CN116155851A - 消息提醒方法、装置、电子设备和存储介质 - Google Patents
消息提醒方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN116155851A CN116155851A CN202310162542.8A CN202310162542A CN116155851A CN 116155851 A CN116155851 A CN 116155851A CN 202310162542 A CN202310162542 A CN 202310162542A CN 116155851 A CN116155851 A CN 116155851A
- Authority
- CN
- China
- Prior art keywords
- message
- priority
- reminding
- determining
- target
- 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 91
- 238000004422 calculation algorithm Methods 0.000 claims description 67
- 238000012549 training Methods 0.000 claims description 40
- 230000004044 response Effects 0.000 claims description 9
- 230000002596 correlated effect Effects 0.000 claims 2
- 230000000875 corresponding effect Effects 0.000 claims 2
- 230000006870 function Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000007637 random forest analysis Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 238000012360 testing method Methods 0.000 description 6
- 230000001186 cumulative effect Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/04—Real-time or near real-time messaging, e.g. instant messaging [IM]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本申请公开了一种消息提醒方法、装置、电子设备和存储介质,属于电子设备技术领域。其中,消息提醒方法,包括:在接收到第一对象发送的第一消息的情况下,确定第一对象的对象特征信息和第一消息的消息特征信息;根据对象特征信息和消息特征信息,确定第一消息的提醒优先级;根据提醒优先级和优先级阈值的比较结果,确定目标提醒策略;根据目标提醒策略对第一消息进行提醒。
Description
技术领域
本申请属于电子设备技术领域,具体涉及一种消息提醒方法、装置、电子设备和存储介质。
背景技术
在相关技术中,即时通信软件的消息多种多样,比如家人或朋友的沟通消息、工作消息、广告消息等,如果这些消息中有需要当前用户即时处理的重要消息,则只能由消息发出者对消息接收者进行额外的提醒,如使用“@某人”的功能或者拨打语音通话进行提醒。
如果消息发出者没有对重要消息进行主动提醒,则消息接受者无法在处理消息前分辨重要消息,导致重要消息与海量的普通消息混杂在一起,造成消息处理效率低。
发明内容
本申请实施例的目的是提供一种消息提醒方法、装置、电子设备和存储介质,能够解决无法分辨重要消息,消息处理效率低的问题。
第一方面,本申请实施例提供了一种消息提醒方法,包括:
在接收到第一对象发送的第一消息的情况下,确定第一对象的对象特征信息和第一消息的消息特征信息;
根据对象特征信息和消息特征信息,确定第一消息的提醒优先级;
根据提醒优先级和优先级阈值的比较结果,确定目标提醒策略;
根据目标提醒策略对第一消息进行提醒。
第二方面,本申请实施例提供了一种消息提醒装置,包括:
确定模块,用于:在接收到第一对象发送的第一消息的情况下,确定第一对象的对象特征信息和第一消息的消息特征信息;根据对象特征信息和消息特征信息,确定第一消息的提醒优先级;根据提醒优先级和优先级阈值的比较结果,确定目标提醒策略;
提醒模块,用于根据目标提醒策略对第一消息进行提醒。
第三方面,本申请实施例提供了一种电子设备,包括处理器和存储器,存储器存储可在处理器上运行的程序或指令,程序或指令被处理器执行时实现如第一方面的方法的步骤。
第四方面,本申请实施例提供了一种可读存储介质,该可读存储介质上存储程序或指令,该程序或指令被处理器执行时实现如第一方面的方法的步骤。
第五方面,本申请实施例提供了一种芯片,该芯片包括处理器和通信接口,该通信接口和该处理器耦合,该处理器用于运行程序或指令,实现如第一方面的方法的步骤。
第六方面,本申请实施例提供一种计算机程序产品,该程序产品被存储在存储介质中,该程序产品被至少一个处理器执行以实现如第一方面的方法。
在本申请实施例中,在接收到特定对象发送的消息时,根据发送第一消息的第一对象的对象特征信息,和该第一消息的消息特征信息自动对接收到的消息的提醒优先级进行确定,如果接收到的第一消息的优先级超过对应的优先级阈值,则按照超过的优先级阈值确定对应的目标提醒策略,并按照该目标提醒策略对接收到的第一消息进行提醒。能够理解的是,第一消息的优先级越高,则提醒策略中的提醒方式越激烈,使得重要消息的提醒方式区别于普通消息,从而确保用户能够在第一时间感知到重要消息,提高消息提醒效率。
附图说明
图1示出了根据本申请实施例的消息提醒方法的流程图;
图2示出了根据本申请实施例的设置界面的示意图之一;
图3示出了根据本申请实施例的设置界面的示意图之二;
图4示出了根据本申请实施例的对象设置页面的示意图;
图5示出了根据本申请实施例的消息显示界面的示意图;
图6示出了根据本申请实施例的消息提醒装置的结构框图;
图7示出了根据本申请实施例的电子设备的结构框图;
图8为实现本申请实施例的一种电子设备的硬件结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施,且“第一”、“第二”等所区分的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是多个。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/”,一般表示前后关联对象是一种“或”的关系。
下面结合附图,通过具体的实施例及其应用场景对本申请实施例提供的消息提醒方法、装置、电子设备和存储介质进行详细地说明。
在本申请的一些实施例中,提供了一种消息提醒方法,图1示出了根据本申请实施例的消息提醒方法的流程图,如图1所示,消息提醒方法包括:
步骤102,在接收到第一对象发送的第一消息的情况下,确定第一对象的对象特征信息和第一消息的消息特征信息;
步骤104,根据对象特征信息和消息特征信息,确定第一消息的提醒优先级;
步骤106,根据提醒优先级和优先级阈值的比较结果,确定目标提醒策略;
步骤108,根据目标提醒策略对第一消息进行提醒。
在本申请实施例中,消息提醒方法可以用于对即时通信软件,第一对象即能够通过即时通信软件与当前用户之间进行收发消息操作的对象,第一消息即第一对象发送的,由当前用户接收的消息。
在相关技术中,用户通过即时通信软件接收到的消息种类多种多样,比如可能会接收到家人或朋友发送的沟通消息,也可能会接收到同事或客户发送的工作消息,还可能包括广告消息等。
其中,不同的消息对于当前用户来说,其重要程度可能不同。比如客户或同时发送的工作沟通消息的重要程度就要高于朋友之间的寒暄、闲聊消息,而朋友、家人之间的消息的重要程度也会高于广告消息。
对于通信软件,这些消息的提醒方式都是一样的(如振动或提示音),因此会造成一般消息和重要消息的混淆,用户无法在接收到重要消息时第一时间感知到重要消息并进行处理,造成消息处理效率低。
针对上述问题,本申请在用户接收到特定对象发送的消息时,根据发送第一消息的第一对象的对象特征信息,和该第一消息的消息特征信息自动对接收到的消息的提醒优先级进行确定,如果接收到的第一消息的优先级超过对应的优先级阈值,则按照超过的优先级阈值确定对应的目标提醒策略,并按照该目标提醒策略对接收到的第一消息进行提醒。
其中,对象特征信息能够反应出发送该第一消息的第一对象是否为重要对象,消息特征能够反映出第一消息中是否包括重要的消息内容。
举例来说,第一提醒优先级小于第一优先级阈值,则按照普通消息相同的提醒方式对第一消息进行提醒。如果第一提醒优先级大于第一优先级阈值,则按照第一优先级阈值对应的第一目标提醒策略对第一消息进行提醒,如按照更大的音量、更强的振动效果来进行提醒。
如果第一提醒优先级大于第二优先级阈值,则按照第二优先级阈值对应的第二目标提醒策略对第一消息进行提醒,如自动拨打用户的手机号码,并用计算机合成语音播报第一消息的消息内容,提醒用户处理。
本申请实施例能够自动确定接收到的消息的提醒优先级,并根据提醒优先级确定提醒策略,来对不同优先级的消息进行不同方式的提醒,其中,消息的优先级越高,则提醒策略中的提醒方式越激烈,使得重要消息的提醒方式区别于普通消息,从而确保用户能够在第一时间感知到重要消息,提高消息提醒效率。
在本申请的一些实施例中,对象特征信息包括第一对象的消息占比和第一对象的对象属性,消息特征信息包括第一消息的关键词信息和第一消息被接收到的时间信息;其中,消息占比为预设时间段内向第一对象发送的消息数量和预设时间段内发送的总消息数量的比值;
根据对象特征信息和消息特征信息,确定第一消息的提醒优先级,包括:
根据消息占比和对象属性,确定第一对象的对象优先级;
根据关键词信息与目标关键词的匹配结果,和时间信息与目标时间段的匹配结果,确定第一消息的消息优先级;
根据对象优先级和消息优先级确定提醒优先级。
在本申请实施例中,在确定消息的优先级时,根据发送该消息的对象的消息占比和对象属性,以及接收到的消息的时间信息和消息中包含的关键词信息,来对该消息的提醒优先级进行确定。
其中,第一对象的消息占比具体指的是在预设时间段内,第一对象发送的消息数量和在该预设时间段内接收到的总消息数量的比值,消息占比越多,则代表与第一对象之间的消息数量越多。
对象数据可以是用户设置的属性,如是否为特别关注对象等。
第一消息的关键词信息可以通过语义识别功能,在第一消息的全部文本中进行关键词提取得到。时间信息则为当前设备接收到第一消息的时间,在一些实施方式中,时间信息可以通过第一消息中携带的时间戳确定。
具体地,举例来说,消息占比中的预设时间段可以设定为一个月,计算一个月内当前用户向某个聊天对象发送的消息数量,占这个月内用户发送消息的总数量的比值,设消息占比为x1。
在一些实施方式中,对象属性包括第一对象是群聊中的对象,或是私聊对象。设该项为x2,根据第一对象是群聊对象或私聊对象,为x2赋不同的参数,如当第一对象为私聊对象时,x2赋值为2,当第一对象为群聊对象时,赋值为1。
以小时为单位记录接收到第一消息的时间,即时间信息,设时间信息为x3,以一天24小时进行划分,则x3的取值范围为0至23。进一步地,设立消息时间段匹配度,指的是消息发生的时间符合目标时间段时,用户在目标时间段内与特定聊天对象(如第一对象)之间的消息在该目标时间段内的占比。设时间周期为一个月,按小时统计出用户与聊天对象的消息记录的时间段占比,某条消息的时间匹配得分为该小时的消息占比,设为x4。x4值越高,则说明着该时间段与聊天对象的沟通越频繁。
对象属性还包括该聊天对象是否为特别关注的对象,以接收到第一对象的第一消息为例,设第一对象的对象属性包括变量x5,x5的值为0或1,其中,只有当第一对象是群聊对象,且用户将第一用户设置了“特别关注用户”,x5的值才会为1,其他情况下x5的值为0。
对象属性还包括第一对象在发送第一消息时,是否“@”了当前用户,设该变量为x6。其中,被“@”的情况一般只会出现在群聊的场景,但有“@”的消息有几种情况,一种是@所有人,这种很多时候是一些公共通知。另一种是单独@了当前用户,这种消息的重要性在@消息场景下是最高的。还有一种是即单独@了当前用户,也@了其他人。当第一对象为私聊对象时,x6等于0。当第一对象为群聊对象时,假设第一消息@的总人数为n,那么x6的值计算公式为:
其中,x6为第一消息是否@当前用户的变量,n为第一消息@的总人数。
关键词信息与目标关键词的匹配结果指的是一条消息匹配了预设的目标关键词的次数,用户可以设置多个目标关键词。此处可以设置两个特征变量x7和x8,x7用于表示第一消息匹配目标关键词的数量,x8用于表示最近5分钟内接收到的全部消息累计匹配目标关键词的数量。
假设第一消息为:“线上prd环境平台A早上怎么登录不了了,能帮忙看一下是什么问题吗”,其中,用户配置的目标关键词包括“prd环境”、“平台A”、“问题”、“异常”和“故障”,则上述第一消息共匹配了“prd环境”、“平台A”、“问题”这三个关键词各一次,因此x7的值为3。
如果最近5分钟内只接收到了第一消息,则x8的值同为3。
对象属性还包括第一对象是否是来自置顶聊天窗口的对象,其中,置顶聊天窗口可以是私聊窗口,也可以是群聊窗口。设该特征变量为x9,如果第一对象来自置顶聊天窗口,则x9为1,否则为0。
在一些实施方式中,上述目标关键词还包括预设的能够表达紧急语义的关键词,如:“急”、“马上”、“尽快”、“快一点”、“快点”、“立即”等。此处可以设置两个特征变量x10和x11,x11用于表示第一消息内匹配上述紧急关键词的数量,x11用于表示最近5分钟内接收到的全部消息中累计匹配紧急关键词的数量。
通过为上述变量x1至x11设置对应的权重系数,最终计算得到第一消息的提醒优先级,示例性地,可以计算x1到x11的和来作为提醒优先级。
本申请实施例通过确定接收到的消息的提醒优先级,并根据提醒优先级为不同消息选择不同的提醒策略,使得重要消息的提醒方式能够区别与一般消息的提醒方式,使用户能够第一时间感知接收到重要消息,提高消息提醒效率。
在本申请的一些实施例中,确定第一消息的提醒优先级,包括:
根据第一消息和优先级算法模型确定提醒优先级,其中,算法模型根据第一消息的消息特征预测第一消息对应的第一概率值,并根据第一概率值与预设概率阈值的比较结果确定提醒优先级。
在本申请实施例中,可以通过训练好的优先级算法模型,如随机森林算法模型,来确定第一消息的提醒优先级。具体地,在接收到第一消息后,电子设备自动将第一消息输入至优先级算法模型,该优先级算法模型能够预测第一消息对应的第一概率值,其中,该第一概率值具体为第一消息为重要消息的概率值。
其中,第一概率值越高,则第一消息为重要消息的可能性就越高,对应的提醒优先级则越高。
通过比较第一概率值与预设概率阈值,可以得到准确的提醒优先级,举例来说,预设概率阈值包括递增的第一概率阈值、第二概率阈值和第三概率阈值,如果第一概率值大于等于第一概率阈值且小于第二概率阈值,则确定第一消息的提醒优先级为第一概率阈值对应的第一提醒优先级。如果第一概率阈值大于等于第二概率阈值且小于第三概率阈值,则确定第一消息的提醒优先级为第二概率阈值对应的第二提醒优先级,以此类推。
本申请实施例通过优先级算法模型来预测接收到的消息是重要消息的概率,并根据预测结果来确定接收到的消息的提醒优先级,并选择对应的提醒策略对该消息进行提醒,能够有效区分重要消息和一般消息,使用户及时处理重要消息,提高消息提醒效率。
在本申请的一些实施例中,对象特征信息包括第一对象的消息占比和第一对象的对象属性,消息特征信息包括第一消息的关键词信息和第一消息被接收到的时间信息;其中,消息占比为预设时间段内向第一对象发送的消息数量和预设时间段内发送的总消息数量的比值;
根据对象特征信息和消息特征信息,确定第一消息的提醒优先级,包括:
根据消息占比和对象属性,确定第一对象的对象优先级;
根据关键词信息与目标关键词的匹配结果,和时间信息与目标时间段的匹配结果,确定第一消息的消息优先级;
根据对象优先级和消息优先级确定第一提醒优先级;
根据第一消息和优先级算法模型确定第二提醒优先级,其中,优先级算法模型包括算法参数,算法参数是根据消息占比、对象属性和关键词信息相关联确定的;
根据第一提醒优先级、第二提醒优先级和对应的权重信息确定提醒优先级。
在本申请实施例中,第一对象的消息占比具体指的是在预设时间段内,第一对象发送的消息数量和在该预设时间段内接收到的总消息数量的比值,消息占比越多,则代表与第一对象之间的消息数量越多。
对象数据可以是用户设置的属性,如是否为特别关注对象等。
第一消息的关键词信息可以通过语义识别功能,在第一消息的全部文本中进行关键词提取得到。时间信息则为当前设备接收到第一消息的时间,在一些实施方式中,时间信息可以通过第一消息中携带的时间戳确定。
具体地,举例来说,消息占比中的预设时间段可以设定为一个月,计算一个月内当前用户向某个聊天对象发送的消息数量,占这个月内用户发送消息的总数量的比值,设消息占比为x1。
在一些实施方式中,对象属性包括第一对象是群聊中的对象,或是私聊对象。设该项为x2,根据第一对象是群聊对象或私聊对象,为x2赋不同的参数,如当第一对象为私聊对象时,x2赋值为2,当第一对象为群聊对象时,赋值为1。
以小时为单位记录接收到第一消息的时间,即时间信息,设时间信息为x3,以一天24小时进行划分,则x3的取值范围为0至23。进一步地,设立消息时间段匹配度,指的是消息发生的时间符合目标时间段时,用户在目标时间段内与特定聊天对象(如第一对象)之间的消息在该目标时间段内的占比。设时间周期为一个月,按小时统计出用户与聊天对象的消息记录的时间段占比,某条消息的时间匹配得分为该小时的消息占比,设为x4。x4值越高,则说明着该时间段与聊天对象的沟通越频繁。
对象属性还包括该聊天对象是否为特别关注的对象,以接收到第一对象的第一消息为例,设第一对象的对象属性包括变量x5,x5的值为0或1,其中,只有当第一对象是群聊对象,且用户将第一用户设置了“特别关注用户”,x5的值才会为1,其他情况下x5的值为0。
对象属性还包括第一对象在发送第一消息时,是否“@”了当前用户,设该变量为x6。其中,被“@”的情况一般只会出现在群聊的场景,但有“@”的消息有几种情况,一种是@所有人,这种很多时候是一些公共通知。另一种是单独@了当前用户,这种消息的重要性在@消息场景下是最高的。还有一种是即单独@了当前用户,也@了其他人。当第一对象为私聊对象时,x6等于0。当第一对象为群聊对象时,假设第一消息@的总人数为n,那么x6的值计算公式为:
其中,x6为第一消息是否@当前用户的变量,n为第一消息@的总人数。
关键词信息与目标关键词的匹配结果指的是一条消息匹配了预设的目标关键词的次数,用户可以设置多个目标关键词。此处可以设置两个特征变量x7和x8,x7用于表示第一消息匹配目标关键词的数量,x8用于表示最近5分钟内接收到的全部消息累计匹配目标关键词的数量。
假设第一消息为:“线上prd环境平台A早上怎么登录不了了,能帮忙看一下是什么问题吗”,其中,用户配置的目标关键词包括“prd环境”、“平台A”、“问题”、“异常”和“故障”,则上述第一消息共匹配了“prd环境”、“平台A”、“问题”这三个关键词各一次,因此x7的值为3。
如果最近5分钟内只接收到了第一消息,则x8的值同为3。
对象属性还包括第一对象是否是来自置顶聊天窗口的对象,其中,置顶聊天窗口可以是私聊窗口,也可以是群聊窗口。设该特征变量为x9,如果第一对象来自置顶聊天窗口,则x9为1,否则为0。
在一些实施方式中,上述目标关键词还包括预设的能够表达紧急语义的关键词,如:“急”、“马上”、“尽快”、“快一点”、“快点”、“立即”等。此处可以设置两个特征变量x10和x11,x11用于表示第一消息内匹配上述紧急关键词的数量,x11用于表示最近5分钟内接收到的全部消息中累计匹配紧急关键词的数量。
通过为上述变量x1至x11设置对应的权重系数,最终计算得到第一消息的提醒优先级,示例性地,可以计算x1到x11的和来作为第一提醒优先级设为s1。
在得到第一提醒优先级s1后,将第一消息输入到训练好的优先级算法模型,通过算法模型来输出得到第二提醒优先级。第二提醒优先级设为s2。
具体地,关键词信息与目标关键词的匹配结果,包括关键词的匹配次数,举例来说,假设第一消息为:“线上prd环境平台A早上怎么登录不了了,能帮忙看一下是什么问题吗”,其中,用户配置的目标关键词包括“prd环境”、“平台A”、“问题”、“异常”和“故障”,则上述第一消息共匹配了“prd环境”、“平台A”、“问题”这三个关键词各一次,因此匹配次数为3。
用户可以设置关键词匹配次数阈值,假设关键词匹配次数阈值为2,匹配次数3大于次数阈值2,则确定第一消息为重要消息。如果匹配次数小于次数阈值,则第一消息为不重要的消息。
其中,第一提醒优先级s1的表达公式为:
其中,s1为第一提醒优先级,m2为第一消息中的关键词信息与目标关键词的匹配次数,m1为预设的次数阈值,y2为预设的常数。
将第一消息输入至优先级算法模型,以优先级算法模型为sklearn随机森林模型为例,通过sklearn随机森林模型的predict_proba方法,来预测第一消息的重要性的概率,设优先级算法模型输出的概率,也即算法模型的输出值为p1。
可以预先设置***阈值参数y1,如果p1<y1,则说明第一消息为重要消息的概率很低,此时第二提醒优先级s2赋值为0,如果p1≥y1,则说明第一消息为重要消息的概率较高,此时第二提醒优先级s2赋值为p1。
因此,第二提醒优先级s2的表达公式为:
其中,s2为第二提醒优先级,p1为优先级算法模型的输出值,y1为预设的***阈值参数。
分别为第一提醒优先级s1设置第一权重值w1,为第二提醒优先级s2设置第二权重值w2,则第一消息的提醒优先级s可以通过以下关系式表达:
s=w1×s1+w2×s2;
其中,s为第一消息的提醒优先级,w1为第一权重值,s1为第一提醒优先级,w2为第二权重值,s2为第二提醒优先级,w1和w2为预设常数。
上述公式还可以表达为:
其中,m2为第一消息中的关键词信息与目标关键词的匹配次数,m1为预设的次数阈值,y2为预设的常数,s2为第二提醒优先级,p1为优先级算法模型的输出值,y1为预设的***阈值参数,w1为第一权重值,w2为第二权重值。
本申请实施例通过结合第一消息的关键词得到的第一提醒优先级,和通过优先级算法模型得到的第二提醒优先级来确定第一消息最终的提醒优先级,并根据第一消息最终的提醒优先级来确定对应的提醒策略对该消息进行提醒,能够有效区分重要消息和一般消息,使用户及时处理重要消息,提高消息提醒效率。
在本申请的一些实施例中,在根据第一消息和优先级算法模型确定第二提醒优先级之前,消息提醒方法还包括:
获取预设训练集,预设训练集包括多个预设消息;
通过预设训练集对预设的算法模型进行训练,得到优先级算法模型。
在本申请实施例中,一条消息是否重要的影响因素可能很多,为了使优先级算法模型能够准确地输出消息的提醒优先级,需要通过包括大量真实消息的训练集对预设算法模型进行训练。
具体地,预设算法模型可以选择随机森林算法模型,随机森林算法属于有监督学习的算法,作为样本数据的预设消息可以通过对历史消息的脱敏清洗或者人工标注的方式获取,也可以通过算法或人工模拟聊天场景。样本数据可以按照进行场景分类,如私聊场景、群聊场景、工作消息、闲聊消息等。
举例来说,模型的训练过程可以采用如python的sklearn算法库来实现。实例性地,可以按照8:2的比例从预设训练集中随机划分训练集和测试集,这个比例主要跟预设训练集的大小有关,预设训练集的规模不大时可以采取8:2,但如果预设训练集的样本数量有百万规模,则只要留一定量的测试集即可,例如留一万样本测试集。为了避免过拟合问题,测试集不参与模型的训练,只作为袋外样本评估算法模型的训练效果。
构造随机森林模型时,首先确定森林中树的数目,假设树的数目为n_estimators,比如设置为10。一般来说,森林规模越大,集成的方差越小,模型泛化能力越强,但规模越大的同时,计算开销越大。在模型训练过程中,可以不断试验调整树的数目,最终设置合适的n_estimators值,使最终模型得分不会因n_estimators增大而有明显收益为止。
训练n_estimators棵决策树,在构建每棵树时,采用的是有放回的采样方式生成训练集,假设从原始数据集中划分出来的训练集大小为N,则有放回的抽样N次,构成一个大小同为N的训练集。每棵树采用的数据集都是独立采样的,这样能保障所有的树都互不相同。
对于每棵树选取特征的子集个数的参数,假设其为max_features,则max_features越小,随机森林中的树就越不相同,但过小(比如取1时)会导致在划分时无法选择对哪个特征进行测试。因此在sklear算法库中,max_features参数有以下几种选取方法:“auto”、“sqrt”、“log2”和“None”。其中“auto”与“sqrt”都是取特征总数的开方,“log2”是取特征总数的对数,“None”则是令max_features直接等于特征总数。这里假设采用“auto”的特征子集选取方式。
通过sklearn的随机森林的库方法,对样本数据进行训练测验,对n_estimators等参数进行了调优,得到训练好的优先级算法模型并进行保存。
本申请实施例通过训练得到优先级算法模型,通过优先级算法模型确定接收到的消息的提醒优先级,并按照提醒优先级对应的提醒策略对消息进行提醒,能够在保证区分重要消息和一般消息的提醒方式的同时,提高提醒效率。
在本申请的一些实施例中,在确定第一消息的提醒优先级之前,消息提醒方法还包括:
显示设置界面,设置界面包括对象设置页面和消息设置页面;
接收对对象设置页面的第一输入;
响应于第一输入,确定至少一个目标对象,至少一个目标对象包括第一对象;
接收对消息设置页面的第二输入;
响应于第二输入,确定目标关键词和目标时间段。
在本申请实施例中,用户可以在设置界面,对消息提醒进行详细设置,从而使消息提醒方式符合用户自身需求。
具体地,图2示出了根据本申请实施例的设置界面的示意图之一,如图2所示,在设置界面200中,用户可以手动开启或关闭“重要消息智能提醒”功能,当这个功能开启时,则自动确定接收到的信息的提醒优先级,并根据提醒优先级选择对应的提醒策略。如果关闭这个功能,则按照通信软件的预设方式对消息进行提醒。
图3示出了根据本申请实施例的设置界面的示意图之二,如图3所示,在设置界面300中,显示有多个详细设置项目,包括对目标对象的设置区域302、输入目标关键词的区域304和设置提醒策略的区域306。
图4示出了根据本申请实施例的对象设置页面的示意图,如图4所示,在对象设置页面400中,对于群聊窗口,可以在多个群聊对象中,选出一个或多个群聊成员作为目标对象。
在消息设置页面中,用户可以自定义任一字符串作为目标关键词,多个目标关键词之间可以通过逗号分隔。
例如在一个办公场景下,某产品的支持群,群里会有不同角色的支持人员分工处理用户的一些问题,这些支持人员角色有产品,运营、运维等。客户可能会提一些需求,或者提出对产品文档和功能使用不熟悉的问题,有时会反馈一些线上的故障或异常问题等。对于一个运维A,假设需要响应用户反馈的产品模块1的线上故障或异常,为了减少平时其他信息太多来不及看或看漏的问题,更高效地处理其关注的问题情况,可以定义目标关键词:“模块1,问题,异常,故障”,那么当消息内容中包含其中一个关键词时,关键词匹配次数加1,包含多次或多个,匹配次数增加。
关键词频率参数用于控制对一个时间范围内消息内容关键词匹配次数超过设定的参数值时,则会触发重要消息提醒。当用户没有填写关键词内容时,则不进行该项的匹配。当输入了关键词内容而没有输入匹配次数参数,则不会触发匹配次数超设定值提醒的功能,但关键词匹配情况仍将作为消息重要性得分的组成。
在一些实施方式中,提醒策略还包括同时提醒其他用户,如当接收到第一消息,且第一消息为重要消息后,在按照第一消息的提醒优先级对应的提醒策略对当前的第一用户进行提醒后,如果第一用户在预设时间内,如在5分钟内没有处理第一消息,则继续向关联的第二用户提醒该第一消息,提醒第二用户代为处理或者代为联系第一用户,从而提高提醒效果。
本申请实施例通过设置界面引导用户对消息提醒功能进行设置,使消息提醒方法与用户的实际需求更加匹配,提高消息提醒效率。
在本申请的一些实施例中,所在根据目标提醒策略对第一消息进行提醒之后,消息提醒方法还包括:
根据多个未读消息的提醒优先级,对多个未读消息进行排序,多个未读消息包括第一消息;
显示排序后的多个未读消息。
在本申请实施例中,在对第一消息进行提醒后,如果用户没有处理第一消息,则将第一消息标记为未读消息。能够理解的是,所有用户没有处理的消息,均被设置为未读消息。
在多个未读消息中,可能包括重要消息和一般消息,其中的重要消息,其重要程度也可能不同。因此,按照这些未读消息的提醒优先级,对全部未读消息进行排序,并按照排序顺序显示这些未读消息。
能够理解的是,提醒优先级越高的未读消息,其显示的顺序越靠前。
具体地,图5示出了根据本申请实施例的消息显示界面的示意图,如图5所示,消息显示界面500中显示有多个未读消息502。其中,每个未读消息的提醒优先级设为s,对于s大于0的消息,则进行显示,对于s等于0(s的最小值为0)的消息则不进行展示。
在一些实施方式中,对于不同的未读消息,可以定义其重要等级level。具体地,定义***参数y3,计算s÷y3的值,以level包括3级为例,则通过调整y3的具体数值,使得s÷y3的值落在[0,2]的区间内。
定义level的公式为:
level=min(s÷y3,2);
其中,level是消息的重要等级,s为该消息的提醒优先级,y3为预设常数。
在消息显示界面500中,对于不同重要等级level的未读消息,可以对其进行区别显示,如图5所示,每当重要等级level提高一个等级,则在对应的未读消息标识上多显示一个感叹号,从而标记出消息的重要程度。
实例性地,当用户点击查看消息后,会自动定位跳转到该聊天对象未读的第一条重要消息的位置,方便用户更便捷地第一时间查看重要消息,不用在去翻滚消息记录。当有新的重要性消息被识别的时候,可以在消息的通知声音上跟一般的消息做区分,同时根据消息重要性等级,对重要性消息的通知声音再细分区别,等级越高的,选取的通知声音越急促或音量越高。
本申请实施例按照未读消息的提醒优先级来排序并显示这些未读消息,使用户能够在处理未读消息时优先感知到更加重要的消息,从而提高消息提醒效率。
本申请实施例提供的消息提醒方法,执行主体可以为消息提醒装置。本申请实施例中以消息提醒装置执行消息处理的方法为例,说明本申请实施例提供的消息处理的装置。
在本申请的一些实施例中,提供了一种消息提醒装置,图6示出了根据本申请实施例的消息提醒装置的结构框图,如图6所示,消息提醒装置600包括:
确定模块602,用于在接收到第一对象发送的第一消息的情况下,确定第一对象的对象特征信息和第一消息的消息特征信息;根据对象特征信息和消息特征信息,确定第一消息的提醒优先级;根据提醒优先级和优先级阈值的比较结果,确定目标提醒策略;
提醒模块604,用于根据目标提醒策略对第一消息进行提醒。
本申请实施例能够自动确定接收到的消息的提醒优先级,并根据提醒优先级确定提醒策略,来对不同优先级的消息进行不同方式的提醒,其中,消息的优先级越高,则提醒策略中的提醒方式越激烈,使得重要消息的提醒方式区别于普通消息,从而确保用户能够在第一时间感知到重要消息,提高消息提醒效率。
在本申请的一些实施例中,对象特征信息包括第一对象的消息占比和第一对象的对象属性,消息特征信息包括第一消息的关键词信息和第一消息被接收到的时间信息;其中,消息占比为预设时间段内向第一对象发送的消息数量和预设时间段内发送的总消息数量的比值;确定模块,具体用于:
根据消息占比和对象属性,确定第一对象的对象优先级;
根据关键词信息与目标关键词的匹配结果,和时间信息与目标时间段的匹配结果,确定第一消息的消息优先级;
根据对象优先级和消息优先级确定提醒优先级。
本申请实施例通过确定接收到的消息的提醒优先级,并根据提醒优先级为不同消息选择不同的提醒策略,使得重要消息的提醒方式能够区别与一般消息的提醒方式,使用户能够第一时间感知接收到重要消息,提高消息提醒效率。
在本申请的一些实施例中,确定模块,具体用于:
根据第一消息和优先级算法模型确定提醒优先级,其中,算法模型根据第一消息的消息特征预测第一消息对应的第一概率值,并根据第一概率值与预设概率阈值的比较结果确定提醒优先级。
本申请实施例通过优先级算法模型来预测接收到的消息是重要消息的概率,并根据预测结果来确定接收到的消息的提醒优先级,并选择对应的提醒策略对该消息进行提醒,能够有效区分重要消息和一般消息,使用户及时处理重要消息,提高消息提醒效率。
在本申请的一些实施例中,对象特征信息包括第一对象的消息占比和第一对象的对象属性,消息特征信息包括第一消息的关键词信息和第一消息被接收到的时间信息;其中,消息占比为预设时间段内向第一对象发送的消息数量和预设时间段内发送的总消息数量的比值;
确定模块,具体用于:
根据消息占比和对象属性,确定第一对象的对象优先级;
根据关键词信息与目标关键词的匹配结果,和时间信息与目标时间段的匹配结果,确定第一消息的消息优先级;
根据对象优先级和消息优先级确定第一提醒优先级;
根据第一消息和优先级算法模型确定第二提醒优先级,其中,优先级算法模型包括算法参数,算法参数是根据消息占比、对象属性和关键词信息相关联确定的;
根据第一提醒优先级、第二提醒优先级和对应的权重信息确定提醒优先级。
本申请实施例通过结合第一消息的关键词得到的第一提醒优先级,和通过优先级算法模型得到的第二提醒优先级来确定第一消息最终的提醒优先级,并根据第一消息最终的提醒优先级来确定对应的提醒策略对该消息进行提醒,能够有效区分重要消息和一般消息,使用户及时处理重要消息,提高消息提醒效率。
在本申请的一些实施例中,消息提醒装置还包括:
获取模块,用于获取预设训练集,预设训练集包括多个预设消息;
训练模块,用于通过预设训练集对预设的算法模型进行训练,得到优先级算法模型。
本申请实施例通过训练得到优先级算法模型,通过优先级算法模型确定接收到的消息的提醒优先级,并按照提醒优先级对应的提醒策略对消息进行提醒,能够在保证区分重要消息和一般消息的提醒方式的同时,提高提醒效率。
在本申请的一些实施例中,消息提醒装置还包括:
显示模块,用于显示设置界面,设置界面包括对象设置页面和消息设置页面;
接收模块,用于接收对对象设置页面的第一输入;
确定模块,还用于响应于第一输入,确定至少一个目标对象,至少一个目标对象包括第一对象;
接收模块,还用于接收对消息设置页面的第二输入;
确定模块,还用于响应于第二输入,确定目标关键词和目标时间段。
本申请实施例通过设置界面引导用户对消息提醒功能进行设置,使消息提醒方法与用户的实际需求更加匹配,提高消息提醒效率。
在本申请的一些实施例中,消息提醒装置还包括:
排序模块,用于根据多个未读消息的提醒优先级,对多个未读消息进行排序,多个未读消息包括第一消息;
显示模块,用于显示排序后的多个未读消息。
本申请实施例按照未读消息的提醒优先级来排序并显示这些未读消息,使用户能够在处理未读消息时优先感知到更加重要的消息,从而提高消息提醒效率。
本申请实施例中的消息提醒装置可以是电子设备,也可以是电子设备中的部件,例如集成电路或芯片。该电子设备可以是终端,也可以为除终端之外的其他设备。示例性的,电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、移动上网装置(Mobile Internet Device,MID)、增强现实(augmented reality,AR)/虚拟现实(virtualreality,VR)设备、机器人、可穿戴设备、超级移动个人计算机(ultra-mobile personalcomputer,UMPC)、上网本或者个人数字助理(personal digital assistant,PDA)等,还可以为服务器、网络附属存储器(Network Attached Storage,NAS)、个人计算机(personalcomputer,PC)、电视机(television,TV)、柜员机或者自助机等,本申请实施例不作具体限定。
本申请实施例中的消息提醒装置可以为具有操作***的装置。该操作***可以为安卓(Android)操作***,可以为iOS操作***,还可以为其他可能的操作***,本申请实施例不作具体限定。
本申请实施例提供的消息提醒装置能够实现上述方法实施例实现的各个过程,为避免重复,这里不再赘述。
可选地,本申请实施例还提供一种电子设备,图7示出了根据本申请实施例的电子设备的结构框图,如图7所示,电子设备700包括处理器702,存储器704,存储在存储器704上并可在处理器702上运行的程序或指令,该程序或指令被处理器702执行时实现上述方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
需要说明的是,本申请实施例中的电子设备包括上述的移动电子设备和非移动电子设备。
图8为实现本申请实施例的一种电子设备的硬件结构示意图。
该电子设备800包括但不限于:射频单元801、网络模块802、音频输出单元803、输入单元804、传感器805、显示单元806、用户输入单元807、接口单元808、存储器809以及处理器810等部件。
本领域技术人员可以理解,电子设备800还可以包括给各个部件供电的电源(比如电池),电源可以通过电源管理***与处理器810逻辑相连,从而通过电源管理***实现管理充电、放电、以及功耗管理等功能。图8中示出的电子设备结构并不构成对电子设备的限定,电子设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置,在此不再赘述。
其中处理器810,用于在接收到第一对象发送的第一消息的情况下,确定第一对象的对象特征信息和第一消息的消息特征信息;根据对象特征信息和消息特征信息,确定第一消息的提醒优先级;根据提醒优先级和优先级阈值的比较结果,确定目标提醒策略;根据目标提醒策略对第一消息进行提醒。
本申请实施例能够自动确定接收到的消息的提醒优先级,并根据提醒优先级确定提醒策略,来对不同优先级的消息进行不同方式的提醒,其中,消息的优先级越高,则提醒策略中的提醒方式越激烈,使得重要消息的提醒方式区别于普通消息,从而确保用户能够在第一时间感知到重要消息,提高消息提醒效率。
可选地,对象特征信息包括第一对象的消息占比和第一对象的对象属性,消息特征信息包括第一消息的关键词信息和第一消息被接收到的时间信息;其中,消息占比为预设时间段内向第一对象发送的消息数量和预设时间段内发送的总消息数量的比值;
处理器810,具体用于:
根据消息占比和对象属性,确定第一对象的对象优先级;
根据关键词信息与目标关键词的匹配结果,和时间信息与目标时间段的匹配结果,确定第一消息的消息优先级;
根据对象优先级和消息优先级确定提醒优先级。
本申请实施例通过确定接收到的消息的提醒优先级,并根据提醒优先级为不同消息选择不同的提醒策略,使得重要消息的提醒方式能够区别与一般消息的提醒方式,使用户能够第一时间感知接收到重要消息,提高消息提醒效率。
可选地,处理器810,具体用于:
根据第一消息和优先级算法模型确定提醒优先级,其中,算法模型根据第一消息的消息特征预测第一消息对应的第一概率值,并根据第一概率值与预设概率阈值的比较结果确定提醒优先级。
本申请实施例通过优先级算法模型来预测接收到的消息是重要消息的概率,并根据预测结果来确定接收到的消息的提醒优先级,并选择对应的提醒策略对该消息进行提醒,能够有效区分重要消息和一般消息,使用户及时处理重要消息,提高消息提醒效率。
可选地,对象特征信息包括第一对象的消息占比和第一对象的对象属性,消息特征信息包括第一消息的关键词信息;其中,消息占比为预设时间段内向第一对象发送的消息数量和预设时间段内发送的总消息数量的比值;
处理器810,具体用于:
根据消息占比和对象属性,确定第一对象的对象优先级;
根据关键词信息与目标关键词的匹配结果,和时间信息与目标时间段的匹配结果,确定第一消息的消息优先级;
根据对象优先级和消息优先级确定第一提醒优先级;
根据第一消息和优先级算法模型确定第二提醒优先级,其中,算法参数是根据消息占比、对象属性和关键词信息相关联确定的;
根据第一提醒优先级、第二提醒优先级和对应的权重信息确定提醒优先级。
本申请实施例通过结合第一消息的关键词得到的第一提醒优先级,和通过优先级算法模型得到的第二提醒优先级来确定第一消息最终的提醒优先级,并根据第一消息最终的提醒优先级来确定对应的提醒策略对该消息进行提醒,能够有效区分重要消息和一般消息,使用户及时处理重要消息,提高消息提醒效率。
可选地,处理器810,还用于获取预设训练集,预设训练集包括多个预设消息;通过预设训练集对预设的算法模型进行训练,得到优先级算法模型。
本申请实施例通过训练得到优先级算法模型,通过优先级算法模型确定接收到的消息的提醒优先级,并按照提醒优先级对应的提醒策略对消息进行提醒,能够在保证区分重要消息和一般消息的提醒方式的同时,提高提醒效率。
可选地,显示单元806,用于显示设置界面,设置界面包括对象设置页面和消息设置页面;
用户输入单元807,用于接收对对象设置页面的第一输入;
处理器810,还用于响应于第一输入,确定至少一个目标对象,至少一个目标对象包括第一对象;
用户输入单元807,还用于接收对消息设置页面的第二输入;
处理器810,还用于响应于第二输入,确定目标关键词和目标时间段。
本申请实施例通过设置界面引导用户对消息提醒功能进行设置,使消息提醒方法与用户的实际需求更加匹配,提高消息提醒效率。
可选地,处理器810,还用于根据多个未读消息的提醒优先级,对多个未读消息进行排序,多个未读消息包括第一消息;
显示单元806,还用于显示排序后的多个未读消息。
本申请实施例按照未读消息的提醒优先级来排序并显示这些未读消息,使用户能够在处理未读消息时优先感知到更加重要的消息,从而提高消息提醒效率。
应理解的是,本申请实施例中,输入单元804可以包括图形处理器(GraphicsProcessing Unit,GPU)8041和麦克风8042,图形处理器8041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元806可包括显示面板8061,可以采用液晶显示器、有机发光二极管等形式来配置显示面板8061。用户输入单元807包括触控面板8071以及其他输入设备8072中的至少一种。触控面板8071,也称为触摸屏。触控面板8071可包括触摸检测装置和触摸控制器两个部分。其他输入设备8072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,在此不再赘述。
存储器809可用于存储软件程序以及各种数据。存储器809可主要包括存储程序或指令的第一存储区和存储数据的第二存储区,其中,第一存储区可存储操作***、至少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。此外,存储器809可以包括易失性存储器或非易失性存储器,或者,存储器809可以包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(Read-OnlyMemory,ROM)、可编程只读存储器(ProgrammableROM,PROM)、可擦除可编程只读存储器(ErasablePROM,EPROM)、电可擦除可编程只读存储器(ElectricallyEPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory,RAM),静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM,DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM,DRRAM)。本申请实施例中的存储器809包括但不限于这些和任意其它适合类型的存储器。
处理器810可包括一个或多个处理单元;可选的,处理器810集成应用处理器和调制解调处理器,其中,应用处理器主要处理涉及操作***、用户界面和应用程序等的操作,调制解调处理器主要处理无线通信信号,如基带处理器。可以理解的是,上述调制解调处理器也可以不集成到处理器810中。
本申请实施例还提供一种可读存储介质,可读存储介质上存储有程序或指令,该程序或指令被处理器执行时实现上述方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
其中,处理器为上述实施例中的电子设备中的处理器。可读存储介质,包括计算机可读存储介质,如计算机只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、磁碟或者光盘等。
本申请实施例另提供了一种芯片,芯片包括处理器和通信接口,通信接口和处理器耦合,处理器用于运行程序或指令,实现上述方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
应理解,本申请实施例提到的芯片还可以称为***级芯片、***芯片、芯片***或片上***芯片等。
本申请实施例提供一种计算机程序产品,该程序产品被存储在存储介质中,该程序产品被至少一个处理器执行以实现如上述方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外,需要指出的是,本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能,还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能,例如,可以按不同于所描述的次序来执行所描述的方法,并且还可以添加、省去、或组合各种步骤。另外,参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,或者网络设备等)执行本申请各个实施例的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护之内。
Claims (14)
1.一种消息提醒方法,其特征在于,包括:
在接收到第一对象发送的第一消息的情况下,确定所述第一对象的对象特征信息和所述第一消息的消息特征信息;
根据所述对象特征信息和所述消息特征信息,确定所述第一消息的提醒优先级;
根据所述提醒优先级和优先级阈值的比较结果,确定目标提醒策略;
根据所述目标提醒策略对所述第一消息进行提醒。
2.根据权利要求1所述的消息提醒方法,其特征在于,所述对象特征信息包括所述第一对象的消息占比和所述第一对象的对象属性,所述消息特征信息包括所述第一消息的关键词信息和所述第一消息被接收到的时间信息;其中,所述消息占比为预设时间段内向所述第一对象发送的消息数量和所述预设时间段内发送的总消息数量的比值;
所述根据所述对象特征信息和所述消息特征信息,确定所述第一消息的提醒优先级,包括:
根据所述消息占比和所述对象属性,确定所述第一对象的对象优先级;
根据所述关键词信息与目标关键词的匹配结果,和所述时间信息与目标时间段的匹配结果,确定所述第一消息的消息优先级;
根据所述对象优先级和所述消息优先级确定所述提醒优先级。
3.根据权利要求1所述的消息提醒方法,其特征在于,所述对象特征信息包括所述第一对象的消息占比和所述第一对象的对象属性,所述消息特征信息包括所述第一消息的关键词信息和所述第一消息被接收到的时间信息;其中,所述消息占比为预设时间段内向所述第一对象发送的消息数量和所述预设时间段内发送的总消息数量的比值;
所述根据所述对象特征信息和所述消息特征信息,确定所述第一消息的提醒优先级,包括:
根据所述消息占比和所述对象属性,确定所述第一对象的对象优先级;
根据所述关键词信息与目标关键词的匹配结果,和所述时间信息与目标时间段的匹配结果,确定所述第一消息的消息优先级;
根据所述对象优先级和所述消息优先级确定第一提醒优先级;
根据所述第一消息和优先级算法模型确定第二提醒优先级,其中,所述优先级算法模型包括算法参数,所述算法参数是根据所述消息占比、所述对象属性和所述关键词信息相关联确定的;
根据所述第一提醒优先级、所述第二提醒优先级和对应的权重信息确定所述提醒优先级。
4.根据权利要求3所述的消息提醒方法,其特征在于,在所述根据所述第一消息和优先级算法模型确定第二提醒优先级之前,所述消息提醒方法还包括:
获取预设训练集,所述预设训练集包括多个预设消息;
通过所述预设训练集对预设的算法模型进行训练,得到所述优先级算法模型。
5.根据权利要求2所述的消息提醒方法,其特征在于,在所述确定所述第一消息的提醒优先级之前,所述消息提醒方法还包括:
显示设置界面,所述设置界面包括对象设置页面和消息设置页面;
接收对所述对象设置页面的第一输入;
响应于所述第一输入,确定至少一个目标对象,所述至少一个目标对象包括所述第一对象;
接收对所述消息设置页面的第二输入;
响应于所述第二输入,确定所述目标关键词和所述目标时间段。
6.根据权利要求1至5中任一项所述的消息提醒方法,其特征在于,所在所述根据所述目标提醒策略对所述第一消息进行提醒之后,所述消息提醒方法还包括:
根据多个未读消息的提醒优先级,对所述多个未读消息进行排序,所述多个未读消息包括所述第一消息;
显示排序后的所述多个未读消息。
7.一种消息提醒装置,其特征在于,包括:
确定模块,用于:
在接收到第一对象发送的第一消息的情况下,确定所述第一对象的对象特征信息和所述第一消息的消息特征信息;以及
根据所述对象特征信息和所述消息特征信息,确定所述第一消息的提醒优先级;
根据所述提醒优先级和优先级阈值的比较结果,确定目标提醒策略;
提醒模块,用于根据所述目标提醒策略对所述第一消息进行提醒。
8.根据权利要求7所述的消息提醒装置,其特征在于,所述对象特征信息包括所述第一对象的消息占比和所述第一对象的对象属性,所述消息特征信息包括所述第一消息的关键词信息和所述第一消息被接收到的时间信息;其中,所述消息占比为预设时间段内向所述第一对象发送的消息数量和所述预设时间段内发送的总消息数量的比值;所述确定模块,具体用于:
根据所述消息占比和所述对象属性,确定所述第一对象的对象优先级;
根据所述关键词信息与目标关键词的匹配结果,和所述时间信息与目标时间段的匹配结果,确定所述第一消息的消息优先级;
根据所述对象优先级和所述消息优先级确定所述提醒优先级。
9.根据权利要求7所述的消息提醒装置,其特征在于,所述对象特征信息包括所述第一对象的消息占比和所述第一对象的对象属性,所述消息特征信息包括所述第一消息的关键词信息和所述第一消息被接收到的时间信息;其中,所述消息占比为预设时间段内向所述第一对象发送的消息数量和所述预设时间段内发送的总消息数量的比值;
所述确定模块,具体用于:
根据所述消息占比和所述对象属性,确定所述第一对象的对象优先级;
根据所述关键词信息与目标关键词的匹配结果,和所述时间信息与目标时间段的匹配结果,确定所述第一消息的消息优先级;
根据所述对象优先级和所述消息优先级确定第一提醒优先级;
根据所述第一消息和优先级算法模型确定第二提醒优先级,其中,所述优先级算法模型包括算法参数,所述算法参数是根据所述消息占比、所述对象属性和所述关键词信息相关联确定的;
根据所述第一提醒优先级、所述第二提醒优先级和对应的权重信息确定所述提醒优先级。
10.根据权利要求9所述的消息提醒装置,其特征在于,所述消息提醒装置还包括:
获取模块,用于获取预设训练集,所述预设训练集包括多个预设消息;
训练模块,用于通过所述预设训练集对预设的算法模型进行训练,得到所述优先级算法模型。
11.根据权利要求8所述的消息提醒装置,其特征在于,所述消息提醒装置还包括:
显示模块,用于显示设置界面,所述设置界面包括对象设置页面和消息设置页面;
接收模块,用于接收对所述对象设置页面的第一输入;
所述确定模块,还用于响应于所述第一输入,确定至少一个目标对象,所述至少一个目标对象包括所述第一对象;
所述接收模块,还用于接收对所述消息设置页面的第二输入;
所述确定模块,还用于响应于所述第二输入,确定所述目标关键词和所述目标时间段。
12.根据权利要求7至11中任一项所述的消息提醒装置,其特征在于,还包括:
排序模块,用于根据多个未读消息的提醒优先级,对所述多个未读消息进行排序,所述多个未读消息包括所述第一消息;
显示模块,用于显示排序后的所述多个未读消息。
13.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1至6中任一项所述的消息提醒方法的步骤。
14.一种可读存储介质,其特征在于,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如权利要求1至6中任一项所述的消息提醒方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310162542.8A CN116155851A (zh) | 2023-02-24 | 2023-02-24 | 消息提醒方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310162542.8A CN116155851A (zh) | 2023-02-24 | 2023-02-24 | 消息提醒方法、装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116155851A true CN116155851A (zh) | 2023-05-23 |
Family
ID=86356010
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310162542.8A Pending CN116155851A (zh) | 2023-02-24 | 2023-02-24 | 消息提醒方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116155851A (zh) |
Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030046421A1 (en) * | 2000-12-12 | 2003-03-06 | Horvitz Eric J. | Controls and displays for acquiring preferences, inspecting behavior, and guiding the learning and decision policies of an adaptive communications prioritization and routing system |
CN1434406A (zh) * | 2001-12-12 | 2003-08-06 | 微软公司 | 用于自适应通信优先级化和路由的***与方法 |
CN106791107A (zh) * | 2016-12-22 | 2017-05-31 | 广东小天才科技有限公司 | 一种提醒方法及装置 |
CN107104887A (zh) * | 2017-06-01 | 2017-08-29 | 珠海格力电器股份有限公司 | 一种即时消息提醒方法、装置及其用户终端 |
CN108183853A (zh) * | 2017-12-28 | 2018-06-19 | 努比亚技术有限公司 | 消息提醒方法、移动终端及可读存储介质 |
US20180278567A1 (en) * | 2017-03-24 | 2018-09-27 | International Business Machines Corporation | Message queue manager |
CN109039862A (zh) * | 2018-07-27 | 2018-12-18 | 努比亚技术有限公司 | 消息提醒方法、终端及计算机可读存储介质 |
CN109587328A (zh) * | 2018-11-21 | 2019-04-05 | Oppo广东移动通信有限公司 | 消息管理方法和装置、存储介质及电子设备 |
CN110099362A (zh) * | 2019-04-29 | 2019-08-06 | 努比亚技术有限公司 | 可穿戴设备消息的提醒方法、可穿戴设备及存储介质 |
CN110213444A (zh) * | 2019-05-31 | 2019-09-06 | 努比亚技术有限公司 | 移动终端消息的显示方法、装置、移动终端及存储介质 |
CN110636459A (zh) * | 2019-07-19 | 2019-12-31 | 北京无限光场科技有限公司 | 一种消息提醒方法、装置、电子设备及存储介质 |
US20210194843A1 (en) * | 2019-12-21 | 2021-06-24 | Ringcentral, Inc. | Computer supported environment for automatically prioritizing electronic messages based on importance to the sender |
CN113301209A (zh) * | 2020-02-21 | 2021-08-24 | 佛山市云米电器科技有限公司 | 消息提醒方法、移动终端及计算机可读存储介质 |
CN114722300A (zh) * | 2022-06-07 | 2022-07-08 | 深圳追一科技有限公司 | 消息提醒方法、装置、电子设备及存储介质 |
CN115190098A (zh) * | 2022-07-11 | 2022-10-14 | 中国银行股份有限公司 | 一种动态消息提醒方法和***、电子设备、存储介质 |
-
2023
- 2023-02-24 CN CN202310162542.8A patent/CN116155851A/zh active Pending
Patent Citations (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030046421A1 (en) * | 2000-12-12 | 2003-03-06 | Horvitz Eric J. | Controls and displays for acquiring preferences, inspecting behavior, and guiding the learning and decision policies of an adaptive communications prioritization and routing system |
CN1434406A (zh) * | 2001-12-12 | 2003-08-06 | 微软公司 | 用于自适应通信优先级化和路由的***与方法 |
CN106791107A (zh) * | 2016-12-22 | 2017-05-31 | 广东小天才科技有限公司 | 一种提醒方法及装置 |
US20180278567A1 (en) * | 2017-03-24 | 2018-09-27 | International Business Machines Corporation | Message queue manager |
CN107104887A (zh) * | 2017-06-01 | 2017-08-29 | 珠海格力电器股份有限公司 | 一种即时消息提醒方法、装置及其用户终端 |
CN108183853A (zh) * | 2017-12-28 | 2018-06-19 | 努比亚技术有限公司 | 消息提醒方法、移动终端及可读存储介质 |
CN109039862A (zh) * | 2018-07-27 | 2018-12-18 | 努比亚技术有限公司 | 消息提醒方法、终端及计算机可读存储介质 |
CN109587328A (zh) * | 2018-11-21 | 2019-04-05 | Oppo广东移动通信有限公司 | 消息管理方法和装置、存储介质及电子设备 |
CN110099362A (zh) * | 2019-04-29 | 2019-08-06 | 努比亚技术有限公司 | 可穿戴设备消息的提醒方法、可穿戴设备及存储介质 |
CN110213444A (zh) * | 2019-05-31 | 2019-09-06 | 努比亚技术有限公司 | 移动终端消息的显示方法、装置、移动终端及存储介质 |
CN110636459A (zh) * | 2019-07-19 | 2019-12-31 | 北京无限光场科技有限公司 | 一种消息提醒方法、装置、电子设备及存储介质 |
US20210194843A1 (en) * | 2019-12-21 | 2021-06-24 | Ringcentral, Inc. | Computer supported environment for automatically prioritizing electronic messages based on importance to the sender |
CN113301209A (zh) * | 2020-02-21 | 2021-08-24 | 佛山市云米电器科技有限公司 | 消息提醒方法、移动终端及计算机可读存储介质 |
CN114722300A (zh) * | 2022-06-07 | 2022-07-08 | 深圳追一科技有限公司 | 消息提醒方法、装置、电子设备及存储介质 |
CN115190098A (zh) * | 2022-07-11 | 2022-10-14 | 中国银行股份有限公司 | 一种动态消息提醒方法和***、电子设备、存储介质 |
Non-Patent Citations (3)
Title |
---|
PRASANTA SAIKIA: ""Effectiveness of Mobile Notification Delivery"", 《2017 18TH IEEE INTERNATIONAL CONFERENCE ON MOBILE DATA MANAGEMENT (MDM)》, 3 July 2017 (2017-07-03) * |
朱清祥;张桂发;张蕊;: "基于Word2Vec的自动通知服务研究", 长江大学学报(自科版), no. 21, 10 November 2017 (2017-11-10) * |
李雪松: ""智慧统一消息平台研究"", 《现代信息科技》, 15 November 2020 (2020-11-15) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190065975A1 (en) | Contextual skills discovery | |
CN112910754A (zh) | 基于群组会话的消息处理方法、装置、设备及存储介质 | |
CN112148923A (zh) | 搜索结果的排序方法、排序模型的生成方法、装置及设备 | |
CN114745767A (zh) | 电子设备的功耗控制方法、装置、电子设备和存储介质 | |
WO2024041510A1 (zh) | 联系人确定方法、装置、电子设备及介质 | |
CN116155851A (zh) | 消息提醒方法、装置、电子设备和存储介质 | |
CN114928585B (zh) | 消息处理方法、装置、电子设备和可读存储介质 | |
CN116016756A (zh) | 信息处理方法、装置、电子设备和可读存储介质 | |
CN107749201B (zh) | 点读对象处理方法、装置、存储介质及电子设备 | |
CN113111196B (zh) | 一种多媒体资源推荐方法及相关装置 | |
US11991263B2 (en) | Notification delivery in a virtual space based on a user being in a flow state | |
EP4143755A1 (en) | Anomaly predictor for physical safety of group members | |
CN104065614B (zh) | 信息处理方法和信息处理设备 | |
US20200404093A1 (en) | Device monitoring and restriction system and method | |
US20230036686A1 (en) | Method and device for monitoring electronic devices | |
CN117193901A (zh) | 信息处理方法、装置及电子设备 | |
US12010080B2 (en) | Syndication of links to content | |
EP4089522A1 (en) | Managing notifications on electronic devices | |
CN114884916A (zh) | 消息处理方法、装置、设备、介质及产品 | |
KR102514063B1 (ko) | 사용자의 통신 이용가능성을 제공하기 위한 방법 및 장치 | |
CN116010637A (zh) | 图像推荐方法、装置、电子设备及存储介质 | |
CN117156043A (zh) | 消息显示方法及装置、电子设备和可读存储介质 | |
CN114546574A (zh) | 消息的处理方法和处理装置 | |
CN118295575A (zh) | 社交互动的方法、装置、电子设备、存储介质及程序产品 | |
CN115659041A (zh) | 信息推荐方法、装置、电子设备及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |