CN113610605A - 反向针对用户推荐感兴趣的反向被动搜索的方法及系统 - Google Patents

反向针对用户推荐感兴趣的反向被动搜索的方法及系统 Download PDF

Info

Publication number
CN113610605A
CN113610605A CN202110915460.7A CN202110915460A CN113610605A CN 113610605 A CN113610605 A CN 113610605A CN 202110915460 A CN202110915460 A CN 202110915460A CN 113610605 A CN113610605 A CN 113610605A
Authority
CN
China
Prior art keywords
keyword
keywords
user
constructing
target field
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
Application number
CN202110915460.7A
Other languages
English (en)
Inventor
肖鸣仟
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.)
Shenzhen Xindong Digital Information Co.,Ltd.
Original Assignee
Shenzhen Xindong Information 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 Shenzhen Xindong Information Technology Co ltd filed Critical Shenzhen Xindong Information Technology Co ltd
Priority to CN202110915460.7A priority Critical patent/CN113610605A/zh
Publication of CN113610605A publication Critical patent/CN113610605A/zh
Pending legal-status Critical Current

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
    • 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

Landscapes

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

Abstract

本发明公开了一种反向针对用户推荐感兴趣的反向被动搜索的方法及系统，应用于互动技术领域，构建目标领域关键词表；获取用户提供的包含关键词的推送信息，提取关键词；构建检索式，利用模糊字符替代所述关键词中的一个或多个字符，同时利用布尔算符构建检索式；利用所述检索式对所述目标领域关键词表进行检索得到匹配关键词，并对所述匹配关键词向量化处理；输入相似度模型，根据相似度计算得到最优匹配关键词，并推送给用户。本发明提供了一种反向针对用户推荐感兴趣的反向被动搜索的方法及系统，根据用户提供的关键词迅速匹配，快速整合信息，大大提高用户体验。

Description

反向针对用户推荐感兴趣的反向被动搜索的方法及系统
技术领域
本发明涉及互动技术领域，更具体的说是涉及反向针对用户推荐感兴趣的反向被动搜索的方法及系统。
背景技术
现有技术中的信息平台存在模糊查询不足、营销模式不足、消费者与商家需求未被满足，行业大了必然会细分，行业出现细分，大小公司各有各的强弱项，发挥各自的优势，各自发挥着各自的优势，服务着各自的细分领域。用户的需求各异，商家的产品各有自已的打算各有各的定位，用户并不了解商家的产品战略定位，距离有远近，报价有高低，技术有强弱，商家的偏差增加了用户筛选难度。
商家的各自主打战略定位参差不齐，倒致用户的筛选煞费苦心，用户真正的需求商家并没不擅长，商家的擅长用户并不了解。
因此，通过本平台首页输入产品关键词，输入需求内容，选择区域按钮，平台初步了解判断用户真正的需求是什么？
平台对用户的需求进行筛选匹配出符合的商家，将匹配结果返回给商家的移动终端消息模块。商家展开请求详情，从关键词、需求内容以及区域自身分析判断是不是自已真正的客户。
经过商家自身的分析判断，商家找到了自已真正的客户，用户找到了价低物美服务好的商家。更精更准更快更省心，最大程度尊重消费者被联系享受服务的心理。
平台打破了传统“用户找商家”的模式，用户发布需求后，通过反向被动搜索，商家可根据自身定位及服务能力判断订单匹配情况，反向推荐感兴趣的商家给用户，并可以反向联系用户，实现能力资源精准匹配，同时满足消费者“被联系、享受服务”的心理。
用户无法联系到商家，只允许用户发布需求，通过反向被动搜索，反向推荐感兴趣的商家给用户，商家反向联系用户，满足消费者“被联系、享受服务”的心理，打破了传统“用户找商家”的模式。
发明内容
有鉴于此，本发明提供了一种反向针对用户推荐感兴趣的反向被动搜索的方法及系统，根据用户提供的关键词迅速匹配，快速整合信息，大大提高用户体验。
为了实现上述目的，本发明提供如下技术方案：
一种反向针对用户推荐感兴趣的反向被动搜索的方法，具体步骤如下：
构建目标领域关键词表；
获取用户提供的包含关键词的推送信息，提取关键词；
构建检索式，利用模糊字符替代所述关键词中的一个或多个字符，同时利用布尔算符构建检索式；
利用所述检索式对所述目标领域关键词表进行检索得到匹配关键词，并对所述匹配关键词向量化处理；
输入相似度模型，根据相似度计算得到最优匹配关键词，并推送给用户。
优选的，在上述的一种反向针对用户推荐感兴趣的反向被动搜索的方法中，构建目标领域关键词表具体步骤如下：
在关键词库中进行扫描根据目标领域对关键词库的内容进行分类；
对所述目标领域进行划分，至少划分为一级目标领域、二级目标领域；其中，二级目标领域为所述一级目标领域的子集；
输出各个等级的目标领域对应的关键词表，得到树状关键词表。
优选的，在上述的一种反向针对用户推荐感兴趣的反向被动搜索的方法中，获取用户提供的包含关键词的推送信息具体步骤如下：
获取所述推送信息，并将所述推送信息根据语法规则进行拆分，得到分词；
根据所述语法规则确定句子成分进行提取，得到关键词。
优选的，在上述的一种反向针对用户推荐感兴趣的反向被动搜索的方法中，构建检索式的具体步骤如下：
将获取所述关键词中的一个关键字利用模糊字符代替，代替次数与关键词的字数相同，每代替一次得到一个包含模糊字符的关键词；
利用布尔算法将包含模糊字符的所述关键词进行逻辑运算；
得到检索式。
优选的，在上述的一种反向针对用户推荐感兴趣的反向被动搜索的方法中，对所述匹配关键词向量化处理具体步骤：
将所述匹配关键词输入训练好的Skip-gram模型，获得所述匹配关键词的词向量。
优选的，在上述的一种反向针对用户推荐感兴趣的反向被动搜索的方法中，所述布尔算符包括：AND、OR、NOT中的一种或几种。
优选的，在上述的一种反向针对用户推荐感兴趣的反向被动搜索的方法中，计算所述匹配关键词与提取的关键词的相似度：
Figure BDA0003205356610000041
其中，提取的关键词的向量
Figure BDA0003205356610000042
第j个匹配关键词
Figure BDA0003205356610000043
优选的，在上述的一种反向针对用户推荐感兴趣的反向被动搜索的方法中，相似度进行排序得到最优匹配关键词。
一种反向针对用户推荐感兴趣的反向被动搜索的系统，包括：
词表构建模块，用于构建目标领域关键词表；
关键词提取模块，获取用户提供的包含关键词的推送信息，提取关键词；
检索式构建模块，构建检索式，利用模糊字符替代所述关键词中的一个或多个字符，同时利用布尔算符构建检索式；
获取匹配关键词模块，利用所述检索式对所述目标领域关键词表进行检索得到匹配关键词，并对所述匹配关键词向量化处理；
相似度计算模块，输入相似度模型，根据相似度计算得到最优匹配关键词，并推送给用户。
优选的，在上述的一种反向针对用户推荐感兴趣的反向被动搜索的系统中，还包括用户端；所述用户端发送推送信息，并确定接收匹配关键词的个数，所述相似度计算模块根据接收匹配关键词的个数进行推送。
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种反向针对用户推荐感兴趣的反向被动搜索的方法与系统，先构建目标领域关键词表，提取推送信息中的关键词，对关键词中的某一个或某几个关键字用模糊字符进行代替，将搜索范围变大，以获取更多可能的信息，避免出现无法得到匹配关键词的情况，提高用户体验；同时计算相似度，能够得到最优的匹配关键词，精准找到商户；并且根据用户需求可以选择接收到几个商户信息，便于用户进行筛选，以得到最优的合作方。本发明打破了传统“用户找商家”的模式，率先提出了反向分类信息搜索查询，体验全新的社交短连接信息链接。用户发布需求后，商家可根据自身定位及服务能力判断订单匹配情况，并可以反向联系用户，实现能力资源精准匹配，同时满足消费者“被联系、享受服务”的心理。此外，平台可实现各领域细分服务供应市场全覆盖，发展潜力巨大。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明的方法流程图；
图2为本发明的结构框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的实施例公开了一种反向针对用户推荐感兴趣的反向被动搜索的方法，如图1所示，具体步骤如下：
S101构建目标领域关键词表；
S102获取用户提供的包含关键词的推送信息，提取关键词；
S103构建检索式，利用模糊字符替代所述关键词中的一个或多个字符，同时利用布尔算符构建检索式；
S104利用所述检索式对所述目标领域关键词表进行检索得到匹配关键词，并对所述匹配关键词向量化处理；
S105输入相似度模型，根据相似度计算得到最优匹配关键词，并推送给用户。
具体地，步骤S101中，构建目标领域关键词表具体步骤如下：
在关键词库中进行扫描根据目标领域对关键词库的内容进行分类；
对所述目标领域进行划分，至少划分为一级目标领域、二级目标领域；其中，二级目标领域为所述一级目标领域的子集；
输出各个等级的目标领域对应的关键词表，得到树状关键词表。
进一步，例如一级目标领域包括农业、工业、服务业和信息业；
工业中的二级目标领域包括：装备制造业，通用设备制造业、专用设备制造业、汽车制造业、电气机械和器材制造业等；
装备制造业中的三级目标领域包括：金属工具制造、金属丝绳制造、搪瓷制品制造、金属制日常用品制造等；
依次类推，建立树状关键词表，不仅能够确定上下等级关系，而且能够提高后续的检索效率。
具体地，在步骤S102中，获取用户提供的包含关键词的推送信息具体步骤如下：
获取所述推送信息，并将所述推送信息根据语法规则进行拆分，得到分词；
根据所述语法规则确定句子成分进行提取，得到关键词。
进一步，例如推送信息为“我需要型号为XX的充电桩20个”；根据语法规则进行拆分，我、需要、型号为XX、充电桩、20个；提取关键词是型号、产品需求、数量。
具体地，在步骤S103中，构建检索式的具体步骤如下：
将获取所述关键词中的一个关键字利用模糊字符代替，代替次数与关键词的字数相同，每代替一次得到一个包含模糊字符的关键词；
利用布尔算法将包含模糊字符的所述关键词进行逻辑运算；
得到检索式。
进一步，例如获取的关键词为充电桩，开始使用模糊字符进行代替，进行代替三次，分别得到充电*、充*桩和*电桩；然后进行布尔运算，得到检索式为“充电*OR充*桩OR*电桩”。
基于推送信息完整的检索式为“(充电*OR充*桩OR*电桩)AND(XX)AND(20个)”便能检索到能够满足上述要求的商户。
具体地，对所述匹配关键词向量化处理具体步骤：
将所述匹配关键词输入训练好的Skip-gram模型，获得所述匹配关键词的词向量。
为了进一步优化上述技术方案，所述布尔算符包括：AND、OR、NOT中的一种或几种。
例如，用户不想使用XX商户的产品可以在检索式中加上NOT XX；就可以排除XX商户的产品。
具体地，在步骤105中，计算所述匹配关键词与提取的关键词的相似度：
Figure BDA0003205356610000071
其中，提取的关键词的向量
Figure BDA0003205356610000072
第j个匹配关键词
Figure BDA0003205356610000073
为了进一步优化上述技术方案，相似度进行排序得到最优匹配关键词。
进一步，在反向针对用户推荐感兴趣的反向被动搜索后还可以进行语义分析，因为用户和商户的角色不同所以对于推送信息中发送消息的一方是供应方还是需求方至关重要，以上述提及的推送信息“我需要型号为XX的充电桩20个”；那么可以判断该方为需求方，在检索过程中有除了具备“(充电*OR充*桩OR*电桩)AND(XX)AND(20个)”还要包括出现出售、销售、生产、出口等关键词，则才能确定为与之匹配的商户。
本发明的另一实施例中公开了一种反向针对用户推荐感兴趣的反向被动搜索的系统，如图2所示，包括：
词表构建模块，用于构建目标领域关键词表；
关键词提取模块，获取用户提供的包含关键词的推送信息，提取关键词；
检索式构建模块，构建检索式，利用模糊字符替代所述关键词中的一个或多个字符，同时利用布尔算符构建检索式；
获取匹配关键词模块，利用所述检索式对所述目标领域关键词表进行检索得到匹配关键词，并对所述匹配关键词向量化处理；
相似度计算模块，输入相似度模型，根据相似度计算得到最优匹配关键词，并推送给用户。
为了进一步优化上述技术方案，还包括用户端；所述用户端发送推送信息，并确定接收匹配关键词的个数，所述相似度计算模块根据接收匹配关键词的个数进行推送。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种反向针对用户推荐感兴趣的反向被动搜索的方法，其特征在于，具体步骤如下：
构建目标领域关键词表；
获取用户提供的包含关键词的推送信息，提取关键词；
构建检索式，利用模糊字符替代所述关键词中的一个或多个字符，同时利用布尔算符构建检索式；
利用所述检索式对所述目标领域关键词表进行检索得到匹配关键词，并对所述匹配关键词向量化处理；
输入相似度模型，根据相似度计算得到最优匹配关键词，并推送给用户。
2.根据权利要求1所述的一种反向针对用户推荐感兴趣的反向被动搜索的方法，其特征在于，构建目标领域关键词表具体步骤如下：
在关键词库中进行扫描根据目标领域对关键词库的内容进行分类；
对所述目标领域进行划分，至少划分为一级目标领域、二级目标领域；其中，二级目标领域为所述一级目标领域的子集；
输出各个等级的目标领域对应的关键词表，得到树状关键词表。
3.根据权利要求1所述的一种反向针对用户推荐感兴趣的反向被动搜索的方法，其特征在于，获取用户提供的包含关键词的推送信息具体步骤如下：
获取所述推送信息，并将所述推送信息根据语法规则进行拆分，得到分词；
根据所述语法规则确定句子成分进行提取，得到关键词。
4.根据权利要求1所述的一种反向针对用户推荐感兴趣的反向被动搜索的方法，其特征在于，构建检索式的具体步骤如下：
将获取所述关键词中的一个关键字利用模糊字符代替，代替次数与关键词的字数相同，每代替一次得到一个包含模糊字符的关键词；
利用布尔算法将包含模糊字符的所述关键词进行逻辑运算；
得到检索式。
5.根据权利要求1所述的一种反向针对用户推荐感兴趣的反向被动搜索的方法，其特征在于，对所述匹配关键词向量化处理具体步骤：
将所述匹配关键词输入训练好的Skip-gram模型，获得所述匹配关键词的词向量。
6.根据权利要求1或4所述的一种反向针对用户推荐感兴趣的反向被动搜索的方法，其特征在于，所述布尔算符包括：AND、OR、NOT中的一种或几种。
7.根据权利要求1所述的一种反向针对用户推荐感兴趣的反向被动搜索的方法，其特征在于，计算所述匹配关键词与提取的关键词的相似度：
Figure FDA0003205356600000021
其中，提取的关键词的向量
Figure FDA0003205356600000022
第j个匹配关键词
Figure FDA0003205356600000023
8.根据权利要求7所述的一种反向针对用户推荐感兴趣的反向被动搜索的方法，其特征在于，相似度进行排序得到最优匹配关键词。
9.一种反向针对用户推荐感兴趣的反向被动搜索的系统，其特征在于，包括：
词表构建模块，用于构建目标领域关键词表；
关键词提取模块，获取用户提供的包含关键词的推送信息，提取关键词；
检索式构建模块，构建检索式，利用模糊字符替代所述关键词中的一个或多个字符，同时利用布尔算符构建检索式；
获取匹配关键词模块，利用所述检索式对所述目标领域关键词表进行检索得到匹配关键词，并对所述匹配关键词向量化处理；
相似度计算模块，输入相似度模型，根据相似度计算得到最优匹配关键词，并推送给用户。
10.根据权利要求9所述的一种反向针对用户推荐感兴趣的反向被动搜索的系统，其特征在于，还包括用户端；所述用户端发送推送信息，并确定接收匹配关键词的个数，所述相似度计算模块根据接收匹配关键词的个数进行推送。
CN202110915460.7A 2021-08-10 2021-08-10 反向针对用户推荐感兴趣的反向被动搜索的方法及系统 Pending CN113610605A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110915460.7A CN113610605A (zh) 2021-08-10 2021-08-10 反向针对用户推荐感兴趣的反向被动搜索的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110915460.7A CN113610605A (zh) 2021-08-10 2021-08-10 反向针对用户推荐感兴趣的反向被动搜索的方法及系统

Publications (1)

Publication Number Publication Date
CN113610605A true CN113610605A (zh) 2021-11-05

Family

ID=78340186

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110915460.7A Pending CN113610605A (zh) 2021-08-10 2021-08-10 反向针对用户推荐感兴趣的反向被动搜索的方法及系统

Country Status (1)

Country Link
CN (1) CN113610605A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106445924A (zh) * 2016-11-14 2017-02-22 Tcl集团股份有限公司 一种基于语义服务器控制智能设备的方法及系统
CN107491978A (zh) * 2017-05-02 2017-12-19 朱小军 一种网络推广方法及系统
CN108376140A (zh) * 2017-06-30 2018-08-07 勤智数码科技股份有限公司 基于模糊匹配的政务数据梳理方法及装置
CN109727099A (zh) * 2019-01-08 2019-05-07 深圳新动信息技术有限公司 一种根据用户关键词需求推送信息匹配商户关键词的方法
CN110489758A (zh) * 2019-09-10 2019-11-22 深圳市和讯华谷信息技术有限公司 应用程序的价值观计算方法及装置
KR20200011725A (ko) * 2018-07-25 2020-02-04 주식회사 마이셀럽스 주종 및 주량에 따른 음식점 추천 장치 및 방법
CN111259281A (zh) * 2020-01-20 2020-06-09 腾讯科技（深圳）有限公司 商户标签的确定方法、装置及存储介质
CN111475729A (zh) * 2020-04-07 2020-07-31 腾讯科技（深圳）有限公司 搜索内容推荐方法及装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106445924A (zh) * 2016-11-14 2017-02-22 Tcl集团股份有限公司 一种基于语义服务器控制智能设备的方法及系统
CN107491978A (zh) * 2017-05-02 2017-12-19 朱小军 一种网络推广方法及系统
CN108376140A (zh) * 2017-06-30 2018-08-07 勤智数码科技股份有限公司 基于模糊匹配的政务数据梳理方法及装置
KR20200011725A (ko) * 2018-07-25 2020-02-04 주식회사 마이셀럽스 주종 및 주량에 따른 음식점 추천 장치 및 방법
CN109727099A (zh) * 2019-01-08 2019-05-07 深圳新动信息技术有限公司 一种根据用户关键词需求推送信息匹配商户关键词的方法
CN110489758A (zh) * 2019-09-10 2019-11-22 深圳市和讯华谷信息技术有限公司 应用程序的价值观计算方法及装置
CN111259281A (zh) * 2020-01-20 2020-06-09 腾讯科技（深圳）有限公司 商户标签的确定方法、装置及存储介质
CN111475729A (zh) * 2020-04-07 2020-07-31 腾讯科技（深圳）有限公司 搜索内容推荐方法及装置

Similar Documents

Publication Publication Date Title
US20180341696A1 (en) Method and system for detecting overlapping communities based on similarity between nodes in social network
CN107391493B (zh) 一种舆情信息提取方法、装置、终端设备及存储介质
CN102866990A (zh) 一种主题对话方法和装置
KR102142126B1 (ko) 계층적 카테고리 군집 기반 장바구니 상품 추천 방법
Wu et al. An approach of product usability evaluation based on Web mining in feature fatigue analysis
CN111428007B (zh) 基于跨平台的同步推送反馈方法
CN105787662A (zh) 基于属性的移动应用软件性能预测方法
CN113239264A (zh) 基于元路径网络表示学习的个性化推荐方法及系统
CN104751354A (zh) 一种广告人群筛选方法
Fasel et al. A data warehouse model for integrating fuzzy concepts in meta table structures
CN110443290A (zh) 一种基于大数据的产品竞争关系量化生成方法及装置
CN110162638A (zh) 一种基于图向量的专家组合推荐算法
Almaghrabi et al. A deep learning based collaborative neural network framework for recommender system
CN113837844A (zh) 一种多级联下游企业推荐系统、方法及可存储介质
KR102358357B1 (ko) 시장규모추정장치 및 그 동작 방법
CN113610605A (zh) 反向针对用户推荐感兴趣的反向被动搜索的方法及系统
Pinto et al. Hybrid recommendation system based on collaborative filtering and fuzzy numbers
CN111523034B (zh) 一种应用程序的处理方法、装置、设备及介质
CN113763084A (zh) 产品推荐的处理方法、装置、设备及存储介质
Li Research on e-business requirement information resource extraction method in network big data
Ma et al. In-depth Recommendation Model Based on Self-Attention Factorization.
Ramírez-García et al. Restaurant recommendations based on a domain model and fuzzy rules
Wu et al. A Social Media Based Profiling Approach for Potential Churning Customers: An Example for Telecom Industry
Imani Customer Churn Prediction in Telecommunication Industry: A Literature Review
Joseph et al. Product Affinity Analysis to Increase Sales using Machine Learning

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
TA01 Transfer of patent application right

Effective date of registration: 20231031

Address after: 518000 Building B, Nanyuan Commercial Building, Nanyuan New Village, Hongshan Community, Minzhi Street, Longhua District, Shenzhen City, Guangdong Province 229

Applicant after: Shenzhen Xindong Digital Information Co.,Ltd.

Address before: 518131 508, block B, Nanyuan commercial building, Nanyuan new village, North Station community, Minzhi street, Longhua District, Shenzhen, Guangdong Province

Applicant before: SHENZHEN XINDONG INFORMATION TECHNOLOGY Co.,Ltd.

TA01 Transfer of patent application right