CN105701108A - 一种信息推荐方法、装置及服务器 - Google Patents
一种信息推荐方法、装置及服务器 Download PDFInfo
- Publication number
- CN105701108A CN105701108A CN201410705348.0A CN201410705348A CN105701108A CN 105701108 A CN105701108 A CN 105701108A CN 201410705348 A CN201410705348 A CN 201410705348A CN 105701108 A CN105701108 A CN 105701108A
- Authority
- CN
- China
- Prior art keywords
- information
- context information
- search key
- history search
- retrieval
- 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
Abstract
本发明实施例公开了一种信息推荐方法及系统,其根据历史检索记录确定每个历史检索关键词对应的历史情境信息,当接收到用户发送的检索请求时,确定对应的当前情境信息,根据所述历史情境信息与所述当前情境信息的相似度,从所述历史检索关键词中选择一个或多个历史检索关键词作为所述线上检索请求的推荐关键词,并将该推荐关键词展示给用户;由于本申请实施例展示的推荐关键词都是与当前情境信息相匹配的关键词,不会由于情境的不匹配导致推荐关键词无效,保证每个推荐关键词都可以为用户提供一定的有效线下信息,从而可以减少用户获取有效线下信息所耗时间。
Description
技术领域
本发明涉及互联网技术领域,特别是涉及一种信息推荐方法、装置及服务器。
背景技术
线上到线下(OnlineToOffline,O2O)模式是一种新兴的电子商务模式,其将互联网与实体商户相结合,通过互联网实现对线下的实体商户所提供的产品或服务的线上展示、线上销售等业务。例如,某餐厅可以将店铺地址、店内环境图片等店铺信息,及所售菜品的图片、价格、优惠活动等产品信息发布至相应的支持O2O模式的网站;相应的,用户通过访问该网站可以轻松获取到该餐厅的上述线下信息,还可以在线订餐,并自行选择快递送餐、到店自取或店内食用等。
为便于用户快速获取到有效的线下信息,上述支持O2O模式的网站的搜索引擎通常会从本网站服务器存储的大量历史检索关键词中选取一个或多个关键词并将其展示在相应的网页中,当用户点击网页中展示的某个关键词后,搜索引擎可以进一步检索与该关键词相关的线下信息,并展示在相应的网页中,使得用户不需要手动输入过多的检索信息就可以快速获取到相关的线下信息,降低了用户获取信息的难度。一般的,搜索引擎选取的推荐关键词为与用户的偏好信息相关度较高的历史检索关键词,或者与用户输入的检索信息相似度或相关度较高的历史检索关键词。
例如,如果用户的偏好信息为“美食”,则搜索引擎确定的推荐关键词可以是历史检索关键词中与美食相关度较高的“人气小吃”、“人气甜品店”、“套餐团购”等;假设用户输入检索信息“KFC”,则搜索引擎确定的推荐关键词可以是历史检索关键词中与“KFC”相关度较高的关键词“麦当劳”、“必胜客”等,或者与“KFC”相似度较高的“KFC新品”、“KFC优惠”等。
实际应用中,用户的偏好信息通常根据该用户的历史检索记录分析得到,故对于同一用户,其偏好信息是固定的,因此,基于以上信息推荐方法,无论用户处于哪种情境下,搜索引擎根据偏好信息确定的推荐关键词都相同;且只要用户输入的检索信息相同,则搜索引擎根据检索信息确定的推荐关键词也相同。但是,相同的推荐关键词无法保证用户在任意情境下都能获取到有效的线下信息;例如,用户输入“KFC”后得到推荐关键词“麦当劳”,如果用户当前所处位置附近没有“麦当劳”,则对于当前情境,该推荐关键词无效,使得用户点击该推荐关键词后,既不能得到有效信息,还浪费了时间。因此,现有信息推荐方法无法适应不同的情境,不能保证其推荐的关键词在对应的实际情境下的有效性,导致用户获取有效线下信息所耗时间较多。
发明内容
为克服相关技术中存在的问题,本申请提供了一种信息推荐方法、装置及服务器。
本申请第一方面提供一种信息推荐方法;该方法包括:
根据历史检索记录确定各个历史检索关键词对应的历史情境信息;
获取移动终端发送线上检索请求时所处情境的当前情境信息;
根据所述历史情境信息与所述当前情境信息的相似度,从所述历史检索关键词中选择一个或多个历史检索关键词作为所述线上检索请求的推荐关键词;
将所述推荐关键词发送至所述移动终端,以展示所述推荐关键词。
结合第一方面,在第一方面的第一种可行的实施方式中,所述方法还包括:
确定各个历史检索关键词在对应的历史情境信息下的检索频率;
按照所述检索频率由大到小的顺序对每种历史情境信息对应的历史检索关键词排序。
结合第一方面的第一种可行的实施方式,在第一方面的第二种可行的实施方式中,所述根据所述历史情境信息与所述当前情境信息的相似度,从所述历史检索关键词中选择一个或多个历史检索关键词作为所述线上检索请求的推荐关键词,包括:
选择与所述当前情境信息的相似度满足预设条件的所述历史情境信息作为目标情境信息;
根据所述目标情境信息对应的排序结果,选择一个或多个历史检索关键词作为所述线上检索请求的推荐关键词。
结合第一方面的第一种可行的实施方式,在第一方面的第三种可行的实施方式中,所述确定各个历史检索关键词在对应的历史情境信息下的检索频率,包括:
根据历史情境信息之间的相似度确定每个历史情境信息的相关情境信息;
针对每个历史检索关键词,以其对应的历史情境信息为主情境信息,设置所述主情境信息对应的第一权重系数,以及所述主情境信息的相关情境信息对应的第二权重系数;其中,所述第一权重系数大于第二权重系数;
根据所述历史检索记录,分别确定每个历史检索关键词在其对应的主情境信息下的第一被检次数,在其对应的相关情境信息下的第二被检次数,以及所述主情境信息和相关情境信息对应的被检总次数;
根据所述第一权重系数、第二权重系数、第一被检次数、第二被检次数和被检总次数计算各个历史检索关键词对应的第一检索频率。
结合第一方面的第三种可行的实施方式,在第一方面的第四种可行的实施方式中,所述确定各个候选关键词在对应的历史情境信息下的检索频率,还包括:
根据多元文法模型N-Gram计算用于表征各个候选关键词的准确度的第二检索频率。
结合第一方面的第四种可行的实施方式,在第一方面的第五种可行的实施方式中,所述按照所述检索频率由大到小的顺序对每种历史情境信息对应的候选关键词排序,包括以下任意一项:
按照所述第一检索频率由大到小的顺序对每种历史情境信息对应的历史检索关键词排序;
按照所述第一检索频率和第二检索频率的乘积由大到小的顺序对每种历史情境信息对应的历史检索关键词排序。
结合第一方面,或者第一方面第一种可行的实施方式,或者第一方面第二种可行的实施方式,或者第一方面第三种可行的实施方式,或者第一方面第四种可行的实施方式,或者第一方面第五种可行的实施方式,在第一方面的第六种可行的实施方式中,所述获取用户发送线上检索请求时所处情境的当前情境信息,包括:
获取以下至少一种情境因素:发送线上检索请求时所述移动终端所处的地理位置信息,以及发送线上检索请求时的时间信息;
按照预设编码规则对获取到的情境因素进行编码,得到所述当前情境信息。
本申请第二方面提供一种信息推荐装置;该装置包括:
历史信息处理单元,用于根据历史检索记录确定各个历史检索关键词对应的历史情境信息;
当前信息获取单元,用于获取移动终端发送线上检索请求时所处情境的当前情境信息;
推荐信息确定单元,用于根据所述历史情境信息与所述当前情境信息的相似度,从所述历史检索关键词中选择一个或多个历史检索关键词作为所述线上检索请求的推荐关键词;
推荐信息发送单元,用于将所述推荐关键词发送至所述移动终端,以展示所述推荐关键词。
结合第二方面,在第二方面的第一种可行的实施方式中,所述装置还包括:
检索频率确定单元,用于确定各个历史检索关键词在对应的历史情境信息下的检索频率;
关键词排序单元,用于按照所述检索频率由大到小的顺序对每种历史情境信息对应的历史检索关键词排序。
结合第二方面的第一种可行的实施方式,在第二方面的第二种可行的实施方式中,所述推荐信息确定单元包括:
情境信息比较单元,用于选择与所述当前情境信息的相似度满足预设条件的所述历史情境信息作为目标情境信息;
推荐关键词选择单元,用于根据所述目标情境信息对应的历史检索关键词的排序结果,选择一个或多个历史检索关键词作为所述线上检索请求的推荐关键词。
结合第二方面的第一种可行的实施方式,在第二方面的第三种可行的实施方式中,所述检索频率确定单元包括:
情境信息关联模块,用于根据历史情境信息之间的相似度确定每个历史情境信息的相关情境信息;
权重系数设置模块,用于针对每个历史检索关键词,以其对应的历史情境信息为主情境信息,设置所述主情境信息对应的第一权重系数,以及所述主情境信息的相关情境信息对应的第二权重系数;其中,所述第一权重系数大于第二权重系数;
被检次数确定模块,用于根据所述历史检索记录,分别确定每个历史检索关键词在其对应的主情境信息下的第一被检次数,在其对应的相关情境信息下的第二被检次数,以及所述主情境信息和相关情境信息对应的被检总次数;
第一计算模块,用于根据所述第一权重系数、第二权重系数、第一被检次数、第二被检次数和被检总次数计算各个历史检索关键词对应的第一检索频率。
结合第二方面的第三种可行的实施方式,在第二方面的第四种可行的实施方式中,所述检索频率确定单元还包括:
第二计算模块,用于根据多元文法模型N-Gram计算用于表征各个历史检索关键词的准确度的第二检索频率。
结合第二方面的第四种可行的实施方式,在第二方面的第五种可行的实施方式中,所述关键词排序单元包括以下至少一项:
第一排序模块,用于按照所述第一检索频率由大到小的顺序对每种历史情境信息对应的历史检索关键词排序;
第二排序模块,用于按照所述第一检索频率和第二检索频率的乘积由大到小的顺序对每种历史情境信息对应的历史检索关键词排序。
结合第二方面,或者第二方面第一种可行的实施方式,或者第二方面第二种可行的实施方式,或者第二方面第三种可行的实施方式,或者第二方面第四种可行的实施方式,或者第二方面第五种可行的实施方式,在第二方面的第六种可行的实施方式中,所述当前信息获取单元,包括:
情境因素获取模块,用于获取以下至少一种情境因素:发送线上检索请求时所述移动终端所处的地理位置信息,以及发送线上检索请求时的时间信息;
情境因素编码模块,用于按照预设编码规则对获取到的情境因素进行编码,得到所述当前情境信息。
本申请第三方面提供一种信息推荐服务器,其特征在于,包括:
处理器;用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
根据历史检索记录确定各个历史检索关键词对应的历史情境信息;
获取移动终端发送线上检索请求时所处情境的当前情境信息;
根据所述历史情境信息与所述当前情境信息的相似度,从所述历史检索关键词中选择一个或多个历史检索关键词作为所述线上检索请求的推荐关键词;
将所述推荐关键词发送至所述移动终端,以展示所述推荐关键词。
由以上技术方案可见,本发明实施例根据历史检索记录确定每个历史检索关键词对应的历史情境信息,当接收到用户发送的检索请求时,确定对应的当前情境信息,根据所述历史情境信息与所述当前情境信息的相似度,从所述历史检索关键词中选择一个或多个历史检索关键词作为所述线上检索请求的推荐关键词,并将该推荐关键词展示给用户;由于本申请实施例展示的推荐关键词都是与当前情境信息相匹配的关键词,不会由于情境的不匹配导致推荐关键词无效,保证每个推荐关键词都可以为用户提供一定的有效线下信息,从而可以减少用户获取有效线下信息所耗时间。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种信息推荐方法的流程图;
图2为本申请实施例提供的信息推荐方法中一种展示推荐关键词的示意图;
图3为本申请实施例提供的另一种信息推荐方法的流程图;
图4为本申请实施例提供的信息推荐方法中确定检索频率的一种方法流程图;
图5为本申请实施例提供的又一种信息推荐方法的流程图;
图6为本申请实施例提供的一种信息推荐装置的结构框图;
图7为本申请实施例提供的另一种的信息推荐装置的结构框图;
图8为本申请实施例提供的信息推荐装置中检索频率确定单元的一种结构框图;
图9为本申请实施例提供的信息推荐装置中检索频率确定单元的另一种结构框图;
图10为本申请实施例提供的一种信息推荐服务器的结构框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
图1是本申请实施例提供的一种信息推荐方法的流程图,如图1所示,该信息推荐方法应用于支持O2O模式的网站,包括以下步骤:
S11、根据历史检索记录确定各个历史检索关键词对应的历史情境信息。
上述历史检索记录,即用户通过上述支持O2O模式的网站检索线下信息时产生的检索记录,一条历史检索记录至少包括用户输入的检索关键词(即历史检索关键词),以及用户所处情境对应的历史情境信息。可以理解的是,用户既可以在不同情境下检索同一信息,也可以在同一情境下检索不同的信息,即同一历史检索关键词可以对应多个历史情境信息,同一历史情境信息也可以存在多个历史检索关键词。为便于后续操作,还可以进一步按照对应的历史情境信息对历史检索关键词进行分类及存储。
S12、获取移动终端发送线上检索请求时所处情境的当前情境信息。
用户通过移动终端访问上述支持O2O模式的网站,并发送线上检索请求;并接收网站服务器反馈的推荐关键词、线下信息等。
S13、根据所述历史情境信息与所述当前情境信息的相似度,从所述历史检索关键词中选择一个或多个历史检索关键词作为所述线上检索请求的推荐关键词。
S14、将所述推荐关键词发送至所述移动终端,以展示所述推荐关键词。
其中,步骤S13选择推荐关键词时,至少应该保证作为推荐关键词的历史检索关键词对应的历史情境信息与所述当前情境信息的相似度满足预设条件,从而该推荐关键词对应的线下信息也与所述当前情境信息相匹配,使得用户点击该推荐关键词,就可以得到与当前情境信息相匹配的商户信息,减少甚至消除出现情境不匹配导致推荐关键词无效的现象。
如图2所示,本申请实施例中,可以在网页中的搜索框201附近设置推荐检索区域202,用于显示上述推荐关键词;还可以搜索框201下方扩展一个动态显示框203,实时显示与用户输入的检索信息相关的推荐关键词。
由以上技术可知,本申请实施例根据历史检索记录确定每个历史检索关键词对应的历史情境信息,当接收到用户发送的检索请求时,确定对应的当前情境信息,根据所述历史情境信息与所述当前情境信息的相似度,从所述历史检索关键词中选择一个或多个历史检索关键词作为所述线上检索请求的推荐关键词,并将该推荐关键词展示给用户;由于本申请实施例展示的推荐关键词都是与当前情境信息相匹配的关键词,不会由于情境的不匹配导致推荐关键词无效,保证每个推荐关键词都可以为用户提供一定的有效线下信息,从而可以减少用户获取有效线下信息所耗时间。
在本申请一个可行的实施例中,上述信息推荐方法还包括如下步骤:根据所述当前情境信息和推荐关键词生成并存储本次信息推荐过程对应的历史检索记录。本次信息推荐过程对应的历史检索记录可以作为下次信息推荐的参考数据。
本申请实施例中,上述确定历史检索关键词的历史情境信息包括确定其地理位置信息和时间信息中的至少一种。相应的,上述步骤S12中获取用户发送线上检索请求时所处情境的当前情境信息包括获取以下至少一种情境因素:发送线上检索请求时所述移动终端所处的当前地理位置信息,以及发送线上检索请求时的当前时间信息。
其中,获取上述当前地理位置信息,也即确定用户当前所处的地理位置,具体可以通过移动终端的GPS定位模块确定当前所在地理位置的经纬度坐标,格式可以为:(经度值,维度值)。另外,本申请实施例可以通过移动终端自带的网络之间同步功能,确定发送线上检索请求时的当前时间信息。
为便于对情境信息的记录、比较等操作,本申请实施例按照预设编码规则对各个历史检索关键词对应的历史情境信息以及当前情境信息进行编码,将编码结果作为对应情境信息的情境标识符(context_ID)。例如,可以根据上述context_ID确定历史检索关键词对应的历史情境信息与当前情境信息的相似度。
以下分别介绍对地理位置信息和时间信息的编码规则。
本申请实施例对移动终端获取到的经纬度按照如下方式进行编码:以预先设置的单位经度值△1、移动终端获取到的经度值为被除数进行除法运算,如果可以整除,则直接以该经度值作为其对应的编码结果,如果不可以整除,则将该经度值和余数的差值作为对应的编码结果,记为latitudeCode;同理,以预先设置的单位纬度值△2为除数、移动终端获取到的纬度值为被除数进行除法运算,如果可以整除,则直接将该纬度值作为其对应的编码结果,如果不可以整除,则将该维度值和余数的差值作为对应的编码结果,记为longitudeCode;地理位置信息的编码结果可以表示为如下格式:latitudeCode:longitudeCode。通过以上编码规则,使得经度方向上的边长为△1、纬度方向上的边长为△2的矩形区域内的所有坐标点对应的编码都相同,从而可以减少地理位置相关的数据量,便于记录统计。特别的,单位经度值△1和单位纬度值△2的数值可以相等。
例如,可以设置△1=△2=0.002(0.002个经度(或纬度)对应的实际长度约为0.222公里),移动终端获取到的经纬度坐标值为(30.347,121.875),由于30.347和121.875都不是0.002的整倍数,进行除法运算后得到的余数都为0.001,故经度值对应的编码结果为30.346,纬度值对应的编码结果为121.874,地理位置信息的编码结果可以表示为30.346:121.874。
与上述地理位置信息类似的,本申请实施例对时间信息也进行编码,具体编码方式如下:以一周(7天)为一个周期,以不同的字符区分工作日和周末,以及一天(24小时)中的不同时段,记为timeCode。例如,通过两位数字对时间信息编码,第一位数字用于区分工作日和周末,“1”代表工作日(周一至周五),“0”代表周末(周六和周日),第二位数字用于区分一天中的不同时段,“1”代表0至8时,“2”代表8至17时,“3”代表17至24时;如,周六上午十点对应的编码为“02”。
地理位置信息和时间信息分别编码完成后,即可以得到对应的当前情境信息的情境标识符,格式为“latitudeCode:longitudeCode:timeCode”。例如,移动终端在周六上午十点、经纬度坐标为(30.347,121.875)的地点发送线上检索请求,则对应的当前情境信息的编码为“30.346:121.874:02”。
在本申请一个可行的实施例中,上述步骤S13所述的根据所述历史情境信息与所述当前情境信息的相似度,从所述历史检索关键词中选择一个或多个历史检索关键词作为所述线上检索请求的推荐关键词,可以包括:确定与该当前情境信息的相似度满足预设条件的目标情境信息,从所述目标情境信息对应的历史检索关键词中选择一个或多个历史检索关键词作为所述线上检索请求的推荐关键词。
其中,基于上述context_ID,在一个实施例中,上述预设条件可以为与当前情境信息的context_ID完全相同,即目标情境信息与当前情境信息相同;在另一个实施例中,上述预设条件还可以为:与当前情境信息的latitudeCode和timeCode中的至少一项相同,即目标情境信息包括:与当前情境信息中的当前地理位置信息相同、当前时间信息也相同的第一目标情境信息,与当前地理位置信息相同且与当前时间信息不同的第二目标情境信息,以及,与当前地理位置信息不同且与当前时间信息相同的第三目标情境信息。
更具体的,可以根据用户的偏好信息或用户输入的检索信息对所述目标情境信息对应的历史检索关键词进行筛选,将与所述偏好信息或检索信息相关,且历史情境信息与所述目标情境信息相同的历史检索关键词作为推荐关键词。
在本申请另一个可行的实施例中,可以根据历史检索关键词的检索频率从与所述当前情境信息的相似度满足预设条件的目标情境信息对应的历史检索关键词中选择推荐关键词,具体步骤如图3所示。
图3为本申请实施例提供的另一种信息推荐方法的流程图,该信息推荐方法包括以下步骤:
S21、根据历史检索记录确定各个历史检索关键词对应的历史情境信息。
S22、确定各个历史检索关键词在对应的历史情境信息下的检索频率。
S23、按照所述检索频率由大到小的顺序对每种历史情境信息对应的历史检索关键词排序。
S24、获取移动终端发送线上检索请求时所处情境的当前情境信息。
S25、选择与所述当前情境信息的相似度满足预设条件的所述历史情境信息作为目标情境信息。
上述预设条件的具体内容可参考上文实施例,此处不再赘述。
S26、根据所述目标情境信息对应的历史检索关键词的排序结果,选择一个或多个历史检索关键词作为所述线上检索请求的推荐关键词。
本申请实施例中,可以选择目标情境信息对应的排序结果中,位于前N个的历史检索关键词作为推荐关键词。其中,N为正整数,具体数值可以根据实际需求设置。例如,可以设置N=10,则推荐关键词为当前情境信息对应的排序结果中的前10个历史检索关键词,也即检索频率最大的10个历史检索关键词。
S27、将所述推荐关键词发送至所述移动终端,以展示所述推荐关键词。
在本申请其他可行的实施例中,还可以在步骤S23排序完成后,将前N个历史检索关键词单独存储或设置优选标识符,从而在步骤S26中,直接获取目标情境信息对应的单独存储的、或设置有所述优选标识符的历史检索关键词,作为推荐关键词。
由以上技术方案可知,本申请实施例预先计算各个历史检索关键词在对应的历史情境信息下的检索频率,并根据检索频率对同一历史情境信息对应的所有历史检索关键词排序,从而在获取到当前情境信息后,根据与当前情境信息的相似度满足预设条件的目标情境信息对应的排序结果选取一个或多个历史检索关键词作为本次检索对应的推荐关键词;因此,本申请实施例不仅可以保证确定的推荐关键词与当前情境信息相匹配,还可以保证该推荐关键词为用户当前所处情境下的热搜关键词,从而提高推荐关键词的有效性,在最大程度上满足用户的实际需求。
在本申请一个可行的实施例中,确定各个历史检索关键词在对应的历史情境信息下的检索频率w,可以包括:根据历史检索记录统计历史检索关键词x在该历史情境信息Si对应的情境下的被检索次数n(x),以及该历史情境信息Si对应的所有历史检索关键词的被检索次数的总和ni之间的比值,计算n(x)和ni之间的比值,得到x在Si对应的情境下的检索频率,即w(x)=n(x)/ni。
参照图4,在本申请另一个可行的实施例中,确定各个历史检索关键词在对应的历史情境信息下的检索频率,包括如下步骤:
S221、根据历史情境信息之间的相似度确定每个历史情境信息的相关情境信息;
S222、针对每个历史检索关键词,以其对应的历史情境信息为主情境信息,设置其主情境信息对应的第一权重系数λ1,以及所述主情境信息的相关情境信息对应的第二权重系数λ2。
其中,所述第一权重系数λ1大于第二权重系数λ2。对于确定历史检索关键词x在历史情境信息S1对应的情境下的第一检索频率的过程,该历史情境信息S1即为主情境信息,相关情境信息可以选择与S1相关的一个或多个历史情境信息(S2、S3、S4等),并根据其与主情境信息的相似度分别设置权重系数(λ2、λ3、λ4等);其中,与主情境信息相似度越低的相关情境信息对应的权重系数越小。
S223、根据所述历史检索记录,分别确定每个历史检索关键词在其对应的主情境信息S1下的第一被检次数n1(x),在其对应的相关情境信息下的第二被检次数n2(x),以及所述主情境信息和相关情境信息对应的被检总次数n0。
其中,如果相关情境信息有多个,则需要确定历史检索关键词在对应的每个相关情境信息下的第二被检次数(如,n2(x)、n3(x)、n4(x)等)。
上述被检总次数n0可以通过如下公式计算得到:n0=Σni,其中,ni表示历史情境信息Si对应的所有历史检索关键词的被检索次数总和,包括主情境信息(i=1)对应的所有历史检索关键词的被检索次数总和n1,相关情境信息(i=2、3、4……)对应的所有历史检索关键词的被检索次数总和n2、n3、n4……。
S224、根据所述第一权重系数、第二权重系数、第一被检次数、第二被检次数和被检总次数计算各个历史检索关键词对应的第一检索频率。
本申请实施例中,历史检索关键词x对应的第一检索频率w(x)的计算公式为:
基于上述计算方法,步骤S23所述的按照所述检索频率由大到小的顺序对每种历史情境信息对应的历史检索关键词排序,具体为:针对同一主情境信息(相关情境信息也相同),按照其对应的多个历史检索关键词的第一检索频率进行排序。相应的,步骤S25所述的获取所述当前情境信息对应的历史检索关键词中排序结果在前N个关键词,具体为:获取以当前情境信息为主情境信息的排序结果中的前N个历史检索关键词,并将其作为推荐关键词。
由以上技术方案可知,本实施例计算得到的第一检索频率不仅考虑了主情境信息对应的情境下的关键词检索情况,还考虑了相关情境下的关键词的检索情况的影响,使得推荐关键词不仅局限在主情境信息对应的情境内,还增加了相关情境信息的影响;同时通过设置不同的权重系数,保证主情境信息为主要参考因素,在增加用户的选择范围的同时,保证推荐关键词与当前情境信息的匹配度,可以提高推荐关键词的精准度和利用率,有利于用户快速检索到有效的线下信息,提高用户的体验好感度。
以下以计算历史检索关键词x在历史情境信息S1下对应的第一检索频率w(x)的过程为例对上述步骤S221至S224进行详细阐述。
对于地理位置信息为area_1、时间信息为time_1的历史情境信息S1,其相关情境信息可以包括以下至少一项:地理位置信息为area_1、时间信息为time_2的第一相关情境信息,地理位置信息为area_2、时间信息为time_1的第二相关情境信息;除此之外,还可以包括地理位置信息为area_2、时间信息为time_2的第三相关情境信息。其中,第三相关情境信息S4具体为地理位置信息为area_2、时间信息为time_2的情境信息;为保证检索频率的精度,area_1和area_2对应的地理位置之间的实际距离不宜太远。
关于权重系数的假设:对于历史检索关键词x,S1即为其主情境信息,设置该主情境信息S1对应的权重系数λ1=10,第一相关情境信息S2对应的权重系数λ2=5,第二相关情境信息S3对应的权重系数λ3=0.2,第三相关情境信息S4对应的权重系数λ4=0.1。
关于被检索次数的假设:历史检索关键词x在主情境信息S1对应的情境下的被检索次数为n1(x),在三个相关情境信息S2、S3和S4对应情境下的被检索次数分别为n2(x)、n3(x)和n4(x),S1、S2、S3和S4对应的所有历史检索信息的被检索次数总和为n0。
基于以上关于权重系数和被检索次数的假设条件,w(x)的计算公式为:
本申请实施例中,由于历史检索关键词多数来源于历史检索记录,也即来源于用户输入的检索信息,其中可能存在由输入错误导致的不符合正常语义的检索信息;例如,正确的关键词为“西溪印象城”,可能会存在输入错误的检索信息“印象城西溪”,如果误将语义错误的历史检索关键词作为推荐关键词展示给用户,将大大降低用户的体验好感度,因此,本申请实施例所述的确定各个历史检索关键词在对应的历史情境信息下的检索频率,还包括:基于多元文法模型(N-Gram)计算用于表征各个历史检索关键词的准确度的第二检索频率。
上述多元文法模型包括二元文法模型(Bi-Gram)、三元文法模型(Tri-Gram)等;基于Bi-Gram计算历史检索关键词x的第二检索频率Gram(x)的公式为:
其中,xi表示将x进行分割得到的子关键词,i=1、2、……、n;n=N,对于Bi-Gram,n=2,对于Tri-Gram,n=3。
由于历史检索关键词所包含的字数一般不多,故本申请实施例优选基于Bi-Gram计算历史检索关键词x的第二检索频率Gram(x),相应的计算公式为:
其中,f(x1)=count(x1)/count(all),f(x2|x1)=count(x)/count(x1);故有:
以上公式中,x1和x2分别为基于Bi-Gram划分得到的x的两个子关键词(在x中,x1位于x2之前);以主情境信息(或,主情境信息和相关情境信息)对应的所有历史检索关键词组成的集合为语料库,count(all)为该语料库中的总词数(同一个历史检索关键词被检索m次,在语料库中体现为m个词),count(x)为语料库中x出现的次数,count(x1)为语料库中x1出现的次数。因此,基于Bi-Gram,只需统计相应的语料库中的总次数和x在语料库中出现的次数,即可根据上述公式计算得到x的第二检索频率。
相应的,对于由x2和x1构成的关键词x’(x2位于x1之前),对应的第二检索频率为:
在本申请一个可行的实施例中,可以只根据第一检索频率对同一主情境信息对应的历史检索关键词排序,使得确定的推荐关键词为当前情境信息对应的多个历史检索关键词中第一检索频率最高的N个关键词。
在本申请另一个可行的实施例中,还可以根据第一检索频率和第二检索频率的乘积,即w(x)*Gram(x),对同一主情境信息对应的历史检索关键词排序。
例如,对于“西溪印象城”和“印象城西溪”,有以下统计结果:
项目 | 语料库 | 西溪 | 印象城 | 西溪印象城 | 印象城西溪 |
数量 | 10009 | 590 | 329 | 65 | 15 |
基于以上统计结果可知,“西溪印象城”对应的第二检索频率为:
Gram(西溪印象城)=f(西溪)*f(印象城|西溪)=(590/10009)*(65/590)=0.0065;
“印象城西溪”对应的第二检索频率为:
Gram(印象城西溪)=f(印象城)*f(西溪|印象城)=(329/10009)*(15/329)=0.0015。
由以上计算结果可知,语义错误的“印象城西溪”的第二检索频率小于语义正确的“西溪印象城”,因此,相对于只根据第一检索频率排序,将根据第一检索频率和第二检索频率的乘积排序,可以使得排序结果中语义错误的“印象城西溪”后移,从而避免“印象城西溪”被选为推荐关键词。因此,本申请实施例可以避免最终确定的推荐关键词的语义错误,提高用户的体验好感度。
作为图3所示的实施例的并列实施例,本申请实施例还提供了另一种信息推荐方法,其流程图如图5所示,包括以下步骤。
S31、根据历史检索记录确定各个历史检索关键词对应的历史情境信息。
S32、获取移动终端发送线上检索请求时所处情境的当前情境信息。
S33、选择与所述当前情境信息的相似度满足预设条件的所述历史情境信息作为目标情境信息。
S34、确定所述目标情境信息对应的历史检索关键词的检索频率。
S35、根据所述检索频率对所述目标情境信息对应的历史检索关键词排序。
S36、根据所述排序结果选择一个或多个候选关键词作为所述线上检索请求的推荐关键词。
S37、将所述推荐关键词发送至所述移动终端,以展示所述推荐关键词。
其中,上述步骤S34基于图4所示的计算方法;相应的,步骤S33中选出的目标情境信息可以包括与当前情境信息完全相同的第一目标情境信息、与当前地理位置信息相同且与当前时间信息不同的第二目标情境信息,以及,与当前地理位置信息不同且与当前时间信息相同的第三目标情境信息;另外,目标情境信息还可以包括与第二目标情境信息的时间信息相同且与第三目标情境信息的地理位置信息相同的第四目标情境信息。
参照图4所示计算方法,基于上述四个目标情境信息执行步骤S34的过程如下:以第一目标情境信息为主情境信息,第二目标情境信息、第三目标情境信息和第四目标情境信息为相关情境信息,分别设置其权重系数,根据历史检索记录,确定各个目标情境信息对应的历史检索关键词在各个目标情境信息(主情境信息)下的被检次数,即第一目标情境信息下的第一被检次数、第二目标情境信息下的第二被检次数、第三目标情境信息下的第三被检次数和第四目标情境信息下的第四被检次数,以及四个目标情境信息对应的所有历史检索关键词的被检总次数,根据各个目标情境信息对应的权重系数、第一被检次数、第二被检次数、第三被检次数、第四被检次数和被检总次数计算得到相应的历史检索关键词在主情境信息下的第一检索频率。
与前文实施例类似的,上述步骤S35也可以按照检索频率由大到小的顺序执行排序操作,相应的在步骤S36中,选择排序结果中的前N个历史检索关键词作为本次线上检索请求的推荐关键词。
图6是本申请实施例提供的一种信息推荐装置的结构框图;该装置应用于支持O2O模式的网站。参照图6,该装置包括:历史信息处理单元110、当前信息获取单元120、推荐信息确定单元130和推荐信息发送单元140。
其中,该历史信息处理单元110被配置为,根据历史检索记录确定各个历史检索关键词对应的历史情境信息。
该当前信息获取单元120被配置为,获取移动终端发送线上检索请求时所处情境的当前情境信息。
该推荐信息确定单元130被配置为,根据所述历史情境信息与所述当前情境信息的相似度,从所述历史检索关键词中选择一个或多个历史检索关键词作为所述线上检索请求的推荐关键词。
该推荐信息发送单元140被配置为,将所述推荐关键词发送至所述移动终端,以展示所述推荐关键词。
由以上技术可知,本申请实施例根据历史检索记录确定每个历史检索关键词对应的历史情境信息,当接收到用户发送的检索请求时,确定对应的当前情境信息,根据所述历史情境信息与所述当前情境信息的相似度,从所述历史检索关键词中选择一个或多个历史检索关键词作为所述线上检索请求的推荐关键词,并将该推荐关键词展示给用户;由于本申请实施例展示的推荐关键词都是与当前情境信息相匹配的关键词,不会由于情境的不匹配导致推荐关键词无效,保证每个推荐关键词都可以为用户提供一定的有效线下信息,从而可以减少用户获取有效线下信息所耗时间。
在本申请一个可行的实施例中,上述当前信息获取单元120包括:情境因素获取模块和情境因素编码模块。
其中,该情境因素获取模块被配置为,获取以下至少一种情境因素:发送线上检索请求时所述移动终端所处的地理位置信息,以及发送线上检索请求时的时间信息。
该情境因素编码模块被配置为,按照预设编码规则对获取到的情境因素进行编码,得到所述当前情境信息。
图7为本申请另一实施例提供的信息推荐装置的结构框图;该装置应用于支持O2O模式的网站。参照图7,该装置包括:历史信息处理单元210、当前信息获取单元220、推荐信息确定单元230、推荐信息发送单元240、检索频率确定单元250和关键词排序单元260。
其中,该历史信息处理单元210被配置为,根据历史检索记录确定各个历史检索关键词对应的历史情境信息。
该检索频率确定单元250被配置为,根据历史信息处理单元210的处理结果,确定各个历史检索关键词在对应的历史情境信息下的检索频率。
该关键词排序单元260被配置为,按照所述检索频率由大到小的顺序对每种历史情境信息对应的历史检索关键词排序。
该当前信息获取单元220被配置为,获取移动终端发送线上检索请求时所处情境的当前情境信息。
该推荐信息确定单元230包括情境信息比较单元231和推荐关键词选择单元232。
其中,情境信息比较单元231被配置为,选择与所述当前情境信息的相似度满足预设条件的所述历史情境信息作为目标情境信息。推荐关键词选择单元232被配置为,根据所述目标情境信息对应的历史检索关键词的排序结果,选择一个或多个历史检索关键词作为所述线上检索请求的推荐关键词。
该推荐信息发送单元240被配置为,将所述推荐关键词发送至所述移动终端,以展示所述推荐关键词。
由以上技术方案可知,本申请实施例预先计算各个历史检索关键词在对应的历史情境信息下的检索频率,并根据检索频率对同一历史情境信息对应的所有历史检索关键词排序,从而在获取到当前情境信息后,根据与当前情境信息的相似度满足预设条件的目标情境信息对应的排序结果选取一个或多个历史检索关键词作为本次检索对应的推荐关键词;因此,本申请实施例不仅可以保证确定的推荐关键词与当前情境信息相匹配,还可以保证该推荐关键词为用户当前所处情境下的热搜关键词,从而提高推荐关键词的有效性,在最大程度上满足用户的实际需求。
参见图8,在本申请一个可行的实施例中,该检索频率确定单元250至少包括:该情境信息关联模块251、权重系数设置模块252、被检次数确定模块253和第一计算模块254。
其中,该情境信息关联模块251,用于根据历史情境信息之间的相似度确定每个历史情境信息的相关情境信息。
该权重系数设置模块252被配置为,针对每个历史检索关键词,以其对应的历史情境信息为主情境信息,设置所述主情境信息对应的第一权重系数,以及所述主情境信息的相关情境信息对应的第二权重系数;其中,所述第一权重系数大于第二权重系数。
该被检次数确定模块253被配置为,根据所述历史检索记录,分别确定每个历史检索关键词在其对应的主情境信息下的第一被检次数,在其对应的相关情境信息下的第二被检次数,以及所述主情境信息和相关情境信息对应的被检总次数。
该第一计算模块254被配置为,根据所述第一权重系数、第二权重系数、第一被检次数、第二被检次数和被检总次数计算各个历史检索关键词对应的第一检索频率。
由以上技术方案可知,本实施例计算得到的第一检索频率不仅考虑了主情境信息对应的情境下的关键词检索情况,还考虑了相关情境下的关键词的检索情况的影响,使得推荐关键词不仅局限在主情境信息对应的情境内,还增加了相关情境信息的影响;同时通过设置不同的权重系数,保证主情境信息为主要参考因素,在增加用户的选择范围的同时,保证推荐关键词与当前情境信息的匹配度,可以提高推荐关键词的精准度和利用率,有利于用户快速检索到有效的线下信息,提高用户的体验好感度。
参见图9,在本申请另一个可行的实施方式中,上述检索频率确定单元250还可以包括:第二计算模块255。
该第二计算模块255被配置为,根据多元文法模型N-Gram计算用于表征各个历史检索关键词的准确度的第二检索频率。
基于图9所示的检索频率确定单元250,上述关键词排序单元260可以包括以下至少一项:第一排序模块和第二排序模块。
其中,该第一排序模块被配置为,按照所述第一检索频率由大到小的顺序对每种历史情境信息对应的历史检索关键词排序。
该第二排序模块被配置为,按照所述第一检索频率和第二检索频率的乘积由大到小的顺序对每种历史情境信息对应的历史检索关键词排序。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
另外,本申请实施例还提供了一种计算机可读存储介质,其中,该计算机可读存储介质中存储由程序,当该程序被相应的处理器运行时,可以完成上述方法实施例中记载的信息推荐方法中的部分或全部步骤。
图10为本申请实施例提供的一种信息推荐服务器的结构框图。参照图10,该服务器包括处理组件922,其进一步包括一个或多个处理器,以及由存储器932所代表的存储器资源,用于存储可由处理组件922的执行的指令,例如应用程序。存储器932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件922被配置为执行指令,以执行上述信息推荐方法。
服务器还可以包括一个电源组件926被配置为执行服务器的电源管理,一个有线或无线网络接口950被配置为将服务器连接到网络,和一个输入输出(I/O)接口958。服务器可以操作基于存储在存储器932的操作系统,例如WindowsServerTM,MacOSXTM,UnixTM,LinuxTM,FreeBSDTM或类似。
其中,处理组件922通过执行存储器932中存储的指令,可以执行如下步骤:
根据历史检索记录确定各个历史检索关键词对应的历史情境信息;
获取移动终端发送线上检索请求时所处情境的当前情境信息;
根据所述历史情境信息与所述当前情境信息的相似度,从所述历史检索关键词中选择一个或多个历史检索关键词作为所述线上检索请求的推荐关键词;
将所述推荐关键词发送至所述移动终端,以展示所述推荐关键词。
在本申请一个可行的实施方式中,处理组件922通过执行存储器932中存储的指令,还可以执行如下步骤:
确定各个历史检索关键词在对应的历史情境信息下的检索频率;
按照所述检索频率由大到小的顺序对每种历史情境信息对应的历史检索关键词排序。
在本申请另一个可行的实施方式中,为实现根据所述相似度从所述历史检索关键词中选择一个或多个历史检索关键词作为所述线上检索请求的推荐关键词,处理组件922可以执行如下步骤:
选择与所述当前情境信息的相似度满足预设条件的所述历史情境信息作为目标情境信息;
根据所述目标情境信息对应的排序结果,选择一个或多个历史检索关键词作为所述线上检索请求的推荐关键词。
在本申请又一个可行的实施方式中,为确定各个历史检索关键词在对应的历史情境信息下的检索频率,处理组件922可以执行如下步骤:
根据历史情境信息之间的相似度确定每个历史情境信息的相关情境信息;
针对每个历史检索关键词,以其对应的历史情境信息为主情境信息,设置所述主情境信息对应的第一权重系数,以及所述主情境信息的相关情境信息对应的第二权重系数;其中,所述第一权重系数大于第二权重系数;
根据所述历史检索记录,分别确定每个历史检索关键词在其对应的主情境信息下的第一被检次数,在其对应的相关情境信息下的第二被检次数,以及所述主情境信息和相关情境信息对应的被检总次数;
根据所述第一权重系数、第二权重系数、第一被检次数、第二被检次数和被检总次数计算各个历史检索关键词对应的第一检索频率。
在本申请又一个可行的实施方式中,为确定各个历史检索关键词在对应的历史情境信息下的检索频率,处理组件922还可以执行如下步骤:
根据多元文法模型N-Gram计算用于表征各个历史检索关键词的准确度的第二检索频率。
在本申请又一个可行的实施方式中,为实现对对每种历史情境信息对应的历史检索关键词排序,处理组件922可以执行如下任意一个步骤:
按照所述第一检索频率由大到小的顺序对每种历史情境信息对应的历史检索关键词排序;
按照所述第一检索频率和第二检索频率的乘积由大到小的顺序对每种历史情境信息对应的历史检索关键词排序。
在本申请又一个可行的实施方式中,为获取用户发送线上检索请求时所处情境的当前情境信息,处理组件922可以执行如下步骤:
获取以下至少一种情境因素:发送线上检索请求时所述移动终端所处的地理位置信息,以及发送线上检索请求时的时间信息;
按照预设编码规则对获取到的情境因素进行编码,得到所述当前情境信息。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (15)
1.一种信息推荐方法,其特征在于,包括:
根据历史检索记录确定各个历史检索关键词对应的历史情境信息;
获取移动终端发送线上检索请求时所处情境的当前情境信息;
根据所述历史情境信息与所述当前情境信息的相似度,从所述历史检索关键词中选择一个或多个历史检索关键词作为所述线上检索请求的推荐关键词;
将所述推荐关键词发送至所述移动终端,以展示所述推荐关键词。
2.根据权利要求1所述的信息推荐方法,其特征在于,还包括:
确定各个历史检索关键词在对应的历史情境信息下的检索频率;
按照所述检索频率由大到小的顺序对每种历史情境信息对应的历史检索关键词排序。
3.根据权利要求2所述的信息推荐方法,其特征在于,所述根据所述历史情境信息与所述当前情境信息的相似度,从所述历史检索关键词中选择一个或多个历史检索关键词作为所述线上检索请求的推荐关键词,包括:
选择与所述当前情境信息的相似度满足预设条件的所述历史情境信息作为目标情境信息;
根据所述目标情境信息对应的排序结果,选择一个或多个历史检索关键词作为所述线上检索请求的推荐关键词。
4.根据权利要求2所述的信息推荐方法,其特征在于,所述确定各个历史检索关键词在对应的历史情境信息下的检索频率,包括:
根据历史情境信息之间的相似度确定每个历史情境信息的相关情境信息;
针对每个历史检索关键词,以其对应的历史情境信息为主情境信息,设置所述主情境信息对应的第一权重系数,以及所述主情境信息的相关情境信息对应的第二权重系数;其中,所述第一权重系数大于第二权重系数;
根据所述历史检索记录,分别确定每个历史检索关键词在其对应的主情境信息下的第一被检次数,在其对应的相关情境信息下的第二被检次数,以及所述主情境信息和相关情境信息对应的所有历史检索关键词的被检总次数;
根据所述第一权重系数、第二权重系数、第一被检次数、第二被检次数和被检总次数计算各个历史检索关键词对应的第一检索频率。
5.根据权利要求4所述的信息推荐方法,其特征在于,所述确定各个候选关键词在对应的历史情境信息下的检索频率,还包括:
根据多元文法模型N-Gram计算用于表征各个候选关键词的准确度的第二检索频率。
6.根据权利要求5所述的信息推荐方法,其特征在于,所述按照所述检索频率由大到小的顺序对每种历史情境信息对应的候选关键词排序,包括以下任意一项:
按照所述第一检索频率由大到小的顺序对每种历史情境信息对应的候选关键词排序;
按照所述第一检索频率和第二检索频率的乘积由大到小的顺序对每种历史情境信息对应的候选关键词排序。
7.根据权利要求1至6任一项所述的信息推荐方法,其特征在于,所述获取用户发送线上检索请求时所处情境的当前情境信息,包括:
获取以下至少一种情境因素:发送线上检索请求时所述移动终端所处的地理位置信息,以及发送线上检索请求时的时间信息;
按照预设编码规则对获取到的情境因素进行编码,得到所述当前情境信息。
8.一种信息推荐装置,其特征在于,包括:
历史信息处理单元,用于根据历史检索记录确定各个历史检索关键词对应的历史情境信息;
当前信息获取单元,用于获取移动终端发送线上检索请求时所处情境的当前情境信息;
推荐信息确定单元,用于根据所述历史情境信息与所述当前情境信息的相似度,从所述历史检索关键词中选择一个或多个历史检索关键词作为所述线上检索请求的推荐关键词;
推荐信息发送单元,用于将所述推荐关键词发送至所述移动终端,以展示所述推荐关键词。
9.根据权利要求8所述的信息推荐装置,其特征在于,还包括:
检索频率确定单元,用于确定各个历史检索关键词在对应的历史情境信息下的检索频率;
关键词排序单元,用于按照所述检索频率由大到小的顺序对每种历史情境信息对应的历史检索关键词排序。
10.根据权利要求9所述的信息推荐装置,其特征在于,所述推荐信息确定单元包括:
情境信息比较单元,用于选择与所述当前情境信息的相似度满足预设条件的所述历史情境信息作为目标情境信息;
推荐关键词选择单元,用于根据所述目标情境信息对应的历史检索关键词的排序结果,选择一个或多个历史检索关键词作为所述线上检索请求的推荐关键词。
11.根据权利要求9所述的信息推荐装置,其特征在于,所述检索频率确定单元包括:
情境信息关联模块,用于根据历史情境信息之间的相似度确定每个历史情境信息的相关情境信息;
权重系数设置模块,用于针对每个历史检索关键词,以其对应的历史情境信息为主情境信息,设置所述主情境信息对应的第一权重系数,以及所述主情境信息的相关情境信息对应的第二权重系数;其中,所述第一权重系数大于第二权重系数;
被检次数确定模块,用于根据所述历史检索记录,分别确定每个历史检索关键词在其对应的主情境信息下的第一被检次数,在其对应的相关情境信息下的第二被检次数,以及所述主情境信息和相关情境信息对应的被检总次数;
第一计算模块,用于根据所述第一权重系数、第二权重系数、第一被检次数、第二被检次数和被检总次数计算各个历史检索关键词对应的第一检索频率。
12.根据权利要求11所述的信息推荐装置,其特征在于,所述检索频率确定单元还包括:
第二计算模块,用于根据多元文法模型N-Gram计算用于表征各个历史检索关键词的准确度的第二检索频率。
13.根据权利要求12所述的信息推荐装置,其特征在于,所述关键词排序单元包括以下至少一项:
第一排序模块,用于按照所述第一检索频率由大到小的顺序对每种历史情境信息对应的历史检索关键词排序;
第二排序模块,用于按照所述第一检索频率和第二检索频率的乘积由大到小的顺序对每种历史情境信息对应的历史检索关键词排序。
14.根据权利要求8至13任一项所述的信息推荐装置,其特征在于,所述当前信息获取单元,包括:
情境因素获取模块,用于获取以下至少一种情境因素:发送线上检索请求时所述移动终端所处的地理位置信息,以及发送线上检索请求时的时间信息;
情境因素编码模块,用于按照预设编码规则对获取到的情境因素进行编码,得到所述当前情境信息。
15.一种信息推荐服务器,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为:
根据历史检索记录确定各个历史检索关键词对应的历史情境信息;
获取移动终端发送线上检索请求时所处情境的当前情境信息;
根据所述历史情境信息与所述当前情境信息的相似度,从所述历史检索关键词中选择一个或多个历史检索关键词作为所述线上检索请求的推荐关键词;
将所述推荐关键词发送至所述移动终端,以展示所述推荐关键词。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410705348.0A CN105701108B (zh) | 2014-11-26 | 2014-11-26 | 一种信息推荐方法、装置及服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410705348.0A CN105701108B (zh) | 2014-11-26 | 2014-11-26 | 一种信息推荐方法、装置及服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105701108A true CN105701108A (zh) | 2016-06-22 |
CN105701108B CN105701108B (zh) | 2019-03-01 |
Family
ID=56230300
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410705348.0A Active CN105701108B (zh) | 2014-11-26 | 2014-11-26 | 一种信息推荐方法、装置及服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105701108B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107256239A (zh) * | 2017-05-23 | 2017-10-17 | 努比亚技术有限公司 | 一种推荐候选词的方法及装置 |
CN107798066A (zh) * | 2017-09-25 | 2018-03-13 | 北京小度信息科技有限公司 | 一种搜索词推送方法、装置及终端 |
CN107885751A (zh) * | 2016-09-30 | 2018-04-06 | 法乐第(北京)网络科技有限公司 | 服务点推送方法及装置 |
CN108170779A (zh) * | 2017-12-26 | 2018-06-15 | 中国联合网络通信集团有限公司 | 一种信息情报推送方法及系统 |
WO2018113409A1 (zh) * | 2016-12-19 | 2018-06-28 | 腾讯科技(深圳)有限公司 | 启动资源加载方法及装置 |
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 |
CN109033411A (zh) * | 2018-08-06 | 2018-12-18 | 深圳市嘀哒知经科技有限责任公司 | 一种知识技能的搜索方法 |
CN109521888A (zh) * | 2017-09-19 | 2019-03-26 | 北京搜狗科技发展有限公司 | 一种输入方法、装置和介质 |
CN109542247A (zh) * | 2018-11-14 | 2019-03-29 | 腾讯科技(深圳)有限公司 | 句式推荐方法及装置、电子设备、存储介质 |
CN110020132A (zh) * | 2017-11-03 | 2019-07-16 | 腾讯科技(北京)有限公司 | 关键词推荐方法、装置、计算设备及存储介质 |
CN110059265A (zh) * | 2019-05-13 | 2019-07-26 | 上海连尚网络科技有限公司 | 用于处理信息的方法和设备 |
CN110347920A (zh) * | 2019-07-02 | 2019-10-18 | 北京纵横无双科技有限公司 | 一种健康信息的检索匹配方法及装置 |
CN111612554A (zh) * | 2019-02-22 | 2020-09-01 | 北京京东尚科信息技术有限公司 | 检索方法、装置和计算机可读存储介质 |
CN113592661A (zh) * | 2021-07-26 | 2021-11-02 | 上海摩莱信息科技有限公司 | 一种基于网络的保险申报系统及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103870505A (zh) * | 2012-12-17 | 2014-06-18 | 阿里巴巴集团控股有限公司 | 一种查询词推荐方法和查询词推荐系统 |
CN103914536A (zh) * | 2014-03-31 | 2014-07-09 | 北京百度网讯科技有限公司 | 一种用于电子地图的兴趣点推荐方法及系统 |
CN104102727A (zh) * | 2014-07-23 | 2014-10-15 | 百度在线网络技术(北京)有限公司 | 查询词的推荐方法及装置 |
-
2014
- 2014-11-26 CN CN201410705348.0A patent/CN105701108B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103870505A (zh) * | 2012-12-17 | 2014-06-18 | 阿里巴巴集团控股有限公司 | 一种查询词推荐方法和查询词推荐系统 |
CN103914536A (zh) * | 2014-03-31 | 2014-07-09 | 北京百度网讯科技有限公司 | 一种用于电子地图的兴趣点推荐方法及系统 |
CN104102727A (zh) * | 2014-07-23 | 2014-10-15 | 百度在线网络技术(北京)有限公司 | 查询词的推荐方法及装置 |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107885751A (zh) * | 2016-09-30 | 2018-04-06 | 法乐第(北京)网络科技有限公司 | 服务点推送方法及装置 |
WO2018113409A1 (zh) * | 2016-12-19 | 2018-06-28 | 腾讯科技(深圳)有限公司 | 启动资源加载方法及装置 |
CN108228270A (zh) * | 2016-12-19 | 2018-06-29 | 腾讯科技(深圳)有限公司 | 启动资源加载方法及装置 |
US11169827B2 (en) | 2016-12-19 | 2021-11-09 | Tencent Technology (Shenzhen) Company Limited | Resource loading at application startup using attributes of historical data groups |
CN107256239A (zh) * | 2017-05-23 | 2017-10-17 | 努比亚技术有限公司 | 一种推荐候选词的方法及装置 |
CN107256239B (zh) * | 2017-05-23 | 2021-03-26 | 努比亚技术有限公司 | 一种推荐候选词的方法及装置 |
CN109521888B (zh) * | 2017-09-19 | 2022-11-01 | 北京搜狗科技发展有限公司 | 一种输入方法、装置和介质 |
CN109521888A (zh) * | 2017-09-19 | 2019-03-26 | 北京搜狗科技发展有限公司 | 一种输入方法、装置和介质 |
CN107798066A (zh) * | 2017-09-25 | 2018-03-13 | 北京小度信息科技有限公司 | 一种搜索词推送方法、装置及终端 |
CN110020132A (zh) * | 2017-11-03 | 2019-07-16 | 腾讯科技(北京)有限公司 | 关键词推荐方法、装置、计算设备及存储介质 |
CN110020132B (zh) * | 2017-11-03 | 2023-04-11 | 腾讯科技(北京)有限公司 | 关键词推荐方法、装置、计算设备及存储介质 |
CN108170779A (zh) * | 2017-12-26 | 2018-06-15 | 中国联合网络通信集团有限公司 | 一种信息情报推送方法及系统 |
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 |
CN109033411A (zh) * | 2018-08-06 | 2018-12-18 | 深圳市嘀哒知经科技有限责任公司 | 一种知识技能的搜索方法 |
CN109542247A (zh) * | 2018-11-14 | 2019-03-29 | 腾讯科技(深圳)有限公司 | 句式推荐方法及装置、电子设备、存储介质 |
CN109542247B (zh) * | 2018-11-14 | 2023-03-24 | 腾讯科技(深圳)有限公司 | 句式推荐方法及装置、电子设备、存储介质 |
CN111612554A (zh) * | 2019-02-22 | 2020-09-01 | 北京京东尚科信息技术有限公司 | 检索方法、装置和计算机可读存储介质 |
CN110059265A (zh) * | 2019-05-13 | 2019-07-26 | 上海连尚网络科技有限公司 | 用于处理信息的方法和设备 |
CN110347920A (zh) * | 2019-07-02 | 2019-10-18 | 北京纵横无双科技有限公司 | 一种健康信息的检索匹配方法及装置 |
CN113592661A (zh) * | 2021-07-26 | 2021-11-02 | 上海摩莱信息科技有限公司 | 一种基于网络的保险申报系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105701108B (zh) | 2019-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105701108A (zh) | 一种信息推荐方法、装置及服务器 | |
US9589025B2 (en) | Correlated information recommendation | |
US8990242B2 (en) | Enhanced query suggestions in autosuggest with corresponding relevant data | |
US11243992B2 (en) | System and method for information recommendation | |
EP2960849A1 (en) | Method and system for recommending an item to a user | |
US20150242750A1 (en) | Asymmetric Rankers for Vector-Based Recommendation | |
CN103886090A (zh) | 基于用户喜好的内容推荐方法及装置 | |
CN105247507A (zh) | 品牌的影响力得分 | |
US20100318427A1 (en) | Enhancing database management by search, personal search, advertising, and databases analysis efficiently using core-set implementations | |
US8214348B2 (en) | Systems and methods for finding keyword relationships using wisdoms from multiple sources | |
CN102937976A (zh) | 一种基于输入前缀的下拉提示方法和装置 | |
GB2541275A (en) | Visitor identification via modeling with device and user behavior information | |
CN110689402A (zh) | 推荐商家的方法、装置、电子设备及可读存储介质 | |
CN111612560A (zh) | 用于促销对象的推荐方法、系统、存储介质及电子设备 | |
CN104050243A (zh) | 一种将搜索与社交相结合的网络搜索方法及其系统 | |
US20130080437A1 (en) | System and method for providing statistics for user submissions | |
WO2022156589A1 (zh) | 一种直播点击率的确定方法和装置 | |
US20090248655A1 (en) | Method and Apparatus for Providing Sponsored Search Ads for an Esoteric Web Search Query | |
CN114429384B (zh) | 基于电商平台的产品智能推荐方法及系统 | |
CN114596109A (zh) | 推荐信息的确定方法、装置、电子设备及存储介质 | |
KR20220118703A (ko) | 머신러닝 기반 온라인 쇼핑 리뷰 감정 예측 시스템 및 방법 | |
CN113793161A (zh) | 广告投放方法、广告投放装置、可读存储介质及电子设备 | |
CN115409452B (zh) | 配送信息处理方法、装置、系统、设备及可读存储介质 | |
Kridel et al. | Latticing and device-histories: Dynamic customer profiling for mobile advertising campaigns | |
JP5225423B2 (ja) | 予測モデル生成装置及び方法 |
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 |