CN107798066A - 一种搜索词推送方法、装置及终端 - Google Patents
一种搜索词推送方法、装置及终端 Download PDFInfo
- Publication number
- CN107798066A CN107798066A CN201710873821.XA CN201710873821A CN107798066A CN 107798066 A CN107798066 A CN 107798066A CN 201710873821 A CN201710873821 A CN 201710873821A CN 107798066 A CN107798066 A CN 107798066A
- Authority
- CN
- China
- Prior art keywords
- user
- search
- search term
- word
- heat
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—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
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- 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)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例提供一种搜索词推送方法、装置及终端,涉及数据处理技术领域,主要目的在于针对不同用户有针对性地推送搜索词,提高推送热门搜索词的点击率。本发明实施例所采用的技术方案是:获取用户的身份信息、位置信息以及当前时间信息;从身份信息对应的用户历史行为数据中提取与该用户对应的用户热搜词,得到第一搜索词集合;获取位置信息与时间信息对应的大众热搜词,得到第二搜索词集合,该大众热搜词是由大众用户在该位置信息与时间信息对应的位置以及时间执行搜索操作所使用的搜索词;按照搜索词的热度排序,分别从第一搜索词集合与第二搜索词集合中筛选出预置数量的待推送搜索词;将待推送搜索词推送给用户。本发明主要用于推送搜索词。
Description
技术领域
本发明实施例涉及数据处理技术领域,尤其涉及一种搜索词推送方法、装置及终端。
背景技术
随着互联网的普及,人们越来越***台上注册会员,就可以通过该订餐平台实现选餐、订餐、付费、评论等一系列的操作,十分便捷。
目前的订餐平台向用户所提供的订餐应用中,一般会在页面的头部设置检索栏,以供用户直接检索相关的店铺或菜品,并且在检索栏内或检索栏的二级页面中,向用户提供一些热门的搜索词,以供用户直接点击进行快速查找。然而,现有的搜索词推送方式往往只是依据平台所统计的大众热门搜索词或者根据平台中各个店铺的销售数据、展现数据等信息向用户推送热门搜索词,导致搜索词推送结果没有针对性,无法满足不同用户的需求,致使用户点击该推送热门搜索词的几率不高,用户查询所需要的内容时,还需要进行输入搜索才能实现所需内容的查询,使得用户的查询效率降低。
发明内容
鉴于上述问题,本发明实施例提供一种搜索词推送方法、装置及终端,主要目的在于针对不同用户有针对性地推送搜索词,提高推送热门搜索词的点击率。
为解决上述技术问题,第一方面,本发明实施例提供一种搜索词推送方法,该方法包括:
获取用户的身份信息、位置信息以及当前时间信息;
从所述身份信息对应的用户历史行为数据中提取与所述用户对应的用户热搜词,得到第一搜索词集合;
获取所述位置信息与时间信息对应的大众热搜词,得到第二搜索词集合,所述大众热搜词是由大众用户在所述位置信息与时间信息对应的位置以及时间执行搜索操作所使用的搜索词;
按照搜索词的热度排序,分别从所述第一搜索词集合与所述第二搜索词集合中筛选出预置数量的待推送搜索词;
将所述待推送搜索词推送至所述用户。
第二方面,本发明实施例提供一种搜索词推送装置,该装置包括:
获取模块,用于获取用户的身份信息、位置信息以及当前时间信息;
第一提取模块,用于从所述获取模块获取的身份信息对应的用户历史行为数据中提取与所述用户对应的用户热搜词,得到第一搜索词集合;
第二提取模块,用于获取所述获取模块获取的位置信息与时间信息对应的大众热搜词,得到第二搜索词集合,所述大众热搜词是由大众用户在所述位置信息与时间信息对应的位置以及时间执行搜索操作所使用的搜索词;
筛选模块,用于按照搜索词的热度排序,分别从所述第一提取模块提取的第一搜索词集合与所述第二提取模块提取的第二搜索词集合中筛选出预置数量的待推送搜索词;
推送模块,用于将所述筛选模块选出的待推送搜索词推送至所述用户。
第三方面,本发明实施例提供一种搜索词推送终端,所述终端包括处理器和存储器,其中,所述存储器用于存储一条或多条计算机指令,所述一条或多条计算机指令被所述处理器执行以实现上述的搜索词推送方法的步骤。
第四方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机指令,其中,在所述计算机指令被处理器执行时实现上述的搜索词推送方法的步骤。
依据本发明实施例提供的一种搜索词推送方法、装置及终端,实现了用户在进入订餐应用的同时,该应用将基于用户当前的时间、位置以及用户的身份为其推送具有针对性的一批搜索词。在这些搜索词中,不仅包括依据该用户历史行为所统计得到的高热度的用户热搜词,还包括依据该用户当前的位置与时间统计得到的高热度的大众热搜词,使得向用户推荐的搜索词涵盖了时间、地域以及用户喜好等多个不同维度的搜索词,提高了用户在推荐的搜索词中能够找到所需内容的概率,从而达到了提高推送热门搜索词的点击率的目的,让用户能够快速地查询所需内容。同时,对于不同的使用用户,由于用户身份存在区别,且应用的时间、位置也都不可能完全相同,因此,不同的用户在使用时得到的推送搜索词也是不同的,实现了向不同用户有针对性的推荐搜索词。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作以简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,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为本发明实施例提供的一种搜索词推送方法流程图;
图2为本发明实施例提供的另一种搜索词推送方法流程图;
图3A为本发明实施例示出的搜索词在应用首页面中的显示效果图;
图3B为本发明实施例示出的搜索词在应用的二级页面中的显示效果图;
图4为本发明实施例提供的一种提取第一搜索词集合中搜索词的方法流程图;
图5为本发明实施例提供的一种搜索词推送方法的流程框架图;
图6为本发明实施例提供的一种搜索词推送装置的结构组成框图;
图7为本发明实施例提供的另一种搜索词推送装置的结构组成框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供了一种搜索词推送方法,如图1所示,该方法应主要用于通过展示页面向用户推送若干的搜索词,而这些搜索词是经过计算,更符合用户当前应用的场景的词汇,从而省去用户构建搜索词的过程,通过直接点击推送的搜索词来实现快速查询与检索的目的。该方法的具体步骤包括:
101、获取用户的身份信息、位置信息以及当前时间信息。
本发明实施例中以用户使用智能终端中的应用程序为例进行说明,其中,智能终端可以是手机、电脑等终端设备。用户在使用应用程序时的第一步骤一般是开启该应用程序,进入该应用的首页面,在首页面中会设置有用于查询操作的搜索功能区,用户可以通过点击该区域的操作实现在该应用中的具体检索功能。具体在本步骤中,在确定有用户开启并进入该应用程序时,该应用程序或者是与该应用程序所连接的服务器将获取该用户的身份信息、位置信息以及当前的时间信息。
其中,身份信息是可以区分使用该应用程序的用户的相关信息,具体则不限定是注册用户信息或者是用户设备信息,一般的,用户在进入应用程序时,其登录方式主要包括注册登录以及访客登录,其区别在于用户是否录入过该应用程序所设置的必要的用户登记信息。录入过的为注册用户,而对于未录入的,应用程序也会为该用户自动分配一个唯一的身份标识信息加以区别,而该身份标识信息一般是以该用户所使用设备的设备信息为依据生成的,默认使用该设备的用户在未进行注册登录时为同一用户。针对于不同用户的身份信息,应用程序会将该用户的行为数据与其他用户的行为数据进行分别记录,以便于后续的查找调用。
此外,位置信息以及当前时间信息是基于用户当前使用,获取该用户的当前位置与时间,一般的,现有的智能终端中都具有定位功能,具***置信息的确定则不限定是卫星定位或网络基站定位,而时间信息也可以根据设备中所提供的时间信息进行获取。在一般的应用程序中,位置与时间信息可以有用户自定义设置,而在本步骤中,位置信息与时间信息则是基于智能设备所获取的该用户当前实际的位置与时间信息。以此可以作为所推送搜索词的筛选条件。
102、从身份信息对应的用户历史行为数据中提取与该用户对应的用户热搜词,得到第一搜索词集合。
基于上述步骤101中所获取的用户身份信息,应用程序根据该用户的身份信息提取该用户在应用程序中的以往的历史行为数据,其中,该历史行为数据在考虑到数据存储空间占用的问题时,一般所记录的历史行为数据会具有一点的时间期限,比如,近一年或近三年内的用户行为数据。
在本步骤中,用户的历史行为数据是指用户曾经在该应用程序中所执行过的具体操作,且不限定具体的操作内容。但是,对于所记录的历史行为数据,每一条都存在其对应的标识,比如,对于用户点击操作,其所点击对象的名称就是该点击操作的标识,而对于搜索操作,其搜索时录入的搜索词就是该搜索操作的标识。那么,在该用户存在对应的用户历史行为数据时,其历史行为数据就对应存在有相应的标识,这些标识就是第一搜索词集合中用户热搜词待选词汇。
在提取用户热搜词组成第一搜索词集合的过程中,其筛选标识的原则是基于用户的操作热度,具体的标准可以是基于时间,即距当前时间越近的操作对应的热度越高,也可以是基于次数,即用户操作的次数越多对应的热度越高,还可以是融合时间与次数等多个维度的指标进行综合筛选。从而得到若干的标识作为该用户基于历史行为数据所对应的用户热搜词。其中,用户热搜词的提取数量,或者说用户历史行为数据的获取数量,在本步骤中是根据具体的应用场景而自定义设置的,即在不同的场景中,可以对第一搜索词集合中的用户热搜词数量进行设置。
可见,第一搜索词集合中所收录的用户热搜词所体现的是用户使用该应用程序执行操作的偏好与特点,其更贴合该用户的操作喜好。
103、获取位置信息与时间信息对应的大众热搜词,得到第二搜索词集合。
其中,本步骤中的大众热搜词是指由大众用户在该位置信息与时间信息对应的位置以及时间执行搜索操作所使用的搜索词。这里的大众用户是指包含该用户的所有使用该应用程序用户。由此可见,第二搜索词集合中所记录的搜索词是在该应用程序中综合所有用户搜索操作所对应的搜索词,其体现的大众用户的搜索喜好。
此外,本步骤中的位置信息与时间信息为步骤101中所获取的用户的位置信息以及当前的时间信息,那么在第二搜索词集合中的大众热搜词是基于该位置信息与时间信息的改变而变化的,不同的位置信息可以限定不同位置或地域的操作行为,即大众用户是在该位置或地域中进行的搜索操作,而不同的时间信息则可以限定不同的时间或时段的操作行为,即大众用户是在该时间点或时间段中进行的搜索操作。因此,本步骤中的第二搜索词集合是限定了位置和时间的大众用户执行搜索操作所对应的搜索词的集合。
同样的,在本步骤中,第二搜索词集合中的大众热搜词的数量也是可以随着应用场景的变化而改变的,也就是说,对于大众热搜词的数量不做具体限定,可以根据需要进行自定义设置。
104、按照搜索词的热度排序,分别从第一搜索词集合与第二搜索词集合中筛选出预置数量的待推送搜索词。
由于第一搜索词集合与第二搜索词集合分别代表的用户自身的喜好与大众的喜好,因此,两个集合中的搜索词可以视为从不同的维度来预测当前用户可能需要的搜索内容,两者在搜索词内容上并没有关联性。为此,本步骤分别从这两个集合中提取预置数量的搜索词作为待推送搜索词。
需要说明的是,从两个集合中所提取的待推送搜索词是不同的,此处,虽然两个集合中的搜索词没有关联性,但两者中依然存在搜索词相同的可能性。因此,在提取待推送搜索词时需要避免重复提取。此外,在提取待推送搜索词时,所依据的是各搜索词集合中的热度排名,为此,在得到第一搜索词集合与第二搜索词集合时,对于每个集合中所记录的搜索词还需要进行热度排序,而对于热度排序的方式,本步骤则不限定具体的排序方式是根据用户执行的次数或执行的时间,或者是利用多个维度进行综合排序的方式。
通过本步骤可以得到的是基于用户自身喜好的多个热搜词以及在具体的位置信息与时间信息的限定下基于大众用户喜好的多个热搜词。而用户的真正需求很可能是在这些热搜词中的一个或多个,因此,将这些热搜词作为待推送搜索词,其实现用户的直接点击搜索操作就成为大概率事件。
105、将待推送搜索词推送至对应的用户。
以上的步骤101至104的操作基于应用程序的后台执行,而在得到多个待推送搜索词后,就需要将这些待推送搜索词展示在应用程序的显示界面中。一般的,应用程序中搜索区域至少包括用户录入搜索词输入区,有些还设置有搜索词的展示区。对于只存在搜索词输入区的显示界面,可以将待推送搜索词以灰度显示的方式展示在输入区内,以供用户查看并点击操作;而对于存在搜索词展示区的显示界面,则可以将待推送搜索词直接显示在展示区内,以供用户点击操作。
结合上述的实现方式可以看出,本发明实施例所采用的搜索词推送方法,其实现了用户在进入应用的同时,该应用将基于用户操作的当前时间、位置以及用户的身份为其推送具有针对性的搜索词。而在这些搜索词中,不仅包括依据该用户历史行为所统计得到的高热度的用户热搜词,还包括依据该用户的位置与当前时间统计得到的高热度的大众热搜词,使得向用户推荐的搜索词涵盖了时间、地域以及用户喜好、大众喜好等多个不同维度的搜索词,提高了用户在推荐的搜索词中能够找到所需内容的概率,从而达到了提高推送热门搜索词的点击率的目的,让用户能够快速地查询所需内容。同时,对于不同的使用用户,由于用户身份存在区别,且应用的时间、位置也都不可能完全相同,因此,不同的用户在使用时得到的推送搜索词也是不同的,实现了向不同用户有针对性的推荐搜索词。
为了更加详细地说明本发明实施例所提出的搜索词推送方法,特别是在订餐应用中的使用,向用户推送个性化的搜索词,以便于用户能够快速的找到所要搜索的具体内容。具体步骤如图2所示,包括:
201、获取用户的身份信息、位置信息以及当前时间信息。
本实施例中,用户使用订餐应用的主要目的是要选择需要的店铺进行点餐,而在订餐过程中,用户所考虑的除了菜品的质量、价格外,其送餐的速度也是需要着重考虑的指标。而送餐的速度就与用户当前的位置与时间相关,对于位置而言,店铺位于用户的位置越近其送餐到达的速度可能越快,而对于时间而言,其直接关系到店铺订餐的用户数量,即用餐高峰时段的送餐速度要低于平峰时段。因此,在订餐应用中,用户的位置信息与当前时间信息与用户是否下单具有相关性,而在向该用户推送相关的搜索词时,其主要目的也是为了促成用户的有效订餐,所以,推送的搜索词就需要考虑该用户当前的位置与时间。
对于身份信息、位置信息以及当前时间信息具体获取方式以在上述实施例中的步骤101中进行了说明,此处不再赘述。
202、判断当前用户在预置地域范围内以及预置时间段内是否存在用户历史行为数据。
其中,所述预置地域范围与所述位置信息相关联,所述预置时间段与所述当前时间信息相关联。也就是根据所获取的位置信息与当前时间信息来确定一个包含所述位置信息的预置地域范围以及一个包含所述当前时间信息的预置时间段,并且查询该用户在该预置地域范围内和预置时间段内是否执行过相应的操作。因为,在该条件下进行的操作,用户有很高的概率是重复同样的操作,所以基于该条件的判断,当确定该用户存在相应的历史行为数据时,则优先从这些历史行为数据中提取对应的用户热搜词。而对于该用户不存在相应的历史行为数据时,则需要将提取该用户的历史行为数据的限定条件进行扩展,对于具体的扩展规则在本步骤中不做具体限定,可以是先逐步扩展预置地域的范围,若没有对应的用户历史行为数据,再逐步扩展预置时间段;当然反向的逐步扩展亦可,还可以是同时的扩展预置地域的范围与预置时间段,以获取对应的用户历史行为数据。若该用户为新用户,其不具有用户历史行为数据,则无需再获取该用户的历史行为数据,即为该用户所提取的第一搜索词集合中将不存在对应的用户热搜词。相反的,若该用户存在有历史行为数据,则执行步骤203。
203、从身份信息对应的用户历史行为数据中提取与该用户对应的用户热搜词,得到第一搜索词集合。
对于本步骤的具体实现,提取用户热搜词的方式包括:
首先,根据用户的身份信息获取该用户的历史行为数据,其中,在步骤202中已经进行了具体说明,特别限定了在具体范围内的历史行为数据的获取方式。而对于所获取的历史行为数据,本实施例中,包括用户执行点击行为、搜索行为、访问行为所生成的数据,具体的点击行为可以是用户查看商户或在商户页面中查看具体菜品的点击行为,搜索行为则可以是用户在应用界面或商户页面中执行的搜索操作,而访问行为则可以是用户浏览商户或菜品的用户评价信息的操作。此外,对于历史行为数据的内容还可以包括加购物车、收藏等其它行为,以此来扩展和丰富用户的喜好特征。
其次,利用预置规则从历史行为数据中筛选该用户执行操作的对象名称。其中,预置规则是指提取用户操作对象的对象名称的具体规则,不同的预置规则其所对应得到的对象名称可能是不同的,比如,对于用户的点击A店铺中的B菜品的点击行为,当预置规则是只提取菜品名时,得到的对象名称为“菜品B”,而当预置规则是提取店铺名和菜品名时,得到的对象名称就是“店铺A中的菜品B”。对于该规则的设置本步骤不做具体限定。
最后,将与对象名称的相似度达到阈值的词汇确定为用户热搜词。
其中,在计算对象名称的相似度时,本步骤中也不限定的具体的相似度计算方式,常用的计算方式包括预选相似度计算,此外也可以通过其他的相似度量方法计算用户热搜词,如关联规则、基于物品的协同过滤、受限制玻尔兹曼机推荐算法等。而对于比较相似度的阈值,其设置则需要根据具体的应用进行调整,也就是说,该阈值的取值一般为经验值,需要人为调整以得到足够数量的又符合相似程度的用户热搜词。
可见,本实施例中的第一搜索词集合中的用户热搜词,包括基于用户的历史行为数据所对应的对象名称,以及与该对象名称相近似的词汇。因此,即使用户只有一条历史行为数据,基于其所对应的对象名称,也能够通过相似度计算扩展出多个用户热搜词,以保证第一搜索词集合中具有多个可选的用户热搜词。
204、获取位置信息与时间信息对应的大众热搜词,得到第二搜索词集合。
本步骤获取大众热搜词的具体过程包括:
第一、利用当前的位置信息获取预置地域范围内的大众热搜词。
第二、利用当前的时间信息获取预置时段内的大众热搜词。
第三、将预置地域范围内的大众热搜词与预置时段内的大众热搜词按照搜索次数进行降序排序;
第四、根据降序排序中从高到底的顺序提取预置数量的大众热搜词。
其中,上述的第一与第二步骤在执行时不区分先后顺序,而基于上述的具体执行过程,本步骤需要预先设置预置地域范围和预置时段,其中,预置地域范围是将一个地区按照一定规则分为多个区块,比如,在北京市,按照行政区域划分可以分为东城区、西城区、朝阳区、海淀区等,而按照商圈划分则可以分为国贸商圈、中关村商圈、亚运村商圈等。预置时段则是将一天按照就餐的时间分为多个时段,比如本实施例中可以将6点至9点设为早餐时段,11点至14点设为午餐时段,14点至16点设为下午茶时段,17点至20设为晚餐时段,21点至24点设为夜宵时段等5个不同的时段。
当用户开始使用订餐应用时,根据其位置信息与时间信息将获取相应的大众热搜词,也就是确定该用户当前所在的预置地域范围以及对应的预置时段,以此来过滤在该预置地域范围中,以及在该预置时段内大众用户所使用过的搜索词,按照应用的搜索次数进行降序排序,从高到底选择多个搜索词作为大众热搜词。需要指出的是,在该过程中,需要将即符合预置地域范围又符合预置时段的搜索词优先选为大众热搜词,并在之后的排序中将其顺为优先排列,例如,有A、B、C、D、E、F六个大众热搜词,其中,A、B是符合预置地域范围,但不符合预置时段的搜索词,其搜索次数对应为A搜索5次,B搜索7次,D、E是符合预置时段,但不符合预置地域范围的搜索词,其搜索次数对应为D搜索4次,E搜索10次,而C、F则是即符合预置时段,又符合预置地域范围的搜索词,其对应的搜索次数为C为2次、F为4次,那么在第二搜索词集合中的这6个大众热搜词的由高至低的排序为:F-C-E-B-A-D,其中,虽然C、F的搜索次数少,但其对应的匹配条件更为符合,则其对应的排序顺位要高于其他的4个大众热搜词。
需要说明的是,上述的排序方式在第一搜索词集合中的排序过程中,存在基于搜索次数的排序的情况也同样适用。
进一步的,对于第二搜索词集合中的大众热搜词还可以进行与用户相关联的过滤操作,比如,根据用户历史订餐的单价水平设置价格区间,再以该价格区间过滤大众热搜词。
205、按照搜索词的热度排序,分别从第一搜索词集合与第二搜索词集合中筛选出预置数量的待推送搜索词。
其中,搜索词的热度排序在第一搜索词集合中体现为用户的执行次数以及相似度的值的加权排序;在第二搜索词集合中体现为搜索次数的排序。据此,筛选待推送搜索词的具体过程包括:
第一、删除第二搜索词集合中含有的与第一搜索词集合中重复的搜索词。
第二、将第一搜索词集合中的搜索词综合搜索次数以及相似度的值进行降序排序。
第三、将第二搜索词集合中的搜索词按照搜索次数降序排序。
第四、分别从第一搜索词集合与第二搜索词集合中根据所述降序排序由高至低的顺序提取预置数量的搜索词作为待推送搜索词。
其中,上述的第二步与第三步之间在执行时不区分先后顺序,而通过第一步的执行,可以确保在后续的提取待推送搜索词时,不会从两个集合中提取出相同的搜索词。而根据删除第二搜索词集合中重复搜索词可以看出,在本实施例中,第一搜索词集合的优先等级是高于第二搜索词集合的,即待推送搜索词的筛选优先根据用户的喜好进行选择。
此外,在对第一搜索词集合中的搜索词进行排序时,搜索次数主要针对用户的历史行为数据所对应的搜索词,而相似度的值主要针对通过相似度计算得到的其他搜索词,而在排序中具有搜索次数的搜索词的顺位高于具有相似度的值的搜索词,比如,有A、B、C、D、E、F六个搜索词,其中,A、B为历史行为数据所对应的搜索词,其对应的搜索次数为A:5次,B:10次;C、D为A的相似搜索词,其相似度为C:90%,D:95%,E、F为B的相似搜索词,其相似度为E:95%,F:90%,那么经过排序后,得到的顺序为B-A-E-F-D-C。
对于第二搜索词集合中的排序在上述步骤204中进行了说明,本步骤中的排序可以基于在204中的排序得到,因此本步骤中不再赘述。
而对于所提取的预置数量的待推送搜索词则是根据具体应用的需要所设置的,比如,根据展示页面中所能够显示的搜索词的数量来确定该预置数量。并且,该预置数量的值对于第一搜索词集合与第二搜索词集合可以是相同的数量值,也可以是不同的数量值。
206、将待推送搜索词推送至对应的用户。
本步骤是针对于订餐应用的展示界面中,即搜索区域内设置有搜索词的展示区。一般的,该页面为应用的二级页面,即用户通过点击首页面中的搜索区域以确定执行搜索操作后,应用跳转值搜索页面,在该页面中除了提供有搜索内容的输入区外,还设置有对应的搜索词展示区,进一步的,这些搜索词还可以是根据预置的分类进行分栏显示的。
针对上述的展示页面,在本实施例的待推送搜索词推送过程中,还具体包括以下步骤:
首先、为待推送搜索词标记分类标识。其中,该分类标识主要用于区分搜索词的搜索维度以及页面展示的位置,比如,搜索维度包括店铺、菜品、热门等,店铺就是待推送搜索词为店铺名称的词,菜品则是待推送搜索词为菜品名称的词,而热门则是在第一搜索词集合与第二搜索词集合中的最热门的搜索词,且这些搜索词不限定是店铺或者是菜品。
其次、根据分类标识将待推送搜索词对应推送至该用户的展示页面的分类推送栏中。其中,分类推送栏是基于预先设置的分类,而在页面中设置的展示栏,且不同的显示栏中会显示该栏所显示的搜索维度,以偏于用户分类查看。
根据上述所推送的搜索词在用户端展示的效果可参见图3B所示的搜索词在应用页面中的显示效果。图3B中所示的页面为通过订餐应用首页面中点击搜索区域后所跳转的搜索页面,在该搜索页面中可以显示更为详细的搜索信息,包括搜索输入条、搜索词推送栏等。如图3B中所示,在搜索输入条的下方就是分类推送栏,其中,“热门”、“店铺”、“菜品”为搜索词的分类标识,根据搜索词中标记的标识名称将其展示在对应的推送栏中。而在图3A中,其所展示的是订餐应用的首页面,也就是图3B的上级页面,其中所框出的为搜索条,即上述步骤中的搜索区域,由于在首页中需要展示大量的信息,因此,在图3A中,其搜索区域仅显示搜索条,而不显示搜索词推送栏,那么,基于上述所筛选出的搜索词将以灰度显示的方式显示在搜索条中,需要说明的是,由于显示范围有限,对于所诗选出的搜索词将根据排序的顺序进一步筛选以确定在搜索条中的显示内容。
以上是针对能够从第一搜索词集合与第二搜索词集合中提取到足够数量的搜索词进行推送的具体方式,而对于当依据上述方式无法得到足够数量的搜索词时,即待推送搜索词的数量低于预置的一个阈值时,此种情况一般会出现在新用户在一个较为偏僻的地区或非用餐时段的时间使用订餐应用的场景下,此种情况较难出现,其属于一种特殊情况,此时,应用为了在页面的搜索词推送栏中能够显示具体的内容,将会推动***指定的搜索词,对于这些搜索词的指定方式,本实施例不做具体限定。
通过上述对图2所示的搜索词推送方法的说明可以看出,该实施例相对于图1所示出的推送方法,是更加详细的说明了如何得到第一搜索词集合与第二搜索词集合中的搜索词,特别是通过所获取的用户身份信息、位置信息以及当前时间信息来过滤用户历史行为,以使得第一搜索词集合中的搜索词与用户的喜好更为贴近,能够更加符合用户的当前需求,而在第二搜索词集合中同样使用了位置信息以及当前时间信息来过滤大众热搜词,这在订餐应用中能够为用户提供更为准确的信息,以确保用户在使用这些搜索词进行查询时能够得到更为有效的信息,从而确保用户查询的有效性,提高了用户查询的效率。此外,通过与展示页面的结合,本发明实施例还为用户提供了多样化的搜索词展示方式,更加便于用户的查看,而对于一些特殊情况也设置了应对方案,如推送的搜索词数量不足时通过***指定推送搜索词,从而保证了本发明实施例在订餐应用中能够为用户提供充足的符合其需求的搜索词。
通过上述实施例的说明,可以发现本发明实施例在向用户推送搜索词时,不仅是加入了时间与空间的限定维度,更重要的还加入了用户自身的喜好,也就是通过第一搜索词集合为用户推送与该用户的历史操作相匹配的搜索词,因此,本发明实施例还针对上述实施例中的步骤203,通过下述实施例来详细说明如何得到第一搜索集合中的搜索词,具体如图4所示,包括:
301、根据用户的身份信息获取该用户的历史行为数据。
其中,本步骤中对于用户的历史行为数据可以指代在用户本次操作之前所有的被应用所记录下来的在该订餐应用中所执行过的行为数据。而获取历史行为数据的方式,可以通过不同的维度进行区分,即可以通过指定的数量来获取,也可以通过指定的时间来获取。
302、利用预置规则从历史行为数据中筛选该用户执行操作的对象名称。
本步骤中的该预置规则具体包括数量规则与时间规则。
具体的,数量规则为:先获取距离当前时间最近的预置数量的历史点击行为,再提取这些历史点击行为所对应点击对象的对象名称,其中,历史点击行为包括在首页面或者是二级列表对应的页面中点击目标对象的操作,比如,用户在订餐应用的首页面点击具体店铺的操作,或者是通过点击首页面中的二级列表选项,如餐饮、水果等分类选项,应用将为用户显示二级列表对应的页面,对于餐饮而言就是将具体的提供餐饮的店铺通过列表的形式展示,用户在该页面中所进行的点击具体店铺的操作。而这些点击操作所对应的点击对象为店铺,其对象名称为对应的店铺名。当然上述的点击操作也可以包括点击具体的菜品,那么其对象名称就对应为菜品名。对于所得到的多个对象名称,其在第一搜索集合中的热度排序是根据其对应的历史点击行为距离当前时间的时间远近,越近的热度就越高。
而时间规则为:获取预置时间段内该用户的历史行为数据中用户操作对象的对象名称。其中,对于用户操作的内容不限于点击,访问或者是搜索等操作,而对于所得到的对象名称在第一搜索集合中的热度排序,则主要是基于用户对该操作对象执行操作的时间与次数配置排序权重,即操作的时间距离当前时间越近的权重值越大,而对相同操作对象的操作次数越多的其配置的权重值也越大;在根据所配置的排序权重对对象名称进行排序。当在该时间规则内存在有大量的历史行为数据而需要对这些数据进行筛选时,则可以根据该排序权重由高至低的顺序提取预置数量的对象名称。
需要说明的是,上述的数量规则与时间规则可以单独使用,也可以综合使用来获取多个对象名称。而所得到的对象名称可以认为是代表用户使用该订餐应用的个人喜好的具体词汇。
303、将与对象名称的相似度达到阈值的词汇确定为用户热搜词。
本步骤中所提供的相似度计算方式为余弦相似度计算,而要对对象名称进行余弦相似度计算,首先需要对该对象名称进行向量化表示,而进行向量化表示就需要获取该对象名称的标识信息,其中,该标识信息是对操作对象进行预置维度分类的标识,预置维度则是用于向量化表示的基础,比如,预置维度在餐饮中可以包括中餐、西餐、韩式烧烤、日本料理、快餐、地方菜等等,若对象名称为汉堡,其标注的标识信息为西餐、快餐。
其次,在对象名称进行向量化的基础上,通过余弦相似度计算该对象名称与其他对象名称的相似度值,其中,其他对象名称是指在该订餐应用中记录的所有未在步骤302中筛选得到的对象名称。通过计算,保留相似度的值大于阈值的其他对象名称,如此,就可以达到基于用户的操作记录进行词汇扩展的目的,实现由一个词向多个词的扩展需求。并且利用相似度进行扩展的方式是可以通过对阈值的设置来调节所得到的其他对象名称的数量,也就是说,对于词汇的扩展数量在本步骤中是可控的。
最后,将得到的其他对象名称以及步骤302中所筛选出的对象名称设置为用户热搜词,有这些用户热搜词构成第一搜索词集合。
进一步的,在上述步骤的基础上,为了对第一搜索词集合中的搜索词进行优化,其步骤还包括:
304、将用户热搜词利用预置的过滤条件进行过滤。
其中,预置的过滤条件包括:店铺分类、当前营业状态、与所述用户的距离、质量评价、销售数量中的至少一种。具体到订餐应用中,店铺分类就是指该店铺的经营范围,其应为餐饮类;当前营业状态,就是通过获取当前处于正常营业的店铺;与所述用户的距离,就是过滤距离大于阈值的店铺,比如过滤距离在5km以上的店铺;质量评价是过滤店铺评分等级在优或良的店铺;而销售数量则是过滤指定时间段内的销量未达到阈值的店铺,这些过滤条件可以更好的筛选出第一搜索词集合中的用户热搜词,而这些搜索词也可以为用户提供更为优化的搜索结果。
305、对用户热搜词进行文本简化处理。
其中,文本简化处理的主要目的在于提取对象名称中的核心词,以得到更为简化,同时适于展示的用户热搜词。一般的,对用户热搜词的显示要求是显示简单的词汇或词组,而对于所提取出的对象名称中往往会夹杂有不必要的内容,比如,标点符号,修饰词等。对此,文本简化处理就是要删除这些不必要的内容,而具体的删除方式则可以根据自然语言处理的相关规则进行删除操作,具体则不在该步骤进行详细阐述。
以上图4所示出的搜索词筛选方式主要是为第一搜索词集合筛选符合的用户热搜词,通过对用户历史行为数据的进一步分类,有针对性的选择历史行为数据,并以此提取对应的对象名称,再基于该对象名称进行扩展,以相似度计算来获取更多的用户可能感兴趣的对象名称,从而实现对用户喜好内容的合理扩展,确保第一搜索词集合中的搜索词能够在一定范围内覆盖用户可能存在的喜好,增加预测用户需求的准确性。
结合以上搜索词推送方法的实施例内容,可以将具体的步骤通过图5所示的流程图进行简化显示,具体如图5所示,其中,基于数量规则获取历史行为数据、基于时间规则获取历史行为数据以及大众搜索行为都是依据用户在使用订餐应用时,该应用所获取的用户身份信息、位置信息以及当前时间信息从用户历史行为信息和大众搜索行为中提取的数据信息。而对于用户历史行为信息,本发明实施例通过将与行为信息对应的对应名称进行相似推荐、过滤处理以及文本处理等方式进行用户个人喜好的限定于扩展,最终得到第一搜索词集合,具体可参考图4中的详细说明。而对于大众搜索行为则进一步根据其行为筛选出大众热搜词来构成第二搜索词集合,其具体内容可参考图2中步骤204的详细说明。在得到第一搜索词集合与第二搜索词集合后,对其中的搜索词进行去重排序处理,即步骤205中的详细内容,根据排序再选出推送至用户前端的用于展示的搜索词。而在此过程中,当筛选的搜索词数量不足时,则引入***指定的搜索词以补充向用户推送的搜索词。如此,就能够为用户推送有较高概率符合该用户需求的搜索词,以便于用户直接通过所推送的搜索词进行搜索查询,提高了用户对推送搜索的使用频率。
通过上述方法实施例的应用,发明人在实际应用的测试中测得推荐搜索词的点击率与订单转化率都得到了大幅提升,其中,点击率由5%提升至13%,订单转化率由3%至5%。可见,将本发明实施例应用到实际产品中是能够有效提升用户的使用体验并促进平台交易成功率的。
进一步的,作为对上述方法实施例的实现,本发明实施例提供了一种搜索词推送装置,该装置设置在用户使用的智能终端内,该装置实施例与前述方法实施例对应,为便于阅读,本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述,但应当明确,本实施例中的装置能够对应实现前述方法实施例中的全部内容。具体如图6所示,该装置包括:获取模块41、第一提取模块42、第二提取模块43、筛选模块44以及推送模块45,其中,
获取模块41,用于获取用户的身份信息、位置信息以及当前时间信息,具体的获取模块所获取的信息来源中,身份信息主要依据用户使用应用程序的登录方式,即注册用户登录或者是访客登录,而位置信息以及当前时间信息则主要基于用户所使用的智能终端所提供的信息数据。该获取模块是在确定有用户开启并进入该应用程序时,获取该用户的身份信息、位置信息以及当前的时间信息。
第一提取模块42,用于从所述获取模块41获取的身份信息对应的用户历史行为数据中提取与所述用户对应的用户热搜词,得到第一搜索词集合,其中,所述历史行为数据主要体现该用户自身的喜好特征,是用户曾经在该应用程序中所执行过的具体操作。由此可见,第一搜索词集合中的搜索词倾向于推荐用户喜好的搜索词。
第二提取模块43,用于获取所述获取模块41获取的位置信息与时间信息对应的大众热搜词,得到第二搜索词集合,所述大众热搜词是由大众用户在所述位置信息与时间信息对应的位置以及时间执行搜索操作所使用的搜索词,这里的大众用户也可以包含有该用户。可见,第二搜索词集合中的搜索词倾向于推荐大众喜好的搜索词。
筛选模块44,用于按照搜索词的热度排序,分别从所述第一提取模块42提取的第一搜索词集合与所述第二提取模块43提取的第二搜索词集合中筛选出预置数量的待推送搜索词,其中,热度排序是对每个集合中的搜索词进行排序,将用户喜好或使用频率高的作为优选的待推送搜索词。而对于热度排序的具体方式,则不限定为根据用户执行的次数或执行的时间,或者是利用多个维度进行综合排序的方式。
推送模块45,用于将所述筛选模块44选出的待推送搜索词推送至所述用户,通过用户所使用的应用界面进行展示。
进一步的,如图7所示,所述第一提取模块42包括:
获取单元421,用于根据所述身份信息获取所述用户的历史行为数据,所述历史行为数据包括用户执行点击行为、搜索行为、访问行为中的至少一种所生成的数据,此外,对于历史行为数据的内容还可以包括加购物车、收藏等其它行为,以此来扩展和丰富用户的喜好特征。
筛选单元422,用于利用预置规则从所述获取单元421获取的历史行为数据中筛选所述用户执行操作的对象名称,其中,预置规则是指提取用户操作对象的对象名称的具体规则,不同的预置规则其所对应得到的对象名称也是不同的。
确定单元423,用于将与所述筛选单元422选出的对象名称的相似度达到阈值的词汇确定为用户热搜词,其中,计算相似度可以采用多种的计算方式,以此来确定该用户喜好的范围,扩展出更多的热搜词。
进一步的,如图7所示,所述筛选单元422包括:
第一筛选子单元4221,用于获取距离当前时间最近的预置数量的历史点击行为,提取历史点击行为对应点击对象的对象名称,所述历史点击行为包括在首页面或二级列表对应的页面中点击目标对象的操作,可见,该第一筛选子单元中所采用的为数量规则,也就是获取预置数量的对象名称。
第二筛选子单元4222,用于获取预置时间段内所述用户的历史行为数据中用户操作对象的对象名称,其与第一筛选子单元的区别在于所采用的预置规则不同,该第二筛选子单元采用的是时间规则,即获取一定时间段内所有历史行为数据所对应的对象名称,其数量并不确定。
进一步的,所述第二筛选子单元4222还具体用于,基于用户对所述操作对象操作的时间与次数配置排序权重,根据所述排序权重对所述操作对象的对象名称进行排序,依据排序权重由高至低的顺序提取预置数量的对象名称。
进一步的,如图7所示,所述确定单元423包括:
获取子单元4231,用于获取所述对象名称的标识信息,所述标识信息是对所述操作对象进行预置维度分类的标识,而预置维度则是用于将对象名称进行向量化表示的基础,进而进行相似度计算。
计算子单元4232,用于通过余弦相似度计算得到与所述获取子单元4231获取的标识信息的相似度大于阈值的其他对象名称。
确定子单元4233,用于将所述对象名称以及所述计算子单元4232得到的其他对象名称所对应的词汇确定为用户热搜词,从而构成第一搜索词集合。
进一步的,如图7所示,所述第一提取模块42还包括:
过滤单元424,用于在所述确定单元423将与所述对象名称的相似度达到阈值的词汇确定为用户热搜词之后,将所述用户热搜词利用预置的过滤条件进行过滤,所述过滤条件包括:店铺分类、当前营业状态、与所述用户的距离、质量评价、销售数量中的至少一种。
处理单元425,用于对所述确定单元423确定的用户热搜词和/或过滤单元424过滤得到的用户热搜词进行文本简化处理,所述文本简化处理用于提取所述用户热搜词中的核心词。该核心词的一般表现形式为简单的词汇或词组,其中不会含有标点符号或修饰词等内容。
进一步的,如图7所示,所述第二提取模块43包括:
第一获取单元431,用于利用当前的位置信息获取预置地域范围内的大众热搜词。其位置信息主要基于获取模块41所获取的位置,并判断该位置所属的预置地域范围,在该预置地域范围内获取大众热搜词。
第二获取单元432,用于利用当前的时间信息获取预置时段内的大众热搜词。其时间信息同样基于获取模块41所获取的当前时间,并判断该时间所属的预置时间段,在该预置时间段内获取大众热搜词。
排序单元433,用于将所述第一获取单元431获取预置地域范围内的大众热搜词与所述第二获取单元432获取预置时段内的大众热搜词按照搜索次数进行降序排序。
提取单元434,用于根据所述排序单元433降序排序从高到底的顺序提取预置数量的大众热搜词。
进一步的,如图7所示,该装置还包括:
判断模块46,用于判断当前用户在预置地域范围内以及预置时间段内是否存在用户历史行为数据,所述预置地域范围与所述位置信息相关联,所述预置时间段与所述当前时间信息相关联。该判断模块46主要用于对第一搜索词集合中的用户热搜词设置进一步的筛选条件,以使得所获取的历史行为数据更加具有针对性,对该用户当前的行为更具有参考价值。
所述第一提取模块42还用于,当所述判断模块46确定存在用户历史行为数据时,执行从所述身份信息对应的用户历史行为数据中提取与所述用户对应的用户热搜词,得到第一搜索词集合。
进一步的,如图7所示,所述筛选模块44包括:
删除单元441,用于删除第二搜索词集合中含有的与第一搜索词集合中重复的搜索词。避免从第二搜索词集合中提取出与第一搜索词集合中相同的搜索词。
排序单元442,用于将所述第一搜索词集合中的搜索词综合搜索次数以及相似度的值进行降序排序。其中,搜索次数是对用户历史行为数据所对应的搜索词由该用户操作所产生的次数,而相似度的值则是指通过相似度计算得到搜索词所对应的值,在排序过程中搜索次数的优先级高于相似度的值。
所述排序单元442还用于,将所述第二搜索词集合中的搜索词按照搜索次数降序排序。
提取单元443,用于分别从所述第一搜索词集合与所述第二搜索词集合中根据所述排序单元442的降序排序由高至低的顺序提取预置数量的搜索词作为待推送搜索词。
进一步的,如图7所示,所述推送模块45包括:
标记单元451,用于为所述待推送搜索词标记分类标识,所述分类标识用于区分所述搜索词的搜索维度以及页面展示的位置。
推送单元452,用于根据所述标记单元451标记的分类标识将所述待推送搜索词对应推送至所述用户的展示页面的分类推送栏中。
进一步的,所述推送模块45还用于,当所述筛选模块44选出的待推送搜索词的数量低于阈值时,推送***指定的搜索词至所述用户,如此,在无法根据用户的个人喜好以及通过时间、位置信息向用户推送适合的搜索词时,将以推送指定搜索词的方式确保在展示页面中的搜索词展示栏中存在用户可点击的搜索词。
进一步的,本发明实施例还提供了一种搜索词推送设备,该设备包括处理器和存储器,其中,所述存储器用于存储一条或多条计算机指令,所述一条或多条计算机指令被所述处理器执行以实现上述图1、图2或图4所示的搜索词推送方法的步骤。
进一步的,本发明实施例还提供一种计算机可读存储介质,其上存储有计算机指令,其中,在所述计算机指令被处理器执行时实现上述图1、图2或图4所示的搜索词推送方法的步骤。
综上所述,本发明实施例所采用的一种搜索词推送方法、装置及终端,应用于订餐应用中时,实现了向用户推送个性化的搜索词以满足用户的搜索需求,该个性化具体体现在从多个维度为用户筛选搜索词,分别从时间,位置以及用户的历史行为等维度为用户过滤搜索词,并将得到的过滤搜索词分别保存在第一搜索词集合与第二搜索词集合中,其两者的区别在于第一搜索词集合中的搜索词与用户的喜好更为贴近,是通过对同一用户的历史行为的分析以及根据这些历史行为进行扩展所得到的搜索词,而第二搜索词集合则是基于大众用户的搜索行为进行过滤,其中的搜索词可以视为在第一搜索词集合的基础上为用户提供的更为全面的参考信息,通过两个集合的结合为用户提供更为准确的搜索词,从而提高所推送的搜索词被用户点击的概率。对于用户而言,通过该搜索词的推送方法可以从所推送的搜索词中快速的找到想要查找的内容,并通过一次点击实现快速查询的目的,大大提高了用户的使用体验。此外,本发明实施例中还考虑到了一些特殊情况,在推送的搜索词数量不足时,可以同步集合***指定的搜索词推送给用户,使得用户可以方便的通过所推送的搜索词进行查询而无需通过信息录入的方式进行查询。
以上所描述的装置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的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述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计算机可读存储介质中,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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
本发明实施例还公开了如下技术方案:
A1、一种搜索词推送方法,包括:
获取用户的身份信息、位置信息以及当前时间信息;
从所述身份信息对应的用户历史行为数据中提取与所述用户对应的用户热搜词,得到第一搜索词集合;
获取所述位置信息与时间信息对应的大众热搜词,得到第二搜索词集合,所述大众热搜词是由大众用户在所述位置信息与时间信息对应的位置以及时间执行搜索操作所使用的搜索词;
按照搜索词的热度排序,分别从所述第一搜索词集合与所述第二搜索词集合中筛选出预置数量的待推送搜索词;
将所述待推送搜索词推送至所述用户。
A2、根据A1所述的方法,从所述身份信息对应的用户历史行为数据中提取与所述用户对应的用户热搜词包括:
根据所述身份信息获取所述用户的历史行为数据,所述历史行为数据包括用户执行点击行为、搜索行为、访问行为中的至少一种所生成的数据;
利用预置规则从所述历史行为数据中筛选所述用户执行操作的对象名称;
将与所述对象名称的相似度达到阈值的词汇确定为用户热搜词。
A3、根据A2所述的方法,利用预置规则从所述历史行为数据中筛选所述用户执行操作的对象名称包括:
获取距离当前时间最近的预置数量的历史点击行为,提取历史点击行为对应点击对象的对象名称,所述历史点击行为包括在首页面或二级列表对应的页面中点击目标对象的操作;和/或
获取预置时间段内所述用户的历史行为数据中用户操作对象的对象名称。
A4、根据A3所述的方法,获取预置时间段内所述用户的历史行为数据中用户操作对象的对象名称包括:
基于用户对所述操作对象操作的时间与次数配置排序权重;
根据所述排序权重对所述操作对象的对象名称进行排序;
依据排序权重由高至低的顺序提取预置数量的对象名称。
A5、根据A2所述的方法,将与所述对象名称的相似度达到阈值的词汇确定为用户热搜词包括:
获取所述对象名称的标识信息,所述标识信息是对所述操作对象进行预置维度分类的标识;
通过余弦相似度计算得到与所述标识信息的相似度大于阈值的其他对象名称;
将所述对象名称以及其他对象名称所对应的词汇确定为用户热搜词。
A6、根据A2-A5中任一项所述的方法,在将与所述对象名称的相似度达到阈值的词汇确定为用户热搜词之后,所述方法还包括:
将所述用户热搜词利用预置的过滤条件进行过滤,所述过滤条件包括:店铺分类、当前营业状态、与所述用户的距离、质量评价、销售数量中的至少一种;
对所述用户热搜词进行文本简化处理,所述文本简化处理用于提取所述用户热搜词中的核心词。
A7、根据A1所述的方法,获取所述位置信息与时间信息对应的大众热搜词包括:
利用当前的位置信息获取预置地域范围内的大众热搜词;
利用当前的时间信息获取预置时段内的大众热搜词;
将所述预置地域范围内的大众热搜词与预置时段内的大众热搜词按照搜索次数进行降序排序;
根据所述降序排序从高到底的顺序提取预置数量的大众热搜词。
A8、根据A1或A7所述的方法,该方法还包括:
判断当前用户在预置地域范围内以及预置时间段内是否存在用户历史行为数据,所述预置地域范围与所述位置信息相关联,所述预置时间段与所述当前时间信息相关联;
若存在,则执行从所述身份信息对应的用户历史行为数据中提取与所述用户对应的用户热搜词,得到第一搜索词集合。
A9、根据A1所述的方法,按照搜索词的热度排序,分别从所述第一搜索词集合与所述第二搜索词集合中筛选出预置数量的待推送搜索词包括:
删除第二搜索词集合中含有的与第一搜索词集合中重复的搜索词;
将所述第一搜索词集合中的搜索词综合搜索次数以及相似度的值进行降序排序;
将所述第二搜索词集合中的搜索词按照搜索次数降序排序;
分别从所述第一搜索词集合与所述第二搜索词集合中根据所述降序排序由高至低的顺序提取预置数量的搜索词作为待推送搜索词。
A10、根据A1或A9所述的方法,将所述待推送搜索词推送至所述用户包括:
为所述待推送搜索词标记分类标识,所述分类标识用于区分所述搜索词的搜索维度以及页面展示的位置;
根据所述分类标识将所述待推送搜索词对应推送至所述用户的展示页面的分类推送栏中。
A11、根据A1-A5、A7、A9中任一项所述的方法,所述方法还包括:
当所述待推送搜索词的数量低于阈值时,推送***指定的搜索词至所述用户。
B12、一种搜索词推送装置,所述装置包括:
获取模块,用于获取用户的身份信息、位置信息以及当前时间信息;
第一提取模块,用于从所述获取模块获取的身份信息对应的用户历史行为数据中提取与所述用户对应的用户热搜词,得到第一搜索词集合;
第二提取模块,用于获取所述获取模块获取的位置信息与时间信息对应的大众热搜词,得到第二搜索词集合,所述大众热搜词是由大众用户在所述位置信息与时间信息对应的位置以及时间执行搜索操作所使用的搜索词;
筛选模块,用于按照搜索词的热度排序,分别从所述第一提取模块提取的第一搜索词集合与所述第二提取模块提取的第二搜索词集合中筛选出预置数量的待推送搜索词;
推送模块,用于将所述筛选模块选出的待推送搜索词推送至所述用户。
B13、根据B12所述的装置,所述第一提取模块包括:
获取单元,用于根据所述身份信息获取所述用户的历史行为数据,所述历史行为数据包括用户执行点击行为、搜索行为、访问行为中的至少一种所生成的数据;
筛选单元,用于利用预置规则从所述获取单元获取的历史行为数据中筛选所述用户执行操作的对象名称;
确定单元,用于将与所述筛选单元选出的对象名称的相似度达到阈值的词汇确定为用户热搜词。
B14、根据B13所述的装置,所述筛选单元包括:
第一筛选子单元,用于获取距离当前时间最近的预置数量的历史点击行为,提取历史点击行为对应点击对象的对象名称,所述历史点击行为包括在首页面或二级列表对应的页面中点击目标对象的操作;
第二筛选子单元,用于获取预置时间段内所述用户的历史行为数据中用户操作对象的对象名称。
B15、根据B14所述的装置,所述第二筛选子单元具体用于,基于用户对所述操作对象操作的时间与次数配置排序权重,根据所述排序权重对所述操作对象的对象名称进行排序,依据排序权重由高至低的顺序提取预置数量的对象名称。
B16、根据B13所述的装置,所述确定单元包括:
获取子单元,用于获取所述对象名称的标识信息,所述标识信息是对所述操作对象进行预置维度分类的标识;
计算子单元,用于通过余弦相似度计算得到与所述获取子单元获取的标识信息的相似度大于阈值的其他对象名称;
确定子单元,用于将所述对象名称以及所述计算子单元得到的其他对象名称所对应的词汇确定为用户热搜词。
B17、根据B13-B16中任一项所述的装置,所述第一提取模块还包括:
过滤单元,用于在所述确定单元将与所述对象名称的相似度达到阈值的词汇确定为用户热搜词之后,将所述用户热搜词利用预置的过滤条件进行过滤,所述过滤条件包括:店铺分类、当前营业状态、与所述用户的距离、质量评价、销售数量中的至少一种;
处理单元,用于对所述确定单元确定的用户热搜词进行文本简化处理,所述文本简化处理用于提取所述用户热搜词中的核心词。
B18、根据B12所述的装置,所述第二提取模块包括:
第一获取单元,用于利用当前的位置信息获取预置地域范围内的大众热搜词;
第二获取单元,用于利用当前的时间信息获取预置时段内的大众热搜词;
排序单元,用于将所述第一获取单元获取预置地域范围内的大众热搜词与所述第二获取单元获取预置时段内的大众热搜词按照搜索次数进行降序排序;
提取单元,用于根据所述排序单元降序排序从高到底的顺序提取预置数量的大众热搜词。
B19、根据B12或B18所述的装置,该装置还包括:
判断模块,用于判断当前用户在预置地域范围内以及预置时间段内是否存在用户历史行为数据,所述预置地域范围与所述位置信息相关联,所述预置时间段与所述当前时间信息相关联;
所述第一提取模块还用于,当所述判断模块确定存在用户历史行为数据时,执行从所述身份信息对应的用户历史行为数据中提取与所述用户对应的用户热搜词,得到第一搜索词集合。
B20、根据B12所述的装置,所述筛选模块包括:
删除单元,用于删除第二搜索词集合中含有的与第一搜索词集合中重复的搜索词;
排序单元,用于将所述第一搜索词集合中的搜索词综合搜索次数以及相似度的值进行降序排序;
所述排序单元还用于,将所述第二搜索词集合中的搜索词按照搜索次数降序排序;
提取单元,用于分别从所述第一搜索词集合与所述第二搜索词集合中根据所述排序单元的降序排序由高至低的顺序提取预置数量的搜索词作为待推送搜索词。
B21、根据B12或B20所述的装置,所述推送模块包括:
标记单元,用于为所述待推送搜索词标记分类标识,所述分类标识用于区分所述搜索词的搜索维度以及页面展示的位置;
推送单元,用于根据所述标记单元标记的分类标识将所述待推送搜索词对应推送至所述用户的展示页面的分类推送栏中。
B22、根据B12-B16、B18、B20中任一项所述的装置,所述推送模块还用于,当所述筛选模块选出的待推送搜索词的数量低于阈值时,推送***指定的搜索词至所述用户。
C23、一种搜索词推送终端,所述终端包括处理器和存储器,其中,所述存储器用于存储一条或多条计算机指令,所述一条或多条计算机指令被所述处理器执行以实现A1至A11中任一项所述的搜索词推送方法的步骤。
D24、一种计算机可读存储介质,其上存储有计算机指令,所述计算机指令被处理器执行时实现A1至A11中任一项所述的搜索词推送方法的步骤。
Claims (10)
1.一种搜索词推送方法,其特征在于,包括:
获取用户的身份信息、位置信息以及当前时间信息;
从所述身份信息对应的用户历史行为数据中提取与所述用户对应的用户热搜词,得到第一搜索词集合;
获取所述位置信息与时间信息对应的大众热搜词,得到第二搜索词集合,所述大众热搜词是由大众用户在所述位置信息与时间信息对应的位置以及时间执行搜索操作所使用的搜索词;
按照搜索词的热度排序,分别从所述第一搜索词集合与所述第二搜索词集合中筛选出预置数量的待推送搜索词;
将所述待推送搜索词推送至所述用户。
2.根据权利要求1所述的方法,其特征在于,从所述身份信息对应的用户历史行为数据中提取与所述用户对应的用户热搜词包括:
根据所述身份信息获取所述用户的历史行为数据,所述历史行为数据包括用户执行点击行为、搜索行为、访问行为中的至少一种所生成的数据;
利用预置规则从所述历史行为数据中筛选所述用户执行操作的对象名称;
将与所述对象名称的相似度达到阈值的词汇确定为用户热搜词。
3.根据权利要求2所述的方法,其特征在于,利用预置规则从所述历史行为数据中筛选所述用户执行操作的对象名称包括:
获取距离当前时间最近的预置数量的历史点击行为,提取历史点击行为对应点击对象的对象名称,所述历史点击行为包括在首页面或二级列表对应的页面中点击目标对象的操作;和/或
获取预置时间段内所述用户的历史行为数据中用户操作对象的对象名称。
4.根据权利要求3所述的方法,其特征在于,获取预置时间段内所述用户的历史行为数据中用户操作对象的对象名称包括:
基于用户对所述操作对象操作的时间与次数配置排序权重;
根据所述排序权重对所述操作对象的对象名称进行排序;
依据排序权重由高至低的顺序提取预置数量的对象名称。
5.根据权利要求2所述的方法,其特征在于,将与所述对象名称的相似度达到阈值的词汇确定为用户热搜词包括:
获取所述对象名称的标识信息,所述标识信息是对所述操作对象进行预置维度分类的标识;
通过余弦相似度计算得到与所述标识信息的相似度大于阈值的其他对象名称;
将所述对象名称以及其他对象名称所对应的词汇确定为用户热搜词。
6.根据权利要求2-5中任一项所述的方法,其特征在于,在将与所述对象名称的相似度达到阈值的词汇确定为用户热搜词之后,所述方法还包括:
将所述用户热搜词利用预置的过滤条件进行过滤,所述过滤条件包括:店铺分类、当前营业状态、与所述用户的距离、质量评价、销售数量中的至少一种;
对所述用户热搜词进行文本简化处理,所述文本简化处理用于提取所述用户热搜词中的核心词。
7.根据权利要求1所述的方法,其特征在于,获取所述位置信息与时间信息对应的大众热搜词包括:
利用当前的位置信息获取预置地域范围内的大众热搜词;
利用当前的时间信息获取预置时段内的大众热搜词;
将所述预置地域范围内的大众热搜词与预置时段内的大众热搜词按照搜索次数进行降序排序;
根据所述降序排序从高到底的顺序提取预置数量的大众热搜词。
8.一种搜索词推送装置,其特征在于,所述装置包括:
获取模块,用于获取用户的身份信息、位置信息以及当前时间信息;
第一提取模块,用于从所述获取模块获取的身份信息对应的用户历史行为数据中提取与所述用户对应的用户热搜词,得到第一搜索词集合;
第二提取模块,用于获取所述获取模块获取的位置信息与时间信息对应的大众热搜词,得到第二搜索词集合,所述大众热搜词是由大众用户在所述位置信息与时间信息对应的位置以及时间执行搜索操作所使用的搜索词;
筛选模块,用于按照搜索词的热度排序,分别从所述第一提取模块提取的第一搜索词集合与所述第二提取模块提取的第二搜索词集合中筛选出预置数量的待推送搜索词;
推送模块,用于将所述筛选模块选出的待推送搜索词推送至所述用户。
9.一种搜索词推送终端,其特征在于,所述终端包括处理器和存储器,其中,所述存储器用于存储一条或多条计算机指令,所述一条或多条计算机指令被所述处理器执行以实现权利要求1至7中任一项所述的搜索词推送方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机指令,其特征在于,所述计算机指令被处理器执行时实现权利要求1至7中任一项所述的搜索词推送方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710873821.XA CN107798066A (zh) | 2017-09-25 | 2017-09-25 | 一种搜索词推送方法、装置及终端 |
PCT/CN2018/071860 WO2019056661A1 (zh) | 2017-09-25 | 2018-01-09 | 一种搜索词推送方法、装置及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710873821.XA CN107798066A (zh) | 2017-09-25 | 2017-09-25 | 一种搜索词推送方法、装置及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107798066A true CN107798066A (zh) | 2018-03-13 |
Family
ID=61532430
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710873821.XA Pending CN107798066A (zh) | 2017-09-25 | 2017-09-25 | 一种搜索词推送方法、装置及终端 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN107798066A (zh) |
WO (1) | WO2019056661A1 (zh) |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109213848A (zh) * | 2018-11-23 | 2019-01-15 | 北京字节跳动网络技术有限公司 | 相关搜索词的确定方法、装置、存储介质及电子设备 |
CN109697256A (zh) * | 2018-12-21 | 2019-04-30 | 北京字节跳动网络技术有限公司 | 确定相关搜索词的方法、装置、存储介质及电子设备 |
CN110084683A (zh) * | 2019-04-29 | 2019-08-02 | 河北商之翼互联网科技有限公司 | 一种智能商业处理*** |
CN110532351A (zh) * | 2019-07-19 | 2019-12-03 | 口口相传(北京)网络技术有限公司 | 推荐词展示方法、装置、设备及计算机可读存储介质 |
CN110555151A (zh) * | 2019-09-10 | 2019-12-10 | 北京星选科技有限公司 | 搜索词确定方法、装置、电子设备及存储介质 |
CN110598133A (zh) * | 2019-09-02 | 2019-12-20 | 北京字节跳动网络技术有限公司 | 确定搜索项目的顺序的方法、装置、电子设备和计算机可读存储介质 |
CN110750706A (zh) * | 2018-07-19 | 2020-02-04 | 阿里巴巴集团控股有限公司 | 搜索热词确定方法、装置、***及电子设备 |
CN110751168A (zh) * | 2019-09-03 | 2020-02-04 | 深圳壹账通智能科技有限公司 | 信息推送方法、装置、计算机设备和存储介质 |
CN110807079A (zh) * | 2019-10-23 | 2020-02-18 | 深圳市汇融科技有限公司 | 一种农业科农业用地管理方法 |
CN111078760A (zh) * | 2019-12-20 | 2020-04-28 | 贵阳货车帮科技有限公司 | 货源搜索方法、装置、设备及存储介质 |
CN111382342A (zh) * | 2020-01-22 | 2020-07-07 | 腾讯科技(深圳)有限公司 | 一种热搜词的获取方法、装置、设备及存储介质 |
CN111597449A (zh) * | 2020-05-20 | 2020-08-28 | 北京字节跳动网络技术有限公司 | 用于搜索的候选词构建方法、装置、电子设备及可读介质 |
CN111737574A (zh) * | 2020-06-19 | 2020-10-02 | 口口相传(北京)网络技术有限公司 | 搜索信息获取方法、装置、计算机设备及可读存储介质 |
CN112100480A (zh) * | 2020-09-15 | 2020-12-18 | 北京百度网讯科技有限公司 | 搜索方法、装置、设备及存储介质 |
CN112235611A (zh) * | 2020-10-14 | 2021-01-15 | 广州欢网科技有限责任公司 | 搜索热词提取方法、装置及智能电视 |
CN112434219A (zh) * | 2020-11-24 | 2021-03-02 | 腾讯科技(北京)有限公司 | 基于搜索的提示词确定方法、装置、设备及存储介质 |
CN112434230A (zh) * | 2020-11-16 | 2021-03-02 | 北京搜狗科技发展有限公司 | 一种信息处理方法、装置和电子设备 |
CN112883281A (zh) * | 2021-03-29 | 2021-06-01 | 杭州同声相应科技有限公司 | 一种基于深度学习的用户聚类搜索*** |
CN112925986A (zh) * | 2021-04-08 | 2021-06-08 | 国网电子商务有限公司 | 商品对象推荐方法、装置、电子设备及存储介质 |
CN112948713A (zh) * | 2021-02-02 | 2021-06-11 | 挂号网(杭州)科技有限公司 | 建议搜索词确定方法、装置、服务器及介质 |
CN113221004A (zh) * | 2021-05-21 | 2021-08-06 | 珠海金山网络游戏科技有限公司 | 一种关键词展示方法及装置 |
CN113536118A (zh) * | 2021-06-29 | 2021-10-22 | 未鲲(上海)科技服务有限公司 | 搜索默认词的配置方法、装置、计算机设备及存储介质 |
CN113918776A (zh) * | 2021-12-14 | 2022-01-11 | 杭州筑龙信息技术股份有限公司 | 数据缓存方法、装置及电子设备及数据查询方法 |
CN116089729A (zh) * | 2023-03-31 | 2023-05-09 | 浙江口碑网络技术有限公司 | 搜索推荐方法、设备及存储介质 |
CN116450931A (zh) * | 2023-03-24 | 2023-07-18 | 广州易尊网络科技股份有限公司 | 热搜词投放方法、热搜词投放装置以及计算机存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103399966A (zh) * | 2013-08-26 | 2013-11-20 | 百度在线网络技术(北京)有限公司 | 关键词推荐方法、***和服务器 |
CN104166700A (zh) * | 2014-08-01 | 2014-11-26 | 百度在线网络技术(北京)有限公司 | 搜索词推荐方法及装置 |
CN104572889A (zh) * | 2014-12-24 | 2015-04-29 | 深圳市腾讯计算机***有限公司 | 一种搜索词推荐方法、装置和*** |
CN104834698A (zh) * | 2015-04-27 | 2015-08-12 | 百度在线网络技术(北京)有限公司 | 信息推送方法和装置 |
CN104965842A (zh) * | 2014-11-27 | 2015-10-07 | 深圳市腾讯计算机***有限公司 | 搜索推荐方法和装置 |
CN105701108A (zh) * | 2014-11-26 | 2016-06-22 | 阿里巴巴集团控股有限公司 | 一种信息推荐方法、装置及服务器 |
CN105956149A (zh) * | 2016-05-12 | 2016-09-21 | 北京奇艺世纪科技有限公司 | 默认搜索词的推荐方法和装置 |
CN106933849A (zh) * | 2015-12-30 | 2017-07-07 | 北京国双科技有限公司 | 关键词推送的方法及装置 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102801817B (zh) * | 2012-09-07 | 2015-07-15 | 深圳市学之泉集团有限公司 | 基于用户上下文的推送方法及装置 |
JP6842825B2 (ja) * | 2015-09-25 | 2021-03-17 | 株式会社ユニバーサルエンターテインメント | 情報提供システム、情報提供方法、及びプログラム |
CN105868390A (zh) * | 2016-04-15 | 2016-08-17 | 乐视控股(北京)有限公司 | 个性化信息推荐方法及装置 |
CN106027614B (zh) * | 2016-05-09 | 2020-06-30 | 百度在线网络技术(北京)有限公司 | 信息推送的方法、装置和*** |
CN106909658A (zh) * | 2017-02-27 | 2017-06-30 | 百度在线网络技术(北京)有限公司 | 信息流推荐方法、装置和搜索引擎 |
-
2017
- 2017-09-25 CN CN201710873821.XA patent/CN107798066A/zh active Pending
-
2018
- 2018-01-09 WO PCT/CN2018/071860 patent/WO2019056661A1/zh active Application Filing
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103399966A (zh) * | 2013-08-26 | 2013-11-20 | 百度在线网络技术(北京)有限公司 | 关键词推荐方法、***和服务器 |
CN104166700A (zh) * | 2014-08-01 | 2014-11-26 | 百度在线网络技术(北京)有限公司 | 搜索词推荐方法及装置 |
CN105701108A (zh) * | 2014-11-26 | 2016-06-22 | 阿里巴巴集团控股有限公司 | 一种信息推荐方法、装置及服务器 |
CN104965842A (zh) * | 2014-11-27 | 2015-10-07 | 深圳市腾讯计算机***有限公司 | 搜索推荐方法和装置 |
CN104572889A (zh) * | 2014-12-24 | 2015-04-29 | 深圳市腾讯计算机***有限公司 | 一种搜索词推荐方法、装置和*** |
CN104834698A (zh) * | 2015-04-27 | 2015-08-12 | 百度在线网络技术(北京)有限公司 | 信息推送方法和装置 |
CN106933849A (zh) * | 2015-12-30 | 2017-07-07 | 北京国双科技有限公司 | 关键词推送的方法及装置 |
CN105956149A (zh) * | 2016-05-12 | 2016-09-21 | 北京奇艺世纪科技有限公司 | 默认搜索词的推荐方法和装置 |
Non-Patent Citations (4)
Title |
---|
小楼一夜听春语: "AxureRP8实战手册", 《AXURE原创教程网 HTTP://WWW.IAXURE.COM/3895.HTML》 * |
杭州志卓信息技术有限公司: "深度研究:百度右侧搜索关联词能否***纵?", 《百度文库 HTTPS://WENKU.BAIDU.COM/VIEW/CDFCFC51B9D528EA80C77989.HTML?FR=SEARCH》 * |
残翼O零: "中国学术期刊全文数据库", 《百度文库 HTTPS://WENKU.BAIDU.COM/VIEW/73E5DF3410661ED9AD51F3CB.HTML》 * |
毅炼文武2015: "百度搜索技巧", 《百度文库 HTTPS://JINGYAN.BAIDU.COM/ARTICLE/0964ECA24B71978285F536F4.HTML》 * |
Cited By (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110750706A (zh) * | 2018-07-19 | 2020-02-04 | 阿里巴巴集团控股有限公司 | 搜索热词确定方法、装置、***及电子设备 |
CN110750706B (zh) * | 2018-07-19 | 2023-04-28 | 阿里巴巴集团控股有限公司 | 搜索热词确定方法、装置、***及电子设备 |
CN109213848A (zh) * | 2018-11-23 | 2019-01-15 | 北京字节跳动网络技术有限公司 | 相关搜索词的确定方法、装置、存储介质及电子设备 |
CN109697256B (zh) * | 2018-12-21 | 2020-12-22 | 北京字节跳动网络技术有限公司 | 确定相关搜索词的方法、装置、存储介质及电子设备 |
CN109697256A (zh) * | 2018-12-21 | 2019-04-30 | 北京字节跳动网络技术有限公司 | 确定相关搜索词的方法、装置、存储介质及电子设备 |
CN110084683A (zh) * | 2019-04-29 | 2019-08-02 | 河北商之翼互联网科技有限公司 | 一种智能商业处理*** |
CN110084683B (zh) * | 2019-04-29 | 2022-02-11 | 河北商之翼互联网科技有限公司 | 一种智能商业处理*** |
CN110532351A (zh) * | 2019-07-19 | 2019-12-03 | 口口相传(北京)网络技术有限公司 | 推荐词展示方法、装置、设备及计算机可读存储介质 |
CN110532351B (zh) * | 2019-07-19 | 2022-04-12 | 口口相传(北京)网络技术有限公司 | 推荐词展示方法、装置、设备及计算机可读存储介质 |
CN110598133A (zh) * | 2019-09-02 | 2019-12-20 | 北京字节跳动网络技术有限公司 | 确定搜索项目的顺序的方法、装置、电子设备和计算机可读存储介质 |
CN110751168A (zh) * | 2019-09-03 | 2020-02-04 | 深圳壹账通智能科技有限公司 | 信息推送方法、装置、计算机设备和存储介质 |
CN110555151A (zh) * | 2019-09-10 | 2019-12-10 | 北京星选科技有限公司 | 搜索词确定方法、装置、电子设备及存储介质 |
CN110807079A (zh) * | 2019-10-23 | 2020-02-18 | 深圳市汇融科技有限公司 | 一种农业科农业用地管理方法 |
CN111078760B (zh) * | 2019-12-20 | 2023-08-08 | 贵阳货车帮科技有限公司 | 货源搜索方法、装置、设备及存储介质 |
CN111078760A (zh) * | 2019-12-20 | 2020-04-28 | 贵阳货车帮科技有限公司 | 货源搜索方法、装置、设备及存储介质 |
CN111382342B (zh) * | 2020-01-22 | 2023-03-24 | 腾讯科技(深圳)有限公司 | 一种热搜词的获取方法、装置、设备及存储介质 |
CN111382342A (zh) * | 2020-01-22 | 2020-07-07 | 腾讯科技(深圳)有限公司 | 一种热搜词的获取方法、装置、设备及存储介质 |
CN111597449A (zh) * | 2020-05-20 | 2020-08-28 | 北京字节跳动网络技术有限公司 | 用于搜索的候选词构建方法、装置、电子设备及可读介质 |
CN111597449B (zh) * | 2020-05-20 | 2023-03-28 | 抖音视界有限公司 | 用于搜索的候选词构建方法、装置、电子设备及可读介质 |
CN111737574A (zh) * | 2020-06-19 | 2020-10-02 | 口口相传(北京)网络技术有限公司 | 搜索信息获取方法、装置、计算机设备及可读存储介质 |
CN111737574B (zh) * | 2020-06-19 | 2024-01-26 | 口口相传(北京)网络技术有限公司 | 搜索信息获取方法、装置、计算机设备及可读存储介质 |
CN112100480A (zh) * | 2020-09-15 | 2020-12-18 | 北京百度网讯科技有限公司 | 搜索方法、装置、设备及存储介质 |
CN112235611A (zh) * | 2020-10-14 | 2021-01-15 | 广州欢网科技有限责任公司 | 搜索热词提取方法、装置及智能电视 |
CN112434230A (zh) * | 2020-11-16 | 2021-03-02 | 北京搜狗科技发展有限公司 | 一种信息处理方法、装置和电子设备 |
CN112434219A (zh) * | 2020-11-24 | 2021-03-02 | 腾讯科技(北京)有限公司 | 基于搜索的提示词确定方法、装置、设备及存储介质 |
CN112948713B (zh) * | 2021-02-02 | 2023-05-30 | 挂号网(杭州)科技有限公司 | 建议搜索词确定方法、装置、服务器及介质 |
CN112948713A (zh) * | 2021-02-02 | 2021-06-11 | 挂号网(杭州)科技有限公司 | 建议搜索词确定方法、装置、服务器及介质 |
CN112883281A (zh) * | 2021-03-29 | 2021-06-01 | 杭州同声相应科技有限公司 | 一种基于深度学习的用户聚类搜索*** |
CN112925986A (zh) * | 2021-04-08 | 2021-06-08 | 国网电子商务有限公司 | 商品对象推荐方法、装置、电子设备及存储介质 |
CN113221004A (zh) * | 2021-05-21 | 2021-08-06 | 珠海金山网络游戏科技有限公司 | 一种关键词展示方法及装置 |
CN113536118A (zh) * | 2021-06-29 | 2021-10-22 | 未鲲(上海)科技服务有限公司 | 搜索默认词的配置方法、装置、计算机设备及存储介质 |
CN113918776A (zh) * | 2021-12-14 | 2022-01-11 | 杭州筑龙信息技术股份有限公司 | 数据缓存方法、装置及电子设备及数据查询方法 |
CN116450931A (zh) * | 2023-03-24 | 2023-07-18 | 广州易尊网络科技股份有限公司 | 热搜词投放方法、热搜词投放装置以及计算机存储介质 |
CN116450931B (zh) * | 2023-03-24 | 2024-04-09 | 广州易尊网络科技股份有限公司 | 热搜词投放方法、热搜词投放装置以及计算机存储介质 |
CN116089729A (zh) * | 2023-03-31 | 2023-05-09 | 浙江口碑网络技术有限公司 | 搜索推荐方法、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2019056661A1 (zh) | 2019-03-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107798066A (zh) | 一种搜索词推送方法、装置及终端 | |
CN109685631B (zh) | 一种基于大数据用户行为分析的个性化推荐方法 | |
CN103793388B (zh) | 搜索结果的排序方法和装置 | |
US8019650B2 (en) | Method and system for producing item comparisons | |
CN104283842B (zh) | 主题管理方法及*** | |
CN108629665A (zh) | 一种个性化商品推荐方法和*** | |
CN106934498A (zh) | Ota网站中酒店房型的推荐方法及*** | |
CN111984837B (zh) | 商品数据的处理方法、装置及设备 | |
CN107918622A (zh) | 内容推荐、展示方法、客户端、服务器和*** | |
CN109658206A (zh) | 信息推荐方法和装置 | |
CN110110221A (zh) | 政务数据智能推荐方法和*** | |
US20140344275A1 (en) | Information processing apparatus, information processing method, information processing program, and recording medium | |
CN108648058B (zh) | 产品排序方法及装置,电子设备、存储介质 | |
JP2008158823A (ja) | 情報提供システム | |
CN107256513A (zh) | 一种对象的搭配推荐方法及装置 | |
CN108053282A (zh) | 一种组合信息的推送方法、装置及终端 | |
CN110163703B (zh) | 一种分类模型建立方法、文案推送方法和服务器 | |
CN108256537A (zh) | 一种用户性别预测方法和*** | |
WO2016034028A1 (zh) | 商品资讯信息获取方法、装置及设备 | |
CN107679898A (zh) | 一种商品推荐方法和装置 | |
CN107944897A (zh) | 数据标签分发***、方法、服务器和客户端 | |
CN109241451A (zh) | 一种内容组合推荐方法、装置及可读存储介质 | |
KR20150101538A (ko) | 사용자의 실행 패턴을 이용한 상품 추천 시스템, 사용자의 실행 패턴을 이용한 상품 추천 방법 및 이를 위한 장치 | |
CN106776697A (zh) | 内容推荐方法及装置 | |
CN107153697A (zh) | 一种商品交易网站中的商品搜索方法和装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180313 |
|
RJ01 | Rejection of invention patent application after publication |