[发明专利]引导语推荐方法、装置及电子设备有效

专利信息
申请号: 201810208533.7 申请日: 2018-03-14
公开(公告)号: CN110309274B 公开(公告)日: 2021-09-07
发明(设计)人: 胡懋地 申请(专利权)人: 北京三快在线科技有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06Q30/06
代理公司: 北京曼威知识产权代理有限公司 11709 代理人: 方志炜
地址: 100080 北京市海*** 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: 引导 推荐 方法 装置 电子设备
【权利要求书】:

1.一种引导语推荐方法,其特征在于,所述方法包括:

在第一数据库中查找与用户当前交互行为对应的交互行为数据相关联的商户数据和/或商品数据,所述用户当前交互行为对应的交互行为数据基于用户触发的至少一个下述操作得到:主动输入、点击、浏览商户和/或商品的详情页;

基于所述相关联的商户数据和/或商品数据,确定第一关键词集合;

基于所述第一关键词集合、第二关键词集合和第三关键词集合,生成引导语候选集合,所述第二关键词集合基于用户的历史订单和关联的偏好数据得到,所述第三关键词集合基于用户当前所在地理区域的热搜词和商品供给信息得到;

使用预期价值函数计算所述引导语候选集合中每一条引导语的预期价值;

将预期价值高于预设价值阈值的至少一条引导语确定为待推荐引导语,所述引导语用于帮助所述用户找到自己想找的商户或者商品。

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:

将所述待推荐引导语按照预期价值从大到小的顺序进行排序显示。

3.根据权利要求1所述的方法,其特征在于,所述基于所述第一关键词集合、第二关键词集合和第三关键词集合,生成引导语候选集合,包括:

对所述第一关键词集合、第二关键词集合和第三关键词集合进行合并和去重操作,得到目标关键词集合;

获取所述目标关键词集合中的相容关键词;

通过自然语言生成算法,将所述目标关键词集合中的相容关键词生成初始引导语候选集合;

将所述初始引导语候选集合中不满足供给条件的引导语删除,得到所述引导语候选集合。

4.根据权利要求3所述的方法,其特征在于,所述方法还包括:

在检测到所述用户登录时,确定所述第二关键词集合和所述第三关键词集合;

对所述第二关键词集合和第三关键词集合进行合并和去重操作,得到第四关键词集合;

所述对所述第一关键词集合、第二关键词集合和第三关键词集合进行合并和去重操作,得到目标关键词集合,包括:

将所述第四关键词集合和所述第一关键词集合进行合并和去重操作,得到所述目标关键词集合。

5.根据权利要求1所述的方法,其特征在于,所述使用预期价值函数计算所述引导语候选集合中每一条引导语的预期价值,包括:

获取用户当前交互行为对应的用户交互特征和所述引导语候选集合中每一条引导语对应的引导语特征;

使用所述预期价值函数对所述引导语特征、用户交互特征和非交互特征进行计算,得到所述每一条引导语的预期价值。

6.根据权利要求5所述的方法,其特征在于,所述获取用户当前交互行为对应的用户交互特征,包括:

获取所述用户当前交互行为的前一轮交互行为对应的用户交互特征;

基于所述用户当前交互行为的交互行为数据以及所述前一轮交互行为对应的用户交互特征,得到所述用户当前交互行为对应的用户交互特征。

7.根据权利要求5所述的方法,其特征在于,所述获取所述引导语候选集合中每一条引导语对应的引导语特征,包括:

获取每一条引导语中的关键词、所述引导语可链接至的商品的商品信息和/或商户的商户信息,以及所述引导语与所述用户关联的偏好数据之间的匹配程度;

将所述每一条引导语中的关键词、所述引导语可链接至的商品的商品信息和/或商户的商户信息以及所述匹配程度,确定为所述引导语特征。

8.根据权利要求1所述的方法,其特征在于,所述方法还包括:

提取训练样本的交互行为数据对应的用户交互特征,得到训练特征;

使用所述训练特征对预期价值模型进行训练,得到所述预期价值函数。

9.根据权利要求1所述的方法,其特征在于,所述方法还包括:

在检测到用户登录时,基于所述第二关键词集合和所述第三关键词集合,确定未发生交互行为前的待推荐引导语。

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北京三快在线科技有限公司,未经北京三快在线科技有限公司许可,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/201810208533.7/1.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