[發(fā)明專利]一種基于用戶行為的搜索方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201310068715.6
• 申請(qǐng)日: 2013-03-05
• 公開(kāi)（公告）號(hào): CN104035927B
• 公開(kāi)（公告）日: 2020-03-03
• 發(fā)明（設(shè)計(jì)）人: 閆澤華
• 申請(qǐng)（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)(北京)有限公司
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06F16/955
• 代理公司: 北京鴻德海業(yè)知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11412
• 代理人: 袁媛

1.一種基于用戶行為的搜索方法，其特征在于，該方法包括：

基礎(chǔ)搜索服務(wù)器依據(jù)用戶在搜索引擎中輸入的搜索詞生成搜索結(jié)果頁(yè)；

排序服務(wù)器依據(jù)所述搜索詞在預(yù)先生成的映射關(guān)系中獲取對(duì)應(yīng)的標(biāo)簽，利用與所述搜索結(jié)果頁(yè)相似度最高的標(biāo)簽標(biāo)注所述搜索結(jié)果頁(yè)，并將具有相同標(biāo)簽的搜索結(jié)果頁(yè)劃分為一類；其中,生成映射關(guān)系的方法為網(wǎng)頁(yè)服務(wù)器從搜索結(jié)果頁(yè)的正文提取高頻詞并生成高頻詞集合，將搜索結(jié)果頁(yè)與高頻詞集合的映射關(guān)系保存到網(wǎng)頁(yè)數(shù)據(jù)庫(kù)；當(dāng)用戶輸入搜索詞后收藏搜索結(jié)果頁(yè)并標(biāo)注標(biāo)簽時(shí)，搜索信息挖掘服務(wù)器依據(jù)網(wǎng)頁(yè)數(shù)據(jù)庫(kù)中存儲(chǔ)的搜索結(jié)果頁(yè)與高頻詞集合的映射關(guān)系，生成高頻詞集合與搜索詞的映射關(guān)系，因此進(jìn)一步生成標(biāo)簽、高頻詞集合和搜索詞的映射關(guān)系，并將搜索詞、高頻詞集合和標(biāo)簽的映射關(guān)系以搜索詞為索引保存到映射信息數(shù)據(jù)庫(kù)；

排序服務(wù)器依據(jù)預(yù)設(shè)的興趣類別與網(wǎng)頁(yè)的對(duì)應(yīng)關(guān)系獲得搜索結(jié)果頁(yè)對(duì)應(yīng)標(biāo)簽的興趣類別，將預(yù)先生成的用戶的興趣類別與標(biāo)簽的興趣類別進(jìn)行匹配，增加匹配到的標(biāo)簽所對(duì)應(yīng)的搜索結(jié)果頁(yè)的權(quán)重值，將依據(jù)權(quán)重值進(jìn)行排序后得到的搜索結(jié)果頁(yè)推送給用戶。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述從搜索結(jié)果頁(yè)的正文提取高頻詞具體包括：

從搜索結(jié)果頁(yè)中提取候選正文，并將候選正文中鏈接文本數(shù)目與總文本數(shù)目的比值大于預(yù)設(shè)閾值的文本刪除，得到搜索結(jié)果頁(yè)的正文；

對(duì)所述正文進(jìn)行分詞處理，得到一個(gè)以上單詞；

依據(jù)預(yù)設(shè)的停用詞表從得到的單詞中過(guò)濾掉停用詞，得到搜索結(jié)果頁(yè)的高頻詞。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，生成用戶的興趣類別的方法為：

興趣挖掘服務(wù)器從用戶數(shù)據(jù)庫(kù)的搜索歷史記錄和標(biāo)簽歷史記錄中獲取用戶的搜索詞和標(biāo)簽；

興趣挖掘服務(wù)器依據(jù)預(yù)設(shè)的興趣類別與對(duì)應(yīng)的網(wǎng)頁(yè)，以及搜索結(jié)果頁(yè)與高頻詞集合的對(duì)應(yīng)關(guān)系，獲得興趣類別對(duì)應(yīng)的高頻詞集合；

興趣挖掘服務(wù)器將獲得的用戶的搜索詞和標(biāo)簽與興趣類別的高頻詞集合進(jìn)行比對(duì)，當(dāng)搜索詞和標(biāo)簽與高頻詞集合的匹配率大于預(yù)設(shè)閾值時(shí)，將所述高頻詞集合對(duì)應(yīng)的興趣類別作為所述用戶的興趣類別，將用戶與興趣類別的對(duì)應(yīng)關(guān)系保存到興趣數(shù)據(jù)庫(kù)。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述在預(yù)先生成的映射關(guān)系中獲取對(duì)應(yīng)的標(biāo)簽具體包括：

排序服務(wù)器在所述映射關(guān)系中查找用戶輸入的搜索詞對(duì)應(yīng)的所有標(biāo)簽和高頻詞集合；或，

排序服務(wù)器依據(jù)用戶的興趣類別和用戶的標(biāo)簽，為用戶劃分興趣用戶組；將輸入搜索詞的用戶的興趣類別下或搜索結(jié)果頁(yè)所述的興趣類別下人數(shù)最多的用戶興趣組中其他用戶的標(biāo)簽作為輸入搜索詞的用戶的標(biāo)簽，依據(jù)其他用戶的標(biāo)簽在所述映射關(guān)系中查找對(duì)應(yīng)的高頻詞集合。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，獲得搜索結(jié)果頁(yè)與標(biāo)簽的相似度的方法為：

利用搜索詞對(duì)應(yīng)的高頻詞集合組成搜索詞的語(yǔ)義空間，并分別將搜索結(jié)果頁(yè)的高頻詞集合和標(biāo)簽在語(yǔ)義空間中進(jìn)行匹配，得到搜索結(jié)果頁(yè)和標(biāo)簽在所述語(yǔ)義空間中的向量，并利用所述向量計(jì)算得到搜索結(jié)果頁(yè)與標(biāo)簽的相似度。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，利用如下公式增加匹配到的標(biāo)簽所對(duì)應(yīng)的搜索結(jié)果頁(yè)的權(quán)重值：

Value_new＝Value_old×k

其中，Value_old為原始的搜索結(jié)果頁(yè)的權(quán)重值，Value_new為搜索結(jié)果頁(yè)權(quán)重值增加后的新權(quán)重值，k為調(diào)權(quán)因子且k大于1。