CN107784101B - 暗文投放方法、装置、设备及可读存储介质 - Google Patents
暗文投放方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN107784101B CN107784101B CN201711019829.6A CN201711019829A CN107784101B CN 107784101 B CN107784101 B CN 107784101B CN 201711019829 A CN201711019829 A CN 201711019829A CN 107784101 B CN107784101 B CN 107784101B
- Authority
- CN
- China
- Prior art keywords
- ciphertext
- target search
- acquiring
- text
- result information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3325—Reformulation based on results of preceding query
- G06F16/3326—Reformulation based on results of preceding query using relevance feedback from the user, e.g. relevance feedback on documents, documents sets, document terms or passages
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种暗文投放方法、装置、设备及可读存储介质,所述暗文投放方法包括:获取过去预设时长内搜索点击量大于预设值的目标搜索结果信息,获取对应用户端输入的与所述目标搜索结果信息关联的关联输入文本;基于所述目标搜索结果信息与对应关联输入文本确定目标搜索词;将所述目标搜索词作为待投放暗文并投放。本发明旨在解决现有技术中暗文投放时未基于用户的要求或者感兴趣的内容进行投放的技术问题。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种暗文投放方法、装置、设备及可读存储介质。
背景技术
暗文即是在搜索引擎中,用户未进行搜索前,出现在搜索框中的搜索提示内容,暗文投放能够影响商品的搜索量以及搜索效果,进而影响商品的销量,然而现有暗文投放过程中,暗文投放具有盲目性,这在一定程度上影响商品销量。
发明内容
本发明的主要目的在于提供一种暗文投放方法、装置、设备及可读存储介质,旨在解决现有技术中暗文投放时未基于用户的要求或者感兴趣的内容进行投放的技术问题。
为实现上述目的,本发明提供一种暗文投放方法,所述暗文投放方法包括:
获取过去预设时长内搜索点击量大于预设值的目标搜索结果信息,获取对应用户端输入的与所述目标搜索结果信息关联的关联输入文本;
基于所述目标搜索结果信息与对应关联输入文本确定目标搜索词;
将所述目标搜索词作为待投放暗文并投放。
可选地,所述基于所述目标搜索结果信息与对应关联输入文本确定目标搜索词步骤包括:
语义分析所述关联输入文本,对所述关联输入文本进行分类,以获取输入文本子类;
对所述输入文本子类进行同义词搜寻与并组,以获取各组同义词组;
基于预存的文本数据库,获取所述每组同义词的上位词;
对所述每组同义词的上位词进行逻辑运算,以生成第一搜索词,以基于第一搜索词获取对应的第一类搜索结果;
检测所述第一类搜索结果中是否包含所述目标搜索结果信息,当包含对所述目标搜索结果信息时,将第一搜索词作为目标搜索词。
可选地,所述对所述关联输入文本进行分类步骤包括:
将所述关联输入文本分为特征词类、效果词类以及领域词类。
可选地,所述对所述每组同义词的上位词进行逻辑运算,以生成第一搜索词步骤包括:
对所述每组同义词的上位词进行或逻辑运算和与逻辑运算,以生成第一搜索词。
可选地,所述暗文投放方法还包括:
获取预存的日历时间表信息,以获取当前时刻的时间属性;
基于所述时间属性,获取所述时间属性对应的场景类别,基于所述场景类别从预存的暗文投放库中选取匹配的暗文并投放。
可选地,所述基于所述场景类别从预存的暗文投放库中选取匹配的暗文并投放步骤之后包括:
获取当前暗文的更新频率,判断当前暗文的更新频率是否与所述时间属性匹配;
当不匹配时,基于所述时间属性,对应调整暗文的更新频率。
可选地,所述基于所述时间属性,对应调整暗文更新的频率步骤包括:
获取所述时间属性的历史活跃值;
基于所述活跃值大小与更新频率的映射关系,调整暗文更新的频率。
此外,为实现上述目的,本发明还提供一种暗文投放装置,所述暗文投放装置包括:
第一获取模块,用于获取过去预设时长内搜索点击量大于预设值的目标搜索结果信息,获取对应用户端输入的与所述目标搜索结果信息关联的关联输入文本;
确定模块,用于基于所述目标搜索结果信息与对应关联输入文本确定目标搜索词;
投放模块,用于将所述目标搜索词作为待投放暗文并投放。
此外,为实现上述目的,本发明还提供一种暗文投放设备,所述暗文投放设备包括:存储器、处理器,通信总线以及存储在所述存储器上的暗文投放程序,
所述通信总线用于实现处理器与存储器间的通信连接;
所述处理器用于执行所述暗文投放程序,以实现以下步骤:
获取过去预设时长内搜索点击量大于预设值的目标搜索结果信息,获取对应用户端输入的与所述目标搜索结果信息关联的关联输入文本;
基于所述目标搜索结果信息与对应关联输入文本确定目标搜索词;
将所述目标搜索词作为待投放暗文并投放。
可选地,所述基于所述目标搜索结果信息与对应关联输入文本确定目标搜索词步骤包括:
语义分析所述关联输入文本,对所述关联输入文本进行分类,以获取输入文本子类;
对所述输入文本子类进行同义词搜寻与并组,以获取各组同义词组;
基于预存的文本数据库,获取所述每组同义词的上位词;
对所述每组同义词的上位词进行逻辑运算,以生成第一搜索词,以基于第一搜索词获取对应的第一类搜索结果;
检测所述第一类搜索结果中是否包含所述目标搜索结果信息,当包含对所述目标搜索结果信息时,将第一搜索词作为目标搜索词。
可选地,所述对所述关联输入文本进行分类步骤包括:
将所述关联输入文本分为特征词类、效果词类以及领域词类。
可选地,所述对所述每组同义词的上位词进行逻辑运算,以生成第一搜索词步骤包括:
对所述每组同义词的上位词进行或逻辑运算和与逻辑运算,以生成第一搜索词。
可选地,所述处理器用于执行所述暗文投放程序,还实现以下步骤:
获取预存的日历时间表信息,以获取当前时刻的时间属性;
基于所述时间属性,获取所述时间属性对应的场景类别,基于所述场景类别从预存的暗文投放库中选取匹配的暗文并投放。
可选地,所述基于所述场景类别从预存的暗文投放库中选取匹配的暗文并投放步骤之后包括:
获取当前暗文的更新频率,判断当前暗文的更新频率是否与所述时间属性匹配;
当不匹配时,基于所述时间属性,对应调整暗文的更新频率。
可选地,所述基于所述时间属性,对应调整暗文更新的频率步骤包括:
获取所述时间属性的历史活跃值;
基于所述活跃值大小与更新频率的映射关系,调整暗文更新的频率。
此外,为实现上述目的,本发明还提供一种可读存储介质,所述可读存储介质存储有一个或者一个以上程序,所述一个或者一个以上程序可被一个或者一个以上的处理器执行以用于:
获取过去预设时长内搜索点击量大于预设值的目标搜索结果信息,获取对应用户端输入的与所述目标搜索结果信息关联的关联输入文本;
基于所述目标搜索结果信息与对应关联输入文本确定目标搜索词;
将所述目标搜索词作为待投放暗文并投放。
本发明通过获取过去预设时长内搜索点击量大于预设值的目标搜索结果信息,获取对应用户端输入的与所述目标搜索结果信息关联的关联输入文本;基于所述目标搜索结果信息与对应关联输入文本确定目标搜索词;将所述目标搜索词作为待投放暗文并投放。由于本申请中,基于点击量大于预设值的目标搜索结果信息进行暗文的投放,且基于目标搜索结果信息与对应关联输入文本确定目标搜索词,而不是随机从搜索结果信息中选取投放的暗文,因而本申请能够基于用户兴趣点准确投放暗文,并进一步提升用户体验,因而解决了现有技术中暗文投放时未基于用户的要求或者感兴趣的内容进行投放的技术问题。
附图说明
图1为本发明暗文投放方法第一实施例的流程示意图;
图2为本发明文本数据库的示意图;
图3是本发明实施例方法涉及的硬件运行环境的设备结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供一种暗文投放方法,在本发明暗文投放方法的第一实施例中,参照图1,所述暗文投放方法包括:
步骤S10,获取过去预设时长内搜索点击量大于预设值的目标搜索结果信息,获取对应用户端输入的与所述目标搜索结果信息关联的关联输入文本;
在本实施例中,暗文投放方法可应用于购物搜索引擎中但不限于购物搜索引擎,以下以暗文投放方法应用于购物搜索引擎为例进行说明,若在购物搜索引擎的搜索框检测到搜索指令时,触发购物搜索引擎在预设位置显示暗文,其中,预设位置可是搜索框的下拉菜单框中,显示的暗文可是多个,该多个暗文基于热度或者用户的点击量进行排序,排序越高,热度或者用户的点击量越大。
在本实施例中,获取过去预设时长内搜索点击量大于预设值的目标搜索结果信息,其中,过去预设时长可是1天或者12h,该过去预设时长可是购物搜索引擎自动设置或者调整的,需要说明的是,在本实施例中,预设值根据不同购物搜索引擎的浏览量或者阅读量进行适应性调整,购物搜索引擎的浏览量或者阅读量越高,预设值越大,购物搜索引擎的浏览量或者阅读量越低,预设值越小,用以具体实施例进行说明,若淘宝浏览量为1000万,则预设值可是50万点击量,若亚马逊浏览量为100万时,则预设值可是5万点击量。
获取过去预设时长内搜索点击量大于预设值的目标搜索结果信息,获取对应用户端输入的与所述目标搜索结果信息关联的关联输入文本,需要说明的是,目标搜索结果信息可是多条,其中,该多条目标搜索结果信息一般并不相关,该多条目标搜索结果信息分别对应多个待生成以及待显示的暗文,该多个待生成以及待显示的暗文都投放并显示在购物搜索引擎中,其中,该多个待生成以及待显示的暗文在购物搜索引擎中的显示顺序与在过去预设时长内的搜索点击量成正相关关系。
在获取点击量大于预设值的目标搜索结果信息过程中,购物搜索引擎还同步获取与所述目标搜索结果信息关联的用户端的关联输入文本,其中,该用户端可是多个,每个用户端是在搜索框中输入该关联输入文本后,接收购物搜索引擎反馈的结果信息,并点击目标搜索结果信息的,用以具体实施例进行说明,目标搜索结果信息为A鞋子,多个用户端的关联输入文本分别为“女、高跟、白鞋”,“女、鱼嘴鞋、白色”,“女、鞋子、价格300-500”等。
步骤S20,基于所述目标搜索结果信息与对应关联输入文本确定目标搜索词;
其中,在另一实施例中,步骤S20包括:
步骤S21,语义分析所述关联输入文本,对所述关联输入文本进行分类,以获取输入文本子类;
其中,需要说明的是,在本实施例中,购物搜索引擎中建立文本数据库,如图2所示,该文本数据库对文本进行分类处理,分类处理后的该文本数据库中包括多个文本树,该文本树基于语义以及概括程度对常见搜索文本进行分级处理,上层文本的语义以及概括程度广于文本树中下层文本,即上级的文本为下级文本数据的概括或者上位概念。
由于各个用户端在输入对应的关联输入文本后,都可点击接收并点击目标搜索结果信息,因而目标搜索结果信息将各个用户端的关联输入文本关联,调用预存的词义解析器解析各个用户端的关联输入文本,以获取各个用户端的关联输入文本的语义,在获取各个用户端的关联输入文本的语义后,对所述关联输入文本进行分类,以获取输入文本子类,其中,所述对所述关联输入文本进行分类步骤包括:
步骤A:将所述关联输入文本分为特征词类、效果词类以及领域词类。
用以具体实施例进行说明,若一个用户端输入文本为“女、马蹄跟、增高5-10cm”,则“女”属于领域词类、“高跟鞋”属于特征词类,“增高5-10cm”属于效果词类。获取分类后每类所述关联输入文本中的同义词,对所述同义词进行分组处理,如若第一用户端输入文本为“女、马蹄跟、增高5-10cm”,第二用户端输入文本为“女、坡跟、增高3-5cm”,第三用户端输入文本为“女、粗跟、增高5-8cm”,则基于文本数据库,特征词类中各个文本分为一组,该组内同义词为:“马蹄跟、坡跟、粗跟”,需要说明的是,在实际中,特征词类中同义词组可不只是一组。
步骤S22,对所述输入文本子类进行同义词搜寻与并组,以获取各组同义词组;
所述输入文本子类进行同义词搜寻与并组,以获取各组同义词组,即在输入文本子类中将语义相同或者相近的文本作为同类文本集合,同类文本集合中任意文本的级数相同,同类文本集合中任意一个文本的上位词为该同类文本集合的上位词。
步骤S23,基于预存的文本数据库,获取所述每组同义词的上位词;
用以具体实施例进行说明,上位词可是高跟鞋,同类文本集合可是:粗跟、坡跟、马蹄跟等,另外,文本数据库具有学习功能,即是当新文本从未出现在文本数据库中时,调用预存的词义解析器解析新文本的词义,以获取新文本的级数与集合,以将新文本存储在文本数据库中。
步骤S24,对所述每组同义词的上位词进行逻辑运算,以生成第一搜索词,以基于第一搜索词获取对应的第一类搜索结果;
在分组完成后,对所述每组同义词的上位词进行逻辑组合,其中,在另一实施例中,所述基于所述目标搜索词,生成待投放暗文并投放步骤包括:
步骤B:对所述每组同义词的上位词进行或逻辑运算和与逻辑运算,以生成第一搜索词。
由于在本实施例中,基于预存的文本库搜索得到每组同义词的上位词,如搜索到“马蹄跟、坡跟、粗跟”的上位词“高跟”,基于各类关联输入文本上位词,进行或逻辑运算和/或与逻辑运算,如基于第一、第二、第三用户端逻辑组合后的第一搜索词可是“女、高跟、增高3-10cm”,需要说明的是,在组合过程中,若各类关联输入文本均存在上位词,需对所有的上位词进行逻辑组合,以生成第一搜索词。
步骤S25,检测所述第一类搜索结果中是否包含所述目标搜索结果信息,当包含对所述目标搜索结果信息时,将第一搜索词作为目标搜索词。
在生成第一搜索词后,基于该第一搜索词进行搜索,以获取第一类搜索结果,检测所述第一类搜索结果中是否包含所述目标搜索结果信息,当包含对所述目标搜索结果信息时,将第一搜索词作为目标搜索词,在本实施例中,有效避免基于第一搜索词不能搜索到目标搜索结果信息的现象,防止搜索偏差。
步骤S30,将所述目标搜索词作为待投放暗文并投放。
在获取目标搜索词后,将目标搜索词作为待投放暗文并投放在购物搜索引擎中,其中,投放过程属于限于级数,需要说明的是,由于购物搜索引擎待投放的暗文存在多个,因而,在本申请中,在投放多个暗文时,对该暗文进行排序,其中,暗文的排序与对应目标搜索结果信息的点击量成正相关关系。
本发明通过获取过去预设时长内搜索点击量大于预设值的目标搜索结果信息,获取对应用户端输入的与所述目标搜索结果信息关联的关联输入文本;基于所述目标搜索结果信息与对应关联输入文本确定目标搜索词;将所述目标搜索词作为待投放暗文并投放。由于本申请中,基于点击量大于预设值的目标搜索结果信息进行暗文的投放,且基于目标搜索结果信息与对应关联输入文本确定目标搜索词,而不是随机从搜索结果信息中选取投放的暗文,因而本申请能够基于用户兴趣点准确投放暗文,并进一步提升用户体验,因而解决了现有技术中暗文投放时未基于用户的要求或者感兴趣的内容进行投放的技术问题。
进一步地,本发明提供暗文投放方法的第二实施例,在第二实施例中,所述暗文投放方法还包括:
步骤S40,获取预存的日历时间表信息,以获取当前时刻的时间属性;
获取设置的日历时间表信息,其中,日历时间表信息包括各个时间段的初始划分属性,其中,该时间段的初始划分属性根据终端所在国家的不同而进行自适应的调整,如在中国,春节或者国庆是节假日时间段,而在西方国家,则圣诞节是节日时间段,其中,时间表信息可是以月、星期、天等时间单位进行划分,时间表信息划分单位还可是小时或者分钟,需要说明的是,不同时间段的属性不同,该属性包括在该时间段内大部分人所进行相应活动的场景类别。
步骤S50,基于所述时间属性,获取所述时间属性对应的场景类别,基于所述场景类别从预存的暗文投放库中选取匹配的暗文并投放。
基于所述时间属性,获取所述时间属性对应的场景类别,基于所述场景类别从预存的暗文投放库中选取匹配的暗文并投放,具体地,基于时间属性对应的场景类别,从购物搜索引擎的暗文投放库预存有与该场景类别匹配的暗文,如母亲节节日时,暗文可是“母亲节、鲜花”、或者中秋节时,暗文可是“中秋节、月饼”等,需要说明的是,在本实施例中,购物搜索引擎的暗文投放库基于场景类别存储有对应的暗文,其中,基于场景类别存储有对应的暗文包括多个,对该多个暗文进行分类,如将暗文分为特征暗文词类、效果暗文词类以及领域暗文词类,在选取匹配的暗文时,从特征暗文词类、效果暗文词类以及领域暗文词类分别选取暗文词语,以生成匹配的暗文。
在本实施例中,通过获取预存的日历时间表信息,以获取当前时刻的时间属性;基于所述时间属性,获取所述时间属性对应的场景类别,基于所述场景类别从预存的暗文投放库中选取匹配的暗文并投,因而可实现个性化暗文投放,提升用户体验。
进一步地,本发明提供暗文投放方法的第三实施例,在第三实施例中,所述基于所述所述基于所述场景类别从预存的暗文投放库中选取匹配的暗文并投放步骤之后包括:
步骤S60,获取当前暗文的更新频率,判断当前暗文的更新频率是否与所述时间属性匹配;
需要说明的是,在本实施例中,购物搜索引擎中可预存有各个时间段与暗文更新频率的关联关系,获取当前暗文的更新频率,判断当前暗文的更新频率是否与所述时间属性匹配,当匹配时,不需要更改当前暗文的更新频率。
步骤S70,当不匹配时,基于所述时间属性,对应调整暗文的更新频率。
其中,所述步骤S70包括:
步骤S71,获取所述时间属性的历史活跃值;
购物搜索引擎中若未预存有各个时间段与暗文更新频率的关联关系,获取所述时间属性的历史活跃值,获取与所述时间属性一致的过去历史时间段用户的活跃值,如在今年“双十一”时可获取去年“双十一”用户的活跃值,其中,用户的活跃值包括在对应时间段内所有用户的搜索时间,阅读量等。
步骤S72,基于所述活跃值大小与更新频率的映射关系,调整暗文更新的频率。
需要说明的是,在购物搜索引擎中,预存有用户活跃值大小与更新频率的映射关系,当用户活跃值在第一预设区间时,更新频率为V1,当用户活跃值在第二预设区间时,更新频率为V2等,基于所述活跃值大小与更新频率的映射关系,调整暗文更新的频率,当活跃值大时,暗文更新的频率加快,当活跃值小时,暗文更新的频率降低。
在本实施例中,通过基于所述时间属性,对应调整暗文更新的频率。提升了用户体验。
本发明还提供一种暗文投放装置,所述暗文投放装置包括:
第一获取模块,用于获取过去预设时长内搜索点击量大于预设值的目标搜索结果信息,获取对应用户端输入的与所述目标搜索结果信息关联的关联输入文本;
确定模块,用于基于所述目标搜索结果信息与对应关联输入文本确定目标搜索词;
投放模块,用于将所述目标搜索词作为待投放暗文并投放。
可选地,所述确定模块包括:
分析子模块,用于语义分析所述关联输入文本,对所述关联输入文本进行分类,以获取输入文本子类;
分组子模块,用于对所述输入文本子类进行同义词搜寻与并组,以获取各组同义词组;
获取子模块,用于基于预存的文本数据库,获取所述每组同义词的上位词;
生成子模块,用于对所述每组同义词的上位词进行逻辑运算,以生成第一搜索词,以基于第一搜索词获取对应的第一类搜索结果;
检测子模块,用于检测所述第一类搜索结果中是否包含所述目标搜索结果信息,当包含对所述目标搜索结果信息时,将第一搜索词作为目标搜索词。
可选地,所述分析子模块还包括:
分类单元,用于将所述关联输入文本分为特征词类、效果词类以及领域词类。
可选地,所述生成子模块包括:
生成单元,用于对所述每组同义词的上位词进行或逻辑运算和与逻辑运算,以生成第一搜索词。
可选地,所述暗文投放装置还包括:
第二获取模块,用于获取预存的日历时间表信息,以获取当前时刻的时间属性;
选取模块,用于基于所述时间属性,获取所述时间属性对应的场景类别,基于所述场景类别从预存的暗文投放库中选取匹配的暗文并投放。
可选地,所述暗文投放装置还包括:
判断模块,用于获取当前暗文的更新频率,判断当前暗文的更新频率是否与所述时间属性匹配;
调整模块,用于当不匹配时,基于所述时间属性,对应调整暗文的更新频率。
可选地,所述调整模块包括:
活跃值获取单元,用于获取所述时间属性的历史活跃值;
调整单元,用于基于所述活跃值大小与更新频率的映射关系,调整暗文更新的频率
参照图3,图3是本发明实施例方案涉及的硬件运行环境的设备结构示意图。
本发明实施例暗文投放设备可以是PC,也可以是智能手机、平板电脑、电子书阅读器、MP3(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)播放器、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、便携计算机等终端设备。
如图3所示,该暗文投放设备可以包括:处理器1001,例如CPU,存储器1005,通信总线1002。其中,通信总线1002用于实现处理器1001和存储器1005之间的连接通信。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储设备。
可选地,该暗文投放设备还可以包括用户接口、网络接口、摄像头、RF(RadioFrequency,射频)电路,传感器、音频电路、WiFi模块等等。用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口还可以包括标准的有线接口、无线接口。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。
本领域技术人员可以理解,图3中示出的暗文投放设备结构并不构成对暗文投放设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图3所示,作为一种计算机存储介质的存储器1005中可以包括操作网络通信模块以及暗文投放程序。操作系统是管理和控制暗文投放设备硬件和软件资源的程序,支持暗文投放程序以及其它软件和/或程序的运行。网络通信模块用于实现存储器1005内部各组件之间的通信,以及与暗文投放设备中其它硬件和软件之间通信。
在图3所示的暗文投放设备中,处理器1001用于执行存储器1005中存储的暗文投放程序,实现以下步骤:
获取过去预设时长内搜索点击量大于预设值的目标搜索结果信息,获取对应用户端输入的与所述目标搜索结果信息关联的关联输入文本;
基于所述目标搜索结果信息与对应关联输入文本确定目标搜索词;
将所述目标搜索词作为待投放暗文并投放。
进一步地,所述基于所述目标搜索结果信息与对应关联输入文本确定目标搜索词步骤包括:
语义分析所述关联输入文本,对所述关联输入文本进行分类,以获取输入文本子类;
对所述输入文本子类进行同义词搜寻与并组,以获取各组同义词组;
基于预存的文本数据库,获取所述每组同义词的上位词;
对所述每组同义词的上位词进行逻辑运算,以生成第一搜索词,以基于第一搜索词获取对应的第一类搜索结果;
检测所述第一类搜索结果中是否包含所述目标搜索结果信息,当包含对所述目标搜索结果信息时,将第一搜索词作为目标搜索词。
进一步地,所述对所述关联输入文本进行分类步骤包括:
将所述关联输入文本分为特征词类、效果词类以及领域词类。
进一步地,所述对所述每组同义词的上位词进行逻辑运算,以生成第一搜索词步骤包括:
对所述每组同义词的上位词进行或逻辑运算和与逻辑运算,以生成第一搜索词。
进一步地,所述处理器用于执行所述暗文投放程序,还实现以下步骤:
获取预存的日历时间表信息,以获取当前时刻的时间属性;
基于所述时间属性,获取所述时间属性对应的场景类别,基于所述场景类别从预存的暗文投放库中选取匹配的暗文并投放。
进一步地,所述基于所述场景类别从预存的暗文投放库中选取匹配的暗文并投放步骤之后包括:
获取当前暗文的更新频率,判断当前暗文的更新频率是否与所述时间属性匹配;
当不匹配时,基于所述时间属性,对应调整暗文的更新频率。
进一步地,所述基于所述时间属性,对应调整暗文更新的频率步骤包括:
获取所述时间属性的历史活跃值;
基于所述活跃值大小与更新频率的映射关系,调整暗文更新的频率。
本发明暗文投放设备具体实施方式与上述暗文投放方法各实施例基本相同,在此不再赘述。
本发明提供了一种可读存储介质,所述可读存储介质存储有一个或者一个以上程序,所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于实现以下步骤:
获取过去预设时长内搜索点击量大于预设值的目标搜索结果信息,获取对应用户端输入的与所述目标搜索结果信息关联的关联输入文本;
基于所述目标搜索结果信息与对应关联输入文本确定目标搜索词;
将所述目标搜索词作为待投放暗文并投放。
进一步地,所述基于所述目标搜索结果信息与对应关联输入文本确定目标搜索词步骤包括:
语义分析所述关联输入文本,对所述关联输入文本进行分类,以获取输入文本子类;
对所述输入文本子类进行同义词搜寻与并组,以获取各组同义词组;
基于预存的文本数据库,获取所述每组同义词的上位词;
对所述每组同义词的上位词进行逻辑运算,以生成第一搜索词,以基于第一搜索词获取对应的第一类搜索结果;
检测所述第一类搜索结果中是否包含所述目标搜索结果信息,当包含对所述目标搜索结果信息时,将第一搜索词作为目标搜索词。
进一步地,所述对所述关联输入文本进行分类步骤包括:
将所述关联输入文本分为特征词类、效果词类以及领域词类。
进一步地,所述对所述每组同义词的上位词进行逻辑运算,以生成第一搜索词步骤包括:
对所述每组同义词的上位词进行或逻辑运算和与逻辑运算,以生成第一搜索词。
进一步地,所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于实现以下步骤:
获取预存的日历时间表信息,以获取当前时刻的时间属性;
基于所述时间属性,获取所述时间属性对应的场景类别,基于所述场景类别从预存的暗文投放库中选取匹配的暗文并投放。
进一步地,所述基于所述时间属性,获取所述时间属性对应的场景类别,基于所述场景类别从预存的暗文投放库中选取匹配的暗文并投放步骤之后包括:
获取当前暗文的更新频率,判断当前暗文的更新频率是否与所述时间属性匹配;
当不匹配时,基于所述时间属性,对应调整暗文的更新频率。
进一步地,所述基于所述时间属性,对应调整暗文更新的频率步骤包括:
获取所述时间属性的历史活跃值;
基于所述活跃值大小与更新频率的映射关系,调整暗文更新的频率。
本发明可读存储介质具体实施方式与上述暗文投放方法各实施例基本相同,在此不再赘述。
本发明提供了一种暗文投放系统,本发明暗文投放系统具体实施方式与上述暗文投放方法各实施例基本相同,在此不再赘述。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利处理范围内。
Claims (8)
1.一种暗文投放方法,其特征在于,所述暗文投放方法包括:
获取过去预设时长内搜索点击量大于预设值的目标搜索结果信息,获取对应用户端输入的与所述目标搜索结果信息关联的关联输入文本;
语义分析所述关联输入文本,对所述关联输入文本进行分类,以获取输入文本子类;
对所述输入文本子类进行同义词搜寻与并组,以获取各组同义词组;
基于预存的文本数据库,获取所述每组同义词的上位词;
对所述每组同义词的上位词进行逻辑运算,以生成第一搜索词,以基于第一搜索词获取对应的第一类搜索结果;
检测所述第一类搜索结果中是否包含所述目标搜索结果信息,当包含对所述目标搜索结果信息时,将第一搜索词作为目标搜索词;
将所述目标搜索词作为待投放暗文并投放。
2.如权利要求1所述的暗文投放方法,其特征在于,所述对所述关联输入文本进行分类步骤包括:
将所述关联输入文本分为特征词类、效果词类以及领域词类。
3.如权利要求1所述的暗文投放方法,其特征在于,所述对所述每组同义词的上位词进行逻辑运算,以生成第一搜索词步骤包括:
对所述每组同义词的上位词进行或逻辑运算和与逻辑运算,以生成第一搜索词。
4.如权利要求1所述的暗文投放方法,其特征在于,所述暗文投放方法还包括:
获取预存的日历时间表信息,以获取当前时刻的时间属性;
基于所述时间属性,获取所述时间属性对应的场景类别,基于所述场景类别从预存的暗文投放库中选取匹配的暗文并投放。
5.如权利要求4所述的暗文投放方法,其特征在于,所述基于所述场景类别从预存的暗文投放库中选取匹配的暗文并投放步骤之后包括:
获取当前暗文的更新频率,判断当前暗文的更新频率是否与所述时间属性匹配;
当不匹配时,基于所述时间属性,对应调整暗文的更新频率。
6.如权利要求5所述的暗文投放方法,其特征在于,所述基于所述时间属性,对应调整暗文更新的频率步骤包括:
获取所述时间属性的历史活跃值;
基于所述活跃值大小与更新频率的映射关系,调整暗文更新的频率。
7.一种暗文投放设备,其特征在于,所述暗文投放设备包括:存储器、处理器,通信总线以及存储在所述存储器上的暗文投放程序,
所述通信总线用于实现处理器与存储器间的通信连接;
所述处理器用于执行所述暗文投放程序,以实现如权利要求1至6中任一项所述的暗文投放方法的步骤。
8.一种可读存储介质,其特征在于,所述可读存储介质上存储有暗文投放程序,所述暗文投放程序被处理器执行时实现如权利要求1-6中任一项所述的暗文投放方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711019829.6A CN107784101B (zh) | 2017-10-25 | 2017-10-25 | 暗文投放方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711019829.6A CN107784101B (zh) | 2017-10-25 | 2017-10-25 | 暗文投放方法、装置、设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107784101A CN107784101A (zh) | 2018-03-09 |
CN107784101B true CN107784101B (zh) | 2020-06-05 |
Family
ID=61431523
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711019829.6A Active CN107784101B (zh) | 2017-10-25 | 2017-10-25 | 暗文投放方法、装置、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107784101B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104346354A (zh) * | 2013-07-29 | 2015-02-11 | 阿里巴巴集团控股有限公司 | 一种提供推荐词的方法及装置 |
CN104572846A (zh) * | 2014-12-12 | 2015-04-29 | 百度在线网络技术(北京)有限公司 | 一种热词推荐方法、装置和系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100223129A1 (en) * | 2007-08-06 | 2010-09-02 | Randall Blair Harmon | Method for matching the needs and interests of Internet users |
-
2017
- 2017-10-25 CN CN201711019829.6A patent/CN107784101B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104346354A (zh) * | 2013-07-29 | 2015-02-11 | 阿里巴巴集团控股有限公司 | 一种提供推荐词的方法及装置 |
CN104572846A (zh) * | 2014-12-12 | 2015-04-29 | 百度在线网络技术(北京)有限公司 | 一种热词推荐方法、装置和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107784101A (zh) | 2018-03-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP4343518A1 (en) | Data interaction method and apparatus, device, and storage medium | |
US20210248198A1 (en) | Content Recommendation Method and Apparatus, Mobile Terminal, and Server | |
CN104808892B (zh) | 一种应用图标排序方法、装置、系统及相关设备 | |
CN107426328B (zh) | 信息推送方法和装置 | |
CN114564666A (zh) | 百科信息展示方法、装置、设备和介质 | |
CN108288208A (zh) | 基于图像内容的展示对象确定方法、装置、介质及设备 | |
CN111061954A (zh) | 搜索结果排序方法、装置及存储介质 | |
CN113849682A (zh) | 视频搜索方法、装置、设备及介质 | |
CN115907868A (zh) | 一种广告投放分析方法及装置 | |
KR20190031536A (ko) | 어플리케이션 정보 트리거링 | |
CN110764667A (zh) | 弹窗展示方法、装置和电子设备 | |
CN110020123B (zh) | 一种推广信息投放方法、装置、介质及设备 | |
CN105224172A (zh) | 一种主题输出方法及系统 | |
US11170039B2 (en) | Search system, search criteria setting device, control method for search criteria setting device, program, and information storage medium | |
CN111429200B (zh) | 一种内容关联方法及装置、存储介质、计算机设备 | |
CN106326312B (zh) | 信息显示方法、装置及系统 | |
CN107784101B (zh) | 暗文投放方法、装置、设备及可读存储介质 | |
CN115310994A (zh) | 基于标签的评价方法、装置、电子设备及存储介质 | |
CN109299378B (zh) | 搜索结果的展示方法、装置、终端及存储介质 | |
CN112114907A (zh) | 基于电子商务云计算的应用加载方法及人工智能计算中心 | |
CN112419078A (zh) | 产品推荐方法、装置和电子设备 | |
CN114265777B (zh) | 应用程序的测试方法、装置、电子设备及存储介质 | |
CN111767925B (zh) | 物品图片的特征提取和处理方法、装置、设备和存储介质 | |
CN105979287B (zh) | 一种节目关键词的提取与统计方法及装置 | |
CN113724022B (zh) | 关键词确定方法、装置、计算机设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |