本申請(qǐng)大體涉及搜索領(lǐng)域，尤其是針對(duì)代碼領(lǐng)域的搜索方法和系統(tǒng)。

背景技術(shù)：

隨著互聯(lián)網(wǎng)的興起，通用搜索引擎為大家所熟知，能夠提供各類(lèi)的相關(guān)信息。而基于滿足特定行業(yè)人群的需求，出現(xiàn)了垂直搜索引擎。垂直搜索引擎為用戶提供的是范圍極為縮小、極具針對(duì)性的具體信息，服務(wù)于特定的人群，例如新聞搜索、圖片搜索、旅游類(lèi)的搜索、音樂(lè)搜索等。

但是服務(wù)于軟件開(kāi)發(fā)相關(guān)用戶的、針對(duì)代碼領(lǐng)域的垂直搜索引擎還沒(méi)有進(jìn)行精細(xì)化處理。代碼領(lǐng)域的垂直搜索引擎必須針對(duì)軟件開(kāi)發(fā)領(lǐng)域、編程語(yǔ)言、代碼等特點(diǎn)，其中數(shù)據(jù)處理的算法模型需要綜合考慮代碼領(lǐng)域的特征。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本申請(qǐng)的實(shí)施例希望提供一種用于針對(duì)代碼領(lǐng)域的垂直搜索引擎的方法以及垂直搜索引擎。

本申請(qǐng)實(shí)施例的技術(shù)方案是這樣實(shí)現(xiàn)的：

本發(fā)明提供一種代碼搜索方法和系統(tǒng)。該方法包括：基于用戶輸入的搜索詞對(duì)代碼進(jìn)行一次搜索；對(duì)通過(guò)一次搜索得到的結(jié)果集進(jìn)行二次排序；將經(jīng)過(guò)二次排序的所述結(jié)果集作為搜索結(jié)果返回給所述用戶，其中所述二次排序包括根據(jù)通過(guò)以下處理中的一個(gè)或多個(gè)而得到的分?jǐn)?shù)對(duì)所述結(jié)果集中的結(jié)果進(jìn)行二次排序：對(duì)通過(guò)一次搜索得到的結(jié)果集進(jìn)行相關(guān)性分?jǐn)?shù)計(jì)算以得到所述結(jié)果集中每個(gè)結(jié)果的相關(guān)性分?jǐn)?shù)；對(duì)通過(guò)一次搜索得到的結(jié)果集進(jìn)行代碼質(zhì)量分?jǐn)?shù)計(jì)算以得到所述結(jié)果集中每個(gè)結(jié)果的代碼質(zhì)量分?jǐn)?shù)；對(duì)通過(guò)一次搜索得到的結(jié)果集進(jìn)行查詢意圖符合度分?jǐn)?shù)計(jì)算以得到所述結(jié)果集中每個(gè)結(jié)果的查詢意圖符合度分?jǐn)?shù)；以及對(duì)通過(guò)一次搜索得到的結(jié)果集進(jìn)行用戶反饋分?jǐn)?shù)計(jì)算以得到所述結(jié)果集中每個(gè)結(jié)果的用戶反饋分?jǐn)?shù)。

根據(jù)本申請(qǐng)的一個(gè)實(shí)施例，其中根據(jù)分?jǐn)?shù)對(duì)所述結(jié)果集進(jìn)行二次排序進(jìn)一步包括：根據(jù)所述相關(guān)性分?jǐn)?shù)、所述代碼質(zhì)量分?jǐn)?shù)、所述查詢意圖符合度分?jǐn)?shù)和所述用戶反饋分?jǐn)?shù)中的一個(gè)或多個(gè)得到所述結(jié)果集中每個(gè)結(jié)果的二次排序分?jǐn)?shù)；根據(jù)每個(gè)結(jié)果的二次排序分?jǐn)?shù)對(duì)所述結(jié)果集中的結(jié)果進(jìn)行二次排序。

根據(jù)本申請(qǐng)的一個(gè)實(shí)施例，其中根據(jù)所述相關(guān)性分?jǐn)?shù)、所述代碼質(zhì)量分?jǐn)?shù)、所述查詢意圖符合度分?jǐn)?shù)和所述用戶反饋分?jǐn)?shù)中的一個(gè)或多個(gè)得到所述結(jié)果集中每個(gè)結(jié)果的二次排序分?jǐn)?shù)進(jìn)一步包括：對(duì)所述相關(guān)性分?jǐn)?shù)、所述代碼質(zhì)量分?jǐn)?shù)、所述查詢意圖符合度分?jǐn)?shù)和所述用戶反饋分?jǐn)?shù)中的所述一個(gè)或多個(gè)分別進(jìn)行歸一化；以及根據(jù)歸一化后的所述一個(gè)或多個(gè)分?jǐn)?shù)得到所述結(jié)果集中每個(gè)結(jié)果的二次排序分?jǐn)?shù)。

根據(jù)本申請(qǐng)的一個(gè)實(shí)施例，其中所述相關(guān)性分?jǐn)?shù)計(jì)算包括對(duì)所述結(jié)果集進(jìn)行相關(guān)性分析，通過(guò)以下方式實(shí)現(xiàn)：

score_corr＝score_orig/log_M^N，

其中，score_orig是通過(guò)一次搜索得到的所述結(jié)果集中每個(gè)結(jié)果的原始相關(guān)性分?jǐn)?shù)；N是所述結(jié)果在通過(guò)一次搜索得到的所述結(jié)果集中的排位數(shù)；M是可配置的底數(shù)；score_corr是所述結(jié)果的計(jì)算出的所述相關(guān)性分?jǐn)?shù)。

根據(jù)本申請(qǐng)的一個(gè)實(shí)施例，其中所述代碼質(zhì)量分?jǐn)?shù)計(jì)算包括對(duì)所述結(jié)果集進(jìn)行代碼質(zhì)量分析，通過(guò)以下方式實(shí)現(xiàn)：

score_qual＝score_row*A+score_norm*B+score_func*C，

其中，score_row是通過(guò)一次搜索得到的所述結(jié)果集中每個(gè)結(jié)果的行數(shù)項(xiàng)分?jǐn)?shù)；score_norm是所述結(jié)果的書(shū)寫(xiě)規(guī)范分?jǐn)?shù)；score_func是所述結(jié)果的功能復(fù)雜度分?jǐn)?shù)；A、B和C是預(yù)先配置的權(quán)重系數(shù)；score_qual是所述結(jié)果的計(jì)算出的所述代碼質(zhì)量分?jǐn)?shù)。

根據(jù)本申請(qǐng)的一個(gè)實(shí)施例，其中所述查詢意圖符合度分?jǐn)?shù)計(jì)算包括對(duì)結(jié)果集進(jìn)行查詢意圖分析，通過(guò)以下方式實(shí)現(xiàn)：

$cos\left(\mathrm{\θ}\right)=\frac{a\·b}{\left|\right|a\left|\right|\×\left|\right|b\left|\right|}$

其中，a是搜索詞映射后的結(jié)果；b是搜索集映射后的結(jié)果；將a和b進(jìn)行余弦相似度計(jì)算；cosθ是該結(jié)果的計(jì)算出的查詢意圖符合度分?jǐn)?shù)，值越大代表相似度越高，結(jié)果為1代表完全符合。

根據(jù)本申請(qǐng)的一個(gè)實(shí)施例，其中所述用戶反饋分?jǐn)?shù)計(jì)算包括對(duì)所述結(jié)果集進(jìn)行用戶反饋分析，通過(guò)以下方式實(shí)現(xiàn)：

score_feeb＝title_cli*E+unfol_cli*F+fulsce_cli*G，

其中，title_cli是通過(guò)一次搜索得到的所述結(jié)果集中每個(gè)結(jié)果的標(biāo)題點(diǎn)擊曝光率；unfol_cli是所述結(jié)果的展開(kāi)點(diǎn)擊曝光率；fulsce_cli是所述結(jié)果的全屏點(diǎn)擊曝光率；E、F和G是預(yù)先配置的權(quán)重系數(shù)；score_feeb是所述結(jié)果的計(jì)算出的所述用戶反饋分?jǐn)?shù)。

根據(jù)本申請(qǐng)的一個(gè)實(shí)施例，其中所述代碼質(zhì)量分?jǐn)?shù)的歸一化通過(guò)以下方式實(shí)現(xiàn)：

score_norm_qual＝(score_qual－min)/(max－min)

其中，score_qual是每個(gè)結(jié)果的代碼質(zhì)量分?jǐn)?shù)，min是所述結(jié)果集中所有結(jié)果的代碼質(zhì)量分?jǐn)?shù)中的最小值，max是所述結(jié)果集中所有結(jié)果的代碼質(zhì)量分?jǐn)?shù)中的最大值，score_norm_qual是所述結(jié)果的歸一化的代碼質(zhì)量分?jǐn)?shù)。

根據(jù)本申請(qǐng)的一個(gè)實(shí)施例，其中所述二次排序分?jǐn)?shù)的計(jì)算通過(guò)以下方式實(shí)現(xiàn)：

score_sort＝score_norm_corr*M+score_norm_qual*N+score_norm_quer*P+score_norm_feeb*Q，

其中，score_norm_corr是每個(gè)結(jié)果的歸一化的相關(guān)性分?jǐn)?shù)，score_norm_qual是所述結(jié)果的歸一化的代碼質(zhì)量分?jǐn)?shù)，score_norm_quer是所述結(jié)果的歸一化的查詢意圖符合度分?jǐn)?shù)，score_norm_feeb是所述結(jié)果的歸一化的用戶反饋分?jǐn)?shù)，M、N、P和Q是預(yù)先配置的權(quán)重系數(shù)。

根據(jù)本申請(qǐng)的一個(gè)實(shí)施例，其中所述權(quán)重系數(shù)通過(guò)以下方式被預(yù)先配置：在測(cè)試環(huán)境中部署代碼搜索服務(wù)；整理統(tǒng)一的搜索詞測(cè)試集；根據(jù)測(cè)試集，使用服務(wù)DCG方法評(píng)估結(jié)果；分析搜索效果對(duì)權(quán)重參數(shù)進(jìn)行調(diào)整；再次重復(fù)使用所述服務(wù)DCG方法評(píng)估結(jié)果、對(duì)所述參數(shù)進(jìn)行所述調(diào)整直到效果達(dá)到設(shè)定的閾值。

本申請(qǐng)的實(shí)施例根據(jù)代碼的特點(diǎn)，綜合考慮代碼的相關(guān)性、代碼質(zhì)量、用戶查詢意圖以及用戶反饋等因素中的一個(gè)或多個(gè)，對(duì)代碼搜索結(jié)果進(jìn)行二次排序，有效地提升了代碼搜索的效果，使得使用者獲得良好的用戶體驗(yàn)。

附圖說(shuō)明

在附圖中(這些附圖不一定是按照比例繪制的)，相同的數(shù)字能夠描述不同視圖中的相似部件。具有不同字母后綴的相同數(shù)字能夠表示相似部件的不同示例。附圖通過(guò)示例而非限制的方式概括地示例了本申請(qǐng)中討論的各個(gè)實(shí)施例。

圖1示出了根據(jù)本發(fā)明實(shí)施例的示例代碼搜索方法100的示意圖。

圖2示出了根據(jù)本發(fā)明實(shí)施例的示例代碼搜索方法200的流程圖。

圖3示出了根據(jù)本發(fā)明實(shí)施例的搜索詞預(yù)處理過(guò)程300的流程圖。

圖4示出了根據(jù)本發(fā)明實(shí)施例的計(jì)算結(jié)果集的相關(guān)性分?jǐn)?shù)的過(guò)程400的流程圖。

圖5示出了根據(jù)本發(fā)明實(shí)施例的計(jì)算結(jié)果集的代碼質(zhì)量分?jǐn)?shù)的過(guò)程500的流程圖。

圖6示出了根據(jù)本發(fā)明實(shí)施例的計(jì)算查詢意圖符合度分?jǐn)?shù)的過(guò)程600的流程圖。

圖7示出了根據(jù)本發(fā)明實(shí)施例的計(jì)算用戶反饋分?jǐn)?shù)的過(guò)程700的流程圖。

圖8示出了根據(jù)本發(fā)明實(shí)施例的調(diào)整權(quán)重系數(shù)的過(guò)程800的流程圖。

圖9示出了根據(jù)本發(fā)明實(shí)施例的代碼搜索系統(tǒng)900的示意模塊圖。

具體實(shí)施方式

在下文中，僅簡(jiǎn)單地描述了某些示例性實(shí)施例。正如本領(lǐng)域技術(shù)人員可能認(rèn)識(shí)的那樣，在不脫離本發(fā)明的精神或范圍的情況下，可通過(guò)各種不同方式修改所描述的實(shí)施例。因此，附圖和描述被認(rèn)為本質(zhì)上是示例性的而非限制性的。

參考圖1，示出了根據(jù)本申請(qǐng)實(shí)施例的示例代碼搜索方法100的框架流程圖。在步驟102，對(duì)用戶發(fā)起的搜索請(qǐng)求進(jìn)行一次搜索。在步驟104，對(duì)一次搜索的結(jié)果集進(jìn)行二次排序104。在步驟106，給用戶返回搜索結(jié)果106。

參考圖2，示出了根據(jù)本申請(qǐng)實(shí)施例的示例代碼搜索方法200的步驟流程圖。

在步驟202，用戶發(fā)起搜索請(qǐng)求。用戶一般通過(guò)搜索引擎發(fā)起搜索請(qǐng)求。在一個(gè)示例中，用戶可以通過(guò)使用諸如PC端、筆記本電腦、智能手機(jī)以及平板電腦等的設(shè)備通過(guò)網(wǎng)絡(luò)連接訪問(wèn)搜索引擎，并使用關(guān)鍵詞進(jìn)行搜索。

在一個(gè)示例中，首先對(duì)用戶輸入的搜索詞進(jìn)行分詞，因?yàn)橛脩艨赡茌斎攵鄠€(gè)詞的語(yǔ)句。

在步驟204，對(duì)于用戶輸入的搜索詞進(jìn)行預(yù)處理。其中對(duì)搜索詞進(jìn)行多重技術(shù)處理，以便盡可能地提取搜索詞的核心信息以及搜索意圖、類(lèi)別等。

在步驟206，基于對(duì)搜索詞預(yù)處理的結(jié)果進(jìn)行一次搜索，得出包含一個(gè)或多個(gè)結(jié)果的結(jié)果集。結(jié)果集原始排序是根據(jù)用戶輸入的搜索詞命中結(jié)果的頻次。

然后對(duì)通過(guò)一次搜索得到的結(jié)果集進(jìn)行二次排序。根據(jù)本申請(qǐng)的一個(gè)實(shí)施例，二次排序可包括以下一個(gè)或多個(gè)子步驟：

步驟208：對(duì)一次搜索得到的結(jié)果集進(jìn)行相關(guān)性分?jǐn)?shù)計(jì)算，輸出結(jié)果集中的每個(gè)結(jié)果的相關(guān)性分?jǐn)?shù)。

步驟210：對(duì)一次搜索得到的結(jié)果集進(jìn)行代碼質(zhì)量分?jǐn)?shù)計(jì)算，輸出結(jié)果集中的每個(gè)結(jié)果的代碼質(zhì)量分?jǐn)?shù)。

步驟212：對(duì)一次搜索得到的結(jié)果集進(jìn)行查詢意圖符合度計(jì)算，輸出結(jié)果集中的每個(gè)結(jié)果的查詢意圖符合度分?jǐn)?shù)。

步驟214：對(duì)一次搜索得到的結(jié)果集進(jìn)行用戶反饋分?jǐn)?shù)計(jì)算，輸出結(jié)果集中的每個(gè)結(jié)果的用戶反饋分?jǐn)?shù)。

應(yīng)當(dāng)理解，以上步驟跟順序無(wú)關(guān)。

在步驟208之后，還可以包括可選的步驟218：對(duì)步驟208中得到的相關(guān)性分?jǐn)?shù)進(jìn)行歸一化計(jì)算。

在步驟210之后，還可以包括可選的步驟220：對(duì)步驟210中得到的代碼質(zhì)量分?jǐn)?shù)進(jìn)行歸一化計(jì)算。

在步驟212之后，還可以包括可選的步驟222：對(duì)步驟212中得到的查詢意圖符合度分?jǐn)?shù)進(jìn)行歸一化計(jì)算。

在步驟214之后，還可以包括可選的步驟224：對(duì)步驟214中得到的用戶反饋分?jǐn)?shù)進(jìn)行歸一化計(jì)算。

步驟226：根據(jù)在步驟218-224中分別得到的歸一化相關(guān)性分?jǐn)?shù)、歸一化代碼質(zhì)量分?jǐn)?shù)、歸一化查詢意圖符合度分?jǐn)?shù)、歸一化用戶反饋分?jǐn)?shù)對(duì)結(jié)果集中的每個(gè)結(jié)果，計(jì)算用于二次排序的綜合分?jǐn)?shù)(或稱(chēng)為二次排序分?jǐn)?shù))。

在對(duì)結(jié)果集進(jìn)行二次排序之后，在步驟228，將經(jīng)過(guò)二次排序的所述結(jié)果集作為搜索結(jié)果返回給所述用戶。在一個(gè)示例中，以倒序的方式返回搜索結(jié)果。

參考圖3，示出了根據(jù)本申請(qǐng)實(shí)施例的搜索詞預(yù)處理的過(guò)程300的流程圖。

在步驟308中，根據(jù)用戶輸入的搜索詞，預(yù)處理模塊對(duì)搜索詞中的語(yǔ)言類(lèi)型識(shí)別，預(yù)處理模塊基于數(shù)據(jù)庫(kù)中語(yǔ)言的類(lèi)型，來(lái)識(shí)別出搜索詞中的類(lèi)型。例如用戶輸入“java多線程”，預(yù)處理模塊能夠識(shí)別出用戶是要搜索“java”語(yǔ)言類(lèi)型的代碼；例如用戶輸入“C中指針”，預(yù)處理模塊能夠識(shí)別出用戶是要搜索“C”語(yǔ)言類(lèi)型的代碼。從而把搜索結(jié)果限定于識(shí)別出的語(yǔ)言的范圍中。

在步驟310中，根據(jù)用戶輸入的搜索詞，預(yù)處理模塊基于數(shù)據(jù)庫(kù)對(duì)搜索詞進(jìn)行同義詞的處理，在后續(xù)的查詢過(guò)程中用搜索詞和同義詞作為查詢條件。例如用戶輸入“thread”，預(yù)處理模塊能夠識(shí)別出“thread”的同義詞為“線程”，在接下來(lái)的查詢過(guò)程中基于“thread”和“線程”作為查詢條件。例如用戶輸入“進(jìn)程”，預(yù)處理模塊能夠識(shí)別出“進(jìn)程”的同義詞為“process”，而在接下來(lái)的查詢過(guò)程中基于“進(jìn)程”和“process”作為查詢條件。

在步驟312中，根據(jù)用戶輸入的搜索詞，預(yù)處理模塊對(duì)搜索詞進(jìn)行核心詞的提取，基于數(shù)據(jù)庫(kù)中的核心詞匯，提取搜索詞中的核心詞，在后續(xù)的查詢中提高核心詞作為查詢條件的優(yōu)先級(jí)。例如用戶輸入“java多線程代碼”，預(yù)處理模塊基于數(shù)據(jù)庫(kù)提取搜索詞中的核心詞“多線程”，在后續(xù)的查詢結(jié)果處理中命中“多線程”的結(jié)果要比沒(méi)有命中“多線程”的結(jié)果排序優(yōu)先。而搜索詞中的“代碼”屬于非核心詞，在后續(xù)的查詢結(jié)果處理中不作為查詢依據(jù)。

在步驟314中，根據(jù)用戶輸入的搜索詞，預(yù)處理模塊根據(jù)搜索詞進(jìn)行用戶查詢意圖的分析?；陬A(yù)設(shè)的主題類(lèi)型庫(kù)，預(yù)先判斷出搜索詞的所屬主題類(lèi)型，然后將用戶的搜索詞打上所屬主題類(lèi)型及其權(quán)重系數(shù)(表示傾向于這個(gè)類(lèi)型的程度的分?jǐn)?shù))的標(biāo)簽。這個(gè)標(biāo)簽會(huì)在后續(xù)的查詢中作為查詢條件以提高查詢精確度，同時(shí)作為后續(xù)的計(jì)算查詢意圖符合度分?jǐn)?shù)的輸入之一。例如，用戶輸入“如何實(shí)現(xiàn)java的多線程并發(fā)”，經(jīng)過(guò)預(yù)處理，從其中提取出“java”、“多線程”主題類(lèi)型，并給它們打上分?jǐn)?shù)，得到標(biāo)簽，例如“java,0.9”、“多線程，1.0”。

參考圖4，示出了根據(jù)本申請(qǐng)實(shí)施例的計(jì)算相關(guān)性分?jǐn)?shù)的過(guò)程400的流程圖。

在一實(shí)施例中，根據(jù)用戶發(fā)起的搜索請(qǐng)求，對(duì)搜索詞進(jìn)行預(yù)處理，獲得一次搜索結(jié)果集，結(jié)果集中的排序是根據(jù)用戶輸入的搜索詞命中結(jié)果的頻次，然后對(duì)這些排序結(jié)果計(jì)算出原始相關(guān)性分?jǐn)?shù)408。在步驟410，通過(guò)相關(guān)性分?jǐn)?shù)算法對(duì)原始相關(guān)性分?jǐn)?shù)進(jìn)行計(jì)算，得出結(jié)果集中每個(gè)結(jié)果的相關(guān)性分?jǐn)?shù)，其以供后續(xù)的歸一化、二次排序分?jǐn)?shù)計(jì)算使用。

在相關(guān)性分?jǐn)?shù)算法的一個(gè)示例中，計(jì)算相關(guān)性分?jǐn)?shù)的具體實(shí)現(xiàn)方式如下式所示：

score_corr＝score_orig/log_M^N

其中，score_orig是一次搜索的結(jié)果集中每個(gè)結(jié)果的原始相關(guān)性分?jǐn)?shù)；N是該結(jié)果在一次搜索結(jié)果集中的排位數(shù)；M是可配置的底數(shù)；score_corr是該結(jié)果的計(jì)算出的相關(guān)性分?jǐn)?shù)。

本領(lǐng)域技術(shù)人員還可以想到其他的實(shí)施例。

參考圖5，示出了根據(jù)本申請(qǐng)實(shí)施例的計(jì)算代碼質(zhì)量分?jǐn)?shù)的過(guò)程500的流程圖。

在一實(shí)施例中，根據(jù)用戶發(fā)起的搜索請(qǐng)求，對(duì)搜索詞進(jìn)行預(yù)處理，獲得一次搜索結(jié)果集，在步驟508，基于數(shù)據(jù)庫(kù)讀取代碼數(shù)據(jù)，獲取結(jié)果集中每個(gè)結(jié)果的代碼內(nèi)容、屬性、代碼格式、可讀性、完整性等，例如語(yǔ)言類(lèi)型、行數(shù)、標(biāo)題以及描述等。在步驟510，依據(jù)代碼質(zhì)量評(píng)估算法提取出每個(gè)結(jié)果中代碼的質(zhì)量指標(biāo)，并進(jìn)行綜合加權(quán)從而計(jì)算出每個(gè)結(jié)果的代碼質(zhì)量分?jǐn)?shù)512。代碼質(zhì)量分?jǐn)?shù)512可以衡量結(jié)果代碼的優(yōu)劣程度，以供后續(xù)歸一化、二次排序分?jǐn)?shù)計(jì)算使用。

例如，可根據(jù)如下公式計(jì)算出代碼質(zhì)量分?jǐn)?shù)：

score_qual＝score_row*A+score_norm*B+score_func*C

其中，score_row是一次搜索結(jié)果集中作為結(jié)果的代碼的行數(shù)項(xiàng)分?jǐn)?shù)；score_norm是結(jié)果代碼的書(shū)寫(xiě)規(guī)范分?jǐn)?shù)；score_func是結(jié)果代碼的功能復(fù)雜度分?jǐn)?shù)；A、B和C是以上各項(xiàng)分?jǐn)?shù)的權(quán)重系數(shù)，其中這些權(quán)重系數(shù)是可以預(yù)先配置的；score_qual是該結(jié)果的計(jì)算出的代碼質(zhì)量分?jǐn)?shù)。

參考圖6，示出了根據(jù)本申請(qǐng)實(shí)施例的計(jì)算查詢意圖符合度分?jǐn)?shù)的過(guò)程600的流程圖。

在一實(shí)施例中，根據(jù)用戶發(fā)起的搜索請(qǐng)求，對(duì)搜索詞進(jìn)行預(yù)處理，獲得一次搜索結(jié)果集，在步驟608，基于數(shù)據(jù)庫(kù)讀取代碼數(shù)據(jù)，獲取出每個(gè)結(jié)果的代碼內(nèi)容、屬性、代碼格式、可讀性、完整性等，例如語(yǔ)言類(lèi)型、行數(shù)、標(biāo)題以及描述等。在步驟610，根據(jù)查詢意圖分析算614預(yù)測(cè)結(jié)果集中的每個(gè)結(jié)果的代碼的主題類(lèi)型以及權(quán)重系數(shù)(表示傾向于這個(gè)類(lèi)型程度的分?jǐn)?shù))。在步驟612，再次獲取用戶發(fā)起的搜索詞以及在預(yù)處理中得到的搜索詞所屬的主題類(lèi)型以及該類(lèi)型的權(quán)重系數(shù)的標(biāo)簽。對(duì)搜索詞和結(jié)果集中的所述主題和權(quán)重分別映射為(主題1，權(quán)重1)，(主題2，權(quán)重2)…(主題N，權(quán)重N)。然后對(duì)610和612中得出的結(jié)果進(jìn)行相似度計(jì)算，得出查詢意圖符合度分?jǐn)?shù)616，以供后續(xù)的歸一化、二次排序分?jǐn)?shù)計(jì)算使用。例如，可根據(jù)如下公式計(jì)算出查詢意圖符合度分?jǐn)?shù)：

$cos\left(\mathrm{\θ}\right)=\frac{a\·b}{\left|\right|a\left|\right|\×\left|\right|b\left|\right|}$

其中，a是搜索詞映射后的結(jié)果；b是搜索集映射后的結(jié)果；將a和b進(jìn)行余弦相似度計(jì)算；cosθ是該結(jié)果的計(jì)算出的查詢意圖符合度分?jǐn)?shù)，值越大代表相似度越高，結(jié)果為1代表完全符合。

參考圖7，示出了根據(jù)本申請(qǐng)實(shí)施例的計(jì)算用戶反饋分?jǐn)?shù)的過(guò)程700的流程圖。

在步驟708，線下周期性地收集用戶日志，根據(jù)用戶日志計(jì)算出各用戶使用界面的各項(xiàng)操作按鈕的歷史點(diǎn)擊曝光率，如搜索頁(yè)面上的代碼標(biāo)題、展開(kāi)、全屏、復(fù)制、“對(duì)我有用”等操作按鈕的點(diǎn)擊曝光率，并存儲(chǔ)在數(shù)據(jù)庫(kù)中，并且周期性地不斷更新歷史點(diǎn)擊曝光率數(shù)據(jù)。在一示例中，用戶日志為一個(gè)或多個(gè)特定網(wǎng)站為其用戶存儲(chǔ)的操作日志。

在一實(shí)施例中，根據(jù)用戶發(fā)起的搜索請(qǐng)求，對(duì)搜索詞進(jìn)行預(yù)處理，獲得一次搜索結(jié)果集，基于數(shù)據(jù)庫(kù)讀取結(jié)果得到每個(gè)結(jié)果的用戶反饋數(shù)據(jù)，即各項(xiàng)操作的歷史點(diǎn)擊曝光率(這里可以請(qǐng)發(fā)明人增加一個(gè)具體的例子，說(shuō)明怎樣得到作為搜索結(jié)果的一個(gè)代碼的標(biāo)題點(diǎn)擊曝光率、展開(kāi)點(diǎn)擊曝光率、全屏點(diǎn)擊曝光率等)。在步驟712，根據(jù)用戶反饋分?jǐn)?shù)算法計(jì)算出用戶反饋分?jǐn)?shù)，以供后續(xù)的歸一化、二次排序分?jǐn)?shù)計(jì)算使用。例如，可根據(jù)如下公式計(jì)算出用戶反饋分?jǐn)?shù)：

score_feeb＝title_cli*E+unfol_cli*F+fulsce_cli*G

其中，title_cli是一次搜索結(jié)果集中每個(gè)結(jié)果的標(biāo)題點(diǎn)擊曝光率；unfol_cli是該結(jié)果的展開(kāi)點(diǎn)擊曝光率；fulsce_cli是該結(jié)果的全屏點(diǎn)擊曝光率；E，F(xiàn)，G是以上各項(xiàng)點(diǎn)擊曝光率的權(quán)重系數(shù)，這些權(quán)重系數(shù)是可預(yù)先配置的；score_feeb是該結(jié)果的計(jì)算出的用戶反饋分?jǐn)?shù)。

如圖2所示，步驟208-214分別對(duì)結(jié)果集中每個(gè)結(jié)果的相關(guān)性分?jǐn)?shù)、代碼質(zhì)量分?jǐn)?shù)、查詢意圖符合度分?jǐn)?shù)、用戶反饋分?jǐn)?shù)進(jìn)行歸一化計(jì)算，分別得到如下分?jǐn)?shù)：歸一化相關(guān)性分?jǐn)?shù)、歸一化代碼質(zhì)量分?jǐn)?shù)、歸一化查詢意圖符合度分?jǐn)?shù)、對(duì)一化用戶反饋分?jǐn)?shù)。歸一化是將上游有量綱的數(shù)據(jù)經(jīng)過(guò)變化，化為無(wú)量綱的數(shù)據(jù)。在一實(shí)施例中，在進(jìn)行代碼質(zhì)量分?jǐn)?shù)歸一化時(shí)，針對(duì)一次搜索結(jié)果集中的搜索結(jié)果或一次搜索結(jié)果集中排序靠前的若干個(gè)(例如前50個(gè)、100個(gè)等)搜索結(jié)果，取其最大值和最小值。在一個(gè)示例中，每個(gè)結(jié)果的歸一化分?jǐn)?shù)通過(guò)以下公式計(jì)算：

score_norm_qual＝(score_qual－min)/(max－min)，

其中，score_qual是該結(jié)果的代碼質(zhì)量分?jǐn)?shù)，min是結(jié)果集中所有結(jié)果(或排序靠前的若干個(gè)(例如前50個(gè)、100個(gè)等)搜索結(jié)果)的代碼質(zhì)量分?jǐn)?shù)中的最小值，max是結(jié)果集中所有結(jié)果(或排序靠前的若干個(gè)(例如前50個(gè)、100個(gè)等)搜索結(jié)果)的代碼質(zhì)量分?jǐn)?shù)中的最大值，score_norm_qual是該結(jié)果的歸一化代碼質(zhì)量分?jǐn)?shù)。

應(yīng)當(dāng)理解，在上面的208-214步驟之后，都可以進(jìn)行可選的歸一化步驟。

如圖2所示，在進(jìn)行歸一化分?jǐn)?shù)計(jì)算之后，根據(jù)加權(quán)算法計(jì)算出每個(gè)結(jié)果的二次排序分?jǐn)?shù)，具體實(shí)現(xiàn)方式如下：

score_sort＝score_norm_corr*M+score_norm_qual*N+score_norm_quer*P+score_norm_feeb*Q，

其中，score_norm_corr是歸一化相關(guān)性分?jǐn)?shù)，score_norm_qual是歸一化代碼質(zhì)量分?jǐn)?shù)，score_norm_quer是歸一化查詢意圖符合度分?jǐn)?shù)，score_norm_feeb是歸一化用戶反饋分?jǐn)?shù)，M、N、P、Q是權(quán)重系數(shù)，權(quán)重系數(shù)是可預(yù)先配置的。

如圖8所示，其中上述描述的A、B、C、M、N、P、Q權(quán)重系數(shù)的配置步驟方法800如下：

在步驟802，在測(cè)試環(huán)境中部署代碼搜索服務(wù)；

在步驟804，整理統(tǒng)一的搜索詞測(cè)試集；

在步驟806，根據(jù)測(cè)試集，使用服務(wù)DCG方法評(píng)估結(jié)果；

在步驟808，分析搜索效果對(duì)權(quán)重參數(shù)進(jìn)行調(diào)整；

再次重復(fù)步驟806、808直到效果達(dá)到設(shè)定的閾值。

基于上面的方法實(shí)施例，本申請(qǐng)還提供了針對(duì)代碼領(lǐng)域的搜索系統(tǒng)。以下系統(tǒng)/系統(tǒng)實(shí)施例的描述，與上述方法描述是類(lèi)似的，同方法的有益效果描述，不做贅述。對(duì)于本申請(qǐng)系統(tǒng)實(shí)施例中未披露的技術(shù)細(xì)節(jié)，請(qǐng)參照本申請(qǐng)方法實(shí)施例的描述。

根據(jù)本申請(qǐng)實(shí)施例的搜索系統(tǒng)可通過(guò)軟件、硬件、固件或它們的任意組合的方式實(shí)施在任何通用或?qū)Ｓ糜?jì)算系統(tǒng)中。

如圖9所示，所述搜索系統(tǒng)包括：

發(fā)起搜索請(qǐng)求模塊902，被配置為用戶發(fā)起搜索請(qǐng)求；

分詞模塊904，被配置為對(duì)用戶發(fā)起請(qǐng)求的搜索詞進(jìn)行分詞；

搜索詞預(yù)處理模塊906，被配置為對(duì)搜索詞進(jìn)行預(yù)處理；

預(yù)處理模塊906包括語(yǔ)言類(lèi)型識(shí)別模塊908，被配置為對(duì)搜索詞進(jìn)行語(yǔ)言類(lèi)型識(shí)別；

預(yù)處理模塊906包括同義詞處理模塊910，被配置為對(duì)搜索詞進(jìn)行同義詞處理；

預(yù)處理模塊906包括提取核心詞模塊912，被配置為對(duì)搜索詞進(jìn)行核心詞的提取。

預(yù)處理模塊906包括查詢意圖分析模塊914，被配置為對(duì)搜索詞進(jìn)行用戶查詢意圖分析。

計(jì)算結(jié)果集相關(guān)性分?jǐn)?shù)模塊916，被配置為計(jì)算一次搜索得到的結(jié)果進(jìn)行相關(guān)性分?jǐn)?shù)計(jì)算；

計(jì)算結(jié)果集代碼質(zhì)量分?jǐn)?shù)模塊918，被配置為計(jì)算一次搜索得到的結(jié)果進(jìn)行代碼質(zhì)量分?jǐn)?shù)計(jì)算；

計(jì)算查詢意圖符合度分?jǐn)?shù)模塊920，被配置為計(jì)算一次搜索得到的結(jié)果進(jìn)行查詢意圖符合度分?jǐn)?shù)計(jì)算；

計(jì)算用戶反饋分?jǐn)?shù)模塊922，被配置為計(jì)算一次搜索得到的結(jié)果進(jìn)行用戶反饋分?jǐn)?shù)計(jì)算；

歸一化相關(guān)性分?jǐn)?shù)模塊924，被配置為計(jì)算相關(guān)性分?jǐn)?shù)的歸一化分?jǐn)?shù)；

歸一化代碼質(zhì)量分?jǐn)?shù)模塊926，被配置為計(jì)算代碼質(zhì)量分?jǐn)?shù)的歸一化分?jǐn)?shù)；

歸一化查詢意圖符合度分?jǐn)?shù)模塊928，被配置為計(jì)算查詢意圖符合度分?jǐn)?shù)的歸一化分?jǐn)?shù)；

歸一化用戶反饋分?jǐn)?shù)模塊930，被配置為計(jì)算用戶反饋分?jǐn)?shù)的歸一化分?jǐn)?shù)；

二次排序分?jǐn)?shù)模塊932，被配置為計(jì)算歸一化相關(guān)性分?jǐn)?shù)、歸一化代碼質(zhì)量分?jǐn)?shù)、歸一化查詢意圖符合度分?jǐn)?shù)、歸一化用戶反饋分?jǐn)?shù)進(jìn)行加權(quán)計(jì)算每個(gè)一次搜索結(jié)果的二次排序分?jǐn)?shù)。

在本申請(qǐng)所提供的幾個(gè)實(shí)施例中，應(yīng)該理解到，所揭露的設(shè)備和方法可以通過(guò)其它的方式實(shí)現(xiàn)。以上所描述的設(shè)備實(shí)施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實(shí)際實(shí)現(xiàn)時(shí)可以有另外的劃分方式，如：多個(gè)單元或組件可以結(jié)合，或可以集成到另一個(gè)系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另外，所顯示或討論的各組成部分相互之間的耦合、或直接耦合、或通信連接可以是通過(guò)一些接口，設(shè)備或單元的間接耦合或通信連接，可以是電性的、機(jī)械的或其它形式的。

上述作為分離部件說(shuō)明的單元可以是、或也可以不是物理上分開(kāi)的，作為單元顯示的部件可以是、或也可以不是物理單元，即可以位于一個(gè)地方，也可以分布到多個(gè)網(wǎng)絡(luò)單元上；可以根據(jù)實(shí)際的需要選擇其中的部分或全部單元來(lái)實(shí)現(xiàn)本實(shí)施例方案的目的。

另外，在本發(fā)明各實(shí)施例中的各功能單元可以全部集成在一個(gè)處理單元中，也可以是各單元分別單獨(dú)作為一個(gè)單元，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)單元中；上述集成的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用硬件加軟件功能單元的形式實(shí)現(xiàn)。

本領(lǐng)域普通技術(shù)人員可以理解：實(shí)現(xiàn)上述方法實(shí)施例的全部或部分步驟可以通過(guò)程序指令相關(guān)的硬件來(lái)完成，前述的程序可以存儲(chǔ)于一計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中，該程序在執(zhí)行時(shí)，執(zhí)行包括上述方法實(shí)施例的步驟；而前述的存儲(chǔ)介質(zhì)包括：移動(dòng)存儲(chǔ)設(shè)備、只讀存儲(chǔ)器(ROM，Read-Only Memory)、隨機(jī)存取存儲(chǔ)器(RAM，Random Access Memory)、磁碟或者光盤(pán)等各種可以存儲(chǔ)程序代碼的介質(zhì)。

或者，本發(fā)明上述集成的單元如果以軟件功能模塊的形式實(shí)現(xiàn)并作為獨(dú)立的產(chǎn)品銷(xiāo)售或使用時(shí)，也可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中?；谶@樣的理解，本發(fā)明實(shí)施例的技術(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)品存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)中，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)行本發(fā)明各個(gè)實(shí)施例所述方法的全部或部分。而前述的存儲(chǔ)介質(zhì)包括：移動(dòng)存儲(chǔ)設(shè)備、ROM、RAM、磁碟或者光盤(pán)等各種可以存儲(chǔ)程序代碼的介質(zhì)。以上所述，僅為本發(fā)明的具體實(shí)施方式，但本發(fā)明的保護(hù)范圍并不局限于此，任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到變化或替換，都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)以所述權(quán)利要求的保護(hù)范圍為準(zhǔn)。