[發明專利]基于用戶特征識別和行為分析的網頁搜索智能匹配推薦方法

在審

• 申請號: 202110442038.4
• 申請日: 2021-04-23
• 公開（公告）號: CN113051482A
• 公開（公告）日: 2021-06-29
• 發明（設計）人: 李剛
• 申請（專利權）人: 武漢德鑫怡品電子商務有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9536;G06Q50/00
• 代理公司: 合肥集知匠心知識產權代理事務所(普通合伙) 34173
• 代理人: 王麗麗

本發明公開基于用戶特征識別和行為分析的網頁搜索智能匹配推薦方法，通過獲取用戶在文檔網頁搜索欄中輸入的搜索詞，統計用戶輸入的搜索詞中各詞意，篩選用戶輸入的各詞意搜索詞在各領域中各篇相關文檔，獲取用戶輸入的各詞意搜索詞在各領域中各篇相關文檔的各屬性數據，計算用戶輸入的各詞意搜索詞在各領域中各篇相關文檔的權重值，同時統計用戶的歷史瀏覽記錄中各領域的各文檔數據，分析用戶對各領域文檔的喜愛度系數，篩選用戶喜愛度系數最高的領域文檔，并計算用戶輸入的各詞意搜索詞在喜愛領域文檔中各篇相關文檔的推薦預估系數，對比篩選用戶輸入的各詞意搜索詞在喜愛領域文檔中排名靠前的各篇相關文檔進行文檔推薦。

技術領域

本發明涉及網頁搜索推薦技術領域，涉及到基于用戶特征識別和行為分析的網頁搜索智能匹配推薦方法。

背景技術

隨著互聯網技術的發展和普及，文檔網頁搜索幾乎已經成為現代人工作和生活獲取信息和知識的必備途經。傳統的文檔網頁搜索中，服務器根據用戶輸入的搜索詞進行搜索，并向用戶反饋與搜索詞匹配的各文檔信息，然而搜索詞可能包含有多個詞意，服務器無法根據各詞意搜索詞進行分類推薦，從而增加搜索過程中服務器的負荷，并導致用戶需求的文檔信息被深埋在眾多文檔中難以快速獲取，增加用戶獲取需求文檔信息的時間，降低用戶獲取需求文檔的效率，同時傳統的文檔網頁搜索無法精準推薦用戶喜愛領域的文檔，從而導致推薦的文檔不符合用戶需求，降低用戶的文檔網頁搜索體驗感和滿意感，為了解決以上問題，現設計基于用戶特征識別和行為分析的網頁搜索智能匹配推薦方法。

發明內容

本發明的目的在于提供基于用戶特征識別和行為分析的網頁搜索智能匹配推薦方法，本發明通過獲取用戶在文檔網頁搜索欄中輸入的搜索詞，統計用戶輸入的搜索詞中各詞意，篩選用戶輸入的各詞意搜索詞在各領域中各篇相關文檔，獲取用戶輸入的各詞意搜索詞在各領域中各篇相關文檔的各屬性數據，計算用戶輸入的各詞意搜索詞在各領域中各篇相關文檔的權重值，同時獲取用戶在文檔網頁中歷史瀏覽記錄，統計用戶的歷史瀏覽記錄中各領域的各文檔數據，分析用戶對各領域文檔的喜愛度系數，篩選用戶喜愛度系數最高的領域文檔，并綜合計算用戶輸入的各詞意搜索詞在喜愛領域文檔中各篇相關文檔的推薦預估系數，對比篩選用戶輸入的各詞意搜索詞在喜愛領域文檔中排名靠前的各篇相關文檔進行文檔推薦，解決了背景技術中存在的問題。

本發明的目的可以通過以下技術方案實現：

基于用戶特征識別和行為分析的網頁搜索智能匹配推薦方法，包括如下步驟：

S1、獲取用戶在文檔網頁搜索欄中輸入的搜索詞，統計用戶輸入的搜索詞中各詞意；

S2、篩選用戶輸入的各詞意搜索詞在各領域中各篇相關文檔，獲取用戶輸入的各詞意搜索詞在各領域中各篇相關文檔的各屬性數據；

S3、計算用戶輸入的各詞意搜索詞在各領域中各篇相關文檔的權重值；

S4、同時獲取用戶在文檔網頁中歷史瀏覽記錄，統計用戶的歷史瀏覽記錄中各領域的各文檔數據；

S5、分析用戶對各領域文檔的喜愛度系數，篩選用戶喜愛度系數最高的領域文檔；

S6、并綜合計算用戶輸入的各詞意搜索詞在喜愛領域文檔中各篇相關文檔的推薦預估系數；

S7、對比篩選用戶輸入的各詞意搜索詞在喜愛領域文檔中排名靠前的各篇相關文檔進行文檔推薦；

上述基于用戶特征識別和行為分析的網頁搜索智能匹配推薦方法使用了一種基于用戶特征識別和行為分析的網頁搜索智能匹配推薦系統，包括搜索詞獲取模塊、詞意統計模塊、文檔篩選模塊、屬性數據獲取模塊、屬性數據分析模塊、歷史記錄獲取模塊、歷史數據統計模塊、歷史數據分析模塊、云存儲數據庫、分析服務器和云推薦平臺；