CN104239450A - 搜索推荐方法和装置 - Google Patents
搜索推荐方法和装置 Download PDFInfo
- Publication number
- CN104239450A CN104239450A CN201410441830.8A CN201410441830A CN104239450A CN 104239450 A CN104239450 A CN 104239450A CN 201410441830 A CN201410441830 A CN 201410441830A CN 104239450 A CN104239450 A CN 104239450A
- Authority
- CN
- China
- Prior art keywords
- user
- information
- search
- historical information
- recommendation
- 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
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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2453—Query optimisation
-
- 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
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)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出一种搜索推荐方法和装置,该搜索推荐方法包括:对用户进行分组;当需要对第一用户进行搜索推荐时,获取第二用户的历史信息,所述第二用户是与所述第一用户属于同一个分组的用户;从所述历史信息中获取推荐结果,并将所述推荐结果展现给所述第一用户。该方法可以使推荐的内容与用户兴趣的相关度更高,提高推荐的准确率,改善搜索推荐效果。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种搜索推荐方法和装置。
背景技术
随着信息的高速发展,互联网中的内容也在爆炸式增长。为了方便用户获取感兴趣的内容,可以对用户进行搜索推荐。
目前的搜索推荐方法通常是将热门的搜索内容推荐给用户,但是,这种通用的推荐方式很难准确定位用户感兴趣的内容,推荐结果并不理想。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的一个目的在于提出一种搜索推荐方法,该方法可以改善搜索推荐效果。
本发明的另一个目的在于提出一种搜索推荐装置。
为达到上述目的,本发明实施例提出的搜索推荐方法,包括:对用户进行分组;当需要对第一用户进行搜索推荐时,获取第二用户的历史信息,所述第二用户是与所述第一用户属于同一个分组的用户;从所述历史信息中获取推荐结果,并将所述推荐结果展现给所述第一用户。
本发明实施例提出的搜索推荐方法,通过对用户进行分组,并在需要对第一用户进行搜索推荐时,将与第一用户同组的第二用户的历史信息推荐给第一用户,使推荐的内容与用户兴趣的相关度更高,提高了推荐的准确率,提升了搜索推荐效果。
为达到上述目的,本发明实施例提出的搜索推荐装置,包括:分组模块,用于对用户进行分组;第一获取模块,用于当需要对第一用户进行搜索推荐时,获取第二用户的历史信息,所述第二用户是与所述第一用户属于同一个分组的用户;第二获取模块,用于从所述历史信息中获取推荐结果,并将所述推荐结果展现给所述第一用户。
本发明实施例提出的搜索推荐装置,通过对用户进行分组,并在需要对第一用户进行搜索推荐时,将与第一用户同组的第二用户的历史信息推荐给第一用户,使推荐的内容与用户兴趣的相关度更高,提高了推荐的准确率,提升了搜索推荐效果。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明实施例提出的一种搜索推荐方法的流程示意图;
图2是本发明另一实施例提出的搜索推荐方法的流程示意图;
图3是本发明另一实施例的从历史信息中获取推荐结果的流程示意图;
图4是本发明另一实施例的搜索推荐装置的结构示意图;
图5是本发明另一实施例的搜索推荐装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。相反,本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
下面参考附图描述根据本发明实施例的搜索推荐方法和装置。
图1是本发明一实施例提出的搜索推荐方法的流程示意图,该方法包括:
S101:对用户进行分组。
具体地,可以根据用户的特征信息对用户进行分组,用户的特征信息可以包括用户的行为信息或者属性信息等。
例如,可根据用户使用过的应用程序、历史搜索词、历史浏览内容,用户所在的地理位置、某时间段的行为习惯等,将这些信息中的至少一项相同或相近的用户分为同一组,从而属于同一组的用户都具有至少一个共同点。
需要理解的是,一个用户可以根据不同的特征被划分至不同的组,例如,同一个用户可以属于世界杯球迷组,也可以同时属于韩剧迷组。
其中,服务端可以获取不同用户客户端上报的上述的特征信息,并根据该特性信息进行用户分组。
S102:当需要对第一用户进行搜索推荐时,获取第二用户的历史信息,所述第二用户是与所述第一用户属于同一个分组的用户。
其中,历史信息可以包括如下项中的至少一项:历史搜索信息,历史浏览信息,历史使用信息。历史搜索信息可以是搜索引擎中的历史搜索记录或在其他应用程序中的历史搜索记录等,例如历史搜索词;历史浏览信息可以是在搜索引擎或其他应用程序中的浏览历史等信息,例如在视频应用程序中看过的电影;历史使用信息可以是用户最近使用过的应用程序。
具体地,当需要对第一用户进行搜索推荐时,可以根据该第一用户所在的分组,获取与所述第一用户属于同一分组的第二用户的历史信息,例如,第一用户所在的一个分组为阿根廷足球迷,那么当需要对第一用户进行搜索推荐时,可以获取阿根廷足球迷组内的任意一个或者至少两个第二用户的历史信息,然后通过步骤S103对该第一用户进行搜索推荐。
S103:从所述历史信息中获取推荐结果,并将所述推荐结果展现给所述第一用户。
具体地,可以从所述历史信息中获取推荐结果,并通过现有的或未来可能出现的任何推荐形式推荐给所述第一用户。例如,在搜索栏弹出下拉选项为第一用户推荐第二用户的历史搜索词等,类似的推荐形式还有多种,在此不再一一列举。
另外,还可以同时推荐多个第二用户的多个历史信息,例如,第一用户同时是阿根廷足球迷和韩剧迷,可以为所述第一用户推荐阿根廷足球迷组的第二用户的历史信息和韩剧迷组的第二用户的历史信息,其中,每个组内的第二用户可以是一个用户也可以是多个用户。
其中,服务端获取第一用户的推荐结果后,可以将推荐结果发送给第一用户的搜索引擎,由该第一用户的搜索引擎进行展现;或者,服务端通过短消息系统通过短消息推送给第一用户。
本实施例通过对用户进行分组,并在需要对第一用户进行搜索推荐时,将与第一用户同组的第二用户的历史信息推荐给第一用户,使推荐的内容与用户兴趣的相关度更高,提高了推荐的准确率,提升了搜索推荐效果。
图2是根据本发明另一实施例提出的搜索推荐方法的流程示意图,该方法包括:
S201:获取用户的特征信息。
其中,特征信息包括历史信息、地理信息、时间信息、使用的应用程序的信息中的至少一项。
历史信息包括历史搜索信息、历史浏览信息、历史使用信息等中的至少一项。历史搜索信息例如使用过的搜索词等,历史浏览信息例如浏览过的内容及其关键词等,历史使用信息例如用户最近使用过的应用程序等。
地理信息例如用户所使用的IP(Internet Protocol,网间互联协议)地址的归属地、GPS(Global Positioning System全球定位系统)定位得到的用户位置或用户手动输入的地理位置信息等;时间信息可以包括用户搜索或浏览同一类信息、使用同一类型应用程序的习惯性的时间,例如早上看新闻、中午玩游戏等;使用的应用程序的信息可以包括用户使用的应用程序的信息,例如游戏类应用程序、新闻咨询类应用程序等。
S202:根据所述特征信息对用户进行分组。
具体地,可以根据所述特征信息对用户进行分组,例如,历史记录中都搜索过同一个搜索词的用户可以分为一组,或者,在同一地理位置如北京昌平城内的用户可以分为一组,或者,喜欢在早上看新闻的用户可以分为一组,或者,常使用同一款应用程序的用户可以分为一组等。
具体的分组方式还有多种,在此不再一一列举。
需要理解的是,一个用户可以根据不同的特征被划分至不同的组,例如,同一个用户可以属于世界杯球迷组,也可以同时属于韩剧迷组。
S203:当需要对第一用户进行搜索推荐时,获取第二用户的历史信息。
其中,第二用户是与所述第一用户属于同一个分组的用户,获取的第二用户的历史信息可以是一个第二用户的历史信息,或者也可以包括至少两个第二用户的历史信息。
具体地,当需要对第一用户进行搜索推荐时,可以根据该第一用户所在的分组,获取与所述第一用户属于同一分组的第二用户的历史信息,例如,第一用户所在的一个分组为阿根廷足球迷,那么当需要对第一用户进行搜索推荐时,可以获取阿根廷足球迷组内的任意一个或多个第二用户的历史信息,然后对第一用户进行搜索推荐。
进一步的,当用户浏览和/或搜索时,可以记录用户的搜索信息和/或浏览信息,以便在之后需要推荐时可以获取相应用户的历史信息。
S204:从所述历史信息中获取推荐结果,并将所述推荐结果展现给所述第一用户。
其中,服务端可以将推荐结果发送给搜索引擎,由搜索引擎进行展现。在本申请的具体实施例中,搜索引擎可以在搜索页面的首页,将所述历史信息作为推荐结果,展现给所述第一用户;或者,搜索引擎在搜索栏的下拉选项中,将所述历史信息作为推荐结果,展现给所述第一用户;或者,服务端以短消息形式,将所述历史信息作为推荐结果,推送给所述第一用户;或者,服务端以系统通知形式,将所述历史信息作为推荐结果,推送给所述第一用户。另外,还可以同时推荐多个第二用户的多个历史信息,例如,第一用户同时是阿根廷足球迷和韩剧迷,可以为所述第一用户推荐阿根廷足球迷组的第二用户的历史记录和韩剧迷组的第二用户的历史记录。
进一步地,为了获得更好的推荐结果,如图3所示,从所述历史信息中获取推荐结果还可以包括以下步骤:
S2041:对所述历史信息进行处理。
其中,所述处理可以包括:根据所述历史信息的权重值对所述历史信息进行排序,和/或,对所述历史信息进行去重。
权重值可以是预设的,也可以是根据用户行为确定的,或者,根据热度值、时间信息、地点信息等确定的。例如当韩剧迷组中有较多用户最近都搜索了关键词“星你”时,该历史信息“星你”的热度值就会相应的增高。
举例而言,第一用户是球迷也是韩剧迷,但经常在中午和晚上看韩剧,如果在中午时段获取到相同热度的韩剧关键词和足球关键词,则优先推荐韩剧关键词。因此,可根据历史信息的权重值,对所述历史信息进行排序,例如按照时间由近到远、权重值由高到低排序等。
在本发明的一个实施例中,还可以对所述历史信息进行去重,例如,获取到的多个第二用户最近搜索的高频关键词是克里斯蒂亚诺·罗纳尔多、Cristiano Ronaldo或者C罗等,虽然关键词的形式不同,但显而易见的搜索目标都是同一个球员C罗纳尔多,因此,可对此类历史信息进行去重处理,以避免重复推荐。
S2042:在处理后的历史信息中选择预设个数的历史信息作为推荐结果。
具体地,可以在处理后的历史信息中选择预设个数的历史信息作为推荐结果,例如可以在处理后选取权重值在前十的历史信息进行显示,可优先采用距离当前时间较近、热度值较高的历史信息作为推荐结果展现给用户,以提高推荐效率。
S205:接收所述第一用户输入的搜索词。
其中,第一用户输入的搜索词可以是采纳所述推荐结果触发输入的搜索词,例如点击推荐的搜索词等,也可以是用户手动输入的搜索词。
搜索引擎获取搜索词后,搜索引擎可以将搜索词发送给服务端。
S206:根据所述搜索词,重新从所述历史信息中获取推荐结果。
具体地,当第一用户输入搜索词时,可以根据所述搜索词,重新从所述历史信息中获取推荐结果,以根据用户的需求实时更新推荐结果。
在重新获取推荐结果后,可以采用上述的方式通过搜索引擎、短消息、系统通知中的一项或多项展现给第一用户。
在本发明的一个实施例中,可以在所述历史信息中查找匹配到所述搜索词的字和/或音节的内容,然后将包含所述匹配到的内容的历史信息,确定为推荐结果。进一步的,还可以通过步骤S2041~S2042对查找匹配到的历史信息进行排序和筛选,然后作为推荐结果展现给第一用户,在此不再赘述。
本实施例根据用户的特征信息对用户进行分组,并在需要对第一用户进行搜索推荐时,获取与第一用户同组的第二用户的历史信息推荐给第一用户,使推荐的内容与用户兴趣的相关度更高,提高了推荐的准确率,提升了搜索推荐效果;同时,可以优先推荐时间较近和热度值较高的历史信息,并根据第一用户输入的搜索词实时更新推荐结果,提高了推荐效率;另外,本实施例可以通过不同的形式展现推荐结果,可以适用于不同场景,提高方案应用范围。
为了实现上述实施例,本发明还提出一种搜索推荐装置。
图4是本发明另一实施例的搜索推荐装置的结构示意图。如图4所示,该搜索推荐装置包括:分组模块100、第一获取模块200和第二获取模块300。
具体地,分组模块100用于对用户进行分组。更具体地,分组模块100可以根据用户的特征信息对用户进行分组,用户的特征信息可以包括用户的行为信息或者属性信息等。例如,分组模块100可根据用户使用过的应用程序、历史搜索词、历史浏览内容,用户所在的地理位置、某时间段的行为习惯等,将这些信息中的至少一项相同或相近的用户分为同一组,从而属于同一组的用户都具有至少一个共同点。
需要理解的是,一个用户可以根据不同的特征被划分至不同的组,例如,同一个用户可以属于世界杯球迷组,也可以同时属于韩剧迷组。
第一获取模块200用于当需要对第一用户进行搜索推荐时,获取第二用户的历史信息。所述第二用户是与所述第一用户属于同一个分组的用户,获取的第二用户的历史信息可以是一个第二用户的历史信息,或者也可以包括至少两个第二用户的历史信息。其中,历史信息可以包括如下项中的至少一项:历史搜索信息,历史浏览信息,历史使用信息。历史搜索信息可以是搜索引擎中的历史搜索记录或在其他应用程序中的历史搜索记录等,例如历史搜索词;历史浏览信息可以是在搜索引擎或其他应用程序中的浏览历史等信息,例如在视频应用程序中看过的电影;历史使用信息可以是用户最近使用过的应用程序。
更具体地,当需要对第一用户进行搜索推荐时,可以根据该第一用户所在的分组,获取与所述第一用户属于同一分组的第二用户的历史信息,例如,第一用户所在的一个分组为阿根廷足球迷,那么当需要对第一用户进行搜索推荐时,获取模块200可以获取阿根廷足球迷组内的任意一个或者至少两个第二用户的历史信息,以对该第一用户进行搜索推荐。
进一步的,当用户浏览和/或搜索时,可以记录用户的搜索信息和/或浏览信息,以便在之后需要推荐时可以获取相应用户的历史信息。
第二获取模块300用于将所述历史信息作为推荐结果,展现给所述第一用户。更具体地,第二模块300可以将获取到的第二用户的历史信息作为推荐结果,通过现有的或未来可能出现的任何推荐形式推荐给所述第一用户。例如,在搜索栏弹出下拉选项为第一用户推荐第二用户的历史搜索词等,类似的推荐形式还有多种,在此不再一一列举。
另外,还可以同时推荐多个第二用户的多个历史信息,例如,第一用户同时是阿根廷足球迷和韩剧迷,可以为所述第一用户推荐阿根廷足球迷组的第二用户的历史信息和韩剧迷组的第二用户的历史信息,其中,每个组内的第二用户可以是一个用户也可以是多个用户。
本实施例通过对用户进行分组,并在需要对第一用户进行搜索推荐时,将与第一用户同组的第二用户的历史信息推荐给第一用户,使推荐的内容与用户兴趣的相关度更高,提高了推荐的准确率,提升了搜索推荐效果。
图5是本发明另一实施例的搜索推荐装置的结构示意图。如图5所示,该搜索推荐装置包括:分组模块100、获取单元110、分组单元120、第一获取模块200、第二获取模块300、处理单元310、选择单元320、第一推荐单元330、第二推荐单元340、第三推荐单元350、第四推荐单元360、接收模块400、更新模块500、查找单元510、确定单元520。其中,分组模块100包括获取单元110和分组单元120;第二获取模块300包括处理单元310、选择单元320、第一推荐单元330、第二推荐单元340、第三推荐单元350和第四推荐单元360;更新模块500包括查找单元510和确定单元520。
具体地,获取单元110用于获取所述用户的特征信息。其中,特征信息包括历史信息、地理信息、时间信息、使用的应用程序的信息中的至少一项。
历史信息包括历史搜索信息、历史浏览信息、历史使用信息等中的至少一项。历史搜索信息例如使用过的搜索词等,历史浏览信息例如浏览过的内容及其关键词等,历史使用信息例如用户最近使用过的应用程序等。
地理信息例如用户所使用的IP(Internet Protocol,网间互联协议)地址的归属地、GPS(Global Positioning System全球定位系统)定位得到的用户位置或用户手动输入的地理位置信息等;时间信息可以包括用户搜索或浏览同一类信息、使用同一类型应用程序的习惯性的时间,例如早上看新闻、中午玩游戏等;使用的应用程序的信息可以包括用户使用的应用程序的信息,例如游戏类应用程序、新闻咨询类应用程序等。
分组单元120用于根据所述特征信息对所述用户进行分组。更具体地,分组单元120可以根据所述特征信息对用户进行分组,例如,历史记录中都搜索过同一个搜索词的用户可以分为一组,或者,在同一地理位置如北京昌平城内的用户可以分为一组,或者,喜欢在早上看新闻的用户可以分为一组,或者,常使用同一款应用程序的用户可以分为一组等。
具体的分组方式还有多种,在此不再一一列举。
处理单元310用于对所述历史信息进行处理。其中,所述处理可以包括:根据所述历史信息的权重值对所述历史信息进行排序,和/或,对所述历史信息进行去重。
权重值可以是预设的,也可以是根据用户行为确定的,或者,根据热度值、时间信息、地点信息等确定的。例如当韩剧迷组中有较多用户最近都搜索了关键词“星你”时,该历史信息“星你”的热度值就会相应的增高。
举例而言,第一用户是球迷也是韩剧迷,但经常在中午和晚上看韩剧,如果在中午时段获取到相同热度的韩剧关键词和足球关键词,则优先推荐韩剧关键词。因此,可根据历史信息的权重值,对所述历史信息进行排序,例如按照时间由近到远、权重值由高到低排序等。
在本发明的一个实施例中,处理单元310还可以对所述历史信息进行去重,例如,获取到的多个第二用户最近搜索的高频关键词是克里斯蒂亚诺·罗纳尔多、CristianoRonaldo或者C罗等,虽然关键词的形式不同,但显而易见的搜索目标都是同一个球员C罗纳尔多,因此,可对此类历史信息进行去重处理,以避免重复推荐。
选择单元320用于在处理后的历史信息中选择预设个数的历史信息作为推荐结果。更具体地,选择单元320可以在处理后的历史信息中选择预设个数的历史信息作为推荐结果,例如可以在处理后选取权重值在前十的历史信息进行显示,可优先采用距离当前时间较近、热度值较高的历史信息作为推荐结果展现给用户,以提高推荐效率。
其中,第二获取模块300可以将推荐结果发送给搜索引擎,由搜索引擎进行展现。
在本申请的具体实施例中,第一推荐单元330用于将所述推荐结果发送给搜索引擎,以便所述搜索引擎在搜索页面的首页,将所述推荐结果展现给所述第一用户;或者,第二推荐单元340用于将所述推荐结果发送给搜索引擎,以便所述搜索引擎在搜索栏的下拉选项中,将所述推荐结果展现给所述第一用户;或者,第三推荐单元350用于以短消息形式,将所述推荐结果推送给所述第一用户;或者,第四推荐单元360用于以系统通知形式,将所述推荐结果推送给所述第一用户。
另外,还可以同时推荐多个第二用户的多个历史信息,例如,第一用户同时是阿根廷足球迷和韩剧迷,可以为所述第一用户推荐阿根廷足球迷组的第二用户的历史记录和韩剧迷组的第二用户的历史记录。
接收模块400用于接收搜索引擎发送的搜索词,所述搜索词是所述第一用户输入的搜索词。其中,第一用户输入的搜索词可以是采纳所述推荐结果触发输入的搜索词,例如点击推荐的搜索词等,也可以是用户手动输入的搜索词。搜索引擎获取搜索词后,搜索引擎可以将搜索词发送给服务端。
更新模块500用于根据所述搜索词,重新从所述历史信息中获取推荐结果。更具体地,当第一用户输入搜索词时,更新模块500可以根据所述搜索词,重新从所述历史信息中获取推荐结果,以根据用户的需求实时更新推荐结果。
在重新获取推荐结果后,可以采用上述模块通过搜索引擎、短消息、系统通知中的一项或多项展现给第一用户。
在本发明的一个实施例中,查找单元510可以在所述历史信息中查找匹配到所述搜索词的字和/或音节的内容,然后确定单元520将包含所述匹配到的内容的历史信息,确定为推荐结果。进一步的,还可以通过处理单元310和选择单元320对查找匹配到的历史信息进行排序和筛选,然后作为推荐结果展现给第一用户,在此不再赘述。
本实施例根据用户的特征信息对用户进行分组,并在需要对第一用户进行搜索推荐时,获取与第一用户同组的第二用户的历史信息推荐给第一用户,使推荐的内容与用户兴趣的相关度更高,提高了推荐的准确率,提升了搜索推荐效果;同时,可以优先推荐时间较近和热度值较高的历史信息,并根据第一用户输入的搜索词实时更新推荐结果,提高了推荐效率;另外,本实施例可以通过不同的形式展现推荐结果,可以适用于不同场景,提高方案应用范围。
需要说明的是,在本发明的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (16)
1.一种搜索推荐方法,其特征在于,包括:
对用户进行分组;
当需要对第一用户进行搜索推荐时,获取第二用户的历史信息,所述第二用户是与所述第一用户属于同一个分组的用户;
从所述历史信息中获取推荐结果,并将所述推荐结果展现给所述第一用户。
2.根据权利要求1所述的方法,其特征在于,所述对用户进行分组,包括:
获取所述用户的特征信息,并根据所述特征信息对所述用户进行分组。
3.根据权利要求2所述的方法,其特征在于,所述特征信息包括如下项中的至少一项:
历史信息,地理信息,时间信息,使用的应用程序的信息。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述历史信息包括如下项中的至少一项:
历史搜索信息,历史浏览信息,历史使用信息。
5.根据权利要求1所述的方法,其特征在于,还包括:
接收搜索引擎发送的搜索词,所述搜索词是所述第一用户输入的搜索词;
根据所述搜索词,重新从所述历史信息中获取推荐结果。
6.根据权利要求5所述的方法,其特征在于,所述根据所述搜索词,重新从所述历史信息中获取推荐结果,包括:
在所述历史信息中查找匹配到所述搜索词的字和/或音节的内容;
将包含所述匹配的内容的历史信息,确定为所述推荐结果。
7.根据权要求1或5所述的方法,其特征在于,所述从所述历史信息中获取推荐结果,包括:
对所述历史信息进行处理,其中,所述处理包括:根据所述历史信息的权重值对所述历史信息进行排序,和/或,对所述历史信息进行去重;
在处理后的历史信息中选择预设个数的历史信息作为推荐结果。
8.根据权利要求1-3任一项所述的方法,其特征在于,所述将所述推荐结果展现给所述第一用户,包括:
将所述推荐结果发送给搜索引擎,以便所述搜索引擎在搜索页面的首页,将所述推荐结果展现给所述第一用户;或者,
将所述推荐结果发送给搜索引擎,以便所述搜索引擎在搜索栏的下拉选项中,将所述推荐结果展现给所述第一用户;或者,
以短消息形式,将所述推荐结果推送给所述第一用户;或者,
以系统通知形式,将所述推荐结果推送给所述第一用户。
9.一种搜索推荐装置,其特征在于,包括:
分组模块,用于对用户进行分组;
第一获取模块,用于当需要对第一用户进行搜索推荐时,获取第二用户的历史信息,所述第二用户是与所述第一用户属于同一个分组的用户;
第二获取模块,用于从所述历史信息中获取推荐结果,并将所述推荐结果展现给所述第一用户。
10.根据权利要求9所述的装置,其特征在于,所述分组模块包括:
获取单元,用于获取所述用户的特征信息;
分组单元,用于根据所述特征信息对所述用户进行分组。
11.根据权利要求10所述的装置,其特征在于,所述特征信息包括如下项中的至少一项:
历史信息,地理信息,时间信息,使用的应用程序的信息。
12.根据权利要求9-11任一项所述的装置,其特征在于,所述历史信息包括如下项中的至少一项:
历史搜索信息,历史浏览信息,历史使用信息。
13.根据权利要求9所述的装置,其特征在于,还包括:
接收模块,用于接收搜索引擎发送的搜索词,所述搜索词是所述第一用户输入的搜索词;
更新模块,用于根据所述搜索词,重新从所述历史信息中获取推荐结果。
14.根据权利要求13所述的装置,其特征在于,所述更新模块,包括:
查找单元,用于在所述历史信息中查找匹配到所述搜索词的字和/或音节的内容;
确定单元,用于将包含所述匹配的内容的历史信息,确定为所述推荐结果。
15.根据权要求9或13所述的装置,其特征在于,所述第二获取模块,包括:
处理单元,用于对所述历史信息进行处理,其中,所述处理包括:根据所述历史信息的权重值对所述历史信息进行排序,和/或,对所述历史信息进行去重;
选择单元,用于在处理后的历史信息中选择预设个数的历史信息作为推荐结果。
16.根据权利要求9-11任一项所述的装置,其特征在于,所述第二获取模块还包括:
第一推荐单元,用于将所述推荐结果发送给搜索引擎,以便所述搜索引擎在搜索页面的首页,将所述推荐结果展现给所述第一用户;或者,
第二推荐单元,用于将所述推荐结果发送给搜索引擎,以便所述搜索引擎在搜索栏的下拉选项中,将所述推荐结果展现给所述第一用户;或者,
第三推荐单元,用于以短消息形式,将所述推荐结果推送给所述第一用户;或者,
第四推荐单元,用于以系统通知形式,将所述推荐结果推送给所述第一用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410441830.8A CN104239450A (zh) | 2014-09-01 | 2014-09-01 | 搜索推荐方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410441830.8A CN104239450A (zh) | 2014-09-01 | 2014-09-01 | 搜索推荐方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104239450A true CN104239450A (zh) | 2014-12-24 |
Family
ID=52227509
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410441830.8A Pending CN104239450A (zh) | 2014-09-01 | 2014-09-01 | 搜索推荐方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104239450A (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106156250A (zh) * | 2015-04-28 | 2016-11-23 | 天脉聚源(北京)科技有限公司 | 一种搜索热点推荐方法及系统 |
WO2017028096A1 (zh) * | 2015-08-16 | 2017-02-23 | 常平 | 根据网站浏览时间推荐附近用户的方法和用户推荐系统 |
CN106557513A (zh) * | 2015-09-29 | 2017-04-05 | 腾讯科技(深圳)有限公司 | 事件信息推送方法及事件信息推送装置 |
CN106682925A (zh) * | 2015-11-06 | 2017-05-17 | 北京奇虎科技有限公司 | 广告内容的推荐方法及装置 |
CN106790369A (zh) * | 2016-11-09 | 2017-05-31 | 腾讯科技(深圳)有限公司 | 一种多媒体应用界面装扮方法及装置 |
CN107087235A (zh) * | 2017-04-21 | 2017-08-22 | 腾讯科技(深圳)有限公司 | 媒体内容推荐方法、服务器及客户端 |
CN107203279A (zh) * | 2017-05-24 | 2017-09-26 | 北京小米移动软件有限公司 | 关键词提示方法及设备 |
CN107341162A (zh) * | 2016-05-03 | 2017-11-10 | 北京搜狗科技发展有限公司 | 网页处理方法和装置、用于网页处理的装置 |
CN107436893A (zh) * | 2016-05-26 | 2017-12-05 | 北京搜狗科技发展有限公司 | 一种网页推荐方法和装置 |
CN107493225A (zh) * | 2017-05-02 | 2017-12-19 | 朱小军 | 一种基于共同兴趣的网络社交方法及系统 |
CN108090782A (zh) * | 2016-11-21 | 2018-05-29 | 华为技术有限公司 | 一种网游推荐方法及服务器 |
CN108304422A (zh) * | 2017-03-08 | 2018-07-20 | 腾讯科技(深圳)有限公司 | 一种媒体搜索词推送方法和装置 |
CN108920630A (zh) * | 2018-06-29 | 2018-11-30 | 联想(北京)有限公司 | 一种数据处理方法及电子设备 |
WO2019019387A1 (zh) * | 2017-07-24 | 2019-01-31 | 上海壹账通金融科技有限公司 | 信息推送建议生成方法、装置、计算机设备和存储介质 |
CN109522062A (zh) * | 2018-11-16 | 2019-03-26 | 北京微播视界科技有限公司 | 展示数据确定方法、应用客户端及电子设备 |
CN109657140A (zh) * | 2018-12-13 | 2019-04-19 | 平安普惠企业管理有限公司 | 信息推送方法、装置、计算机设备及存储介质 |
CN110276017A (zh) * | 2019-06-28 | 2019-09-24 | 百度在线网络技术(北京)有限公司 | 一种数据分析方法及装置 |
CN111127060A (zh) * | 2018-10-31 | 2020-05-08 | 百度在线网络技术(北京)有限公司 | 确定业务的推广用户的方法和装置 |
CN111970525A (zh) * | 2020-08-14 | 2020-11-20 | 北京达佳互联信息技术有限公司 | 直播间搜索方法、装置、服务器及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101329674A (zh) * | 2007-06-18 | 2008-12-24 | 北京搜狗科技发展有限公司 | 一种提供个性化搜索的系统和方法 |
CN101464881A (zh) * | 2007-12-21 | 2009-06-24 | 音乐会技术公司 | 基于用位置信息标记的播放历史信息、在分布式环境中生成媒体推荐的方法和系统 |
CN102169566A (zh) * | 2010-02-26 | 2011-08-31 | 国际商业机器公司 | 在陌生领域中生成推荐项目的方法和装置 |
CN102411754A (zh) * | 2011-11-29 | 2012-04-11 | 南京大学 | 一种基于商品属性熵值的个性化推荐方法 |
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 |
CN102637178A (zh) * | 2011-02-14 | 2012-08-15 | 北京瑞信在线系统技术有限公司 | 一种音乐推荐方法、装置及系统 |
CN102779122A (zh) * | 2011-05-09 | 2012-11-14 | 腾讯科技(深圳)有限公司 | 一种搜索信息的方法及信息搜索装置 |
CN102855333A (zh) * | 2012-09-27 | 2013-01-02 | 南京大学 | 一种基于组推荐的服务选取系统及其选取方法 |
CN102902691A (zh) * | 2011-07-28 | 2013-01-30 | 上海拉手信息技术有限公司 | 推荐方法及系统 |
-
2014
- 2014-09-01 CN CN201410441830.8A patent/CN104239450A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101329674A (zh) * | 2007-06-18 | 2008-12-24 | 北京搜狗科技发展有限公司 | 一种提供个性化搜索的系统和方法 |
CN101464881A (zh) * | 2007-12-21 | 2009-06-24 | 音乐会技术公司 | 基于用位置信息标记的播放历史信息、在分布式环境中生成媒体推荐的方法和系统 |
CN102169566A (zh) * | 2010-02-26 | 2011-08-31 | 国际商业机器公司 | 在陌生领域中生成推荐项目的方法和装置 |
CN102637178A (zh) * | 2011-02-14 | 2012-08-15 | 北京瑞信在线系统技术有限公司 | 一种音乐推荐方法、装置及系统 |
CN102779122A (zh) * | 2011-05-09 | 2012-11-14 | 腾讯科技(深圳)有限公司 | 一种搜索信息的方法及信息搜索装置 |
CN102902691A (zh) * | 2011-07-28 | 2013-01-30 | 上海拉手信息技术有限公司 | 推荐方法及系统 |
CN102411754A (zh) * | 2011-11-29 | 2012-04-11 | 南京大学 | 一种基于商品属性熵值的个性化推荐方法 |
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 |
CN102855333A (zh) * | 2012-09-27 | 2013-01-02 | 南京大学 | 一种基于组推荐的服务选取系统及其选取方法 |
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106156250A (zh) * | 2015-04-28 | 2016-11-23 | 天脉聚源(北京)科技有限公司 | 一种搜索热点推荐方法及系统 |
WO2017028096A1 (zh) * | 2015-08-16 | 2017-02-23 | 常平 | 根据网站浏览时间推荐附近用户的方法和用户推荐系统 |
CN106557513A (zh) * | 2015-09-29 | 2017-04-05 | 腾讯科技(深圳)有限公司 | 事件信息推送方法及事件信息推送装置 |
US10834218B2 (en) | 2015-09-29 | 2020-11-10 | Tencent Technology (Shenzhen) Company Limited | Event information system classifying messages using machine learning classification model and pushing selected message to user |
CN106557513B (zh) * | 2015-09-29 | 2022-05-10 | 腾讯科技(深圳)有限公司 | 事件信息推送方法及事件信息推送装置 |
CN106682925A (zh) * | 2015-11-06 | 2017-05-17 | 北京奇虎科技有限公司 | 广告内容的推荐方法及装置 |
CN107341162B (zh) * | 2016-05-03 | 2022-11-25 | 北京搜狗科技发展有限公司 | 网页处理方法和装置、用于网页处理的装置 |
CN107341162A (zh) * | 2016-05-03 | 2017-11-10 | 北京搜狗科技发展有限公司 | 网页处理方法和装置、用于网页处理的装置 |
CN107436893A (zh) * | 2016-05-26 | 2017-12-05 | 北京搜狗科技发展有限公司 | 一种网页推荐方法和装置 |
CN106790369A (zh) * | 2016-11-09 | 2017-05-31 | 腾讯科技(深圳)有限公司 | 一种多媒体应用界面装扮方法及装置 |
CN106790369B (zh) * | 2016-11-09 | 2021-12-14 | 腾讯科技(深圳)有限公司 | 一种多媒体应用界面装扮方法及装置 |
CN108090782A (zh) * | 2016-11-21 | 2018-05-29 | 华为技术有限公司 | 一种网游推荐方法及服务器 |
CN108090782B (zh) * | 2016-11-21 | 2021-09-14 | 华为技术有限公司 | 一种网游推荐方法及服务器 |
CN108304422A (zh) * | 2017-03-08 | 2018-07-20 | 腾讯科技(深圳)有限公司 | 一种媒体搜索词推送方法和装置 |
WO2018161880A1 (zh) * | 2017-03-08 | 2018-09-13 | 腾讯科技(深圳)有限公司 | 媒体搜索词推送方法、装置及存储介质 |
CN108304422B (zh) * | 2017-03-08 | 2021-12-17 | 腾讯科技(深圳)有限公司 | 一种媒体搜索词推送方法和装置 |
US10999634B2 (en) | 2017-04-21 | 2021-05-04 | Tencent Technology (Shenzhen) Company Limited | Media content recommendation method, server, client, and storage medium |
CN107087235A (zh) * | 2017-04-21 | 2017-08-22 | 腾讯科技(深圳)有限公司 | 媒体内容推荐方法、服务器及客户端 |
CN107493225A (zh) * | 2017-05-02 | 2017-12-19 | 朱小军 | 一种基于共同兴趣的网络社交方法及系统 |
CN107203279A (zh) * | 2017-05-24 | 2017-09-26 | 北京小米移动软件有限公司 | 关键词提示方法及设备 |
WO2019019387A1 (zh) * | 2017-07-24 | 2019-01-31 | 上海壹账通金融科技有限公司 | 信息推送建议生成方法、装置、计算机设备和存储介质 |
CN108920630A (zh) * | 2018-06-29 | 2018-11-30 | 联想(北京)有限公司 | 一种数据处理方法及电子设备 |
CN111127060A (zh) * | 2018-10-31 | 2020-05-08 | 百度在线网络技术(北京)有限公司 | 确定业务的推广用户的方法和装置 |
CN111127060B (zh) * | 2018-10-31 | 2023-08-08 | 百度在线网络技术(北京)有限公司 | 确定业务的推广用户的方法和装置 |
CN109522062A (zh) * | 2018-11-16 | 2019-03-26 | 北京微播视界科技有限公司 | 展示数据确定方法、应用客户端及电子设备 |
CN109657140A (zh) * | 2018-12-13 | 2019-04-19 | 平安普惠企业管理有限公司 | 信息推送方法、装置、计算机设备及存储介质 |
CN110276017A (zh) * | 2019-06-28 | 2019-09-24 | 百度在线网络技术(北京)有限公司 | 一种数据分析方法及装置 |
CN111970525A (zh) * | 2020-08-14 | 2020-11-20 | 北京达佳互联信息技术有限公司 | 直播间搜索方法、装置、服务器及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104239450A (zh) | 搜索推荐方法和装置 | |
US9626443B2 (en) | Searching and accessing application functionality | |
CN103473273B (zh) | 信息搜索方法、装置和服务器 | |
CN105227975B (zh) | 广告投放方法及装置 | |
US20180082218A1 (en) | Tracking Feeds in a Social Network | |
US8849812B1 (en) | Generating content for topics based on user demand | |
CN104065565B (zh) | 推送消息的方法、服务器、客户端装置和系统 | |
JP5782188B2 (ja) | 広告掲載のためのシステム及び方法 | |
CN102340514B (zh) | 网络信息推送方法及系统 | |
US7685119B2 (en) | System and method for query expansion | |
US9002858B1 (en) | Methods, systems, and media for generating and prioritizing relevant content in real-time data systems | |
JP6343035B2 (ja) | 広告キャンペーンの生成 | |
CN103634687B (zh) | 智能电视中提供视频搜索结果的方法及系统 | |
US20150278359A1 (en) | Method and apparatus for generating a recommendation page | |
CN107766399B (zh) | 用于使图像与内容项目匹配的方法和系统及机器可读介质 | |
US11176574B2 (en) | Contextual secondary content for search results | |
CN104090990A (zh) | 新闻推送方法和系统 | |
US20160210321A1 (en) | Real-time content recommendation system | |
CN104239457A (zh) | 搜索推荐方法和装置 | |
CN103886090A (zh) | 基于用户喜好的内容推荐方法及装置 | |
CN104333773A (zh) | 一种视频推荐方法及服务器 | |
EP3008645A1 (en) | News results through query expansion | |
CN108038161A (zh) | 基于相册的信息推荐方法、装置及计算设备 | |
CN106131703A (zh) | 一种视频推荐的方法和终端 | |
CN105184616A (zh) | 一种业务对象定向投放的方法和装置 |
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: 20141224 |
|
RJ01 | Rejection of invention patent application after publication |