CN108615182A - 一种产品智能推荐的方法和系统 - Google Patents

一种产品智能推荐的方法和系统 Download PDF

Info

Publication number
CN108615182A
CN108615182A CN201810435804.2A CN201810435804A CN108615182A CN 108615182 A CN108615182 A CN 108615182A CN 201810435804 A CN201810435804 A CN 201810435804A CN 108615182 A CN108615182 A CN 108615182A
Authority
CN
China
Prior art keywords
product
products
recommended
exclusive
top set
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
CN201810435804.2A
Other languages
English (en)
Inventor
邓建
饶嘉健
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.)
Guangzhou One Chain Internet Technology Co Ltd
Original Assignee
Guangzhou One Chain Internet Technology 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 Guangzhou One Chain Internet Technology Co Ltd filed Critical Guangzhou One Chain Internet Technology Co Ltd
Priority to CN201810435804.2A priority Critical patent/CN108615182A/zh
Publication of CN108615182A publication Critical patent/CN108615182A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种产品智能推荐的方法和系统。该方法，包括：接收用户输入的筛选条件，根据所述筛选条件在产品库中进行筛选，得到匹配筛选条件的相应产品；在相应产品中根据商家的营销需求进行筛选，得到置顶产品；在相应产品中根据产品属性进行筛选，得到专属产品；将专属产品、常用产品、置顶产品、推荐产品和其他产品显示在首页中。本方案不再单纯的以客户作为唯一主体，不仅考虑客户的需求，还结合商家的营销需求进行个性化的产品推荐，方便客户端与服务端的协同操作，提升双方的体验。

Description

一种产品智能推荐的方法和系统
技术领域
本发明涉及电商技术领域，特别是涉及一种产品智能推荐的方法和系统。
背景技术
随着网络与信息技术的飞速发展，互联网为用户提供越来越多的信息和服务，用户在得到便利的同时也不得不面对大量的垃圾信息和无意义数据，即所谓的信息超载问题。面对海量的网络资源个性化推荐系统是一种极具潜力的解决信息超载的服务技术，它利用用户的偏好信息自动的向用户推荐符合其兴趣特点的对象。智能推荐大都基于海量数据的计算和处理，然而我们发现在海量数据上高效的运行协同过滤算法以及其他推荐策略这样高复杂的算法是有很大的挑战的，在面对解决这个问题的过程中，大家提出了很多减少计算量的方法，而聚类无疑是其中最优的选择之一（即先对海量数据进行聚类计算，然后再运行协同过滤算法，这样可以大幅度降低计算规模）。 聚类是一个数据挖掘的经典问题，它的目的是将数据分为多个簇，在同一个簇中的对象之间有较高的相似度，而不同簇的对象差别较大。聚类被广泛的应用于数据处理和统计分析领域。聚类分析还可以作为其他算法的预处理步骤，简化计算量，提高分析效率。
个性化推荐与搜索引擎提供的“一对多”式的信息服务不同，个性化推荐系统输出的结果更符合用户需求。同时系统自动运行，用户参与度低，使得用户寻找信息的成本和时间大大降低。但是现有的个性化推荐系统以客户作为唯一的主体，以客户的需求作为推荐的唯一依据进行产品的推荐，商家不能在个性化推荐系统中推荐自己想推广的产品，商家在现有的个性化推荐系统中比较被动，体验感差。因此，行业内急需一种客户端和商家端能够协同操作，双方体验感好的个性化推荐系统。
发明内容
针对现有技术存在的商家不能在个性化推荐系统中推荐自己想推广的产品，商家比较被动，体验感差的问题，本发明提供一种产品智能推荐的方法。
本申请的具体方案如下：
一种产品智能推荐的方法，包括： 接收用户输入的筛选条件，根据所述筛选条件在产品库中进行筛选，得到匹配筛选条件的相应产品；在相应产品中根据商家的营销需求进行筛选，得到置顶产品；在相应产品中根据产品属性进行筛选，得到专属产品；根据筛选条件和用户在最近第一时间内下单最多的产品在产品库中进行筛选，得到常用产品；根据用户在最近第二时间内搜索的历史记录中选择的匹配产品，得到推荐产品；根据用户本次搜索中匹配用户输入的筛选条件得到的产品为其他产品。将专属产品、常用产品、置顶产品、推荐产品和其他产品显示在首页中。
优选地，将专属产品、常用产品、置顶产品、推荐产品和其他产品显示在首页中的步骤包括：按照专属产品、常用产品、置顶产品、推荐产品和其他产品的顺序依次归入要返回的产品队列中；其中，产品队列的总数不大于首页显示数；将产品队列的产品显示在首页中。
优选地，按照专属产品、常用产品、置顶产品、推荐产品和其他产品的顺序依次归入要返回的产品队列中的步骤包括：确定专属产品为第一优先级；确定常用产品为第二优先级；确定置顶产品为第三优先级；确定推荐产品为第四优先级；确定其他产品为第五优先级；从优先级从低高的顺序，将专属产品、常用产品、置顶产品、推荐产品和其他产品依次归入要返回的产品队列中。
优选地，第一时间为15天，第二时间为7天。
优选地，常用产品数不大于3个。
一种产品智能推荐的系统，包括：相应产品得到模块、置顶产品得到模块、专属产品得到模块、常用产品得到模块、推荐产品得到模块、其他产品得到模块和显示模块；所述相应产品得到模块，用于接收用户输入的筛选条件，根据所述筛选条件在产品库中进行筛选，得到匹配筛选条件的相应产品；所述置顶产品得到模块，用于在相应产品中根据商家的营销需求进行筛选，得到置顶产品；所述专属产品得到模块，用于在相应产品中根据产品属性进行筛选，得到专属产品；所述常用产品得到模块，用于根据筛选条件和用户在最近第一时间内下单最多的产品在产品库中进行筛选，得到常用产品；所述推荐产品得到模块，用于根据用户在最近第二时间内搜索的历史记录中选择的匹配产品，得到推荐产品；所述其他产品得到模块，用于根据用户本次搜索中匹配用户输入的筛选条件得到的产品为其他产品；所述显示模块，用于将专属产品、常用产品、置顶产品、推荐产品和其他产品显示在首页中。
优选地，所述显示模块，还用于按照专属产品、常用产品、置顶产品、推荐产品和其他产品的顺序依次归入要返回的产品队列中；其中，产品队列的总数不大于首页显示数；将产品队列的产品显示在首页中。
优选地，所述显示模块，还用于确定专属产品为第一优先级；确定常用产品为第二优先级；确定置顶产品为第三优先级；确定推荐产品为第四优先级；确定其他产品为第五优先级；从优先级从低高的顺序，将专属产品、常用产品、置顶产品、推荐产品和其他产品依次归入要返回的产品队列中。
优选地，第一时间为15天，第二时间为7天。
优选地，常用产品数不大于3个。
与现有技术相比，本发明具有如下有益效果：
本方案的产品智能推荐的方法通过在相应产品中根据商家的营销需求进行筛选，得到置顶产品，在相应产品中根据产品属性进行筛选，得到专属产品。将专属产品、常用产品和置顶产品、推荐产品和其他产品均显示在首页中。不再单纯的以客户作为唯一主体，不仅考虑客户的需求，还结合商家的营销需求进行个性化的产品推荐，方便客户端与服务端的协同操作，提升双方的体验。
附图说明
图1为一实施例的产品智能推荐的方法的示意性结构图；
图2为一实施例的产品智能推荐的系统的示意性结构图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
参见图1，一种产品智能推荐的方法，包括：
S11，接收用户输入的筛选条件，根据所述筛选条件在产品库中进行筛选，得到匹配筛选条件的相应产品；
S12，在相应产品中根据商家的营销需求进行筛选，得到置顶产品；置顶产品是根据商家的营销需求而设置在用户搜索页面置顶显示的产品。这样可以方便商家控制产品的构成。比如5类产品中的置顶产品，当服务端商家想要重点推荐某些产品的时候，只需要更新这些产品的属性，将其设置为置顶产品。那么用户在浏览的时候，也就更加容易搜索到这类产品，从而提升交易成功的概率
S13，在相应产品中根据产品属性进行筛选，得到专属产品；专属产品是根据用户的不同类型，关联到该类型用户的专类产品，这样便分类营销；
S14，根据筛选条件和用户在最近第一时间内下单最多的产品在产品库中进行筛选，得到常用产品；在本实施例，第一时间为15天，常用产品数不大于3个。常用产品是用户最近15天内下单最多的产品。考虑首页还要显示其他类型产品，常用产品选取最多的3个产品纳入智能推荐。
S15，根据用户在最近第二时间内搜索的历史记录中选择的匹配产品，得到推荐产品；在本实施例，第二时间为7天。推荐产品是根据用户最近一星期内搜索的历史记录中选择的匹配产品；
S16，根据用户本次搜索中匹配用户输入的筛选条件得到的产品为其他产品；其他产品是用户在本次搜索中匹配用户输入的条件得到的产品；
S17，将专属产品、常用产品、置顶产品、推荐产品和其他产品显示在首页中。
在本实施例，步骤S17包括：按照专属产品、常用产品、置顶产品、推荐产品和其他产品的顺序依次归入要返回的产品队列中；其中，产品队列的总数不大于首页显示数；将产品队列的产品显示在首页中。
更进一步地，按照专属产品、常用产品、置顶产品、推荐产品和其他产品的顺序依次归入要返回的产品队列中的步骤包括：
确定专属产品为第一优先级；
确定常用产品为第二优先级；
确定置顶产品为第三优先级；
确定推荐产品为第四优先级；
确定其他产品为第五优先级；
从优先级从低高的顺序，将专属产品、常用产品、置顶产品、推荐产品和其他产品依次归入要返回的产品队列中。说明显示优先级数越小，显示级别越高。
本方案的产品智能推荐的方法通过在相应产品中根据商家的营销需求进行筛选，得到置顶产品，在相应产品中根据产品属性进行筛选，得到专属产品。将专属产品、常用产品和置顶产品、推荐产品和其他产品均显示在首页中。不再单纯的以客户作为唯一主体，不仅考虑客户的需求，还结合商家的营销需求进行个性化的产品推荐，方便客户端与服务端的协同操作，提升双方的体验。此外，本方案的产品智能推荐的方法剔除单一的搜索条件，以用户个性化的产品为主体，减少用户在浏览产品上浪费的时间，减少交易耗时，提高用户体验，让用户能在只用较少的精力就能浏览自己心中所想的产品内容。个性化的推荐非单一内容的产品，可以方便商家控制产品的构成。比如4类产品中的置顶产品，当服务端想要重点推荐某些产品的时候，只需要更新这些产品的属性，将其设置为置顶产品。那么用户在浏览的时候，也就更加容易搜索到这类产品，从而提升交易成功的概率，这些操作并不需要对现行代码做更改，也就更加容易维护。
实施例2
参见图2，一种产品智能推荐的系统，包括：相应产品得到模块11、置顶产品得到模块12、专属产品得到模块13、常用产品得到模块14、推荐产品得到模块15、其他产品得到模块16和显示模块17；所述相应产品得到模块11，用于接收用户输入的筛选条件，根据所述筛选条件在产品库中进行筛选，得到匹配筛选条件的相应产品；所述置顶产品得到模块12，用于在相应产品中根据商家的营销需求进行筛选，得到置顶产品；所述专属产品得到模块13，用于在相应产品中根据产品属性进行筛选，得到专属产品；所述常用产品得到模块14，用于根据筛选条件和用户在最近第一时间内下单最多的产品在产品库中进行筛选，得到常用产品；所述推荐产品得到模块15，用于根据用户在最近第二时间内搜索的历史记录中选择的匹配产品，得到推荐产品；所述其他产品得到模块16，用于根据用户本次搜索中匹配用户输入的筛选条件得到的产品为其他产品；所述显示模块17，用于将专属产品、常用产品、置顶产品、推荐产品和其他产品显示在首页中。
在本实施例，所述显示模块17，还用于按照专属产品、常用产品、置顶产品、推荐产品和其他产品的顺序依次归入要返回的产品队列中；其中，产品队列的总数不大于首页显示数；
将产品队列的产品显示在首页中。
在本实施例，所述显示模块17，还用于确定专属产品为第一优先级；确定常用产品为第二优先级；确定置顶产品为第三优先级；确定推荐产品为第四优先级；确定其他产品为第五优先级；从优先级从低高的顺序，将专属产品、常用产品、置顶产品、推荐产品和其他产品依次归入要返回的产品队列中。
在本实施例，第一时间为15天，第二时间为7天。
在本实施例，常用产品数不大于3个。
本方案的产品智能推荐的系统通过所述相应产品得到模块11接收用户输入的筛选条件，根据所述筛选条件在产品库中进行筛选，得到匹配筛选条件的相应产品；所述置顶产品得到模块12在相应产品中根据商家的营销需求进行筛选，得到置顶产品；所述专属产品得到模块13在相应产品中根据产品属性进行筛选，得到专属产品；显示模块17将专属产品、常用产品和置顶产品、推荐产品和其他产品均显示在首页中。不再单纯的以客户作为唯一主体，不仅考虑客户的需求，还结合商家的营销需求进行个性化的产品推荐，方便客户端与服务端的协同操作，提升双方的体验。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种产品智能推荐的方法，其特征在于，包括：
接收用户输入的筛选条件，根据所述筛选条件在产品库中进行筛选，得到匹配筛选条件的相应产品；
在相应产品中根据商家的营销需求进行筛选，得到置顶产品；
在相应产品中根据产品属性进行筛选，得到专属产品；
根据筛选条件和用户在最近第一时间内下单最多的产品在产品库中进行筛选，得到常用产品；
根据用户在最近第二时间内搜索的历史记录中选择的匹配产品，得到推荐产品；
根据用户本次搜索中匹配用户输入的筛选条件得到的产品为其他产品；
将专属产品、常用产品、置顶产品、推荐产品和其他产品显示在首页中。
2.根据权利要求1所述的产品智能推荐的方法，其特征在于，将专属产品、常用产品、置顶产品、推荐产品和其他产品显示在首页中的步骤包括：
按照专属产品、常用产品、置顶产品、推荐产品和其他产品的顺序依次归入要返回的产品队列中；其中，产品队列的总数不大于首页显示数；
将产品队列的产品显示在首页中。
3.根据权利要求2所述的产品智能推荐的方法，其特征在于，按照专属产品、常用产品、置顶产品、推荐产品和其他产品的顺序依次归入要返回的产品队列中的步骤包括：
确定专属产品为第一优先级；
确定常用产品为第二优先级；
确定置顶产品为第三优先级；
确定推荐产品为第四优先级；
确定其他产品为第五优先级；
从优先级从低高的顺序，将专属产品、常用产品、置顶产品、推荐产品和其他产品依次归入要返回的产品队列中。
4.根据权利要求1所述的产品智能推荐的方法，其特征在于，第一时间为15天，第二时间为7天。
5.根据权利要求1所述的产品智能推荐的方法，其特征在于，常用产品数不大于3个。
6.一种产品智能推荐的系统，其特征在于，包括：相应产品得到模块、置顶产品得到模块、专属产品得到模块、常用产品得到模块、推荐产品得到模块、其他产品得到模块和显示模块；
所述相应产品得到模块，用于接收用户输入的筛选条件，根据所述筛选条件在产品库中进行筛选，得到匹配筛选条件的相应产品；
所述置顶产品得到模块，用于在相应产品中根据商家的营销需求进行筛选，得到置顶产品；
所述专属产品得到模块，用于在相应产品中根据产品属性进行筛选，得到专属产品；
所述常用产品得到模块，用于根据筛选条件和用户在最近第一时间内下单最多的产品在产品库中进行筛选，得到常用产品；
所述推荐产品得到模块，用于根据用户在最近第二时间内搜索的历史记录中选择的匹配产品，得到推荐产品；
所述其他产品得到模块，用于根据用户本次搜索中匹配用户输入的筛选条件得到的产品为其他产品；
所述显示模块，用于将专属产品、常用产品、置顶产品、推荐产品和其他产品显示在首页中。
7.根据权利要求6所述的产品智能推荐的系统，其特征在于，所述显示模块，还用于按照专属产品、常用产品、置顶产品、推荐产品和其他产品的顺序依次归入要返回的产品队列中；其中，产品队列的总数不大于首页显示数；
将产品队列的产品显示在首页中。
8.根据权利要求7所述的产品智能推荐的系统，其特征在于，所述显示模块，还用于
确定专属产品为第一优先级；
确定常用产品为第二优先级；
确定置顶产品为第三优先级；
确定推荐产品为第四优先级；
确定其他产品为第五优先级；
从优先级从低高的顺序，将专属产品、常用产品、置顶产品、推荐产品和其他产品依次归入要返回的产品队列中。
9.根据权利要求6所述的产品智能推荐的系统，其特征在于，第一时间为15天，第二时间为7天。
10.根据权利要求6所述的产品智能推荐的系统，其特征在于，常用产品数不大于3个。
CN201810435804.2A 2018-05-09 2018-05-09 一种产品智能推荐的方法和系统 Pending CN108615182A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810435804.2A CN108615182A (zh) 2018-05-09 2018-05-09 一种产品智能推荐的方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810435804.2A CN108615182A (zh) 2018-05-09 2018-05-09 一种产品智能推荐的方法和系统

Publications (1)

Publication Number Publication Date
CN108615182A true CN108615182A (zh) 2018-10-02

Family

ID=63662479

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810435804.2A Pending CN108615182A (zh) 2018-05-09 2018-05-09 一种产品智能推荐的方法和系统

Country Status (1)

Country Link
CN (1) CN108615182A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111177535A (zh) * 2019-12-06 2020-05-19 南京欣网互联信息技术有限公司 一种互联网智能推荐精细化营销方法
CN113570421A (zh) * 2021-09-23 2021-10-29 枣庄职业学院 一种基于大数据分析的电商营销系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020059108A1 (en) * 2000-11-10 2002-05-16 Masao Okura Electronic commerce goods data search method and system with the addition of distributor strategy
CN104462333A (zh) * 2014-12-03 2015-03-25 上海耀肖电子商务有限公司 购物搜索推荐与告警方法和系统
CN105069034A (zh) * 2015-07-22 2015-11-18 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
CN106708821A (zh) * 2015-07-21 2017-05-24 广州市本真网络科技有限公司 基于用户个性化购物行为进行商品推荐的方法
CN107169842A (zh) * 2017-05-31 2017-09-15 合肥亿迈杰软件有限公司 一种基于商品数据的电子商务数据筛选系统
CN107169834A (zh) * 2017-05-17 2017-09-15 丁知平 一种基于大数据进行购物推荐的方法和设备
CN107563859A (zh) * 2017-08-31 2018-01-09 深圳前海弘稼科技有限公司 商品推荐方法、装置、设备及存储介质
CN107730318A (zh) * 2017-10-30 2018-02-23 厦门二五八网络科技集团股份有限公司 智能客户推荐平台及其推荐方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020059108A1 (en) * 2000-11-10 2002-05-16 Masao Okura Electronic commerce goods data search method and system with the addition of distributor strategy
CN104462333A (zh) * 2014-12-03 2015-03-25 上海耀肖电子商务有限公司 购物搜索推荐与告警方法和系统
CN106708821A (zh) * 2015-07-21 2017-05-24 广州市本真网络科技有限公司 基于用户个性化购物行为进行商品推荐的方法
CN105069034A (zh) * 2015-07-22 2015-11-18 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
CN107169834A (zh) * 2017-05-17 2017-09-15 丁知平 一种基于大数据进行购物推荐的方法和设备
CN107169842A (zh) * 2017-05-31 2017-09-15 合肥亿迈杰软件有限公司 一种基于商品数据的电子商务数据筛选系统
CN107563859A (zh) * 2017-08-31 2018-01-09 深圳前海弘稼科技有限公司 商品推荐方法、装置、设备及存储介质
CN107730318A (zh) * 2017-10-30 2018-02-23 厦门二五八网络科技集团股份有限公司 智能客户推荐平台及其推荐方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111177535A (zh) * 2019-12-06 2020-05-19 南京欣网互联信息技术有限公司 一种互联网智能推荐精细化营销方法
CN113570421A (zh) * 2021-09-23 2021-10-29 枣庄职业学院 一种基于大数据分析的电商营销系统

Similar Documents

Publication Publication Date Title
US11727481B2 (en) Systems and user interfaces for dynamic and interactive investigation of bad actor behavior based on automatic clustering of related data in various data structures
US8781813B2 (en) Intent management tool for identifying concepts associated with a plurality of users' queries
CN111782965A (zh) 意图推荐方法、装置、设备及存储介质
KR101166130B1 (ko) 컨텐츠 태그를 이용하여 사용자 프로파일을 구성하는 방법및 장치, 그리고 생성된 사용자 프로파일을 이용하여컨텐츠를 추천하는 방법
US7860878B2 (en) Prioritizing media assets for publication
US9317613B2 (en) Large scale entity-specific resource classification
US8775324B2 (en) Compatibility scoring of users in a social network
WO2016161976A1 (zh) 选择数据内容向终端推送的方法和装置
CN103902538B (zh) 基于决策树的信息推荐装置及方法
CN109255586B (zh) 一种面向电子政务办事的在线个性化推荐方法
US8271495B1 (en) System and method for automating categorization and aggregation of content from network sites
CN109241451B (zh) 一种内容组合推荐方法、装置及可读存储介质
CN103049440A (zh) 一种相关文章的推荐处理方法和处理系统
US9430755B2 (en) System and method to enable communication group identification
CN101551806A (zh) 一种个性化网址导航的方法和系统
WO2011014381A1 (en) Keyword assignment to a web page
CN104182413A (zh) 多媒体内容的推荐方法与系统
CN103198067A (zh) 一种业务搜索方法及系统
CN112818230B (zh) 内容推荐方法、装置、电子设备和存储介质
CN107609192A (zh) 一种搜索引擎的补充搜索方法和装置
CN111191111A (zh) 内容推荐方法、装置及存储介质
CN112825089A (zh) 文章推荐方法、装置、设备及存储介质
CN105916032A (zh) 视频推荐的方法及视频推荐的终端设备
CN110633406A (zh) 事件专题的生成方法、装置、存储介质和终端设备
CN104011713A (zh) 检索装置、检索方法、检索程序以及记录介质

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: 20181002