CN110442784A - 信息推荐方法、装置、计算机设备以及存储介质 - Google Patents
信息推荐方法、装置、计算机设备以及存储介质 Download PDFInfo
- Publication number
- CN110442784A CN110442784A CN201910610495.2A CN201910610495A CN110442784A CN 110442784 A CN110442784 A CN 110442784A CN 201910610495 A CN201910610495 A CN 201910610495A CN 110442784 A CN110442784 A CN 110442784A
- Authority
- CN
- China
- Prior art keywords
- information
- user
- page
- information page
- recommendation
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 230000009191 jumping Effects 0.000 claims abstract description 13
- 238000004590 computer program Methods 0.000 claims description 27
- 239000000284 extract Substances 0.000 claims description 13
- 230000006399 behavior Effects 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 230000036541 health Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000010926 purge Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
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
-
- 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
- G06F16/954—Navigation, e.g. using categorised browsing
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及数据分析的用户画像领域，具体涉及一种信息推荐方法、装置、计算机设备和存储介质。方法包括：获取用户的浏览请求，并查找用户的历史操作记录，添加信息标签至用户账户，并配置各信息标签的推荐值；识别用户账户对应的账户类别；根据账户类别查找对应的资源类别，获取资源类别下信息页面链接以及标题；查找用户的浏览请求对应的指定信息页面，根据指定信息页面以及信息页面链接以及标题生成推荐页面，将推荐页面反馈至用户，以使用户根据推荐页面进行跳转浏览。本申请基于用户的信息标签以及对应的推荐值对用户进行推荐，推荐内容切合用户兴趣，可以将用户更感兴趣的信息页面推送给到用户，满足用户对信息页面的信息推送要求。
Description
技术领域
本申请涉及计算机技术领域，特别是涉及一种信息推荐方法、装置、计算机设备以及存储介质。
背景技术
随着互联网技术的高速发展，互联网上的信息内容越来越丰富，网民数量与日剧增，互联网经济的前景正越来越被人们所认可。企业、各种团体开始利用互联网这个工具来为自己服务，通过互联网提供自身的影响力，或者直接利用互联网来创造商业价值。例如目前很多公司都有自己的展客界面，用于为用户推荐公司的各类资讯与产品。
现有的展客界面的资讯分享页面中推荐的资讯、产品是从公司拥有的所有资讯与产品中随机选择的，与当前阅读资讯的用户的关联性不大，现有的信息推送方法无法满足用户对信息页面推送要求。
发明内容
基于此，有必要针对现有的信息推送方法无法满足用户对信息页面推送要求的问题，提供一种针对性更强的信息推荐系统方法、装置、计算机设备以及存储介质。
一种信息推荐方法，所述方法包括：
获取用户对信息页面的浏览请求，查找所述用户对信息页面的历史操作记录，所述历史操作记录包括历史浏览记录以及历史购买记录；
将所述历史操作记录对应的信息页面转化为XML(Extensible Markup Language，可拓展标记语言)文档，通过选择器提取所示历史操作记录中信息页面的特征信息，添加与所述特征信息对应的信息标签至用户账户，并配置各所述信息标签对应的推荐值；
根据所述用户账户对应信息标签的推荐值排名，识别所述用户账户对应的账户类别；
根据所述账户类别查找对应的资源类别，获取所述资源类别下信息页面链接以及标题；
查找所述用户的浏览请求对应的指定信息页面，根据所述指定信息页面以及所述信息页面链接以及标题生成推荐页面，将所述推荐页面反馈至所述用户，以使所述用户根据所述推荐页面进行跳转浏览。
在其中一个实施例中，所述将所述历史操作记录对应的信息页面转化为XML文档，通过选择器提取所示历史操作记录中信息页面的特征信息，添加与所述特征信息对应的信息标签至用户账户，并配置各所述信息标签对应的推荐值具体包括：
查找历史操作记录中用户的已浏览信息页面，将所述已浏览信息页面转化为XML文档；
通过选择器基于XPath(Xml Path Language，可扩展标记语言路径语言)表达式提取所述XML文档中的特征信息，所述XPth表达式基于预设资源类别下的特征关键词建立；
添加与所述特征信息对应的信息标签至用户账户；
基于包含当前信息标签的XML文档占所有XML文档的比例，为各信息标签配置对应的推荐值。
在其中一个实施例中，所述根据所述用户类别查找对应的资源类别，获取所述资源类别下信息页面链接以及标题包括：
根据所述用户类别查找对应的资源类别；
根据所述历史操作记录查找所述对应的资源类别下未推荐至用户的信息页面；
根据所述资源类别中信息页面链接的预设顺序，获取未推荐至用户的信息页面链接。
在其中一个实施例中，所述根据所述资源类别中信息页面链接的预设顺序，获取未推荐至用户的信息页面链接之前包括：
获取各信息页面的阅读量，各用户对各信息页面的读者平均打分以及各信息页面的更新时间；
将所述各信息页面的阅读量，各用户对各信息页面的读者平均打分以及各信息页面的更新时间输入当前资源类别对应的权重决定组件，获取各信息页面对应的排序值；
根据所述排序值对所述信息页面进行排序。
在其中一个实施例中，所述将所述历史操作记录对应的信息页面转化为XML文档，通过选择器提取所示历史操作记录中信息页面的特征信息，添加与所述特征信息对应的信息标签至用户账户，并配置各所述信息标签对应的推荐值之前，还包括：
剔除所述历史浏览记录中浏览时间低于对应信息页面最低推荐浏览时间的历史浏览记录；
剔除所述历史购买记录中无效购买记录。
在其中一个实施例中，所述添加与将所述历史操作记录对应的信息页面转化为XML文档，通过选择器提取所示历史操作记录中信息页面的特征信息，添加与所述特征信息对应的信息标签至用户账户，并配置各所述信息标签对应的推荐值之前还包括：
获取新生成的信息页面，将所述新生成的信息页面添加至预设资源类别；
根据所述预设资源类别建立对应的用户类别。
一种信息推荐装置，所述装置包括：
数据查找模块，用于获取用户对信息页面的浏览请求，查找所述用户对信息页面的历史操作记录，所述历史操作记录包括历史浏览记录以及历史购买记录；
推荐值计算模块，用于将所述历史操作记录对应的信息页面转化为XML文档，通过选择器提取所示历史操作记录中信息页面的特征信息，添加与所述特征信息添加与所述历史操作记录对应的信息标签至用户账户，并配置各所述信息标签对应的推荐值；
用户分类模块，用于根据所述用户账户对应信息标签的推荐值排名，识别所述用户账户对应的账户类别；
链接获取模块，用于根据所述账户类别查找对应的资源类别，获取所述资源类别下信息页面链接以及标题；
页面反馈模块，用于查找所述用户的浏览请求对应的指定信息页面，根据所述指定信息页面以及所述信息页面链接以及标题生成推荐页面，将所述推荐页面反馈至所述用户，以使所述用户根据所述推荐页面进行跳转浏览。
在其中一个实施例中，所述推荐值计算模块具体用于：
查找历史操作记录中用户的已浏览信息页面，将所述已浏览信息页面转化为XML文档；
通过选择器基于XPath表达式提取所述XML文档中的特征信息，所述XPth表达式基于预设资源类别下的特征关键词建立；
添加与所述特征信息对应的信息标签至用户账户；
基于包含当前信息标签的XML文档占所有XML文档的比例，为各信息标签配置对应的推荐值。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取用户对信息页面的浏览请求，查找所述用户对信息页面的历史操作记录，所述历史操作记录包括历史浏览记录以及历史购买记录；
将所述历史操作记录对应的信息页面转化为XML文档，通过选择器提取所示历史操作记录中信息页面的特征信息，添加与所述特征信息对应的信息标签至用户账户，并配置各所述信息标签对应的推荐值；
根据所述用户账户对应信息标签的推荐值排名，识别所述用户账户对应的账户类别；
根据所述账户类别查找对应的资源类别，获取所述资源类别下信息页面链接以及标题；
查找所述用户的浏览请求对应的指定信息页面，根据所述指定信息页面以及所述信息页面链接以及标题生成推荐页面，将所述推荐页面反馈至所述用户，以使所述用户根据所述推荐页面进行跳转浏览。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取用户对信息页面的浏览请求，查找所述用户对信息页面的历史操作记录，所述历史操作记录包括历史浏览记录以及历史购买记录；
将所述历史操作记录对应的信息页面转化为XML文档，通过选择器提取所示历史操作记录中信息页面的特征信息，添加与所述特征信息对应的信息标签至用户账户，并配置各所述信息标签对应的推荐值；
根据所述用户账户对应信息标签的推荐值排名，识别所述用户账户对应的账户类别；
根据所述账户类别查找对应的资源类别，获取所述资源类别下信息页面链接以及标题；
查找所述用户的浏览请求对应的指定信息页面，根据所述指定信息页面以及所述信息页面链接以及标题生成推荐页面，将所述推荐页面反馈至所述用户，以使所述用户根据所述推荐页面进行跳转浏览。
上述信息推荐方法、装置、计算机设备以及存储介质，首先获取用户的浏览请求，并查找用户对各信息页面的历史操作记录，将历史操作记录对应的信息页面转化为XML文档，通过选择器提取所示历史操作记录中信息页面的特征信息，添加与特征信息对应的信息标签至用户账户，并配置各信息标签对应的推荐值；而后根据用户账户对应信息标签的推荐值排名，识别用户账户对应的账户类别；根据账户类别查找对应的资源类别，获取资源类别下信息页面链接以及标题；查找用户的浏览请求对应的指定信息页面，根据指定信息页面以及信息页面链接以及标题生成推荐页面，将推荐页面反馈至用户，以使用户可以根据推荐页面进行跳转浏览。本申请的信息推荐方法通过获取用户的浏览请求，同时基于用户的历史操作记录对用户进行总结用户的信息标签，基于该标签以及对应的推荐值对用户进行推荐，推荐内容切合用户兴趣，可以将用户更感兴趣的信息页面推送给到用户，满足用户对信息页面的信息推送要求。
附图说明
图1为一个实施例中信息推荐方法的应用环境图；
图2为一个实施例中信息推荐方法的流程示意图；
图3为一个实施例中图2的步骤S300的子流程示意图；
图4为一个实施例中图2的步骤S700的子流程示意图；
图5为另一个实施例中信息推荐方法的流程示意图；
图6为一个实施例中信息推荐装置的结构框图；
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的信息推荐方法，可以应用于如图1所示的应用环境中，其中，用户所在的终端102通过网络与展客应用后台服务器104进行通信，展客应用后台服务器向展客应用后台服务器104发送客户的浏览请求，展客应用后台服务器104可以接收用户的浏览请求，首先，展客应用后台服务器104通过查找终端对应用户在展客应用上对信息页面的历史操作记录；将历史操作记录对应的信息页面转化为XML文档，通过选择器提取所示历史操作记录中信息页面的特征信息，添加与特征信息对应的信息标签至用户账户，并配置各信息标签对应的推荐值；而后根据用户账户对应信息标签的推荐值排名，识别用户账户对应的账户类别；根据账户类别查找对应的资源类别，获取资源类别下信息页面链接以及标题；而后查找用户的浏览请求对应的指定信息页面，根据指定信息页面以及信息页面链接以及标题生成推荐页面，将推荐页面反馈至用户所在的终端102，以使用户根据推荐页面进行跳转浏览。其中终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑。
如图2所示，在其中一个实施例中，本申请的信息推荐方法，通过展客应用后台服务器实现，具体包括以下步骤：
S100，展客应用后台服务器获取用户对信息页面的浏览请求，查找用户对信息页面的历史操作记录，历史操作记录包括历史浏览记录以及历史购买记录。
其中展客应用用于向用户提供公司产品信息以及咨询信息等方面信息的信息页面，用户可以通过展客应用获取应用上已公布的信息，展客应用后台服务器用于处理用户的请求以及管理展客应用上已发布的信息等。展客应用平台上的信息页面包含了对应的产品信息以及咨询信息，此外在信息页面还包括了推荐栏位，栏位上包括了推荐信息，浏览请求是指用户发起的对展客应用平台上制定信息的浏览请求，历史操作记录是指用户对展客平台各种资讯的阅读信息，以及在展客平台上发起购买的购买记录。
首先用户通过终端在展客应用上发起对指定内容的浏览请求，终端会提供相应的用户账户信息，展客应用后台服务器接收到用户发起的浏览请求后，可以基于用户账户信息对用户信息进行确认，查找用户的历史操作记录。
S300，将历史操作记录对应的信息页面转化为XML文档，通过选择器提取所示历史操作记录中信息页面的特征信息，添加与特征信息对应的信息标签至用户账户，并配置各信息标签对应的推荐值。
特征信息是指可以用于概括页面内容的信息，比如一些专用于对应资源类别的关键词，比如金融领域的杠杆，贷款以及利率等，医疗健康领域的养生以及延寿等。信息标签具体是指用于概括用户所浏览的信息页面上包含的信息内容所包含的标签，特征信息与信息标签对应，可以根据提取的特征信息来总结对应的信息标签，比如在其中一个实施例中，可以通过提取的用户浏览的包括金融领域关键词的信息页面，为用户添加上一个金融的信息标签。展客平台服务器可以将各个历史浏览记录中的信息页面转化为XML格式的文档，而后通过选择器从这些文档中识别并提取特征信息，并根据特征信息来为用户添加对应的分类信息标签，而后可以根据各信息标签的出现频率来配置各信息标签对应的推荐值。，在查找获得用户的历史操作记录后，可以根据用户历史操作记录中对各个信息页面的操作，为用户添加各种信息标签，并添加对应的推荐值。
S500，根据用户账户对应信息标签的推荐值排名，识别用户账户对应的账户类别。
推荐值是指各个标签对应的推荐值的排名情况，用户类别具体是指用户所携带的一种属性，用户在浏览信息页面或者选购信息页面上相关产品时，会以兴趣为指导进行浏览与选购，可以根据用户浏览的历史记录以及用户购买的历史记录判断出哪些内容可能回对当前的用户更有吸引力。在其中一个实施例中，用户对于各种健康类的资讯比较感兴趣，且购买过健康相关产品，这时服务器会将用户分类为健康产品用户，而另外一个用户可能对理财的资讯比较感兴趣，且浏览过相关的资讯，这时服务器会将这名用户分类为理财产品用户。
S700，根据账户类别查找对应的资源类别，获取资源类别下信息页面链接以及标题。
具体地，任何资源页面都携带有其自己的页面类别属性，任何页面在制作出来之后，服务器都会为其分配一个预先设置好的类别属性，用户类别与资源页面的类别一一对应，可以根据用户所处的用户类别为用户推荐类别内的资源信息。例如对于健康类的保险业务可以分类至健康保险类，而后可以统计对于这方面比较感兴趣的用户，将这些用户分类为健康保险用户，并向这些用户推荐属于健康保险类的资讯与产品界面。而后可以通过返回给用户的界面上的广告位设置来达成推荐的目的，当然推荐的信息可以不止是标题，可以根据实际需要设置图片之类的推广信息。
S900，查找用户的浏览请求对应的指定信息页面，根据指定信息页面以及信息页面链接以及标题生成推荐页面，将推荐页面反馈至用户，以使用户根据推荐页面进行跳转浏览。
指定信息页面是指用户发送的浏览请求的目标界面。指定信息页面上包括若干推荐位，服务器可以在这些推荐位上添加根据用户所属的类别选取的资源页面的链接，以及相关的标题等信息，来达到推荐的目的。并基于指定资源页面以及推荐位设置生成一个新的推荐页面，并将其反馈给用户，以使用户根据推荐页面进行跳转浏览。用户可以根据这些推荐位上的推荐信息来跳转至其他信息页面，获得所需要的页面内容。
上述信息推荐方法，首先获取用户的浏览请求，并查找用户对各信息页面的历史操作记录，将历史操作记录对应的信息页面转化为XML文档，通过选择器提取所示历史操作记录中信息页面的特征信息，添加与特征信息对应的信息标签至用户账户，并配置各信息标签对应的推荐值；而后根据用户账户对应信息标签的推荐值排名，识别用户账户对应的账户类别；根据账户类别查找对应的资源类别，获取资源类别下信息页面链接以及标题；查找用户的浏览请求对应的指定信息页面，根据指定信息页面以及信息页面链接以及标题生成推荐页面，将推荐页面反馈至用户，以使用户根据推荐页面进行跳转浏览。本申请的信息推荐方法通过获取用户的浏览请求，同时基于用户的历史操作记录对用户进行总结用户的信息标签，基于该标签以及对应的推荐值对用户进行推荐，推荐内容切合用户兴趣，可以将用户更感兴趣的信息页面推送给到用户，满足用户对信息页面的信息推送要求。
如图3所示，在其中一个实施例中，步骤S300具体包括：
S320，查找历史操作记录中用户的已浏览信息页面，将已浏览信息页面转化为XML文档。
S340，通过选择器基于XPath表达式提取XML文档中的特征信息，XPth表达式基于预设资源类别下的特征关键词建立。
S360，添加与特征信息对应的信息标签至用户账户。
S380，基于包含当前信息标签的XML文档占所有XML文档的比例，为各信息标签配置对应的推荐值。
信息页面具体可以为HTML格式的网页文件，可以将这些HTML格式的网页文件转化为XML文件，而后通过选择器以及选择器内的XPath表达式来提取XML格式文件内转化完成的特征信息。其中XPath表达式是根据一些预设的领域特征关键词来建立，由于对于同一个展客应用而言，他的信息页面有一定的倾向性，它只会推荐一些与展客应用公司领域对口有关的信息页面。所以可以根据对口领域，确定一些预设资源类别，而后根据这些预设资源类别来确定一些特征关键词，并建立对应的XPath表达式。在遍历历史记录，为用户账户添加完对应的信息标签后，可以进一步确定包含当前信息标签的XML文档占所有XML文档的比例，根据信息标签确定用户对各预设资源类别的兴趣度，进而为各信息标签配置对应的推荐值。通过用户历史浏览记录来确定用户的兴趣，从而可以实现更加准确的信息推送，满足用户对信息页面的信息推送要求。
如图4所示，在其中一个实施例中，步骤S700具体包括：
S720，根据用户类别查找对应的资源类别。
S740，根据历史操作记录查找对应的资源类别下未推荐至用户的信息页面。
S760，根据资源类别中信息页面链接的预设顺序，获取未推荐至用户的信息页面链接。
用户类别与信息页面类别一一对应，展客应用后台服务器在获得的用户类别之后，可以根据用户所属的类别查找对应的信息页面的类别，而后通过历史记录确认该信息页面所属类别中已推荐给到当前用户的信息页面以及未推荐至当前用户的信息页面，而后按照该资源类别下各个信息页面的预设顺序以及该页面下推荐栏的个数，获取顺序中靠前的页面以及对应链接，整合到当前用户请求浏览的界面下，实现推荐，通过查找未被推荐的页面，可以有效避免出现重复推荐的情况，提高推荐的效果。
如图5所示，在其中一个实施例中，S700之前还包括：
S610，获取各信息页面的阅读量，各用户对各信息页面的读者平均打分以及各信息页面的更新时间。
S630，将各信息页面的阅读量，各用户对各信息页面的读者平均打分以及各信息页面的更新时间输入当前资源类别对应的权重决定组件，获取各信息页面对应的排序值。
S650，根据排序值对信息页面进行排序。
用户在浏览完某个信息页面之后，可以基于信息页面所携带的内容，或者信息页面所介绍产品的质量，对信息页面进行评分。而后服务器可以将根据各个信息页面的阅读量、信息页面的读者评分以及该信息页面的更新时间输入信息页面的资源类别对应的权重决定组件，根据该资源类别下阅读量、读者评分以及更新时间分别所占的权重以及当前信息页面的这三个具体数据，来获得当前信息页面对应的排序值，而后基于资源类别下各个信息页面的排序值来对各个信息页面进行排序，来确定将哪些信息页面推荐给到用户，通过结合各种因素对信息页面进行排名，能有效提高排名的有效性，进而提高推荐成功率。
在其中一个实施例中，S300之前还包括：
剔除历史浏览记录中浏览时间低于对应信息页面最低推荐浏览时间的历史浏览记录；
剔除历史购买记录中无效购买记录。
在获取用户的历史浏览记录以及历史购买记录之后，可以对获取的历史浏览记录以及历史购买记录进行清洗，排除其中的一些不正常数据，比如用户点击了某个资讯，但是对于这个资讯的阅读时间过短，那么用户可能是点击错误，并不能说明用户对这个资讯感兴趣。又或者用户购买了某件产品，但是不久之后直接将该产品退货，这也不能说明用户对该类型的产品感兴趣。可以根据历史操作数据的具体内容对历史数据清理，排除其中的不正常数据，提高推荐的准确性。
在其中一个实施例中，S300之前还包括：
获取新生成的信息页面，将新生成的信息页面添加至预设资源类别；
根据预设资源类别建立对应的用户类别。
预设资源类别是指展客应用后台服务器会根据当前可能需要推荐的资讯以及产品的类别，来预设一些资源类别。当新的信息页面生成时，展客应用后台服务器会根据信息页面所包含的具体内容，将该新生成的信息页面分类到这些资源类别中。用户在浏览这些信息页面或者通过信息页面购买商品时，也会根据浏览以及购买的相关操作，为用户的对应账户上添加标签与推荐值。此外还需要根据预设的资源类别建立与之对应的预设用户类别，当用户被分类至该预设用户类别之后，就可以根据对应的资源类别对用户进行推荐。
在其中一个实施例中，本申请的信息推荐方法具体包括以下步骤：获取新生成的信息页面，将新生成的信息页面添加至预设资源类别；根据预设资源类别建立对应的用户类别。获取用户对信息页面的浏览请求，查找用户对信息页面的历史操作记录，历史操作记录包括历史浏览记录以及历史购买记录；剔除历史浏览记录中浏览时间低于对应信息页面最低推荐浏览时间的历史浏览记录；剔除历史购买记录中无效购买记录。查找历史操作记录中用户的已浏览信息页面，将已浏览信息页面转化为XML文档；通过选择器基于XPath(Xml Path Language，可扩展标记语言路径语言)表达式提取XML文档中的特征信息，XPth表达式基于预设资源类别下的特征关键词建立；添加与特征信息对应的信息标签至用户账户；基于包含当前信息标签的XML文档占所有XML文档的比例，为各信息标签配置对应的推荐值。根据用户账户对应信息标签的推荐值排名，识别用户账户对应的账户类别；根据用户类别查找对应的资源类别；根据历史操作记录查找对应的资源类别下未推荐至用户的信息页面；获取各信息页面的阅读量，各用户对各信息页面的读者平均打分以及各信息页面的更新时间；将各信息页面的阅读量，各用户对各信息页面的读者平均打分以及各信息页面的更新时间输入当前资源类别对应的权重决定组件，获取各信息页面对应的排序值；根据排序值对信息页面进行排序。根据资源类别中信息页面链接的预设顺序，获取未推荐至用户的信息页面链接。查找用户的浏览请求对应的指定信息页面，根据指定信息页面以及信息页面链接以及标题生成推荐页面，将推荐页面反馈至用户，以使用户根据推荐页面进行跳转浏览。
应该理解的是，虽然图2-5的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-5中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
如图6所示，本申请还以供一种信息推荐装置，装置包括：
数据查找模块100，用于获取用户对信息页面的浏览请求，查找用户对信息页面的历史操作记录，历史操作记录包括历史浏览记录以及历史购买记录；
推荐值计算模块300，用于将历史操作记录对应的信息页面转化为XML文档，通过选择器提取所示历史操作记录中信息页面的特征信息，添加与特征信息对应的信息标签至用户账户，并配置各信息标签对应的推荐值；
用户分类模块500，用于根据用户账户对应信息标签的推荐值排名，识别用户账户对应的账户类别；
链接获取模块700，用于根据账户类别查找对应的资源类别，获取资源类别下信息页面链接以及标题；
页面反馈模块900，用于查找用户的浏览请求对应的指定信息页面，根据指定信息页面以及信息页面链接以及标题生成推荐页面，将推荐页面反馈至用户，以使用户根据推荐页面进行跳转浏览。
在其中一个实施例中，推荐值计算模块300具体用于：查找历史操作记录中用户的已浏览信息页面，将已浏览信息页面转化为XML文档；通过选择器基于XPath表达式提取XML文档中的特征信息，XPth表达式基于预设资源类别下的特征关键词建立；添加与特征信息对应的信息标签至用户账户；基于包含当前信息标签的XML文档占所有XML文档的比例，为各信息标签配置对应的推荐值。
在其中一个实施例中，链接获取模块700具体用于根据用户类别查找对应的资源类别；根据历史操作记录查找对应的资源类别下未推荐至用户的信息页面；根据资源类别中信息页面链接的预设顺序，获取未推荐至用户的信息页面链接。
在其中一个实施例中，还包括页面排序模块，用于获取各信息页面的阅读量，各用户对各信息页面的读者平均打分以及各信息页面的更新时间；将各信息页面的阅读量，各用户对各信息页面的读者平均打分以及各信息页面的更新时间输入当前资源类别对应的权重决定组件，获取各信息页面对应的排序值；根据阅读量、读者平均打分以及更新时间，根据排序值对信息页面进行排序。
在其中一个实施例，还包括历史数据清洗模块数据，用于剔除历史浏览记录中浏览时间低于对应信息页面最低推荐浏览时间的历史浏览记录；剔除历史购买记录中无效购买记录。
在其中一个实施例中，还包括页面分类模块，用于获取新生成的信息页面，将新生成的信息页面添加至预设资源类别；根据预设资源类别建立对应的用户类别。
关于信息推荐装置的具体限定可以参见上文中对于信息推荐方法的限定，在此不再赘述。上述信息推荐装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器以及数据库。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信，数据库用于存储用户账户信息与信息页面数据，用户账户信息包括用户历史操作记录信息。该计算机程序被处理器执行时以实现一种信息推荐方法。
本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取用户对信息页面的浏览请求，查找用户对信息页面的历史操作记录，历史操作记录包括历史浏览记录以及历史购买记录；
将历史操作记录对应的信息页面转化为XML文档，通过选择器提取所示历史操作记录中信息页面的特征信息，添加与特征信息添加与历史操作记录对应的信息标签至用户账户，并配置各信息标签对应的推荐值
根据用户账户对应信息标签的推荐值排名，识别用户账户对应的账户类别；
根据账户类别查找对应的资源类别，获取资源类别下信息页面链接以及标题；
查找用户的浏览请求对应的指定信息页面，根据指定信息页面以及信息页面链接以及标题生成推荐页面，将推荐页面反馈至用户，以使用户根据推荐页面进行跳转浏览。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：查找历史操作记录中用户的已浏览信息页面，将已浏览信息页面转化为XML文档；通过选择器基于XPath表达式提取XML文档中的特征信息，XPth表达式基于预设资源类别下的特征关键词建立；添加与特征信息对应的信息标签至用户账户；基于包含当前信息标签的XML文档占所有XML文档的比例，为各信息标签配置对应的推荐值。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据用户类别查找对应的资源类别；根据历史操作记录查找对应的资源类别下未推荐至用户的信息页面；根据资源类别中信息页面链接的预设顺序，获取未推荐至用户的信息页面链接。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取各信息页面的阅读量，各用户对各信息页面的读者平均打分以及各信息页面的更新时间；将各信息页面的阅读量，各用户对各信息页面的读者平均打分以及各信息页面的更新时间输入当前资源类别对应的权重决定组件，获取各信息页面对应的排序值；根据排序值对信息页面进行排序。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：剔除历史浏览记录中浏览时间低于对应信息页面最低推荐浏览时间的历史浏览记录；剔除历史购买记录中无效购买记录。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取新生成的信息页面，将新生成的信息页面添加至预设资源类别；根据预设资源类别建立对应的用户类别。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取用户对信息页面的浏览请求，查找用户对信息页面的历史操作记录，历史操作记录包括历史浏览记录以及历史购买记录；
将历史操作记录对应的信息页面转化为XML文档，通过选择器提取所示历史操作记录中信息页面的特征信息，添加与特征信息添加与历史操作记录对应的信息标签至用户账户，并配置各信息标签对应的推荐值；
根据用户账户对应信息标签的推荐值排名，识别用户账户对应的账户类别；
根据账户类别查找对应的资源类别，获取资源类别下信息页面链接以及标题；
查找用户的浏览请求对应的指定信息页面，根据指定信息页面以及信息页面链接以及标题生成推荐页面，将推荐页面反馈至用户，以使用户根据推荐页面进行跳转浏览。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：查找历史操作记录中用户的已浏览信息页面，将已浏览信息页面转化为XML文档；通过选择器基于XPath表达式提取XML文档中的特征信息，XPth表达式基于预设资源类别下的特征关键词建立；添加与特征信息对应的信息标签至用户账户；基于包含当前信息标签的XML文档占所有XML文档的比例，为各信息标签配置对应的推荐值。在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据用户类别查找对应的资源类别；根据历史操作记录查找对应的资源类别下未推荐至用户的信息页面；根据资源类别中信息页面链接的预设顺序，获取未推荐至用户的信息页面链接。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取各信息页面的阅读量，各用户对各信息页面的读者平均打分以及各信息页面的更新时间；将各信息页面的阅读量，各用户对各信息页面的读者平均打分以及各信息页面的更新时间输入当前资源类别对应的权重决定组件，获取各信息页面对应的排序值；根据排序值对信息页面进行排序。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：剔除历史浏览记录中浏览时间低于对应信息页面最低推荐浏览时间的历史浏览记录；剔除历史购买记录中无效购买记录。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取新生成的信息页面，将新生成的信息页面添加至预设资源类别；根据预设资源类别建立对应的用户类别。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式，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，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种信息推荐方法，所述方法包括：
获取用户对信息页面的浏览请求，查找所述用户对信息页面的历史操作记录，所述历史操作记录包括历史浏览记录以及历史购买记录；
将所述历史操作记录对应的信息页面转化为XML文档，通过选择器提取所示历史操作记录中信息页面的特征信息，添加与所述特征信息对应的信息标签至用户账户，并配置各所述信息标签对应的推荐值；
根据所述用户账户对应信息标签的推荐值排名，识别所述用户账户对应的账户类别；
根据所述账户类别查找对应的资源类别，获取所述资源类别下信息页面链接以及标题；
查找所述用户的浏览请求对应的指定信息页面，根据所述指定信息页面以及所述信息页面链接以及标题生成推荐页面，将所述推荐页面反馈至所述用户，以使所述用户根据所述推荐页面进行跳转浏览。
2.根据权利要求1所述的方法，其特征在于，所述将所述历史操作记录对应的信息页面转化为XML文档，通过选择器提取所示历史操作记录中信息页面的特征信息，添加与所述特征信息对应的信息标签至用户账户，并配置各所述信息标签对应的推荐值具体包括：
查找历史操作记录中用户的已浏览信息页面，将所述已浏览信息页面转化为XML文档；
通过选择器基于XPath表达式提取所述XML文档中的特征信息，所述XPth表达式基于预设资源类别下的特征关键词建立；
添加与所述特征信息对应的信息标签至用户账户；
基于包含当前信息标签的XML文档占所有XML文档的比例，为各信息标签配置对应的推荐值。
3.根据权利要求1所述的方法，其特征在于，所述根据所述用户类别查找对应的资源类别，获取所述资源类别下信息页面链接以及标题包括：
根据所述用户类别查找对应的资源类别；
根据所述历史操作记录查找所述对应的资源类别下未推荐至用户的信息页面；
根据所述资源类别中信息页面链接的预设顺序，获取未推荐至用户的信息页面链接。
4.根据权利要求3所述的方法，其特征在于，所述根据所述资源类别中信息页面链接的预设顺序，获取未推荐至用户的信息页面链接之前包括：
获取各信息页面的阅读量，各用户对各信息页面的读者平均打分以及各信息页面的更新时间；
将所述各信息页面的阅读量，各用户对各信息页面的读者平均打分以及各信息页面的更新时间输入当前资源类别对应的权重决定组件，获取各信息页面对应的排序值；
根据所述排序值对所述信息页面进行排序。
5.根据权利要求1所述的方法，其特征在于，所述将所述历史操作记录对应的信息页面转化为XML文档，通过选择器提取所示历史操作记录中信息页面的特征信息，添加与所述特征信息对应的信息标签至用户账户，并配置各所述信息标签对应的推荐值之前，还包括：
剔除所述历史浏览记录中浏览时间低于对应信息页面最低推荐浏览时间的历史浏览记录；
剔除所述历史购买记录中无效购买记录。
6.根据权利要求1所述的方法，其特征在于，所述添加与将所述历史操作记录对应的信息页面转化为XML文档，通过选择器提取所示历史操作记录中信息页面的特征信息，添加与所述特征信息对应的信息标签至用户账户，并配置各所述信息标签对应的推荐值之前还包括：
获取新生成的信息页面，将所述新生成的信息页面添加至预设资源类别；
根据所述预设资源类别建立对应的用户类别。
7.一种信息推荐装置，其特征在于，所述装置包括：
数据查找模块，用于获取用户对信息页面的浏览请求，查找所述用户对信息页面的历史操作记录，所述历史操作记录包括历史浏览记录以及历史购买记录；
推荐值计算模块，用于将所述历史操作记录对应的信息页面转化为XML文档，通过选择器提取所示历史操作记录中信息页面的特征信息，添加与所述特征信息添加与所述历史操作记录对应的信息标签至用户账户，并配置各所述信息标签对应的推荐值；
用户分类模块，用于根据所述用户账户对应信息标签的推荐值排名，识别所述用户账户对应的账户类别；
链接获取模块，用于根据所述账户类别查找对应的资源类别，获取所述资源类别下信息页面链接以及标题；
页面反馈模块，用于查找所述用户的浏览请求对应的指定信息页面，根据所述指定信息页面以及所述信息页面链接以及标题生成推荐页面，将所述推荐页面反馈至所述用户，以使所述用户根据所述推荐页面进行跳转浏览。
8.根据权利要求7所述的装置，其特征在于，所述推荐值计算模块具体用于：
查找历史操作记录中用户的已浏览信息页面，将所述已浏览信息页面转化为XML文档；
通过选择器基于XPath表达式提取所述XML文档中的特征信息，所述XPth表达式基于预设资源类别下的特征关键词建立；
添加与所述特征信息对应的信息标签至用户账户；
基于包含当前信息标签的XML文档占所有XML文档的比例，为各信息标签配置对应的推荐值。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910610495.2A CN110442784A (zh) | 2019-07-08 | 2019-07-08 | 信息推荐方法、装置、计算机设备以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910610495.2A CN110442784A (zh) | 2019-07-08 | 2019-07-08 | 信息推荐方法、装置、计算机设备以及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110442784A true CN110442784A (zh) | 2019-11-12 |
Family
ID=68429614
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910610495.2A Pending CN110442784A (zh) | 2019-07-08 | 2019-07-08 | 信息推荐方法、装置、计算机设备以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110442784A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111080398A (zh) * | 2019-11-19 | 2020-04-28 | 浙江大搜车软件技术有限公司 | 商品推荐方法、装置、计算机设备和存储介质 |
| CN111179019A (zh) * | 2019-12-02 | 2020-05-19 | 泰康保险集团股份有限公司 | 客户数据处理方法及相关设备 |
| CN111523041A (zh) * | 2020-04-30 | 2020-08-11 | 掌阅科技股份有限公司 | 热度数据的推荐方法、计算设备及计算机存储介质 |
| CN111585803A (zh) * | 2020-04-29 | 2020-08-25 | 北京金山云网络技术有限公司 | 一种配置信息的填写方法、装置、电子设备及存储介质 |
| CN111782951A (zh) * | 2020-06-30 | 2020-10-16 | 北京百度网讯科技有限公司 | 确定展示页面的方法和装置、以及计算机系统和介质 |
| CN112700291A (zh) * | 2021-01-15 | 2021-04-23 | 上海观察者信息技术有限公司 | 一种广告位的内容推荐方法、装置、存储介质及电子设备 |
| CN113158034A (zh) * | 2021-03-19 | 2021-07-23 | 深圳市航际科技有限公司 | 信息推送方法、装置、计算机设备和存储介质 |
| CN113297457A (zh) * | 2021-05-24 | 2021-08-24 | 陕西合友网络科技有限公司 | 一种高精准性的信息资源智能推送系统及推送方法 |
| CN113657848A (zh) * | 2021-07-19 | 2021-11-16 | 武汉理工大学 | 一种工业三废处理任务分流方法、系统、装置及介质 |
| CN113763959A (zh) * | 2021-10-19 | 2021-12-07 | 康佳集团股份有限公司 | 基于信息重组的语音控制方法、装置、终端及存储介质 |
| CN115658215A (zh) * | 2022-12-14 | 2023-01-31 | 网思科技股份有限公司 | 数字孪生的可视化操作方法、系统和可读存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102760163A (zh) * | 2012-06-12 | 2012-10-31 | 奇智软件（北京）有限公司 | 一种特征信息的个性化推荐方法及装置 |
| CN104504335A (zh) * | 2014-12-24 | 2015-04-08 | 中国科学院深圳先进技术研究院 | 基于页面特征和url特征的钓鱼app检测方法及系统 |
| WO2018153179A1 (zh) * | 2017-02-27 | 2018-08-30 | 广州市动景计算机科技有限公司 | 消息推送方法、设备及可编程设备 |
| CN109493199A (zh) * | 2019-01-04 | 2019-03-19 | 深圳壹账通智能科技有限公司 | 产品推荐方法、装置、计算机设备和存储介质 |
| CN109934721A (zh) * | 2019-01-18 | 2019-06-25 | 深圳壹账通智能科技有限公司 | 理财产品推荐方法、装置、设备及存储介质 |
-
2019
- 2019-07-08 CN CN201910610495.2A patent/CN110442784A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102760163A (zh) * | 2012-06-12 | 2012-10-31 | 奇智软件（北京）有限公司 | 一种特征信息的个性化推荐方法及装置 |
| CN104504335A (zh) * | 2014-12-24 | 2015-04-08 | 中国科学院深圳先进技术研究院 | 基于页面特征和url特征的钓鱼app检测方法及系统 |
| WO2018153179A1 (zh) * | 2017-02-27 | 2018-08-30 | 广州市动景计算机科技有限公司 | 消息推送方法、设备及可编程设备 |
| CN109493199A (zh) * | 2019-01-04 | 2019-03-19 | 深圳壹账通智能科技有限公司 | 产品推荐方法、装置、计算机设备和存储介质 |
| CN109934721A (zh) * | 2019-01-18 | 2019-06-25 | 深圳壹账通智能科技有限公司 | 理财产品推荐方法、装置、设备及存储介质 |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111080398A (zh) * | 2019-11-19 | 2020-04-28 | 浙江大搜车软件技术有限公司 | 商品推荐方法、装置、计算机设备和存储介质 |
| CN111080398B (zh) * | 2019-11-19 | 2024-04-05 | 浙江大搜车软件技术有限公司 | 商品推荐方法、装置、计算机设备和存储介质 |
| CN111179019A (zh) * | 2019-12-02 | 2020-05-19 | 泰康保险集团股份有限公司 | 客户数据处理方法及相关设备 |
| CN111585803A (zh) * | 2020-04-29 | 2020-08-25 | 北京金山云网络技术有限公司 | 一种配置信息的填写方法、装置、电子设备及存储介质 |
| CN111523041B (zh) * | 2020-04-30 | 2023-03-24 | 掌阅科技股份有限公司 | 热度数据的推荐方法、计算设备及计算机存储介质 |
| CN111523041A (zh) * | 2020-04-30 | 2020-08-11 | 掌阅科技股份有限公司 | 热度数据的推荐方法、计算设备及计算机存储介质 |
| CN111782951A (zh) * | 2020-06-30 | 2020-10-16 | 北京百度网讯科技有限公司 | 确定展示页面的方法和装置、以及计算机系统和介质 |
| CN111782951B (zh) * | 2020-06-30 | 2024-04-02 | 北京百度网讯科技有限公司 | 确定展示页面的方法和装置、以及计算机系统和介质 |
| CN112700291A (zh) * | 2021-01-15 | 2021-04-23 | 上海观察者信息技术有限公司 | 一种广告位的内容推荐方法、装置、存储介质及电子设备 |
| CN113158034A (zh) * | 2021-03-19 | 2021-07-23 | 深圳市航际科技有限公司 | 信息推送方法、装置、计算机设备和存储介质 |
| CN113297457A (zh) * | 2021-05-24 | 2021-08-24 | 陕西合友网络科技有限公司 | 一种高精准性的信息资源智能推送系统及推送方法 |
| CN113297457B (zh) * | 2021-05-24 | 2023-02-28 | 陕西合友网络科技有限公司 | 一种高精准性的信息资源智能推送系统及推送方法 |
| CN113657848A (zh) * | 2021-07-19 | 2021-11-16 | 武汉理工大学 | 一种工业三废处理任务分流方法、系统、装置及介质 |
| CN113657848B (zh) * | 2021-07-19 | 2023-08-18 | 武汉理工大学 | 一种工业三废处理任务分流方法、系统、装置及介质 |
| CN113763959A (zh) * | 2021-10-19 | 2021-12-07 | 康佳集团股份有限公司 | 基于信息重组的语音控制方法、装置、终端及存储介质 |
| CN113763959B (zh) * | 2021-10-19 | 2024-01-26 | 康佳集团股份有限公司 | 基于信息重组的语音控制方法、装置、终端及存储介质 |
| CN115658215A (zh) * | 2022-12-14 | 2023-01-31 | 网思科技股份有限公司 | 数字孪生的可视化操作方法、系统和可读存储介质 |
| CN115658215B (zh) * | 2022-12-14 | 2023-03-31 | 网思科技股份有限公司 | 数字孪生的可视化操作方法、系统和可读存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110442784A (zh) | 信息推荐方法、装置、计算机设备以及存储介质 | |
| CN108256119B (zh) | 一种资源推荐模型的构建方法及基于该模型的资源推荐方法 | |
| Maybury | New directions in question answering | |
| US8706678B2 (en) | System and method for facilitating evergreen discovery of digital information | |
| Lu et al. | BizSeeker: a hybrid semantic recommendation system for personalized government‐to‐business e‐services | |
| Liu et al. | Tiara: Interactive, topic-based visual text summarization and analysis | |
| Garg et al. | Personalized, interactive tag recommendation for flickr | |
| Bauer et al. | Quantitive evaluation of Web site content and structure | |
| CN109493199A (zh) | 产品推荐方法、装置、计算机设备和存储介质 | |
| CN109062994A (zh) | 推荐方法、装置、计算机设备和存储介质 | |
| Chehal et al. | Implementation and comparison of topic modeling techniques based on user reviews in e-commerce recommendations | |
| CN109783730A (zh) | 产品推荐方法、装置、计算机设备和存储介质 | |
| CN109344183A (zh) | 数据交互方法、装置、计算机设备和存储介质 | |
| US9015158B2 (en) | Contents creating device and contents creating method | |
| DE112015002286T5 (de) | Visuelle interaktive suche | |
| CA2729716A1 (en) | Information processing with integrated semantic contexts | |
| JP2014501422A (ja) | ユーザ意図の有無に基づく検索キーワードの推薦 | |
| Bogers | Tag-based recommendation | |
| US11682060B2 (en) | Methods and apparatuses for providing search results using embedding-based retrieval | |
| CN103034672A (zh) | 社会化搜索系统及搜索方法 | |
| Martín et al. | Using semi-structured data for assessing research paper similarity | |
| Kalla et al. | Hybrid Scalable Researcher Recommendation System Using Azure Data Lake Analytics | |
| Raftopoulos et al. | Mining user queries with Markov chains: Application to online image retrieval | |
| CN116542737A (zh) | 跨境电商平台的大数据处理方法及系统 | |
| CN116431895A (zh) | 安全生产知识个性化推荐方法及系统 |
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: 20191112 |