CN112069423A - 一种信息推荐方法、装置、存储介质及计算机设备 - Google Patents

一种信息推荐方法、装置、存储介质及计算机设备 Download PDF

Info

Publication number
CN112069423A
CN112069423A CN202010821227.8A CN202010821227A CN112069423A CN 112069423 A CN112069423 A CN 112069423A CN 202010821227 A CN202010821227 A CN 202010821227A CN 112069423 A CN112069423 A CN 112069423A
Authority
CN
China
Prior art keywords
user
information
elements
information resources
acquiring
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
CN202010821227.8A
Other languages
English (en)
Inventor
李锦洲
蓝建敏
池沐霖
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.)
Excellence Information Technology Co ltd
Original Assignee
Excellence Information 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 Excellence Information Technology Co ltd filed Critical Excellence Information Technology Co ltd
Priority to CN202010821227.8A priority Critical patent/CN112069423A/zh
Publication of CN112069423A publication Critical patent/CN112069423A/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
    • 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

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

本发明实施例提供了一种信息推荐方法、装置、存储介质及计算机设备。获取工程内的领域、对象、对象行为和空间,并根据获取的元素形成知识图谱,根据知识图谱内容,引导用户选择关注的所述元素,根据所述用户的选择获取用户对元素的关注度,获取信息资源并对所述信息资源进行分析获取所述元素与所述信息资源的相关度,根据所述相关度与所述关注度对所述信息资源进行排序,根据排序的高低向用户推荐,实现了在用户数据较少时,准确的对用户的画像进行构建,增强了用户的体验。

Description

一种信息推荐方法、装置、存储介质及计算机设备
【技术领域】
本发明涉及信息推荐,尤其涉及一种信息推荐方法、装置、存储介质及计算机设备。
【背景技术】
随着经济社会的发展,互联网信息技术也在突飞猛进,而在互联网中的信息也变得越来越多,在用户想要获取感兴趣的信息时,需要对大量的信息进行筛选,于是信息推荐技术越来越受到人们的关注。
当前社会中,信息推荐技术普遍采用用户画像技术,分析系统用户偏好,并根据此向用户推送用户关注的信息的技术。目前的信息推荐技术主要基于用户行为数据和对象标签进行聚类和分析,构建用户画像并推荐。常用语网络营销,知识变现,新闻推荐等领域。但是在缺乏用户行为数据时,或是用户行为数据极少时,难以定义时,难以分析得到标签与标签之间的关联关系,难以构建准确的用户画像。同时如果需要接入新的系统、信息来源或一批全新类型的信息,由于也需要利用用户数据做用户画像,因此也难以快速准确地对新接入对系统的信息分析用户喜欢的内容,这就使得在用户数据较少时,无法准确的对用户的画像进行构建,降低了用户的体验。
【发明内容】
有鉴于此,本发明实施例提供了一种信息推荐方法、装置、存储介质及计算机设备,用以在用户数据较少时,准确的对用户的画像进行构建,增强了用户的体验。
一方面,本发明实施例提供了一种信息推荐方法,包括:
获取工程内的领域、对象、对象行为和空间,并根据获取的元素形成知识图谱;
根据知识图谱内容,引导用户选择关注的所述元素;
根据所述用户的选择获取用户对元素的关注度;
获取信息资源并对所述信息资源进行分析获取所述元素与所述信息资源的相关度;
根据所述相关度与所述关注度对所述信息资源进行排序;
根据排序的高低向用户推荐。
可选地,在所述根据排序的高低向用户推荐之前还包括:
将所述信息资源进行过滤,并将查阅过的资源排除。
可选地,所述对象包括主体与客体。
可选地,所述获取的元素形成知识图谱包括:将主体设为高权重,行为设为中等权重,空间与客体设为低权重。
可选地,所述引导用户选择关注的所述元素具体包括:
根据不同的元素设立不同的标签,将所述标签向用户展示。
可选地,所述获取用户对元素的关注度包括:
获取所述用户选择的标签,所述标签的权重即为所述用户的关注度。
可选地,所述获取信息资源并对所述信息资源进行分析包括:
所述获取信息资源并通过自然语言技术对所述信息资源进行分析。
另一方面,本发明实施例提供了一种信息推荐装置,包括:
第一获取模块,用于获取工程内的领域、对象、对象行为和空间,并根据获取的元素形成知识图谱;
引导模块,用于根据知识图谱内容,引导用户选择关注的所述元素;
第二获取模块,用于获取信息资源并对所述信息资源进行分析获取所述元素与所述信息资源的相关度;
排序模块,用于根据所述相关度与所述关注度对所述信息资源进行排序;
推荐模块,用于根据排序的高低向用户推荐。
另一方面,本发明实施例提供了一种存储介质,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行上述信息推荐方法。
另一方面,本发明实施例提供了一种计算机设备,包括存储器和处理器,所述存储器用于存储包括程序指定的信息,所述处理器用于控制程序指令的执行,其特征在于,所述程序指令被处理器加载并执行时实现上述信息推荐方法的步骤。
本发明实施例提供的信息推荐方法、装置、存储介质及计算机设备的技术方案中,获取工程内的领域、对象、对象行为和空间,并根据获取的元素形成知识图谱,根据知识图谱内容,引导用户选择关注的所述元素,根据所述用户的选择获取用户对元素的关注度,获取信息资源并对所述信息资源进行分析获取所述元素与所述信息资源的相关度,根据所述相关度与所述关注度对所述信息资源进行排序,根据排序的高低向用户推荐,实现了在用户数据较少时,准确的对用户的画像进行构建,增强了用户的体验。
【附图说明】
为了更清楚地说明本发明实施例的技术方案,下面将对实施例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它的附图。
图1为本发明一实施例提供的一种信息推荐方法的流程图;
图2为本发明又一实施例提供的一种信息推荐方法的流程图;
图3为本发明一实施例提供的一种信息推荐装置的结构示意图;
图4为本发明实施例提供的一种计算机设备的示意图。
【具体实施方式】
为了更好的理解本发明的技术方案,下面结合附图对本发明实施例进行详细描述。
应当明确,所描述的实施例仅仅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它实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,甲和/或乙,可以表示:单独存在甲,同时存在甲和乙,单独存在乙这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
图1为本发明实施例提供的一种信息推荐方法的流程图,如图1所示,该方法包括:
步骤101、获取工程内的领域、对象、对象行为和空间,并根据获取的元素形成知识图谱。
步骤102、根据知识图谱内容,引导用户选择关注的元素。
步骤103、根据用户的选择获取用户对元素的关注度。
步骤104、获取信息资源并对信息资源进行分析获取元素与信息资源的相关度。
步骤105、根据相关度与关注度对信息资源进行排序。
步骤106、根据排序的高低向用户推荐。
本发明实施例提供的信息推荐方法中,获取工程内的领域、对象、对象行为和空间,并根据获取的元素形成知识图谱,根据知识图谱内容,引导用户选择关注的元素,根据用户的选择获取用户对元素的关注度,获取信息资源并对信息资源进行分析获取元素与信息资源的相关度,根据相关度与关注度对信息资源进行排序,根据排序的高低向用户推荐,实现了在用户数据较少时,准确的对用户的画像进行构建,增强了用户的体验。
图2为本发明又一实施例提供的一种信息推荐方法的流程图,如图2所示,该方法包括:
步骤201、获取工程内的领域、对象、对象行为和空间,并根据获取的元素形成知识图谱。
本发明实施例中,作为一种可选方案,领域包括对象,对象行为和空间,并且领域、对象、对象行为和空间都是元素的一种。
本发明实施例中,作为一种可选方案,对象包括主体与客体。
本发明实施例中,作为一种可选方案,将领域内的对象的主体设为高权重,对象行为设为中等权重,空间与客体设为低权重,权重的具体值不做具体限定。
步骤202、根据知识图谱内容,根据不同的元素设立不同的标签,将标签向用户展示。
本发明实施例中,作为一种可选方案,领域的标签包括金融,对象的标签包括股民,对象的行为的标签包括证券交易,空间的标签包括证券交易所;作为一种可选方案,领域的标签包括教育,对象的标签包括学生,对象的行为的标签包括补习,空间的标签包括学校。
本发明实施例中,作为一种可选方案,将标签向用户展示包括:首先向用户推荐不同的领域的标签,然后根据用户勾选的领域的标签进行领域内标签的推荐。
作为一种可选方案,首先向用户推荐包括教育、金融、体育的领域标签,用户勾选教育,然后在教育的领域内向用户推荐对象、对象行为、空间的标签包括学生、补习、学校。
步骤203、根据用户的选择获取用户选择的标签,标签的权重即为用户的关注度。
本发明实施例中,用户对标签进行选择,选择的标签对应的权重即为用户的关注度。
步骤204、获取信息资源并通过自然语言技术对信息资源进行分析获取元素与信息资源的相关度。
本发明实施例中,自然语言技术为常规技术,此处不再赘述。
步骤205、根据相关度与关注度对信息资源进行排序。
本发明实施例中,根据相关度与关注度对信息资源进行排序包括利用相关算法,将相关度与关注度作为算子进行计算,得出信息资源的排序。
本发明实施例中,具体算法不做限定。
步骤206、将信息资源进行过滤,并将查阅过的资源排除。
步骤207、根据排序的高低向用户推荐。
本发明实施例提供的信息推荐方法中,获取工程内的领域、对象、对象行为和空间,并根据获取的元素形成知识图谱,根据知识图谱内容,引导用户选择关注的元素,根据用户的选择获取用户对元素的关注度,获取信息资源并对信息资源进行分析获取元素与信息资源的相关度,根据相关度与关注度对信息资源进行排序,并且将用户已经浏览过的信息资源筛除,然后根据排序的高低向用户推荐,实现了在用户数据较少时,准确的对用户的画像进行构建,增强了用户的体验。
本发明一实施例提供了一种信息推荐装置,装置应用于计算机设备,图3为本发明一实施例提供的一种信息推荐装置的结构示意图,如图3所示,该装置包括:第一获取模块11、引导模块12、第二获取模块13、第三获取模块14、排序模块15、过滤模块16、推荐模块17。
第一获取模块11用于获取工程内的领域、对象、对象行为和空间,并根据获取的元素形成知识图谱,引导模块12用于根据知识图谱内容,引导用户选择关注的元素,第二获取模块13用于根据用户的选择获取用户对元素的关注度,第三获取模块14用于获取信息资源并对信息资源进行分析获取元素与信息资源的相关度,排序模块15用于根据相关度与关注度对信息资源进行排序,推荐模块17用于根据排序的高低向用户推荐。
本发明实施例中,还包括过滤模块16,过滤模块16用于将信息资源进行过滤,并将查阅过的资源排除。
本发明实施例中,第一获取模块11具体用于获取工程内的领域、主体、客体、对象行为和空间并将主体设为高权重,对象行为设为中等权重,空间与客体设为低权重,形成知识图谱。
本发明实施例中,引导模块12具体用于根据知识图谱内容,根据不同的元素设立不同的标签,将标签向用户展示。
本发明实施例中,第二获取模块13具体用于根据用户的选择获取用户选择的标签,标签的权重即为用户的关注度。
本发明实施例中,第三获取模块14具体用于获取信息资源并通过自然语言技术对信息资源进行分析获取元素与信息资源的相关度。
本发明实施例提供的技术方案中,获取工程内的领域、对象、对象行为和空间,并根据获取的元素形成知识图谱,根据知识图谱内容,引导用户选择关注的元素,根据用户的选择获取用户对元素的关注度,获取信息资源并对信息资源进行分析获取元素与信息资源的相关度,根据相关度与关注度对信息资源进行排序,并且将用户已经浏览过的信息资源筛除,然后根据排序的高低向用户推荐,实现了在用户数据较少时,准确的对用户的画像进行构建,增强了用户的体验。
本发明实施例提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行上述信息推荐方法的实施例的各步骤,具体描述可案件上述信息推荐方法的实施例。
本发明实施例提供了一种计算机设备,包括存储器和处理器,存储器用于存储包括程序指令的信息,处理器用于控制程序指令的执行,程序指令被处理器加载并执行时实现上述信息推荐方法的实施例的各步骤,具体描述可案件上述信息推荐方法的实施例。
图4为本发明实施例提供的一种计算机设备的示意图。如图4所示,该实施例的计算机设备20包括:处理器21、存储器22以及存储在存储22中并可在处理器21上运行的计算机程序23,该计算机程序23被处理器21执行时实现实施例中的应用于信息推荐方法,为避免重复,此处不一一赘述。或者,该计算机程序被处理器21执行时实现实施例中应用于信息推荐装置中各模型/单元的功能,为避免重复,此处不一一赘述。
计算机设备20包括,但不仅限于,处理器21、存储器22。本领域技术人员可以理解,5仅仅是计算机设备20的示例,并不构成对计算机设备20的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如计算机设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器21可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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。
存储器22可以是计算机设备20的内部存储单元,例如计算机设备20的硬盘或内存。存储器22也可以是计算机设备20的外部存储设备,例如计算机设备20上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器22还可以既包括计算机设备20的内部存储单元也包括外部存储设备。存储器22用于存储计算机程序以及计算机设备所需的其他程序和数据。存储器22还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机装置(可以是个人计算机,服务器,或者网络装置等)或处理器(Processor)执行本发明各个实施例方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本发明的较佳实施例而已,并不用以限制本发明,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,均应包含在本发明保护的范围之内。

Claims (10)

1.一种信息推荐方法,其特征在于,包括:
获取工程内的领域、对象、对象行为和空间,并根据获取的元素形成知识图谱;
根据知识图谱内容,引导用户选择关注的所述元素;
根据所述用户的选择获取用户对元素的关注度;
获取信息资源并对所述信息资源进行分析获取所述元素与所述信息资源的相关度;
根据所述相关度与所述关注度对所述信息资源进行排序;
根据排序的高低向用户推荐。
2.根据权利要求1所述的方法,其特征在于,在所述根据排序的高低向用户推荐之前还包括:
将所述信息资源进行过滤,并将查阅过的资源排除。
3.根据权利要求1所述的方法,其特征在于,所述对象包括主体与客体。
4.根据权利要求1或3所述的方法,其特征在于,所述获取的元素形成知识图谱包括:将主体设为高权重,对象行为设为中等权重,空间与客体设为低权重。
5.根据权利要求1所述的方法,其特征在于,所述引导用户选择关注的所述元素具体包括:
根据不同的元素设立不同的标签,将所述标签向用户展示。
6.根据权利要求1或5所述的方法,其特征在于,所述获取用户对元素的关注度包括:
获取所述用户选择的标签,所述标签的权重即为所述用户的关注度。
7.根据权利要求1所述的方法,其特征在于,所述获取信息资源并对所述信息资源进行分析包括:
所述获取信息资源并通过自然语言技术对所述信息资源进行分析。
8.根据权利要求1所述的装置,其特征在于,包括:
第一获取模块,用于获取工程内的领域、对象、对象行为和空间,并根据获取的元素形成知识图谱;
引导模块,用于根据知识图谱内容,引导用户选择关注的所述元素;
第二获取模块,用于根据所述用户的选择获取用户对元素的关注度;
第三获取模块,用于获取信息资源并对所述信息资源进行分析获取所述元素与所述信息资源的相关度;
排序模块,用于根据所述相关度与所述关注度对所述信息资源进行排序;
推荐模块,用于根据排序的高低向用户推荐。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至7中任意一项所述的信息推荐方法。
10.一种计算机设备,其特征在于,包括存储器和处理器,所述存储器用于存储包括程序指定的信息,所述处理器用于控制程序指令的执行,其特征在于,所述程序指令被处理器加载并执行时实现权利要求1至7任意一项所述的信息推荐方法的步骤。
CN202010821227.8A 2020-08-14 2020-08-14 一种信息推荐方法、装置、存储介质及计算机设备 Pending CN112069423A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010821227.8A CN112069423A (zh) 2020-08-14 2020-08-14 一种信息推荐方法、装置、存储介质及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010821227.8A CN112069423A (zh) 2020-08-14 2020-08-14 一种信息推荐方法、装置、存储介质及计算机设备

Publications (1)

Publication Number Publication Date
CN112069423A true CN112069423A (zh) 2020-12-11

Family

ID=73661750

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010821227.8A Pending CN112069423A (zh) 2020-08-14 2020-08-14 一种信息推荐方法、装置、存储介质及计算机设备

Country Status (1)

Country Link
CN (1) CN112069423A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113743974A (zh) * 2021-01-14 2021-12-03 北京沃东天骏信息技术有限公司 一种资源推荐方法及装置、设备、存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103886054A (zh) * 2014-03-13 2014-06-25 中国科学院自动化研究所 一种网络教学资源的个性化推荐系统和推荐方法
CN104978406A (zh) * 2015-06-11 2015-10-14 中国科学院自动化研究所 互联网络平台的用户行为分析方法
CN107122399A (zh) * 2017-03-16 2017-09-01 中国科学院自动化研究所 基于公共文化知识图谱平台的综合推荐系统
CN110427563A (zh) * 2019-08-30 2019-11-08 杭州智策略科技有限公司 一种基于知识图谱的专业领域系统冷启动推荐方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103886054A (zh) * 2014-03-13 2014-06-25 中国科学院自动化研究所 一种网络教学资源的个性化推荐系统和推荐方法
CN104978406A (zh) * 2015-06-11 2015-10-14 中国科学院自动化研究所 互联网络平台的用户行为分析方法
CN107122399A (zh) * 2017-03-16 2017-09-01 中国科学院自动化研究所 基于公共文化知识图谱平台的综合推荐系统
CN110427563A (zh) * 2019-08-30 2019-11-08 杭州智策略科技有限公司 一种基于知识图谱的专业领域系统冷启动推荐方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113743974A (zh) * 2021-01-14 2021-12-03 北京沃东天骏信息技术有限公司 一种资源推荐方法及装置、设备、存储介质

Similar Documents

Publication Publication Date Title
CN109165249B (zh) 数据处理模型构建方法、装置、服务器和用户端
CN108540826B (zh) 弹幕推送方法、装置、电子设备及存储介质
CN106874314B (zh) 信息推荐的方法和装置
JP5717921B2 (ja) フォントを推奨するためのシステムおよび方法
WO2016114790A1 (en) Reading difficulty level based resource recommendation
US11574123B2 (en) Content analysis utilizing general knowledge base
CN113688310B (zh) 一种内容推荐方法、装置、设备及存储介质
CN106611058A (zh) 一种试题搜索方法及装置
CN106407316B (zh) 基于主题模型的软件问答推荐方法和装置
CN112417133A (zh) 排序模型的训练方法和装置
CN111932308A (zh) 数据推荐方法、装置和设备
CN111639485A (zh) 基于文本相似性的课程推荐方法及相关设备
CN112948526A (zh) 用户画像的生成方法及装置、电子设备、存储介质
CN112069423A (zh) 一种信息推荐方法、装置、存储介质及计算机设备
CN113392200A (zh) 基于用户学习行为的推荐方法及装置
CN112926341A (zh) 文本数据处理方法、装置
CN104991920A (zh) 标签的生成方法及装置
CN114218259A (zh) 基于大数据SaaS的多维科创信息搜索方法及系统
CN114265777A (zh) 应用程序的测试方法、装置、电子设备及存储介质
CN112131485A (zh) 房源推荐方法及装置
CN111914199B (zh) 一种页面元素过滤方法、装置、设备及存储介质
CN115408599A (zh) 信息推荐方法、装置、电子设备及计算机可读存储介质
CN112765444A (zh) 提取目标文本片段的方法、装置、设备及存储介质
CN110648206A (zh) 商品属性识别方法、装置、电子设备及可读存储介质
CN110659419A (zh) 确定目标用户的方法及相关装置

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20201211