CN104281699B - 搜索推荐方法及装置 - Google Patents

搜索推荐方法及装置 Download PDF

Info

Publication number
CN104281699B
CN104281699B CN201410545809.2A CN201410545809A CN104281699B CN 104281699 B CN104281699 B CN 104281699B CN 201410545809 A CN201410545809 A CN 201410545809A CN 104281699 B CN104281699 B CN 104281699B
Authority
CN
China
Prior art keywords
recommendation
search
classification
label
result
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
Application number
CN201410545809.2A
Other languages
English (en)
Other versions
CN104281699A (zh
Inventor
黄际洲
万璐
牛正雨
丁世强
夏德国
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 CN201410545809.2A priority Critical patent/CN104281699B/zh
Publication of CN104281699A publication Critical patent/CN104281699A/zh
Application granted granted Critical
Publication of CN104281699B publication Critical patent/CN104281699B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/955Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
    • G06F16/9566URL specific, e.g. using aliases, detecting broken or misspelled links
    • 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)

Abstract

本发明公开了一种搜索推荐方法,包括:S1、接收搜索词;S2、获取搜索词的搜索相关实体以及搜索相关实体的所属领域;S3、根据所属领域确定至少一个推荐类别,并根据搜索相关实体获取每个推荐类别中的至少一个推荐标签;以及S4、在搜索结果页面中提供至少一个推荐类别,以及每个推荐类别中的至少一个推荐标签。本发明实施例的方法通过对搜索词对应的实体进行更深层次的内容分析,得到与搜索词对应的实体的内容标签,从而能够直接辅助用户对搜索词进行进一步的内容细分,使得用户能够方便地通过提供的内容标签找到自己最想要的信息,提升了用户体验。本发明公开了一种搜索推荐装置。

Description

搜索推荐方法及装置
技术领域
本发明涉及搜索引擎技术领域,尤其涉及一种搜索推荐方法及装置。
背景技术
本发明的发明人通过对用户的query(搜索词)进行分析,得出用户具有搜索“和XXX类似作品”的需求,例如,和同桌的你类似的电影、和植物大战僵尸类似的游戏、和小苹果类似的神曲、和海贼王类似的动漫等。目前,搜索引擎在搜索“和XXX类似”的query时,在搜索结果页面中为用户提供的均是自然结果。例如,当用户搜索“与愤怒的小鸟类似的游戏”时,搜索引擎可根据该搜索词检索出对应的搜索结果,并在搜索结果页面的左侧进行展示,如图1(a)所示;又如,当用户搜索“与同桌的你类似的电影”时,搜索引擎可根据该搜索词检索出对应的搜索结果,并在搜索结果页面的左侧进行展示,如图1(b)所示。
发明人经过对上述方式得到的搜索结果进行分析,发现用户的搜索结果满足并不太好,一方面,用户很难直截了当地获取到自己想要的信息;另一方面,用户无法对类似作品进行进一步细分筛选以找到自己最想要的结果,从而导致用户体验变差。
发明内容
本发明的目的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,本发明的第一个目的在于提出一种搜索推荐方法。该方法能够直接辅助用户对搜索词进行进一步的内容细分,使得用户能够方便地通过提供的内容标签找到自己最想要的信息,提升了用户体验。
本发明的第二个目的在于提出一种搜索推荐装置。
为了实现上述实施例,本发明第一方面实施例的搜索推荐方法,包括:S1、接收搜索词;S2、获取所述搜索词的搜索相关实体以及所述搜索相关实体的所属领域;S3、根据所述所属领域确定至少一个推荐类别,并根据所述搜索相关实体获取每个所述推荐类别中的至少一个推荐标签;以及S4、在搜索结果页面中提供所述至少一个推荐类别,以及每个所述推荐类别中的至少一个推荐标签。
本发明实施例的搜索推荐方法,可先接收搜索词,之后可获取搜索词的搜索相关实体以及搜索相关实体的所属领域,然后可根据所属领域确定至少一个推荐类别,并根据搜索相关实体获取每个推荐类别中的至少一个推荐标签,以及在搜索结果页面中提供至少一个推荐类别和每个推荐类别中的至少一个推荐标签,即通过对搜索词对应的实体进行更深层次的内容分析,得到与搜索词对应的实体的内容标签,从而能够直接辅助用户对搜索词进行进一步的内容细分,使得用户能够方便地通过提供的内容标签找到自己最想要的信息,提升了用户体验。
为了实现上述实施例,本发明第二方面实施例的搜索推荐装置,包括:接收模块,用于接收搜索词;第一获取模块,用于获取所述搜索词的搜索相关实体以及所述搜索相关实体的所属领域;第二获取模块,用于根据所述所属领域确定至少一个推荐类别,并根据所述搜索相关实体获取每个所述推荐类别中的至少一个推荐标签;以及第一提供模块,用于在搜索结果页面中提供所述至少一个推荐类别,以及每个所述推荐类别中的至少一个推荐标签。
本发明实施例的搜索推荐装置,可通过接收模块接收搜索词,第一获取模块获取搜索词的搜索相关实体以及搜索相关实体的所属领域,第二获取模块根据所属领域确定至少一个推荐类别,并根据搜索相关实体获取每个推荐类别中的至少一个推荐标签,第一提供模块在搜索结果页面中提供至少一个推荐类别,以及每个推荐类别中的至少一个推荐标签,即通过对搜索词对应的实体进行更深层次的内容分析,得到与搜索词对应的实体的内容标签,从而能够直接辅助用户对搜索词进行进一步的内容细分,使得用户能够方便地通过提供的内容标签找到自己最想要的信息,提升了用户体验。
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(a)和(b)是现有技术中的搜索推荐方法的示例图;
图2是根据本发明一个实施例的搜索推荐方法的流程图;
图3是根据本发明另一个实施例的搜索推荐方法的流程图;
图4(a)、(b)、(c)、(d)、(e)和(f)是根据本发明一个实施例的以搜索词“和同桌的你类似的电影”为例的示例图;
图5(a)、(b)和(c)是根据本发明一个实施例的以搜索词“和愤怒的小鸟类似的游戏”为例的示例图;
图6是根据本发明一个实施例的以搜索词“蜘蛛侠VS钢铁侠”为例的示例图;
图7是根据本发明一个实施例的以搜索词“人少山水便宜旅游”为例的示例图;
图8是根据本发明一个实施例的搜索推荐装置的结构示意图;
图9是根据本发明另一个实施例的搜索推荐装置的结构示意图;以及
图10是根据本发明又一个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,旨在用于解释本发明,而不能理解为对本发明的限制。
下面参考附图描述本发明实施例的搜索推荐方法及装置。
本发明提出一种搜索推荐方法,包括:S1、接收搜索词;S2、获取搜索词的搜索相关实体以及搜索相关实体的所属领域;S3、根据所属领域确定至少一个推荐类别,并根据搜索相关实体获取每个推荐类别中的至少一个推荐标签;以及S4、在搜索结果页面中提供至少一个推荐类别,以及每个推荐类别中的至少一个推荐标签。
图2是根据本发明一个实施例的搜索推荐方法的流程图。如图2所示,该搜索推荐方法可以包括:
S201,接收搜索词。
其中,在本发明的实施例中,搜索词可以是各种语言的字符(如文字、拼音、符号和/或数字等)中的一种或者它们的组合。
例如,搜索引擎可接收用户通过浏览器提供的输入框中输入的搜索词,如和同桌的你类似的电影、和愤怒的小鸟类似的游戏、蜘蛛侠VS钢铁侠等。
S202,获取搜索词的搜索相关实体以及搜索相关实体的所属领域。
具体地,在接收到搜索词之后,可对搜索词进行分析处理,如词汇分析,获取到搜索词中的实体,如搜索词“和同桌的你类似的电影”中的实体为“同桌的你”、搜索词“和愤怒的小鸟类似的游戏”中的实体为“愤怒的小鸟”、搜索词“蜘蛛侠VS钢铁侠”中的实体为“蜘蛛侠”和“钢铁侠”等。之后,可根据每个实体获取对应的相关实体集合。其中,在本发明的实施例中,可为每个实体计算一个相关实体集合,例如针对电影类实体“同桌的你”,可提供相关实体集合为“分手大师”、“那些年我们一起追过的女孩儿”,然后以字典形式提供线上模块供查询使用。
具体而言,一般可采用两种可行方案以实现实体间相关性的计算:一种是基于实体的内容;另一种是基于用户的点击行为。基于实体内容的方法:可以基于实体的结构化属性信息,以及实体的所属标签信息(如实体为“同桌的你”,其所属标签信息可为百科中标签Tag信息等),将实体表示成向量,然后实体间的相关性计算即转换为向量的相似度计算。基于用户点击行为的方法:可对服务器中搜索日志中的用户点击行为进行建模,例如计算任意用户在搜索实体a时,点击包含实体b的URL(Uniform Resource Locator,统一资源定位符)的概率,这样可以通过类似关联规则的方式挖掘实体a的相关实体集合。
同时,可根据接收到的搜索词自动获取搜索相关实体的所属领域。其中,在本发明的一个实施例中,所属领域可包括但不限于影视(如电影、电视剧等)、动漫、游戏、歌曲、书籍、数码、景点等。具体而言,可预先为每个实体提供类别的映射,例如,实体为“分手大师”,可根据提供的实体类别映射获取实体“分手大师”的所属领域为“电影”。
举例而言,以搜索词“和同桌的你类似的电影”为例,在接收到“和同桌的你类似的电影”之后,可对该搜索词进行词汇分析和词义分析,分析出实体“同桌的你”,之后可根据实体“同桌的你”获取对应的相关实体集合{“分手大师”、“那些年我们一起追过的女孩儿”等}、所属领域为“电影”。又如,以搜索词“和愤怒的小鸟类似的游戏”为例,可对该搜索词进行词汇分析和词义分析,分析出“愤怒的小鸟”,之后可根据实体“愤怒的小鸟”获取对应的相关实体集合{“愤怒企鹅”、“愤怒的小鸟星球大战”等}、所属领域为“游戏”。
S203,根据所属领域确定至少一个推荐类别,并根据搜索相关实体获取每个推荐类别中的至少一个推荐标签。
其中,在本发明的一个实施例中,“至少一个”可理解为一个或多个,例如“一个”、或“两个”、或“三个”。
具体地,由于不同的所属领域具有不同的分类标准,因此,可先根据所属领域确定所属领域对应的分类标准,之后可通过该分类标准对所属领域进行分类以确定至少一个推荐类别,并可对搜索相关实体进行分析,获取到每个推荐类别中的至少一个推荐标签。
举例而言,可预先通过人工方式为每个领域构建候选推荐类别,以针对任意领域提供推荐类别列表,使得根据所属领域即可得到该领域对应的推荐类别。在本发明的实施例中,还可预先离线计算搜索相关实体的相关标签集合,以用于线上查询每个搜索相关实体对应的标签,即可在搜索相关实体的每个推荐类别下对实体进行分类,分类标签为封闭集合,其中,分类模型可以通过基于监督的方式来构建,使用的特征可以基于实体在百科中的文本描述或者实体的结构化属性信息进行提取。此外,还可通过对搜索相关实体的内容中的关键短语与情感词进行分析,抽取出核心词作为该搜索相关实体的内容标签,如“屌丝逆袭女学霸”、“80后的记忆”、“初恋那点事”、“一见钟情”等。由于内容标签是与该实体强相关的深度关联,因此,在用户对被推荐实体完全不了解的情况下,可以用于辅助用户快速定位自己的偏好及喜好,进行筛选与判断。
需要说明的是,在本发明的实施例中,还可预先提供推荐标签与推荐类别的映射,以实现针对给定的推荐标签即可得到对应的推荐类别。
例如,以搜索词“和同桌的你类似的电影”为例,可知搜索相关实体为“同桌的你”,所属领域为“电影”,由于“电影”具有剧情内容,所以可通过分类标准(如按剧情内容、按类型、按人物等)对“电影”进行分类,可确定如“关于剧情”、“影片类型”、“只看演员”等的推荐类别,并且可对搜索相关实体“同桌的你”分别进行剧情内容分析、所属类型分析、参加演员分析,以分别获取推荐类别“关于剧情”中的推荐标签“屌丝逆袭女学霸”、“80后的记忆”、“初恋那点事”、“可惜不是你”、“一见钟情”等,推荐类别“影片类型”中的推荐标签“爱情”、“喜剧”、“校园”、“青春”等,推荐类别“只看演员”中的推荐标签“林更新”、“隋凯”、“王啸坤”、“龚格尔”、“李岷城”等。
又如,以搜索词“和愤怒的小鸟类似的游戏”为例,可知搜索相关实体为“愤怒的小鸟”,所属领域为“游戏”,可通过分类标准(如按内容、按类型等)对“游戏”进行分类,可确定如“游戏元素”、“游戏类型”等的推荐类别,并且可对搜索相关实体“愤怒的小鸟”分别进行内容元素分析、所属类型分析,以分别获取推荐类别“游戏元素”中的推荐标签“呆萌小鸟”、“弹弓”、“砸猪头”、“一关只需一分钟”等,推荐类别“游戏类型”中的推荐标签“手机”、“休闲”、“原创”、“经典”等。
S204,在搜索结果页面中提供至少一个推荐类别,以及每个推荐类别中的至少一个推荐标签。
具体地,在确定推荐类别并获取到其对应的推荐标签之后,可将推荐类别以及推荐类别中的推荐标签展现在搜索结果页面中,以便用户根据自己需求进行选择。
本发明实施例的搜索推荐方法,可先接收搜索词,之后可获取搜索词的搜索相关实体以及搜索相关实体的所属领域,然后可根据所属领域确定至少一个推荐类别,并根据搜索相关实体获取每个推荐类别中的至少一个推荐标签,以及在搜索结果页面中提供至少一个推荐类别和每个推荐类别中的至少一个推荐标签,即通过对搜索词对应的实体进行更深层次的内容分析,得到与搜索词对应的实体的内容标签,从而能够直接辅助用户对搜索词进行进一步的内容细分,使得用户能够方便地通过提供的内容标签找到自己最想要的信息,提升了用户体验。
需要说明的是,本发明实施例的搜索推荐方法不限于针对用户输入的“与XX相关的YY”进行推荐,还可以有一些其他的扩展,例如两个实体间的对比需求,比如:如图6所示,搜索词为“蜘蛛侠VS钢铁侠”,可获取到推荐类别为“相同点”、“不同点”、“谁厉害”等,这两部电影的相同点:美国式超级英雄、好莱坞英雄等,不同点:因变异而获得超能力VS因高科技装备而获得超能力等。又如:如图7所示,搜索词“人少山水便宜旅游”,可获取到该搜索词的推荐类别为“旅游景点”,并为用户提供推荐类别“旅游景点”中的推荐标签,根据用户选择的推荐标签给出用户相应的结果。
图3是根据本发明另一个实施例的搜索推荐方法的流程图。
需要说明的是,为了使得用户能够具有更好的视觉体验,且方便用户筛选,在本发明的实施例中,当推荐类别为多个,且多个推荐类别中具有不同的展现优先级时,可在搜索结果页面中显示多个推荐类别,并将优先级最高的推荐类别作为当前展现推荐类别,同时展现当前展现推荐类别对应的至少一个推荐标签。具体地,如图3所示,该搜索推荐方法可以包括:
S301,接收搜索词。
S302,获取搜索词的搜索相关实体以及搜索相关实体的所属领域。
S303,根据所属领域确定多个推荐类别,并根据搜索相关实体获取每个推荐类别中的至少一个推荐标签。
其中,在本发明的实施例中,“多个”可理解为两个以上,例如“两个”、或“三个”等。
S304,在搜索结果页面中显示多个推荐类别,并将优先级最高的推荐类别作为当前展现推荐类别,同时展现当前展现推荐类别对应的至少一个推荐标签。
具体地,可将多个推荐类别展现在搜索结果页面中,并且将优先级最高的推荐类别展现在当前展现区域,同时展现该推荐类别对应的推荐标签。也就是说,可将优先级最高的推荐类别作为默认标签,在将多个推荐类别提供给用户时,使得用户首先看到的是默认标签以及默认标签对应的推荐标签。
举例而言,以搜索词“和同桌的你类似的电影”为例,如图4(a)所示,在确定推荐类别分别为“关于剧情”、“影片类型”、“只看演员”,以及获取到每个推荐类别中的推荐标签之后,可将其显示在搜索结果页面中以提供给用户,由于推荐类别“关于剧情”的优先级最高,所以搜索引擎将“关于剧情”作为当前展现推荐类别,同时将“关于剧情”中的推荐标签“屌丝逆袭女学霸”、“80后的记忆”、“初恋那点事”、“可惜不是你”、“一见钟情”等,展现在当前展现界面。
又如,以搜索词“和愤怒的小鸟类似的游戏”为例,如图5(a)所示,在确定推荐类别分别为“游戏元素”、“游戏类型”,以及获取到每个推荐类别中的推荐标签之后,可将其显示在搜索结果页面中以提供给用户,由于推荐类别“游戏元素”的优先级最高,所以搜索引擎将“游戏元素”作为当前展现推荐类别,同时将“游戏元素”中的推荐标签“呆萌小鸟”、“弹弓”、“砸猪头”、“一关只需一分钟”等,展现在当前展现界面。
进一步的,在本发明的一个实施例中,在将优先级最高的推荐类别作为当前展现推荐类别,同时展现当前展现推荐类别对应的至少一个推荐标签(即上述步骤S304)之后,该搜索推荐方法还可包括:当多个推荐类别中的其他推荐类别被触发时,展现被触发的推荐类别对应的至少一个推荐标签。
举例而言,以搜索词“和同桌的你类似的电影”为例,如图4(a)所示,当用户点击其他的推荐类别如“影片类型”时,搜索引擎可将推荐类别“影片类型”对应的推荐标签“爱情”、“喜剧”、“校园”、“青春”等,展现在搜索结果页面中的当前展现区域,如图4(d);当用户点击“只看演员”时,搜索引擎可将推荐类别“只看演员”对应的推荐标签“林更新”、“隋凯”、“王啸坤”、“龚格尔”、“李岷城”等,展现在搜索结果页面中的当前展现区域,如图4(e)。
又如,以搜索词“和愤怒的小鸟类似的游戏”为例,如图5(a)所示,当用户点击其他的推荐类别“游戏类型”时,搜索引擎可将推荐类别“游戏类型”对应的推荐标签“手机”、“休闲”、“原创”、“经典”等,展现在搜索结果页面中的当前展现区域,如图5(b)所示。由此,方便用户能够根据自己的需求进行筛选。
进一步的,在本发明的一个实施例中,在将优先级最高的推荐类别作为当前展现推荐类别,同时展现当前展现推荐类别对应的至少一个推荐标签(即上述步骤S304)之后,该搜索推荐方法还可包括:当至少一个推荐标签被触发时,在搜索结果页面中提供被触发的推荐标签所对应的搜索结果。
举例而言,以搜索词“和同桌的你类似的电影”为例,如图4(a)所示,推荐类别中的推荐标签具有可选择功能,当用户点击选择“关于剧情”中的推荐标签“80后的记忆”和“可惜不是你”时,搜索引擎可在搜索结果页面中提供与推荐标签“80后的记忆”和“可惜不是你”对应的搜索结果“小时代3:刺金时代”、“致我们终将逝去的青春”等等,如图4(b)所示;当用户点击“关于剧情”中的推荐标签“初恋那点事”、“一见钟情”时,搜索引擎可在搜索结果页面中提供与推荐标签“初恋那点事”、“一见钟情”对应的搜索结果“山楂树之恋”、“初恋未满”、“宝米恰恰”等,如图4(c)所示。由此,使得用户能够方便地通过提供的内容标签找到自己最想要的信息。
其中,在本发明的实施例中,搜索结果页面可包括第一部分和第二部分,被触发的推荐标签所对应的搜索结果可提供于第一部分之中;或者被触发的推荐标签所对应的搜索结果可提供于第二部分之中。
例如,搜索结果页面的左侧部分可认为是第一部分,右侧部分可认为是第二部分,如图4(b)所示,被触发的推荐标签“80后的记忆”、“可惜不是你”所对应的搜索结果“小时代3:刺金时代”、“致我们终将逝去的青春”等等,可提供于搜索结果页面的左侧。或者,可在搜索结果页面的第二部分(即搜索结果页面右侧)中提供推荐标签“个性分类推荐”,以及推荐类别中的推荐标签“屌丝逆袭女学霸”、“80后的记忆”、“初恋那点事”,并在至少一个推荐标签被触发时,将被触发的推荐标签所对应的搜索结果提供于第二部分之中,如图4(f)所示。
又如,如图5(a)所示,当用户点击“全部”时,可认为推荐类别“游戏元素”中的所有推荐标签均被触发,搜索引擎可在搜索结果页面的左侧展现与所有推荐标签所对应的搜索结果。或者,可在搜索结果页面的第二部分(即搜索结果页面右侧)中提供推荐标签“个性分类推荐”,以及推荐类别中的推荐标签“呆萌小鸟”、“弹弓”、“砸猪头”、“一关只需一分钟”,并在至少一个推荐标签被触发时,将被触发的推荐标签所对应的搜索结果提供于第二部分之中,如图5(c)所示。
由此,通过根据用户选择的推荐标签能够为用户推荐更多的信息,提升用户体验。
本发明实施例的搜索推荐方法,当推荐类别为多个,且多个推荐类别中具有不同的展现优先级时,可在搜索结果页面中显示多个推荐类别,并将优先级最高的推荐类别作为当前展现推荐类别,同时展现当前展现推荐类别对应的至少一个推荐标签,使得用户能够具有更好的视觉体验,且方便了用户筛选。
需要说明的是,本发明实施例的搜索推荐方法主要是对用户输入的搜索词所属领域本身隐含的深度内容的推荐。例如,搜索推荐方法给出的推荐电影,与用户自己喜欢的这部电影,在电影内容以及电影内部的一些情节、电影传递的思想、电影中独特的一些信息上面,究竟有哪些共同点与相似点,让用户很方便地就能明白推荐结果是否是自己最需要的。举例来说,例如某一部电影,对这部电影内容情节进行挖掘与分析后,提取其中有趣独特的特点,抽取出属于这部影片的独特标签,再针对此特点下其他电影进行推荐。可以看出,这种推荐,有别于传统的分类,如某一部电影,分成国产片、欧美片、日韩片还是爱情片、恐怖片、剧情片,传统的这种维度的推荐,显得比较浅层,而且对用户的帮助作用也不大。
为了实现上述实施例,本发明还提出一种搜索推荐装置,包括:接收模块,用于接收搜索词;第一获取模块,用于获取搜索词的搜索相关实体以及搜索相关实体的所属领域;第二获取模块,用于根据所属领域确定至少一个推荐类别,并根据搜索相关实体获取每个推荐类别中的至少一个推荐标签;以及第一提供模块,用于在搜索结果页面中提供至少一个推荐类别,以及每个推荐类别中的至少一个推荐标签。
图8是根据本发明一个实施例的搜索推荐装置的结构示意图。如图8所示,该搜索推荐装置可包括:接收模块10、第一获取模块20、第二获取模块30和第一提供模块40。
具体地,接收模块10可用于接收搜索词。其中,在本发明的实施例中,搜索词可以是各种语言的字符(如文字、拼音、符号和/或数字等)中的一种或者它们的组合。例如,接收模块10可接收用户通过浏览器提供的输入框中输入的搜索词,如和同桌的你类似的电影、和愤怒的小鸟类似的游戏、蜘蛛侠VS钢铁侠等。
第一获取模块20可用于获取搜索词的搜索相关实体以及搜索相关实体的所属领域。更具体地,在接收模块10接收到搜索词之后,第一获取模块20可对搜索词进行分析处理,如词汇分析,获取到搜索词中的实体,如搜索词“和同桌的你类似的电影”中的实体为“同桌的你”、搜索词“和愤怒的小鸟类似的游戏”中的实体为“愤怒的小鸟”、搜索词“蜘蛛侠VS钢铁侠”中的实体为“蜘蛛侠”和“钢铁侠”等。之后,可根据每个实体获取对应的相关实体集合。其中,在本发明的实施例中,可为每个实体计算一个相关实体集合,例如针对电影类实体“同桌的你”,可提供相关实体集合为“分手大师”、“那些年我们一起追过的女孩儿”,然后以字典形式提供线上模块供查询使用。
具体而言,一般可采用两种可行方案以实现实体间相关性的计算:一种是基于实体的内容;另一种是基于用户的点击行为。基于实体内容的方案:可以基于实体的结构化属性信息,以及实体的所属标签信息(如实体为“同桌的你”,其所属标签信息可为百科中标签Tag信息等),将实体表示成向量,然后实体间的相关性计算即转换为向量的相似度计算。基于用户点击行为的方案:可对服务器中搜索日志中的用户点击行为进行建模,例如计算任意用户在搜索实体a时,点击包含实体b的URL(Uniform Resource Locator,统一资源定位符)的概率,这样可以通过类似关联规则的方式挖掘实体a的相关实体集合。
同时,可根据接收到的搜索词自动获取搜索相关实体的所属领域。其中,在本发明的一个实施例中,所属领域可包括但不限于影视(如电影、电视剧等)、动漫、游戏、歌曲、书籍、数码、景点等。具体而言,可预先为每个实体提供类别的映射,例如,实体为“分手大师”,可根据提供的实体类别映射获取实体“分手大师”的所属领域为“电影”。
举例而言,以搜索词“和同桌的你类似的电影”为例,在接收到“和同桌的你类似的电影”之后,可对该搜索词进行词汇分析和词义分析,分析出实体“同桌的你”,之后可根据实体“同桌的你”获取对应的相关实体集合{“分手大师”、“那些年我们一起追过的女孩儿”等}、所属领域为“电影”。又如,以搜索词“和愤怒的小鸟类似的游戏”为例,可对该搜索词进行词汇分析和词义分析,分析出“愤怒的小鸟”,之后可根据实体“愤怒的小鸟”获取对应的相关实体集合{“愤怒企鹅”、“愤怒的小鸟星球大战”等}、所属领域为“游戏”。
第二获取模块30可用于根据所属领域确定至少一个推荐类别,并根据搜索相关实体获取每个推荐类别中的至少一个推荐标签。其中,在本发明的一个实施例中,“至少一个”可理解为一个或多个,例如“一个”、或“两个”、或“三个”。更具体地,由于不同的所属领域具有不同的分类标准,因此,第二获取模块30可先根据所属领域确定所属领域对应的分类标准,之后可通过该分类标准对所属领域进行分类以确定至少一个推荐类别,并可对搜索相关实体进行分析,获取到每个推荐类别中的至少一个推荐标签。
举例而言,可预先通过人工方式为每个领域构建候选推荐类别,以针对任意领域提供推荐类别列表,使得根据所属领域即可得到该领域对应的推荐类别。在本发明的实施例中,还可预先离线计算搜索相关实体的相关标签集合,以用于线上查询每个搜索相关实体对应的标签,即可在搜索相关实体的每个推荐类别下对实体进行分类,分类标签为封闭集合,其中,分类模型可以通过基于监督的方式来构建,使用的特征可以基于实体在百科中的文本描述或者实体的结构化属性信息进行提取。此外,还可通过对搜索相关实体的内容中的关键短语与情感词进行分析,抽取出核心词作为该搜索相关实体的内容标签,如“屌丝逆袭女学霸”、“80后的记忆”、“初恋那点事”、“一见钟情”等。由于内容标签是与该实体强相关的深度关联,因此,在用户对被推荐实体完全不了解的情况下,可以用于辅助用户快速定位自己的偏好及喜好,进行筛选与判断。
需要说明的是,在本发明的实施例中,还可预先提供推荐标签与推荐类别的映射,以实现针对给定的推荐标签即可得到对应的推荐类别。
例如,以搜索词“和同桌的你类似的电影”为例,可知搜索相关实体为“同桌的你”,所属领域为“电影”,由于“电影”具有剧情内容,所以第二获取模块30可通过分类标准(如按剧情内容、按类型、按人物等)对“电影”进行分类,可确定如“关于剧情”、“影片类型”、“只看演员”等的推荐类别,并且可对搜索相关实体“同桌的你”分别进行剧情内容分析、所属类型分析、参加演员分析,以分别获取推荐类别“关于剧情”中的推荐标签“屌丝逆袭女学霸”、“80后的记忆”、“初恋那点事”、“可惜不是你”、“一见钟情”等,推荐类别“影片类型”中的推荐标签“爱情”、“喜剧”、“校园”、“青春”等,推荐类别“只看演员”中的推荐标签“林更新”、“隋凯”、“王啸坤”、“龚格尔”、“李岷城”等。
又如,以搜索词“和愤怒的小鸟类似的游戏”为例,可知搜索相关实体为“愤怒的小鸟”,所属领域为“游戏”,第二获取模块30可通过分类标准(如按内容、按类型等)对“游戏”进行分类,可确定如“游戏元素”、“游戏类型”等的推荐类别,并且可对搜索相关实体“愤怒的小鸟”分别进行内容元素分析、所属类型分析,以分别获取推荐类别“游戏元素”中的推荐标签“呆萌小鸟”、“弹弓”、“砸猪头”、“一关只需一分钟”等,推荐类别“游戏类型”中的推荐标签“手机”、“休闲”、“原创”、“经典”等。
第一提供模块40可用于在搜索结果页面中提供至少一个推荐类别,以及每个推荐类别中的至少一个推荐标签。更具体地,在第二获取模块30确定推荐类别并获取到其对应的推荐标签之后,第一提供模块40可将推荐类别以及推荐类别中的推荐标签展现在搜索结果页面中,以便用户根据自己需求进行选择。
其中,在本发明的一个实施例中,当推荐类别为多个,且多个推荐类别中具有不同的展现优先级时,第一提供模块40可具体用于:在搜索结果页面中显示多个推荐类别,并将优先级最高的推荐类别作为当前展现推荐类别,同时展现当前展现推荐类别对应的至少一个推荐标签。更具体地,第一提供模块40可将多个推荐类别展现在搜索结果页面中,并且将优先级最高的推荐类别展现在当前展现区域,同时展现该推荐类别对应的推荐标签。也就是说,第一提供模块40可将优先级最高的推荐类别作为默认标签,在将多个推荐类别提供给用户时,使得用户首先看到的是默认标签以及默认标签对应的推荐标签。
举例而言,以搜索词“和同桌的你类似的电影”为例,如图4(a)所示,在第二获取模块30确定推荐类别分别为“关于剧情”、“影片类型”、“只看演员”,以及获取到每个推荐类别中的推荐标签之后,第一提供模块40可将其显示在搜索结果页面中以提供给用户,由于推荐类别“关于剧情”的优先级最高,所以搜索引擎将“关于剧情”作为当前展现推荐类别,同时将“关于剧情”中的推荐标签“屌丝逆袭女学霸”、“80后的记忆”、“初恋那点事”、“可惜不是你”、“一见钟情”等,展现在当前展现界面。
又如,以搜索词“和愤怒的小鸟类似的游戏”为例,如图5(a)所示,在第二获取模块30确定推荐类别分别为“游戏元素”、“游戏类型”,以及获取到每个推荐类别中的推荐标签之后,第一提供模块40可将其显示在搜索结果页面中以提供给用户,由于推荐类别“游戏元素”的优先级最高,所以搜索引擎将“游戏元素”作为当前展现推荐类别,同时将“游戏元素”中的推荐标签“呆萌小鸟”、“弹弓”、“砸猪头”、“一关只需一分钟”等,展现在当前展现界面。
进一步的,在本发明的一个实施例中,在第一提供模块40将优先级最高的推荐类别作为当前展现推荐类别,同时展现当前展现推荐类别对应的至少一个推荐标签之后,如图9所示,该搜索推荐装置还可包括展现模块50。展现模块50可用于在多个推荐类别中的其他推荐类别被触发时,展现被触发的推荐类别对应的至少一个推荐标签。
举例而言,以搜索词“和同桌的你类似的电影”为例,如图4(a)所示,当用户点击其他的推荐类别如“影片类型”时,展现模块50可将推荐类别“影片类型”对应的推荐标签“爱情”、“喜剧”、“校园”、“青春”等,展现在搜索结果页面中的当前展现区域,如图4(d);当用户点击“只看演员”时,展现模块50可将推荐类别“只看演员”对应的推荐标签“林更新”、“隋凯”、“王啸坤”、“龚格尔”、“李岷城”等,展现在搜索结果页面中的当前展现区域,如图4(e)。
又如,以搜索词“和愤怒的小鸟类似的游戏”为例,如图5(a)所示,当用户点击其他的推荐类别“游戏类型”时,展现模块50可将推荐类别“游戏类型”对应的推荐标签“手机”、“休闲”、“原创”、“经典”等,展现在搜索结果页面中的当前展现区域,如图5(b)所示。由此,方便用户能够根据自己的需求进行筛选。
进一步的,在本发明的一个实施例中,在第一提供模块40将优先级最高的推荐类别作为当前展现推荐类别,同时展现当前展现推荐类别对应的至少一个推荐标签之后,如图10所示,该搜索推荐装置还可包括第二提供模块60。第二提供模块60可用于在至少一个推荐标签被触发时,在搜索结果页面中提供被触发的推荐标签所对应的搜索结果。
举例而言,以搜索词“和同桌的你类似的电影”为例,如图4(a)所示,推荐类别中的推荐标签具有可选择功能,当用户点击选择“关于剧情”中的推荐标签“80后的记忆”和“可惜不是你”时,第二提供模块60可在搜索结果页面中提供与推荐标签“80后的记忆”和“可惜不是你”对应的搜索结果“小时代3:刺金时代”、“致我们终将逝去的青春”等等,如图4(b)所示;当用户点击“关于剧情”中的推荐标签“初恋那点事”、“一见钟情”时,第二提供模块60可在搜索结果页面中提供与推荐标签“初恋那点事”、“一见钟情”对应的搜索结果“山楂树之恋”、“初恋未满”、“宝米恰恰”等,如图4(c)所示。由此,使得用户能够方便地通过提供的内容标签找到自己最想要的信息。
其中,在本发明的实施例中,搜索结果页面可包括第一部分和第二部分,被触发的推荐标签所对应的搜索结果可提供于第一部分之中;或者被触发的推荐标签所对应的搜索结果可提供于第二部分之中。
例如,搜索结果页面的左侧部分可认为是第一部分,右侧部分可认为是第二部分,如图4(b)所示,被触发的推荐标签“80后的记忆”、“可惜不是你”所对应的搜索结果“小时代3:刺金时代”、“致我们终将逝去的青春”等等,可提供于搜索结果页面的左侧。或者,可在搜索结果页面的第二部分(即搜索结果页面右侧)中提供推荐标签“个性分类推荐”,以及推荐类别中的推荐标签“屌丝逆袭女学霸”、“80后的记忆”、“初恋那点事”,并在至少一个推荐标签被触发时,将被触发的推荐标签所对应的搜索结果提供于第二部分之中,如图4(f)所示。
又如,如图5(a)所示,当用户点击“全部”时,可认为推荐类别“游戏元素”中的所有推荐标签均被触发,搜索引擎可在搜索结果页面的左侧展现与所有推荐标签所对应的搜索结果。或者,可在搜索结果页面的第二部分(即搜索结果页面右侧)中提供推荐标签“个性分类推荐”,以及推荐类别中的推荐标签“呆萌小鸟”、“弹弓”、“砸猪头”、“一关只需一分钟”,并在至少一个推荐标签被触发时,将被触发的推荐标签所对应的搜索结果提供于第二部分之中,如图5(c)所示。
由此,通过根据用户选择的推荐标签能够为用户推荐更多的信息,提升用户体验。
需要说明的是,本发明实施例的搜索推荐装置不限于针对用户输入的“与XX相关的YY”进行推荐,还可以有一些其他的扩展,例如两个实体间的对比需求,比如:如图6所示,搜索词为“蜘蛛侠VS钢铁侠”,可获取到推荐类别为“相同点”、“不同点”、“谁厉害”等,这两部电影的相同点:美国式超级英雄、好莱坞英雄等,不同点:因变异而获得超能力VS因高科技装备而获得超能力等。又如:如图7所示,搜索词“人少山水便宜旅游”,可获取到该搜索词的推荐类别为“旅游景点”,并为用户提供推荐类别“旅游景点”中的推荐标签,根据用户选择的推荐标签给出用户相应的结果。
本发明实施例的搜索推荐装置,可通过接收模块接收搜索词,第一获取模块获取搜索词的搜索相关实体以及搜索相关实体的所属领域,第二获取模块根据所属领域确定至少一个推荐类别,并根据搜索相关实体获取每个推荐类别中的至少一个推荐标签,第一提供模块在搜索结果页面中提供至少一个推荐类别,以及每个推荐类别中的至少一个推荐标签,即通过对搜索词对应的实体进行内容分析,得到与搜索词对应的实体的内容标签,从而能够直接辅助用户对搜索词进行进一步的内容细分,使得用户能够方便地通过提供的内容标签找到自己最想要的信息,提升了用户体验。
需要说明的是,本发明实施例的搜索推荐装置主要是对用户输入的搜索词所属领域本身隐含的深度内容的推荐。例如,搜索推荐装置给出的推荐电影,与用户自己喜欢的这部电影,在电影内容以及电影内部的一些情节、电影传递的思想、电影中独特的一些信息上面,究竟有哪些共同点与相似点,让用户很方便地就能明白推荐结果是否是自己最需要的。举例来说,例如某一部电影,对这部电影内容情节进行挖掘与分析后,提取其中有趣独特的特点,抽取出属于这部影片的独特标签,再针对此特点下其他电影进行推荐。可以看出,这种推荐,有别于传统的分类,如某一部电影,分成国产片、欧美片、日韩片还是爱情片、恐怖片、剧情片,传统的这种维度的推荐,显得比较浅层,而且对用户的帮助作用也不大。
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必须针对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一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
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。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如,可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。就本说明书而言,"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式光盘只读存储器(CDROM)。另外,计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在计算机存储器中。
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。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 (10)

1.一种搜索推荐方法,其特征在于,包括以下步骤:
S1、接收搜索词;
S2、获取所述搜索词的搜索相关实体以及所述搜索相关实体的所属领域;
S3、根据所述所属领域确定至少一个推荐类别,并根据所述搜索相关实体获取每个所述推荐类别中的至少一个推荐标签;以及
S4、在搜索结果页面中提供所述至少一个推荐类别,以及每个所述推荐类别中的至少一个推荐标签;
所述获取所述搜索词的搜索相关实体,包括:
对搜索词进行分析处理,获取所述搜索词的实体;
基于所述实体的内容或用户的点击行为,获取所述实体的相关实体。
2.如权利要求1所述的搜索推荐方法,其特征在于,其中,所述推荐类别为多个,且多个推荐类别中具有不同的展现优先级,所述步骤S4包括:
S41、在所述搜索结果页面中显示所述多个推荐类别,并将优先级最高的推荐类别作为当前展现推荐类别,同时展现所述当前展现推荐类别对应的至少一个推荐标签。
3.如权利要求2所述的搜索推荐方法,其特征在于,在所述步骤S4之后,还包括:
S5、当所述多个推荐类别中的其他推荐类别被触发时,展现被触发的推荐类别对应的至少一个推荐标签。
4.如权利要求2所述的搜索推荐方法,其特征在于,在所述步骤S4之后,还包括:
S6、当所述至少一个推荐标签被触发时,在所述搜索结果页面中提供被触发的推荐标签所对应的搜索结果。
5.如权利要求4所述的搜索推荐方法,其特征在于,其中,所述搜索结果页面包括第一部分和第二部分,所述被触发的推荐标签所对应的搜索结果提供于所述第一部分之中;或者
所述被触发的推荐标签所对应的搜索结果提供于所述第二部分之中。
6.一种搜索推荐装置,其特征在于,包括:
接收模块,用于接收搜索词;
第一获取模块,用于获取所述搜索词的搜索相关实体以及所述搜索相关实体的所属领域;
第二获取模块,用于根据所述所属领域确定至少一个推荐类别,并根据所述搜索相关实体获取每个所述推荐类别中的至少一个推荐标签;以及
第一提供模块,用于在搜索结果页面中提供所述至少一个推荐类别,以及每个所述推荐类别中的至少一个推荐标签;
所述第一获取模块,具体用于:
对搜索词进行分析处理,获取所述搜索词的实体;
基于所述实体的内容或用户的点击行为,获取所述实体的相关实体。
7.如权利要求6所述的搜索推荐装置,其特征在于,其中,所述推荐类别为多个,且多个推荐类别中具有不同的展现优先级,所述第一提供模块具体用于:
在所述搜索结果页面中显示所述多个推荐类别,并将优先级最高的推荐类别作为当前展现推荐类别,同时展现所述当前展现推荐类别对应的至少一个推荐标签。
8.如权利要求7所述的搜索推荐装置,其特征在于,还包括:
展现模块,用于在所述多个推荐类别中的其他推荐类别被触发时,展现被触发的推荐类别对应的至少一个推荐标签。
9.如权利要求7所述的搜索推荐装置,其特征在于,还包括:
第二提供模块,用于在所述至少一个推荐标签被触发时,在所述搜索结果页面中提供被触发的推荐标签所对应的搜索结果。
10.如权利要求9所述的搜索推荐装置,其特征在于,其中,所述搜索结果页面包括第一部分和第二部分,所述被触发的推荐标签所对应的搜索结果提供于所述第一部分之中;或者
所述被触发的推荐标签所对应的搜索结果提供于所述第二部分之中。
CN201410545809.2A 2014-10-15 2014-10-15 搜索推荐方法及装置 Active CN104281699B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410545809.2A CN104281699B (zh) 2014-10-15 2014-10-15 搜索推荐方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410545809.2A CN104281699B (zh) 2014-10-15 2014-10-15 搜索推荐方法及装置

Publications (2)

Publication Number Publication Date
CN104281699A CN104281699A (zh) 2015-01-14
CN104281699B true CN104281699B (zh) 2017-11-17

Family

ID=52256572

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410545809.2A Active CN104281699B (zh) 2014-10-15 2014-10-15 搜索推荐方法及装置

Country Status (1)

Country Link
CN (1) CN104281699B (zh)

Families Citing this family (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104902327B (zh) * 2015-05-27 2018-03-27 青岛海信传媒网络技术有限公司 一种页面的内容更新及下发方法、智能电视和系统
CN106339399B (zh) * 2015-07-13 2019-07-23 阿里巴巴集团控股有限公司 关键词推荐方法及装置
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
CN105224657B (zh) * 2015-09-30 2018-10-12 北京奇虎科技有限公司 一种基于搜索引擎的信息推荐方法及电子设备
CN105512180B (zh) * 2015-11-25 2019-07-23 百度在线网络技术(北京)有限公司 一种搜索推荐方法及装置
CN105512178B (zh) * 2015-11-25 2019-02-05 百度在线网络技术(北京)有限公司 一种实体推荐方法及装置
CN105868261A (zh) * 2015-12-31 2016-08-17 乐视网信息技术(北京)股份有限公司 一种关联信息的获取与排序方法和系统
CN107015979B (zh) * 2016-01-27 2021-04-06 斑马智行网络(香港)有限公司 一种数据处理方法、装置和智能终端
CN106202186B (zh) * 2016-06-27 2020-10-30 百度在线网络技术(北京)有限公司 基于人工智能的服务推荐方法和装置
CN108073609B (zh) * 2016-11-10 2021-11-02 阿里巴巴集团控股有限公司 一种页面显示方法和装置
CN106599098A (zh) * 2016-11-24 2017-04-26 竹间智能科技(上海)有限公司 基于标签信息的用户偏好实体分类方法及系统
CN107273079B (zh) * 2017-05-18 2020-06-02 网易有道信息技术(杭州)有限公司 关联信息显示、图谱处理方法、装置、介质、设备和系统
CN108268582B (zh) * 2017-07-14 2021-05-07 阿里巴巴(中国)有限公司 信息查询方法及装置
CN108038485A (zh) * 2017-11-30 2018-05-15 广东小天才科技有限公司 一种学习内容的查找方法及电子设备
CN108228907B (zh) * 2018-02-08 2021-04-23 北京三快在线科技有限公司 一种推荐信息的方法、装置、电子设备及存储介质
CN108763369B (zh) * 2018-05-17 2021-01-05 北京奇艺世纪科技有限公司 一种视频搜索方法和装置
CN109242604A (zh) * 2018-08-15 2019-01-18 深圳壹账通智能科技有限公司 服务推荐方法、电子设备及计算机可读存储介质
CN110237536A (zh) * 2019-06-03 2019-09-17 北京金山安全软件有限公司 个性化游戏服务提供方法、装置、电子设备及存储介质
CN110427463B (zh) * 2019-08-08 2023-11-24 腾讯科技(深圳)有限公司 搜索语句响应方法、装置及服务器和存储介质
CN113221030A (zh) * 2020-02-04 2021-08-06 北京搜狗科技发展有限公司 一种推荐方法、装置和介质
CN111782935A (zh) * 2020-05-12 2020-10-16 北京三快在线科技有限公司 一种信息推荐方法、装置、电子设备及存储介质
CN111680219B (zh) * 2020-06-09 2023-10-20 深圳市雅阅科技有限公司 内容推荐方法、装置、设备及可读存储介质
CN111767439B (zh) * 2020-06-28 2023-12-15 百度在线网络技术(北京)有限公司 基于页面分类标签的推荐方法、设备和介质
CN112528144A (zh) * 2020-12-08 2021-03-19 北京百度网讯科技有限公司 搜索推荐方法、装置、智能设备、电子设备及存储介质
CN113821716A (zh) * 2021-01-12 2021-12-21 北京沃东天骏信息技术有限公司 信息搜索方法和装置
CN113609380B (zh) * 2021-07-12 2024-03-26 北京达佳互联信息技术有限公司 标签体系更新方法、搜索方法、装置以及电子设备
CN114547345B (zh) * 2022-04-18 2022-07-19 支付宝(杭州)信息技术有限公司 结合图谱模式的输入提示方法及装置
CN114756751A (zh) * 2022-04-18 2022-07-15 北京字节跳动网络技术有限公司 推荐词确定方法、装置、电子设备和存储介质
CN115329772B (zh) * 2022-08-09 2023-06-23 抖音视界有限公司 词条交互的方法、装置、设备和存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102521263A (zh) * 2011-11-21 2012-06-27 北京百度网讯科技有限公司 主题词条获取方法及其装置
CN104035957A (zh) * 2014-04-14 2014-09-10 百度在线网络技术(北京)有限公司 搜索方法和装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070226374A1 (en) * 2006-03-23 2007-09-27 Quarterman Scott L System and method for identifying favorite service providers

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102521263A (zh) * 2011-11-21 2012-06-27 北京百度网讯科技有限公司 主题词条获取方法及其装置
CN104035957A (zh) * 2014-04-14 2014-09-10 百度在线网络技术(北京)有限公司 搜索方法和装置

Also Published As

Publication number Publication date
CN104281699A (zh) 2015-01-14

Similar Documents

Publication Publication Date Title
CN104281699B (zh) 搜索推荐方法及装置
CN106663095B (zh) 来自承载情感的内容的分面推荐
CN110737783B (zh) 一种推荐多媒体内容的方法、装置及计算设备
CN110674410B (zh) 用户画像构建、内容推荐方法、装置及设备
CN110134931B (zh) 媒介标题生成方法、装置、电子设备及可读介质
CN104636371B (zh) 信息推荐方法及设备
CN107833082B (zh) 一种商品图片的推荐方法和装置
CA3153598A1 (en) Method of and device for predicting video playback integrity
CN109710841A (zh) 评论推荐方法和装置
CN106537387B (zh) 检索/存储与事件相关联的图像
CN106776808A (zh) 基于人工智能的资讯数据提供方法及装置
CN108388570A (zh) 对视频进行分类匹配的方法、装置和挑选引擎
CN108959323A (zh) 视频分类方法和装置
CN110162594A (zh) 文本数据的观点生成方法、装置及电子设备
CN112085120B (zh) 多媒体数据的处理方法、装置、电子设备及存储介质
CN109325115A (zh) 一种角色分析方法及分析系统
Liao et al. Knowledge-aware multimodal fashion chatbot
CN113688951A (zh) 视频数据处理方法以及装置
CN115292599A (zh) 一种融合属性共现和交互行为特征的旅游景点推荐方法
CN109657043A (zh) 自动生成文章的方法、装置、设备及存储介质
Yawised et al. Travelling in the digital world: exploring the adoption of augmented reality (AR) through mobile application in hospitality business sector
KR101624071B1 (ko) 소셜 태깅 및 메타데이터 어플리케이션들에 기초하여 문화적 아이템의 관람을 제시하는 시스템 및 방법
CN106528764A (zh) 基于人工智能的提问型检索词的检索方法及装置
CN117251622A (zh) 对象推荐的方法、装置、计算机设备和存储介质
CN110413823A (zh) 服装图片推送方法及相关装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20180116

Address after: 100085 Beijing, Haidian District, No. ten on the ground floor, No. 10 Baidu building, layer 2

Patentee after: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.

Address before: 100085 Beijing, Haidian District, No. ten on the ground floor, No. 10 Baidu building, layer three

Patentee before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd.