CN111401983A - 搜索列表个性化平台引导方法和装置 - Google Patents
搜索列表个性化平台引导方法和装置 Download PDFInfo
- Publication number
- CN111401983A CN111401983A CN202010108710.1A CN202010108710A CN111401983A CN 111401983 A CN111401983 A CN 111401983A CN 202010108710 A CN202010108710 A CN 202010108710A CN 111401983 A CN111401983 A CN 111401983A
- Authority
- CN
- China
- Prior art keywords
- platform
- search
- user
- query
- personalized
- 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
Images
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
-
- 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
- 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]
- G06Q30/0641—Shopping interfaces
- G06Q30/0643—Graphical representation of items or shoppers
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例公开了一种搜索列表个性化平台引导方法和装置,其中,所述方法包括:根据Query搜索请求,从预设的第一搜索平台搜索返回搜索结果并展示所述第一搜索平台的Tab标签;获取用户在所述第一搜索平台内触发的操作行为数据;根据所述搜索结果及所述操作行为数据进行算法分析,评估当前所述搜索结果是否满足所述用户的实际需求;若评估结果对应的布尔型变量的布尔值为正确,则判定需要进行个性化平台引导;加载预设的平台预测模型,组合相应的模型特征参数,并将所述模型特征参数输入到所述平台预测模型,预测目标搜索平台。采用本发明所述的方法,能够预测用户期望跳转的平台来进行个性化引导,为用户提供更符合其期望的平台数据,提升用户体验。
Description
技术领域
本发明实施例涉及大数据领域,具体涉及一种搜索列表个性化平台引导方法和装置,另外还涉及一种电子设备和计算机可读存储介质。
背景技术
随着互联网的普及,电子商务得以迅猛发展。目前,人们已经习惯从网上挑选并购买自已所需的日常生活用品,而且随着电商的使用率、行业覆盖面越来越广,人们的产品需求及用户体验要求也随之越来越高。如何在满足用户基本需求的同时更好地提高用户体验,成为电商行业公司的核心竞争力及生存法则。其中,电子商务的搜索功能是当前电商行业重点发展的核心功能,也是使用率及收益率最高的APP产品模块。
在搜索模块使用了众多的机器学习算法来优化搜索结果,比如提供个性化结果,支持Query纠错等。现有电商APP的搜索模块通常只提供单平台数据的搜索结果,产品的搜索模块仍存在功能雷同、单调、没特色的问题,已经无法满足人们想同时获取多平台和多平台商品对比的需求,少数支持多平台数据召回的APP也仅是提供多平台入口Tab或多平台数据简单召回混合,不能很好地分析预测用户的平台需求并进行个性化推荐引导。
发明内容
为此,本发明实施例提供一种搜索列表个性化平台引导方法,以解决现有技术中存在的电子商务应用程序不能很好地分析预测用户的平台需求并进行个性化推荐引导,导致用户使用体验较差的问题。
为了实现上述目的,本发明实施例提供如下技术方案:
第一方面,本发明实施例提供一种搜索列表个性化平台引导方法,包括:获得客户端的Query搜索请求;根据Query搜索请求,从预设的第一搜索平台搜索返回搜索结果并展示所述第一搜索平台的Tab标签;获取用户在所述第一搜索平台内触发的操作行为数据;根据所述搜索结果及所述操作行为数据进行算法分析,评估当前所述搜索结果是否满足所述用户的实际需求;若评估结果对应的布尔型变量的布尔值为正确,则判定需要进行个性化平台引导;加载预设的平台预测模型,组合相应的模型特征参数,并将所述模型特征参数输入到所述平台预测模型,预测目标搜索平台。
进一步的,所述的搜索列表个性化平台引导方法,还包括:根据所述第一搜索平台搜索返回的搜索结果,生成引导文案信息;在客户端的搜索列表底部以浮层的方式展现所述引导文案信息;当检测到用户点击所述引导文案信息时,调转到所述引导文案信息提示的第二搜索平台标签入口,并根据所述用户输入的关键词从所述第二搜索平台召回相应的商品数据进行展示。
进一步的,所述的搜索列表个性化平台引导方法,还包括:设置所述引导文案信息展现的时间长度,当达到所述时间长度时未检测到用户点击所述引导文案信息,则将所述引导文案信息删除。
进一步的,所述模型特征参数包括:用户基本特征参数、用户的行为特征参数、Query特征参数以及当前搜索结果中商品的特征参数中的至少一种。
进一步的,根据所述搜索结果及所述操作行为数据进行算法分析,评估当前所述搜索结果是否满足所述用户的实际需求,具体包括:判断用户输入的Query和所述搜索结果中商品的排序类型是否满足预设的第一个性化引导条件;基于预设的挖掘算法对所述Query进行分析,获得所述Query的特征信息;根据所述特征信息获取所述Query对应的二级商品类目特征、预设时间范围内所述Query被搜索的次数以及预设时间范围内所述Query对应的搜索结果中产生点击行为的次数;统计并判断所述搜索结果中二级类目与所述二级商品类目特征不同的商品所占的比率是否满足预设的第二个性化引导条件;基于判断结果,评估当前所述搜索结果是否满足所述用户的实际需求。
进一步的,所述Query包括链接地址、淘口令和标题中的至少一种。
进一步的,所述第一个性化引导条件是指所述Query为字符长度小于或者等于预设长度的Query且所述排序类型为综合排序。
第二方面,本发明实施例还提供一种搜索列表个性化平台引导装置,包括:搜索请求接收单元,用于获得客户端的Query搜索请求;搜索结果展示单元,用于根据Query搜索请求,从预设的第一搜索平台搜索返回搜索结果并展示所述第一搜索平台的Tab标签;行为数据获取单元,用于获取用户在所述第一搜索平台内触发的操作行为数据;个性化平台引导判断单元,用于根据所述搜索结果及所述操作行为数据进行算法分析,评估当前所述搜索结果是否满足所述用户的实际需求;若评估结果对应的布尔型变量的布尔值为正确,则判定需要进行个性化平台引导;搜索平台预测单元,用于加载预设的平台预测模型,组合相应的模型特征参数,并将所述模型特征参数输入到所述平台预测模型,预测目标搜索平台。
进一步的,所述的搜索列表个性化平台引导装置,还包括:引导文案生成单元,用于根据所述第一搜索平台搜索返回的搜索结果,生成引导文案信息;在客户端的搜索列表底部以浮层的方式展现所述引导文案信息;个性化调整单元,用于当检测到用户点击所述引导文案信息时,调转到所述引导文案信息提示的第二搜索平台标签入口,并根据所述用户输入的关键词从所述第二搜索平台召回相应的商品数据进行展示。
进一步的,所述的搜索列表个性化平台引导装置,还包括:时间设置单元,用于设置所述引导文案信息展现的时间长度,当达到所述时间长度时未检测到用户点击所述引导文案信息,则将所述引导文案信息删除。
进一步的,所述模型特征参数包括:用户基本特征参数、用户的行为特征参数、Query特征参数以及当前搜索结果中商品的特征参数中的至少一种。
进一步的,根据所述搜索结果及所述操作行为数据进行算法分析,评估当前所述搜索结果是否满足所述用户的实际需求,具体包括:判断用户输入的Query和所述搜索结果中商品的排序类型是否满足预设的第一个性化引导条件;基于预设的挖掘算法对所述Query进行分析,获得所述Query的特征信息;根据所述特征信息获取所述Query对应的二级商品类目特征、预设时间范围内所述Query被搜索的次数以及预设时间范围内所述Query对应的搜索结果中产生点击行为的次数;统计并判断所述搜索结果中二级类目与所述二级商品类目特征不同的商品所占的比率是否满足预设的第二个性化引导条件;基于判断结果,评估当前所述搜索结果是否满足所述用户的实际需求。
进一步的,所述Query包括链接地址、淘口令和标题中的至少一种。
进一步的,所述第一个性化引导条件是指所述Query为字符长度小于或者等于预设长度的Query且所述排序类型为综合排序。
第三方面,本发明实施例还提供了一种电子设备,包括:处理器和存储器;其中,所述存储器,用于存储搜索列表个性化平台引导方法的程序,该电子设备通电并通过所述处理器运行该搜索列表个性化平台引导方法的程序后,执行上述所述的任意一项所述的搜索列表个性化平台引导方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,所述计算机存储介质中包含一个或多个程序指令,所述一个或多个程序指令用于被服务器执行上述搜索列表个性化平台引导方法中任一项所述的方法。
采用本发明所述的搜索列表个性化平台引导方法,能够预测用户期望跳转的平台来进行个性化引导,为用户提供更符合其期望的平台数据,避免了用户频繁切换多平台Tab进行比较的困扰,提高了用户留存比、平台使用率以及收益,从而极大地提升了用户的体验。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案,下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是示例性的,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图引申获得其它的实施附图。
图1为本发明实施例提供的一种搜索列表个性化平台引导方法的基本流程图;
图2为本发明实施例提供的一种搜索列表个性化平台引导装置的示意图;
图3为本发明实施例提供的一种电子设备的示意图;
图4为本发明实施例提供的一种搜索列表个性化平台引导方法的完整流程图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效,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做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。
本发明的目的在于提供一种基于深度学习的个性化平台引导方法,分析当前平台搜索结果是否满足用户需求,当不满足时为用户预测期望跳转的平台来进行个性化引导,解决当前单平台单调及多平台搜索列表仅仅支持Tab接口的问题,极大地提高了用户的体验。
下面基于本发明所述的搜索列表个性化平台引导方法,对其实施例进行详细描述。如图1所示,其为本发明实施例提供的一种搜索列表个性化平台引导方法的基本流程图,具体实现过程包括以下步骤:
步骤S101:获得客户端的Query搜索请求。
在本发明实施例中,当用户选择预设的标签,并点击搜索框进行Query搜索时,可获得用户端的Query搜索请求。具体的,比如用户可点击预设的“全网比价”标签后,然后在搜索框输入复制目标商品所得到的链接、淘口令或标题等Query,进而获得用户端点击搜索后触发的Query搜索请求。其中,Query是指用户使用搜索时输入的搜索关键词信息。“全网比价”是指根据用户输入的Query为用户提供多个平台优质同款商品对比分析,比如:所述平台可以是指淘宝,京东,亚马逊等,在此不做具体限定。
步骤S102:根据Query搜索请求,从预设的第一搜索平台搜索返回搜索结果并展示所述第一搜索平台的Tab标签。
在步骤S101中获得Query搜索请求之后,在本步骤中可根据Query搜索请求从预设的第一搜索平台搜索返回搜索结果并展示所述第一搜索平台的Tab标签。
在本发明实施例中,客户端的应用程序能够支持多平台商品搜索,并为所有用户提供统一的默认平台(比如第一搜索平台)搜索结果。所述第一搜索平台为商品库最大或搜索效果最好的平台,比如:天猫平台、亚马逊平台、京东平台等。当用户基于客户端的搜索模块发送Query搜索请求进行关键词搜索时,默认从该第一搜索平台召回商品数据并展示所述第一搜索平台的Tab标签。
步骤S103:获取用户在所述第一搜索平台内触发的操作行为数据。
在步骤S102中从第一搜索平台搜索返回搜索结果之后,在本步骤中可进一步获取用户在所述第一搜索平台内触发的操作行为数据。
具体的,当用户进入默认搜索平台(即上述第一搜索平台)Tab并进行浏览时,可获取用户在所述第一搜索平台内触发的滑动、点击商品或拖拽删除商品等一系列操作行为数据。
步骤S104:根据所述搜索结果及所述操作行为数据进行算法分析,评估当前所述搜索结果是否满足所述用户的实际需求;若评估结果对应的布尔型变量的布尔值为正确,则判定需要进行个性化平台引导。
在步骤S103中获取用户在所述第一搜索平台内触发的操作行为数据之后,在本步骤中可分析判断当前是否需要进行个性化平台引导。
在本发明实施例中,所述的根据搜索结果及所述操作行为数据进行算法分析,评估当前所述搜索结果是否满足所述用户的实际需求,具体实现过程可以包括:a、判断用户输入的Query和所述搜索结果中商品的排序类型是否满足预设的第一个性化引导条件;基于预设的挖掘算法对所述Query进行分析,获得所述Query的特征信息;b、根据所述特征信息获取所述Query对应的二级商品类目特征、预设时间范围内所述Query被搜索的次数以及预设时间范围内所述Query对应的搜索结果中产生点击行为的次数;统计并判断所述搜索结果中二级类目与所述二级商品类目特征不同的商品所占的比率是否满足预设的第二个性化引导条件;基于上述两个判断结果,评估当前所述搜索结果是否满足所述用户的实际需求。其中,所述Query包括链接地址、淘口令和标题中的至少一种。所述第一个性化引导条件是指所述Query为字符长度小于或者等于预设长度的Query且所述排序类型为综合排序。
举例而言,在实际实施过程中,具体分析评估方式如下:a、首先进行个性化引导条件判断。判断条件包含Query是否是短Query,排序类型是不是综合排序,只有综合排序下的短Query搜索才进行个性化引导判断。其中,短Query定义为字符长度小于15字符的Query,汉字及字母均计作1个字符;排序类型指常规搜索模块支持的综合、销量、价格升和价格降排序等类型。b、对用户输入的Query进行在线及离线挖掘。通过在线算法及离线数据挖掘进行Query分析理解得到Query的所有特征信息。从特征信息中获取Query所对应的二级商品类目特征cate_lev2、预设时间范围(比如最近30天)内该Query搜索的次数pv30以及预设时间范围(比如最近30天)内该Query搜索结果中有点击行为的次数Click;统计上述搜索结果中二级类目不是二级商品类目特征cate_lev2的商品所占的比率ratio。c、基于上述a、b对当前搜索结果进行评估,判断是否符合用户需求。
需要说明的是,定义评估结果对应的布尔型变量,即PPRN(PersonalizedPlatform Recommend Enable),代表是否进行个性化平台引导;默认值为false,代表当前搜索结果满足用户需求,不进行个性化平台引导推荐;默认值为true,代表当前搜索结果不满足用户需求,需要进行个性化平台引导推荐。比如在具体实施过程中,若ratio>0.5&&pv30>100,则PPRN=true,否则进行进一步判断,如果ratio>0.5&&page>=2,则PPRN=true,否则进行下一步判断,如果pv30>300&&page=0&&(pv30/Click)<0.04,则PPRN=true。当评估结果对应的布尔型变量PPRN=false,不进行任何操作;当评估结果对应的布尔型变量PPRN=true时,根据用户及搜索结果为用户进行期望平台预测,其中,PPRN为定义的是否进行个性化平台引导判断。
其中,&&表示且逻辑;ratio为获取的不匹配类目商品占比比率;pv30为Query最近30天的搜索次数;Click为最近30天搜索结果中商品被点击的次数;page为当前搜索结果或请求的页码,从0开始,即2代表第三页请求。
步骤S105:加载预设的平台预测模型,组合相应的模型特征参数,并将所述模型特征参数输入到所述平台预测模型,预测目标搜索平台。
在步骤S104中判定需要进行个性化平台引导之后,在本步骤中可加载预设的平台预测模型,组合相应的模型特征参数,进而预测目标搜索平台。
具体的,所述模型特征参数包括:用户基本特征参数、用户的行为特征参数、Query特征参数以及当前搜索结果中商品的特征参数等中的至少一种。
如图4所示,其为本发明实施例提供的一种搜索列表个性化平台引导方法的完整流程图。进一步的,在实施过程中,可根据所述第一搜索平台搜索返回的搜索结果,生成引导文案信息;在客户端的搜索列表底部以浮层的方式展现所述引导文案信息;当检测到用户点击所述引导文案信息时,调转到所述引导文案信息提示的第二搜索平台标签入口,并根据所述用户输入的关键词从所述第二搜索平台召回相应的商品数据进行展示。更进一步的,还可设置所述引导文案信息展现的时间长度,当达到所述时间长度时未检测到用户点击所述引导文案信息,则将所述引导文案信息删除,比如引导文案10秒自动关闭,从而避免对用户的使用造成较大干扰。举例而言,根据步骤S104的预测结果,拼接引导文案信息返回给客户端的应用程序,比如:引导文案信息可为“没有喜欢的?去XXX列表”,应用程序为在搜索列表底部以浮层的方式展现引导文案10秒。当用户点击引导文案,会自动调转文案提示的搜索平台Tab标签入口,并根据用户输入的关键词召回该搜索平台商品数据进行展示;当用户10秒内没有点击引导文案信息的操作行为信息,引导文案信息会自动消失/删除。
采用本发明所述的搜索列表个性化平台引导方法,能够预测用户期望跳转的平台来进行个性化引导,为用户提供更符合其期望的平台数据,避免了用户频繁切换多平台Tab进行比较的困扰,提高了用户留存比、平台使用率以及收益,从而极大地提升了用户的体验。比如:当默认搜索平台(比如第一搜索平台)的搜索结果不满足用户需求时,为用户提供了其它搜索平台(比如第二搜索平台)的个性化平台引导,使用在线算法及离线挖掘技术判断当前结果是否满足用户需求,使用深度学习进行个性化平台预测,基于用户的特征为其推荐符合其需求的平台引导,进而实现为用户提供多平台同款数据的比价功能及全网比价平台。
与上述提供的一种搜索列表个性化平台引导方法相对应,本发明还提供一种搜索列表个性化平台引导装置。由于该装置的实施例相似于上述方法实施例,所以描述的比较简单,相关之处请参见上述方法实施例部分的说明即可,下面描述的搜索列表个性化平台引导装置的实施例仅是示意性的。请参考图2所示,其为本发明实施例提供的一种搜索列表个性化平台引导装置的示意图。
本发明所述的一种搜索列表个性化平台引导装置包括如下部分:
搜索请求接收单元201,用于获得客户端的Query搜索请求。
搜索结果展示单元202,用于根据Query搜索请求,从预设的第一搜索平台搜索返回搜索结果并展示所述第一搜索平台的Tab标签。
行为数据获取单元203,用于获取用户在所述第一搜索平台内触发的操作行为数据。
个性化平台引导判断单元204,用于根据所述搜索结果及所述操作行为数据进行算法分析,评估当前所述搜索结果是否满足所述用户的实际需求;若评估结果对应的布尔型变量的布尔值为正确,则判定需要进行个性化平台引导。
搜索平台预测单元205,用于加载预设的平台预测模型,组合相应的模型特征参数,并将所述模型特征参数输入到所述平台预测模型,预测目标搜索平台。
采用本发明所述的搜索列表个性化平台引导装置,能够预测用户期望跳转的平台来进行个性化引导,为用户提供更符合其期望的平台数据,避免了用户频繁切换多平台Tab进行比较的困扰,提高了用户留存比、平台使用率以及收益,从而极大地提升了用户的体验。
与上述提供的搜索列表个性化平台引导方法相对应,本发明还提供一种电子设备。由于该电子设备的实施例相似于上述方法实施例,所以描述的比较简单,相关之处请参见上述方法实施例部分的说明即可,下面描述的电子设备仅是示意性的。如图3所示,其为本发明实施例提供的一种电子设备的示意图。
该电子设备具体包括:处理器301和存储器302;其中,存储器302用于运行一个或多个程序指令,用于存储搜索列表个性化平台引导方法的程序,该服务器通电并通过所述处理器301运行该搜索列表个性化平台引导方法的程序后,执行上述任意一项所述的搜索列表个性化平台引导方法。
与上述提供的一种搜索列表个性化平台引导方法相对应,本发明还提供一种计算机存储介质。由于该计算机存储介质的实施例相似于上述方法实施例,所以描述的比较简单,相关之处请参见上述方法实施例部分的说明即可,下面描述的计算机存储介质仅是示意性的。
所述计算机存储介质中包含一个或多个程序指令,所述一个或多个程序指令用于被服务器执行上述所述的搜索列表个性化平台引导方法。
在本发明实施例中,处理器或处理器模块可以是一种集成电路芯片,具有信号的处理能力。处理器可以是通用处理器、数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application Specific Integrated Circuit,简称ASIC)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。处理器读取存储介质中的信息,结合其硬件完成上述方法的步骤。
存储介质可以是存储器,例如可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。
其中,非易失性存储器可以是只读存储器(Read-Only Memory,简称ROM)、可编程只读存储器(Programmable ROM,简称PROM)、可擦除可编程只读存储器(Erasable PROM,简称EPROM)、电可擦除可编程只读存储器(Electrically EPROM,简称EEPROM)或闪存。
易失性存储器可以是随机存取存储器(Random Access Memory,简称RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(Static RAM,简称SRAM)、动态随机存取存储器(Dynamic RAM,简称DRAM)、同步动态随机存取存储器(Synchronous DRAM,简称SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM,简称DDRSDRAM)、增强型同步动态随机存取存储器(EnhancedSDRAM,简称ESDRAM)、同步连接动态随机存取存储器(Synch link DRAM,简称SLDRAM)和直接内存总线随机存取存储器(Direct Ram bus RAM,简称DRRAM)。
本发明实施例描述的存储介质旨在包括但不限于这些和任意其它适合类型的存储器。
本领域技术人员应该可以意识到,在上述一个或多个示例中,本发明所描述的功能可以用硬件与软件组合来实现。当应用软件时,可以将相应功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不用于限定本发明的保护范围,凡在本发明的技术方案的基础之上,所做的任何修改、等同替换、改进等,均应包括在本发明的保护范围之内。
Claims (10)
1.一种搜索列表个性化平台引导方法,其特征在于,包括:
获得客户端的Query搜索请求;
根据Query搜索请求,从预设的第一搜索平台搜索返回搜索结果并展示所述第一搜索平台的Tab标签;
获取用户在所述第一搜索平台内触发的操作行为数据;
根据所述搜索结果及所述操作行为数据进行算法分析,评估当前所述搜索结果是否满足所述用户的实际需求;若评估结果对应的布尔型变量的布尔值为正确,则判定需要进行个性化平台引导;
加载预设的平台预测模型,组合相应的模型特征参数,并将所述模型特征参数输入到所述平台预测模型,预测目标搜索平台。
2.根据权利要求1所述的搜索列表个性化平台引导方法,其特征在于,还包括:
根据所述第一搜索平台搜索返回的搜索结果,生成引导文案信息;
在客户端的搜索列表底部以浮层的方式展现所述引导文案信息;
当检测到用户点击所述引导文案信息时,调转到所述引导文案信息提示的第二搜索平台标签入口,并根据用户输入的关键词从所述第二搜索平台召回相应的商品数据进行展示。
3.根据权利要求2所述的搜索列表个性化平台引导方法,其特征在于,包括:设置所述引导文案信息展现的时间长度,当达到所述时间长度时未检测到用户点击所述引导文案信息,则将所述引导文案信息删除。
4.根据权利要求1所述的搜索列表个性化平台引导方法,其特征在于,所述模型特征参数包括:用户基本特征参数、用户的行为特征参数、Query特征参数以及当前搜索结果中商品的特征参数中的至少一种。
5.根据权利要求1所述的搜索列表个性化平台引导方法,其特征在于,根据所述搜索结果及所述操作行为数据进行算法分析,评估当前所述搜索结果是否满足所述用户的实际需求,具体包括:
判断用户输入的Query和所述搜索结果中商品的排序类型是否满足预设的第一个性化引导条件;
基于预设的挖掘算法对所述Query进行分析,获得所述Query的特征信息;根据所述特征信息获取所述Query对应的二级商品类目特征、预设时间范围内所述Query被搜索的次数以及预设时间范围内所述Query对应的搜索结果中产生点击行为的次数;统计并判断所述搜索结果中二级类目与所述二级商品类目特征不同的商品所占的比率是否满足预设的第二个性化引导条件;
基于判断结果,评估当前所述搜索结果是否满足所述用户的实际需求。
6.根据权利要求5所述的搜索列表个性化平台引导方法,其特征在于,所述Query包括链接地址、淘口令和标题中的至少一种。
7.根据权利要求5所述的搜索列表个性化平台引导方法,其特征在于,所述第一个性化引导条件是指所述Query为字符长度小于或者等于预设长度的Query且所述排序类型为综合排序。
8.一种搜索列表个性化平台引导装置,其特征在于,包括:
搜索请求接收单元,用于获得客户端的Query搜索请求;
搜索结果展示单元,用于根据Query搜索请求,从预设的第一搜索平台搜索返回搜索结果并展示所述第一搜索平台的Tab标签;
行为数据获取单元,用于获取用户在所述第一搜索平台内触发的操作行为数据;
个性化平台引导判断单元,用于根据所述搜索结果及所述操作行为数据进行算法分析,评估当前所述搜索结果是否满足所述用户的实际需求;若评估结果对应的布尔型变量的布尔值为正确,则判定需要进行个性化平台引导;
搜索平台预测单元,用于加载预设的平台预测模型,组合相应的模型特征参数,并将所述模型特征参数输入到所述平台预测模型,预测目标搜索平台。
9.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储搜索列表个性化平台引导方法的程序,该电子设备通电并通过所述处理器运行该搜索列表个性化平台引导方法的程序后,执行上述权利要求1-7任意一项所述的搜索列表个性化平台引导方法。
10.一种计算机可读存储介质,其特征在于,包含一个或多个程序指令,所述一个或多个程序指令用于被服务器执行如权利要求1-7任一项所述的搜索列表个性化平台引导方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010108710.1A CN111401983A (zh) | 2020-02-21 | 2020-02-21 | 搜索列表个性化平台引导方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010108710.1A CN111401983A (zh) | 2020-02-21 | 2020-02-21 | 搜索列表个性化平台引导方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111401983A true CN111401983A (zh) | 2020-07-10 |
Family
ID=71430442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010108710.1A Pending CN111401983A (zh) | 2020-02-21 | 2020-02-21 | 搜索列表个性化平台引导方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111401983A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114201412A (zh) * | 2022-02-16 | 2022-03-18 | 广东数源智汇科技有限公司 | 一种搜索引擎的千人千面程度测评方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102043834A (zh) * | 2010-11-25 | 2011-05-04 | 北京搜狗科技发展有限公司 | 一种客户端实现搜索的方法及搜索客户端 |
JP2012027757A (ja) * | 2010-07-26 | 2012-02-09 | Dainippon Printing Co Ltd | 商品推薦装置、商品推薦システム、商品推薦方法、及びプログラム |
CN102402757A (zh) * | 2010-09-15 | 2012-04-04 | 阿里巴巴集团控股有限公司 | 信息提供方法及装置、综合关联度确定方法及装置 |
WO2014035048A1 (ko) * | 2012-08-28 | 2014-03-06 | 에스케이플래닛 주식회사 | 아이템 추천 시스템 및 방법 |
CN104021154A (zh) * | 2014-05-20 | 2014-09-03 | 北京奇虎科技有限公司 | 一种在浏览器中进行搜索的方法和装置 |
CN104915429A (zh) * | 2015-06-15 | 2015-09-16 | 小米科技有限责任公司 | 关键词搜索方法及装置 |
CN106528600A (zh) * | 2016-09-23 | 2017-03-22 | 维沃移动通信有限公司 | 一种切换搜索引擎的方法及装置 |
-
2020
- 2020-02-21 CN CN202010108710.1A patent/CN111401983A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012027757A (ja) * | 2010-07-26 | 2012-02-09 | Dainippon Printing Co Ltd | 商品推薦装置、商品推薦システム、商品推薦方法、及びプログラム |
CN102402757A (zh) * | 2010-09-15 | 2012-04-04 | 阿里巴巴集团控股有限公司 | 信息提供方法及装置、综合关联度确定方法及装置 |
CN102043834A (zh) * | 2010-11-25 | 2011-05-04 | 北京搜狗科技发展有限公司 | 一种客户端实现搜索的方法及搜索客户端 |
WO2014035048A1 (ko) * | 2012-08-28 | 2014-03-06 | 에스케이플래닛 주식회사 | 아이템 추천 시스템 및 방법 |
CN104021154A (zh) * | 2014-05-20 | 2014-09-03 | 北京奇虎科技有限公司 | 一种在浏览器中进行搜索的方法和装置 |
CN104915429A (zh) * | 2015-06-15 | 2015-09-16 | 小米科技有限责任公司 | 关键词搜索方法及装置 |
CN106528600A (zh) * | 2016-09-23 | 2017-03-22 | 维沃移动通信有限公司 | 一种切换搜索引擎的方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114201412A (zh) * | 2022-02-16 | 2022-03-18 | 广东数源智汇科技有限公司 | 一种搜索引擎的千人千面程度测评方法 |
CN114201412B (zh) * | 2022-02-16 | 2022-05-06 | 广东数源智汇科技有限公司 | 一种搜索引擎的千人千面程度测评方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108228873B (zh) | 对象推荐、发布内容推送方法、装置、存储介质和设备 | |
CN109492180A (zh) | 资源推荐方法、装置、计算机设备及计算机可读存储介质 | |
US20160012124A1 (en) | Methods for automatic query translation | |
CN111506849A (zh) | 页面生成方法及装置 | |
CN112818250B (zh) | 一种内容推荐方法、装置、电子设备及系统 | |
CN111400345A (zh) | 支持多平台的商品搜索方法和装置 | |
US11682060B2 (en) | Methods and apparatuses for providing search results using embedding-based retrieval | |
CN112102002A (zh) | 基于知识图谱的商品推荐方法、装置、计算机和存储介质 | |
US20210049674A1 (en) | Predictive selection of product variations | |
CN110321480A (zh) | 推荐信息的推送方法、装置、计算机设备和存储介质 | |
CN111680213B (zh) | 信息推荐方法、数据处理方法及装置 | |
CN106055567A (zh) | 提供app商店搜索结果 | |
CN110362702A (zh) | 图片管理方法及设备 | |
CN111401983A (zh) | 搜索列表个性化平台引导方法和装置 | |
US9053197B2 (en) | Suggesting websites | |
CN110889748B (zh) | 店商平台产品推荐方法、装置、计算机设备以及存储介质 | |
CN111368174A (zh) | 一种支持多电商平台商品url或商品口令的搜索方法和装置 | |
CN111489196A (zh) | 基于深度学习网络的预测方法、装置、电子设备及介质 | |
CN112445909A (zh) | 商品检索方法及装置 | |
CN110457464B (zh) | 用于信息处理的方法、装置和计算设备 | |
CN111563153B (zh) | 基于剪切板信息共享实现的推荐方法以及终端 | |
CN114547116A (zh) | 一种数据推送方法、装置、设备和介质 | |
CN113781236A (zh) | 基金产品推荐方法、装置、电子设备及存储介质 | |
CN110502690B (zh) | 分类搜索方法和设备 | |
CN113590893A (zh) | 控制方法、显示方法及电子设备 |
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 |