[發明專利]一種基于用戶查看和收錄提升檢索精準度的方法及系統

在審

• 申請號: 202010631520.8
• 申請日: 2020-07-03
• 公開（公告）號: CN111858684A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 藍建敏;李觀春
• 申請（專利權）人: 京華信息科技股份有限公司
• 主分類號: G06F16/2457
• 分類號: G06F16/2457;G06F16/242;G06F16/248
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 郭浩輝;麥小嬋

本發明公開了一種基于用戶查看和收錄提升檢索精準度的方法及系統。所述方法及系統包括，識別用戶檢索請求，獲取檢索結果；根據資源命中標簽相關度對檢索結果中的資源進行排序；記錄用戶日志行為；根據日志行為調整資源命中標簽相關度，獲得調整后的第一資源標簽；將檢索結果中未被用戶點擊且未被用戶收錄的資源進行衰減調整，獲得調整后的第二資源標簽；將第一資源標簽和第二資源標簽索引同步到索引庫，得到新索引庫；根據新索引庫進行檢索。本發明可根據用戶查看、收錄信息資源的次數，即根據信息資源的熱度來統計優化資源命中標簽的相關度，提升了資源檢索精準度。

技術領域

本發明涉及信息檢索技術領域，特別是涉及一種基于用戶查看和收錄提升檢索精準度的方法及系統。

背景技術

信息檢索(Information Retrieval)是人們進行信息查詢和獲取的主要方式。信息檢索技術起源于圖書館書籍管理，對書籍進行分類，然后根據需求到特定的類別里去查找書籍，這就是最簡單的信息檢索方法。隨著互聯網的興起，計算機里的文檔成為了信息的主要載體，自然而然地，分類方法在一開始也被應用到了互聯網文檔(主要是HTML文檔)的檢索上，在互聯網初期也是非常有用的。但隨著互聯網內容的爆炸性增長，分類方法也逐漸失效了。由此催生了全文檢索方法。更準確地說，是建立索引，用索引來做檢索的方法。

目前，在互聯網上進行信息檢索的方式主要有兩種，即基于分類方法的按目錄瀏覽方式和基于全文檢索的搜索引擎。按目錄瀏覽的方式，用戶根據自己的需求按目錄一層一層的查找自己需要的信息，這種方式便于用戶查找某一類的聚合信息，但是精確定位能力不足，無法直接定位到用戶想找的信息，只能一層一層去查找。基于全文檢索的搜索引擎是目前最典型的信息檢索方式，用戶只需輸入需要查找的關鍵字，搜索引擎就會把檢索到的結果按關鍵字相關度進行排序返回給用戶。但是基于全文檢索的搜索引擎，搜索結果是按關鍵字相關度進行排序的，相關度排序算法的優劣往往會影響檢索結果的質量。

發明內容

本發明的目的是提供一種基于用戶查看和收錄提升檢索精準度的方法及系統，提升了資源檢索精準度。

為實現上述目的，本發明提供了如下方案：

一種基于用戶查看和收錄提升檢索精準度的方法，包括：

識別用戶檢索請求，獲取檢索結果；

根據資源命中標簽相關度對所述檢索結果中的資源進行排序；

記錄用戶日志行為；所述日志行為包括用戶點擊檢索結果中的資源的行為和用戶收錄檢索結果中的資源的行為；

根據所述日志行為調整所述資源命中標簽相關度，獲得調整后的第一資源標簽；

將所述檢索結果中未被用戶點擊且未被用戶收錄的資源進行衰減調整，獲得調整后的第二資源標簽；

將所述第一資源標簽和所述第二資源標簽索引同步到索引庫，得到新索引庫；

根據所述新索引庫進行檢索。

可選的，所述根據所述日志行為調整所述資源命中標簽相關度，獲得調整后的第一資源標簽，具體包括：

判斷用戶點擊檢索結果中的資源的行為記錄數量和用戶收錄檢索結果中的資源的行為記錄數量之和是否大于或者等于第一預設閾值，得到第一判斷結果；

若所述第一判斷結果為用戶點擊檢索結果中的資源的行為記錄數量和用戶收錄檢索結果中的資源的行為記錄數量之和大于或者等于第一預設閾值，則清除超過預設時間閾值的行為記錄和檢索標簽相同的行為記錄；判斷剩余行為記錄數量是否大于或者等于第二預設閾值，得到第二判斷結果；

若所述第二判斷結果為剩余行為記錄數量大于或者等于第二預設閾值，則從所述剩余行為記錄中，取出與所述第二預設閾值數量相同條數的行為記錄并統計其中的用戶點擊次數和用戶收錄次數；