CN109376295A - 一种热词汇集推送方法、装置及网络服务器 - Google Patents
一种热词汇集推送方法、装置及网络服务器 Download PDFInfo
- Publication number
- CN109376295A CN109376295A CN201810974923.5A CN201810974923A CN109376295A CN 109376295 A CN109376295 A CN 109376295A CN 201810974923 A CN201810974923 A CN 201810974923A CN 109376295 A CN109376295 A CN 109376295A
- Authority
- CN
- China
- Prior art keywords
- search
- search term
- vocabulary
- hot word
- interface
- 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
-
- 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
- H04L67/55—Push-based network services
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供了一种热词汇集推送方法、装置和网络服务器,该方法和装置应用于网络服务器,具体为汇集一个时间片内被输入的每个关键词的输入量;根据所有输入量计算时间片内的top‑N搜索词及每个搜索词的搜索量,并将top‑N搜索词和搜索量存入数据库;每隔一个预设时长,根据搜索量对top‑N搜索词进行更新;当用户向搜索终端的搜索界面输入关键词时,向搜索终端推送top‑N搜索词,以使搜索界面上显示top‑N搜索词供用户选定。通过在搜索界面上显示多个搜索词供用户选择,方便了用户的输入,从而提供了用户的使用体验。
Description
技术领域
本申请涉及互联网技术,尤其涉及一种热词汇集推送方法、装置和网络服务器。
背景技术
网络搜索作为互联网的基础功能之一,对于任何提供互联网服务的公司来说都是必不可少的。当用户通过搜索界面进行搜索时,如果能够确定出一些热度较高的问题的关键词,并将这些关键词在搜索界面上显示出来供用户选择,可以使用户使用搜索功能时更为方便,从而能够有效提高用户的搜索体验,并提高用户的忠诚度。
发明内容
为实现上述所提到的目的,本申请提供一种热词汇集推送方法、装置和网络服务器。
根据本公开实施例的第一方面,提供一种热词汇集推送方法,应用于网络服务器,所述热词汇集推送方法包括步骤:
汇集一个时间片内被输入的每个关键词的输入量;
根据所有所述输入量计算所述时间片内的top-N搜索词及每个所述搜索词的搜索量,并将所述top-N搜索词和所述搜索量存入数据库;
每隔一个预设时长,根据所述搜索量对所述top-N搜索词进行更新;
当用户向搜索终端的搜索界面输入关键词时,向所述搜索终端推送所述top-N搜索词,以使所述搜索界面上显示top-N搜索词供用户选定。
可选的,所述数据库为redis。
可选的,还包括步骤:
将所有所述关键词中未被审核通过的词汇发送给审核人员;
在所述审核人员通过审核界面对所述词汇进行审核后,将审核结果以消息形式发出;
通过监听消息将所述审核结果对所述数据库中的所述top-N搜索词进行更新。
可选的,所述将所有所述关键词中未被审核通过的词汇发送给审核人员,包括:
将所述词汇通过kafka方式发送给所述审核人员。
可选的,所述将审核结果以消息形式发出,包括
将所述审核结果通过kafka方式以消息形式发出。
根据本公开实施例的第二方面,提供一种热词汇集推送装置,应用于网络服务器,所述热词汇集推送装置包括:
关键词汇集模块,被配置为用于汇集一个时间片内被输入的每个关键词的输入量;
搜索词处理模块,被配置为用于根据所有所述输入量计算所述时间片内的top-N搜索词及每个所述搜索词的搜索量,并将所述top-N搜索词和所述搜索量存入数据库;
词库更新模块,被配置为用于每隔一个预设时长,根据所述搜索量对所述top-N搜索词进行更新;
热词推送模块,被配置为用于当用户向搜索终端的搜索界面输入关键词时,向所述搜索终端推送所述top-N搜索词,以使所述搜索界面上显示top-N搜索词供用户选定。
可选的,所述数据库为redis。
可选的,还包括:
词汇发送模块,被配置为用于将所有所述关键词中未被审核通过的词汇发送给审核人员;
消息播放模块,被配置为用于在所述审核人员通过审核界面对所述词汇进行审核后,将审核结果以消息形式发出;
热词更新模块,被配置为用于通过监听消息将所述审核结果对所述数据库中的所述top-N搜索词进行更新。
可选的,所述词汇发送模块被配置为将所述词汇通过kafka方式发送给所述审核人员。
可选的,所述消息播放模块被配置为将所述审核结果通过kafka方式以消息形式发出。
根据本公开实施例的第三方面,提供一种应用程序产品,包括步骤:
汇集一个时间片内被输入的每个关键词的输入量;
根据所有所述输入量计算所述时间片内的top-N搜索词及每个所述搜索词的搜索量,并将所述top-N搜索词和所述搜索量存入数据库;
每隔一个预设时长,根据所述搜索量对所述top-N搜索词进行更新;
当用户向搜索终端的搜索界面输入关键词时,向所述搜索终端推送所述top-N搜索词,以使所述搜索界面上显示top-N搜索词供用户选定。
还包括步骤:
将所有所述关键词中未被审核通过的词汇发送给审核人员;
在所述审核人员通过审核界面对所述词汇进行审核后,将审核结果以消息形式发出;
通过监听消息将所述审核结果对所述数据库中的所述top-N搜索词进行更新。
本公开的实施例提供的技术方案可以包括以下有益效果:提供了一种热词汇集推送方法、装置和网络服务器,该方法和装置应用于网络服务器,具体为汇集一个时间片内被输入的每个关键词的输入量;根据所有输入量计算时间片内的top-N搜索词及每个搜索词的搜索量,并将top-N搜索词和搜索量存入数据库;每隔一个预设时长,根据搜索量对top-N搜索词进行更新;当用户向搜索终端的搜索界面输入关键词时,向搜索终端推送top-N搜索词,以使搜索界面上显示top-N搜索词供用户选定。通过在搜索界面上显示多个搜索词供用户选择,方便了用户的输入,从而提供了用户的使用体验。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是根据一示例性实施例示出的一种热词汇集推送方法的流程图;
图2是根据一示例性实施例示出的另一种热词汇集推送方法的流程图;
图3是根据一示例性实施例示出的一种热词汇集推送装置的结构框图;
图4是根据一示例性实施例示出的另一种热词汇集推送装置的结构框图;
图5是根据一示例性实施例示出的一种网络服务器的结构框图;
图6是根据一示例性实施例示出的另一种网络服务器的结构框图;
图7时根据一示例性实施例示出的又一种网络服务器的结构框图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种热词汇集推送方法的流程图。
如图1所示,热词汇集推送方法用于网络服务器中,包括以下步骤。
在步骤S1中,汇集一个时间片内被输入的每个关键词的输入量。
这个时间片是指该网络服务器中处理器被分配给供用户进行搜索的被分配时间片段,一般这个片段的时长是确定的。当有用户通过与该网络服务器相连接的搜索客户端输入需要搜索的关键词时,将该该时间片内所有输入的关键词进行汇集,从而得到相应关键词的输入量,这里的关键词并非限于一个。
另外,值得指出的是,对于每个关键词来说,出现一次被输入的情况,则将其原有输入量+1,因此,得到的当前时间片的输入量是当前时间之前所有的输入量。
在步骤S2中,计算时间片内的top-N搜索词及其搜索量。
在得到每个关键词的输入量后,根据所有关键词的输入量计算top-N搜索词及每个搜索词的搜索量。这里的top-N搜索词是指根据一定计算规则计算得到的N个搜索率最高的关键词。具体的计算规则包括基于BPR模型的BPR-MF算法、基于融合显式和隐式反馈的排列模型的EIBRO-MF算法等。
在得到top-N搜索词及相应的搜索量后,将该top-N搜索词和相应的搜索量存入到数据库中。这里的数据库优选redis。
在步骤S3中,每隔预设时长对数据库的top-N搜索词进行更新。
这里预设时长可以选择1分钟或10分钟,通过统计这段时间内所有时间片的top-N搜索词,汇总并得到总的top-N搜索词,并将该总的top-N搜索词输入到数据库替换掉原先的top-N搜索词。
在步骤S4中,当用户需要搜索时向搜索终端推送top-N搜索词。
当用户通过搜索终端进行搜索时,从数据库抽取该top-N搜索词,将该top-N搜索词推送到用户的搜索终端上,以使该搜索终端额搜索界面显示该top-N搜索词供用户选定。一般可以在用户将光标设定在搜索界面的输入框时,可以以下拉列表的方式显示该top-N搜索词。当用户从下拉列表中选定某个搜索词时该搜索词进入搜素界面的输入框。
从上述技术方案可以看出,本实施例提供了一种热词汇集推送方法,该方法应用于网络服务器,具体为汇集一个时间片内被输入的每个关键词的输入量;根据所有输入量计算时间片内的top-N搜索词及每个搜索词的搜索量,并将top-N搜索词和搜索量存入数据库;每隔一个预设时长,根据搜索量对top-N搜索词进行更新;当用户向搜索终端的搜索界面输入关键词时,向搜索终端推送top-N搜索词,以使搜索界面上显示top-N搜索词供用户选定。通过在搜索界面上显示多个搜索词供用户选择,方便了用户的输入,从而提供了用户的使用体验。
另外,如图2所示,在本实施例中还包括对输入关键词的审核过程:
在步骤S5中,将未通过审核的词汇发送给审核人员。
在接收到每个关键词后,需要自动对其是否符合法律法规的规定,是否符合社会主义公序良俗按一定规则进行审核,如果这些关键词中存在不符合上述规定的词汇,则将该词汇发送给审核人员,以使其进行手动审核,让审核人员确定其是否真正不符合规定。具体而言,该未通过审核的词汇是通过kafka发送给该审核人员的审核审核终端,以使该审核终端的审核界面上显示相应的未通过审核的词汇。
审核人员可以根据自己的知识并根据对法律、法规、公序良俗的掌握进行审核,并通过在审核界面上的操作产生审核结果。
在步骤S6中,将审核结果以消息形式发出。
当审核人员作出审核并产生审核结果后,将该审核结果以消息形式发出到系统中。具体而言是通过kafka发出该审核结果。
在步骤S7中,利用审核结果对数据库中的top-N搜索词进行更新。
这里审核结果是通过监听消息的方式得到,在得到该审核结果后对数据库中所存储的top-N搜索词进行更新,具体而言,是将原先自动审核未通过而经过人工审核通过后的搜索词有可能进入到该top-N搜索词,从而能够避免自动审核的误审。
图3是根据一示例性实施例示出的一种热词汇集推送装置的结构框图。
如图3所示,该热词汇集推送装置应用于网络服务器中,包括关键词汇集模块10、搜索词处理模块20、词库更新模块30和热词推送模块40。
关键词汇集模块10被配置为汇集一个时间片内被输入的每个关键词的输入量。
这个时间片是指该网络服务器中处理器被分配给供用户进行搜索的被分配时间片段,一般这个片段的时长是确定的。当有用户通过与该网络服务器相连接的搜索客户端输入需要搜索的关键词时,将该该时间片内所有输入的关键词进行汇集,从而得到相应关键词的输入量,这里的关键词并非限于一个。
另外,值得指出的是,对于每个关键词来说,出现一次被输入的情况,则将其原有输入量+1,因此,得到的当前时间片的输入量是当前时间之前所有的输入量。
搜索词处理模块20被配置为计算时间片内的top-N搜索词及其搜索量。
在得到每个关键词的输入量后,根据所有关键词的输入量计算top-N搜索词及每个搜索词的搜索量。这里的top-N搜索词是指根据一定计算规则计算得到的N个搜索率最高的关键词。具体的计算规则包括基于BPR模型的BPR-MF算法、基于融合显式和隐式反馈的排列模型的EIBRO-MF算法等。
在得到top-N搜索词及相应的搜索量后,将该top-N搜索词和相应的搜索量存入到数据库中。这里的数据库优选redis。
词库更新模块30被配置为每隔一个预设时长对数据库的top-N搜索词进行更新。
这里预设时长可以选择1分钟或10分钟,通过统计这段时间内所有时间片的top-N搜索词,汇总并得到总的top-N搜索词,并将该总的top-N搜索词输入到数据库替换掉原先的top-N搜索词。
热词推送模块40被配置为当用户需要搜索时向搜索终端推送top-N搜索词。
当用户通过搜索终端进行搜索时,从数据库抽取该top-N搜索词,将该top-N搜索词推送到用户的搜索终端上,以使该搜索终端额搜索界面显示该top-N搜索词供用户选定。一般可以在用户将光标设定在搜索界面的输入框时,可以以下拉列表的方式显示该top-N搜索词。当用户从下拉列表中选定某个搜索词时该搜索词进入搜素界面的输入框。
从上述技术方案可以看出,本实施例提供了一种热词汇集推送装置,该装置应用于网络服务器,具体为汇集一个时间片内被输入的每个关键词的输入量;根据所有输入量计算时间片内的top-N搜索词及每个搜索词的搜索量,并将top-N搜索词和搜索量存入数据库;每隔一个预设时长,根据搜索量对top-N搜索词进行更新;当用户向搜索终端的搜索界面输入关键词时,向搜索终端推送top-N搜索词,以使搜索界面上显示top-N搜索词供用户选定。通过在搜索界面上显示多个搜索词供用户选择,方便了用户的输入,从而提供了用户的使用体验。
另外,如图4所示,在本实施例中的热词汇集推送装置还包括词汇发送模块50、消息播放模块60和热词更新模块70。
词汇发送模块50被配置为将未通过审核的词汇发送给审核人员。
在接收到每个关键词后,需要自动对其是否符合法律法规的规定,是否符合社会主义公序良俗按一定规则进行审核,如果这些关键词中存在不符合上述规定的词汇,则将该词汇发送给审核人员,以使其进行手动审核,让审核人员确定其是否真正不符合规定。具体而言,该未通过审核的词汇是通过kafka发送给该审核人员的审核审核终端,以使该审核终端的审核界面上显示相应的未通过审核的词汇。
审核人员可以根据自己的知识并根据对法律、法规、公序良俗的掌握进行审核,并通过在审核界面上的操作产生审核结果。
消息播放模块60被配置为将审核结果以消息形式发出。
当审核人员作出审核并产生审核结果后,将该审核结果以消息形式发出到系统中。具体而言是通过kafka发出该审核结果。
热词更新模块70被配置为利用审核结果对数据库中的top-N搜索词进行更新。
这里审核结果是通过监听消息的方式得到,在得到该审核结果后对数据库中所存储的top-N搜索词进行更新,具体而言,是将原先自动审核未通过而经过人工审核通过后的搜索词有可能进入到该top-N搜索词,从而能够避免自动审核的误审。
图5是根据一示例性实施例示出的一种网络服务器的结构框图。
如图5所示,该网络服务器500设置有上一实施例所提供的热词汇集推送装置,该装置包括关键词汇集模块510、搜索词处理模块520、词库更新模块530和热词推送模块540。
该装置具体用于汇集一个时间片内被输入的每个关键词的输入量;根据所有输入量计算时间片内的top-N搜索词及每个搜索词的搜索量,并将top-N搜索词和搜索量存入数据库;每隔一个预设时长,根据搜索量对top-N搜索词进行更新;当用户向搜索终端的搜索界面输入关键词时,向搜索终端推送top-N搜索词,以使搜索界面上显示top-N搜索词供用户选定。通过在搜索界面上显示多个搜索词供用户选择,方便了用户的输入,从而提供了用户的使用体验。
另外,该热词汇集推送装置还包括词汇发送模块550、消息播放模块560和热词更新模块570,如图6所示。
词汇发送模块550被配置为将未通过审核的词汇发送给审核人员。
审核人员可以根据自己的知识并根据对法律、法规、公序良俗的掌握进行审核,并通过在审核界面上的操作产生审核结果。
消息播放模块560被配置为将审核结果以消息形式发出。
当审核人员作出审核并产生审核结果后,将该审核结果以消息形式发出到系统中。具体而言是通过kafka发出该审核结果。
热词更新模块570被配置为利用审核结果对数据库中的top-N搜索词进行更新。
这里审核结果是通过监听消息的方式得到,在得到该审核结果后对数据库中所存储的top-N搜索词进行更新,具体而言,是将原先自动审核未通过而经过人工审核通过后的搜索词有可能进入到该top-N搜索词,从而能够避免自动审核的误审。
图7是根据一示例性实施例示出的又一种网络服务器的结构框图。
如图7所示,该网络服务器具体包括处理组件722,该处理组件722包括一个或多个处理器,以及由存储器732所代表的存储器资源,用于存储可由处理组件722的执行的指令,例如应用程序。存储器732中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件722被配置为执行指令,以执行上述方法:
汇集一个时间片内被输入的每个关键词的输入量;
根据所有输入量计算时间片内的top-N搜索词及每个搜索词的搜索量,并将top-N搜索词和搜索量存入数据库;
每隔一个预设时长,根据搜索量对top-N搜索词进行更新;
当用户向搜索终端的搜索界面输入关键词时,向搜索终端推送top-N搜索词,以使搜索界面上显示top-N搜索词供用户选定。
另外,还包括如下步骤:
将所有关键词中未被审核通过的词汇发送给审核人员;
在审核人员通过审核界面对词汇进行审核后,将审核结果以消息形式发出;
通过监听消息将审核结果对数据库中的top-N搜索词进行更新。
装置700还可以包括一个电源组件726被配置为网络服务器700的电源管理,一个有线或无线网络接口750被配置为将装置700连接到网络,和一个输入输出(I/O)接口758。装置1900可以操作基于存储在存储器1932的操作系统,例如Windows ServerTM,Mac OSXTM,UnixTM,LinuxTM,FreeBSDTM或类似。
本申请还提供一种应用程序产品,该产品的具体步骤包括:
汇集一个时间片内被输入的每个关键词的输入量;
根据所有输入量计算时间片内的top-N搜索词及每个搜索词的搜索量,并将top-N搜索词和搜索量存入数据库;
每隔一个预设时长,根据搜索量对top-N搜索词进行更新;
当用户向搜索终端的搜索界面输入关键词时,向搜索终端推送top-N搜索词,以使搜索界面上显示top-N搜索词供用户选定。
另外,该产品还包括如下步骤:
将所有关键词中未被审核通过的词汇发送给审核人员;
在审核人员通过审核界面对词汇进行审核后,将审核结果以消息形式发出;
通过监听消息将审核结果对数据库中的top-N搜索词进行更新。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (10)
1.一种热词汇集推送方法,应用于网络服务器,其特征在于,所述热词汇集推送方法包括步骤:
汇集一个时间片内被输入的每个关键词的输入量;
根据所有所述输入量计算所述时间片内的top-N搜索词及每个所述搜索词的搜索量,并将所述top-N搜索词和所述搜索量存入数据库;
每隔一个预设时长,根据所述搜索量对所述top-N搜索词进行更新;
当用户向搜索终端的搜索界面输入关键词时,向所述搜索终端推送所述top-N搜索词,以使所述搜索界面上显示top-N搜索词供用户选定。
2.如权利要求1所述的热词汇集推送方法,其特征在于,所述数据库为redis。
3.如权利要求1所述的热词汇集推送方法,其特征在于,还包括步骤:
将所有所述关键词中未被审核通过的词汇发送给审核人员;
在所述审核人员通过审核界面对所述词汇进行审核后,将审核结果以消息形式发出;
通过监听消息将所述审核结果对所述数据库中的所述top-N搜索词进行更新。
4.如权利要求3所述的热词汇集推送方法,其特征在于,所述将所有所述关键词中未被审核通过的词汇发送给审核人员,包括:
将所述词汇通过kafka方式发送给所述审核人员。
5.一种热词汇集推送装置,应用于网络服务器,其特征在于,所述热词汇集推送装置包括:
关键词汇集模块,被配置为用于汇集一个时间片内被输入的每个关键词的输入量;
搜索词处理模块,被配置为用于根据所有所述输入量计算所述时间片内的top-N搜索词及每个所述搜索词的搜索量,并将所述top-N搜索词和所述搜索量存入数据库;
词库更新模块,被配置为用于每隔一个预设时长,根据所述搜索量对所述top-N搜索词进行更新;
热词推送模块,被配置为用于当用户向搜索终端的搜索界面输入关键词时,向所述搜索终端推送所述top-N搜索词,以使所述搜索界面上显示top-N搜索词供用户选定。
6.如权利要求5所述的热词汇集推送装置,其特征在于,所述数据库为redis。
7.如权利要求5所述的热词汇集推送装置,其特征在于,还包括:
词汇发送模块,被配置为用于将所有所述关键词中未被审核通过的词汇发送给审核人员;
消息播放模块,被配置为用于在所述审核人员通过审核界面对所述词汇进行审核后,将审核结果以消息形式发出;
热词更新模块,被配置为用于通过监听消息将所述审核结果对所述数据库中的所述top-N搜索词进行更新。
8.如权利要求7所述的热词汇集推送装置,其特征在于,所述词汇发送模块被配置为将所述词汇通过kafka方式发送给所述审核人员。
9.一种网络服务器,其特征在于,设置有如权利要求5~8任一项所述的热词汇集推送装置。
10.一种网络服务器,其特征在于,包括:
至少一个处理器;
与所述处理器通过总线连接,用于存储所述处理器可执行的计算机指令的存储器;
其中,所述处理器被配置为执行所述计算机指令,以使所述网络服务器实现如下操作:
汇集一个时间片内被输入的每个关键词的输入量;
根据所有所述输入量计算所述时间片内的top-N搜索词及每个所述搜索词的搜索量,并将所述top-N搜索词和所述搜索量存入数据库;
每隔一个预设时长,根据所述搜索量对所述top-N搜索词进行更新;
当用户向搜索终端的搜索界面输入关键词时,向所述搜索终端推送所述top-N搜索词,以使所述搜索界面上显示top-N搜索词供用户选定;
将所有所述关键词中未被审核通过的词汇发送给审核人员;
在所述审核人员通过审核界面对所述词汇进行审核后,将审核结果以消息形式发出;
通过监听消息将所述审核结果对所述数据库中的所述top-N搜索词进行更新。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810974923.5A CN109376295B (zh) | 2018-08-24 | 2018-08-24 | 一种热词汇集推送方法、装置及网络服务器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810974923.5A CN109376295B (zh) | 2018-08-24 | 2018-08-24 | 一种热词汇集推送方法、装置及网络服务器 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109376295A true CN109376295A (zh) | 2019-02-22 |
CN109376295B CN109376295B (zh) | 2021-08-13 |
Family
ID=65404011
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810974923.5A Active CN109376295B (zh) | 2018-08-24 | 2018-08-24 | 一种热词汇集推送方法、装置及网络服务器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109376295B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103399890A (zh) * | 2013-07-22 | 2013-11-20 | 百度在线网络技术(北京)有限公司 | 在输入法客户端收集字词的方法和设备 |
CN107423444A (zh) * | 2017-08-10 | 2017-12-01 | 世纪龙信息网络有限责任公司 | 热词词组提取方法和系统 |
CN107451302A (zh) * | 2017-09-22 | 2017-12-08 | 深圳大学 | 滑动窗口下基于位置top‑k关键词查询的建模方法及系统 |
CN107633433A (zh) * | 2017-09-29 | 2018-01-26 | 北京奇虎科技有限公司 | 广告的审核方法及装置 |
CN107784092A (zh) * | 2017-10-11 | 2018-03-09 | 深圳市金立通信设备有限公司 | 一种推荐热词的方法、服务器及计算机可读介质 |
-
2018
- 2018-08-24 CN CN201810974923.5A patent/CN109376295B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103399890A (zh) * | 2013-07-22 | 2013-11-20 | 百度在线网络技术(北京)有限公司 | 在输入法客户端收集字词的方法和设备 |
CN107423444A (zh) * | 2017-08-10 | 2017-12-01 | 世纪龙信息网络有限责任公司 | 热词词组提取方法和系统 |
CN107451302A (zh) * | 2017-09-22 | 2017-12-08 | 深圳大学 | 滑动窗口下基于位置top‑k关键词查询的建模方法及系统 |
CN107633433A (zh) * | 2017-09-29 | 2018-01-26 | 北京奇虎科技有限公司 | 广告的审核方法及装置 |
CN107784092A (zh) * | 2017-10-11 | 2018-03-09 | 深圳市金立通信设备有限公司 | 一种推荐热词的方法、服务器及计算机可读介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109376295B (zh) | 2021-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104933100B (zh) | 关键词推荐方法和装置 | |
US9311056B2 (en) | Automated analysis of code developer's profile | |
US9171078B2 (en) | Automatic recommendation of vertical search engines | |
EP1881427A1 (en) | Database analysis program, database analysis apparatus, and database analysis method | |
JP2012164318A5 (zh) | ||
KR20110069734A (ko) | 리스크 정보의 분산 추출 및 집성을 위한 시스템 및 방법 | |
Kagdi et al. | Who can help me with this change request? | |
CN103455522A (zh) | 应用程序扩展工具推荐方法及系统 | |
JP2002092305A (ja) | スコア算出方法及びスコア提供方法 | |
JP4453437B2 (ja) | 検索キーワード順位付け方法及び装置及びプログラム | |
CN107820613A (zh) | 数据库索引自动推荐和创建 | |
EP3399443A1 (en) | Automated assistance for generating relevant and valuable search results for an entity of interest | |
CN110910201B (zh) | 信息推荐的控制方法、装置、计算机设备及存储介质 | |
JP2011215927A (ja) | 生産性評価装置、生産性評価方法およびプログラム | |
US20070233532A1 (en) | Business process analysis apparatus | |
JP2012510662A (ja) | ウェブページの接続時間及び訪問度に基づいたウェブ検索システム及びその方法 | |
JP2008262348A (ja) | リスク識別計画支援システムおよびリスク識別計画支援装置およびリスク識別計画支援プログラム | |
JP2006053616A (ja) | サーバ装置、webサイト推奨方法およびプログラム | |
Jung et al. | A formal model for user preference | |
JP2009110220A (ja) | 監査ログ収集・評価システム、監査ログ収集・評価方法、および、収集・評価コンピュータ | |
CN107430590A (zh) | 数据比较 | |
JP2012133694A (ja) | 需要予測方法 | |
KR20190044264A (ko) | 맛집정보 제공시스템 | |
CN109376295A (zh) | 一种热词汇集推送方法、装置及网络服务器 | |
Jahan et al. | Exploring the value of your website analytics |
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 |