TW201814619A - 內容推薦、展示方法、客戶端、伺服器和系統 - Google Patents

內容推薦、展示方法、客戶端、伺服器和系統 Download PDF

Info

Publication number
TW201814619A
TW201814619A TW106125923A TW106125923A TW201814619A TW 201814619 A TW201814619 A TW 201814619A TW 106125923 A TW106125923 A TW 106125923A TW 106125923 A TW106125923 A TW 106125923A TW 201814619 A TW201814619 A TW 201814619A
Authority
TW
Taiwan
Prior art keywords
content
user
client
input
pool
Prior art date
Application number
TW106125923A
Other languages
English (en)
Inventor
林徐倩
穆曉林
Original Assignee
香港商阿里巴巴集團服務有限公司
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 香港商阿里巴巴集團服務有限公司 filed Critical 香港商阿里巴巴集團服務有限公司
Publication of TW201814619A publication Critical patent/TW201814619A/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/957—Browsing optimisation, e.g. caching or content distillation
    • G06F16/9574—Browsing optimisation, e.g. caching or content distillation of access to content, e.g. by caching
    • 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
    • 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
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/16—Sound input; Sound output
    • G06F3/167—Audio in a user interface, e.g. using voice commands for navigating, audio feedback
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic 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
    • G06Q30/01—Customer relationship services
    • G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
    • G06Q30/016—After-sales
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/2866—Architectures; Arrangements
    • H04L67/30—Profiles
    • H04L67/306—User profiles
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/56—Provisioning of proxy services
    • H04L67/568—Storing data temporarily at an intermediate stage, e.g. caching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/0482—Interaction with lists of selectable items, e.g. menus
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Human Computer Interaction (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本方案實施例提供了一種內容推薦、展示方法、客戶端、伺服器和系統。該系統包括基礎內容池、內容推薦伺服器和至少一個客戶端；所述基礎內容池儲存有一個或多個內容；所述客戶端，用於監控用戶的輸入並提供給所述內容推薦伺服器；所述內容推薦伺服器，用於接收所述客戶端提供的用戶的輸入，為所述使用者創建專屬內容池，以根據所述使用者的輸入從所述基礎內容池中挖掘出與所述輸入相匹配的內容，並將所述匹配的內容填入至所述專屬內容池；所述客戶端，進一步用於當滿足預設觸發條件時，接收所述內容推薦伺服器從所述專屬內容池提供的內容，並向所述使用者展示所述內容。本方案實施例可為用戶提供了個性化的搜索服務，從而提高了使用者體驗。

Description

內容推薦、展示方法、客戶端、伺服器和系統
本方案係關於電腦網路通信技術領域，尤其是關於一種內容推薦、展示方法、客戶端、伺服器和系統。
隨著電腦網路通信技術的不斷發展，網上購物越來越普遍；特別是對於年輕人而言，網上購物甚至變成其生活的一部分。目前用戶一般可通過客戶端訪問網路銷售平台的形式來線上選購產品或服務。其中，客戶端可以為專用的網購app(application，應用)，也可以為通用的瀏覽器等。但不論通過哪種客戶端進行網上購物，用戶一般只能做通用性的搜索操作，例如輸入片語(或者在輸入片語時，設定篩選條件)進行搜索，對應的，伺服器則根據用戶輸入的片語(或者根據用戶輸入的片語和設定的篩選條件)從網路銷售平台的資料庫中匹配出相應的內容，並返回給用戶，以供其選購。
在上述搜索場景下，伺服器往往返回的搜索結果非常之多，用戶一般會嘗試通過更換輸入片語的方式來得到更精確的搜索結果。然而，對於普通用戶而言，由於其並不善於輸入片語的組合，往往在多次更換輸入片語後，仍然 不能得到更精確的搜索結果。也就是說，在經過一番努力後，用戶往往依然擺脫不了要從大量的搜索結果中選擇合適內容的困境。這種情況下，伺服器並不能進一步的為用戶提供個性化的搜索服務，從而影響了用戶體驗。
本方案實施例的目的在於提供一種內容推薦、展示方法、客戶端、伺服器和系統，以為用戶提供個性化的搜索服務，提高用戶體驗。
為達到上述目的，一方面，本方案實施例提供了一種內容推薦系統，包括：基礎內容池、內容推薦伺服器和至少一個客戶端；所述基礎內容池儲存有一個或多個內容；所述客戶端，用於監控用戶的輸入並提供給所述內容推薦伺服器；所述內容推薦伺服器，用於接收所述客戶端提供的用戶的輸入，為所述用戶創建專屬內容池，以根據所述用戶的輸入從所述基礎內容池中挖掘出與所述輸入相匹配的內容，並將所述匹配的內容填入至所述專屬內容池；所述客戶端，進一步用於當滿足預設觸發條件時，接收所述內容推薦伺服器從所述專屬內容池提供的內容，並向所述用戶展示所述內容。
另一方面，本方案實施例提供了一種內容推薦方法，包括： 接收客戶端提供的用戶輸入，為所述用戶創建專屬內容池；以根據所述用戶的輸入從基礎內容池中挖掘出與所述輸入相匹配的內容，並將所述匹配的內容填入至所述專屬內容池。
另一方面，本方案實施例提供了一種內容推薦伺服器，包括：處理器，記憶體，用於儲存內容推薦裝置，所述內容推薦裝置被所述處理器處理時，執行如下步驟：接收客戶端提供的用戶輸入，為所述用戶創建專屬內容池；以根據所述用戶的輸入從基礎內容池中挖掘出與所述輸入相匹配的內容，並將所述匹配的內容填入至所述專屬內容池。
另一方面，本方案實施例提供了內容展示方法，包括：監控用戶的輸入並提供給內容推薦伺服器；當滿足預設觸發條件時，接收內容推薦伺服器從專屬內容池提供的內容，並向所述用戶展示所述內容。
另一方面，本方案實施例提供了一種客戶端，包括：輸入裝置，用戶接收用戶的輸入；處理器，耦合到所述輸入裝置，用於將所述用戶的輸入提供給內容推薦伺服器，並且 當滿足預設觸發條件時，接收內容推薦伺服器從專屬內容池提供的內容；顯示元件，用於向所述用戶展示所述內容。
本方案實施例中的基礎內容池儲存有一個或多個內容；客戶端在監控到用戶的輸入後提供給內容推薦伺服器；內容推薦伺服器接收客戶端提供的用戶的輸入，為用戶創建專屬內容池，以根據用戶的輸入從基礎內容池中挖掘出與輸入相匹配的內容，並將匹配的內容填入至專屬內容池；當滿足預設觸發條件時，客戶端接收內容推薦伺服器從專屬內容池提供的內容，並向用戶展示內容，從而為用戶提供了個性化的搜索服務，當用戶面臨搜索困難或搜索結果選擇困難時，本方案實施例可給予用戶一定的推薦和決策能力，從而提高了用戶體驗。
100‧‧‧客戶端
200‧‧‧內容推薦伺服器
300‧‧‧基礎內容池
此處所說明的附圖用來提供對本方案實施例的進一步理解，構成本方案實施例的一部分，並不構成對本方案實施例的限定。在附圖中：圖1為本方案實施例的一種內容推薦系統的結構方塊圖；圖2為本方案實施例的一種客戶端與用戶的交互顯示介面；圖3為本方案實施例的另一種客戶端與用戶的交互顯示介面； 圖4為本方案實施例的一種可操作查看提示的顯示介面；圖5為本方案實施例的客戶端一種展示更多內容的顯示介面；圖6為本方案實施例的客戶端另一種展示更多內容的顯示介面；圖7為本方案實施例的一種內容推薦方法的流程圖；圖8為本方案實施例的另一種內容推薦方法的流程圖；圖9為本方案實施例的一種內容展示方法的流程圖；圖10為本方案一實施例的內容推薦伺服器的結構方塊圖；圖11為本方案一實施例的客戶端的結構方塊圖；圖12a-12c為具體應用場景下，本方案的客戶端的交互示意圖。
為使本方案實施例的目的、技術方案和優點更加清楚明白，下面結合實施例和附圖，對本方案實施例做進一步詳細說明。在此，本方案實施例的示意性實施例及其說明用於解釋本方案實施例，但並不作為對本方案實施例的限定。
下面結合附圖，對本方案實施例的具體實施方式作進一步的詳細說明。
請參閱圖1，本方案實施例的內容推薦系統可以包括：客戶端100和內容推薦伺服器200。所述客戶端100與所述內容推薦伺服器200耦合。其中，所述內容推薦系統可以有一個或多個所述客戶端100。
結合圖1所示，在一個實施方式中，所述內容推薦系統還可以包括基礎內容池300。所述基礎內容池300與所述內容推薦伺服器200耦合。其中，所述基礎內容池300中聚合了一個或多個內容，以作為資料採擷的資料來源；所述內容是內容資訊的集合，內容資訊包括針對產品和/或服務的介紹性或推薦性資訊等。例如，內容資訊可以包括：文字/圖片/視頻/音訊廣告內容、使用資訊內容、評價資訊內容、產品說明內容、產品排行、具體產品資訊、產品購買資訊(購買連結，等)等。所述內容推薦伺服器200可根據用戶的搜索意圖，從內容推薦伺服器200中資料採擷出匹配的內容推薦給所述用戶。所述基礎內容池300可以被實現為資料庫，資料倉庫，資料集合，等。本方案在此不做限制。
所述內容推薦伺服器200可以為一個單獨的伺服器，還可以為包括多個伺服器的伺服器集群。
在一個實施方式中，當檢測到用戶在客戶端100的自然語言交互介面中發起自然語言輸入時，所述內容推薦伺服器200為所述用戶創建專屬內容池；並根據所述用戶輸入的自然語言，持續地從所述基礎內容池300中挖掘出匹配的內容，然後將所述內容填入至所述用戶的專屬內容 池。當滿足預設的第一觸發條件時，所述內容推薦伺服器200將所述專屬內容池中的內容推薦給所述用戶。所述專屬內容池可以被實現為資料庫，資料倉庫，資料集合，等。本方案在此不做限制。
其中，所述根據所述用戶輸入的自然語言從所述基礎內容池300中挖掘出匹配的內容包括：對所述用戶輸入的自然語言進行語義分析，以從中提取出關鍵字，然後根據提取出的關鍵字從所述基礎內容池300中挖掘出與所述關鍵字匹配的內容。例如，當用戶輸入的關鍵字包括“戶外”和“跑步鞋”時，可以從所述基礎內容池300中挖掘出與“戶外跑步鞋”以及“跑步鞋”以及“戶外運動”相關聯的鞋類廣告內容、鞋類試用報告、用戶購買評價、跑步鞋製造商資訊、世界十大跑步鞋、熱銷跑步鞋以及產品連結等。
其中，為用戶創建的專屬內容池是臨時性的，有其生命週期，一旦生命週期結束，所述內容推薦伺服器200可刪除該專屬內容池。在一個實施方式中，當用戶開始與客戶端自然語言交互介面的交互行為時，就創建該專屬內容池，當用戶離開交互時，就刪除該專屬內容池。在一個實施方式中，當用戶開始與客戶端自然語言交互介面的交互行為時，就創建該專屬內容池，該專屬內容池將被一直維護直至用戶刪除其用戶資料(例如，帳號，等)。
本方案實施例中，由於內容推薦伺服器200可以識別用戶輸入的自然語言，並可根據所述用戶輸入的自然語 言，從所述基礎內容池300中挖掘出匹配的內容推薦給所述用戶。這樣，用戶可便捷地通過輸入自然語言來表達其搜索意圖；而不必像現有技術那樣，為表達其搜索意圖，需要在搜索欄中多次更換關鍵字，或嘗試進行複雜的關鍵字邏輯組合。同時，這種基於自然語言的搜索交互，也使得所述內容推薦伺服器200可更準確的把握用戶的搜索意圖，進而可以據此為所述用戶推薦更為精准合適的資料內容。
在一個實施方式中，所述的第一觸發條件可以是：所述專屬內容池中填入的內容的數量達到預設臨限值。在另一個實施方式中，所述的第一觸發條件還可以是：所述用戶發起所述自然語言輸入後的計時已達到預設時長。在另一個實施方式中，所述的第一觸發條件還可以是：所述用戶發起所述自然語言輸入後，所述用戶變更相同場景下的關鍵字的次數達到預設臨限值，等等。其中，所述相同場景的關鍵字是指：關鍵字之間屬於基本相同或基本等同的概念。例如用戶希望選購一雙運動鞋，用戶在短時間內先後搜索了“跑鞋”、“戶外跑鞋”、“跑步鞋”三個關鍵字，由於這些運動鞋都屬於適合跑步時所穿的運動鞋，因此可以認為其屬於相同場景的關鍵字。
在一個實施方式中，當滿足預設的第一觸發條件時，所述內容推薦伺服器200可從所述用戶的專屬內容池中，選擇若干條內容推薦給所述用戶，當瞭解到所述用戶希望給予更多推薦時，再考慮從所述用戶的專屬內容池中取出 更多的內容推薦給所述用戶。其中，所述的選擇若干條資料可以是隨機選擇，也可以是根據諸如相關度等參考維度的優選。
在另一個實施方式中，所述內容推薦伺服器200還可以向客戶端100提供用於人工導購的介面；當通過所述介面接收到用戶利用客戶端100發起的人工導購請求時，所述內容推薦伺服器200可根據預設的參考條件為所述用戶推薦一個或多個商家線上客服，以供所述用戶選擇。其中，所述的參考條件可以包括商家線上客服的繁忙程度，商家線上客服的專業水準，和/或所述用戶在發起所述自然語言輸入後的設定時間內所輸入的自然語言等等。
本方案實施例中，目前由於技術水準的限制，人與機器的溝通，顯然不如人與人之間的溝通更為方便順暢，因此，在這種人工導購模式下，用戶可更加方便的表達其搜索意圖，而在理解了用戶的搜索意圖後，商家線上客服也可為所述用戶提供比機器搜索更加精准的推薦內容。同時，由於提供給用戶的商家線上客服是在參考了商家線上客服的繁忙程度和專業水準等因素後挑選出的，因此，通過這種人工導購，用戶可以快速便捷的獲得專業、精准的推薦內容，用戶體驗較高。
在一個實施方式中，由於客戶端100可提供類似於通用網購應用軟體(例如京東客戶端、亞馬遜客戶端等)那樣的搜索欄。當檢測到用戶在客戶端100的搜索欄中發起關鍵字(例如圖4所示的“連衣裙”)輸入時，所述內容 推薦伺服器200為所述用戶創建專屬內容池；並根據所述用戶輸入的關鍵字，持續地從所述基礎內容池300中挖掘出匹配的內容，然後將所述內容填入至所述用戶的專屬內容池。當滿足預設的第二觸發條件時，所述內容推薦伺服器200將所述專屬內容池中的內容推薦給所述用戶。
在一個實施方式中，當用戶開始在搜索欄中輸入關鍵字時，所述內容推薦伺服器200就創建該專屬內容池，當用戶關閉了應用軟體後，就刪除該專屬內容池。在一個實施方式中，當用戶始在搜索欄中輸入關鍵字時，就創建該專屬內容池，該專屬內容池將被一直維護直至用戶刪除在應用軟體上的用戶資料(例如，帳號，等)。
在一個實施方式中，所述的第二觸發條件可以是：所述用戶發起所述關鍵字輸入後，更換相同場景的關鍵字的次數達到預設臨限值。一般的，如果一個用戶通過一次搜索就找到合適的內容時，通常不必再輸入新的關鍵字而浪費時間；對應的，當用戶在短時間內頻繁更換相同場景的關鍵字進行搜索時，則表明該用戶可能正苦於搜索合適的內容，此時，可以推斷該用戶處於搜索困難。
在另一個實施方式中，所述的第二觸發條件也可以是：所述用戶瀏覽搜索結果中的內容的數量達到預設臨限值，所述搜索結果為相同場景的關鍵字下返回的搜索結果。一般的，返回的搜索結果中會包含大量的內容，如果一個用戶瀏覽的內容的數量達到預設臨限值，則表明該用戶可能正苦於選擇合適的內容，此時，可以推斷該用戶處 於選擇困難。
在另一個實施方式中，所述的第二觸發條件還可以是：所述專屬內容池中填入的內容的數量達到預設臨限值；在上述實施方式中，所述內容推薦伺服器200判斷是否滿足預設的第二觸發條件目的在於：確認用戶當前是否處於搜索困難或選購困難的狀態。當確認用戶當前處於搜索困難或選擇困難時，所述內容推薦伺服器200可將所述專屬內容池中的內容推薦給所述用戶，從而可給予用戶一定的推薦和決策能力，以可說明其完成內容的搜索和選擇。
在一個實施方式中，當滿足預設的第二觸發條件時，所述內容推薦伺服器200可從所述用戶的專屬內容池中，選擇若干條內容推薦給所述用戶，當瞭解到所述用戶希望給予更多推薦時，再考慮從所述用戶的專屬內容池中取出更多的內容推薦給所述用戶。
在一個實施方式中，所述內容推薦伺服器200在向所述用戶推送內容之前，可以先向所述用戶發出一個可操作查看提示(例如圖4中所示的可操作查看提示浮層401)，以提醒用戶已為其挑選好待推薦的內容。當用戶操作所述可操作查看提示時，所述內容推薦伺服器200再將若干條內容推送給所述用戶。然而，在向所述用戶發出可操作查看提示後的設定時間內，如果所述用戶未操作所述可操作查看提示，則表明用戶當前並希望不接受推薦，所述內容 推薦伺服器200可直接退出所述可操作查看提示，以免打擾所述用戶。此外，為了醒目的提醒用戶，所述可操作查看提示可以突出顯示，例如高亮度顯示、高對比顯示等等。
在一個實施方式中，所述內容推薦伺服器200在將用戶的專屬內容池中的內容，推送給對應用戶的客戶端100之前，可以先確認相同場景的內容是否曾推薦給所述用戶，如果未曾經推薦給所述用戶，則可以推送；否則，放棄本次推送，以免重複推送相同內容而影響用戶體驗。當然，為了便於確認相同場景的資料內容是否曾推薦給所述用戶，所述內容推薦伺服器200需要在每次推薦時記錄推薦的用戶及推薦內容。
在一個實施方式中，在所述客戶端100將內容展示給所述用戶後，所述客戶端100和/或內容推薦伺服器200還可以監控所述用戶對所述內容的操作。當所述用戶請求查看更多的內容時，所述內容推薦伺服器200可根據所述用戶對所述內容的操作，調整向所述用戶推薦的內容。其中，所述的監控例如可以是監控用戶瀏覽內容的停留時間(用戶瀏覽某一內容的停留時間越長，說明用戶對其關注度越高)，所述的監控還可以是監控用戶的點擊行為，以根據用戶的點擊行為判斷用戶的關注點，等等。例如，用戶僅點擊查看了圖2或圖3所示的“[名媛]修身中長a型春秋季款針織裙”和“[香莉婷]荷葉邊短袖a字棉麻白色連衣裙”，由於它們都屬於A字裙，因此，可以推斷所述用戶 可能更希望關注A字裙。於是，當所述用戶請求查看更多的連衣裙時，可優先將所述用戶的專屬內容池中的A字裙推薦給所述用戶，如圖6所示。
在一個實施方式中，一般情況下，內容推薦伺服器200可能每天都會接收到多個客戶端上傳的海量資料(這些資料包括：用戶在對應客戶端100的搜索欄中輸入的關鍵字和/或用戶在對應客戶端100的自然語言交互介面中輸入的自然語言)。這將消耗內容推薦伺服器200的大量資源，為保證資料的即時收集，內容推薦伺服器200可考慮採用多執行線程非同步佇列、分散式處理等方式處理上傳資料。
在一個實施方式中，所述基礎內容池300可以為一個資料庫。
在一個實施方式中，所述基礎內容池300中聚合的針對產品和/或服務的介紹性或推薦性資訊可以是新聞、評論、活動、知識等等。例如某化妝品牌方發佈的其旗下“面霜”的top10信息；協力廠商媒體站刊登的秋季潮裝資訊；某奢侈品牌方發佈的新款手提包上市資訊；某協力廠商的媒體站發佈的某些明星的著裝資訊；某協力廠商的媒體站刊登的紅酒選購常識，某協力廠商的媒體站刊登的夏季著裝搭配指南；某協力廠商的媒體站刊登的爆款智慧手機的評測報告，等等。
在一個實施方式中，所述基礎內容池300中儲存的內容具有生命週期，隨著新的內容的陸續引入，以及舊的內 容的陸續消亡，所述基礎內容池300得以不斷更新，以適應用戶需求。
在一個實施方式中，所述客戶端100可以為移動設備；例如智慧攜帶終端、平板設備、車載設備、個人數位助理(PDA)、智慧可穿戴設備等。所述客戶端100還可以為桌面設備；例如桌面個人電腦(PC機)、一體機、智慧自助終端等。
本方案實施例中，用戶可以在不同場景下利用不同的客戶端100來連接所述內容推薦伺服器200，以完成本方案實施例以下所述的一個或多個方法步驟。
在一個實施方式中，所述客戶端100可提供自然語言交互介面(如圖2中的201，或者圖3中的301所示)，用戶可通過客戶端100的自然語言交互介面與內容推薦伺服器200進行以搜索為目的的自然語言交互。如圖2所示，在一個實施方式中，所述的自然語言交互可以為文字和語音混合形式的自然語言交互，由於相對於文字形式的自然語言，用戶輸入語音形式的自然語言更為方便，而內容推薦伺服器200返回的文字形式的自然語言，可以便於用戶查看。如圖3所示，在另一個實施方式中，所述的自然語言交互，也可以為文字形式的自然語言交互。在另一個實施方式中，所述的自然語言交互，還可以為全語音形式的自然語言交互。其中，如果用戶輸入的是語音形式的自然語言，在語義分析前，內容推薦伺服器200還需要通過語音元件將語音形式的自然語言識別為文字形式的自然語言。
在一個實施方式中，當接收到所述內容推薦伺服器200為所述用戶推薦的內容時，所述客戶端100可以向所述用戶展示所述內容，以供所述用戶瀏覽和選擇。
在一個實施方式中，預設情況下，所述客戶端100接收到的可以是所述內容推薦伺服器200為所述用戶推薦的若干條內容，以方便用戶瀏覽和選擇，如圖2和圖3所示。
在另一個實施方式中，所述客戶端100可以設置有例如“看更多”之類的可操作標籤(tag)，當用戶點擊了“看更多”可操作標籤時，所述客戶端100再向所述內容推薦伺服器200請求更多的內容；在收到所述內容推薦伺服器200據此返回的內容後，將其展示給所述用戶，如圖5所示。
在另一個實施方式中，所述客戶端100同時還可以設置有例如“看導購”之類的可操作標籤(tag)，當用戶點擊“看導購”可操作標籤時，所述客戶端100向所述內容推薦伺服器200發送人工導購請求；在收到所述內容推薦伺服器200據此返回的一個或多個商家線上客服介面時，向所述用戶展示所述商家線上客服介面，以供所述用戶選擇。
在另一個實施方式中，用戶在獲得了客戶端所返回的內容後，可以進一步輸入(例如，通過圖5的“我想…”輸入框)改進的自然語言或關鍵字，根據用戶的進一步輸入，內容推薦伺服器200可以進一步從所述基礎內容池重新獲取與改進的語言或關鍵字相匹配的一個或多個內容， 並推送給客戶端100以向用戶顯示。基於此進一步的交互，可以向用戶提供更為匹配的內容。
為了實現即時推薦，客戶端100一般需要即時採集用戶的輸入，並將其上傳至內容推薦伺服器200。為了減少網路開銷，客戶端100可僅在用戶進行輸入操作時，才進行資料的採集。
參考圖7所示，本方案實施例的內容推薦方法包括以下步驟：S701、在檢測到用戶在客戶端的自然語言交互介面中發起自然語言輸入時，為所述用戶創建專屬內容池。
本方案實施例的執行主體可以為客戶端和內容推薦伺服器。
在一個實施方式中，當用戶想要搜索內容時，其可在客戶端的自然語言交互介面(如圖2中的201，或者圖3中的301所示)中輸入自然語言，而客戶端的自然語言交互介面在接收到所述用戶輸入的自然語言時，將其上傳給內容推薦伺服器。
S702、內容推薦伺服器根據所述用戶輸入的自然語言，提取關鍵字並從所述基礎內容池中挖掘出與關鍵字匹配的內容，並將所述內容填入至所述用戶的專屬內容池。
在一個實施方式中，內容推薦伺服器對專屬內容池的填充是一個持續的過程。在此過程中，每當所述用戶輸入有自然語言時，內容推薦伺服器就會根據所述用戶自發起自然語言輸入起至當前為止所輸入的自然語言，從所述基 礎內容池中挖掘匹配的內容。
參考圖2所示，當用戶自發起自然語言輸入起至當前時刻為止，就輸入了一句語音形式的自然語言(例如其文字為“我想買塑身連衣裙”)；則內容推薦伺服器僅對“我想買塑身連衣裙”進行語義分析，從中提取關鍵字：“塑身”、“連衣裙”，然後根據“塑身”和“連衣裙”從所述基礎內容池中挖掘匹配的內容。而當用戶自發起自然語言輸入起至當前時刻為止，輸入了不止一句的自然語言時例如圖3所示的“我想買塑身連衣裙”和“適合春秋季穿的”；則內容推薦伺服器要“我想買塑身連衣裙”和“適合春秋季穿的”進行語義分析，從中提取關鍵字：“塑身”、“連衣裙”、“春季”和“秋季”，然後分別根據“塑身”、“連衣裙”和“春季”，以及“塑身”、“連衣裙”和“秋季”，從所述基礎內容池中挖掘匹配的內容。以此類推，一般而言，當用戶自發起自然語言輸入起至當前時刻為止，輸入的自然語言越多，內容推薦伺服器從所述基礎內容池中挖掘匹配的內容的精准度就越高。
S703、當滿足預設的第一觸發條件時，將所述專屬內容池中的內容推薦給所述用戶。
其中，所述預設的第一觸發條件，以及將所述專屬內容池中的內容推薦給所述用戶的方式，可參考上文描述的系統實施例，在此不再贅述。需要說明的是，本方案實施例其他未詳細說明之處，也可參考上文描述的系統實施 例。
參考圖8所示，本方案實施例的內容推薦方法包括以下步驟：S801、在檢測到用戶在客戶端的搜索欄中發起關鍵字輸入時，為所述用戶創建專屬內容池。
本方案實施例的執行主體可以為客戶端和內容推薦伺服器。
在一個實施方式中，當用戶想要搜索內容時，其可在客戶端的搜索欄中輸入關鍵字(例如圖4所示的“連衣裙”)，而客戶端的搜索欄在接收到所述用戶輸入的關鍵字時，將其上傳給內容推薦伺服器。
S802、內容推薦伺服器根據所述用戶輸入的關鍵字從所述基礎內容池中挖掘出匹配的內容，並將所述內容填入至所述用戶的專屬內容池。
在一個實施方式中，內容推薦伺服器對專屬內容池的填充同樣是一個持續的過程。在此過程中，每當所述用戶輸入有關鍵字時，內容推薦伺服器就會根據所述用戶自發起關鍵字輸入起至當前時刻為止所輸入的自然語言，從所述基礎內容池中挖掘匹配的內容。至於具體的資料採擷過程可參考上述圖7所示的方法實施例，在此不再贅述。
S803、當滿足預設第二觸發條件時，將所述專屬內容池中的內容推薦給所述用戶。
其中，所述預設的第二觸發條件，以及將所述專屬內容池中的內容推薦給所述用戶的方式，可參考上文描述的 系統實施例，在此不再贅述。需要說明的是，本方案實施例其他未詳細說明之處，也可參考上文描述的系統實施例和上述圖7所示的方法實施例。
參考圖9所示，本方案實施例的內容展示方法可以包括以下步驟：S901、接收內容推送伺服器推薦的內容。
本方案實施例的執行主體可以為客戶端。其中，所述內容可以為內容推送伺服器從基礎內容池中挖掘出的內容。
本方案實施例中，客戶端接收到的內容是這樣得來的：當用戶想要搜索內容時，其可在客戶端的搜索欄中輸入關鍵字(例如圖4所示的“連衣裙”)；也可以在客戶端的自然語言交互介面中發起自然語言輸入(例如圖2或圖3所示)。對應的，客戶端的搜索欄或自然語言交互介面在接收到所述用戶的輸入時，會將其上傳給內容推薦伺服器。此時，內容推送伺服器會檢測到用戶發起的輸入，並為所述用戶創建專屬內容池。然後，內容推送伺服器根據所述用戶的輸入從所述基礎內容池中挖掘出匹配的內容，並將所述內容填入至所述用戶的專屬內容池。在滿足一定條件時，內容推送伺服器會將所述專屬內容池中的內容推送給所述客戶端，以推薦給所述用戶。
S902、向用戶展示所述內容。
本方案實施例中，客戶端向用戶展示內容的過程，以 及本方案實施例其他未詳細說明之處，也可參考上文描述的系統實施例，在此不再贅述。
雖然上文描述的過程流程包括以特定順序出現的多個操作，但是，應當清楚瞭解，這些過程可以包括更多或更少的操作，這些操作可以循序執行或並存執行(例如使用並行處理器或多執行線程環境)。
參考圖10所示，本方案實施例的內容推薦伺服器在硬體層面可以包括處理器、內部匯流排、記憶體和記憶體等，當然還可能包括其他業務所需要的硬體。處理器從記憶體中讀取對應的電腦程式到記憶體中然後運行，在邏輯層面上形成內容推薦裝置。當然，除了軟體實現方式之外，本方案並不排除其他實現方式，比如邏輯器件抑或軟硬體結合的方式等等，也就是說以下處理流程的執行主體並不限定於各個邏輯單元，也可以是硬體或邏輯器件。在一個實施方式中，所述內容推薦裝置被所述處理器執行時，可執行如下步驟：在檢測到用戶在客戶端的自然語言交互介面中發起自然語言輸入時，為所述用戶創建專屬內容池；根據所述用戶輸入的自然語言從所述基礎內容池中挖掘出匹配的內容，並將所述內容填入至所述用戶的專屬內容池；當滿足預設的第一觸發條件時，將所述專屬內容池中的內容推薦給所述用戶。
至於上述執行步驟的細節內容，請參見圖7所示的內 容推薦方法實施例以及上文描述的系統實施例，在此不再贅述。
在另一個實施方式中，所述內容推薦裝置被所述處理器執行時，也可是執行如下步驟：在檢測到用戶在客戶端的搜索欄中發起關鍵字輸入時，為所述用戶創建專屬內容池；根據所述用戶輸入的關鍵字從所述基礎內容池中挖掘出匹配的內容，並將所述內容填入至所述用戶的專屬內容池；當滿足預設第二觸發條件時，將所述專屬內容池中的內容推送給所述客戶端，以推薦給所述用戶。
至於上述執行步驟的細節內容，請參見圖8所示的內容推薦方法實施例以及上文描述的系統實施例，在此不再贅述。
圖11示出了按照本方案的客戶端的硬體組成結構。所述客戶端可以是如圖1所示的客戶端100的一種實現。所述客戶端可以與圖1所述的內容推薦伺服器200進行通信耦合。參見圖11所示，本方案實施例的客戶端在硬體層面可以包括輸入元件、顯示元件、處理器、內部匯流排、記憶體和記憶體等，當然還可能包括其他業務所需要的硬體。處理器從記憶體中讀取對應的電腦程式到記憶體中然後運行，在邏輯層面上實現內容展示和推薦功能，並在顯示元件上顯示所推薦的內容。當然，除了軟體實現方式之外，本方案並不排除其他實現方式，比如邏輯器件抑或軟硬體 結合的方式等等，也就是說以下處理流程的執行主體並不限定於各個邏輯單元，也可以是硬體或邏輯器件。至於上述執行步驟的細節內容，請參見圖9所示的內容推薦方法實施例以及上文描述的系統實施例，在此不再贅述。
下面結合圖11所示的客戶端以及圖1所示的系統，介紹本方案的一個具體應用場景。在啟動後，客戶端的顯示元件可以提供如圖12a所示的交互介面，以供用戶輸入。當用戶希望搜索“帆布鞋”時，可以經由客戶端的輸入元件(觸摸輸入或語音輸入)輸入“我想買雙帆布鞋”，例如圖12b所示。客戶端的處理器監測到用戶輸入的“我想買雙帆布鞋”後，對其進行語義解析，提取出關鍵字“帆布鞋”並將其上傳至內容推薦伺服器。在另一個實施方式中，客戶端的處理器將完整的用戶輸入“我想買雙帆布鞋”上傳至內容推薦伺服器，內容推薦伺服器對完整的用戶輸入進行語義解析，提取出關鍵字“帆布鞋”。內容推薦伺服器為該用戶創建一個專屬內容池，並根據該關鍵字，從基礎內容池中挖掘出與“帆布鞋”相匹配的相關內容(可以是與帆布鞋相關的產品介紹、使用評價、熱銷產品、等內容)填入至用戶的專屬內容池。在滿足觸發條件時(例如專屬內容池中儲存的“帆布鞋”相關內容達到一定數量)，內容推薦伺服器將專屬內容池中的若干條“帆布鞋”相關內容提供給客戶端。客戶端將其輸出顯示在顯示元件上，例如圖12c所示，以供用戶查看。用戶可以進一步地按照圖6、圖7的方式與客戶端進行交互，以獲取進 一步的內容。
在本方案說明書及權利要求當中所提及的“包括”為一開放式用語，故應解釋成“包括但不限定於”。
本領域技術人員還可以瞭解到本方案實施例列出的各種說明性邏輯塊、單元和步驟可以通過硬體、軟體或兩者的結合來實現。至於是通過硬體還是軟體來實現取決於特定的應用和整個系統的設計要求。本領域技術人員可以對於每種特定的應用，可以使用各種方法實現所述的功能，但這種實現不應被理解為超出本方案實施例保護的範圍。
本方案實施例中所描述的各種說明性的邏輯塊，或單元都可以通過通用處理器，數位訊號處理器，專用積體電路(ASIC)，現場可程式設計閘陣列或其它可程式設計邏輯裝置，離散閘或電晶體邏輯，離散硬體部件，或上述任何組合的設計來實現或操作所描述的功能。通用處理器可以為微處理器，可選地，該通用處理器也可以為任何傳統的處理器、控制器、微控制器或狀態機。處理器也可以通過計算裝置的組合來實現，例如數位訊號處理器和微處理器，多個微處理器，一個或多個微處理器聯合一個數位訊號處理器核，或任何其它類似的配置來實現。
本方案實施例中所描述方法或演算法的步驟可以直接嵌入硬體、處理器執行的軟體模組、或者這兩者的結合。軟體模組可以儲存於RAM記憶體、快閃記憶體、ROM記憶體、EPROM記憶體、EEPROM記憶體、暫存器、硬碟、抽取式磁碟、CD-ROM或本領域中其它任意形式的儲存媒 體中。示例性地，儲存媒體可以與處理器連接，以使得處理器可以從儲存媒體中讀取資訊，並可以向儲存媒體存寫資訊。可選地，儲存媒體還可以整合到處理器中。處理器和儲存媒體可以設置於ASIC中，ASIC可以設置於用戶終端中。可選地，處理器和儲存媒體也可以設置於用戶終端中的不同的部件中。
以上所述的具體實施例，對本方案的目的、技術方案和有益效果進行了進一步詳細說明，所應理解的是，以上所述僅為本方案實施例的具體實施例而已，並不用於限定本方案的保護範圍，凡在本方案的精神和原則之內，所做的任何修改、等同替換、改進等，均應包含在本方案的保護範圍之內。

Claims (25)

  1. 一種內容推薦系統，包括：基礎內容池、內容推薦伺服器和至少一個客戶端；所述基礎內容池儲存有一個或多個內容；所述客戶端，用於監控用戶的輸入並提供給所述內容推薦伺服器；所述內容推薦伺服器，用於接收所述客戶端提供的用戶的輸入，為所述用戶創建專屬內容池，以根據所述用戶的輸入從所述基礎內容池中挖掘出與所述輸入相匹配的內容，並將所述匹配的內容填入至所述專屬內容池；所述客戶端，進一步用於當滿足預設觸發條件時，接收所述內容推薦伺服器從所述專屬內容池提供的內容，並向所述用戶展示所述內容。
  2. 如申請專利範圍第1項所述的系統，其中，所述用戶的輸入包括：所述用戶在所述客戶端的自然語言交互介面中發起的自然語言輸入。
  3. 如申請專利範圍第2項所述的系統，其中，所述預設觸發條件包括以下中的一種：所述專屬內容池中填入的內容的數量達到預設臨限值； 所述用戶發起所述自然語言輸入後的計時已達到預設時長；所述用戶發起所述自然語言輸入後，所述用戶變更相同場景下的關鍵字的次數達到預設臨限值。
  4. 如申請專利範圍第1項所述的系統，其中，所述用戶的輸入包括：所述用戶在所述客戶端的搜索欄中發起的關鍵字輸入。
  5. 如申請專利範圍第4項所述的系統，其中，所述預設觸發條件包括以下中的一種：所述專屬內容池中填入的內容的數量達到預設臨限值；所述用戶發起所述關鍵字輸入後，更換相同場景的關鍵字的次數達到預設臨限值；所述用戶瀏覽搜索結果中的內容的數量達到預設臨限值。
  6. 如申請專利範圍第1項所述的系統，其中，所述內容推薦伺服器還用於在將所述專屬內容池中的內容提供給所述客戶端後，記錄本次推薦；對應的，在下一次將所述專屬內容池中的內容提供給所述客戶端時，根據所述記錄，判斷是否需要將所述專屬 內容池中的內容提供給所述客戶端。
  7. 如申請專利範圍第1項所述的系統，其中，所述將所述專屬內容池中的內容提供給所述客戶端，包括：向所述客戶端提供可操作查看提示；當接收到所述客戶端提供的查看請求時，從所述專屬內容池中選擇若干條內容提供給所述客戶端。
  8. 如申請專利範圍第1或7項所述的系統，其中，所述客戶端用於接收用戶的人工推薦請求，相應於所述人工推薦請求，所述內容推薦伺服器根據預設的參考條件，向所述客戶端返回一個或多個人工推薦接口，以供用戶接入。
  9. 如申請專利範圍第8項所述的系統，其中，所述預設的參考條件至少包括以下中的一種：人工推薦方的繁忙程度；人工推薦方的專業水準；自發起所述輸入起至設定時間內所述用戶的輸入。
  10. 如申請專利範圍第7項所述的系統，其中，所述客戶端提供有瀏覽標籤；在從所述專屬內容池中選擇若干條內容提供給所述客戶端後，當接收到所述客戶端提供的瀏覽請求時，所述內容推薦伺服器從所述專屬內容池中選擇指定條數的內容提供給所述客戶端，所述瀏覽請求由用戶操 作所述瀏覽標籤觸發。
  11. 如申請專利範圍第7項所述的系統，其中，所述客戶端進一步接收到用戶的改進的輸入，所述內容推薦伺服器進一步從所述基礎內容池重新獲取與所述改進的關鍵字相匹配的內容，並提供給所述客戶端。
  12. 一種內容推薦方法，包括：接收客戶端提供的用戶輸入，為所述用戶創建專屬內容池；以根據所述用戶的輸入從基礎內容池中挖掘出與所述輸入相匹配的內容，並將所述匹配的內容填入至所述專屬內容池。
  13. 如申請專利範圍第12項所述的方法，其中，所述用戶的輸入包括：所述用戶在所述客戶端的自然語言交互介面中發起的自然語言輸入。
  14. 如申請專利範圍第13項所述的方法，其中，所述預設觸發條件包括以下中的一種：所述專屬內容池中填入的內容的數量達到預設臨限值； 所述用戶發起所述自然語言輸入後的計時已達到預設時長；所述用戶發起所述自然語言輸入後，所述用戶變更相同場景下的關鍵字的次數達到預設臨限值。
  15. 如申請專利範圍第12項所述的方法，其中，所述用戶的輸入包括：所述用戶在所述客戶端的搜索欄中發起的關鍵字輸入。
  16. 如申請專利範圍第15項所述的方法，其中，所述預設觸發條件包括以下中的一種：所述專屬內容池中填入的內容的數量達到預設臨限值；所述用戶發起所述關鍵字輸入後，更換相同場景的關鍵字的次數達到預設臨限值；所述用戶瀏覽搜索結果中的內容的數量達到預設臨限值。
  17. 如申請專利範圍第12項所述的方法，其中，所述內容推薦伺服器還用於在將所述專屬內容池中的內容提供給所述客戶端後，記錄本次推薦；對應的，在下一次將所述專屬內容池中的內容提供給所述客戶端時，根據所述記錄，判斷是否需要將所述專屬 內容池中的內容提供給所述客戶端。
  18. 如申請專利範圍第12項所述的方法，其中，所述將所述專屬內容池中的內容提供給所述客戶端，包括：向所述客戶端提供可操作查看提示；當接收到所述客戶端提供的查看請求時，從所述專屬內容池中選擇若干條內容提供給所述客戶端。
  19. 如申請專利範圍第12或18項所述的方法，其中，所述客戶端用於接收用戶的人工推薦請求，相應於所述人工推薦請求，所述內容推薦伺服器根據預設的參考條件，向所述客戶端返回一個或多個人工推薦接口，以供用戶接入。
  20. 如申請專利範圍第18項所述的方法，其中，所述預設的參考條件至少包括以下中的一種：人工推薦方的繁忙程度；人工推薦方的專業水準；自發起所述輸入起至設定時間內所述用戶的輸入。
  21. 如申請專利範圍第18項所述的方法，其中，所述客戶端提供有瀏覽標籤；在從所述專屬內容池中選擇若干條內容提供給所述客戶端後，當接收到所述客戶端提供的瀏覽請求時，所述內容推薦伺服器從所述專屬內容池中選擇指定條數的內容提供給所述客戶端，所述瀏覽請求由用戶操 作所述瀏覽標籤觸發。
  22. 如申請專利範圍第18項所述的方法，其中，所述客戶端進一步接收到用戶的改進的輸入，所述內容推薦伺服器進一步從所述基礎內容池重新獲取與所述改進的關鍵字相匹配的內容，並提供給所述客戶端。
  23. 一種內容推薦伺服器，與客戶端進行通信，包括：處理器，記憶體，用於儲存內容推薦裝置，所述內容推薦裝置被所述處理器處理時，執行如下步驟：接收客戶端提供的用戶輸入，為所述用戶創建專屬內容池；以根據所述用戶的輸入從基礎內容池中挖掘出與所述輸入相匹配的內容，並將所述匹配的內容填入至所述專屬內容池。
  24. 一種內容展示方法，包括：監控用戶的輸入並提供給內容推薦伺服器；當滿足預設觸發條件時，接收內容推薦伺服器從專屬內容池提供的內容，並向所述用戶展示所述內容。
  25. 一種客戶端，通信耦合到內容伺服器，所述客戶端包 括：輸入裝置，用戶接收用戶的輸入；處理器，耦合到所述輸入裝置，用於將所述用戶的輸入提供給內容推薦伺服器，並且當滿足預設觸發條件時，接收內容推薦伺服器從專屬內容池提供的內容；顯示元件，用於向所述用戶展示所述內容。
TW106125923A 2016-10-10 2017-08-01 內容推薦、展示方法、客戶端、伺服器和系統 TW201814619A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201610885115.2A CN107918622B (zh) 2016-10-10 2016-10-10 内容推荐、展示方法、客户端、服务器和系统
??201610885115.2 2016-10-10

Publications (1)

Publication Number Publication Date
TW201814619A true TW201814619A (zh) 2018-04-16

Family

ID=61829466

Family Applications (1)

Application Number Title Priority Date Filing Date
TW106125923A TW201814619A (zh) 2016-10-10 2017-08-01 內容推薦、展示方法、客戶端、伺服器和系統

Country Status (7)

Country Link
US (1) US20180101576A1 (zh)
EP (1) EP3523769A4 (zh)
JP (1) JP7356206B2 (zh)
KR (1) KR20190067165A (zh)
CN (1) CN107918622B (zh)
TW (1) TW201814619A (zh)
WO (1) WO2018071234A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI800743B (zh) * 2020-07-17 2023-05-01 開曼群島商粉迷科技股份有限公司 個人化內容推薦方法、圖形使用者介面及其系統
TWI818213B (zh) * 2020-12-10 2023-10-11 中華電信股份有限公司 商品推薦系統與方法及電腦可讀媒介

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101804139B1 (ko) * 2017-02-15 2017-12-05 김진원 키워드 기반 데이터 관리 시스템 및 방법
CN108804178B (zh) * 2018-05-24 2021-06-01 创新先进技术有限公司 信息推送方法、装置、系统及设备
US11853306B2 (en) * 2018-06-03 2023-12-26 Apple Inc. Techniques for personalizing app store recommendations
CN109710753B (zh) * 2018-12-29 2021-08-03 北京金山安全软件有限公司 基于个性化主题的快捷信息生成方法、装置和电子设备
CN109815251A (zh) * 2019-02-26 2019-05-28 江西师范大学 一种多功能服务挖掘系统
US11157702B2 (en) * 2019-03-06 2021-10-26 International Business Machines Corporation Utilizing varying coordinates related to a target event to provide contextual outputs
US11086991B2 (en) * 2019-08-07 2021-08-10 Advanced New Technologies Co., Ltd. Method and system for active risk control based on intelligent interaction
US11758231B2 (en) * 2019-09-19 2023-09-12 Michael J. Laverty System and method of real-time access to rules-related content in a training and support system for sports officiating within a mobile computing environment
CN111079000B (zh) * 2019-11-25 2021-10-19 腾讯科技（深圳）有限公司 内容处理方法、装置、设备及存储介质
EP4070561A4 (en) * 2019-12-04 2023-12-06 Canopy Crest Corporation PRIVATE RECOMMENDATION IN A CLIENT-SERVER ENVIRONMENT
CN113298481A (zh) * 2020-07-13 2021-08-24 阿里巴巴集团控股有限公司 数据处理方法及装置
CN112507165B (zh) * 2020-12-09 2024-04-30 北京达佳互联信息技术有限公司 视频推荐方法及装置
US20220368855A1 (en) * 2021-05-11 2022-11-17 Mend VIP, Inc. Virtual waiting room
CN116385016A (zh) * 2023-03-28 2023-07-04 陕西厚凯智能科技有限公司 一种企业管理在线咨询服务系统
CN116561603B (zh) * 2023-07-10 2023-09-01 深圳益普睿达市场咨询有限责任公司 一种基于数据分析的用户匹配方法及装置

Family Cites Families (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8429026B1 (en) * 1999-06-28 2013-04-23 Dietfood Corp. System and method for creating and submitting electronic shopping lists
JP2004507803A (ja) * 2000-04-03 2004-03-11 ザ　ピューグリーズ　カンパニー 品物及びサービスを表示して販売するためのシステム及び方法
US20020198882A1 (en) * 2001-03-29 2002-12-26 Linden Gregory D. Content personalization based on actions performed during a current browsing session
US7752209B2 (en) * 2005-09-14 2010-07-06 Jumptap, Inc. Presenting sponsored content on a mobile communication facility
EP1783632B1 (en) * 2005-11-08 2012-12-19 Intel Corporation Content recommendation method with user feedback
US8677243B2 (en) * 2006-09-01 2014-03-18 Nokia Corporation Media recommendation system and method
CN100579130C (zh) * 2007-06-06 2010-01-06 腾讯科技（深圳）有限公司 一种sns网络中好友推荐系统及方法
US8032480B2 (en) * 2007-11-02 2011-10-04 Hunch Inc. Interactive computing advice facility with learning based on user feedback
CN101226555A (zh) * 2008-02-15 2008-07-23 北京中星微电子有限公司 购物辅助系统、服务器及方法
CN102362275A (zh) * 2009-03-23 2012-02-22 富士通株式会社 内容推荐方法、推荐信息生成方法、内容推荐程序、内容推荐服务器以及内容提供系统
WO2011064675A1 (en) * 2009-11-30 2011-06-03 France Telecom Method and system to recommend applications from an application market place
JP4958968B2 (ja) 2009-12-22 2012-06-20 ヤフー株式会社 商品検索支援装置、方法及びプログラム
CN101819576A (zh) * 2009-12-22 2010-09-01 无锡语意电子政务软件科技有限公司 一种用户可编程的搜索系统及方法
JP5303500B2 (ja) * 2010-03-19 2013-10-02 日本電信電話株式会社 文書検索装置及び方法及びプログラム
US8812033B2 (en) * 2010-04-28 2014-08-19 Cellco Partnership Systems and method for recommending an application from a mobile station
EP2608065A4 (en) 2010-08-20 2014-02-26 Rakuten Inc DEVICE FOR PROVIDING INFORMATION, METHOD FOR PROVIDING INFORMATION, PROGRAM THEREFOR AND MEDIUM FOR RECORDING INFORMATION
CN102446326B (zh) * 2010-10-09 2016-02-24 阿里巴巴集团控股有限公司 一种信息推送的方法、系统及设备
CN102819804A (zh) 2011-06-07 2012-12-12 阿里巴巴集团控股有限公司 一种商品信息的推送方法及设备
CN102982023A (zh) * 2011-09-02 2013-03-20 北京百度网讯科技有限公司 一种提供搜索建议的方法及装置
US20130268395A1 (en) * 2012-04-10 2013-10-10 Adam I. Sandow Automated product selection and distribution system
US9229977B2 (en) * 2012-08-02 2016-01-05 Rule 14 Real-time and adaptive data mining
US11568420B2 (en) * 2012-11-21 2023-01-31 Verint Americas Inc. Analysis of customer feedback surveys
US20140172621A1 (en) * 2012-12-14 2014-06-19 Wal-Mart Stores, Inc. Systems and methods for recommending products based on a shopping list and a shopping budget
US10043164B2 (en) * 2013-05-20 2018-08-07 Mastercard International Incorporated System and method for facilitating a transaction between a merchant and a cardholder
KR101834188B1 (ko) * 2013-12-18 2018-03-05 주식회사 케이티 콘텐츠 정보 공유 방법, 컴퓨팅 장치 및 컴퓨터 판독 가능 매체
CN103886090B (zh) * 2014-03-31 2018-01-02 北京搜狗科技发展有限公司 基于用户喜好的内容推荐方法及装置
US9754284B2 (en) * 2014-05-22 2017-09-05 Excalibur Ip, Llc System and method for event triggered search results
EP3153977A4 (en) * 2014-06-03 2017-11-29 Sony Corporation Information processing device, information presentation method, program, and system
US10430854B2 (en) * 2015-12-31 2019-10-01 Walmart Apollo, Llc System, method, and non-transitory computer-readable storage media for evaluating search results for personalized product substitutions
AU2017250447B2 (en) * 2016-04-15 2022-08-18 Ubamarket Ltd Shopping method and system

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI800743B (zh) * 2020-07-17 2023-05-01 開曼群島商粉迷科技股份有限公司 個人化內容推薦方法、圖形使用者介面及其系統
TWI818213B (zh) * 2020-12-10 2023-10-11 中華電信股份有限公司 商品推薦系統與方法及電腦可讀媒介

Also Published As

Publication number Publication date
JP2019537106A (ja) 2019-12-19
EP3523769A4 (en) 2020-03-18
EP3523769A1 (en) 2019-08-14
KR20190067165A (ko) 2019-06-14
CN107918622B (zh) 2022-06-03
US20180101576A1 (en) 2018-04-12
WO2018071234A1 (en) 2018-04-19
JP7356206B2 (ja) 2023-10-04
CN107918622A (zh) 2018-04-17

Similar Documents

Publication Publication Date Title
TW201814619A (zh) 內容推薦、展示方法、客戶端、伺服器和系統
KR102220273B1 (ko) 상품 추천 방법 및 이를 이용하는 서버
TWI694401B (zh) 融合用戶關係資料的搜尋方法和裝置
US20180101616A1 (en) Search System, Page Display Method and Client Terminal
WO2017161784A1 (zh) 推荐内容的展示方法和装置
US9607010B1 (en) Techniques for shape-based search of content
CN106951435B (zh) 新闻推荐方法、设备及可编程设备
WO2017063519A1 (zh) 一种标题展示方法及装置
WO2016091044A1 (zh) 一种热词推荐方法、装置、系统、设备和计算机存储介质
WO2017041359A1 (zh) 信息推送方法、装置、设备及非易失性计算机存储介质
US10402479B2 (en) Method, server, browser, and system for recommending text information
US8868570B1 (en) Selection and display of online content items
CN107704560B (zh) 一种信息推荐的方法、装置及设备
TW201905736A (zh) 資訊推送方法及系統
US10440435B1 (en) Performing searches while viewing video content
US20220383381A1 (en) Video generation method, apparatus, terminal and storage medium
US20160179966A1 (en) Method and system for generating augmented product specifications
CN110222256B (zh) 一种信息推荐方法、装置和用于信息推荐的装置
CN112182351B (zh) 一种基于多特征融合的新闻推荐方法及装置
CN106033415A (zh) 文本内容推荐方法及装置
CN110163703A (zh) 一种分类模型建立方法、文案推送方法和服务器
US9928466B1 (en) Approaches for annotating phrases in search queries
CN107515870A (zh) 一种搜索方法和装置、一种用于搜索的装置
US10747400B1 (en) Shaping a relevance profile for engagement
CN103914519A (zh) 一种推荐方法和装置