CN115827715A - 基于用户行为和设计层次树的搜索推荐列表生成系统 - Google Patents
基于用户行为和设计层次树的搜索推荐列表生成系统 Download PDFInfo
- Publication number
- CN115827715A CN115827715A CN202310083512.8A CN202310083512A CN115827715A CN 115827715 A CN115827715 A CN 115827715A CN 202310083512 A CN202310083512 A CN 202310083512A CN 115827715 A CN115827715 A CN 115827715A
- Authority
- CN
- China
- Prior art keywords
- tree
- dtrt
- time
- tree node
- database
- 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.)
- Granted
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及计算机技术领域，尤其涉及一种基于用户行为和设计层次树的搜索推荐列表生成系统，实现步骤S1、从预设的起始时间开始，用户选择进入树节点的操作实时更新数据库中每一Gm的树节点直接停留总时间DTRTm；步骤S2、当接收到树节点搜索指令时，根据设计层次树的层次结构和数据库中每一Gm当前对应的DTRTm，预测每一Gm的树节点传递停留总时间TTRTm；步骤S3、基于每一Gm当前对应的DTRTm和TTRTm，获取Gm当前对应的树节点优先级权重TRTm：步骤S4、将所有Gm当前对应的TRTm按照从大到小降序排序，选取前N个Gm，生成搜索推荐列表。本发明提高了用户的搜索匹配度和调试效率。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种基于用户行为和设计层次树的搜索推荐列表生成系统。
背景技术
在芯片设计验证调试过程中，通常需要调试工具根据用户的输入快速搜索到用户所需的目标信息。例如在以树结构展示的整个设计的实例层次树上，用户通过输入一个实例的名字快速定位到它对应的树节点，然后从该节点出发找到对应的源码开始调试追踪流程。在此过程中，需要用户提供全部或者一些实例化名字的信息提供给工具，引导工具找到相应匹配的树节点。但是，如果设计比较大导致层次树节点个数过多(比如超过千万个)或者树节点的名字字符串比较长，用户很难提供详细的或者比较匹配的信息去引导工具找到匹配的树节点。
现有的解决此问题的方法，是基于用户历史搜索内容生成搜索推荐列表，通过记录用户历史输入的搜索关键字，使得用户可以快速从列表中选择需要的内容重新搜索。但是，现有的基于用户历史搜索内容生成搜索推荐列表的方式至少存在以下两个缺点：第一，当用户启动工具后立即开始搜索的时候，推荐列表是空的，无法给用户提供可用的选择。第二，推荐列表提供的是历史搜索内容，但大多数情况下用户需要搜索新的未搜索过的内容。由此可知，现有的生成搜索推荐列表的方式多数情况下无法满足用户预期，用户的搜索匹配度和调试效率低。
发明内容
本发明目的在于，提供一种基于用户行为和设计层次树的搜索推荐列表生成系统，提高了用户的搜索匹配度和调试效率。
根据本发明一方面，提供了一种基于用户行为和设计层次树的搜索推荐列表生成系统，包括设计层次树、数据库、存储有计算机程序的存储器和处理器，所述设计层次树包括层级设置的M个树节点{G1，G2,…,Gm,…,GM},Gm为所述设计层次树的第m个树节点，m的取值范围为1到M；所述数据库用于存储每一Gm的树节点直接停留总时间DTRTm，DTRTm的初始值为0；
当所述处理器执行所述计算机程序时，实现以下步骤：
步骤S1、从预设的起始时间开始，用户选择进入树节点的操作实时更新所述数据库中每一Gm的树节点直接停留总时间DTRTm；
步骤S2、当接收到树节点搜索指令时，根据设计层次树的层次结构和所述数据库中每一Gm当前对应的DTRTm，预测每一Gm的树节点传递停留总时间TTRTm；
步骤S3、基于每一Gm当前对应的DTRTm和TTRTm，获取Gm当前对应的树节点优先级权重TRTm：
TRTm=a*DTRTm+b*TTRTm，
其中，a为预设的直接停留总时间权重，b为预设的树节点传递停留总时间权重；
步骤S4、将所有Gm当前对应的TRTm按照从大到小降序排序，选取前N个Gm，生成搜索推荐列表。本发明与现有技术相比具有明显的优点和有益效果。借由上述技术方案，本发明提供的一种基于用户行为和设计层次树的搜索推荐列表生成系统可达到相当的技术进步性及实用性，并具有产业上的广泛利用价值，其至少具有以下有益效果：
本发明所述系统基于用户选择进入树节点的操作实时更新数据库中每一树节点的树节点直接停留总时间，当接收到树节点搜索指令时，基于每一树节点的树节点直接停留总时间和设计层次树的层次结构获取每一树节点的树节点传递停留总时间，基于每一树节点的树节点直接停留总时间以及树节点传递停留总时间实时生成搜索推荐列表。本发明提高了用户的搜索匹配度和调试效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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一些实施例，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，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的基于用户行为和设计层次树的搜索推荐列表生成流程图；
图2为本发明实施例提供的层次树结构示意图；
图3为本发明实施例提供的搜索推荐列表意图。
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，本领域技术人员在没有作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。
本发明实施例提供了一种基于用户行为和设计层次树的搜索推荐列表生成系统，包括设计层次树、数据库、存储有计算机程序的存储器和处理器，所述设计层次树包括层级设置的M个树节点{G1，G2,…,Gm,…,GM},Gm为所述设计层次树的第m个树节点，m的取值范围为1到M；所述数据库用于存储每一Gm的树节点直接停留总时间DTRTm，DTRTm的初始值为0。其中，设计层次树为以树结构展示的整个设计的实例层次树上的设计，例如可以为芯片设计。
当所述处理器执行所述计算机程序时，如图1所示，实现以下步骤：
步骤S1、从预设的起始时间开始，用户选择进入树节点的操作实时更新所述数据库中每一Gm的树节点直接停留总时间DTRTm。
其中，用户选择进入树节点的操作具体可以为，通过层次树视窗接收的用户输入的双击操作进入树节点的操作，当接收到双击进入下一树节点操作时，切换至下一树节点。
步骤S2、当接收到树节点搜索指令时，根据设计层次树的层次结构和所述数据库中每一Gm当前对应的DTRTm，预测每一Gm的树节点传递停留总时间TTRTm。
需要说明的是，树节点的直接停留时间可以向上向对应的父节点传递，也可以向下向对应的子节点传递，距离当前进入的树节点越近，下一次被选中的可能性越高。
步骤S3、基于每一Gm当前对应的DTRTm和TTRTm，获取Gm当前对应的树节点优先级权重TRTm：
TRTm=a*DTRTm+b*TTRTm，
其中，a为预设的直接停留总时间权重，b为预设的树节点传递停留总时间权重。a和b的取值根据具体应用场景来设定，可以相等，也可以不相等。例如，可以设置为a=b=1,也可以设置为a=1.2，b=1;也可以设置为a=1,b=1.5。
步骤S4、将所有Gm当前对应的TRTm按照从大到小降序排序，选取前N个Gm，生成搜索推荐列表。
其中，可以理解的是，选取前N个Gm指的是，从所有Gm当前对应的TRTm按照从大到小降序排序生成的序列中，选取排在前N个的树节点。N的取值可以根据具体搜索需求、层次树视窗大小、推荐列表行高等因素综合确定。
作为一种示例，步骤S1包括：
步骤S11、从预设的起始时间开始，监测选择进入树节点的操作。
预设的起始时间可以为开始运行呈现层次树视窗工具的时间，对应的结束时间为结束运行呈现层次树视窗工具的时间。
步骤S12、当监测到选择进入Gm的操作时，获取当前选择进入Gm的时间Te m,以及接下来选择进入下一树节点的时间Tl m。
步骤S13、基于Te m、Tl m确定本次在Gm的直接停留时间RTm：RTm=Tl m-Te m。
步骤S14、基于RTm更新所述数据库中的DTRTm：DTRTm= DTRTm+RTm。
通过步骤S11-步骤S14能够实时更新所述数据库中的每一DTRTm。
作为一种示例，所述步骤S2包括：
步骤S21、当接收到树节点搜索指令时，根据设计层次树的层次结构、所述数据库中每一Gm当前对应的DTRTm，获取Gm的第i层父节点对于Gm的传递停留时间 
，以及Gm的第i层的第j个子节点对于Gm的传递停留时间 
。
其中，具体可以为基于层次树视窗的搜索框输入搜索信息。也可以是在层次树视窗中设置搜索按钮，点击搜索按钮等方式，生成树节点搜索指令。
步骤S22、根据
、
获取Gm的树节点传递停留总时间TTRTm：
其中，f(i)为Gm的第i层的子节点数，可以理解的是，i值不同，f(i)值可能不同，即不同层级的子节点数不一定相同。
作为一种示例，所述系统还包括预先设置的传递因子表，所述传递因子表用于存储树节点距离被选择进入的树节点的层数i和对应的传递因子IFi，传递因子用于体现树节点直接停留时间对父节点或子节点传递的强弱，随着距离直接停留树节点的层数的增大而减小。当1≤i≤X时，IFi的取值与i的大小成反比，当i>X时, IFi=0；X为最大传递层数。
所述步骤S21中，基于DTRTim和IFi获取
：
；
基于DTRTijm和IFi获取
：
；
其中，DTRTim为所述数据库中Gm的第i层父节点当前的直接停留总时间；DTRTijm为所述数据库中Gm的第i层的第j个子节点当前的直接停留总时间。
因此，
其中，X的取值具体根据设计层次树的结构等因素综合确定。作为优选示例，X的取值范围为[3,6]。
作为一种示例X设置为5，IF1设置为0.8，IF2设置为0.6，IF3设置为0.4，IF4设置为0.2，IF5设置为0.1，如表1所示：
表1
| 树节点距离被双击树节点层数 | 传递因子TF值 |
| 1 | 0.8 |
| 2 | 0.6 |
| 3 | 0.4 |
| 4 | 0.2 |
| 5 | 0.1 |
| >= 6 | 0 |
作为一种示例，当到达预设的结束时间时，所述系统将所述数据库中所有的DTRTm全部设置为初始值0，当下一预设的起始时间开始时，所述系统重新执行步骤S1-步骤S4。
所有Gm当前对应的TRTm按照从大到小降序排序后，可能会出现多个TRTm大小相等的情况，作为一种示例，步骤S4中，将所有Gm当前对应的TRTm按照从大到小降序排序，包括：步骤S41、当多个Gm当前对应的TRTm相等时，按照Gm对应标识的预设字母先后顺序排序，例如可以按照英文26个字母的排序作为预设字母先后顺序。
为了进一步说明本发明，以下通过一个具体示例来说明，如图2所示的层次树，其中top是根节点，在预设的起始时间到预设的结束时间这一时间窗内，在树节点wb_conmax_top 被选择进入一次，停留时间为3分钟；在树节点pixel_generator被选择进入一次，停留时间为8分钟；在树节点tfifo被选择进入一次，停留时间为11分钟，本示例中，a=b=1,在其他树节点没有停留。按照本发明所述方案可以得到表2：
表2
| 树节点 | 直接停留时间 | 直接总停留时间 | 传递停留总时间 | 优先级权重 |
| top | 0 | 0 | 8.3 | 8.3 |
| wb_dma_top | 0 | 0 | 0 | 0 |
| wb_dma_top/u4 | 0 | 0 | 0 | 0 |
| wb_dma_top/u4/u1 | 0 | 0 | 0 | 0 |
| wb_dma_top/u4/u0 | 0 | 0 | 0 | 0 |
| wb_dma_top/u3 | 0 | 0 | 0 | 0 |
| wb_dma_top/u2 | 0 | 0 | 0 | 0 |
| wb_dma_top/u1 | 0 | 0 | 0 | 0 |
| wb_dma_top/u0 | 0 | 0 | 0 | 0 |
| wb_conmax_top | 3 | 3 | 0 | 3 |
| vga_enh_top | 0 | 0 | 6.4 | 6.4 |
| wbs | 0 | 0 | 0 | 0 |
| wbm | 0 | 0 | 0 | 0 |
| pixel_generator | 8 | 8 | 0 | 8 |
| vtgen | 0 | 0 | 6.4 | 6.4 |
| rgb_fifo | 0 | 0 | 6.4 | 6.4 |
| color_proc | 0 | 0 | 6.4 | 6.4 |
| clk_gen | 0 | 0 | 6.4 | 6.4 |
| line_fifo | 0 | 0 | 0 | 0 |
| cut_mem | 0 | 0 | 0 | 0 |
| usbf_top | 0 | 0 | 0 | 0 |
| usbf_top/u5 | 0 | 0 | 0 | 0 |
| usbf_top/u4 | 0 | 0 | 0 | 0 |
| usbf_top/u2 | 0 | 0 | 0 | 0 |
| usbf_top/u1 | 0 | 0 | 0 | 0 |
| usbf_top/u0 | 0 | 0 | 0 | 0 |
| uart_top | 0 | 0 | 2.2 | 2.2 |
| wb_interface | 0 | 0 | 0 | 0 |
| regs | 0 | 0 | 4.4 | 4.4 |
| transmitter | 0 | 0 | 6.6 | 6.6 |
| fifo_tx | 0 | 0 | 8.8 | 8.8 |
| tfifo | 11 | 11 | 0 | 11 |
| receiver | 0 | 0 | 0 | 0 |
基于上述表格的结果排序，能够得到图3所示的搜索推荐列表，本示例中，N=13。当用户启动搜索界面时，可以将该搜索推荐列表进行展示，可以减少用户输入字符串或者需要记住长实例名字的情况，且该搜索推荐列表能够很大概率将用户预期搜索的树节点排在前边，提高用户搜索效率。
本发明实施例所述系统基于用户选择进入树节点的操作实时更新数据库中每一树节点的树节点直接停留总时间，当接收到树节点搜索指令时，基于每一树节点的树节点直接停留总时间和设计层次树的层次结构获取每一树节点的树节点传递停留总时间，基于每一树节点的树节点直接停留总时间以及树节点传递停留总时间实时生成搜索推荐列表。本发明提高了用户的搜索匹配度和调试效率。
需要说明的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各步骤描述成顺序的处理，但是其中的许多步骤可以被并行地、并发地或者同时实施。此外，各步骤的顺序可以被重新安排。当其操作完成时处理可以被终止，但是还可以具有未包括在附图中的附加步骤。处理可以对应于方法、函数、规程、子例程、子程序等等。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明,任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。
Claims (8)
1.一种基于用户行为和设计层次树的搜索推荐列表生成系统，其特征在于，
包括设计层次树、数据库、存储有计算机程序的存储器和处理器，所述设计层次树包括层级设置的M个树节点{G1，G2,…,Gm,…,GM},Gm为所述设计层次树的第m个树节点，m的取值范围为1到M；所述数据库用于存储每一Gm的树节点直接停留总时间DTRTm，DTRTm的初始值为0；
当所述处理器执行所述计算机程序时，实现以下步骤：
步骤S1、从预设的起始时间开始，用户选择进入树节点的操作实时更新所述数据库中每一Gm的树节点直接停留总时间DTRTm；
步骤S2、当接收到树节点搜索指令时，根据设计层次树的层次结构和所述数据库中每一Gm当前对应的DTRTm，预测每一Gm的树节点传递停留总时间TTRTm；
步骤S3、基于每一Gm当前对应的DTRTm和TTRTm，获取Gm当前对应的树节点优先级权重TRTm：
TRTm=a*DTRTm+b*TTRTm，
其中，a为预设的直接停留总时间权重，b为预设的树节点传递停留总时间权重；
步骤S4、将所有Gm当前对应的TRTm按照从大到小降序排序，选取前N个Gm，生成搜索推荐列表。
2.根据权利要求1所述的系统，其特征在于，
步骤S1包括：
步骤S11、从预设的起始时间开始，监测选择进入树节点的操作；
步骤S12、当监测到选择进入Gm的操作时，获取当前选择进入Gm的时间Te m,以及接下来选择进入下一树节点的时间Tl m；
步骤S13、基于Te m、Tl m确定本次在Gm的直接停留时间RTm：RTm=Tl m-Te m；
步骤S14、基于RTm更新所述数据库中的DTRTm：DTRTm= DTRTm+RTm。
3.根据权利要求1所述的系统，其特征在于，
所述步骤S2包括：
步骤S21、当接收到树节点搜索指令时，根据设计层次树的层次结构、所述数据库中每一Gm当前对应的DTRTm，获取Gm的第i层父节点对于Gm的传递停留时间
，以及Gm的第i层的第j个子节点对于Gm的传递停留时间
；
步骤S22、根据
、
获取Gm的树节点传递停留总时间TTRTm：
其中，f(i)为Gm的第i层的子节点数。
4.根据权利要求3所述的系统，其特征在于，
所述系统还包括预先设置的传递因子表，所述传递因子表用于存储树节点距离被选择进入的树节点的层数i和对应的传递因子IFi，当1≤i≤X时，IFi的取值与i的大小成反比，当i>X时, IFi=0，X为最大传递层数；
所述步骤S21中，基于DTRTim和IFi获取
：
；
基于DTRTijm和IFi获取
：
；
其中，DTRTim为所述数据库中Gm的第i层父节点当前的直接停留总时间；DTRTijm为所述数据库中Gm的第i层的第j个子节点当前的直接停留总时间。
5.根据权利要求4所述的系统，其特征在于，
X设置为5。
6.根据权利要求5所述的系统，其特征在于，
IF1设置为0.8，IF2设置为0.6，IF3设置为0.4，IF4设置为0.2，IF5设置为0.1。
7.根据权利要求1所述的系统，其特征在于，
当到达预设的结束时间时，所述系统将所述数据库中所有的DTRTm全部设置为初始值0，当下一预设的起始时间开始时，所述系统重新执行步骤S1-步骤S4。
8.根据权利要求1所述的系统，其特征在于，
步骤S4中，将所有Gm当前对应的TRTm按照从大到小降序排序，包括：
步骤S41、当多个Gm当前对应的TRTm相等时，按照Gm对应标识的预设字母先后顺序排序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310083512.8A CN115827715B (zh) | 2023-02-08 | 2023-02-08 | 基于用户行为和设计层次树的搜索推荐列表生成系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310083512.8A CN115827715B (zh) | 2023-02-08 | 2023-02-08 | 基于用户行为和设计层次树的搜索推荐列表生成系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115827715A true CN115827715A (zh) | 2023-03-21 |
| CN115827715B CN115827715B (zh) | 2023-04-28 |
Family
ID=85520912
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310083512.8A Active CN115827715B (zh) | 2023-02-08 | 2023-02-08 | 基于用户行为和设计层次树的搜索推荐列表生成系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115827715B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116955415A (zh) * | 2023-09-13 | 2023-10-27 | 成都融见软件科技有限公司 | 基于设计层级的数据搜索系统 |
| CN117194739A (zh) * | 2023-09-12 | 2023-12-08 | 北京云枢创新软件技术有限公司 | 基于命中状态查找层次树节点的方法、电子设备和介质 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030009474A1 (en) * | 2001-07-05 | 2003-01-09 | Hyland Kevin J. | Binary search trees and methods for establishing and operating them |
| JP2003323458A (ja) * | 2002-05-02 | 2003-11-14 | Nippon Telegr & Teleph Corp <Ntt> | 情報検索方法及びその装置、並びに該方法の実行プログラム及び該方法の実行プログラムを記録した記録媒体 |
| US20110071881A1 (en) * | 2009-09-18 | 2011-03-24 | Microsoft Corporation | Mining life pattern based on location history |
| US20110137907A1 (en) * | 2009-12-03 | 2011-06-09 | Sony Computer Entertainment Inc. | Information processing apparatus and information processing method outputting information on movement of person |
| CN102902755A (zh) * | 2012-09-21 | 2013-01-30 | 北京百度网讯科技有限公司 | 一种对检索结果项的排序进行调整的方法及装置 |
| CN103902538A (zh) * | 2012-12-25 | 2014-07-02 | 中国银联股份有限公司 | 基于决策树的信息推荐装置及方法 |
| CN105574095A (zh) * | 2015-12-10 | 2016-05-11 | 成都陌云科技有限公司 | 上下文敏感的用户行为智能预测方法 |
| CN105989045A (zh) * | 2015-02-04 | 2016-10-05 | 华为技术有限公司 | 一种劝导内容推荐的方法、装置及系统 |
| CN110232067A (zh) * | 2019-06-10 | 2019-09-13 | 长安大学 | 一种基于BHR-Tree索引的共乘群体发现方法 |
| CN110324362A (zh) * | 2019-06-12 | 2019-10-11 | 南京优慧信安科技有限公司 | 一种基于交互行为的区块链用户可信度评价方法 |
| CN115455871A (zh) * | 2022-11-10 | 2022-12-09 | 北京云枢创新软件技术有限公司 | 大规模集成电路层次树展示系统 |
-
2023
- 2023-02-08 CN CN202310083512.8A patent/CN115827715B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030009474A1 (en) * | 2001-07-05 | 2003-01-09 | Hyland Kevin J. | Binary search trees and methods for establishing and operating them |
| JP2003323458A (ja) * | 2002-05-02 | 2003-11-14 | Nippon Telegr & Teleph Corp <Ntt> | 情報検索方法及びその装置、並びに該方法の実行プログラム及び該方法の実行プログラムを記録した記録媒体 |
| US20110071881A1 (en) * | 2009-09-18 | 2011-03-24 | Microsoft Corporation | Mining life pattern based on location history |
| US20110137907A1 (en) * | 2009-12-03 | 2011-06-09 | Sony Computer Entertainment Inc. | Information processing apparatus and information processing method outputting information on movement of person |
| CN102902755A (zh) * | 2012-09-21 | 2013-01-30 | 北京百度网讯科技有限公司 | 一种对检索结果项的排序进行调整的方法及装置 |
| CN103902538A (zh) * | 2012-12-25 | 2014-07-02 | 中国银联股份有限公司 | 基于决策树的信息推荐装置及方法 |
| CN105989045A (zh) * | 2015-02-04 | 2016-10-05 | 华为技术有限公司 | 一种劝导内容推荐的方法、装置及系统 |
| CN105574095A (zh) * | 2015-12-10 | 2016-05-11 | 成都陌云科技有限公司 | 上下文敏感的用户行为智能预测方法 |
| CN110232067A (zh) * | 2019-06-10 | 2019-09-13 | 长安大学 | 一种基于BHR-Tree索引的共乘群体发现方法 |
| CN110324362A (zh) * | 2019-06-12 | 2019-10-11 | 南京优慧信安科技有限公司 | 一种基于交互行为的区块链用户可信度评价方法 |
| CN115455871A (zh) * | 2022-11-10 | 2022-12-09 | 北京云枢创新软件技术有限公司 | 大规模集成电路层次树展示系统 |
Non-Patent Citations (1)
| Title |
|---|
| 徐敏等: ""基于联合神经网络的电影个性化推荐算法"" * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117194739A (zh) * | 2023-09-12 | 2023-12-08 | 北京云枢创新软件技术有限公司 | 基于命中状态查找层次树节点的方法、电子设备和介质 |
| CN117194739B (zh) * | 2023-09-12 | 2024-04-19 | 北京云枢创新软件技术有限公司 | 基于命中状态查找层次树节点的方法、电子设备和介质 |
| CN116955415A (zh) * | 2023-09-13 | 2023-10-27 | 成都融见软件科技有限公司 | 基于设计层级的数据搜索系统 |
| CN116955415B (zh) * | 2023-09-13 | 2024-01-23 | 成都融见软件科技有限公司 | 基于设计层级的数据搜索系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115827715B (zh) | 2023-04-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115827715A (zh) | 基于用户行为和设计层次树的搜索推荐列表生成系统 | |
| US7516124B2 (en) | Interactive search engine | |
| US7110996B2 (en) | System and method for determining numerical representations for categorical data fields and data processing system | |
| US8407215B2 (en) | Text analysis to identify relevant entities | |
| US20050278292A1 (en) | Spelling variation dictionary generation system | |
| CN104794242B (zh) | 一种搜索方法 | |
| US20030172357A1 (en) | Knowledge management using text classification | |
| CN108664509B (zh) | 一种即席查询的方法、装置及服务器 | |
| US20120310966A1 (en) | Query Suggestion for Efficient Legal E-Discovery | |
| US20110022635A1 (en) | Method and System to Formulate Queries With Minivisuals | |
| US20050065919A1 (en) | Method and apparatus for document filtering capable of efficiently extracting document matching to searcher's intention using learning data | |
| US20220327492A1 (en) | Ontology-based technology platform for mapping skills, job titles and expertise topics | |
| JP2019185439A (ja) | 単語ベクトル変更装置、方法、及びプログラム | |
| CN113361240B (zh) | 用于生成目标文章的方法、装置、设备和可读存储介质 | |
| CN108062422B (zh) | 一种分页查询的排序方法、智能终端、系统及存储介质 | |
| CN116860991A (zh) | 面向api推荐的基于知识图谱驱动路径优化的意图澄清方法 | |
| JP2000137726A (ja) | ヘルプ機能付き情報処理装置及びヘルプ情報検索方法並びにヘルプ情報検索プログラムを記録した媒体 | |
| CN115617980A (zh) | 一种诉讼案例检索报告生成方法及系统 | |
| CN109614542B (zh) | 公众号推荐方法、装置、计算机设备及存储介质 | |
| Abdelbadie et al. | A clique based web page classification corrective approach | |
| US20090210380A1 (en) | Data search system, method and program | |
| CN112182030A (zh) | 专利文献检索方法、电子设备及计算机可读存储介质 | |
| JP2021092925A (ja) | データ生成装置およびデータ生成方法 | |
| CN105930162B (zh) | 一种基于子图搜索的特征定位方法 | |
| CN116628201B (zh) | 一种文本资料库的智能化分群和推送方法 |
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 |