CN111737608A - 企业信息检索结果排序方法及装置 - Google Patents

企业信息检索结果排序方法及装置 Download PDF

Info

Publication number
CN111737608A
CN111737608A CN202010573025.6A CN202010573025A CN111737608A CN 111737608 A CN111737608 A CN 111737608A CN 202010573025 A CN202010573025 A CN 202010573025A CN 111737608 A CN111737608 A CN 111737608A
Authority
CN
China
Prior art keywords
enterprise
user
activity
retrieval
keywords
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.)
Granted
Application number
CN202010573025.6A
Other languages
English (en)
Other versions
CN111737608B (zh
Inventor
范红玉
金媛媛
侯猛
韩健
茅雪涛
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.)
Bank of China Ltd
Original Assignee
Bank of China 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 Bank of China Ltd filed Critical Bank of China Ltd
Priority to CN202010573025.6A priority Critical patent/CN111737608B/zh
Publication of CN111737608A publication Critical patent/CN111737608A/zh
Application granted granted Critical
Publication of CN111737608B publication Critical patent/CN111737608B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

本发明公开了一种企业信息检索结果排序方法及装置,其中该方法包括:根据用户输入的关键词进行检索,得到检索结果;确定活动所处阶段,及在每个活动所处阶段的特色指标,所述特色指标结合用户历史行为确定,活动所处阶段包括活动前、活动中和活动后;按照预设的评分规则确定每个检索结果的每个特色指标和每个基础指标的分值;根据每个检索结果的每个特色指标和每个基础指标的分值及预设权重计算每个检索结果的总体分值;按照总体分值由高到低的顺序对检索结果进行排序。本发明可以快速在众多企业中查找到感兴趣的企业,缩减用户查找时间。

Description

企业信息检索结果排序方法及装置
技术领域
本发明涉及信息搜索技术领域,尤其涉及一种企业信息检索结果排序方法及装置。
背景技术
本部分旨在为权利要求书中陈述的本发明实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
为了加强国际企业之间的交流,相同或不同的主办方会根据不同的文化、不同的国家、不同的行业、不同的产品和不同的地点等定制侧重点不同的活动主题,并以该主题组织活动。在活动筹备过程中,用户可以提前通过主办方提供的检索系统中的企业列表找到自己感兴趣的企业进行预约与自由洽谈。由于检索系统中存储的企业众多,如何令用户在众多企业中快速查找到感兴趣的企业,成为亟待解决的问题。
发明内容
本发明实施例提供一种企业信息检索结果排序方法,用以快速在众多企业中查找到感兴趣的企业,缩减用户查找时间,该方法包括:
根据用户输入的关键词进行检索,得到检索结果;
确定活动所处阶段,及在每个活动所处阶段的特色指标,所述特色指标结合用户历史行为确定,活动所处阶段包括活动前、活动中和活动后;
按照预设的评分规则确定每个检索结果的每个特色指标和每个基础指标的分值;
根据每个检索结果的每个特色指标和每个基础指标的分值及预设权重计算每个检索结果的总体分值;
按照总体分值由高到低的顺序对检索结果进行排序。
本发明实施例还提供一种企业信息检索结果排序装置,用以快速在众多企业中查找到感兴趣的企业,缩减用户查找时间,该装置包括:
检索模块,用于根据用户输入的关键词进行检索,得到检索结果;
确定模块,用于确定活动所处阶段,及在每个活动所处阶段的特色指标,所述特色指标结合用户历史行为确定,活动所处阶段包括活动前、活动中和活动后;
分值评估模块,用于按照预设的评分规则确定检索模块得到的每个检索结果的每个特色指标和每个基础指标的分值;
计算模块,用于根据每个检索结果的每个特色指标和每个基础指标的分值及预设权重计算每个检索结果的总体分值;
排序模块,用于按照计算模块计算得到的总体分值由高到低的顺序对检索结果进行排序。
本发明实施例还提供一种计算机设备,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,所述处理器执行所述计算机程序时实现上述企业信息检索结果排序方法。
本发明实施例还提供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执行上述企业信息检索结果排序方法的计算机程序。
本发明实施例中,通过设置与活动所处阶段及用户历史行为相关的特色指标及基础指标来评估检索结果的得分高低,并将得分高的检索结果排在前,而得分低的检索结果排在后。由于历史行为反映了用户的喜好,参照用户历史行为及活动所处阶段排序在前的检索结果更加符合用户需求,用户可以快速从众多检索结果中查找到需要的企业信息,节省了用户查找时间,提升了用户体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本发明实施例中一种企业信息检索结果排序方法的流程图;
图2为本发明实施例中另一种企业信息检索结果排序方法的流程图;
图3为本发明实施例中另一种企业信息检索结果排序方法的流程图;
图4为本发明实施例中一种企业信息检索结果排序装置的结构示意图;
图5为本发明实施例中另一种企业信息检索结果排序装置的结构示意图;
图6为本发明实施例中另一种企业信息检索结果排序装置的结构示意图。
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明白,下面结合附图对本发明实施例做进一步详细说明。在此,本发明的示意性实施例及其说明用于解释本发明,但并不作为对本发明的限定。
本申请实施例提供了一种企业信息检索结果排序方法,如图1所示,该方法包括步骤101至步骤105:
步骤101、根据用户输入的关键词进行检索,得到检索结果。
本申请实施例中,采用oracle数据库/ES数据库(Elasticsearch),实时进行检索信息的同步。
考虑到数据库中存储大量企业的企业信息,每个企业的企业全部信息也可能包含很多内容,例如,企业名称、企业所属行业、企业主营产品、企业目标行业、企业目标产品、企业简要介绍和/或企业详细介绍等,如果用户输入关键字之后直接从企业全部信息进行检索,会花费较多检索时间,同时,如果该关键字的匹配度高,可能返回很多检索结果,用户从众多检索结果中筛选所需检索结果也会耗费较多时间,因此,如图2所示,步骤101还可以执行为如下步骤1011至步骤1013:
步骤1011、根据用户输入的关键词对企业基本信息进行检索,得到第一检索结果;
步骤1012、如果第一检索结果的数量大于等于预设的数量阈值,则将第一检索结果作为检索结果;
步骤1013、如果第一检索结果的数量小于数量阈值,则按照关键词对企业全部信息进行检索,得到第二检索结果,将第二检索结果作为检索结果。
其中,企业基本信息包括企业名称、企业所属行业、企业主营产品、企业目标行业、企业目标产品中的至少一种。数量阈值由系统开发人员设置,其值可以改变。上述过程中可以使用Elasticsearch进行企业全部信息检索,全方位检索企业所有信息字段。
企业基本信息中一般包含企业的重要介绍内容,先针对企业基本信息进行检索,可以获取到与关键字更加匹配的企业,如果第一检索结果的数量较多(大于等于数量阈值)时,直接将第一检索结果反馈给用户,减少检索时间,提升用户体验;如果第一检索结果的数量较少(小于数量阈值),较少的检索结果可能难以满足用户的需求,在这种情况下,在企业全部信息中进行检索,以便于能够提供给用户足够多的企业信息进行筛选,得到所需的检索结果。
在本发明实施例的一种实现方式中,在根据用户输入的关键词进行检索之前,还可以接收用户设置的对于关键词的分词粒度;按照分词粒度划分关键词,得到关键词分词;之后,根据关键词和关键词分词进行检索。比如说,用户将关键词的分词粒度设置成单个字,则当用户输入关键词“衣服”后,则利用衣、服和衣服进行检索。
在具体实施时,可以利用IK分析器进行分词,调整IK分析器的力度,通过ik_max_word、ik_smart进行文本粒度拆分设置,决定检索分词力度,以便于用户结合关键词分词的检索结果和关键词的检索结果综合判断其中是否存在自身需要的信息。
步骤102、确定活动所处阶段,及在每个活动所处阶段的特色指标。
其中,特色指标结合用户历史行为确定,活动所处阶段包括活动前、活动中和活动后,可以依据活动举办时间及当前时间确定活动所处阶段。此外,如果检索系统中记录了活动当前状态,也可以直接根据系统记录确定活动所处阶段。
具体的,活动前的特色指标包括用户在历史活动中是否与检索到的企业合作过以及用户是否标记过企业;活动中的特色指标包括检索到的企业是否到场参加活动以及用户是否标记过企业;活动后的特色指标包括与用户相同行业中企业是否与检索到的企业合作过,以及用户是否标记过企业。
也就是说,当用户在活动前检索感兴趣的企业信息,则通过检索系统的历史记录确定检索结果中企业是否与用户在此前的活动中合作过,合作过和没有合作过的企业的本项评分不同。当用户在活动举办过程中检索感兴趣的企业信息,则通过检索系统的记录确定当前到场参加活动的企业,将到场参加活动和未到场参加活动的企业的本项评分不同。当用户在活动后,也即活动结束后检索感兴趣的企业信息,则通过检索系统中的记录确定用户与用户相同行业中的企业是否与检索到的企业合作过,合作过和未合作过的企业评分不同。比如说,用户A设置的自身行业为“花卉种植”,输入的关键词为“香水”,检索结果为企业C和D,通过检索系统中的记录可以获知,与用户A相同行业的企业B在本次活动中与企业C达成合作,没有花卉种植行业的任何企业与D企业达成合作,则企业C和D本项指标的评分不同。
用户是否标记过该企业包括用户标记过该企业与用户未标记该企业,其中,用户标记过该企业包括对企业标记过喜欢或者不喜欢,比如说,用户关注了企业A,则将“关注”作为用户对企业标记了喜欢,如果用户单选了企业A并向企业A发送合作意向,如果企业A拒绝,则将企业A“拒绝”作为用户对该企业标记了不喜欢,如果企业A接受了合作意向,则认为用户和企业A达成了双选,将“双选”作为用户对企业A标记了喜欢。用户是否标记过企业以及当标记该企业时用户对企业的标记所表达的好恶作为一项评估指标应用在检索结果排序中。
步骤103、按照预设的评分规则确定每个检索结果的每个特色指标和每个基础指标的分值。
其中,基础指标包括关键词出现的频次以及检索到关键词的检索节点,其中,检索节点包括企业名称、企业所属行业、企业主营产品、企业目标行业、企业目标产品、企业简要介绍和/或企业详细介绍。关键词出现的频次往往代表着检索结果与关键词的匹配程度,关键词出现的频次越高,该检索结果与关键词的匹配度越高。检索节点则代表着检索到该关键词的位置,比如说,当用户输入“腾讯”时,企业名称中出现“腾讯”和企业介绍正文中出现“腾讯”显然与该关键词的匹配程度不同,因此,检索到关键词的不同检索节点对应的分值不同。
如果用户设置了关键词分词检索,则基础指标除了包括关键词出现的频次、检索到关键词的检索节点之外,还包括关键词分词出现的频次以及检索到关键词分词的检索节点,其中,检索节点包括企业名称、企业所属行业、企业主营产品、企业目标行业、企业目标产品、企业简要介绍和/或企业详细介绍。
评分规则可以通过机器学习所有用户的历史浏览数据确定,比如说,在历史浏览数据中,用户查看关键词出现频次高的企业的次数高于关键词出现频次低的企业,则将关键词出现频次高的评分设置高,而关键词出现频次低的评分设置低;再比如,在历史浏览数据中,活动中检索时,用户查看到场参加活动的企业的次数高于未到场参加活动的企业,则将企业到场参加活动的评分设置高,而未到场参加活动的评分设置低。其他特色指标或基础指标如何设置评分类似,在此不做赘述。
步骤104、根据每个检索结果的每个特色指标和每个基础指标的分值及预设权重计算每个检索结果的总体分值。
具体的,将每个指标的分值与对应权重相乘,得到指标分数,将所有的指标分数相加得到每个检索结果的总体分值。
每个指标的权重可以由系统开发者进行设置,一般情况下,考虑到检索结果的排序是为了让用户更容易找到感兴趣的企业,而特色指标是根据用户历史行为确定的,更符合用户所需,则可以将特色指标的权重设置较大,而将基础指标的权重设置较小。
步骤105、按照总体分值由高到低的顺序对检索结果进行排序。
在得到排序后的检索结果后,还可以设置精确筛选条件供用户对检索结果进行二次筛选,以使检索结果更加符合用户所需,如图3所示,本过程可以具体执行为如下步骤306至步骤308:
步骤306、接收用户针对检索节点的精确筛选条件设置,精确筛选条件包括行业、产品和/或企业所在地区;
步骤307、根据精确筛选条件对检索结果进行二次筛选,得到筛选结果;
步骤308、按照总体分值由高到低的顺序对筛选结果进行排序。
比如说,用户设置精确筛选条件从10个排序后的检索结果中筛选出第1、5、7个检索结果,则筛选结果仍然按照1在前,5在中间,7在最后的顺序进行展示。
需要说明的是,精确筛选条件还可以包括其他内容,检索系统开发者可以根据具体的企业信息进行设置。
本发明实施例中,通过设置与活动所处阶段及用户历史行为相关的特色指标及基础指标来评估检索结果的得分高低,并将得分高的检索结果排在前,而得分低的检索结果排在后。由于历史行为反映了用户的喜好,参照用户历史行为及活动所处阶段排序在前的检索结果更加符合用户需求,用户可以快速从众多检索结果中查找到需要的企业信息,节省了用户查找时间,提升了用户体验。
本发明实施例中还提供了一种企业信息检索结果排序装置,如下面的实施例。由于该装置解决问题的原理与企业信息检索结果排序方法相似,因此该装置的实施可以参见企业信息检索结果排序方法的实施,重复之处不再赘述。
如图4所示,该装置400包括检索模块401、确定模块402、分值评估模块403、计算模块404和排序模块405。
其中,检索模块401,用于根据用户输入的关键词进行检索,得到检索结果。
确定模块402,用于确定活动所处阶段,及在每个活动所处阶段的特色指标,特色指标结合用户历史行为确定,活动所处阶段包括活动前、活动中和活动后。
分值评估模块403,用于按照预设的评分规则确定检索模块401得到的每个检索结果的每个特色指标和每个基础指标的分值。
计算模块404,用于根据每个检索结果的每个特色指标和每个基础指标的分值及预设权重计算每个检索结果的总体分值。
排序模块405,用于按照计算模块404计算得到的总体分值由高到低的顺序对检索结果进行排序。
在本发明实施例的一种实现方式中,活动前的特色指标包括用户在历史活动中是否与检索到的企业合作过以及用户是否标记过企业;活动中的特色指标包括检索到的企业是否到场参加活动以及用户是否标记过企业;活动后的特色指标包括与用户相同行业中企业是否与检索到的企业合作过,以及用户是否标记过企业。
在本发明实施例的一种实现方式中,基础指标包括关键词出现的频次以及检索到关键词的检索节点,其中,检索节点包括企业名称、企业所属行业、企业主营产品、企业目标行业、企业目标产品、企业简要介绍和/或企业详细介绍。
在本发明实施例的一种实现方式中,检索模块401,用于:
根据用户输入的关键词对企业基本信息进行检索,得到第一检索结果;
如果第一检索结果的数量大于等于预设的数量阈值,则将第一检索结果作为检索结果;
如果第一检索结果的数量小于所述数量阈值,则按照所述关键词对企业全部信息进行检索,得到第二检索结果,将第二检索结果作为检索结果;
其中,企业基本信息包括企业名称、企业所属行业、企业主营产品、企业目标行业、企业目标产品中的至少一种,企业全部信息包括企业基本信息,以及企业简要介绍和/或企业详细介绍。
在本发明实施例的一种实现方式中,如图5所示,该装置400还包括分词模块406,用于:
接收用户设置的对于关键词的分词粒度;
按照分词粒度划分关键词,得到关键词分词。
检索模块401,用于:
根据关键词和关键词分词进行检索。
在本发明实施例的一种实现方式中,基础指标包括关键词出现的频次、检索到关键词的检索节点、关键词分词出现的频次以及检索到关键词分词的检索节点,其中,检索节点包括企业名称、企业所属行业、企业主营产品、企业目标行业、企业目标产品、企业简要介绍和/或企业详细介绍。
在本发明实施例的一种实现方式中,如图6所示,装置400还包括:
精确筛选模块407,用于接收用户针对检索节点的精确筛选条件设置,精确筛选条件包括行业、产品和/或企业所在地区。
精确筛选模块407,还用于根据精确筛选条件对检索结果进行二次筛选,得到筛选结果。
排序模块405,用于按照总体分值由高到低的顺序对筛选结果进行排序。
本发明实施例中,通过设置与活动所处阶段及用户历史行为相关的特色指标及基础指标来评估检索结果的得分高低,并将得分高的检索结果排在前,而得分低的检索结果排在后。由于历史行为反映了用户的喜好,参照用户历史行为及活动所处阶段排序在前的检索结果更加符合用户需求,用户可以快速从众多检索结果中查找到需要的企业信息,节省了用户查找时间,提升了用户体验。
本发明实施例还提供一种计算机设备,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,所述处理器执行所述计算机程序时实现上述企业信息检索结果排序方法。
本发明实施例还提供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执行上述企业信息检索结果排序方法的计算机程序。
本发明实施例中,通过设置与活动所处阶段及用户历史行为相关的特色指标及基础指标来评估检索结果的得分高低,并将得分高的检索结果排在前,而得分低的检索结果排在后。由于历史行为反映了用户的喜好,参照用户历史行为及活动所处阶段排序在前的检索结果更加符合用户需求,用户可以快速从众多检索结果中查找到需要的企业信息,节省了用户查找时间,提升了用户体验。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施例,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例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (13)

1.一种企业信息检索结果排序方法,其特征在于,所述方法包括:
根据用户输入的关键词进行检索,得到检索结果;
确定活动所处阶段,及在每个活动所处阶段的特色指标,所述特色指标结合用户历史行为确定,活动所处阶段包括活动前、活动中和活动后;
按照预设的评分规则确定每个检索结果的每个特色指标和每个基础指标的分值;
根据每个检索结果的每个特色指标和每个基础指标的分值及预设权重计算每个检索结果的总体分值;
按照总体分值由高到低的顺序对检索结果进行排序。
2.根据权利要求1所述的方法,其特征在于,活动前的特色指标包括用户在历史活动中是否与检索到的企业合作过以及用户是否标记过企业;活动中的特色指标包括检索到的企业是否到场参加活动以及用户是否标记过企业;活动后的特色指标包括与用户相同行业中企业是否与检索到的企业合作过,以及用户是否标记过企业。
3.根据权利要求1所述的方法,其特征在于,所述基础指标包括关键词出现的频次以及检索到关键词的检索节点,其中,检索节点包括企业名称、企业所属行业、企业主营产品、企业目标行业、企业目标产品、企业简要介绍和/或企业详细介绍。
4.根据权利要求1至3任一项所述的方法,其特征在于,根据用户输入的关键词进行检索,得到检索结果,包括:
根据用户输入的关键词对企业基本信息进行检索,得到第一检索结果;
如果第一检索结果的数量大于等于预设的数量阈值,则将第一检索结果作为检索结果;
如果第一检索结果的数量小于所述数量阈值,则按照所述关键词对企业全部信息进行检索,得到第二检索结果,将第二检索结果作为检索结果;
其中,企业基本信息包括企业名称、企业所属行业、企业主营产品、企业目标行业、企业目标产品中的至少一种,企业全部信息包括企业基本信息,以及企业简要介绍和/或企业详细介绍。
5.根据权利要求1所述的方法,其特征在于,在根据用户输入的关键词进行检索之前,所述方法还包括:
接收用户设置的对于关键词的分词粒度;
按照分词粒度划分关键词,得到关键词分词;
所述根据用户输入的关键词进行检索,包括:
根据关键词和关键词分词进行检索。
6.根据权利要求5所述的方法,其特征在于,所述基础指标包括关键词出现的频次、检索到关键词的检索节点、关键词分词出现的频次以及检索到关键词分词的检索节点,其中,检索节点包括企业名称、企业所属行业、企业主营产品、企业目标行业、企业目标产品、企业简要介绍和/或企业详细介绍。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
接收用户针对检索节点的精确筛选条件设置,精确筛选条件包括行业、产品和/或企业所在地区;
根据精确筛选条件对检索结果进行二次筛选,得到筛选结果;
按照总体分值由高到低的顺序对筛选结果进行排序。
8.一种企业信息检索结果排序装置,其特征在于,所述装置包括:
检索模块,用于根据用户输入的关键词进行检索,得到检索结果;
确定模块,用于确定活动所处阶段,及在每个活动所处阶段的特色指标,所述特色指标结合用户历史行为确定,活动所处阶段包括活动前、活动中和活动后;
分值评估模块,用于按照预设的评分规则确定检索模块得到的每个检索结果的每个特色指标和每个基础指标的分值;
计算模块,用于根据每个检索结果的每个特色指标和每个基础指标的分值及预设权重计算每个检索结果的总体分值;
排序模块,用于按照计算模块计算得到的总体分值由高到低的顺序对检索结果进行排序。
9.根据权利要求8所述的装置,其特征在于,活动前的特色指标包括用户在历史活动中是否与检索到的企业合作过以及用户是否标记过企业;活动中的特色指标包括检索到的企业是否到场参加活动以及用户是否标记过企业;活动后的特色指标包括与用户相同行业中企业是否与检索到的企业合作过,以及用户是否标记过企业。
10.根据权利要求8所述的装置,其特征在于,所述装置还包括分词模块,用于:
接收用户设置的对于关键词的分词粒度;
按照分词粒度划分关键词,得到关键词分词;
所述检索模块,用于:
根据关键词和关键词分词进行检索。
11.根据权利要求10所述的装置,其特征在于,所述基础指标包括关键词出现的频次、检索到关键词的检索节点、关键词分词出现的频次以及检索到关键词分词的检索节点,其中,检索节点包括企业名称、企业所属行业、企业主营产品、企业目标行业、企业目标产品、企业简要介绍和/或企业详细介绍。
12.一种计算机设备,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,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7任一所述方法。
13.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有执行权利要求1至7任一所述方法的计算机程序。
CN202010573025.6A 2020-06-22 2020-06-22 企业信息检索结果排序方法及装置 Active CN111737608B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010573025.6A CN111737608B (zh) 2020-06-22 2020-06-22 企业信息检索结果排序方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010573025.6A CN111737608B (zh) 2020-06-22 2020-06-22 企业信息检索结果排序方法及装置

Publications (2)

Publication Number Publication Date
CN111737608A true CN111737608A (zh) 2020-10-02
CN111737608B CN111737608B (zh) 2024-01-19

Family

ID=72650321

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010573025.6A Active CN111737608B (zh) 2020-06-22 2020-06-22 企业信息检索结果排序方法及装置

Country Status (1)

Country Link
CN (1) CN111737608B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113051289A (zh) * 2021-03-11 2021-06-29 北京律联东方文化传播有限公司 法条检索方法、装置、设备及存储介质
CN114372190A (zh) * 2022-03-22 2022-04-19 湖南大学 一种互联网海量数据检索方法和检索系统
CN116307811A (zh) * 2022-12-19 2023-06-23 武汉中科通达高新技术股份有限公司 一种针对企业指标数据进行阶段式自动评分的方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017000513A1 (zh) * 2015-06-30 2017-01-05 百度在线网络技术(北京)有限公司 一种基于用户搜索行为的信息推送方法、装置、存储介质和设备
CN108701160A (zh) * 2016-03-01 2018-10-23 微软技术许可有限责任公司 混合企业内容和Web结果
CN109857938A (zh) * 2019-01-30 2019-06-07 杭州太火鸟科技有限公司 基于企业信息的搜索方法、搜索装置及计算机存储介质
CN109933708A (zh) * 2019-01-25 2019-06-25 平安科技(深圳)有限公司 信息检索方法、装置、存储介质及计算机设备
WO2020019562A1 (zh) * 2018-07-27 2020-01-30 天津字节跳动科技有限公司 搜索排序方法、装置、电子设备和存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017000513A1 (zh) * 2015-06-30 2017-01-05 百度在线网络技术(北京)有限公司 一种基于用户搜索行为的信息推送方法、装置、存储介质和设备
CN108701160A (zh) * 2016-03-01 2018-10-23 微软技术许可有限责任公司 混合企业内容和Web结果
WO2020019562A1 (zh) * 2018-07-27 2020-01-30 天津字节跳动科技有限公司 搜索排序方法、装置、电子设备和存储介质
CN109933708A (zh) * 2019-01-25 2019-06-25 平安科技(深圳)有限公司 信息检索方法、装置、存储介质及计算机设备
CN109857938A (zh) * 2019-01-30 2019-06-07 杭州太火鸟科技有限公司 基于企业信息的搜索方法、搜索装置及计算机存储介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113051289A (zh) * 2021-03-11 2021-06-29 北京律联东方文化传播有限公司 法条检索方法、装置、设备及存储介质
CN114372190A (zh) * 2022-03-22 2022-04-19 湖南大学 一种互联网海量数据检索方法和检索系统
CN114372190B (zh) * 2022-03-22 2022-05-17 湖南大学 一种互联网海量数据检索方法和检索系统
CN116307811A (zh) * 2022-12-19 2023-06-23 武汉中科通达高新技术股份有限公司 一种针对企业指标数据进行阶段式自动评分的方法和装置
CN116307811B (zh) * 2022-12-19 2024-02-20 武汉中科通达高新技术股份有限公司 一种针对企业指标数据进行阶段式自动评分的方法和装置

Also Published As

Publication number Publication date
CN111737608B (zh) 2024-01-19

Similar Documents

Publication Publication Date Title
CN110046236B (zh) 一种非结构化数据的检索方法及装置
CN101055585B (zh) 文档聚类系统和方法
CN111737608A (zh) 企业信息检索结果排序方法及装置
CN111767716B (zh) 企业多级行业信息的确定方法、装置及计算机设备
WO2014148948A1 (ru) Способ отбора эффективных вариантов в поисковых и рекомендательных системах (варианты)
US10002187B2 (en) Method and system for performing topic creation for social data
CN108228637B (zh) 自然语言客户自动应答方法和系统
CN110046298A (zh) 一种查询词推荐方法、装置、终端设备及计算机可读介质
CN110737805B (zh) 图模型数据的处理方法、装置和终端设备
US9996529B2 (en) Method and system for generating dynamic themes for social data
CN111652468A (zh) 业务流程的生成方法、装置、存储介质及计算机设备
CN111191111A (zh) 内容推荐方法、装置及存储介质
US7756798B2 (en) Extensible mechanism for detecting duplicate search items
CN115048435B (zh) 一种智能型数据库存储方法及系统
CN114398473A (zh) 企业画像生成方法、装置、服务器及存储介质
CN108182200B (zh) 基于语义相似度的关键词拓展方法和装置
CN113191896A (zh) 一种招标信息的推荐方法、装置及计算机设备
CN116049379A (zh) 知识推荐方法、装置、电子设备和存储介质
CN108595498B (zh) 问题反馈方法及装置
CN116450664A (zh) 数据处理方法、装置、设备和存储介质
CN111160699A (zh) 一种专家推荐方法及系统
JPH08305724A (ja) 設計支援情報文書管理装置
JP2020071678A (ja) 情報処理装置、制御方法、プログラム
CN114547286A (zh) 一种信息搜索方法、装置及电子设备
JP2018022217A (ja) ナレッジ検索装置、ナレッジ検索方法、および、ナレッジ検索プログラム

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
GR01 Patent grant
GR01 Patent grant