搜索引擎的數(shù)據(jù)處理方法及裝置制造方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種搜索引擎的數(shù)據(jù)處理方法及裝置。其中，該方法包括：獲取歷史用戶(hù)使用搜索引擎的日志記錄，其中，日志記錄包括：用戶(hù)行為數(shù)據(jù)、搜索對(duì)象屬性數(shù)據(jù)以及搜索結(jié)果的特征數(shù)據(jù)；根據(jù)用戶(hù)行為數(shù)據(jù)和搜索對(duì)象屬性數(shù)據(jù)進(jìn)行線(xiàn)性回歸計(jì)算，生成用戶(hù)的搜索偏好值；將用戶(hù)的搜索偏好值與每個(gè)搜索結(jié)果的特征數(shù)據(jù)進(jìn)行匹配處理，得到用戶(hù)的搜索偏好與所有搜索結(jié)果的匹配度；提取所有搜索結(jié)果的匹配度中滿(mǎn)足預(yù)定條件匹配度，獲取歷史用戶(hù)的搜索結(jié)果。通過(guò)本發(fā)明，能夠?qū)崿F(xiàn)提高搜索引擎的搜索效率，提高搜索結(jié)果準(zhǔn)確度的效果。
【專(zhuān)利說(shuō)明】搜索引擎的數(shù)據(jù)處理方法及裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及計(jì)算機(jī)搜索引擎領(lǐng)域，具體而言，涉及一種搜索引擎的數(shù)據(jù)處理方法及裝置。
【背景技術(shù)】
[0002]現(xiàn)有技術(shù)提供的搜索引擎需要用戶(hù)輸入搜索詞，搜索引擎在獲取搜索詞之后，會(huì)根據(jù)搜索詞和文檔相關(guān)度得到文檔排序。該搜索引擎的排序必須基于用戶(hù)的輸入搜索詞來(lái)進(jìn)行搜索，當(dāng)用戶(hù)沒(méi)有明確目標(biāo)時(shí)是不能精確的給出搜索詞的，此時(shí)系統(tǒng)無(wú)法生成排序列表。
[0003]在上述搜索詞不明確，或者沒(méi)有匹配文檔的情況下，可以通過(guò)人工編目的排行榜來(lái)獲取搜索結(jié)果，具體的，可以通過(guò)人工在后臺(tái)設(shè)置文檔的線(xiàn)上排序。這種人工編目的排行榜需要人工維護(hù)線(xiàn)上排序，耗時(shí)耗力，且人工維護(hù)搜索結(jié)果具有個(gè)人因素在里邊，搜索結(jié)果不準(zhǔn)確，且當(dāng)搜索對(duì)象的數(shù)目達(dá)到一定程度，人工無(wú)法維護(hù)。
[0004]目前針對(duì)相關(guān)技術(shù)的在搜索引擎無(wú)法獲知搜索詞時(shí)，通過(guò)人工維護(hù)后臺(tái)導(dǎo)致搜索效率低、搜索結(jié)果不準(zhǔn)確的問(wèn)題，目前尚未提出有效的解決方案。

【發(fā)明內(nèi)容】

[0005]針對(duì)相關(guān)技術(shù)的在搜索引擎無(wú)法獲知搜索詞時(shí)，通過(guò)人工維護(hù)后臺(tái)導(dǎo)致搜索效率低、搜索結(jié)果不準(zhǔn)確的問(wèn)題，目前尚未提出有效的解決方案，為此，本發(fā)明的主要目的在于提供一種搜索引擎的數(shù)據(jù)處理方法及裝置，以解決上述問(wèn)題。
[0006]為了實(shí)現(xiàn)上述目的，根據(jù)本發(fā)明的一個(gè)方面，提供了一種搜索引擎的數(shù)據(jù)處理方法，該方法包括:獲取歷史用戶(hù)使用搜索引擎的日志記錄，其中，日志記錄包括:用戶(hù)行為數(shù)據(jù)、搜索對(duì)象屬性數(shù)據(jù)以及搜索結(jié)果的特征數(shù)據(jù)；根據(jù)用戶(hù)行為數(shù)據(jù)和搜索對(duì)象屬性數(shù)據(jù)進(jìn)行線(xiàn)性回歸計(jì)算，生成用戶(hù)的搜索偏好值；將用戶(hù)的搜索偏好值與每個(gè)搜索結(jié)果的特征數(shù)據(jù)進(jìn)行匹配處理，得到用戶(hù)的搜索偏好與所有搜索結(jié)果的匹配度；提取所有搜索結(jié)果的匹配度中滿(mǎn)足預(yù)定條件匹配度，獲取歷史用戶(hù)的搜索結(jié)果。
[0007]為了實(shí)現(xiàn)上述目的，根據(jù)本發(fā)明的另一方面，提供了一種搜索引擎的數(shù)據(jù)處理裝置，該裝置包括:獲取模塊，用于獲取歷史用戶(hù)使用搜索引擎的日志記錄，其中，日志記錄包括:用戶(hù)行為數(shù)據(jù)、搜索對(duì)象屬性數(shù)據(jù)以及搜索結(jié)果的特征數(shù)據(jù)；處理模塊，用于根據(jù)用戶(hù)行為數(shù)據(jù)和搜索對(duì)象屬性數(shù)據(jù)進(jìn)行線(xiàn)性回歸計(jì)算，生成用戶(hù)的搜索偏好值；匹配模塊，用于將用戶(hù)的搜索偏好值與每個(gè)搜索結(jié)果的特征數(shù)據(jù)進(jìn)行匹配處理，得到用戶(hù)的搜索偏好與所有搜索結(jié)果的匹配度；提取模塊，用于提取所有搜索結(jié)果的匹配度中滿(mǎn)足預(yù)定條件匹配度，獲取歷史用戶(hù)的搜索結(jié)果。
[0008]通過(guò)本發(fā)明，采用獲取歷史用戶(hù)使用搜索引擎的日志記錄，其中，日志記錄包括:用戶(hù)行為數(shù)據(jù)、搜索對(duì)象屬性數(shù)據(jù)以及搜索結(jié)果的特征數(shù)據(jù)；根據(jù)用戶(hù)行為數(shù)據(jù)和搜索對(duì)象屬性數(shù)據(jù)進(jìn)行線(xiàn)性回歸計(jì)算，生成用戶(hù)的搜索偏好值；將用戶(hù)的搜索偏好值與每個(gè)搜索結(jié)果的特征數(shù)據(jù)進(jìn)行匹配處理，得到用戶(hù)的搜索偏好與所有搜索結(jié)果的匹配度；提取所有搜索結(jié)果的匹配度中滿(mǎn)足預(yù)定條件匹配度，獲取歷史用戶(hù)的搜索結(jié)果，解決了相關(guān)現(xiàn)有技術(shù)的在搜索引擎無(wú)法獲知搜索詞時(shí)，通過(guò)人工維護(hù)后臺(tái)導(dǎo)致搜索效率低、搜索結(jié)果不準(zhǔn)確的問(wèn)題，進(jìn)而實(shí)現(xiàn)提高搜索引擎的搜索效率，提高搜索結(jié)果準(zhǔn)確度的效果。
【專(zhuān)利附圖】

【附圖說(shuō)明】
[0009]此處所說(shuō)明的附圖用來(lái)提供對(duì)本發(fā)明的進(jìn)一步理解，構(gòu)成本申請(qǐng)的一部分，本發(fā)明的示意性實(shí)施例及其說(shuō)明用于解釋本發(fā)明，并不構(gòu)成對(duì)本發(fā)明的不當(dāng)限定。在附圖中:
[0010]圖1是根據(jù)本發(fā)明實(shí)施例的搜索引擎的數(shù)據(jù)處理方法的流程示意圖；
[0011]圖2是根據(jù)本發(fā)明實(shí)施例的搜索引擎的數(shù)據(jù)處理方法的詳細(xì)流程示意圖；
[0012]圖3是根據(jù)本發(fā)明實(shí)施例的搜索引擎的數(shù)據(jù)處理裝置的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0013]需要說(shuō)明的是，在不沖突的情況下，本申請(qǐng)中的實(shí)施例及實(shí)施例中的特征可以相互組合。下面將參考附圖并結(jié)合實(shí)施例來(lái)詳細(xì)說(shuō)明本發(fā)明。
[0014]本申請(qǐng)利用機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘技術(shù)來(lái)實(shí)現(xiàn)，在無(wú)法獲取當(dāng)前登錄用戶(hù)的搜索目標(biāo)時(shí)，也可以直接在搜索引擎中顯示搜索結(jié)果。
[0015]本申請(qǐng)涉及到的機(jī)器學(xué)習(xí)(Machine Learning)是本申請(qǐng)的核心技術(shù),是指研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類(lèi)的學(xué)習(xí)行為，以獲取新的知識(shí)或技能，重新組織已有的知識(shí)結(jié)構(gòu)使之不斷改善自身的性能。機(jī)器學(xué)習(xí)是人工智能的核心，是使計(jì)算機(jī)具有智能的根本途徑，其應(yīng)用遍及人工智能的各個(gè)領(lǐng)域，機(jī)器學(xué)習(xí)主要使用歸納、綜合而不是演繹。
[0016]數(shù)據(jù)挖掘Data Mining是一種透過(guò)數(shù)理模式來(lái)分析企業(yè)內(nèi)儲(chǔ)存的大量資料，以找出不同的客戶(hù)或市場(chǎng)劃分，分析出消費(fèi)者喜好和行為的方法。
[0017]而本申請(qǐng)的方案最后要將計(jì)算得到的搜索結(jié)果進(jìn)行排序Ranking，排序大多應(yīng)用在電子商務(wù)中，為了銷(xiāo)售更多的商品和讓消費(fèi)者更容易找到他想找到的商品，需要在商品展現(xiàn)時(shí)給商品安排展現(xiàn)的順序。
[0018]下面就本申請(qǐng)利用上述技術(shù)的方案進(jìn)行詳細(xì)描述。
[0019]實(shí)施例一:
[0020]在其最基本的配置中，圖1是根據(jù)本發(fā)明實(shí)施例的搜索引擎的數(shù)據(jù)處理方法的流程示意圖；圖2是根據(jù)本發(fā)明實(shí)施例的搜索引擎的數(shù)據(jù)處理方法的詳細(xì)流程示意圖。
[0021]如圖1和2所示，該方法可以包括如下步驟:
[0022]步驟S10，獲取歷史用戶(hù)使用搜索引擎的日志記錄，其中，日志記錄包括:用戶(hù)行為數(shù)據(jù)、搜索對(duì)象屬性數(shù)據(jù)以及搜索結(jié)果的特征數(shù)據(jù)。
[0023]步驟S30，根據(jù)用戶(hù)行為數(shù)據(jù)和搜索對(duì)象屬性數(shù)據(jù)進(jìn)行線(xiàn)性回歸計(jì)算，生成用戶(hù)的搜索偏好值。
[0024]步驟S50，將用戶(hù)的搜索偏好值與每個(gè)搜索結(jié)果的特征數(shù)據(jù)進(jìn)行匹配處理，得到用戶(hù)的搜索偏好與所有搜索結(jié)果的匹配度。
[0025]步驟S70，提取所有搜索結(jié)果的匹配度中滿(mǎn)足預(yù)定條件匹配度，獲取歷史用戶(hù)的搜索結(jié)果。[0026]本申請(qǐng)上述實(shí)施例中，主要利用了機(jī)器學(xué)習(xí)來(lái)獲取后臺(tái)系統(tǒng)中已經(jīng)保存的日志記錄，該日志記錄保存了歷史用戶(hù)使用搜索引擎進(jìn)行搜索操作的用戶(hù)行為數(shù)據(jù)，以及相應(yīng)的搜索對(duì)象的屬性數(shù)據(jù)和搜索結(jié)果的特征數(shù)據(jù)，通過(guò)對(duì)日志記錄中上述數(shù)據(jù)進(jìn)行分析，可以獲知?dú)v史用戶(hù)的搜索結(jié)果來(lái)學(xué)習(xí)該種類(lèi)型的用戶(hù)的搜索排序結(jié)果，從而在相同類(lèi)型的用戶(hù)使用搜索引擎時(shí)，可以無(wú)需獲知搜索詞，系統(tǒng)便可以提供相應(yīng)的搜索結(jié)果，從而解決了相關(guān)現(xiàn)有技術(shù)的在搜索引擎無(wú)法獲知搜索詞時(shí)，通過(guò)人工維護(hù)后臺(tái)導(dǎo)致搜索效率低、搜索結(jié)果不準(zhǔn)確的問(wèn)題，進(jìn)而實(shí)現(xiàn)提高搜索引擎的搜索效率，提高搜索結(jié)果準(zhǔn)確度的效果。
[0027]具體的，本申請(qǐng)上述實(shí)施例的日志記錄可以是歷史用戶(hù)使用搜索引擎之后，生成的歷史日志記錄；搜索對(duì)象可以是歷史用戶(hù)通過(guò)搜索引擎所要搜索的產(chǎn)品；搜索結(jié)果可以是指歷史用戶(hù)使用搜索引擎對(duì)搜索對(duì)象進(jìn)行搜索而生成的搜索對(duì)象。上述實(shí)施例根據(jù)歷史行為數(shù)據(jù)分析歷史用戶(hù)對(duì)搜索對(duì)象的搜索結(jié)果，歷史行為數(shù)據(jù)log可以包含用戶(hù)的各類(lèi)行為數(shù)據(jù)，比如瀏覽，點(diǎn)擊等，每條記錄log通過(guò)標(biāo)記&來(lái)分割各類(lèi)行為發(fā)生時(shí)的快照，比如&source=首頁(yè) &departure=北京等。
[0028]以用戶(hù)通過(guò)搜索引擎對(duì)產(chǎn)品進(jìn)行的各種操作行為，得到相關(guān)搜索結(jié)果為例，系統(tǒng)后臺(tái)收集到的用戶(hù)日志記錄可以是用于在預(yù)定時(shí)間段內(nèi)記錄的行為數(shù)據(jù)，例如可以是:瀏覽，點(diǎn)擊，購(gòu)買(mǎi)等；搜索對(duì)象的屬性數(shù)據(jù)(例如產(chǎn)品的屬性數(shù)據(jù))可以包括搜索對(duì)象的特征，比如標(biāo)題，價(jià)格等。
[0029]本申請(qǐng)上述實(shí)施例中，在步驟SlO獲取歷史用戶(hù)使用搜索引擎的日志記錄之前，還可以包括如下實(shí)施步驟:
[0030]步驟S101，讀取當(dāng)前登錄用戶(hù)的特征信息。
[0031]步驟S102，使用當(dāng)前登錄用戶(hù)的特征信息在數(shù)據(jù)庫(kù)中進(jìn)行查詢(xún)，得到與當(dāng)前登錄用戶(hù)具有相同特征信息的歷史登陸用戶(hù)；其中，歷史登陸用戶(hù)的歷史日志記錄作為日志記錄。
[0032]本申請(qǐng)上述步驟SlO-步驟S70實(shí)現(xiàn)了根據(jù)歷史信息進(jìn)行機(jī)器學(xué)習(xí)，得到了一類(lèi)用戶(hù)的搜索結(jié)果，并將結(jié)果保存在數(shù)據(jù)庫(kù)中。上述步驟SlOl和步驟S102實(shí)現(xiàn)了當(dāng)前用戶(hù)登錄之后，按照自身的特征信息進(jìn)行匹配，得到與自身有著相同或相似特征信息的歷史用戶(hù)，并使用歷史用戶(hù)的日志記錄作為當(dāng)前登錄用戶(hù)得到搜索結(jié)果的樣本，從而進(jìn)一步使用歷史登陸用戶(hù)的歷史日志記錄進(jìn)行處理，得到最終的搜索結(jié)果。該結(jié)果可以如本申請(qǐng)?zhí)峁┑姆桨感枰M(jìn)行排序，當(dāng)然也可以直接將搜索結(jié)果反饋給當(dāng)前登錄用戶(hù)。
[0033]本申請(qǐng)上述實(shí)施例中，步驟S30根據(jù)用戶(hù)行為數(shù)據(jù)和搜索對(duì)象屬性數(shù)據(jù)進(jìn)行線(xiàn)性回歸計(jì)算，生成用戶(hù)的搜索偏好值可以通過(guò)如下方式實(shí)現(xiàn):
[0034]通過(guò)如下公式計(jì)算得到用戶(hù)的搜索偏好值Q:Q=Ax+By，其中，X為用戶(hù)行為數(shù)據(jù)，y為搜索對(duì)象屬性數(shù)據(jù)，A、B為常數(shù)；其中，在用戶(hù)行為數(shù)據(jù)包括多個(gè)行為參數(shù)xi，搜索對(duì)象
屬性數(shù)據(jù)包括多個(gè)屬性參數(shù)yi的情況下，Q=Axl+Ax2+Axi+......+Byl+By2+Byi+......，i為自然數(shù)。
[0035]具體的，仍舊以用戶(hù)通過(guò)搜索引擎對(duì)產(chǎn)品進(jìn)行的各種操作行為，得到相關(guān)搜索結(jié)果為例，上述實(shí)施例實(shí)現(xiàn)了根據(jù)用戶(hù)行為數(shù)據(jù)和產(chǎn)品屬性數(shù)據(jù)計(jì)算用戶(hù)偏好，計(jì)算公式可以為線(xiàn)性回歸，例如:Q=Axl+Ax2+Byl，Q為用戶(hù)的搜索偏好值，xl，x2，yl為用戶(hù)行為數(shù)據(jù)和產(chǎn)品屬性數(shù)據(jù)，比如Xl為用戶(hù)行為數(shù)據(jù)中的瀏覽團(tuán)品次數(shù)，x2為用戶(hù)行為數(shù)據(jù)中的點(diǎn)擊團(tuán)品次數(shù)，yl為產(chǎn)品屬性數(shù)據(jù)中的產(chǎn)品價(jià)格因素。
[0036]優(yōu)選地，本申請(qǐng)上述實(shí)施例中，在步驟S30根據(jù)用戶(hù)行為數(shù)據(jù)和搜索對(duì)象屬性數(shù)據(jù)進(jìn)行線(xiàn)性回歸計(jì)算，生成用戶(hù)的搜索偏好值之后，還可以包括如下步驟:
[0037]步驟S401，通過(guò)單個(gè)用戶(hù)的偏好值與所有用戶(hù)的總體偏好值的總體平均值進(jìn)行求除的結(jié)果對(duì)用戶(hù)的搜索偏好值進(jìn)行修正處理，生成搜索偏好值的可信度。具體的，由于用戶(hù)的搜索偏好值為數(shù)據(jù)稀疏，即用戶(hù)偏好可能比較分散，因此，該步驟可以計(jì)算搜索偏好的可信度，可信度根據(jù)"單個(gè)用戶(hù)的偏好值與所有用戶(hù)的總體偏好值的總體平均值進(jìn)行求除"的方案計(jì)算。
[0038]步驟S402，判斷搜索偏好值的可信度是否小于等于可信度閾值，其中，在搜索偏好值的可信度小于等于可信度閾值的情況下，進(jìn)入步驟S403，在搜索偏好值的可信度大于可信度閾值的情況下，進(jìn)入步驟S404。
[0039]步驟S403，根據(jù)用戶(hù)行為數(shù)據(jù)進(jìn)行聚類(lèi)處理，并根據(jù)聚類(lèi)結(jié)果返回執(zhí)行線(xiàn)形回歸計(jì)算，生成修正后的搜索偏好值。
[0040]具體的，上述步驟S402可以確定搜索偏好值的可信度的可行程度，比如可以規(guī)定可信度閾值為0.8，當(dāng)可信度小于閾值時(shí)，確定搜索偏好值的可信度不高，因此需要通過(guò)步驟S403來(lái)對(duì)用戶(hù)聚類(lèi)，用戶(hù)聚類(lèi)根據(jù)用戶(hù)行為數(shù)據(jù)，例如用戶(hù)所屬城市和用戶(hù)對(duì)相同產(chǎn)品的相似行為，具體的可以將瀏覽產(chǎn)品和點(diǎn)擊產(chǎn)品等相似行為聚成一類(lèi)，聚類(lèi)可以采用k-means聚類(lèi)方法。
[0041]步驟S404，保存當(dāng)前的搜索偏好值。
[0042]本申請(qǐng)上述實(shí)施例中，步驟S50將用戶(hù)的搜索偏好值與每個(gè)搜索結(jié)果的特征數(shù)據(jù)進(jìn)行匹配處理，得到用戶(hù)的搜索偏好與所有搜索結(jié)果的匹配度可以包括如下實(shí)施步驟:
[0043]步驟S501，獲取每個(gè)搜索結(jié)果的特征數(shù)據(jù)對(duì)應(yīng)的文本向量。
[0044]步驟S502，獲取用戶(hù)的搜索偏好值對(duì)應(yīng)的數(shù)據(jù)向量。
[0045]步驟S503，將每個(gè)搜索結(jié)果的特征數(shù)據(jù)對(duì)應(yīng)的文本向量分別與搜索偏好值對(duì)應(yīng)的數(shù)據(jù)向量進(jìn)行余弦計(jì)算，得到每個(gè)文本向量與數(shù)據(jù)向量之間的距離值。
[0046]步驟S504，保存距離值，得到用戶(hù)的搜索偏好與所有搜索結(jié)果的匹配度。
[0047]具體的，仍舊以用戶(hù)通過(guò)搜索引擎對(duì)產(chǎn)品進(jìn)行的各種操作行為，得到相關(guān)搜索結(jié)果為例，搜索到的產(chǎn)品本身的可以包括如下屬性:目的地，類(lèi)別，產(chǎn)品描述等，上述實(shí)施例實(shí)現(xiàn)了，可以通過(guò)文本匹配計(jì)算產(chǎn)品和偏好的匹配度，比如把產(chǎn)品本身的屬性作為一個(gè)文本向量，偏好等作為一個(gè)向量，計(jì)算兩個(gè)向量的匹配程度，例如用cosin計(jì)算兩個(gè)向量的距離來(lái)計(jì)算匹配程度。
[0048]本申請(qǐng)上述實(shí)施例中，在得到用戶(hù)的搜索偏好與所有搜索結(jié)果的匹配度之前，可以根據(jù)搜索結(jié)果的類(lèi)型對(duì)搜索結(jié)果的特征數(shù)據(jù)進(jìn)行聚類(lèi)處理，得到修正后的搜索結(jié)果的偏好。
[0049]具體的，在得到用戶(hù)的搜索偏好與所有搜索結(jié)果的匹配度之前，進(jìn)行聚類(lèi)處理是為了得到更加精確的搜索結(jié)果的偏好程度。仍舊以用戶(hù)通過(guò)搜索引擎對(duì)產(chǎn)品進(jìn)行的各種操作行為，得到相關(guān)搜索結(jié)果為例，上述方案可以在將產(chǎn)品按照類(lèi)別進(jìn)行分類(lèi)之后，使用k-means聚類(lèi)方法，也可以進(jìn)一步進(jìn)行人工審核，來(lái)實(shí)現(xiàn)通過(guò)用戶(hù)對(duì)產(chǎn)品的偏好聚類(lèi)計(jì)算，得到用戶(hù)對(duì)每個(gè)類(lèi)別(比如周邊，國(guó)內(nèi)等)的搜索結(jié)果的偏好。[0050]優(yōu)選地，本申請(qǐng)上述實(shí)施例中，在步驟SlO獲取歷史用戶(hù)使用搜索引擎的日志記錄之后，還可以包括如下實(shí)施步驟:對(duì)日志記錄中的用戶(hù)行為數(shù)據(jù)、搜索對(duì)象屬性數(shù)據(jù)以及搜索結(jié)果的特征數(shù)據(jù)進(jìn)行以下任意一種或多種處理方式:歸一處理、去噪處理、篩選處理。
[0051]具體的，系統(tǒng)可以對(duì)收集到的日志記錄log進(jìn)行去除噪聲和篩選處理(例如錯(cuò)誤日志的處理)，同時(shí)可以合并各個(gè)行為，并整合成排序需要的格式，比如cbparture~A(Ctrl+A)arrive'A pv 個(gè)數(shù) ~A click 個(gè)數(shù)等。
[0052]由于上述各個(gè)方案中，針對(duì)排序計(jì)算過(guò)程中要注意數(shù)據(jù)的處理，因此需要進(jìn)行歸一處理，比如對(duì)瀏覽數(shù)據(jù)，要做一些變換(歸一化等)，這樣才能和不同量級(jí)(pv千萬(wàn)級(jí)，click百萬(wàn)級(jí))的數(shù)據(jù),如order可比。
[0053]優(yōu)選地，本申請(qǐng)上述實(shí)施例中，在步驟S70提取所有搜索結(jié)果的匹配度中滿(mǎn)足預(yù)定條件匹配度，獲取歷史用戶(hù)的搜索結(jié)果之后，還可以實(shí)施如下步驟:按照匹配度對(duì)所有的搜索結(jié)果進(jìn)行排序，得到每個(gè)搜索結(jié)果的排序結(jié)果；在搜索引擎中按照排序結(jié)果顯示每個(gè)搜索結(jié)果。
[0054]具體的，上述方案中利用了排序算法得出歷史用戶(hù)的搜索結(jié)果的排序。這種方案實(shí)現(xiàn)了利用歷史用戶(hù)明確性的搜索對(duì)象和用戶(hù)行為的特征，通過(guò)以前的行為等因素綜合給出一個(gè)適合用戶(hù)的排序，從而能夠更好地為用戶(hù)提供產(chǎn)品的搜索結(jié)果。
[0055]由上可知，本申請(qǐng)上述實(shí)施例一提供方案通過(guò)分析用戶(hù)的歷史數(shù)據(jù)，具體的，可以分析跟用戶(hù)有相同特征的用戶(hù)的歷史數(shù)據(jù)，以及搜索對(duì)象(例如產(chǎn)品)的特征進(jìn)行稀疏數(shù)據(jù)等處理，從而結(jié)合用戶(hù)的搜索和特征，產(chǎn)品特征給出產(chǎn)品排序結(jié)果。該實(shí)施例使用機(jī)器運(yùn)算，節(jié)省人工，由于使用機(jī)器自動(dòng)運(yùn)算，因此搜索結(jié)果公平，不摻雜個(gè)人的因素，而且計(jì)算速度快，可通過(guò)調(diào)整可信度所滿(mǎn)足的范圍值來(lái)實(shí)時(shí)調(diào)整排序結(jié)果及其排序，達(dá)到更好搜索結(jié)果和擁護(hù)搜索體驗(yàn)。
[0056]需要說(shuō)明的是，在附圖的流程圖示出的步驟可以在諸如一組計(jì)算機(jī)可執(zhí)行指令的計(jì)算機(jī)系統(tǒng)中執(zhí)行，并且，雖然在流程圖中示出了邏輯順序，但是在某些情況下，可以以不同于此處的順序執(zhí)行所示出或描述的步驟。
[0057]實(shí)施例二:
[0058]在描述本發(fā)明的各實(shí)施例的進(jìn)一步細(xì)節(jié)之前，將參考圖1來(lái)描述可用于實(shí)現(xiàn)本發(fā)明的原理的一個(gè)合適的計(jì)算體系結(jié)構(gòu)。在以下描述中，除非另外指明，否則將參考由一個(gè)或多個(gè)計(jì)算機(jī)執(zhí)行的動(dòng)作和操作的符號(hào)表示來(lái)描述本發(fā)明的各實(shí)施例。由此，可以理解，有時(shí)被稱(chēng)為計(jì)算機(jī)執(zhí)行的這類(lèi)動(dòng)作和操作包括計(jì)算機(jī)的處理單元對(duì)以結(jié)構(gòu)化形式表示數(shù)據(jù)的電信號(hào)的操縱。這一操縱轉(zhuǎn)換了數(shù)據(jù)或在計(jì)算機(jī)的存儲(chǔ)器系統(tǒng)中的位置上維護(hù)它，這以本領(lǐng)域的技術(shù)人員都理解的方式重配置或改變了計(jì)算機(jī)的操作。維護(hù)數(shù)據(jù)的數(shù)據(jù)結(jié)構(gòu)是具有數(shù)據(jù)的格式所定義的特定屬性的存儲(chǔ)器的物理位置。然而，盡管在上述上下文中描述本發(fā)明，但它并不意味著限制性的，如本領(lǐng)域的技術(shù)人員所理解的，后文所描述的動(dòng)作和操作的各方面也可用硬件來(lái)實(shí)現(xiàn)。
[0059]轉(zhuǎn)向附圖，其中相同的參考標(biāo)號(hào)指代相同的元素，本發(fā)明的原理被示為在一個(gè)合適的計(jì)算環(huán)境中實(shí)現(xiàn)。以下描述基于的本發(fā)明的實(shí)施例，并且不應(yīng)認(rèn)為是關(guān)于此處未明確描述的替換實(shí)施例而限制本發(fā)明。
[0060]圖3示出了本申請(qǐng)實(shí)施例的搜索引擎的數(shù)據(jù)處理裝置的結(jié)構(gòu)示意圖。出于描述的目的，所繪的體系結(jié)構(gòu)僅為合適環(huán)境的一個(gè)示例，并非對(duì)本發(fā)明的使用范圍或功能提出任何局限。也不應(yīng)將該計(jì)算系統(tǒng)解釋為對(duì)圖3所示的任一組件或其組合具有任何依賴(lài)或需求。
[0061]本發(fā)明的原理可以使用其它通用或?qū)Ｓ糜?jì)算或通信環(huán)境或配置來(lái)操作。適用于本發(fā)明的眾所周知的計(jì)算系統(tǒng)、環(huán)境和配置的示例包括但不限于，個(gè)人計(jì)算機(jī)、服務(wù)器，多處理器系統(tǒng)、基于微處理的系統(tǒng)、小型機(jī)、大型計(jì)算機(jī)、以及包括任一上述系統(tǒng)或設(shè)備的分布式計(jì)算環(huán)境。
[0062]如圖3所示，該搜索引擎的數(shù)據(jù)處理裝置可以包括:一獲取模塊101、一處理模塊103、一匹配模塊105和一提取模塊107。
[0063]其中，獲取模塊101，用于獲取歷史用戶(hù)使用搜索引擎的日志記錄，其中，日志記錄包括:用戶(hù)行為數(shù)據(jù)、搜索對(duì)象屬性數(shù)據(jù)以及搜索結(jié)果的特征數(shù)據(jù)。
[0064]處理模塊103，用于根據(jù)用戶(hù)行為數(shù)據(jù)和搜索對(duì)象屬性數(shù)據(jù)進(jìn)行線(xiàn)性回歸計(jì)算，生成用戶(hù)的搜索偏好值。
[0065]匹配模塊105，用于將用戶(hù)的搜索偏好值與每個(gè)搜索結(jié)果的特征數(shù)據(jù)進(jìn)行匹配處理，得到用戶(hù)的搜索偏好與所有搜索結(jié)果的匹配度。
[0066]提取模塊107，用于提取所有搜索結(jié)果的匹配度中滿(mǎn)足預(yù)定條件匹配度，獲取歷史用戶(hù)的搜索結(jié)果。
[0067]本申請(qǐng)上述實(shí)施例中，主要利用了機(jī)器學(xué)習(xí)來(lái)獲取后臺(tái)系統(tǒng)中已經(jīng)保存的日志記錄，該日志記錄保存了歷史用戶(hù)使用搜索引擎進(jìn)行搜索操作的用戶(hù)行為數(shù)據(jù)，以及相應(yīng)的搜索對(duì)象的屬性數(shù)據(jù)和搜索結(jié)果的特征數(shù)據(jù)，通過(guò)對(duì)日志記錄中上述數(shù)據(jù)進(jìn)行分析，可以獲知?dú)v史用戶(hù)的搜索結(jié)果來(lái)學(xué)習(xí)該種類(lèi)型的用戶(hù)的搜索排序結(jié)果，從而在相同類(lèi)型的用戶(hù)使用搜索引擎時(shí)，可以無(wú)需獲知搜索詞，系統(tǒng)便可以提供相應(yīng)的搜索結(jié)果，從而解決了相關(guān)現(xiàn)有技術(shù)的在搜索引擎無(wú)法獲知搜索詞時(shí)，通過(guò)人工維護(hù)后臺(tái)導(dǎo)致搜索效率低、搜索結(jié)果不準(zhǔn)確的問(wèn)題，進(jìn)而實(shí)現(xiàn)提高搜索引擎的搜索效率，提高搜索結(jié)果準(zhǔn)確度的效果。
[0068]具體的，本申請(qǐng)上述實(shí)施例的日志記錄可以是歷史用戶(hù)使用搜索引擎之后，生成的歷史日志記錄；搜索對(duì)象可以是歷史用戶(hù)通過(guò)搜索引擎所要搜索的產(chǎn)品；搜索結(jié)果可以是指歷史用戶(hù)使用搜索引擎對(duì)搜索對(duì)象進(jìn)行搜索而生成的搜索對(duì)象。上述實(shí)施例根據(jù)歷史行為數(shù)據(jù)分析歷史用戶(hù)對(duì)搜索對(duì)象的搜索結(jié)果，歷史行為數(shù)據(jù)log可以包含用戶(hù)的各類(lèi)行為數(shù)據(jù)，比如瀏覽，點(diǎn)擊等，每條記錄log通過(guò)標(biāo)記&來(lái)分割各類(lèi)行為發(fā)生時(shí)的快照，比如&source=首頁(yè) &departure=北京等。
[0069]以用戶(hù)通過(guò)搜索引擎對(duì)產(chǎn)品進(jìn)行的各種操作行為，得到相關(guān)搜索結(jié)果為例，系統(tǒng)后臺(tái)收集到的用戶(hù)日志記錄可以是用于在預(yù)定時(shí)間段內(nèi)記錄的行為數(shù)據(jù)，例如可以是:瀏覽，點(diǎn)擊，購(gòu)買(mǎi)等；搜索對(duì)象的屬性數(shù)據(jù)(例如產(chǎn)品的屬性數(shù)據(jù))可以包括搜索對(duì)象的特征，比如標(biāo)題，價(jià)格等。
[0070]優(yōu)選地，上述實(shí)施例中的裝置還可以包括:讀取模塊，用于讀取當(dāng)前登錄用戶(hù)的特征信息；查詢(xún)模塊，用于使用當(dāng)前登錄用戶(hù)的特征信息在數(shù)據(jù)庫(kù)中進(jìn)行查詢(xún)，得到與當(dāng)前登錄用戶(hù)具有相同特征信息的歷史登陸用戶(hù)，其中，歷史登陸用戶(hù)的歷史日志記錄作為日志記錄。
[0071]本申請(qǐng)上述獲取模塊101、處理模塊103、匹配模塊105和提取模塊107實(shí)現(xiàn)了根據(jù)歷史信息進(jìn)行機(jī)器學(xué)習(xí)，得到了一類(lèi)用戶(hù)的搜索結(jié)果，并將結(jié)果保存在數(shù)據(jù)庫(kù)中。上述讀取模塊和查詢(xún)模塊實(shí)現(xiàn)了當(dāng)前用戶(hù)登錄之后，按照自身的特征信息進(jìn)行匹配，得到與自身有著相同或相似特征信息的歷史用戶(hù)，并使用歷史用戶(hù)的日志記錄作為當(dāng)前登錄用戶(hù)得到搜索結(jié)果的樣本，從而進(jìn)一步使用歷史登陸用戶(hù)的歷史日志記錄進(jìn)行處理，得到最終的搜索結(jié)果。該結(jié)果可以如本申請(qǐng)?zhí)峁┑姆桨感枰M(jìn)行排序，當(dāng)然也可以直接將搜索結(jié)果反饋給當(dāng)前登錄用戶(hù)。
[0072]優(yōu)選地，上述實(shí)施例中，處理模塊103可以包括:
[0073]計(jì)算模塊，用于通過(guò)如下公式計(jì)算得到用戶(hù)的搜索偏好值Q:Q=Ax+By，其中，x為用戶(hù)行為數(shù)據(jù)，Y為搜索對(duì)象屬性數(shù)據(jù)，A、B為常數(shù)；其中，在用戶(hù)行為數(shù)據(jù)包括多個(gè)
行為參數(shù)xi,搜索對(duì)象屬性數(shù)據(jù)包括多個(gè)屬性參數(shù)yi的情況下，Q=Axl+Ax2+Axi+......+Byl+By2+Byi+……，i為自然數(shù)。
[0074]具體的，仍舊以用戶(hù)通過(guò)搜索引擎對(duì)產(chǎn)品進(jìn)行的各種操作行為，得到相關(guān)搜索結(jié)果為例，上述實(shí)施例實(shí)現(xiàn)了根據(jù)用戶(hù)行為數(shù)據(jù)和產(chǎn)品屬性數(shù)據(jù)計(jì)算用戶(hù)偏好，計(jì)算公式可以為線(xiàn)性回歸，例如:Q=Axl+Ax2+Byl，Q為用戶(hù)的搜索偏好值，xl，x2，yl為用戶(hù)行為數(shù)據(jù)和產(chǎn)品屬性數(shù)據(jù)，比如Xl為用戶(hù)行為數(shù)據(jù)中的瀏覽團(tuán)品次數(shù)，x2為用戶(hù)行為數(shù)據(jù)中的點(diǎn)擊團(tuán)品次數(shù)，Yl為產(chǎn)品屬性數(shù)據(jù)中的產(chǎn)品價(jià)格因素。
[0075]優(yōu)選地，上述實(shí)施例的裝置還可以包括:修正模塊，用于通過(guò)單個(gè)用戶(hù)的偏好值與所有用戶(hù)的總體偏好值的總體平均值進(jìn)行求除的結(jié)果對(duì)用戶(hù)的搜索偏好值進(jìn)行修正處理，生成搜索偏好值的可信度；判斷模塊，用于判斷搜索偏好值的可信度是否小于等于可信度閾值；第一聚類(lèi)模塊，用于在搜索偏好值的可信度小于等于可信度閾值的情況下，根據(jù)用戶(hù)行為數(shù)據(jù)進(jìn)行聚類(lèi)處理，并根據(jù)聚類(lèi)結(jié)果返回執(zhí)行線(xiàn)形回歸計(jì)算，生成修正后的搜索偏好值；第一保存模塊，用于在搜索偏好值的可信度大于可信度閾值的情況下，保存當(dāng)前的搜索偏好值。
[0076]具體的，上述判斷模塊可以確定搜索偏好值的可信度的可行程度，比如可以規(guī)定可信度閾值為0.8，當(dāng)可信度小于閾`值時(shí)，確定搜索偏好值的可信度不高，因此需要通過(guò)第一聚類(lèi)模塊來(lái)對(duì)用戶(hù)聚類(lèi)，用戶(hù)聚類(lèi)根據(jù)用戶(hù)行為數(shù)據(jù)，例如用戶(hù)所屬城市和用戶(hù)對(duì)相同產(chǎn)品的相似行為，具體的可以將瀏覽產(chǎn)品和點(diǎn)擊產(chǎn)品等相似行為聚成一類(lèi)，聚類(lèi)可以采用k-means聚類(lèi)方法。
[0077]優(yōu)選地，上述實(shí)施例中，匹配模塊105可以包括:第一子獲取模塊，用于獲取每個(gè)搜索結(jié)果的特征數(shù)據(jù)對(duì)應(yīng)的文本向量；第二子獲取模塊，用于獲取用戶(hù)的搜索偏好值對(duì)應(yīng)的數(shù)據(jù)向量；余弦計(jì)算模塊，用于將每個(gè)搜索結(jié)果的特征數(shù)據(jù)對(duì)應(yīng)的文本向量分別與搜索偏好值對(duì)應(yīng)的數(shù)據(jù)向量進(jìn)行余弦計(jì)算，得到每個(gè)文本向量與數(shù)據(jù)向量之間的距離值；第二保存模塊，用于保存距離值，得到用戶(hù)的搜索偏好與所有搜索結(jié)果的匹配度。
[0078]具體的，仍舊以用戶(hù)通過(guò)搜索引擎對(duì)產(chǎn)品進(jìn)行的各種操作行為，得到相關(guān)搜索結(jié)果為例，搜索到的產(chǎn)品本身的可以包括如下屬性:目的地，類(lèi)別，產(chǎn)品描述等，上述實(shí)施例實(shí)現(xiàn)了，可以通過(guò)文本匹配計(jì)算產(chǎn)品和偏好的匹配度，比如把產(chǎn)品本身的屬性作為一個(gè)文本向量，偏好等作為一個(gè)向量，計(jì)算兩個(gè)向量的匹配程度，例如用cosin計(jì)算兩個(gè)向量的距離來(lái)計(jì)算匹配程度。
[0079]本申請(qǐng)上述實(shí)施例中，在得到用戶(hù)的搜索偏好與所有搜索結(jié)果的匹配度之前，可以根據(jù)搜索結(jié)果的類(lèi)型對(duì)搜索結(jié)果的特征數(shù)據(jù)進(jìn)行聚類(lèi)處理，得到修正后的搜索結(jié)果的偏好。
[0080]具體的，在得到用戶(hù)的搜索偏好與所有搜索結(jié)果的匹配度之前，進(jìn)行聚類(lèi)處理是為了得到更加精確的搜索結(jié)果的偏好程度。仍舊以用戶(hù)通過(guò)搜索引擎對(duì)產(chǎn)品進(jìn)行的各種操作行為，得到相關(guān)搜索結(jié)果為例，上述方案可以在將產(chǎn)品按照類(lèi)別進(jìn)行分類(lèi)之后，使用k-means聚類(lèi)方法，也可以進(jìn)一步進(jìn)行人工審核，來(lái)實(shí)現(xiàn)通過(guò)用戶(hù)對(duì)產(chǎn)品的偏好聚類(lèi)計(jì)算，得到用戶(hù)對(duì)每個(gè)類(lèi)別(比如周邊，國(guó)內(nèi)等)的搜索結(jié)果的偏好。
[0081]優(yōu)選地，上述實(shí)施例中的裝置還可以包括:第二聚類(lèi)模塊，用于根據(jù)搜索結(jié)果的類(lèi)型對(duì)搜索結(jié)果的特征數(shù)據(jù)進(jìn)行聚類(lèi)處理，得到修正后的搜索結(jié)果的偏好。
[0082]優(yōu)選地，上述實(shí)施例中的裝置還可以包括:優(yōu)化處理模塊，用于對(duì)日志記錄中的用戶(hù)行為數(shù)據(jù)、搜索對(duì)象屬性數(shù)據(jù)以及搜索結(jié)果的特征數(shù)據(jù)進(jìn)行以下任意一種或多種處理方式:歸一處理、去噪處理、篩選處理；排序模塊，用于按照匹配度對(duì)所有的搜索結(jié)果進(jìn)行排序，得到每個(gè)搜索結(jié)果的排序結(jié)果；顯示模塊，用于在搜索引擎中按照排序結(jié)果顯示每個(gè)搜索結(jié)果。
[0083]由上可知，本申請(qǐng)上述實(shí)施例一提供方案通過(guò)分析用戶(hù)的歷史數(shù)據(jù)，具體的，可以分析跟用戶(hù)有相同特征的用戶(hù)的歷史數(shù)據(jù)，以及搜索對(duì)象(例如產(chǎn)品)的特征進(jìn)行稀疏數(shù)據(jù)等處理，從而結(jié)合用戶(hù)的搜索和特征，產(chǎn)品特征給出產(chǎn)品排序結(jié)果。該實(shí)施例使用機(jī)器運(yùn)算，節(jié)省人工，由于使用機(jī)器自動(dòng)運(yùn)算，因此搜索結(jié)果公平，不摻雜個(gè)人的因素，而且計(jì)算速度快，可通過(guò)調(diào)整可信度所滿(mǎn)足的范圍值來(lái)實(shí)時(shí)調(diào)整排序結(jié)果及其排序，達(dá)到更好搜索結(jié)果和擁護(hù)搜索體驗(yàn)。
[0084]從以上的描述中，可以看出，本發(fā)明實(shí)現(xiàn)了如下技術(shù)效果:本申請(qǐng)通過(guò)獲知?dú)v史用戶(hù)的搜索結(jié)果來(lái)學(xué)習(xí)該種類(lèi)型的用戶(hù)的搜索排序結(jié)果，從而在相同類(lèi)型的用戶(hù)使用搜索引擎時(shí)，可以無(wú)需獲知搜索詞，系統(tǒng)便可以提供相應(yīng)的搜索結(jié)果，從而解決了相關(guān)現(xiàn)有技術(shù)的在搜索引擎無(wú)法獲知搜索詞時(shí)，通過(guò)人工維護(hù)后臺(tái)導(dǎo)致搜索效率低、搜索結(jié)果不準(zhǔn)確的問(wèn)題，進(jìn)而實(shí)現(xiàn)提高搜索引擎的搜索效率，提高搜索結(jié)果準(zhǔn)確度的效果。
[0085]通過(guò)以上的實(shí)施方式的描述可知，本領(lǐng)域的技術(shù)人員可以清楚地了解到本申請(qǐng)可借助軟件加必需的通用硬件平臺(tái)的方式來(lái)實(shí)現(xiàn)?；谶@樣的理解，本申請(qǐng)的技術(shù)方案本質(zhì)上或者說(shuō)對(duì)現(xiàn)有技術(shù)做出貢獻(xiàn)的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來(lái)，該計(jì)算機(jī)軟件產(chǎn)品可以存儲(chǔ)在存儲(chǔ)介質(zhì)中，如R0M/RAM、磁碟、光盤(pán)等，包括若干指令用以使得一臺(tái)計(jì)算機(jī)設(shè)備(可以是個(gè)人計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本申請(qǐng)各個(gè)實(shí)施例或者實(shí)施例的某些部分所述的方法。
[0086]本說(shuō)明書(shū)中的各個(gè)實(shí)施例均采用遞進(jìn)的方式描述，各個(gè)實(shí)施例之間相同相似的部分互相參見(jiàn)即可，每個(gè)實(shí)施例重點(diǎn)說(shuō)明的都是與其他實(shí)施例的不同之處。尤其，對(duì)于系統(tǒng)實(shí)施例而言，由于其基本相似于方法實(shí)施例，所以描述的比較簡(jiǎn)單，相關(guān)之處參見(jiàn)方法實(shí)施例的部分說(shuō)明即可。
[0087]本申請(qǐng)可用于眾多通用或?qū)Ｓ玫挠?jì)算系統(tǒng)環(huán)境或配置中。例如:個(gè)人計(jì)算機(jī)、服務(wù)器計(jì)算機(jī)、手持設(shè)備或便攜式設(shè)備、平板型設(shè)備、多處理器系統(tǒng)、基于微處理器的系統(tǒng)、置頂盒、可編程的消費(fèi)電子設(shè)備、網(wǎng)絡(luò)PC、小型計(jì)算機(jī)、大型計(jì)算機(jī)、包括以上任何系統(tǒng)或設(shè)備的分布式計(jì)算環(huán)境等等。[0088]顯然，本領(lǐng)域的技術(shù)人員應(yīng)該明白，上述的本發(fā)明的各模塊或各步驟可以用通用的計(jì)算裝置來(lái)實(shí)現(xiàn)，它們可以集中在單個(gè)的計(jì)算裝置上，或者分布在多個(gè)計(jì)算裝置所組成的網(wǎng)絡(luò)上，可選地，它們可以用計(jì)算裝置可執(zhí)行的程序代碼來(lái)實(shí)現(xiàn)，從而，可以將它們存儲(chǔ)在存儲(chǔ)裝置中由計(jì)算裝置來(lái)執(zhí)行，或者將它們分別制作成各個(gè)集成電路模塊，或者將它們中的多個(gè)模塊或步驟制作成單個(gè)集成電路模塊來(lái)實(shí)現(xiàn)。這樣，本發(fā)明不限制于任何特定的硬件和軟件結(jié)合。
[0089]以上所述僅為本發(fā)明的優(yōu)選實(shí)施例而已，并不用于限制本發(fā)明，對(duì)于本領(lǐng)域的技術(shù)人員來(lái)說(shuō)，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【權(quán)利要求】
1.一種搜索引擎的數(shù)據(jù)處理方法，其特征在于，包括: 獲取歷史用戶(hù)使用搜索引擎的日志記錄，其中，所述日志記錄包括:用戶(hù)行為數(shù)據(jù)、搜索對(duì)象屬性數(shù)據(jù)以及搜索結(jié)果的特征數(shù)據(jù)； 根據(jù)所述用戶(hù)行為數(shù)據(jù)和所述搜索對(duì)象屬性數(shù)據(jù)進(jìn)行線(xiàn)性回歸計(jì)算，生成用戶(hù)的搜索偏好值； 將所述用戶(hù)的搜索偏好值與每個(gè)搜索結(jié)果的特征數(shù)據(jù)進(jìn)行匹配處理，得到所述用戶(hù)的搜索偏好與所有搜索結(jié)果的匹配度； 提取所有搜索結(jié)果的匹配度中滿(mǎn)足預(yù)定條件匹配度，獲取所述歷史用戶(hù)的搜索結(jié)果。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述用戶(hù)行為數(shù)據(jù)和所述搜索對(duì)象屬性數(shù)據(jù)進(jìn)行線(xiàn)性回歸計(jì)算，生成用戶(hù)的搜索偏好值的步驟包括: 通過(guò)如下公式計(jì)算得到所述用戶(hù)的搜索偏好值Q:Q=Ax+By，其中，X為所述用戶(hù)行為數(shù)據(jù)，y為所述搜索對(duì)象屬性數(shù)據(jù)，A、B為常數(shù)； 其中，在所述用戶(hù)行為數(shù)據(jù)包括多個(gè)行為參數(shù)xi，所述搜索對(duì)象屬性數(shù)據(jù)包括多個(gè)屬性參數(shù) yi 的情況下，Q=Axl+Ax2+Axi+......+Byl+By2+Byi+......，i 為自然數(shù)。
3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，在根據(jù)所述用戶(hù)行為數(shù)據(jù)和所述搜索對(duì)象屬性數(shù)據(jù)進(jìn)行線(xiàn)性回歸計(jì)算，生成用戶(hù)的搜索偏好值之后，所述方法還包括: 通過(guò)單個(gè)用戶(hù)的偏好值與 所有用戶(hù)的總體偏好值的總體平均值進(jìn)行求除的結(jié)果對(duì)所述用戶(hù)的搜索偏好值進(jìn)行修正處理，生成所述搜索偏好值的可信度； 判斷所述搜索偏好值的可信度是否小于等于可信度閾值；其中， 在所述搜索偏好值的可信度小于等于可信度閾值的情況下，根據(jù)所述用戶(hù)行為數(shù)據(jù)進(jìn)行聚類(lèi)處理，并根據(jù)聚類(lèi)結(jié)果返回執(zhí)行線(xiàn)形回歸計(jì)算，生成修正后的搜索偏好值； 在所述搜索偏好值的可信度大于可信度閾值的情況下，保存當(dāng)前的搜索偏好值。
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，將所述用戶(hù)的搜索偏好值與每個(gè)搜索結(jié)果的特征數(shù)據(jù)進(jìn)行匹配處理，得到所述用戶(hù)的搜索偏好與所有搜索結(jié)果的匹配度的步驟包括: 獲取所述每個(gè)搜索結(jié)果的特征數(shù)據(jù)對(duì)應(yīng)的文本向量； 獲取所述用戶(hù)的搜索偏好值對(duì)應(yīng)的數(shù)據(jù)向量； 將所述每個(gè)搜索結(jié)果的特征數(shù)據(jù)對(duì)應(yīng)的文本向量分別與所述搜索偏好值對(duì)應(yīng)的數(shù)據(jù)向量進(jìn)行余弦計(jì)算，得到每個(gè)文本向量與所述數(shù)據(jù)向量之間的距離值； 保存所述距離值，得到所述用戶(hù)的搜索偏好與所有搜索結(jié)果的匹配度。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，在得到所述用戶(hù)的搜索偏好與所有搜索結(jié)果的匹配度之前，所述方法還包括: 根據(jù)所述搜索結(jié)果的類(lèi)型對(duì)所述搜索結(jié)果的特征數(shù)據(jù)進(jìn)行聚類(lèi)處理，得到修正后的所述搜索結(jié)果的偏好。
6.根據(jù)權(quán)利要求1所述的方法，其特征在于，在獲取歷史用戶(hù)使用搜索引擎的日志記錄之前，所述方法還包括: 讀取當(dāng)前登錄用戶(hù)的特征信息； 使用所述當(dāng)前登錄用戶(hù)的特征信息在數(shù)據(jù)庫(kù)中進(jìn)行查詢(xún)，得到與當(dāng)前登錄用戶(hù)具有相同特征信息的歷史登陸用戶(hù)；其中，將所述歷史登陸用戶(hù)的歷史日志記錄作為所述日志記錄。
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，在提取所有搜索結(jié)果的匹配度中滿(mǎn)足預(yù)定條件匹配度，獲取所述歷史用戶(hù)的搜索結(jié)果之后，所述方法還包括: 按照所述匹配度對(duì)所有的搜索結(jié)果進(jìn)行排序，得到所述每個(gè)搜索結(jié)果的排序結(jié)果； 在搜索引擎中按照所述排序結(jié)果顯示每個(gè)搜索結(jié)果。
8.根據(jù)權(quán)利要求1所述的方法，其特征在于，在獲取所述日志記錄之后，所述方法還包括:對(duì)所述日志記錄中的用戶(hù)行為數(shù)據(jù)、搜索對(duì)象屬性數(shù)據(jù)以及搜索結(jié)果的特征數(shù)據(jù)進(jìn)行以下任意一種或多種處理方式:歸一處理、去噪處理、篩選處理。
9.一種搜索引擎的數(shù)據(jù)處理裝置，其特征在于，包括: 獲取模塊，用于獲取歷史用戶(hù)使用搜索引擎的日志記錄，其中，所述日志記錄包括:用戶(hù)行為數(shù)據(jù)、搜索對(duì)象屬性數(shù)據(jù)以及搜索結(jié)果的特征數(shù)據(jù)； 處理模塊，用于根據(jù)所述用戶(hù)行為數(shù)據(jù)和所述搜索對(duì)象屬性數(shù)據(jù)進(jìn)行線(xiàn)性回歸計(jì)算，生成用戶(hù)的搜索偏好值； 匹配模塊，用于將所述用戶(hù)的搜索偏好值與每個(gè)搜索結(jié)果的特征數(shù)據(jù)進(jìn)行匹配處理，得到所述用戶(hù)的搜索偏好與所有搜索結(jié)果的匹配度； 提取模塊，用于提取所有 搜索結(jié)果的匹配度中滿(mǎn)足預(yù)定條件匹配度，獲取所述歷史用戶(hù)的搜索結(jié)果。
10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述處理模塊包括: 計(jì)算模塊，用于通過(guò)如下公式計(jì)算得到所述用戶(hù)的搜索偏好值Q:Q=Ax+By，其中，X為所述用戶(hù)行為數(shù)據(jù)，y為所述搜索對(duì)象屬性數(shù)據(jù)，A、B為常數(shù)； 其中，在所述用戶(hù)行為數(shù)據(jù)包括多個(gè)行為參數(shù)xi，所述搜索對(duì)象屬性數(shù)據(jù)包括多個(gè)屬性參數(shù) yi 的情況下，Q=Axl+Ax2+Axi+......+Byl+By2+Byi+......，i 為自然數(shù)。
11.根據(jù)權(quán)利要求9或10所述的裝置，其特征在于，所述裝置還包括: 修正模塊，用于通過(guò)單個(gè)用戶(hù)的偏好值與所有用戶(hù)的總體偏好值的總體平均值進(jìn)行求除的結(jié)果對(duì)所述用戶(hù)的搜索偏好值進(jìn)行修正處理，生成所述搜索偏好值的可信度； 判斷模塊，用于判斷所述搜索偏好值的可信度是否小于等于可信度閾值； 第一聚類(lèi)模塊，用于在所述搜索偏好值的可信度小于等于可信度閾值的情況下，根據(jù)所述用戶(hù)行為數(shù)據(jù)進(jìn)行聚類(lèi)處理，并根據(jù)聚類(lèi)結(jié)果返回執(zhí)行線(xiàn)形回歸計(jì)算，生成修正后的搜索偏好值； 第一保存模塊，用于在所述搜索偏好值的可信度大于可信度閾值的情況下，保存當(dāng)前的搜索偏好值。
12.根據(jù)權(quán)利要求9所述的裝置，其特征在于，匹配模塊包括: 第一子獲取模塊，用于獲取所述每個(gè)搜索結(jié)果的特征數(shù)據(jù)對(duì)應(yīng)的文本向量； 第二子獲取模塊，用于獲取所述用戶(hù)的搜索偏好值對(duì)應(yīng)的數(shù)據(jù)向量； 余弦計(jì)算模塊，用于將所述每個(gè)搜索結(jié)果的特征數(shù)據(jù)對(duì)應(yīng)的文本向量分別與所述搜索偏好值對(duì)應(yīng)的數(shù)據(jù)向量進(jìn)行余弦計(jì)算，得到每個(gè)文本向量與所述數(shù)據(jù)向量之間的距離值；第二保存模塊，用于保存所述距離值，得到所述用戶(hù)的搜索偏好與所有搜索結(jié)果的匹配度。
13.根據(jù)權(quán)利要求12所述的裝置，其特征在于，所述裝置還包括:第二聚類(lèi)模塊，用于根據(jù)所述搜索結(jié)果的類(lèi)型對(duì)所述搜索結(jié)果的特征數(shù)據(jù)進(jìn)行聚類(lèi)處理，得到修正后的所述搜索結(jié)果的偏好。
14.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述裝置還包括: 讀取模塊，用于讀取當(dāng)前登錄用戶(hù)的特征信息； 查詢(xún)模塊，用于使用所述當(dāng)前登錄用戶(hù)的特征信息在數(shù)據(jù)庫(kù)中進(jìn)行查詢(xún)，得到與當(dāng)前登錄用戶(hù)具有相同特征信息的歷史登陸用戶(hù)，其中，所述歷史登陸用戶(hù)的歷史日志記錄作為所述日志記錄。
15.根據(jù)權(quán)利要求14所述的裝置，其特征在于，所述裝置還包括: 優(yōu)化處理模塊，用于對(duì)所述日志記錄中的用戶(hù)行為數(shù)據(jù)、搜索對(duì)象屬性數(shù)據(jù)以及搜索結(jié)果的特征數(shù)據(jù)進(jìn)行以下任意一種或多種處理方式:歸一處理、去噪處理、篩選處理； 排序模塊，用于按照所述匹配度對(duì)所有的搜索結(jié)果進(jìn)行排序，得到所述每個(gè)搜索結(jié)果的排序結(jié)果； 顯示模塊，用于在搜 索引擎中按照所述排序結(jié)果顯示每個(gè)搜索結(jié)果。
【文檔編號(hào)】G06F17/30GK103646070SQ201310659121
【公開(kāi)日】2014年3月19日 申請(qǐng)日期:2013年12月6日 優(yōu)先權(quán)日:2013年12月6日
【發(fā)明者】王學(xué)蕾 申請(qǐng)人:北京趣拿軟件科技有限公司