CN101414296A - 自适应服务推荐设备及方法、自适应服务推荐***及方法 - Google Patents
自适应服务推荐设备及方法、自适应服务推荐***及方法 Download PDFInfo
- Publication number
- CN101414296A CN101414296A CNA2007101624638A CN200710162463A CN101414296A CN 101414296 A CN101414296 A CN 101414296A CN A2007101624638 A CNA2007101624638 A CN A2007101624638A CN 200710162463 A CN200710162463 A CN 200710162463A CN 101414296 A CN101414296 A CN 101414296A
- Authority
- CN
- China
- Prior art keywords
- service
- user
- recommendation
- self
- adapting
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3322—Query formulation using system suggestions
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种自适应服务推荐设备,包括:语义分析装置,用于对用户的查询进行语义上的分析;服务选择装置,用于找出与语义分析后的查询对应的选择的服务,并根据选择的服务更新服务相关数据库;以及服务推荐装置,用于利用获取的选择的服务来查找服务相关数据库以向用户推荐相关服务。以及一种自适应服务推荐方法、一种自适应服务推荐***及其方法。本发明还涉及一种基于用户收藏库的服务推荐设备及其方法。根据本发明,可以基于用户的服务选择历史库,自动获取并调整服务相关数据库中的数据,从而能够向用户提供相关的服务。此外,还可以基于用户收藏库,向用户推荐服务提供者,从而用户能够获取灵活的服务。
Description
技术领域
本发明涉及自然语言的处理领域,具体地,涉及一种自适应服务推荐设备及其方法、一种自适应服务推荐***及其方法以及基于用户收藏库的服务推荐设备及其方法。
背景技术
信息服务允许用户查询多个服务领域的信息,有着重要的市场价值。自然语言查询方式更加符合人们的使用习惯。基于自然语言的服务选择***允许用户在同一入口用自然语言查询不同的服务,然后选择并返回对应的服务信息。
目前已经存在一些基于自然语言的服务选择***。许多现有***只能返回用户查询对应的服务,而不能推荐相关服务。有些***可以推荐相关服务,但往往是基于预先定义的服务相关数据,不能根据用户的查询来自动计算和调整服务间的相关度,于是有时会向用户推荐一些不太相关的服务。
JP2002351913可以根据用户对各web服务的访问历史(具体包括:用户名,最长等待时间,服务类型,最近访问时间等),来选择并向用户提供有最佳等待时间的web服务,以避免网络和服务的负载过大。
JP2004054781可以从用户的自然语言查询中提取出检索关键词,然后找到与这些关键词对应的服务及服务调用接口。
JP2004288118根据服务提供者提供的服务注册数据,不但可以提供用户查询所对应的服务,还可以提供与其相关的其他服务。
JP2002351913和JP200454781不能向用户推荐相关服务。
JP2004288118可以向用户推荐相关服务,但服务间的相关度不能随着用户的查询而自动调整。
发明内容
为了解决上述问题,提出了本发明,从而不仅可以向用户推荐相关服务,而且服务间的相关度可以随着用户的查询而自动调整,因此,能够自适应地向用户提供更加相关的服务。此外,还可以基于用户的收藏库向用户推荐服务提供者,从而向用户提供更灵活的服务。
根据本发明第一方面,提出了一种自适应服务推荐设备,包括:语义分析装置,用于对用户的查询进行语义上的分析;服务选择装置,用于找出与语义分析后的查询对应的选择的服务,并根据选择的服务更新服务相关数据库;以及服务推荐装置,用于利用获取的选择的服务来查找服务相关数据库以向用户推荐相关服务。
根据本发明第二方面,提出了一种自适应服务推荐方法,包括:语义分析步骤,对用户的查询进行语义上的分析;服务选择步骤,找出与语义分析后的查询对应的选择的服务,并根据选择的服务更新服务相关数据库;以及服务推荐步骤,利用获取的选择的服务来查找服务相关数据库以向用户推荐相关服务。
根据本发明第三方面,提出了一种自适应服务推荐***,包括:查询接收器,用于接收用户输入的查询;语义分析设备,用于对用户的查询进行语义上的分析;服务选择装置,用于找出与语义分析后的查询对应的选择的服务,并根据选择的服务更新服务相关数据库;服务推荐装置,用于利用获取的选择的服务来查找服务相关数据库以向用户推荐相关服务;第一答案生成器,用于生成与推荐的相关服务对应的答案;以及答案发送器,用于将生成的答案发送给用户。
根据本发明第四方面,提出了一种自适应服务推荐方法,包括:查询接收步骤,接收用户输入的查询;语义分析步骤,对用户的查询进行语义上的分析;服务选择步骤,找出与语义分析后的查询对应的选择的服务,并根据选择的服务更新服务相关数据库;服务推荐步骤,利用获取的选择的服务来查找服务相关数据库以向用户推荐相关服务;第一答案生成步骤,生成与推荐的相关服务对应的答案;以及答案发送步骤,将生成的答案发送给用户。
根据本发明第五方面,提出了一种基于用户收藏库的服务推荐设备,包括:语义分析装置,用于对用户的查询进行语义上的分析;服务选择装置,用于利用语义分析后的查询找出与用户查询对应的选择的服务;以及服务推荐装置,用于利用获取的选择的服务查找收藏有服务提供者的用户收藏库来向用户推荐服务提供者,从而用户可以访问该服务提供者。
根据本发明第六方面,提出了一种基于用户收藏库的服务推荐方法,包括:语义分析步骤,对用户的查询进行语义上的分析;服务选择步骤,利用语义分析后的查询找出与用户查询对应的选择的服务;以及服务推荐步骤,利用获取的选择的服务查找收藏有服务提供者的用户收藏库来向用户推荐服务提供者,从而用户可以访问该服务提供者。
附图说明
图1a是示出了根据本发明的自适应服务推荐设备的示意图;
图1b是示出了根据本发明的自适应服务推荐方法的流程图;
图1c是示出了根据本发明另一实施例的自适应服务推荐设备的示意图;
图1d是示出了根据本发明另一实施例的自适应服务推荐方法的流程图;
图1e是示出了根据本发明的自适应服务推荐***的示意图;
图1f是示出了根据本发明的自适应服务推荐方法的流程图;
图2a是示出了根据本发明的服务映射规则库的一个示例结构图;
图2b是示出了服务映射规则库的生成方法的流程图;
图3是示出了根据本发明的服务选择历史库的一个示例结构图;
图4是示出了根据本发明的服务相关数据库的一个示例结构图;
图5a是示出了服务相关数据库的生成方法的流程图;
图5b是示出了计算服务相关度的示例的图;
图6是示出了已知的语义分析方法的示意图;
图7示出了服务选择的一个例子;
图8a是示出了服务推荐装置的示意图;
图8b是示出了根据本发明第一实施例的服务推荐方法的流程图;
图8c示出了根据本发明第一实施例的服务推荐的一个例子;
图8d是示出了根据本发明第二实施例的服务推荐方法的流程图;
图8e示出了根据本发明第二实施例的服务推荐的一个例子;
图8f是示出了根据本发明第三实施例的服务推荐方法的流程图;
图8g示出了根据本发明第三实施例的服务推荐的一个例子;
图9a是示出了调整服务相关度的一个例子的示意图;
图9b是示出了调整服务相关度的另一个例子的示意图;
图10a是示出了基于用户收藏库的服务推荐设备的示意图;
图10b是示出了基于当前用户收藏库的服务推荐方法的流程图;
图10c是示出了基于其他用户收藏库的服务推荐方法的流程图;
图10d示出了用户收藏库的一个示例;
图11a—11d分别示出了基于用户收藏库的服务提供者推荐的四个例子;
图12a和12b分别示出了在用户终端和ASP中使用根据本发明的自适应服务推荐设备的示意图。
具体实施方式
下面,将参考附图描述本发明的优选实施例。在附图中,相同的元件将由相同的参考符号或数字表示。此外,在本发明的下列描述中,将省略对已知功能和配置的具体描述,以避免使本发明的主题不清楚。
图1a示出了根据本发明的自适应服务推荐设备。该自适应服务推荐设备可以对用户输入的查询进行分析处理,并自适应地推荐相关的服务。该自适应服务推荐设备包括输入装置(未示出),用于输入来自用户的查询;语义分析装置10,用于对接收到的用户查询例如自然语言查询进行分析,获取结构化的语义分析结果;服务选择部分20,包括根据服务映射规则库40选出与语义分析结果对应的服务的服务选择装置201和用于将选择的服务写入到服务选择历史库50中并更新服务相关数据库60的服务相关数据库更新装置202,以及服务推荐装置30,用于利用服务相关数据库60找出与选出的服务相关的服务以向用户推荐;以及输出装置(未示出),用于输出推荐的服务。
服务选择部分20将选择的服务写入到服务选择历史库50中,并基于修改后的服务选择历史库实时更新服务相关数据库,从而自适应服务推荐设备能够基于用户的服务选择历史库,自动调整服务相关数据库60中的相关度数据,从而自适应地向用户推荐相关服务。
下面将参考图2a,2b,图3,图4以及图5分别对服务映射规则库40,服务选择历史库50以及服务相关数据库60分别进行描述,之后,再结合服务映射规则库,服务选择历史库以及服务相关数据库来对根据本发明的自适应推荐方法进行详细描述。
服务映射规则库40存储有多组服务映射规则。当基于自然语言的用户查询与服务映射规则库的服务映射规则匹配成功时,则可以找到与该规则对应的服务,作为从服务映射规则库所包含的所有服务中选择的服务。
如图2a所示,一条服务映射规则通常由序号、需求、服务类型和服务参数组成,其中,需求表示用户的查询问题是什么,即,用户期望获取与什么服务有关的答案。服务类型规定了对应的查询问题所属的服务种类。服务参数用于对服务类型进行描述。服务参数描述了服务的调用接口,服务提供者可以根据服务参数来进行检索。服务映射规则库40中存储的每一条规则表示了“当用户查询符合指定需求时,那么该查询对应于哪种服务类型,相应的服务参数又是什么”。例如图2a中的第一条映射规则表示,当用户查询的需求为“怎么走”时,该查询对应于服务类型“路径”,服务参数值为用户查询中的服务参数(起点和终点)的值。
服务映射规则库可以是自动生成的,参考图2b,首先,从各个服务提供者那里收集真实的用户查询集合。之后根据收集的用户查询建立查询语料库,可以利用现有的语义分析方法对每个用户查询进行分析,得到语义分析结果,从而建立查询语料库。最后,分析查询语料库中关于每个服务类型的所有查询的语义分析结果间的相似性,然后从中提取服务映射规则,写入服务映射规则库。
例如,首先从路径服务提供者那里收集常见的查询如“海龙大厦到北京大学怎么走?”、“从中关村去清河怎么走?”,然后通过语义分析来得到语义分析结果,从而建立查询语料库,最后分析服务类型“路径”的所有查询,提取出共同的需求“怎么走”以及共同的参数“起点”和“终点”,从而生成一条“路径”的服务映射规则。
虽然可以自动生成服务映射规则库,但是也可以通过人工总结各种服务的映射规则来手动生成服务映射规则库。此外,还可半自动地生成服务映射规则库,即,先自动生成服务映射规则,之后由人工进行校对。
图3示出了服务选择历史库的一个示例。参考图3,该服务选择历史库包括多个用户的服务选择记录,一条用户的服务选择记录通常由用户、查询时间、服务类型和服务参数组成。其中,服务参数包括一组参数,每个参数对应有一个参数值。
例如图3中的第一条记录表示,John在2007年6月12日10:30:20查询过位置服务,服务参数“地点”的值是“北京饭店”。可以自动生成服务选择历史库。本发明是通过服务相关数据库更新装置202将服务选择装置输出的查询服务选择结果保存为一条服务选择记录的方式来对服务选择历史库进行实时的修改。
服务相关数据库存储了不同服务的类型间的相关度。如图4所示,一条服务相关记录通常由用户、服务类型1、服务类型2、相关度组成,相关度表示针对某个用户某两种服务类型之间的相关性。同样的两个服务类型,可能有的用户认为它们相关,有的用户认为它们不相关,所以每条服务相关记录可能基于用户的不同而不同。例如图4中的第一条记录表示,对John来说,位置服务和电话服务间的相关度为0.8。而第三条记录表示,对于Jerry来说,位置服务与电话服务之间的相关度是0.7。
图5a示出了根据本发明的服务相关数据库的生成方法。在S501,首先按不同的用户对服务选择记录进行分类,将同一个用户的所有服务选择记录归为一类。在S502,为每个用户计算其选择的服务之间的相关度。两个服务越常被用户连续询问,则二者的相关度越高。对某用户来说,服务x和服务y间的相关度等于该用户查询服务x后接着查询服务y的概率,其计算公式为:
Correlation(x,y)=P(Qn+1的服务类型为y|Qn的服务类型为x)(1)
其中样本空间为该用户的所有服务选择记录。最后在S503,将每个用户的服务相关数据写入服务相关数据库。具体地,服务类型1=x,服务类型2=y,相关度=Correlation(x,y)。
图5b示出了服务相关数据库生成的一个例子。例如根据John的服务选择记录可知,John在问完一个地点的位置后,经常询问这个地点的电话,于是根据公式1可以计算出“位置”和“电话”间的相关度,并存入服务相关数据库(第一条记录)。
下面将结合服务映射规则库、服务选择历史库以及服务相关数据库与图1b来具体描述如何实现自适应服务推荐的方法。
参考图1b,在S101,输入装置接收来自用户的查询,并传送给语义分析装置10。在S102,语义分析装置对接收到的查询执行语义分析。可以采用已知的语义分析方法来对接收到的查询进行分析。图6示出了一种已知的语义分析方法。该语义分析方法对用户的自然语言查询进行理解,从而得到结构化的语义分析结果,包括查询分词步骤和语义标注步骤。查询分词步骤利用词典等资源对用户查询进行分词,从而得到分词结果,之后,语义标注步骤根据语义知识库对分词结果进行语义标注,生成对应的语义分析结果。语义分析结果通常由一个需求和查询参数组成。其中,查询参数可以包括一组参数,其中各个参数都有与其对应的参数值。例如,其分词结果为“从;清华东门;到;海龙大厦;怎么走”,根据语义知识库中的语义知识“从<起点>到<终点>”,可将参数值“清华东门”标注为参数类型“起点”,将参数值“海龙大厦”标注为参数类型“终点”,另外提取出疑问词“怎么走”作为需求。在S103,由服务选择装置201选出服务。具体地,服务选择装置201根据用户查询的语义分析结果,查找服务映射规则库,找到满足下列条件的规则作为匹配规则:
●语义分析结果的需求和规则的需求相同;
●语义分析结果包含规则需要的所有服务参数。
之后,服务选择装置201根据匹配规则,取出对应的服务类型,并结合语义分析结果生成选择的服务,即,查询服务选择结果,该选择的服务包括该服务的服务参数与对应的参数值。
在S104,由服务相关数据库更新装置202将选择的服务添加到服务选择历史库50中,并基于服务选择历史库50重新计算服务相关数据库60中的相关度,从而对服务相关数据库进行更新。
在S105,由服务推荐装置30根据服务选择装置201获取的选择的服务来查找服务相关数据库60中的服务相关度数据,从而确定与选择的服务相关的服务并向用户推荐该相关服务。
最后,在S106,输出装置输出所获取的向用户推荐的服务。
图7给出了一个例子。例如用户查询“从清华东门到海龙大厦怎么走?”,其语义分析结果为“需求:怎么走;起点:清华东门;终点:海龙大厦”,它可以与路径的服务映射规则精确匹配,其中需求都为“怎么走”,并且语义分析结果包含该规则所需要的全部参数“起点”和“终点”,因此可得到查询服务选择结果“服务类型:路径;起点:清华东门;终点:海龙大厦”。然后将该查询服务选择结果添加到服务选择历史库中,最后利用图5a所示的方法,根据添加后的服务选择历史库生成新的服务相关数据“邻近服务与路径服务间的相关度为0.7”。
图8a示出了根据本发明的服务推荐装置的结构图。服务推荐装置30与服务选择部分20连接,包括用于从服务相关数据库60中找出与选择的服务相关的相关服务类型发现单元31,在找出了多个相关服务类型时,确定需要选出的相关服务类型的相关服务类型确认单元32以及用于获取相关服务的相关服务获取单元33。根据本发明,服务相关数据库60可以是当前用户的服务相关数据库,仅存储发送查询的当前用户的服务相关数据,也可以是其它用户的服务相关数据库,存储除了发送查询的当前用户之外的所有其它用户的服务相关数据,还可以是所有用户的服务相关数据库,存储发送查询的当前用户和其它用户的服务相关数据。当然,服务相关数据库60还可以包括一个当前用户的服务相关数据的服务相关数据库以及一个除了当前用户的其它用户的服务相关数据的服务相关数据库。
由于该服务推荐装置可以基于当前用户的服务相关数据库来执行处理,可以基于其它用户的服务相关数据库来执行处理,或者基于所有用户的服务相关数据库来执行处理,以及还可以基于包括当前用户的服务相关数据库与其它用户的服务相关数据库的服务相关数据库来执行处理。因此,将分别结合图10b与图10c对基于用户收藏库的服务推荐设备执行的方法进行说明。
下面根据服务相关数据库60的不同来描述服务推荐装置执行的服务推荐方法。
(1)服务相关数据库60是基于当前用户的服务相关数据库
图8b是示出了根据本发明第一实施例的服务推荐方法的流程图。参考图8b,在S801,相关服务类型发现单元31从当前用户的服务相关数据库中找到与选择的服务相关的所有服务类型。相关服务类型需要满足的条件是:相关服务类型和选择的服务的服务类型间的相关度大于某阈值。
在S802,相关服务类型确定单元32将上面得到的所有相关服务类型按相关度递减进行排序,然后根据排序结果,选择前几个作为要推荐的相关服务类型。
在S803,相关服务获取单元33合并相关服务类型以及之前由服务选择装置选择的服务的服务参数,即,将相关类型替代语义分析结果中的服务类型,从而获取向用户推荐的相关服务。
图8c示出了一个例子。对用户Tom查询的“从清华东门到海龙大厦怎么走?”,其查询服务选择结果为“服务类型:路径;起点:清华东门;终点:海龙大厦”,***根据Tom的服务相关数据“路径和路况间的相关度为0.6”,取出相关服务类型“路况”,然后与查询服务选择结果的服务参数合并后,获取相关服务选择结果“服务类型:路况;起点:清华东门;终点:海龙大厦”。
(2)服务相关数据库60是基于其它用户的服务相关数据库
图8d是示出了根据本发明第二实施例的服务推荐方法的流程图。参考图8d,在S804,相关服务类型发现单元31从其他用户的服务相关数据库中找到与选择的服务相关的所有服务类型。相关服务类型需要满足的条件是:相关服务类型和选择的服务的服务类型间的相关度大于某阈值。
在S805,相关服务类型确定单元32当上面得到多个相关服务类型时,按照预定的第一规则从中选择最相关的服务类型作为要推荐的相关服务类型。对于同样两个服务,不同用户认为的相关度可能不同,因此本发明定义第一规则为:选取平均服务相关度高的服务类型。服务A和服务B的平均服务相关度的计算公式可以有以下几种可选方式:
1)各用户对服务A和服务B的相关度的平均值;
2)认为服务A和服务B相关的用户数目;
3)各用户对服务A和服务B的相关度的最大值。
在S806,相关服务获取单元33合并相关服务类型以及之前由服务选择装置选择的服务的服务参数,即,将相关类型替代语义分析结果中的服务类型,从而获取向用户推荐的相关服务。
图8e示出了另一个例子。对用户Tom查询的“翠宫饭店在哪里?”,其查询服务选择结果为“服务类型:位置;地点:翠宫饭店”,首先从其他用户的服务相关数据库中找到与“位置”相关的服务类型“电话”和“路况”,然后计算“位置”和“电话”、“位置”和“路况”间的相关度,由于John和Jerry分别认为位置和电话间的相关度为0.8和0.7,其平均值为0.75,而Bob认为位置和路况间的相关度为0.4,因此选取相关服务类型“电话”,然后与之前选择的服务的服务参数合并后,获取相关的服务“服务类型:电话;地点:翠宫饭店”。
(3)服务相关数据库60是基于所有用户的服务相关数据库
图8f是示出了根据本发明第三实施例的服务推荐方法的流程图。参考图8f,在S807,相关服务类型发现单元31从基于所有用户的服务相关数据库中找到与选择的服务相关的所有服务类型。相关服务类型需要满足的条件是:相关服务类型和选择的服务的服务类型间的相关度大于某阈值。
在S808,相关服务类型确定单元32当上面得到多个相关服务类型时,按照预定的第二规则从中选择最相关的服务类型作为要推荐的相关服务类型。对于同样两个服务,不同用户认为的相关度可能不同,并且当前用户认为的相关度更加可信,因此本发明定义第二规则为:选取加权平均服务相关度高的服务类型。其中当前用户认为的相关度的权重最高,具体权重可自由设置。
在S809,相关服务获取单元33合并相关服务类型以及之前由服务选择装置选择的服务的服务参数,即,将相关类型替代语义分析结果中的服务类型,从而获取向用户推荐的相关服务。
图8g示出了另一个例子。对用户Tom查询的“从清华东门到海龙大厦怎么走?”,其查询服务选择结果为“服务类型:路径;起点:清华东门;终点:海龙大厦”,首先从所有用户的服务相关数据库中找到与“路径”相关的服务类型“电话”和“路况”,然后分别计算“路径”和“电话”、“路径”和“路况”间的相关度,由于当前用户Tom和其他用户Jerry认为“路径”和“路况”间的相关度分别为0.6和0.4,可以分别赋予权重0.7和0.3,从而得到“路径”和“路况”间的相关度为0.54,高于“路径”和“电话”间的相关度0.4,因此选取相关服务类型“路况”,然后与之前选择的服务的服务参数合并后,获取相关的服务“服务类型:路况;起点:清华东门;终点:海龙大厦”。
(4)服务相关数据库60包括基于当前用户的服务相关数据库和基于其它用户的服务相关数据库
与S801类似,相关服务类型发现单元31执行与S801类似的步骤,但是相关服务类型发现单元31首先从基于当前用户的服务相关数据库中查找相关服务类型,如果找到,则执行S802与S803。否则,执行S804至S806。
图1c是示出了根据本发明另一实施例的自适应服务推荐设备的示意图。该自适应服务推荐设备与图1a所示的自适应服务推荐设备之间的区别在于还包括服务相关度调整装置89,用于基于用户对推荐服务的反馈来调整服务相关数据库中的服务相关度。从而用户可以对设备推荐的相关服务进行评价,然后,自适应服务推荐设备根据用户的评价来调整服务相关度。出于清楚的目的,在这里省略了对相同部件的描述。
图1d所示的自适应服务推荐方法除了包括图1b所示的S101—S105之外,还包括S107,服务相关度调整装置89根据下列步骤执行调整:
(1)用户评价获取:接收用户对相关服务的评价。用户的评价可以按相关程度进行分级,分级标准可以有以下几种可选方式:
●布尔分级:例如分为“相关”和“不相关”;
●程度分级:例如分为“非常相关”、“普通相关”和“不相关”;
●分数分级:例如满分为10分,由用户进行打分。
(2)相关度获取:根据用户评价,得到对应的相关度。例如布尔分级中的“相关”对应的相关度为1,“不相关”对应的相关度为0;
(3)相关度调整:根据用户评价的相关度,调整服务相关数据库中对应的相关度值。如果服务相关数据库中已经有值,则可取已有值和用户评价的相关度的平均值,否则将用户评价的相关度增加到服务相关数据库中。
图9a和图9b分别示出了服务相关度调整的两个例子,分别接收图8c和图8e的输出结果。
图9a示出了当用户Tom查询“从清华东门到海龙大厦怎么走?”,***反馈相关服务“路况”后,Tom认为相关,则***得到用户评价的相关度为1,然后将服务数据库中Tom的“路径”和“路况”间的相关度从原来的0.6调整为(1+0.6)/2=0.8。
图9b示出了当用户Tom查询“翠宫饭店在哪里?”,***反馈相关服务“电话”后,Tom认为相关,则***得到用户评价的相关度为1,由于服务数据库中Tom没有“位置”和“电话”间的相关数据,于是增加一条新记录。
图1e是示出了根据本发明的自适应服务推荐***的示意图。该自适应服务推荐***包括:查询接收器202,用于接收用户查询;语义分析装置10,用于对接收到的用户查询例如自然语言查询进行分析,获取结构化的语义分析结果;存储装置12,包括:服务映射规则库40,服务选择历史库50,以及服务相关数据库60;服务选择部分20,用于基于服务映射规则库40选择服务并将选择的服务写入服务选择历史库50;服务推荐装置30,用于利用服务相关数据库60找出与选出的服务相关的服务以向用户推荐;第一答案生成器70,与服务选择部分20连接,用于根据选择的服务,生成第一答案;第二生成器80,与服务推荐装置30连接,用于根据推荐的服务,生成第二答案;以及答案发送器90,用于发送生成的答案。虽然图1e示出了两个答案生成器,但是对于本领域的技术人员来说,很明显的,该自适应服务推荐***也可以只包括两个答案生成器之一,或者仅包括一个答案生成器。以及该自适应服务推荐***也可以不包括存储装置12,而是访问位于***外部的存储装置。
图1f是示出了根据本发明的自适应服务推荐方法的流程图。在S1101查询接收器202接收用户查询。在S1102,语义分析装置10,对接收到的用户查询例如自然语言查询进行分析,获取结构化的语义分析结果。在S1103,服务选择部分20基于服务映射规则库选择服务。在S1104,服务推荐装置30利用服务相关数据库60找出与选出的服务相关的服务以向用户推荐。在S1105,第一答案生成器70根据选择的服务,生成第一答案。在S1106,第二生成器80根据推荐的服务,生成第二答案。最后,在S1107,答案发送器90发送生成的第一和第二答案。
图10a是示出了基于用户收藏库的服务推荐设备的示意图。通常,现有的方法是根据服务选择的结果,访问固定的预先定义好的服务提供者。例如***预先定义“路径”的服务提供者有A和B,则每次处理路径查询时,都访问A和B。
本发明的基于用户收藏库的服务推荐设备根据用户收藏,来访问最佳的服务提供者。此外,还可以提示用户更新收藏。
参考图10a,基于用户收藏库的服务推荐设备包括输入装置(未示出),用于接收来自用户的查询;语义分析装置10;与语义分析装置连接的服务选择装置20,基于用户的收藏库向用户推荐服务提供者的服务推荐装置30,以及输出装置(未示出),用于输出推荐的结果。用户收藏库92存储了所有用户的收藏记录。***允许用户收藏自己喜欢的服务提供者。
如图10d所示,一条用户收藏记录通常由用户、服务类型、收藏的服务提供者、评分组成,其含义为某用户对某服务类型收藏了哪些服务提供者,并给予了多高的评价(满分10分)。
例如图10d中的第一条记录表示,Tom收藏了URL为http://aaa.bbb的服务提供者,他对该服务提供者处理路径服务的评价是5分。
用户收藏库主要由用户填写,***可以向用户推荐。
用户收藏库可以仅存储当前查询用户的收藏记录,即,当前用户收藏库,也可以存储除当前查询用户以外的其他用户的收藏记录,即,其他用户收藏库。
由于基于用户收藏库的服务推荐设备可以基于当前用户的收藏库来执行处理或者可以基于其它用户的收藏库来执行处理,因此,下面分别结合图10b与图10c对基于用户收藏库的服务推荐设备执行的方法进行说明。
图10b是示出了基于当前用户收藏库的服务推荐方法的流程图。在S1001,输入装置接收输入的用户查询。在S1002,语义分析装置10对用户的查询进行语义上的分析。在S1003,服务选择装置利用语义分析结果找出与用户查询对应的选择的服务。在S1004,服务推荐装置30先从当前用户的收藏库中,找到与服务选择结果的服务类型相同的记录;再取出对应的服务提供者,并向用户推荐该服务提供者。最后,在S1005,由输出装置向用户输出该推荐的服务提供者。
图10c是示出了基于其他用户收藏库的服务推荐方法的流程图。在S1011,输入装置接收输入的用户查询。在S1012,语义分析装置10对用户的查询进行语义上的分析。在S1013,服务选择装置利用语义分析结果找出与用户查询对应的选择的服务。在S1014,服务推荐装置30先从其他用户的收藏库中,找到与服务选择结果的服务类型相同的记录;然后选择要推荐的服务提供者,有三种可选条件:
a)选择用户评分最高的服务提供者
b)选择用户收藏次数最多的服务提供者
c)选择所有服务提供者,由用户去判断谁最优
最后,在S1015,由输出装置向用户输出该推荐的服务提供者。
此外,上述基于用户收藏库的服务推荐方法可以提示用户将***推荐的服务提供者加入自己的收藏。
图11a,11b,11c和11d分别示出了基于用户收藏库的推荐方法的四个例子,都是返回用户Tom的查询“从清华东门到海龙大厦怎么走”所对应的答案,其查询服务选择结果为“服务类型:路径;起点:清华东门;终点:海龙大厦”。
图11a是基于当前用户收藏库的服务提供者推荐的例子。由于Tom收藏过路径的服务提供者http://aaa.bbb,因此访问该提供者。
图11b是基于其他用户收藏库的服务提供者推荐的例子,推荐条件是用户评分最高。其他用户共收藏过3个路径服务的提供者:http://aaa.bbb,http://ccc.ddd,http://eee.fff,其中http://eee.fff的评分最高(10分),因此访问该提供者。
图11c是基于其他用户收藏库的服务提供者推荐的例子,推荐条件是用户收藏次数最多。其他用户共收藏过3个路径服务的提供者:http://aaa.bbb,http://ccc.ddd,http://eee.fff,其中http://aaa.bbb被用户收藏的次数最多(3个用户收藏过),因此访问该提供者。
图11d是基于其他用户收藏库的服务提供者推荐的例子,推荐条件是所有服务提供者。其他用户共收藏过3个路径服务的提供者:http://aaa.bbb,http://ccc.ddd,http://eee.fff,因此访问以上3个提供者。
图12a和12b分别示出了在用户终端和ASP中使用根据本发明的自适应服务推荐设备的示意图。参见图12a,可以将语义分析装置,服务选择部分以及服务推荐装置一起嵌入在移动终端中。参见图12b,还可以将语义分析装置,服务选择部分以及服务推荐装置一起嵌入在ASP(Active Server Page)中,从而可以更方便快捷地向用户推荐相关服务。
尽管已经参照具体实施例,对本发明进行了描述,但本发明不应当由这些实施例来限定,而应当仅由所附权利要求来限定。应当清楚,在不偏离本发明的范围和精神的前提下,本领域普通技术人员可以对实施例进行改变或修改。
Claims (48)
1.一种自适应服务推荐设备,包括:
语义分析装置,用于对用户的查询进行语义上的分析;
服务选择装置,用于找出与语义分析后的查询对应的选择的服务,并根据选择的服务更新服务相关数据库;以及
服务推荐装置,用于利用获取的选择的服务来查找服务相关数据库以向用户推荐相关服务。
2.如权利要求1所述的自适应服务推荐设备,其中服务选择装置包括:
服务选择单元,用于从服务映射规则库中找出与语义分析后的查询匹配的规则,并根据匹配的规则获取选择的服务;以及
服务相关数据库更新单元,用于将选择的服务添加到服务选择历史库中,并重新计算服务相关度,以更新服务相关数据库。
3.如权利要求2所述的自适应服务推荐设备,其中服务选择单元从服务映射规则库中找出满足下列条件的服务映射规则作为匹配规则:
服务映射规则中的需求与语义分析后的查询中的需求相同;以及
服务映射规则中的服务参数包含在语义分析后的查询中的服务参数中。
4.如权利要求2所述的自适应服务推荐设备,其中服务相关数据库更新单元将选择的服务添加到服务选择历史库中的、与查询属于同一用户的服务选择记录中,并针对该用户重新计算服务相关度,从而更新服务相关数据库。
5.如权利要求1所述的自适应服务推荐设备,其中服务推荐装置包括:
基于当前用户的服务推荐装置,用于利用当前用户的服务相关数据库向用户推荐相关服务。
6.如权利要求5所述的自适应服务推荐设备,其中基于当前用户的服务推荐装置包括:
相关服务类型发现单元,用从当前用户的服务相关数据库中找到与选择的服务相关的服务类型;以及
相关服务获取单元,用于将相关服务类型替代语义分析后的查询中的服务类型,从而获取向用户推荐的相关服务。
7.如权利要求6所述的自适应服务推荐设备,其中相关服务类型发现单元将与选择的服务的服务类型之间的相关度大于预定阈值的服务类型作为相关服务类型。
8.如权利要求6所述的自适应服务推荐设备,其中基于当前用户的服务自适应推荐装置还包括:
相关服务类型确定单元,用于当选择了至少两个服务类型时对相关的服务类型按照相关度递减的顺序进行排序,之后根据排序结果,选择相关服务类型,并提供给相关服务获取单元。
9.如权利要求1所述的自适应服务推荐设备,其中服务推荐装置包括:基于其它用户的服务推荐装置,用于利用其它用户的服务相关数据库向当前用户推荐相关服务。
10.如权利要求9所述的自适应服务推荐设备,其中基于其它用户的服务推荐装置包括:
相关服务类型发现单元,用于从其他用户的服务相关数据库中找到与选择的服务相关的服务类型;以及
相关服务获取单元,用于将相关服务类型替代语义分析后的查询中的服务类型,从而获取向用户推荐的相关服务。
11.如权利要求10所述的自适应服务推荐设备,其中相关服务类型发现单元将与选择的服务的服务类型之间的相关度大于预定阈值的服务类型作为相关服务类型。
12.如权利要求10所述的自适应服务推荐设备,其中基于其他用户的自适应服务推荐装置还包括:
相关服务类型确定单元,用于在存在至少两个的选择的服务类型时根据第一预定规则选择相关服务类型,并提供给相关服务获取单元。
13.如权利要求1所述的自适应服务推荐设备,其中服务推荐装置包括:
基于当前用户的服务推荐装置,用于利用当前用户的服务相关数据库向用户推荐第一服务,以及
基于其它用户的服务推荐装置,用于当没有推荐第一服务时利用其它用户的服务相关数据库向用户推荐第二服务。
14.如权利要求1所述的自适应服务推荐设备,其中服务推荐装置包括:
基于全部用户的服务推荐装置,用于利用全部用户的服务相关数据库向用户推荐相关服务。
15.如权利要求14所述的自适应服务推荐设备,其中基于全部用户的服务推荐装置包括:
相关服务类型发现单元,用从全部用户的服务相关数据库中找到与选择的服务相关的服务类型;以及
相关服务获取单元,用于将相关服务类型替代语义分析后的查询中的服务类型,从而获取向用户推荐的相关服务。
16.如权利要求15所述的自适应服务推荐设备,其中相关服务类型发现单元将与选择的服务的服务类型之间的相关度大于预定阈值的服务类型作为相关服务类型。
17.如权利要求16所述的自适应服务推荐设备,其中基于全部用户的服务自适应推荐装置还包括:
相关服务类型确定单元,用于当选择了至少两个服务类型时根据第二预定规则选择相关服务类型,并提供给相关服务获取单元。
18.如权利要求1所述的自适应服务推荐设备,其中该自适应的服务推荐设备还包括:
基于用户反馈的服务相关度调整装置,用于根据用户对服务推荐装置推荐的相关服务的评价的反馈来动态调整服务相关数据库中的服务相关度。
19.一种自适应服务推荐方法,包括:
语义分析步骤,对用户的查询进行语义上的分析;
服务选择步骤,找出与语义分析后的查询对应的选择的服务,并根据选择的服务更新服务相关数据库;以及
服务推荐步骤,利用获取的选择的服务来查找服务相关数据库以向用户推荐相关服务。
20.如权利要求19所述的自适应服务推荐方法,其中服务选择步骤包括:
服务选择步骤,从服务映射规则库中找出与语义分析后的查询匹配的规则,并根据匹配的规则获取选择的服务;以及
服务相关数据库更新步骤,将选择的服务添加到服务选择历史库中,并重新计算服务相关度,以更新服务相关数据库。
21.如权利要求20所述的自适应服务推荐方法,其中服务选择步骤包括从服务映射规则库中找出满足下列条件的服务映射规则作为匹配规则的步骤:
服务映射规则中的需求与语义分析后的查询中的需求相同;以及
服务映射规则中的服务参数包含在语义分析后的查询中的服务参数中。
22.如权利要求20所述的自适应服务推荐方法,其中服务相关数据库更新步骤包括将选择的服务添加到服务选择历史库中的、与查询属于同一用户的服务选择记录中,并针对该用户重新计算服务相关度,从而更新服务相关数据库的步骤。
23.如权利要求19所述的自适应服务推荐方法,其中服务推荐步骤包括:
利用当前用户的服务相关数据库向用户推荐相关服务的基于当前用户的自适应服务推荐步骤。
24.如权利要求23所述的自适应服务推荐方法,其中基于当前用户的自适应服务推荐步骤包括:
相关服务类型发现步骤,从当前用户的服务相关数据库中找到与选择的服务相关的服务类型;以及
相关服务获取步骤,将相关服务类型替代语义分析后的查询中的服务类型,从而获取向用户推荐的相关服务。
25.如权利要求24所述的自适应服务推荐方法,其中相关服务类型发现步骤包括将与选择的服务的服务类型之间的相关度大于预定阈值的服务类型作为相关服务类型的步骤。
26.如权利要求24所述的自适应服务推荐方法,其中基于当前用户的服务自适应推荐步骤还包括:
相关服务类型确定步骤,用于当选择了至少两个服务类型时对相关的服务类型按照相关度递减的顺序进行排序,之后根据排序结果,选择相关服务类型,并提供给相关服务获取步骤。
27.如权利要求1所述的自适应服务推荐方法,其中服务推荐步骤包括:基于其它用户的自适应服务推荐步骤,利用其它用户的服务相关数据库向当前用户推荐相关服务。
28.如权利要求27所述的自适应服务推荐方法,其中基于其它用户的自适应服务推荐步骤包括:
相关服务类型发现步骤,从其他用户的服务相关数据库中找到与选择的服务相关的服务类型;以及
相关服务获取步骤,将相关服务类型替代语义分析后的查询中的服务类型,从而获取向用户推荐的相关服务。
29.如权利要求28所述的自适应服务推荐方法,其中相关服务类型发现步骤包括将与选择的服务的服务类型之间的相关度大于预定阈值的服务类型作为相关服务类型的步骤。
30.如权利要求28所述的自适应服务推荐方法,其中基于其他用户的自适应服务推荐步骤还包括:
相关服务类型确定步骤,在存在至少两个的选择的服务类型时根据第一预定规则选择相关服务类型,并提供给相关服务获取步骤。
31.如权利要求19所述的自适应服务推荐方法,其中服务推荐步骤包括:
基于当前用户的自适应服务推荐步骤,用于利用当前用户的服务相关数据库向用户推荐第一相关服务,以及
基于其它用户的自适应服务推荐步骤,用于当没有推荐第一服务时利用其它用户的服务相关数据库向用户推荐第二相关服务。
32.如权利要求19所述的自适应服务推荐方法,其中服务推荐步骤包括:
基于全部用户的服务推荐步骤,利用全部用户的服务相关数据库向用户推荐相关服务。
33.如权利要求32所述的自适应服务推荐方法,其中基于全部用户的服务推荐步骤包括:
相关服务类型发现步骤,从全部用户的服务相关数据库中找到与选择的服务相关的服务类型;以及
相关服务获取步骤,将相关服务类型替代语义分析后的查询中的服务类型,从而获取向用户推荐的相关服务。
34.如权利要求33所述的自适应服务推荐方法,其中相关服务类型发现单元将与选择的服务的服务类型之间的相关度大于预定阈值的服务类型作为相关服务类型。
35.如权利要求34所述的自适应服务推荐方法,其中基于全部用户的服务自适应推荐步骤还包括:
相关服务类型确定步骤,当选择了至少两个服务类型时根据第二预定规则选择相关服务类型,并提供给相关服务获取步骤。
36.如权利要求33所述的自适应服务推荐方法,其中该自适应的服务推荐方法还包括:
基于用户反馈的服务相关度调整步骤,根据用户对服务推荐步骤推荐的服务的评价的反馈来动态调整服务相关数据库中的服务相关度。
37.一种自适应服务推荐***,包括:
查询接收器,用于接收用户输入的查询;
语义分析设备,用于对用户的查询进行语义上的分析;
服务选择装置,用于找出与语义分析后的查询对应的选择的服务,并根据选择的服务更新服务相关数据库;
服务推荐装置,用于利用获取的选择的服务来查找服务相关数据库以向用户推荐相关服务;
第一答案生成器,用于生成与推荐的相关服务对应的答案;以及
答案发送器,用于将生成的答案发送给用户。
38.如权利要求37所述的自适应服务推荐***,其中该***还包括:
第二答案生成器,用于生成与选择的服务对应的答案。
39.一种自适应服务推荐方法,包括:
查询接收步骤,接收用户输入的查询;
语义分析步骤,对用户的查询进行语义上的分析;
服务选择步骤,找出与语义分析后的查询对应的选择的服务,并根据选择的服务更新服务相关数据库;
服务推荐步骤,利用获取的选择的服务来查找服务相关数据库以向用户推荐相关服务;
第一答案生成步骤,生成与推荐的相关服务对应的答案;以及
答案发送步骤,将生成的答案发送给用户。
40.如权利要求39所述的自适应服务推荐方法,其中该方法还包括:
第二答案生成步骤,生成与选择的服务对应的答案。
41.一种基于用户收藏库的服务推荐设备,包括:
语义分析装置,用于对用户的查询进行语义上的分析;
服务选择装置,用于利用语义分析后的查询找出与用户查询对应的选择的服务;以及
服务推荐装置,用于利用获取的选择的服务查找收藏有服务提供者的用户收藏库来向用户推荐服务提供者,从而用户可以访问该服务提供者。
42.如权利要求41所述的服务推荐设备,其中,服务推荐装置用于从当前用户的收藏库中找出与选择的服务的服务类型相同的记录并从中提取对应的服务提供者。
43.如权利要求41所述的服务推荐设备,其中,服务推荐装置用于从其它用户的收藏库中按照预定规则找出与选择的服务的服务类型相同的记录并从中提取对应的服务提供者。
44.如权利要求43所述的服务推荐设备,其中,预定规则包括选择用户评分最高的服务提供者、选择用户收藏次数最多的服务提供者、由用户从中选出最优的服务提供者之一。
45.一种基于用户收藏库的服务推荐方法,包括:
语义分析步骤,对用户的查询进行语义上的分析;
服务选择步骤,利用语义分析后的查询找出与用户查询对应的选择的服务;以及
服务推荐步骤,利用获取的选择的服务查找收藏有服务提供者的用户收藏库来向用户推荐服务提供者,从而用户可以访问该服务提供者。
46.如权利要求45所述的服务推荐方法,其中,服务推荐步骤包括从当前用户的收藏库中找出与选择的服务的服务类型相同的记录并从中提取对应的服务提供者的步骤。
47.如权利要求45所述的服务推荐方法,其中,服务推荐步骤包括用于从其它用户的收藏库中按照预定规则找出与选择的服务的服务类型相同的记录并从中提取对应的服务提供者的步骤。
48.如权利要求47所述的服务推荐方法,其中,预定规则包括选择用户评分最高的服务提供者、选择用户收藏次数最多的服务提供者、由用户从中选出最优的服务提供者之一。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2007101624638A CN101414296B (zh) | 2007-10-15 | 2007-10-15 | 自适应服务推荐设备及方法、自适应服务推荐***及方法 |
JP2008266079A JP4909334B2 (ja) | 2007-10-15 | 2008-10-15 | サービス提案装置及びその方法、サービス提案システム、ユーザのお気に入りベースに基づくサービス提案装置及びその方法 |
US12/252,198 US20090271350A1 (en) | 2007-10-15 | 2008-10-15 | Apparatus and method for adaptively recommending service, system and method for adaptively recommending service, apparatus and method for recommending service based on user's favorite base |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2007101624638A CN101414296B (zh) | 2007-10-15 | 2007-10-15 | 自适应服务推荐设备及方法、自适应服务推荐***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101414296A true CN101414296A (zh) | 2009-04-22 |
CN101414296B CN101414296B (zh) | 2012-07-25 |
Family
ID=40594833
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2007101624638A Active CN101414296B (zh) | 2007-10-15 | 2007-10-15 | 自适应服务推荐设备及方法、自适应服务推荐***及方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20090271350A1 (zh) |
JP (1) | JP4909334B2 (zh) |
CN (1) | CN101414296B (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010124515A1 (zh) * | 2009-04-30 | 2010-11-04 | 广东国笔科技股份有限公司 | 语意实时分析联想操控***及方法 |
CN102004844A (zh) * | 2010-09-30 | 2011-04-06 | 刘睿民 | 智能社区互动展示器及展示***、展示方法 |
CN103473291A (zh) * | 2013-09-02 | 2013-12-25 | 中国科学院软件研究所 | 一种基于隐语义概率模型的个性化服务推荐***及方法 |
CN104731830A (zh) * | 2013-12-24 | 2015-06-24 | 腾讯科技(深圳)有限公司 | 一种推荐方法、装置及服务器 |
CN105446994A (zh) * | 2014-07-11 | 2016-03-30 | 华为技术有限公司 | 业务推荐方法和具有智能助手的装置 |
CN105809473A (zh) * | 2016-02-29 | 2016-07-27 | 北京百度网讯科技有限公司 | 匹配模型参数的训练方法、服务推荐方法及对应装置 |
CN103856542B (zh) * | 2012-12-07 | 2017-04-19 | 上海斐讯数据通信技术有限公司 | 一种基于移动终端的自适应服务提供***和方法 |
CN108551419A (zh) * | 2018-03-19 | 2018-09-18 | 联想(北京)有限公司 | 一种信息处理方法及装置 |
CN113707302A (zh) * | 2021-08-30 | 2021-11-26 | 康键信息技术(深圳)有限公司 | 基于关联信息的服务推荐方法、装置、设备及存储介质 |
CN114666235A (zh) * | 2022-05-24 | 2022-06-24 | 中国平安财产保险股份有限公司 | 服务推荐策略的确定方法、装置、计算机设备及存储介质 |
WO2023125692A1 (zh) * | 2021-12-30 | 2023-07-06 | 华为技术有限公司 | 一种服务推荐方法及相关装置 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120030228A1 (en) * | 2010-02-03 | 2012-02-02 | Glomantra Inc. | Method and system for need fulfillment |
CN103218356B (zh) | 2012-01-18 | 2017-12-08 | 深圳市世纪光速信息技术有限公司 | 一种面向开放平台的提问质量判定方法和*** |
CN103425704B (zh) | 2012-05-24 | 2017-07-21 | 阿里巴巴集团控股有限公司 | 应用界面提供方法及装置 |
CN103678548B (zh) * | 2013-12-04 | 2016-09-21 | 清华大学 | 基于组合模式的失效服务替代推荐方法 |
CN104360897B (zh) | 2014-10-29 | 2017-09-22 | 百度在线网络技术(北京)有限公司 | 对话处理方法和对话管理*** |
CN106933809A (zh) * | 2017-03-27 | 2017-07-07 | 三角兽(北京)科技有限公司 | 信息处理装置及信息处理方法 |
JP2019191975A (ja) * | 2018-04-26 | 2019-10-31 | パナソニック インテレクチュアル プロパティ コーポレーション オブアメリカPanasonic Intellectual Property Corporation of America | 人材選定装置、人材選定システム、人材選定方法及びプログラム |
EP3834162A4 (en) | 2018-08-08 | 2022-06-15 | Taskhuman, Inc. | DYNAMIC AND CONTINUOUS ENTRY OF SERVICE PROVIDERS INTO AN ONLINE EXPERT MARKETPLACE |
US10600105B1 (en) * | 2018-11-20 | 2020-03-24 | Rajiv Kumar | Interactive electronic assignment of services to providers based on custom criteria |
US11379532B2 (en) * | 2019-10-17 | 2022-07-05 | The Toronto-Dominion Bank | System and method for generating a recommendation |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000250992A (ja) * | 1999-03-02 | 2000-09-14 | Ntt Data Corp | サービス提案システム、フィルタリング装置、及び、決済処理装置 |
JP3708432B2 (ja) * | 2000-12-07 | 2005-10-19 | 日本電信電話株式会社 | 適応型ネットワークサービスシステム及びその記録媒体 |
JP4080815B2 (ja) * | 2002-08-13 | 2008-04-23 | 富士通株式会社 | サービス情報提供方法 |
US7570943B2 (en) * | 2002-08-29 | 2009-08-04 | Nokia Corporation | System and method for providing context sensitive recommendations to digital services |
JP4798927B2 (ja) * | 2002-10-15 | 2011-10-19 | シャープ株式会社 | 情報閲覧装置 |
US20040153373A1 (en) * | 2003-01-31 | 2004-08-05 | Docomo Communications Laboratories Usa, Inc. | Method and system for pushing services to mobile devices in smart environments using a context-aware recommender |
US7574661B2 (en) * | 2003-02-25 | 2009-08-11 | Panasonic Corporation | Application program prediction method and mobile terminal |
JP2004288118A (ja) * | 2003-03-25 | 2004-10-14 | Hewlett Packard Co <Hp> | サービス登録データの管理方法 |
US10339538B2 (en) * | 2004-02-26 | 2019-07-02 | Oath Inc. | Method and system for generating recommendations |
JP2006053616A (ja) * | 2004-08-09 | 2006-02-23 | Kddi Corp | サーバ装置、webサイト推奨方法およびプログラム |
US20070043803A1 (en) * | 2005-07-29 | 2007-02-22 | Microsoft Corporation | Automatic specification of semantic services in response to declarative queries of sensor networks |
US7734515B1 (en) * | 2005-08-17 | 2010-06-08 | Amazon Technologies, Inc. | Generating new invocable composite network services based on multiple other invocable constituent network services |
US7627466B2 (en) * | 2005-11-09 | 2009-12-01 | Microsoft Corporation | Natural language interface for driving adaptive scenarios |
US20070136746A1 (en) * | 2005-12-08 | 2007-06-14 | Electronics And Telecommunications Research Institute | User context based dynamic service combination system and method |
JP4861004B2 (ja) * | 2005-12-27 | 2012-01-25 | 株式会社エヌ・ティ・ティ・ドコモ | サービス推薦システム、及び、サービス推薦方法 |
CN101005490B (zh) * | 2006-01-20 | 2010-06-02 | 中国科学院计算技术研究所 | 面向最终用户的个性化的服务呈现方法 |
US7788358B2 (en) * | 2006-03-06 | 2010-08-31 | Aggregate Knowledge | Using cross-site relationships to generate recommendations |
US20070226374A1 (en) * | 2006-03-23 | 2007-09-27 | Quarterman Scott L | System and method for identifying favorite service providers |
CN101022377A (zh) * | 2007-01-31 | 2007-08-22 | 北京邮电大学 | 一种基于服务关系本体的交互式服务创建方法 |
US20080227440A1 (en) * | 2007-03-16 | 2008-09-18 | Vinay Kumar Chowdary Settepalli | Methods and apparatus for discovering and updating a mobile device via user behavior |
US9098799B2 (en) * | 2007-03-29 | 2015-08-04 | International Business Machines Corporation | Tooling for implementing business processes using web services |
US7974888B2 (en) * | 2007-03-30 | 2011-07-05 | Amazon Technologies, Inc. | Services for providing item association data |
US8032472B2 (en) * | 2007-04-04 | 2011-10-04 | Tuen Solutions Limited Liability Company | Intelligent agent for distributed services for mobile devices |
US7779040B2 (en) * | 2007-09-27 | 2010-08-17 | Amazon Technologies, Inc. | System for detecting associations between items |
-
2007
- 2007-10-15 CN CN2007101624638A patent/CN101414296B/zh active Active
-
2008
- 2008-10-15 JP JP2008266079A patent/JP4909334B2/ja not_active Expired - Fee Related
- 2008-10-15 US US12/252,198 patent/US20090271350A1/en not_active Abandoned
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2010124515A1 (zh) * | 2009-04-30 | 2010-11-04 | 广东国笔科技股份有限公司 | 语意实时分析联想操控***及方法 |
CN102004844A (zh) * | 2010-09-30 | 2011-04-06 | 刘睿民 | 智能社区互动展示器及展示***、展示方法 |
CN103856542B (zh) * | 2012-12-07 | 2017-04-19 | 上海斐讯数据通信技术有限公司 | 一种基于移动终端的自适应服务提供***和方法 |
CN103473291B (zh) * | 2013-09-02 | 2017-01-18 | 中国科学院软件研究所 | 一种基于隐语义概率模型的个性化服务推荐***及方法 |
CN103473291A (zh) * | 2013-09-02 | 2013-12-25 | 中国科学院软件研究所 | 一种基于隐语义概率模型的个性化服务推荐***及方法 |
CN104731830B (zh) * | 2013-12-24 | 2017-02-22 | 腾讯科技(深圳)有限公司 | 一种推荐方法、装置及服务器 |
WO2015096746A1 (zh) * | 2013-12-24 | 2015-07-02 | 腾讯科技(深圳)有限公司 | 一种推荐方法、装置及服务器 |
CN104731830A (zh) * | 2013-12-24 | 2015-06-24 | 腾讯科技(深圳)有限公司 | 一种推荐方法、装置及服务器 |
CN105446994A (zh) * | 2014-07-11 | 2016-03-30 | 华为技术有限公司 | 业务推荐方法和具有智能助手的装置 |
US10949477B2 (en) | 2014-07-11 | 2021-03-16 | Huawei Technologies Co., Ltd. | Service recommendation method and apparatus with intelligent assistant |
CN113268498A (zh) * | 2014-07-11 | 2021-08-17 | 华为技术有限公司 | 业务推荐方法和具有智能助手的装置 |
CN105809473A (zh) * | 2016-02-29 | 2016-07-27 | 北京百度网讯科技有限公司 | 匹配模型参数的训练方法、服务推荐方法及对应装置 |
CN105809473B (zh) * | 2016-02-29 | 2021-11-23 | 北京百度网讯科技有限公司 | 匹配模型参数的训练方法、服务推荐方法及对应装置 |
CN108551419A (zh) * | 2018-03-19 | 2018-09-18 | 联想(北京)有限公司 | 一种信息处理方法及装置 |
CN113707302A (zh) * | 2021-08-30 | 2021-11-26 | 康键信息技术(深圳)有限公司 | 基于关联信息的服务推荐方法、装置、设备及存储介质 |
WO2023125692A1 (zh) * | 2021-12-30 | 2023-07-06 | 华为技术有限公司 | 一种服务推荐方法及相关装置 |
CN114666235A (zh) * | 2022-05-24 | 2022-06-24 | 中国平安财产保险股份有限公司 | 服务推荐策略的确定方法、装置、计算机设备及存储介质 |
CN114666235B (zh) * | 2022-05-24 | 2022-07-26 | 中国平安财产保险股份有限公司 | 服务推荐策略的确定方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP2009140477A (ja) | 2009-06-25 |
JP4909334B2 (ja) | 2012-04-04 |
US20090271350A1 (en) | 2009-10-29 |
CN101414296B (zh) | 2012-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101414296B (zh) | 自适应服务推荐设备及方法、自适应服务推荐***及方法 | |
CN101398810B (zh) | 自适应服务选择设备及其方法,查询***及其方法 | |
US8166013B2 (en) | Method and system for crawling, mapping and extracting information associated with a business using heuristic and semantic analysis | |
KR101710734B1 (ko) | 예측적 공간-시간 광고 타겟팅 | |
CN103339623B (zh) | 涉及因特网搜索的方法和设备 | |
KR100478019B1 (ko) | 지역 정보 검색 결과 제공 방법 및 시스템 | |
CN106375369B (zh) | 基于用户行为分析的移动Web业务推荐方法及协同推荐*** | |
JP2009532797A (ja) | ユーザ別適応推薦語を提供するシステム、方法およびこの方法を実行するためのプログラムが記録されたコンピュータで読み取り可能な記録媒体 | |
CN101111837A (zh) | 查询自动分类的搜索处理 | |
EP2353103A2 (en) | Method and system for determining topical relatedness of domain names | |
CN101178728A (zh) | 一种网址导航的方法和*** | |
JP2008204444A (ja) | データ処理装置、データ処理方法及び検索装置 | |
US11379473B1 (en) | Site rank codex search patterns | |
JP5221664B2 (ja) | 情報マップ管理システムおよび情報マップ管理方法 | |
JP2006331070A (ja) | コミュニティ制御ノード装置、コミュニティ情報探索システム、コミュニティ情報探索方法 | |
KR101671374B1 (ko) | 키워드 추천 장치와 방법 및 키워드 지식베이스 구축 방법 | |
JP2006268690A (ja) | Faq提示・改善方法、faq提示・改善装置およびfaq提示・改善プログラム | |
KR101544462B1 (ko) | 위치기반 정보 제공 시스템에서의 클라이언트 단말 정보를 이용한 개인화 된 poi정보 제공 방법 및 그 클라이언트 단말 | |
KR101523192B1 (ko) | 소셜 검색 시스템 및 기법 | |
US20060149606A1 (en) | System and method for agent assisted information retrieval | |
CN113282694B (zh) | 一种地理实体数据库用户定制化方法、***及存储介质 | |
Pierrakos et al. | Exploiting probabilistic latent information for the construction of community web directories | |
August et al. | Mobile web searching | |
KR20110041296A (ko) | 지식 검색 시스템 및 그를 이용한 지식 제공 방법 | |
WO2012132947A1 (ja) | サービス提供条件最適化方法、サービス検索装置、及びサービス提供条件最適化システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20180103 Address after: 100190 Zhongguancun street, Haidian District, Beijing, No. 18, block B, block 18 Patentee after: Data Hall (Beijing) Polytron Technologies Inc Address before: 100007 room 12, room B, South Xin Bin International Building, No. 22, Dongsishitiao a Dongcheng District, Dongcheng District, Beijing Patentee before: NEC (China) Co., Ltd. |
|
TR01 | Transfer of patent right |