CN112818217A - 一种基于区块链分片的Web服务推荐方法及*** - Google Patents
一种基于区块链分片的Web服务推荐方法及*** Download PDFInfo
- Publication number
- CN112818217A CN112818217A CN202110042927.1A CN202110042927A CN112818217A CN 112818217 A CN112818217 A CN 112818217A CN 202110042927 A CN202110042927 A CN 202110042927A CN 112818217 A CN112818217 A CN 112818217A
- Authority
- CN
- China
- Prior art keywords
- website
- user
- module
- common
- 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
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000013467 fragmentation Methods 0.000 title claims abstract description 12
- 238000006062 fragmentation reaction Methods 0.000 title claims abstract description 12
- 238000004458 analytical method Methods 0.000 claims abstract description 26
- 238000011156 evaluation Methods 0.000 claims description 104
- 238000005096 rolling process Methods 0.000 claims description 35
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000014759 maintenance of location Effects 0.000 claims description 5
- 101000878595 Arabidopsis thaliana Squalene synthase 1 Proteins 0.000 claims description 3
- 239000012634 fragment Substances 0.000 claims 2
- 230000000875 corresponding effect Effects 0.000 description 14
- 230000006399 behavior Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
Images
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
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
- G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
- G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Bioethics (AREA)
- Medical Informatics (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明公开了一种基于区块链分片的Web服务推荐方法及***,包括常用网站存储模块、常用网站判断模块、标记网站存储模块、常用网站分类模块、用户登录信息获取模块、用户位置定位模块、分类关键字获取模块、用户意愿分析模块、用户意愿匹配模块以及服务推荐模块,本发明的有益效果在于:通过获取用户在任一网站页面上的操作信息以及停留时长,判断当前网站页面是否为该用户的常用网站,并对符合条件的网站进行分类并存储,进而在用户下次欲要进行浏览网站时,根据用户当前的行为信息分析用户意愿,并从存储的网站中匹配与用户意愿相符的网站向用户进行推送,使用户能够及时的获取想要的信息,提高信息获取效率。
Description
技术领域
本发明涉及服务推荐技术领域,具体为一种基于区块链分片的Web服务推荐方法及***。
背景技术
Web服务的本质就是通过网络调用其他网站的资源,Web服务器也可称为网站服务器,可以用来放置网站文件,供用户浏览,推荐***是一种信息过滤技术,通过从用户行为中挖掘用户兴趣偏好,为用户提供个性化的信息,减少用户的查询时间,降低用户的决策成本,推荐***是随着互联网技术的发展及应用深入而出现的,并在当前得到广泛的关注,用户通过与推荐模块交互,推荐***通过提供的Web服务,将与用户兴趣匹配的筛选出来,组装成合适的数据结构,最终展示给用户。
互联网的出现和普及给用户带来了大量的信息,满足了用户在信息时代对信息的需求,但随着网络的迅速发展而带来的网上信息量的大幅增长,使得用户在面对大量信息时无法从中获得对自己真正有用的那部分信息,用户对信息的使用效率反而降低了,这就是信息过载问题,可以通过推荐***来解决信息过载问题,根据用户的信息需求、兴趣等,将用户感兴趣的信息、产品等推荐给用户的个性化信息推荐***,通过研究用户的意愿,进行个性化计算,由***发现用户的意愿,从而引导用户发现自己的信息需求,如用户在以前使用过一个网站,但是现在使用的设备与当时使用的设备不同,浏览记录信息保存在当时使用的设备上,用户现在查询不到浏览记录同时也无法想起网站地址,从而用户此时就无法获取到自己想要的信息。
基于上述问题,亟待提出一种基于区块链分片的Web服务推荐方法及***,通过获取用户在任一网站页面上的操作信息以及停留时长,判断当前网站页面是否为该用户的常用网站,并对符合条件的网站进行分类并存储,进而在用户下次欲要进行浏览网站时,根据用户当前的行为信息分析用户意愿,并从存储的网站中匹配与用户意愿相符的网站向用户进行推送,使用户能够及时获取信息,提高信息获取效率。
发明内容
本发明的目的在于提供一种基于区块链分片的Web服务推荐方法及***,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:
一种基于区块链分片的Web服务推荐***,包括常用网站存储模块、常用网站判断模块、标记网站存储模块、常用网站分类模块、用户登录信息获取模块、用户位置定位模块、分类关键字获取模块、用户意愿分析模块、用户意愿匹配模块、服务推荐模块,常用网站判断模块根据常用网站判断条件分析任一网站是否为用户的常用网站,所述标记网站存储模块用于存储被所述常用网站判断模块标记过的网站,所述常用网站存储模块用于预先存储用户的常用网站,所述常用网站分类模块根据关键字将网站进行分类,所述用户登录信息获取模块用于获取用户的登录信息,所述登录信息包括登录地址以及登录设备,所述用户位置定位模块用于获取用户的实时位置,所述分类关键字获取模块用于获取网站分类的关键字,所述用户意愿分析模块用于根据当前用户的行为进行分析从而获取用户的意愿即信息需求,所述用户意愿匹配模块根据所述分类关键字获取模块的获取结果以及所述用户意愿分析模块的分析结果对用户意愿进行匹配,所述服务推荐模块用于根据用户意愿匹配模块的匹配结果将符合条件的网站向用户进行推送。
进一步的,所述常用网站存储模块根据所述用户登录信息获取模块获取到的用户登录地址以及登录设备,再结合所述用户位置定位模块得到的用户的实时位置,若用户登录地址与用户的实时位置一致,即刻获取所述登录设备上的网站页面的浏览信息,并对符合常用网站判断条件的网站进行预先存储,存储进常用网站存储模块的网站即为该用户的常用网站,现有的获取常用网站的方式无非是通过在网页收藏夹中进行查找,但是一旦更换设备,常用网站就无法获取,进一步若是通过登录账号,以同一账号信息共享的方式获取常用网站在很大程度上是可以解决这个问题,但是我们在浏览网站的时候,不一定会对其进行收藏,若是长时间未使用该网站,忘记网站的地址,此时就无法及时获取到想要的信息,从而造成一系列的损失,根据用户的实时位置以及用户登录地址,确定当前登录账号的为用户本人,从而获取账号登录设备上的数据信息,对符合常用网站判断条件的网站进行预先存储,即使未对网站进行收藏,但根据判断条件,仍然可以由***对符合条件的网站进行自动存储。
进一步的,所述常用网站判断模块用于获取用户在任一网站页面的停留时间T,若用户使用PC端浏览任一网站页面,则进一步获取该用户在任一网站页面上的鼠标点击次数N0以及鼠标滚轮的滚动次数N1,若用户使用手机端浏览任一网站页面,则进一步获取该用户在任一网站页面上的屏幕点触次数N2以及屏幕滑动次数N3,
当用户使用PC端在任一网站页面的停留时间T大于等于第一预设值时,且所述鼠标点击次数、鼠标滚轮的滚动次数都为0,则所述常用网站判断模块对该网站进行标记,所述标记网站存储模块对被标记的网站进行存储;
当用户使用PC端或手机端在任一网站页面的停留时间T大于等于第一预设值时,且所述鼠标点击次数、鼠标滚轮的滚动次数或者是屏幕点触次数、屏幕滑动次数都不为0,则所述常用网站判断模块对该网站的常用系数评估值进行计算,当该网站的常用系数评估值大于等于评估值阈值时,所述常用网站存储模块对该网站进行存储,通过在任一网站页面的停留时间和操作信息,可以判断用户当前正在使用该网站,因为经常会出现有事离开电脑屏幕前,自动弹出的网页的情况,此时就需要根据操作信息判断当前用户是否在浏览该网页,当判断结果为用户本人在进行浏览时,才会对该网页的常用系数评估值进行计算,避免出现垃圾网页被存储,占用存储容量,另外还会导致无效推送的情况。
进一步的,所述常用系数评估值根据用户的操作类型及其所对应的评估值进行计算,所述用户的操作类型包括点击操作以及滚动操作,所述点击操作包括用户使用PC端时的鼠标点击以及用户使用手机端时的屏幕点触,所述滚动操作包括用户使用PC端时的鼠标滚轮的滚动以及用户使用手机端时的屏幕滑动,所述点击操作的评估值为X,所述滚动操作的评估值为Y,所述常用系数评估值Q=ɑ1*N0*X+ɑ2*N1*Y或Q=ɑ1*N2*X+ɑ2*N3*Y,其中,ɑ1、ɑ2为系数,ɑ1+ɑ2=1,当所述常用系数评估值Q大于等于评估值阈值时,将与所述常用系数评估值Q对应的网站存储进入常用网站存储模块,在一次浏览网站的过程中,点击操作和滚动操作都是无可避免的,而且可以认为点击操作和滚动操作的次数都是与时间呈正相关的,并且点击操作和滑动操作的次数越多,说明用户想要从该网站获取的信息越多,从而可以判别该网站是否为用户需要获取信息的网站,因为个人***均数计算,考虑到各自所占比重,而且点击操作的评估值X,滚动操作的评估值Y在这里都是一个定值,可以将其视为一个基础评估值,进行常用系数评估值计算的时候,在基础评估值的基础上,影响比重和操作次数才是对常用系数评估值产生根本影响的因素,考虑以上因素从而使常用系数评估值的计算结果更加严谨。
进一步的,所述常用网站判断模块对任一网站进行判断时,从所述标记网站存储模块获取被标记的网站数据,若任一网站存在于标记网站存储模块,则所述常用网站判断模块获取用户在该网站页面的停留时间T,若用户在网站页面的停留时间T小于第一预设值,所述常用网站判断模块对该网站页面进行二次标记,当该网站页面连续被标记的次数n大于等于标记次数阈值时,则所述常用网站判断模块下一次不对该网站页面根据常用网站判断条件对其进行判断,并在用户下一次对该网站页面进行访问时,所述常用网站判断模块对用户进行信息提示,在日常生活中,经常会出现有事离开电脑屏幕前,自动弹出的网页的情况,一般自动弹出的网页大多数都是垃圾网站,故对其进行标记并存储,当对任一网站进行判断时,先从标记网站存储模块获取网站数据,判断当前需进行判断的网站是否存在于标记网站存储模块,若存在,则根据判断结果决定是否对其进行二次标记,当标记次数多了之后,就算不是垃圾网站,我们也可认为当前用户对该网站不存在使用需求,进而在下一次无意中访问该网站或该网站自动弹出时,对用户直接进行提示,无需花费时间查看网站内容,节省宝贵时间,避免时间浪费在无意义的网站上面;
若用户在该网站页面的停留时间T大于等于第一预设值,则所述常用网站判断模块进一步获取用户在该网站页面的点击操作以及滚动操作,并根据点击操作、滚动操作以及评估值对该网站页面的常用系数评估值Q进行计算,当所述常用系数评估值Q大于等于评估值阈值时,所述常用网站存储模块对该网站进行存储,当所述常用系数评估值Q小于评估值阈值时,所述常用网站存储模块对该网站进行标记,当该网站页面连续被标记的次数n大于等于标记次数阈值时,则所述常用网站判断模块下一次不对该网站页面进行判断,并在用户下一次对该网站页面进行访问时,所述常用网站判断模块对用户进行信息提示,即使在该网站页面的停留时间大于等于阈值,还可进一步根据操作信息对该网站的常用系数进行判断,从而避免垃圾网站被存储,对用户无意义的网站进行自动标记,但是无意义可能只是针对时效而言,即当前不需要,不代表以后不需要,所以计算被标记次数,当被标记次数达到一定值时,才会认定该网站对当前用户无意义或者直接视其为垃圾网站。
进一步的,所述常用网站判断模块对任一网站页面进行标记时,用户在任一网站页面的停留时间T小于第一预设值为第一标记条件,用户在任一网站页面的停留时间T大于等于第一预设值,常用系数评估值小于评估值阈值为第二标记条件,所述常用网站判断模块对任一网站的标记次数计算根据第一标记条件或第二标记条件,符合第一标记条件或第二标记条件的次数叠加计算,无论停留时间的长短,只要被标记,就说明该网站本次即当前时刻对于用户来说是无意义的,所以基于两种判断依据的标记次数可以进行叠加,从而筛选出对用户无意义的网站。
进一步的,所述常用网站分类模块获取常用网站存储模块中存储的网站的信息,所述网站的信息包括网站名称以及网站用途,所述常用网站分类模块根据网站名称以及网站用途对所述常用网站存储模块中存储的网站进行分类,所述常用网站存储模块获取所述常用网站分类模块对网站的分类信息,并将分类信息作为分类关键字与网站一同存储,对网站的功能以及网站名称对网站进行分类管理,是为了更好的与用户意愿进行匹配,可以根据分类关键字快速匹配用户意愿,使用户能够快速获取信息,提高信息使用效率。
进一步的,所述分类关键字获取模块连接常用网站存储模块,所述分类关键字获取模块获取所述常用网站存储模块中存储的分类关键字信息,所述用户意愿分析模块获取用户当前输入的字段信息,并进一步获取字段信息中的词组信息,所述用户意愿分析模块将获得的词组信息作为用户意愿关键字信息,并将用户意愿关键字信息传输至用户意愿匹配模块,所述用户意愿匹配连接分类关键字获取模块以及用户意愿分析模块,所述用户意愿匹配模块获取任一分类关键字信息和用户意愿关键字信息,所述任一分类关键字信息与用户意愿关键字信息包含多个词组,获取用户意愿关键字信息中的多个词组与任一分类关键字信息中的多个词组相同的数量m1,并进一步获取用户意愿关键字信息中多个词组的数量m0,则用户意愿匹配度q=m1/m0,当第一分类的用户意愿匹配度q大于等于用户意愿匹配度阈值时,所述用户意愿匹配模块将第一分类下的网站信息传输至服务推荐模块,所述服务推荐模块将所述网站信息推送给相应用户,在进行用户意愿匹配的时候,若没有设置阈值,可能会出现多个与用户意愿相匹配的网站,此时则需要通过设置阈值对网站进行筛选,根据用户意愿关键字与网站分类关键字的相同个数m1作为判断依据,以用户意愿关键字的个数m0作为基数,在一次匹配请求的过程中,可以认为用户意愿关键字的个数m0是不变的,在与多个网站的匹配过程中,m1的个数根据匹配网站的差异,它是一个变化的值,当m1的个数越大,说明该网站越有可能是用户想要浏览的网站,从而可以得到用户与网站之间的用户意愿匹配度,根据用户意愿匹配度能更快的帮助用户获取到想要浏览的网站,从而获取有用信息,提高信息的使用效率。
进一步的,所述推荐方法包括以下步骤:
S1:常用网站判断模块获取用户在任一网站页面的停留时间T,若用户使用PC端浏览任一网站页面,则进一步获取该用户在任一网站页面上的鼠标点击次数N0以及鼠标滚轮的滚动次数N1,若用户使用手机端浏览任一网站页面,则进一步获取该用户在任一网站页面上的屏幕点触次数N2以及屏幕滑动次数N3;
S2:当用户使用PC端在任一网站页面的停留时间T大于等于第一预设值时,且鼠标点击次数、鼠标滚轮的滚动次数都为0,则常用网站判断模块对该网站进行标记,标记网站存储模块对被标记的网站进行存储;
S3:当用户使用PC端或手机端在任一网站页面的停留时间T大于等于第一预设值时,且鼠标点击次数、鼠标滚轮的滚动次数或者是屏幕点触次数、屏幕滑动次数都不为0,则常用网站判断模块对该网站的常用系数评估值进行计算;
S4:根据用户的操作类型及其所对应的评估值计算常用系数评估值,用户的操作类型包括点击操作以及滚动操作,点击操作包括用户使用PC端时的鼠标点击以及用户使用手机端时的屏幕点触,滚动操作包括用户使用PC端时的鼠标滚轮的滚动以及用户使用手机端时的屏幕滑动,点击操作的评估值为X,滚动操作的评估值为Y,常用系数评估值Q=ɑ1*N0*X+ɑ2*N1*Y或Q=ɑ1*N2*X+ɑ2*N3*Y,其中,ɑ1、ɑ2为系数,ɑ1+ɑ2=1,当常用系数评估值Q大于等于评估值阈值时,将与常用系数评估值Q对应的网站存储进入常用网站存储模块;
S5:用户意愿匹配模块根据分类关键字信息以及用户意愿关键字信息进行用户意愿匹配度计算,用户意愿匹配模块将符合条件的网站信息传输至服务推荐模块,服务推荐模块将对应的网站信息推送给相应用户。
进一步的,所述S1中进一步还包括以下步骤:
SS1:常用网站判断模块对任一网站进行判断时,从标记网站存储模块获取被标记的网站数据,若任一网站存在于标记网站存储模块,则获取用户在该网站页面的停留时间T,若用户在网站页面的停留时间T小于第一预设值,则对该网站页面进行二次标记,当该网站页面连续被标记的次数n大于等于标记次数阈值时,则下一次不对该网站页面根据常用网站判断条件对其进行判断,并在用户下一次对该网站页面进行访问时,对用户进行信息提示;
SS2:若用户在该网站页面的停留时间T大于等于第一预设值时,则常用网站判断模块进一步获取用户在该网站页面的点击操作以及滚动操作,并计算常用系数评估值Q,当Q大于等于评估值阈值时,常用网站存储模块对该网站进行存储,
当常用系数评估值Q小于评估值阈值时,常用网站存储模块对该网站进行标记,当该网站页面连续被标记的次数n大于等于标记次数阈值时,则常用网站判断模块下一次不对该网站页面进行判断,并在用户下一次对该网站页面进行访问时,常用网站判断模块对用户进行信息提示。
与现有技术相比,本发明所达到的有益效果是:本发明通过获取用户在任一网站页面上的操作信息以及停留时长,判断当前网站页面是否为该用户的常用网站,并对符合条件的网站进行分类并存储,进而在用户下次欲要进行浏览网站时,根据用户当前的行为信息分析用户意愿,并从存储的网站中匹配与用户意愿相符的网站向用户进行推送,使用户能够及时获取信息,提高信息获取效率。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明一种基于区块链分片的Web服务推荐***的模块示意图;
图2是本发明一种基于区块链分片的Web服务推荐方法的步骤示意图。
具体实施方式
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,所描述的实施例仅仅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做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。
请参阅图1-2,本发明提供技术方案:
一种基于区块链分片的Web服务推荐***,包括常用网站存储模块、常用网站判断模块、标记网站存储模块、常用网站分类模块、用户登录信息获取模块、用户位置定位模块、分类关键字获取模块、用户意愿分析模块、用户意愿匹配模块、服务推荐模块,常用网站判断模块根据常用网站判断条件分析任一网站是否为用户的常用网站,标记网站存储模块用于存储被常用网站判断模块标记过的网站,常用网站存储模块用于预先存储用户的常用网站,常用网站分类模块根据关键字将网站进行分类,用户登录信息获取模块用于获取用户的登录信息,登录信息包括登录地址以及登录设备,用户位置定位模块用于获取用户的实时位置,分类关键字获取模块用于获取网站分类的关键字,用户意愿分析模块用于根据当前用户的行为进行分析从而获取用户的意愿即信息需求,用户意愿匹配模块根据分类关键字获取模块的获取结果以及用户意愿分析模块的分析结果对用户意愿进行匹配,服务推荐模块用于根据用户意愿匹配模块的匹配结果将符合条件的网站向用户进行推送。
常用网站存储模块根据用户登录信息获取模块获取到的用户登录地址以及登录设备,再结合用户位置定位模块得到的用户的实时位置,若用户登录地址与用户的实时位置一致,即刻获取登录设备上的网站页面的浏览信息,并对符合常用网站判断条件的网站进行预先存储,存储进常用网站存储模块的网站即为该用户的常用网站。
常用网站判断模块用于获取用户在任一网站页面的停留时间T,若用户使用PC端浏览任一网站页面,则进一步获取该用户在任一网站页面上的鼠标点击次数N0以及鼠标滚轮的滚动次数N1,若用户使用手机端浏览任一网站页面,则进一步获取该用户在任一网站页面上的屏幕点触次数N2以及屏幕滑动次数N3,
当用户使用PC端在任一网站页面的停留时间T大于等于第一预设值时,且鼠标点击次数、鼠标滚轮的滚动次数都为0,则常用网站判断模块对该网站进行标记,标记网站存储模块对被标记的网站进行存储;
当用户使用PC端或手机端在任一网站页面的停留时间T大于等于第一预设值时,且鼠标点击次数、鼠标滚轮的滚动次数或者是屏幕点触次数、屏幕滑动次数都不为0,则常用网站判断模块对该网站的常用系数评估值进行计算,当该网站的常用系数评估值大于等于评估值阈值时,常用网站存储模块对该网站进行存储。
常用系数评估值根据用户的操作类型及其所对应的评估值进行计算,用户的操作类型包括点击操作以及滚动操作,点击操作包括用户使用PC端时的鼠标点击以及用户使用手机端时的屏幕点触,滚动操作包括用户使用PC端时的鼠标滚轮的滚动以及用户使用手机端时的屏幕滑动,点击操作的评估值为X,滚动操作的评估值为Y,常用系数评估值Q=ɑ1*N0*X+ɑ2*N1*Y或Q=ɑ1*N2*X+ɑ2*N3*Y,其中,ɑ1、ɑ2为系数,ɑ1+ɑ2=1,当常用系数评估值Q大于等于评估值阈值时,将与常用系数评估值Q对应的网站存储进入常用网站存储模块。
常用网站判断模块对任一网站进行判断时,从标记网站存储模块获取被标记的网站数据,若任一网站存在于标记网站存储模块,则常用网站判断模块获取用户在该网站页面的停留时间T,若用户在网站页面的停留时间T小于第一预设值,常用网站判断模块对该网站页面进行二次标记,当该网站页面连续被标记的次数n大于等于标记次数阈值时,则常用网站判断模块下一次不对该网站页面根据常用网站判断条件对其进行判断,并在用户下一次对该网站页面进行访问时,常用网站判断模块对用户进行信息提示;
若用户在该网站页面的停留时间T大于等于第一预设值,则常用网站判断模块进一步获取用户在该网站页面的点击操作以及滚动操作,并根据点击操作、滚动操作以及评估值对该网站页面的常用系数评估值Q进行计算,当常用系数评估值Q大于等于评估值阈值时,常用网站存储模块对该网站进行存储,当常用系数评估值Q小于评估值阈值时,常用网站存储模块对该网站进行标记,当该网站页面连续被标记的次数n大于等于标记次数阈值时,则常用网站判断模块下一次不对该网站页面进行判断,并在用户下一次对该网站页面进行访问时,常用网站判断模块对用户进行信息提示。
常用网站判断模块对任一网站页面进行标记时,用户在任一网站页面的停留时间T小于第一预设值为第一标记条件,用户在任一网站页面的停留时间T大于等于第一预设值,常用系数评估值小于评估值阈值为第二标记条件,常用网站判断模块对任一网站的标记次数计算根据第一标记条件或第二标记条件,符合第一标记条件或第二标记条件的次数叠加计算。
常用网站分类模块获取常用网站存储模块中存储的网站的信息,网站的信息包括网站名称以及网站用途,常用网站分类模块根据网站名称以及网站用途对常用网站存储模块中存储的网站进行分类,常用网站存储模块获取常用网站分类模块对网站的分类信息,并将分类信息作为分类关键字与网站一同存储。
分类关键字获取模块连接常用网站存储模块,分类关键字获取模块获取常用网站存储模块中存储的分类关键字信息,用户意愿分析模块获取用户当前输入的字段信息,并进一步获取字段信息中的词组信息,用户意愿分析模块将获得的词组信息作为用户意愿关键字信息,并将用户意愿关键字信息传输至用户意愿匹配模块,用户意愿匹配连接分类关键字获取模块以及用户意愿分析模块,用户意愿匹配模块获取任一分类关键字信息和用户意愿关键字信息,任一分类关键字信息与用户意愿关键字信息包含多个词组,获取用户意愿关键字信息中的多个词组与任一分类关键字信息中的多个词组相同的数量m1,并进一步获取用户意愿关键字信息中多个词组的数量m0,则用户意愿匹配度q=m1/m0,当第一分类的用户意愿匹配度q大于等于用户意愿匹配度阈值时,用户意愿匹配模块将第一分类下的网站信息传输至服务推荐模块,服务推荐模块将网站信息推送给相应用户。
推荐方法包括以下步骤:
S1:常用网站判断模块获取用户在任一网站页面的停留时间T,若用户使用PC端浏览任一网站页面,则进一步获取该用户在任一网站页面上的鼠标点击次数N0以及鼠标滚轮的滚动次数N1,若用户使用手机端浏览任一网站页面,则进一步获取该用户在任一网站页面上的屏幕点触次数N2以及屏幕滑动次数N3;
S2:当用户使用PC端在任一网站页面的停留时间T大于等于第一预设值时,且鼠标点击次数、鼠标滚轮的滚动次数都为0,则常用网站判断模块对该网站进行标记,标记网站存储模块对被标记的网站进行存储;
S3:当用户使用PC端或手机端在任一网站页面的停留时间T大于等于第一预设值时,且鼠标点击次数、鼠标滚轮的滚动次数或者是屏幕点触次数、屏幕滑动次数都不为0,则常用网站判断模块对该网站的常用系数评估值进行计算;
S4:根据用户的操作类型及其所对应的评估值计算常用系数评估值,用户的操作类型包括点击操作以及滚动操作,点击操作包括用户使用PC端时的鼠标点击以及用户使用手机端时的屏幕点触,滚动操作包括用户使用PC端时的鼠标滚轮的滚动以及用户使用手机端时的屏幕滑动,点击操作的评估值为X,滚动操作的评估值为Y,常用系数评估值Q=ɑ1*N0*X+ɑ2*N1*Y或Q=ɑ1*N2*X+ɑ2*N3*Y,其中,ɑ1、ɑ2为系数,ɑ1+ɑ2=1,当常用系数评估值Q大于等于评估值阈值时,将与常用系数评估值Q对应的网站存储进入常用网站存储模块;
S5:用户意愿匹配模块根据分类关键字信息以及用户意愿关键字信息进行用户意愿匹配度计算,用户意愿匹配模块将符合条件的网站信息传输至服务推荐模块,服务推荐模块将对应的网站信息推送给相应用户。
S1中进一步还包括以下步骤:
SS1:常用网站判断模块对任一网站进行判断时,从标记网站存储模块获取被标记的网站数据,若任一网站存在于标记网站存储模块,则获取用户在该网站页面的停留时间T,若用户在网站页面的停留时间T小于第一预设值,则对该网站页面进行二次标记,当该网站页面连续被标记的次数n大于等于标记次数阈值时,则下一次不对该网站页面根据常用网站判断条件对其进行判断,并在用户下一次对该网站页面进行访问时,对用户进行信息提示;
SS2:若用户在该网站页面的停留时间T大于等于第一预设值时,则常用网站判断模块进一步获取用户在该网站页面的点击操作以及滚动操作,并计算常用系数评估值Q,当Q大于等于评估值阈值时,常用网站存储模块对该网站进行存储,
当常用系数评估值Q小于评估值阈值时,常用网站存储模块对该网站进行标记,当该网站页面连续被标记的次数n大于等于标记次数阈值时,则常用网站判断模块下一次不对该网站页面进行判断,并在用户下一次对该网站页面进行访问时,常用网站判断模块对用户进行信息提示。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于区块链分片的Web服务推荐***,其特征在于:包括常用网站存储模块、常用网站判断模块、标记网站存储模块、常用网站分类模块、用户登录信息获取模块、用户位置定位模块、分类关键字获取模块、用户意愿分析模块、用户意愿匹配模块、服务推荐模块,常用网站判断模块根据常用网站判断条件分析任一网站是否为用户的常用网站,所述标记网站存储模块用于存储被所述常用网站判断模块标记过的网站,所述常用网站存储模块用于预先存储用户的常用网站,所述常用网站分类模块根据关键字将网站进行分类,所述用户登录信息获取模块用于获取用户的登录信息,所述登录信息包括登录地址以及登录设备,所述用户位置定位模块用于获取用户的实时位置,所述分类关键字获取模块用于获取网站分类的关键字,所述用户意愿分析模块用于根据当前用户的行为进行分析从而获取用户的意愿即信息需求,所述用户意愿匹配模块根据所述分类关键字获取模块的获取结果以及所述用户意愿分析模块的分析结果对用户意愿进行匹配,所述服务推荐模块用于根据用户意愿匹配模块的匹配结果将符合条件的网站向用户进行推送。
2.根据权利要求1所述的一种基于区块链分片的Web服务推荐***,其特征在于:所述常用网站存储模块根据所述用户登录信息获取模块获取到的用户登录地址以及登录设备,再结合所述用户位置定位模块得到的用户的实时位置,若用户登录地址与用户的实时位置一致,即刻获取所述登录设备上的网站页面的浏览信息,并对符合常用网站判断条件的网站进行预先存储,存储进常用网站存储模块的网站即为该用户的常用网站。
3.根据权利要求1或2所述的一种基于区块链分片的Web服务推荐***,其特征在于:所述常用网站判断模块用于获取用户在任一网站页面的停留时间T,若用户使用PC端浏览任一网站页面,则进一步获取该用户在任一网站页面上的鼠标点击次数N0以及鼠标滚轮的滚动次数N1,若用户使用手机端浏览任一网站页面,则进一步获取该用户在任一网站页面上的屏幕点触次数N2以及屏幕滑动次数N3,
当用户使用PC端在任一网站页面的停留时间T大于等于第一预设值时,且所述鼠标点击次数、鼠标滚轮的滚动次数都为0,则所述常用网站判断模块对该网站进行标记,所述标记网站存储模块对被标记的网站进行存储;
当用户使用PC端或手机端在任一网站页面的停留时间T大于等于第一预设值时,且所述鼠标点击次数、鼠标滚轮的滚动次数或者是屏幕点触次数、屏幕滑动次数都不为0,则所述常用网站判断模块对该网站的常用系数评估值进行计算,当该网站的常用系数评估值大于等于评估值阈值时,所述常用网站存储模块对该网站进行存储。
4.根据权利要求3所述的一种基于区块链分片的Web服务推荐***,其特征在于:所述常用系数评估值根据用户的操作类型及其所对应的评估值进行计算,所述用户的操作类型包括点击操作以及滚动操作,所述点击操作包括用户使用PC端时的鼠标点击以及用户使用手机端时的屏幕点触,所述滚动操作包括用户使用PC端时的鼠标滚轮的滚动以及用户使用手机端时的屏幕滑动,所述点击操作的评估值为X,所述滚动操作的评估值为Y,所述常用系数评估值Q=ɑ1*N0*X+ɑ2*N1*Y或Q=ɑ1*N2*X+ɑ2*N3*Y,其中,ɑ1、ɑ2为系数,ɑ1+ɑ2=1,当所述常用系数评估值Q大于等于评估值阈值时,将与所述常用系数评估值Q对应的网站存储进入常用网站存储模块。
5.根据权利要求3所述的一种基于区块链分片的Web服务推荐***,其特征在于:所述常用网站判断模块对任一网站进行判断时,从所述标记网站存储模块获取被标记的网站数据,若任一网站存在于标记网站存储模块,则所述常用网站判断模块获取用户在该网站页面的停留时间T,若用户在网站页面的停留时间T小于第一预设值,所述常用网站判断模块对该网站页面进行二次标记,当该网站页面连续被标记的次数n大于等于标记次数阈值时,则所述常用网站判断模块下一次不对该网站页面根据常用网站判断条件对其进行判断,并在用户下一次对该网站页面进行访问时,所述常用网站判断模块对用户进行信息提示;
若用户在该网站页面的停留时间T大于等于第一预设值,则所述常用网站判断模块进一步获取用户在该网站页面的点击操作以及滚动操作,并根据点击操作、滚动操作以及评估值对该网站页面的常用系数评估值Q进行计算,当所述常用系数评估值Q大于等于评估值阈值时,所述常用网站存储模块对该网站进行存储,当所述常用系数评估值Q小于评估值阈值时,所述常用网站存储模块对该网站进行标记,当该网站页面连续被标记的次数n大于等于标记次数阈值时,则所述常用网站判断模块下一次不对该网站页面进行判断,并在用户下一次对该网站页面进行访问时,所述常用网站判断模块对用户进行信息提示。
6.根据权利要求5所述的一种基于区块链分片的Web服务推荐***,其特征在于:所述常用网站判断模块对任一网站页面进行标记时,用户在任一网站页面的停留时间T小于第一预设值为第一标记条件,用户在任一网站页面的停留时间T大于等于第一预设值,常用系数评估值小于评估值阈值为第二标记条件,所述常用网站判断模块对任一网站的标记次数计算根据第一标记条件或第二标记条件,符合第一标记条件或第二标记条件的次数叠加计算。
7.根据权利要求1所述的一种基于区块链分片的Web服务推荐***,其特征在于:所述常用网站分类模块获取常用网站存储模块中存储的网站的信息,所述网站的信息包括网站名称以及网站用途,所述常用网站分类模块根据网站名称以及网站用途对所述常用网站存储模块中存储的网站进行分类,所述常用网站存储模块获取所述常用网站分类模块对网站的分类信息,并将分类信息作为分类关键字与网站一同存储。
8.根据权利要求1或7所述的一种基于区块链分片的Web服务推荐方法及***,其特征在于:所述分类关键字获取模块连接常用网站存储模块,所述分类关键字获取模块获取所述常用网站存储模块中存储的分类关键字信息,所述用户意愿分析模块获取用户当前输入的字段信息,并进一步获取字段信息中的词组信息,所述用户意愿分析模块将获得的词组信息作为用户意愿关键字信息,并将用户意愿关键字信息传输至用户意愿匹配模块,所述用户意愿匹配连接分类关键字获取模块以及用户意愿分析模块,所述用户意愿匹配模块获取任一分类关键字信息和用户意愿关键字信息,所述任一分类关键字信息与用户意愿关键字信息包含多个词组,获取用户意愿关键字信息中的多个词组与任一分类关键字信息中的多个词组相同的数量m1,并进一步获取用户意愿关键字信息中多个词组的数量m0,则用户意愿匹配度q=m1/m0,当第一分类的用户意愿匹配度q大于等于用户意愿匹配度阈值时,所述用户意愿匹配模块将第一分类下的网站信息传输至服务推荐模块,所述服务推荐模块将所述网站信息推送给相应用户。
9.一种基于区块链分片的Web服务推荐方法,其特征在于:所述推荐方法包括以下步骤:
S1:常用网站判断模块获取用户在任一网站页面的停留时间T,若用户使用PC端浏览任一网站页面,则进一步获取该用户在任一网站页面上的鼠标点击次数N0以及鼠标滚轮的滚动次数N1,若用户使用手机端浏览任一网站页面,则进一步获取该用户在任一网站页面上的屏幕点触次数N2以及屏幕滑动次数N3;
S2:当用户使用PC端在任一网站页面的停留时间T大于等于第一预设值时,且鼠标点击次数、鼠标滚轮的滚动次数都为0,则常用网站判断模块对该网站进行标记,标记网站存储模块对被标记的网站进行存储;
S3:当用户使用PC端或手机端在任一网站页面的停留时间T大于等于第一预设值时,且鼠标点击次数、鼠标滚轮的滚动次数或者是屏幕点触次数、屏幕滑动次数都不为0,则常用网站判断模块对该网站的常用系数评估值进行计算;
S4:根据用户的操作类型及其所对应的评估值计算常用系数评估值,用户的操作类型包括点击操作以及滚动操作,点击操作包括用户使用PC端时的鼠标点击以及用户使用手机端时的屏幕点触,滚动操作包括用户使用PC端时的鼠标滚轮的滚动以及用户使用手机端时的屏幕滑动,点击操作的评估值为X,滚动操作的评估值为Y,常用系数评估值Q=ɑ1*N0*X+ɑ2*N1*Y或Q=ɑ1*N2*X+ɑ2*N3*Y,其中,ɑ1、ɑ2为系数,ɑ1+ɑ2=1,当常用系数评估值Q大于等于评估值阈值时,将与常用系数评估值Q对应的网站存储进入常用网站存储模块;
S5:用户意愿匹配模块根据分类关键字信息以及用户意愿关键字信息进行用户意愿匹配度计算,用户意愿匹配模块将符合条件的网站信息传输至服务推荐模块,服务推荐模块将对应的网站信息推送给相应用户。
10.根据权利要求9所述的一种基于区块链分片的Web服务推荐方法,其特征在于:所述S1中进一步还包括以下步骤:
SS1:常用网站判断模块对任一网站进行判断时,从标记网站存储模块获取被标记的网站数据,若任一网站存在于标记网站存储模块,则获取用户在该网站页面的停留时间T,若用户在网站页面的停留时间T小于第一预设值,则对该网站页面进行二次标记,当该网站页面连续被标记的次数n大于等于标记次数阈值时,则下一次不对该网站页面根据常用网站判断条件对其进行判断,并在用户下一次对该网站页面进行访问时,对用户进行信息提示;
SS2:若用户在该网站页面的停留时间T大于等于第一预设值时,则常用网站判断模块进一步获取用户在该网站页面的点击操作以及滚动操作,并计算常用系数评估值Q,当Q大于等于评估值阈值时,常用网站存储模块对该网站进行存储,
当常用系数评估值Q小于评估值阈值时,常用网站存储模块对该网站进行标记,当该网站页面连续被标记的次数n大于等于标记次数阈值时,则常用网站判断模块下一次不对该网站页面进行判断,并在用户下一次对该网站页面进行访问时,常用网站判断模块对用户进行信息提示。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210075786.8A CN115292581A (zh) | 2021-01-13 | 2021-01-13 | 一种基于区块链分片的Web服务推荐*** |
CN202110042927.1A CN112818217B (zh) | 2021-01-13 | 2021-01-13 | 一种基于区块链分片的Web服务推荐方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110042927.1A CN112818217B (zh) | 2021-01-13 | 2021-01-13 | 一种基于区块链分片的Web服务推荐方法及*** |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210075786.8A Division CN115292581A (zh) | 2021-01-13 | 2021-01-13 | 一种基于区块链分片的Web服务推荐*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112818217A true CN112818217A (zh) | 2021-05-18 |
CN112818217B CN112818217B (zh) | 2022-03-01 |
Family
ID=75869355
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210075786.8A Pending CN115292581A (zh) | 2021-01-13 | 2021-01-13 | 一种基于区块链分片的Web服务推荐*** |
CN202110042927.1A Active CN112818217B (zh) | 2021-01-13 | 2021-01-13 | 一种基于区块链分片的Web服务推荐方法及*** |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210075786.8A Pending CN115292581A (zh) | 2021-01-13 | 2021-01-13 | 一种基于区块链分片的Web服务推荐*** |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN115292581A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116028501A (zh) * | 2023-02-07 | 2023-04-28 | 广州晁沓科技有限公司 | 一种基于区块链的人工智能数据共享方法及*** |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080243631A1 (en) * | 2007-03-30 | 2008-10-02 | Kane Francis J | Services for providing item association data |
CN102708132A (zh) * | 2012-03-06 | 2012-10-03 | 奇智软件(北京)有限公司 | 一种网页推荐方法及*** |
CN102999586A (zh) * | 2012-11-15 | 2013-03-27 | 北京小米科技有限责任公司 | 一种网站推荐的方法和装置 |
CN103078967A (zh) * | 2013-01-11 | 2013-05-01 | 北京奇虎科技有限公司 | 一种生成常用网址的客户端、服务器、***和方法 |
CN103544623A (zh) * | 2013-11-06 | 2014-01-29 | 武汉大学 | 一种基于用户偏好特征建模的Web 服务推荐方法 |
CN103577478A (zh) * | 2012-08-06 | 2014-02-12 | 腾讯科技(深圳)有限公司 | 网页推送方法及*** |
CN103944935A (zh) * | 2013-01-21 | 2014-07-23 | 深圳市世纪光速信息技术有限公司 | 一种网址信息投放方法和装置 |
CN104252459A (zh) * | 2013-06-25 | 2014-12-31 | 腾讯科技(深圳)有限公司 | 推荐常用站点的方法和装置 |
CN104753979A (zh) * | 2013-12-25 | 2015-07-01 | 腾讯科技(深圳)有限公司 | 一种显示网站信息的方法、服务器、终端及*** |
CN105095355A (zh) * | 2015-06-19 | 2015-11-25 | 小米科技有限责任公司 | 网站推荐方法及装置 |
CN106610988A (zh) * | 2015-10-22 | 2017-05-03 | 阿里巴巴集团控股有限公司 | 网页推荐方法以及推荐装置 |
US20180005297A1 (en) * | 2014-12-26 | 2018-01-04 | China Unionpay Co., Ltd. | Analysis and collection system for user interest data and method therefor |
-
2021
- 2021-01-13 CN CN202210075786.8A patent/CN115292581A/zh active Pending
- 2021-01-13 CN CN202110042927.1A patent/CN112818217B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080243631A1 (en) * | 2007-03-30 | 2008-10-02 | Kane Francis J | Services for providing item association data |
CN102708132A (zh) * | 2012-03-06 | 2012-10-03 | 奇智软件(北京)有限公司 | 一种网页推荐方法及*** |
CN103577478A (zh) * | 2012-08-06 | 2014-02-12 | 腾讯科技(深圳)有限公司 | 网页推送方法及*** |
CN102999586A (zh) * | 2012-11-15 | 2013-03-27 | 北京小米科技有限责任公司 | 一种网站推荐的方法和装置 |
CN103078967A (zh) * | 2013-01-11 | 2013-05-01 | 北京奇虎科技有限公司 | 一种生成常用网址的客户端、服务器、***和方法 |
CN103944935A (zh) * | 2013-01-21 | 2014-07-23 | 深圳市世纪光速信息技术有限公司 | 一种网址信息投放方法和装置 |
CN104252459A (zh) * | 2013-06-25 | 2014-12-31 | 腾讯科技(深圳)有限公司 | 推荐常用站点的方法和装置 |
CN103544623A (zh) * | 2013-11-06 | 2014-01-29 | 武汉大学 | 一种基于用户偏好特征建模的Web 服务推荐方法 |
CN104753979A (zh) * | 2013-12-25 | 2015-07-01 | 腾讯科技(深圳)有限公司 | 一种显示网站信息的方法、服务器、终端及*** |
US20180005297A1 (en) * | 2014-12-26 | 2018-01-04 | China Unionpay Co., Ltd. | Analysis and collection system for user interest data and method therefor |
CN105095355A (zh) * | 2015-06-19 | 2015-11-25 | 小米科技有限责任公司 | 网站推荐方法及装置 |
CN106610988A (zh) * | 2015-10-22 | 2017-05-03 | 阿里巴巴集团控股有限公司 | 网页推荐方法以及推荐装置 |
Non-Patent Citations (2)
Title |
---|
JIAXIANG GE 等: "Recommending a Credible Web Service", 《WEB SERVICES》 * |
黄震华 等: "基于排序学习的推荐算法研究综述", 《软件学报》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116028501A (zh) * | 2023-02-07 | 2023-04-28 | 广州晁沓科技有限公司 | 一种基于区块链的人工智能数据共享方法及*** |
CN116028501B (zh) * | 2023-02-07 | 2023-09-12 | 北京布局未来教育科技有限公司 | 一种基于区块链的人工智能数据共享方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN112818217B (zh) | 2022-03-01 |
CN115292581A (zh) | 2022-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109800352B (zh) | 基于剪贴板进行信息推送的方法、***及终端设备 | |
CN102799610B (zh) | 网络信息收藏方法及*** | |
US9760640B2 (en) | Relevancy-based domain classification | |
US20180322201A1 (en) | Interest Keyword Identification | |
CN102799662B (zh) | 基于域名访问历史记录推荐网址的方法、装置及*** | |
US8122049B2 (en) | Advertising service based on content and user log mining | |
US7933917B2 (en) | Personalized search method and system for enabling the method | |
CN104835072B (zh) | 用于社交网络中用户的兼容性评分的方法和*** | |
CN101266620B (zh) | 向用户提供目标信息的方法及设备 | |
US20060064411A1 (en) | Search engine using user intent | |
US20080147635A1 (en) | System, apparatus and method for providing weight to information gathering engine according to situation of user and computer readable medium processing the method | |
US8639687B2 (en) | User-customized content providing device, method and recorded medium | |
US20090006442A1 (en) | Enhanced browsing experience in social bookmarking based on self tags | |
US20060015498A1 (en) | Search engine | |
US20090094210A1 (en) | Intelligently sorted search results | |
CN103607496A (zh) | 一种推断手机用户兴趣爱好的方法、装置及手机终端 | |
US20110029559A1 (en) | Method, apparatus, and program for extracting relativity of web pages | |
CN113378040A (zh) | 一种用于推广的用户行为分析方法及设备 | |
CN111447575A (zh) | 短信息推送方法、装置、设备及存储介质 | |
CN117370660A (zh) | 一种互联网网页显示管理方法、设备及计算机存储介质 | |
CN110334294B (zh) | 网址导航方法、装置、计算机可读存储介质和计算机设备 | |
CN112818217B (zh) | 一种基于区块链分片的Web服务推荐方法及*** | |
CN103425767B (zh) | 一种提示数据的确定方法和*** | |
US20150058307A1 (en) | Device for rapid provision of information | |
JP2003233704A (ja) | データ通信ネットワークを介したマーケティング情報の収集提供システム |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220130 Address after: Room 311-312, R & D center building, China (Hefei) national intelligent voice Industrial Park, 3333 Xiyou Road, high tech Zone, Hefei, Anhui 230000 Applicant after: ANHUI XINDUN TECHNOLOGY Co.,Ltd. Address before: 215000 108 Changshou East Road, Kunshan City, Suzhou City, Jiangsu Province Applicant before: Lei Yun |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |