CN107918622B - 内容推荐、展示方法、客户端、服务器和系统 - Google Patents

内容推荐、展示方法、客户端、服务器和系统 Download PDF

Info

Publication number
CN107918622B
CN107918622B CN201610885115.2A CN201610885115A CN107918622B CN 107918622 B CN107918622 B CN 107918622B CN 201610885115 A CN201610885115 A CN 201610885115A CN 107918622 B CN107918622 B CN 107918622B
Authority
CN
China
Prior art keywords
content
user
client
input
pool
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.)
Active
Application number
CN201610885115.2A
Other languages
English (en)
Other versions
CN107918622A (zh
Inventor
林徐倩
穆晓林
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.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding 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 Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201610885115.2A priority Critical patent/CN107918622B/zh
Priority to TW106125923A priority patent/TW201814619A/zh
Priority to EP17859872.8A priority patent/EP3523769A4/en
Priority to JP2019517929A priority patent/JP7356206B2/ja
Priority to US15/724,174 priority patent/US20180101576A1/en
Priority to PCT/US2017/054982 priority patent/WO2018071234A1/en
Priority to KR1020197009576A priority patent/KR20190067165A/ko
Publication of CN107918622A publication Critical patent/CN107918622A/zh
Application granted granted Critical
Publication of CN107918622B publication Critical patent/CN107918622B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06F16/957—Browsing optimisation, e.g. caching or content distillation
    • G06F16/9574—Browsing optimisation, e.g. caching or content distillation of access to content, e.g. by caching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/01—Customer relationship services
    • G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
    • G06Q30/016—After-sales
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/2866—Architectures; Arrangements
    • H04L67/30—Profiles
    • H04L67/306—User profiles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/56—Provisioning of proxy services
    • H04L67/568—Storing data temporarily at an intermediate stage, e.g. caching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/0482—Interaction with lists of selectable items, e.g. menus
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols

Abstract

本方案实施例提供了一种内容推荐、展示方法、客户端、服务器和系统。该系统包括基础内容池、内容推荐服务器和至少一个客户端；所述基础内容池存储有一个或多个内容；所述客户端，用于监控用户的输入并提供给所述内容推荐服务器；所述内容推荐服务器，用于接收所述客户端提供的用户的输入，为所述用户创建专属内容池，以根据所述用户的输入从所述基础内容池中挖掘出与所述输入相匹配的内容，并将所述匹配的内容填入至所述专属内容池；所述客户端，进一步用于当满足预设触发条件时，接收所述内容推荐服务器从所述专属内容池提供的内容，并向所述用户展示所述内容。本方案实施例可为用户提供了个性化的搜索服务，从而提高了用户体验。

Description

内容推荐、展示方法、客户端、服务器和系统
技术领域
本方案涉及计算机网络通信技术领域，尤其是涉及一种内容推荐、展示方法、客户端、服务器和系统。
背景技术
随着计算机网络通信技术的不断发展，网上购物越来越普遍；特别是对于年轻人而言，网上购物甚至变成其生活的一部分。目前用户一般可通过客户端访问网络销售平台的形式来在线选购产品或服务。其中，客户端可以为专用的网购app(application，应用)，也可以为通用的浏览器等。但不论通过哪种客户端进行网上购物，用户一般只能做通用性的搜索操作，例如输入词组(或者在输入词组时，设定筛选条件)进行搜索，对应的，服务器则根据用户输入的词组(或者根据用户输入的词组和设定的筛选条件)从网络销售平台的数据库中匹配出相应的内容，并返回给用户，以供其选购。
在上述搜索场景下，服务器往往返回的搜索结果非常之多，用户一般会尝试通过更换输入词组的方式来得到更精确的搜索结果。然而，对于普通用户而言，由于其并不善于输入词组的组合，往往在多次更换输入词组后，仍然不能得到更精确的搜索结果。也就是说，在经过一番努力后，用户往往依然摆脱不了要从大量的搜索结果中选择合适内容的困境。这种情况下，服务器并不能进一步的为用户提供个性化的搜索服务，从而影响了用户体验。
发明内容
本方案实施例的目的在于提供一种内容推荐、展示方法、客户端、服务器和系统，以为用户提供个性化的搜索服务，提高用户体验。
为达到上述目的，一方面，本方案实施例提供了一种内容推荐系统，包括：基础内容池、内容推荐服务器和至少一个客户端；
所述基础内容池存储有一个或多个内容；
所述客户端，用于监控用户的输入并提供给所述内容推荐服务器；
所述内容推荐服务器，用于接收所述客户端提供的用户的输入，为所述用户创建专属内容池，以根据所述用户的输入从所述基础内容池中挖掘出与所述输入相匹配的内容，并将所述匹配的内容填入至所述专属内容池；
所述客户端，进一步用于当满足预设触发条件时，接收所述内容推荐服务器从所述专属内容池提供的内容，并向所述用户展示所述内容。
另一方面，本方案实施例提供了一种内容推荐方法，包括：
接收客户端提供的用户输入，为所述用户创建专属内容池；
以根据所述用户的输入从基础内容池中挖掘出与所述输入相匹配的内容，并将所述匹配的内容填入至所述专属内容池。
另一方面，本方案实施例提供了一种内容推荐服务器，包括：
处理器，
存储器，用于存储内容推荐装置，所述内容推荐装置被所述处理器处理时，执行如下步骤：
接收客户端提供的用户输入，为所述用户创建专属内容池；
以根据所述用户的输入从基础内容池中挖掘出与所述输入相匹配的内容，并将所述匹配的内容填入至所述专属内容池。
另一方面，本方案实施例提供了内容展示方法，包括：
监控用户的输入并提供给内容推荐服务器；
当满足预设触发条件时，接收内容推荐服务器从专属内容池提供的内容，并向所述用户展示所述内容。
另一方面，本方案实施例提供了一种客户端，包括：
输入设备，用户接收用户的输入；
处理器，耦合到所述输入设备，用于将所述用户的输入提供给内容推荐服务器，并且
当满足预设触发条件时，接收内容推荐服务器从专属内容池提供的内容；
显示组件，用于向所述用户展示所述内容。
本方案实施例中的基础内容池存储有一个或多个内容；客户端在监控到用户的输入后提供给内容推荐服务器；内容推荐服务器接收客户端提供的用户的输入，为用户创建专属内容池，以根据用户的输入从基础内容池中挖掘出与输入相匹配的内容，并将匹配的内容填入至专属内容池；当满足预设触发条件时，客户端接收内容推荐服务器从专属内容池提供的内容，并向用户展示内容，从而为用户提供了个性化的搜索服务，当用户面临搜索困难或搜索结果选择困难时，本方案实施例可给予用户一定的推荐和决策能力，从而提高了用户体验。
附图说明
此处所说明的附图用来提供对本方案实施例的进一步理解，构成本方案实施例的一部分，并不构成对本方案实施例的限定。在附图中：
图1为本方案实施例的一种内容推荐系统的结构框图；
图2为本方案实施例的一种客户端与用户的交互显示界面；
图3为本方案实施例的另一种客户端与用户的交互显示界面；
图4为本方案实施例的一种可操作查看提示的显示界面；
图5为本方案实施例的客户端一种展示更多内容的显示界面；
图6为本方案实施例的客户端另一种展示更多内容的显示界面；
图7为本方案实施例的一种内容推荐方法的流程图；
图8为本方案实施例的另一种内容推荐方法的流程图；
图9为本方案实施例的一种内容展示方法的流程图；
图10为本方案一实施例的内容推荐服务器的结构框图；
图11为本方案一实施例的客户端的结构框图；
图12a-12c为具体应用场景下，本方案的客户端的交互示意图。
具体实施方式
为使本方案实施例的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本方案实施例做进一步详细说明。在此，本方案实施例的示意性实施例及其说明用于解释本方案实施例，但并不作为对本方案实施例的限定。
下面结合附图，对本方案实施例的具体实施方式作进一步的详细说明。
请参阅图1，本方案实施例的内容推荐系统可以包括：客户端100和内容推荐服务器200。所述客户端100与所述内容推荐服务器200耦合。其中，所述内容推荐系统可以有一个或多个所述客户端100。
结合图1所示，在一个实施方式中，所述内容推荐系统还可以包括基础内容池300。所述基础内容池300与所述内容推荐服务器200耦合。其中，所述基础内容池300中聚合了一个或多个内容，以作为数据挖掘的数据源；所述内容是内容信息的集合，内容信息包括针对产品和/或服务的介绍性或推荐性信息等。例如，内容信息可以包括：文字/图片/视频/音频广告内容、使用信息内容、评价信息内容、产品说明内容、产品排行、具体产品信息、产品购买信息(购买链接，等)等。所述内容推荐服务器200可根据用户的搜索意图，从内容推荐服务器200中数据挖掘出匹配的内容推荐给所述用户。所述基础内容池300可以被实现为数据库，数据仓库，数据集合，等。本方案在此不做限制。
所述内容推荐服务器200可以为一个单独的服务器，还可以为包括多个服务器的服务器集群。
在一个实施方式中，当检测到用户在客户端100的自然语言交互界面中发起自然语言输入时，所述内容推荐服务器200为所述用户创建专属内容池；并根据所述用户输入的自然语言，持续地从所述基础内容池300中挖掘出匹配的内容，然后将所述内容填入至所述用户的专属内容池。当满足预设的第一触发条件时，所述内容推荐服务器200将所述专属内容池中的内容推荐给所述用户。所述专属内容池可以被实现为数据库，数据仓库，数据集合，等。本方案在此不做限制。
其中，所述根据所述用户输入的自然语言从所述基础内容池300中挖掘出匹配的内容包括：对所述用户输入的自然语言进行语义分析，以从中提取出关键词，然后根据提取出的关键词从所述基础内容池300中挖掘出与所述关键词匹配的内容。例如，当用户输入的关键词包括“户外”和“跑步鞋”时，可以从所述基础内容池300中挖掘出与“户外跑步鞋”以及“跑步鞋”以及“户外运动”相关联的鞋类广告内容、鞋类试用报告、用户购买评价、跑步鞋制造商信息、世界十大跑步鞋、热销跑步鞋以及产品链接等。
其中，为用户创建的专属内容池是临时性的，有其生命周期，一旦生命周期结束，所述内容推荐服务器200可删除该专属内容池。在一个实施方式中，当用户开始与客户端自然语言交互界面的交互行为时，就创建该专属内容池，当用户离开交互时，就删除该专属内容池。在一个实施方式中，当用户开始与客户端自然语言交互界面的交互行为时，就创建该专属内容池，该专属内容池将被一直维护直至用户删除其用户数据(例如，账号，等)。
本方案实施例中，由于内容推荐服务器200可以识别用户输入的自然语言，并可根据所述用户输入的自然语言，从所述基础内容池300中挖掘出匹配的内容推荐给所述用户。这样，用户可便捷地通过输入自然语言来表达其搜索意图；而不必像现有技术那样，为表达其搜索意图，需要在搜索栏中多次更换关键词，或尝试进行复杂的关键词逻辑组合。同时，这种基于自然语言的搜索交互，也使得所述内容推荐服务器200可更准确的把握用户的搜索意图，进而可以据此为所述用户推荐更为精准合适的数据内容。
在一个实施方式中，所述的第一触发条件可以是：所述专属内容池中填入的内容的数量达到预设阈值。在另一个实施方式中，所述的第一触发条件还可以是：所述用户发起所述自然语言输入后的计时已达到预设时长。在另一个实施方式中，所述的第一触发条件还可以是：所述用户发起所述自然语言输入后，所述用户变更相同场景下的关键词的次数达到预设阈值，等等。其中，所述相同场景的关键词是指：关键词之间属于基本相同或基本等同的概念。例如用户希望选购一双运动鞋，用户在短时间内先后搜索了“跑鞋”、“户外跑鞋”、“跑步鞋”三个关键词，由于这些运动鞋都属于适合跑步时所穿的运动鞋，因此可以认为其属于相同场景的关键词。
在一个实施方式中，当满足预设的第一触发条件时，所述内容推荐服务器200可从所述用户的专属内容池中，选择若干条内容推荐给所述用户，当了解到所述用户希望给予更多推荐时，再考虑从所述用户的专属内容池中取出更多的内容推荐给所述用户。其中，所述的选择若干条数据可以是随机选择，也可以是根据诸如相关度等参考维度的优选。
在另一个实施方式中，所述内容推荐服务器200还可以向客户端100提供用于人工导购的接口；当通过所述接口接收到用户利用客户端100发起的人工导购请求时，所述内容推荐服务器200可根据预设的参考条件为所述用户推荐一个或多个商家在线客服，以供所述用户选择。其中，所述的参考条件可以包括商家在线客服的繁忙程度，商家在线客服的专业水平，和/或所述用户在发起所述自然语言输入后的设定时间内所输入的自然语言等等。
本方案实施例中，目前由于技术水平的限制，人与机器的沟通，显然不如人与人之间的沟通更为方便顺畅，因此，在这种人工导购模式下，用户可更加方便的表达其搜索意图，而在理解了用户的搜索意图后，商家在线客服也可为所述用户提供比机器搜索更加精准的推荐内容。同时，由于提供给用户的商家在线客服是在参考了商家在线客服的繁忙程度和专业水平等因素后挑选出的，因此，通过这种人工导购，用户可以快速便捷的获得专业、精准的推荐内容，用户体验较高。
在一个实施方式中，由于客户端100可提供类似于通用网购应用软件(例如京东客户端、亚马逊客户端等)那样的搜索栏。当检测到用户在客户端100的搜索栏中发起关键词(例如图4所示的“连衣裙”)输入时，所述内容推荐服务器200为所述用户创建专属内容池；并根据所述用户输入的关键词，持续地从所述基础内容池300中挖掘出匹配的内容，然后将所述内容填入至所述用户的专属内容池。当满足预设的第二触发条件时，所述内容推荐服务器200将所述专属内容池中的内容推荐给所述用户。
在一个实施方式中，当用户开始在搜索栏中输入关键词时，所述内容推荐服务器200就创建该专属内容池，当用户关闭了应用软件后，就删除该专属内容池。在一个实施方式中，当用户始在搜索栏中输入关键词时，就创建该专属内容池，该专属内容池将被一直维护直至用户删除在应用软件上的用户数据(例如，账号，等)。
在一个实施方式中，所述的第二触发条件可以是：所述用户发起所述关键词输入后，更换相同场景的关键词的次数达到预设阈值。一般的，如果一个用户通过一次搜索就找到合适的内容时，通常不必再输入新的关键词而浪费时间；对应的，当用户在短时间内频繁更换相同场景的关键词进行搜索时，则表明该用户可能正苦于搜索合适的内容，此时，可以推断该用户处于搜索困难。
在另一个实施方式中，所述的第二触发条件也可以是：所述用户浏览搜索结果中的内容的数量达到预设阈值，所述搜索结果为相同场景的关键词下返回的搜索结果。一般的，返回的搜索结果中会包含大量的内容，如果一个用户浏览的内容的数量达到预设阈值，则表明该用户可能正苦于选择合适的内容，此时，可以推断该用户处于选择困难。
在另一个实施方式中，所述的第二触发条件还可以是：所述专属内容池中填入的内容的数量达到预设阈值；
在上述实施方式中，所述内容推荐服务器200判断是否满足预设的第二触发条件目的在于：确认用户当前是否处于搜索困难或选购困难的状态。当确认用户当前处于搜索困难或选择困难时，所述内容推荐服务器200可将所述专属内容池中的内容推荐给所述用户，从而可给予用户一定的推荐和决策能力，以可帮助其完成内容的搜索和选择。
在一个实施方式中，当满足预设的第二触发条件时，所述内容推荐服务器200可从所述用户的专属内容池中，选择若干条内容推荐给所述用户，当了解到所述用户希望给予更多推荐时，再考虑从所述用户的专属内容池中取出更多的内容推荐给所述用户。
在一个实施方式中，所述内容推荐服务器200在向所述用户推送内容之前，可以先向所述用户发出一个可操作查看提示(例如图4中所示的可操作查看提示浮层401)，以提醒用户已为其挑选好待推荐的内容。当用户操作所述可操作查看提示时，所述内容推荐服务器200再将若干条内容推送给所述用户。然而，在向所述用户发出可操作查看提示后的设定时间内，如果所述用户未操作所述可操作查看提示，则表明用户当前并希望不接受推荐，所述内容推荐服务器200可直接退出所述可操作查看提示，以免打扰所述用户。此外，为了醒目的提醒用户，所述可操作查看提示可以突出显示，例如高亮度显示、高对比度显示等等。
在一个实施方式中，所述内容推荐服务器200在将用户的专属内容池中的内容，推送给对应用户的客户端100之前，可以先确认相同场景的内容是否曾推荐给所述用户，如果未曾经推荐给所述用户，则可以推送；否则，放弃本次推送，以免重复推送相同内容而影响用户体验。当然，为了便于确认相同场景的数据内容是否曾推荐给所述用户，所述内容推荐服务器200需要在每次推荐时记录推荐的用户及推荐内容。
在一个实施方式中，在所述客户端100将内容展示给所述用户后，所述客户端100和/或内容推荐服务器200还可以监控所述用户对所述内容的操作。当所述用户请求查看更多的内容时，所述内容推荐服务器200可根据所述用户对所述内容的操作，调整向所述用户推荐的内容。其中，所述的监控例如可以是监控用户浏览内容的停留时间(用户浏览某一内容的停留时间越长，说明用户对其关注度越高)，所述的监控还可以是监控用户的点击行为，以根据用户的点击行为判断用户的关注点，等等。例如，用户仅点击查看了图2或图3所示的“[名媛]修身中长a型春秋季款针织裙”和“[香莉婷]荷叶边短袖a字棉麻白色连衣裙”，由于它们都属于A字裙，因此，可以推断所述用户可能更希望关注A字裙。于是，当所述用户请求查看更多的连衣裙时，可优先将所述用户的专属内容池中的A字裙推荐给所述用户，如图6所示。
在一个实施方式中，一般情况下，内容推荐服务器200可能每天都会接收到多个客户端上传的海量数据(这些数据包括：用户在对应客户端100的搜索栏中输入的关键词和/或用户在对应客户端100的自然语言交互界面中输入的自然语言)。这将消耗内容推荐服务器200的大量资源，为保证数据的实时收集，内容推荐服务器200可考虑采用多线程异步队列、分布式处理等方式处理上传数据。
在一个实施方式中，所述基础内容池300可以为一个数据库。
在一个实施方式中，所述基础内容池300中聚合的针对产品和/或服务的介绍性或推荐性信息可以是新闻、评论、活动、知识等等。例如某化妆品牌方发布的其旗下“面霜”的top10信息；第三方媒体站刊登的秋季潮装信息；某奢侈品牌方发布的新款手提包上市信息；某第三方的媒体站发布的某些明星的着装信息；某第三方的媒体站刊登的红酒选购常识，某第三方的媒体站刊登的夏季着装搭配指南；某第三方的媒体站刊登的爆款智能手机的评测报告，等等。
在一个实施方式中，所述基础内容池300中存储的内容具有生命周期，随着新的内容的陆续引入，以及旧的内容的陆续消亡，所述基础内容池300得以不断更新，以适应用户需求。
在一个实施方式中，所述客户端100可以为移动设备；例如智能携带终端、平板设备、车载设备、个人数字助理(PDA)、智能可穿戴设备等。所述客户端100还可以为桌面设备；例如桌面个人计算机(PC机)、一体机、智能自助终端等。
本方案实施例中，用户可以在不同场景下利用不同的客户端100来连接所述内容推荐服务器200，以完成本方案实施例以下所述的一个或多个方法步骤。
在一个实施方式中，所述客户端100可提供自然语言交互界面(如图2中的201，或者图3中的301所示)，用户可通过客户端100的自然语言交互界面与内容推荐服务器200进行以搜索为目的的自然语言交互。如图2所示，在一个实施方式中，所述的自然语言交互可以为文字和语音混合形式的自然语言交互，由于相对于文字形式的自然语言，用户输入语音形式的自然语言更为方便，而内容推荐服务器200返回的文字形式的自然语言，可以便于用户查看。如图3所示，在另一个实施方式中，所述的自然语言交互，也可以为文字形式的自然语言交互。在另一个实施方式中，所述的自然语言交互，还可以为全语音形式的自然语言交互。其中，如果用户输入的是语音形式的自然语言，在语义分析前，内容推荐服务器200还需要通过语音组件将语音形式的自然语言识别为文字形式的自然语言。
在一个实施方式中，当接收到所述内容推荐服务器200为所述用户推荐的内容时，所述客户端100可以向所述用户展示所述内容，以供所述用户浏览和选择。
在一个实施方式中，默认情况下，所述客户端100接收到的可以是所述内容推荐服务器200为所述用户推荐的若干条内容，以方便用户浏览和选择，如图2和图3所示。
在另一个实施方式中，所述客户端100可以设置有例如“看更多”之类的可操作标签(tag)，当用户点击了“看更多”可操作标签时，所述客户端100再向所述内容推荐服务器200请求更多的内容；在收到所述内容推荐服务器200据此返回的内容后，将其展示给所述用户，如图5所示。
在另一个实施方式中，所述客户端100同时还可以设置有例如“看导购”之类的可操作标签(tag)，当用户点击“看导购”可操作标签时，所述客户端100向所述内容推荐服务器200发送人工导购请求；在收到所述内容推荐服务器200据此返回的一个或多个商家在线客服接口时，向所述用户展示所述商家在线客服接口，以供所述用户选择。
在另一个实施方式中，用户在获得了客户端所返回的内容后，可以进一步输入(例如，通过图5的“我想…”输入框)改进的自然语言或关键词，根据用户的进一步输入，内容推荐服务器200可以进一步从所述基础内容池重新获取与改进的语言或关键词相匹配的一个或多个内容，并推送给客户端100以向用户显示。基于此进一步的交互，可以向用户提供更为匹配的内容。
为了实现实时推荐，客户端100一般需要实时采集用户的输入，并将其上传至内容推荐服务器200。为了减少网络开销，客户端100可仅在用户进行输入操作时，才进行数据的采集。
参考图7所示，本方案实施例的内容推荐方法包括以下步骤：
S701、在检测到用户在客户端的自然语言交互界面中发起自然语言输入时，为所述用户创建专属内容池。
本方案实施例的执行主体可以为客户端和内容推荐服务器。
在一个实施方式中，当用户想要搜索内容时，其可在客户端的自然语言交互界面(如图2中的201，或者图3中的301所示)中输入自然语言，而客户端的自然语言交互界面在接收到所述用户输入的自然语言时，将其上传给内容推荐服务器。
S702、内容推荐服务器根据所述用户输入的自然语言，提取关键字并从所述基础内容池中挖掘出与关键字匹配的内容，并将所述内容填入至所述用户的专属内容池。
在一个实施方式中，内容推荐服务器对专属内容池的填充是一个持续的过程。在此过程中，每当所述用户输入有自然语言时，内容推荐服务器就会根据所述用户自发起自然语言输入起至当前为止所输入的自然语言，从所述基础内容池中挖掘匹配的内容。
参考图2所示，当用户自发起自然语言输入起至当前时刻为止，就输入了一句语音形式的自然语言(例如其文字为“我想买塑身连衣裙”)；则内容推荐服务器仅对“我想买塑身连衣裙”进行语义分析，从中提取关键词：“塑身”、“连衣裙”，然后根据“塑身”和“连衣裙”从所述基础内容池中挖掘匹配的内容。而当用户自发起自然语言输入起至当前时刻为止，输入了不止一句的自然语言时例如图3所示的“我想买塑身连衣裙”和“适合春秋季穿的”；则内容推荐服务器要“我想买塑身连衣裙”和“适合春秋季穿的”进行语义分析，从中提取关键词：“塑身”、“连衣裙”、“春季”和“秋季”，然后分别根据“塑身”、“连衣裙”和“春季”，以及“塑身”、“连衣裙”和“秋季”，从所述基础内容池中挖掘匹配的内容。以此类推，一般而言，当用户自发起自然语言输入起至当前时刻为止，输入的自然语言越多，内容推荐服务器从所述基础内容池中挖掘匹配的内容的精准度就越高。
S703、当满足预设的第一触发条件时，将所述专属内容池中的内容推荐给所述用户。
其中，所述预设的第一触发条件，以及将所述专属内容池中的内容推荐给所述用户的方式，可参考上文描述的系统实施例，在此不再赘述。需要说明的是，本方案实施例其他未详细说明之处，也可参考上文描述的系统实施例。
参考图8所示，本方案实施例的内容推荐方法包括以下步骤：
S801、在检测到用户在客户端的搜索栏中发起关键词输入时，为所述用户创建专属内容池。
本方案实施例的执行主体可以为客户端和内容推荐服务器。
在一个实施方式中，当用户想要搜索内容时，其可在客户端的搜索栏中输入关键词(例如图4所示的“连衣裙”)，而客户端的搜索栏在接收到所述用户输入的关键词时，将其上传给内容推荐服务器。
S802、内容推荐服务器根据所述用户输入的关键词从所述基础内容池中挖掘出匹配的内容，并将所述内容填入至所述用户的专属内容池。
在一个实施方式中，内容推荐服务器对专属内容池的填充同样是一个持续的过程。在此过程中，每当所述用户输入有关键词时，内容推荐服务器就会根据所述用户自发起关键词输入起至当前时刻为止所输入的自然语言，从所述基础内容池中挖掘匹配的内容。至于具体的数据挖掘过程可参考上述图7所示的方法实施例，在此不再赘述。
S803、当满足预设第二触发条件时，将所述专属内容池中的内容推荐给所述用户。
其中，所述预设的第二触发条件，以及将所述专属内容池中的内容推荐给所述用户的方式，可参考上文描述的系统实施例，在此不再赘述。需要说明的是，本方案实施例其他未详细说明之处，也可参考上文描述的系统实施例和上述图7所示的方法实施例。
参考图9所示，本方案实施例的内容展示方法可以包括以下步骤：
S901、接收内容推送服务器推荐的内容。
本方案实施例的执行主体可以为客户端。其中，所述内容可以为内容推送服务器从基础内容池中挖掘出的内容。
本方案实施例中，客户端接收到的内容是这样得来的：
当用户想要搜索内容时，其可在客户端的搜索栏中输入关键词(例如图4所示的“连衣裙”)；也可以在客户端的自然语言交互界面中发起自然语言输入(例如图2或图3所示)。对应的，客户端的搜索栏或自然语言交互界面在接收到所述用户的输入时，会将其上传给内容推荐服务器。此时，内容推送服务器会检测到用户发起的输入，并为所述用户创建专属内容池。然后，内容推送服务器根据所述用户的输入从所述基础内容池中挖掘出匹配的内容，并将所述内容填入至所述用户的专属内容池。在满足一定条件时，内容推送服务器会将所述专属内容池中的内容推送给所述客户端，以推荐给所述用户。
S902、向用户展示所述内容。
本方案实施例中，客户端向用户展示内容的过程，以及本方案实施例其他未详细说明之处，也可参考上文描述的系统实施例，在此不再赘述。
虽然上文描述的过程流程包括以特定顺序出现的多个操作，但是，应当清楚了解，这些过程可以包括更多或更少的操作，这些操作可以顺序执行或并行执行(例如使用并行处理器或多线程环境)。
参考图10所示，本方案实施例的内容推荐服务器在硬件层面可以包括处理器、内部总线、存储器和内存等，当然还可能包括其他业务所需要的硬件。处理器从存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成内容推荐装置。当然，除了软件实现方式之外，本方案并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。在一个实施方式中，所述内容推荐装置被所述处理器执行时，可执行如下步骤：
在检测到用户在客户端的自然语言交互界面中发起自然语言输入时，为所述用户创建专属内容池；
根据所述用户输入的自然语言从所述基础内容池中挖掘出匹配的内容，并将所述内容填入至所述用户的专属内容池；
当满足预设的第一触发条件时，将所述专属内容池中的内容推荐给所述用户。
至于上述执行步骤的细节内容，请参见图7所示的内容推荐方法实施例以及上文描述的系统实施例，在此不再赘述。
在另一个实施方式中，所述内容推荐装置被所述处理器执行时，也可是执行如下步骤：
在检测到用户在客户端的搜索栏中发起关键词输入时，为所述用户创建专属内容池；
根据所述用户输入的关键词从所述基础内容池中挖掘出匹配的内容，并将所述内容填入至所述用户的专属内容池；
当满足预设第二触发条件时，将所述专属内容池中的内容推送给所述客户端，以推荐给所述用户。
至于上述执行步骤的细节内容，请参见图8所示的内容推荐方法实施例以及上文描述的系统实施例，在此不再赘述。
图11示出了按照本方案的客户端的硬件组成结构。所述客户端可以是如图1所示的客户端100的一种实现。所述客户端可以与图1所述的内容推荐服务器200进行通信耦合。参见图11所示，本方案实施例的客户端在硬件层面可以包括输入组件、显示组件、处理器、内部总线、存储器和内存等，当然还可能包括其他业务所需要的硬件。处理器从存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上实现内容展示和推荐功能，并在显示组件上显示所推荐的内容。当然，除了软件实现方式之外，本方案并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。至于上述执行步骤的细节内容，请参见图9所示的内容推荐方法实施例以及上文描述的系统实施例，在此不再赘述。
下面结合图11所示的客户端以及图1所示的系统，介绍本方案的一个具体应用场景。在启动后，客户端的显示组件可以提供如图12a所示的交互界面，以供用户输入。当用户希望搜索“帆布鞋”时，可以经由客户端的输入组件(触摸输入或语音输入)输入“我想买双帆布鞋”，例如图12b所示。客户端的处理器监测到用户输入的“我想买双帆布鞋”后，对其进行语义解析，提取出关键词“帆布鞋”并将其上传至内容推荐服务器。在另一个实施方式中，客户端的处理器将完整的用户输入“我想买双帆布鞋”上传至内容推荐服务器，内容推荐服务器对完整的用户输入进行语义解析，提取出关键词“帆布鞋”。内容推荐服务器为该用户创建一个专属内容池，并根据该关键词，从基础内容池中挖掘出与“帆布鞋”相匹配的相关内容(可以是与帆布鞋相关的产品介绍、使用评价、热销产品、等内容)填入至用户的专属内容池。在满足触发条件时(例如专属内容池中存储的“帆布鞋”相关内容达到一定数量)，内容推荐服务器将专属内容池中的若干条“帆布鞋”相关内容提供给客户端。客户端将其输出显示在显示组件上，例如图12c所示，以供用户查看。用户可以进一步地按照图6、图7的方式与客户端进行交互，以获取进一步的内容。
在本方案说明书及权利要求当中所提及的“包括”为一开放式用语，故应解释成“包括但不限定于”。
本领域技术人员还可以了解到本方案实施例列出的各种说明性逻辑块、单元和步骤可以通过硬件、软件或两者的结合来实现。至于是通过硬件还是软件来实现取决于特定的应用和整个系统的设计要求。本领域技术人员可以对于每种特定的应用，可以使用各种方法实现所述的功能，但这种实现不应被理解为超出本方案实施例保护的范围。
本方案实施例中所描述的各种说明性的逻辑块，或单元都可以通过通用处理器，数字信号处理器，专用集成电路(ASIC)，现场可编程门阵列或其它可编程逻辑装置，离散门或晶体管逻辑，离散硬件部件，或上述任何组合的设计来实现或操作所描述的功能。通用处理器可以为微处理器，可选地，该通用处理器也可以为任何传统的处理器、控制器、微控制器或状态机。处理器也可以通过计算装置的组合来实现，例如数字信号处理器和微处理器，多个微处理器，一个或多个微处理器联合一个数字信号处理器核，或任何其它类似的配置来实现。
本方案实施例中所描述方法或算法的步骤可以直接嵌入硬件、处理器执行的软件模块、或者这两者的结合。软件模块可以存储于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、可移动磁盘、CD-ROM或本领域中其它任意形式的存储媒介中。示例性地，存储媒介可以与处理器连接，以使得处理器可以从存储媒介中读取信息，并可以向存储媒介存写信息。可选地，存储媒介还可以集成到处理器中。处理器和存储媒介可以设置于ASIC中，ASIC可以设置于用户终端中。可选地，处理器和存储媒介也可以设置于用户终端中的不同的部件中。
以上所述的具体实施例，对本方案的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本方案实施例的具体实施例而已，并不用于限定本方案的保护范围，凡在本方案的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本方案的保护范围之内。

Claims (25)

1.一种内容推荐系统，其特征在于，包括：基础内容池、内容推荐服务器和至少一个客户端；
所述基础内容池存储有一个或多个内容；
所述客户端，用于监控用户的输入并提供给所述内容推荐服务器；
所述内容推荐服务器，用于接收所述客户端提供的用户的输入，为所述用户创建专属内容池，以根据所述用户的输入从所述基础内容池中挖掘出与所述输入相匹配的内容，并将所述匹配的内容填入至所述专属内容池；
所述客户端，进一步用于当满足预设触发条件时，接收所述内容推荐服务器从所述专属内容池提供的内容，并向所述用户展示所述内容。
2.根据权利要求1所述的系统，其特征在于，所述用户的输入包括：
所述用户在所述客户端的自然语言交互界面中发起的自然语言输入。
3.根据权利要求2所述的系统，其特征在于，所述预设触发条件包括以下中的一种：
所述专属内容池中填入的内容的数量达到预设阈值；
所述用户发起所述自然语言输入后的计时已达到预设时长；
所述用户发起所述自然语言输入后，所述用户变更相同场景下的关键词的次数达到预设阈值。
4.根据权利要求1所述的系统，其特征在于，所述用户的输入包括：
所述用户在所述客户端的搜索栏中发起的关键词输入。
5.根据权利要求4所述的系统，其特征在于，所述预设触发条件包括以下中的一种：
所述专属内容池中填入的内容的数量达到预设阈值；
所述用户发起所述关键词输入后，更换相同场景的关键词的次数达到预设阈值；
所述用户浏览搜索结果中的内容的数量达到预设阈值。
6.根据权利要求1所述的系统，其特征在于，所述内容推荐服务器还用于在将所述专属内容池中的内容提供给所述客户端后，记录本次推荐；
对应的，在下一次将所述专属内容池中的内容提供给所述客户端时，根据所述记录，判断是否需要将所述专属内容池中的内容提供给所述客户端。
7.根据权利要求1所述的系统，其特征在于，所述将所述专属内容池中的内容提供给所述客户端，包括：
向所述客户端提供可操作查看提示；
当接收到所述客户端提供的查看请求时，从所述专属内容池中选择若干条内容提供给所述客户端。
8.根据权利要求1或7所述的系统，其特征在于，所述客户端用于接收用户的人工推荐请求，相应于所述人工推荐请求，所述内容推荐服务器根据预设的参考条件，向所述客户端返回一个或多个人工推荐接口，以供用户接入。
9.根据权利要求8所述的系统，其特征在于，所述预设的参考条件至少包括以下中的一种：
人工推荐方的繁忙程度；
人工推荐方的专业水平；
自发起所述输入起至设定时间内所述用户的输入。
10.根据权利要求7所述的系统，其特征在于，所述客户端提供有浏览标签；在从所述专属内容池中选择若干条内容提供给所述客户端后，当接收到所述客户端提供的浏览请求时，所述内容推荐服务器从所述专属内容池中选择指定条数的内容提供给所述客户端，所述浏览请求由用户操作所述浏览标签触发。
11.根据权利要求7所述的系统，其特征在于，
所述客户端进一步接收到用户的改进的输入，所述用户的改进的输入包括改进的自然语言或改进的关键词；
所述内容推荐服务器进一步从所述基础内容池重新获取与所述改进的自然语言或改进的关键词相匹配的内容，并提供给所述客户端。
12.一种内容推荐方法，其特征在于，应用于内容推荐服务器，包括：
接收客户端提供的用户输入，为所述用户创建专属内容池；
以根据所述用户的输入从基础内容池中挖掘出与所述输入相匹配的内容，并将所述匹配的内容填入至所述专属内容池；以便当满足预设触发条件时，将所述专属内容池中的内容提供给所述客户端。
13.根据权利要求12所述的方法，其特征在于，所述用户的输入包括：
所述用户在所述客户端的自然语言交互界面中发起的自然语言输入。
14.根据权利要求13所述的方法，其特征在于，所述预设触发条件包括以下中的一种：
所述专属内容池中填入的内容的数量达到预设阈值；
所述用户发起所述自然语言输入后的计时已达到预设时长；
所述用户发起所述自然语言输入后，所述用户变更相同场景下的关键词的次数达到预设阈值。
15.根据权利要求12所述的方法，其特征在于，所述用户的输入包括：
所述用户在所述客户端的搜索栏中发起的关键词输入。
16.根据权利要求15所述的方法，其特征在于，所述预设触发条件包括以下中的一种：
所述专属内容池中填入的内容的数量达到预设阈值；
所述用户发起所述关键词输入后，更换相同场景的关键词的次数达到预设阈值；
所述用户浏览搜索结果中的内容的数量达到预设阈值。
17.根据权利要求12所述的方法，其特征在于，所述内容推荐服务器还用于在将所述专属内容池中的内容提供给所述客户端后，记录本次推荐；
对应的，在下一次将所述专属内容池中的内容提供给所述客户端时，根据所述记录，判断是否需要将所述专属内容池中的内容提供给所述客户端。
18.根据权利要求12所述的方法，其特征在于，所述将所述专属内容池中的内容提供给所述客户端，包括：
向所述客户端提供可操作查看提示；
当接收到所述客户端提供的查看请求时，从所述专属内容池中选择若干条内容提供给所述客户端。
19.根据权利要求12或18所述的方法，其特征在于，所述客户端用于接收用户的人工推荐请求，响应于所述人工推荐请求，所述内容推荐服务器根据预设的参考条件，向所述客户端返回一个或多个人工推荐接口，以供用户接入。
20.根据权利要求19所述的方法，其特征在于，所述预设的参考条件至少包括以下中的一种：
人工推荐方的繁忙程度；
人工推荐方的专业水平；
自发起所述输入起至设定时间内所述用户的输入。
21.根据权利要求18所述的方法，其特征在于，所述客户端提供有浏览标签；在从所述专属内容池中选择若干条内容提供给所述客户端后，当接收到所述客户端提供的浏览请求时，所述内容推荐服务器从所述专属内容池中选择指定条数的内容提供给所述客户端，所述浏览请求由用户操作所述浏览标签触发。
22.根据权利要求18所述的方法，其特征在于，
所述客户端进一步接收到用户的改进的输入，所述用户的改进的输入包括改进的自然语言或改进的关键词；
所述内容推荐服务器进一步从所述基础内容池重新获取与所述改进的自然语言或改进的关键词相匹配的内容，并提供给所述客户端。
23.一种内容推荐服务器，与客户端进行通信，其特征在于，包括：
处理器，
存储器，用于存储内容推荐装置，所述内容推荐装置被所述处理器处理时，执行如下步骤：
接收客户端提供的用户输入，为所述用户创建专属内容池；
以根据所述用户的输入从基础内容池中挖掘出与所述输入相匹配的内容，并将所述匹配的内容填入至所述专属内容池；以便当满足预设触发条件时，将所述专属内容池中的内容提供给所述客户端。
24.一种内容展示方法，其特征在于，应用于客户端，包括：
监控用户的输入并提供给内容推荐服务器，以使内容推荐服务器根据所述用户的输入从基础内容池中挖掘出与所述输入相匹配的内容，并将所述匹配的内容填入至为所述用户创建的专属内容池；
当满足预设触发条件时，接收内容推荐服务器从专属内容池提供的内容，并向所述用户展示所述内容。
25.一种客户端，通信耦合到内容服务器，所述客户端包括：
输入设备，用于接收用户的输入；
处理器，耦合到所述输入设备，用于将所述用户的输入提供给内容推荐服务器，以使内容推荐服务器根据所述用户的输入从基础内容池中挖掘出与所述输入相匹配的内容，并将所述匹配的内容填入至为所述用户创建的专属内容池；
当满足预设触发条件时，接收内容推荐服务器从专属内容池提供的内容；
显示组件，用于向所述用户展示所述内容。
CN201610885115.2A 2016-10-10 2016-10-10 内容推荐、展示方法、客户端、服务器和系统 Active CN107918622B (zh)

Priority Applications (7)

Application Number Priority Date Filing Date Title
CN201610885115.2A CN107918622B (zh) 2016-10-10 2016-10-10 内容推荐、展示方法、客户端、服务器和系统
TW106125923A TW201814619A (zh) 2016-10-10 2017-08-01 內容推薦、展示方法、客戶端、伺服器和系統
JP2019517929A JP7356206B2 (ja) 2016-10-10 2017-10-03 コンテンツ推薦及び表示
US15/724,174 US20180101576A1 (en) 2016-10-10 2017-10-03 Content Recommendation and Display
EP17859872.8A EP3523769A4 (en) 2016-10-10 2017-10-03 RECOMMENDATION AND DISPLAY OF CONTENT
PCT/US2017/054982 WO2018071234A1 (en) 2016-10-10 2017-10-03 Content recommendation and display
KR1020197009576A KR20190067165A (ko) 2016-10-10 2017-10-03 콘텐츠 추천 및 디스플레이

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610885115.2A CN107918622B (zh) 2016-10-10 2016-10-10 内容推荐、展示方法、客户端、服务器和系统

Publications (2)

Publication Number Publication Date
CN107918622A CN107918622A (zh) 2018-04-17
CN107918622B true CN107918622B (zh) 2022-06-03

Family

ID=61829466

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610885115.2A Active CN107918622B (zh) 2016-10-10 2016-10-10 内容推荐、展示方法、客户端、服务器和系统

Country Status (7)

Country Link
US (1) US20180101576A1 (zh)
EP (1) EP3523769A4 (zh)
JP (1) JP7356206B2 (zh)
KR (1) KR20190067165A (zh)
CN (1) CN107918622B (zh)
TW (1) TW201814619A (zh)
WO (1) WO2018071234A1 (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101804139B1 (ko) * 2017-02-15 2017-12-05 김진원 키워드 기반 데이터 관리 시스템 및 방법
CN113553132A (zh) * 2018-05-24 2021-10-26 创新先进技术有限公司 信息推送方法、装置、系统及设备
US11853306B2 (en) * 2018-06-03 2023-12-26 Apple Inc. Techniques for personalizing app store recommendations
CN109710753B (zh) * 2018-12-29 2021-08-03 北京金山安全软件有限公司 基于个性化主题的快捷信息生成方法、装置和电子设备
CN109815251A (zh) * 2019-02-26 2019-05-28 江西师范大学 一种多功能服务挖掘系统
US11157702B2 (en) * 2019-03-06 2021-10-26 International Business Machines Corporation Utilizing varying coordinates related to a target event to provide contextual outputs
US11086991B2 (en) * 2019-08-07 2021-08-10 Advanced New Technologies Co., Ltd. Method and system for active risk control based on intelligent interaction
US11758231B2 (en) * 2019-09-19 2023-09-12 Michael J. Laverty System and method of real-time access to rules-related content in a training and support system for sports officiating within a mobile computing environment
CN111079000B (zh) * 2019-11-25 2021-10-19 腾讯科技（深圳）有限公司 内容处理方法、装置、设备及存储介质
WO2021113716A1 (en) * 2019-12-04 2021-06-10 Canopy Crest Corporation Private recommendation in a client-server environment
CN113298481A (zh) * 2020-07-13 2021-08-24 阿里巴巴集团控股有限公司 数据处理方法及装置
TWI800743B (zh) * 2020-07-17 2023-05-01 開曼群島商粉迷科技股份有限公司 個人化內容推薦方法、圖形使用者介面及其系統
CN112507165B (zh) * 2020-12-09 2024-04-30 北京达佳互联信息技术有限公司 视频推荐方法及装置
TWI818213B (zh) * 2020-12-10 2023-10-11 中華電信股份有限公司 商品推薦系統與方法及電腦可讀媒介
US20220368855A1 (en) * 2021-05-11 2022-11-17 Mend VIP, Inc. Virtual waiting room
CN116561603B (zh) * 2023-07-10 2023-09-01 深圳益普睿达市场咨询有限责任公司 一种基于数据分析的用户匹配方法及装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101079898A (zh) * 2007-06-06 2007-11-28 腾讯科技（深圳）有限公司 一种sns网络中好友推荐系统及方法
CN101226555A (zh) * 2008-02-15 2008-07-23 北京中星微电子有限公司 购物辅助系统、服务器及方法
US7756880B2 (en) * 2005-11-08 2010-07-13 Realnetworks Gmbh Method of providing content items
CN101819576A (zh) * 2009-12-22 2010-09-01 无锡语意电子政务软件科技有限公司 一种用户可编程的搜索系统及方法
WO2011064675A1 (en) * 2009-11-30 2011-06-03 France Telecom Method and system to recommend applications from an application market place
CN102362275A (zh) * 2009-03-23 2012-02-22 富士通株式会社 内容推荐方法、推荐信息生成方法、内容推荐程序、内容推荐服务器以及内容提供系统
CN102446326A (zh) * 2010-10-09 2012-05-09 阿里巴巴集团控股有限公司 一种信息推送的方法、系统及设备
EP2383961B1 (en) * 2010-04-28 2013-01-09 Cellco Partnership D/B/A Verizon Wireless Systems and method for recommending an application from a mobile station
CN102982023A (zh) * 2011-09-02 2013-03-20 北京百度网讯科技有限公司 一种提供搜索建议的方法及装置
CN103886090A (zh) * 2014-03-31 2014-06-25 北京搜狗科技发展有限公司 基于用户喜好的内容推荐方法及装置

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8429026B1 (en) * 1999-06-28 2013-04-23 Dietfood Corp. System and method for creating and submitting electronic shopping lists
US20010044751A1 (en) * 2000-04-03 2001-11-22 Pugliese Anthony V. System and method for displaying and selling goods and services
US20020198882A1 (en) * 2001-03-29 2002-12-26 Linden Gregory D. Content personalization based on actions performed during a current browsing session
US7752209B2 (en) * 2005-09-14 2010-07-06 Jumptap, Inc. Presenting sponsored content on a mobile communication facility
US8677243B2 (en) * 2006-09-01 2014-03-18 Nokia Corporation Media recommendation system and method
US8032480B2 (en) * 2007-11-02 2011-10-04 Hunch Inc. Interactive computing advice facility with learning based on user feedback
JP4958968B2 (ja) 2009-12-22 2012-06-20 ヤフー株式会社 商品検索支援装置、方法及びプログラム
JP5303500B2 (ja) * 2010-03-19 2013-10-02 日本電信電話株式会社 文書検索装置及び方法及びプログラム
CN103069418B (zh) 2010-08-20 2016-03-02 乐天株式会社 信息提供装置、信息提供方法、程序以及信息记录介质
CN102819804A (zh) 2011-06-07 2012-12-12 阿里巴巴集团控股有限公司 一种商品信息的推送方法及设备
US20130268395A1 (en) * 2012-04-10 2013-10-10 Adam I. Sandow Automated product selection and distribution system
US9229977B2 (en) * 2012-08-02 2016-01-05 Rule 14 Real-time and adaptive data mining
US11568420B2 (en) * 2012-11-21 2023-01-31 Verint Americas Inc. Analysis of customer feedback surveys
US20140172621A1 (en) * 2012-12-14 2014-06-19 Wal-Mart Stores, Inc. Systems and methods for recommending products based on a shopping list and a shopping budget
US10043164B2 (en) * 2013-05-20 2018-08-07 Mastercard International Incorporated System and method for facilitating a transaction between a merchant and a cardholder
KR101834188B1 (ko) * 2013-12-18 2018-03-05 주식회사 케이티 콘텐츠 정보 공유 방법, 컴퓨팅 장치 및 컴퓨터 판독 가능 매체
US9754284B2 (en) * 2014-05-22 2017-09-05 Excalibur Ip, Llc System and method for event triggered search results
WO2015186393A1 (ja) * 2014-06-03 2015-12-10 ソニー株式会社 情報処理装置、情報提示方法、プログラム、およびシステム
US10430854B2 (en) * 2015-12-31 2019-10-01 Walmart Apollo, Llc System, method, and non-transitory computer-readable storage media for evaluating search results for personalized product substitutions
WO2017178843A1 (en) * 2016-04-15 2017-10-19 Ubamarket Ltd Shopping method and system

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7756880B2 (en) * 2005-11-08 2010-07-13 Realnetworks Gmbh Method of providing content items
CN101079898A (zh) * 2007-06-06 2007-11-28 腾讯科技（深圳）有限公司 一种sns网络中好友推荐系统及方法
CN101226555A (zh) * 2008-02-15 2008-07-23 北京中星微电子有限公司 购物辅助系统、服务器及方法
CN102362275A (zh) * 2009-03-23 2012-02-22 富士通株式会社 内容推荐方法、推荐信息生成方法、内容推荐程序、内容推荐服务器以及内容提供系统
WO2011064675A1 (en) * 2009-11-30 2011-06-03 France Telecom Method and system to recommend applications from an application market place
CN101819576A (zh) * 2009-12-22 2010-09-01 无锡语意电子政务软件科技有限公司 一种用户可编程的搜索系统及方法
EP2383961B1 (en) * 2010-04-28 2013-01-09 Cellco Partnership D/B/A Verizon Wireless Systems and method for recommending an application from a mobile station
CN102446326A (zh) * 2010-10-09 2012-05-09 阿里巴巴集团控股有限公司 一种信息推送的方法、系统及设备
CN102982023A (zh) * 2011-09-02 2013-03-20 北京百度网讯科技有限公司 一种提供搜索建议的方法及装置
CN103886090A (zh) * 2014-03-31 2014-06-25 北京搜狗科技发展有限公司 基于用户喜好的内容推荐方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A content based approach for recommending personnel for job positions;Nikolaos D. Almalis等;《IISA 2014, The 5th International Conference on Information, Intelligence, Systems and Applications》;20140709;45-49 *
基于天猫商城的推荐系统应用研究;杨凯等;《科技风》;20141015(第19期);94-95 *

Also Published As

Publication number Publication date
KR20190067165A (ko) 2019-06-14
JP7356206B2 (ja) 2023-10-04
EP3523769A4 (en) 2020-03-18
WO2018071234A1 (en) 2018-04-19
US20180101576A1 (en) 2018-04-12
EP3523769A1 (en) 2019-08-14
JP2019537106A (ja) 2019-12-19
TW201814619A (zh) 2018-04-16
CN107918622A (zh) 2018-04-17

Similar Documents

Publication Publication Date Title
CN107918622B (zh) 内容推荐、展示方法、客户端、服务器和系统
CN107172151B (zh) 用于推送信息的方法和装置
CN110134931B (zh) 媒介标题生成方法、装置、电子设备及可读介质
WO2018149115A1 (zh) 用于提供搜索结果的方法和装置
US9607010B1 (en) Techniques for shape-based search of content
JP6334696B2 (ja) ハッシュタグおよびコンテンツ提示
US10394841B2 (en) Generating contextual search presentations
TWI519979B (zh) 訊息推薦方法及其裝置與訊息資源推薦系統
CN111818370B (zh) 信息推荐方法、装置、电子设备及计算机可读存储介质
JP5973363B2 (ja) メッセージングアプリケーションベースの広告提供方法及び広告提供システム
TW201905736A (zh) 資訊推送方法及系統
US10019419B2 (en) Method, server, browser, and system for recommending text information
CN110598098A (zh) 一种信息推荐方法、装置和用于信息推荐的装置
US10963916B2 (en) Systems and methods for assessing advertisement
CN111580721A (zh) 基于媒体信息流的内容展示方法、装置、设备及存储介质
CN112035748A (zh) 信息推荐方法、装置、电子设备及存储介质
US10747400B1 (en) Shaping a relevance profile for engagement
US20180039699A1 (en) Search term prediction
US20140214541A1 (en) Method and system for user-controlled rendering of mobile advertisements
CN112650942A (zh) 产品推荐方法、装置、计算机系统和计算机可读存储介质
CN111753194A (zh) 一种信息推送的方法、装置、电子设备及存储介质
CN115860869A (zh) 店铺信息推荐方法、设备及存储介质
US11853341B2 (en) Systems and methods for generating interactable elements in text strings relating to media assets
CN109684015B (zh) 界面数据的加载方法、装置、电子设备及存储介质
JP2014215633A (ja) インテント分類装置、方法及びプログラム、サービス選択支援装置、方法及びプログラム

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