[發明專利]一種搜索數據的處理方法、裝置及電子設備

有效

• 申請號: 201910106440.8
• 申請日: 2019-02-02
• 公開（公告）號: CN109918565B
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 蔡少陽;孫鍵;陳煒鵬;許靜芳
• 申請（專利權）人: 北京搜狗科技發展有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F40/289;G06F40/30
• 代理公司: 北京華沛德權律師事務所 11302
• 代理人: 馬苗苗

本發明公開了一種搜索數據的處理方法、裝置及電子設備。該方法包括：根據搜索用戶、搜索時間和搜索關鍵詞對獲取的用戶搜索日志進行劃分，獲得每個用戶對應一次搜索意圖下的目標搜索行為及每次目標搜索行為對應的搜索意圖和末次點擊搜索結果項；獲得同一搜索意圖下、每條搜索結果項作為末次點擊搜索結果項的次數以及每條搜索結果項的展現次數；計算各搜索意圖下，每條搜索結果項對應的末次點擊率：同一搜索意圖下每條搜索結果項作為末次點擊搜索結果項的次數與每條搜索結果項的展現次數的比值；根據末次點擊率獲得同一搜索意圖下的每條搜索結果項與對應搜索意圖下的關鍵詞之間的搜索相關性，從而提高搜索相關性的準確性，改善搜索結果項的排序。

技術領域

本發明涉及軟件技術領域，特別涉及一種搜索數據的處理方法、裝置及電子設備。

背景技術

隨著科學技術的不斷發展，搜索引擎越來越強大，搜索效率和匹配度都已經達到了非常高的水平，想要進一步提高非常的困難，但在搜索結果排序上還有較大的提升空間。

現有技術中，通常采用點擊率來反映用戶對于搜索結果項與搜索關鍵詞之間相關性感知的反饋，從而根據點擊率來對搜索結果項進行排序，其中，點擊率是指某一搜索結果項被點擊的次數與被顯示次數之比。但本申請發明人在實施本申請的過程中發現，很多時候點擊率并不能準確的反映用戶感知反饋的搜索關鍵詞與搜索結果項之間的相關性即搜索相關性，因為用戶對于搜索結果項的點擊往往是嘗試性的，其點擊的結果不一定是用戶想要搜索的結果，可能還需要多次點擊查看或修改搜索關鍵詞才能獲得真正想要的搜索結果，即現有技術中通過用戶點擊率來獲取搜索相關性的方法存在準確性較差的技術問題。

發明內容

本發明實施例提供一種搜索數據的處理方法、裝置及電子設備，能夠提高搜索結果項與搜索關鍵詞之間的搜索相關性的準確性，改善搜索結果項的排序。

本發明實施例提供一種搜索數據的處理方法，包括：

獲取一定時間段內的用戶搜索日志；

根據搜索用戶、搜索時間和搜索關鍵詞對所述用戶搜索日志進行劃分，得到每個用戶對應一次搜索意圖下的目標搜索行為，并確定出每次目標搜索行為對應的搜索意圖和末次點擊搜索結果項；

對屬于同一搜索意圖下的目標搜索行為進行統計，得到同一搜索意圖下、每條搜索結果項作為末次點擊搜索結果項的次數以及所述每條搜索結果項的展現次數；

計算得到各搜索意圖下，每條搜索結果項對應的末次點擊率；其中，所述每條搜索結果項對應的末次點擊率等于同一搜索意圖下所述每條搜索結果項作為末次點擊搜索結果項的次數與所述每條搜索結果項的展現次數的比值；

根據所述末次點擊率獲得同一搜索意圖下的每條搜索結果項與對應搜索意圖下的關鍵詞之間的搜索相關性。

可選的，所述根據搜索用戶、搜索時間和搜索關鍵詞對所述用戶搜索日志進行劃分，得到每個用戶對應一次搜索意圖下的目標搜索行為，包括：

根據用戶搜索日志中的搜索時間，獲得同一用戶搜索日志中的預設時長內的搜索行為之間的搜索時間間隔以及各搜索行為的搜索關鍵詞；

計算獲得各搜索行為的搜索關鍵詞之間的語義相似度和文本相似度；

獲得所述搜索時間間隔小于第一閾值、所述搜索關鍵詞之間的語義相似度大于第二閾值且所述文本相似度大于第三閾值的搜索行為作為同一用戶對應的一次搜索意圖下的所述目標搜索行為。

可選的，計算獲得各搜索行為的搜索關鍵詞之間的語義相似度，包括：

獲得各搜索行為的搜索關鍵詞的分詞；

根據每個分詞的詞向量獲得每個搜索關鍵詞的詞向量，分別計算任兩個搜索行為的搜索關鍵詞的詞向量之間的相似度；

將各搜索行為的搜索關鍵詞的詞向量之間的相似度作為所述語義相似度。