TWI599899B - Method and apparatus for providing word recommendation - Google Patents

Method and apparatus for providing word recommendation Download PDF

Info

Publication number
TWI599899B
TWI599899B TW102145139A TW102145139A TWI599899B TW I599899 B TWI599899 B TW I599899B TW 102145139 A TW102145139 A TW 102145139A TW 102145139 A TW102145139 A TW 102145139A TW I599899 B TWI599899 B TW I599899B
Authority
TW
Taiwan
Prior art keywords
search term
time
preset
sub
user
Prior art date
Application number
TW102145139A
Other languages
English (en)
Other versions
TW201504828A (zh
Inventor
Yi-Zhe Liu
Original Assignee
Alibaba Group Services Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Alibaba Group Services Ltd filed Critical Alibaba Group Services Ltd
Publication of TW201504828A publication Critical patent/TW201504828A/zh
Application granted granted Critical
Publication of TWI599899B publication Critical patent/TWI599899B/zh

Links

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
    • G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
    • 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
    • G06F16/903—Querying
    • G06F16/9032—Query formulation
    • G06F16/90324—Query formulation using system suggestions
    • G06F16/90328—Query formulation using system suggestions using search space presentation or visualization, e.g. category or range presentation and selection
    • 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
    • G06F16/332—Query formulation
    • G06F16/3322—Query formulation using system suggestions
    • 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
    • G06F16/903—Querying
    • G06F16/9038—Presentation of query results
    • 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
    • G06F16/951—Indexing; Web crawling techniques
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/237—Lexical tools
    • G06F40/242—Dictionaries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates
    • 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]
    • G06Q30/0607—Regulated
    • 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)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Computational Linguistics (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Description

提供推薦詞的方法及裝置
本申請案關於通信技術領域，尤其關於一種提供推薦詞的方法及裝置。
目前，對於電子商務網站來說，重大節日往往代表的巨大的商機，一般的，網站擁有者都會在重大節日當天或前幾天就在網站上設置節日專場頁面。
例如，針對聖誕節，電子商務網站的擁有者一般會透過一個單獨的頁面展示與聖誕節相關的商品資訊，如聖誕樹、平安果、鹿角等，這個單獨的頁面就是節日專場頁面。
在現有技術中，引導用戶從網站的主頁面跳轉到某個專場頁面的方法是：在主頁面上增加跳轉至該專場頁面的鏈接，如圖片鏈接或文字鏈接等。
但是，上述方法在專場頁面上線時，需要在主頁面上添加引導用戶跳轉到該專場頁面的鏈接，當該專場頁面下線時，也需要刪除主頁面上的相應鏈接，也就是說，現有技術中引導用戶從網站的主頁面跳轉到專場頁面的方法需 要人工調整主頁面的結構，顯然，該方法過程較為繁瑣，效率較低，而且會增加網站的維護成本，浪費人力資源。同時，用戶要找到相應專場頁面或專場頁面展示的資訊，往往需要進行更多次的搜尋或跳轉，這明顯會增加網絡的負擔，特別在諸如聖誕節等特殊時段，在短時間內訪問用戶大幅增加，如果還需要進行多次搜尋或跳轉，會極大的增加網站伺服器的壓力，甚至造成當機。
本申請案實施例提供一種提供推薦詞的方法及裝置，用以解決現有技術中引導用戶跳轉到專場頁面時需要人工調整主頁面的結構，過程較為繁瑣、效率較低，用戶查找專場頁面或專場頁面展示的資訊時會增大伺服器的壓力，可能造成伺服器當機的問題。
本申請案實施例提供的一種提供推薦詞的方法，包括：確定用戶輸入的搜尋詞以及輸入所述搜尋詞的輸入時刻；並當所述輸入時刻落入在當前時間週期內預設的時間範圍內時，根據針對所述時間範圍預設的詞庫中的關鍵詞，以及所述搜尋詞，判斷所述搜尋詞是否存在於所述詞庫中；當所述搜尋詞存在於所述詞庫中時，向所述用戶提供針對所述時間範圍預設的專場推薦詞，並在所述用戶點擊 所述專場推薦詞時跳轉到針對所述時間範圍預設的專場頁面。
本申請案實施例提供的一種提供推薦詞的裝置，包括：確定模組，用於確定用戶輸入的搜尋詞以及輸入所述搜尋詞的輸入時刻；判斷模組，用於當所述確定模組確定的輸入時刻落入在當前時間週期內預設的時間範圍內時，根據針對所述時間範圍預設的詞庫中的關鍵詞，判斷所述搜尋詞是否存在於所述詞庫中；提供模組，用於當所述判斷模組的判斷結果為是時，向所述用戶提供針對所述時間範圍預設的專場推薦詞，並在所述用戶點擊所述專場推薦詞時跳轉到針對所述時間範圍預設的專場頁面。
本申請案實施例提供一種提供推薦詞的方法及裝置，該方法伺服器確定用戶輸入的搜尋詞和輸入搜尋詞的輸入時刻，當輸入時刻落入預設的時間範圍內時，判斷用戶輸入的搜尋詞是否存在於針對該時間範圍預設的詞庫中，若是，則向用戶提供針對該時間範圍預設的專場推薦詞，並在用戶點擊該專場推薦詞時跳轉到針對該時間範圍預設的專場頁面。上述方法可透過向用戶提供的專場推薦詞將用戶引導至專場頁面，無需再主頁面上添加引導用戶的鏈接，也就無需人工調整主頁面的結構，因此可高效的引導用戶至專場頁面，降低了網站維護成本，節省了人力資 源，而且當用戶輸入的搜尋詞存在於預設的詞庫中時，伺服器可直接向用戶提供相應的專場推薦詞，用戶點擊該專場推薦詞後則直接跳轉到相應的專場頁面，因此可有效降低用戶查找專場頁面或其展示的資訊時所需的搜尋次數和跳轉次數，從而可減小伺服器壓力，降低伺服器當機的風險。
301‧‧‧確定模組
302‧‧‧判斷模組
303‧‧‧提供模組
304‧‧‧詞庫預設模組
305‧‧‧頁面預設模組
圖1為本申請案實施例提供的提供推薦詞的過程；圖2為本申請案實施例提供的針對時間範圍預設詞庫的過程；圖3為本申請案實施例提供的提供推薦詞的裝置結構示意圖。
本申請案實施例利用用戶在網站主頁面跳轉至其他頁面的第一入口，即，搜尋框，為用戶提供專場頁面的專場推薦詞，當用戶點擊該專場推薦詞時，即可跳轉到相應的專場頁面，從而可透過向用戶提供的專場推薦詞將用戶引導至專場頁面，無需再主頁面上添加引導用戶的鏈接，也就無需人工調整主頁面的結構，因此可高效的引導用戶至專場頁面，降低了網站維護成本，節省了人力資源，還可有效降低用戶查找專場頁面或其展示的資訊時所需的搜尋次數和跳轉次數，從而可減小伺服器壓力，降低伺服器當 機的風險。
下面結合說明書附圖，對本申請案實施例進行詳細描述。
圖1為本申請案實施例提供的提供推薦詞的過程，具體包括以下步驟：
S101：確定用戶輸入的搜尋詞以及輸入該搜尋詞的輸入時刻。
在本申請案實施例中，網站的伺服器向用戶提供該網站的主頁面後，通常用戶會在該主頁面的搜尋塊中輸入該用戶所需的資訊的關鍵詞，也即搜尋詞，伺服器則確定用戶輸入的搜尋詞，並確定用戶輸入該搜尋詞的時刻，作為輸入時刻。
例如，假設用戶在主頁面的搜尋塊中輸入的搜尋詞為“聖誕樹”，則伺服器確定用戶輸入的搜尋詞“聖誕樹”以及輸入“聖誕樹”的輸入時刻。
S102：判斷該輸入時刻是否落入當前週期內預設的時間範圍內，若是，執行步驟S103，否則執行步驟S105。
在本申請案實施例中，可預先在伺服器中設定每個時間週期內所提供的專場頁面對應的時間範圍，其中，上述時間週期可以為一年。例如，針對聖誕節，由於聖誕節是每年的12月25日，某電子商務網站在每年的12月22日至12月25日都要建立聖誕節專場頁面，因此可設定時間週期為一年，並設定該聖誕節專場頁面對應的時間範圍為12月22日至12月25日。類似的，如果該網站針對每年 的春節也建立春節專場頁面，則可採用類似的方法設定時間範圍。
當然，本申請案實施例建立的專場頁面和設定的時間範圍不止針對節日，還可針對其他時間，如針對春季或秋季建立出遊專場頁面，或針對某個指定日期建立指定類型商品(如電器等)的專場頁面。
伺服器透過上述步驟S101確定了用戶輸入的搜尋詞和輸入時刻後，則可判斷該輸入時刻是否落入當前週期內預設的時間範圍內。繼續沿用上例，假設用戶輸入搜尋詞“聖誕樹”的輸入時刻為2012年12月23日，當前時間週期為2012年1月1日至2012年12月31日，在當前時間週期內共預設了兩個時間範圍，一個是針對聖誕節設定的12月22日至12月25日，另一個是針對春節設定的2月3日至2月10日，則伺服器判斷用戶輸入搜尋詞“聖誕樹”的輸入時刻是否落入當前時間週期(2012年1月1日至2012年12月31日)內預設的某個時間範圍內。
S103：根據針對該預設的時間範圍預設的詞庫中的關鍵詞，以及該搜尋詞，判斷該搜尋詞是否存在於該詞庫中，若是，執行步驟S104，否則執行步驟S105。
在本申請案實施例中，可預先針對每個專場頁面對應的時間範圍，在伺服器中預設該時間範圍對應的詞庫，該詞庫中包含與該專場頁面相關的若干個關鍵詞，伺服器則可根據輸入時刻所落入的當前時間週期內預設的時間範圍對應的詞庫中包含的關鍵詞，以及用戶輸入的搜尋詞，判 斷該搜尋詞是否存在於該詞庫中。
繼續沿用上例，由於在當前時間週期(2012年1月1日至2012年12月31日)內針對聖誕節專場頁面預設的時間範圍為12月22~25日，而用戶輸入搜尋詞“聖誕樹”的輸入時刻為2012年12月23日，因此伺服器透過上述步驟S102判定該輸入時刻落入當前時間週期內針對聖誕節專場頁面預設的時間範圍。在步驟S103中，伺服器則可根據針對預設的時間範圍12月22~25日預設的詞庫中包含的關鍵詞，以及用戶輸入的搜尋詞“聖誕樹”，判斷該搜尋詞是否存在於該詞庫中。
S104：向用戶提供針對該時間範圍預設的專場推薦詞，並在用戶點擊該專場推薦詞時跳轉到針對該時間範圍預設的專場頁面。
在本申請案實施例中，可預先針對每個專場頁面對應的時間範圍，在伺服器中預設該時間範圍對應的專場推薦詞。當伺服器透過上述步驟S103判定用戶輸入的搜尋詞存在於該詞庫中時，則向用戶提供該時間範圍預設的專場推薦詞，並在檢測到用戶點擊了提供的該專場推薦詞時，跳轉到針對該時間範圍預設的專場頁面，也即，向用戶提供針對該時間範圍預設的專場頁面，實現從主頁面到專場頁面的跳轉。
繼續沿用上例，針對聖誕節專場頁面對應的時間範圍12月22~25日，可設定該時間範圍對應的專場推薦詞為“聖誕節專場”，當伺服器透過上述步驟S103判定用戶輸 入的搜尋詞“聖誕樹”存在於針對該時間範圍(12月22~25日)預設的詞庫中時，則向用戶提供專場推薦詞“聖誕節專場”。當檢測到用戶點擊了該專場推薦詞“聖誕節專場”時，則跳轉到預設的聖誕節專場頁面。
S105：向用戶提供除專場推薦詞以外的推薦詞。
當伺服器透過上述步驟S102判定用戶輸入搜尋詞的輸入時刻未落入當前時間週期內預設的任何時間範圍內時，或者透過上述步驟S103判定用戶輸入的搜尋詞不存在於針對該輸入時刻所落入的時間範圍預設的詞庫中時，則向用戶提供除專場推薦詞以外的其他推薦詞，也即，採用傳統提供推薦詞的方法，僅向用戶提供與其輸入的搜尋詞相關的推薦詞。
透過上述方法，可利用用戶在網站主頁面跳轉至其他頁面的第一入口，即，搜尋塊，為用戶提供專場頁面的專場推薦詞，當用戶點擊該專場推薦詞時，即可跳轉到相應的專場頁面，從而可透過向用戶提供的專場推薦詞將用戶引導至專場頁面，無需再主頁面上添加引導用戶的鏈接，也就無需人工調整主頁面的結構，因此可高效的引導用戶至專場頁面，降低了網站維護成本，節省了人力資源，而且當用戶輸入的搜尋詞存在於預設的詞庫中時，伺服器可直接向用戶提供相應的專場推薦詞，用戶點擊該專場推薦詞後則直接跳轉到相應的專場頁面，因此可有效降低用戶查找專場頁面或其展示的資訊時所需的搜尋次數和跳轉次數，從而可減小伺服器壓力，降低伺服器當機的風險。
在本申請案實施例中，針對當前時間週期內某個預設的時間範圍預設詞庫的方法具體可以如圖2所示。
圖2為本申請案實施例提供的針對時間範圍預設詞庫的過程，具體包括以下步驟：
S201：預先根據該時間範圍內的指定時刻，確定上一個時間週期內與該指定時刻相對應的對應時刻。
在本申請案實施例中，可將該時間範圍內的任意時刻設定為指定時刻。
繼續沿用上例，針對聖誕節專場頁面預設的時間範圍為12月22~25日，則可將12月15日設定為指定時刻。而由於時間週期設定為一年，而當前時間週期為2012年1月1日至2012年12月31日，因此上一個時間週期為2011年1月1日至2011年12月31日，從而，上一個時間週期內與該指定時刻相對應的對應時刻即為2011年12月25日。
S202：將上一個時間週期內該對應時刻之前的第一設定時間段劃分為若干個第一子時間段。
繼續沿用上例，假設第一設定時間段為包括該對應時刻(2011年12月25日)在內的4天，則第一設定時間段為2011年12月22~25日，共4天。假設按天為單位對第一設定時間段進行劃分，則可劃分為4個第一子時間段，分別為2011年12月22日、2011年12月23日、2011年12月24日、2011年12月25日。
S203：分別針對每個第一子時間段，確定在該第一子 時間段內搜尋過的各搜尋詞，作為待定搜尋詞，並按照各待定搜尋詞在該第一子時間段內的搜尋次數從大到小的順序選擇第一設定數量的待定搜尋詞。
其中，伺服器可根據保存的搜尋日誌，確定在某個時間段內搜尋過的各搜尋詞以及每個搜尋詞的搜尋次數。
繼續沿用上例，假設上述第一設定數量為500，則針對第一子時間段2011年12月22日，伺服器根據保存的搜尋日誌，確定2011年12月22日這一天內搜尋過的各搜尋詞作為待定搜尋詞，並按照搜尋次數從大到小的順序，選擇在2011年12月22日這一天內的搜尋次數排在前500的待定搜尋詞。
類似的，針對第一子時間段2011年12月23日、2011年12月24日、2011年12月25日也分別選擇500個待定搜尋詞。
S204：確定以該對應時刻為平均時刻的第二設定時間段，將該第二設定時間段平均劃分為若干個第二子時間段。
其中，第二設定時間段的時間長度以及劃分的第二子時間段的時間長度均可以根據需要進行設定。
繼續沿用上例，由於對應時刻為2011年12月25日，因此假設第二設定時間段的時間長度設定為61天，則可將該對應時刻的前30天、該對應時刻、該對應時刻的後30天所構成的時間段確定為第二設定時間段，由此確定的第二設定時間段的平均時刻即為該對應時刻。
假設第二子時間段的時間長度設定為1天，則將該對應時刻的前30天、該對應時刻、該對應時刻的後30天所構成的第二設定時間段中的每一天劃分為一個第二子時間段。
S205：分別針對選擇的每個待定搜尋詞，確定該待定搜尋詞在每個第二子時間段內搜尋過的搜尋次數。
具體的，伺服器可先對透過上述步驟S203選擇出的待定搜尋詞進行去重操作，再分別針對每個待定搜尋詞，確定該待定搜尋詞在每個第二子時間段內搜尋過的搜尋次數。
繼續沿用上例，伺服器透過上述步驟S203，針對第一子時間段2011年12月22日、2011年12月23日、2011年12月24日、2011年12月25日分別選擇500個待定搜尋詞，共選擇了2000個待定搜尋詞，可先對這2000個待定搜尋詞進行去重操作。
假設去重後，某個剩餘的待定搜尋詞為A，則伺服器針對該待定搜尋詞A，確定A分別在透過步驟S204劃分的每個第二子時間段內搜尋過的搜尋次數，也即，確定該對應時刻(2011年12月25日)的前30天、該對應時刻、該對應時刻的後30天所構成的第二設定時間段中的每一天搜尋該待定搜尋詞A的搜尋次數。
S206：判斷該待定搜尋詞在每個第二子時間段內搜尋過的搜尋次數是否滿足常態分佈，若是，則執行步驟S207，否則執行步驟S208。
在本申請案實施例中，在判斷該待定搜尋詞在每個第二子時間段內搜尋過的搜尋次數是否滿足常態分佈時，可根據劃分的第二子時間段的數量採用相應的方法進行判斷。
當劃分的第二子時間段的數量不大於第二設定數量時，可採用W檢驗方法判斷該待定搜尋詞在每個第二子時間段內搜尋過的搜尋次數是否滿足常態分佈。具體的，採用W檢驗方法判斷時，可採用公式確定W 的值，其中，n表示劃分的第二子時間段的數量，i表示將每個第二子時間段按時間先後順序排序後的第i個第二子時間段，x i 表示該待定搜尋詞在第i個第二子時間段內搜尋過的搜尋次數，表示該待定搜尋詞在各第二子時間段內搜尋過的搜尋次數的平均值，，m 1...m n 是從標準常態分佈中取樣獲得的同一個獨立隨機變量的順序統計量的期望值，V是這些順序統計量的協防差矩陣，m 1...m n 和V均可在標準統計表中查詢得到。然後判斷W的值是否大於0.05，若大於，則判定該待定搜尋詞在每個第二子時間段內搜尋過的搜尋次數滿足常態分佈，否則判定該待定搜尋詞在每個第二子時間段內搜尋過的搜尋次數不滿足常態分佈。
當劃分的第二子時間段的數量大於第二設定數量時，採用D檢驗方法判斷該待定搜尋詞在每個第二子時間段內 搜尋過的搜尋次數是否滿足常態分佈。具體的，先定義經驗分佈函數，n表示劃分的第二子時間段的數量，i表示將每個第二子時間段按時間先後順序排序後的第i個第二子時間段，x i 表示該待定搜尋詞在第i個第二子時間段內搜尋過的搜尋次數，j表示將每個第二子時間段按時間先後順序排序後的第j個第二子時間段，x j 表示該待定搜尋詞在第j個第二子時間段內搜尋過的搜尋次數，當x i 小於等於x j 時，當x i 大於x j 時 。然後採用公式確定D的值，F(x j )為標準常態分佈中x j 的統計量。最後判斷D的值是否小於0.05，若小於，則判定該待定搜尋詞在每個第二子時間段內搜尋過的搜尋次數滿足常態分佈，否則判定該待定搜尋詞在每個第二子時間段內搜尋過的搜尋次數不滿足常態分佈。
由於上述W檢驗和D檢驗都是現有技術中的檢驗方法，因此此處不再一一贅述。
S207：將該待定搜尋詞添加到針對該時間範圍預設的詞庫中。
如果判定該待定搜尋詞在每個第二子時間段內搜尋過的搜尋次數滿足常態分佈，則說明該待定搜尋詞是與該時間範圍對應的專場頁面相關的關鍵詞，因此將該待定搜尋詞添加到針對該時間範圍預設的詞庫中。
具體的，在將該待定搜尋詞添加到針對該時間範圍預 設的詞庫中時，先提取該待定搜尋詞的中心詞，再將提取的中心詞添加到針對該時間範圍預設的詞庫中。相應的，如圖1所示的步驟S103中伺服器判斷用戶輸入的搜尋詞是否存在於該詞庫中的方法具體可以為：提取用戶輸入的搜尋詞的中心詞，判斷提取的用戶輸入的搜尋詞的中心詞是否存在於該詞庫中，若是，則判定用戶輸入的搜尋詞存在於該詞庫中，否則，判定用戶輸入的搜尋詞不存在於該詞庫中。
較佳的，為了保證添加到詞庫中的待定搜尋詞是與專場頁面相關的待定搜尋詞，以提高後續提供推薦詞的準確性，伺服器在判定該待定搜尋詞在每個第二子時間段內搜尋過的搜尋次數滿足常態分佈時，在將該待定搜尋詞添加到針對該時間範圍預設的詞庫中之前，還要確定透過該待定搜尋詞搜尋出的各資訊的點擊率的平均值不小於設定點擊率。也即，伺服器在判定該待定搜尋詞在每個第二子時間段內搜尋過的搜尋次數滿足常態分佈後，還要判斷透過該待定搜尋詞搜尋出的各資訊的點擊率的平均值是否不小於設定點擊率，若是，則將該待定搜尋詞添加到針對該時間範圍預設的詞庫中，否則不將該待定搜尋詞添加到針對該時間範圍預設的詞庫中。上述設定點擊率可根據需要進行設定，例如可設定為0.01。
S208：不將該待定搜尋詞添加到針對該時間範圍預設的詞庫中。
如果判定該待定搜尋詞在每個第二子時間段內搜尋過 的搜尋次數不滿足常態分佈，則說明該待定搜尋詞與該時間範圍對應的專場頁面不相關，因此不將該待定搜尋詞添加到針對該時間範圍預設的詞庫中。
可見，上述預設詞庫的方法是基於這樣的一種假設，即：如果一個搜尋詞與某個預設的時間範圍對應的專場頁面相關，則在上一個時間週期內的對應時刻(如上例中的2011年12月25日)前後一段時間搜尋該搜尋詞的搜尋次數是滿足常態分佈的。
基於如圖2所示的針對預設的時間範圍預設詞庫的方法，在本申請案實施例中，針對該預設的時間範圍預設專場頁面的方法具體可以為：預先確定透過添加到該詞庫中的每個待定搜尋詞搜尋得到的資訊，並添加到針對該時間範圍預設的專場頁面中。
例如，假設針對時間範圍12月25日預設的詞庫中添加了待定搜尋詞“聖誕樹”，則伺服器可確定透過該搜尋詞“聖誕樹”搜尋得到的資訊，並將得到的資訊添加到聖誕節專場頁面中。
另外，在本申請案實施例中，對於一個專場頁面，還可以根據該專場頁面對應的時間範圍實現專場頁面的自動上下線。具體的，針對預設的時間範圍建立了相應的專場頁面後，則可在當前時刻進入該預設的時間範圍時，將該專場頁面進行上線處理，在當前時刻跳出該預設的時間範圍時，專場頁面進行下線處理。
以上是本申請案實施例提供的伺服器向用戶提供推薦 詞的方法，基於同樣的思路，本申請案實施例還提供一種提供推薦詞的裝置，如圖3所示。
圖3為本申請案實施例提供的提供推薦詞的裝置結構示意圖，具體包括：確定模組301，用於確定用戶輸入的搜尋詞以及輸入所述搜尋詞的輸入時刻；判斷模組302，用於當所述確定模組301確定的輸入時刻落入在當前時間週期內預設的時間範圍內時，根據針對所述時間範圍預設的詞庫中的關鍵詞，判斷所述搜尋詞是否存在於所述詞庫中；提供模組303，用於當所述判斷模組302的判斷結果為是時，向所述用戶提供針對所述時間範圍預設的專場推薦詞，並在所述用戶點擊所述專場推薦詞時跳轉到針對所述時間範圍預設的專場頁面。
所述裝置還包括：詞庫預設模組304，用於預先根據所述時間範圍內的指定時刻，確定上一個時間週期內與所述指定時刻相對應的對應時刻；將所述上一個時間週期內所述對應時刻之前的第一設定時間段劃分為若干個第一子時間段；分別針對每個第一子時間段，確定在該第一子時間段內搜尋過的各搜尋詞，作為待定搜尋詞，並按照各待定搜尋詞在該第一子時間段內的搜尋次數從大到小的順序選擇第一設定數量的待定搜尋詞；確定以所述對應時刻為平均時刻的第二設定時間段，將所述第二設定時間段平均劃分為若干個第二 子時間段；分別針對選擇的每個待定搜尋詞，確定該待定搜尋詞在每個第二子時間段內搜尋過的搜尋次數，並判斷該待定搜尋詞在每個第二子時間段內搜尋過的搜尋次數是否滿足常態分佈；若是，則將該待定搜尋詞添加到針對所述時間範圍預設的詞庫中；否則，不將該待定搜尋詞添加到針對所述時間範圍預設的詞庫中。
所述詞庫預設模組304具體用於，在判斷該待定搜尋詞在每個第二子時間段內搜尋過的搜尋次數是否滿足常態分佈時，如果劃分的第二子時間段的數量不大於第二設定數量，則採用W檢驗方法判斷該待定搜尋詞在每個第二子時間段內搜尋過的搜尋次數是否滿足常態分佈，如果劃分的第二子時間段的數量大於第二設定數量，則採用D檢驗方法判斷該待定搜尋詞在每個第二子時間段內搜尋過的搜尋次數是否滿足常態分佈。
所述詞庫預設模組304具體用於，在將該待定搜尋詞添加到針對所述時間範圍預設的詞庫中時，提取該待定搜尋詞的中心詞，並將提取的中心詞添加到針對所述時間範圍預設的詞庫中。
所述詞庫預設模組304還用於，將該待定搜尋詞添加到針對所述時間範圍預設的詞庫中之前，確定透過該待定搜尋詞搜尋出的各資訊的點擊率的平均值不小於設定點擊率。
所述判斷模組302具體用於，提取用戶輸入的所述搜尋詞的中心詞；判斷提取的用戶輸入的所述搜尋詞的中心 詞是否存在於所述詞庫中，若是，則判定用戶輸入的所述搜尋詞存在於所述詞庫中，否則，判定用戶輸入的所述搜尋詞不存在於所述詞庫中。
所述裝置還包括：頁面預設模組305，用於預先確定透過添加到所述詞庫中的每個待定搜尋詞搜尋得到的資訊，並添加到針對所述時間範圍預設的專場頁面中。
所述提供模組303還用於，當所述判斷模組302的判斷結果為否時，向所述用戶提供除所述專場推薦詞以外的推薦詞。
具體的上述提供推薦詞的裝置可以位於伺服器中。
本申請案實施例提供一種提供推薦詞的方法及裝置，該方法伺服器確定用戶輸入的搜尋詞和輸入搜尋詞的輸入時刻，當輸入時刻落入預設的時間範圍內時，判斷用戶輸入的搜尋詞是否存在於針對該時間範圍預設的詞庫中，若是，則向用戶提供針對該時間範圍預設的專場推薦詞，並在用戶點擊該專場推薦詞時跳轉到針對該時間範圍預設的專場頁面。上述方法可透過向用戶提供的專場推薦詞將用戶引導至專場頁面，無需再主頁面上添加引導用戶的鏈接，也就無需人工調整主頁面的結構，因此可高效的引導用戶至專場頁面，降低了網站維護成本，節省了人力資源，而且當用戶輸入的搜尋詞存在於預設的詞庫中時，伺服器可直接向用戶提供相應的專場推薦詞，用戶點擊該專場推薦詞後則直接跳轉到相應的專場頁面，因此可有效降 低用戶查找專場頁面或其展示的資訊時所需的搜尋次數和跳轉次數，從而可減小伺服器壓力，降低伺服器當機的風險。
本領域內的技術人員應明白，本申請案的實施例可提供為方法、系統、或計算機程序產品。因此，本申請案可採用完全硬體實施例、完全軟體實施例、或結合軟體和硬體方面的實施例的形式。而且，本申請案可採用在一個或多個其中包含有計算機可用程序代碼的計算機可用儲存媒體(包括但不限於磁盤儲存器、CD-ROM、光學儲存器等)上實施的計算機程序產品的形式。
在一個典型的配置中，計算設備包括一個或多個處理器(CPU)、輸入/輸出接口、網絡接口和內存。
內存可能包括計算機可讀取媒體中的非永久性儲存器，隨機存取儲存器(RAM)和/或非易失性內存等形式，如唯讀儲存器(ROM)或閃存(flash RAM)。內存是計算機可讀取媒體的示例。
計算機可讀取媒體包括永久性和非永久性、可移動和非可移動媒體可以由任何方法或技術來實現資訊儲存。資訊可以是計算機可讀指令、資料結構、程序的模組或其他資料。計算機的儲存媒體的例子包括，但不限於相變內存(PRAM)、靜態隨機存取儲存器(SRAM)、動態隨機存取儲存器(DRAM)、其他類型的隨機存取儲存器(RAM)、唯讀儲存器(ROM)、電可擦除可編程唯讀儲存器(EEPROM)、快閃記憶體或其他內存技術、只讀光盤唯讀儲存器(CD- ROM)、數字多功能光盤(DVD)或其他光學儲存、磁盒式磁帶，磁帶磁盤儲存或其他磁性儲存設備或任何其他非傳輸媒體，可用於儲存可以被計算設備訪問的資訊。按照本文中的界定，計算機可讀媒體不包括非暫時性電腦可讀媒體(transitory media)，如調變的資料信號和載波。
本申請案是參照根據本申請案實施例的方法、設備(系統)、和計算機程序產品的流程圖和/或方塊圖來描述的。應理解可由計算機程序指令實現流程圖和/或方塊圖中的每一流程和/或方塊、以及流程圖和/或方塊圖中的流程和/或方塊的結合。可提供這些計算機程序指令到通用計算機、專用計算機、嵌入式處理機或其他可編程資料處理設備的處理器以產生一個機器，使得透過計算機或其他可編程資料處理設備的處理器執行的指令產生用於實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能的裝置。
這些計算機程序指令也可儲存在能引導計算機或其他可編程資料處理設備以特定方式工作的計算機可讀儲存器中，使得儲存在該計算機可讀儲存器中的指令產生包括指令裝置的製造品，該指令裝置實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能。
這些計算機程序指令也可裝載到計算機或其他可編程資料處理設備上，使得在計算機或其他可編程設備上執行一系列操作步驟以產生計算機實現的處理，從而在計算機或其他可編程設備上執行的指令提供用於實現在流程圖一 個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能的步驟。
儘管已描述了本申請案的較佳實施例，但本領域內的技術人員一旦得知了基本創造性概念，則可對這些實施例作出另外的變更和修改。所以，所附申請專利範圍意欲解釋為包括較佳實施例以及落入本申請案範圍的所有變更和修改。
顯然，本領域的技術人員可以對本申請案實施例進行各種改動和變型而不脫離本申請案實施例的精神和範圍。這樣，倘若本申請案實施例的這些修改和變型屬於本申請案案申請專利範圍及其等同技術的範圍之內，則本申請案也意圖包含這些改動和變型在內。

Claims (15)

  1. 一種提供推薦詞的方法，其特徵在於，該方法包括：確定用戶輸入的搜尋詞以及輸入該搜尋詞的輸入時刻；判斷該輸入時刻落入在當前時間週期內預設的時間範圍內；當該輸入時刻落入在當前時間週期內預設的時間範圍內時，根據針對該時間範圍預設的詞庫中的關鍵詞，以及該搜尋詞，判斷該搜尋詞是否存在於該詞庫中；以及當該搜尋詞存在於該詞庫中時，向該用戶提供專場推薦詞，並在該用戶點擊該專場推薦詞時跳轉到專場頁面，其中，針對該時間範圍預設該專場推薦詞，且針對該時間範圍預設該專場頁面，且其中，透過向該用戶提供的該專場推薦詞，用戶被引導至該專場頁面。
  2. 如申請專利範圍第1項所述的方法，其中，針對該時間範圍預設詞庫，具體包括：預先根據該時間範圍內的指定時刻，確定上一個時間週期內與該指定時刻相對應的對應時刻；將該上一個時間週期內該對應時刻之前的第一設定時間段劃分為若干個第一子時間段；分別針對每個第一子時間段，確定在該第一子時間段內搜尋過的各搜尋詞，作為待定搜尋詞，並按照各待定搜 尋詞在該第一子時間段內的搜尋次數從大到小的順序選擇第一設定數量的待定搜尋詞；確定以該對應時刻為平均時刻的第二設定時間段，將該第二設定時間段平均劃分為若干個第二子時間段；分別針對選擇的每個待定搜尋詞，確定該待定搜尋詞在每個第二子時間段內搜尋過的搜尋次數，並判斷該待定搜尋詞在每個第二子時間段內搜尋過的搜尋次數是否滿足常態分佈；若是，則將該待定搜尋詞添加到針對該時間範圍預設的詞庫中；以及否則，不將該待定搜尋詞添加到針對該時間範圍預設的詞庫中。
  3. 如申請專利範圍第2項所述的方法，其中，判斷該待定搜尋詞在每個第二子時間段內搜尋過的搜尋次數是否滿足常態分佈，具體包括：當劃分的第二子時間段的數量不大於第二設定數量時，採用W檢驗方法判斷該待定搜尋詞在每個第二子時間段內搜尋過的搜尋次數是否滿足常態分佈；以及當劃分的第二子時間段的數量大於第二設定數量時，採用D檢驗方法判斷該待定搜尋詞在每個第二子時間段內搜尋過的搜尋次數是否滿足常態分佈。
  4. 如申請專利範圍第2項的方法，其中，將該待定搜尋詞添加到針對該時間範圍預設的詞庫中，具體包括：提取該待定搜尋詞的中心詞，並將提取的中心詞添加 到針對該時間範圍預設的詞庫中。
  5. 如申請專利範圍第2項所述的方法，其中，將該待定搜尋詞添加到針對該時間範圍預設的詞庫中之前，該方法還包括：確定透過該待定搜尋詞搜尋出的各資訊的點擊率的平均值不小於設定點擊率。
  6. 如申請專利範圍第4項所述的方法，其中，判斷該搜尋詞是否存在於該詞庫中，具體包括：提取用戶輸入的該搜尋詞的中心詞；以及判斷提取的用戶輸入的該搜尋詞的中心詞是否存在於該詞庫中，若是，則判定用戶輸入的該搜尋詞存在於該詞庫中，否則，判定用戶輸入的該搜尋詞不存在於該詞庫中。
  7. 如申請專利範圍第2至5項中任一項所述的方法，其中，針對該時間範圍預設專場頁面，具體包括：預先確定透過添加到該詞庫中的每個待定搜尋詞搜尋得到的資訊，並添加到針對該時間範圍預設的專場頁面中。
  8. 如申請專利範圍第1項所述的方法，其中，該方法還包括：當該搜尋詞不存在於該詞庫中時，向該用戶提供除該專場推薦詞以外的推薦詞。
  9. 一種提供推薦詞的裝置，其特徵在於，該裝置包括： 確定模組，用於確定用戶輸入的搜尋詞以及輸入該搜尋詞的輸入時刻；判斷模組，用於判斷該輸入時刻落入在當前時間週期內預設的時間範圍內，當該確定模組確定的輸入時刻落入在當前時間週期內預設的時間範圍內時，根據針對該時間範圍預設的詞庫中的關鍵詞，判斷該搜尋詞是否存在於該詞庫中；以及提供模組，用於當該判斷模組的判斷結果為是時，向該用戶提供專場推薦詞，並在該用戶點擊該專場推薦詞時跳轉到專場頁面，其中，針對該時間範圍預設該專場推薦詞，且針對該時間範圍預設該專場頁面，且其中，透過向該用戶提供的該專場推薦詞，用戶被引導至該專場頁面。
  10. 如申請專利範圍第9項所述的裝置，其中，該裝置還包括：詞庫預設模組，用於預先根據該時間範圍內的指定時刻，確定上一個時間週期內與該指定時刻相對應的對應時刻；將該上一個時間週期內該對應時刻之前的第一設定時間段劃分為若干個第一子時間段；分別針對每個第一子時間段，確定在該第一子時間段內搜尋過的各搜尋詞，作為待定搜尋詞，並按照各待定搜尋詞在該第一子時間段內的搜尋次數從大到小的順序選擇第一設定數量的待定搜尋詞；確定以該對應時刻為平均時刻的第二設定時間段，將 該第二設定時間段平均劃分為若干個第二子時間段；分別針對選擇的每個待定搜尋詞，確定該待定搜尋詞在每個第二子時間段內搜尋過的搜尋次數，並判斷該待定搜尋詞在每個第二子時間段內搜尋過的搜尋次數是否滿足常態分佈；若是，則將該待定搜尋詞添加到針對該時間範圍預設的詞庫中；否則，不將該待定搜尋詞添加到針對該時間範圍預設的詞庫中。
  11. 如申請專利範圍第10項所述的裝置，其中，該詞庫預設模組具體用於，在判斷該待定搜尋詞在每個第二子時間段內搜尋過的搜尋次數是否滿足常態分佈時，如果劃分的第二子時間段的數量不大於第二設定數量，則採用W檢驗方法判斷該待定搜尋詞在每個第二子時間段內搜尋過的搜尋次數是否滿足常態分佈，如果劃分的第二子時間段的數量大於第二設定數量，則採用D檢驗方法判斷該待定搜尋詞在每個第二子時間段內搜尋過的搜尋次數是否滿足常態分佈。
  12. 如申請專利範圍第10項所述的裝置，其中，該詞庫預設模組具體用於，在將該待定搜尋詞添加到針對該時間範圍預設的詞庫中時，提取該待定搜尋詞的中心詞，並將提取的中心詞添加到針對該時間範圍預設的詞庫中。
  13. 如申請專利範圍第10項所述的裝置，其中，該詞庫預設模組還用於，將該待定搜尋詞添加到針對該時間範圍預設的詞庫中之前，確定透過該待定搜尋詞搜尋出的各資訊的點擊率的平均值不小於設定點擊率。
  14. 如申請專利範圍第12項所述的裝置，其中，該判斷模組具體用於，提取用戶輸入的該搜尋詞的中心詞；判斷提取的用戶輸入的該搜尋詞的中心詞是否存在於該詞庫中，若是，則判定用戶輸入的該搜尋詞存在於該詞庫中，否則，判定用戶輸入的該搜尋詞不存在於該詞庫中。
  15. 如申請專利範圍第10至13項中任一項所述的裝置，其中，該裝置還包括：頁面預設模組，用於預先確定透過添加到該詞庫中的每個待定搜尋詞搜尋得到的資訊，並添加到針對該時間範圍預設的專場頁面中。
TW102145139A 2013-07-29 2013-12-09 Method and apparatus for providing word recommendation TWI599899B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310322455.0A CN104346354B (zh) 2013-07-29 2013-07-29 一种提供推荐词的方法及装置

Publications (2)

Publication Number Publication Date
TW201504828A TW201504828A (zh) 2015-02-01
TWI599899B true TWI599899B (zh) 2017-09-21

Family

ID=52391375

Family Applications (2)

Application Number Title Priority Date Filing Date
TW102145139A TWI599899B (zh) 2013-07-29 2013-12-09 Method and apparatus for providing word recommendation
TW106121115A TWI640880B (zh) 2013-07-29 2013-12-09 提供推薦詞的方法及裝置

Family Applications After (1)

Application Number Title Priority Date Filing Date
TW106121115A TWI640880B (zh) 2013-07-29 2013-12-09 提供推薦詞的方法及裝置

Country Status (7)

Country Link
US (2) US9619564B2 (zh)
EP (1) EP3028189A4 (zh)
KR (3) KR101757374B1 (zh)
CN (1) CN104346354B (zh)
SG (2) SG10201802547YA (zh)
TW (2) TWI599899B (zh)
WO (1) WO2015017276A2 (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110262861B (zh) 2013-09-03 2022-08-09 苹果公司 用于操纵用户界面对象的用户界面
US11068128B2 (en) 2013-09-03 2021-07-20 Apple Inc. User interface object manipulations in a user interface
CN118192869A (zh) 2014-06-27 2024-06-14 苹果公司 尺寸减小的用户界面
WO2016036510A1 (en) 2014-09-02 2016-03-10 Apple Inc. Music user interface
TWI676127B (zh) 2014-09-02 2019-11-01 美商蘋果公司 關於電子郵件使用者介面之方法、系統、電子器件及電腦可讀儲存媒體
TWI582641B (zh) 2014-09-02 2017-05-11 蘋果公司 按鈕功能性
US10073590B2 (en) 2014-09-02 2018-09-11 Apple Inc. Reduced size user interface
CN105045883B (zh) * 2015-07-21 2020-12-25 惠州Tcl移动通信有限公司 一种移动终端及其搜索方法
CN105574091B (zh) * 2015-12-10 2019-08-02 百度在线网络技术（北京）有限公司 信息推送方法及装置
CN108304235B (zh) * 2017-02-20 2020-09-29 腾讯科技（深圳）有限公司 页面显示方法和装置
CN107402702A (zh) * 2017-07-17 2017-11-28 北京小米移动软件有限公司 运营入口获取方法和装置
CN110019781A (zh) * 2017-09-15 2019-07-16 北京京东尚科信息技术有限公司 差评信息分类方法及装置、存储介质、电子设备
CN107784101B (zh) * 2017-10-25 2020-06-05 中国平安人寿保险股份有限公司 暗文投放方法、装置、设备及可读存储介质
US11435830B2 (en) * 2018-09-11 2022-09-06 Apple Inc. Content-based tactile outputs
CN110222265B (zh) * 2019-05-28 2022-02-08 深圳市轱辘车联数据技术有限公司 一种信息推送的方法、***、用户终端及服务器
US10996761B2 (en) 2019-06-01 2021-05-04 Apple Inc. User interfaces for non-visual output of time
US11113351B2 (en) * 2019-06-17 2021-09-07 Td Ameritrade Ip Company, Inc. Aggregated search engine query analysis
CN112988794B (zh) * 2019-12-02 2024-05-03 深圳云天励飞技术有限公司 一种动态调整搜索策略的数据搜索方法、装置及电子设备

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6317722B1 (en) * 1998-09-18 2001-11-13 Amazon.Com, Inc. Use of electronic shopping carts to generate personal recommendations
US7912915B1 (en) 2000-05-01 2011-03-22 Google Inc. Systems and methods for enticing users to access a web site
US20100049614A1 (en) * 2000-05-26 2010-02-25 Vilcauskas Jr Andrew J Post-session internet advertising system
US20020154124A1 (en) 2001-02-22 2002-10-24 Han Sang-Yong System and method of enhanced computer user interaction
US20040002963A1 (en) * 2002-06-28 2004-01-01 Cynkin Laurence H. Resolving query terms based on time of submission
US8321400B2 (en) * 2003-08-29 2012-11-27 Vortaloptics, Inc. Method, device and software for querying and presenting search results
WO2006087854A1 (ja) * 2004-11-25 2006-08-24 Sharp Kabushiki Kaisha 情報分類装置、情報分類方法、情報分類プログラム、情報分類システム
US20060195442A1 (en) * 2005-02-03 2006-08-31 Cone Julian M Network promotional system and method
US7321892B2 (en) * 2005-08-11 2008-01-22 Amazon Technologies, Inc. Identifying alternative spellings of search strings by analyzing self-corrective searching behaviors of users
US7844599B2 (en) * 2005-08-24 2010-11-30 Yahoo! Inc. Biasing queries to determine suggested queries
US20070244866A1 (en) * 2006-04-18 2007-10-18 Mainstream Advertising, Inc. System and method for responding to a search request
KR100856117B1 (ko) * 2006-09-11 2008-09-02 채정한 정보 제공 시스템 및 방법
US7774348B2 (en) * 2007-03-28 2010-08-10 Yahoo, Inc. System for providing geographically relevant content to a search query with local intent
US7672937B2 (en) * 2007-04-11 2010-03-02 Yahoo, Inc. Temporal targeting of advertisements
US20080255932A1 (en) 2007-04-12 2008-10-16 Timmons Kenneth D Method for Enticing Computer Users to Return to an Electronic Commerce Portal
WO2010141429A1 (en) * 2009-06-01 2010-12-09 Sean Christopher Timm Providing suggested web search queries based on click data of stored search queries
US8176032B2 (en) * 2009-10-22 2012-05-08 Ebay Inc. System and method for automatically publishing data items associated with an event
US9195843B2 (en) * 2009-12-01 2015-11-24 Smugmug, Inc. Systems and methods for permissioning remote file access via permissioned links
US9129012B2 (en) * 2010-02-03 2015-09-08 Google Inc. Information search system with real-time feedback
WO2011112266A2 (en) * 2010-03-12 2011-09-15 Live Matrix, Inc. Interactive calendar of scheduled web-based events
US9589032B1 (en) * 2010-03-25 2017-03-07 A9.Com, Inc. Updating content pages with suggested search terms and search results
JP2013530635A (ja) * 2010-05-21 2013-07-25 ライヴ マトリックス インコーポレイテッド スケジュールされたウェブベースイベントの対話型カレンダー及び索引要素をメタデータに関連付けるウェブの時間索引
US20120209907A1 (en) * 2011-02-14 2012-08-16 Andrews Anton O A Providing contextual content based on another user
US20120296743A1 (en) 2011-05-19 2012-11-22 Yahoo! Inc. Method and System for Personalized Search Suggestions
US20130041735A1 (en) * 2011-08-12 2013-02-14 T&A Innovations, Llc Systems and methods of online marketing to facilitate live social networking
KR20130058856A (ko) * 2011-11-28 2013-06-05 에스케이플래닛 주식회사 인스턴트 메시징 환경에서 어플리케이션 추천 시스템 및 방법
CN103164424B (zh) * 2011-12-13 2017-05-10 阿里巴巴集团控股有限公司 一种时效性词的获取方法和装置
US20130275453A1 (en) * 2012-04-17 2013-10-17 Yahoo! Inc. Method and system for providing temporal search suggestions in real-time
US20130290820A1 (en) * 2012-04-26 2013-10-31 Adil Dhanani Suggestion of network content items based on social network information
US9152692B2 (en) * 2012-06-28 2015-10-06 Google Inc. Generating n-gram clusters associated with events
US8843824B1 (en) * 2013-03-15 2014-09-23 2Nfro Technology Ventures Llc Providing temporal information to users

Also Published As

Publication number Publication date
KR101757374B1 (ko) 2017-07-26
SG10201802547YA (en) 2018-04-27
WO2015017276A3 (en) 2015-08-20
EP3028189A4 (en) 2017-03-08
KR20170083161A (ko) 2017-07-17
TWI640880B (zh) 2018-11-11
US9619564B2 (en) 2017-04-11
TW201504828A (zh) 2015-02-01
SG11201510058RA (en) 2016-01-28
KR101870615B1 (ko) 2018-06-26
US20150032741A1 (en) 2015-01-29
CN104346354A (zh) 2015-02-11
KR20180072848A (ko) 2018-06-29
CN104346354B (zh) 2017-12-01
US20170242933A1 (en) 2017-08-24
EP3028189A2 (en) 2016-06-08
KR20160013521A (ko) 2016-02-04
WO2015017276A2 (en) 2015-02-05
KR101982481B1 (ko) 2019-05-27
TW201737131A (zh) 2017-10-16
US10423664B2 (en) 2019-09-24

Similar Documents

Publication Publication Date Title
TWI599899B (zh) Method and apparatus for providing word recommendation
EP3255565A1 (en) Method and system for evaluating and ranking images with content based on similarity scores in response to a search query
US9104720B2 (en) Generation of technical description of report from functional description of report
CN110633330B (zh) 事件发现方法、装置、设备及存储介质
US20150269163A1 (en) Providing search recommendation
CN103559300B (zh) 数据的查询方法和查询装置
US20200020058A1 (en) Identification of legal concepts in legal documents
US11874882B2 (en) Extracting key phrase candidates from documents and producing topical authority ranking
KR102024998B1 (ko) 유사 그룹 요소 추출
US20120166412A1 (en) Super-clustering for efficient information extraction
GB2575580A (en) Supporting interactive text mining process with natural language dialog
CN105224624A (zh) 一种实现倒排链快速归并的方法和装置
CN103823881B (zh) 分布式数据库的性能优化的方法及装置
CN103853771B (zh) 一种搜索结果的推送方法及***
CN102831174A (zh) 结构化信息快速检索方法及***
WO2018205391A1 (zh) 信息检索准确性评估方法、***、装置及计算机可读存储介质
CN108121712B (zh) 一种关键词存储方法及装置
CN103530345A (zh) 短文本特征扩展及拟合特征库构建方法、装置
US10339144B1 (en) Search operation adjustment and re-scoring
CN104503967A (zh) 一种基于hadoop的网络推荐方法
CN113627148A (zh) 一种知识库中知识的自动关联方法及装置
CN110019771B (zh) 文本处理的方法及装置
CN105005620B (zh) 基于查询扩展的有限数据源数据获取方法
CN111125482B (zh) 一种数据爬取频率的调整方法及装置、存储介质和处理器
CN113377922A (zh) 用于匹配信息的方法、装置、电子设备以及介质