CN111695022B - 一种基于知识图谱可视化的兴趣搜索方法 - Google Patents

一种基于知识图谱可视化的兴趣搜索方法 Download PDF

Info

Publication number
CN111695022B
CN111695022B CN201910088401.XA CN201910088401A CN111695022B CN 111695022 B CN111695022 B CN 111695022B CN 201910088401 A CN201910088401 A CN 201910088401A CN 111695022 B CN111695022 B CN 111695022B
Authority
CN
China
Prior art keywords
user
search
keyword
word
attribute
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.)
Active
Application number
CN201910088401.XA
Other languages
English (en)
Other versions
CN111695022A (zh
Inventor
张发恩
陈斌斌
周鹏程
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.)
Ainnovation Chongqing Technology Co ltd
Original Assignee
Ainnovation Chongqing 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 Ainnovation Chongqing Technology Co ltd filed Critical Ainnovation Chongqing Technology Co ltd
Priority to CN201910088401.XA priority Critical patent/CN111695022B/zh
Publication of CN111695022A publication Critical patent/CN111695022A/zh
Application granted granted Critical
Publication of CN111695022B publication Critical patent/CN111695022B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/3332—Query translation
    • G06F16/3338—Query expansion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/335—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/338—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/34—Browsing; Visualisation therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • 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
    • G06F16/9538—Presentation of query results
    • 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
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0202—Market predictions or forecasting for commercial activities
    • 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]
    • G06Q30/0623—Item investigation
    • G06Q30/0625—Directed, with specific intent or strategy
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Data Mining & Analysis (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computational Linguistics (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提出了一种基于知识图谱可视化的兴趣搜索方法，包括：接收用户输入的搜索短句，从搜索短句中提取出一个或多个中心词；对中心词进行分析，从预置的数据库中查找与中心词相关的关键词，建立中心词与关键词的链接，并以知识图谱的可视化方式进行呈现；将搜索短句、中心词和与中心词相关的关键词建立搜索适配结果界面向用户进行展示；根据操作指令向用户展示其选中的关键词的扩展节点内容和/或该关键词的相关搜索内容。本发明通过将搜索结果和推荐内容以可视化方式向用户进行呈现，为用户带来了较好的体验，当用户的搜索没有返回商品时，自然的引入属性的精确搜索；同时可通过收集用户的兴趣偏好，为用户下次的搜索提供更为精确的搜索结果。

Description

一种基于知识图谱可视化的兴趣搜索方法
技术领域
本发明涉及电商搜索推荐技术领域，特别涉及一种基于知识图谱可视化的兴趣搜索方法。
背景技术
在电商场景下，系统接收到用户发的搜索关键词，当相应商品不存在时，返回与关键词相近的商品展示出来。现有技术的缺点在于：由于系统判定的相似的关键词只是自然语言的相似，不一定是用户真正的偏好，处理效果较差。
发明内容
本发明的目的旨在至少解决所述技术缺陷之一。
为此，本发明的目的在于提出一种基于知识图谱可视化的兴趣搜索方法。
为了实现上述目的，本发明的实施例提供一种基于知识图谱可视化的兴趣搜索方法，包括如下步骤：
步骤S1，接收用户输入的搜索短句，从所述搜索短句中提取出一个或多个中心词；
步骤S2，对所述中心词进行分析，从预置的数据库中查找与所述中心词相关的关键词，建立所述中心词与所述关键词的链接，并以知识图谱的可视化方式进行呈现；
步骤S3，在可视化呈现过程中，将所述搜索短句、中心词和与所述中心词相关的关键词建立搜索适配结果界面向用户进行展示；
步骤S4，接收用户在所述搜索适配结果界面上输入的操作指令，根据所述操作指令向用户展示其选中的关键词的扩展节点内容和/或该关键词的相关搜索内容。
进一步，在所述步骤S1中，采用字典匹配法和词频统计法从所述搜索短句中提取出中心词。
进一步，在所述步骤S2中，所述关键词的选取采用以下方式之一：
(1)选取与中心词有直接关联的词语；
(2)选取与中心词有直接关联且与所述用户的信息相关的词语。
进一步，在所述步骤S2中，当在所述数据库中未查找到与所述中心词直接相关的关键词时，对所述关键词的词义进行分析，从所述数据库中查找与其相关性最近的词义作为关键词。
进一步，在所述步骤S4中，根据用户的操作指令，对所述用户选中的关键词提供扩展关键词节点功能，在用户选中的关键词的基础上，以该关键词为基础词向用户展示相关的一个或多个关键词子节点，以此类推逐级展示下一级关键词子节点。
进一步，在所述步骤S4中，根据用户的操作指令，对所述用户选中的关键词和/或关键词子节点提供搜索功能，将用户选中的关键词和/或关键词子节点组成新的搜索短句进行搜索，并向所述用户展示新的搜索结果。
进一步，在所述步骤S4中，实时记录并分析用户选中的关键词和关键词节点，作为该用户的兴趣偏好数据，在下次用户搜索时，主动向该用户展示与上述兴趣偏好数据相关的内容。
进一步，在所述步骤S1之后，还包括如下步骤：
根据从所述用户输入的搜索短句提取出的中心词，判断与该中心词相关的商品类型；
根据所述商品类型从数据库中查找对应的属性及属性值，并以商品属性图的形式向用户进行展示；
接收用户通过所述商品属性图输入的属性选择指令，所述属性选择指令中记录有用户选择的所有属性值；
向所述用户展示基于所选择的的属性值的推荐内容。
进一步，所述属性选择指令进一步记录有所述用户选择属性的顺序，根据选择属性的顺序对每个属性值分配对应的权重，其中，根据选择的先后顺序，权重值依次降低，根据属性值的权重不同，在推荐内容中所占比例不同。
进一步，将根据属性值得到推荐内容再基于该用户的点击历史，依据预设推荐算法对推荐内容进行重排序。
根据本发明实施例的基于知识图谱可视化的兴趣搜索方法，当用户输入搜索短句后提取中心词，将与中心词有直接关系的部分关键词以知识图谱的可视化方式展示出来，用户可通过外层关键词子节点继续扩展与该关键词子节点最近的多个关键词，用户可不断扩展，最后用户选中多个关键词来进行搜索推荐。并且，当用户用短句搜索没有适配的结果可供展示时，通过搜索短句中得到的商品类别以图的方式展示相应类别商品的属性可供用户选择，通过用户选择的属性值以及用户的历史点击来展示相应的结果。本发明通过将搜索结果和推荐内容以可视化方式向用户进行呈现，为用户带来了较好的体验，当用户的搜索没有返回商品时，自然的引入属性的精确搜索；同时可通过收集用户的兴趣偏好，为用户下次的搜索提供更为精确的搜索结果。
当用户难以找到所需商品时，通过知识图谱中与搜索短句相近的关键词的组合搜索可更精确的找到用户满意的商品，增加用户满意度。当电商平台商品确实难以满足用户精准需求时，通过知识图谱可视化可让用户自然的探索新的购买需求，并减轻用户满意度的下降程度。本发明在用户交互形式上进行创新，较传统的搜索推荐相比，给用户更多的交互选择性，提高了趣味性，尤其满足女性用户喜爱“逛”的心理，并且增强了搜索推荐的解释性，并可展示部分商品之间的关联。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本发明实施例的基于知识图谱可视化的兴趣搜索方法的流程图；
图2为根据本发明实施例的基于知识图谱可视化的兴趣搜索方法的示意图；
图3为根据本发明实施例的搜索短句-中心词-关键词的展示图；
图4为根据本发明实施例的搜索短句-中心词-关键词-关键词子节点的展示图；
图5为根据本发明实施例的推荐内容的生成流程图；
图6为根据本发明实施例的推荐内容的展示图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
如图1和图2所示，本发明实施例的基于知识图谱可视化的兴趣搜索方法，包括如下步骤：
步骤S1，接收用户输入的搜索短句，从搜索短句中提取出一个或多个中心词。
在本步骤中，利用自然语言处理方法，采用字典匹配法和词频统计法从搜索短句中提取出中心词。
步骤S2，对中心词进行分析，从预置的数据库中查找与中心词相关的关键词，建立中心词与关键词的链接，并以知识图谱的可视化方式进行呈现。
在本发明的实施例中，关键词的选取采用以下方式之一：
(1)选取与中心词有直接关联的词语；
(2)选取与中心词有直接关联且与用户的信息(例如，年龄性别等信息)相关的词语。
此外，当在数据库中未查找到与中心词直接相关的关键词时，对关键词的词义进行分析，从数据库中查找与其相关性最近的词义作为关键词。
步骤S3，在可视化呈现过程中，将搜索短句、中心词和与中心词相关的关键词建立搜索适配结果界面向用户进行展示。
参考图3，用户输入搜索短句为“气质淑女时尚印花旗袍”，提取出的三个中心词分别为“印花”、“旗袍”、“淑女”。以上次三个中心词为基础，在每个中心词的基础上在数据库中查找出相关的关键词。
印花的关键词为：韩版、潮牌、日系、连帽；
旗袍的关键词为：民国风、布鞋、中国风、复古；
淑女的关键词为：优雅、知性、时尚、学院风。
步骤S4，接收用户在搜索适配结果界面上输入的操作指令，根据操作指令向用户展示其选中的关键词的扩展节点内容和/或该关键词的相关搜索内容。
参考图4，针对每个关键词均设置有两个操作，扩展和选中。
(1)“扩展”操作是以当前关键词子节点为基础扩展这个关键词最近的多个个关键词子节点。
根据用户的操作指令，对用户选中的关键词提供扩展关键词子节点功能，在用户选中的关键词的基础上，以该关键词为基础词向用户展示相关的一个或多个关键词子节点，以此类推逐级展示下一级关键词子节点。
参考图4，当用户点击关键词“韩版”的扩展控件，则会向用户展示与“韩版”相关的多个关键词子节点，“ins”、“潮流”、“韩国SZ”、“简约”。以此类推，当用户选中其中一个关键词子节点，例如“潮流”，则进一步向其扩展展示与“潮流”相关的内容，从而实现由搜索短句逐步向外层扩展，向用户推荐与其搜索相关且感兴趣的内容。
(2)“选中”操作是作为新的搜索关键词进行搜索。当选中一个或多个关键词后可点击“搜索”，则系统由这几个关键词组成新的搜索短句进行搜索。
根据用户的操作指令，对用户选中的关键词和/或关键词子节点提供搜索功能，将用户选中的关键词和/或关键词子节点组成新的搜索短句进行搜索，并向用户展示新的搜索结果。
例如，当用户选择“潮牌”、“复古”、“时尚”，这几个关键词时，然后点击搜索，则自动向其推送同时满足上述所有关键词的推荐内容。
在本发明中，实时记录并分析用户选中的关键词和关键词节点，作为该用户的兴趣偏好数据，在下次用户搜索时，主动向该用户展示与上述兴趣偏好数据相关的内容，这样可以提高用户的体验度，为用户搜索提供更为精确的结果。
综上，当用户输入搜索短句后提取中心词，将与搜索短句的中心词有直接关系的部分关键词以知识图谱的可视化方式展示出来(如图3所示)，用户可通过外层关键词子节点继续扩展与该关键词子节点最近的多个关键词(如图4所示)，用户可不断扩展，最后用户选中多个关键词来进行搜索推荐。
此外，本发明进一步提供中心词对应商品类型的相关属性推荐方案。
具体的，如图5所示，当用户用短句搜索没有适配的结果可供展示时，通过搜索短句中得到的商品类别以图的方式展示相应类别商品的属性可供用户选择，通过用户选择的属性值以及用户的历史点击来展示相应的结果。
首先，根据从用户输入的搜索短句提取出的中心词，判断与该中心词相关的商品类型。根据商品类型从数据库中查找对应的属性及属性值，并以商品属性图的形式向用户进行展示。然后，接收用户通过商品属性图输入的属性选择指令，属性选择指令中记录有用户选择的所有属性值，向用户展示基于所选择的的属性值的推荐内容。
在本发明的一个实施例中，属性选择指令除了记录有选择的属性值，还可以进一步记录有用户选择属性的顺序，根据选择属性的顺序对每个属性值分配对应的权重，其中，根据选择的先后顺序，权重值依次降低，根据属性值的权重不同，在推荐内容中所占比例不同。
最后，根据属性值得到推荐内容再基于该用户的点击历史，依据预设推荐算法对推荐内容进行重排序。其中，预设推荐算法例如为基于物品的协同过滤算法等。
参考图6，用户输入搜索短句为“气质淑女时尚印花旗袍”，利用自然语言处理的办法匹配搜索短句的商品类别，如服装。然后根据商品类别获取到所属类别的属性，用图的方式展示相应的属性以及属性值。如图6所示，服装的相关三个属性为颜色、风格和版型。其中，颜色的属性值为白、黑、橙、红、灰等；风格的属性值为卡通、英伦、海军、休闲等；版型的属性值为紧身、修身、宽松、常规。
用户可以从中选取感兴趣的属性值，系统根据用户选中的属性值做基于内容的推荐其中不同属性随着用户选中的顺序有不同的权重，后选中的属性权重有一定的衰减。
例如，用户依次选取属性值为：白、修身、英伦，则在查找到上述相关属性值的内容后，依据权重由高到低的方式向用户进行推荐。即，“白”相关的内容权重最高，“英伦”相关的内容权重最低。由此，向用户输出的推荐内容更加精确，符合用户的兴趣偏好。
根据本发明实施例的基于知识图谱可视化的兴趣搜索方法，当用户输入搜索短句后提取中心词，将与中心词有直接关系的部分关键词以知识图谱的可视化方式展示出来，用户可通过外层关键词子节点继续扩展与该关键词子节点最近的多个关键词，用户可不断扩展，最后用户选中多个关键词来进行搜索推荐。并且，当用户用短句搜索没有适配的结果可供展示时，通过搜索短句中得到的商品类别以图的方式展示相应类别商品的属性可供用户选择，通过用户选择的属性值以及用户的历史点击来展示相应的结果。本发明通过将搜索结果和推荐内容以可视化方式向用户进行呈现，为用户带来了较好的体验，当用户的搜索没有返回商品时，自然的引入属性的精确搜索；同时可通过收集用户的兴趣偏好，为用户下次的搜索提供更为精确的搜索结果。
当用户难以找到所需商品时，通过知识图谱中与搜索短句相近的关键词的组合搜索可更精确的找到用户满意的商品，增加用户满意度。当电商平台商品确实难以满足用户精准需求时，通过知识图谱可视化可让用户自然的探索新的购买需求，并减轻用户满意度的下降程度。本发明在用户交互形式上进行创新，较传统的搜索推荐相比，给用户更多的交互选择性，提高了趣味性，尤其满足女性用户喜爱“逛”的心理，并且增强了搜索推荐的解释性，并可展示部分商品之间的关联。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。本发明的范围由所附权利要求极其等同限定。

Claims (6)

1.一种基于知识图谱可视化的兴趣搜索方法，其特征在于，包括如下步骤：
步骤S1，接收用户输入的搜索短句，从所述搜索短句中提取出一个或多个中心词；
步骤S2，对所述中心词进行分析，从预置的数据库中查找与所述中心词相关的关键词，建立所述中心词与所述关键词的链接，并以知识图谱的可视化方式进行呈现；
步骤S3，在可视化呈现过程中，将所述搜索短句、中心词和与所述中心词相关的关键词建立搜索适配结果界面向用户进行展示；
步骤S4，接收用户在所述搜索适配结果界面上输入的操作指令，根据所述操作指令向用户展示其选中的关键词的扩展节点内容和/或该关键词的相关搜索内容；
根据用户的操作指令，对所述用户选中的关键词提供扩展关键词子节点功能，在用户选中的关键词的基础上，以该关键词为基础词向用户展示相关的一个或多个关键词子节点，以此类推逐级展示下一级关键词子节点；
根据用户的操作指令，对所述用户选中的关键词和/或关键词子节点提供搜索功能，将用户选中的关键词和/或关键词子节点组成新的搜索短句进行搜索，并向所述用户展示新的搜索结果；
当用户用短句搜索没有适配的结果可供展示时，通过搜索短句中得到的商品类别以图的方式展示相应类别商品的属性可供用户选择，通过用户选择的属性值以及用户的历史点击来展示相应的结果；
首先，根据从用户输入的搜索短句提取出的中心词，判断与该中心词相关的商品类型；根据商品类型从数据库中查找对应的属性及属性值，并以商品属性图的形式向用户进行展示；然后，接收用户通过商品属性图输入的属性选择指令，属性选择指令中记录有用户选择的所有属性值，向用户展示基于所选择的属性值的推荐内容；
属性选择指令除了记录有选择的属性值，进一步记录有用户选择属性的顺序，根据选择属性的顺序对每个属性值分配对应的权重，其中，根据选择的先后顺序，权重值依次降低，根据属性值的权重不同，在推荐内容中所占比例不同；
最后，根据属性值得到推荐内容再基于该用户的点击历史，依据预设推荐算法对推荐内容进行重排序。
2.如权利要求1所述基于知识图谱可视化的兴趣搜索方法，其特征在于，在所述步骤S1中，采用字典匹配法和词频统计法从所述搜索短句中提取出中心词。
3.如权利要求1所述基于知识图谱可视化的兴趣搜索方法，其特征在于，在所述步骤S2中，所述关键词的选取采用以下方式之一：
(1)选取与中心词有直接关联的词语；
(2)选取与中心词有直接关联且与所述用户的信息相关的词语。
4.如权利要求1所述基于知识图谱可视化的兴趣搜索方法，其特征在于，在所述步骤S2中，当在所述数据库中未查找到与所述中心词直接相关的关键词时，对所述关键词的词义进行分析，从所述数据库中查找与其相关性最近的词义作为关键词。
5.如权利要求1所述基于知识图谱可视化的兴趣搜索方法，其特征在于，在所述步骤S4中，实时记录并分析用户选中的关键词和关键词节点，作为该用户的兴趣偏好数据，在下次用户搜索时，主动向该用户展示与上述兴趣偏好数据相关的内容。
6.如权利要求1所述基于知识图谱可视化的兴趣搜索方法，其特征在于，将根据属性值得到推荐内容再基于该用户的点击历史，依据预设推荐算法对推荐内容进行重排序。
CN201910088401.XA 2019-01-18 2019-01-18 一种基于知识图谱可视化的兴趣搜索方法 Active CN111695022B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910088401.XA CN111695022B (zh) 2019-01-18 2019-01-18 一种基于知识图谱可视化的兴趣搜索方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910088401.XA CN111695022B (zh) 2019-01-18 2019-01-18 一种基于知识图谱可视化的兴趣搜索方法

Publications (2)

Publication Number Publication Date
CN111695022A CN111695022A (zh) 2020-09-22
CN111695022B true CN111695022B (zh) 2023-07-04

Family

ID=72474392

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910088401.XA Active CN111695022B (zh) 2019-01-18 2019-01-18 一种基于知识图谱可视化的兴趣搜索方法

Country Status (1)

Country Link
CN (1) CN111695022B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112182330A (zh) * 2020-09-23 2021-01-05 创新奇智(成都)科技有限公司 知识图谱构建方法、装置、电子设备及计算机存储介质
CN112256952A (zh) * 2020-10-22 2021-01-22 上海适享文化传播有限公司 基于图数据库技术满足电商场景化搜索的方法
CN112184341B (zh) * 2020-11-10 2022-07-08 电子科技大学 一种基于档案网络的美食推荐方法
CN112507123A (zh) * 2020-12-04 2021-03-16 北京搜狗科技发展有限公司 一种数据处理方法及装置
CN112989030A (zh) * 2021-03-15 2021-06-18 中国美术学院 一种相似产品关系的可视化方法和系统
CN113191858A (zh) * 2021-06-10 2021-07-30 数贸科技（北京）有限公司 基于图片搜索的商品展示方法及装置
CN113722560A (zh) * 2021-09-03 2021-11-30 南京协胜智能科技有限公司 筛选数据中心数据搜索结果的方法
CN114547474A (zh) * 2022-04-21 2022-05-27 北京泰迪熊移动科技有限公司 一种数据搜索方法、系统、电子设备及存储介质
CN114840781A (zh) * 2022-04-29 2022-08-02 北京字节跳动网络技术有限公司 一种搜索结果展示的方法、搜索请求处理方法以及装置
CN116796754A (zh) * 2023-04-20 2023-09-22 浙江浙里信征信有限公司 基于时变上下文语义序列成对比较的可视分析方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101499091A (zh) * 2009-03-17 2009-08-05 辽宁般若网络科技有限公司 网页代表词推荐方法
WO2017097102A1 (zh) * 2015-12-07 2017-06-15 腾讯科技（深圳）有限公司 检索方法和检索装置

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102591972B (zh) * 2011-12-31 2017-09-29 北京百度网讯科技有限公司 提供商品搜索结果的方法及设备
US9390174B2 (en) * 2012-08-08 2016-07-12 Google Inc. Search result ranking and presentation
CN104102713B (zh) * 2014-07-16 2018-01-19 百度在线网络技术（北京）有限公司 推荐结果的展现方法和装置
CN104462227A (zh) * 2014-11-13 2015-03-25 中国测绘科学研究院 一种图形化知识谱系自动构建方法
CN104794232B (zh) * 2015-05-04 2018-09-07 百度在线网络技术（北京）有限公司 搜索结果的推荐方法和装置
CN104991962B (zh) * 2015-07-22 2019-01-18 无锡天脉聚源传媒科技有限公司 一种生成推荐信息的方法及装置
CN106874492B (zh) * 2017-02-23 2021-01-26 北京京东尚科信息技术有限公司 搜索方法和装置
US10997244B2 (en) * 2017-07-14 2021-05-04 Phylot Inc. Method and system for identifying and discovering relationships between disparate datasets from multiple sources
CN108846055B (zh) * 2018-05-31 2021-08-24 北京五八信息技术有限公司 搜索处理方法、装置、电子设备及可读存储介质

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101499091A (zh) * 2009-03-17 2009-08-05 辽宁般若网络科技有限公司 网页代表词推荐方法
WO2017097102A1 (zh) * 2015-12-07 2017-06-15 腾讯科技（深圳）有限公司 检索方法和检索装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Holger Stitz et al..KnowledgePearls: Provenance-Based Visualization Retrieva.IEEE.2018,全文. *
欧阳柳波 ; 谭睿哲 ; .一种基于本体和用户日志的查询扩展方法.计算机工程与应用.2015,(01),全文. *

Also Published As

Publication number Publication date
CN111695022A (zh) 2020-09-22

Similar Documents

Publication Publication Date Title
CN111695022B (zh) 一种基于知识图谱可视化的兴趣搜索方法
CN107861972B (zh) 一种用户录入商品信息后显示商品全结果的方法及设备
WO2022022002A1 (zh) 一种信息展示方法、信息搜索方法及装置
JP3960530B2 (ja) テキストマイニングプログラム、方法、及び装置
US9679532B2 (en) Automatic image-based recommendations using a color palette
JP2020523714A (ja) 推奨情報の取得方法及び装置、電子機器
US20150379006A1 (en) Automatic image-based recommendations using a color palette
CN109710935B (zh) 一种基于文物知识图谱的博物馆导览与知识推荐方法
WO2019011936A1 (en) IMAGE EVALUATION METHOD
US11037071B1 (en) Cross-category item associations using machine learning
US20200285671A1 (en) Terminal and apparatus for providing search information based on color information
CN106951433B (zh) 一种检索方法及装置
US11488223B1 (en) Modification of user interface based on dynamically-ranked product attributes
CN110517111B (zh) 一种产品个性化定制方法
CN117420998A (zh) 一种客户端ui交互组件生成方法、装置、终端及介质
JP2019057255A (ja) 顧客服飾品マッチングシステム
CN112508114A (zh) 一种智能服装推荐系统及方法
Nugroho et al. Design of Wastu Mobile Interface Using Kansei Engineering
CN116029793A (zh) 商品推荐方法及其装置、设备、介质
CN112052656A (zh) 推荐文档的主题模式
CN109885748A (zh) 基于语意特征的优化推荐方法
WO2022266973A1 (zh) 一种智能搜索方法及系统
CN111223014A (zh) 一种从大量细分教学内容在线生成细分场景教学课程的方法和系统
CN111831884B (zh) 一种基于信息查找的匹配系统与方法
CN114997921A (zh) 广告文案推荐方法及其装置、设备、介质、产品

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