【技术实现步骤摘要】
信息推荐方法、装置、电子设备、存储介质及程序产品
本申请涉及计算机技术,具体涉及大数据和智能搜索
,尤其涉及一种信息推荐方法、装置、电子设备、存储介质及程序产品。
技术介绍
随着互联网的发展和逐渐成熟,互联网上的内容也急速增加,各行业(如医美行业)出现了大量的文本(如帖子),如何提高用户的搜索需求和推荐需求成了亟待解决的问题。在现有技术中,通常采用信息推荐方法为:根据用户的搜索意图对应的意图关键词,从各文本中选择与意图关键词相似度较高的文本,推送给用户。然而,即便是两个词的相似度较高,也可能存在不相同的含义,因此,通过相似度比较可能造成为用户推荐时的可靠性偏低的问题。
技术实现思路
本申请提供了一种用于提高推荐可靠性的信息推荐方法、装置、电子设备、存储介质及程序产品。根据本申请的第一方面,提供了一种信息推荐方法,包括:获取用户搜索意图,并确定所述用户搜索意图中的意图关键词;根据所述意图关键词和预设文本库,确定与所述意图关键词具有关联关系的实体词所对应的待推荐文本;其中,所述预设文本库中包括至少一个文本,所述预设文本库中的每一文本被标注有至少一个实体词;将所述待推荐文本,推送给用户。根据本申请的第二方面,提供了一种信息推荐装置,包括:获取模块,用于获取用户搜索意图;第一确定模块,用于确定所述用户搜索意图中的意图关键词;第二确定模块,用于根据所述意图关键词和预设文本库,确定与所述意图关键词具有关联关系的实体词所对应的 ...
【技术保护点】
1.一种信息推荐方法,包括:/n获取用户搜索意图,并确定所述用户搜索意图中的意图关键词;/n根据所述意图关键词和预设文本库,确定与所述意图关键词具有关联关系的实体词所对应的待推荐文本;其中,所述预设文本库中包括至少一个文本,所述预设文本库中的每一文本被标注有至少一个实体词;/n将所述待推荐文本,推送给用户。/n
【技术特征摘要】
1.一种信息推荐方法,包括:
获取用户搜索意图,并确定所述用户搜索意图中的意图关键词;
根据所述意图关键词和预设文本库,确定与所述意图关键词具有关联关系的实体词所对应的待推荐文本;其中,所述预设文本库中包括至少一个文本,所述预设文本库中的每一文本被标注有至少一个实体词;
将所述待推荐文本,推送给用户。
2.根据权利要求1所述的方法,其中,所述预设文本库中的每一文本被标注有文本类别;根据所述意图关键词和预设文本库,确定与所述意图关键词具有关联关系的实体词所对应的待推荐文本,包括:
确定所述意图关键词所属的文本类别;
从所述预设文本库中,选择标注有与所述意图关键词所属的文本类别相同的文本类别的文本;
从所述相同的文本类别的文本中,确定与所述意图关键词具有关联关系的实体词所对应的待推荐文本。
3.根据权利要求1所述的方法,其中,所述意图关键词的数量为多个;根据所述意图关键词和预设文本库,确定与所述意图关键词具有关联关系的实体词所对应的待推荐文本,包括:
针对多个意图关键词中的任意意图关键词,从所述预设文本库中确定与所述任意意图关键词具有关联关系的实体词所对应的文本;
从与所述任意意图关键词对应的文本中,确定包括与所述多个意图关键词具有关联关系的实体词所对应的待推荐文本。
4.根据权利要求1所述的方法,其中,所述预设文本库中的每一文本被标注的实体词、预设词库之间具有匹配关系,其中,所述预设词库中包括至少一个关键词、以及与每一所述关键词对应的实体词。
5.根据权利要求4所述的方法,其中,所述预设词库为知识图谱的架构。
6.根据权利要求4所述的方法,所述方法,还包括:
对获取到的每一文本进行分词处理,得到分词集合;
根据所述关键词对所述分词集合中的分词进行聚类处理,得到所述预设词库。
7.根据权利要求6所述的方法,其中,根据所述关键词对所述分词集合中的分词进行聚类处理,得到所述预设词库,包括:
以所述关键词为聚类中心词,确定所述分词集合中的分词与所述聚类中心词之间的相似度;
基于所述相似度对所述分词集合中的分词进行过滤处理,得到所述预设词库。
8.根据权利要求6所述的方法,其中,对获取到的每一文本进行分词处理,得到分词集合,包括:
基于预设的词典对获取到的每一文本进行分词处理,得到分词集合,其中,所述词典包括多个实体词。
9.根据权利要求4所述的方法,所述方法,还包括:
根据所述预设词库对获取到的每一文本进行文章核心词提取,并对获取到的每一文本进行句子核心词提取;
根据所述文章核心词和所述句子核心词,确定获取到的每一文本的实体词。
10.根据权利要求9所述的方法,其中,根据所述文章核心词和所述句子核心词,确定获取到的每一文本的实体词,包括:
根据所述预设词库为所述文章核心词分配第一权重,并根据所述预设词库为所述句子核心词分配第二权重;其中,所述第一权重表征所述文章核心词对获取到的每一文本的表现力度;所述第二权重表征所述句子核心词对获取到的每一文本的表现力度;
对所述第一权重和第二权重进行归一化处理,得到归一化处理结果,并根据所述归一化处理结果确定获取到的每一文本的实体词。
11.根据权利要求1至10中任一项所述的方法,所述方法还包括:
基于预先训练的部位特征词识别模型对所述预设文本库中的每一文本进行识别处理,得到与所述预设文本库中的每一文本对应的部位特征词;
将所述待推荐文本,推送给用户,包括:确定与所述意图关键词对应的部位特征词,从所述待推荐文本中确定包括与所述意图关键词对应的部位特征词的文本,并将与所述意图关键词对应的部位特征词的文本,推送给用户。
12.根据权利要求11所述的方法,所述方法还包括:
基于预先训练的图片质量识别模型对所述预设文本库中的每一文本进行识别处理,得到与所述预设文本库中每一文本对应的图片质量信息,所述图片质量信息包括清晰度和美观度;
将与所述意图关键词对应的部位特征词的文本,推送给用户,包括:选择与所述意图关键词对应的部位特征词的文本的清晰度满足预设清晰度需求的文本;和/或,选择与所述意图关键词对应的部位特征词的文本的美观度满足预设美观度需求的文本,推送给用户。
13.根据权利要求1至10中任一项所述的方法,其中,所述信息推荐方法应用于医美文本的推荐,所述待推荐文本为待推荐医美文本,所述至少一个文本为至少一个医美文本,至少一个实体词为至少一个医美实体词。
14.一种信息推荐装置,包括:
获取模块,用于获取用户搜索意图;
第一确定模块,用于确定所述用户搜索意图中的意图关键词;
第二确定模块,用于根据所述意图关键词和预设文本库,确定与所述意图关键词具有关联关系的实体词所对应的待推荐文本;其中,所述预设文本库中包括至少一个文本,...
【专利技术属性】
技术研发人员:郭海文,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。