CN108319376A - 一种优化商业词推广的输入联想推荐方法及装置 - Google Patents
一种优化商业词推广的输入联想推荐方法及装置 Download PDFInfo
- Publication number
- CN108319376A CN108319376A CN201711480896.8A CN201711480896A CN108319376A CN 108319376 A CN108319376 A CN 108319376A CN 201711480896 A CN201711480896 A CN 201711480896A CN 108319376 A CN108319376 A CN 108319376A
- Authority
- CN
- China
- Prior art keywords
- input
- dictionary
- word
- search
- candidate
- 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
- 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
- G06F3/02—Input arrangements using manually operated switches, e.g. using keyboards or dials
- G06F3/023—Arrangements for converting discrete items of information into a coded form, e.g. arrangements for interpreting keyboard generated codes as alphanumeric codes, operand codes or instruction codes
- G06F3/0233—Character input methods
- G06F3/0237—Character input methods using prediction or retrieval techniques
-
- 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
- G06F16/903—Querying
- G06F16/90335—Query processing
- G06F16/90344—Query processing by using string matching techniques
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种优化商业词推广的输入联想推荐方法及装置,包括:挖掘用户的搜索行为日志,并基于预设提取模型从用户的搜索行为日志中提取候选词,生成输入联想候选词库;将输入联想候选词库与搜索广告投放系统的高商词库进行匹配,并根据匹配结果对输入联想候选词库进行调整;接收用户输入的搜索query,并结合搜索query对调整后的输入联想候选词库进行排序;将排序后的输入联想候选词库作为搜索query的输入联想推荐结果进行推荐。本发明能够合理利用高商词库中的高商词与输入联想的相关性,既能准确地推荐候选词以表达用户的搜索意图,改善搜索体验,还能提升通过高商词报价带来的商业收入,从而提升输入联想整体的变现能力和相关性搜索。
Description
技术领域
本发明涉及计算机网络技术领域,特别是涉及一种优化商业词推广的输入联想推荐方法及装置。
背景技术
随着计算机网络技术的不断发展,网络上充斥着各种各样的信息。目前,通过网络获取信息的方式不但在信息获取速度上很快,而且获取的信息量大,内容丰富,较容易满足用户需求。随之而来的是越来越多的用户通过网络搜索进行各种信息的查询与获取。更进一步地,随着网络的不断进步,用户可以足不出户地通过网上交易获取各种商品或服务,为用户的日常生活带来了极大便利。
但是,根据现有的搜索技术,当用户通过搜索引擎输入某个查询词后,可以在搜索框下方自动推荐候选词,向用户推荐与用户输入查询语义相关的其他查询。但是,传统的搜索推荐通过字典树模型,基于用户在搜索引擎的搜索频次按照概率排布,在固定的位置展现固定的词,排序方法简单,无法结合用户搜索意图为其推送满足其商业需求的服务信息,无法为其提供具备商业价值的相关信息,推荐相关性差,降低用户的搜索体验。
因此,现阶段的搜索查询方式还存在许多问题亟需解决。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的优化商业词推广的输入联想推荐方法和相应的装置。
依据本发明的一个方面,提供了一种优化商业词推广的输入联想推荐方法,包括:
挖掘用户的搜索行为日志,并基于预设提取模型从所述用户的搜索行为日志中提取候选词,生成输入联想候选词库;
将所述输入联想候选词库与搜索广告投放系统的高商词库进行匹配,并根据匹配结果对所述输入联想候选词库进行调整;
接收用户输入的搜索query,并结合所述搜索query对调整后的输入联想候选词库进行排序;
将排序后的输入联想候选词库作为所述搜索query的输入联想推荐结果进行推荐。
可选地,挖掘用户的搜索行为日志,包括:
挖掘网络中用户在各搜索引擎的输入搜索行为和/或点击搜索行为,生成用户搜索行为日志。
可选地,基于预设提取模型从所述用户的搜索行为日志中提取候选词,包括以下至少之一:
通过字典树的前缀匹配模型从所述用户的搜索行为日志中提取候选词;
按照网络中用户在各搜索引擎搜索的频次、点击次数、停留时长提取热点候选词;
根据搜索词的变化率、飙升度计算各搜索词的权重,根据各搜索词的权重提取候选词,其中,所述各搜索词的权重包括各搜索词的静态权重和动态权重。
可选地,将所述输入联想候选词库与搜索广告投放系统的高商词库进行匹配,并根据匹配结果对所述输入联想候选词库进行调整,包括:
将所述输入联想候选词库与搜索广告投放系统的高商词库进行匹配,其中,所述高商词库为包含产品和/或服务名称的高商词的集合;
若所述输入联想候选词库命中所述高商词库中的高商词,则对所述输入联想候选词库中的高商词进行提权处理;
根据提权处理结果对所述输入联想候选词库进行调整。
可选地,若所述输入联想候选词库命中所述高商词库中的高商词,则对所述输入联想候选词库中的高商词进行提权处理,包括:
若所述输入联想候选词库命中所述高商词库中的高商词,则按照预设的计算策略重新计算所述输入联想候选词库中高商词的权重。
可选地,按照预设的计算策略重新计算所述输入联想候选词库中高商词的权重,包括:
获取所述高商词在所述输入联想候选词库中的原始静态权重;
调用预设的计算策略,并将所获取的静态权重作为该计算策略的计算参数;
按照预设的计算策略重新计算所述输入联想候选词库中高商词的权重。
可选地,按下列方式计算所述输入联想候选词库中高商词的权重:
X=高商词的静态权重*logN;
其中,X为重新计算的输入联想候选词库中高商词的权重,N为高商词的千人成本cpm值。
可选地,将所述输入联想候选词库与搜索广告投放系统的高商词库进行匹配,并根据匹配结果对所述输入联想候选词库进行调整,还包括:
将所述输入联想候选词库与搜索广告投放系统的高商词库进行匹配;
若所述输入联想候选词库未命中所述高商词库中的高商词,则保留原有输入联想候选词库。
可选地,根据提权处理结果对所述输入联想候选词库进行调整,包括:
根据提权处理后所述输入联想候选词库中各候选词的权重对所述输入联想候选词库进行调整。
可选地,将所述输入联想候选词库与搜索广告投放系统的高商词库进行匹配,并根据匹配结果对所述输入联想候选词库进行调整之后,还包括:
按照预设的过滤逻辑对所述输入联想候选词库进行过滤处理,进一步对所述输入联想候选词库进行调整。
可选地,按照预设的过滤逻辑对所述输入联想候选词库进行过滤处理,进一步对所述输入联想候选词库进行调整,包括:
按照反作弊刷词策略将所述输入联想候选词库中的敏感词进行过滤处理,将过滤后的输入联想候选词库作为调整后的输入联想候选词库。
可选地,将排序后的输入联想候选词库作为所述搜索query的输入联想推荐结果进行推荐,包括:
根据用户需求从所述排序后的输入联想候选词库中选择预设数量的候选词作为所述搜索query的输入联想推荐结果进行推荐。
依据本发明的另一个方面,还提供了一种优化商业词推广的输入联想推荐装置,包括:
生成模块,配置为挖掘用户的搜索行为日志,并基于预设提取模型从所述用户的搜索行为日志中提取候选词,生成输入联想候选词库;
调整模块,配置为将所述输入联想候选词库与搜索广告投放系统的高商词库进行匹配,并根据匹配结果对所述输入联想候选词库进行调整;
排序模块,配置为接收用户输入的搜索query,并结合所述搜索query对调整后的输入联想候选词库进行排序;
推荐模块,配置为将排序后的输入联想候选词库作为所述搜索query的输入联想推荐结果进行推荐。
可选地,所述生成模块,还配置为:
挖掘网络中用户在各搜索引擎的输入搜索行为和/或点击搜索行为,生成用户搜索行为日志。
可选地,所述生成模块,还配置为按照以下至少之一的方式提取候选词:
通过字典树的前缀匹配模型从所述用户的搜索行为日志中提取候选词;
按照网络中用户在各搜索引擎搜索的频次、点击次数、停留时长提取热点候选词;
根据搜索词的变化率、飙升度计算各搜索词的权重,根据各搜索词的权重提取候选词,其中,所述各搜索词的权重包括各搜索词的静态权重和动态权重。
可选地,所述调整模块,还配置为:
将所述输入联想候选词库与搜索广告投放系统的高商词库进行匹配,其中,所述高商词库为包含产品和/或服务名称的高商词的集合;
若所述输入联想候选词库命中所述高商词库中的高商词,则对所述输入联想候选词库中的高商词进行提权处理;
根据提权处理结果对所述输入联想候选词库进行调整。
可选地,所述调整模块,还配置为:
若所述输入联想候选词库命中所述高商词库中的高商词,则按照预设的计算策略重新计算所述输入联想候选词库中高商词的权重。
可选地,所述调整模块,还配置为:
获取所述高商词在所述输入联想候选词库中的原始静态权重;
调用预设的计算策略,并将所获取的静态权重作为该计算策略的计算参数;
按照预设的计算策略重新计算所述输入联想候选词库中高商词的权重。
可选地,所述调整模块,还配置为按下列方式计算所述输入联想候选词库中高商词的权重:
X=高商词的静态权重*logN;
其中,X为重新计算的输入联想候选词库中高商词的权重,N为高商词的千人成本cpm值。
可选地,所述调整模块,还配置为:
将所述输入联想候选词库与搜索广告投放系统的高商词库进行匹配;
若所述输入联想候选词库未命中所述高商词库中的高商词,则保留原有输入联想候选词库。
可选地,所述调整模块,还配置为:
根据提权处理后所述输入联想候选词库中各候选词的权重对所述输入联想候选词库进行调整。
可选地,所述装置,还包括:
过滤模块,配置为按照预设的过滤逻辑对所述输入联想候选词库进行过滤处理,进一步对所述输入联想候选词库进行调整。
可选地,其中,所述过滤模块,还配置为:
按照反作弊刷词策略将所述输入联想候选词库中的敏感词进行过滤处理,将过滤后的输入联想候选词库作为调整后的输入联想候选词库。
可选地,所述推荐模块,还配置为:
根据用户需求从所述排序后的输入联想候选词库中选择预设数量的候选词作为所述搜索query的输入联想推荐结果进行推荐。
依据本发明的另一个方面,还提供了一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行根据上述任一项所述的输入联想的推荐方法。
依据本发明的又一个方面,还提供了一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行上述任一项所述的输入联想的推荐方法。
依据本发明的优化商业词推广的输入联想推荐方法及装置,能够通过挖掘用户的搜索行为日志,并基于预设提取模型从所挖掘的用户搜索行为日志中提取候选词,生成输入联想候选词库。进一步,将输入联想候选词库与搜索广告投放系统的高商词库进行匹配,并根据匹配结果对输入联想候选词库进行调整。随之,接收用户输入的搜索query,并结合搜索query对调整后的输入联想候选词库进行排序。最后,将排序后的输入联想候选词库作为搜索query的输入联想推荐结果进行推荐。
由此可知,本发明在为用户提供相关的搜索推荐时,能够合理利用用户全网的搜索行为为用户搜索提供输入联想候选词库,通过该输入联想候选词库能够更加快速、便捷地为用户提供相关信息,降低搜索成本。进一步,本发明还引入搜索广告投放系统的高商词库,该高商词库包含了具备商业价值的产品和/或服务名称的高商词集合。并且,本发明通过引入的高商词库对输入联想候选词库进行调整,使得推荐信息与用户的商业需求相关联,通过高商词库的商业属性把自然结果和商业结果做统一排序,保证搜索结果的相关性和商业性,实现搜索收益最大化,为后续向用户提供具备商业价值并满足其商业需求的推荐信息做了铺垫。可见,通过本发明的方法可以解决传统输入联想仅根据用户页面浏览量和候选词时效性对推荐信息进行排序造成的推荐内容相关性差、推荐信息不能满足用户的商业需求、无法推进商业搜索的发展以致商业搜索输入联想收入水平低的问题。同时,本发明还能够合理利用高商词库中的高商词与输入联想的相关性,既能准确地推荐候选词以表达用户的搜索意图,改善搜索体验,还能提升通过高商词报价带来的商业收入,从而提升输入联想整体的变现能力和相关性搜索。
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。
根据下文结合附图对本发明具体实施例的详细描述,本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
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是根据本发明一个实施例的优化商业词推广的输入联想推荐方法流程图;
图2是根据本发明一个实施例的生成输入联想候选词库的具体流程图;
图3是根据本发明一个实施例的根据输入联想候选词库为用户推荐相关信息的显示示意图;
图4是根据本发明一个实施例的优化商业词推广的输入联想推荐方法的具体流程图;
图5是根据本发明一个实施例的根据调整后具有商业词推广价值的候选词库为用户推荐相关信息的显示示意图;
图6是根据本发明一个实施例的对本发明优化商业词推广的输入联想推荐方法的另一种展示示意图;
图7是根据本发明一个实施例的优化商业词推广的输入联想推荐装置的第一种示意性框图;
图8是根据本发明一个实施例的优化商业词推广的输入联想推荐装置的第二种示意性框图;
图9是根据本发明一个实施例的用于执行根据本发明的优化商业词推广的输入联想推荐方法的计算设备的框图;以及
图10是根据本发明一个实施例的用于保持或者携带实现根据本发明的优化商业词推广的输入联想推荐方法的程序代码的存储单元。
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。
相关技术中,当用户通过搜索引擎输入某个查询词后,可以在搜索框下方自动推荐候选词,向用户推荐与用户输入查询语义相关的其他查询。但是,传统的搜索推荐通过字典树模型,基于用户在搜索引擎的搜索频次按照概率排布,在固定的位置展现固定的词,排序方法简单,无法结合用户搜索意图为其推送满足其需求的服务信息,无法为其提供具备商业价值的相关信息,推荐相关性差,降低用户的搜索体验。
为了解决上述技术问题,本发明提供了一种优化商业词推广的输入联想推荐方法及装置。图1是根据本发明一个实施例的优化商业词推广的输入联想推荐方法流程图。如图1所示,优化商业词推广的输入联想推荐方法至少包括步骤S102至步骤S108:
步骤S102、挖掘用户的搜索行为日志,并基于预设提取模型从用户的搜索行为日志中提取候选词,生成输入联想候选词库;
步骤S104、将输入联想候选词库与搜索广告投放系统的高商词库进行匹配,并根据匹配结果对输入联想候选词库进行调整;
步骤S106、接收用户输入的搜索query,并结合搜索query对调整后的输入联想候选词库进行排序;
步骤S108、将排序后的输入联想候选词库作为搜索query的输入联想推荐结果进行推荐。
依据本发明的优化商业词推广的输入联想推荐方法及装置,能够通过挖掘用户的搜索行为日志,并基于预设提取模型从所挖掘的用户搜索行为日志中提取候选词,生成输入联想候选词库。进一步,将输入联想候选词库与搜索广告投放系统的高商词库进行匹配,并根据匹配结果对输入联想候选词库进行调整。随之,接收用户输入的搜索query,并结合搜索query对调整后的输入联想候选词库进行排序。最后,将排序后的输入联想候选词库作为搜索query的输入联想推荐结果进行推荐。
由此可知,本发明在为用户提供相关的搜索推荐时,能够合理利用用户全网的搜索行为为用户搜索提供输入联想候选词库,通过该输入联想候选词库能够更加快速、便捷地为用户提供相关信息,降低搜索成本。进一步,本发明还引入搜索广告投放系统的高商词库,该高商词库包含了具备商业价值的产品和/或服务名称的高商词集合。并且,本发明通过引入的高商词库对输入联想候选词库进行调整,使得推荐信息与用户的商业需求相关联,通过高商词库的商业属性把自然结果和商业结果做统一排序,保证搜索结果的相关性和商业性,实现搜索收益最大化,为后续向用户提供具备商业价值并满足其商业需求的推荐信息做了铺垫。可见,通过本发明的方法可以解决传统输入联想仅根据用户页面浏览量和候选词时效性对推荐信息进行排序造成的推荐内容相关性差、推荐信息不能满足用户的商业需求、无法推进商业搜索的发展以致商业搜索输入联想收入水平低的问题。同时,本发明还能够合理利用高商词库中的高商词与输入联想的相关性,既能准确地推荐候选词以表达用户的搜索意图,改善搜索体验,还能提升通过高商词报价带来的商业收入,从而提升输入联想整体的变现能力和相关性搜索。
在本实施例中,输入联想,即输入一个搜索词,在搜索框下方自动推荐候选词,能够简化用户的搜索成本,加快输入速度。传统的输入联想往往通过字典树模型,基于用户在搜索引擎的搜索频次,按照概率分布依次展现候选词。在本实施例中,字典树又称单词查找树,是一种树形结构。字典树的典型应用是用于统计、排序以及保存大量的字符串(但不仅限于字符串),所以字典树模型经常被搜索引擎系统用于文本词频统计。传统字典树模型的优点是可以利用字符串的公共前缀来减少查询时间,最大限度地减少无谓的字符串比较,查询效率比较高。然而,传统的输入联想仅能够根据用户搜索对应候选词的时效性或热门性机械地为用户进行推荐,无法为用户提供满足其具体需求的服务。
本实施例所提供的方法正是针对该问题,在传统输入联想的基础上进行了更深层次的改进。在本实施例中,首先执行步骤S102,挖掘用户的搜索行为日志,并基于预设提取模型从用户的搜索行为日志中提取候选词,生成输入联想候选词库。在一个可选的实施例中,挖掘用户搜索行为日志时,可以挖掘网络中用户在各搜索引擎的输入搜索行为和/或点击搜索行为,生成用户行为日志。当然,根据本发明的方法,还可以通过其他任意多种可行的方式对用户的搜索行为进行挖掘,比如,还可以挖掘与用户搜索相关联的任何其他操作,进而生成更加全面、立体的用户行为日志。本实施例的上述说明仅为例举,并不构成对本发明挖掘搜索行为,生成用户行为日志的具体限定。
在本实施例中,生成用户行为日志之后,还可以基于预设提取模型从所挖掘的搜索行为日志中提取热点候选词。具体地,可以通过字典树的前缀匹配模型从用户的搜索行为日志中提取候选词。此外,在本实施例中,还可以按照网络中用户在各搜索引擎搜索的频次、点击次数、停留时长提取热点候选词。当网络中的用户在各搜索引擎搜索某搜索词的频次越高、点击某关键词的次数越多或者在某搜索词页面停留的时间比较长时,表明用户对当前搜索词或关键词的关注度比较高,在本实施例中,可以将用户关注度比较高的搜索词当作候选词从全网用户的搜索行为日志中提取出来。此外,在本实施例中,还可以根据搜索词的变化率、飙升度提取热点候选词。具体地,可以根据搜索词的变化率、飙升度计算各搜索词的权重,进而根据各搜索词的权重提取候选词。其中,各搜索词的权重包括各搜索词的静态权重和动态权重。此时提取的候选词具备较高的时效性。需要说明的是,本发明在从用户的搜索行为日志中提取候选词时还可以包括其他多种可行的方式,本实施例的上述说明仅为例举,并不构成对本发明候选词提取方式的具体限定。
上述步骤执行结束之后,可以获取到从用户搜索行为日志中提取的候选词,根据本实施例的方法,还可以根据提取的候选词生成输入联想候选词库。进一步,在生成数据联想候选词库后,可以从搜索广告投放系统获取高商词库。在本实施例中,搜索广告投放系统的高商词库可以包含具有商业价值的产品和/或服务名称的高商词。比如,“鲜花”即可作为搜索广告投放系统高商词库的高商词存在,当用户需要在网上购买鲜花时,在搜索引擎键入“鲜花”后,希望搜索引擎可以向其推荐有关鲜花价格、鲜花质量等具备商业价值的服务信息,以便于用户能够购买性价比高的鲜花。
进一步,根据本发明的方法,在获取到搜索广告投放系统的高商词库后,可以执行步骤S104,将输入联想候选词库与搜索广告投放系统的高商词库进行匹配,并根据匹配结果对输入联想候选词库进行调整。在本实施例中,若输入联想候选词库命中高商词库中的高商词,则对输入联想候选词库中的高商词进行提权处理。具体地,在对输入联想候选词库中的高商词进行提权处理时,可以按照预设的计算策略重新计算输入联想候选词库中高商词的权重。在本实施例中,可以首先获取高商词在输入联想候选词库中的原始静态权重。进一步,调用预设的计算策略,将获取的静态权重作为该计算策略的计算参数输入,随后,按照预设的计算策略重新计算输入联想候选词库中高商词的权重。具体实施时,可以按照如下计算策略计算输入联想候选词库中高商词的权重:X=高商词的静态权重*logN。其中,X为重新计算的输入联想候选词库中高商词的权重,N为高商词的千人成本cpm值。千人成本是将一种媒体或媒体排期表送达1000人或“家庭”的成本计算单位,是衡量广告投入成本的实际效用的方法。
在本实施例中,对数据联想候选词库中的高商词进行提权处理后,可以根据提权处理结果对输入联想候选词库进行调整。具体地,可以根据提权处理后输入联想候选词库中各候选词的权重新对输入联想候选词库进行调整。在一个可选的实施例中,可以按各候选词的权重比例从大到小对数据联想候选词库中的候选词进行排序,以使得调整后的输入联想候选词库的候选词能够最大程度上满足用户的商业需求。此外,在根据搜索广告投放系统的高商词库对将输入联想候选词库进行匹配时,若输入联想候选词库未命中高商词库中的高商词,则保留原有输入联想候选词库。
更多地,根据本发明的方法,将输入联想候选词库与搜索广告投放系统的高商词库进行匹配,并进行相应调整之后,还可以按照预设的过滤逻辑对输入联想候选词库进行过滤处理,进一步对输入联想候选词库进行调整。具体实施时,可以按照反作弊刷词策略将搜索行为日志中的敏感词进行过滤处理。本实施例的反作弊刷词策略可以根据用户实际需求或当前具体环境进行自定义设定,其可以包括一些当前比较避讳或者具有负面影响的敏感词,还可以包括一些具备攻击性的,或者具备利益冲突词汇。当然,本实施例的反作弊刷词策略还可以包括其他多种可行的词汇设定,本实施例对此不作具体限定。此外,本发明还可以根据用户的实际需求利用过滤逻辑设定不同的过滤策略,本发明的反作弊刷词策略仅是对本发明过滤逻辑的一种例举,并不构成对本发明过滤逻辑的具体限定。
上述步骤执行结束之后,进一步执行步骤S106,接收用户输入的搜索query,并结合搜索query对调整后的输入联想候选词库进行排序。进一步,执行步骤S108,将排序后的输入联想候选词库作为搜索query的输入联想推荐结果进行推荐。具体地,可以根据用户需求从排序后的输入联想候选词库中选择预设数量的候选词作为搜索query的输入联想推荐结果进行推荐。当然,在本实施例中,还可以根据搜索引擎搜索框的大小从排序后的输入联想候选词库中选择对应数量的候选词作为搜索query的输入联想推荐结果进行推荐。此外,根据本发明的方法,还可以根据其他实际环境对候选词库中候选词的数量进行自定义设置,本实施例对此不做具体限定。
综上,本发明在为用户提供相关的搜索推荐时,能够合理利用用户全网的搜索行为为用户搜索提供输入联想候选词库,通过该输入联想候选词库能够更加快速、便捷地为用户提供相关信息,降低搜索成本。进一步,本发明还引入搜索广告投放系统的高商词库,该高商词库包含了具备商业价值的产品和/或服务名称的高商词集合。并且,本发明通过引入的高商词库对输入联想候选词库进行调整,使得推荐信息与用户的商业需求相关联,通过高商词库的商业属性把自然结果和商业结果做统一排序,保证结果相关性和商业性实现收益最大化,为后续向用户提供具备商业价值并满足其商业需求的推荐信息做了铺垫。
下面将以几个具体的实施例对本发明的优化商业词推广的输入联想推荐方法进行详细阐述。
实施例一
本实施例以图2为例,图2是根据本发明一个实施例的生成输入联想候选词库的具体流程图。如图2所示,在本实施例中,首先执行步骤S201,挖掘网络中用户在各搜索引擎的输入搜索行为和/或点击搜索行为,生成用户搜索行为日志。
进一步,执行步骤S202,根据该搜索行为日志中各搜索词的变化率、飙升度计算各搜索词的权重。在该步骤中,搜索词的权重包括搜索词的静态权重和动态权重,通过计算各搜索词的权重可以为各搜索词进行更加具体地衡量。当然,根据本发明的方法还可以通过其他多种可行的措施从用户搜索行为日志中提取所需候选词。本实施例的上述说明仅为例举,并不构成对本发明提取候选词的具体限定。
随后,执行步骤S203,根据各搜索词的权重从用户搜索行为日志中提取候选词。
最后,执行步骤S204,根据所提取的候选词生成输入联想候选词库。
根据本实施例的步骤,当用户在搜索引擎输入“宾”这一汉字时,可以根据输入联想候选词库为用户推荐相关信息。图3是根据本发明一个实施例的根据输入联想候选词库为用户推荐相关信息的显示示意图。如图3所示,当用户输入“宾”这一汉字时,可以在搜索结果处获取到“宾果消消乐”、“宾果消消消”、“宾夕法尼亚大学”、“宾格”、“宾语从句”、“宾馆”、“宾利”、“宾利汽车报价”等信息,可以提升用户的搜索速度,简化搜索流程,降低搜索成本。并且通过该方法能够为用户提供当前网络用户关注度较高的信息。
实施例二
本实施例在实施例一的基础上进行了进一步扩展,在生成输入联想候选词库后,为了能够将推荐信息与用户的商业需求相联系,更好地提升商业词搜索率,使得搜索推荐功能多样化,进而从整体上提升输入联想的变现能力和相关性,提升商业搜索的收入,还可以对已生成的输入联想候选词库进行调整。
图4是根据本发明一个实施例的优化商业词推广的输入联想推荐方法的具体流程图。如图4所示,在本实施中,首先执行步骤S401,从搜索广告投放系统中提取具备商业价值的高商词库。本实施例的高商词库可以包括具备商业价值的产品和/或服务名称的高商词的集合,该高商词库可以作为提升商业搜索词搜索率的基础。
进一步,执行步骤S402,将输入联想候选词库与高商词库进行匹配,判断输入联想候选词库是否命中高商词库中的高商词;若是,执行步骤S403,若否,执行步骤S404。
步骤S403,根据预设计算策略计算该输入联想候选词库中各候选词的权重,根据各候选词的权重对输入联想候选词库中的各候选词进行重新排序。在该步骤中,可以将输入联想候选词库命中的高商词进行提权处理。具体地,可以根据用户需求设置符合要求的提权策略,进而根据提权处理结果对输入联想候选词库中的各候选词重新排序。比如,在本实施例中,可以将输入联想候选词库命中的高商词按当前关注度高低进行排序,并将排序后的高商词列入输入联想候选词库中其他候选词的前端。
步骤S404,保留原有的输入联想候选词库。
进一步,执行步骤S405,接收用户输入的搜索query,并结合该搜索query对调整后的输入联想候选词库进行调整。
最后,执行步骤S406,根据用户需求从调整后的输入联想候选词库中选择预设数量的候选词进行展示。在本实施例中,由于将输入联想候选词库与高商词库相关联,使得调整后的输入联想候选词库可以具有极强的商业词推广价值。用户可以根据该调整后的输入联想候选词库获取与其搜索相关的具备商业价值的推荐词,提升商业词搜索率,并提升输入联想的变现能力和相关性。
图5是根据本发明一个实施例的根据调整后具有商业词推广价值的候选词库为用户推荐相关信息的显示示意图。如图5所示,根据本实施例的方法,当用户在搜索引擎输入“宾”这一汉字时,可以根据调整后的输入联想候选词库获取到按商业价值且与用户搜索相关度较高的这一整体意图匹配的推荐信息。如图5所示,带有边框的“宾利”、“宾利汽车报价”、“宾馆”均为具有商业价值的搜索词。
可见,通过本发明的方法可以解决传统输入联想仅根据用户页面浏览量和候选词时效性对推荐信息进行排序造成的推荐内容相关性差、推荐信息不能满足用户的商业需求、无法推进商业搜索的发展以致商业搜索输入联想收入水平低的问题。同时,本发明能够合理利用高商词库中的高商词与输入联想的相关性,既能准确地推荐候选词以表达用户的搜索意图,改善搜索体验,还能提升通过高商词报价带来的商业收入,从而提升输入联想整体的变现能力和相关性搜索。图6是根据本发明一个实施例的对本发明优化商业词推广的输入联想推荐方法的另一种展示示意图。如图6所示,根据本发明的方法,将用户的使用强度(也可说推荐信息与用户搜索的相关性)与推荐信息的商业化强度相融合,可以在用户的使用强度ctr(点击率)与商业化强度(千次展现广告收入cpm)间找到一个最适点,从而实现用户体验和商业搜索收入的平衡。
基于与优化商业词推广的输入联想推荐方法的同一发明构思,本发明还提供了一种优化商业词推广的输入联想推荐装置,如图7所示,该装置包括:生成模块710,配置为挖掘用户的搜索行为日志,并基于预设提取模型从用户的搜索行为日志中提取候选词,生成输入联想候选词库;调整模块720,与生成模块710耦合,配置为将输入联想候选词库与搜索广告投放系统的高商词库进行匹配,并根据匹配结果对输入联想候选词库进行调整;排序模块730,与调整模块720耦合,配置为接收用户输入的搜索query,并结合搜索query对调整后的输入联想候选词库进行排序;推荐模块740,与排序模块730耦合,配置为将排序后的输入联想候选词库作为搜索query的输入联想推荐结果进行推荐。
在一个优选的实施例中,生成模块710,还配置为:挖掘网络中用户在各搜索引擎的输入搜索行为和/或点击搜索行为,生成用户搜索行为日志。
在一个优选的实施例中,生成模块710,还配置为按照以下至少之一的方式提取候选词:通过字典树的前缀匹配模型从用户的搜索行为日志中提取候选词;按照网络中用户在各搜索引擎搜索的频次、点击次数、停留时长提取热点候选词;根据搜索词的变化率、飙升度计算各搜索词的权重,根据各搜索词的权重提取候选词,其中,各搜索词的权重包括各搜索词的静态权重和动态权重。
在一个优选的实施例中,调整模块720,还配置为:将输入联想候选词库与搜索广告投放系统的高商词库进行匹配,其中,高商词库为包含产品和/或服务名称的高商词的集合;若输入联想候选词库命中高商词库中的高商词,则对输入联想候选词库中的高商词进行提权处理;根据提权处理结果对输入联想候选词库进行调整。
在一个优选的实施例中,调整模块720,还配置为:若输入联想候选词库命中高商词库中的高商词,则按照预设的计算策略重新计算输入联想候选词库中高商词的权重。
在一个优选的实施例中,调整模块720,还配置为:获取高商词在输入联想候选词库中的原始静态权重;调用预设的计算策略,并将所获取的静态权重作为该计算策略的计算参数;按照预设的计算策略重新计算输入联想候选词库中高商词的权重。
在一个优选的实施例中,调整模块720,还配置为按下列方式计算输入联想候选词库中高商词的权重:X=高商词的静态权重*logN;其中,X为重新计算的输入联想候选词库中高商词的权重,N为高商词的千人成本cpm值。
在一个优选的实施例中,调整模块720,还配置为:将输入联想候选词库与搜索广告投放系统的高商词库进行匹配;若输入联想候选词库未命中高商词库中的高商词,则保留原有输入联想候选词库。
在一个优选的实施例中,调整模块720,还配置为:根据提权处理后输入联想候选词库中各候选词的权重对输入联想候选词库进行调整。
在一个优选的实施例中,如图8所示,该装置还包括:过滤模块810,配置为按照预设的过滤逻辑对输入联想候选词库进行过滤处理,进一步对输入联想候选词库进行调整。
在一个优选的实施例中,过滤模块810,还配置为:按照反作弊刷词策略将输入联想候选词库中的敏感词进行过滤处理,将过滤后的输入联想候选词库作为调整后的输入联想候选词库。
在一个优选的实施例中,推荐模块740,还配置为:根据用户需求从排序后的输入联想候选词库中选择预设数量的候选词作为搜索query的输入联想推荐结果进行推荐。
根据本发明的优化商业词推广的输入联想推荐方法及装置能够达到如下有益效果:
依据本发明的优化商业词推广的输入联想推荐方法及装置,能够通过挖掘用户的搜索行为日志,并基于预设提取模型从所挖掘的用户搜索行为日志中提取候选词,生成输入联想候选词库。进一步,将输入联想候选词库与搜索广告投放系统的高商词库进行匹配,并根据匹配结果对输入联想候选词库进行调整。随之,接收用户输入的搜索query,并结合搜索query对调整后的输入联想候选词库进行排序。最后,将排序后的输入联想候选词库作为搜索query的输入联想推荐结果进行推荐。
由此可知,本发明在为用户提供相关的搜索推荐时,能够合理利用用户全网的搜索行为为用户搜索提供输入联想候选词库,通过该输入联想候选词库能够更加快速、便捷地为用户提供相关信息,降低搜索成本。进一步,本发明还引入搜索广告投放系统的高商词库,该高商词库包含了具备商业价值的产品和/或服务名称的高商词集合。并且,本发明通过引入的高商词库对输入联想候选词库进行调整,使得推荐信息与用户的商业需求相关联,通过高商词库的商业属性把自然结果和商业结果做统一排序,保证结果相关性和商业性实现收益最大化,为后续向用户提供具备商业价值并满足其商业需求的推荐信息做了铺垫。可见,通过本发明的方法可以解决传统输入联想仅根据用户页面浏览量和候选词时效性对推荐信息进行排序造成的推荐内容相关性差、推荐信息不能满足用户的商业需求、无法推进商业搜索的发展以致商业搜索输入联想收入水平低的问题。同时,本发明能够合理利用高商词库中的高商词与输入联想的相关性,既能准确地推荐候选词以表达用户的搜索意图,改善搜索体验,还能提升通过高商词报价带来的商业收入,从而提升输入联想整体的变现能力和相关性搜索。
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优化商业词推广的输入联想推荐设备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。
本发明实施例还提供了一种电子设备,包括处理器、以及被安排成存储计算机可执行指令的存储器,可执行指令在被执行时使处理器执行根据上文任意一实施例的优化商业词推广的输入联想推荐方法。
本发明实施例还提供了一种计算机存储介质,其中,计算机可读存储介质存储一个或多个程序,一个或多个程序当被包括多个应用程序的电子设备执行时,使得电子设备执行上文任一实施例的优化商业词推广的输入联想推荐方法。
例如,图9示出了可以实现优化商业词推广的输入联想推荐的计算设备。该计算设备传统上包括处理器910和存储器920形式的计算机程序产品或者计算机可读介质。存储器920可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器920具有存储用于执行上述方法中的任何方法步骤的程序代码931的存储空间930。例如,存储程序代码的存储空间930可以包括分别用于实现上面的方法中的各种步骤的各个程序代码931。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘,紧致盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为例如图10所示的便携式或者固定存储单元。该存储单元可以具有与图9的计算设备中的存储器920类似布置的存储段、存储空间等。程序代码可以例如以适当形式进行压缩。通常,存储单元包括用于执行本发明的方法步骤的计算机可读代码931’,即可以由诸如910之类的处理器读取的代码,当这些代码由计算设备运行时,导致该计算设备执行上面所描述的方法中的各个步骤。
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。
至此,本领域技术人员应认识到,虽然本文已详尽示出和描述了本发明的多个示例性实施例,但是,在不脱离本发明精神和范围的情况下,仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此,本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。
Claims (10)
1.一种优化商业词推广的输入联想推荐方法,包括:
挖掘用户的搜索行为日志,并基于预设提取模型从所述用户的搜索行为日志中提取候选词,生成输入联想候选词库;
将所述输入联想候选词库与搜索广告投放系统的高商词库进行匹配,并根据匹配结果对所述输入联想候选词库进行调整;
接收用户输入的搜索query,并结合所述搜索query对调整后的输入联想候选词库进行排序;
将排序后的输入联想候选词库作为所述搜索query的输入联想推荐结果进行推荐。
2.根据权利要求1所述的方法,其中,挖掘用户的搜索行为日志,包括:
挖掘网络中用户在各搜索引擎的输入搜索行为和/或点击搜索行为,生成用户搜索行为日志。
3.根据权利要求1或2所述的方法,其中,基于预设提取模型从所述用户的搜索行为日志中提取候选词,包括以下至少之一:
通过字典树的前缀匹配模型从所述用户的搜索行为日志中提取候选词;
按照网络中用户在各搜索引擎搜索的频次、点击次数、停留时长提取热点候选词;
根据搜索词的变化率、飙升度计算各搜索词的权重,根据各搜索词的权重提取候选词,其中,所述各搜索词的权重包括各搜索词的静态权重和动态权重。
4.根据权利要求1-3任一项所述的方法,其中,将所述输入联想候选词库与搜索广告投放系统的高商词库进行匹配,并根据匹配结果对所述输入联想候选词库进行调整,包括:
将所述输入联想候选词库与搜索广告投放系统的高商词库进行匹配,其中,所述高商词库为包含产品和/或服务名称的高商词的集合;
若所述输入联想候选词库命中所述高商词库中的高商词,则对所述输入联想候选词库中的高商词进行提权处理;
根据提权处理结果对所述输入联想候选词库进行调整。
5.根据权利要求1-4任一项所述的方法,其中,若所述输入联想候选词库命中所述高商词库中的高商词,则对所述输入联想候选词库中的高商词进行提权处理,包括:
若所述输入联想候选词库命中所述高商词库中的高商词,则按照预设的计算策略重新计算所述输入联想候选词库中高商词的权重。
6.根据权利要求1-5任一项所述的方法,其中,按照预设的计算策略重新计算所述输入联想候选词库中高商词的权重,包括:
获取所述高商词在所述输入联想候选词库中的原始静态权重;
调用预设的计算策略,并将所获取的静态权重作为该计算策略的计算参数;
按照预设的计算策略重新计算所述输入联想候选词库中高商词的权重。
7.根据权利要求1-6任一项所述的方法,其中,按下列方式计算所述输入联想候选词库中高商词的权重:
X=高商词的静态权重*logN;
其中,X为重新计算的输入联想候选词库中高商词的权重,N为高商词的千人成本cpm值。
8.一种优化商业词推广的输入联想推荐装置,包括:
生成模块,配置为挖掘用户的搜索行为日志,并基于预设提取模型从所述用户的搜索行为日志中提取候选词,生成输入联想候选词库;
调整模块,配置为将所述输入联想候选词库与搜索广告投放系统的高商词库进行匹配,并根据匹配结果对所述输入联想候选词库进行调整;
排序模块,配置为接收用户输入的搜索query,并结合所述搜索query对调整后的输入联想候选词库进行排序;
推荐模块,配置为将排序后的输入联想候选词库作为所述搜索query的输入联想推荐结果进行推荐。
9.一种电子设备,包括:
处理器;以及
被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行根据权利要求1-7中任一项所述的输入联想的推荐方法。
10.一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被包括多个应用程序的电子设备执行时,使得所述电子设备执行根据权利要求1-7中任一项所述的输入联想的推荐方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711480896.8A CN108319376B (zh) | 2017-12-29 | 2017-12-29 | 一种优化商业词推广的输入联想推荐方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711480896.8A CN108319376B (zh) | 2017-12-29 | 2017-12-29 | 一种优化商业词推广的输入联想推荐方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108319376A true CN108319376A (zh) | 2018-07-24 |
CN108319376B CN108319376B (zh) | 2021-11-26 |
Family
ID=62892745
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711480896.8A Active CN108319376B (zh) | 2017-12-29 | 2017-12-29 | 一种优化商业词推广的输入联想推荐方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108319376B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109491516A (zh) * | 2018-11-02 | 2019-03-19 | 北京字节跳动网络技术有限公司 | 输入联想词的显示方法、装置、存储介质及电子设备 |
CN109582847A (zh) * | 2018-11-23 | 2019-04-05 | 咪咕视讯科技有限公司 | 一种信息处理方法及装置、存储介质 |
CN109582155A (zh) * | 2018-11-23 | 2019-04-05 | 北京字节跳动网络技术有限公司 | 输入联想词的推荐方法、装置、存储介质及电子设备 |
CN109948061A (zh) * | 2019-03-29 | 2019-06-28 | 薛晓霞 | 一种特价商品搜索方法及系统 |
CN110889050A (zh) * | 2018-09-07 | 2020-03-17 | 北京搜狗科技发展有限公司 | 一种泛品牌词的挖掘方法及装置 |
CN111737595A (zh) * | 2020-06-24 | 2020-10-02 | 支付宝(杭州)信息技术有限公司 | 一种候选词推荐方法、词库排序模型训练方法及装置 |
CN113190739A (zh) * | 2021-02-02 | 2021-07-30 | 北京比特易湃信息技术有限公司 | 一种自定义商业因素的适用于用户搜索查询建议和拼写检查的系统 |
CN113704387A (zh) * | 2020-05-21 | 2021-11-26 | 北京沃东天骏信息技术有限公司 | 一种提供搜索联想词的方法和装置 |
CN113792136A (zh) * | 2021-08-25 | 2021-12-14 | 北京库睿科技有限公司 | 文本数据多样化推荐式搜索方法和系统 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004092906A2 (en) * | 2003-04-09 | 2004-10-28 | America Online Inc. | Directional input system with automatic correction |
CN1932817A (zh) * | 2006-09-15 | 2007-03-21 | 陈远 | 通用互联网内容关键词交互系统 |
US20070100890A1 (en) * | 2005-10-26 | 2007-05-03 | Kim Tae-Il | System and method of providing autocomplete recommended word which interoperate with plurality of languages |
CN101373468A (zh) * | 2007-08-20 | 2009-02-25 | 北京搜狗科技发展有限公司 | 一种加载词库的方法、字符输入的方法和输入法系统 |
CN102314441A (zh) * | 2010-06-30 | 2012-01-11 | 百度在线网络技术(北京)有限公司 | 用于供用户进行个性化素材输入的方法、设备和系统 |
CN102663627A (zh) * | 2012-04-26 | 2012-09-12 | 焦点科技股份有限公司 | 个性化推荐方法 |
CN102722483A (zh) * | 2011-03-29 | 2012-10-10 | 百度在线网络技术(北京)有限公司 | 用于确定输入法的候选项排序的方法、装置和设备 |
CN103064853A (zh) * | 2011-10-20 | 2013-04-24 | 北京百度网讯科技有限公司 | 一种搜索建议生成方法、装置及系统 |
CN103309869A (zh) * | 2012-03-09 | 2013-09-18 | 阿里巴巴集团控股有限公司 | 数据对象的展示关键词推荐方法及系统 |
CN103631929A (zh) * | 2013-12-09 | 2014-03-12 | 江苏金智教育信息技术有限公司 | 一种用于搜索的智能提示的方法、模块和系统 |
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 |
CN104375663A (zh) * | 2014-11-11 | 2015-02-25 | 广东欧珀移动通信有限公司 | 一种联想输入方法及装置 |
CN105574176A (zh) * | 2015-12-21 | 2016-05-11 | 北京奇虎科技有限公司 | 结合多数据源的热词推荐方法和装置 |
CN106649737A (zh) * | 2016-12-23 | 2017-05-10 | 北京奇虎科技有限公司 | 针对综艺类query的搜索结果的推送方法及装置 |
-
2017
- 2017-12-29 CN CN201711480896.8A patent/CN108319376B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2004092906A2 (en) * | 2003-04-09 | 2004-10-28 | America Online Inc. | Directional input system with automatic correction |
US20070100890A1 (en) * | 2005-10-26 | 2007-05-03 | Kim Tae-Il | System and method of providing autocomplete recommended word which interoperate with plurality of languages |
CN1932817A (zh) * | 2006-09-15 | 2007-03-21 | 陈远 | 通用互联网内容关键词交互系统 |
CN101373468A (zh) * | 2007-08-20 | 2009-02-25 | 北京搜狗科技发展有限公司 | 一种加载词库的方法、字符输入的方法和输入法系统 |
CN102314441A (zh) * | 2010-06-30 | 2012-01-11 | 百度在线网络技术(北京)有限公司 | 用于供用户进行个性化素材输入的方法、设备和系统 |
CN102722483A (zh) * | 2011-03-29 | 2012-10-10 | 百度在线网络技术(北京)有限公司 | 用于确定输入法的候选项排序的方法、装置和设备 |
CN103064853A (zh) * | 2011-10-20 | 2013-04-24 | 北京百度网讯科技有限公司 | 一种搜索建议生成方法、装置及系统 |
CN103309869A (zh) * | 2012-03-09 | 2013-09-18 | 阿里巴巴集团控股有限公司 | 数据对象的展示关键词推荐方法及系统 |
CN102663627A (zh) * | 2012-04-26 | 2012-09-12 | 焦点科技股份有限公司 | 个性化推荐方法 |
CN103631929A (zh) * | 2013-12-09 | 2014-03-12 | 江苏金智教育信息技术有限公司 | 一种用于搜索的智能提示的方法、模块和系统 |
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 |
CN104375663A (zh) * | 2014-11-11 | 2015-02-25 | 广东欧珀移动通信有限公司 | 一种联想输入方法及装置 |
CN105574176A (zh) * | 2015-12-21 | 2016-05-11 | 北京奇虎科技有限公司 | 结合多数据源的热词推荐方法和装置 |
CN106649737A (zh) * | 2016-12-23 | 2017-05-10 | 北京奇虎科技有限公司 | 针对综艺类query的搜索结果的推送方法及装置 |
Non-Patent Citations (1)
Title |
---|
刘慧敏等: "一种基于本体语义的云制造服务供需智能匹配方法", 《湖北工业大学学报》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110889050A (zh) * | 2018-09-07 | 2020-03-17 | 北京搜狗科技发展有限公司 | 一种泛品牌词的挖掘方法及装置 |
CN109491516A (zh) * | 2018-11-02 | 2019-03-19 | 北京字节跳动网络技术有限公司 | 输入联想词的显示方法、装置、存储介质及电子设备 |
CN109582155B (zh) * | 2018-11-23 | 2023-05-16 | 抖音视界有限公司 | 输入联想词的推荐方法、装置、存储介质及电子设备 |
CN109582847A (zh) * | 2018-11-23 | 2019-04-05 | 咪咕视讯科技有限公司 | 一种信息处理方法及装置、存储介质 |
CN109582155A (zh) * | 2018-11-23 | 2019-04-05 | 北京字节跳动网络技术有限公司 | 输入联想词的推荐方法、装置、存储介质及电子设备 |
CN109582847B (zh) * | 2018-11-23 | 2021-08-24 | 咪咕视讯科技有限公司 | 一种信息处理方法及装置、存储介质 |
CN109948061A (zh) * | 2019-03-29 | 2019-06-28 | 薛晓霞 | 一种特价商品搜索方法及系统 |
CN113704387A (zh) * | 2020-05-21 | 2021-11-26 | 北京沃东天骏信息技术有限公司 | 一种提供搜索联想词的方法和装置 |
CN111737595A (zh) * | 2020-06-24 | 2020-10-02 | 支付宝(杭州)信息技术有限公司 | 一种候选词推荐方法、词库排序模型训练方法及装置 |
CN111737595B (zh) * | 2020-06-24 | 2024-02-06 | 支付宝(杭州)信息技术有限公司 | 一种候选词推荐方法、词库排序模型训练方法及装置 |
CN113190739A (zh) * | 2021-02-02 | 2021-07-30 | 北京比特易湃信息技术有限公司 | 一种自定义商业因素的适用于用户搜索查询建议和拼写检查的系统 |
CN113792136A (zh) * | 2021-08-25 | 2021-12-14 | 北京库睿科技有限公司 | 文本数据多样化推荐式搜索方法和系统 |
CN113792136B (zh) * | 2021-08-25 | 2024-06-04 | 北京库睿科技有限公司 | 文本数据多样化推荐式搜索方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN108319376B (zh) | 2021-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108319376A (zh) | 一种优化商业词推广的输入联想推荐方法及装置 | |
CN105447186B (zh) | 一种基于大数据平台的用户行为分析系统 | |
JP6301958B2 (ja) | 検索語句を構成し、広告を配信し、製品情報を検索するための方法および装置 | |
US8849812B1 (en) | Generating content for topics based on user demand | |
CN102831248B (zh) | 网络热点挖掘方法及装置 | |
US8768922B2 (en) | Ad retrieval for user search on social network sites | |
CN104484339B (zh) | 一种相关实体推荐方法和系统 | |
CN108446388A (zh) | 文本数据质检方法、装置、设备及计算机可读存储介质 | |
CN102314443B (zh) | 搜索引擎的修正方法和系统 | |
CN103136262B (zh) | 信息检索方法及装置 | |
CN107544988B (zh) | 一种获取舆情数据的方法和装置 | |
US20090119268A1 (en) | Method and system for crawling, mapping and extracting information associated with a business using heuristic and semantic analysis | |
CN104035927A (zh) | 一种基于用户行为的搜索方法及系统 | |
CN103617213B (zh) | 识别新闻网页属性特征的方法和系统 | |
CN105302810A (zh) | 一种信息搜索方法和装置 | |
CN108038161A (zh) | 基于相册的信息推荐方法、装置及计算设备 | |
CN104281565B (zh) | 语义词典构建方法和装置 | |
CN101441636A (zh) | 一种基于知识库的医院信息搜索引擎及系统 | |
CN106484698A (zh) | 一种搜索关键词的推送方法和装置 | |
CN107369058A (zh) | 一种关联推荐方法及服务器 | |
CN108197243A (zh) | 一种基于用户身份的输入联想推荐方法及装置 | |
CN102737090B (zh) | 网页搜索结果排序方法及装置 | |
CN104077392B (zh) | 一种搜索建议提示方法及装置 | |
CN103942232B (zh) | 用于挖掘意图的方法和设备 | |
CN106776640A (zh) | 一种股票资讯信息展示方法和装置 |
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 |