CN115114515A - 一种基于用户兴趣的内容推荐方法与终端设备 - Google Patents
一种基于用户兴趣的内容推荐方法与终端设备 Download PDFInfo
- Publication number
- CN115114515A CN115114515A CN202110307500.XA CN202110307500A CN115114515A CN 115114515 A CN115114515 A CN 115114515A CN 202110307500 A CN202110307500 A CN 202110307500A CN 115114515 A CN115114515 A CN 115114515A
- Authority
- CN
- China
- Prior art keywords
- user
- operation behavior
- behavior data
- user operation
- interest
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
- G06F21/6254—Protecting personal data, e.g. for financial or medical purposes by anonymising data, e.g. decorrelating personal data from the owner's identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/088—Non-supervised learning, e.g. competitive learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Bioethics (AREA)
- Biophysics (AREA)
- Computing Systems (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Medical Informatics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种基于用户兴趣的内容推荐方法与终端设备,用以实现在保护用户隐私数据的基础上,提升基于用户兴趣下内容推荐的准确度和效率。通过终端设备采集在设定时长中用户一次或多次使用目标应用程序时用户输入的多个用户操作行为数据;将采集的所述多个用户操作行为数据进行脱敏处理;将脱敏处理后的多个用户操作行为数据发送给服务器,以使服务器对脱敏处理后的多个用户操作行为数据进行分析,得到所述用户使用所述目标应用程序的主题兴趣表。终端设备接收服务器发送的主题兴趣表,在所述用户启动所述目标应用程序时显示第一推荐界面,所述第一推荐界面中包含至少一项根据所述主题兴趣表确定的推荐内容。
Description
技术领域
本申请涉及数据处理技术领域,尤其涉及一种基于用户兴趣的内容推荐方法与终端设备。
背景技术
随着互联网技术的发展,为了提升用户体验,越来越多的应用或***更加注重千人千面的内容推荐技术。基于用户兴趣的内容推荐***往往需要建立在海量的用户操作行为数据之上,随之带来的就是对用户的隐私数据的保护问题。其中,用户的隐私数据例如用户的个人信息、用户个性化兴趣等。
现有技术中,存在利用安全加密技术(例如同态加密技术)保护用户的隐私数据的技术方案。虽然在终端设备与服务器侧传递、存储用户操作行为数据的时候,对用户的隐私数据采用安全加密技术,但是在用户操作行为数据传递过程中依旧存在隐私泄露安全风险。现有技术中,还存在利用分布式联邦学习的技术训练推荐模型,这种技术通过将用户操作行为数据保留在终端设备侧的方式,可以保护用户隐私,但是需要终端设备侧具有训练模型的能力,故而对终端设备侧的性能要求较高,并且存在推荐效率低的缺点。
因此,如何在保护用户隐私数据的基础上,提升基于用户兴趣下内容推荐的准确度和效率,目前还存在很大的挑战。
发明内容
本申请实施例提供一种基于用户兴趣的内容推荐方法与终端设备,用以实现在保护用户隐私数据的基础上,提升基于用户兴趣的内容推荐的准确度和效率。
第一方面,本申请实施例提供了一种基于用户兴趣的内容推荐方法,该方法可以应用于终端设备中。该方法包括:采集在设定时长中用户一次或多次使用目标应用程序时用户输入的多个用户操作行为数据;将采集的所述多个用户操作行为数据进行脱敏处理,所述脱敏处理为将所述用户操作行为数据中涉及所述用户的隐私数据滤除;将脱敏处理后的多个用户操作行为数据发送给服务器,以使服务器对脱敏处理后的多个用户操作行为数据进行分析,得到所述用户使用所述目标应用程序的主题兴趣表。
通过本申请实施例提供的方法,终端设备会采集用户在目标应用程序中的用户操作行为数据,但是用户隐私数据会在终端设备上进行脱敏处理之后才上传到服务器上,因此服务器不会获取到用户隐私数据,可以较好的保护用户隐私,提升用户体验。其中,目标应用程序可以为适用于本申请实施例提供的基于用户兴趣进行内容推荐的任意应用程序,例如浏览器等。
在一种可能的设计中,终端设备采集在设定时长中用户一次或多次使用目标应用程序时用户输入的多个用户操作行为数据,可实施为:检测到所述用户启动所述目标应用程序的指令时,启动所述目标应用程序;在所述目标应用程序启动后,采集所述用户对所述目标应用程序执行的至少一个操作数据;检测到所述用户退出所述目标应用程序的指令时,关闭所述目标应用程序;将所述目标应用程序从启动到关闭过程中采集到的至少一个操作数据存储为一组用户操作行为数据。
在该设计中,通过终端设备对用户使用目标应用程序时的用户操作行为数据进行收集,并对用户操作行为数据进行脱敏处理之后,上传到服务器。从而可以便于服务器基于脱敏处理后的用户操作行为数据进行大数据分析,以得到用户在该目标应用程序中的用户兴趣。
在一种可能的设计中,终端设备针对所述多个用户操作行为数据中的一个或多个用户操作行为数据,基于差分隐私算法进行相同兴趣主题下的用户操作行为数据的随机替换,所述兴趣主题根据所述主题兴趣表确定;剥离所述多个用户操作行为数据中包含的用户信息。
在该设计中,终端设备通过对用户操作行为数据基于差分隐私算法进行随机替换,可以实现将真实的用户操作行为数据进行掩盖的效果,进而可以达到保护用户隐私的目的。并且,终端设备在将用户操作行为数据上传服务器之前,还可以通过对用户信息进行剥离,以达到服务器无法收集到用户隐私数据的目的,从而可以保障用户数据的隐私性及安全性。
在一种可能的设计中,所述基于差分隐私算法进行相同兴趣主题下的用户操作行为数据的随机替换之前,终端设备还可以确定每个所述用户操作行为数据的序列长度;按照预设值对所述用户操作行为数据进行截断和补偿处理,得到指定序列长度的用户操作行为数据。
在该设计中,若用户操作行为数据包含的操作数据过少,也即序列长度较短,则无法从所述用户操作行为数据中分析到较准确的用户兴趣。而用户操作行为数据包含的操作数据过多,也即序列长度较长,则会导致计算量过大的问题。因此,通过对用户操作行为数据按照预设值进行采样,以得到序列长度较为统一的用户操作行为数据,从而可以提升对用户操作行为数据进行脱敏处理的处理效率,以及提升服务器对用户操作行为数据进行统计分析的效率和准确性。
可选的,终端设备按照预设值对所述用户操作行为数据进行截断和补偿处理,得到指定序列长度的用户操作行为数据,具体可实施为:若所述用户操作行为数据的序列长度小于所述预设值,为所述用户操作行为数据补充目标长度的、预先定义的用户操作行为数据,得到指定序列长度的用户操作行为数据;或者,若所述用户操作行为数据的序列长度大于所述预设值,对所述用户操作行为数据截断目标长度,得到所述指定序列长度的用户操作行为数据;其中,所述目标长度为所述用户操作行为数据的序列长度与预设值的差值的绝对值。
在该设计中,给出了根据预设值进行采样的具体场景,通过对用户操作行为数据的序列长度进行判断,若序列长度小于预设值的用户操作行为数据,可以采用预先定义的默认用户操作行为数据进行补足,而序列长度大于预设值的用户操作行为数据,可以进行随机截断。因此,经过对用户操作行为数据根据预设值进行采样之后,可以得到序列长度较为统一的用户操作行为数据,以便于进行脱敏处理。
第二方面,本申请实施例提供了一种基于用户兴趣的内容推荐方法,该方法可以应用于服务器中。该方法包括:接收一个或多个终端设备发送的脱敏处理后的多个用户操作行为数据;所述脱敏处理后的用户操作行为数据为所述一个或多个终端设备采集在设定时长中用户一次或多次使用目标应用程序时用户输入的多个用户操作行为数据,并将采集到的所述多个用户操作行为数据进行脱敏处理得到的;所述脱敏处理为将所述用户操作行为数据中涉及所述用户的隐私数据滤除;对所述脱敏处理后的多个用户操作行为数据进行分析,得到用户使用所述目标应用程序的主题兴趣表;发送所述主题兴趣表给所述一个或多个终端设备。
该方法中,由于服务器相比于终端设备具有更好的计算能力,并且服务器可以综合多个终端设备发送的用户操作行为数据进行群体性的用户操作行为数据的分析,从而可以得到较为满足时效性的热点兴趣主题,也可以理解为当下比较受大多数用户关注的兴趣主题,并生成主题兴趣表。以及,服务器可以将主题兴趣表发送给终端设备,用于终端设备结合所述主题兴趣表进行实时推荐,以提升用户体验。
在一种可能的设计中,服务器对所述脱敏处理后的多个用户操作行为数据进行分析,得到用户使用所述目标应用程序的主题兴趣表,具体可实施为:将所述脱敏处理后的多个用户操作行为数据输入预先构建的主题兴趣模型,以对所述脱敏处理后的多个用户操作行为数据进行无监督学习;得到所述预先构建的主题兴趣模型输出的主题兴趣表。
在该设计中,通过预先构建的主题兴趣模型,可以根据多个终端设备发送的大量用户操作行为数据得到主题兴趣表,并且得到的主题兴趣表可以较好的反映当下比较受大多数用户关注的兴趣主题。
第三方面,本申请实施例提供了一种基于用户兴趣的内容推荐方法,该方法可以应用于终端设备中。该方法包括:接收服务器发送的主题兴趣表,所述主题兴趣表为所述服务器对脱敏处理后的多个用户操作行为数据进行分析得到的;所述脱敏处理后的用户操作行为数据为一个或多个终端设备采集在设定时长中用户一次或多次使用目标应用程序时所述用户输入的多个用户操作行为数据,并将采集到的所述多个用户操作行为数据进行脱敏处理得到的;所述脱敏处理为将所述用户操作行为数据中涉及所述用户的隐私数据滤除;检测到所述用户启动所述目标应用程序的指令时,启动所述目标应用程序并显示第一推荐界面,所述第一推荐界面中包含至少一项推荐内容;所述至少一项推荐内容是根据所述主题兴趣表确定的。
在该方法中,终端设备可以结合服务器发送的主题兴趣表进行实时推荐。在此场景下,若用户属于新用户,或者终端设备中未存储有该用户的历史用户兴趣的场景下,终端设备可以根据主题兴趣表进行推荐,通过对当下比较受大多数用户关注的兴趣主题所对应的内容的推荐,可以避免目标应用程序中的冷启动推荐,即目标应用程序推荐一些冷门的兴趣主题所对应的内容甚至无法进行推荐,导致无法引起用户的浏览兴趣。
在一种可能的设计中,所述启动所述目标应用程序并显示第一推荐界面,可以实施为:启动所述目标应用程序;在启动所述目标应用程序后显示第一推荐界面;将所述主题兴趣表中包含的一个或多个兴趣主题作为用户兴趣,根据所述用户兴趣获取至少一项推荐内容,并将获取的至少一项推荐内容显示在所述第一推荐界面中;其中,各所述兴趣主题具有关联的权重值,兴趣主题关联的权重值越大,所述推荐内容中包含所述兴趣主题的相关内容的比例越高。
在该设计中,通过根据主题兴趣表中包含的兴趣主题关联的权重值进行内容推荐,可以实现在推荐界面中更为热门的兴趣主题所对应的相关推荐内容的比重更高,从而可以提升用户感兴趣的可能性,以提升用户体验。
在一种可能的设计中,所述启动所述目标应用程序并显示第一推荐界面之后,实施为:接收并采集用户使用所述目标应用程序时用户输入的一个或多个用户操作行为数据;检测到所述用户刷新所述第一推荐界面的指令时,显示第二推荐界面;所述第二推荐界面中包含的推荐内容是根据所述一个或多个用户操作行为数据以及所述主题兴趣表确定的。
在该设计中,本申请实施时,在目标应用程序获取到用户实时的操作数据之后,通过对用户实时的操作数据的分析,可以分析得到该用户更为关注的兴趣主题,以便于及时对用户兴趣进行调整,进而可以及时显示与所述用户兴趣更为匹配的推荐界面。
在一种可能的设计中,所述显示第二推荐界面,可实施为:根据所述一个或多个用户操作行为数据确定对应的一个或多个兴趣主题,并为各所述兴趣主题分配关联的权重值;将所述用户操作行为数据对应的一个或多个兴趣主题、所述主题兴趣表中包含的一个或多个所述兴趣主题作为用户兴趣,根据所述用户兴趣获取至少一项推荐内容,并将获取的至少一项推荐内容显示在所述第二推荐界面中;其中,所述主题兴趣表中包括的各所述兴趣主题具有关联的权重值,兴趣主题关联的权重值越大,所述推荐内容中包含的所述兴趣主题的相关内容的比例越高。
在该设计中,通过结合用户实时的用户操作行为数据以及服务器生成的主题兴趣表,可以在当下热门的兴趣主题的基础上,还可以兼顾用户个人兴趣,从而可以得到更符合用户兴趣的推荐内容,以便于提升用户使用体验。
在一种可能的设计中,所述根据所述用户兴趣获取至少一项所述推荐内容,可实施为:从本地缓存内容中查找与所述用户兴趣对应的推荐内容;和/或,从提供与所述用户兴趣对应的推荐内容的内容提供服务器中获取与所述用户兴趣对应的推荐内容。
在该设计中,在终端设备确定用户兴趣之后,可以通过多种可能的方式获取所述用户兴趣相关的推荐内容,比如热点文章、热点新闻等,用以提升推荐内容的多样性。
第四方面,本申请实施例还提供了一种终端设备,包括:一个或多个处理器;一个或多个存储器;所述一个或多个存储器,用于存储一个或多个计算机程序以及数据信息;其中所述一个或多个计算机程序包括指令;当所述指令被所述一个或多个处理器执行时,使得所述终端设备执行如上述第一方面中任一项所述的方法,或执行如上述第三方面中任一项所述的方法。
第五方面,本申请实施例还提供了一种服务器,包括:一个或多个处理器;一个或多个存储器;所述一个或多个存储器,用于存储一个或多个计算机程序以及数据信息;其中所述一个或多个计算机程序包括指令;当所述指令被所述一个或多个处理器执行时,使得所述服务器执行如上述第二方面中任一项所述的方法。
第六方面,本申请实施例还提供了一种通信***,包括:终端设备和服务器;所述终端设备可以执行如上述第一方面提供的方法中终端设备的步骤,或执行如上述第三方面提供的方法中终端设备的步骤;所述服务器可以执行如上述第二方面提供的方法中服务器的步骤。
第七方面,本申请实施例提供了一种计算机可读存储介质,计算机可读介质存储有计算机程序(也可以称为代码,或指令)当其在计算机上运行时,使得计算机执行上述第一方面中任一种可能实现方式中的方法,或执行上述第二方面中任一种可能实现方式中的方法,又或执行上述第三方面中任一种可能实现方式中的方法。
第八方面,本申请实施例提供了一种计算机程序产品,计算机程序产品包括:计算机程序(也可以称为代码,或指令),当计算机程序被运行时,使得计算机执行上述第一方面中任一种可能实现方式中的方法,或执行上述第二方面中任一种可能实现方式中的方法,又或执行上述第三方面中任一种可能实现方式中的方法。
第九方面,本申请实施例还提供一种终端设备上的图形用户界面,该终端设备具有显示屏、一个或多个存储器、以及一个或多个处理器,所述一个或多个处理器用于执行存储在所述一个或多个存储器中的一个或多个计算机程序,所述图形用户界面包括所述终端设备执行本申请实施例第一方面任一可能的实现方式时显示的图形用户界面,或执行本申请实施例第三方面任一可能的实现方式时显示的图形用户界面。
上述第四方面至第九方面中任一方面的有益效果请具体参阅上述第一方面至第三方面中各种可能的设计的有益效果,在此不再赘述。
附图说明
图1为本申请实施例提供的一种基于用户兴趣的内容推荐方法的应用场景图;
图2a为本申请实施例提供的一种终端设备的硬件架构的示意图;
图2b为本申请实施例提供的终端设备的软件结构框图;
图3为本申请实施例提供的一种基于用户兴趣的内容推荐方法的结构示意图;
图4为本申请实施例提供的一种基于用户兴趣的内容推荐方法的用户界面示意图之一;
图5为本申请实施例提供的一种用户兴趣主题雷达图的示意图;
图6为本申请实施例提供的一种基于用户兴趣的内容推荐方法的流程示意图;
图7为本申请实施例提供的一种基于用户兴趣的内容推荐方法的用户界面示意图之二;
图8a为本申请实施例提供的一种基于用户兴趣的内容推荐方法的用户界面示意图之三;
图8b为本申请实施例提供的一种基于用户兴趣的内容推荐方法的用户界面示意图之四;
图8c为本申请实施例提供的一种基于用户兴趣的内容推荐方法的用户界面示意图之五;
图9为本申请实施例提供的一种终端设备或服务器的结构示意图。
具体实施方式
随着社会的快速发展,终端设备例如手机越来越普及。终端设备不但具有通信功能、还具有强大的处理能力、存储能力、照相功能等。终端设备通过操作***(例如安卓操作***)执行相应的应用程序,用户可以使用终端设备打电话、发短消息、浏览网页、拍照、玩游戏、看视频等。其中,在一些具有不同兴趣领域数据的应用程序(application,APP)中,终端设备可以根据用户兴趣进行内容推荐,例如,用户在浏览器中进行搜索、浏览网页等用户操作行为时、在小视频APP浏览小视频时、或者在购物APP进行购物时,终端设备可以根据用户的搜索词、搜索历史记录、当前浏览内容等用户操作行为进行用户可能感兴趣的内容推荐。其中,用户兴趣可以是应用程序内自定义的主题兴趣分类,或者常用的主题兴趣分类,比如浏览器内的主题兴趣分类可以有体育类、财经类、时政类等,购物APP内的主题兴趣分类可以有服饰类、生活用品类、食品类等。
结合背景技术中的描述,基于用户兴趣的内容推荐***需要收集海量的用户操作行为数据以完成内容推荐,然而目前在可以保护用户隐私的基础上,提升基于用户兴趣的内容推荐***的推荐准确度和推荐效率还没有很好的解决方案。
有鉴于此,本申请提供了一种基于用户兴趣的内容推荐方法,通过在终端设备侧收集用户操作行为数据,然后将用户敏感的隐私数据进行剥离之后的用户操作行为数据上传至服务器侧。服务器侧根据多个终端设备侧上传的大量用户操作行为数据构建主题兴趣表,并向终端设备返回所述主题兴趣表。终端设备可以结合服务器侧下发的主题兴趣表、用户在终端设备上实时的操作行为数据以及历史用户兴趣等因素确定用户兴趣。最后,终端设备根据确定的用户兴趣可以向服务器侧请求所述用户兴趣的相关内容、或者也可以从终端设备的本地缓存中获取所述用户兴趣的相关内容,以实现在终端设备上进行实时的内容推荐。
下面将结合附图,对本申请实施例进行详细描述。
图1为本申请实施例提供的一种基于用户兴趣的内容推荐方法的应用场景图。该应用场景中可以包括终端设备110、服务器120和数据库130,终端设备110中可以安装有应用程序,该服务器120可以是与终端设备通信的后台服务器,也可以是单独的用于挖掘潜在对象的服务器。应用程序可以是网页版应用程序,也可以是预装在终端设备110中的应用程序,本申请中的应用程序例如可以是浏览器类应用程序、小视频类应用程序、购物类应用程序等可以进行内容推荐的任意类型应用程序。终端设备110和服务器120均可以访问数据库130,将用户访问过程中产生的访问日志存储在数据库130中。数据库130可以设置在服务器120上,也可以是与服务器120相对独立设置,例如数据库130可以通过服务器集群、云服务器或者分布式存储服务器等实现。需要说明的是,本申请对应用场景中包含的终端设备110、服务器120和数据库130的数量和类型不进行限制,例如图1中示出的终端设备110可以有多个。
例如,当前用户通过启动终端设备110中的应用程序,并在所述应用程序上进行用户操作而产生用户操作行为数据时,用户操作行为数据例如可以是用户在浏览器中进行搜索、浏览等操作数据,终端设备110可以根据用户操作行为数据以及服务器120下发的主题兴趣表进行内容推荐。其中终端设备110可以在关闭所述应用程序后,将用户操作行为数据进行脱敏处理之后上传至服务器120上,然后服务器120可以根据海量的用户操作行为数据生成或更新主题兴趣表,再返回给终端设备110。此外,服务器120还可以将生成的主题兴趣表或接收到的用户操作行为数据存储到数据库130中。
可以理解的是,本申请实施例的终端设备110可以是诸如手机、平板电脑、可穿戴设备(例如,手表、手环、头盔、耳机等)、车载设备、增强现实(augmented reality,AR)/虚拟现实(virtual reality,VR)设备、笔记本电脑、超级移动个人计算机(ultra-mobilepersonal computer,UMPC)、上网本、个人数字助理(personal digital assistant,PDA)、智能家居设备(例如,智能电视,智能音箱,智能摄像头等)等。可以理解的是,本申请实施例对终端设备110的具体类型不作任何限制。
本申请实施例可以应用到的终端设备110,示例性实施例包括但不限于搭载 或者其它操作***的便携式终端设备。上述便携式终端设备也可以是其它便携式终端设备,诸如具有触敏表面(例如触控面板)的膝上型计算机(Laptop)等。
图2a示出了一种可能的终端设备的硬件结构示意图。其中,所述终端设备110包括:射频(radio frequency,RF)电路210、电源220、处理器230、存储器240、输入单元250、显示单元260、音频电路270、通信接口280、以及无线保真(wireless fidelity,Wi Fi)模块290等部件。本领域技术人员可以理解,图2a中示出的终端设备的硬件结构并不构成对终端设备的限定,本申请实施例提供的终端设备可以包括比图示更多或更少的部件,可以组合两个或更多的部件,或者可以具有不同的部件配置。图2a中所示出的各种部件可以在包括一个或多个信号处理和/或专用集成电路在内的硬件、软件、或硬件和软件的组合中实现。
下面结合图2a对所述终端设备110的各个构成部件进行具体的介绍:
所述RF电路210可用于通信或通话过程中,数据的接收和发送。特别地,所述RF电路210在接收到基站的下行数据后,发送给所述处理器230处理;另外,将待发送的上行数据发送给基站。通常,所述RF电路210包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(low noise amplifier,LNA)、双工器等。
此外,RF电路210还可以通过无线通信与网络和其他设备进行通信。所述无线通信可以使用任一通信标准或协议,包括但不限于全球移动通讯***(global system ofmobile communication,GSM)、通用分组无线服务(general packet radio service,GPRS)、码分多址(code division multiple access,CDMA)、宽带码分多址(wideband codedivision multiple access,WCDMA)、长期演进(long term evolution,LTE)、电子邮件、短消息服务(short messaging service,SMS)等。
Wi Fi技术属于短距离无线传输技术,所述终端设备110通过Wi Fi模块290可以连接访问接入点(access point,AP),从而实现数据网络的访问。所述Wi Fi模块290可用于通信过程中,数据的接收和发送。
所述终端设备110可以通过所述通信接口280与其他设备实现物理连接。可选的,所述通信接口280与所述其他设备的通信接口通过电缆连接,实现所述终端设备110和其他设备之间的数据传输。
由于在本申请实施例中,所述终端设备110能够实现通信业务,与服务器侧实现交互,因此所述终端设备110需要具有数据传输功能,即所述终端设备110内部需要包含通信模块。虽然图2a示出了所述RF电路210、所述Wi Fi模块290、和所述通信接口280等通信模块,但是可以理解的是,所述终端设备110中存在上述部件中的至少一个或者其他用于实现通信的通信模块(如蓝牙模块),以进行数据传输。
例如,当所述终端设备110为手机时,所述终端设备110可以包含所述RF电路210,还可以包含所述Wi Fi模块290;当所述终端设备110为计算机时,所述终端设备110可以包含所述通信接口280,还可以包含所述Wi Fi模块290;当所述终端设备110为平板电脑时,所述终端设备110可以包含所述Wi Fi模块。
所述存储器240可用于存储软件程序以及模块。所述处理器230通过运行存储在所述存储器240的软件程序以及模块,从而执行所述终端设备110的各种功能应用以及数据处理。可选的,所述存储器240可以主要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***(主要包括内核层、***层、应用程序框架层和应用程序层等各自对应的软件程序或模块)。应用程序层可以包含各种应用,其中可以进行推荐的应用中通过采用本申请实施例提供的方法,可以实现基于用户兴趣的内容推荐。
此外,所述存储器240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、或其他易失性固态存储器件。
所述输入单元250可用于接收用户输入的数字或字符信息等多种不同类型的数据对象的编辑操作,以及产生与所述终端设备110的用户设置以及功能控制有关的键信号输入。可选的,输入单元250可包括触控面板251以及其他输入设备252。
其中,所述触控面板251,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在所述触控面板251上或在所述触控面板251附近的操作),并根据预先设定的程序驱动相应的连接装置。
可选的,所述其他输入设备252可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
所述显示单元260可用于显示由用户输入的信息或提供给用户的信息以及所述终端设备110的各种菜单。所述显示单元260即为所述终端设备110的显示***,用于呈现界面,实现人机交互。所述显示单元260可以包括显示面板261。可选的,所述显示面板261可以采用液晶显示屏(liquid crystal display,LCD)、有机发光二极管(organic light-emitting diode,OLED)等形式来配置。本申请实施例中,例如可以通过显示单元260显示用户在终端设备上的操作所对应的可视化页面,比如用户输入搜索词之后显示单元260显示所述搜索词对应的信息流、网页等。
所述处理器230是所述终端设备110的控制中心,利用各种接口和线路连接各个部件,通过运行或执行存储在所述存储器240内的软件程序和/或模块,以及调用存储在所述存储器240内的数据,执行所述终端设备110的各种功能和处理数据,从而实现基于所述终端设备的多种业务。本申请实施例中,处理器230用来实现本申请实施例提供的方法,进而为用户进行更准确的兴趣内容推荐。
所述终端设备110还包括用于给各个部件供电的电源220(比如电池)。可选的,所述电源220可以通过电源管理***与所述处理器230逻辑相连,从而通过电源管理***实现管理充电、放电、以及功耗等功能。
如图2a所示,终端设备110还包括音频电路270、麦克风271和扬声器272,可提供用户与终端设备110之间的音频接口。音频电路270可用于将音频数据转换为扬声器272能够识别的信号,并将信号传输到扬声器272,由扬声器272转换为声音信号输出。麦克风271用于收集外部的声音信号(如人说话的声音、或者其它声音等),并将收集的外部的声音信号转换为音频电路270能够识别的信号,发送给音频电路270。音频电路270还可用于将麦克风271发送的信号转换为音频数据,再将音频数据输出至RF电路220以发送给比如另一终端,或者将音频数据输出至存储器240以便后续进一步处理。
尽管未示出,所述终端设备110还可以包括至少一种传感器、摄像头等,在此不再赘述。
本申请实施例涉及的操作***(operating system,OS),是运行在终端设备110上的最基本的***软件。以智能手机为例,操作***可以是安卓(android)***或IOS***。以下实施例以android***为例进行介绍。本领域技术人员可以理解,其它操作***中,也可以采用类似的方法实现。
终端设备110的软件***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。本申请实施例以采用分层架构的android***为例,示例性说明终端设备110的软件结构。
图2b示出了本申请实施例提供的android***的软件结构框图。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***分为五层,从上至下分别为应用程序层,应用程序框架(framework)层,安卓运行时(android runtime)和***库,硬件抽象层,以及内核层。
应用程序层是操作***的最上一层,可以包括一系列应用程序包。如图2b所示,应用程序层可以包括操作***的原生应用程序和第三方应用程序,其中,操作***的原生应用程序可以包括用户界面(user interface,UI)、浏览器、相机、设置、手机管家、音乐、短信息、通话等,第三方应用程序可以包括地图,购物APP,小视频APP等。下文中提到的应用,可以是终端设备110出厂时已安装的操作***的原生应用,也可以是用户在使用终端设备110的过程中从网络下载或从其他终端设备110获取的第三方应用。
在本申请一些实施例中,应用程序层可以用于实现编辑界面的呈现,上述编辑界面可以用于用户进行操作。例如,用户可以在浏览器对应呈现的编辑界面上进行输入搜索词等用户操作行为。
一种可能的实现方式中,应用程序可以使用java语言开发,通过调用应用程序框架层所提供的应用程序编程接口(application programming interface,API)来完成,开发者可以通过应用程序框架层来与操作***的底层(例如硬件抽象层、内核层等)进行交互,开发自己的应用程序。该应用程序框架层主要是操作***的一系列的服务和管理***。
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和编程框架。应用程序框架层包括一些预定义函数。如图2b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***,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***包括可视控件,例如显示文本的文本控件,显示图片的图片控件等。视图***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。电话管理器用于提供终端设备110的通信功能,例如通话状态显示的管理(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。
在本申请一些实施例中,该应用程序框架层主要负责调用与硬件抽象层之间通信的服务接口,以将用户进行操作的操作请求传递到硬件抽象层,所述操作请求可以包含用户打开某一APP对应的操作请求、或可以包含用户在某一APP进行的键入搜索词对应的操作请求等。硬件抽象层根据应用程序层传递的操作请求生成对应的内容推荐服务。
示例性的,内容推荐服务可以包括用于实现本申请提供的方法的数据采集模块、数据校准模块、实时推荐模块、隐私保护模块等。其中,所述数据采集模块,用于采集用户在终端设备上对客户端的用户操作行为,以得到用户操作行为数据。所述数据校准模块,用于对所述数据采集模块采集的用户操作行为数据进行预处理,得到序列长度较为统一的用户操作行为数据。所述隐私保护模块,用于对收集的用户操作行为数据进行脱敏处理,将用户操作行为数据中涉及用户隐私数据进行剥离或替换等,进而得到不彰显用户隐私的用户操作行为数据,并将脱敏处理后的用户操作行为数据传递至服务器侧,脱敏处理后的用户操作行为数据用于进行构建主题兴趣模型,生成主题兴趣表。所述实时推荐模块,用于根据确定的用户兴趣进行实时的内容推荐。
安卓运行时(android runtime)包括核心库和虚拟机。android runtime负责安卓***的调度和管理。安卓***的核心库包含两部分: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。以java举例,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。
***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),二维(2D)图形引擎(例如:SGL)等。
表面管理器用于对显示子***进行管理,并且为多个应用程序提供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。
硬件抽象层(hardware abstraction layer,HAL)是应用程序框架层的支撑,是连接应用程序框架层与内核层的重要纽带,其可通过应用程序框架层为开发者提供服务。
示例性的,可以通过在硬件抽象层配置第一进程来实现本申请实施例中内容推荐服务的功能,第一进程可以是在硬件抽象层中单独构建的子进程。其中,第一进程可以包括内容推荐服务配置接口、内容推荐服务控制器等模块。其中,内容推荐服务配置接口是与应用程序框架层进行通信的服务接口。其中,内容推荐服务控制器用于对内容推荐服务配置接口进行监控,例如,对内容推荐服务是否需要进行鉴权进行控制等,还负责监控终端设备110中输入的数据是否需要缓存或有更新,当输入的数据需要缓存或者有更新时,可以通知应用程序框架层进行相应数据的缓存或更新,以保证显示界面显示的是最新的数据。硬件抽象层中还可以包含有守护进程,该守护进程可以用于缓存第一进程中的数据,守护进程也可以是在硬件抽象层中单独构建的子进程。
内核层可以是Linux内核(Linux kernel)层,是硬件和软件之间的抽象层。内核层有许多与终端设备110相关的驱动程序,至少包含显示驱动;基于Linux的帧缓冲驱动;作为输入设备的键盘驱动、鼠标驱动;基于内存技术设备的Flash驱动;音频驱动;蓝牙驱动等,本申请实施例对此不做任何限制。Linux内核层用于提供操作***的核心***服务,如安全性、内存管理、进程管理、网络协议栈和驱动模型等都基于Linux内核实现。
通常终端设备110可以同时运行多个应用程序。较为简单的,一个应用程序可以对应一个进程,较为复杂的,一个应用程序可以对应多个进程。每个进程具备一个进程号(进程ID)。
结合上述图2a中对终端设备110的硬件结构的介绍,以及图2b中对终端设备110的软件框架的介绍,下面针对基于用户兴趣的内容推荐的场景,示例性说明终端设备110执行本申请实施例中提出的基于用户兴趣的内容推荐方法的软件以及硬件的工作原理。
应理解,本申请实施例中“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,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的情况,其中A、B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“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和b,a和c,b和c,或a、b和c,其中a、b、c可以是单个,也可以是多个。
本申请实施例涉及的多个,是指大于或等于两个。
另外,需要理解的是,在本申请的描述中,“第一”、“第二”等词汇,仅用于区分描述的目的,而不能理解为指示或暗示相对重要性,也不能理解为指示或暗示顺序。
此外,本申请实施例中,“终端设备”、“设备”、“手机”等可以混用,即指可以用于实现本申请实施例的各种设备;本申请实施例中的“应用”和“应用程序”也可以混用,均指具有一定业务提供能力的程序或客户端等,也就是说应用和客户端也可混用,比如浏览器客户端、游戏客户端也可以称之为浏览器应用或游戏应用等。
应理解,终端设备的硬件结构可以如图2a所示,软件架构可以如图2b所示,其中,终端设备中的软件架构对应的软件程序和/或模块可以存储在存储器240中,处理器230可以运行存储器240中存储的软件程序和应用以执行本申请实施例提供的基于用户兴趣的内容推荐方法的流程。
为了便于理解本申请提供的基于用户兴趣的内容推荐方法,以下结合图3中所示的结构示意图,对采用本申请提供的方法包含的步骤进行介绍。需要说明的是,本申请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。另外,在本申请各个实施例中的各功能模块可以集成在一个处理器中,也可以是单独的物理存在,也可以两个或两个以上模块集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件程序的形式实现。
如图3所示,本申请实施时,根据逻辑功能划分,终端设备侧可以包括数据采集模块301、数据校准模块302、隐私保护模块303及实时推荐模块306;服务器侧可以包括数据统计模块304及数据分析模块305。
其中,终端设备侧的数据采集模块301用于进行用户操作行为数据的采集,并且采集的用户操作行为数据不仅可以继续通过数据校准模块302进行预处理,也可以送入实时推荐模块306进行用户兴趣的内容推荐。终端设备侧的隐私保护模块303用于对数据校准模块302进行预处理之后的用户操作行为数据进一步进行脱敏处理,然后发送至服务器侧上的数据统计模块304。
服务器侧的数据统计模块304用于对一个或多个终端设备(图3中仅示出一个终端设备作为示例,若存在多个终端设备,则其他终端设备的处理过程类似,不再赘述)发送的脱敏处理后的用户操作行为数据进行统计汇总,然后送入到数据分析模块305,由数据分析模块305根据大量汇总的用户操作行为数据进行训练生成主题兴趣表。服务器侧的数据分析模块305可以将生成的主题兴趣表返回到终端设备上。一方面数据分析模块305不仅可以将生成的主题兴趣表送入数据校准模块302,以使数据校准模块302可以在对用户操作行为数据进行预处理时参考使用,另一方面数据分析模块305还可以将生成的主题兴趣表送入到实时推荐模块306,以使实时推荐模块306可以结合主题兴趣表进行基于用户兴趣的实时内容推荐。其中,服务器侧的数据统计模块304也可以和数据分析模块305集成为一个模块。
基于上述对图3的结构示意图的介绍,本申请提供的方法主要可以分为几个阶段,以下进行具体介绍:
阶段1、终端设备上的数据采集模块301进行用户操作行为数据的采集。
为了能够保证终端设备上推荐的内容可以更准确地跟踪用户的喜好、习惯,基于用户兴趣的内容推荐方法的实现往往需要建立在海量的用户操作行为数据上。海量的用户操作行为数据一般为用户在使用终端设备的过程中产生的。通常情况下,对终端设备包含的任一应用程序来说,从用户启动该应用程序到用户关闭该应用程序期间进行的用户操作,可以作为一组完整的用户操作行为,比如可以通过一个session(指一个终端用户与提供应用程序服务的服务器之间进行通信的时间间隔,通常指用户从注册进入该提供服务的服务器到注销退出该服务器之间所经过的时间)对象来记录此组用户操作行为包含的操作数据。其中,一个session对象中可以包含一个或多个操作数据,并且本申请中对操作数据的数量和类型不进行限定。
作为一种示例,假设用户A通过浏览器应用程序进行一些搜索操作,则从用户A打开浏览器到退出浏览器可以记为一个session。具体的,结合图4示出的内容,用户A打开浏览器,可以记为一个session的开始,如图4中的界面1。用户A在使用浏览器的期间,终端设备可以通过数据采集模块301记录用户A在这一个session内的所有操作,如图4中的界面2,示出的是浏览器的首页界面,用户A在首页界面中可以通过搜索框进行关键词的搜索,或进行信息流的浏览(信息流如浏览器首页界面显示的词条,并且用户A还可以通过上下滑动操作浏览更多的信息流,图4中并未示出该操作),亦或进行在浏览器的首页界面上通过点击信息流进入网页的浏览(如用户A点击“篮球协会-首页”的信息流进入详情界面浏览更多关于篮球的咨询网页,图4中并未示出该操作)。最后,若终端设备检测到用户A退出浏览器的用户操作行为,记为这一个session的结束;例如,终端设备检测到当前显示界面变更到手机的主界面(如图4中的界面3),或者终端设备检测到当前显示界面切换到其他应用程序的显示界面等任一表示手机的当前显示界面不再停留在浏览器上的状态。
基于用户的操作行为具有多种可能的应用场景,数据采集模块301采集的用户操作行为数据体现为多域行为的特点。其中,多域行为表示用户在具有不同的协议、和/或域名、和/或端口等不同显示页面进行的操作,比如,若用户操作行为数据中包含的任两个显示页面采用相同的协议、域名和端口等,则这两个显示页面属于同一个域中;反之,若用户操作行为数据中包含的任两个显示页面采用不同的协议,则这两个显示页面属于不同域中,也即用户操作行为数据表示为多域行为。例如,用户在浏览器中进行搜索、信息流浏览、网页浏览等行为,其中不同的信息流对应的网页一般属于不同域中,因此用户在浏览器的用户操作行为数据一般具有多域行为的特点,也即跨域行为的特点。
通过对具有多域行为特点的用户操作行为数据的采集,在对海量的用户操作行为数据进行统计分析之后,可以同步多个域内的兴趣主题表,得到综合多个域中的用户操作行为的兴趣特点之后的用户兴趣,从而可以进行更准确的内容推荐。
阶段2、终端设备上的数据校准模块302对数据采集模块301采集的用户操作行为数据进行预处理。
示例性的,在每个session期间,由于用户每次不同的操作,每个session期间的用户操作行为数据的序列长度可能不一致,其中,用户操作行为数据的序列长度根据用户的操作次数确定。比如,若用户打开浏览器之后,在浏览器中进行少个用户操作行为,则此session期间采集的用户操作行为数据的序列长度较短;若用户打开浏览器,并且在浏览器中进行了搜索、信息流浏览以及网页浏览等多个用户操作行为,则此session期间采集的用户操作行为数据的序列长度较长。表1为一个session期间采集的用户操作行为数据的示例,如下:
表1
用户ID | 关键标识 | 用户操作行为类型 | 兴趣主题 | 附加摘要信息(非必填) |
用户A | NBA | 搜索 | 体育 | |
用户A | https://china.nba.com/ | 网页浏览 | 体育 | NBA |
用户A | 实体经济 | 信息流浏览 | 财经 | |
用户A | 新冠 | 网页浏览 | 时政 | 疫苗、肺炎、无症状 |
本申请实施例中,如上表1中的用户操作行为数据中的一行数据表示一组序列,表1中包含4行实际的用户操作行为数据,因此表1中的序列长度可以认为是4,后续实施例中类似的表格中具有相同的定义,在具体介绍过程中,重复之处不再赘述。表1中示出的用户操作行为数据的信息类型可以包括:用户ID、用于体现用户操作行为的关键标识、用户操作行为类型、所述关键标识对应的兴趣主题及附加摘要信息(非必填)等信息。除此之外,用户操作行为数据还可以包括比上述表1更多或更少的不同的信息类型,例如,应用程序标识等,本申请对此不进行限定。并且,用户操作行为数据的存储形式可以通过表格形式,也可以通过其他形式,本申请对此同样不进行限定。
上述示例中,表1中的关键标识可以根据用户操作行为得到,关键标识可以是搜索词、信息流关键词、网页地址等。例如,若用户操作行为对应为搜索操作,搜索词为“NBA”,则关键标识可以为“NBA”。或者,若用户操作行为对应为信息流浏览,信息流关键词为“篮球”(如图4中的2示出的第2条、第3条信息流),则关键标识可以为“篮球”。又或者,若用户操作行为对应为网页浏览,网页内包含内容的关键词为“实体经济”,则关键标识可以为网页关键词“实体经济”,或者也可以是当前浏览网页的网址,等。
一种可能的预处理场景中,表1中的兴趣主题可能无法从用户操作行为中获取到(例如用户在进行搜索词操作时,终端设备可以从用户操作行为中获取到关键标识,但无法确定兴趣主题),则终端设备可以根据用户操作行为中的关键标识以及从服务器侧获取的主题兴趣表确定。其中,主题兴趣表用于指示关键标识与兴趣主题的映射关系,是服务器侧基于从一个或多个终端设备接收的经数据校准模块302和隐私保护模块303处理之后的用户操作行为数据,进行统计分析之后生成的,具体的生成方式在后续实施例中进行详细介绍,在此暂不详述。进一步的,终端设备侧的主题兴趣表可以是定期从服务器侧获取并存储在终端设备上。其中,获取方式可以是终端设备侧主动请求的,也可以是服务器周期性下发的,或者是服务器检测到主题兴趣表有更新之后主动下发的,本申请对终端设备从服务器侧获取主题兴趣表的实现方式不限定。
具体实施为,在终端设备从用户操作行为中获取到关键标识之后,可以进一步根据主题兴趣表确定此次用户操作行为包含的至少一个关键标识分别对应的兴趣主题。例如,若终端设备获取到的关键标识为“NBA”,在兴趣主题表中包含“NBA”与兴趣主题“体育”之间的映射关系,则终端设备通过查询兴趣主题表可以确定该关键标识“NBA”对应的兴趣主题为“体育”,并将兴趣主题和关键标识共同存储为用户操作行为数据,如以上表1中第2行示出的数据内容。另一种可能的预处理场景中,为了保障基于大量的session期间采集的用户操作行为数据进行建模时的准确性以及处理效率,本申请实施时,对session期间采集的用户操作行为数据按照预设值进行采样,进而实现每个session期间采集的用户操作行为数据具有较为固定的序列长度。具体实施为,对序列长度较短的用户操作行为数据使用默认用户操作行为进行补足,对序列长度较长的用户操作行为数据进行随机截断采样。这样,可以得到行为序列长度较为统一的用户操作行为数据,从而可以避免由于用户操作行为数据的序列长度较短,也可以理解为样本数据过少,无法准确分析到用户兴趣,以及可以避免由于用户操作行为数据的序列长度较长,也可以理解为样本数据过多,进行分析时较为冗余而导致处理效率低的问题。
作为一种示例,以下结合表2(包括表2a、表2b)和表3(包括表3a、表3b)来介绍数据校准模块302进行的处理,如下:
表2a
关键标识 | 兴趣主题 |
NBA | 体育 |
实体经济 | 财经 |
其中,表2a为任一个session期间采集的用户操作行为数据的示例,可以得到该用户操作行为数据的序列长度较短。
表2b
关键标识 | 兴趣主题 |
NBA | 体育 |
实体经济 | 财经 |
“0” | “0” |
根据以上表2a和表2b可以得到,假设数据校准模块302按照用户操作行为数据的序列长度的预设值为3进行采样,在数据采集模块301采集的用户操作行为数据的序列长度较短时(也可以理解为小于预设值时,如表2a中的序列长度为2小于预设值3),可以补充目标长度的、预先定义的默认用户操作行为数据,从而得到序列长度为3的用户操作行为数据。其中,目标长度为所述用户操作行为数据的序列长度与预设值的差值的绝对值,例如表2a中的序列长度为2,预设值为3,则目标长度为|2-3|=1,则在表2b中补充1个序列的用户操作行为数据。需要说明的是,上述表2b中通过“0”来表示默认关键标识,以及通过“0”来表示默认关键标识对应映射的默认兴趣主题。其中,默认关键标识和默认兴趣主题可以预先进行设定、或根据一定规则确定(例如根据当前热点的用户操作行为)等,比如,默认关键标识可以为“新冠”,默认兴趣主题为“时政”。
表3a
关键标识 | 兴趣主题 |
NBA | 体育 |
实体经济 | 财经 |
足球 | 体育 |
https://china.nba.com/ | 体育 |
新冠 | 时政 |
其中,表3a为任一个session期间采集的用户操作行为数据的示例,可以得到该用户操作行为数据的序列长度较长。
表3b
关键标识 | 兴趣主题 |
NBA | 体育 |
足球 | 体育 |
新冠 | 时政 |
根据以上表3a和表3b可以得到,假设数据校准模块302按照用户操作行为数据的序列长度的预设值为3进行采样,在数据采集模块301采集的用户操作行为数据的序列长度较长时(也可以理解为大于预设值时,如表3a中的序列长度为5大于预设值3),可以进行随机截断目标长度,从而得到序列长度为3的用户操作行为数据。其中,目标长度为所述用户操作行为数据的序列长度与预设值的差值的绝对值,例如表3a中的序列长度为5,预设值为3,则目标长度为|5-3|=2,则在表3b中截断掉两个序列的用户操作行为数据。或者,可选的,在用户操作行为数据的序列长度大于采样的预设值时,除了采用随机截断目标长度的实现方式,还可以根据用户操作行为的行为类型进行加权采样的实现方式,然后根据预设值大小选取权重较大的用户操作行为数据包含的几组序列,例如,终端设备根据用户操作行为的类型获取表3a中包含的5组序列的权重大小之后,选取3组权重较大的序列,如表3b中示出的3组序列。或者,实施时还可以采用其他进行采样得到序列长度为预设值的用户操作行为数据的实现方式,本申请对此不进行限定。
本申请实施时,通过阶段2的处理,可以将阶段1中采集的用户操作行为数据预处理为序列长度统一的数据结构,从而可以对多种场景下产生的各种各样的用户操作行为数据进行预处理之后,便于实现通过隐私保护模块303继续进行脱敏处理,以及便于实现基于用户兴趣的内容推荐***的建模。其中,实现基于用户兴趣的内容推荐***的建模在后续实施例中会进行具体介绍,在此暂不赘述。
阶段3、终端设备上的隐私保护模块303对数据校准模块302预处理之后的用户操作行为数据进行脱敏处理,得到脱敏处理后的用户操作行为数据。
本申请实施时,可以通过以下方式中的一种或组合实现对用户操作行为数据的脱敏处理,或者还可以通过其他可能的方式对用户操作行为数据进行脱敏处理,本申请不进行限定。示例性的,包括:
方式1、终端设备采用差分隐私算法对用户操作行为数据进行相同兴趣主题下的随机替换处理。具体实施为,针对每个session期间对应的用户操作行为数据中包含的每个用户操作行为,有一定概率保持不变,也有一定的概率会被进行随机替换。可选的,终端设备实施为保持主题兴趣不变,通过随机查找主题兴趣表,选取一个该主题兴趣下的一个关键标识,替换掉原有的关键标识。或者,重新生成用户操作行为数据中的附加摘要信息等。沿用表1中的用户操作行为数据的示例,假设终端设备进行的隐私处理为保持表1中第2行的主题兴趣“体育”不变,将第2行中的关键标识由“NBA”替换为“篮球”,以及将表1第5行中的附加摘要信息由“疫苗、肺炎、无症状”变更为“武汉市”,则进行隐私处理之后的用户操作行为数据可如以下表4所示:
表4
用户ID | 关键标识 | 用户操作行为类型 | 兴趣主题 | 附加摘要信息(非必填) |
用户A | 篮球 | 搜索 | 体育 | |
用户A | https://china.nba.com/ | 网页浏览 | 体育 | NBA |
用户A | 实体经济 | 信息流浏览 | 财经 | |
用户A | 新冠 | 网页浏览 | 时政 | 武汉市 |
方式2、终端设备剥离所述用户操作行为数据中的用户隐私数据。可选的,若终端设备采集的用户操作行为数据中包含用户ID、用户操作行为类型等用户隐私数据,则可将这些隐私数据进行剥离。沿用表1中的用户操作行为数据的示例,表5为剥离用户相关信息之后的用户操作行为数据的示例,如下:
表5
关键标识 | 兴趣主题 | 附加摘要信息(非必填) |
NBA | 体育 | |
https://china.nba.com/ | 体育 | NBA |
实体经济 | 财经 | |
新冠 | 时政 | 疫苗、肺炎、无症状 |
上述示例中,若终端设备通过方式1和方式2对用户操作行为数据进行脱敏处理,则处理之后的用户操作行为数据可以融合两种方式处理之后的结果。示例性的,表6为通过方式1和方式2对用户操作行为数据进行脱敏处理之后的脱敏处理后的用户操作行为数据示例,如下:
表6
关键标识 | 兴趣主题 | 附加摘要信息(非必填) |
篮球 | 体育 | |
https://china.nba.com/ | 体育 | NBA |
实体经济 | 财经 | |
新冠 | 时政 | 武汉市 |
根据以上表6可以得知,通过阶段3对预处理后的用户操作行为数据进一步进行脱敏处理之后,得到的脱敏处理后的用户操作行为数据可以实现较好地保护用户隐私,主要是为了凸显当前用户操作行为的用户兴趣,以得到当下热门的主题兴趣、及每个主题兴趣下的热点关键标识等,从而可以便于服务器侧生成主题兴趣表或更新主题兴趣表,以提高基于用户兴趣进行内容推荐的时效性及准确性。
阶段4、终端设备上的隐私保护模块303将处理后的脱敏处理后的用户操作行为数据上传到服务器侧的数据统计模块304。
其中,服务器侧可以连接一个或多个终端设备,因此服务器侧可以获取到一个或多个终端设备中的隐私保护模块303上传的多组脱敏处理后的用户操作行为数据。
阶段5、服务器中的数据统计模块304对接收的一个或多个终端设备中的隐私保护模块303上传的脱敏处理后的用户操作行为数据进行汇总统计。以及,服务器中的数据分析模块305对数据统计模块304汇总统计的脱敏处理后的用户操作行为数据进行分析,生成主题兴趣表。
需要说明的是,本申请实施时,考虑到终端设备侧的计算能力,若由终端设备训练生成主题兴趣表需要终端设备具有较高的性能要求,然而这种实施方式存在成本较高并且并不能很好地提高推荐效率的缺陷。因此,根据采集的海量的用户操作行为数据训练得到主题兴趣表一般可在服务器侧实现。并且,为了保护用户隐私数据,终端设备在将用户操作行为数据上传给到服务器之前,对用户操作行为数据进行敏感数据的脱敏处理,如上述实施例中阶段2介绍到的预处理以及阶段3介绍到的脱敏处理;然后,终端设备将处理之后得到的脱敏处理后的用户操作行为数据发送给服务器以进行生成主题兴趣表的操作。
示例性的,基于每个用户操作行为数据中包含多个关键标识与兴趣主题之间的映射关系,数据统计模块304可以对接收的大量脱敏处理后的用户操作行为数据进行统计分析,其中统计分析可以包括脱敏处理后的用户操作行为与关键标识的对应关系、脱敏处理后的用户操作行为数据与兴趣主题的对应关系、兴趣主题与关键标识的对应关系中的一种或组合。
1)通过分析脱敏处理后的用户操作行为与关键标识的对应关系可以得到当前用户搜索或浏览的热门关键标识,从而可以实现终端设备根据热门关键标识进行内容推荐,即主要获取与所述热门关键标识相关的信息流、网页等内容进行推荐,进而实现终端设备推荐的内容是用户可能较为感兴趣的内容。举例来说,统计分析结果中指示在大量的脱敏处理后的用户操作行为数据中,包含关键标识“NBA”的次数最多,则终端设备确定“NBA”为当前用户搜索或浏览的热门关键标识,在此场景下,终端设备可以获取与“NBA”相关的一些内容进行推荐。
2)通过分析脱敏处理后的用户操作行为数据与兴趣主题的对应关系可以得到当前用户搜索或浏览的热门兴趣主题,从而可以实现终端设备根据热门兴趣主题进行内容推荐。举例来说,统计分析结果中指示在大量的脱敏处理后的用户操作行为数据中,包含兴趣主题“体育”的次数最多,则终端设备确定“体育”为当前用户搜索或浏览的热门兴趣主题,在此场景下,终端设备可以获取“体育”兴趣主题下相关的一些内容进行推荐。
3)通过分析兴趣主题与关键标识的对应关系,可以得到在每个兴趣主题下的热门关键标识,从而可以实现终端设备在根据热门兴趣主题进行内容推荐的场景下,进一步根据热门关键标识进行内容推荐。举例来说,统计分析结果中指示在大量的脱敏处理后的用户操作行为数据中,确定兴趣主题“体育”下包含的关键标识有“NBA”、“足球”等,并且包含“NBA”的次数最多,则终端设备确定“体育”兴趣主题下的热门关键标识为“NBA”,在终端设备确定热门兴趣主题为“体育”的基础上,获取“体育”兴趣主题下相关的一些内容时,可以获取较多与“NBA”相关的一些内容进行推荐。
以数据统计模块304对兴趣主题与关键标识的对应关系进行统计作为示例,具体实施方式为,数据统计模块304接收到一个或多个终端设备中的隐私保护模块303上传的大量的脱敏处理后的用户操作行为数据之后,根据每个脱敏处理后的用户操作行为数据中包含的多个序列确定多个关键标识与主题兴趣的映射关系。数据统计模块304可以基于不同的兴趣主题作为分类,确定每个兴趣主题下包含的关键标识集合,从而得到每个兴趣主题与所述兴趣主题包含的关键标识集合的映射关系。例如,沿用表6中的示例,经过数据统计模块304的汇总统计之后,得到表7的映射关系,如下:
表7
体育 | 财经 | 时政 |
篮球 | 实体经济 | 新冠 |
https://china.nba.com/ |
进一步的,数据分析模块305在得到对脱敏处理后的用户操作行为数据的统计汇总结果之后,可以训练主题兴趣模型。示例性的,构建主题兴趣模型可以采用隐含狄利克雷分布(latent dirichlet allocation,LDA)主题模型算法等算法实现,本申请对此不进行限定。
主题兴趣模型可以生成主题兴趣表、用户兴趣主题雷达图等来确定用户兴趣。其中,主题兴趣表可以为如表7所示的形式,每一列表示一个兴趣主题,并且每一列包含一个或多个关键标识,其中,每一列兴趣主题包含的关键标识是从海量的脱敏处理后的用户操作行为数据中分析得到的。此外,每一列兴趣主题还可关联对应的权重值,通过权重值表示用户对该兴趣主题的感兴趣程度,其中权重值可以是通过对大量的脱敏处理后的用户操作行为数据的统计及分析得到的,例如,在脱敏处理后的用户操作行为数据中出现次数较多的兴趣主题对应的权重值则较大。可以理解,兴趣主题关联的权重值越大,则表示多数用户对该兴趣主题的感兴趣程度越大。
或者,图5为本申请实施例示出的一种用户兴趣主题雷达图的示例图,假设数据分析模块305通过对脱敏处理后的用户操作行为数据的分析,学习到大量的脱敏处理后的用户操作行为数据中兴趣主题“体育”为用户搜索、浏览最多的兴趣主题,“时政”次之,“财经”较少,进而生成如图5所示出的可以反映脱敏处理后的用户操作行为对于兴趣主题的感兴趣程度的雷达图。
阶段6、服务器侧中的数据分析模块305将主题兴趣表发送给终端设备侧的数据校准模块302,以实现基于用户兴趣的内容推荐。
一种可选的实施方式中,服务器侧的数据分析模块305生成的主题兴趣表,可以用于终端设备侧上的数据校准模块302对用户操作行为数据进行预处理,得到预处理后的用户操作行为数据。如在前文阶段2部分中介绍到的内容,终端设备侧的数据校准模块302在对采集的脱敏处理后的用户操作行为数据进行预处理的过程中,可以结合从服务器获取的主题兴趣表来实现,从而可以实现预处理之后的脱敏处理后的用户操作行为数据可以包含关键标识和兴趣主题,进而得到更准确的脱敏处理后的用户操作行为数据。
另一种可选的实施方式中,服务器侧的数据分析模块305生成的主题兴趣表,还可以用于终端设备侧上的隐私保护模块303对预处理后的用户操作行为数据通过差分隐私算法进行处理,得到脱敏处理后的用户操作行为数据。如在前文阶段3部分中介绍到的内容,终端设备的隐私保护模块303可以基于主题兴趣表对预处理后的用户操作行为数据中的内容进行随机替换,用以对用户操作行为数据进行隐私保护。
又一种可选的实施方式,服务器侧的数据分析模块305生成的主题兴趣表,又可以用于终端设备侧上的实时推荐模块306进行实时的内容推荐,如以下阶段7部分中介绍的内容,在此暂不详述。
阶段7、终端设备上的实时推荐模块306根据数据采集模块301实时采集的用户操作行为数据、从服务器侧获取的主题兴趣表确定用户兴趣,并根据所述用户兴趣进行实时推荐。
示例性的,终端设备进行实时推荐可以包含以下几种场景:
场景1、用户作为新用户打开应用程序。在此场景下,终端设备中针对该应用程序未存储该用户的历史用户兴趣。
实施时,终端设备检测到用户进入应用程序的用户操作行为之后,且未检测到用户在所述应用程序中其他的用户操作行为之前,则可以根据主题兴趣表中包含的兴趣主题的权重值进行内容推荐。例如,假设终端设备检测到用户打开浏览器,且在未检测到用户在浏览器的用户操作行为之前,主题兴趣表中包含“体育”、“时政”及“财经”的兴趣主题,则终端设备可以从服务器侧上获取这些兴趣主题的相关内容,在浏览器的首页通过信息流进行推荐,并且若兴趣主题的权重值较大,则推荐的相关内容的比例也就越高。示例性的,主题兴趣表如以下表8a的示例:
表8a
体育 | 财经 | 时政 |
篮球 | 实体经济 | 新冠 |
https://china.nba.com/ |
进一步的,若终端设备检测到用户在所述应用程序中的用户实时操作行为之后,则可以结合用户实时操作行为以及从服务器侧获取的主题兴趣表确定用户兴趣,然后根据所述用户兴趣进行实时推荐。例如,用户实时操作行为表现为用户在浏览器中输入搜索词“火龙果”,则终端设备根据关键标识“火龙果”及其对应的兴趣主题“水果”与主题兴趣表一起生成该用户的用户兴趣(如以下表8b所示)。
具体实施时,终端设备可以根据用户操作行为的类型为兴趣主题关联不同的权重值。例如,由于搜索操作更能体现用户的个人兴趣,因此可以为兴趣主题“水果”分配较高的权重值,以便于终端设备推荐“水果”相关内容的比例较高。又例如,终端设备检测到用户在浏览首页界面信息流的过程中,对某一个信息流的点击操作,终端设备确定该信息流包含的关键标识为“狮子座”以及对应的兴趣主题为“星座”,则可以将其添加到用户兴趣中。由于信息流浏览操作一般表示为用户的即时兴趣,因此可以为兴趣主题“星座”分配较低的权重,以便于终端设备推荐“星座”相关内容的比例较低。
需要说明的是,随着用户在浏览器中的操作行为次数的增加,还可以根据操作行为的次数更新对应的兴趣主题的权重。例如,若用户后续在浏览器中又多次浏览“星座”相关内容,则可以随着用户浏览次数的增多,提高为“星座”分配的权重值。其中,用户兴趣可以通过个性化主题兴趣表形式来体现,如以下表8b所示:
表8b
水果 | 体育 | 财经 | 时政 | 星座 |
火龙果 | 篮球 | 实体经济 | 新冠 | 狮子座 |
https://china.nba.com/ |
上述表8b中示出的主题兴趣表仅作为一种可能的示例,不用于对用户兴趣的体现形式进行限定。本申请实施时,还可以将如表8b中示出的兴趣主题根据权重值大小从左到右进行排序,以及每个兴趣主题包含的关键标识也可以根据权重值大小从上到下进行排序。也即可以理解的是,表8b中兴趣主题“水果”关联的权重值目前是最大的,因此终端设备上显示为对“水果”的相关内容推荐的比例最高。
此外,在终端设备检测到用户本次离开应用程序之后,还可以将根据本次用户实时操作行为得到的用户兴趣可以存储为该用户的历史用户兴趣,以作为该用户下一次进入该应用程序时确定用户兴趣的参考。
场景2、用户作为老用户打开应用程序。在此场景下,终端设备中针对该应用程序一般存储有该用户的历史用户兴趣。需要说明的是,若终端设备检测到该用户为老用户,但未存储有该用户的历史用户兴趣,则也可以按照前述场景1中介绍的实施方式确定用户兴趣。
实施时,终端设备检测到用户启动应用程序的指令之后,且未检测到用户在浏览器中其他的用户操作行为之前,则可以结合历史用户兴趣和从服务器侧获取的主题兴趣表进行内容推荐。此时,终端设备确定的用户兴趣可以通过如表8b示出的个性化主题兴趣表确定,例如,表8b中的“水果”、“星座”为历史用户兴趣,而表8b中的“体育”、“财经”、“时政”为从服务器侧获取的主题兴趣表得到的。
进一步的,若终端设备检测到用户在所述应用程序中的用户实时操作行为之后,则可以结合用户实时操作行为以及上述个性化主题兴趣表更新用户兴趣,然后根据更新后的用户兴趣进行实时推荐。例如,终端设备从用户实时操作行为中检测到用户对于主题兴趣“星座”的浏览次数显著增加,并且浏览的相关关联标识还有“摩羯座”、“星座运势”,则终端设备增加为“星座”分配的权重值,以及更新“星座”下的关键标识。更新后的用户兴趣所对应的个性化主题兴趣表,可以如以下表8c所示:
表8c
星座 | 水果 | 体育 | 财经 | 时政 |
狮子座 | 火龙果 | 篮球 | 实体经济 | 新冠 |
摩羯座 | https://china.nba.com/ | |||
星座运势 |
需要说明的是,在终端设备确定用户兴趣之后,推荐的相关内容以及对相关内容的获取方式不进行限定。例如,终端设备可以从本地缓存内容中查找与所述用户兴趣对应的推荐内容,或者也可以从提供与所述用户兴趣对应的推荐内容的内容提供服务器中获取与所述用户兴趣对应的推荐内容等。
通过以上本申请提供的内容推荐方式,其一可以避免终端设备上应用程序的信息流冷启动问题。其中,应用程序的信息流冷启动问题一般产生于用户首次打开该应用程序的场景下,由于终端设备中未存储历史用户兴趣,导致终端设备无法进行信息流的推荐。通过本申请提供的方式,终端设备可以根据从服务器侧获取到主题兴趣表以及结合用户实时操作行为等确定用户实时兴趣,从而可根据终端设备的用户实时兴趣进行内容推荐。
其二本申请实施时,用户实时兴趣是在终端设备侧生成,相比于相关技术中在服务器侧根据大数据生成用户兴趣之后,直接根据服务器侧生成的用户兴趣对不同的用户推荐基本一致的兴趣内容,本申请提供的基于用户兴趣的内容推荐方法能够根据用户的实时操作及时更新用户兴趣,从而保证推荐的内容可以更好的反映用户当下感兴趣的内容。
为了更好的理解本申请提供的方法的整体流程,以下结合图6对本申请提供的方法进行进一步介绍。本申请提供的方法可以主要分为两个部分:采样部分和推荐部分。其中,终端设备可以采集用户的每次操作,以得到用户操作行为数据。然后,终端设备对用户操作行为数据进行处理之后发送到服务器侧,以使服务器侧根据收集到的大量脱敏处理之后的用户操作行为数据生成主题兴趣表。并且,服务器还可以向终端设备发送主题兴趣表,以实现终端设备根据主题兴趣表进行内容推荐。图6为本申请实施例提供的一种基于用户兴趣的内容推荐的流程示意图,包括以下步骤:
一、采样部分
S601、终端设备检测到用户启动目标应用程序的指令,启动所述目标应用程序。可选的,用户进入目标应用程序可以是用户点击终端设备主界面上的应用程序图标,或者也可以是用户通过语音唤醒所述目标应用程序,或者还可以是用户通过终端设备上任一显示界面包含的所述目标应用程序的快捷进入目标应用程序等,本申请对此不进行限定。例如,假设目标应用程序为浏览器,则终端设备检测到用户点击浏览器图标的用户操作行为,可以参阅图7中1示出的内容;或者终端设备接收到“打开浏览器”类似用户唤起浏览器的唤醒词,或者终端设备接收到用户点击下拉界面上包含的浏览器的快捷入口标识等,可以参阅图7中2示出的内容,均可以执行打开浏览器的操作。
S602、终端设备采集所述用户对所述目标应用程序执行的至少一个操作数据。示例性的,结合图4所示,终端设备在进入目标应用程序之后,对用户操作行为进行实时采集。
S603、终端设备检测到用户退出所述目标应用程序的指令时,关闭所述目标应用程序。示例性的,用户退出目标应用程序可以是用户关闭目标应用程序的显示界面,退回到终端设备的主显示界面;或者也可以是用户通过后台清理方式关闭掉目标应用程序的运行;或者还可能是目标应用程序由于程序无响应导致的强制退出等,本申请对此不进行限定。
S604、终端设备将S601~S603的处理过程的至少一个操作数据存储为一组用户操作行为数据。
S605、终端设备对所述用户操作行为数据进行预处理,得到序列值为预设值的预处理后的用户操作行为数据。示例性的,由于用户操作行为的多种可能性,每组用户操作行为数据可能具有不同的序列长度,终端设备可以基于预设值对不同序列长度的用户操作行为数据进行采样。具体实施为,若用户操作行为数据的序列长度小于所述预设值,则对所述用户操作行为数据进行补充默认用户操作行为,其中默认用户操作行为可以是从主题兴趣表中获取的,或是预先定义的,得到指定序列长度的用户操作行为数据。若用户操作行为数据的序列长度大于所述预设值,则对所述用户操作行为数据进行随机截断采样处理,得到指定序列长度的用户操作行为数据。这样,通过对用户操作行为数据的序列长度的预处理,可以较好地避免由于用户操作行为数据的序列较短导致的无法全面反映用户操作行为、以及由于用户操作行为数据的序列较长导致的采样样本数据过大的问题。需要说明的是,预设值可以是终端设备自定义的,或者基于历史经验总结得到的,或者根据其他规则确定的,本申请对此不进行限定。
S606、终端设备对预处理后的用户操作行为数据进行脱敏处理,得到脱敏处理后的用户操作行为数据。一种可能的设计中,终端设备可以对预处理后的用户操作行为数据中包含的内容根据主题兴趣表进行随机替换,从而可以对用户操作行为的兴趣特点进行一定的模糊处理。另一种可能的设计中,终端设备还可以对模糊处理之后的用户操作行为数据进行用户信息的剥离,进而得到脱敏处理后的用户操作行为数据,从而避免泄露用户的隐私。
上述S605和S606的实施过程中所涉及到的主题兴趣表可以是终端设备从服务器侧获取之后存储的,因此S6050位于S605和S606之前,但不限定S6050与S601~S604之间的执行先后顺序。
S6050、终端设备获取服务器侧生成的主题兴趣表。可选的,服务器侧可以实时的、或周期性的、或在主题兴趣表有更新之后,将主题兴趣表自动发送到终端设备侧。或者,终端设备也可以向服务器侧发送请求信息,服务器接收到请求信息之后将最新的主题兴趣表下发给终端设备。
S607、终端设备上传所述脱敏处理后的用户操作行为数据到服务器侧。考虑到终端设备侧的计算能力有限,并且服务器可以基于更多的用户操作行为数据进行主题兴趣模型的训练,有助于训练得到更为准确和全面的主题兴趣表。本申请实施时,在终端设备对用户操作行为数据进行如S605及S606的处理之后得到的脱敏处理后的用户操作行为数据上传至服务器。通过本申请提供的实施方式,终端设备侧对采集的用户操作行为数据进行处理之后得到脱敏处理后的用户操作行为数据,然后上传至服务器侧,因此服务器侧收集不到用户的隐私数据,从而可以提高用户操作行为数据的安全性。
S608、服务器对一个或多个终端设备上传的脱敏处理后的用户操作行为数据进行统计汇总。其中,服务器可以连接一个或多个终端设备,图6中仅以一个终端设备作为示例进行说明,其他终端设备与服务器之间的交互类似。示例性的,通过对脱敏处理后的用户操作行为数据的统计汇总,可以得到目前热门的兴趣主题,以及各兴趣主题包含的关键标识。
S609、服务器基于统计汇总之后的脱敏处理之后的用户操作行为数据,生成或更新主题兴趣表。示例性的,服务器可以将统计汇总之后的用户操作行为数据作为训练样本,对用户兴趣进行无监督学习,从而得到可以反映兴趣主题与关键标识之间映射关系的主题兴趣表。其中,主题兴趣表中可以包含多个兴趣主题、以及每个兴趣主题包含的关键标识。此外,主题兴趣表中还可以关联每个兴趣主题的权重值,以及每个兴趣主题包含的每个关键标识的权重值,通过权重值大小反映多数用户感兴趣的兴趣主题、以及关键标识。例如,主题兴趣表中包含的兴趣主题“体育”的权重值最大,则表示当前多数用户对于体育主题较为感兴趣;进一步的,“体育”主题下包含的关键标识“篮球”的权重值最大,则表示当前多数用户对于篮球关键词更为感兴趣。
S610、服务器发送所述主题兴趣表到所述一个或多个终端设备。
二、推荐部分
S611、终端设备检测到用户启动目标应用程序的指令,启动所述目标应用程序。例如,如图7所示,终端设备检测到用户再次打开浏览器的用户操作行为。需要说明的是,为了更清楚的理解本申请,S601~S603与S611~S613分别用来表示终端设备响应于用户操作进行的两种不同场景下的处理,其中S601~S603在进行实时采集用户操作行为的同时,也可以实现根据用户兴趣进行内容推荐;S611~S6113在进行根据用户兴趣进行内容推荐的同时,也可以进行实时采集用户操作行为。
S612、终端设备确定用户兴趣。示例性的,终端设备确定用户兴趣可以包含以下几种可能的场景:
场景A:用户第一次打开浏览器。这样场景下,由于浏览器中不存在历史用户兴趣,因此终端设备可以根据主题兴趣表为用户进行浏览器首页界面内的信息流推荐,也即显示为第一推荐界面。例如,根据前述表7得到终端设备从服务器侧获取的兴趣主题包括“体育”、“财经”和“时政”,“体育”包含的关键标识有篮球、https://china.nba.com/,“财经”包含的关键标识有实体经济,“时政”包含的关键标识有新冠,则用户第一次打开浏览器时,浏览器首页界面可以如图8a所示的内容。根据图8a所示的内容,可以得到用户第一次打开浏览器时,浏览器首页界面显示的内容包含与关键标识“篮球”相关的篮球协会-首页的推荐信息流、与“https://china.nba.com/”相关的NBA中国官方网站的入口、与“实体经济”相关的刊文、与“新冠”相关的热点解读文;并且,通过用户向下滑动浏览器的首页界面,还可以浏览到与主题兴趣表中包含的兴趣主题更多的相关的推荐内容(图8a中未示出)。
场景B:用户非第一次打开浏览器,还没进行用户操作行为之前。这样的场景下,浏览器中可能存储有历史用户兴趣,则终端设备可以根据历史用户兴趣和主题兴趣表为用户进行浏览器首页界面内的信息流推荐。例如,结合前述如表8b得到的主题兴趣表,除了包含如前述场景A中包含的“体育”、“财经”和“时政”之外,还可以包含历史用户兴趣“水果”、“星座”,此时,用户打开浏览器时,浏览器首页界面可以如图8b所示的内容。
场景C:用户非第一次打开浏览器,且进行了一些用户操作行为之后。这样的场景下,终端设备可以根据用户实时操作行为、历史用户兴趣和主题兴趣表为用户进行浏览器首页界面内的信息流推荐,也即显示为第一推荐界面。例如,结合前述表8c所示,根据用户实时操作行为得到的更新后的个性化主题兴趣表,可以得到用户对主题兴趣“星座”更为感兴趣,则浏览器首页界面的内容推荐中,“星座”相关内容的比例增多,则终端设备根据更新后的个性化主题兴趣表进行刷新后的浏览器首页界面可以如图8c所示。由于更新之后的个性化主题兴趣表中指示为用户对“星座”更为感兴趣,则浏览器首页界面中对于“星座”相关的内容的推荐比例增多,且处于浏览器首页界面中较靠前的位置。
上述示例实施时,第二推荐界面可以是终端设备检测到用户刷新第一推荐界面的指令之后触发显示的。例如,在应用程序中,用户从终端设备的顶端向下滑动操作时,表示用户想要对当前界面进行刷新,此时,终端设备可以将根据更新后的用户兴趣所对应的推荐内容显示在终端设备上,也可以理解为显示第二推荐界面。
需要说明的是,用户兴趣并非特指某一兴趣,可以表示多个兴趣主题的集合,并且每个兴趣主题关联有权重值,权重值用来反映用户感兴趣的程度,兴趣主题权重值越大,可以表示用户对该兴趣主题越感兴趣。
S613、终端设备根据用户兴趣进行内容推荐。可选的,终端设备可以从本地缓存中获取用户兴趣对应的相关内容,或者还可以向服务器发送获取请求,以从服务器上获取用户兴趣对应的相关内容等。
基于相同的技术构思,图9所示为本申请实施例提供的一种终端设备900。该终端设备900包括一个或多个处理器901;一个或多个存储器902;通信接口903,以及一个或多个计算机程序904,上述各器件可以通过一个或多个通信总线905连接。通信接口903用于实现与其他设备(比如终端设备)的通信,比如通信接口可以是收发器。其中该一个或多个计算机程序904被存储在上述存储器902中并被配置为被该一个或多个处理器901执行,该一个或多个计算机程序904包括指令,上述指令可以用于执行如下步骤,包括:
采集在设定时长中用户一次或多次使用目标应用程序时用户输入的多个用户操作行为数据;将采集的所述多个用户操作行为数据进行脱敏处理,所述脱敏处理为将所述用户操作行为数据中涉及所述用户的隐私数据滤除;将脱敏处理后的多个用户操作行为数据发送给服务器,以使服务器对脱敏处理后的多个用户操作行为数据进行分析,得到所述用户使用所述目标应用程序的主题兴趣表。
示例性的,所述采集用户一次使用目标应用程序时用户输入的多个用户操作行为数据,具体实施为检测到所述用户启动所述目标应用程序的指令时,启动所述目标应用程序;在所述目标应用程序启动后,采集所述用户对所述目标应用程序执行的至少一个操作数据;检测到所述用户退出所述目标应用程序的指令时,关闭所述目标应用程序;将所述目标应用程序从启动到关闭过程中采集到的至少一个操作数据存储为一组用户操作行为数据。
可选的,所述将采集的所述多个用户操作行为数据进行脱敏处理,具体实施为,针对所述多个用户操作行为数据中的一个或多个用户操作行为数据,基于差分隐私算法进行相同兴趣主题下的用户操作行为数据的随机替换,所述兴趣主题根据所述主题兴趣表确定;剥离所述多个用户操作行为数据中包含的用户信息。
一种可能的实施例中,所述基于差分隐私算法进行相同兴趣主题下的用户操作行为数据的随机替换之前,确定每个所述用户操作行为数据的序列长度;按照预设值对所述用户操作行为数据进行截断和补偿处理,得到指定序列长度的用户操作行为数据。
所述按照预设值对所述用户操作行为数据进行截断和补偿处理,得到指定序列长度的用户操作行为数据,具体实施为,若所述用户操作行为数据的序列长度小于所述预设值,为所述用户操作行为数据补充目标长度的、预先定义的用户操作行为数据,得到指定序列长度的用户操作行为数据;若所述用户操作行为数据的序列长度大于所述预设值,对所述用户操作行为数据截断目标长度,得到所述指定序列长度的用户操作行为数据;其中,所述目标长度为所述用户操作行为数据的序列长度与预设值的差值的绝对值。
基于相同的技术构思,图9所示还可以为本申请实施例提供的一种服务器900。该服务器900包括一个或多个处理器901;一个或多个存储器902;通信接口903,以及一个或多个计算机程序904,上述各器件可以通过一个或多个通信总线905连接。通信接口903用于实现与其他设备(比如终端设备)的通信,比如通信接口可以是收发器。其中该一个或多个计算机程序904被存储在上述存储器902中并被配置为被该一个或多个处理器901执行,该一个或多个计算机程序904包括指令,上述指令可以用于执行如下步骤,包括:
接收一个或多个终端设备发送的脱敏处理后的多个用户操作行为数据;所述脱敏处理后的用户操作行为数据为所述一个或多个终端设备采集在设定时长中用户一次或多次使用目标应用程序时用户输入的多个用户操作行为数据,并将采集到的所述多个用户操作行为数据进行脱敏处理得到的;所述脱敏处理为将所述用户操作行为数据中涉及所述用户的隐私数据滤除;对所述脱敏处理后的多个用户操作行为数据进行分析,得到用户使用所述目标应用程序的主题兴趣表;发送所述主题兴趣表给所述一个或多个终端设备。
示例性的,所述对所述脱敏处理后的多个用户操作行为数据进行分析,得到用户使用所述目标应用程序的主题兴趣表,具体实施为,将所述脱敏处理后的多个用户操作行为数据输入预先构建的主题兴趣模型,以对所述脱敏处理后的多个用户操作行为数据进行无监督学习;得到所述预先构建的主题兴趣模型输出的主题兴趣表。
基于相同的技术构思,图9所示还可以为本申请实施例提供的一种终端设备900。该终端设备900包括一个或多个处理器901;一个或多个存储器902;通信接口903,以及一个或多个计算机程序904,上述各器件可以通过一个或多个通信总线905连接。通信接口903用于实现与其他设备(比如终端设备)的通信,比如通信接口可以是收发器。其中该一个或多个计算机程序904被存储在上述存储器902中并被配置为被该一个或多个处理器901执行,该一个或多个计算机程序904包括指令,上述指令可以用于执行如下步骤,包括:
接收服务器发送的主题兴趣表,所述主题兴趣表为所述服务器对脱敏处理后的多个用户操作行为数据进行分析得到的;所述脱敏处理后的用户操作行为数据为一个或多个终端设备采集在设定时长中用户一次或多次使用目标应用程序时所述用户输入的多个用户操作行为数据,并将采集到的所述多个用户操作行为数据进行脱敏处理得到的;所述脱敏处理为将所述用户操作行为数据中涉及所述用户的隐私数据滤除;检测到所述用户启动所述目标应用程序的指令时,启动所述目标应用程序并显示第一推荐界面,所述第一推荐界面中包含至少一项推荐内容;所述至少一项推荐内容是根据所述主题兴趣表确定的。
示例性的,所述启动所述目标应用程序并显示第一推荐界面,具体实施为,启动所述目标应用程序;在启动所述目标应用程序后显示第一推荐界面;将所述主题兴趣表中包含的一个或多个兴趣主题作为用户兴趣,根据所述用户兴趣获取至少一项推荐内容,并将获取的至少一项推荐内容显示在所述第一推荐界面中;其中,各所述兴趣主题具有关联的权重值,兴趣主题关联的权重值越大,所述推荐内容中包含所述兴趣主题的相关内容的比例越高。
一种可能的实施例中,所述启动所述目标应用程序并显示第一推荐界面之后,接收并采集用户使用所述目标应用程序时用户输入的一个或多个用户操作行为数据;检测到所述用户刷新所述第一推荐界面的指令时,显示第二推荐界面;所述第二推荐界面中包含的推荐内容是根据所述一个或多个用户操作行为数据以及所述主题兴趣表确定的。
在一种可能的设计中,所述显示第二推荐界面,具体实施为,根据所述一个或多个用户操作行为数据确定对应的一个或多个兴趣主题,并为各所述兴趣主题分配关联的权重值;将所述用户操作行为数据对应的一个或多个兴趣主题、所述主题兴趣表中包含的一个或多个所述兴趣主题作为用户兴趣,根据所述用户兴趣获取至少一项推荐内容,并将获取的至少一项推荐内容显示在所述第二推荐界面中;其中,所述主题兴趣表中包括的各所述兴趣主题具有关联的权重值,兴趣主题关联的权重值越大,所述推荐内容中包含的所述兴趣主题的相关内容的比例越高。
在一种可能的设计中,所述根据所述用户兴趣获取至少一项所述推荐内容,具体实施为,从本地缓存内容中查找与所述用户兴趣对应的推荐内容;和/或,从提供与所述用户兴趣对应的推荐内容的内容提供服务器中获取与所述用户兴趣对应的推荐内容。
通过以上的实施方式的描述,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。上述描述的***,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请实施例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,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实施例的技术方案本质上或者说对现有技术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,该计算机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台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器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:快闪存储器、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请实施例的具体实施方式,但本申请实施例的保护范围并不局限于此,任何在本申请实施例揭露的技术范围内的变化或替换,都应涵盖在本申请实施例的保护范围之内。因此,本申请实施例的保护范围应以所述权利要求的保护范围为准。
Claims (17)
1.一种基于用户兴趣的内容推荐方法,其特征在于,应用于终端设备中,包括:
采集在设定时长中用户一次或多次使用目标应用程序时用户输入的多个用户操作行为数据;
将采集的所述多个用户操作行为数据进行脱敏处理,所述脱敏处理为将所述用户操作行为数据中涉及所述用户的隐私数据滤除;
将脱敏处理后的多个用户操作行为数据发送给服务器,以使服务器对脱敏处理后的多个用户操作行为数据进行分析,得到所述用户使用所述目标应用程序的主题兴趣表。
2.根据权利要求1所述的方法,其特征在于,采集用户一次使用目标应用程序时用户输入的多个用户操作行为数据,包括:
检测到所述用户启动所述目标应用程序的指令时,启动所述目标应用程序;
在所述目标应用程序启动后,采集所述用户对所述目标应用程序执行的至少一个操作数据;
检测到所述用户退出所述目标应用程序的指令时,关闭所述目标应用程序;
将所述目标应用程序从启动到关闭过程中采集到的至少一个操作数据存储为一组用户操作行为数据。
3.根据权利要求1或2所述的方法,其特征在于,将采集的所述多个用户操作行为数据进行脱敏处理,包括:
针对所述多个用户操作行为数据中的一个或多个用户操作行为数据,基于差分隐私算法进行相同兴趣主题下的用户操作行为数据的随机替换,所述兴趣主题根据所述主题兴趣表确定;
剥离所述多个用户操作行为数据中包含的用户信息。
4.根据权利要求3所述的方法,其特征在于,所述基于差分隐私算法进行相同兴趣主题下的用户操作行为数据的随机替换之前,所述方法还包括:
确定每个所述用户操作行为数据的序列长度;
按照预设值对所述用户操作行为数据进行截断和补偿处理,得到指定序列长度的用户操作行为数据。
5.根据权利要求4所述的方法,其特征在于,按照预设值对所述用户操作行为数据进行截断和补偿处理,得到指定序列长度的用户操作行为数据,包括:
若所述用户操作行为数据的序列长度小于所述预设值,为所述用户操作行为数据补充目标长度的、预先定义的用户操作行为数据,得到指定序列长度的用户操作行为数据;
若所述用户操作行为数据的序列长度大于所述预设值,对所述用户操作行为数据截断目标长度,得到所述指定序列长度的用户操作行为数据;
其中,所述目标长度为所述用户操作行为数据的序列长度与预设值的差值的绝对值。
6.一种基于用户兴趣的内容推荐方法,其特征在于,应用于服务器中,包括:
接收一个或多个终端设备发送的脱敏处理后的多个用户操作行为数据;所述脱敏处理后的用户操作行为数据为所述一个或多个终端设备采集在设定时长中用户一次或多次使用目标应用程序时用户输入的多个用户操作行为数据,并将采集到的所述多个用户操作行为数据进行脱敏处理得到的;所述脱敏处理为将所述用户操作行为数据中涉及所述用户的隐私数据滤除;
对所述脱敏处理后的多个用户操作行为数据进行分析,得到用户使用所述目标应用程序的主题兴趣表;
发送所述主题兴趣表给所述一个或多个终端设备。
7.根据权利要求6所述的方法,其特征在于,所述对所述脱敏处理后的多个用户操作行为数据进行分析,得到用户使用所述目标应用程序的主题兴趣表,包括:
将所述脱敏处理后的多个用户操作行为数据输入预先构建的主题兴趣模型,以对所述脱敏处理后的多个用户操作行为数据进行无监督学习;
得到所述预先构建的主题兴趣模型输出的主题兴趣表。
8.一种基于用户兴趣的内容推荐方法,其特征在于,应用于终端设备中,包括:
接收服务器发送的主题兴趣表,所述主题兴趣表为所述服务器对脱敏处理后的多个用户操作行为数据进行分析得到的;所述脱敏处理后的用户操作行为数据为一个或多个终端设备采集在设定时长中用户一次或多次使用目标应用程序时所述用户输入的多个用户操作行为数据,并将采集到的所述多个用户操作行为数据进行脱敏处理得到的;所述脱敏处理为将所述用户操作行为数据中涉及所述用户的隐私数据滤除;
检测到所述用户启动所述目标应用程序的指令时,启动所述目标应用程序并显示第一推荐界面,所述第一推荐界面中包含至少一项推荐内容;所述至少一项推荐内容是根据所述主题兴趣表确定的。
9.根据权利要求8所述的方法,其特征在于,所述启动所述目标应用程序并显示第一推荐界面,包括:
启动所述目标应用程序;
在启动所述目标应用程序后显示第一推荐界面;
将所述主题兴趣表中包含的一个或多个兴趣主题作为用户兴趣,根据所述用户兴趣获取至少一项推荐内容,并将获取的至少一项推荐内容显示在所述第一推荐界面中;其中,各所述兴趣主题具有关联的权重值,兴趣主题关联的权重值越大,所述推荐内容中包含所述兴趣主题的相关内容的比例越高。
10.根据权利要求8所述的方法,其特征在于,所述启动所述目标应用程序并显示第一推荐界面之后,所述方法还包括:
接收并采集用户使用所述目标应用程序时用户输入的一个或多个用户操作行为数据;
检测到所述用户刷新所述第一推荐界面的指令时,显示第二推荐界面;所述第二推荐界面中包含的推荐内容是根据所述一个或多个用户操作行为数据以及所述主题兴趣表确定的。
11.根据权利要求10所述的方法,其特征在于,所述显示第二推荐界面,包括:
根据所述一个或多个用户操作行为数据确定对应的一个或多个兴趣主题,并为各所述兴趣主题分配关联的权重值;
将所述用户操作行为数据对应的一个或多个兴趣主题、所述主题兴趣表中包含的一个或多个所述兴趣主题作为用户兴趣,根据所述用户兴趣获取至少一项推荐内容,并将获取的至少一项推荐内容显示在所述第二推荐界面中;其中,所述主题兴趣表中包括的各所述兴趣主题具有关联的权重值,兴趣主题关联的权重值越大,所述推荐内容中包含的所述兴趣主题的相关内容的比例越高。
12.根据权利要求9或11所述的方法,其特征在于,所述根据所述用户兴趣获取至少一项所述推荐内容,包括:
从本地缓存内容中查找与所述用户兴趣对应的推荐内容;和/或,
从提供与所述用户兴趣对应的推荐内容的内容提供服务器中获取与所述用户兴趣对应的推荐内容。
13.一种终端设备,其特征在于,包括:一个或多个处理器;一个或多个存储器;
所述一个或多个存储器,用于存储一个或多个计算机程序以及数据信息;其中所述一个或多个计算机程序包括指令;
当所述指令被所述一个或多个处理器执行时,使得所述终端设备执行如权利要求1~5中任一项所述的方法,或执行如权利要求8~12中任一项所述的方法。
14.一种服务器,其特征在于,包括:一个或多个处理器;一个或多个存储器;
所述一个或多个存储器,用于存储一个或多个计算机程序以及数据信息;其中所述一个或多个计算机程序包括指令;
当所述指令被所述一个或多个处理器执行时,使得所述服务器执行如权利要求6或7所述的方法。
15.一种通信***,其特征在于,包括如权利要求13所述的终端设备,以及如权利要求14所述的服务器。
16.一种计算机可读存储介质,其特征在于,包括计算机程序或指令,当所述计算机程序或指令在计算机上运行时,使得如权利要求1~5中任一项所述的方法被执行,或如权利要求6或7所述的方法被执行,或如权利要求8~12任一项所述的方法被执行。
17.一种终端设备上的图形用户界面,其特征在于,所述终端设备具有显示屏、一个或多个存储器、以及一个或多个处理器,所述一个或多个处理器用于执行存储在所述一个或多个存储器中的一个或多个计算机程序,所述图形用户界面包括所述终端设备执行如权利要求1~5中任一项所述的方法或执行如权利要求8~12中任一项所述的方法时显示的图形用户界面。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110307500.XA CN115114515A (zh) | 2021-03-23 | 2021-03-23 | 一种基于用户兴趣的内容推荐方法与终端设备 |
PCT/CN2022/081770 WO2022199494A1 (zh) | 2021-03-23 | 2022-03-18 | 一种基于用户兴趣的内容推荐方法与终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110307500.XA CN115114515A (zh) | 2021-03-23 | 2021-03-23 | 一种基于用户兴趣的内容推荐方法与终端设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115114515A true CN115114515A (zh) | 2022-09-27 |
Family
ID=83324238
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110307500.XA Pending CN115114515A (zh) | 2021-03-23 | 2021-03-23 | 一种基于用户兴趣的内容推荐方法与终端设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115114515A (zh) |
WO (1) | WO2022199494A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024093967A1 (zh) * | 2022-11-01 | 2024-05-10 | 华为技术有限公司 | 一种推荐方法以及相关设备 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107784092A (zh) * | 2017-10-11 | 2018-03-09 | 深圳市金立通信设备有限公司 | 一种推荐热词的方法、服务器及计算机可读介质 |
US11057328B2 (en) * | 2017-11-17 | 2021-07-06 | International Business Machines Corporation | Real-time recommendation of message recipients based on recipient interest level in message |
CN108763502B (zh) * | 2018-05-30 | 2022-03-25 | 腾讯科技(深圳)有限公司 | 信息推荐方法和*** |
CN109784092A (zh) * | 2019-01-23 | 2019-05-21 | 北京工业大学 | 一种基于标签和差分隐私保护的推荐方法 |
CN111797210A (zh) * | 2020-03-03 | 2020-10-20 | 中国平安人寿保险股份有限公司 | 基于用户画像的信息推荐方法、装置、设备及存储介质 |
-
2021
- 2021-03-23 CN CN202110307500.XA patent/CN115114515A/zh active Pending
-
2022
- 2022-03-18 WO PCT/CN2022/081770 patent/WO2022199494A1/zh active Application Filing
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024093967A1 (zh) * | 2022-11-01 | 2024-05-10 | 华为技术有限公司 | 一种推荐方法以及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
WO2022199494A1 (zh) | 2022-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10776447B2 (en) | Digital communications platform for webpage overlay | |
US9355185B2 (en) | Infinite browse | |
CN102947828B (zh) | 使用图像来定制搜索体验 | |
US10162865B2 (en) | Generating image tags | |
US9589149B2 (en) | Combining personalization and privacy locally on devices | |
US8782138B2 (en) | Predictive data objects | |
US10902077B2 (en) | Search result aggregation method and apparatus based on artificial intelligence and search engine | |
US20090158161A1 (en) | Collaborative search in virtual worlds | |
US20170344552A1 (en) | Computerized system and method for optimizing the display of electronic content card information when providing users digital content | |
CN109791680A (zh) | 在线社交网络上的视频关键帧显示 | |
JP2020521376A (ja) | イメージデータに少なくとも部分的に基づく、アクションを実行するためのエージェントの決定 | |
KR20160010416A (ko) | 맞춤형 실시간 지능 채널 | |
US11675607B2 (en) | Data transfers from memory to manage graphical output latency | |
US20150287069A1 (en) | Personal digital engine for user empowerment and method to operate the same | |
CN108763579A (zh) | 搜索内容推荐方法、装置、终端设备及存储介质 | |
EP3039583A1 (en) | A system and method for completing a user query and for providing a query response | |
US11422996B1 (en) | Joint embedding content neural networks | |
CN107315833A (zh) | 基于应用程序的检索与下载的方法和装置 | |
CN114817755A (zh) | 一种用户互动内容管理方法、装置和存储介质 | |
CN114008577A (zh) | 上下文导航菜单 | |
US10534780B2 (en) | Single unified ranker | |
US9558294B2 (en) | Asynchronous caching to improve user experience | |
WO2022199494A1 (zh) | 一种基于用户兴趣的内容推荐方法与终端设备 | |
CN108897774B (zh) | 一种获取新闻热点的方法、设备及存储介质 | |
WO2014178469A1 (ko) | 광고 컨텐츠 제공 시스템 |
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 |