技术摘要：
本公开提供了一种制度信息处理方法，应用于计算机系统。该方法包括：获取预定时段内针对至少一项制度信息的用户交互行为数据；基于用户交互行为数据，构建关于上述至少一项制度信息的评价模型；基于评价模型，确定上述至少一项制度信息关于一个或多个特征维度的评价结  全部
背景技术：
通常情况下，企业可通过制度管理工具对制度信息进行发布和管理。制度管理工 具针对制度信息的展示形式是固定的，仅仅在存在制度信息的新增、修订、废止等情况下才 会有所变化，而无法根据用户针对制度信息的实际使用情况来进行动态地调整。这导致制 度管理工具针对制度信息的展示形式不符合用户行为习惯，无法有效地向用户推广和普及 制度信息。
技术实现要素：
本公开的一个方面提供了一种制度信息处理方法，应用于计算机系统。该方法包 括：获取预定时段内针对至少一项制度信息的用户交互行为数据；基于用户交互行为数据， 构建关于上述至少一项制度信息的评价模型；基于评价模型，确定上述至少一项制度信息 关于一个或多个特征维度的评价结果；并且，基于评价结果，对上述至少一项制度信息进行 展示。 可选地，上述用户交互行为数据包括如下至少一项：点击行为数据和搜索行为数 据。其中，每条点击行为数据包括：点击时间、点击内容和用户标识，每条搜索行为数据包 括：搜索时间、搜索内容和用户标识。 可选地，上述获取预定时段内针对至少一项制度信息的用户交互行为数据包括： 获取搜索时间在预定时段内的一条或多条搜索行为数据。上述基于用户交互行为数据，构 建关于至少一项制度信息的评价模型包括：从上述一条或多条搜索行为数据的搜索内容中 提取一个或多个关键词；计算上述一个或多个关键词各自的搜索频次；以及基于上述一个 或多个关键词各自搜索频次，构建关键词分布模型。 可选地，上述方法还包括：对至少一项制度信息各自的标题和正文进行自然语言 处理，以构建语料库。上述从一条或多条搜索行为数据的搜索内容中提取一个或多个关键 词包括：针对上述一条或多条搜索行为数据中的每条搜索行为数据，基于所构建的语料库， 从该搜索行为数据的搜索内容中提取与语料库相匹配的关键词。 可选地，上述基于评价模型，确定至少一项制度信息关于一个或多个特征维度的 评价结果包括：根据关键词分布模型，生成关于至少一项制度信息的搜索词分布图。上述基 于评价结果，对至少一项制度信息进行展示包括：展示搜索词分布图。 可选地，上述获取预定时段内针对至少一项制度信息的用户交互行为数据包括： 获取点击时间在预定时段内的点击行为数据以及搜索时间在预定时段内的搜索行为数据。 上述基于用户交互行为数据，构建关于至少一项制度信息的评价模型包括：针对获取到的 每条点击行为数据，根据该点击行为数据的点击内容确定与该点击行为数据相匹配的制度 5 CN 111597236 A 说　明　书 2/13 页 信息；针对获取到的每条搜索行为数据，根据该搜索行为数据的搜索内容确定与该搜索行 为数据相匹配的制度信息；针对所述至少一项制度信息中的每项制度信息，根据与该制度 信息相匹配的点击行为数据的数量和与该制度信息相匹配的搜索行为数据的数量，确定该 制度信息的第一点击量和第一搜索量；并且，基于至少一项制度信息各自的第一点击量和 第一搜索量，构建第一热度评价模型。第一热度评价模型用于计算至少一项制度信息各自 的第一优先级分数。 可选地，上述基于评价模型，确定至少一项制度信息关于一个或多个特征维度的 评价结果包括：利用第一热度评价模型计算至少一项制度信息各自的第一优先级分数。上 述基于评价结果，对至少一项制度信息进行展示包括：按照第一优先级分数从高至低的顺 序，对至少一项制度信息进行展示。 可选地，上述基于至少一项制度信息各自的第一点击量和第一搜索量，构建第一 热度评价模型包括：针对至少一项制度信息各自的第一点击量和第一搜索量，建立决策树 回归模型，以计算第一权重和第二权重；构建第一热度评价模型，第一热度评价模型的输入 包括第一变量和第二变量，第一热度评价模型基于第一权重和第二权重对第一变量和第二 变量进行加权求和，以得到第一热度评价模型的输出。 可选地，上述获取预定时段内针对至少一项制度信息的用户交互行为数据包括： 获取点击时间在预定时段内的点击行为数据以及搜索时间在预定时段内的搜索行为数据。 上述基于用户交互行为数据，构建关于至少一项制度信息的评价模型包括：针对获取到的 每条点击行为数据，根据该点击行为数据的点击内容确定与该点击行为数据相匹配的制度 信息；针对获取到的每条搜索行为数据，根据该搜索行为数据的搜索内容确定与该搜索行 为数据相匹配的制度信息。针对至少一项制度信息中的每项制度信息，根据与该制度信息 相匹配且用户标识为预定用户标识的点击行为数据的数量，以及与该制度信息相匹配且用 户标识为预定用户标识的搜索行为数据的数量，确定该制度信息的第二点击量和第二搜索 量；并且，基于至少一项制度信息各自的第二点击量和第二搜索量，构建第二热度评价模 型。第二热度评价模型用于计算至少一项制度信息各自的第二优先级分数。 可选地，上述基于评价模型，确定至少一项制度信息关于一个或多个特征维度的 评价结果包括：利用第二热度评价模型计算至少一项制度信息各自的第二优先级分数。上 述基于所述评价结果，对至少一项制度信息进行展示包括：按照所述第二优先级分数从高 至低的顺序，向预定用户标识所表征的用户推送展示至少一项制度信息。 可选地，上述基于至少一项制度信息各自的第二点击量和第二搜索量，构建第二 热度评价模型包括：针对至少一项制度信息各自的第二点击量和第二搜索量，建立决策树 回归模型，以计算针对预定用户标识的第三权重和第四权重；构建第二热度评价模型，所述 第二热度评价模型的输入包括第三变量和第四变量，第二热度评价模型基于第三权重和第 四权重对第三变量和第四变量进行加权求和，以得到第二热度评价模型的输出。 本公开的另一方面提供了一种制度信息处理装置，应用于计算机系统，装置包括： 获取模块、建模模块、评价模块和展示模块。获取模块用于获取预定时段内针对至少一项制 度信息的用户交互行为数据。建模模块用于基于用户交互行为数据，构建关于上述至少一 项制度信息的评价模型。评价模块用于基于评价模型，确定上述至少一项制度信息关于一 个或多个特征维度的评价结果。以及，展示模块用于基于评价结果，对上述至少一项制度信 6 CN 111597236 A 说　明　书 3/13 页 息进行展示。 本公开的另一方面提供了一种计算机系统，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用于实现如上所述的方 法。 本公开的另一方面提供了一种计算机可读存储介质，存储有计算机可执行指令， 所述指令在被执行时用于实现如上所述的方法。 本公开的另一方面提供了一种计算机程序，所述计算机程序包括计算机可执行指 令，所述指令在被执行时用于实现如上所述的方法。 根据本公开的实施例，制度信息处理方法在用户与制度管理工具交互过程中，可 以不断收集用户针对制度信息的交互行为数据，并基于大量交互行为数据进行大数据分析 以构建用于评价制度信息的评价模型。从而可以利用所构建的评价模型对制度信息进行评 价并依据评价结果对制度信息的展示形式进行调整和更新。由于上述评价结果能够反映用 户针对制度信息的不同使用情况，则基于评价结果对制度信息的展示能够更加符合用户针 对制度信息的使用习惯。根据本公开实施例，制度管理工具的功能能够更加符合用户需求， 能够更为有效地向用户进行制度信息的推广和普及。 附图说明 为了更完整地理解本公开及其优势，现在将参考结合附图的以下描述，其中： 图1示意性示出了根据本公开实施例的应用制度信息处理方法和装置的示例性系 统架构； 图2示意性示出了根据本公开实施例的制度信息处理方法的流程图； 图3示意性示出了根据本公开实施例的制度管理工具的架构示例图； 图4示意性示出了根据本公开实施例的图3中界面模块310的示例图； 图5示意性示出了根据本公开实施例的制度管理工具的界面示例图； 图6示意性示出了根据本公开另一实施例的制度管理工具的架构示例图； 图7示意性示出了根据本公开另一实施例的制度管理工具的架构示例图； 图8示意性示出了根据本公开另一实施例的制度管理工具的界面示例图； 图9示意性示出了根据本公开实施例的制度信息处理装置的框图；以及 图10示意性示出了根据本公开实施例的计算机系统的框图。