CN113987026A - 用于输出信息的方法、装置、设备以及存储介质 - Google Patents
用于输出信息的方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN113987026A CN113987026A CN202111292656.1A CN202111292656A CN113987026A CN 113987026 A CN113987026 A CN 113987026A CN 202111292656 A CN202111292656 A CN 202111292656A CN 113987026 A CN113987026 A CN 113987026A
- Authority
- CN
- China
- Prior art keywords
- information
- determining
- commodity
- input information
- input
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 239000013598 vector Substances 0.000 claims description 46
- 238000004590 computer program Methods 0.000 claims description 13
- 238000012216 screening Methods 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 244000018633 Prunus armeniaca Species 0.000 description 2
- 235000009827 Prunus armeniaca Nutrition 0.000 description 2
- 241000220317 Rosa Species 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 244000144730 Amygdalus persica Species 0.000 description 1
- 206010024796 Logorrhoea Diseases 0.000 description 1
- 235000006040 Prunus persica var persica Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000014759 maintenance of location Effects 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
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Probability & Statistics with Applications (AREA)
- General Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Fuzzy Systems (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了用于输出信息的方法、装置、设备以及存储介质,涉及大数据领域。具体实现方案为:获取用户的输入信息;确定输入信息的类型;根据上述类型,确定输入信息的关联信息;确定与关联信息匹配的商品信息;输出商品信息。本实现方式可以提高商品检索效率。
Description
技术领域
本公开涉及计算机技术领域,具体涉及大数据技术领域,尤其涉及用于输出信息的方法、装置、设备以及存储介质。
背景技术
电商平台种类繁多的促销活动背后都有一套搭建活动会场和选品的系统支持。平台运营人员通过系统中的各类工具,实现对各种活动场景的创建和相关商品的提报。虽然电商平台会为商品打上各类标签,以便运营人员圈选商品,但标签量少且覆盖商品数有限,最重要的是活动场景搭建过程中,需要运营人员根据自己的业务经验进行标签选取。但这对运营人员的行业经验要求很高,且选品效率低。
发明内容
本公开提供了一种用于输出信息的方法、装置、设备以及存储介质。
根据第一方面,提供了一种用于输出信息的方法,包括:获取用户的输入信息;确定输入信息的类型;根据类型,确定输入信息的关联信息;确定与关联信息匹配的商品信息;输出商品信息。
根据第二方面,提供了一种用于输出信息的装置,包括:信息获取单元,被配置成获取用户的输入信息;类型确定单元,被配置成确定输入信息的类型;关联信息确定单元,被配置成根据类型,确定输入信息的关联信息;商品信息确定单元,被配置成确定与关联信息匹配的商品信息;信息输出单元,被配置成输出商品信息。
根据第三方面,提供了一种电子设备,包括:至少一个处理器;以及与上述至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,上述指令被至少一个处理器执行,以使至少一个处理器能够执行如第一方面所描述的方法。
根据第四方面,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,上述计算机指令用于使计算机执行如第一方面所描述的方法。
根据第五方面,一种计算机程序产品,包括计算机程序,上述计算机程序在被处理器执行时实现如第一方面所描述的方法。
根据本公开的技术可以丰富输入信息对应的商品信息,提高选品效率。
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是本公开的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的用于输出信息的方法的一个实施例的流程图;
图3是根据本公开的用于输出信息的方法的另一个实施例的流程图;
图4是根据本公开的用于输出信息的方法的一个应用场景的示意图;
图5是根据本公开的用于输出信息的装置的一个实施例的结构示意图;
图6是用来实现本公开实施例的用于输出信息的方法的电子设备的框图。
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。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的用于输出信息的方法或用于输出信息的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104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101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如检索类应用等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、车载电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的信息提供支持的后台服务器。后台服务器可以根据用户通过终端设备101、102、103输入的信息,得到匹配的商品信息,并将商品信息反馈给终端设备101、102、103。
需要说明的是,服务器105可以是硬件,也可以是软件。当服务器105为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器105为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本公开实施例所提供的用于输出信息的方法一般由服务器105执行。相应地,用于输出信息的装置一般设置于服务器105中。
应该理解,图1中的终端设备、网络和服务器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、网络和服务器。
继续参考图2,示出了根据本公开的用于输出信息的方法的一个实施例的流程200。本实施例的用于输出信息的方法,包括以下步骤:
步骤201,获取用户的输入信息。
本实施例中,用于输出信息的方法的执行主体可以通过各种方式获取用户的输入信息。例如,执行主体可以与用户所使用的终端设备进行交互以接收用户的输入信息。上述输入信息可以包括文字、图片和链接,还可以包括SKU(stock keeping unit,库存量单位)。
步骤202,确定输入信息的类型。
执行主体在接收到输入信息后,可以对输入信息进行分析,确定输入信息的类型。上述类型可以包括但不限于:文字、图片、链接、SKU等等。具体的,执行主体对上述输入信息进行格式分析,如果检测到输入信息为图片格式的文件,则可以确定输入信息的类型为图片。如果检测到输入信息包括网址或文件地址,则可以确定输入信息的类型为链接。或者,执行主体可以将上述输入信息输入预先训练的卷积神经网络中,以识别输入信息的类型。
步骤203,根据类型,确定输入信息的关联信息。
本实施例中,执行主体在确定输入信息的类型后,可以根据上述类型,确定输入信息的关联信息。例如,如果输入信息的类型为图片,则可以将图片的向量或特征图作为关联信息,或者将图片中包括的对象的属性信息作为关联信息。例如,图片中包括的对象为包,则执行主体可以将包的形状(马鞍包、水桶包、云朵包等等)、包的颜色等等作为关联信息。如果输入信息的类型为链接,则可以将链接对应的网页中的标题、关键词或图片等作为关联信息。
步骤204,确定与类型关联信息匹配的商品信息。
执行主体在确定输入信息的关联信息后,可以进一步确定与上述关联信息匹配的商品信息。具体的,执行主体可以根据关联信息进行检索,根据检索结果得到匹配的商品信息。例如,执行主体可以将关联信息中的不同项分别作为检索词,进行商品检索。将与各检索词最相关的商品作为匹配的商品信息。
步骤204,输出上述商品信息。
执行主体在确定出匹配的商品信息后,可以将上述商品信息输出,以供用户查看。这里,用户可以指运营人员,用于布置参与促销活动的商品。用户也可以是购物人员,用于检索合适的商品。
本公开的上述实施例提供的用于输出信息的方法,可以根据用户的输入信息确定出匹配的商品信息,提高商品的检索效率。
继续参见图3,其示出了根据本公开的用于输出信息的方法的另一个实施例的流程300。如图3所示,本实施例的方法可以包括以下步骤:
步骤301,获取用户的输入信息。
在本实施例的一些可选的实现方式中,上述输入信息不仅限于“识别”(保留),还支持“过滤”(剔除)。如识别属性为“适用人群/女士”,但是过滤掉“适用年龄:10岁以下”。需要说明的是,如果输入信息中包括过滤信息,则执行主体可以首先过滤不适合的商品信息,然后对其余的商品信息进行排序。
步骤302,确定输入信息的类型。
步骤3031,响应于确定输入信息的类型为图片,确定图片的目标向量;根据目标向量,确定输入信息的关联信息。
本实施例中,如果输入信息的类型为图片,则执行主体首先可以确定图片的目标向量。具体的,执行主体可以通过各种特征提取算法确定图片的目标向量。例如,可以将图片输入特征提取网络,得到图片的目标向量。然后,执行主体可以对上述向量进行扩展,例如确定出相似的向量,将目标向量与相似向量作为关联信息。
步骤3041,根据关联信息以及预先存储的向量集合,确定与目标向量相似的向量;将所确定的向量对应的商品信息作为匹配的商品信息。
执行主体可以将上述关联信息与预先存储的向量集合中的各向量进行对比,确定与关联信息中的各向量相似的向量。这里,上述向量集合中的各向量与商品信息的各主图一一对应。即向量集合中的不同向量对应不同的商品信息。执行主体可以将上述确定的向量对应的商品信息作为与输入信息匹配的商品信息。
步骤3032,响应于确定输入信息的类型为文字,对文字进行联想,确定联想信息;响应于接收到针对联想信息的筛选信息,根据筛选信息确定关联信息。
本实施例中,如果输入信息为文字,则执行主体可以首先确定文字的关联信息。具体的,执行主体可以将上述文字的近义词或字形相近的词作为关联信息。或者,如果文字代表某一类目,则执行主体还可以将类目的相近类目作为关联信息,或者将类目的下级类目作为关联信息。或者,执行主体可以在接收到文字后,可以进行联想,确定联想信息。具体的,执行主体可以将文字的近义词、相近词作为联想信息。或者,执行主体还可以根据用户的历史输入信息,确定在文字之后或之前的文字,将上述文字作为联想信息。或者,如果文字表示类目或工业属性,则执行主体还可以将上述类目的平行类目作为联想信息。
如搭建“七夕节送女友服饰”活动会场,输入“粉色”,执行主体会联想出“玫红色、桃红色、杏色…”等相关描述词。输入“蕾丝裙”,执行主体会在预先创建的词向量索引中查找最近邻的相似词,然后联想出“碎花裙、印花裙、鱼尾裙、吊带裙…”等相关词。运营人员可勾选推荐的词,每次勾选支持“级联”展示,如勾选了“鱼尾裙”,则会继续展示与鱼尾裙最相关的联想词“一字肩、修身连衣裙…”。若结束本轮联想,可以选择继续在输入框手动输入。已选中的词会保留在展示区。
执行主体在确定联想信息后,可以输出上述联想信息。用户可以对上述联想信息进行反馈,即进一步输入,或对输出的联想信息进行勾选或删减等等。具体的,上述联想信息可以以多个词语的形式显示,每个词语前都有一个勾选框。如果用户点击了勾选框则表示选中了联想信息中的某个词。执行主体可以将用户勾选了的词作为新的输入信息,然后根据新的输入信息进行进一步联想,直至用户输入文字或者点击结束按钮以结束联想。执行主体可以根据用户的反馈信息以及上述联想信息,确定最终的匹配的商品信息。
在本实施例的一些可选的实现方式中,执行主体可以通过以下步骤确定关联信息:对文字进行分词,确定得到的各词语的向量;根据各词语的向量,确定各词语的近义词作为联想信息。
本实现方式中,执行主体可以对文字进行分词,得到至少一个词语。然后确定各个词语的向量。具体的,执行主体可以利用Word2vec等算法确定各个词语的向量。然后,执行主体可以根据各个词语的向量寻找与各词语语义相近的词语作为近义词,并将上述近义词作为联想信息。
在本实施例的一些可选的实现方式中,执行主体可以通过以下步骤确定关联信息:确定文字所对应的类目树;根据类目树,确定文字的下级类目为联想信息。
本实现方式中,执行主体还可以确定文字所对应的类目树。这里,类目树可以包括多级类目,上级类目可以对应多个下级类目。执行主体可以将上述文字与类目树中的各级类目进行比较,如果二者相同或相近,则可以确定上述类目的下级类目为联想信息。
在本实施例的一些可选的实现方式中,执行主体可以通过以下步骤确定联想信息:根据历史输入信息以及与历史输入信息对应的历史点击信息以及历史曝光信息,确定历史输入信息的关联信息。根据与输入信息类型相同的历史输入信息的关联信息,确定输入信息的关联信息。
本实现方式中,执行主体还可以获取历史输入信息以及与海量用户针对各历史输入信息生成的历史点击信息以及历史曝光信息,并据此确定联想信息。这里,历史点击信息可以包括在特定的历史输入信息下,海量用户对每个商品信息的点击次数。历史曝光信息可以包括在特定的历史输入信息下,海量用户浏览到的各商品信息的次数。具体的,对于每个历史输入信息,执行主体可以对该历史输入信息的历史点击信息进行分析,将历史点击信息中点击次数最多的商品信息作为与该历史输入信息最相关的商品信息。则执行主体可以将上述最相关的商品信息中的标题词、关键词、或工业属性等作为该历史输入信息的关联信息。或者,执行主体还可以对该历史输入信息的历史曝光信息进行分析,将曝光次数最多的商品信息中的标题词、关键词、或工业属性等作为该历史输入信息的关联信息。然后,执行主体可以利用历史输入信息的关联信息,来确定与历史输入信息相同类型的输入信息的关联信息。
步骤3042,确定预设的商品信息集合中的各商品信息与关联信息的匹配度;根据匹配度,确定匹配的商品信息。
本实施例中,输入信息可以包括工业属性、标题词、关键词、种子商品、图片等等。上述各项信息可以认为是规则,执行主体可以记录每个商品命中的规则次数以及商品和关键词的相关性得分。如某商品S命中工业属性a次、标题词b次、关键词c次、是种子商品的扩展商品、是商品图片返回的相似款,则命中规则(a+b+c+1+1)次。这里,商品命中规则的次数可以理解为匹配度。按商品命中规则的次数倒排序,同次数的商品按关键词或图片的相关性的最高得分倒排(如某商品命中“印花连衣裙”时相关性得分0.75,命中“鱼尾裙”时的相关性得分0.92,命中商品图片相关性得分0.81,则取最大值0.92作为排序依据)。
可以理解的是,技术人员可以根据实际应用场景对规则中的信息进行调整,以增加或删减影响相关性得分的影响因子。
步骤3033,响应于确定输入信息的类型为商品标识,确定商品标识对应的检索词;根据检索词确定关联信息。
步骤3043,确定预设的商品信息集合中与关联信息相似的商品信息作为匹配的商品信息。
本实施例中,如果输入信息的类型为商品标识,则执行主体可以首先确定商品标识对应的检索词。具体的,执行主体可以首先查询商品标识对应的商品信息,然后根据预先设置的商品信息与检索词的对应关系,确定出商品标识对应的检索词。然后,执行主体可以利用上述检索词进行检索,得到匹配的商品信息。
步骤305,输出商品信息。
步骤306,存储输入信息以及关联信息。
本实施例中,执行主体还可以将输入信息和关联信息进行存储,以供后续在离线情况下对输入信息进行联想。
继续参见图4,其示出了根据本公开的用于输出信息的方法的一个应用场景的示意图。在图4的应用场景中,运营人员在搭建“七夕节送女友服饰”活动会场,输入“粉色”,则联想出“玫红色、桃红色、杏色…”等相关描述词。输入“蕾丝裙”,则在预先创建的词向量索引中查找最近邻的相似词,然后联想出“碎花裙、印花裙、鱼尾裙、吊带裙…”等相关词。运营人员可勾选推荐的词,每次勾选支持“级联”展示,如勾选了“鱼尾裙”,则会继续展示与鱼尾裙最相关的联想词“一字肩、修身连衣裙…”。若结束本轮联想,可以选择继续在输入框手动输入。已选中的词会保留在展示区。最后,检索出匹配的商品信息,并对商品信息进行排序后予以显示。
本公开的上述实施例提供的用于输出信息的方法,可以对输入信息进行联想,并依据联想信息进行检索,从而能够丰富检索出的商品信息,提高检索效率。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种用于输出信息的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于输出信息的装置500包括:信息获取单元501、类型确定单元502、信息确定单元503和信息输出单元504。
信息获取单元501,被配置成获取用户的输入信息。
类型确定单元502,被配置成确定输入信息的类型。
关联信息确定单元503,被配置成根据上述类型,确定输入信息的关联信息。
信息确定单元504,被配置成确定与关联信息匹配的商品信息。
商品信息输出单元505,被配置成输出商品信息。
在本实施例的一些可选的实现方式中,输入信息包括目标图片。关联信息确定单元503可以进一步被配置成:确定图片的目标向量;根据所述目标向量,确定所述输入信息的关联信息。相应地,商品信息确定单元504可以进一步被配置成:根据关联信息以及预先存储的向量集合,确定与目标向量相似的向量;将所确定的向量对应的商品信息作为匹配的商品信息。
在本实施例的一些可选的实现方式中,输入信息包括文字。关联信息确定单元503可以进一步被配置成:对文字进行联想,确定联想信息;响应于接收到针对联想信息的筛选信息,根据筛选信息确定关联信息。
在本实施例的一些可选的实现方式中,关联信息确定单元503可以进一步被配置成:对文字进行分词,确定得到的各词语的向量;根据各词语的向量,确定各词语的近义词作为联想信息。
在本实施例的一些可选的实现方式中,关联信息确定单元503可以进一步被配置成:确定文字所对应的类目树;根据类目树,确定文字的下级类目为联想信息。
在本实施例的一些可选的实现方式中,输入信息包括商品标识。关联信息确定单元503可以进一步被配置成:确定商品标识对应的检索词;确定预设的商品信息集合中与检索词相似的商品信息作为匹配的商品信息。
在本实施例的一些可选的实现方式中,商品信息确定单元504可以进一步被配置成:确定预设的商品信息集合中的各商品信息与关联信息的匹配度;根据匹配度,确定匹配的商品信息。
在本实施例的一些可选的实现方式中,装置500还可以包括存储单元,被配置成:存储输入信息以及关联信息。
在本实施例的一些可选的实现方式中,装置500还可以包括历史管理单元,被配置成:根据历史输入信息以及与历史输入信息对应的历史点击信息以及历史曝光信息,确定历史输入信息的关联信息。相应地,关联信息确定单元503可以进一步被配置成:根据与所述输入信息类型相同的历史输入信息的关联信息,确定所述输入信息的关联信息。
应当理解,用于输出信息的装置500中记载的单元501至单元505分别与参考图2中描述的方法中的各个步骤相对应。由此,上文针对用于输出信息的方法描述的操作和特征同样适用于装置500及其中包含的单元,在此不再赘述。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,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。
图6示出了根据本公开实施例的执行用于输出信息的方法的电子设备600的框图。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6所示,电子设备600包括处理器601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储器608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM603中,还可存储电子设备600操作所需的各种程序和数据。处理器601、ROM 602以及RAM 603通过总线604彼此相连。I/O接口(输入/输出接口)605也连接至总线604。
电子设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储器608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许电子设备600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。
处理器601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。处理器601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处理器、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。处理器601执行上文所描述的各个方法和处理,例如用于输出信息的方法。例如,在一些实施例中,用于输出信息的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存储介质,例如存储器608。在一些实施例中,计算机程序的部分或者全部可以经由ROM602和/或通信单元609而被载入和/或安装到电子设备600上。当计算机程序加载到RAM 603并由处理器601执行时,可以执行上文描述的用于输出信息的方法的一个或多个步骤。备选地,在其他实施例中,处理器601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行用于输出信息的方法。
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。上述程序代码可以封装成计算机程序产品。这些程序代码或计算机程序产品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601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,机器可读存储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。机器可读存储介质可以是机器可读信号存储介质或机器可读存储介质。机器可读存储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)、光学存储设备、磁存储设备、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。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务(“Virtual Private Server”,或简称“VPS”)中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以是分布式系统的服务器,或者是结合了区块链的服务器。
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,均应包含在本公开的保护范围之内。
Claims (13)
1.一种用于输出信息的方法,包括:
获取用户的输入信息;
确定所述输入信息的类型;
根据所述类型,确定所述输入信息的关联信息;
确定与所述关联信息匹配的商品信息;
输出所述商品信息。
2.根据权利要求1所述的方法,其中,所述输入信息包括目标图片;以及
所述根据所述类型,确定所述输入信息的关联信息,包括:
确定所述图片的目标向量;
根据所述目标向量,确定所述输入信息的关联信息;以及
所述确定与所述关联信息匹配的商品信息,包括:
根据所述关联信息以及预先存储的向量集合,确定与所述目标向量相似的向量;
将所确定的向量对应的商品信息作为匹配的商品信息。
3.根据权利要求1所述的方法,其中,所述输入信息包括文字;以及
所述根据所述类型,确定所述输入信息的关联信息,包括:
对所述文字进行联想,确定联想信息;
响应于接收到针对所述联想信息的筛选信息,根据所述筛选信息确定所述关联信息。
4.根据权利要求3所述的方法,其中,所述对所述文字进行联想,确定联想信息,包括:
对所述文字进行分词,确定得到的各词语的向量;
根据各词语的向量,确定各词语的近义词作为所述联想信息。
5.根据权利要求3所述的方法,其中,所述对所述文字进行联想,确定联想信息,包括:
确定所述文字所对应的类目树;
根据所述类目树,确定所述文字的下级类目为所述联想信息。
6.根据权利要求1所述的方法,其中,所述输入信息包括商品标识;以及
所述根据所述类型,确定所述输入信息的关联信息,包括:
确定所述商品标识对应的检索词;
将所述检索词作为所述关联信息。
7.根据权利要求1所述的方法,其中,所述确定与所述关联信息匹配的商品信息,包括:
确定预设的商品信息集合中的各商品信息与所述关联信息的匹配度;
根据所述匹配度,确定匹配的商品信息。
8.根据权利要求1所述的方法,其中,所述方法还包括:
存储所述输入信息以及所述关联信息。
9.根据权利要求1所述的方法,其中,所述方法还包括:
根据历史输入信息以及与所述历史输入信息对应的历史点击信息以及历史曝光信息,确定所述历史输入信息的关联信息;
所述根据所述类型,确定所述输入信息的关联信息,包括:
根据与所述输入信息类型相同的历史输入信息的关联信息,确定所述输入信息的关联信息。
10.一种用于输出信息的装置,包括:
信息获取单元,被配置成获取用户的输入信息;
类型确定单元,被配置成确定所述输入信息的类型;
关联信息确定单元,被配置成根据所述类型,确定所述输入信息的关联信息;
商品信息确定单元,被配置成确定与所述关联信息匹配的商品信息;
信息输出单元,被配置成输出所述商品信息。
11.一种电子设备,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1-9中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-9中任一项所述的方法。
13.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-9中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111292656.1A CN113987026A (zh) | 2021-11-03 | 2021-11-03 | 用于输出信息的方法、装置、设备以及存储介质 |
PCT/CN2022/117037 WO2023077944A1 (zh) | 2021-11-03 | 2022-09-05 | 用于输出信息的方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111292656.1A CN113987026A (zh) | 2021-11-03 | 2021-11-03 | 用于输出信息的方法、装置、设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113987026A true CN113987026A (zh) | 2022-01-28 |
Family
ID=79746037
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111292656.1A Pending CN113987026A (zh) | 2021-11-03 | 2021-11-03 | 用于输出信息的方法、装置、设备以及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113987026A (zh) |
WO (1) | WO2023077944A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023077944A1 (zh) * | 2021-11-03 | 2023-05-11 | 北京沃东天骏信息技术有限公司 | 用于输出信息的方法、装置、设备以及存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009134656A (ja) * | 2007-12-01 | 2009-06-18 | Fujifilm Corp | 商品提示システム及び商品検索サーバ |
US10891673B1 (en) * | 2016-12-22 | 2021-01-12 | A9.Com, Inc. | Semantic modeling for search |
CN112837108A (zh) * | 2019-11-25 | 2021-05-25 | 阿里巴巴集团控股有限公司 | 信息处理方法、装置及电子设备 |
CN111444424A (zh) * | 2020-03-25 | 2020-07-24 | 深圳市分期乐网络科技有限公司 | 一种信息推荐方法和信息推荐系统 |
CN112884542A (zh) * | 2021-01-21 | 2021-06-01 | 北京电解智科技有限公司 | 商品推荐方法和装置 |
CN113191858A (zh) * | 2021-06-10 | 2021-07-30 | 数贸科技(北京)有限公司 | 基于图片搜索的商品展示方法及装置 |
CN113987026A (zh) * | 2021-11-03 | 2022-01-28 | 北京沃东天骏信息技术有限公司 | 用于输出信息的方法、装置、设备以及存储介质 |
-
2021
- 2021-11-03 CN CN202111292656.1A patent/CN113987026A/zh active Pending
-
2022
- 2022-09-05 WO PCT/CN2022/117037 patent/WO2023077944A1/zh unknown
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023077944A1 (zh) * | 2021-11-03 | 2023-05-11 | 北京沃东天骏信息技术有限公司 | 用于输出信息的方法、装置、设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2023077944A1 (zh) | 2023-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107330752B (zh) | 识别品牌词的方法和装置 | |
CN111597433B (zh) | 资源搜索方法、装置以及电子设备 | |
CN111767420B (zh) | 一种生成服饰搭配数据的方法和装置 | |
CN115619245A (zh) | 一种基于数据降维方法的画像构建和分类方法及系统 | |
CN112989235A (zh) | 基于知识库的内链构建方法、装置、设备和存储介质 | |
CN115510212A (zh) | 一种文本事件抽取方法、装置、设备及存储介质 | |
CN112699237B (zh) | 标签确定方法、设备和存储介质 | |
CN114048315A (zh) | 确定文档标签的方法、装置、电子设备和存储介质 | |
WO2023077944A1 (zh) | 用于输出信息的方法、装置、设备以及存储介质 | |
CN112989190A (zh) | 一种商品挂载方法、装置、电子设备和存储介质 | |
CN115293291B (zh) | 排序模型的训练方法、排序方法、装置、电子设备及介质 | |
CN116597443A (zh) | 素材标签处理方法、装置、电子设备及介质 | |
CN113110782B (zh) | 图像的识别方法、装置、计算机设备及存储介质 | |
CN113239273B (zh) | 用于生成文本的方法、装置、设备以及存储介质 | |
CN115114532A (zh) | 一种基于用户行为的数据搜索方法、装置及设备 | |
CN114036397A (zh) | 数据推荐方法、装置、电子设备和介质 | |
CN114417808B (zh) | 文章生成方法、装置、电子设备以及存储介质 | |
CN113656393B (zh) | 数据处理方法、装置、电子设备以及存储介质 | |
CN113177116B (zh) | 信息展示方法及装置、电子设备、存储介质及程序产品 | |
CN116244740B (zh) | 一种日志脱敏方法、装置、电子设备及存储介质 | |
CN118410063A (zh) | 搜索数据的查询方法、装置以及设备 | |
CN113849688A (zh) | 资源处理方法、资源处理装置、电子设备以及存储介质 | |
CN118035445A (zh) | 一种工单分类方法、装置、电子设备和存储介质 | |
CN116992053A (zh) | 文件查询方法、装置、电子设备和存储介质 | |
CN115146032A (zh) | 信息处理方法、装置、设备、介质及程序产品 |
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 |