[发明专利]信息推荐方法和装置在审
申请号: | 201710052344.0 | 申请日: | 2017-01-24 |
公开(公告)号: | CN108346075A | 公开(公告)日: | 2018-07-31 |
发明(设计)人: | 董浩 | 申请(专利权)人: | 北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司 |
主分类号: | G06Q30/06 | 分类号: | G06Q30/06;G06F17/30 |
代理公司: | 中国国际贸易促进委员会专利商标事务所 11038 | 代理人: | 许蓓 |
地址: | 100195 北京市海淀区杏石口路6*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 信息推荐 方法和装置 获取目标 映射关系 数据处理领域 商品信息 舆情信息 地响应 参考 购买 | ||
本发明公开了一种信息推荐方法和装置,涉及数据处理领域。其中的信息推荐方法包括:获取目标舆情实体词;根据舆情实体词与商品之间的映射关系,获取目标舆情实体词对应的商品;将目标舆情实体词对应的商品的信息推荐给用户。通过在推荐商品信息时参考舆情信息,根据舆情实体词与商品之间的映射关系,将目标舆情实体词对应的商品的信息推荐给用户,使推荐结果能够快速地响应当前的关注热点,满足用户的购买意图,提高了信息推荐的准确性。
技术领域
本发明涉及数据处理领域,特别涉及一种信息推荐方法和装置。
背景技术
大数据时代,购物网站基于用户历史点击浏览、历史搜索等网站的内部数据对商品属性进行重要性排序,从而挖掘用户决策树,以为用户推荐商品信息。从而,可以缩短用户所关注商品的购物路径,优化了购物体验。
然而,仅基于网站的内部数据进行信息推荐会使推荐结果局限化,无法快速、准确地响应用户的新需求。
发明内容
本发明实施例所要解决的一个技术问题是:如何提高信息推荐的准确度。
根据本发明实施例的第一个方面,提供一种信息推荐方法,包括:获取目标舆情实体词;根据舆情实体词与商品之间的映射关系,获取目标舆情实体词对应的商品;将目标舆情实体词对应的商品的信息推荐给用户。
在一个实施例中,还包括:从舆情数据源中获取舆情实体词;搜索与舆情实体词匹配的商品标签;搜索具有商品标签的商品;将舆情实体词与搜索到的商品进行关联映射,并保存舆情实体词与搜索到的商品之间的映射关系。
在一个实施例中,从舆情数据源中获取舆情实体词包括:从舆情数据源中获得舆情文本数据;将舆情文本数据进行分词处理,获得若干舆情分词;对舆情分词进行分类;将预设类别中的舆情分词作为舆情实体词。
在一个实施例中,搜索具有商品标签的商品包括:在舆情实体词所属的类别中,搜索具有商品标签的商品。
在一个实施例中,获取目标舆情实体词包括:获取在预设时间内发布的舆情数据;从在预设时间内发布的舆情数据中提取目标舆情实体词。
在一个实施例中,将目标舆情实体词对应的商品的信息推荐给用户包括:将目标舆情实体词对应的商品的信息在搜索结果、分类结果、推送消息、网站首页、专题页面中的至少一处推荐给用户。
在一个实施例中,将目标舆情实体词对应的商品的信息推荐给用户包括:将目标舆情实体词对应的商品中,商品统计数据符合预设条件的商品的信息推荐给用户,或者将商品统计数据符合预设条件的商品的信息以及目标舆情实体词对应的商品的信息推荐给用户。
根据本发明实施例的第二个方面,提供一种信息推荐装置,包括:目标舆情实体词获取模块,用于获取目标舆情实体词;商品获取模块,用于根据舆情实体词与商品之间的映射关系,获取目标舆情实体词对应的商品;商品信息推荐模块,用于将目标舆情实体词对应的商品的信息推荐给用户。
在一个实施例中,还包括:舆情实体词获取模块,用于从舆情数据源中获取舆情实体词;商品标签搜索模块,用于搜索与舆情实体词匹配的商品标签;商品搜索模块,用于搜索具有商品标签的商品;商品映射模块,用于将舆情实体词与搜索到的商品进行关联映射,并保存舆情实体词与搜索到的商品之间的映射关系。
在一个实施例中,舆情实体词获取模块包括:舆情文本数据获取单元,用于从舆情数据源中获得舆情文本数据;分词单元,用于将舆情文本数据进行分词处理,获得若干舆情分词;舆情分词分类单元,用于对舆情分词进行分类;舆情实体词确定单元,用于将预设类别中的舆情分词作为舆情实体词。
在一个实施例中,商品搜索模块进一步用于在舆情实体词所属的类别中,搜索具有商品标签的商品。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司,未经北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710052344.0/2.html,转载请声明来源钻瓜专利网。