基于搜索的数据推荐方法及装置与流程

文档序号:12122112阅读:191来源:国知局
基于搜索的数据推荐方法及装置与流程

本发明涉及互联网应用技术领域,特别是一种基于搜索的数据推荐方法及装置。



背景技术:

随着信息技术的飞速发展,当今社会进入了信息爆炸时代,人们越来越多地借助网络来寻找自己需要的信息,因此,检索成为人们工作、生活不可或缺的一部分。人们通常使用搜索引擎来进行检索,搜索引擎是指根据一定的策略、运用特定的计算机程序从互联网上搜集信息,在对信息进行组织和处理后,为用户提供检索服务,将与用户检索相关的信息展示给用户的系统。

目前,在展现给用户的搜索结果页的右侧会进行图文推荐,其每天能够覆盖搜索大约93%的PV(Page View,页面浏览量),是目前搜索最大的推荐类型。图文推荐简单逻辑是基于用户的搜索query的关键词,匹配到知识图谱中的相关实体,为用户推荐其他相关实体。但是目前所有的推荐数据和算法模版都是经技术计算将离线数据上传到服务器并生效,在两次数据更新之间网络上新产生的电影、电视剧、网络术语等知识图谱均识别不到到底是什么,所以出现多样性推荐较差的问题,亟待需要解决这一问题。



技术实现要素:

鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于搜索的数据推荐方法及相应的装置。

依据本发明的一方面,提供了一种基于搜索的数据推荐方法,包括:

确定搜索query对应的一个或多个搜索结果项的结果类型;

判断是否存在所述结果类型对应的所述搜索query的实体推荐数据;

若不存在,则收集所述结果类型对应的所述搜索query的实体推荐数据;

当接收到来自用户的与所述搜索query匹配的目标query时,获取收集的所述结果类型对应的所述搜索query的实体推荐数据,并推荐。

可选地,所述确定搜索query对应的一个或多个搜索结果项的结果类型,包括:

识别针对搜索query对应的一个或多个搜索结果项的触发操作;

基于识别出的所述触发操作确定所述结果类型。

可选地,所述识别针对搜索query对应的一个或多个搜索结果项的触发操作,包括:

识别指定时间段内针对搜索query对应的一个或多个搜索结果项的触发操作,并统计触发操作的数量值;

所述基于识别出的所述触发操作确定所述结果类型,包括:

确定数量值大于指定阈值的触发操作对应的搜索结果项的类型作为所述结果类型。

可选地,所述确定搜索query对应的一个或多个搜索结果项的结果类型,包括:

确定搜索query对应的首屏搜索结果页中的首个搜索结果项的结果类型。

可选地,所述一个或多个搜索结果项位于所述搜索query对应的搜索结果页的左侧区域。

可选地,所述一个或多个搜索结果项包括指定业务下的搜索结果项。

可选地,所述指定业务包括下列至少之一:

百科类型、智能摘要类型、onebox类型。

可选地,所述结果类型包括下列任意之一:

小说、漫画、电视剧、电影、音乐、游戏。

可选地,判断是否存在所述结果类型对应的所述搜索query的实体推荐数据,包括:

判断知识图谱库中是否存在所述结果类型对应的所述搜索query的实体推荐数据,所述知识图谱库是由实体名称及其属性数据的结构化数据项构建。

可选地,在收集所述结果类型对应的所述搜索query的实体推荐数据之后,所述方法还包括:

将收集的所述结果类型对应的所述搜索query的实体推荐数据添加到所述知识图谱库中。

可选地,将收集的所述结果类型对应的所述搜索query的实体推荐数据添加到所述知识图谱库中,包括:

从收集的所述结果类型对应的所述搜索query的实体推荐数据中提取实体名称及其属性数据,生成相应的数据结构对;

将生成的数据结构对作为结构化数据项添加到所述知识图谱库中。

可选地,获取收集的所述结果类型对应的所述搜索query的实体推荐数据,包括:

将目标query与所述知识图谱库中的实体名称进行匹配,得到匹配的实体名称;

基于匹配的实体名称获取所述结果类型对应的所述搜索query的实体推荐数据。

可选地,推荐从所述知识图谱库中获取的所述结果类型对应的所述搜索query的实体推荐数据,包括:

将从所述知识图谱库中获取的所述结果类型对应的所述搜索query的实体推荐数据聚合至所述目标query对应的搜索结果页的指定区域,并推荐。

可选地,将从所述知识图谱库中获取的所述结果类型对应的所述搜索query的实体推荐数据聚合至所述目标query对应的搜索结果页的指定区域,包括:

将所述结果类型作为推荐tag,与所述结果类型对应的所述搜索query的实体推荐数据聚合至所述目标query对应的搜索结果页的指定区域。

可选地,所述指定区域包括右侧区域。

可选地,若判断出存在所述结果类型对应的所述搜索query的实体推荐数据,所述方法还包括:

标记所述结果类型对应的所述搜索query的实体推荐数据,从而当接收到来自用户的与所述搜索query匹配的目标query时,获取标记的所述结果类型对应的所述搜索query的实体推荐数据,并推荐。

依据本发明的另一方面,还提供了一种基于搜索的数据推荐装置,包括:

确定模块,适于确定搜索query对应的一个或多个搜索结果项的结果类型;

判断模块,适于判断是否存在所述结果类型对应的所述搜索query的实体推荐数据;

收集模块,适于若所述判断模块判断出不存在所述结果类型对应的所述搜索query的实体推荐数据,则收集所述结果类型对应的所述搜索query的实体推荐数据;

推荐模块,适于当接收到来自用户的与所述搜索query匹配的目标query时,获取所述结果类型对应的所述搜索query的实体推荐数据,并推荐。

可选地,所述确定模块还适于:

识别针对搜索query对应的一个或多个搜索结果项的触发操作;

基于识别出的所述触发操作确定所述结果类型。

可选地,所述确定模块还适于:

识别指定时间段内针对搜索query对应的一个或多个搜索结果项的触发操作,并统计触发操作的数量值;

确定数量值大于指定阈值的触发操作对应的搜索结果项的类型作为所述结果类型。

可选地,所述确定模块还适于:

确定搜索query对应的首屏搜索结果页中的首个搜索结果项的结果类型。

可选地,所述一个或多个搜索结果项位于所述搜索query对应的搜索结果页的左侧区域。

可选地,所述一个或多个搜索结果项包括指定业务下的搜索结果项。

可选地,所述指定业务包括下列至少之一:

百科类型、智能摘要类型、onebox类型。

可选地,所述结果类型包括下列任意之一:

小说、漫画、电视剧、电影、音乐、游戏。

可选地,所述判断模块还适于:

判断知识图谱库中是否存在所述结果类型对应的所述搜索query的实体推荐数据,所述知识图谱库是由实体名称及其属性数据的结构化数据项构建。

可选地,所述装置还包括:

添加模块,适于在所述收集模块收集所述结果类型对应的所述搜索query的实体推荐数据之后,将收集的所述结果类型对应的所述搜索query的实体推荐数据添加到所述知识图谱库中。

可选地,所述添加模块还适于:

从收集的所述结果类型对应的所述搜索query的实体推荐数据中提取实体名称及其属性数据,生成相应的数据结构对;

将生成的数据结构对作为结构化数据项添加到所述知识图谱库中。

可选地,所述推荐模块还适于:

将目标query与所述知识图谱库中的实体名称进行匹配,得到匹配的实体名称;

基于匹配的实体名称获取所述结果类型对应的所述搜索query的实体推荐数据。

可选地,所述推荐模块还适于:

将从所述知识图谱库中获取的所述结果类型对应的所述搜索query的实体推荐数据聚合至所述目标query对应的搜索结果页的指定区域,并推荐。

可选地,所述推荐模块还适于:

将所述结果类型作为推荐tag,与所述结果类型对应的所述搜索query的实体推荐数据聚合至所述目标query对应的搜索结果页的指定区域。

可选地,所述指定区域包括右侧区域。

可选地,所述装置还包括:

标记模块,适于若所述判断模块判断出存在所述结果类型对应的所述搜索query的实体推荐数据,则标记所述结果类型对应的所述搜索query的实体推荐数据,从而当接收到来自用户的与所述搜索query匹配的目标query时,获取标记的所述结果类型对应的所述搜索query的实体推荐数据,并推荐。

本发明实施例提供了一种基于搜索的数据推荐方案,首先确定搜索query对应的一个或多个搜索结果项的结果类型,进而判断是否存在结果类型对应的搜索query的实体推荐数据,若不存在,则收集结果类型对应的搜索query的实体推荐数据。从而,当接收到来自用户的与搜索query匹配的目标query时,获取收集的结果类型对应的搜索query的实体推荐数据,并推荐。由此可见,本发明实施例基于搜索结果项的结果类型进行数据推荐,能够增加推荐数据的类型,使得推荐数据更加多样化,并且提升推荐数据的实时性,从而解决了现有技术中从离线数据获取推荐数据导致推荐数据不实时、较为滞后的问题。

上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。

根据下文结合附图对本发明具体实施例的详细描述,本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。

附图说明

通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:

图1示出了根据本发明一实施例的基于搜索的数据推荐方法的流程图;

图2示出了根据本发明另一实施例的基于搜索的数据推荐方法的流程图;

图3示出了根据本发明一实施例的搜索结果页的示意图;

图4示出了根据本发明一实施例的搜索结果页的另一示意图;

图5示出了根据本发明一实施例的基于搜索的数据推荐装置的结构示意图;以及

图6示出了根据本发明另一实施例的基于搜索的数据推荐装置的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。

为解决上述技术问题,本发明实施例提供了一种基于搜索的数据推荐方法。图1示出了根据本发明一实施例的基于搜索的数据推荐方法的流程图。如图1所示,该方法至少可以包括以下步骤S102至步骤S108。

步骤S102,确定搜索query对应的一个或多个搜索结果项的结果类型。

步骤S104,判断是否存在结果类型对应的搜索query的实体推荐数据,若不存在,则继续执行步骤S106。

步骤S106,收集结果类型对应的搜索query的实体推荐数据。

步骤S108,当接收到来自用户的与搜索query匹配的目标query时,获取收集的结果类型对应的搜索query的实体推荐数据,并推荐。

本发明实施例提供了一种基于搜索的数据推荐方案,首先确定搜索query对应的一个或多个搜索结果项的结果类型,进而判断是否存在结果类型对应的搜索query的实体推荐数据,若不存在,则收集结果类型对应的搜索query的实体推荐数据。从而,当接收到来自用户的与搜索query匹配的目标query时,获取收集的结果类型对应的搜索query的实体推荐数据,并推荐。由此可见,本发明实施例基于搜索结果项的结果类型进行数据推荐,能够增加推荐数据的类型,使得推荐数据更加多样化,并且提升推荐数据的实时性,从而解决了现有技术中从离线数据获取推荐数据导致推荐数据不实时、较为滞后的问题。

上文步骤S102中提及的搜索query可以是搜索关键词、搜索句子、语音、图片等,本发明不限于此。进一步地,步骤S102中确定搜索query对应的一个或多个搜索结果项的结果类型,可以多种方式来实现,如通过针对搜索结果项的触发操作等,下面将进行详细介绍。

方式一,通过针对搜索结果项的触发操作。在该方式中,可以识别针对搜索query对应的一个或多个搜索结果项的触发操作,进而基于识别出的触发操作确定结果类型。这里的触发操作可以如点击操作、双击操作、长按操作等等,本发明不限于此。由此,本发明实施例能够结合用户的触发操作来调整推荐数据的类型,实现针对用户的需求进行个性化推荐的目的。

在本发明的可选实施例中,可以识别指定时间段内针对搜索query对应的一个或多个搜索结果项的触发操作,并统计触发操作的数量值,进而确定数量值大于指定阈值的触发操作对应的搜索结果项的类型作为结果类型。

方式二,通过搜索结果项的排序位置。在该方式中,可以确定搜索query对应的首屏搜索结果页中的首个搜索结果项的结果类型。由于首屏搜索结果页中的首个搜索结果项能够代表实时的数据,因而基于该首个搜索结果项的结果类型进行数据推荐,能够提高数据推荐的实时性和有效性。

在本发明的可选实施例,步骤S102中提及的一个或多个搜索结果项位于搜索query对应的搜索结果页的左侧区域,从而实现基于左侧结果类型调整推荐数据的目的。进一步地,一个或多个搜索结果项可以包括指定业务下的搜索结果项,这里的指定业务可以包括百科类型、智能摘要类型、onebox类型,等等,本发明不限于此。这里的onebox,在网络领域中类似于“框计算”,用户只需要在搜索框中输入服务需求,系统就能明确识别这种需求,并将该需求分配给最优的内容资源或者应用提供商处理,最终精准高效地返回给用户相匹配的结果。

在本发明的可选实施例,步骤S102中确定的结果类型可以是小说、漫画、电视剧、电影、音乐、游戏,等等,从而可知,本发明实施例可以实现各种结果类型的数据的推荐。

上文步骤S104中判断是否存在结果类型对应的搜索query的实体推荐数据,本发明实施例提供了一种可选的方案,即,可以判断知识图谱库中是否存在结果类型对应的搜索query的实体推荐数据,这里的知识图谱库是由实体名称及其属性数据的结构化数据项构建。知识图谱旨在描述真实世界中存在的各种实体或概念,每个实体或概念用一个全局唯一确定的ID(Identity,身份标识号)来标识。每个属性和属性值对用来刻画实体的内在特性,而关系用来连接两个实体,刻画它们之间的关联。知识图谱亦可被看作是一张巨大的网状图,网状图中的节点表示实体或概念,而网状图中的边则由属性或关系构成。知识图谱主要就是构建和维护上述的实体和关系,为搜索中的推荐系统、语义理解、问题回答等提供支持。此外,知识图谱并不是一张静态的网状图,它会根据外界的变化而进行自我调整与更新。

进一步地,在步骤S106收集结果类型对应的搜索query的实体推荐数据之后,本发明实施例还可以将收集的结果类型对应的搜索query的实体推荐数据添加到上述知识图谱库中。具体地,可以从收集的结果类型对应的搜索query的实体推荐数据中提取实体名称及其属性数据,生成相应的数据结构对,进而将生成的数据结构对作为结构化数据项添加到知识图谱库中。这样,在步骤S108中获取收集的结果类型对应的搜索query的实体推荐数据时,可以将目标query与知识图谱库中的实体名称进行匹配,得到匹配的实体名称,进而基于匹配的实体名称获取结果类型对应的搜索query的实体推荐数据。

在本发明的可选实施例中,在步骤S108中推荐从知识图谱库中获取的结果类型对应的搜索query的实体推荐数据时,可以将从知识图谱库中获取的结果类型对应的搜索query的实体推荐数据聚合至目标query对应的搜索结果页的指定区域,并推荐。在可选的实施例中,还可以将结果类型作为推荐tag(标签),与结果类型对应的搜索query的实体推荐数据聚合至目标query对应的搜索结果页的指定区域。这里的指定区域包括右侧区域,从而结合左侧类型触发操作(如点击、双击或长按等)调整右侧推荐数据的类型。

在本发明的可选实施例中,在步骤S104判断出存在结果类型对应的搜索query的实体推荐数据时,则当接收到来自用户的与搜索query匹配的目标query时,可以推荐结果类型对应的搜索query的实体推荐数据。这里,可以标记结果类型对应的搜索query的实体推荐数据,从而当接收到来自用户的与搜索query匹配的目标query时,获取标记的结果类型对应的搜索query的实体推荐数据,并推荐。

以上介绍了图1所示实施例的各个环节的多种实现方式,下面将通过一具体实施例来详细介绍本发明的基于搜索的数据推荐方法的实现过程。

图2示出了根据本发明另一实施例的基于搜索的数据推荐方法的流程图。如图2所示,该方法至少可以包括以下步骤S202至步骤S212。

步骤S202,识别指定时间段内针对搜索query对应的一个或多个搜索结果项的触发操作,并统计触发操作的数量值。

在该步骤中,触发操作可以如点击操作、双击操作、长按操作等等,本发明不限于此。并且,一个或多个搜索结果项可以包括指定业务下的搜索结果项,这里的指定业务可以包括百科类型、智能摘要类型、onebox类型,等等,本发明不限于此。进一步地,一个或多个搜索结果项可以位于搜索query对应的搜索结果页的左侧区域。

步骤S204,确定数量值大于指定阈值的触发操作对应的搜索结果项的类型作为结果类型。

步骤S206,判断知识图谱库中是否存在结果类型对应的搜索query的实体推荐数据,若不存在,则继续执行步骤S208;若存在,则结束本次流程。

在该步骤中,知识图谱库是由实体名称及其属性数据的结构化数据项构建,其旨在描述真实世界中存在的各种实体或概念,每个实体或概念用一个全局唯一确定的ID来标识。

步骤S208,收集结果类型对应的搜索query的实体推荐数据。

步骤S210,从收集的结果类型对应的搜索query的实体推荐数据中提取实体名称及其属性数据,生成相应的数据结构对,进而将生成的数据结构对作为结构化数据项添加到知识图谱库中。

步骤S212,当接收到与搜索query匹配的目标query时,将目标query与知识图谱库中的实体名称进行匹配,得到匹配的实体名称,进而基于匹配的实体名称获取结果类型对应的搜索query的实体推荐数据,并推荐。

举例来说,搜索结果页左侧具有众多onebox类型、百科、智能摘要类型,这些类型可以反馈给右侧推荐,这样右侧推荐可以基于左侧反馈的类型信息进行数据推荐。例如,搜索词“极品家丁”,当没有极品家丁电视剧时,左侧的主意向是小说、漫画,右侧推荐的相关性是没问题的,如图3所示。当极品家丁电视剧上映时,左侧首先会聚合影视onebox,用户在上映期间主要的点击也是集中在影视onebox内。根据一段时间该query影视onebox的点击量,本发明实施例提供的右侧推荐算法判断出极品家丁有了电视剧意向,进而在右侧展现一个相关影视的tag,从而弥补新意向带来的推荐不相关的问题,理想策略更新后的右侧推荐,如图4所示。

本发明实施例结合左侧类型触发操作(如点击、双击或长按等)调整右侧推荐数据的类型进行数据推荐,能够增加推荐数据的类型,使得推荐数据更加多样化,并且提升推荐数据的实时性,从而解决了现有技术中从离线数据获取推荐数据导致推荐数据不实时、较为滞后的问题。

需要说明的是,实际应用中,上述所有可选实施方式可以采用结合的方式任意组合,形成本发明的可选实施例,在此不再一一赘述。

基于上文各个实施例提供的基于搜索的数据推荐方法,基于同一发明构思,本发明实施例还提供了一种基于搜索的数据推荐装置。

图5示出了根据本发明一实施例的基于搜索的数据推荐装置的结构示意图。如图5所示,该装置至少可以包括确定模块510、判断模块520、收集模块530以及推荐模块540。

现介绍本发明实施例的基于搜索的数据推荐装置的各组成或器件的功能以及各部分间的连接关系:

确定模块510,适于确定搜索query对应的一个或多个搜索结果项的结果类型;

判断模块520,与确定模块510相耦合,适于判断是否存在所述结果类型对应的所述搜索query的实体推荐数据;

收集模块530,与判断模块520相耦合,适于若所述判断模块520判断出不存在所述结果类型对应的所述搜索query的实体推荐数据,则收集所述结果类型对应的所述搜索query的实体推荐数据;

推荐模块540,与收集模块530相耦合,适于当接收到来自用户的与所述搜索query匹配的目标query时,获取所述结果类型对应的所述搜索query的实体推荐数据,并推荐。

在本发明一实施例中,所述确定模块510还适于:

识别针对搜索query对应的一个或多个搜索结果项的触发操作;

基于识别出的所述触发操作确定所述结果类型。

在本发明一实施例中,所述确定模块510还适于:

识别指定时间段内针对搜索query对应的一个或多个搜索结果项的触发操作,并统计触发操作的数量值;

确定数量值大于指定阈值的触发操作对应的搜索结果项的类型作为所述结果类型。

在本发明一实施例中,所述确定模块510还适于:

确定搜索query对应的首屏搜索结果页中的首个搜索结果项的结果类型。

在本发明一实施例中,所述一个或多个搜索结果项位于所述搜索query对应的搜索结果页的左侧区域。

在本发明一实施例中,所述一个或多个搜索结果项包括指定业务下的搜索结果项。

在本发明一实施例中,所述指定业务包括下列至少之一:

百科类型、智能摘要类型、onebox类型。

在本发明一实施例中,所述结果类型包括下列任意之一:

小说、漫画、电视剧、电影、音乐、游戏。

在本发明一实施例中,所述判断模块520还适于:

判断知识图谱库中是否存在所述结果类型对应的所述搜索query的实体推荐数据,所述知识图谱库是由实体名称及其属性数据的结构化数据项构建。

在本发明一实施例中,如图6所示,上文图5展示的装置还可以包括:

添加模块610,与收集模块530相耦合,适于在所述收集模块530收集所述结果类型对应的所述搜索query的实体推荐数据之后,将收集的所述结果类型对应的所述搜索query的实体推荐数据添加到所述知识图谱库中。

在本发明一实施例中,所述添加模块610还适于:

从收集的所述结果类型对应的所述搜索query的实体推荐数据中提取实体名称及其属性数据,生成相应的数据结构对;

将生成的数据结构对作为结构化数据项添加到所述知识图谱库中。

在本发明一实施例中,所述推荐模块540还适于:

将目标query与所述知识图谱库中的实体名称进行匹配,得到匹配的实体名称;

基于匹配的实体名称获取所述结果类型对应的所述搜索query的实体推荐数据。

在本发明一实施例中,所述推荐模块540还适于:

将从所述知识图谱库中获取的所述结果类型对应的所述搜索query的实体推荐数据聚合至所述目标query对应的搜索结果页的指定区域,并推荐。

在本发明一实施例中,所述推荐模块540还适于:

将所述结果类型作为推荐tag,与所述结果类型对应的所述搜索query的实体推荐数据聚合至所述目标query对应的搜索结果页的指定区域。

在本发明一实施例中,所述指定区域包括右侧区域。

在本发明一实施例中,如图6所示,上文图5展示的装置还可以包括:

标记模块620,与判断模块520、推荐模块540相耦合,适于若所述判断模块520判断出存在所述结果类型对应的所述搜索query的实体推荐数据,则标记所述结果类型对应的所述搜索query的实体推荐数据,从而当接收到来自用户的与所述搜索query匹配的目标query时,获取标记的所述结果类型对应的所述搜索query的实体推荐数据,并推荐。

根据上述任意一个优选实施例或多个优选实施例的组合,本发明实施例能够达到如下有益效果:

本发明实施例提供了一种基于搜索的数据推荐方案,首先确定搜索query对应的一个或多个搜索结果项的结果类型,进而判断是否存在结果类型对应的搜索query的实体推荐数据,若不存在,则收集结果类型对应的搜索query的实体推荐数据。从而,当接收到来自用户的与搜索query匹配的目标query时,获取收集的结果类型对应的搜索query的实体推荐数据,并推荐。由此可见,本发明实施例基于搜索结果项的结果类型进行数据推荐,能够增加推荐数据的类型,使得推荐数据更加多样化,并且提升推荐数据的实时性,从而解决了现有技术中从离线数据获取推荐数据导致推荐数据不实时、较为滞后的问题。

在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。

类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的基于搜索的数据推荐装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

至此,本领域技术人员应认识到,虽然本文已详尽示出和描述了本发明的多个示例性实施例,但是,在不脱离本发明精神和范围的情况下,仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此,本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。

本发明实施例的一方面,提供了A1、一种基于搜索的数据推荐方法,包括:

确定搜索query对应的一个或多个搜索结果项的结果类型;

判断是否存在所述结果类型对应的所述搜索query的实体推荐数据;

若不存在,则收集所述结果类型对应的所述搜索query的实体推荐数据;

当接收到来自用户的与所述搜索query匹配的目标query时,获取收集的所述结果类型对应的所述搜索query的实体推荐数据,并推荐。

A2、根据A1所述的方法,其中,所述确定搜索query对应的一个或多个搜索结果项的结果类型,包括:

识别针对搜索query对应的一个或多个搜索结果项的触发操作;

基于识别出的所述触发操作确定所述结果类型。

A3、根据A1或A2所述的方法,其中,

所述识别针对搜索query对应的一个或多个搜索结果项的触发操作,包括:

识别指定时间段内针对搜索query对应的一个或多个搜索结果项的触发操作,并统计触发操作的数量值;

所述基于识别出的所述触发操作确定所述结果类型,包括:

确定数量值大于指定阈值的触发操作对应的搜索结果项的类型作为所述结果类型。

A4、根据A1-A3中任一项所述的方法,其中,所述确定搜索query对应的一个或多个搜索结果项的结果类型,包括:

确定搜索query对应的首屏搜索结果页中的首个搜索结果项的结果类型。

A5、根据A1-A4中任一项所述的方法,其中,所述一个或多个搜索结果项位于所述搜索query对应的搜索结果页的左侧区域。

A6、根据A1-A5中任一项所述的方法,其中,所述一个或多个搜索结果项包括指定业务下的搜索结果项。

A7、根据A1-A6中任一项所述的方法,其中,所述指定业务包括下列至少之一:

百科类型、智能摘要类型、onebox类型。

A8、根据A1-A7中任一项所述的方法,其中,所述结果类型包括下列任意之一:

小说、漫画、电视剧、电影、音乐、游戏。

A9、根据A1-A8中任一项所述的方法,其中,判断是否存在所述结果类型对应的所述搜索query的实体推荐数据,包括:

判断知识图谱库中是否存在所述结果类型对应的所述搜索query的实体推荐数据,所述知识图谱库是由实体名称及其属性数据的结构化数据项构建。

A10、根据A1-A9中任一项所述的方法,其中,在收集所述结果类型对应的所述搜索query的实体推荐数据之后,所述方法还包括:

将收集的所述结果类型对应的所述搜索query的实体推荐数据添加到所述知识图谱库中。

A11、根据A1-A10中任一项所述的方法,其中,将收集的所述结果类型对应的所述搜索query的实体推荐数据添加到所述知识图谱库中,包括:

从收集的所述结果类型对应的所述搜索query的实体推荐数据中提取实体名称及其属性数据,生成相应的数据结构对;

将生成的数据结构对作为结构化数据项添加到所述知识图谱库中。

A12、根据A1-A11中任一项所述的方法,其中,获取收集的所述结果类型对应的所述搜索query的实体推荐数据,包括:

将目标query与所述知识图谱库中的实体名称进行匹配,得到匹配的实体名称;

基于匹配的实体名称获取所述结果类型对应的所述搜索query的实体推荐数据。

A13、根据A1-A12中任一项所述的方法,其中,推荐从所述知识图谱库中获取的所述结果类型对应的所述搜索query的实体推荐数据,包括:

将从所述知识图谱库中获取的所述结果类型对应的所述搜索query的实体推荐数据聚合至所述目标query对应的搜索结果页的指定区域,并推荐。

A14、根据A1-A13中任一项所述的方法,其中,将从所述知识图谱库中获取的所述结果类型对应的所述搜索query的实体推荐数据聚合至所述目标query对应的搜索结果页的指定区域,包括:

将所述结果类型作为推荐tag,与所述结果类型对应的所述搜索query的实体推荐数据聚合至所述目标query对应的搜索结果页的指定区域。

A15、根据A1-A14中任一项所述的方法,其中,所述指定区域包括右侧区域。

A16、根据A1-A15中任一项所述的方法,其中,若判断出存在所述结果类型对应的所述搜索query的实体推荐数据,所述方法还包括:

标记所述结果类型对应的所述搜索query的实体推荐数据,从而当接收到来自用户的与所述搜索query匹配的目标query时,获取标记的所述结果类型对应的所述搜索query的实体推荐数据,并推荐。

本发明实施例的另一方面,还提供了B17、一种基于搜索的数据推荐装置,包括:

确定模块,适于确定搜索query对应的一个或多个搜索结果项的结果类型;

判断模块,适于判断是否存在所述结果类型对应的所述搜索query的实体推荐数据;

收集模块,适于若所述判断模块判断出不存在所述结果类型对应的所述搜索query的实体推荐数据,则收集所述结果类型对应的所述搜索query的实体推荐数据;

推荐模块,适于当接收到来自用户的与所述搜索query匹配的目标query时,获取所述结果类型对应的所述搜索query的实体推荐数据,并推荐。

B18、根据B17所述的装置,其中,所述确定模块还适于:

识别针对搜索query对应的一个或多个搜索结果项的触发操作;

基于识别出的所述触发操作确定所述结果类型。

B19、根据B17或B18所述的装置,其中,所述确定模块还适于:

识别指定时间段内针对搜索query对应的一个或多个搜索结果项的触发操作,并统计触发操作的数量值;

确定数量值大于指定阈值的触发操作对应的搜索结果项的类型作为所述结果类型。

B20、根据B17-B19中任一项所述的装置,其中,所述确定模块还适于:

确定搜索query对应的首屏搜索结果页中的首个搜索结果项的结果类型。

B21、根据B17-B20中任一项所述的装置,其中,所述一个或多个搜索结果项位于所述搜索query对应的搜索结果页的左侧区域。

B22、根据B17-B21中任一项所述的装置,其中,所述一个或多个搜索结果项包括指定业务下的搜索结果项。

B23、根据B17-B22中任一项所述的装置,其中,所述指定业务包括下列至少之一:

百科类型、智能摘要类型、onebox类型。

B24、根据B17-B23中任一项所述的装置,其中,所述结果类型包括下列任意之一:

小说、漫画、电视剧、电影、音乐、游戏。

B25、根据B17-B24中任一项所述的装置,其中,所述判断模块还适于:

判断知识图谱库中是否存在所述结果类型对应的所述搜索query的实体推荐数据,所述知识图谱库是由实体名称及其属性数据的结构化数据项构建。

B26、根据B17-B25中任一项所述的装置,其中,还包括:

添加模块,适于在所述收集模块收集所述结果类型对应的所述搜索query的实体推荐数据之后,将收集的所述结果类型对应的所述搜索query的实体推荐数据添加到所述知识图谱库中。

B27、根据B17-B26中任一项所述的装置,其中,所述添加模块还适于:

从收集的所述结果类型对应的所述搜索query的实体推荐数据中提取实体名称及其属性数据,生成相应的数据结构对;

将生成的数据结构对作为结构化数据项添加到所述知识图谱库中。

B28、根据B17-B27中任一项所述的装置,其中,所述推荐模块还适于:

将目标query与所述知识图谱库中的实体名称进行匹配,得到匹配的实体名称;

基于匹配的实体名称获取所述结果类型对应的所述搜索query的实体推荐数据。

B29、根据B17-B28中任一项所述的装置,其中,所述推荐模块还适于:

将从所述知识图谱库中获取的所述结果类型对应的所述搜索query的实体推荐数据聚合至所述目标query对应的搜索结果页的指定区域,并推荐。

B30、根据B17-B29中任一项所述的装置,其中,所述推荐模块还适于:

将所述结果类型作为推荐tag,与所述结果类型对应的所述搜索query的实体推荐数据聚合至所述目标query对应的搜索结果页的指定区域。

B31、根据B17-B30中任一项所述的装置,其中,所述指定区域包括右侧区域。

B32、根据B17-B31中任一项所述的装置,其中,还包括:

标记模块,适于若所述判断模块判断出存在所述结果类型对应的所述搜索query的实体推荐数据,则标记所述结果类型对应的所述搜索query的实体推荐数据,从而当接收到来自用户的与所述搜索query匹配的目标query时,获取标记的所述结果类型对应的所述搜索query的实体推荐数据,并推荐。

当前第1页1 2 3 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1