CN112948688A - 信息排序方法、装置、电子设备及计算机可读存储介质 - Google Patents
信息排序方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN112948688A CN112948688A CN202110326627.6A CN202110326627A CN112948688A CN 112948688 A CN112948688 A CN 112948688A CN 202110326627 A CN202110326627 A CN 202110326627A CN 112948688 A CN112948688 A CN 112948688A
- Authority
- CN
- China
- Prior art keywords
- information
- category
- random number
- interval
- candidate 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000005070 sampling Methods 0.000 claims abstract description 31
- 238000012216 screening Methods 0.000 claims abstract description 14
- 238000005457 optimization Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 7
- 230000035699 permeability Effects 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 5
- 238000012163 sequencing technique Methods 0.000 abstract description 9
- 230000002093 peripheral effect Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 230000007774 longterm Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000003796 beauty Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000009827 uniform distribution Methods 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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种信息排序方法、装置、电子设备及计算机可读存储介质,属于互联网技术领域。所述方法包括:构建随机数区间,随机数区间的长度与各种类目的预设类目配额比例总和相同,且每种类目与随机数区间中的一段数值范围一一对应;在随机数区间内进行N次随机取样,得到每种类目的信息数量,N为待推荐信息的总数量;从多条候选信息中,筛选出与每种类目的信息数量相同的待推荐信息。本公开在每次进行信息推荐时,通过在随机数区间内进行随机取样,获取每种类目的信息数量,由于该随机数区间内的随机数能够确定出各种类目对应的待推荐信息的数量,因而无需海量信息平衡低比例的类目,即可实现对类目比例的控制,降低了信息排序成本。
Description
技术领域
本公开涉及互联网技术领域,特别涉及一种信息排序方法、装置、电子设备及计算机可读存储介质。
背景技术
在互联网技术领域,信息推荐是常见的需求。为了保证推荐内容的覆盖度及准确性,推荐流程会分为召回和排序两个阶段。召回算法负责对海量信息进行粗筛,信息经过召回后无法直接推荐给用户,需要对召回的信息进行排序,进而按照排序结果进行信息推荐。
为了控制推荐内容所属类目的比例,相关技术中,往往按照预设类目配额比例,从互联网上召回符合预设类目配额比例的信息,并按照点击率、渗透率、播放时长等优化指标对召回的信息进行排序,进而按照排序结果进行信息推荐。
然而,为了平衡各个类目之间的比例,当某个类目的比例很低时,需要大量召回其余类目的信息,而其他类目的信息在召回时将消耗大量的计算资源及存储资源,导致该种信息排序方法成本较高。
发明内容
本公开实施例提供了一种信息排序方法、装置、电子设备及计算机可读存储介质,能够降低信息排序成本。所述技术方案如下:
第一方面,提供了一种信息排序方法,所述方法包括:
基于预设优化指标,获取多条候选信息,每条候选信息具有确定的类目以及在所述多条候选信息中的排位;
构建随机数区间,所述随机数区间的长度与各种类目的预设类目配额比例总和相同,且每种类目与所述随机数区间中的一段数值范围一一对应;
在所述随机数区间内进行N次随机取样,得到每种类目的信息数量,N为待推荐信息的总数量,且N为正整数;
从所述多条候选信息中,筛选出与每种类目的信息数量相同的待推荐信息。
在本公开的另一个实施例中,所述基于预设优化指标,获取多条候选信息,包括:
按照点击率、渗透率、播放时长中至少一项指标由高到低的顺序,获取所述多条候选信息。
在本公开的另一个实施例中,所述构建随机数区间,包括:
根据每种类目的预设类目配额比例,构建模板区间,所述模板区间中的每个子区间对应一种类目,各个子区间的长度比例与相应各个类目的预设类目配额比例相同;
将所述模板区间映射到连续的数值范围内,得到所述随机数区间。
在本公开的另一个实施例中,所述在所述随机数区间内进行N次随机取样,得到每种类目的信息数量,包括:
在所述随机数区间中进行N次随机取样,得到N个随机数;
将N个随机数落入每种类目在所述随机数区间中对应数值范围内的数量,确定为每种类目的信息数量。
在本公开的另一个实施例中,所述从所述多条候选信息中,筛选出与每种类目的信息数量相同的待推荐信息,包括:
按照排位由高到低的顺序,遍历所述多条侯选信息;
对于任一条候选信息,当所述候选信息所属类目的剩余信息数量大于1,将所述候选信息确定为所述类目的待推荐信息,并继续遍历下一条候选信息,直至筛选出与每种类目的信息数量相同的待推荐信息。
在本公开的另一个实施例中,所述将所述候选信息确定为所述类目的待推荐信息之后,还包括:
将所述类目的剩余信息数量减去1。
在本公开的另一个实施例中,所述方法还包括:
当所述类目的剩余信息数量为0,忽略所述候选信息,并继续遍历下一条候选信息。
第二方面,提供了一种信息排序装置,所述装置包括:
获取模块,用于基于预设优化指标,获取多条候选信息,每条候选信息具有确定的类目以及在所述多条候选信息中的排位;
构建模块,用于构建随机数区间,所述随机数区间的长度与各种类目的预设类目配额比例总和相同,且每种类目与所述随机数区间中的一段数值范围一一对应;
随机取样模块,用于在所述随机数区间内进行N次随机取样,得到每种类目的信息数量,N为待推荐信息的总数量,且N为正整数;
筛选模块,用于从所述多条候选信息中,筛选出与每种类目的信息数量相同的待推荐信息。
在本公开的另一个实施例中,所述获取模块,用于按照点击率、渗透率、播放时长中至少一项指标由高到低的顺序,获取所述多条候选信息。
在本公开的另一个实施例中,所述构建模块,用于根据每种类目的预设类目配额比例,构建模板区间,所述模板区间中的每个子区间对应一种类目,各个子区间的长度比例与相应各个类目的预设类目配额比例相同;将所述模板区间映射到连续的数值范围内,得到所述随机数区间。
在本公开的另一个实施例中,所述随机取样模块,用于在所述随机数区间中进行N次随机取样,得到N个随机数;将N个随机数落入每种类目在所述随机数区间中对应数值范围内的数量,确定为每种类目的信息数量。
在本公开的另一个实施例中,所述筛选模块,用于按照排位由高到低的顺序,遍历所述多条侯选信息;对于任一条候选信息,当所述候选信息所属类目的剩余信息数量大于1,将所述候选信息确定为所述类目的待推荐信息,并继续遍历下一条候选信息,直至筛选出与每种类目的信息数量相同的待推荐信息。
在本公开的另一个实施例中,所述装置还包括:
删减模块,用于将所述类目的剩余信息数量减去1。
在本公开的另一个实施例中,所述装置还包括:
忽略模块,用于当所述类目的剩余信息数量为0,忽略所述候选信息,并继续遍历下一条候选信息。
第三方面,提供了一种电子设备,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条程序代码,所述至少一条程序代码由所述处理器加载并执行,以实现第一方面所述的信息排序方法。
第四方面,提供了一种计算机可读存储介质,所述存储介质中存储有至少一条程序代码,所述至少一条程序代码由处理器加载并执行,以实现第一方面所述的信息排序方法。
本公开实施例提供的技术方案带来的有益效果是:
在每次进行信息推荐时,基于待推荐信息的数量,采用随机数算法确定每种类目的信息数量,从而无需在召回阶段对输出数量进行控制,以平衡低比例的类目。由于随机化算法所取样的空间对应的数值范围是按照每种类目的预设类目配额比例设置的,因此,虽然每次随机取样时每种类目的信息数量可能并不完全贴合每种类目的预设类目配额比例,但是在长期统计过程中,各种类目的信息数量还是符合预设类目配额比例的,在实现类目比例控制的同时,降低了信息排序成本。
附图说明
为了更清楚地说明本公开实施例中的技术方案,下面将对实施例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公开的一些实施例,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是本公开实施例提供的一种信息排序方法的流程图;
图2是本公开实施例提供的另一种信息排序方法的流程图;
图3是本公开实施例提供的一种信息排序装置的结构示意图;
图4示出了本公开一个示例性实施例提供的一种电子设备的结构框图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚,下面将结合附图对本公开实施方式作进一步地详细描述。
可以理解,本公开实施例所使用的术语“每个”、“多个”及“任一”等,多个包括两个或两个以上,每个是指对应的多个中的每一个,任一是指对应的多个中的任意一个。举例来说,多个词语包括10个词语,而每个词语是指这10个词语中的每一个词语,任一词语是指10个词语中的任意一个词语。
本公开实施例提供了一种信息排序方法,参见图1,本公开实施例提供的方法流程包括:
101.基于预设优化指标,获取多条候选信息。
其中,每条候选信息具有确定的类目以及在多条候选信息中的排位。
102.构建随机数区间。
其中,随机数区间的长度与各种类目的预设类目配额比例总和相同,且每种类目与随机数区间中的一段数值范围一一对应。
103.在随机数区间内进行N次随机取样,得到每种类目的信息数量。
其中,N为待推荐信息的总数量,且N为正整数。
104.从多条候选信息中,筛选出与每种类目的信息数量相同的待推荐信息。
本公开实施例提供的方法,在每次进行信息推荐时,基于待推荐信息的数量,采用随机数算法确定每种类目的信息数量,从而无需在召回阶段对输出数量进行控制,以平衡低比例的类目。由于随机化算法所取样的空间对应的数值范围是按照每种类目的预设类目配额比例设置的,因此,虽然每次随机取样时每种类目的信息数量可能并不完全贴合每种类目的预设类目配额比例,但是在长期统计过程中,各种类目的信息数量还是符合预设类目配额比例的,在实现类目比例控制的同时,降低了信息排序成本。
在本公开的另一个实施例中,基于预设优化指标,获取多条候选信息,包括:
按照点击率、渗透率、播放时长中至少一项指标由高到低的顺序,获取多条候选信息。
在本公开的另一个实施例中,构建随机数区间,包括:
根据每种类目的预设类目配额比例,构建模板区间,模板区间中的每个子区间对应一种类目,各个子区间的长度比例与相应各个类目的预设类目配额比例相同;
将模板区间映射到连续的数值范围内,得到随机数区间。
在本公开的另一个实施例中,在随机数区间内进行N次随机取样,得到每种类目的信息数量,包括:
在随机数区间中进行N次随机取样,得到N个随机数;
将N个随机数落入每种类目在随机数区间中对应数值范围内的数量,确定为每种类目的信息数量。
在本公开的另一个实施例中,从多条候选信息中,筛选出与每种类目的信息数量相同的待推荐信息,包括:
按照排位由高到低的顺序,遍历多条侯选信息;
对于任一条候选信息,当候选信息所属类目的剩余信息数量大于1,将候选信息确定为类目的待推荐信息,并继续遍历下一条候选信息,直至筛选出与每种类目的信息数量相同的待推荐信息。
在本公开的另一个实施例中,将候选信息确定为类目的待推荐信息之后,还包括:
将类目的剩余信息数量减去1。
在本公开的另一个实施例中,方法还包括:
当类目的剩余信息数量为0,忽略候选信息,并继续遍历下一条候选信息。
本公开实施例提供了一种信息排序方法,以电子设备执行本公开实施例为例,该电子设备可以为终端或服务器,当电子设备为终端时,该终端具有较强的计算能力,可以为智能手机、平板电脑、笔记本电脑等;当电子设备为服务器时,该服务器可以为单一服务器或多个服务器组成的服务集群等。参见图2,本公开实施例提供的信息排序方法流程包括:
201.电子设备基于预设优化指标,获取多条候选信息。
其中,预设优化指标可以为点击率、渗透率、播放时长或人均阅读时长等至少一项。电子设备按照点击率、渗透率、播放时长中至少一项指标由高到低的顺序,从互联网上获取多条候选信息。具体地,如果预设优化指标为一项,则电子设备按照一项预设优化指标由高到低的顺序,从互联网上获取多条候选信息,例如,预设优化指标为点击率,则电子设备按照点击率由高到低的顺序,从互联网上获取多条候选信息;如果预设优化指标为至少两项,则电子设备可为每项预设优化指标设置分数和权重值,进而基于所设置的分数和权重值,通过加权计算,获取每条信息的排序分数,进而按照排序分数由高到低的顺序,获取多条候选信息。
为了便于根据内容向用户推荐感兴趣的信息,在互联网技术领域,每条候选信息都具有确定的类目,该类目可根据推荐需求进行划分,包括音乐、旅游、搞笑段子、新闻、风景、美女等等。
202.电子设备构建随机数区间。
其中,随机数区间的长度与每种类目的预设类目配额比例总和相同。电子设备在构建随机数区间时,可采用如下方法:
2021.电子设备根据每种类目的预设类目配额比例,构建模板区间。
在本公开实施例中,电子设备可根据对每种类目的信息的推荐需求,为每种类目设置预设类目配额比例,该预设类目配额比例用于在信息推荐过程中确定每种类目的信息的展示数量,预设类目配额比例越高,则在信息推荐过程中展示的该类型的信息数量越多;预设类目配额比例越低,则在信息推荐过程中展示的该类型的信息数量越少。
电子设备根据每种类目的预设比例,构建长度与各种类目的预设类目配额比例总和相同的模板区间,该模板区间包括多个子区间,每个子区间与一种类目对应,且各个子区间的长度比例与相应各个类目的预设类目配额比例相同。例如,音乐、新闻、搞笑段子三种类目的预设类目配额比例为3:3:4,则可构建长度为10的模板区间,该模板区间包括音乐类目子区间、新闻类目子区间及搞笑段子子区间,其中,音乐类目子区间与音乐类目对应,且该音乐类目子区间的长度为3,新闻类目子区间与新媒类目对应,且该新闻类目子区间的长度为3,搞笑段子类目子区间与搞笑段子类目对应,且该搞笑段子类目子区间的长度为4。
2022.电子设备将模板区间映射到连续的数值范围内,得到随机数区间。
基于所构建的模板区间,电子设备将该模板区间与一段与模板区间的长度相同且连续的数值范围建立映射关系,得到随机数区间,该随机数区间对应的数值范围可以拆分为多段数值范围,所拆分的每段数值范围与一种类目一一对应。
例如,模板区间的长度为10,则可将该模板区间与数值范围1~10建立映射关系,进而将1~10的数值范围作为随机数区间。如果音乐、新闻、搞笑段子三种类目的预设类目配额比例为3:3:4,则音乐类目可与数值范围1~3一一对应、新闻类目可与数值范围3~6一一对应、搞笑段子可与数值范围6~10一一对应。
203.电子设备在随机数区间内进行N次随机取样,得到每种类目的信息数量。
其中,N为待推荐的信息总数量,且N为正整数。
电子设备在随机数区间内进行N次随机取样得到每种类目的信息数量时,可采用如下方法:
2031.电子设备在随机数区间中进行N次随机取样,得到N个随机数。
电子设备根据待推荐信息的总数量N,在随机数区间中进行N次随机取样,得到N个随机数。由于随机数区间的分布属于均匀分布,因而在随机取样过程中,随机数区间对应的数值范围内的每个数值被选取的概率是相同的,这样,虽然在一次信息推荐过程中,由于随机采样的不确性,导致推荐的信息的类目比例可能不满足预设类目配额比例,但是在长期统计过程中,推荐信息的类目比例与预设比例保持一致。
2032.电子设备将N个随机数落入每种类目在随机数区间中对应数值范围内的数量,确定为每种类目的信息数量。
基于每个类目对应的随机数区间中的一段数值范围,电子设备统计N个随机数落入每种类目在随机数区间中对应数值范围内的数量,并将N个随机数落入每种类目在随机数区间中对应数值范围内的数量,确定为每种类目的信息数量。
204.电子设备从多条候选信息中,筛选出与每种类目的信息数量相同的待推荐信息。
电子设备从多条候选信息中,筛选出与每种类目的信息数量相同的待推荐信息时,可采用如下方法:
2041.电子设备按照排位由高到低的顺序,遍历多条侯选信息。
基于多条候选信息的排序结果,电子设备按照每条候选信息的排位由高到低的顺序,对多条候选信息进行遍历。
2042.对于任一条候选信息,当候选信息所属类目的剩余信息数量大于1,电子设备将候选信息确定为类目的待推荐信息,并继续遍历下一条候选信息,直至筛选出与每种类目的信息数量相同的待推荐信息。
在遍历过程中,对于任一条候选信息,电子设备根据该候选信息所属类目,获取该类目的剩余信息数量,并判断该类目的剩余信息数量是否大于1。该剩余信息数量是指当前所筛选出的该类目的信息数量与所确定的该类目的信息数量之间的差值,当剩余信息数量大于1,说明当前筛选出的该类目的信息数量未达到所确定的该类目的信息数量,当剩余信息数量等于0,说明当前筛选出的该类目的信息数量已达到所确定的该类目的信息数量。根据上述内容,当该候选信息所属类目的剩余信息数量大于1,则电子设备将该候选信息确定为该类目的待推荐信息,并继续遍历下一条候选信息,直至筛选出与每种类目的信息数量相同的待推荐信息。
在本公开的另一个实施中,当将候选信息确定为该类目的待推荐信息之后,电子设备还将该类目的剩余信息数量减去1,从而避免最终筛选出的该类目的信息数量大于所确定出的该类目的信息数量,进而影响不同类目的信息的预设类目配额比例。
在本公开的另一个实施例中,当候选信息所属类目的剩余信息数量为0,则电子设备将忽略该候选信息,并继续遍历下一条候选信息。
205.电子设备对筛选出的待推荐信息进行推荐。
基于所筛选出的各个类目的待推荐信息,电子设备将该待推荐信息进行推荐。
本公开实施例提供的方法,在每次进行信息推荐时,基于待推荐信息的数量,采用随机数算法确定每种类目的信息数量,从而无需在召回阶段对输出数量进行控制,以平衡低比例的类目。由于随机化算法所取样的空间对应的数值范围是按照每种类目的预设类目配额比例设置的,因此,虽然每次随机取样时每种类目的信息数量可能并不完全贴合每种类目的预设类目配额比例,但是在长期统计过程中,各种类目的信息数量还是符合预设类目配额比例的,在实现类目比例控制的同时,降低了信息排序成本。
本公开实施例还有以下有益效果:
本公开实施例采用随机化算法进行实现,无需依赖召回阶段控制输出数量,从而实现了召回与排序逻辑解耦,无需通过召回控制曝光比例。
另外,本公开实施例无需进行随机打散过程,能够精确的维持排序阶段输出的基于常规优化的排序结果,同时实现了对类目曝光比例的控制效果。
另外,在满足业务需求的前提下,本公开实施例按照候选信息的排位由高到低的顺序选取待推荐信息,不仅能够获得更加精准的排序的效果,同时无需召回大量的信息以平衡类目比例,降低对信息数量依赖限制,适用场景更加广泛。
参见图3,本公开实施例提供了一种信息排序装置,该装置包括:
获取模块301,用于基于预设优化指标,获取多条候选信息,每条候选信息具有确定的类目以及在多条候选信息中的排位;
构建模块302,用于构建随机数区间,随机数区间的长度与各种类目的预设类目配额比例总和相同,且每种类目与随机数区间中的一段数值范围一一对应;
随机取样模块303,用于在随机数区间内进行N次随机取样,得到每种类目的信息数量,N为待推荐信息的总数量,且N为正整数;
筛选模块304,用于从多条候选信息中,筛选出与每种类目的信息数量相同的待推荐信息。
在本公开的另一个实施例中,获取模块301,用于按照点击率、渗透率、播放时长中至少一项指标由高到低的顺序,获取多条候选信息。
在本公开的另一个实施例中,构建模块302,用于根据每种类目的预设类目配额比例,构建模板区间,模板区间中的每个子区间对应一种类目,各个子区间的长度比例与相应各个类目的预设类目配额比例相同;将模板区间映射到连续的数值范围内,得到随机数区间。
在本公开的另一个实施例中,随机取样模块303,用于在随机数区间中进行N次随机取样,得到N个随机数;将N个随机数落入每种类目在随机数区间中对应数值范围内的数量,确定为每种类目的信息数量。
在本公开的另一个实施例中,筛选模块304,用于按照排位由高到低的顺序,遍历多条侯选信息;对于任一条候选信息,当候选信息所属类目的剩余信息数量大于1,将候选信息确定为类目的待推荐信息,并继续遍历下一条候选信息,直至筛选出与每种类目的信息数量相同的待推荐信息。
在本公开的另一个实施例中,该装置还包括:
删减模块,用于将类目的剩余信息数量减去1。
在本公开的另一个实施例中,装置还包括:
忽略模块,用于当类目的剩余信息数量为0,忽略候选信息,并继续遍历下一条候选信息。
综上,本公开实施例提供的装置,在每次进行信息推荐时,基于待推荐信息的数量,采用随机数算法确定每种类目的信息数量,从而无需在召回阶段对输出数量进行控制,以平衡低比例的类目。由于随机化算法所取样的空间对应的数值范围是按照每种类目的预设类目配额比例设置的,因此,虽然每次随机取样时每种类目的信息数量可能并不完全贴合每种类目的预设类目配额比例,但是在长期统计过程中,各种类目的信息数量还是符合预设类目配额比例的,在实现类目比例控制的同时,降低了信息排序成本。
本公开实施例还有以下有益效果:
本公开实施例采用随机化算法进行实现,无需依赖召回阶段控制输出数量,从而实现了召回与排序逻辑解耦,无需通过召回控制曝光比例。
另外,本公开实施例无需进行随机打散过程,能够精确的维持排序阶段输出的基于常规优化的排序结果,同时实现了对类目曝光比例的控制效果。
另外,在满足业务需求的前提下,本公开实施例按照候选信息的排位由高到低的顺序选取待推荐信息,不仅能够获得更加精准的排序的效果,同时无需召回大量的信息以平衡类目比例,降低对信息数量依赖限制,适用场景更加广泛。
图4示出了本公开一个示例性实施例提供的一种电子设备400的结构框图。通常,设备400包括有:处理器401和存储器402。
处理器401可以包括一个或多个处理核心,比如4核心处理器、8核心处理器等。处理器401可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)、PLA(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器401也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central ProcessingUnit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器401可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器401还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器402可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器402还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器402中的非暂态的计算机可读存储介质用于存储至少一个指令,该至少一个指令用于被处理器401所执行以实现本公开中方法实施例提供的信息排序方法。
在一些实施例中,电子设备400还可选包括有:***设备接口403和至少一个***设备。处理器401、存储器402和***设备接口403之间可以通过总线或信号线相连。各个***设备可以通过总线、信号线或电路板与***设备接口403相连。具体地,***设备包括:电源404。
***设备接口403可被用于将I/O(Input/Output,输入/输出)相关的至少一个***设备连接到处理器401和存储器402。在一些实施例中,处理器401、存储器402和***设备接口403被集成在同一芯片或电路板上;在一些其他实施例中,处理器401、存储器402和***设备接口403中的任意一个或两个可以在单独的芯片或电路板上实现,本实施例对此不加以限定。
电源404用于为电子设备400中的各个组件进行供电。电源404可以是交流电、直流电、一次性电池或可充电电池。当电源404包括可充电电池时,该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池,无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。
本领域技术人员可以理解,图4中示出的结构并不构成对电子设备400的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
在示例性实施例中,还提供了一种包括指令的计算机可读存储介质,例如包括指令的存储器,上述指令可由电子设备400的处理器执行以完成上述图像处理方法。可选地,存储介质可以是非临时性计算机可读存储介质,例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本公开实施例提供了一种计算机可读存储介质,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行图1或图2所示的信息排序方法。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本公开的可选实施例,并不用以限制本公开,凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (10)
1.一种信息排序方法,其特征在于,所述方法包括:
基于预设优化指标,获取多条候选信息,每条候选信息具有确定的类目以及在所述多条候选信息中的排位;
构建随机数区间,所述随机数区间的长度与各种类目的预设类目配额比例总和相同,且每种类目与所述随机数区间中的一段数值范围一一对应;
在所述随机数区间内进行N次随机取样,得到每种类目的信息数量,N为待推荐信息的总数量,且N为正整数;
从所述多条候选信息中,筛选出与每种类目的信息数量相同的待推荐信息。
2.根据权利要求1所述的方法,其特征在于,所述基于预设优化指标,获取多条候选信息,包括:
按照点击率、渗透率、播放时长中至少一项指标由高到低的顺序,获取所述多条候选信息。
3.根据权利要求1所述的方法,其特征在于,所述构建随机数区间,包括:
根据每种类目的预设类目配额比例,构建模板区间,所述模板区间中的每个子区间对应一种类目,各个子区间的长度比例与相应各个类目的预设类目配额比例相同;
将所述模板区间映射到连续的数值范围内,得到所述随机数区间。
4.根据权利要求3所述的方法,其特征在于,所述在所述随机数区间内进行N次随机取样,得到每种类目的信息数量,包括:
在所述随机数区间中进行N次随机取样,得到N个随机数;
将N个随机数落入每种类目在所述随机数区间中对应数值范围内的数量,确定为每种类目的信息数量。
5.根据权利要求1所述的方法,其特征在于,所述从所述多条候选信息中,筛选出与每种类目的信息数量相同的待推荐信息,包括:
按照排位由高到低的顺序,遍历所述多条侯选信息;
对于任一条候选信息,当所述候选信息所属类目的剩余信息数量大于1,将所述候选信息确定为所述类目的待推荐信息,并继续遍历下一条候选信息,直至筛选出与每种类目的信息数量相同的待推荐信息。
6.根据权利要求5所述的方法,其特征在于,所述将所述候选信息确定为所述类目的待推荐信息之后,还包括:
将所述类目的剩余信息数量减去1。
7.根据权利要求5所述的方法,其特征在于,所述方法还包括:
当所述类目的剩余信息数量为0,忽略所述候选信息,并继续遍历下一条候选信息。
8.一种信息排序装置,其特征在于,所述装置包括:
获取模块,用于基于预设优化指标,获取多条候选信息,每条候选信息具有确定的类目以及在所述多条候选信息中的排位;
构建模块,用于构建随机数区间,所述随机数区间的长度与各种类目的预设类目配额比例总和相同,且每种类目与所述随机数区间中的一段数值范围一一对应;
随机取样模块,用于在所述随机数区间内进行N次随机取样,得到每种类目的信息数量,N为待推荐信息的总数量,且N为正整数;
筛选模块,用于从所述多条候选信息中,筛选出与每种类目的信息数量相同的待推荐信息。
9.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条程序代码,所述至少一条程序代码由所述处理器加载并执行,以实现如权利要求1至7中任一项所述的信息排序方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有至少一条程序代码,所述至少一条程序代码由处理器加载并执行,以实现如权利要求1至7中任一项所述的信息排序方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110326627.6A CN112948688A (zh) | 2021-03-26 | 2021-03-26 | 信息排序方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110326627.6A CN112948688A (zh) | 2021-03-26 | 2021-03-26 | 信息排序方法、装置、电子设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112948688A true CN112948688A (zh) | 2021-06-11 |
Family
ID=76228333
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110326627.6A Pending CN112948688A (zh) | 2021-03-26 | 2021-03-26 | 信息排序方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112948688A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011141666A (ja) * | 2010-01-06 | 2011-07-21 | Nippon Telegr & Teleph Corp <Ntt> | 興味情報推薦装置、興味情報推薦方法および興味情報推薦プログラム |
CN104090990A (zh) * | 2014-07-31 | 2014-10-08 | 北京奇虎科技有限公司 | 新闻推送方法和*** |
US20180278704A1 (en) * | 2015-09-30 | 2018-09-27 | Beijing Kingsoft Internet Security Software Co., Ltd. | Information push method and electronic device |
CN109508405A (zh) * | 2018-12-24 | 2019-03-22 | 北京爱奇艺科技有限公司 | 一种推荐视频的确定方法、装置、电子设备及存储介质 |
CN109753585A (zh) * | 2018-12-24 | 2019-05-14 | 北京爱奇艺科技有限公司 | 一种推荐视频的确定方法、装置、电子设备及存储介质 |
CN110019945A (zh) * | 2017-12-28 | 2019-07-16 | 飞狐信息技术(天津)有限公司 | 视频推荐方法及装置、存储介质及电子设备 |
CN110659388A (zh) * | 2019-10-10 | 2020-01-07 | 北京奇艺世纪科技有限公司 | 一种待推荐信息筛选方法、装置、电子设备及存储介质 |
CN111339416A (zh) * | 2020-02-25 | 2020-06-26 | 咪咕文化科技有限公司 | 热度召回方法、装置、电子设备及存储介质 |
CN112291624A (zh) * | 2020-09-23 | 2021-01-29 | 咪咕视讯科技有限公司 | 视频处理方法、装置、电子设备及存储介质 |
-
2021
- 2021-03-26 CN CN202110326627.6A patent/CN112948688A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011141666A (ja) * | 2010-01-06 | 2011-07-21 | Nippon Telegr & Teleph Corp <Ntt> | 興味情報推薦装置、興味情報推薦方法および興味情報推薦プログラム |
CN104090990A (zh) * | 2014-07-31 | 2014-10-08 | 北京奇虎科技有限公司 | 新闻推送方法和*** |
US20180278704A1 (en) * | 2015-09-30 | 2018-09-27 | Beijing Kingsoft Internet Security Software Co., Ltd. | Information push method and electronic device |
CN110019945A (zh) * | 2017-12-28 | 2019-07-16 | 飞狐信息技术(天津)有限公司 | 视频推荐方法及装置、存储介质及电子设备 |
CN109508405A (zh) * | 2018-12-24 | 2019-03-22 | 北京爱奇艺科技有限公司 | 一种推荐视频的确定方法、装置、电子设备及存储介质 |
CN109753585A (zh) * | 2018-12-24 | 2019-05-14 | 北京爱奇艺科技有限公司 | 一种推荐视频的确定方法、装置、电子设备及存储介质 |
CN110659388A (zh) * | 2019-10-10 | 2020-01-07 | 北京奇艺世纪科技有限公司 | 一种待推荐信息筛选方法、装置、电子设备及存储介质 |
CN111339416A (zh) * | 2020-02-25 | 2020-06-26 | 咪咕文化科技有限公司 | 热度召回方法、装置、电子设备及存储介质 |
CN112291624A (zh) * | 2020-09-23 | 2021-01-29 | 咪咕视讯科技有限公司 | 视频处理方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107402804B (zh) | 后台进程管控方法、装置、存储介质及电子设备 | |
US20210191783A1 (en) | Data processing method and device | |
CN108259547A (zh) | 消息推送方法、设备及可编程设备 | |
CN111831838A (zh) | 一种多媒体信息推荐方法及装置、服务器存储介质 | |
CN105991583A (zh) | 一种游戏应用推荐方法、应用服务器、终端及*** | |
WO2020252751A1 (zh) | 资源推送方法、装置、服务器以及存储介质 | |
CN117236805B (zh) | 电力设备控制方法、装置、电子设备和计算机可读介质 | |
CN112528151A (zh) | 一种对象展示方法、装置、电子设备及存储介质 | |
CN107506399A (zh) | 数据单元快速分段的方法、***、设备及存储介质 | |
CN110210884B (zh) | 确定用户特征数据的方法、装置、计算机设备及存储介质 | |
CN112948688A (zh) | 信息排序方法、装置、电子设备及计算机可读存储介质 | |
CN107368281A (zh) | 一种数据处理方法及装置 | |
WO2017200586A1 (en) | Prioritizing topics of interest determined from product evaluations | |
CN110634024A (zh) | 一种用户属性标记方法、装置、电子设备及存储介质 | |
CN105653533A (zh) | 一种更新分类关联词集合的方法和装置 | |
CN115016735A (zh) | 一种分布式缓存***的控制方法、装置及介质 | |
CN110704679B (zh) | 视频分类方法、装置及电子设备 | |
CN109276886B (zh) | 一种文本生成方法、***以及终端设备 | |
CN113656046A (zh) | 一种应用部署方法和装置 | |
CN111461328A (zh) | 一种神经网络的训练方法及电子设备 | |
CN110633115A (zh) | 一种任务分发方法、装置、电子设备及存储介质 | |
CN117112640B (zh) | 一种内容排序方法以及相关设备 | |
CN112699157B (zh) | 信息推荐方法、装置、设备及介质 | |
CN114849225B (zh) | 服务器调度方法、装置、计算机可读介质及电子设备 | |
CN105446977B (zh) | 一种信息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 |