CN108319610A - 推荐词的排序方法和装置 - Google Patents

推荐词的排序方法和装置 Download PDF

Info

Publication number
CN108319610A
CN108319610A CN201710034744.9A CN201710034744A CN108319610A CN 108319610 A CN108319610 A CN 108319610A CN 201710034744 A CN201710034744 A CN 201710034744A CN 108319610 A CN108319610 A CN 108319610A
Authority
CN
China
Prior art keywords
word
recommendation
recommendation word
clicking rate
recommending
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
Application number
CN201710034744.9A
Other languages
English (en)
Inventor
苏冬冬
黄浩
曹德强
周浩
范洪星
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baidu Online Network Technology Beijing Co Ltd
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201710034744.9A priority Critical patent/CN108319610A/zh
Publication of CN108319610A publication Critical patent/CN108319610A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search 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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请提出一种推荐词的排序方法和装置,该方法包括:获取推荐词;计算各个推荐词的点击率和流量引导参数;根据所述点击率和流量引导参数,对推荐词进行排序。该方法能够更好满足用户需求,提升***变现能力。

Description

推荐词的排序方法和装置
技术领域
本申请涉及互联网技术领域,尤其涉及一种推荐词的排序方法和装置。
背景技术
在一些垂直领域的页面上,会推荐关键词给用户,比如,在百度百科页面上,有“猜你喜欢”这一项,当用户点击“猜你喜欢”这一项中的关键词后,会跳转到点击的关键词的链接页面。
相关技术中,推荐的关键词一般是根据点击率进行排序的,但是,仅根据点击率进行排序在一些场景下不能很好满足用户需求,比如在广告流量引导方面存在一定问题,不利于***变现。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本申请的一个目的在于提出一种推荐词的排序方法,该方法可以更好满足用户需求,提升***变现能力。
本申请的另一个目的在于提出一种推荐词的排序装置。
本申请实施例提出了一种推荐词的排序方法,包括:获取推荐词;计算各个推荐词的点击率和流量引导参数;根据所述点击率和流量引导参数,对推荐词进行排序。
本申请实施例提出了一种推荐词的排序装置,包括:获取模块,用于获取推荐词;计算模块,用于计算各个推荐词的点击率和流量引导参数;排序模块,用于根据所述点击率和流量引导参数,对推荐词进行排序。
本申请实施例提出了一种设备,包括:一个或多个处理器;用于存储一个或多个程序的存储器;当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行本申请实施例任一项所述的方法。
本申请实施例提出了一种非易失性计算机可读存储介质,当所述存储介质中的一个或多个程序由设备的一个或多个处理器执行时,使得所述一个或多个处理器执行本申请实施例任一项所述的方法。
本申请实施例提出了一种计算机程序产品,当所述计算机程序产品被设备中的一个或多个处理器执行时,使得所述一个或多个处理器执行本申请第一方面实施例任一项所述的方法。
本申请实施例,通过获取推荐词的流量引导参数,当流量引导参数是商业价值参数时,可以筛选出相关性更高和商业价值更高的推荐词,提高筛选出的推荐词的点击率,进而提高广告收入,更好满足用户需求,提升***变现能力。
本申请附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是本申请一个实施例提出的推荐词的排序方法的流程示意图;
图2是本申请另一个实施例提出的推荐词的排序方法的流程示意图;
图3是本申请另一个实施例提出的推荐词的排序方法的流程示意图;
图4是本申请实施例中推荐词展现的示意图;
图5是本申请实施例中点击推荐词后跳转的页面示意图;
图6是本申请一个实施例提出的推荐词的排序装置的结构示意图;
图7是本申请另一个实施例提出的推荐词的排序装置的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的模块或具有相同或类似功能的模块。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能理解为对本申请的限制。相反,本申请的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
图1是本申请一个实施例提出的推荐词的排序方法的流程示意图。
如图1所示,本实施例的方法包括:
S11:获取推荐词。
推荐词可以来自于多个分支,多个分支一般包括:用户相关的分支和页面上下文相关的分支。具体获取方法可以参见包括已有技术在内的各种相关技术,在此不再详述。
S12:计算各个推荐词的点击率和流量引导参数。
“点击率”来自于英文“Click-through Rate”(点进率)以及“Clicks Ratio”(点击率),是指网站页面上某一内容被点击的次数与被显示次数之比,即clicks/views,它是一个百分比。反映了网页上某一内容的受关注程度,经常用来衡量广告的吸引程度。
具体的,可以对各个推荐词的历史数据进行统计,比如统计预设历史时间段内各个推荐词被点击的次数与被显示次数之比,从而得到各个推荐词的点击率。
当将该方法应用到广告展现等商业场景时,流量引导参数可以具体是指商业价值参数,一个推荐词的商业价值参数具体是指点击该推荐词到导流目标页面的广告的千次展示的费用。
具体的,可以对各个推荐词的历史费用进行统计,比如统计历史数据中各个推荐词的千次展示费用,从而得到各个推荐词的商业价值参数。
S13:根据所述点击率和流量引导参数,对推荐词进行排序。
比如,参见图2,得到各个分支的推荐词后,假设表示ctr点击率,cpm表示商业价值参数,则在每个分支内部,按照点击率和商业价值参数的乘积(ctr*cpm)从大到小的顺序依次排列(S21);
在各个分支内部排序完成后,将排序后的各个分支拼接成推荐词排序队列(S22);
进一步的,该方法还可以包括:
在该推荐词排序队列中,再将点击率(ctr)和点击率与商业价值参数的乘积(ctr*cpm)都高的推荐词前置(S23)。比如,在该队列中,初始时,推荐词A排在推荐词B的前面,如果推荐词B的ctr数值比推荐词A的ctr数值大且推荐词B的ctr*cpm数值比推荐词A的ctr*cpm数值大,则将推荐词B重排到推荐词A的前面。通过对任意相邻两个词的一一比较,可以得到重排后的队列。
进一步的,如图3所示,该方法还可以包括:
S14:在接收到用户在排序后的推荐词中选择排序在前的预设个数的推荐词的选择指令后,将用户所选择的推荐词发送给客户端,以供在客户端上展现所选择的推荐词。
具体的,该方法可以应用到垂直领域页面的推荐上,从而将推荐词展现在垂直领域的页面上,比如,参见图4,将推荐词展现在百科中的“猜你喜欢”这一项中。
进一步的,参见图3,该方法还可以包括:
S15:在接收到用户点击推荐词的操作指令后,跳转到用户点击的推荐词的广告引导页面。
比如,参见图5,当用户点击“买鲜花”这一推荐词后,跳转到相应的广告引导页面上。
本实施例中,通过获取推荐词的流量引导参数,当流量引导参数是商业价值参数时,可以筛选出相关性更高和商业价值更高的推荐词,提高筛选出的推荐词的点击率,进而提高广告收入,更好满足用户需求,提升***变现能力。
图6是本申请一个实施例提出的推荐词的排序装置的结构示意图。
如图6所示,本实施例的装置60包括:获取模块61、计算模块62和排序模块63。
获取模块61,用于获取推荐词;
计算模块62,用于计算各个推荐词的点击率和流量引导参数;
排序模块63,用于根据所述点击率和流量引导参数,对推荐词进行排序。
一些实施例中,所述流量引导参数包括:
商业价值参数。
一些实施例中,当所述推荐词包括各个分支的推荐词时,所述排序模块具体用于:
对各个分支内的推荐词,计算点击率与流量引导参数的乘积;
基于点击率与流量引导参数的乘积,分别对各个分支内的推荐词进行排序;
将排序后的各个分支内的推荐词拼接成推荐词排序队列。
一些实施例中,当所述推荐词包括各个分支的推荐词时,所述排序模块还用于:
针对所述推荐词排序队列内任意相邻的两个推荐词,将点击率以及点击率与流量引导参数的乘积都高的推荐词前置。
一些实施例中,参见图7,该装置60还包括:
发送模块64,用于在接收到用户在排序后的推荐词中选择排序在前的预设个数的推荐词的选择指令后,将用户所选择的推荐词发送给客户端,以供在客户端上展现所选择的推荐词。
一些实施例中,参见图7,该装置60还包括:
跳转模块65,用于在接收到用户点击推荐词的操作指令后,跳转到用户点击的推荐词的广告引导页面。
可以理解的是,本实施例的装置与上述方法实施例对应,具体内容可以参见方法实施例的相关描述,在此不再详细说明。
本实施例中,通过获取推荐词的流量引导参数,当流量引导参数是商业价值参数时,可以筛选出相关性更高和商业价值更高的推荐词,提高筛选出的推荐词的点击率,进而提高广告收入,更好满足用户需求,提升***变现能力。
本申请实施例提出了一种设备,包括:一个或多个处理器;用于存储一个或多个程序的存储器;当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行:获取推荐词;计算各个推荐词的点击率和流量引导参数;根据所述点击率和流量引导参数,对推荐词进行排序。
本申请实施例提出了一种非易失性计算机可读存储介质,当所述存储介质中的一个或多个程序由设备的一个或多个处理器执行时,使得所述一个或多个处理器执行:获取推荐词;计算各个推荐词的点击率和流量引导参数;根据所述点击率和流量引导参数,对推荐词进行排序。
本申请实施例提出了一种计算机程序产品,当所述计算机程序产品被设备中的一个或多个处理器执行时,使得所述一个或多个处理器执行:获取推荐词;计算各个推荐词的点击率和流量引导参数;根据所述点击率和流量引导参数,对推荐词进行排序。
可以理解的是,上述各实施例中相同或相似部分可以相互参考,在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
需要说明的是,在本申请的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本申请的描述中,除非另有说明,“多个”的含义是指至少两个。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
应当理解,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本申请的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (14)

1.一种推荐词的排序方法,其特征在于,包括:
获取推荐词;
计算各个推荐词的点击率和流量引导参数;
根据所述点击率和流量引导参数,对推荐词进行排序。
2.根据权利要求1所述的方法,其特征在于,所述流量引导参数包括:
商业价值参数。
3.根据权利要求1所述的方法,其特征在于,当所述推荐词包括各个分支的推荐词时,所述根据所述点击率和流量引导参数,对推荐词进行排序,包括:
对各个分支内的推荐词,计算点击率与流量引导参数的乘积;
基于点击率与流量引导参数的乘积,分别对各个分支内的推荐词进行排序;
将排序后的各个分支内的推荐词拼接成推荐词排序队列。
4.根据权利要求3所述的方法,其特征在于,当所述推荐词包括各个分支的推荐词时,所述根据所述点击率和流量引导参数,对推荐词进行排序还包括:
针对所述推荐词排序队列内任意相邻的两个推荐词,将点击率以及点击率与流量引导参数的乘积都高的推荐词前置。
5.根据权利要求1所述的方法,其特征在于,还包括:
在接收到用户在排序后的推荐词中选择排序在前的预设个数的推荐词的选择指令后,将用户所选择的推荐词发送给客户端,以供在客户端上展现所选择的推荐词。
6.根据权利要求5所述的方法,其特征在于,还包括:
在接收到用户点击推荐词的操作指令后,跳转到用户点击的推荐词的广告引导页面。
7.一种推荐词的排序装置,其特征在于,包括:
获取模块,用于获取推荐词;
计算模块,用于计算各个推荐词的点击率和流量引导参数;
排序模块,用于根据所述点击率和流量引导参数,对推荐词进行排序。
8.根据权利要求7所述的装置,其特征在于,所述流量引导参数包括:
商业价值参数。
9.根据权利要求7所述的装置,其特征在于,当所述推荐词包括各个分支的推荐词时,所述排序模块具体用于:
对各个分支内的推荐词,计算点击率与流量引导参数的乘积;
基于点击率与流量引导参数的乘积,分别对各个分支内的推荐词进行排序;
将排序后的各个分支内的推荐词拼接成推荐词排序队列。
10.根据权利要求9所述的装置,其特征在于,当所述推荐词包括各个分支的推荐词时,所述排序模块还用于:
针对所述推荐词排序队列内任意相邻的两个推荐词,将点击率以及点击率与流量引导参数的乘积都高的推荐词前置。
11.根据权利要求7所述的装置,其特征在于,还包括:
发送模块,用于在接收到用户在排序后的推荐词中选择排序在前的预设个数的推荐词的选择指令后,将用户所选择的推荐词发送给客户端,以供在客户端上展现所选择的推荐词。
12.根据权利要求11所述的装置,其特征在于,还包括:
跳转模块,用于在接收到用户点击推荐词的操作指令后,跳转到用户点击的推荐词的广告引导页面。
13.一种设备,其特征在于,包括:
一个或多个处理器;
用于存储一个或多个程序的存储器;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如权利要求1-6任一项所述的方法。
14.一种非易失性计算机可读存储介质,其特征在于,当所述存储介质中的一个或多个程序由设备的一个或多个处理器执行时,使得所述一个或多个处理器执行如权利要求1-6任一项所述的方法。
CN201710034744.9A 2017-01-18 2017-01-18 推荐词的排序方法和装置 Pending CN108319610A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710034744.9A CN108319610A (zh) 2017-01-18 2017-01-18 推荐词的排序方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710034744.9A CN108319610A (zh) 2017-01-18 2017-01-18 推荐词的排序方法和装置

Publications (1)

Publication Number Publication Date
CN108319610A true CN108319610A (zh) 2018-07-24

Family

ID=62892169

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710034744.9A Pending CN108319610A (zh) 2017-01-18 2017-01-18 推荐词的排序方法和装置

Country Status (1)

Country Link
CN (1) CN108319610A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN110110233A (zh) * 2019-05-09 2019-08-09 网易传媒科技(北京)有限公司 信息处理方法、装置、介质和计算设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101079039A (zh) * 2006-06-30 2007-11-28 腾讯科技(深圳)有限公司 一种搜索广告排序***和方法
WO2013166916A1 (zh) * 2012-05-07 2013-11-14 深圳市世纪光速信息技术有限公司 进行信息搜索的方法及服务器
CN103455507A (zh) * 2012-05-31 2013-12-18 国际商业机器公司 搜索引擎推荐方法及装置
CN103593350A (zh) * 2012-08-14 2014-02-19 阿里巴巴集团控股有限公司 一种推荐推广关键词价格参数的方法和装置
CN104731837A (zh) * 2013-12-22 2015-06-24 祁勇 一种基于辅助关键词的广告投放方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101079039A (zh) * 2006-06-30 2007-11-28 腾讯科技(深圳)有限公司 一种搜索广告排序***和方法
WO2013166916A1 (zh) * 2012-05-07 2013-11-14 深圳市世纪光速信息技术有限公司 进行信息搜索的方法及服务器
CN103455507A (zh) * 2012-05-31 2013-12-18 国际商业机器公司 搜索引擎推荐方法及装置
CN103593350A (zh) * 2012-08-14 2014-02-19 阿里巴巴集团控股有限公司 一种推荐推广关键词价格参数的方法和装置
CN104731837A (zh) * 2013-12-22 2015-06-24 祁勇 一种基于辅助关键词的广告投放方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN110110233A (zh) * 2019-05-09 2019-08-09 网易传媒科技(北京)有限公司 信息处理方法、装置、介质和计算设备

Similar Documents

Publication Publication Date Title
US9514405B2 (en) Scoring concept terms using a deep network
CN105095256B (zh) 基于用户之间相似度进行信息推送的方法及装置
JP5899275B2 (ja) オンラインシステムにおける広告及びコンテンツの品質スコア付けシステム及び方法
US9087108B2 (en) Determination of category information using multiple stages
US12032646B2 (en) Systems and methods for categorizing, evaluating, and displaying user input with publishing content
US20130132851A1 (en) Sentiment estimation of web browsing user
CN108921624B (zh) 广告融合方法、装置、存储介质和终端设备
CN106777229A (zh) 一种个性化推荐实时性测试方法、装置及电子设备
US11423096B2 (en) Method and apparatus for outputting information
US9852432B2 (en) Customizing a presentation based on preferences of an audience
US11481554B2 (en) Systems and methods for training and evaluating machine learning models using generalized vocabulary tokens for document processing
CN106445954A (zh) 一种业务对象的展示方法和装置
CN108319610A (zh) 推荐词的排序方法和装置
CN112765452A (zh) 搜索推荐方法、装置及电子设备
CN108897592A (zh) 一种软件展示方法及相关设备
CN112784159B (zh) 内容推荐方法、装置、终端设备及计算机可读存储介质
CN110275779A (zh) 一种资源获取方法、装置、设备和存储介质
CN113806634A (zh) 业务套餐的推荐方法、装置及服务器
CN117216393A (zh) 信息推荐方法、信息推荐模型的训练方法及装置、设备
CN110215703B (zh) 游戏应用的选择方法、装置及***
CN105469259A (zh) 发布信息展示方法及***
CN103646053A (zh) 一种网站提供对象的推荐方法和装置
CN110909237A (zh) 推荐内容的方法、装置、设备和计算机可读介质
CN107748801A (zh) 新闻推荐方法、装置、终端设备及计算机可读存储介质
CN108319615A (zh) 推荐词获取方法和装置

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