具体实施方式

为了更清楚地说明本申请实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。

应当理解，本文使用的“系统”、“装置”、“单元”和/或“模组”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。

如本申请和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。

本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。

鉴于背景技术所述的问题，发明人针对性地提出了应用于数字化社交的大数据话题推送方法及服务器，通过对数字化社交话题客户端的互动会话主题倾向的更新变化进行分析，以适应性更改话题分治推送方式，从而基于最新的话题分治推送方式对待处理大数据话题进行话题推送优化，这样能够确保得到的话题推送优化结果可能满足用户的可调主题倾向，此外，由于话题推送优化结果是基于分治思想得到的，因此能够避免会话时段和会话场景对话题推送优化结果的推送状态的影响。

首先，对应用于数字化社交的大数据话题推送方法进行示例性的说明，请参阅图1，是根据本发明的一些实施例所示的一种示例性应用于数字化社交的大数据话题推送方法和/或过程的流程图，应用于数字化社交的大数据话题推送方法可以包括以下步骤S100-步骤S300所描述的技术方案。

S100：若检测到至少一个数字化社交话题客户端所上传的第一互动会话主题倾向调整为第二互动会话主题倾向，则基于第一互动会话主题倾向信息和第二互动会话主题倾向信息，确定可调主题倾向信息。

本申请实施例中的数字化社交话题客户端可以是与大数据话题分析服务器通信的数字化智能终端，包括但不限于手机、平板电脑、台式电脑、笔记本电脑以及可穿戴式设备等。大数据话题分析服务器可以是互动会话服务器，比如云端服务器等。进一步地，该方法可以应用于诸多领域，例如互联网金融、区块链支付、云游戏服务、智慧交通调度、智能工厂管理以及云边端协同系统等，在此不作限定。进一步地，大数据话题分析服务器可以与多个数字化社交话题客户端同时进行通信，在这里仅以一个数字化社交话题客户端为例进行说明。

可以理解，第一互动会话主题倾向的上报时间节点早于第二互动会话主题倾向，通常的理解可以是第一互动会话主题倾向为历史互动会话主题倾向，第二互动会话主题倾向为最新互动会话主题倾向。比如，第一互动会话主题倾向的上报时间节点time1可以是2020年6月14日16时23分40秒，第二互动会话主题倾向的上报时间节点time2可以是2020年6月14日16时26分50秒，当然，不同互动会话主题倾向的上报时间节点还可以是其他示例，在此不作限定。

本申请实施中，所述可调主题倾向信息用于表达所述第二互动会话主题倾向相对于所述第一互动会话主题倾向的互动会话主题倾向变化记录，所述第一互动会话主题倾向信息包括所述至少一个数字化社交话题客户端对应的第一互动会话主题倾向内容，所述第二互动会话主题倾向信息包括所述至少一个数字化社交话题客户端对应的第二互动会话主题倾向内容。比如，第一互动会话主题倾向的互动会话主题倾向变化记录可以是：“由重点关注用户偏好的话题的类别调整为重点关注用户偏好的话题的地域分布”。

可以理解，互动会话主题倾向信息是根据互动会话主题倾向得到的，比如数字化社交话题客户端在上传了互动会话主题倾向之后，大数据话题分析服务器可以根据互动会话主题倾向解析识别得到对应的互动会话主题倾向信息。互动会话主题倾向内容用于对互动会话主题倾向进行内容层面的区分，比如，互动会话主题倾向内容可以是“会话内容变化倾向”，也可以是“会话热度分布倾向”，在此不作限定。

通过上述内容可见，在大数据和数字化时代，数字化社交话题客户端所对应的互动会话主题倾向不是固定不变的，而是具有动态可变特性的，因此，为了实现话题推送优化的灵活性，优先确定不同互动会话主题倾向之间的可调主题倾向信息是相对重要的。

本申请实施例中，为了确保可调主题倾向信息尽可能涵盖用户的显著性互动会话倾向和非显著性互动会话倾向，所述基于第一互动会话主题倾向信息和第二互动会话主题倾向信息，确定可调主题倾向信息，可以包括以下信息：基于所述第二互动会话主题倾向信息，确定第二主题倾向描述，所述第二主题倾向描述用于表达所述第二互动会话主题倾向相对于所述待处理大数据话题的主题倾向配对情况；确定所述第二主题倾向描述与第一主题倾向描述之间的描述更新趋势信息，得到可调主题倾向描述，所述第一主题倾向描述用于表达所述第一互动会话主题倾向相对于所述待处理大数据话题的主题倾向配对情况；根据所述可调主题倾向描述确定所述可调主题倾向信息。

举例而言，主题倾向描述用于对互动会话主题倾向信息进行汇总，所述第二互动会话主题倾向相对于所述待处理大数据话题的主题倾向配对情况可以理解为主题倾向描述与待处理大数据话题之间的匹配情况，比如主题倾向描述是“化妆品”，而待处理大数据话题主要是针对“车辆”的，那么主题倾向配对情况可以表征主题倾向描述与待处理大数据话题之间的低匹配性。又比如，主题倾向描述是“健身”，而待处理大数据话题主要是针对“蛋白粉”的，那么主题倾向配对情况可以表征主题倾向描述与待处理大数据话题之间的高匹配性。

举例而言，描述更新趋势信息可以通过知识图谱的形式进行表达，如此，能够尽可能将用户的描述变化的所有情况进行分析，同时，还可以基于知识图谱中的图节点和边属性之间的关联关系挖掘出非显著性互动会话倾向，这样一来，在根据所述可调主题倾向描述确定所述可调主题倾向信息时，能够通过分析可调主题倾向描述对应的非显著性互动会话倾向，确保可调主题倾向信息尽可能涵盖用户的显著性互动会话倾向和非显著性互动会话倾向。

对于一些可独立实施的实施例而言，所述基于第一互动会话主题倾向信息和第二互动会话主题倾向信息，确定可调主题倾向信息之前，还包括：获取所述至少一个数字化社交话题客户端上传的第一互动会话主题倾向对应的所述第一互动会话主题倾向信息；基于所述第一互动会话主题倾向信息，生成所述第一话题分治推送方式；基于所述第一互动会话主题倾向信息和互动会话线程的会话环境分布信息，确定所述第一互动会话主题倾向内容与当前互动会话线程对应的互动会话主题倾向之间的第一时序对应关系。

S200：基于所述可调主题倾向信息，对第一话题分治推送方式进行调整，得到第二话题分治推送方式。

本申请实施例中，所述第一话题分治推送方式用于基于所述第一互动会话主题倾向对待处理大数据话题进行话题推送优化，所述第二话题分治推送方式用于基于所述第二互动会话主题倾向对待处理大数据话题进行话题推送优化。可以理解，第一话题分治推送方式和第二话题分治推送方式之间存在差异，第二话题分治推送方式可以在第一话题分治推送方式的基础上进行调整和调整之后得到。进一步地，话题分治推送方式可以对应机器学习模型，用于将作为传入待处理大数据话题进行处理，以输出视觉层面的话题推送优化结果，而机器学习模型可以通过预先训练得到，训练过程可以参照现有的相关模型的内容，在此不作赘述。可以理解，本申请实施例中的话题分治推送方式并不是固定不变的，而是根据可调主题倾向信息实时调整的，如此，能够确保话题推送优化结果尽可能与最新的用户互动会话主题倾向相匹配，从而在数字化社交环境下提高话题推送优化的灵活性和效率。

本申请实施例中，为了确保第二话题分治推送方式能够尽可能地满足用户的互动会话主题倾向，所述基于所述可调主题倾向信息，对第一话题分治推送方式进行调整，得到第二话题分治推送方式，可以包括S210和S220。

S210：对所述可调主题倾向信息进行信息关键词汇总，得到信息关键词汇总后的描述更新趋势信息对应的主题倾向信息。

举例而言，信息关键词用于对不同的主题倾向信息进行总结和区分，通过信息关键词汇总，能够实现对存在偏差的关键词进行优化，从而确保信息关键词与主题倾向信息的一一对应，此外，通过信息关键词汇总之后，还可以实现描述更新趋势信息与信息关键词的时序一致性，从而确保描述更新趋势信息对应的主题倾向信息是与用户的当前主题倾向对应的。

可以理解，所述可调主题倾向信息包括可调主题倾向描述，所述可调主题倾向描述是指第二主题倾向描述与第一主题倾向描述之间的描述更新趋势信息，所述第一主题倾向描述用于表达所述第一互动会话主题倾向相对于所述待处理大数据话题的主题倾向配对情况，所述第二主题倾向描述用于表达所述第二互动会话主题倾向相对于所述待处理大数据话题的主题倾向配对情况。基于此，所述对所述可调主题倾向信息进行信息关键词汇总，得到信息关键词汇总后的描述更新趋势信息对应的主题倾向信息，可以包括：对所述可调主题倾向描述进行信息关键词汇总，得到信息关键词汇总后的描述更新趋势信息对应的实时主题倾向描述。

S220：基于所述信息关键词汇总后的描述更新趋势信息对应的主题倾向信息，对所述第一话题分治推送方式进行调整，得到所述第二话题分治推送方式。

进一步地，在基于S210确定出信息关键词汇总后的描述更新趋势信息对应的主题倾向信息之后，基于确定出信息关键词汇总后的描述更新趋势信息对应的主题倾向信息对所述第一话题分治推送方式进行调整，能够在方式调整，亦或者网络参量调整过程中尽可能考虑用户的当前主题倾向，这样可以确保第二话题分治推送方式能够尽可能地满足用户的互动会话主题倾向。在S210对应的实施方式的基础上，所述基于所述信息关键词汇总后的描述更新趋势信息对应的主题倾向信息，对所述第一话题分治推送方式进行调整，得到所述第二话题分治推送方式，包括：根据所述信息关键词汇总后的描述更新趋势信息对应的实时主题倾向描述对所述第一话题分治推送方式针对话题片段的话题推送优化顺序进行更新，得到所述第二话题分治推送方式。示例性地，话题片段的话题推送优化顺序可以理解为针对大数据话题片段或者会话主题集的话题推送优化顺序，关于大数据话题片段或者会话主题集的描述在下文进行说明，在此不作赘述。

可以理解，S200的主要目的是实现对第二话题分治推送方式的调整，从而确保后续进行话题推送优化时，能够尽可能考虑用户的最新的互动会话主题倾向，此外，由于第二话题分治推送方式的调整是基于第一话题分治推送方式进行的，因此调整之后的第二话题分治推送方式对应的机器学习模型的参量规模不会增加，也就是说，在采用第二话题分治推送方式进行话题推送优化时，是基于原先的会话时段约束和会话场景约束实现的，因而能够确保话题推送优化的正常进行。

S300：基于所述第二互动会话主题倾向内容和所述第二话题分治推送方式，确定所述待处理大数据话题的大话题推送优化结果。

本申请实施例中，所涉及的技术层面包括互动会话主题倾向内容、话题分治推送方式以及待处理大数据话题，而对待处理大数据话题的处理需要考虑相应的视觉层面优化，因此，采用机器学习模型（话题推送优化模型）能够提高话题推送优化的效率，相较于函数式编程和声明式编程的话题推送优化方式，采用人工智能模型能够减少大数据话题分析服务器的资源开销，提高话题推送优化的时序。为达到这一目的，所述基于所述第二互动会话主题倾向内容和所述第二话题分治推送方式，确定所述待处理大数据话题的大话题推送优化结果，可以包括S310-S330。

S310：获取所述第一互动会话主题倾向内容与当前互动会话线程对应的互动会话主题倾向之间的第一时序对应关系。

本申请实施例中的当前互动会话线程可以理解为输出互动会话信息的执行线程。当前互动会话线程对应的互动会话主题倾向可以理解为语音输出线程的语音输出倾向，时序对应关系用于表征用户侧的互动会话倾向与交互侧的互动会话倾向之间的时序差异比较结果。一般而言，交互侧的互动会话倾向的时序弱于用户侧的互动会话倾向。

S320：基于所述可调主题倾向信息和互动会话线程的会话环境分布信息，确定第一目标倾向内容与当前互动会话线程对应的互动会话主题倾向之间的第二时序对应关系，所述第一目标倾向内容是指所述第二互动会话主题倾向内容中与调整互动会话主题倾向对应的部分互动会话主题倾向内容，所述调整互动会话主题倾向是指所述第二互动会话主题倾向相对于所述第一互动会话主题倾向存在更新的部分互动会话主题倾向。

本申请实施例中，会话环境分布信息用于表征互动会话线程的不同会话状态分别输出的对应信息，比如互动会话线程可以分为会话状态A、会话状态B、会话状态C和会话状态D，会话环境分布信息可以涵盖会话状态A、会话状态B、会话状态C和会话状态D各自对应的空间信息和会话信息量。

S330：基于所述第一时序对应关系和所述第二时序对应关系，将所述第二互动会话主题倾向内容传入到所述第二话题分治推送方式对应的话题推送优化模型中，通过所述话题推送优化模型输出得到所述待处理大数据话题的大话题推送优化结果。其中，所述基于所述第一时序对应关系和所述第二时序对应关系，将所述第二互动会话主题倾向内容传入到所述第二话题分治推送方式对应的话题推送优化模型中，包括：基于所述第一时序对应关系，将所述第二互动会话主题倾向内容中的第二目标倾向内容传入到所述第二话题分治推送方式对应的话题推送优化模型中，所述第二目标倾向内容是指所述第二互动会话主题倾向内容中与原始互动会话主题倾向对应的部分互动会话主题倾向内容，所述原始互动会话主题倾向是指所述第二互动会话主题倾向相对于所述第一互动会话主题倾向未存在更新的部分互动会话主题倾向；基于所述第二时序对应关系，将所述第二互动会话主题倾向内容中的所述第一目标倾向内容传入到所述第二话题分治推送方式对应的话题推送优化模型中。

在本申请实施例中，通过对不同的时序对应关系进行分析，能够确保在将第二互动会话主题倾向内容传入到所述第二话题分治推送方式对应的话题推送优化模型中时尽可能考虑用户侧和交互侧之间的互动会话时序的差别，从而确保话题推送优化模型输出得到所述待处理大数据话题的大话题推送优化结果在输出时尽可能降低切换时延。

可以理解，S310-S330阐述了基于话题推送优化模型进行大数据话题互动会话的前序步骤，也即考虑用户侧和交互侧的时序差异，这样一来，能够确保在原有的互动会话线程的尺寸的前提下，提高互动会话输出的灵活性并降低互动会话结果的切换时延。

进一步地，在S330中，所述通过所述话题推送优化模型输出得到所述待处理大数据话题的大话题推送优化结果，可以包括S3300：在将所述第二目标倾向内容传入到所述话题推送优化模型之后，将所述待处理大数据话题传入到所述话题推送优化模型中；调用所述话题推送优化模型中的主题类型分类单元对所述待处理大数据话题进行主题类型分类，得到所述待处理大数据话题对应的主题类型分类结果；根据所述主题类型分类结果，确定针对所述待处理大数据话题的分治话题推送优化方式；其中，所述分治话题推送优化方式包括项目分治方式、流式分治方式以及关键词分治方式；基于所述分治话题推送优化方式，调用所述话题推送优化模型中相应的话题推送优化单元对所述待处理大数据话题进行话题推送优化，得到所述待处理大数据话题的大话题推送优化结果。

本申请实施例中，S3300侧重于待处理大数据话题的话题推送优化，待处理大数据话题的主题类别可以理解为待处理大数据话题对应的主题领域，比如是在线电商领域，还是云游戏服务领域，亦或者化妆品生产领域，在此不作限定。进一步地，分治话题推送优化方式可以包括三种不同的方式，下面将分别对这三种方式进行说明。

首先介绍项目分治方式，在S3300中，所述基于所述分治话题推送优化方式，调用所述话题推送优化模型中相应的话题推送优化单元对所述待处理大数据话题进行话题推送优化，得到所述待处理大数据话题的大话题推送优化结果，可以包括S3310-S3360。

S3310：若所述分治话题推送优化方式为项目分治方式，则调用话题推送优化模型中的项目分治处理单元确定与所述待处理大数据话题对应的多个互动会话项目。

S3320：根据当前互动会话项目的关联互动会话项目确定互动性触发条件，其中，所述关联互动会话项目为时域特征关联互动会话项目、空域特征关联互动会话项目或多模态关联互动会话项目。本申请实施中，互动性触发条件用于表征将抽象的“话题数据”转换成图形化数据所对应的各类约束性或者限制性信息，时域特征关联可以理解为在时间顺序上关联，空域特征关联可以理解为在执行线程的运行状态上关联，多模态关联则是时间顺序上关联以及运行状态上关联的结合。

本申请实施例中，准确确定互动性触发条件是确保话题推送优化的准确性和可靠性的关键，为此，可以基于关联互动会话项目的不同类型确定互动性触发条件。在这里，根据当前互动会话项目的关联互动会话项目确定互动性触发条件可以通过以下三种情况实现。

第一种情况，所述根据当前互动会话项目的关联互动会话项目确定互动性触发条件的步骤，包括：按照设定互动会话倾向判断条件依次判断所述当前互动会话项目的每个空域特征关联互动会话项目的在先互动会话关键词以及在后互动会话关键词是否有效；将所述在先互动会话关键词有效的所有空域特征关联互动会话项目的话题激活衍生信息合并得到所述互动性触发条件相对于在先互动会话关键词的话题激活衍生信息，并将其中一个所述在先互动会话关键词有效的空域特征关联互动会话项目的互动会话项目激活信息作为所述互动性触发条件相对于在先互动会话关键词的互动会话项目激活信息；将所述在后互动会话关键词有效的所有空域特征关联互动会话项目的话题激活衍生信息合并得到所述互动性触发条件相对于在后互动会话关键词的话题激活衍生信息，并将其中一个所述在后互动会话关键词有效的空域特征关联互动会话项目的互动会话项目激活信息作为所述互动性触发条件相对于在后互动会话关键词的互动会话项目激活信息。

第二种情况，所述根据当前互动会话项目的关联互动会话项目确定互动性触发条件的步骤，包括：按照设定互动会话倾向判断条件依次判断所述当前互动会话项目的每个时域特征关联互动会话项目的在先互动会话关键词以及在后互动会话关键词是否有效；将所述在先互动会话关键词有效的所有时域特征关联互动会话项目的话题激活衍生信息合并得到所述互动性触发条件相对于在先互动会话关键词的话题激活衍生信息，并将其中一个所述在先互动会话关键词有效的时域特征关联互动会话项目的互动会话项目激活信息作为所述互动性触发条件相对于在先互动会话关键词的互动会话项目激活信息；将所述在后互动会话关键词有效的所有时域特征关联互动会话项目的话题激活衍生信息合并得到所述互动性触发条件相对于在后互动会话关键词的话题激活衍生信息，并将其中一个所述在后互动会话关键词有效的时域特征关联互动会话项目的互动会话项目激活信息作为所述互动性触发条件相对于在后互动会话关键词的互动会话项目激活信息。

第三种情况，所述根据当前互动会话项目的关联互动会话项目确定互动性触发条件的步骤，包括：按照设定互动会话倾向判断条件依次判断所述当前互动会话项目的每个多模态关联互动会话项目的在先互动会话关键词以及在后互动会话关键词是否有效；将所述在先互动会话关键词有效的所有多模态关联互动会话项目的话题激活衍生信息合并得到所述互动性触发条件相对于在先互动会话关键词的话题激活衍生信息，并将其中一个所述在先互动会话关键词有效的多模态关联互动会话项目的互动会话项目激活信息作为所述互动性触发条件相对于在先互动会话关键词的互动会话项目激活信息；将所述在后互动会话关键词有效的所有多模态关联互动会话项目的话题激活衍生信息合并得到所述互动性触发条件相对于在后互动会话关键词的话题激活衍生信息，并将其中一个所述在后互动会话关键词有效的多模态关联互动会话项目的互动会话项目激活信息作为所述互动性触发条件相对于在后互动会话关键词的互动会话项目激活信息。

S3330：基于所述互动性触发条件获取所述当前互动会话项目对应的整体性互动会话项目。

本申请实施例中，整体性互动会话项目可以是对整个大数据话题互动会话过程比较重要的项目，比如一些核心主题舆情的互动会话项目，基于此，所述基于所述互动性触发条件获取所述当前互动会话项目对应的整体性互动会话项目的步骤，包括：根据所述在先互动会话关键词的互动会话项目激活信息以及所述在后互动会话关键词的互动会话项目激活信息确定待定互动会话项目序列；根据所述在先互动会话关键词的话题激活衍生信息以及所述在后互动会话关键词的话题激活衍生信息在所述待定互动会话项目序列上确定所述当前互动会话项目对应的整体性互动会话项目。本申请实施例中，待定互动会话项目序列中包括多个互动会话项目，话题激活衍生信息可以理解为针对话题信息视觉变换的流程性信息，如此设计，可以确保确定出整体性互动会话项目的准确性和可靠性。

S3340：获取所述整体性互动会话项目的整体性线程触发条件。本申请实施例中，所述获取所述整体性互动会话项目的整体性线程触发条件的步骤，包括：基于所述整体性互动会话项目进行项目时延修整得到已修整互动会话项目；将所述整体性互动会话项目以及所述已修整互动会话项目分别转换为存在多个视觉倾向类别关键词的待处理互动会话项目；获取所述待处理互动会话项目的整体性线程触发条件；比较所述待处理互动会话项目的整体性线程触发条件的视觉倾向类别关键词的数目，以挑选其中视觉倾向类别关键词的数目最小的待处理互动会话项目作为标定互动会话项目，并得到所述标定互动会话项目的整体性线程触发条件作为所述整体性互动会话项目的整体性线程触发条件。

S3350：基于所述整体性线程触发条件对所述当前互动会话项目进行处理，获得所述当前互动会话项目的项目运行记录。本申请实施例中，项目运行记录可以包括针对待处理大数据话题相关视觉形式选定和视觉形式调整指示，比如将哪些话题信息转换为表格内容，将哪些话题信息转换为热力图。

S3360：根据所述项目运行记录对所述待处理大数据话题进行话题推送优化得到当前话题推送优化结果，并输出所述当前话题推送优化结果。本申请实施例中，可以将当前话题推送优化结果输出到对应的交互侧进行显示。

本发明实施例中，除了采用上述的项目分治处理方式进行分治话题推送优化，还可以基于流式分治和关键词分治进行话题推送优化，进一步地，上述信息中的基于所述分治话题推送优化方式，调用所述话题推送优化模型中相应的话题推送优化单元对所述待处理大数据话题进行话题推送优化，得到所述待处理大数据话题的大话题推送优化结果，还可以通过以下两个实施方式实现。

实施方式1

若所述分治话题推送优化方式为流式分治方式，则调用话题推送优化模型中的流式分治网络确定与所述待处理大数据话题对应的多个大数据话题片段；根据所述多个大数据话题片段确定层次性处理指示，并按照所述层次性处理指示对所述多个大数据话题片段进行层次性处理，得到目标话题推送优化结果，不间断地输出所述目标互动会话结果。

在实施方式1中，流式分治采用流式读取话题片段，将互动会话过程分为多个阶段，大数据话题分析服务器分治执行各个层次加速处理过程，层次性处理指示可以用于指导对不同的大数据话题片段的处理优先级，得到的目标话题推送优化结果在进行互动会话输出时是可调变化的。比如，可以根据层次性处理指示优先进行大数据话题片段topic1的话题推送优化得到折线图，然后将折线图进行显示，然后经过一段时间，将大数据话题片段topic2的话题推送优化结果（热力图）进行显示，再经过一段时间，将大数据话题片段topic3的话题推送优化结果（可调表格内容）进行显示并同时删除之前输出的折线图。如此设计，能够在时间有限、会话场景有限的前提下确保互动会话结果尽可能地符合用户的实际倾向。比如用户最想了解大数据话题片段topic1对应的互动会话结果，那么就可以先显示折线图，其次显示热力图，最后显示可调表格内容，以此类推。

实施方式2

若所述分治话题推送优化方式为关键词分治方式，则调用话题推送优化模型中的关键词分治网络确定与所述待处理大数据话题对应的多个会话主题集；以所述会话主题集为粒度进行话题推送优化并输出话题推送优化结果。

在实施方式2中，关键词分治是一种单程序多数据的方式，实施方式2中的会话主题集和实施方式1中的大数据话题片段是不同的。实施方式2中的会话主题集可以通过聚类算法进行聚类，比如采用K均值聚类算法进行聚类，而大数据话题片段是对待处理大数据话题进行拆分得到的。又例如，若待处理大数据话题为{topic1、topic2、topic3、topic4、topic5、topic6}。大数据话题片段可以为：大数据话题片段topic1、大数据话题片段topic2、大数据话题片段topic3、大数据话题片段topic4、大数据话题片段topic5和大数据话题片段topic6。会话主题集可以为{topic1、topic3}、{topic5}以及{topic2、topic4、topic6}。如此设计，通过关键词分治的方式进行处理，不仅能够在时间有限、会话场景有限的前提下确保互动会话结果尽可能地符合用户的实际倾向，还能够将大数据话题之间的数据关联性考虑在内，从而提高推送结果的针对性，进一步增加推送结果所包含的话题内容的丰富程度。

综上，通过实施上述技术方案，能够对数字化社交话题客户端所上传互动会话主题倾向进行实时检测，这样可以通过对数字化社交话题客户端的互动会话主题倾向的更新变化进行分析，以适应性更改话题分治推送方式，从而基于最新的话题分治推送方式对待处理大数据话题进行话题推送优化，这样能够确保得到的话题推送优化结果可能满足用户的可调主题倾向，此外，由于话题推送优化结果是基于分治思想得到的，因此能够避免会话时段和会话场景对话题推送优化结果的推送状态的影响。此外，通过不同的分治推送优化方式进行话题推送优化，还可以提高推送结果的针对性，进一步增加推送结果所包含的话题内容的丰富程度。

其次，针对上述应用于数字化社交的大数据话题推送方法，本发明实施例还提出了一种示例性的应用于数字化社交的大数据话题推送装置，如图2所示，应用于数字化社交的大数据话题推送装置200可以包括以下的功能模块。

倾向确定模块210，用于若检测到至少一个数字化社交话题客户端所上传的第一互动会话主题倾向调整为第二互动会话主题倾向，则基于第一互动会话主题倾向信息和第二互动会话主题倾向信息，确定可调主题倾向信息；其中，所述可调主题倾向信息用于表达所述第二互动会话主题倾向相对于所述第一互动会话主题倾向的可视化主题倾向变化记录，所述第一互动会话主题倾向信息包括所述至少一个数字化社交话题客户端对应的第一互动会话主题倾向内容，所述第二互动会话主题倾向信息包括所述至少一个数字化社交话题客户端对应的第二互动会话主题倾向内容。

方式调整模块220，用于基于所述可调主题倾向信息，对第一话题分治推送方式进行调整，得到第二话题分治推送方式，所述第一话题分治推送方式用于基于所述第一互动会话主题倾向对待处理大数据话题进行话题推送优化，所述第二话题分治推送方式用于基于所述第二互动会话主题倾向对待处理大数据话题进行话题推送优化。

推送优化模块230，用于基于所述第二互动会话主题倾向内容和所述第二话题分治推送方式，确定所述待处理大数据话题的大话题推送优化结果。

关于图2所示的功能模块的描述请参阅对图1所示的方法的说明，在此不作赘述。

然后，基于上述的方法实施例和装置实施例，本发明实施例还提出了一种系统实施例，也即应用于数字化社交的大数据话题推送系统，请结合参阅图3，应用于数字化社交的大数据话题推送系统30可以包括大数据话题分析服务器10和数字化社交话题客户端20。其中，大数据话题分析服务器10和数字化社交话题客户端20通信用以实施上述方法，进一步地，应用于数字化社交的大数据话题推送系统30的功能性描述如下。

一种应用于数字化社交的大数据话题推送系统，包括互相之间通信的大数据话题分析服务器以及至少一个数字化社交话题客户端；

至少一个数字化社交话题客户端用于向所述大数据话题分析服务器上传互动会话主题倾向；

所述大数据话题分析服务器用于：

若检测到至少一个数字化社交话题客户端所上传的第一互动会话主题倾向调整为第二互动会话主题倾向，则基于第一互动会话主题倾向信息和第二互动会话主题倾向信息，确定可调主题倾向信息；其中，所述可调主题倾向信息用于表达所述第二互动会话主题倾向相对于所述第一互动会话主题倾向的互动会话主题倾向变化记录，所述第一互动会话主题倾向信息包括所述至少一个数字化社交话题客户端对应的第一互动会话主题倾向内容，所述第二互动会话主题倾向信息包括所述至少一个数字化社交话题客户端对应的第二互动会话主题倾向内容；

基于所述可调主题倾向信息，对第一话题分治推送方式进行调整，得到第二话题分治推送方式，所述第一话题分治推送方式用于基于所述第一互动会话主题倾向对待处理大数据话题进行话题推送优化，所述第二话题分治推送方式用于基于所述第二互动会话主题倾向对待处理大数据话题进行话题推送优化；

基于所述第二互动会话主题倾向内容和所述第二话题分治推送方式，确定所述待处理大数据话题的大话题推送优化结果。

关于图3所示的系统的进一步描述请参阅对图1所示的方法的说明，在此不作赘述。

进一步地，请结合参阅图4，大数据话题分析服务器10可以包括处理引擎110、网络模块120和存储器130，处理引擎110和存储器130通过网络模块120通信。

处理引擎110可以处理相关的信息和/或数据以执行本申请中描述的一个或多个功能。例如，在一些实施例中，处理引擎110可以包括至少一个处理引擎(例如，单核处理引擎或多核处理器)。仅作为示例，处理引擎110可以包括中央处理单元(Central ProcessingUnit，CPU)、专用集成电路(Application-Specific Integrated Circuit，ASIC)、专用指令集处理器(Application-Specific Instruction-set Processor，ASIP)、图形处理单元(Graphics Processing Unit，GPU)、物理处理单元(Physics Processing Unit，PPU)、数字信号处理器(Digital Signal Processor，DSP)、现场可编程门阵列(Field ProgrammableGate Array，FPGA)、可编程逻辑器件(Programmable Logic Device，PLD)、控制器、微控制器单元、精简指令集计算机(Reduced Instruction-Set Computer，RISC)、微处理器等或其任意组合。

网络模块120可以促进信息和/或数据的交换。在一些实施例中，网络模块120可以是任何类型的有线或无线网络或其组合。仅作为示例，网络模块120可以包括缆线网络、有线网络、光纤网络、电信网络、内部网络、互联网、局域网络(Local Area Network，LAN)、广域网(Wide Area Network，WAN)、无线局域网络(Wireless Local Area Network，WLAN)、城域网(Metropolitan Area Network，MAN)、公用电话交换网(Public Telephone SwitchedNetwork，PSTN)、蓝牙网络、无线个域网络、近场通讯(Near Field Communication，NFC)网络等或上述举例的任意组合。在一些实施例中，网络模块120可以包括至少一个网络接入点。例如，网络模块120可以包括有线或无线网路接入点，如基站和/或网路接入点。

存储器130可以是，但不限于，随机存取存储器（Random Access Memory，RAM），只读存储器（Read Only Memory，ROM），可编程只读存储器（Programmable Read-OnlyMemory，PROM），可擦除只读存储器（Erasable Programmable Read-Only Memory，EPROM），电可擦除只读存储器（Electric Erasable Programmable Read-Only Memory，EEPROM）等。其中，存储器130用于存储程序，所述处理引擎110在接收到执行指令后，执行所述程序。

可以理解，图4所示的结构仅为示意，大数据话题分析服务器10还可包括比图4中所示更多或者更少的组件，或者具有与图4所示不同的配置。图4中所示的各组件可以采用硬件、软件或其组合实现。

本发明实施例公开的上述内容对于本领域技术人员而言是清楚完整的。应当理解，本领域技术人员基于上述公开的内容对未作解释的技术术语进行推导和分析的过程是基于本申请所记载的内容进行的，因此上述内容并不是对整体方案的创造性的评判。

应当理解，上述所示的系统及其模块可以利用各种方式来实现。例如，在一些实施例中，系统及其模块可以通过硬件、软件或者软件和硬件的结合来实现。其中，硬件部分可以利用专用逻辑来实现；软件部分则可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域技术人员可以理解上述的方法和系统可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本申请的系统及其模块不仅可以有诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用例如由各种类型的处理器所执行的软件实现，还可以由上述硬件电路和软件的结合(例如，固件)来实现。

需要说明的是，不同实施例可能产生的有益效果不同，在不同的实施例里，可能产生的有益效果可以是以上任意一种或几种的组合，也可以是其他任何可能获得的有益效果。

上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本申请的限定。虽然此处并没有明确说明，本领域技术人员可能会对本申请进行各种修改、改进和修正。该类修改、改进和修正在本申请中被建议，所以该类修改、改进、修正仍属于本申请示范实施例的精神和范围。

同时，本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。

此外，本领域技术人员可以理解，本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述，包括任何新的和有用的工序、机器、产品或物质的组合，或对他们的任何新的和有用的改进。相应地，本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“系统”。此外，本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品，该产品包括计算机可读程序编码。

计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号，例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式，包括电磁形式、光形式等，或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质，该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播，包括无线电、电缆、光纤电缆、RF、或类似介质，或任何上述介质的组合。

本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写，包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等，常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP，动态编程语言如Python、Ruby和Groovy，或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下，远程计算机可以通过任何网络形式与用户计算机连接，比如局域网（LAN）或广域网（WAN），或连接至外部计算机（例如通过因特网），或在云计算环境中，或作为服务使用如软件即服务（SaaS）。

此外，除非权利要求中明确说明，本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。

同理，应当注意的是，为了简化本申请披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本申请实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。

一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有适应性的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。

针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外，对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是，如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方，以本申请的描述、定义和/或术语的使用为准。

最后，应当理解的是，本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此，作为示例而非限制，本申请实施例的替代配置可视为与本申请的教导一致。相应地，本申请的实施例不仅限于本申请明确介绍和描述的实施例。