CN113821718A - 一种物品信息推送方法和装置 - Google Patents

一种物品信息推送方法和装置 Download PDF

Info

Publication number
CN113821718A
CN113821718A CN202110138689.4A CN202110138689A CN113821718A CN 113821718 A CN113821718 A CN 113821718A CN 202110138689 A CN202110138689 A CN 202110138689A CN 113821718 A CN113821718 A CN 113821718A
Authority
CN
China
Prior art keywords
information
article
pushed
search
item
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
CN202110138689.4A
Other languages
English (en)
Inventor
杨姝
张雄伟
赫阳
陶通
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.)
Beijing Jingdong Century Trading Co Ltd
Beijing Wodong Tianjun Information Technology Co Ltd
Original Assignee
Beijing Jingdong Century Trading Co Ltd
Beijing Wodong Tianjun 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 Beijing Jingdong Century Trading Co Ltd, Beijing Wodong Tianjun Information Technology Co Ltd filed Critical Beijing Jingdong Century Trading Co Ltd
Priority to CN202110138689.4A priority Critical patent/CN113821718A/zh
Publication of CN113821718A publication Critical patent/CN113821718A/zh
Pending legal-status Critical Current

Links

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
    • 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
    • G06Q30/0625—Directed, with specific intent or strategy
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/55—Push-based network services

Landscapes

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

Abstract

本发明公开了一种物品信息推送方法和装置，涉及互联网技术领域。该方法的一具体实施方式包括：获取热点关键词；根据热点关键词，从物品信息词库中获取与热点关键词对应的搜索项；物品信息词库包括用于描述物品信息的多个描述项；利用搜索项进行搜索，得到与搜索项相对应的待推送物品信息；对待推送物品信息进行推送。该实施方式提高了电商平台针对热点事件的反应速度，使电商平台向用户推送的物品信息和热点关键词具有关联度，进而提高了用户的使用体验。

Description

一种物品信息推送方法和装置
技术领域
本发明涉及互联网技术领域，尤其涉及一种物品信息推送方法和装置。
背景技术
随着电子商务的发展，越来越多的用户选择在电商平台上挑选所需的物品。对于电商平台而言，通常会根据用户输入的搜索词或用户的近期搜索历史推送相应的物品。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
在发生某一社会新闻或者某节假日到来等热点事件的情况下，可能有大量用户需要相关的物品，但是由于这些用户在近期并没有浏览或搜索过相关的商品，导致电商平台对热点事件反应不及时，无法及时向用户推送与热点事件相关的物品，进而可能影响到用户的使用体验。
发明内容
有鉴于此，本发明实施例提供一种物品信息推送方法和装置，在获取热点关键词后，能够从物品信息词库中获取与热点关键词对应的搜索项，再利用搜索项进行搜索，得到与搜索项相对应的待推送物品信息并推送，从而提高了电商平台针对热点事件的反应速度，使电商平台向用户推送的物品信息和热点关键词具有关联度，进而提高了用户的使用体验。
为实现上述目的，根据本发明实施例的一个方面，提供了一种物品信息推送方法。
本发明实施例的一种物品信息推送方法包括：
获取热点关键词；
根据热点关键词，从物品信息词库中获取与热点关键词对应的搜索项；物品信息词库包括用于描述物品信息的多个描述项；
利用搜索项进行搜索，得到与搜索项相对应的待推送物品信息；
对待推送物品信息进行推送。
可选地，
该方法还包括：
获取物品信息；
根据物品信息中的物品标题和/或属性信息，确定用于描述物品信息的多个词汇以及多个词汇分别对应的词汇类型；
根据多个词汇分别对应的词汇类型，对多个词汇进行组合，形成第一词组；
将多个词汇以及第一词组作为描述项，以构建物品信息词库。
可选地，
将物品标题作为类型确定模型的输入；
根据类型确定模型的输出确定物品标题对应的多个词汇以及每个词汇的词汇类型。
可选地，
根据多个词汇分别对应的词汇类型，对多个词汇进行组合，形成第一词组，包括：
分别确定多个词汇的词汇类型是否属于预设词汇类型，如果是，将预设词汇类型对应的词汇作为基础词汇；
当基础词汇为多个时，将多个基础词汇进行组合，得到第一词组。
可选地，
在将多个基础词汇进行组合之后，该方法还包括：
将第一词组与多个词汇中的非基础词汇进行组合，得到第二词组。
可选地，
利用搜索项进行搜索，得到与搜索项相对应的待推送物品信息，包括：
确定搜索结果是否符合推送格式；
如果是，将搜索结果作为待推送物品信息；
如果否，对搜索结果进行筛选，得到待推送物品信息。
可选地，
对搜索结果进行筛选，得到待推送物品信息，包括：
利用相关性分类模型，对搜索结果进行筛选，以滤除搜索结果中与搜索项的相关度低于第一预设阈值的搜索结果；
从筛选结果中提取物品信息，并确定物品信息对应的物品所属的品类；
判断品类是否与热点关键词相关，如果是，将物品信息作为待推送物品信息。
可选地，
对待推送物品信息进行推送，包括：
根据热点关键词与待推送物品信息之间的匹配度，对待推送物品信息进行过滤；
对过滤后的待推送物品信息进行推送。
可选地，
将物品信息词库中包括热点关键词的描述项、和/或与热点关键词语义近似度大于第二预设阈值的描述项作为搜索项。
为实现上述目的，根据本发明实施例的又一方面，提供了一种物品信息推送装置。
本发明实施例的一种物品信息推送装置包括关键词获取模块、搜索项获取模块、搜索模块以及推送模块；其中：
关键词获取模块，用于获取热点关键词；
搜索项获取模块，用于根据热点关键词，从物品信息词库中获取与热点关键词对应的搜索项；物品信息词库包括用于描述物品信息的多个描述项；
搜索模块，用于利用搜索项进行搜索，得到与搜索项相对应的待推送物品信息；
推送模块，用于对待推送物品信息进行推送。
为实现上述目的，根据本发明实施例的又一方面，提供了一种物品信息推送电子设备。
本发明实施例的一种物品信息推送电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现本发明实施例的一种物品信息推送方法。
为实现上述目的，根据本发明实施例的再一方面，提供了一种计算机可读存储介质。
本发明实施例的一种计算机可读存储介质，其上存储有计算机程序，程序被处理器执行时实现本发明实施例的一种物品信息推送方法。
上述发明中的一个实施例具有如下优点或有益效果：在获取热点关键词后，能够从物品信息词库中获取与热点关键词对应的搜索项，再利用搜索项进行搜索，得到与搜索项相对应的待推送物品信息并推送，从而提高了电商平台针对热点事件的反应速度，使电商平台向用户推送的物品信息和热点关键词具有关联度，进而提高了用户的使用体验。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是根据本发明实施例的一种物品信息推送方法的主要步骤的示意图；
图2是根据本发明实施例的一种构建物品信息词库的方法的主要步骤的示意图；
图3是根据本发明实施例的一种根据词汇类型对多个词汇进行组合形成第一词组的方法的主要步骤的示意图；
图4是根据本发明实施例的一种场景概念树的示意图；
图5是根据本发明实施例的一种利用搜索项在外部网站上进行搜索得到待推送物品信息的方法的主要步骤的示意图；
图6是在外部网站进行搜索得到的部分文章截图；
图7是根据本发明实施例的另一种场景概念树的示意图；
图8是根据本发明实施例的一种根据品类确定待推送物品信息的方法的主要步骤的示意图；
图9是根据本发明实施例的一种物品信息推送装置的主要模块的示意图；
图10是本发明实施例可以应用于其中的示例性系统架构图；
图11是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明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，而不会背离本发明的范围和精神。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。
需要指出的是，在不冲突的情况下，本发明的实施例以及实施例中的技术特征可以相互结合。
图1是根据本发明实施例的一种物品信息推送方法的主要步骤的示意图。
如图1所示，本发明实施例的一种物品信息推送方法主要包括以下步骤：
步骤S101：获取热点关键词。
在本发明实施例中，可以基于人工经验梳理当下社会上的时效热点关键词，也可以通过对搜索网站、信息网站所提供的“实时热点”、“热搜”、“大家都在看”等进行实时监控得到热点关键词，还可以通过网络舆情热点预测和分析方法，同时结合舆情内容和舆情数值，将舆情通过向量化的方式进行表征并聚类，通过模型的方式预测得到与舆情有关的热点关键词。对于热点关键词的获取方式，本方案不作具体限定。
在本发明实施例中，该热点关键词是与电商购物场景关联度较高的词，包括适用人群、适用时间、适用事件、适用地点等。例如，针对国庆节这一时效热点，所获取的热点关键词可以是：适用时间：“国庆”，适用人群：“青年”、“中年”、“老年”，适用事件：“旅行”。
步骤S102：根据热点关键词，从物品信息词库中获取与热点关键词对应的搜索项；物品信息词库包括用于描述物品信息的多个描述项。
在本发明实施例中，可以基于步骤S101得到热点关键词，在物品信息词库中进行检索，找到所有与热点关键词有关的描述项，作为后续分别从电商平台和除电商平台外的外部网站中进行搜索时的搜索项。其中，可以是将物品信息词库中包括热点关键词的描述项作为搜索项，也可以是将与热点关键词语义近似度大于第二预设阈值的描述项作为搜索项，还可以是将包括热点关键词的描述项以及与热点关键词语义近似度大于第二预设阈值的描述项一并作为搜索项。
在本发明一个优选的实施例中，是将物品信息词库中包括热点关键词的描述项作为搜索项。以适用事件关键词“旅行”为例，从物品信息词库中进行检索，可以得到“秋冬季_旅行”、“男生_旅行”、“秋冬季_男生_旅行”等包含关键词“旅行”的描述项，再将这些描述项作为搜索项。
在本发明实施例中，一种构建物品信息词库的方法如图2所示，该方法主要包括以下步骤：
步骤S201：获取物品信息。
在本发明实施例中，物品信息可以包括非结构化信息和结构化信息，其中非结构化信息包括物品标题，结构化信息包括属性信息等。举例来说，获取的某物品的物品信息可以如表1所示：
Figure BDA0002928000080000061
Figure BDA0002928000080000071
表1
其中，物品标题本身就是一串字符串，自身没有特殊格式，因此属于非结构化信息，而工艺、材质、适用季节、适用人群、适用事件以及风格均为该物品的属性信息，从表1中可见这些属性信息为键-值形式，有一定的结构，因此属性信息属于结构化信息。
步骤S202：根据物品信息中的物品标题和/或属性信息，确定用于描述物品信息的多个词汇以及多个词汇分别对应的词汇类型。
在本发明实施例中，在对电商平台的数据库中的大量物品信息进行获取与整合后，可以根据物品信息中的物品标题和/或属性信息，确定用于描述物品信息的多个词汇。由于物品标题为非结构化信息，因此需要对物品标题进行分词和词汇类型标注，换句话说，就是需要将物品标题转换为键-值形式的结构化信息，其中“键”是词汇类型、“值”是分词得到的词汇；而属性信息本身为结构化信息，因此可以不作转换。具体地，可以将物品标题作为类型确定模型的输入；根据类型确定模型的输出确定物品标题对应的多个词汇以及每个词汇的词汇类型。
在本发明实施例中，词汇类型可以包括以下任意一个或多个：品牌词、型号词、产品词、适用事件、适用时间、适用地点、适用人群、其他适用对象、图案描述、功能属性、材质属性、样式属性、风格属性、产地属性、颜色属性、味道属性以及规格属性。
在本发明实施例中，类型确定模型可以是条件随机场模型，也可以是BiLSTM-CRF模型，还可以是其他能够用于分词和词汇类型标注的模型，对此本方案不作具体限制。
举例来说，将物品标题“南极人休闲裤男卫裤加绒加厚秋冬季运动裤男生直筒宽松休闲男裤子潮牌束脚九分韩版潮流绣花百搭K39花色XL”输入类型确定模型后，分词和词汇类型标注得到的部分词汇及其对应的词汇类型如表2所示：
Figure BDA0002928000080000072
Figure BDA0002928000080000081
表2
步骤S203：根据多个词汇分别对应的词汇类型，对多个词汇进行组合，形成第一词组。
在本发明实施例中，在通过类型确定模型确定出用于描述物品信息的多个词汇以及多个词汇分别对应的词汇类型之后，可以根据多个词汇分别对应的词汇类型对多个词汇进行组合，形成第一词组。具体地，一种根据词汇类型对多个词汇进行组合形成第一词组的方法如图3所示，该方法主要包括以下步骤：
步骤S301：在词汇类型中选取出与电商购物场景关联度较高的作为预设词汇类型；
步骤S302：从多个词汇中选择词汇类型属于预设词汇类型的词汇作为基础词汇；
步骤S303：当基础词汇为多个时，将多个基础词汇进行组合，得到第一词组。
仍以表1和表2得到的信息为例，其中表1包含了物品的结构化属性信息，表2包含了基于物品标题产生的结构化词汇以及词汇类型信息，可以将与电商购物场景关联度较高的适用人群、适用时间、适用地点、适用事件以及功能属性选作预设词汇类型，这样构建的物品信息词库中的第一词组必然包含场景内容。此时，表1和表2中的预设词汇类型就包括适用人群、适用时间以及适用事件，再从表1和表2中选择词汇类型属于预设词汇类型的词汇作为基础词汇，则得到适用人群：“男、男生、青年”，适用时间：“秋冬季”，适用事件：“休闲、旅行”，将这些基础词汇进行组合，可以形成的第一词组有：秋冬季_男、秋冬季_男生、秋冬季_青年、秋冬季_休闲、秋冬季_旅行、秋冬季_男_休闲、秋冬季_男生_休闲、秋冬季_青年_休闲、秋冬季_休闲、秋冬季_旅行、男_休闲、男_旅行等。可见这些第一词组均与电商购物场景关联度较高，能够更好地响应热点关键词。
步骤S204：将多个词汇以及第一词组作为描述项，以构建物品信息词库。
在本发明实施例中，在得到第一词组之后，可以将多个词汇以及第一词组分别保存为用于描述物品信息的描述项，以构建物品信息词库。
在本发明实施例中，在将多个基础词汇进行组合之后，还可以继续将得到的第一词组与多个词汇中的非基础词汇进行组合，进一步得到新的第二词组，并将第二词组也保存为用于描述物品信息的描述项，再根据第二词组进一步构建物品信息词库，以使构建的物品信息词库中所包含的词组更加丰富。
在本发明实施例中，当基础词汇为一个时，可以直接将这一个基础词汇作为第一词组，也可以将该基础词汇与多个词汇中的非基础词汇进行组合，得到第二词组。
在本发明实施例中，还可以在将多个词汇、第一词组以及第二词组作为描述项，构建物品信息词库的过程中，构建词组级联关系，生成词组场景树，这样一方面有利于后续步骤在物品信息词库中进行检索，另一方面可以加速后续步骤对物品信息词库进行增删改查操作。具体地，可以将基础词汇作为场景概念树的初始节点，基于第一词组与基础词汇之间以及第二词组与第一词组之间的包含关系构建词组级联关系，例如第一词组“秋冬季_男生”中包含基础词汇：男生，第二词组“秋冬季_男生_旅行”中包含第一词组“秋冬季_男生”，因此“秋冬季_男生”是“秋冬季_男生_旅行”的父节点。
以“秋冬季_男生_旅行”、“秋冬季_男生_休闲”、“男生_旅行”、“秋冬季_男生”、“男生_休闲”为例，按照第二词组与第一词组、第一词组与基础词汇之间的包含关系，构建如图4所示的级联关系，图4是根据本发明实施例的一种场景概念树的示意图，其分别以基础词汇“旅行”和“男生”作为初始节点，箭头指向的节点为当前节点的子节点，如“秋冬季_旅行”是“旅行”的子节点，以此类推，节点表示第一词组、第二词组或基础词汇，箭头表示第二词组与第一词组、第一词组与基础词汇之间的关系，从而完成词组级联关系的构建。
步骤S103：利用搜索项进行搜索，得到与搜索项相对应的待推送物品信息。
在本发明实施例中，可以利用搜索项直接在电商平台进行搜索，获取与热点关键词相关的待推送物品信息。在本发明一个优选的实施例中，不仅利用搜索项直接在电商平台进行搜索、获取与热点关键词相关的待推送物品信息，而且基于搜索项，从电商平台之外的外部网站上挖掘与热点关键词相关的待推送物品信息，这样一方面能够增加热点关键词的数据源、提高热点关键词的时效性，使得根据热点关键词推送的物品信息更加符合当下的流行趋势；另一方面能够基于外部网站的数据源，对构建的物品信息词库以及场景概念树进行进一步的补充和丰富，使得底层热点-场景数据更加丰富。
在本发明实施例中，在利用搜索项进行搜索之后，需要确定搜索结果是否符合推送格式，如果是，则将搜索结果作为所述待推送物品信息；如果否，则需要对搜索结果进行筛选，得到待推送物品信息。其中，直接在电商平台进行搜索得到的搜索结果一般都符合推送格式，可以直接作为所述待推送物品信息；而从电商平台之外的外部网站上得到的搜索结果则不一定符合推送格式，需要对搜索结果进行筛选才能得到待推送物品信息。
下面对利用搜索项在外部网站上进行搜索，得到与搜索项相对应的待推送物品信息的过程进行详细说明。
如图5所示，图5是根据本发明实施例的一种利用搜索项在外部网站上进行搜索得到待推送物品信息的方法的主要步骤的示意图，该方法主要包括以下步骤：
步骤S501：利用搜索项，从外部网站搜索与搜索项对应的文章集合。
本步骤的目的是基于外部网站挖掘与热点关键词的内容信息。在本发明实施例中，外部网站主要指达人导购网站，例如“什么值得买”、“小红书”等网站，该类网站一个明显的特点就是存在大量的达人通过撰写文章的方式推荐某一物品，文章内容通常包含营销文案、物品标题、物品链接等信息。此外，该类网站的另外一个特点是都提供搜索功能，使得用户可以通过搜索的方式获取相关文章内容。在本步骤中，基于步骤S102得到的搜索项，结合网站的搜索功能，即可获取到每个搜索项下所有的文章内容；当有多个搜索项时，每一个搜索项都需要搜索一次并获取该搜索项下所有文章内容，直至所有的搜索项都搜索完毕。举例来说，以“秋冬季旅行”为搜索项，在网站“什么值得买”中进行搜索，得到的部分文章如图6所示。
在本发明实施例中，可以采用人工整理的方式对文章集合进行整理，也可以采用网站分析工具对文章集合进行整理。在本发明一个优选的实施例中，采用网站分析工具对文章集合进行整理，其中，网站分析工具包括但不限于scrapy等工具。
步骤S502：从文章集合中筛选与搜索词相关度较高的文章。
本步骤的目的是基于搜索项及步骤S501得到的文章集合，筛选与搜索词相关度较高的文章，防止由于文章与搜索词相关度过低而导致脏数据引入。在本发明实施例中，可以利用相关性分类模型，对搜索结果即文章集合进行筛选，以滤除文章集合中与搜索项的相关度低于第一预设阈值的文章。其中，相关性分类模型的主要目的是在给定搜索项和文章集合中的候选文章时，基于文本语义的相关性得到搜索项与候选文章之间是否相关。相关性分类模型的架构为常见的two stream深度学习分类模型，包括但不限于Youtube视频推荐模型、DKN新闻推荐模型等。相关性分类模型的训练数据可以通过电商平台的用户搜索行为数据得到，该搜索行为数据包括搜索词以及该搜索词下用户点击商品对应的宣传文案、用户评论等文本内容。
步骤S503：从筛选结果中提取物品信息。
本步骤的目的是基于步骤S502筛选得到的与搜索词相关度较高的文章，通过网页解析工具将文章中的物品信息进行解析提取。在本发明实施例中，物品信息包括但不限于物品标题、物品链接、物品价格等信息。以网站“什么值得买”为例，从基于搜索项“秋冬季旅行”筛选得到的文章中，解析提取得到的部分物品信息如表3所示：
Figure BDA0002928000080000121
Figure BDA0002928000080000131
表3
表3一共4列，包括该搜索词下的文章标题、文章内容、以及挖掘得到的物品标题和物品价格。在本发明实施例中，一篇文章下也可以对应多个物品标题。
步骤S504：对提取出的物品信息进行结构化转换。
本步骤的目的是对步骤S503得到的物品标题、文章内容等非结构化信息进行分词以及词汇类型标注识别，从而将非结构化信息转换为结构化信息，为后续推送物品信息提供依据。在本发明实施例中，可以使用类型确定模型分别对物品标题、文章内容进行分词以及词汇类型的识别和标注。以物品标题为“套圈水机80后怀旧玩具童年儿时经典回忆90后水中套圈圈游戏机水机”为例，基于类型确定模型，可以得到如表4所示的分词和标注结果：
Figure BDA0002928000080000132
Figure BDA0002928000080000141
表4
在本发明实施例中，基于上述分词和词汇类型的标注结果，还可以进一步对物品信息词库和场景概念树进行丰富和完善。具体地，可以根据步骤S203的方式，将分词得到的词汇作为非基础词汇，与物品信息词库和场景概念树中已有的词汇进行组合，以丰富和完善已有的物品信息词库和场景概念树。
举例来说，以步骤S503的“秋冬季旅行”搜索词对应的场景概念树为基础，得到表3中商品标题为“Black Diamond/BD/黑钻20新款秋冬季户外登山杖超轻三节可伸缩徒步健走手杖112229一对新款深灰00”的商品信息，在本步骤中，经过类型确定模型可以得到标题分词对应的词汇类型，其中购物场景元素有：适用时间：秋冬季，适用地点：户外，适用事件：徒步。按照步骤S203进行词汇组合，可以产出的场景概念有：秋冬季_户外、秋冬季_徒步、户外_徒步、秋冬季_户外_徒步等4个场景概念，构建出新的场景概念树如图7所示，即在图4的基础上，新增了本步骤产出的场景概念。这样一方面丰富了场景概念树的内容，使得购物元素对应的场景概念更加全面；另一方面实现了新知识发现，将从外部网站挖掘得到的场景概念融合入统一的场景概念树中，实现了数据回流、沉淀，为后续时效热点相关业务圈人选品提供了尽可能多且尽可能全面的参考。
步骤S505：确定提取出的物品信息对应的物品所属的品类，并判断该品类是否与热点关键词相关，如果是，将物品信息作为待推送物品信息。
本步骤的目的是为了防止从外部网站提取出与热点关键词不想关的物品信息进而导致用户体验变差的情况。例如儿童节临近时，外部网站相关文章提到了一种儿童做实验用的螺丝刀，那么本方案提取出的螺丝刀应该属于儿童玩具类目，而不应该是五金工具类目。
因此，在本发明实施例中，为了进一步保证提取出的物品信息与热点关键词的相关性，需要确定提取出的物品信息对应的物品所属的品类，并根据品类确定出待推送物品信息。具体地，一种根据品类确定待推送物品信息的方法如图8所示，该方法主要包括：
步骤S801：预测从外部网站提取出的物品信息对应的物品所属的品类。
本步骤的目的是确定外部网站上的时效热点文章对应物品的品类。在本发明实施例中，物品的品类指电商平台为了方便管理物品而自定义的类目数，以京东电商平台为例，将物品的品类分为三级：一级类目包含二级类目，二级类目包含三级类目。以表5为例，办公用品的二级类目包括打印耗材和纸类产品，二级类目打印耗材又可以细分为硒鼓和墨盒两个三级类目。
一级类目 二级类目 三级类目
办公用品 打印耗材 硒鼓
办公用品 打印耗材 墨盒
办公用品 纸类产品 打印纸
表5
在本发明实施例中，可以基于统计方法确定文本与类目之间的相关性，相关方法包括但不限于互信息、卡方分布x2检验、tf-dc等方法。以tf-dc方法为例，tf-dc方法是基于文本与类目之间的信息熵信息计算二者之间的相关度。本方案以电商平台物品库三级类目作为预测目标。通过tf-dc方法计算相关度的详细步骤为：
(1)从电商平台获取物品库及物品的品类信息，基于分词工具对物品文本信息进行分词。所述物品文本信息包括但不限于物品标题、物品描述等。所述分词工具包括但不限于jieba分词、哈工大LTP语言云等常见分词工具。假设商品分词为ti，商品标题T＝{t1,t2,t3，，，tn}，三级类目为ci，则分词与类目的相关度计算公式为：
Figure BDA0002928000080000161
由此本步骤获取了电商平台上任意分词与对应三级类目的相关度数据。
(2)基于前述提到的分词工具，获取外部网站上的时效热点文章和物品标题分词，与步骤(1)中分词与三级类目对应关系数据进行匹配，按照类目粒度计算外部时效热点的文章和物品标题与电商平台上所有三级类目的相关性，公式为：
Figure BDA0002928000080000162
其中T表示标题或文章的分词集合，|T|表示分词集合中的分词总数，基于该步骤可以得到时效热点文章和物品标题相关的三级类目以及对应的相关度评分。
(3)基于步骤(2)得到的时效热点内容信息与电商平台三级类目的相关度数据，根据经验阈值为每一篇文章和每一个物品标题筛选出相关度指标较高的三级类目作为后续的物品信息推送范围。
步骤S802：从物品信息中提取物品关键信息。
在本发明实施例中，可以在步骤S801为每个外部时效热点物品信息选定的类目范围内，基于物品关键信息从电商平台确定出待推送的物品信息。本步骤通过模式的方式为外部时效热点物品生成概念，作为物品关键信息。其中，概念定义为由固定模式组合，模式是指在词汇类型标签中，两个或两个以上的词汇类型标签所组合得到的模板。以表4为例，自定义模式为：【适用事件：产品词】，该物品适用事件有：怀旧、回忆，产品词有：套圈水机、游戏机、水机，那么按照自定义模式可以组合得到：怀旧：套圈水机、怀旧：游戏机、怀旧：水机、回忆：套圈水机、回忆：游戏机、回忆：水机等6个概念。以这6个概念作为物品关键信息，作为确定待推送的物品信息的依据。其中，概念的模式可以由经验得出。
步骤S803：将品类与热点关键词相关的物品对应的物品信息作为待推送物品信息。
本步骤的目的是基于步骤S802得到的外部时效热点物品关键信息以及步骤S801中每个外部时效热点物品信息对应类目范围，在电商物品库中确定对应的待推送物品信息。在本发明实施例中，是基于标题关键字规则确定待推送物品信息，其中，标题关键字规则是在已知关键字的前提下，如果电商平台的物品库中某个物品的物品标题或物品属性信息中包含所有关键字，那么该物品则属于相关物品，将其对应的物品信息确定为待推送物品信息；否则该物品不属于相关物品。举例来说，以步骤S802中的物品关键信息“怀旧：游戏机”为例，该概念中包含两个关键字：“怀旧”和“游戏机”，那么在电商平台物品库中，只要标题中同时包含“怀旧”和“游戏机”两个关键字的物品均可以认为是该外部时效热点物品信息的相关物品，可以将其对应的物品信息作为待推送物品信息。
步骤S104：对待推送物品信息进行推送。
在本发明实施例中，对于上述从电商平台以及外部网站上得到的待推送物品信息，可以基于步骤S101接收的热点关键词将待推送物品信息做进一步过滤，从而进一步保证推送的物品信息与热点关键词的相关性。具体地，可以根据热点关键词与待推送物品信息之间的匹配度，对待推送物品信息进行过滤，再对过滤后的待推送物品信息进行推送。
举例来说，对于时效热点“儿童节”，则热点关键词包括指示适用人群的“儿童”、“小朋友”，指示适用时间的“儿童节”、“六一”等，如表6所示，第一列为数据来源，其中外网挖掘代表该行数据是通过外部网站得到的物品信息，电商平台则代表该行数据是从电商平台得到的物品信息。第二列为搜索项，其中外网挖掘来源的搜索项可以是步骤S802提取的物品关键信息。第三列则是基于第二列的搜索项得到的物品标题。第四列则是基于时效热点关键性决定该物品标题对应的物品是否保留，由表6可知，第一个物品标题中同时存在六一、儿童两个类别的关键词，因此保留并推送；第三个物品标题同时存在六一、小朋友两个类别的关键词，因此也保留并推送；其中，两个类别即适用人群和适用时间，在本发明实施例中，物品信息中包含每个类别下任意关键词即认为符合该类别。而第二个物品标题则不存在任何关键字，因此不保留，将其从待推送物品信息中过滤掉。
Figure BDA0002928000080000181
表6
根据本发明实施例的一种物品信息推送方法可以看出，在获取热点关键词后，能够从物品信息词库中获取与热点关键词对应的搜索项，再利用搜索项进行搜索，得到与搜索项相对应的待推送物品信息并推送，从而提高了电商平台针对热点事件的反应速度，使电商平台向用户推送的物品信息和热点关键词具有关联度，进而提高了用户的使用体验。
图9是根据本发明实施例的一种物品信息推送装置的主要模块的示意图。
如图9所示，本发明实施例的一种物品信息推送装置900包括关键词获取模块901、搜索项获取模块902、搜索模块903以及推送模块904；其中：
关键词获取模块901，用于获取热点关键词；
搜索项获取模块902，用于根据热点关键词，从物品信息词库中获取与热点关键词对应的搜索项；物品信息词库包括用于描述物品信息的多个描述项；
搜索模块903，用于利用搜索项进行搜索，得到与搜索项相对应的待推送物品信息；
推送模块904，用于对待推送物品信息进行推送。
在本发明实施例中，搜索项获取模块902进一步用于：获取物品信息；根据物品信息中的物品标题和/或属性信息，确定用于描述物品信息的多个词汇以及多个词汇分别对应的词汇类型；根据多个词汇分别对应的词汇类型，对多个词汇进行组合，形成第一词组；将多个词汇以及第一词组作为描述项，以构建物品信息词库。
在本发明实施例中，搜索项获取模块902进一步用于：将物品标题作为类型确定模型的输入；根据类型确定模型的输出确定物品标题对应的多个词汇以及每个词汇的词汇类型。
在本发明实施例中，搜索项获取模块902进一步用于：分别确定多个词汇的词汇类型是否属于预设词汇类型，如果是，将预设词汇类型对应的词汇作为基础词汇；当基础词汇为多个时，将多个基础词汇进行组合，得到第一词组。
在本发明实施例中，搜索项获取模块902进一步用于：将第一词组与多个词汇中的非基础词汇进行组合，得到第二词组。
在本发明实施例中，搜索模块903进一步用于：确定搜索结果是否符合推送格式；如果是，将搜索结果作为待推送物品信息；如果否，对搜索结果进行筛选，得到待推送物品信息。
在本发明实施例中，搜索模块903进一步用于：利用相关性分类模型，对搜索结果进行筛选，以滤除搜索结果中与搜索项的相关度低于第一预设阈值的搜索结果；从筛选结果中提取物品信息，并确定物品信息对应的物品所属的品类；判断品类是否与热点关键词相关，如果是，将物品信息作为待推送物品信息。
在本发明实施例中，推送模块904进一步用于：根据热点关键词与待推送物品信息之间的匹配度，对待推送物品信息进行过滤；对过滤后的待推送物品信息进行推送。
在本发明实施例中，搜索项获取模块902进一步用于：将物品信息词库中包括热点关键词的描述项、和/或与热点关键词语义近似度大于第二预设阈值的描述项作为搜索项。
根据本发明实施例的一种物品信息推送装置可以看出，在获取热点关键词后，能够从物品信息词库中获取与热点关键词对应的搜索项，再利用搜索项进行搜索，得到与搜索项相对应的待推送物品信息并推送，从而提高了电商平台针对热点事件的反应速度，使电商平台向用户推送的物品信息和热点关键词具有关联度，进而提高了用户的使用体验。
图10示出了可以应用本发明实施例的一种物品信息推送方法或一种物品信息推送装置的示例性系统架构1000。
如图10所示，系统架构1000可以包括终端设备1001、1002、1003，网络1004和电子设备1005。网络1004用以在终端设备1001、1002、1003和电子设备1005之间提供通信链路的介质。网络1004可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备1001、1002、1003通过网络1004与电子设备1005交互，以接收或发送消息等。终端设备1001、1002、1003上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备1001、1002、1003可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
电子设备1005可以是提供各种服务的服务器，例如对用户利用终端设备1001、1002、1003所浏览的购物类网站提供支持的后台管理服务器。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、物品信息)反馈给终端设备。
需要说明的是，本发明实施例所提供的一种物品信息推送方法一般由电子设备1005执行，相应地，一种物品信息推送装置一般设置于电子设备1005中。
应该理解，图10中的终端设备、网络和电子设备的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和电子设备。
下面参考图11，其示出了适于用来实现本发明实施例的终端设备的计算机系统1100的结构示意图。图11示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图11所示，计算机系统1100包括中央处理单元(CPU)1101，其可以根据存储在只读存储器(ROM)1102中的程序或者从存储部分1108加载到随机访问存储器(RAM)1103中的程序而执行各种适当的动作和处理。在RAM 1103中，还存储有系统1100操作所需的各种程序和数据。CPU 1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(I/O)接口1105也连接至总线1104。
以下部件连接至I/O接口1105：包括键盘、鼠标等的输入部分1106；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1107；包括硬盘等的存储部分1108；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1109。通信部分1109经由诸如因特网的网络执行通信处理。驱动器1110也根据需要连接至I/O接口1105。可拆卸介质1111，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1110上，以便于从其上读出的计算机程序根据需要被安装入存储部分1108。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1109从网络上被下载和安装，和/或从可拆卸介质1111被安装。在该计算机程序被中央处理单元(CPU)1101执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括关键词获取模块、搜索项获取模块、搜索模块以及推送模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，推送模块还可以被描述为“用于对待推送物品信息进行推送的模块”。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：获取热点关键词；根据热点关键词，从物品信息词库中获取与热点关键词对应的搜索项；物品信息词库包括用于描述物品信息的多个描述项；利用搜索项进行搜索，得到与搜索项相对应的待推送物品信息；对待推送物品信息进行推送。
根据本发明实施例的技术方案，在获取热点关键词后，能够从物品信息词库中获取与热点关键词对应的搜索项，再利用搜索项进行搜索，得到与搜索项相对应的待推送物品信息并推送，从而提高了电商平台针对热点事件的反应速度，使电商平台向用户推送的物品信息和热点关键词具有关联度，进而提高了用户的使用体验。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (12)

1.一种物品信息推送方法，其特征在于，包括：
获取热点关键词；
根据所述热点关键词，从物品信息词库中获取与所述热点关键词对应的搜索项；所述物品信息词库包括用于描述物品信息的多个描述项；
利用所述搜索项进行搜索，得到与所述搜索项相对应的待推送物品信息；
对所述待推送物品信息进行推送。
2.根据权利要求1所述的方法，其特征在于，还包括：
获取物品信息；
根据所述物品信息中的物品标题和/或属性信息，确定用于描述物品信息的多个词汇以及所述多个词汇分别对应的词汇类型；
根据所述多个词汇分别对应的词汇类型，对所述多个词汇进行组合，形成第一词组；
将所述多个词汇以及所述第一词组作为所述描述项，以构建所述物品信息词库。
3.根据权利要求2所述的方法，其特征在于，
将所述物品标题作为类型确定模型的输入；
根据所述类型确定模型的输出确定所述物品标题对应的所述多个词汇以及每个所述词汇的词汇类型。
4.根据权利要求2所述的方法，其特征在于，所述根据所述多个词汇分别对应的词汇类型，对所述多个词汇进行组合，形成第一词组，包括：
分别确定多个词汇的词汇类型是否属于预设词汇类型，如果是，将所述预设词汇类型对应的词汇作为基础词汇；
当所述基础词汇为多个时，将所述多个基础词汇进行组合，得到第一词组。
5.根据权利要求4所述的方法，其特征在于，在所述将所述多个基础词汇进行组合之后，还包括：
将所述第一词组与所述多个词汇中的非基础词汇进行组合，得到第二词组。
6.根据权利要求1所述的方法，其特征在于，所述利用所述搜索项进行搜索，得到与所述搜索项相对应的待推送物品信息，包括：
确定搜索结果是否符合推送格式；
如果是，将所述搜索结果作为所述待推送物品信息；
如果否，对所述搜索结果进行筛选，得到所述待推送物品信息。
7.根据权利要求6所述的方法，其特征在于，所述对所述搜索结果进行筛选，得到所述待推送物品信息，包括：
利用相关性分类模型，对搜索结果进行筛选，以滤除所述搜索结果中与所述搜索项的相关度低于第一预设阈值的搜索结果；
从筛选结果中提取物品信息，并确定所述物品信息对应的物品所属的品类；
判断所述品类是否与所述热点关键词相关，如果是，将所述物品信息作为待推送物品信息。
8.根据权利要求1所述的方法，其特征在于，所述对所述待推送物品信息进行推送，包括：
根据所述热点关键词与所述待推送物品信息之间的匹配度，对所述待推送物品信息进行过滤；
对过滤后的所述待推送物品信息进行推送。
9.根据权利要求1所述的方法，其特征在于，
将所述物品信息词库中包括所述热点关键词的描述项、和/或与所述热点关键词语义近似度大于第二预设阈值的描述项作为所述搜索项。
10.一种物品信息推送装置，其特征在于，包括关键词获取模块、搜索项获取模块、搜索模块以及推送模块；其中：
所述关键词获取模块，用于获取热点关键词；
所述搜索项获取模块，用于根据所述热点关键词，从物品信息词库中获取与所述热点关键词对应的搜索项；所述物品信息词库包括用于描述物品信息的多个描述项；
所述搜索模块，用于利用所述搜索项进行搜索，得到与所述搜索项相对应的待推送物品信息；
所述推送模块，用于对所述待推送物品信息进行推送。
11.一种物品信息推送电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-9中任一所述的方法。
12.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-9中任一所述的方法。
CN202110138689.4A 2021-02-01 2021-02-01 一种物品信息推送方法和装置 Pending CN113821718A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110138689.4A CN113821718A (zh) 2021-02-01 2021-02-01 一种物品信息推送方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110138689.4A CN113821718A (zh) 2021-02-01 2021-02-01 一种物品信息推送方法和装置

Publications (1)

Publication Number Publication Date
CN113821718A true CN113821718A (zh) 2021-12-21

Family

ID=78912380

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110138689.4A Pending CN113821718A (zh) 2021-02-01 2021-02-01 一种物品信息推送方法和装置

Country Status (1)

Country Link
CN (1) CN113821718A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114202290A (zh) * 2021-12-24 2022-03-18 中寰卫星导航通信有限公司 一种行驶线路推荐方法、装置、电子设备及存储介质
WO2023142448A1 (zh) * 2022-01-26 2023-08-03 北京沃东天骏信息技术有限公司 热点信息的处理方法、装置、服务器和可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108346075A (zh) * 2017-01-24 2018-07-31 北京京东尚科信息技术有限公司 信息推荐方法和装置
CN110717801A (zh) * 2018-07-13 2020-01-21 珠海格力电器股份有限公司 一种商品信息推送方法及装置
CN111191022A (zh) * 2019-12-27 2020-05-22 苏宁云计算有限公司 商品短标题生成方法及装置
CN111651984A (zh) * 2019-02-19 2020-09-11 北京京东尚科信息技术有限公司 物品描述文本的处理方法、装置和计算机可读存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108346075A (zh) * 2017-01-24 2018-07-31 北京京东尚科信息技术有限公司 信息推荐方法和装置
CN110717801A (zh) * 2018-07-13 2020-01-21 珠海格力电器股份有限公司 一种商品信息推送方法及装置
CN111651984A (zh) * 2019-02-19 2020-09-11 北京京东尚科信息技术有限公司 物品描述文本的处理方法、装置和计算机可读存储介质
CN111191022A (zh) * 2019-12-27 2020-05-22 苏宁云计算有限公司 商品短标题生成方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114202290A (zh) * 2021-12-24 2022-03-18 中寰卫星导航通信有限公司 一种行驶线路推荐方法、装置、电子设备及存储介质
WO2023142448A1 (zh) * 2022-01-26 2023-08-03 北京沃东天骏信息技术有限公司 热点信息的处理方法、装置、服务器和可读存储介质

Similar Documents

Publication Publication Date Title
CN111428053B (zh) 一种面向税务领域知识图谱的构建方法
Gokulakrishnan et al. Opinion mining and sentiment analysis on a twitter data stream
KR102075833B1 (ko) 미술 작품 추천 큐레이션 방법 및 시스템
CN101593200B (zh) 基于关键词频度分析的中文网页分类方法
CN110059271B (zh) 运用标签知识网络的搜索方法及装置
CN104239340B (zh) 搜索结果筛选方法与装置
US20140201180A1 (en) Intelligent Supplemental Search Engine Optimization
CN108021715B (zh) 基于语义结构特征分析的异构标签融合系统
CN112989208B (zh) 一种信息推荐方法、装置、电子设备及存储介质
CN111444304A (zh) 搜索排序的方法和装置
CN112559684A (zh) 一种关键词提取及信息检索方法
CN109325146A (zh) 一种视频推荐方法、装置、存储介质和服务器
CN110888991A (zh) 一种弱标注环境下的分段式语义标注方法
CN110321549B (zh) 基于序列化学习、关系挖掘、时序分析的新概念挖掘方法
CN111475725A (zh) 用于搜索内容的方法、装置、设备和计算机可读存储介质
CN103886020A (zh) 一种房地产信息快速搜索方法
CN114970553B (zh) 基于大规模无标注语料的情报分析方法、装置及电子设备
CN113821718A (zh) 一种物品信息推送方法和装置
Rani et al. Study and comparision of vectorization techniques used in text classification
CN111061939B (zh) 基于深度学习的科研学术新闻关键字匹配推荐方法
Wei et al. Online education recommendation model based on user behavior data analysis
Guzmán de Núñez et al. A proposal for sentiment analysis on twitter for tourism-based applications
Hu et al. Embracing information explosion without choking: Clustering and labeling in microblogging
CN112712056A (zh) 视频语义分析方法、装置、存储介质及电子设备
Wu et al. Understanding customers using Facebook Pages: Data mining users feedback using text analysis

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