CN107391556A - 基于推荐应用的搜索方法、服务器及计算机可读介质 - Google Patents
基于推荐应用的搜索方法、服务器及计算机可读介质 Download PDFInfo
- Publication number
- CN107391556A CN107391556A CN201710423243.XA CN201710423243A CN107391556A CN 107391556 A CN107391556 A CN 107391556A CN 201710423243 A CN201710423243 A CN 201710423243A CN 107391556 A CN107391556 A CN 107391556A
- Authority
- CN
- China
- Prior art keywords
- search
- information
- recommendation
- server
- end server
- 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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Abstract
本发明提供一种基于推荐应用的搜索方法、服务器及计算机可读介质。其方法包括:接收用户通过推荐应用的客户端发送的、携带搜索关键词的搜索请求;分别向推荐后端服务器和搜索后端服务器发送携带搜索关键词的搜索请求,以供推荐后端服务器从推荐内容池中获取搜索关键词对应的至少一个推荐信息,搜索后端服务器根据倒排索引库获取搜索关键词对应的至少一个搜索信息;分别接收推荐后端服务器发送的至少一个推荐信息、搜索后端服务器发送的至少一个搜索信息;根据至少一个推荐信息和至少一个搜索信息,生成搜索结果;向客户端返回搜索结果。通过采用本发明的技术方案,能够极大地丰富在推荐应用中进行搜索的搜索结果,提高搜索效率。
Description
【技术领域】
本发明涉及计算机应用技术领域,尤其涉及一种基于推荐应用的搜索方法、服务器及计算机可读介质。
【背景技术】
随着移动互联网的快速发展,移动互联网上的用户获取信息的方式越来越多。例如传统技术中,用户需要登录网站查看相关的新闻资讯。而随着移动终端的普及,为了更加方便用户浏览信息,越来越多的网络资讯提供商通过开发应用(Application;App),并根据用户的兴趣向用户推荐用户感兴趣的信息。例如现有的很多具有推荐功能的App采用Feed流的方式,根据用户的历史浏览喜好向用户推荐信息。如今日头条等App,均采用推送Feed的方式向用户推荐信息。
现有技术的推荐应用中,也具有搜索的功能,用户可以通过推荐应用的客户端在搜索栏中输入搜索关键词,推荐服务器可以向推荐后端服务器发送该搜索关键词,以供推荐后端服务器从推荐内容池中获取搜索关键词对应的至少一个推荐信息,然后返回给推荐服务器,推荐服务器再将至少一个推荐信息返回至推荐客户端,以供用户查看所请求搜索的信息。
但是,现有技术中,在推荐应用中搜索时,仅能够获取到推荐内容池中与搜索关键词对应的至少一个推荐信息,搜索到的内容较为单一,不够丰富。
【发明内容】
本发明提供了一种基于推荐应用的搜索方法、服务器及计算机可读介质,用于丰富在推荐应用中搜索的搜索结果。
本发明提供一种基于推荐应用的搜索方法,所述方法包括:
接收用户通过推荐应用的客户端发送的、携带搜索关键词的搜索请求;
分别向推荐后端服务器和搜索后端服务器发送携带所述搜索关键词的搜索请求,以供所述推荐后端服务器从推荐内容池中获取所述搜索关键词对应的至少一个推荐信息,所述搜索后端服务器根据倒排索引库获取所述搜索关键词对应的至少一个搜索信息;
分别接收所述推荐后端服务器发送的所述至少一个推荐信息、所述搜索后端服务器发送的所述至少一个搜索信息;
根据所述至少一个推荐信息和所述至少一个搜索信息,生成搜索结果;
向所述推荐应用的客户端返回所述搜索结果。
进一步可选地,如上所述的方法中,根据所述至少一个推荐信息和所述至少一个搜索信息,生成搜索结果,具体包括:
将所述至少一个搜索信息中各所述搜索信息的格式转换为与各所述推荐信息的格式相同;
根据预设的合并规则,将所述至少一个推荐信息与转换格式后的所述至少一个搜索信息合并,作为所述搜索结果。
进一步可选地,如上所述的方法中,所述推荐应用采用Feed流的方式推送推荐信息,所述推荐信息采用Tab列表格式,所述搜索信息采用Web格式。
进一步可选地,如上所述的方法中,将所述至少一个搜索信息中各所述搜索信息的格式转换为与各所述推荐信息的格式相同,具体包括:
从Web格式的各所述搜索信息中提取作者、来源以及标题;
根据各所述搜索信息的作者、来源、标题以及其它内容,生成Tab列表格式的所述搜索信息。
进一步可选地,如上所述的方法中,根据预设的合并规则,将所述至少一个推荐信息与转换格式后的所述至少一个搜索信息合并,作为所述搜索结果,作为所述搜索结果,具体包括:
分别计算各所述搜索信息与所述搜索关键词的关联度、各所述推荐信息与所述搜索关键词的关联度;
按照与所述搜索关键词的所述关联度由大到小的顺序,将至少一个推荐信息和转换格式后的所述至少一个搜索信息混合排序,得到所述搜索结果;
或者根据预设的合并规则,将所述至少一个推荐信息与转换格式后的所述至少一个搜索信息合并,作为所述搜索结果,具体包括:
统计各所述搜索信息的发布时间和各推荐信息的发布时间;
按照所述发布时间距离当前时刻由近到远的顺序,将所述至少一个推荐信息和转换格式后的所述至少一个搜索信息混合排序,得到所述搜索结果。
本发明还提供一种推荐服务器,所述推荐服务器包括:
接收模块,用于接收用户通过推荐应用的客户端发送的、携带搜索关键词的搜索请求;
发送模块,用于分别向推荐后端服务器和搜索后端服务器发送携带所述搜索关键词的搜索请求,以供所述推荐后端服务器从推荐内容池中获取所述搜索关键词对应的至少一个推荐信息,所述搜索后端服务器根据倒排索引库获取所述搜索关键词对应的至少一个搜索信息;
所述接收模块,还用于分别接收所述推荐后端服务器发送的所述至少一个推荐信息、所述搜索后端服务器发送的所述至少一个搜索信息;
生成模块,用于根据所述至少一个推荐信息和所述至少一个搜索信息,生成搜索结果;
所述发送模块,还用于向所述推荐应用的客户端返回所述搜索结果。
进一步可选地,如上所述的装置中,所述生成模块,具体包括:
格式转换单元,用于将所述至少一个搜索信息中各所述搜索信息的格式转换为与各所述推荐信息的格式相同;
合并单元,用于根据预设的合并规则,将所述至少一个推荐信息与转换格式后的所述至少一个搜索信息合并,作为所述搜索结果。
进一步可选地,如上所述的装置中,所述推荐应用采用Feed流的方式推送推荐信息,所述推荐信息采用Tab列表格式,所述搜索信息采用Web格式。
进一步可选地,如上所述的装置中,所述格式转换单元,具体用于:
从Web格式的各所述搜索信息中提取作者、来源以及标题;
根据各所述搜索信息的作者、来源、标题以及其它内容,生成Tab列表格式的所述搜索信息。
进一步可选地,如上所述的装置中,所述合并单元,具体用于:
分别计算各所述搜索信息与所述搜索关键词的关联度、各所述推荐信息与所述搜索关键词的关联度;
按照与所述搜索关键词的所述关联度由大到小的顺序,将至少一个推荐信息和转换格式后的所述至少一个搜索信息混合排序,得到所述搜索结果;
或者所述合并单元,具体用于:
统计各所述搜索信息的发布时间和各推荐信息的发布时间;
按照所述发布时间距离当前时刻由近到远的顺序,将所述至少一个推荐信息和转换格式后的所述至少一个搜索信息混合排序,得到所述搜索结果。
本发明还提供一种基于推荐应用的搜索系统,包括推荐应用的客户端、推荐服务器、推荐后端服务器和搜索后端服务器;
所述推荐服务器分别与所述推荐应用的客户端、所述推荐后端服务器和所述搜索后端服务器通讯连接;所述推荐服务器采用如上任一所述的推荐服务器。
本发明还提供一种服务器,所述服务器包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上所述的基于推荐应用的搜索方法。
本发明还提供一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如上所述的基于推荐应用的搜索方法。
本发明的基于推荐应用的搜索方法、服务器及计算机可读介质,通过接收用户通过推荐应用的客户端发送的、携带搜索关键词的搜索请求;分别向推荐后端服务器和搜索后端服务器发送携带搜索关键词的搜索请求,以供推荐后端服务器从推荐内容池中获取搜索关键词对应的至少一个推荐信息,搜索后端服务器根据倒排索引库获取搜索关键词对应的至少一个搜索信息;分别接收推荐后端服务器发送的至少一个推荐信息、搜索后端服务器发送的至少一个搜索信息;根据至少一个推荐信息和至少一个搜索信息,生成搜索结果;向推荐应用的客户端返回搜索结果。通过本实施例的技术方案,在推荐应用中搜索时,不仅可以搜索到推荐内容池中的推荐信息,还可以搜索到搜索应用中能够搜索到的搜索信息,极大地丰富了搜索结果,提高了搜索效率。
【附图说明】
图1A为现有技术的搜索应用中的Feed流界面示意图。
图1B为在图1A所示的搜索应用中输入搜索关键词的示意图。
图1C为图1B所示的搜索关键词的搜索结果。
图2A为现有技术的推荐应用中的Feed流界面示意图。
图2B为在图2A所示的推荐应用中输入搜索关键词的示意图。
图2C为图2B所示的搜索关键词的搜索结果。
图3为本发明的基于推荐应用的搜索方法实施例的流程图。
图4为本发明的推荐服务器实施例一的结构图。
图5为本发明的推荐服务器实施例二的结构图。
图6为本发明的基于推荐应用的搜索系统实施例的结构图。
图7为本发明的服务器实施例的结构图。
图8为本发明提供的一种服务器的示例图。
【具体实施方式】
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图和具体实施例对本发明进行详细描述。
为了吸引更多的用户的流量,现有技术很多互联网公司通过开发推荐功能的应用,以根据用户的自画像中的兴趣、爱好之类,准确地向用户推荐信息,吸引用户。现有技术的推荐功能主要采用Feed流的方式向用户推送信息。Feed流已成为很多互联网公司的最重要的内容生态建设方向。例如现有很多互联网公司开发以Feed流形式推荐信息的推荐应用,或者在现有的产品上开发Feed功能。例如图1A为现有技术的搜索应用中的Feed流界面示意图。如图1A所示,为在一搜索应用中,增加Feed流,Feed流中的Feed以Tab列表的形式展示推荐信息,用户打开推荐信息时,推荐信息具有严格的格式,包括作者、来源、标题以及正文信息等等。图1B为在图1A所示的搜索应用中输入搜索关键词的示意图。图1C为图1B所示的搜索关键词的搜索结果。如图1B所示,在图1A所示的搜索应用中输入“兰花”,根据图1C所示的图1B的搜索结果,可以知道,搜索应用对搜索关键词进行搜索的搜索结果是以Web的形式展现的。
图2A为现有技术的推荐应用中的Feed流界面示意图。即如图2A所示的应用为在一推荐应用,该推荐应用采用Feed流的形式向用户推荐信息,推荐信息采用Tab列表的方式显示。图2B为在图2A所示的推荐应用中输入搜索关键词的示意图。图2C为图2B所示的搜索关键词的搜索结果。将图2C和图1C的结果进行对比,可以知道,在推荐应用中搜索时,搜索结果是Feed形态。
也就是说,图1A-图1C中所示的在搜索应用中搜索时,是在互联网的全网中进行搜索,互联网中的搜索具有实时性以及权威性,但是互联网中的搜索结果的内容源页面中存在广告信息多等问题,搜索结果采用Web形式展示。图2A-图2C中所示的在推荐应用搜索时,是在内容推荐池中进行搜索,内容推荐池中的推荐信息与全互联网中的信息相比,推荐消息仅限内容推荐池,较为单一,覆盖范围较小。基于以上问题,本发明提供一种基于推荐应用的搜索方案,以扩大搜索范围,丰富搜索结果。
图3为本发明的基于推荐应用的搜索方法实施例的流程图。如图3所示,本实施例的基于推荐应用的搜索方法,具体可以包括如下步骤:
100、接收用户通过推荐应用的客户端发送的、携带搜索关键词的搜索请求;
本实施例的基于推荐应用的搜索方法的执行主体可以为推荐应用的推荐服务器,该推荐服务器与推荐应用的各客户端通信。本实施例的推荐应用可以为采用Feed方式进行信息推荐的应用。推荐应用可以根据使用该推荐应用的客户的自画像向用户推荐信息。如可以根据使用该推荐应用的客户端的用户经常查看的信息获取该用户的兴趣爱好,然后根据用户的兴趣爱好,从推荐内容池中获取该用户会喜欢的推荐信息,向该用户使用的客户端推荐获取的推荐信息,以供该用户查看。为了方便用户的使用,推荐应用中,还可以设置有搜索框,以便于用户在搜索应用中输入搜索关键词,发起搜索请求。例如,用户在使用推荐应用的客户端的过程中,若想要查看某条之前查看的推荐信息,便可以在推荐应用的该搜索框中输入搜索关键词,点击搜索,便发起搜索请求。对应地,推荐服务器可以接收用户通过推荐应用的客户端发送的、携带搜索关键词的搜索请求。
101、分别向推荐后端服务器和搜索后端服务器发送携带搜索关键词的搜索请求,以供推荐后端服务器从推荐内容池中获取搜索关键词对应的至少一个推荐信息,搜索后端服务器根据倒排索引库获取搜索关键词对应的至少一个搜索信息;
本实施例的推荐服务器接收到携带搜索关键词的搜索请求之后,分别将该搜索请求发送至推荐后端服务器和搜索后端服务器。由推荐后端服务器从推荐内容池中获取搜索关键词对应的至少一个推荐信息,搜索后端服务器根据倒排索引库获取搜索关键词对应的至少一个搜索信息。推荐后端服务器具体可以根据搜索关键词从推荐内容池中获取与搜索关键词匹配的至少一个推荐消息。搜索后端服务器具体可以根据搜索关键词从倒排索引库中获取与搜索关键词匹配的至少一个搜索信息。本实施例中推荐内容池中的推荐信息是很多的作者根据当前时事热点撰写的一些稿子,多为一些代表个人的意见、评论或者文章等等。因此推荐消息中包括作者、标题以及来源等等。推荐内容池为一个封闭的池子,搜索的推荐信息有限。而倒排索引库是搜索应用在搜索时使用的,是通过爬取全互联网的信息建立的,所以搜索后端服务器根据倒排索引库搜索得到的至少一个搜索信息,是面向全互联网,搜索的范围较宽广,而且可以搜索到一些官方网站的实时性比较强、权威性比较高的搜索信息。
102、分别接收推荐后端服务器发送的至少一个推荐信息、搜索后端服务器发送的至少一个搜索信息;
推荐后端服务器获取到搜索关键词对应的至少一个推荐信息之后,向推荐服务器发送搜索到的至少一个推荐信息,对应地,推荐服务器接收推荐后端服务器发送的至少一个推荐信息。
同理,搜索后端服务器获取到搜索关键词对应的至少一个搜索信息之后,向推荐服务器发送搜索到的至少一个搜索信息,对应地,推荐服务器接收搜索后端服务器发送的至少一个搜索信息。
103、根据至少一个推荐信息和至少一个搜索信息,生成搜索结果;
本实施例中,搜索服务器根据搜索关键词进行搜索得到的搜索结果,是根据至少一个推荐信息和至少一个搜索信息得到的。即搜索结果中既包括推荐后端服务器根据推荐内容池获取到的至少一个推荐信息,还包括搜索后端服务器根据倒排索引库得到的至少一个搜索信息。
但是现有技术中的,推荐信息的格式与搜索信息的格式并不相同,因此,若根据至少一个推荐信息和至少一个搜索信息,生成搜索结果的时候,还需要将至少一个推荐信息和至少一个搜索信息的格式一致化,否则无法放在一起显示。
例如,该步骤103“根据至少一个推荐信息和至少一个搜索信息,生成搜索结果”,具体可以包括如下步骤:
(a1)将至少一个搜索信息中各搜索信息的格式转换为与各推荐信息的格式相同;
为了便于至少一个搜索信息和至少一个推荐信息一起生产搜索结果,一起显示,本实施例中,将至少一个搜索信息中各搜索信息的格式转换为与各推荐信息的格式相同。
例如若推荐应用采用Feed流的方式推送推荐信息,本实施例中的推荐信息采用Tab列表的格式,搜索信息采用Web格式。此时步骤“将至少一个搜索信息中各搜索信息的格式转换为与各推荐信息的格式相同”,具体可以包括如下步骤:
(b1)从Web格式的各搜索信息中提取作者、来源以及标题;
(b2)根据各搜索信息的作者、来源、标题以及其它内容,生成Tab格式的搜索信息。
由于推荐应用采用Feed流方式推送的推荐信息的采用Tab列表的格式,必须包括有作者、来源以及标题信息,因此,本实施例中,在格式转换时,需要从Web格式的各搜索信息中提取作者、来源以及标题。然后根据推荐信息的Tab列表格式,将各搜索信息的作者、来源、标题以及其它内容生成Tab列表格式的搜索信息。这样,得到的搜索信息的格式与推荐信息的格式完全一致。
(a2)根据预设的合并规则,将至少一个推荐信息与转换格式后的至少一个搜索信息合并,作为搜索结果。
转换后的搜索信息和推荐信息格式完全一致,此时可以根据预设的合并规则,将转换格式后的至少一个搜索信息与至少一个推荐信息合并,作为最终的搜索结果。
本实施例中的预设的合并规则可以根据用户的需求来设置,可以混合在一起显示,也可以分开显示。
例如,混合显示的时候,具体可以包括如下步骤:
(c1)分别计算各搜索信息与搜索关键词的关联度、各推荐信息与搜索关键词的关联度;
(c2)按照与搜索关键词的关联度由大到小的顺序,将至少一个推荐信息和转换格式后的至少一个搜索信息混合排序,得到搜索结果。
具体地,计算每一个搜索信息、每一个推荐信息与搜索关键词的关联度。例如,具体可以通过计算每一个搜索信息的标题与搜索关键词的关联度,作为该搜索信息与搜索关键词的关联度。通过计算每一个推荐信息的标题与搜索关键词的关联度,作为该推荐信息与搜索关键词的关联度。然后按照关联度由大到小的顺序,将至少一个推荐信息和转换格式后的至少一个搜索信息混合排序,得到搜索结果。这样,可以保证,搜索结果中,越靠前的信息是与搜索关键词的关联度最大的信息,与当前的搜索关键词越匹配,用户的可读性就越高,从而能够有效地提高用户的使用体验度。
或者还可以统计每一个搜索信息、每一个推荐信息的发布时间,按照发布时刻距离当前时刻由近到远的顺序,将至少一个推荐信息和转换格式后的至少一个搜索信息混合排序,得到搜索结果。这样,可以保证搜索结果中越靠前的信息是越新的信息,实时性越强,用户的可读性也越高,也能够有效地提高用户的使用体验度。
或者,还可以根据至少一个搜索信息、至少一个推荐信息的作者的权威性的高低,将至少一个推荐信息和转换格式后的至少一个搜索信息混合排序,得到搜索结果。此时对应地,在互联网中可以根据每一个作者发布的信息、关注的粉丝数量以及评论的数量等等信息对作者进行打分,打分高的权威性高。或者号可以
实际应用中,还可以采用其他预设的合并规则,将至少一个推荐信息和转换格式后的至少一个搜索信息混合排序,得到搜索结果,在此不再一一举例赘述。
另外,根据预设的合并规则,将至少一个推荐信息与转换格式后的至少一个搜索信息合并的时候,也可以不是完全混合的合并,例如几个推荐信息作为一组,几个搜索信息作为一组,一组一组来显示。或者一页推荐信息,一页搜索信息来显示。
例如,对于移动终端的屏幕尺寸较大的,可以将搜索信息和推荐信息分为左右两栏显示。对于移动终端的屏幕尺寸较小的,分栏显示信息太密集,此时可以分页来显示,搜索信息和推荐信息按照页来交替显示,例如,第一页显示搜索信息,第二页显示推荐信息;或者第一页显示推荐信息,第二页显示搜索信息。并且还可以在每一页上突出显示当前页显示的信息的信息源,即当前页显示的信息是搜索信息或者推荐信息。对于至少一个搜索信息的内部顺序可以按照与搜索关键词的关联度大小来排列,或者也可以按照信息来源的权威性来排列,或者也可以按照实时性来排列,或者也可以按照其他方式来排列。对于与至少一个推荐信息的内部顺序也可以按照与搜索关键词的关联度大小来排列,或者也可以按照作者的知名度来排列,或者也可以按照用户对作者的打分来排列,也可以按照各个推荐信息的发布时间来排列,或者也可以按照信息来源的权威性来排列等等,在此不再一一举例赘述。
104、向推荐应用的客户端返回搜索结果。
按照上述实施例获取到搜索结果之后,向客户端返回搜索结果,以供用户通过客户端查看搜索结果。
本实施例的基于推荐应用的搜索方法,通过接收用户通过推荐应用的客户端发送的、携带搜索关键词的搜索请求;分别向推荐后端服务器和搜索后端服务器发送携带搜索关键词的搜索请求,以供推荐后端服务器从推荐内容池中获取搜索关键词对应的至少一个推荐信息,搜索后端服务器根据倒排索引库获取搜索关键词对应的至少一个搜索信息;分别接收推荐后端服务器发送的至少一个推荐信息、搜索后端服务器发送的至少一个搜索信息;根据至少一个推荐信息和至少一个搜索信息,生成搜索结果;向客户端返回搜索结果。通过本实施例的技术方案,在推荐应用中搜索时,不仅可以搜索到推荐内容池中的推荐信息,还可以搜索到搜索应用中能够搜索到的搜索信息,极大地丰富了搜索结果,提高了搜索效率。而且搜索应用中能够搜索到的搜索信息是面向全互联网,内容全面,信息及时,还具有较高的权威性,因此,采用本实施例技术方案,用户在推荐应用中搜索时,获取的搜索结果中包括的搜索信息内容全面、实时、权威性高,还能够有效地提高用户的使用体验度。
图4为本发明的推荐服务器实施例一的结构图。如图4所示,本实施例的推荐服务器,具体可以包括:接收模块10、发送模块11和生成模块12。
其中接收模块10用于接收用户通过推荐应用的客户端发送的、携带搜索关键词的搜索请求;
发送模块11用于分别向推荐后端服务器和搜索后端服务器发送接收模块10接收的携带搜索关键词的搜索请求,以供推荐后端服务器从推荐内容池中获取搜索关键词对应的至少一个推荐信息,搜索后端服务器根据倒排索引库获取搜索关键词对应的至少一个搜索信息;
接收模块10还用于分别接收推荐后端服务器发送的至少一个推荐信息、搜索后端服务器发送的至少一个搜索信息;
生成模块12用于根据接收模块10接收的至少一个推荐信息和至少一个搜索信息,生成搜索结果;
发送模块11还用于向推荐应用的客户端返回生成模块12生成的搜索结果。
本实施例的推荐服务器,通过采用上述模块实现基于推荐应用的搜索的实现原理以及技术效果与上述相关方法实施例的实现相同,详细可以参考上述相关方法实施例的记载,在此不再赘述。
图5为本发明的推荐服务器实施例二的结构图。如图5所示,本实施例的推荐服务器,在上述图4所示实施例的技术方案的基础上,进一步包括如下技术方案。
如图5所示,本实施例的推荐服务器中,生成模块12具体包括:
格式转换单元121,用于将接收模块10接收的至少一个搜索信息中各搜索信息的格式转换为与各推荐信息的格式相同;
合并单元122,用于根据预设的合并规则,将接收模块10接收的至少一个推荐信息与格式转换单元121转换格式后的至少一个搜索信息合并,作为搜索结果。
进一步可选地,本实施例的推荐服务器中,推荐应用采用Feed流的方式推送推荐信息,推荐信息采用Tab列表格式,搜索信息采用Web格式。
进一步可选地,本实施例的推荐服务器中,格式转换单元121具体用于:
从接收模块10接收的Web格式的各搜索信息中提取作者、来源以及标题;
根据各搜索信息的作者、来源、标题以及其它内容,生成Tab列表格式的搜索信息。
进一步可选地,本实施例的推荐服务器中,合并单元122具体用于:
分别计算接收模块10接收的各搜索信息与搜索关键词的关联度、接收模块10接收的各推荐信息与搜索关键词的关联度;
按照与搜索关键词的关联度由大到小的顺序,将接收模块10接收的至少一个推荐信息和格式转换单元121转换格式后的至少一个搜索信息混合排序,得到搜索结果;
或者合并单元122具体用于:
统计接收模块10接收的各搜索信息的发布时间和各推荐信息的发布时间;
按照发布时间距离当前时刻由近到远的顺序,将接收模块10接收的至少一个推荐信息和格式转换单元121转换格式后的至少一个搜索信息混合排序,得到搜索结果。
对应地,发送模块11还用于向推荐应用的客户端返回合并单元122生成的搜索结果。
本实施例的推荐服务器,通过采用上述模块实现基于推荐应用的搜索的实现原理以及技术效果与上述相关方法实施例的实现相同,详细可以参考上述相关方法实施例的记载,在此不再赘述。
图6为本发明的基于推荐应用的搜索系统实施例的结构图。如图6所示,本实施例的基于推荐应用的搜索系统,包括推荐应用的客户端20、推荐服务器30、推荐后端服务器40和搜索后端服务器50;
推荐服务器30分别与推荐应用的客户端20、推荐后端服务器40和搜索后端服务器50通讯连接。实际应用中,推荐服务器30可以与多个推荐应用的客户端20通讯连接,本实施例以连接一个推荐应用的客户端20为例。
例如,推荐服务器30接收用户通过推荐应用的客户端20发送的、携带搜索关键词的搜索请求;推荐服务器30分别向推荐后端服务器40和搜索后端服务器50发送携带搜索关键词的搜索请求,以供推荐后端服务器40从推荐内容池中获取搜索关键词对应的至少一个推荐信息,搜索后端服务器50根据倒排索引库获取搜索关键词对应的至少一个搜索信息。其中推荐内容池设置在推荐后端服务器40中,倒排索引库设置在搜索后端服务器50中。
推荐服务器30还分别接收推荐后端服务器40发送的至少一个推荐信息、搜索后端服务器50发送的至少一个搜索信息;并根据至少一个推荐信息和至少一个搜索信息,生成搜索结果;向推荐应用的客户端20返回搜索结果。
也就是说,本实施例的推荐服务器30具体可以采用如上图4或者图5所示实施例的推荐服务器,并具体采用如上图3所示实施例的基于推荐应用的搜索方法实现基于推荐应用的搜索,详细可以参考上述相关实施例的记载,在此不再赘述。
图7为本发明的服务器实施例的结构图。如图7所示,本实施例的服务器,包括:一个或多个处理器30,以及存储器40,存储器40用于存储一个或多个程序,当存储器40中存储的一个或多个程序被一个或多个处理器30执行,使得一个或多个处理器30实现如上图3-图5所示实施例的基于推荐应用的搜索方法。图7所示实施例中以包括多个处理器30为例。
例如,图8为本发明提供的一种服务器的示例图。图8示出了适于用来实现本发明实施方式的示例性服务器12a的框图。图8显示的服务器12a仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图8所示,服务器12a以通用计算设备的形式表现。服务器12a的组件可以包括但不限于:一个或者多个处理器16a,系统存储器28a,连接不同系统组件(包括系统存储器28a和处理器16a)的总线18a。
总线18a表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
服务器12a典型地包括多种计算机系统可读介质。这些介质可以是任何能够被服务器12a访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28a可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30a和/或高速缓存存储器32a。服务器12a可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34a可以用于读写不可移动的、非易失性磁介质(图8未显示,通常称为“硬盘驱动器”)。尽管图8中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18a相连。系统存储器28a可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明上述图3-图5各实施例的功能。
具有一组(至少一个)程序模块42a的程序/实用工具40a,可以存储在例如系统存储器28a中,这样的程序模块42a包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42a通常执行本发明所描述的上述图3-图5各实施例中的功能和/或方法。
服务器12a也可以与一个或多个外部设备14a(例如键盘、指向设备、显示器24a等)通信,还可与一个或者多个使得用户能与该服务器12a交互的设备通信,和/或与使得该服务器12a能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22a进行。并且,服务器12a还可以通过网络适配器20a与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20a通过总线18a与服务器12a的其它模块通信。应当明白,尽管图中未示出,可以结合服务器12a使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器16a通过运行存储在系统存储器28a中的程序,从而执行各种功能应用以及数据处理,例如实现上述实施例所示的基于推荐应用的搜索方法。
本发明还提供一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如上述实施例所示的基于推荐应用的搜索方法。
本实施例的计算机可读介质可以包括上述图8所示实施例中的系统存储器28a中的RAM30a、和/或高速缓存存储器32a、和/或存储系统34a。
随着科技的发展,计算机程序的传播途径不再受限于有形介质,还可以直接从网络下载,或者采用其他方式获取。因此,本实施例中的计算机可读介质不仅可以包括有形的介质,还可以包括无形的介质。
本实施例的计算机可读介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,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单元中,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单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (13)
1.一种基于推荐应用的搜索方法,其特征在于,所述方法包括:
接收用户通过推荐应用的客户端发送的、携带搜索关键词的搜索请求;
分别向推荐后端服务器和搜索后端服务器发送携带所述搜索关键词的搜索请求,以供所述推荐后端服务器从推荐内容池中获取所述搜索关键词对应的至少一个推荐信息,所述搜索后端服务器根据倒排索引库获取所述搜索关键词对应的至少一个搜索信息;
分别接收所述推荐后端服务器发送的所述至少一个推荐信息、所述搜索后端服务器发送的所述至少一个搜索信息;
根据所述至少一个推荐信息和所述至少一个搜索信息,生成搜索结果;
向所述推荐应用的客户端返回所述搜索结果。
2.根据权利要求1所述的方法,其特征在于,根据所述至少一个推荐信息和所述至少一个搜索信息,生成搜索结果,具体包括:
将所述至少一个搜索信息中各所述搜索信息的格式转换为与各所述推荐信息的格式相同;
根据预设的合并规则,将所述至少一个推荐信息与转换格式后的所述至少一个搜索信息合并,作为所述搜索结果。
3.根据权利要求2所述的方法,其特征在于,所述推荐应用采用Feed流的方式推送推荐信息,所述推荐信息采用Tab列表格式,所述搜索信息采用Web格式。
4.根据权利要求3所述的方法,其特征在于,将所述至少一个搜索信息中各所述搜索信息的格式转换为与各所述推荐信息的格式相同,具体包括:
从Web格式的各所述搜索信息中提取作者、来源以及标题;
根据各所述搜索信息的作者、来源、标题以及其它内容,生成Tab列表格式的所述搜索信息。
5.根据权利要求1-4任一所述的方法,其特征在于,根据预设的合并规则,将所述至少一个推荐信息与转换格式后的所述至少一个搜索信息合并,作为所述搜索结果,作为所述搜索结果,具体包括:
分别计算各所述搜索信息与所述搜索关键词的关联度、各所述推荐信息与所述搜索关键词的关联度;
按照与所述搜索关键词的所述关联度由大到小的顺序,将至少一个推荐信息和转换格式后的所述至少一个搜索信息混合排序,得到所述搜索结果;
或者根据预设的合并规则,将所述至少一个推荐信息与转换格式后的所述至少一个搜索信息合并,作为所述搜索结果,具体包括:
统计各所述搜索信息的发布时间和各推荐信息的发布时间;
按照所述发布时间距离当前时刻由近到远的顺序,将所述至少一个推荐信息和转换格式后的所述至少一个搜索信息混合排序,得到所述搜索结果。
6.一种推荐服务器,其特征在于,所述推荐服务器包括:
接收模块,用于接收用户通过推荐应用的客户端发送的、携带搜索关键词的搜索请求;
发送模块,用于分别向推荐后端服务器和搜索后端服务器发送携带所述搜索关键词的搜索请求,以供所述推荐后端服务器从推荐内容池中获取所述搜索关键词对应的至少一个推荐信息,所述搜索后端服务器根据倒排索引库获取所述搜索关键词对应的至少一个搜索信息;
所述接收模块,还用于分别接收所述推荐后端服务器发送的所述至少一个推荐信息、所述搜索后端服务器发送的所述至少一个搜索信息;
生成模块,用于根据所述至少一个推荐信息和所述至少一个搜索信息,生成搜索结果;
所述发送模块,还用于向所述推荐应用的客户端返回所述搜索结果。
7.根据权利要求6所述的推荐服务器,其特征在于,所述生成模块,具体包括:
格式转换单元,用于将所述至少一个搜索信息中各所述搜索信息的格式转换为与各所述推荐信息的格式相同;
合并单元,用于根据预设的合并规则,将所述至少一个推荐信息与转换格式后的所述至少一个搜索信息合并,作为所述搜索结果。
8.根据权利要求7所述的推荐服务器,其特征在于,所述推荐应用采用Feed流的方式推送推荐信息,所述推荐信息采用Tab列表格式,所述搜索信息采用Web格式。
9.根据权利要求8所述的推荐服务器,其特征在于,所述格式转换单元,具体用于:
从Web格式的各所述搜索信息中提取作者、来源以及标题;
根据各所述搜索信息的作者、来源、标题以及其它内容,生成Tab列表格式的所述搜索信息。
10.根据权利要求6-9任一所述的推荐服务器,其特征在于,所述合并单元,具体用于:
分别计算各所述搜索信息与所述搜索关键词的关联度、各所述推荐信息与所述搜索关键词的关联度;
按照与所述搜索关键词的所述关联度由大到小的顺序,将至少一个推荐信息和转换格式后的所述至少一个搜索信息混合排序,得到所述搜索结果;
或者所述合并单元,具体用于:
统计各所述搜索信息的发布时间和各推荐信息的发布时间;
按照所述发布时间距离当前时刻由近到远的顺序,将所述至少一个推荐信息和转换格式后的所述至少一个搜索信息混合排序,得到所述搜索结果。
11.一种基于推荐应用的搜索系统,其特征在于,包括推荐应用的客户端、推荐服务器、推荐后端服务器和搜索后端服务器;
所述推荐服务器分别与所述推荐应用的客户端、所述推荐后端服务器和所述搜索后端服务器通讯连接;所述推荐服务器采用如上权利要求6-10任一所述的推荐服务器。
12.一种服务器,其特征在于,所述服务器包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
13.一种计算机可读介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710423243.XA CN107391556B (zh) | 2017-06-07 | 2017-06-07 | 基于推荐应用的搜索方法、服务器及计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710423243.XA CN107391556B (zh) | 2017-06-07 | 2017-06-07 | 基于推荐应用的搜索方法、服务器及计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107391556A true CN107391556A (zh) | 2017-11-24 |
CN107391556B CN107391556B (zh) | 2020-12-18 |
Family
ID=60332259
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710423243.XA Active CN107391556B (zh) | 2017-06-07 | 2017-06-07 | 基于推荐应用的搜索方法、服务器及计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107391556B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108170731A (zh) * | 2017-12-13 | 2018-06-15 | 腾讯科技(深圳)有限公司 | 数据处理方法、装置、计算机存储介质及服务器 |
CN108399254A (zh) * | 2018-03-06 | 2018-08-14 | 王海泉 | 关联词调整方法及调整系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060288000A1 (en) * | 2005-06-20 | 2006-12-21 | Raghav Gupta | System to generate related search queries |
CN101446959A (zh) * | 2008-12-30 | 2009-06-03 | 深圳市迅雷网络技术有限公司 | 一种基于互联网的新闻推荐方法和系统 |
CN101594377A (zh) * | 2008-05-28 | 2009-12-02 | 国际商业机器公司 | 用于管理Feed数据的系统和方法 |
CN103258020A (zh) * | 2013-05-02 | 2013-08-21 | 华南师范大学 | 一种结合sns和搜索引擎技术的推荐系统与方法 |
CN103942279A (zh) * | 2014-04-01 | 2014-07-23 | 百度(中国)有限公司 | 搜索结果的展现方法和装置 |
CN104239449A (zh) * | 2014-09-01 | 2014-12-24 | 百度在线网络技术(北京)有限公司 | 信息展现方法和装置 |
CN105404699A (zh) * | 2015-12-29 | 2016-03-16 | 广州神马移动信息科技有限公司 | 一种搜索财经文章的方法、装置及服务器 |
CN105446972A (zh) * | 2014-06-17 | 2016-03-30 | 阿里巴巴集团控股有限公司 | 基于及融合用户关系数据的搜索方法、装置和系统 |
CN105701155A (zh) * | 2015-12-30 | 2016-06-22 | 百度在线网络技术(北京)有限公司 | 信息推送方法和装置 |
-
2017
- 2017-06-07 CN CN201710423243.XA patent/CN107391556B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060288000A1 (en) * | 2005-06-20 | 2006-12-21 | Raghav Gupta | System to generate related search queries |
CN101594377A (zh) * | 2008-05-28 | 2009-12-02 | 国际商业机器公司 | 用于管理Feed数据的系统和方法 |
CN101446959A (zh) * | 2008-12-30 | 2009-06-03 | 深圳市迅雷网络技术有限公司 | 一种基于互联网的新闻推荐方法和系统 |
CN103258020A (zh) * | 2013-05-02 | 2013-08-21 | 华南师范大学 | 一种结合sns和搜索引擎技术的推荐系统与方法 |
CN103942279A (zh) * | 2014-04-01 | 2014-07-23 | 百度(中国)有限公司 | 搜索结果的展现方法和装置 |
CN105446972A (zh) * | 2014-06-17 | 2016-03-30 | 阿里巴巴集团控股有限公司 | 基于及融合用户关系数据的搜索方法、装置和系统 |
CN104239449A (zh) * | 2014-09-01 | 2014-12-24 | 百度在线网络技术(北京)有限公司 | 信息展现方法和装置 |
CN105404699A (zh) * | 2015-12-29 | 2016-03-16 | 广州神马移动信息科技有限公司 | 一种搜索财经文章的方法、装置及服务器 |
CN105701155A (zh) * | 2015-12-30 | 2016-06-22 | 百度在线网络技术(北京)有限公司 | 信息推送方法和装置 |
Non-Patent Citations (1)
Title |
---|
李翠平: "大数据与推荐系统", 《大数据》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108170731A (zh) * | 2017-12-13 | 2018-06-15 | 腾讯科技(深圳)有限公司 | 数据处理方法、装置、计算机存储介质及服务器 |
CN108399254A (zh) * | 2018-03-06 | 2018-08-14 | 王海泉 | 关联词调整方法及调整系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107391556B (zh) | 2020-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6419905B2 (ja) | クエリについての逆演算子の使用 | |
JP6193518B2 (ja) | オンライン・ソーシャル・ネットワーク上での検索クエリ対話 | |
CN108062375B (zh) | 一种用户画像的处理方法、装置、终端和存储介质 | |
JP6039850B2 (ja) | オンライン・ソーシャル・ネットワーク上でのクエリについての検索意図 | |
Kalfatovic et al. | Smithsonian Team Flickr: a library, archives, and museums collaboration in web 2.0 space | |
Caplan et al. | Qualitative inquiry using social media: A field-tested example | |
CN107403388B (zh) | 用于结构化搜索查询的语法模型 | |
US9218414B2 (en) | System, method, and user interface for a search engine based on multi-document summarization | |
CN109983455A (zh) | 在在线社交网络上多样化媒体搜索结果 | |
CN105843962A (zh) | 信息处理、显示方法及装置以及信息处理显示系统 | |
CN105760521A (zh) | 信息输入方法和装置 | |
US20100293035A1 (en) | Map advertising system interface | |
CN101981570A (zh) | 用于与内容对象集成、关联和交互的开放式架构 | |
EP2550610A1 (en) | Method and apparatus for providing personalized information resource recommendation based on group behaviors | |
US10783192B1 (en) | System, method, and user interface for a search engine based on multi-document summarization | |
Kozinets | E-Tourism research, cultural understanding, and netnography | |
US11055312B1 (en) | Selecting content using entity properties | |
Papastergiadis et al. | Mega screens for mega cities | |
US20100318427A1 (en) | Enhancing database management by search, personal search, advertising, and databases analysis efficiently using core-set implementations | |
US11651039B1 (en) | System, method, and user interface for a search engine based on multi-document summarization | |
CN109992715A (zh) | 信息展示方法、装置、介质和计算设备 | |
Xu et al. | Exploring factors influencing travel information-seeking intention on short video platforms | |
CN104050243A (zh) | 一种将搜索与社交相结合的网络搜索方法及其系统 | |
CN107391556A (zh) | 基于推荐应用的搜索方法、服务器及计算机可读介质 | |
Khaletska et al. | Network communication technologies in the activity of children’s libraries of Ukraine |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |