CN111581544A - 搜索结果优化方法、装置、计算机设备及存储介质 - Google Patents

搜索结果优化方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN111581544A
CN111581544A CN201910274403.8A CN201910274403A CN111581544A CN 111581544 A CN111581544 A CN 111581544A CN 201910274403 A CN201910274403 A CN 201910274403A CN 111581544 A CN111581544 A CN 111581544A
Authority
CN
China
Prior art keywords
search
search result
value
search results
obtaining
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
CN201910274403.8A
Other languages
English (en)
Inventor
杨伟光
陈学军
刘志富
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.)
Shanghai Zhongxin Medical Technology Co.,Ltd.
Original Assignee
Zhongchao Medical Technology Shanghai 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 Zhongchao Medical Technology Shanghai Co ltd filed Critical Zhongchao Medical Technology Shanghai Co ltd
Priority to CN201910274403.8A priority Critical patent/CN111581544A/zh
Publication of CN111581544A publication Critical patent/CN111581544A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9538Presentation of query results

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)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了涉及信息检索领域,公开了一种搜索结果优化方法、装置、计算机设备及存储介质,其方法包括:获取搜索关键词;基于所述搜索关键词获取多个搜索结果;获取各个所述搜索结果的排序值,每个所述搜索结果的排序值按指定周期更新;根据所述排序值对所述多个搜索结果进行排序;输出排序后的所述多个搜索结果。本发明提供的搜索结果优化方法,提高了搜索结果的质量,减少用户的搜索时间。

Description

搜索结果优化方法、装置、计算机设备及存储介质
技术领域
本发明涉及信息检索领域,尤其涉及一种搜索结果优化方法、装置、计算机设备及存储介质。
背景技术
搜索引擎通常根据关键字匹配返回多个搜索结果。这些搜索结果通常是基于单一关键字因子的权重进行排序的,如关键词匹配度。
然而现有的搜索结果排序方式,容易导致一些热度较高的搜索结果不能优先排序。而这些热度较高的搜索结果,往往是用户所要真正获取到的结果。热度较高的搜索结果排序在后,会导致用户在搜索结果页面停留过多的时间影响用户的体验。
发明内容
基于此,有必要针对上述技术问题,提供一种搜索结果优化方法、装置、计算机设备及存储介质,以提高搜索结果的质量,减少用户的搜索时间。
一种搜索结果优化方法,包括:
获取搜索关键词;
基于所述搜索关键词获取多个搜索结果;
获取各个所述搜索结果的排序值,每个所述搜索结果的排序值按指定周期更新;
根据所述排序值对所述多个搜索结果进行排序;
输出排序后的所述多个搜索结果。
一种搜索结果优化装置,包括:
获取模块,用于获取搜索关键词;
获取搜索结果模块,用于基于所述搜索关键词获取多个搜索结果;
获取排序值模块,用于获取各个所述搜索结果的排序值,每个所述搜索结果的排序值按指定周期更新;
排序模块,用于根据所述排序值对所述多个搜索结果进行排序;
输出模块,用于输出排序后的所述多个搜索结果。
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述搜索结果优化方法。
一种计算机可读存储介质,所述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搜索结果优化方法。
如上述搜索结果优化方法在视频检索领域的应用。
上述搜索结果优化方法、装置、计算机设备及存储介质,获取搜索关键词,以获得用户输入的检索词。基于所述搜索关键词获取多个搜索结果,以在索引数据中查找到与搜索关键词匹配的搜索结果。获取各个所述搜索结果的排序值,每个所述搜索结果的排序值按指定周期更新,以从索引数据中读取搜索结果的排序值,由于排序值是直接读取的,不需要实时建立索引,查询效率更快。根据所述排序值对所述多个搜索结果进行排序,服务端仅需要根据排序值对搜索结果排序,处理效率非常高。输出排序后的所述多个搜索结果,以向用户提供其所需要获取到的搜索结果。本发明提供的搜索结果优化方法,提高了搜索结果的质量,减少用户的搜索时间。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中搜索结果优化方法的一应用环境示意图;
图2是本发明一实施例中搜索结果优化方法的一流程示意图;
图3是本发明一实施例中搜索结果优化方法的一流程示意图;
图4是本发明一实施例中搜索结果优化方法的一流程示意图;
图5是本发明一实施例中搜索结果优化方法的一流程示意图;
图6是本发明一实施例中搜索结果优化方法的一结构示意图;
图7是本发明一实施例中计算机设备的一示意图。
具体实施方式
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。
本实施例提供的搜索结果优化方法,可应用在如图1的应用环境中,其中,客户端通过网络与服务端进行通信。其中,客户端包括但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务端可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一实施例中,如图2所示,提供一种搜索结果优化方法,以该方法应用在图1中的服务端为例进行说明,包括如下步骤:
S10、获取搜索关键词;
S20、基于所述搜索关键词获取多个搜索结果;
S30、获取各个所述搜索结果的排序值,每个所述搜索结果的排序值按指定周期更新;
S40、根据所述排序值对所述多个搜索结果进行排序;
S50、输出排序后的所述多个搜索结果。
本实施例中,服务端获取客户端提交的搜索关键词。例如,用户在客户端中输入“喉咙痛”的搜索关键词。在一些情况下,搜索关键词可以包括一个或多个词,如,用户提交的搜索关键词可以是“喉咙痛”,也可以是“喉咙痛头晕流涕”。
可以基于获取到的搜索关键词在服务端的索引数据中进行查询,获得相应的搜索结果。索引数据是基于服务端上的数据库的存储数据而生成。索引数据按指定周期更新,如指定周期可以是一个月。数据库的存储数据可以是多媒体数据,如视频数据、音频数据等。在此处,一个搜索结果对应一个数据库中的存储数据。如,在一次搜索过程中,用户输入搜索关键词“抗生素”,则可以获得多个与“抗生素”相关的搜索结果,分别为:1、抗生素在呼吸领域的临床应用;2、抗生素在肺部感染中的临床应用;……。这些搜索结果可以是视频资源,也可以是音频资源,也可以是其他多媒体的页面。
一般情况下,在构建索引数据时,数据库将同时生成每个存储数据的排序值。排序值可以存储于索引数据中。由于每个搜索结果对应数据库中的一个存储数据,而每个存储数据对应一个排序值,因而,在获得搜索结果后,可以获得该搜索结果对应的存储数据的排序值,即该搜索结果的排序值。同样的,排序值是跟索引数据同步更新的,其更新周期与索引数据同为上述指定周期。
在获得每个搜索结果的排序值之后,可以根据排序值的大小对搜索结果进行排序。如,排序值越大,对应的搜索结果排序越靠前;排序值越小,对应的搜索结果排序越靠后。
经排序后,可以获得排序后的多个搜索结果。服务端可以向客户端输出排序后的多个搜索结果。客户端接收到排序后的多个搜索结果后,在显示装置上的结果页面上显示排序后的多个搜索结果。显然,用户在客户端上查看搜索结果时,将优先观看排序在前的搜索结果。
使用分流测试方法对改进前的搜索方法和改进后的搜索方法(即上述的搜索结果优化方法)的搜索结果进行比较。在该测试中,每种搜索方法的用户访问次数均在10000次以上。对测试后的用户访问数据进行统计,改进后的搜索方法,用户在显示排序后的多个搜索结果的页面的停留时间比改进前缩短了20%,而用户在点击相应搜索结果进入内容页面的停留时间比改进前增加了30%。由此可见,本实施例提供的搜索结果优化方法,有助于用户快速查找到自己需要的数据(即排序在前的搜索结果确实是用户所要查找的内容)。
步骤S10-S50中,获取搜索关键词,以获得用户输入的检索词。基于所述搜索关键词获取多个搜索结果,以在索引数据中查找到与搜索关键词匹配的搜索结果。获取各个所述搜索结果的排序值,每个所述搜索结果的排序值按指定周期更新,以从索引数据中读取搜索结果的排序值,由于排序值是直接读取的,不需要实时建立索引,查询效率更快。根据所述排序值对所述多个搜索结果进行排序,服务端仅需要根据排序值对搜索结果排序,处理效率非常高。输出排序后的所述多个搜索结果,以向用户提供其所需要获取到的搜索结果。
可选的,如图3所示,步骤S30之前,包括:
S301、获取所述搜索结果的访问信息;
S302、根据预设算法对所述搜索结果的访问信息进行处理,获得所述搜索结果的排序值。
本实施例中,可以基于搜索结果的访问信息生成相应的排序值。在此处,访问信息可以指该搜索结果的点击量或页面浏览量、评论数等网页访问统计数据。在此处,预设算法是基于访问信息中的多项指标生成搜索结果的排序值。因而,最终获得的排序值虽然与基于访问信息中的任意一项指标有一定的相关关系,但一般不呈线性关系。换句话讲,获得的排序值不会因为访问信息中的某项指标的指标值出现突变而发生大的变化。这样可以防止个别用户恶意刷排名扰乱正常的结果推荐。同时,排序值是预先生成的,发生在搜索行为之前,这样可以大大提高搜索速度。
步骤S301-S302中,获取所述搜索结果的访问信息,所使用的访问信息是网站常用的统计数据,开发成本低,计算效率高。根据预设算法对所述搜索结果的访问信息进行处理,获得所述搜索结果的排序值,以获得与用户使用热度匹配的排序值。
可选的,所述访问信息包括所述搜索结果的pv访问量、uv访问量、ip访问量、评论数、评论用户数、观看时长。
本实施例中,pv(page view)访问量即页面浏览量或点击量,是搜索结果所在页面的用户访问量。pv访问量是指搜索结果所在页面刷新的次数,每一次页面刷新,就算做一次pv访问量。在此处,pv访问量可以指搜索结果的历史总访问量。
uv(unique visitor)访问量即独立访客数,统计1天内访问某站点的用户数(以cookie为依据)访问网站的一台电脑客户端为一个访客。可以理解成访问某网站的电脑的数量。服务端判断来访电脑的身份是通过来访电脑的cookies实现的。如果更换了IP后但不清除cookies,再访问相同网站,该网站的统计中uv访问量是不变的。如果用户不保存cookies访问、清除了cookies或者更换设备访问,uv访问量的计数会加1。00:00-24:00内相同的客户端多次访问只计为1个访客。
ip访问量可以理解为独立IP的访问用户,指一天内使用不同IP地址的用户访问网站的数量,同一IP无论访问了几个页面,ip访问量均为1。
评论数指的是搜索结果所在页面上的评论数量。在搜索结果所在页面上,设置有评论区,用户可在评论区发表评论。评论用户数指的是发表评论的用户数量。
观看时长可以指用户在搜索结果所在页面的停留时间。若搜索结果为视频页面,观看时长可以指用户平均观看视频的时长。
可选的,所述预设算法采用下式进行计算:
MR(i)=(I(i)/U(i)+U(i)/P(i)+C(i)/CU(i)+W(i)/I(i))*I(i);
式中,i表示搜索结果的标识,MR表示排序值,I表示ip浏览量,U表示uv访问量,P表示pv访问量,C表示评论数,CU表示评论用户数,W表示观看时长。
本实施例中,可通过上述计算式子计算出的排序值,不仅仅通过浏览量进行排序,而是通过各种计算式子中的多个因子,综合排序,达到最优效果。
可选的,如图4所示,所述获取所述搜索结果的访问信息之后,还包括:
S303、计算所述访问信息与上一次更新的访问信息在指定因子的差值;
S304、判断所述差值是否大于预设阈值;
S305、若所述差值大于或等于预设阈值,则根据预设算法对所述搜索结果的访问信息进行处理,获得所述搜索结果的排序值;
S306、若所述差值小于预设阈值,则维持原有的排序值不变。
本实施例中,指定因子可以是pv访问量、uv访问量、ip访问量、评论数、评论用户数、观看时长中的一种或多种。例如,对于一个教学视频,上一次更新的访问信息中,pv访问量为10000,而当前的访问信息中,pv访问量为10389,则pv访问量之间的差值为389。若预设阈值设置为300,则该差值大于预设阈值,需要使用预设算法对搜索结果(即该教学视频)的访问信息进行处理,生成搜索结果新的排序值。该排序值可以存储于索引数据中,并与该搜索结果的标识关联。
而当预设阈值设置为500,则差值小于预设阈值,此时,则不对搜索结果进行更新。这样可以减少索引数据的读写次数,同时对搜索结果的排序结果影响也较小。
可选的,如图5所示,所述基于所述搜索关键词获取多个搜索结果,包括:
S101、获取所述搜索关键词的同义词和/或近义词;
S102、获取所述多个搜索结果,所述多个搜索结果包括所述搜索关键词的匹配结果,所述关键词的同义词和/或近义词的匹配结果。
本实施例中,在服务端,还设置有同义词和/或近义词的解析处理程序,可以根据所述的搜索关键词生成相应的同义词和/或近义词。如,搜索“病”会处理成“疾病、生病、病疼”等;又如,搜索“HIV”会转换为“艾滋病”。
可以使用获得的搜索关键词及其同义词和/或近义词在索引数据存储中匹配结果,获得多个搜索结果。这些搜索结果包括了搜索关键词的匹配结果,也包括关键词的同义词和/或近义词的匹配结果。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种搜索结果优化装置,该搜索结果优化装置与上述实施例中搜索结果优化方法一一对应。如图6所示,该搜索结果优化装置包括获取模块10、获取搜索结果模块20、获取排序值模块30、排序模块40和输出模块50。各功能模块详细说明如下:
获取模块10,用于获取搜索关键词;
获取搜索结果模块20,用于基于所述搜索关键词获取多个搜索结果;
获取排序值模块30,用于获取各个所述搜索结果的排序值,每个所述搜索结果的排序值按指定周期更新;
排序模块40,用于根据所述排序值对所述多个搜索结果进行排序;
输出模块50,用于输出排序后的所述多个搜索结果。
可选的,搜索结果优化装置还包括生成排序值模块,该生成排序值模块包括:
获取访问信息单元,用于获取所述搜索结果的访问信息;
计算排序值单元,用于根据预设算法对所述搜索结果的访问信息进行处理,获得所述搜索结果的排序值。
可选的,所述访问信息包括所述搜索结果的pv访问量、uv访问量、ip访问量、评论数、评论用户数、观看时长。
可选的,所述预设算法采用下式进行计算:
MR(i)=(I(i)/U(i)+U(i)/P(i)+C(i)/CU(i)+W(i)/I(i))*I(i);
式中,i表示搜索结果的标识,MR表示排序值,I表示ip浏览量,U表示uv访问量,P表示pv访问量,C表示评论数,CU表示评论用户数,W表示观看时长。
可选的,生成排序值模块还包括:
计算差值单元,用于计算所述访问信息与上一次更新的访问信息在指定因子的差值;
差值比较单元,用于判断所述差值是否大于预设阈值;
更新单元,用于若所述差值大于或等于预设阈值,则根据预设算法对所述搜索结果的访问信息进行处理,获得所述搜索结果的排序值;
维持原有排序值单元,用于若所述差值小于预设阈值,则维持原有的排序值不变。
可选的,获取模块10包括:
获取单元,用于获取所述搜索关键词的同义词和/或近义词;
匹配单元,用于获取所述多个搜索结果,所述多个搜索结果包括所述搜索关键词的匹配结果,所述关键词的同义词和/或近义词的匹配结果。
关于搜索结果优化装置的具体限定可以参见上文中对于搜索结果优化方法的限定,在此不再赘述。上述搜索结果优化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、网络接口和数据库。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。该非易失性存储介质存储有操作系统、计算机程序和数据库。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。该计算机设备的数据库用于存储搜索结果优化方法涉及的方法。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。该计算机程序被处理器执行时以实现一种搜索结果优化方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
获取搜索关键词;
基于所述搜索关键词获取多个搜索结果;
获取各个所述搜索结果的排序值,每个所述搜索结果的排序值按指定周期更新;
根据所述排序值对所述多个搜索结果进行排序;
输出排序后的所述多个搜索结果。
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:
获取搜索关键词;
基于所述搜索关键词获取多个搜索结果;
获取各个所述搜索结果的排序值,每个所述搜索结果的排序值按指定周期更新;
根据所述排序值对所述多个搜索结果进行排序;
输出排序后的所述多个搜索结果。
本发明实施例还提供了如上述搜索结果优化方法在视频检索领域的应用。
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,所述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。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。

Claims (10)

1.一种搜索结果优化方法,其特征在于,包括:
获取搜索关键词;
基于所述搜索关键词获取多个搜索结果;
获取各个所述搜索结果的排序值,每个所述搜索结果的排序值按指定周期更新;
根据所述排序值对所述多个搜索结果进行排序;
输出排序后的所述多个搜索结果。
2.如权利要求1所述的搜索结果优化方法,其特征在于,所述获取各个所述搜索结果的排序值,每个所述搜索结果的排序值按指定周期更新之前,包括:
获取所述搜索结果的访问信息;
根据预设算法对所述搜索结果的访问信息进行处理,获得所述搜索结果的排序值。
3.如权利要求2所述的搜索结果优化方法,其特征在于,所述访问信息包括所述搜索结果的pv访问量、uv访问量、ip访问量、评论数、评论用户数、观看时长。
4.如权利要求3所述的搜索结果优化方法,其特征在于,所述预设算法采用下式进行计算:
MR(i)=(I(i)/U(i)+U(i)/P(i)+C(i)/CU(i)+W(i)/I(i))*I(i);
式中,i表示搜索结果的标识,MR表示排序值,I表示ip浏览量,U表示uv访问量,P表示pv访问量,C表示评论数,CU表示评论用户数,W表示观看时长。
5.如权利要求2所述的搜索结果优化方法,其特征在于,所述获取所述搜索结果的访问信息之后,还包括:
计算所述访问信息与上一次更新的访问信息在指定因子的差值;
判断所述差值是否大于预设阈值;
若所述差值大于或等于预设阈值,则根据预设算法对所述搜索结果的访问信息进行处理,获得所述搜索结果的排序值;
若所述差值小于预设阈值,则维持原有的排序值不变。
6.如权利要求1所述的搜索结果优化方法,其特征在于,所述基于所述搜索关键词获取多个搜索结果,包括:
获取所述搜索关键词的同义词和/或近义词;
获取所述多个搜索结果,所述多个搜索结果包括所述搜索关键词的匹配结果,所述关键词的同义词和/或近义词的匹配结果。
7.一种搜索结果优化装置,其特征在于,包括:
获取模块,用于获取搜索关键词;
获取搜索结果模块,用于基于所述搜索关键词获取多个搜索结果;
获取排序值模块,用于获取各个所述搜索结果的排序值,每个所述搜索结果的排序值按指定周期更新;
排序模块,用于根据所述排序值对所述多个搜索结果进行排序;
输出模块,用于输出排序后的所述多个搜索结果。
8.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述搜索结果优化方法。
9.一种计算机可读存储介质,所述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如权利要求1至6任一项所述搜索结果优化方法。
10.如权利要求1至6任一项所述搜索结果优化方法在视频检索领域的应用。
CN201910274403.8A 2019-04-08 2019-04-08 搜索结果优化方法、装置、计算机设备及存储介质 Pending CN111581544A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910274403.8A CN111581544A (zh) 2019-04-08 2019-04-08 搜索结果优化方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910274403.8A CN111581544A (zh) 2019-04-08 2019-04-08 搜索结果优化方法、装置、计算机设备及存储介质

Publications (1)

Publication Number Publication Date
CN111581544A true CN111581544A (zh) 2020-08-25

Family

ID=72118579

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910274403.8A Pending CN111581544A (zh) 2019-04-08 2019-04-08 搜索结果优化方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN111581544A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113886685A (zh) * 2021-09-23 2022-01-04 北京三快在线科技有限公司 一种搜索方法、装置、存储介质及电子设备
CN115017200A (zh) * 2022-06-02 2022-09-06 北京百度网讯科技有限公司 搜索结果的排序方法、装置、电子设备和存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103186604A (zh) * 2011-12-30 2013-07-03 北京百度网讯科技有限公司 用于确定用户对搜索结果满意度的方法、装置和设备
CN103500235A (zh) * 2013-10-25 2014-01-08 乐视网信息技术(北京)股份有限公司 一种多媒体文件推荐方法及装置
CN104834632A (zh) * 2015-05-13 2015-08-12 北京工业大学 一种基于语义扩充的微博话题检测和热度评估方法
US20150324409A1 (en) * 2014-05-09 2015-11-12 Samsung Electronics Co., Ltd. Server, control method thereof, and system for producing rankings of search terms whose popularities increase rapidly
CN106339394A (zh) * 2015-07-09 2017-01-18 腾讯科技(北京)有限公司 一种信息处理方法及装置
CN107480162A (zh) * 2017-06-15 2017-12-15 北京百度网讯科技有限公司 基于人工智能的搜索方法、装置、设备及计算机可读存储介质
CN108038192A (zh) * 2017-12-11 2018-05-15 广东欧珀移动通信有限公司 应用搜索方法和装置、电子设备、计算机可读存储介质
CN109033469A (zh) * 2018-09-02 2018-12-18 冼汉生 一种搜索结果的排名方法、装置、终端及计算机存储介质

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103186604A (zh) * 2011-12-30 2013-07-03 北京百度网讯科技有限公司 用于确定用户对搜索结果满意度的方法、装置和设备
CN103500235A (zh) * 2013-10-25 2014-01-08 乐视网信息技术(北京)股份有限公司 一种多媒体文件推荐方法及装置
US20150324409A1 (en) * 2014-05-09 2015-11-12 Samsung Electronics Co., Ltd. Server, control method thereof, and system for producing rankings of search terms whose popularities increase rapidly
CN104834632A (zh) * 2015-05-13 2015-08-12 北京工业大学 一种基于语义扩充的微博话题检测和热度评估方法
CN106339394A (zh) * 2015-07-09 2017-01-18 腾讯科技(北京)有限公司 一种信息处理方法及装置
CN107480162A (zh) * 2017-06-15 2017-12-15 北京百度网讯科技有限公司 基于人工智能的搜索方法、装置、设备及计算机可读存储介质
CN108038192A (zh) * 2017-12-11 2018-05-15 广东欧珀移动通信有限公司 应用搜索方法和装置、电子设备、计算机可读存储介质
CN109033469A (zh) * 2018-09-02 2018-12-18 冼汉生 一种搜索结果的排名方法、装置、终端及计算机存储介质

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113886685A (zh) * 2021-09-23 2022-01-04 北京三快在线科技有限公司 一种搜索方法、装置、存储介质及电子设备
CN113886685B (zh) * 2021-09-23 2023-01-06 北京三快在线科技有限公司 一种搜索方法、装置、存储介质及电子设备
CN115017200A (zh) * 2022-06-02 2022-09-06 北京百度网讯科技有限公司 搜索结果的排序方法、装置、电子设备和存储介质
CN115017200B (zh) * 2022-06-02 2023-08-25 北京百度网讯科技有限公司 搜索结果的排序方法、装置、电子设备和存储介质

Similar Documents

Publication Publication Date Title
US11710054B2 (en) Information recommendation method, apparatus, and server based on user data in an online forum
CN109190024B (zh) 信息推荐方法、装置、计算机设备及存储介质
US9094478B2 (en) Prereading method and system for web browser
US9721015B2 (en) Providing a query results page
US9047623B2 (en) Determination of recommendation data
US8250054B2 (en) Network search engine utilizing client browser favorites
KR101700352B1 (ko) 이력적 검색 결과들을 사용한 향상된 문서 분류 데이터 생성
US20120143883A1 (en) Ranking product information
CN109145210A (zh) 一种信息推荐的方法、装置及存储介质
WO2016078533A1 (zh) 搜索方法、装置、设备及非易失性计算机存储介质
CN110363580B (zh) 信息推荐方法、装置、计算机设备及存储介质
CN109753421B (zh) 服务系统的优化方法、装置、计算机设备和存储介质
CN111651666A (zh) 用户主题推荐方法、装置、计算机设备及存储介质
WO2019041500A1 (zh) 分页的实现方法、装置、计算机设备及存储介质
EP3956810B1 (en) Generating videos
CN111581544A (zh) 搜索结果优化方法、装置、计算机设备及存储介质
CN115687810A (zh) 网页搜索方法、装置及相关设备
US20100131542A1 (en) Suggested websites
US20120310932A1 (en) Determining matching degrees between information categories and displayed information
CN108388614B (zh) 新闻数据爬取处理方法、装置、计算机设备和存储介质
US20110258187A1 (en) Relevance-Based Open Source Intelligence (OSINT) Collection
CN103902687A (zh) 一种搜索结果的生成方法及装置
CN104392000A (zh) 确定移动站点抓取配额的方法和装置
CN112016017A (zh) 确定特征数据的方法和装置
US11475510B2 (en) Method and server for generating modifiable portion of digital document

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20210107

Address after: 201800 room jt7227, building 2, 4268 Zhennan Road, Jiading District, Shanghai

Applicant after: Shanghai Zhongxin Medical Technology Co.,Ltd.

Address before: Room 501-3, 655 Yinxiang Road, Jiading District, Shanghai, 201802

Applicant before: Zhongchao medical technology (Shanghai) Co.,Ltd.

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: 20200825