TW201816684A - 聚類資料表的展現方法、裝置和系統 - Google Patents
聚類資料表的展現方法、裝置和系統 Download PDFInfo
- Publication number
- TW201816684A TW201816684A TW106118713A TW106118713A TW201816684A TW 201816684 A TW201816684 A TW 201816684A TW 106118713 A TW106118713 A TW 106118713A TW 106118713 A TW106118713 A TW 106118713A TW 201816684 A TW201816684 A TW 201816684A
- Authority
- TW
- Taiwan
- Prior art keywords
- information
- similarity
- service
- service objects
- service object
- Prior art date
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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申請案實施例提供了一種聚類資料表的展現方法、裝置和系統,所述方法包括:接收聚類資料表的展現請求,依據所述請求展現聚類資料表;所述聚類資料表包括多個服務物件集合,所述服務物件集合具有多個關聯的服務物件,以及,對應的主題資訊,從而能夠快速地識別使用者需求,展現滿足使用者需求的服務物件,減少了使用者搜索或查找服務物件的時間,節省了由於搜索或查找服務物件所造成的系統的資源耗費,提升了訪問效率。
Description
本申請案涉及資訊技術領域,特別是涉及一種聚類資料表的生成方法、一種聚類資料表的生成裝置、一種聚類資料表的展現方法、一種聚類資料表的展現裝置和一種聚類資料表的展現系統。
技術的進步推動了電子商務的發展。如今,淘寶、天貓等電子商務網站已經能夠將世界各地的商品彙集在網上,供消費者選購。但是,面對品類眾多的商品,消費者可能並不清楚哪些商品是值得購買的。因此,部分電子商務網站開始主動向消費者推薦商品,以減少消費者搜索、選購商品的時間,以商品清單的方式向消費群體展示所推薦的商品便是其中的重要方式之一。商品清單通常由三部分組成:
(1)商品列表:該列表包含了一系列的同類商品,例如,服裝的清單可以是同款式的衣服、褲子及鞋子的搭配,家居的清單可以是同色調的窗簾、牆紙及地毯的組合,等等。
(2)清單標題:該標題即是一個短文本,可以用來 描述商品列表的特色,例如,服裝清單的標題可以是“小清新的春天”、“粉色系搭配控”等等。
(3)清單描述:清單描述可以是一小段通俗易懂的文字,用來對清單標題進行進一步的闡述,例如標題為“端在自己手上的飯碗”的商品清單,其描述可以是“瓷碗最健康,不同的大小,不同的花紋,都能讓飯桌增色不少”,以方便消費者理解清單中所推薦的商品。
目前,電子商務網站的的商品清單主要是依賴網站運營人員的人工作業來實現的,通過獲取消費者的消費資料,並結合外部網站的輿情統計資料,通過人工分析,確定出所要推薦的商品,進而將所推薦的商品組合在清單中,並提煉出清單的標題和描述語句。但是,上述方法需要耗費大量的人力成本,所形成的商品清單也帶有較重的運營人員的主觀喜好,可能無法滿足大多數消費者的需求和偏好。
鑒於上述問題,提出了本申請案實施例以便提供一種克服上述問題或者至少部分地解決上述問題的一種聚類資料表的生成方法、一種聚類資料表的生成裝置、一種聚類資料表的展現方法、一種聚類資料表的展現裝置和一種聚類資料表的展現系統。
為了解決上述問題,本申請案公開了一種聚類資料表的展現系統,包括: 一個或多個處理器;記憶體;和,一個或多個模組,所述一個或多個模組儲存於所述記憶體中並被配置成由所述一個或多個處理器執行,其中,所述一個或多個模組具有如下功能:接收聚類資料表的展現請求;依據所述請求展現聚類資料表,所述聚類資料表包括多個服務物件集合,所述服務物件集合具有多個關聯的服務物件,以及,對應的主題資訊。
為了解決上述問題,本申請案還公開了一種聚類資料表的展現方法,其特徵在於,包括:接收聚類資料表的展現請求;依據所述請求展現聚類資料表;所述聚類資料表包括多個服務物件集合,所述服務物件集合具有多個關聯的服務物件,以及,對應的主題資訊。
可選地,所述多個服務物件集合通過如下步驟生成:獲取多個服務物件,所述多個服務物件分別具有對應的屬性資訊;根據所述多個服務物件的屬性資訊,確定所述多個服務物件之間的關聯度;根據所述多個服務物件之間的關聯度,對所述多個服務物件進行分類,得到多個服務物件集合。
可選地,所述多個服務物件的屬性資訊包括多個服務物件的名稱、價格資訊、消費者資訊、品牌資訊、類目資 訊,和/或,圖片資訊;所述根據所述多個服務物件的屬性資訊,確定所述多個服務物件之間的關聯度的步驟包括:分別確定任意兩個服務物件之間的名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度;根據所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度,分別確定任意兩個服務物件之間的關聯度。
可選地,所述根據所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度,分別確定任意兩個服務物件之間的關聯度的步驟包括:對所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度加權求和,得到任意兩個服務物件之間的關聯度。
可選地,所述根據所述多個服務物件之間的關聯度,對所述多個服務物件進行分類,得到多個服務物件集合的步驟包括:分別將關聯度大於預設閾值的服務物件進行組合,得到多個服務物件集合。
可選地,所述主題資訊包括所述服務物件集合的標題資訊和描述資訊,所述主題資訊通過如下步驟生成:獲取所述服務物件集合中多個關聯的服務物件的屬性 資訊;根據所述屬性資訊,確定所述服務物件集合的標題資訊;根據所述標題資訊,確定所述服務物件集合的描述資訊。
可選地,所述根據所述屬性資訊,確定所述服務物件集合的標題資訊的步驟包括:獲取多個關聯的服務物件的屬性資訊中的關鍵字;對所述關鍵字進行排序,獲得第一預設數量的目標關鍵字;採用所述目標關鍵字和第一預設範本,確定出所述服務物件集合的標題資訊。
可選地,所述根據所述標題資訊,確定所述服務物件集合的描述資訊的步驟包括:獲取與所述標題資訊相對應的評論資訊;根據所述評論資訊,確定所述服務物件集合的描述資訊。
可選地,所述獲取與所述標題資訊相對應的評論資訊的步驟包括:對所述標題資訊進行分詞,獲得一個或多個分詞短語;分別獲取與所述一個或多個分詞短語相匹配的評論資訊。
可選地,所述根據所述評論資訊,確定所述服務物件 集合的描述資訊的步驟包括:對所述評論資訊進行排序,獲得第二預設數量的目標評論資訊;採用所述目標評論資訊和第二預設範本,確定所述服務物件集合的描述資訊。
可選地,所述請求中還包括使用者需求資訊,所述依據所述請求展現聚類資料表的步驟包括:獲取與使用者需求資訊相匹配的多個目標服務物件集合;展現所述多個目標服務物件集合。
為了解決上述問題,本申請案還公開了一種聚類資料表的生成方法,其特徵在於,包括:獲取多個服務物件,所述多個服務物件分別具有對應的屬性資訊;根據所述多個服務物件的屬性資訊,確定所述多個服務物件之間的關聯度;根據所述多個服務物件之間的關聯度,對所述多個服務物件進行分類,得到多個服務物件集合,所述多個服務物件集合分別具有多個關聯的服務物件;根據所述多個關聯的服務物件,分別確定所述多個服務物件集合對應的主題資訊;依據所述多個服務物件集合,以及,對應的主題資訊,生成聚類資料表。
可選地,所述多個服務物件的屬性資訊包括多個服務 物件的名稱、價格資訊、消費者資訊、品牌資訊、類目資訊,和/或,圖片資訊;所述根據所述多個服務物件的屬性資訊,確定所述多個服務物件之間的關聯度的步驟包括:分別確定任意兩個服務物件之間的名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度;根據所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度,分別確定任意兩個服務物件之間的關聯度。
可選地,所述根據所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度,分別確定任意兩個服務物件之間的關聯度的步驟包括:對所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度加權求和,得到任意兩個服務物件之間的關聯度。
可選地,所述根據所述多個服務物件之間的關聯度,對所述多個服務物件進行分類,得到多個服務物件集合的步驟包括:分別將關聯度大於預設閾值的服務物件進行組合,得到多個服務物件集合。
可選地,所述根據所述多個關聯的服務物件,分別確定所述多個服務物件集合對應的主題資訊的步驟包括: 獲取所述服務物件集合中多個關聯的服務物件的屬性資訊;根據所述屬性資訊,確定所述服務物件集合的標題資訊;根據所述標題資訊,確定所述服務物件集合的描述資訊。
可選地,所述根據所述屬性資訊,確定所述服務物件集合的標題資訊的步驟包括:獲取多個關聯的服務物件的屬性資訊中的關鍵字;對所述關鍵字進行排序,獲得第一預設數量的目標關鍵字;採用所述目標關鍵字和第一預設範本,確定出所述服務物件集合的標題資訊。
可選地,所述根據所述標題資訊,確定所述服務物件集合的描述資訊的步驟包括:獲取與所述標題資訊相對應的評論資訊;根據所述評論資訊,確定所述服務物件集合的描述資訊。
可選地,所述獲取與所述標題資訊相對應的評論資訊的步驟包括:對所述標題資訊進行分詞,獲得一個或多個分詞短語;分別獲取與所述一個或多個分詞短語相匹配的評論資訊。
可選地,所述根據所述評論資訊,確定所述服務物件集合的描述資訊的步驟包括:對所述評論資訊進行排序,獲得第二預設數量的目標評論資訊;採用所述目標評論資訊和第二預設範本,確定所述服務物件集合的描述資訊。
為了解決上述問題,本申請案還公開了一種聚類資料表的展現裝置,其特徵在於,包括:接收模組,用於接收聚類資料表的展現請求;展現模組,用於依據所述請求展現聚類資料表;所述聚類資料表包括多個服務物件集合,所述服務物件集合具有多個關聯的服務物件,以及,對應的主題資訊。
可選地,所述多個服務物件集合通過調用如下模組生成:服務物件獲取模組,用於獲取多個服務物件,所述多個服務物件分別具有對應的屬性資訊;關聯度確定模組,用於根據所述多個服務物件的屬性資訊,確定所述多個服務物件之間的關聯度;分類模組,用於根據所述多個服務物件之間的關聯度,對所述多個服務物件進行分類,得到多個服務物件集合。
可選地,所述多個服務物件的屬性資訊包括多個服務物件的名稱、價格資訊、消費者資訊、品牌資訊、類目資訊,和/或,圖片資訊;所述關聯度確定模組包括: 相似度確定子模組,用於分別確定任意兩個服務物件之間的名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度;關聯度確定子模組,用於根據所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度,分別確定任意兩個服務物件之間的關聯度。
可選地,所述關聯度確定子模組包括:關聯度確定單元,用於對所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度加權求和,得到任意兩個服務物件之間的關聯度。
可選地,所述分類模組包括:組合子模組,用於分別將關聯度大於預設閾值的服務物件進行組合,得到多個服務物件集合。
可選地,所述主題資訊包括所述服務物件集合的標題資訊和描述資訊,所述主題資訊通過調用如下模組生成:屬性資訊獲取模組,用於獲取所述服務物件集合中多個關聯的服務物件的屬性資訊;標題資訊確定模組,用於根據所述屬性資訊,確定所述服務物件集合的標題資訊;描述資訊確定模組,用於根據所述標題資訊,確定所述服務物件集合的描述資訊。
可選地,所述標題資訊確定模組包括: 關鍵字獲取子模組,用於獲取多個關聯的服務物件的屬性資訊中的關鍵字;關鍵字排序子模組,用於對所述關鍵字進行排序,獲得第一預設數量的目標關鍵字;標題資訊確定子模組,用於採用所述目標關鍵字和第一預設範本,確定出所述服務物件集合的標題資訊。
可選地,所述描述資訊確定模組包括:評論資訊獲取子模組,用於獲取與所述標題資訊相對應的評論資訊;描述資訊確定子模組,用於根據所述評論資訊,確定所述服務物件集合的描述資訊。
可選地,所述評論資訊獲取子模組包括:分詞單元,用於對所述標題資訊進行分詞,獲得一個或多個分詞短語;評論資訊獲取單元,用於分別獲取與所述一個或多個分詞短語相匹配的評論資訊。
可選地,所述描述資訊確定子模組包括:評論資訊排序單元,用於對所述評論資訊進行排序,獲得第二預設數量的目標評論資訊;描述資訊確定單元,用於採用所述目標評論資訊和第二預設範本,確定所述服務物件集合的描述資訊。
可選地,所述請求中還包括使用者需求資訊,所述展現模組包括:目標服務物件集合獲取子模組,用於獲取與使用者需 求資訊相匹配的多個目標服務物件集合;目標服務物件展現子模組,用於展現所述多個目標服務物件集合。
為了解決上述問題,本申請案還公開了一種聚類資料表的生成裝置,其特徵在於,包括:獲取模組,用於獲取多個服務物件,所述多個服務物件分別具有對應的屬性資訊;關聯度確定模組,用於根據所述多個服務物件的屬性資訊,確定所述多個服務物件之間的關聯度;分類模組,用於根據所述多個服務物件之間的關聯度,對所述多個服務物件進行分類,得到多個服務物件集合,所述多個服務物件集合分別具有多個關聯的服務物件;主題資訊確定模組,用於根據所述多個關聯的服務物件,分別確定所述多個服務物件集合對應的主題資訊;生成模組,用於依據所述多個服務物件集合,以及,對應的主題資訊,生成聚類資料表。
可選地,所述多個服務物件的屬性資訊包括多個服務物件的名稱、價格資訊、消費者資訊、品牌資訊、類目資訊,和/或,圖片資訊;所述關聯度確定模組包括:相似度確定子模組,用於分別確定任意兩個服務物件之間的名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度;關聯度確定子模組,用於根據所述名稱相似度、價格 相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度,分別確定任意兩個服務物件之間的關聯度。
可選地,所述關聯度確定子模組包括:關聯度確定單元,用於對所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度加權求和,得到任意兩個服務物件之間的關聯度。
可選地,所述分類模組包括:組合子模組,用於分別將關聯度大於預設閾值的服務物件進行組合,得到多個服務物件集合。
可選地,所述主題資訊確定模組包括:屬性資訊獲取子模組,用於獲取所述服務物件集合中多個關聯的服務物件的屬性資訊;標題資訊確定子模組,用於根據所述屬性資訊,確定所述服務物件集合的標題資訊;描述資訊確定子模組,用於根據所述標題資訊,確定所述服務物件集合的描述資訊。
可選地,所述標題資訊確定子模組包括:關鍵字獲取單元,用於獲取多個關聯的服務物件的屬性資訊中的關鍵字;關鍵字排序單元,用於對所述關鍵字進行排序,獲得第一預設數量的目標關鍵字;標題資訊確定單元,用於採用所述目標關鍵字和第一 預設範本,確定出所述服務物件集合的標題資訊。
可選地,所述描述資訊確定子模組包括:評論資訊獲取單元,用於獲取與所述標題資訊相對應的評論資訊;描述資訊確定單元,用於根據所述評論資訊,確定所述服務物件集合的描述資訊。
可選地,所述評論資訊獲取單元包括:分詞子單元,用於對所述標題資訊進行分詞,獲得一個或多個分詞短語;評論資訊獲取子單元,用於分別獲取與所述一個或多個分詞短語相匹配的評論資訊。
可選地,所述描述資訊確定單元包括:評論資訊排序子單元,用於對所述評論資訊進行排序,獲得第二預設數量的目標評論資訊;描述資訊確定子單元,用於採用所述目標評論資訊和第二預設範本,確定所述服務物件集合的描述資訊。
與背景技術相比,本申請案實施例包括以下優點:本申請案實施例,在接收到聚類資料表的展現請求後,可以依據所述請求展現包括多個服務物件集合的聚類資料表,能夠快速地識別使用者需求,展現滿足使用者需求的服務物件,減少了使用者搜索或查找服務物件的時間,節省了由於搜索或查找服務物件所造成的系統的資源耗費,提升了訪問效率。
601‧‧‧獲取模組
602‧‧‧關聯度確定模組
603‧‧‧分類模組
604‧‧‧主題資訊確定模組
605‧‧‧生成模組
701‧‧‧接收模組
702‧‧‧展現模組
圖1是本申請案的一種聚類資料表的生成方法實施例一的步驟流程圖;圖2是本申請案的一種聚類資料表的生成方法實施例二的步驟流程圖;圖3是本申請案的一種聚類資料表的生成方法實施例二的原理方塊圖;圖4是本申請案的一種聚類資料表的展現方法實施例的步驟流程圖;圖5是本申請案的聚類資料表的一種示例圖;圖6是本申請案的一種聚類資料表的生成裝置實施例的結構方塊圖;圖7是本申請案的一種聚類資料表的展現裝置實施例的結構方塊圖。
為使本申請案的上述目的、特徵和優點能夠更加明顯易懂,下面結合附圖和具體實施方式對本申請案作進一步詳細的說明。
參照圖1,示出了本申請案的一種聚類資料表的生成方法實施例一的步驟流程圖,具體可以包括如下步驟:步驟101,獲取多個服務物件,所述多個服務物件分別具有對應的屬性資訊;在本申請案實施例中,所述服務物件可以是商品,或 者其他類型的物件,例如,新聞資訊等等,本申請案對服務物件的類型不作限定。
需要注意的是,對於不同的服務物件,其相應的服務物件的屬性資訊也可能是不同的。例如,當服務物件為商品時,所述屬性資訊可以是商品的名稱、價格、消費者、所屬品牌、具體的類目,和/或,圖片等資訊。而當服務物件為新聞資訊時,所述屬性資訊則可以是所述新聞資訊的來源、發生時間、地點等資訊。本領域技術人員可以根據服務物件的具體種類,相應地選擇合適的屬性資訊,本申請案對此不作具體限定。
在具體實現中,對於不同的服務物件的屬性資訊的獲取,也可以採用不同的方式,例如,對於商品的屬性資訊,可以從電子商務網站等平臺已儲存的商品資料中獲得,而對於新聞資訊的屬性資訊,則可以從資訊類網站等資訊平臺中獲得。
步驟102,根據所述多個服務物件的屬性資訊,確定所述多個服務物件之間的關聯度;在本申請案實施例中,在獲得多個服務物件的屬性資訊後,可以計算任意兩個服務物件之間的關聯度。所述關聯度可以是通過從多個不同維度的屬性資訊中分析獲得的兩個服務物件之間的一種關聯程度的數值描述,所述關聯程度可以體現兩個服務物件之間的相似性或搭配關係,例如,對於具有相似性的不同類型的鞋子,如皮鞋和涼鞋,可以是具有較高的關聯度,而對於具有一定的搭配關係的 服務物件,如衣服和褲子,也可以具有較高的關聯度。
在本申請案實施例中,在獲得商品這一服務物件的名稱、價格資訊、消費者資訊、品牌資訊、類目資訊,和/或,圖片資訊後,可以首先分別計算出任意兩個服務物件之間的名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度,然後根據所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度,確定出任意兩個服務物件之間的關聯度。不同的屬性資訊之間的相似度可以分別採用不同的計算方法,例如,可以採用餘弦定理Cosine公式,或者傑卡德Jaccard相似度等等,本申請案對具體的相似度的計算方式不作限定。
在具體實現中,當計算獲得任意兩個服務物件的名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度後,可以對所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度進行加權求和,從而得到任意兩個服務物件之間的關聯度。不同資訊維度的相似度的權重可以按照實際需要進行調整,例如,對於服裝類商品,可以增加圖片相似度的權重,而對於數碼類商品,則可以增加名稱相似度的權重,以使得最終獲得的關聯度能夠更好地體現兩個不同的服務物件之間的相似性或可搭配性。
步驟103,根據所述多個服務物件之間的關聯度,對所述多個服務物件進行分類,得到多個服務物件集合,所 述多個服務物件集合分別具有多個關聯的服務物件;在本申請案實施例中,當計算得到任意兩個服務物件之間的關聯度後,可以分別將關聯度大於預設閾值的服務物件進行組合,從而得到多個服務物件集合。在具體實現中,可以採用層次聚類的方法對所述多個服務物件進行分類,得到多個服務物件集合。層次聚類就是通過對資料集按照某種方法進行層次分解,直到滿足某種條件為止。按照分類原理的不同,可以分為凝聚和分裂兩種方法。以凝聚為例,凝聚的層次聚類是一種自底向上的策略,可以首先將每個物件作為一個簇,然後合併這些原子簇為越來越大的簇,直到所有的物件都在一個簇中,或者某個終結條件被滿足。層次聚類是一種被廣泛採用的分類演算法,本申請案對此不再贅述。
步驟104,根據所述多個關聯的服務物件,分別確定所述多個服務物件集合對應的主題資訊;在本申請案實施例中,所述主題資訊可以包括所述服務物件的標題資訊和描述資訊。所述服務物件集合的標題資訊可以是能夠體現該集合中全部服務物件的某一個共同特徵的短語或者短句,所述描述資訊可以是用來統一描述所述集合中服務物件的文本資訊,還可以是對所述標題資訊進行進一步闡述的文本資訊。
在本申請案的一種較佳實施例中,所述根據所述多個關聯的服務物件,分別確定所述多個服務物件集合對應的主題資訊的步驟具體可以包括如下子步驟: 子步驟1041,獲取所述服務物件集合中多個關聯的服務物件的屬性資訊;子步驟1042,根據所述屬性資訊,確定所述服務物件集合的標題資訊;子步驟1043,根據所述標題資訊,確定所述服務物件集合的描述資訊。
在具體實現中,可以首先獲得全部服務物件的屬性資訊,然後從所述屬性資訊中提取出用來描述該服務物件的文本資訊,例如,商品的名稱,或者商品介紹文字等等,然後從所述文本資訊中提取出關鍵字,通過對關鍵字進行排序,得到排序靠前的k個關鍵字,進而可以採用所述k個關鍵字和預設的主題範本,確定出所述服務物件集合的標題資訊。在對關鍵字進行排序時,可以按照關鍵字的出現次數,或者其他方式進行,本申請案對此不作具體限定。
當確定出服務物件集合的標題資訊後,可以根據所述標題資訊,查找出與該標題相匹配的評論資訊,然後進一步從查找出的評論資訊中篩選出與標題資訊相關度較高的評論資訊,從而得到所述服務物件集合的描述資訊。
在具體實現中,可以通過對標題資訊進行分詞,利用語義模型對分詞短信做近義詞擴展,並對評論資料做文本匹配,從而召回與標題資訊相匹配的評論資訊。在獲得評論資訊後,可以按照一定規則對所述評論資訊進行打分排序,從而採用排序靠前的評論資訊,使用預設的文本模版,生成所述描述資訊。
步驟105,依據所述多個服務物件集合,以及,對應的主題資訊,生成聚類資料表。
在本申請案實施例中,在分別獲得服務物件集合及其對應的主題資訊後,可以將所述服務物件集合及其主題資訊合併成一張聚類資料表,以向使用者展現。
在本申請案實施例中,通過獲取多個服務物件的屬性資訊,從而確定出多個服務物件之間的關聯度,並根據所述關聯度對多個服務物件進行分類,得到多個服務物件集合,然後分別提取出所述服務物件集合的主題資訊,進而生成聚類資料表,解決了已有技術中只能依靠人工作業生成聚類資料表的問題,提高了聚類資料表的生成效率,也使得所生成的聚類資料表更客觀、更能匹配大多數使用者的需求和偏好。
參照圖2,示出了本申請案的一種聚類資料表的生成方法實施例二的步驟流程圖,具體可以包括如下步驟:步驟201,獲取多個服務物件,所述多個服務物件分別具有對應的屬性資訊;在本申請案實施例中,所述服務物件可以是商品,所述服務物件的屬性資訊可以是商品的名稱、價格、消費者、所屬品牌、具體的類目,和/或,圖片等資訊。
如圖3所示,是本申請案的一種聚類資料表的生成方法實施例二的原理方塊圖。在具體實現中,對於商品的屬性資訊,可以從電子商務網站等平臺已儲存的商品資料中獲得。
步驟202,分別確定任意兩個服務物件之間的名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度;為了便於理解,下面以商品這一服務物件為例,具體介紹如何確定任意兩個商品之間的名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度。
名稱相似度可以體現任意兩個商品的名稱之間的相似性,具體地,可以採用文本挖掘中的傑卡德Jaccard相似度進行計算,其基本思路是商品名稱中的相同詞語的數量與總詞語數量之間的比值。
例如,若標題A為“小番茄定制女裝新款”,標題B為“小蘋果定制女裝韓版”,採用傑卡德Jaccard相似度計算時,可以首先將標題分詞,然後計算分詞的交集大小和並集大小,其中標題A與標題B的交集為“定制”和“女裝”,計為2,同理可以得到標題A與標題B的並集大小為6,二者之間的比值2/6=0.33,即為名稱相似度。
在確定價格相似度時,可以首先計算同一個類目下商品成交價的分位數,然後將所述分位數劃分為不同的檔次,從而得到價格相似度。
具體地,可以首先將商品的成交價格從小到大排序,然後計算10分位數至90分位元數,從而可以按照順序統計量將整個價格域劃分為10個檔次,每個商品的成交價格都會落到1-10這10個檔次中。若商品A的價格檔次為5,而商 品B的價格檔次為8,那麼可以計算得到商品A與商品B之間的價格相似度為(8-5)/10=0.3。
消費者相似度可以通過採用協同過濾的演算法計算,其基本思路是通過消費者的偏好和餘弦定理Cosine公式進行計算。例如,可以首先根據消費者對商品的瀏覽、收藏、加購、成交等不同行為給商品對進行評分,若成交為4分,加購為3分,收藏為2分,瀏覽為1分,可以得到如下表一所示的消費者-商品評分表。
然後,利用餘弦定理Cosine公式計算,商品A與商品B之間的消費者相似度為:(3*4+2*1+3*2)/(SQRT(3^2+2^2+3^2)*SQRT(4^2+1^2+2^2))=0.93。
品牌相似度可以直接通過比較兩個商品是不是屬於同一個品牌得到。例如,若商品A與商品B都同屬於甲品牌,則可以認為商品A與商品B之間的品牌相似度為1。
類目相似度可以採用關聯分析的演算法進行計算,其基本思路是在消費者的訂單中統計購買類目A商品的同時也購買類目B商品的概率。例如,若當前有兩個訂單,其中訂單1為類目A/B/C,訂單2為類目B/C/E,訂單3為類自B/D/F,那麼計算可知購買類目B商品的同時也購買類目C 商品的概率為2/3,即訂單1與訂單2中同時包含類目B/C。
圖片相似度可以採用SIFT/SURF或者深度神經網路演算法將圖片轉變成向量,進而使用餘弦定理Cosine公式或其他方法計算相似度,圖片相似度可以體現商品款式之間的相似性。SIFT,即尺度不變特徵變換(Scale-invariant feature transform,SIFT),是用於影像處理領域的一種描述,這種描述具有尺度不變性,可以在圖像中檢測出關鍵點。而SURF(Speeded Up Robust Feature,)則是指加速的具有強韌性的特徵,SURF技術可以應用於電腦視覺的物體識別以及3D重構中,SURF運算元由SIFT運算元改進而來。具體地,在獲得商品圖片後,可以通過資料上的變換將圖片轉變為類似[1,1,3,4]的向量,然後採用餘弦定理Cosine公式計算兩個商品之間的圖片相似度。
以上對如何計算商品的名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度分別進行了介紹,本領域技術人員也可以採用與上述介紹不同的其他方式進行相似度的計算,本申請案對此不作具體限定。
步驟203,根據所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度,分別確定任意兩個服務物件之間的關聯度; 在本申請案的一種較佳實施例中,所述根據所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度,分別確定任意兩個服務物 件之間的關聯度的步驟具體可以包括如下子步驟: 子步驟2031,對所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度加權求和,得到任意兩個服務物件之間的關聯度。
在具體實現中,當計算獲得任意兩個服務物件的名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度後,可以對所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度進行加權求和,從而得到任意兩個服務物件之間的關聯度。不同資訊維度的相似度的權重可以按照實際需要進行調整,例如,對於服裝類商品,可以增加圖片相似度的權重,而對於數碼類商品,則可以增加名稱相似度的權重,以使得最終獲得的關聯度能夠更好地體現兩個不同的服務物件之間的相似性或可搭配性。
步驟204,分別將關聯度大於預設閾值的服務物件進行組合,得到多個服務物件集合;在具體實現中,可以利用層次聚類方法基於關聯度進行聚類,從而將獲取的全部服務物件劃分為不同的分類,其中每一個分類即為一個服務物件集合。
步驟205,獲取所述服務物件集合中多個關聯的服務物件的屬性資訊;步驟206,根據所述屬性資訊,確定所述服務物件集合的標題資訊;通常,所述服務物件集合的標題資訊可以是能夠體現 該集合中全部服務物件的某一個共同特徵的短語或者短句。在具體實現中,可以首先獲得全部服務物件的屬性資訊,然後從所述屬性資訊中提取出用來描述該服務物件的文本資訊,例如,商品的名稱,或者商品介紹文字等等,然後根據所述文本資訊,確定出服務物件集合的標題資訊。
在本申請案的一種較佳實施例中,所述根據所述屬性資訊,確定所述服務物件集合的標題資訊的步驟具體可以包括如下子步驟:子步驟2061,獲取多個關聯的服務物件的屬性資訊中的關鍵字;子步驟2062,對所述關鍵字進行排序,獲得第一預設數量的目標關鍵字;子步驟2063,採用所述目標關鍵字和第一預設範本,確定出所述服務物件集合的標題資訊。
在具體實現中,可以首先將獲得的商品的名稱或者和介紹文字等屬性資訊進行分詞,獲得相應的關鍵字,然後採用已有的統計演算法,對所述關鍵字進行排序,得到排序靠前的k個關鍵字,進而可以採用所述k個關鍵字和預設的主題範本,確定出所述服務物件的標題資訊。例如,在獲得預設數量的關鍵字後,可以使用範本“XX的XX”,或者“教你如何XXX”等,生成所述服務物件的標題資訊。在預設數量的關鍵字的選擇上,可以根據實際需要確定,本申請案對此不作具體限定。例如,選擇兩個或者三個關鍵 字,然後使用相應的範本得到服務物件的標題資訊。
所述已有的統計演算法可以是TF-IDF(term frequency-inverse document frequency,資訊檢索資料採擷的常用加權技術)演算法,也可以是TextRank演算法等,本申請案對此不作具體限定。
步驟207,根據所述標題資訊,確定所述服務物件集合的描述資訊;在本申請案的一種較佳實施例中,所述根據所述標題資訊,確定所述服務物件集合的描述資訊的步驟具體可以包括如下子步驟:子步驟2071,獲取與所述標題資訊相對應的評論資訊;子步驟2072,根據所述評論資訊,確定所述服務物件集合的描述資訊。
在具體實現中,在確定出服務物件集合的標題資訊後,可以繼續查找出與所述標題資訊相關的評論資訊,進而根據所述評論資訊確定出服務物件集合的描述資訊。
所述獲取與所述標題資訊相對應的評論資訊的子步驟可以進一步包括:對所述主題資訊進行分詞,獲得一個或多個分詞短語;獲取與所述一個或多個分詞短語相匹配的評論資訊。
在具體實現中,可以通過對標題資訊進行分詞,獲得一個或多個分詞短語,然後利用語義模型對所述一個或多 個分詞短信做近義詞擴展,並對評論資料做文本匹配,從而召回與標題資訊相匹配的評論資訊。
所述根據所述評論資訊,確定所述服務物件集合的描述資訊的子步驟可以進一步包括:對所述評論資訊進行排序,獲得第二預設數量的目標評論資訊;採用所述目標評論資訊和第二預設範本,確定所述服務物件集合的描述資訊。
在具體實現中,在獲得評論資訊後,可以利用深度學習和人工標註的方式,對評論資訊進行評分排序,從而採用排序靠前的預設數量的評論資訊,使用預設的文本模版,生成所述服務物件集合的描述資訊。使得不同的服務物件集合對應於不同的描述資訊。
例如,對於服務物件集合1,其描述資訊可以是:對於精緻東西總是擋不住喜歡;對於服務物件集合2,其描述資訊可以是:邊閒聊邊品茶,這是何等愜意的生活;而對於服務物件集合3,其描述資訊可以是:穿襯衫的男人絕對是最帥的。
步驟208,依據所述多個服務物件集合,以及,對應的標題資訊、描述資訊,生成聚類資料表。
在本申請案實施例中,在分別獲得服務物件集合及其標題資訊和描述資訊後,可以將所述服務物件集合及其標題資訊和描述資訊合併成一張聚類資料表。對於商品而言,所述聚類資料表即為包括不同商品的集合及其標題和 描述的商品清單。
在本申請案實施例中,通過採用基於圖聚類和資訊提取演算法生成商品清單,能夠利有效用商品資料和評論資料自動獲得包含商品清單、標題和描述的清單,極大地提升了商品清單的生成效率。
參照圖4,示出了本申請案的一種聚類資料表的展現方法實施例的步驟流程圖,具體可以包括如下步驟:步驟401,接收聚類資料表的展現請求;步驟402,依據所述請求展現聚類資料表;所述聚類資料表包括多個服務物件集合,所述服務物件集合具有多個關聯的服務物件,以及,對應的主題資訊。
在本申請案實施例中,當接收到聚類資料表的展現請求後,可以依據所述請求生成聚類資料表,從而將所述聚類資料表展現給使用者。
本申請案對聚類資料表的具體表現形式不作限定,所述聚類資料表可以包括多個服務物件集合,所述服務物件集合中可以包括有多個關聯的服務物件,以及,對應的主題資訊。如圖5所示,是本申請案的聚類資料表的一種示例圖,圖5中所示的多個不同的商品清單即為不同的服務物件集合,所述商品清單中可以包括有不同的商品,以及根據所述不同的商品生成的主題資訊,所述主題資訊包括有商品清單的標題,以及針對所述不同的商品的描述資訊。
在本申請案實施例中,所述多個服務物件集合可以通 過如下步驟生成:S11,獲取多個服務物件,所述多個服務物件分別具有對應的屬性資訊;S12,根據所述多個服務物件的屬性資訊,確定所述多個服務物件之間的關聯度;在本申請案實施例中,所述多個服務物件的屬性資訊可以包括多個服務物件的名稱、價格資訊、消費者資訊、品牌資訊、類目資訊,和/或,圖片資訊;所述根據所述多個服務物件的屬性資訊,確定所述多個服務物件之間的關聯度的步驟具體可以包括如下子步驟:子步驟S121,分別確定任意兩個服務物件之間的名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度;子步驟S122,根據所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度,分別確定任意兩個服務物件之間的關聯度。
進一步地,所述根據所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度,分別確定任意兩個服務物件之間的關聯度的子步驟可以包括:對所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度加權求和,得到任意兩個服務物件之間的關聯度。
由於子步驟S121-S122與實施例二中步驟202-203類 似,可以互相參閱,本實施例對此不再贅述。
S13,根據所述多個服務物件之間的關聯度,對所述多個服務物件進行分類,得到多個服務物件集合。
在具體實現中,可以採用層次聚類的方法對所述多個服務物件進行分類,得到多個服務物件集合。
在本申請案實施例中,所述主題資訊可以通過如下步驟生成:S21,獲取所述服務物件集合中多個關聯的服務物件的屬性資訊;S22,根據所述屬性資訊,確定所述服務物件集合的標題資訊;通常,所述服務物件集合的標題資訊可以是能夠體現該集合中全部服務物件的某一個共同特徵的短語或者短句。具體地,所述根據所述屬性資訊,確定所述服務物件集合的標題資訊的步驟可以包括如下子步驟;子步驟S221,獲取多個關聯的服務物件的屬性資訊中的關鍵字;子步驟S222,對所述關鍵字進行排序,獲得第一預設數量的目標關鍵字;子步驟S223,採用所述目標關鍵字和第一預設範本,確定出所述服務物件集合的標題資訊。
在具體實現中,可以首先將獲得的商品的名稱或者和介紹文字等屬性資訊進行分詞,獲得相應的關鍵字,然後採用已有的統計演算法,對所述關鍵字進行排序,得到排 序靠前的k個關鍵字,進而可以採用所述k個關鍵字和預設的主題範本,確定出所述服務物件的標題資訊。例如,在獲得預設數量的關鍵字後,可以使用範本“XX的XX”,或者“教你如何XXX”等,生成所述服務物件的標題資訊。在預設數量的關鍵字的選擇上,可以根據實際需要確定,本申請案對此不作具體限定。例如,選擇兩個或者三個關鍵字,然後使用相應的範本得到服務物件的標題資訊。
所述已有的統計演算法可以是TF-IDF(term frequency-inverse document frequency,資訊檢索資料採擷的常用加權技術)演算法,也可以是TextRank演算法等,本申請案對此不作具體限定。
S23,根據所述標題資訊,確定所述服務物件集合的描述資訊。
通常,所述描述資訊可以是用來統一描述所述集合中服務物件的文本資訊,還可以是對所述標題資訊進行進一步闡述的文本資訊。具體地,所述根據所述標題資訊,確定所述服務物件集合的描述資訊的步驟可以包括如下子步驟:S231,獲取與所述標題資訊相對應的評論資訊;在具體實現中,可以通過對標題資訊進行分詞,獲得一個或多個分詞短語,然後利用語義模型對所述一個或多個分詞短信做近義詞擴展,並對評論資料做文本匹配,從而召回與標題資訊相匹配的評論資訊。
S232,根據所述評論資訊,確定所述服務物件集合的 描述資訊。
在具體實現中,在獲得評論資訊後,可以利用深度學習和人工標註的方式,對評論資訊進行評分排序,從而採用排序靠前的預設數量的評論資訊,使用預設的文本模版,生成所述服務物件集合的描述資訊。使得不同的服務物件集合對應於不同的描述資訊。
在本申請案的一種較佳實施例中,所述依據所述請求展現聚類資料表的步驟具體可以包括如下子步驟:子步驟4021,獲取與使用者需求資訊相匹配的多個目標服務物件集合;子步驟4022,展現所述多個目標服務物件集合。
在具體實現中,展現聚類資料表的請求中還可以包括使用者需求資訊,從而在生成聚類資料表後,可以獲取到與使用者需求資訊相匹配的多個目標服務物件集合,然後將所述多個目標服務物件集合展現給使用者。
所述使用者需求資訊可以是根據使用者在先對服務物件的瀏覽或搜索記錄獲得的,例如,當使用者瀏覽或搜索了一件外套後,可以為使用者生成包括外套、褲子、鞋子等商品的服裝類的商品清單;當然,使用者需求資訊還可以是根據其他方式獲得的,本申請案對此不作限定。
在本申請案實施例中,在接收到聚類資料表的展現請求後,可以依據所述請求展現包括多個服務物件集合的聚類資料表,能夠快速地識別使用者需求,展現滿足使用者需求的服務物件,減少了使用者搜索或查找服務物件的時 間,節省了由於搜索或查找服務物件所造成的系統的資源耗費,提升了訪問效率。
需要說明的是,對於方法實施例,為了簡單描述,故將其都表述為一系列的動作組合,但是本領域技術人員應該知悉,本申請案實施例並不受所描述的動作順序的限制,因為依據本申請案實施例,某些步驟可以採用其他順序或者同時進行。其次,本領域技術人員也應該知悉,說明書中所描述的實施例均屬於較佳實施例,所涉及的動作並不一定是本申請案實施例所必須的。
參照圖6,示出了本申請案的一種聚類資料表的生成裝置實施例的結構方塊圖,具體可以包括如下模組:獲取模組601,用於獲取多個服務物件,所述多個服務物件分別具有對應的屬性資訊;關聯度確定模組602,用於根據所述多個服務物件的屬性資訊,確定所述多個服務物件之間的關聯度;分類模組603,用於根據所述多個服務物件之間的關聯度,對所述多個服務物件進行分類,得到多個服務物件集合,所述多個服務物件集合分別具有多個關聯的服務物件;主題資訊確定模組604,用於根據所述多個關聯的服務物件,分別確定所述多個服務物件集合對應的主題資訊;生成模組605,用於依據所述多個服務物件集合,以及,對應的主題資訊,生成聚類資料表。
在本申請案實施例中,所述多個服務物件的屬性資訊可以包括多個服務物件的名稱、價格資訊、消費者資訊、品牌資訊、類目資訊,和/或,圖片資訊;所述關聯度確定模組602具體可以包括如下子模組:相似度確定子模組,用於分別確定任意兩個服務物件之間的名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度;關聯度確定子模組,用於根據所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度,分別確定任意兩個服務物件之間的關聯度。
在本申請案實施例中,所述關聯度確定子模組具體可以包括如下單元:關聯度確定單元,用於對所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度加權求和,得到任意兩個服務物件之間的關聯度。
在本申請案實施例中,所述分類模組603具體可以包括如下子模組:組合子模組,用於分別將關聯度大於預設閾值的服務物件進行組合,得到多個服務物件集合。
在本申請案實施例中,所述主題資訊確定模組604具體可以包括如下子模組:屬性資訊獲取子模組,用於獲取所述服務物件集合中 多個關聯的服務物件的屬性資訊;標題資訊確定子模組,用於根據所述屬性資訊,確定所述服務物件集合的標題資訊;描述資訊確定子模組,用於根據所述標題資訊,確定所述服務物件集合的描述資訊。
在本申請案實施例中,所述標題資訊確定子模組具體可以包括如下單元:關鍵字獲取單元,用於獲取多個關聯的服務物件的屬性資訊中的關鍵字;關鍵字排序單元,用於對所述關鍵字進行排序,獲得第一預設數量的目標關鍵字;標題資訊確定單元,用於採用所述目標關鍵字和第一預設範本,確定出所述服務物件集合的標題資訊。
在本申請案實施例中,所述描述資訊確定子模組具體可以包括如下單元:評論資訊獲取單元,用於獲取與所述標題資訊相對應的評論資訊;描述資訊確定單元,用於根據所述評論資訊,確定所述服務物件集合的描述資訊。
在本申請案實施例中,所述評論資訊獲取單元具體可以包括如下子單元:分詞子單元,用於對所述標題資訊進行分詞,獲得一個或多個分詞短語;評論資訊獲取子單元,用於分別獲取與所述一個或多 個分詞短語相匹配的評論資訊。
在本申請案實施例中,所述描述資訊確定單元具體可以包括如下子單元:評論資訊排序子單元,用於對所述評論資訊進行排序,獲得第二預設數量的目標評論資訊;描述資訊確定子單元,用於採用所述目標評論資訊和第二預設範本,確定所述服務物件集合的描述資訊。
參照圖7,示出了本申請案的一種聚類資料表的展現裝置實施例的結構方塊圖,具體可以包括如下模組:接收模組701,用於接收聚類資料表的展現請求;展現模組702,用於依據所述請求展現聚類資料表;所述聚類資料表可以包括多個服務物件集合,所述服務物件集合具有多個關聯的服務物件,以及,對應的主題資訊。
在本申請案實施例中,所述多個服務物件集合可以通過調用如下模組生成:服務物件獲取模組703,用於獲取多個服務物件,所述多個服務物件分別具有對應的屬性資訊;關聯度確定模組704,用於根據所述多個服務物件的屬性資訊,確定所述多個服務物件之間的關聯度;分類模組705,用於根據所述多個服務物件之間的關聯度,對所述多個服務物件進行分類,得到多個服務物件集合。
在本申請案實施例中,所述多個服務物件的屬性資訊 可以包括多個服務物件的名稱、價格資訊、消費者資訊、品牌資訊、類目資訊,和/或,圖片資訊;所述關聯度確定模組704具體可以包括如下子模組:相似度確定子模組,用於分別確定任意兩個服務物件之間的名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度;關聯度確定子模組,用於根據所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度,分別確定任意兩個服務物件之間的關聯度。
在本申請案實施例中,所述關聯度確定子模組具體可以包括如下單元:關聯度確定單元,用於對所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度加權求和,得到任意兩個服務物件之間的關聯度。
在本申請案實施例中,所述分類模組705具體可以包括如下子模組:組合子模組,用於分別將關聯度大於預設閾值的服務物件進行組合,得到多個服務物件集合。
在本申請案實施例中,所述主題資訊可以包括所述服務物件集合的標題資訊和描述資訊,所述主題資訊可以通過調用如下模組生成:屬性資訊獲取模組706,用於獲取所述服務物件集合 中多個關聯的服務物件的屬性資訊;標題資訊確定模組707,用於根據所述屬性資訊,確定所述服務物件集合的標題資訊;描述資訊確定模組708,用於根據所述標題資訊,確定所述服務物件集合的描述資訊。
在本申請案實施例中,所述標題資訊確定模組707具體可以包括如下子模組:關鍵字獲取子模組,用於獲取多個關聯的服務物件的屬性資訊中的關鍵字;關鍵字排序子模組,用於對所述關鍵字進行排序,獲得第一預設數量的目標關鍵字;標題資訊確定子模組,用於採用所述目標關鍵字和第一預設範本,確定出所述服務物件集合的標題資訊。
在本申請案實施例中,所述描述資訊確定模組708具體可以包括如下子模組:評論資訊獲取子模組,用於獲取與所述標題資訊相對應的評論資訊;描述資訊確定子模組,用於根據所述評論資訊,確定所述服務物件集合的描述資訊。
在本申請案實施例中,所述評論資訊獲取子模組具體可以包括如下單元:分詞單元,用於對所述標題資訊進行分詞,獲得一個或多個分詞短語;評論資訊獲取單元,用於分別獲取與所述一個或多個 分詞短語相匹配的評論資訊。
在本申請案實施例中,所述描述資訊確定子模組具體可以包括如下單元:評論資訊排序單元,用於對所述評論資訊進行排序,獲得第二預設數量的目標評論資訊;描述資訊確定單元,用於採用所述目標評論資訊和第二預設範本,確定所述服務物件集合的描述資訊。
在本申請案實施例中,所述請求中還可以包括使用者需求資訊,所述展現模組702具體可以包括如下子模組:目標服務物件集合獲取子模組,用於獲取與使用者需求資訊相匹配的多個目標服務物件集合;目標服務物件展現子模組,用於展現所述多個目標服務物件集合。
對於裝置實施例而言,由於其與方法實施例基本相似,所以描述的比較簡單,相關之處參見方法實施例的部分說明即可。
本申請案實施例還公開了一種聚類資料表的展現系統,所述系統可以包括:一個或多個處理器;記憶體;和,一個或多個模組,所述一個或多個模組儲存於所述記憶體中並被配置成由所述一個或多個處理器執行,其中,所述一個或多個模組具有如下功能:一個或多個處理器; 記憶體;和,一個或多個模組,所述一個或多個模組儲存於所述記憶體中並被配置成由所述一個或多個處理器執行,其中,所述一個或多個模組具有如下功能:接收聚類資料表的展現請求;依據所述請求展現聚類資料表,所述聚類資料表包括多個服務物件集合,所述服務物件集合具有多個關聯的服務物件,以及,對應的主題資訊。
本說明書中的各個實施例均採用遞進的方式描述,每個實施例重點說明的都是與其他實施例的不同之處,各個實施例之間相同相似的部分互相參見即可。
本領域內的技術人員應明白,本申請案實施例的實施例可提供為方法、裝置、或電腦程式產品。因此,本申請案實施例可採用完全硬體實施例、完全軟體實施例、或結合軟體和硬體方面的實施例的形式。而且,本申請案實施例可採用在一個或多個其中包含有電腦可用程式碼的電腦可用儲存媒體(包括但不限於磁碟記憶體、CD-ROM、光學記憶體等)上實施的電腦程式產品的形式。
在一個典型的配置中,所述電腦設備包括一個或多個處理器(CPU)、輸入/輸出介面、網路介面和記憶體。記憶體可能包括電腦可讀媒體中的非永久性記憶體,隨機存取記憶體(RAM)和/或非易失性記憶體等形式,如唯讀記憶體(ROM)或快閃記憶體(flash RAM)。記憶體是電腦可讀媒體的示例。電腦可讀媒體包括永久性和非永久 性、可移動和非可移動媒體可以由任何方法或技術來實現資訊儲存。資訊可以是電腦可讀指令、資料結構、程式的模組或其他資料。電腦的儲存媒體的例子包括,但不限於相變記憶體(PRAM)、靜態隨機存取記憶體(SRAM)、動態隨機存取記憶體(DRAM)、其他類型的隨機存取記憶體(RAM)、唯讀記憶體(ROM)、電可擦除可程式設計唯讀記憶體(EEPROM)、快閃記憶體或其他記憶體技術、唯讀光碟唯讀記憶體(CD-ROM)、數位多功能光碟(DVD)或其他光學儲存、磁盒式磁帶,磁帶磁片儲存或其他磁性存放裝置或任何其他非傳輸媒體,可用於儲存可以被計算設備訪問的資訊。按照本文中的界定,電腦可讀媒體不包括非持續性的電腦可讀媒體(transitory media),如調製的資料信號和載波。
本申請案實施例是參照根據本申請案實施例的方法、終端設備(系統)、和電腦程式產品的流程圖和/或方塊圖來描述的。應理解可由電腦程式指令實現流程圖和/或方塊圖中的每一流程和/或方塊、以及流程圖和/或方塊圖中的流程和/或方塊的結合。可提供這些電腦程式指令到通用電腦、專用電腦、嵌入式處理機或其他可程式設計資料處理終端設備的處理器以產生一個機器,使得通過電腦或其他可程式設計資料處理終端設備的處理器執行的指令產生用於實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能的裝置。
這些電腦程式指令也可儲存在能引導電腦或其他可程 式設計資料處理終端設備以特定方式工作的電腦可讀記憶體中,使得儲存在該電腦可讀記憶體中的指令產生包括指令裝置的製造品,該指令裝置實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能。
這些電腦程式指令也可裝載到電腦或其他可程式設計資料處理終端設備上,使得在電腦或其他可程式設計終端設備上執行一系列操作步驟以產生電腦實現的處理,從而在電腦或其他可程式設計終端設備上執行的指令提供用於實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能的步驟。
儘管已描述了本申請案實施例的較佳實施例,但本領域內的技術人員一旦得知了基本進步性概念,則可對這些實施例做出另外的變更和修改。所以,所附申請專利範圍意欲解釋為包括較佳實施例以及落入本申請案實施例範圍的所有變更和修改。
最後,還需要說明的是,在本文中,諸如第一和第二等之類的關係術語僅僅用來將一個實體或者操作與另一個實體或操作區分開來,而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關係或者順序。而且,術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含,從而使得包括一系列要素的過程、方法、物品或者終端設備不僅包括那些要素,而且還包括沒有明確列出的其他要素,或者是還包括為這種過程、方法、物品或者終端設備所固有的要素。在沒有更多限制的情況下,由語句 “包括一個......”限定的要素,並不排除在包括所述要素的過程、方法、物品或者終端設備中還存在另外的相同要素。
以上對本申請案所提供的一種聚類資料表的生成方法、一種聚類資料表的生成裝置、一種聚類資料表的展現方法、一種聚類資料表的展現裝置和一種聚類資料表的展現系統,進行了詳細介紹,本文中應用了具體個例對本申請案的原理及實施方式進行了闡述,以上實施例的說明只是用於幫助理解本申請案的方法及其核心思想;同時,對於本領域的一般技術人員,依據本申請案的思想,在具體實施方式及應用範圍上均會有改變之處,綜上所述,本說明書內容不應理解為對本申請案的限制。
Claims (30)
- 一種聚類資料表的展現系統,其特徵在於,所述系統包括:一個或多個處理器;記憶體;和,一個或多個模組,所述一個或多個模組儲存於所述記憶體中並被配置成由所述一個或多個處理器執行,其中,所述一個或多個模組具有如下功能:接收聚類資料表的展現請求;依據所述請求展現聚類資料表,所述聚類資料表包括多個服務物件集合,所述服務物件集合具有多個關聯的服務物件,以及,對應的主題資訊。
- 一種聚類資料表的展現方法,其特徵在於,包括:接收聚類資料表的展現請求;依據所述請求展現聚類資料表;所述聚類資料表包括多個服務物件集合,所述服務物件集合具有多個關聯的服務物件,以及,對應的主題資訊。
- 根據申請專利範圍第2項所述的方法,其中,所述多個服務物件集合通過如下步驟生成:獲取多個服務物件,所述多個服務物件分別具有對應的屬性資訊; 根據所述多個服務物件的屬性資訊,確定所述多個服務物件之間的關聯度;根據所述多個服務物件之間的關聯度,對所述多個服務物件進行分類,得到多個服務物件集合。
- 根據申請專利範圍第3項所述的方法,其中,所述多個服務物件的屬性資訊包括多個服務物件的名稱、價格資訊、消費者資訊、品牌資訊、類目資訊,和/或,圖片資訊;所述根據所述多個服務物件的屬性資訊,確定所述多個服務物件之間的關聯度的步驟包括:分別確定任意兩個服務物件之間的名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度;根據所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度,分別確定任意兩個服務物件之間的關聯度。
- 根據申請專利範圍第4項所述的方法,其中,所述根據所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度,分別確定任意兩個服務物件之間的關聯度的步驟包括:對所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度加權求和,得到任意兩個服務物件之間的關聯度。
- 根據申請專利範圍第3-5項之任一項所述的方法,其中,所述根據所述多個服務物件之間的關聯度,對所述多個服務物件進行分類,得到多個服務物件集合的步驟包括:分別將關聯度大於預設閾值的服務物件進行組合,得到多個服務物件集合。
- 根據申請專利範圍第2項所述的方法,其中,所述主題資訊包括所述服務物件集合的標題資訊和描述資訊,所述主題資訊通過如下步驟生成:獲取所述服務物件集合中多個關聯的服務物件的屬性資訊;根據所述屬性資訊,確定所述服務物件集合的標題資訊;根據所述標題資訊,確定所述服務物件集合的描述資訊。
- 根據申請專利範圍第7項所述的方法,其中,所述根據所述屬性資訊,確定所述服務物件集合的標題資訊的步驟包括:獲取多個關聯的服務物件的屬性資訊中的關鍵字;對所述關鍵字進行排序,獲得第一預設數量的目標關鍵字; 採用所述目標關鍵字和第一預設範本,確定出所述服務物件集合的標題資訊。
- 根據申請專利範圍第7項所述的方法,其中,所述根據所述標題資訊,確定所述服務物件集合的描述資訊的步驟包括:獲取與所述標題資訊相對應的評論資訊;根據所述評論資訊,確定所述服務物件集合的描述資訊。
- 根據申請專利範圍第9項所述的方法,其中,所述獲取與所述標題資訊相對應的評論資訊的步驟包括:對所述標題資訊進行分詞,獲得一個或多個分詞短語;分別獲取與所述一個或多個分詞短語相匹配的評論資訊。
- 根據申請專利範圍第9項所述的方法,其中,所述根據所述評論資訊,確定所述服務物件集合的描述資訊的步驟包括:對所述評論資訊進行排序,獲得第二預設數量的目標評論資訊;採用所述目標評論資訊和第二預設範本,確定所述服務物件集合的描述資訊。
- 根據申請專利範圍第2項所述的方法,其中,所述請求中還包括使用者需求資訊,所述依據所述請求展現聚類資料表的步驟包括:獲取與使用者需求資訊相匹配的多個目標服務物件集合;展現所述多個目標服務物件集合。
- 一種聚類資料表的生成方法,其特徵在於,包括:獲取多個服務物件,所述多個服務物件分別具有對應的屬性資訊;根據所述多個服務物件的屬性資訊,確定所述多個服務物件之間的關聯度;根據所述多個服務物件之間的關聯度,對所述多個服務物件進行分類,得到多個服務物件集合,所述多個服務物件集合分別具有多個關聯的服務物件;根據所述多個關聯的服務物件,分別確定所述多個服務物件集合對應的主題資訊;依據所述多個服務物件集合,以及,對應的主題資訊,生成聚類資料表。
- 根據申請專利範圍第13項所述的方法,其中,所述多個服務物件的屬性資訊包括多個服務物件的名稱、價格資訊、消費者資訊、品牌資訊、類目資訊,和/或,圖片資 訊;所述根據所述多個服務物件的屬性資訊,確定所述多個服務物件之間的關聯度的步驟包括:分別確定任意兩個服務物件之間的名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度;根據所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度,分別確定任意兩個服務物件之間的關聯度。
- 根據申請專利範圍第14項所述的方法,其中,所述根據所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度,分別確定任意兩個服務物件之間的關聯度的步驟包括:對所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度加權求和,得到任意兩個服務物件之間的關聯度。
- 根據申請專利範圍第13-15項之任一項所述的方法,其中,所述根據所述多個服務物件之間的關聯度,對所述多個服務物件進行分類,得到多個服務物件集合的步驟包括:分別將關聯度大於預設閾值的服務物件進行組合,得到多個服務物件集合。
- 根據申請專利範圍第16項所述的方法,其中,所述根據所述多個關聯的服務物件,分別確定所述多個服務物件集合對應的主題資訊的步驟包括:獲取所述服務物件集合中多個關聯的服務物件的屬性資訊;根據所述屬性資訊,確定所述服務物件集合的標題資訊;根據所述標題資訊,確定所述服務物件集合的描述資訊。
- 根據申請專利範圍第17項所述的方法,其中,所述根據所述屬性資訊,確定所述服務物件集合的標題資訊的步驟包括:獲取多個關聯的服務物件的屬性資訊中的關鍵字;對所述關鍵字進行排序,獲得第一預設數量的目標關鍵字;採用所述目標關鍵字和第一預設範本,確定出所述服務物件集合的標題資訊。
- 根據申請專利範圍第17項所述的方法,其中,所述根據所述標題資訊,確定所述服務物件集合的描述資訊的步驟包括:獲取與所述標題資訊相對應的評論資訊;根據所述評論資訊,確定所述服務物件集合的描述資 訊。
- 根據申請專利範圍第19項所述的方法,其中,所述獲取與所述標題資訊相對應的評論資訊的步驟包括:對所述標題資訊進行分詞,獲得一個或多個分詞短語;分別獲取與所述一個或多個分詞短語相匹配的評論資訊。
- 根據申請專利範圍第19項所述的方法,其中,所述根據所述評論資訊,確定所述服務物件集合的描述資訊的步驟包括:對所述評論資訊進行排序,獲得第二預設數量的目標評論資訊;採用所述目標評論資訊和第二預設範本,確定所述服務物件集合的描述資訊。
- 一種聚類資料表的展現裝置,其特徵在於,包括:接收模組,用於接收聚類資料表的展現請求;展現模組,用於依據所述請求展現聚類資料表;所述聚類資料表包括多個服務物件集合,所述服務物件集合具有多個關聯的服務物件,以及,對應的主題資訊。
- 根據申請專利範圍第22項所述的裝置,其中,所述多 個服務物件集合通過調用如下模組生成:服務物件獲取模組,用於獲取多個服務物件,所述多個服務物件分別具有對應的屬性資訊;關聯度確定模組,用於根據所述多個服務物件的屬性資訊,確定所述多個服務物件之間的關聯度;分類模組,用於根據所述多個服務物件之間的關聯度,對所述多個服務物件進行分類,得到多個服務物件集合。
- 根據申請專利範圍第23項所述的裝置,其中,所述多個服務物件的屬性資訊包括多個服務物件的名稱、價格資訊、消費者資訊、品牌資訊、類目資訊,和/或,圖片資訊;所述關聯度確定模組包括:相似度確定子模組,用於分別確定任意兩個服務物件之間的名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度;關聯度確定子模組,用於根據所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度,分別確定任意兩個服務物件之間的關聯度。
- 根據申請專利範圍第23或24項所述的裝置,其中,所述分類模組包括:組合子模組,用於分別將關聯度大於預設閾值的服務 物件進行組合,得到多個服務物件集合。
- 根據申請專利範圍第22項所述的裝置,其中,所述主題資訊包括所述服務物件集合的標題資訊和描述資訊,所述主題資訊通過調用如下模組生成:屬性資訊獲取模組,用於獲取所述服務物件集合中多個關聯的服務物件的屬性資訊;標題資訊確定模組,用於根據所述屬性資訊,確定所述服務物件集合的標題資訊;描述資訊確定模組,用於根據所述標題資訊,確定所述服務物件集合的描述資訊。
- 根據申請專利範圍第22項所述的裝置,其中,所述請求中還包括使用者需求資訊,所述展現模組包括:目標服務物件集合獲取子模組,用於獲取與使用者需求資訊相匹配的多個目標服務物件集合;目標服務物件展現子模組,用於展現所述多個目標服務物件集合。
- 一種聚類資料表的生成裝置,其特徵在於,包括:獲取模組,用於獲取多個服務物件,所述多個服務物件分別具有對應的屬性資訊;關聯度確定模組,用於根據所述多個服務物件的屬性資訊,確定所述多個服務物件之間的關聯度; 分類模組,用於根據所述多個服務物件之間的關聯度,對所述多個服務物件進行分類,得到多個服務物件集合,所述多個服務物件集合分別具有多個關聯的服務物件;主題資訊確定模組,用於根據所述多個關聯的服務物件,分別確定所述多個服務物件集合對應的主題資訊;生成模組,用於依據所述多個服務物件集合,以及,對應的主題資訊,生成聚類資料表。
- 根據申請專利範圍第28項所述的裝置,其中,所述多個服務物件的屬性資訊包括多個服務物件的名稱、價格資訊、消費者資訊、品牌資訊、類目資訊,和/或,圖片資訊;所述關聯度確定模組包括:相似度確定子模組,用於分別確定任意兩個服務物件之間的名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度;關聯度確定子模組,用於根據所述名稱相似度、價格相似度、消費者相似度、品牌相似度、類目相似度,和/或,圖片相似度,分別確定任意兩個服務物件之間的關聯度。
- 根據申請專利範圍第28或29項所述的裝置,其中,所述主題資訊確定模組包括:屬性資訊獲取子模組,用於獲取所述服務物件集合中 多個關聯的服務物件的屬性資訊;標題資訊確定子模組,用於根據所述屬性資訊,確定所述服務物件集合的標題資訊;描述資訊確定子模組,用於根據所述標題資訊,確定所述服務物件集合的描述資訊。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610565869.XA CN107632984A (zh) | 2016-07-18 | 2016-07-18 | 一种聚类数据表的展现方法、装置和系统 |
??201610565869.X | 2016-07-18 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW201816684A true TW201816684A (zh) | 2018-05-01 |
Family
ID=60991905
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW106118713A TW201816684A (zh) | 2016-07-18 | 2017-06-06 | 聚類資料表的展現方法、裝置和系統 |
Country Status (3)
Country | Link |
---|---|
CN (1) | CN107632984A (zh) |
TW (1) | TW201816684A (zh) |
WO (1) | WO2018014759A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115019078A (zh) * | 2022-08-09 | 2022-09-06 | 阿里巴巴(中国)有限公司 | 数据聚类方法以及装置 |
Families Citing this family (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108647981A (zh) * | 2018-05-17 | 2018-10-12 | 阿里巴巴集团控股有限公司 | 一种目标对象关联关系确定方法和装置 |
CN108921918B (zh) * | 2018-07-24 | 2023-05-30 | Oppo广东移动通信有限公司 | 视频创建方法及相关装置 |
CN110852094B (zh) * | 2018-08-01 | 2023-11-03 | 北京京东尚科信息技术有限公司 | 检索目标的方法、装置及计算机可读存储介质 |
CN110929002B (zh) * | 2018-09-03 | 2022-10-11 | 优视科技(中国)有限公司 | 相似文章去重的方法、装置、终端及计算机可读存储介质 |
CN109558593A (zh) * | 2018-11-30 | 2019-04-02 | 北京字节跳动网络技术有限公司 | 用于处理文本的方法和装置 |
CN111291019B (zh) * | 2018-12-07 | 2023-09-29 | 中国移动通信集团陕西有限公司 | 数据模型的相似判别方法及装置 |
CN109800215B (zh) * | 2018-12-26 | 2020-11-24 | 北京明略软件系统有限公司 | 一种对标处理的方法、装置、计算机存储介质及终端 |
CN110232138B (zh) * | 2019-05-20 | 2022-05-20 | 中国银行股份有限公司 | 一种业务引导方法、装置及存储介质 |
CN111522606B (zh) * | 2020-04-26 | 2023-08-04 | 广东优特云科技有限公司 | 一种数据处理的方法、装置、设备及存储介质 |
CN111291059A (zh) * | 2020-05-12 | 2020-06-16 | 北京东方通科技股份有限公司 | 基于内存数据网格的数据处理方法 |
CN111782916B (zh) * | 2020-08-20 | 2024-03-22 | 支付宝(杭州)信息技术有限公司 | 用于生成业务资讯报告的方法及装置 |
CN112527965A (zh) * | 2020-12-18 | 2021-03-19 | 国家电网有限公司客户服务中心 | 基于专业库和闲聊库相结合的自动问答实现方法和装置 |
CN113807630B (zh) * | 2020-12-23 | 2024-03-05 | 京东科技控股股份有限公司 | 机器人服务平台的需求获取方法、装置、设备和存储介质 |
CN113256420B (zh) * | 2021-05-27 | 2024-03-01 | 中国航空结算有限责任公司 | 一种交易中的企业用户识别方法、装置、设备、介质 |
CN113722370A (zh) * | 2021-08-30 | 2021-11-30 | 康键信息技术(深圳)有限公司 | 基于指标分析的数据管理方法、装置、设备及介质 |
CN114219589B (zh) * | 2022-02-21 | 2023-02-10 | 浙江口碑网络技术有限公司 | 虚拟实体对象的生成和页面显示方法、装置和电子设备 |
CN116090789B (zh) * | 2023-03-03 | 2023-08-29 | 麦高(广东)数字科技有限公司 | 一种基于数据分析的精益制造生产管理系统及方法 |
CN118014514A (zh) * | 2024-01-17 | 2024-05-10 | 南京泛泰数字科技研究院有限公司 | 一种基于电子围栏的业务管理系统及方法 |
CN117933206B (zh) * | 2024-03-14 | 2024-06-25 | 武汉数澜科技有限公司 | 业务数据处理方法、装置、设备、存储介质及程序产品 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102375823B (zh) * | 2010-08-13 | 2014-11-05 | 腾讯科技(深圳)有限公司 | 搜索结果聚合显示方法及系统 |
CN103246685B (zh) * | 2012-02-14 | 2016-12-14 | 株式会社理光 | 将对象实例的属性规则化为特征的方法和设备 |
CN103365902B (zh) * | 2012-03-31 | 2017-06-20 | 北大方正集团有限公司 | 互联网新闻的评估方法和装置 |
CN103678335B (zh) * | 2012-09-05 | 2017-12-08 | 阿里巴巴集团控股有限公司 | 商品标识标签的方法、装置及商品导航的方法 |
CN103902674B (zh) * | 2014-03-19 | 2017-10-27 | 百度在线网络技术(北京)有限公司 | 特定主题的评论数据的采集方法和装置 |
-
2016
- 2016-07-18 CN CN201610565869.XA patent/CN107632984A/zh active Pending
-
2017
- 2017-06-06 TW TW106118713A patent/TW201816684A/zh unknown
- 2017-07-11 WO PCT/CN2017/092444 patent/WO2018014759A1/zh active Application Filing
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115019078A (zh) * | 2022-08-09 | 2022-09-06 | 阿里巴巴(中国)有限公司 | 数据聚类方法以及装置 |
CN115019078B (zh) * | 2022-08-09 | 2023-01-24 | 阿里巴巴(中国)有限公司 | 车辆图像处理方法、计算设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
WO2018014759A1 (zh) | 2018-01-25 |
CN107632984A (zh) | 2018-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TW201816684A (zh) | 聚類資料表的展現方法、裝置和系統 | |
TWI631474B (zh) | Method and device for product identification label and method for product navigation | |
Hu et al. | Collaborative fashion recommendation: A functional tensor factorization approach | |
TWI787196B (zh) | 業務對象屬性標識的生成方法、裝置和系統 | |
US10423648B2 (en) | Method, system, and computer readable medium for interest tag recommendation | |
JP7356206B2 (ja) | コンテンツ推薦及び表示 | |
Begelman et al. | Automated tag clustering: Improving search and exploration in the tag space | |
US10528907B2 (en) | Automated categorization of products in a merchant catalog | |
US8589429B1 (en) | System and method for providing query recommendations based on search activity of a user base | |
TWI652584B (zh) | 文本資訊的匹配、業務對象的推送方法和裝置 | |
WO2020253591A1 (zh) | 运用标签知识网络的搜索方法及装置 | |
CN112567361A (zh) | 计算机通信网络上基于属性的可视化搜索的系统和方法 | |
US20230214895A1 (en) | Methods and systems for product discovery in user generated content | |
CN106294500B (zh) | 内容项目的推送方法、装置及系统 | |
KR20190108838A (ko) | 미술 작품 추천 큐레이션 방법 및 시스템 | |
CN104077415B (zh) | 搜索方法及装置 | |
TW201501059A (zh) | 訊息推薦方法及裝置 | |
EP2812869A1 (en) | System and method for association extraction for surf-shopping | |
TW201520790A (zh) | 個性化資料搜尋方法和裝置 | |
US20200226168A1 (en) | Methods and systems for optimizing display of user content | |
TWI705411B (zh) | 社交業務特徵用戶的識別方法和裝置 | |
JP6767342B2 (ja) | 検索装置、検索方法および検索プログラム | |
US20230030560A1 (en) | Methods and systems for tagged image generation | |
Sapul et al. | Trending topic discovery of Twitter Tweets using clustering and topic modeling algorithms | |
TW201717067A (zh) | 議題顯示系統、議題顯示方法以及電腦可讀取記錄媒體 |