[发明专利]用户信息的处理方法、装置、介质及电子设备在审

专利信息
申请号: 202110649579.4 申请日: 2021-06-10
公开(公告)号: CN113343069A 公开(公告)日: 2021-09-03
发明(设计)人: 陈维识 申请(专利权)人: 北京字节跳动网络技术有限公司
主分类号: G06F16/953 分类号: G06F16/953;G06F16/955;G06F16/906;G06K9/62
代理公司: 北京英创嘉友知识产权代理事务所(普通合伙) 11447 代理人: 贾会玲
地址: 100041 北京市石景山区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用户信息 处理 方法 装置 介质 电子设备
【权利要求书】:

1.一种用户信息的处理方法,其特征在于,所述方法包括:

获取多个阅读序列信息,其中,每一所述阅读序列信息中包含同一用户阅读的多个内容分别对应的作者信息;

对所述多个阅读序列信息中的作者信息进行聚类,获得多个作者信息簇;

针对每一所述作者信息簇,根据所述作者信息簇中每一所述作者信息对应的显著度参数,确定所述作者信息簇中的目标作者信息,其中,所述显著度参数用于表示所述作者信息在所述作者信息簇中的显著程度;

根据所述目标作者信息对应的特征信息,生成所述目标作者信息所属的作者信息簇的特征标识。

2.根据权利要求1所述的方法,其特征在于,所述根据所述作者信息簇中每一所述作者信息对应的显著度参数,确定所述作者信息簇中的目标作者信息,包括:

确定所述作者信息簇中的每一作者信息对应的阅读量;

根据所述作者信息对应的阅读量和所述作者信息对应的显著度参数,从所述多个作者信息中确定所述目标作者信息。

3.根据权利要求2所述的方法,其特征在于,所述根据所述作者信息对应的阅读量和所述作者信息对应的显著度参数,从所述多个作者信息中确定所述目标作者信息,包括:

根据所述作者信息对应的阅读量和所述作者信息对应的显著度参数,确定所述作者信息对应的目标分数,并将按照目标分数由大至小排序前N的作者信息确定为所述目标作者信息,其中N为大于零的整数;或者

将按照所述显著度参数由大至小排序前N,且阅读量大于阅读量阈值的作者信息确定为所述目标作者信息,其中N为大于零的整数;或者

将按照所述阅读量由大至小排序前N,且显著度参数大于显著度阈值的作者信息确定为所述目标作者信息,其中N为大于零的整数。

4.根据权利要求1所述的方法,其特征在于,所述目标作者信息为多个,所述根据所述目标作者信息对应的特征信息,生成所述目标作者信息所属的作者信息簇的特征标识,包括:

对每一目标作者信息关联的特征标识进行匹配,以确定待合并的特征标识;

对所述待合并的特征标识进行合并,获得合并标识,并将所述合并标识作为所述目标作者信息所属的作者信息簇的特征标识。

5.根据权利要求4所述的方法,其特征在于,所述对所述待合并的特征标识进行合并,获得合并标识,包括:

将该待合并的特征标识中的相同部分进行合并,将该待合并的特征标识中的不同部分进行拼接,以获得合并标识;或者

将所述待合并的特征标识输入到标识合并模型,获得合并标识,所述标识合并模型用于确定输入文本对应的中心词。

6.根据权利要求1-5中任一项所述的方法,其特征在于,所述根据所述目标作者信息对应的特征信息,生成所述目标作者信息所属的作者信息簇的特征标识,包括:

获取所述目标作者信息对应的读者信息;根据所述读者信息和预设的读者特征维度,生成与读者特征维度对应的读者特征标识,并将所述读者特征标识作为所述目标作者信息所属的作者信息簇的特征标识;

和/或

获取所述目标作者信息对应的内容的类型信息和内容信息;根据所述类型信息和所述内容信息,生成所述目标作者信息对应的作品特征标识,并将所述作品特征标识作为所述目标作者信息所属的作者信息簇的特征标识。

7.根据权利要求1所述的方法,其特征在于,所述方法还包括:

针对每一所述阅读序列信息,确定所述阅读序列信息中所述作者信息簇对应的作者信息的数量,并将作者信息的数量超过预定阈值的作者信息簇确定为所述阅读序列信息对应的目标作者信息簇;

根据所述阅读序列信息对应的目标作者信息簇的特征标识,为所述阅读序列信息对应的读者用户添加特征标识。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京字节跳动网络技术有限公司,未经北京字节跳动网络技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110649579.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top