CN113032680A - 基于用户订阅热词模式的推荐方法 - Google Patents
基于用户订阅热词模式的推荐方法 Download PDFInfo
- Publication number
- CN113032680A CN113032680A CN202110420655.4A CN202110420655A CN113032680A CN 113032680 A CN113032680 A CN 113032680A CN 202110420655 A CN202110420655 A CN 202110420655A CN 113032680 A CN113032680 A CN 113032680A
- Authority
- CN
- China
- Prior art keywords
- user
- hotword
- recommendation
- content
- subscription
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 46
- 230000006399 behavior Effects 0.000 claims description 22
- 238000004088 simulation Methods 0.000 claims description 7
- 241000254173 Coleoptera Species 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 3
- 230000014759 maintenance of location Effects 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 239000000203 mixture Substances 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
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于订阅方式技术领域，尤其是基于用户订阅热词模式的推荐方法，包括算法、用户终端、和推荐系统，所述用户终端包括有推荐、订阅、配置、跟踪和反馈，所述推荐系统包括有用户‑热词、热词库、热词‑内容和内容，所述用户终端可以在终端侧对这些热词发起订阅，方式包括但不限于点击搜索结果中的热词标签、点击搜索词生成的热词推荐；热词库的中的热词可以根据用户的访问行为来进行动态的更新。本发明中直接以用户的主观订阅行为为依据来应用内容推荐算法，而不是简单地根据用户的历史行为去生成推荐内容，传统的推荐算法会存在着一定的冲突，而由于本算法更主要是基于用户的主观意愿，因而可以在以上特性上做出很好的平衡。
Description
技术领域
本发明涉及订阅方式技术领域，尤其涉及基于用户订阅热词模式的推荐方法。
背景技术
互联网平台在近些年取得了蓬勃的发展，无论是用户数量还是内容（诸如商品、新闻等）数量。如何在海量的内容中选取有效的内容推荐给海量用户中的每一个个人成为了众多互联网平台研究的重点。
当前被各大主流平台使用的推荐算法包括基于流行度的算法、协同过滤算法、基于内容的算法、基于模型的算法等。为了达到更好的效果部分平台会混合使用多种算法。用户在这些推荐算法的推荐内容生成过程中 “主观”的贡献度较低，“贡献”的内容通常是用户的历史行为、推荐内容的反馈等。
随着互联网的高速发展，互联网用户的选择越来越趋向于多样化，用户更倾向于定制自己喜欢的推荐内容；同时，随着用户数量的增加和历史行为数据的增长，以上算法在计算数据基数也在逐渐增长；另外，越来越多的垂直平台也迅速崛起，而这些平台的特性可能也决定它很难直接使用以上算法。举个例子，一个二手房网站应该不会根据一个用户之前购买房子的特点而在他第二次访问网站时向推荐相似的房子。
现在也有推荐算法基于用户的“主观”行为，这类推荐算法建立在订阅关系上。但这类算法订阅的关系主体为发起订阅的用户和被订阅的内容提供者，而无法订阅某个内容提供者的某一类内容。
发明内容
基于背景技术中提出的这类算法订阅的关系主体为发起订阅的用户和被订阅的内容提供者，而无法订阅某个内容提供者的某一类内容的技术问题，本发明提出了基于用户订阅热词模式的推荐方法。
本发明提出的基于用户订阅热词模式的推荐方法，包括算法、用户终端、和推荐系统，所述用户终端包括有推荐、订阅、配置、跟踪和反馈，所述推荐系统包括有用户-热词、热词库、热词-内容和内容，所述用户终端可以在终端侧对这些热词发起订阅，方式包括但不限于点击搜索结果中的热词标签、点击搜索词生成的热词推荐；热词库的中的热词可以根据用户的访问行为来进行动态的更新，方式与现有的推荐算法类似，但相关的计算不直接对应到商品、新闻等具体内容，而是热词，所述算法在后续描述中统一使用内容来表示平台提供向最终用户提供的信息，包括但不限于商品信息、新闻、视频等，所述用户终端代表用户访问网络系统的任何终端设备，终端设备包括但不限于电脑、笔记本、手机或者平板等；所述用户终端通过网络与推荐系统进行通信，可进行的操作包括但不限于获取推荐热词、推荐内容、对推荐热词进行反馈、对推荐内容进行浏览和购买等行为等；
所述推荐负责监测用户行为并给出推荐热词，包括但不限于用户执行搜索操作、用户浏览内容列表过程等；
所述订阅负责辅助用户进行热词订阅操作，在推荐给出热词推荐后，用户可以对多个热词进行订阅；
所述配置负责向用户展示已经订阅的热词并可以解除已订阅热词；
所述跟踪负责统计用户对于推荐结果的接受情况，具体的方式依据内容类型会有不同，包括但不限于停留时间等；
所述反馈负责在用户使用推荐内容时提供反馈渠道，通过该渠道用户可以表达满意或者不满意；
所述推荐系统则根据用户终端的请求类型返回推荐的内容、建议的热词，并根据用户终端的行为记录更新热词库。
优选地，所述推荐系统负责完成用户-热词-内容之间的关联更新，并将最新的关联内容推荐给用户。
优选地，本算法支持在没有任何用户历史行为数据的前提下构建初始推荐热词，具体的方式是系统内容在录入过程中提供分类、名称以及特征等属性，推荐系统根据这些定义生成初始的热词库。
优选地，所述推荐系统初始化完毕后，热词模块、热词库、热词-内容已经有可以进行推荐的初始数据，此时平台已经可以等待推荐请求，用户-热词和热词-内容是本算法的突出特点，它不同于以往算法直接将用户与内容相连，而是在用户与内容间增加了热词这个维度。
优选地，通过用户的行为历史数据分别更新热词库、热词与内容的权重关系以及用户与热词的权重关系，为了让热词更为准确地表达用于的意图，热词库本身还可以包括热词的分类。比如同样的热词可能表达的是内容的名称，也可能是内容的特征。
优选地，用户通过所述用户终端系统使用本推荐算法的模拟过程，且模拟过程还包括以下步骤：
S1：用户通过浏览内容或者搜索内容搜索某个球星姓名，所述用户终端会将用户输入的姓名以及当前页面的辅助元素一起发给推荐系统；
S2：所述推荐系统会根据输入信息分别综合用户-热词的订阅关系以及热词库的信息，向用户返回搜索内容，同时，推荐系统还会根据用户的输入和辅助信息返回推荐的热词，比如用户输入的球员姓名是梅西，则系统可能会根据热词的相关性、热门程度等信息返回热词“西甲”；
S3：在步骤S2中所述用户终端模块会根据系统的返回将推荐热词显示在特定的位置吸引用户订阅；
S4：如果用户在步骤S3中订阅了“西甲”这个热词，这时系统将会优先推荐西甲联赛相关的内容给用户，但这时推荐的信息中可能包括了C罗的新闻；如果这时用户又订阅了“梅西”这个热词，则这时系统将会优先推荐西甲联赛下跟梅西相关的新闻给用户。
本发明中的有益效果为：
1、该基于用户订阅热词模式的推荐方法，本发明中直接以用户的主观订阅行为为依据来应用内容推荐算法，而不是简单地根据用户（或者其他相似用户）的历史行为去生成推荐内容，传统的推荐算法在推荐准确率和覆盖率等特性上会存在着一定冲突，而由于本算法更主要是基于用户的主观意愿，因而可以在以上特性上做出很好的平衡。
2、该基于用户订阅热词模式的推荐方法，本算法计算的数据规模不跟用户的数据规模和内容的数据规模直接相关，而是映射到了热词。热词本身是一个特征集合的概念，因此理论上其规模要远远小于实际内容的数量。
3、该基于用户订阅热词模式的推荐方法，对于一些社交属性较弱或者用户的消费频次较低的平台，本算法也可以提供较好推荐方案。
该装置中未涉及部分均与现有技术相同或可采用现有技术加以实现。
附图说明
图1为本发明提出的基于用户订阅热词模式的推荐方法的用户终端的结构示意图；
图2为本发明提出的基于用户订阅热词模式的推荐方法的模拟过程的结构示意图。
具体实施方式
下面结合具体实施方式对本专利的技术方案作进一步详细地说明。
下面详细描述本专利的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本专利，而不能理解为对本专利的限制。
在本专利的描述中，需要理解的是，术语“中心”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利和简化描述，而不是指示或暗示所指的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专利的限制。
在本专利的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“设置”应做广义理解，例如，可以是固定相连、设置，也可以是可拆卸连接、设置，或一体地连接、设置。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本专利中的具体含义。
参照图1-2，基于用户订阅热词模式的推荐方法，包括算法、用户终端、和推荐系统，用户终端包括有推荐、订阅、配置、跟踪和反馈，推荐系统包括有用户-热词、热词库、热词-内容和内容，用户终端可以在终端侧对这些热词发起订阅，方式包括但不限于点击搜索结果中的热词标签、点击搜索词生成的热词推荐；热词库的中的热词可以根据用户的访问行为来进行动态的更新，方式与现有的推荐算法类似，但相关的计算不直接对应到商品、新闻等具体内容，而是热词，算法在后续描述中统一使用内容来表示平台提供向最终用户提供的信息，包括但不限于商品信息、新闻、视频等，用户终端代表用户访问网络系统的任何终端设备，终端设备包括但不限于电脑、笔记本、手机或者平板等；用户终端通过网络与推荐系统进行通信，可进行的操作包括但不限于获取推荐热词、推荐内容、对推荐热词进行反馈、对推荐内容进行浏览和购买等行为等；
推荐负责监测用户行为并给出推荐热词，包括但不限于用户执行搜索操作、用户浏览内容列表过程等；
订阅负责辅助用户进行热词订阅操作，在推荐给出热词推荐后，用户可以对多个热词进行订阅；
配置负责向用户展示已经订阅的热词并可以解除已订阅热词；
跟踪负责统计用户对于推荐结果的接受情况，具体的方式依据内容类型会有不同，包括但不限于停留时间等；
反馈负责在用户使用推荐内容时提供反馈渠道，通过该渠道用户可以表达满意或者不满意；
推荐系统则根据用户终端的请求类型返回推荐的内容、建议的热词，并根据用户终端的行为记录更新热词库；
发明中直接以用户的主观订阅行为为依据来应用内容推荐算法，而不是简单地根据用户（或者其他相似用户）的历史行为去生成推荐内容，传统的推荐算法在推荐准确率和覆盖率等特性上会存在着一定冲突，而由于本算法更主要是基于用户的主观意愿，因而可以在以上特性上做出很好的平衡。
本发明中，推荐系统负责完成用户-热词-内容之间的关联更新，并将最新的关联内容推荐给用户。
本发明中，本算法支持在没有任何用户历史行为数据的前提下构建初始推荐热词，具体的方式是系统内容在录入过程中提供分类、名称以及特征等属性，推荐系统根据这些定义生成初始的热词库。
本发明中，推荐系统初始化完毕后，热词模块、热词库、热词-内容已经有可以进行推荐的初始数据，此时平台已经可以等待推荐请求，用户-热词和热词-内容是本算法的突出特点，它不同于以往算法直接将用户与内容相连，而是在用户与内容间增加了热词这个维度。
本发明中，通过用户的行为历史数据分别更新热词库、热词与内容的权重关系以及用户与热词的权重关系，为了让热词更为准确地表达用于的意图，热词库本身还可以包括热词的分类。比如同样的热词可能表达的是内容的名称，也可能是内容的特征。
本发明中，用户通过用户终端系统使用本推荐算法的模拟过程，且模拟过程还包括以下步骤：
S1：用户通过浏览内容或者搜索内容搜索某个球星姓名，用户终端会将用户输入的姓名以及当前页面的辅助元素一起发给推荐系统；
S2：推荐系统会根据输入信息分别综合用户-热词的订阅关系以及热词库的信息，向用户返回搜索内容，同时，推荐系统还会根据用户的输入和辅助信息返回推荐的热词，比如用户输入的球员姓名是梅西，则系统可能会根据热词的相关性、热门程度等信息返回热词“西甲”；
S3：在步骤S2中用户终端模块会根据系统的返回将推荐热词显示在特定的位置吸引用户订阅；
S4：如果用户在步骤S3中订阅了“西甲”这个热词，这时系统将会优先推荐西甲联赛相关的内容给用户，但这时推荐的信息中可能包括了C罗的新闻；如果这时用户又订阅了“梅西”这个热词，则这时系统将会优先推荐西甲联赛下跟梅西相关的新闻给用户。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。
Claims (7)
1.基于用户订阅热词模式的推荐方法，包括算法、用户终端、和推荐系统，其特征在于，所述用户终端包括有推荐、订阅、配置、跟踪和反馈，所述推荐系统包括有用户-热词、热词库、热词-内容和内容，所述用户终端可以在终端侧对这些热词发起订阅，方式包括但不限于点击搜索结果中的热词标签、点击搜索词生成的热词推荐；热词库的中的热词可以根据用户的访问行为来进行动态的更新，方式与现有的推荐算法类似，但相关的计算不直接对应到商品、新闻等具体内容，而是热词，所述算法在后续描述中统一使用内容来表示平台提供向最终用户提供的信息，包括但不限于商品信息、新闻、视频等；
所述推荐负责监测用户行为并给出推荐热词，包括但不限于用户执行搜索操作、用户浏览内容列表过程等；
所述订阅负责辅助用户进行热词订阅操作，在推荐给出热词推荐后，用户可以对多个热词进行订阅；
所述配置负责向用户展示已经订阅的热词并可以解除已订阅热词；
所述跟踪负责统计用户对于推荐结果的接受情况，具体的方式依据内容类型会有不同，包括但不限于停留时间等；
所述反馈负责在用户使用推荐内容时提供反馈渠道，通过该渠道用户可以表达满意或者不满意；
所述推荐系统则根据用户终端的请求类型返回推荐的内容、建议的热词，并根据用户终端的行为记录更新热词库。
2.根据权利要求1所述的基于用户订阅热词模式的推荐方法，其特征在于，所述推荐系统负责完成用户-热词-内容之间的关联更新，并将最新的关联内容推荐给用户。
3.根据权利要求2所述的基于用户订阅热词模式的推荐方法，其特征在于，本算法支持在没有任何用户历史行为数据的前提下构建初始推荐热词，具体的方式是系统内容在录入过程中提供分类、名称以及特征等属性，推荐系统根据这些定义生成初始的热词库。
4.根据权利要求3所述的基于用户订阅热词模式的推荐方法，其特征在于，所述推荐系统初始化完毕后，热词模块、热词库、热词-内容已经有可以进行推荐的初始数据，此时平台已经可以等待推荐请求，用户-热词和热词-内容是本算法的突出特点，它不同于以往算法直接将用户与内容相连，而是在用户与内容间增加了热词这个维度。
5.根据权利要求4所述的基于用户订阅热词模式的推荐方法，其特征在于，通过用户的行为历史数据分别更新热词库、热词与内容的权重关系以及用户与热词的权重关系，为了让热词更为准确地表达用于的意图，热词库本身还可以包括热词的分类，比如同样的热词可能表达的是内容的名称，也可能是内容的特征。
6.根据权利要求1所述的基于用户订阅热词模式的推荐方法，其特征在于，所述用户终端代表用户访问网络系统的任何终端设备，终端设备包括但不限于电脑、笔记本、手机或者平板等；所述用户终端通过网络与推荐系统进行通信，可进行的操作包括但不限于获取推荐热词、推荐内容、对推荐热词进行反馈、对推荐内容进行浏览和购买等行为等。
7.根据权利要求1所述的基于用户订阅热词模式的推荐方法，其特征在于，用户通过所述用户终端系统使用本推荐算法的模拟过程，且模拟过程还包括以下步骤：
S1：用户通过浏览内容或者搜索内容搜索某个球星姓名，所述用户终端会将用户输入的姓名以及当前页面的辅助元素一起发给推荐系统；
S2：所述推荐系统会根据输入信息分别综合用户-热词的订阅关系以及热词库的信息，向用户返回搜索内容，同时，推荐系统还会根据用户的输入和辅助信息返回推荐的热词，比如用户输入的球员姓名是梅西，则系统可能会根据热词的相关性、热门程度等信息返回热词“西甲”；
S3：在步骤S2中所述用户终端模块会根据系统的返回将推荐热词显示在特定的位置吸引用户订阅；
S4：如果用户在步骤S3中订阅了“西甲”这个热词，这时系统将会优先推荐西甲联赛相关的内容给用户，但这时推荐的信息中可能包括了C罗的新闻；如果这时用户又订阅了“梅西”这个热词，则这时系统将会优先推荐西甲联赛下跟梅西相关的新闻给用户。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110420655.4A CN113032680A (zh) | 2021-04-19 | 2021-04-19 | 基于用户订阅热词模式的推荐方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110420655.4A CN113032680A (zh) | 2021-04-19 | 2021-04-19 | 基于用户订阅热词模式的推荐方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113032680A true CN113032680A (zh) | 2021-06-25 |
Family
ID=76456857
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110420655.4A Pending CN113032680A (zh) | 2021-04-19 | 2021-04-19 | 基于用户订阅热词模式的推荐方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113032680A (zh) |
Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102129452A (zh) * | 2011-03-04 | 2011-07-20 | 李丽平 | 未来信息获取系统及获取方法 |
| CN104951563A (zh) * | 2015-07-08 | 2015-09-30 | 北京理工大学 | 一种待推荐对象的确定方法及装置 |
| CN105187540A (zh) * | 2015-09-19 | 2015-12-23 | 杭州电子科技大学 | 一种基于地理坐标的智能推送方法 |
| CN106803969A (zh) * | 2017-02-25 | 2017-06-06 | 杭州领娱科技有限公司 | 一种根据订阅的主播推送商品的方法及系统 |
| CN107832414A (zh) * | 2017-11-07 | 2018-03-23 | 百度在线网络技术（北京）有限公司 | 用于推送信息的方法和装置 |
| CN108021628A (zh) * | 2017-11-22 | 2018-05-11 | 华南理工大学 | 一种科技主题的管理系统 |
| CN108170693A (zh) * | 2016-12-07 | 2018-06-15 | 北京国双科技有限公司 | 推送热词的方法及装置 |
| CN108205545A (zh) * | 2016-12-16 | 2018-06-26 | 百度在线网络技术（北京）有限公司 | 一种为用户提供推荐信息的方法与设备 |
| CN108874939A (zh) * | 2018-06-01 | 2018-11-23 | 北京搜狗科技发展有限公司 | 一种信息搜索方法及装置 |
| CN109271574A (zh) * | 2018-08-28 | 2019-01-25 | 麒麟合盛网络技术股份有限公司 | 一种热词推荐方法及装置 |
| CN110020192A (zh) * | 2018-07-31 | 2019-07-16 | 北京微播视界科技有限公司 | 一种信息内容推送方法和装置、服务端设备 |
| CN110377701A (zh) * | 2019-07-02 | 2019-10-25 | 北京奇艺世纪科技有限公司 | 一种热词处理方法、装置、电子设备及存储介质 |
| CN111031118A (zh) * | 2019-12-02 | 2020-04-17 | Oppo（重庆）智能科技有限公司 | 信息推送方法、装置、电子设备及计算机可读取存储介质 |
| CN111291258A (zh) * | 2020-01-20 | 2020-06-16 | 北京无限光场科技有限公司 | 搜索热词的推荐方法、装置、电子设备及可读介质 |
| CN111368070A (zh) * | 2018-12-06 | 2020-07-03 | 北京国双科技有限公司 | 热点事件的确定方法及装置 |
| CN112182098A (zh) * | 2020-09-15 | 2021-01-05 | 卢霞浩 | 基于云计算和大数据的信息推送方法及区块链金融云中心 |
-
2021
- 2021-04-19 CN CN202110420655.4A patent/CN113032680A/zh active Pending
Patent Citations (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102129452A (zh) * | 2011-03-04 | 2011-07-20 | 李丽平 | 未来信息获取系统及获取方法 |
| CN104951563A (zh) * | 2015-07-08 | 2015-09-30 | 北京理工大学 | 一种待推荐对象的确定方法及装置 |
| CN105187540A (zh) * | 2015-09-19 | 2015-12-23 | 杭州电子科技大学 | 一种基于地理坐标的智能推送方法 |
| CN108170693A (zh) * | 2016-12-07 | 2018-06-15 | 北京国双科技有限公司 | 推送热词的方法及装置 |
| CN108205545A (zh) * | 2016-12-16 | 2018-06-26 | 百度在线网络技术（北京）有限公司 | 一种为用户提供推荐信息的方法与设备 |
| CN106803969A (zh) * | 2017-02-25 | 2017-06-06 | 杭州领娱科技有限公司 | 一种根据订阅的主播推送商品的方法及系统 |
| CN107832414A (zh) * | 2017-11-07 | 2018-03-23 | 百度在线网络技术（北京）有限公司 | 用于推送信息的方法和装置 |
| CN108021628A (zh) * | 2017-11-22 | 2018-05-11 | 华南理工大学 | 一种科技主题的管理系统 |
| CN108874939A (zh) * | 2018-06-01 | 2018-11-23 | 北京搜狗科技发展有限公司 | 一种信息搜索方法及装置 |
| CN110020192A (zh) * | 2018-07-31 | 2019-07-16 | 北京微播视界科技有限公司 | 一种信息内容推送方法和装置、服务端设备 |
| CN109271574A (zh) * | 2018-08-28 | 2019-01-25 | 麒麟合盛网络技术股份有限公司 | 一种热词推荐方法及装置 |
| CN111368070A (zh) * | 2018-12-06 | 2020-07-03 | 北京国双科技有限公司 | 热点事件的确定方法及装置 |
| CN110377701A (zh) * | 2019-07-02 | 2019-10-25 | 北京奇艺世纪科技有限公司 | 一种热词处理方法、装置、电子设备及存储介质 |
| CN111031118A (zh) * | 2019-12-02 | 2020-04-17 | Oppo（重庆）智能科技有限公司 | 信息推送方法、装置、电子设备及计算机可读取存储介质 |
| CN111291258A (zh) * | 2020-01-20 | 2020-06-16 | 北京无限光场科技有限公司 | 搜索热词的推荐方法、装置、电子设备及可读介质 |
| CN112182098A (zh) * | 2020-09-15 | 2021-01-05 | 卢霞浩 | 基于云计算和大数据的信息推送方法及区块链金融云中心 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11062369B2 (en) | Providing informational tags within networked systems | |
| US10467678B2 (en) | Context-influenced application recommendations | |
| US10509837B2 (en) | Modeling actions for entity-centric search | |
| CN104281961B (zh) | 用于在线系统中的广告和内容的质量评分系统 | |
| US20180165745A1 (en) | Intelligent Recommendation Method and System | |
| CN102667768B (zh) | 动态搜索建议和类别特定完成 | |
| US20190012683A1 (en) | Method for predicting purchase probability based on behavior sequence of user and apparatus for the same | |
| TWI823036B (zh) | 推薦目標用戶的選擇方法、系統、設備及儲存媒體 | |
| US8635062B2 (en) | Method and apparatus for context-indexed network resource sections | |
| US20190228451A1 (en) | Method, system, and computer-readable medium for product and vendor selection | |
| US11430049B2 (en) | Communication via simulated user | |
| US10747400B1 (en) | Shaping a relevance profile for engagement | |
| WO2011064675A1 (en) | Method and system to recommend applications from an application market place | |
| TW201530330A (zh) | 檢索裝置、檢索方法、程式及記憶媒體 | |
| WO2023142520A1 (zh) | 信息推荐方法及装置 | |
| JP5728630B1 (ja) | 情報処理装置、情報処理方法、プログラム、記憶媒体 | |
| WO2020192691A1 (zh) | 基于图像的搜索方法、服务器、终端及介质 | |
| KR20210133818A (ko) | 딥러닝 인공지능 기반의 음성인식 쇼핑 서비스 제공 방법 | |
| CN113032680A (zh) | 基于用户订阅热词模式的推荐方法 | |
| CN116205744A (zh) | 一种联动推荐展示系统、装置及方法 | |
| CN115798731A (zh) | 一种数据推荐方法、装置、电子设备及计算机可读介质 | |
| CN110390574A (zh) | 业务对象的确定方法和装置 | |
| CN113641900A (zh) | 信息推荐方法及装置 | |
| JP7104255B1 (ja) | 情報処理装置、情報処理方法、および情報処理プログラム | |
| JP7104256B1 (ja) | 情報処理プログラム、情報処理方法、および端末装置 |
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 |
Application publication date: 20210625 |
|
| RJ01 | Rejection of invention patent application after publication |