CN110990719A - 信息推送方法、装置、可读存储介质及电子设备 - Google Patents
信息推送方法、装置、可读存储介质及电子设备 Download PDFInfo
- Publication number
- CN110990719A CN110990719A CN201911231745.8A CN201911231745A CN110990719A CN 110990719 A CN110990719 A CN 110990719A CN 201911231745 A CN201911231745 A CN 201911231745A CN 110990719 A CN110990719 A CN 110990719A
- Authority
- CN
- China
- Prior art keywords
- information
- user
- published
- published information
- score
- 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 37
- 238000011156 evaluation Methods 0.000 claims abstract description 98
- 238000004364 calculation method Methods 0.000 claims abstract description 22
- 230000009969 flowable effect Effects 0.000 claims description 20
- 230000002688 persistence Effects 0.000 claims description 13
- 238000012216 screening Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 8
- 230000006399 behavior Effects 0.000 description 5
- 230000010354 integration Effects 0.000 description 4
- 238000012163 sequencing technique Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
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
- G06F16/9536—Search customisation based on social or collaborative filtering
-
- 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
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种信息推送方法、装置、可读存储介质及电子设备,所述方法包括:针对预设信息范围内的每个已发布信息,获取各个使用者对该已发布信息的每项评价操作的类型;获取所有所述使用者的所有所述评价操作对应的评价权重;根据所有所述评价权重计算该已发布信息的第一评分;根据该已发布信息的第一评分、所有已发布信息的第一评分以及预先设置的预排序数量进行加权计算,获得该已发布信息的第二评分;根据所有已发布信息的第二评分进行已发布信息推送。本实施例所述方案能够计算各个已发布信息的加权评分,从而能够对新发布的已发布信息进行排序推荐。
Description
技术领域
本申请涉及信息推送技术领域,具体而言,涉及一种信息推送方法、装置、可读存储介质及电子设备。
背景技术
在已发布信息社区(已发布信息分享平台)的内容推送中,一种常用的已发布信息推送方式是直接根据社区中的用户对已发布信息的点赞、评论等来对所有相关的已发布信息点进行排序,然后再根据排序的结果来推送相应的已发布信息点。
这种已发布信息推送方式中,如果一个已发布信息点是新发布到社区中的,那么,由于这些已发布信息被用户评价(回复、转发、点赞、关注、收藏、下载、浏览)得很少,因此,会导致这些已发布信息很难被推荐给其他用户。
发明内容
为了至少克服现有技术中的上述不足,本申请的目的之一在于提供一种信息推送方法,所述方法包括:
针对预设信息范围内的每个已发布信息,获取各个使用者对该已发布信息的每项评价操作的类型,所述评价操作的类型包括点赞、收藏、转发、回复、关注、下载和浏览;
获取所有所述使用者的所有所述评价操作对应的评价权重;
根据所有所述评价权重计算该已发布信息的第一评分;
根据该已发布信息的第一评分、所有已发布信息的第一评分以及预先设置的预排序数量进行加权计算,获得该已发布信息的第二评分;
根据所有已发布信息的第二评分进行已发布信息推送。
可选地,每项所述评价操作的权重为第一权重,每个使用者的权重为第二权重,获取所有所述使用者的所有所述评价操作对应的评价权重的步骤包括:
针对每个所述使用者,分别计算该使用者对应的每项评价操作的第一权重与该使用者的第二权重之积,获得第三权重;
计算各个所述使用者的每个第三权重之和,获得评价权重。
可选地,所述根据所有所述评价权重计算该已发布信息的第一评分的步骤包括:
获取该已发布信息的热度持续系数,其中,所述热度持续系数根据已发布信息在不同时间段内被使用者评价的频次获得,使用者对该已发布信息评价的频次越稳定,热度持续系数越高;
计算所述热度持续系数与所述评价权重之积,获得该已发布信息的第一评分。
可选地,所述根据该已发布信息的第一评分、所有已发布信息的第一评分以及预先设置的预排序数量进行加权计算获得该已发布信息的第二评分的步骤中,计算第二评分的公式为:
可选地,所述根据所有已发布信息的第二评分进行已发布信息推送的步骤包括:
从所有所述已发布信息中,获取第二评分位于预先设置的前预排序数量个已发布信息构成待排序信息集;
根据所述待排序信息集中的每个待排序信息的第二评分计算每个所述待排序信息的标准差;
判断是否存在标准差大于预设标准差范围的待排序信息;
如果存在标准差大于预设标准差范围的待排序信息,则筛除所述标准差大于预设标准差范围的待排序信息,获得新的待排序信息集;
根据所述新的待排序信息集,重新执行根据所述待排序信息集中的每个待排序信息的第二评分计算每个所述待排序信息的标准差的步骤,直至所述待排序信息集中每个所述待排序信息的第二评分都在预设标准差范围内;
如果不存在标准差大于预设标准差范围的待排序信息,则将所述待排序信息集中的每个待排序信息作为待推送信息进行推送。
可选地,所述将所述待排序信息集中的每个待排序信息作为待推送信息进行推送的步骤包括:
根据各个所述待推送信息的内容对所述待推送信息进行分类,获得各个待推送信息对应的信息类型;
获取待推送用户的个人信息并根据所述个人信息获得表征用户偏好的用户画像;
向所述待推送用户推送与所述用户画像对应的信息类型中的待推送信息。
可选地,每个所述使用者配置有预设积分数量个初始的可流动积分,所述方法包括:
获取使用者所选择的对已发布信息的评价操作的类型;
判断所述使用者是否存在与所述评价操作对应数量的可流动积分;
如果所述使用者存在与所述操作对应数量的可流动积分,则从使用者的可流动积分中扣除相应的可流动积分,并将用户的相应操作添加到所述已发布信息的评价操作中;
如果所述使用者不存在与所述操作对应数量的可流动积分,则维持所述已发布信息的评价操作的状态。
本申请的另一目的在于提供一种信息推送装置,所述装置包括:
第一获取模块,用于针对预设信息范围内的每个已发布信息,获取各个使用者对该已发布信息的至少一项评价操作的类型,所述评价操作的类型包括点赞、收藏、转发、回复、关注、下载和浏览;
第二获取模块,用于获取所有所述使用者的所有所述评价操作对应的评价权重;
第一计算模块,用于根据所有所述评价权重计算该已发布信息的第一评分;
第二计算模块,用于根据该已发布信息的第一评分、所有已发布信息的第一评分以及预先设置的预排序数量进行加权计算获得该已发布信息的第二评分;
信息推送模块,用于根据所有已发布信息的第二评分进行已发布信息推送。
本申请的另一目的在于提供一种可读存储介质,所述可读存储介质存储有可执行程序,处理器在执行所述可执行程序时,实现如本申请任一项所述的方法。
本申请的另一目的在于提供一种电子设备,所述电子设备包括存储器和处理器,所述存储器和所述处理器电性连接,所述存储器中存储有可执行程序,所述处理器在执行所述可执行程序时,实现如本申请任一项所述的方法。
相对于现有技术而言,本申请具有以下有益效果:
为了解决上述问题,本方案中,通过各个使用者对已发布信息的评价,计算出各个已发布信息对应的第一评分,然后根据预设信息范围内的每个已发布信息的第一评分分别对每个已发布信息进行加权计算,得到每个已发布信息的第二评分,最后根据每个已发布信息的第二评分来进行已发布信息推送。由于采用的是已发布信息的第二评分来进行已发布信息推送,由于用于对已发布信息进行排序的是通过加权计算得来的评分,因此,能够从一定程度上消除用户的评价数量对已发布信息的排序结果的影响,从而能够对评价数量极少的已发布信息进行排序,使得新发布的内容同样可以及时的推送给其他用户。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1是本申请实施例提供的电子设备的结构示意框图;
图2是本申请实施例提供的信息推送方法的流程示意图一;
图3是本申请实施例提供的信息推送方法的流程示意图二;
图4是评价操作的第一权重示意图;
图5是所有已发布知识的排序结果示意图;
图6是本申请实施例提供的信息推送方法的流程示意图三;
图7是本申请实施例提供的信息推送方法的流程示意图四;
图8是根据用户偏好对已发布信息的排序结果示意图;
图9是根据用户偏好对已发布信息的排序结果示意图;
图10是本申请实施例提供的信息推送方法的流程示意图五;
图11是社区总积分池的组成示意图;
图12是用户在社区中的操作示意图;
图13是本申请实施例提供的信息推送装置的流程示意图。
图标:100-电子设备;110-信息推送装置;111-第一获取模块;112-第二获取模块;113-第一计算模块;114-第二计算模块;115-信息推送模块;120-存储器;130-处理器。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本申请的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本申请中的具体含义。
对知识社区的运营方来说,如何在社区数量庞大的知识内容中,挑选出优质的知识提供给用户,是一个比较常见需求。对社区的优质内容认定,目前较为常见的方式主要有以下几种:(1)评分排序:该方式通过统计社区用户对知识内容点赞、收藏等操作的计数来进行排序,体现内容的质量高低。(2)机器识别:该方式主要对知识内容进行计算机识别分析,根据制定的规则识别出有价值的内容。(3)人工排序:通过对社区知识的人工浏览,判断知识内容的优质程度。
评分排序的方式,无法避免用户发表低质内容,从而产生大量社区内容垃圾;也无法避免用户批量的“刷单”行为。该方式也存在着新老知识同时排序时,新的知识内容排名不高,不能及时曝光问题,即冷启动问题。
机器识别的方式,首先针对不同行业、领域等知识内容模型的难度非常大;其次需要对内容进行识别,对不同知识载体,尤其是非文本类知识内容抽取存在一定技术瓶颈。
人工排序的方式,该方式需要投入不少运营人员。受运营人员的主观评定因素,会产生不同质量的优质内容认定。
请参见图1,图1是本申请实施例提供的电子设备100的结构示意框图,所述电子设备100包括信息推送装置110,存储器120和处理器130,存储器120和处理器130相互之间直接或间接电性连接,用于实现数据交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述信息推送装置110包括至少一个可以软件或固件(Firmware)的形式存储于所述存储器120中或固化在所述电子设备100的操作***(Operating System,OS)中的软件功能模块。所述处理器130用于执行所述存储器120中存储的可执行模块,例如所述信息推送装置110所包括的软件功能模块及计算机程序等。
为了解决上述技术问题,本实施例中,提供了一种信息推送方案。请参照图2,图2是本申请实施例提供的一种信息推送方法,所述方法包括步骤S110-步骤S150。
步骤S110,获取每个已发布信息的评价操作的类型及数量。
具体地,针对预设信息范围内的每个已发布信息,获取各个使用者对该已发布信息的每项评价操作的类型,所述评价操作的类型包括点赞、收藏、转发、回复、关注、下载和浏览。
步骤S120,获取每个所述使用者的所有所述评价操作对应的评价权重。
步骤S130,根据所有所述评价权重计算该已发布信息的第一评分。
步骤S140,根据所有已发布信息的第一评分分别计算各已发布信息的第二评分。
具体地,根据该已发布信息的第一评分、所有已发布信息的第一评分以及预先设置的预排序数量进行加权计算,获得该已发布信息的第二评分。
步骤S150,根据所有已发布信息的第二评分进行已发布信息推送。
本实施例中,预设信息范围可以指信息的类型属于某一种或者某几种已知的类型。当然,预设信息范围也可以是指的设置的某一时间段内的信息,本实施例中,对此不作限制。已发布信息可以是用户发表的一篇文章或者其他的信息。预排序数量是预先设置的计划用于排序的已发布信息的数量。评价权重是评价操作的重要程度对应的参数,评价操作越重要,则该评价操作对应的评价权重越高。
本实施例用于对预设信息范围内的每个已发布信息进行加权计算,从而能够减小各个已发布信息的评价操作的数量对该已发布信息的排序结果的影响,使得新发布的已发布信息也可能具有比较靠前的排序,从而能够被推荐给用户。
请参照图3,可选地,本实施例中,每项所述评价操作的权重为第一权重,每个使用者的权重为第二权重,步骤S120包括子步骤S121-子步骤S122。
步骤S121,分别计算每个使用者的第三权重。
具体地,针对每个所述使用者,分别计算该使用者对应的每项评价操作的第一权重与该使用者的第二权重之积,获得第三权重。
步骤S122,计算所述使用者的每个第三权重之和,获得评价权重。
本实施例结合评价操作对应的第一权重和参与评论的使用者的第二权重来获得一个第三权重,从而根据第三权重来计算评价权重,如此,可以综合使用者自身的可靠性和评价操作的重要程度来计算已发布信息的第一评分,这样可以使第一评分更加可靠,从而提高最终向使用者推送的信息的质量。
在具体计算已发布信息的第一评分时,可以根据回复、转发、点赞、关注、收藏、浏览等的量来计算。
当然,本实施例中,可以预先为各项评价操作设置第一权重,请参见图4所示,f代表评价操作,各个评价操作的积分如图4所示。本实施例中,社区总积分的总量保持不变。
可选地,本实施例中,所述根据所有所述评价权重计算该已发布信息的第一评分的步骤包括:
获取该已发布信息的热度持续系数,其中,所述热度持续系数根据已发布信息在不同时间段内被使用者评价的频次获得,使用者对该已发布信息评价的频次越稳定,热度持续系数越高。
计算所述热度持续系数与所述评价权重之积,获得该已发布信息的第一评分。
第一评分的计算公式为:
其中,为已发布信息所获得评价的用户数;I代表用于评价操作的项数,如果所述评价操作不存在,那么,该项评价操作的第一权重为0。本实施例中,fi代表第i个评价的第一权重,sj代表用户j的第二权重,v为热度持续系数。
本实施例用于获取所述已发布信息在发布后,被人们关注的热度情况,从而根据热度情况来判断该已发布信息的价值。如此,可以进一步提高最终向使用者推送的信息的质量。
在计算出各个已发布知识的第一评分后,便可以根据第一评分对各个已发布信息进行排序。例如,信息类型a、信息类型b和信息类型c分别对应的已发布知识,则根据这些已发布信息的第一评分对这些已发布信息进行排序的结果请参见图5所示。
可选地,本实施例中,所述根据该已发布信息的第一评分、所有已发布信息的第一评分以及预先设置的预排序数量进行加权计算获得该已发布信息的第二评分的步骤中,计算第二评分的公式为:
例如,当m为100时,得出的前100个已发布信息的序列S为:
其中,wi代表序列中第i个已发布信息的第二评分。
本实施例中,采用贝叶斯平均(BMA:Bayes Model Averaging)来计算第二评分,在已发布信息发布前期,给予和热门已发布信息一样的评价机会。其核心思想是既然不知道新的已发布信息是否真有价值,就先估计一个值,然后不断根据更新后的评价操作对第二评分进行数据修正,使其越来越接近实际的结果。
请参照图6所示,可选地,本实施例中,步骤S150包括子步骤S151-子步骤S155。
步骤S151,从所有所述已发布信息中获取待排序信息集。
具体地,从所有所述已发布信息中,获取第二评分位于预先设置的前预排序数量个已发布信息构成待排序信息集。
步骤S152,根据所述待排序信息集中的每个待排序信息的第二评分计算每个所述待排序信息的标准差。
步骤S153,判断是否存在标准差大于预设标准差范围的待排序信息。
步骤S154,如果存在标准差大于预设标准差范围的待排序信息,则获取新的待排序信息集。
具体地,筛除所述标准差大于预设标准差范围的待排序信息,获得新的待排序信息集。然后根据所述新的待排序信息集,重新执行根据所述待排序信息集中的每个待排序信息的第二评分计算每个所述待排序信息的标准差的步骤,直至所述待排序信息集中每个所述待排序信息的第二评分都在预设标准差范围内。
步骤S155,如果不存在标准差大于预设标准差范围的待排序信息,则将每个待排序信息作为待推送信息进行推送。
具体地,将所述待排序信息集中的每个待排序信息作为待推送信息进行推送。
例如,S={100,98,95,90,……78,76,20},由于得分为20的已发布信息在序列内,但其得分与其他知识差距较大,通过标准差公式计算出标准差值P。
具体计算公式为:
其中,n为已发布信息的数量,t为序列中第t个已发布知识点,Q为n个已发布知识的平均值,得到标准差值P后,由一个预设标准差范围来判定序列结果。高于预设标准差范围则认为序列内的评分差距较大,逐步排除最后一个结果进行重新计算,直到每个已发布信息的标准差达标,得到最终的优质已发布信息序列。
本实施例用于计算初步筛选出来的待排序信息的第二评分的误差是否过大,并删除第二评分的误差过大的待排序信息,如此,可以进一步确保推送的已发布信息的质量。
请参照图7所示,可选地,本实施例中,步骤S155包括子步骤S1551-子步骤S1553。
步骤S1551,对所述待推送信息进行分类,获得各个待推送信息对应的信息类型。
具体地,根据各个所述待推送信息的内容对所述待推送信息进行分类,获得各个待推送信息对应的信息类型;
步骤S1552,获取待推送用户的个人信息并根据所述个人信息获得表征用户偏好的用户画像;
步骤S1553,向所述待推送用户推送与所述用户画像对应的信息类型中的待推送信息。
本实施例用于根据待推送用户的用户画像进一步对已发布信息进行筛选,从而向待推送用户推送符合用户偏好的已发布信息,该步骤的处理结果如图8所示。
当然,本实施例中,还可以根据已发布信息的类型来对已发布信息进行归类排序,此时排序结果如图9所示。
请参照图10所示,可选地,本实施例中,每个所述使用者配置有预设积分数量个初始的可流动积分,所述方法包括步骤S010-步骤S040。
步骤S010,获取使用者所选择的对已发布信息的评价操作的类型。
步骤S020,判断所述使用者是否存在与所述评价操作对应数量的可流动积分。
步骤S030,如果所述使用者存在与所述操作对应数量的可流动积分,则将用户的相应操作添加到所述已发布信息的评价操作中。
具体地,从使用者的可流动积分中扣除相应的可流动积分,并将使用者的相应操作添加到所述已发布信息的评价操作中。
步骤S040,如果所述使用者不存在与所述操作对应数量的可流动积分,则维持所述已发布信息的评价操作的状态。
本实施例用于根据使用者的可流动积分来对用户的评价操作进行限制,从而能够减少低质量内容的产生,同时,还能够在一定程度上减少“刷单”行为,提高了使用者反馈的真实性。
请参照图11所示,本实施例中,在最初时,社区(发布信息、获取信息和评价信息的平台)***根据发展规划,预先制定出社区总积分池,并制定出社区的每个用户初始拥有的积分量(人均初始积分),并根据每个注册用户的相关数据分析为用户分配初始定量积分或者按照历史经验给用户分配初始定量积分,这样,社区总积分池积分T的计算公式为:
T=U×C
其中,U为社区规划的注册人数、C为人均初始积分。
例如,A社区规划容纳5000名注册用户,每个用户注册时能获得的初始定量积分为200分,根据计算规则,社区总积分池积分为:5000×200=1000000积分。
如当前注册用户数已达到2000人,根据计算规则,当前可流转积分为:2000×200=400000积分。
社区预留积分为:1000000–400000=600000积分(当前不可流转)。
在规划用户数量内,每新加入一名用户,将带来新的用户初始定量积分进入流转。
在用户(对于不同的信息而言,一个用户可能是一个信息的使用者又是另一个信息的发布者)新注册时给用户分配初始的可流动积分,当用户在社区上进行操作时,采用有偿的方式,也就是说,用户在平台上所做的行为,会消耗自身的积分。对于发布者而言,其发布的信息被其他使用者评价后,便能够得到对应的积分。对于使用者而言,其评价操作会消耗掉一部分积分。由于用户初始的积分是有限的,如果用户不能及时发布信息等来获取积分,那么这个使用者将不能够对已发布信息进行评价,从而,能够杜绝一个用户反复地对一个知识点进行评价操作,避免“刷单”行为。此外,这种有偿的方式,还能够促使用户积极地产生有价值的内容。本实施例中,用户利用积分在社区内活动时,社区内的其他用户对该用户的已发布信息的评价行为,是该用户获取积分的主要方式,每种评价行为扣除的积分量由社区***管理员根据社区发展来制定。
例如,对于一个使用者而言,其以下行为会消耗积分:发布信息、进行评价操作(对发布信息进行回复、转发、打赏、点赞、关注、收藏和下载),使用者如果首次浏览已发布信息,其将获得积分。对于一个发布者而言,如果其发布者所发布的信息被做了评价操作(对发布信息进行回复、转发、打赏、点赞、关注、收藏和下载)或者其已发布信息被浏览,那么其将获得积分。当然,用户首次浏览信息获得的积分可以由所浏览信息发布时,扣除发布者的积分数量来确定。关于本实施例的上述方案的过程,请参照图12所示。
请参照图13所示,本申请的实施例还提供一种信息推送装置110,所述装置包括第一获取模块111、第二获取模块112、第一计算模块113、第二计算模块114和信息推送模块115。所述信息推送装置110包括一个可以软件或固件的形式存储于所述存储器120中或固化在所述电子设备100的操作***(operating system,OS)中的软件功能模块。
第一获取模块111,用于针对预设信息范围内的每个已发布信息,获取各个使用者对该已发布信息的至少一项评价操作的类型,所述评价操作的类型包括点赞、收藏、转发、回复、关注、下载和浏览。
本实施例中的第一获取模块111用于执行步骤S110,关于所述第一获取模块111的具体描述可参照对所述步骤S110的描述。
第二获取模块112,用于获取所有所述使用者的所有所述评价操作对应的评价权重。
本实施例中的第二获取模块112用于执行步骤S120,关于所述第二获取模块112的具体描述可参照对所述步骤S120的描述。
第一计算模块113,用于根据所有所述评价权重计算该已发布信息的第一评分。
本实施例中的第一计算模块113用于执行步骤S130,关于所述第一计算模块113的具体描述可参照对所述步骤S130的描述。
第二计算模块114,用于根据该已发布信息的第一评分、所有已发布信息的第一评分以及预先设置的预排序数量进行加权计算获得该已发布信息的第二评分。
本实施例中的第二计算模块114用于执行步骤S140,关于所述第二计算模块114的具体描述可参照对所述步骤S140的描述。
信息推送模块115,用于根据所有已发布信息的第二评分进行已发布信息推送。
本实施例中的信息推送模块115用于执行步骤S150,关于所述信息推送模块115的具体描述可参照对所述步骤S150的描述。
本实施例还提供了一种可读存储介质,所述可读存储介质存储有可执行程序,处理器130在执行所述可执行程序时,实现如本实施例任一项所述的方法。
以上所述,仅为本申请的各种实施方式,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所述以权利要求的保护范围为准。
Claims (10)
1.一种信息推送方法,其特征在于,所述方法包括:
针对预设信息范围内的每个已发布信息,获取各个使用者对该已发布信息的每项评价操作的类型,所述评价操作的类型包括点赞、收藏、转发、回复、关注、下载和浏览;
获取所有所述使用者的所有所述评价操作对应的评价权重;
根据所有所述评价权重计算该已发布信息的第一评分;
根据该已发布信息的第一评分、所有已发布信息的第一评分以及预先设置的预排序数量进行加权计算,获得该已发布信息的第二评分;
根据所有已发布信息的第二评分进行已发布信息推送。
2.根据权利要求1所述的方法,其特征在于,每项所述评价操作的权重为第一权重,每个使用者的权重为第二权重,所述获取所有所述使用者的所有所述评价操作对应的评价权重的步骤包括:
针对每个所述使用者,分别计算该使用者对应的每项评价操作的第一权重与该使用者的第二权重之积,获得第三权重;
计算各个所述使用者的每个第三权重之和,获得评价权重。
3.根据权利要求2所述的方法,其特征在于,所述根据所有所述评价权重计算该已发布信息的第一评分的步骤包括:
获取该已发布信息的热度持续系数,其中,所述热度持续系数根据已发布信息在不同时间段内被使用者评价的频次获得,使用者对该已发布信息评价的频次越稳定,热度持续系数越高;
计算所述热度持续系数与所述评价权重之积,获得该已发布信息的第一评分。
5.根据权利要求1所述的方法,其特征在于,所述根据所有已发布信息的第二评分进行已发布信息推送的步骤包括:
从所有所述已发布信息中,获取第二评分位于预先设置的前预排序数量个已发布信息构成待排序信息集;
根据所述待排序信息集中的每个待排序信息的第二评分计算每个所述待排序信息的标准差;
判断是否存在标准差大于预设标准差范围的待排序信息;
如果存在标准差大于预设标准差范围的待排序信息,则筛除所述标准差大于预设标准差范围的待排序信息,获得新的待排序信息集;
根据所述新的待排序信息集,重新执行根据所述待排序信息集中的每个待排序信息的第二评分计算每个所述待排序信息的标准差的步骤,直至所述待排序信息集中每个所述待排序信息的第二评分都在预设标准差范围内;
如果不存在标准差大于预设标准差范围的待排序信息,则将所述待排序信息集中的每个待排序信息作为待推送信息进行推送。
6.根据权利要求5所述的方法,其特征在于,所述将所述待排序信息集中的每个待排序信息作为待推送信息进行推送的步骤包括:
根据各个所述待推送信息的内容对所述待推送信息进行分类,获得各个待推送信息对应的信息类型;
获取待推送用户的个人信息并根据所述个人信息获得表征用户偏好的用户画像;
向所述待推送用户推送与所述用户画像对应的信息类型中的待推送信息。
7.根据权利要求1所述的方法,其特征在于,每个所述使用者配置有预设积分数量个初始的可流动积分,所述方法包括:
获取使用者所选择的对已发布信息的评价操作的类型;
判断所述使用者是否存在与所述评价操作对应数量的可流动积分;
如果所述使用者存在与所述操作对应数量的可流动积分,则从使用者的可流动积分中扣除相应的可流动积分,并将用户的相应操作添加到所述已发布信息的评价操作中;
如果所述使用者不存在与所述操作对应数量的可流动积分,则维持所述已发布信息的评价操作的状态。
8.一种信息推送装置,其特征在于,所述装置包括:
第一获取模块,用于针对预设信息范围内的每个已发布信息,获取各个使用者对该已发布信息的至少一项评价操作的类型,所述评价操作的类型包括点赞、收藏、转发、回复、关注、下载和浏览;
第二获取模块,用于获取所有所述使用者的所有所述评价操作对应的评价权重;
第一计算模块,用于根据所有所述评价权重计算该已发布信息的第一评分;
第二计算模块,用于根据该已发布信息的第一评分、所有已发布信息的第一评分以及预先设置的预排序数量进行加权计算获得该已发布信息的第二评分;
信息推送模块,用于根据所有已发布信息的第二评分进行已发布信息推送。
9.一种可读存储介质,其特征在于,所述可读存储介质存储有可执行程序,处理器在执行所述可执行程序时,实现如权利要求1-7任一项所述的方法。
10.一种电子设备,其特征在于,所述电子设备包括存储器和处理器,所述存储器和所述处理器电性连接,所述存储器中存储有可执行程序,所述处理器在执行所述可执行程序时,实现如权利要求1-7任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911231745.8A CN110990719B (zh) | 2019-12-05 | 2019-12-05 | 信息推送方法、装置、可读存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911231745.8A CN110990719B (zh) | 2019-12-05 | 2019-12-05 | 信息推送方法、装置、可读存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110990719A true CN110990719A (zh) | 2020-04-10 |
CN110990719B CN110990719B (zh) | 2024-03-12 |
Family
ID=70090198
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911231745.8A Active CN110990719B (zh) | 2019-12-05 | 2019-12-05 | 信息推送方法、装置、可读存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110990719B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113342626A (zh) * | 2021-05-28 | 2021-09-03 | 深圳市前海房极客网络科技有限公司 | 内容处理方法、装置、电子设备及存储介质 |
CN113808751A (zh) * | 2020-06-15 | 2021-12-17 | 中国中医科学院中国医史文献研究所 | 一种中医方剂评价和推送方法、装置及电子设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105740434A (zh) * | 2016-02-01 | 2016-07-06 | 腾讯科技(深圳)有限公司 | 网络信息评分方法及装置 |
WO2018049908A1 (zh) * | 2016-09-19 | 2018-03-22 | 北京京东尚科信息技术有限公司 | 网页生成方法和装置 |
CN110489644A (zh) * | 2019-08-13 | 2019-11-22 | 腾讯科技(北京)有限公司 | 信息推送方法、装置、计算机可读存储介质和计算机设备 |
-
2019
- 2019-12-05 CN CN201911231745.8A patent/CN110990719B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105740434A (zh) * | 2016-02-01 | 2016-07-06 | 腾讯科技(深圳)有限公司 | 网络信息评分方法及装置 |
WO2018049908A1 (zh) * | 2016-09-19 | 2018-03-22 | 北京京东尚科信息技术有限公司 | 网页生成方法和装置 |
CN110489644A (zh) * | 2019-08-13 | 2019-11-22 | 腾讯科技(北京)有限公司 | 信息推送方法、装置、计算机可读存储介质和计算机设备 |
Non-Patent Citations (1)
Title |
---|
张凯涵;梁吉业;赵兴旺;王智强;: "一种基于社区专家信息的协同过滤推荐算法" * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113808751A (zh) * | 2020-06-15 | 2021-12-17 | 中国中医科学院中国医史文献研究所 | 一种中医方剂评价和推送方法、装置及电子设备 |
CN113342626A (zh) * | 2021-05-28 | 2021-09-03 | 深圳市前海房极客网络科技有限公司 | 内容处理方法、装置、电子设备及存储介质 |
CN113342626B (zh) * | 2021-05-28 | 2022-11-11 | 深圳市前海房极客网络科技有限公司 | 内容处理方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110990719B (zh) | 2024-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107451894B (zh) | 数据处理方法、装置和计算机可读存储介质 | |
CN108960719B (zh) | 选品方法和装置以及计算机可读存储介质 | |
CN106651542A (zh) | 一种物品推荐的方法及装置 | |
CN103577413A (zh) | 搜索结果排序方法及***、搜索结果排序优化方法及*** | |
WO2015120798A1 (en) | Method for processing network media information and related system | |
CN109685537B (zh) | 用户行为的分析方法、装置、介质和电子设备 | |
CN110659388A (zh) | 一种待推荐信息筛选方法、装置、电子设备及存储介质 | |
CN108230009B (zh) | 一种用户偏好的预测方法及装置,电子设备 | |
CN109558544B (zh) | 排序方法及装置、服务器和存储介质 | |
CN110852818A (zh) | 商品排序方法、装置和计算机可读存储介质 | |
CN110990719A (zh) | 信息推送方法、装置、可读存储介质及电子设备 | |
CN107798012B (zh) | 阅读资源评论推送方法和*** | |
CN106294410A (zh) | 一种个性化信息推送时间的确定方法及确定*** | |
CN112488863A (zh) | 一种在用户冷启动场景下的险种推荐方法及相关设备 | |
CN112381607A (zh) | 一种网络商品排序方法、装置、设备及介质 | |
CN108596765A (zh) | 一种金融电子资源推荐方法和装置 | |
CN114168761A (zh) | 多媒体数据的推送方法、装置、电子设备及存储介质 | |
US11755979B2 (en) | Method and system for finding a solution to a provided problem using family tree based priors in Bayesian calculations in evolution based optimization | |
Mourelatos et al. | A study on the evolution of crowdsourcing websites | |
CN111680213B (zh) | 信息推荐方法、数据处理方法及装置 | |
Nikolaidis | A modelling framework for the acquisition and remanufacturing of used products | |
CN109960777B (zh) | 物品评论个性化推荐方法、***、电子设备及存储介质 | |
CN110895781A (zh) | 菜品类别推荐方法、装置、电子设备及存储介质 | |
CN111666481A (zh) | 数据挖掘方法、装置、计算机可读介质及电子设备 | |
CN111143700A (zh) | 一种活动推荐方法、装置、服务器及计算机存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: 200040, room 710, 302 Changping Road, Shanghai, Jingan District Applicant after: Shanghai Xinlian Information Development Co.,Ltd. Address before: 200040, room 710, 302 Changping Road, Shanghai, Jingan District Applicant before: SHANGHAI ZHONGXIN INFORMATION DEVELOPMENT Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |