CN112711721B - 一种万网街精准定位方法 - Google Patents
一种万网街精准定位方法 Download PDFInfo
- Publication number
- CN112711721B CN112711721B CN202110024475.4A CN202110024475A CN112711721B CN 112711721 B CN112711721 B CN 112711721B CN 202110024475 A CN202110024475 A CN 202110024475A CN 112711721 B CN112711721 B CN 112711721B
- Authority
- CN
- China
- Prior art keywords
- cloud processor
- search
- preset
- geographic
- labels
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 239000011159 matrix material Substances 0.000 claims description 101
- 238000012937 correction Methods 0.000 claims description 19
- 230000001105 regulatory effect Effects 0.000 claims description 12
- 230000001934 delay Effects 0.000 claims description 4
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 claims description 3
- 230000008707 rearrangement Effects 0.000 claims description 3
- 108020001568 subdomains Proteins 0.000 claims description 3
- GNFTZDOKVXKIBK-UHFFFAOYSA-N 3-(2-methoxyethoxy)benzohydrazide Chemical compound COCCOC1=CC=CC(C(=O)NN)=C1 GNFTZDOKVXKIBK-UHFFFAOYSA-N 0.000 claims 1
- 239000012141 concentrate Substances 0.000 abstract description 2
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 241000209202 Bromus secalinus Species 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
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
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
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)
- Remote Sensing (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种万网街精准定位方法,包括:建立万网街数据库,对企业赋予万网街门牌定位号;针对企业拟定地理标签、主领域标签和副领域标签;进行精确检索或初步检索;初步检索后,输出推荐主领域标签;二次检索后,输出推荐副领域;三次检索后,输出推荐地理标签;地理检索后,弹出精准检索链接。本发明将各行各业的企业官方网站集中到万网街数据库,能够保证列入该企业目录中的所有企业链接均能链接至该企业的官方网站。为每个企业官网编定万网精准定位号,精准固定单位官网网络位置,保证了该企业在该万网街上的唯一性,同时提供庞大数据载入空间,向全球开放传递信息,提高了使用所述方法对企业网站的定位精度。
Description
技术领域
本发明涉及网络电子商务数据处理技术领域,尤其涉及一种万网街精准定位方法。
背景技术
目前互联网已经广泛运用于人们的生活工作学习中,几乎各单位都有自己的官方网站,出现了各种搜索引擎和电子商务网站,他们有以下缺点:
一、各单位的官方网站虽然可以用网址精准找到,但因为全球网址有几亿个,各不相同,人们很难记忆,所以大多数单位官方网站几乎被互联网淹没,起不了应有的作用。
二、各种电子商务网站因海量信息,用关键词搜索,人们很难精准记忆和精准分辨,就像人们进人了一片大森林,如果没有指南针或者清晰的标记,就很容易迷路一样,容易出现坑、蒙、诈、骗等浑水摸鱼现象,这不利于政府监督和管理,不利于电子商务的良性健康发展。
三、各大搜索引擎以关键词搜索,搜索的信息真真假假,无法精准,为用于诈骗活动的钓鱼网站提供了可乘之机。
四、人们在寻找单位信息时,无论用网址还是关键词搜索,都无法快速、精准、集中地一键找到无数单位官方网站,既浪费人们时间,也大大局限了各单位利用互联网推广或销售产品。
发明内容
为此,本发明提供一种万网街精准定位方法,用以克服现有技术中无法精准定位企业网站的问题。
为实现上述目的,本发明提供一种万网街精准定位方法,包括:
步骤a,云端处理器建立包括各个企业官方网站的万网街数据库,在万网街数据库中对各企业官方网站赋予独立的万网街门牌定位号;
步骤b,所述云端处理器对各所述企业的官方网站中的内容进行检索以判定各企业所处实际地理位置以及各企业营业范围所属领域,根据判定结果依次拟定针对各企业的地理标签、主领域标签和副领域标签;
步骤c,当用户通过终端的指定软件针对特定的企业进行检索时,用户通过输入万网街门牌定位号以进行精确检索或输入企业名称以进行初步检索;
步骤d,当用户输入企业名称以进行初步检索时,所述云端处理器针对初步检索结果进行统计,统计初步检索的结果包含的主领域标签的种类以及各种类主领域标签的数量;统计完成后,云端处理器根据统计结果对终端输出二次检索推荐主领域标签;
步骤e,当用户未找到预期的企业时,用户选定所述云端处理器输出的二次检索推荐主领域标签或自行选定主领域标签以进行二次检索,当二次检索结果数量高于预设值时,云端处理器针对二次检索的结果进行统计,统计二次检索的结果包含的副领域标签的种类以及各种类副领域标签的数量;统计完成后,云端处理器根据统计结果对终端输出三次检索推荐副领域标签;
步骤f,当用户未找到预期的企业时,用户选定所述云端处理器输出的三次检索推荐副领域标签或自行选定副领域标签以进行三次检索,当三次检索结果数量高于预设值时,云端处理器重复上述统计步骤以对三次检索结果中的地理标签进行统计并在统计完成后根据统计结果对终端输出地理检索推荐地理标签;
步骤g,当用户进行地理检索并在检索结果页面停留时长超过预设时长时,所述云端处理器判定用户未找到预期企业,云端处理器向所述终端输出精准检索链接,用户通过点击链接进入精准检索界面并通过在界面内输入万网街门牌定位号以检索预期的企业。
进一步地,所述云端处理器中设有预设初步检索数量矩阵Sa0和预设领域陈列数矩阵C0;对于所述初步检索数量矩阵Sa0,Sa0(Sa1,Sa2,Sa3,Sa4),其中,Sa1为第一初步检索数量,Sa2为第二初步检索数量,Sa3为第三初步检索数量,Sa4为第四初步检索数量,各预设初步检索数量按照顺序逐渐增加;对于所述预设主领域陈列数矩阵Ca0,Ca0(Ca1,Ca2,Ca3,Ca4),其中,Ca1为第一预设主领域陈列数,Ca2为第二预设主领域陈列数,Ca3为第三预设主领域陈列数,Ca4为第四预设主领域陈列数,各预设主领域陈列数按照顺序逐渐增加;
在所述步骤d中,当所述云端处理器根据用户输入的企业名称完成初步检索时,云端处理器统计初步检索后的结果总数Sa并将Sa与Sa0矩阵中的各项参数进行比较:
当Sa<Sa1时,云端处理器不对初步检索的结果进行主领域标签统计;
当Sa≥Sa1时,云端处理器对初步检索的结果进行主领域标签统计;
当云端处理器对初步检索的结果进行主领域标签统计时,云端处理器统计初步检索结果的所有企业中包括的主领域标签的种类,统计完成后,云端处理器按照包含企业数量降序依次排列各种类主领域标签并根据Sa与Sa0矩阵中各项参数的比对结果确定输出的二次检索推荐主领域中不同主领域标签的陈列数量:
当Sa1≤Sa<Sa2时,云端处理器将输出的不同主领域标签的陈列数量设置为Ca1;
当Sa2≤Sa<Sa3时,云端处理器将输出的不同主领域标签的陈列数量设置为Ca2;
当Sa3≤Sa<Sa4时,云端处理器将输出的不同主领域标签的陈列数量设置为Ca3;
当Sa≥Sa4时,云端处理器将输出的不同主领域标签的陈列数量设置为Ca4;
当云端处理器将输出的不同主领域标签的陈列数量设置为Cai时,i=1,2,3,4,云端处理器从所述排列完成的的主领域标签中选取前Cai个种类的主领域标签作为向所述终端输出的二次检索推荐主领域。
进一步地,所述云端处理器中还设有预设关键词数量矩阵N0和初步检索数量修正系数矩阵r0;对于所述预设关键词数量矩阵N0,N0(N1,N2,N3,N4),其中,N1为第一预设关键词数量,N2为第二预设关键词数量,N3为第三预设关键词数量,N4为第四预设关键词数量,各预设关键词数量按照顺序逐渐增加;对于所述初步检索数量修正系数矩阵r0,r0(r1,r2,r3,r4),其中,r1为初步检索数量第一修正系数,r2为初步检索数量第二修正系数,r3为初步检索数量第三修正系数,r4为初步检索数量第四修正系数;
在所述步骤d中,用户能够通过检索关键词的方式查询企业,当用户完成初步检索时,所述云端处理器统计用户在初步检索时选用的关键词数量N、将N与N0矩阵中的参数进行比对并根据比对结果对所述初步检索数量矩阵Sa0中的参数进行调节:
当N≤N1时,云端处理器不对Sa0矩阵中的参数进行调节;
当N1<N≤N2时,云端处理器选用r1对Sa0矩阵中的参数进行调节;
当N2<N≤N3时,云端处理器选用r2对Sa0矩阵中的参数进行调节;
当N3<N≤N4时,云端处理器选用r3对Sa0矩阵中的参数进行调节;
当N>N4时,云端处理器选用r4对Sa0矩阵中的参数进行调节;
当云端处理器选用ri对Sa0矩阵中的参数进行调节时,i=1,2,3,4,调节后的初步检索数量矩阵为Sa0’(Sa1×ri,Sa2×ri,Sa3×ri,Sa4×ri),调节完成后,云端处理器统计初步检索后的结果总数Sa并将Sa与Sa0’矩阵中的各项参数进行比较并在Sa≥Sa1×ri时根据Sa与Sa0’矩阵中各项参数的比对结果确定输出的二次检索推荐主领域中不同主领域标签的陈列数量。
进一步地,所述云端处理器中还设有预设二次检索数量Sb0、预设副领域陈列数Cb0、预设主领域种类矩阵A0和预设副领域陈列数调节系数矩阵β0;对于所述主领域种类矩阵A0,A0(A1,A2,A3,...An),其中,A1为第一预设主领域种类,A2为第二预设主领域种类,A3为第三预设主领域种类,An为第n预设主领域种类;对于所述预设副领域陈列数调节系数矩阵β0,β0(β1,β2,β3,...βn),其中,β1为副领域陈列数第一预设调节系数,β2为副领域陈列数第二预设调节系数,β3为副领域陈列数第三预设调节系数,βn为副领域陈列数第n预设调节系数;
在所述步骤e中,当所述云端处理器完成二次检索时,云端处理器统计二次检索后的结果总数Sb并将Sb与Sb0进行比较:
当Sb≤Sb0时,云端处理器不对二次检索的结果进行副领域标签统计;
当Sb>Sb0时,云端处理器对二次检索的结果进行副领域标签统计;
当云端处理器对二次检索的结果进行副领域标签统计时,云端处理器统计二次检索结果的所有企业中包括的副领域标签的种类,统计完成后,云端处理器按照包含企业数量降序依次排列各种类副领域标签并根据主领域种类对确定输出的三次检索推荐副领域中不同副领域标签的陈列数量Cb0进行调节:
当所述主领域种类为A1时,云端处理器选用β1对Cb0进行调节,调节后的不同副领域标签的陈列数量为Cb1,Cb1=Cb0×β1;
当所述主领域种类为A2时,云端处理器选用β2对Cb0进行调节,调节后的不同副领域标签的陈列数量为Cb2,Cb2=Cb0×β2;
当所述主领域种类为A3时,云端处理器选用β3对Cb0进行调节,调节后的不同副领域标签的陈列数量为Cb3,Cb3=Cb0×β3;
当所述主领域种类为An时,云端处理器选用βn对Cb0进行调节,调节后的不同副领域标签的陈列数量为Cbn,Cbn=Cb0×βn;
当云端处理器将输出的不同主领域标签的陈列数量设置为Cbi时,i=1,2,3,4,云端处理器从所述排列完成的的副领域标签中选取前Cbi个种类的副领域标签作为向所述终端输出的三次检索推荐副领域。
进一步地,所述云端处理器中还设有预设三次检索数量矩阵Sd0和预设地理标签陈列数矩阵Cd0;对于所述预设三次检索数量矩阵Sd0,Sd0(Sd1,Sd2,Sd3,Sd4),其中,Sd1为第一预设三次检索数量,Sd2为第二预设三次检索数量,Sd3为第三预设三次检索数量,Sd4为第四预设三次检索数量,各预设三次检索数量按照顺序逐渐增加;对于所述预设地理标签陈列数矩阵Cd0,Cd0(Cd1,Cd2,Cd3,Cd4),其中,Cd1为第一预设地理标签陈列数,Cd2为第二预设地理标签陈列数,Cd3为第三预设地理标签陈列数,Cd4为第四预设地理标签陈列数,各预设地理标签陈列数按照顺序逐渐增加;
在所述步骤f中,当所述云端处理器完成三次检索时,云端处理器统计初步检索后的结果总数Sd并将Sd与Sd0矩阵中的各项参数进行比较:
当Sd<Sd1时,云端处理器不对三次检索的结果进行地理标签统计;
当Sd≥Sd1时,云端处理器对三次检索的结果进行地理标签统计;
当云端处理器对三次检索的结果进行地理标签统计时,云端处理器统计三次检索结果的所有企业中包括的地理标签的种类,统计完成后,云端处理器按照包含企业数量降序依次排列各种类地理标签并根据Sd与Sd0矩阵中各项参数的比对结果确定输出的地理检索推荐地理标签中不同地理标签的陈列数量:
当Sd1≤Sd<Sd2时,云端处理器将输出的不同地理标签的陈列数量设置为Cd1;
当Sd2≤Sd<Sd3时,云端处理器将输出的不同地理标签的陈列数量设置为Cd2;
当Sd3≤Sd<Sd4时,云端处理器将输出的不同地理标签的陈列数量设置为Cd3;
当Sd≥Sd4时,云端处理器将输出的不同地理标签的陈列数量设置为Cd4;
当云端处理器将输出的不同地理标签的陈列数量设置为Cdi时,i=1,2,3,4,云端处理器从所述排列完成的的地理标签中选取前Cdi个种类的地理标签作为向所述终端输出的地理检索推荐地理标签。
进一步地,在所述云端处理器向所述终端输出的地理检索推荐地理标签前,云端处理器检测用户端输入的名称中是否包含有与指定地理标签相对应的文本,若包含,则云端处理器将与该文本相对应的地理标签排列在所述排列完成的各种类地理标签的首位并将其他地理标签顺次延后,重新排列完成后,云端处理器输出指定陈列数量的地理标签。
进一步地,所述云端处理器中还设有预设停留时长矩阵T0(T1,T2,T3,T4),其中,T1为第一预设停留时长,T2为第二预设停留时长,T3为第三预设停留时长,T4为第四预设停留时长,各预设停留时长按照顺序逐渐增加;
当所述云端处理器进行地理检索时,云端处理器根据Sd与Sd0矩阵中各项参数的比对结果调节用户在地理检索界面停留的最大时长:
当Sd1≤Sd<Sd2时,云端处理器将用户在地理检索界面停留的最大时长设置为T1;
当Sd2≤Sd<Sd3时,云端处理器将用户在地理检索界面停留的最大时长设置为T2;
当Sd3≤Sd<Sd4时,云端处理器将用户在地理检索界面停留的最大时长设置为T3;
当Sd≥Sd4时,云端处理器将用户在地理检索界面停留的最大时长设置为T4;
当云端处理器将用户在地理检索界面停留的最大时长设置为Ti且云端处理器完成地理检索时,i=1,2,3,4,云端处理器开始计时,当用户不对检索结果界面进行操作以使终端的页面跳转的累计时长达到Ti时,云端处理器向所述终端输出精准检索链接。
进一步地,当用户在检索完成且通过一个检索结果跳转至对应企业的官方网站时,所述云端处理器记录该企业的主领域标签、副领域标签以及地理标签,当用户重新进行企业名称检索时,云端处理器在对应步骤中依次将记录的主领域标签、副领域标签以及地理标签提高至最高级。
进一步地,所述万网街门牌定位号为阿拉伯数字、英文字母、罗马数字中的一种或多种。
进一步地,在各所述检索结果中的企业的展示信息包括企业名称、企业经营模式、主营产品、企业所在地、企业办公软件接入口以及企业动态展示视频链接图片。
与现有技术相比,本发明的有益效果在于,本发明将各行各业的企业官方网站集中到一条虚拟万网街上,设置万网街总链接节点,点击总链接节点一键打开,即获得按定位号排列的企业目录。能够保证列入该企业目录中的所有企业链接均能链接至该企业的官方网站。为每个企业官网编定万网精准定位号,精准固定单位官网网络位置,保证了该企业在该万网街上的唯一性,同时提供庞大数据载入空间,向全球开放传递信息。有利于电子商务的良性发展,且无需甄别真假信息,节省了大量的搜索时间,提高效率。
进一步地,所述云端处理器中设有预设初步检索数量矩阵Sa0和预设领域陈列数矩阵C0,当所述云端处理器根据用户输入的企业名称完成初步检索时,云端处理器统计初步检索后的结果总数Sa并将Sa与Sa0矩阵中的各项参数进行比较并根据比对结果确定输出的二次检索推荐主领域中不同主领域标签的陈列数量。通过根据实际的初步检索的数量以确定主领域标签数量,能够有效为用户确定预选的主领域标签以帮助用户快速确定预期的企业,提高了使用所述方法对企业网站的定位精度。
进一步地,所述云端处理器中还设有预设关键词数量矩阵N0和初步检索数量修正系数矩阵r0,用户能够通过检索关键词的方式查询企业,当用户完成初步检索时,所述云端处理器统计用户在初步检索时选用的关键词数量N、将N与N0矩阵中的参数进行比对并根据比对结果对所述初步检索数量矩阵Sa0中的参数进行调节,通过根据用户选用的关键词的数量对Sa0矩阵中的参数进行调节,微调主领域标签种类的陈列数量,能够进一步缩短用户对预期企业的检索流程,并进一步提高了使用所述方法对企业网站的定位精度。
进一步地,所述云端处理器中还设有预设二次检索数量Sb0、预设副领域陈列数Cb0、预设主领域种类矩阵A0和预设副领域陈列数调节系数矩阵β0,当所述云端处理器完成二次检索时,云端处理器统计二次检索后的结果总数Sb并将Sb与Sb0进行比较并在Sb>Sb0时根据主领域种类对确定输出的三次检索推荐副领域中不同副领域标签的陈列数量Cb0进行调节,通过针对不同主领域对副领域标签的陈列数量进行调节,能够进一步缩短用户对预期企业的检索流程,并进一步提高了使用所述方法对企业网站的定位精度。
进一步地,所述云端处理器中还设有预设三次检索数量矩阵Sd0和预设地理标签陈列数矩阵Cd0,当所述云端处理器完成三次检索时,云端处理器统计初步检索后的结果总数Sd并将Sd与Sd0矩阵中的各项参数进行比较并在Sd≥Sd1时按照包含企业数量降序依次排列各种类地理标签并根据Sd与Sd0矩阵中各项参数的比对结果确定输出的地理检索推荐地理标签中不同地理标签的陈列数量,通过针对三次检索的检索结果对地理标签的陈列数量进行针对性调节,能够进一步缩短用户对预期企业的检索流程,并进一步提高了使用所述方法对企业网站的定位精度。
进一步地,在所述云端处理器向所述终端输出的地理检索推荐地理标签前,云端处理器检测用户端输入的名称中是否包含有与指定地理标签相对应的文本,若包含,则云端处理器将与该文本相对应的地理标签排列在所述排列完成的各种类地理标签的首位并将其他地理标签顺次延后,通过根据用户输入的企业名称对企业的地理标签进行筛选,能够进一步缩短用户对预期企业的检索流程,从而进一步提高了使用所述方法对企业网站的定位精度。
进一步地,所述云端处理器中还设有预设停留时长矩阵T0,当云端处理器将用户在地理检索界面停留的最大时长设置为Ti且云端处理器完成地理检索时,云端处理器开始计时并在用户不对检索结果界面进行操作以使终端的页面跳转的累计时长达到Ti时向所述终端输出精准检索链接,通过记录用户未跳转页面的累计时间快速判定用户是否检索到预期企业并在判定用户未检索到时弹出精准检索链接,能够进一步缩短用户对预期企业的检索流程并进一步提高了使用所述方法对企业网站的定位精度。
进一步地,当用户在检索完成且通过一个检索结果跳转至对应企业的官方网站时,所述云端处理器记录该企业的主领域标签、副领域标签以及地理标签,当用户重新进行企业名称检索时,云端处理器在对应步骤中依次将记录的主领域标签、副领域标签以及地理标签提高至最高级,通过记录用户的检索历史,能够在用户重新进行检索时用作参考,在进一步缩短用户对预期企业的检索流程的同时,进一步提高了使用所述方法对企业网站的定位精度。
附图说明
图1为本发明所述万网街精准定位方法的流程图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系,这仅仅是为了便于描述,而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,还需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,其为本发明所述万网街精准定位方法的流程图。
本发明所述万网街精准定位方法包括:
步骤a,云端处理器建立包括各个企业官方网站的万网街数据库,在万网街数据库中对各企业官方网站赋予独立的万网街门牌定位号;
步骤b,所述云端处理器对各所述企业的官方网站中的内容进行检索以判定各企业所处实际地理位置以及各企业营业范围所属领域,根据判定结果依次拟定针对各企业的地理标签、主领域标签和副领域标签;
步骤c,当用户通过终端的指定软件针对特定的企业进行检索时,用户通过输入万网街门牌定位号以进行精确检索或输入企业名称以进行初步检索;
步骤d,当用户输入企业名称以进行初步检索时,所述云端处理器针对初步检索结果进行统计,统计初步检索的结果包含的主领域标签的种类以及各种类主领域标签的数量;统计完成后,云端处理器根据统计结果对终端输出二次检索推荐主领域标签;
步骤e,当用户未找到预期的企业时,用户选定所述云端处理器输出的二次检索推荐主领域标签或自行选定主领域标签以进行二次检索,当二次检索结果数量高于预设值时,云端处理器针对二次检索的结果进行统计,统计二次检索的结果包含的副领域标签的种类以及各种类副领域标签的数量;统计完成后,云端处理器根据统计结果对终端输出三次检索推荐副领域标签;
步骤f,当用户未找到预期的企业时,用户选定所述云端处理器输出的三次检索推荐副领域标签或自行选定副领域标签以进行三次检索,当三次检索结果数量高于预设值时,云端处理器重复上述统计步骤以对三次检索结果中的地理标签进行统计并在统计完成后根据统计结果对终端输出地理检索推荐地理标签;
步骤g,当用户进行地理检索并在检索结果页面停留时长超过预设时长时,所述云端处理器判定用户未找到预期企业,云端处理器向所述终端输出精准检索链接,用户通过点击链接进入精准检索界面并通过在界面内输入万网街门牌定位号以检索预期的企业。
具体而言,所述云端处理器中设有预设初步检索数量矩阵Sa0和预设领域陈列数矩阵C0;对于所述初步检索数量矩阵Sa0,Sa0(Sa1,Sa2,Sa3,Sa4),其中,Sa1为第一初步检索数量,Sa2为第二初步检索数量,Sa3为第三初步检索数量,Sa4为第四初步检索数量,各预设初步检索数量按照顺序逐渐增加;对于所述预设主领域陈列数矩阵Ca0,Ca0(Ca1,Ca2,Ca3,Ca4),其中,Ca1为第一预设主领域陈列数,Ca2为第二预设主领域陈列数,Ca3为第三预设主领域陈列数,Ca4为第四预设主领域陈列数,各预设主领域陈列数按照顺序逐渐增加;
在所述步骤d中,当所述云端处理器根据用户输入的企业名称完成初步检索时,云端处理器统计初步检索后的结果总数Sa并将Sa与Sa0矩阵中的各项参数进行比较:
当Sa<Sa1时,云端处理器不对初步检索的结果进行主领域标签统计;
当Sa≥Sa1时,云端处理器对初步检索的结果进行主领域标签统计;
当云端处理器对初步检索的结果进行主领域标签统计时,云端处理器统计初步检索结果的所有企业中包括的主领域标签的种类,统计完成后,云端处理器按照包含企业数量降序依次排列各种类主领域标签并根据Sa与Sa0矩阵中各项参数的比对结果确定输出的二次检索推荐主领域中不同主领域标签的陈列数量:
当Sa1≤Sa<Sa2时,云端处理器将输出的不同主领域标签的陈列数量设置为Ca1;
当Sa2≤Sa<Sa3时,云端处理器将输出的不同主领域标签的陈列数量设置为Ca2;
当Sa3≤Sa<Sa4时,云端处理器将输出的不同主领域标签的陈列数量设置为Ca3;
当Sa≥Sa4时,云端处理器将输出的不同主领域标签的陈列数量设置为Ca4;
当云端处理器将输出的不同主领域标签的陈列数量设置为Cai时,i=1,2,3,4,云端处理器从所述排列完成的的主领域标签中选取前Cai个种类的主领域标签作为向所述终端输出的二次检索推荐主领域。
具体而言,所述云端处理器中还设有预设关键词数量矩阵N0和初步检索数量修正系数矩阵r0;对于所述预设关键词数量矩阵N0,N0(N1,N2,N3,N4),其中,N1为第一预设关键词数量,N2为第二预设关键词数量,N3为第三预设关键词数量,N4为第四预设关键词数量,各预设关键词数量按照顺序逐渐增加;对于所述初步检索数量修正系数矩阵r0,r0(r1,r2,r3,r4),其中,r1为初步检索数量第一修正系数,r2为初步检索数量第二修正系数,r3为初步检索数量第三修正系数,r4为初步检索数量第四修正系数;
在所述步骤d中,用户能够通过检索关键词的方式查询企业,当用户完成初步检索时,所述云端处理器统计用户在初步检索时选用的关键词数量N、将N与N0矩阵中的参数进行比对并根据比对结果对所述初步检索数量矩阵Sa0中的参数进行调节:
当N≤N1时,云端处理器不对Sa0矩阵中的参数进行调节;
当N1<N≤N2时,云端处理器选用r1对Sa0矩阵中的参数进行调节;
当N2<N≤N3时,云端处理器选用r2对Sa0矩阵中的参数进行调节;
当N3<N≤N4时,云端处理器选用r3对Sa0矩阵中的参数进行调节;
当N>N4时,云端处理器选用r4对Sa0矩阵中的参数进行调节;
当云端处理器选用ri对Sa0矩阵中的参数进行调节时,i=1,2,3,4,调节后的初步检索数量矩阵为Sa0’(Sa1×ri,Sa2×ri,Sa3×ri,Sa4×ri),调节完成后,云端处理器统计初步检索后的结果总数Sa并将Sa与Sa0’矩阵中的各项参数进行比较并在Sa≥Sa1×ri时根据Sa与Sa0’矩阵中各项参数的比对结果确定输出的二次检索推荐主领域中不同主领域标签的陈列数量。
具体而言,所述云端处理器中还设有预设二次检索数量Sb0、预设副领域陈列数Cb0、预设主领域种类矩阵A0和预设副领域陈列数调节系数矩阵β0;对于所述主领域种类矩阵A0,A0(A1,A2,A3,...An),其中,A1为第一预设主领域种类,A2为第二预设主领域种类,A3为第三预设主领域种类,An为第n预设主领域种类;对于所述预设副领域陈列数调节系数矩阵β0,β0(β1,β2,β3,...βn),其中,β1为副领域陈列数第一预设调节系数,β2为副领域陈列数第二预设调节系数,β3为副领域陈列数第三预设调节系数,βn为副领域陈列数第n预设调节系数;
在所述步骤e中,当所述云端处理器完成二次检索时,云端处理器统计二次检索后的结果总数Sb并将Sb与Sb0进行比较:
当Sb≤Sb0时,云端处理器不对二次检索的结果进行副领域标签统计;
当Sb>Sb0时,云端处理器对二次检索的结果进行副领域标签统计;
当云端处理器对二次检索的结果进行副领域标签统计时,云端处理器统计二次检索结果的所有企业中包括的副领域标签的种类,统计完成后,云端处理器按照包含企业数量降序依次排列各种类副领域标签并根据主领域种类对确定输出的三次检索推荐副领域中不同副领域标签的陈列数量Cb0进行调节:
当所述主领域种类为A1时,云端处理器选用β1对Cb0进行调节,调节后的不同副领域标签的陈列数量为Cb1,Cb1=Cb0×β1;
当所述主领域种类为A2时,云端处理器选用β2对Cb0进行调节,调节后的不同副领域标签的陈列数量为Cb2,Cb2=Cb0×β2;
当所述主领域种类为A3时,云端处理器选用β3对Cb0进行调节,调节后的不同副领域标签的陈列数量为Cb3,Cb3=Cb0×β3;
当所述主领域种类为An时,云端处理器选用βn对Cb0进行调节,调节后的不同副领域标签的陈列数量为Cbn,Cbn=Cb0×βn;
当云端处理器将输出的不同主领域标签的陈列数量设置为Cbi时,i=1,2,3,4,云端处理器从所述排列完成的的副领域标签中选取前Cbi个种类的副领域标签作为向所述终端输出的三次检索推荐副领域。
具体而言,所述云端处理器中还设有预设三次检索数量矩阵Sd0和预设地理标签陈列数矩阵Cd0;对于所述预设三次检索数量矩阵Sd0,Sd0(Sd1,Sd2,Sd3,Sd4),其中,Sd1为第一预设三次检索数量,Sd2为第二预设三次检索数量,Sd3为第三预设三次检索数量,Sd4为第四预设三次检索数量,各预设三次检索数量按照顺序逐渐增加;对于所述预设地理标签陈列数矩阵Cd0,Cd0(Cd1,Cd2,Cd3,Cd4),其中,Cd1为第一预设地理标签陈列数,Cd2为第二预设地理标签陈列数,Cd3为第三预设地理标签陈列数,Cd4为第四预设地理标签陈列数,各预设地理标签陈列数按照顺序逐渐增加;
在所述步骤f中,当所述云端处理器完成三次检索时,云端处理器统计初步检索后的结果总数Sd并将Sd与Sd0矩阵中的各项参数进行比较:
当Sd<Sd1时,云端处理器不对三次检索的结果进行地理标签统计;
当Sd≥Sd1时,云端处理器对三次检索的结果进行地理标签统计;
当云端处理器对三次检索的结果进行地理标签统计时,云端处理器统计三次检索结果的所有企业中包括的地理标签的种类,统计完成后,云端处理器按照包含企业数量降序依次排列各种类地理标签并根据Sd与Sd0矩阵中各项参数的比对结果确定输出的地理检索推荐地理标签中不同地理标签的陈列数量:
当Sd1≤Sd<Sd2时,云端处理器将输出的不同地理标签的陈列数量设置为Cd1;
当Sd2≤Sd<Sd3时,云端处理器将输出的不同地理标签的陈列数量设置为Cd2;
当Sd3≤Sd<Sd4时,云端处理器将输出的不同地理标签的陈列数量设置为Cd3;
当Sd≥Sd4时,云端处理器将输出的不同地理标签的陈列数量设置为Cd4;
当云端处理器将输出的不同地理标签的陈列数量设置为Cdi时,i=1,2,3,4,云端处理器从所述排列完成的的地理标签中选取前Cdi个种类的地理标签作为向所述终端输出的地理检索推荐地理标签。
具体而言,在所述云端处理器向所述终端输出的地理检索推荐地理标签前,云端处理器检测用户端输入的名称中是否包含有与指定地理标签相对应的文本,若包含,则云端处理器将与该文本相对应的地理标签排列在所述排列完成的各种类地理标签的首位并将其他地理标签顺次延后,重新排列完成后,云端处理器输出指定陈列数量的地理标签。
具体而言,所述云端处理器中还设有预设停留时长矩阵T0(T1,T2,T3,T4),其中,T1为第一预设停留时长,T2为第二预设停留时长,T3为第三预设停留时长,T4为第四预设停留时长,各预设停留时长按照顺序逐渐增加;
当所述云端处理器进行地理检索时,云端处理器根据Sd与Sd0矩阵中各项参数的比对结果调节用户在地理检索界面停留的最大时长:
当Sd1≤Sd<Sd2时,云端处理器将用户在地理检索界面停留的最大时长设置为T1;
当Sd2≤Sd<Sd3时,云端处理器将用户在地理检索界面停留的最大时长设置为T2;
当Sd3≤Sd<Sd4时,云端处理器将用户在地理检索界面停留的最大时长设置为T3;
当Sd≥Sd4时,云端处理器将用户在地理检索界面停留的最大时长设置为T4;
当云端处理器将用户在地理检索界面停留的最大时长设置为Ti且云端处理器完成地理检索时,i=1,2,3,4,云端处理器开始计时,当用户不对检索结果界面进行操作以使终端的页面跳转的累计时长达到Ti时,云端处理器向所述终端输出精准检索链接。
具体而言,当用户在检索完成且通过一个检索结果跳转至对应企业的官方网站时,所述云端处理器记录该企业的主领域标签、副领域标签以及地理标签,当用户重新进行企业名称检索时,云端处理器在对应步骤中依次将记录的主领域标签、副领域标签以及地理标签提高至最高级。
具体而言,所述万网街门牌定位号为阿拉伯数字、英文字母、罗马数字中的一种或多种。
具体而言,在各所述检索结果中的企业的展示信息包括企业名称、企业经营模式、主营产品、企业所在地、企业办公软件接入口以及企业动态展示视频链接图片。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
以上所述仅为本发明的优选实施例,并不用于限制本发明;对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种万网街精准定位方法,其特征在于,包括:
步骤a,云端处理器建立包括各个企业官方网站的万网街数据库,在万网街数据库中对各企业官方网站赋予独立的万网街门牌定位号;
步骤b,所述云端处理器对各所述企业的官方网站中的内容进行检索以判定各企业所处实际地理位置以及各企业营业范围所属领域,根据判定结果依次拟定针对各企业的地理标签、主领域标签和副领域标签;
步骤c,当用户通过终端的指定软件针对特定的企业进行检索时,用户通过输入万网街门牌定位号以进行精确检索或输入企业名称以进行初步检索;
步骤d,当用户输入企业名称以进行初步检索时,所述云端处理器针对初步检索结果进行统计,统计初步检索的结果包含的主领域标签的种类以及各种类主领域标签的数量;统计完成后,云端处理器根据统计结果对终端输出二次检索推荐主领域标签;
步骤e,当用户未找到预期的企业时,用户选定所述云端处理器输出的二次检索推荐主领域标签或自行选定主领域标签以进行二次检索,当二次检索结果数量高于预设值时,云端处理器针对二次检索的结果进行统计,统计二次检索的结果包含的副领域标签的种类以及各种类副领域标签的数量;统计完成后,云端处理器根据统计结果对终端输出三次检索推荐副领域标签;
步骤f,当用户未找到预期的企业时,用户选定所述云端处理器输出的三次检索推荐副领域标签或自行选定副领域标签以进行三次检索,当三次检索结果数量高于预设值时,云端处理器重复上述统计步骤以对三次检索结果中的地理标签进行统计并在统计完成后根据统计结果对终端输出地理检索推荐地理标签;
步骤g,当用户进行地理检索并在检索结果页面停留时长超过预设时长时,所述云端处理器判定用户未找到预期企业,云端处理器向所述终端输出精准检索链接,用户通过点击链接进入精准检索界面并通过在界面内输入万网街门牌定位号以检索预期的企业;
所述云端处理器中设有预设初步检索数量矩阵Sa0和预设领域陈列数矩阵C0;对于所述初步检索数量矩阵Sa0,Sa0(Sa1,Sa2,Sa3,Sa4),其中,Sa1为第一初步检索数量,Sa2为第二初步检索数量,Sa3为第三初步检索数量,Sa4为第四初步检索数量,各预设初步检索数量按照顺序逐渐增加;对于预设主领域陈列数矩阵Ca0,Ca0(Ca1,Ca2,Ca3,Ca4),其中,Ca1为第一预设主领域陈列数,Ca2为第二预设主领域陈列数,Ca3为第三预设主领域陈列数,Ca4为第四预设主领域陈列数,各预设主领域陈列数按照顺序逐渐增加;
在所述步骤d中,当所述云端处理器根据用户输入的企业名称完成初步检索时,云端处理器统计初步检索后的结果总数Sa并将Sa与Sa0矩阵中的各项参数进行比较:
当Sa<Sa1时,云端处理器不对初步检索的结果进行主领域标签统计;
当Sa≥Sa1时,云端处理器对初步检索的结果进行主领域标签统计;
当云端处理器对初步检索的结果进行主领域标签统计时,云端处理器统计初步检索结果的所有企业中包括的主领域标签的种类,统计完成后,云端处理器按照包含企业数量降序依次排列各种类主领域标签并根据Sa与Sa0矩阵中各项参数的比对结果确定输出的二次检索推荐主领域中不同主领域标签的陈列数量:
当Sa1≤Sa<Sa2时,云端处理器将输出的不同主领域标签的陈列数量设置为Ca1;
当Sa2≤Sa<Sa3时,云端处理器将输出的不同主领域标签的陈列数量设置为Ca2;
当Sa3≤Sa<Sa4时,云端处理器将输出的不同主领域标签的陈列数量设置为Ca3;
当Sa≥Sa4时,云端处理器将输出的不同主领域标签的陈列数量设置为Ca4;
当云端处理器将输出的不同主领域标签的陈列数量设置为Cai时,i=1,2,3,4,云端处理器从所述排列完成的的主领域标签中选取前Cai个种类的主领域标签作为向所述终端输出的二次检索推荐主领域。
2.根据权利要求1所述的一种万网街精准定位方法,其特征在于,所述云端处理器中还设有预设关键词数量矩阵N0和初步检索数量修正系数矩阵r0;对于所述预设关键词数量矩阵N0,N0(N1,N2,N3,N4),其中,N1为第一预设关键词数量,N2为第二预设关键词数量,N3为第三预设关键词数量,N4为第四预设关键词数量,各预设关键词数量按照顺序逐渐增加;对于所述初步检索数量修正系数矩阵r0,r0(r1,r2,r3,r4),其中,r1为初步检索数量第一修正系数,r2为初步检索数量第二修正系数,r3为初步检索数量第三修正系数,r4为初步检索数量第四修正系数;
在所述步骤d中,用户能够通过检索关键词的方式查询企业,当用户完成初步检索时,所述云端处理器统计用户在初步检索时选用的关键词数量N、将N与N0矩阵中的参数进行比对并根据比对结果对所述初步检索数量矩阵Sa0中的参数进行调节:
当N≤N1时,云端处理器不对Sa0矩阵中的参数进行调节;
当N1<N≤N2时,云端处理器选用r1对Sa0矩阵中的参数进行调节;
当N2<N≤N3时,云端处理器选用r2对Sa0矩阵中的参数进行调节;
当N3<N≤N4时,云端处理器选用r3对Sa0矩阵中的参数进行调节;
当N>N4时,云端处理器选用r4对Sa0矩阵中的参数进行调节;
当云端处理器选用ri对Sa0矩阵中的参数进行调节时,i=1,2,3,4,调节后的初步检索数量矩阵为Sa0’(Sa1×ri,Sa2×ri,Sa3×ri,Sa4×ri),调节完成后,云端处理器统计初步检索后的结果总数Sa并将Sa与Sa0’矩阵中的各项参数进行比较并在Sa≥Sa1×ri时根据Sa与Sa0’矩阵中各项参数的比对结果确定输出的二次检索推荐主领域中不同主领域标签的陈列数量。
3.根据权利要求1所述的一种万网街精准定位方法,其特征在于,所述云端处理器中还设有预设二次检索数量Sb0、预设副领域陈列数Cb0、预设主领域种类矩阵A0和预设副领域陈列数调节系数矩阵β0;对于所述主领域种类矩阵A0,A0(A1,A2,A3,...An),其中,A1为第一预设主领域种类,A2为第二预设主领域种类,A3为第三预设主领域种类,An为第n预设主领域种类;对于所述预设副领域陈列数调节系数矩阵β0,β0(β1,β2,β3,...βn),其中,β1为副领域陈列数第一预设调节系数,β2为副领域陈列数第二预设调节系数,β3为副领域陈列数第三预设调节系数,βn为副领域陈列数第n预设调节系数;
在所述步骤e中,当所述云端处理器完成二次检索时,云端处理器统计二次检索后的结果总数Sb并将Sb与Sb0进行比较:
当Sb≤Sb0时,云端处理器不对二次检索的结果进行副领域标签统计;
当Sb>Sb0时,云端处理器对二次检索的结果进行副领域标签统计;
当云端处理器对二次检索的结果进行副领域标签统计时,云端处理器统计二次检索结果的所有企业中包括的副领域标签的种类,统计完成后,云端处理器按照包含企业数量降序依次排列各种类副领域标签并根据主领域种类对确定输出的三次检索推荐副领域中不同副领域标签的陈列数量Cb0进行调节:
当所述主领域种类为A1时,云端处理器选用β1对Cb0进行调节,调节后的不同副领域标签的陈列数量为Cb1,Cb1=Cb0×β1;
当所述主领域种类为A2时,云端处理器选用β2对Cb0进行调节,调节后的不同副领域标签的陈列数量为Cb2,Cb2=Cb0×β2;
当所述主领域种类为A3时,云端处理器选用β3对Cb0进行调节,调节后的不同副领域标签的陈列数量为Cb3,Cb3=Cb0×β3;
当所述主领域种类为An时,云端处理器选用βn对Cb0进行调节,调节后的不同副领域标签的陈列数量为Cbn,Cbn=Cb0×βn;
当云端处理器将输出的不同主领域标签的陈列数量设置为Cbi时,i=1,2,3,4,云端处理器从所述排列完成的的副领域标签中选取前Cbi个种类的副领域标签作为向所述终端输出的三次检索推荐副领域。
4.根据权利要求3所述的一种万网街精准定位方法,其特征在于,所述云端处理器中还设有预设三次检索数量矩阵Sd0和预设地理标签陈列数矩阵Cd0;对于所述预设三次检索数量矩阵Sd0,Sd0(Sd1,Sd2,Sd3,Sd4),其中,Sd1为第一预设三次检索数量,Sd2为第二预设三次检索数量,Sd3为第三预设三次检索数量,Sd4为第四预设三次检索数量,各预设三次检索数量按照顺序逐渐增加;对于所述预设地理标签陈列数矩阵Cd0,Cd0(Cd1,Cd2,Cd3,Cd4),其中,Cd1为第一预设地理标签陈列数,Cd2为第二预设地理标签陈列数,Cd3为第三预设地理标签陈列数,Cd4为第四预设地理标签陈列数,各预设地理标签陈列数按照顺序逐渐增加;
在所述步骤f中,当所述云端处理器完成三次检索时,云端处理器统计初步检索后的结果总数Sd并将Sd与Sd0矩阵中的各项参数进行比较:
当Sd<Sd1时,云端处理器不对三次检索的结果进行地理标签统计;
当Sd≥Sd1时,云端处理器对三次检索的结果进行地理标签统计;
当云端处理器对三次检索的结果进行地理标签统计时,云端处理器统计三次检索结果的所有企业中包括的地理标签的种类,统计完成后,云端处理器按照包含企业数量降序依次排列各种类地理标签并根据Sd与Sd0矩阵中各项参数的比对结果确定输出的地理检索推荐地理标签中不同地理标签的陈列数量:
当Sd1≤Sd<Sd2时,云端处理器将输出的不同地理标签的陈列数量设置为Cd1;
当Sd2≤Sd<Sd3时,云端处理器将输出的不同地理标签的陈列数量设置为Cd2;
当Sd3≤Sd<Sd4时,云端处理器将输出的不同地理标签的陈列数量设置为Cd3;
当Sd≥Sd4时,云端处理器将输出的不同地理标签的陈列数量设置为Cd4;
当云端处理器将输出的不同地理标签的陈列数量设置为Cdi时,i=1,2,3,4,云端处理器从所述排列完成的的地理标签中选取前Cdi个种类的地理标签作为向所述终端输出的地理检索推荐地理标签。
5.根据权利要求4所述的一种万网街精准定位方法,其特征在于,在所述云端处理器向所述终端输出的地理检索推荐地理标签前,云端处理器检测用户端输入的名称中是否包含有与指定地理标签相对应的文本,若包含,则云端处理器将与该文本相对应的地理标签排列在所述排列完成的各种类地理标签的首位并将其他地理标签顺次延后,重新排列完成后,云端处理器输出指定陈列数量的地理标签。
6.根据权利要求5所述的一种万网街精准定位方法,其特征在于,所述云端处理器中还设有预设停留时长矩阵T0(T1,T2,T3,T4),其中,T1为第一预设停留时长,T2为第二预设停留时长,T3为第三预设停留时长,T4为第四预设停留时长,各预设停留时长按照顺序逐渐增加;
当所述云端处理器进行地理检索时,云端处理器根据Sd与Sd0矩阵中各项参数的比对结果调节用户在地理检索界面停留的最大时长:
当Sd1≤Sd<Sd2时,云端处理器将用户在地理检索界面停留的最大时长设置为T1;
当Sd2≤Sd<Sd3时,云端处理器将用户在地理检索界面停留的最大时长设置为T2;
当Sd3≤Sd<Sd4时,云端处理器将用户在地理检索界面停留的最大时长设置为T3;
当Sd≥Sd4时,云端处理器将用户在地理检索界面停留的最大时长设置为T4;
当云端处理器将用户在地理检索界面停留的最大时长设置为Ti且云端处理器完成地理检索时,i=1,2,3,4,云端处理器开始计时,当用户不对检索结果界面进行操作以使终端的页面跳转的累计时长达到Ti时,云端处理器向所述终端输出精准检索链接。
7.根据权利要求6所述的一种万网街精准定位方法,其特征在于,当用户在检索完成且通过一个检索结果跳转至对应企业的官方网站时,所述云端处理器记录该企业的主领域标签、副领域标签以及地理标签,当用户重新进行企业名称检索时,云端处理器在对应步骤中依次将记录的主领域标签、副领域标签以及地理标签提高至最高级。
8.根据权利要求1所述的一种万网街精准定位方法,其特征在于,所述万网街门牌定位号为阿拉伯数字、英文字母、罗马数字中的一种或多种。
9.根据权利要求1所述的一种万网街精准定位方法,其特征在于,在各所述检索结果中的企业的展示信息包括企业名称、企业经营模式、主营产品、企业所在地、企业办公软件接入口以及企业动态展示视频链接图片。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110024475.4A CN112711721B (zh) | 2021-01-08 | 2021-01-08 | 一种万网街精准定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110024475.4A CN112711721B (zh) | 2021-01-08 | 2021-01-08 | 一种万网街精准定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112711721A CN112711721A (zh) | 2021-04-27 |
CN112711721B true CN112711721B (zh) | 2024-02-09 |
Family
ID=75548628
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110024475.4A Active CN112711721B (zh) | 2021-01-08 | 2021-01-08 | 一种万网街精准定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112711721B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007140669A (ja) * | 2005-11-15 | 2007-06-07 | Nippon Telegr & Teleph Corp <Ntt> | 文書検索方法及び装置及び文書検索プログラム |
CN101963966A (zh) * | 2009-07-24 | 2011-02-02 | 李占胜 | 一种为搜索结果添加标签的搜索结果分类方法 |
CN107220298A (zh) * | 2017-05-02 | 2017-09-29 | 吕群英 | 一种万网精准定位方法及系统 |
CN107563879A (zh) * | 2017-09-30 | 2018-01-09 | 吕群英 | 精准万网房定位方法及系统 |
CN207181713U (zh) * | 2017-11-27 | 2018-04-03 | 吉林大学 | 一种基于阵列矩阵分布的接地网网格拓扑结构探测装置 |
CN108763369A (zh) * | 2018-05-17 | 2018-11-06 | 北京奇艺世纪科技有限公司 | 一种视频搜索方法和装置 |
CN110766723A (zh) * | 2019-10-22 | 2020-02-07 | 湖南大学 | 一种基于颜色直方图相似性的无人机目标跟踪方法及系统 |
CN112115981A (zh) * | 2020-08-26 | 2020-12-22 | 微梦创科网络科技(中国)有限公司 | 一种社交网络博主的embedding评估方法及系统 |
-
2021
- 2021-01-08 CN CN202110024475.4A patent/CN112711721B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007140669A (ja) * | 2005-11-15 | 2007-06-07 | Nippon Telegr & Teleph Corp <Ntt> | 文書検索方法及び装置及び文書検索プログラム |
CN101963966A (zh) * | 2009-07-24 | 2011-02-02 | 李占胜 | 一种为搜索结果添加标签的搜索结果分类方法 |
CN107220298A (zh) * | 2017-05-02 | 2017-09-29 | 吕群英 | 一种万网精准定位方法及系统 |
CN107563879A (zh) * | 2017-09-30 | 2018-01-09 | 吕群英 | 精准万网房定位方法及系统 |
CN207181713U (zh) * | 2017-11-27 | 2018-04-03 | 吉林大学 | 一种基于阵列矩阵分布的接地网网格拓扑结构探测装置 |
CN108763369A (zh) * | 2018-05-17 | 2018-11-06 | 北京奇艺世纪科技有限公司 | 一种视频搜索方法和装置 |
CN110766723A (zh) * | 2019-10-22 | 2020-02-07 | 湖南大学 | 一种基于颜色直方图相似性的无人机目标跟踪方法及系统 |
CN112115981A (zh) * | 2020-08-26 | 2020-12-22 | 微梦创科网络科技(中国)有限公司 | 一种社交网络博主的embedding评估方法及系统 |
Non-Patent Citations (2)
Title |
---|
An efficient stacking model of multi-label classification based on Pareto optimum;Wei Weng 等;《IEEE Access》;第7卷;第1-2页 * |
社会化标注系统资源聚合的实证分析;毕强 等;《情报资料工作》(第5期);第30-37页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112711721A (zh) | 2021-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10268641B1 (en) | Search result ranking based on trust | |
US8150716B1 (en) | Website and method for search engine optimization by prompting, recording and displaying feedback of a web site user | |
JP5632574B2 (ja) | ニュース記事のランク付けを向上させるためのシステムおよび方法 | |
US8898283B2 (en) | Recommendation of network object information to user | |
CN101796515B (zh) | 查询统计提供器 | |
JP5513624B2 (ja) | クエリの一般属性に基づく情報の検索 | |
JP5431727B2 (ja) | 関連性判定方法、情報収集方法、オブジェクト組織化方法及び検索システム | |
Bansal et al. | BlogScope: A System for Online Analysis of High Volume Text Streams. | |
US20110314005A1 (en) | Determining and using search term weightings | |
US8271495B1 (en) | System and method for automating categorization and aggregation of content from network sites | |
US20060173819A1 (en) | System and method for grouping by attribute | |
US20090192983A1 (en) | Method and system for mining, ranking and visualizing lexically similar search queries for advertisers | |
EP1121651A4 (en) | INTERNET SITE SEARCH AND LISTING SERVICE BASED ON MONETARY RANKING ON THE SITE LIST | |
WO2008097969A2 (en) | Systems and methods for connecting relevant web-based product information with relevant network conversations | |
US8560518B2 (en) | Method and apparatus for building sales tools by mining data from websites | |
KR20080109061A (ko) | 웹사이트의 웹 페이지들과 같은, 관계된 웹 페이지들간의 유용한 정보 전파 | |
US20090063474A1 (en) | System and Method for Information Retrieval | |
CN101782998A (zh) | 一种违规在线产品信息的智能判断方法与系统 | |
CN107704467A (zh) | 搜索质量评估方法及装置 | |
CN101408964B (zh) | 电子商务网站的前台类目调整方法及装置 | |
US7685130B2 (en) | Searching for services in natural language | |
Mokarrama et al. | RSF: A recommendation system for farmers | |
US7359898B1 (en) | Scoring mechanism selection along multiple dimensions | |
CN112711721B (zh) | 一种万网街精准定位方法 | |
US20060179043A1 (en) | Information display method and system |
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 |