本發(fā)明涉及互聯(lián)網(wǎng)應(yīng)用技術(shù)領(lǐng)域，特別是一種基于搜索的數(shù)據(jù)推薦方法及裝置。

背景技術(shù)：

隨著信息技術(shù)的飛速發(fā)展，當今社會進入了信息爆炸時代，人們越來越多地借助網(wǎng)絡(luò)來尋找自己需要的信息，因此，檢索成為人們工作、生活不可或缺的一部分。人們通常使用搜索引擎來進行檢索，搜索引擎是指根據(jù)一定的策略、運用特定的計算機程序從互聯(lián)網(wǎng)上搜集信息，在對信息進行組織和處理后，為用戶提供檢索服務(wù)，將與用戶檢索相關(guān)的信息展示給用戶的系統(tǒng)。

目前，在展現(xiàn)給用戶的搜索結(jié)果頁的右側(cè)會進行圖文推薦，其每天能夠覆蓋搜索大約93％的PV(Page View，頁面瀏覽量)，是目前搜索最大的推薦類型。圖文推薦簡單邏輯是基于用戶的搜索query的關(guān)鍵詞，匹配到知識圖譜中的相關(guān)實體，為用戶推薦其他相關(guān)實體。但是目前所有的推薦數(shù)據(jù)和算法模版都是經(jīng)技術(shù)計算將離線數(shù)據(jù)上傳到服務(wù)器并生效，在兩次數(shù)據(jù)更新之間網(wǎng)絡(luò)上新產(chǎn)生的電影、電視劇、網(wǎng)絡(luò)術(shù)語等知識圖譜均識別不到到底是什么，所以出現(xiàn)多樣性推薦較差的問題，亟待需要解決這一問題。

技術(shù)實現(xiàn)要素：

鑒于上述問題，提出了本發(fā)明以便提供一種克服上述問題或者至少部分地解決上述問題的基于搜索的數(shù)據(jù)推薦方法及相應(yīng)的裝置。

依據(jù)本發(fā)明的一方面，提供了一種基于搜索的數(shù)據(jù)推薦方法，包括：

確定搜索query對應(yīng)的一個或多個搜索結(jié)果項的結(jié)果類型；

判斷是否存在所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)；

若不存在，則收集所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)；

當接收到來自用戶的與所述搜索query匹配的目標query時，獲取收集的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，并推薦。

可選地，所述確定搜索query對應(yīng)的一個或多個搜索結(jié)果項的結(jié)果類型，包括：

識別針對搜索query對應(yīng)的一個或多個搜索結(jié)果項的觸發(fā)操作；

基于識別出的所述觸發(fā)操作確定所述結(jié)果類型。

可選地，所述識別針對搜索query對應(yīng)的一個或多個搜索結(jié)果項的觸發(fā)操作，包括：

識別指定時間段內(nèi)針對搜索query對應(yīng)的一個或多個搜索結(jié)果項的觸發(fā)操作，并統(tǒng)計觸發(fā)操作的數(shù)量值；

所述基于識別出的所述觸發(fā)操作確定所述結(jié)果類型，包括：

確定數(shù)量值大于指定閾值的觸發(fā)操作對應(yīng)的搜索結(jié)果項的類型作為所述結(jié)果類型。

可選地，所述確定搜索query對應(yīng)的一個或多個搜索結(jié)果項的結(jié)果類型，包括：

確定搜索query對應(yīng)的首屏搜索結(jié)果頁中的首個搜索結(jié)果項的結(jié)果類型。

可選地，所述一個或多個搜索結(jié)果項位于所述搜索query對應(yīng)的搜索結(jié)果頁的左側(cè)區(qū)域。

可選地，所述一個或多個搜索結(jié)果項包括指定業(yè)務(wù)下的搜索結(jié)果項。

可選地，所述指定業(yè)務(wù)包括下列至少之一：

百科類型、智能摘要類型、onebox類型。

可選地，所述結(jié)果類型包括下列任意之一：

小說、漫畫、電視劇、電影、音樂、游戲。

可選地，判斷是否存在所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，包括：

判斷知識圖譜庫中是否存在所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，所述知識圖譜庫是由實體名稱及其屬性數(shù)據(jù)的結(jié)構(gòu)化數(shù)據(jù)項構(gòu)建。

可選地，在收集所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)之后，所述方法還包括：

將收集的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)添加到所述知識圖譜庫中。

可選地，將收集的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)添加到所述知識圖譜庫中，包括：

從收集的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)中提取實體名稱及其屬性數(shù)據(jù)，生成相應(yīng)的數(shù)據(jù)結(jié)構(gòu)對；

將生成的數(shù)據(jù)結(jié)構(gòu)對作為結(jié)構(gòu)化數(shù)據(jù)項添加到所述知識圖譜庫中。

可選地，獲取收集的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，包括：

將目標query與所述知識圖譜庫中的實體名稱進行匹配，得到匹配的實體名稱；

基于匹配的實體名稱獲取所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)。

可選地，推薦從所述知識圖譜庫中獲取的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，包括：

將從所述知識圖譜庫中獲取的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)聚合至所述目標query對應(yīng)的搜索結(jié)果頁的指定區(qū)域，并推薦。

可選地，將從所述知識圖譜庫中獲取的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)聚合至所述目標query對應(yīng)的搜索結(jié)果頁的指定區(qū)域，包括：

將所述結(jié)果類型作為推薦tag，與所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)聚合至所述目標query對應(yīng)的搜索結(jié)果頁的指定區(qū)域。

可選地，所述指定區(qū)域包括右側(cè)區(qū)域。

可選地，若判斷出存在所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，所述方法還包括：

標記所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，從而當接收到來自用戶的與所述搜索query匹配的目標query時，獲取標記的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，并推薦。

依據(jù)本發(fā)明的另一方面，還提供了一種基于搜索的數(shù)據(jù)推薦裝置，包括：

確定模塊，適于確定搜索query對應(yīng)的一個或多個搜索結(jié)果項的結(jié)果類型；

判斷模塊，適于判斷是否存在所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)；

收集模塊，適于若所述判斷模塊判斷出不存在所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，則收集所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)；

推薦模塊，適于當接收到來自用戶的與所述搜索query匹配的目標query時，獲取所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，并推薦。

可選地，所述確定模塊還適于：

識別針對搜索query對應(yīng)的一個或多個搜索結(jié)果項的觸發(fā)操作；

基于識別出的所述觸發(fā)操作確定所述結(jié)果類型。

可選地，所述確定模塊還適于：

識別指定時間段內(nèi)針對搜索query對應(yīng)的一個或多個搜索結(jié)果項的觸發(fā)操作，并統(tǒng)計觸發(fā)操作的數(shù)量值；

確定數(shù)量值大于指定閾值的觸發(fā)操作對應(yīng)的搜索結(jié)果項的類型作為所述結(jié)果類型。

可選地，所述確定模塊還適于：

確定搜索query對應(yīng)的首屏搜索結(jié)果頁中的首個搜索結(jié)果項的結(jié)果類型。

可選地，所述一個或多個搜索結(jié)果項位于所述搜索query對應(yīng)的搜索結(jié)果頁的左側(cè)區(qū)域。

可選地，所述一個或多個搜索結(jié)果項包括指定業(yè)務(wù)下的搜索結(jié)果項。

可選地，所述指定業(yè)務(wù)包括下列至少之一：

百科類型、智能摘要類型、onebox類型。

可選地，所述結(jié)果類型包括下列任意之一：

小說、漫畫、電視劇、電影、音樂、游戲。

可選地，所述判斷模塊還適于：

判斷知識圖譜庫中是否存在所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，所述知識圖譜庫是由實體名稱及其屬性數(shù)據(jù)的結(jié)構(gòu)化數(shù)據(jù)項構(gòu)建。

可選地，所述裝置還包括：

添加模塊，適于在所述收集模塊收集所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)之后，將收集的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)添加到所述知識圖譜庫中。

可選地，所述添加模塊還適于：

從收集的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)中提取實體名稱及其屬性數(shù)據(jù)，生成相應(yīng)的數(shù)據(jù)結(jié)構(gòu)對；

將生成的數(shù)據(jù)結(jié)構(gòu)對作為結(jié)構(gòu)化數(shù)據(jù)項添加到所述知識圖譜庫中。

可選地，所述推薦模塊還適于：

將目標query與所述知識圖譜庫中的實體名稱進行匹配，得到匹配的實體名稱；

基于匹配的實體名稱獲取所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)。

可選地，所述推薦模塊還適于：

將從所述知識圖譜庫中獲取的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)聚合至所述目標query對應(yīng)的搜索結(jié)果頁的指定區(qū)域，并推薦。

可選地，所述推薦模塊還適于：

將所述結(jié)果類型作為推薦tag，與所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)聚合至所述目標query對應(yīng)的搜索結(jié)果頁的指定區(qū)域。

可選地，所述指定區(qū)域包括右側(cè)區(qū)域。

可選地，所述裝置還包括：

標記模塊，適于若所述判斷模塊判斷出存在所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，則標記所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，從而當接收到來自用戶的與所述搜索query匹配的目標query時，獲取標記的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，并推薦。

本發(fā)明實施例提供了一種基于搜索的數(shù)據(jù)推薦方案，首先確定搜索query對應(yīng)的一個或多個搜索結(jié)果項的結(jié)果類型，進而判斷是否存在結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)，若不存在，則收集結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)。從而，當接收到來自用戶的與搜索query匹配的目標query時，獲取收集的結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)，并推薦。由此可見，本發(fā)明實施例基于搜索結(jié)果項的結(jié)果類型進行數(shù)據(jù)推薦，能夠增加推薦數(shù)據(jù)的類型，使得推薦數(shù)據(jù)更加多樣化，并且提升推薦數(shù)據(jù)的實時性，從而解決了現(xiàn)有技術(shù)中從離線數(shù)據(jù)獲取推薦數(shù)據(jù)導致推薦數(shù)據(jù)不實時、較為滯后的問題。

上述說明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段，而可依照說明書的內(nèi)容予以實施，并且為了讓本發(fā)明的上述和其它目的、特征和優(yōu)點能夠更明顯易懂，以下特舉本發(fā)明的具體實施方式。

根據(jù)下文結(jié)合附圖對本發(fā)明具體實施例的詳細描述，本領(lǐng)域技術(shù)人員將會更加明了本發(fā)明的上述以及其他目的、優(yōu)點和特征。

附圖說明

通過閱讀下文優(yōu)選實施方式的詳細描述，各種其他的優(yōu)點和益處對于本領(lǐng)域普通技術(shù)人員將變得清楚明了。附圖僅用于示出優(yōu)選實施方式的目的，而并不認為是對本發(fā)明的限制。而且在整個附圖中，用相同的參考符號表示相同的部件。在附圖中：

圖1示出了根據(jù)本發(fā)明一實施例的基于搜索的數(shù)據(jù)推薦方法的流程圖；

圖2示出了根據(jù)本發(fā)明另一實施例的基于搜索的數(shù)據(jù)推薦方法的流程圖；

圖3示出了根據(jù)本發(fā)明一實施例的搜索結(jié)果頁的示意圖；

圖4示出了根據(jù)本發(fā)明一實施例的搜索結(jié)果頁的另一示意圖；

圖5示出了根據(jù)本發(fā)明一實施例的基于搜索的數(shù)據(jù)推薦裝置的結(jié)構(gòu)示意圖；以及

圖6示出了根據(jù)本發(fā)明另一實施例的基于搜索的數(shù)據(jù)推薦裝置的結(jié)構(gòu)示意圖。

具體實施方式

下面將參照附圖更詳細地描述本公開的示例性實施例。雖然附圖中顯示了本公開的示例性實施例，然而應(yīng)當理解，可以以各種形式實現(xiàn)本公開而不應(yīng)被這里闡述的實施例所限制。相反，提供這些實施例是為了能夠更透徹地理解本公開，并且能夠?qū)⒈竟_的范圍完整的傳達給本領(lǐng)域的技術(shù)人員。

為解決上述技術(shù)問題，本發(fā)明實施例提供了一種基于搜索的數(shù)據(jù)推薦方法。圖1示出了根據(jù)本發(fā)明一實施例的基于搜索的數(shù)據(jù)推薦方法的流程圖。如圖1所示，該方法至少可以包括以下步驟S102至步驟S108。

步驟S102，確定搜索query對應(yīng)的一個或多個搜索結(jié)果項的結(jié)果類型。

步驟S104，判斷是否存在結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)，若不存在，則繼續(xù)執(zhí)行步驟S106。

步驟S106，收集結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)。

步驟S108，當接收到來自用戶的與搜索query匹配的目標query時，獲取收集的結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)，并推薦。

本發(fā)明實施例提供了一種基于搜索的數(shù)據(jù)推薦方案，首先確定搜索query對應(yīng)的一個或多個搜索結(jié)果項的結(jié)果類型，進而判斷是否存在結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)，若不存在，則收集結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)。從而，當接收到來自用戶的與搜索query匹配的目標query時，獲取收集的結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)，并推薦。由此可見，本發(fā)明實施例基于搜索結(jié)果項的結(jié)果類型進行數(shù)據(jù)推薦，能夠增加推薦數(shù)據(jù)的類型，使得推薦數(shù)據(jù)更加多樣化，并且提升推薦數(shù)據(jù)的實時性，從而解決了現(xiàn)有技術(shù)中從離線數(shù)據(jù)獲取推薦數(shù)據(jù)導致推薦數(shù)據(jù)不實時、較為滯后的問題。

上文步驟S102中提及的搜索query可以是搜索關(guān)鍵詞、搜索句子、語音、圖片等，本發(fā)明不限于此。進一步地，步驟S102中確定搜索query對應(yīng)的一個或多個搜索結(jié)果項的結(jié)果類型，可以多種方式來實現(xiàn)，如通過針對搜索結(jié)果項的觸發(fā)操作等，下面將進行詳細介紹。

方式一，通過針對搜索結(jié)果項的觸發(fā)操作。在該方式中，可以識別針對搜索query對應(yīng)的一個或多個搜索結(jié)果項的觸發(fā)操作，進而基于識別出的觸發(fā)操作確定結(jié)果類型。這里的觸發(fā)操作可以如點擊操作、雙擊操作、長按操作等等，本發(fā)明不限于此。由此，本發(fā)明實施例能夠結(jié)合用戶的觸發(fā)操作來調(diào)整推薦數(shù)據(jù)的類型，實現(xiàn)針對用戶的需求進行個性化推薦的目的。

在本發(fā)明的可選實施例中，可以識別指定時間段內(nèi)針對搜索query對應(yīng)的一個或多個搜索結(jié)果項的觸發(fā)操作，并統(tǒng)計觸發(fā)操作的數(shù)量值，進而確定數(shù)量值大于指定閾值的觸發(fā)操作對應(yīng)的搜索結(jié)果項的類型作為結(jié)果類型。

方式二，通過搜索結(jié)果項的排序位置。在該方式中，可以確定搜索query對應(yīng)的首屏搜索結(jié)果頁中的首個搜索結(jié)果項的結(jié)果類型。由于首屏搜索結(jié)果頁中的首個搜索結(jié)果項能夠代表實時的數(shù)據(jù)，因而基于該首個搜索結(jié)果項的結(jié)果類型進行數(shù)據(jù)推薦，能夠提高數(shù)據(jù)推薦的實時性和有效性。

在本發(fā)明的可選實施例，步驟S102中提及的一個或多個搜索結(jié)果項位于搜索query對應(yīng)的搜索結(jié)果頁的左側(cè)區(qū)域，從而實現(xiàn)基于左側(cè)結(jié)果類型調(diào)整推薦數(shù)據(jù)的目的。進一步地，一個或多個搜索結(jié)果項可以包括指定業(yè)務(wù)下的搜索結(jié)果項，這里的指定業(yè)務(wù)可以包括百科類型、智能摘要類型、onebox類型，等等，本發(fā)明不限于此。這里的onebox，在網(wǎng)絡(luò)領(lǐng)域中類似于“框計算”，用戶只需要在搜索框中輸入服務(wù)需求，系統(tǒng)就能明確識別這種需求，并將該需求分配給最優(yōu)的內(nèi)容資源或者應(yīng)用提供商處理，最終精準高效地返回給用戶相匹配的結(jié)果。

在本發(fā)明的可選實施例，步驟S102中確定的結(jié)果類型可以是小說、漫畫、電視劇、電影、音樂、游戲，等等，從而可知，本發(fā)明實施例可以實現(xiàn)各種結(jié)果類型的數(shù)據(jù)的推薦。

上文步驟S104中判斷是否存在結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)，本發(fā)明實施例提供了一種可選的方案，即，可以判斷知識圖譜庫中是否存在結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)，這里的知識圖譜庫是由實體名稱及其屬性數(shù)據(jù)的結(jié)構(gòu)化數(shù)據(jù)項構(gòu)建。知識圖譜旨在描述真實世界中存在的各種實體或概念，每個實體或概念用一個全局唯一確定的ID(Identity，身份標識號)來標識。每個屬性和屬性值對用來刻畫實體的內(nèi)在特性，而關(guān)系用來連接兩個實體，刻畫它們之間的關(guān)聯(lián)。知識圖譜亦可被看作是一張巨大的網(wǎng)狀圖，網(wǎng)狀圖中的節(jié)點表示實體或概念，而網(wǎng)狀圖中的邊則由屬性或關(guān)系構(gòu)成。知識圖譜主要就是構(gòu)建和維護上述的實體和關(guān)系，為搜索中的推薦系統(tǒng)、語義理解、問題回答等提供支持。此外，知識圖譜并不是一張靜態(tài)的網(wǎng)狀圖，它會根據(jù)外界的變化而進行自我調(diào)整與更新。

進一步地，在步驟S106收集結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)之后，本發(fā)明實施例還可以將收集的結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)添加到上述知識圖譜庫中。具體地，可以從收集的結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)中提取實體名稱及其屬性數(shù)據(jù)，生成相應(yīng)的數(shù)據(jù)結(jié)構(gòu)對，進而將生成的數(shù)據(jù)結(jié)構(gòu)對作為結(jié)構(gòu)化數(shù)據(jù)項添加到知識圖譜庫中。這樣，在步驟S108中獲取收集的結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)時，可以將目標query與知識圖譜庫中的實體名稱進行匹配，得到匹配的實體名稱，進而基于匹配的實體名稱獲取結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)。

在本發(fā)明的可選實施例中，在步驟S108中推薦從知識圖譜庫中獲取的結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)時，可以將從知識圖譜庫中獲取的結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)聚合至目標query對應(yīng)的搜索結(jié)果頁的指定區(qū)域，并推薦。在可選的實施例中，還可以將結(jié)果類型作為推薦tag(標簽)，與結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)聚合至目標query對應(yīng)的搜索結(jié)果頁的指定區(qū)域。這里的指定區(qū)域包括右側(cè)區(qū)域，從而結(jié)合左側(cè)類型觸發(fā)操作(如點擊、雙擊或長按等)調(diào)整右側(cè)推薦數(shù)據(jù)的類型。

在本發(fā)明的可選實施例中，在步驟S104判斷出存在結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)時，則當接收到來自用戶的與搜索query匹配的目標query時，可以推薦結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)。這里，可以標記結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)，從而當接收到來自用戶的與搜索query匹配的目標query時，獲取標記的結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)，并推薦。

以上介紹了圖1所示實施例的各個環(huán)節(jié)的多種實現(xiàn)方式，下面將通過一具體實施例來詳細介紹本發(fā)明的基于搜索的數(shù)據(jù)推薦方法的實現(xiàn)過程。

圖2示出了根據(jù)本發(fā)明另一實施例的基于搜索的數(shù)據(jù)推薦方法的流程圖。如圖2所示，該方法至少可以包括以下步驟S202至步驟S212。

步驟S202，識別指定時間段內(nèi)針對搜索query對應(yīng)的一個或多個搜索結(jié)果項的觸發(fā)操作，并統(tǒng)計觸發(fā)操作的數(shù)量值。

在該步驟中，觸發(fā)操作可以如點擊操作、雙擊操作、長按操作等等，本發(fā)明不限于此。并且，一個或多個搜索結(jié)果項可以包括指定業(yè)務(wù)下的搜索結(jié)果項，這里的指定業(yè)務(wù)可以包括百科類型、智能摘要類型、onebox類型，等等，本發(fā)明不限于此。進一步地，一個或多個搜索結(jié)果項可以位于搜索query對應(yīng)的搜索結(jié)果頁的左側(cè)區(qū)域。

步驟S204，確定數(shù)量值大于指定閾值的觸發(fā)操作對應(yīng)的搜索結(jié)果項的類型作為結(jié)果類型。

步驟S206，判斷知識圖譜庫中是否存在結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)，若不存在，則繼續(xù)執(zhí)行步驟S208；若存在，則結(jié)束本次流程。

在該步驟中，知識圖譜庫是由實體名稱及其屬性數(shù)據(jù)的結(jié)構(gòu)化數(shù)據(jù)項構(gòu)建，其旨在描述真實世界中存在的各種實體或概念，每個實體或概念用一個全局唯一確定的ID來標識。

步驟S208，收集結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)。

步驟S210，從收集的結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)中提取實體名稱及其屬性數(shù)據(jù)，生成相應(yīng)的數(shù)據(jù)結(jié)構(gòu)對，進而將生成的數(shù)據(jù)結(jié)構(gòu)對作為結(jié)構(gòu)化數(shù)據(jù)項添加到知識圖譜庫中。

步驟S212，當接收到與搜索query匹配的目標query時，將目標query與知識圖譜庫中的實體名稱進行匹配，得到匹配的實體名稱，進而基于匹配的實體名稱獲取結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)，并推薦。

舉例來說，搜索結(jié)果頁左側(cè)具有眾多onebox類型、百科、智能摘要類型，這些類型可以反饋給右側(cè)推薦，這樣右側(cè)推薦可以基于左側(cè)反饋的類型信息進行數(shù)據(jù)推薦。例如，搜索詞“極品家丁”，當沒有極品家丁電視劇時，左側(cè)的主意向是小說、漫畫，右側(cè)推薦的相關(guān)性是沒問題的，如圖3所示。當極品家丁電視劇上映時，左側(cè)首先會聚合影視onebox，用戶在上映期間主要的點擊也是集中在影視onebox內(nèi)。根據(jù)一段時間該query影視onebox的點擊量，本發(fā)明實施例提供的右側(cè)推薦算法判斷出極品家丁有了電視劇意向，進而在右側(cè)展現(xiàn)一個相關(guān)影視的tag，從而彌補新意向帶來的推薦不相關(guān)的問題，理想策略更新后的右側(cè)推薦，如圖4所示。

本發(fā)明實施例結(jié)合左側(cè)類型觸發(fā)操作(如點擊、雙擊或長按等)調(diào)整右側(cè)推薦數(shù)據(jù)的類型進行數(shù)據(jù)推薦，能夠增加推薦數(shù)據(jù)的類型，使得推薦數(shù)據(jù)更加多樣化，并且提升推薦數(shù)據(jù)的實時性，從而解決了現(xiàn)有技術(shù)中從離線數(shù)據(jù)獲取推薦數(shù)據(jù)導致推薦數(shù)據(jù)不實時、較為滯后的問題。

需要說明的是，實際應(yīng)用中，上述所有可選實施方式可以采用結(jié)合的方式任意組合，形成本發(fā)明的可選實施例，在此不再一一贅述。

基于上文各個實施例提供的基于搜索的數(shù)據(jù)推薦方法，基于同一發(fā)明構(gòu)思，本發(fā)明實施例還提供了一種基于搜索的數(shù)據(jù)推薦裝置。

圖5示出了根據(jù)本發(fā)明一實施例的基于搜索的數(shù)據(jù)推薦裝置的結(jié)構(gòu)示意圖。如圖5所示，該裝置至少可以包括確定模塊510、判斷模塊520、收集模塊530以及推薦模塊540。

現(xiàn)介紹本發(fā)明實施例的基于搜索的數(shù)據(jù)推薦裝置的各組成或器件的功能以及各部分間的連接關(guān)系：

確定模塊510，適于確定搜索query對應(yīng)的一個或多個搜索結(jié)果項的結(jié)果類型；

判斷模塊520，與確定模塊510相耦合，適于判斷是否存在所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)；

收集模塊530，與判斷模塊520相耦合，適于若所述判斷模塊520判斷出不存在所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，則收集所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)；

推薦模塊540，與收集模塊530相耦合，適于當接收到來自用戶的與所述搜索query匹配的目標query時，獲取所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，并推薦。

在本發(fā)明一實施例中，所述確定模塊510還適于：

識別針對搜索query對應(yīng)的一個或多個搜索結(jié)果項的觸發(fā)操作；

基于識別出的所述觸發(fā)操作確定所述結(jié)果類型。

在本發(fā)明一實施例中，所述確定模塊510還適于：

識別指定時間段內(nèi)針對搜索query對應(yīng)的一個或多個搜索結(jié)果項的觸發(fā)操作，并統(tǒng)計觸發(fā)操作的數(shù)量值；

確定數(shù)量值大于指定閾值的觸發(fā)操作對應(yīng)的搜索結(jié)果項的類型作為所述結(jié)果類型。

在本發(fā)明一實施例中，所述確定模塊510還適于：

確定搜索query對應(yīng)的首屏搜索結(jié)果頁中的首個搜索結(jié)果項的結(jié)果類型。

在本發(fā)明一實施例中，所述一個或多個搜索結(jié)果項位于所述搜索query對應(yīng)的搜索結(jié)果頁的左側(cè)區(qū)域。

在本發(fā)明一實施例中，所述一個或多個搜索結(jié)果項包括指定業(yè)務(wù)下的搜索結(jié)果項。

在本發(fā)明一實施例中，所述指定業(yè)務(wù)包括下列至少之一：

百科類型、智能摘要類型、onebox類型。

在本發(fā)明一實施例中，所述結(jié)果類型包括下列任意之一：

小說、漫畫、電視劇、電影、音樂、游戲。

在本發(fā)明一實施例中，所述判斷模塊520還適于：

判斷知識圖譜庫中是否存在所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，所述知識圖譜庫是由實體名稱及其屬性數(shù)據(jù)的結(jié)構(gòu)化數(shù)據(jù)項構(gòu)建。

在本發(fā)明一實施例中，如圖6所示，上文圖5展示的裝置還可以包括：

添加模塊610，與收集模塊530相耦合，適于在所述收集模塊530收集所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)之后，將收集的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)添加到所述知識圖譜庫中。

在本發(fā)明一實施例中，所述添加模塊610還適于：

從收集的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)中提取實體名稱及其屬性數(shù)據(jù)，生成相應(yīng)的數(shù)據(jù)結(jié)構(gòu)對；

將生成的數(shù)據(jù)結(jié)構(gòu)對作為結(jié)構(gòu)化數(shù)據(jù)項添加到所述知識圖譜庫中。

在本發(fā)明一實施例中，所述推薦模塊540還適于：

將目標query與所述知識圖譜庫中的實體名稱進行匹配，得到匹配的實體名稱；

基于匹配的實體名稱獲取所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)。

在本發(fā)明一實施例中，所述推薦模塊540還適于：

將從所述知識圖譜庫中獲取的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)聚合至所述目標query對應(yīng)的搜索結(jié)果頁的指定區(qū)域，并推薦。

在本發(fā)明一實施例中，所述推薦模塊540還適于：

將所述結(jié)果類型作為推薦tag，與所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)聚合至所述目標query對應(yīng)的搜索結(jié)果頁的指定區(qū)域。

在本發(fā)明一實施例中，所述指定區(qū)域包括右側(cè)區(qū)域。

在本發(fā)明一實施例中，如圖6所示，上文圖5展示的裝置還可以包括：

標記模塊620，與判斷模塊520、推薦模塊540相耦合，適于若所述判斷模塊520判斷出存在所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，則標記所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，從而當接收到來自用戶的與所述搜索query匹配的目標query時，獲取標記的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，并推薦。

根據(jù)上述任意一個優(yōu)選實施例或多個優(yōu)選實施例的組合，本發(fā)明實施例能夠達到如下有益效果：

本發(fā)明實施例提供了一種基于搜索的數(shù)據(jù)推薦方案，首先確定搜索query對應(yīng)的一個或多個搜索結(jié)果項的結(jié)果類型，進而判斷是否存在結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)，若不存在，則收集結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)。從而，當接收到來自用戶的與搜索query匹配的目標query時，獲取收集的結(jié)果類型對應(yīng)的搜索query的實體推薦數(shù)據(jù)，并推薦。由此可見，本發(fā)明實施例基于搜索結(jié)果項的結(jié)果類型進行數(shù)據(jù)推薦，能夠增加推薦數(shù)據(jù)的類型，使得推薦數(shù)據(jù)更加多樣化，并且提升推薦數(shù)據(jù)的實時性，從而解決了現(xiàn)有技術(shù)中從離線數(shù)據(jù)獲取推薦數(shù)據(jù)導致推薦數(shù)據(jù)不實時、較為滯后的問題。

在此處所提供的說明書中，說明了大量具體細節(jié)。然而，能夠理解，本發(fā)明的實施例可以在沒有這些具體細節(jié)的情況下實踐。在一些實例中，并未詳細示出公知的方法、結(jié)構(gòu)和技術(shù)，以便不模糊對本說明書的理解。

類似地，應(yīng)當理解，為了精簡本公開并幫助理解各個發(fā)明方面中的一個或多個，在上面對本發(fā)明的示例性實施例的描述中，本發(fā)明的各個特征有時被一起分組到單個實施例、圖、或者對其的描述中。然而，并不應(yīng)將該公開的方法解釋成反映如下意圖：即所要求保護的本發(fā)明要求比在每個權(quán)利要求中所明確記載的特征更多的特征。更確切地說，如下面的權(quán)利要求書所反映的那樣，發(fā)明方面在于少于前面公開的單個實施例的所有特征。因此，遵循具體實施方式的權(quán)利要求書由此明確地并入該具體實施方式，其中每個權(quán)利要求本身都作為本發(fā)明的單獨實施例。

本領(lǐng)域那些技術(shù)人員可以理解，可以對實施例中的設(shè)備中的模塊進行自適應(yīng)性地改變并且把它們設(shè)置在與該實施例不同的一個或多個設(shè)備中?？梢园褜嵤├械哪K或單元或組件組合成一個模塊或單元或組件，以及此外可以把它們分成多個子模塊或子單元或子組件。除了這樣的特征和/或過程或者單元中的至少一些是相互排斥之外，可以采用任何組合對本說明書(包括伴隨的權(quán)利要求、摘要和附圖)中公開的所有特征以及如此公開的任何方法或者設(shè)備的所有過程或單元進行組合。除非另外明確陳述，本說明書(包括伴隨的權(quán)利要求、摘要和附圖)中公開的每個特征可以由提供相同、等同或相似目的的替代特征來代替。

此外，本領(lǐng)域的技術(shù)人員能夠理解，盡管在此所述的一些實施例包括其它實施例中所包括的某些特征而不是其它特征，但是不同實施例的特征的組合意味著處于本發(fā)明的范圍之內(nèi)并且形成不同的實施例。例如，在權(quán)利要求書中，所要求保護的實施例的任意之一都可以以任意的組合方式來使用。

本發(fā)明的各個部件實施例可以以硬件實現(xiàn)，或者以在一個或者多個處理器上運行的軟件模塊實現(xiàn)，或者以它們的組合實現(xiàn)。本領(lǐng)域的技術(shù)人員應(yīng)當理解，可以在實踐中使用微處理器或者數(shù)字信號處理器(DSP)來實現(xiàn)根據(jù)本發(fā)明實施例的基于搜索的數(shù)據(jù)推薦裝置中的一些或者全部部件的一些或者全部功能。本發(fā)明還可以實現(xiàn)為用于執(zhí)行這里所描述的方法的一部分或者全部的設(shè)備或者裝置程序(例如，計算機程序和計算機程序產(chǎn)品)。這樣的實現(xiàn)本發(fā)明的程序可以存儲在計算機可讀介質(zhì)上，或者可以具有一個或者多個信號的形式。這樣的信號可以從因特網(wǎng)網(wǎng)站上下載得到，或者在載體信號上提供，或者以任何其他形式提供。

應(yīng)該注意的是上述實施例對本發(fā)明進行說明而不是對本發(fā)明進行限制，并且本領(lǐng)域技術(shù)人員在不脫離所附權(quán)利要求的范圍的情況下可設(shè)計出替換實施例。在權(quán)利要求中，不應(yīng)將位于括號之間的任何參考符號構(gòu)造成對權(quán)利要求的限制。單詞“包含”不排除存在未列在權(quán)利要求中的元件或步驟。位于元件之前的單詞“一”或“一個”不排除存在多個這樣的元件。本發(fā)明可以借助于包括有若干不同元件的硬件以及借助于適當編程的計算機來實現(xiàn)。在列舉了若干裝置的單元權(quán)利要求中，這些裝置中的若干個可以是通過同一個硬件項來具體體現(xiàn)。單詞第一、第二、以及第三等的使用不表示任何順序?？蓪⑦@些單詞解釋為名稱。

至此，本領(lǐng)域技術(shù)人員應(yīng)認識到，雖然本文已詳盡示出和描述了本發(fā)明的多個示例性實施例，但是，在不脫離本發(fā)明精神和范圍的情況下，仍可根據(jù)本發(fā)明公開的內(nèi)容直接確定或推導出符合本發(fā)明原理的許多其他變型或修改。因此，本發(fā)明的范圍應(yīng)被理解和認定為覆蓋了所有這些其他變型或修改。

本發(fā)明實施例的一方面，提供了A1、一種基于搜索的數(shù)據(jù)推薦方法，包括：

確定搜索query對應(yīng)的一個或多個搜索結(jié)果項的結(jié)果類型；

判斷是否存在所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)；

若不存在，則收集所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)；

當接收到來自用戶的與所述搜索query匹配的目標query時，獲取收集的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，并推薦。

A2、根據(jù)A1所述的方法，其中，所述確定搜索query對應(yīng)的一個或多個搜索結(jié)果項的結(jié)果類型，包括：

識別針對搜索query對應(yīng)的一個或多個搜索結(jié)果項的觸發(fā)操作；

基于識別出的所述觸發(fā)操作確定所述結(jié)果類型。

A3、根據(jù)A1或A2所述的方法，其中，

所述識別針對搜索query對應(yīng)的一個或多個搜索結(jié)果項的觸發(fā)操作，包括：

識別指定時間段內(nèi)針對搜索query對應(yīng)的一個或多個搜索結(jié)果項的觸發(fā)操作，并統(tǒng)計觸發(fā)操作的數(shù)量值；

所述基于識別出的所述觸發(fā)操作確定所述結(jié)果類型，包括：

確定數(shù)量值大于指定閾值的觸發(fā)操作對應(yīng)的搜索結(jié)果項的類型作為所述結(jié)果類型。

A4、根據(jù)A1-A3中任一項所述的方法，其中，所述確定搜索query對應(yīng)的一個或多個搜索結(jié)果項的結(jié)果類型，包括：

確定搜索query對應(yīng)的首屏搜索結(jié)果頁中的首個搜索結(jié)果項的結(jié)果類型。

A5、根據(jù)A1-A4中任一項所述的方法，其中，所述一個或多個搜索結(jié)果項位于所述搜索query對應(yīng)的搜索結(jié)果頁的左側(cè)區(qū)域。

A6、根據(jù)A1-A5中任一項所述的方法，其中，所述一個或多個搜索結(jié)果項包括指定業(yè)務(wù)下的搜索結(jié)果項。

A7、根據(jù)A1-A6中任一項所述的方法，其中，所述指定業(yè)務(wù)包括下列至少之一：

百科類型、智能摘要類型、onebox類型。

A8、根據(jù)A1-A7中任一項所述的方法，其中，所述結(jié)果類型包括下列任意之一：

小說、漫畫、電視劇、電影、音樂、游戲。

A9、根據(jù)A1-A8中任一項所述的方法，其中，判斷是否存在所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，包括：

判斷知識圖譜庫中是否存在所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，所述知識圖譜庫是由實體名稱及其屬性數(shù)據(jù)的結(jié)構(gòu)化數(shù)據(jù)項構(gòu)建。

A10、根據(jù)A1-A9中任一項所述的方法，其中，在收集所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)之后，所述方法還包括：

將收集的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)添加到所述知識圖譜庫中。

A11、根據(jù)A1-A10中任一項所述的方法，其中，將收集的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)添加到所述知識圖譜庫中，包括：

從收集的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)中提取實體名稱及其屬性數(shù)據(jù)，生成相應(yīng)的數(shù)據(jù)結(jié)構(gòu)對；

將生成的數(shù)據(jù)結(jié)構(gòu)對作為結(jié)構(gòu)化數(shù)據(jù)項添加到所述知識圖譜庫中。

A12、根據(jù)A1-A11中任一項所述的方法，其中，獲取收集的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，包括：

將目標query與所述知識圖譜庫中的實體名稱進行匹配，得到匹配的實體名稱；

基于匹配的實體名稱獲取所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)。

A13、根據(jù)A1-A12中任一項所述的方法，其中，推薦從所述知識圖譜庫中獲取的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，包括：

將從所述知識圖譜庫中獲取的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)聚合至所述目標query對應(yīng)的搜索結(jié)果頁的指定區(qū)域，并推薦。

A14、根據(jù)A1-A13中任一項所述的方法，其中，將從所述知識圖譜庫中獲取的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)聚合至所述目標query對應(yīng)的搜索結(jié)果頁的指定區(qū)域，包括：

將所述結(jié)果類型作為推薦tag，與所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)聚合至所述目標query對應(yīng)的搜索結(jié)果頁的指定區(qū)域。

A15、根據(jù)A1-A14中任一項所述的方法，其中，所述指定區(qū)域包括右側(cè)區(qū)域。

A16、根據(jù)A1-A15中任一項所述的方法，其中，若判斷出存在所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，所述方法還包括：

標記所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，從而當接收到來自用戶的與所述搜索query匹配的目標query時，獲取標記的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，并推薦。

本發(fā)明實施例的另一方面，還提供了B17、一種基于搜索的數(shù)據(jù)推薦裝置，包括：

確定模塊，適于確定搜索query對應(yīng)的一個或多個搜索結(jié)果項的結(jié)果類型；

判斷模塊，適于判斷是否存在所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)；

收集模塊，適于若所述判斷模塊判斷出不存在所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，則收集所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)；

推薦模塊，適于當接收到來自用戶的與所述搜索query匹配的目標query時，獲取所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，并推薦。

B18、根據(jù)B17所述的裝置，其中，所述確定模塊還適于：

識別針對搜索query對應(yīng)的一個或多個搜索結(jié)果項的觸發(fā)操作；

基于識別出的所述觸發(fā)操作確定所述結(jié)果類型。

B19、根據(jù)B17或B18所述的裝置，其中，所述確定模塊還適于：

識別指定時間段內(nèi)針對搜索query對應(yīng)的一個或多個搜索結(jié)果項的觸發(fā)操作，并統(tǒng)計觸發(fā)操作的數(shù)量值；

確定數(shù)量值大于指定閾值的觸發(fā)操作對應(yīng)的搜索結(jié)果項的類型作為所述結(jié)果類型。

B20、根據(jù)B17-B19中任一項所述的裝置，其中，所述確定模塊還適于：

確定搜索query對應(yīng)的首屏搜索結(jié)果頁中的首個搜索結(jié)果項的結(jié)果類型。

B21、根據(jù)B17-B20中任一項所述的裝置，其中，所述一個或多個搜索結(jié)果項位于所述搜索query對應(yīng)的搜索結(jié)果頁的左側(cè)區(qū)域。

B22、根據(jù)B17-B21中任一項所述的裝置，其中，所述一個或多個搜索結(jié)果項包括指定業(yè)務(wù)下的搜索結(jié)果項。

B23、根據(jù)B17-B22中任一項所述的裝置，其中，所述指定業(yè)務(wù)包括下列至少之一：

百科類型、智能摘要類型、onebox類型。

B24、根據(jù)B17-B23中任一項所述的裝置，其中，所述結(jié)果類型包括下列任意之一：

小說、漫畫、電視劇、電影、音樂、游戲。

B25、根據(jù)B17-B24中任一項所述的裝置，其中，所述判斷模塊還適于：

判斷知識圖譜庫中是否存在所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，所述知識圖譜庫是由實體名稱及其屬性數(shù)據(jù)的結(jié)構(gòu)化數(shù)據(jù)項構(gòu)建。

B26、根據(jù)B17-B25中任一項所述的裝置，其中，還包括：

添加模塊，適于在所述收集模塊收集所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)之后，將收集的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)添加到所述知識圖譜庫中。

B27、根據(jù)B17-B26中任一項所述的裝置，其中，所述添加模塊還適于：

從收集的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)中提取實體名稱及其屬性數(shù)據(jù)，生成相應(yīng)的數(shù)據(jù)結(jié)構(gòu)對；

將生成的數(shù)據(jù)結(jié)構(gòu)對作為結(jié)構(gòu)化數(shù)據(jù)項添加到所述知識圖譜庫中。

B28、根據(jù)B17-B27中任一項所述的裝置，其中，所述推薦模塊還適于：

將目標query與所述知識圖譜庫中的實體名稱進行匹配，得到匹配的實體名稱；

基于匹配的實體名稱獲取所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)。

B29、根據(jù)B17-B28中任一項所述的裝置，其中，所述推薦模塊還適于：

將從所述知識圖譜庫中獲取的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)聚合至所述目標query對應(yīng)的搜索結(jié)果頁的指定區(qū)域，并推薦。

B30、根據(jù)B17-B29中任一項所述的裝置，其中，所述推薦模塊還適于：

將所述結(jié)果類型作為推薦tag，與所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)聚合至所述目標query對應(yīng)的搜索結(jié)果頁的指定區(qū)域。

B31、根據(jù)B17-B30中任一項所述的裝置，其中，所述指定區(qū)域包括右側(cè)區(qū)域。

B32、根據(jù)B17-B31中任一項所述的裝置，其中，還包括：

標記模塊，適于若所述判斷模塊判斷出存在所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，則標記所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，從而當接收到來自用戶的與所述搜索query匹配的目標query時，獲取標記的所述結(jié)果類型對應(yīng)的所述搜索query的實體推薦數(shù)據(jù)，并推薦。