CN102799593B - 个人化搜寻排序方法以及系统 - Google Patents
个人化搜寻排序方法以及系统 Download PDFInfo
- Publication number
- CN102799593B CN102799593B CN201110140065.2A CN201110140065A CN102799593B CN 102799593 B CN102799593 B CN 102799593B CN 201110140065 A CN201110140065 A CN 201110140065A CN 102799593 B CN102799593 B CN 102799593B
- Authority
- CN
- China
- Prior art keywords
- those
- information
- attribute
- weight
- candidate
- 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
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明揭露一种个人化搜寻排序方法以及系统。所述方法包含:取得数个预设属性。接收一关键词。根据关键词,搜寻数个候选信息。自一客户端接收一客户端识别信息。根据客户端识别信息,取得每一预设属性的一喜爱属性权重以及一不喜爱属性权重。取得每一候选信息与预设属性间的一对应关系。根据对应关系、喜爱属性权重以及不喜爱属性权重,计算每一候选信息的一候选信息权重。根据候选信息的候选信息权重,排序候选信息,并传送排序后的候选信息至客户端。
Description
技术领域
本发明是有关于一种搜寻排序方法以及系统,且特别是有关于一种个人化搜寻排序方法以及系统。
背景技术
随着信息科技的发展,带来信息产生信息爆炸的现象。推荐系统提供了一个良好的解决方法,推荐系统(Recommender System)透过分群与推荐的技术来达到减少信息量与推估使用者潜在兴趣的目的。
推荐系统(Recommender System)是一种为了减少使用者在搜寻信息过程中所附加的额外成本而提出的信息过滤(Information Filtering,IF)机制。一般信息过滤系统也泛称为推荐系统,其不仅可依据使用者的喜爱、兴趣、行为或需求,推荐出使用者可能有所需求的潜在信息、服务或产品(Rashid et al.,2002),此外若企业将推荐系统整合至营运架构,更可为企业带来许多的潜在利益,如商家透过推荐系统,通过取得顾客过去的购买或浏览记录,分析判断顾客的喜爱行为,以便未来做为推荐预测的参考,进而刺激顾客进行消费,以增加销售的机会。
然而,一般推荐系统仅将使用者的喜爱列入推荐的考虑。因此,即使使用者并不喜爱某些对象,却可能因为少数几次将其列为喜爱对象,而使系统持续推荐与此对象相似者。
发明内容
因此,本发明的一目的是在提供一种个人化搜寻排序方法,用以将使用者对于各种属性的喜爱与不喜爱化作权重,做为将搜寻结果进行排序而推荐给使用者的依据。个人化搜寻排序方法包含以下步骤:取得数个预设属性。接收一关键词。根据关键词,搜寻数个候选信息。自一客户端接收一客户端识别信息。根据客户端识别信息,取得每一预设属性的一喜爱属性权重以及一不喜爱属性权重。取得每一候选信息与预设属性间的一对应关系。根据对应关系、喜爱属性权重以及不喜爱属性权重,计算每一候选信息的一候选信息权重。根据候选信息的候选信息权重,排序候选信息,并传送排序后的候选信息至客户端。
本发明的一目的是在提供一种个人化搜寻排序系统,用以将使用者对于各种属性的喜爱与不喜爱化作权重,做为将搜寻结果进行排序而推荐给使用者的依据。个人化搜寻排序系统包含相互电性连接的一储存组件以及一处理组件。储存组件储存数个预设属性。处理组件包含一关键词处理模块、一权重取得模块、一对应关系取得模块、一权重计算模块以及一排序模块。关键词处理模块接收一关键词,并根据关键词,搜寻数个候选信息。权重取得模块自一客户端接收一客户端识别信息。权重取得模块根据客户端识别信息,取得每一预设属性的一喜爱属性权重以及一不喜爱属性权重。对应关系取得模块取得每一候选信息与预设属性间的一对应关系。权重计算模块根据对应关系、喜爱属性权重以及不喜爱属性权重,计算每一候选信息的一候选信息权重。排序模块根据候选信息的候选信息权重,排序候选信息,并传送排序后的候选信息至客户端。
应用本发明具有下列优点。可提供客户端的使用者符合其所输入的关键词的信息,且较受其喜爱的信息可排序在较前面,方便使用者阅读。此外,将对于候选信息的喜爱与不喜爱列入考虑,可避免客户端的使用者因一次将不喜爱的信息列入喜爱信息,而使不喜爱的信息在接下来的搜寻持续被列在较前面的排序。
附图说明
为让本发明的上述和其它目的、特征、优点与实施例能更明显易懂,所附附图的说明如下:
图1绘示依照本发明一实施方式的一种个人化搜寻排序方法的流程图;
图2是候选信息311、312、...、315与预设属性321、322、323、324间的对应关系的一实施例;
图3A~3C是将喜爱对分网络进行权重叠代的一实施例;
图4A~4C是将不喜爱对分网络进行权重叠代的一实施例;
图5,其绘示依照本发明一实施方式的一种个人化搜寻排序系统的功能方块图。
【主要组件符号说明】
100:个人化搜寻排序方法
110~210:步骤
311、312、...、315:候选信息
321、322、323、324:预设属性
400:个人化搜寻排序系统
410:储存组件
420:处理组件
421:关键词处理模块
422:权重取得模块
423:对应关系取得模块
424:权重计算模块
425:排序模块
426:选择模块
427:喜爱权重修改模块
428:不喜爱权重修改模块
500:客户端
具体实施方式
以下将以附图及详细说明清楚说明本发明的精神,任何所属技术领域中具有通常知识者在了解本发明的较佳实施例后,当可由本发明所教示的技术,加以改变及修饰,其并不脱离本发明的精神与范围。
请参照图1,其绘示依照本发明一实施方式的一种个人化搜寻排序方法的流程图。个人化搜寻排序方法将使用者对于各种属性的喜爱与不喜爱化作权重,做为将搜寻结果进行排序而推荐给使用者的依据。个人化搜寻排序方法可实作为一计算机程序,并储存于一计算机可读取记录媒体中,而使计算机读取此记录媒体后执行个人化搜寻排序方法。计算机可读取记录媒体可为只读存储器、闪存、软盘、硬盘、光盘、随身碟、磁带、可由网络存取的数据库或熟悉此技艺者可轻易思及具有相同功能的计算机可读取记录媒体。
个人化搜寻排序方法100包含以下步骤:
在步骤110中,取得数个预设属性。其中,可根据所应用的领域,而取得不同的预设属性。在本发明的一实施例中,在个人化搜寻排序方法100应用于履历文件搜寻时,所取得的预设属性可为应征者的各种年龄范围、各种学历范围、各种资历属性或其它类型的应征者属性。在本发明的另一实施例中,在个人化搜寻排序方法100应用于职缺信息搜寻时,所取得的预设属性可为职缺的类型、需求的应征者科系、需求资历、工作地点或其它类型的职缺属性。在本发明的另一实施例中,在个人化搜寻排序方法100应用于家教征求信息搜寻时,所取得的预设属性可为家教征求信息的所需教学课程类型或其它类型的家教征求信息属性。在本发明的另一实施例中,在个人化搜寻排序方法100应用于家教老师信息搜寻时,所取得的预设属性可为家教老师的擅长教学课程类型或其它类型的家教老师信息属性。在本发明的另一实施例中,在个人化搜寻排序方法100应用于家教老师信息搜寻时,所取得的预设属性可为家教老师的擅长教学课程类型、教学经验或其它类型的家教老师信息属性。在本发明的另一实施例中,在个人化搜寻排序方法100应用于外包案件信息搜寻时,所取得的预设属性可为外包案件的案件类型或其它类型的外包案件信息属性。然而,在其它实施例中,可根据应用领域的不同或实作方式不同,而取得不同的预设属性。
在步骤120中,接收一关键词。
在步骤130中,根据关键词,搜寻数个候选信息。其中,搜寻候选信息(步骤130)时,可进一步将与所接收到的关键词相关的相关字词,纳入搜寻的范围,以进一步增加可搜寻到的相关候选信息的数量。举例来说,在搜寻的关键词为“行政”时,可进一步搜寻相关于关键词“行政”的相关字词(如“业务行政助理”、“人力资源助理”等等)。此外,依个人化搜寻排序方法100的应用领域的不同,候选信息可为履历文件、职缺信息、家教征求信息、家教老师信息、外包案件信息或其它类型的信息。
在步骤140中,自一客户端接收一客户端识别信息,如客户端的账号或其它类型的识别信息。
在步骤150中,根据客户端识别信息,取得每一预设属性的一喜爱属性权重以及一不喜爱属性权重。
在步骤160中,取得每一候选信息与预设属性间的一对应关系。参照图2,其是候选信息311、312、...、315与预设属性321、322、323、324间的对应关系的一实施例。其中,候选信息311对应于预设属性321、322;候选信息312对应于预设属性321、322、323;候选信息313对应于预设属性323、324;候选信息314对应于预设属性323;候选信息315对应于预设属性324。
在步骤170中,根据对应关系、喜爱属性权重以及不喜爱属性权重,计算每一候选信息的一候选信息权重。其中,可根据对应关系,取得预设属性中对应于每一候选信息的至少一对应属性。将每一候选信息的对应属性的喜爱属性权重减去该不喜爱属性权重并进行加总,作为每一候选信息的候选信息权重。举例来说,候选信息311对应于预设属性321、322。因此,候选信息311的候选信息权重为预设属性321的喜爱属性权重减去不喜爱属性权重,并加上预设属性322的喜爱属性权重减去不喜爱属性权重。然而,在其它实施例中,可通过其它计算方式,计算各候选信息的候选信息权重(步骤170),并不限于本揭露。
在步骤180中,根据候选信息的候选信息权重,排序候选信息,并传送排序后的候选信息至客户端。其中,可使候选信息权重较高的候选信息,排序在候选信息权重较低者之前。于是,客户端可将排序后的候选信息显示于其显示组件。如此一来,客户端的使用者可得知符合其所输入的关键词的信息,且较受其喜爱的信息可排序在较前面,方便使用者阅读。此外,将对于候选信息的喜爱与不喜爱列入考虑,可避免客户端的使用者因一次将不喜爱的信息列入喜爱信息,而使不喜爱的信息在接下来的搜寻持续被列在较前面的排序。
接下来,客户端可回馈其对于候选信息的喜恶,作为修正喜爱属性权重或不喜爱权重的依据。因此,在步骤190中,可自客户端接收一选择信号,用以选择候选信息的其中数个作为喜爱信息。在步骤200中,根据喜爱信息以及对应关系,修改预设属性的喜爱属性权重。
在步骤200的一实施例中,可通过对分网络以及叠代运算的方式,修改预设属性的喜爱属性权重。因此,根据喜爱信息以及对应关系,修改预设属性的喜爱属性权重(步骤200)可包含:根据喜爱信息以及对应关系,产生喜爱信息与预设属性中对应于喜爱信息者间的一喜爱对分网络。将喜爱对分网络进行数次权重叠代,以修改预设属性的喜爱属性权重。参照图3A~3C,其是将喜爱对分网络进行权重叠代的一实施例。在自客户端收到的选择信号是选择候选信息311、314、315作为喜爱信息时,则可产生图3A的喜爱对分网络。其中,预设属性321、322、323、324的喜爱属性权重分别为X1、X2、X3、X4。于是,在图3B中,可将预设属性321、322的喜爱属性权重X1、X2叠代加至对应的候选信息311,而得X1+X2;可将预设属性323的喜爱属性权重X3叠代加至对应的候选信息314;预设属性324的喜爱属性权重X4叠代加至对应的候选信息315。接下来,在图3C中,可将喜爱属性权重叠代回各预设属性。因此,候选信息311的权重X1+X2可平分而叠代回预设属性321、322的喜爱属性权重,使得预设属性321、322的喜爱属性权重皆为(X1+X2)/2。同理,通过喜爱对分网络的叠代,可得预设属性323、324的喜爱属性权重分别为X3、X4。然而,在其它实施例中,可将喜爱对分网络进行更多次的叠代,以修改预设属性的喜爱属性权重,不限于本揭露。如此一来,可依据客户端的使用者对于候选信息的喜爱,而修改各预设属性的喜爱属性权重。
此外,可将候选信息中未被选择者视为不喜爱信息,以进一步修正预设属性的不喜爱属性权重。因此,可在步骤210中,根据不喜爱信息以及对应关系,修改预设属性的不喜爱属性权重。于是,可在下次收到关键词(步骤120)时,藉由修正后的喜爱属性权重以及不喜爱属性权重,排序搜寻到的候选信息。
在步骤210的一实施例中,可藉由对分网络以及叠代运算的方式,修改预设属性的不喜爱属性权重。因此,根据不喜爱信息以及对应关系,修改预设属性的喜爱属性权重(步骤210)可包含:根据不喜爱信息以及对应关系,产生不喜爱信息与预设属性中对应于不喜爱信息者间的一不喜爱对分网络。将不喜爱对分网络进行多次权重叠代,以修改预设属性的不喜爱属性权重。参照图4A~4C,其是将不喜爱对分网络进行权重叠代的一实施例。由于自客户端收到的选择信号是选择候选信息311、314、315作为喜爱信息,因此其它候选信息312、313则被视为不喜爱信息,并可产生图4A的不喜爱对分网络。其中,预设属性321、322、323、324的不喜爱属性权重分别为Y1、Y2、Y3、Y4,候选信息312、313皆对应至预设属性323。于是,在图4B中,可将预设属性321、322、323的不喜爱属性权重Y1、Y2、以及预设属性323的不喜爱属性权重的一半Y3/2叠代加至对应的候选信息312,而得Y1+Y2+Y3/2;可将预设属性323的不喜爱属性权重的一半Y3/2以及预设属性324的喜爱属性权重Y4叠代加至对应的候选信息313,而得Y3/2+Y4。接下来,在图4C中,可将喜爱属性权重叠代回各预设属性。因此,候选信息312的权重Y1+Y2+Y3/2可均分而叠代回预设属性321、322的不喜爱属性权重,使得预设属性321、322的不喜爱属性权重皆为(Y1+Y2+Y3/2)/3。同理,通过不喜爱对分网络的叠代,可得预设属性323、324的不喜爱属性权重分别为(Y1+Y2+Y3/2)/3+(Y3/2+Y4)/2、(Y3/2+Y4)/2。如此一来,可将候选信息中客户端的使用者未选为喜爱信息者,视为不喜爱信息,而修改各预设属性的不喜爱属性权重。于是,可避免客户端的使用者因一次将不喜爱的信息列入喜爱信息,而使不喜爱的信息在接下来的搜寻持续被列在较前面的排序。
请参照图5,其绘示依照本发明一实施方式的一种个人化搜寻排序系统的功能方块图。个人化搜寻排序系统将使用者对于各种属性的喜爱与不喜爱化作权重,做为将搜寻结果进行排序而推荐给使用者的依据。
个人化搜寻排序系统400包含相互电性连接的一储存组件410以及一处理组件420。其中,个人化搜寻排序系统400可实作于一服务器或其它类型的计算机装置。在本发明的一实施例中,个人化搜寻排序系统400可透过网络,与一客户端500建立连结。在本发明的另一实施例中,个人化搜寻排序系统400可实作于客户端500,而使客户端500执行个人化搜寻排序系统400。
储存组件410储存数个预设属性。储存组件410可为闪存、软盘、硬盘、随身碟、磁带、可由网络存取的数据库或熟悉此技艺者可轻易思及具有相同功能的储存组件。在个人化搜寻排序系统400应用于履历文件搜寻时,储存组件410所储存的预设属性可为应征者的各种年龄范围、各种学历范围、各种资历属性或其它类型的应征者属性。在本发明的另一实施例中,在个人化搜寻排序系统400应用于职缺信息搜寻时,储存组件410所储存的预设属性可为职缺的类型、需求的应征者科系、需求资历、工作地点或其它类型的职缺属性。在本发明的另一实施例中,在个人化搜寻排序系统400应用于家教征求信息搜寻时,储存组件410所储存的预设属性可为家教征求信息的所需教学课程类型或其它类型的家教征求信息属性。在本发明的另一实施例中,在个人化搜寻排序系统400应用于家教老师信息搜寻时,储存组件410所储存的预设属性可为家教老师的擅长教学课程类型或其它类型的家教老师信息属性。在本发明的另一实施例中,在个人化搜寻排序系统400应用于家教老师信息搜寻时,储存组件410所储存的预设属性可为家教老师的擅长教学课程类型、教学经验或其它类型的家教老师信息属性。在本发明的另一实施例中,在个人化搜寻排序系统400应用于外包案件信息搜寻时,储存组件410所储存的预设属性可为外包案件的案件类型或其它类型的外包案件信息属性。然而,在其它实施例中,可根据应用领域的不同或实作方式不同,而使储存组件410储存不同的预设属性。
处理组件420包含一关键词处理模块421、一权重取得模块422、一对应关系取得模块423、一权重计算模块424以及一排序模块425。关键词处理模块421自客户端500接收一关键词,并根据关键词,搜寻数个候选信息。其中,关键词处理模块421可进一步将与所接收到的关键词相关的相关字词,纳入搜寻的范围,以进一步增加可搜寻到的相关候选信息的数量。举例来说,在搜寻的关键词为“行政”时,关键词处理模块421可进一步搜寻相关于关键词“行政”的相关字词(如“业务行政助理”、“人力资源助理”等等)。此外,依个人化搜寻排序系统400的应用领域的不同,候选信息可为履历文件、职缺信息、家教征求信息、家教老师信息、外包案件信息或其它类型的信息。
权重取得模块422自一客户端500接收一客户端识别信息。权重取得模422组根据客户端识别信息,取得每一预设属性的一喜爱属性权重以及一不喜爱属性权重。对应关系取得模块423取得每一候选信息与预设属性间的一对应关系。
权重计算模块424根据对应关系、喜爱属性权重以及不喜爱属性权重,计算每一候选信息的一候选信息权重。其中,权重计算模块424可根据对应关系,取得预设属性中对应于每一候选信息的至少一对应属性。权重计算模块424可将每一候选信息的对应属性的喜爱属性权重减去该不喜爱属性权重并进行加总,作为每一候选信息的候选信息权重。然而,在其它实施例中,权重计算模块424可通过其它计算方式,计算各候选信息的候选信息权重,并不限于本揭露。
排序模块425根据候选信息的候选信息权重,排序候选信息,并传送排序后的候选信息至客户端500。其中,排序模块425可使候选信息权重较高的候选信息,排序在候选信息权重较低者之前。于是,客户端500可将排序后的候选信息显示于其显示组件。如此一来,客户端500的使用者可得知符合其所输入的关键词的信息,且较受其喜爱的信息可排序在较前面,方便使用者阅读。此外,将对于候选信息的喜爱与不喜爱列入考虑,可避免客户端的使用者因一次将不喜爱的信息列入喜爱信息,而使不喜爱的信息在接下来的搜寻持续被列在较前面的排序。
此外,客户端500的使用者可透过客户端500回馈其对于候选信息的喜恶,作为修正喜爱属性权重或不喜爱权重的依据。因此,处理组件420还可包含一选择模块426以及一喜爱权重修改模块427。选择模块426自客户端接收一选择信号。其中,选择信号用以选择候选信息的其中数个作为喜爱信息。喜爱权重修改模块427根据喜爱信息以及对应关系,修改预设属性的喜爱属性权重。喜爱权重修改模块427可藉由对分网络以及叠代运算的方式,修改预设属性的喜爱属性权重。因此,喜爱权重修改模块427可根据喜爱信息以及对应关系,产生喜爱信息与预设属性中对应于喜爱信息者间的一喜爱对分网络。于是,喜爱权重修改模块427可将喜爱对分网络进行数次权重叠代,以修改预设属性的喜爱属性权重。如此一来,可依据客户端500的使用者对于候选信息的喜爱,而修改各预设属性的喜爱属性权重。
此外,个人化搜寻排序系统400可将候选信息中未被选择者视为不喜爱信息,以进一步修正预设属性的不喜爱属性权重。因此,处理组件420还可包含一不喜爱权重修改模块428。不喜爱权重修改模块428根据不喜爱信息以及对应关系,修改预设属性的不喜爱属性权重。其中,不喜爱权重修改模块428可藉由对分网络以及叠代运算的方式,修改预设属性的不喜爱属性权重。因此,不喜爱权重修改模块428可根据不喜爱信息以及对应关系,产生不喜爱信息与预设属性中对应于不喜爱信息者间的一不喜爱对分网络。于是,不喜爱权重修改模块428可将不喜爱对分网络进行多次权重叠代,以修改预设属性的不喜爱属性权重。如此一来,可将候选信息中客户端500的使用者未选为喜爱信息者,视为不喜爱信息,而修改各预设属性的不喜爱属性权重。于是,可避免客户端500的使用者因一次将不喜爱的信息列入喜爱信息,而使不喜爱的信息在接下来的搜寻持续被列在较前面的排序。
由上述本发明实施方式可知,应用本发明具有下列优点。可提供客户端的使用者符合其所输入的关键词的信息,且较受其喜爱的信息可排序在较前面,方便使用者阅读。此外,将对于候选信息的喜爱与不喜爱列入考虑,可避免客户端的使用者因一次将不喜爱的信息列入喜爱信息,而使不喜爱的信息在接下来的搜寻持续被列在较前面的排序。
虽然本发明已以实施方式揭露如上,然其并非用以限定本发明,任何熟悉此技艺者,在不脱离本发明的精神和范围内,当可作各种的更动与润饰,因此本发明的保护范围当视所附的权利要求书所界定的范围为准。
Claims (7)
1.一种个人化搜寻排序方法,其特征在于,包含:
取得数个预设属性;
接收一关键词;
根据该关键词,搜寻数个候选信息;
自一客户端接收一客户端识别信息;
根据该客户端识别信息,取得每一该些预设属性的一喜爱属性权重以及一不喜爱属性权重;
取得每一该些候选信息与该些预设属性间的一对应关系;
根据该对应关系、该些喜爱属性权重以及该些不喜爱属性权重,计算每一该些候选信息的一候选信息权重;
根据该些候选信息的该些候选信息权重,排序该些候选信息,并传送排序后的该些候选信息至该客户端;
自该客户端接收一选择信号,其中该选择信号用以选择该些候选信息的其中数个作为数个喜爱信息;以及
根据该些喜爱信息以及该对应关系,修改该些预设属性的该些喜爱属性权重,包含:根据该些喜爱信息以及该对应关系,产生该些喜爱信息与该些预设属性中对应于该些喜爱信息者间的一网络;以及将该网络进行数次权重叠代,以修改该些预设属性的该些喜爱属性权重。
2.根据权利要求1所述的个人化搜寻排序方法,其特征在于,该些候选信息中未被选择者被视为数个不喜爱信息,且该个人化搜寻排序方法还包含:
根据该些不喜爱信息以及该对应关系,修改该些预设属性的该些不喜爱属性权重。
3.根据权利要求2所述的个人化搜寻排序方法,其特征在于,根据该些不喜爱信息以及该对应关系,修改该些预设属性的该些不喜爱属性权重包含:
根据该些不喜爱信息以及该对应关系,产生该些不喜爱信息与该些预设属性中对应于该些不喜爱信息者间的一另一网络;以及
将该另一网络进行多次权重叠代,以修改该些预设属性的该些不喜爱属性权重。
4.根据权利要求1所述的个人化搜寻排序方法,其特征在于,根据该对应关系、该些喜爱属性权重以及该些不喜爱属性权重,计算每一该些候选信息的该候选信息权重包含:
根据该对应关系,取得该些预设属性中对应于每一该些候选信息的至少一对应属性;以及
将每一该些候选信息的该对应属性的该喜爱属性权重减去该不喜爱属性权重并进行加总,作为每一该些候选信息的该候选信息权重。
5.根据权利要求1所述的个人化搜寻排序方法,其特征在于,该些候选信息为数笔履历文件、数笔职缺信息、数笔家教征求信息、数笔家教老师信息或数笔外包案件信息。
6.一种个人化搜寻排序系统,其特征在于,包含:
用于取得数个预设属性的模块;
用于接收一关键词的模块;
用于根据该关键词搜寻数个候选信息的模块;
用于自一客户端接收一客户端识别信息的模块;
用于根据该客户端识别信息取得每一该些预设属性的一喜爱属性权重以及一不喜爱属性权重的模块;
一对应关系取得模块,用于取得每一该些候选信息与该些预设属性间的一对应关系;
一权重计算模块,用于根据该对应关系、该些喜爱属性权重以及该些不喜爱属性权重,计算每一该些候选信息的一候选信息权重;
一排序模块,用于根据该些候选信息的该些候选信息权重,排序该些候选信息,并传送排序后的该些候选信息至该客户端;
一选择模块,用于自该客户端接收一选择信号,其中该选择信号用以选择该些候选信息的其中数个作为数个喜爱信息;以及
一喜爱权重修改模块,用于根据该些喜爱信息以及该对应关系,产生该些喜爱信息与该些预设属性中对应于该些喜爱信息者间的一网络,将该网络进行数次权重叠代,以修改该些预设属性的该些喜爱属性权重。
7.根据权利要求6所述的个人化搜寻排序系统,其特征在于,该些候选信息中未被选择者被视为数个不喜爱信息,且还包含:
一不喜爱权重修改模块,用于根据该些不喜爱信息以及该对应关系,修改该些预设属性的该些不喜爱属性权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110140065.2A CN102799593B (zh) | 2011-05-24 | 2011-05-24 | 个人化搜寻排序方法以及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110140065.2A CN102799593B (zh) | 2011-05-24 | 2011-05-24 | 个人化搜寻排序方法以及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102799593A CN102799593A (zh) | 2012-11-28 |
CN102799593B true CN102799593B (zh) | 2015-09-09 |
Family
ID=47198705
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110140065.2A Active CN102799593B (zh) | 2011-05-24 | 2011-05-24 | 个人化搜寻排序方法以及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102799593B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105787619A (zh) * | 2014-12-25 | 2016-07-20 | 阿里巴巴集团控股有限公司 | 一种数据处理方法、装置及系统 |
CN107545491A (zh) * | 2017-08-28 | 2018-01-05 | 北京三快在线科技有限公司 | 一种推荐信息的数据处理方法和装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101334796A (zh) * | 2008-02-29 | 2008-12-31 | 浙江师范大学 | 一种个性化及协同化融合的网上多媒体检索与查询方法 |
CN101589385A (zh) * | 2006-08-21 | 2009-11-25 | 选择引擎有限公司 | 选择引擎 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060059142A1 (en) * | 2004-09-15 | 2006-03-16 | Yahoo! Inc. | System and method of modifying an on-line dating search using inline editing |
-
2011
- 2011-05-24 CN CN201110140065.2A patent/CN102799593B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101589385A (zh) * | 2006-08-21 | 2009-11-25 | 选择引擎有限公司 | 选择引擎 |
CN101334796A (zh) * | 2008-02-29 | 2008-12-31 | 浙江师范大学 | 一种个性化及协同化融合的网上多媒体检索与查询方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102799593A (zh) | 2012-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11934429B2 (en) | Web based interactive geographic information systems mapping analysis and methods for improving business performance including future scenario modeling | |
US8606770B2 (en) | User-directed product recommendations | |
US8442849B2 (en) | Emotional mapping | |
CN109189904A (zh) | 个性化搜索方法及系统 | |
US20080147630A1 (en) | Recommender and payment methods for recruitment | |
CN108205766A (zh) | 信息推送方法、装置及系统 | |
US20100250578A1 (en) | System and method for conducting a profile based search | |
US8888497B2 (en) | Emotional web | |
CN110555753A (zh) | 基于推荐的排序控制方法、装置、计算机设备及存储介质 | |
US20140149513A1 (en) | System and method for matching a profile to a sparsely defined request | |
Badriyah et al. | Recommendation system for property search using content based filtering method | |
CN109598404A (zh) | 自动对下发销售任务单进行数据处理的方法和装置 | |
US11494686B1 (en) | Artificial intelligence system for relevance analysis of data stream items using similarity groups and attributes | |
CN115422438A (zh) | 铁路物资供应资源推荐方法、系统和存储介质 | |
CN102799593B (zh) | 个人化搜寻排序方法以及系统 | |
WO2011031795A1 (en) | Web-based interactive geographic information systems mapping analysis and methods for improving business performance | |
CN117350816A (zh) | 独立站商品推荐方法及其装置、设备、介质 | |
US20200160359A1 (en) | User-experience development system | |
CN117056619A (zh) | 确定用户行为特征的方法和装置 | |
CN114595323B (zh) | 画像构建、推荐、模型训练方法、装置、设备及存储介质 | |
US20190325398A1 (en) | System and method for generating skill-centric online resumes with verifiable skills | |
TWI468956B (zh) | 個人化搜尋排序方法以及系統 | |
Lehkyy et al. | Semantic Core Parsing in Search Engine Optimization Process | |
US8214248B1 (en) | System and method for assessing viability and marketability of assets | |
KR20110041296A (ko) | 지식 검색 시스템 및 그를 이용한 지식 제공 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |