[发明专利]一种信息处理方法和服务器有效
申请号: | 201510998529.1 | 申请日: | 2015-12-25 |
公开(公告)号: | CN105630996B | 公开(公告)日: | 2020-09-11 |
发明(设计)人: | 张波;周星;陈琼 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06F16/958 | 分类号: | G06F16/958;G06F16/9535 |
代理公司: | 北京派特恩知识产权代理有限公司 11270 | 代理人: | 江宇;姚开丽 |
地址: | 518000 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 信息处理 方法 服务器 | ||
1.一种服务器,其特征在于,所述服务器包括:特征生成器、特征池、特征处理器和预估模块;其中,
所述特征生成器,用于:
获得与信息推送相关的源数据,
识别所述源数据获得满足预设类别的特征数据,
将所述特征数据解析为单原子特征数据,将所述单原子特征数据发送至所述特征池;
所述特征池,用于存储所述单原子特征数据;
所述特征处理器,用于从所述特征池中读取所述单原子特征数据,
将所述单原子特征数据作为处理结果,和/或,基于所述单原子特征数据生成组合特征数据,将所述组合特征数据作为处理结果;将所述处理结果发送至所述预估模块,
所述预估模块,用于根据所述处理结果确定与信息推送相关的预估参数;
其中,所述处理结果是确定所述预估参数需要的特征数据。
2.根据权利要求1所述的服务器,其特征在于,所述特征生成器,还用于获得在线来源数据,所述在线来源数据包括:客户端传输的特征数据和离线特征数据;分别识别所述客户端传输的特征数据和所述离线特征数据,获得满足预设类别的第一特征数据和第二特征数据;分别将所述第一特征数据解析为第一单原子特征数据,将所述第二特征数据解析为第二单原子特征数据;将所述第一单原子特征数据和所述第二单原子特征数据发送至所述特征池。
3.根据权利要求1所述的服务器,其特征在于,所述特征生成器,还用于获得离线来源数据,所述离线来源数据包括历史日志数据;识别所述历史日志数据获得满足预设类别的第三特征数据;将所述第三特征数据解析为第三单原子特征数据,将所述第三单原子数据发送至所述特征池。
4.根据权利要求1所述的服务器,其特征在于,所述特征处理器,还用于从所述特征池中读取所述单原子特征数据,按照预设处理规则处理所述单原子特征数据,获得处理结果;
其中,所述预设处理规则包括:
直接将所述单原子特征数据作为处理结果;
和/或,将所述单原子特征数据按预设运算规则进行运算处理,以将生成的组合特征数据作为处理结果。
5.根据权利要求4所述的服务器,其特征在于,所述预设运算规则包括以下至少之一:交集处理、并集处理、差集处理。
6.一种信息处理方法,其特征在于,所述方法包括:
获得与信息推送相关的源数据,识别所述源数据获得满足预设类别的特征数据,将所述特征数据解析为单原子特征数据,将所述单原子特征数据存储至特征池;
从所述特征池中读取所述单原子特征数据,将所述单原子特征数据作为处理结果,和/或,基于所述单原子特征数据生成组合特征数据,将所述组合特征数据作为处理结果;
根据所述处理结果确定与信息推送相关的预估参数;
其中,所述处理结果是确定所述预估参数需要的特征数据。
7.根据权利要求6所述的方法,其特征在于,所述获得与信息推送相关的源数据,识别所述源数据获得满足预设类别的特征数据,将所述特征数据解析为单原子特征数据,将所述单原子特征数据存储至特征池,包括:
获得与信息推送相关的在线来源数据,所述在线来源数据包括:客户端传输的特征数据和离线特征数据;
识别出所述客户端传输的特征数据中满足预设类别的第一特征数据,以及识别出所述离线特征数据中满足预设类别的第二特征数据;
分别将所述第一特征数据解析为第一单原子特征数据,以及将所述第二特征数据解析为第二单原子特征数据;
将所述第一单原子特征数据和所述第二单原子特征数据存储至所述特征池。
8.根据权利要求6所述的方法,其特征在于,所述获得与信息推送相关的源数据,识别所述源数据获得满足预设类别的特征数据,将所述特征数据解析为单原子特征数据,将所述单原子特征数据存储至特征池,包括:
获得与信息推送相关的离线来源数据,所述离线来源数据包括历史日志数据;
识别所述历史日志数据获得满足预设类别的第三特征数据,将所述第三特征数据解析为第三单原子特征数据,将所述第三单原子数据存储至所述特征池。
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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/201510998529.1/1.html,转载请声明来源钻瓜专利网。