CN112733042A - 推荐信息的生成方法、相关装置及计算机程序产品 - Google Patents
推荐信息的生成方法、相关装置及计算机程序产品 Download PDFInfo
- Publication number
- CN112733042A CN112733042A CN202110149606.1A CN202110149606A CN112733042A CN 112733042 A CN112733042 A CN 112733042A CN 202110149606 A CN202110149606 A CN 202110149606A CN 112733042 A CN112733042 A CN 112733042A
- Authority
- CN
- China
- Prior art keywords
- information
- evaluation
- description information
- function description
- target product
- 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
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
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了推荐信息的生成方法、装置、电子设备、计算机可读存储介质及计算机程序产品,涉及自然语言处理和深度学习等人工智能技术领域。该方法的一具体实施方式包括:获取目标产品的历史评价数据后提取其中的功能描述信息和对应的评价信息,在提取出的功能描述信息的数量超过预设阈值和/或与该目标产品的预设功能描述信息的相似性满足阈值要求时,根据该评价信息和该功能描述信息确定所在的历史评价数据的评价结果,最终根据包含至少一个该评价结果的评价结果集合生成该目标产品的推荐信息。该实施方式提供了一种基于历史评价数据生成推荐信息的方法,在对其中有价值的内容进行筛选后,为用户呈现较为简洁、质量较高的推荐结果。
Description
技术领域
本申请涉及人工智能技术领域,具体涉及自然语言处理、大数据分析和深度学习技术领域,尤其涉及推荐信息的生成方法、装置、电子设备、计算机可读存储介质及计算机程序产品。
背景技术
用户在互联网上购买各类产品时,往往会查看其他消费者针对该产品的使用评价、权威机构的使用评测等信息来辅助决策,例如在购买医学美容类别的产品时,用户会查看历史消费者针对该产品产生的评价信息、诊断报告、帖子、日记、问答等信息。
因此,这类信息能够引导用户的消费行为,是影响用户最终消费的关键因素,但是随着数据的快速增长,用户难以在短时间内方便、快捷地抓取该类信息内容中包含的产品特征信息以及历史消费者持有的观点及情感。
发明内容
本申请实施例提出了一种推荐信息的生成方法、装置、电子设备、计算机可读存储介质及计算机程序产品。
第一方面,本申请实施例提出了一种推荐信息的生成方法,包括:获取目标产品的历史评价数据;提取该历史评价数据中包括的功能描述信息和该功能描述信息的评价信息;其中,该功能描述信息为描述该目标产品应具有功能的描述信息;响应提取出的该功能描述信息的数量超过预设阈值和/或该功能描述信息与该目标产品的预设功能描述信息的相似性满足阈值要求,根据该评价信息和该功能描述信息确定所在的历史评价数据的评价结果;根据包含至少一个该评价结果的评价结果集合生成该目标产品的推荐信息。
第二方面,本申请实施例提出了一种推荐信息的生成装置,包括:评价数据获取单元,被配置成获取目标产品的历史评价数据;信息提取单元,被配置成提取该历史评价数据中包括的功能描述信息和该功能描述信息的评价信息;其中,该功能描述信息为描述该目标产品应具有功能的描述信息;评价结果生成单元,被配置成响应提取出的该功能描述信息的数量超过预设阈值和/或该功能描述信息与该目标产品的预设功能描述信息的相似性满足阈值要求,根据该评价信息和该功能描述信息确定所在的历史评价数据的评价结果;推荐信息生成单元,被配置成根据包含至少一个该评价结果的评价结果集合生成该目标产品的推荐信息。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,该指令被至少一个处理器执行,以使至少一个处理器执行时能够实现如第一方面中任一实现方式描述的推荐信息的生成方法。
第四方面,本申请实施例提供了一种存储有计算机指令的非瞬时计算机可读存储介质,该计算机指令用于使计算机执行时能够实现如第一方面中任一实现方式描述的推荐信息的生成方法。
第五方面,本申请实施例提供了一种包括计算机程序的计算机程序产品,该计算机程序在被处理器执行时能够实现如第一方面中任一实现方式描述的推荐信息的生成方法。
本申请实施例提供的推荐信息的生成方法、装置、电子设备、计算机可读存储介质及计算机程序产品,获取目标产品的历史评价数据后,提取该历史评价数据中包括的描述该目标产品应具有功能的功能描述信息和该功能描述信息的评价信息,在确定提取出的该功能描述信息的数量超过预设阈值和/或该功能描述信息与该目标产品的预设功能描述信息的相似性满足阈值要求后,根据该评价信息和该功能描述信息确定所在的历史评价数据的评价结果,最后根据包含至少一个该评价结果的评价结果集合生成该目标产品的推荐信息。
本申请通过历史评价数据中包含的与产品功能相关的功能描述信息和对应的评价信息来实现对历史评价数据中包含的与目标产品的相关的功能描述信息进行抓取,以实现对历史评价数据的快速筛选,简洁的为用户呈现质量较高、参考价值较高的历史评价数据,以便于用户根据这些高质量的历史评价数据进行决策。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请可以应用于其中的示例性系统架构;
图2为本申请实施例提供的一种推荐信息的生成方法的流程图;
图3为本申请实施例提供的另一种推荐信息的生成方法的流程图;
图4为本申请实施例提供的一种推荐信息的生成装置的结构框图;
图5为本申请实施例提供的一种适用于执行推荐信息的生成方法的电子设备的结构示意图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
图1示出了可以应用本申请的推荐信息的生成方法、装置、电子设备及计算机可读存储介质的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103和服务器105上可以安装有各种用于实现两者之间进行信息通讯的应用,例如产品推荐类应用、线上购物类应用、产品评测类应用等。
终端设备101、102、103和服务器105可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等;当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中,其可以实现成多个软件或软件模块,也可以实现成单个软件或软件模块,在此不做具体限定。当服务器105为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器;服务器为软件时,可以实现成多个软件或软件模块,也可以实现成单个软件或软件模块,在此不做具体限定。
服务器105通过内置的各种应用可以提供各种服务,以可以提供基于历史评价数据生成推荐信息的产品推荐类应用为例,服务器105在运行该产品推荐类应用时可实现如下效果:获取该目标产品的历史评价数据,并提取历史评价数据中包括的功能描述信息和该功能描述信息的评价信息;响应提取出的该功能描述信息的数量超过预设阈值和/或该功能描述信息与该目标产品的预设功能描述信息的相似性满足阈值要求,根据该评价信息和该功能描述信息确定所在的历史评价数据的评价结果;其中,该功能描述信息为描述该目标产品应具有功能的描述信息;根据包含至少一个该评价结果的评价结果集合生成该目标产品的推荐信息,在该服务器105通过网络104从终端设备101、102、103中获取用户期望了解的目标产品请求后,确定对应的目标产品,并返回该目标产品的推荐信息给期望了解该目标产品的用户。
需要指出的是,历史评价数据通常可以通过各种方式预先存储在服务器105本地,也可以存储在例如终端设备101、102、103中,在服务器105需要获取这些数据时,对应的从中获取。通常情况下,在服务器105检测到本地已经存储有这些历史评价数据后,预先根据预设的目标产品类目完成对目标产品的推荐信息整理,以便于后续在接收到用户发送的期望了解目标产品的请求、确定目标产品后,直接发送对应的推荐信息给用户,在一些情况下,服务器105也可以在接收到终端设备101、102、103发出的查询请求、确定目标产品后,基于历史评价数据针对该目标产品生成对应的推荐信息并返回给终端设备101、102、103。
由于基于历史评价数据生成推荐信息需要占用较多的运算资源和较强的运算能力,因此本申请后续各实施例所提供的推荐信息的生成方法一般由拥有较强运算能力、较多运算资源的服务器105来执行,相应地,推荐信息的生成装置一般也设置于服务器105中。但同时也需要指出的是,在终端设备101、102、103也具有满足要求的运算能力和运算资源时,终端设备101、102、103也可以通过其上安装的电子相册类应用完成上述本交由服务器105做的各项运算,进而输出与服务器105同样的结果。尤其是在同时存在多种具有不同运算能力的终端设备的情况下,但产品推荐类应用判断所在的终端设备拥有较强的运算能力和剩余较多的运算资源时,可以让终端设备来执行上述运算,从而适当减轻服务器105的运算压力,相应的,推荐信息的生成装置也可以设置于终端设备101、102、103中。在此种情况下,示例性系统架构100也可以不包括服务器105和网络104。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
请参考图2,图2为本申请实施例提供的一种推荐信息的生成方法的流程图,其中流程200包括以下步骤:
步骤201,获取目标产品的历史评价数据。
在本实施例中,由推荐信息的生成方法的执行主体(例如图1所示的服务器105)获取目标产品的历史评价数据,其中,历史评价数据可以根据产品的不同具有不同的获取来源,例如在目标产品为医学美容产品时,历史评价数据的来源可以为产品的使用说明书、其他用户的使用评价、诊断报告和权威的产品评测说明等。
需要指出的是,历史评价数据可以由上述执行主体直接从本地的存储设备获取,也可以从非本地的存储设备(例如图1所示的终端设备101、102、103)中获取。本地的存储设备可以是设置在上述执行主体内的一个数据存储模块,例如服务器硬盘,在此种情况下,两张原始图片和其排序信息可以在本地快速读取到;非本地的存储设备还可以为其它任何被设置用于存储数据的电子设备,例如一些用户终端等,在此情况下,上述执行主体可以通过向该电子设备发送获取命令来获取所需的至少两张原始图片和其排序信息。
步骤202,提取历史评价数据中包括的功能描述信息和功能描述信息的评价信息。
在本实施例中,功能描述信息为描述该目标产品应具有功能的描述信息,即功能描述信息为描述目标产品所具有的与目标产品使用功能、用户相关的特性信息和/或基于商品的属性或特点确定的特征信息,例如针对医学美容产品时,功能描述信息可以为支撑力、持久力、安全性和弹性等,针对桌椅时,功能描述信息可以为牢固性、支撑性等,评价信息为对应该功能描述信息的评价内容,例如在针对医学美容产品选取的功能描述信息为支撑力时,对应的评价信息可以为强、一般、弱、好、较好等。
在确定历史评价数据后,可以针对整句内容采用语法结构分析将历史评价数据中的整句内容进行拆分,根据语法结构确定历史评价数据中的语句中包含的功能描述信息和评价信息,并确定位于同一句内容中的功能描述信息和评价信息所对应。
在此基础上,进一步的还可以根据语法习惯,对跨句、跨段的内容进行连接,以准确的确定功能描述信息所对应的评价信息。
在实践中,针对整篇历史评价数据中的内容进行分析时,也可以采用基于类似原理的深度学习神经网络、智能模型从历史评价数据中提取功能描述信息和评价信息后,再对功能信息和评价信息进行匹配、对应,以达到上述近似的目的,例如使用构建的Catt-BiLSTM-CRF模型从历史评价数据中提取目标产品的描述信息和评价信息,该深度学习提取模型首先使用词表征层为单词生成词向量,然后使用基于注意力机制的双向长短期记忆网络进行编码,最后使用条件随机场进行解码。双向长短期记忆网络能够自动的获取句子中单词的上下文信息,不需要预先解析句法依存关系和手工构建特征工程;注意力机制层让模型把注意力集中在与目标单词更相关的输入单元上,使得单词的语义模型ct包含的上下文信息更准确;使用线性条件随机场模型CRF(Conditional Random Field,简称CRF)进行最终的标签标注,它可以有效的使用过去和未来的标签来预测当前时刻的标签,从而提高特征对象及观点对象提取的准确度。
在完成提取历史评价数据中的功能描述信息和评价信息后,通过分类器将两者进行关联,确定与功能描述信息所对应的评价信息。
步骤203,响应提取出的该功能描述信息的数量超过预设阈值和/或该功能描述信息与该目标产品的预设功能描述信息的相似性满足阈值要求,根据该评价信息和该功能描述信息确定所在的历史评价数据的评价结果。
在本实施例中,在获取到上述步骤202中提取到的功能描述信息和与提取到的功能描述信息对应的评价信息后,对提取到的功能描述信息数量和内容进行检测,在确定提取到的功能描述信息满足预先确定的标准后,根据与功能描述信息对应的评价信息的内容确定对功能描述信息的评价,进而组成功能描述信息评价所在的历史评价数据的评价结果。
其中,检测的标准可以单独比较提取出的功能描述信息的数量是否满足预先确定的阈值要求、功能描述信息与该目标产品的预设功能描述信息的相似性满足阈值要求,分别从历史评价数据中包含的与目标产品有关的功能描述信息的数量和功能描述信息的价值来确定历史评价数据的价值。
示例性的,当历史评价数据信息为“玻尿酸的支撑力不错,持久性特别好”则对应的生成该历史评价数据的评价结果为“支撑力不错,持久性特别好”。
应当理解的是,也可以联合使用上述两标准以实现进一步检测,从多条历史评价数据中筛选出高质量的历史评价数据的目的。
步骤204,根据包含至少一个该评价结果的评价结果集合生成该目标产品的推荐信息。
在本实施例中,在上述步骤203的基础上,获取不同历史评价数据对应的评价结果生成评价结果集合,然后根据评价结果的集合生成目标产品的推荐信息,该推荐信息可以基于评价结果集合中的不同历史评价数据的评价结果进行打分、权重统计后生成,也可以对选取的不同历史评价数据对应的评价结果进行收集后,部分、全部的呈现给用户,以便于用户根据选取出的不同历史评价数据、评价结果了解目标产品的相关内容后进行决策。
示例性的,当历史评价数据的评价结果为“支撑力不错,持久性特别好”时,该推荐信息可以为目标产品(玻尿酸)的“支撑力不错,持久性特别好”也可以为目标产品(玻尿酸)好、目标产品(玻尿酸)建议购买。
在一些实施例中,推荐信息中显示内容的具体形式,可以根据用户的接受能力、阅读设置偏好确定数量阈值,在评价结果集合中包括的历史评价数据的评价结果的数量低于该阈值条件时,为用户呈现全部的各个历史评价数据的全部内容,以使得用户可以了解到各历史评价数据的具体内容,辅助决策,在评价结果集合中包括的历史评价数据的评价结果的数量高于该阈值条件时,根据评价结果的权重信息来选取阈值数量的历史评价数据内容呈现,或直接根据各个历史评价数据的评价结果的情感分析极性生成的情感倾向结果。
本申请实施例提供的推荐信息的生成方法,通过历史评价数据中包含的与产品功能相关的功能描述信息和对应的评价信息来实现对历史评价数据中包含的与目标产品的相关的功能描述信息进行抓取,以实现对历史评价数据的快速筛选,简洁的为用户呈现质量较高、参考价值较高的历史评价数据,以便于用户根据这些高质量的历史评价数据进行决策。
在本实施例的一些可选实现方式中,为了更全面为用户呈现目标产品的推荐信息,在根据评价结果结合生成推荐信息的过程中,选择根据评价结果集合中包括的所有评价结果生成该目标产品的推荐信息,其中,该评价结果集合中包含至少一个该评价结果。
具体的,在获取到由至少一条历史评价数据的评价结果组成的评价结果集合时,选取该评价结果集合中包括的所有历史评价数据生成目标产品的推荐信息,示例性的当功能描述信息为“持久性”时,手机历史评价结果集合中与“持久性”相关的所有评价结果,进行整体分析后,生成最终的与“持久性”相关的评价、确定推荐信息,以实现对大量的历史评价数据中针对某一特定功能性描述信息的提取、评价,为用户简洁的呈现对历史评价数据进行全面分析的结果。
在本实施例的一些可选实现方式中,为了用户可以更加具体的了解到历史评价数据的信息,可以根据历史评价数据的评价结果生成该历史评价数据的推荐信息后,汇总不同历史评价数据的推荐信息生成该目标产品的推荐信息。
以实现根据实际的需求从评价结果集合中选取合适数量的历史评价数据的评价结果,并将这些评价结果的详细内容进行汇总后反馈给用户,以便于用户能基于功能描述信息确定到相关的历史评价数据,基于确定到的历史评价数据中的内容进行决策。
进一步的,为了提升用户获取到的汇总后的评价结果的详细内容质量,可以基于包括的功能描述信息数量对不同历史评价数据进行优先级排序,根据排序结果汇总预设数量的不同历史评价数据的推荐信息生成该目标产品的推荐信息,以实现从历史评价数据中内容丰富度的角度对历史评价数据的质量筛选,为用户反馈目标产品的功能描述信息较为丰富的历史评价数据。
请参考图3,图3为本申请实施例提供的另一种推荐信息的生成方法的流程图,其中流程300包括以下步骤:
步骤301,获取目标产品的历史评价数据。
步骤302,提取历史评价数据中包括的功能描述信息和功能描述信息的评价信息。
步骤303,获取用户输入的期望功能描述信息。
在本实施例中,获取用户针对该目标产品输入的期望功能描述信息,期望功能描述信息为用户根据期望了解的该目标产品的功能确定的描述信息。
步骤304,从预先构建的功能描述信息数据库中提取与该期望功能描述信息相似度满足阈值要求的功能描述信息作为该预设功能描述信息。
在本实施例中,获取到上述步骤中用户输入的期望功能描述信息后,可以通过语义归一化、相似性匹配操作与预先构筑的功能描述信息数据库中记录的标准功能描述信息进行匹配,以从中提取中标准功能描述信息作为预设功能描述信息。
步骤305,响应提取出的该功能描述信息的数量超过预设阈值和/或该功能描述信息与该目标产品的预设功能描述信息的相似性满足阈值要求,根据该评价信息和该功能描述信息确定所在的历史评价数据的评价结果。
在本实施例中,该部分内容与图2所示实施例中步骤203内容相似,相同部分内容请参见上一实施例的相应部分,此处不再进行赘述。
步骤306,根据包含至少一个该评价结果的评价结果集合生成该目标产品的推荐信息。
以上步骤301、302、305和306对应的与如图2所示的步骤201-204一致,相同部分内容请参见上一实施例的相应部分,此处不再进行赘述。
本申请实施例提供的推荐信息的生成方法,在上述图2所示实施例的基础上,以用户录入的期望功能描述信息作为筛选标准实现对历史评价数据的筛选,以实现根据用户录入的期望功能描述信息确定最终的目标产品的推荐信息,以进一步提升得到的推荐信息的有效性。
在上述任一实施例的基础上,进一步的提升数据处理的效果,为用户提供便于理解的评价结果、推荐信息,根据评价信息的情感极性和该功能描述信息确定所在的历史评价数据的评价结果,以实现利用评价信息的情感极性来确定对功能描述信息的评价,为用户提供简便、易于阅读的评价结果。
具体的,可以根据评价信息的情感极性将对应的功能描述信息进行标记,示例性的可以将评价信息的内容分为情感极性“好”、“坏”和“不确定”,进一步的基于情感极性的分析结果将功能描述信息对应的确定为“好”和“坏”,例如“稳定性不错”、“稳定性很满意”确定为“稳定性”对应“好”,“支撑力差”、“支撑力不满意”确定为“支撑力”对应“差”,进而确定历史评价数据中的评价结果为“稳定性好”、“支撑力差”,以便于提高后续推荐信息的生成效率,以及增加用户的可阅读性。
在本实施例的一些可选实现方式中,由于语料数量大、语言表述多样性和网络用语的不规范性等问题,相同功能的功能描述信息可能存在语义上的不同表达不同,为减少该情况带来的干扰,对不同历史评价数据对应的评价结果给予功能描述信息的语义进行聚类处理,将同属于一类语义下的功能描述信息生成的评价结果进行归类后,进一步的根据评价结果的聚类结果生成评价结果集合、生成目标产品的推荐信息,以避免实质相同的功能描述信息在推荐信息中重复出现。
为加深理解,本申请还结合一个具体应用场景,给出了一种具体的实现方案,以具体的目标产品“甲手机”为例,根据历史评价数据生成“甲手机”的推荐信息,该过程流程具体如下:
获取“甲手机”的由“甲手机”的使用说明书、其他用户的使用评价和专业评测信息组成的多条历史评价数据,示例性的将其他用户的使用评价A和专业评测信息B作为历史数据进行提取。
从使用评价A提取到功能描述信息“充电速度”和“使用流畅度”,以及“充电速度”对应的评价信息“好”,“使用流畅度”对应的评价信息“流畅”;
从专业评测信息B提取到描述信息“充电速度”、“使用流畅度”和“屏幕质量”,以及“充电速度”对应的评价信息“快”,“使用流畅度”对应的评价信息“非常快”和“不卡顿”,“屏幕质量”对应的评价信息“显示效果优秀”、“色彩还原度好”。
响应于提取到的“充电速度”、“使用流畅度”和“屏幕质量”与预设的功能描述信息“充电速率”、“系统流畅度”和“显示质量”的相似性满足阈值要求,对应的根据这些内容生成功能描述信息所在的历史评价数据的评价结果,即使用评价A中的评价结果为“充电速度好”和“使用流畅度流畅”,专业评测信息B中的评价结果为“充电速度快”、“使用流畅度好”和“屏幕质量好”。
将使用评价A和专业评测信息B中的评价结果进行聚类处理后得到包括评价结果的聚类结果的评价结果集合“充电速度快”、“使用流畅度好”和“屏幕质量好”。
根据得到的评价结果集合生成该“甲手机”的推荐信息“该手机充电速度快、使用流畅度好以及屏幕质量好,建议购买”。
本申请实施例提供的推荐信息的生成方法,通过历史评价数据中包含的与产品功能相关的功能描述信息和对应的评价信息来实现对历史评价数据中包含的与目标产品的相关的功能描述信息进行抓取,以实现对历史评价数据的快速筛选,简洁的为用户呈现质量较高、参考价值较高的历史评价数据,以便于用户根据这些高质量的历史评价数据进行决策。
进一步参考图4,作为对上述各图所示方法的实现,本申请提供了一种推荐信息的生成装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图4所示,本实施例的推荐信息的生成装置400可以包括:评价数据获取单元401、信息提取单元402、评价结果生成单元403和推荐信息生成单元404。其中,评价数据获取单元401,被配置成获取目标产品的历史评价数据;信息提取单元402,被配置成提取该历史评价数据中包括的功能描述信息和该功能描述信息的评价信息;其中,该功能描述信息为描述该目标产品应具有功能的描述信息;评价结果生成单元403,被配置成响应提取出的该功能描述信息的数量超过预设阈值和/或该功能描述信息与该目标产品的预设功能描述信息的相似性满足阈值要求,根据该评价信息和该功能描述信息确定所在的历史评价数据的评价结果;推荐信息生成单元404,被配置成根据包含至少一个该评价结果的评价结果集合生成该目标产品的推荐信息。
在本实施例中,推荐信息的生成装置400中:评价数据获取单元401、信息提取单元402、评价结果生成单元403和推荐信息生成单元404的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-204的相关说明,在此不再赘述。
在本实施例的一些可选实现方式中,推荐信息生成单元404进一步被配置成,根据评价结果集合中包括的所有评价结果生成该目标产品的推荐信息;其中,该评价结果集合中包含至少一个该评价结果。
在本实施例的一些可选实现方式中,推荐信息生成单元404进一步被配置成,根据该历史评价数据的评价结果生成该历史评价数据的推荐信息;汇总不同历史评价数据的推荐信息生成该目标产品的推荐信息。
在本实施例的一些可选实现方式中,推荐信息生成单元404包括:优先级排序子单元,被配置成基于包括的功能描述信息数量对不同历史评价数据进行优先级排序;评价数据汇总子单元,被配置成根据排序结果汇总预设数量的不同历史评价数据的推荐信息生成该目标产品的推荐信息。
在本实施例的一些可选实现方式中,推荐信息的生成装置400还包括:期望功能描述信息获取单元,被配置成获取用户输入的期望功能描述信息;预设功能描述信息生成单元,被配置成从预先构建的功能描述信息数据库中提取与该期望功能描述信息相似度满足阈值要求的功能描述信息作为该预设功能描述信息。
在本实施例的一些可选实现方式中,评价结果生成单元403进一步被配置成,响应提取出的该功能描述信息的数量超过预设阈值和/或该功能描述信息与该目标产品的预设功能描述信息的相似性满足阈值要求,根据该评价信息的情感极性和该功能描述信息确定所在的历史评价数据的评价结果;其中,该功能描述信息为描述该目标产品应具有功能的描述信息。
在本实施例的一些可选实现方式中,推荐信息的生成装置400还包括:评价结果聚类单元,被配置成将不同历史评价数据对应的评价结果进行聚类处理。将不同历史评价数据对应的评价结果进行聚类处理;以及推荐信息生成单元404进一步被配置成,根据包含至少一个该评价结果的聚类结果的评价结果集合生成该目标产品的推荐信息。
本实施例作为对应于上述方法实施例的装置实施例存在,本实施例提供的推荐信息的生成装置通过历史评价数据中包含的与产品功能相关的功能描述信息和对应的评价信息来实现对历史评价数据中包含的与目标产品的相关的功能描述信息进行抓取,以实现对历史评价数据的快速筛选,简洁的为用户呈现质量较高、参考价值较高的历史评价数据,以便于用户根据这些高质量的历史评价数据进行决策。
根据本申请的实施例,本申请还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本申请的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如推荐信息的生成方法。例如,在一些实施例中,推荐信息的生成方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的推荐信息的生成方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行推荐信息的生成方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本申请的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中,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。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大,业务扩展性弱的缺陷。服务器也可以分为分布式系统的服务器,或者是结合了区块链的服务器。
根据本申请实施例的技术方案,通过历史评价数据中包含的与产品功能相关的功能描述信息和对应的评价信息来实现对历史评价数据中包含的与目标产品的相关的功能描述信息进行抓取,以实现对历史评价数据的快速筛选,简洁的为用户呈现质量较高、参考价值较高的历史评价数据,以便于用户根据这些高质量的历史评价数据进行决策。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (17)
1.一种推荐信息的生成方法,包括:
获取目标产品的历史评价数据;
提取所述历史评价数据中包括的功能描述信息和所述功能描述信息的评价信息;其中,所述功能描述信息为描述所述目标产品应具有功能的描述信息;
响应提取出的所述功能描述信息的数量超过预设阈值和/或所述功能描述信息与所述目标产品的预设功能描述信息的相似性满足阈值要求,根据所述评价信息和所述功能描述信息确定所在的历史评价数据的评价结果;
根据包含至少一个所述评价结果的评价结果集合生成所述目标产品的推荐信息。
2.根据权利要求1所述的方法,其中,所述根据包含至少一个所述评价结果的评价结果集合生成所述目标产品的推荐信息,包括:
根据评价结果集合中包括的所有评价结果生成所述目标产品的推荐信息;其中,所述评价结果集合中包含至少一个所述评价结果。
3.根据权利要求1所述的方法,其中,所述根据包含至少一个所述评价结果的评价结果集合生成所述目标产品的推荐信息,包括:
根据所述历史评价数据的评价结果生成所述历史评价数据的推荐信息;
汇总不同历史评价数据的推荐信息生成所述目标产品的推荐信息。
4.根据权利要求3所述的方法,其中,所述汇总不同历史评价数据的推荐信息生成所述目标产品的推荐信息,包括:
基于包括的功能描述信息数量对不同历史评价数据进行优先级排序;
根据排序结果汇总预设数量的不同历史评价数据的推荐信息生成所述目标产品的推荐信息。
5.根据权利要求1所述的方法,还包括:
获取用户输入的期望功能描述信息;
从预先构建的功能描述信息数据库中提取与所述期望功能描述信息相似度满足阈值要求的功能描述信息作为所述预设功能描述信息。
6.根据权利要求1所述的方法,其中,所述根据所述评价信息和所述功能描述信息确定所在的历史评价数据的评价结果,包括:
根据所述评价信息的情感极性和所述功能描述信息确定所在的历史评价数据的评价结果。
7.根据权利要求1所述的方法,还包括:
将不同历史评价数据对应的评价结果进行聚类处理;以及
所述根据包含至少一个所述评价结果的评价结果集合生成所述目标产品的推荐信息包括:
根据包含至少一个所述评价结果的聚类结果的评价结果集合生成所述目标产品的推荐信息。
8.一种推荐信息的生成装置,包括:
评价数据获取单元,被配置成获取目标产品的历史评价数据;
信息提取单元,被配置成提取所述历史评价数据中包括的功能描述信息和所述功能描述信息的评价信息;其中,所述功能描述信息为描述所述目标产品应具有功能的描述信息;
评价结果生成单元,被配置成响应提取出的所述功能描述信息的数量超过预设阈值和/或所述功能描述信息与所述目标产品的预设功能描述信息的相似性满足阈值要求,根据所述评价信息和所述功能描述信息确定所在的历史评价数据的评价结果;
推荐信息生成单元,被配置成根据包含至少一个所述评价结果的评价结果集合生成所述目标产品的推荐信息。
9.根据权利要求8所述的装置,其中,所述推荐信息生成单元进一步被配置成,根据评价结果集合中包括的所有评价结果生成所述目标产品的推荐信息;其中,所述评价结果集合中包含至少一个所述评价结果。
10.根据权利要求8所述的装置,其中,所述推荐信息生成单元进一步被配置成,根据所述历史评价数据的评价结果生成所述历史评价数据的推荐信息;
汇总不同历史评价数据的推荐信息生成所述目标产品的推荐信息。
11.根据权利要求10所述的装置,其中,所述推荐信息生成单元中包括:
优先级排序子单元,被配置成基于包括的功能描述信息数量对不同历史评价数据进行优先级排序;
评价数据汇总子单元,被配置成根据排序结果汇总预设数量的不同历史评价数据的推荐信息生成所述目标产品的推荐信息。
12.根据权利要求8所述的装置,还包括:
期望功能描述信息获取单元,被配置成获取用户输入的期望功能描述信息;
预设功能描述信息生成单元,被配置成从预先构建的功能描述信息数据库中提取与所述期望功能描述信息相似度满足阈值要求的功能描述信息作为所述预设功能描述信息。
13.根据权利要求8所述的装置,其中,所述评价结果生成单元进一步被配置成,响应提取出的所述功能描述信息的数量超过预设阈值和/或所述功能描述信息与所述目标产品的预设功能描述信息的相似性满足阈值要求,根据所述评价信息的情感极性和所述功能描述信息确定所在的历史评价数据的评价结果;其中,所述功能描述信息为描述所述目标产品应具有功能的描述信息。
14.根据权利要求13所述的装置,还包括:
评价结果聚类单元,被配置成将不同历史评价数据对应的评价结果进行聚类处理。
将不同历史评价数据对应的评价结果进行聚类处理;以及
所述推荐信息生成单元进一步被配置成,根据包含至少一个所述评价结果的聚类结果的评价结果集合生成所述目标产品的推荐信息。
15.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的推荐信息的生成方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的推荐信息的生成方法。
17.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的推荐信息的生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110149606.1A CN112733042A (zh) | 2021-02-03 | 2021-02-03 | 推荐信息的生成方法、相关装置及计算机程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110149606.1A CN112733042A (zh) | 2021-02-03 | 2021-02-03 | 推荐信息的生成方法、相关装置及计算机程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112733042A true CN112733042A (zh) | 2021-04-30 |
Family
ID=75595433
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110149606.1A Pending CN112733042A (zh) | 2021-02-03 | 2021-02-03 | 推荐信息的生成方法、相关装置及计算机程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112733042A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113343133A (zh) * | 2021-05-31 | 2021-09-03 | 北京百度网讯科技有限公司 | 显示页面生成方法、相关装置及计算机程序产品 |
CN113361956A (zh) * | 2021-06-29 | 2021-09-07 | 北京百度网讯科技有限公司 | 资源生产方的资源质量评价方法、装置、设备及存储介质 |
CN113515704A (zh) * | 2021-07-22 | 2021-10-19 | 中移(杭州)信息技术有限公司 | 推荐效果评价方法、装置、系统及计算机程序产品 |
CN113591095A (zh) * | 2021-08-04 | 2021-11-02 | 百度在线网络技术(北京)有限公司 | 一种标识信息处理方法、装置及电子设备 |
CN113827985A (zh) * | 2021-08-12 | 2021-12-24 | 中投国信(北京)科技发展有限公司 | 一种大数据的业务信息评价方法及系统 |
CN113849731A (zh) * | 2021-09-22 | 2021-12-28 | 平安银行股份有限公司 | 基于自然语言处理的信息推送方法、装置、设备及介质 |
CN114880458A (zh) * | 2022-06-01 | 2022-08-09 | 北京字节跳动网络技术有限公司 | 书籍推荐信息的生成方法、装置、设备及介质 |
CN116150221A (zh) * | 2022-10-09 | 2023-05-23 | 浙江博观瑞思科技有限公司 | 服务于企业电商运营管理的信息交互方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009123192A (ja) * | 2007-10-22 | 2009-06-04 | Yahoo Japan Corp | ユーザ推薦システム、ユーザ推薦方法、商品情報出力システム、商品情報出力方法およびプログラム |
US20170004557A1 (en) * | 2015-07-02 | 2017-01-05 | Ebay Inc. | Data recommendation and prioritization |
CN107704941A (zh) * | 2016-08-08 | 2018-02-16 | 华为软件技术有限公司 | 一种显示物品评论的方法及装置 |
CN110069304A (zh) * | 2019-03-26 | 2019-07-30 | 维沃移动通信有限公司 | 一种通知消息显示方法及终端设备 |
CN111104590A (zh) * | 2019-11-19 | 2020-05-05 | 泰康保险集团股份有限公司 | 信息推荐方法、装置、介质及电子设备 |
-
2021
- 2021-02-03 CN CN202110149606.1A patent/CN112733042A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009123192A (ja) * | 2007-10-22 | 2009-06-04 | Yahoo Japan Corp | ユーザ推薦システム、ユーザ推薦方法、商品情報出力システム、商品情報出力方法およびプログラム |
US20170004557A1 (en) * | 2015-07-02 | 2017-01-05 | Ebay Inc. | Data recommendation and prioritization |
CN107704941A (zh) * | 2016-08-08 | 2018-02-16 | 华为软件技术有限公司 | 一种显示物品评论的方法及装置 |
CN110069304A (zh) * | 2019-03-26 | 2019-07-30 | 维沃移动通信有限公司 | 一种通知消息显示方法及终端设备 |
CN111104590A (zh) * | 2019-11-19 | 2020-05-05 | 泰康保险集团股份有限公司 | 信息推荐方法、装置、介质及电子设备 |
Non-Patent Citations (2)
Title |
---|
张晓阳;秦贵和;邹密;孙铭会;高庆洋;: "基于LDA模型的餐厅推荐方法研究", 计算机科学, no. 07 * |
胡波: "B公司基于协同过滤算法的零售商品推荐系统研究", 中国优秀硕士学位论文全文数据库, no. 1 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113343133A (zh) * | 2021-05-31 | 2021-09-03 | 北京百度网讯科技有限公司 | 显示页面生成方法、相关装置及计算机程序产品 |
CN113343133B (zh) * | 2021-05-31 | 2024-01-09 | 北京百度网讯科技有限公司 | 显示页面生成方法、相关装置及计算机程序产品 |
CN113361956A (zh) * | 2021-06-29 | 2021-09-07 | 北京百度网讯科技有限公司 | 资源生产方的资源质量评价方法、装置、设备及存储介质 |
CN113361956B (zh) * | 2021-06-29 | 2023-09-15 | 北京百度网讯科技有限公司 | 资源生产方的资源质量评价方法、装置、设备及存储介质 |
CN113515704A (zh) * | 2021-07-22 | 2021-10-19 | 中移(杭州)信息技术有限公司 | 推荐效果评价方法、装置、系统及计算机程序产品 |
CN113515704B (zh) * | 2021-07-22 | 2024-05-03 | 中移(杭州)信息技术有限公司 | 推荐效果评价方法、装置、系统及计算机程序产品 |
CN113591095A (zh) * | 2021-08-04 | 2021-11-02 | 百度在线网络技术(北京)有限公司 | 一种标识信息处理方法、装置及电子设备 |
CN113591095B (zh) * | 2021-08-04 | 2023-08-29 | 百度在线网络技术(北京)有限公司 | 一种标识信息处理方法、装置及电子设备 |
CN113827985A (zh) * | 2021-08-12 | 2021-12-24 | 中投国信(北京)科技发展有限公司 | 一种大数据的业务信息评价方法及系统 |
CN113849731A (zh) * | 2021-09-22 | 2021-12-28 | 平安银行股份有限公司 | 基于自然语言处理的信息推送方法、装置、设备及介质 |
CN114880458A (zh) * | 2022-06-01 | 2022-08-09 | 北京字节跳动网络技术有限公司 | 书籍推荐信息的生成方法、装置、设备及介质 |
CN116150221A (zh) * | 2022-10-09 | 2023-05-23 | 浙江博观瑞思科技有限公司 | 服务于企业电商运营管理的信息交互方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112733042A (zh) | 推荐信息的生成方法、相关装置及计算机程序产品 | |
CN109522483B (zh) | 用于推送信息的方法和装置 | |
CN110909165B (zh) | 数据处理方法、装置、介质及电子设备 | |
CN107797982B (zh) | 用于识别文本类型的方法、装置和设备 | |
WO2019118007A1 (en) | Domain-specific natural language understanding of customer intent in self-help | |
CN108269125B (zh) | 评论信息质量评估方法及系统、评论信息处理方法及系统 | |
CN112749344A (zh) | 信息推荐方法、装置、电子设备、存储介质及程序产品 | |
CN112115299A (zh) | 视频搜索方法、装置、推荐方法、电子设备及存储介质 | |
US11023503B2 (en) | Suggesting text in an electronic document | |
CN107798622B (zh) | 一种识别用户意图的方法和装置 | |
US20200342164A1 (en) | Passively suggesting text in an electronic document | |
CN112330455A (zh) | 用于推送信息的方法、装置、设备以及存储介质 | |
CN113407677B (zh) | 评估咨询对话质量的方法、装置、设备和存储介质 | |
CN111104590A (zh) | 信息推荐方法、装置、介质及电子设备 | |
CN112926308A (zh) | 匹配正文的方法、装置、设备、存储介质以及程序产品 | |
CN113051380A (zh) | 信息生成方法、装置、电子设备和存储介质 | |
CN114880498B (zh) | 事件信息展示方法及装置、设备和介质 | |
CN111506718A (zh) | 会话消息确定方法、装置、计算机设备和存储介质 | |
CN110472055B (zh) | 用于标注数据的方法和装置 | |
CN114297380A (zh) | 一种数据处理方法、装置、设备及存储介质 | |
CN113343133A (zh) | 显示页面生成方法、相关装置及计算机程序产品 | |
CN114417808B (zh) | 文章生成方法、装置、电子设备以及存储介质 | |
US11842206B2 (en) | Generating content endorsements using machine learning nominator(s) | |
US20240046042A1 (en) | Method and device for information processing | |
CN117194799A (zh) | 用于生成落地页组的方法、装置及计算机程序产品 |
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 |