KR20220119745A - 콘텐츠를 검색하는 방법, 장치, 기기 및 컴퓨터 판독 가능 저장 매체 - Google Patents

콘텐츠를 검색하는 방법, 장치, 기기 및 컴퓨터 판독 가능 저장 매체 Download PDF

Info

Publication number
KR20220119745A
KR20220119745A KR1020227027825A KR20227027825A KR20220119745A KR 20220119745 A KR20220119745 A KR 20220119745A KR 1020227027825 A KR1020227027825 A KR 1020227027825A KR 20227027825 A KR20227027825 A KR 20227027825A KR 20220119745 A KR20220119745 A KR 20220119745A
Authority
KR
South Korea
Prior art keywords
historical search
search
historical
result
determining
Prior art date
Application number
KR1020227027825A
Other languages
English (en)
Inventor
푸춘 지앙
웨이 루
리 시
진동 왕
핑 판
시치 차오
후웨웬 유안
치항 진
빈 왕
유롱 오우
Original Assignee
바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드
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 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 filed Critical 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드
Publication of KR20220119745A publication Critical patent/KR20220119745A/ko

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
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24578—Query processing with adaptation to user needs using ranking
    • 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
    • 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
    • G06F16/2453—Query optimisation
    • G06F16/24534—Query rewriting; Transformation
    • G06F16/24539—Query rewriting; Transformation using cached or materialised query results
    • 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
    • G06F16/332—Query formulation
    • G06F16/3325—Reformulation based on results of preceding query
    • G06F16/3326—Reformulation based on results of preceding query using relevance feedback from the user, e.g. relevance feedback on documents, documents sets, document terms or passages
    • 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
    • G06F16/3349—Reuse of stored results of previous queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—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
    • G06F16/9536—Search customisation based on social or collaborative filtering

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

본 발명의 실시예에 따르면, 콘텐츠를 검색하는 방법, 장치, 기기 및 컴퓨터 판독 가능 저장 매체를 제공하는 바, 데이터 처리 분야에 관한 것이다. 당해 방법에서, 타겟 검색항에 대한 검색 요청을 수신한 것에 응답하여, 복수의 역사 검색 요청에 관련된 복수의 역사 검색 기록을 획득하고, 각 역사 검색 기록은 해당 역사 검색 요청에 대한 역사 검색항을 포함한다. 그리고, 복수의 역사 검색 기록에서 타겟 검색항에 매칭되는 제1 역사 검색 기록을 결정함으로, 복수의 역사 검색 기록 사이의 관계를 기반으로, 복수의 역사 검색 기록에서 제1 역사 검색 기록과 관련되는 제2 역사 검색 기록을 결정한다. 당해 방법은 제2 역사 검색 기록에 대응되는 검색 결과를 기반으로, 타겟 검색항에 대한 확장 결과를 결정하는 단계를 더 포함한다. 당해 방법을 통해, 사용자의 검색 수요를 만족할 수 있는 확장 결과를 제공하고, 검색 품질 및 효과를 향상시키고, 사용자 체험을 개진할 수 있다.

Description

콘텐츠를 검색하는 방법, 장치, 기기 및 컴퓨터 판독 가능 저장 매체
본 발명의 실시예는 주로 데이터 처리 분야에 관한 것으로, 더 구체적으로, 콘텐츠를 검색하는 방법, 장치, 기기 및 컴퓨터 판독 가능 저장 매체에 관한 것이다.
정보 기술의 신속한 발전에 따라, 많은 사용자 및 웹 사이트는 액세스 가능한 정보를 대량으로 제공하고, 웹 사이트에 의해 제공된 데이터량이 점점 많아지므로, 개별 사용자에 있어서, 각 웹 사이트 또는 정보원에서 관련 정보를 찾기가 매우 어렵게 된다.
정보 검색의 어려움을 해결하기 위해, 사용자가 정보를 찾을 수 있도록 많은 검색 엔진이 나타났다. 검색 엔진이 대량의 웹 사이트에서 각 정보를 로컬에 수집할 수 있으므로, 가공을 통해 각 정보 데이터 베이스를 구축한다. 사용자가 콘텐츠를 찾고 싶을 경우, 검색 엔진에 검색 콘텐츠를 입력하여 찾으려는 콘텐츠를 쉽고 빠르게 획득할 수 있다. 그러나, 검색 엔진을 사용하여 콘텐츠를 찾는 프로세스에는 해결해야 할 문제가 아직도 많이 존재한다.
본 발명의 예시적인 실시예에 따르면, 콘텐츠를 검색하는 수단을 제공한다.
본 발명의 제1 측면에 따르면, 콘텐츠를 검색하는 방법을 제공한다. 당해 방법은, 타겟 검색항에 대한 검색 요청을 수신한 것에 응답하여, 복수의 역사 검색 요청에 관련된 복수의 역사 검색 기록을 획득하는 단계를 포함하고, 각 역사 검색 기록은 해당 역사 검색 요청에 대한 역사 검색항을 포함한다. 당해 방법은, 복수의 역사 검색 기록에서 타겟 검색항에 매칭되는 제1 역사 검색 기록을 결정하는 단계를 더 포함한다. 당해 방법은, 복수의 역사 검색 기록 사이의 관계를 기반으로, 복수의 역사 검색 기록에서 제1 역사 검색 기록과 관련되는 제2 역사 검색 기록을 결정하는 단계를 더 포함한다. 당해 방법은 제2 역사 검색 기록에 대응되는 검색 결과를 기반으로, 타겟 검색항에 대한 확장 결과를 결정하는 단계를 더 포함한다.
본 발명의 제2 측면에 따르면, 콘텐츠를 검색하는 장치를 제공한다. 당해 장치는, 타겟 검색항에 대한 검색 요청을 수신한 것에 응답하여, 복수의 역사 검색 요청에 관련된 복수의 역사 검색 기록을 획득하도록 구성된 역사 검색 기록획득 모듈 - 각 역사 검색 기록은 해당 역사 검색 요청에 대한 역사 검색항을 포함함 - ; 복수의 역사 검색 기록에서 타겟 검색항에 매칭되는 제1 역사 검색 기록을 결정하도록 구성된 타겟 검색항 매칭 모듈; 복수의 역사 검색 기록 사이의 관계를 기반으로, 복수의 역사 검색 기록에서 제1 역사 검색 기록과 관련되는 제2 역사 검색 기록을 결정하도록 구성된 역사 검색 기록 결정 모듈; 및제2 역사 검색 기록에 대응되는 검색 결과를 기반으로, 타겟 검색항에 대한 확장 결과를 결정하도록 구성된 확장 결과 결정 모듈; 을 포함한다.
본 발명의 제3 측면에 따르면, 전자 기기를 제공하고, 상기 전자 기기는, 하나 또는 복수의 프로세서; 및 하나 또는 복수의 프로그램을 저장하는 저장 장치; 를 포함하고, 하나 또는 복수의 프로그램이 하나 또는 복수의 프로세서에 의해 수행될 경우, 하나 또는 복수의 프로세서가 본 발명의 제1 측면에 따른 방법을 구현한다.
본 발명의 제4 측면에 따르면, 컴퓨터 프로그램이 저장되어 있는 컴퓨터 판독 가능 저장 매체를 제공하고, 당해 컴퓨터 프로그램이 프로세서에 의해 수행될 경우 본 발명의 제1 측면에 따른 방법이 구현된다.
도면과 결합하여 이하의 상세한 설명을 참조하면, 본 발명의 각 실시예의 상기 또는 기타 특징, 장점 및 측면은 더 뚜렷해진다. 도면에서 동일 또는 유사한 도면 부호는 동일 또는 유사한 요소를 표시한다.
도1은 전통 수단에 따라 추천 결과를 제공하는 예시(100)의 개략도이다.
도2는 본 발명 복수의 실시예의 구현 가능한 환경(200)의 개략도이다.
도3은 본 발명의 일 실시예에 따른 콘텐츠를 검색하는 방법(300)의 흐름도이다.
도4는 본 발명의 일 실시예에 따른 복수의 역사 검색 기록을 획득하는 방법(400)의 흐름도이다.
도5는 본 발명의 일 실시예에 따른 역사 검색 기록의 카테고리 및 관계를 결정하는 방법(500)의 흐름도이다.
도6은 본 발명의 일 실시예에 따른 역사 검색 기록 사이의 관계를 결정하는 방법(600)의 흐름도이다.
도7은 본 발명의 일 실시예에 따른 콘텐츠를 검색하는 장치(700)의 블록도이다.
도8은 본 발명의 일 실시예에 따른 콘텐츠를 검색하는 장치(800)의 블록도이다.
도9는 본 발명의 복수의 실시예를 수행할 수 있는 기기(900)의 블록도이다.
이하, 도면을 참조하여 본 발명의 실시예를 더 상세하게 설명한다. 도면에는 본 발명의 일부 실시예를 나타냈지만, 이해해야 할 것은, 본 발명은 각종 방식을 통해 구현될 수 있고, 실시예에 한정된다고 해석해서는 안된다. 반대로, 당해 실시예를 제공하는 것은 본 발명을 더 투철 및 완전하게 이해하기 위한 것이다. 이해해야 할 것은, 본 발명의 도면 및 실시예는 예시적인 것일 뿐, 본 발명의 보호 범위를 한정하기 위한 것이 아니다.
본 발명 실시예의 설명에서, 용어 "포함" 및 당해 유사한 용어는 개방적인 포함으로 이해해야 한다. 즉, "포함하나 한정되지 않는다"로 이해해야 한다. 용어 "??기반으로"는 "적어도 부분적으로 기반"으로 이해해야 한다. 용어 "일 실시예" 또는 "당해 실시예"는 "적어도 하나의 실시예"로 이해해야 한다. 용어 "제1", "제2" 등은 부동하거나 같은 대상을 가리킬 수 있다. 아래는 기타 명확하고 함축적인 정의를 포함할 수 있다.
검색 엔진에서, 사용자는 검색항을 제출하고, 검색 엔진은 웹 라이브러리에 대해 검색하며, 검색 엔진은 검색항에 매칭되는 결과를 획득하고, 결과를 정렬한 후 사용자에게 리턴한다. 검색항에 의해 명확히 표현된 정보 수요 이외에, 사용자는 관련 정보를 동시에 수요하는 경우가 늘 있다. 따라서 전통 검색 엔진 제품에는, 일정한 추천 기능을 구비하고, 현재 검색항에 관련 검색항을 추천하여, 사용자의 당해 관련 정보 수요를 만족한다. 예를 들면, 도1은 전통 수단에 따라 추천 결과를 제공하는 예시(100)의 개략도이다. 사용자가 검색 엔진에 "유**"를 입력한 후 2개의 추천 블록102 및 104가 제공된다. 블록102에 일부 추천 검색항을 제공하고, 블록104에도 일부 추천 검색항을 제공한다.
그러나, 전통 수단에서 제공된 추천 검색항은 사용자의 관련 수요를 직접 만족할 수 없고, 사용자가 검색항을 클릭해야 하고, 새로운 검색 페이지에서 수요에 만족되는 파일 자원을 인공으로 선별한다. 또한, 전통 수단의 검색항 텍스트는 보편적으로 비교적 짧고, 추천 콘텐츠로서의 흡인력이 약하고, 검색항은 사용자가 콘텐츠를 생성하는 방식을 통해 생성되고, 당해 품질 및 안전성을 보장하기 어렵다.
본 발명의 실시예에 따르면, 콘텐츠를 검색하는 개진 수단을 제공한다. 당해 수단에서, 타겟 검색항에 대한 검색 요청을 수신하였을 경우, 복수의 역사 검색 요청에 관련된 복수의 역사 검색 기록을 먼저 획득하고, 각 역사 검색 기록은 해당 역사 검색 요청에 대한 역사 검색항을 포함하고, 복수의 역사 검색 기록에서 타겟 검색항에 매칭되는 제1 역사 검색 기록을 결정한다. 복수의 역사 검색 기록 사이의 관계를 통해, 복수의 역사 검색 기록에서 제1 역사 검색 기록과 관련되는 제2 역사 검색 기록을 결정하고, 제2 역사 검색 기록에 대응되는 검색 결과를 기반으로, 타겟 검색항에 대한 확장 결과를 결정한다. 당해 방법을 통해, 사용자의 검색 수요를 만족할 수 있는 확장 결과를 제공하고, 검색 품질 및 효과를 향상시키며, 사용자 체험을 개진할 수 있다.
도2는 본 발명 복수의 실시예의 구현 가능한 환경(200)의 개략도이다. 당해 예시 환경(200)에서, 당해 예시 환경(200)은 단말 기기(204) 및 컴퓨팅 기기(208)를 포함한다. 컴퓨팅 기기(208)는 단말 기기(204)에서의 검색 요청(206)을 기반으로 사용자(202)에게 검색 요청(206)에 대한 확장 결과(212)를 제공한다.
단말 기기(204)는 검색하는데 사용되는 애플리케이션 또는 프로그램을 운행할 수 있다. 예를 들면 검색 엔진 응용을 운행할 수 있다. 단말 기기(204)는 사용자(202)에 의해 입력된 타겟 검색항을 수신한다. 예를 들면 사용자(202)에 의해 입력된 "벤츠 C200은 얼마예요"를 수신하고, 단말 기기(204)는 당해 타겟 검색항에 대한 검색 요청(206)을 생성하고 검색 요청(206)을 컴퓨팅 기기(208)에 송신한다.
단말 기기(204)는 개인용 컴퓨터, 서버 컴퓨터, 휴대 또는 랩톱 기기, 모바일 기기(예를 들면 휴대폰, 개인 휴대 정보 단말기(PDA), 미디어 플레이어 등), 다중 처리기 시스템, 전자제품, 미니 컴퓨터, 대형 컴퓨터, 상기 시스템 또는 기기 중 어느 하나를 포함하는 분산 컴퓨팅 환경 등을 포함하나 이에 한정되지 않는다.
컴퓨팅 기기(208)는 개인용 컴퓨터, 서버 컴퓨터, 휴대 또는 랩톱 기기, 다중 처리기 시스템, 전자제품, 미니 컴퓨터, 대형 컴퓨터, 상기 시스템 또는 기기 중 어느 하나를 포함하는 분산 컴퓨팅 환경, 클라우드 플랫폼의 가상 컴퓨터 또는 기타 기기 등을 포함하나 이에 한정되지 않는다.
컴퓨팅 기기(208)가 단말 기기(204)에서의 검색 요청(206)을 수신한 후, 컴퓨팅 기기(208)는 검색 요청(206)의 타겟 검색항에 대한 검색 결과를 생성할 뿐만 아니라, 검색 요청(206)의 타겟 검색항에 따라 컴퓨팅 기기(208)에서 확장 결과(212)를 획득할 수도 있다. 컴퓨팅 기기(208)는 복수의 역사 검색 기록(210)을 획득하고, 타겟 검색항과 복수의 역사 검색 기록(210)의 역사 검색항을 매칭시키고 매칭되는 역사 검색 기록을 찾는다.
도2는 컴퓨팅 기기(208)가 기타 기기에서 복수의 역사 검색 기록(210)을 수신하는 것을 내타내고, 본 발명에 대한 구체적인 한정이 아니라, 예시일 뿐이다. 복수의 역사 검색 기록(210)은 컴퓨팅 기기(208) 또는 검색 요청(206)을 수신하였을 경우 컴퓨팅 기기(208)에 의해 생성될 수도 있다.
복수의 역사 검색 기록(210)은 검색 로그의 로그 데이터에 의해 결정된 것이다. 복수의 역사 검색 기록(210)의 각 역사 검색 기록은 해당 역사 검색 요청에 대한 역사 검색항을 포함한다. 일부 실시예에서, 각 역사 검색항은 핵심 엔티티를 더 포함하고, 당해 핵심 엔티티는 로그 데이터의 역사 검색항에 대해 엔티티 인식을 수행하고, 복수의 인식된 엔티티에서 엔티티가 역사 검색항에 나타난 횟수에 따라 결정된 것이다. 후보 또는 추가로, 각 역사 검색항은 당해 역사 검색항에 대응되는 수요의 카테고리를 더 포함한다. 일부 실시예에서, 각 역사 검색 기록은 역사 검색항 이외에, 당해 역사 검색항에 관련된 역사 검색항 및 관련된 역사 검색항의 관련 정도를 더 포함한다.
일부 실시예에서, 컴퓨팅 기기(208)는 복수의 역사 검색 기록(210)에서 타겟 검색항과 같은 역사 검색항을 찾는다. 예를 들면, 역사 검색항이 "벤츠 C200은 얼마예요"인 역사 검색 기록을 찾는다. 일부 실시예에서, 컴퓨팅 기기(208)는 복수의 역사 검색 기록(210)에서 타겟 검색항과의 매칭 정도가 역치 정도보다 높은 역사 검색항을 찾는다. 상기 예시는 본 발명을 설명하기 위한 것일 뿐, 본 발명에 대한 구체적인 한정이 아니다.
컴퓨팅 기기(208)가 타겟 검색항에 매칭되는 제1 역사 검색 기록을 찾았을 경우, 컴퓨팅 기기(208)는 복수의 역사 검색 기록(210) 사이의 관계를 획득할 수 있고, 컴퓨팅 기기(208)는 복수의 역사 검색 기록 사이의 관계를 기반으로 제1 역사 검색 기록과 관련된 제2 역사 검색 기록을 결정한다. 예를 들면, 제2 역사 검색 기록의 역사 검색항이 "벤츠 C200의 사진"인 것을 결정한다. 후보 또는 추가로, 컴퓨팅 기기(208)는 기타의 하나 또는 복수의 역사 검색 기록을 결정할 수도 있다. 일부 실시예에서, 복수의 역사 검색 기록 사이의 관계는 복수의 역사 검색 기록의 복수의 카테고리 사이의 관련 정도이다. 일부 실시예에서, 복수의 역사 검색 기록 사이의 관계는 복수의 역사 검색 기록 사이의 관련 정도이다.
컴퓨팅 기기(208)는 제2 역사 검색 기록의 역사 검색항을 기반으로 확장 결과(212)를 결정하고, 컴퓨팅 기기(208)는 확장 결과(212) 및 타겟 검색항에 의해 획득된 타겟 검색 결과 중 적어도 하나를 사용자(202)에 제공한다.
상기 도2는 본 발명 복수의 실시예의 구현 가능한 환경(200)의 개략도이다. 아래는 도3과 결합하여 본 발명의 일부 실시예에 따른 콘텐츠를 검색하는 방법(300)의 흐름도를 설명한다. 방법(300)은 도2의 컴퓨팅 기기(208) 또는 기타 임의의 적합한 기기에 의해 구현될 수 있다.
단계302에서, 컴퓨팅 기기(208)는 타겟 검색항에 대한 검색 요청(206)을 수신하였는지 여부를 결정한다. 검색 요청(206)을 수신하였을 경우, 단계304에서, 컴퓨팅 기기(208)는 복수의 역사 검색 요청과 관련된 복수의 역사 검색 기록(210)을 획득한다. 여기서, 각 역사 검색 기록은 해당 역사 검색 요청에 대한 역사 검색항을 포함한다.
일부 실시예에서, 복수의 역사 검색 기록(210)의 각 역사 검색 기록은 역사 검색항을 포함한다. 일부 실시예에서, 복수의 역사 검색 기록(210)의 각 역사 검색 기록은 역사 검색항 및 역사 검색항에 대응되는 핵심 엔티티를 포함한다. 일부 실시예에서, 복수의 역사 검색 기록(210)의 각 역사 검색 기록은 역사 검색항, 역사 검색항에 대응되는 핵심 엔티티 및 해당 수요 카테고리를 포함한다. 일부 실시예에서, 복수의 역사 검색 기록(210)의 각 역사 검색 기록은 역사 검색항, 해당 역사 검색항 및 역사 검색항과 해당 역사 검색항 사이의 관련 정도를 포함한다. 상기 예시는 본 발명을 설명하기 위한 것일 뿐, 본 발명에 대한 구체적인 한정이 아니다.
일부 실시예에서, 복수의 역사 검색 기록(210)은 컴퓨팅 기기(208)의 기타 서버 또는 컴퓨터에 의해 획득된 것이다. 일부 실시예에서, 복수의 역사 검색 기록(210)은 컴퓨팅 기기(208)에서 이미 생성되었다. 일부 실시예에서, 복수의 역사 검색 기록(210)은 사용자(202)가 검색할 경우 컴퓨팅 기기(208)에 의해 온라인으로 생성된 것이다. 컴퓨팅 기기(208)가 복수의 역사 검색 기록(210)을 획득하는 프로세스는 도4와 결합하여 설명한다.
단계306에서, 컴퓨팅 기기(208)는 복수의 역사 검색 기록(210)에서 타겟 검색항에 매칭되는 제1 역사 검색 기록을 결정한다. 컴퓨팅 기기(208)는 복수의 역사 검색 기록(210) 및 타겟 검색항을 획득한 후, 복수의 역사 검색 기록(210)에서 복수의 역사 검색 기록(210)에 매칭되는 제1 역사 검색 기록을 찾을 수 있다. 일부 실시예에서, 타겟 검색항과 제1 역사 검색 기록의 역사 검색항은 완전히 같다. 일부 실시예에서, 타겟 검색항이 제1 역사 검색 기록의 역사 검색항에 매칭되는 정도는 미리 설정된 매칭 역치보다 높다. 상기 예시는 본 발명을 설명하기 위한 것일 뿐, 본 발명에 대한 구체적인 한정이 아니다.
단계308에서, 컴퓨팅 기기(208)는 복수의 역사 검색 기록(210) 사이의 관계를 기반으로, 복수의 역사 검색 기록(210)에서 제1 역사 검색 기록과 관련된 제2 역사 검색 기록을 결정한다. 일부 실시예에서, 컴퓨팅 기기(208)는 제2 역사 검색 기록을 획득하는 것 이외에, 제1 역사 검색 기록과 관련된 기타 역사 검색 기록을 획득할 수도 있다.
일부 실시예에서, 복수의 역사 검색 기록(210)의 각 역사 검색 기록은 역사 검색항 및 핵심 엔티티를 포함하고, 또는, 각 역사 검색 기록이 역사 검색항과 핵심 엔티티 및 각 역사 검색 기록의 카테고리를 포함할 경우, 복수의 역사 검색 기록(210) 사이의 관계는 복수의 카테고리 사이의 관련 정도이다. 컴퓨팅 기기(208)는 복수의 역사 검색 기록(210) 사이의 관계를 기반으로, 제1 역사 검색 기록의 제1 카테고리와 관련된 제2 카테고리를 결정하고, 컴퓨팅 기기(208)는 복수의 역사 검색 기록(210)에서 제2 카테고리를 구비한 제2 역사 검색 기록을 결정하고, 제2 역사 검색 기록은 제1 역사 검색 기록의 핵심 엔티티를 포함한다. 상기 방법을 통해, 신속하고 정확하게 매칭 정도가 높은 제2 역사 검색 기록을 찾을 수 있다.
각 역사 검색 기록의 카테고리에 있어서, 컴퓨팅 기기(208)는 복수의 역사 검색 기록(210)에 포함된 복수의 역사 검색항을 이용하여 복수의 역사 검색 기록(210)의 카테고리를 결정하고, 컴퓨팅 기기(208)는 카테고리를 기반으로, 복수의 역사 검색 기록(210) 사이의 관계를 결정한다. 상기 방식을 통해, 더 신속하고 정확하게 카테고리 및 복수의 역사 검색 기록 사이의 관계를 결정할 수 있다. 카테고리 및 카테고리와 관련된 복수의 역사 검색 기록 사이의 관계를 결정하는 프로세스는 뒤에서 도5과 결정하여 설명한다.
일부 실시예에서, 컴퓨팅 기기(208)가 복수의 역사 검색 기록(210)을 획득하였을 경우 복수의 역사 검색 기록(210) 사이의 관계를 획득할 수 있다. 당해 관계는 복수의 역사 검색 기록(210)의 각 역사 검색 기록과 해당 역사 검색 기록 사이의 관련 정도를 설명한다. 컴퓨팅 기기(208)는 복수의 역사 검색 기록(210) 사이의 관계를 기반으로, 제1 역사 검색 기록과 관련된 1개 세트의 역사 검색 기록을 결정할 수 있고, 제1 역사 검색 기록과 1개 세트의 역사 검색 기록의 각 역사 검색 기록은 관련 정도를 구비하고, 컴퓨팅 기기(208)는 관련 정도를 기반으로, 1개 세트의 역사 검색 기록에서 제2 역사 검색 기록을 결정한다. 당해 방법을 통해, 신속하고 정확하게 매칭 정도가 높은 제2 역사 검색 기록을 찾을 수 있다. 각 역사 검색 기록과 해당 역사 검색 기록 사이의 관련 정도를 결정하는 프로세스는 아래에서 도6과 결합하여 설명한다.
단계310에서, 컴퓨팅 기기(208)는 제2 역사 검색 기록에 대응되는 검색 결과를 기반으로, 타겟 검색항에 대한 확장 결과(212)를 결정한다.
일부 실시예에서, 제2 역사 검색 기록을 획득한 후, 컴퓨팅 기기(208)는 제2 역사 검색 기록의 역사 검색항에 대한 검색 결과를 획득한다. 일부 실시예에서, 컴퓨팅 기기(208)는 제2 역사 검색 기록의 역사 검색항을 이용하여 다시 검색함으로, 당해 검색 결과를 실시간으로 획득한다. 후보 방식으로서, 일부 실시예에서, 컴퓨팅 기기(208)는 제2 역사 검색 기록의 역사 검색항에 관한 역사 검색 결과를 찾을 수도 있다. 예를 들면, 컴퓨팅 기기(208)는 검색 로그에서 상기 역사 검색 결과를 찾을 수 있다. 이해해야 할 것은, 상기 예시는 본 발명을 설명하기 위한 것일 뿐, 본 발명에 대한 구체적인 한정이 아니다, 컴퓨팅 기기(208)는 다양한 방식을 통해 제2 역사 검색 기록의 역사 검색항에 대한 검색 결과를 획득할 수 있다.
그리고, 컴퓨팅 기기(208)는 제2 역사 검색 기록의 검색항에 의해 획득된 검색 결과를 확장 결과(212)로 결정한다. 당해 방식을 통해, 신속하고 자동적으로 사용자에 적합한 정보를 확장할 수 있다.
일부 실시예에서, 제2 역사 검색 기록을 획득한 후, 컴퓨팅 기기(208)는 제2 역사 검색 기록을 이용하고 검색하여 제2 역사 검색 기록의 역사 검색항에 대한 역사 검색 결과를 획득할 수 있다. 예를 들면, 컴퓨팅 기기(208)는 검색 로그에서 당해 역사 검색 결과를 찾을 수 있고, 컴퓨팅 기기(208)가 역사 검색 결과에서 이미 사용자(202)에 의해 액세스된 일부 역사 검색 결과를 결정하였을 경우, 컴퓨팅 기기(208)는 일부 역사 검색 결과를 확장 결과(212)로 결정한다. 당해 방식을 통해, 더 정확하게 사용자와 관련된 확장 결과(212)를 결정할 수 있다.
일부 실시예에서, 제2 역사 검색 기록을 획득한 후, 컴퓨팅 기기(208)는 사용자(202)가 제2 역사 검색 기록의 역사 검색항을 검색할 경우 생성된 정보 흐름을 획득할 수도 있다. 일부 실시예에서, 당해 정보 흐름은 로그 기록에서 기록된, 사용자가 제2 역사 검색 기록의 역사 검색항을 사용하여 검색할 경우 사용자에 제공된 역사 정보 흐름이다. 역사 정보 흐름은 뉴스, 각 네트워크 정보, 푸시 광고 등일 수 있고, 컴퓨팅 기기(208)는 당해 정보 흐름을 기반으로, 사용자(202)가 검색할 경우 열람한 정보 흐름을 확장 결과(212)로 결정한다. 예를 들면, 제2 역사 검색 기록을 수행하는 사용자(202)가 정보를 검색할 때 네트워크 서버에서 푸시된 정보 흐름을 검열하였을 경우, 당해 검열된 정보 흐름을 확장 결과(212)로 한다. 후보 또는 추가로, 검열된 정보 흐름에는 사용자(202)에 의해 구축된 관심 포인트 태그가 존재해야 한다. 당해 방식을 통해, 확장 결과의 소스를 확장시키고, 더 많은 확장 결과를 제공할 수 있다.
일부 실시예에서, 확장 결과(212)를 획득한 후, 컴퓨팅 기기(208)는 단말 기기(204)에 확장 결과(212)를 제공하고, 또는 컴퓨팅 기기(208)는 단말 기기(204)에 확장 결과(212) 및 타겟 검색항에 대한 타겟 검색 결과를 제공한다. 당해 방식을 통해, 사용자는 확장 결과 및 타겟 검색 결과를 신속히 획득할 수 있다.
일부 실시예에서, 사용자(202)에 확장 결과(212) 및 타겟 검색 결과를 제공할 경우, 컴퓨팅 기기(208)는 확장 결과(212)의 제1 점수를 결정하고, 제1 점수는 확장 결과(212)와 제2 역사 검색 기록의 역사 검색항의 관련도를 가리킨다. 당해 점수는 신경망 모델을 통해 생성된 것이다. 신경망 모듈에 확장 결과(212) 중의 각 결과의 사용자 클릭 분포, 사용자 조회수 예측, 타이틀, 콘텐츠, 길이 및 제2 역사 검색 기록의 역사 검색항 등 정보를 입력하여 각 결과의 점수를 결정한다. 당해 신경망 모델은 샘플 사용자 클릭 분포, 샘플 사용자 조회수 예측, 샘플 검색 결과항, 샘플 검색항, 확장 결과의 타이틀, 콘텐츠, 길이 등 정보 및 샘플 점수를 통해 결정된 것이다.
컴퓨팅 기기(208)는 타겟 검색 결과의 제2 점수를 결정할 수도 있고, 제2 점수는 타겟 검색 결과와 타겟 검색항의 관련도를 가리키고, 상기 신경망 모델에 타겟 검색 결과의 각 결과의 타이틀, 콘텐츠 길이, 타겟 검색항 등 정보를 입력하여 타겟 검색 결과를 결정하는 점수이기도 하다.
컴퓨팅 기기(208)는 제1 점수 및 제2 점수를 기반으로, 확장 결과(212) 및 타겟 검색 결과의 우선 순위를 결정하고, 컴퓨팅 기기(208)는 우선 순위에 따라 확장 결과(212) 및 타겟 검색 결과를 제공한다. 후보 또는 추가로, 컴퓨팅 기기(208)는 확장 결과(212)의 디스플레이에 일부 한정 조건을 설정할 수도 있다. 예를 들면 제공된 미리 설정된 수량의 결과에는 제1 수량의 확장 결과(212)만 있을 수 밖에 없고, 또는 확장 결과(212)의 연속 수량 등을 설정한다. 상기 예시는 본 발명을 설명하기 위한 것일 뿐, 본 발명에 대한 구체적인 한정이 아니다. 당업자는 수요에 따라 설정할 수 있다. 상기 방법을 통해, 사용자에 관련도가 더 높고 더 정확한 타겟 검색 결과 및 추천 결과를 제공할 수 있다.
일부 실시예에서, 컴퓨팅 기기(208)는 제2 역사 검색 기록에 대응되는 검색 결과를 획득하는 타겟 데이터 소스를 구축할 수도 있다. 일부 실시예에서, 당해 타겟 데이터 소스는 기타 기기에 의해 생성될 수 있고, 컴퓨팅 기기(208)는 기타 기기에서 당해 타겟 데이터 소스를 획득한다. 타겟 데이터 소스를 구축하여, 타겟 데이터 소스의 품질을 향상시킬 수 있음으로, 사용자에 고품질 콘텐츠를 제공할 수 있다.
일부 실시예에서, 컴퓨팅 기기(208)는 타겟 데이터 소스를 구축할 경우, 먼저 복수의 최초 데이터 소스의 복수의 파일의 점수를 결정하고, 각 파일의 점수는 파일의 품질을 가리킨다. 파일을 채점하는 방식은, 자동 링크 분석 방법을 기반으로 하는 사이트 채점 및 전문가에 의해 표시된 사이트 채점을 포함하는 미디어 사이트 채점; 전문가에 의해 표시된 작가 등록, 빅데이터를 통해 분석된 작가 인지도, 좋아요, 리뷰 등 독자의 피드백 정보를 통해 종합해 낸 작가 선호도를 포함하는 언론가 채점; 및 미디어 텍스트, 사진, 비디오의 풍부 정도를 포함한다.
그리고, 컴퓨팅 기기(208)는 복수의 파일에서 점수가 역치 점수를 초과하는 파일을 타겟 데이터 소스의 파일로 결정한다. 당해 방식을 통해, 절단 동작을 통해 우수한 품질의 후보 결과를 획득한다.
상기에서는 도3을 결합하여 본 발명의 일부 실시예에 따른 콘텐츠를 검색하는 방법(300)의 흐름도를 설명하였고, 아래는 도4와 결합하여 도3의 단계304에서 복수의 역사 검색 기록을 획득하는 프로세스를 상세하게 설명한다. 도4는 본 발명의 일 실시예에 따른 복수의 역사 검색 기록을 획득하는 방법(400)의 흐름도이다. 도4의 방법(400)은 도2의 컴퓨팅 기기(208) 또는 기타 임의의 적합한 기기로 수행될 수 있다.
단계402에서, 컴퓨팅 기기(208)는 검색 로그에서 1개 세트의 역사 검색 요청에 대한 1개 세트의 역사 검색항을 결정한다. 통상적으로, 검색 로그에는 모든 사용자의 검색 로그항이 저장되어 있을 수 있다. 따라서, 검색 로그에서 1개 세트의 역사 검색항을 결정할 수 있다.
단계404에서, 컴퓨팅 기기(208)는 1개 세트의 역사 검색항에서 복수의 엔티티를 결정하고, 각 엔티티는 해당 역사 검색항에 관련된 대상을 식별한다. 컴퓨팅 기기(208)는 1개 세트의 역사 검색항의 각 역사 검색항에 대해 엔티티 인식을 수행한다. 예를 들면, 개체명 인식 방법을 통해 엔티티를 인식한다.
단계406에서, 컴퓨팅 기기(208)는 1개 세트의 역사 검색항에서 복수의 엔티티가 나타난 횟수를 기반으로, 복수의 엔티티에서 핵심 엔티티를 결정한다.
일부 실시예에서, 컴퓨팅 기기(208)는 1개 세트의 역사 검색항에서 단일 엔티티를 포함한 역사 검색항 세트를 결정하고, 컴퓨팅 기기(208)는 역사 검색항 세트에서 적어도 하나의 역사 검색항을 결정하고, 적어도 하나의 역사 검색항 세트에 포함된 단일 엔티티가 역사 검색항에서 나타난 횟수는 제1 역치 횟수를 초과한다. 컴퓨팅 기기(208)는 적어도 하나의 역사 검색항에 포함된 단일 엔티티를 핵심 엔티티로 결정한다. 당해 방법을 통해, 신속하고 정확하게 핵심 엔티티를 결정할 수 있다.
예를 들면, 1개 세트의 역사 검색항에서 엔티티 "벤츠 C200"을 역사 검색항으로 하는 수량이 4이고, 역치 횟수가 3일 경우, "벤츠 C200"를 핵심 엔티티로 할 수 있다.
일부 실시예에서, 핵심 엔티티를 결정할 경우, 컴퓨팅 기기(208)는 1개 세트의 역사 검색항에서 복수의 엔티티가 나타난 횟수를 기반으로, 복수의 엔티티에서 나타난 횟수가 제2 역치 횟수를 초과한 고주파 엔티티를 결정한다. 컴퓨팅 기기(208)는 해당 역사 검색항에서 고주파 엔티티의 가중치가 역치 가중치를 초과하는 것을 결정하고, 고주파 엔티티를 핵심 엔티티로 결정하며, 여기서 가중치는 해당 역사 검색항에서 고주파 엔티티의 중요성을 가리킨다. 상기 방법을 통해, 신속하고 정확하게 핵심 엔티티를 결정할 수 있다.
일부 실시예에서, 컴퓨팅 기기(208)는 해당 역사 검색항에서 고주파 엔티티의 위치를 통해 가중치를 결정한다. 일부 실시예에서, 컴퓨팅 기기(208)는 고주파 엔티티의 길이와 해당 역사 검색항의 길이 사이의 관계에 따라 가중치를 결정한다. 일부 실시예에서, 컴퓨팅 기기(208)는 상기 방법의 조합 및 임의의 기타 적합한 정보를 이용하여 가중치를 결정할 수도 있다. 상기 예시는 본 발명에 대한 구체적인 한정이 아니라, 본 발명을 설명하기 위한 것 뿐이다. 상기 방식에 따라 조합하거나 또는 기타 방식으로 가중치를 획득할 수도 있다. 상기 방법을 통해, 정확하고, 신속하게 가중치를 결정할 수 있다.
단계408에서, 컴퓨팅 기기(208)는 1개 세트의 역사 검색항에서 핵심 엔티티를 포함한 복수의 역사 검색항을 선택한다. 핵심 엔티티를 결정한 후, 컴퓨팅 기기(208)는 핵심 엔티티를 이용하여 핵심 엔티티만 포함하는 역사 검색항을 결정한다.
단계410에서, 컴퓨팅 기기(208)가 복수의 역사 검색항 및 핵심 엔티티에 따라 복수의 역사 검색 기록(210)을 생성하는 바, 복수의 역사 검색 기록(210)의 각 역사 검색 기록은 적어도 역사 검색항 및 해당 핵심 엔티티를 포함한다.
일부 실시예에서, 상기 복수의 역사 검색 기록(210)은 기타 기기에 의해 검색 로그에 따라 생성될 수 있고, 컴퓨팅 기기(208)는 기타 기기에서 복수의 역사 검색 기록(210)을 수신한다.
상기 방법을 통해, 검색 로그에서 신속하고 정확하게 핵심 엔티티를 포함한 복수의 역사 검색 기록을 결정할 수 있음으로, 추천 결과가 더 정확하도록 할 수 있다.
상기에서는 도4를 결합하여 본 발명의 일부 실시예에 따른 콘텐츠를 획득하는 방법(400)의 흐름도를 설명하였고, 아래는 도5와 결합하여 도3의 단계308에서 역사 검색 기록 사이의 카테고리 및 관계를 결정하는 프로세스를 상세하게 설명한다. 도5는 본 발명의 일 실시예에 따른 역사 검색 기록의 카테고리 및 관계를 결정하는 방법(500)의 흐름도이다. 도5의 방법(500)은 도2의 컴퓨팅 기기(208) 또는 기타 임의의 적합한 기기를 사용하여 수행될 수 있다.
단계502에서, 복수의 역사 검색 기록(210)의 각 역사 검색 기록은 역사 검색항 이외에, 핵심 엔티티를 더 포함한다. 컴퓨팅 기기(208)는 복수의 역사 검색항에서 해당 핵심 엔티티를 제거하고, 복수의 역사 검색항 각각의 나머지 부분을 획득한다. 예를 들면, 복수의 역사 검색항이 "벤츠 C200은 얼마예요", "벤츠 C200의 가격", "벤츠 C200의 사진"일 경우, 핵심 엔티티는 "벤츠 C200"이고, 나머지 부분은 "얼마예요", "…의 가격", "…의 사진"이다.
단계504에서, 컴퓨팅 기기(208)는 적어도 나머지 부분을 기반으로 복수의 역사 검색항과 관련된 수요 정보를 결정한다. 컴퓨팅 기기(208)는 나머지 부분을 사용자의 수요 정보로 결정한다. 예를 들면, 나머지 부분 "얼마예요?","…의 가격", "…의 사진"을 수요 정보로 결정한다.
단계506에서, 컴퓨팅 기기(208)는 수요 정보를 기반으로 복수의 역사 검색 기록(210)의 카테고리를 결정한다. 일부 실시예에서, 컴퓨팅 기기(208)는 클러스터 동작을 사용하여 수요 정보를 처리하여 복수의 역사 검색 기록(210)의 카테고리를 결정한다. 예를 들면, k-means 방법을 사용하여 수요 정보를 처리한다. 일부 실시예에서, 컴퓨팅 기기(208)는 기타 적합한 방식을 통해 수요 정보의 카테고리를 결정할 수도 있다. 예를 들면, 인공으로 분류한다. 상기 예시는 본 발명을 설명하기 위한 것일 뿐, 본 발명에 대한 구체적인 한정이 아니다.
상기 방식을 통해, 복수의 역사 검색항의 수요 카테고리를 정확하게 결정할 수 있고, 복수의 역사 검색 기록에 대한 분류를 구현할 수도 있다.
단계508에서, 컴퓨팅 기기(208)는 검색 로그에서 복수의 역사 검색항에 대한 검색 시간 또는 검색 결과를 결정한다. 각각의 카테고리를 결정한 후, 컴퓨팅 기기(208)는 각 카테고리 사이의 관련 관계를 결정해야 한다. 따라서, 컴퓨팅 기기(208)는 검색 로그에서 복수의 역사 검색항에 대한 로그 기록을 다시 결정한 후, 당해 로그 기록의 검색 시간 및 검색 결과를 결정한다.
단계510에서, 컴퓨팅 기기(208)는 검색 시간 또는 검색 결과를 기반으로, 복수의 카테고리 사이의 관련 정도를 결정한다. 컴퓨팅 기기(208)는 로그에서 같은 사용자가 미리 설정된 시간 내에 부동한 카테고리를 구비한 2번의 역사 검색 기록을 당해 2개의 카테고리 사이의 관련 정도가 1이 추가된 것으로 결정하고, 후보 또는 추가로, 2번의 역사 검색 기록의 역사 검색항의 핵심 엔티티는 같다. 예시에서, 사용자(202)가 미리 설정된 시간 내에 "벤츠 C200의 가격" 및 "벤츠 C200의 사진"을 검색하였을 경우, "가격"에 대응되는 카테고리와 "사진"에 대응되는 카테고리 사이의 관련 정도가 1인 것을 결정할 수 있다. 이리하여, 복수의 카테고리 사이의 관련 정도를 결정할 수 있다.
단계512에서, 컴퓨팅 기기(208)는 복수의 카테고리 사이의 관련 정도를 기반으로, 복수의 역사 검색 기록(210) 사이의 관계를 결정한다. 각 카테고리 사이의 관련 정도를 통해, 복수의 역사 검색 기록(210) 사이의 관계를 결정할 수 있다. 예를 들면, 1개의 역사 검색 기록이 제1 카테고리를 구비할 경우, 제1 카테고리를 통해 당해 관련 정도가 비교적 높은 하나 또는 복수의 기타 카테고리를 결정할 수 있고, 당해 제1 역사 검색 기록의 핵심 엔티티를 통해 하나 또는 복수의 기타 카테고리를 결합하여 당해 역사 검색 기록과 관련된 기타 역사 검색 기록을 결정할 수 있다.
상기 방법을 통해, 신속하고 정확하게 복수의 카테고리 사이의 관련 정도를 결정함으로, 검색할 때 추천 결과의 정확성을 확보할 수 있다.
상기에서는 도5를 결합하여 본 발명의 일부 실시예에 따른 역사 검색 기록의 카테고리 및 관계를 결정하는 방법(500)의 흐름도를 설명하였고, 아래는 도6와 결합하여 도3의 단계308에서 역사 검색 기록 사이의 관계를 결정하는 프로세스를 상세하게 설명한다. 도6은 본 발명의 일 실시예에 따른 역사 검색 기록 사이의 관계를 결정하는 방법(600)의 흐름도이다. 도6의 방법(600)은 도2의 컴퓨팅 기기(208) 또는 기타 임의의 적당한 기기에 의해 수행될 수 있다.
단계602에서, 컴퓨팅 기기(208)는 검색 로그에서 복수의 역사 검색항에 대한 검색 시간 또는 검색 결과를 결정한다. 검색 로그에는 사용자의 많은 검색 로그항이 저장되어 있고, 당해 검색 로그항을 통해 복수의 역사 검색항의 검색 시간 및 검색 결과를 결정할 수 있다.
단계604에서, 컴퓨팅 기기(208)는 검색 시간 또는 검색 결과를 기반으로, 복수의 역사 검색 기록(210) 사이의 관련 정도를 결정한다. 컴퓨팅 기기(208)는 같은 사용자가 미리 설정된 시간 내에 2개의 검색항을 수행하거나 또는 2개 검색항의 검색 결과에 같은 결과항을 구비한 것을 기반으로 2개의 검색 기록 사이의 관련성을 결정한다. 예를 들면, 사용자(202)가 미리 설정된 시간 내에 2개의 역사 검색항을 수행할 경우, 2개의 검색항을 포함한 2개의 역사 검색 기록 사이의 관련 정도를 1씩 증가시킨다. 2개의 역사 검색항에 대응되는 검색 결과에 미리 설정된 수량의 같은 결과항이 있을 경우, 2개의 역사 검색 기록 사이의 관련 정도를 1씩 증가시킬 수 있다. 상기 예시는 본 발명에 대한 구체적인 한정이 아니라, 본 발명을 설명하기 위한 것일 뿐이다. 후보 또는 추가로, 관련 정도를 통해 한정할 수 있고, 위에서만 2개의 역사 검색항이 관련되는 것을 결정할 경우, 2개의 역사 검색항이 속하는 분야를 통해 당해 관련 정도를 결정해야 한다.
단계606에서, 컴퓨팅 기기(208)는 복수의 역사 검색 기록(210) 사이의 관련 정도를 기반으로, 복수의 역사 검색 기록(210) 사이의 관계를 결정한다. 컴퓨팅 기기(208)는 결정된 관련 정도를 기반으로, 복수의 역사 검색 기록(210) 사이의 관련 관계를 결정한다.
일부 실시예에서, 복수의 역사 검색 기록(210) 및 복수의 역사 검색 기록(210) 사이의 관련 관계는 기타 기기에 의해 생성될 수 있고, 컴퓨팅 기기(208)는 기타 기기에서 획득한다.
일부 실시예에서, 사용자의 검색 및 열람 시퀀스에 따라, 중요한 키워드를 추출하고, 사용자의 관심 포인트 태그를 구축할 수 없다.
당해 방법을 통해, 신속하고 정확하게 복수의 역사 검색 기록 사이의 관련 관계를 결정할 수 있어, 신속하고 정확하게 확장 결과를 결정할 수 있다.
상기에서는 도6을 결합하여 본 발명의 일부 실시예에 따른 역사 검색 기록 사이의 관계를 결정하는 방법(600)의 흐름도를 설명하였고, 아래는, 도7과 결합하여 본 발명의 일 실시예에 따른 콘텐츠를 검색하는 장치(700)의 블록도를 상세하게 설명한다.
장치(700)는 우수한 품질의 결과 선별 모듈(702), 관련 수요 마이닝 모듈(704), 추천 결과 매칭 모듈(706) 및 검색 결과와 추천 결과 혼합 정렬 모듈(708)을 포함한다. 사용자가 검색어를 제출한 후, 관련 수요 마이닝 모듈(704)은 최초 검색어를 기반으로, 관련 수요를 마이닝하고, 관련 수요의 구체적인 표현 형식은 검색어 형식일 수 있고, 키워드 세트, 시맨틱 벡터 등 형식일 수도 있다. 마이닝된 관련 수요를 기반으로, 추천 결과 매칭 모듈(706)은 우수한 품질의 결과 선별 모듈(702)에 의해 선별된 결과를 검색하고, 관련 수요를 만족하는 자원을 찾아 추천 결과로 하고; 마지막으로 검색 결과와 추천 결과 혼합 정렬 모듈(708)은 추천 결과와 검색 엔진에 의해 검색된 정상 결과를 혼합 정렬하고, 최종 결과 리스트를 형성하고, 사용자에 리턴한다.
관련 수요 마이닝 모듈(704)은 사용자의 최초 검색어를 기반으로 관련 수요를 마이닝하고, 사용된 기술 방법은 아래의 몇 종을 포함한다. 콘텐츠를 기반으로 하는 마이닝 방법은, 먼저 검색항의 콘텐츠를 분할하고, 검색 핵심 엔티티 및 수요 차원과 같은 2종의 개념을 정의한다. 검색의 핵심 주체는 검색 프로세스에서 사용자가, 검색 시퀀스에서 추출할 수 있는 주체 문자열이고, 당해 주체 문자열은 사용자의 핵심 요구를 나타낼 수 있다. 예를 들면 검색항이 "벤츠 C200은 얼마예요"일 경우, 핵심 주체는 "벤츠 C200"이고, "얼마예요"는 사용자가 핵심 주체에 대한 수요의 특성화이고, 당해 수요는 가격을 문의하는 것이다. 주체인 "벤츠 C200"에 대해 다양한 수요 차원이 존재한다. 예를 들면, 벤츠 C200의 사진, 벤츠 C200의 성능 및 기름 소모, 벤츠 C200의 판매량 등이 존재한다. 콘텐츠를 기반으로 마이닝된 사상은 핵심 엔티티가 변하지 않도록 보장하는 경우, 사용자에 검색항 자체 차원과 강하게 관련된 부동한 수요 차원의 문장을 추천한다.
핵심 주체를 마이닝 할 경우, 먼저 검색 로그에서 역사 검색항 세트를 획득하고, 개체명 인식(NER) 및 고주파 서브 문자열을 통계하는 방식을 통해 핵심 엔티티를 결정하고, 핵심 엔티티는, 1) 핵심 엔티티 자체가 검색항으로서 비교적 높은 수량을 구비하고; 2) 핵심 엔티티가 서브 문자열로서 복수의 역사 검색항에 자주 나타나고; 3) 주체 문자열을 포함한 모든 검색항에서, 주체 문자열의 평균 용어의 가중치 비율이 비교적 높은; 3개의 조건을 만족한다.
수요 차원을 마이닝할 경우, 수요 차원은 핵심 엔티티의 속성이고, 같은 핵심 엔티티의 검색항을 모으고, 핵심 엔티티를 제거한 나머지 문자열을 수요로 한다. 초보적으로 획득된 수요 서브 문자열의 부동한 설명은 같은 수요일 수 있다. 예를 들면, "벤츠 C200은 얼마예요" 와 "벤츠 C200의 가격"의 수요는 같다. 클러스터 방법을 통해 수요 서브 문자열을 클러스터하고, 부동한 수요 카테고리에 대한 분할을 구현한다. 또한 부동한 카테고리의 동시 출현 관련을 통해, 부동한 차원 사이의 관련 행렬을 계한하여, 차원 사이의 긴밀 관계를 나타낸다.
역사 검색항은 핵심 엔티티 및 수요 정보의 분할, 마이닝된 수요 카테고리 관련 행렬을 통해, 강한 관련 수요의 검색항을 현재 검색항의 관련 확장 수요 세트로 한다.
사용자 검색 빅데이터의 마이닝 방법에 따라 확장 역사 검색항을 결정할 수도 있다. 모든 사용자에 의해 검색된 검색항으로 노드에 한 장의 관련도를 구축하고, 여기서 도면의 에지는, 검색 행위(동시 출현, 같은 검색 결과를 구비한 검색항 등) 및 분야 관련(같은 분야, 강한 관련을 구비한 부동한 분야)을 포함한다. 도면의 마이닝 방법을 기반으로, 현재 검색항과 강하게 관련된 검색항 세트를 마이닝하고, 현재 검색항의 관련 확장 수요로 한다. 또한 사용자의 검색 및 열람 시퀀스에 따라, 핵심 키워드를 추출하고, 사용자 관심 포인트 태그를 구축한다.
추천 결과 매칭 모듈(706)은 마이닝된 관련 수요를 기반으로, 데이터 베이스에서 관련 수요를 만족할 수 있는 결과를 매칭하고, 사용된 기술 방법은 아래의 몇 종을 포함한다. 검색 시스템의 검색을 기반으로 하는 매칭 방법은, 확장 검색항을 사용하여 검색 시스템을 검색하고, 확장 검색항에 매칭되는 만족한 결과를 획득하고, 관련 강도에 따라 모든 결과를 통합하여, 검색항의 추천 결과로 한다. 사용자 검색 빅데이터를 기반으로 하는 매칭 방법은, 동시 출현 등 사용자 행위에 따라, 확장 검색항에 관련된 문장을 마이닝하고, 검색항의 추천 결과로 한다. 사용자 검색 및 정보 흐름 열람 빅데이터를 기반으로 하는 매칭 방법은, 사용자 검색 및 정보 흐름 열람 데이터에서 사용자의 관심 포인트 태그를 마이닝 및 통계하고, 관심 포인트 매칭을 통해 문장을 리콜하고, 사용자의 맞춤형 추천 결과로 한다.
타겟 검색 결과 및 확장 결과 혼합 정렬 모듈(708)은 주로 검색 결과 채점, 추천 결과 채점, 혼합 정렬을 포함한다. 검색 결과 채점은, 주로 역사 클릭 분포, 사용자 조회수 예측 등 특징의 융합 모델을 기반으로 채점한다. 추천 결과 채점은 역사 클릭 분포, 사용자 조회수 예측을 기반으로 채점한다.
혼합 정렬할 경우, 검색 결과 채점, 추천 결과 채점을 기반으로 높은 데부터 낮은 데까지의 순서로 정렬한다. 또한, 다양성 제어도 수행하는바, 추천 결과 밀도를 기반으로 하는 다양성 제어, 및 같은 테마의 추천 결과 밀도의 다양성 제어를 포함한다.
우수한 품질의 결과 선별 모듈(702)은 일부 기본 품질 요소를 기반으로, 파일 자원을 채점하고, 채점을 기반으로 절단을 수행하고, 우수한 품질의 후보 결과를 획득한다. 기본 품질 요소는, 자동 링크 분석 방법을 기반으로 하는 사이트 채점 및 전문가에 의해 표시된 사이트 채점을 포함하는 미디어 사이트 채점; 전문가에 의해 표시된 작가 등록, 빅데이터를 통해 분석된 작가 인지도, 좋아요, 리뷰 등 독자의 피드백 정보를 통해 종합해 낸 작가 선호도를 포함하는 언론가 채점; 및 미디어 텍스트, 사진, 비디오의 풍부 정도를 포함한다.
도8은 본 발명의 실시예에 따른 콘텐츠를 검색하는 장치(800)의 개략적인 블록도이다. 도8에 도시된 바와 같이, 장치(800)는, 타겟 검색항에 대한 검색 요청을 수신한 것에 응답하여, 복수의 역사 검색 요청에 관련된 복수의 역사 검색 기록을 획득하도록 구성된 역사 검색 기록 획득 모듈(802)을 포함하고, 각 역사 검색 기록은 해당 역사 검색 요청에 대한 역사 검색항을 포함한다. 장치(800)는, 복수의 역사 검색 기록에서 타겟 검색항에 매칭되는 제1 역사 검색 기록을 결정하도록 구성된 타겟 검색항 매칭 모듈(804)을 더 포함한다. 장치(800)는, 복수의 역사 검색 기록 사이의 관계를 기반으로, 복수의 역사 검색 기록에서 제1 역사 검색 기록과 관련되는 제2 역사 검색 기록을 결정하도록 구성된 역사 검색 기록 결정 모듈(806)을 더 포함한다. 장치(800)는, 제2 역사 검색 기록에 대응되는 검색 결과를 기반으로, 타겟 검색항에 대한 확장 결과를 결정하도록 구성된 확장 결과 결정 모듈(808)을 더 포함한다.
일부 실시예에서, 역사 검색 기록 획득 모듈(802)은, 검색 로그에서 1개 세트의 역사 검색 요청에 대한 1개 세트의 역사 검색항을 결정하도록 구성된 제1 역사 검색항 결정 모듈; 1개 세트의 역사 검색항에서 복수의 엔티티를 결정하도록 구성된 엔티티 결정 모듈 - 각 엔티티는 해당 역사 검색항에 관련된 대상을 식별함 - ; 1개 세트의 역사 검색항에서 복수의 엔티티가 나타난 횟수를 기반으로, 복수의 엔티티에서 핵심 엔티티를 결정하도록 구성된 제1 핵심 엔티티 결정 모듈; 1개 세트의 역사 검색항에서 핵심 엔티티를 포함한 복수의 역사 검색항을 선택하도록 구성된 선택 모듈; 및 복수의 역사 검색항 및 핵심 엔티티에 따라 복수의 역사 검색 기록을 생성하도록 구성된 생성 모듈; 을 포함한다.
일부 실시예에서, 제1 핵심 엔티티 결정 모듈은, 1개 세트의 역사 검색항에서 단일 엔티티를 포함한 역사 검색항 세트를 결정하도록 구성된 역사 검색항 세트 결정 모듈; 역사 검색항 세트에서 적어도 하나의 역사 검색항을 결정하도록 구성된 제2 역사 검색항 결정 모듈 - 적어도 하나의 역사 검색항 세트에 포함된 단일 엔티티가 역사 검색항에서 나타난 횟수는 제1 역치 횟수를 초과함 - ; 및 적어도 하나의 역사 검색항에 포함된 단일 엔티티를 핵심 엔티티로 결정하도록 구성된 단일 엔티티에 대한 핵심 엔티티 결정 모듈; 을 포함한다.
일부 실시예에서, 핵심 엔티티 결정 모듈은, 1개 세트의 역사 검색항에서 복수의 엔티티가 나타난 횟수를 기반으로, 복수의 엔티티에서 나타난 횟수가 제2 역치 횟수를 초과한 고주파 엔티티를 결정하도록 구성된 고주파 엔티티 결정 모듈; 및 해당 역사 검색항에서 고주파 엔티티의 가중치가 역치 가중치를 초과하는 것을 결정하고, 고주파 엔티티를 핵심 엔티티로 결정하도록 구성된 제2 핵심 엔티티 결정 모듈 - 가중치는 해당 역사 검색항에서 고주파 엔티티의 중요성을 가리킴 - ; 을 포함한다.
일부 실시예에서, 제2 핵심 엔티티 결정 모듈은, 해당 역사 검색항에서 고주파 엔티티의 위치 결정하도록 구성된 위치 결정 모듈 및 고주파 엔티티의 길이와 해당 역사 검색항의 길이 사이의 관계를 결정하도록 구성된 길이 관계 결정 모듈; 을 포함한다.
일부 실시예에서, 장치(800)는 복수의 역사 검색 기록에 포함된 복수의 역사 검색항을 기반으로, 복수의 역사 검색 기록의 카테고리를 결정하도록 구성된 카테고리 결정 모듈; 및 카테고리를 기반으로, 복수의 역사 검색 기록 사이의 관계를 결정하도록 구성된 역사 검색 기록 관계 결정 모듈; 을 더 포함한다.
일부 실시예에서, 복수의 역사 검색 기록의 각 역사 검색 기록은 핵심 엔티티를 더 포함하고, 카테고리 결정 모듈은, 복수의 역사 검색항에서 해당 핵심 엔티티를 제거하여, 복수의 역사 검색항 각각의 나머지 부분을 획득하도록 구성된 나머지 부분 결정 모듈; 적어도 나머지 부분을 기반으로 복수의 역사 검색항과 관련된 수요 정보를 결정하도록 구성된 수요 정보 결정 모듈; 및 수요 정보를 기반으로 복수의 역사 검색 기록의 카테고리를 결정하도록 구성된 역사 검색 기록 카테고리 결정 모듈; 을 포함한다.
일부 실시예에서, 복수의 역사 검색 기록은 복수의 카테고리를 구비하고, 역사 검색 기록 관계 결정 모듈은, 검색 로그에서 복수의 역사 검색항에 대한 검색 시간 또는 검색 결과를 결정하도록 구성된 제1 검색 시간 또는 검색 결과 결정 모듈; 검색 시간 또는 검색 결과를 기반으로, 복수의 카테고리 사이의 관련 정도를 결정하도록 구성된 관련 정도 결정 모듈; 및 복수의 카테고리 사이의 관련 정도를 기반으로, 복수의 역사 검색 기록 사이의 관계를 결정하도록 구성된 관련 정도를 기반으로 하는 관계 결정 모듈; 을 포함한다.
일부 실시예에서, 장치(800)는, 검색 로그에서 복수의 역사 검색항에 대한 검색 시간 또는 검색 결과를 결정하도록 구성된 제2 검색 시간 또는 검색 결과 구성 모듈; 검색 시간 또는 검색 결과를 기반으로, 복수의 역사 검색 기록 사이의 관련 정도를 결정하도록 구성된 관련 정도 결정 모듈; 및 복수의 역사 검색 기록 사이의 관련 정도를 기반으로, 복수의 역사 검색 기록 사이의 관계를 결정하도록 구성된 관련 정도를 기반으로 하는 관계 결정 모듈; 을 더 포함한다.
일부 실시예에서, 복수의 역사 검색 기록의 각 역사 검색 기록은 핵심 엔티티 및 각 역사 검색 기록의 카테고리를 더 포함하고, 여기서 역사 검색 기록 결정 모듈(806)은, 복수의 역사 검색 기록 사이의 관계를 기반으로, 제1 역사 검색 기록의 제1 카테고리와 관련된 제2 카테고리를 결정하도록 구성된 제2 카테고리 결정 모듈; 및 복수의 역사 검색 기록에서 제2 카테고리를 구비한 제2 역사 검색 기록을 결정하도록 구성된 카테고리를 구비한 제2 역사 검색 기록 결정 모듈 - 제2 역사 검색 기록은 제1 역사 검색 기록의 핵심 엔티티를 포함함 - ; 을 포함한다.
일부 실시예에서, 역사 검색 기록 결정 모듈(806)은, 복수의 역사 검색 기록 사이의 관계를 기반으로, 제1 역사 검색 기록과 관련된 1개 세트의 역사 검색 기록을 결정하도록 구성된 1개 세트의 역사 검색 기록 결정 모듈 - 제1 역사 검색 기록과 1개 세트의 역사 검색 기록의 각 역사 검색 기록은 관련 정도를 구비함 - ; 및 관련 정도를 기반으로, 1개 세트의 역사 검색 기록에서 제2 역사 검색 기록을 결정하도록 구성된 관련 정도를 기반으로 하는 역사 검색 기록 결정 모듈; 을 포함한다.
일부 실시예에서, 확장 결과 결정 모듈(808)은 제2 역사 검색 기록의 역사 검색항에 대한 검색 결과를 획득하도록 구성된 제1 검색 결과 획득 모듈; 및 검색 결과를 확장 결과로 결정하도록 구성된 검색 결과에 대한 확장 결과 결정 모듈; 을 포함한다.
일부 실시예에서, 확장 결과 결정 모듈(808)은, 제2 역사 검색 기록의 역사 검색항에 대한 역사 검색 결과를 획득하도록 구성된 제2 검색 결과 획득 모듈; 역사 검색 결과에서 이미 사용자에 의해 액세스된 부분 역사 검색 결과를 결정하도록 구성된 부분 역사 검색 결과 결정 모듈; 및 부분 역사 검색 결과를 확장 결과로 결정하도록 구성된 부분 역사 검색 결과 확장 모듈; 을 포함한다.
일부 실시예에서, 확장 결과 결정 모듈은, 사용자가 제2 역사 검색 기록의 역사 검색항을 검색할 경우 생성된 정보 흐름을 획득하도록 구성된 정보 흐름 모듈; 및 정보 흐름을 기반으로, 확장 결과를 결정하도록 구성된 정보 흐름에 대한 확장 결과 모듈; 을 포함한다.
일부 실시예에서, 장치(800)는, 확장 결과를 제공하도록 구성된 제1 제공 장치; 및 확장 결과 및 타겟 검색항에 대한 타겟 검색 결과를 제공하도록 구성된 제2 제공 장치; 중 적어도 하나를 더 포함한다.
일부 실시예에서, 제2 제공 장치는, 확장 결과의 제1 점수를 결정하도록 구성된 제1 점수 결정 모듈 - 제1 점수는 확장 결과와 제2 역사 검색 기록의 역사 검색항의 관련도를 가리킴 - ; 타겟 검색 결과의 제2 점수를 결정하도록 구성된 제2 점수 결정 모듈 - 제2 점수는 타겟 검색 결과와 타겟 검색항의 관련도를 가리킴; 제1 점수 및 제2 점수를 기반으로, 확장 결과 및 타겟 검색 결과의 우선 순위를 결정하도록 구성된 우선 순위 결정 모듈; 및 우선 순위를 기반으로 확장 결과 및 타겟 검색 결과를 제공하도록 구성된 확장 결과 및 검색 결과 제공 모듈; 을 포함한다.
일부 실시예에서, 장치(800)는, 제2 역사 검색 기록에 대응되는 검색 결과를 획득하는 타겟 데이터 소스를 구축하도록 구성된 타겟 데이터 소스 구축 모듈을 더 포함한다.
일부 실시예에서, 타겟 데이터 소스 구축 모듈은, 복수의 최초 데이터 소스의 복수의 파일 점수를 결정하도록 구성된 파일 점수 결정 모듈 - 각 파일의 점수는 파일의 품질을 가리킴 - ; 및 복수의 파일에서 점수가 역치 점수를 초과한 파일을 타겟 데이터 소스의 파일로 결정하도록 구성된 타겟 데이터 소스 파일 결정 모듈; 을 포함한다.
도9는 본 발명의 실시예를 수행하는 전자 기기(900)의 개략적인 블록도이다. 기기(900)는 도1의 단말 기기(204) 및 컴퓨팅 기기(208)를 구현하는데 사용될 수 있다. 도시된 바와 같이, 기기(900)는, 읽기 전용 메모리(ROM)(902)에 저장되어 있는 컴퓨터 프로그램 명령 또는 저장 유닛(908)에서 랜덤 엑세스 메모리(RAM)(903)에로 로딩된 컴퓨터 프로그램 명령에 따라, 각 적당한 동작 및 처리를 수행할 수 있는 컴퓨팅 유닛(901)을 포함한다. RAM(903)에는, 기기(900)의 동작에 수요되는 각 프로그램 및 데이터를 더 저장할 수 있다. 컴퓨팅 유닛(901), ROM (902) 및 RAM (903)은 버스(904)를 통해 서로 연결된다. 입력/출력(I/O) 인터페이스(905)도 버스(904)에 연결된다.
I/O 인터페이스(905)에 연결되는 기기(900) 중의 복수의 부품은, 키보드, 마우스 등과 같은 입력 유닛(906); 각 유형의 디스플레이, 스피커 등과 같은 출력 유닛(907); 자기 디스크, 광 디스크 등과 같은 저장 유닛(908); 및 네트워크 카드, 모뎀, 무선 통신 송수신기 등과 같은 통신 유닛(909); 을 포함한다. 통신 유닛(909)은 기기(900)가 인터넷과 같은 컴퓨터 네트워크 및/또는 각 텔레콤 네트워크를 통해, 기타 기기와 정보/테이터를 교환하는 것을 허락한다.
컴퓨팅 유닛(901)은 각 처리 및 계산 기능을 구비한 범용/전용 처리 컴포넌트일 수 있다. 컴퓨팅 유닛(901)의 일부 예시는 중앙 처리 장치(CPU), 그래프 처리 장치(GPU), 각 전용 인공지능 계산 칩, 각 기계 학습 모델 알고리즘을 운행하는 컴퓨팅 유닛, 디지털 신호 처리 장치(DSP), 임의의 적합한 프로세서, 제어기 및 마이크로 제어기 등을 포함하나 이에 한정되지 않는다. 컴퓨팅 유닛(901)은 상기 설명한 각 방법 및 처리를 수행한다. 예를 들면, 방법 300, 400, 500 및 600을 수행한다. 예를 들면, 일 실시예에서, 방법 300, 400, 500 및 600은 컴퓨터 소프트웨어 프로그램으로 구현될 수 있고, 유형적으로 저장 유닛(905)과 같은 기계 판독 가능 매체에 포함된다. 일 실시예에서, 컴퓨터 프로그램의 일부 또는 전부는 ROM(902) 및/또는 통신 유닛(909)에 의해 전자 기기(900)에 로딩 및/또는 설치될 수 있다. 컴퓨터 프로그램이 RAM(903)에 로딩되고 컴퓨팅 유닛(901)에 의해 수행될 경우, 상기 설명한 방법 300, 400, 500 및 600의 하나 또는 복수의 단계를 수행할 수 있다. 대안적으로, 기타 실시예에서, 컴퓨팅 유닛(901)은 기타 임의의 적합한 방식(예를 들면, 펌웨어)으로 본 발명의 실시예에 따른 방법 300, 400, 500 및 600을 수행할 수 있도록 구성된다..
본 명세서에서 설명한 기능은 적어도 부분적으로 하나 또는 복수의 하드웨어 논리 부품에 의해 수행된다. 예를 들면, 무제한적으로, 사용 가능한 시범 유형의 하드웨어 논리 부품은, 필드 프로그램 가능 게이트 어레이 (FPGA), 주문형 집적 회로(ASIC), 특정 용도 표준 제품(ASSP), 시스템 온 칩(SOC), 복합 프로그래머블 논리 소자(CPLD) 등이 있다.
본 발명의 방법을 구현하기 위한 프로그램 코드는 하나 또는 복수의 프로그래밍 언어의 임의 조합으로 프로그래밍할 수 있다. 당해 프로그램 코드는 범용 컴퓨터, 전용 컴퓨터 또는 기타 프로그래밍 가능한 데이터 처리 장치의 프로세서 또는 제어기에 제공하여, 프로그램 코드가 프로세서 또는 제어기에 의해 수행될 경우, 흐름도 및/또는 블록도에서 규정한 기능/동작이 수행된다. 프로그램 코드는 완전히 기계에서 수행될 수 있고, 부분적으로 기계에서 수행될 수 있으며, 독립 소프트웨어 패키지로서 부분적으로 기계에서 수행되고, 부분적으로 원적 기계에서 수행되거나, 완전히 원격 기계 또는 서버에서 수행될 수 있다.
본 발명의 앞뒤 설명에서, 기계 판독 가능 매체는 유형 매체일 수 있고, 명령 수행 시스템, 장치 또는 기기에서 사용하거나 명령 수행 시스템, 장치 또는 기기와 결합하여 사용하는 프로그램을 포함 또는 저장할 수 있다. 기계 판독 가능 매체는 기계 판독 가능 신호 매체 또는 기계 판독 가능 저장 매체일 수 있다. 기계 판독 가능 매체는, 전자, 자기, 광학, 전자기, 적외선 또는 반도체 시스템, 장치 또는 기기, 또는 상기 내용의 임의의 적합한 조합을 포함하나 이에 한정되지 않는다. 기계 판독 가능 저장 매체의 더 구체적인 예시는, 하나 또는 복수의 전선을 기반으로 한 전기적 연결, 휴대용 컴퓨터 디스크, 하드 디스크, 랜덤 엑세스 메모리(RAM), 읽기 전용 메모리(ROM), 지울 수 있는 프로그래밍 가능한 읽기 전용 메모리(EPROM 또는 플래시 메모리), 광섬유, 휴대용 컴팩트 디스크 읽기 전용 메모리(CD-ROM), 광학 저장 기기, 자기 저장 기기, 또는 상기 내용의 임의의 적합한 조합을 포함한다.
이외에, 특정 순서로 각 동작을 설명하였으나, 이런 동작을 나타낸 특정 순서 또는 순차 순서로 수행할 것을 요구하거나, 모든 도면에서 나타난 동작을 수행하고, 원하는 결과를 획득하도록 요구한다고 이해해야 한다. 일정한 환경에서, 멀티 태스크와 병렬 처리는 유리한 것이다. 동시에, 상기 설명은 몇 가지의 구체적인 구현 세부를 포함하지만, 본 발명 범위를 한정하는 것으로 이해해서는 안된다. 단독 실시예의 앞뒤 설명에서 설명한 일부 특징은 조합하여 개별 구현에 구현될 수 있다. 반대로, 개별적으로 구현된 앞뒤 설명에서 설명한 각 특징은 단독 또는 임의의 적합한 서브 조합의 방식으로 복수의 구현에 구현된다.
이미 구조 특징 및/또는 방법 논리 동작에 특정된 언어로 본 테마를 설명하였으나, 첨부된 청구범위에서 한정된 주제는 상기 설명의 특정 특징 또는 동작에 한정되지 않는다는 점을 이해해야 한다. 반대로, 상기 특정 특징과 동작은 청구범위를 구현하는 예시 형식일 뿐이다.

Claims (38)

  1. 콘텐츠를 검색하는 방법에 있어서,
    타겟 검색항에 대한 검색 요청을 수신한 것에 응답하여, 복수의 역사 검색 요청에 관련된 복수의 역사 검색 기록을 획득하는 단계 - 각 역사 검색 기록은 해당 역사 검색 요청에 대한 역사 검색항을 포함함 - ;
    상기 복수의 역사 검색 기록에서 상기 타겟 검색항에 매칭되는 제1 역사 검색 기록을 결정하는 단계;
    상기 복수의 역사 검색 기록 사이의 관계를 기반으로, 상기 복수의 역사 검색 기록에서 상기 제1 역사 검색 기록과 관련되는 제2 역사 검색 기록을 결정하는 단계; 및
    상기 제2 역사 검색 기록에 대응되는 검색 결과를 기반으로, 상기 타겟 검색항에 대한 확장 결과를 결정하는 단계; 를 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 방법.
  2. 제1항에 있어서,
    상기 복수의 역사 검색 기록에 포함된 복수의 역사 검색항을 기반으로, 상기 복수의 역사 검색 기록의 카테고리를 결정하는 단계; 및
    상기 카테고리를 기반으로, 상기 복수의 역사 검색 기록 사이의 관계를 결정하는 단계; 를 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 방법.
  3. 제2항에 있어서,
    상기 복수의 역사 검색 기록의 각 역사 검색 기록은 핵심 엔티티를 더 포함하고,
    상기 복수의 역사 검색 기록의 카테고리를 결정하는 단계는,
    상기 복수의 역사 검색항에서 해당 핵심 엔티티를 제거하고, 상기 복수의 역사 검색항 각각의 나머지 부분을 획득하는 단계;
    상기 적어도 나머지 부분을 기반으로 상기 복수의 역사 검색항과 관련된 수요 정보를 결정하는 단계; 및
    상기 수요 정보를 기반으로 상기 복수의 역사 검색 기록의 카테고리를 결정하는 단계; 를 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 방법.
  4. 제2항에 있어서,
    상기 복수의 역사 검색 기록은 복수의 카테고리를 구비하고,
    상기 복수의 역사 검색 기록 사이의 관계를 결정하는 단계는,
    검색 로그에서 상기 복수의 역사 검색항에 대한 검색 시간 또는 검색 결과를 결정하는 단계;
    상기 검색 시간 또는 상기 검색 결과를 기반으로, 상기 복수의 카테고리 사이의 관련 정도를 결정하는 단계; 및
    상기 복수의 카테고리 사이의 관련 정도를 기반으로, 상기 복수의 역사 검색 기록 사이의 관계를 결정하는 단계; 를 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 방법.
  5. 제1항에 있어서,
    검색 로그에서 상기 복수의 역사 검색항에 대한 검색 시간 또는 검색 결과를 결정하는 단계;
    상기 검색 시간 또는 상기 검색 결과를 기반으로, 상기 복수의 역사 검색 기록 사이의 관련 정도를 결정하는 단계; 및
    상기 복수의 역사 검색 기록 사이의 관련 정도를 기반으로, 상기 복수의 역사 검색 기록 사이의 관계를 결정하는 단계; 를 더 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 방법.
  6. 제1항에 있어서,
    상기 복수의 역사 검색 기록의 각 역사 검색 기록은 핵심 엔티티 및 각 역사 검색 기록의 카테고리를 더 포함하고,
    상기 제2 역사 검색 기록을 결정하는 단계는,
    상기 복수의 역사 검색 기록 사이의 상기 관계를 기반으로, 상기 제1 역사 검색 기록의 제1 카테고리와 관련된 제2 카테고리를 결정하는 단계; 및
    상기 복수의 역사 검색 기록에서 제2 카테고리를 구비한 제2 역사 검색 기록을 결정하는 단계 - 상기 제2 역사 검색 기록은 상기 제1 역사 검색 기록의 핵심 엔티티를 포함함 - ; 를 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 방법.
  7. 제1항에 있어서,
    상기 제2 역사 검색 기록을 결정하는 단계는,
    상기 복수의 역사 검색 기록 사이의 관계를 기반으로, 상기 제1 역사 검색 기록과 관련된 1개 세트의 역사 검색 기록을 결정하는 단계 - 상기 제1 역사 검색 기록과 상기 1개 세트의 역사 검색 기록의 각 역사 검색 기록은 관련 정도를 구비함 - ; 및
    상기 관련 정도를 기반으로, 상기 1개 세트의 역사 검색 기록에서 상기 제2 역사 검색 기록을 결정하는 단계; 를 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 방법.
  8. 제1항에 있어서,
    상기 복수의 역사 검색 기록을 획득하는 단계는,
    검색 로그에서, 1개 세트의 역사 검색 요청에 대한 1개 세트의 역사 검색항을 결정하는 단계;
    상기 1개 세트의 역사 검색항에서 복수의 엔티티를 결정하는 단계 - 각 엔티티는 해당 역사 검색항과 관련된 대상을 식별함 - ;
    상기 1개 세트의 역사 검색항에서 상기 복수의 엔티티가 나타난 횟수를 기반으로, 상기 복수의 엔티티에서 핵심 엔티티를 결정하는 단계;
    상기 1개 세트의 역사 검색항에서 상기 핵심 엔티티를 포함한 복수의 역사 검색항을 선택하는 단계; 및
    상기 복수의 역사 검색항 및 상기 핵심 엔티티에 따라 상기 복수의 역사 검색 기록을 생성하는 단계; 를 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 방법.
  9. 제8항에 있어서,
    상기 핵심 엔티티를 결정하는 단계는,
    상기 1개 세트의 역사 검색항에서 단일 엔티티를 포함한 역사 검색항 세트를 결정하는 단계;
    상기 역사 검색항 세트에서 적어도 하나의 역사 검색항을 결정하는 단계 - 상기 적어도 하나의 역사 검색항 세트에 포함된 단일 엔티티가 상기 역사 검색항에서 나타난 횟수는 제1 역치 횟수를 초과함 - ; 및
    상기 적어도 하나의 역사 검색항에 포함된 단일 엔티티를 핵심 엔티티로 결정하는 단계; 를 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 방법.
  10. 제8항에 있어서,
    상기 핵심 엔티티를 결정하는 단계는,
    상기 1개 세트의 역사 검색항에서 상기 복수의 엔티티가 나타난 횟수를 기반으로, 상기 복수의 엔티티에서 나타난 횟수가 제2 역치 횟수를 초과한 고주파 엔티티를 결정하는 단계; 및
    상기 해당 역사 검색항에서 상기 고주파 엔티티의 가중치가 역치 가중치를 초과하는 것을 결정하고, 상기 고주파 엔티티를 상기 핵심 엔티티로 결정하는 단계 - 상기 가중치는 상기 해당 역사 검색항에서 상기 고주파 엔티티의 중요성을 가리킴 - ; 를 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 방법.
  11. 제10항에 있어서,
    상기 가중치는,
    상기 해당 역사 검색항에서 상기 고주파 엔티티의 위치, 및
    상기 고주파 엔티티의 길이와 상기 해당 역사 검색항의 길이 사이의 관계; 중 적어도 하나를 기반으로 결정되는,
    것을 특징으로 하는 콘텐츠를 검색하는 방법.
  12. 제1항에 있어서,
    상기 타겟 검색항에 대한 확장 결과를 결정하는 단계는,
    상기 제2 역사 검색 기록의 역사 검색항에 대한 검색 결과를 획득하는 단계; 및
    상기 검색 결과를 상기 확장 결과로 결정하는 단계; 를 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 방법.
  13. 제1항에 있어서,
    상기 타겟 검색항에 대한 확장 결과를 결정하는 단계는,
    상기 제2 역사 검색 기록의 역사 검색항에 대한 역사 검색 결과를 획득하는 단계;
    상기 역사 검색 결과에서 이미 사용자에 의해 액세스된 부분 역사 검색 결과를 결정하는 단계; 및
    상기 부분 역사 검색 결과를 상기 확장 결과로 결정하는 단계; 를 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 방법.
  14. 제1항에 있어서,
    상기 타겟 검색항에 대한 확장 결과를 결정하는 단계는,
    사용자가 상기 제2 역사 검색 기록의 역사 검색항을 검색할 경우 생성된 정보 흐름을 획득하는 단계; 및
    상기 정보 흐름을 기반으로, 상기 확장 결과를 결정하는 단계; 를 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 방법.
  15. 제1항에 있어서,
    상기 확장 결과를 제공하는 단계; 및
    상기 확장 결과 및 상기 타겟 검색항에 대한 타겟 검색 결과를 제공하는 단계; 중 적어도 하나를 더 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 방법.
  16. 제15항에 있어서,
    상기 확장 결과 및 상기 타겟 검색 결과를 제공하는 단계는,
    상기 확장 결과의 제1 점수를 결정하는 단계 - 상기 제1 점수는 상기 확장 결과와 상기 제2 역사 검색 기록의 역사 검색항의 관련도를 가리킴 - ;
    상기 타겟 검색 결과의 제2 점수를 결정하는 단계 - 상기 제2 점수는 상기 타겟 검색 결과와 상기 타겟 검색항의 관련도를 가리킴 - ;
    상기 제1 점수 및 상기 제2 점수를 기반으로, 상기 확장 결과 및 상기 타겟 검색 결과의 우선 순위를 결정하는 단계; 및
    상기 우선 순위를 기반으로 상기 확장 결과 및 상기 타겟 검색 결과를 제공하는 단계; 를 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 방법.
  17. 제1항에 있어서,
    상기 제2 역사 검색 기록에 대응되는 검색 결과를 획득하는 타겟 데이터 소스를 구축하는 단계를 더 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 방법.
  18. 제17항에 있어서,
    상기 타겟 데이터 소스를 구축하는 단계는,
    복수의 최초 데이터 소스의 복수의 파일의 점수를 결정하는 단계 - 각 파일의 상기 점수는 상기 파일의 품질을 가리킴 - ; 및
    상기 복수의 파일에서 점수가 역치 점수를 초과하는 파일을 상기 타겟 데이터 소스의 파일로 결정하는 단계; 를 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 방법.
  19. 콘텐츠를 검색하는 장치에 있어서,
    타겟 검색항에 대한 검색 요청을 수신한 것에 응답하여, 복수의 역사 검색 요청에 관련된 복수의 역사 검색 기록을 획득하도록 구성된 역사 검색 기록획득 모듈 - 각 역사 검색 기록은 해당 역사 검색 요청에 대한 역사 검색항을 포함함 - ;
    상기 복수의 역사 검색 기록에서 상기 타겟 검색항에 매칭되는 제1 역사 검색 기록을 결정하도록 구성된 타겟 검색항 매칭 모듈;
    상기 복수의 역사 검색 기록 사이의 관계를 기반으로, 상기 복수의 역사 검색 기록에서 상기 제1 역사 검색 기록과 관련되는 제2 역사 검색 기록을 결정하도록 구성된 역사 검색 기록 결정 모듈; 및
    상기 제2 역사 검색 기록에 대응되는 검색 결과를 기반으로, 상기 타겟 검색항에 대한 확장 결과를 결정하도록 구성된 확장 결과 결정 모듈; 을 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 장치.
  20. 제19항에 있어서,
    상기 복수의 역사 검색 기록에 포함된 복수의 역사 검색항을 기반으로, 상기 복수의 역사 검색 기록의 카테고리를 결정하도록 구성된 카테고리 결정 모듈; 및
    상기 카테고리를 기반으로, 상기 복수의 역사 검색 기록 사이의 관계를 결정하도록 구성된 역사 검색 기록 관계 결정 모듈; 을 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 장치.
  21. 제20항에 있어서,
    상기 복수의 역사 검색 기록의 각 역사 검색 기록은 핵심 엔티티를 더 포함하고,
    상기 카테고리 결정 모듈은,
    상기 복수의 역사 검색항에서 해당 핵심 엔티티를 제거하고, 상기 복수의 역사 검색항 각각의 나머지 부분을 획득하도록 구성된 나머지 부분 결정 모듈;
    적어도 상기 나머지 부분을 기반으로 상기 복수의 역사 검색항과 관련된 수요 정보를 결정하도록 구성된 수요 정보 결정 모듈; 및
    상기 수요 정보를 기반으로 상기 복수의 역사 검색 기록의 카테고리를 결정하도록 구성된 역사 검색 기록 카테고리 결정 모듈; 을 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 장치.
  22. 제20항에 있어서,
    상기 복수의 역사 검색 기록에는 복수의 카테고리가 구비되고,
    상기 역사 검색 기록 관계 결정 모듈은,
    검색 로그에서 상기 복수의 역사 검색항에 대한 검색 시간 또는 검색 결과를 결정하도록 구성된 제1 검색 시간 또는 검색 결과 결정 모듈;
    상기 검색 시간 또는 상기 검색 결과를 기반으로, 상기 복수의 카테고리 사이의 관련 정도를 결정하도록 구성된 관련 정도 결정 모듈; 및
    상기 복수의 카테고리 사이의 관련 정도를 기반으로, 상기 복수의 역사 검색 기록 사이의 관계를 결정하도록 구성된 관련 정도를 기반으로 하는 관계 결정 모듈; 을 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 장치.
  23. 제19항에 있어서,
    검색 로그에서 상기 복수의 역사 검색항에 대한 검색 시간 또는 검색 결과를 결정하도록 구성된 제2 검색 시간 또는 검색 결과 구성 모듈;
    상기 검색 시간 또는 상기 검색 결과를 기반으로, 상기 복수의 역사 검색 기록 사이의 관련 정도를 결정하도록 구성된 관련 정도 결정 모듈; 및
    상기 복수의 역사 검색 기록 사이의 관련 정도를 기반으로, 상기 복수의 역사 검색 기록 사이의 관계를 결정하도록 구성된 관련 정도를 기반으로 하는 관계 결정 모듈; 을 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 장치.
  24. 제19항에 있어서,
    상기 복수의 역사 검색 기록의 각 역사 검색 기록은 핵심 엔티티 및 각 역사 검색 기록의 카테고리를 더 포함하고,
    상기 역사 검색 기록 결정 모듈은,
    상기 복수의 역사 검색 기록 사이의 상기 관계를 기반으로, 상기 제1 역사 검색 기록의 제1 카테고리와 관련된 제2 카테고리를 결정하도록 구성된 제2 카테고리 결정 모듈; 및
    상기 복수의 역사 검색 기록에서 제2 카테고리를 구비한 제2 역사 검색 기록을 결정하도록 구성된 카테고리를 구비한 제2 역사 검색 기록 결정 모듈 - 상기 제2 역사 검색 기록은 상기 제1 역사 검색 기록의 핵심 엔티티를 포함함 - ; 을 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 장치.
  25. 제19항에 있어서,
    상기 역사 검색 기록 결정 모듈은,
    상기 복수의 역사 검색 기록 사이의 관계를 기반으로, 상기 제1 역사 검색 기록과 관련된 1개 세트의 역사 검색 기록을 결정하도록 구성된 1개 세트의 역사 검색 기록 결정 모듈 - 상기 제1 역사 검색 기록과 상기 1개 세트의 역사 검색 기록의 각 역사 검색 기록은 관련 정도를 구비함 - ; 및
    상기 관련 정도를 기반으로, 상기 1개 세트의 역사 검색 기록에서 상기 제2 역사 검색 기록을 결정하도록 구성된 관련 정도를 기반으로 하는 역사 검색 기록 결정 모듈; 을 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 장치.
  26. 제19항에 있어서,
    상기 역사 검색 기록 획득 모듈은,
    검색 로그에서, 1개 세트의 역사 검색 요청에 대한 1개 세트의 역사 검색항을 결정하도록 구성된 제1 역사 검색항 결정 모듈;
    상기 1개 세트의 역사 검색항에서 복수의 엔티티를 결정하도록 구성된 엔티티 결정 모듈 - 각 엔티티는 해당 역사 검색항과 관련된 대상을 식별함 - ;
    상기 1개 세트의 역사 검색항에서 상기 복수의 엔티티가 나타난 횟수를 기반으로, 상기 복수의 엔티티에서 핵심 엔티티를 결정하도록 구성된 제1 핵심 엔티티 결정 모듈;
    상기 1개 세트의 역사 검색항에서 상기 핵심 엔티티를 포함한 복수의 역사 검색항을 선택하도록 구성된 선택 모듈; 및
    상기 복수의 역사 검색항 및 상기 핵심 엔티티에 따라 상기 복수의 역사 검색 기록을 생성하도록 구성된 생성 모듈; 을 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 장치.
  27. 제26항에 있어서,
    상기 제1 핵심 엔티티 결정 모듈은,
    상기 1개 세트의 역사 검색항에서 단일 엔티티를 포함한 역사 검색항 세트를 결정하도록 구성된 역사 검색항 세트 결정 모듈;
    상기 역사 검색항 세트에서 적어도 하나의 역사 검색항을 결정하도록 구성된 제2 역사 검색항 결정 모듈 - 상기 적어도 하나의 역사 검색항 세트에 포함된 단일 엔티티가 상기 역사 검색항에서 나타난 횟수는 제1 역치 횟수를 초과함 - ; 및
    상기 적어도 하나의 역사 검색항에 포함된 단일 엔티티를 핵심 엔티티로 결정하도록 구성된 단일 엔티티에 대한 핵심 엔티티 결정 모듈; 을 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 장치.
  28. 제26항에 있어서,
    상기 핵심 엔티티 결정 모듈은,
    상기 1개 세트의 역사 검색항에서 상기 복수의 엔티티가 나타난 횟수를 기반으로, 상기 복수의 엔티티에서 나타난 횟수가 제2 역치 횟수를 초과한 고주파 엔티티를 결정하도록 구성된 고주파 엔티티 결정 모듈; 및
    상기 해당 역사 검색항에서 상기 고주파 엔티티의 가중치가 역치 가중치를 초과하는 것을 결정하고, 상기 고주파 엔티티를 상기 핵심 엔티티로 결정하도록 구성된 제2 핵심 엔티티 결정 모듈 - 상기 가중치는 상기 해당 역사 검색항에서 상기 고주파 엔티티의 중요성을 가리킴 - ; 을 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 장치.
  29. 제28항에 있어서,
    상기 제2 핵심 엔티티 결정 모듈은,
    상기 해당 역사 검색항에서 상기 고주파 엔티티의 위치를 결정하도록 구성된 위치 결정 모듈; 및
    상기 고주파 엔티티의 길이와 상기 해당 역사 검색항의 길이 사이의 관계를 결정하도록 구성된 길이 관계 결정 모듈; 을 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 장치.
  30. 제19항에 있어서,
    상기 확장 결과 결정 모듈은,
    상기 제2 역사 검색 기록의 역사 검색항에 대한 검색 결과를 획득하도록 구성된 제1 검색 결과 획득 모듈; 및
    상기 검색 결과를 상기 확장 결과로 결정하도록 구성된 검색 결과에 대한 확장 결과 결정 모듈; 을 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 장치.
  31. 제19항에 있어서,
    상기 확장 결과 결정 모듈은,
    상기 제2 역사 검색 기록의 역사 검색항에 대한 역사 검색 결과를 획득하도록 구성된 제2 검색 결과 획득 모듈;
    상기 역사 검색 결과에서 이미 사용자에 의해 액세스된 부분 역사 검색 결과를 결정하도록 구성된 부분 역사 검색 결과 결정 모듈; 및
    상기 부분 역사 검색 결과를 상기 확장 결과로 결정하도록 구성된 부분 역사 검색 결과 확장 모듈; 을 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 장치.
  32. 제19항에 있어서,
    상기 확장 결과 결정 모듈은,
    사용자가 상기 제2 역사 검색 기록의 역사 검색항을 검색할 경우 생성된 정보 흐름을 획득하도록 구성된 정보 흐름 모듈; 및
    상기 정보 흐름을 기반으로, 상기 확장 결과를 결정하도록 구성된 정보 흐름에 대한 확장 결과 모듈; 을 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 장치.
  33. 제19항에 있어서,
    상기 확장 결과를 제공하도록 구성된 제1 제공 장치; 및
    상기 확장 결과 및 상기 타겟 검색항에 대한 타겟 검색 결과를 제공하도록 구성된 제2 제공 장치; 중 적어도 하나를 더 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 장치.
  34. 제33항에 있어서,
    상기 제2 제공 장치는,
    상기 확장 결과의 제1 점수를 결정하도록 구성된 제1 점수 결정 모듈 - 상기 제1 점수는 상기 확장 결과와 상기 제2 역사 검색 기록의 역사 검색항의 관련도를 가리킴 - ;
    상기 타겟 검색 결과의 제2 점수를 결정하도록 구성된 제2 점수 결정 모듈 - 상기 제2 점수는 상기 타겟 검색 결과와 상기 타겟 검색항의 관련도를 가리킴 - ;
    상기 제1 점수 및 상기 제2 점수를 기반으로, 상기 확장 결과 및 상기 타겟 검색 결과의 우선 순위를 결정 하도록 구성된 우선 순위 결정 모듈; 및
    상기 우선 순위를 기반으로 상기 확장 결과 및 상기 타겟 검색 결과를 제공하도록 구성된 확장 결과 및 검색 결과 제공 모듈; 을 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 장치.
  35. 제19항에 있어서,
    상기 제2 역사 검색 기록에 대응되는 검색 결과를 획득하는 타겟 데이터 소스를 구축하도록 구성된 타겟 데이터 소스 구축 모듈을 더 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 장치.
  36. 제35항에 있어서,
    상기 타겟 데이터 소스 구축 모듈은,
    복수의 최초 데이터 소스의 복수의 파일의 점수를 결정하도록 구성된 파일 점수 결정 모듈 - 각 파일의 상기 점수는 상기 파일의 품질을 가리킴 - ; 및
    상기 복수의 파일에서 점수가 역치 점수를 초과하는 파일을 상기 타겟 데이터 소스의 파일로 결정하도록 구성된 타겟 데이터 소스 파일 결정 모듈; 을 포함하는,
    것을 특징으로 하는 콘텐츠를 검색하는 장치.
  37. 전자 기기에 있어서,
    하나 또는 복수의 프로세서; 및
    하나 또는 복수의 프로그램을 저장하는 저장 장치; 를 포함하고,
    상기 하나 또는 복수의 프로그램이 상기 하나 또는 복수의 프로세서에 의해 수행될 경우, 상기 하나 또는 복수의 프로세서가 제1항 내지 제18항 중 어느 한 항의 방법을 구현하는,
    것을 특징으로 하는 전자 기기.
  38. 컴퓨터 프로그램이 저장되어 있는 컴퓨터 판독 가능 저장 매체에 있어서,
    상기 컴퓨터 프로그램이 프로세서에 의해 수행될 경우, 제1항 내지 제18항 중 어느 한 항의 방법이 구현되는,
    것을 특징으로 하는 컴퓨터 프로그램이 저장되어 있는 컴퓨터 판독 가능 저장 매체.
KR1020227027825A 2020-04-01 2020-09-23 콘텐츠를 검색하는 방법, 장치, 기기 및 컴퓨터 판독 가능 저장 매체 KR20220119745A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN202010252907.2 2020-04-01
CN202010252907.2A CN111475725B (zh) 2020-04-01 2020-04-01 用于搜索内容的方法、装置、设备和计算机可读存储介质
PCT/CN2020/117129 WO2021196541A1 (zh) 2020-04-01 2020-09-23 用于搜索内容的方法、装置、设备和计算机可读存储介质

Publications (1)

Publication Number Publication Date
KR20220119745A true KR20220119745A (ko) 2022-08-30

Family

ID=71749483

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020227027825A KR20220119745A (ko) 2020-04-01 2020-09-23 콘텐츠를 검색하는 방법, 장치, 기기 및 컴퓨터 판독 가능 저장 매체

Country Status (6)

Country Link
US (1) US20230147941A1 (ko)
EP (1) EP4113329A4 (ko)
JP (1) JP7451747B2 (ko)
KR (1) KR20220119745A (ko)
CN (1) CN111475725B (ko)
WO (1) WO2021196541A1 (ko)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111475725B (zh) * 2020-04-01 2023-11-07 百度在线网络技术（北京）有限公司 用于搜索内容的方法、装置、设备和计算机可读存储介质
CN112053688B (zh) * 2020-08-27 2024-03-08 海信视像科技股份有限公司 一种语音交互方法及交互设备、服务器
CN112528144A (zh) * 2020-12-08 2021-03-19 北京百度网讯科技有限公司 搜索推荐方法、装置、智能设备、电子设备及存储介质
CN113051485B (zh) * 2021-03-26 2023-08-22 北京达佳互联信息技术有限公司 群组搜索方法、装置、终端及存储介质
CN116628129B (zh) * 2023-07-21 2024-02-27 南京爱福路汽车科技有限公司 一种汽车配件搜索方法及系统
CN117972222B (zh) * 2024-04-02 2024-06-21 紫金诚征信有限公司 基于人工智能的企业信息检索方法及装置

Family Cites Families (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01233517A (ja) * 1988-03-14 1989-09-19 Mitsubishi Electric Corp データベース検索装置
US7562069B1 (en) * 2004-07-01 2009-07-14 Aol Llc Query disambiguation
US20060224583A1 (en) * 2005-03-31 2006-10-05 Google, Inc. Systems and methods for analyzing a user's web history
CN101192223A (zh) * 2006-11-27 2008-06-04 北京三星通信技术研究有限公司 黄页搜索方法和黄页搜索系统
KR101348598B1 (ko) * 2007-12-21 2014-01-07 삼성전자주식회사 디지털 티비 방송 제공 시스템과 디지털 티비 및 그 제어방법
JP2010122932A (ja) * 2008-11-20 2010-06-03 Nippon Telegr & Teleph Corp <Ntt> 文書検索装置、文書検索方法、および文書検索プログラム
JP5220659B2 (ja) * 2009-02-27 2013-06-26 ヤフー株式会社 検索装置及び方法
US20100332493A1 (en) * 2009-06-25 2010-12-30 Yahoo! Inc. Semantic search extensions for web search engines
CN102012900B (zh) * 2009-09-04 2013-01-30 阿里巴巴集团控股有限公司 信息检索方法和系统
JP5493845B2 (ja) * 2009-12-28 2014-05-14 富士通株式会社 検索支援プログラム、検索支援装置、及び検索支援方法
CN101840420B (zh) * 2010-04-02 2011-12-28 清华大学 搜索辅助系统与搜索辅助方法
US20140358971A1 (en) * 2010-10-19 2014-12-04 Google Inc. Techniques for identifying chain businesses and queries
US20120203751A1 (en) * 2011-02-07 2012-08-09 International Business Machines Corporation Capture, Aggregate, and Use Search Activities as a Source of Social Data Within an Enterprise
KR101818717B1 (ko) * 2011-09-27 2018-01-15 네이버 주식회사 컨셉 키워드 확장 데이터 셋을 이용한 검색방법, 장치 및 컴퓨터로 판독 가능한 기록매체
AU2012247097B2 (en) * 2011-11-14 2015-04-16 Google Inc. Visual search history
CN102419776A (zh) * 2011-12-31 2012-04-18 北京百度网讯科技有限公司 一种满足用户多维度搜索需求的方法和设备
CN103577489A (zh) * 2012-08-08 2014-02-12 百度在线网络技术（北京）有限公司 一种网页浏览历史查询方法及装置
CN102929966B (zh) * 2012-10-12 2016-03-09 合一网络技术(北京)有限公司 一种用于提供个性化搜索列表的方法及系统
CN103049495A (zh) * 2012-12-07 2013-04-17 百度在线网络技术（北京）有限公司 用于提供与查询序列相对应的搜索建议的方法、装置与设备
CN103593410B (zh) * 2013-10-22 2017-04-12 上海交通大学 通过替换概念性词语进行搜索推荐的系统
CN103617266A (zh) * 2013-12-03 2014-03-05 北京奇虎科技有限公司 个性化扩展搜索方法及装置、系统
US20160306887A1 (en) * 2013-12-03 2016-10-20 Beijing Qihoo Technology Company Limited Methods, apparatuses and systems for linked and personalized extended search
CN105335391B (zh) * 2014-07-09 2019-02-15 阿里巴巴集团控股有限公司 基于搜索引擎的搜索请求的处理方法和装置
CN104462325B (zh) * 2014-12-02 2019-05-03 百度在线网络技术（北京）有限公司 搜索推荐方法及装置
CN106096003B (zh) * 2014-12-26 2019-12-20 奇飞翔艺（北京）软件有限公司 数据搜索方法及客户端
CN105893397B (zh) * 2015-06-30 2019-03-15 北京爱奇艺科技有限公司 一种视频推荐方法及装置
JP6664599B2 (ja) * 2015-08-25 2020-03-13 ヤフー株式会社 曖昧性評価装置、曖昧性評価方法、及び曖昧性評価プログラム
CN105898423A (zh) * 2015-12-08 2016-08-24 乐视网信息技术（北京）股份有限公司 视频推送方法、系统及服务器
CN106095819A (zh) * 2016-05-31 2016-11-09 北京奇艺世纪科技有限公司 一种视频推荐方法及装置
CN106372231A (zh) * 2016-09-08 2017-02-01 乐视控股（北京）有限公司 一种搜索方法及装置
CN109446402B (zh) * 2017-08-29 2022-04-01 阿里巴巴集团控股有限公司 一种搜索方法及装置
CN108399232A (zh) * 2018-02-13 2018-08-14 北京奇虎科技有限公司 一种信息推送方法、装置及电子设备
CN109101658B (zh) * 2018-08-31 2022-05-10 优视科技新加坡有限公司 信息搜索方法、装置及设备/终端/服务器
EP3918486A4 (en) * 2019-02-01 2022-10-19 Ancestry.com Operations Inc. SEARCH AND RANK RECORDS ACROSS DIFFERENT DATABASES
CN110245357B (zh) * 2019-06-26 2023-05-02 北京百度网讯科技有限公司 主实体识别方法和装置
CN111475725B (zh) * 2020-04-01 2023-11-07 百度在线网络技术（北京）有限公司 用于搜索内容的方法、装置、设备和计算机可读存储介质

Also Published As

Publication number Publication date
EP4113329A4 (en) 2024-04-24
CN111475725B (zh) 2023-11-07
WO2021196541A1 (zh) 2021-10-07
CN111475725A (zh) 2020-07-31
JP2023516209A (ja) 2023-04-18
US20230147941A1 (en) 2023-05-11
JP7451747B2 (ja) 2024-03-18
EP4113329A1 (en) 2023-01-04

Similar Documents

Publication Publication Date Title
KR20220119745A (ko) 콘텐츠를 검색하는 방법, 장치, 기기 및 컴퓨터 판독 가능 저장 매체
US8316007B2 (en) Automatically finding acronyms and synonyms in a corpus
CN108280114B (zh) 一种基于深度学习的用户文献阅读兴趣分析方法
CN107180093B (zh) 信息搜索方法及装置和时效性查询词识别方法及装置
WO2017097231A1 (zh) 话题处理方法及装置
US20130060769A1 (en) System and method for identifying social media interactions
JP7252914B2 (ja) 検索提案を提供する方法、装置、機器及び媒体
CN108763348B (zh) 一种扩展短文本词特征向量的分类改进方法
JP2008538149A (ja) 格付け方法、検索結果組織化方法、格付けシステム及び検索結果組織化システム
KR101098832B1 (ko) 개인화 검색 장치 및 방법
JP2009525520A (ja) 検索結果リストにおける電子文書を関連性に基づきランク付けおよびソートする評価方法、およびデータベース検索エンジン
US20220083874A1 (en) Method and device for training search model, method for searching for target object, and storage medium
US20100042610A1 (en) Rank documents based on popularity of key metadata
CN111444304A (zh) 搜索排序的方法和装置
JP7395377B2 (ja) コンテンツ検索方法、装置、機器、および記憶媒体
Kaczmarek Interactive query expansion with the use of clustering-by-directions algorithm
CN111723179A (zh) 基于概念图谱的反馈模型信息检索方法、系统及介质
CN110413763B (zh) 搜索排序器的自动选择
CN116431895A (zh) 安全生产知识个性化推荐方法及系统
CN106934007B (zh) 关联信息的推送方法及装置
JP7428250B2 (ja) 文書検索の性能を評価する方法、システム、および装置
CN113268683A (zh) 一种基于多维度的学术文献推荐方法
CN115391479A (zh) 用于文档搜索的排序方法、装置、电子介质及存储介质
CN111737489A (zh) 一种建筑信息的检索方法、装置、设备及可读存储介质
Khurana et al. Survey of techniques for deep web source selection and surfacing the hidden web content