CN106682012A - 商品对象信息搜索方法及装置 - Google Patents
商品对象信息搜索方法及装置 Download PDFInfo
- Publication number
- CN106682012A CN106682012A CN201510753698.9A CN201510753698A CN106682012A CN 106682012 A CN106682012 A CN 106682012A CN 201510753698 A CN201510753698 A CN 201510753698A CN 106682012 A CN106682012 A CN 106682012A
- Authority
- CN
- China
- Prior art keywords
- word
- target
- keyword
- merchandise items
- association
- 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
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000003542 behavioural effect Effects 0.000 claims description 19
- 238000000605 extraction Methods 0.000 claims description 11
- 238000013480 data collection Methods 0.000 claims description 7
- 108010001267 Protein Subunits Proteins 0.000 claims description 6
- 235000013399 edible fruits Nutrition 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 4
- 238000004904 shortening Methods 0.000 abstract 1
- 230000006399 behavior Effects 0.000 description 50
- 239000003795 chemical substances by application Substances 0.000 description 10
- 241000196324 Embryophyta Species 0.000 description 5
- 235000013372 meat Nutrition 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 239000003607 modifier Substances 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000007418 data mining Methods 0.000 description 4
- 244000236658 Paeonia lactiflora Species 0.000 description 3
- 235000008598 Paeonia lactiflora Nutrition 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000000746 purification Methods 0.000 description 3
- 239000002689 soil Substances 0.000 description 3
- 244000235115 Alocasia x amazonica Species 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000001932 seasonal effect Effects 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 241001464837 Viridiplantae Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 229910052799 carbon Inorganic materials 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
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
- G06F16/35—Clustering; Classification
- G06F16/358—Browsing; Visualisation therefor
-
- 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
- G06F16/31—Indexing; Data structures therefor; Storage structures
-
- 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
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例公开了商品对象信息搜索方法及装置,其中,该方法可以包括:预先保存第一词及其关联的第二词;接收第一关键词;判断是否存在与所述第一关键词相关的目标第一词;如果存在,则提供该目标第一词关联的第二词作为候选词语;当某候选词语被选中时,将该候选词语确定为第二关键词,并提供与所述第二关键词相关的搜索结果。通过本申请实施例,能够帮助用户使用第二词发起搜索,从而获得更高质量的搜索结果,并且也能够起到提高搜索效率、缩短用户操作路径等作用。
Description
技术领域
本申请涉及商品对象搜索技术领域,特别是涉及商品对象信息搜索方法及装置。
背景技术
在电子商务交易平台中,用户经常使用商品对象搜索功能。也即,用户可以输入关键词,相应的,***可以给出与该关键词相关的搜索结果,这种搜索结果通常以商品对象列表的形式提供给用户,用户可以从该列表中选择其感兴趣的商品对象,进行查看详情、购买等操作。
通常,用户在搜索的过程中,会希望搜索引擎能够给出高质量的搜索结果,也即,能够更大概率的命中用户的需求。然而,搜索结果质量的高低除了与搜索引擎性能相关之外,通常还与用户输入的关键词质量相关。换言之,关键词的精准程度从一定程度上决定了搜索结果的质量。但是,在实际应用中,用户在搜索的过程中,经常存在不知如何选择关键词的情况,或者,在不确定具体商品名称、类目等信息的情况下,只能输入语义上非常宽泛的词作为关键词。例如,某用户想要搜索某多肉植物,于是输入“多肉植物”或者“多肉”作为关键词,此时,搜索结果中可能会包括多种具体的多肉植物,用户只能在众多的搜索结果中查找真正符合自己需求的一种或几种,效率会比较低。
为了帮助用户输入更高质量的关键词,现有技术中存在一些关键词“联想”功能,例如,用户输入“登山”,可以联想出“登山包”、“登山鞋”、“登山杖”等等,这样,如果用户是想要搜索登山杖,直接在下拉菜单中选择即可。通过这种方式,一方面可以缩短用户的操作路径,另一方面,也可以使得输入的关键词更为精准,便于获得更高质量的搜索结果。
然而,这种现有技术中,主要是通过文本匹配的方式给出联想结果,如果某词语与用户输入的关键词相关,但是文本上并没有相同的文字,就无法提供关于该词语的联想结果,用户只能依据自己输入的关键词进行搜索,得到的搜索结果命中用户需求的概率往往会很低。因此,如何进一步提高搜索结果质量,成为需要本领域技术人员解决的技术问题。
发明内容
本申请提供了商品对象信息搜索方法及装置,能够帮助用户使用第二词发起搜索,从而获得更高质量的搜索结果,并且也能够起到提高搜索效率、缩短用户操作路径等作用。
本申请提供了如下方案:
一种商品对象信息搜索方法,包括:
预先保存第一词及其关联的第二词;
接收第一关键词;
判断是否存在与所述第一关键词相关的目标第一词;
如果存在,则提供该目标第一词关联的第二词作为候选词语;
当某候选词语被选中时,将该候选词语确定为第二关键词,并提供与所述第二关键词相关的搜索结果。
一种建立词语关联关系的方法,预先标注第一词,所述方法包括:
当用户输入的关键词命中所述第一词时,收集该用户在此后预置时间段内的操作行为数据;
提取所述预置时间段内的操作行为数据中关联的目标词语;
根据与所述第一词之间的相关性,对所述目标词语进行聚类;
将能够与所述第一词聚为同一类的目标词语,确定为与所述第一词关联的第二词。
一种商品对象信息搜索装置,包括:
关联关系保存单元,用于预先保存第一词及其关联的第二词;
第一关键词接收单元,用于接收第一关键词;
判断单元,用于判断是否存在与所述第一关键词相关的目标第一词;
候选词语提供单元,用于如果存在所述目标第一词,则提供该目标第一词关联的第二词作为候选词语;
搜索结果提供单元,用于当某候选词语被选中时,将该候选词语确定为第二关键词,并提供与所述第二关键词相关的搜索结果。
一种建立词语关联关系的装置,预先标注第一词,所述装置包括:
操作行为数据收集单元,用于当用户输入的关键词命中所述第一词时,收集该用户在此后预置时间段内的操作行为数据;
目标词语提取单元,用于提取所述预置时间段内的操作行为数据中关联的目标词语;
聚类单元,用于根据与所述第一词之间的相关性,对所述目标词语进行聚类;
关联关系确定单元,用于将能够与所述第一词聚为同一类的目标词语,确定为与所述第一词关联的第二词。
根据本申请提供的具体实施例,本申请公开了以下技术效果:
通过本申请实施例,可以预先建立并保存第一词与第二词之间的关联关系,这样,在用户执行搜索操作并输入第一关键词后,可以判断是否存在与该第一关键词对应的第一词,如果存在,则可以将该第一词关联的第二词提供给用户,供其进行选择,以便帮助用户使用第二词发起搜索,从而获得更高质量的搜索结果,并且通过这种方式,也能够起到提高搜索效率、缩短用户操作路径等作用。
当然,实施本申请的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请实施例提供的方法的流程图;
图2是本申请实施例提供的另一方法的流程图;
图3-1、3-2、3-3是本申请实施例提供用户界面示意图;
图4是本申请实施例提供的装置的示意图;
图5是本申请实施例提供的另一装置的示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员所获得的所有其他实施例,都属于本申请保护的范围。
本申请发明人在实现本申请的过程中发现,现有技术中虽然能够在输入关键词的过程中为用户提供联想的词语,但确切地说,这种方式实际上是一种“词语补全”的过程。也就是说,用户只需要输入关键词中的一部分文字,剩余的文字可以通过***给出的提示来补全,而不必再通过调用输入法进行输入。例如,在用户实际想要搜索的是“登山杖”,输入“登山”后,***就为其提供了关于“登山”的各种可能的词语,其中可能已经包含了登山杖,此时,用户只需要从候选词与中选择该词语即可,而不必再通过调用输入法输入“杖”字,等等。这种方式确实能够帮助用户提高输入关键词的效率,但是,其前提是,用户知道自己想要搜索的确切关键词是什么,而在实际应用中,经常存在这种情况:用户在搜索商品对象的过程中,可能并不知道商品对象的确切名称,例如,用户可能想要搜索一种多肉植物,但实际上多肉植物有很多种,该用户忘记了具体的名称,于是,只能以“多肉”或者“多肉植物”等比较宽泛的词语作为搜索关键词。在搜索引擎提供了关于多肉植物的多个搜索结果后,用户需要过滤掉大量的非匹配信息,最终才能找到满足其需求的商品对象信息。
可见,如果用户输入的关键词是语义上相对较宽泛的词语(以下简称“第一词”),则搜索结果命中用户需求的概率会非常低。而如果在用户输入了一个第一词之后,能够为其提供语义更为精准的词语(以下称为“第二词”)供其选择,然后再以被选中的第二词作为搜索关键词提供搜索结果,则可以提高搜素结果的质量。但是,一个第一词与其包含的第二词之间可能在文本上并不具有相关性,例如,某第一词为“多肉”,其包含的第二词可能包括“黑王子”、“白牡丹”、“观音莲”等等,显然,这些词之间在文本上都不具有相关性。因此,无法使用现有技术中“词语补全”的方式来提供。换言之,在现有技术中,如果用户输入的搜索词是一个第一词,则***无法提供该第一词包含的第二词,除非第二词与第一词之间具有文本上的相关性。例如,在现有技术中,如果用户输入的关键词为“多肉”,则***给出的联想结果可以包括“多肉植物”、“多肉花盆”、“多肉土”等等,而无法给出语义更为精准的“黑王子”、“白牡丹”、“观音莲”等等。
为此,在本申请实施例中,可以在用户输入的关键词为第一词的情况下,为其提供语义上更为细化的第二词作为候选,以此来提示用户尽量输入第二词作为关键词,以此提高搜索结果的质量。而在实现的过程中,由于第一词与第二词之间在文本上可能并不具备相关性,因此,具体实现时,可以预先建立第一词与第二词之间的关联关系,这样,在用户输入关键词的过程中,可以首先判断其是否命中某第一词,如果命中,就可以通过查询预先建立的关联关系,将该第一词关联的第二词提供给用户作为候选。通过这种方式,即使第一词与第二词之间在文本上不存在相关性,也能够将第二词提供给用户。下面对具体的实现方式进行详细介绍。
实施例一
在该实施例一中,首先对如何建立第一词与第二词之间的关联关系进行详细介绍。
关于第一词与第二词之间的关联关系,一种最容易想到的方式可以是人工标注的方式,也就是说,可以根据人的经验,手动建立上述关联关系。然而,这种方式效率很低,并且,由于受限于创建者经验的丰富程度,因此,建立的关联关系可能不够全面。为此,本申请实施例采用数据挖掘的方式来自动化地建立上述关联关系。具体的,本申请发明人在具体实现过程中发现,实际上,在用户执行搜索、选择搜索结果等相关行为的过程中,产生的行为数据中可能隐藏着第一词与第二词之间的关系。例如,某用户输入了关键词“多肉”,在***给出搜索结果后,搜索结果中往往包含很多具体的商品对象的信息,如果其中包含符合用户需求的商品对象,则该用户可能会通过点击等方式来执行查看该商品对象的详情等操作。如果通过查看第一个商品对象的详情发现不符合其需求,可能会将其详情页关闭,返回到搜索结果页选择其他商品对象进行查看等等。另外,在搜索的过程中,还可能会修改关键词重新搜索。修改关键词的原因可能是因为第一次的搜索结果中不存在符合其需求的商品对象,需要对关键词进行修正,或者,还可能是重新发起了全新的搜索,等等。而无论是执行选择搜索结果的操作,还是执行修改关键词的操作,这些操作行为往往都能够提取出对应的目标词语。例如,如果是选择了搜索结果中某商品对象,则商品对象名称的中心词可以作为该操作行为对应的词语,如果是修改了关键词重新搜索,则修改后的关键词可以作为该操作行为对应的词语,等等。通过这些行为数据对应的词语,可以挖掘出第一词与第二词之间的关联关系。下面介绍具体的数据挖掘方式。
具体的,本申请实施例一首先提供了一种建立词语关联关系的方法,在该方法之前,可以首先通过人工标注等方式,标注出特定搜索场景下的第一词。其中,所谓的特定场景可以包括专业知识场景下、时事场景下、时令节日场景等等,设定出具体的场景后,可以分别为各个场景标注具体的第一词。例如,在专业知识场景下,标注的第一词可以包括“多肉”、“登山”等等,时令节日场景可以包括“情人节礼物”、“圣诞礼物”等等。也就是说,针对各种具体的场景,可以在假设用户搜索目标不够精准的情况下,预测用户可能会输入哪些第一词进行搜索,然后将这些词语进行标注。完成标注后,就可以进入到具体的数据挖掘过程。
参见图1,该实施例一提供的建立词语关联关系的方法,具体可以包括以下步骤:
S101:对用户的搜索行为数据进行监控,当用户输入的关键词命中所述第一词时,收集该用户在此后预置时间段内的操作行为数据;
在数据挖掘的过程中,可以首先进行数据的收集。收集数据的过程可以是基于前述标注的第一词进行的。也即,可以对用户的搜索行为数据进行监控,如果发现某用户输入的关键词命中了某第一词,也就是说,输入的关键词就是某第一词,或者与某第一词的文本相似度达到某阈值,则可以从此时刻开始,收集该用户在此后预置时间段内的操作行为数据,因为这些行为数据中可能会包含与当前第一词关联的第二词。其中,所谓在此后预置时间段内的操作行为数据,具体的时间段长度可以根据实际情况确定,例如,通常可以设定为30分钟,等等。而具体的操作行为数据,主要可以包括对搜索结果中的商品对象进行选择的行为数据,和/或,修改关键词后发起的新搜索行为中的数据。
具体实现时,用户执行的操作行为之间一般会具有先后顺序关系,这种关系也能够从一定程度上体现出词语之间是否具有关联、关联程度的强弱,等等。例如,在输入某关键词后,越先发生的操作行为,可能与该关键词的关联就越密切,而越后发生的操作行为,其与该关键词的关联可能就比较弱,甚至不再存在关联,等等。因此,在收集操作行为数据时,还可以记录各种操作行为之间的顺序,也即各操作行为数据产生的先后顺序,这样,后续对词语进行聚类时,可以将词语之间的顺序作为聚类的因素加以考虑,关于聚类等相关内容会在后续的步骤中介绍。
S102:提取所述预置时间段内的操作行为数据中关联的目标词语;
在收集到用户的操作行为数据后,可以从中提取出关联的目标词语。例如,对于对搜索结果中的商品对象进行选择的行为数据,可以从被选中的商品对象描述信息中,提取出商品对象名称中心词,作为该操作行为数据中关联的目标词语。具体如,假设某用户输入了关键词“多肉”,该关键词恰好为预先标注的第一词,在收集到的操作行为数据中,发现该用户在搜索结果中选择了其中几个商品对象查看详情,例如,首先选择了某商品对象,其名称为“某品牌多肉植物黑王子办公室迷你植物盆栽花卉桌面小盆景”,则可以从该名称文本中提取出商品对象名称中心词为“黑王子”。需要说明的是,商品对象的名称一般是由商家或者卖家等用户设置的,为了匹配更多的搜索关键词,商品对象名称通常会比较长,关于如何从商品对象名称中提取出商品对象名称中心词,可以采用已有技术中的方式来实现,这里不再详述。
另外,如果操作行为数据为修改关键词后发起的新搜索行为中的数据,则提取的目标词语可以是修改后的关键词。例如,用户第一次输入的关键词为“多肉”,之后将关键词修改为“多肉植物”,则可以确定该操作数据中,关联的目标词语为“多肉植物”等等。当然,修改后的关键词还可能是某商品对象名,例如,“黑王子”等,或者,修改后的关键词还可能完全与之前的关键词不相关。另外,在修改关键词后,用户还可能从新的搜索结果中选择具体的商品对象进行查看等等,因此,操作行为数据还可以包括对新搜索结果中的商品对象进行新选择的行为数据,在具体提取目标词语时,还可以从新搜索结果中被选中的商品对象描述信息中,提取出商品对象名称中心词,作为新选择行为数据中关联的目标词语。具体的提取过程与修改前的提取过程类似,这里不再详述。
S103:根据与所述第一词之间的相关性,对所述目标词语进行聚类;
在收集到多个目标词语后,可以根据目标词语与所述第一词之间的相关性,对目标词语进行聚类。具体实现时,聚类的方式可以有多种,例如,其中一种实现方式下,可以是基于商品对象类目进行聚类。具体的,如果操作行为数据是对搜索结果中的商品对象进行选择的行为数据,相应的,目标词语是被选择的商品对象的名称中心词,则由于在交易平台***中,针对每个商品对象都会预先设置类目信息,也即,在商品对象被发布时,就会被指定发布到具体的某个类目下,因此,对于被选择的商品对象,其所属的类目是可以确定的。因此,对于这类目标词语,可以首先确定出被选择的目标商品对象,然后,将该目标商品对象所属的类目确定为对应的目标词语所属的类目。例如,某被选择的商品对象为某商家的“黑王子”,提取出的目标词语为“黑王子”,此时,可以确定出该商品对象所属的类目,例如,经确定为“多肉植物”类目,则可以确定目标词语“黑王子”所属的类目为“多肉植物”。另外,为了基于商品对象类目进行聚类,还可以在预先标注第一词时,标注出第一词关联的商品对象类目,例如,对于第一词“多肉”,其关联的商品对象类目可以有“多肉植物”、“多肉土”、“多肉花盆”等等。这样,在基于类目进行聚类时,就可以判断目标词语所属的类目是否属于第一词关联的商品对象类目,如果是,则可以将所述目标词语与所述第一词聚为同一类。例如,假设用户输入的第一词是“多肉”,之后在搜索结果中选择了某名称中心词为“黑王子”的商品对象,经过判断该商品对象为多肉植物类,因此,可以将目标词语“黑王子”与第一词“多肉”聚为一类。
当然,如前文所述,收集到的行为数据还可能包括修改关键词后发起的新搜索行为数据,相应的,目标词语可以包括修改后的关键词,以及从新搜索结果中被选中的商品对象描述信息中提取出的商品对象名称中心词等等。对于这部分数据,在进行聚类时,由于进行关键词修改的原因可能有多种,因此,修改后的关键词也可能有多种情况,对于不同原因导致的关键词修改,会影响到之后产生的数据是否与之前命中的第一词相关,因此,可以首先对修改后的关键词本身进行判断。具体的,可以首先判断修改后的关键词是否为商品对象名,如果是,则可能是因为在看到基于第一词给出的搜索结果后,明确了更为精准的搜索目标,或者,也可能就是改为搜索其他与之前完全不相关的商品对象,等等。因此,针对这种情况,可以首先确定出该商品对象所属的类目,然后将该商品对象所属的类目确定为对应的目标词语所属的类目,进而,如果目标词语所属的类目属于之前命中的第一词关联的商品对象类目,则将该目标词语与所述第一词聚为同一类。否则,如果目标词语所属的类目不属于之前命中的第一词关联的商品对象类目,则证明用户已经改为搜索其他不相关的商品对象,因此,不再将对应的目标词语与所述第一词聚为一类。
另外,如果修改后的关键词不是商品对象名,则证明用户可能是认为之前的搜索结果不够理想,希望通过修改关键词来提高搜索结果质量,只不过在修改时,仍然对第二词不明确,于是修改为另一第一词,例如,之前输入的关键词是“多肉”,发现搜索结果中包括多肉植物、多肉花盆、多肉土等等很杂乱的信息,但该用户实际上只是想要搜索某种多肉植物,于是将关键词修改为“多肉植物”,等等。当然,还有一种情况可能是用户转为搜索其他的商品对象,并且搜索目标仍然不精准,所以输入了另一第一词,等等。对于前一种情况,重新搜索后的搜索结果仍然是与之前命中的第一词相关的,因此,对这些搜索结果的选择等行为中,可能会产生与该第一词关联的第二词语。而对于后一种情况,重新发起搜索后的搜索结果中,一般也不会再出现与之前的第一词关联的第二词。反之,如果修改关键词后,得到的新的搜索结果中,仍然存在与之前的第一词关联的第二词,则证明修改后的关键词可能也是与之前的第一词关联的。因此,在具体进行聚类时,如果发现修改后的关键词不是商品对象名,则还可以首先基于商品对象类目的方式,对新搜索结果的选择行为数据中产生的目标词语进行聚类,然后利用该聚类结果,反过来判断修改后的关键词是否能够与之前的第一词聚为一类。例如,可以确定出对新搜索结果的选择行为数据中对应的被选择的目标商品对象,并将该目标商品对象所属的类目确定为对应的目标词语所属的类目,之后进行判断,如果目标词语所属的类目属于所述第一词关联的商品对象类目,则将所述目标词语与所述第一词聚为同一类,并且,还可以将修改后的关键词与所述第一词聚为同一类。
例如,用户第一次输入的关键词是“除霾”,该关键词属于预先标注的第一词,之后,该用户将关键词修改为“植物净化”,并对更新后的搜索结果执行了选择操作。经过对这些行为数据分析发现,用户对更新后搜索结果的选择行为数据中,提取出的目标词语仍然能够与之前的第一词“除霾”聚为一类,则此时,还可以将修改后的关键词“植物净化”也与“除霾”聚为一类。可见,通过这种方式,在挖掘第一词与第二词之间的关联关系时,第二词可能不仅仅是具体的商品对象名,还可能是比第一词相对精准一些,但也没有精准到具体商品对象名的其他词语。
当然,除了上述基于商品对象类目进行词语的聚类外,还可以基于语义分析等方式进行聚类,这里不再详述。
S104:将能够与所述第一词聚为同一类的目标词语,确定为与所述第一词关联的第二词。
在完成聚类后,就可以将能够与所述第一词聚为同一类的目标词语,确定为与所述第一词关联的第二词。需要说明的是,在本申请实施例中,收集用户操作行为数据的操作是针对海量用户进行的,但在具体进行词语的聚类等操作时,可以是分别依据每个用户中每一次收集到的数据进行,之后,可以将每一次的聚类结果进行融合,最终确定出与第一词关联的第二词。也就是说,假设某用户在一段连续时间内搜索不同的词A、B、C当有多个用户都有类似行为时,可以认为这些词之间具有聚类意义,等等。
以上对建立第一词与第二词之间的关联关系的具体实现方式进行了介绍,在建立了该关联关系之后,就可以在用户具体进行搜索的过程中,判断用户输入的关键词是否为第一词,如果是,则可以提供对应的第二词供其选择,以便在用户选择了更精准的词作为搜索关键词后,可以获得更高质量的搜索结果。下面对该过程进行介绍。
实施例二
参见图2,该实施例二提供了一种商品对象信息搜索方法,其特征在于,包括:
S201:预先保存第一词及其关联的第二词;
如实施例一中所述,所述第一词为含义相对宽泛的词语,第二词为含义相对精准的词语,这里的宽泛与精准之间是相对的概念。具体创建这种关联关系的方式可以参见实施例一的介绍。这里需要说明的是,创建起的关联关系可以保存在服务器,或者,还可以同步到客户端进行保存,并同步更新,相应的,该实施例二中各个步骤的执行主体可以是服务器,也可以是客户端。
S202:接收第一关键词;
具体实现时,客户端用于与用户进行人机交互,因此,客户端可以接收到用户输入的第一关键词。如果执行主体为客户端,则该步骤为接收用户输入的第一关键词。否则,如果执行主体为服务器,则客户端可以在接收到第一关键词后,将其提交到服务器,服务器接收到的是客户端提交的第一关键词。需要说明的是,无论执行主体是客户端还是服务器,该步骤中,都尚未发起正式的搜索请求,也即,用户在输入第一关键词后,尚未点击“搜索”按钮,或者按下“回车”等快捷键。
S203:判断是否存在与所述第一关键词相关的目标第一词;
如果执行主体为客户端,也即客户端保存有第一词与第二词之间的关联关系,则客户端在接收到第一关键词后,可以直接判断是否存在与所述第一关键词相关的目标第一词。例如,第一关键词为“多肉”,经判断,在保存的关联关系中,存在“多肉”这一第一词,则可以确定出用户当前输入的第一关键词是一个第一词。当然,如果执行主体是服务器,就是在接收到客户端提交的第一关键词后,同样按照上述方式进行判断。
S204:如果存在,则提供该目标第一词关联的第二词作为候选词语;
如果存在与第一关键词相关的第一词,则可以提供该目标第一词关联的第二词作为候选词语。其中,如果执行主体是客户端,则可以将候选词语直接通过下拉菜单等方式进行展示,而如果执行主体是服务器,则可以首先将候选词语返回给客户端,然后由客户端进行展示。
需要说明的是,在具体实现时,为了提高候选词语的展示效果,也便于引起用户的注意,还可以预先为各个关联的第二词保存对应的展示文案,这样,在提供各候选词语时,还可以提供这种展示文案。具体的,该展示文本中可以包括第二词对应的代表图片等,通过翻转交替展示的形式,在同一位置展示同一第二词的代表图片以及词语文本。例如,如图3-1所示,当用户输入的第一关键词为“多肉”时,可以为其提供“黑王子”、“白牡丹”等多个第二词,每个第二词还对应了各自的代表图片,使得用户可以通过这种代表图片来识别哪个第二词更符合其搜索需求。又如,如图3-2所示,当用户输入的第一关键词为“除霾”时,可以为其提供“口罩”、“植物净化”、“碳包”等第二词,每个第二词也都对应了各自的代表图片。
另外,对于一些热点或者节日性质的第一词,还可以预先为各个第二词配置其他文案,例如,对于“除霾”,还可以通过如图3-3的方式来展示各个第二词,代表图片部分变成文字,分别对应“穹”、“顶”、“之”、“下”等等,当然,之后还可以翻转成各第二词对应的代表图片。
S205:当某候选词语被选中时,将该候选词语确定为第二关键词,并提供与所述第二关键词相关的搜索结果。
在某候选词语被选中后,就可以将该候选词语确定为第二关键词,并提供与所述第二关键词相关的搜索结果。其中,如果该步骤执行主体为客户端,则可以向服务器发送搜索请求,并携带第二关键词,接收到服务器返回的搜索结果后,提供给用户。如果该步骤执行主体为服务器,则服务器将搜索结果提供给客户端,再由客户端提供给用户。
总之,在本申请实施例中,可以预先建立并保存第一词与第二词之间的关联关系,这样,在用户执行搜索操作并输入第一关键词后,可以判断是否存在与该第一关键词对应的第一词,如果存在,则可以将该第一词关联的第二词提供给用户,供其进行选择,以便帮助用户使用第二词发起搜索,从而获得更高质量的搜索结果,并且通过这种方式,也能够起到提高搜索效率、缩短用户操作路径等作用。
与本申请实施例提供的建立词语关联关系的方法相对应,本申请实施例还提供了一种建立词语关联关系的装置,预先标注第一词,参见图4,该装置具体可以包括:
操作行为数据收集单元401,用于对用户的搜索行为数据进行监控,当用户输入的关键词命中所述第一词时,收集该用户在此后预置时间段内的操作行为数据;
目标词语提取单元402,用于提取所述预置时间段内的操作行为数据中关联的目标词语;
聚类单元403,用于根据与所述第一词之间的相关性,对所述目标词语进行聚类;
关联关系确定单元404,用于将能够与所述第一词聚为同一类的目标词语,确定为与所述第一词关联的第二词。
具体实现时,所述操作行为数据收集单元具体用于:
收集该用户在此后预置时间段内对搜索结果中的商品对象进行选择的行为数据;
所述目标词语提取单元具体用于:
从被选中的商品对象描述信息中,提取出商品对象名称中心词,作为该操作行为数据中关联的目标词语。
其中,所述预先标注的信息中,还包括所述第一词关联的商品对象类目信息;
所述聚类单元包括:
第一商品对象确定子单元,用于确定所述操作行为数据对应的被选择的目标商品对象;
第一类目确定子单元,用于将该目标商品对象所属的类目确定为对应的目标词语所属的类目;
第一类目判断子单元,用于如果目标词语所属的类目属于所述第一词关联的商品对象类目,则将所述目标词语与所述第一词聚为同一类。
另外,所述操作行为数据收集单元具体可以用于:
收集该用户在此后预置时间段内修改关键词后发起的新搜索行为中的数据,以及对新搜索结果中的商品对象进行新选择的行为数据;
所述目标词语提取单元具体用于:
将修改后的关键词确定为所述新搜索行为数据中关联的目标词语,从新搜索结果中被选中的商品对象描述信息中,提取出商品对象名称中心词,作为新选择行为数据中关联的目标词语。
其中,所述预先标注的信息中,还包括所述第一词关联的商品对象类目信息;
所述聚类单元包括:
第一判断子单元,用于判断修改后的关键词是否为商品对象名;
第二类目确定子单元,用于如果是商品对象名,则将该商品对象所属的类目确定为对应的目标词语所属的类目;
第二类目判断子单元,用于如果目标词语所属的类目属于所述第一词关联的商品对象类目,则将所述目标词语与所述第一词聚为同一类。
另外,所述聚类单元还可以用于:
如果修改后的关键词不是商品对象名,则判断新搜索结果的选择行为数据中的目标词语是否能与所述第一词聚为同一类,如果是,则确定该修改后的关键词也与所述第一词聚为同一类。
再者,该装置还可以包括:
顺序信息确定单元,用于所述收集该用户在此后预置时间段内的操作行为数据时,确定各操作行为数据产生的先后顺序,以便对所述目标词语进行聚类时,将目标词语之间的顺序作为聚类的因素。
与本申请实施例提供的商品对象信息搜索方法相对应,本申请实施例还提供了一种商品对象信息搜索装置,参见图5,该装置具体可以包括:
关联关系保存单元501,用于预先保存第一词及其关联的第二词;
第一关键词接收单元502,用于接收第一关键词;
判断单元503,用于判断是否存在与所述第一关键词相关的目标第一词;
候选词语提供单元504,用于如果存在所述目标第一词,则提供该目标第一词关联的第二词作为候选词语;
搜索结果提供单元505,用于当某候选词语被选中时,将该候选词语确定为第二关键词,并提供与所述第二关键词相关的搜索结果。
其中,所述预先保存的信息还包括所述关联的第二词对应的展示文案,所述候选词语提供单元还用于:
提供该目标第一词关联的第二词对应的展示文案。
所述候选词语提供单元具体用于:
通过翻转交替展示的形式,在同一位置展示同一第二词的代表图片以及词语文本。
在本申请实施例中,可以预先建立并保存第一词与第二词之间的关联关系,这样,在用户执行搜索操作并输入第一关键词后,可以判断是否存在与该第一关键词对应的第一词,如果存在,则可以将该第一词关联的第二词提供给用户,供其进行选择,以便帮助用户使用第二词发起搜索,从而获得更高质量的搜索结果,并且通过这种方式,也能够起到提高搜索效率、缩短用户操作路径等作用。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于***或***实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的***及***实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上对本申请所提供的商品对象信息搜索方法及装置,进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本申请的限制。
Claims (20)
1.一种商品对象信息搜索方法,其特征在于,包括:
预先保存第一词及其关联的第二词;
接收第一关键词;
判断是否存在与所述第一关键词相关的目标第一词;
如果存在,则提供该目标第一词关联的第二词作为候选词语;
当某候选词语被选中时,将该候选词语确定为第二关键词,并提供与所述第二关键词相关的搜索结果。
2.根据权利要求1所述的方法,其特征在于,所述预先保存的信息还包括所述关联的第二词对应的展示文案,所述提供该目标第一词关联的第二词作为候选词语时,还包括:
提供该目标第一词关联的第二词对应的展示文案。
3.根据权利要求2所述的方法,其特征在于,所述展示文案包括代表图片以及词语文本,所述提供该目标第一词关联的第二词作为候选词语,包括:
通过翻转交替展示的形式,在同一位置展示同一第二词的代表图片以及词语文本。
4.一种建立词语关联关系的方法,其特征在于,预先标注第一词,所述方法包括:
当用户输入的关键词命中所述第一词时,收集该用户在此后预置时间段内的操作行为数据;
提取所述预置时间段内的操作行为数据中关联的目标词语;
根据与所述第一词之间的相关性,对所述目标词语进行聚类;
将能够与所述第一词聚为同一类的目标词语,确定为与所述第一词关联的第二词。
5.根据权利要求4所述的方法,其特征在于,所述收集该用户在此后预置时间段内的操作行为数据,包括:
收集该用户在此后预置时间段内对搜索结果中的商品对象进行选择的行为数据;
所述提取所述预置时间段内的操作行为数据中关联的目标词语,包括:
从被选中的商品对象描述信息中,提取出商品对象名称中心词,作为该操作行为数据中关联的目标词语。
6.根据权利要求5所述的方法,其特征在于,所述预先标注的信息中,还包括所述第一词关联的商品对象类目信息;
所述根据与所述第一词之间的相关性,对所述目标词语进行聚类,包括:
确定所述操作行为数据对应的被选择的目标商品对象;
将该目标商品对象所属的类目确定为对应的目标词语所属的类目;
如果目标词语所属的类目属于所述第一词关联的商品对象类目,则将所述目标词语与所述第一词聚为同一类。
7.根据权利要求4所述的方法,其特征在于,所述收集该用户在此后预置时间段内的操作行为数据,包括:
收集该用户在此后预置时间段内修改关键词后发起的新搜索行为中的数据,以及对新搜索结果中的商品对象进行新选择的行为数据;
所述提取所述预置时间段内的操作行为数据中关联的目标词语,包括:
将修改后的关键词确定为所述新搜索行为数据中关联的目标词语,从新搜索结果中被选中的商品对象描述信息中,提取出商品对象名称中心词,作为新选择行为数据中关联的目标词语。
8.根据权利要求7所述的方法,其特征在于,所述预先标注的信息中,还包括所述第一词关联的商品对象类目信息;
所述根据与所述第一词之间的相关性,对所述目标词语进行聚类,包括:
判断修改后的关键词是否为商品对象名;
如果是商品对象名,则将该商品对象所属的类目确定为对应的目标词语所属的类目;
如果目标词语所属的类目属于所述第一词关联的商品对象类目,则将所述目标词语与所述第一词聚为同一类。
9.根据权利要求8所述的方法,其特征在于,还包括:
如果修改后的关键词不是商品对象名,则判断新搜索结果的选择行为数据中的目标词语是否能与所述第一词聚为同一类,如果是,则确定该修改后的关键词也与所述第一词聚为同一类。
10.根据权利要求4所述的方法,其特征在于,所述收集该用户在此后预置时间段内的操作行为数据时,还包括:
确定各操作行为数据产生的先后顺序,以便对所述目标词语进行聚类时,将目标词语之间的顺序作为聚类的因素。
11.一种商品对象信息搜索装置,其特征在于,包括:
关联关系保存单元,用于预先保存第一词及其关联的第二词;
第一关键词接收单元,用于接收第一关键词;
判断单元,用于判断是否存在与所述第一关键词相关的目标第一词;
候选词语提供单元,用于如果存在所述目标第一词,则提供该目标第一词关联的第二词作为候选词语;
搜索结果提供单元,用于当某候选词语被选中时,将该候选词语确定为第二关键词,并提供与所述第二关键词相关的搜索结果。
12.根据权利要求11所述的装置,其特征在于,所述预先保存的信息还包括所述关联的第二词对应的展示文案,所述候选词语提供单元还用于:
提供该目标第一词关联的第二词对应的展示文案。
13.根据权利要求12所述的装置,其特征在于,所述候选词语提供单元具体用于:
通过翻转交替展示的形式,在同一位置展示同一第二词的代表图片以及词语文本。
14.一种建立词语关联关系的装置,其特征在于,预先标注第一词,所述装置包括:
操作行为数据收集单元,用于当用户输入的关键词命中所述第一词时,收集该用户在此后预置时间段内的操作行为数据;
目标词语提取单元,用于提取所述预置时间段内的操作行为数据中关联的目标词语;
聚类单元,用于根据与所述第一词之间的相关性,对所述目标词语进行聚类;
关联关系确定单元,用于将能够与所述第一词聚为同一类的目标词语,确定为与所述第一词关联的第二词。
15.根据权利要求14所述的装置,其特征在于,所述操作行为数据收集单元具体用于:
收集该用户在此后预置时间段内对搜索结果中的商品对象进行选择的行为数据;
所述目标词语提取单元具体用于:
从被选中的商品对象描述信息中,提取出商品对象名称中心词,作为该操作行为数据中关联的目标词语。
16.根据权利要求15所述的装置,其特征在于,所述预先标注的信息中,还包括所述第一词关联的商品对象类目信息;
所述聚类单元包括:
第一商品对象确定子单元,用于确定所述操作行为数据对应的被选择的目标商品对象;
第一类目确定子单元,用于将该目标商品对象所属的类目确定为对应的目标词语所属的类目;
第一类目判断子单元,用于如果目标词语所属的类目属于所述第一词关联的商品对象类目,则将所述目标词语与所述第一词聚为同一类。
17.根据权利要求14所述的装置,其特征在于,所述操作行为数据收集单元具体用于:
收集该用户在此后预置时间段内修改关键词后发起的新搜索行为中的数据,以及对新搜索结果中的商品对象进行新选择的行为数据;
所述目标词语提取单元具体用于:
将修改后的关键词确定为所述新搜索行为数据中关联的目标词语,从新搜索结果中被选中的商品对象描述信息中,提取出商品对象名称中心词,作为新选择行为数据中关联的目标词语。
18.根据权利要求17所述的装置,其特征在于,所述预先标注的信息中,还包括所述第一词关联的商品对象类目信息;
所述聚类单元包括:
第一判断子单元,用于判断修改后的关键词是否为商品对象名;
第二类目确定子单元,用于如果是商品对象名,则将该商品对象所属的类目确定为对应的目标词语所属的类目;
第二类目判断子单元,用于如果目标词语所属的类目属于所述第一词关联的商品对象类目,则将所述目标词语与所述第一词聚为同一类。
19.根据权利要求18所述的装置,其特征在于,所述聚类单元还用于:
如果修改后的关键词不是商品对象名,则判断新搜索结果的选择行为数据中的目标词语是否能与所述第一词聚为同一类,如果是,则确定该修改后的关键词也与所述第一词聚为同一类。
20.根据权利要求14所述的装置,其特征在于,还包括:
顺序信息确定单元,用于所述收集该用户在此后预置时间段内的操作行为数据时,确定各操作行为数据产生的先后顺序,以便对所述目标词语进行聚类时,将目标词语之间的顺序作为聚类的因素。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510753698.9A CN106682012B (zh) | 2015-11-06 | 2015-11-06 | 商品对象信息搜索方法及装置 |
TW105118400A TW201717126A (zh) | 2015-11-06 | 2016-06-13 | 商品對象資訊搜索方法及裝置 |
PCT/US2016/060668 WO2017079649A2 (en) | 2015-11-06 | 2016-11-04 | Method, system, and device for item search |
US15/344,277 US20170132318A1 (en) | 2015-11-06 | 2016-11-04 | Method, system, and device for item search |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510753698.9A CN106682012B (zh) | 2015-11-06 | 2015-11-06 | 商品对象信息搜索方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106682012A true CN106682012A (zh) | 2017-05-17 |
CN106682012B CN106682012B (zh) | 2020-12-01 |
Family
ID=58663156
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510753698.9A Active CN106682012B (zh) | 2015-11-06 | 2015-11-06 | 商品对象信息搜索方法及装置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US20170132318A1 (zh) |
CN (1) | CN106682012B (zh) |
TW (1) | TW201717126A (zh) |
WO (1) | WO2017079649A2 (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108173747A (zh) * | 2017-12-27 | 2018-06-15 | 上海传英信息技术有限公司 | 信息交互方法及装置 |
CN108804541A (zh) * | 2018-05-08 | 2018-11-13 | 苏州闻道网络科技股份有限公司 | 电商标题优化***及优化方法 |
CN110443666A (zh) * | 2018-05-04 | 2019-11-12 | 阿里巴巴集团控股有限公司 | 信息处理方法、装置、终端及服务器 |
WO2020135001A1 (zh) * | 2018-12-27 | 2020-07-02 | 上海连尚网络科技有限公司 | 一种小说推荐方法及设备 |
CN111651049A (zh) * | 2020-06-08 | 2020-09-11 | 浙江商汤科技开发有限公司 | 交互方法、装置、计算机设备及存储介质 |
CN112596646A (zh) * | 2020-12-21 | 2021-04-02 | 维沃移动通信有限公司 | 信息显示方法、装置及电子设备 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107481113A (zh) * | 2017-08-15 | 2017-12-15 | 合肥蓝胖子科技有限公司 | 基于互联网的商品批发出售*** |
CN108280124B (zh) * | 2017-12-11 | 2020-12-04 | 北京三快在线科技有限公司 | 产品分类方法及装置,排行榜生成方法及装置,电子设备 |
CN110633330B (zh) * | 2018-06-01 | 2022-02-22 | 北京百度网讯科技有限公司 | 事件发现方法、装置、设备及存储介质 |
US10956487B2 (en) * | 2018-12-26 | 2021-03-23 | Industrial Technology Research Institute | Method for establishing and processing cross-language information and cross-language information system |
US11443000B2 (en) * | 2020-05-18 | 2022-09-13 | Sap Se | Semantic role based search engine analytics |
CN112330382B (zh) * | 2020-05-28 | 2024-06-18 | 北京沃东天骏信息技术有限公司 | 物品推荐方法、装置、计算设备和介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102368262A (zh) * | 2011-10-14 | 2012-03-07 | 北京百度网讯科技有限公司 | 一种提供与查询序列相对应的搜索建议的方法与设备 |
CN102402619A (zh) * | 2011-12-23 | 2012-04-04 | 广东威创视讯科技股份有限公司 | 一种搜索方法和装置 |
CN103064853A (zh) * | 2011-10-20 | 2013-04-24 | 北京百度网讯科技有限公司 | 一种搜索建议生成方法、装置及*** |
US20130132359A1 (en) * | 2011-11-21 | 2013-05-23 | Michelle I. Lee | Grouped search query refinements |
CN103810198A (zh) * | 2012-11-09 | 2014-05-21 | 阿里巴巴集团控股有限公司 | 一种商品信息的搜索方法及装置 |
US8799285B1 (en) * | 2007-08-02 | 2014-08-05 | Google Inc. | Automatic advertising campaign structure suggestion |
CN104035966A (zh) * | 2014-05-16 | 2014-09-10 | 百度在线网络技术(北京)有限公司 | 一种提供扩展搜索项的方法与装置 |
US20140279994A1 (en) * | 2013-03-14 | 2014-09-18 | Microsoft Corporation | Tagging digital content with queries |
CN104933081A (zh) * | 2014-03-21 | 2015-09-23 | 阿里巴巴集团控股有限公司 | 一种搜索建议提供方法及装置 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6144958A (en) * | 1998-07-15 | 2000-11-07 | Amazon.Com, Inc. | System and method for correcting spelling errors in search queries |
US6741981B2 (en) * | 2001-03-02 | 2004-05-25 | The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration (Nasa) | System, method and apparatus for conducting a phrase search |
US7346629B2 (en) * | 2003-10-09 | 2008-03-18 | Yahoo! Inc. | Systems and methods for search processing using superunits |
US20070061303A1 (en) * | 2005-09-14 | 2007-03-15 | Jorey Ramer | Mobile search result clustering |
US7792858B2 (en) * | 2005-12-21 | 2010-09-07 | Ebay Inc. | Computer-implemented method and system for combining keywords into logical clusters that share similar behavior with respect to a considered dimension |
US8522214B2 (en) * | 2006-05-16 | 2013-08-27 | Open Text S.A. | Keyword based software testing system and method |
US7953746B1 (en) * | 2007-12-07 | 2011-05-31 | Google Inc. | Contextual query revision |
US20130204738A1 (en) * | 2011-01-26 | 2013-08-08 | Agilone Inc. | Systems and methods for recommending entities to online customers |
US20140046756A1 (en) * | 2012-08-08 | 2014-02-13 | Shopzilla, Inc. | Generative model for related searches and advertising keywords |
US9660874B2 (en) * | 2012-12-13 | 2017-05-23 | Level 3 Communications, Llc | Devices and methods supporting content delivery with delivery services having dynamically configurable log information |
KR101485940B1 (ko) * | 2013-08-23 | 2015-01-27 | 네이버 주식회사 | 시멘틱 뎁스 구조 기반의 검색어 제시 시스템 및 방법 |
US20150220979A1 (en) * | 2014-02-04 | 2015-08-06 | Myworld, Inc. | Controlling a Commerce System with Omnipresent Marketing |
-
2015
- 2015-11-06 CN CN201510753698.9A patent/CN106682012B/zh active Active
-
2016
- 2016-06-13 TW TW105118400A patent/TW201717126A/zh unknown
- 2016-11-04 US US15/344,277 patent/US20170132318A1/en not_active Abandoned
- 2016-11-04 WO PCT/US2016/060668 patent/WO2017079649A2/en active Application Filing
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8799285B1 (en) * | 2007-08-02 | 2014-08-05 | Google Inc. | Automatic advertising campaign structure suggestion |
CN102368262A (zh) * | 2011-10-14 | 2012-03-07 | 北京百度网讯科技有限公司 | 一种提供与查询序列相对应的搜索建议的方法与设备 |
CN103064853A (zh) * | 2011-10-20 | 2013-04-24 | 北京百度网讯科技有限公司 | 一种搜索建议生成方法、装置及*** |
US20130132359A1 (en) * | 2011-11-21 | 2013-05-23 | Michelle I. Lee | Grouped search query refinements |
CN102402619A (zh) * | 2011-12-23 | 2012-04-04 | 广东威创视讯科技股份有限公司 | 一种搜索方法和装置 |
CN103810198A (zh) * | 2012-11-09 | 2014-05-21 | 阿里巴巴集团控股有限公司 | 一种商品信息的搜索方法及装置 |
US20140279994A1 (en) * | 2013-03-14 | 2014-09-18 | Microsoft Corporation | Tagging digital content with queries |
CN104933081A (zh) * | 2014-03-21 | 2015-09-23 | 阿里巴巴集团控股有限公司 | 一种搜索建议提供方法及装置 |
CN104035966A (zh) * | 2014-05-16 | 2014-09-10 | 百度在线网络技术(北京)有限公司 | 一种提供扩展搜索项的方法与装置 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108173747A (zh) * | 2017-12-27 | 2018-06-15 | 上海传英信息技术有限公司 | 信息交互方法及装置 |
CN108173747B (zh) * | 2017-12-27 | 2021-10-22 | 上海传英信息技术有限公司 | 信息交互方法及装置 |
CN110443666A (zh) * | 2018-05-04 | 2019-11-12 | 阿里巴巴集团控股有限公司 | 信息处理方法、装置、终端及服务器 |
CN108804541A (zh) * | 2018-05-08 | 2018-11-13 | 苏州闻道网络科技股份有限公司 | 电商标题优化***及优化方法 |
CN108804541B (zh) * | 2018-05-08 | 2020-09-18 | 苏州闻道网络科技股份有限公司 | 电商标题优化***及优化方法 |
WO2020135001A1 (zh) * | 2018-12-27 | 2020-07-02 | 上海连尚网络科技有限公司 | 一种小说推荐方法及设备 |
CN111651049A (zh) * | 2020-06-08 | 2020-09-11 | 浙江商汤科技开发有限公司 | 交互方法、装置、计算机设备及存储介质 |
CN111651049B (zh) * | 2020-06-08 | 2024-01-09 | 浙江商汤科技开发有限公司 | 交互方法、装置、计算机设备及存储介质 |
CN112596646A (zh) * | 2020-12-21 | 2021-04-02 | 维沃移动通信有限公司 | 信息显示方法、装置及电子设备 |
CN112596646B (zh) * | 2020-12-21 | 2022-05-20 | 维沃移动通信有限公司 | 信息显示方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
WO2017079649A2 (en) | 2017-05-11 |
US20170132318A1 (en) | 2017-05-11 |
WO2017079649A3 (en) | 2017-09-08 |
CN106682012B (zh) | 2020-12-01 |
TW201717126A (zh) | 2017-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106682012A (zh) | 商品对象信息搜索方法及装置 | |
CN102402619B (zh) | 一种搜索方法和装置 | |
US10409822B2 (en) | Systems and methods for presenting ranked search results | |
US8280886B2 (en) | Determining candidate terms related to terms of a query | |
CN103365925B (zh) | 获取多音字拼音、基于拼音检索的方法及其相应装置 | |
CN110795627B (zh) | 信息推荐方法及装置、电子设备 | |
US20130332441A1 (en) | Systems and Methods for Identifying Terms Relevant to Web Pages Using Social Network Messages | |
CN103136228A (zh) | 一种图片搜索方法以及图片搜索装置 | |
CN106503175A (zh) | 相似文本的查询、问题扩展方法、装置及机器人 | |
CN102982076A (zh) | 基于语义标签库的多维度内容标注方法 | |
CN102236664B (zh) | 基于语义归一化的检索***、检索方法以及信息处理方法 | |
US20150310010A1 (en) | Systems and methods for multimedia image clustering | |
CN105975596A (zh) | 一种搜索引擎查询扩展的方法及*** | |
WO2010008488A1 (en) | Method and system for dynamically generating a search result | |
CN103778124A (zh) | 一种树形结构查询方法及装置 | |
KR20070009338A (ko) | 이미지 상호간의 유사도를 고려한 이미지 검색 방법 및장치 | |
JP4896132B2 (ja) | 情報価値を反映した情報検索方法及びその装置 | |
CN101957860B (zh) | 一种发布、搜索信息的方法及装置 | |
CN104657376A (zh) | 基于节目关系的视频节目的搜索方法和装置 | |
CN108133058A (zh) | 一种视频检索方法 | |
CN102314464B (zh) | 歌词搜索方法及搜索引擎 | |
US20120317141A1 (en) | System and method for ordering of semantic sub-keys | |
CN103294670A (zh) | 一种基于词表的搜索方法和*** | |
US9875298B2 (en) | Automatic generation of a search query | |
CN106649879A (zh) | 一种图书馆专业书籍智能推荐方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1237085 Country of ref document: HK |
|
GR01 | Patent grant | ||
GR01 | Patent grant |