一种信息处理方法及装置、存储介质与流程

1.本技术涉及信息处理领域，涉及但不限于一种信息处理方法及装置、存储介质。


背景技术：

2.相关技术中，终端设备(例如手机，平板电脑等)上安装有应用程序(application，app)，安装的app能够向用户展示商品，以供用户查看。其中，对于app向用户展示的商品，该app是先根据多种商品中每种商品的历史信息，对该多种商品进行筛选，再将筛选出的商品向用户展示的。
3.然而，在app根据多种商品中每种商品的历史信息对该多种商品进行筛选时，由于是根据历史信息进行筛选的，因此，将造成筛选出的商品具有滞后性，不能将当前流行或者受欢迎的商品展示给用户的问题。


技术实现要素：

4.本技术实施例为解决相关技术中存在的至少一个问题而提供一种信息处理方法及装置、存储介质，能够避免筛选出的商品具有滞后性，并将当前流行或者受欢迎的商品展示给用户。
5.本技术的技术方案是这样实现的：
6.第一方面，本技术实施例提供一种信息处理方法，所述方法包括：
7.接收用户在第一时长内针对第一对象集合中各对象的行为数据，根据所述第一对象集合中各对象对应的行为数据，对所述第一对象集合中的对象进行筛选，得到第二对象集合，所述第二对象集合包括：至少一个对象；
8.判断所述至少一个对象中各对象对应的行为数据是否大于设定阈值；
9.在所述至少一个对象中各对象对应的行为数据小于所述设定阈值的情况下，将所述第二对象集合作为新的所述第一对象集合，继续接收所述用户在所述第一时长内针对所述第一对象集合中各对象行为数据，并根据所述第一对象集合中各对象对应的行为数据，对所述第一对象集合中的对象进行筛选，得到新的第二对象集合，直到得到的第二对象集合包括的至少一个对象中各对象对应的行为数据大于所述设定阈值。
10.第二方面，本技术实施例提供一种信息处理装置，所述装置包括：
11.第一接收单元，用于接收用户在第一时长内针对第一对象集合中各对象的行为数据，根据所述第一对象集合中各对象对应的行为数据，对所述第一对象集合中的对象进行筛选得到第二对象集合，所述第二对象集合包括：至少一个对象；
12.判断单元，用于判断所述至少一个对象中各对象对应的行为数据是否大于设定阈值；
13.第二接收单元，用于在所述至少一个对象中各对象对应的行为数据小于所述设定阈值的情况下，将所述第二对象集合作为新的所述第一对象集合，继续接收所述用户在所述第一时长内针对所述第一对象集合中各对象的行为数据，并根据所述第一对象集合中各
对象对应的行为数据，对所述第一对象集合中的对象进行筛选，得到新的第二对象集合，直到得到的第二对象集合包括的至少一个对象中各对象对应的行为数据大于所述设定阈值。
14.第三方面，本技术实施例提供一种存储介质，存储有计算机程序，该计算机程序被处理器执行时实现上述信息处理方法。
15.第四方面，本技术实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时，实现上述信息处理方法。
16.本技术提供了一种信息处理方法及装置、存储介质，信息处理设备接收用户在第一时长内针对第一对象集合中各对象的行为数据，根据所述第一对象集合中各对象对应的行为数据，对所述第一对象集合中的对象进行筛选，得到第二对象集合，所述第二对象集合包括：至少一个对象，判断所述至少一个对象中各对象对应的行为数据是否满足设定阈值，在所述至少一个对象中各对象对应的行为数据不满足所述设定阈值的情况下，所述信息处理设备将所述第二对象集合作为新的所述第一对象集合，继续接收所述用户在所述第一时长内针对所述第一对象集合中各对象的行为数据，并根据所述第一对象集合中各对象对应的行为数据，对所述第一对象集合中的对象进行筛选，得到新的第二对象集合，直到得到的第二对象集合包括的至少一个对象中各对象对应的行为数据满足所述设定阈值。这样，在对第一对象集合中的各个对象进行筛选时，是根据用户的行为数据进行多次筛选的，而不是根据对象的历史信息进行筛选的，从而可以使得筛选出的对象是当前流行或者受欢迎的对象，避免因根据对象的历史信息进行筛选而造成的筛选出的对象具有滞后性，不能将当前流行或者受欢迎的商品展示给用户的问题。
附图说明
17.图1为本技术实施例提供的一种信息处理系统的可选的结构示意图；
18.图2为本技术实施例提供的一种信息处理方法的可选的流程示意图；
19.图3为本技术实施例提供的一种信息处理方法的可选的流程示意图；
20.图4为本技术实施例提供的一种信息处理方法的可选的流程示意图；
21.图5为本技术实施例提供的一种信息处理方法的可选的流程示意图；
22.图6为本技术实施例提供的一种信息处理装置的可选的结构示意图；
23.图7为本技术实施例提供的电子设备的可选的结构示意图。
具体实施方式
24.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对申请的具体技术方案做进一步详细描述。以下实施例用于说明本技术，但不用来限制本技术的范围。
25.在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
26.在以下的描述中，所涉及的术语“第一\第二\第三”仅是为例区别不同的对象，不代表针对对象的特定排序，不具有先后顺序的限定。可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本技术实施例能够以除了在这
里图示或描述的以外的顺序实施。
27.除非另有定义，本文所使用的所有的技术和科学术语与属于本技术的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本技术实施例的目的，不是旨在限制本技术。
28.本技术实施例的信息处理方法可应用于图1所示的信息处理系统100，如图1所示，信息处理系统100包括：服务器10和客户端20。其中，客户端20能够基于输入设备与用户进行交互，其中，输入设备包括：显示器、鼠标和键盘等能够接收用户的输入信息的器件。
29.在一示例中，如图1所示，服务器10和客户端20分别位于不同的物理实体上，此时，服务器10通过网络30与客户端20进行通信。
30.客户端20中运行有能够显示页面的浏览器或应用程序(application，app)。
31.本技术实施例提供的信息处理方法可应用于信息处理设备，该信息处理设备可为服务器10，也可为客户端20。
32.信息处理设备接收用户在第一时长内针对第一对象集合中各对象的行为数据，根据所述第一对象集合中各对象对应的行为数据，对所述第一对象集合中的对象进行筛选，得到第二对象集合，第二对象集合包括：至少一个对象，判断所述至少一个对象中各对象对应的行为数据是否满足设定阈值，在所述至少一个对象中各对象对应的行为数据不满足所述设定阈值的情况下，信息处理设备将所述第二对象集合作为新的所述第一对象集合，继续接收所述用户在所述第一时长内针对所述第一对象集合中各对象的行为数据，并根据所述第一对象集合中各对象对应的行为数据，对所述第一对象集合中的对象进行筛选，得到新的第二对象集合，直到得到的第二对象集合包括的至少一个对象中各对象对应的行为数据满足所述设定阈值。
33.在信息处理设备为服务器10的情况下，服务器10将筛选出的第二对象集合发送至客户端20，由客户端20向用户展示该第二对象集合中包括的各个对象。
34.在信息处理设备为客户端20的情况下，客户端在筛选出第二对象集合后，该客户端20将直接向用户展示该第二对象集合中包括的各个对象。
35.下面，将结合图1所示的信息处理系统的示意图，对本技术实施例提供的信息处理方法及装置、设备、存储介质的各个实施例进行详细说明。
36.图2为本技术实施例提供的一种信息处理方法的实现流程示意图，如图2所示，该方法包括以下步骤：
37.s201、信息处理设备接收用户在第一时长内针对第一对象集合中各对象的行为数据，根据所述第一对象集合中各对象对应的行为数据，对所述第一对象集合中的对象进行筛选，得到第二对象集合。
38.这里，第一对象集合包括：至少一个对象。其中，对于至少一个对象中每一对象，该对象可以包括：商品、广告和新闻等向用户展示的对象。
39.第二对象集合为对第一对象集合进行筛选后得到的集合，第二对象集合包括：至少一个对象。
40.对于第一时长的开始时间和截止时间，本技术实施例对此不进行任何限定。
41.在一示例中，第一时长为2022年4月17日12：00至2022年4月17日18:00，信息处理设备将接收用户在2022年4月17日12：00至2022年4月17日18:00的第一时长内针对第一对
象集合中各对象的行为数据。
42.在实际应用中，信息处理设备接收用户针对第一对象集合中各对象的行为，得到行为数据，其中，行为可包括：点击、加购、收藏、分享、购买等。信息处理设备在得到各对象的行为数据后，将根据第一对象集合中各对象对应的行为数据，对第一对象集合中的对象进行筛选，得到第二对象集合。
43.在一示例中，第一对象集合包括：对象a、对象b和对象c，其中，对象a的行为数据为行为数据a、对象b的行为数据为行为数据b、对象c的行为数据为行为数据c，信息处理设备在根据行为数据a、行为数据b和行为数据c对第一对象集合中的对象a、对象b和对象c进行筛选后，得到的第二对象集合包括：对象a和对象b，此时，信息处理设备进行了第一次筛选。
44.本技术实施例中，对第一对象集合进行筛选时，可根据第一对象集合中各对象的行为数据对第一对象集合所包括的所有对象进行排序，且将排序在前的第一数值的对象构成第二对象集合，这里，对根据对象的行为数据对第一对象集合中所有对象进行排序的排序方式不进行任何限定。其中，对于包括的对象的数量不同的第一对象集合，第一数值的大小不同。
45.本技术实施例中，对第一对象集合进行筛选时，还可根据第一对象集合中各对象的行为数据确定对应对象的行为评分，且由行为评分满足行为评分阈值的对象构成第二对象集合，这里，对具体如何根据行为数据确定行为评分的方式不进行任何限定。其中，对于包括的对象的数量不同的第一对象集合，行为评分阈值的大小可不同。
46.本技术实施例中，对第一对象集合进行筛选的筛选方式不进行任何限定。本技术实施例中，信息处理设备接收用户针对各对象的行为数据是实时数据。比如：第一对象集合包括对象a、对象b和对象c，其中，对象a的行为数据为行为数据a1，对象b的行为数据为行为数据b1，对此c的行为数据为行为数据c1，对象a、对象b和对象c进行筛选，得到的第二对象集合包括：对象a和对象b，此时，由于行为数据是实时变化的数据，因此，对象a的行为数据为不同于行为数据a1的行为数据a2，对象b的行为数据为不同于行为数据b1的行为数据b2。
47.s202、所述信息处理设备判断所述至少一个对象中各对象对应的行为数据是否大于设定阈值。
48.这里，信息处理设备在接收第一对象集合中各对象的行为数据后，根据行为数据的具体数值与设定阈值进行判断，将行为数据大于设定阈值所对应的对象进行筛选，得到第二对象集合，将行为数据小于设定阈值所对应的对象作为新的第一对象集合，继续进行筛选。
49.在一示例中，点击行为对应的设定阈值为60，至少一个对象包括：对象a、对象b、对象c和对象d，其中，对象a对应的点击行为数据为70，对象b对应的点击行为数据为80，对象c对应的点击行为数据为50，对象d对应的点击行为数据为40，由于对象a对应的点击行为数据70和对象b对应的点击行为数据80大于设定阈值60，对象c对应的点击行为数据50和对象d对应的点击行为数据40小于设定阈值60，因此，对象a和对象b组成第二对象集合，对象c和对象d组成新的第一对象集合，继续进行筛选。
50.这里，对于设定阈值的具体数值，本技术实施例对此不进行任何限定。比如，设定阈值为60。
51.本技术实施例中，在信息处理设备判断至少一个对象中各对象对应的行为数据小
于设定阈值的情况下，信息处理设备将执行下述s203，在各对象对应的行为数据大于设定阈值的情况下，信息处理设备将第二对象集合作为新的第一对象集合。
52.s203、在所述至少一个对象中各对象对应的行为数据小于所述设定阈值的情况下，所述信息处理设备将所述第二对象集合作为新的所述第一对象集合，继续接收所述用户在所述第一时长内针对所述第一对象集合中各对象的行为数据，并根据所述第一对象集合中各对象对应的行为数据，对所述第一对象集合中的对象进行筛选，得到新的第二对象集合，直到得到的第二对象集合包括的至少一个对象中各对象对应的行为数据大于所述设定阈值。
53.信息处理设备在执行s201得到第二对象集合后，将该第二对象集合作为新的第一对象集合，并对该新的第一对象集合继续执行上述s201，此时，信息处理设备将进行第二次筛选。
54.在一示例中，第一对象集合包括：对象a、对象b和对象c，在对对象a、对象b和对象c进行筛选后，得到的第二对象集合包括：对象a和对象b，其中，对象a的行为数据为行为数据a1，对象b的行为数据为行为数据b1，信息处理设备将该对象a和对象b作为新的第一对象集合，继续接收用户对第一对象集合中的对象a的行为数据a2和对象b的行为数据b2，对该第一对象集合中的对象a和对象b进行筛选，得到新的第二对象集合包括：对象a，该对象a的行为数据为行为数据a3，该行为数据a3大于设定阈值，此时，信息处理设备进行了二次筛选，得到的第二对象集合包括对象a，并向用户展示筛选后的第二对象集合中的对象a。
55.在实际应用中，信息处理设备在进行筛选时，在得到的第二对象集合包括的至少一个对象中各对象对应的行为数据小于设定阈值时，信息处理设备将继续进行筛选，在各对象对应的行为数据大于设定阈值时，信息处理设备将停止筛选，并向用户展示筛选后的第二对象集合中的各个对象。
56.本技术实施例提供一种信息处理方法，信息处理设备接收用户在第一食材内针对第一对象集合中各对象的行为数据，根据所述第一对象集合中各对象对应的行为数据，对所述第一对象集合中的对象进行筛选，得到第二对象集合，所述第二对象集合包括：至少一个对象，判断所述至少一个对象中各对象对应的行为数据是否大于设定阈值，在所述至少一个对象中各对象对应的行为数据小于所述设定阈值的情况下，所述信息处理设备将所述第二对象集合作为新的所述第一对象集合，继续接收所述用户针对所述第一对象集合中各对象的行为数据，并根据所述第一对象集合中各对象对应的行为数据，对所述第一对象集合中的对象进行筛选，得到新的第二对象集合，直到所述筛选次数增加至设定次数。这样，在对第一对象集合中的各个对象进行筛选时，是根据用户的行为数据进行多次筛选的，而不是根据对象的历史信息进行筛选的，从而可以使得筛选出的对象是当前流行或者受欢迎的对象，避免因根据对象的历史信息进行筛选而造成的筛选出的对象具有滞后性，不能将当前流行或者受欢迎的商品展示给用户的问题。
57.在一些实施例中，所述方法还包括：所述信息处理设备获取所述第一对象集合中各对象在所述第一时长内的实际曝光量，对于实际曝光量未达到所述第一时长对应的目标曝光量的目标对象，调整所述目标对象在显示页面中的位置，以使所述目标对象在所述第一时长内的实际曝光量达到所述目标曝光量。
58.在一示例中，第一对象集合包括：对象a和对象b，其中，对象a在第一时长内的实际
曝光量为20，对象a在第一时长对应的目标曝光量为50，对象b在第一时长内的实际曝光量为50，对象b在第一时长对应的目标曝光量为50。由于对象a在第一时长内的实际曝光量20未达到目标曝光量50，因此，该对象a为目标对象，此时，信息处理设备将调整目标对象a在显示页面中的位置，以使目标对象a在第一时长内的实际曝光量达到目标曝光量50。
59.本技术实施例中，信息处理设备可在第一时长内，通过调整目标对象在显示页面中的位置，以增加目标对象的实际曝光量，从而使得调整后的目标对象在显示页面的实际曝光量达到该第一时长所对应的目标曝光量。其中，调整目标对象在显示页面中的位置包括：将目标对象在显示页面中的位置进行前移。在将目标对象在显示页面中的位置进行前移后，可以使得该目标对象在该显示页面中具有更多的曝光机会，从而可以增加该目标对象的实际曝光量。
60.在一示例中，目标对象a在第一时长内的实际曝光量为5，该第一时长对应的目标曝光量为50。信息处理设备将该目标对象a在显示页面中的位置进行前移，以增加该目标对象a的实际曝光量，从而使得调整后的目标对象在显示页面的实际曝光量达到该第一时长所对应的目标曝光量50。
61.在一些实施例中，所述方法还包括：所述信息处理设备确定所述第一对象集合中各对象在所述第一时长内的初始曝光量，至少根据所述初始曝光量和设定的曝光量提升比例，确定所述目标曝光量。
62.这里，对于设定的曝光量提升比例，该设定的曝光量提升比例为在进行筛选时所设定的第一对象集合中的每个对象的曝光量需要提升的比例。其中，对于设定的曝光量提升比例的具体数值，本技术实施例对此不进行任何限定。
63.在一示例中，第一对象集合包括对象a和对象b，设定的曝光量提升比例为8％，则该第一对象集合中包括的对象a和对象b的曝光量需要提升的比例为8％。
64.本技术中，在进行多次筛选时，该多次筛选中每次设定的曝光量提升比例可以相同，也可以不同，本技术实施例对此不进行任何限定。
65.在一示例中，在进行多次筛选时每次设定的曝光量提升比例不同的情况下，在进行第一次筛选时，设定的曝光量提升比例为8％，在进行第二次筛选时，设定的曝光量提升比例为16％，在进行第三次筛选时，设定的曝光量提升比例为25％。
66.对于目标曝光量，该目标曝光量为第一对象集合中的每个对象在时间段内所需要达到的曝光量。
67.在实际应用中，当对象的曝光量较少时，此时的用户行为具有偶然性，计算的点击率等指标的变化较大，置信度较低，比如：在仅有5次曝光的情况下，用户的一次点击行为对点击率的波动接近20％。而在对象的曝光量较大时，计算的点击率等指标的变化较小，置信度较高。由于对象的曝光量较少时计算得到的点击率等指标变化较大，因此，在对象的曝光量达到目标曝光量再计算点击率等指标时，计算的点击率等指标的变化较小，能够反馈更多更置信，其中，反馈更多更置信可以理解为计算得到的点击率等指标的可信度更高。
68.在一些实施例中，所述确定所述第一对象集合中各对象在所述第一时长内的初始曝光量，包括：对于所述第一对象集合中每一所述对象，获取第二时长内所述对象的历史曝光量，将所述历史曝光量确定为所述对象在所述第一时长内的初始曝光量，所述第二时长为位于所述第一时长之前的时间段。
69.这里，信息处理设备可以包括：流量预估模块，对于第一对象集合中每一对象，通过该流量预估模块可以获取第二时长内该对象的历史曝光量，并将该历史曝光量确定为该对象在第一时长内的初始曝光量，第二时长为位于第一时长之前的时间段。
70.在一示例中，第一对象集合包括：对象a和对象b，第一时长为2022年4月17日12：00至18：00，第二时长为2022年4月10日12：00至2022年4月17日11：00，对象a的历史曝光量为100，对象b的历史曝光量为50。其中，对于对象a，信息处理设备将100确定为该对象a的初始曝光量，对于对象b，信息处理设备将50确定为该对象b的初始曝光量。
71.本技术实施例中，流量预估模块还可以通过曝光量预估模型，将预估的第一对象集合中各对象在所述第一时长内的曝光量确定为初始曝光量。其中，曝光量预估模型可以是树模型或者深度模型等能够预估初始曝光量的模型。
72.这里，对于曝光量预估模型，输入至该曝光量预估模型的数据可以包括：各对象的历史曝光量、各对象的历史销量等数据，在将各对象的历史曝光量、各对象的历史销量等数据输入至曝光量预估模型后，该曝光量预估模型可以根据输入的各对象的数据，对各对象的初始曝光量进行预估。
73.在一些实施例中，所述方法还包括：所述至少根据所述初始曝光量和所述设定的曝光量提升比例，确定所述第一对象集合中各对象在所述时间段内的目标曝光量，包括：在参考曝光量大于或等于曝光量阈值的情况下，所述信息处理设备将所述参考曝光量确定为所述目标曝光量，所述参考曝光量根据所述初始曝光量和所述设定的曝光量提升比例确定，在所述参考曝光量小于所述曝光量阈值的情况下，将所述曝光量阈值确定为所述目标曝光量。
74.这里，在参考曝光量根据初始曝光量和设定的曝光量提升比例确定的情况下，该参考曝光量是根据初始曝光量和设定的曝光量提升比例的乘积确定的。
75.信息处理设备还可以包括：目标设计模块，该目标设计模块可以在参考曝光量大于或等于曝光量阈值的情况下，将该参考曝光量确定为目标曝光量，在参考曝光量小于曝光量阈值的情况下，将该曝光量阈值确定为目标曝光量。
76.这里，对于曝光量阈值，该曝光量阈值用于指示设定的保底曝光量，在对象的曝光量达到该保底曝光量的情况下，计算的对象的点击率等指标的置信度较高。若参考曝光量小于保底曝光量，则说明对象的曝光量较少，如果在曝光量较少的情况下计算对象的点击率等指标，将造成计算的点击率等指标置信度较低的问题，因此，在参考曝光量小于曝光量阈值的情况下，将该保底曝光量确定为目标曝光量，可以使得计算的对象的点击率等指标的置信度较高。
77.本技术实施例中，确定目标曝光量的公式如下述公式(1)所示：
[0078][0079]
其中，pv
target
为目标曝光量，p
promote
为流量提升比例，pv
guaranteed
为曝光量阈值，pv
origin
为初始曝光量。
[0080]
根据上述公式(1)可知，信息处理设备在确定目标曝光量pv
target
时，先判断初始曝光量pv
origin
和流量提升比例p
promote
的乘积是否大于或等于曝光量阈值pv
guaranteed
，在乘积大
于或等于曝光量阈值pv
guaranteed
的情况下，将该乘积确定为目标曝光量pv
target
，在乘积小于曝光量阈值pv
guaranteed
的情况下，将曝光量阈值pv
guaranteed
确定为目标曝光量pv
target
。
[0081]
在一些实施例中，所述第一时长包括：至少一个时间子段，所述至少一个时间子段中每一所述时间子段对应一曝光分量，所述至少一个时间子段中每一所述时间子段对应的曝光分量构成所述目标曝光量，所述调整所述目标对象在显示页面中的位置，包括：
[0082]
对于所述至少一个时间子段中每一所述时间子段，对于所述目标对象，执行以下步骤s301至s303：
[0083]
s301、所述信息处理设备获取所述目标对象在所述时间子段的实际曝光量。
[0084]
这里，对于至少一个时间子段中每一时间子段对应的曝光分量，本技术实施例对此不进行任何限定。
[0085]
在一示例中，第一时长包括：时间子段1、时间子段2和时间子段3，其中，时间子段1对应的曝光分量为曝光分量10，时间子段2对应的曝光分量为曝光分量20，时间子段3对应的曝光分量为曝光分量30，则时间子段1对应的曝光分量10，时间子段2对应的曝光分量20和时间子段3对应的曝光分量30构成的目标曝光量为60。
[0086]
s302、所述信息处理设备判断所述时间子段的实际曝光量是否达到所述时间子段对应的曝光分量。
[0087]
这里，信息处理设备在获取目标对象在时间子段的实际曝光量后，可判断获取的该目标对象在时间子段的实际曝光量是否达到该时间子段对应的曝光分量。
[0088]
在一示例中，对象a在时间子段1内的实际曝光量为20，时间子段1对应的曝光分量为40，信息处理设备将判断对象a在时间子段1的实际曝光量20未达到与该时间子段1所对应的曝光分量40。
[0089]
s303、所述信息处理设备在所述实际曝光量未达到所述曝光分量的情况下，调整所述目标对象在所述显示页面中的位置。
[0090]
这里，信息处理设备在判断实际曝光量未达到曝光分量的情况下，将调整目标对象在显示页面中的位置，比如：将目标对象在显示页面中的位置进行前移，从而使得该目标对象在下一个时间子段内的曝光量能够达到曝光分量。
[0091]
在一示例中，目标对象a的实际曝光量20小于曝光分量40，此时，信息处理设备将该目标对象a显示在页面中的位置进行前移，以使得该目标对象a在下一个时间子段内的曝光量能够达到下一个时间子段所对应的曝光分量。
[0092]
在目标对象在一时间子段内的实际曝光量达到曝光分量的情况下，信息处理设备将不再调整该目标对象在显示页面中的位置。
[0093]
这里，信息处理设备还可以包括：流量控制模块，该流量控制模块可以在一时间子段内，通过调整目标对象在显示页面中的位置，使得该目标对象在该时间子段内的实际曝光量能够达到该时间子段对应的曝光分量。
[0094]
本技术实施例中，对于每个时间子段，流量控制模块可以根据该时间子段内目标对象的曝光分量和该目标对象的实际曝光量，确定该目标对象在该时间子段内的未达到的曝光量，通过下述公式(2)所示：
[0095]
cur_diff＝cur_comp_ratio-cur_target
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式(2)；
[0096]
其中，cur_diff为未达到的曝光量，cur_comp_ratio为实际曝光量，cur_target为
曝光分量。
[0097]
在确定未达到的曝光量cur_diff后，信息处理设备可根据上一个时间子段内未达到的曝光量last_diff，实际曝光量cur_comp_ratio和未达到的曝光量cur_diff，确定调控参数promote_ratio。其中，如调控参数promote_ratio下述公式(3)所示：
[0098]
promote_ratio＝f(cur_comp_ratio,cur_diff,last_diff)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式(3)；
[0099]
这里，调控参数promote_ratio用于指示对象在页面中进行前移时的前移位数。
[0100]
在一些实施例中，所述根据所述第一对象集合中各对象的行为数据，对所述第一对象集合中的对象进行筛选，包括：对于所述第一对象集合中各对象，所述信息处理设备至少根据所述对象的行为数据，确定所述对象对应的点击率、加购率和购买率，根据所述对象对应的所述点击率、所述加购率和所述购买率，确定为所述第一对象集合中各对象的行为评分，根据所述第一对象集合中各对象的行为评分，对所述第一对象集合中的对象进行筛选。
[0101]
这里，信息处理设备可以将对象对应的点击率、加购率和购买率的乘积确定为第一对象集合中各对象的行为评分。
[0102]
这里，对于行为数据，该行为数据可以包括：点击行为数据、加购行为数据和购买行为数据，对于第一对象集合中各对象，信息处理设备可以至少根据每个对象的点击行为数据，确定每个对象的点击率，至少根据每个对象的加购行为数据，确定每个对象的加购率，至少根据每个对象的购买行为数据，确定每个对象的购买率。
[0103]
信息处理设备在确定每个对象对应的点击率、加购率和购买率后，可将每个对象对应的点击率、加购率和购买率的乘积确定为每个对象的行为评分，并根据每个对象的行为评分，对第一对象集合中的对象进行筛选。
[0104]
本技术实施例中，信息处理设备可以至少根据所述第一对象集合中各对象的点击行为数据和所述第一对象集合中各对象的实际曝光量的比值，确定所述第一对象集合中各对象的点击率，至少根据所述第一对象集合中各对象的加购行为数据所述第一对象集合中各对象的点击行为数据的比值，确定所述第一对象集合中各对象的加购率，至少根据所述第一对象集合中各对象的购买行为数据所述第一对象集合中各对象的点击行为数据的比值，确定所述第一对象集合中各对象的购买率，。
[0105]
在一示例中，对于目标对象a，该对象a的点击行为数据为10，该对象a的加购行为数据为5，该对象a的购买行为数据为4，该对象a的实际曝光量为50。信息处理设备将根据对象a的点击行为数据10和实际曝光量50，确定该对象a的点击率为20％，根据对象a的加购行为数据5和点击行为数据10，确定该对象a的加购率为50％，根据对象a的购买行为数据4和点击行为数据10，确定该对象a的购买率为40％，确定该对象a的点击率20％、加购率10％和购买率40％的乘积为0.8％，该0.8％即为该对象a的行为评分。
[0106]
本技术实施例中，为提高根据行为数据确定的点击率、加购率和购买率的置信度，可根据威尔逊置信区间的下界作为点击率、加购率和购买率的修正值，其中，威尔逊置信区间下界的计算方法如下述公式(4)所示：
[0107][0108]
其中，wilson表示威尔逊置信区间，p为待修正的统计量，z为置信水平，z的取值为1.96，n为第一对象集合中的对象的个数。
[0109]
在确定威尔逊置信区间后，可根据该威尔逊置信区间，确定对象的点击率ctr、购买率cvr和加购率car，该点击率ctr、购买率cvr和加购率car分别如下述公式(5)、公式(6)和公式(7)所示：
[0110][0111]
其中，click为点击行为数据，pv为实际曝光量。
[0112][0113]
其中，orderline为购买行为数据。
[0114][0115]
其中，cart为加购行为数据。
[0116]
在实际应用中，由于用户的行为数据的稀疏性可能导致部分指标为0，因此，设计使用了如下述公式(8)所示的排序公式rank_score：
[0117]
rank_score＝(ctr ε)
α
*(cvr ε)
β
*(car ε)
γ
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式(8)；
[0118]
其中，α、β和γ用于表征各个指标的影响力程度，0≤α，β，γ≤1，ε为参数，ε的取值为0.001。
[0119]
这里，对于上述公式(8)，可以根据预估的购买率pcvr替换上述公式(8)中的购买率cvr，替换后的公式如下述公式(9)所示：
[0120]
rank_score＝(ctr ε)
α
*(pcvr ε)
β
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式(9)；
[0121]
这里，将预估的购买率pcvr替换购买率cvr，能够提高点击率等指标的置信度。其中，预估的购买率pcvr为第一对象集合中的各对象在第二时长内的购买率。
[0122]
在一些实施例中，所述根据所述第一对象集合中各对象的行为数据，对所述第一对象集合中的对象进行筛选，包括：在进行第一次筛选时，所述信息处理设备确定所述第一对象集合中各对象的类目，根据所述第一对象集合中属于同一类目的对象的行为数据，对所述第一对象集合中的对象进行筛选。
[0123]
这里，信息处理设备在进行第一次筛选时，可先确定第一对象集合中各对象的类目，在确定第一对象集合中各对象的类目后，信息处理设备将根据第一对象集合中属于同一类目的对象的行为数据，对第一对象集合中的对象进行筛选。
[0124]
在一示例中，第一对象集合包括：对象a、对象b、对象c和对象d，其中，对象a和对象b属于类目1，对象c和对象d属于类目2，信息设备在进行第一次筛选时，将根据属于同一类目1的对象a和对象b的行为数据，对第一对象集合中的对象a和对象b进行筛选，根据属于同一类目2的对象c和对象d的行为数据，对第一对象集合中的对象c和对象d进行筛选。
[0125]
本技术实施例中，为了避免某一类目下的对象的评分普遍较高，从而使得该类目下的较多对象晋级对其他弱势类目的对象造成挤压，对象仅在同类目下进行比较与排序，且为了避免部分类目下对象存数量太小，因此，最终晋级对象数由晋级比例和类目保底阈值共同确定，在第一对象集合中某一类目下的对象的数量与该类目下的晋级对象比例的乘积大于类目保底阈值的情况下，最终晋级对象数为某一类目下的对象数量与该类目下的晋级商品比例的乘积；在第一对象集合中某一类目下的对象数量与该类目下的晋级对象比例的乘积小于或等于类目保底阈值的情况下，最终晋级对象数为类目保底阈值，如下述公式(10)所示：
[0126][0127]
其中，num_select为最终晋级对象数，即第二对象集合中对象的个数，num
category
为第一对象集合中某一类目下的对象的数量，p
category
为该类目下的晋级对象比例，threshold
category
为类目保底阈值。
[0128]
在一些实施例中，所述方法还包括如下步骤s401至s403：
[0129]
s401、所述信息处理设备根据至少一个时间节点，确定至少一个对象特征。
[0130]
这里，至少一个时间节点中每一所述时间节点对应一对象特征。
[0131]
在一示例中，至少一个时间节点包括：情人节和端午节，其中，情人节对应的对象特征包括：鲜花，端午节对应的对象特征包括：粽子。
[0132]
s402、所述信息处理设备确定与目标时间节点对应的对象特征。
[0133]
这里，目标时间节点为至少一个时间节点中的任意一个时间节点。
[0134]
在一示例中，至少一个时间节点包括：情人节和端午节，其中，情人节对应的对象特征为鲜花，端午节对应的对象特征为粽子。若目标时间节点为情人节，则信息处理设备将确定与情人节对应的对象特征为鲜花。
[0135]
s403、所述信息处理设备根据所述对象特征，从至少一个候选对象中确定所述第一对象集合。
[0136]
这里，信息处理设备在确定对象特征后，将根据该对象特征，从至少一个候选对象中确定具有该对象特征的对象，并将具有该对象特征的对象确定为第一对象集合。
[0137]
在一示例中，至少一个候选对象包括：候选对象1、候选对象2和候选对象3，其中，候选对象1的对应的对象特征为特征a、候选对象2的对应的对象特征为特征a，候选对象3的对应的对象特征为特征b。若对象特征为特征a，则信息处理设备将从候选对象1、候选对象2和候选对象3中，将候选对象1和候选对象2确定为第一对象集合。
[0138]
电商平台中，优质的商品供给承担着吸引用户兴趣，促成交易的重要作用。本技术提供一种信息处理方法，先将大量的候选商品展示给用户，然后基于用户的实时反馈筛选出其中的优质商品推荐给用户。
[0139]
电商平台有数十万家品牌店铺，每个品牌店铺拥有成千上万的商品，整个平台涉及数亿级别的商品。在电商交易中，不同商品对消费者的吸引和影响程度不同，优质商品更容易得到消费者的青睐，从而使得消费者更倾向于查看和购买。在电商平台中，可以通过展示优质商品以吸引用户的兴趣和注意力，从而促成更多的交易。在不同环境下，优质商品有不同的界定形式，比如：上新季的新品、打折促销的降价商品、符合季节和节日的趋势商品
等均包含符合用户喜好的潜在优质商品。本技术可以基于用户反馈的逐层商品筛选机制，通过给予候选商品额外流量并收集实时反馈的形式逐渐筛选出对用户有吸引力的优质商品，从而通过优质商品收货更多的转化。
[0140]
相关技术中，对候选商品池中的商品进行筛选时，一般是基于历史统计信息对商品进行筛选，或者，仅根据商品的销量对商品进行筛选的。其中，在基于历史统计信息对商品进行筛选时，由于是基于历史统计信息进行筛选的，因此，存在滞后性的问题。在仅根据商品的销量对商品进行筛选时，由于在对商品筛选时仅考虑了商品的销量，而没有考虑用户的点击、加购等行为，因此，筛选出的商品可能不是用户所喜欢和需要的商品，造成不能为平台带来综合性收益最大化的问题。
[0141]
针对相关技术中对候选商品池中的商品进行筛选存在的问题，本技术提供一种信息处理方法，可以根据用户的实时反馈信息对商品进行筛选，且在对商品进行筛选的过程中，综合考虑的用户的浏览、点击、加购和下单等多种行为，以使得真正的优质商品能够通过用户的选择脱颖而出，实现平台与消费者的双赢，并实现平台收益的最大化。
[0142]
另一方面，相关技术中，在选择商品进入商品候选池时，是通过模型进行选品的，或者，选择特定的商品类型进入商品候选池。其中，在通过模型选择商品进入商品候选池时，将造成选择的商品不能根据特定的节日和促销活动等环境变化对选择的商品进行适配性的调整。在选择特定的商品类型进入商品候选池时，将造成商品来源单一，难以选择多方面的商品以符合用户的兴趣和偏好的问题。
[0143]
针对相关技术中对选择商品进入商品候选池存在的问题，本技术提供一种信息处理方法，将综合考虑特定的节日、降价商品、换季新品等多种来源的商品进入商品候选池，从而实现平台收益的最大化。
[0144]
下面将对本技术提供的一种信息处理方法进行详细描述。
[0145]
本技术构建了基于用户实时反馈的商品筛选方法，通过一段时间内用户的行为作为反馈，对候选商品进行流动式的筛选，经过逐层筛选晋级最终保留下优质商品。
[0146]
如图3所示，商品筛选链路301由动态更新的商品候选池机制与商品筛选机制302两部分串联而成，商品筛选机制动态实时地从商品侯选池303中获得最新的候选商品集合，并筛选留下当前时段下的优质商品集合304。
[0147]
这里，商品筛选机制302包括：筛选模组3021、筛选模组3022和筛选模组3023，其中，筛选模组3021、筛选模组3022和筛选模组3023中均包括流量预估模块3024、目标设计模块3025、流量控制模块3026和排序筛选模块3027。
[0148]
如图3所示，在通过筛选模组3021进行第一次筛选时，商品侯选池中包括100％的商品，商品候选池中各商品的流量提升目标为8％，在第一次筛选完成后，将有60％的商品晋级至第二次筛选，通过筛选模组3022进行第二次筛选，此时，商品候选池中各商品的流量提升目标为15％，在第二次筛选完成后，将有36％的商品晋级至第三次筛选，通过筛选模组3023进行第三次筛选，此时，商品候选池中各商品的流量提升目标为25％，在第三次筛选完成后，将有21.6％的商品晋级至最终的优质商品。
[0149]
商品候选池接收多种来源的候选商品集合，比如：节日商品、降价商品、新品等。候选商品池保持动态更新丰富了商品来源的多样性，同时保证了候选商品是符合消费者感知的潜在优质商品。
[0150]
下面将对商品候选池机制进行详细描述。
[0151]
为了满足用户的多样化流量和购买兴趣提供充足的候选商品集合，商品侯选池中将接入多种来源的候选商品集合，每种来源的候选商品集合均能在特定场景下符合用户的购买意愿，如节日前夕添加的节日趋势品能够满足用户对于节日商品的需求，降价商品能够满足用户购买质优价廉商品的需求等。
[0152]
商品的来源可以依靠未来的销量进行预估圈定，其中，未来的销量可根据商品的历史数据确定，也可以依据营销活动降价信息等实时特征动态圈定。各路来源的候选商品集合保持动态更新并将最新候选商品输入到候选商品池中，保证商品池中商品的动态变化，从而使得候选商品池中保存的商品均为在当前时刻下具有营销潜力的商品。
[0153]
下面将对商品筛选机制进行详细描述。
[0154]
商品筛选机制将定时从商品候选池中获得最新的候选商品集合，候选商品集合在商品筛选机制中流动并基于用户的反馈进行排序、逐步淘汰排名靠后的商品并最终保留得到优质商品集合。具体的实现策略包括：将商品筛选机制拆分为多个功能相近的筛选模组，且该多个筛选模组是串联的，每个筛选模组在一段时间内给予输入商品一定的流量增量，得到更多的曝光机会，以收集到更多的用户反馈，在预定时间结束后利用收集到的用户反馈对商品进行打分排序，并选择排名靠前的商品晋级至下一个筛选模组或作为最终优质商品输出。越靠后的模组提供的流量提升目标越高，能够反馈更多更置信。候选商品集合通过多个筛选模组间的流动逐步筛选出最终的优质商品集合。
[0155]
这里，流量即为上述实施例中所描述的曝光量。流量提升目标即为上述实施例中所描述的流量提升比例。
[0156]
下面将根据图4，对商品筛选机制进行详细描述。
[0157]
如图4所示，商品筛选机制将从商品候选池303中获得候选商品集合，将该候选商品集合输入至筛选模组3021，进行第一次筛选，并将筛选后的候选商品集合输入至筛选模组3022，进行第二次筛选，并将筛选后的候选商品集合输入至筛选模组3023，进行第三次筛选，在进行三次筛选后，将输出的商品确定为优质商品集合304，其中，在进行每次筛选后，将淘汰的商品输入至淘汰商品池401中。
[0158]
如图5所示，每个筛选模组所包括的各个模块的功能如下所示：
[0159]
流量预估模块3024：对商品候选集中包括的商品1至商品n的商品在基准桶中的原始曝光量进行预估，并将预估的原始曝光量作为目标设计模块的输入。其中，基准桶为不执行任何策略的流量桶。
[0160]
这里，原始曝光量即为上述实施例中所描述的初始曝光量。
[0161]
目标设计模块3025：根据商品原始曝光量和流量提升目标确定流量目标值，并将计算的流量目标值作为流量控制模块的输入。
[0162]
这里，流量目标值即为上述实施例中所描述的目标曝光量。
[0163]
流量控制模块3026：根据目标设计模块输出的商品流量提升目标，调整商品的展示位置，以达到流量提升目标。
[0164]
排序筛选模块3027：在特定时段结束后按照用户的实时反馈对候选商品集进行打分排序，筛选出晋级商品输入到下一个筛选模组或最终输出至平台作为优质商品集合。
[0165]
下面将分别对流量预估模块、目标设计模块、流量控制模块和排序筛选模块进行
详细描述：
[0166]
流量预估模块，针对商品的历史曝光数据对商品未来一段时间内的流量情况做出提前预估，用以指导流量提升目标的合理设定。考虑到时效性需要，需要提前将全商品的未来曝光情况进行预估，待接收到输入商品集合后对输入商品集合中的每个商品的曝光预估值进行查询。由于流量具有周期性和高度波动性的特征，对流量预估的方式上可以结合模型或统计方法等方式对商品的流量情况进行提前的预估。其中，模型可包括：树模型或深度模型等能够对流量进行预估的模型，在采用统计方法对流量进行预估时，可将历史同期的统计的平均值作为预估的流量值。流量预估的结果将输入到目标设计模块作为目标设计的流量基础值。
[0167]
目标设计模块，基于流量预估模块所预估的流量值和设定合理的流量提升目标，确定流量目标值。通过设定合理的流量提升目标增加商品的曝光机会，得到更多更置信的用户反馈，同时不会过度挤占其他商品的曝光次数，避免核心价值指标损失。流量提升目标设计考虑了给予商品一定比率的曝光提升，同时兼顾了曝光次数较少的商品对相对提升比例不敏感的问题，为低曝光商品提供了保底曝光次数，使曝光量不同的商品均能收集到一定量的用户反馈数据。
[0168]
随着筛选的进行，留存的商品数目逐渐减少，此时流量提升比例可以逐渐提高，此时不会对商品效率造成影响，同时能够收集到更置信的用户反馈。随着筛选的逐步进行，流量提升目标可以从8％逐步提升到25％以上。
[0169]
目标设计模块的输出结果将作为流量控制模块的输入值，该目标设计模块的输出结果为流量控制模块确定的流量目标值，该流量目标值为根据流量预估模块预估的原始曝光量和根据目标设计模块确定的流量提升目标确定的目标值。
[0170]
流量控制模块以促成候选商品集合中的各商品完成设定的流量目标值为目的，在特定时间段内，根据流量目标值与实际曝光量的情况对各个商品的流量进行控制，通过调整商品的展示位置调控商品获得的流量，从而达成设定的流量目标值。流量控制模块先依据时间段设定多个调控时间节点(如每半小时进行一次调控参数的更新)，预先按照全时段的流量目标值和流量分布情况设定各个调控时间节点期望达成的子目标，在每个调控时间节点时汇总出该时间节点下流量目标完成情况、流量偏差情况和历史流量偏差情况，依次计算出下一时间段内期望的流量目标值，并依据该流量目标值对调控参数进行更新，将商品的展示位置前移或后移，以获得更高的流量或减少流量的获得。
[0171]
在多个调控时间节点的调控下，最终商品的曝光量将增加至与流量目标值相同，在商品的曝光量与流量目标值相同的情况下，对时段内商品获得的点击、加购和下单等行为进行汇总并反馈至排序筛选模块。
[0172]
排序筛选模块，将依据设定时间段内的用户反馈情况对商品进行排序筛选。在设定时间段结束后，该排序筛选模块将收集用户的多种行为信息，根据用户的浏览、点击、加购和下单等行为作为反馈对商品进行打分排序，保留排名靠前的商品进行晋级。
[0173]
这里，排序筛选模块在收集用户的点击、加购和下单等行为时，可根据点击行为，计算点击率ctr，根据加购行为，计算加购率car，根据下单行为，计算转化率cvr。
[0174]
由于点击率ctr、加购率car和转化率cvr的重要性和收益不同，在实际应用中用户行为的稀疏性将导致部分指标可能为0，因此，设计了如上述公式(8)所示排序公式，从而可
以避免因部分指标为0而造成的计算结果不准确的问题。
[0175]
为了避免某一类目下的商品排序分普遍较高使得较多商品晋级对其他弱势类目的商品造成挤压，商品仅在同类目下进行比较与排序，且为了避免部分类目下商品留存数量太小，因此，最终晋级商品数由晋级比例和类目保底阈值共同确定，在候选商品集中某一类目下的商品数量与该类目下的晋级商品比例的乘积大于类目保底阈值的情况下，最终晋级商品数为某一类目下的商品数量与该类目下的晋级商品比例的乘积；在候选商品集中某一类目下的商品数量与该类目下的晋级商品比例的乘积小于或等于类目保底阈值的情况下，最终晋级商品数为类目保底阈值，如上述公式(10)所示。
[0176]
图6为本技术实施例提供的一种信息处理装置，如图6所示，信息处理装置包括：
[0177]
第一接收单元601，用于接收用户在第一时长内针对第一对象集合中各对象的行为数据，根据所述第一对象集合中各对象对应的行为数据，对所述第一对象集合中的对象进行筛选得到第二对象集合，所述第二对象集合包括：至少一个对象；
[0178]
判断单元602，用于判断所述至少一个对象中各对象对应的行为数据是否大于设定阈值；
[0179]
第二接收单元603，用于在所述至少一个对象中各对象对应的行为数据小于所述设定阈值的情况下，将所述第二对象集合作为新的所述第一对象集合，继续接收所述用户在所述第一时长内针对所述第一对象集合中各对象的行为数据，并根据所述第一对象集合中各对象对应的行为数据，对所述第一对象集合中的对象进行筛选，得到新的第二对象集合，直到得到的第二对象集合包括的至少一个对象中各对象对应的行为数据大于所述设定阈值。
[0180]
在一些实施例中，信息处理装置600还包括：
[0181]
获取单元，用于获取所述第一对象集合中各对象在所述第一时长内的实际曝光量；
[0182]
调整单元，用于对于实际曝光量未达到所述第一时长对应的目标曝光量的目标对象，调整所述目标对象在显示页面中的位置，以使所述目标对象在所述第一时长内的实际曝光量达到所述目标曝光量。
[0183]
在一些实施例中，信息处理装置600还包括：确定单元，用于：
[0184]
确定所述第一对象集合中各对象在所述第一时长内的初始曝光量；
[0185]
至少根据所述初始曝光量和设定的曝光量提升比例，确定所述目标曝光量。
[0186]
在一些实施例中，确定单元，还用于：
[0187]
对于所述第一对象集合中每一所述对象，获取第二时长内所述对象的历史曝光量，将所述历史曝光量确定为所述对象在所述第一时长内的初始曝光量，所述第二时长为位于所述第一时长之前的时间段。
[0188]
在一些实施例中，确定单元，还用于：
[0189]
在参考曝光量大于或等于曝光量阈值的情况下，将所述参考曝光量确定为所述目标曝光量，所述参考曝光量根据所述初始曝光量和所述设定的曝光量提升比例确定；
[0190]
在所述参考曝光量小于所述曝光量阈值的情况下，将所述曝光量阈值确定为所述目标曝光量。
[0191]
在一些实施例中，所述第一时长包括：至少一个时间子段，所述至少一个时间子段
中每一所述时间子段对应一曝光分量，所述至少一个时间子段中每一所述时间子段对应的曝光分量构成所述目标曝光量，调整单元，还用于：
[0192]
对于所述至少一个时间子段中每一所述时间子段，对于所述目标对象，执行以下步骤：
[0193]
获取所述目标对象在所述时间子段的实际曝光量；
[0194]
判断所述时间子段的实际曝光量是否达到所述时间子段对应的曝光分量；
[0195]
在所述实际曝光量未达到所述曝光分量的情况下，调整所述目标对象在所述显示页面中的位置。
[0196]
在一些实施例中，第一接收单元601，还用于：
[0197]
对于所述第一对象集合中各对象，至少根据所述对象的行为数据，确定所述对象对应的点击率、加购率和购买率；
[0198]
根据所述对象对应的所述点击率、所述加购率和所述购买率，确定所述第一对象集合中各对象的行为评分；
[0199]
根据所述第一对象集合中各对象的行为评分，对所述第一对象集合中的对象进行筛选。
[0200]
在一些实施例中，第一接收单元601，还用于：
[0201]
在进行第一次筛选时，确定所述第一对象集合中各对象的类目；
[0202]
根据所述第一对象集合中属于同一类目的对象的行为数据，对所述第一对象集合中的对象进行筛选。
[0203]
在一些实施例中，确定单元，还用于：
[0204]
根据至少一个时间节点，确定至少一个对象特征，所述至少一个时间节点中每一所述时间节点对应一对象特征；
[0205]
确定与目标时间节点对应的对象特征，所述目标时间节点为所述至少一个时间节点中的任意一个时间节点；
[0206]
根据所述对象特征，从至少一个候选对象中确定所述第一对象集合。
[0207]
本技术实施例提供一种存储介质，也就是计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中提供的信息处理方法。
[0208]
本技术实施例还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述信息处理方法。其中，电子设备为信息处理装置。
[0209]
需要说明的是，本技术实施例提供的数据处理系统包括所包括的各逻辑单元，可以通过电子设备中的处理器来实现；当然也可通过具体的逻辑电路实现；在实施的过程中，处理器可以为中央处理器(cpu，central processing unit)、微处理器(mpu，micro processor unit)、数字信号处理器(dsp，digital signal processor)或现场可编程门阵列(fpga，field-programmable gate array)等。
[0210]
以上系统实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本技术系统实施例中未披露的技术细节，请参照本技术方法实施例的描述而理解。
[0211]
需要说明的是，本技术实施例中，如果以软件功能模块的形式实现上述的页面显
示方法，并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术实施例的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务端、或者网络设备等)执行本技术各个实施例所述方法的全部或部分。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read only memory，rom)、磁碟或者光盘等各种可以存储程序代码的介质。这样，本技术实施例不限制于任何特定的硬件和软件结合。
[0212]
这里需要指出的是：以上存储介质实施例的描述，与上述方法实施例的描述是类似的，具有同方法实施例相似的有益效果。对于本技术存储介质实施例中未披露的技术细节，请参照本技术方法实施例的描述而理解。
[0213]
需要说明的是，图7为本技术实施例电子设备的一种硬件实体示意图，如图7所示，所述电子设备700包括：一个处理器701、至少一个通信总线702、至少一个外部通信接口704和存储器705。其中，通信总线702配置为实现这些组件之间的连接通信。在一示例中，电子设备700还包括：用户接口703、其中，用户接口703可以包括显示屏，外部通信接口704可以包括标准的有线接口和无线接口。
[0214]
存储器705配置为存储由处理器701可执行的指令和应用，还可以缓存待处理器701以及电子设备中各模块待处理或已经处理的数据(例如，图像数据、音频数据、语音通信数据和视频通信数据)，可以通过闪存(flash)或随机访问存储器(random access memory，ram)实现。
[0215]
应理解，说明书通篇中提到的“一个实施例”或“一实施例”意味着与实施例有关的特定特征、结构或特性包括在本技术的至少一个实施例中。因此，在整个说明书各处出现的“在一个实施例中”或“在一些实施例中”未必一定指相同的实施例。此外，这些特定的特征、结构或特性可以任意适合的方式结合在一个或多个实施例中。应理解，在本技术的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本技术实施例的实施过程构成任何限定。上述本技术实施例序号仅仅为了描述，不代表实施例的优劣。
[0216]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
[0217]
在本技术所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
[0218]
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元；既可以位于一个地方，也可以分布到多个网络单
元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
[0219]
另外，在本技术各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
[0220]
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(read only memory，rom)、磁碟或者光盘等各种可以存储程序代码的介质。
[0221]
或者，本技术上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术实施例的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务端、或者网络设备等)执行本技术各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、rom、磁碟或者光盘等各种可以存储程序代码的介质。
[0222]
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。