CN110597962B - 搜索结果展示方法、装置、介质及电子设备 - Google Patents
搜索结果展示方法、装置、介质及电子设备 Download PDFInfo
- Publication number
- CN110597962B CN110597962B CN201910901027.0A CN201910901027A CN110597962B CN 110597962 B CN110597962 B CN 110597962B CN 201910901027 A CN201910901027 A CN 201910901027A CN 110597962 B CN110597962 B CN 110597962B
- Authority
- CN
- China
- Prior art keywords
- brand
- information
- main body
- candidate
- target
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000013473 artificial intelligence Methods 0.000 claims abstract description 44
- 238000004590 computer program Methods 0.000 claims description 9
- 230000007480 spreading Effects 0.000 claims description 9
- 230000000694 effects Effects 0.000 abstract description 4
- 230000000007 visual effect Effects 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 14
- 230000006854 communication Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000010801 machine learning Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000003058 natural language processing Methods 0.000 description 6
- 230000003993 interaction Effects 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 239000003795 chemical substances by application Substances 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012795 verification Methods 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
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/3332—Query translation
- G06F16/3338—Query expansion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- 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
- G06F16/9538—Presentation of query results
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
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)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种基于人工智能的搜索结果展示方法、装置、介质以及电子设备。本公开实施例中的方法包括:接收搜索请求,并根据所述搜索请求确定索引关键词;根据所述索引关键词在品牌数据库中检索得到目标品牌主体,并获取所述目标品牌主体的品牌主体属性信息;确定与所述目标品牌主体相关联的应用程序主体和信息传播主体,并获取对应于所述应用程序主体的程序主体链接信息以及对应于所述信息传播主体的传播主体链接信息;根据所述品牌主体属性信息、所述程序主体链接信息以及所述传播主体链接信息生成搜索结果展示页面。该方法可以提高搜索准确率和搜索效率的,同时能够为用户提供更加丰富且直观的富媒体式的品牌信息展示效果。
Description
技术领域
本公开涉及人工智能技术领域,具体而言,涉及一种基于人工智能的搜索结果展示方法、基于人工智能的搜索结果展示装置、计算机可读介质以及电子设备。
背景技术
随着计算机和网络技术的发展,通过互联网进行品牌宣传以及通过互联网为用户提供产品和服务已经逐渐成为品牌主体的常规选择。在此基础上也衍生出了众多的能够为品牌主体提供品牌宣传渠道以及产品、服务销售渠道的网络平台。例如,用户可以通过微信平台提供的功能接口,找到各种品牌的公众号或者小程序,从而获得品牌主体提供的产品或者服务。
但是,由于品牌网络资源的复杂性以及品牌服务形式的多样性,导致了用户在通过网络平台搜索相关品牌或者产品、服务等内容时,搜索结果中通常会掺杂许多噪声信息,用户需要经过仔细辨别和层层筛选才能找到准确的品牌主体。而且,即便找到准确的品牌主体,也还需要通过多层网络页面或者应用程序页面的跳转才能到达具体的产品购买页面或者服务页面。因此,如何能够提高品牌的搜索准确性和搜索效率是目前亟待解决的问题。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本申请的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种基于人工智能的搜索结果展示方法、基于人工智能的搜索结果展示装置、计算机可读介质以及电子设备,进而至少在一定程度上克服由于相关技术的限制而导致的品牌搜索准确性差、搜索效率低等技术问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开实施例的一个方面,提供一种基于人工智能的搜索结果展示方法,该方法包括:接收搜索请求,并根据所述搜索请求确定索引关键词;根据所述索引关键词在品牌数据库中检索得到目标品牌主体,并获取所述目标品牌主体的品牌主体属性信息;确定与所述目标品牌主体相关联的应用程序主体和信息传播主体,并获取对应于所述应用程序主体的程序主体链接信息以及对应于所述信息传播主体的传播主体链接信息;根据所述品牌主体属性信息、所述程序主体链接信息以及所述传播主体链接信息生成搜索结果展示页面。
根据本公开实施例的一个方面,提供一种基于人工智能的搜索结果展示装置,该装置包括:关键词确定模块,被配置为接收搜索请求,并根据所述搜索请求确定索引关键词;属性信息获取模块,被配置为根据所述索引关键词在品牌数据库中检索得到目标品牌主体,并获取所述目标品牌主体的品牌主体属性信息;链接信息获取模块,被配置为确定与所述目标品牌主体相关联的应用程序主体和信息传播主体,并获取对应于所述应用程序主体的程序主体链接信息以及对应于所述信息传播主体的传播主体链接信息;展示页面生成模块,被配置为根据所述品牌主体属性信息、所述程序主体链接信息以及所述传播主体链接信息生成搜索结果展示页面。
在本公开的一些实施例中,基于以上技术方案,所述关键词确定模块包括:搜索信息获取模块,被配置为获取所述搜索请求中携带的搜索信息;语义识别模块,被配置为对所述搜索信息进行语义识别以得到所述搜索信息中的基础关键词;关键词扩展模块,被配置为获取与所述基础关键词相关的扩展关键词,并将所述基础关键词和所述扩展关键词确定为索引关键词。
在本公开的一些实施例中,基于以上技术方案,所述属性信息获取模块包括:候选品牌检索模块,被配置为根据所述索引关键词在品牌数据库中检索得到多个候选品牌主体;推荐信息获取模块,被配置为确定与所述候选品牌主体相关联的信息传播主体,并获取与所述信息传播主体相对应的品牌推荐信息;目标品牌确定模块,被配置为根据所述品牌推荐信息选择一个或者多个候选品牌主体作为目标品牌主体。
在本公开的一些实施例中,基于以上技术方案,所述属性信息获取模块包括:候选品牌检索模块,被配置为根据所述索引关键词在品牌数据库中检索得到多个候选品牌主体;信息传播主体确定模块,被配置为确定与所述候选品牌主体相关联的信息传播主体,并获取所述信息传播主体的曝光率、关联用户数量和类别信息;推荐系数确定模块,被配置为根据所述曝光率、关联用户数量和类别信息确定所述信息传播主体的品牌推荐系数;目标品牌确定模块,被配置为根据所述品牌推荐系数对所述多个候选品牌主体进行排序,并根据排序后的候选品牌主体确定目标品牌主体。
在本公开的一些实施例中,基于以上技术方案,所述索引关键词包括品牌主体索引关键词和应用程序索引关键词;所述属性信息获取模块包括:品牌召回模块,被配置为利用所述品牌主体索引关键词在品牌数据库中检索品牌主体的品牌召回关键词;候选品牌确定模块,被配置为将所述品牌召回关键词与所述品牌主体索引关键词相匹配的品牌主体确定为候选品牌主体,并确定与所述候选品牌主体相关联的候选应用程序主体;程序召回模块,被配置为利用所述应用程序索引关键词在品牌数据库中检索所述候选应用程序主体的应用程序召回关键词;品牌匹配模块,被配置为将所述应用程序召回关键词与所述应用程序索引关键词相匹配的候选应用程序主体确定为目标应用程序主体,并将与所述目标应用程序主体相关联的候选品牌主体确定为目标品牌主体。
在本公开的一些实施例中,基于以上技术方案,所述装置还包括:目标服务项确定模块,被配置为根据所述应用程序召回关键词确定所述目标应用程序主体所提供的目标服务项,并获取对应于所述目标服务项的服务项链接信息;所述展示页面生成模块被配置为根据所述品牌主体属性信息、所述程序主体链接信息以及所述传播主体链接信息,并结合所述服务项链接信息,生成搜索结果展示页面。
在本公开的一些实施例中,基于以上技术方案,所述装置还包括:推荐服务项确定模块,被配置为确定所述应用程序主体所提供的推荐服务项,并获取对应于所述推荐服务项的服务项链接信息;所述展示页面生成模块被配置为根据所述品牌主体属性信息、所述程序主体链接信息以及所述传播主体链接信息,并结合所述服务项链接信息,生成搜索结果展示页面。
根据本公开实施例的一个方面,提供一种计算机可读介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如以上技术方案中的基于人工智能的搜索结果展示方法。
根据本公开实施例的一个方面,提供一种电子设备,该电子设备包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器被配置为经由执行所述可执行指令来执行如以上技术方案中的基于人工智能的搜索结果展示方法。
在本公开实施例提供的技术方案中,通过为品牌主体和多个品牌关联对象建立关联关系,可以在品牌信息搜索中对相关信息进行整合展示,提高搜索准确率和搜索效率的同时,能够为用户提供更加丰富且直观的富媒体式的品牌信息展示效果,使用户更加快速准确地获取品牌主体提供的产品和服务。另外,通过将多种关联信息共同展示,可以避免噪声信息对目标品牌主体的干扰,用户也可以直观地从品牌介绍、小程序、公众号等多个维度对正规品牌和山寨品牌做出区分。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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。在附图中:
图1示出了应用本公开技术方案的示例性***架构示意图。
图2示意性地示出了本公开一些实施例中基于人工智能的搜索结果展示方法的步骤流程图。
图3示意性地示出了在本公开一些实施例中确定索引关键词的步骤流程图。
图4示意性地示出了本公开一些实施例中基于品牌推荐信息检索目标品牌主体的步骤流程图。
图5示意性地示出了本公开一些实施例中基于品牌推荐系数检索目标品牌主体的步骤流程图。
图6示意性地示出了本公开一些实施例中基于多种关键词检索品牌主体的步骤流程图。
图7示意性地示出了社交平台服务器根据商户上传的素材建立品牌检索***的框架示意图。
图8示意性地示出了在移动终端上向用户展示搜索结果的交互界面示意图。
图9示意性地示出了本公开一些实施例中用于保存与品牌主体相关数据的数据共享***。
图10示意性地示出了本公开一些实施例中区块链的组成结构。
图11示意性地示出了本公开一些实施例中由区块链生成区块的过程。
图12示意性地示出了本公开一些实施例中基于人工智能的搜索结果展示装置的组成框图。
图13示出了适于用来实现本公开实施例的电子设备的计算机***的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本公开的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
在本公开的相关技术中,品牌主体会利用自行开发的网络平台或者借助第三方网络平台实施品牌宣传或者产品销售等活动。例如,某一品牌主体可以自行建设官方网站或者网络商城,也可以在微信、微博、淘宝、京东商城等第三方网络平台上开设社交账号、应用程序、网店等等。以微信平台为例,品牌主体可以运行和维护用于宣传或者提供产品及服务的公众号或者小程序。然而,公众号或者小程序的搜索一般是基于相关主体的名称和描述内容,因此搜索结果也相当繁杂,存在各种噪声信息。而且,单纯的名称以及描述通常无法准确的说明公众号或者小程序本身的核心功能。这样将导致用户在搜索应用服务的时候,与搜索词相关性更高的公众号或者小程序无法获得曝光,因而也导致用户无法快速准确的找到需要的产品或服务。另外,在展示形态上,公众号或者小程序的搜索结果无法为用户提供简洁直达服务,用户需要在公众号或者小程序内部进行多层跳转才能获得具体的产品或者服务。
基于以上方案存在的问题,本公开提供了一种能够提供准确召回和服务直达功能的基于人工智能的搜索结果展示方法、基于人工智能的搜索结果展示装置、计算机可读介质以及电子设备。
图1示出了应用本公开技术方案的示例性***架构示意图。
如图1所示,***架构100可以包括客户端110、网络120和服务端130。客户端110可以包括智能手机、平板电脑、笔记本电脑、台式电脑等各种终端设备。服务端130可以包括网络服务器、应用服务器、数据库服务器等各种服务器设备。网络120可以是能够在客户端110和服务端130之间提供通信链路的各种连接类型的通信介质,例如可以是有线通信链路、无线通信链路等等。
根据实现需要,本公开实施例中的***架构可以具有任意数目的客户端、网络和服务端。例如,服务端130可以是由多个服务器设备组成的服务器群组。另外,本公开实施例中的基于人工智能的搜索结果展示方法可以应用于客户端110,也可以应用于服务端130,本公开对此不做特殊限定。
举例而言,当本公开实施例提供的基于人工智能的搜索结果展示方法应用于服务端130时,用户可以在客户端110的搜索界面下填写与品牌、产品或者服务等内容相关的搜索信息,客户端110根据搜索信息生成的相应的搜索请求,并通过网络120将该搜索请求发送至服务端130。服务端130响应于接收到的搜索请求,可以对搜索请求中携带的信息进行语义分析得到相应的索引关键词,然后利用索引关键词确定目标品牌主体以及与目标品牌主体相关联的应用程序主体和信息传播主体,最后根据品牌主体属性信息、程序主体链接信息和传播主体链接信息生成搜索结果展示页面。服务端130再通过网络120将搜索结果展示页面的页面数据返回给客户端110,由客户端110对页面数据进行渲染后呈现在显示界面上。
在一些可选的实施方式中,服务端130上还可以设置基于人工智能(ArtificialIntelligence,AI)的AI处理功能模块,利用语音技术、自然语言处理、机器学习等技术实现获取索引关键词、确定目标品牌主体等方法步骤。
人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用***。换句话说,人工智能是计算机科学的一个综合技术,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法,使机器具有感知、推理与决策的功能。
人工智能技术是一门综合学科,涉及领域广泛,既有硬件层面的技术也有软件层面的技术。人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互***、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
语音技术(Speech Technology,ST)的关键技术有自动语音识别技术(ASR)和语音合成技术(TTS)以及声纹识别技术。让计算机能听、能看、能说、能感觉,是未来人机交互的发展方向,其中语音成为未来最被看好的人机交互方式之一。
自然语言处理(Nature Language processing,NLP)是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理是一门融语言学、计算机科学、数学于一体的科学。因此,这一领域的研究将涉及自然语言,即人们日常使用的语言,所以它与语言学的研究有着密切的联系。自然语言处理技术通常包括文本处理、语义理解、机器翻译、机器人问答、知识图谱等技术。
机器学习(Machine Learning,ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、式教学习等技术。
下面结合具体实施方式对本公开提供的基于人工智能的搜索结果展示方法、基于人工智能的搜索结果展示装置、计算机可读介质以及电子设备做出详细说明。
图2示意性地示出了本公开一些实施例中基于人工智能的搜索结果展示方法的步骤流程图。如图2所示,该方法主要可以包括以下步骤:
步骤S210.接收搜索请求,并根据搜索请求确定索引关键词。
根据用户的搜索需求,可以通过客户端程序或者网络页面生成搜索请求。客户端设备或者服务端设备在接收到该搜索请求后,可以确定相应的索引关键词。索引关键词可以是与品牌名称、商品名称、服务信息等内容相关的关键词。另外,索引关键词可以是生成搜索请求时用户直接输入的关键词或者根据用户输入信息分析提取得到的关键词,也可以是用户在搜索界面下通过点击或者选取搜索界面提供的标签或者选项而自动生成的关键词。例如,索引关键词可以是“快递”、“***”、“麦当劳”等等。
步骤S220.根据索引关键词在品牌数据库中检索得到目标品牌主体,并获取目标品牌主体的品牌主体属性信息。
为了提高品牌信息搜索的准确性,本公开实施例可以预先配置并维护一个品牌数据库,该品牌数据库用于存储各种品牌主体的介绍信息以及与品牌主体相关的各种产品或者服务的网络获取接口。各个品牌主体可以自行配置和管理与自身相关的素材以及关联信息,例如可以包括产品列表、产品购买链接、服务列表、服务信息、微信公众号、微信小程序等等。品牌数据库可以统一维护各品牌主体的检索要素,根据步骤S210获取到的索引关键词可以对各个品牌主体的检索要素进行比对,比对成功的品牌主体即被作为目标品牌主体。针对检索得到的目标品牌主体,本步骤还将获取其品牌主体属性信息。品牌主体属性信息主要可以包括品牌主体名称、品牌主体标识、品牌主体介绍和品牌认证标识中的一种或者多种。品牌主体名称可以是品牌主体的通用名称或者昵称,如“***”、“10086”、“***10086”等等。品牌主体标识可以是品牌的商标、LOGO等标识性信息。品牌主体介绍可以是与品牌主体的服务、产品等内容相关的描述性文字。品牌认证标识可以是对品牌主体的性质或属性的认证性标识信息,例如可以综合曝光率、粉丝数和类目类别等信息对接入品牌搜索的公众号做分析,为符合特定要求的品牌主体提供如“官方”的认证标记。
步骤S230.确定与目标品牌主体相关联的应用程序主体和信息传播主体,并获取对应于应用程序主体的程序主体链接信息以及对应于信息传播主体的传播主体链接信息。
针对步骤S220确定的目标品牌主体,本步骤可以根据各品牌主体与各种关联对象的关联关系确定与目标品牌主体相关联的一个或者多个品牌关联对象。品牌关联对象至少可以包括用于传播品牌信息的信息传播主体和用于提供品牌服务的应用程序主体,另外也可以包括品牌主体提供的产品集合或者服务项目集合。品牌主体可以自行管理和维护一个用于在搜索结果中展示的产品集合,例如某手机品牌可以将最新上市的手机产品组成产品集合。与产品集合对应的关联对象展示信息可以包括产品集合中各个产品的名称、型号、图像、价格、购买链接等等。信息传播主体可以是用于传播品牌信息的网络信息传播接口或渠道。例如,信息传播主体可以是官方网站、微博账号等公共广播主体,也可以是微信公众号、支付宝生活号等群组广播主体。利用传播主体链接信息可以直接跳转至信息传播主体提供的信息传播页面,例如可以跳转至与目标品牌主体对应的公众号页面。应用程序可以是用于提供品牌服务的程序客户端或者微信小程序等等。利用应用程序链接信息可以直接打开对应的应用程序主体,例如可以打开目标品牌主体提供的程序客户端或者小程序。
步骤S240.根据品牌主体属性信息、程序主体链接信息以及传播主体链接信息生成搜索结果展示页面。
基于步骤S220确定的目标品牌主体,可以生成由一个或者多个搜索条目组成的搜索结果展示页面,每一个搜索条目即对应一个目标品牌主体。而且每个搜索条目中的展示内容至少可以包括三个部分,即与目标品牌主体相关的品牌主体属性信息、程序主体链接信息和传播主体链接信息。
在本公开实施例提供的基于人工智能的搜索结果展示方法中,通过为品牌主体和应用程序主体、信息传播主体等多个品牌关联对象建立关联关系,可以在品牌信息搜索中对相关信息进行整合展示,提高搜索准确率和搜索效率的同时,能够为用户提供更加丰富且直观的富媒体式的品牌信息展示效果,使用户更加快速准确地获取品牌主体提供的产品和服务。另外,通过将多种关联信息共同展示,可以避免噪声信息对目标品牌主体的干扰,用户也可以直观地从品牌介绍、小程序、公众号等多个维度对正规品牌和山寨品牌做出区分。
图3示意性地示出了在本公开一些实施例中确定索引关键词的步骤流程图。如图3所示,在以上实施例的基础上,步骤S210中的根据搜索请求确定索引关键词,可以包括以下步骤:
步骤S310.获取搜索请求中携带的搜索信息。
用户可以使用语音、文本或者手势交互等方式在客户端设备上输入搜索信息,然后由客户端将根据搜索信息生成的搜索请求发送至服务端,或者由服务端主动从客户端获取搜索请求。服务端解析搜索请求后可以得到其中携带的搜索信息,该搜索信息可以表现为单个字符、一个或多个字符组成的词语或者多个词语组成的语句。例如,用户利用语音功能在客户端输入信息“我要寄快递”,携带该信息的搜索请求即被发送至服务端,并由服务端解析获取。
步骤S320.对搜索信息进行语义识别以得到搜索信息中的基础关键词。
通过对搜索信息进行语义识别可以剥离其中的无用信息,从而得到与用户意图相关的基础关键词。本步骤进行的语义识别具体可以采用命名实体识别的方法,例如可以利用预先编写的正则表达式对搜索信息进行正则匹配检测,或者利用单词查找树(Trie)对搜索信息进行单词匹配检测,又或者可以使用预先训练的机器学习模型对搜索信息进行命名实体识别。对搜索信息进行语义识别可以得到一个或者多个基础关键词,基础关键词的数量多少取决于搜索信息的信息含量和具体语义。
步骤S330.获取与基础关键词相关的扩展关键词,并将基础关键词和扩展关键词确定为索引关键词。
本公开实施例可以在品牌数据库中配置相应的关键词库,当从搜索信息中得到基础关键词时,可以在关键词库中进行检索,获取与基础关键词语义相同或者相近的扩展关键词。例如,基础关键词为“快递”,那么获取到的扩展关键词可以包括“包裹”、“邮寄”、“邮递”、“跑腿”等等。在一些可选的实施方式中,本步骤也可以利用预先训练的机器学习模型对基础关键词进行扩展。将基础关键词和扩展关键词共同确定为索引关键词,可以大幅提高品牌主体的召回率,增加命中用户搜索需求的几率。
除了品牌主体的召回率以外,品牌主体的检索准确率也是影响搜索结果的一个重要因素,为了提高品牌主体的检索准确率,本公开可以提供基于品牌推荐信息或者品牌推荐系数等要素的目标品牌主体检索方法。
图4示意性地示出了本公开一些实施例中基于品牌推荐信息检索目标品牌主体的步骤流程图。如图4所示,在以上各实施例的基础上,步骤S220中的根据索引关键词在品牌数据库中检索得到目标品牌主体,可以包括以下步骤:
步骤S410.根据索引关键词在品牌数据库中检索得到多个候选品牌主体。
索引关键词可以是与品牌名称相关的关键词,也可以是与品牌提供的产品名称、服务项目或者品牌所属的服务领域等内容相关的关键词。以索引关键词作为检索要素一般可以在品牌数据库中检索得到多个候选品牌主体,这些候选品牌主体大多为名称相近、服务领域相同或者具有其他相关特征的品牌主体。
步骤S420.确定与候选品牌主体相关联的信息传播主体,并获取与信息传播主体相对应的品牌推荐信息。
针对步骤S410中检索得到的各个候选品牌主体,本步骤可以分别确定与每个候选品牌主体相关联的信息传播主体,例如可以分别确定与每个候选品牌主体相关联的公众号。对于每个信息传播主体而言,在品牌数据库中可以为其预先配置对应的品牌推荐信息,例如根据公众号的账号主体信息可以将所有的公众号划分为官方公众号和非官方公众号两种类型。其中,官方公众号具有较高的推荐程度,而非官方公众号则推荐程度相对较低。
步骤S430.根据品牌推荐信息选择一个或者多个候选品牌主体作为目标品牌主体。
根据与信息传播主体相对应的品牌推荐信息,可以对检索得到的多个候选品牌主体进行筛选,从中选择一个或者多个推荐程度较高的候选品牌主体作为目标品牌主体。
诸如公众号等信息传播主体在上线运营时,一般需要向公众号运营平台提交认证资料,由公众号运营平台对相关认证资料进行审核后,可以对公众号对应的运营主体做出认证。利用公众号的认证结果作为品牌推荐信息可以优先将通过官方认证的候选品牌主体作为目标品牌主体呈现给用户。
图5示意性地示出了本公开一些实施例中基于品牌推荐系数检索目标品牌主体的步骤流程图。如图5所示,在以上各实施例的基础上,步骤S220中的根据索引关键词在品牌数据库中检索得到目标品牌主体,可以包括以下步骤:
步骤S510.根据索引关键词在品牌数据库中检索得到多个候选品牌主体。
检索候选品牌主体的方式与上一实施例相似,此处不再赘述。
步骤S520.确定与候选品牌主体相关联的信息传播主体,并获取信息传播主体的曝光率、关联用户数量和类别信息。
仍以公众号为例,在分别确定与每个候选品牌主体相关联的公众号之后,本步骤可以获取各个公众号的曝光率、关联用户数量和类别信息。其中,曝光率是指公众号在单位时间内的展示次数,关联用户数量例如可以是公众号的关注用户的数量,类别信息则可以包括订阅号、服务号或者企业微信等不同的公众号类型。
步骤S530.根据曝光率、关联用户数量和类别信息确定信息传播主体的品牌推荐系数。
通过对曝光率、关联用户数量和类别信息进行分析可以确定信息传播主体的品牌推荐系数,例如可以对这三种信息进行定量表征,然后按照不同的权重进行加权计算以得到信息传播主体的品牌推荐系数。
步骤S540.根据品牌推荐系数对多个候选品牌主体进行排序,并根据排序后的候选品牌主体确定目标品牌主体。
按照品牌推荐系数的大小可以对多个候选品牌主体进行排序,然后按照排序结果确定目标品牌主体,例如可以直接将排序靠前的若干个候选品牌主体确定为目标品牌主体,或者可以将品牌推荐系数大于某一阈值的若干个候选品牌主体确定为目标品牌主体。
在本公开的一些实施例中,用于进行品牌主体检索的索引关键词可以进一步包括品牌主体索引关键词和应用程序索引关键词。当根据搜索请求确定的索引关键词为多个时,本公开实施例可以对其进行类型识别,将其中一部分索引关键词确定为品牌主体索引关键词,而除品牌主体索引关键词之外的其他索引关键词则被确定为应用程序索引关键词。图6示意性地示出了本公开一些实施例中基于多种关键词检索品牌主体的步骤流程图。如图6所示,在以上各实施例的基础上,步骤S220中的根据索引关键词在品牌数据库中检索得到目标品牌主体,可以包括以下步骤:
步骤S610.利用品牌主体索引关键词在品牌数据库中检索品牌主体的品牌召回关键词。
在品牌主体数据库中可以为每个品牌主体配置相应的品牌召回关键词,用以对其进行检索召回。品牌召回关键词可以是与品牌主体的名称、产品、服务等内容相关的关键词。本步骤首先将品牌主体索引关键词对品牌数据库中对应于各个品牌主体的品牌召回关键词进行检索比对,以判断品牌主体索引关键词是否能够与品牌召回关键词匹配成功。
步骤S620.将品牌召回关键词与品牌主体索引关键词相匹配的品牌主体确定为候选品牌主体,并确定与候选品牌主体相关联的候选应用程序主体。
当某一品牌召回关键词能够与品牌主体索引关键词成功匹配时,与该品牌召回关键词相对应的品牌主体即可被确定为候选品牌主体。同时,本步骤可以按照预先配置的关联关系确定与该候选品牌主体相关联的候选应用程序主体。
步骤S630.利用应用程序索引关键词在品牌数据库中检索候选应用程序主体的应用程序召回关键词。
为了提高品牌主体的召回准确性,针对与品牌主体相关联的应用程序主体,可以在品牌数据库中为其配置应用程序召回关键词。本步骤将应用程序索引关键词与对应于各个候选应用程序主体的应用程序召回关键词进行检索比对,以判断应用程序索引关键词是否能够与应用程序召回关键词匹配成功。在一些可选的实施方式中,品牌召回关键词可以与应用程序召回关键词存在交叉,例如某些关键词可以同时作为品牌召回关键词和应用程序召回关键词。
步骤S640.将应用程序召回关键词与应用程序索引关键词相匹配的候选应用程序主体确定为目标应用程序主体,并将与目标应用程序主体相关联的候选品牌主体确定为目标品牌主体。
如果某一应用程序召回关键词能够与应用程序索引关键词成功匹配,那么与该应用程序召回关键词对应的候选应用程序主体即可被确定为目标应用程序主体。相应地,与目标应用程序主体相关联的候选品牌主体可以被确定为目标品牌主体。
举例而言,当根据搜索请求确定两个索引关键词时,其中一个关键词可以被识别为与品牌主体的品牌主体名称相关的品牌索引关键词,而另一个关键词则被识别为与应用程序主体相关的应用程序索引关键词。例如,用户同时输入“华为”和“手机”两个关键词,那么搜索关键词“华为”作为品牌索引关键词可以经过检索比对确定品牌主体为“华为”,而搜索关键词“手机”作为应用程序索引关键词可以经过检索比对确定与品牌主体“华为”相关联的应用程序主体为“华为商城+”小程序。两个搜索关键词同时命中具有关联关系的品牌主体和应用程序主体,因此可以召回相应的品牌主体,进而生成与品牌主体展示信息以及关联对象展示信息相关的品牌信息搜索结果。相反地,如果两个搜索关键词无法同时命中具有关联关系的品牌主体和应用程序主体,那么可以认为品牌数据库中没有对应的品牌主体,避免为用户提供错误的或者不准确的搜索结果。
在利用品牌索引关键词和应用程序索引关键词检索目标品牌主体的基础上,本公开实施例还可以根据匹配成功的应用程序召回关键词确定目标应用程序主体提供的目标服务项,同时获取对应于目标服务项的服务项链接信息。例如,当目标品牌主体为“***”时,与之关联的目标应用程序主体为“***10086+”小程序,基于应用程序召回关键词“话费”可以确定相应的目标服务项包括“话费查询”、“话费充值”等由小程序提供的与关键词“话费”相关的服务项目。针对确定的目标服务项,在生成搜索结果展示页面时,可以在展示品牌主体属性信息、程序主体链接信息和传播主体链接信息的同时,展示与目标服务项相对应的服务项链接信息。利用服务项链接信息可以跳转至对应的小程序服务页面,使用户直接获得想要使用的服务项目。
另外,当索引关键词中仅包含品牌索引关键词时,本公开实施例在确定与目标品牌主体相关联的应用程序主体后,可以获取该应用程序主体提供的推荐服务项,并获取获取对应于推荐服务项的服务项链接信息。例如,当目标品牌主体为“***”时,与之关联的目标应用程序主体为“***10086+”小程序,该小程序提供的推荐服务项可以包括“流量查询”、“充值缴费”等由小程序提供的优先推荐的服务项目。针对确定的推荐服务项,在生成搜索结果展示页面时,可以在展示品牌主体属性信息、程序主体链接信息和传播主体链接信息的同时,展示与推荐服务项相对应的服务项链接信息。本公开实施例可以根据用户的使用习惯或者应用程序主体的历史使用记录等信息智能地确定推荐服务项,提高用户使用相关服务项目的便利性。
下面将本公开实施例中的基于人工智能的搜索结果展示方法在社交平台服务器和移动终端两侧的应用做出说明。
图7示意性地示出了社交平台服务器根据商户上传的素材建立品牌检索***的框架示意图。如图7所示,商户710可以向社交平台服务器720上传与自身品牌相关的素材,具体可以包括品牌介绍信息以及与品牌主体相关联的公众号、小程序或者其他关联对象的信息,以此达到丰富品牌展示内容的效果。社交平台服务器720根据商户710上传的相关素材以及关联信息,可以建立至少包括关键词库731和关联素材库732的品牌数据库730。其中,关键词库731存储与品牌主体对应的召回关键词,关联素材库732存储与品牌主体相关联的公众号、小程序或者其他关联对象的信息。基于品牌数据库730可以建立品牌检索***740,用于对用户的搜索需求进行检索匹配,从而向用户提供包括品牌主体的属性信息、关联信息等内容的搜索结果。
图8示意性地示出了在移动终端上向用户展示搜索结果的交互界面示意图。如图8所示,当用户需要查询品牌信息、查看公众号发布的内容或者使用小程序提供的商品或服务时,可以首先在移动终端上登陆社交平台。在社交平台的交互界面810中提供有“朋友圈”、“扫一扫”、“搜一搜”等多种功能入口。
用户通过点击“搜一搜”或者通过发送语音指令可以进入搜索页面820,搜索页面820内提供有搜索框821,用户利用搜索框821可以输入文本形式或者语音形式的搜索信息。根据该搜索信息可以在移动终端上生成搜索请求,并通过网络通信将该搜索请求发送至社交平台服务器。
社交平台服务器对接收到的搜索请求进行解析后可以确定索引关键词,然后利用品牌检索***在品牌数据库中进行搜索和匹配,搜索结果将被返回至移动终端。
移动终端对相关数据进行渲染后可以生成搜索结果展示页面830。搜索结果展示页面830中可以同时展示对应于不同品牌主体的多个搜索条目。每个搜索条目内均包括有品牌主体展示区域831和关联对象展示区域832两个展示部分。
品牌主体展示区域831用于展示该品牌主体的品牌主体属性信息,例如可以包括品牌主体名称、品牌主体标识、品牌主体介绍和品牌认证标识等等。
关联对象展示区域832可以进一步包括服务项展示区域8321、应用程序主体展示区域8322和信息传播主体展示区域8323。服务项展示区域8321用于展示与目标品牌主体相关联的产品列表或者服务列表,主要可以是应用程序主体提供的服务项目;应用程序主体展示区域8322可以用于展示与该品牌主体相关联的应用程序,例如可以展示对应于程序客户端跳转链接或者小程序跳转链接的程序跳转入口;信息传播主体展示区域8323可以用于展示与该品牌主体相关联的公共广播主体或者群组广播主体,例如可以展示对应于公众号跳转链接或者官网跳转链接的页面跳转入口。
当用户点击某个搜索条目内的品牌主体展示区域831时,可以进入针对相应品牌主体的详情展示页面。当用户点击关联对象展示区域832内的某一个展示对象时,可以跳转至对应的公众号、小程序或者小程序提供的服务项目等其他关联内容的展示页面。
在本公开的一些实施例中,可以使用区块链技术对品牌数据库中的品牌主体信息、品牌关联对象信息等各种数据进行共享存储。图9示意性地示出了本公开一些实施例中用于保存与品牌主体相关数据的数据共享***。如图9所示,数据共享***900是指用于进行节点与节点之间数据共享的***,该数据共享***中可以包括多个节点910,多个节点910可以是指数据共享***中各个客户端。每个节点910在进行正常工作时可以接收到输入信息,并基于接收到的输入信息维护该数据共享***内的共享数据。为了保证数据共享***内的信息互通,数据共享***中的每个节点之间可以存在信息连接,节点之间可以通过上述信息连接进行信息传输。例如,当数据共享***中的任意节点接收到输入信息时,数据共享***中的其他节点便根据共识算法获取该输入信息,将该输入信息作为共享数据中的数据进行存储,使得数据共享***中全部节点上存储的数据均一致。
对于数据共享***中的每个节点,均具有与其对应的节点标识,而且数据共享***中的每个节点均可以存储有数据共享***中其他节点的节点标识,以便后续根据其他节点的节点标识,将生成的区块广播至数据共享***中的其他节点。每个节点中可维护一个如下表所示的节点标识列表,将节点名称和节点标识对应存储至该节点标识列表中。其中,节点标识可为IP(Internet Protocol,网络之间互联的协议)地址以及其他任一种能够用于标识该节点的信息,表1中仅以IP地址为例进行说明。
节点名称 | 节点标识 |
节点1 | 117.114.151.174 |
节点2 | 117.116.189.145 |
… | … |
节点N | 119.123.789.258 |
数据共享***中的每个节点均存储一条相同的区块链。区块链由多个区块组成,图10示意性地示出了本公开一些实施例中区块链的组成结构。如图10所示,区块链由多个区块组成,创始块中包括区块头和区块主体,区块头中存储有输入信息特征值、版本号、时间戳和难度值,区块主体中存储有输入信息;创始块的下一区块以创始块为父区块,下一区块中同样包括区块头和区块主体,区块头中存储有当前区块的输入信息特征值、父区块的区块头特征值、版本号、时间戳和难度值,并以此类推,使得区块链中每个区块中存储的区块数据均与父区块中存储的区块数据存在关联,保证了区块中输入信息的安全性。
图11示意性地示出了本公开一些实施例中由区块链生成区块的过程。如图11所示,区块链所在的节点在接收到输入信息时,对输入信息进行校验,完成校验后,将输入信息存储至内存池中,并更新其用于记录输入信息的哈希树;之后,将更新时间戳更新为接收到输入信息的时间,并尝试不同的随机数,多次进行特征值计算,使得计算得到的特征值可以满足下述公式:
SHA256(SHA256(version+prev_hash+merkle_root+ntime+nbits+x))<TARGET
其中,SHA256为计算特征值所用的特征值算法;version(版本号)为区块链中相关区块协议的版本信息;prev_hash为当前区块的父区块的区块头特征值;merkle_root为输入信息的特征值;ntime为更新时间戳的更新时间;nbits为当前难度,在一段时间内为定值,并在超出固定时间段后再次进行确定;x为随机数;TARGET为特征值阈值,该特征值阈值可以根据nbits确定得到。
这样,当计算得到满足上述公式的随机数时,便可将信息对应存储,生成区块头和区块主体,得到当前区块。随后,区块链所在节点根据数据共享***中其他节点的节点标识,将新生成的区块分别发送给其所在的数据共享***中的其他节点,由其他节点对新生成的区块进行校验,并在完成校验后将新生成的区块添加至其存储的区块链中。
应当注意,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
以下介绍本公开的装置实施例,可以用于执行本公开上述实施例中的基于人工智能的搜索结果展示方法。对于本公开装置实施例中未披露的细节,请参照本公开上述的基于人工智能的搜索结果展示方法的实施例。
图12示意性地示出了本公开一些实施例中基于人工智能的搜索结果展示装置的组成框图。如图12所示,搜索结果展示装置1200主要可以包括:关键词确定模块1210,被配置为接收搜索请求,并根据搜索请求确定索引关键词;属性信息获取模块1220,被配置为根据索引关键词在品牌数据库中检索得到目标品牌主体,并获取目标品牌主体的品牌主体属性信息;链接信息获取模块1230,被配置为确定与目标品牌主体相关联的应用程序主体和信息传播主体,并获取对应于应用程序主体的程序主体链接信息以及对应于信息传播主体的传播主体链接信息;展示页面生成模块1240,被配置为根据品牌主体属性信息、程序主体链接信息以及传播主体链接信息生成搜索结果展示页面。
在本公开的一些实施例中,基于以上实施例,关键词确定模块包括:搜索信息获取模块,被配置为获取搜索请求中携带的搜索信息;语义识别模块,被配置为对搜索信息进行语义识别以得到搜索信息中的基础关键词;关键词扩展模块,被配置为获取与基础关键词相关的扩展关键词,并将基础关键词和扩展关键词确定为索引关键词。
在本公开的一些实施例中,基于以上实施例,属性信息获取模块包括:候选品牌检索模块,被配置为根据索引关键词在品牌数据库中检索得到多个候选品牌主体;推荐信息获取模块,被配置为确定与候选品牌主体相关联的信息传播主体,并获取与信息传播主体相对应的品牌推荐信息;目标品牌确定模块,被配置为根据品牌推荐信息选择一个或者多个候选品牌主体作为目标品牌主体。
在本公开的一些实施例中,基于以上实施例,属性信息获取模块包括:候选品牌检索模块,被配置为根据索引关键词在品牌数据库中检索得到多个候选品牌主体;信息传播主体确定模块,被配置为确定与候选品牌主体相关联的信息传播主体,并获取信息传播主体的曝光率、关联用户数量和类别信息;推荐系数确定模块,被配置为根据曝光率、关联用户数量和类别信息确定信息传播主体的品牌推荐系数;目标品牌确定模块,被配置为根据品牌推荐系数对多个候选品牌主体进行排序,并根据排序后的候选品牌主体确定目标品牌主体。
在本公开的一些实施例中,基于以上实施例,索引关键词包括品牌主体索引关键词和应用程序索引关键词;属性信息获取模块包括:品牌召回模块,被配置为利用品牌主体索引关键词在品牌数据库中检索品牌主体的品牌召回关键词;候选品牌确定模块,被配置为将品牌召回关键词与品牌主体索引关键词相匹配的品牌主体确定为候选品牌主体,并确定与候选品牌主体相关联的候选应用程序主体;程序召回模块,被配置为利用应用程序索引关键词在品牌数据库中检索候选应用程序主体的应用程序召回关键词;品牌匹配模块,被配置为将应用程序召回关键词与应用程序索引关键词相匹配的候选应用程序主体确定为目标应用程序主体,并将与目标应用程序主体相关联的候选品牌主体确定为目标品牌主体。
在本公开的一些实施例中,基于以上实施例,搜索结果展示装置还包括:目标服务项确定模块,被配置为根据应用程序召回关键词确定目标应用程序主体所提供的目标服务项,并获取对应于目标服务项的服务项链接信息;展示页面生成模块被配置为根据品牌主体属性信息、程序主体链接信息以及传播主体链接信息,并结合服务项链接信息,生成搜索结果展示页面。
在本公开的一些实施例中,基于以上实施例,搜索结果展示装置还包括:推荐服务项确定模块,被配置为确定应用程序主体所提供的推荐服务项,并获取对应于推荐服务项的服务项链接信息;展示页面生成模块被配置为根据品牌主体属性信息、程序主体链接信息以及传播主体链接信息,并结合服务项链接信息,生成搜索结果展示页面。
图13示出了适于用来实现本公开实施例的电子设备的计算机***的结构示意图。
需要说明的是,图13示出的电子设备的计算机***1300仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图13所示,计算机***1300包括中央处理单元(Central Processing Unit,CPU)1301,其可以根据存储在只读存储器(Read-Only Memory,ROM)1302中的程序或者从存储部分1308加载到随机访问存储器(Random Access Memory,RAM)1303中的程序而执行各种适当的动作和处理。在RAM 1303中,还存储有***操作所需的各种程序和数据。CPU1301、ROM 1302以及RAM 1303通过总线1304彼此相连。输入/输出(Input/Output,I/O)接口1305也连接至总线1304。
以下部件连接至I/O接口1305:包括键盘、鼠标等的输入部分1306;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分1307;包括硬盘等的存储部分1308;以及包括诸如LAN(Local AreaNetwork,局域网)卡、调制解调器等的网络接口卡的通信部分1309。通信部分1309经由诸如因特网的网络执行通信处理。驱动器1310也根据需要连接至I/O接口1305。可拆卸介质1311,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1310上,以便于从其上读出的计算机程序根据需要被安装入存储部分1308。
特别地,根据本公开的实施例,各个方法流程图中所描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分1309从网络上被下载和安装,和/或从可拆卸介质1311被安装。在该计算机程序被中央处理单元(CPU)1301执行时,执行本申请的***中限定的各种功能。
需要说明的是,本公开实施例所示的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或者是上述两者的任意组合。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可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,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。而在本公开中,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、有线等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (9)
1.一种基于人工智能的搜索结果展示方法,其特征在于,包括:
接收搜索请求,并根据所述搜索请求确定索引关键词;所述索引关键词包括品牌索引关键词和应用程序索引关键词;
利用所述品牌索引关键词在品牌数据库中检索品牌的品牌召回关键词;
将所述品牌召回关键词与所述品牌索引关键词相匹配的品牌确定为候选品牌,并确定与所述候选品牌相关联的候选应用程序;
利用所述应用程序索引关键词在品牌数据库中检索所述候选应用程序的应用程序召回关键词;
将所述应用程序召回关键词与所述应用程序索引关键词相匹配的候选应用程序确定为目标应用程序,并将与所述目标应用程序相关联的候选品牌确定为目标品牌,并获取所述目标品牌的品牌属性信息;
确定与所述目标品牌相关联的应用程序和信息传播主体,并获取对应于所述应用程序的程序主体链接信息以及对应于所述信息传播主体的传播主体链接信息;所述信息传播主体是用于传播品牌信息的网络信息传播接口或渠道;
根据所述品牌属性信息、所述程序主体链接信息以及所述传播主体链接信息生成搜索结果展示页面。
2.根据权利要求1所述的基于人工智能的搜索结果展示方法,其特征在于,所述根据所述搜索请求确定索引关键词,包括:
获取所述搜索请求中携带的搜索信息;
对所述搜索信息进行语义识别以得到所述搜索信息中的基础关键词;
获取与所述基础关键词相关的扩展关键词,并将所述基础关键词和所述扩展关键词确定为索引关键词。
3.根据权利要求1所述的基于人工智能的搜索结果展示方法,其特征在于,所述方法还包括:
根据所述索引关键词在品牌数据库中检索得到多个候选品牌;
确定与所述候选品牌相关联的信息传播主体,并获取与所述信息传播主体相对应的品牌推荐信息;
根据所述品牌推荐信息选择一个或者多个候选品牌作为目标品牌。
4.根据权利要求1所述的基于人工智能的搜索结果展示方法,其特征在于,所述方法还包括:
根据所述索引关键词在品牌数据库中检索得到多个候选品牌;
确定与所述候选品牌相关联的信息传播主体,并获取所述信息传播主体的曝光率、关联用户数量和类别信息;
根据所述曝光率、关联用户数量和类别信息确定所述信息传播主体的品牌推荐系数;
根据所述品牌推荐系数对所述多个候选品牌进行排序,并根据排序后的候选品牌确定目标品牌。
5.根据权利要求1所述的基于人工智能的搜索结果展示方法,其特征在于,所述方法还包括:根据所述应用程序召回关键词确定所述目标应用程序所提供的目标服务项,并获取对应于所述目标服务项的服务项链接信息;
所述根据所述品牌属性信息、所述程序主体链接信息以及所述传播主体链接信息生成搜索结果展示页面,包括:
根据所述品牌属性信息、所述程序主体链接信息以及所述传播主体链接信息,并结合所述服务项链接信息,生成搜索结果展示页面。
6.根据权利要求1所述的基于人工智能的搜索结果展示方法,其特征在于,所述方法还包括:确定所述应用程序所提供的推荐服务项,并获取对应于所述推荐服务项的服务项链接信息;
所述根据所述品牌属性信息、所述程序主体链接信息以及所述传播主体链接信息生成搜索结果展示页面,包括:
根据所述品牌属性信息、所述程序主体链接信息以及所述传播主体链接信息,并结合所述服务项链接信息,生成搜索结果展示页面。
7.一种基于人工智能的搜索结果展示装置,其特征在于,包括:
关键词确定模块,被配置为接收搜索请求,并根据所述搜索请求确定索引关键词;所述索引关键词包括品牌索引关键词和应用程序索引关键词;
属性信息获取模块,被配置为利用所述品牌索引关键词在品牌数据库中检索品牌的品牌召回关键词;将所述品牌召回关键词与所述品牌索引关键词相匹配的品牌确定为候选品牌,并确定与所述候选品牌相关联的候选应用程序;利用所述应用程序索引关键词在品牌数据库中检索所述候选应用程序的应用程序召回关键词;将所述应用程序召回关键词与所述应用程序索引关键词相匹配的候选应用程序确定为目标应用程序,并将与所述目标应用程序相关联的候选品牌确定为目标品牌,并获取所述目标品牌的品牌属性信息;
链接信息获取模块,被配置为确定与所述目标品牌相关联的应用程序和信息传播主体,并获取对应于所述应用程序的程序主体链接信息以及对应于所述信息传播主体的传播主体链接信息;所述信息传播主体是用于传播品牌信息的网络信息传播接口或渠道;
展示页面生成模块,被配置为根据所述品牌属性信息、所述程序主体链接信息以及所述传播主体链接信息生成搜索结果展示页面。
8.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的基于人工智能的搜索结果展示方法。
9.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1至6中任一项所述的基于人工智能的搜索结果展示方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910901027.0A CN110597962B (zh) | 2019-09-23 | 2019-09-23 | 搜索结果展示方法、装置、介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910901027.0A CN110597962B (zh) | 2019-09-23 | 2019-09-23 | 搜索结果展示方法、装置、介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110597962A CN110597962A (zh) | 2019-12-20 |
CN110597962B true CN110597962B (zh) | 2023-10-27 |
Family
ID=68862432
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910901027.0A Active CN110597962B (zh) | 2019-09-23 | 2019-09-23 | 搜索结果展示方法、装置、介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110597962B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111723270A (zh) * | 2020-06-30 | 2020-09-29 | 北京来也网络科技有限公司 | Rpa机器人的搜索方法、装置和设备 |
CN112199524A (zh) * | 2020-09-29 | 2021-01-08 | 北京字节跳动网络技术有限公司 | 多媒体资源匹配及展示方法、装置、电子设备和介质 |
CN112559926B (zh) * | 2020-12-22 | 2023-10-03 | 北京百度网讯科技有限公司 | 搜索展示条目的上线处理方法、装置、设备、介质及产品 |
CN113282772A (zh) * | 2021-04-25 | 2021-08-20 | 夏贵军 | 一种基于5g消息的用户搜索方法及*** |
CN113254779B (zh) * | 2021-06-07 | 2023-05-19 | 抖音视界有限公司 | 内容搜索方法、装置、设备及介质 |
CN113191858A (zh) * | 2021-06-10 | 2021-07-30 | 数贸科技(北京)有限公司 | 基于图片搜索的商品展示方法及装置 |
CN113326416A (zh) * | 2021-06-15 | 2021-08-31 | 北京百度网讯科技有限公司 | 检索数据的方法、向客户端发送检索数据的方法及装置 |
CN113744025A (zh) * | 2021-08-31 | 2021-12-03 | 飞万网络科技(苏州)有限公司 | 一种基于微信小程序及社群关键字的电商货品推荐方法 |
CN114817685B (zh) * | 2022-03-11 | 2023-03-10 | 杭州知聊信息技术有限公司 | 一种快速锁定目标信息的方法及其*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106874449A (zh) * | 2017-02-10 | 2017-06-20 | 维沃移动通信有限公司 | 一种应用程序的搜索方法及移动终端 |
CN107092610A (zh) * | 2016-05-24 | 2017-08-25 | 口碑控股有限公司 | App应用的搜索方法和装置、app应用图标的分类方法和装置 |
CN107967271A (zh) * | 2016-10-19 | 2018-04-27 | 北京搜狗科技发展有限公司 | 一种信息搜索方法及装置 |
CN108595642A (zh) * | 2018-04-26 | 2018-09-28 | 上海掌门科技有限公司 | 一种搜索应用程序内信息的方法及设备 |
CN110162685A (zh) * | 2019-04-29 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 信息搜索方法、装置、存储介质及电子设备 |
-
2019
- 2019-09-23 CN CN201910901027.0A patent/CN110597962B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107092610A (zh) * | 2016-05-24 | 2017-08-25 | 口碑控股有限公司 | App应用的搜索方法和装置、app应用图标的分类方法和装置 |
CN107967271A (zh) * | 2016-10-19 | 2018-04-27 | 北京搜狗科技发展有限公司 | 一种信息搜索方法及装置 |
CN106874449A (zh) * | 2017-02-10 | 2017-06-20 | 维沃移动通信有限公司 | 一种应用程序的搜索方法及移动终端 |
CN108595642A (zh) * | 2018-04-26 | 2018-09-28 | 上海掌门科技有限公司 | 一种搜索应用程序内信息的方法及设备 |
CN110162685A (zh) * | 2019-04-29 | 2019-08-23 | 腾讯科技(深圳)有限公司 | 信息搜索方法、装置、存储介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN110597962A (zh) | 2019-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110597962B (zh) | 搜索结果展示方法、装置、介质及电子设备 | |
US11989220B2 (en) | System for determining and optimizing for relevance in match-making systems | |
US10832008B2 (en) | Computerized system and method for automatically transforming and providing domain specific chatbot responses | |
US9449271B2 (en) | Classifying resources using a deep network | |
US9948595B2 (en) | Methods and apparatus for inserting content into conversations in on-line and digital environments | |
CN107256267A (zh) | 查询方法和装置 | |
US9910930B2 (en) | Scalable user intent mining using a multimodal restricted boltzmann machine | |
CN107220386A (zh) | 信息推送方法和装置 | |
US20190163714A1 (en) | Search result aggregation method and apparatus based on artificial intelligence and search engine | |
CN110825956A (zh) | 一种信息流推荐方法、装置、计算机设备及存储介质 | |
CN110162675B (zh) | 应答语句的生成方法、装置、计算机可读介质及电子设备 | |
CN112650842A (zh) | 基于人机交互的客服机器人意图识别方法及相关设备 | |
WO2020033117A1 (en) | Dynamic and continous onboarding of service providers in an online expert marketplace | |
US20200301968A1 (en) | Debugging applications for delivery via an application delivery server | |
CN112330387A (zh) | 一种应用于看房软件的虚拟经纪人 | |
CN116955591A (zh) | 用于内容推荐的推荐语生成方法、相关装置和介质 | |
CN116756281A (zh) | 知识问答方法、装置、设备和介质 | |
CN116956183A (zh) | 多媒体资源推荐方法、模型训练方法、装置及存储介质 | |
CN116977701A (zh) | 视频分类模型训练的方法、视频分类的方法和装置 | |
EP3729259B1 (en) | Assessing applications for delivery via an application delivery server | |
CN114707068A (zh) | 一种智库知识推荐的方法、装置、设备及介质 | |
CN111523034A (zh) | 一种应用程序的处理方法、装置、设备及介质 | |
CN112765326B (zh) | 一种问答社区专家推荐方法、***及应用 | |
KR20220089093A (ko) | 전이학습을 이용하는 오프라인 오브젝트에 관한 콘텐츠 자동 생성 방법, 장치 및 컴퓨터 판독가능 저장 매체 | |
CN117010384A (zh) | 基于知识图谱的实体链接方法及装置 |
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 |