CN106682925A - 广告内容的推荐方法及装置 - Google Patents

广告内容的推荐方法及装置 Download PDF

Info

Publication number
CN106682925A
CN106682925A CN201510752684.5A CN201510752684A CN106682925A CN 106682925 A CN106682925 A CN 106682925A CN 201510752684 A CN201510752684 A CN 201510752684A CN 106682925 A CN106682925 A CN 106682925A
Authority
CN
China
Prior art keywords
search
alternative
user
keyword
content
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
Application number
CN201510752684.5A
Other languages
English (en)
Inventor
罗维
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 Qihoo Technology Co Ltd
Qizhi Software Beijing Co Ltd
Original Assignee
Beijing Qihoo Technology Co Ltd
Qizhi Software Beijing 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 Qihoo Technology Co Ltd, Qizhi Software Beijing Co Ltd filed Critical Beijing Qihoo Technology Co Ltd
Priority to CN201510752684.5A priority Critical patent/CN106682925A/zh
Publication of CN106682925A publication Critical patent/CN106682925A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种广告内容的推荐方法及装置,涉及互联网广告技术领域,主要目的在于能够根据用户的搜索意图准确的为用户推荐广告内容,提高广告内容反馈的准确度。本发明主要技术方案为:获取当前搜索用户的用户标识ID;根据所述用户ID获取所述用户的历史搜索信息,所述历史搜索信息包括历史搜索的搜索关键词和统一资源定位符URL信息;根据所述历史搜索的搜索关键词和URL信息获取备选广告内容;根据预设参数对所述备选广告内容进行多权重混合排序形成备选广告内容推荐队列;将备选广告内容推荐队列中预定的广告内容返回给当前搜索用户。本发明主要用于广告内容的推荐的过程中。

Description

广告内容的推荐方法及装置
技术领域
本发明涉及互联网广告技术领域,特别是涉及一种广告内容的推荐方法及装置。
背景技术
搜索引擎指自动从因特网搜集信息,经过一定整理以后,提供给用户进行查询的系统。因特网上的信息浩瀚万千,而且毫无秩序,所有的信息像汪洋上的一个个小岛,网页链接是这些小岛之间纵横交错的桥梁,而搜索引擎,则为用户绘制一幅一目了然的信息地图,供用户随时查阅。它们从互联网提取各个网站的信息(以网页文字为主),建立起数据库,并能搜索与用户查询条件相匹配的记录,按一定的排列顺序返回结果。
随着互联网技术的发展以及互联网用户对于搜索信息精确度的要求,根据用户的搜索关键词到基于网站网页文字建立起的数据库中获取搜索结果的搜索方式,很多时候搜索到的搜索结果与用户的搜索意图相差较远,搜索准确度不高,用户体验不好。
发明内容
有鉴于此,本发明提供的一种广告内容的推荐方法及装置,主要目的在于能够根据用户的搜索意图准确的为用户推荐广告内容,提高广告内容反馈的准确度。
为达到上述目的,本发明提供如下技术方案:
一方面,本发明提供一种广告内容的推荐方法,包括:
获取当前搜索用户的用户标识ID;
根据所述用户ID获取所述用户的历史搜索信息,所述历史搜索信息包括历史搜索的搜索关键词和统一资源定位符URL信息;
根据所述历史搜索的搜索关键词和URL信息获取备选广告内容;
根据预设参数对所述备选广告内容进行多权重混合排序形成备选广告 内容推荐队列;
将备选广告内容推荐队列中预定的广告内容返回给当前搜索用户。
另一方面,本发明实施例提供一种广告内容的推荐装置,包括:
第一获取单元,用于获取当前搜索用户的用户标识ID;
第二获取单元,用于根据所述用户ID获取所述用户的历史搜索信息,所述历史搜索信息包括历史搜索的搜索关键词和统一资源定位符URL信息;
第三获取单元,用于根据所述历史搜索的搜索关键词和URL信息获取备选广告内容;
排序单元,用于根据预设参数对所述备选广告内容进行多权重混合排序形成备选广告内容推荐队列;
发送单元,用于将备选广告内容推荐队列中预定的广告内容返回给当前搜索用户。
本发明中提供的广告内容的推荐方法及装置,当用户进行互联网搜索时,其可以根据当前用户历史搜索的搜索关键词和URL信息获取备选广告内容,并且根据预设参数对所述备选广告内容进行多权重混合排序形成备选广告内容推荐队列,之后才将备选广告内容推荐队列中预定的广告内容返回给当前搜索用户。由此可以得出,本发明实施例获取的搜索结果至少与用户的历史搜索的搜索关键词、URL信息相关;其中,根据用户的历史搜索的搜索关键词、URL信息可以获知用户已感兴趣的内容,即根据用户的兴趣爱好为用户推荐广告内容;,在得到搜索结果后,根据预设参数对选择出的备选广告内容进行进一步的筛选,确定与用户最相关并可点击率可能较高的广告内容,使得返回给搜索用户的广告内容的准确度提高。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于 本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的广告内容的推荐方法流程图;
图2示出了本发明实施例提供的将所有用户的词向量生成User-Item的矩阵的示意图;
图3示出了本发明实施例提供的一种广告内容的推荐装置的组成框图;
图4示出了本发明实施例提供的另一种广告内容的推荐装置的组成框图;
图5示出了本发明实施例提供的另一种广告内容的推荐装置的组成框图;
图6示出了本发明实施例提供的另一种广告内容的推荐装置的组成框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明实施例提供一种广告内容的推荐方法,如图1所示,该方法包括:
101、获取当前搜索用户的用户标识ID。
当用户进行网页搜索时,搜索引擎一般能够获取到当前搜索用户的用户标识。
102、根据所述用户ID获取所述用户的历史搜索信息,所述历史搜索信息包括历史搜索的搜索关键词和统一资源定位符URL信息。
其中,在根据所述用户ID获取所述用户的历史搜索信息时,可以通过但不局限于以下的方法实现,该方法包括:
根据用户的ID直接搜索所述用户的历史搜索行为日志获取所述用户的 历史搜索信息。
或者根据用户的ID搜索预创建的用户历史搜索数据索引信息取所述用户的历史搜索信息,所述用户历史搜索数据索引信息包括:以用户ID为关键字的用户ID-搜索关键词的索引信息以及以搜索关键词为关键字的搜索关键字-URL信息的索引信息。
103、根据所述历史搜索的搜索关键词和URL信息获取备选广告内容。
其中,根据所述历史搜索的搜索关键词和URL信息获取备选广告内容可以采用但不局限于以下的方法实现,该方法包括:
根据所述历史搜索的搜索关键词和URL信息搜索预创建的备选推荐内容索引信息获取备选广告内容,所述预创建的备选推荐内容索引信息包括以备选推荐内容标题为关键字的备选推荐内容切词-备选推荐内容的索引信息,以及以备选推荐内容URL为关键字的备选推荐内容URL备选推荐内容的索引信息;
或者根据所述历史搜索的搜索关键词和URL信息直接搜索备选推荐内容索获取备选广告内容。
104、根据预设参数对所述备选广告内容进行多权重混合排序形成备选广告内容推荐队列。
105、将备选广告内容推荐队列中预定的广告内容返回给当前搜索用户。
本发明实施例中,当用户进行互联网搜索时,其可以根据当前用户历史搜索的搜索关键词和URL信息获取备选广告内容,并且根据预设参数对所述备选广告内容进行多权重混合排序形成备选广告内容推荐队列,之后才将备选广告内容推荐队列中预定的广告内容返回给当前搜索用户。由此可以得出,本发明实施例获取的搜索结果至少与用户的历史搜索的搜索关键词、URL信息相关;其中,根据用户的历史搜索的搜索关键词、URL信息可以获知用户已感兴趣的内容,即根据用户的兴趣爱好为用户推荐广告内容;,在得到搜索结果后,根据预设参数对选择出的备选广告内容进行进一步的筛选,确定与用户最相关并可点击率可能较高的广告内容,使得返回给搜索用户的广告内容的准确度提高。
进一步的,在根据所述用户ID获取所述用户的历史搜索信息时,可以采用如上所述的两种方法,但由于搜索用户的历史日志数据一般数据量比较大,在具体实施本发明实施例时,为了加快数据搜索的时间,一般会采用根据用户的ID搜索预创建的用户历史搜索数据索引信息取所述用户的历史搜索信息。因此,在根据用户的ID搜索预创建的用户历史搜索数据索引信息取所述用户的历史搜索信息之前,需要对用户历史搜索数据进行索引化,以方便用户的相关信息的查询。对用户历史搜索数据进行索引化具体包括:
创建以用户ID为关键字的用户ID-搜索关键词的索引信息以及以搜索关键词为关键字的搜索关键字-URL信息的索引信息。其中,创建以用户ID为关键字的用户ID-搜索关键词的索引信息以及以搜索关键词为关键字的搜索关键字-URL信息的索引信息可以采用单不局限于以下的方法显示,该方法包括:
1、获取用户历史搜索行为日志。
2、将用户历史搜索行为日志中的数据进行处理和清洗,创建以用户ID为关键字的用户ID-搜索关键词的索引信息。
其中,将用户历史搜索行为日志中的数据进行处理和清洗,创建以用户ID为关键字的用户ID-搜索关键词的索引信息具体为:将用户历史搜索行为日志中的数据进行处理和清洗,生成备用关键词数据集,为每一个用户建立独立的ID进行识别,创建以用户ID为关键字的用户ID-搜索关键词的索引信息,即创建以用户ID为关键字的用户ID-搜索关键词的数据集合。
3、将用户历史搜索行为日志中的发生点击行为的数据进行处理和清洗,创建以搜索关键词为关键字的搜索关键字-URL信息的索引信息。
其中,将用户历史搜索行为日志中的发生点击行为的数据进行处理和清洗,创建以搜索关键词为关键字的搜索关键字-URL信息的索引信息具体为:将用户历史搜索行为日志中的发生点击行为的数据进行处理和清洗,生成关键词-URL数据集,创建以搜索关键词为关键字的搜索关键字-URL信息的索引信息。
其中,生成关键词-URL数据集可以采用但不局限于根据域名层级进行 提取。
原始的URL数据样例如下:
http://store.yixun.com/index.html?brand=samsung&ytag=0.1350100026300000,可以看出这样的URL信息是特别琐碎的,在利用URL信息进行重定向时,很容易出现数据稀疏的情况,因此需要把URL进行一定的抽取截断处理。根据域名层级进行提取具体为:对于一个普通的URL提取其一级域名作为URL的有效片段,将提取的有效片段作为URL信息。
进一步的,在根据所述历史搜索的搜索关键词和URL信息获取备选广告内容时,可以采用如上所述的两种方法,为了提高搜索的速度,一般先将备选推荐广告内容进行处理,创建以备选推荐内容标题为关键字的备选推荐内容切词-备选推荐内容的索引信息;以及创建以备选推荐内容URL信息为关键字的备选推荐内容URL-备选推荐内容的索引信息。
其中,创建以备选推荐内容标题为关键字的备选推荐内容切词-备选推荐内容的索引信息具体采用但不局限于以下的方法实现,该方法包括:
将备选推荐内容进行切词;根据关键词聚类算法获取备选推荐内容的标题;创建以备选推荐内容标题为关键字的备选推荐内容切词-备选推荐内容的索引信息。
其中,创建以备选推荐内容URL为关键字的备选推荐内容URL-备选推荐内容的索引信息可以采用但不局限于以下的方法实现,该方法包括:
提取备选推荐内容对应的URL片段;创建以备选推荐内容URL为关键字的备选推荐内容URL-备选推荐内容的索引信息。其中,提取备选推荐内容对应的URL片段的相关描述可以参考以上实施例中的相关描述,本发明实施例此处将不再赘述。
进一步的,为了对选取的备选广告内容进行进一步准确的筛选,本发明实施例可以根据预设参数对所述备选广告内容进行多权重混合排序形成备选广告内容推荐队列包括,该方法具体可以为基于线性多项式排序模型根据预设参数对所述备选广告内容进行多权重混合排序形成备选广告内容推荐队列,所述预设参数还包括如下参数中的任一种或任意种的组合,该 参数为:
所述备选广告内容的时段分数以及其在与当前搜索用户相似人群中的搜索命中分数、历史的点击率分数、其在当前搜索用户搜索中的命中率分数、地域相关性分数。
其中,该线性多项式排序模型可以为以下的形式,具体的本发明实施例对此也不进行限制,其他可以实施例的模型也可以应用在本发明实施例中。
RankScore=a·ParamA+β·ParamB+…+m·ParamM
需要说明的是,在根据预设参数对所述备选广告内容进行多权重混合排序形成备选广告内容推荐队列之前,还需要先获取所述预设参数。在获取各预设的参数时,可以采用但不局限于以下的方法实现,该方法为:
其中,针对搜索推荐的要求,不同新鲜度的数据,其价值也不同,因此需要根据数据的时间来定义信息的衰减程度,即将所有的用户信息发生的时间,按时间衰减函数转化为其时间的权重,进而给予时间的权重得到对应的时间段分数。获取所述备选广告内容的时段分数可以采用如下的方法,该方法包括:
1、获取所述备选广告内容的时间戳。
2、计算所述时间戳与当前时间的时间间隔。其中,计算所述时间戳与当前时间的时间间隔,可以通过减法运算获取,即用当前时间减去所述时间戳的时间,得到时间间隔。
3、根据所述时间间隔以及预设时间偏移量计算获取所述备选广告内容的时段分数。
其中,可以通过但不局限于以下的公式获取所述备选广告内容的时段分数,该公式为:
其中,α为配置项,默认为三十,单位为分钟。
其中,当获取所述备选广告内容在与当前搜索用户相似人群中的搜索命中分数时,可以采用但不局限于以下的方法,该方法包括:
1、根据协同过滤算法获取与当前搜索用户相似人群。
其中,协同过滤(Collaborative Filtering),简单来说是利用某兴趣相投、拥有共同经验之群体的喜好来推荐使用者感兴趣的资讯,个人透过合作的机制给予资讯相当程度的回应(如评分)并记录下来以达到过滤的目的进而帮助别人筛选资讯,回应不一定局限于特别感兴趣的,特别不感兴趣资讯的纪录也相当重要。协同过滤又可分为评比(rating)或者群体过滤(social filtering)。其后成为内容推荐当中很重要的一环,即根据某用户以往的行为以及从具有相似行为的用户群的行为去推荐这个用户其“可能喜欢的品项”,也就是借由社群的喜好提供个人化的资讯、商品等的推荐服务。
在此系统中,存在用户和行为的关联数据,因此主要利用user-based的方式进行相似用户(look alike)挖掘,并以相似用户的行为或喜好倾向作为该用户的推荐扩召回选择。
CF矩阵,将用户的关键词序列生成一组词向量,将所有用户的词向量生成User-Item的矩阵,如图2所示;其中,
其中,利用cosine距离来度量两个用户之间的相似度:
其中,以此相似度来得到每个用户的相似用户。
本发明实施例中,当用户进行互联网搜索时,其可以根据当前用户历史搜索的搜索关键词和URL信息获取备选广告内容,并且根据所述备选广告内容的时段分数以及其在与当前搜索用户相似人群中的搜索命中分数等多个预设参数对所述备选广告内容进行多权重混合排序形成备选广告内容推荐队列,之后将备选广告内容推荐队列中预定的广告内容返回给当前搜索用户。由此可以得出,本发明实施例获取的广告内容至少与用户的历史搜索的搜索关键词、URL信息、所述备选广告内容的时段分数以及其在与当前搜索用户相似人群中的搜索命中分数相关;其中,根据用户的历史搜索的搜索关键词、URL信息可以获知用户已感兴趣的内容,即根据用户的兴趣爱好为用户推荐备选广告内容,在得到备选广告内容后,根据备选广告内容的时段分数以及其在与当前搜索用户相似人群中的搜索命中分数,对选择出的备选广告内容进行进一步的筛选,确定与用户最相关并可点击率可能较高的广告内容,使得返回的广告内容的准确度提高。
基于上述方法实施例,本发明实施例提供一种广告内容的推荐装置,如图3所示,该包括:
第一获取单元21,用于获取当前搜索用户的用户ID。
第二获取单元22,用于根据所述用户ID获取所述用户的历史搜索信息,所述历史搜索信息包括历史搜索的搜索关键词和统一资源定位符URL信息。其中,第二获取单元22,用于根据所述用户ID获取所述用户的历史搜索信息时可以采用但不局限于以下的方式实现,该方式为:
根据用户的ID搜索预创建的用户历史搜索数据索引信息取所述用户的历史搜索信息,所述用户历史搜索数据索引信息包括:以用户ID为关键字的用户ID-搜索关键词的索引信息以及以搜索关键词为关键字的搜索关键字-URL信息的索引信息;
或者根据用户的ID直接搜索所述用户的历史搜索行为日志获取所述用户的历史搜索信息。
第三获取单元23,用于根据所述历史搜索的搜索关键词和URL信息获取备选广告内容。其中,所述第三获取单元23,用于根据所述历史搜索的搜索关键词和URL信息获取备选广告内容时,可以采用但不局限于以下的 方式实现,该方式为:根据所述历史搜索的搜索关键词和URL信息搜索预创建的备选推荐内容索引信息获取备选广告内容,所述预创建的备选推荐内容索引信息包括以备选推荐内容标题为关键字的备选推荐内容切词-备选推荐内容的索引信息,以及以备选推荐内容URL为关键字的备选推荐内容URL备选推荐内容的索引信息;
或者根据所述历史搜索的搜索关键词和URL信息直接搜索备选推荐内容索获取备选广告内容。
排序单元24,用于根据预设参数对所述备选广告内容进行多权重混合排序形成备选广告内容推荐队列。其中,所述排序单元24用于根据预设参数对所述备选广告内容进行多权重混合排序形成备选广告内容推荐队列时,可以采用但不局限于以下的方式实现,该方式为基于线性多项式排序模型根据预设参数对所述备选广告内容进行多权重混合排序形成备选广告内容推荐队列,所述预设参数还包括如下参数中的任一种或任意种的组合,该参数为:
所述备选广告内容的时段分数以及其在与当前搜索用户相似人群中的搜索命中分数、历史的点击率分数、其在当前搜索用户搜索中的命中率分数、地域相关性分数。
发送单元25,用于将备选广告内容推荐队列中预定的广告内容返回给当前搜索用户。
进一步的,当所述第二获取单元22用于根据用户的ID搜索预创建的用户历史搜索数据索引信息取所述用户的历史搜索信息时,如图4所示,该装置还包括:
第一创建单元26,用于创建以用户ID为关键字的用户ID-搜索关键词的索引信息以及以搜索关键词为关键字的搜索关键字-URL信息的索引信息。其中,所述第一创建单元26具体用于包括:
获取用户历史搜索行为日志;
将用户历史搜索行为日志中的数据进行处理和清洗,创建以用户ID为关键字的用户ID-搜索关键词的索引信息;
将用户历史搜索行为日志中的发生点击行为的数据进行处理和清洗,
进一步的,如图5所示,在第三获取单元23根据所述历史搜索的搜索关键词和URL信息搜索预创建的备选推荐内容索引信息获取备选广告内容时,还包括:
第二创建单元27,用于创建以备选推荐内容标题为关键字的备选推荐内容切词-备选推荐内容的索引信息;以及创建以备选推荐内容URL信息为关键字的备选推荐内容URL-备选推荐内容的索引信息。其中,所述第二创建单元27创建以备选推荐内容标题为关键字的备选推荐内容切词-备选推荐内容的索引信息可以采用但不局限于以下的方式实现,该方式为包括:
将备选推荐内容进行切词;根据关键词聚类算法获取备选推荐内容的标题;创建以备选推荐内容标题为关键字的备选推荐内容切词-备选推荐内容的索引信息。
其中,当所述第二创建单元27创建以备选推荐内容URL为关键字的备选推荐内容URL-备选推荐内容的索引信息可以采用但不局限于以下的方式实现,该方式为包括:包括:
提取备选推荐内容对应的URL片段;创建以备选推荐内容URL为关键字的备选推荐内容URL-备选推荐内容的索引信息。其中,提取备选推荐内容对应的URL片段可以采用但不局限于以下的方式实现,该方式具体为:
提取备选推荐内容对应的URL的一级域名作为备选推荐内容对应的URL片段。
进一步的,如图6所示,该装置还包括:
第四获取单元28,用于在根据预设参数对所述备选广告内容进行多权重混合排序形成备选广告内容推荐队列之前,获取所述预设参数。
其中,当所述第四获取单元28获取所述备选广告内容的时段分数时,所述第四获取单元28具体用于:获取所述备选广告内容的时间戳;计算所述时间戳与当前时间的时间间隔;根据所述时间间隔以及预设时间偏移量计算获取所述备选广告内容的时段分数。
其中,当所述第四获取单元28获取所述备选广告内容在与当前搜索用户相似人群中的搜索命中分数时,所述第四获取单元28具体用于:
根据协同过滤算法获取与当前搜索用户相似人群;根据所述与当前搜索用户相似人群的历史搜索日志获取所述备选广告内容在与当前搜索用户相似人群中的搜索命中分数。
需要说明的是,本发明实施例中涉及的各功能单元和模块的相关描述,可以参考方法实施例中的具体描述,本发明实施例在此不进行赘述。
本发明实施例中,当用户进行互联网搜索时,其可以根据当前用户历史搜索的搜索关键词和URL信息获取备选广告内容,并且根据所述备选广告内容的时段分数以及其在与当前搜索用户相似人群中的搜索命中分数等多个预设参数对所述备选广告内容进行多权重混合排序形成备选广告内容推荐队列,之后才将备选广告内容推荐队列中预定的广告内容返回给当前搜索用户。由此可以得出,本发明实施例获取的广告内容至少与用户的历史搜索的搜索关键词、URL信息、所述备选广告内容的时段分数以及其在与当前搜索用户相似人群中的搜索命中分数相关;其中,根据用户的历史搜索的搜索关键词、URL信息可以获知用户已感兴趣的内容,即根据用户的兴趣爱好为用户推荐广告内容,在得到广告内容后,根据备选广告内容的时段分数以及其在与当前搜索用户相似人群中的搜索命中分数,对选择出的备选广告内容进行进一步的筛选,确定与用户最相关并可点击率可能较高的广告内容,使得返回的广告内容的准确度提高。
本发明公开A1、一种广告内容的推荐方法,包括:
获取当前搜索用户的用户标识ID;
根据所述用户ID获取所述用户的历史搜索信息,所述历史搜索信息包括历史搜索的搜索关键词和统一资源定位符URL信息;
根据所述历史搜索的搜索关键词和URL信息获取备选广告内容;
根据预设参数对所述备选广告内容进行多权重混合排序形成备选广告内容推荐队列;
将备选广告内容推荐队列中预定的广告内容返回给当前搜索用户。
A2、如A1所述的方法,根据所述用户ID获取所述用户的历史搜索信息包括:
根据用户的ID搜索预创建的用户历史搜索数据索引信息取所述用户的历史搜索信息,所述用户历史搜索数据索引信息包括:以用户ID为关键字的用户ID-搜索关键词的索引信息以及以搜索关键词为关键字的搜索关键字-URL信息的索引信息;
或者根据用户的ID直接搜索所述用户的历史搜索行为日志获取所述用户的历史搜索信息。
A3、如A2所述的方法,在根据用户的ID搜索预创建的用户历史搜索数据索引信息取所述用户的历史搜索信息之前,还包括:
创建以用户ID为关键字的用户ID-搜索关键词的索引信息以及以搜索关键词为关键字的搜索关键字-URL信息的索引信息。
A4、如A3所述的方法,创建以用户ID为关键字的用户ID-搜索关键词的索引信息以及以搜索关键词为关键字的搜索关键字-URL信息的索引信息包括:
获取用户历史搜索行为日志;
将用户历史搜索行为日志中的数据进行处理和清洗,创建以用户ID为关键字的用户ID-搜索关键词的索引信息;
将用户历史搜索行为日志中的发生点击行为的数据进行处理和清洗,创建以搜索关键词为关键字的搜索关键字-URL信息的索引信息。
A5、如A1所述的方法,根据所述历史搜索的搜索关键词和URL信息获取备选广告内容包括:
根据所述历史搜索的搜索关键词和URL信息搜索预创建的备选推荐内容索引信息获取备选广告内容,所述预创建的备选推荐内容索引信息包括以备选推荐内容标题为关键字的备选推荐内容切词-备选推荐内容的索引信息,以及以备选推荐内容URL为关键字的备选推荐内容URL备选推荐内容的索引信息;
或者根据所述历史搜索的搜索关键词和URL信息直接搜索备选推荐内容索获取备选广告内容。
A6、如A5所述的方法,在根据所述历史搜索的搜索关键词和URL信息搜索预创建的备选推荐内容索引信息获取备选广告内容之前,还包括:
创建以备选推荐内容标题为关键字的备选推荐内容切词-备选推荐内容的索引信息;
以及创建以备选推荐内容URL信息为关键字的备选推荐内容URL-备选推荐内容的索引信息。
A7、如A6所述的方法,创建以备选推荐内容标题为关键字的备选推荐内容切词-备选推荐内容的索引信息包括:
将备选推荐内容进行切词;
根据关键词聚类算法获取备选推荐内容的标题;
创建以备选推荐内容标题为关键字的备选推荐内容切词-备选推荐内容的索引信息。
A8、如A6所述的方法,创建以备选推荐内容URL为关键字的备选推荐内容URL-备选推荐内容的索引信息包括:
提取备选推荐内容对应的URL片段;
创建以备选推荐内容URL为关键字的备选推荐内容URL-备选推荐内容的索引信息。
A9、如A8所述的方法,提取备选推荐内容对应的URL片段包括:
提取备选推荐内容对应的URL的一级域名作为备选推荐内容对应的URL片段。
A10、如A1-A9中任一项所述的方法,根据预设参数对所述备选广告内容进行多权重混合排序形成备选广告内容推荐队列包括:
基于线性多项式排序模型根据预设参数对所述备选广告内容进行多权重混合排序形成备选广告内容推荐队列,所述预设参数还包括如下参数中的任一种或任意种的组合,该参数为:
所述备选广告内容的时段分数以及其在与当前搜索用户相似人群中的搜索命中分数、历史的点击率分数、其在当前搜索用户搜索中的命中率分数、地域相关性分数。
A11、如A10所述的方法,在根据预设参数对所述备选广告内容进行多权重混合排序形成备选广告内容推荐队列之前,还包括:
获取所述预设参数。
A12、如A11所述方法,获取所述备选广告内容的时段分数包括:
获取所述备选广告内容的时间戳;
计算所述时间戳与当前时间的时间间隔;
根据所述时间间隔以及预设时间偏移量计算获取所述备选广告内容的时段分数。
A13、如A11所述的方法,获取所述备选广告内容在与当前搜索用户相似人群中的搜索命中分数包括:
根据协同过滤算法获取与当前搜索用户相似人群;
根据所述与当前搜索用户相似人群的历史搜索日志获取所述备选广告内容在与当前搜索用户相似人群中的搜索命中分数。
本发明公开了B1、一种广告内容的推荐装置,包括:
第一获取单元,用于获取当前搜索用户的用户标识ID;
第二获取单元,用于根据所述用户ID获取所述用户的历史搜索信息,所述历史搜索信息包括历史搜索的搜索关键词和统一资源定位符URL信息;
第三获取单元,用于根据所述历史搜索的搜索关键词和URL信息获取备选广告内容;
排序单元,用于根据预设参数对所述备选广告内容进行多权重混合排序形成备选广告内容推荐队列;
发送单元,用于将备选广告内容推荐队列中预定的广告内容返回给当前搜索用户。
B2、如B1所述的装置,所述第二获取单元用于:
根据用户的ID搜索预创建的用户历史搜索数据索引信息取所述用户的历史搜索信息,所述用户历史搜索数据索引信息包括:以用户ID为关键字的用户ID-搜索关键词的索引信息以及以搜索关键词为关键字的搜索关键字-URL信息的索引信息;
或者根据用户的ID直接搜索所述用户的历史搜索行为日志获取所述用户的历史搜索信息。
B3、如B2所述的装置,当所述第二获取单元用于根据用户的ID搜索 预创建的用户历史搜索数据索引信息取所述用户的历史搜索信息时,还包括:
第一创建单元,用于创建以用户ID为关键字的用户ID-搜索关键词的索引信息以及以搜索关键词为关键字的搜索关键字-URL信息的索引信息。
B4、如B3所述的装置,所述第一创建单元具体用于包括:
获取用户历史搜索行为日志;
将用户历史搜索行为日志中的数据进行处理和清洗,创建以用户ID为关键字的用户ID-搜索关键词的索引信息;
将用户历史搜索行为日志中的发生点击行为的数据进行处理和清洗,创建以搜索关键词为关键字的搜索关键字-URL信息的索引信息。
B5、如B1所述的装置,第三获取单元具体用于,
根据所述历史搜索的搜索关键词和URL信息搜索预创建的备选推荐内容索引信息获取备选广告内容,所述预创建的备选推荐内容索引信息包括以备选推荐内容标题为关键字的备选推荐内容切词-备选推荐内容的索引信息,以及以备选推荐内容URL为关键字的备选推荐内容URL备选推荐内容的索引信息;
或者根据所述历史搜索的搜索关键词和URL信息直接搜索备选推荐内容索获取备选广告内容。
B6、如B5所述的装置,当第三获取单元根据所述历史搜索的搜索关键词和URL信息搜索预创建的备选推荐内容索引信息获取备选广告内容时,还包括:
第二创建单元,用于创建以备选推荐内容标题为关键字的备选推荐内容切词-备选推荐内容的索引信息;以及创建以备选推荐内容URL信息为关键字的备选推荐内容URL-备选推荐内容的索引信息。
B7、如B6所述的装置,当所述第二创建单元创建以备选推荐内容标题为关键字的备选推荐内容切词-备选推荐内容的索引信息包括:
将备选推荐内容进行切词;
根据关键词聚类算法获取备选推荐内容的标题;
创建以备选推荐内容标题为关键字的备选推荐内容切词-备选推荐内容 的索引信息。
B8、如B6所述的装置,所述第二创建单元创建以备选推荐内容URL为关键字的备选推荐内容URL-备选推荐内容的索引信息包括:
提取备选推荐内容对应的URL片段;
创建以备选推荐内容URL为关键字的备选推荐内容URL-备选推荐内容的索引信息。
B9、如B8所述的装置,提取备选推荐内容对应的URL片段包括:
提取备选推荐内容对应的URL的一级域名作为备选推荐内容对应的URL片段。
B10、如B1-B9中任一项所述的装置,所述排列单元具体用于:
基于线性多项式排序模型根据预设参数对所述备选广告内容进行多权重混合排序形成备选广告内容推荐队列,所述预设参数还包括如下参数中的任一种或任意种的组合,该参数为:
所述备选广告内容的时段分数以及其在与当前搜索用户相似人群中的搜索命中分数、历史的点击率分数、其在当前搜索用户搜索中的命中率分数、地域相关性分数。
B11、如B10所述的装置,还包括:
第四获取单元,用于在根据预设参数对所述备选广告内容进行多权重混合排序形成备选广告内容推荐队列之前,获取所述预设参数。
B12、如B11所述装置,当所述第四获取单元获取所述备选广告内容的时段分数时,所述第四获取单元具体用于:
获取所述备选广告内容的时间戳;
计算所述时间戳与当前时间的时间间隔;
根据所述时间间隔以及预设时间偏移量计算获取所述备选广告内容的时段分数。
B13、如B11所述的装置,当所述第四获取单元获取所述备选广告内容在与当前搜索用户相似人群中的搜索命中分数时,所述第四获取单元具体用于:
根据协同过滤算法获取与当前搜索用户相似人群;
根据所述与当前搜索用户相似人群的历史搜索日志获取所述备选广告内容在与当前搜索用户相似人群中的搜索命中分数。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
可以理解的是,上述方法及装置中的相关特征可以相互参考。另外,上述实施例中的“第一”、“第二”等是用于区分各实施例,而并不代表各实施例的优劣。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及 此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的发明名称(如确定网站内链接等级的装置)中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (10)

1.一种广告内容的推荐方法,其特征在于,包括:
获取当前搜索用户的用户标识ID;
根据所述用户ID获取所述用户的历史搜索信息,所述历史搜索信息包括历史搜索的搜索关键词和统一资源定位符URL信息;
根据所述历史搜索的搜索关键词和URL信息获取备选广告内容;
根据预设参数对所述备选广告内容进行多权重混合排序形成备选广告内容推荐队列;
将备选广告内容推荐队列中预定的广告内容返回给当前搜索用户。
2.根据权利要求1所述的方法,其特征在于,根据所述用户ID获取所述用户的历史搜索信息包括:
根据用户的ID搜索预创建的用户历史搜索数据索引信息取所述用户的历史搜索信息,所述用户历史搜索数据索引信息包括:以用户ID为关键字的用户ID-搜索关键词的索引信息以及以搜索关键词为关键字的搜索关键字-URL信息的索引信息;
或者根据用户的ID直接搜索所述用户的历史搜索行为日志获取所述用户的历史搜索信息。
3.根据权利要求2所述的方法,其特征在于,在根据用户的ID搜索预创建的用户历史搜索数据索引信息取所述用户的历史搜索信息之前,还包括:
创建以用户ID为关键字的用户ID-搜索关键词的索引信息以及以搜索关键词为关键字的搜索关键字-URL信息的索引信息。
4.根据权利要求3所述的方法,其特征在于,创建以用户ID为关键字的用户ID-搜索关键词的索引信息以及以搜索关键词为关键字的搜索关键字-URL信息的索引信息包括:
获取用户历史搜索行为日志;
将用户历史搜索行为日志中的数据进行处理和清洗,创建以用户ID为关键字的用户ID-搜索关键词的索引信息;
将用户历史搜索行为日志中的发生点击行为的数据进行处理和清洗,创建以搜索关键词为关键字的搜索关键字-URL信息的索引信息。
5.根据权利要求1所述的方法,其特征在于,根据所述历史搜索的搜索关键词和URL信息获取备选广告内容包括:
根据所述历史搜索的搜索关键词和URL信息搜索预创建的备选推荐内容索引信息获取备选广告内容,所述预创建的备选推荐内容索引信息包括以备选推荐内容标题为关键字的备选推荐内容切词-备选推荐内容的索引信息,以及以备选推荐内容URL为关键字的备选推荐内容URL备选推荐内容的索引信息;
或者根据所述历史搜索的搜索关键词和URL信息直接搜索备选推荐内容索获取备选广告内容。
6.根据权利要求5所述的方法,其特征在于,在根据所述历史搜索的搜索关键词和URL信息搜索预创建的备选推荐内容索引信息获取备选广告内容之前,还包括:
创建以备选推荐内容标题为关键字的备选推荐内容切词-备选推荐内容的索引信息;
以及创建以备选推荐内容URL信息为关键字的备选推荐内容URL-备选推荐内容的索引信息。
7.根据权利要求1-6中任一项所述的方法,其特征在于,根据预设参数对所述备选广告内容进行多权重混合排序形成备选广告内容推荐队列包括:
基于线性多项式排序模型根据预设参数对所述备选广告内容进行多权重混合排序形成备选广告内容推荐队列,所述预设参数还包括如下参数中的任一种或任意种的组合,该参数为:
所述备选广告内容的时段分数以及其在与当前搜索用户相似人群中的搜索命中分数、历史的点击率分数、其在当前搜索用户搜索中的命中率分数、地域相关性分数。
8.一种广告内容的推荐装置,其特征在于,包括:
第一获取单元,用于获取当前搜索用户的用户标识ID;
第二获取单元,用于根据所述用户ID获取所述用户的历史搜索信息,所述历史搜索信息包括历史搜索的搜索关键词和统一资源定位符URL信息;
第三获取单元,用于根据所述历史搜索的搜索关键词和URL信息获取备选广告内容;
排序单元,用于根据预设参数对所述备选广告内容进行多权重混合排序形成备选广告内容推荐队列;
发送单元,用于将备选广告内容推荐队列中预定的广告内容返回给当前搜索用户。
9.根据权利要求8所述的装置,其特征在于,所述第二获取单元用于:
根据用户的ID搜索预创建的用户历史搜索数据索引信息取所述用户的历史搜索信息,所述用户历史搜索数据索引信息包括:以用户ID为关键字的用户ID-搜索关键词的索引信息以及以搜索关键词为关键字的搜索关键字-URL信息的索引信息;
或者根据用户的ID直接搜索所述用户的历史搜索行为日志获取所述用户的历史搜索信息。
10.根据权利要求9所述的装置,其特征在于,当所述第二获取单元用于根据用户的ID搜索预创建的用户历史搜索数据索引信息取所述用户的历史搜索信息时,还包括:
第一创建单元,用于创建以用户ID为关键字的用户ID-搜索关键词的索引信息以及以搜索关键词为关键字的搜索关键字-URL信息的索引信息。
CN201510752684.5A 2015-11-06 2015-11-06 广告内容的推荐方法及装置 Pending CN106682925A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510752684.5A CN106682925A (zh) 2015-11-06 2015-11-06 广告内容的推荐方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510752684.5A CN106682925A (zh) 2015-11-06 2015-11-06 广告内容的推荐方法及装置

Publications (1)

Publication Number Publication Date
CN106682925A true CN106682925A (zh) 2017-05-17

Family

ID=58863134

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510752684.5A Pending CN106682925A (zh) 2015-11-06 2015-11-06 广告内容的推荐方法及装置

Country Status (1)

Country Link
CN (1) CN106682925A (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107463600A (zh) * 2017-06-12 2017-12-12 百度在线网络技术(北京)有限公司 广告投放关键词推荐方法及装置、广告投放方法及装置
CN107609902A (zh) * 2017-08-28 2018-01-19 口碑(上海)信息技术有限公司 一种定向广告的展示方法及装置
CN108109003A (zh) * 2017-12-18 2018-06-01 携程计算机技术(上海)有限公司 Ota网站的个性化酒店的推荐方法及系统
CN108509497A (zh) * 2018-02-23 2018-09-07 阿里巴巴集团控股有限公司 信息推荐方法、装置和电子设备
CN108563706A (zh) * 2018-03-27 2018-09-21 昆山和君纵达数据科技有限公司 一种催收大数据智能服务系统及其运行方法
CN109033386A (zh) * 2018-07-27 2018-12-18 天津字节跳动科技有限公司 搜索排序方法、装置、计算机设备和存储介质
CN109214856A (zh) * 2018-07-27 2019-01-15 百度在线网络技术(北京)有限公司 用户意图的挖掘方法及装置、计算机设备及可读介质
CN109993570A (zh) * 2019-01-14 2019-07-09 深圳市东信时代信息技术有限公司 一种定向投放移动广告的方法及系统
CN110019012A (zh) * 2017-12-01 2019-07-16 中国电信股份有限公司 数据预处理方法、装置和计算机可读存储介质
CN110059230A (zh) * 2017-11-29 2019-07-26 微软技术许可有限责任公司 用于改进搜索的广义线性混合模型
CN110070397A (zh) * 2019-04-24 2019-07-30 厦门美图之家科技有限公司 广告定向方法及电子设备
CN110335073A (zh) * 2019-06-27 2019-10-15 杭州联汇科技股份有限公司 一种基于用户行为数据挖掘的实时广告精准推送方法
CN111383037A (zh) * 2018-12-27 2020-07-07 北京奇虎科技有限公司 一种构建广告物料的方法和装置
CN111522920A (zh) * 2019-08-21 2020-08-11 马上消费金融股份有限公司 智能客服中开头语动态推荐的方法及相关装置
CN113763010A (zh) * 2020-11-19 2021-12-07 北京沃东天骏信息技术有限公司 一种信息推送的方法和装置
EP4116843A1 (en) * 2021-07-06 2023-01-11 Google LLC Generating action elements suggesting content for ongoing tasks

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104239450A (zh) * 2014-09-01 2014-12-24 百度在线网络技术(北京)有限公司 搜索推荐方法和装置
CN104239298A (zh) * 2013-06-06 2014-12-24 腾讯科技(深圳)有限公司 文本信息推荐方法、服务器、浏览器及系统
CN104991962A (zh) * 2015-07-22 2015-10-21 无锡天脉聚源传媒科技有限公司 一种生成推荐信息的方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104239298A (zh) * 2013-06-06 2014-12-24 腾讯科技(深圳)有限公司 文本信息推荐方法、服务器、浏览器及系统
CN104239450A (zh) * 2014-09-01 2014-12-24 百度在线网络技术(北京)有限公司 搜索推荐方法和装置
CN104991962A (zh) * 2015-07-22 2015-10-21 无锡天脉聚源传媒科技有限公司 一种生成推荐信息的方法及装置

Cited By (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107463600A (zh) * 2017-06-12 2017-12-12 百度在线网络技术(北京)有限公司 广告投放关键词推荐方法及装置、广告投放方法及装置
CN107463600B (zh) * 2017-06-12 2020-12-29 百度在线网络技术(北京)有限公司 广告投放关键词推荐方法及装置、广告投放方法及装置
CN107609902A (zh) * 2017-08-28 2018-01-19 口碑(上海)信息技术有限公司 一种定向广告的展示方法及装置
CN110059230B (zh) * 2017-11-29 2023-02-21 微软技术许可有限责任公司 用于改进搜索的广义线性混合模型
CN110059230A (zh) * 2017-11-29 2019-07-26 微软技术许可有限责任公司 用于改进搜索的广义线性混合模型
CN110019012B (zh) * 2017-12-01 2021-05-11 中国电信股份有限公司 数据预处理方法、装置和计算机可读存储介质
CN110019012A (zh) * 2017-12-01 2019-07-16 中国电信股份有限公司 数据预处理方法、装置和计算机可读存储介质
CN108109003A (zh) * 2017-12-18 2018-06-01 携程计算机技术(上海)有限公司 Ota网站的个性化酒店的推荐方法及系统
CN108509497A (zh) * 2018-02-23 2018-09-07 阿里巴巴集团控股有限公司 信息推荐方法、装置和电子设备
CN108563706A (zh) * 2018-03-27 2018-09-21 昆山和君纵达数据科技有限公司 一种催收大数据智能服务系统及其运行方法
CN109033386B (zh) * 2018-07-27 2020-04-10 北京字节跳动网络技术有限公司 搜索排序方法、装置、计算机设备和存储介质
US11481402B2 (en) 2018-07-27 2022-10-25 Tianjin Bytedance Technology Co., Ltd. Search ranking method and apparatus, electronic device and storage medium
CN109214856A (zh) * 2018-07-27 2019-01-15 百度在线网络技术(北京)有限公司 用户意图的挖掘方法及装置、计算机设备及可读介质
CN109033386A (zh) * 2018-07-27 2018-12-18 天津字节跳动科技有限公司 搜索排序方法、装置、计算机设备和存储介质
CN111383037B (zh) * 2018-12-27 2024-04-05 三六零科技集团有限公司 一种构建广告物料的方法和装置
CN111383037A (zh) * 2018-12-27 2020-07-07 北京奇虎科技有限公司 一种构建广告物料的方法和装置
CN109993570B (zh) * 2019-01-14 2023-09-01 深圳市东信时代信息技术有限公司 一种定向投放移动广告的方法及系统
CN109993570A (zh) * 2019-01-14 2019-07-09 深圳市东信时代信息技术有限公司 一种定向投放移动广告的方法及系统
CN110070397B (zh) * 2019-04-24 2021-08-20 厦门美图之家科技有限公司 广告定向方法及电子设备
CN110070397A (zh) * 2019-04-24 2019-07-30 厦门美图之家科技有限公司 广告定向方法及电子设备
CN110335073A (zh) * 2019-06-27 2019-10-15 杭州联汇科技股份有限公司 一种基于用户行为数据挖掘的实时广告精准推送方法
CN111522920B (zh) * 2019-08-21 2021-12-03 马上消费金融股份有限公司 智能客服中开头语动态推荐的方法及相关装置
CN111522920A (zh) * 2019-08-21 2020-08-11 马上消费金融股份有限公司 智能客服中开头语动态推荐的方法及相关装置
CN113763010A (zh) * 2020-11-19 2021-12-07 北京沃东天骏信息技术有限公司 一种信息推送的方法和装置
EP4116843A1 (en) * 2021-07-06 2023-01-11 Google LLC Generating action elements suggesting content for ongoing tasks

Similar Documents

Publication Publication Date Title
CN106682925A (zh) 广告内容的推荐方法及装置
CN108959603B (zh) 基于深度神经网络的个性化推荐系统及方法
CN108629665B (zh) 一种个性化商品推荐方法和系统
US8965869B2 (en) Systems and methods for generating a web page based on search term popularity data
US7539632B1 (en) Method, medium, and system for providing activity interest information
JP4637969B1 (ja) ウェブページの主意,およびユーザの嗜好を適切に把握して,最善の情報をリアルタイムに推奨する方法
US7603367B1 (en) Method and system for displaying attributes of items organized in a searchable hierarchical structure
US10032081B2 (en) Content-based video representation
CN103890761B (zh) 自动生成推荐的方法和装置
US7870135B1 (en) System and method for providing tag feedback
CN107577759A (zh) 用户评论自动推荐方法
CN103970850B (zh) 网站信息推荐方法和系统
KR20110085995A (ko) 검색 결과들의 제공
CN104063476A (zh) 基于社交网络的内容推荐方法和系统
US20120066233A1 (en) System and methods for mapping user reviewed and rated websites to specific user activities
CN104217031A (zh) 一种根据服务器搜索日志数据进行用户分类的方法和装置
US20180060427A1 (en) Navigating a Taxonomy Using Search Queries
US11144555B2 (en) Keyword reporting for mobile applications
CN106777217A (zh) 一种搜索词推荐方法及装置
CN106610988A (zh) 网页推荐方法以及推荐装置
KR20150066644A (ko) 개인행동기반 관심 대상 및 선호 분야 분석시스템 및 그 방법
CN108763369B (zh) 一种视频搜索方法和装置
CN112380457A (zh) 一种基于采购信息的精准个性化推荐方法
US11244014B2 (en) System and method for enhancing exploration of data items
Tamhane et al. Modeling contextual changes in user behaviour in fashion e-commerce

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20170517