一種數(shù)據(jù)檢索方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及數(shù)據(jù)處理領(lǐng)域，更為具體而言，涉及一種數(shù)據(jù)檢索方法和裝置。
【背景技術(shù)】
[0002] 在電子商城的檢索中，一般是依據(jù)用戶輸入的關(guān)鍵字和商品之間的相關(guān)性，匹配 程度越高，商品的排序越靠前。相關(guān)性一般是考慮搜索關(guān)鍵字和商品名稱之間的匹配程度， 計算相關(guān)性的算法目前有兩種比較經(jīng)典的算法:一種是余弦算法，另一種是BM算法。余弦算 法是一種向量模型，它把用戶輸入的查詢關(guān)鍵字和商品都表示成向量，然后計算這兩個向 量之間的相關(guān)性，相關(guān)性計算采用余弦公式，即計算查詢關(guān)鍵字向量和商品向量之間的夾 角，夾角越小越相似。BM算法的主要思想是對查詢Query進(jìn)行分詞，生成詞qi;然后，對于每 個搜索結(jié)果D，計算每個詞qi與D的相關(guān)性得分，最后，將qi相對于D的相關(guān)性得分進(jìn)行加權(quán) 求和，從而得到Query與D的相關(guān)性得分。
[0003] 現(xiàn)有的兩種計算查詢和檢索結(jié)果相關(guān)性的方案，不管是余弦算法還是BM算法，側(cè) 重點(diǎn)都是計算查詢關(guān)鍵字與商品的文字相關(guān)性，更多的是考慮關(guān)鍵字與商品名稱、商品簡 介之間的文本相關(guān)性，對用戶的查詢關(guān)鍵字本身的考慮較少。

【發(fā)明內(nèi)容】

[0004] 為解決上述技術(shù)問題，本發(fā)明提供了一種數(shù)據(jù)檢索方法和裝置。
[0005] 根據(jù)本發(fā)明實(shí)施方式的第一方面，提供了一種數(shù)據(jù)檢索方法，該方法包括:接收用 戶本次輸入的查詢字符串，在所述用戶的查詢-類目概率表中查找與本次輸入的查詢字符 串對應(yīng)的查詢字符串，并將查找到的查詢字符串對應(yīng)的類目的概率大于第一預(yù)定閾值的類 目作為本次輸入的查詢字符串的類目，其中，所述查詢-類目概率表包括查詢字符串、對于 所述查詢字符串所述用戶所點(diǎn)擊的各類目和點(diǎn)擊所述各類目的概率。
[0006] 在本發(fā)明的一些實(shí)施方式中，在所述用戶的查詢-類目概率表中未查找到與本次 輸入的查詢字符串對應(yīng)的查詢字符串時，將本次輸入的查詢字符串進(jìn)行分詞得到第一組詞 語，在所述用戶的詞語-類目概率表中查找與所述第一組詞語對應(yīng)的詞語，并根據(jù)與所述第 一組詞語對應(yīng)的類目的概率確定本次輸入的查詢字符串所屬類目的概率，并將所述所屬類 目的概率大于第二預(yù)定閾值的類目作為本次輸入的查詢字符串的類目，其中，所述詞語-類 目概率表包括詞語、對于所述詞語所述用戶所點(diǎn)擊的各類目和點(diǎn)擊所述各類目的概率。
[0007] 在本發(fā)明的一些實(shí)施方式中，所述根據(jù)與所述第一組詞語對應(yīng)的類目的概率確定 本次輸入的查詢字符串所屬類目的概率包括:通過貝葉斯概率模型根據(jù)與所述第一組詞語 對應(yīng)的類目的概率確定本次輸入的查詢字符串所屬類目的概率。
[0008] 在本發(fā)明的一些實(shí)施方式中，所述查詢-類目概率表中點(diǎn)擊所述各類目的概率是 通過對于所述查詢字符串所述用戶所點(diǎn)擊的各類目的點(diǎn)擊次數(shù)和對于所述查詢字符串所 述用戶點(diǎn)擊的全部類目的點(diǎn)擊次數(shù)確定。
[0009] 在本發(fā)明的一些實(shí)施方式中，所述查詢-類目概率表和所述詞語-類目概率表是根 據(jù)所述用戶的查詢?nèi)罩竞忘c(diǎn)擊日志進(jìn)行定期更新。
[0010] 在本發(fā)明的一些實(shí)施方式中，所述第一組詞語包括尾部詞語和非尾部詞語。
[0011] 在本發(fā)明的一些實(shí)施方式中，所述方法還包括:在確定出本次輸入的查詢字符串 的類目之后，根據(jù)所述確定出的查詢字符串的類目對本次輸入的查詢字符串的檢索結(jié)果排 序進(jìn)行加權(quán)。
[0012] 根據(jù)本發(fā)明實(shí)施方式的第二方面，提供了一種數(shù)據(jù)檢索裝置，該裝置包括:接收模 塊，用于接收用戶本次輸入的查詢字符串；查找模塊，用于在所述用戶的查詢-類目概率表 中查找與本次輸入的查詢字符串對應(yīng)的查詢字符串，并將查找到的查詢字符串對應(yīng)的類目 的概率大于第一預(yù)定閾值的類目作為本次輸入的查詢字符串的類目，其中，所述查詢-類目 概率表包括查詢字符串、對于所述查詢字符串所述用戶所點(diǎn)擊的各類目和點(diǎn)擊所述各類目 的概率。
[0013] 在本發(fā)明的一些實(shí)施方式中，所述查找模塊，還用于在所述用戶的查詢-類目概率 表中未查找到與本次輸入的查詢字符串對應(yīng)的查詢字符串時，將本次輸入的查詢字符串進(jìn) 行分詞得到第一組詞語，在所述用戶的詞語-類目概率表中查找與所述第一組詞語對應(yīng)的 詞語，并根據(jù)與所述第一組詞語對應(yīng)的類目的概率確定本次輸入的查詢字符串所屬類目的 概率，并將所述所屬類目的概率大于第二預(yù)定閾值的類目作為本次輸入的查詢字符串的類 目，其中，所述詞語-類目概率表包括詞語、對于所述詞語所述用戶所點(diǎn)擊的各類目和點(diǎn)擊 所述各類目的概率。
[0014] 在本發(fā)明的一些實(shí)施方式中，所述查找模塊根據(jù)與所述第一組詞語對應(yīng)的類目的 概率確定本次輸入的查詢字符串所屬類目的概率包括:通過貝葉斯概率模型根據(jù)與所述第 一組詞語對應(yīng)的類目的概率確定本次輸入的查詢字符串所屬類目的概率。
[0015] 在本發(fā)明的一些實(shí)施方式中，所述查詢-類目概率表中點(diǎn)擊所述各類目的概率是 通過對于所述查詢字符串所述用戶所點(diǎn)擊的各類目的點(diǎn)擊次數(shù)和對于所述查詢字符串所 述用戶點(diǎn)擊的全部類目的點(diǎn)擊次數(shù)確定。
[0016] 在本發(fā)明的一些實(shí)施方式中，所述查詢-類目概率表和所述詞語-類目概率表是根 據(jù)所述用戶的查詢?nèi)罩竞忘c(diǎn)擊日志進(jìn)行定期更新。
[0017] 在本發(fā)明的一些實(shí)施方式中，所述第一組詞語包括尾部詞語和非尾部詞語。
[0018] 在本發(fā)明的一些實(shí)施方式中，所述裝置還包括:加權(quán)模塊，用于在確定出本次輸入 的查詢字符串的類目之后，根據(jù)所述確定出的查詢字符串的類目對本次輸入的查詢字符串 的檢索結(jié)果排序進(jìn)行加權(quán)。
[0019] 本發(fā)明實(shí)施方式提供的數(shù)據(jù)檢索方法和裝置，通過基于用戶的查詢?nèi)罩竞忘c(diǎn)擊日 志所得的查詢-類目概率表和詞語-類目概率表刻畫用戶的搜索意圖，增加了查詢字符串和 檢索結(jié)果之間在所屬類目方面的相關(guān)性，改善了檢索結(jié)果的準(zhǔn)確度和針對性。
【附圖說明】
[0020] 圖1是根據(jù)本發(fā)明一種實(shí)施方式的數(shù)據(jù)檢索方法的流程示意圖；
[0021] 圖2是根據(jù)本發(fā)明一種實(shí)施方式的數(shù)據(jù)檢索裝置的結(jié)構(gòu)示意圖；
[0022] 圖3是根據(jù)本發(fā)明一種實(shí)施方式的數(shù)據(jù)檢索裝置的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0023] 以下結(jié)合附圖和【具體實(shí)施方式】對本發(fā)明的各個方面進(jìn)行詳細(xì)闡述。其中，眾所周 知的模塊、單元及其相互之間的連接、鏈接、通信或操作沒有示出或未作詳細(xì)說明。并且，所 描述的特征、架構(gòu)或功能可在一個或一個以上實(shí)施方式中以任何方式組合。本領(lǐng)域技術(shù)人 員應(yīng)當(dāng)理解，下述的各種實(shí)施方式只用于舉例說明，而非用于限制本發(fā)明的保護(hù)范圍。還可 以容易理解，本文所述和附圖所示的各實(shí)施方式中的模塊或單元或處理方式可以按各種不 同配置進(jìn)行組合和設(shè)計。
[0024] 參見圖1，圖1是根據(jù)本發(fā)明一種實(shí)施方式的數(shù)據(jù)檢索方法的流程示意圖，該方法 可包括：
[0025] S101，接收用戶輸入的查詢字符串，
[0026] S102,在所述用戶的查詢-類目概率表中查找與本次輸入的查詢字符串對應(yīng)的查 詢字符串，并將查找到的查詢字符串對應(yīng)的類目的概率大于第一預(yù)定閾值的類目作為本次 輸入的查詢字符串的類目，
[0027] 其中，所述查詢-類目概率表包括查詢字符串、對于所述查詢字符串所述用戶所點(diǎn) 擊的各類目和點(diǎn)擊所述各類目的概率。
[0028] 本發(fā)明的數(shù)據(jù)檢索方法可適用于各類電商網(wǎng)站的商品檢索，可作為電商網(wǎng)站應(yīng)用 服務(wù)器中的一個附加數(shù)據(jù)處理流程。具體而言，可包括:步驟S101，接收用戶輸入的查詢字 符串。例如，用戶可以在網(wǎng)頁或客戶端的電商網(wǎng)站的商品檢索框內(nèi)輸入需要查詢的關(guān)鍵詞 作為查詢字符串，可包括漢字、英文單詞或者數(shù)字等等，接收查詢請求的應(yīng)用服務(wù)器接收用 戶輸入的查詢字符串。
[0029] 接下來，執(zhí)行步驟S102,根據(jù)所述用戶的查詢-類目概率表中查找與本次輸入的查 詢字符串對應(yīng)的查詢字符串，并將查找到的查詢字符串對應(yīng)的類目的概率大于第一預(yù)定閾 值的類目作為本次輸入的查詢字符串的類目，其中，該用戶的查詢-類目概率表包括查詢字 符串、對于該查詢