CN103606097A - 一种基于可信度评价的产品信息推荐方法及系统 - Google Patents
一种基于可信度评价的产品信息推荐方法及系统 Download PDFInfo
- Publication number
- CN103606097A CN103606097A CN201310586279.1A CN201310586279A CN103606097A CN 103606097 A CN103606097 A CN 103606097A CN 201310586279 A CN201310586279 A CN 201310586279A CN 103606097 A CN103606097 A CN 103606097A
- Authority
- CN
- China
- Prior art keywords
- product information
- evaluation
- degree
- violation
- internet
- 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
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明属于数据处理技术领域,具体为一种基于可信度评价的产品信息推荐方法及系统。本发明方法基于互联网产品信息可信度评价模型和产品信息描述规范,对完整度、规范度、违规程度和用户满意度四个评价指标进行量化评估,建立推荐规则,向用户推荐互联网产品信息。本发明还提供一种基于可信度评价的互联网产品信息推荐系统。本发明从多个维度评价互联网产品信息的可信度,与单一维度的可信度评价方法相比,对产品信息可信度的评价更加全面。本发明可用于评价互联网产品信息的可信度,为消费者推荐可信度评价较高的产品信息,能够有效降低用户在线购物风险,提高产品信息推荐的效率和准确度。
Description
技术领域
本发明属于数据处理技术领域,具体涉及一种基于可信度评价的产品信息推荐方法及系统。
技术背景
目前,互联网上发布的产品信息存在以下问题:第一,产品信息不完整,未完全展示消费者关心的产品属性;第二,产品信息不规范,不同网站对同一产品的描述不一致,消费者难以区分其真伪;第三,产品信息存在夸大、虚假宣传,误导消费者。为此,对互联网产品信息的可信度做出有效评估并为在网上购物的消费者推荐可信度较高的产品信息显得很有必要。
现有技术中一种评估互联网产品信息可信度的评估方法为:对用户评论进行情感分析,判断用户评论的类型(好评、中评和差评),然后根据不同类型用户评论的数量进行综合分析,计算出用户对于网页所展示产品的总体评价,从而评估该网页所展示产品的可信程度。此方法的缺点在于过于依赖用户评论,一旦某个产品缺少用户评论或者用户评论较少,则不能给出有效评价。
发明内容
为了克服现有技术的不足,本发明的目的在于提供一种从多个维度评估互联网产品信息的可信度进而进行产品信息推荐的方法,其对产品信息可信度的评估更加全面,用于信息推荐时召回率更高。
本发明提出一种基于可信度评价的产品信息推荐方法,其基于互联网产品信息可信度评价模型和产品信息描述规范,对完整度、规范度、违规程度和用户满意度四个评价指标进行量化评估,具体步骤包括:
(1)采集规范、真实的产品信息;
(2)提取互联网产品信息和用户评论信息、进行用户评论类型判断、利用互联网产品信息的完整度、规范度、违规程度和用户满意度四个评价指标进行可信度评价;
(3)基于可信度评价,建立产品信息推荐规则,给定符合推荐条件的四个评价指标的取值范围,向用户推荐互联网产品信息。
本发明建立的互联网产品信息可信度评价模型,包括完整度、规范度、违规程度和用户满意度四个评价指标,如图1所示。
所述完整度是指互联网产品信息的完整程度,用于评价网页所展示的产品基础属性和附加属性是否完整,取值范围为0至1。
所述规范度是指网页展示的产品信息和规范产品信息的符合程度,取值范围为0至1。规范产品信息包括:来源于行业主管部门或中国电子商务可信交易服务中心网站公布的产品信息;来源于互联网但通过人工审核验证的产品信息。
所述违规程度是指夸大、虚假宣传产品等违规行为的违规严重程度,取值范围为0至1,0表示没有违规,1表示违规程度最严重。
所述用户满意度是指用户评论所反映的用户对于网页所展示产品的满意程度,取值范围为0至1。
本发明建立了针对不同类型的产品信息描述规范,定义了不同类型产品信息在互联网上发布时须向消费者展示的基础属性和建议向消费者展示的附加属性。
所述产品信息描述规范由本发明的技术人员制定,制定依据包括:不同行业产品的说明书;国家、国际上对不同领域产品信息描述的相关标准和规定;著名电子商务网站对产品信息的描述。
所述产品基础属性是指国家规定消费者具有知情权的属性和对消费者了解产品具有重要意义的属性,如产品名称、生产厂商、规格等;
所述产品附加属性是指对消费者购买产品起辅助作用的属性,如图片、英文名称等。
本发明中基于所述评价模型和产品信息描述规范,进一步提出了对完整度、规范度、违规程度和用户满意度等评价指标进行量化评估的方法。
上述完整度计算方法为:
α表示产品信息完整度,bF表示网页上展示的产品基础属性数量,bN表示该类产品在互联网上发布时须向消费者展示的基础属性总数,eF表示网页上展示的产品附加属性数量,eN表示该类产品在互联网上发布时建议向消费者展示的附加属性总数,C1为常量,是指基础属性对产品信息完整度的影响因子,可依据产品基础属性总数和产品属性总数的比例进行调整,一般来说,比例越高,C1越大,0≤C1≤1。
上述规范度计算方法为:
β表示产品信息规范度,fF表示网页展示的与规范信息符合的产品属性数量,aF表示网页展示的所有产品属性数量,如果网页展示的某项产品属性在规范信息里没有,则认为该属性与规范信息符合。
上述违规程度计算方法为:
γ表示产品信息的违规程度,C2为常量,可依据不同行业产品违规关键词的个数和违规程度设定,一般来说,违规关键词的个数越多,违规程度越高,C2越大,,C2>0,n是指产品信息包含的不同违规关键词的数量,xi是指在产品信息包含的第i个违规关键词,s(xi)是指该违规关键词的违规程度,违规关键词通过语义词典保存,格式为[违规关键词1,违规程度1][违规关键词2,违规程度2]、[……,……]。
上述违规关键词是指国家法律法规规定在产品宣传中不允许出现的词语及其同义词和近义词,不同领域产品具有不同的违规关键词。
上述用户满意度计算方法为:
δ表示用户满意度,pC是指好评数量,cC是指中评数量,nC是指差评数量,aC是指所有用户评论数量,aC=pC+cC+nC,C3、C4为常量,0<C3<1,C4>0,C3可依据某类产品所有评论中中评所占比例设定,一般来说,比例越高,C3越大,C4可依据某类产品所有评论中差评所占比例设定,一般来说,比例越高,C4越小。。
本发明中,用户评论的类型通过以下步骤判断:
如果用户评论包含类型信息,则使用该类型;
如果用户评论不包含类型信息,则通过以下公式计算该评论对于产品的评价值:
ε表示评论对于产品的评价值,n是指评论包含的不同评价关键词的数量,yi是指评论包含的第i个评价关键词,e(yi)是指该评价关键词的评价值,正面评价关键词的评价值大于0,负面评价关键词的评价值小于0,评价关键词通过语义词典保存,格式为[评价关键词1,评价值1][评价关键词2,评价值2]、[……,……];
根据计算得到的评价值,若ε>0,则用户评论类型为好评,若ε=0,则用户评论类型为中评,若ε<0,则用户评论类型为差评。即在上述用户满意度计算方法中,当用户评论不直接包含类型消息时,pC是指ε>0的数量,cC是指ε=0数量,nC是指ε<0数量。
上述评价关键词是指产品评论中经常出现的蕴含感情倾向的词或短语,包括正面评价关键词(如“很好”、“喜欢”、“满意”、“下次还来买”等)和负面评价关键词(如“一般”、“很差”、“不喜欢”等)。
本发明还提出一种基于可信度评价的产品信息推荐系统,包括:
规范信息采集单元,用于采集规范、真实的产品信息;
互联网产品信息可信度评价单元,用于评估互联网产品信息的完整度、规范度、违规程度和用户满意度,其步骤包括互联网产品信息和用户评论信息提取、用户评论类型判断、互联网产品信息完整度评估、互联网产品信息规范度评估、互联网产品信息违规程度评估和互联网产品信息用户满意度评估;
互联网产品信息推荐单元,基于产品信息的完整度、规范度、违规程度和用户满意度,向用户推荐互联网产品信息。
本发明所述的基于可信度评价的互联网产品信息推荐系统需要对网页上的产品信息和用户评论进行提取,复旦大学所研究的一种基于网页结构语义的互联网信息对象定位方法[1]可满足该要求。
本发明的有益效果在于:其与基于用户评论单一维度的可信度评价方法相比,对产品信息可信度的评估更加全面,能够从完整度、规范度、违规程度等维度对缺少用户评论的产品信息进行评估,召回率更高;其可以进行互联网产品信息推送,向用户推送可信度较高的互联网产品信息,能够有效降低用户在线购物风险,提高产品信息推荐的效率和准确度。
附图说明
图1为本发明的互联网产品信息可信度评价模型。
图2为本发明的互联网药品信息基础属性和附加属性示意图。
图3为本发明的互联网产品信息推荐系统结构图。
图4为本发明的规范产品信息采集单元流程图。
图5为本发明的互联网产品信息可信度评价单元流程图。
图6为本发明的互联网产品信息可信度查询单元流程图。
具体实施方式
下面结合附图和实施例对本发明进一步详细阐述。
本发明提出了一种基于可信度评估的产品信息推荐方法和系统,可用于评价互联网产品信息的可信度,为消费者推荐可信度评价较高的产品信息,有效降低消费者网上购物的风险。
本发明建立了针对不同类型的产品信息描述规范,定义了不同类型产品信息在互联网上发布时须向消费者展示的基础属性和建议向消费者展示的附加属性,图2是互联网药品信息基础属性和附加属性示意图,其中属性名称后标记*号的为基础属性,未标记*号的为附加属性,根据图2,药品信息基础属性共26个,附加属性共4个。
本发明建立的基于可信度评价的互联网产品信息推荐系统包括规范信息采集单元、互联网产品信息可信度评价单元和互联网产品信息推荐单元。
互联网产品信息推荐系统结构图如图3所示,包括网页爬虫模块、产品信息抽取模块、用户评论抽取模块、可信度评价模块、产品信息推荐模块等功能模块。其中,网页爬虫模块用于抓取网页,产品信息抽取模块用于抽取网页中包含的产品信息,用户评论抽取模块用于抽取网页中包含的用户评论信息,可信度评价模块分为完整度评价模块、规范度评价模块、违规程度评价模块和用户满意度评价模块,分别对产品信息的完整度、规范度、违规程度和用户满意度进行评价,产品信息推荐模块用于向用户推荐互联网产品信息。
所述规范信息采集单元,用于从行业主管部门、中国电子商务可信交易服务中心网站或其它网站采集产品信息,对于从非行业主管部门和中国电子商务可信交易服务中心网站采集的产品信息,需要进行人工审核和校正,以保证其规范性和真实性。
所述规范信息采集单元的流程如图4所示:
401、利用通用爬虫技术采集目标网站上的网页信息;
402、利用专利(CN102662969A)中描述的方法判断该网页是否包含产品信息;
403、利用专利(CN102662969A)中描述的方法抽取网页中包含的产品信息;
404、将所抽取到的产品信息保存至数据库。
所述互联网产品信息可信度评价单元的流程如图5所示:
501、利用通用爬虫技术采集目标网站上的网页信息;
502、利用专利(CN102662969A)中描述的方法判断该网页是否包含产品信息;
503、利用专利一种基于网页结构语义的互联网信息对象定位方法中描述的方法抽取网页中包含的产品信息以及用户评论;
504、判断该网页是否包含用户评论信息;
505、判断用户评论类型,如果用户评论包含类型信息,则使用该类型,如果用户评论不包含类型信息,则通过以下公式计算该评论对于产品的评价值:
假设某用户评论包含“很好”、“一般”、“不错”三个评价关键词,所述关键词的评价值为[很好,5]、[一般,-1]、[不错,1],则根据公式计算该评论对产品的评价值为:
评价值大于0,因此,该用户评论类型为好评。
506、利用所述产品信息完整度计算方法计算产品信息的完整度,假设某药品信息展示页面所展示的药品基础属性有20个,药品附加属性有2个,根据公式:
由于药品基础属性较多,约占所有属性总数的0.9,对药品信息完整度的影响较大,因此,本例常量C1设定为0.9,该药品信息完整度为:
507、利用所述产品信息规范度计算方法计算产品信息的规范度,假设某药品信息展示页面所展示的药品基础属性有22个,与规范信息中对应药品信息相符的属性有18个,则该药品信息完整度为:
508、利用所述产品信息违规程度计算方法计算产品信息的违规程度,假设某药品信息包含违规关键词“无毒副作用”和“痊愈”,所述关键词的违规程度为[无毒副作用,2]、[痊愈,1],根据公式:
根据药品行业中违规关键词的数量和违规程度,常量C2设定为5,则该药品信息的违规程度为:
509、利用所述产品信息用户满意度计算方法计算产品信息的用户满意度,假设某药品信息的用户评论共有35条,其中好评30条,中评3条,差评2条,根据公式:
根据药品行业用户评论中中评所占比例,常量C3设定为0.8,根据药品行业用户评论差评所占比例,常量C4设定为3,则该产品的用户满意度为:
510、把产品信息、评论信息以及可信度信息保存至数据库。
所述互联网产品信息推荐单元的流程如图6所示:
601、用户输入产品名称,可以理解的是,查询条件还可以包括生产企业、产品规格型号、产品价格等;
602、获取符合查询条件的产品信息及可信度;
603、根据设定的推荐规则对查询返回的产品信息进行过滤,返回符合推荐规则的互联网产品信息。
假设所设定的推荐规则为:完整度大于0.7,规范度大于0.8,违规程度小于0.2,用户满意度大于0.75。
对于互联网产品信息可信度评价单元流程所述的药品信息,其完整度为0.72,规范度为0.82,违规程度为0.6,用户满意度为0.8,可以容易判断出完整度、规范度和用户满意度符合推荐规则,而违规程度不符合推荐规则,所以该药品信息将不会出现在推荐的产品信息列表。
可以理解的是,推荐规则可以根据情况进行调整,例如要求完整度大于0.9、违规程度等于0等。
参考文献
[1] CN102662969A, 2012.09.12,复旦大学,一种基于网页结构语义的互联网信息对象定位方法。
Claims (9)
1.一种基于可信度评价的产品信息推荐方法,其特征在于,其基于互联网产品信息可信度评价模型和产品信息描述规范,对完整度、规范度、违规程度和用户满意度四个评价指标进行量化评估,具体步骤包括:
(1)采集规范、真实的产品信息;
(2)提取互联网产品信息和用户评论信息,进行用户评论类型判断,利用互联网产品信息的完整度、规范度、违规程度和用户满意度四个评价指标进行可信度评价;
(3)基于可信度评价,建立产品信息推荐规则,给定符合推荐条件的四个评价指标的取值范围,向用户推荐互联网产品信息。
2.根据权利要求1所述的方法,其特征在于:步骤(1)中所述规范、真实的产品信息包括:来源于行业主管部门或中国电子商务可信交易服务中心网站公布的产品信息;来源于互联网但通过人工审核验证的产品信息。
3.根据权利要求1所述的方法,其特征在于,步骤(2)中所述用户评论类型分为好评、差评和中评三种类型;其通过以下步骤判断:
如果用户评论包含类型信息,则使用该类型;
如果用户评论不包含类型信息,则通过以下公式计算该评论对于产品的评价值:
ε表示评论对于产品的评价值,n是指评论包含的不同评价关键词的数量,yi是指评论包含的第i个评价关键词,e(yi)是指该评价关键词的评价值,其中:正面评价关键词的评价值大于0,负面评价关键词的评价值小于0,评价关键词通过语义词典保存,格式为[评价关键词1,评价值1][评价关键词2,评价值2]、[……,……];
根据计算得到的评价值,若ε>0,则用户评论类型为好评,若ε=0,则用户评论类型为中评,若ε<0,则用户评论类型为差评。
8.一种基于可信度评价的产品信息推荐系统,其特征在于,该系统包括:
规范信息采集单元,用于采集规范、真实的产品信息;
互联网产品信息可信度评价单元,用于评估互联网产品信息的完整度、规范度、违规程度和用户满意度,其步骤包括互联网产品信息和用户评论信息提取、用户评论类型判断、互联网产品信息完整度评估、互联网产品信息规范度评估、互联网产品信息违规程度评估和互联网产品信息用户满意度评估;
互联网产品信息推荐单元,基于产品信息的完整度、规范度、违规程度和用户满意度,向用户推荐互联网产品信息。
9.根据权利要求8所述的产品信息推荐系统,其特征在于:所述规范信息采集单元包括网页爬虫模块和产品信息抽取模块;
所述互联网产品信息可信度评价单元包括网页爬虫模块、产品信息抽取模块、用户评论抽取模块和信度评价模块;
所述互联网产品信息推荐单元包括产品信息推荐模块;
其中,网页爬虫模块用于抓取网页,产品信息抽取模块用于抽取网页中包含的产品信息,用户评论抽取模块用于抽取网页中包含的用户评论信息,可信度评价模块分为完整度评价模块、规范度评价模块、违规程度评价模块和用户满意度评价模块,分别对产品信息的完整度、规范度、违规程度和用户满意度进行评价,产品信息推荐模块用于向用户推荐互联网产品信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310586279.1A CN103606097A (zh) | 2013-11-21 | 2013-11-21 | 一种基于可信度评价的产品信息推荐方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310586279.1A CN103606097A (zh) | 2013-11-21 | 2013-11-21 | 一种基于可信度评价的产品信息推荐方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103606097A true CN103606097A (zh) | 2014-02-26 |
Family
ID=50124317
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310586279.1A Pending CN103606097A (zh) | 2013-11-21 | 2013-11-21 | 一种基于可信度评价的产品信息推荐方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103606097A (zh) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103839178A (zh) * | 2014-02-28 | 2014-06-04 | 珠海市君天电子科技有限公司 | 一种获得商品质量信息的方法及系统 |
CN104636447A (zh) * | 2015-01-21 | 2015-05-20 | 上海天呈医流科技股份有限公司 | 一种面向医疗器械b2b网站用户的智能评价方法和系统 |
CN105139211A (zh) * | 2014-12-19 | 2015-12-09 | Tcl集团股份有限公司 | 产品简介生成方法及系统 |
CN105373558A (zh) * | 2014-08-27 | 2016-03-02 | 青岛海尔智能家电科技有限公司 | 一种衡量产品推荐度的方法及系统 |
CN105989168A (zh) * | 2015-03-04 | 2016-10-05 | 佛山市顺德区美的电热电器制造有限公司 | 家用电器数据的收集系统及收集方法 |
CN106339375A (zh) * | 2015-07-06 | 2017-01-18 | 阿里巴巴集团控股有限公司 | 网页上项目的评价信息展示方法和装置 |
CN106651547A (zh) * | 2017-01-04 | 2017-05-10 | 泰康保险集团股份有限公司 | 数据处理方法及装置 |
CN106846103A (zh) * | 2017-01-11 | 2017-06-13 | 美的集团股份有限公司 | 家电设备的购买推荐方法和装置 |
CN107135281A (zh) * | 2017-03-13 | 2017-09-05 | 国家计算机网络与信息安全管理中心 | 一种基于多数据源融合的ip地域类特征提取方法 |
CN107341225A (zh) * | 2017-06-30 | 2017-11-10 | 沈思远 | 信息智能推送与鉴别方法、装置和系统 |
CN108074122A (zh) * | 2016-11-18 | 2018-05-25 | 腾讯科技(深圳)有限公司 | 产品试用推荐方法、装置及服务器 |
CN108073640A (zh) * | 2016-11-17 | 2018-05-25 | 广州市动景计算机科技有限公司 | 页面推送方法和系统 |
CN108121734A (zh) * | 2016-11-29 | 2018-06-05 | 北京国双科技有限公司 | 文本的情感倾向判断方法及装置 |
CN108595580A (zh) * | 2018-04-17 | 2018-09-28 | 阿里巴巴集团控股有限公司 | 新闻推荐方法、装置、服务器及存储介质 |
CN109118243A (zh) * | 2017-06-26 | 2019-01-01 | 阿里巴巴集团控股有限公司 | 一种产品分享、有用评价识别、推送方法和服务器 |
CN109308628A (zh) * | 2017-07-28 | 2019-02-05 | 王春刚 | 产品的信任评估方法和装置 |
CN110019790A (zh) * | 2017-10-09 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 文本识别、文本监控、数据对象识别、数据处理方法 |
CN110413928A (zh) * | 2019-07-26 | 2019-11-05 | 中国工商银行股份有限公司 | 用户体验度测量方法、装置、电子设备和可读介质 |
CN112115368A (zh) * | 2020-09-29 | 2020-12-22 | 安徽访得信息科技有限公司 | 一种基于大数据的内容信息分发引擎的方法 |
CN112435059A (zh) * | 2020-11-24 | 2021-03-02 | 广州富港生活智能科技有限公司 | 物品价值实时评估方法、装置、电子设备及存储介质 |
CN112836038A (zh) * | 2021-01-21 | 2021-05-25 | 中国科学院沈阳自动化研究所 | 一种基于多源数据可信度的智能推荐系统 |
WO2022111291A1 (zh) * | 2020-11-27 | 2022-06-02 | 北京沃东天骏信息技术有限公司 | 推荐信息的评估方法、装置、设备及计算机可读存储介质 |
CN117745328A (zh) * | 2023-12-29 | 2024-03-22 | 深圳市南方网通网络技术开发有限公司 | 一种基于多平台的网络营销数据处理方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050066269A1 (en) * | 2003-09-18 | 2005-03-24 | Fujitsu Limited | Information block extraction apparatus and method for Web pages |
CN101782998A (zh) * | 2009-01-20 | 2010-07-21 | 复旦大学 | 一种违规在线产品信息的智能判断方法与系统 |
CN102662969A (zh) * | 2012-03-11 | 2012-09-12 | 复旦大学 | 一种基于网页结构语义的互联网信息对象定位方法 |
-
2013
- 2013-11-21 CN CN201310586279.1A patent/CN103606097A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050066269A1 (en) * | 2003-09-18 | 2005-03-24 | Fujitsu Limited | Information block extraction apparatus and method for Web pages |
CN101782998A (zh) * | 2009-01-20 | 2010-07-21 | 复旦大学 | 一种违规在线产品信息的智能判断方法与系统 |
CN102662969A (zh) * | 2012-03-11 | 2012-09-12 | 复旦大学 | 一种基于网页结构语义的互联网信息对象定位方法 |
Non-Patent Citations (1)
Title |
---|
扈中凯等: "基于用户评论挖掘的产品推荐算法", 《浙江大学学报(工学报)》 * |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103839178A (zh) * | 2014-02-28 | 2014-06-04 | 珠海市君天电子科技有限公司 | 一种获得商品质量信息的方法及系统 |
CN105373558A (zh) * | 2014-08-27 | 2016-03-02 | 青岛海尔智能家电科技有限公司 | 一种衡量产品推荐度的方法及系统 |
CN105139211A (zh) * | 2014-12-19 | 2015-12-09 | Tcl集团股份有限公司 | 产品简介生成方法及系统 |
CN105139211B (zh) * | 2014-12-19 | 2021-06-22 | Tcl科技集团股份有限公司 | 产品简介生成方法及系统 |
CN104636447A (zh) * | 2015-01-21 | 2015-05-20 | 上海天呈医流科技股份有限公司 | 一种面向医疗器械b2b网站用户的智能评价方法和系统 |
CN104636447B (zh) * | 2015-01-21 | 2017-12-29 | 上海天呈医流科技股份有限公司 | 一种面向医疗器械b2b网站用户的智能评价方法和系统 |
CN105989168A (zh) * | 2015-03-04 | 2016-10-05 | 佛山市顺德区美的电热电器制造有限公司 | 家用电器数据的收集系统及收集方法 |
CN106339375B (zh) * | 2015-07-06 | 2019-10-01 | 阿里巴巴集团控股有限公司 | 网页上项目的评价信息展示方法和装置 |
CN106339375A (zh) * | 2015-07-06 | 2017-01-18 | 阿里巴巴集团控股有限公司 | 网页上项目的评价信息展示方法和装置 |
CN108073640A (zh) * | 2016-11-17 | 2018-05-25 | 广州市动景计算机科技有限公司 | 页面推送方法和系统 |
CN108074122A (zh) * | 2016-11-18 | 2018-05-25 | 腾讯科技(深圳)有限公司 | 产品试用推荐方法、装置及服务器 |
CN108121734A (zh) * | 2016-11-29 | 2018-06-05 | 北京国双科技有限公司 | 文本的情感倾向判断方法及装置 |
CN106651547A (zh) * | 2017-01-04 | 2017-05-10 | 泰康保险集团股份有限公司 | 数据处理方法及装置 |
CN106846103A (zh) * | 2017-01-11 | 2017-06-13 | 美的集团股份有限公司 | 家电设备的购买推荐方法和装置 |
CN107135281B (zh) * | 2017-03-13 | 2020-03-31 | 国家计算机网络与信息安全管理中心 | 一种基于多数据源融合的ip地域类特征提取方法 |
CN107135281A (zh) * | 2017-03-13 | 2017-09-05 | 国家计算机网络与信息安全管理中心 | 一种基于多数据源融合的ip地域类特征提取方法 |
CN109118243A (zh) * | 2017-06-26 | 2019-01-01 | 阿里巴巴集团控股有限公司 | 一种产品分享、有用评价识别、推送方法和服务器 |
CN109118243B (zh) * | 2017-06-26 | 2022-09-30 | 阿里巴巴集团控股有限公司 | 一种产品分享、有用评价识别、推送方法和服务器 |
CN107341225B (zh) * | 2017-06-30 | 2019-11-19 | 沈思远 | 信息智能推送与鉴别方法、装置和系统 |
CN107341225A (zh) * | 2017-06-30 | 2017-11-10 | 沈思远 | 信息智能推送与鉴别方法、装置和系统 |
CN109308628A (zh) * | 2017-07-28 | 2019-02-05 | 王春刚 | 产品的信任评估方法和装置 |
CN110019790A (zh) * | 2017-10-09 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 文本识别、文本监控、数据对象识别、数据处理方法 |
CN110019790B (zh) * | 2017-10-09 | 2023-08-22 | 阿里巴巴集团控股有限公司 | 文本识别、文本监控、数据对象识别、数据处理方法 |
CN108595580A (zh) * | 2018-04-17 | 2018-09-28 | 阿里巴巴集团控股有限公司 | 新闻推荐方法、装置、服务器及存储介质 |
CN108595580B (zh) * | 2018-04-17 | 2022-08-09 | 创新先进技术有限公司 | 新闻推荐方法、装置、服务器及存储介质 |
CN110413928A (zh) * | 2019-07-26 | 2019-11-05 | 中国工商银行股份有限公司 | 用户体验度测量方法、装置、电子设备和可读介质 |
CN112115368A (zh) * | 2020-09-29 | 2020-12-22 | 安徽访得信息科技有限公司 | 一种基于大数据的内容信息分发引擎的方法 |
CN112435059A (zh) * | 2020-11-24 | 2021-03-02 | 广州富港生活智能科技有限公司 | 物品价值实时评估方法、装置、电子设备及存储介质 |
WO2022111291A1 (zh) * | 2020-11-27 | 2022-06-02 | 北京沃东天骏信息技术有限公司 | 推荐信息的评估方法、装置、设备及计算机可读存储介质 |
CN112836038A (zh) * | 2021-01-21 | 2021-05-25 | 中国科学院沈阳自动化研究所 | 一种基于多源数据可信度的智能推荐系统 |
CN117745328A (zh) * | 2023-12-29 | 2024-03-22 | 深圳市南方网通网络技术开发有限公司 | 一种基于多平台的网络营销数据处理方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103606097A (zh) | 一种基于可信度评价的产品信息推荐方法及系统 | |
CN103729359B (zh) | 一种推荐搜索词的方法及系统 | |
CN104463630B (zh) | 一种基于网购保险产品特性的产品推荐方法及系统 | |
CN103577432B (zh) | 一种商品信息搜索方法和系统 | |
CN103176983B (zh) | 一种基于互联网信息的事件预警方法 | |
TWI689880B (zh) | 用於實現評論搜尋引擎排序的方法和裝置 | |
US20130275269A1 (en) | Searching supplier information based on transaction platform | |
CN103136683B (zh) | 计算产品参考价格的方法、装置及产品搜索方法、系统 | |
CN103514178A (zh) | 一种基于点击率的搜索排序方法及装置 | |
JP2020123401A (ja) | 資産情報のディスプレイ方法 | |
CN105023178B (zh) | 一种基于本体的电子商务推荐方法 | |
CN101770482A (zh) | 一种广告投放的方法及系统 | |
CN105005594A (zh) | 异常微博用户识别方法 | |
CN102467726A (zh) | 一种基于网上交易平台的数据处理方法和装置 | |
CN103136696A (zh) | 媒体投放管理方法及其系统 | |
CN102509233A (zh) | 一种基于用户网上动作信息的推荐方法 | |
CN103377249A (zh) | 关键词投放方法及系统 | |
CN105468649B (zh) | 一种待展示对象匹配的判断方法及其装置 | |
CN104881795A (zh) | 一种电商虚假评价的判断识别方法 | |
WO2016107455A1 (zh) | 一种信息匹配处理方法和装置 | |
CN101645066A (zh) | 一种互联网新颖词监测方法 | |
CN109101553B (zh) | 用于购买方非受益方的行业的采购用户评价方法和系统 | |
CN103246677A (zh) | 基于社交的搜索办法及搜索系统 | |
CN103778122A (zh) | 搜索方法和系统 | |
CN103034660A (zh) | 信息提供方法、装置及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140226 |
|
WD01 | Invention patent application deemed withdrawn after publication |