类目信息处理方法、装置、计算机设备和存储介质制造方法及图纸

本发明专利技术涉及一种类目信息处理方法、装置、计算机设备和存储介质，方法包括：获取第一操作行为集合，第一操作行为集合中的各个操作行为作用于对应的内容实体；将各个操作行为对应的内容实体组成第一目标内容实体集合；根据各个操作行为的操作类型以及第一目标内容实体集合中的各个内容实体的属性信息得到当前用户标识对应的行为特征；将行为特征输入到预先训练的类目倾向分析模型中，得到当前用户标识对应的对各个类目的倾向值；根据各个类目的倾向值得到当前用户标识对应的类目展示参数信息。上述方法可以根据各个用户的个人操作行为调整类目的展示形式，进行个性化的展示，提高类目与用户的匹配度，减少类目查找的难度。

Category information processing methods, devices, computer equipment and storage media

The invention relates to a catalogue information processing method, device, computer equipment and storage medium. The method includes: acquiring the first operation behavior set, acting on the corresponding content entity in the first operation behavior set, composing the content entity set corresponding to each operation behavior into the first target content entity set, according to the operation type of each operation behavior and the first content entity set. The attribute information of each content entity in a target content entity set obtains the corresponding behavior characteristics of the current user identification; the behavior characteristics are input into the pre-trained categorical tendency analysis model to obtain the corresponding tendency values of the current user identification for each category; and according to the tendency of each category, it is worth displaying the parameter information of the corresponding category of the current user identification. The above method can adjust the display form of category according to the individual operation behavior of each user, display individually, improve the matching degree between category and user, and reduce the difficulty of category search.

【技术实现步骤摘要】
类目信息处理方法、装置、计算机设备和存储介质
本专利技术涉及信息
，特别是涉及类目信息处理方法、装置、计算机设备和存储介质。
技术介绍
随着信息技术的发展，互联网上提供的内容越来越丰富，因此越来越多的用户通过终端设备浏览信息。例如，通过新闻应用程序阅读新闻等。现有技术中，通常会根据信息所涉及的领域、热度等信息的属性信息对信息进行分类，得到类目，然后在终端上展示该类目，当接收到用户对类目的选择操作时，跳转到对应的类目页面，方便用户阅读该类目下的内容信息。然而，由于终端界面大小的限制，且类目的数量比较多，导致类目查找难度大。
技术实现思路
基于此，有必要针对上述的问题，提供一种类目信息处理方法、装置、计算机设备和存储介质，可根据各个用户的个人操作行为调整类目的展示形式，进行个性化的展示，提高类目与用户的匹配度，减少类目查找的难度。一种类目信息处理方法，所述方法包括：获取第一操作行为集合，所述第一操作行为集合中的各个操作行为作用于对应的内容实体，所述第一操作行为集合中的各个操作行为对应当前用户标识；将所述各个操作行为对应的内容实体组成第一目标内容实体集合；根据所述各个操作行为的操作类型以及所述第一目标内容实体集合中的各个内容实体的属性信息得到所述当前用户标识对应的行为特征；将所述行为特征输入到预先训练的类目倾向分析模型中，得到所述当前用户标识对应的对所述各个类目的倾向值；根据所述各个类目的倾向值得到所述当前用户标识对应的类目展示参数信息。一种类目信息处理装置，所述装置包括：第一操作集和获取模块，用于获取第一操作行为集合，所述第一操作行为集合中的各个操作行为作用于对应的内容实体，所述第一操作行为集合中的各个操作行为对应当前用户标识；第一实体集合组成模块，用于将所述各个操作行为对应的内容实体组成第一目标内容实体集合；行为特征获取模块，用于根据所述各个操作行为的操作类型以及所述第一目标内容实体集合中的各个内容实体的属性信息得到所述当前用户标识对应的行为特征；倾向值得到模块，用于将所述行为特征输入到预先训练的类目倾向分析模型中，得到所述当前用户标识对应的对所述各个类目的倾向值；展示参数得到模块，用于根据所述各个类目的倾向值得到所述当前用户标识对应的类目展示参数信息。一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行上述类目信息处理方法的步骤。一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行上述类目信息处理方法的步骤。上述类目信息处理方法、装置、计算机设备和存储介质，通过获取当前用户标识对应的操作行为组成操作行为集合，然后将各个操作行为对应的内容实体作为第一目标内容实体集合，根据各个操作行为的操作类型以及第一目标内容实体集合中的各个内容实体的属性信息得到当前用户标识对应的行为特征，并将行为特征输入到预先训练的类目倾向分析模型中，得到当前用户标识对应的对各个类目的倾向值，然后根据各个类目的倾向值得到当前用户标识对应的类目展示参数信息。由于通过采用大数据量训练得到的类目倾向分析模型以及用户的操作行为以及操作行为涉及的内容实体的属性信息预测用户倾向选择的类目，得到各个类目的展示参数，因此可以根据各个用户的个人操作行为调整类目的展示形式，进行个性化的展示，提高类目与用户的匹配度，减少类目查找的难度。附图说明图1为一个实施例中提供的类目信息处理方法的应用环境图；图2为一个实施例中类目信息处理方法的流程图；图3为一个实施例中获取第一操作行为集合的流程图；图4为一个实施例中根据各个操作行为的操作类型以及第一目标内容实体集合中的各个内容实体的属性信息得到当前用户标识对应的行为特征的流程图；图5为一个实施例中类目信息处理方法的流程图；图6为一个实施例中根据各个类目对应的操作类型分布以及预设的评分规则得到当前用户标识对应的对各个类目的画像分值的流程图；图7为一个实施例中类目信息处理方法的流程图；图8为一个实施例中类目信息处理方法的流程图；图9为一个实施例中将行为特征输入到预先训练的类目倾向分析模型中，得到当前用户标识对应的对各个类目的倾向值的流程图；图10为一个实施例中类目信息处理装置的结构框图；图11为一个实施例中第一操作集和获取模块的结构框图；图12为一个实施例中行为特征获取模块的结构框图；图13为一个实施例中类目信息处理装置的结构框图；图14为一个实施例中画像分值得到模块的结构框图；图15为一个实施例中类目信息处理装置的结构框图；图16为一个实施例中类目信息处理装置的结构框图；图17为一个实施例中倾向值得到模块的结构框图；图18A为一个实施例中的类目展示示意图；图18B为一个实施例中的类目展示示意图；图19为一个实施例中计算机设备的内部结构框图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。可以理解，本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件，但除非特别说明，这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说，在不脱离本申请的范围的情况下，可以将第一操作行为集合称为第二操作行为集合，且类似地，可将第二操作行为集合称为第一操作行为集合。图1为一个实施例中提供的类目信息处理方法的应用环境图，参照图1，该类目信息处理方法应用于类目信息处理系统，包括终端110以及计算机设备120，终端110可以接收当前用户标识对应的当前用户作用于终端上展示的内容实体的当前操作行为，将当前操作行为发生给计算机设备120，计算机设备120接收到当前操作行为后获取第一操作行为集合，并根据第一操作行为集合得到当前用户标识对应的类目展示参数信息。可以理解，终端110也可以在接收到当前用户作用于终端上展示的内容实体的当前操作行为时，获取第一操作行为集合，并根据第一操作行为集合得到当前用户标识对应的类目展示参数信息。计算机设备120可以是独立的物理服务器或终端，也可以是多个物理服务器构成的服务器集群，可以是提供云服务器、云数据库、云存储和CDN等基础云计算服务的云服务器。终端110可以是智能手机、平板电脑、笔记本电脑、台式计算机、智能音箱、智能手表等，但并不局限于此。终端110以及计算机设备120可以通过蓝牙、USB(UniversalSerialBus，通用串行总线)或者网络等通讯连接方式进行连接，本专利技术在此不做限制。如图2所示，在一个实施例中，提出了一种类目信息处理方法，本实施例主要以该方法应用于上述图1中的计算机设备120来举例说明，具体可以包括以下步骤：步骤202，获取第一操作行为集合，第一操作行为集合中的各个操作行为作用于对应的内容实体，第一操作行为集合中的各个操作行为对应当前用户标识。具体地，内容实体指终端上展示的内容对象，内容对象可以以文字、语音、图像、音频以及视频等不同表现形式单独或者组合展示，例如，内容实体可以是一篇以文字以及图片组合形成的新闻或者一段视频等等。操作行为指接收的作用于操作对象的动作，例如可以包括点本文档来自技高网...

【技术保护点】
1.一种类目信息处理方法，所述方法包括：获取第一操作行为集合，所述第一操作行为集合中的各个操作行为作用于对应的内容实体，所述第一操作行为集合中的各个操作行为对应当前用户标识；将所述各个操作行为对应的内容实体组成第一目标内容实体集合；根据所述各个操作行为的操作类型以及所述第一目标内容实体集合中的各个内容实体的属性信息得到所述当前用户标识对应的行为特征；将所述行为特征输入到预先训练的类目倾向分析模型中，得到所述当前用户标识对应的对所述各个类目的倾向值；根据所述各个类目的倾向值得到所述当前用户标识对应的类目展示参数信息。

【技术特征摘要】
1.一种类目信息处理方法，所述方法包括：获取第一操作行为集合，所述第一操作行为集合中的各个操作行为作用于对应的内容实体，所述第一操作行为集合中的各个操作行为对应当前用户标识；将所述各个操作行为对应的内容实体组成第一目标内容实体集合；根据所述各个操作行为的操作类型以及所述第一目标内容实体集合中的各个内容实体的属性信息得到所述当前用户标识对应的行为特征；将所述行为特征输入到预先训练的类目倾向分析模型中，得到所述当前用户标识对应的对所述各个类目的倾向值；根据所述各个类目的倾向值得到所述当前用户标识对应的类目展示参数信息。2.根据权利要求1所述的方法，其特征在于，所述获取第一操作行为集合，所述第一操作行为集合中的各个操作行为作用于对应的内容实体，所述第一操作行为集合中的各个操作行为对应当前用户标识的步骤包括：获取所述当前用户标识对应的当前操作行为，所述当前操作行为作用于当前内容实体；所述当前操作行为触发获取所述当前操作行为之前的当前用户标识对应的第一历史操作行为，将所述第一历史操作行为和所述当前操作行为组成所述第一操作行为集合。3.根据权利要求1所述的方法，其特征在于，所述根据所述各个操作行为的操作类型以及第一目标内容实体集合中的各个内容实体的属性信息得到所述当前用户标识对应的行为特征的步骤包括：统计所述第一目标内容实体集合中的各个内容实体的属性信息，得到属性信息集合；获取与所述属性信息集合中各个属性信息匹配的第一操作行为集合中的操作行为，根据所述各个属性信息匹配的操作行为的操作类型和对应的操作次数，得到所述各个属性信息对应的操作类型分布；根据所述各个属性信息对应的操作类型分布得到所述当前用户标识对应的行为特征。4.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取所述各个类目对应的第二操作行为集合，所述第二操作行为集合中的各个操作行为作用于所述各个类目对应的内容实体，所述第二操作行为集合中的各个操作行为对应所述当前用户标识；获取所述各个类目对应的第二操作行为集合中的操作行为的操作类型和对应的操作次数，得到所述各个类目对应的操作类型分布；根据所述各个类目对应的操作类型分布以及预设的评分规则得到所述当前用户标识对应的对所述各个类目的画像分值；根据所述各个类目的画像分值得到所述当前用户标识对应的类目特征；所述将所述行为特征输入到预先训练的类目倾向分析模型中，得到所述当前用户标识对所述各个类目的倾向值的步骤包括：将所述行为特征以及所述类目特征输入到预先训练的类目倾向分析模型中，得到所述当前用户标识对所述各个类目的倾向值。5.根据权利要求4所述的方法，其特征在于，所述根据所述各个类目对应的操作类型分布以及预设的评分规则得到所述当前用户标识对应的对所述各个类目的画像分值的步骤包括：根据所述各个类目对应的操作类型分布以及预设的评分规则得到所述各个类目对应的当前画像分值；获取所述当前用户标识对应的对所述各个类目的历史画像分值；根据所述各个类目对应的当前画像分值以及历史画像分值得到所述各个类目的画像分值。6.根据权利要求1所述的方法，其特征在于，所述方法还包括:获取用户标识对应的对所述各个类目的历史选择操作；获取所述历史选择操作之前作用于内容实体的训练历史操作行为，将所述训练历史操作行为组成训练操作行为集合，所述训练历史操作行为为所述历史选择操作对应的用户标识对应的操作行为；将所述训练历史操作行为对应的内容实体作为训练目标内容实体集合；根据所述各个训练历史操作行为的操作类型以及所述训练目标内容实体集合中的各个内容实体的属性信息得到所述当前用户标识对应的行为特征；根据所述用户标识对应的对所述类目的历史选择操作以及所述用户标识对应的行为特征得到训练样本；根据所述训练样本进行模型训练得到所述类目倾向分析模型。7.根据权利要求6所述的方法，其特征在于，所述方法还包括：获取目标类目；所述根据所述用户标识对应的对所述类目的选择操作以及所...

【专利技术属性】
技术研发人员：殷乐，花贵春，赵兰天，胡博，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东,44