CN117828203A - 服务推荐方法及电子设备 - Google Patents
服务推荐方法及电子设备 Download PDFInfo
- Publication number
- CN117828203A CN117828203A CN202211203387.1A CN202211203387A CN117828203A CN 117828203 A CN117828203 A CN 117828203A CN 202211203387 A CN202211203387 A CN 202211203387A CN 117828203 A CN117828203 A CN 117828203A
- Authority
- CN
- China
- Prior art keywords
- service
- container
- recommended
- target
- size
- 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 83
- 230000006870 function Effects 0.000 claims description 51
- 230000004044 response Effects 0.000 claims description 16
- 230000003044 adaptive effect Effects 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 12
- 238000012163 sequencing technique Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 22
- 239000010410 layer Substances 0.000 description 23
- 230000008569 process Effects 0.000 description 20
- 238000012545 processing Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000002829 reductive effect Effects 0.000 description 6
- 238000013461 design Methods 0.000 description 4
- 238000011049 filling Methods 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 229920001621 AMOLED Polymers 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 239000011111 cardboard Substances 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000000889 atomisation Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000012792 core layer Substances 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000001537 neural effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 239000002096 quantum dot Substances 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种服务推荐方法及电子设备,涉及终端技术领域,能够提高推荐服务的推荐效果。该方法中,电子设备显示第一卡片,第一卡片上包括第一推荐服务,显示第一推荐服务的容器为第一尺寸的容器;在满足卡片刷新条件的情况下,获取多个推荐服务;针对多个推荐服务中的目标推荐服务,根据目标推荐服务的推荐参数,确定目标推荐服务对应的目标服务容器尺寸;根据多个推荐服务的排序结果,以及每个推荐服务对应的目标服务容器尺寸,在第二卡片的容器上显示多个推荐服务中的至少一个推荐服务,第二卡片上包括第一推荐服务,显示第一推荐服务的容器为第二尺寸。
Description
技术领域
本申请涉及终端技术领域,尤其涉及一种服务推荐方法及电子设备。
背景技术
一般的,手机、平板电脑、智能穿戴设备等终端,可以利用应用程序提供的服务来实现相应的功能。如果用户使用应用程序的目标功能,则用户需要输入多个操作才能启动目标功能,不仅操作繁琐,而且会导致启动目标功能的速度较慢。为了提高目标功能的启动速度,在终端界面上设置卡片,可以将目标功能对应的重要信息或目标功能的启动操作前置到卡片,实现服务直达,提高启动目标功能的速度。
相关技术中,电子设备被触发启动服务推荐流程后,获取多个推荐服务,其中,每个推荐服务通过一种尺寸的卡片表示,并且富信息服务或直达服务的卡片的尺寸大于表示应用服务的卡片尺寸。
然而,上述服务推荐方式中,如果多个推荐服务中排序靠前的推荐服务,可能每次启动服务推荐流程都能以预置容器尺寸进行显示,导致该推荐服务的推荐时长较长,占据较多的曝光资源,相反的,如果多个推荐服务中排序靠后的推荐服务,可能每次启动服务推荐流程后显示该推荐服务的可能性较小,导致该推荐服务的推荐时长较短,占据较少的曝光资源,导致降低显示的推荐服务的推荐效果。
发明内容
本申请实施例提供一种服务推荐方法及电子设备,通过确定推荐服务对应的目标服务容器尺寸(至少一个预置服务容器尺寸中的任一个)对应的容器中显示推荐服务,实现对显示推荐服务的容器尺寸大小和推荐服务进行更精细的控制。由于显示推荐服务时采用的容器尺寸越大,在容器中显示服务相关信息的信息量越多,占用的曝光资源也越多,因此,可以通过控制用于显示推荐服务的目标服务容器尺寸,达到控制服务推荐占用的曝光资源,以此平衡推荐服务的推荐时长和曝光资源的关系,提高卡片的容器上显示的推荐服务的推荐效果。
为达到上述目的,本申请的实施例采用如下技术方案:
第一方面,本申请提供一种服务推荐方法,该方法可以应用于显示屏的电子设备,在该方法中,电子设备显示第一卡片,第一卡片上包括第一推荐服务,显示第一推荐服务的容器为第一尺寸的容器;在满足卡片刷新条件的情况下,获取多个推荐服务,多个推荐服务中包括第一推荐服务;针对多个推荐服务中的目标推荐服务,根据目标推荐服务的推荐参数,确定目标推荐服务对应的目标服务容器尺寸,目标推荐服务为多个推荐服务中的任一推荐服务;目标服务容器尺寸是目标推荐服务对应的至少一个预置服务容器尺寸中的一个;推荐参数用于表示目标推荐服务的曝光反馈信息;根据多个推荐服务的排序结果,以及每个推荐服务对应的目标服务容器尺寸,在第二卡片的容器上显示多个推荐服务中的至少一个推荐服务,第二卡片上包括第一推荐服务,显示第一推荐服务的容器为第二尺寸;第一推荐服务对应的目标服务容器尺寸为第二尺寸。
本申请提供的服务推荐方法,在获取多个推荐服务之后,还需要确定多个推荐服务中的每个推荐服务对应的目标服务容器尺寸,以便于在推荐服务对应的目标服务容器尺寸对应的容器中显示推荐服务。对于多个推荐服务中的任一推荐服务(目标推荐服务),由于目标推荐服务的推荐参数是实际情况不断调整变化的,因此,可能将目标推荐服务对应的至少一个预置服务容器尺寸中的任一个预置服务容器尺寸确定为目标推荐服务对应的目标服务容器尺寸。以此,使得第二卡片上显示的至少一个推荐服务,可以动态调整容器尺寸(第一尺寸与第二尺寸不同),能够提高推荐服务的推荐效果。进一步的,推荐参数表示目标推荐服务的曝光反馈信息,曝光反馈信息表示准确的推荐服务的分发效率,因此,通过推荐参数确定的目标服务容器尺寸能够提高推荐服务的推荐效果。在进行服务推荐的过程中,显示推荐服务时采用的容器尺寸越大,在容器中显示服务相关信息的信息量越多,占用的曝光资源也越多,由此,通过确定的推荐服务对应的目标服务容器尺寸是可以动态切换的,以便于控制用于显示推荐服务的服务相关信息的信息量,即,控制服务推荐占用的曝光资源,如此,平衡推荐服务的推荐时长和曝光资源的关系,实现对推荐服务更精细的控制,提高推荐服务的推荐效果。
在第一方面的一种可实现方式中,推荐参数包括:喜好度参数、推荐权重、历史点击次数和历史曝光时长。根据目标推荐服务的推荐参数,确定目标推荐服务对应的目标服务容器尺寸,包括:针对至少一个预置服务容器尺寸中的每个预置服务容器尺寸对应的容器,获取至少一个喜好度参数;根据至少一个喜好度参数和目标推荐服务的推荐权重,得到至少一个服务优先度参数,至少一个服务优先度参数与至少一个预置服务容器尺寸一一对应;根据至少一个服务优先度参数、目标推荐服务的历史点击次数和目标推荐服务的历史曝光时长,得到至少一个容器曝光资源参数,至少一个容器曝光资源参数与至少一个服务优先度参数一一对应;根据至少一个容器曝光资源参数,确定目标推荐服务对应的目标服务容器尺寸。
在第一方面的一种可实现方式中,针对至少一个预置服务容器尺寸中的每个预置服务容器尺寸对应的容器,获取至少一个喜好度参数,包括:针对至少一个预置服务容器尺寸中的每个预置服务容器尺寸对应的容器,统计至少一个容器历史点击率;根据预置关联关系和至少一个容器历史点击率,得到至少一个喜好度参数。
在第一方面的一种可实现方式中,根据至少一个服务优先度参数、目标推荐服务的历史点击次数和目标推荐服务的历史曝光时长,得到至少一个容器曝光资源参数,包括:根据第一预置算法,计算至少一个容器曝光资源参数,预置算法为 其中,score为容器曝光资源参数,prority为显示预置服务容器尺寸对应的服务优先度参数,exposeTime为目标推荐服务的历史曝光时长,exposeMax为目标推荐服务的历史显示时长,历史点击率为目标推荐服务的历史曝光时长与目标推荐服务的历史显示时长的比值,clickCount为目标推荐服务的历史点击次数,clickMax为目标推荐服务的历史显示次数,历史曝光率为目标推荐服务的历史点击次数与目标推荐服务的历史显示次数的比值,/>为确定历史点击率和历史曝光率中的最大值。
在第一方面的一种可实现方式中,历史点击次数为卡片刷新条件对应的预置时间周期内接收到的针对目标推荐服务的总点击操作次数,历史曝光时长为卡片刷新条件对应的预置时间周期内接收到的目标推荐服务的总曝光时长。
在第一方面的一种可实现方式中,根据至少一个容器曝光资源参数,确定目标推荐服务对应的目标服务容器尺寸,包括:按照至少一个服务优先度参数从大到小的顺序,确定至少一个预置服务容器尺寸的优先级顺序;若优先级顺序中第一优先级对应的预置服务容器尺寸对应的容器曝光资源参数,大于优先级顺序中第一优先级对应预置服务容器尺寸对应的预置阈值,则确定第一优先级对应的预置服务容器尺寸为目标推荐服务对应的目标服务容器尺寸;若优先级顺序中第一优先级对应的预置服务容器尺寸对应的容器曝光资源参数,小于或等于优先级顺序中第一优先级对应预置服务容器尺寸对应的预置阈值,则判断优先级顺序中第二优先级对应的预置服务容器尺寸对应的容器曝光资源参数,是否小于或等于优先级顺序中第二优先级对应的预置阈值;重复上述步骤,直至确定目标推荐服务对应的目标服务容器尺寸,或者确定至少一个预置服务容器尺寸中不存在目标推荐服务对应的目标服务容器尺寸。
在第一方面的一种可实现方式中,根据多个推荐服务的排序结果,以及每个推荐服务对应的目标服务容器尺寸,在卡片的容器上显示多个推荐服务中的至少一个推荐服务,包括:获取多个推荐服务的排序结果;按照排序结果从前到后的顺序,依次判断推荐服务是否与卡片的容器相适应,直至确定N个与卡片的容器相适应的推荐服务,N为卡片中的容器的容器数量;获取N个与卡片的容器相适应的推荐服务的服务相关信息,服务相关信息与目标服务容器尺寸相适应;在卡片中容器上显示至少一个推荐服务的服务相关信息。
在第一方面的一种可实现方式中,根据多个推荐服务的排序结果,以及每个推荐服务对应的目标服务容器尺寸,在卡片的容器上显示多个推荐服务中的至少一个推荐服务,包括:获取多个推荐服务的排序结果;按照卡片的容器排布顺序和排列结果从前导航的顺序,依次判断推荐服务对应的目标服务容器尺寸是否与容器对应的卡片容器尺寸相适应,直至确定N个与卡片的容器相适应的推荐服务,N为卡片中的容器的容器数量;获取N个与卡片的容器相适应的推荐服务的服务相关信息,服务相关信息与目标服务容器尺寸相适应;在卡片中容器上显示至少一个推荐服务的服务相关信息。
在第一方面的一种可实现方式中,根据多个推荐服务的排序结果,以及每个推荐服务对应的目标服务容器尺寸,在卡片的容器上显示多个推荐服务中的至少一个推荐服务之前,方法还包括;响应于用户操作,确定卡片的卡片板式,卡片板式用于记录卡片的容器数量、容器排布和每个容器的卡片容器尺寸;或者,根据第二预置算法,确定至少一个预置板式中的卡片板式,预置算法与至少一个预置板式的容器的卡片容器尺寸相关。
在第一方面的一种可实现方式中,服务相关信息对应的信息类别包括以下至少一项:图标信息、功能页面连接信息和功能页面中的页面提取信息。
在第一方面的一种可实现方式中,服务推荐方法还包括:确定显示推荐服务对应的目标应用程序,显示推荐服务为至少一个推荐服务中的一个;从推广服务数据库中,选取符合推广条件的推广服务,推广条件包括:推广服务对应的应用程序为目标应用程序,显示推荐服务对应的服务相关信息,与推广服务对应的服务相关信息相比,包括至少一个相同信息类别;在显示推荐服务对应的容器上,对于相同信息类别,将显示推荐服务的服务相关信息,替换为推广服务对应的服务相关信息。
在第一方面的一种可实现方式中,服务推荐方法还包括:从卡片的容器中显示的至少一个推荐服务中,确定满足容器切换条件的切换推荐服务;从切换推荐服务对应的至少一个预置服务容器尺寸中,确定切换推荐服务对应的切换服务容器尺寸;根据切换推荐服务对应的切换服务容器尺寸,在卡片的切换服务容器尺寸的容器上切换显示切换推荐服务;根据多个推荐服务的排序结果,以及每个推荐服务对应的目标服务容器尺寸,确定卡片的空置容器对应的替补推荐服务;空置容器为切换显示之前显示切换推荐服务的容器;卡片的容器上显示的推荐服务不重复。
在第一方面的一种可实现方式中,满足卡片刷新条件,包括以下任一项:检测到触发亮屏事件,且与前一次触发亮屏事件的时间间隔大于第一预置时长;或者,检测到相邻的触发最近使用的应用程序发生变化事件的时间间隔大于第二预置时间;或者,检测到触发预置场景事件;或者,以及检测到触发预置操作。
第二方面,提供了一种服务推荐装置,该装置包括:显示单元、获取单元和确定单元;
显示单元,用于显示第一卡片,第一卡片上包括第一推荐服务,显示第一推荐服务的容器为第一尺寸的容器;
获取单元,用于在满足卡片刷新条件的情况下,获取多个推荐服务,多个推荐服务中包括第一推荐服务;
确定单元,用于针对多个推荐服务中的目标推荐服务,根据目标推荐服务的推荐参数,确定目标推荐服务对应的目标服务容器尺寸,目标推荐服务为多个推荐服务中的任一推荐服务;目标服务容器尺寸是目标推荐服务对应的至少一个预置服务容器尺寸中的一个;推荐参数用于表示目标推荐服务的曝光反馈信息;
显示单元,还用于根据多个推荐服务的排序结果,以及每个推荐服务对应的目标服务容器尺寸,在第二卡片的容器上显示多个推荐服务中的至少一个推荐服务,第二卡片上包括第一推荐服务,显示第一推荐服务的容器为第二尺寸;第一推荐服务对应的目标服务容器尺寸为第二尺寸。
第三方面,提供了一种电子设备,包括:存储器、一个或多个处理器;存储器和处理器耦合;其中,存储器中存储有计算机程序代码,计算机程序代码包括计算机指令,当计算机指令被处理器执行时,使得电子设备执行上述第一方面任一项的服务推荐方法。
第四方面,提供了一种计算机可读存储介质,包括计算机指令,当计算机指令在电子设备上运行时,使得电子设备执行上述第一方面任一项的服务推荐方法。
第五方面,提供了一种计算机程序产品,当计算机程序产品在计算机上运行时,使得计算机执行上述第一方面任一项的服务推荐方法。
可以理解地,上述提供的第三方面的电子设备,第四方面的计算机可读存储介质,第五方面的计算机程序产品所能达到的有益效果,可参考第一方面、第二方面及其任一种可能的设计方式中的有益效果,此处不再赘述。
附图说明
图1为本申请实施例示出的一种相关技术的推荐服务的示意图之一;
图2为本申请实施例示出的一种板式示意图;
图3为本申请实施例示出的一种相关技术的推荐服务的示意图之二;
图4为本申请实施例示出的一种终端界面的示意图;
图5为本申请实施例示出的一种电子设备的硬件结构示意图;
图6为本申请实施例示出的一种电子设备的软件结构示意图;
图7为本申请实施例示出的一种服务推荐方法的流程示意图之一;
图8为本申请实施例示出的一种确定目标服务容器尺寸的流程示意图;
图9为本申请实施例示出的一种喜好参数的取值范围的示意图;
图10为本申请实施例示出的一种确定目标服务容器尺寸的参数变化示意图;
图11为本申请实施例示出的一种容器显示的示意图;
图12为本申请实施例示出的一种服务推荐方法的流程示意图之二;
图13为本申请实施例示出的一种服务推荐装置的结构示意图;
图14为本申请实施例示出的另一种电子设备的结构示意图。
具体实施方式
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描述。其中,在本申请的描述中,除非另有说明,“/”表示前后关联的对象是一种“或”的关系,例如,A/B可以表示A或B;本申请中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况,其中A,B可以是单数或者复数。并且,在本申请的描述中,除非另有说明,“多个”是指两个或多于两个。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。另外,为了便于清楚描述本申请实施例的技术方案,在本申请的实施例中,采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定,并且“第一”、“第二”等字样也并不限定一定不同。同时,在本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念,便于理解。
本申请实施例涉及的卡片技术包括:
一般的,终端(具有显示屏的电子设备)可以显示能够被用户触发的应用启动图标,以此实现终端与用户之间的交互。在终端界面可以直接显示启动图标,也可以通过卡片的形式显示进行归纳整合后的应用启动图标,以提高用户确定启动图标位置的效率。
卡片是一种用户界面(user interface,UI)展示形式,通过在卡片上显示推荐服务(服务包括目标功能对应的重要信息或目标功能的前置操作),使得响应于针对服务的触发操作能够启动目标功能,以实现服务直达,减少启动目标功能的使用层级,提高启动目标功能的速度。卡片可以嵌入到系统应用中作为系统界面的一部分,卡片支持拉起页面,发送消息等基础的交互功能。其中,目标功能可以是打开某应用程序的首页,还可以是打开某应用程序中的特定页面,如,短信应用程序中的某一验证信息,即时通信应用程序中与用户A的聊天界面,视频播放应用程序中某主播最新发布的视频等等。
通常的,由卡片提供方、卡片使用方和卡片管理服务,共同合作实现在终端显示用于推荐服务的卡片。卡片提供方用于提供卡片显示内容原子化服务,控制卡片的显示内容布局、控件布局以及控件点击事件。卡片使用方用于设置卡片在终端的显示方式(如,卡片规格、卡片风格和展示位置等)。卡片管理服务用于管理系统中所添加卡片的服务,包括服务的管理与使用,以及卡片周期性刷新等。
需要说明的是,卡片管理服务通过终端搭载的管理系统对卡片进行管理,无需常驻运行。卡片管理服务在执行添加服务、删除服务、请求更新卡片等管理时,可以依据卡片板式显示卡片。卡片板式用于记录卡片规格,包括容器数量、容器排布和每个容器的容器尺寸。卡片板式的实现方式可以从卡片提供方获取。在不同容器尺寸对应的容器中显示的服务,可以显示以下至少一项服务相关信息:图标、功能页面和页面提取信息。图标可以为购物应用程序图标、运动应用程序图标和拍照应用程序图等等。功能页面可以为最近打开页面、常用功能页面和推荐页面等等。具体的,最近打开页面可以为最近播放音乐、最近阅读的小说、最近播放的视频和最近打开的即时通信窗口等等,常用功能页面可以为付款码页面、扫一扫页面和录音页面等等。页面提示信息可以为按照预置关键字从功能页面提取的信息。以功能页面为视频播放界面为例,页面提示信息可以包括以下至少一项:视频名称、当前播放视频对应的图片、视频播放进度、剧情简介、主演简介、更新时间等等。
在终端屏幕的服务推荐区域依据卡片板式和服务推荐显示卡片。其中,服务推荐也可以称为个性化服务推荐或者服务建议,通常是指通过在UI上主动向用户推荐一个或者多个服务,促进用户更有效地利用各个服务的一种信息服务方式。通过服务推荐方式推荐的服务,根据卡片板式确定服务的相关信息,在卡片的容器上显示服务的相关信息。
示例性的,卡片管理服务通过在终端上安装的智慧助手实现,智慧助手可以根据用户的使用场景、使用习惯、当前时间等参数推荐服务。随着用户使用智慧助手的时长和次数的增加,智慧助手不断地学习,以便于智慧助手的推荐服务更符合用户需求。
在一种示例中,用户经常晚上7点左右运动,智慧助手根据实际的运动时间得到对应的运动时间段,在该运动时间段推荐的服务为运动类服务。
在另一种示例中,在晨间场景中,智慧助手推荐新闻、日程、天气等服务。在午间场景中,智慧助手推荐美食、支付等服务。在晚间场景中,智慧助手推荐视频、阅读等服务。
在相关技术中,电子设备被触发启动服务推荐流程后,获取多个推荐服务,其中,每个推荐服务通过至少一种尺寸的卡片表示,并且富信息服务或直达服务的卡片的尺寸大于表示应用服务的卡片尺寸。根据多个推荐服务的历史点击率,和多个候选板式中包括的展示区域的尺寸,从多个候选板式中选择目标板式进行展示。以此,可以提升富信息服务或直达服务被推荐展示的概率,为用户推荐符合用户需求的服务,减少用户的繁琐操作。
对于上述推荐服务的得到过程,如图1所示,首先被触发启动服务推荐的流程。然后从多个渠道获取多个服务列表,服务列表包括兴趣服务列表、历史点击率服务列表、提醒服务列表和场景绑定服务列表,每个服务列表中包括多个服务。最后,将多个服务列表中的所有服务进行去重处理,得到推荐服务。
其中,服务推荐区域可以包括多个规格(尺寸),在假设最小的尺寸单位(M)基础上,服务推荐区域包括的几种规格可以表示为:2M*2M、2M*5M、3M*2M、3M*4M、2M*3M、2M*4M等等。每种规格可以包括多种板式,示例性的,如图2所示,上述第一规格包括四种板式,第一种板式包括4个尺寸1(1M*1M)的卡片、0个尺寸2(2M*1M)的卡片和0个尺寸3(4M*4M)的卡片,第二种板式2个尺寸1(1M*1M)的卡片、1个尺寸2(2M*1M)的卡片和0个尺寸3(4M*4M)的卡片,第三种板式0个尺寸1(1M*1M)的卡片、2个尺寸2(2M*1M)的卡片和0个尺寸3(4M*4M)的卡片,第四种板式0个(1M*1M)的卡片、0个尺寸2(2M*1M)的卡片和1个尺寸3(4M*4M)的卡片。
对于上述展示目标板式的过程,还可以按照不同的服务类别,针对每一类服务,按照历史点击率对每一类服务进行排序。如图3所示,假设推荐服务包括服务1至服务11,其中服务1至服务5属于应用服务,服务6至服务9属于直达服务,服务10和服务11属于富信息服务。假设针对每一类服务,按照历史点击率对每一类服务进行排序,针对应用服务,获取服务1至服务5历史点击率依次递减;针对于直达服务,获取服务6至服务9历史点击率依次递减;针对于富信息服务,服务10至服务11历史点击率依次递减。对于板式1,只允许填入尺寸1的卡片,而只有应用服务是通过尺寸1的卡片表示,由于服务的得分的一个正相关因子是服务的历史点击率,所以选取历史点击率排名前4(服务1至服务4)的应用服务填入板式1,以获取候选板式1。对于板式2,允许填入两个尺寸1的卡片和一个尺寸2的卡片,由于尺寸2的卡片既可以用于表示直达服务,也可以用于表示富信息服务,而服务的历史点击率只是服务的得分的一个正相关因子,服务的得分还可能有其他的正相关因子。所以,考虑到这种情况,为了使每个候选板式中添加的服务都是得分最高的服务,对于板式2,可以获取两种候选板式,分别是将服务1、服务2以及服务6填入板式2后获取的候选板式2,以及将服务1、服务2以及服务10填入板式2后获取的候选板式3。对于板式3,只允许填入尺寸2的卡片,则可以获取3种候选板式,分别是将服务6和服务7填入板式3后获取的候选板式4,将服务10和服务11填入板式3后获取的候选板式5,以及将服务6和服务10填入板式3后获取的候选板式6。对于板式4,只允许填入尺寸3的卡片,则将服务8填入板式4,以获取候选板式7。需要说明的是,正相关因子是指将其他的影响服务得分的因子固定,正相关因子越大,服务的得分越高。候选板式的得分的一个正相关因子是候选板式的展示区域的尺寸,候选板式的得分的另一个正相关因子是展示区域中添加的目标推荐服务的得分。根据正相关因子,计算候选板式的得分,最后将得分最高的候选板式确定为目标板式,并展示填入服务后的目标板式。
然而,上述相关技术的服务推荐方式中无论目标板式是候选板式中的哪一个,在目标板式中用于显示推荐服务的卡片的尺寸相同。如果多个推荐服务中排序靠前的推荐服务,可能每次启动服务推荐流程都能显示,导致该推荐服务的推荐时长较长,占据较多的曝光资源,相反的,如果多个推荐服务中排序靠后的推荐服务,可能每次启动服务推荐流程后显示该推荐服务的可能性较小,导致该推荐服务的推荐时长较短,占据较少的曝光资源,导致降低显示的推荐服务的推荐效果。
本申请实施例提供了一种服务推荐方法,能够解决现有技术中根据目标板式显示的推荐服务的推荐效果较低的问题。在该方法中,首先在每次满足卡片刷新条件的情况下,获取多个推荐服务。然后针对多个推荐服务中每个推荐服务,根据目标推荐服务的推荐参数,确定推荐服务对应的目标服务容器尺寸,目标服务容器尺寸是至少一个预置服务容器尺寸中的任一个,至少一个预置服务容器尺寸对应的容器可以用于显示推荐服务。最后对多个推荐服务进行排序,按照上述排序结果,以及推荐服务对应的目标服务容器尺寸,在卡片的容器上显示推荐服务。
其中,卡片刷新条件可以包括以下至少一项:检测到相邻的触发亮屏熄屏事件的时间间隔大于第一预置时长,或者检测到相邻两次触发最近使用的应用程序发生变化事件的时间间隔大于第二预置时间,或者检测到触发预置场景事件,或者检测到触发预置操作(如显示、设置、删除和移动)。预置场景可以包括午休时间场景、餐厅位置场景和根据用户使用习惯确定的习惯使用场景等等。第二触发条件可以依据任一服务的推荐时长和被点击次数确定。
卡片是位于终端桌面的卡片组件,可以依据用户的使用习惯,结合时间、位置、特定场景等因素,对推荐服务进行排序。示例性的,假设最小的尺寸单位为1M,多个推荐服务的排序结果为推荐服务1至推荐服务6,推荐服务1对应的目标服务容器尺寸为2M*2M,推荐服务2对应的目标服务容器尺寸为1M*2M,推荐服务3对应的目标服务容器尺寸为1M*2M,推荐服务4对应的目标服务容器尺寸为1M*1M,推荐服务5对应的目标服务容器尺寸为1M*1M,推荐服务6对应的目标服务容器尺寸为2M*2M。用于显示推荐服务的卡片包括4个容器,4个容器中包括3种容器尺寸。第一种容器尺寸为1M*1M,第二种容器尺寸为1M*2M,第三种容器尺寸为2M*2M。卡片中4个容器尺寸的容器排布顺序为:第三种容器尺寸对应的容器、第二种容器尺寸对应的容器、第一种容器尺寸对应的容器和第一种容器尺寸对应的容器。如图4所示,在手机终端的启动界面,按照多个推荐服务的排序结果,以及各个推荐服务对应的目标服务容器尺寸,首先确定推荐服务1在第三种容器尺寸对应的容器中显示,然后确定推荐服务2在第二种容器尺寸对应的容器中显示,然后确定推荐服务4在第一种容器尺寸对应的容器中显示,最后确定推荐服务5在第一种容器尺寸对应的容器中显示,此处,卡片的容器上都显示推荐服务。
需要说明的是,在各种容器尺寸对应的容器中显示推荐服务,即,在容器中显示推荐服务的服务相关信息。对于第二种容器尺寸和第三种容器尺寸而言,尺寸更大,能够显示更多的服务相关信息,消耗更多的曝光资源,并且,上述服务的开发方需要投入更多的开发成本,因此,本申请实施例中,如果在满足卡片刷新条件之前,在卡片中已经显示了推荐服务,那么每次确定的推荐服务的目标服务容器尺寸可以不同,即,可以动态地切换推荐服务对应的目标服务容器尺寸。由于不同容器尺寸对应的容器,显示的服务相关信息的信息量不同,因而动态地切换推荐服务对应的目标服务容器尺寸,能够以便于兼顾显示服务相关信息的信息量与耗费曝光资源之间的平衡。
此外,如果容器尺寸较大,那么对应显示的服务相关信息的信息量较多,为应用程序开发方提供的可编辑空间较大,以使得应用程序开发方开发的推荐服务更符合自身需求,以便于应用程序开发方在未获取到卡片的推荐效果(也可以理解为分发效率)的情况下,难以有动力投入到卡片的开发中,能够促进应用程序开发方体验用户显示推荐服务的卡片,并开发卡片,以便于进一步提高服务推荐的分发效率。
如此,在获取多个推荐服务之后,还需要确定多个推荐服务中的每个推荐服务对应的目标服务容器尺寸,以便于在推荐服务对应的目标服务容器尺寸对应的容器中显示推荐服务。对于多个推荐服务中的任一推荐服务(目标推荐服务),由于目标推荐服务的推荐参数是实际情况不断调整变化的,因此,可能将目标推荐服务对应的至少一个预置服务容器尺寸中的任一个预置服务容器尺寸确定为目标推荐服务对应的目标服务容器尺寸。以此,使得第二卡片上显示的至少一个推荐服务,可以动态调整容器尺寸,能够提高推荐服务的推荐效果。进一步的,推荐参数表示目标推荐服务的曝光反馈信息,曝光反馈信息表示准确的推荐服务的分发效率,因此,通过推荐参数确定的目标服务容器尺寸能够提高推荐服务的推荐效果。在进行服务推荐的过程中,显示推荐服务时采用的容器尺寸越大,在容器中显示服务相关信息的信息量越多,占用的曝光资源也越多,由此,通过确定的推荐服务对应的目标服务容器尺寸是可以动态切换的,以便于控制用于显示推荐服务的服务相关信息的信息量,即,控制服务推荐占用的曝光资源,如此,平衡推荐服务的推荐时长和曝光资源的关系,实现对推荐服务更精细的控制,提高推荐服务的推荐效果。
本申请实施例提供的一种服务推荐方法,可应用于电子设备中,请参考图5,其示出了电子设备100的硬件结构示意图。
示例性的,本申请实施例中的终端可以是电视、笔记本电脑、车载电脑、个人计算机、手机、平板电脑等具有显示屏且能够安装应用程序的电子设备,本申请实施例对终端的具体形式不做特殊限制。
如图5所示,电子设备100可以包括处理器110,内部存储器121,显示屏194等。可以理解的是,本发明实施例示意的结构并不构成对电子设备100的具体限定。在本申请另一些实施例中,电子设备100可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置。图示的部件可以以硬件,软件或软件和硬件的组合实现。
处理器110可以包括一个或多个处理单元,例如:处理器110可以包括应用处理器(application processor,AP),调制解调处理器,图形处理器(graphics processingunit,GPU),图像信号处理器(image signal processor,ISP),控制器,存储器,视频编解码器,数字信号处理器(digital signal processor,DSP),基带处理器,和/或神经网络处理器(neural-network processing unit,NPU)等。其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。
示例性的,处理器110用于在满足卡片刷新条件的情况下,获取多个推荐服务。处理器110还用于针对多个推荐服务中每个推荐服务,根据推荐服务的历史推荐信息,确定推荐服务对应的目标服务容器尺寸,其中,目标服务容器尺寸是至少一个预置服务容器尺寸中的任一个,至少一个预置服务容器尺寸对应的容器可以用于显示推荐服务。处理器110还用于对多个推荐服务进行排序,按照上述排序结果,以及推荐服务对应的目标服务容器尺寸,确定卡片的容器上显示的推荐服务。
其中,控制器可以是电子设备100的神经中枢和指挥中心。控制器可以根据指令操作码和时序信号,产生操作控制信号,完成取指令和执行指令的控制。
处理器110中还可以设置存储器,用于存储指令和数据。在一些实施例中,处理器110中的存储器为高速缓冲存储器。该存储器可以保存处理器110刚用过或循环使用的指令或数据。如果处理器110需要再次使用该指令或数据,可从所述存储器中直接调用。避免了重复存取,减少了处理器110的等待时间,因而提高了系统的效率。
在一些实施例中,处理器110可以包括一个或多个接口。接口可以包括集成电路(inter-integrated circuit,I2C)接口,集成电路内置音频(inter-integrated circuitsound,I2S)接口,脉冲编码调制(pulse code modulation,PCM)接口,通用异步收发传输器(universal asynchronous receiver/transmitter,UART)接口,移动产业处理器接口(mobile industry processor interface,MIPI),通用输入输出(general-purposeinput/output,GPIO)接口,用户标识模块(subscriber identity module,SIM)接口,和/或通用串行总线(universal serial bus,USB)接口等。
电子设备100通过GPU,显示屏194,以及应用处理器等实现显示功能。GPU为图像处理的微处理器,连接显示屏194和应用处理器。GPU用于执行数学和几何计算,用于图形渲染。处理器110可包括一个或多个GPU,其执行程序指令以生成或改变显示信息。
显示屏194用于显示图像,视频等。显示屏194包括显示面板。显示面板可以采用液晶显示屏(liquid crystal display,LCD),有机发光二极管(organic light-emittingdiode,OLED),有源矩阵有机发光二极体或主动矩阵有机发光二极体(active-matrixorganic light emitting diode的,AMOLED),柔性发光二极管(flex light-emittingdiode,FLED),Miniled,MicroLed,Micro-oLed,量子点发光二极管(quantum dotlightemitting diodes,QLED)等。在一些实施例中,电子设备100可以包括1个或N个显示屏194,N为大于1的正整数。
示例性的,显示屏194用于在卡片的容器上显示推荐服务。
内部存储器121可以用于存储计算机可执行程序代码,所述可执行程序代码包括指令。处理器110通过运行存储在内部存储器121的指令,从而执行电子设备100的各种功能应用以及数据处理。内部存储器121可以包括存储程序区和存储数据区。其中,存储程序区可存储操作系统,至少一个功能所需的应用程序(比如声音播放功能,图像播放功能等)等。存储数据区可存储电子设备100使用过程中所创建的数据(比如音频数据,电话本等)等。此外,内部存储器121可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件,闪存器件,通用闪存存储器(universal flash storage,UFS)等。
示例性的,内部存储器121用于存储处理器110执行步骤的指令、历史推荐信息、推荐服务、以及能够显示推荐服务的卡片的卡片板式。
电子设备100的软件系统可以采用分层架构,事件驱动架构,微核架构,微服务架构,或云架构。本发明实施例以分层架构的Android系统为例,示例性说明电子设备100的软件结构。
图6是本发明实施例的电子设备100的软件结构示意图。
分层架构将软件分成若干个层,每一层都有清晰的角色和分工。层与层之间通过软件接口通信。在一些实施例中,将Android系统分为四层,从上至下分别为应用程序层,应用程序框架层,安卓运行时(Android Runtime)和系统库,以及内核层。
应用程序层可以包括一系列应用程序包。
如图6所示,应用程序包可以包括相机,图库,日历,通话,地图,导航,WLAN,蓝牙,音乐,视频,短信息等应用程序。
示例性的,电子设备100基于应用程序层可以实现运行服务推荐方法对应的服务卡片程序。
应用程序框架层为应用程序层的应用程序提供应用编程接口(applicationprogramming interface,API)和编程框架。应用程序框架层包括一些预先定义的函数。
示例性的,电子设备100基于应用程序框架层可以实现响应于用户操作,启动卡片的容器上显示的服务,即,启动目标功能。其中,目标功能可以是打开某应用程序的首页,还可以是打开某应用程序中的特定页面,如,短信应用程序中的某一验证信息,即时通信应用程序中与用户A的聊天界面,视频播放应用程序中某主播最新发布的视频等等。
如图6所示,应用程序框架层可以包括窗口管理器,内容提供器,视图系统,电话管理器,资源管理器,通知管理器等。
窗口管理器用于管理窗口程序。窗口管理器可以获取显示屏大小,判断是否有状态栏,锁定屏幕,截取屏幕等。
内容提供器用来存放和获取数据,并使这些数据可以被应用程序访问。所述数据可以包括视频,图像,音频,拨打和接听的电话,浏览历史和书签,电话簿等。
视图系统包括可视控件,例如显示文字的控件,显示图片的控件等。视图系统可用于构建应用程序。显示界面可以由一个或多个视图组成的。例如,包括短信通知图标的显示界面,可以包括显示文字的视图以及显示图片的视图。
电话管理器用于提供电子设备100的通信功能。例如通话状态的管理(包括接通,挂断等)。
资源管理器为应用程序提供各种资源,比如本地化字符串,图标,图片,布局文件,视频文件等等。
通知管理器使应用程序可以在状态栏中显示通知信息,可以用于传达告知类型的消息,可以短暂停留后自动消失,无需用户交互。比如通知管理器被用于告知下载完成,消息提醒等。通知管理器还可以是以图表或者滚动条文本形式出现在系统顶部状态栏的通知,例如后台运行的应用程序的通知,还可以是以对话窗口形式出现在屏幕上的通知。例如在状态栏提示文本信息,发出提示音,电子设备振动,指示灯闪烁等。
Android Runtime包括核心库和虚拟机。Android Runtime负责安卓系统的调度和管理。核心库包含两部分:一部分是java语言需要调用的功能函数,另一部分是安卓的核心库。
应用程序层和应用程序框架层运行在虚拟机中。虚拟机将应用程序层和应用程序框架层的java文件执行为二进制文件。虚拟机用于执行对象生命周期的管理,堆栈管理,线程管理,安全和异常的管理,以及垃圾回收等功能。
系统库可以包括多个功能模块。例如:表面管理器(surface manager),媒体库(Media Libraries),三维图形处理库(例如:OpenGL ES),2D图形引擎(例如:SGL)等。
示例性的,电子设备100基于Android Runtime和系统库可以实现在满足卡片刷新条件的情况下,获取多个推荐服务。电子设备100基于Android Runtime和系统库还可以实现针对多个推荐服务中每个推荐服务,根据推荐服务的历史推荐信息,确定推荐服务对应的目标服务容器尺寸,其中,目标服务容器尺寸是至少一个预置服务容器尺寸中的任一个,至少一个预置服务容器尺寸对应的容器可以用于显示推荐服务。电子设备100基于AndroidRuntime和系统库还可以实现对多个推荐服务进行排序,按照上述排序结果,以及推荐服务对应的目标服务容器尺寸,确定卡片的容器上显示的推荐服务。
表面管理器用于对显示子系统进行管理,并且为多个应用程序提供了2D和3D图层的融合。
媒体库支持多种常用的音频,视频格式回放和录制,以及静态图像文件等。媒体库可以支持多种音视频编码格式,例如:MPEG4,H.264,MP3,AAC,AMR,JPG,PNG等。
三维图形处理库用于实现三维图形绘图,图像渲染,合成,和图层处理等。
2D图形引擎是2D绘图的绘图引擎。
内核层是硬件和软件之间的层。内核层至少包含显示驱动,摄像头驱动,音频驱动,传感器驱动。
示例性的,电子设备100基于内核层可以实现在卡片的容器上显示推荐服务。
下面结合图5和图6,示例性说明电子设备100软件以及硬件的工作流程,其中,工作流程为实现本申请实施例中的服务推荐方法的流程。
电子设备基于应用程序层可以实现运行服务推荐方法对应的服务卡片程序。电子设备处理器110通过调度Android Runtime和系统库实现判断是否满足卡片刷新条件,在满足卡片刷新条件的情况下,获取推荐服务。电子设备处理器110通过调度Android Runtime和系统库实现针对多个推荐服务中每个推荐服务,根据推荐服务的历史推荐信息,确定推荐服务对应的目标服务容器尺寸,其中,目标服务容器尺寸是至少一个预置服务容器尺寸中的任一个,至少一个预置服务容器尺寸对应的容器可以用于显示推荐服务。电子设备处理器110通过调度Android Runtime和系统库实现对多个推荐服务进行排序,按照上述排序结果,以及推荐服务对应的目标服务容器尺寸,确定卡片的容器上显示的推荐服务。电子设备100基于内核层驱动显示屏194用于在卡片的容器上显示推荐服务。
电子设备还可以基于应用程序框架层可以实现响应于用户操作,启动卡片的容器上显示的推荐服务。其中,推荐服务可以是打开某应用程序的首页,还可以是打开某应用程序中的特定页面,如,短信应用程序中的某一验证信息,即时通信应用程序中与用户A的聊天界面,视频播放应用程序中某主播最新发布的视频等等。
随着安装在终端上的应用程序越来越多,终端能够实现的功能也越来越多,在显示界面的卡片上能够显示的推荐服务(包含用户所需的目标功能),响应于用于针对推荐服务的触发操作,能够提高用户启动目标功能的速度。同时,由于显示界面的曝光资源有限,在卡片的容器上显示的推荐服务,还需要确保推荐服务在具有足够曝光时间的情况下,避免占用过多的曝光资源。为了实现上述效果,以终端是手机(具有显示屏的电子设备)为例,结合附图,对本申请实施例提供的服务推荐方法进行说明。如图7所示,该方法可以包括如下步骤S701-S704。
S701、电子设备显示第一卡片。
其中,第一卡片上包括第一推荐服务,显示所述第一推荐服务的容器为第一尺寸的容器。
在本申请实施例中,如果开启卡片显示功能,电子设备即可根据初始属性参数显示第一卡片。需要说明的是,第一卡片上的推荐服务,可以为预设的服务。
还需要说明的是,卡片上包括容器,每个容器中能够显示一个推荐服务,即在容器中显示推荐服务的服务相关信息。
S702、电子设备在满足卡片刷新条件的情况下,获取多个推荐服务。
其中,推荐服务是指目标功能对应的重要信息或目标功能的操作前置,其中,目标功能是指某一应用程序能够实现的功能,如,打开某应用程序的首页,打开某应用程序中的特定页面,如,短信应用程序中的某一验证信息,即时通信应用程序中与用户A的聊天界面,视频播放应用程序中某主播最新发布的视频等等。
在本申请实施例中,推荐服务的推荐来源,包括以下至少一项:专家系统、人工智能(Artificial Intelligence,AI)智能探索系统、备份服务系统和服务推广系统。专家系统用于获取各个预置场景对应的推荐服务。AI智能探索系统用于获取用户使用习惯对应的推荐服务。备份服务系统用于存储电子设备的本机预置的推荐服务。服务推广系统用于获取应用程序开发方需要推广的推荐服务,如,上线的电影、发布的新品、更新的剧集等等。
在一些实施例中,由于显示界面的曝光资源有限,在显示界面显示的卡片所包含的容器的容器数量是有限的,因此,电子设备从推荐来源获取推荐服务过程中,可以从每个推荐来源获取预置数量的推荐服务。如此,如果推荐来源来自服务器,那么电子设备通过设置预置数量的限制条件能够减少传输的数据量,能够提高获取推荐服务的速度。如果推荐来源来自电子设备本身,那么电子设备通过设置预置数量的限制条件能够减少重复存储推荐服务的数据量,能够节约电子设备的系统资源。
示例性,预置数量可以为卡片包含的容器的数量最大值,还可以在上述数量最大值的基础上将数值上浮预置百分比(如10%),还可以是根据经验设置的数值。
在一些实施例中,电子设备还可以将电子设备安装的应用程序作为筛选条件,以确保获取的推荐服务,一旦在卡片的容器中显示,则能够响应于用户操作实现推荐服务对应的目标功能。如此,提高推荐服务的有效性,提高卡片中容器的使用率。
在本申请实施例中,卡片刷新条件检测到相邻的触发亮屏熄屏事件的时间间隔大于第一预置时(如5分钟)长,检测到相邻两次触发最近使用的应用程序发生变化事件的时间间隔大于第二预置时间(如10分钟),检测到触发预置场景事件,以及检测到触发预置操作(如显示、设置、删除和移动)。
其中,预置场景可以为午休时间场景、餐厅位置场景和使用习惯场景等等。预置触发操作可以为卡片显示操作、卡片属性设置操作、删除推荐服务操作和移动推荐服务操作等常规操作。
S703、电子设备针对多个推荐服务中的目标推荐服务,根据目标推荐服务的推荐参数,确定推荐服务对应的目标服务容器尺寸。
其中,目标服务容器尺寸是至少一个预置服务容器尺寸中的任一个,至少一个预置服务容器尺寸对应的容器用于显示推荐服务。需要说明的是,电子设备获取推荐服务的过程,也可以属于服务召回的过程。服务召回的过程,还包括确定推荐服务对应的目标服务容器尺寸。推荐参数用于表示目标推荐服务的曝光反馈信息。
在本申请实施例中,对于同一推荐服务而言,可以采用至少一个预置服务容器尺寸对应的容器显示。示例性的,如果推荐服务为播放视频B,可以采用的预置服务容器尺寸可以为1M*1M、1M*2M和2M*2M。
由于显示推荐服务的目的在于,提高用户输入针对推荐服务的响应操作,因此,为了提高推荐服务的分发效率,对于用户点击次数较多或者曝光时长较多的推荐服务,可以采用占用曝光资源较少的容器进行显示。基于此,在获取推荐服务之后,可以确定每个推荐服务对应的目标服务容器尺寸。
在一些实施例中,以多个推荐服务中的任一推荐服务为例,假设推荐服务对应的预置服务容器尺寸包括第一容器尺寸、第二容器尺寸和第三容器尺寸,如图8所示,对确定推荐服务对应的目标服务容器尺寸,进行如下说明:
第一,针对至少一个预置服务容器尺寸中的每个预置服务容器尺寸对应的容器,获取至少一个喜好度参数。其中,喜好度参数是指用户对预置服务容器尺寸的喜好程度,可以通过统计卡片中所有容器尺寸的点击利率确定。
具体的,针对至少一个预置服务容器尺寸中的每个预置服务容器尺寸对应的容器,统计至少一个容器历史点击率;根据预置关联关系和至少一个容器历史点击率,得到至少一个喜好度参数。
需要说明的是,如图9所示,用户喜好度可以根据使用习惯(如点击率)确定,在点击率的数值范围属于(0,a]的情况下,确定用户喜好度为y=f;在点击率的数值范围属于(b,+∞]的情况下,确定用户喜好度为y=1;在点击率的数值范围属于(a,b]的情况下,用户喜好度为随着点击率的增加而增加,可以根据点击率a对应用户喜好度f,点击率b对应用户喜好度1,建立直线方程计算任一点击率对应的用户喜好度y=(1-f)(x-a)/(b-a)+f。其中,a、b、f是预先设置的参数值。
第二,根据至少一个喜好度参数和目标推荐服务的推荐权重,得到至少一个服务优先度参数,其中,至少一个服务优先度参数与所述至少一个预置服务容器尺寸一一对应。
具体的,计算推荐服务的第一容器尺寸、第二容器尺寸和第三容器尺寸分别对应的服务优先度参数,并,按照服务优先度参数从大到小的顺序,确定推荐服务的容器优先级。容器优先级是指推荐服务采用第一容器尺寸、第二容器尺寸和第三容器尺寸对应的容器进行显示的优先级别。
其中,容器优先级可以根据服务优先度参数确定。服务优先度参数越高,容器优先级越高。服务优先度参数与推荐服务的预置服务容器尺寸一一对应。示例性的,如果推荐服务对应的预置服务容器尺寸为3个,那么能够计算得到3个服务优先度参数;如果推荐服务对应的预置服务容器尺寸为2个,那么能够计算得到2个服务优先度参数。
示例性的,服务优先度参数可以为用户喜好度与推广权重的乘积。服务优先度参数的数值大小越大,服务优先度参数对应的服务显示方式的优先级别越高。
还需要说明的是,推广权重是预先设置的固定数值(根据推广需求配置的),也可以是根据预先设置的算法计算得到的,还可以是响应于用户操作输入的,在本申请实施例中对此不做限定。推广权重可以是在云端进行配置的。
可以理解的是,如果某一服务显示方式的推广权重较高,那么有可能提高用户喜好度较低的服务显示方式,对应的容器优先级。示例性的,在午休时间,外卖软件,采用大尺寸容器(用于推荐店家)的容器优先级最高,在非午休时段,采用小尺寸容器(用于展示软件图标)的容器优先级最高。
第三,根据至少一个服务优先度参数、目标推荐服务的历史点击次数和目标推荐服务的历史曝光时长,得到至少一个容器曝光资源参数。其中,至少一个容器曝光资源参数与至少一个服务优先度参数一一对应。
示例性的,根据服务优先度参数,计算第一容器尺寸、第二容器尺寸和第三容器尺寸的容器曝光资源参数。
其中,历史推荐信息包括点击次数和曝光时长。容器曝光资源参数是根据容器显示的推荐服务接收到的点击次数和曝光时长确定的。示例性,对于任一容器尺寸(第一容器尺寸、第二容器尺寸或第三容器尺寸)而言,容器曝光资源参数为 其中,score为容器曝光资源参数,prority为显示容器尺寸对应的服务优先度参数,exposeTime为推荐服务的曝光时长,exposeMax为推荐服务的显示时长,clickCount为推荐服务的点击次数,clickMax为推荐服务的推荐次数。为确定历史点击率和历史曝光率中的最大值。
需要说明的是,推荐服务的点击次数和曝光时长的数值越高,容器曝光资源参数的分数越低。对于响应于前一次卡片刷新条件未显示的推荐服务,以及响应于前一次卡片刷新条件未采用的预置服务容器尺寸,点击次数和曝光时长记录为0值。值得说明的是,响应于前一次卡片刷新条件显示推荐服务之后,统计点击次数和曝光时长。
第四,根据推荐服务的容器曝光资源参数,确定推荐服务对应的目标服务容器尺寸。
其中,按照第一容器尺寸、第二容器尺寸和第三容器尺寸的容器优先级从高到低的顺序,依次比较各个预置服务容器尺寸的容器曝光资源参数是否大于预置阈值,并根据比较结果确定推荐服务对应的目标服务容器尺寸。
具体的,按照至少一个服务优先度参数从大到小的顺序,确定至少一个预置服务容器尺寸的优先级顺序;若优先级顺序中第一优先级对应的预置服务容器尺寸对应的容器曝光资源参数,大于优先级顺序中第一优先级对应预置服务容器尺寸对应的预置阈值,则确定第一优先级对应的预置服务容器尺寸为目标推荐服务对应的目标服务容器尺寸;若优先级顺序中第一优先级对应的预置服务容器尺寸对应的容器曝光资源参数,小于或等于优先级顺序中第一优先级对应预置服务容器尺寸对应的预置阈值,则判断优先级顺序中第二优先级对应的预置服务容器尺寸对应的容器曝光资源参数,是否小于或等于优先级顺序中第二优先级对应的预置阈值;重复上述步骤,直至确定目标推荐服务对应的目标服务容器尺寸,或者确定至少一个预置服务容器尺寸中不存在目标推荐服务对应的目标服务容器尺寸。
示例的,对于容器优先级最高的第一容器尺寸而言,比较第一容器尺寸的容器曝光资源参数是否大于第一预置阈值,如果比较结果为大于则确定第一容器尺寸为目标服务容器尺寸,如果比较结果为小于或等于则针对容器优先级次之的第二容器尺寸,继续比较第二容器尺寸的容器曝光资源参数是否大于第二预置阈值,如果比较结果为大于则确定第二容器尺寸为目标服务容器尺寸,如果比较结果为小于或等于则针对容器优先级次之的第三容器尺寸,比较第三容器尺寸的容器曝光资源参数是否大于第三预置阈值,重复执行与上述步骤类似的步骤,直至得到确定推荐服务对应的目标服务容器尺寸,或者确定推荐服务没有对应的目标服务容器尺寸。其中,推荐服务的预置服务容器尺寸不同,对应的预置阈值可能相同,也可能不相同。
其中,历史点击次数为卡片刷新条件对应的预置时间周期内接收到的针对目标推荐服务的总点击操作次数,历史曝光时长为卡片刷新条件对应的预置时间周期内接收到的目标推荐服务的总曝光时长。示例性,历史点击次数为2次,历史曝光时长为30秒,可能确定推荐服务对应的目标服务容器尺寸,与响应于前一次卡片刷新条件显示推荐服务采用的容器尺寸不同。
如图10所示,推广权重可以在云端进行配置,根据推广权重、历史曝光时长和历史点击次数,经过计算,能够确定喜好度参数、优先级(根据服务优先度参数确定)和容器曝光资源参数。根据计算结果确定推荐服务对应的目标服务容器尺寸,也就是判断是否切换推荐服务对应的目标服务容器尺寸,并为推荐服务标记确定的目标服务容器尺寸。
在本申请中,可以在有限的曝光资源的条件下,最大限度的推荐大容器服务,通过用户对不同容器服务的点击效果,可以探索出用户对容器的喜好程度,进而推荐用户偏好的容器服务。同一服务的多种显示形式,更容易引起用户关注,提高服务的推荐效果。
S704、电子设备对多个推荐服务进行排序,按照排序结果,以及推荐服务对应的目标服务容器尺寸,在卡片的容器上显示推荐服务。
在本申请中,电子设备根据多个推荐服务的排序结果,以及每个推荐服务对应的目标服务容器尺寸,在第二卡片的容器上显示多个推荐服务中的至少一个推荐服务,第二卡片上包括第一推荐服务,显示第一推荐服务的容器为第二尺寸;第一推荐服务对应的目标服务容器尺寸为第二尺寸。
需要说明的是,第一卡片采用第一尺寸的容器显示第一推荐服务,第二卡片采用第二尺寸的容器显示第一推荐服务,第一尺寸和第二尺寸可以相同,也可以不相同。如果在第一卡片显示第一推荐服务之后,确定第一推荐服务对应的目标服务容器尺寸与第一尺寸相同,那么第一尺寸和第二尺寸相同。如果在第一卡片显示第一推荐服务之后,确定第一推荐服务对应的目标服务容器尺寸与第一尺寸不相同,那么第一尺寸和第二尺寸不相同。
在一些实施例中,由于推荐服务的推荐来源不同,推荐服务可能存在重复、不能启动、启动限制等情况。因此,在显示推荐服务,还可以对多个推荐服务进行过滤,然后在对多个推荐服务进行排序。如此,能够避免在卡片的容器上显示重复的服务,浪费曝光资源。
需要说明的是,在经过过滤后,如果获取的推荐服务的数量小于预置数据,电子设备还可以再次从推荐来源中获取推荐服务。当然,电子设备还可以调高预置数量,通过增加冗余的方式,避免重复执行从推荐来源获取推荐服务的操作步骤。
在一些实施例中,电子设备对推荐服务进行排序,可以依据使用频率、累积使用时长、大众评分等等排序参数,在本申请例中对此不做限定。其中,排序参数还可以包括点击次数和曝光时长。
需要说明的是,点击次数和曝光时长,还可以作为过滤条件,在推荐服务点击次数和曝光时长达到一定的阈值的情况下,不显示该推荐服务。
在另一些实施例中,电子设备可以进行排序学习,根据学习到的排序模型对推荐服务进行排序。需要说明的是,排序学习(Learning To Rank,LTR)则是基于特征,通过机器学习算法训练来学习到最佳的拟合公式。通过排序学习进行排序,具有如下特点:可以根据反馈自动学习并调整参数、可以融合多方面的排序影响因素、可以实现个性化推荐需求、可以对多种召回策略的召回服务的融合排序。具体的,在排序学习过程中可以采用单点法、配对法或列表法学习排序的拟合公式。
在又一些实施例中,在卡片刷新条件为检测到触发预置场景事件的情况下,电子设备还可以在排序学习过程中增加排序影响因素(预置场景),或者,提高排序影响因素(预置场景)的影响比重,然后确定预置场景对应的拟合公式。
示例性的,如果预置场景为午休时间场景,那么用户预定外卖的概率较高,电子设备可以查找午休时间场景对应的场景推荐应用程序,并标识推荐服务中场景推荐应用程序,以便于电子设备对推荐服务进行排序的过程中,根据午休时间场景对应的拟合公式,对推荐服务进行排序。
其中,卡片板式包括以下至少一项:容器数量、容器排布和每个容器的容器尺寸。需要说明的是,卡片板式可以是响应于用户操作选取的,也可以是默认的,还可以是根据推荐服务在各个卡片板式对应的得分情况选取的。卡片板式用于指示如何在卡片的容器上显示至少一个推荐服务。容器排布包括各个容器的排列顺序,以及各个容器的排列位置。
具体的,电子设备响应于至少一个用户操作,通过预置的卡片设置路径,进行卡片的属性设置界面,选取卡片规格、卡片板式、卡片风格和展示位置。可以理解的是,卡片板式还可以响应于用户操作重新选取其他卡片板式。
在本申请实施例中,卡片规格(即,卡片尺寸),通常依据应用程序图标对应的最小的尺寸单位(M)进行标记,例如2M*2M、2M*5M、3M*2M等等。电子设备可以响应于用户操作择一选取卡片规格。可以理解的是,M可以随着电子设备的显示界面的尺寸变化而对应调整,如,电子设备的显示界面切换为单手操作模式的情况下,应用程序图标适应性的缩小。M还可以设置固定的尺寸,随着电子设备的显示界面的尺寸变化而不对应调整。
在本申请实施例中,每个卡片规格,可以包括多种卡片板式。然而,每种卡片板式对应唯一的卡片规格,因此,选取预置卡片板式,相当于同时选取卡片规格。每种卡片板式对应固定的容器数量、容器尺寸、容器排布和每种容器尺寸对应的服务类别。示例性,如图4中的卡片所示,示出了一种卡片板式对应固定的容器数量、容器尺寸和容器排布,在此不再赘述。
在一些实施例中,电子设备在卡片的容器上显示推荐服务,具体包括:获取多个推荐服务的排序结果;按照排序结果从前到后的顺序,依次判断推荐服务是否与卡片的容器相适应,直至确定N个与卡片的容器相适应的推荐服务,N为卡片中的容器的容器数量;获取N个与卡片的容器相适应的推荐服务的服务相关信息,服务相关信息与目标服务容器尺寸相适应;在卡片中容器上显示至少一个推荐服务的服务相关信息。
可以理解的是,按照推荐服务的排列顺序,确定第一个推荐服务,然后获取第一个推荐服务的目标服务容器尺寸,对应的服务相关信息。然后按照卡片的容器顺序,获取第一个目标服务容器尺寸对应的容器,最后,根据容器的显示参数,在容器上显示推荐对应的服务相关信息。
在另一些实施例中,电子设备在卡片的容器上显示推荐服务,具体包括:获取多个推荐服务的排序结果;按照卡片的容器排布顺序和排列结果从前导航的顺序,依次判断推荐服务对应的目标服务容器尺寸是否与容器对应的卡片容器尺寸相适应,直至确定N个与卡片的容器相适应的推荐服务,N为卡片中的容器的容器数量;获取N个与卡片的容器相适应的推荐服务的服务相关信息,服务相关信息与目标服务容器尺寸相适应;在卡片中容器上显示至少一个推荐服务的服务相关信息。
可以理解的是,按照容器排布中各个容器的排列顺序,确定第一个容器,然后从推荐服务的排序结果中确定目标服务容器尺寸为第一个容器的容器尺寸的推荐服务,然后获取该推荐服务对应的服务相关信息,最后,根据容器的显示参数,在容器上显示推荐对应的服务相关信息。
可以理解的是,对于同一推荐服务而言,在不同容器尺寸对应的容器上显示推荐服务的服务相关信息不同。电子设备可以根据预置算法获取服务相关信息,还可以通过应用程序的预留应用程序编程接口获取服务相关信息。
在本申请实施例中,以推荐服务为最近观看的视频链接为例,推荐服务的服务相关信息象包括以下一项或多项:推荐服务对应的应用程序图标、播放使用的应用程序名称、以图片形式标识的视频链接、视频名称。推荐服务的服务相关信息还包括以下一项或多项:推荐服务对应的应用程序图标、以文字形式标识的视频链接、视频名称、视频简介、至少一条弹幕。推荐服务的服务相关信息可以为推荐服务对应的应用程序图标(可以通过携带深度链接deeplink方式跳转至应用程序中视频链接的页面)。通过容器显示的推荐服务的服务相关信息,都能响应于用户操作进入最近观看的视频对应的视频播放页面。
示例性的,推荐服务为视频B的视频链接,视频B的播放平台为应用程序A,视频B的简介为:修仙类视频,视频B对应的视频链接的图片标识为“御剑飞行”图片,视频B对应的视频链接的文字标识为“视频B”,弹幕包括“啊啊啊”、“带飞带飞”和“5毛特效”等等。如图11中的(a)所示,定义显示方式的显示对象对应的显示内容包括:应用程序A对应的图标、应用程序A、“御剑飞行”图片(视频链接)和视频B(视频名称),在“御剑飞行”图片上还可以叠加显示播放进度。如图11中的(b)所示,模板显示方式的显示对象对应的显示内容包括:应用程序A对应的图标、应用程序A、“视频B”(视频链接)和修仙类视频。如图11中的(c)所示,模板显示方式的显示对象对应的显示内容还包括:应用程序A对应的图标、应用程序A、“视频B”(视频链接)和弹幕。在显示弹幕的区域可以滚动显示“啊啊啊”、“带飞带飞”和“5毛特效”。如图11中的(d)所示,预置显示方式的显示对象对应的显示内容还包括:应用程序A对应的图标。
在本申请实施例中,在卡片的容器上显示推荐服务之后,如果再次满足卡片刷新条件,则重新执行上述步骤S702-S704。
本申请上述实施例的服务推荐方法,在获取多个推荐服务之后,还需要确定多个推荐服务中的每个推荐服务对应的目标服务容器尺寸,以便于在推荐服务对应的目标服务容器尺寸对应的容器中显示推荐服务。对于多个推荐服务中的任一推荐服务(目标推荐服务),由于目标推荐服务的推荐参数是实际情况不断调整变化的,因此,可能将目标推荐服务对应的至少一个预置服务容器尺寸中的任一个预置服务容器尺寸确定为目标推荐服务对应的目标服务容器尺寸。以此,使得第二卡片上显示的至少一个推荐服务,可以动态调整容器尺寸(第一尺寸与第二尺寸不同),能够提高推荐服务的推荐效果。进一步的,推荐参数表示目标推荐服务的曝光反馈信息,曝光反馈信息表示准确的推荐服务的分发效率,因此,通过推荐参数确定的目标服务容器尺寸能够提高推荐服务的推荐效果。在进行服务推荐的过程中,显示推荐服务时采用的容器尺寸越大,在容器中显示服务相关信息的信息量越多,占用的曝光资源也越多,由此,通过确定的推荐服务对应的目标服务容器尺寸是可以动态切换的,以便于控制用于显示推荐服务的服务相关信息的信息量,即,控制服务推荐占用的曝光资源,如此,平衡推荐服务的推荐时长和曝光资源的关系,实现对推荐服务更精细的控制,提高推荐服务的推荐效果。
需要注意的是,由于每次满足卡片刷新条件后,用于显示推荐服务的容器的尺寸是根据对应的目标服务容器尺寸动态确定的,因而对于任一推荐服务而言,可能切换目标服务容器尺寸。而且,对于同一推荐服务而言,卡片上用于显示该同一推荐服务的容器的尺寸也是动态变化的。比如,在步骤S701中,卡片上用于显示推荐服务1的容器的尺寸为第一尺寸,在步骤S704中,卡片上用于显示推荐服务1的容器的尺寸为第二尺寸。
本申请提供的服务推荐方法,如图12所示,包括触发刷新、服务召回、服务装填部分,其中,对于推广服务可以完全由推广方提供。在融合排序过程中,可将曝光反馈信息作为排序的因素,将曝光较多的推荐服务进行衰减,降低排序序数,也能够平衡推荐服务的推荐时长和曝光资源的关系,实现对推荐服务更精细的控制,提高推荐服务的推荐效果。
在一些实施例中,所述服务相关信息对应的信息类别包括以下至少一项:图标信息、功能页面连接信息和所述功能页面中的页面提取信息。
在另一些实施例中,确定显示推荐服务对应的目标应用程序,所述显示推荐服务为所述至少一个推荐服务中的一个;从所述推广服务数据库中,选取符合推广条件的推广服务,所述推广条件包括:所述推广服务对应的应用程序为所述目标应用程序,所述显示推荐服务对应的服务相关信息,与所述推广服务对应的服务相关信息相比,包括至少一个相同信息类别;
在所述显示推荐服务对应的容器上,对于所述相同信息类别,将所述显示推荐服务的服务相关信息,替换为所述推广服务对应的服务相关信息。
在另一些实施例中,上述步骤704之后,还包括:从所述卡片的容器中显示的至少一个推荐服务中,确定满足容器切换条件的切换推荐服务;从所述切换推荐服务对应的至少一个预置服务容器尺寸中,确定所述切换推荐服务对应的切换服务容器尺寸;根据所述切换推荐服务对应的切换服务容器尺寸,在所述卡片的所述切换服务容器尺寸的容器上切换显示所述切换推荐服务;根据所述多个推荐服务的排序结果,以及所述每个推荐服务对应的目标服务容器尺寸,确定所述卡片的空置容器对应的替补推荐服务;所述空置容器为所述切换显示之前显示所述切换推荐服务的容器;所述卡片的容器上显示的推荐服务不重复。
本申请实施例中还提供了一种服务推荐装置,参见图13,包括:显示单元1301、获取单元1302和确定单元1303;
显示单元1301,用于显示第一卡片,第一卡片上包括第一推荐服务,显示第一推荐服务的容器为第一尺寸的容器;
获取单元1302,用于在满足卡片刷新条件的情况下,获取多个推荐服务,多个推荐服务中包括第一推荐服务;
确定单元1303,用于针对多个推荐服务中的目标推荐服务,根据目标推荐服务的推荐参数,确定目标推荐服务对应的目标服务容器尺寸,目标推荐服务为多个推荐服务中的任一推荐服务;目标服务容器尺寸是目标推荐服务对应的至少一个预置服务容器尺寸中的一个;推荐参数用于表示目标推荐服务的曝光反馈信息;
显示单元,还用于根据多个推荐服务的排序结果,以及每个推荐服务对应的目标服务容器尺寸,在第二卡片的容器上显示多个推荐服务中的至少一个推荐服务,第二卡片上包括第一推荐服务,显示第一推荐服务的容器为第二尺寸;第一推荐服务对应的目标服务容器尺寸为第二尺寸。
可以理解的是,为了实现上述功能,电子设备包含了执行各个功能相应的硬件和/或软件模块。结合本文中所公开的实施例描述的各示例的算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。本领域技术人员可以结合实施例对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本实施例可以根据上述方法示例对电子设备进行功能模块的划分,例如,可以对应各个功能划分各个功能模块,也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块可以采用硬件的形式实现。需要说明的是,本实施例中对模块的划分是示意性的,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。
本申请实施例还提供一种电子设备,如图14所示,该电子设备可以包括一个或者多个处理器1001、存储器1002和通信接口1003。
其中,存储器1002、通信接口1003与处理器1001耦合。例如,存储器1002、通信接口1003与处理器1001可以通过总线1004耦合在一起。
其中,通信接口1003用于与其他设备进行数据传输。存储器1002中存储有计算机程序代码。计算机程序代码包括计算机指令,当计算机指令被处理器1001执行时,使得电子设备执行本申请实施例中的服务推荐方法。
其中,处理器1001可以是处理器或控制器,例如可以是中央处理器(CentralProcessing Unit,CPU),通用处理器,数字信号处理器(Digital Signal Processor,DSP),专用集成电路(Application-Specific Integrated Circuit,ASIC),现场可编程门阵列(Field Programmable Gate Array,FPGA)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本公开内容所描述的各种示例性的逻辑方框,模块和电路。所述处理器也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等等。
其中,总线1004可以是外设部件互连标准(Peripheral Component Interconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。上述总线1004可以分为地址总线、数据总线、控制总线等。为便于表示,图14中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
本申请实施例还提供一种计算机可读存储介质,该计算机存储介质中存储有计算机程序代码,当上述处理器执行该计算机程序代码时,电子设备执行上述方法实施例中的相关方法步骤。
本申请实施例还提供了一种计算机程序产品,当该计算机程序产品在计算机上运行时,使得计算机执行上述方法实施例中的相关方法步骤。
其中,本申请提供的电子设备、计算机存储介质或者计算机程序产品均用于执行上文所提供的对应的方法,因此,其所能达到的有益效果可参考上文所提供的对应的方法中的有益效果,此处不再赘述。
通过以上实施方式的描述,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。
在本申请所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块或单元的划分,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,例如多个单元或组件可以结合或者可以集成到另一个装置,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是一个物理单元或多个物理单元,即可以位于一个地方,或者也可以分布到多个不同地方。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该软件产品存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上内容,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,任何在本申请揭露的技术范围内的变化或替换,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 (16)
1.一种服务推荐方法,其特征在于,所述方法包括:
显示第一卡片,所述第一卡片上包括第一推荐服务,所述显示所述第一推荐服务的容器为第一尺寸的容器;
在满足卡片刷新条件的情况下,获取多个推荐服务,所述多个推荐服务中包括所述第一推荐服务;
针对所述多个推荐服务中的目标推荐服务,根据所述目标推荐服务的推荐参数,确定所述目标推荐服务对应的目标服务容器尺寸,所述目标推荐服务为所述多个推荐服务中的任一推荐服务;所述目标服务容器尺寸是所述目标推荐服务对应的至少一个预置服务容器尺寸中的一个;所述推荐参数用于表示所述目标推荐服务的曝光反馈信息;
根据所述多个推荐服务的排序结果,以及所述每个推荐服务对应的目标服务容器尺寸,在第二卡片的容器上显示所述多个推荐服务中的至少一个推荐服务,所述第二卡片上包括所述第一推荐服务,显示所述第一推荐服务的容器为第二尺寸;所述第一推荐服务对应的目标服务容器尺寸为所述第二尺寸。
2.根据权利要求1所述的方法,其特征在于,所述推荐参数包括:喜好度参数、推荐权重、历史点击次数和历史曝光时长;所述根据所述目标推荐服务的推荐参数,确定所述目标推荐服务对应的目标服务容器尺寸,包括:
针对所述至少一个预置服务容器尺寸中的每个预置服务容器尺寸对应的容器,获取至少一个喜好度参数;喜好度参数用于表示用户对预置服务容器尺寸的喜好程度;
根据所述至少一个喜好度参数和所述目标推荐服务的推荐权重,得到至少一个服务优先度参数,所述至少一个服务优先度参数与所述至少一个预置服务容器尺寸一一对应;
根据所述至少一个服务优先度参数、所述目标推荐服务的历史点击次数和所述目标推荐服务的历史曝光时长,得到至少一个容器曝光资源参数,所述至少一个容器曝光资源参数与所述至少一个服务优先度参数一一对应;
根据所述至少一个容器曝光资源参数,确定所述目标推荐服务对应的目标服务容器尺寸。
3.根据权利要求2所述的方法,其特征在于,所述针对所述至少一个预置服务容器尺寸中的每个预置服务容器尺寸对应的容器,获取至少一个喜好度参数,包括:
针对所述至少一个预置服务容器尺寸中的每个预置服务容器尺寸对应的容器,统计至少一个容器历史点击率;
根据预置关联关系和所述至少一个容器历史点击率,得到所述至少一个喜好度参数。
4.根据权利要求2或3所述的方法,其特征在于,所述根据所述至少一个服务优先度参数、所述目标推荐服务的历史点击次数和所述目标推荐服务的历史曝光时长,得到至少一个容器曝光资源参数,包括:
根据第一预置算法,计算所述至少一个容器曝光资源参数,所述预置算法为:
其中,score为容器曝光资源参数,prority为显示所述预置服务容器尺寸对应的服务优先度参数,exposeTime为所述目标推荐服务的历史曝光时长,exposeMax为所述目标推荐服务的历史显示时长,所述历史点击率为所述目标推荐服务的历史曝光时长与所述目标推荐服务的历史显示时长的比值,clickCount为所述目标推荐服务的历史点击次数,clickMax为所述目标推荐服务的历史显示次数,所述历史曝光率为所述目标推荐服务的历史点击次数与所述目标推荐服务的历史显示次数的比值,为确定所述历史点击率和所述历史曝光率中的最大值。
5.根据权利要求2-4任一项所述的方法,其特征在于,所述历史点击次数为所述卡片刷新条件对应的预置时间周期内接收到的针对所述目标推荐服务的总点击操作次数,所述历史曝光时长为所述卡片刷新条件对应的预置时间周期内接收到的所述目标推荐服务的总曝光时长。
6.根据权利要求2-5任一项所述的方法,其特征在于,所述根据所述至少一个容器曝光资源参数,确定所述目标推荐服务对应的目标服务容器尺寸,包括:
按照所述至少一个服务优先度参数从大到小的顺序,确定所述至少一个预置服务容器尺寸的优先级顺序;
若所述优先级顺序中第一优先级对应的预置服务容器尺寸对应的容器曝光资源参数,大于所述优先级顺序中第一优先级对应预置服务容器尺寸对应的预置阈值,则确定所述第一优先级对应的预置服务容器尺寸为所述目标推荐服务对应的目标服务容器尺寸;
若所述优先级顺序中第一优先级对应的预置服务容器尺寸对应的容器曝光资源参数,小于或等于所述优先级顺序中第一优先级对应预置服务容器尺寸对应的预置阈值,则判断所述优先级顺序中第二优先级对应的预置服务容器尺寸对应的容器曝光资源参数,是否小于或等于所述优先级顺序中第二优先级对应的预置阈值;
重复上述步骤,直至确定所述目标推荐服务对应的目标服务容器尺寸,或者确定所述至少一个预置服务容器尺寸中不存在所述目标推荐服务对应的目标服务容器尺寸。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述根据所述多个推荐服务的排序结果,以及所述每个推荐服务对应的目标服务容器尺寸,在卡片的容器上显示所述多个推荐服务中的至少一个推荐服务,包括:
获取所述多个推荐服务的排序结果;
按照所述排序结果从前到后的顺序,依次判断所述推荐服务是否与所述卡片的容器相适应,直至确定N个与所述卡片的容器相适应的推荐服务,N为所述卡片中的容器的容器数量;
获取所述N个与所述卡片的容器相适应的推荐服务的服务相关信息,所述服务相关信息与所述目标服务容器尺寸相适应;
在卡片中容器上显示所述至少一个推荐服务的服务相关信息。
8.根据权利要求1-6任一项所述的方法,其特征在于,所述根据所述多个推荐服务的排序结果,以及所述每个推荐服务对应的目标服务容器尺寸,在卡片的容器上显示所述多个推荐服务中的至少一个推荐服务,包括:
获取所述多个推荐服务的排序结果;
按照所述卡片的容器排布顺序和所述排列结果从前到后的顺序,依次判断所述推荐服务对应的目标服务容器尺寸是否与所述容器对应的卡片容器尺寸相适应,直至确定N个与所述卡片的容器相适应的推荐服务,N为所述卡片中的容器的容器数量;
获取所述N个与所述卡片的容器相适应的推荐服务的服务相关信息,所述服务相关信息与所述目标服务容器尺寸相适应;
在卡片中容器上显示所述至少一个推荐服务的服务相关信息。
9.根据权利要求1-8任一项所述的方法,其特征在于,所述根据所述多个推荐服务的排序结果,以及所述每个推荐服务对应的目标服务容器尺寸,在卡片的容器上显示所述多个推荐服务中的至少一个推荐服务之前,所述方法还包括;
响应于用户操作,确定所述卡片的卡片板式,所述卡片板式用于记录所述卡片的容器数量、容器排布和每个容器的卡片容器尺寸;或者,
根据第二预置算法,确定至少一个预置板式中的卡片板式,所述预置算法与所述至少一个预置板式的容器的卡片容器尺寸相关。
10.根据权利要求7-9任一项所述的方法,其特征在于,所述服务相关信息对应的信息类别包括以下至少一项:图标信息、功能页面连接信息和所述功能页面中的页面提取信息。
11.根据权利要求1-10任一项所述的方法,其特征在于,所述方法还包括:
确定显示推荐服务对应的目标应用程序,所述显示推荐服务为所述至少一个推荐服务中的一个;
从所述推广服务数据库中,选取符合推广条件的推广服务,所述推广条件包括:所述推广服务对应的应用程序为所述目标应用程序,所述显示推荐服务对应的服务相关信息,与所述推广服务对应的服务相关信息相比,包括至少一个相同信息类别;
在所述显示推荐服务对应的容器上,对于所述相同信息类别,将所述显示推荐服务的服务相关信息,替换为所述推广服务对应的服务相关信息。
12.根据权利要求1-11任一项所述的方法,其特征在于,所述方法还包括:
从所述卡片的容器中显示的至少一个推荐服务中,确定满足容器切换条件的切换推荐服务;
从所述切换推荐服务对应的至少一个预置服务容器尺寸中,确定所述切换推荐服务对应的切换服务容器尺寸;
根据所述切换推荐服务对应的切换服务容器尺寸,在所述卡片的所述切换服务容器尺寸的容器上切换显示所述切换推荐服务;
根据所述多个推荐服务的排序结果,以及所述每个推荐服务对应的目标服务容器尺寸,确定所述卡片的空置容器对应的替补推荐服务;所述空置容器为所述切换显示之前显示所述切换推荐服务的容器;所述卡片的容器上显示的推荐服务不重复。
13.根据权利要求1-12任一项所述的方法,其特征在于,所述满足卡片刷新条件,包括以下任一项:
检测到触发亮屏事件,且与前一次触发亮屏事件的时间间隔大于第一预置时长;
或者,检测到相邻的触发最近使用的应用程序发生变化事件的时间间隔大于第二预置时间;
或者,检测到触发预置场景事件;
或者,以及检测到触发预置操作。
14.一种电子设备,其特征在于,包括:存储器、一个或多个处理器;所述存储器与所述处理器耦合;其中,所述存储器中存储有计算机程序代码,所述计算机程序代码包括计算机指令,当所述计算机指令被所述处理器执行时,使得所述电子设备执行如权利要求1-13任一项所述的服务推荐方法。
15.一种计算机可读存储介质,其特征在于,包括计算机指令,当所述计算机指令在电子设备上运行时,使得所述电子设备执行如权利要求1-13任一项所述的服务推荐方法。
16.一种计算机程序产品,其特征在于,当所述计算机程序产品在计算机上运行时,使得所述计算机执行如权利要求1-13任一项所述的服务推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211203387.1A CN117828203A (zh) | 2022-09-29 | 2022-09-29 | 服务推荐方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211203387.1A CN117828203A (zh) | 2022-09-29 | 2022-09-29 | 服务推荐方法及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117828203A true CN117828203A (zh) | 2024-04-05 |
Family
ID=90512054
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211203387.1A Pending CN117828203A (zh) | 2022-09-29 | 2022-09-29 | 服务推荐方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117828203A (zh) |
-
2022
- 2022-09-29 CN CN202211203387.1A patent/CN117828203A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109753326B (zh) | 处理方法、装置、设备和机器可读介质 | |
RU2645276C2 (ru) | Создание вариаций при преобразовании данных в потребляемый контент | |
US20200210477A1 (en) | Displaying sort results on a mobile computing device | |
CN113805743B (zh) | 切换显示窗口的方法和电子设备 | |
US20160132225A1 (en) | Interactive data-driven presentations | |
WO2011139477A2 (en) | Selecting content based on interest tags that are included in an interest cloud | |
US20160350658A1 (en) | Viewport-based implicit feedback | |
CN116320141B (zh) | 推荐打卡的方法、电子设备及计算机可读存储介质 | |
US20120110002A1 (en) | Data Rendering Optimization | |
US20130103550A1 (en) | Discovery of digital goods in an online marketplace | |
CN106445997B (zh) | 一种信息处理方法和服务器 | |
US9618995B2 (en) | System and method for displaying content on a computing device during an inactive or off-state | |
US20160299978A1 (en) | Device dependent search experience | |
CN106708478B (zh) | 滚动视图显示方法及装置 | |
CN112052420A (zh) | 一种页面分享图片的生成以及页面分享方法和装置 | |
US8725744B2 (en) | Method, apparatus and computer program product for visually grouping relationships from databases | |
CN117828203A (zh) | 服务推荐方法及电子设备 | |
US20160110427A1 (en) | Apparatus, system, and method for organizing and embedding applications | |
US20170124196A1 (en) | System and method for returning prioritized content | |
CN114066098B (zh) | 学习任务的完成时长的预估方法及设备 | |
CN116012118B (zh) | 一种产品推荐方法和装置 | |
CN117131241B (zh) | 搜索对象推荐方法、电子设备及计算机可读存储介质 | |
CN114331486A (zh) | 一种用户画像更新方法、装置、设备和介质 | |
US11886853B2 (en) | Software widget installation on a client device | |
CN118278986A (zh) | 一种落地页处理方法及电子设备 |
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 |