CN110737826A - 搜索推荐方法、装置、电子设备及存储介质 - Google Patents

搜索推荐方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN110737826A
CN110737826A CN201910841304.3A CN201910841304A CN110737826A CN 110737826 A CN110737826 A CN 110737826A CN 201910841304 A CN201910841304 A CN 201910841304A CN 110737826 A CN110737826 A CN 110737826A
Authority
CN
China
Prior art keywords
user
recommendation
search
preset
dimension
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
CN201910841304.3A
Other languages
English (en)
Inventor
郭皓洁
言缵昊
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.)
Rajax Network Technology Co Ltd
Original Assignee
Rajax Network 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 Rajax Network Technology Co Ltd filed Critical Rajax Network Technology Co Ltd
Priority to CN201910841304.3A priority Critical patent/CN110737826A/zh
Publication of CN110737826A publication Critical patent/CN110737826A/zh
Pending legal-status Critical Current

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
    • G06F16/953—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
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0252—Targeted advertisements based on events or environment, e.g. weather or festivals
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • G06Q30/0256—User search
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0261—Targeted advertisements based on user location
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0269—Targeted advertisements based on user profile or attribute
    • G06Q30/0271—Personalized advertisement

Abstract

本发明实施例涉及互联网技术领域，公开了一种搜索推荐方法、装置、电子设备及存储介质。搜索推荐方法，包括：响应于用户对搜索页面的打开操作，获取所述用户的特征信息；根据所述用户的特征信息与预设的推荐维度，获取与所述预设推荐维度对应的推荐商户；将所述预设推荐维度及与所述预设推荐维度对应的推荐商户显示在所述搜索页面上。采用本发明的实施方式，能够提供较为丰富的搜索推荐内容，以提升对用户的搜索操作进行引流的效率和质量。

Description

搜索推荐方法、装置、电子设备及存储介质
技术领域
本发明实施例涉及互联网技术领域，特别涉及一种搜索推荐方法、装置、电子设备及存储介质。
背景技术
随着互联网的快速发展及信息的不断膨胀，人们对于互联网信息的使用便捷需求越来越高；通常人们会通过搜索引擎、搜索页面等主动搜索所需要的信息，同时搜索词的海量数据也反映了人们对搜索词所代表的事件的关注程度。
然而发明人发现相关技术中至少存在如下问题：部分互联网线上平台会在用户进入搜索发现页时展示用户的历史搜索记录，以满足用户的搜索需求，但历史搜索记录展现给用户的信息较为单一，难以满足用户日益丰富的搜索需求，也难以承担对用户的搜索操作进行引流的功效。
发明内容
本发明实施方式的目的在于提供一种搜索推荐方法、装置、电子设备及存储介质，能够提供较为丰富的搜索推荐内容，以提升对用户的搜索操作进行引流的效率和质量。
为解决上述技术问题，本发明的实施方式提供了一种搜索推荐方法，包括：响应于用户对搜索页面的打开操作，获取所述用户的特征信息；根据所述用户的特征信息与预设的推荐维度，获取与所述预设推荐维度对应的推荐商户；将所述预设推荐维度及与所述预设推荐维度对应的推荐商户显示在所述搜索页面上。
本发明的实施方式还提供了一种搜索推荐装置，包括：响应模块，用于响应于用户对搜索页面的打开操作，获取与预设推荐维度对应的所述用户的特征信息；推荐模块，用于根据所述用户的特征信息与预设的推荐维度，获取与所述预设推荐维度对应的推荐商户；显示模块，用于将所述预设推荐维度及与所述预设推荐维度对应的推荐商户显示在所述搜索页面上。
本发明的实施方式还提供了一种电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行：响应于用户对搜索页面的打开操作，获取所述用户的特征信息；根据所述用户的特征信息与预设的推荐维度，获取与所述预设推荐维度对应的推荐商户；将所述预设推荐维度及与所述预设推荐维度对应的推荐商户显示在所述搜索页面上。
本发明的实施方式还提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现上述的搜索推荐方法。
本发明实施方式相对于现有技术而言，响应于用户对搜索页面的打开操作，获取所述用户的特征信息；根据所述用户的特征信息与预设的推荐维度，获取与所述预设推荐维度对应的推荐商户；将所述预设推荐维度及与所述预设推荐维度对应的推荐商户显示在所述搜索页面上。也就是说，当用户打开搜索页面且还未进行搜索操作时，搜索页面上会显示出根据用户的特征信息得到的推荐商户等，从而引导用户对推荐商户进行点击；当用户点击推荐商户时，用户进行搜索时产生的流量就被引流至了显示的推荐商户上去，从而在搜索页面上显示的推荐商户有效承担了对用户的搜索操作进行引流的功效，提升了引流效率和引流质量；另外，推荐商户是根据用户的特征信息和预设的推荐维度获取到的，在搜索页面上显示推荐商户的同时还会显示预设推荐维度，从而用户可在获取到推荐商户的同时，还可通过显示的预设推荐维度获知到推荐商户被推荐的理由，这种方式有助于增强用户对于推荐商户的感知力，使得用户能够根据推荐商户被推荐的理由有目的性地、精准地点击符合用户需求的推荐商户，也就是使得引流质量和用户体验均得到了提升，也保障了推荐内容的转化率。
另外，所述用户的特征信息包括：所述用户的场景特征信息；所述获取所述用户的特征信息包括：获取所述用户打开所述搜索页面时所处的时间片；根据预设的时间片与场景信息的对应关系，获取所述时间片对应的场景信息作为所述用户的场景特征信息。上述提供了一种特征信息的具体实现形式，通过场景特征信息可为用户推荐与场景匹配的、不同类型的商户，例如在下午茶场景推荐奶茶店、在早餐场景推荐早餐店等，省去了用户在类型繁多的商户中筛选出于当前场景匹配的商户的操作，有助于提升用户体验。
另外，所述用户的特征信息包括：所述用户的个性化特征信息；所述获取所述用户的特征信息，包括：获取所述用户的历史行为记录作为所述用户的个性化特征信息；其中，所述历史行为记录包括以下之一或其任意组合：历史搜索记录、历史点击记录、历史加购记录、历史下单记录、历史收藏记录。上述提供了一种特征信息的具体实现形式，用于用户的历史行为记录反映了用户的个人喜好和常见需求，因此通过用户的个性化特征信息可为用户推荐贴合用户喜好和需求的商户，有助于提升用户体验；贴合用户喜好的推荐商户更容易被用户选中，因此有助于提升对用户的行为进行引流的效率和质量。
另外，所述用户的特征信息包括：所述用户的位置特征信息；所述获取所述用户的特征信息，包括：获取所述用户打开所述搜索页面时所处的地理位置信息作为所述用户的位置特征信息。
另外，所述根据所述用户的特征信息与预设的推荐维度，获取与所述预设推荐维度对应的推荐商户，包括：根据所述用户的特征信息、所述预设的推荐维度和预设的用于预测推荐词语的预测模型，对与所述预设的推荐维度对应的推荐词语进行预测；其中，所述预测模型根据用户历史的特征信息训练得到；根据与所述预设的推荐维度对应的推荐词语，获取符合预设推荐条件的商户作为与所述预设推荐维度对应的推荐商户。
另外，所述预设的推荐维度包括以下之一：根据所述用户的场景推荐的维度、根据所述用户的搜索推荐的维度、根据所述用户的点击推荐的维度、根据所述用户的加购推荐的维度、根据所述用户的下单推荐的维度、根据所述用户的收藏推荐的维度、根据所述用户的位置推荐的维度。
另外，所述根据与所述预设的推荐维度对应的推荐词语，获取符合预设推荐条件的商户，包括：根据与所述预设的推荐维度对应的推荐词语，获取与所述用户打开所述搜索页面时所处的地理位置距离最近的可接单商户作为符合预设推荐条件的商户，也就是搜索页面上显示给用户的是距离用户最近的可接单商户，从而用户可通过点击推荐的商户快速进行下单；且由于商户与用户的距离较近，当用户在推荐的商户下单后，订单能够较快的被送达至用户，也就是用户的等待耗时较短，有效提升了用户体验。
另外，所述方法还包括：获取预设时间段内通过所述搜索页面执行搜索操作的每个用户的特征信息；根据所述每个用户的特征信息和所述预测模型，对搜索热词进行预测；将所述搜索热词与预设运营热词显示在所述搜索页面上。上述提供了另一种可被显示在搜索页面上的推荐内容，包括集合其他用户的特征信息得到的大数据环境下的搜索热词，以为用户提供更为多样化的、参考范围较广的推荐内容；还包括由人工强干预的预设运营热词，以满足运营方对运营活动的推广需求。
附图说明
图1是根据本发明第一实施方式中搜索推荐方法的流程图；
图2是根据本发明第一实施方式中用户的场景特征信息的获取方式的流程图；
图3是根据本发明第一实施方式中与预设推荐维度对应的推荐商户的获取方式的流程图；
图4是根据本发明第一实施方式中搜索页面的示意图；
图5是根据本发明第二实施方式中搜索推荐方法的流程图；
图6是根据本发明第二实施方式中另一种搜索推荐方法的流程图；
图7是根据本发明第二实施方式中搜索页面的示意图；
图8是根据本发明第三实施方式中搜索推荐装置的结构方框图；
图9是根据本发明第四实施方式中电子设备的结构方框图。
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，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。以下各个实施例的划分是为了描述方便，不应对本发明的具体实现方式构成任何限定，各个实施例在不矛盾的前提下可以相互结合相互引用。
本发明的第一实施方式涉及一种搜索推荐方法，本实施方式中的搜索推荐方法可以应用于互联网电子商务平台，例如在线外卖平台等；当用户在在线外卖平台上打开搜索页面时，搜索页面上会显示出根据本实施方式中的搜索推荐方法得到的推荐商户等内容，从而吸引用户对推荐商户进行点击。本实施方式中的搜索推荐方法的具体流程如图1所示，具体包括：
步骤101，响应于用户对搜索页面的打开操作，获取用户的特征信息；
步骤102，根据用户的特征信息和预设的推荐维度，获取与预设推荐维度对应的推荐商户；
步骤103，将预设推荐维度和与预设推荐维度对应的推荐商户显示在搜索页面上。
本实施方式中，当用户打开搜索页面且还未进行搜索操作时，搜索页面上会显示出根据用户的特征信息得到的推荐商户等，从而引导用户对推荐商户进行点击；当用户点击推荐商户时，用户进行搜索时产生的流量就被引流至了显示的推荐商户上去，从而在搜索页面上显示的推荐商户有效承担了对用户的搜索操作进行引流的功效，提升了引流效率和引流质量；另外，推荐商户是根据用户的特征信息和预设的推荐维度获取到的，在搜索页面上显示推荐商户的同时还会显示预设推荐维度，从而用户可在获取到推荐商户的同时，还可通过显示的预设推荐维度获知到推荐商户被推荐的理由，这种方式有助于增强用户对于推荐商户的感知力，使得用户能够根据推荐商户被推荐的理由有目的性地、精准地点击符合用户需求的推荐商户，也就是使得引流质量和用户体验均得到了提升，也保障了推荐内容的转化率。
下面对本实施方式的搜索推荐方法的实现细节进行具体的说明，以下内容仅为方便理解提供的实现细节，并非实施本方案的必须。
在步骤101中，响应于用户对搜索页面的打开操作，也就是在用户打开搜索页面但还未通过搜索页面中的搜索框进行搜索操作时，获取用户的特征信息。本实施方式中用户的特征信息可以理解为与用户相关的任意信息，下面对用户的特征信息的具体实现形式进行举例说明，但并不构成对用户的特征信息的限定。
在一个实例中，用户的特征信息包括用户的场景特征信息；用户的场景特征信息可以通过以下方式获取得到，如图2所示的流程图，包括：
步骤201，获取用户打开搜索页面时所处的时间片；
步骤202，根据预设的时间片与场景信息的对应关系，获取时间片对应的场景信息作为用户的场景特征信息。
具体地说，步骤201中涉及的时间片，可以理解为当前时间点所处的一个时间段，比如说，以单位时间为1小时为例，可以将一天的时间划分为若干个时间片，00：00到01：00为第一个时间片；01：00到02：00为第二个时间片，依次类推。也就是说，在01：00这一时刻会得到第一个时间片，可将第一个时间片编号为1，在02：00这一时刻会得到第二个时间片，可将第二个时间片编号为2，依次类推；在本实施方式中，由于需要在用户打开搜索页面时为用户提供实时的推荐内容，因此首先获取用户打开搜索页面时的时间点，根据时间点确定用户当前所处的时间片。例如，获取到用户打开搜索页面时的时间点为07:30，进一步地获取到用户当前所处的时间片为06：00到08：00的时间片。
在获取到用户当前所处的时间片后，根据预设的时间片与场景信息的对应关系，获取到与用户当前所处的时间片对应的场景信息；由于本实施方式可应用于在线外卖平台，因此场景信息可以理解为以饮食需求为主导的场景信息，例如早餐场景、午餐场景、下午茶场景、晚餐场景、夜宵场景等；可以理解的是，与早餐场景对应的时间片可以是包括06:00到10:00的时间片、下午茶场景对应的时间片可以是包括14:00到16:00的时间片、夜宵场景可以是包括22：00到02:00的时间片等等。不同的场景信息所匹配的商户类型也是不同的，例如，若获取到用户当前所处的时间片为06:00到08:00的时间片，则获取到06:00到08:00的时间片对应的是早餐场景，也就是获取到用户的场景特征信息为早餐场景，因此根据早餐场景可以向用户推荐售卖早餐的商户，从而省去了用户在种类繁多的商户中筛选出售卖早餐的商户的操作。
本实施方式中，通过区分时间片来预设并获取与场景信息的对应关系，相较于直接使用具体的时间点，更为清晰简洁，减少了需要处理的数据量，且区分时间片也十分便于对处于同一时间片内的数据进行分类统计。
在一个实例中，用户的特征信息包括用户的个性化特征信息；获取用户的个性化特征信息，可以理解为获取用户的历史行为记录，用户的历史行为记录包括以下之一或其任意组合：历史搜索记录、历史点击记录、历史加购记录、历史下单记录、历史收藏记录。可以理解的是，通过上述用户的历史行为记录可以统计出用户经常关注的商户、用户经常下单的商户、用户偏好的商户等等，反映了用户在使用在线外卖平台时的个人喜好和常见需求等等，因此根据用户的个性化特征信息为用户推荐的商户通常是较为贴合用户的个人喜好和常见需求的，推荐的商户也更容易被用户选中，因此有助于提升对用户的行为进行引流的效率和质量。需要说明的是，用户的个性化特征信息也可以理解为对用户的画像，用户的画像同样能够反映用户的个人喜好和常见需求等。
在一个实例中，用户的特征信息包括用户的位置特征信息；获取用户的位置特征信息，可以理解为获取用户在打开搜索页面时所处的地理位置信息，用户的地理位置信息可以通过GPS(全球定位系统)等技术获取得到。可以理解的是，由于用户在在线外卖平台进行下单时是以用户当前所处的地理位置为中心，自然要考虑选中的商户与用户当前所处的地理位置间的距离，距离太远的商户在多数情况下不会被用户考虑选中；因此根据用户的位置特征信息可为用户推荐附近一定距离范围内的商户，从而用户在推荐的商户下单后能够在相对较短的时间内收到订单，也就是令用户等待耗时较短，有效提升了用户体验。或是，当获取到用户在打开搜索页面时所处的地理位置信息显示用户当前来到新的城市时，可以根据用户的位置特征信息为用户推荐全城内的热门商户，也就是在用户可能不熟悉的环境中为用户提供引导，有助于提升用户体验。
在步骤102中，根据用户的特征信息和预设的推荐维度，获取与预设推荐维度对应的推荐商户。
具体地说，获取与预设推荐维度对应的推荐商户可以通过以下方式获取得到，如图3所示的流程图，即图3所示的流程图是步骤102的具体实现，包括：
步骤301，根据用户的特征信息、预设的推荐维度和预设的用于预测推荐词语的预测模型，对与预设的推荐维度对应的推荐词语进行预测。
具体地说，预设有用于预测推荐词语的预测模型，将用户的特征信息、预设的推荐维度作为对模型的输入，得到的模型的输出为与预设推荐维度对应的推荐词语。在本实施方式中，预设的推荐维度可以理解为对推荐商户的推荐理由，例如包括：根据用户的场景推荐的维度、根据用户的搜索推荐的维度、根据用户的点击推荐的维度、根据用户的加购推荐的维度、根据用户的下单推荐的维度、根据用户的收藏推荐的维度、根据用户的位置推荐的维度等等。获取到的与预设的推荐维度对应的推荐词语可以是品牌词、商户词或是商品属性词，例如黄焖鸡(品牌词)、肯德基(商户词)、月饼(商品属性词)等。
在实际应用中，预设的用于预测推荐词语的预测模型可以是根据用户历史的特征信息训练xgboost模型后得到的预测模型；其中，用户历史的特征信息包括上述举例中涉及的场景特征信息(用户历史进行搜索时的场景特征信息)、个性化特征信息、位置特征信息(用户历史进行搜索时的位置特征信息)等；最终训练得到的预测模型中，每一种输入的特征信息均对应有权重参数，在使用预测模型预测推荐词语时，根据确定预设的推荐维度，对预测模型中特征信息对应的权重参数进行调整，使得与预设的推荐维度相关的特征信息对应的权重参数的值占比较大，从而预测模型输出的推荐词语是符合预设推荐维度所表示的推荐理由的。例如，期望预测模型输出的推荐词语是根据用户的场景推荐得到的，则在使用预测模型时调高用户的场景特征信息对应的权重参数。
步骤302，根据与预设的推荐维度对应的推荐词语，获取符合预设推荐条件的商户作为与预设推荐维度对应的推荐商户。
具体地说，在获取到预测模型输出的与预设的推荐维度对应的推荐词语后，将推荐词语转化为具体的推荐商户，再显示给用户。由于推荐词语可以是品牌词、商户词或是商品属性词等，符合推荐词语的商户的数量可能不止一家，而最终显示给用户的推荐商户是具体的某一家商户，因此可以预设推荐条件来对符合推荐词语的商户进行筛选，并确定最终显示给用户的推荐商户。例如，当推荐词语为黄焖鸡时，设置预设推荐条件为“商户与用户的距离小于2公里”，则获取与用户的距离小于2公里的售卖黄焖鸡的一家商户作为与预设推荐维度对应的推荐商户。
在步骤103中，将预设推荐维度和与预设推荐维度对应的推荐商户显示在搜索页面上。
具体地说，推荐商户是根据用户的特征信息和预设的推荐维度获取到的，在搜索页面上显示推荐商户的同时还会显示预设推荐维度，从而用户可在获取到推荐商户的同时，还可通过显示的预设推荐维度获知到推荐商户被推荐的理由，这种方式有助于增强用户对于推荐商户的感知力，使得用户能够根据推荐商户被推荐的理由有目的性地、精准地点击符合用户需求的推荐商户，也就是使得引流质量和用户体验均得到了提升，也保障了推荐内容的转化率。在实际应用中，考虑到显示给用户的推荐内容的可读性，可并不直接将预设推荐维度显示出来，而是将预设推荐维度转化为便于理解的文字，例如，当预设推荐维度为“根据用户的场景推荐的维度”，且用户当前所处的场景为下午茶场景时，可在搜索页面上显示“下午茶热门推荐”等；当预设推荐维度为“根据用户的位置推荐的维度”时，可在搜索页面上显示“附近热门商户推荐”等，在此不做具体形式的限制。
在一个实例中，将预设推荐维度和与预设推荐维度对应的推荐商户显示在搜索页面上时，搜索页面的示意图如图4所示：其中，搜索页面包括供用户输入搜索词语的搜索框，还包括根据本实施方式中的搜索推荐算法得到的推荐商户，例如“三米粥铺(金沙江路店)”、“海底捞外送”、“老盛昌汤包”等商户名称，同时为了提升用户的体验感受，可一并将推荐商户的商标标识(即LOGO)也显示出来(可显示在图4中商户名称前所示的方框处)；搜索页面还包括与推荐商户对应的预设推荐维度，预设推荐维度与商户名称一一对应地显示在商户名称的附近，用于表示推荐商户被推荐的理由，例如“三米粥铺(金沙江路店)”下方的“根据你的收藏推荐”、“海底捞外送”下方的“晚餐热门推荐”、“老盛昌汤包”下方的“普陀区热门商户”等等。
在实际应用中，可基于页面显示内容的美观程度或是用户偏好的页面布局等对预设推荐维度和推荐商户的显示方式进行任意调整，例如搜索页面上显示的推荐商户的数量限定为偶数、一次性显示6家推荐商户、预设推荐维度(即推荐商户的推荐理由)的字符数不超过11个字符等等。
本实施方式相对于现有技术而言，响应于用户对搜索页面的打开操作，获取所述用户的特征信息；根据所述用户的特征信息与预设的推荐维度，获取与所述预设推荐维度对应的推荐商户；将所述预设推荐维度及与所述预设推荐维度对应的推荐商户显示在所述搜索页面上。也就是说，当用户打开搜索页面且还未进行搜索操作时，搜索页面上会显示出根据用户的特征信息得到的推荐商户等，从而引导用户对推荐商户进行点击；当用户点击推荐商户时，用户进行搜索时产生的流量就被引流至了显示的推荐商户上去，从而在搜索页面上显示的推荐商户有效承担了对用户的搜索操作进行引流的功效，提升了引流效率和引流质量；另外，推荐商户是根据用户的特征信息和预设的推荐维度获取到的，在搜索页面上显示推荐商户的同时还会显示预设推荐维度，从而用户可在获取到推荐商户的同时，还可通过显示的预设推荐维度获知到推荐商户被推荐的理由，这种方式有助于增强用户对于推荐商户的感知力，使得用户能够根据推荐商户被推荐的理由有目的性地、精准地点击符合用户需求的推荐商户，也就是使得引流质量和用户体验均得到了提升，也保障了推荐内容的转化率。
本发明第二实施方式涉及一种搜索推荐方法，第二实施方式提供了获取符合预设推荐条件的商户的方式，同时还提供了其他可显示在搜索页面上的推荐内容。本实施方式中的搜索推荐方法如图5所示，下面对图5的流程做具体说明。
步骤401，响应于用户对搜索页面的打开操作，获取用户的特征信息；此步骤与步骤101大致相同，此处不再赘述。
步骤402，根据用户的特征信息、预设的推荐维度和预设的用于预测推荐词语的预测模型，对与预设的推荐维度对应的推荐词语进行预测；此步骤与步骤301大致相同，此处不再赘述。
步骤403，根据与所述预设的推荐维度对应的推荐词语，获取与所述用户打开所述搜索页面时所处的地理位置距离最近的可接单商户作为符合预设推荐条件的商户；
具体地说，本实施方式中将预设推荐条件设置为“商户与用户当前地理位置距离最近且商户可接单”，也就是将筛选出推荐词语对应的商户中，与用户当前地理位置距离最近的可接单商户，作为推荐商户显示在搜索页面上。从而用户可通过点击推荐商户快速进行下单，避免了用户点击推荐商户后发现用户当前的地理位置超出推荐商户的可配送范围、或是推荐商户不接单的情况；且由于商户与用户的距离较近，当用户在推荐的商户下单后，订单能够较快的被送达至用户，也就是用户的等待耗时较短，有效提升了用户体验。
步骤404，将预设推荐维度和与预设推荐维度对应的推荐商户显示在搜索页面上；此步骤与步骤103大致相同，此处不再赘述。
另外，本实施方式中还提供了另一种搜索推荐方法，目的在于在搜索页面上显示大数据环境下的搜索热词和符合运营推广需求的运营热词，其流程如图6所示，包括：
步骤501，获取预设时间段内通过搜索页面执行搜索操作的每个用户的特征信息；
步骤502，根据所每个用户的特征信息和预设的用于预测推荐词语的预测模型，对搜索热词进行预测；
具体地说，区别于上述根据用户个人的特征信息得到推荐商户，本步骤中集合了同样使用搜索页面进行搜索操作的其他用户的特征信息，对群体用户的搜索热词进行预测；例如，以用户打开搜索页面时的时间点为一个时间节点，获取历史十分钟内通过搜索页面执行过搜索操作的每个用户的特征信息，作为上述预设的预测模型的输入，得到预测模型输出的推荐词语，即为反映其他用户共同的搜索趋势的搜索热词。
可以理解的是，本步骤中也可以直接对历史十分钟内执行过搜索操作的每个用户所使用的搜索词语进行统计，得到被搜索次数处于前N位的搜索词语，作为搜索热词。
步骤503，将搜索热词与预设运营热词显示在搜索页面上。
具体地说，本步骤中的预设运营热词，为运营人员人工干预的固定热词，目的是为了满足运营方对运营活动的推广需求，例如，当前运营需要对“5折工作餐”这一活动进行推广，则可预设运营热词为“5折工作餐”并固定投放显示在搜索页面上。在实际应用中，可基于页面显示内容的美观程度或是用户偏好的页面布局等对搜索热词与预设运营热词的显示方式进行任意调整，例如限制预设运营热词的个数固定为2个、限制搜索热词与预设运营热词的总个数为15分、限制搜索热词与预设运营热词在2行内显示、每条热词的字符数不超过N个字符等等。
另外，搜索页面上还可显示用户的历史搜索记录，历史搜索记录中还包含根据历史搜索记录获取到的联想商户，其中，联想商户是用户曾经进行过下单操作的商户；例如，当用户的历史搜索记录中包含“面条”时，根据“面条”获取到用户曾经进行过下单操作的联想商户为“家有好面(金沙江路店)”，将联想商户“家有好面(金沙江路店)”也一并显示在历史搜索记录中。在实际应用中，可基于页面显示内容的美观程度或是用户偏好的页面布局等对历史搜索记录的显示方式进行任意调整，例如限制历史搜索记录的显示条数为最近10条、限制历史搜索记录在3行内显示、显示联想商户的同时还显示联想商户的商标标识(以便于历史搜索记录区分开来)等等。
在一个实例中，搜索页面的示意图如图7所示：其中，搜索页面包括供用户输入搜索词语的搜索框，还包括第一实施方式中得到的推荐商户及预设推荐维度，具体同步骤103中的说明，此处不再赘述；搜索页面还包括预设运营热词，例如“搜索发现”标题下的“5折工作餐”、“必吃榜”等；搜索页面还包括搜索热词，例如“搜索发现”标题下的“月饼”、“黄焖鸡”、“大白菜”等；搜索页面还包括历史搜索记录，例如“历史搜索”标题下的“奶盖奶茶”、“日本寿司”等，“历史搜索”标题下的“家有好面(金沙江路店)”表示根据用户的历史搜索记录获取到的联想商户。
本实施方式相对于现有技术而言，根据与所述预设的推荐维度对应的推荐词语，获取与所述用户打开所述搜索页面时所处的地理位置距离最近的可接单商户作为符合预设推荐条件的商户，便于用户快速进行下单，并使得用户下单后的等待耗时较短；另外还还提供了其他可显示在搜索页面上的、种类丰富的推荐内容，使得用户在打开搜索页面时能够接收到更为多样化的、参考范围较广的推荐内容。
本发明第三实施方式涉及一种搜索推荐装置，如图8所示，包括：响应模块601，推荐模块602和显示模块603。
响应模块601，用于响应于用户对搜索页面的打开操作，获取所述用户的特征信息；
推荐模块602，用于根据所述用户的特征信息与预设的推荐维度，获取与所述预设推荐维度对应的推荐商户；
显示模块603，用于将所述预设推荐维度及与所述预设推荐维度对应的推荐商户显示在所述搜索页面上。
在一个实例中，所述用户的特征信息包括：所述用户的场景特征信息；所述响应模块601获取所述用户的特征信息包括：获取所述用户打开所述搜索页面时所处的时间片；根据预设的时间片与场景信息的对应关系，获取所述时间片对应的场景信息作为所述用户的场景特征信息。
在一个实例中，所述用户的特征信息包括：所述用户的个性化特征信息；所述响应模块601获取所述用户的特征信息，包括：获取所述用户的历史行为记录作为所述用户的个性化特征信息；其中，所述历史行为记录包括以下之一或其任意组合：历史搜索记录、历史点击记录、历史加购记录、历史下单记录、历史收藏记录。
在一个实例中，所述用户的特征信息包括：所述用户的位置特征信息；所述响应模块601获取所述用户的特征信息，包括：获取所述用户打开所述搜索页面时所处的地理位置信息作为所述用户的位置特征信息。
在一个实例中，所述推荐模块602根据所述用户的特征信息与预设的推荐维度，获取与所述预设推荐维度对应的推荐商户，包括：根据所述用户的特征信息、所述预设的推荐维度和预设的用于预测推荐词语的预测模型，对与所述预设的推荐维度对应的推荐词语进行预测；其中，所述预测模型根据用户历史的特征信息训练得到；根据与所述预设的推荐维度对应的推荐词语，获取符合预设推荐条件的商户作为与所述预设推荐维度对应的推荐商户。
在一个实例中，所述预设的推荐维度包括以下之一：根据所述用户的场景推荐的维度、根据所述用户的搜索推荐的维度、根据所述用户的点击推荐的维度、根据所述用户的加购推荐的维度、根据所述用户的下单推荐的维度、根据所述用户的收藏推荐的维度、根据所述用户的位置推荐的维度。
在一个实例中，所述推荐模块602根据与所述预设的推荐维度对应的推荐词语，获取符合预设推荐条件的商户，包括：根据与所述预设的推荐维度对应的推荐词语，获取与所述用户打开所述搜索页面时所处的地理位置距离最近的可接单商户作为符合预设推荐条件的商户。
在一个实例中，所述响应模块601还用于获取预设时间段内通过所述搜索页面执行搜索操作的每个用户的特征信息；所述推荐模块602还用于根据所述每个用户的特征信息和所述预测模型，对搜索热词进行预测；所述显示模块603还用于将所述搜索热词与预设运营热词显示在所述搜索页面上。
不难发现，本实施方式为与第一实施方式或第二实施方式的相对应的装置实施例，本实施方式可与第一实施方式或第二实施方式互相配合实施。第一实施方式或第二实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应的，本实施方式中提到的相关技术细节也可应用在第一实施方式或第二实施方式中。
值得一提的是，本实施方式中所涉及到的各模块均为逻辑模块，在实际应用中，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现。此外，为了突出本发明的创新部分，本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入，但这并不表明本实施方式中不存在其它的单元。
本发明第四实施方式涉及一种电子设备，如图9所示，该电子设备包括至少一个处理器701；以及，与至少一个处理器701通信连接的存储器702；以及，与搜索推荐装置通信连接的通信组件703，通信组件703在处理器701的控制下接收和发送数据；其中，存储器702存储有可被至少一个处理器701执行的指令，指令被至少一个处理器701执行以实现：响应于用户对搜索页面的打开操作，获取所述用户的特征信息；根据所述用户的特征信息与预设的推荐维度，获取与所述预设推荐维度对应的推荐商户；将所述预设推荐维度及与所述预设推荐维度对应的推荐商户显示在所述搜索页面上。
具体地，该电子设备包括：一个或多个处理器701以及存储器702，图9中以一个处理器701为例。处理器701、存储器702可以通过总线或者其他方式连接，图9中以通过总线连接为例。存储器702作为一种计算机可读存储介质，可用于存储计算机软件程序、计算机可执行程序以及模块。处理器701通过运行存储在存储器702中的计算机软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述搜索推荐方法。
存储器702可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储选项列表等。此外，存储器702可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施方式中，存储器702可选包括相对于处理器701远程设置的存储器，这些远程存储器可以通过网络连接至外接设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
一个或者多个模块存储在存储器702中，当被一个或者多个处理器701执行时，执行上述任意方法实施方式中的搜索推荐方法。
上述产品可执行本申请实施方式所提供的方法，具备执行方法相应的功能模块和有益效果，未在本实施方式中详尽描述的技术细节，可参见本申请实施方式所提供的方法。
在本实施方式中，响应于用户对搜索页面的打开操作，获取所述用户的特征信息；根据所述用户的特征信息与预设的推荐维度，获取与所述预设推荐维度对应的推荐商户；将所述预设推荐维度及与所述预设推荐维度对应的推荐商户显示在所述搜索页面上。也就是说，当用户打开搜索页面且还未进行搜索操作时，搜索页面上会显示出根据用户的特征信息得到的推荐商户等，从而引导用户对推荐商户进行点击；当用户点击推荐商户时，用户进行搜索时产生的流量就被引流至了显示的推荐商户上去，从而在搜索页面上显示的推荐商户有效承担了对用户的搜索操作进行引流的功效，提升了引流效率和引流质量；另外，推荐商户是根据用户的特征信息和预设的推荐维度获取到的，在搜索页面上显示推荐商户的同时还会显示预设推荐维度，从而用户可在获取到推荐商户的同时，还可通过显示的预设推荐维度获知到推荐商户被推荐的理由，这种方式有助于增强用户对于推荐商户的感知力，使得用户能够根据推荐商户被推荐的理由有目的性地、精准地点击符合用户需求的推荐商户，也就是使得引流质量和用户体验均得到了提升，也保障了推荐内容的转化率。
本发明第五实施方式涉及一种计算机可读存储介质，存储有计算机程序。计算机程序被处理器执行时实现上述搜索推荐方法实施例。
即，本领域技术人员可以理解，实现上述搜索推荐方法实施例中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解，上述各实施方式是实现本发明的具体实施例，而在实际应用中，可以在形式上和细节上对其作各种改变，而不偏离本发明的精神和范围。
本申请实施例公开了A1.一种搜索推荐方法，包括：
响应于用户对搜索页面的打开操作，获取所述用户的特征信息；
根据所述用户的特征信息与预设的推荐维度，获取与所述预设推荐维度对应的推荐商户；
将所述预设推荐维度及与所述预设推荐维度对应的推荐商户显示在所述搜索页面上。
A2.如A1所述的搜索推荐方法，所述用户的特征信息包括：所述用户的场景特征信息；
所述获取所述用户的特征信息包括：
获取所述用户打开所述搜索页面时所处的时间片；
根据预设的时间片与场景信息的对应关系，获取所述时间片对应的场景信息作为所述用户的场景特征信息。
A3.如A1所述的搜索推荐方法，所述用户的特征信息包括：所述用户的个性化特征信息；
所述获取所述用户的特征信息，包括：
获取所述用户的历史行为记录作为所述用户的个性化特征信息；其中，所述历史行为记录包括以下之一或其任意组合：历史搜索记录、历史点击记录、历史加购记录、历史下单记录、历史收藏记录。
A4.如A1所述的搜索推荐方法，所述用户的特征信息包括：所述用户的位置特征信息；
所述获取所述用户的特征信息，包括：
获取所述用户打开所述搜索页面时所处的地理位置信息作为所述用户的位置特征信息。
A5.如A1至A4中任一项所述的搜索推荐方法，所述根据所述用户的特征信息与预设的推荐维度，获取与所述预设推荐维度对应的推荐商户，包括：
根据所述用户的特征信息、所述预设的推荐维度和预设的用于预测推荐词语的预测模型，对与所述预设的推荐维度对应的推荐词语进行预测；其中，所述预测模型根据用户历史的特征信息训练得到；
根据与所述预设的推荐维度对应的推荐词语，获取符合预设推荐条件的商户作为与所述预设推荐维度对应的推荐商户。
A6.如A5所述的搜索推荐方法，所述预设的推荐维度包括以下之一：
根据所述用户的场景推荐的维度、根据所述用户的搜索推荐的维度、根据所述用户的点击推荐的维度、根据所述用户的加购推荐的维度、根据所述用户的下单推荐的维度、根据所述用户的收藏推荐的维度、根据所述用户的位置推荐的维度。
A7.如A5所述的搜索推荐方法，所述根据与所述预设的推荐维度对应的推荐词语，获取符合预设推荐条件的商户，包括：
根据与所述预设的推荐维度对应的推荐词语，获取与所述用户打开所述搜索页面时所处的地理位置距离最近的可接单商户作为符合预设推荐条件的商户。
A8.如A5所述的搜索推荐方法，还包括：
获取预设时间段内通过所述搜索页面执行搜索操作的每个用户的特征信息；
根据所述每个用户的特征信息和所述预测模型，对搜索热词进行预测；
将所述搜索热词与预设运营热词显示在所述搜索页面上。
本申请实施例公开了B1.一种搜索推荐装置，包括：
响应模块，用于响应于用户对搜索页面的打开操作，获取所述用户的特征信息；
推荐模块，用于根据所述用户的特征信息与预设的推荐维度，获取与所述预设推荐维度对应的推荐商户；
显示模块，用于将所述预设推荐维度及与所述预设推荐维度对应的推荐商户显示在所述搜索页面上。
本申请实施例公开了C1.一种电子设备，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行：
响应于用户对搜索页面的打开操作，获取所述用户的特征信息；
根据所述用户的特征信息与预设的推荐维度，获取与所述预设推荐维度对应的推荐商户；
将所述预设推荐维度及与所述预设推荐维度对应的推荐商户显示在所述搜索页面上。
C2.如C1所述的电子设备，所述用户的特征信息包括：所述用户的场景特征信息；
所述获取所述用户的特征信息包括：
获取所述用户打开所述搜索页面时所处的时间片；
根据预设的时间片与场景信息的对应关系，获取所述时间片对应的场景信息作为所述用户的场景特征信息。
C3.如C1所述的电子设备，所述用户的特征信息包括：所述用户的个性化特征信息；
所述获取所述用户的特征信息，包括：
获取所述用户的历史行为记录作为所述用户的个性化特征信息；其中，所述历史行为记录包括以下之一或其任意组合：历史搜索记录、历史点击记录、历史加购记录、历史下单记录、历史收藏记录。
C4.如C1所述的电子设备，所述用户的特征信息包括：所述用户的位置特征信息；
所述获取所述用户的特征信息，包括：
获取所述用户打开所述搜索页面时所处的地理位置信息作为所述用户的位置特征信息。
C5.如C1至C4中任一项所述的电子设备，所述根据所述用户的特征信息与预设的推荐维度，获取与所述预设推荐维度对应的推荐商户，包括：
根据所述用户的特征信息、所述预设的推荐维度和预设的用于预测推荐词语的预测模型，对与所述预设的推荐维度对应的推荐词语进行预测；其中，所述预测模型根据用户历史的特征信息训练得到；
根据与所述预设的推荐维度对应的推荐词语，获取符合预设推荐条件的商户作为与所述预设推荐维度对应的推荐商户。
C6.如C5所述的电子设备，所述预设的推荐维度包括以下之一：
根据所述用户的场景推荐的维度、根据所述用户的搜索推荐的维度、根据所述用户的点击推荐的维度、根据所述用户的加购推荐的维度、根据所述用户的下单推荐的维度、根据所述用户的收藏推荐的维度、根据所述用户的位置推荐的维度。
C7.如C5所述的电子设备，所述根据与所述预设的推荐维度对应的推荐词语，获取符合预设推荐条件的商户，包括：
根据与所述预设的推荐维度对应的推荐词语，获取与所述用户打开所述搜索页面时所处的地理位置距离最近的可接单商户作为符合预设推荐条件的商户。
C8.如C5所述的电子设备，还包括：
获取预设时间段内通过所述搜索页面执行搜索操作的每个用户的特征信息；
根据所述每个用户的特征信息和所述预测模型，对搜索热词进行预测；
将所述搜索热词与预设运营热词显示在所述搜索页面上。
本申请实施例公开了D1.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时实现A1-A8任一项所述的搜索推荐方法。

Claims (10)

1.一种搜索推荐方法，其特征在于，包括：
响应于用户对搜索页面的打开操作，获取所述用户的特征信息；
根据所述用户的特征信息与预设的推荐维度，获取与所述预设推荐维度对应的推荐商户；
将所述预设推荐维度及与所述预设推荐维度对应的推荐商户显示在所述搜索页面上。
2.根据权利要求1所述的搜索推荐方法，其特征在于，所述用户的特征信息包括：所述用户的场景特征信息；
所述获取所述用户的特征信息包括：
获取所述用户打开所述搜索页面时所处的时间片；
根据预设的时间片与场景信息的对应关系，获取所述时间片对应的场景信息作为所述用户的场景特征信息。
3.根据权利要求1所述的搜索推荐方法，其特征在于，所述用户的特征信息包括：所述用户的个性化特征信息；
所述获取所述用户的特征信息，包括：
获取所述用户的历史行为记录作为所述用户的个性化特征信息；其中，所述历史行为记录包括以下之一或其任意组合：历史搜索记录、历史点击记录、历史加购记录、历史下单记录、历史收藏记录。
4.根据权利要求1所述的搜索推荐方法，其特征在于，所述用户的特征信息包括：所述用户的位置特征信息；
所述获取所述用户的特征信息，包括：
获取所述用户打开所述搜索页面时所处的地理位置信息作为所述用户的位置特征信息。
5.根据权利要求1至4中任一项所述的搜索推荐方法，其特征在于，所述根据所述用户的特征信息与预设的推荐维度，获取与所述预设推荐维度对应的推荐商户，包括：
根据所述用户的特征信息、所述预设的推荐维度和预设的用于预测推荐词语的预测模型，对与所述预设的推荐维度对应的推荐词语进行预测；其中，所述预测模型根据用户历史的特征信息训练得到；
根据与所述预设的推荐维度对应的推荐词语，获取符合预设推荐条件的商户作为与所述预设推荐维度对应的推荐商户。
6.根据权利要求5所述的搜索推荐方法，其特征在于，所述预设的推荐维度包括以下之一：
根据所述用户的场景推荐的维度、根据所述用户的搜索推荐的维度、根据所述用户的点击推荐的维度、根据所述用户的加购推荐的维度、根据所述用户的下单推荐的维度、根据所述用户的收藏推荐的维度、根据所述用户的位置推荐的维度。
7.根据权利要求5所述的搜索推荐方法，其特征在于，所述根据与所述预设的推荐维度对应的推荐词语，获取符合预设推荐条件的商户，包括：
根据与所述预设的推荐维度对应的推荐词语，获取与所述用户打开所述搜索页面时所处的地理位置距离最近的可接单商户作为符合预设推荐条件的商户。
8.一种搜索推荐装置，其特征在于，包括：
响应模块，用于响应于用户对搜索页面的打开操作，获取所述用户的特征信息；
推荐模块，用于根据所述用户的特征信息与预设的推荐维度，获取与所述预设推荐维度对应的推荐商户；
显示模块，用于将所述预设推荐维度及与所述预设推荐维度对应的推荐商户显示在所述搜索页面上。
9.一种电子设备，其特征在于，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行：
响应于用户对搜索页面的打开操作，获取所述用户的特征信息；
根据所述用户的特征信息与预设的推荐维度，获取与所述预设推荐维度对应的推荐商户；
将所述预设推荐维度及与所述预设推荐维度对应的推荐商户显示在所述搜索页面上。
10.一种计算机可读存储介质，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1-7任一项所述的搜索推荐方法。
CN201910841304.3A 2019-09-06 2019-09-06 搜索推荐方法、装置、电子设备及存储介质 Pending CN110737826A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910841304.3A CN110737826A (zh) 2019-09-06 2019-09-06 搜索推荐方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910841304.3A CN110737826A (zh) 2019-09-06 2019-09-06 搜索推荐方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN110737826A true CN110737826A (zh) 2020-01-31

Family

ID=69267536

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910841304.3A Pending CN110737826A (zh) 2019-09-06 2019-09-06 搜索推荐方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN110737826A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111899074A (zh) * 2020-08-07 2020-11-06 赵禁 一种商城集中显示方法及系统
CN112241491A (zh) * 2020-10-16 2021-01-19 北京字节跳动网络技术有限公司 一种推荐词显示方法及终端设备
CN113283960A (zh) * 2021-05-18 2021-08-20 武汉畅来电子商务有限公司 基于大数据分析和云计算的垂直电商平台商品智能推荐方法和云服务平台

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104239466A (zh) * 2014-09-02 2014-12-24 百度在线网络技术（北京）有限公司 向用户推荐项目的方法、装置及设备
CN107730313A (zh) * 2017-09-30 2018-02-23 口碑(上海)信息技术有限公司 基于推荐理由的店铺推荐方法及装置
CN107742245A (zh) * 2017-10-31 2018-02-27 北京小度信息科技有限公司 一种商户信息推荐方法、装置及设备
CN107909433A (zh) * 2017-11-14 2018-04-13 重庆邮电大学 一种基于大数据移动电子商务的商品推荐方法
CN107944913A (zh) * 2017-11-21 2018-04-20 重庆邮电大学 基于大数据用户行为分析的高潜在用户购买意向预测方法
CN108519997A (zh) * 2018-03-07 2018-09-11 阿里巴巴集团控股有限公司 相关内容的推荐方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104239466A (zh) * 2014-09-02 2014-12-24 百度在线网络技术（北京）有限公司 向用户推荐项目的方法、装置及设备
CN107730313A (zh) * 2017-09-30 2018-02-23 口碑(上海)信息技术有限公司 基于推荐理由的店铺推荐方法及装置
CN107742245A (zh) * 2017-10-31 2018-02-27 北京小度信息科技有限公司 一种商户信息推荐方法、装置及设备
CN107909433A (zh) * 2017-11-14 2018-04-13 重庆邮电大学 一种基于大数据移动电子商务的商品推荐方法
CN107944913A (zh) * 2017-11-21 2018-04-20 重庆邮电大学 基于大数据用户行为分析的高潜在用户购买意向预测方法
CN108519997A (zh) * 2018-03-07 2018-09-11 阿里巴巴集团控股有限公司 相关内容的推荐方法及装置

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111899074A (zh) * 2020-08-07 2020-11-06 赵禁 一种商城集中显示方法及系统
CN112241491A (zh) * 2020-10-16 2021-01-19 北京字节跳动网络技术有限公司 一种推荐词显示方法及终端设备
CN113283960A (zh) * 2021-05-18 2021-08-20 武汉畅来电子商务有限公司 基于大数据分析和云计算的垂直电商平台商品智能推荐方法和云服务平台

Similar Documents

Publication Publication Date Title
US20220014585A1 (en) Providing geocoded targeted web content
CN107730313B (zh) 基于推荐理由的店铺推荐方法及装置
CN105446972B (zh) 基于及融合用户关系数据的搜索方法、装置和系统
US20170206204A1 (en) System, method, and device for generating a geographic area heat map
US8751472B2 (en) User behavior model for contextual personalized recommendation
CN108280749B (zh) 服务功能入口的展示方法及装置
CN110737826A (zh) 搜索推荐方法、装置、电子设备及存储介质
US20090106681A1 (en) Method and apparatus for geographic specific search results including a map-based display
EP2264662A1 (en) Advertisement display method, advertisement display system, and advertisement display program
CN109829108B (zh) 信息推荐方法、装置、电子设备及可读存储介质
CN108596695B (zh) 实体推送方法及系统
CN108460631B (zh) 多元化信息的混合推送方法及装置
US20100211566A1 (en) Entity-based search results and clusters on maps
CN104866522A (zh) 一种为提问者提供回答信息的方法与装置
CN107092608A (zh) 一种目标对象的搜索、推荐方法和设备
KR20100102696A (ko) 관심 지도 작성 시스템
US20140330770A1 (en) Context-aware implicit and explicit search
CN103257962A (zh) 信息提供方法以及装置
US10095751B2 (en) Blended polygon search
US20180165770A1 (en) Providing targeted content
US20170031918A1 (en) Techniques for graph-based recommendations
CN104063391A (zh) 推荐方法及系统
CN113516538B (zh) 一种信息推送方法、装置及计算机设备
JP2010198493A (ja) 情報提供方法、情報提供装置および情報提供プログラム
JP2004303149A (ja) レコメンデーション装置およびレコメンデーションプログラム

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200131

RJ01 Rejection of invention patent application after publication