CN105956149A - 默认搜索词的推荐方法和装置 - Google Patents
默认搜索词的推荐方法和装置 Download PDFInfo
- Publication number
- CN105956149A CN105956149A CN201610317396.1A CN201610317396A CN105956149A CN 105956149 A CN105956149 A CN 105956149A CN 201610317396 A CN201610317396 A CN 201610317396A CN 105956149 A CN105956149 A CN 105956149A
- Authority
- CN
- China
- Prior art keywords
- search word
- candidate
- search
- video
- historical
- 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
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/73—Querying
- G06F16/735—Filtering based on additional data, e.g. user or group profiles
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
本发明实施例提供了一种默认搜索词的推荐方法和装置,该方法包括:获取当前用户的历史搜索词列表;对历史搜索词列表按照预设条件进行过滤处理,生成搜索词候选集;查询搜索词候选集中的候选搜索词的特征信息;根据特征信息,按照预设规则推荐默认搜索词。本发明通过对当前用户的历史搜索词列表进行分析处理,来挖掘用户在当前状态下可能感兴趣的搜索词,并进行推荐,使得本发明所推荐的搜索词与用户观看需求密切相关,推荐效果好,并提升了用户的搜索体验。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及一种默认搜索词的推荐方法和一种默认搜索词的推荐装置。
背景技术
目前,为了给用户更好的视频搜索体验,很多视频搜索引擎都会通过在搜索框中设置默认搜索词的方式来达到对搜索词进行推荐的目的。其中,该默认搜索词,即为在用户向搜索框中输入关键词之前,视频搜索系统在搜索框中自动为用户推荐的搜索词。在实际应用中,如果推荐的该搜索词能够引起用户的兴趣,那么用户就可以通过直接点击搜索按钮或者敲击回车键的方式来得到该搜索词的搜索结果。
现有技术中的这种默认搜索词的推荐方法虽然能够在一定程度上避免用户对部分关键词的手动输入,但是,在默认搜索词的设置上,这种推荐方法主要是通过将本地搜索热词列表(例如Hot Query)中的搜索词直接设置为默认搜索词的方式来实现的。显然,在现有技术的默认搜索词的设置过程中并未考虑用户的个性化要求以及视频观看兴趣,从而存在默认搜索词的推荐效果差的问题。
由此可见,现有技术中在对默认搜索词进行推荐时,普遍存在着所推荐关键词与用户观看需求无关、推荐效果差以及用户体验感不佳的问题。
发明内容
本发明实施例所要解决的技术问题是提供一种默认搜索词的推荐方法和装置,以解决推荐的搜索词与用户观看需求无关,推荐效果差以及用户体验感不佳的问题。
为了解决上述问题,根据本发明的一个方面,本发明公开了一种默认搜索词的推荐方法,包括:
获取当前用户的历史搜索词列表;
对历史搜索词列表按照预设条件进行过滤处理,生成搜索词候选集;
查询搜索词候选集中的候选搜索词的特征信息;
根据特征信息,按照预设规则推荐默认搜索词。
根据本发明的另一方面,本发明还公开了一种默认搜索词的推荐装置,包括:
获取模块,用于获取当前用户的历史搜索词列表;
过滤模块,用于对历史搜索词列表按照预设条件进行过滤处理,生成搜索词候选集;
查询模块,用于查询搜索词候选集中的候选搜索词的特征信息;
推荐模块,用于根据特征信息,按照预设规则推荐默认搜索词。
与现有技术相比,本发明实施例包括以下优点:
本发明通过对当前用户的历史搜索词列表进行分析处理,来挖掘用户在当前状态下可能感兴趣的搜索词,并进行推荐,使得本发明所推荐的搜索词与用户观看需求密切相关,推荐效果好,并提升了用户的搜索体验。
此外,本发明通过使用户最近搜索词作为历史搜索词列表中的搜索词,并且在历史搜索词的截取量上以搜索顺序和过滤情况为条件来确定。从而不会使历史搜索词列表中的搜索词的数量过大,而导致搜索词的搜索时间距离当前时间过远以及搜索词的新鲜度下降的问题;同时也不会使历史搜索词列表中的搜索词的数量过小,而导致该历史搜索词列表经过视频名称的过滤处理后,搜索词候选集中的搜索词的数量过小的问题,进而造成不利于搜索词推荐,推荐误差大、不准确的问题。并且,本发明通过查询搜索词候选集中的搜索词的搜索次数和点击次数来确定搜索热度,能够使搜索热度的判断上更加准确,从而为用户推荐搜索热度较高的搜索词。
附图说明
图1是本发明的一种默认搜索词的推荐方法实施例的步骤流程图;
图2是本发明的另一种默认搜索词的推荐方法实施例的步骤流程图;
图3是本发明的又一种默认搜索词的推荐方法实施例的步骤流程图;
图4是本发明的一种默认搜索词的推荐系统实施例的示意流程图;
图5是本发明的一种默认搜索词的推荐装置实施例的结构框图;
图6是本发明的另一种默认搜索词的推荐装置实施例的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明实施例的核心构思之一在于,所推荐的默认搜索词来源于当前用户的历史搜索词列表,而实际推荐的默认搜索词又与该搜索词的特征信息相关联,从而使得本发明实施例所推荐的默认搜索词融合了用户的搜索习惯和搜索词的特征信息,使推荐的搜索词与用户的需求相匹配,更容易引起用户的搜索兴趣,提高搜索体验。
参照图1,示出了本发明的一种默认搜索词的推荐方法实施例的步骤流程图,具体可以包括如下步骤:
步骤101,获取当前用户的历史搜索词列表;
其中,用户的搜索历史记录中,大部分都是用户感兴趣的搜索词,因此,可以在搜索历史记录表中查找当前用户的搜索历史,以获取当前用户的历史搜索词列表。
步骤103,对历史搜索词列表按照预设条件进行过滤处理,生成搜索词候选集;
其中,历史搜索词列表中通常会包含一些不需要对用户进行推荐的搜索词。因此,可以按照预设条件对历史搜索词列表进行过滤,以生成搜索词候选集。
步骤105,查询搜索词候选集中的候选搜索词的特征信息;
其中,在生成搜索词候选集后,再查询一下该候选集中每个搜索词的特征信息,以方便默认搜索词的生成。
步骤107,根据特征信息,按照预设规则推荐默认搜索词。
其中,可以基于搜索词的具体特征信息,来按照与该特征信息匹配的规则进行默认搜索词的推荐。
借助于本发明上述实施例的技术方案,本发明通过对当前用户的历史搜索词列表进行分析处理,来挖掘用户在当前状态下可能感兴趣的搜索词,并进行推荐,使得本发明所推荐的搜索词与用户观看需求密切相关,推荐效果好,并提升了用户的搜索体验。
参照如图2,示出了本发明的另一种默认搜索词的推荐方法实施例的步骤流程图,具体可以包括如下步骤:
步骤201,按照历史搜索词的时间戳距离当前时间戳由近到远的顺序,获取预定数量范围的当前用户的历史搜索词,生成历史搜索词列表;
其中,在数据库中查询当前用户的历史搜索词时,为了保证生成的历史搜索词列表中的搜索词的新鲜度,可以在当前用户的所有历史搜索词中按照时间戳顺序截取用户最近搜索的N条搜索词,该N的取值为预定数量范围,而该N的取值范围由搜索词的时间戳和下文步骤205的过滤处理情况来确定。
步骤203,在网络视频信息库中提取视频类型为可更新的视频的视频名称,生成视频名称列表;
其中,网络视频信息库中存储有全网影视数据,例如包括视频名称和更新状态等基本信息。因此,可以在网络视频信息库中提取可更新类型的视频的名称,已生成该视频名称列表。
步骤205,在历史搜索词列表中过滤不属于视频名称列表的历史搜索词,生成搜索词候选集;
其中,历史搜索词列表中通常会包含一些不可更新的视频类型(诸如资讯、新闻等短视频)的候选搜索词,对于这些候选搜索词,用户一般不会重复搜索。因此,可以在历史搜索词列表中过滤不属于视频名称列表的历史搜索词,以生成搜索词候选集。
步骤207-1a,在预置搜索词库中查询搜索词候选集中的候选搜索词在距离当前时间戳预定时间的时间段内的搜索次数和点击次数;
其中,可以在预置搜索词库中查询该搜索词候选集中的候选搜索词在最近预定时间段内(例如最近三天内)的搜索次数和点击次数。
步骤207-1b,根据搜索次数和点击次数确定搜索词候选集中的候选搜索词的搜索热度;
其中,可根据该搜索次数和点击次数来确定该候选搜索词的搜索热度。
步骤209-1,根据候选搜索词的搜索热度,推荐搜索热度最高的候选搜索词。
最后,就可根据该候选搜索词的搜索热度,来推荐热度最高的候选搜索词作为默认搜索词。
通过本发明实施例的上述技术方案,可以使用户最近搜索词作为历史搜索词列表中的搜索词,并且在历史搜索词的截取量上以搜索顺序和过滤情况为条件来确定。从而不会使历史搜索词列表中的搜索词的数量过大,而导致搜索词的搜索时间距离当前时间过远以及搜索词的新鲜度下降的问题;同时也不会使历史搜索词列表中的搜索词的数量过小,而导致该历史搜索词列表经过视频名称的过滤处理后,搜索词候选集中的搜索词的数量过小的问题,进而造成不利于搜索词推荐,推荐误差大、不准确的问题。并且,本发明通过查询搜索词候选集中的搜索词的搜索次数和点击次数来确定搜索热度,能够使搜索热度的判断上更加准确,从而为用户推荐搜索热度较高的搜索词。
可选地,在另一个实施例中,为了给用户推荐属于更新状态的视频的搜索词,根据本发明图2所示实施例的推荐方法还可包括如下步骤:
步骤207-2a,在网络视频信息库中查询搜索词候选集中的候选搜索词所对应的视频名称;
其中,可以通过网络视频信息库来查询候选搜索词对应的视频名称。
步骤207-2b,根据视频名称在网络视频信息库中查询候选搜索词所属视频的当前更新状态;
其中,同样可以通过网络视频信息库来查询候选搜索词所属视频的当前更新状态。
步骤209-2,根据候选搜索词的所属视频的当前更新状态,推荐候选搜索词所属视频处于更新状态的候选搜索词。
最后,可以根据候选搜索词的所属视频的当前更新状态(例如未上映、更新中、已完结等),来推荐候选搜索词所属视频处于更新中的候选搜索词。
借助于本发明实施例的上述技术方案,可以根据视频的不同更新程度,为用户推荐处于更新状态的视频的搜索词,提高搜索词的推荐效果。
可选地,在另一个实施例中,为了给用户推荐属于更新状态的视频的候选搜索词,根据本发明图2所示实施例的推荐方法还可包括如下步骤:
步骤207-3,统计搜索词候选集中的候选搜索词在历史搜索词列表中的个数,基于个数查询得到候选搜索词的搜索频度;
其中,可以通过统计搜索词候选集中每个候选搜索词在历史搜索词列表中的个数,来确定该用户对每个候选搜索词的搜索频度。
步骤209-3,根据候选搜索词的搜索频度,推荐搜索频度最高的候选搜索词。
最后,根据搜索频度来为用户推荐自己最常搜素的候选搜索词作为默认搜索词,使得推荐的搜索词与用户的搜索习惯相匹配。
借助于本发明实施例的上述技术方案,可以根据用户的搜索喜好,来为用户推荐用户最常搜索的搜索词,使得推荐的搜索词与用户的搜索习惯相匹配。
为了更好的理解本发明的上述技术方案,下面结合两个具体实施例来对本发明的上述技术方案进行详细阐述。
图3示出了本发明的又一种默认搜索词的推荐方法实施例的步骤流程图,具体包括以下步骤:
步骤301,基于用户ID,获取当前用户的历史搜索词列表;
步骤303,对该历史搜索词列表进行短视频(例如新闻、资讯、用户录制的短视频等)的搜索词的过滤,仅保留电视剧、综艺以及动漫类可更新类型的视频的搜索词并作为候选集;
步骤305,查询候选集中候选搜索词的搜索热度,对应剧集的更新状态等特征,优先推荐候选集中正在更新的、热门的剧集候选搜索词。
本发明通过对用户的历史搜索词列表中一般不会重复搜索的搜索词进行过滤,并对过滤后的候选搜索词以其搜索热度和对应剧集的更新状态进行搜索词推荐,使得本发明所推荐的默认搜索词结合了用户的搜索习惯和搜索词的推荐特征,提高了用户的搜索体验。
图4示出了根据本发明的一种默认搜索词的推荐系统实施例的示意流程图,该推荐系统包括:三个数据库(搜索历史记录表、全网影视库以及搜索词库)、候选集生成模块、特征抽取模块以及默认搜索词推荐模块。
其中,搜索历史记录表,用于存储用户的历史搜索记录,存储格式为:key=用户ID,value=[搜索词#时间戳,搜索词#时间戳,…],本实施例中该历史搜索记录的数据按天更新。
全网影视库,用于存储全网影视数据,包括剧名、频道(电视剧、电影、综艺等)、更新状态(未上映、更新中、已完结)等基本信息。
搜索词库,用于存储热门搜索词一些基本信息,包括每天的搜索次数、点击次数等。
候选集生成模块的主要功能包括:基于用户ID作为key来查询搜索历史记录表,并截取用户最近搜索的N条搜索词(根据经验,N的取值范围为[10,20])。其中,由于用户的兴趣会随着时间发生变化,为保证搜索词的新鲜度,可以过滤时间戳在1周之前的历史搜索词;然后,从全网影视数据库中,提取所有电视剧、综艺和动漫节目的剧名,保存为影视剧名列表。依次判断用户最近的N条搜索词是否属于影视剧名列表,如果属于影视剧名列表,把搜索词加入候选集,并统计此搜索词在最近N次搜索中出现的次数(定义为搜索频度);否则,过滤此搜索词。
其中,对于该N的取值范围来说,本发明实施例在对N进行取值时,不会取值过大(例如100),从而避免历史记录中包括过多用户很久之前搜索的搜索词,新鲜度过低的问题;同时,该N的取值也不会过小(例如5),其中,N的取值小虽然在一定程度上能够避免搜索词的搜索新鲜度低的问题,但是在后续进行不属于更新类型的视频的过滤步骤时,容易过滤掉太多搜索词,从而使得候选集中的搜索词过少,搜索词的推荐效果差的问题。也就是说,在生成历史搜索词列表时,本发明实施例的推荐系统能够控制合理的数量,以满足搜索词的搜索新鲜度高和推荐效果好的双重要求。
特征抽取模块,用于依次查询搜索词库和全网影视库,获取候选词最近一天的搜索次数以及候选搜索词对应影视剧当前的更新状态。
默认搜索词推荐模块,用于依据候选词的特征,按照策略推荐相应的候选搜索词。本实施例的推荐策略具体包括以下至少之一:优先推荐候选集中热度最高的搜索词;优先推荐候选集中搜索频度最高的搜索词;优先推荐对应的影视剧正在更新的、热度最高的搜索词;优先推荐对应的影视剧正在更新的、搜索频度最高的搜索词。其中,对于正在上映,或者已经更新的电视剧、综艺以及动漫类搜索词,以及搜索词的搜索热度可以设置较高的推荐级别。
本发明实施例的默认搜索词的推荐系统,融合了用户搜索历史记录、搜索词热度以及搜索词对应影视剧的更新状态以及搜索频度等信息,使得推荐的搜索词更容易引起用户的兴趣,提升用户搜索体验。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图5,示出了本发明的一种默认搜索词的推荐装置实施例的结构框图,具体可以包括如下模块:
获取模块51,用于获取当前用户的历史搜索词列表;
过滤模块52,用于对历史搜索词列表按照预设条件进行过滤处理,生成搜索词候选集;
查询模块53,用于查询搜索词候选集中的候选搜索词的特征信息;
推荐模块54,用于根据特征信息,按照预设规则推荐默认搜索词。
借助于本发明上述实施例的技术方案,本发明通过对当前用户的历史搜索词列表进行分析处理,来挖掘用户在当前状态下可能感兴趣的搜索词,并进行推荐,使得本发明所推荐的搜索词与用户观看需求密切相关,推荐效果好,并提升了用户的搜索体验。
此外,在另一个实施例中,参照图6,示出了包含本发明图5所示的另一种默认搜索词的推荐装置实施例的结构框图,具体如下;
获取模块51,进一步用于按照历史搜索词的时间戳距离当前时间戳由近到远的顺序,获取预定数量范围的当前用户的历史搜索词,生成历史搜索词列表。
过滤模块52可包括如下子模块:
提取子模块52a,用于在网络视频信息库中提取视频类型为可更新的视频的视频名称,生成视频名称列表;
过滤子模块52b,用于在历史搜索词列表中过滤不属于视频名称列表的历史搜索词,生成搜索词候选集。
其中,在候选搜索词的特征信息为搜索热度时,该查询模块53可包括:
第一查询子模块53-1a,用于在预置搜索词库中查询搜索词候选集中的候选搜索词在距离当前时间戳预定时间的时间段内的搜索次数和点击次数;
搜索热度确定子模块53-1b,用于根据搜索次数和点击次数确定搜索词候选集中的候选搜索词的搜索热度。
可选地,在候选搜索词的特征信息为候选搜索词所属视频的当前更新状态时,该查询模块53可包括:
第二查询子模块53-2a,用于在网络视频信息库中查询搜索词候选集中的候选搜索词所对应的视频名称;
更新状态确定子模块53-2b,用于根据视频名称在网络视频信息库中查询候选搜索词所属视频的当前更新状态。
可选地,在候选搜索词的特征信息为候选搜索词的搜索频度时,该查询模块53可包括:
搜索频度确定子模块53-3,用于统计搜索词候选集中的候选搜索词在历史搜索词列表中的个数,基于个数查询得到候选搜索词的搜索频度。
相应的,该推荐模块54,在根据搜索词的特征信息,按照预设规则推荐默认搜索词时,该预设规则可包括以下至少之一:
推荐搜索频度最高的候选搜索词;
推荐搜索热度最高的候选搜索词;
推荐搜索词所属视频处于更新状态的候选搜索词。
也就是说,在候选搜索词的特征信息分别为搜索热度、候选搜索词所属视频的当前更新状态、搜索频度的不同实施例中,该推荐模块54在进行默认搜索词推荐时所用的预设规则相应变化。即,在候选搜索词的特征信息为搜索热度时,则将搜索热度最高的搜索词推荐为默认搜索词;在候选搜索词的特征信息为候选搜索词所属视频的当前更新状态时,则将候选搜索词所属视频处于更新状态的搜索词推荐为默认搜索词;在候选搜索词的特征信息为搜素频度时,则将搜索频度最高的搜索词推荐为默认搜索词;而在候选搜索词的特征信息为上述三种特征信息的任意组合时则预设规则也进行相应的组合变化,以使推荐规则与搜索词的实际特征信息相匹配。
通过本发明实施例的推荐装置,能够使历史搜索词列表中的搜索词为用户最近搜索词;并且在历史搜索词的截取量上以搜索顺序和过滤情况为条件来确定,从而使得历史搜索词列表中的搜索词的数量不会因为过大,而导致搜索词的搜索时间距离当前时间过远的情况,搜索词的新鲜度下降的问题;也不会使历史搜索词列表中的搜索词的数量过小,而导致该历史搜索词列表经过视频名称的过滤处理后,搜索词候选集中的搜索词的数量过小的问题,不利于搜索词推荐,推荐误差大、不准确的问题。并且,本发明通过查询搜索词候选集中的搜索词的搜索次数和点击次数来确定搜索热度,能够使的搜索热度的判断上更加准确,从而为用户推荐搜索热度较高的搜索词。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种默认搜索词的推荐方法和一种默认搜索词的推荐装置,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (16)
1.一种默认搜索词的推荐方法,其特征在于,包括:
获取当前用户的历史搜索词列表;
对所述历史搜索词列表按照预设条件进行过滤处理,生成搜索词候选集;
查询所述搜索词候选集中的候选搜索词的特征信息;
根据所述特征信息,按照预设规则推荐默认搜索词。
2.根据权利要求1所述的方法,其特征在于,所述获取当前用户的历史搜索词列表的步骤包括:
按照所述历史搜索词的时间戳距离当前时间戳由近到远的顺序,获取预定数量范围的当前用户的历史搜索词,生成所述历史搜索词列表。
3.根据权利要求1所述的方法,其特征在于,所述对所述历史搜索词列表按照预设条件进行过滤处理,生成搜索词候选集的步骤包括:
在网络视频信息库中提取视频类型为可更新的视频的视频名称,生成视频名称列表;
在所述历史搜索词列表中过滤不属于所述视频名称列表的历史搜索词,生成搜索词候选集。
4.根据权利要求1所述的方法,其特征在于,所述特征信息包括:
所述候选搜索词的搜索热度、所述候选搜索词所属视频的当前更新状态、所述候选搜索词的搜索频度。
5.根据权利要求4所述的方法,其特征在于,所述查询所述搜索词候选集中的候选搜索词的特征信息的步骤包括:
在预置搜索词库中查询所述搜索词候选集中的候选搜索词在距离当前时间戳预定时间的时间段内的搜索次数和点击次数;
根据所述搜索次数和所述点击次数确定所述候选搜索词的搜索热度。
6.根据权利要求4所述的方法,其特征在于,所述查询所述搜索词候选集中的候选搜索词的特征信息的步骤包括:
在所述网络视频信息库中查询所述搜索词候选集中的候选搜索词所对应的视频名称;
根据所述视频名称在所述网络视频信息库中查询所述候选搜索词所属视频的当前更新状态。
7.根据权利要求4所述的方法,其特征在于,所述查询所述搜索词候选集中的候选搜索词的特征信息的步骤包括:
统计所述搜索词候选集中的候选搜索词在所述历史搜索词列表中的个数,基于所述个数查询得到所述候选搜索词的搜索频度。
8.根据权利要求1所述的方法,其特征在于,所述预设规则包括以下至少之一:
推荐搜索频度最高的候选搜索词;
推荐搜索热度最高的候选搜索词;
推荐搜索词所属视频处于更新状态的候选搜索词。
9.一种默认搜索词的推荐装置,其特征在于,包括:
获取模块,用于获取当前用户的历史搜索词列表;
过滤模块,用于对所述历史搜索词列表按照预设条件进行过滤处理,生成搜索词候选集;
查询模块,用于查询所述搜索词候选集中的候选搜索词的特征信息;
推荐模块,用于根据所述特征信息,按照预设规则推荐默认搜索词。
10.根据权利要求9所述的装置,其特征在于,所述获取模块,进一步用于按照所述历史搜索词的时间戳距离当前时间戳由近到远的顺序,获取预定数量范围的当前用户的历史搜索词,生成所述历史搜索词列表。
11.根据权利要求9所述的装置,其特征在于,所述过滤模块包括:
提取子模块,用于在网络视频信息库中提取视频类型为可更新的视频的视频名称,生成视频名称列表;
过滤子模块,用于在所述历史搜索词列表中过滤不属于所述视频名称列表的历史搜索词,生成搜索词候选集。
12.根据权利要求9所述的装置,其特征在于,所述特征信息包括:
所述候选搜索词的搜索热度、所述候选搜索词所属视频的当前更新状态、所述候选搜索词的搜索频度。
13.根据权利要求12所述的装置,其特征在于,所述查询模块包括:
第一查询子模块,用于在预置搜索词库中查询所述搜索词候选集中的候选搜索词在距离当前时间戳预定时间的时间段内的搜索次数和点击次数;
搜索热度确定子模块,用于根据所述搜索次数和所述点击次数确定所述搜索词候选集中的所述候选搜索词的搜索热度。
14.根据权利要求12所述的装置,其特征在于,所述查询模块还包括:
第二查询子模块,用于在所述网络视频信息库中查询所述搜索词候选集中的候选搜索词所对应的视频名称;
更新状态确定子模块,用于根据所述视频名称在所述网络视频信息库中查询所述候选搜索词所属视频的当前更新状态。
15.根据权利要求12所述的装置,其特征在于,所述查询模块还包括:
搜索频度确定子模块,用于统计所述搜索词候选集中的候选搜索词在所述历史搜索词列表中的个数,基于所述个数查询得到所述候选搜索词的搜索频度。
16.根据权利要求9所述的装置,其特征在于,所述预设规则包括以下至少之一:
推荐搜索频度最高的候选搜索词;
推荐搜索热度最高的候选搜索词;
推荐搜索词所属视频处于更新状态的候选搜索词。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610317396.1A CN105956149B (zh) | 2016-05-12 | 2016-05-12 | 默认搜索词的推荐方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610317396.1A CN105956149B (zh) | 2016-05-12 | 2016-05-12 | 默认搜索词的推荐方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105956149A true CN105956149A (zh) | 2016-09-21 |
CN105956149B CN105956149B (zh) | 2019-12-06 |
Family
ID=56911664
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610317396.1A Active CN105956149B (zh) | 2016-05-12 | 2016-05-12 | 默认搜索词的推荐方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105956149B (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106777217A (zh) * | 2016-12-23 | 2017-05-31 | 北京奇虎科技有限公司 | 一种搜索词推荐方法及装置 |
CN106874248A (zh) * | 2017-01-22 | 2017-06-20 | 百度在线网络技术(北京)有限公司 | 基于人工智能的文章生成方法和装置 |
CN107169116A (zh) * | 2017-05-24 | 2017-09-15 | 北京奇艺世纪科技有限公司 | 默认搜索词的生成方法及装置 |
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 |
CN108197243A (zh) * | 2017-12-29 | 2018-06-22 | 北京奇虎科技有限公司 | 一种基于用户身份的输入联想推荐方法及装置 |
CN108319603A (zh) * | 2017-01-17 | 2018-07-24 | 腾讯科技(深圳)有限公司 | 对象推荐方法和装置 |
CN108491494A (zh) * | 2018-03-19 | 2018-09-04 | 努比亚技术有限公司 | 应用推荐方法、终端及计算机可读存储介质 |
CN108920531A (zh) * | 2018-06-08 | 2018-11-30 | Oppo(重庆)智能科技有限公司 | 搜索内容推荐方法、装置、终端设备及存储介质 |
CN109189990A (zh) * | 2018-07-25 | 2019-01-11 | 北京奇艺世纪科技有限公司 | 一种搜索词的生成方法、装置及电子设备 |
CN109564571A (zh) * | 2016-10-21 | 2019-04-02 | 纳宝株式会社 | 利用搜索上下文的查询推荐方法及系统 |
CN109597499A (zh) * | 2018-12-01 | 2019-04-09 | 广东鸿正软件技术有限公司 | 一种自定义选值方法、装置、计算机设备及存储介质 |
CN111026786A (zh) * | 2019-04-11 | 2020-04-17 | 广东小天才科技有限公司 | 一种听写列表生成方法及家教设备 |
CN111310287A (zh) * | 2020-02-14 | 2020-06-19 | 广东省智能制造研究所 | 一种机械结构信息的推荐方法及装置 |
CN111309999A (zh) * | 2018-12-11 | 2020-06-19 | 阿里巴巴集团控股有限公司 | 一种互动场景内容的生成方法及装置 |
CN111368185A (zh) * | 2020-02-25 | 2020-07-03 | 北京字节跳动网络技术有限公司 | 数据展示方法、装置、存储介质及电子设备 |
CN112235611A (zh) * | 2020-10-14 | 2021-01-15 | 广州欢网科技有限责任公司 | 搜索热词提取方法、装置及智能电视 |
CN112541110A (zh) * | 2019-09-20 | 2021-03-23 | 北京搜狗科技发展有限公司 | 一种信息推荐方法、装置和电子设备 |
CN113792209A (zh) * | 2021-08-13 | 2021-12-14 | 唯品会(广州)软件有限公司 | 搜索词生成方法、系统及计算机可读存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101984423A (zh) * | 2010-10-21 | 2011-03-09 | 百度在线网络技术(北京)有限公司 | 一种热搜词生成方法及系统 |
CN104143001A (zh) * | 2014-08-01 | 2014-11-12 | 百度在线网络技术(北京)有限公司 | 搜索词推荐方法及装置 |
CN104166700A (zh) * | 2014-08-01 | 2014-11-26 | 百度在线网络技术(北京)有限公司 | 搜索词推荐方法及装置 |
CN105159930A (zh) * | 2015-08-05 | 2015-12-16 | 百度在线网络技术(北京)有限公司 | 搜索关键词的推送方法和装置 |
CN105447192A (zh) * | 2015-12-21 | 2016-03-30 | 北京奇虎科技有限公司 | 在导航页上推荐个性化搜索词方法和装置 |
-
2016
- 2016-05-12 CN CN201610317396.1A patent/CN105956149B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101984423A (zh) * | 2010-10-21 | 2011-03-09 | 百度在线网络技术(北京)有限公司 | 一种热搜词生成方法及系统 |
CN104143001A (zh) * | 2014-08-01 | 2014-11-12 | 百度在线网络技术(北京)有限公司 | 搜索词推荐方法及装置 |
CN104166700A (zh) * | 2014-08-01 | 2014-11-26 | 百度在线网络技术(北京)有限公司 | 搜索词推荐方法及装置 |
CN105159930A (zh) * | 2015-08-05 | 2015-12-16 | 百度在线网络技术(北京)有限公司 | 搜索关键词的推送方法和装置 |
CN105447192A (zh) * | 2015-12-21 | 2016-03-30 | 北京奇虎科技有限公司 | 在导航页上推荐个性化搜索词方法和装置 |
Cited By (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109564571A (zh) * | 2016-10-21 | 2019-04-02 | 纳宝株式会社 | 利用搜索上下文的查询推荐方法及系统 |
WO2018113468A1 (zh) * | 2016-12-23 | 2018-06-28 | 北京奇虎科技有限公司 | 搜索词推荐方法、装置、程序及介质 |
CN106777217A (zh) * | 2016-12-23 | 2017-05-31 | 北京奇虎科技有限公司 | 一种搜索词推荐方法及装置 |
CN108319603A (zh) * | 2017-01-17 | 2018-07-24 | 腾讯科技(深圳)有限公司 | 对象推荐方法和装置 |
CN106874248A (zh) * | 2017-01-22 | 2017-06-20 | 百度在线网络技术(北京)有限公司 | 基于人工智能的文章生成方法和装置 |
CN106874248B (zh) * | 2017-01-22 | 2020-11-24 | 百度在线网络技术(北京)有限公司 | 基于人工智能的文章生成方法和装置 |
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 |
CN107169116A (zh) * | 2017-05-24 | 2017-09-15 | 北京奇艺世纪科技有限公司 | 默认搜索词的生成方法及装置 |
CN107169116B (zh) * | 2017-05-24 | 2020-11-24 | 北京奇艺世纪科技有限公司 | 默认搜索词的生成方法及装置 |
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 |
CN108197243A (zh) * | 2017-12-29 | 2018-06-22 | 北京奇虎科技有限公司 | 一种基于用户身份的输入联想推荐方法及装置 |
CN108491494A (zh) * | 2018-03-19 | 2018-09-04 | 努比亚技术有限公司 | 应用推荐方法、终端及计算机可读存储介质 |
CN108920531A (zh) * | 2018-06-08 | 2018-11-30 | Oppo(重庆)智能科技有限公司 | 搜索内容推荐方法、装置、终端设备及存储介质 |
CN108920531B (zh) * | 2018-06-08 | 2021-10-15 | Oppo(重庆)智能科技有限公司 | 搜索内容推荐方法、装置、终端设备及存储介质 |
CN109189990B (zh) * | 2018-07-25 | 2021-03-26 | 北京奇艺世纪科技有限公司 | 一种搜索词的生成方法、装置及电子设备 |
CN109189990A (zh) * | 2018-07-25 | 2019-01-11 | 北京奇艺世纪科技有限公司 | 一种搜索词的生成方法、装置及电子设备 |
CN109597499A (zh) * | 2018-12-01 | 2019-04-09 | 广东鸿正软件技术有限公司 | 一种自定义选值方法、装置、计算机设备及存储介质 |
CN111309999A (zh) * | 2018-12-11 | 2020-06-19 | 阿里巴巴集团控股有限公司 | 一种互动场景内容的生成方法及装置 |
CN111309999B (zh) * | 2018-12-11 | 2023-05-16 | 阿里巴巴集团控股有限公司 | 一种互动场景内容的生成方法及装置 |
CN111026786A (zh) * | 2019-04-11 | 2020-04-17 | 广东小天才科技有限公司 | 一种听写列表生成方法及家教设备 |
CN112541110A (zh) * | 2019-09-20 | 2021-03-23 | 北京搜狗科技发展有限公司 | 一种信息推荐方法、装置和电子设备 |
CN111310287B (zh) * | 2020-02-14 | 2023-04-07 | 广东省智能制造研究所 | 一种机械结构信息的推荐方法及装置 |
CN111310287A (zh) * | 2020-02-14 | 2020-06-19 | 广东省智能制造研究所 | 一种机械结构信息的推荐方法及装置 |
CN111368185A (zh) * | 2020-02-25 | 2020-07-03 | 北京字节跳动网络技术有限公司 | 数据展示方法、装置、存储介质及电子设备 |
CN111368185B (zh) * | 2020-02-25 | 2023-04-28 | 北京字节跳动网络技术有限公司 | 数据展示方法、装置、存储介质及电子设备 |
CN112235611A (zh) * | 2020-10-14 | 2021-01-15 | 广州欢网科技有限责任公司 | 搜索热词提取方法、装置及智能电视 |
CN113792209A (zh) * | 2021-08-13 | 2021-12-14 | 唯品会(广州)软件有限公司 | 搜索词生成方法、系统及计算机可读存储介质 |
CN113792209B (zh) * | 2021-08-13 | 2024-02-02 | 唯品会(广州)软件有限公司 | 搜索词生成方法、系统及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105956149B (zh) | 2019-12-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105956149A (zh) | 默认搜索词的推荐方法和装置 | |
CN104822074B (zh) | 一种电视节目的推荐方法及装置 | |
CN104504059B (zh) | 多媒体资源推荐方法 | |
JP5285196B1 (ja) | お薦めコンテンツ提供装置、お薦めコンテンツ提供プログラムおよびお薦めコンテンツ提供方法 | |
CN107656938B (zh) | 一种推荐方法和装置、一种用于推荐的装置 | |
US20190045273A1 (en) | Enhanced program guide | |
US20120317085A1 (en) | Systems and methods for transmitting content metadata from multiple data records | |
CN102630052B (zh) | 面向实时流的电视节目推荐系统 | |
US11755651B2 (en) | Method, apparatus, and computer-readable medium for generating categorical and criterion-based search results from a search query | |
US20120246302A1 (en) | System and methodology for creating and using contextual user profiles | |
CN107657004A (zh) | 视频推荐方法、系统及设备 | |
US20150143394A1 (en) | Content presentation method, content presentation device, and program | |
CN103136275A (zh) | 个性化视频推荐系统及方法 | |
EP2835979A1 (en) | Attribute setting method and device | |
CN105282565A (zh) | 一种视频推荐方法和装置 | |
CN104065981A (zh) | 一种视频推荐方法和装置 | |
CN106168980A (zh) | 多媒体资源推荐排序方法及装置 | |
US20140304247A1 (en) | Method and System for Content Management | |
CN102724570B (zh) | 交互式网络电视节目显示方法和系统 | |
CN104219576A (zh) | 一种基于智能电视的播放节目推荐方法 | |
CN105338408B (zh) | 基于时间因子的视频推荐方法 | |
CN104219577A (zh) | 基于智能电视的实时电视节目与网络视频混合推荐方法 | |
KR20180023584A (ko) | 서버 장치, 그 제어 방법 및 컴퓨터 판독가능 기록 매체 | |
CN102724550A (zh) | 一种视频播放方法和装置 | |
US10592831B2 (en) | Methods and systems for recommending actors |
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 |