CN112307317A - 一种信息处理方法、装置、存储介质及电子设备 - Google Patents
一种信息处理方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN112307317A CN112307317A CN201910712833.3A CN201910712833A CN112307317A CN 112307317 A CN112307317 A CN 112307317A CN 201910712833 A CN201910712833 A CN 201910712833A CN 112307317 A CN112307317 A CN 112307317A
- Authority
- CN
- China
- Prior art keywords
- search
- user
- historical search
- historical
- time
- 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
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 18
- 238000003672 processing method Methods 0.000 title claims abstract description 13
- 230000006399 behavior Effects 0.000 claims abstract description 151
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000004590 computer program Methods 0.000 claims description 25
- 230000008569 process Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000002650 habitual effect Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 238000011156 evaluation Methods 0.000 description 5
- 230000002123 temporal effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002085 persistent effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- 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
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
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
本公开实施例提供了一种信息处理方法、装置、存储介质及电子设备,所述方法包括:获取用户的历史搜索数据;对历史搜索数据进行分类处理,获取用户标识、历史搜索关键词与历史搜索时间之间的对应关系;在检测到基于所述用户标识对应的历史搜索关键词的搜索行为的次数超过预设次数阈值时,基于对应关系中与用户标识以及历史搜索关键词对应的历史搜索时间,确定用户标识对历史搜索关键词的目标搜索时间范围;在当前时间满足目标搜索时间范围时,基于用户标识推送与历史搜索关键词对应的搜索结果。本公开能够降低用户获取所需要信息的成本,提升了信息的分发效率。
Description
技术领域
本公开涉及互联网技术领域,特别涉及一种信息处理方法、装置、存储介质及电子设备。
背景技术
现有用户在基于某一个搜索词进行搜索操作时,搜索结果页面呈现的都是基于该搜索词而查找到的文章等落地页信息,例如文章内容。当用户点击某一篇文章时,会基于用户点击的文章标题确定推送给用户的点击推送词,进而通过推送的点击推送词触发更多的搜索操作。用户每次都需要通过繁琐的搜索操作获取关注的信息。
在实现本公开的过程中,发明人发现现有的技术至少存在以下缺陷:用户在一段时间内对某些主题感兴趣,需要针对该主题进行重复地搜索,例如每次打开App都需要重新输入搜索词,或者寻找与该主题对应的搜索结果,用户无法快速获取期待的搜索结果,导致用户获取所需要信息的时间成本较高,不利于信息的分发和传播。
发明内容
有鉴于此,本公开实施例提出了一种信息处理方法、装置、存储介质及电子设备,用以解决现有技术的如下问题:用户无法快速获取期待的搜索结果,导致获取所需要信息的时间成本较高,不利于信息的分发和传播。
一方面,本公开实施例提出了一种信息处理方法,其包括:获取用户的历史搜索数据;对所述历史搜索数据进行分类处理,获取用户标识、历史搜索关键词与历史搜索时间之间的对应关系;在检测到基于所述用户标识对应的所述历史搜索关键词的搜索行为的次数超过预设次数阈值时,基于所述对应关系中与所述用户标识以及所述历史搜索关键词对应的所述历史搜索时间,确定所述用户标识对所述历史搜索关键词的目标搜索时间范围;在当前时间满足所述目标搜索时间范围时,基于所述用户标识推送与所述历史搜索关键词对应的搜索结果。
在一些实施例中,所述对所述历史搜索数据进行分类处理,获取用户标识、历史搜索关键词与历史搜索时间之间的对应关系包括:将所述历史搜索数据按照用户标识进行分类,获取与用户标识对应的历史搜索数据;基于所述与用户标识对应的历史搜索数据提取历史搜索关键词和历史搜索时间,获取所述用户标识、所述历史搜索关键词与所述历史搜索时间之间的对应关系。
在一些实施例中,所述基于所述对应关系中与所述用户标识以及所述历史搜索关键词对应的所述历史搜索时间,确定所述用户标识对所述历史搜索关键词的目标搜索时间范围,包括:基于所述对应关系中与所述用户标识以及所述历史搜索关键词对应的所述历史搜索时间,确定所述用户标识对同一历史搜索关键词的历史搜索时间之间的时间间隔;基于所述时间间隔,确定所述用户标识对所述同一历史搜索关键词的目标搜索时间范围。
在一些实施例中,在当前时间满足所述目标搜索时间范围时,基于所述用户标识推送与所述历史搜索关键词对应的搜索结果之后,所述方法还包括:获取所述用户对推送的搜索结果的反馈行为数据;在检测到所述反馈行为数据与预设反馈属性数据匹配时,停止执行在当前时间满足所述目标搜索时间范围时,基于所述用户标识推送与所述历史搜索关键词对应的搜索结果的操作。
另一方面,本公开实施例提出了一种信息处理装置,所述装置包括:第一获取模块,其用于获取用户的历史搜索数据;第二获取模块,其用于对所述历史搜索数据进行分类处理,获取用户标识、历史搜索关键词与历史搜索时间之间的对应关系;确定模块,其用于在检测到基于所述用户标识对应的所述历史搜索关键词的搜索行为的次数超过预设次数阈值时,基于所述对应关系中与所述用户标识以及所述历史搜索关键词对应的所述历史搜索时间,确定所述用户标识对所述历史搜索关键词的目标搜索时间范围;推送模块,其用于在当前时间满足所述目标搜索时间范围时,基于所述用户标识推送与所述历史搜索关键词对应的搜索结果。
在一些实施例中,所述第二获取模块包括:第一获取单元,其用于将所述历史搜索数据按照用户标识进行分类,获取与用户标识对应的历史搜索数据;第二获取单元,其用于基于所述与用户标识对应的历史搜索数据提取历史搜索关键词和历史搜索时间,获取用户标识、历史搜索关键词与历史搜索时间之间的对应关系。
在一些实施例中,所述确定模块包括:第一确定单元,其用于基于所述对应关系中与所述用户标识以及所述历史搜索关键词对应的所述历史搜索时间,确定所述用户标识对同一历史搜索关键词的历史搜索时间之间的时间间隔;第二确定单元,其用于基于所述时间间隔,确定所述用户标识对所述同一历史搜索关键词的目标搜索时间范围。
在一些实施例中,所述推送模块包括:第三获取单元,其用于获取所述用户对所述搜索行为的反馈行为数据;停止执行单元,其用于在检测到所述反馈行为数据与预设反馈属性数据匹配时,停止执行在当前时间满足所述目标搜索时间范围时,基于所述用户标识推送与所述历史搜索关键词对应的搜索结果的操作。
另一方面,本公开实施例提出了一种存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现本公开任意实施例提供的方法。
另一方面,本公开实施例提出了一种电子设备,至少包括存储器、处理器,所述存储器上存储有计算机程序,所述处理器在执行所述存储器上的计算机程序时实现本公开任意实施例提供的方法。
本公开的实施例能够根据用户在一段时间内重复或者习惯性的搜索行为数据,获取用户在一段时间内的体现出较为集中的搜索意图,从而智能推送用户关注的搜索结果,用户无需进行一次全新的搜索行为,能够降低用户获取所需要信息的成本,提升了信息的分发效率。
附图说明
图1为本公开第一实施例提供的信息处理方法的流程图;
图2为本公开第一实施例提供的信息处理方法的流程图;
图3为本公开第一实施例提供的信息处理方法的流程图;
图4为本公开第一实施例提供的信息处理方法的流程图;
图5为本公开第一实施例提供的信息处理方法中信息流模块的示意图;
图6为本公开第二实施例提供的信息的信息处理装置的结构框图;
图7为本公开第四实施例提供的信息的电子设备的结构示意图;
图8为本公开第四实施例提供的电子设备的另一种结构示意图。
具体实施方式
为了使得本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例的附图,对本公开实施例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公开的一部分实施例,而不是全部的实施例。基于所描述的本公开的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
除非另外定义,本公开使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电性的连接,不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系,当被描述对象的绝对位置改变后,则该相对位置关系也可能相应地改变。
为了保持本公开实施例的以下说明清楚且简明,本公开省略了已知功能和已知部件的详细说明。
本公开第一实施例提供了一种信息处理方法,该方法的流程如图1所示,包括步骤S101至S104:
S101,获取用户的历史搜索数据。
针对在一段时间内某些感兴趣的主题,不同的用户在获取所需要或者所期待的搜索结果的过程中,都会通过各种搜索行为进行不断地重复搜索;即使为了获取同一个搜索主题的搜索结果,不同用户采用的搜索行为或者搜索方式都是不同并且多样的。在一段时间内与大量用户的搜索行为相关的信息和数据在完成之后会被存储下来作为历史搜索数据,也就是说,历史搜索数据是指用户针对某些搜索主题的搜索行为产生的数据。
这里,用户针对某些搜索主题的搜索行为的数据,可以是用户在搜索框中手动输入搜索词或者点击作为联想词显示的搜索词的显示框进行主动搜索的行为数据,例如用户主动在搜索框中输入“本地天气”或者“本地天气”的显示框,还例如用户在搜索框中输入“本地”,点击在显示框中作为联想词显示的“本地天气”,从而针对本地天气这一主题进行搜索;当然还可以是用户在基于搜索关键词的搜索结果的落地页中发现感兴趣的搜索内容从而进行点击浏览等操作进行搜索行为数据,例如用户通过在搜索框中输入“本地”获得大量搜索结果,在搜索结果中点击浏览关于“本地天气”的内容,从而针对本地天气这一主题进行搜索等。用户的搜索行为的数据不限于上述描述各种行为的数据,也可以是其他的搜索行为的数据,这些搜索行为的相关数据都会被记录到每个用户进行搜索的历史搜索数据中。
一般来说,用户在一段时间内的大量并且重复的搜索行为与用户进行搜索的搜索意图直接相关,这意味着用户在这一段时间内对某些主题有着明显的兴趣度,表现出搜索意图比较集中,从历史搜索数据中获取的用户的搜索行为数据可以被存储在数据库或者其他计算机集群中,以将这些数据作为分析识别用户在一段时间内集中的搜索需求或者搜索意图的基础。因此,根据获取并保存用户在一定时间内的搜索行为数据,尤其是具有广泛意义的大量用户的重复搜索行为,能够很迅速准确地从中分析识别出用户集中的搜索意图。
在获取表示用户搜索行为的历史搜索数据的过程中,主要用于识别并确定用户的有针对性或者有指向性的搜索需求或者搜索意图,如上所述,用户可以通过搜索行为以表现出搜索需求或者搜索意图,如果用户习惯通过搜索获取相关信息,则较长的一段时间内搜索的历史搜索数据会较多,因此,可以设置一个第一周期,按照该第一周期获取历史搜索数据;为了能够精确统计用户的搜索行为,在第一周期设置的时间较短时,还可以再设置一个第二周期,第二周期包括多个第一周期,通过该第二周期来将统计的多个第一周期内的搜索次数进行整合。例如,第一周期为24小时,第二周期为48小时,则每24小时对历史搜索数据进行一次统计,经过两次统计后,就可以确定 48小时内各个搜索词的搜索次数,此种统计方式相对于直接以48小时为周期进行统计的方式而言,可以降低处理负荷。
S102,对所述历史搜索数据进行分类处理,获取用户标识、历史搜索关键词与历史搜索时间之间的对应关系。
在通过步骤S101获取不同用户的历史搜索数据之后,需要对这些大量数据进行分类处理,分类处理的目的在于将每个用户与搜索意图以及围绕搜索意图的历史搜索时间关联在一起,其中,搜索意图一般通过历史搜索关键词来表示。这样,便于展现每个用户在一段时间内进行习惯性搜索的或者搜索集中度较高的搜索主题或者关注的搜索主题,也就是将用户、历史搜索时间、以及历史搜索关键词关联在一起,以分类体现每个用户在一段时间内搜索行为的趋势。
其中,对所述历史搜索数据进行分类处理,获取用户标识、历史搜索关键词与历史搜索时间之间的对应关系具体如图2所示,包括如下步骤:
S201,将所述历史搜索数据按照用户标识进行分类,获取与用户标识对应的历史搜索数据。
由于本实施例的目的在于基于每个用户的搜索行为数据,针对每个用户推送个性化的搜索结果,因此,为了使每个用户都得到更好的使用体验,在本步骤中,需要预先在历史搜索数据中识别并确定表征用户身份的用户标识,用户标识可以通过用户的账户名、ID、邮箱、手机号码等方式标识,这样不但历史搜索数据可以根据用户标识进行区别,还能根据每个用户进行搜索结果的独立推送,实现不同用户的推送效果不同,满足每个用户的搜索需要。
在确定了用户标识之后,需要基于每个表征用户身份的用户标识对历史搜索数据进行分类,从而确定与每个用户标识关联的搜索行为数据,也就是对不同用户的搜索行为数据进行区分或分类,这样,能够独立获得每个用户的搜索行为数据,以便于之后进一步获取每个用户不同的搜索意图。
在确定用户的搜索行为的过程中,考虑到用户用于表达搜索意图的搜索行为可以有很多种,例如用户主动在搜索框中输入“本地天气”或者点击“本地天气”的显示框进行搜索;也可以是用户在搜索词的联想词框等中点击通过联想产生的关联搜索词进行搜索的行为,例如用户在搜索框中输入“本地”,在联想词框中点击弹出的“本地天气”,从而针对本地天气进行搜索;当然还可以是用户在搜索结果的落地页中发现感兴趣的搜索内容从而进行点击等操作进行搜索的行为,例如用户通过在搜索框中输入“本地”获得大量搜索结果,在搜索结果中点击了关于“本地天气”的内容,从而针对本地天气进行搜索等,用户的搜索行为不限于上述描述各种行为,也可以是其他的搜索行为,这些搜索行为的相关数据都会被记录到每个用户进行搜索的历史搜索数据中。这种大量并且重复的搜索行为与用户每次进行搜索的搜索意图直接相关,通过这些方式获取的用户的搜索行为可以被存储在数据库或者其他计算机集群中,以将这些历史数据作为分析识别用户的搜索意图的基础。
S202,基于所述与用户标识对应的历史搜索数据提取历史搜索关键词和历史搜索时间,获取用户标识、历史搜索关键词、与历史搜索时间之间的对应关系。
通过步骤S201的获取与用户标识对应的历史搜索数据之后,可以基于所述用户标识确定搜索行为,并通过搜索行为识别或者获取用户在一段时间内的搜索意图。在识别或者获取用户的搜索意图的过程中,需要根据用户的搜索行为提取或者确定能够表征用户搜索意图的至少一个历史搜索关键词以及对应的历史搜索时间。这样,能够获取每个用户在一段时间内的搜索意图。
例如,A用户在过去的20日内习惯在早上6点在搜索框中输入“本地天气”进行直接搜索,或者A用户会习惯在早上6点在天气的搜索结果中点击有关“本地天气”的内容,进而通过上述搜索行为提取“本地天气”这个历史搜索关键词以及对应的历史搜索时间,包括过去的20日以及早上9点等,从而识别出A用户对于本地天气在一定时间内的搜索意图。还例如,B用户经常会在NBA赛事的举办期间搜索直播信息,例如在过去的30日内习惯在上午11点在搜索框中输入“NBA赛事直播”进行直接搜索查找NBA赛事直播信息,或者B用户会习惯在上午11点在体育赛事的搜索结果中点击有关“NBA 赛事直播”的内容,还或者B用户会习惯在浏览体育赛事页面的过程中以获取NBA赛事直播信息,进而通过上述搜索行为提取“NBA赛事直播”这个历史搜索关键词以及对应的历史搜索时间,包括过去的30日以及上午11点等,从而识别出B用户在一段时间内对于NBA赛事直播的搜索意图。再例如,在 X电视剧在向公众播放期间,例如在过去的60日内C用户会习惯在晚上20 点在搜索框中输入“X电视剧”进行直接搜索查找X电视剧的更新信息,或者C用户会习惯在晚上20点在电视剧的搜索结果中点击“X电视剧”的视频信息,还或者C用户会浏览X电视剧的相关信息以获取更新信息,进而通过上述搜索行为确定“X电视剧”这个历史搜索关键词以及对应的历史搜索时间,包括过去的60日以及晚上20点,从而识别出C用户在一段时间内对于 X电视剧更新信息的搜索意图。
最终,在基于与用户标识对应的历史搜索数据提取历史搜索关键词和历史搜索时间之后,能够获取用户标识、历史搜索关键词与历史搜索时间之间的对应关系,例如,A用户-本地天气-过去20日以及早上6点;B用户-NBA 赛事直播-过去30日以及上午11点;C用户-X电视剧-过去60日以及晚上 20点。
S103,在检测到基于所述用户标识对应的所述历史搜索关键词的搜索行为的次数超过预设次数阈值时,基于所述对应关系中与所述用户标识以及所述历史搜索关键词对应的所述历史搜索时间,确定所述用户标识对所述历史搜索关键词的目标搜索时间范围。
考虑到本公开实施例的目的在于基于用户在过去一段时间内的搜索行为从而预估未来一段时间的搜索意图,这就首先基于通过上述步骤S102获取的用户标识、历史搜索关键词与历史搜索时间之间的对应关系,预测基于用户搜索意图以便向用户推送搜索结果的目标时间范围。为此,在本步骤中,当每个用户对于历史搜索关键词的搜索行为的次数超过预设次数阈值的时候,基于一定的对应关系,确定所述用户标识对所述历史搜索关键词的目标搜索时间范围。
为了能够确定针对每个用户标识的目标搜索时间范围,以便能够在目标搜索时间范围内主动向用户推送搜索结果,需要根据每个用户在历史搜索数据中体现的历史搜索时间,获取目标搜索时间范围,这就需要在这两者之间建立对应关系。第二对应关系的确定可以参考历史搜索时间的长度,还可以参考历史搜索关键词对应的搜索意图或者其对应搜索结果的特征信息,例如如果该搜索意图有明显的时间性,则在建立对应关系的过程中可以参考该时间性的因素确定目标时间范围,如果该搜索意图有明显的周期性,则在建立对应关系的过程中可以参考该周期性的因素确定目标时间范围。
在一些实施例中,例如如果该搜索意图有明显的时间性,则在建立对应关系的过程中可以参考该时间性的因素确定目标时间范围,例如通过历史搜索时间之间的时间间隔,如图3所示,包括以下步骤:
S301,基于所述对应关系中与所述用户标识以及所述历史搜索关键词对应的所述历史搜索时间,确定所述用户标识对同一历史搜索关键词的历史搜索时间之间的时间间隔。
如果用户针对历史搜索关键词的搜索行为具有周期性,那么可以确定该用户对应的用户标识对同一历史搜索关键词的历史搜索时间之间的时间间隔,也就是指用户对该历史搜索关键词的搜索频率。
S302,基于所述时间间隔,确定所述用户标识对所述同一历史搜索关键词的目标搜索时间范围。
基于预先设置的时间间隔与目标搜索时间范围之间的对应关系,这样可以当用户对以历史搜索关键词的搜索行为次数达到一定阈值时,判断该用户对于该历史搜索关键词具有持续的习惯性的或者集中的搜索意图,则启动对目标搜索时间范围的确定和设置,即根据不同用户的针对历史搜索关键词的历史搜索时间确定目标搜索时间范围。
例如,当A用户针对“本地天气”的历史搜索关键词的搜索行为持续了 20日时,并且每天都进行搜索,则A用户对于本地天气的搜索意图一般是持续性的,时间间隔是1天,对应的目标搜索时间范围可以设为20日;由于 NBA赛事的举办是在一段时间内并且直播一般在周三和周六,当B用户针对“NBA赛事直播”的历史搜索关键词的搜索行为持续了30日并且每隔3天就进行搜索,对应的目标搜索时间范围可以考虑到该赛事直播的周期,时间间隔是3天,对应的目标搜索时间范围可以设为20日;由于X电视剧的播放是在一段时间内的每个周末,当C用户针对“X电视剧”的历史搜索关键词的搜索行为持续了60日时并且每隔7天就进行搜索,对应的目标搜索时间范围可以考虑到该电视剧播放周期即7天,对应的目标搜索时间范围可以设为15 日。
S104,在当前时间满足所述目标搜索时间范围时,基于所述用户标识推送与所述历史搜索关键词对应的搜索结果。
基于步骤S103确定所述用户标识对所述历史搜索关键词的目标搜索时间范围,在当前时间满足目标时间范围内的情况下,向用户主动推送与该用户对应的历史搜索关键词关联的搜索结果。这样,能够在未来一段时间内,向用户推送符合用户搜索意图的搜索结果,能够提升用户的搜索体验。
在用户需要与搜索意图相关的信息的时候能够直接调用相关的搜索结果并将相关搜索结果以某种形式推送给用户,使得用户获取所需要信息的成本大幅降低,提升了用户搜索信息的使用体验。其中,在推送搜索结果的过程中,可以采用搜索结果列表的形式展现,也可以采用信息流模块的形式进行,采用信息流模块能够使得搜索结果集成化,使得搜索结果的信息归类并且集中反馈给用户,提升了用户获取所需信息的效率和使用感受。这种信息流模块一般是指提供相关信息的应用模块,如图5所示,例如天气信息模块、赛事直播信息模块等。
下面以搜索结果以信息流模块的方式进行推送举例。
例如,当用户再一次打开App时,基于用户的历史搜索行为数据,获取用户在近60日内的历史搜索关键词是“本地天气”,也就是搜索意图是获取本地天气的信息,则根据搜索意图调用对应的作为搜索结果的天气信息模块,并将关于本地天气的信息流直接推送给用户。再例如当用户再一次打开App 时,基于用户历史搜索行为数据,获取用户在近30日内的历史搜索关键词是“NBA赛事直播”,也就是搜索意图是获取NBA赛事直播的信息,则根据搜索意图调用对应的作为搜索结果的NBA赛事直播模块,并将关于NBA赛事直播的信息流直接推送给用户。
进一步地,在向用户推送搜索结果或者对应的信息流模块的信息流时,可以在屏幕中预先指定需要呈现的位置,一般为了用户能够在第一时间获得期待或者关注的信息,可以将搜索结果或者信息流推送至屏幕的主页上端,以使得用户能够快速接收到期待或者关注的信息。当然,对于向用户推送并呈现搜索结果或者信息流的位置不限于此,可以根据用户的喜好、屏幕的布置进行调整。
作为另一种实施方式,由于用户的搜索行为和关注会随着时间产生变化,则与历史搜索关键词相对应的搜索结果会根据实时信息的变化而不断更新和调整,因此,基于获取的用户的搜索行为数据的预定时间不同,搜索结果中的内容和信息也会相应地更新,这样使得每次在调用搜索结果的时候,确保推送的内容和信息具有时效性和准确性。
进一步地,在向用户推送与所述历史搜索关键词对应的搜索结果的过程中,还可以参照用户对搜索行为的反馈进行调整,如图4所示,具体步骤如下:
S401,获取所述用户对所述搜索行为的反馈行为数据。
如上所述,通过获取用户在一段时间内的历史搜索关键词,进而获取用户可能的搜索意图,通过列表或者信息流模块等形式向用户推送期待或者关注的搜索结果。但是,用户可能正在浏览其他内容,而不希望被推送的搜索结果干扰,或者认为推送的搜索结果不准确而希望继续进行主动搜索。为了提升用户体验的满意度,实现对用户进行智能推送,获取用户对推送的搜索结果的反馈行为数据可以判断用户对推送行为的反应。这些反馈行为可能是用户对搜索词或者搜索结果的点击、浏览、关闭等操作。
S402,在检测到所述反馈行为数据与预设反馈属性数据匹配时,停止执行在当前时间满足所述目标搜索时间范围时,基于所述用户标识推送与所述历史搜索关键词对应的搜索结果的操作。
基于用户对推送的搜索结果的反馈行为,根据用户的反馈行为数据识别用户的推送意图,也就是对推送的搜索结果的接收与否的真实态度。
具体来说,如果用户对推送的搜索结果进行正面反馈,则认为用户具有真实推送意图,那么会认为用户对推送的搜索结果的方式和内容是满意的;户对推送的搜索结果进行正面反馈有多种形式,例如可以是直接点击查看推送的搜索结果的具体内容等。当识别并获取用户具有正面的判断结果的情况下,也就是用户愿意接收推送的搜索结果的情况下,向用户继续推送与历史搜索关键词相对应的搜索结果。
如果用户对推送进行负面反馈,则认为用户不具有真实推送意图,那么会认为用户对推送的搜索结果的方式和内容是不满意的,用户对推送的搜索结果进行负面反馈也有多种形式,例如可以是直接关闭推送的搜索结果的展示框等。这种情况下可以获取用户对于搜索结果的推送意图,停止相关的推送操作。如果识别并获取用户具有负面的判断结果的情况下,也就是用户不愿意接收推送的搜索结果的情况下,不再向用户进行相关搜索结果的推送。例如,当用户再一次进行搜索行为时,即使确定了用户的搜索意图,也不再向用户推送相关的搜索结果。
在具体实践过程中,可以通过设置预设反馈属性数据以与用户的反馈行为数据进行匹配,如果检测到所述反馈行为数据与预设反馈属性数据匹配时,停止执行在当前时间满足所述目标搜索时间范围时,基于所述用户标识推送与所述历史搜索关键词对应的搜索结果的操作。
本公开公开的实施例能够根据用户在一段时间内重复或者习惯性的搜索行为数据,获取用户在一段时间内的体现出较为集中的搜索意图,从而智能推送用户关注的搜索结果,用户无需进行一次全新的搜索行为,能够降低用户获取所需要信息的成本,提升了信息的分发效率。
本公开第二实施例提供了一种信息的推送装置,该装置的结构示意如图 6所示,包括第一获取模块10、第二获取模块20、确定模块30和推送模块 40,其中,上述第一获取模块10、第二获取模块20、确定模块30和推送模块40相互耦合,具体地,
第一获取模块10,其用于获取用户的历史搜索数据。
针对在一段时间内某些感兴趣的主题,不同的用户在获取所需要或者所期待的搜索结果的过程中,都会通过各种搜索行为进行不断地重复搜索;即使为了获取同一个搜索主题的搜索结果,不同用户采用的搜索行为或者搜索方式都是不同并且多样的。在一段时间内与大量用户的搜索行为相关的信息和数据在完成之后会被存储下来作为历史搜索数据,也就是说,历史搜索数据是指用户针对某些搜索主题的搜索行为产生的数据。
这里,用户针对某些搜索主题的搜索行为的数据,可以是用户在搜索框中手动输入搜索词或者点击作为联想词显示的搜索词的显示框进行主动搜索的行为数据,例如用户主动在搜索框中输入“本地天气”或者“本地天气”的显示框,还例如用户在搜索框中输入“本地”,点击在显示框中作为联想词显示的“本地天气”,从而针对本地天气这一主题进行搜索;当然还可以是用户在基于搜索关键词的搜索结果的落地页中发现感兴趣的搜索内容从而进行点击浏览等操作进行搜索行为数据,例如用户通过在搜索框中输入“本地”获得大量搜索结果,在搜索结果中点击浏览关于“本地天气”的内容,从而针对本地天气这一主题进行搜索等。用户的搜索行为的数据不限于上述描述各种行为的数据,也可以是其他的搜索行为的数据,这些搜索行为的相关数据都会被记录到每个用户进行搜索的历史搜索数据中。
一般来说,用户在一段时间内的大量并且重复的搜索行为与用户进行搜索的搜索意图直接相关,这意味着用户在这一段时间内对某些主题有着明显的兴趣度,表现出搜索意图比较集中,从历史搜索数据中获取的用户的搜索行为数据可以被存储在数据库或者其他计算机集群中,以将这些数据作为分析识别用户在一段时间内集中的搜索需求或者搜索意图的基础。因此,根据获取并保存用户在一定时间内的搜索行为数据,尤其是具有广泛意义的大量用户的重复搜索行为,能够很迅速准确地从中分析识别出用户集中的搜索意图。
在获取表示用户搜索行为的历史搜索数据的过程中,主要用于识别并确定用户的有针对性或者有指向性的搜索需求或者搜索意图,如上所述,用户可以通过搜索行为以表现出搜索需求或者搜索意图,如果用户习惯通过搜索获取相关信息,则较长的一段时间内搜索的历史搜索数据会较多,因此,可以设置一个第一周期,按照该第一周期获取历史搜索数据;为了能够精确统计用户的搜索行为,在第一周期设置的时间较短时,还可以再设置一个第二周期,第二周期包括多个第一周期,通过该第二周期来将统计的多个第一周期内的搜索次数进行整合。例如,第一周期为24小时,第二周期为48小时,则每24小时对历史搜索数据进行一次统计,经过两次统计后,就可以确定 48小时内各个搜索词的搜索次数,此种统计方式相对于直接以48小时为周期进行统计的方式而言,可以降低处理负荷。
第二获取模块20,其用于对所述历史搜索数据进行分类处理,获取用户标识、历史搜索关键词与历史搜索时间之间的对应关系。
在通过第一获取模块10获取不同用户的历史搜索数据之后,需要对这些大量数据进行分类处理,分类处理的目的在于将每个用户与搜索意图以及围绕搜索意图的历史搜索时间关联在一起,其中,搜索意图一般通过历史搜索关键词来表示。这样,便于展现每个用户在一段时间内进行习惯性搜索的或者搜索集中度较高的搜索主题或者关注的搜索主题,也就是将用户、历史搜索时间、以及历史搜索关键词关联在一起,以分类体现每个用户在一段时间内搜索行为的趋势。
其中,所述第二获取模块20包括如下装置:
第一获取单元,其用于将所述历史搜索数据按照用户标识进行分类,获取与用户标识对应的历史搜索数据。
由于本实施例的目的在于基于每个用户的搜索行为数据,针对每个用户推送个性化的搜索结果,因此,为了使每个用户都得到更好的使用体验,在第一获取单元操作时,需要预先在历史搜索数据中识别并确定表征用户身份的用户标识,用户标识可以通过用户的账户名、ID、邮箱、手机号码等方式标识,这样不但历史搜索数据可以根据用户标识进行区别,还能根据每个用户进行搜索结果的独立推送,实现不同用户的推送效果不同,满足每个用户的搜索需要。
在确定了用户标识之后,需要基于每个表征用户身份的用户标识对历史搜索数据进行分类,从而确定与每个用户标识关联的搜索行为数据,也就是对不同用户的搜索行为数据进行区分或分类,这样,能够独立获得每个用户的搜索行为数据,以便于之后进一步获取每个用户不同的搜索意图。
在确定用户的搜索行为的过程中,考虑到用户用于表达搜索意图的搜索行为可以有很多种,例如用户主动在搜索框中输入“本地天气”或者点击“本地天气”的显示框进行搜索;也可以是用户在搜索词的联想词框等中点击通过联想产生的关联搜索词进行搜索的行为,例如用户在搜索框中输入“本地”,在联想词框中点击弹出的“本地天气”,从而针对本地天气进行搜索;当然还可以是用户在搜索结果的落地页中发现感兴趣的搜索内容从而进行点击等操作进行搜索的行为,例如用户通过在搜索框中输入“本地”获得大量搜索结果,在搜索结果中点击了关于“本地天气”的内容,从而针对本地天气进行搜索等,用户的搜索行为不限于上述描述各种行为,也可以是其他的搜索行为,这些搜索行为的相关数据都会被记录到每个用户进行搜索的历史搜索数据中。这种大量并且重复的搜索行为与用户每次进行搜索的搜索意图直接相关,通过这些方式获取的用户的搜索行为可以被存储在数据库或者其他计算机集群中,以将这些历史数据作为分析识别用户的搜索意图的基础。
第二获取单元,其用于基于所述与用户标识对应的历史搜索数据提取历史搜索关键词和历史搜索时间,获取用户标识、历史搜索关键词与历史搜索时间之间的对应关系。
通过第一获取单元获取与用户标识对应的历史搜索数据之后,可以基于所述用户标识确定搜索行为,并通过搜索行为识别或者获取用户在一段时间内的搜索意图。在识别或者获取用户的搜索意图的过程中,需要根据用户的搜索行为提取或者确定能够表征用户搜索意图的至少一个历史搜索关键词以及对应的历史搜索时间。这样,能够获取每个用户在一段时间内的搜索意图。
例如,A用户在过去的20日内习惯在早上6点在搜索框中输入“本地天气”进行直接搜索,或者A用户会习惯在早上6点在天气的搜索结果中点击有关“本地天气”的内容,进而通过上述搜索行为提取“本地天气”这个历史搜索关键词以及对应的历史搜索时间,包括过去的20日以及早上9点等,从而识别出A用户对于本地天气在一定时间内的搜索意图。还例如,B用户经常会在NBA赛事的举办期间搜索直播信息,例如在过去的30日内习惯在上午11点在搜索框中输入“NBA赛事直播”进行直接搜索查找NBA赛事直播信息,或者B用户会习惯在上午11点在体育赛事的搜索结果中点击有关“NBA 赛事直播”的内容,还或者B用户会习惯在浏览体育赛事页面的过程中以获取NBA赛事直播信息,进而通过上述搜索行为提取“NBA赛事直播”这个历史搜索关键词以及对应的历史搜索时间,包括过去的30日以及上午11点等,从而识别出B用户在一段时间内对于NBA赛事直播的搜索意图。再例如,在 X电视剧在向公众播放期间,例如在过去的60日内C用户会习惯在晚上20 点在搜索框中输入“X电视剧”进行直接搜索查找X电视剧的更新信息,或者C用户会习惯在晚上20点在电视剧的搜索结果中点击“X电视剧”的视频信息,还或者C用户会浏览X电视剧的相关信息以获取更新信息,进而通过上述搜索行为确定“X电视剧”这个历史搜索关键词以及对应的历史搜索时间,包括过去的60日以及晚上20点等,从而识别出C用户在一段时间内对于X电视剧更新信息的搜索意图。
最终,在基于与用户标识对应的历史搜索数据提取历史搜索关键词和历史搜索时间之后,能够获取用户标识、历史搜索关键词与历史搜索时间之间的对应关系,例如,A用户-本地天气-过去20日以及早上6点;B用户-NBA 赛事直播-过去30日以及上午11点;C用户-X电视剧-过去60日以及晚上 20点。
确定模块30,其用于在检测到基于所述用户标识对应的所述历史搜索关键词的搜索行为的次数超过预设次数阈值时,基于所述对应关系中与所述用户标识以及所述历史搜索关键词对应的所述历史搜索时间,确定所述用户标识对所述历史搜索关键词的目标搜索时间范围。
考虑到本公开实施例的目的在于基于用户在过去一段时间内的搜索行为从而预估未来一段时间的搜索意图,这就首先基于通过上述第二获取模块20 获取的用户标识、历史搜索关键词与历史搜索时间之间的对应关系,预测基于用户搜索意图以便向用户推送搜索结果的目标时间范围。为此,通过确定模块30,当每个用户对于历史搜索关键词的搜索行为的次数超过预设次数阈值的时候,基于上述对应关系,确定所述用户标识对所述历史搜索关键词的目标搜索时间范围:
为了能够确定针对每个用户标识的目标搜索时间范围,以便能够在目标搜索时间范围内主动向用户推送搜索结果,需要根据每个用户在历史搜索数据中体现的历史搜索时间,获取目标搜索时间范围,这就需要在这两者之间建立对应关系。对应关系的确定可以参考历史搜索时间的长度,还可以参考历史搜索关键词对应的搜索意图或者其对应搜索结果的特征信息,例如如果该搜索意图有明显的时间性,则在建立对应关系的过程中可以参考该时间性的因素确定目标时间范围,如果该搜索意图有明显的周期性,则在建立对应关系的过程中可以参考该周期性的因素确定目标时间范围。
在一些实施例中,例如如果该搜索意图有明显的时间性,则在建立对应关系的过程中可以参考该时间性的因素确定目标时间范围,例如通过历史搜索时间之间的时间间隔,这样,确定模块30包括:
第一确定单元,其用于基于所述对应关系中与所述用户标识以及所述历史搜索关键词对应的所述历史搜索时间,确定所述用户标识对同一历史搜索关键词的历史搜索时间之间的时间间隔。
如果用户针对历史搜索关键词的搜索行为具有周期性,那么可以确定该用户对应的用户标识对同一历史搜索关键词的历史搜索时间之间的时间间隔,也就是指用户对该历史搜索关键词的搜索频率。
第二确定单元,其用于基于所述时间间隔,确定所述用户标识对所述同一历史搜索关键词的目标搜索时间范围。
基于上述第一确定单元确定的对应关系,这样可以当用户对以历史搜索关键词的搜索行为次数达到一定阈值时,判断该用户对于该历史搜索关键词具有持续的习惯性的或者集中的搜索意图,则启动对目标搜索时间范围的确定和设置,即根据不同用户的针对历史搜索关键词的历史搜索时间确定目标搜索时间范围。
例如,当A用户针对“本地天气”的历史搜索关键词的搜索行为持续了 20日时,并且每天都进行搜索,则A用户对于本地天气的搜索意图一般是持续性的,时间间隔是1天,对应的目标搜索时间范围可以设为20日;由于 NBA赛事的举办是在一段时间内并且直播一般在周三和周六,当B用户针对“NBA赛事直播”的历史搜索关键词的搜索行为持续了30日并且每隔3天就进行搜索,对应的目标搜索时间范围可以考虑到该赛事直播的周期,时间间隔是3天,对应的目标搜索时间范围可以设为20日;由于X电视剧的播放是在一段时间内的每个周末,当C用户针对“X电视剧”的历史搜索关键词的搜索行为持续了60日时并且每隔7天就进行搜索,对应的目标搜索时间范围可以考虑到该电视剧播放周期即7天,对应的目标搜索时间范围可以设为15 日。
推送模块40,其用于在当前时间满足所述目标搜索时间范围时,基于所述用户标识推送与所述历史搜索关键词对应的搜索结果。
基于确定模块30确定所述用户标识对所述历史搜索关键词的目标搜索时间范围,在当前时间满足目标时间范围内的情况下,向用户主动推送与该用户对应的历史搜索关键词关联的搜索结果。这样,能够在未来一段时间内,向用户推送符合用户搜索意图的搜索结果,能够提升用户的搜索体验。
在用户需要与搜索意图相关的信息的时候能够直接调用相关的搜索结果并将相关搜索结果以某种形式推送给用户,使得用户获取所需要信息的成本大幅降低,提升了用户搜索信息的使用体验。其中,在推送搜索结果的过程中,可以采用搜索结果列表的形式展现,也可以采用信息流模块的形式进行。这种信息流模块一般是指提供相关信息的应用模块,例如天气信息模块、赛事直播信息模块等。
进一步地,在向用户推送搜索结果或者对应的信息流模块的信息流时,可以在屏幕中预先指定需要呈现的位置,一般为了用户能够在第一时间获得期待或者关注的信息,可以将搜索结果或者信息流推送至屏幕的主页上端,以使得用户能够快速接收到期待或者关注的信息,能够直接地获取用户期待的搜索结果,提升了用户的使用体验。当然,对于向用户推送并呈现搜索结果或者信息流的位置不限于此,可以根据用户的喜好、屏幕的布置进行调整。
作为另一种实施方式,由于用户的搜索行为和关注会随着时间产生变化,则与历史搜索关键词相对应的搜索结果会根据实时信息的变化而不断更新和调整,因此,基于获取的用户的搜索行为数据的预定时间不同,搜索结果中的内容和信息也会相应地更新,这样使得每次在调用搜索结果的时候,确保推送的内容和信息具有时效性和准确性。
进一步地,推送模块40包括以下装置:
第三获取单元,其用于获取所述用户对所述搜索行为的反馈行为数据。
如上所述,通过获取用户在一段时间内的历史搜索关键词,进而获取用户可能的搜索意图,通过列表或者信息流模块等形式向用户推送期待或者关注的搜索结果。但是,用户可能正在浏览其他内容,而不希望被推送的搜索结果干扰,或者认为推送的搜索结果不准确而希望继续进行主动搜索。为了提升用户体验的满意度,实现对用户进行智能推送,获取用户对推送的搜索结果的反馈行为数据可以判断用户对推送行为的反应。这些反馈行为可能是用户对搜索词或者搜索结果的点击、浏览、关闭等操作。
停止执行单元,其用于在检测到所述反馈行为数据与预设反馈属性数据匹配时,停止执行在当前时间满足所述目标搜索时间范围时,基于所述用户标识推送与所述历史搜索关键词对应的搜索结果的操作。
基于用户对推送的搜索结果的反馈行为,根据用户的反馈方式数据识别用户的推送意图,也就是对推送的搜索结果的接收与否的真实态度。
具体来说,如果用户对推送的搜索结果进行正面反馈,则认为用户具有真实推送意图,那么会认为用户对推送的搜索结果的方式和内容是满意的;户对推送的搜索结果进行正面反馈有多种形式,例如可以是直接点击查看推送的搜索结果的具体内容等。当识别并获取用户具有正面的判断结果的情况下,也就是用户愿意接收推送的搜索结果的情况下,向用户继续推送与历史搜索关键词相对应的搜索结果。
如果用户对推送进行负面反馈,则认为用户不具有真实推送意图,那么会认为用户对推送的搜索结果的方式和内容是不满意的,用用户对推送的搜索结果进行负面反馈也有多种形式,例如可以是直接关闭推送的搜索结果的展示框等。这种情况下可以获取用户对于搜索结果的推送意图,停止相关的推送操作。如果识别并获取用户具有负面的判断结果的情况下,也就是用户不愿意接收推送的搜索结果的情况下,不再向用户进行相关搜索结果的推送。例如,当用户再一次进行搜索行为时,即使确定了用户的搜索意图,也不再向用户推送相关的搜索结果。
在具体实践过程中,可以通过设置预设反馈属性数据以与用户的反馈行为数据进行匹配,如果检测到所述反馈行为数据与预设反馈属性数据匹配时,停止执行在当前时间满足所述目标搜索时间范围时,基于所述用户标识推送与所述历史搜索关键词对应的搜索结果的操作。
本公开公开的实施例能够根据用户在一段时间内重复或者习惯性的搜索行为数据,获取用户在一段时间内的体现出较为集中的搜索意图,从而智能推送用户关注的搜索结果,用户无需进行一次全新的搜索行为,能够降低用户获取所需要信息的成本,提升了信息的分发效率。
本公开第三实施例提供了一种存储介质,存储有计算机程序,该计算机程序被处理器执行时实现本公开任意实施例提供的方法,如下步骤S11至 S14,其中:
S11,获取用户的历史搜索数据;
S12,对所述历史搜索数据进行分类处理,获取用户标识、历史搜索关键词、与历史搜索时间之间的对应关系;
S13,在检测到基于所述用户标识对应的所述历史搜索关键词的搜索行为的次数超过预设次数阈值时,基于所述对应关系中与所述用户标识以及所述历史搜索关键词对应的所述历史搜索时间,确定所述用户标识对所述历史搜索关键词的目标搜索时间范围;
S14,在当前时间满足所述目标搜索时间范围时,基于所述用户标识推送与所述历史搜索关键词对应的搜索结果。
计算机程序被处理器执行所述对所述历史搜索数据进行分类处理,获取用户标识、历史搜索关键词与历史搜索时间之间的对应关系中,可以被处理器执行如下步骤:将所述历史搜索数据按照用户标识进行分类,获取与用户标识对应的历史搜索数据;基于所述与用户标识对应的历史搜索数据提取历史搜索关键词和历史搜索时间,获取用户标识、历史搜索关键词、与历史搜索时间之间的对应关系。
计算机程序被处理器执行所述基于所述对应关系中与所述用户标识以及所述历史搜索关键词对应的所述历史搜索时间,确定所述用户标识对所述历史搜索关键词的目标搜索时间范围中,可以被处理器执行如下步骤:基于所述对应关系中与所述用户标识以及所述历史搜索关键词对应的所述历史搜索时间,确定所述用户标识对同一历史搜索关键词的历史搜索时间之间的时间间隔;基于所述时间间隔,确定所述用户标识对所述同一历史搜索关键词的目标搜索时间范围。
计算机程序被处理器执行所述在当前时间满足所述目标搜索时间范围时,基于所述用户标识推送与所述历史搜索关键词对应的搜索结果之后,可以被处理器执行如下步骤:获取用户对推送的搜索结果的反馈行为数据;在检测到所述反馈行为数据与预设反馈属性数据匹配时,停止执行在当前时间满足所述目标搜索时间范围时,基于所述用户标识推送与所述历史搜索关键词对应的搜索结果的操作。
本公开公开的实施例能够根据用户在一段时间内重复或者习惯性的搜索行为数据,获取用户在一段时间内的体现出较为集中的搜索意图,从而智能推送用户关注的搜索结果,用户无需进行一次全新的搜索行为,能够降低用户获取所需要信息的成本,提升了信息的分发效率。
可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。可选地,在本实施例中,处理器根据存储介质中已存储的程序代码执行上述实施例记载的方法步骤。可选地,本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,本实施例在此不再赘述。显然,本领域的技术人员应该明白,上述的本公开的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而,可以将它们存储在存储装置中由计算装置来执行,并且在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本公开不限制于任何特定的硬件和软件结合。
本公开第四实施例提供了一种电子设备,如图7所示,该电子设备至少包括存储器901和处理器902,存储器901上存储有计算机程序,处理器902 在执行存储器901上的计算机程序时实现本公开任意实施例提供的方法,示例性的,计算机程序步骤如下S21至S24:
S21,获取用户的历史搜索数据;
S22,对所述历史搜索数据进行分类处理,获取用户标识、历史搜索关键词、与历史搜索时间之间的对应关系;
S23,在检测到基于所述用户标识对应的所述历史搜索关键词的搜索行为的次数超过预设次数阈值时,基于所述对应关系中与所述用户标识以及所述历史搜索关键词对应的所述历史搜索时间,确定所述用户标识对所述历史搜索关键词的目标搜索时间范围;
S24,在当前时间满足所述目标搜索时间范围时,基于所述用户标识推送与所述历史搜索关键词对应的搜索结果。
处理器902在执行存储器901上存储的执行所述对所述历史搜索数据进行分类处理,获取用户标识、历史搜索关键词与历史搜索时间之间的对应关系的计算机程序中,可以被处理器902执行如下步骤:将所述历史搜索数据按照用户标识进行分类,获取与用户标识对应的历史搜索数据;基于所述与用户标识对应的历史搜索数据提取历史搜索关键词和历史搜索时间,获取用户标识、历史搜索关键词、与历史搜索时间之间的对应关系。
处理器902在执行存储器901上存储的执行所述基于所述对应关系中与所述用户标识以及所述历史搜索关键词对应的所述历史搜索时间,确定所述用户标识对所述历史搜索关键词的目标搜索时间范围的计算机程序中,可以被处理器902执行如下步骤:基于所述对应关系中与所述用户标识以及所述历史搜索关键词对应的所述历史搜索时间,确定所述用户标识对同一历史搜索关键词的历史搜索时间之间的时间间隔;基于所述时间间隔,确定所述用户标识对所述同一历史搜索关键词的目标搜索时间范围。
处理器902在执行存储器901上存储的执行所述在当前时间满足所述目标搜索时间范围之后,可以被处理器902执行如下步骤:获取用户对推送的搜索结果的反馈行为数据;在检测到所述反馈行为数据与预设反馈属性数据匹配时,停止执行在当前时间满足所述目标搜索时间范围时,基于所述用户标识推送与所述历史搜索关键词对应的搜索结果的操作。
本公开公开的实施例能够根据用户在一段时间内重复或者习惯性的搜索行为数据,获取用户在一段时间内的体现出较为集中的搜索意图,从而智能推送用户关注的搜索结果,用户无需进行一次全新的搜索行为,能够降低用户获取所需要信息的成本,提升了信息的分发效率。
下面参考图8,其示出了适于用来实现本公开实施例的电子设备另一种的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP (便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图8示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图8所示,电子设备可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置606加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O) 接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置606;以及通信装置609。通信装置609可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图8示出了具有各种装置的电子设备,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在非暂态存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置606被安装,或者从ROM 602 被安装。在该计算机程序被处理装置601执行时,执行本公开实施例的方法中限定的上述功能。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(LAN)、广域网(WAN)、网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述存储介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述存储介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取至少两个网际协议地址;向节点评价设备发送包括至少两个网际协议地址的节点评价请求,其中,节点评价设备从至少两个网际协议地址中,选取网际协议地址并返回;接收节点评价设备返回的网际协议地址;其中,所获取的网际协议地址指示内容分发网络中的边缘节点。
或者,上述存储介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:接收包括至少两个网际协议地址的节点评价请求;从至少两个网际协议地址中,选取网际协议地址;返回选取出的网际协议地址;其中,接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
需要说明的是,本公开上述的存储介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM 或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何存储介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
以上对本公开多个实施例进行了详细说明,但本公开不限于这些具体的实施例,本领域技术人员在本公开构思的基础上,能够做出多种变型和修改实施例,这些变型和修改都应落入本公开所要求保护的范围之内。
Claims (10)
1.一种信息处理方法,其特征在于,包括:
获取用户的历史搜索数据;
对所述历史搜索数据进行分类处理,获取用户标识、历史搜索关键词与历史搜索时间之间的对应关系;
在检测到基于所述用户标识对应的所述历史搜索关键词的搜索行为的次数超过预设次数阈值时,基于所述对应关系中与所述用户标识以及所述历史搜索关键词对应的所述历史搜索时间,确定所述用户标识对所述历史搜索关键词的目标搜索时间范围;
在当前时间满足所述目标搜索时间范围时,基于所述用户标识推送与所述历史搜索关键词对应的搜索结果。
2.根据权利要求1所述的方法,其特征在于,所述对所述历史搜索数据进行分类处理,获取用户标识、历史搜索关键词与历史搜索时间之间的对应关系包括:
将所述历史搜索数据按照用户标识进行分类,获取与用户标识对应的历史搜索数据;
基于所述与用户标识对应的历史搜索数据提取历史搜索关键词和历史搜索时间,获取所述用户标识、所述历史搜索关键词与所述历史搜索时间之间的对应关系。
3.根据权利要求1所述的方法,其特征在于,所述基于所述对应关系中与所述用户标识以及所述历史搜索关键词对应的所述历史搜索时间,确定所述用户标识对所述历史搜索关键词的目标搜索时间范围,包括:
基于所述对应关系中与所述用户标识以及所述历史搜索关键词对应的所述历史搜索时间,确定所述用户标识对同一历史搜索关键词的历史搜索时间之间的时间间隔;
基于所述时间间隔,确定所述用户标识对所述同一历史搜索关键词的目标搜索时间范围。
4.根据权利要求1-3中任一项所述的方法,其特征在于,在当前时间满足所述目标搜索时间范围时,基于所述用户标识推送与所述历史搜索关键词对应的搜索结果之后,所述方法还包括:
获取所述用户对推送的搜索结果的反馈行为数据;
在检测到所述反馈行为数据与预设反馈属性数据匹配时,停止执行在当前时间满足所述目标搜索时间范围时,基于所述用户标识推送与所述历史搜索关键词对应的搜索结果的操作。
5.一种信息处理装置,其特征在于,所述装置包括:
第一获取模块,其用于获取用户的历史搜索数据;
第二获取模块,其用于对所述历史搜索数据进行分类处理,获取用户标识、历史搜索关键词与历史搜索时间之间的对应关系;
确定模块,其用于在检测到基于所述用户标识对应的所述历史搜索关键词的搜索行为的次数超过预设次数阈值时,基于所述对应关系中与所述用户标识以及所述历史搜索关键词对应的所述历史搜索时间,确定所述用户标识对所述历史搜索关键词的目标搜索时间范围;
推送模块,其用于在当前时间满足所述目标搜索时间范围时,基于所述用户标识推送与所述历史搜索关键词对应的搜索结果。
6.根据权利要求5所述的装置,其特征在于,所述第二获取模块包括:
第一获取单元,其用于将所述历史搜索数据按照用户标识进行分类,获取与用户标识对应的历史搜索数据;
第二获取单元,其用于基于所述与用户标识对应的历史搜索数据提取历史搜索关键词和历史搜索时间,获取用户标识、历史搜索关键词与历史搜索时间之间的对应关系。
7.根据权利要求5所述的装置,其特征在于,所述确定模块包括:
第一确定单元,其用于基于所述对应关系中与所述用户标识以及所述历史搜索关键词对应的所述历史搜索时间,确定所述用户标识对同一历史搜索关键词的历史搜索时间之间的时间间隔;
第二确定单元,其用于基于所述时间间隔,确定所述用户标识对所述同一历史搜索关键词的目标搜索时间范围。
8.根据权利要求5-7中任一项所述的装置,其特征在于,所述推送模块包括:
第三获取单元,其用于获取所述用户对所述搜索行为的反馈行为数据;
停止执行单元,其用于在检测到所述反馈行为数据与预设反馈属性数据匹配时,停止执行在当前时间满足所述目标搜索时间范围时,基于所述用户标识推送与所述历史搜索关键词对应的搜索结果的操作。
9.一种存储介质,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权利要求1至4中任一项所述方法的步骤。
10.一种电子设备,至少包括存储器、处理器,所述存储器上存储有计算机程序,其特征在于,所述处理器在执行所述存储器上的计算机程序时实现权利要求1至4中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910712833.3A CN112307317A (zh) | 2019-08-02 | 2019-08-02 | 一种信息处理方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910712833.3A CN112307317A (zh) | 2019-08-02 | 2019-08-02 | 一种信息处理方法、装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112307317A true CN112307317A (zh) | 2021-02-02 |
Family
ID=74486571
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910712833.3A Pending CN112307317A (zh) | 2019-08-02 | 2019-08-02 | 一种信息处理方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112307317A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117648426A (zh) * | 2023-12-12 | 2024-03-05 | 广州圈量网络信息科技有限公司 | 基于有效关键词的智能客服方法、系统、设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101937437A (zh) * | 2009-06-30 | 2011-01-05 | 华为技术有限公司 | 一种搜索方法、装置和系统 |
CN102567376A (zh) * | 2010-12-16 | 2012-07-11 | 中国移动通信集团浙江有限公司 | 一种个性化搜索结果推荐方法和装置 |
CN105447192A (zh) * | 2015-12-21 | 2016-03-30 | 北京奇虎科技有限公司 | 在导航页上推荐个性化搜索词方法和装置 |
CN105893441A (zh) * | 2015-12-15 | 2016-08-24 | 乐视网信息技术(北京)股份有限公司 | 一种终端的应用推荐方法及应用推荐系统 |
CN108563709A (zh) * | 2018-03-27 | 2018-09-21 | 广东小天才科技有限公司 | 一种习题的推送方法、装置及终端设备 |
CN108763564A (zh) * | 2018-06-01 | 2018-11-06 | 深圳市零度智控科技有限公司 | 应用推送方法、装置及计算机可读存储介质 |
-
2019
- 2019-08-02 CN CN201910712833.3A patent/CN112307317A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101937437A (zh) * | 2009-06-30 | 2011-01-05 | 华为技术有限公司 | 一种搜索方法、装置和系统 |
CN102567376A (zh) * | 2010-12-16 | 2012-07-11 | 中国移动通信集团浙江有限公司 | 一种个性化搜索结果推荐方法和装置 |
CN105893441A (zh) * | 2015-12-15 | 2016-08-24 | 乐视网信息技术(北京)股份有限公司 | 一种终端的应用推荐方法及应用推荐系统 |
CN105447192A (zh) * | 2015-12-21 | 2016-03-30 | 北京奇虎科技有限公司 | 在导航页上推荐个性化搜索词方法和装置 |
CN108563709A (zh) * | 2018-03-27 | 2018-09-21 | 广东小天才科技有限公司 | 一种习题的推送方法、装置及终端设备 |
CN108763564A (zh) * | 2018-06-01 | 2018-11-06 | 深圳市零度智控科技有限公司 | 应用推送方法、装置及计算机可读存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117648426A (zh) * | 2023-12-12 | 2024-03-05 | 广州圈量网络信息科技有限公司 | 基于有效关键词的智能客服方法、系统、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107844586B (zh) | 新闻推荐方法和装置 | |
CN111414498B (zh) | 多媒体信息推荐方法、装置及电子设备 | |
US10783206B2 (en) | Method and system for recommending text content, and storage medium | |
US11106709B2 (en) | Recommendation method and device, a device for formulating recommendations | |
CN110634047B (zh) | 一种推荐房源的方法、装置、电子设备及存储介质 | |
CN111368185B (zh) | 数据展示方法、装置、存储介质及电子设备 | |
CN110020148B (zh) | 一种信息推荐方法、装置和用于信息推荐的装置 | |
CN110619063A (zh) | 基于视频搜索的视频推送方法、装置、电子设备 | |
CN110866183B (zh) | 一种社交界面的推荐方法、装置、电子设备及存储介质 | |
CN110516159B (zh) | 一种信息推荐方法、装置、电子设备及存储介质 | |
CN110990598B (zh) | 资源检索方法、装置、电子设备及计算机可读存储介质 | |
CN111125344B (zh) | 相关词推荐方法和装置 | |
CN110598098A (zh) | 一种信息推荐方法、装置和用于信息推荐的装置 | |
CN111488185A (zh) | 页面数据处理方法、装置、电子设备和可读介质 | |
CN111291206A (zh) | 标记房源的方法、装置、电子设备及存储介质 | |
CN104331503A (zh) | 信息推送的方法及装置 | |
CN114443897A (zh) | 一种视频推荐方法、装置、电子设备和存储介质 | |
CN114461314A (zh) | 信息显示方法、装置和电子设备 | |
CN110633950B (zh) | 一种任务信息处理方法、装置、电子设备及存储介质 | |
CN111797353A (zh) | 信息推送方法、装置和电子设备 | |
CN111813685B (zh) | 自动化测试方法和装置 | |
CN111143662A (zh) | 一种内容推荐的方法、设备和计算机存储介质 | |
CN112307317A (zh) | 一种信息处理方法、装置、存储介质及电子设备 | |
CN112949430A (zh) | 视频处理方法和装置、存储介质和电子设备 | |
CN112148962B (zh) | 用于推送信息的方法和装置 |
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 |