CN115114506A - 商品搜索方法、装置、电子设备和存储介质 - Google Patents
商品搜索方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN115114506A CN115114506A CN202110286778.3A CN202110286778A CN115114506A CN 115114506 A CN115114506 A CN 115114506A CN 202110286778 A CN202110286778 A CN 202110286778A CN 115114506 A CN115114506 A CN 115114506A
- Authority
- CN
- China
- Prior art keywords
- commodity
- obtaining
- candidate
- results
- user
- 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
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000012163 sequencing technique Methods 0.000 claims abstract description 13
- 238000012216 screening Methods 0.000 claims description 4
- 239000000047 product Substances 0.000 description 46
- 230000006870 function Effects 0.000 description 18
- 239000002537 cosmetic Substances 0.000 description 12
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 11
- 244000265736 Nelumbo pentapetala Species 0.000 description 11
- 238000000605 extraction Methods 0.000 description 11
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000003068 static effect Effects 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000004590 computer program Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004140 cleaning Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 240000005369 Alstonia scholaris Species 0.000 description 2
- 235000013162 Cocos nucifera Nutrition 0.000 description 2
- 244000060011 Cocos nucifera Species 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000003796 beauty Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 235000008446 instant noodles Nutrition 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000010979 ruby Substances 0.000 description 1
- 229910001750 ruby Inorganic materials 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012549 training 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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0623—Item investigation
- G06Q30/0625—Directed, with specific intent or strategy
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开关于一种商品搜索方法、装置、电子设备和存储介质，属于互联网技术领域。其中，该商品搜索方法，包括：获取用户的输入信息，并根据输入信息获取用户的意图特征；根据用户的意图特征获取多个候选直播商户的多个商品获取结果；获取多个商品获取结果的商品描述信息；根据输入信息与商品描述信息，确定多个商品获取结果与输入信息的相关性评分；获取多个候选直播商户的标签，并根据多个候选直播商户的标签对多个候选直播商户所对应商品获取结果的相关性评分进行调整；根据调整之后的相关性评分对多个商品获取结果进行排序。由此，能够实现通过用户的输入信息搜索相关的商品直播的目的，同时实现了对搜索结果的智能排序和主动引导。
Description
技术领域
本公开涉及互联网技术领域，尤其涉及一种商品搜索方法、装置、电子设备和存储介质。
背景技术
网络直播是一种新兴的网络社交方式。主播利用摄像头等工具在直播平台上进行视频直播。而随着互联网直播的不断普及。很多嗅觉敏锐的商户开始利用直播平台进行线上的产品推广和销售，即所谓直播带货。
直播带货源点也许在于直播形态的副产品，但随着直播购物形态本身的逐渐成长，直播平台上生长出越来越多的专业带货主播，很多观众也在观看自己感兴趣的内容类直播之外，越来越多的寻找纯带货主播，以类似于电视购物的形式，直接以购买商品为目的收看带货直播。
发明内容
本公开提供一种商品搜索方法、装置、电子设备和存储介质，以至少解决相关技术中，没有基于直播的电商类搜索的问题，能够实现通过用户的输入信息搜索相关的商品直播的目的，同时实现了对搜索结果的智能排序和主动引导。本公开的技术方案如下：
根据本公开实施例的第一方面，提供一种商品搜索方法，包括：
获取用户的输入信息，并根据所述输入信息获取所述用户的意图特征；
根据所述用户的意图特征获取多个候选直播商户的多个商品获取结果；
获取所述多个商品获取结果的商品描述信息；
根据所述输入信息与所述商品描述信息，确定所述多个商品获取结果与所述输入信息的相关性评分；
获取所述多个候选直播商户的标签，并根据所述多个候选直播商户的标签对所述多个候选直播商户所对应所述商品获取结果的相关性评分进行调整；以及
根据调整之后的相关性评分对所述多个商品获取结果进行排序。
在本公开实施例一种可能的实现方式中，所述根据所述输入信息获取所述用户的意图特征，包括：
根据所述输入信息获取所述用户的意图信息；
如果所述用户的意图信息为搜索意图，则进一步从所述输入信息之中提取搜索属性信息，并将所述搜索属性信息作为所述意图特征。
在本公开实施例一种可能的实现方式中，在所述进一步从所述输入信息之中提取搜索属性信息之后，还包括：
从所述搜索属性信息之中提取商品类目树的当前节点。
在本公开实施例一种可能的实现方式中，所述根据所述用户的意图特征获取多个候选直播商户的多个商品获取结果，包括：
根据所述意图特征生成获取关键词；
根据所述获取关键词进行获取以生成获取候选商品集合，其中，所述获取候选商品集合之中包括多个商品获取结果，且每个所述商品获取结果对应候选直播商户。
在本公开实施例一种可能的实现方式中，所述根据所述获取关键词进行获取以生成获取候选商品集合，包括：
获取所述商品类目树的当前节点所对应的商品获取结果，并添加至所述获取候选商品集合之中；
如果所述获取候选商品集合之中的商品获取结果数量小于预设数量，则从所述当前节点沿着所述商品类目树寻找上级节点，并将所述上级节点所对应的商品获取结果添加至所述获取候选商品集合之中。
在本公开实施例一种可能的实现方式中，上述商品搜索方法还包括：
如果所述获取候选商品集合之中的商品获取结果数量依然小于所述预设数量，则对所述获取关键词进行筛减；
根据筛减之后的所述获取关键词进行再次获取，并将再次获取的商品获取结果添加至所述获取候选商品集合之中。
在本公开实施例一种可能的实现方式中，所述根据调整之后的相关性评分对所述多个商品获取结果进行排序，包括：
获取所述多个商品获取结果所在节点的节点级数；
根据所述节点级数和所述调整之后的相关性评分对所述多个商品获取结果进行排序。
根据本公开实施例的第二方面，提供一种商品搜索装置，包括：
第一获取模块，被配置为获取用户的输入信息，并根据所述输入信息获取所述用户的意图特征；
第二获取模块，被配置为根据所述用户的意图特征获取多个候选直播商户的多个商品获取结果；
第三获取模块，被配置为获取所述多个商品获取结果的商品描述信息；
确定模块，被配置为根据所述输入信息与所述商品描述信息，确定所述多个商品获取结果与所述输入信息的相关性评分；
第四获取模块，被配置为获取所述多个候选直播商户的标签，并根据所述多个候选直播商户的标签对所述多个候选直播商户所对应所述商品获取结果的相关性评分进行调整；以及
排序模块，被配置为根据调整之后的相关性评分对所述多个商品获取结果进行排序。
根据本公开实施例的第三方面，提供一种电子设备，包括：
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述指令，以实现上述的商品搜索方法。
根据本公开实施例的第四方面，提供一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行上述的商品搜索方法。
本公开的实施例提供的技术方案至少带来以下有益效果：
首先获取用户的输入信息，并根据输入信息获取用户的意图特征，以及根据用户的意图特征获取多个候选直播商户的多个商品获取结果，然后获取多个商品获取结果的商品描述信息，并根据输入信息与商品描述信息，确定多个商品获取结果与输入信息的相关性评分，再然后获取多个候选直播商户的标签，并根据多个候选直播商户的标签对多个候选直播商户所对应商品获取结果的相关性评分进行调整，最后根据调整之后的相关性评分对多个商品获取结果进行排序。由此，通过这种方法，解决了相关技术中，没有基于直播的电商类搜索的问题，能够实现通过用户的输入信息搜索相关的商品直播的目的，同时实现了对搜索结果的智能排序和主动引导。
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，并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种商品搜索方法的流程图；
图2是根据一示例性实施例示出的直播视频内容理解流程示意图；
图3是根据一示例性实施例示出的直播音频内容理解流程示意图；
图4是根据一示例性实施例示出的一种商品搜索装置框图；以及
图5是根据一示例性实施例示出的一种电子设备框图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
下面参考附图描述本公开实施例的商品搜索方法、装置、电子设备和存储介质。
本公开实施例提供的商品搜索方法，可以由电子设备来执行，该电子设备可为PC(Personal Computer，个人计算机)电脑、手机、平板电脑或掌上电脑等，此处不做任何限定。
在本公开实施例中，电子设备中可以设置有处理组件、存储组件和驱动组件。可选的，该驱动组件和处理组件可以集成设置，该存储组件可以存储操作***、应用程序或其他程序模块，该处理组件通过执行存储组件中存储的应用程序来实现本公开实施例提供的商品搜索方法。
需要说明的是，本公开实施例提供的商品搜索方法，可应用在具有直播功能的短视频APP(Application，应用程序)中，也可以应用在专门的直播APP中，此处不做任何限定。另外，上述的具有直播功能的短视频APP和直播APP均可安装于电子设备(例如，手机、平板电脑等)中。
图1是根据一示例性实施例示出的一种商品搜索方法的流程图，如图1所示，该商品搜索方法可用于电子设备中，包括以下步骤。
在步骤S11中，获取用户的输入信息，并根据输入信息获取用户的意图特征。
需要说明的是，该实施例中所描述的输入信息可包括用户通过语音识别输入的文本信息以及用户通过输入法输入至输入法***的输入内容，输入法***可以根据用户当前的输入方式，将输入内容转换为所输入文字的字词候选项，提供用户进行选择，用户可以通过多种输入手段进行文本信息的输入，例如键盘，触摸板，鼠标等，同时用户也可以选择任意的输入方式进行文本信息的输入，如拼音，五笔，笔画，手写，英文、小语种键盘等，此处不做任何限定。
在本公开实施例中，意图特征可包括商品搜索意图，电子设备(例如，手机)在获取到用户的输入信息之后，可先判断用户的输入信息中是否包括商品搜索意图，如果包括商品搜索意图，则可根据输入信息获取用户的意图特征。例如，若用户的输入信息为“美宝莲红色唇膏”，则可判定用户的输入信息中包括商品搜索意图；若用户的输入信息为“美女跳舞的直播”则可判定用户的输入信息中不包括商品搜索意图。
在一个实例中，本公开实施例提供的商品搜索方法应用在具有直播功能的短视频APP中，且该短视频APP安装于手机中，其中，在用户使用手机操作具有直播功能的短视频APP的过程中，可操作该短视频APP调出搜索栏，并根据自身的购物需求在该搜索栏中输入搜索信息(即，用户的输入信息)，例如，输入“美宝莲红色唇膏”，然后点击搜索按钮进行搜索。其中，当用户点击搜索按钮之后，手机先可通过该短视频APP判断用户的输入信息中是否包括商品搜索意图，如果包括商品搜索意图，则可根据输入信息获取用户的意图特征(例如，美宝莲、唇膏)。
在步骤S12中，根据用户的意图特征获取多个候选直播商户的多个商品获取结果。其中，多个候选直播商户的多个商品获取结果，可包括具有直播功能的短视频APP或直播APP中正在进行“直播带货”的直播商户，所正在直播的商品信息。
在一个实例中，本公开实施例提供的商品搜索方法应用在具有直播功能的短视频APP中，且该短视频APP安装于手机中，其中，手机在获取到用户的意图特征之后，可根据用户的意图特征获取(召回)多个候选直播商户的多个商品获取(召回)结果。
在步骤S13中，获取多个商品获取结果的商品描述信息。
在本公开实施例中，商品描述信息可包括商品的品牌、商品的标题、商品的名称、商品的描述、商品类型、商品的销售信息和商品的评价信息等。
在步骤S14中，根据输入信息与商品描述信息，确定多个商品获取结果与输入信息的相关性评分。
在一个实例中，本公开实施例提供的商品搜索方法应用在具有直播功能的短视频APP中，且该短视频APP安装于手机中，其中，手机在根据用户的意图特征获取多个候选直播商户的多个商品获取结果之后，可对其进行分析以获取多个商品获取结果的商品描述信息，然后可利用预设的相关性算法，根据输入信息(例如，美宝莲红色唇膏)与商品描述信息(例如，商品标题、商品的名称、商品的描述等)，确定多个商品获取结果与输入信息的相关性评分。其中，预设的相关性算法可根据实际情况进行标定，例如，该预设的相关性算法可为传统的相关性确定(计算)算法(例如，BM25算法)。
在步骤S15中，获取多个候选直播商户的标签，并根据多个候选直播商户的标签对多个候选直播商户所对应商品获取结果的相关性评分进行调整。
需要说明的是，该实施例中所描述的标签可为动态标签、静态标签或特征标签，其中，动态标签可包括针对直播间，按照直播间的内容理解标签，建立直播当前内容标签，或者针对主播正在讲解的商品，将正在讲解商品的语音转文字描述以生成相应的标签；静态标签可包括针对商品标题、商品描述的分词、关键字生成的标签，针对商品图片以及商品图片的内容生成的标签，针对商品的类目树信息生成的标签，通过主播历史直播内容、历史上搜索到该主播直播的关键字生成的标签(即，主播标签)等；特征标签可包括针对当前直播间的统计特征(如：在线人数、点赞量，总销售单量)生成的标签、针对当前商品的销售统计特征生成的标签。
在步骤S16中，根据调整之后的相关性评分对多个商品获取结果进行排序。
在一个实例中，本公开实施例提供的商品搜索方法应用在具有直播功能的短视频APP中，且该短视频APP安装于手机中，其中，手机在确定得到多个商品获取结果与输入信息的相关性评分之后，可获取多个候选直播商户的标签(例如，动态标签、静态标签或特征标签)，并根据多个候选直播商户的标签对多个候选直播商户所对应商品获取结果的相关性评分进行调整。例如，用户检索词(用户的输入信息)”椰子鞋“，电商领域知识会将adidas品牌的结果进行一部分加权，或者，用户检索词(用户的输入信息)“美宝莲红色唇膏”，则可以将历史上经常做口红直播的大主播、正在讲解化妆品的直播等商品结果进行加权。最后，手机可根据调整之后的相关性评分对多个商品获取结果进行排序，例如，在类目树中更深层次限定的获取结果永远排在类目树限定较浅的获取结果前面(例如：用户检索词：“美宝莲红色唇膏”，三级类目：“口红”类商品永远排在只有二级类目：“化妆品”类的商品前面)；有品牌词、属性词限定的商品永远排在放松了限制的获取结果前面。
在本公开实施例中，首先获取用户的输入信息，并根据输入信息获取用户的意图特征，然后根据用户的意图特征获取多个候选直播商户的多个商品获取结果，并获取多个商品获取结果的商品描述信息，以及根据输入信息与商品描述信息，确定多个商品获取结果与输入信息的相关性评分，再然后获取多个候选直播商户的标签，并根据多个候选直播商户的标签对多个候选直播商户所对应商品获取结果的相关性评分进行调整，最后根据调整之后的相关性评分对多个商品获取结果进行排序。由此，能够实现通过用户的输入信息搜索相关的商品直播的目的，同时实现了对搜索结果的智能排序和主动引导。
为了清楚说明上一实施例，在本公开实施例一种可能的实现方式中，根据输入信息获取用户的意图特征，可包括根据输入信息获取用户的意图信息，如果用户的意图信息为搜索意图，则进一步从输入信息之中提取搜索属性信息，并将搜索属性信息作为意图特征。
需要说明的是，该实施例中所描述的搜索意图可为商品搜索意图，其中，商品搜索意图可对应的各级商品类目树结点信息；该实施例中所描述的搜索属性信息可包括检索词对应的实体词，品牌词，属性词等。
在一个实例中，本公开实施例提供的商品搜索方法应用在具有直播功能的短视频APP中，且该短视频APP安装于手机中，其中，在用户使用手机操作具有直播功能的短视频APP的过程中，可操作该短视频APP调出搜索栏，并根据自身的购物需求在该搜索栏中输入搜索信息，并可根据该输入搜索信息获取用户的意图信息，例如，若用户的搜索信息为“美宝莲红色唇膏”，则可认为该意图信息为商品搜索意图，例如，若用户的搜索信息为“跳舞直播”，则可认为该意图信息为观看意图。如果用户的意图信息为搜索意图(例如，商品搜索意图)，则可进一步从输入信息之中提取搜索属性信息，并将搜索属性信息作为意图特征。例如，搜索信息是：”美宝莲红色唇膏“，意图可理解成：有商品搜索意图，搜索属性信息可包括：实体词：唇膏；品牌词：美宝莲；属性词：红色，意图特征可包括：唇膏、美宝莲、红色。由此，通过对用户的输入信息进行意图特征的提取，可以直观且准确的捕捉到用户当前的需求，从而使最后的搜索结果更加的符合用户当前的需求，且为后续的搜索提供了详细的检索词(即，意图特征)。
为了清楚说明上一实施例，在本公开实施例一种可能的实现方式中，在进一步从输入信息之中提取搜索属性信息之后，还可包括从搜索属性信息之中提取商品类目树的当前节点。
在一个实例中，本公开实施例提供的商品搜索方法应用在具有直播功能的短视频APP中，且该短视频APP安装于手机中，其中，手机在从输入信息之中提取到搜索属性信息之后，可从搜索属性信息之中提取商品类目树的当前节点。例如，当搜索属性信息包括：实体词：唇膏；品牌词：美宝莲；属性词：红色时，其提取的商品类目树可为一级类目，护肤品/化妆品/清洁用品；二级类目，化妆品；三级类目，口红，当前节点可为：化妆品-口红，或口红，此处不做任何限定。由此，可提高搜索的准确性。
在本公开实施例中，上述搜索属性信息的提取，以及商品类目树的当前节点的提取，均可通过提取模型进行实现，其中，该提取模型可以是提前训练好的，并将其预存在电子设备(例如，手机)的存储空间中，以方便调取应用，该存储空间不仅限于基于实体的存储空间，例如，硬盘，上述存储空间还可以是连接电子设备(例如，手机)的网络硬盘的存储空间(云存储空间)。
其中，该提取模型的训练与生成可由相关的服务器进行，该服务器可以是云端服务器，也可以是一台电脑的主机，该服务器与可执行公开实施例提供的商品搜索方法的电子设备之间，建立有通信连接，该通信连接可以是无线网络连接和有线网络连接的至少一种。服务器可将训练完成的提取模型发送给电子设备，以便电子设备在需要时调用，从而大大减少电子设备的计算压力。
在本公开实施例一种可能的实现方式中，根据用户的意图特征获取多个候选直播商户的多个商品获取结果，可包括根据意图特征生成获取关键词，并根据获取关键词进行获取以生成获取候选商品集合，其中，获取候选商品集合之中包括多个商品获取结果，且每个商品获取结果对应候选直播商户。
在一个实例中，本公开实施例提供的商品搜索方法应用在具有直播功能的短视频APP中，且该短视频APP安装于手机中，其中，手机在获取到用户的意图特征之后，可先将将该意图特征中的实体词、属性词、商标名等所有限定生成获取关键词，其中，获取关键词可对应的是最深一级类目树类别里的商品(例如：用户的输入信息是：”美宝莲红色唇膏“，对应的类目树信息是：’一级类目：护肤品/化妆品/清洁用品；二级类目：化妆品；三级类目：口红’，则可只在获取三级类目’口红’类的所有商品)。然后，手机根据获取关键词进行获取以生成获取候选商品集合，例如，多个商品获取结果可为各种品牌和色号的口红，以及其对应的候选直播商户(即，直播口红带货的直播商户)。由此，有购物需求的用户可以通过输入信息(关键字)，找到正在销售此类商品的主播，从而提升用户的使用体验。
为了清楚说明上一实施例，在本公开实施例一种可能的实现方式中，根据获取关键词进行获取以生成获取候选商品集合，可包括获取商品类目树的当前节点所对应的商品获取结果，并添加至获取候选商品集合之中，如果获取候选商品集合之中的商品获取结果数量小于预设数量，则从当前节点沿着商品类目树寻找上级节点，并将上级节点所对应的商品获取结果添加至获取候选商品集合之中。其中，预设数量可根据实际情况进行标定。
在一个实例中，本公开实施例提供的商品搜索方法应用在具有直播功能的短视频APP中，且该短视频APP安装于手机中，其中，手机在获取到回关键词之后，可获取商品类目树的当前节点(例如，口红)所对应的商品获取结果，并添加至获取候选商品集合之中，当获取候选商品集合之中的商品获取结果数量小于预设数量时，可从当前节点沿着商品类目树寻找上级节点，并将上级节点所对应的商品获取结果添加至获取候选商品集合之中(例如，用户的输入信息是：”美宝莲红色唇膏“，对应的类目树信息是：一级类目：护肤品/化妆品/清洁用品；二级类目：化妆品；三级类目：口红，则当前补充获取二级类目’化妆品’类的所有商品)，从而扩充获取候选商品集合中的商品数量。
进一步地，在本公开实施例另一种可能的实现方式中，还可包括如果获取候选商品集合之中的商品获取结果数量依然小于预设数量，则对获取关键词进行筛减，根据筛减之后的获取关键词进行再次获取，并将再次获取的商品获取结果添加至获取候选商品集合之中。
在一个实例中，本公开实施例提供的商品搜索方法应用在具有直播功能的短视频APP中，且该短视频APP安装于手机中，其中，如果通过将上级节点所对应的商品获取结果添加至获取候选商品集合之中后，获取候选商品集合之中的商品获取结果数量依然小于预设数量，则可对获取关键词进行筛减(例如，去掉部分属性词、商标名的限制)，根据筛减之后的获取关键词进行再次获取，并将再次获取的商品获取结果添加至获取候选商品集合之中。例如，去掉获取关键词“美宝莲、红色、唇膏”中的商标名的限制，即去掉获取关键词中的“美宝莲”保留“红色、唇膏”，从而进一步扩充获取候选商品集合中的商品数量。
需要说明的是，上述扩充获取候选商品集合中的商品数量的方法，可重复执行直至获取候选商品集合之中的商品获取结果数量大于或等于预设数量。
在本公开实施例一种可能的实现方式中，标签可为动态标签，其中，获取多个候选直播商户的标签，可包括：获取候选直播商户的当前直播内容或当前讲解内容，对当前直播内容或当前讲解内容进行识别以生成标签。
在一个实例中，参见图2和图3，针对直播间，可按照选直播商户的当前直播间的内容理解标签，建立直播当前的内容标签，如图2所示的产出(1)视频理解标签。其中，获取直播商户的当前直播间的直播视频流，以直播视频抽帧的方式输入卷积神经网络中，以通过该卷积神经网络输出的视频理解标签，其中，标签可以是分级的，举例如下：第一级：“美食/数码/用品/服装/游戏画满”，第二级：“生鲜/袋装食品/键盘/男装”，第三级：“方便面/西装/王者荣耀”。
针对直播间中主播正在讲解商品的内容(即，当前讲解内容)，对当前讲解内容进行识别以生成标签，如图3所示的产出(1)，关键字/关键词(标签)。其中，获取直播商户的当前直播间的直播视频流，以音频切片的方式输入至循环神经网络中，以通过该循环神经网络输出文本，然后进行文本分词、语法分析、关键字提取程序和命名实体识别等生成关键字/关键词(标签)。
由此，可基于当前直播内容或当前讲解内容进行识别以生成标签，从而使生成的标签可以更好的表述当前直播间，进而可提高搜索的准确性。
在本公开实施例一种可能的实现方式中，标签可为静态标签，其中，获取多个候选直播商户的标签，可包括提取候选直播商户的商品描述信息，并根据商品描述信息生成标签。
在本公开实施例另一种可能的实现方式中，标签可为静态标签，其中，获取多个候选直播商户的标签，可包括获取候选直播商户的历史直播内容，并根据历史直播内容生成标签。
在一个实例中，针对直播间，可提取候选直播商户的商品描述信息，例如，商品标题、商品描述的分词、关键字、商品的图片等，然后对这些商品描述信息深度学习到的wordembedding(词向量)以生成相关的标签，例如，图1所示出的产出(2)。或者直接根据商品的类目树信息生成标签。再或者通过主播历史直播内容(即，候选直播商户的历史直播内容)、历史上搜索到该主播直播的关键字等，建立主播标签。由此，可使标签丰富多样，进一步提高搜索的准确性。
在本公开实施例一种可能的实现方式中，标签可为特征标签，其中，获取多个候选直播商户的标签，可包括获取候选直播商户的用户统计特征和/或商品销售统计特征，并根据用户统计特征和/或商品销售统计特征生成标签。
在一个实例中，针对直播间，可获取当前直播间的统计特征(如：在线人数、点赞量，总销售单量)和/或当前商品的销售统计特征(例如，销售数量、销售评价、售后)，并根据当前直播间的统计特征和/或当前商品的销售统计特征生成标签。由此，生成的标签更加符合商品销售和关注特征，从而使搜索结果可以兼顾商品销售和关注特征。
在本公开实施例一种可能的实现方式中，根据输入信息与商品描述信息，确定多个商品获取结果与用户的意图特征的相关性评分，可包括获取商品获取结果的商品描述信息，并根据输入信息与商品获取结果的商品描述信息确定初始相关性评分。
进一步地，在本公开实施例另一种可能的实现方式中，还可包括根据意图特征对初始相关性评分进行调整。
在一个实例中，本公开实施例提供的商品搜索方法应用在具有直播功能的短视频APP中，且该短视频APP安装于手机中，其中，手机在根据用户的意图特征获取多个候选直播商户的多个商品获取结果之后，可对其进行分析以获取多个商品获取结果的商品描述信息，然后可利用预设的相关性算法，根据输入信息(例如，美宝莲红色唇膏)与商品描述信息(例如，商品标题、商品的名称等)，确定多个商品获取结果与输入信息的相关性评分，或者利用输入信息的意图理解结果(商标名、属性词、类目树信息)和商品标注信息(卖家标定的商品类目，关键字)，利用电商领域内知识对相关性结果进行微调(例如：用户检索词”椰子鞋“，电商领域知识会将adidas品牌的结果进行一部分加权)，再或者利用主播信息、直播内容理解和商品讲解内容，对相关性结果进行调整，(例如：用户检索词(输入信息)”美宝莲红色唇膏“，则会将历史上经常做口红直播的大主播、正在讲解化妆品的直播等商品结果进行加权)。由此，得到的相关性评分可以充分满足用户的需求，使最后的搜索结果的展现更加的合理和科学。
在本公开实施例一种可能的实现方式中，根据调整之后的相关性评分对多个商品获取结果进行排序，可包括获取多个商品获取结果所在节点的节点级数，并根据节点级数和调整之后的相关性评分对多个商品获取结果进行排序。
需要说明的是，由于有分级获取机制，在类目树中更深层次限定的获取结果永远排在类目树限定较浅的获取结果前面(例如：用户检索词”美宝莲红色唇膏“，三级类目”口红“类商品永远排在只有二级类目”化妆品“类的商品前面)；有品牌词、属性词限定的商品永远排在放松了限制的获取结果前面。另外，直播内容、主播领域相关的商品，相关性权重会被放大，使得用户搜索到的商品结果可以得到”正在讲解“的服务，并且用户点击量高、下单量高的搜索结果也可被提权，以实现多目标的权衡。
在一个实例中，本公开实施例提供的商品搜索方法应用在具有直播功能的短视频APP中，且该短视频APP安装于手机中，其中，手机在获取到调整之后的相关性评分之后，可获取多个商品获取结果所在节点的节点级数，并根据节点级数和调整之后的相关性评分对多个商品获取结果进行排序，其中，由于基于直播场景的商品搜索的特殊性，会在排序阶段综合考虑多个优化目标，例如，对相关性高的结果尽量排在前面、对商品评分高的商品会尽量排在前面、对用户下单量高的结果尽量排在前面、对直播用户时长高的结果尽量排在前面(兼顾直播平台的直播收益)，从而实现了对搜索结果的智能排序和主动引导，进而使搜索结果的展现更加的符合用户的需求。
综上，根据本公开的实施例提供的商品搜索方法，首先获取用户的输入信息，并根据输入信息获取用户的意图特征，然后根据用户的意图特征获取多个候选直播商户的多个商品获取结果，并获取多个商品获取结果的商品描述信息，以及根据输入信息与商品描述信息，确定多个商品获取结果与输入信息的相关性评分，再然后获取多个候选直播商户的标签，并根据多个候选直播商户的标签对多个候选直播商户所对应商品获取结果的相关性评分进行调整，最后根据调整之后的相关性评分对多个商品获取结果进行排序。由此，能够实现通过用户的输入信息搜索相关的商品直播的目的，同时实现了对搜索结果的智能排序和主动引导。
图4是根据一示例性实施例示出的一种商品搜索装置框图。参照图4，该商品搜索装置40可包括：第一获取模块41、第二获取模块42、第三获取模块43、确定模块44、第四获取模块45和排序模块46。
其中，第一获取模块41被配置为获取用户的输入信息，并根据输入信息获取用户的意图特征。
第二获取模块42被配置为根据用户的意图特征获取多个候选直播商户的多个商品获取结果。
第三获取模块43被配置为获取多个商品获取结果的商品描述信息。
确定模块44被配置为根据输入信息与商品描述信息，确定多个商品获取结果与输入信息的相关性评分。
第四获取模块45被配置为获取多个候选直播商户的标签，并根据多个候选直播商户的标签对多个候选直播商户所对应商品获取结果的相关性评分进行调整。
排序模块46被配置为根据调整之后的相关性评分对多个商品获取结果进行排序。
在本公开实施例一种可能的实现方式中，第一获取模块41可包括：
获取单元，被配置为根据输入信息获取用户的意图信息；
第一提取单元，被配置为如果用户的意图信息为搜索意图，则进一步从输入信息之中提取搜索属性信息，并将搜索属性信息作为意图特征。
在本公开实施例一种可能的实现方式中，第一获取模块42还可包括：
第二提取单元，被配置为在第一提取单元进一步从输入信息之中提取搜索属性信息之后，从搜索属性信息之中提取商品类目树的当前节点。
在本公开实施例一种可能的实现方式中，第二获取模块42可包括：
生成单元，被配置为根据意图特征生成获取关键词；
获取单元，被配置为根据获取关键词进行获取以生成获取候选商品集合，其中，获取候选商品集合之中包括多个商品获取结果，且每个商品获取结果对应候选直播商户。
在本公开实施例一种可能的实现方式中，获取单元，具体被配置为：
获取商品类目树的当前节点所对应的商品获取结果，并添加至获取候选商品集合之中；
如果获取候选商品集合之中的商品获取结果数量小于预设数量，则从当前节点沿着商品类目树寻找上级节点，并将上级节点所对应的商品获取结果添加至获取候选商品集合之中。
在本公开实施例一种可能的实现方式中，获取单元，还被配置为：
如果获取候选商品集合之中的商品获取结果数量依然小于预设数量，则对获取关键词进行筛减；
根据筛减之后的获取关键词进行再次获取，并将再次获取的商品获取结果添加至获取候选商品集合之中。
在本公开实施例一种可能的实现方式中，标签为动态标签，其中，第四获取模块45具体被配置为：
获取候选直播商户的当前直播内容或当前讲解内容；
对当前直播内容或当前讲解内容进行识别以生成标签。
在本公开实施例一种可能的实现方式中，标签为静态标签，其中，第四获取模块45具体被配置为：
提取候选直播商户的商品描述信息；
根据商品描述信息生成标签。
在本公开实施例一种可能的实现方式中，标签为静态标签，其中，第四获取模块45具体被配置为：
获取候选直播商户的历史直播内容；
根据历史直播内容生成标签。
在本公开实施例一种可能的实现方式中，标签为特征标签，其中，第四获取模块45具体被配置为：
获取候选直播商户的用户统计特征和/或商品销售统计特征；
根据用户统计特征和/或商品销售统计特征生成标签。
在本公开实施例一种可能的实现方式中，确定模块44具体被配置为：
获取商品获取结果的商品描述信息；
根据输入信息与商品获取结果的商品描述信息确定初始相关性评分。
在本公开实施例一种可能的实现方式中，确定模块44还被配置为：
根据意图特征对初始相关性评分进行调整。
在本公开实施例一种可能的实现方式中，排序模块45具体被配置为：
获取多个商品获取结果所在节点的节点级数；
根据节点级数和调整之后的相关性评分对多个商品获取结果进行排序。
在实际使用时，本公开实施例提供的商品搜索装置，可以被配置在电子设备中，以执行前述商品搜索方法。因此，关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。
综上，本公开的实施例提供的商品搜索装置，首先通过第一获取模块获取用户的输入信息，并根据输入信息获取用户的意图特征，并通过第二获取模块根据用户的意图特征获取多个候选直播商户的多个商品获取结果，然后通过第三获取模块获取多个商品获取结果的商品描述信息，并通过确定模块根据输入信息与商品描述信息，确定多个商品获取结果与输入信息的相关性评分，再然后通过第四获取模块获取多个候选直播商户的标签，并根据多个候选直播商户的标签对多个候选直播商户所对应商品获取结果的相关性评分进行调整，最后通过排序模块根据调整之后的相关性评分对多个商品获取结果进行排序。由此，能够实现通过用户的输入信息搜索相关的商品直播的目的，同时实现了对搜索结果的智能排序和主动引导。
为了实现上述实施例，本公开还提出了一种电子设备。
其中，该电子设备，包括处理器和用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现上述的商品搜索方法。
为了实现上述实施例，本公开还提出了一种存储介质。
其中，当存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行上述的商品搜索方法。
为了实现上述实施例，本公开还提供一种计算机程序产品。
其中，该计算机程序由电子设备的处理器执行时，使得电子设备能够执行上述的商品搜索方法。
图5是根据一示例性实施例示出的一种电子设备框图。图5示出的电子设备仅仅是一个示例，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5所示，电子设备50包括处理器51，其可以根据存储在只读存储器(ROM，ReadOnly Memory)52中的程序或者从存储器56加载到随机访问存储器(RAM，Random AccessMemory)53中的程序而执行各种适当的动作和处理。在RAM 53中，还存储有电子设备50操作所需的各种程序和数据。处理器51、ROM 52以及RAM 53通过总线55彼此相连。输入/输出(I/O，Input/Output)接口55也连接至总线55。
以下部件连接至I/O接口55：包括硬盘等的存储器56；以及包括诸如LAN(局域网，Local Area Network)卡、调制解调器等的网络接口卡的通信部分57，通信部分57经由诸如因特网的网络执行通信处理；驱动器58也根据需要连接至I/O接口55。
特别地，根据本公开的实施例，上文参考流程图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57从网络上被下载和安装。在该计算机程序被处理器51执行时，执行本公开的方法中限定的上述功能。
在示例性实施例中，还提供了一种包括指令的存储介质，例如包括指令的存储器，上述指令可由电子设备50的处理器51执行以完成上述方法。可选地，存储介质可以是非临时性计算机可读存储介质，例如，所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
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、电线、光缆、RF等等，或者上述的任意合适的组合。
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。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
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 (10)
1.一种商品搜索方法，其特征在于，包括：
获取用户的输入信息，并根据所述输入信息获取所述用户的意图特征；
根据所述用户的意图特征获取多个候选直播商户的多个商品获取结果；
获取所述多个商品获取结果的商品描述信息；
根据所述输入信息与所述商品描述信息，确定所述多个商品获取结果与所述输入信息的相关性评分；
获取所述多个候选直播商户的标签，并根据所述多个候选直播商户的标签对所述多个候选直播商户所对应所述商品获取结果的相关性评分进行调整；以及
根据调整之后的相关性评分对所述多个商品获取结果进行排序。
2.如权利要求1所述的商品搜索方法，其特征在于，所述根据所述输入信息获取所述用户的意图特征，包括：
根据所述输入信息获取所述用户的意图信息；
如果所述用户的意图信息为搜索意图，则进一步从所述输入信息之中提取搜索属性信息，并将所述搜索属性信息作为所述意图特征。
3.如权利要求2所述的商品搜索方法，其特征在于，在所述进一步从所述输入信息之中提取搜索属性信息之后，还包括：
从所述搜索属性信息之中提取商品类目树的当前节点。
4.如权利要求2或3所述的商品搜索方法，其特征在于，所述根据所述用户的意图特征获取多个候选直播商户的多个商品获取结果，包括：
根据所述意图特征生成获取关键词；
根据所述获取关键词进行获取以生成获取候选商品集合，其中，所述获取候选商品集合之中包括多个商品获取结果，且每个所述商品获取结果对应候选直播商户。
5.如权利要求4所述的商品搜索方法，其特征在于，所述根据所述获取关键词进行获取以生成获取候选商品集合，包括：
获取所述商品类目树的当前节点所对应的商品获取结果，并添加至所述获取候选商品集合之中；
如果所述获取候选商品集合之中的商品获取结果数量小于预设数量，则从所述当前节点沿着所述商品类目树寻找上级节点，并将所述上级节点所对应的商品获取结果添加至所述获取候选商品集合之中。
6.如权利要求5所述的商品搜索方法，其特征在于，还包括：
如果所述获取候选商品集合之中的商品获取结果数量依然小于所述预设数量，则对所述获取关键词进行筛减；
根据筛减之后的所述获取关键词进行再次获取，并将再次获取的商品获取结果添加至所述获取候选商品集合之中。
7.如权利要求1所述的商品搜索方法，其特征在于，所述根据调整之后的相关性评分对所述多个商品获取结果进行排序，包括：
获取所述多个商品获取结果所在节点的节点级数；
根据所述节点级数和所述调整之后的相关性评分对所述多个商品获取结果进行排序。
8.一种商品搜索装置，其特征在于，包括：
第一获取模块，被配置为获取用户的输入信息，并根据所述输入信息获取所述用户的意图特征；
第二获取模块，被配置为根据所述用户的意图特征获取多个候选直播商户的多个商品获取结果；
第三获取模块，被配置为获取所述多个商品获取结果的商品描述信息；
确定模块，被配置为根据所述输入信息与所述商品描述信息，确定所述多个商品获取结果与所述输入信息的相关性评分；
第四获取模块，被配置为获取所述多个候选直播商户的标签，并根据所述多个候选直播商户的标签对所述多个候选直播商户所对应所述商品获取结果的相关性评分进行调整；以及
排序模块，被配置为根据调整之后的相关性评分对所述多个商品获取结果进行排序。
9.一种电子设备，其特征在于，包括：
处理器；
用于存储所述处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述指令，以实现如权利要求1-7中任一项所述的商品搜索方法。
10.一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，使得电子设备能够执行如权利要求1-7中任一项所述的商品搜索方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110286778.3A CN115114506A (zh) | 2021-03-17 | 2021-03-17 | 商品搜索方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110286778.3A CN115114506A (zh) | 2021-03-17 | 2021-03-17 | 商品搜索方法、装置、电子设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115114506A true CN115114506A (zh) | 2022-09-27 |
Family
ID=83324318
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110286778.3A Pending CN115114506A (zh) | 2021-03-17 | 2021-03-17 | 商品搜索方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115114506A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100223157A1 (en) * | 2007-10-15 | 2010-09-02 | Simardip Kalsi | Online virtual knowledge marketplace |
| CN102253936A (zh) * | 2010-05-18 | 2011-11-23 | 阿里巴巴集团控股有限公司 | 记录用户访问商品信息的方法及搜索方法和服务器 |
| TW201207646A (en) * | 2010-08-13 | 2012-02-16 | Alibaba Group Holding Ltd | Inquiry method, system and device based on vertical search |
| CN102663627A (zh) * | 2012-04-26 | 2012-09-12 | 焦点科技股份有限公司 | 个性化推荐方法 |
| CN111970523A (zh) * | 2020-08-13 | 2020-11-20 | 北京达佳互联信息技术有限公司 | 信息显示方法、装置、终端、服务器及存储介质 |
-
2021
- 2021-03-17 CN CN202110286778.3A patent/CN115114506A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100223157A1 (en) * | 2007-10-15 | 2010-09-02 | Simardip Kalsi | Online virtual knowledge marketplace |
| CN102253936A (zh) * | 2010-05-18 | 2011-11-23 | 阿里巴巴集团控股有限公司 | 记录用户访问商品信息的方法及搜索方法和服务器 |
| TW201207646A (en) * | 2010-08-13 | 2012-02-16 | Alibaba Group Holding Ltd | Inquiry method, system and device based on vertical search |
| CN102663627A (zh) * | 2012-04-26 | 2012-09-12 | 焦点科技股份有限公司 | 个性化推荐方法 |
| CN111970523A (zh) * | 2020-08-13 | 2020-11-20 | 北京达佳互联信息技术有限公司 | 信息显示方法、装置、终端、服务器及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| Y. WANG 等: "A mobile recommendation system based on logistic regression and gradient boosting decision trees", 《2016 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS》, 3 November 2016 (2016-11-03), pages 1896 - 1902 * |
| 黄建平: "基于用户参考价格倾向度的协同过滤推荐算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑 》, no. 2016, 15 January 2016 (2016-01-15), pages 138 - 1043 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11645517B2 (en) | Information processing method and terminal, and computer storage medium | |
| CN108776676B (zh) | 信息推荐方法、装置、计算机可读介质及电子设备 | |
| CN110134931B (zh) | 媒介标题生成方法、装置、电子设备及可读介质 | |
| CN109034973B (zh) | 商品推荐方法、装置、***及计算机可读存储介质 | |
| WO2020088058A1 (zh) | 生成信息的方法和装置 | |
| WO2018035164A1 (en) | Description information generation and presentation systems, methods, and devices | |
| CN110427548B (zh) | 信息推送方法、信息推送装置及计算机可读存储介质 | |
| CN116894711A (zh) | 商品推荐理由生成方法及其装置、电子设备 | |
| JP2019133620A (ja) | イメージ内の複数の客体の調和に基づく調和検索方法、コンピュータ装置およびコンピュータプログラム | |
| CN113946754A (zh) | 基于用户画像的权益推荐方法、装置、设备及存储介质 | |
| CN111767420A (zh) | 一种生成服饰搭配数据的方法和装置 | |
| CN111209351A (zh) | 对象关系预测、对象推荐方法及装置、电子设备、介质 | |
| CN111339406A (zh) | 个性化推荐方法、装置、设备及存储介质 | |
| CN111597446A (zh) | 基于人工智能的内容推送方法、装置、服务器和存储介质 | |
| KR102149035B1 (ko) | 퍼포먼스 마케팅을 위한 광고페이지 생성 및 관리 시스템 | |
| CN115907868A (zh) | 一种广告投放分析方法及装置 | |
| CN113704507A (zh) | 数据处理方法、计算机设备以及可读存储介质 | |
| CN115860870A (zh) | 一种商品推荐方法、***、装置及可读介质 | |
| CN111695041A (zh) | 用于推荐信息的方法和装置 | |
| CN113032676B (zh) | 基于微反馈的推荐方法和*** | |
| CN107688600B (zh) | 知识点挖掘方法及装置 | |
| CN112446214A (zh) | 广告关键词的生成方法、装置、设备及存储介质 | |
| CN109299378B (zh) | 搜索结果的展示方法、装置、终端及存储介质 | |
| CN111787042A (zh) | 用于推送信息的方法和装置 | |
| CN111782850A (zh) | 一种基于手绘图的物品搜索方法和装置 |
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 |