推送方法及计算机存储介质与流程

1.本发明涉及大数据领域，尤其涉及一种推送方法及计算机存储介质。


背景技术：

2.随着互联网的不断发展，用户对网络的依赖程度也在不断增加，用户对网络的频繁使用成为推动互联网大数据发展的重要力量，但是在当今互联网快速发展的时代，任何信息或公众事件都有可能被放大，面对不断暴增的网络数据，普通用户难以作出理性客观的选择，亟需一种效率高、准确性好的推送方法，以满足不同用户的需求。
3.现有的推送方法千篇一律，比如根据人工编辑内容进行推送，或者是根据相似性评分推送评分较高的信息，这些方法不能完全掌握所有信息，导致无法最大化地满足用户需求，推送的准确性差、效率低、用户体验效果差。


技术实现要素：

4.本发明的目的之一在于提供一种推送方法，以解决现有技术中无法兼顾个性化需求和大众需求，导致无法最大化地满足用户需求的技术问题。
5.本发明的目的之一在于提供一种计算机存储介质。
6.为了实现上述发明目的之一，本发明提供一种推送方法，包括：获取待测用户在当前采样周期内的行为数据，分析并判断感兴趣信息是否满足推送条件；其中，所述推送条件根据所述待测用户的需求设定；若否，则计算在所述当前采样周期内的热门信息，并根据所述热门信息确定推送结果。
7.作为本发明一实施方式的进一步改进，所述感兴趣信息配置为包含若干感兴趣对象的集合；所述推送条件包括：所述感兴趣信息中感兴趣对象数量大于等于允许数量值；其中，所述允许数量值表征目标推送区域能容纳的推送对象极大值。
8.作为本发明一实施方式的进一步改进，“在所述“获取待测用户在当前采样周期内的行为数据，分析并判断感兴趣信息是否满足推送条件”之后，所述推送方法还包括：若所述感兴趣对象总数量等于所述允许数量值，则将所述感兴趣信息确定为所述推送结果而输出至所述目标推送区域。
9.作为本发明一实施方式的进一步改进，所述待测用户的行为数据包括所述待测用户的历史行为记录和实时行为记录至少其中之一。
10.作为本发明一实施方式的进一步改进，所述“获取所述待测用户在当前采样周期内的行为数据，分析并判断感兴趣信息是否满足推送条件”具体包括：在当前采样周期内采集和分析所述待测用户的行为数据，得到对应于所述行为数据的访问日志；识别并统计所述访问日志中所有历史访问对象的历史访问量，筛选得到历史访问量排名靠前的n个历史访问对象，构成所述感兴趣信息；其中，所述推送对象的历史访问量与待测用户对该推送对象的感兴趣程度呈正相关。
11.作为本发明一实施方式的进一步改进，所述对象的历史访问量包括访问时长和访
问频率至少其中之一。
12.作为本发明一实施方式的进一步改进，所述“根据所述热门信息确定推送结果”具体包括：根据所述热门信息补充所述感兴趣信息，使组合信息满足所述推送条件，固定该组合信息为所述推送结果。
13.作为本发明一实施方式的进一步改进，所述推送条件包括：所述感兴趣信息中感兴趣对象数量大于等于允许数量值；所述感兴趣信息配置为包含若干感兴趣对象的集合，所述热门信息配置为包含若干热门对象的集合；所述“计算在所述当前采样周期内的热门信息”具体包括：根据所述允许数量值k和所述感兴趣对象数量n，确定待补充对象数量m；其中，m＝k-n；遍历并自当前采样周期内的历史搜索对象中，筛选得到符合热门条件的m个历史搜索对象，构成所述热门信息。
14.作为本发明一实施方式的进一步改进，所述“筛选得到符合热门条件的m个历史搜索对象，构成所述热门信息”具体包括：统计当前采样周期内用户搜索量排名靠前的若干历史搜索对象，确定当前热门对象；计算每个当前热门对象的搜索量变动指数，筛选得到所述搜索量变动指数排名靠前的m个历史搜索对象，构成所述热门信息；其中，所述搜索量变动指数表征所述历史搜索对象在当前采样周期内的搜索量变化情况。
15.作为本发明一实施方式的进一步改进，所述当前热门对象包括第一热门对象；所述“计算每个当前热门对象的搜索量变动指数”具体包括：获取所述第一热门对象在当前采样周期内的第一时刻的第一搜索量；获取所述第一热门对象在上一采样周期内的第一时刻的第二搜索量；根据所述第一搜索量和所述第二搜索量，计算得到所述搜索量变动指数。
16.作为本发明一实施方式的进一步改进，所述“根据所述第一搜索量和所述第二搜索量，计算得到所述搜索量变动指数”具体包括：判断所述第二搜索量是否为0；若是，则将用户搜索变化量作为所述搜索量变动指数；若否，则根据用户搜索变动量和所述第二搜索量，计算得到所述搜索量变动指数；其中，所述用户搜索变动量等于所述第一搜索量与所述第二搜索量之差，所述搜索量变动指数等于所述用户搜索变动量和所述第二搜索量之商。
17.为实现上述发明目的之一，本发明还提供一种计算机存储介质，其中存储有计算机程序，并且所述计算机程序运行时导致所述计算机存储介质的所在设备执行上述推送方法的步骤。
18.与现有技术相比，本发明实施例具有如下至少一种有益效果：
19.本发明采用一种推送方法，通过获取当前采样周期内待测用户的感兴趣信息和热门信息，结合上述这两种信息确定最终的推送结果，既考虑了用户个性化推送需求，又兼顾了热门因素的影响，不仅使得推送结果具有定制化特性，而且推送结果自适应地符合不同用户的实际需求；此外，组合使用上述两种信息，可提高推送结果的全面性、准确性和实时性，提升用户的体验效果。
附图说明
20.图1是本发明一实施方式中推送方法的步骤示意图。
21.图2是本发明第一实施方式中所述推送方法的部分步骤示意图。
22.图3是本发明第二实施方式中所述推送方法的部分步骤示意图。
23.图4是本发明一实施方式中所述推送方法的步骤s22的细化步骤示意图。
24.图5是本发明一实施方式中所述推送方法的步骤s222的细化步骤示意图。
25.图6是本发明一实施方式中所述推送方法的步骤s2223的细化步骤示意图。
具体实施方式
26.以下将结合附图所示的具体实施方式对本发明进行详细描述。但这些实施方式并不限制本发明，本领域的普通技术人员根据这些实施方式所做出的结构、方法、或功能上的变换均包含在本发明的保护范围内。
27.需要说明的是，术语“包括”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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。此外，术语“第一”、“第二”、等仅用于描述目的，而不能理解为指示或暗示相对重要性。
28.网络平台的日益壮大产生大量的网络数据，用户从海量的数据中准确获取到自己真实需要的数据是一件异常困难的事情，为了提高数据获取的准确性和快速性，实现网络推送具有较为重要的现实意义。
29.基于此，本发明提供一种推送方法，如图1所示，所述推送方法具体包括如下步骤：
30.步骤s1，获取待测用户在当前采样周期内的行为数据，分析并判断感兴趣信息是否满足推送条件；
31.若否，则跳转步骤s2，计算在所述当前采样周期内的热门信息，并根据所述热门信息确定推送结果。
32.如此，通过获取当前采样周期内用户感兴趣信息和热门信息，最终获得推送结果，既考虑了用户个性化推送需求，又兼顾了热门因素的影响，不仅使得推送结果具有定制化特性，而且更加符合用户的实际需求，提高推送结果的全面性和准确性，提升用户体验效果。
33.其中，所述感兴趣信息可用于反映待测用户个人兴趣爱好的数据，此类数据可帮助网站或应用程序实现个性化推荐和投放精准广告。具体可以配置为包含若干感兴趣对象的集合；比如感兴趣的对象可以包括用户感兴趣的公司名称或企业法人等，也可以是其它感兴趣或偏爱信息的集合，对此可不作具体限制。
34.所述推送条件可以根据所述待测用户的需求进行自由设定。具体而言，所述推送条件包括所述感兴趣信息中感兴趣对象数量大于等于允许数量值；其中，所述允许数量值表征目标推送区域能容纳的推送对象极大值。换言之，所述允许数量值可根据所述目标推送区域的尺寸大小来自适应地设置。
35.具体而言，在一种实施方式中，当目标推送区域为用户手机端时，可将所述允许数量值设置为较小的数量(比如10条)；在一种实施方式中，当目标推送区域为电脑终端或ipad终端时，可将所述允许数量值设置为较大的数量(比如50条)，如此，可根据显示区域的面积大小自由调整，从而增加显示推送结果的灵活性。
36.一方面，若所述感兴趣信息中感兴趣对象的总数量等于所述允许数量值，则将所述感兴趣信息确定为所述推送结果，输出至所述目标推送区域。另一方面，若所述感兴趣信息中感兴趣对象的总数量大于所述允许数量值，则可根据可将感兴趣对象的历史访问量作为参考，对所述感兴趣信息中感兴趣对象进行筛选，得到历史访问量排名靠前的若干历史
访问对象，构成所述感兴趣信息并作为推送结果，输出至所述目标推荐区域。
37.此外，所述待测用户的行为数据可理解为是用于记录待测用户在网站、应用程序或其它应用环境中的行为和互动的数据。比如记录待测用户浏览网站、点击链接或内容的行为；或记录待测用户如何使用应用程序或网站的功能、或待测用户使用的搜索词和点击搜索结果的数据；或记录待测用户之间的交互或交易数据等。可选地，所述行为数据可以包括所述待测用户的历史行为记录和实时行为记录至少其中之一。再者，所述行为数据不仅包括采样周期时间内待测用户的浏览、搜索、查看等操作的历史记录或实时记录，还可以包括待测用户特别关注或特别监测的对象记录。
38.在一种实施方式中，可根据当前采样周期内所述待测用户的实时行为记录确定其行为数据；在另一种实施方式中，可根据当前采样周期内所述待测用户的历史行为记录确定其行为数据；在一种较优的实施方式中，可同时包括上述两种实施方式确定其行为数据。
39.如此，通过获取实时行为记录和/或历史行为记录，可为后续获取感兴趣信息提供更加丰富的数据，提高感兴趣信息的全面性和完整性。
40.结合图1和图2所示，在本发明的第一种实施方式中，所述推送方法可具体包括如下步骤：
41.步骤s11，在当前采样周期内采集和分析所述待测用户的行为数据，得到对应于所述行为数据的访问日志；
42.步骤s12，识别并统计所述访问日志中所有历史访问对象的历史访问量，筛选得到历史访问量排名靠前的n个历史访问对象，构成所述感兴趣信息。
43.其中，所述推送对象的历史访问量与待测用户对该推送对象的感兴趣程度呈正相关。换言之，若所述待测用户对所述推送对象越感兴趣，则所述推送对象的历史访问量就越高，反之亦然。
44.如此，通过筛选历史访问量排名靠前的若干历史访问对象作为感兴趣信息，方法简单、直接、易实现，且更符合待测用户对感兴趣信息的理解，准确性高。
45.所述访问日志可理解为是记录待测用户对网站或应用程序访问情况的数据，它可以以落地文件的形式进行存储，也可以以数据库的形式进行存储。具体地，所述访问日志可以包括记录网站当前实时发生的或历史发生的每一个访问请求，比如请求时间、请求路径、请求的客户端地址以及请求响应相关的信息。通过分析所述访问日志，可从中识别出采样周期内待测用户访问的所有历史访问对象，以及通过统计每个所述历史访问对象对应的历史访问量，当然，本发明并不排斥其它计算历史访问量的方法。
46.所述对象的历史访问量包括访问时长和访问频率至少其中之一。为了提高所述推送结果的全面性和完整性，本发明在所述感兴趣信息不满足推送条件时，通过获取当前采样周期内的热门信息以补充所述推送结果。
47.基于此，本发明对于步骤s2提供了细化步骤，具体可包括：
48.步骤s2’，根据所述热门信息补充所述感兴趣信息，使组合信息满足所述推送条件，固定该组合信息为所述推送结果。如此，通过组合所述感兴趣信息和所述热门信息，来产生满足推送条件的推送结果，从而可以深入挖掘用户兴趣，增加用户的参与度，并能实现智能化个性化推送，提升推送效果和价值。
49.其中，所述热门消息配置为包含若干热门对象的集合，其中所述热门对象和所述
感兴趣对象可指向同一类型对象，比如都可以指向企业名称，或者都可以指向企业法人；当然，如果其中之一指向企业名称，另外一个指向企业法人，亦可通过两者之间的映射关系进行统一转换，对此不作具体限制。
50.基于此，结合图1和图3所示，在本发明的第二种实施方式中，所述推送方法可具体包括如下步骤：
51.步骤s21，根据所述允许数量值k和所述感兴趣对象数量n，确定待补充对象数量m；
52.步骤s22，遍历并自当前采样周期内的历史搜索对象中，筛选得到符合热门条件的m个历史搜索对象，构成所述热门信息。
53.如此，通过确定待补充推送对象的数量，以方便将热门推送数量控制在限定的范围内，不会超量推送；同时，可根据用户感兴趣的对象数量，动态调整热门推送数量，保证每次推送的准确性。
54.进一步地，如图4所示，对于步骤s22中所述“筛选得到符合热门条件的m个历史搜索对象，构成所述热门信息”部分，本发明提供了细化步骤，具体可包括：
55.步骤s221，统计当前采样周期内用户搜索量排名靠前的若干历史搜索对象，确定当前热门对象；
56.步骤s222，计算每个当前热门对象的搜索量变动指数，筛选得到所述搜索量变动指数排名靠前的m个历史搜索对象，构成所述热门信息。
57.如此，通过从当前采样周期内的历史搜索对象，筛选得到符合热门条件的待补充热门消息，可扩大推送范围和影响力，有助于产生更好的推送结果。
58.其中，所述待补充对象数量m等于所述允许数量值k和所述感兴趣对象数量之差。所述搜索量变动指数表征所述历史搜索对象在当前采样周期内的搜索量变化情况。所述热门条件可理解为是对应于所述历史搜索对象的用户搜索量和搜索量变动指数都符合排名条件。
59.当然，本发明并不排斥其它确定热门信息的统计方法或计算方法，可从热门信息的关注焦点和热门信息类型(比如突然事件、娱乐热点)等方面确定所述热门信息的计算方法，诸如通过统计社交平台、论坛等对关键词的讨论数量来判断热度。可见，本领域技术人员所做出的不脱离本发明构思的适应性修改，均包含于本发明的包含范围内。
60.需说明地，步骤s2’、步骤s21至步骤s22以及步骤s221至步骤s222都可理解为是步骤s2的衍生步骤。步骤s221可设置在步骤s21之前，亦即，先获取当前采样周期内若干当前热门对象，然后根据所述待补充数量m，自所述当前热门对象中筛选符合热门条件的m个热门对象，构成所述热门消息。对此，本发明不作具体限制，可根据实际场景自由选择。
61.此外，所述热门信息的筛选可从两个方面进行推进。一方面，基于当前采样周期内用户搜索量的排名情况对若干历史搜索对象进行筛选，得到当前的热门对象；但是直接比较用户搜索量的大小并不能反映一个历史搜索对象的热门程度是否在变化。比如，一个用户搜索量从100涨到了1000，显然比另一个从1000涨到了1100的用户搜索量变化的要剧烈的多，代表着更大的热度变化。
62.基于此，另一方面，本发明基于采样周期内所述搜索量变动指数，对所述热门对象进行筛选，得到所述热门信息。所述搜索量变动指数可理解为是一个搜索对象或搜索关键词在一定时间段内的搜索量相对变化，它可以反映一个事件或一个话题的热度或关注度的
变化。
63.通过关注所述历史搜索对象在采样周期内搜索变动指数的变化情况，可直接地反映在一段时间内的热度上升或下降最快的历史搜索对象，可排除各历史搜索对象自身搜索量基数的影响，更好地反映搜索量的波动或变化情况。一个小搜索量的历史搜索对象即使变化不大，其搜索变动指数可能会较高；同样，一个大搜索量的历史搜索对象，其变动指数需要较大的用户搜索量变化才能有较高的值。换言之，将热度变化最大的若干历史搜索对象作为所述热门信息，更加符合“热门”的本质含义。
64.基于此，如图5所示，对于步骤s222中所述“计算每个当前热门对象的搜索量变动指数”部分，本发明提供了细化步骤，具体可包括：
65.步骤s2221，获取所述第一热门对象在当前采样周期内的第一时刻的第一搜索量；
66.步骤s2222，获取所述第一热门对象在上一采样周期内的第一时刻的第二搜索量；
67.步骤s2223，根据所述第一搜索量和所述第二搜索量，计算得到所述搜索量变动指数。
68.如此，通过在两个不同时间段内，获取并比较所述第一热门对象在相同时刻的搜索量，计算得到所述热门对象在采样周期内的变动指数，有助于观察和判断所述第一热门对象的搜索热度曲线或搜索变化趋势。
69.可理解地，所述第一热门对象并不代表所述热门对象中热度排名最高的对象，而是指向所述热门对象中的任意一个。同理，如果将采样周期分成若干采样时刻，所述第一时刻也并不代表采样周期内的首个采样时刻，而是指向所述若干采样时刻中的任意一个。
70.当然，本发明并非必然指向某一时刻的搜索量，也可根据指向不同时间段内的若干同一时刻的若干搜索量，计算每个当前热门对象的搜素量变动指数。具体而言，获取所述第一热门对象在当前采样周期内的若干时刻的搜索量；计算所述若干搜索量的平均值或加权平均值，得到所述第一搜索量。同理，所述第二搜索量也可采样类似的计算方法，在此不具体展开描述。
71.此外，步骤s2221至步骤s2223可理解为是步骤s2或步骤s2’的衍生步骤。步骤s2221和步骤s2222不存在前后逻辑关系，可将步骤s2222设置在步骤s2221之前；步骤s2221至步骤s2222可整体设置在步骤s21之前，也可整体设置在步骤s21和步骤s22之间，对此，本发明不作具体限制。
72.进一步地，如图6所示，对于步骤s2223还可具体包括如下步骤：
73.步骤s22231，判断所述第二搜索量是否为0；
74.若是，则跳转步骤s22232a，将用户搜索变化量作为所述搜索量变动指数；
75.若否，则跳转步骤s22232b，根据用户搜索变动量和所述第二搜索量，计算得到所述搜索量变动指数。
76.其中，所述用户搜索变动量等于所述第一搜索量与所述第二搜索量之差，所述搜索量变动指数等于所述用户搜索变动量和所述第二搜索量之商。如此，通过考虑所述第二搜索量为0和不为0的情况，使得算法更加完善和健壮，扩大了其使用范围，提高了算法的通用性和准确性。
77.本发明还提供一种计算机存储介质，其中存储有计算机程序，并且计算机程序运行时导致计算机存储介质的所在设备执行根据前文任一种技术方案所述的推送方法的步
骤。
78.综上所述，本发明通过获取当前采样周期内指向用户偏爱或感兴趣的信息，以及指向用户搜索量排名靠前的热门信息，组合使用上述两种信息确定最终的推送结果，既考虑了用户个性化推送需求，又兼顾了热门因素的影响，使得推送结果具有定制化特性和实时性需求，提高了推送的准确性和相关性。此外，通过向用户推送热门信息，引起用户的兴趣和好奇心，促使用户更深入地探索推送结果，增加用户的参与度；整个推送过程都是可以自动化实现的，提高了推送的效率、减少人工干预和成本，使得推送方法更具有扩展性和持续性。
79.应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施方式中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
80.上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。

技术特征：
1.一种推送方法，其特征在于，包括：获取待测用户在当前采样周期内的行为数据，分析并判断感兴趣信息是否满足推送条件；其中，所述推送条件根据所述待测用户的需求设定；若否，则计算在所述当前采样周期内的热门信息，并根据所述热门信息确定推送结果。2.根据权利要求1所述的推送方法，其特征在于，所述感兴趣信息配置为包含若干感兴趣对象的集合；所述推送条件包括：所述感兴趣信息中感兴趣对象数量大于等于允许数量值；其中，所述允许数量值表征目标推送区域能容纳的推送对象极大值。3.根据权利要求2所述的推送方法，其特征在于，在所述“获取待测用户在当前采样周期内的行为数据，分析并判断感兴趣信息是否满足推送条件”之后，所述推送方法还包括：若所述感兴趣对象总数量等于所述允许数量值，则将所述感兴趣信息确定为所述推送结果而输出至所述目标推送区域。4.根据权利要求1所述的推送方法，其特征在于，所述待测用户的行为数据包括所述待测用户的历史行为记录和实时行为记录至少其中之一。5.根据权利要求1所述的推送方法，其特征在于，所述“获取所述待测用户在当前采样周期内的行为数据，分析并判断感兴趣信息是否满足推送条件”具体包括：在当前采样周期内采集和分析所述待测用户的行为数据，得到对应于所述行为数据的访问日志；识别并统计所述访问日志中所有历史访问对象的历史访问量，筛选得到历史访问量排名靠前的n个历史访问对象，构成所述感兴趣信息；其中，所述推送对象的历史访问量与待测用户对该推送对象的感兴趣程度呈正相关。6.根据权利要求5所述的推送方法，其特征在于，所述对象的历史访问量包括访问时长和访问频率至少其中之一。7.根据权利要求1所述的推送方法，其特征在于，所述“根据所述热门信息确定推送结果”具体包括：根据所述热门信息补充所述感兴趣信息，使组合信息满足所述推送条件，固定该组合信息为所述推送结果。8.根据权利要求1所述的推送方法，其特征在于，所述推送条件包括：所述感兴趣信息中感兴趣对象数量大于等于允许数量值；所述感兴趣信息配置为包含若干感兴趣对象的集合，所述热门信息配置为包含若干热门对象的集合；所述“计算在所述当前采样周期内的热门信息”具体包括：根据所述允许数量值k和所述感兴趣对象数量n，确定待补充对象数量m；其中，m＝k-n；遍历并自当前采样周期内的历史搜索对象中，筛选得到符合热门条件的m个历史搜索对象，构成所述热门信息。9.根据权利要求8所述的推送方法，其特征在于，所述“筛选得到符合热门条件的m个历史搜索对象，构成所述热门信息”具体包括：统计当前采样周期内用户搜索量排名靠前的若干历史搜索对象，确定当前热门对象；计算每个当前热门对象的搜索量变动指数，筛选得到所述搜索量变动指数排名靠前的m个历史搜索对象，构成所述热门信息；其中，所述搜索量变动指数表征所述历史搜索对象
在当前采样周期内的搜索量变化情况。10.根据权利要求9所述的推送方法，其特征在于，所述当前热门对象包括第一热门对象；所述“计算每个当前热门对象的搜索量变动指数”具体包括：获取所述第一热门对象在当前采样周期内的第一时刻的第一搜索量；获取所述第一热门对象在上一采样周期内的第一时刻的第二搜索量；根据所述第一搜索量和所述第二搜索量，计算得到所述搜索量变动指数。11.根据权利要求10所述的推送方法，其特征在于，所述“根据所述第一搜索量和所述第二搜索量，计算得到所述搜索量变动指数”具体包括：判断所述第二搜索量是否为0；若是，则将用户搜索变化量作为所述搜索量变动指数；若否，则根据用户搜索变动量和所述第二搜索量，计算得到所述搜索量变动指数；其中，所述用户搜索变动量等于所述第一搜索量与所述第二搜索量之差，所述搜索量变动指数等于所述用户搜索变动量和所述第二搜索量之商。12.一种计算机存储介质，其中存储有计算机程序，并且所述计算机程序运行时导致所述计算机存储介质的所在设备执行根据权利要求1-11中任意一项所述推送方法的步骤。

技术总结
本发明公开了一种推送方法及计算机存储介质，所述推送方法包括：获取待测用户在当前采样周期内的行为数据，分析并判断感兴趣信息是否满足推送条件；其中，所述推送条件根据所述待测用户的需求设定；若否，则计算在所述当前采样周期内的热门信息，并根据所述热门信息确定推送结果。本发明提供的推送方法，既考虑了用户个性化推送需求，又兼顾了热门因素的影响，使得推送结果具有定制化特性，更加符合用户的实际需求，提高推送结果的全面性、准确性和实时性，提升用户体验效果。提升用户体验效果。提升用户体验效果。


技术研发人员：王宇 张全排 张亚运
受保护的技术使用者：企查查科技股份有限公司
技术研发日：2023.08.01
技术公布日：2023/10/11