[发明专利]数据显示方法和装置、存储介质及电子装置

权利要求书

1.一种数据显示方法，其特征在于，包括：

获取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，通过机器训练得到推送模型；

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所述推送模型，得到预测对象特征向量；

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，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。

7.根据权利要求1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。