数据显示方法和装置、存储介质及电子装置制造方法及图纸

本发明专利技术公开了一种数据显示方法和装置、存储介质及电子装置。其中，该方法包括：获取数据更新指令，其中，数据更新指令用于更新第一客户端上所显示的数据对象；响应数据更新指令获取第一客户端的历史操作记录，其中，历史操作记录中包括：根据第一客户端中所包含的数据对象已执行的交互操作，而生成的历史对象特征向量；将历史操作记录中的部分历史对象特征向量依次导入推送模型，得到预测对象特征向量，其中，推送模型利用多个有序样本对象的特征向量通过机器训练得到；根据预测对象特征向量确定更新后的目标对象，并在第一客户端中显示目标对象。本发明专利技术解决了现有数据显示方法所存在的显示实时性较差的技术问题。

Data display method and device, storage medium and electronic device

The invention discloses a data display method and device, a storage medium and an electronic device. The method includes: acquiring data update instructions, in which the data update instructions are used to update the data objects displayed on the first client; responding to the data update instructions, the historical operation records of the first client are obtained, in which the historical operation records include: according to the data objects contained in the first client have already been updated. The feature vectors of historical objects are generated by interacting with each other; the feature vectors of some historical objects in the historical operation records are imported into the push model in turn to obtain the feature vectors of the predicted objects. The push model is trained by machine using the feature vectors of multiple ordered sample objects; and the feature vectors of the predicted objects are obtained according to the features of the predicted objects. The vector determines the updated target object and displays the target object in the first client. The invention solves the technical problems of poor real-time display in the existing data display method.

【技术实现步骤摘要】
数据显示方法和装置、存储介质及电子装置
本专利技术涉及计算机领域，具体而言，涉及一种数据显示方法和装置、存储介质及电子装置。
技术介绍
为了方便用户浏览，在很多终端应用中提供了智能化数据显示方法。其中，上述数据显示方法往往是依赖于终端应用中所统计的用户账号的行为数据，如统计在一段时间内该用户账号的浏览量、操作量等。根据获取到的统计结果，来确定该用户账号的浏览习惯，从而达到针对该用户账号的喜好显示个性化内容的效果。如统计结果指示该用户账号对体育类数据的浏览量最大，则可继续为该用户账号提供显示体育类数据。然而，在上述根据数据统计结果确定所要显示的数据的过程中，为了保证显示的准确性，用于确定所要显示的数据的统计过程通常耗时较久，对于终端应用而言，这将大大影响数据显示的实时性。针对上述的问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供一种数据显示方法和装置、存储介质及电子装置，以至少解决现有数据显示方法所存在的显示实时性较差的技术问题。根据本专利技术实施例的一个方面，提供了一种数据显示方法，包括：获取数据更新指令，其中，上述数据更新指令用于更新第一客户端上所显示的数据对象；响应上述数据更新指令获取上述第一客户端的历史操作记录，其中，上述历史操作记录中包括：根据上述第一客户端中所包含的数据对象已执行的交互操作，而生成的历史对象特征向量；将上述历史操作记录中的部分上述历史对象特征向量依次导入推送模型，得到预测对象特征向量，其中，上述推送模型利用多个有序样本对象的特征向量通过机器训练得到；根据上述预测对象特征向量确定更新后的目标对象，并在上述第一客户端中显示上述目标对象。根据本专利技术实施例的另一方面，还提供了一种数据显示装置，包括：第一获取单元，用于获取数据更新指令，其中，上述数据更新指令用于更新第一客户端上所显示的数据对象；响应单元，用于响应上述数据更新指令获取上述第一客户端的历史操作记录，其中，上述历史操作记录中包括：根据上述第一客户端中所包含的数据对象已执行的交互操作，而生成的历史对象特征向量；第一处理单元，用于将上述历史操作记录中的部分上述历史对象特征向量依次导入推送模型，得到预测对象特征向量，其中，上述推送模型利用多个有序样本对象的特征向量通过机器训练得到；显示单元，用于根据上述预测对象特征向量确定更新后的目标对象，并在上述第一客户端中显示上述目标对象。根据本专利技术实施例的另一方面，还提供了一种存储介质，上述存储介质包括存储的程序，其中，上述程序运行时执行上述数据显示方法。根据本专利技术实施例的另一方面，还提供了一种电子装置，包括存储器、处理器及存储在上述存储器上并可在上述处理器上运行的计算机程序，上述处理器通过上述计算机程序执行上述数据显示方法。在本专利技术实施例中，在获取数据更新指令之后，其中，数据更新指令用于更新第一客户端上所显示的数据对象；响应数据更新指令获取第一客户端的历史操作记录，其中，历史操作记录中包括：根据第一客户端中所包含的数据对象已执行的交互操作，而生成的历史对象特征向量；将历史操作记录中的部分历史对象特征向量依次导入推送模型，得到预测对象特征向量，其中，推送模型利用多个有序样本对象的特征向量通过机器训练得到；根据预测对象特征向量确定更新后的目标对象，并在第一客户端中显示目标对象，通过根据第一客户端的历史操作记录中的历史对象特征向量，将历史特征向量依次倒入推送模型得到预测对象特征向量，根据预测对象特征向量确定更新后的目标对象，达到了在不需要频繁更新推送模型的情况下减少了数据的运算量的目的，从而实现了更新后的目标对象更能满足用户需求，减少数据显示所需时长的技术效果，进而解决了现有数据显示方法所存在的显示实时性较差的技术问题。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1是根据本专利技术实施例的一种可选的数据显示方法的应用环境示意图；图2是根据本专利技术实施例的一种可选的数据显示方法的流程示意图；图3是根据本专利技术实施例的一种可选的对象特征向量的示意图；图4是根据本专利技术实施例的一种可选的获取预测对象特征向量的示意图；图5是根据本专利技术实施例的另一种可选的获取预测对象特征向量的示意图；图6是根据本专利技术实施例的又一种可选的获取样本对象特征向量的示意图；图7是根据本专利技术实施例的另一种可选的推送模型的示意图；图8是根据本专利技术实施例的一种可选的数据显示装置的结构示意图；图9是根据本专利技术实施例的一种可选的电子装置的结构示意图。具体实施方式为了使本
的人员更好地理解本专利技术方案，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分的实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本专利技术保护的范围。需要说明的是，本专利技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必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，以便这里描述的本专利技术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。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。在本专利技术实施例中，提供了一种上述数据显示方法的实施例。作为一种可选的实施方式，该数据显示方法可以但不限于应用于如图1所示的应用环境中，在终端102中安装有第一客户端，终端102通过网络104与服务器106连接，获取终端102中的第一客户端用于更新所显示的数据对象的数据更新指令，并将该数据更新指令发送至服务器106，服务器106响应数据更新指令获取第一客户端的历史操作记录，其中，历史操作记录中包括：根据第一客户端中所包含的数据对象已执行的交互操作，而生成的历史对象特征向量；服务器106将历史操作记录中的部分历史对象特征向量依次导入推送模型，得到预测对象特征向量，其中，推送模型利用多个有序样本对象的特征向量通过机器训练得到；服务器106根据预测对象特征向量确定更新后的目标对象，并在终端102上的第一客户端中显示目标对象。需要说明的是，上述示例中，数据的更新操作是在第一客户端对应的服务器上进行的，数据的显示是在第一客户端所在的终端上进行的，而在实际的应用场景中，数据的更新也可以是在第一客户端所在的终端上进行的，例如在第一客户端的本地存储有所使用账号的历史操作记录等等，以上仅是一种示例，在此不做任何限定。在本实施例中，获取数据更新指令，其中，数据更新指令用于更新第一客户端上所显示的数据对象；响应数据更新指令获取第一客户端的历史操作记录，其中，历史操作记录中包括：根据第一客户端中所包含的数据对象已执行的交互操作，而生成的历史对象特征向量；将历史操作记录中的部分历史对象特征向量依次导入推送模型，得到预测对象特征向量，其中，推送模型利用多个有序样本对象的特征向量通过机器训练得本文档来自技高网...

【技术保护点】
1.一种数据显示方法，其特征在于，包括：获取数据更新指令，其中，所述数据更新指令用于更新第一客户端上所显示的数据对象；响应所述数据更新指令获取所述第一客户端的历史操作记录，其中，所述历史操作记录中包括：根据所述第一客户端中所包含的数据对象已执行的交互操作，而生成的历史对象特征向量；将所述历史操作记录中的部分所述历史对象特征向量依次导入推送模型，得到预测对象特征向量，其中，所述推送模型利用多个有序样本对象的特征向量通过机器训练得到；根据所述预测对象特征向量确定更新后的目标对象，并在所述第一客户端中显示所述目标对象。

【技术特征摘要】
1.一种数据显示方法，其特征在于，包括：获取数据更新指令，其中，所述数据更新指令用于更新第一客户端上所显示的数据对象；响应所述数据更新指令获取所述第一客户端的历史操作记录，其中，所述历史操作记录中包括：根据所述第一客户端中所包含的数据对象已执行的交互操作，而生成的历史对象特征向量；将所述历史操作记录中的部分所述历史对象特征向量依次导入推送模型，得到预测对象特征向量，其中，所述推送模型利用多个有序样本对象的特征向量通过机器训练得到；根据所述预测对象特征向量确定更新后的目标对象，并在所述第一客户端中显示所述目标对象。2.根据权利要求1所述的方法，其特征在于，所述根据所述预测对象特征向量确定更新后的目标对象，并在所述第一客户端中显示所述目标对象包括：获取与所述第一客户端匹配的数据对象库，其中，所述数据对象库中存储所述第一客户端所要显示的全部数据对象的特征向量；依次比对所述数据对象库中所述全部数据对象的特征向量与所述预测对象特征向量；根据比对的结果确定所述目标对象。3.根据权利要求2所述的方法，其特征在于，所述根据比对的结果确定所述目标对象包括：从所述全部数据对象的特征向量中，获取与所述预测对象特征向量相距的距离小于第一阈值的特征向量；将所述距离小于所述第一阈值的特征向量对应的数据对象确定为所述目标对象。4.根据权利要求1所述的方法，其特征在于，所述将所述历史操作记录中的部分所述历史对象特征向量依次导入推送模型，得到预测对象特征向量包括：确定所述历史操作记录中用于导入所述推送模型的部分所述历史对象特征向量，其中，部分所述历史对象特征向量包括：在所述历史操作记录中，已执行且执行间隔小于第二阈值的连续N个交互操作所对应的N个所述历史对象特征向量，所述执行间隔为执行所述交互操作的执行时刻距当前时刻的时间间隔，所述N为自然数；将所确定的部分所述历史对象特征向量依次导入所述推送模型，得到所述预测对象特征向量。5.根据权利要求4所述的方法，其特征在于，所述将所确定的部分所述历史对象特征向量依次导入所述推送模型，得到所述预测对象特征向量包括：将N个所述历史对象特征向量依次导入所述推送模型，得到N个所述预测对象特征向量；按照所述执行时刻丢弃前N-1个所述预测对象特征向量，将第N个所述预测对象特征向量，作为所述推送模型所输出的用于确定所述目标对象的所述预测对象特征向量。6.根据权利要求1所述的方法，其特征在于，在所述获取数据更新指令之前，还包括：获取所述多个有序样本对象的特征向量；利用所述多个有序样本对象的特征向量，通过机器训练得到所述推送模型。7.根据权利要求6所述的方法，其特征在于，所述获取所述多个有序样本对象的特征向量包括：依次获取多个样本对象；对所述多个样本对象中的每个样本对象分别执行以下操作：获取所述样本对象中所包含的数据类型，其中，所述数据类型包括以下至少之一：所述样本对象的标题、所述样本对象的摘要、所述样本对象中的数据、所述样本对象执行所述交互操作的执行时刻、所述交互操作的交互信息、所述样本对象的标签；将所述样本对象按照所述数据类型分别转换为对应的子向量；组合所述子向量得到所述样本对象的特征向量。8.根据权利要求6所述的方法，其特征在于，所述利用所述多个有序样本对象的特征向量，通过机器训练得到所述推送模型包括：将所述多个有序样本对象的特征向量依次导入所述推送模型，得到多个预测样本对象的特征向量；根据所述多个预测样本对象的特征向量依次获取多个特征向量误差，其中，所述特征向量误差用于指示所述预测样本对象的特征向量与下一个导入的样本对象的特征向量之间的误差；根据所述特征向量误差调整所述推送模型，以使训练得到的所述推送模型的所述特征向量误差小于第三阈值。9.一种数据显示装置，其特征在于，包括：第一获取单元，用于获取数据更新指令，其中，所述数据更新指令用于更新第一客户端上所显示的数据对象；响应单元，用于响应所述数据更新指令获取所述第一客...

【专利技术属性】
技术研发人员：罗波罗，吴述雷，骆奕先，陈旭彪，沈丽莉，
申请(专利权)人：腾讯科技上海有限公司，
类型：发明
国别省市：上海,31