CN111782935A - 一种信息推荐方法、装置、电子设备及存储介质 - Google Patents

一种信息推荐方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111782935A
CN111782935A CN202010399571.2A CN202010399571A CN111782935A CN 111782935 A CN111782935 A CN 111782935A CN 202010399571 A CN202010399571 A CN 202010399571A CN 111782935 A CN111782935 A CN 111782935A
Authority
CN
China
Prior art keywords
search
word
search word
information
recommendation
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.)
Withdrawn
Application number
CN202010399571.2A
Other languages
English (en)
Inventor
何金薇
蒋前程
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.)
Beijing Sankuai Online Technology Co Ltd
Original Assignee
Beijing Sankuai Online 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 Beijing Sankuai Online Technology Co Ltd filed Critical Beijing Sankuai Online Technology Co Ltd
Priority to CN202010399571.2A priority Critical patent/CN111782935A/zh
Publication of CN111782935A publication Critical patent/CN111782935A/zh
Withdrawn legal-status Critical Current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
    • G06F16/9535Search customisation based on user profiles and personalisation
    • 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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供了一种信息推荐方法、装置、电子设备及存储介质,该方法包括:接收搜索请求,所述搜索请求携带有第一搜索词;确定所述第一搜索词的搜索意图信息,并根据所述搜索意图信息生成第二搜索词,所述搜索意图信息用于表征所述第一搜索词的真实搜索意图;推荐与所述第二搜索词相匹配的推荐信息,以使得终端展示所述推荐信息。这样,为终端推荐的推荐信息也是与第一搜索词相关的推荐信息,从而用户对推荐信息感兴趣的概率较高。如果搜索结果中的搜索信息中没有用户感兴趣的搜索信息,用户可以在推荐结果的推荐信息中查找自身感兴趣的推荐信息,从而提高了用户体验。

Description

一种信息推荐方法、装置、电子设备及存储介质
技术领域
本发明涉及互联网技术领域,特别是涉及一种信息推荐方法、装置、电子设备及存储介质。
背景技术
搜索和推荐是互联网时代用户获取信息的两种重要方式,搜索是一个非常主动的行为,并且用户需求比较明确,然而,推荐是一个被动的行为,用户需求比较模糊,即用户需求不明确。
但是,近年来,搜索和推荐在相互的融合,一种结合了搜索推荐的场景如图1所示,用户利用搜索词搜索信息所得的结果页包括搜索结果和推荐结果,即在搜索结果下面展示推荐结果。
相关技术中,推荐结果通常是基于协同过滤的推荐方法所得到的,具体的,在为一个用户生成推荐结果时,将与该用户相似的其他用户感兴趣的信息确定为推荐结果。现有技术的这种推荐方法不能有效地推荐与搜索词相关的推荐结果,用户对推荐结果感兴趣的概率较低,从而导致用户体验较差。
发明内容
为了解决相关技术中存在的在搜索和推荐相融合的场景中,不能有效地推荐与搜索词相关的推荐结果,用户对推荐结果感兴趣的概率较低,从而导致用户体验较差的技术问题,本发明实施例提供了一种信息推荐方法、装置、电子设备及存储介质。
第一方面,本发明实施例提供了一种信息推荐方法,包括:
接收搜索请求,所述搜索请求携带有第一搜索词;
确定所述第一搜索词的搜索意图信息,并根据所述搜索意图信息生成第二搜索词,所述搜索意图信息用于表征所述第一搜索词的真实搜索意图;
推荐与所述第二搜索词相匹配的推荐信息,以使得终端展示所述推荐信息。
可选的,所述确定所述第一搜索词的搜索意图信息,并根据所述搜索意图信息生成第二搜索词,包括:
获取历史搜索数据中第一搜索词对应的改写搜索词,其中,所述改写搜索词是根据用户历史行为数据确定的,用户历史行为数据表示用户利用所述第一搜索词未得到感兴趣的目标搜索结果后,再次利用改写搜索词得到了所述目标搜索结果;
将所述改写搜索词确定为所述第一搜索词的搜索意图信息;
将所述第一搜索词的搜索意图信息确定为第二搜索词。
可选的,在所述推荐与所述第二搜索词相匹配的推荐信息之后,所述方法还包括:
统计预设时间段内所述推荐信息对应的点击率;
确定所述推荐信息中,点击率大于预设点击率的第一推荐信息;
计算第一推荐信息与所述第一搜索词之间的相关度;
根据所述第一推荐信息中,相关度大于预设相关度的第二推荐信息,确定所述第一搜索词对应的目标改写搜索词,以使得再次接收到携带有所述第一搜索词的搜索请求后,推荐与所述目标改写搜索词相匹配的推荐信息。
可选的,所述计算第一推荐信息与所述第一搜索词之间的相关度,包括:
计算第一推荐信息与所述第一搜索词的词距离;
其中,所述词距离包括以下的一种或者多种:所述第一推荐信息与所述第一搜索词的单字匹配数量,所述第一推荐信息与所述第一搜索词的单字匹配数量占所述第一推荐信息总字数或者第一搜索词总字数的比例,所述第一推荐信息与所述第一搜索词连续匹配字数的数量,和所述第一推荐信息与所述第一搜索词连续匹配字数的数量占所述第一推荐信息总字数或者第一搜索词总字数的比例。
可选的,所述确定所述第一搜索词的搜索意图信息,并根据所述搜索意图信息生成第二搜索词,包括:
根据预设的词语与词权重的对应关系,确定所述第一搜索词中各个子搜索词的词权重;
将词权重大于预设词权重的目标子搜索词确定为所述第一搜索词的搜索意图信息;
将所述第一搜索词的搜索意图信息确定为第二搜索词。
可选的,所述确定所述第一搜索词的搜索意图信息,并根据所述搜索意图信息生成第二搜索词,包括:
对所述第一搜索词进行实体识别,得到所述第一搜索词包括的实体核心词,所述实体核心词包括以下一种或者多种:商家核心词、商圈核心词,地址核心词,地标核心词和品类核心词;
将所述实体核心词确定为所述第一搜索词的搜索意图信息;
将所述第一搜索词的搜索意图信息组成第二搜索词。
可选的,所述确定所述第一搜索词的搜索意图信息,并根据所述搜索意图信息生成第二搜索词,包括:
获取历史搜索数据中,搜索了第一搜索词之后又搜索的目标搜索词,其中,目标搜索词对应的搜索次数大于预设搜索次数;
将所述目标搜索词确定为所述第一搜索词的搜索意图信息;
将所述第一搜索词的搜索意图信息确定为第二搜索词。
第二方面,本发明实施例提供了一种信息推荐装置,包括:
请求接收模块,用于接收搜索请求,所述搜索请求携带有第一搜索词;
搜索词生成模块,用于确定所述第一搜索词的搜索意图信息,并根据所述搜索意图信息生成第二搜索词,所述搜索意图信息用于表征所述第一搜索词的真实搜索意图;
信息推荐模块,用于推荐与所述第二搜索词相匹配的推荐信息,以使得终端展示所述推荐信息。
可选的,所述搜索词生成模块,具体用于:
获取历史搜索数据中第一搜索词对应的改写搜索词,其中,所述改写搜索词是根据用户历史行为数据确定的,用户历史行为数据表示用户利用所述第一搜索词未得到感兴趣的目标搜索结果后,再次利用改写搜索词得到了所述目标搜索结果;
将所述改写搜索词确定为所述第一搜索词的搜索意图信息;
将所述第一搜索词的搜索意图信息确定为第二搜索词。
可选的,在所述推荐与所述第二搜索词相匹配的推荐信息之后,所述装置还包括:
点击率统计模块,用于统计预设时间段内所述推荐信息对应的点击率;
信息确定模块,用于确定所述推荐信息中,点击率大于预设点击率的第一推荐信息;
相关度计算模块,用于计算第一推荐信息与所述第一搜索词之间的相关度;
搜索词确定模块,根据所述第一推荐信息中,相关度大于预设相关度的第二推荐信息,确定所述第一搜索词对应的目标改写搜索词,以使得再次接收到携带有所述第一搜索词的搜索请求后,推荐与所述目标改写搜索词相匹配的推荐信息。
可选的,所述相关度计算模块,具体用于:
计算第一推荐信息与所述第一搜索词的词距离;
其中,所述词距离包括以下的一种或者多种:所述第一推荐信息与所述第一搜索词的单字匹配数量,所述第一推荐信息与所述第一搜索词的单字匹配数量占所述第一推荐信息总字数或者第一搜索词总字数的比例,所述第一推荐信息与所述第一搜索词连续匹配字数的数量,和所述第一推荐信息与所述第一搜索词连续匹配字数的数量占所述第一推荐信息总字数或者第一搜索词总字数的比例。
可选的,所述搜索词生成模块,具体用于:
根据预设的词语与词权重的对应关系,确定所述第一搜索词中各个子搜索词的词权重;
将词权重大于预设词权重的目标子搜索词确定为所述第一搜索词的搜索意图信息;
将所述第一搜索词的搜索意图信息确定为第二搜索词。
可选的,所述搜索词生成模块,具体用于:
对所述第一搜索词进行实体识别,得到所述第一搜索词包括的实体核心词,所述实体核心词包括以下一种或者多种:商家核心词、商圈核心词,地址核心词,地标核心词和品类核心词;
将所述实体核心词确定为所述第一搜索词的搜索意图信息;
将所述第一搜索词的搜索意图信息组成第二搜索词。
可选的,所述搜索词生成模块,具体用于:
获取历史搜索数据中,搜索了第一搜索词之后又搜索的目标搜索词,其中,目标搜索词对应的搜索次数大于预设搜索次数;
将所述目标搜索词确定为所述第一搜索词的搜索意图信息;
将所述第一搜索词的搜索意图信息确定为第二搜索词。
第三方面,本发明实施例提供了一种电子设备,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程序时实现第一方面所述的信息推荐方法的步骤。
第四方面,本发明实施例提供了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上存储有计算机程序,所述计算机程序被处理器执行时实现第一方面所述的信息推荐方法的步骤。
通过本发明实施例提供的技术方案,服务器在接收到携带有第一搜索词的搜索请求后,会确定第一搜索词的搜索意图信息,并根据搜索意图信息生成第二搜索词,为终端推荐与第二搜索词相匹配的推荐信息,这样,为终端推荐的推荐信息也是与第一搜索词相关的推荐信息,从而用户对推荐信息感兴趣的概率较高。如果搜索结果中的搜索信息中没有用户感兴趣的搜索信息,用户可以在推荐结果的推荐信息中查找自身感兴趣的推荐信息,从而提高了用户体验。
附图说明
图1是相关技术中的一种搜索和推荐融合场景下,结果页的示意图;
图2是本发明实施例提供的一种信息推荐方法的步骤流程图;
图3是图2中S220的一种实施方式的步骤流程图;
图4是本发明实施例提供的另一种信息推荐方法的步骤流程图;
图5是本发明实施例提供的一种信息推荐装置的结构框图;
图6是本发明实施例提供的一种电子设备的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
为了解决相关技术中存在的在搜索和推荐相融合的场景中,不能有效地推荐与搜索词相关的推荐结果,用户对推荐结果感兴趣的概率较低,从而导致用户体验较差的技术问题,本发明实施例提供了一种信息推荐方法、装置、电子设备及存储介质。
第一方面,首先对本发明实施例提供的一种信息推荐方法可以包括如下步骤:
如图2所示,本发明实施例提供的一种信息推荐方法,可以包括如下步骤:
S210,接收搜索请求。
其中,搜索请求携带有第一搜索词。
具体的,当用户有购物等消费需求时,用户可以在终端的搜索框中输入搜索词,为了方案描述清楚,可以将该搜索词称为第一搜索词。比如,用户想吃米粉,那么,可以第一搜索词可以为米粉。
用户在终端的搜索框中输入搜索词后,可以点击搜索按键,从而终端可以向服务器发送搜索请求,服务器在接收到搜索请求后,可以对搜索请求进行解析,得到搜索请求携带的第一搜索词,并得到与第一搜索词相匹配的搜索信息,将搜索信息发送至终端,该搜索信息可以是商家名称。
S220,确定第一搜索词的搜索意图信息,并根据搜索意图信息生成第二搜索词。
其中,搜索意图信息用于表征第一搜索词的真实搜索意图。
在搜索和推荐相融合的场景中,服务器不仅向终端发送搜索结果,还需要为终端发送推荐结果。为了使得向终端推荐的推荐结果能够满足用户需求,可以向终端推荐与第一搜索词相关的推荐信息,作为推荐结果。因此,可以确定用于表征第一搜索词的搜索意图信息,然后根据第一搜索意图信息来生成第二搜索词,这样,第二搜索词与第一搜索词相关,后续步骤中,根据第二搜索词推荐的推荐信息是用户感兴趣的推荐信息的概率较高。
其中,确定第一搜索词的搜索意图信息,并根据搜索意图信息生成第二搜索词的实施方式较多,为了方案描述清楚,将在下面实施例,对确定第一搜索词的搜索意图信息,并根据搜索意图信息生成第二搜索词的具体实施方式进行详细阐述。
S230,推荐与第二搜索词相匹配的推荐信息,以使得终端展示推荐信息。
服务器在根据第一搜索词的搜索意图信息生成第二搜索词之后,可以向终端推荐第二搜索词相匹配的推荐信息,例如,第一搜索词为米线,第二搜索词可以为米粉,这样,所推荐的与第二搜索词相匹配的推荐信息可以是米粉的商家名称。由于用户在搜索米线的时候,想吃米粉的概率较高,因此,服务器推荐的米粉的商家名称是用户喜欢的商家名称的概率较高。
终端在展示推荐信息之前,可以对推荐信息进行排序,例如,可以将推荐信息输入训练好的神经网络模型中,得到排序后的推荐信息,并将排序靠前的推荐信息展示在前面。或者,可以将推荐信息按照一定的规则如按照点击率从高到低的顺序对推荐信息进行排序,得到排序后的推荐信息,并将排序靠前的推荐信息展示在前面。
通过本发明实施例提供的技术方案,服务器在接收到携带有第一搜索词的搜索请求后,会确定第一搜索词的搜索意图信息,并根据搜索意图信息生成第二搜索词,为终端推荐与第二搜索词相匹配的推荐信息,这样,为终端推荐的推荐信息也是与第一搜索词相关的推荐信息,从而用户对推荐信息感兴趣的概率较高。如果搜索结果中的搜索信息中没有用户感兴趣的搜索信息,用户可以在推荐结果的推荐信息中查找自身感兴趣的推荐信息,从而提高了用户体验。
为了方案描述清楚,将在下面实施例,对确定第一搜索词的搜索意图信息,并根据搜索意图信息生成第二搜索词的具体实施方式进行详细阐述。
在一种实施方式中,确定第一搜索词的搜索意图信息,并根据搜索意图信息生成第二搜索词,可以包括如下步骤,如图3所示,分别为步骤S310至S340:
S310,获取历史搜索数据中第一搜索词对应的改写搜索词。
其中,改写搜索词是根据用户历史行为数据确定的,用户历史行为数据表示用户利用第一搜索词未得到感兴趣的目标搜索结果后,再次利用改写搜索词得到了目标搜索结果。
在实际应用中,用户利用一个搜索词进行搜索后,搜索结果不是用户想要的搜索结果,用户未对搜索结果进行点击;此时,用户可以改写一个与该搜索词相关的搜索词,可以把该搜索词称为改写搜索词。用户利用该改写搜索词再次进行搜索,再次所得的搜索结果是用户想要的搜索结果,用户对再次所得的搜索结果进行了点击。也就是说,可以从历史搜索数据中获取第一搜索词对应的改写搜索词。
举例而言,第一搜索词为米线,第一搜索词对应的改写搜索词可以为米粉。
S320,将改写搜索词确定为第一搜索词的搜索意图信息。
由于通过第一搜索词对应的改写搜索词可以搜索到用户感兴趣的搜索结果,因此,在确定了第一搜索词对应的改写搜索词之后,可以将第一搜索词对应的改写搜索词确定为第一搜索词的搜索意图信息。
S330,将第一搜索词的搜索意图信息确定为第二搜索词。
具体的,可以将第一搜索词的搜索意图信息确定了第二搜索词,这样,后续步骤中,可以向终端推荐与第二搜索词相匹配的推荐信息,从而所推荐的信息是用户感兴趣的信息的概率较高,即推荐信息对搜索结果中的搜索信息进行了很好的补充,用户在搜索结果中没有找到感兴趣的搜索信息时,可能在推荐结果中找到感兴趣的推荐信息,并点击感兴趣的推荐信息,从而体验了用户体验。
在图3所示实施例的基础上,在一种实施方式中,在推荐与第二搜索词相匹配的推荐信息之后,该信息推荐方法还可以包括如下步骤,如图4所示,分别为S410至S440:
S410,统计预设时间段内推荐信息对应的点击率。
具体的,终端在展示推荐信息后,如果用户对某一推荐信息感兴趣,那么,用户会点击该推荐信息;如果用户对某一推荐信息不敢兴趣,那么,用户不会点击该推荐信息。一个推荐信息对应的点击率可以为:用户对该推荐信息的点击次数除以推荐信息被展示的次数。
为了准确地计算推荐信息对应的点击率,可以统计预设时间段内推荐信息的点击率。预设时间段可以当前时间之前一个星期,还可以当前时间之前两个星期,还可以是当前时间之前一个月,这都是合理的,本发明实施例对预设时间段不做具体限定。
S420,确定推荐信息中,点击率大于预设点击率的第一推荐信息。
具体的,如果一个推荐信息的点击率较高,可以认为用户对该推荐信息感兴趣的程度较高,如果一个推荐信息的点击率较低,可以认为用户对该推荐信息感兴趣的程度较低,因此,可以根据推荐信息对应的点击率,从所展示的推荐信息中,确定出点击率大于预设点击率的第一推荐信息。该第一推荐信息可以是商家名称。
S430,计算第一推荐信息与第一搜索词之间的相关度。
在确定出点击率较高的第一推荐信息之后,由于第一推荐信息较多,可以通过计算第一推荐信息与第一搜索词之间的相关度,以便后续步骤中,确定哪些第一推荐信息是与第一搜索词相关性较高的推荐信息,以挖掘出更准确的改写搜索词。
作为本发明实施例的一种实现方式,计算第一推荐信息与第一搜索词之间的相关度,可以包括如下步骤a1:
步骤a1,计算第一推荐信息与第一搜索词的词距离。
其中,词距离包括以下的一种或者多种:第一推荐信息与第一搜索词的单字匹配数量,第一推荐信息与第一搜索词的单字匹配数量占第一推荐信息总字数或者第一搜索词总字数的比例,第一推荐信息与第一搜索词连续匹配字数的数量,和第一推荐信息与第一搜索词连续匹配字数的数量占第一推荐信息总字数或者第一搜索词总字数的比例。
举例而言,以第一推荐信息为商家名称为例,计算商家名称与第一搜索词的距离的方法,可以包括以下4中方法之一:
1、计算第一搜索词和商家名称的单字匹配个数。具体的,可以计算第一搜索词和商家名称中存在的相同的字的数量。可以理解的是,单字匹配字数越多,第一搜索词和商家名称的相关度越高。
2、计算第一搜索词和商家名称的单字匹配个数占第一搜索词字数总数的比例,或者,第一搜索词和商家名称的单字匹配个数占商家名称字数总数的比例。具体的,可以是单字匹配个数除以第一搜索词的字数总数;或者,单字匹配个数除以商家名称的字数总数。
可以理解的是,第一搜索词和商家名称的单字匹配个数占第一搜索词字数总数的比例越大,第一搜索词和商家名称的相关性越高。或者,第一搜索词和商家名称的单字匹配个数占商家名称字数总数的比例越高,第一搜索词和商家名称的相关性越高。
3、计算第一搜索词和商家名称的连续匹配字数。可以理解的是,连续匹配字数越多,第一搜索词和商家名称的相关性越高。
4、计算第一搜索词和商家名称的连续匹配字数占第一搜索词字数总数的比例,或者,第一搜索词和商家名称的连续匹配字数占商家名称字数总数的比例。
可以理解的是,第一搜索词和商家名称的连续匹配字数占第一搜索词字数总数的比例越大,第一搜索词和商家名称的相关性越高,或者,第一搜索词和商家名称的连续匹配字数占商家名称字数总数的比例越大,第一搜索词和商家名称的相关性越高。
S440,根据第一推荐信息中,相关度大于预设相关度的第二推荐信息,确定第一搜索词对应的目标改写搜索词,以使得再次接收到携带有第一搜索词的搜索请求后,推荐与目标改写搜索词相关的推荐信息。
具体的,在确定了第一推荐信息中,相关度大于预设相关度较高的第二推荐信息时,可以根据相关性较高的第二推荐信息确定第一搜索词对应的目标改写搜索词,举例而言,第一搜索词为米线,推荐信息中有关米粉的商家名称的点击率较高,那么,目标改写搜索词可以是米粉。服务器下次接收到携带有米线的搜索词时,可以推荐米粉相关的商家名称。
这样,确定的目标改写搜索词准确度更高,服务器下次接收到携带有第一搜索词的搜索请求后,可以推荐与目标改写搜索词相匹配的推荐信息。并且,在实际应用中,服务器下次接收到携带有第一搜索词的搜索请求后,可以将与目标改写搜索词相匹配的推荐信息作为搜索结果反馈至终端,这都是合理的。
在另一种实施方式中,确定第一搜索词的搜索意图信息,并根据搜索意图信息生成第二搜索词,可以包括如下步骤,分别为步骤b1至步骤b3:
步骤b1,根据预设的词语与词权重的对应关系,确定第一搜索词中各个子搜索词的词权重。
具体的,第一搜索词中可以包括多个子搜索词,可以根据预设的词语与词权重的对应关系,确定第一搜索词中各个子搜索词的词权重,来确定第一搜索词中各个子搜索词的词权重。举例而言,第一搜索词为:北京大学附近的酒店。子搜索词可以是:北京大学,附近的和酒店,每个子搜索词对应一个词权重。
其中,词语与词权重的对应关系的确定方式有很多,本发明实施例对词不做具体限定。
步骤b2,将词权重大于预设词权重的目标子搜索词确定为第一搜索词的搜索意图信息。
在确定了各个子搜索词的词权重后,可以丢掉词权重最小的一个或者多个子搜索词,并将词权重较高的目标子搜索词确定为第一搜索词的搜索意图信息,以便后续步骤中,可以根据第一搜索词的搜索意图信息确定第二搜索词。
步骤b3,将第一搜索词的搜索意图信息确定为第二搜索词。
具体的,由于第一搜索词的搜索意图信息为词权重较高的目标子搜索词,因此,可以将将第一搜索词的搜索意图信息确定为第二搜索词。
可见,通过本发明实施例提供的技术方案,可以根据第一搜索词的搜索意图信息准确地确定第二搜索词,以便后续步骤中,推荐的推荐信息是用户感兴趣的搜索词的概率较高。
在另一种实施方式中,确定第一搜索词的搜索意图信息,并根据搜索意图信息生成第二搜索词,可以包括如下步骤,分别为步骤c1至步骤c3:
步骤c1,对第一搜索词进行实体识别,得到第一搜索词包括的实体核心词。
其中,实体核心词包括以下一种或者多种:商家核心词、商圈核心词,地址核心词,地标核心词和品类核心词。
在该步骤中,可以实体识别技术对第一搜索词进行实体识别,得到第一搜索词包括的实体核心词,如商家核心词、商圈核心词,地址核心词,地标核心词和品类核心词等。可以理解的是,实体核心词可以代表第一搜索词的搜索意图。
步骤c2,将实体核心词确定为第一搜索词的搜索意图信息。
具体的,由于实体核心词可以代表第一搜索词的搜索意图,因此,在确定了实体核心词之后,可以将实体核心词确定为第一搜索词的搜索意图信息。
步骤c3,将第一搜索词的搜索意图信息组成第二搜索词。
具体的,由于第一搜索词的搜索意图信息为第一搜索词的实体核心词,因此,可以将将第一搜索词的搜索意图信息确定为第二搜索词。
可见,通过本发明实施例提供的技术方案,可以根据第一搜索词的搜索意图信息准确地确定第二搜索词,以便后续步骤中,推荐的推荐信息是用户感兴趣的搜索词的概率较高。
在另一种实施方式中,确定第一搜索词的搜索意图信息,并根据搜索意图信息生成第二搜索词,可以包括如下步骤,分别为步骤d1至步骤d3:
步骤d1,获取历史搜索数据中,搜索了第一搜索词之后又搜索的目标搜索词。
其中,目标搜索词对应的搜索次数大于预设搜索次数。
具体的,在实际应用中,用户利用第一搜索词进行搜索时,可能还会利用与第一搜索词相关的目标搜索词进行搜索,并且,目标搜索词对应的搜索次数较多,说明大量用户在利用第一搜索词搜索后,又利用目标搜索词进行了搜索,即目标搜索词可以间接地代表第一搜索词的搜索意图信息。
步骤d2,将目标搜索词确定为第一搜索词的搜索意图信息。
具体的,由于目标搜索词可以间接地代表第一搜索词的搜索意图信息,因此,在确定了目标搜索词之后,可以将目标搜索词确定为第一搜索词的搜索意图信息。
步骤d3,将第一搜索词的搜索意图信息确定为第二搜索词。
具体的,由于第一搜索词的搜索意图信息为索了第一搜索词之后又搜索的目标搜索词,因此,可以将第一搜索词的搜索意图信息确定为第二搜索词。
可见,通过本发明实施例提供的技术方案,可以根据第一搜索词的搜索意图信息准确地确定第二搜索词,以便后续步骤中,推荐的推荐信息是用户感兴趣的搜索词的概率较高。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于可选实施例,所涉及的动作并不一定是本发明所必须的。
第二方面,本发明实施例提供了一种信息推荐装置,如图5所示,包括:
请求接收模块510,用于接收搜索请求,所述搜索请求携带有第一搜索词;
搜索词生成模块520,用于确定所述第一搜索词的搜索意图信息,并根据所述搜索意图信息生成第二搜索词,所述搜索意图信息用于表征所述第一搜索词的真实搜索意图;
信息推荐模块530,用于推荐与所述第二搜索词相匹配的推荐信息,以使得终端展示所述推荐信息。
通过本发明实施例提供的技术方案,服务器在接收到携带有第一搜索词的搜索请求后,会确定第一搜索词的搜索意图信息,并根据搜索意图信息生成第二搜索词,为终端推荐与第二搜索词相匹配的推荐信息,这样,为终端推荐的推荐信息也是与第一搜索词相关的推荐信息,从而用户对推荐信息感兴趣的概率较高。如果搜索结果中的搜索信息中没有用户感兴趣的搜索信息,用户可以在推荐结果的推荐信息中查找自身感兴趣的推荐信息,从而提高了用户体验。
可选的,所述搜索词生成模块,具体用于:
获取历史搜索数据中第一搜索词对应的改写搜索词,其中,所述改写搜索词是根据用户历史行为数据确定的,用户历史行为数据表示用户利用所述第一搜索词未得到感兴趣的目标搜索结果后,再次利用改写搜索词得到了所述目标搜索结果;
将所述改写搜索词确定为所述第一搜索词的搜索意图信息;
将所述第一搜索词的搜索意图信息确定为第二搜索词。
可选的,在所述推荐与所述第二搜索词相匹配的推荐信息之后,所述装置还包括:
点击率统计模块,用于统计预设时间段内所述推荐信息对应的点击率;
信息确定模块,用于确定所述推荐信息中,点击率大于预设点击率的第一推荐信息;
相关度计算模块,用于计算第一推荐信息与所述第一搜索词之间的相关度;
搜索词确定模块,根据所述第一推荐信息中,相关度大于预设相关度的第二推荐信息,确定所述第一搜索词对应的目标改写搜索词,以使得再次接收到携带有所述第一搜索词的搜索请求后,推荐与所述目标改写搜索词相匹配的推荐信息。
可选的,所述相关度计算模块,具体用于:
计算第一推荐信息与所述第一搜索词的词距离;
其中,所述词距离包括以下的一种或者多种:所述第一推荐信息与所述第一搜索词的单字匹配数量,所述第一推荐信息与所述第一搜索词的单字匹配数量占所述第一推荐信息总字数或者第一搜索词总字数的比例,所述第一推荐信息与所述第一搜索词连续匹配字数的数量,和所述第一推荐信息与所述第一搜索词连续匹配字数的数量占所述第一推荐信息总字数或者第一搜索词总字数的比例。
可选的,所述搜索词生成模块,具体用于:
根据预设的词语与词权重的对应关系,确定所述第一搜索词中各个子搜索词的词权重;
将词权重大于预设词权重的目标子搜索词确定为所述第一搜索词的搜索意图信息;
将所述第一搜索词的搜索意图信息确定为第二搜索词。
可选的,所述搜索词生成模块,具体用于:
对所述第一搜索词进行实体识别,得到所述第一搜索词包括的实体核心词,所述实体核心词包括以下一种或者多种:商家核心词、商圈核心词,地址核心词,地标核心词和品类核心词;
将所述实体核心词确定为所述第一搜索词的搜索意图信息;
将所述第一搜索词的搜索意图信息组成第二搜索词。
可选的,所述搜索词生成模块,具体用于:
获取历史搜索数据中,搜索了第一搜索词之后又搜索的目标搜索词,其中,目标搜索词对应的搜索次数大于预设搜索次数;
将所述目标搜索词确定为所述第一搜索词的搜索意图信息;
将所述第一搜索词的搜索意图信息确定为第二搜索词。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
第四方面,本发明实施例提供了一种电子设备,如图6所示,包括存储器610、处理器620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程序时实现第一方面所述的信息推荐方法的步骤。
通过本发明实施例提供的技术方案,服务器在接收到携带有第一搜索词的搜索请求后,会确定第一搜索词的搜索意图信息,并根据搜索意图信息生成第二搜索词,为终端推荐与第二搜索词相匹配的推荐信息,这样,为终端推荐的推荐信息也是与第一搜索词相关的推荐信息,从而用户对推荐信息感兴趣的概率较高。如果搜索结果中的搜索信息中没有用户感兴趣的搜索信息,用户可以在推荐结果的推荐信息中查找自身感兴趣的推荐信息,从而提高了用户体验。
第五方面,本发明实施例提供了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上存储有计算机程序,所述计算机程序被处理器执行时实现第一方面所述的信息推荐方法的步骤。
通过本发明实施例提供的技术方案,服务器在接收到携带有第一搜索词的搜索请求后,会确定第一搜索词的搜索意图信息,并根据搜索意图信息生成第二搜索词,为终端推荐与第二搜索词相匹配的推荐信息,这样,为终端推荐的推荐信息也是与第一搜索词相关的推荐信息,从而用户对推荐信息感兴趣的概率较高。如果搜索结果中的搜索信息中没有用户感兴趣的搜索信息,用户可以在推荐结果的推荐信息中查找自身感兴趣的推荐信息,从而提高了用户体验。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
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、装置、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的方法、终端设备(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终端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终端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终端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终端设备上,使得在计算机或其他可编程终端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终端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。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种信息推荐方法和一种信息推荐装置,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (16)

1.一种信息推荐方法,其特征在于,包括:
接收搜索请求,所述搜索请求携带有第一搜索词;
确定所述第一搜索词的搜索意图信息,并根据所述搜索意图信息生成第二搜索词,所述搜索意图信息用于表征所述第一搜索词的真实搜索意图;
推荐与所述第二搜索词相匹配的推荐信息,以使得终端展示所述推荐信息。
2.根据权利要求1所述的方法,其特征在于,所述确定所述第一搜索词的搜索意图信息,并根据所述搜索意图信息生成第二搜索词,包括:
获取历史搜索数据中第一搜索词对应的改写搜索词,其中,所述改写搜索词是根据用户历史行为数据确定的,用户历史行为数据表示用户利用所述第一搜索词未得到感兴趣的目标搜索结果后,再次利用改写搜索词得到了所述目标搜索结果;
将所述改写搜索词确定为所述第一搜索词的搜索意图信息;
将所述第一搜索词的搜索意图信息确定为第二搜索词。
3.根据权利要求2所述的方法,其特征在于,在所述推荐与所述第二搜索词相匹配的推荐信息之后,所述方法还包括:
统计预设时间段内所述推荐信息对应的点击率;
确定所述推荐信息中,点击率大于预设点击率的第一推荐信息;
计算第一推荐信息与所述第一搜索词之间的相关度;
根据所述第一推荐信息中,相关度大于预设相关度的第二推荐信息,确定所述第一搜索词对应的目标改写搜索词,以使得再次接收到携带有所述第一搜索词的搜索请求后,推荐与所述目标改写搜索词相匹配的推荐信息。
4.根据权利要求3所述的方法,其特征在于,所述计算第一推荐信息与所述第一搜索词之间的相关度,包括:
计算第一推荐信息与所述第一搜索词的词距离;
其中,所述词距离包括以下的一种或者多种:所述第一推荐信息与所述第一搜索词的单字匹配数量,所述第一推荐信息与所述第一搜索词的单字匹配数量占所述第一推荐信息总字数或者第一搜索词总字数的比例,所述第一推荐信息与所述第一搜索词连续匹配字数的数量,和所述第一推荐信息与所述第一搜索词连续匹配字数的数量占所述第一推荐信息总字数或者第一搜索词总字数的比例。
5.根据权利要求1所述的方法,其特征在于,所述确定所述第一搜索词的搜索意图信息,并根据所述搜索意图信息生成第二搜索词,包括:
根据预设的词语与词权重的对应关系,确定所述第一搜索词中各个子搜索词的词权重;
将词权重大于预设词权重的目标子搜索词确定为所述第一搜索词的搜索意图信息;
将所述第一搜索词的搜索意图信息确定为第二搜索词。
6.根据权利要求1所述的方法,其特征在于,所述确定所述第一搜索词的搜索意图信息,并根据所述搜索意图信息生成第二搜索词,包括:
对所述第一搜索词进行实体识别,得到所述第一搜索词包括的实体核心词,所述实体核心词包括以下一种或者多种:商家核心词、商圈核心词,地址核心词,地标核心词和品类核心词;
将所述实体核心词确定为所述第一搜索词的搜索意图信息;
将所述第一搜索词的搜索意图信息组成第二搜索词。
7.根据权利要求1所述的方法,其特征在于,所述确定所述第一搜索词的搜索意图信息,并根据所述搜索意图信息生成第二搜索词,包括:
获取历史搜索数据中,搜索了第一搜索词之后又搜索的目标搜索词,其中,目标搜索词对应的搜索次数大于预设搜索次数;
将所述目标搜索词确定为所述第一搜索词的搜索意图信息;
将所述第一搜索词的搜索意图信息确定为第二搜索词。
8.一种信息推荐装置,其特征在于,包括:
请求接收模块,用于接收搜索请求,所述搜索请求携带有第一搜索词;
搜索词生成模块,用于确定所述第一搜索词的搜索意图信息,并根据所述搜索意图信息生成第二搜索词,所述搜索意图信息用于表征所述第一搜索词的真实搜索意图;
信息推荐模块,用于推荐与所述第二搜索词相匹配的推荐信息,以使得终端展示所述推荐信息。
9.根据权利要求8所述的装置,其特征在于,所述搜索词生成模块,具体用于:
获取历史搜索数据中第一搜索词对应的改写搜索词,其中,所述改写搜索词是根据用户历史行为数据确定的,用户历史行为数据表示用户利用所述第一搜索词未得到感兴趣的目标搜索结果后,再次利用改写搜索词得到了所述目标搜索结果;
将所述改写搜索词确定为所述第一搜索词的搜索意图信息;
将所述第一搜索词的搜索意图信息确定为第二搜索词。
10.根据权利要求9所述的装置,其特征在于,在所述推荐与所述第二搜索词相匹配的推荐信息之后,所述装置还包括:
点击率统计模块,用于统计预设时间段内所述推荐信息对应的点击率;
信息确定模块,用于确定所述推荐信息中,点击率大于预设点击率的第一推荐信息;
相关度计算模块,用于计算第一推荐信息与所述第一搜索词之间的相关度;
搜索词确定模块,根据所述第一推荐信息中,相关度大于预设相关度的第二推荐信息,确定所述第一搜索词对应的目标改写搜索词,以使得再次接收到携带有所述第一搜索词的搜索请求后,推荐与所述目标改写搜索词相匹配的推荐信息。
11.根据权利要求10所述的装置,其特征在于,所述相关度计算模块,具体用于:
计算第一推荐信息与所述第一搜索词的词距离;
其中,所述词距离包括以下的一种或者多种:所述第一推荐信息与所述第一搜索词的单字匹配数量,所述第一推荐信息与所述第一搜索词的单字匹配数量占所述第一推荐信息总字数或者第一搜索词总字数的比例,所述第一推荐信息与所述第一搜索词连续匹配字数的数量,和所述第一推荐信息与所述第一搜索词连续匹配字数的数量占所述第一推荐信息总字数或者第一搜索词总字数的比例。
12.根据权利要求8所述的装置,其特征在于,所述搜索词生成模块,具体用于:
根据预设的词语与词权重的对应关系,确定所述第一搜索词中各个子搜索词的词权重;
将词权重大于预设词权重的目标子搜索词确定为所述第一搜索词的搜索意图信息;
将所述第一搜索词的搜索意图信息确定为第二搜索词。
13.根据权利要求8所述的装置,其特征在于,所述搜索词生成模块,具体用于:
对所述第一搜索词进行实体识别,得到所述第一搜索词包括的实体核心词,所述实体核心词包括以下一种或者多种:商家核心词、商圈核心词,地址核心词,地标核心词和品类核心词;
将所述实体核心词确定为所述第一搜索词的搜索意图信息;
将所述第一搜索词的搜索意图信息组成第二搜索词。
14.根据权利要求8所述的装置,其特征在于,所述搜索词生成模块,具体用于:
获取历史搜索数据中,搜索了第一搜索词之后又搜索的目标搜索词,其中,目标搜索词对应的搜索次数大于预设搜索次数;
将所述目标搜索词确定为所述第一搜索词的搜索意图信息;
将所述第一搜索词的搜索意图信息确定为第二搜索词。
15.一种电子设备,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程序时实现如权利要求1至7中任一项所述的信息推荐方法的步骤。
16.一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上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的信息推荐方法的步骤。
CN202010399571.2A 2020-05-12 2020-05-12 一种信息推荐方法、装置、电子设备及存储介质 Withdrawn CN111782935A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010399571.2A CN111782935A (zh) 2020-05-12 2020-05-12 一种信息推荐方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010399571.2A CN111782935A (zh) 2020-05-12 2020-05-12 一种信息推荐方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN111782935A true CN111782935A (zh) 2020-10-16

Family

ID=72754135

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010399571.2A Withdrawn CN111782935A (zh) 2020-05-12 2020-05-12 一种信息推荐方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111782935A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113407666A (zh) * 2021-05-28 2021-09-17 北京达佳互联信息技术有限公司 目标人群搜索意图的识别方法、装置、电子设备及介质
CN113836422A (zh) * 2021-09-28 2021-12-24 北京爱奇艺科技有限公司 一种信息搜索方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120173562A1 (en) * 2010-12-31 2012-07-05 Alibaba Group Holding Limited Recommendation of search keywords based on indication of user intention
CN103593410A (zh) * 2013-10-22 2014-02-19 上海交通大学 通过替换概念性词语进行搜索推荐系统
CN103942279A (zh) * 2014-04-01 2014-07-23 百度(中国)有限公司 搜索结果的展现方法和装置
CN104281699A (zh) * 2014-10-15 2015-01-14 百度在线网络技术(北京)有限公司 搜索推荐方法及装置
CN105956148A (zh) * 2016-05-12 2016-09-21 北京奇艺世纪科技有限公司 资源信息的推荐方法和装置
CN108287901A (zh) * 2018-01-24 2018-07-17 百度在线网络技术(北京)有限公司 用于生成信息的方法和装置
CN109948014A (zh) * 2017-08-24 2019-06-28 阿里巴巴集团控股有限公司 一种搜索方法和服务器

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120173562A1 (en) * 2010-12-31 2012-07-05 Alibaba Group Holding Limited Recommendation of search keywords based on indication of user intention
CN103593410A (zh) * 2013-10-22 2014-02-19 上海交通大学 通过替换概念性词语进行搜索推荐系统
CN103942279A (zh) * 2014-04-01 2014-07-23 百度(中国)有限公司 搜索结果的展现方法和装置
CN104281699A (zh) * 2014-10-15 2015-01-14 百度在线网络技术(北京)有限公司 搜索推荐方法及装置
CN105956148A (zh) * 2016-05-12 2016-09-21 北京奇艺世纪科技有限公司 资源信息的推荐方法和装置
CN109948014A (zh) * 2017-08-24 2019-06-28 阿里巴巴集团控股有限公司 一种搜索方法和服务器
CN108287901A (zh) * 2018-01-24 2018-07-17 百度在线网络技术(北京)有限公司 用于生成信息的方法和装置

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113407666A (zh) * 2021-05-28 2021-09-17 北京达佳互联信息技术有限公司 目标人群搜索意图的识别方法、装置、电子设备及介质
CN113407666B (zh) * 2021-05-28 2023-12-19 北京达佳互联信息技术有限公司 目标人群搜索意图的识别方法、装置、电子设备及介质
CN113836422A (zh) * 2021-09-28 2021-12-24 北京爱奇艺科技有限公司 一种信息搜索方法及装置
CN113836422B (zh) * 2021-09-28 2024-05-07 北京爱奇艺科技有限公司 一种信息搜索方法及装置

Similar Documents

Publication Publication Date Title
CN106651542B (zh) 一种物品推荐的方法及装置
CN108829808B (zh) 一种页面个性化排序方法、装置及电子设备
CN107451894B (zh) 数据处理方法、装置和计算机可读存储介质
CN111461841B (zh) 物品推荐方法、装置、服务器及存储介质
CN111444395B (zh) 获取实体间关系表达的方法、系统和设备、广告召回系统
CN105740268B (zh) 一种信息推送方法和装置
US20120078825A1 (en) Search result ranking using machine learning
CN106503025B (zh) 一种应用推荐方法和系统
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
WO2015188699A1 (zh) 推荐项目的方法和装置
CN110532351B (zh) 推荐词展示方法、装置、设备及计算机可读存储介质
CN103823908A (zh) 基于用户偏好的内容推荐方法和服务器
CN106251174A (zh) 信息推荐方法及装置
CN111126495B (zh) 模型训练方法、信息预测方法、装置、存储介质及设备
CN109409928A (zh) 一种素材推荐方法、装置、存储介质、终端
CN111639255B (zh) 搜索关键词的推荐方法、装置、存储介质及电子设备
CN111709810A (zh) 基于推荐模型的对象推荐方法及装置
CN110413870A (zh) 商品推荐方法、装置及服务器
CN110647683B (zh) 一种信息推荐方法、装置
CN106909688B (zh) 一种基于输入搜索词来推荐搜索词的方法和装置
CN106919625A (zh) 一种互联网用户属性识别方法和装置
CN104636407B (zh) 参数取值训练及搜索请求处理方法和装置
CN107423430B (zh) 数据处理方法、装置和计算机可读存储介质
CN114461871B (zh) 推荐模型训练方法、对象推荐方法、装置及存储介质
CN110008396B (zh) 对象信息推送方法、装置、设备及计算机可读存储介质

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20201016