本申请实施例涉及计算机技术领域，尤其涉及一种搜索场景中数据的隐藏方法、装置、存储介质及电子设备。
背景技术：
随着网络技术的迅速发展，应用程序中可以为用户提供用户所需要的商品或者信息，然而由于用户的智能终端等设备的屏幕大小的限制，在屏幕中往往只能显示3-10条信息，更多的信息无法被呈现。因此在信息展示过程中，信息的有效性显得尤为重要。
现有技术中，对于显示信息的控制，往往是通过比较单一的模式对显示信息进行降权，例如用户看过的信息不展示等等。然而这种单一的降权方式很难对信息中不需要显示的内容进行准确的隐藏，往往仍然会显示一些用户不太需要的信息，而把用户需要的信息给隐藏掉。
技术实现要素：
本申请实施例提供一种搜索场景中数据的隐藏方法、装置、存储介质及电子设备，以实现在搜索场景中，提高数据隐藏的准确性的目的。
第一方面，本申请实施例提供了一种搜索场景中数据的隐藏方法，该方法包括：
若检测到搜索事件，根据用户画像确定用户的随机权重分数；
根据各数据的阶梯计算系数和基础权重系数，确定待显示数据中各数据的隐藏分数；
根据待显示数据中各数据的隐藏分数以及用户的随机权重分数，确定待显示数据的隐藏数据。
可选的，根据待显示数据中各数据的隐藏分数以及用户的随机权重分数，确定待显示数据的隐藏数据，包括：
若待显示数据中存在数据的隐藏分数低于用户的随机权重分数，则该数据作为隐藏数据。
可选的，根据各数据的阶梯计算系数和基础权重系数，确定待显示数据中各数据的隐藏分数，包括：
根据各数据的隐藏分数变更触发事件，确定各数据的阶梯计算系数，以及，根据预设规则确定个数据的基础权重系数；
将所述阶梯计算系数和所述基础权重系数的乘积，确定为待显示数据中各数据的降权分数；
获取各数据的降权前的隐藏分数，并与所述降权分数做差，得到各数据的降权后的隐藏分数。
可选的，所述方法还包括：
根据数据影响因子的最大权重值，确定所述数据的初始隐藏分数。
可选的，根据数据影响因子的最大权重值，确定所述数据的初始隐藏分数，包括：
采用如下公式确定所述数据的初始隐藏分数：
其中，defaultscore为初始隐藏分数，a为影响因子的最大权重值。
可选的，根据用户画像确定用户的随机权重分数，包括：
获取用户的基础信息；
根据所述基础信息，从预设配置库中确定与用户的基础信息相适应的配置信息；其中，所述配置信息中包含的查询权重；
根据所述查询权重，以及采用预设随机算法得到的随机百分比，确定用户的随机权重分数。
可选的，所述方法还包括：
通过spring框架提供的面向切面编程技术，采用预埋点获取各数据的隐藏分数变更触发事件记录。
第二方面，本申请实施例提供了一种搜索场景中数据的隐藏装置，该装置包括：
随机权重分数确定模块，用于若检测到搜索事件，根据用户画像确定用户的随机权重分数；
隐藏分数确定模块，用于根据各数据的阶梯计算系数和基础权重系数，确定待显示数据中各数据的隐藏分数；
隐藏数据确定模块，用于根据待显示数据中各数据的隐藏分数以及用户的随机权重分数，确定待显示数据的隐藏数据。
第三方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器运行时实现如本申请实施例所述的搜索场景中数据的隐藏方法。
第四方面，本申请实施例提供了一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，所述处理器运行所述计算机程序时实现如本申请实施例所述的搜索场景中数据的隐藏方法。
本申请实施例所提供的技术方案，若检测到搜索事件，根据用户画像确定用户的随机权重分数；根据各数据的阶梯计算系数和基础权重系数，确定待显示数据中各数据的隐藏分数；根据待显示数据中各数据的隐藏分数以及用户的随机权重分数，确定待显示数据的隐藏数据。通过采用本申请所提供的技术方案，可以实现在搜索场景中，提高数据隐藏的准确性的目的。
附图说明
图1是本申请实施例一提供的搜索场景中数据的隐藏方法的流程图；
图2是本申请实施例一提供的数据存储过程的示意图；
图3是本申请实施例一提供的数据变更过程的示意图；
图4是本申请实施例二提供的搜索场景中数据的隐藏装置的结构示意图；
图5是本申请实施例四提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
实施例一
图1是本申请实施例一提供的搜索场景中数据的隐藏方法的流程图，本实施例可适于在搜索场景中对数据进行显示的情况，该方法可以由本申请实施例所提供的搜索场景中数据的隐藏装置运行，该装置可以由软件和/或硬件的方式来实现，并可集成于智能终端等电子设备中。
如图1所示，所述搜索场景中数据的隐藏方法包括：
s110、若检测到搜索事件，根据用户画像确定用户的随机权重分数。
其中，搜索事件可以是在搜索界面下，用户输入搜索内容并显示相应的数据内容的事件。在本实施例中，搜索事件可以是根据用户输入的内容，或者根据系统推荐的内容，将数据内容进行展示的事件。其中，用户输入的内容，可以是直接在搜索框中输入的内容，还可以是通过提供的选择按键确定的对于数据内容的范围进行限定的内容。
用户画像可以是根据用户的历史数据得到的，例如用户历史搜索记录中都是从a地点到达b地点的货品，并且货品类型均为衣物类型，则可以以此来确定用户画像。用户画像可以确定用户的随机权重分数。其中随机权重分数可以是一个具体的分值，例如35分。
在本方案中，可选的，根据用户画像确定用户的随机权重分数，包括：获取用户的基础信息；根据所述基础信息，从预设配置库中确定与用户的基础信息相适应的配置信息；其中，所述配置信息中包含的查询权重；根据所述查询权重，以及采用预设随机算法得到的随机百分比，确定用户的随机权重分数。
其中，用户的基础信息可以是用户的位置信息，偏好信息以及其他基本的反应用户当前状态的信息。确定用户的基础信息之后，可以与预先设置的配置库中的信息进行匹配，得到相匹配的配置信息之后，以该配置信息确定用户的随机权重分数。具体的，所述配置信息中包含的查询权重；根据所述查询权重，以及采用预设随机算法得到的随机百分比，确定用户的随机权重分数。例如查询权重为50，随机百分比为70％，则可以采用两者的乘积来确定用户的随机权重分数，即为35分。本技术方案通过预设配置信息，可以更加准确的确定用户的随机权重分数，为后续的数据隐藏提供基础。
在本实施例中，优选的，根据用户的基础信息，查询到符合条件的全部配置信息，配置信息包括查询权重集合dlist，通过一定时间段对用户数据的统计，并采用固定的随机算法得到随机百分比e；
随机权重分数totalscore＝d1×e d2×e …。由此可以得到用户的随机权重分数。
s120、根据各数据的阶梯计算系数和基础权重系数，确定待显示数据中各数据的隐藏分数。
其中，各数据的阶梯计算系数可以是各个需要展示的数据的一种递增或者递减系数，例如，可以针对一个数据，或者一个类型的数据，如果用户每浏览一次，则该系数进行递增处理，这样就可以得到根据用户的浏览、收藏、关注以及其他行为来确定一个不断变化的系数。基础权重系数可以是该数据的基本系数，可以是该数据的一些信息与用户画像的匹配度来确定的，也可以是只与该数据自身的信息有关的系数。
根据以上两种系数，可以确定待显示数据中各数据的隐藏分数。例如存在5个待显示数据，各数据的隐藏分数可以分别为20，40，50，30以及45。
s130、根据待显示数据中各数据的隐藏分数以及用户的随机权重分数，确定待显示数据的隐藏数据。
其中，根据待显示数据中各数据的隐藏分数以及用户的随机权重分数，确定待显示数据的隐藏数据。具体的，可以根据两者的大小来确定是否为隐藏数据。
在本实施例中，可选的，根据待显示数据中各数据的隐藏分数以及用户的随机权重分数，确定待显示数据的隐藏数据，包括：若待显示数据中存在数据的隐藏分数低于用户的随机权重分数，则该数据作为隐藏数据。
结合上述示例，例如用户的随机权重分数为35分，待显示数据中各数据的隐藏分数分别为20，40，50，30以及45。则可以确定低于35分的为隐藏数据，则可以再待显示数据中只展示第二个、第三个以及第五个数据，将其中的第一个和第四个数据进行隐藏处理。本技术方案通过这样的设置，可以让数据在展示过程中快速的确定是否进行隐藏处理，并且由于数据的隐藏分数和用户的随机权重分数二者是经过多维度计算得到的，因此可以更加准确的确定为用户展示的数据内容。
本申请实施例所提供的技术方案，若检测到搜索事件，根据用户画像确定用户的随机权重分数；根据各数据的阶梯计算系数和基础权重系数，确定待显示数据中各数据的隐藏分数；根据待显示数据中各数据的隐藏分数以及用户的随机权重分数，确定待显示数据的隐藏数据。通过采用本申请所提供的技术方案，可以实现在搜索场景中，提高数据隐藏的准确性的目的。
在上述各技术方案的基础上，可选的，根据各数据的阶梯计算系数和基础权重系数，确定待显示数据中各数据的隐藏分数，包括：根据各数据的隐藏分数变更触发事件，确定各数据的阶梯计算系数，以及，根据预设规则确定个数据的基础权重系数；将所述阶梯计算系数和所述基础权重系数的乘积，确定为待显示数据中各数据的降权分数；获取各数据的降权前的隐藏分数，并与所述降权分数做差，得到各数据的降权后的隐藏分数。
其中，隐藏分数变更触发事件，可以是用户在对数据内容进行浏览过程中的查看、跳过、屏蔽以及收藏等事件。其中，以查看为例，每个数据由于被用户查看的次数均不相同，因此可以再待展示数据中，对各个数据得到不同的阶梯计算系数。再与各数据的基础权重系数做乘积计算，可以得到各数据的降权分数。由各数据的当前隐藏分数减去得到的降权分数，就可以得到各数据的降权后的隐藏分数。本技术方案通过这样的设置，可以在得到个数据的隐藏分数的过程中，考虑各数据自身的信息以及被用户进行查看操作等信息，使得得到的隐藏分数更加符合实时的用户需求。
在上述各技术方案的基础上，可选的，所述方法还包括：根据数据影响因子的最大权重值，确定所述数据的初始隐藏分数。在本技术方案中，由于每个数据的隐藏分数是不断变化的，可以为各数据设置一个初始隐藏分数。其中，可以以该数据的多个影响因子中，最大权重值的影响因子的权重值来计算。例如，某一数据存在四个影响因子，其中最大权重值的影响因子的权重值为4，则可以以这一个数据来确定数据的初始隐藏分数。本技术方案通过根据数据的影响因子中最重要的一个影响因子，作为确定数据的初始隐藏分数的依据，可以保证初始隐藏分数更加客观。
在上述各技术方案的基础上，可选的，根据数据影响因子的最大权重值，确定所述数据的初始隐藏分数，包括：
采用如下公式确定所述数据的初始隐藏分数：
其中，defaultscore为初始隐藏分数，a为影响因子的最大权重值。
其中，a为影响因子的最大权重值，如上述示例中的4，defaultscore为初始隐藏分数，可见，初始隐藏分数是存在上限的，本技术方案通过这样的设置，可以将初始隐藏分数的计算更加规范化，同时通过设置上限可以有利于后续的计算和客观需求。
在上述各技术方案的基础上，可选的，所述方法还包括：通过spring框架提供的面向切面编程技术，采用预埋点获取各数据的隐藏分数变更触发事件记录。其中，通过预埋点来获取各个数据的隐藏分数变化情况，并且进行记录，可以针对各个数据的数据变化情况进行逆向追溯，当工作人员需要查看某数据的变化情况时，可以通过记录来查看，并且可以辅助工作人员确定各个变化过程是否需要进行算法的改进等。
为了能够让本领域技术人员更加清楚的了解本方案，本申请还提供了了一种具体的实施方式。
本技术方案包括三个重要过程，分别为数据存储、数据变更和数据搜索概率计算。其中：
数据存储，为定义隐藏分数的字段，为字段定义默认初始值，并将数据保存到elasticsearch组件中，配置对应的索引，用于区间范围查询。
数据变更，为取出隐藏分数字段对应的隐藏分，减去降权分，得到新的分数保存到elasticsearch组件中。
数据搜索概率算法，为每次搜索时，得到用户维度符合的用户画像配置数据和数据实验数据的集合，依次计算每一个用户符合的配置，通过一个定长时间段不变的随机算法，计算出这次查询的搜索隐藏权重分值。
在实际的搜索场景，可以包括如下几个过程：
数据查询：以查询的搜索隐藏权重分值作为条件，通过elasticsearch中的隐藏分数字段做区间查找，实现降权数据减少被查询的目的。
数据链路埋点：保留一个数据展示的完整生命周期的隐藏分数变更链路数据。
数据试验配置：实验组的一组数据可以配置同一个因子的不同权重值，不同因子的相同权重值等方式得到实验对比数据。
下面给出了一种较为具体的实现方式，如下：
图2是本申请实施例一提供的数据存储过程的示意图。如图2所示，原始数据在组装基础信息步骤同时，获取全部影响因子中最大的权重值系数a，默认分数defaultscore＝10a；defaultscore本发明中定义小于231-1；为数据创建隐藏分数字段的索引类型，使用long类型保存数据defaultscore；计算好的数据保存到elasticsearch中。
图3是本申请实施例一提供的数据变更过程的示意图。如图3所示，因子有两个重要属性，阶梯计算系数b和基础权重c；每次外部环境通过因子变更被触发，降权分reduction＝b*c；取出数据的隐藏分数hiddenscore，newhiddenscore＝hiddenscore–reduction；将新的数据保存到elasticsearch中。
变更触发，来自于消费影响因子的mq消息，或来自于内部提供的rpc接口被调用。
根据用户的基础信息，查询到符合条件的全部配置信息，配置信息包括查询权重集合dlist，通过一定时间段固定的随机算法得到随机百分比e；
随机权重总分totalscore＝d1*e d2*e …；
totalscore做为条件之一，查询隐藏分数字段大于等于totalscore分数的数据。
通过java中spring框架提供的aop技术，对数据变更模块增加日志埋点，以数据的唯一识别dataid和因子唯一识别id，降权分作为关键参数，保存数据变更记录。
保存用户查询到的数据的唯一识别dataid；
每一个数据实验组，可以通过操作搜索的用户的任一属性做分类划分，可以配置百分比，正反组等策略得到参照实验组。通过实验组得到dataid的数据，通过后续的数据分析生成每一组的分析结果。
本发明可以快速拓展增加搜索降权因子数量，实现多个因子随时可配置的灵活性；本发明可以形成完整的成套实验数据对比，快速的通过数据点，调整策略配置，为全自动化配置提供基础实践的参考标准。通过采用本方案，可以拓展性强：理论上不做业务变更的情况下支持同时20个因子；具备可替代能力：当某一个因子无效或者不需要作为降权因素，只需要调整权重值为0即可；提供完整链路对比方案：针对实验数据，实时保存对比数据，可以从多个维度用于后续的数据分析，轻松搭配完整的数据分析设施，并且可以同时执行多种维度的对比实验。
实施例二
图4是本申请实施例二提供的搜索场景中数据的隐藏装置的结构示意图。如图4所示，所述搜索场景中数据的隐藏装置，包括：
随机权重分数确定模块410，用于若检测到搜索事件，根据用户画像确定用户的随机权重分数；
隐藏分数确定模块420，用于根据各数据的阶梯计算系数和基础权重系数，确定待显示数据中各数据的隐藏分数；
隐藏数据确定模块430，用于根据待显示数据中各数据的隐藏分数以及用户的随机权重分数，确定待显示数据的隐藏数据。
本申请实施例所提供的技术方案，若检测到搜索事件，根据用户画像确定用户的随机权重分数；根据各数据的阶梯计算系数和基础权重系数，确定待显示数据中各数据的隐藏分数；根据待显示数据中各数据的隐藏分数以及用户的随机权重分数，确定待显示数据的隐藏数据。通过采用本申请所提供的技术方案，可以实现在搜索场景中，提高数据隐藏的准确性的目的。
上述产品可运行本申请任意实施例所提供的方法，具备运行方法相应的功能模块和有益效果。
实施例三
本申请实施例还提供一种包含计算机可运行指令的存储介质，所述计算机可运行指令在由计算机处理器运行时用于运行一种搜索场景中数据的隐藏方法，该方法包括：
若检测到搜索事件，根据用户画像确定用户的随机权重分数；
根据各数据的阶梯计算系数和基础权重系数，确定待显示数据中各数据的隐藏分数；
根据待显示数据中各数据的隐藏分数以及用户的随机权重分数，确定待显示数据的隐藏数据。
存储介质——任何的各种类型的存储器设备或存储设备。术语“存储介质”旨在包括：安装介质，例如cd-rom、软盘或磁带装置；计算机系统存储器或随机存取存储器，诸如dram、ddrram、sram、edoram，兰巴斯(rambus)ram等；非易失性存储器，诸如闪存、磁介质(例如硬盘或光存储)；寄存器或其它相似类型的存储器元件等。存储介质可以还包括其它类型的存储器或其组合。另外，存储介质可以位于程序在其中被运行的计算机系统中，或者可以位于不同的第二计算机系统中，第二计算机系统通过网络(诸如因特网)连接到计算机系统。第二计算机系统可以提供程序指令给计算机用于运行。术语“存储介质”可以包括可以驻留在不同位置中(例如在通过网络连接的不同计算机系统中)的两个或更多存储介质。存储介质可以存储可由一个或多个处理器运行的程序指令(例如具体实现为计算机程序)。
当然，本申请实施例所提供的一种包含计算机可运行指令的存储介质，其计算机可运行指令不限于如上所述的搜索场景中数据的隐藏操作，还可以运行本申请任意实施例所提供的搜索场景中数据的隐藏方法中的相关操作。
实施例四
本申请实施例提供了一种电子设备，该电子设备中可集成本申请实施例提供的搜索场景中数据的隐藏装置。图5是本申请实施例四提供的一种电子设备的结构示意图。如图5所示，本实施例提供了一种电子设备500，其包括：一个或多个处理器520；存储装置510，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器520运行，使得所述一个或多个处理器520实现本申请实施例所提供的搜索场景中数据的隐藏方法，该方法包括：
若检测到搜索事件，根据用户画像确定用户的随机权重分数；
根据各数据的阶梯计算系数和基础权重系数，确定待显示数据中各数据的隐藏分数；
根据待显示数据中各数据的隐藏分数以及用户的随机权重分数，确定待显示数据的隐藏数据。
图5显示的电子设备500仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图5所示，该电子设备500包括处理器520、存储装置510、输入装置530和输出装置540；电子设备中处理器520的数量可以是一个或多个，图5中以一个处理器520为例；电子设备中的处理器520、存储装置510、输入装置530和输出装置540可以通过总线或其他方式连接，图5中以通过总线550连接为例。
存储装置510作为一种计算机可读存储介质，可用于存储软件程序、计算机可运行程序以及模块单元，如本申请实施例中的搜索场景中数据的隐藏方法对应的程序指令。
存储装置510可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储装置510可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储装置510可进一步包括相对于处理器520远程设置的存储器，这些远程存储器可以通过网络连接。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置530可用于接收输入的数字、字符信息或语音信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置540可包括显示屏、扬声器等设备。
本申请实施例提供的电子设备，可以实现在搜索场景中，提高数据隐藏的准确性的目的。
上述实施例中提供的搜索场景中数据的隐藏装置、存储介质及电子设备可运行本申请任意实施例所提供的搜索场景中数据的隐藏方法，具备运行该方法相应的功能模块和有益效果。未在上述实施例中详尽描述的技术细节，可参见本申请任意实施例所提供的搜索场景中数据的隐藏方法。
注意，上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解，本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由所附的权利要求范围决定。
1.一种搜索场景中数据的隐藏方法，其特征在于，包括：
若检测到搜索事件，根据用户画像确定用户的随机权重分数；
根据各数据的阶梯计算系数和基础权重系数，确定待显示数据中各数据的隐藏分数；
根据待显示数据中各数据的隐藏分数以及用户的随机权重分数，确定待显示数据的隐藏数据。
2.根据权利要求1所述的方法，其特征在于，根据待显示数据中各数据的隐藏分数以及用户的随机权重分数，确定待显示数据的隐藏数据，包括：
若待显示数据中存在数据的隐藏分数低于用户的随机权重分数，则该数据作为隐藏数据。
3.根据权利要求1所述的方法，其特征在于，根据各数据的阶梯计算系数和基础权重系数，确定待显示数据中各数据的隐藏分数，包括：
根据各数据的隐藏分数变更触发事件，确定各数据的阶梯计算系数，以及，根据预设规则确定个数据的基础权重系数；
将所述阶梯计算系数和所述基础权重系数的乘积，确定为待显示数据中各数据的降权分数；
获取各数据的降权前的隐藏分数，并与所述降权分数做差，得到各数据的降权后的隐藏分数。
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
根据数据影响因子的最大权重值，确定所述数据的初始隐藏分数。
5.根据权利要求4所述的方法，其特征在于，根据数据影响因子的最大权重值，确定所述数据的初始隐藏分数，包括：
采用如下公式确定所述数据的初始隐藏分数：
其中，defaultscore为初始隐藏分数，a为影响因子的最大权重值。
6.根据权利要求1所述的方法，其特征在于，根据用户画像确定用户的随机权重分数，包括：
获取用户的基础信息；
根据所述基础信息，从预设配置库中确定与用户的基础信息相适应的配置信息；其中，所述配置信息中包含的查询权重；
根据所述查询权重，以及采用预设随机算法得到的随机百分比，确定用户的随机权重分数。
7.根据权利要求3所述的方法，其特征在于，所述方法还包括：
通过spring框架提供的面向切面编程技术，采用预埋点获取各数据的隐藏分数变更触发事件记录。
8.一种搜索场景中数据的隐藏装置，其特征在于，包括：
随机权重分数确定模块，用于若检测到搜索事件，根据用户画像确定用户的随机权重分数；
隐藏分数确定模块，用于根据各数据的阶梯计算系数和基础权重系数，确定待显示数据中各数据的隐藏分数；
隐藏数据确定模块，用于根据待显示数据中各数据的隐藏分数以及用户的随机权重分数，确定待显示数据的隐藏数据。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的搜索场景中数据的隐藏方法。
10.一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的搜索场景中数据的隐藏方法。
技术总结