CN111191112A - 一种电子读物数据处理方法、装置及存储介质 - Google Patents
一种电子读物数据处理方法、装置及存储介质 Download PDFInfo
- Publication number
- CN111191112A CN111191112A CN201910629021.2A CN201910629021A CN111191112A CN 111191112 A CN111191112 A CN 111191112A CN 201910629021 A CN201910629021 A CN 201910629021A CN 111191112 A CN111191112 A CN 111191112A
- Authority
- CN
- China
- Prior art keywords
- electronic
- reading
- information
- collection
- dimension information
- 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
- 238000003672 processing method Methods 0.000 title claims description 9
- 239000000463 material Substances 0.000 claims abstract description 327
- 238000000034 method Methods 0.000 claims abstract description 63
- 238000012545 processing Methods 0.000 claims abstract description 35
- 230000001960 triggered effect Effects 0.000 claims abstract description 14
- 239000013598 vector Substances 0.000 claims description 66
- 238000001914 filtration Methods 0.000 claims description 28
- 238000004458 analytical method Methods 0.000 claims description 16
- 238000012163 sequencing technique Methods 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 14
- 238000010586 diagram Methods 0.000 description 23
- 230000008569 process Effects 0.000 description 19
- 230000006399 behavior Effects 0.000 description 18
- 238000004891 communication Methods 0.000 description 12
- 238000004590 computer program Methods 0.000 description 9
- 238000010276 construction Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000003993 interaction Effects 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000002699 waste material 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
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例公开一种电子读物数据处理方法、装置及存储介质,其中,方法包括:响应针对电子读物收藏栏所触发的第一操作,在所述电子读物收藏栏对应的多个维度信息中,将所述第一操作所对应的维度信息确定为目标维度信息;所述电子读物收藏栏中包含电子收藏读物;向服务器发送所述目标维度信息;获取所述服务器返回的与所述目标维度信息相关联的数据推送列表;所述数据推送列表中包含与所述电子收藏读物具有关联关系的电子推荐读物。采用本申请,可以提高数据推荐的效率和准确性。
Description
技术领域
本申请涉及互联网技术领域,尤其涉及一种电子读物数据处理方法、装置及存储介质。
背景技术
现有的电子读物推荐***在向目标用户推荐电子读物(例如,书籍等互联网信息)时,可以根据书城(即电子读物数据库)中所统计到的电子读物的点击率进行数据推荐,从而导致每个用户所接收到的电子推荐读物都是相同的,难以贴合每个用户的兴趣爱好,以至于数据推荐的准确度偏低。
此外,当用户需要查阅某本书籍(例如,书A)相关联的其他书籍时,需要在书城中手动录入相应的索引信息(例如,手动录入书A的关键字等)来进行相关搜索,以搜索到所有包含该书A的关键字的书籍,由于无法保证用户所联想到的关键字属于书A的关键字,所以通过用户所想的关键字进行书籍搜索很可能会导致数据推荐的准确度偏低;此外,为了能够准确找到书A相关联的其他书籍,则需要手动录入多个索引信息,从而导致在整个数据推荐的过程中需要消耗较长的人工交互时长,以至于数据推荐的效率会比较低。
发明内容
本申请实施例提供一种电子读物数据处理方法、装置及存储介质,可以提高数据推荐的效率和准确性。
本申请实施例一方面提供了一种电子读物数据处理方法,所述方法包括:
响应针对电子读物收藏栏所触发的第一操作,在所述电子读物收藏栏对应的多个维度信息中,将所述第一操作所对应的维度信息确定为目标维度信息;所述电子读物收藏栏中包含电子收藏读物;
向服务器发送所述目标维度信息;
获取所述服务器返回的与所述目标维度信息相关联的数据推送列表;所述数据推送列表中包含与所述电子收藏读物具有关联关系的电子推荐读物。
本申请实施例一方面提供了一种电子读物数据处理方法,所述方法包括:
获取用户终端发送的目标维度信息;所述目标维度信息是由用户终端响应针对电子读物收藏栏对应的多个维度信息的第一操作所得到的;所述电子读物收藏栏中包含电子收藏读物;
基于所述目标维度信息获取与所述电子收藏读物具有关联关系的电子推荐读物;
根据所述电子推荐读物生成与所述目标维度信息相关联的数据推送列表,并将所述数据推送列表返回给所述用户终端。
其中,所述目标维度信息包含第一维度信息;
所述基于所述目标维度信息获取与所述电子收藏读物具有关联关系的电子推荐读物,包括:
基于所述第一维度信息从第一推荐数据库中拉取与所述电子收藏读物相匹配的N个数据信息;N为正整数;
从N个数据信息中过滤已推荐的S个数据信息,并将过滤后所剩余的K个数据信息作为与所述电子收藏读物具有关联关系的电子推荐读物;K=(N-S)且S为大于或者等于零的整数。
其中,所述方法还包括:
根据电子读物数据库中的每个电子读物所携带的关键词、所述每个电子读物相关联的用户信息,得到所述每个电子读物的物品向量;
将所述电子读物数据库中的所述电子收藏读物确定为第一物品,得到所述第一物品的物品向量;
将所述电子读物数据库中除所述电子收藏读物之外的电子读物确定为第二物品,得到所述第二物品的物品向量;
确定所述第一物品的物品向量与所述第二物品的物品向量之间的余弦相似度,并将余弦相似度满足推荐条件的第二物品作为所述电子收藏读物相匹配的数据信息,将所述电子收藏读物相匹配的数据信息添加至所述第一推荐数据库。
其中,所述根据电子读物数据库中的每个电子读物所携带的关键词、所述每个电子读物相关联的用户信息,得到所述每个电子读物的物品向量,包括:
获取电子读物数据库中的所有电子读物,以及所有电子读物相关联的用户行为信息;
对所述用户行为信息进行解析,得到每个电子读物相关联的用户信息,并根据所述每个电子读物相关联的用户信息得到所述每个电子读物的用户序列;
提取所述每个电子读物携带的关键词,并根据所述每个电子读物的关键词得到所述每个电子读物的关键词序列;
基于所述每个电子读物的用户序列和所述每个电子读物的关键词序列,构成所述每个电子读物的物品向量。
其中,所述基于所述第一维度信息从第一推荐数据库中拉取与所述电子收藏读物相匹配的N个数据信息,包括:
基于所述第一维度信息获取所述第一物品相关联的第一点击模型;
将所述第一推荐数据库中的数据信息确定为M个候选数据信息;M为所述推荐数据库中的数据信息的总量;
基于所述第一点击模型确定所述M个候选数据信息的预测概率值;
对所述M个候选数据信息的预测概率值进行排序,并基于排序后的M个候选数据信息的预测概率值,从排序后的M个候选数据信息选取与所述电子收藏读物相匹配的N个数据信息;N小于或等于M。
其中,所述目标维度信息包含第二维度信息;
所述基于所述目标维度信息获取与所述电子收藏读物具有关联关系的电子推荐读物,包括:
基于所述第二维度信息获取所述电子收藏读物所属的分类类别,从电子读物数据库中拉取与所述电子收藏读物所属的分类类别相关联的X个数据信息;X为正整数;
从X个数据信息中过滤已推荐的Z个数据信息,得到过滤后所剩余的Y个数据信息;Y=(X-Z)且Z为大于或者等于零的整数;
获取所述Y个数据信息的点击置信度,根据所述Y个数据信息的点击置信度从所述Y个数据信息中确定与所述电子收藏读物具有关联关系的电子推荐读物。
其中,所述获取所述Y个数据信息的点击置信度,根据所述Y个数据信息的点击置信度从所述Y个数据信息中确定与所述电子收藏读物具有关联关系的电子推荐读物,包括:
从第二推荐数据库中获取第二点击模型,并基于所述第二点击模型以及用户兴趣特征确定所述Y个数据信息的点击置信度,并根据所述Y个数据信息的点击置信度对所述Y个数据信息进行排序;
从排序后的Y个数据信息中选取K个数据信息作为与所述电子收藏读物具有关联关系的电子推荐读物;且K为小于或者等于Y的整数。
其中,所述方法还包括:
根据电子读物数据库中的每个电子读物相关联的用户行为信息,得到用于对初始点击模型进行训练的正样本和负样本;所述正样本包含用户与电子读物之间存在点击关系时所构成的点击向量对;所述负样本包含用户对电子读物之间存在曝光关系时所构成的曝光向量对;
基于所述正样本和所述负样本对所述初始点击模型进行训练,将训练后的初始点击模型确定为第二点击模型,将所述第二点击模型添加至所述第二推荐数据库。
其中,所述目标维度信息包含第三维度信息;
所述基于所述目标维度信息获取与所述电子收藏读物具有关联关系的电子推荐读物,包括:
基于所述第三维度信息从第三推荐数据库中拉取与所述电子收藏读物相关联的目标书单信息;
将拉取到的所述目标书单信息作为与所述电子收藏读物具有关联关系的电子推荐读物。
其中,所述基于所述第三维度信息从第三推荐数据库中拉取与所述电子收藏读物相关联的目标书单信息,包括:
基于所述第三维度信息优先在推荐数据库中对包含所述电子收藏读物的第一书单信息进行搜索;
若搜索到包含所述电子收藏读物的第一书单信息,则将所述第一书单信息作为与所述电子收藏读物相关联的目标书单信息;
若未搜索到包含所述电子收藏读物的第一书单信息,则从所述推荐数据库中搜索与所述电子收藏读物的主题信息相关联的第二书单信息,将搜索到的第二书单信息作为与所述电子收藏读物相关联的目标书单信息;所述第一书单信息的搜索优先级高于所述第二书单信息的搜索优先级。
其中,所述方法还包括:
通过主题分析模型对所述电子读物数据库中的所有电子读物的主题信息进行主题分析,得到每个电子读物的主题信息;
划分所述每个电子读物的主题信息所属的聚类簇;一个聚类簇对应一个主题信息;
在所述聚类簇中查找与所述电子收藏读物的主题信息相关联的聚类簇,根据查找到的所述聚类簇中的电子读物生成第二书单信息,并将所述第二书单信息添加至所述第三推荐数据库;
将基于运营规则所创建的第一书单信息添加至所述第三推荐数据库。
其中,所述目标维度信息包含第四维度信息;
所述基于所述目标维度信息获取与所述电子收藏读物具有关联关系的电子推荐读物,包括:
基于所述第四维度信息从所述电子读物收藏栏中获取携带读完标识的电子收藏读物;
获取携带读完标识的电子收藏读物的完成时间戳,并基于所述完成时间戳对所述携带读完标识的电子收藏读物进行排序,将排序后的携带读完标识的电子收藏读物确定为已完成电子读物;
将所述已完成电子读物以及所述已完成电子读物的评论信息作为与所述电子收藏读物具有关联关系的电子推荐读物。
本申请实施例一方面提供了一种电子读物数据处理装置,所述装置包括:
维度信息确定模块,用于响应针对电子读物收藏栏所触发的第一操作,在所述电子读物收藏栏对应的多个维度信息中,将所述第一操作所对应的维度信息确定为目标维度信息;所述电子读物收藏栏中包含电子收藏读物;
维度信息发送模块,用于向服务器发送所述目标维度信息;
推荐列表获取模块,用于获取所述服务器返回的与所述目标维度信息相关联的数据推送列表;所述数据推送列表中包含与所述电子收藏读物具有关联关系的电子推荐读物。
本申请实施例一方面提供了一种电子读物数据处理装置,所述装置应用于用户终端,所述装置包括:处理器、存储器以及网络接口;
所述处理器与存储器、网络接口相连,其中,网络接口用于提供数据通信功能,所述存储器用于存储程序代码,所述处理器用于调用所述程序代码,以执行如本申请实施例一方面中的方法。
本申请实施例一方面提供了一种计算机存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序包括程序指令,当所述处理器执行所述程序指令时执行如本申请实施例一方面中的方法。
本申请实施例一方面提供了一种电子读物数据处理装置,所述装置包括:
维度信息获取模块,用于获取用户终端发送的目标维度信息;所述目标维度信息是由用户终端响应针对电子读物收藏栏对应的多个维度信息的第一操作所得到的;所述电子读物收藏栏中包含电子收藏读物;
读物推荐模块,用于基于所述目标维度信息获取与所述电子收藏读物具有关联关系的电子推荐读物;
推荐列表生成模块,用于根据所述电子推荐读物生成与所述目标维度信息相关联的数据推送列表,并将所述数据推送列表返回给所述用户终端。
其中,所述目标维度信息包含第一维度信息;
所述读物推荐模块包括:
第一拉取单元,用于基于所述第一维度信息从第一推荐数据库中拉取与所述电子收藏读物相匹配的N个数据信息;N为正整数;
第一过滤单元,用于从N个数据信息中过滤已推荐的S个数据信息,并将过滤后所剩余的K个数据信息作为与所述电子收藏读物具有关联关系的电子推荐读物;K=(N-S)且S为大于或者等于零的整数。
其中,所述读物推荐模块还包括:
物品向量构建单元,用于根据电子读物数据库中的每个电子读物所携带的关键词、所述每个电子读物相关联的用户信息,得到所述每个电子读物的物品向量;
第一物品确定单元,用于将所述电子读物数据库中的所述电子收藏读物确定为第一物品,得到所述第一物品的物品向量;
第二物品确定单元,用于将所述电子读物数据库中除所述电子收藏读物之外的电子读物确定为第二物品,得到所述第二物品的物品向量;
相似度确定单元,用于确定所述第一物品的物品向量与所述第二物品的物品向量之间的余弦相似度,并将余弦相似度满足推荐条件的第二物品作为所述电子收藏读物相匹配的数据信息,将所述电子收藏读物相匹配的数据信息添加至所述第一推荐数据库。
其中,所述物品向量构建单元包括:
信息获取子单元,用于获取电子读物数据库中的所有电子读物,以及所有电子读物相关联的用户行为信息;
信息解析子单元,用于对所述用户行为信息进行解析,得到每个电子读物相关联的用户信息,并根据所述每个电子读物相关联的用户信息得到所述每个电子读物的用户序列;
词提取子单元,用于提取所述每个电子读物携带的关键词,并根据所述每个电子读物的关键词得到所述每个电子读物的关键词序列;
向量构建子单元,用于基于所述每个电子读物的用户序列和所述每个电子读物的关键词序列,构成所述每个电子读物的物品向量。
其中,所述第一拉取单元包括:
模型获取子单元,用于基于所述第一维度信息获取所述第一物品相关联的第一点击模型;
候选确定子单元,用于将所述第一推荐数据库中的数据信息确定为M个候选数据信息;M为所述推荐数据库中的数据信息的总量;
概率值确定子单元,用于基于所述第一点击模型确定所述M个候选数据信息的预测概率值;
排序子单元,用于对所述M个候选数据信息的预测概率值进行排序,并基于排序后的M个候选数据信息的预测概率值,从排序后的M个候选数据信息选取与所述电子收藏读物相匹配的N个数据信息;N小于或等于M。
其中,所述目标维度信息包含第二维度信息;
所述读物推荐模块包括:
第二拉取单元,用于基于所述第二维度信息获取所述电子收藏读物所属的分类类别,从电子读物数据库中拉取与所述电子收藏读物所属的分类类别相关联的X个数据信息;X为正整数;
第二过滤单元,用于从X个数据信息中过滤已推荐的Z个数据信息,得到过滤后所剩余的Y个数据信息;Y=(X-Z)且Z为大于或者等于零的整数;
排序单元,用于获取所述Y个数据信息的点击置信度,根据所述Y个数据信息的点击置信度从所述Y个数据信息中确定与所述电子收藏读物具有关联关系的电子推荐读物。
其中,所述排序单元包括:
置信度确定子单元,用于从第二推荐数据库中获取第二点击模型,并基于所述第二点击模型以及用户兴趣特征确定所述Y个数据信息的点击置信度,并根据所述Y个数据信息的点击置信度对所述Y个数据信息进行排序;
数据选取子单元,用于从排序后的Y个数据信息中选取K个数据信息作为与所述电子收藏读物具有关联关系的电子推荐读物;且K为小于或者等于Y的整数。
其中,所述读物推荐模块还包括:
样本确定单元,用于根据电子读物数据库中的每个电子读物相关联的用户行为信息,得到用于对初始点击模型进行训练的正样本和负样本;所述正样本包含用户与电子读物之间存在点击关系时所构成的点击向量对;所述负样本包含用户对电子读物之间存在曝光关系时所构成的曝光向量对;
模型训练单元,用于基于所述正样本和所述负样本对所述初始点击模型进行训练,将训练后的初始点击模型确定为第二点击模型,将所述第二点击模型添加至所述第二推荐数据库。
其中,所述目标维度信息包含第三维度信息;
所述读物推荐模块包括:
第三拉取单元,用于基于所述第三维度信息从第三推荐数据库中拉取与所述电子收藏读物相关联的目标书单信息;
读物确定单元,用于将拉取到的所述目标书单信息作为与所述电子收藏读物具有关联关系的电子推荐读物。
其中,所述第三拉取单元包括:
第一搜索子单元,用于基于所述第三维度信息优先在推荐数据库中对包含所述电子收藏读物的第一书单信息进行搜索;
书单确定子单元,用于若搜索到包含所述电子收藏读物的第一书单信息,则将所述第一书单信息作为与所述电子收藏读物相关联的目标书单信息;
所述书单确定子单元,还用于若未搜索到包含所述电子收藏读物的第一书单信息,则从所述推荐数据库中搜索与所述电子收藏读物的主题信息相关联的第二书单信息,将搜索到的第二书单信息作为与所述电子收藏读物相关联的目标书单信息;所述第一书单信息的搜索优先级高于所述第二书单信息的搜索优先级。
其中,所述读物推荐模块还包括:
主题分析单元,用于通过主题分析模型对所述电子读物数据库中的所有电子读物的主题信息进行主题分析,得到每个电子读物的主题信息;
聚类簇划分单元,用于划分所述每个电子读物的主题信息所属的聚类簇;一个聚类簇对应一个主题信息;
书单生成单元,用于在所述聚类簇中查找与所述电子收藏读物的主题信息相关联的聚类簇,根据查找到的所述聚类簇中的电子读物生成第二书单信息,并将所述第二书单信息添加至所述第三推荐数据库;
书单添加单元,用于将基于运营规则所创建的第一书单信息添加至所述第三推荐数据库。
其中,所述目标维度信息包含第四维度信息;
所述读物推荐模块包括:
读完获取单元,用于基于所述第四维度信息从所述电子读物收藏栏中获取携带读完标识的电子收藏读物;
时间戳排序单元,用于获取携带读完标识的电子收藏读物的完成时间戳,并基于所述完成时间戳对所述携带读完标识的电子收藏读物进行排序,将排序后的携带读完标识的电子收藏读物确定为已完成电子读物;
评论确定单元,用于将所述已完成电子读物以及所述已完成电子读物的评论信息作为与所述电子收藏读物具有关联关系的电子推荐读物。
本申请实施例一方面提供了一种电子读物数据处理装置,所述装置应用于服务器,所述装置包括:处理器、存储器以及网络接口;
所述处理器与存储器、网络接口相连,其中,网络接口用于提供数据通信功能,所述存储器用于存储程序代码,所述处理器用于调用所述程序代码,以执行如本申请实施例一方面中的方法。
本申请实施例一方面提供了一种计算机存储介质,所述计算机存储介质存储有计算机程序,所述计算机程序包括程序指令,当所述处理器执行所述程序指令时执行如本申请实施例一方面中的方法。
在本申请实施例中的用户终端能够响应针对电子读物收藏栏所触发的第一操作,在所述电子读物收藏栏对应的多个维度信息中,将所述第一操作所对应的维度信息确定为目标维度信息;其中所述电子读物收藏栏中包含电子收藏读物;其中,所述电子读物收藏栏可以理解为一种电子书架,该电子书架可以用于存放用户所添加的电子书籍,此时,该添加到该电子书架中的电子书籍可以称之为电子收藏读物。进一步的,用户终端可以向服务器发送目标维度信息,以使服务器可以基于用户所选取的目标维度信息获取与电子收藏读物具有关联关系的电子推荐读物,进而可以根据获取到的电子推荐读物生成与所述目标维度信息相关联的数据推送列表,并将所述数据推送列表返回给所述用户终端。由此可见,通过在电子书架的应用场景中进行多维度的数据推荐,可以充分挖掘用户的兴趣爱好,进而可以高效且准确地匹配到贴合用户兴趣爱好的电子书籍,以提升用户在书架中找书的效率和找书准确度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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的附图。
图1是本申请实施例提供的一种网络架构的结构示意图;
图2是本申请实施例提供的一种数据交互的场景示意图;
图3是本申请实施例提供的一种电子读物数据处理方法的流程示意图;
图4是本申请实施例提供的一种电子读物收藏栏的示意图;
图5是本申请实施例提供的一种输出数据推送列表的示意图;
图6是本申请实施例提供的一种切换维度信息的示意图;
图7是本申请实施例提供的另一种输出数据推送列表的示意图;
图8是本申请实施例提供的一种查看不同分类类别下的电子推荐读物的示意图;
图9a和图9b是本申请实施例提供的又一种输出数据推送列表的示意图;
图10是本申请实施例提供的一种电子读物数据处理方法的流程示意图;
图11是本申请实施例提供的一种获取相似书籍的推荐流程图;
图12是本申请实施例提供的一种进行同类好看推荐的流程示意图;
图13是本申请实施例提供的一种进行书单推荐的流程示意图;
图14是本申请实施例提供的一种进行读完推荐的流程示意图;
图15是本申请实施例提供的一种电子读物数据处理装置的结构示意图;
图16是本申请实施例提供的一种计算机设备的结构示意图;
图17是本申请实施例提供的另一种电子读物数据处理装置的结构示意图;
图18是本申请实施例提供的另一种计算机设备的结构示意图;
图19是本申请实施例还提供一种电子读物数据处理***。
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。
请参见图1,是本申请实施例提供的一种网络架构的结构示意图。如图1所示,所述网络架构可以包括业务服务器2000和用户终端集群,所述用户终端集群可以包括多个用户终端,如图1所示,具体可以包括用户终端3000a、用户终端3000b、用户终端3000c、…、用户终端3000n;如图1所示,用户终端3000a、用户终端3000b、用户终端3000c、…、用户终端3000n可以分别与所述业务服务器2000进行网络连接,以便于每个用户终端可以通过该网络连接与业务服务器2000之间进行数据交互。
如图1所示,该用户终端集群中的每个用户终端均可以集成安装有目标应用,当该目标应用运行于各用户终端中时,可以分别与上述图1所示的业务服务器2000之间进行数据交互。其中,该目标应用可以理解为一种能够加载并显示电子读物的阅读类应用,例如,QQ阅读应用、微信读书应用、浏览器中小说等。其中,本申请实施例中的电子读物可以包含书籍、漫画、杂志等互联网数据信息;应当理解,该目标应用中的这些电子读物可以包含多种阅读方式,例如,用户可以在该目标应用中选择以文字信息的方式阅读电子读物、也可以选择以音频信息的方式阅读电子读物。
应当理解,为提升用户在该阅读类应用中的停留时长,需要在该阅读类应用中提升数据推荐的准确性,即需要在该阅读类应用中快速、且准确地匹配到符合用户兴趣爱好的电子读物。鉴于此,本申请实施例考虑到可以针对用户添加至电子读物收藏栏(即书架)中的电子读物进行多维度的数据推荐,以在该阅读类应用中为用户提供个性化、针对化的数据推荐,从而提高数据推荐的效率和准确度。
为便于理解,本申请实施例以所述目标应用为QQ阅读应用为例,以阐述集成有该QQ阅读应用的用户终端通过该QQ阅读应用对应的数据展示平台与所述业务服务器2000之间实现用户数据交互的具体过程。其中,该数据展示平台可以理解为在书架(即电子读物收藏栏)场景中用于进行多维度书籍推荐的业务数据平台,该数据展示平台中可以包含添加在电子读物收藏栏中的电子收藏读物,还可以包含与该电子读物收藏栏相关联的多个维度信息,以便于能够针对性地为用户提供不同的数据推送列表,以贴合用户兴趣爱好。其中,本申请实施例可以将该电子读物收藏栏(即书架)中的电子读物(例如,书籍)称之为电子收藏读物,并可以在该数据展示平台中将渲染显示的相应数据推送列表中的电子读物称之为电子推荐读物。应当理解,本申请实施例中的电子推荐读物可以为与电子收藏读物具有关联关系的电子读物。
进一步地,请参见图2,是本申请实施例提供的一种数据交互的场景示意图。如图2所示的用户终端可以为上述图1所示的用户终端集群中的用户终端3000a。此外,如图2所示的目标用户可以理解为在该用户终端3000a中使用该QQ阅读应用进行阅读的用户(例如,用户A)。如图2所示,用户A可以在M1时刻时,针对该QQ阅读应用的电子读物收藏栏执行第一操作,以在该电子读物收藏栏对应的多个维度信息中,将第一操作所对应的维度信息确定为目标维度信息,从而可以向图2所示的业务服务器(即上述图1所示的业务服务器2000)请求与该目标维度信息相关联的数据推送列表,该用户终端所请求到的数据推送列表中可以包含与该电子收藏读物具有关联关系的至少一个电子推荐读物。
为便于理解,本申请实施例以书架中的电子收藏读物为书籍A为例,当该目标用户针对该电子读物收藏栏对应的多个维度信息执行第一操作(例如,点击操作)时,可以将该第一操作对应的维度信息称之为目标维度信息,这里的目标维度信息可以为多个维度信息中的一个或者多个,这里将不对其进行限制。为便于理解,本申请实施例以目标维度信息为多个维度信息中的一个维度信息为例,如图2所示,业务服务器可以接收图2所示的用户终端所发送的目标维度信息,即该业务服务器可以接收携带目标维度信息的数据拉取请求,并可以进一步基于该目标维度信息从图2所示的推荐数据库中获取与电子收藏读物具有关联关系的电子推荐读物,并可以进一步根据获取到的电子推荐读物生成数据推送列表。如图2所示,该业务服务器可以将生成的数据推理列表返回给图2所示的用户终端,以在图2所述的用户终端中输出并显示与该书籍A具有关联关系的电子推荐读物。其中,本申请实施例可以将目标维度信息所在的界面称之为数据推送界面,该数据推送界面中具体可以显示图2所示的电子推荐读物10a,电子推荐读物10b,电子推荐读物10c。
其中,图2所示的多个维度信息可以包含第一维度信息、第二维度信息、第三维度信息、第四维度信息。针对该数据展示平台上的每个维度信息而言,可以请求到不同的数据推送列表。比如,以电子读物收藏栏(即书架)中的电子收藏读物为书籍A为例,所请求到的目标维度信息相关联的数据推送列表中可以包含:与该书籍A的内容和用户群体相似的相关书籍、与该书籍A的分类类别相似的书籍、与该书籍A的主题相似的书单信息、该书籍A的标识为读完标识时的评论信息等。
其中,本申请实施例中的第一维度信息可以用于向目标用户推荐与书架中的书籍(例如,书籍A)相关的书籍,比如,当目标用户针对该数据展示平台上的第一维度信息(例如,数据推送界面中的第一维度信息)执行刷新操作(或者点击操作)时,业务服务器可以快速向该目标用户推荐与该书籍A的书籍内容相似的书籍B、书籍C等相关书籍,此时,书籍B、书籍C等相关书籍所在的列表可以称之为与该第一维度信息相关联的数据推送列表,并可以将书籍B和数据C等相关书籍统称为与该书籍A具有关联关系的电子推荐读物。
其中,本申请实施例中的第二维度信息可以用于向目标用户推荐与书架中的书籍(例如,书籍A)的分类类别相似的书籍,比如,当目标用户针对该数据展示平台上的第二维度信息执行点击操作时,业务服务器可以向该目标用户推荐与该书籍A具有相同分类类别的书籍B、书籍D等书籍,此时,具有相同分类类别的书籍B、书籍D等书籍所在的列表可以称之为与该第二维度信息相关联的数据推送列表,并可以将具有相同分类类别的书籍B和数据D等书籍统称为与该书籍A具有关联关系的电子推荐读物。
其中,本申请实施例中的第三维度信息可以用于向目标用户推荐与书架中的书籍(例如,书籍A)的相关联的目标书单信息,比如,业务服务器可以向目标用户推荐包含该书籍A的书单信息(例如,书单A)。可选的,业务服务器还可以向该目标用户推荐与该书籍A的主题信息(简称为主题)相似的书单信息(例如,书单B)。其中,本申请实施例可以将包含该书籍A的书单A或者与该书籍A的主题相似的书单B称之为目标书单信息,并可以将目标书单信息中的多本书籍统称为与该书籍A具有关联关系的电子推荐读物。应当理解,本申请实施例可以将包含该书籍A的书单信息称之为第一书单信息,该第一书单信息可以为基于运营规则所构建的书单列表。此外,本申请实施例可以将与该书籍A的主题相似的书单信息称之为第二书单信息,该第二书单信息是通过主题分析算法进行主题分析后所构建的书单列表。其中,第一书单信息和第二书单信息均可以存储在上述推荐数据库中,且第一书单信息的搜索优先级可以高于所述第二书单信息的搜索优先级。
其中,本申请实施例中的第四维度信息可以用于向目标用户推荐读完书籍列表,该读完书籍列表中可以包含该目标用户已读完的电子收藏读物和已读完电子收藏读物的评论信息。其中,本申请实施例可以将该目标用户在该电子读物收藏栏中已读完的电子收藏读物统称为携带读完标识的电子收藏读物,并可以将携带读完标识的电子收藏读物统称为已完成电子读物,此时,业务服务器可以将该已完成电子读物以及已完成电子读物的评论信息称之为与携带读完标识的书籍A具有关联关系的电子推荐读物。
可以理解的是,在与该电子读物收藏栏相关联的目标维度信息为图2所示的多个维度信息中的任意一个维度信息时,目标用户可以在图2所示的多个维度之间进行维度的自由切换,以便于能够在用户终端中为目标用户提供不同维度信息的数据推荐结果。比如,目标用户可以将当前维度信息由第一维度信息切换为第二维度信息,从而可以在数据展示平台上显示与第二维度信息相关联的数据推送列表中的电子推荐读物。当然,该目标用户也可以在该数据展示平台上选择其他维度信息,从而可以输出与其他维度信息相关联的数据推送列表中的电子推荐读物,这里将不一一进行列举。
其中,业务服务器获取目标维度信息相关联的数据推送列表的具体过程可以参见如下图3至图14所对应的实施例。
进一步地,请参见图3,是本申请实施例提供的一种电子读物数据处理方法的流程示意图。如图3所示,所述方法所涉及的终端可以包含用户终端和服务器,该方法可以适用于在电子书架场景中进行多维度的数据推荐,所述方法至少包括:
步骤S101,用户终端响应针对电子读物收藏栏所触发的第一操作,在所述电子读物收藏栏对应的多个维度信息中,将所述第一操作所对应的维度信息确定为目标维度信息;
具体的,用户终端可以在启动目标应用(例如,阅读类应用)时,在该阅读类应用中接收目标用户针对电子读物收藏栏触发的第一操作,并在该电子读物收藏栏对应的多个维度信息中将该第一操作所对应的维度信息称之为目标维度信息。
其中,电子读物收藏栏可以理解为在该阅读类应用中用于存放电子读物的容器,此时,该用于存放电子读物的容器可以称之为一种电子书架,本申请实施例可以将该电子书架简称为书架,并可以将该书架中所添加并存储的电子读物统称为电子收藏读物。此外,本申请实施例还可以将该电子读物收藏栏所属的显示界面称之为收藏界面,该收藏界面可以为上述数据展示平台中的一个界面。目标用户在访问该阅读类应用之后,可以在收藏界面中继续阅读已添加在该电子读物收藏栏中的电子收藏读物。可选地,该目标用户在访问该阅读类应用之后,还可以通过触发该收藏界面中的目标区域进行多维度的数据推荐。
其中,应当理解,该电子读物收藏栏所对应的多个维度信息可以包含上述第一维度信息、第二维度信息、第三维度信息、第四维度信息。所以,在目标用户访问该阅读类应用之后,用户终端可以输出该阅读类应用中的电子读物收藏栏所属的收藏界面。此时,目标用户可以在该收藏界面中继续阅读已收藏的电子读物(已收藏的电子读物可以称之为电子收藏读物),从而可以在该电子读物收藏栏中快捷地获取到贴合自己兴趣爱好的电子收藏读物,并可以基于电子收藏读物的阅读进度快速跳转至相应进度所在的阅读界面进行继续阅读。
为便于理解,进一步的,请参见图4,是本申请实施例提供的一种电子读物收藏栏的示意图。其中,目标用户在触发用户终端中的阅读类应用(例如,QQ阅读应用)时,可以在该用户终端中显示图4所示的界面100a,该界面100a可以为图4所示的电子读物收藏栏(即图4所示的书架)所属的收藏界面。如图4所示,该收藏界面(即界面100a)中可以包含多个电子收藏读物,所述多个电子收藏读物具体可以包含:图4所示的电子收藏读物20a,电子收藏读物20b,电子收藏读物20c,电子收藏读物20d。可以理解的是,图4所示的电子收藏读物20a,电子收藏读物20b,电子收藏读物20c,电子收藏读物20d可以理解为书架中所添加的多个电子收藏读物中的部分电子收藏读物,目标用户可以在图4所示的界面100a中通过执行滑动操作(比如,向下滑动),以获取更多的电子收藏读物。
如图4所示,目标用户可以在图4所示的页面100a中选择任意一个电子收藏读物进行继续阅读,比如,可以在图4所示的页面100a中选择继续阅读电子收藏读物20a,这里的电子收藏读物20a可以为书名为AAAAA的书籍。可以理解的是,图4所示的界面100a中还可以显示每个电子收藏读物的阅读进度。换言之,用户终端可以在该电子读物收藏栏中记录每个电子收藏读物的阅读进度,并可以根据每个电子读物的阅读进度对每个电子收藏读物进行进度管理(例如,书名为AAAAA的书籍的阅读进度可以为已读10%),从而可以通过记录的阅读进度为目标用户提供友好的继续阅读方式,以增强用户粘度。
其中,可以理解的是,用户终端在得到每个电子收藏读物的阅读进度时,还可以在这些电子收藏读物中将阅读进度达到进度阈值(例如,100%)的电子收藏读物(例如,图4所示的电子收藏读物20c)的标识设置为读完标识,并可以记录这些携带读完标识的电子收藏读物的完成时间戳,以便于后续可以在服务器中构建得到携带读物标识的电子收藏读物相关联的数据推送列表。
可选的,如图4所示,目标用户在访问该阅读类应用之后,还可以在该收藏界面(即图4所示的界面100a)中针对目标区域执行点击操作,此时,本申请实施例可以将针对该收藏界面所触发的点击操作称之为第一操作。与此同时,用户终端可以响应针对该电子读物收藏栏中的目标区域所触发的第一操作,将预先为该目标区域所绑定的预设维度信息(例如,第一维度信息)称之为该第一操作所对应的维度信息,该第一操作对应的维度信息(即第一维度信息)可以统称为目标维度信息,以便于后续可以进一步执行步骤S102。
步骤S102,所述用户终端向服务器发送所述目标维度信息。
可以理解的是,所述用户终端在执行完上述步骤S101之后,可以将目标区域所关联的目标维度信息(例如,默认与目标区域绑定的维度信息为第一维度信息)发送给服务器,以使服务器可以进一步执行步骤S103。其中,所述服务器可以为上述图1所对应实施例中的业务服务器2000。
步骤S103,服务器基于所述目标维度信息获取与所述电子收藏读物具有关联关系的电子推荐读物;
其中,可以理解的是,该服务器可以具备在线推荐功能,即可以在接收到用户终端发送的数据拉取请求时,根据目标维度信息向目标用户在线推送与书架中的书籍具有关联关系的电子推荐读物。
可选的,该服务器还可以具备离线处理功能,比如,以与电子读物收藏栏对应的多个维度信息包含第一维度信息、第二维度信息、第三维度信息、第四维度信息为例,该服务器可以预先处理得到与第一维度信息相关联的第一推荐数据库,与第二维度信息相关联的第二推荐数据库,与第三维度信息相关联的第三推荐数据库、与第四维度信息相关联的第四推荐数据库。可以理解的是,这里的第一推荐数据库、第二推荐数据库、第三推荐数据库、第四推荐数据库均为针对目标用户的推荐数据库,该针对目标用户的推荐数据库可以为上述图2所对应实施例中的推荐数据库。
其中,第一推荐数据库可以用于存储与该目标用户添加至书架中的书籍相似的其他书籍。第二推荐数据库可以用于存储与该目标用户添加至书架中的书籍的分类类别相似的书籍。第三推荐数据库可以用于存储前述第一书单信息、第二书单信息、其中,第一书单信息可以理解为一种基于运营规则所构建的运营书单,第二书单信息可以理解为与该目标用户添加至书架中的书籍的主题相似的书单。第四推荐数据库可以用于存储前述书架中携带读完标识的书籍的评论信息。
为便于理解,进一步的,请参见上述图4所示的推荐数据库。如图4所示的推荐数据库中可以包含多个推荐数据库,多个推荐数据库具体可以包含图4所示的推荐数据库10,推荐数据库20,推荐数据库30,推荐数据库40。其中,推荐数据库10可以为上述第一推荐数据库,推荐数据库20可以为上述第二推荐数据库,推荐数据库30可以为上述第三推荐数据库,推荐数据库40可以为上述第四推荐数据库。本申请实施例可以将图4所示的推荐数据库中的电子读物统称为电子推荐读物。
应当理解,所述多个推荐数据库中的电子推荐读物是该服务器预先根据用户终端中的不同维度信息所对应的推荐规则所确定的,即服务器可以预先按照相应的推荐规则对该目标用户的书架中书籍进行离线分析,以得到与不同维度信息相关联的推荐数据库。该电子读物数据库可以用于存储与该阅读类应用(例如,QQ阅读应用)相关联的所有电子读物,比如,电子小说、电子书籍、电子杂志等互联网数据信息。
步骤104,服务器根据所述电子推荐读物生成与所述目标维度信息相关联的数据推送列表;
具体的,本申请实施例中的服务器可以在执行完上述步骤S103之后,进一步获取与目标维度信息相关联的模板信息,比如,与目标维度信息相关联的模板信息可以包含前述与第一维度信息相关联的模板信息、与第二维度信息相关联的模板信息、与第三维度信息相关联的模板信息、与第四维度信息相关联的模板信息中的任意一种,从而可以按照与目标维度信息相关联的模板信息对步骤S103所得到电子推荐读物进行整合,以得到与该目标维度信息相关联的数据推送列表。进一步的,服务器可以执行步骤S105-步骤106,以使用户终端在得到相应的数据推送列表时能够快速输出与电子收藏读物具有关联关系的电子推荐读物。
步骤S105,服务器将所述数据推送列表返回给所述用户终端。
步骤S106,用户终端输出所述数据列表中所包含的与所述电子收藏读物具有关联关系的电子推荐读物。
应当理解,在本申请实施例中,若目标维度信息包含第一维度信息,则服务器可以按照该第一维度信息相关联的模板信息,将与电子收藏读物(即书架中的书籍)相关的电子推荐读物(例如,筛选出的N本相似书籍,N为大于零的整数)进行智能排版,以形成与第一维度信息相关联的数据推送列表,从而可以进一步执行步骤S105,以使用户终端可以在第一维度信息(例如,与目标区域绑定的推荐条目为书籍条目)所属的数据推送界面中快速渲染并显示与第一维度信息相关联的数据推送列表。以此类推,本申请实施例也可以在第二维度信息(例如,与目标区域绑定的推荐条目为同类好看条目)所属的数据推送界面中快速渲染并显示与第二维度信息相关联的数据推送列表。以此类推,本申请实施例也可以在第三维度信息(例如,与目标区域绑定的推荐条目为书单条目)所属的数据推送界面中快速渲染并显示与第三维度信息相关联的数据推送列表。以此类推,本申请实施例也可以在第四维度信息(例如,与目标区域绑定的推荐条目为读完条目)所属的数据推送界面中快速渲染并显示与第四维度信息相关联的数据推送列表。
为便于理解,本申请实施例仍以上述图4所对应实施例中的界面100a为例,以阐述目标用户在点击上述图4所对应实施例中的目标区域之后,在用户终端中输出不同维度信息相关联的数据推送列表的具体过程,从而可以在书架场景下快速且准确地实现多维度的数据推荐。
其中,进一步的,请参见图5,是本申请实施例提供的一种输出数据推送列表的示意图。其中,图5所示的界面100a可以为上述图4所对应实施例中的界面100a,此时,在该电子读物收藏栏中的电子收藏读物可以包含图5所示的电子收藏读物20a,电子收藏读物20b,电子收藏读物20c,电子收藏读物20d。在目标用户点击该电子读物收藏栏中的目标区域之后,可以跳转至图5所示的界面200a,该界面200a可以为图5所示的与电子读物收藏栏相关联的数据推送界面,即可以在图5所示的界面200a中显示多个推荐条目,所述多个推荐条目具体可以包含图5所示的“书籍”条目、“同类好看”条目、“书单”条目、“读完”条目。应当理解,显示在该界面200a中的多个推荐条目即为与该电子读物收藏栏所对应的多个维度信息,一个推荐条目可以等效为一个维度信息。因此,与图5所示的目标区域绑定的维度信息可以为图5所示的第一维度信息,即与目标区域绑定的推荐条目可以为图5所示的“书籍”条目。应当理解,基于前述步骤S101-步骤S106所描述的数据交互方法,可以在图5所示的界面200a中快速输出并显示在该书籍条目下的数据推送列表。其中,该“书籍”条目下的数据推送列表中具体可以包含图5所示的电子推荐读物30a,电子推荐读物30b,电子推荐读物30c,电子推荐读物30d。比如,与电子收藏读物20a(即与书架中书名为AAAAA的书籍)具有关联关系的电子推荐读物可以包含图5所示的电子推荐读物30a、电子推荐读物30b。此时,显示在页面200a中的电子推荐读物30a、电子推荐读物30b可以与书架中的电子收藏读物20a具有相似内容。又比如,与电子收藏读物20b(即与书架中书名为AABBA的书籍)具有关联关系的电子推荐读物可以包含图5所示的电子推荐读物30c、电子推荐读物30d,这里将不一一进行列举。
应当理解,如图5所示,由于与第一维度信息相关联的模板信息可以为纵向排版方式,所以,当前显示在该界面200a中的电子推荐读物可以包含部分与该书架中的书籍相似的相关书籍,鉴于此,目标用户可以进一步通过点击图5所示界面200a中的功能按钮(即界面200a中左下角处的下拉按钮)查看更多相似书籍。
应当理解,目标用户可以在图5所示的多个推荐条目(即多个维度信息)之间进行维度切换,以快速切换并显示与不同维度信息相关联的数据推送列表。
为便于理解,进一步的,请参见图6,是本申请实施例提供的一种切换维度信息的示意图。本申请实施例仍以上述图5所示的界面200a中与第一维度信息相关联的数据推送列表为例,得到图6所示的界面200a。如图6所示,目标用户可以通过触发图6所示的界面200a中的“同类好看”条目(即第二维度信息),以使用户终端可以响应针对该“同类好看”条目触发的新的第一操作,将该“同类好看”条目作为新的目标维度信息,以按照上述步骤S101-步骤S105,快速从服务器上获取与第二维度信息相关联的数据推送列表,并在图6所示的界面300a中输出并显示与第二维度信息相关联的数据推送列表。
应当理解,图6所示的界面200a和界面300a分别为不同维度信息下的数据推送界面,所以,本申请实施例可以将不同维度信息下的数据推送界面统称为与书架相关联的数据推送界面,该数据推送界面也可以为该阅读类应用的数据展示平台中的一个界面。由此可见,本申请实施例还可以在接收到针对与电子读物收藏栏相关联的数据推送界面执行的点击操作时,将该点击操作称之为新的第一操作,或者称之为第二操作,从而可以将该新的第一操作对应的维度信息确定为新的目标维度信息(例如,该新的目标维度信息可以为上述图6所示的第二维度信息),从而可以快速输出与新的目标维度信息相关联的数据推送列表。服务器在接收到数据拉取请求时,可以针对性的获取相应的数据推送列表,从而可以有效地防止用户终端一次性拉取过多的推荐数据,从而可以避免用户终端中的数据流量的浪费。
其中,如图6所示,与第二维度信息相关联的数据推送列表是由前述电子收藏读物所属的分类类别所确定的,即在服务器对前述书架中的电子收藏读物的分类类别进行划分的时候,可以基于划分后的分类类别的数量(即图6所示的4个分类类别)形成多个子数据推送列表,从而可以确保一个分类类别可以对应一个子数据推送列表。应当理解,一个子数据推送列表可以理解为一种包含同一分类类别的分类卡片,即不同一子数据推送列表(即不同分类卡片)中的电子推送读物具有不同的分类类别。本申请实施例可以将显示在图6所示的界面300a中的各分类类别对应的子数据推送列表统称为与第二维度信息相关联的数据推送列表。同理,目标用户可以在前述图6所示的界面300a中对所显示的各分类卡片进行滑动操作,以通过滑动操作的方式(例如,上下滑动的方式)查看不同分类卡片中的电子推荐读物,以实现不同分类类别的推荐数据的快速查阅。
可选的,若与前述界面100a中的目标区域绑定的维度信息为第二维度信息,则可以在目标用户针对上述电子读物收藏栏中的目标区域执行第一操作时,将该第一操作对应的第二维度信息称之为目标维度信息,从而可以基于上述步骤S101-步骤S106在用户终端中快速渲染并显示从服务器上所获取到与第二维度信息相关联的数据推送列表。
为便于理解,进一步的,请参见图7,是本申请实施例提供的另一种输出数据推送列表的示意图。如图7所示,目标用户可以针对图7所示的界面100b中的目标区域执行第一操作,此时,该第一操作对应的维度信息可以为预先为界面100b中的目标区域所绑定的第二维度信息。鉴于此,本申请实施例中的用户终端可以基于前述步骤S101-步骤106快速从服务器上获取到与第二维度相关联的数据推送列表,并在图7所示的显示界面200b中显示与第二维度信息相关联的数据推送列表。此时,与第二维度信息相关联的数据推送列表具体可以包含图7所示的多个分类类别分别对应的子数据推送列表。其中,如图7所示,分类类别4对应的子数据推送列表中具体可以包含图7所示的电子推荐读物40a、推荐电子读物40b,推荐电子读物40c。可以理解的是,本申请实施例可以将分类类别4对应的子数据推送列表称之为分类卡片1,按照动销卡片的显示方式可以将该分类卡片1中的各电子推荐读物进行分开展示,具体的,可以参见上述图7所示的分类类型4下的电子推荐读物的排版示意图。
其中,可以理解的是,若第二维度信息对应的模板信息中可以展示Y个(例如,6个)与电子收藏读物(例如,电子收藏读物20a)具有相同分类类别的书籍,则可以在图7所示的界面200b中通过上下滑动来显示相应分类类别相关联的电子推荐读物。
为便于理解,进一步的,请参见图8,是本申请实施例提供的一种查看不同分类类别下的电子推荐读物的示意图。针对图8所示的4个分类类别而言,目标用户可以通过上下滑动的方式查看不同分类下的电子推荐读物。其中,如图8所示,目标用户可以通过向上滑动该分类类别4所属的分类卡片1,可以在该用户终端中显示分类卡片1中的Y个电子推荐读物。此时,通过点击该分类卡片中的“换一换”按钮可以显示另外的Y个(即另外6个)电子推荐读物,即可以通过布隆过滤器过滤已推荐电子读物,从而可以避免数据的重复推荐。
如图8所示,可选的,目标用户还可以通过向下滑动该分类类别4所属的分类卡片1,以隐藏分类类别4中的电子推荐读物40a、推荐电子读物40b,推荐电子读物40c。与此同时,该用户终端还可以同步显示分类类型3对应的子数据推送列表,即可以将该分类类别3对应的子数据推送列表称之为分类卡片2,即可以显示分类卡片2中的Y个电子推荐读物。可以理解的是,图8所示的分类卡片2中的Y个电子推荐读物的分类类别不同于分类卡片1中的Y个电子推荐读物的分类类别。以此类推,可以将分类类别2对应的子数据推送列表称之为分类卡片3,将分类类别1对应的子数据推送列表称之为分类卡片4。鉴于此,本申请实施例还可以在隐藏分类卡片2中的Y个电子推荐读物时,同步显示分类类别3所属的分类卡片3中的Y个电子推荐读物。以此类推,还可以在隐藏分类卡片3中的Y个电子推荐读物时,同步显示分类类别1所属的分类卡片4中的Y个电子推荐读物。
可选的,与前述页面100a中的目标区域绑定的维度信息为第三维度信息时,还可以快速从服务器上获取与第三维度信息相关联的数据推送列表,并可以在该用户终端中显示与第三维度信息相关联的数据推送列表。同理,与前述页面100a中的目标区域绑定的维度信息为第四维度信息时,还可以快速从服务器上获取与第四维度信息相关联的数据推送列表,并可以在该用户终端中显示与第四维度信息相关联的数据推送列表。
为便于理解,进一步的,请参见图9a和图9b,是本申请实施例提供的又一种输出数据推送列表的示意图。其中,与图9a所示的界面100c中的目标区域绑定的维度信息可以为第三维度信息,当目标用户在电子读物收藏栏中针对目标区域执行第一操作时,可以基于前述步骤S101-步骤S105,快速从服务器上获取与第三维度信息相关联的数据推送列表,并在图9a所示的界面200c中显示与第三维度信息相关联的数据推送列表。其中,与第三维度信息相关联的数据推送列表中可以包含书架中的书籍所在的书单信息(例如,电子收藏读物20a所在的书单信息可以为第一书单信息)。该第一书单信息可以包含图9a所示的两个书单信息,这两个书单信息可以为运营人员预先根据运营规则所构建的运营书单,这两个运营书单中均可以包含前述电子收藏读物20a。此时,本申请实施例可以将这两个书单信息称之为目标书单信息。可选的,若与第三维度信息相关联的推荐数据库(即第三推荐数据库)中不存在包含书架中书籍的第一书单信息,则需要进一步搜索与该书架中的书籍具有相似主题的第二书单信息,并将与该书架中的书籍具有相似主题的第二书单信息称之为目标书单信息,以向目标用户推送具有相似主题信息的书单信息,进而可以为用户提供更多的新颖度和惊喜度。
其中,与图9b所示的界面100d中的目标区域绑定的维度信息可以为第四维度信息,当目标用户在电子读物收藏栏中针对目标区域执行第一操作时,可以基于前述步骤S101-步骤S105,快速从服务器上获取与第四维度信息相关联的数据推送列表,并在图9b所示的界面200d中显示与第四维度信息相关联的数据推送列表。其中,与第四维度信息相关联的数据推送列表中可以包含该目标用户已读完的书架中的书。如图9b所示,该目标用户已读完的电子收藏读物可以包含图9b所示的电子收藏读物20c,还可以包含未在界面100d中列出的电子收藏读物20d,如图9b所示,电子收藏读物20c的书名可以为“AABBCC”,该目标用户曾针对该电子收藏读物20c发表过评论,从而可以从与第四维度信息相关联的第四推荐数据库中拉取图9b所示的评论信息1。此外,对于电子收藏读物20d的书名可以为“CCDCC”而言,该目标用户不曾针对该电子收藏读物20d发表过评论,从而可以从与第四维度信息相关联的第四推荐数据库中拉取图9b所示的评论信息2,该评论信息2可以为服务器预先从针对该电子收藏读物20d的所有评论信息中所筛选出的具有最高评分的前两条评论信息(比如,点赞数越高,则该评论信息的评分会越高,从而可以将评分高的评论信息称之为优质评论信息)。
由此可见,通过结合书架的应用场景,可以快速且准确地为目标用户推荐多个不同维度的数据信息,从而可以丰富数据推荐的多样性。另外,通过离线得到各推荐数据库,还可以在在线推荐的过程中加快数据推荐的效率。
在本申请实施例中的用户终端能够响应针对电子读物收藏栏所触发的第一操作,在所述电子读物收藏栏对应的多个维度信息中,将所述第一操作所对应的维度信息确定为目标维度信息;其中所述电子读物收藏栏中包含电子收藏读物;其中,所述电子读物收藏栏可以理解为一种电子书架,该电子书架可以用于存放用户所添加的电子书籍,此时,该添加到该电子书架中的电子书籍可以称之为电子收藏读物。进一步的,用户终端可以向服务器发送目标维度信息,以使服务器可以基于用户所选取的目标维度信息获取与电子收藏读物具有关联关系的电子推荐读物,进而可以根据获取到的电子推荐读物生成与所述目标维度信息相关联的数据推送列表,并将所述数据推送列表返回给所述用户终端。由此可见,通过在电子书架的应用场景中进行多维度的数据推荐,可以充分挖掘用户的兴趣爱好,进而可以高效且准确地匹配到贴合用户兴趣爱好的电子书籍,以提升用户在书架中找书的效率和找书准确度。
为便于理解,进一步的,请参见图10,是本申请实施例提供的一种电子读物数据处理方法的流程示意图。该方法可以应用于服务器,所述方法包含以下步骤:
步骤S201,获取用户终端发送的目标维度信息;
其中,所述目标维度信息是由用户终端响应针对电子读物收藏栏对应的多个维度信息的第一操作所得到的;所述电子读物收藏栏中包含电子收藏读物。其中,所述多个维度信息可以包含上述第一维度信息、第二维度信息、第三维度信息、第四维度信息。
其中,服务器获取用户终端发送的目标维度信息的具体过程可以参见上述图1所对应实施例中对步骤S101-步骤S102的描述,这里将不再继续进行赘述。
步骤S202,基于所述目标维度信息获取与所述电子收藏读物具有关联关系的电子推荐读物;
其中,电子收藏读物可以包含书籍、杂志、漫画等互联网数据信息。为便于理解,本申请实施例以电子收藏读物为书籍为例,所述第一维度信息可以用于向目标用户推荐与书架中的书籍相关的书籍,例如,以书架中的书籍为书A为例,可以向目标用户推荐与该书A的内容相似的相关书籍(例如,书A1、书A2等具有相似内容的书籍)。所述第二维度信息可以用于向目标用户推荐与书架中的书籍的分类类别相同的书籍,例如,以书架中的书籍为书B为例,该书B的分类类别可以为言情小说类标签,从而可以向目标用户推荐携带该言情小说类标签的书籍(例如,书B1、书B2等具有相同分类类别的书籍)。所述第三维度信息可以用于向目标用户推荐与书架中的书籍的主题相似的书籍,例如,以书架中的书籍为书C为例,该书C的主题可以为霸道总裁题材信息,从而可以向目标用户推荐具有霸道总裁题材信息的书单信息(例如,该书单信息中的书C1、书C2等书籍均与书架中的书C具有相同的主题信息)。所述第四维度信息可以用于向目标用户推荐书架中携带读完标识的书籍的评论信息。
步骤S203,根据所述电子推荐读物生成与所述目标维度信息相关联的数据推送列表,并将所述数据推送列表返回给所述用户终端。
其中,在所述目标维度信息包含第一维度信息时,服务器基于所述目标维度信息获取与所述电子收藏读物具有关联关系的电子推荐读物的具体过程可以描述为:服务器可以基于所述第一维度信息从第一推荐数据库中拉取与所述电子收藏读物相匹配的N个数据信息;N为正整数;进一步的,服务器可以从N个数据信息中过滤已推荐的S个数据信息,并将过滤后所剩余的K个数据信息作为与所述电子收藏读物具有关联关系的电子推荐读物,以进一步执行步骤S203;其中,K=(N-S)且S为大于或者等于零的整数。
其中,在向目标用户推荐与书架中的书籍相似度最高的N本书籍之前,还需要预先将与书架中的书籍相匹配的数据信息(即离线处理得到的离线大数据)添加到第一推荐数据库中进行存储,以便于该服务器能够在接收到用户终端发起的数据拉取请求时,可以快速从第一推荐数据库所包含的M个候选数据信息中拉取到与电子收藏读物相匹配的N个数据信息,其中,N可以小于或者等于M。
换言之,服务器可以预先根据电子读物数据库中的每个电子读物所携带的关键词、所述每个电子读物相关联的用户信息,得到所述每个电子读物的物品向量;进一步的,服务器将所述电子读物数据库中的所述电子收藏读物确定为第一物品,得到所述第一物品的物品向量;进一步的,服务器将所述电子读物数据库中除所述电子收藏读物之外的电子读物确定为第二物品,得到所述第二物品的物品向量;进一步的,服务器确定所述第一物品的物品向量与所述第二物品的物品向量之间的余弦相似度,并将余弦相似度满足推荐条件的第二物品作为所述电子收藏读物相匹配的数据信息,将所述电子收藏读物相匹配的数据信息添加至所述第一推荐数据库,以便于后续服务器在接收到数据拉取请求时,可以在该第一推荐数据库中将与电子收藏读物相匹配的数据信息统称为M个候选数据信息,M为与书架中的电子收藏读物相匹配的数据信息的总数量。
为便于理解,本申请实施例以上述图5所对应实施例中的电子读物收藏栏(即书架)中的电子收藏读物20a、电子收藏读物20b、电子收藏读物20c、电子收藏读物20d为例,以阐述获取与书架中的书籍具有关联关系的相似书籍的具体过程。进一步的,请参见图11,是本申请实施例提供的一种获取相似书籍的推荐流程图。其中,如图11所示,目标用户可以在用户终端中执行步骤S11,即可以在上述图5所对应实施例中的页面100a(即收藏页面)中执行点击操作或者在上述图5所对应实施例中的界面200a(即数据推送页面)中执行刷新操作,以向图11所示的服务器发送数据拉取请求。此时,该服务器可以执行步骤S14,即可以基于数据拉取请求中所携带的第一维度信息从图11所示的步骤S15所描述的第一推荐数据库中所包含的M个(例如,100个)候选数据信息中实时拉取与书架中的书籍相似的N个(例如,N=n1+n2+n3+n4=12个)电子读物。其中,本申请实施例中的N个电子读物为服务器基于第一点击模型对M个候选数据信息进行在线概率预测和排序后所筛选出的N个具有较高预测概率值的数据信息。其中,第一点击模型可以为服务器基于用户点击行为(即用户与书籍之间的点击关系等)所训练好的点击率排序模型。例如,服务器可以拉取到与前述电子收藏读物20a高度相似的n1(例如,3)个数据信息,与前述电子收藏读物20b高度相似的n2(例如,3)个数据信息,与前述电子收藏读物20c高度相似的n3(例如,3)个数据信息,与前述电子收藏读物20d高度相似的n4(例如,3)个数据信息。其中,n1、n2、n3、n4可以相等也可以不相等。
进一步的,如图11所示,该服务器可以进一步执行步骤S13,即可以通过布隆过滤器过滤上一点击操作或者上一下拉刷新操作所下发并显示在用户终端中的电子推荐读物,以防止电子读物数据的重复推荐。换言之,本申请实施例可以在用户终端每次拉取并显示电子推荐读物过后,实时将该目标用户对于书架中的书籍(即电子收藏读物)的拉取记录和曝光记录更新到布隆过滤器,以防止电子读物数据的重复推荐。比如,可以从前述N个(即12个)数据信息中过滤已推荐的S个数据信息(例如,2个数据数据,这2个数据信息可以为上一秒曝光显示在图5所示的界面200a中的数据信息),从而将过滤后所剩余的K个数据信息(即10个数据信息)作为与所述电子收藏读物具有关联关系的电子推荐读物,从而可以基于这K个数据信息生成与书架中的书籍相关联的书籍推送列表,以在该用户终端中执行步骤S12,以拉取并展示该数据推送列表中的K本相似书籍。
在实际工程中,为避免当前显示在上述图5所对应实施例中的界面200a中的电子推荐读物全是与电子收藏读物20a相似的K本书籍,可以在前述第一推荐数据库中通过分类打散的方式尽可能的呈现与书架中的多本书籍相似的书籍,例如,可以在第一推荐数据库中预先筛选与书架中的电子收藏读物相似的ni本书籍,其中,i的取值是由书架中的电子收藏读物所属的分类决定的。比如,若前述四个电子收藏读物的分类类别均不相同,则可以在第一推荐数据库中从与电子收藏读物20c相似的m1本(例如,mi=20本,这20本可以为前述M本候选数据信息中的部分数据信息)书籍中抽出预测概率值靠前的10(即n1)本书,以此类推,可以得到书架中的每个电子收藏读物相似的ni本书籍,从而可以快速拉取到与所述电子收藏读物相匹配的N个数据信息。
其中,如图11所示,服务器在执行前述步骤S15之前,还需要基于物品的协同过滤模型计算两个物品的内容的相似度,然后根据用户加入书架的物品为其推荐相似的M个物品。其中,基于物品的协同过滤模型可以首先计算两个物品之间的相似度,然后根据用户加入书架的物品为其推荐相似物品(比如,可以为其推荐内容相似的M个物品)。换言之,服务器可以预先执行图11所示的步骤S20-步骤S15,以将离线得到与该目标用户的书架中的书籍相关联的M本相似的书籍存储至第一推荐数据库。其中,添加到第一推荐数据库中的M本相似书籍均为余弦相似度均满足推荐条件(例如,与书架中的书籍之间的余弦相似度均大于预设余弦阈值)的数据信息。如图11所示,该服务器可以周期性地(例如,天为单位定时)获取每个用户上报的用户行为流水,并通过对这些用户的行为流水进行解析,以得到电子读物数据库中的每个电子读物相关联的用户信息,即可以得到每本书当天被用户阅读的情况,比如,电子读物相关联的用户信息可以理解为服务器离线所统计到的今天有n个(例如,100个)人点击阅读了电子收藏读物20c。当然,服务器还可以统计电子读物数据库中的其他电子读物相关联的用户信息。
其中,如图11所示,服务器在执行完步骤S18时,可以得到每个电子读物相关联的用户信息,以得到每个电子读物的用户序列。此外,通过前述步骤S19可以得到每个电子读物所携带的m个关键词,以得到每个电子读物的关键词序列。进一步的,图11所示的步骤17表明服务器可以根据每个电子读物的用户序列和所述每个电子读物的关键词序列,构成所述每个电子读物的物品向量。其中,电子读物的物品向量=(用户1,用户2,…,用户n,词1,词2,..,词m)。其中,应当理解,物品向量中每个维度的取值可以为0或者1,其中,用户维度的取值为1可以表示用户对电子读物有阅读行为,取值为0表示用户对电子读物没有阅读信息。同理,词维度的取值也可以为0或者1,其中,词维度的取值值为1表示有提取到关键词,取值为0表示没有提取到关键词。
由此可见,该服务器可以基于每个电子读物所携带的关键词、所述每个电子读物相关联的用户信息,预先得到所述每个电子读物的物品向量。因此,通过图11所示的步骤S16中的余弦相似度的计算公式可以确定与任意一个用户终端中的书架内的书籍相似的M本书籍。比如,针对图11所示的用户终端而言,可以通过前述协同过滤模型预先得到与该用户终端中的书架中的书籍(即电子收藏读物20a、电子收藏读物20b、电子收藏读物20c、电子收藏读物20d)相匹配的M个候选数据信息。
其中,本申请实施例可以在得到所述每个电子读物的物品向量时,在电子读物数据库中将与前述电子收藏读物20a、电子收藏读物20b、电子收藏读物20c、电子收藏读物20d相同的电子读物(与书架中的书籍相同的电子读物)称之为第一物品,并在电子读物数据库中将除电子收藏读物20a、电子收藏读物20b、电子收藏读物20c、电子收藏读物20d之外的电子读物称之为第二物品,以基于第一物品的物品向量和第二物品的物品向量得到这两个物品的余弦相似度。其中,余弦相似度的计算公式可以用以下公式(1)和公式(2)表示:
其中,公式(1)中的Wij可以表示两个物品(即第一物品与第二物品)之间的余弦相似度。其中,可以表示喜欢物品i(例如,第一物品)的用户数,可以表示喜欢物品j(例如,第二物品)的用户数,其中,热度阈值的取值可以在0-1之间,其中,表示需要最大限度打压热门,即物品j越热门,则与物品i的相似度越小。可以理解的是,本申请采用热度惩罚规则,即需要对冷门用户行为进行加权,对活跃用户行为进行降权,具体公式可以参见上述公式(1)。其中,公式(2)中的rikrjk可以表示被共同喜欢的用户数,比如,该服务器可以根据每个电子读物关联的用户信息统计出有100个用户即喜欢物品i,还喜欢物品j。可以理解的是,被共同喜欢的用户数越多,则说明两个物品之间的关联性越高,相似度越大。其中,公式(2)中的N(k)可以表示用户k(即目标用户)喜欢物品数,例如,目标用户喜欢的物品数可以为添加至书架中的书的数量。可以理解的是,用户兴趣越广泛,对两物品的相似度计算的贡献越小。可以理解的是,在得到与图11所示的用户终端中的第一物品与第二物品之间的相似度之后,可以将排序靠前的前M个物品视为满足推荐条件的物品添加到第一推荐数据库进行存储。
可选的,若目标维度信息包含第二维度信息,则基于所述目标维度信息获取与所述电子收藏读物具有关联关系的电子推荐读物的具体过程可以描述为:服务器可以基于所述第二维度信息获取所述电子收藏读物所属的分类类别,从电子读物数据库中拉取与所述电子收藏读物所属的分类类别相关联的X个数据信息;X为正整数;进一步的,服务器可以从X个数据信息中过滤已推荐的Z个数据信息,得到过滤后所剩余的Y个数据信息;Y=(X-Z)且Z为大于或者等于零的整数;进一步的,服务器可以获取所述Y个数据信息的点击置信度,根据所述Y个数据信息的点击置信度从所述Y个数据信息中确定与所述电子收藏读物具有关联关系的电子推荐读物。
为便于理解,进一步的,请参见图12,是本申请实施例提供的一种进行同类好看推荐的流程示意图。其中,目标用户执行如图12所示的步骤S21和步骤S22的具体实现方式可以参见上述图7或图8所对应实施例中对显示在用户终端中的电子推荐读物的描述,这里将不再继续进行赘述。
此外,如图12所示的第二推荐数据库中可以用于存储步骤S27所描述的对初始点击模型进行训练所得到的第二点击模型(该第二点击模型为)和训练过程中所得到的用户兴趣特征。如图12所示的步骤S30-步骤S26描述的是如何通过构造的正样本和负样本对初始点击模型进行离线训练。具体的,服务器可以根据电子读物数据库中的每个电子读物相关联的用户行为信息,得到用于对初始点击模型进行训练的正样本和负样本;其中,所述正样本可以包含用户与电子读物之间存在点击关系时所构成的点击向量对;所述负样本可以包含用户对电子读物之间存在曝光关系时所构成的曝光向量对;进一步的,服务器可以基于所述正样本和所述负样本对所述初始点击模型进行训练,将训练后的初始点击模型确定为第二点击模型,将所述第二点击模型添加至所述第二推荐数据库。
其中,可以理解的是,正样本和负样本可以统称为样本,所以,本申请可以通过样本的标签(0或者1)来区分正、负样本。比如,样本的标签为0即为前述负样本,该负样本中可以包含由用户id和物品id所构成的曝光向量对,即负样本可以为用户id对于物品id有曝光但没有点击的样本,换言之,用户对于曝光显示在用户终端中的电子读物之间不存在点击关系。反之,样本的标签为1即为前述正样本,该正样本中可以包含由用户id和物品id所构成的点击向量对,即正样本可以为用户id对于物品id有曝光且有点击的样本,换言之,用户对于曝光显示在用户终端中的电子读物之间存在点击关系。
对电子读物收藏栏中针对上述图7所对应实施例中的界面100b执行的点击操作之后,在上述图7所示的界面200b中显示所有分类类别所属的分类卡片,从而可以在图7所示的界面200b中通过上下滑动以查看不同的分类卡片中的电子推荐读物。本申请实施例在对初始点击模型进行训练之前,需要提取并构建这些样本的样本特征,从而可以基于这些样本特征对执行步骤S27,以在该初始点击模型的模型参数收敛时,将训练后所得到的第二点击模型存储至第二推荐数据库中,以便于能够在数据推荐的过程中可以按照用户的兴趣进行精准排序,以提高数据推荐的准确度,进而可以提高用户阅读书籍的转化率。其中,样本特征可以具体包含步骤S28中的内容类特征(例如,书籍的基础特征,书籍的阅读特征、曝光特征、评分特征等统计类特征)、用户类特征(例如,用户的基础画像,用户的行为统计数据)、内容分布类特征(例如,书籍在年龄兴趣下的分布等特征),词向量特征(例如,用户行为和书籍内容的低维度稠密向量等特征,这里的词向量特征可以包含上述物品向量的特征)。
其中,可选的,若所述目标维度信息包含第三维度信息,则服务器基于所述目标维度信息获取与所述电子收藏读物具有关联关系的电子推荐读物可以具体描述为:服务器可以基于所述第三维度信息从第三推荐数据库中拉取与所述电子收藏读物相关联的目标书单信息;进一步的,服务器可以将拉取到的所述目标书单信息作为与所述电子收藏读物具有关联关系的电子推荐读物。
为便于理解,进一步的,请参见图13,是本申请实施例提供的一种进行书单推荐的流程示意图。其中,图13所示的步骤S31-步骤S32的具体实现方式可以参见上述图9a所对应实施例中对目标书单信息的描述,这里将不再继续进行赘述。其中,可以理解的是,图13所示的第三推荐数据库中可以用于存储与书架中的书籍具有相似主题风格的书单信息,这些书单信息是由该服务器通过图13所示的文档主题生成模型(即LDA模型)所确定的,且这些具有相似主题风格的书单信息可以为前述第二书单信息。可选的,图13所示的步骤S33表明该第三推荐数据库中还可以用于存储运营人员根据运营规则所预先构建的运营书单,这些运营书单中可以包含书架中的书籍,所以,本申请实施例可以将书架中的书籍所在的书单信息称之为第一书单信息。可以理解的是,基于步骤S33可以获知该第一书单信息的搜索优先级高于第二书单信息的搜索优先级。
其中,可选的,若所述目标维度信息包含第四维度信息,则所述服务器基于所述目标维度信息获取与所述电子收藏读物具有关联关系的电子推荐读物的具体过程可以描述为:基于所述第四维度信息从所述电子读物收藏栏中获取携带读完标识的电子收藏读物;获取携带读完标识的电子收藏读物的完成时间戳,并基于所述完成时间戳对所述携带读完标识的电子收藏读物进行排序,将排序后的携带读完标识的电子收藏读物确定为已完成电子读物;将所述已完成电子读物以及所述已完成电子读物的评论信息作为与所述电子收藏读物具有关联关系的电子推荐读物。
为便于理解,进一步的,请参见图14,是本申请实施例提供的一种进行读完推荐的流程示意图。如图14所示的步骤S41-步骤S42的具体实现方式可以参见上述图9b所对应实施例中对携带读物标识的电子收藏读物的具体描述,这里将不再继续进行赘述。可以理解的是,本申请实施例也可以预先将该书架中携带读完标识的电子收藏读物预先存储在第四推荐数据库,从而可以在接收到上述数据拉取请求时,可以快速按照完成时间戳的先后对第四推荐数据库中的携带读完标识的电子收藏读物进行排序(例如,可以基于图14所示的有近到远的排序规则对这些携带读完标识的电子收藏读物进行排序),从而可以将排序后的这些携带读完标识的电子收藏读物统称为已完成电子读物。可以理解的是,第四推荐数据库中还可以用于预先存储这些已完成电子读物的评论信息。此时,以目标用户在书架中读完的书籍的数量为书籍A为例,服务器可以拉取该书籍A的评论信息,并从这些评论信息中快速找出该目标用户所发表的评论信息作为已完成电子读物的评论信息,反之,则可以从这些评论信息中将具有最高点赞数的评论信息作为已已完成电子读物的评论信息。
由此可见,当目标用户针对电子读物收藏栏(例如,电子读物收藏栏中的收藏界面或者电子读物收藏栏相关联的数据推送界面)执行点击操作时,该用户终端可以将点击操作对应的维度信息(即目标维度信息)添加至数据拉取请求中,并将该携带目标维度信息的数据拉取请求给到该阅读类应用(即前述QQ阅读应用)相关联服务器,以使该服务器可以获取该书籍请求指令中所携带的目标维度信息,从而可以获取与目标维度信息相关联的数据推送列表,并可以在与目标维度信息相关联的数据推送列表中显示与所述电子收藏读物具有关联关系的电子推荐读物。由此可见,通过在电子书架的应用场景中进行多维度的数据推荐,可以充分挖掘用户的兴趣爱好,进而可以高效且准确地匹配到贴合用户兴趣爱好的电子书籍,以提升用户在书架中找书的效率和找书准确度。
进一步地,请参见图15,是本申请实施例提供的一种电子读物数据处理装置的结构示意图。所述电子读物数据处理装置1可以应用于上述用户终端,该用户终端可以为上述图1所对应实施例中的用户终端300a。进一步地,该电子读物数据处理装置1可以包括:维度信息确定模块100,维度信息发送模块200,推荐列表获取模块300;
维度信息确定模块100,用于响应针对电子读物收藏栏所触发的第一操作,在所述电子读物收藏栏对应的多个维度信息中,将所述第一操作所对应的维度信息确定为目标维度信息;所述电子读物收藏栏中包含电子收藏读物;
维度信息发送模块200,用于向服务器发送所述目标维度信息;
推荐列表获取模块300,用于获取所述服务器返回的与所述目标维度信息相关联的数据推送列表;所述数据推送列表中包含与所述电子收藏读物具有关联关系的电子推荐读物。
其中,维度信息确定模块100,维度信息发送模块200,推荐列表获取模块300的具体实现方式可以参见上述图3所对应实施例中对用户终端的描述,这里将不再继续进行赘述。
进一步地,请参见图16,是本申请实施例提供的一种计算机设备的结构示意图。如图16所示,该计算机设备1000可以应用于用户终端,该用户终端可以为上述图1所对应实施例中的用户终端3000a。该计算机设备1000可以包括:处理器1001,网络接口1004和存储器1005,此外,所述计算机设备1000还可以包括:用户接口1003,和至少一个通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。其中,用户接口1003可以包括显示屏(Display)、键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1004可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图16所示,作为一种计算机存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及设备控制应用程序。
其中,计算机设备1000中的网络接口1004还可以与上述图1所对应实施例中的服务器进行网络连接,且可选用户接口1003还可以包括显示屏(Display)、键盘(Keyboard)。在图16所示的计算机设备1000中,网络接口1004可提供网络通讯功能;而用户接口1003主要用于为用户提供输入的接口;而处理器1001可以用于调用存储器1005中存储的设备控制应用程序,以实现:
响应针对电子读物收藏栏所触发的第一操作,在所述电子读物收藏栏对应的多个维度信息中,将所述第一操作所对应的维度信息确定为目标维度信息;所述电子读物收藏栏中包含电子收藏读物;
向服务器发送所述目标维度信息;
获取所述服务器返回的与所述目标维度信息相关联的数据推送列表;所述数据推送列表中包含与所述电子收藏读物具有关联关系的电子推荐读物。
应当理解,本申请实施例中所描述的计算机设备1000可执行前文图3所对应实施例中对用户终端的描述,也可执行前文图15所对应实施例中对所述电子读物数据处理装置1的描述,在此不再赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。
此外,这里需要指出的是:本申请实施例还提供了一种计算机存储介质,且所述计算机存储介质中存储有前文提及的电子读物数据处理装置1所执行的计算机程序,且所述计算机程序包括程序指令,当所述处理器执行所述程序指令时,能够执行前文图3所对应实施例中对所述电子读物数据处理方法的描述,因此,这里将不再进行赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。对于本申请所涉及的计算机存储介质实施例中未披露的技术细节,请参照本申请方法实施例的描述。
进一步地,请参见图17,是本申请实施例提供的另一种电子读物数据处理装置的结构示意图。所述电子读物数据处理装置2可以应用于上述服务器,该服务器可以为上述图1所对应实施例中的业务服务器2000。进一步地,该电子读物数据处理装置2可以包括:维度信息获取模块10,读物推荐模块20,推荐列表生成模块30;
维度信息获取模块10,用于获取用户终端发送的目标维度信息;所述目标维度信息是由用户终端响应针对电子读物收藏栏对应的多个维度信息的第一操作所得到的;所述电子读物收藏栏中包含电子收藏读物;
读物推荐模块20,用于基于所述目标维度信息获取与所述电子收藏读物具有关联关系的电子推荐读物;
其中,所述目标维度信息包含第一维度信息;
所述读物推荐模块20包括:第一拉取单元201,第一过滤单元202;进一步的,其中,所述读物推荐模块还包括:物品向量构建单元203,第一物品确定单元204,第二物品确定单元205,相似度确定单元206;
第一拉取单元201,用于基于所述第一维度信息从第一推荐数据库中拉取与所述电子收藏读物相匹配的N个数据信息;N为正整数;
其中,所述第一拉取单元201包括:模型获取子单元2011,候选确定子单元2012,概率值确定子单元2013,排序子单元2014;
模型获取子单元2011,用于基于所述第一维度信息获取所述第一物品相关联的第一点击模型;
候选确定子单元2012,用于将所述第一推荐数据库中的数据信息确定为M个候选数据信息;M为所述推荐数据库中的数据信息的总量;
概率值确定子单元2013,用于基于所述第一点击模型确定所述M个候选数据信息的预测概率值;
排序子单元2014,用于对所述M个候选数据信息的预测概率值进行排序,并基于排序后的M个候选数据信息的预测概率值,从排序后的M个候选数据信息选取与所述电子收藏读物相匹配的N个数据信息;N小于或等于M。
其中,所述模型获取子单元2011,候选确定子单元2012,概率值确定子单元2013,排序子单元2014的具体实现方式可以参见上述图10所对应实施例中对N个数据信息的描述,这里将不再继续进行赘述。
第一过滤单元202,用于从N个数据信息中过滤已推荐的S个数据信息,并将过滤后所剩余的K个数据信息作为与所述电子收藏读物具有关联关系的电子推荐读物;K=(N-S)且S为大于或者等于零的整数。
可选的,物品向量构建单元203,用于根据电子读物数据库中的每个电子读物所携带的关键词、所述每个电子读物相关联的用户信息,得到所述每个电子读物的物品向量;
其中,其中,所述物品向量构建单元203包括:信息获取子单元2031,信息解析子单元2032,词提取子单元2033,向量构建子单元2034;
信息获取子单元2031,用于获取电子读物数据库中的所有电子读物,以及所有电子读物相关联的用户行为信息;
信息解析子单元2032,用于对所述用户行为信息进行解析,得到每个电子读物相关联的用户信息,并根据所述每个电子读物相关联的用户信息得到所述每个电子读物的用户序列;
词提取子单元2033,用于提取所述每个电子读物携带的关键词,并根据所述每个电子读物的关键词得到所述每个电子读物的关键词序列;
向量构建子单元2034,用于基于所述每个电子读物的用户序列和所述每个电子读物的关键词序列,构成所述每个电子读物的物品向量。
其中,所述信息获取子单元2031,信息解析子单元2032,词提取子单元2033,向量构建子单元2034的具体实现方式可以参见上述图10所对应实施例中对物品向量的描述,这里将不再继续进行赘述。
第一物品确定单元204,用于将所述电子读物数据库中的所述电子收藏读物确定为第一物品,得到所述第一物品的物品向量;
第二物品确定单元205,用于将所述电子读物数据库中除所述电子收藏读物之外的电子读物确定为第二物品,得到所述第二物品的物品向量;
相似度确定单元206,用于确定所述第一物品的物品向量与所述第二物品的物品向量之间的余弦相似度,并将余弦相似度满足推荐条件的第二物品作为所述电子收藏读物相匹配的数据信息,将所述电子收藏读物相匹配的数据信息添加至所述第一推荐数据库。
其中,第一拉取单元201,第一过滤单元202,物品向量构建单元203,第一物品确定单元204,第二物品确定单元205,相似度确定单元206的具体实现方式可以参见上述图10所对应实施例中对第一维度信息的描述,这里将不再继续进行赘述。
可选的,其中,所述目标维度信息包含第二维度信息;
所述读物推荐模块20可以包括:第二拉取单元207,第二过滤单元208,排序单元209;进一步的,所述读物推荐模块20还包括:样本确定单元210,模型训练单元211;
第二拉取单元207,用于基于所述第二维度信息获取所述电子收藏读物所属的分类类别,从电子读物数据库中拉取与所述电子收藏读物所属的分类类别相关联的X个数据信息;X为正整数;
第二过滤单元208,用于从X个数据信息中过滤已推荐的Z个数据信息,得到过滤后所剩余的Y个数据信息;Y=(X-Z)且Z为大于或者等于零的整数;
排序单元209,用于获取所述Y个数据信息的点击置信度,根据所述Y个数据信息的点击置信度从所述Y个数据信息中确定与所述电子收藏读物具有关联关系的电子推荐读物。
其中,所述排序单元209包括:置信度确定子单元2091,数据选取子单元2092;
置信度确定子单元2091,用于从第二推荐数据库中获取第二点击模型,并基于所述第二点击模型以及用户兴趣特征确定所述Y个数据信息的点击置信度,并根据所述Y个数据信息的点击置信度对所述Y个数据信息进行排序;
数据选取子单元2092,用于从排序后的Y个数据信息中选取K个数据信息作为与所述电子收藏读物具有关联关系的电子推荐读物;且K为小于或者等于Y的整数。
其中,所述置信度确定子单元2091,数据选取子单元2092的具体实现方式可以参见上述图10所对应实施例中对第二点击模型的描述,这里将不再继续进行赘述。
可选的,样本确定单元210,用于根据电子读物数据库中的每个电子读物相关联的用户行为信息,得到用于对初始点击模型进行训练的正样本和负样本;所述正样本包含用户与电子读物之间存在点击关系时所构成的点击向量对;所述负样本包含用户对电子读物之间存在曝光关系时所构成的曝光向量对;
模型训练单211元,用于基于所述正样本和所述负样本对所述初始点击模型进行训练,将训练后的初始点击模型确定为第二点击模型,将所述第二点击模型添加至所述第二推荐数据库。
其中,第二拉取单元207,第二过滤单元208,排序单元209,样本确定单元210,模型训练单元211的具体实现方式可以参见上述图10所对应实施例中对第二维度信息的描述,这里将不再继续进行赘述。
可选的,其中,所述目标维度信息包含第三维度信息;
所述读物推荐模块20可以包括:第三拉取单元212,读物确定单元213;进一步的,所述读物推荐模块20还包括:主题分析单元214,聚类簇划分单元215,书单生成单元216,书单添加单元217;
第三拉取单元212,用于基于所述第三维度信息从第三推荐数据库中拉取与所述电子收藏读物相关联的目标书单信息;
其中,所述第三拉取单元212包括:第一搜索子单元2121和书单确定子单元2122;
第一搜索子单2121,用于基于所述第三维度信息优先在推荐数据库中对包含所述电子收藏读物的第一书单信息进行搜索;
书单确定子单元2122,用于若搜索到包含所述电子收藏读物的第一书单信息,则将所述第一书单信息作为与所述电子收藏读物相关联的目标书单信息;
所述书单确定子单元2122,还用于若未搜索到包含所述电子收藏读物的第一书单信息,则从所述推荐数据库中搜索与所述电子收藏读物的主题信息相关联的第二书单信息,将搜索到的第二书单信息作为与所述电子收藏读物相关联的目标书单信息;所述第一书单信息的搜索优先级高于所述第二书单信息的搜索优先级。
其中,所述第一搜索子单元2121和书单确定子单元2122的具体实现方式可以参见上述图10所对应实施例中对目标书单信息的描述,这里将不再继续进行赘述。
读物确定单元213,用于将拉取到的所述目标书单信息作为与所述电子收藏读物具有关联关系的电子推荐读物。
主题分析单元214,用于通过主题分析模型对所述电子读物数据库中的所有电子读物的主题信息进行主题分析,得到每个电子读物的主题信息;
聚类簇划分单元215,用于划分所述每个电子读物的主题信息所属的聚类簇;一个聚类簇对应一个主题信息;
书单生成单元216,用于在所述聚类簇中查找与所述电子收藏读物的主题信息相关联的聚类簇,根据查找到的所述聚类簇中的电子读物生成第二书单信息,并将所述第二书单信息添加至所述第三推荐数据库;
书单添加单元217,用于将基于运营规则所创建的第一书单信息添加至所述第三推荐数据库。
其中,所述第三拉取单元212,读物确定单元213,主题分析单元214,聚类簇划分单元215,书单生成单元216,书单添加单元217的具体实现方式可以参见上述图10所对应实施例中对第三维度信息的描述,这里将不再继续进行赘述。
可选的,其中,所述目标维度信息包含第四维度信息;
所述读物推荐模块20可以包括:读完获取单元218,时间戳排序单元219,评论确定单元220;
读完获取单元218,用于基于所述第四维度信息从所述电子读物收藏栏中获取携带读完标识的电子收藏读物;
时间戳排序单元219,用于获取携带读完标识的电子收藏读物的完成时间戳,并基于所述完成时间戳对所述携带读完标识的电子收藏读物进行排序,将排序后的携带读完标识的电子收藏读物确定为已完成电子读物;
评论确定单元220,用于将所述已完成电子读物以及所述已完成电子读物的评论信息作为与所述电子收藏读物具有关联关系的电子推荐读物。
其中,读完获取单元218,时间戳排序单元219,评论确定单元220的具体实现方式可以参见上述图10所对应实施例中对第四维度信息的描述,这里将不再继续进行赘述。
推荐列表生成模块30,用于根据所述电子推荐读物生成与所述目标维度信息相关联的数据推送列表,并将所述数据推送列表返回给所述用户终端。
其中,所述维度信息获取模块10,读物推荐模块20,推荐列表生成模块30的具体实现方式可以参见上述图3所对应实施例中对服务器的描述,这里将不再继续进行赘述。
进一步地,请参见图18,是本申请实施例提供的另一种计算机设备的结构示意图。如图18所示,该计算机设备2000可以应用于服务器,该服务器可以为上述图1所对应实施例中的业务服务器2000。该计算机设备2000可以包括:处理器2001,网络接口2004和存储器2005,此外,所述计算机设备还可以包括:用户接口2003,和至少一个通信总线2002。其中,通信总线2002用于实现这些组件之间的连接通信。其中,用户接口2003可以包括显示屏(Display)、键盘(Keyboard),可选用户接口2003还可以包括标准的有线接口、无线接口。网络接口2004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器2004可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器2005可选的还可以是至少一个位于远离前述处理器2001的存储装置。如图18所示,作为一种计算机存储介质的存储器2005中可以包括操作***、网络通信模块、用户接口模块以及设备控制应用程序。
其中,计算机设备2000中的网络接口2004还可以与上述图1所对应实施例中的用户终端进行网络连接,且可选用户接口2003还可以包括显示屏(Display)、键盘(Keyboard)。在图18所示的计算机设备2000中,网络接口2004可提供网络通讯功能;而用户接口2003主要用于为用户提供输入的接口;而处理器2001可以用于调用存储器2005中存储的设备控制应用程序,以实现:
获取用户终端发送的目标维度信息;所述目标维度信息是由用户终端响应针对电子读物收藏栏对应的多个维度信息的第一操作所得到的;所述电子读物收藏栏中包含电子收藏读物;
基于所述目标维度信息获取与所述电子收藏读物具有关联关系的电子推荐读物;
根据所述电子推荐读物生成与所述目标维度信息相关联的数据推送列表,并将所述数据推送列表返回给所述用户终端。
应当理解,本申请实施例中所描述的计算机设备2000可执行前文图3或图10所对应实施例中对所述电子读物数据处理方法的描述,也可执行前文图17所对应实施例中对所述电子读物数据处理装置2的描述,在此不再赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。
此外,这里需要指出的是:本申请实施例还提供了一种计算机存储介质,且所述计算机存储介质中存储有前文提及的电子读物数据处理装置2所执行的计算机程序,且所述计算机程序包括程序指令,当所述处理器执行所述程序指令时,能够执行前文图3或图10所对应实施例中对所述电子读物数据处理方法的描述,因此,这里将不再进行赘述。另外,对采用相同方法的有益效果描述,也不再进行赘述。对于本申请所涉及的计算机存储介质实施例中未披露的技术细节,请参照本申请方法实施例的描述。
进一步的,请参见图19,是本申请实施例还提供一种电子读物数据处理***。该电子读物数据处理***3中可以包含用户终端1和服务器2,所述用户终端1可以为前述图15所所对应实施例中的图像数据处理装置1;所述服务器可以为前述图17所所对应实施例中的图像数据处理装置2。可以理解的是,对采用相同方法的有益效果描述,也不再进行赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random AccessMemory,RAM)等。
以上所揭露的仅为本申请较佳实施例而已,当然不能以此来限定本申请之权利范围,因此依本申请权利要求所作的等同变化,仍属本申请所涵盖的范围。
Claims (15)
1.一种电子读物数据处理方法,所述方法应用于用户终端,其特征在于,包括:
响应针对电子读物收藏栏所触发的第一操作,在所述电子读物收藏栏对应的多个维度信息中,将所述第一操作所对应的维度信息确定为目标维度信息;所述电子读物收藏栏中包含电子收藏读物;
向服务器发送所述目标维度信息;
获取所述服务器返回的与所述目标维度信息相关联的数据推送列表;所述数据推送列表中包含与所述电子收藏读物具有关联关系的电子推荐读物。
2.一种电子读物数据处理方法,所述方法应用于服务器,其特征在于,包括:
获取用户终端发送的目标维度信息;所述目标维度信息是由用户终端响应针对电子读物收藏栏对应的多个维度信息的第一操作所得到的;所述电子读物收藏栏中包含电子收藏读物;
基于所述目标维度信息获取与所述电子收藏读物具有关联关系的电子推荐读物;
根据所述电子推荐读物生成与所述目标维度信息相关联的数据推送列表,并将所述数据推送列表返回给所述用户终端。
3.根据权利要求2所述的方法,其特征在于,所述目标维度信息包含第一维度信息;
所述基于所述目标维度信息获取与所述电子收藏读物具有关联关系的电子推荐读物,包括:
基于所述第一维度信息从第一推荐数据库中拉取与所述电子收藏读物相匹配的N个数据信息;N为正整数;
从N个数据信息中过滤已推荐的S个数据信息,并将过滤后所剩余的K个数据信息作为与所述电子收藏读物具有关联关系的电子推荐读物;K=(N-S)且S为大于或者等于零的整数。
4.根据权利要求3所述的方法,其特征在于,还包括:
根据电子读物数据库中的每个电子读物所携带的关键词、所述每个电子读物相关联的用户信息,得到所述每个电子读物的物品向量;
将所述电子读物数据库中的所述电子收藏读物确定为第一物品,得到所述第一物品的物品向量;
将所述电子读物数据库中除所述电子收藏读物之外的电子读物确定为第二物品,得到所述第二物品的物品向量;
确定所述第一物品的物品向量与所述第二物品的物品向量之间的余弦相似度,并将余弦相似度满足推荐条件的第二物品作为所述电子收藏读物相匹配的数据信息,将所述电子收藏读物相匹配的数据信息添加至所述第一推荐数据库。
5.根据权利要求4所述的方法,其特征在于,所述根据电子读物数据库中的每个电子读物所携带的关键词、所述每个电子读物相关联的用户信息,得到所述每个电子读物的物品向量,包括:
获取电子读物数据库中的所有电子读物,以及所有电子读物相关联的用户行为信息;
对所述用户行为信息进行解析,得到每个电子读物相关联的用户信息,并根据所述每个电子读物相关联的用户信息得到所述每个电子读物的用户序列;
提取所述每个电子读物携带的关键词,并根据所述每个电子读物的关键词得到所述每个电子读物的关键词序列;
基于所述每个电子读物的用户序列和所述每个电子读物的关键词序列,构成所述每个电子读物的物品向量。
6.根据权利要求4所述的方法,其特征在于,所述基于所述第一维度信息从第一推荐数据库中拉取与所述电子收藏读物相匹配的N个数据信息,包括:
基于所述第一维度信息获取所述第一物品相关联的第一点击模型;
将所述第一推荐数据库中的数据信息确定为M个候选数据信息;M为所述推荐数据库中的数据信息的总量;
基于所述第一点击模型确定所述M个候选数据信息的预测概率值;
对所述M个候选数据信息的预测概率值进行排序,并基于排序后的M个候选数据信息的预测概率值,从排序后的M个候选数据信息选取与所述电子收藏读物相匹配的N个数据信息;N小于或等于M。
7.根据权利要求2所述的方法,其特征在于,所述目标维度信息包含第二维度信息;
所述基于所述目标维度信息获取与所述电子收藏读物具有关联关系的电子推荐读物,包括:
基于所述第二维度信息获取所述电子收藏读物所属的分类类别,从电子读物数据库中拉取与所述电子收藏读物所属的分类类别相关联的X个数据信息;X为正整数;
从X个数据信息中过滤已推荐的Z个数据信息,得到过滤后所剩余的Y个数据信息;Y=(X-Z)且Z为大于或者等于零的整数;
获取所述Y个数据信息的点击置信度,根据所述Y个数据信息的点击置信度从所述Y个数据信息中确定与所述电子收藏读物具有关联关系的电子推荐读物。
8.根据权利要求7所述的方法,其特征在于,所述获取所述Y个数据信息的点击置信度,根据所述Y个数据信息的点击置信度从所述Y个数据信息中确定与所述电子收藏读物具有关联关系的电子推荐读物,包括:
从第二推荐数据库中获取第二点击模型,并基于所述第二点击模型以及用户兴趣特征确定所述Y个数据信息的点击置信度,并根据所述Y个数据信息的点击置信度对所述Y个数据信息进行排序;
从排序后的Y个数据信息中选取K个数据信息作为与所述电子收藏读物具有关联关系的电子推荐读物;且K为小于或者等于Y的整数。
9.根据权利要求7所述的方法,其特征在于,还包括:
根据电子读物数据库中的每个电子读物相关联的用户行为信息,得到用于对初始点击模型进行训练的正样本和负样本;所述正样本包含用户与电子读物之间存在点击关系时所构成的点击向量对;所述负样本包含用户对电子读物之间存在曝光关系时所构成的曝光向量对;
基于所述正样本和所述负样本对所述初始点击模型进行训练,将训练后的初始点击模型确定为第二点击模型,将所述第二点击模型添加至所述第二推荐数据库。
10.根据权利要求2所述的方法,其特征在于,所述目标维度信息包含第三维度信息;
所述基于所述目标维度信息获取与所述电子收藏读物具有关联关系的电子推荐读物,包括:
基于所述第三维度信息从第三推荐数据库中拉取与所述电子收藏读物相关联的目标书单信息;
将拉取到的所述目标书单信息作为与所述电子收藏读物具有关联关系的电子推荐读物。
11.根据权利要求10所述的方法,其特征在于,所述基于所述第三维度信息从第三推荐数据库中拉取与所述电子收藏读物相关联的目标书单信息,包括:
基于所述第三维度信息优先在推荐数据库中对包含所述电子收藏读物的第一书单信息进行搜索;
若搜索到包含所述电子收藏读物的第一书单信息,则将所述第一书单信息作为与所述电子收藏读物相关联的目标书单信息;
若未搜索到包含所述电子收藏读物的第一书单信息,则从所述推荐数据库中搜索与所述电子收藏读物的主题信息相关联的第二书单信息,将搜索到的第二书单信息作为与所述电子收藏读物相关联的目标书单信息;所述第一书单信息的搜索优先级高于所述第二书单信息的搜索优先级。
12.根据权利要求11所述的方法,其特征在于,还包括:
通过主题分析模型对所述电子读物数据库中的所有电子读物的主题信息进行主题分析,得到每个电子读物的主题信息;
划分所述每个电子读物的主题信息所属的聚类簇;一个聚类簇对应一个主题信息;
在所述聚类簇中查找与所述电子收藏读物的主题信息相关联的聚类簇,根据查找到的所述聚类簇中的电子读物生成第二书单信息,并将所述第二书单信息添加至所述第三推荐数据库;
将基于运营规则所创建的第一书单信息添加至所述第三推荐数据库。
13.根据权利要求2所述的方法,其特征在于,所述目标维度信息包含第四维度信息;
所述基于所述目标维度信息获取与所述电子收藏读物具有关联关系的电子推荐读物,包括:
基于所述第四维度信息从所述电子读物收藏栏中获取携带读完标识的电子收藏读物;
获取携带读完标识的电子收藏读物的完成时间戳,并基于所述完成时间戳对所述携带读完标识的电子收藏读物进行排序,将排序后的携带读完标识的电子收藏读物确定为已完成电子读物;
将所述已完成电子读物以及所述已完成电子读物的评论信息作为与所述电子收藏读物具有关联关系的电子推荐读物。
14.一种电子读物数据处理装置,所述装置应用于用户终端,其特征在于,包括:
维度信息确定模块,用于响应针对电子读物收藏栏所触发的第一操作,在所述电子读物收藏栏对应的多个维度信息中,将所述第一操作所对应的维度信息确定为目标维度信息;所述电子读物收藏栏中包含电子收藏读物;
维度信息发送模块,用于向服务器发送所述目标维度信息;
推荐列表获取模块,用于获取所述服务器返回的与所述目标维度信息相关联的数据推送列表;所述数据推送列表中包含与所述电子收藏读物具有关联关系的电子推荐读物。
15.一种电子读物数据处理装置,所述装置应用于服务器,其特征在于,包括:
维度信息获取模块,用于获取用户终端发送的目标维度信息;所述目标维度信息是由用户终端响应针对电子读物收藏栏对应的多个维度信息的第一操作所得到的;所述电子读物收藏栏中包含电子收藏读物;
读物推荐模块,用于基于所述目标维度信息获取与所述电子收藏读物具有关联关系的电子推荐读物;
推荐列表生成模块,用于根据所述电子推荐读物生成与所述目标维度信息相关联的数据推送列表,并将所述数据推送列表返回给所述用户终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910629021.2A CN111191112A (zh) | 2019-07-12 | 2019-07-12 | 一种电子读物数据处理方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910629021.2A CN111191112A (zh) | 2019-07-12 | 2019-07-12 | 一种电子读物数据处理方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111191112A true CN111191112A (zh) | 2020-05-22 |
Family
ID=70705742
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910629021.2A Pending CN111191112A (zh) | 2019-07-12 | 2019-07-12 | 一种电子读物数据处理方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111191112A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112799561A (zh) * | 2021-02-05 | 2021-05-14 | 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 |
CN113204701A (zh) * | 2021-04-21 | 2021-08-03 | 北京达佳互联信息技术有限公司 | 数据推荐方法、装置、终端及存储介质 |
CN114595384A (zh) * | 2022-02-25 | 2022-06-07 | 北京字节跳动网络技术有限公司 | 书籍推荐方法、装置、电子设备及存储介质 |
CN114661949A (zh) * | 2022-03-31 | 2022-06-24 | 南京硕茂电子科技有限公司 | 一种大数据情境下的客户端数据分析***及方法 |
WO2023273686A1 (zh) * | 2021-07-02 | 2023-01-05 | 北京字节跳动网络技术有限公司 | 一种信息搜索方法、装置、计算机设备及存储介质 |
WO2023082993A1 (zh) * | 2021-11-11 | 2023-05-19 | 北京沃东天骏信息技术有限公司 | 信息推荐方法、装置和*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102831234A (zh) * | 2012-08-31 | 2012-12-19 | 北京邮电大学 | 基于新闻内容和主题特征的个性化新闻推荐装置和方法 |
CN102893276A (zh) * | 2009-12-09 | 2013-01-23 | 奥沐尼芬有限公司 | 同步数字媒体内容的方法 |
WO2013089083A1 (ja) * | 2011-12-14 | 2013-06-20 | 株式会社インプレスR&D | 電子書籍の情報管理システム |
CN106780214A (zh) * | 2016-12-23 | 2017-05-31 | 北京奇虎科技有限公司 | 基于搜索的院校类数据的推荐方法及装置 |
CN106959966A (zh) * | 2016-01-12 | 2017-07-18 | 腾讯科技(深圳)有限公司 | 一种信息推荐方法及*** |
CN107621966A (zh) * | 2017-08-31 | 2018-01-23 | 广州阿里巴巴文学信息技术有限公司 | 图形用户界面显示方法、装置和终端设备 |
CN107766547A (zh) * | 2017-10-31 | 2018-03-06 | 掌阅科技股份有限公司 | 电子书推荐方法、电子设备及计算机存储介质 |
CN108243219A (zh) * | 2016-12-26 | 2018-07-03 | 百度在线网络技术(北京)有限公司 | 信息推送的方法和装置 |
CN109213408A (zh) * | 2018-09-20 | 2019-01-15 | 掌阅科技股份有限公司 | 书籍显示方法、电子设备及计算机存储介质 |
-
2019
- 2019-07-12 CN CN201910629021.2A patent/CN111191112A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102893276A (zh) * | 2009-12-09 | 2013-01-23 | 奥沐尼芬有限公司 | 同步数字媒体内容的方法 |
WO2013089083A1 (ja) * | 2011-12-14 | 2013-06-20 | 株式会社インプレスR&D | 電子書籍の情報管理システム |
CN102831234A (zh) * | 2012-08-31 | 2012-12-19 | 北京邮电大学 | 基于新闻内容和主题特征的个性化新闻推荐装置和方法 |
CN106959966A (zh) * | 2016-01-12 | 2017-07-18 | 腾讯科技(深圳)有限公司 | 一种信息推荐方法及*** |
CN106780214A (zh) * | 2016-12-23 | 2017-05-31 | 北京奇虎科技有限公司 | 基于搜索的院校类数据的推荐方法及装置 |
CN108243219A (zh) * | 2016-12-26 | 2018-07-03 | 百度在线网络技术(北京)有限公司 | 信息推送的方法和装置 |
CN107621966A (zh) * | 2017-08-31 | 2018-01-23 | 广州阿里巴巴文学信息技术有限公司 | 图形用户界面显示方法、装置和终端设备 |
CN107766547A (zh) * | 2017-10-31 | 2018-03-06 | 掌阅科技股份有限公司 | 电子书推荐方法、电子设备及计算机存储介质 |
CN109213408A (zh) * | 2018-09-20 | 2019-01-15 | 掌阅科技股份有限公司 | 书籍显示方法、电子设备及计算机存储介质 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112799561A (zh) * | 2021-02-05 | 2021-05-14 | 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 |
WO2022166579A1 (zh) * | 2021-02-05 | 2022-08-11 | 北京字节跳动网络技术有限公司 | 信息展示的方法、装置以及计算机存储介质 |
US20240019989A1 (en) * | 2021-02-05 | 2024-01-18 | Beijing Bytedance Network Technology Co., Ltd. | Information presentation method and apparatus, and computer storage medium |
CN113204701A (zh) * | 2021-04-21 | 2021-08-03 | 北京达佳互联信息技术有限公司 | 数据推荐方法、装置、终端及存储介质 |
CN113204701B (zh) * | 2021-04-21 | 2024-03-12 | 北京达佳互联信息技术有限公司 | 数据推荐方法、装置、终端及存储介质 |
WO2023273686A1 (zh) * | 2021-07-02 | 2023-01-05 | 北京字节跳动网络技术有限公司 | 一种信息搜索方法、装置、计算机设备及存储介质 |
WO2023082993A1 (zh) * | 2021-11-11 | 2023-05-19 | 北京沃东天骏信息技术有限公司 | 信息推荐方法、装置和*** |
CN114595384A (zh) * | 2022-02-25 | 2022-06-07 | 北京字节跳动网络技术有限公司 | 书籍推荐方法、装置、电子设备及存储介质 |
CN114661949A (zh) * | 2022-03-31 | 2022-06-24 | 南京硕茂电子科技有限公司 | 一种大数据情境下的客户端数据分析***及方法 |
CN114661949B (zh) * | 2022-03-31 | 2023-11-24 | 布谷鸟数字科技(中山)股份有限公司 | 一种大数据情境下的客户端数据分析***及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111191112A (zh) | 一种电子读物数据处理方法、装置及存储介质 | |
WO2022022002A1 (zh) | 一种信息展示方法、信息搜索方法及装置 | |
CN104933113B (zh) | 一种基于语义理解的表情输入方法和装置 | |
Teso et al. | Application of text mining techniques to the analysis of discourse in eWOM communications from a gender perspective | |
CN107291780B (zh) | 一种用户评论信息展示方法和装置 | |
US8812505B2 (en) | Method for recommending best information in real time by appropriately obtaining gist of web page and user's preference | |
US10776885B2 (en) | Mutually reinforcing ranking of social media accounts and contents | |
CN105227971B (zh) | 一种酒店用电视的信息推荐方法及*** | |
Chehal et al. | Implementation and comparison of topic modeling techniques based on user reviews in e-commerce recommendations | |
CN104199833B (zh) | 一种网络搜索词的聚类方法和聚类装置 | |
CN107025310A (zh) | 一种自动实时新闻推荐方法 | |
CN106970991B (zh) | 相似应用的识别方法、装置和应用搜索推荐方法、服务器 | |
KR101100830B1 (ko) | 인터넷을 활용한 개체 검색과 이를 위한 하이브리드 기반의 의견분석 시스템 및 그 방법 | |
CN102073699A (zh) | 用于基于用户行为来改善搜索结果的方法、装置和设备 | |
CN112991017A (zh) | 基于用户评论解析的标签体系精准推荐方法 | |
US20170235836A1 (en) | Information identification and extraction | |
CN108021715B (zh) | 基于语义结构特征分析的异构标签融合*** | |
CN113934941A (zh) | 一种基于多维度信息的用户推荐***及方法 | |
CN114443847A (zh) | 文本分类、文本处理方法、装置、计算机设备及存储介质 | |
CN111914079A (zh) | 一种基于用户标签的话题推荐方法及*** | |
KR101976056B1 (ko) | 추천 시스템 및 추천 방법 | |
KR20120003834A (ko) | 인터넷을 활용한 개체 검색과 이를 위한 하이브리드 기반의 의견분석 시스템 및 그 방법 | |
KR20160130369A (ko) | 온라인 상에 게재된 웹 문서 기반 상권 분석 서비스 시스템 및 방법 | |
CN113392329A (zh) | 内容推荐方法、装置、电子设备及存储介质 | |
CN115860283B (zh) | 基于知识工作者画像的贡献度预测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |