CN113127753A - 一种用户行为分析方法及系统 - Google Patents
一种用户行为分析方法及系统 Download PDFInfo
- Publication number
- CN113127753A CN113127753A CN202110408202.XA CN202110408202A CN113127753A CN 113127753 A CN113127753 A CN 113127753A CN 202110408202 A CN202110408202 A CN 202110408202A CN 113127753 A CN113127753 A CN 113127753A
- Authority
- CN
- China
- Prior art keywords
- user
- behavior
- travel
- products
- users
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 20
- 238000001914 filtration Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 4
- 238000004080 punching Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 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
- G06F16/9536—Search customisation based on social or collaborative filtering
-
- 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
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/14—Travel agencies
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种用户行为分析方法及系统,该方法包括:根据用户的操作记录,获取用户行为数据;其中用户行为数据包括搜索关键词、已游览景点、已购买产品和产品浏览记录中的一项或多项;基于设定的算法模型对获取的用户行为数据进行分析,获取用户行为分析结果,并根据用户行为分析结果向指定用户推送相应的旅游产品,其中旅游产品包括旅游景点,旅游路线,旅游相关用品。本发明根据用户行为数据针对性向指定用户推送相应的旅游产品,有助于提高用户线上挑选旅游产品的体验。
Description
技术领域
本发明涉及用户行为分析技术领域,特别是一种用户行为分析方法及系统。
背景技术
目前,越来越多的用户喜欢在线上浏览或者挑选旅游产品。但是目前的旅游平台通常仅能够通过被动展示自身的旅游产品供用户挑选,无法根据用户的喜好进行针对性的推荐或推送,用户很难从众多的旅游景点或旅游路线中挑选到自己满意的旅游产品,一方面导致用户体验较低;另一方面导致旅游平台成单率较低。
发明内容
针对上述问题,本发明旨在提供一种用户行为分析方法及系统。
本发明的目的采用以下技术方案来实现:
一方面,本发明示出一种用户行为分析方法,该方法包括:
S1根据用户的操作记录,获取用户行为数据;其中用户行为数据包括搜索关键词、已游览景点、已购买产品和产品浏览记录中的一项或多项;
S2基于设定的算法模型对获取的用户行为数据进行分析,获取用户行为分析结果,并根据用户行为分析结果向指定用户推送相应的旅游产品,其中旅游产品包括旅游景点,旅游路线,旅游相关用品。
优选的,步骤S1中,具体包括以下步骤中的一个或多个:
S11接收用户的搜索请求,记录搜索请求中的搜索关键词;
S12获取用户的出行记录信息,根据用户的景点打卡信息和已兑换的景点门票信息获取用户已游览景点;
S13根据用户的订单信息获取用户已购买产品;
S14根据用户的页面访问记录数据,获取相应的产品浏览记录。
优选的,步骤S2中采用的算法模型为基于协同过滤算法的用户行为分析模型;
步骤S2中,基于设定的算法模型对获取的用户行为数据进行分析,具体包括:
S21基于协同过滤算法的用户行为分析模型对获取的用户行为数据进行处理,获取用户的对各旅游产品的偏好程度,并进一步根据用户对各旅游产品的偏好程度获取与指定用户对应的相似用户;
S22根据与指定用户对应的相似用户对各旅游产品的偏好程度向指定用户推送相应的旅游产品。
优选的,步骤S21具体包括:
根据用户行为数据创建用户行为表,其中用户行为表包括各用户对各旅游产品的行为类型,其中行为类型包括用户对产品的历史行为记录;
根据用户行为表构建用户评分表,其中用户评分表包括各用户对各旅游产品的行为评分,其中行为评分为根据用户对产品的历史行为记录计算所得;
根据用户评分表计算指定用户与其他用户的相似度值,并根据相似度值选取相似度最高的前n名用户作为指定用户对应的相似用户;
根据用户评分表中相似用户对各旅游产品的行为评分,选取相应的旅游产品推送给指定用户。
优选的,用户对产品的历史行为记录包括:浏览记录和购买记录;
在用户评分表中,根据用户对旅游产品的浏览记录和购买记录累加相应的评分作为用户对该旅游产品的行为评分。
优选的,根据用户评分表计算指定用户与其他用户的相似度值,其中具体采用的用户相似度计算函数为:
式中,Cos(u1,u2)表示用户u1和用户u2的相似度值,Ru1表示用户u1对旅游产品的行为评分集合,Ru2表示用户u2对旅游产品的行为评分集合,Ru1∩Ru2表示用户u1和用户u2的交集数据,Ru1,y表示用户u1对第y个旅游产品的行为评分,Ru2,y表示用户u2对第y个旅游产品的行为评分。
优选的,根据用户评分表中相似用户对各旅游产品的行为评分,选取相应的旅游产品推送给指定用户,具体包括:
获取相似用户对应存在行为评分的旅游产品,从中筛选出指定用户没有浏览过的旅游产品集合记为集合I;
计算指定用户对集合I中各旅游产品的预测因子,并根据预测因子的大小进行排序,选取预测因子最大的旅游产品推送给指定用户;
其中采用的预测因子计算函数为:
式中,Predict(u,i)表示指定用户u对旅游产品i的预测因子,其中i∈I;Cos(u,v)表示指定用户u与相似用户v的相似度值,其中v∈U,U表示指定用户对应的相似用户集合,Rv,i表示相似用户v对旅游产品i的行为评分。
另一方面,本发明示出一种用户行为分析系统,该系统包括:
获取模块,用于根据用户的操作记录,获取用户行为数据;其中用户行为数据包括搜索关键词、已游览景点、已购买产品、产品浏览记录;
分析模块,基于设定的算法模型对获取的用户行为数据进行分析,获取用户行为分析结果,并根据用户行为分析结果向指定用户推送相应的旅游产品,其中旅游产品包括旅游景点,旅游路线,旅游相关用品。
本发明的有益效果为:本发明基于用户的操作记录获取用户行为数据,并根据用户行为数据针对性向指定用户推送相应的旅游产品,有助于提高用户线上挑选旅游产品的体验,同时也有助于提高旅游平台的成交量。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明的实施例中,一种用户行为分析方法的方法流程图;
图2为图1实施例中,步骤S2的方法流程图;
图3为图2实施例中,步骤S21的方法流程图;
图4为本发明实施例中,一种用户行为分析系统的框架结构图。
附图标记:
1-获取模块,2-分析模块。
具体实施方式
结合以下应用场景对本发明作进一步描述。
参见图1实施例所示一种用户行为分析方法,该方法包括如下步骤:
S1,根据用户的操作记录,获取用户行为数据;其中用户行为数据包括搜索关键词、已游览景点、已购买产品和产品浏览记录中的一项或多项;
优选的,步骤S1中,具体包括以下步骤中的一个或多个,以获取相应的用户行为数据:
S11,接收用户的搜索请求,记录搜索请求中的搜索关键词;
S12,获取用户的出行记录信息,根据用户的景点打卡信息和已兑换的景点门票信息获取用户已游览景点;其中,用户能够通过旅游平台预约并兑换景点门票,当用户兑换景点门票时,旅游平台记录用户的已兑换的景点门票信息,获取用户已浏览景点;
S13,根据用户的订单信息获取用户已购买产品;
S14,根据用户的页面访问记录数据,获取相应旅游产品的产品浏览记录。
一种场景中,服务器(旅游平台)记录用户的操作信息,获取相应的用户行为数据。针对获取的用户行为数据;同时,服务器进一步对获取的用户行为数据进行用户行为分析,获取相应的分析结果,并根据获取的分析结果匹配相应的旅游产品或旅游信息推送给该用户,以提高用户体验。
S2,基于设定的算法模型对获取的用户行为数据进行分析,获取用户行为分析结果,并根据用户行为分析结果向指定用户推送相应的旅游产品,其中旅游产品包括旅游景点,旅游路线,旅游相关用品。
优选的,参见图2,步骤S2中采用的算法模型为基于协同过滤算法的用户行为分析模型;
步骤S2中,基于设定的算法模型对获取的用户行为数据进行分析,具体包括:
S21,基于协同过滤算法的用户行为分析模型对获取的用户行为数据进行处理,获取用户的对各旅游产品的偏好程度,并进一步根据用户对各旅游产品的偏好程度获取与指定用户对应的相似用户;
S22,根据与指定用户对应的相似用户对各旅游产品的偏好程度向指定用户推送相应的旅游产品。
基于协同过滤算法的用户行为分析模型,对用户行为数据进行分析,能够根据用户行为数据获取用户之间的相似度并筛选出指定用户的相似用户,并进一步根据相似用户的偏好旅游产品中预测指定用户偏好的旅游产品推送给指定用户,有助于根据指定用户的偏好特性进行针对性、个性化的旅游产品推送,提高用户浏览旅游产品时的用户体验。
优选的,参见图3,步骤S21具体包括:
S211,根据用户行为数据创建用户行为表,其中用户行为表包括各用户对各旅游产品的行为类型,其中行为类型包括用户对产品的历史行为记录;
一种场景中,用户行为表的横坐标表示旅游产品(一个横坐标对应一个旅游产品ID),纵坐标表示用户(一个纵坐标对应一个用户ID);用户行为表中记录有每个用户对每个旅游产品的历史行为记录,其中历史行为记录的行为类型包括浏览、搜索、分享和下单等;
S212,根据用户行为表构建用户评分表,其中用户评分表包括各用户对各旅游产品的行为评分,其中行为评分为根据用户对产品的历史行为记录计算所得;
其中,用户对产品的历史行为记录包括浏览记录、搜索记录、分享记录和购买记录等;
一种场景中,用户评分表基于用户行为表构建,其中用户评分表的横坐标表示旅游产品(一个横坐标对应一个旅游产品ID),纵坐标表示用户(一个纵坐标对应一个用户ID);其中基于用户对旅游产品的行为记录计算该用户对该旅游产品的行为评分,例如用户浏览过该旅游产品,则该用户对该旅游产品的行为评分+1;如果用户购买过该旅游产品,则该用户对该旅游产品的行为评分+20;通过将每个用户对每个旅游产品的历史行为记录进行行为评分换算,最终得到每个用户对每个旅游产品的行为评分。
一种场景中,在用户评分表中,根据用户对旅游产品的浏览记录和购买记录累加相应的评分作为用户对该旅游产品的行为评分。
S213,根据用户评分表计算指定用户与其他用户的相似度值,并根据相似度值选取相似度最高的前n名用户作为指定用户对应的相似用户;
优选的,根据用户评分表计算指定用户与其他用户的相似度值,其中具体采用的用户相似度计算函数为:
式中,Cos(u1,u2)表示用户u1和用户u2的相似度值,Ru1表示用户u1对旅游产品的行为评分集合,Ru2表示用户u2对旅游产品的行为评分集合,Ru1∩Ru2表示用户u1和用户u2的交集数据,Ru1,y表示用户u1对第y个旅游产品的行为评分,Ru2,y表示用户u2对第y个旅游产品的行为评分。
在一种场景中,在针对指定用户选取相似用户时,根据相似度值选取出与指定用户最相似的10名用户作为指定用户对应的相似用户,即n=10。
S214,根据用户评分表中相似用户对各旅游产品的行为评分,选取相应的旅游产品推送给指定用户。
优选的,根据用户评分表中相似用户对各旅游产品的行为评分,选取相应的旅游产品推送给指定用户,具体包括:
获取相似用户对应存在行为评分的旅游产品,从中筛选出指定用户没有浏览过的旅游产品集合记为集合I;
计算指定用户对集合I中各旅游产品的预测因子,并根据预测因子的大小进行排序,选取预测因子最大的旅游产品推送给指定用户;
其中采用的预测因子计算函数为:
式中,Predict(u,i)表示指定用户u对旅游产品i的预测因子,其中i∈I;Cos(u,v)表示指定用户u与相似用户v的相似度值,其中v∈U,U表示指定用户对应的相似用户集合,Rv,i表示相似用户v对旅游产品i的行为评分。
优选的,根据相似用户对各旅游产品的行为评分,综合各相似用户的行为评分,选取各相似用户行为评分总和最高的前5个旅游产品推送给该指定用户。
上述实施方式中,基于用户的操作记录获取用户行为数据,并根据用户行为数据针对性向指定用户推送相应的旅游产品,提高用户线上挑选旅游产品的体验,同时也有助于提高旅游平台的成交量。
基于上述提出的一种用户行为分析方法,本申请还提出一种用户行为分析系统,以应用在服务器等智能设备中,在服务器中完成上述方法步骤。
参见图4实施例所示一种用户行为分析系统,该系统包括:
获取模块1,用于根据用户的操作记录,获取用户行为数据;其中用户行为数据包括搜索关键词、已游览景点、已购买产品、产品浏览记录;
分析模块2,基于设定的算法模型对获取的用户行为数据进行分析,获取用户行为分析结果,并根据用户行为分析结果向指定用户推送相应的旅游产品,其中旅游产品包括旅游景点,旅游路线,旅游相关用品。
其中,获取模块1还能够完成上述步骤S1相关的各实施例所示的方法步骤;分析模块2还能够完成上述步骤S2相关的各实施例所示的方法步骤,本申请再次不再重复叙述。
需要说明的是,在本发明各个实施例中的各功能单元/模块可以集成在一个处理单元/模块中,也可以是各个单元/模块单独物理存在,也可以是两个或两个以上单元/模块集成在一个单元/模块中。上述集成的单元/模块既可以采用硬件的形式实现,也可以采用软件功能单元/模块的形式实现。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解应当理解,可以以硬件、软件、固件、中间件、代码或其任何恰当组合来实现这里描述的实施例。对于硬件实现,处理器可以在一个或多个下列单元中实现:专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、处理器、控制器、微控制器、微处理器、设计用于实现这里所描述功能的其他电子单元或其组合。对于软件实现,实施例的部分或全部流程可以通过计算机程序来指令相关的硬件来完成。实现时,可以将上述程序存储在计算机可读介质中或作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是计算机能够存取的任何可用介质。计算机可读介质可以包括但不限于RAM、ROM、EEPROM、CD-ROM或其他光盘存储、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质。
最后应当说明的是,以上实施例仅用以说明本发明的技术方案,而非对本发明保护范围的限制,尽管参照较佳实施例对本发明作了详细地说明,本领域的普通技术人员应当分析,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的实质和范围。
Claims (8)
1.一种用户行为分析方法,其特征在于,包括:
S1根据用户的操作记录,获取用户行为数据;其中用户行为数据包括搜索关键词、已游览景点、已购买产品和产品浏览记录中的一项或多项;
S2基于设定的算法模型对获取的用户行为数据进行分析,获取用户行为分析结果,并根据用户行为分析结果向指定用户推送相应的旅游产品,其中旅游产品包括旅游景点,旅游路线,旅游相关用品。
2.根据权利要求1所述的一种用户行为分析方法,其特征在于,步骤S1中,具体包括以下步骤中的一个或多个:
S11接收用户的搜索请求,记录搜索请求中的搜索关键词;
S12获取用户的出行记录信息,根据用户的景点打卡信息和已兑换的景点门票信息获取用户已游览景点;
S13根据用户的订单信息获取用户已购买产品;
S14根据用户的页面访问记录数据,获取相应的产品浏览记录。
3.根据权利要求1所述的一种用户行为分析方法,其特征在于,步骤S2中采用的算法模型为基于协同过滤算法的用户行为分析模型;
步骤S2中,基于设定的算法模型对获取的用户行为数据进行分析,具体包括:
S21基于协同过滤算法的用户行为分析模型对获取的用户行为数据进行处理,获取用户的对各旅游产品的偏好程度,并进一步根据用户对各旅游产品的偏好程度获取与指定用户对应的相似用户;
S22根据与指定用户对应的相似用户对各旅游产品的偏好程度向指定用户推送相应的旅游产品。
4.根据权利要求3所述的一种用户行为分析方法,其特征在于,步骤S21具体包括:
根据用户行为数据创建用户行为表,其中用户行为表包括各用户对各旅游产品的行为类型,其中行为类型包括用户对产品的历史行为记录;
根据用户行为表构建用户评分表,其中用户评分表包括各用户对各旅游产品的行为评分,其中行为评分为根据用户对产品的历史行为记录计算所得;
根据用户评分表计算指定用户与其他用户的相似度值,并根据相似度值选取相似度最高的前n名用户作为指定用户对应的相似用户;
根据用户评分表中相似用户对各旅游产品的行为评分,选取相应的旅游产品推送给指定用户。
5.根据权利要求4所述的一种用户行为分析方法,其特征在于,用户对产品的历史行为记录包括:浏览记录和购买记录;
在用户评分表中,根据用户对旅游产品的浏览记录和购买记录累加相应的评分作为用户对该旅游产品的行为评分。
7.根据权利要求6所述的一种用户行为分析方法,其特征在于,根据用户评分表中相似用户对各旅游产品的行为评分,选取相应的旅游产品推送给指定用户,具体包括:
获取相似用户对应存在行为评分的旅游产品,从中筛选出指定用户没有浏览过的旅游产品集合记为集合I;
计算指定用户对集合I中各旅游产品的预测因子,并根据预测因子的大小进行排序,选取预测因子最大的旅游产品推送给指定用户;
其中采用的预测因子计算函数为:
式中,Predict(u,i)表示指定用户u对旅游产品i的预测因子,其中i∈I;Cos(u,v)表示指定用户u与相似用户v的相似度值,其中v∈U,U表示指定用户对应的相似用户集合,Rv,i表示相似用户v对旅游产品i的行为评分。
8.一种用户行为分析系统,其特征在于,包括:
获取模块,用于根据用户的操作记录,获取用户行为数据;其中用户行为数据包括搜索关键词、已游览景点、已购买产品、产品浏览记录;
分析模块,基于设定的算法模型对获取的用户行为数据进行分析,获取用户行为分析结果,并根据用户行为分析结果向指定用户推送相应的旅游产品,其中旅游产品包括旅游景点,旅游路线,旅游相关用品。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110408202.XA CN113127753A (zh) | 2021-04-15 | 2021-04-15 | 一种用户行为分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110408202.XA CN113127753A (zh) | 2021-04-15 | 2021-04-15 | 一种用户行为分析方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113127753A true CN113127753A (zh) | 2021-07-16 |
Family
ID=76776966
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110408202.XA Pending CN113127753A (zh) | 2021-04-15 | 2021-04-15 | 一种用户行为分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113127753A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115564134A (zh) * | 2022-10-21 | 2023-01-03 | 中禹规划设计有限公司 | 一种防汛防涝预警系统及方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107527303A (zh) * | 2017-07-20 | 2017-12-29 | 中国农业大学 | 一种乡村旅游可视化推荐方法及系统 |
CN112287241A (zh) * | 2020-10-16 | 2021-01-29 | 南京邮电大学 | 旅游推荐方法及系统 |
-
2021
- 2021-04-15 CN CN202110408202.XA patent/CN113127753A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107527303A (zh) * | 2017-07-20 | 2017-12-29 | 中国农业大学 | 一种乡村旅游可视化推荐方法及系统 |
CN112287241A (zh) * | 2020-10-16 | 2021-01-29 | 南京邮电大学 | 旅游推荐方法及系统 |
Non-Patent Citations (1)
Title |
---|
陈思 等: "基于协同过滤算法的旅游景点推荐模型研究", 《现代电子技术》, vol. 43, no. 11, pages 132 - 135 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115564134A (zh) * | 2022-10-21 | 2023-01-03 | 中禹规划设计有限公司 | 一种防汛防涝预警系统及方法 |
CN115564134B (zh) * | 2022-10-21 | 2024-02-09 | 中禹规划设计有限公司 | 一种防汛防涝预警系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110825957B (zh) | 基于深度学习的信息推荐方法、装置、设备及存储介质 | |
CN110489633B (zh) | 一种基于图书馆数据的智慧大脑服务系统 | |
CN104143005B (zh) | 一种相关搜索系统及方法 | |
US8577962B2 (en) | Server apparatus, client apparatus, content recommendation method, and program | |
CN104123332B (zh) | 搜索结果的显示方法及装置 | |
CN103339623B (zh) | 涉及因特网搜索的方法和设备 | |
CN110096645A (zh) | 信息推荐方法、装置、设备和介质 | |
US20110208425A1 (en) | Mining Correlation Between Locations Using Location History | |
US20100169331A1 (en) | Online relevance engine | |
CN109564571A (zh) | 利用搜索上下文的查询推荐方法及系统 | |
CN111061946A (zh) | 场景化内容推荐方法、装置、电子设备及存储介质 | |
JP6232607B1 (ja) | 特許要件適否予測装置および特許要件適否予測プログラム | |
WO2008129383A1 (en) | Method, apparatus and computer program product for determining relevance and/or ambiguity in a search system | |
JP6308708B1 (ja) | 特許要件適否予測装置および特許要件適否予測プログラム | |
CN110019650B (zh) | 提供搜索联想词的方法、装置、存储介质及电子设备 | |
CN110019645A (zh) | 索引库构建方法、搜索方法及装置 | |
CN110287307A (zh) | 一种搜索结果排序方法、装置及服务器 | |
CN110457339A (zh) | 数据搜索方法及装置、电子设备、存储介质 | |
CN108960912A (zh) | 用于确定目标位置的方法和装置 | |
US11893073B2 (en) | Method and apparatus for displaying map points of interest, and electronic device | |
CN107885856A (zh) | 一种页面展示方法和装置 | |
CN113127753A (zh) | 一种用户行为分析方法及系统 | |
JP2004272355A (ja) | 情報提示方法および情報提示システムならびに情報提示処理プログラム | |
CN108733760B (zh) | 检索方法、检索装置以及程序 | |
CN110096609A (zh) | 房源搜索方法、装置、设备及计算机可读存储介质 |
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 |