CN113609176B - 一种信息生成方法、装置、设备及存储介质 - Google Patents
一种信息生成方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113609176B CN113609176B CN202110902732.XA CN202110902732A CN113609176B CN 113609176 B CN113609176 B CN 113609176B CN 202110902732 A CN202110902732 A CN 202110902732A CN 113609176 B CN113609176 B CN 113609176B
- Authority
- CN
- China
- Prior art keywords
- information
- user
- search
- product
- search 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 93
- 238000012512 characterization method Methods 0.000 claims abstract description 182
- 230000006399 behavior Effects 0.000 claims abstract description 45
- 230000008569 process Effects 0.000 claims abstract description 33
- 230000014759 maintenance of location Effects 0.000 claims abstract description 19
- 230000006870 function Effects 0.000 claims description 83
- 230000001149 cognitive effect Effects 0.000 claims description 49
- 230000019771 cognition Effects 0.000 claims description 25
- 230000006872 improvement Effects 0.000 claims description 16
- 238000013461 design Methods 0.000 claims description 14
- 230000010365 information processing Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 21
- 238000012937 correction Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 12
- 238000004458 analytical method Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 8
- 230000007935 neutral effect Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 230000035945 sensitivity Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 230000033228 biological regulation Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000011282 treatment Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开公开了信息生成方法、装置、设备及存储介质,涉及信息处理技术领域,尤其涉及搜索技术领域。具体实现方案为:根据用户针对搜索产品的使用前环节反馈的第一信息,获得使用前环节的第一表征信息;根据用户针对搜索产品的使用中环节反馈的第二信息和/或用户使用搜索产品过程中所产生行为的行为描述信息,获得反映使用中环节满足用户需求程度的第二表征信息;根据用户针对搜索产品的使用后环节反馈的第三信息,获得反映用户针对搜索产品留存度的第三表征信息;针对描述特征生成包括第一表征信息、第二表征信息和第三表征信息且对搜索产品进行描述的信息。应用本公开实施例所生成的对搜索产品的描述信息能够较为准确地对搜索产品进行描述。
Description
技术领域
本公开涉及信息处理技术领域,尤其涉及搜索技术领域。
背景技术
具有搜索功能的产品用于向用户提供搜索服务,为便于表述,将该产品称为搜索产品。由于不同用户使用搜索产品的习惯不同、想要搜索的内容不同,因此,不同用户对搜索产品的感兴趣程度不同。在此基础上,搜索产品开发者为了提升用户粘性以及产品品质,需要不断对搜索产品进行产品优化、升级等处理。
为此,需要提供一种信息生成方案,以对搜索产品进行描述,进而为搜索产品优化、升级等处理提供依据信息。
发明内容
本公开提供了一种信息生成方法、装置、设备以及存储介质。
根据本公开的一方面,提供了一种信息生成方法,包括:
根据用户针对搜索产品的使用前环节反馈的第一信息,获得所述使用前环节的第一表征信息,其中,所述第一表征信息包括:所述搜索产品对用户的吸引度和/或反映用户能够为所述搜索产品提供的资源与搜索产品期望的资源之间的差异的差异度;
根据用户针对所述搜索产品的使用中环节反馈的第二信息和/或用户使用所述搜索产品过程中所产生行为的行为描述信息,获得反映所述使用中环节满足用户需求程度的第二表征信息;
根据用户针对所述搜索产品的使用后环节反馈的第三信息,获得反映用户针对所述搜索产品留存度的第三表征信息;
获得用户的描述特征,针对所述描述特征生成包括所述第一表征信息、第二表征信息和第三表征信息且对所述搜索产品进行描述的信息。
根据本公开的一方面,提供了另一种信息生成装置,包括:
第一信息获得模块,用于根据用户针对搜索产品的使用前环节反馈的第一信息,获得所述使用前环节的第一表征信息,其中,所述第一表征信息包括:所述搜索产品对用户的吸引度和/或反映用户能够为所述搜索产品提供的资源与搜索产品期望的资源之间的差异的差异度;
第二信息获得模块,用于根据用户针对所述搜索产品的使用中环节反馈的第二信息和/或用户使用所述搜索产品过程中所产生行为的行为描述信息,获得反映所述使用中环节满足用户需求程度的第二表征信息;
第三信息获得模块,用于根据用户针对所述搜索产品的使用后环节反馈的第三信息,获得反映用户针对所述搜索产品留存度的第三表征信息;
信息生成模块,用于获得用户的描述特征,针对所述描述特征生成包括所述第一表征信息、第二表征信息和第三表征信息且对所述搜索产品进行描述的信息。
根据本公开的另一方面,提供了一种电子设备,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信息生成方法。
根据本公开的另一方面,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,其中,所述计算机指令用于使所述计算机执行时实现信息生成方法。
根据本公开的另一方面,提供了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信息生成方法。
由以上可见,应用本公开实施例提供的方案生成信息时,一方面,所生成的对搜索产品进行描述的信息中包含第一表征信息、第二表征信息、第三表征信息,由于第一表征信息、第二表征信息、第三表征信息分别表征搜索产品的使用前环节、使用中环节以及使用后环节的信息,所以,包含上述各表征信息的描述信息能够表征搜索产品的完整使用环节的信息,使得所生成的信息能够较为准确地搜索产品进行描述;另一方面,所生成对搜索产品进行描述的信息是针对用户的描述特征生成的,使得所生成的信息更具有针对性。综合上述两个方面的分析可知,采用本公开实施例提供的方案生成信息时,能够较为准确地搜索产品进行描述、且具有针对性。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开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
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1为本公开实施例提供的第一种信息生成方法的流程示意图;
图2为本公开实施例提供的第二种信息生成方法的流程示意图;
图3为本公开实施例提供的第三种信息生成方法的流程示意图;
图4a为本公开实施例提供的第四种信息生成方法的流程示意图;
图4b为本公开实施例提供的目标搜索条件集的组成成分示意图;
图4c为本公开实施例提供的一种表示第二比例的示意图;
图5为本公开实施例提供的第五种信息生成方法的流程示意图;
图6a为本公开实施例提供的第六种信息生成方法的流程示意图;
图6b为本公开实施例提供的一种场景分类象限图;
图6c为本公开实施例提供的一种表示第三比例的柱形示意图;
图7为本公开实施例提供的一种信息生成方法的流程框图;
图8为本公开实施例提供的第一种信息生成装置的结构示意图;
图9为本公开实施例提供的第二种信息生成装置的结构示意图;
图10为本公开实施例提供的第三种信息生成装置的结构示意图;
图11为本公开实施例提供的第四种信息生成装置的结构示意图;
图12为本公开实施例提供的第五种信息生成装置的结构示意图;
图13为本公开实施例提供的第六种信息生成装置的结构示意图;
图14为本公开实施例提供的执行信息生成方法电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围和精神。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。
由于对搜索产品进行优化和改进时,所依据的信息是对搜索产品进行描述的信息,因此,本公开提供了一种信息生成方法、装置、设备及存储介质。
本公开实施例提供了一种信息生成方法,包括:
根据用户针对搜索产品的使用前环节反馈的第一信息,获得使用前环节的第一表征信息,其中,第一表征信息包括:搜索产品对用户的吸引度和/或反映用户能够为搜索产品提供的资源与搜索产品期望的资源之间的差异的差异度;
根据用户针对搜索产品的使用中环节反馈的第二信息和/或用户使用搜索产品过程中所产生行为的行为描述信息,获得反映使用中环节满足用户需求程度的第二表征信息;
根据用户针对搜索产品的使用后环节反馈的第三信息,获得反映用户针对搜索产品留存度的第三表征信息;
获得用户的描述特征,针对描述特征生成包括第一表征信息、第二表征信息和第三表征信息且对搜索产品进行描述的信息。
一方面,所生成的对搜索产品进行描述的信息中包含第一表征信息、第二表征信息、第三表征信息,由于第一表征信息、第二表征信息、第三表征信息分别表征搜索产品的使用前环节、使用中环节以及使用后环节的信息,所以,包含上述各表征信息的描述信息能够表征搜索产品的完整使用环节的信息,使得所生成的信息能够较为准确地搜索产品进行描述;另一方面,所生成对搜索产品进行描述的信息是针对用户的描述特征生成的,使得所生成的信息更具有针对性。综合上述两个方面的分析可知,采用本公开实施例提供的方案生成信息时,能够较为准确地搜索产品进行描述、且具有针对性。
首先,对本公开实施例涉及到的概念进行解释。
1.搜索产品
搜索产品是指具有搜索功能的线上产品。例如:搜索引擎、能够搜索商品的购物软件、能够搜索新闻的新闻软件、能够搜索视频的视频播放软件等。
2.用户使用搜索产品的过程包括多个环节,分别为:使用前环节、使用中环节、使用后环节,以下分别进行说明。
使用前环节是指:使用搜索产品提供的业务之前的过程。上述业务可以包括搜索业务、购物业务、视频流量业务等。
例如:以搜索业务为例,用户经过他人推荐对搜索产品P1产生较大兴趣,并决定开始使用搜索产品进行搜索,或者用户在各备选搜索产品中决定选择一个搜索产品作为当前用于搜索的搜索产品,这些过程都是在使用搜索产品提供的业务之前的过程,也就是使用前环节。
使用中环节是指:使用搜索产品提供的业务的过程。
以搜索业务为例,用户在搜索框中输入文本检索得到用户所需的内容,这一过程是使用搜索产品提供的搜索业务的过程,也就是使用中环节。
使用后环节是指:使用搜索产品提供的业务之后的过程。
以搜索业务为例,用户在搜索得到所需内容之后结束搜索产品的进程,这一过程是使用搜索产品提供的搜索业务之后的过程,也就是使用后环节。
其次,对本公开实施例的应用场景进行说明。
本公开实施例的应用场景可以为:对搜索产品进行更新优化的场景。在这一场景中,需要依据搜索产品的描述信息确定搜索产品的产品优化方案。
以下对本公开实施例提供的信息生成方法进行说明。
参见图1,图1为本公开实施例提供的第一种信息生成方法的流程示意图,上述方法包括以下步骤S101-S104。
步骤S101:根据用户针对搜索产品的使用前环节反馈的第一信息,获得使用前环节的第一表征信息。
上述用户可以是随机选取的用户,也可以是已在搜索产品进行注册的用户,还可以是预设时间段内使用搜索产品提供的业务的用户。上述用户的数量可以是多个,如50、100。
上述第一信息可以包括用户在使用搜索产品之前对搜索产品的认知程度、满意度等信息。上述第一信息可以是工作人员通过问卷调查、走访等形式获取的信息。
上述第一表征信息包括:搜索产品对用户的吸引度,和/或,反映用户能够为搜索产品提供的资源与搜索产品期望的资源之间的差异的差异度。
上述吸引度表示搜索产品对用户的吸引程度。当吸引度越高,表示搜索产品对用户的吸引程度越高,驱动用户开始使用搜索产品的驱动力越高;当吸引度越低,表示搜索产品对用户的吸引程度低,驱动用户开始使用搜索产品的驱动力越低,所以,吸引度能够反映用户在使用前环节中想要开始使用搜索产品的程度。基于搜索产品对用户的吸引度,能够较为准确表征上述搜索产品的使用前环节的信息。
上述用户对应的资源是指用户在使用搜索产品时能够提供的资源。为方便描述,以下将用户能够为搜索产品提供的资源简称为用户对应的资源。上述资源包括硬件资源、软件资源,其中,硬件资源是指客观存在的资源,如网络流量、使用搜索产品的时间等;软件资源是指主观存在的资源,如用户对搜索产品的期望度、包容度等。
上述搜索产品期望的资源是指搜索产品期望用户能够提供的资源。同样的,上述资源也可以包括硬件资源、软件资源,其中,硬件资源是指客观存在的资源,如使用搜索产品所需的网络流量、使用搜索产品所需的时间等;软件资源是指主观存在的资源,如搜索产品期望用户针对搜索产品的期望度、包容度等。
上述差异度表示:针对同一类型的资源,用户对应的该类型的资源的资源量与搜索产品期望的该类型的资源的资源量之间的差异值。
例如:针对网络流量资源,用户对应的网络流量资源的资源量为50M,搜索产品期望的网络流量资源的资源量为100M,二者资源量之间的差异值为50M,也就是上述差异度为50M。
当差异度越大,表示当前用户对应的资源与搜索产品期望的资源之间的差异较大,可能是由于以下两种情况中的一种情况导致的:
第一种情况,用户对应的资源远高于搜索产品期望的资源。在这种情况下,表示用户使用搜索产品提供的业务时所能提供的资源是非常充足的,站在用户角度来看的话,用户在使用前环节中对搜索产品的接受度较高。
第二种情况,搜索产品期望的资源远高于用户对应的资源。在这种情况下,表示用户使用搜索产品提供的业务时用户所能提供的资源是不足的,站在用户角度来看的话,用户在使用前环节中对搜索产品的接受度较低。
当差异度越小,表示用户使用搜索产品提供的业务时用户所能提供的资源相对比较充足的,站在用户角度来看的话,用户在使用前环节中对搜索产品的接受度一般。
由上述分析可知,用户对应的资源与搜索产品期望的资源之间的差异的差异度能够反映用户在使用前环节中对搜索产品的可接受度,那么基于上述差异度,也能够较为准确地表征上述搜索产品的使用前环节的信息。
具体获得第一表征信息的具体方式可以参见图2、图3对应的实施例,在此不进行详述。
步骤S102:根据用户针对搜索产品的使用中环节反馈的第二信息和/或用户使用搜索产品过程中所产生行为的行为描述信息,获得反映使用中环节满足用户需求程度的第二表征信息。
上述第二信息可以包括用户在使用中环节中对搜索产品的认可度、满意度等。
上述第二信息可以是工作人员通过问卷调查、走访等形式获取的信息。
上述行为描述信息是用于描述用户使用搜索产品过程中所产生的行为的信息。上述行为描述信息可以包括上述行为的发生时间、耗时、操作流程、操作次数等信息。
用户使用搜索产品过程中所产生的行为可以包括:点击操作行为、输入操作行为、删除操作行为、修改操作行为等。
以点击操作行为为例,描述该行为的行为描述信息可以为:第一次执行点击操作的时间、一段时间内点击的次数、点击的内容等信息。
由于第二表征信息是根据上述第二信息和/或行为描述信息获得的,且第二信息是用户针对搜索产品的使用中环节反馈的信息,第二信息可以直接反映使用中环节搜索产品满足用户需求的程度;行为描述信息是用于描述用户使用搜索产品过程中所产生行为的描述信息,搜索产品是否满足用户需求可以间接体现在用户使用搜索产品过程中所产生的行为中,所以行为描述信息可以间接反映搜索产品满足用户需求的程度。那么根据上述直接信息和/或间接信息,能够得到较为准确地反映使用中环节满足用户需求程度的第二表征信息。
一种实施方式中,可以根据上述第二信息和行为描述信息获得第二表征信息。例如:可以对上述第二信息和第二表征信息进行信息融合,对融合后的信息进行归一化处理,基于处理后的信息确定使用中环节满足用户需求的程度,作为第二表征信息。
其他实施方式可以参见图4对应的实施例。
步骤S103:根据用户针对搜索产品的使用后环节反馈的第三信息,获得反映用户针对搜索产品留存度的第三表征信息。
上述第三信息包括用户在使用后环节中对搜索产品的满意度、认知度、接受度等信息。上述第三信息可以是工作人员通过问卷调查、走访等形式获取的信息。
用户针对搜索产品留存度表示用户继续使用该搜索产品的可能性。当留存度越高,表示用户继续使用该搜索产品的可能性越高,当留存度越低,表示用户继续使用该搜索产品的可能性越低。
由于第三表征信息是根据第三信息获得的,且第三信息是用户针对搜索产品的使用后环节反馈的信息,用户在使用后环节反馈的信息可以体现用户是否留存搜索产品的信息,那么根据上述第三信息所获得的第三表征信息能够较为准确地反映用户针对搜索产品留存度。
一种实施方式中,可以获取第三信息中记录用户在使用后环节反馈的对搜索产品的满意度,对各用户对应的满意度进行统计分析,将统计分析值确定为上述第三表征信息。上述统计分析可以为计算平均值、中值等。
其他实施方式可以参见图5对应的实施例。
步骤S104:获得用户的描述特征,针对描述特征生成包括第一表征信息、第二表征信息和第三表征信息且对搜索产品进行描述的信息。
描述特征是指用于对用户进行描述的特征。
一种实施方式中,可以基于各类型的用户属性信息对用户进行划分,基于分类结果,确定用户的描述特征。例如:基于用户性别信息对用户进行划分,得到男性用户的数量和女性用户的数量,根据不同类型的用户的数量,确定用户的性别分布,作为用户的描述特征。
另一种实施方式中,还可以根据各类型的用户的数量与用户总数量,计算TGI指数(Target Group Index目标群体指数),根据计算得到的TGI指数确定用户的描述特征。
例如:当类型T的用户对应的TGI指数高于预设平均值时,表示该类型T1的用户的数量高于其他类型的用户数量的平均水平,用户集中分布于该类型T1中,可以将类型T的用户的数量、属性信息等确定为用户的描述特征。
上述所生成的对搜索产品进行描述的信息可以是文字形式的信息。可选的,可以将各表征信息转换为文字形式的第一描述内容,得到包含各描述内容的信息;并且将用户的描述特征转换为文字形式的第二描述内容,并在包含各描述内容的信息中添加第二描述内容,表示上述信息是针对符合这类描述内容的用户的,作为对搜索产品进行描述的信息。
由以上可见,应用本公开实施例提供的方案生成信息时,一方面,所生成的对搜索产品进行描述的信息中包含第一表征信息、第二表征信息、第三表征信息,由于第一表征信息、第二表征信息、第三表征信息分别表征搜索产品的使用前环节、使用中环节以及使用后环节的信息,所以,包含上述各表征信息的描述信息能够表征搜索产品的完整使用环节的信息,使得所生成的信息能够较为准确地搜索产品进行描述;另一方面,所生成对搜索产品进行描述的信息是针对用户的描述特征生成的,使得所生成的信息更具有针对性。综合上述两个方面的分析可知,采用本公开实施例提供的方案生成信息时,能够较为准确地搜索产品进行描述、且具有针对性。
另外,由于用户的描述特征用于描述用户的特征,针对上述用户的描述特征生成的信息与用户的关联度较高;又由于所生成的信息包含第一表征信息、第二表征信息、第三表征信息,第一表征信息、第二表征信息、第三表征信息中均是根据用户反馈的信息和/或描述用户行为的用户描述信息获得的,上述各表征信息与用户的关联度较高,包含上述各表征信息的信息与用户关联度较高。因此,针对用户的描述特征生成的、包含各表征信息的信息能够进一步更准确地对搜索产品进行描述。
以下分别对获得前述第一表征信息、第二表征信息以及第三表征信息的具体实现方式进行说明。
图2、图3对应的实施例分别为获得第一表征信息的具体实施例。
在第一信息包括用户针对搜索产品的推荐度时,获得第一表征信息的具体实施方式参见图2对应的实施例。图2为本公开实施例提供的第二种信息生成方法的流程示意图,在上述实施例的基础上,上述步骤S101,可以按照以下步骤S1011-S1013实现。
步骤S1011:根据用户针对搜索产品的推荐度,将用户划分为各预设推荐类型的用户。
上述推荐度可以表示搜索产品对用户的吸引度。当用户针对搜索产品的推荐度越高,表示用户对搜索产品持正向、积极的态度,搜索产品对用户的吸引度越高;当用户针对搜索产品的推荐度越低,表示用户对搜索产品持反向、消极的态度,搜索产品对用户的吸引度越低。
预设推荐类型可以由工作人员根据经验确定,如预设推荐类型可以为愿意推荐类型、中立态度类型以及不愿意推荐类型。
对于不同推荐类型,该推荐类型对应的推荐度是不同的,例如:对于愿意推荐类型,该类型对应的推荐度较高,对于不愿意推荐类型,该类型对应的推荐度较低,所以,可以确定预设推荐类型与预设推荐度范围之间的对应关系。在此基础上,一种实施方式中,可以针对每一用户,根据上述对应关系以及该用户针对搜索产品的推荐度,确定用户对应的预设推荐类型。
上述对应关系可以是工作人员根据经验设定的。
以一个例子说明上述过程,预设推荐类型包括愿意推荐类型、中立态度类型以及不愿意推荐类型,愿意推荐类型对应的预设推荐度为(70%,100%],不愿意推荐类型对应的预设推荐度为[0%,30%],中立态度类型对应的预设推荐度为(30%,70%]。
若用户针对搜索产品的推荐度为85%,由于85%位于(70%,100%]这一范围内,可以将该用户确定为愿意推荐类型的用户,若用户针对搜索产品的推荐度为45%,由于45%位于(30%,70%]这一范围内,可以将该用户确定为中立态度类型的用户。
步骤S1012:计算各预设推荐类型的用户的数量与用户的总数量之间的第一比例。
在上述步骤S1011中,在将用户划分为各预设推荐类型的用户后,可以得到各预设推荐类型的用户的数量。
上述第一比例反映用户中各预设推荐类型的用户分布的情况,第一比例越高,表示该第一比例对应的预设推荐类型的用户分布密集,第一比例越低,表示该第一比例对应的预设推荐类型的用户分布稀疏。
例如:用户的总数量为100,预设推荐类型包括愿意推荐类型、中立态度类型、不愿意推荐类型,各类型的用户的数量与计算得到对应第一比例如表1所示。
表1
预设推荐类型 | 数量 | 第一比例 |
愿意推荐 | 50 | (50/100)=50% |
不愿意推荐 | 20 | (20/100)=20% |
中立态度 | 30 | (30/100)=30% |
步骤S1013:根据第一比例,确定使用前环节的第一表征信息。
可以根据各第一比例,确定各预设推荐类型的用户之间的相对关系信息,作为使用前环节的第一表征信息。
一种实施方式中,可以计算各第一比例之间的比例,作为各预设推荐类型的用户直接的相对关系信息。
例如:以上述表1为例,可以计算30%与50%之间的比例,得到166.67%,表示中立态度类型的用户与愿意推荐类型的用户之间的相对关系信息,还可以计算20%与50%之间的比例,得到40%,表示不愿意推荐类型的用户与愿意推荐类型的用户之间的相对关系信息。
另一种实施方式中,还可以计算各第一比例之间的差值,作为各预设推荐类型的用户直接的相对关系信息。
例如:以上述表1为例,可以计算50%与30%之间的比例,得到20%,表示愿意推荐类型的用户与中立态度类型的用户之间的相对关系信息,还可以计算50%与20%之间的比例,得到30%,表示愿意推荐类型的用户与不愿意推荐类型的用户之间的相对关系信息。
由于上述第一比例可以反映用户中各预设推荐类型的用户分布的情况,对于不同预设推荐类型的用户,搜索产品对用户的吸引度也不同,所以上述第一比例与搜索产品对用户的吸引度具有关联关系,根据第一比例得到的第一表征信息与搜索产品对用户的吸引度具有关联关系,从而能够较为准确地反映搜索产品对用户的吸引度。
在第一信息包括用户能够为搜索产品提供的预设资源的第一资源量时,获得第一表征信息的具体实施方式参见图3对应的实施例。图3为本公开实施例提供的第三种信息生成方法的流程示意图,在上述实施例的基础上,上述步骤S101,还可以按照以下步骤S1014-S1015实现。
步骤S1014:获取搜索产品期望的预设资源的第二资源量。
上述预设资源可以包括硬件资源、软件资源,其中,硬件资源是指客观存在的资源,如使用搜索产品所需的网络流量、使用搜索产品所需的时间等;软件资源是指主观存在的资源,如搜索产品期望用户针对搜索产品的期望度、包容度等。
一种实施方式中,可以根据搜索产品自身配置的产品参数和/或所提供的业务,确定搜索产品期望的预设资源的第二资源量。
例如:预设资源为网络流量的资源,搜索产品所提供的业务为视频播放业务,将视频播放业务所需的平均资源量500M,确定为第二资源量。
步骤S1015:根据第一资源量与第二资源量之间的差值,确定使用前环节的第一表征信息。
一种实现方式中,可以直接将第一资源量与第二资源量之间的差值,确定为使用前环节的第一表征信息。
例如:第一资源量为50M,第二资源量为100M,二者之间的差值为-50M,作为使用前环节的第一表征信息。
另一种实现方式中,还可以采用预设的资源量误差系数对第一资源量与第二资源量之间的差值进行调整,将调整后的差值确定为使用前环节的第一表征信息。
例如:第一资源量为50M,第二资源量为100M,二者之间的差值为-50M,预设的资源量误差系数为1M,可以计算差值与预设的资源量误差系数之和,为-49M,作为使用前环节的第一表征信息。
由于是根据第一资源量与第二资源量之间的差值确定第一表征信息,所获得的第一表征信息能够反映用户能够为搜索产品提供的资源与搜索产品期望的资源之间的差异的差异度。
图4a对应的实施例为获得第二表征信息的具体实施例。
图4a为本公开实施例提供的第四种信息生成方法的流程示意图,在上述实施例的基础上,上述步骤S102,可以按照以下步骤S1021-S1025实现。
步骤S1021:确定搜索产品的容错度以及搜索产品中各功能的设计样式的一致度,并获取第二信息中包括的用户使用搜索产品过程中的易用度,得到包含容错度、一致度以及易用度的搜索产品的使用中环节的描述特征。
上述容错度反映搜索产品对用户使用该搜索产品过程中产生的错误信息进行纠错的纠错功能的灵敏度。当容错度越高,反映上述纠错功能越灵敏;当容错度越低,反映上述纠错功能越迟钝。
例如:用户使用搜索产品的搜索功能时,准备使用文本W1作为检索条件进行搜索,但是输入文本的时候由于操作失误导致实际以文本W2作为检索条件进行搜索,搜索产品可以对上述输入文本W2进行纠错,以信息显示的方式提示用户输入文本可能发生错误,这种情况下,搜索产品使用了纠错功能对上述错误信息进行纠错。在出现错误信息的情况中,搜索产品能够对大部分情况下的错误信息进行正确纠错,表示搜索产品的纠错功能的灵敏度较高,搜索产品的容错度较高;搜索产品仅能对小部分情况下的错误信息进行正确纠错,表示搜索产品的纠错功能的灵敏度较低,搜索产品的容错度较低。
一种实施方式中,可以根据搜索产品的历史正确纠错频次与历史总纠错频次计算上述容错度,如可以计算历史正确纠错频次与历史总纠错频次之间的比例,作为容错度。
上述一致度反映搜索产品中各功能的设计样式的一致性。功能的设计样式可以包括各功能页面的页面设计样式、各功能页面中插件的插件设计样式等。
一种实施方式中,可以计算各功能的设计样式之间的相似度,作为一致度。
上述易用度表示用户使用搜索产品过程中的容易程度,当易用度越高,表示用户越容易使用搜索产品,当易用度越低,表示用户使用搜索产品过程中出现困难。
步骤S1022:根据用户的行为描述信息,确定用户使用过的搜索条件中能够搜索到用户所需主题内容的目标搜索条件。
在上述用户的行为描述信息中,记录用户在针对同一主题内容使用搜索功能的次数,基于上述次数,可以将用户的行为特征划分为单次搜索以及多次搜索;还可以记录用户在连续一段时间内针对不同主题内容使用搜索功能,可以将用户的这种行为特征确定为复合搜索。通过获得用户的行为描述信息中记录的上述信息,可以制定不同的检索辅助方案以满足用户需求。
搜索条件是指使用搜索产品进行搜索使用的信息,搜索条件可以为文本、语音、图片等。
目标搜索条件是指能够搜索到用户所需主题内容的搜索条件,也就是,基于目标搜索条件得到的主题内容能够满足用户需求。对于同一主题内容,可以对应一个目标搜索条件,也可以对应多个目标搜索条件。
例如:用户所需主题内容为C1,用户使用的各搜索条件中,仅使用搜索条件S1和搜索条件S2能够搜索得到C1,所以搜索条件S1、S2为目标搜索条件。
一种实施方式中,可以根据行为描述信息中记录的用户使用各搜索条件进行搜索的时长,将时长大于预设时长阈值对应的搜索条件确定为目标搜索条件。
上述预设时长阈值可以由工作人员根据经验设定,例如上述预设时长阈值可以为10min、20min等。
通常用户在搜索到所需主题内容后,会浏览主题内容,这一过程中花费较长时间,而当用户未搜索到所需主题内容后,重新使用搜索条件进行搜索,这一过程花费时间较短,所以可以基于使用搜索条件进行搜索的时长确定目标搜索条件。
步骤S1023:针对目标搜索条件的每一条件长度,根据行为描述信息,获得该条件长度对应的目标搜索条件集中搜索条件的第一数量。
当目标搜索条件为文本时,条件长度是指文本中包含文字的数量,当目标搜索条件为语音时,条件长度是指语音所占字节的长度,当目标搜索条件为图片时,条件长度是指图片所占字节的长度。
上述一个目标搜索条件集中包括该条件长度对应的至少一个目标搜索条件。
条件长度对应的目标搜索条件集表示:目标搜索条件集中包含的各目标搜索条件的长度为上述条件长度。
例如:以搜索条件为文本为例,一个目标搜索条件集对应的条件长度为7个字节的长度,表示该目标搜索条件集中包括的各目标搜索条件的长度均为7个字节的长度。
一个目标搜索条件对应一个主题内容,一个目标搜索条件集中所包括的多个目标搜索条件对应的主题内容可以是相同的,也可以是不同的。一个目标搜索条件集中还包括针对目标搜索条件对应的主题内容所使用过的搜索条件,上述第一数量表示一个目标搜索条件集中包括的所使用的搜索条件的数量,需要注意的是,并不包括目标搜索条件集中的目标搜索条件。
以图4b为例,图4b示出了目标搜索条件集的组成成分示意图。大圆所在区域表示目标搜索条件集,大圆包含两个小圆,其中,一个小圆的中心点A1表示一个目标搜索条件,该小圆其他区域的点A11、A12、A13、A14表示针对A1对应的主题内容所使用过的搜索条件,另一个小圆的中心点B1表示另一个目标搜索条件,该小圆其他区域的点B11、B12、B13、B14表示针对B1对应的主题内容所使用过的搜索条件。A1对应的主题内容与B1对应的主题内容不同。第一数量为点A11、A12、A13、A14、B11、B12、B13、B14的数量,也就是8个。
一种实施方式中,可以根据各目标搜索条件的条件长度,对各目标搜索条件进行划分,获得每一条件长度对应的各目标搜索条件,根据行为描述信息中记录的使用搜索条件的使用时间,确定针对各目标搜索条件对应的主题内容所使用过的搜索条件的目标数量,计算同一条件长度对应的各目标搜索条件对应的目标数量之和,作为上述第一数量。
具体的,可以确定使用目标搜索条件的使用时间,作为参考时间,确定与参考时间之间的时间差小于预设时间差阈值的搜索条件,作为针对该目标搜索条件对应的主题内容所使用过的搜索条件,从而得到该目标搜索条件对应的目标数量。
上述预设时间差阈值可以由工作人员根据经验设定,如可以为5s、10s等。
例如:确定得到目标搜索条件TS1对应的目标数量为5、目标搜索条件TS2对应的目标数量为10、目标搜索条件TS3对应的目标数量为8、目标搜索条件TS4对应的目标数量为9,其中,目标搜索条件TS1与目标搜索条件TS2的条件长度相同,均为7个字节的长度,目标搜索条件TS3与目标搜索条件TS4的条件长度相同,均为10个字节的长度,可以计算得到,针对条件长度为7个字节的长度,该条件长度对应的目标搜索条件集中搜索条件的第一数量为:5+10=15个,针对条件长度为10个字节的长度,该条件长度对应的目标搜索条件集中搜索条件的第一数量为:8+9=17个。
步骤S1024:计算每一第一数量分别与用户使用过的搜索条件的总数量之间的第二比例。
上述第二比例反映针对每一长度的目标检索条件,针对该长度的目标检索条件对应的主题内容所使用搜索条件的频率,第二比例越高,表示所使用搜索条件的频率越高,在这种情况下,用户需要频繁替换搜索条件才能检索得到所需的主题内容;第二比例越低,表示所使用搜索条件的频率越低,在这种情况下,用户不需要频繁替换搜索条件可以检索得到所需的主题内容。
以图4c为例,图4c示出了一种第二比例的示意图。图4c中包括两种形式的信息,以柱状图表示的信息为不同query(检索条件)长度下的换query率,以折线图表示的信息为不同query长度下的换query率TGI指标。其中,横坐标表示query的字数,单位为个,query对应前述检索条件,querye的字数对应前述条件长度。纵坐标包括换query率和换query次数。从图4c可以看到,query字数越短,换query率和换query次数越低,query字数越长,换query率和换query次数越高。
步骤S1025:根据描述特征和/或第二比例,确定使用中环节满足用户需求程度的第二表征信息。
一种方式中,可以得到包含上述描述特征和/或第二比例的表征信息,作为上述第二表征信息。
上述第二表征信息是根据描述特征和/或第二比例确定得到的,一方面,由于描述特征中包含的容错度、一致度、易用度是从不同的角度描述搜索产品在使用中环节的特征,如容错度是描述搜索产品在使用中环节的纠错功能的灵敏度、一致度是描述搜索产品中各功能设计样式的一致性,各功能设计样式的一致性会影响用户在使用中环节的使用感受及体验、易用度是描述搜索产品在使用中环节的易用程度,所以所得到的描述特征中包含上述三种信息,能够使得所得到的上述描述特征充分描述搜索产品的使用中环节的特征。
另一方面,上述第二比例反映针对每一长度的目标检索条件,针对该长度的目标检索条件对应的主题内容所使用搜索条件的频率,用户针对同一主题内容使用的搜索条件的频率与搜索产品是否满足用户需求度有关,所以上述第二比例能够反映搜索产品满足用户需求的需求度。
因此,结合上述两方面的分析可知,根据描述特征和/或第二比例,所确定的第二表征信息可以反映使用中环节满足用户需求程度,也可以反映使用中环节的特征。
图5对应的实施例为获得第三表征信息的具体实施例。
图5为本公开实施例提供的第五种信息生成方法的流程示意图,在上述实施例的基础上,上述步骤S103,可以按照以下步骤S1031-S1033实现。
步骤S1031:获取满意度低于预设满意度阈值的用户所使用的其他搜索产品所具有功能的第一功能特征。
上述满意度是指用户使用搜索产品之后反馈的对搜索产品的满意度。当用户的满意度低于预设满意度阈值,表示该用户对搜索产品不太满意,在这种情况下,用户可能使用其他搜索产品。
第一功能特征表示其他搜索产品所具有功能的功能特征。具体的,上述第一功能特征可以反映其他搜索产品所具有功能的功能类型、功能种类、功能效果等信息。
一种实施方式中,可以通过走访、问卷调查等方式确定满意度低于预设满意度阈值的用户所使用的其他搜索产品,通过网络搜索获得其他搜索产品公开的产品信息以及所具有功能的功能信息,从获得的信息中提取第一功能特征。
步骤S1032:确定第一功能特征与搜索产品实际具有的功能的第二功能特征之间的第一功能差异。
上述第二功能特征可以反映搜索产品实际具有的功能的功能类型、功能种类、功能效果等信息。
第一功能差异表示第一功能特征与第二功能特征之间的差异。
当第一功能差异越大,表示第一功能特征与第二功能特征之间的差异较大,可能是由于以下两种情况中的一种情况导致的:
第一种情况,第一功能特征远高于第二功能特征。在这种情况下,表示其他搜索产品所具有功能是优于搜索产品实际具有的功能,本搜索产品缺失其他搜索产品所具有的功能特征,站在用户角度来看的话,用户在使用后环节中对搜索产品的满意度较低。
第二种情况,第一功能特征远低于第二功能特征。在这种情况下,表示搜索产品实际具有的功能是优于其他搜索产品所具有功能,其他搜索产品缺失本搜索产品所具有的功能特征,站在用户角度来看的话,用户在使用后环节中对搜索产品的满意度较高。
当第一功能差异度越小,表示第一功能特征与第二功能特征之间的差异较小,站在用户角度来看的话,搜索产品可以被其他搜索产品代替,用户在使用后环节中对搜索产品的满意度一般。
具体的,可以计算第一功能特征与第二功能特征之间的欧式距离、余弦距离等距离,作为上述第一功能差异。例如:当计算得到的距离越大,表示二者功能特征之间的差异越大,第一功能差异越大,当计算得到的距离越小,表示二者功能特征之间的差异越小,第一功能差异越小。
步骤S1033:根据第一功能差异,确定反映用户针对搜索产品留存度的第三表征信息。
由上述步骤S1032的分析可知,第一功能特征与第二功能特征之间的第一功能差异能够反映用户在使用后环节中对搜索产品的满意度,那么基于上述第一功能差异,能够较为准确地确定表征上述搜索产品的使用后环节的信息。
一种实施方式中,可以直接将第一功能差异确定为第三表征信息,还可以对采用预设的第一功能差异系数对第一功能差异进行调整,将调整后第一功能差异,确定为第三表征信息。
由于是根据第一功能差异确定反映用户针对搜索产品留存度的第三表征信息,第一功能差异表示第一功能特征与第二功能特征之间的差异,上述第一功能差异能够反映本搜索产品所具有功能的不足之处以及优势所在,基于上述第一功能差异所获得的第三表征信息能够更加准确地表示搜索产品在使用后环节的特征。
在生成搜索产品进行描述的信息过程中,除了获得使用搜索产品包括的各个环节的表征信息之外,还可以从搜索产品的整体出发,确定用户对搜索产品的整体认知度。参见图6a,图6a为本公开实施例提供的第六种信息生成方法的流程示意图,在上述实施例的基础上,上述方法还包括以下步骤S105-步骤S109。
步骤S105:根据用户对搜索产品的认知度,将用户划分为各预设认知类型的用户。
上述认知度可以表示用户对搜索产品的认知程度。当认知度越高,表示用户对搜索产品认识全面、准确;当认知度越低,表示用户对搜索产品认识可能存在偏差。
预设认知类型可以由工作人员根据经验确定,如预设认知类型可以仅认知类型、考虑使用类型、尝试使用类型、正在使用类型以及依赖产品类型。
对于不同认知类型,该认知类型对应的认知度是不同的,例如:对于依赖产品类型,该类型对应的认知度较高,对于仅认知类型,该类型对应的认知度较低。所以,可以确定预设认知类型与预设认知度范围之间的对应关系。在此基础上,一种实施方式中,可以针对每一用户,根据上述对应关系以及该用户针对搜索产品的认知度,确定用户对应的预设认知类型。
上述对应关系可以是工作人员根据经验设定的。
步骤S106:计算各预设认知类型的用户的数量与用户的总数量之间的第三比例。
上述第三比例反映用户中各预设认知类型的用户分布的情况,第三比例越高,表示该第三比例对应的预设认知类型的用户分布密集,第三比例越低,表示该第三比例对应的预设认知类型的用户分布稀疏。
例如:用户的总数量为100,预设认知类型包括仅认知类型、考虑使用类型、尝试使用类型、正在使用类型以及依赖产品类型,各类型的用户的数量与计算得到对应第三比例如表2所示。
表2
步骤S107:获取用户期望搜索产品所具有功能的第三功能特征。
第三功能特征表示用户期望搜索产品所具有功能的功能特征。具体的,上述第三功能特征可以反映用户期望搜索产品所具有功能的功能类型、功能种类、功能效果等信息。
一种实施方式中,可以通过走访、问卷调查等方式获取用户期望搜索产品所具有功能的功能信息,从上述功能信息中提取功能特征,作为第三功能特征。
步骤S108:确定第三功能特征与搜索产品实际具有功能的第二功能特征之间的第二功能差异。
第二功能差异表示第三功能特征与第二功能特征之间的差异。
当第二功能差异越大,表示第三功能特征与第二功能特征之间的差异较大,可能是由于以下两种情况中的一种情况导致的:
第一种情况,第三功能特征远高于第二功能特征。在这种情况下,表示用户期望搜索产品所具有功能是优于搜索产品实际具有的功能。由于通常在对搜索产品具有充分认知的情况下,用户期望搜索产品所具有的功能优于搜索产品实际具有的功能的可能性较高,所以在这种情况下可以表示用户对搜索产品的认知度较高;
第二种情况,第三功能特征远低于第二功能特征。在这种情况下,表示搜索产品实际具有的功能是优于用户期望搜索产品所具有功能。由于通常在对搜索产品的认知不充分的情况下,搜索产品实际具有的功能高于用户期望搜索产品所具有的功能的可能性较高,所以在这种情况下可以表示用户对搜索产品的认知度较低;
当第二功能差异度越小,表示第三功能特征与第二功能特征之间的差异较小,由于通常在对搜索产品具有一定认知的情况下,用户期望搜索产品所具有的功能与搜索产品实际具有的功能持平的可能性较高,所以在这种情况下可以表示用户对搜索产品的认知度一般。
一种实施方式中,可以计算第三功能特征与第二功能特征之间的欧式距离、余弦距离等距离,作为上述第二功能差异。例如:当计算得到的距离越大,表示二者功能特征之间的差异越大,第二功能差异越大,当计算得到的距离越小,表示二者功能特征之间的差异越小,第二功能差异越小。
另一种实施方式中,可以计算各用户对应的第三功能特征中具有同一功能特征的用户的数量与用户总数量之间的第一目标比例,并计算使用搜索产品实际具有的同一功能的用户的数量与用户总数量之间的第二目标比例,基于各第一目标比例、第二目标比例建立场景分类象限图,图中各个点的横坐标为第一目标比例,纵坐标为第二目标比例,基于场景分类象限图,得到搜索产品实际具有的以及用户期望搜索产品具有的各功能所属类型。
以图6b为例,图6b示出了场景分类象限图,图中包括各个“场景”,此处场景对应前述“功能”,其中,位于左上角三角形区域内的场景的第一类型与位于右下角三角形区域内的场景的第二类型不同。
步骤S109:根据第三比例和/或第二功能差异,确定用户针对搜索产品的认知信息。
一种实施方式中,可以计算各第三比例之间的比例,作为用户针对搜素产品的认知信息。
上述计算各第三比例之间的比例表示一种认知类型的用户转换为另一种认知类型的用户的可能性,将这一过程称为建立整体转化漏斗。
以图6c为例,图6c示出了一种表示第三比例的柱形示意图。其中,图6c中包括各预设认知类型,分别为:认知者(即仅知道搜索)、考虑者(现在或未来考虑使用)、尝试者(使用过搜索)、使用者(正在使用搜索)以及依赖者(每周至少使用一次),并示出了各认知类型的用户的数量占用户总数量的所占比,也就是上述第三比例,还计算得到各第三比例之间的比例关系。
一种实施方式中,还可以直接将第二功能差异确定为用户针对搜索产品的认知信息,还可以对采用预设的第二功能差异系数对第二功能差异进行调整,将调整后第二功能差异,确定为用户针对搜索产品的认知信息。
另一种实施方式中,还可以生成包含第三比例和/或第二功能差异的信息,作为用户针对搜索产品的认知信息。
由于是根据第三比例和/或第二功能差异,确定用户针对搜索产品的认知信息,其中,第三比例可以反映用户中各预设认知类型的用户分布的情况,对于不同预设认知类型的用户,用户对搜索产品的认知度也不同,所以上述第三比例与用户对搜索产品的认知度具有关联关系,根据第三比例得到的第三表征信息与用户对搜索产品的认知度具有关联关系,从而能够较为准确地反映用户对搜索产品的认知度。
并且第二功能差异表示第三功能特征与第二功能特征之间的差异,上述第三功能特征与第二功能特征之间的差异能够反映用户对搜索产品的认知度,所以,基于上述第二功能差异所获得的认知信息能够准确地表示用户对搜索产品的认知度。
因此,基于上述两种信息获得的认知信息能够准确地表示用户对搜索产品的认知度。
在上述实施例的基础上,上述步骤S104,可以按照以下步骤S1041实现。
步骤S1041:针对描述特征生成包括第一表征信息、第二表征信息、第三表征信息以及认知信息且对搜索产品进行描述的信息。
由于所生成的信息中还包括用户对搜索产品的认知信息,使得上述对搜索产品进行描述的信息更加全面、丰富,并且所生产的上述信息能够用于更为准确地对搜索产品进行描述。
本公开的一个实施例中,在生成得到对搜索产品进行描述的信息之后,还可以根据生成得到的对搜索产品进行描述的信息,确定针对搜索产品进行改进的改进方案。
生成得到的信息中包含第一表征信息、第二表征信息以及第三表征信息,每一表征信息对应不同使用环节,针对每一使用环节的表征信息,可以确定该使用环节对应的对搜索产品进行改进的改进方案。
对于使用前环节的第一表征信息,针对这一环节的改进方案是围绕提升搜索产品对用户的吸引度,从而激发用户的使用兴趣;还可以缩小用户能够为所述搜索产品提供的资源与搜索产品期望的资源之间的差异的差异度,使得用户能够做好准备使用搜索产品。
例如:若第一表征信息中包括的搜索产品对用户的吸引度小于预设吸引度阈值,表示搜索产品对用户的吸引度不足,可以从预设的吸引度与改进方案之间的对应关系中,确定针对吸引度不足的改进方案,如可以是加大宣传力度等。
若基于第一表征信息中包括的用户对应的资源与搜索产品期望的资源之间的差异的差异度确定得到用户对应的资源远小于搜索产品期望的资源之间的差异的差异度,表示用户难以提供充足的资源使用搜索产品,可以从预设的差异度与改进方案之间的对应关系中,确定针对上述情况的改进方案,如可以减少搜索产品期望的资源。
对于使用中环节的第二表征信息,针对这一环节的改进方案是围绕尽可能满足用户使用搜索产品过程中所表达需求。
例如:若第二表征信息中包括的使用中环节满足用户需求程度小于预设需求度阈值,表示搜索产品难以满足用户的需求程度,可以从预设的需求度与改进方案之间的对应关系中,确定针对需求度不足的改进方案,如可以是对搜索产品的业务系统进行更新、在用户使用搜索产品的过程中基于用户所表达的需求向用户推荐关联信息等。
对于使用后环节的第二表征信息,针对这一环节的改进方案是围绕尽可能提升用户针对搜索产品的留存度。
例如:若基于第三表征信息确定用户所使用的其他搜索产品所具有功能的第一功能特征高于本搜索产品实际具有功能的第二功能特征,可以基于二者功能差异适应性确定搜索产品的改进方案。如可以将其他搜索产品所具有的功能适应性地添加至本搜索产品中包括的功能中。
这样,由于是依据所生成的对搜索产品进行描述的信息确定的改进方案,又由于所生成的生成能够准确对搜索产品进行描述,从而使得所确定的改进方案能够精准对产品进行优化,提高产品质量。
以下结合图7,对本公开实施例提供的信息生成方法的完整流程进行说明。图7为本公开实施例提供的一种信息生成方法的流程框图。
首先,确定用户对搜索产品的认知程度;
其次,根据用户在使用搜索产品的完整流程的各个环节的反馈信息以及搜索产品自身配置信息,确定搜索产品各个使用环节的表征信息;
然后,确定未满足需求的用户所选择的其他搜索产品的功能特征,基于其他搜索产品的功能特征与本搜索产品的功能特征之间的差异,进一步确定使用搜索产品之后的表征信息。
上述三个步骤又可以称为搜索产品的完整路径(whole trip)。
最后,生成针对用户的描述特征、且包含上述各个步骤确定的信息。
以下对本公开实施例提供的信息生成装置进行说明。
参见图8,图8为本公开实施例提供的第一种信息生成装置的结构示意图,上述装置包括以下模块801-804:
第一信息获得模块801,用于根据用户针对搜索产品的使用前环节反馈的第一信息,获得所述使用前环节的第一表征信息,其中,所述第一表征信息包括:所述搜索产品对用户的吸引度和/或反映用户能够为所述搜索产品提供的资源与搜索产品期望的资源之间的差异的差异度;
第二信息获得模块802,用于根据用户针对所述搜索产品的使用中环节反馈的第二信息和/或用户使用所述搜索产品过程中所产生行为的行为描述信息,获得反映所述使用中环节满足用户需求程度的第二表征信息;
第三信息获得模块803,用于根据用户针对所述搜索产品的使用后环节反馈的第三信息,获得反映用户针对所述搜索产品留存度的第三表征信息;
信息生成模块804,用于获得用户的描述特征,针对所述描述特征生成包括所述第一表征信息、第二表征信息和第三表征信息且对所述搜索产品进行描述的信息。
由以上可见,应用本公开实施例提供的方案生成信息时,一方面,所生成的对搜索产品进行描述的信息中包含第一表征信息、第二表征信息、第三表征信息,由于第一表征信息、第二表征信息、第三表征信息分别表征搜索产品的使用前环节、使用中环节以及使用后环节的信息,所以,包含上述各表征信息的描述信息能够表征搜索产品的完整使用环节的信息,使得所生成的信息能够较为准确地搜索产品进行描述;另一方面,所生成对搜索产品进行描述的信息是针对用户的描述特征生成的,使得所生成的信息更具有针对性。综合上述两个方面的分析可知,采用本公开实施例提供的方案生成信息时,能够较为准确地搜索产品进行描述、且具有针对性。
参见图9,图9为本公开实施例提供的第二种信息生成装置的结构示意图,上述第一信息获得模块801可以包括以下子模块8011-8013。
第一信息包括用户针对所述搜索产品的推荐度,所述第一信息获得模块,包括:
用户划分子模块8011,用于根据用户针对搜索产品的推荐度,将用户划分为各预设推荐类型的用户;
第一比例计算子模块8012,用于计算各预设推荐类型的用户的数量与用户的总数量之间的第一比例;
第一信息确定子模块8013,用于根据所述第一比例,确定所述使用前环节的第一表征信息。
由于上述第一比例可以反映用户中各预设推荐类型的用户分布的情况,对于不同预设推荐类型的用户,搜索产品对用户的吸引度也不同,所以上述第一比例与搜索产品对用户的吸引度具有关联关系,根据第一比例得到的第一表征信息与搜索产品对用户的吸引度具有关联关系,从而能够较为准确地反映搜索产品对用户的吸引度。
参见图10,图10为本公开实施例提供的第三种信息生成装置的结构示意图,上述第一信息获得模块801还可以包括以下子模块8014-8015。
资源量获取子模块8014,用于获取所述搜索产品期望的所述预设资源的第二资源量;
第二信息确定子模块8015,用于根据所述第一资源量与第二资源量之间的差值,确定所述使用前环节的第一表征信息。
由于是根据第一资源量与第二资源量之间的差值确定第一表征信息,所获得的第一表征信息能够反映用户能够为搜索产品提供的资源与搜索产品期望的资源之间的差异的差异度。
参见图11,图11为本公开实施例提供的第四种信息生成装置的结构示意图,上述第二信息获得模块802可以包括以下子模块8021-8025。
描述特征获得子模块8021,用于确定所述搜索产品的容错度以及所述搜索产品中各功能的设计样式的一致度,并获取所述第二信息中包括的用户使用所述搜索产品过程中的易用度,得到包含所述容错度、一致度以及易用度的所述搜索产品的使用中环节的描述特征;
搜索条件确定子模块8022,用于根据用户的行为描述信息,确定用户使用过的搜索条件中能够搜索到用户所需主题内容的目标搜索条件;
数量获得子模块8023,用于针对目标搜索条件的每一条件长度,根据所述行为描述信息,获得该条件长度对应的目标搜索条件集中搜索条件的第一数量,其中,一个目标搜索条件集中包括该条件长度对应的至少一个目标搜索条件;
第二比例计算子模块8024,用于计算每一第一数量分别与用户使用过的搜索条件的总数量之间的第二比例;
第三信息确定子模块8025,用于根据所述描述特征和/或第二比例,确定所述使用中环节满足用户需求程度的第二表征信息。
上述第二表征信息是根据描述特征和/或第二比例确定得到的,一方面,由于描述特征中包含的容错度、一致度、易用度是从不同的角度描述搜索产品在使用中环节的特征,如容错度是描述搜索产品在使用中环节的纠错功能的灵敏度、一致度是描述搜索产品中各功能设计样式的一致性,各功能设计样式的一致性会影响用户在使用中环节的使用感受及体验、易用度是描述搜索产品在使用中环节的易用程度,所以所得到的描述特征中包含上述三种信息,能够使得所得到的上述描述特征充分描述搜索产品的使用中环节的特征。
另一方面,上述第二比例反映针对每一长度的目标检索条件,针对该长度的目标检索条件对应的主题内容所使用搜索条件的频率,用户针对同一主题内容使用的搜索条件的频率与搜索产品是否满足用户需求度有关,所以上述第二比例能够反映搜索产品满足用户需求的需求度。
因此,结合上述两方面的分析可知,根据描述特征和/或第二比例,所确定的第二表征信息可以反映使用中环节满足用户需求程度,也可以反映使用中环节的特征。
参见图12,图12为本公开实施例提供的第五种信息生成装置的结构示意图,上述第三信息获得模块803还可以包括以下子模块8031-8033。
功能特征获得子模块8031,用于获取所述满意度低于预设满意度阈值的用户所使用的其他搜索产品所具有功能的第一功能特征;
功能差异确定子模块8032,用于确定所述第一功能特征与所述搜索产品实际具有的功能的第二功能特征之间的第一功能差异;
第四信息确定子模块8033,用于根据所述第一功能差异,确定反映用户针对所述搜索产品留存度的第三表征信息。
由于是根据第一功能差异确定反映用户针对搜索产品留存度的第三表征信息,第一功能差异表示第一功能特征与第二功能特征之间的差异,上述第一功能差异能够反映本搜索产品所具有功能的不足之处以及优势所在,基于上述第一功能差异所获得的第三表征信息能够更加准确地表示搜索产品在使用后环节的特征。
参见图13,图13为本公开实施例提供的第六种信息生成装置的结构示意图,上述装置还包括:
用户划分模块805,用于根据用户对所述搜索产品的认知度,将用户划分为各预设认知类型的用户;
比例计算模块806,用于计算各预设认知类型的用户的数量与用户的总数量之间的第三比例;
功能特征获取模块807,用于获取用户期望所述搜索产品所具有功能的第三功能特征;
功能差异确定模块808,用于确定所述第三功能特征与所述搜索产品实际具有功能的第二功能特征之间的第二功能差异;
认知信息确定模块809,用于根据所述第三比例和/或第二功能差异,确定用户针对所述搜索产品的认知信息;
所述信息生成模块804,具体用于针对所述描述特征生成包括所述第一表征信息、第二表征信息、第三表征信息以及认知信息且对所述搜索产品进行描述的信息。
由于是根据第三比例和/或第二功能差异,确定用户针对搜索产品的认知信息,其中,第三比例可以反映用户中各预设认知类型的用户分布的情况,对于不同预设认知类型的用户,用户对搜索产品的认知度也不同,所以上述第三比例与用户对搜索产品的认知度具有关联关系,根据第三比例得到的第三表征信息与用户对搜索产品的认知度具有关联关系,从而能够较为准确地反映用户对搜索产品的认知度。
并且第二功能差异表示第三功能特征与第二功能特征之间的差异,上述第三功能特征与第二功能特征之间的差异能够反映用户对搜索产品的认知度,所以,基于上述第二功能差异所获得的认知信息能够准确地表示用户对搜索产品的认知度。
因此,基于上述两种信息获得的认知信息能够准确地表示用户对搜索产品的认知度。
本公开的一个实施例中,上述装置还包括方案确定模块,所述方案确定模块具体用于根据生成得到的对所述搜索产品进行描述的信息,确定针对所述搜索产品进行改进的改进方案。
这样,由于是依据所生成的对搜索产品进行描述的信息确定的改进方案,又由于所生成的生成能够准确对搜索产品进行描述,从而使得所确定的改进方案能够精准对产品进行优化,提高产品质量。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开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。
本公开实施例提供了一种电子设备,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信息生成方法。
本公开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,其中,所述计算机指令用于使所述计算机执行信息生成方法。
本公开实施例提供了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信息生成方法。
图14示出了可以用来实施本公开的实施例的示例电子设备1400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/或者要求的本公开的实现。
如图14所示,设备1400包括计算单元1401,其可以根据存储在只读存储器(ROM)1402中的计算机程序或者从存储单元1408加载到随机访问存储器(RAM)1403中的计算机程序,来执行各种适当的动作和处理。在RAM 1403中,还可存储设备1400操作所需的各种程序和数据。计算单元1401、ROM 1402以及RAM 1403通过总线1404彼此相连。输入/输出(I/O)接口1405也连接至总线1404。
设备1400中的多个部件连接至I/O接口1405,包括:输入单元1406,例如键盘、鼠标等;输出单元1407,例如各种类型的显示器、扬声器等;存储单元1408,例如磁盘、光盘等;以及通信单元1409,例如网卡、调制解调器、无线通信收发机等。通信单元1409允许设备1400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1401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1401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1401执行上文所描述的各个方法和处理,例如信息生成方法。例如,在一些实施例中,信息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1408。在一些实施例中,计算机程序的部分或者全部可以经由ROM 1402和/或通信单元1409而被载入和/或安装到设备1400上。当计算机程序加载到RAM 1403并由计算单元1401执行时,可以执行上文描述的信息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1401可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行信息生成方法。
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。
用于实施本公开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。
在本公开的上下文中,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。
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,本发公开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,只要能够实现本公开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,并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (14)
1.一种信息生成方法,包括:
根据用户针对搜索产品的使用前环节反馈的第一信息,获得所述使用前环节的第一表征信息,其中,所述第一表征信息包括:所述搜索产品对用户的吸引度和/或反映用户能够为所述搜索产品提供的资源与搜索产品期望的资源之间的差异的差异度;
根据用户针对所述搜索产品的使用中环节反馈的第二信息和/或用户使用所述搜索产品过程中所产生行为的行为描述信息,获得反映所述使用中环节满足用户需求程度的第二表征信息;
根据用户针对所述搜索产品的使用后环节反馈的第三信息,获得反映用户针对所述搜索产品留存度的第三表征信息;
获得用户的描述特征,针对所述描述特征生成包括所述第一表征信息、第二表征信息和第三表征信息且对所述搜索产品进行描述的信息;
其中,所述根据用户针对所述搜索产品的使用中环节反馈的第二信息和/或用户使用所述搜索产品过程中所产生行为的行为描述信息,获得反映所述使用中环节满足用户需求程度的第二表征信息,包括:
确定所述搜索产品的容错度以及所述搜索产品中各功能的设计样式的一致度,并获取所述第二信息中包括的用户使用所述搜索产品过程中的易用度,得到包含所述容错度、一致度以及易用度的所述搜索产品的使用中环节的描述特征;
根据用户的行为描述信息,确定用户使用过的搜索条件中能够搜索到用户所需主题内容的目标搜索条件;
针对目标搜索条件的每一条件长度,根据所述行为描述信息,获得该条件长度对应的目标搜索条件集中搜索条件的第一数量,其中,一个目标搜索条件集中包括该条件长度对应的至少一个目标搜索条件;
计算每一第一数量分别与用户使用过的搜索条件的总数量之间的第二比例;
根据所述描述特征和/或第二比例,确定所述使用中环节满足用户需求程度的第二表征信息。
2.根据权利要求1所述的方法,其中,所述第一信息包括:用户针对所述搜索产品的推荐度,所述根据用户针对搜索产品的使用前环节反馈的第一信息,获得所述使用前环节的第一表征信息,包括:
根据用户针对搜索产品的推荐度,将用户划分为各预设推荐类型的用户;
计算各预设推荐类型的用户的数量与用户的总数量之间的第一比例;
根据所述第一比例,确定所述使用前环节的第一表征信息。
3.根据权利要求1所述的方法,其中,所述第一信息包括:用户能够为所述搜索产品提供的预设资源的第一资源量,所述根据用户针对搜索产品的使用前环节反馈的第一信息,获得所述使用前环节的第一表征信息,包括:
获取所述搜索产品期望的所述预设资源的第二资源量;
根据所述第一资源量与第二资源量之间的差值,确定所述使用前环节的第一表征信息。
4.根据权利要求1所述的方法,其中,所述第三信息包括:用户使用完所述搜索产品的满意度,所述根据用户针对所述搜索产品的使用后环节反馈的第三信息,获得反映用户针对所述搜索产品留存度的第三表征信息,包括:
获取所述满意度低于预设满意度阈值的用户所使用的其他搜索产品所具有功能的第一功能特征;
确定所述第一功能特征与所述搜索产品实际具有的功能的第二功能特征之间的第一功能差异;
根据所述第一功能差异,确定反映用户针对所述搜索产品留存度的第三表征信息。
5.根据权利要求1-4中任一项所述的方法,所述方法还包括:
根据用户对所述搜索产品的认知度,将用户划分为各预设认知类型的用户;
计算各预设认知类型的用户的数量与用户的总数量之间的第三比例;
获取用户期望所述搜索产品所具有功能的第三功能特征;
确定所述第三功能特征与所述搜索产品实际具有功能的第二功能特征之间的第二功能差异;
根据所述第三比例和/或第二功能差异,确定用户针对所述搜索产品的认知信息;
所述针对所述描述特征生成包括所述第一表征信息、第二表征信息和第三表征信息且对所述搜索产品进行描述的信息,包括:
针对所述描述特征生成包括所述第一表征信息、第二表征信息、第三表征信息以及认知信息且对所述搜索产品进行描述的信息。
6.根据权利要求1-4中任一项所述的方法,所述方法还包括:
根据生成得到的对所述搜索产品进行描述的信息,确定针对所述搜索产品进行改进的改进方案。
7.一种信息生成装置,包括:
第一信息获得模块,用于根据用户针对搜索产品的使用前环节反馈的第一信息,获得所述使用前环节的第一表征信息,其中,所述第一表征信息包括:所述搜索产品对用户的吸引度和/或反映用户能够为所述搜索产品提供的资源与搜索产品期望的资源之间的差异的差异度;
第二信息获得模块,用于根据用户针对所述搜索产品的使用中环节反馈的第二信息和/或用户使用所述搜索产品过程中所产生行为的行为描述信息,获得反映所述使用中环节满足用户需求程度的第二表征信息;
第三信息获得模块,用于根据用户针对所述搜索产品的使用后环节反馈的第三信息,获得反映用户针对所述搜索产品留存度的第三表征信息;
信息生成模块,用于获得用户的描述特征,针对所述描述特征生成包括所述第一表征信息、第二表征信息和第三表征信息且对所述搜索产品进行描述的信息;
所述第二信息获得模块,包括:
描述特征获得子模块,用于确定所述搜索产品的容错度以及所述搜索产品中各功能的设计样式的一致度,并获取所述第二信息中包括的用户使用所述搜索产品过程中的易用度,得到包含所述容错度、一致度以及易用度的所述搜索产品的使用中环节的描述特征;
搜索条件确定子模块,用于根据用户的行为描述信息,确定用户使用过的搜索条件中能够搜索到用户所需主题内容的目标搜索条件;
数量获得子模块,用于针对目标搜索条件的每一条件长度,根据所述行为描述信息,获得该条件长度对应的目标搜索条件集中搜索条件的第一数量,其中,一个目标搜索条件集中包括该条件长度对应的至少一个目标搜索条件;
第二比例计算子模块,用于计算每一第一数量分别与用户使用过的搜索条件的总数量之间的第二比例;
第三信息确定子模块,用于根据所述描述特征和/或第二比例,确定所述使用中环节满足用户需求程度的第二表征信息。
8.根据权利要求7所述的装置,其中,所述第一信息包括:用户针对所述搜索产品的推荐度,所述第一信息获得模块,包括:
用户划分子模块,用于根据用户针对搜索产品的推荐度,将用户划分为各预设推荐类型的用户;
第一比例计算子模块,用于计算各预设推荐类型的用户的数量与用户的总数量之间的第一比例;
第一信息确定子模块,用于根据所述第一比例,确定所述使用前环节的第一表征信息。
9.根据权利要求7所述的装置,其中,所述第一信息包括:用户能够为所述搜索产品提供的预设资源的第一资源量,所述第一信息获得模块,还包括:
资源量获取子模块,用于获取所述搜索产品期望的所述预设资源的第二资源量;
第二信息确定子模块,用于根据所述第一资源量与第二资源量之间的差值,确定所述使用前环节的第一表征信息。
10.根据权利要求7所述的装置,其中,所述第三信息包括:用户使用完所述搜索产品的满意度,所述第三信息获得模块,包括:
功能特征获得子模块,用于获取所述满意度低于预设满意度阈值的用户所使用的其他搜索产品所具有功能的第一功能特征;
功能差异确定子模块,用于确定所述第一功能特征与所述搜索产品实际具有的功能的第二功能特征之间的第一功能差异;
第四信息确定子模块,用于根据所述第一功能差异,确定反映用户针对所述搜索产品留存度的第三表征信息。
11.根据权利要求7-10中任一项所述的装置,所述装置还包括:
用户划分模块,用于根据用户对所述搜索产品的认知度,将用户划分为各预设认知类型的用户;
比例计算模块,用于计算各预设认知类型的用户的数量与用户的总数量之间的第三比例;
功能特征获取模块,用于获取用户期望所述搜索产品所具有功能的第三功能特征;
功能差异确定模块,用于确定所述第三功能特征与所述搜索产品实际具有功能的第二功能特征之间的第二功能差异;
认知信息确定模块,用于根据所述第三比例和/或第二功能差异,确定用户针对所述搜索产品的认知信息;
所述信息生成模块,具体用于针对所述描述特征生成包括所述第一表征信息、第二表征信息、第三表征信息以及认知信息且对所述搜索产品进行描述的信息。
12.根据权利要求7-10中任一项所述的装置,所述装置还包括方案确定模块,所述方案确定模块具体用于根据生成得到的对所述搜索产品进行描述的信息,确定针对所述搜索产品进行改进的改进方案。
13.一种电子设备,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1-6中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110902732.XA CN113609176B (zh) | 2021-08-06 | 2021-08-06 | 一种信息生成方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110902732.XA CN113609176B (zh) | 2021-08-06 | 2021-08-06 | 一种信息生成方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113609176A CN113609176A (zh) | 2021-11-05 |
CN113609176B true CN113609176B (zh) | 2024-03-19 |
Family
ID=78307497
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110902732.XA Active CN113609176B (zh) | 2021-08-06 | 2021-08-06 | 一种信息生成方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113609176B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201717839D0 (en) * | 2017-03-15 | 2017-12-13 | Google Llc | Determining search queries for obtaining information during a user experience of an event |
WO2018213326A1 (en) * | 2017-05-18 | 2018-11-22 | Google Llc | Predicting intent of a search for a particular context |
CN112115299A (zh) * | 2020-09-17 | 2020-12-22 | 北京百度网讯科技有限公司 | 视频搜索方法、装置、推荐方法、电子设备及存储介质 |
CN112925900A (zh) * | 2021-02-26 | 2021-06-08 | 北京百度网讯科技有限公司 | 搜索信息处理方法、装置、设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11461414B2 (en) * | 2019-08-20 | 2022-10-04 | Red Hat, Inc. | Automatically building a searchable database of software features for software projects |
CN111984689B (zh) * | 2020-08-21 | 2023-07-25 | 北京百度网讯科技有限公司 | 信息检索的方法、装置、设备以及存储介质 |
-
2021
- 2021-08-06 CN CN202110902732.XA patent/CN113609176B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201717839D0 (en) * | 2017-03-15 | 2017-12-13 | Google Llc | Determining search queries for obtaining information during a user experience of an event |
WO2018213326A1 (en) * | 2017-05-18 | 2018-11-22 | Google Llc | Predicting intent of a search for a particular context |
CN112115299A (zh) * | 2020-09-17 | 2020-12-22 | 北京百度网讯科技有限公司 | 视频搜索方法、装置、推荐方法、电子设备及存储介质 |
CN112925900A (zh) * | 2021-02-26 | 2021-06-08 | 北京百度网讯科技有限公司 | 搜索信息处理方法、装置、设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
基于用户点击的线性回归在内容推荐中的应用研究;石方夏;;现代电子技术(17);全文 * |
学术新媒体环境下用户信息偶遇要素及内在机理研究;陈为东;王萍;王益成;;情报理论与实践(02);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113609176A (zh) | 2021-11-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10789311B2 (en) | Method and device for selecting data content to be pushed to terminal, and non-transitory computer storage medium | |
CN109862013B (zh) | 一种直播间推荐方法、存储介质、电子设备及系统 | |
CN108540508B (zh) | 用于推送信息的方法、装置和设备 | |
CN112150182B (zh) | 多媒体文件推送方法和装置、存储介质及电子装置 | |
CN114169418B (zh) | 标签推荐模型训练方法及装置、标签获取方法及装置 | |
CN108647986B (zh) | 一种目标用户确定方法、装置及电子设备 | |
CN112529646A (zh) | 一种商品分类方法和装置 | |
CN113609176B (zh) | 一种信息生成方法、装置、设备及存储介质 | |
CN106651408B (zh) | 一种数据分析方法及装置 | |
CN110971973A (zh) | 一种视频推送方法、装置及电子设备 | |
CN115858815A (zh) | 确定映射信息的方法、广告推荐方法、装置、设备及介质 | |
CN113034188B (zh) | 一种多媒体内容投放方法、装置及电子设备 | |
CN113961797A (zh) | 资源推荐方法、装置、电子设备和可读存储介质 | |
CN114547116A (zh) | 一种数据推送方法、装置、设备和介质 | |
CN110309361B (zh) | 一种视频评分的确定方法、推荐方法、装置及电子设备 | |
CN110674330B (zh) | 表情管理的方法、装置、电子设备及存储介质 | |
CN107463628A (zh) | 数据填充方法及其系统 | |
CN114036391A (zh) | 数据推送方法、装置、电子设备和存储介质 | |
CN112632384A (zh) | 针对应用程序的数据处理方法、装置、电子设备和介质 | |
CN113763080A (zh) | 推荐物品的确定方法、装置、电子设备和存储介质 | |
CN113129067B (zh) | 信息筛选方法、装置、设备、存储介质及计算机程序产品 | |
CN113343090B (zh) | 用于推送信息的方法、装置、设备、介质和产品 | |
CN113127750B (zh) | 信息列表生成方法及装置、存储介质、电子设备 | |
CN113438428B (zh) | 用于视频自动化生成的方法、装置、设备和计算机可读存储介质 | |
CN113365095B (zh) | 直播资源推荐方法、装置、电子设备以及存储介质 |
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 |