CN109474832A - 一种信息搜索排序方法、智能终端及存储介质 - Google Patents
一种信息搜索排序方法、智能终端及存储介质 Download PDFInfo
- Publication number
- CN109474832A CN109474832A CN201811432403.8A CN201811432403A CN109474832A CN 109474832 A CN109474832 A CN 109474832A CN 201811432403 A CN201811432403 A CN 201811432403A CN 109474832 A CN109474832 A CN 109474832A
- Authority
- CN
- China
- Prior art keywords
- weight parameter
- content
- classification
- content information
- information
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/232—Content retrieval operation locally within server, e.g. reading video streams from disk arrays
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/251—Learning process for intelligent management, e.g. learning user preferences for recommending movies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
- H04N21/25866—Management of end-user data
- H04N21/25891—Management of end-user data being end-user preferences
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/262—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists
- H04N21/26258—Content or additional data distribution scheduling, e.g. sending additional data at off-peak times, updating software modules, calculating the carousel transmission frequency, delaying a video stream transmission, generating play-lists for generating a list of items to be played back in a given order, e.g. playlist, or scheduling item distribution according to such list
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Graphics (AREA)
- Computing Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明所提供的一种信息搜索排序方法、智能终端及存储介质,包括:根据内容资源对所有的内容信息进行基础权重计算,获得每条内容信息对应的基础权重参数;对所有的基础权重参数进行归一化处理,获得归一化权重参数;所述内容信息根据类别不同,获取搜索量高于预设阈值的类别,并对所述类别下对应的归一化权重参数进行提升,得到最终权重参数;依据最终权重参数对内容信息进行排序,获得排序数据。本发明通过对内容信息的基础权重参数的计算、归一化、提权处理,将用户感兴趣的内容排序置前,减少了用户输入按键及用户翻页,让用户快速查找到所需内容,提高了用户搜索信息时的准确度和效率。
Description
技术领域
本发明涉及互联网领域,尤其涉及的是一种信息搜索排序方法、智能终端及存储介质。
背景技术
随着智能终端(如智能电视)的普及,大量用户通过智能终端的搜索***获取想要看的影视内容,如何快速准确的提供用户所需要观看的内容成为内容运营商亟待解决的问题。
现有技术中,在搜索信息时,会出现大量检索结果,用户往往需要在大量的检索结果中再次翻看查找自己所需要的内容;同时,由于搜索准确度不高,用户往往需要输入多个字符才能检索到想要搜索的内容,即,用户在搜索信息时,准确度低、效率低。
因此,现有技术存在缺陷,有待改进与发展。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种信息搜索排序方法、智能终端及存储介质,旨在解决现有技术中搜索信息时准确度低、效率低的问题。
本发明解决技术问题所采用的技术方案如下:
一种信息搜索排序方法,其中,包括:
根据内容资源对所有的内容信息进行基础权重计算,获得每条内容信息对应的基础权重参数;
对所有的基础权重参数进行归一化处理,获得归一化权重参数;
所述内容信息根据类别不同,获取搜索量高于预设阈值的类别,并对所述类别下对应的归一化权重参数进行提升,得到最终权重参数;
依据最终权重参数对内容信息进行排序,获得排序数据。
进一步地,所述根据内容资源对所有的内容信息进行基础权重计算,获得每条内容信息对应的基础权重参数具体包括:
根据内容资源,按照内容信息类别的不同设置不同的权重因子,按照所述权重因子对所有的内容信息进行基础权重计算,获得每条内容信息对应的基础权重参数。
进一步地,所述对所有的基础权重参数进行归一化处理,获得归一化权重参数具体包括:
将每条内容信息对应的基础权重参数除以所有基础权重参数中最大的基础权重参数,并乘以预设的标准权重参数,获得归一化权重参数。
进一步地,所述内容信息根据类别不同,获取搜索量高于预设阈值的类别,并对所述类别下对应的归一化权重参数进行提升,得到最终权重参数具体包括:
将所述内容信息分为不同的类别,并根据用户搜索大数据获取搜索量高于预设阈值的类别;
将所述类别下对应的归一化权重参数都乘以一预设的提权系数,得到最终权重参数。
进一步地,所述依据最终权重参数对内容信息进行排序,获得排序数据具体包括:
将所述最终权重参数同步到搜索引擎;
接收用户的搜索指令,查找所述搜索指令对应的内容信息;
按照所述最终权重参数对所述内容信息进行排序,获得排序数据。
本发明还提供了一种智能终端,其中,包括处理器,以及与所述处理器连接的存储器,所述存储器存储有信息搜索排序程序,所述信息搜索排序程序被所述处理器执行时实现以下步骤:
根据内容资源对所有的内容信息进行基础权重计算,获得每条内容信息对应的基础权重参数;
对所有的基础权重参数进行归一化处理,获得归一化权重参数;
所述内容信息根据类别不同,获取搜索量高于预设阈值的类别,并对所述类别下对应的归一化权重参数进行提升,得到最终权重参数;
依据最终权重参数对内容信息进行排序,获得排序数据;
所述处理器用于调用所述信息搜索排序程序指令。
进一步地,所述信息搜索排序程序被所述处理器执行时,还实现以下步骤:
根据内容资源,按照内容信息类别的不同设置不同的权重因子,按照所述权重因子对所有的内容信息进行基础权重计算,获得每条内容信息对应的基础权重参数。
进一步地,所述信息搜索排序程序被所述处理器执行时,还实现以下步骤:
将每条内容信息对应的基础权重参数除以所有基础权重参数中最大的基础权重参数,并乘以预设的标准权重参数,获得归一化权重参数;
将所述内容信息分为不同的类别,并根据用户搜索大数据获取搜索量高于预设阈值的类别;
将所述类别下对应的归一化权重参数都乘以一预设的提权系数,得到最终权重参数。
进一步地,所述信息搜索排序程序被所述处理器执行时,还实现以下步骤:
将所述最终权重参数同步到搜索引擎;
接收用户的搜索指令,查找所述搜索指令对应的内容信息;
按照所述最终权重参数对所述内容信息进行排序,获得排序数据。
本发明还提供一种存储介质,其中,所述存储介质存储有计算机程序,所述计算机程序能够被执行以用于实现如上所述的信息搜索排序方法。
本发明所提供的一种信息搜索排序方法、智能终端及存储介质,包括:根据内容资源对所有的内容信息进行基础权重计算,获得每条内容信息对应的基础权重参数;对所有的基础权重参数进行归一化处理,获得归一化权重参数;所述内容信息根据类别不同,获取搜索量高于预设阈值的类别,并对所述类别下对应的归一化权重参数进行提升,得到最终权重参数;依据最终权重参数对内容信息进行排序,获得排序数据。通过对内容信息的基础权重参数的计算、归一化、提权处理,将用户感兴趣的内容排序置前,达到了将用户感兴趣的分类内容提升权重参数的目的,优化了推荐***,减少了用户输入按键及用户翻页,让用户快速查找到所需内容,提高了用户搜索信息时的准确度和效率。
附图说明
图1是本发明中信息搜索排序方法的较佳实施例的流程图。
图2是本发明中智能终端的较佳实施例的功能原理框图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参见图1,图1是本发明中一种信息搜索排序方法。如图1所示,本发明实施例所述的一种信息搜索排序方法包括以下步骤:
S100、根据内容资源对所有的内容信息进行基础权重计算,获得每条内容信息对应的基础权重参数。
具体的,智能终端的服务器中可以保存很多内容资源,例如:电影、电视剧、资讯等;这些内容资源都具有对应的内容信息,而这些内容信息的标题是各不相同的。首先,根据内容资源,按照内容信息类别的不同设置不同的权重因子,按照所述权重因子对所有的内容信息进行基础权重计算,获得每条内容信息对应的基础权重参数。权重是指因素或者指标的重要性,本发明中被用来表示用户对搜索结果的感兴趣程度。不同分类的内容信息,基础权重的算法不同。例如,智能电视中的内容资源多为影视内容,那么每个影片即为一条影视内容信息。根据用户的感兴趣程度,每条影视内容信息都对应有权重因子。例如,电影的权重因子为:点播次数、上映时间、影片时长;电视剧的权重因子为:点播次数、上映时间、剧集时长;综艺的权重因子为:点播次数、上映时间、时长;娱乐的权重因子为:上映时间;等等。这样,按照所述权重因子对所有的内容信息进行基础权重计算,获得每条内容信息对应的基础权重参数。基础权重参数的算法模型为现有技术,在此不再赘述。这样,首先对内容资源中的所有内容信息按照用户的感兴趣程度进行了基础排序。
S200、对所有的基础权重参数进行归一化处理,获得归一化权重参数。
经过基础权重计算后的各分类的基础权重参数,在值域范围上并不统一,如果使用这样的排序方式进行推荐,会引起内容的错乱。因此需要对权重数据进行归一化处理。
归一化是将不同的权重的值域空间统一成一个值域空间的做法。归一化处理的方法是:将每条内容信息对应的基础权重参数除以所有基础权重参数中最大的基础权重参数,并乘以预设的标准权重参数,获得归一化权重参数。也就是说,标准权重参数是预先设置的,标准权重参数可以为任意值。通过这样的处理,将各分类的权重值域处理成0到标准权重参数,达到归一化权重的目的。例如,电影这一类别下的内容信息的基础权重参数的值域范围在0-100,而娱乐这一类别下的内容信息的基础权重参数的值域范围在0-50,那么,可将标准权重参数设置为10,将电影和娱乐这两个类别下的基础权重参数的值域范围均变为0-10,形成归一化权重参数。
S300、所述内容信息根据类别不同,获取搜索量高于预设阈值的类别,并对所述类别下对应的归一化权重参数进行提升,得到最终权重参数。
所述步骤S300具体包括:
S310、将所述内容信息分为不同的类别,并根据用户搜索大数据获取搜索量高于预设阈值的类别;
S320、将所述类别下对应的归一化权重参数都乘以一预设的提权系数,得到最终权重参数。
具体的,根据后台数据的用户搜索大数据统计结果,用户对不同分类的内容呈现出不同的兴趣。“大数据”是指以多元形式,自许多来源搜集而来的庞大数据组,往往具有实时性。“用户搜索大数据”则是用户搜索的大数据,可以获知在用户搜索中,点播量或搜索量较高的内容信息的类别。提权是通过算法对某一类型的基础权重进行提升的做法。预先设置一预设阈值,根据用户搜索大数据获取到各个分类的搜索量或点播量,而搜索量或点播量超过预设阈值的类别,在权重设置方面,需要将归一化权重参数进行提升。具体的做法是将搜索量或点播量超过预设阈值的类别下的所有权重参数都乘上一个提权系数,得到最终权重参数。通过这样的处理,提升了点播量或搜索量高的类别的排序权重,从而使点播量或搜索量高的类别在搜索结果中的排序靠前。
例如,点播电视剧和电影的用户数量远远高于点播其他分类的用户数量,它们的点播量或搜索量高于预设阈值时,将电视剧和电影两个类别下的权重参数都乘以提权系数,这样,用户在搜索时,电视剧和电影两个类别下的内容信息会排序靠前,增加了搜索的准确率。
可以理解的,预设的提权系数设置为大于1的值,达到提权的目的。当然的,当提权系数设置为小于1的值时,可以降低原有的权重参数,使得其排序靠后。
在本发明较佳实施例中,每个类别的提权系数可设置为不同的值,点播量或搜索量越高的类别,其提权系数设置的越高。设置提权系数的好处在于,每个类别下的内容信息的基础权重参数仍然是不变的,根据用户搜索大数据的实时更新,对提权系数进行改变,进而实时改变排序数据,非常方便。
S400、依据最终权重参数对内容信息进行排序,获得排序数据。
所述步骤S400具体包括:
S410、将所述最终权重参数同步到搜索引擎;
S420、接收用户的搜索指令,查找所述搜索指令对应的内容信息;
S430、按照所述最终权重参数对所述内容信息进行排序,获得排序数据。
最终权重参数计算完成后,需要同步到智能终端的搜索引擎上,同步更新需要避免影响正式接口的使用,因此一般权重的排序数据同步时需要在用户并发次数少时进行。“并发”是指在操作***中,一个时间段中有几个程序都处于已启动运行到运行完毕之间,且这几个程序都是在同一个处理机上运行,但任一个时刻点上只有一个程序在处理机上运行。
完成同步后,用户搜索内容信息,搜索引擎将按照最终权重参数由大至小的排序数据对内容信息进行排序,这样就达到推荐用户感兴趣内容的目的。例如,用户想要观看“速度与激情8”这部电影,只需要在搜索页面输入字母“SD”,这时,由于速度与激情8属于热门的影视内容,基础权重参数大,同时,由于影视分类内容属于提权系数高的分类,所以基础权重参数被进一步放大,这样,这部内容就被放置在第一页的搜索结果里面,用户很快就能够查看到这部电影。
针对智能电视中的影视内容资源,通过建立影视内容基础权重排序,根据影片的播放时间及热度进行排序,同时,通过对不同类型的影视内容进行归一化权重排序处理,并对不同类型内容进行提权等措施,对检索的影视内容进行排序,达到为用户快速准确的提供检索内容的目的。
如图2所示,本发明实施例还提供了一种智能终端,例如智能电视、移动终端等。所述智能终端包括处理器10,以及与所述处理器10连接的存储器20,所述存储器20存储有信息搜索排序程序,所述信息搜索排序程序被所述处理器10执行时实现以下步骤:
根据内容资源对所有的内容信息进行基础权重计算,获得每条内容信息对应的基础权重参数;
对所有的基础权重参数进行归一化处理,获得归一化权重参数;
所述内容信息根据类别不同,获取搜索量高于预设阈值的类别,并对所述类别下对应的归一化权重参数进行提升,得到最终权重参数;
依据最终权重参数对内容信息进行排序,获得排序数据;
所述处理器10用于调用所述信息搜索排序程序指令;具体如上所述。
所述信息搜索排序程序被所述处理器10执行时,还实现以下步骤:
根据内容资源,按照内容信息类别的不同设置不同的权重因子,按照所述权重因子对所有的内容信息进行基础权重计算,获得每条内容信息对应的基础权重参数;具体如上所述。
所述信息搜索排序程序被所述处理器10执行时,还实现以下步骤:
将每条内容信息对应的基础权重参数除以所有基础权重参数中最大的基础权重参数,并乘以预设的标准权重参数,获得归一化权重参数;
将所述内容信息分为不同的类别,并根据用户搜索大数据获取搜索量高于预设阈值的类别;
将所述类别下对应的归一化权重参数都乘以一预设的提权系数,得到最终权重参数;具体如上所述。
所述信息搜索排序程序被所述处理器10执行时,还实现以下步骤:
将所述最终权重参数同步到搜索引擎;
接收用户的搜索指令,查找所述搜索指令对应的内容信息;
按照所述最终权重参数对所述内容信息进行排序,获得排序数据;具体如上所述。
本发明实施例还提供了一种存储介质,所述存储介质存储有计算机程序,所述计算机程序能够被执行以用于实现如上所述的信息搜索排序方法;具体如上所述。
综上所述,本发明公开的一种信息搜索排序方法、智能终端及存储介质,通过对内容资源中的内容信息进行基础权重参数的计算、归一化、提权处理,将用户感兴趣的内容排序置前,达到了将用户感兴趣的分类内容提升权重参数的目的,优化了推荐***,减少了用户输入按键及用户翻页,让用户快速查找到所需内容,提高了用户搜索信息时的准确度和效率。
应当理解的是,本发明的应用不限于上述的举例,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种信息搜索排序方法,其特征在于,包括:
根据内容资源对所有的内容信息进行基础权重计算,获得每条内容信息对应的基础权重参数;
对所有的基础权重参数进行归一化处理,获得归一化权重参数;
所述内容信息根据类别不同,获取搜索量高于预设阈值的类别,并对所述类别下对应的归一化权重参数进行提升,得到最终权重参数;
依据最终权重参数对内容信息进行排序,获得排序数据。
2.根据权利要求1所述的信息搜索排序方法,其特征在于,所述根据内容资源对所有的内容信息进行基础权重计算,获得每条内容信息对应的基础权重参数具体包括:
根据内容资源,按照内容信息类别的不同设置不同的权重因子,按照所述权重因子对所有的内容信息进行基础权重计算,获得每条内容信息对应的基础权重参数。
3.根据权利要求2所述的信息搜索排序方法,其特征在于,所述对所有的基础权重参数进行归一化处理,获得归一化权重参数具体包括:
将每条内容信息对应的基础权重参数除以所有基础权重参数中最大的基础权重参数,并乘以预设的标准权重参数,获得归一化权重参数。
4.根据权利要求3所述的信息搜索排序方法,其特征在于,所述内容信息根据类别不同,获取搜索量高于预设阈值的类别,并对所述类别下对应的归一化权重参数进行提升,得到最终权重参数具体包括:
将所述内容信息分为不同的类别,并根据用户搜索大数据获取搜索量高于预设阈值的类别;
将所述类别下对应的归一化权重参数都乘以一预设的提权系数,得到最终权重参数。
5.根据权利要求4所述的信息搜索排序方法,其特征在于,所述依据最终权重参数对内容信息进行排序,获得排序数据具体包括:
将所述最终权重参数同步到搜索引擎;
接收用户的搜索指令,查找所述搜索指令对应的内容信息;
按照所述最终权重参数对所述内容信息进行排序,获得排序数据。
6.一种智能终端,其特征在于,包括处理器,以及与所述处理器连接的存储器,所述存储器存储有信息搜索排序程序,所述信息搜索排序程序被所述处理器执行时实现以下步骤:
根据内容资源对所有的内容信息进行基础权重计算,获得每条内容信息对应的基础权重参数;
对所有的基础权重参数进行归一化处理,获得归一化权重参数;
所述内容信息根据类别不同,获取搜索量高于预设阈值的类别,并对所述类别下对应的归一化权重参数进行提升,得到最终权重参数;
依据最终权重参数对内容信息进行排序,获得排序数据;
所述处理器用于调用所述信息搜索排序程序指令。
7.根据权利要求6所述的智能终端,其特征在于,所述信息搜索排序程序被所述处理器执行时,还实现以下步骤:
根据内容资源,按照内容信息类别的不同设置不同的权重因子,按照所述权重因子对所有的内容信息进行基础权重计算,获得每条内容信息对应的基础权重参数。
8.根据权利要求7所述的智能终端,其特征在于,所述信息搜索排序程序被所述处理器执行时,还实现以下步骤:
将每条内容信息对应的基础权重参数除以所有基础权重参数中最大的基础权重参数,并乘以预设的标准权重参数,获得归一化权重参数;
将所述内容信息分为不同的类别,并根据用户搜索大数据获取搜索量高于预设阈值的类别;
将所述类别下对应的归一化权重参数都乘以一预设的提权系数,得到最终权重参数。
9.根据权利要求8所述的智能终端,其特征在于,所述信息搜索排序程序被所述处理器执行时,还实现以下步骤:
将所述最终权重参数同步到搜索引擎;
接收用户的搜索指令,查找所述搜索指令对应的内容信息;
按照所述最终权重参数对所述内容信息进行排序,获得排序数据。
10.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序能够被执行以用于实现如权利要求1-5任一项所述的信息搜索排序方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811432403.8A CN109474832B (zh) | 2018-11-28 | 2018-11-28 | 一种信息搜索排序方法、智能终端及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811432403.8A CN109474832B (zh) | 2018-11-28 | 2018-11-28 | 一种信息搜索排序方法、智能终端及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109474832A true CN109474832A (zh) | 2019-03-15 |
CN109474832B CN109474832B (zh) | 2021-02-02 |
Family
ID=65674587
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811432403.8A Active CN109474832B (zh) | 2018-11-28 | 2018-11-28 | 一种信息搜索排序方法、智能终端及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109474832B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111260468A (zh) * | 2020-01-08 | 2020-06-09 | 阿尔法云计算(深圳)有限公司 | 基于区块链的数据操作方法和相关设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030033299A1 (en) * | 2000-01-20 | 2003-02-13 | Neelakantan Sundaresan | System and method for integrating off-line ratings of Businesses with search engines |
CN101661487A (zh) * | 2008-08-27 | 2010-03-03 | 国际商业机器公司 | 对信息项进行搜索的方法和*** |
CN102004782A (zh) * | 2010-11-25 | 2011-04-06 | 北京搜狗科技发展有限公司 | 一种搜索结果排序方法和搜索结果排序器 |
CN102346899A (zh) * | 2011-10-08 | 2012-02-08 | 亿赞普(北京)科技有限公司 | 一种基于用户行为的广告点击率预测方法和装置 |
CN103198418A (zh) * | 2013-03-15 | 2013-07-10 | 北京亿赞普网络技术有限公司 | 一种应用推荐方法和*** |
CN104035927A (zh) * | 2013-03-05 | 2014-09-10 | 百度在线网络技术(北京)有限公司 | 一种基于用户行为的搜索方法及*** |
-
2018
- 2018-11-28 CN CN201811432403.8A patent/CN109474832B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030033299A1 (en) * | 2000-01-20 | 2003-02-13 | Neelakantan Sundaresan | System and method for integrating off-line ratings of Businesses with search engines |
CN101661487A (zh) * | 2008-08-27 | 2010-03-03 | 国际商业机器公司 | 对信息项进行搜索的方法和*** |
CN102004782A (zh) * | 2010-11-25 | 2011-04-06 | 北京搜狗科技发展有限公司 | 一种搜索结果排序方法和搜索结果排序器 |
CN102346899A (zh) * | 2011-10-08 | 2012-02-08 | 亿赞普(北京)科技有限公司 | 一种基于用户行为的广告点击率预测方法和装置 |
CN104035927A (zh) * | 2013-03-05 | 2014-09-10 | 百度在线网络技术(北京)有限公司 | 一种基于用户行为的搜索方法及*** |
CN103198418A (zh) * | 2013-03-15 | 2013-07-10 | 北京亿赞普网络技术有限公司 | 一种应用推荐方法和*** |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111260468A (zh) * | 2020-01-08 | 2020-06-09 | 阿尔法云计算(深圳)有限公司 | 基于区块链的数据操作方法和相关设备及存储介质 |
CN111260468B (zh) * | 2020-01-08 | 2024-03-15 | 阿尔法云计算(深圳)有限公司 | 基于区块链的数据操作方法和相关设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109474832B (zh) | 2021-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111327955B (zh) | 基于用户画像的点播方法、存储介质及智能电视 | |
US20190018900A1 (en) | Method and Apparatus for Displaying Search Results | |
CN111680254B (zh) | 一种内容推荐方法及装置 | |
CN105721944A (zh) | 智能电视的新闻资讯推荐方法 | |
CN105163142B (zh) | 一种用户偏好确定方法、视频推荐方法和*** | |
CN108304444A (zh) | 信息查询方法及装置 | |
KR20040084937A (ko) | 인터랙티브 텔레비전용 개인 채널을 효과적으로 구현하기위한 시스템 및 방법 | |
CN107315844A (zh) | 一种基于图片的检索方法、装置、设备及存储介质 | |
CN111061954B (zh) | 搜索结果排序方法、装置及存储介质 | |
WO2015182064A1 (en) | Information processing device, information processing method, and program | |
CN111191133B (zh) | 业务搜索处理方法、装置及设备 | |
US20140089238A1 (en) | Information processing device and information processing method | |
WO2015117558A1 (en) | Promotion method, apparatus, and system based on microblog message | |
CN104899306A (zh) | 信息处理方法、信息显示方法及装置 | |
CN111104583A (zh) | 一种直播间推荐方法、存储介质、电子设备及*** | |
Permana et al. | Movie Recommendation System Based on Synopsis Using Content-Based Filtering with TF-IDF and Cosine Similarity | |
CN108446296B (zh) | 一种信息处理方法及装置 | |
CN109474832A (zh) | 一种信息搜索排序方法、智能终端及存储介质 | |
CN106294417A (zh) | 一种数据排序方法、装置及电子设备 | |
CN111695008A (zh) | 消息整合方法及装置 | |
EP4002157A1 (en) | Method and system for identifying user search scenario | |
US20140337260A1 (en) | System and method for identifying offline consumer interests for online personalization by leveraging multimedia inputs | |
CN112104910B (zh) | 一种视频搜索方法、装置及*** | |
CN109756759B (zh) | 一种弹幕信息推荐方法和装置 | |
CN104504074B (zh) | 一种对多媒体类别的处理方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: Room 2306, east block, Skyworth semiconductor design building, 18 Gaoxin South 4th Road, Gaoxin community, Yuehai street, Nanshan District, Shenzhen, Guangdong 518052 Patentee after: Shenzhen Kukai Network Technology Co.,Ltd. Address before: 518052 A 1502, South SKYWORTH building, Shennan Avenue, Nanshan District, Shenzhen, Guangdong. Patentee before: Shenzhen Coocaa Network Technology Co.,Ltd. |