CN104504111A - 图片物料的推荐方法和装置 - Google Patents
图片物料的推荐方法和装置 Download PDFInfo
- Publication number
- CN104504111A CN104504111A CN201410843824.5A CN201410843824A CN104504111A CN 104504111 A CN104504111 A CN 104504111A CN 201410843824 A CN201410843824 A CN 201410843824A CN 104504111 A CN104504111 A CN 104504111A
- Authority
- CN
- China
- Prior art keywords
- search keyword
- sheet material
- demand
- picture
- publishing picture
- 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.)
- Granted
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
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
Landscapes
- Engineering & Computer Science (AREA)
- Library & Information Science (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
Abstract
本发明提出一种图片物料的推荐方法和装置，该图片物料的推荐方法包括：对网民输入的搜索关键词进行分析，获得所述网民有出图需求的搜索关键词；以及对图片物料的特征进行提取，获取所述图片物料的特征；根据所述网民有出图需求的搜索关键词和所述图片物料的特征，获得每个有出图需求的搜索关键词对应的图片物料，并建立每个有出图需求的搜索关键词和所述搜索关键词对应的图片物料的绑定关系；向客户推荐建立所述绑定关系的有出图需求的搜索关键词和所述搜索关键词对应的图片物料。本发明可以增强客户在所购买的关键词下的推广展现质量，并且可以更好地满足网民需求。
Description
技术领域
本发明涉及互联网技术领域，尤其涉及一种图片物料的推荐方法和装置。
背景技术
目前，使用搜索引擎出图商业产品的客户可以通过业务端管理自己的投放，业务端可以提供针对客户购买的关键词的精细化管理，客户可以根据自己需要推广的产品、服务和/或活动等内容按一定规则在该客户对应的账户下设立不同粒度的分类。当客户推广投放的规模不断扩大时，设立的分类和购买的关键词就会越来越多，实现精细化高效管理的难度就会逐渐增大。
传统的搜索引擎出图商业产品中，客户自己制作图片物料用于推广，由于制作能力等客观因素的限制，图片物料的数量有限，因此单一图片适配大量的关键词成为常态。而为满足网民搜索需求的核心功能，搜索引擎要求出现的结果和搜索关键词有良好的相关性，自然结果和商业结果都必须满足这一要求才能获得网民的注意和点击。但是，客户对图片的管理和操作存在误差，加上少量图片适配大量的关键词，很难保证客户制作的图片对每一个关键词都具有良好的相关性，因此造成了部分关键词的搜索场景下出图推广结果不能满足网民需求，伤害网民体验的同时也无法为客户带来收益。
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图片物料的推荐方法。该方法可以形成每个搜索关键词单独对应图片物料的结构化数据，并推荐给客户使用，从而可以增强客户在所购买的关键词下的推广展现质量，并且可以更好地满足网民需求。
本发明的第二个目的在于提出一种图片物料的推荐装置。
为了实现上述目的，本发明第一方面实施例的图片物料的推荐方法，包括：对网民输入的搜索关键词进行分析，获得所述网民有出图需求的搜索关键词；以及对图片物料的特征进行提取，获取所述图片物料的特征；根据所述网民有出图需求的搜索关键词和所述图片物料的特征，获得每个有出图需求的搜索关键词对应的图片物料，并建立每个有出图需求的搜索关键词和所述搜索关键词对应的图片物料的绑定关系；向客户推荐建立所述绑定关系的有出图需求的搜索关键词和所述搜索关键词对应的图片物料。
本发明实施例的图片物料的推荐方法，根据网民有出图需求的搜索关键词和图片物料的特征，获得每个有出图需求的搜索关键词对应的图片物料，并建立每个有出图需求的搜索关键词和上述搜索关键词对应的图片物料的绑定关系，然后再向客户推荐建立绑定关系的有出图需求的搜索关键词和上述搜索关键词对应的图片物料，从而可以增强客户在所购买的关键词下的推广展现质量，并且可以更好地满足网民需求。
为了实现上述目的，本发明第二方面实施例的图片物料的推荐装置，包括：分析模块，用于对网民输入的搜索关键词进行分析，获得所述网民有出图需求的搜索关键词；提取模块，用于对图片物料的特征进行提取，获取所述图片物料的特征；获得模块，用于根据所述分析模块获得的网民有出图需求的搜索关键词和所述提取模块获取的图片物料的特征，获得每个有出图需求的搜索关键词对应的图片物料；建立模块，用于建立每个有出图需求的搜索关键词和所述搜索关键词对应的图片物料的绑定关系；推荐模块，用于向客户推荐建立所述绑定关系的有出图需求的搜索关键词和所述搜索关键词对应的图片物料。
本发明实施例的图片物料的推荐装置，获得模块根据网民有出图需求的搜索关键词和图片物料的特征，获得每个有出图需求的搜索关键词对应的图片物料，建立模块建立每个有出图需求的搜索关键词和上述搜索关键词对应的图片物料的绑定关系，然后推荐模块再向客户推荐建立上述绑定关系的有出图需求的搜索关键词和上述搜索关键词对应的图片物料，从而可以增强客户在所购买的关键词下的推广展现质量，并且可以更好地满足网民需求。
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为本发明图片物料的推荐方法一个实施例的流程图；
图2为本发明图片物料的推荐装置一个实施例的结构示意图；
图3为本发明图片物料的推荐装置另一个实施例的结构示意图。
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。
图1为本发明图片物料的推荐方法一个实施例的流程图，如图1所示，该图片物料的推荐方法可以包括：
步骤101，对网民输入的搜索关键词进行分析，获得上述网民有出图需求的搜索关键词；以及对图片物料的特征进行提取，获取上述图片物料的特征。
其中，网民是指使用搜索引擎输入搜索关键词进行搜索，以获得自身所需要的信息的群体。
具体地，对网民输入的搜索关键词进行分析，获得上述网民有出图需求的搜索关键词可以为：对网民输入的搜索关键词进行图片需求挖掘和搜索关键词图片需求多维向量化，获得上述网民有出图需求的搜索关键词。
本实施例中，上述图片物料的特征包括上述图片物料的文本特征和视觉特征。
步骤102，根据网民有出图需求的搜索关键词和上述图片物料的特征，获得每个有出图需求的搜索关键词对应的图片物料，并建立每个有出图需求的搜索关键词和上述搜索关键词对应的图片物料的绑定关系。
具体地，根据网民有出图需求的搜索关键词和上述图片物料的特征，获得每个有出图需求的搜索关键词对应的图片物料可以为：建立网民有出图需求的搜索关键词和上述图片物料的特征之间的相关性模型，根据上述相关性模型计算获得每个有出图需求的搜索关键词对应的图片物料。
进一步地，获得每个有出图需求的搜索关键词对应的图片物料之后，可以建立每个有出图需求的搜索关键词和上述搜索关键词对应的图片物料的绑定关系，这样，建立绑定关系的有出图需求的搜索关键词和上述搜索关键词对应的图片物料就形成了结构化数据，然后可以将每个有出图需求的搜索关键词和所述搜索关键词对应的图片物料保存至结构化图片数据库。
步骤103，向客户推荐建立上述绑定关系的有出图需求的搜索关键词和上述搜索关键词对应的图片物料。
其中，客户是指使用搜索引擎出图商业产品，购买了搜索关键词的广告主。
具体地，向客户推荐建立上述绑定关系的有出图需求的搜索关键词和上述搜索关键词对应的图片物料可以为：通过可视化交互方式在业务端的管理系统，向客户推荐建立上述绑定关系的有出图需求的搜索关键词和上述搜索关键词对应的图片物料。
本实施例中，在业务端建立自动化物料管理系统入口，通过可视化交互方式在业务端的管理系统推荐建立绑定关系的有出图需求的搜索关键词和上述搜索关键词对应的图片物料，这样客户可以直观地观察到每一个具体的图片物料和推荐的投放绑定关系，并且每一条记录可以单独进行操作，客户可以选择自己满意的图片物料并使用。
本实施例中提到的图片物料可以是搜索引擎抓取的可用的图片物料，也可以是对搜索引擎抓取的图片物料进行技术处理后获得的可用的图片物料，也可以是客户自己制作的图片物料。
上述实施例中，根据网民有出图需求的搜索关键词和图片物料的特征，获得每个有出图需求的搜索关键词对应的图片物料，并建立每个有出图需求的搜索关键词和上述搜索关键词对应的图片物料的绑定关系，然后再向客户推荐建立上述绑定关系的有出图需求的搜索关键词和上述搜索关键词对应的图片物料，从而可以增强客户在所购买的关键词下的推广展现质量，并且可以更好地满足网民需求。另外，上述实施例中，还可将线上投放图片的数据返回给客户，引导客户判断网民意图和自身拥有资源的关系，针对性进行新的图片物料制作，同时帮助客户分析现有正在投放的图片物料并进行更替优化。另外，还可以定期分析网民需求和/或客户资源等情况，挖掘出新的、客户有能力满足的网民需求，并且通过本发明提供的方法适配合适的图片物料推荐给客户，为客户提供更多有价值的流量资源。
图2为本发明图片物料的推荐装置一个实施例的结构示意图，本实施例中的图片物料的推荐装置可以实现本发明图1所示实施例的流程，如图2所示，该图片物料的推荐装置可以包括：分析模块21、提取模块22、获得模块23、建立模块24和推荐模块25；
其中，分析模块21，用于对网民输入的搜索关键词进行分析，获得上述网民有出图需求的搜索关键词；其中，分析模块21，具体用于对上述网民输入的搜索关键词进行图片需求挖掘和搜索关键词图片需求多维向量化，获得上述网民有出图需求的搜索关键词。其中，网民是指使用搜索引擎输入搜索关键词进行搜索，以获得自身所需要的信息的群体。
提取模块22，用于对图片物料的特征进行提取，获取上述图片物料的特征；其中，提取模块22提取的图片物料的特征包括上述图片物料的文本特征和视觉特征。
获得模块23，用于根据分析模块21获得的网民有出图需求的搜索关键词和提取模块22获取的图片物料的特征，获得每个有出图需求的搜索关键词对应的图片物料。
建立模块24，用于建立每个有出图需求的搜索关键词和上述搜索关键词对应的图片物料的绑定关系；这样，建立绑定关系的有出图需求的搜索关键词和上述搜索关键词对应的图片物料就形成了结构化数据。
推荐模块25，用于向客户推荐建立上述绑定关系的有出图需求的搜索关键词和上述搜索关键词对应的图片物料。其中，客户是指使用搜索引擎出图商业产品，购买了搜索关键词的广告主。本实施例中，推荐模块25，具体用于通过可视化交互方式在业务端的管理系统，向客户推荐建立上述绑定关系的有出图需求的搜索关键词和上述搜索关键词对应的图片物料。具体地，可以在业务端建立自动化物料管理系统入口，推荐模块25通过可视化交互方式在业务端的管理系统推荐建立绑定关系的有出图需求的搜索关键词和上述搜索关键词对应的图片物料，这样客户可以直观地观察到每一个具体的图片物料和推荐的投放绑定关系，并且每一条记录可以单独进行操作，客户可以选择自己满意的图片物料并使用。
本实施例中提到的图片物料可以是搜索引擎抓取的可用的图片物料，也可以是对搜索引擎抓取的图片物料进行技术处理后获得的可用的图片物料，也可以是客户自己制作的图片物料。
上述图片物料的推荐装置中，获得模块23根据网民有出图需求的搜索关键词和图片物料的特征，获得每个有出图需求的搜索关键词对应的图片物料，建立模块24建立每个有出图需求的搜索关键词和上述搜索关键词对应的图片物料的绑定关系，然后推荐模块25再推荐建立上述绑定关系的有出图需求的搜索关键词和上述搜索关键词对应的图片物料，从而可以增强客户在所购买的关键词下的推广展现质量，并且可以更好地满足网民需求。
图3为本发明图片物料的推荐装置另一个实施例的结构示意图，与图2所示的图片物料的推荐装置相比，不同之处在于，图3所示的图片物料的推荐装置中，获得模块23可以包括：模型建立子模块231和计算子模块232；
其中，模型建立子模块231，用于建立上述网民有出图需求的搜索关键词和上述图片物料的特征之间的相关性模型；
计算子模块232，用于根据模型建立子模块231建立的相关性模型计算获得每个有出图需求的搜索关键词对应的图片物料。
进一步地，上述图片物料的推荐装置还可以包括：
保存模块26，用于在建立模块24建立每个有出图需求的搜索关键词和上述搜索关键词对应的图片物料的绑定关系之后，将建立上述绑定关系的有出图需求的搜索关键词和上述搜索关键词对应的图片物料保存至结构化图片数据库。
上述图片物料的推荐装置可以增强客户在所购买的关键词下的推广展现质量，并且可以更好地满足网民需求。
本发明提供的图片物料的推荐方法和装置可以起到将智能出图产品和客户进行对接的作用，本发明提供的图片物料的推荐方法和装置可以将获取的图片物料与网民有出图需求的搜索关键词的关系绑定，形成结构化数据，并用可视化的方式推荐给客户，通过简单的交互方式让客户对推荐的内容进行操作，最大程度减低了客户的操作成本，有利于技术产品覆盖面的扩大。
另外，本发明提供的图片物料的推荐方法和装置可以使客户采纳的图片物料实现网民搜索需求的相关性最优，推荐图片物料的数量远多于客户自己制作的物料数量，在大规模应用下，这部分商业流量的搜索引擎展现结果的出图数量和质量会大大提升，从而更好地满足网民需求。
搜索引擎商业产品需要最大化利用高商业价值的流量资源，本发明提供的图片物料的推荐方法和装置将商业价值高的流量推荐给拥有能满足网民需求的资源的客户，提升了流量分配的效率。
网民的搜索需求和商业结果之间的相关性是客观存在的，而客户对自己图片物料的操作与最满足网民搜索需求的情况存在偏离。本发明提供的图片物料的推荐方法和装置能够使客户在使用推荐的图片物料的同时对自身制作的图片物料进行优化，长期使用可以提高客户整体的投放效率。
需要说明的是，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(Programmable Gate Array；以下简称：PGA)，现场可编程门阵列(Field ProgrammableGate Array；以下简称：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，本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。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 (12)
1.一种图片物料的推荐方法，其特征在于，包括：
对网民输入的搜索关键词进行分析，获得所述网民有出图需求的搜索关键词；以及对图片物料的特征进行提取，获取所述图片物料的特征；
根据所述网民有出图需求的搜索关键词和所述图片物料的特征，获得每个有出图需求的搜索关键词对应的图片物料，并建立每个有出图需求的搜索关键词和所述搜索关键词对应的图片物料的绑定关系；
向客户推荐建立所述绑定关系的有出图需求的搜索关键词和所述搜索关键词对应的图片物料。
2.根据权利要求1所述的方法，其特征在于，所述对网民输入的搜索关键词进行分析，获得所述网民有出图需求的搜索关键词包括：
对所述网民输入的搜索关键词进行图片需求挖掘和搜索关键词图片需求多维向量化，获得所述网民有出图需求的搜索关键词。
3.根据权利要求1所述的方法，其特征在于，所述图片物料的特征包括所述图片物料的文本特征和视觉特征。
4.根据权利要求1所述的方法，其特征在于，所述根据所述网民有出图需求的搜索关键词和所述图片物料的特征，获得每个有出图需求的搜索关键词对应的图片物料包括：
建立所述网民有出图需求的搜索关键词和所述图片物料的特征之间的相关性模型，根据所述相关性模型计算获得每个有出图需求的搜索关键词对应的图片物料。
5.根据权利要求1-4任意一项所述的方法，其特征在于，所述向客户推荐建立所述绑定关系的有出图需求的搜索关键词和所述搜索关键词对应的图片物料包括：
通过可视化交互方式在业务端的管理系统，向客户推荐建立所述绑定关系的有出图需求的搜索关键词和所述搜索关键词对应的图片物料。
6.根据权利要求1-4任意一项所述的方法，其特征在于，所述建立每个有出图需求的搜索关键词和所述搜索关键词对应的图片物料的绑定关系之后，还包括：
将建立所述绑定关系的有出图需求的搜索关键词和所述搜索关键词对应的图片物料保存至结构化图片数据库。
7.一种图片物料的推荐装置，其特征在于，包括：
分析模块，用于对网民输入的搜索关键词进行分析，获得所述网民有出图需求的搜索关键词；
提取模块，用于对图片物料的特征进行提取，获取所述图片物料的特征；
获得模块，用于根据所述分析模块获得的网民有出图需求的搜索关键词和所述提取模块获取的图片物料的特征，获得每个有出图需求的搜索关键词对应的图片物料；
建立模块，用于建立每个有出图需求的搜索关键词和所述搜索关键词对应的图片物料的绑定关系；
推荐模块，用于向客户推荐建立所述绑定关系的有出图需求的搜索关键词和所述搜索关键词对应的图片物料。
8.根据权利要求7所述的装置，其特征在于，
所述分析模块，具体用于对所述网民输入的搜索关键词进行图片需求挖掘和搜索关键词图片需求多维向量化，获得所述网民有出图需求的搜索关键词。
9.根据权利要求7所述的装置，其特征在于，所述提取模块提取的图片物料的特征包括所述图片物料的文本特征和视觉特征。
10.根据权利要求7所述的装置，其特征在于，所述获得模块包括：
模型建立子模块，用于建立所述网民有出图需求的搜索关键词和所述图片物料的特征之间的相关性模型；
计算子模块，用于根据所述模型建立子模块建立的相关性模型计算获得每个有出图需求的搜索关键词对应的图片物料。
11.根据权利要求7-10任意一项所述的装置，其特征在于，
所述推荐模块，具体用于通过可视化交互方式在业务端的管理系统，向客户推荐建立所述绑定关系的有出图需求的搜索关键词和所述搜索关键词对应的图片物料。
12.根据权利要求7-10任意一项所述的装置，其特征在于，还包括：
保存模块，用于在所述建立模块建立每个有出图需求的搜索关键词和所述搜索关键词对应的图片物料的绑定关系之后，将建立所述绑定关系的有出图需求的搜索关键词和所述搜索关键词对应的图片物料保存至结构化图片数据库。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410843824.5A CN104504111B (zh) | 2014-12-30 | 2014-12-30 | 图片物料的推荐方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410843824.5A CN104504111B (zh) | 2014-12-30 | 2014-12-30 | 图片物料的推荐方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN104504111A true CN104504111A (zh) | 2015-04-08 |
| CN104504111B CN104504111B (zh) | 2018-12-21 |
Family
ID=52945508
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410843824.5A Active CN104504111B (zh) | 2014-12-30 | 2014-12-30 | 图片物料的推荐方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104504111B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107590255A (zh) * | 2017-09-19 | 2018-01-16 | 百度在线网络技术（北京）有限公司 | 信息推送方法和装置 |
| CN114610971A (zh) * | 2022-03-11 | 2022-06-10 | 北京百度网讯科技有限公司 | 搜索关键词的生成方法、装置及电子设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102609458A (zh) * | 2012-01-12 | 2012-07-25 | 北京搜狗信息服务有限公司 | 一种图片推荐方法和装置 |
| US20140032520A1 (en) * | 2011-09-08 | 2014-01-30 | Tencent Technologies (Shenzhen) Company Limited | Image retrieval method and system for community website page |
| CN103838724A (zh) * | 2012-11-20 | 2014-06-04 | 百度在线网络技术（北京）有限公司 | 图像搜索方法及装置 |
| CN103902679A (zh) * | 2014-03-21 | 2014-07-02 | 百度在线网络技术（北京）有限公司 | 搜索推荐方法和装置 |
-
2014
- 2014-12-30 CN CN201410843824.5A patent/CN104504111B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140032520A1 (en) * | 2011-09-08 | 2014-01-30 | Tencent Technologies (Shenzhen) Company Limited | Image retrieval method and system for community website page |
| CN102609458A (zh) * | 2012-01-12 | 2012-07-25 | 北京搜狗信息服务有限公司 | 一种图片推荐方法和装置 |
| CN103838724A (zh) * | 2012-11-20 | 2014-06-04 | 百度在线网络技术（北京）有限公司 | 图像搜索方法及装置 |
| CN103902679A (zh) * | 2014-03-21 | 2014-07-02 | 百度在线网络技术（北京）有限公司 | 搜索推荐方法和装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107590255A (zh) * | 2017-09-19 | 2018-01-16 | 百度在线网络技术（北京）有限公司 | 信息推送方法和装置 |
| CN107590255B (zh) * | 2017-09-19 | 2021-05-25 | 百度在线网络技术（北京）有限公司 | 信息推送方法和装置 |
| CN114610971A (zh) * | 2022-03-11 | 2022-06-10 | 北京百度网讯科技有限公司 | 搜索关键词的生成方法、装置及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN104504111B (zh) | 2018-12-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Liu et al. | Understanding the evolution of sustainable consumption research | |
| Visconti et al. | Big data-driven value chains and digital platforms: From value co-creation to monetization | |
| John et al. | Data lake for enterprises | |
| Ram et al. | Adoption of Big Data analytics in construction: Development of a conceptual model | |
| Wielki | Implementation of the big data concept in organizations-possibilities, impediments and challenges | |
| van der Aalst | Business process management as the “Killer App” for Petri nets | |
| EP3975089A1 (en) | Multi-model training method and device based on feature extraction, an electronic device, and a medium | |
| US10438166B2 (en) | Systems and methods for business process modelling | |
| Li et al. | An ECI-based methodology for determining the final importance ratings of customer requirements in MP product improvement | |
| US20160196564A1 (en) | Systems and methods for analyzing consumer sentiment with social perspective insight | |
| Wnuk et al. | Bridges and barriers to hardware-dependent software ecosystem participation–a case study | |
| Smyrnaios | Google and the algorithmic infomediation of news | |
| CN105095288A (zh) | 数据分析方法及数据分析装置 | |
| Zhou et al. | An analytical approach to customer requirement information processing | |
| Perera et al. | A review of big data analytics for customer relationship management | |
| Holler et al. | Digital product innovation in manufacturing industries-towards a taxonomy for feedback-driven product development scenarios | |
| Assy et al. | Mining configurable process fragments for business process design | |
| Lula et al. | An Advanced Analysis of Cloud Computing Concepts Based on the Computer Science Ontology. | |
| Singh | A review of reverse engineering theories and tools | |
| CN104504111A (zh) | 图片物料的推荐方法和装置 | |
| Miller | Hands-On Machine Learning with IBM Watson: Leverage IBM Watson to implement machine learning techniques and algorithms using Python | |
| Connolly et al. | Harnessing the value of big data analytics | |
| Moolayil | Smarter Decisions–The Intersection of Internet of Things and Decision Science | |
| Molka et al. | Evolutionary computation based discovery of hierarchical business process models | |
| Del Vecchio et al. | Knowledge generation from Big Data for new product development: a structured literature review |
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 |