[发明专利]用于推送信息的方法、装置及服务器有效

专利信息
申请号: 201710111055.3 申请日: 2017-02-28
公开(公告)号: CN106874507B 公开(公告)日: 2020-12-25
发明(设计)人: 陈敏;吕显赫;史须勇;贾银芳;贺登武;韩聪;秦首科;朱延峰;肖湘 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06F16/9532 分类号: G06F16/9532
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 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: 用于 推送 信息 方法 装置 服务器
【权利要求书】:

1.一种用于推送信息的方法,其特征在于,所述方法包括:

接收终端设备发来的搜索关键词;

查询所述终端设备的用户网络搜索记录,所述用户网络搜索记录包括与接收到所述搜索关键词的时间相差设定时间内的网络搜索记录;

根据所述搜索关键词和所述用户网络搜索记录从预置的搜索信息集合中确定所述搜索关键词对应的搜索信息;

将所确定的搜索信息发送给所述终端设备,以供在所述终端设备上进行呈现;

所述方法还包括:

获取网站的网站内容信息;查找与所述网站内容信息对应的标签信息模型,所述标签信息模型用于表征网站内容信息与标签信息的对应关系;将所述网站内容信息导入所述标签信息模型,得到所述网站内容信息的标签信息;通过所述标签信息构建搜索信息,所述搜索信息包括至少一个标签信息。

2.根据权利要求1所述的方法,其特征在于,所述方法还包括构建标签信息模型的步骤,所述构建标签信息模型的步骤包括:

分别从网站内容信息集合和标签名称集合中提取网站内容信息和标签名称;

将所述网站内容信息按信息类别分为至少一个类别的网站内容信息集合;

将所述标签名称按所述信息类别划分为至少一个类别的标签名称集合;

利用机器学习方法,基于所述类别的网站内容信息和与所述类别的网站内容信息相关联的类别的标签名称,训练得到所述信息类别的至少一个标签信息模型。

3.根据权利要求2所述的方法,其特征在于,所述将所述网站内容信息按信息类别分为至少一个类别的网站内容信息集合还包括:

对所述网站内容信息进行识别,生成信息类别的步骤。

4.根据权利要求2所述的方法,其特征在于,所述利用机器学习方法,基于所述类别的网站内容信息和与所述类别的网站内容信息相关联的类别的标签名称,训练得到所述信息类别的至少一个标签信息模型包括:

对所述类别的网站内容信息进行语义识别,得到所述类别的网站内容信息的语义识别信息;

查找与所述语义识别信息匹配的至少一个类别的标签名称;

将所述类别的网站内容信息中与所述类别的标签名称匹配的类别的网站内容信息设置为所述类别的标签名称的标签内容,所述标签内容用于和类别的标签名称组合来构成标签信息;

利用机器学习方法,基于所述类别的标签名称和与所述类别的标签名称对应的标签内容,训练得到所述信息类别的标签信息模型。

5.根据权利要求1所述的方法,其特征在于,所述根据所述搜索关键词和所述用户网络搜索记录从预置的搜索信息集合中确定所述搜索关键词对应的搜索信息包括:

根据所述搜索关键词在所述搜索信息库中查找初始搜索信息;

从所述初始搜索信息中确定与所述用户网络搜索记录匹配的搜索信息。

6.一种用于推送信息的装置,其特征在于,所述装置包括:

接收单元,用于接收终端设备发来的搜索关键词;

查询单元,用于查询所述终端设备的用户网络搜索记录,所述用户网络搜索记录包括与接收到所述搜索关键词的时间相差设定时间内的网络搜索记录;

搜索信息确定单元,用于根据所述搜索关键词和所述用户网络搜索记录从预置的搜索信息集合确定所述搜索关键词对应的搜索信息;

发送单元,用于将所确定的搜索信息发送给所述终端设备,以供在所述终端设备上进行呈现;

所述装置还包括搜索信息集合构建单元,所述搜索信息集合构建单元包括:网站内容信息获取子单元,用于获取网站的网站内容信息;标签信息模型查找子单元,用于查找与所述网站内容信息对应的标签信息模型,所述标签信息模型用于表征网站内容信息与标签信息的对应关系;标签信息获取子单元,用于将所述网站内容信息导入所述标签信息模型,得到所述网站内容信息的标签信息;搜索信息构建子单元,用于通过所述标签信息构建搜索信息,所述搜索信息包括至少一个标签信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)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/201710111055.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top