CN103970858A - 推荐内容确定系统和方法 - Google Patents

推荐内容确定系统和方法 Download PDF

Info

Publication number
CN103970858A
CN103970858A CN201410191014.6A CN201410191014A CN103970858A CN 103970858 A CN103970858 A CN 103970858A CN 201410191014 A CN201410191014 A CN 201410191014A CN 103970858 A CN103970858 A CN 103970858A
Authority
CN
China
Prior art keywords
user
label
focus
content recommendation
restaurant
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
Application number
CN201410191014.6A
Other languages
English (en)
Inventor
王小飞
甘露
谭炜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201410191014.6A priority Critical patent/CN103970858A/zh
Publication of CN103970858A publication Critical patent/CN103970858A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

提供了一种推荐内容确定系统和方法。所述推荐内容确定系统包括:关注点确定单元,被配置为对用户在一段预定时间内选择的对象进行分析,以确定用户的关注点;推荐内容确定单元,被配置为在向用户显示的对象中突出显示与所述用户的关注点相关的内容。

Description

推荐内容确定系统和方法
技术领域
本申请涉及一种推荐内容确定系统和方法,更具体地讲,涉及一种基于用户的个性化偏好,确定对象的推荐内容的系统和方法。
背景技术
随着互联网的快速发展,已出现各种各样的信息提供网站或应用,例如,用于提供餐饮商户信息的网站或应用、用于推荐旅行地点的网站或应用、出售各种商品的电商网站或应用等,用户可方便地通过这样的网站或应用来搜索符合自己要求的对象。
以提供餐饮商户信息的网站或应用为例,当用户通过所述网站或应用查看或检索餐馆时,在查看的餐馆的详情页或者是在主页面或通过检索餐馆而获得的检索结果页等中,通常不仅会显示餐馆的名称和地址等信息,还会显示关于餐馆的推荐内容,例如,推荐菜或是各方面的评价,使得用户可从这些餐馆的推荐内容对餐馆获得更具体的了解,从而能够更快地确定符合自己要求的餐馆。
在显示关于某个餐馆的推荐内容时,通常会显示关于该餐馆的若干方面(例如,环境、口味、推荐菜肴等)的推荐内容。在这种情况下,一般是根据评论中关于餐馆的各个方面的评论出现的次数或频率来确定显示关于哪些方面的推荐内容(例如,如果对餐馆的环境和口味的评论较多,则确定显示关于所述餐馆的环境和口味的推荐内容),或者是按照预先确定的规则来显示关于每个方面的推荐内容(例如,根据预先设置,显示关于餐馆的环境、服务、推荐菜肴等方面的推荐内容)。然而,由于每个用户分别具有自己的偏好,这种静态地确定推荐内容的方式在某些情况下可能并不能满足每个用户的实际需求。
因此,需要一种可针对每个用户的自身偏好个性化地确定关于将为所述用户显示的对象的推荐内容,以使用户能够基于这些推荐内容更快地找出符合期望的对象的系统和方法。
发明内容
根据本发明的一方面,提供了一种推荐内容确定系统,所述系统包括:关注点确定单元,被配置为对用户在一段预定时间内选择的对象进行分析,以确定用户的关注点;推荐内容确定单元,被配置为在向用户显示的对象中突出显示与所述用户的关注点相关的内容。
所述系统还可包括:标签生成单元,被配置为为对象生成标签,所述标签用于描述对象特征。
所述关注点确定单元可包括:标签提取单元,被配置为提取与用户选择的对象对应的标签;标签分析单元,被配置为对提取的标签进行聚类,以确定用户的关注点。
标签分析单元可对提取的代表同一类含义的标签进行统计,得到统计结果。
推荐内容确定单元可分析与向用户显示的对象对应的标签,获得与用户的关注点相关的标签,并将与用户的关注点具有同一类含义的标签进行突出显示。
标签生成单元可从对象的评论中获得标签和/或从对象的介绍中获得标签。
根据本发明的另一方面,提供了一种推荐内容确定方法,所述方法包括:对用户在一段预定时间内选择的对象进行分析,以确定用户的关注点;在向用户显示的对象中突出显示与所述用户的关注点相关的内容。
所述对用户在一段预定时间内选择的对象进行分析,以确定用户的关注点,具体可包括:提取与用户选择的对象对应的标签,其中,所述标签是为对象生成的,并且用于描述对象特征;对提取的标签进行聚类,以确定用户的关注点。
对提取的标签进行聚类,具体可包括:将提取的代表同一类含义的标签进行统计,得到统计结果。
在向用户显示的对象中突出显示与所述用户的关注点相关的内容,具体可包括:分析与向用户显示的对象对应的标签,获得与用户的关注点相关的标签,并将与用户的关注点具有同一类含义的标签进行突出显示。
可通过如下方式获得标签:从对象的评论中获得标签和/或从对象的介绍中获得标签
有益效果
通过使用本发明的推荐内容确定系统和方法,可针对每个用户的自身偏好或需求来为每个用户个性化地确定关于当前显示给用户的对象的推荐内容,从而使用户能够快速地找到符合期望的对象。
附图说明
通过下面结合附图对本发明的示例性实施例进行的描述,本发明的上述和其他目的和特点将会变得更加清楚,其中:
图1是示出根据本发明的示例性实施例的推荐内容确定系统的框图;
图2是示出根据本发明的示例性实施例的推荐内容确定系统的详细框图;
图3是示出根据本发明的示例性实施例的推荐内容确定方法的流程图。
具体实施方式
提供以下参照附图进行的描述以帮助全面理解由权利要求及其等同物限定的本发明的示例性实施例。所述描述包括各种特定细节以帮助理解,但这些细节被认为仅是示例性的。因此,本领域的普通技术人员将认识到:在不脱离本发明的范围和精神的情况下,可对这里描述的实施例进行各种改变和修改。此外,为了清楚和简明,可省略已知功能和构造的描述。
在此文中,为了便于解释,将以餐馆作为对象说明针对用户个性化地确定关于当前显示给用户的餐馆的推荐内容的方法。在本发明的实施例中,可将向用户显示的对象的各种信息中与用户的关注点相关的内容确定为向用户显示的推荐内容。
图1示出根据本发明的示例性实施例的推荐内容确定系统100的框图。
如图1中所示,所述推荐内容确定系统100包括关注点确定单元110和推荐内容确定单元120。
根据本发明的示例性实施例,所述关注点确定单元110可对用户在一段预定时间内选择的对象进行分析,以确定用户的关注点。所述推荐内容确定单元320可在向用户显示的对象中突出显示与所述用户的关注点相关的内容。
以下将结合图2详细描述根据本发明的示例性实施例的推荐内容确定系统的配置和操作。
图2是示出根据本发明的示例性实施例的推荐内容确定系统100’的详细框图。在图2中以使用标签的方式为例描述获取用户的关注点并从而确定在向用户显示的对象中将突出显示的与所述用户的关注点相关的内容的处理。
如图2中所示,根据本发明的实施例的推荐内容确定系统100’包括标签生成单元130、关注点确定单元110和推荐内容确定单元120。
标签生成单元130可为对象生成标签,并还可按对象存储为每个对象生成的标签。在本发明中,对象的标签可用于描述所述对象的特征。标签生成单元130可为每个对象预先生成并存储一个或多个标签,每个标签可用于描述所述对象的一个特征。
下面将以餐馆为例举例说明标签生成单元130生成和存储对象的标签的处理。
当提供餐馆信息的网站或应用在收录餐馆的信息时,通常可同时获得关于收录的餐馆的不同特征,例如,餐馆的菜系(如川菜、粤菜、东北菜等)、餐馆的类型(如火锅店、烧烤店、自助餐等)或餐馆的位置等信息均是关于餐馆的不同特征。因此,在本发明的实施例中,标签生成单元130可将餐馆的每个特征预设为该餐馆的一个标签并将其与该餐馆关联地存储。例如,对于一家提供四川火锅的餐馆A,通过用户的手动输入或选择,标签生成单元130可将“火锅”和“川菜”设置为该餐馆A的标签并针对餐馆A关联地存储标签“火锅”和“川菜”。
应该理解,以上仅是本发明的一个示例,为对象生成标签的方法不限于此,标签生成单元130也可从与对象相关的其他信息(例如,对于对象的介绍或对于对象的评论中的至少一个)中动态地提取所述对象的标签。
具体地,继续以餐馆为例,在提供餐馆信息的网站或应用中,对每个餐馆通常会有许多用户评论。用户会针对自身的体验对餐馆进行评价,例如,对某个餐馆的环境、服务等进行评价,并且用户还可提供关于该餐馆是否有Wi-Fi、是否提供停车位、性价比如何、人均价位是多少等信息。因此,用户对某个餐馆的评论能够更真实地反映出该餐馆的各个方面的情况,因而能够从对餐馆的评论中获得更加丰富和真实的信息,由此帮助其他用户更快地确定符合条件的餐馆。因此,在本发明中,还可从餐馆的介绍或评论中提取所述餐馆的标签。仅作为示例,可通过本领域已知的分词方法(例如,字符串匹配分词法、统计分词法等)来从餐馆的评论识别词组或短语、滤除无实质含义的词组或短语(例如,“的”、“特别”)并统计剩余词组或短语的出现次数,然后将出现次数较高(例如,超过预设阈值)的词组或短语确定为该餐馆的标签。举例来讲,如果在对餐馆A的评论中,词组“停车位”的词频较高,则标签生成单元130还可将“停车位”生成为所述餐馆A的一个标签。
应该理解,生成对象的标签的方法不限于以上列举出的方式,还可使用其他各种方式来生成对象的标签。例如,还可直接针对各个对象设置多个选项以供用户选择,并将用户的选择结果(例如,被选择较多的选项)生成为对象的标签。可选择地,还可在用户对对象进行评论时,直接提示用户输入该对象的标签。
继续参照图2,在当前示例性实施例中,用于确定用户的关注点的关注点确定单元110可包括标签提取单元111和标签分析单元113。
根据当前示例性实施例的标签提取单元111可每当用户选择(例如,查看)对象时从标签生成单元130提取与用户选择的对象对应的标签,而根据当前示例性实施例的标签分析单元113可被配置为对在一段预定时间内由标签提取单元111提取的标签进行聚类以确定用户的关注点。在本发明中,选择的对象可以是用户通过点击、触摸、或悬停选择而选择查看的对象。
具体地讲,在本发明中,可通过对用户的点击、触摸、或悬停选择行为进行挖掘来确定用户的关注点,这是因为通常只有在对某个对象感兴趣的情况下用户才会通过点击等操作进入关于该对象的详情页来详细查看关于所述对象的详细信息。例如,如果用户偏爱火锅,那么用户在浏览多个餐馆的信息时,更容易点击提供火锅的餐馆的相应链接以进入其详情页进行查看。因此可通过对用户选择查看过的对象的共性进行分析,找出其共同点来确定用户的关注点所在。在当前示例性实施例中,由于为每个对象预设了标签来反映所述对象的各个不同特征,因此,可通过分析用户选择查看过的对象的标签来确定用户的关注点。
更具体地讲,如果用户选择查看某个对象,则标签提取单元111可从标签生成单元130提取用户当前选择的对象的标签。然后,标签分析单元113可对在一段预定时间(例如,离当前查看时间3个月的一段时间)内由标签提取单元111提取的所有标签进行统计和分析,以确定相同或相似标签的出现次数,并将出现次数较高(例如,出现次数超过预定阈值)的标签或所述标签的相同部分确定为用户的关注点。例如,如果用户最近3个月查看的对象的大多具有包括“停车位”的标签,则可确定用户比较关注餐馆的车位状况,因此可确定“停车位”是用户的关注点之一。
优选地,在标签分析单元113对标签次数进行统计分析时,对于具有相似含义的多个标签,可将它们归类为代表同一类含义的标签进行统计(例如,可将“价格”、“价位”等标签归为同一类含义的标签一起统计次数并进行分析),并将统计结果确定为用户的关注点,以提高对用户关注点分析结果的准确度。
此外,在某些情况下,当用户点击查看了某个对象的详情页之后,可能发现该对象并不是符合自己要求的对象,在这种情况下用户通常会很快的关掉相关页面,因此,优选地,在本发明中,标签提取单元111可仅提取用户的查看时间超过预定时间的对象的标签,这样,标签分析单元113能够更准确地分析出用户的关注点。
优选地,如果标签分析单元113针对用户确定出多个关注点,则在标签分析单元113针对用户确定关注点时,还可根据分析结果为确定出的关注点确定显示优先级(例如,如果标签分析单元113通过统计在一段预定时间内由标签提取单元111提取出的标签中相同或相似标签的出现次数来确定用户的关注点,则可对基于具有较高出现次数的标签确定的关注点分配较高的优先级,对基于具有较低出现次数的标签确定的关注点分配较低的优先级),这样,在呈现对象的推荐内容时,可将基于具有更高优先级的关注点确定的推荐内容显示在更加显眼的位置,使得用户能够在对象的推荐内容部分更容易地看到更关心的内容。
可选择地,尽管在图2中通过为对象生成标签的方式来确定用户的关注点,从而确定在向用户显示的对象中将突出显示的内容,然而,本发明不限于此,还可使用其他方式来确定用户的关注点。例如,还是以提供餐馆信息的网站或应用为例进行说明,还可直接从用户在所述网站浏览过的网页或通过所述应用浏览过的网页提取出现频率较高的关键词作为用户的关注点,而无需设置标签。可选择地,还可对所述网站的所有用户建立用户模型,然后通过搜索比较与当前用户具有最接近的偏好的用户的关注点来预测当前用户的关注点。例如,可记录所述网站的所有用户的浏览历史并从中确定与当前用户具有相同或最相似的浏览历史的用户(例如,查看或评论过的餐馆与当前用户查看或评论过的餐馆重叠度最高的用户),然后将该用户的关注点预测为当前用户的关注点,这是因为具有相同偏好的用户通常也会具有相同的关注点。
继续参照图2,在标签分析单元113分析出用户的关注点之后,推荐内容确定单元120可在向用户显示对象时,基于由关注点确定单元110针对所述用户确定的关注点,确定与向用户显示的对象相关的推荐内容。在本发明的实施例中,向用户显示的对象可以是通过特定推荐方法而确定的向用户推荐的对象,也可以是按照其他方式而确定显示的对象(例如,当用户搜索对象时,按与用户输入的搜索关键词的相关程度而按顺序显示的对象)。
仅作为示例,推荐内容确定单元120可基于标签分析单元113确定的用户关注点,从与对象相关的信息(例如,对所述对象的评论和对所述对象的介绍中的至少一个)来确定在向用户显示的对象中将突出显示的内容。具体地讲,在使用标签描述对象的特征的情况下,由于标签是从与对象相关的诸如评论和介绍的信息而生成的,因此关于对象的推荐内容也通常是由关于这些标签的具体描述组成的。在这种情况下,当显示对象的推荐内容时,推荐内容确定单元120可分析与向用户显示的对象对应的标签来获得与用户的关注点相关标签(例如,与用户的关注点具有相同或相似含义的标签),并在显示所述对象的推荐内容时,将与用户的关注点具有同一类含义的标签进行突出显示。
举例来说,例如,如果标签分析单元113通过统计分析确认用户的关注点在于“停车位”,则在向用户显示餐馆A的推荐内容时,先分析餐馆A的所有标签,找出与“停车位”具有同一类含义的标签,例如,“车位”,“车库”、“停车场”等,然后在餐馆A的推荐内容中突出显示这些标签,或者突出显示与这些标签相关的内容(例如,将这些标签或与这些标签相关的内容放在用户可首先看到的位置,或者使用不同的字体、颜色等来将其与其他内容区分开)。
可选择地,在本发明示例性实施例中,也可直接从关于餐馆A的介绍和/或评论中提取与用户的关注点“停车位”有关的信息(例如,停车位“免费”、停车位“少”等),然后使用提取的信息来组成关于餐馆A的推荐内容。具体地讲,可按照预定规则从与“停车位”有关的信息确定与“停车位”关联的推荐内容,例如,按照与“停车位”有关的信息出现频率或次数从高到底的顺序选择其中的一个或多个作为与“停车位”关联的推荐内容,例如,如果在与“停车位”有关的信息中,“停车位少”出现最多,则可将“停车位少”确定为与“停车位”关联的推荐内容,并将其优选显示在餐馆A的推荐内容显示部分。这样做,用户能够从与显示的对象相关的推荐内容获得自己关注的信息,判断每个餐馆是否符合自己的偏好,而无需花费大量时间一一查看餐馆的详细信息或用户评论以进行判断。
然而,应该理解,上述基于关注点确定相应推荐内容的方式仅是示例,本领域技术人员可根据需求使用各种其他方式来基于关注点确定相应推荐内容。
根据本发明的示例性实施例,本发明的推荐内容确定系统100或100’可被全部实现在提供对象信息的服务器上,在这种情况下,可为每个用户分配唯一标识符或从用户终端获取用户的唯一标识符,服务器可根据不同用户的偏好或关注点,针对相同的对象为不同的用户显示不同的推荐内容。
此外,所述推荐内容确定系统100或100’也可被实现在用户终端和提供对象信息的服务器两者中。例如,在通过可安装在终端中的应用(例如,手机上的app)来提供对象的信息的情况下,所述推荐内容确定系统100’中的关注点确定单元110可与所述应用一起实现在用户的终端,而标签生成单元130和推荐内容确定单元120可实现在服务器。在这种情况下,在服务器使用标签生成单元130生成并存储每个对象的标签,在用户的终端通过设置在其中的关注点确定单元110与服务器上的标签生成单元130的信息通信来确定用户的关注点并将确定的关注点发送到服务器的推荐内容确定单元120,从而推荐内容确定单元120基于从用户的终端接收到的关注点信息确定与向用户显示的对象相关的推荐内容并将其发送到用户的终端。应该理解,以上所讨论的仅是本发明的示例,本发明不限于此,还可使用各种其他方式来实现前述推荐内容确定系统100或100’。
以下将结合图3详细描述本发明的推荐内容确定方法。图3是示出根据本发明的示例性实施例的推荐内容确定方法的流程图。
如图3所示,在301,可由关注点确定单元110对用户在一段预定时间内选择的对象进行分析,以确定用户的关注点。
仅作为示例,如果为对象生成了用于描述对象特征的标签并按对象将生成的标签存储在标签数据库(例如,图2中的标签生成单元130)中,则在每次用户选择了对象时,可由关注点确定单元110中的标签提取单元111从所述标签数据库提取与用户选择的对象对应的标签。然后,可由关注点确定单元110中的标签分析单元111对提取的标签进行聚类,以确定用户的关注点。在本发明的实施例中,标签分析单元111可对提取的代表同一类含义的标签进行统计,得到统计结果,从而确定用户的关注点。此外,在本发明中,可为每个对象生成并存储一个多个标签,每个标签可用于描述所述对象的一个特征。以上已结合图2详细描述了关注点确定单元110确定用户的关注点的各种方式,因此为了简明,在此将不再进行详细描述。
在303,可由推荐内容确定单元120在向用户显示的对象中突出显示与在步骤301确定的用户的关注点相关的内容。在本发明中,推荐内容确定单元120可分析与向用户显示的对象对应的标签,获得与用户的关注点相关的标签,并将与用户的关注点具有同一类含义的标签进行突出显示。以上已结合图2详细描述了推荐内容确定单元120突出显示推荐内容的详细方式,因此为了简明,在此将不再进行详细描述。
尽管以上以餐馆为例解释了本发明的推荐内容确定系统的操作,但应该理解,本发明还可适用于提供其他信息的网站或应用,例如,本发明还可同样应用于提供旅游信息、酒店信息、商品信息的网站或应用等。
通过使用本发明的推荐内容确定系统和方法,可针对每个用户的自身偏好或需求为每个用户个性化地确定关于当前显示给用户的对象的推荐内容,从而使用户能够基于这些推荐内容更快地找出符合期望的对象。
本发明示例性实施例可实现为计算机可读记录介质上的计算机可读代码。计算机可读记录介质是可存储其后可由计算机系统读出的数据的任意数据存储装置。计算机可读记录介质的示例包括:只读存储器(ROM)、随机存取存储器(RAM)、CD-ROM、磁带、软盘、光数据存储装置和载波(诸如经有线或无线传输路径通过互联网的数据传输)。计算机可读记录介质也可分布于连接网络的计算机系统,从而计算机可读代码以分布式存储和执行。此外,完成本发明的功能程序、代码和代码段可容易地被与本发明相关的领域的普通程序员在本发明的范围之内解释。
尽管已经参照其示例性实施例具体显示和描述了本发明,但是本领域的技术人员应该理解,在不脱离权利要求所限定的本发明的精神和范围的情况下,可以对其进行形式和细节上的各种改变。

Claims (10)

1.一种推荐内容确定系统,所述系统包括:
关注点确定单元,被配置为对用户在一段预定时间内选择的对象进行分析,以确定用户的关注点;
推荐内容确定单元,被配置为在向用户显示的对象中突出显示与所述用户的关注点相关的内容。
2.如权利要求1所述的系统,其中,所述系统还包括:
标签生成单元,被配置为为对象生成标签,所述标签用于描述对象特征,
其中,所述关注点确定单元包括:
标签提取单元,被配置为提取与用户选择的对象对应的标签;
标签分析单元,被配置为对提取的标签进行聚类,以确定用户的关注点。
3.如权利要求2所述的系统,其中,标签分析单元对提取的代表同一类含义的标签进行统计,得到统计结果。
4.如权利要求2或3所述的系统,其中,推荐内容确定单元分析与向用户显示的对象对应的标签,获得与用户的关注点相关的标签,并将与用户的关注点具有同一类含义的标签进行突出显示。
5.如权利要求4所述的系统,其中,标签生成单元从对象的评论中获得标签和/或从对象的介绍中获得标签。
6.一种推荐内容确定方法,所述方法包括:
对用户在一段预定时间内选择的对象进行分析,以确定用户的关注点;
在向用户显示的对象中突出显示与所述用户的关注点相关的内容。
7.如权利要求6所述的方法,其中,所述对用户在一段预定时间内选择的对象进行分析,以确定用户的关注点,具体包括:
提取与用户选择的对象对应的标签,其中,所述标签是为对象生成的,并且用于描述对象特征;
对提取的标签进行聚类,以确定用户的关注点。
8.如权利要求7所述的方法,其中,对提取的标签进行聚类,具体包括:
将提取的代表同一类含义的标签进行统计,得到统计结果。
9.如权利要求7或8所述的方法,其中,在向用户显示的对象中突出显示与所述用户的关注点相关的内容,具体包括:
分析与向用户显示的对象对应的标签,获得与用户的关注点相关的标签,并将与用户的关注点具有同一类含义的标签进行突出显示。
10.如权利要求9所述的方法,其中,通过如下方式获得标签:
从对象的评论中获得标签和/或从对象的介绍中获得标签。
CN201410191014.6A 2014-05-07 2014-05-07 推荐内容确定系统和方法 Pending CN103970858A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410191014.6A CN103970858A (zh) 2014-05-07 2014-05-07 推荐内容确定系统和方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410191014.6A CN103970858A (zh) 2014-05-07 2014-05-07 推荐内容确定系统和方法

Publications (1)

Publication Number Publication Date
CN103970858A true CN103970858A (zh) 2014-08-06

Family

ID=51240355

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410191014.6A Pending CN103970858A (zh) 2014-05-07 2014-05-07 推荐内容确定系统和方法

Country Status (1)

Country Link
CN (1) CN103970858A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105468654A (zh) * 2014-09-12 2016-04-06 北大方正集团有限公司 一种选定数字资源的阅读范围的方法及系统
CN105988837A (zh) * 2015-02-12 2016-10-05 广东欧珀移动通信有限公司 一种应用程序的安装方法及装置
CN106407239A (zh) * 2015-08-03 2017-02-15 阿里巴巴集团控股有限公司 用于推荐及辅助推荐信息的方法及装置
CN106682966A (zh) * 2016-12-31 2017-05-17 深圳有麦科技有限公司 一种关联推荐物品的方法及其系统
CN106909931A (zh) * 2015-12-23 2017-06-30 阿里巴巴集团控股有限公司 一种用于机器学习模型的特征生成方法、装置和电子设备
CN108959550A (zh) * 2018-06-29 2018-12-07 北京百度网讯科技有限公司 用户关注点挖掘方法、装置、设备及计算机可读介质
WO2019037258A1 (zh) * 2017-08-20 2019-02-28 平安科技(深圳)有限公司 信息推荐的装置、方法、系统及计算机可读存储介质
CN110889041A (zh) * 2019-11-26 2020-03-17 拉扎斯网络科技(上海)有限公司 一种推荐信息展示方法、装置、终端及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080243817A1 (en) * 2007-03-30 2008-10-02 Chan James D Cluster-based management of collections of items
CN101901450A (zh) * 2010-07-14 2010-12-01 中兴通讯股份有限公司 媒体内容推荐方法和媒体内容推荐系统
CN102402625A (zh) * 2011-12-28 2012-04-04 深圳市五巨科技有限公司 一种音乐推荐的方法及系统
WO2012079254A1 (zh) * 2010-12-17 2012-06-21 北京交通大学 节目推荐装置和节目推荐方法
CN102591915A (zh) * 2011-12-15 2012-07-18 南京大学 一种基于标签迁移学习的推荐方法
CN102609523A (zh) * 2012-02-10 2012-07-25 上海视畅信息科技有限公司 基于物品分类和用户分类的协同过滤推荐算法
CN102622396A (zh) * 2011-11-30 2012-08-01 浙江大学 一种基于标签的web服务聚类方法
US20120209850A1 (en) * 2011-02-15 2012-08-16 Microsoft Corporation Aggregated view of content with presentation according to content type

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080243817A1 (en) * 2007-03-30 2008-10-02 Chan James D Cluster-based management of collections of items
CN101901450A (zh) * 2010-07-14 2010-12-01 中兴通讯股份有限公司 媒体内容推荐方法和媒体内容推荐系统
WO2012079254A1 (zh) * 2010-12-17 2012-06-21 北京交通大学 节目推荐装置和节目推荐方法
US20120209850A1 (en) * 2011-02-15 2012-08-16 Microsoft Corporation Aggregated view of content with presentation according to content type
CN102622396A (zh) * 2011-11-30 2012-08-01 浙江大学 一种基于标签的web服务聚类方法
CN102591915A (zh) * 2011-12-15 2012-07-18 南京大学 一种基于标签迁移学习的推荐方法
CN102402625A (zh) * 2011-12-28 2012-04-04 深圳市五巨科技有限公司 一种音乐推荐的方法及系统
CN102609523A (zh) * 2012-02-10 2012-07-25 上海视畅信息科技有限公司 基于物品分类和用户分类的协同过滤推荐算法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
马玲娜: "基于集体智慧的标签推荐系统的设计与开发", 《中国优秀硕士学位论文全文数据库社会科学Ⅱ辑》 *
黄正云等: "基于标签聚类的个性化推荐", 《中国科技论文在线》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105468654A (zh) * 2014-09-12 2016-04-06 北大方正集团有限公司 一种选定数字资源的阅读范围的方法及系统
CN105988837A (zh) * 2015-02-12 2016-10-05 广东欧珀移动通信有限公司 一种应用程序的安装方法及装置
CN105988837B (zh) * 2015-02-12 2020-04-03 Oppo广东移动通信有限公司 一种应用程序的安装方法及装置
CN106407239A (zh) * 2015-08-03 2017-02-15 阿里巴巴集团控股有限公司 用于推荐及辅助推荐信息的方法及装置
CN106909931A (zh) * 2015-12-23 2017-06-30 阿里巴巴集团控股有限公司 一种用于机器学习模型的特征生成方法、装置和电子设备
CN106909931B (zh) * 2015-12-23 2021-03-16 阿里巴巴集团控股有限公司 一种用于机器学习模型的特征生成方法、装置和电子设备
CN106682966A (zh) * 2016-12-31 2017-05-17 深圳有麦科技有限公司 一种关联推荐物品的方法及其系统
WO2019037258A1 (zh) * 2017-08-20 2019-02-28 平安科技(深圳)有限公司 信息推荐的装置、方法、系统及计算机可读存储介质
CN108959550A (zh) * 2018-06-29 2018-12-07 北京百度网讯科技有限公司 用户关注点挖掘方法、装置、设备及计算机可读介质
CN110889041A (zh) * 2019-11-26 2020-03-17 拉扎斯网络科技(上海)有限公司 一种推荐信息展示方法、装置、终端及存储介质
CN110889041B (zh) * 2019-11-26 2021-10-01 拉扎斯网络科技(上海)有限公司 一种推荐信息展示方法、装置、终端及存储介质

Similar Documents

Publication Publication Date Title
CN103970858A (zh) 推荐内容确定系统和方法
US10664888B2 (en) Method and system for attribute extraction from product titles using sequence labeling algorithms
US10536544B2 (en) Guided workflows for establishing a web presence
CN103970857B (zh) 推荐内容确定系统和方法
US10191895B2 (en) Adaptive modification of content presented in electronic forms
WO2019056661A1 (zh) 一种搜索词推送方法、装置及终端
US20160012511A1 (en) Methods and systems for generating recommendation list with diversity
US11127063B2 (en) Product and content association
JP6023129B2 (ja) 抽出装置、抽出方法及び抽出プログラム
US20120109946A1 (en) Determination of category information using multiple
CN104537115A (zh) 用户兴趣的探索方法和装置
US10134076B2 (en) Method and system for attribute extraction from product titles using sequence labeling algorithms
KR102252188B1 (ko) 사용자 구매 기준을 반영한 상품 추천 시스템 및 방법
US20110173130A1 (en) Method and system for informing a user by utilizing time based reviews
CN104462336A (zh) 信息推送方法和装置
CN104077286A (zh) 商品信息的搜索方法及系统
US10565627B2 (en) Systems and methods for automatically generating remarketing lists
US20150242529A1 (en) Method for Interlacing Multiple Internet domain names with a Database Driven Website to Obtain Better Webpage Ranking on Major Search Engines by Executing Computer-Executable Instructions Stored On a Non-Transitory Computer-Readable Medium
Periañez-Cristobal et al. Organisational profiles: key factors and results from the EFQM model perspective
JP5237337B2 (ja) オブジェクト・カスタマイゼーションおよび管理システム
KR101145471B1 (ko) 모바일 쇼핑몰 서비스 제공 시스템 및 방법
CN114417157A (zh) 一种数据推送方法、装置、计算机设备以及计算机介质
CN104981829A (zh) 优选图像标识码生成方法、优选图像标识码诊断方法及利用优选图像标识码的信息提供方法
KR100901782B1 (ko) 마케팅 정보 생성 방법 및 시스템
Falatouri et al. Service quality dimensions in Austrian food retailing–a text mining approach for physical retail stores

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20140806

RJ01 Rejection of invention patent application after publication