目标对象开始使用目标软件的情况下,实时检测目标对象是否针对目标软件触发信息推荐事件。其中,可以通过检测目标对象第一次触发的进入目标软件的请求检测到目标对象开始使用目标软件。
在本申请一实施方式中,信息推荐触发事件可以为目标软件的当前展示页面的停留时间超过设定时间阈值。
具体的,软件包括多个软件维度层级,目标对象在使用软件过程中,需要按照软件的架构层层筛选才能进入需要操作的页面。因此,为了避免出现目标对象未达到最后需要操作的页面的情况下,进行错误的信息推荐,需要配置设定时间阈值,在监测到目标对象针对当前展示页面停留时间达到设定时间阈值的情况下,再进行下一步信息推荐相关操作。
在本申请一实施方式中,设定时间阈值可以根据具体的需求进行配置,本申请不作具体限定,例如软件对于信息推荐的速度要求较高则设定时间阈值配置数值小些,软件对于信息推荐的速度不高则设定时间阈值配置数值大些。
在本申请一实施方式中,信息推荐触发事件还可以为目标对象针对软件触发的特定动作,例如在软件上提供信息推荐按钮的情况下,目标对象针对软件的信息推荐按钮触碰即为信息推荐触发事件,在检测到目标对象针对软件进行触碰的情况下即为触发信息推荐触发事件。
需要说明的是,本申请对于信息推荐触发事件不作具体限定,只要是能够示出目标对象需要针对目标软件进行信息推荐的情况均可作为信息推荐触发事件。
在操作102,在检测到信息推荐触发事件的情况下,获取目标软件的当前展示页面的位置信息,位置信息包括与当前展示页面对应的至少一个软件维度层级以及软件维度层级对应的软件维度层级信息。
具体的,在检测到信息推荐触发事件的情况下,则默认需要针对目标对象基于当前展示页面进行信息推荐。
进一步的,软件的位置信息架构可以包括多个维度层级,例如较大的维度层级、较大的维度层级下的大的维度层级、大的维度层级下的中等维度层级等。目标对象在使用软件的过程中需要先进入较大的维度层级,再逐一进入大的维度层级、中等维度层级等。而每个维度层级又包含每个维度层级提供的内容,即维度层级信息,例如功能、页面或模块等内容。为了更好的提供信息推荐,可以以目标对象所处目标软件的维度层级以及为维度层级对应的维度层级信息作为生成推荐信息的基础,在对应的维度层级推荐与该维度层级相关的信息。
为了在目标软件的各个位置均进行对目标对象的信息推荐,可以首先获取当前展示页面的位置信息,位置信息包括与当前展示页面对应的至少一个软件维度层级以及每个软件维度层级对应的软件维度层级信息。其中,由于目标对象是通过依次在多个软件维度层级筛选才进入的当前展示页面,因此,位置信息包括进入当前展示途径的所有软件维度层级以及对应的软件维度层级信息。
举例说明,以软件包括功能、页面、卡片等维度层级为例,在软件中功能维度层级通常代表目标对象某类需求,比如基本面诊股需求,页面维度层级通常代表目标对象某个具体的需求,比如关于解读某家公司并购重组的具体需求,卡片维度层级通常代表目标对象某个具体的需求点,比如某个卡片是关于并购重组具体是如何发生的动态演绎,让目标对象明白这次并购重组的大致情况。功能维度层级、页面维度层级以及卡片维度层级按照软件的架构层层分级,进入功能维度层级后,再进入页面维度层级,最后进入卡片维度层级,而功能维度层级、页面维度层级、卡片维度层级均对应有各自对应的多个维度层级信息,例如功能维度层级对应的维度层级信息可以为目标对象的各类需求,页面维度层级的维度层级信息可以包括某类需求中的各种具体需求。进一步的,获取目标对象所停留的当前展示页面的维度层级和对应的维度层级信息,即获取到当前展示页面的软件维度层级和软件维度层级信息。例如,当前展示页面的位置信息为(功能软件维度层级1,页面软件维度层级4),则表示目标对象停留的当前展示页面处在目标软件中的软件维度层级信息为1的功能软件维度层级中的软件维度层级信息为4的页面软件维度层级,其中,1和4用于指代功能软件维度层级中的某类需求以及页面软件维度层级中的某个具体需求,即软件维度层级信息。
在本申请一实施方式中,可以通过以下操作获取目标软件的当前展示页面的位置信息:根据目标对象的标识,获取设定时段的目标软件记录的与标识对应的软件操作数据,标识为目标软件在检测到目标对象触发的进入软件请求的情况下生成;根据软件操作数据,确定当前展示页面的位置信息。
具体的,在目标软件检测到目标对象触发进入软件请求的情况下,记录目标对象进入软件的时间并记录目标对象的标识,而在目标对象进入软件后,在目标软件的各种操作均于软件操作数据的形式被记录在软件的数据库。在需要信息推荐时,从数据库获取从进入目标软件到需要推荐时刻的软件操作数据,进行软件操作分析即可得到位置信息。其中,设定时段即从进入目标软件到信息推荐触发事件被检测的阶段。
需要说明的是,本申请对如何获取的位置信息不作具体限定,只要是能够获取到位置信息的方式均属于本申请的保护范围。
在操作103中,将位置信息与目标软件的位置架构信息进行匹配,得到匹配结果。
具体的,获取到位置信息后,将位置信息与目标软件的位置架构信息进行匹配,得到匹配结果。其中,位置架构信息包括目标软件对应的多个软件维度层级以及每个软件维度层级对应的多个软件维度层级信息。
在本申请一实施方式中,在目标对象进入目标软件之前还需要获的目标软件的位置架构信息,目标软件的位置架构信息可以通过以下方式得到:获取软件埋点信息;将埋点信息转化成软件的位置架构信息。
具体的,埋点信息为设计目标软件时的软件数据,埋点信息用于记录目标对象在各个维度层级下的行为。对埋点信息进行层次聚类分析,以确定软件的多个维度层级,以及每个维度层级包括的维度层级信息,例如维度层级包括功能维度层级、页面维度层级、卡片维度层级的情况下,确定包含功能维度层级包含哪些功能、每个功能对应的功能维度层级下包含哪些页面、每个页面对应的页面维度层级下包含哪些卡片,其中,功能、页面、卡片即表示对应维度层级的维度层级信息。为保证信息推荐的实现,获得目标软件的位置架构信息的操作在目标对象进入目标软件之前即需要完成。
在本申请一实施方式中,将位置信息与目标软件的位置架构信息进行匹配,包括:从多个维度层级中确定与软件维度层级对应的目标维度层级;将每个软件维度层级对应的软件维度层级信息进行组合,得到信息组;将信息组与目标维度层级对应的多个目标维度层级信息进行匹配,得到匹配结果,匹配结果用于示出信息组与每个目标维度层级信息对应的多个逻辑关系的适配度。
具体的,根据位置信息包括的至少一个软件维度层级,从目标软件的多个维度层级中确定与每个软件维度层级对应的目标维度层级,其中,从多个维度层级中确定与每个软件维度层级相同的维度层级,即可得到对应的目标维度层级,目标维度层级的数量与软件维度层级的数量相同。在确定目标维度层级后,可以将每个软件维度层级对应的软件维度层级信息进行组合,得到信息组,最后通过文字对比的方式将信息组与对应的每个目标软件维度的多个维度层级信息在多个逻辑关系下进行匹配,确定出信息组与每个维度层级信息在多个逻辑关系下的适配度。
在本申请一实施方式中,将每个软件维度层级对应的维度层级信息进行组合的方式可以为文字组合的方式,例如常规的文字加法,将每个软件维度层级对应的维度层级信息进行文字相加。需要说明的是,本申请对于组合的方式不作具体限定,只要是组合出能够包含每个软件维度层级对应的软件维度层级信息的组合方式均属于本申请的保护范围。
举例说明,以软件维度层级包括目标软件的架构依次推近的功能维度层级、页面维度层级为例,功能维度层级的维度层级信息可以包括功能1、功能2、功能3,页面维度层级的页面维度层级信息可以包括页面4、页面5、页面6,以位置信息包括功能维度层级以及功能维度层级对应的维度层级信息为功能1和页面维度层级以及页面维度层级对应的维度层级信息为页面4进行说明。首先,确定功能维度层级对应的目标维度层级,即功能维度层级和页面维度层级,将功能维度层级对应的功能1与页面4的组合与目标维度层级对应的功能1、功能2、功能3进行匹配,确定功能1与功能1、功能2以及功能3中每个功能在多个逻辑关系下的适配度,之后将页面维度层级对应的功能1与页面4的组合与目标维度层级对应的页面4、页面5、页面6进行匹配,确定页面4与页面4、页面5以及页面6中每个页面在多个逻辑关系下的适配度。其中,多个逻辑关系可以根据实际需求进行设定,例如可以包括相似关系、因果关系、下钻关系以及归纳关系,经过上述匹配,即可得到功能1和页面4的组合与功能1、功能2以及功能3分别在相似关系、因果关系、下钻关系以及归纳关系下的适配度,并得到功能1与页面4的组合与页面4、页面5以及页面6分别在相似关系、因果关系、下钻关系以及归纳关系下的适配度。
在本申请一实施方式中,上述匹配的过程可以通过预先训练的分类模型完成,将位置信息输入至预先训练的分类模型后,即得到软件维度层级信息与每个目标维度层级信息对应的多个逻辑关系的适配度。
具体的,分类模型可以为常用的神经网络模型,训练分类模型的过程可以参考常规的用于分类的神经网络模型的训练,在此不作赘述。
在操作104中,根据匹配结果,生成推荐信息。
在本申请一实施方式中,根据匹配结果,生成推荐信息包括:根据信息组与每个目标维度层级信息对应的多个逻辑关系的适配度,确定最终维度层级信息以及最终维度层级信息对应的最终逻辑关系;根据最终维度层级信息和最终逻辑关系,生成推荐信息。
具体的,确定适配度值最高的目标维度层级信息为最终维度层级信息,并确定适配度最高情况下的逻辑关系为最终逻辑关系。例如,匹配结果示出信息组与维度层级信息1在第一逻辑关系下适配度最高,则可确定维度层级信息1为最终维度层级信息,确定第一逻辑关系为最终逻辑关系。
进一步的,根据最终维度层级信息和最终逻辑关系,确定与最终维度层级信息具有第一逻辑关系的至少一个目标维度层级下的维度层级信息为推荐信息,即完成推荐信息的生成。
在本申请一实施方式中,推荐信息为维度层级信息对应的文字描述信息。
具体的,为了用户更容易理解维度层级信息中能够提供的内容或操作功能,还提前训练文字描述模型,使训练模型具备文字描述能力,文字描述能力即指对维度层级信息能够提供的内容或操作功能的文字描述,训练好文字描述模型后,将维度层级信息输入文字描述模型,即得到对应的文字描述信息。例如,维度层级信息为“关于某个股票并购重组的模块”,在将软件维度层级信息输入文字描述模型后,文字描述模型输出“关于某个股票并购重组的模块”的具体内容的文字描述信息“凤凰光学并购重组”,以使用户通过点击“凤凰光学并购重组”进入关于某个股票并购重组的模块。其中,文字描述模型的训练过程可以参考常规的神经网络模型训练文字描述能力时的训练过程,在此不再赘述。
在本申请一实施方式中,在操作104之后,还在接收到信息推荐请求的情况下,将推荐信息展示在设定区域。
具体的,推荐信息生成后,并非需要立刻或一直提供给目标对象,可能目标对象还需要在当前展示页面停留些时间,为避免影响目标对象在当前展示页面的操作,在生成推荐信息后可以先不进行展示,在接收到信息推荐请求的情况下再进行推荐。其中,接收信息推荐请求可以为接收目标对象对于当前展示页面的特定操作,例如设定次数的点击或对在目标软件提供获取推荐信息按钮的情况下接收目标对象对于获取推荐信息按钮的点击等。
由此,本申请实施例,通过将当前展示界面的位置信息与目标软件的位置架构信息进行匹配以进行推荐信息的生成,能够保证目标对象在使用目标软件的整个过程中在各个位置均能够生成针对目标对象的推荐信息,增强用户体验。
为方便理解本申请实施例提供的方案,下面以一具体应用示例进行说明。
图2示出了本申请实施例提供的信息生成式推荐方法的具体应用示例的流程示意图。
参考图2,本申请实施例的这一具体应用示例中目标软件为APP,多个维度层级包括功能维度、页面维度以及模块维度,对应的维度层级信息分别为功能、页面以及模块,具体包括:
操作201,获取APP埋点信息。
具体的,在针对某个APP进行信息推荐时,需要确定APP的信息架构,APP的信息架构可通过埋点信息获取,埋点信息用于记录用户在某个功能、某个页面、某个模块下的行为。其中,信息架构即上述的位置架构信息。
操作202,将APP的埋点信息转化成APP的信息架构。
具体的,通过对获取的埋点信息进行层次聚类分析,以确定APP的信息架构,功能维度包含哪些功能、每个功能对应的页面维度包含哪些页面、每个页面对应的模块维度下包含哪些模块,之后以文本方式进行存储。
操作203,对APP的信息架构进行空间位置标记转换。
具体的,可以按照功能维度(F)、页面维度(P)、模块维度(C)对APP的信息架构进行标记,即,对各维度中维度层级信息进行标识标记,其中标识可以为阿拉伯数字,例如功能维度包括多个功能,可以对多个功能采用阿拉伯数字进行标记例,得到功能1-n。
进一步,在标记过后,针对每个位置均可得到该位置的空间位置,比如(1,4,7)代表功能1中的页面4中的模块7。
操作204,构造F、P、C上的4种逻辑关系。
具体的,针对F、P、C三个维度,可配置与三个维度对应的维度层级信息的逻辑关系,例如,相似关系(rs)、因果关系(ra)、下钻关系(re)、归纳关系(rg)。
举例说明,参考图3,图3示出了本申请实施例提供的信息生成式推荐方法的目标位置与维度的逻辑关系示意图,针对F、P、C,针对任意目标位置均可构造逻辑关系,其中由于F为功能维度,则对应相似关系(rs)、因果关系(ra)、下钻关系(re)、归纳关系(rg),可得到F下的功能逻辑关系,包括相似功能、因果功能、下钻功能以及归纳功能;由于P为页面维度,则对应相似关系(rs)、因果关系(ra)、下钻关系(re)、归纳关系(rg),可得到P下的页面逻辑关系,包括相似页面、因果页面、下钻页面以及归纳页面;由于C为模块维度,则对应相似关系(rs)、因果关系(ra)、下钻关系(re)、归纳关系(rg),可得到C下的模块逻辑关系,包括相似模块、因果模块、下钻模块以及归纳模块。
操作205,计算当前位置与F、P、C关系度。
具体的,通过预先训练的卷积神经网络对当前位置进行F、P、C三种维度下的每个维度层级信息的4种逻辑关系的分类。例如,在当前位置对应F和P的情况下,根据当前位置在F下的功能以及在P下的页面,对当前位置与APP中F对应的多个功能在4种逻辑关系下进行分类且对当前位置与APP中P对应的多个页面在4种逻辑关系下进行分类。其中,神经网络模型采用多个示例位置以及APP的信息架构的相关信息,例如空间位置转换后的信息、逻辑关系以及信息架构等信息进行训练,由此在训练好后可直接对当前位置进行F、P、C三种维度下的每个维度层级信息的4种逻辑关系的分类,需要说明的是,神经网络模型的具体训练过程可参考常规的分类用神经网络模型训练过程,在此不再赘述。
举例说明,参考图4,图4示出了本申请实施例提供的信息生成式推荐方法的当前位置与功能维度的分类结果的示意图,可以看出,F下与当前位置最相关的是功能1,且逻辑关系是相似关系。参考图5,图5示出了本申请实施例提供的信息生成式推荐方法的当前位置与页面维度的分类结果示意图,可以看出,P下当前位置最相关的是页面2,是因果关系。
操作206,基于当前位置与F、P、C关系度进行信息推荐。
具体的,基于当前位置与F、P、C关系度,进行信息推荐。
举例说明,以当前位置偏向F,即F较高且P、C较低为例,代表当前位置用户需求比较泛、不太明确,此时推荐功能维度范围位置,比如用户在F下的诊股功能的展示页面位置,逻辑关系更偏向rs位置,为用户推荐诊股相似功能。以偏向P,即F、P都比较高,但C比较低为例,代表用户在当前位置,需求较为明确,此时推荐页面维度范围位置,比如用户在昆仑万维F10页面,逻辑关系更偏向rs,则为用户推荐与昆仑万维F10页面相似度较高的其他页面。以偏向C方向,即F、P、C都比较高,代表用户在当前位置,需求非常明确,此时推荐能够解决其具体需求点的模块,比如用户此时正在看昆仑万维收购了某公司的资讯,逻辑关系更偏向re,则推荐昆仑万维收购某公司的并购重组动态演绎详情。
由此,本申请这一具体应用示例,通过分析当前位置与各个维度下的维度层级信息在多个逻辑关系下的关系度,从而根据关系度最高的维度层级信息和对应的维度推荐维度内与维度层级信息具有对应逻辑关系的其他维度层级信息,能够更准确且全面的在用户使用APP的全场景下进行信息推荐。
图6示出了本申请实施例提供的信息生成式推荐装置的组成结构示意图。
参考图6,基于上述信息生成式推荐方法,本申请实施例还提供了一种信息生成式推荐装置,该装置包括:检测模块601,用于检测目标对象触发的针对目标软件的信息推荐触发事件;确定模块602,用于在检测到信息推荐触发事件的情况下,获取目标软件的当前展示页面的位置信息,位置信息包括与当前展示页面对应的至少一个软件维度层级以及软件维度层级对应的软件维度层级信息;匹配模块603,用于将位置信息与目标软件的位置架构信息进行匹配,得到匹配结果;生成模块604,用于根据匹配结果,生成推荐信息。
在本申请一实施方式中,确定模块602包括:获取子模块,用于根据目标对象的标识,获取设定时段的目标软件记录的与标识对应的软件操作数据,标识为目标软件在检测到目标对象触发的进入软件请求的情况下生成;第一确定子模块,用于根据软件操作数据,确定当前展示页面的位置信息。
在本申请一实施方式中,匹配模块603包括:第一确定子模块,用于从多个软件维度层级中确定与软件维度层级对应的目标维度层级;组合子模块,用于将每个软件维度层级对应的软件维度层级信息进行组合,得到信息组;匹配子模块,用于将信息组与目标维度层级对应的多个目标维度层级信息进行匹配,得到匹配结果,匹配结果用于示出信息组与每个目标软件维度层级信息对应的多个逻辑关系的适配度。
根据本申请一实施方式中,生成模块604包括:第三确定子模块,用于根据信息组与每个目标软件维度层级信息对应的多个逻辑关系的适配度,确定最终软件维度层级信息以及最终维度层级信息对应的最终逻辑关系;生成子模块,用于根据最终维度层级信息和最终逻辑关系,生成推荐信息。
需要说明的是,本申请实施例装置的描述,与上述方法实施例的描述是类似的,具有同方法实施例相似的有益效果,因此不做赘述。对于本申请实施例提供的信息生成式推荐装置中未尽的技术细节,可以根据图1至图5中任一附图的说明而理解。
根据本申请的实施例,本申请还提供了一种电子设备和一种非瞬时计算机可读存储介质。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种信息生成式推荐方法,其特征在于,所述方法包括:
检测目标对象触发的针对目标软件的信息推荐触发事件;
在检测到所述信息推荐触发事件的情况下,获取所述目标软件的当前展示页面的位置信息,所述位置信息包括与当前展示页面对应的至少一个软件维度层级以及所述软件维度层级对应的软件维度层级信息;
将所述位置信息与所述目标软件的位置架构信息进行匹配,得到匹配结果;
根据所述匹配结果,生成推荐信息。
2.根据权利要求1所述的方法,其特征在于,所述信息推荐触发事件为当前展示页面停留时间超过设定时间阈值。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括在接收到信息推荐请求的情况下,将所述推荐信息展示在设定区域。
4.根据权利要求1所述的方法,其特征在于,所述获取所述目标软件的当前展示页面的位置信息,包括:
根据目标对象的标识,获取设定时段的所述目标软件记录的与所述标识对应的软件操作数据,所述标识为所述目标软件在检测到所述目标对象触发的进入软件请求的情况下生成;
根据所述软件操作数据,确定所述当前展示页面的所述位置信息。
5.根据权利要求1所述的方法,其特征在于,所述位置架构信息包括所述目标软件对应的多个维度层级以及每个维度层级对应的多个维度层级信息。
6.根据权利要求5所述的方法,其特征在于,所述将所述位置信息与所述目标软件的位置架构信息进行匹配,包括:
从所述多个维度层级中确定与软件维度层级对应的目标维度层级;
将每个软件维度层级对应的软件维度层级信息进行组合,得到信息组;
将所述信息组与所述目标维度层级对应的多个目标维度层级信息进行匹配,得到所述匹配结果,所述匹配结果用于示出所述信息组与每个目标维度层级信息对应的多个逻辑关系的适配度。
7.根据权利要求6所述的方法,其特征在于,所述根据所述匹配结果,生成推荐信息,包括:
根据所述信息组与每个目标维度层级信息对应的多个逻辑关系的适配度,确定最终维度层级信息以及所述最终维度层级信息对应的最终逻辑关系;
根据所述最终维度层级信息和所述最终逻辑关系,生成推荐信息。
8.一种信息生成式推荐装置,其特征在于,所述装置包括:
检测模块,用于检测目标对象触发的针对目标软件的信息推荐触发事件;
确定模块,用于在检测到所述信息推荐触发事件的情况下,获取所述目标软件的当前展示页面的位置信息,所述位置信息包括与当前展示页面对应的至少一个软件维度层级以及所述软件维度层级对应的软件维度层级信息;
匹配模块,用于将所述位置信息与所述目标软件的位置架构信息进行匹配,得到匹配结果;
生成模块,用于根据所述匹配结果,生成推荐信息。
9.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使计算机执行根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410042154.0A CN117591747B (zh) | 2024-01-11 | 2024-01-11 | 一种信息生成式推荐方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410042154.0A CN117591747B (zh) | 2024-01-11 | 2024-01-11 | 一种信息生成式推荐方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117591747A true CN117591747A (zh) | 2024-02-23 |
CN117591747B CN117591747B (zh) | 2024-05-07 |
Family
ID=89918592
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410042154.0A Active CN117591747B (zh) | 2024-01-11 | 2024-01-11 | 一种信息生成式推荐方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117591747B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180278674A1 (en) * | 2016-05-05 | 2018-09-27 | Tencent Technology (Shenzhen) Company Limited | Media information presentation method, client, and server |
CN112912915A (zh) * | 2020-03-31 | 2021-06-04 | 浙江核新同花顺网络信息股份有限公司 | 一种当前页面信息刷新方法和系统 |
CN113434755A (zh) * | 2021-06-15 | 2021-09-24 | 北京百度网讯科技有限公司 | 页面的生成方法、装置、电子设备及存储介质 |
CN113486251A (zh) * | 2021-07-29 | 2021-10-08 | 北京字节跳动网络技术有限公司 | 一种信息展示的方法、装置以及计算机存储介质 |
CN114860919A (zh) * | 2022-05-26 | 2022-08-05 | 北京字节跳动网络技术有限公司 | 一种话题推荐方法、装置、计算机设备及存储介质 |
CN115168668A (zh) * | 2022-07-25 | 2022-10-11 | 中国工商银行股份有限公司 | 信息推荐方法、装置、计算机设备和存储介质 |
CN115186194A (zh) * | 2022-08-04 | 2022-10-14 | 北京字跳网络技术有限公司 | 信息推荐方法、装置、电子设备及存储介质 |
CN117171406A (zh) * | 2023-09-15 | 2023-12-05 | 北京字跳网络技术有限公司 | 应用程序功能的推荐方法、装置、设备和存储介质 |
-
2024
- 2024-01-11 CN CN202410042154.0A patent/CN117591747B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180278674A1 (en) * | 2016-05-05 | 2018-09-27 | Tencent Technology (Shenzhen) Company Limited | Media information presentation method, client, and server |
CN112912915A (zh) * | 2020-03-31 | 2021-06-04 | 浙江核新同花顺网络信息股份有限公司 | 一种当前页面信息刷新方法和系统 |
CN113434755A (zh) * | 2021-06-15 | 2021-09-24 | 北京百度网讯科技有限公司 | 页面的生成方法、装置、电子设备及存储介质 |
CN113486251A (zh) * | 2021-07-29 | 2021-10-08 | 北京字节跳动网络技术有限公司 | 一种信息展示的方法、装置以及计算机存储介质 |
CN114860919A (zh) * | 2022-05-26 | 2022-08-05 | 北京字节跳动网络技术有限公司 | 一种话题推荐方法、装置、计算机设备及存储介质 |
CN115168668A (zh) * | 2022-07-25 | 2022-10-11 | 中国工商银行股份有限公司 | 信息推荐方法、装置、计算机设备和存储介质 |
CN115186194A (zh) * | 2022-08-04 | 2022-10-14 | 北京字跳网络技术有限公司 | 信息推荐方法、装置、电子设备及存储介质 |
CN117171406A (zh) * | 2023-09-15 | 2023-12-05 | 北京字跳网络技术有限公司 | 应用程序功能的推荐方法、装置、设备和存储介质 |
Non-Patent Citations (2)
Title |
---|
NAOKI OHSUGI ET AL: "A recommendation system for software function discovery", 《NINTH ASIA-PACIFIC SOFTWARE ENGINEERING CONFERENCE》, 28 February 2003 (2003-02-28), pages 1 - 10 * |
杜霞: "支持推荐的在线教育系统研究与应用", 《中国优秀硕士学位论文全文数据库(电子期刊)》, vol. 2019, no. 02, 15 February 2019 (2019-02-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN117591747B (zh) | 2024-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101542486B (zh) | 排序图 | |
CN110597962B (zh) | 搜索结果展示方法、装置、介质及电子设备 | |
Chen et al. | Discovering informative social subgraphs and predicting pairwise relationships from group photos | |
WO2012111226A1 (ja) | 時系列文書要約装置、時系列文書要約方法およびコンピュータ読み取り可能な記録媒体 | |
US11886556B2 (en) | Systems and methods for providing user validation | |
CN110019837B (zh) | 用户画像的生成方法及装置、计算机设备及可读介质 | |
CN111310065A (zh) | 一种社交推荐方法、装置、服务器及存储介质 | |
CN110674404A (zh) | 链接信息生成方法、装置、系统、存储介质及电子设备 | |
US11061975B2 (en) | Cognitive content suggestive sharing and display decay | |
CN108369647B (zh) | 基于图像的质量控制 | |
WO2019133164A1 (en) | System and method for recommending features for content presentations | |
CN113821612A (zh) | 信息查找方法以及装置 | |
CN117591747B (zh) | 一种信息生成式推荐方法、装置、电子设备及存储介质 | |
Becker et al. | Core technologies for the internet of services | |
CN116541114A (zh) | 一种信息展示方法、装置、计算机设备以及存储介质 | |
CN112883218A (zh) | 一种图文联合表征的搜索方法、系统、服务器和存储介质 | |
CN116611401A (zh) | 文案生成方法及相关装置、电子设备和存储介质 | |
CN113610080B (zh) | 基于跨模态感知的敏感图像识别方法、装置、设备及介质 | |
CN110516024B (zh) | 地图搜索结果展现方法、装置、设备和存储介质 | |
Song et al. | Impression space model for the evaluation of Internet advertising effectiveness | |
CN110659419A (zh) | 确定目标用户的方法及相关装置 | |
JP2005174149A (ja) | インターネット上の情報解析システムおよび公開サーバ | |
CN113656697B (zh) | 对象推荐方法、装置、电子设备、存储介质 | |
CN113011919B (zh) | 识别兴趣对象的方法及装置、推荐方法、介质、电子设备 | |
CN106649876B (zh) | 一种信息搜索方法及系统 |
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 |