CN113283965A - 一种选择买家的推荐关键字的方法及系统 - Google Patents

一种选择买家的推荐关键字的方法及系统 Download PDF

Info

Publication number
CN113283965A
CN113283965A CN202110653793.7A CN202110653793A CN113283965A CN 113283965 A CN113283965 A CN 113283965A CN 202110653793 A CN202110653793 A CN 202110653793A CN 113283965 A CN113283965 A CN 113283965A
Authority
CN
China
Prior art keywords
buyer
weight
recommendation
frequency
purchase
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.)
Granted
Application number
CN202110653793.7A
Other languages
English (en)
Other versions
CN113283965B (zh
Inventor
张建林
李东林
艾文
杨发强
赵良元
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Zhiyi Agricultural Technology Co ltd
Original Assignee
Wuhan Zhiyi Agricultural Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan Zhiyi Agricultural Technology Co ltd filed Critical Wuhan Zhiyi Agricultural Technology Co ltd
Priority to CN202110653793.7A priority Critical patent/CN113283965B/zh
Publication of CN113283965A publication Critical patent/CN113283965A/zh
Application granted granted Critical
Publication of CN113283965B publication Critical patent/CN113283965B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0605—Supply or demand aggregation
    • 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]
    • G06Q30/0623—Item investigation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种选择买家的推荐关键字的方法及系统，属于推荐关键字的领域，该方法包括以下步骤：S1、按照时间段的购买频率得到推荐关键字的列表信息，该列表信息包括购买频率权重；S2、按照买家姓名中汉字出现频率得到推荐关键字的列表信息，该列表信息包括姓名频率权重；S3、根据步骤S1和S2中的购买频率权重和姓名频率权重，得到单个汉字的综合权重推荐；S4、将所有汉字的综合权重推荐排序，取前20‑50个显示在推荐关键字中。本发明解决了传统的买家关键字推荐的方法不准确的问题。

Description

一种选择买家的推荐关键字的方法及系统
技术领域
本发明属于推荐关键字的领域，具体涉及一种生鲜批发行业选择买家的推荐关键字的方法及系统。
背景技术
目前，传统的买家关键字推荐或者搜索，会使用买家购买频率，或者用买家姓名首字按照A-Z去排序。
买家购买频率：下单时记录买家购买一次，在一个时段内就会形成所有买家购买频次的数据，在下单时，根据购买频次做推荐，购买频次高的排在前面。此方法适用于一般的收银系统，能够更快捷的选择购买频次更高的买家，提高搜索效率。
用买家姓名首字按照0-1，A-Z去排序：这种排序方式和传统的通讯录排序类似，非常适合会用拼音搜索的用户。系统先把所有买家姓名的首字归到0-1，A-Z的分组中，然后再分组展示列表。可以通过0-1，A-Z分组查询，提高搜索效率。
有的系统会根据垂直行业的特点，综合两种方式进行综合权重，进一步提高推荐关键字的精准度。
传统的买家关键字推荐的方法，应用到生鲜批发行业会存在以下问题，(1)目前生鲜批发行业的从业者部分人文化水平低，部分人不会拼音，导致无法使用拼音搜索功能，(2)买家一般是每天的固定时间来采购；基于以上两点，按传统的购买频率来推荐并不准确。
有鉴于此，特提出本发明。
发明内容
本发明的目的是提供一种选择买家的推荐关键字的方法及系统，解决了传统的买家关键字推荐的方法不准确的问题。
为了实现上述目的，本发明提供的一种选择买家的推荐关键字的方法，包括以下步骤：
S1、按照时间段的购买频率得到推荐关键字的列表信息，该列表信息包括购买频率权重；
S2、按照买家姓名中汉字出现频率得到推荐关键字的列表信息，该列表信息包括姓名频率权重；
S3、根据步骤S1和S2中的购买频率权重和姓名频率权重，得到单个汉字的综合权重推荐；
S4、将所有汉字的综合权重推荐排序，取前20-50个显示在推荐关键字中。
进一步地，在所述步骤S1中，记录买家的下单日期和下单时间；将每天的下单时间分为24个时段；统计按日期和时段的各买家的购买次数，该购买次数为购买频率权重。
进一步地，在所述步骤S2中，将买家按照姓名单字拆开；统计每个单字出现的次数，该单字出现的次数为姓名频率权重。
进一步地，在所述步骤S3中，将单个汉字的购买频率权重和姓名频率权重相加，以得到综合权重推荐。
进一步地，在所述步骤S3中，单个汉字的购买频率权重的权重值为1。
进一步地，在所述步骤S3中，将步骤S1和步骤S2中的列表信息放入内存储器中缓存。
更进一步地，在所述步骤S3中，实时步骤S1和步骤S2中的列表信息。
本发明还提供一种使用上述选择买家的推荐关键字的方法的选择买家的推荐关键字的系统，包括：
计时单元，用于记录买家购买时系统中记录的下单日期和时间；
计数单元，记录购买频率权重和姓名频率权重；购买频率权重为各时段各买家的购买次数，并且姓名频率权重为在买家列表中所有启用状态的买家姓名拆解的所有汉字出现的次数；
推荐关键字产生单元，基于购买频率权重和姓名频率权重，得到单个汉字的综合权重推荐，根据所有汉字的综合权重推荐，取前20-50个显示在推荐关键字中。
进一步地，还包括内存储器，用于储存计数单元中的购买频率权重和姓名频率权重，并且储存推荐关键字产生单元中的单个汉字的综合权重推荐；与所述计数单元和所述推荐关键字产生单元同步更新。
进一步地，还包括内存储器，用于储存计数单元中的购买频率权重和姓名频率权重，并且储存推荐关键字产生单元中的单个汉字的综合权重推荐；与所述计数单元和所述推荐关键字产生单元同步更新。
更进一步地，所述计数单元，统计按日期和时段的各买家的购买次数，该购买次数为购买频率权重；并且，将买家按照姓名单字拆开，统计每个单字出现的次数，该单字出现的次数为姓名频率权重；所述推荐关键字产生单元，将单个汉字的购买频率权重和姓名频率权重相加，以得到综合权重推荐。
本发明提供的一种选择买家的推荐关键字的方法及系统，具有如下有益效果：
(1)选择买家的推荐关键字是用两个主要步骤综合权重得到的，分别是“按一天中时间段的购买频率”和“买家姓名汉字出现频率”，更适配本行业的算法，需要能够不使用拼音并且按照时间段分组的购买频率来推荐关键字；
(2)得到推荐关键字的方法的平均处理速度达到0.15秒，小于0.3秒的标准，用户几乎无感知；
(3)生鲜批发行业选择买家的推荐关键字的方法，平均选择买家的时间为5秒，相比现在传统技术需要13秒，大幅提高了收银效率。
附图说明
图1为本具体实施方式中选择买家的推荐关键字的方法的流程图；
图2为本具体实施方式中选择买家的推荐关键字的系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面结合具体实施方式对本发明作进一步的详细说明。
本发明实施例的一种选择买家的推荐关键字的方法及系统，适用于生鲜批发行业，选择买家的推荐关键字是用两个主要步骤综合权重得到的，分别是“按一天中时间段的购买频率”和“买家姓名汉字出现频率”，更适配本行业的算法，需要能够不使用拼音并且按照时间段分组的购买频率来推荐关键字。
根据如1所示，本发明实施例公开的一种选择买家的推荐关键字的方法，适用于生鲜批发行业，包括以下步骤：
S1、按照时间段的购买频率得到推荐关键字的列表信息，该列表信息包括购买频率权重；具体包括以下步骤：
(1)计时单元记录买家购买时系统中记录的开单买家、下单日期和下单时间；
(2)计时单元将每天的下单时间分为24个时段，0-1点为一个时段，1-2点为一个时段，以此类推，将买家购买时的下单时间根据时间进行分组；
(3)计数单元计算某个时段各买家的购买次数，例如，下单时间是上午10:22，这个时段是属于上午10-11点，那么系统会计算近一周在10-11点时段下单的各个买家的购买次数，假设该时段买家A下单6次，买家B下单3次，买家C下单5次，那么推荐关键字的权重，即购买频率权重是：A-C-B。
通过步骤S1得到的推荐关键字的列表示例和其算法如下：
表1、记录买家下单时段信息
ID NAME TIME DATE HOUR
PK A 2021-05-20 10:22:38 2021-05-20 10
Figure BDA0003111844080000041
Figure BDA0003111844080000051
S2、按照买家姓名汉字出现频率得到推荐关键字的列表信息，该列表信息包括姓名频率权重；
计数单元将系统所有买家按照姓名单字拆开，记录每个单字出现的次数，按照从大到小排序，例如，武三、李武、李四武、李三武4个人，那么“武”出现4次，“李”出现3次，“三”出现2次，“四”出现1次，那么推荐关键字的权重，即姓名频率权重是：武、李、三、四。
通过步骤S2得到的推荐关键字的列表示例和其算法如下：
表2、记录买家姓名信息
ID NAME ENABLE
PK 张三 1
Figure BDA0003111844080000052
Figure BDA0003111844080000061
其中，步骤S1和S2同步进行。
S3、综合步骤S1和S2中的推荐关键字，得到单个汉字的综合权重推荐；该综合权重推荐为步骤S1和S2中的权重加和。
如果仅用按一天中时间段的购买频率的方法排序，那么会漏掉本时间段内没有来采购的买家；如果仅用按买家姓名汉字出现频率的方法排序，推荐的结果会不精确，很多这个时间段内没来采购的买家，仅因为出现的字次数多而排到前面，影响选择效率；因此，本发明在此步骤中综合此两种方法，做了综合权重，综合权重算法步骤示例如下：
(1)按照步骤S1，假设本时间段有多个买家B1、B2、B3都有采购记录，并且都包含某个汉字，假设该B1在本时间段内采购次数为C1，B2在本时间段内采购次数为C2，B3在本时间段内采购次数为C3；
(2)按照步骤S2，假设该汉字在买家列表中所有买家姓名汉字出现的次数为A；
(3)推荐关键字产生单元中该汉字的权重为A+C1+C2+C3。
上述步骤的算法如下：
Figure BDA0003111844080000062
Figure BDA0003111844080000071
在本步骤中，通过以下方式能够加快推荐关键字的显示速度：
(1)采用内存储器中储存数据
将步骤S1中的按日期和时段的推荐关键字的列表信息(包括购买频率权重)放入内存储器中缓存，下单后实时更新该列表信息；并且，将步骤S2中的买家姓名拆字的推荐关键字的列表信息(包括姓名频率权重)放入内存储器中缓存，维护买家信息后实时更新该列表信息。
通过将高频的数据库更新和查询操作替换为使用内存储器的缓存，提高访问效率，降低数据库压力，从而大幅提高买家推荐关键字的加载速度。
根据本发明的上述方法，步骤S4中，推荐关键字的权重值的选择如下：测试是否能大幅提高效率的方法为分组测试，将汉字在买家列表中所有买家姓名汉字出现的次数(即A的权重值)的权重值设为0、0.5、1、1.5、2、2.5，埋点统计每组选择买家的平均处理速度，最后得出结果是如下：
权重值 0 0.5 1 1.5 2 2.5
平均处理速度(秒) 13.0 7.2 5.0 7.7 10.8 11.2
当权重值为1时用户处理效率最高，大于1处理效率逐渐降低，小于1处理效率也逐渐降低，所以最终定义的权重值为1。
通过本发明的选择买家的推荐关键字的方法，在生鲜行业中，平均选择买家的时间为5秒，相比现在传统技术需要13秒，本发明大幅提高了收银效率。
根据上述权重值，能够提高推荐关键字的处理速度。因为收银下单是高频页面，如果推荐关键字的处理速度太慢，会严重影响下单效率和用户体验，反而对客户产生副作用，推荐关键字对客户应该是无感知的，无感知的标准是在0.3秒以内，就是在页面加载出来以前就准备好数据。
(2)采用算法优化处理数据
本发明选用的是业内成熟的基于内存储器的缓存组件，内存操作比硬盘读写要快很多。并且，对于需要频繁查找更新关键字频率的场景，缓存组件存储的数据结构是<key,value>键值对，这样的数据结构查找和操作的时间复杂度都是O(1)，具体设计如下：
Key＝prefix.stallId.yyyy.MM.dd.HH
Value＝{“王”:10,“张”:20}
由于用户下单是高频场景，本发明将高频的关键字频率更新，通过消息队列的方式，改逐条处理为批处理，进一步提高了处理速度。
经过上述算法优化，检测得到推荐关键字方法的平均系统处理速度达到0.15秒，小于0.3秒的标准，用户几乎无感知。
S4、推荐关键字生成效率优化，根据所有汉字的综合权重推荐进行排序，取前20-50个(优选30个)显示在推荐关键字中。
如图2所示，本发明的另一实施方式为一种选择买家的推荐关键字的系统，适用于生鲜批发行业，包括：
计时单元，用于记录买家购买时系统中记录的下单日期和时间，并且将每天的下单时间分为24个时段(即，0-1点为一个时段，1-2点为一个时段，以此类推)，将买家购买时的下单时间根据时间进行分组。
计数单元，记录购买频率权重和姓名频率权重；购买频率权重为各时段各买家的购买次数，并且姓名频率权重为在买家列表中所有启用状态的买家姓名拆解的所有汉字出现的次数。例如，下单时间是上午10:22，这个时段是属于上午10-11点，那么系统会计算近一周在10-11点时段下单的各个买家的购买次数，并且拆解各个买家姓名的汉字，记录买家姓名中各汉字出现的次数。
推荐关键字产生单元，基于购买频率权重和姓名频率权重，得到单个汉字的综合权重推荐(即，根据计时单元和计数单元中各时段出现汉字的次数，得到按照日期和时段统计的所有汉字的权重进而取得推荐关键字)，根据所有汉字的综合权重推荐，取前20-50个显示在推荐关键字中，并且与计时单元、计数单元随时同步更新。例如，假设10-11点的时间段有多个买家B1、B2、B3都有采购记录，并且都包含某个汉字，假设该B1在本时间段内采购次数为C1，B2在本时间段内采购次数为C2，B3在本时间段内采购次数为C3，假设该汉字在买家列表中所有启用状态的买家姓名汉字出现的次数为A，那么该汉字的权重为A+C1+C2+C3。
内存储器，用于储存计数单元中的购买频率权重和姓名频率权重，并且储存推荐关键字产生单元中的单个汉字的综合权重推荐，与计数单元和推荐关键字产生单元同步更新。
控制单元，连接计时单元、计数单元、推荐关键字产生单元和内存储器，用于启动或结束计时单元、计数单元、推荐关键字产生单元和内存储器的操作，接收计时单元、计数单元、推荐关键字产生单元和内存储器的数据以及发送控制指令，并且访问查询内存储器内的统计结果。
控制单元与计时单元、计数单元、推荐关键字产生单元和内存储器双向通信连接。
本文中应用了具体个例对发明构思进行了详细阐述，以上实施例的说明只是用于帮助理解本发明的核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离该发明构思的前提下，所做的任何显而易见的修改、等同替换或其他改进，均应包含在本发明的保护范围之内。

Claims (10)

1.一种选择买家的推荐关键字的方法，其特征在于，包括以下步骤：
S1、按照时间段的购买频率得到推荐关键字的列表信息，该列表信息包括购买频率权重；
S2、按照买家姓名中汉字出现频率得到推荐关键字的列表信息，该列表信息包括姓名频率权重；
S3、根据步骤S1和S2中的购买频率权重和姓名频率权重，得到单个汉字的综合权重推荐；
S4、将所有汉字的综合权重推荐排序，取前20-50个显示在推荐关键字中。
2.根据权利要求1所述的选择买家的推荐关键字的方法，其特征在于，在所述步骤S1中，记录买家的下单日期和下单时间；将每天的下单时间分为24个时段；统计按日期和时段的各买家的购买次数，该购买次数为购买频率权重。
3.根据权利要求1所述的选择买家的推荐关键字的方法，其特征在于，在所述步骤S2中，将买家按照姓名单字拆开；统计每个单字出现的次数，该单字出现的次数为姓名频率权重。
4.根据权利要求1所述的选择买家的推荐关键字的方法，其特征在于，在所述步骤S3中，将单个汉字的购买频率权重和姓名频率权重相加，以得到综合权重推荐。
5.根据权利要求4所述的选择买家的推荐关键字的方法，其特征在于，在所述步骤S3中，单个汉字的购买频率权重的权重值为1。
6.根据权利要求1所述的选择买家的推荐关键字的方法，其特征在于，在所述步骤S3中，将步骤S1和步骤S2中的列表信息放入内存储器中缓存。
7.根据权利要求6所述的选择买家的推荐关键字的方法，其特征在于，在所述步骤S3中，实时步骤S1和步骤S2中的列表信息。
8.一种使用权利要求1-7中任一项所述的选择买家的推荐关键字的方法的选择买家的推荐关键字的系统，其特征在于，包括：
计时单元，用于记录买家购买时系统中记录的下单日期和时间；
计数单元，记录购买频率权重和姓名频率权重；购买频率权重为各时段各买家的购买次数，并且姓名频率权重为在买家列表中所有启用状态的买家姓名拆解的所有汉字出现的次数；
推荐关键字产生单元，基于购买频率权重和姓名频率权重，得到单个汉字的综合权重推荐，根据所有汉字的综合权重推荐，取前20-50个显示在推荐关键字中。
9.根据权利要求8所述的选择买家的推荐关键字的系统，其特征在于，还包括内存储器，用于储存计数单元中的购买频率权重和姓名频率权重，并且储存推荐关键字产生单元中的单个汉字的综合权重推荐；与所述计数单元和所述推荐关键字产生单元同步更新。
10.根据权利要求8所述的选择买家的推荐关键字的系统，其特征在于，所述计数单元，统计按日期和时段的各买家的购买次数，该购买次数为购买频率权重；并且，将买家按照姓名单字拆开，统计每个单字出现的次数，该单字出现的次数为姓名频率权重；所述推荐关键字产生单元，将单个汉字的购买频率权重和姓名频率权重相加，以得到综合权重推荐。
CN202110653793.7A 2021-06-11 2021-06-11 一种选择买家的推荐关键字的方法及系统 Active CN113283965B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110653793.7A CN113283965B (zh) 2021-06-11 2021-06-11 一种选择买家的推荐关键字的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110653793.7A CN113283965B (zh) 2021-06-11 2021-06-11 一种选择买家的推荐关键字的方法及系统

Publications (2)

Publication Number Publication Date
CN113283965A true CN113283965A (zh) 2021-08-20
CN113283965B CN113283965B (zh) 2023-04-14

Family

ID=77284314

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110653793.7A Active CN113283965B (zh) 2021-06-11 2021-06-11 一种选择买家的推荐关键字的方法及系统

Country Status (1)

Country Link
CN (1) CN113283965B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004086619A (ja) * 2002-08-27 2004-03-18 Toshiba Corp 姓名漢字検索システム
JP2010113678A (ja) * 2008-11-10 2010-05-20 Advanced Media Inc 姓名解析方法、姓名解析装置、音声認識装置、および姓名頻度データ生成方法
CN101799906A (zh) * 2008-12-24 2010-08-11 富士通株式会社 信息提供装置、记录介质以及信息提供方法
US8301514B1 (en) * 2010-09-14 2012-10-30 Amazon Technologies, Inc. System, method, and computer readable medium for providing recommendations based on purchase phrases
CN106504019A (zh) * 2016-10-31 2017-03-15 深圳前海弘稼科技有限公司 一种植物推荐方法及装置
CN106844371A (zh) * 2015-12-03 2017-06-13 阿里巴巴集团控股有限公司 搜索优化方法和装置
CN109767292A (zh) * 2018-12-20 2019-05-17 厦门笨鸟电子商务有限公司 一种买家公司推荐方法
CN110033356A (zh) * 2019-04-22 2019-07-19 跑哪儿科技(成都)有限公司 一种对用户价值进行排序的方法、装置及系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004086619A (ja) * 2002-08-27 2004-03-18 Toshiba Corp 姓名漢字検索システム
JP2010113678A (ja) * 2008-11-10 2010-05-20 Advanced Media Inc 姓名解析方法、姓名解析装置、音声認識装置、および姓名頻度データ生成方法
CN101799906A (zh) * 2008-12-24 2010-08-11 富士通株式会社 信息提供装置、记录介质以及信息提供方法
US8301514B1 (en) * 2010-09-14 2012-10-30 Amazon Technologies, Inc. System, method, and computer readable medium for providing recommendations based on purchase phrases
CN106844371A (zh) * 2015-12-03 2017-06-13 阿里巴巴集团控股有限公司 搜索优化方法和装置
CN106504019A (zh) * 2016-10-31 2017-03-15 深圳前海弘稼科技有限公司 一种植物推荐方法及装置
CN109767292A (zh) * 2018-12-20 2019-05-17 厦门笨鸟电子商务有限公司 一种买家公司推荐方法
CN110033356A (zh) * 2019-04-22 2019-07-19 跑哪儿科技(成都)有限公司 一种对用户价值进行排序的方法、装置及系统

Also Published As

Publication number Publication date
CN113283965B (zh) 2023-04-14

Similar Documents

Publication Publication Date Title
CN103793388B (zh) 搜索结果的排序方法和装置
CN107590675B (zh) 一种基于大数据的用户购物行为识别方法、储存设备及移动终端
US8234269B2 (en) Searching a database including prioritizing results based on historical data
EP2159748A1 (en) System and method for providing topic-guided broadening of advertising targets in social indexing
CN110532351B (zh) 推荐词展示方法、装置、设备及计算机可读存储介质
EP2211282A2 (en) System and method for managing user attention by detecting hot and cold topics in social indexes
EP3035210A1 (en) Method and device for obtaining web page category standards, and method and device for categorizing web page categories
CN103164424B (zh) 一种时效性词的获取方法和装置
CN102929939A (zh) 个性化信息的提供方法及装置
CN111061954B (zh) 搜索结果排序方法、装置及存储介质
CN113469722A (zh) 消费预测系统及消费预测方法
CN115496566B (zh) 基于大数据的地区特产推荐方法及系统
CN113052651A (zh) 一种基于大数据的智能零售管理方法及系统
KR20090017268A (ko) 사용자의 관심 키워드를 업데이트 하는 방법과 그 방법을수행하기 위한 시스템
CN109241455B (zh) 一种推荐对象的展示方法及装置
CN107045700A (zh) 基于流式用户行为分析的产品推送方法和装置
CN113704599A (zh) 营销转化用户的预测方法、装置及计算机设备
CN114443847A (zh) 文本分类、文本处理方法、装置、计算机设备及存储介质
CN113761084B (zh) 一种poi搜索排序模型训练方法、排序装置与方法及介质
CN114090891A (zh) 个性化内容推荐方法、装置、设备及存储介质
CN113283965B (zh) 一种选择买家的推荐关键字的方法及系统
CN109345280A (zh) 基于大数据分析的智能广告位投放方法及装置
CN108804491A (zh) 项目推荐方法、装置、计算设备及存储介质
CN106940723A (zh) 一种新闻搜索方法及装置
CN110851685B (zh) 电子书排序方法、装置以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
GR01 Patent grant
GR01 Patent grant