[发明专利]数据显示方法和装置、存储介质及电子装置

说明书

本发明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。

技术领域

本发明涉及计算机领域，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。

背景技术

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。

发明内容

本发明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。

根据本发明实施例的一个方面，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。

根据本发明实施例的另一方面，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。

根据本发明实施例的另一方面，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。

根据本发明实施例的另一方面，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。