[發明專利]數據顯示方法和裝置、存儲介質及電子裝置

有效

• 申請號: 201711236981.X
• 申請日: 2017-11-29
• 公開（公告）號: CN108563648B
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 羅波羅;吳述雷;駱奕先;陳旭彪;沈麗莉
• 申請（專利權）人: 騰訊科技（上海）有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/955;G06N20/00
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 趙囡囡

1.一種數據顯示方法，其特征在于，包括：

獲取多個有序樣本對象的特征向量，利用所述多個有序樣本對象的特征向量，通過機器訓練得到推送模型；

獲取數據更新指令，其中，所述數據更新指令用于更新第一客戶端上所顯示的數據對象；

響應所述數據更新指令獲取所述第一客戶端的歷史操作記錄，其中，所述歷史操作記錄中包括：根據所述第一客戶端中所包含的數據對象已執行的交互操作，而生成的歷史對象特征向量；

將所述歷史操作記錄中的部分所述歷史對象特征向量依次導入所述推送模型，得到預測對象特征向量；

根據所述預測對象特征向量確定更新后的目標對象，并在所述第一客戶端中顯示所述目標對象。

2.根據權利要求1所述的方法，其特征在于，所述根據所述預測對象特征向量確定更新后的目標對象，并在所述第一客戶端中顯示所述目標對象包括：

獲取與所述第一客戶端匹配的數據對象庫，其中，所述數據對象庫中存儲所述第一客戶端所要顯示的全部數據對象的特征向量；

依次比對所述數據對象庫中所述全部數據對象的特征向量與所述預測對象特征向量；

根據比對的結果確定所述目標對象。

3.根據權利要求2所述的方法，其特征在于，所述根據比對的結果確定所述目標對象包括：

從所述全部數據對象的特征向量中，獲取與所述預測對象特征向量相距的距離小于第一閾值的特征向量；

將所述距離小于所述第一閾值的特征向量對應的數據對象確定為所述目標對象。

4.根據權利要求1所述的方法，其特征在于，所述將所述歷史操作記錄中的部分所述歷史對象特征向量依次導入推送模型，得到預測對象特征向量包括：

確定所述歷史操作記錄中用于導入所述推送模型的部分所述歷史對象特征向量，其中，部分所述歷史對象特征向量包括：在所述歷史操作記錄中，已執行且執行間隔小于第二閾值的連續N個交互操作所對應的N個所述歷史對象特征向量，所述執行間隔為執行所述交互操作的執行時刻距當前時刻的時間間隔，所述N為自然數；

將所確定的部分所述歷史對象特征向量依次導入所述推送模型，得到所述預測對象特征向量。

5.根據權利要求4所述的方法，其特征在于，所述將所確定的部分所述歷史對象特征向量依次導入所述推送模型，得到所述預測對象特征向量包括：

將N個所述歷史對象特征向量依次導入所述推送模型，得到N個所述預測對象特征向量；

按照所述執行時刻丟棄前N-1個所述預測對象特征向量，將第N個所述預測對象特征向量，作為所述推送模型所輸出的用于確定所述目標對象的所述預測對象特征向量。

6.根據權利要求1所述的方法，其特征在于，所述獲取所述多個有序樣本對象的特征向量包括：

依次獲取多個樣本對象；

對所述多個樣本對象中的每個樣本對象分別執行以下操作：

獲取所述樣本對象中所包含的數據類型，其中，所述數據類型包括以下至少之一：所述樣本對象的標題、所述樣本對象的摘要、所述樣本對象中的數據、所述樣本對象執行所述交互操作的執行時刻、所述交互操作的交互信息、所述樣本對象的標簽；

將所述樣本對象按照所述數據類型分別轉換為對應的子向量；

組合所述子向量得到所述樣本對象的特征向量。

7.根據權利要求1所述的方法，其特征在于，所述利用所述多個有序樣本對象的特征向量，通過機器訓練得到推送模型包括：

將所述多個有序樣本對象的特征向量依次導入所述推送模型，得到多個預測樣本對象的特征向量；

根據所述多個預測樣本對象的特征向量依次獲取多個特征向量誤差，其中，所述特征向量誤差用于指示所述預測樣本對象的特征向量與下一個導入的樣本對象的特征向量之間的誤差；

根據所述特征向量誤差調整所述推送模型，以使訓練得到的所述推送模型的所述特征向量誤差小于第三閾值。