CN114329210A - 信息推荐方法、装置及电子设备 - Google Patents
信息推荐方法、装置及电子设备 Download PDFInfo
- Publication number
- CN114329210A CN114329210A CN202111648835.4A CN202111648835A CN114329210A CN 114329210 A CN114329210 A CN 114329210A CN 202111648835 A CN202111648835 A CN 202111648835A CN 114329210 A CN114329210 A CN 114329210A
- Authority
- CN
- China
- Prior art keywords
- category
- information
- target
- search information
- recommendation
- 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
Images
Abstract
本公开提供了一种信息推荐方法、装置及电子设备,涉及数据处理技术领域,具体涉及搜索推荐技术领域。具体实现方案为:获取用户输入的目标搜索信息,所述目标搜索信息包括M个词语,M为正整数;确定所述目标搜索信息对应的第一类目和所述M个词语中的第一核心词;获取第一数据库中所述第一类目关联的历史搜索信息,得到第一候选推荐信息,所述第一数据库关联存储有类目与历史搜索信息;获取第二数据库中所述第一核心词关联的描述词;并将所述第一核心词与所述第一核心词关联的描述词拼接得到第二候选推荐信息,所述第二数据库关联存储有核心词与描述词;基于所述第一候选推荐信息和所述第二候选推荐信息进行信息推荐。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及搜索推荐技术领域,具体涉及一种信息推荐方法、装置及电子设备。
背景技术
随着科学技术和互联网技术的发展,电子商务平台快速崛起,电子商务平台能够给用户提供各种各样的网络服务,给生产生活带来了极大地便利。
比如,用户可以在电子商务平台上采购商品,借助与电子商务平台的搜索能力,用户在电子商务平台上进行信息查询时,电子商务平台通常会根据用户输入的搜索信息为用户进行信息推荐,以给用户提供更加精确的需求表达。
目前,电子商务平台通常是单一基于商品的类目或者单一基于搜索信息的核心词,来进行信息推荐。
发明内容
本公开提供了一种信息推荐方法、装置及电子设备。
根据本公开的第一方面,提供了一种信息推荐方法,包括:
获取用户输入的目标搜索信息,所述目标搜索信息包括M个词语,M为正整数;
确定所述目标搜索信息对应的第一类目和所述M个词语中的第一核心词;
获取第一数据库中所述第一类目关联的历史搜索信息,得到第一候选推荐信息,所述第一数据库关联存储有类目与历史搜索信息;
获取第二数据库中所述第一核心词关联的描述词;并将所述第一核心词与所述第一核心词关联的描述词拼接得到第二候选推荐信息,所述第二数据库关联存储有核心词与描述词;
基于所述第一候选推荐信息和所述第二候选推荐信息进行信息推荐。
根据本公开的第二方面,提供了一种信息推荐装置,包括:
第一获取模块,用于获取用户输入的目标搜索信息,所述目标搜索信息包括M个词语,M为正整数;
第一确定模块,用于确定所述目标搜索信息对应的第一类目和所述M个词语中的第一核心词;
第二获取模块,用于获取第一数据库中所述第一类目关联的历史搜索信息,得到第一候选推荐信息,所述第一数据库关联存储有类目与历史搜索信息;
第三获取模块,用于获取第二数据库中所述第一核心词关联的描述词;并将所述第一核心词与所述第一核心词关联的描述词拼接得到第二候选推荐信息,所述第二数据库关联存储有核心词与描述词;
推荐模块,用于基于所述第一候选推荐信息和所述第二候选推荐信息进行信息推荐。
根据本公开的第三方面,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,该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第一方面中的任一项方法。
根据本公开的第四方面,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,该计算机指令用于使计算机执行第一方面中的任一项方法。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现第一方面中的任一项方法。
根据本公开的技术解决了信息推荐效果比较差的问题,提高了信息推荐的效果。
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是根据本公开第一实施例的信息推荐方法的流程示意图;
图2是根据本公开第二实施例的信息推荐装置的结构示意图;
图3是用来实施本公开的实施例的示例电子设备的示意性框图。
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。
第一实施例
如图1所示,本公开提供一种信息推荐方法,包括如下步骤:
步骤S101:获取用户输入的目标搜索信息,所述目标搜索信息包括M个词语。
其中,M为正整数。
本实施例中,信息推荐方法涉及数据处理技术领域,尤其涉及搜索推荐技术领域,其可以广泛应用于商品采购场景下。本公开实施例的信息推荐方法,可以由本公开实施例的信息推荐装置执行。本公开实施例的信息推荐装置可以配置在任意电子设备中,以执行本公开实施例的信息推荐方法。该电子设备可以为服务器,也可以为终端设备,这里不进行具体限定。
本实施例可以应用于toB采购场景,也可以应用于toC采购场景,这里不进行具体限定。其中,toB采购场景和toC采购场景的区别在于电子商务平台面向的用户不同,对于toB采购场景,其通常面向的是群体,如社区、团体或单位等,而对于toC采购场景,其通常面向的是个人。
在步骤S101中,目标搜索信息可以是用户在搜索输入框输入的信息,如用户在电子商务平台上输入目标搜索信息“笔记本”。
该目标搜索信息可以包括M个词语,M为正整数。该M个词语可以包括名词、形容词或动词等,比如,目标搜索信息为“小型的笔记本”,则该目标搜索信息中可以包括形容词和名词,又比如,目标搜索信息为“折叠飞机”,则该目标搜索信息中可以包括动词和名词。
在一可选实施方式中,若用户输入目标搜索信息时在不同词语之间通过空格隔开,则信息推荐装置可以通过检测空格来划分词语,得到M个词语。
在另一可选实施方式中,信息推荐装置可以通过预先训练的分词模型如jieba分词工具来对目标搜索信息进行分词,得到M个词语以及每个词语的分词权重。在分词之前,可以使用预先存储的停用词列表中的词语过滤掉目标搜索信息的无用字符,之后再进行分词,这样可以提高分词的准确性。
目标搜索信息的获取时机可以有多个,比如,信息推荐装置可以实时或周期获取目标搜索信息,又比如,当检测到用户在搜索输入框中正在执行输入时,可以触发信息推荐装置获取目标搜索信息,还比如,当用户针对搜索输入框确认信息输入完成时,可以触发信息推荐装置获取目标搜索信息,亦或是,当用户进入至商品详情页面或者浏览完商品详情页面时,可以触发信息推荐装置获取用户之前输入的目标搜索信息,该目标搜索信息可以为可搜索到该商品详情页面的搜索信息。
在一可选实施方式,当信息推荐装置检测到用户在搜索输入框中正在执行输入时,可以获取用户当前输入的目标搜索信息,基于该目标搜索信息进行信息推荐。在该实施方式中,信息推荐装置可以基于该目标搜索信息预测用户可能需要的搜索信息,并可以将预测得到的搜索信息在搜索输入框中以下拉菜单的方式进行显示,以进行信息推荐,从而可以给用户提供更加精确的需求表达。
在另一可选实施方式中,当信息推荐装置检测到用户进入至商品详情页面或者浏览完商品详情页面时,可以获取用户之前输入的目标搜索信息,基于该目标搜索信息和基于该目标搜索信息进入的商品详情页面进行信息推荐。在该实施方式中,信息推荐装置可以预测用户可能需要的搜索信息,并可以将预测得到的搜索信息在预设位置如页面的右边位置进行显示,以进行信息推荐,从而可以给用户提供更加精确的需求表达。
步骤S102:确定所述目标搜索信息对应的第一类目和所述M个词语中的第一核心词。
该步骤中,第一类目可以指的是目标搜索信息对应的商品类别,比如,目标搜索信息为“笔记本”,则该目标搜索信息对应的商品类别可以包括文具。
第一类目可以指的是目标搜索信息对应商品的第一级类目、第二级类目或第三级类目等,为了准确地表达目标搜索信息对应的商品类目,且比较精确地依据类目进行商品搜索,第一类目可以具体指的是目标搜索信息对应商品的第三级类目,比如,目标搜索信息为“笔记本”,该目标搜索信息对应的商品类目从第一级类目至第三级类目分别为文具、本子和笔记本,该目标搜索信息对应商品的第三级类目为笔记本,则该目标搜索信息对应的第一类目可以为笔记本。
第一类目的确定方式可以包括多种,比如,可以对目标搜索信息进行类目解析,得到该目标搜索信息的第一目标类目信息,将该第一目标类目信息中的某一类目确定为第一类目。
又比如,若信息推荐装置检测到用户基于目标搜索信息进入至第一页面(该第一页面可以为商品详情页面),则可以基于目标搜索信息类目解析得到的类目信息和第一页面关联的对象(可以为商品)对应的第一类目列表,确定第一类目。在一可选实施方式中,可以将目标搜索信息类目解析得到的类目信息和第一类目列表的交集中某一类目确定为第一类目。
还比如,若目标搜索信息与第一数据库中的目标历史搜索信息匹配,则可以将该目标历史搜索信息关联的类目确定为第一类目,其中,第一数据库中关联存储有类目和历史搜索信息。
M个词语中的第一核心词可以指的是M个词语中的关键词,该关键词可以为名词,指的是目标搜索信息中最能表达用户搜索需求的词语,比如,目标搜索信息为“硬壳笔记本”,则该目标搜索信息的关键词为笔记本。
第一核心词的确定方式也可以包括多种,比如,可以确定M个词语中的词语是否与关键词库中的词语匹配,将M个词语中与关键词库匹配的词语确定为第一核心词。
又比如,可以针对M个词语中每个词语,对所述词语进行类目解析,得到所述词语对应的类目信息;从M个词语中确定至少一个候选词语,每个候选词语对应的类目信息与对目标搜索信息进行类目解析得到的类目信息存在交集;从至少一个候选词语中确定第一核心词。
步骤S103:获取第一数据库中所述第一类目关联的历史搜索信息,得到第一候选推荐信息,所述第一数据库关联存储有类目与历史搜索信息。
该步骤中,第一数据库关联存储有类目与历史搜索信息,且一个类目可以关联存储有一个、两个或多个历史搜索信息,可以获取第一数据库中与第一类目关联的历史搜索信息,得到第一候选推荐信息。
其中,在信息推荐之前,可以预先确定日志数据中的历史搜索信息对应的类目,并将类目与历史搜索信息关联存储至第一数据库中,以下再对其进行详细说明。
步骤S104:获取第二数据库中所述第一核心词关联的描述词;并将所述第一核心词与所述第一核心词关联的描述词拼接得到第二候选推荐信息,所述第二数据库关联存储有核心词与描述词。
该步骤中,第二数据库关联存储有核心词与描述词,且一个核心词可以关联存储有一个、两个或多个描述词,可以获取第二数据库中与第一核心词关联的描述词,并将该第一核心词分别与该第一核心词关联的描述词拼接,得到第二候选推荐信息。
比如,第一核心词为笔记本,第二数据库中第一核心词关联的描述词包括硬壳、小型、超厚等,将第一核心词分别与每一个描述词拼接,可以得到第二候选推荐信息,包括拼接得到的搜索信息“硬壳笔记本”、“小型笔记本”和“超厚笔记本”。
其中,在信息推荐之前,可以预先确定日志数据中的历史搜索信息中的核心词,将历史搜索信息中除核心词之外的词语确定为描述词,并将核心词与描述词关联存储至第二数据库中,以下再对其进行详细说明。
步骤S105:基于所述第一候选推荐信息和所述第二候选推荐信息进行信息推荐。
该步骤中,第一候选推荐信息中可以包括一个、两个或多个待推荐搜索信息,每个待推荐搜索信息为第一类目关联的历史搜索信息。第二候选推荐信息中也可以包括一个、两个或多个待推荐搜索信息,每个待推荐搜索信息为第一核心词与第一核心词关联的描述词拼接得到的信息。
在一可选实施方式中,可以将第一候选推荐信息和第二候选推荐信息进行汇总,汇总之后,由于第一候选推荐信息和第二候选推荐信息可能存在交集,即可能存在重复的待推荐搜索信息,在该种情况下,可以进行去重,保存存在重复的待推荐搜索信息中的其中一个即可。
在该实施方式中,可以确定每个待推荐搜索信息的推荐权重,按照推荐权重从大到小对待推荐搜索信息进行排序,将推荐权重排序在前的待推荐搜索信息推荐给该用户。
若待推荐搜索信息为第一候选推荐信息中的待推荐搜索信息,可以基于该待推荐搜索信息对应的权重确定,比如,可以将该待推荐搜索信息对应的权重确定为该待推荐搜索信息的推荐权重。其中,第一数据库中,一个类目关联的每个历史搜索信息均可以对应一个权重,权重越大,则该历史搜索信息与该类目的关联程度越紧密。
若待推荐搜索信息为第二候选推荐信息中的待推荐搜索信息,可以基于该待推荐搜索信息中描述词对应的权重确定,比如,可以将该待推荐搜索信息中描述词对应的权重确定为该待推荐搜索信息的推荐权重。其中,第二数据库中,一个核心词关联的每个描述词均可以对应一个权重,权重越大,则该描述词与该核心词的关联程度越紧密。
若待推荐搜索信息为第一候选推荐信息和第二候选推荐信息的交集中的待推荐搜索信息,在该种情况下,可以基于该待推荐搜索信息对应的权重确定和该待推荐搜索信息中描述词对应的权重综合确定,比如,可以将该待推荐搜索信息对应的权重确定和该待推荐搜索信息中描述词对应的权重的平均值确定为该待推荐搜索信息的推荐权重。
在另一可选实施方式中,可以基于预设的第一通道权重,确定所述第一候选推荐信息中的历史搜索信息的第一推荐权重;基于预设的第二通道权重,确定所述第二候选推荐信息中所述第一核心词与所述第一核心词关联的描述词拼接得到的信息的第二推荐权重;基于所述第一推荐权重和所述第二推荐权重,从所述第一候选推荐信息和所述第二候选推荐信息中确定目标推荐信息;基于所述目标推荐信息进行信息推荐。
在该实施方式中,第一通道权重可以为基于类目进行信息推荐的通道,第二通道权重可以为基于核心词进行信息推荐的通道,第一通道权重和第二通道权重均可以预先设置,比如,第一通道权重可以设置为0.7,第二通道权重可以设置为0.3。
相应的,第一推荐权重可以基于第一通道权重和第一候选推荐信息中的历史搜索信息即待推荐搜索信息对应的权重综合确定,第二推荐权重可以基于第二通道权重和第二候选推荐信息中的待推荐搜索信息中描述词对应的权重综合确定。比如,可以将两个权重进行相乘,得到待推荐搜索信息的推荐权重。
本实施例中,通过获取用户输入的目标搜索信息,所述目标搜索信息包括M个词语;确定所述目标搜索信息对应的第一类目和所述M个词语中的第一核心词;获取第一数据库中所述第一类目关联的历史搜索信息,得到第一候选推荐信息,所述第一数据库关联存储有类目与历史搜索信息;获取第二数据库中所述第一核心词关联的描述词;并将所述第一核心词与所述第一核心词关联的描述词拼接得到第二候选推荐信息,所述第二数据库关联存储有核心词与描述词;基于所述第一候选推荐信息和所述第二候选推荐信息进行信息推荐。如此,可以结合目标搜索信息对应的类目和核心词这两个通道进行搜索引导的推荐,从而可以提高信息推荐的效果。
需要说明的是,还可以结合其他通道如从日志数据中获取目标搜索信息匹配的历史搜索信息,得到第三候选推荐信息,该第三候选推荐信息可以结合第一候选推荐信息和第二候选推荐信息进行信息推荐。
可选的,所述确定所述目标搜索信息对应的第一类目,包括以下任一项:
对所述目标搜索信息进行类目解析,得到第一目标类目信息,所述第一目标类目信息包括所述第一类目;
在基于所述目标搜索信息进入至第一页面的情况下,基于第二目标类目信息和所述第一页面关联的对象对应的第一类目列表,确定所述第一类目,所述第二目标类目信息和第一类目列表中的至少一项包括所述第一类目;
在所述目标搜索信息与所述第一数据库中的目标历史搜索信息匹配的情况下,将所述目标历史搜索信息关联的类目确定为所述第一类目。
本实施方式中,在一场景中,若目标搜索信息为用户第一次输入的搜索信息,在第一数据库及日志数据中均不存在与目标搜索信息匹配的历史搜索信息,在该种场景下,信息推荐装置可以对目标搜索信息进行类目解析,具体可以采用预先训练的类目解析模型对目标搜索信息进行类目解析,得到该目标搜索信息的第一目标类目信息。
其中,类目解析模型可以使用第三级类目作为解析目标,即解析得到的第一目标类目信息中的类目为第三级类目,第一目标类目信息中可以包括至少一个类目以及每个类目对应的权重。相应的,可以将该第一目标类目信息中权重最大的类目确定为第一类目。
在另一场景中,若用户输入目标搜索信息后,基于该目标搜索信息进入至第一页面,该第一页面可以为商品详情页面,在该种情况下,第二目标类目信息(可以为目标搜索信息类目解析得到的类目信息即第一目标类目信息)可以结合第一页面关联的对象对应的第一类目列表,来确定第一类目,这样可以结合用户的搜索情况来实时调整用户可能需要的商品类目,从而提供给用户更加精确的需求表达。
在该场景中,第一页面关联的对象对应的第一类目列表也可以包括至少一个类目,第一类目列表中的类目也可以为第三级类目,可以通过解析商品详情页面的内容来确定该商品详情页面关联的对象(可以为商品)的类目,得到第一类目列表。
在一可能的实现方式中,可以将第二目标类目信息和第一类目列表的交集中权重最大的类目确定为第一类目。
在另一场景中,若在第一数据库中可以查找到与该目标搜索信息匹配的目标历史搜索信息,在该场景中,可以将该目标历史搜索信息关联的类目确定为第一类目。
本实施方式中,可以通过多种方式确定目标搜索信息对应的第一类目,且可以结合用户的搜索情况来实时调整用户可能需要的商品类目,从而可以提供给用户更加精确的需求表达,进一步提高信息推荐的效果。
可选的,M大于1,所述M个词语中的第一核心词基于以下方式确定:
针对所述M个词语中每个词语,对所述词语进行类目解析,得到所述词语对应的类目信息;
从所述M个词语中确定至少一个候选词语,每个候选词语对应的类目信息与对所述目标搜索信息进行类目解析得到的类目信息存在交集;
从所述至少一个候选词语中确定所述第一核心词。
本实施方式中,可以针对M个词语中每个词语,对该词语进行类目解析,得到该词语对应的类目信息,其类目解析的方式可以与目标搜索信息类目解析的方式类似,这里不进行具体限定。
词语对应的类目信息可以包括至少一个类目以及每个类目对应的权重,可以从M个词语中确定至少一个候选词语,其确定方式可以为,针对M个词语中每个词语,可以确定该词语对应的类目信息是否与目标搜索信息进行类目解析得到的类目信息(可以为第一目标类目信息)存在交集,若存在交集,则可以将该词语确定为候选词语。
之后,可以从至少一个候选词语中确定所述第一核心词。具体的,可以确定每个候选词语的目标权重,在一可选实施方式中,可以将候选词语的分词权重与位置权重进行相乘,得到该候选词语的目标权重,其中,候选词语的位置权重可以根据候选词语在目标搜索信息的位置进行赋权,位置越靠前,位置权重可以越大。相应的,可以将至少一个候选词语中目标权重最大的候选词语确定为第一核心词。
本实施方式中,通过结合类目的方式来确定目标搜索信息中的第一核心词,如此可以提高核心词的确定准确性,从而可以进一步提高信息推荐的效果。
需要说明的是,对于第二数据库中的核心词,也可以采用上述第一核心词的确定方式来确定,具体的,可以获取日志数据,该日志数据可以包括历史搜索信息,可以利用预先建立的搜索信息黑名单列表来过滤日志数据中的历史搜索信息,并可以利用预先建立的类目黑名单列表来过滤日志数据中的历史搜索信息,比如,可以过滤掉日志数据中与类目黑名单列表存在交集的类目信息对应的历史搜索信息。同时,还可以利用预先存储的停用词列表中的词语过滤掉历史搜索信息的无用字符。
针对过滤后的日志数据,可以使用分词模型将日志数据中的历史搜索信息进行分词处理,得到分词结果以及分词权重。如果分词结果只有一个,则将该分词结果确定为核心词,如果分词结果有多个,将每个分词结果的类目信息与历史搜索信息的类目信息进行类目交叉检验,得到候选词语。如果候选词语只有一个,则该候选词语为核心词,如果候选词语有多个,则候选词语按照出现在历史搜索信息中的位置顺序赋权,候选词语的目标权重=分词权重*位置比例,取目标权重最大的候选词语作为核心词,历史搜索信息剩下的分词结果作为描述词。
之后,若日志数据中不同历史搜索信息的核心词相同,则可以将该核心词关联的描述词进行聚类,最终可以得到一个核心词关联有多个描述词,且将核心词和描述词关联存储至第二数据库中。并且,可以根据描述词的分词权重和位置比例确定描述词的权重,也可以将该权重对应存储至第二数据库中。
可选的,所述步骤S105具体包括:
基于预设的第一通道权重,确定所述第一候选推荐信息中的历史搜索信息的第一推荐权重;
基于预设的第二通道权重,确定所述第二候选推荐信息中所述第一核心词与所述第一核心词关联的描述词拼接得到的信息的第二推荐权重;
基于所述第一推荐权重和所述第二推荐权重,从所述第一候选推荐信息和所述第二候选推荐信息中确定目标推荐信息;
基于所述目标推荐信息进行信息推荐。
本实施方式中,第一通道权重可以为基于类目进行信息推荐的通道,第二通道权重可以为基于核心词进行信息推荐的通道,第一通道权重和第二通道权重均可以预先设置,比如,第一通道权重可以设置为0.7,第二通道权重可以设置为0.3。
第一推荐权重可以基于第一通道权重和第一候选推荐信息中的历史搜索信息即待推荐搜索信息对应的权重综合确定,第二推荐权重可以基于第二通道权重和第二候选推荐信息中的待推荐搜索信息中描述词对应的权重综合确定。比如,可以将两个权重进行相乘,得到待推荐搜索信息的推荐权重。
在一可能的实现方式中,可以按照第一推荐权重从大到小对第一候选推荐信息中的待推荐搜索信息进行排序,将第一推荐权重排序在前的待推荐搜索信息确定为目标推荐信息。也可以按照第二推荐权重从大到小对第二候选推荐信息中的待推荐搜索信息进行排序,将第二推荐权重排序在前的待推荐搜索信息确定为目标推荐信息。
基于确定的目标推荐信息进行信息推荐时,若确定的目标推荐信息中存在重复的搜索信息,则可以进行去重处理,之后将目标推荐信息推荐给该用户。
本实施方式中,可以结合目标搜索信息对应的类目和核心词这两个通道分别进行搜索引导的推荐,从而可以提高信息推荐的效果。
可选的,所述步骤S103之前,所述方法还包括:
从日志数据中获取历史搜索信息,所述历史搜索信息与第二页面关联;
对所述历史搜索信息进行类目解析,得到第三目标类目信息;
基于所述第三目标类目信息和所述第二页面关联的对象对应的第二类目列表,确定所述历史搜索信息对应的类目;
将所述历史搜索信息对应的类目与所述历史搜索信息关联存储至所述第一数据库。
本实施方式中,可以获取日志数据,该日志数据可以包括历史搜索信息,可以利用预先建立的搜索信息黑名单列表来过滤日志数据中的历史搜索信息,并可以利用预先建立的类目黑名单列表来过滤日志数据中的历史搜索信息,比如,可以过滤掉日志数据中与类目黑名单列表存在交集的类目信息对应的历史搜索信息。同时,还可以利用预先存储的停用词列表中的词语过滤掉历史搜索信息的无用字符。
针对过滤后的日志数据,可以获取该日志数据中与第二页面关联的历史搜索信息。第二页面可以指的是商品详情页面,当基于历史搜索信息进入至商品详情页面时,则可以将该历史搜索信息与商品详情页面关联。
对所述历史搜索信息进行类目解析,得到第三目标类目信息,其中,对历史搜索信息进行类目解析的方式与对目标搜索信息进行类目解析的方式类似,这里不进行赘述。
在第三目标类目信息包括至少两个类目的情况下,可以结合第二页面关联的对象对应的第二类目列表对第三目标类目信息进行校准,得到历史搜索信息对应的类目,该历史搜索信息对应的类目可以为该历史搜索信息的强类目表达。其中,第二页面关联的对象对应的第二类目列表的获取方式与第一页面关联的对象对应的第一类目列表的获取方式相同,这里不进行赘述。
第二页面的数量为一个、两个或多个,这里不进行具体限定。在第二页面的数量为多个的情况下,可以将所有第二页面的商品类目结果合并在一起,得到第二类目列表。
在一可选实施方式中,若第三目标类目信息与第二页面关联的对象对应的第二类目列表存在交集,历史搜索信息对应的类目可以为交集中的类目。在另一可选实施方式中,若第三目标类目信息与第二页面关联的对象对应的第二类目列表不存在交集,则历史搜索信息对应的类目可以为第三目标类目信息中的类目或第二类目列表中的类目。
在具体实现过程中,为了有效地建立类目到历史搜索信息的映射,可以将日志数据中的历史搜索信息按照历史搜索信息解析得到的类目字段进行聚类,这样同一类目就可以对应着多个历史搜索信息。相应的,可以将日志数据中与历史搜索信息对应的类目相同的所有历史搜索信息聚类在一起,将类目和历史搜索信息关联存储至第一数据库中。
并且,在第一数据库中,可以按照历史搜索信息解析得到的类目字段的权重,将类目关联的历史搜索信息进行排序,同时可以将历史搜索信息解析得到的类目字段的权重对应存储至第一数据库中,作为该历史搜索信息对应的权重。
本实施方式中,可以结合历史搜索信息解析得到的第三目标类目信息和历史搜索信息关联的第二页面的第二类目列表,来确定历史搜索信息对应的类目,从而确定该历史搜索信息的强类目表达,将该历史搜索信息的强类目表达与该历史搜索信息关联存储至第一数据库,如此,可以解决单单依赖商品类目来确定搜索信息的类目而造成类目不精准的问题,可以提高搜索信息的类目确定准确性,进而可以提高信息推荐的效果。
可选的,所述第三目标类目信息包括至少一个类目和每个类目对应的权重,所述基于所述第三目标类目信息和所述第二页面关联的对象对应的第二类目列表,确定所述历史搜索信息对应的类目,包括如下至少一项:
在所述第三目标类目信息与第二类目列表不存在交集的情况下,将所述第二类目列表中出现次数最多的类目确定为所述历史搜索信息对应的类目;
在所述第三目标类目信息与第二类目列表存在交集的情况下,若目标类目的权重小于预设阈值,将所述第三目标类目信息中权重最大的类目确定为所述历史搜索信息对应的类目,所述目标类目为所述第三目标类目信息与所述第二类目列表的交集中的类目;
在所述第三目标类目信息与第二类目列表存在交集的情况下,若所述目标类目的权重大于或等于所述预设阈值,将所述目标类目确定为所述历史搜索信息对应的类目。
本实施方式中,所述历史搜索信息对应的类目为一个,该类目可以作为该历史搜索信息的最强类目表达。
具体的,在一场景中,若第三目标类目信息与第二类目列表不存在交集,则可以计算第二类目列表中每种类目出现的次数,将第二类目列表中出现次数最多的类目确定为最终类目校准的结果,得到历史搜索信息对应的类目。
在另一场景中,若第三目标类目信息与第二类目列表存在交集,则可以将目标类目作为候选类目,其中,目标类目可以为第三目标类目信息与第二类目列表的交集中的类目,目标类目的数量可以为一个、两个或多个。
之后,可以确定目标类目的权重是否大于或等于预设阈值,若确定所有目标类目的权重均小于预设阈值如0.5,则确定商品类目结果比较发散,类目取值难以信服,将第三目标类目信息中权重最大的类目确定为最终类目校准的结果,得到历史搜索信息对应的类目。
若交集中存在权重大于预设阈值如0.5的目标类目,则可以将该目标类目最终类目校准的结果,得到历史搜索信息对应的类目。
如此,可以结合历史搜索信息解析得到的第三目标类目信息和历史搜索信息关联的第二页面的第二类目列表,确定历史搜索信息的最强类目表达,进一步提高搜索信息类目确定的准确性。
第二实施例
如图2所示,本公开提供一种信息推荐装置200,包括:
第一获取模块201,用于获取用户输入的目标搜索信息,所述目标搜索信息包括M个词语,M为正整数;
第一确定模块202,用于确定所述目标搜索信息对应的第一类目和所述M个词语中的第一核心词;
第二获取模块203,用于获取第一数据库中所述第一类目关联的历史搜索信息,得到第一候选推荐信息,所述第一数据库关联存储有类目与历史搜索信息;
第三获取模块204,用于获取第二数据库中所述第一核心词关联的描述词;并将所述第一核心词与所述第一核心词关联的描述词拼接得到第二候选推荐信息,所述第二数据库关联存储有核心词与描述词;
推荐模块205,用于基于所述第一候选推荐信息和所述第二候选推荐信息进行信息推荐。
可选的,所述第一确定模块202包括:
第一解析单元,用于对所述目标搜索信息进行类目解析,得到第一目标类目信息,所述第一目标类目信息包括所述第一类目;
第一确定单元,用于在基于所述目标搜索信息进入至第一页面的情况下,基于第二目标类目信息和所述第一页面关联的对象对应的第一类目列表,确定所述第一类目,所述第二目标类目信息和第一类目列表中的至少一项包括所述第一类目;
第二确定单元,用于在所述目标搜索信息与所述第一数据库中的目标历史搜索信息匹配的情况下,将所述目标历史搜索信息关联的类目确定为所述第一类目。
可选的,M大于1,所述第一确定模块202包括:
第二解析单元,用于针对所述M个词语中每个词语,对所述词语进行类目解析,得到所述词语对应的类目信息;
第三确定单元,用于从所述M个词语中确定至少一个候选词语,每个候选词语对应的类目信息与对所述目标搜索信息进行类目解析得到的类目信息存在交集;
第四确定单元,用于从所述至少一个候选词语中确定所述第一核心词。
可选的,所述推荐模块205,具体用于:
基于预设的第一通道权重,确定所述第一候选推荐信息中的历史搜索信息的第一推荐权重;
基于预设的第二通道权重,确定所述第二候选推荐信息中所述第一核心词与所述第一核心词关联的描述词拼接得到的信息的第二推荐权重;
基于所述第一推荐权重和所述第二推荐权重,从所述第一候选推荐信息和所述第二候选推荐信息中确定目标推荐信息;
基于所述目标推荐信息进行信息推荐。
可选的,所述装置还包括:
第四获取模块,用于从日志数据中获取历史搜索信息,所述历史搜索信息与第二页面关联;
类目解析模块,用于对所述历史搜索信息进行类目解析,得到第三目标类目信息;
第二确定模块,用于基于所述第三目标类目信息和所述第二页面关联的对象对应的第二类目列表,确定所述历史搜索信息对应的类目;
存储模块,用于将所述历史搜索信息对应的类目与所述历史搜索信息关联存储至所述第一数据库。
可选的,所述第三目标类目信息包括至少一个类目和每个类目对应的权重,所述第二确定模块包括:
第五确定单元,用于在所述第三目标类目信息与第二类目列表不存在交集的情况下,将所述第二类目列表中出现次数最多的类目确定为所述历史搜索信息对应的类目;
第六确定单元,用于在所述第三目标类目信息与第二类目列表存在交集的情况下,若目标类目的权重小于预设阈值,将所述第三目标类目信息中权重最大的类目确定为所述历史搜索信息对应的类目,所述目标类目为所述第三目标类目信息与所述第二类目列表的交集中的类目;
第七确定单元,用于在所述第三目标类目信息与第二类目列表存在交集的情况下,若所述目标类目的权重大于或等于所述预设阈值,将所述目标类目确定为所述历史搜索信息对应的类目。
本公开提供的信息推荐装置200能够实现信息推荐方法实施例实现的各个过程,且能够达到相同的有益效果,为避免重复,这里不再赘述。
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3示出了可以用来实施本公开的实施例的示例电子设备的示意性框图。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3所示,设备300包括计算单元301,其可以根据存储在只读存储器(ROM)302中的计算机程序或者从存储单元308加载到随机访问存储器(RAM)303中的计算机程序,来执行各种适当的动作和处理。在RAM 303中,还可存储设备300操作所需的各种程序和数据。计算单元301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
设备300中的多个部件连接至I/O接口305,包括:输入单元306,例如键盘、鼠标等;输出单元307,例如各种类型的显示器、扬声器等;存储单元308,例如磁盘、光盘等;以及通信单元309,例如网卡、调制解调器、无线通信收发机等。通信单元309允许设备300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301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301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301执行上文所描述的各个方法和处理,例如信息推荐方法。例如,在一些实施例中,信息推荐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308。在一些实施例中,计算机程序的部分或者全部可以经由ROM 302和/或通信单元309而被载入和/或安装到设备300上。当计算机程序加载到RAM 303并由计算单元301执行时,可以执行上文描述的信息推荐方法的一个或多个步骤。备选地,在其他实施例中,计算单元301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推荐方法。
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。服务器可以是云服务器,也可以为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 (15)
1.一种信息推荐方法,包括:
获取用户输入的目标搜索信息,所述目标搜索信息包括M个词语,M为正整数;
确定所述目标搜索信息对应的第一类目和所述M个词语中的第一核心词;
获取第一数据库中所述第一类目关联的历史搜索信息,得到第一候选推荐信息,所述第一数据库关联存储有类目与历史搜索信息;
获取第二数据库中所述第一核心词关联的描述词;并将所述第一核心词与所述第一核心词关联的描述词拼接得到第二候选推荐信息,所述第二数据库关联存储有核心词与描述词;
基于所述第一候选推荐信息和所述第二候选推荐信息进行信息推荐。
2.根据权利要求1所述的方法,其中,所述确定所述目标搜索信息对应的第一类目,包括以下任一项:
对所述目标搜索信息进行类目解析,得到第一目标类目信息,所述第一目标类目信息包括所述第一类目;
在基于所述目标搜索信息进入至第一页面的情况下,基于第二目标类目信息和所述第一页面关联的对象对应的第一类目列表,确定所述第一类目,所述第二目标类目信息和第一类目列表中的至少一项包括所述第一类目;
在所述目标搜索信息与所述第一数据库中的目标历史搜索信息匹配的情况下,将所述目标历史搜索信息关联的类目确定为所述第一类目。
3.根据权利要求1所述的方法,其中,M大于1,所述M个词语中的第一核心词基于以下方式确定:
针对所述M个词语中每个词语,对所述词语进行类目解析,得到所述词语对应的类目信息;
从所述M个词语中确定至少一个候选词语,每个候选词语对应的类目信息与对所述目标搜索信息进行类目解析得到的类目信息存在交集;
从所述至少一个候选词语中确定所述第一核心词。
4.根据权利要求1所述的方法,其中,所述基于所述第一候选推荐信息和所述第二候选推荐信息进行信息推荐,包括:
基于预设的第一通道权重,确定所述第一候选推荐信息中的历史搜索信息的第一推荐权重;
基于预设的第二通道权重,确定所述第二候选推荐信息中所述第一核心词与所述第一核心词关联的描述词拼接得到的信息的第二推荐权重;
基于所述第一推荐权重和所述第二推荐权重,从所述第一候选推荐信息和所述第二候选推荐信息中确定目标推荐信息;
基于所述目标推荐信息进行信息推荐。
5.根据权利要求1所述的方法,所述获取第一数据库中所述第一类目关联的历史搜索信息之前,所述方法还包括:
从日志数据中获取历史搜索信息,所述历史搜索信息与第二页面关联;
对所述历史搜索信息进行类目解析,得到第三目标类目信息;
基于所述第三目标类目信息和所述第二页面关联的对象对应的第二类目列表,确定所述历史搜索信息对应的类目;
将所述历史搜索信息对应的类目与所述历史搜索信息关联存储至所述第一数据库。
6.根据权利要求5所述的方法,其中,所述第三目标类目信息包括至少一个类目和每个类目对应的权重,所述基于所述第三目标类目信息和所述第二页面关联的对象对应的第二类目列表,确定所述历史搜索信息对应的类目,包括如下至少一项:
在所述第三目标类目信息与第二类目列表不存在交集的情况下,将所述第二类目列表中出现次数最多的类目确定为所述历史搜索信息对应的类目;
在所述第三目标类目信息与第二类目列表存在交集的情况下,若目标类目的权重小于预设阈值,将所述第三目标类目信息中权重最大的类目确定为所述历史搜索信息对应的类目,所述目标类目为所述第三目标类目信息与所述第二类目列表的交集中的类目;
在所述第三目标类目信息与第二类目列表存在交集的情况下,若所述目标类目的权重大于或等于所述预设阈值,将所述目标类目确定为所述历史搜索信息对应的类目。
7.一种信息推荐装置,包括:
第一获取模块,用于获取用户输入的目标搜索信息,所述目标搜索信息包括M个词语,M为正整数;
第一确定模块,用于确定所述目标搜索信息对应的第一类目和所述M个词语中的第一核心词;
第二获取模块,用于获取第一数据库中所述第一类目关联的历史搜索信息,得到第一候选推荐信息,所述第一数据库关联存储有类目与历史搜索信息;
第三获取模块,用于获取第二数据库中所述第一核心词关联的描述词;并将所述第一核心词与所述第一核心词关联的描述词拼接得到第二候选推荐信息,所述第二数据库关联存储有核心词与描述词;
推荐模块,用于基于所述第一候选推荐信息和所述第二候选推荐信息进行信息推荐。
8.根据权利要求7所述的装置,其中,所述第一确定模块包括:
第一解析单元,用于对所述目标搜索信息进行类目解析,得到第一目标类目信息,所述第一目标类目信息包括所述第一类目;
第一确定单元,用于在基于所述目标搜索信息进入至第一页面的情况下,基于第二目标类目信息和所述第一页面关联的对象对应的第一类目列表,确定所述第一类目,所述第二目标类目信息和第一类目列表中的至少一项包括所述第一类目;
第二确定单元,用于在所述目标搜索信息与所述第一数据库中的目标历史搜索信息匹配的情况下,将所述目标历史搜索信息关联的类目确定为所述第一类目。
9.根据权利要求7所述的装置,其中,M大于1,所述第一确定模块包括:
第二解析单元,用于针对所述M个词语中每个词语,对所述词语进行类目解析,得到所述词语对应的类目信息;
第三确定单元,用于从所述M个词语中确定至少一个候选词语,每个候选词语对应的类目信息与对所述目标搜索信息进行类目解析得到的类目信息存在交集;
第四确定单元,用于从所述至少一个候选词语中确定所述第一核心词。
10.根据权利要求7所述的装置,其中,所述推荐模块,具体用于:
基于预设的第一通道权重,确定所述第一候选推荐信息中的历史搜索信息的第一推荐权重;
基于预设的第二通道权重,确定所述第二候选推荐信息中所述第一核心词与所述第一核心词关联的描述词拼接得到的信息的第二推荐权重;
基于所述第一推荐权重和所述第二推荐权重,从所述第一候选推荐信息和所述第二候选推荐信息中确定目标推荐信息;
基于所述目标推荐信息进行信息推荐。
11.根据权利要求7所述的装置,还包括:
第四获取模块,用于从日志数据中获取历史搜索信息,所述历史搜索信息与第二页面关联;
类目解析模块,用于对所述历史搜索信息进行类目解析,得到第三目标类目信息;
第二确定模块,用于基于所述第三目标类目信息和所述第二页面关联的对象对应的第二类目列表,确定所述历史搜索信息对应的类目;
存储模块,用于将所述历史搜索信息对应的类目与所述历史搜索信息关联存储至所述第一数据库。
12.根据权利要求11所述的装置,其中,所述第三目标类目信息包括至少一个类目和每个类目对应的权重,所述第二确定模块包括:
第五确定单元,用于在所述第三目标类目信息与第二类目列表不存在交集的情况下,将所述第二类目列表中出现次数最多的类目确定为所述历史搜索信息对应的类目;
第六确定单元,用于在所述第三目标类目信息与第二类目列表存在交集的情况下,若目标类目的权重小于预设阈值,将所述第三目标类目信息中权重最大的类目确定为所述历史搜索信息对应的类目,所述目标类目为所述第三目标类目信息与所述第二类目列表的交集中的类目;
第七确定单元,用于在所述第三目标类目信息与第二类目列表存在交集的情况下,若所述目标类目的权重大于或等于所述预设阈值,将所述目标类目确定为所述历史搜索信息对应的类目。
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。
15.一种计算机程序产品,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1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111648835.4A CN114329210A (zh) | 2021-12-30 | 2021-12-30 | 信息推荐方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111648835.4A CN114329210A (zh) | 2021-12-30 | 2021-12-30 | 信息推荐方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114329210A true CN114329210A (zh) | 2022-04-12 |
Family
ID=81018959
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111648835.4A Pending CN114329210A (zh) | 2021-12-30 | 2021-12-30 | 信息推荐方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114329210A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114969545A (zh) * | 2022-06-16 | 2022-08-30 | 江苏智慧智能软件科技有限公司 | 一种心理健康课程个性化智能推荐系统及方法 |
-
2021
- 2021-12-30 CN CN202111648835.4A patent/CN114329210A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114969545A (zh) * | 2022-06-16 | 2022-08-30 | 江苏智慧智能软件科技有限公司 | 一种心理健康课程个性化智能推荐系统及方法 |
CN114969545B (zh) * | 2022-06-16 | 2023-10-13 | 江苏智慧智能软件科技有限公司 | 一种心理健康课程个性化智能推荐系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108984554B (zh) | 用于确定关键词的方法和装置 | |
EP3937029A2 (en) | Method and apparatus for training search model, and method and apparatus for searching for target object | |
CN104636415A (zh) | 提取重要关键字的方法和执行所述方法的服务器 | |
CN114116997A (zh) | 知识问答方法、装置、电子设备及存储介质 | |
CN114329210A (zh) | 信息推荐方法、装置及电子设备 | |
CN113806660A (zh) | 数据评估方法、训练方法、装置、电子设备以及存储介质 | |
CN112989235A (zh) | 基于知识库的内链构建方法、装置、设备和存储介质 | |
CN114647739B (zh) | 实体链指方法、装置、电子设备及存储介质 | |
CN114048315A (zh) | 确定文档标签的方法、装置、电子设备和存储介质 | |
CN113239273B (zh) | 用于生成文本的方法、装置、设备以及存储介质 | |
CN115563242A (zh) | 汽车信息筛选方法、装置、电子设备及存储介质 | |
CN112528644B (zh) | 实体挂载的方法、装置、设备以及存储介质 | |
CN114818736A (zh) | 文本处理方法、用于短文本的链指方法、装置及存储介质 | |
CN113378015A (zh) | 搜索方法、装置、电子设备、存储介质和程序产品 | |
KR20220024251A (ko) | 이벤트 라이브러리를 구축하는 방법 및 장치, 전자 기기, 및 컴퓨터 판독가능 매체 | |
CN114329206A (zh) | 标题生成方法和装置、电子设备、计算机可读介质 | |
CN113722593A (zh) | 事件数据处理方法、装置、电子设备和介质 | |
CN113408280A (zh) | 负例构造方法、装置、设备和存储介质 | |
CN112989190A (zh) | 一种商品挂载方法、装置、电子设备和存储介质 | |
CN114329212A (zh) | 信息推荐方法、装置及电子设备 | |
CN114036263A (zh) | 一种网站识别方法、装置及电子设备 | |
CN114218478A (zh) | 推荐方法、装置、电子设备及存储介质 | |
EP4123999A2 (en) | Method and apparatus for pushing a resource, and storage medium | |
CN114547427A (zh) | 对象识别方法、装置、电子设备及存储介质 | |
CN112818221A (zh) | 实体的热度确定方法、装置、电子设备及存储介质 |
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 |