CN101661484A

CN101661484A - 一种查询方法及系统

Info

Publication number: CN101661484A
Application number: CN200810212685A
Authority: CN
Inventors: 李刚; 鲁耀杰; 尹悦燕; 史达飞; 李燕
Original assignee: Ricoh Co Ltd
Current assignee: Ricoh Co Ltd
Priority date: 2008-08-29
Filing date: 2008-08-29
Publication date: 2010-03-03
Also published as: JP2010055621A; JP5493597B2

Abstract

本发明提供一种查询方法及系统，方法包括步骤A，利用查询算法从查询对象中获取与当前查询语句对应的原始查询结果集，所述原始查询结果集包括至少一个查询结果；步骤B，利用相关度算法计算所述原始查询结果集中的每个查询结果与所述当前查询语句的相关度得分；步骤C，从所述原始查询结果集中删除相关度得分低于预设阈值的查询结果，得到最终查询结果集；步骤D，根据所述最终查询结果集进行输出处理。本发明实施例通过使用其他的算法对第一次查询得到的结果进行筛选，从原始结果中排除与用户需求不符的对象，提高了查询准确性。

Description

一种查询方法及系统

技术领域

本发明涉及信息检索技术领域，特别是一种查询方法及系统，提高查询结果的精度。

背景技术

当前的查询系统中，在用户输入一个查询语句后，系统利用一定的算法从一个特定的集合中查询与当前查询语句相关度符合要求的对象，并将查询得到的符合要求的对象展现给用户。

而在使用推荐查询，计算当前查询语句与历史查询语句集中的历史查询语句的相关度，并利用计算得到的相关度，从历史查询语句集中选择预定数目的历史查询语句作为相关查询语句，并基于该相关查询语句进行推荐。

发明人在实现本发明的过程中，发现现有的查询方法和系统至少存在以下问题：

由于仅使用特定算法执行一次查询的过程，由于使用的查询算法的局限性，所以结果中存在很多与用户需求不符的对象，查询准确性低。

发明内容

本发明的目的是提供一种用于查询方法及系统，提高查询的准确性。

为了实现上述目的，本发明实施例提供了一种查询方法，包括：

步骤A，利用查询算法从查询对象中获取与当前查询语句对应的原始查询结果集，所述原始查询结果集包括至少一个查询结果；

步骤B，利用相关度算法计算所述原始查询结果集中的每个查询结果与所述当前查询语句的相关度得分；

步骤C，从所述原始查询结果集中删除相关度得分低于预设阈值的查询结果，得到最终查询结果集；

步骤D，根据所述最终查询结果集进行输出处理。

上述的方法，其中：

所述方法用于推荐查询时，所述查询对象为历史查询语句集，所述原始查询结果集为包括至少一个历史查询语句的原始相关查询语句集；

所述步骤B具体为：计算每一个第二查询结果集与所述第一查询结果集的相关度得分，所述第一查询结果集为利用所述当前查询语句对数据库执行查询操作得到的查询结果集，所述第二查询结果集为分别利用所述原始相关查询语句集中的每一个历史查询语句对所述数据库执行查询操作得到的查询结果集；

所述相关度得分低于预设阈值的查询结果为相关度得分低于所述预设阈值的第二查询结果集所对应的历史查询语句。

上述的方法，其中，所述计算每一个第二查询结果集与所述第一查询结果集的相关度得分时，所述第二查询结果集与所述第一查询结果集中相同的查询结果越多，则所述第二查询结果集与所述第一查询结果集的相关度得分越高。

上述的方法，其中，所述计算每一个第二查询结果集与所述第一查询结果集的相关度得分时，所述第二查询结果集中被用户访问过的查询结果在所述第一查询结果集中出现的越多，所述第二查询结果集与所述第一查询结果集的相关度得分越高。

上述的方法，其中，所述步骤D具体为：根据所述最终查询结果集中的部分或全部历史查询语句进行推荐输出。

为了实现上述目的，本发明实施例还提供了一种查询系统，其中，包括：

主查询模块，用于利用查询算法从查询对象中获取与当前查询语句对应的原始查询结果集，所述原始查询结果集包括至少一个查询结果；

优化模块，用于利用相关度算法计算所述原始查询结果集中的每个查询结果与所述当前查询语句的相关度得分，并从所述原始查询结果集中删除相关度得分低于预设阈值的查询结果，得到最终查询结果集；

输出模块，用于根据所述最终查询结果集进行输出处理。

上述的查询系统，其中：

所述查询系统用于推荐查询时，所述查询对象为历史查询语句集，所述原始查询结果集为包括至少一个历史查询语句的原始相关查询语句集；

所述优化模块具体包括：

计算单元，用于计算每一个第二查询结果集与所述第一查询结果集的相关度得分，所述第一查询结果集为利用所述当前查询语句对数据库执行查询操作得到的查询结果集，所述第二查询结果集为分别利用所述原始相关查询语句集中的每一个历史查询语句对所述数据库执行查询操作得到的查询结果集；

删除单元，从所述原始相关查询语句集中删除相关度得分低于所述预设阈值的第二查询结果集所对应的历史查询语句。

上述的查询系统，其中，所述第二查询结果集与所述第一查询结果集中相同的查询结果越多，则所述第二查询结果集与所述第一查询结果集的相关度得分越高。

上述的查询系统，其中，所述第二查询结果集中被用户访问过的查询结果在所述第一查询结果集中出现的越多，所述第二查询结果集与所述第一查询结果集的相关度得分越高。

上述的查询系统，其中，所述输出模块具体用于根据所述最终查询结果集中的部分或全部历史查询语句进行推荐输出。

本发明实施例具有以下的有益效果：

本发明实施例的方法和系统，通过使用其他的算法对第一次查询得到的结果进行筛选，从原始结果中排除与用户需求不符的对象，提高了查询准确性；

本发明实施例的方法和系统，应用于推荐查询时，通过当前查询语句获取一查询结果，同时通过原始查询结果集中的历史查询语句获取另外一个查询结果，通过计算相关度得分，利用该得分删除相关度得分低于预设阈值的查询结果对应的历史查询语句，提高了推荐查询的准确性。

附图说明

图1为本发明实施例的查询方法的流程示意图；

图2为本发明实施例的查询方法用于推荐查询时的流程示意图。

具体实施方式

本发明实施例的查询方法及系统，在获取原始查询结果后，利用一定的方法对该原始查询结果进行过滤，以得到准确度更高的查询结果。

本发明实施例的查询方法如图1所示，包括：

步骤11，利用第一算法从查询对象中获取与当前查询语句对应的原始查询结果集，所述原始查询结果集包括至少一个查询结果；

步骤12，利用第二算法计算每个所述查询结果与所述当前查询语句的相关度得分；

步骤13，从所述原始查询结果集中删除得分低于预设阈值的查询结果，得到最终查询结果集；

步骤14，根据所述最终查询结果集进行输出处理。

<具体实施例一>

在本发明的具体实施例一中，以从文档数据库中查询为例进行说明。

应用于文档数据库的查询时，本发明实施例的方法包括：

步骤A11，利用第一算法从文档数据库中获取与当前查询语句对应的原始查询结果集，所述原始查询结果集包括至少一个文档；

步骤A12，利用与第一算法不同的相关度算法(如BM25算法、RWR(随机游动)算法、TF/IDF(Term Frequency/Inverse Document Frequency，词频与反向文件频率)算法、Orion算法等算法中的一个或多个)计算原始查询结果集中的每个文档与当前查询语句的相关度得分；

步骤A13，删除原始查询结果集中的得分低于预设阈值的文档，得到最终查询结果集；

步骤A14，输出最终查询结果集中的全部查询结果或部分查询结果。

具体说明如下。

假设当前查询语句为A，通过随机游动算法得到了一个原始查询结果集，其中包括A1、A2、A3、...、An这n个文档。

在步骤12中，利用BM25算法计算文档A1与当前查询语句A的相关度得分X1、文档A2与当前查询语句A的相关度得分X2、...、文档An与当前查询语句A的相关度得分Xn。

在得到这些得分后，删除低于预设阈值的得分所对应的查询结果，最后输出最终的结果。

通过本发明的实施例一的描述可以发现，通过另外的算法计算原始查询结果集中的文档与当前查询语句的相关度得分，因此，能从原始结果集中剔除那些与当前查询语句不太相关的文档，提高了查询的准确性。

<具体实施例二>

在本发明的具体实施例二中，以从历史查询语句集中查询为例进行说明。

应用于历史查询语句数据库时，本发明实施例的方法包括：

步骤A21，利用第一算法从历史查询语句集中获取与当前查询语句对应的原始相关查询语句集，所述原始相关查询语句集包括至少一个历史查询语句；

步骤A22，利用与第一算法不同的相关度算法(如BM25算法、RWR(随机游动)算法、TF/IDF(Term Frequency/Inverse Document Frequency，词频与反向文件频率)算法、Orion算法等算法中的一个或多个)计算原始相关查询语句集中的每个历史查询语句与当前查询语句的相关度得分；

步骤A23，删除原始相关查询语句集中的得分低于预设阈值的历史查询语句，得到最终相关查询语句集；

步骤A24，利用最终相关查询语句集进行推荐查询输出。

通过本发明的实施例二的描述可以发现，通过另外的算法计算原始相关查询语句集中的历史查询语句与当前查询语句的相关度得分，避免了单一算法的局限性，因此，能从原始相关查询语句集中剔除那些与当前查询语句不太相关的历史查询语句，提高了查询的准确性。

<具体实施例三>

在本发明的具体实施例三中，还是以推荐查询为例对本发明的方法进行详细说明。

如图2所示，本发明实施例三的方法，包括：

步骤21，利用第一算法计算历史查询语句集中的历史查询语句与当前查询语句的相关度；

步骤22，按照与当前查询语句的相关度从大到小的顺序，从历史查询语句集中选择预定数目的第一历史查询语句，组成原始相关查询语句集；

步骤23，利用当前查询语句对查询对象(如文档数据库、图片数据库、本地数据库或网络数据库等)执行查询操作，得到包括至少一个查询结果(对应的文档或图片等类型的文件)的第一查询结果集；

步骤24，利用所述原始相关查询语句集中的每一个第一历史查询语句对所述查询对象执行查询操作，得到与所述第一相关历史查询语句集中的每一个第一历史查询语句对应的第二查询结果集；在此，最好与步骤23采用相同的查询算法。

步骤25，计算每一个第二查询结果集与所述第一查询结果集的相关度；

步骤26，从所述原始相关查询语句集中，排除相关度得分低于预设阈值的第二查询结果集所对应的第一历史查询语句，得到最终相关查询语句集；

步骤27，基于所述最终相关查询语句集中的历史查询语句进行推荐。

下面对每个步骤进行详细说明。

在步骤21中，该第一算法可以是BM25算法、RWR(随机游动算法)、TF/IDF(Term Frequency/Inverse Document Frequency，词频与反向文件频率)算法中的一个或多个。

由于上述的算法都是非常成熟的算法，在此不对其具体的实现过程进行详细描述。

在步骤12中，按照与当前查询语句的相关度从大到小的顺序，从历史查询语句集中选择预定数目的第一历史查询语句，其中，该预定数目可以根据系统的要求设置，可以设置多一些，也可以设置少一些。

通过步骤21和步骤22就得到了一系列的与当前查询语句相关的历史查询语句，然而该得到的历史查询语句有可能有一些并不是用户所需要的，也就是说推荐不准确。

在第二实施例中，通过利用其他的算法计算历史查询语句和当前查询语句的相关度，进而利用相关度来剔除不满足要求的历史查询语句，在本发明的第三具体实施例中，进一步通过比较当前查询语句与历史查询语句各自得到的查询结果集来对相关历史查询语句进行筛选，以提高推荐的准确性。

在步骤23和24中，使用查询语句对查询对象执行查询操作，在此，该查询对象可以是：本地数据库、网络数据库、文档数据库、图片数据库、视频数据库等不同类型的数据库中的一个或多个。

假设当前查询语句为A，通过步骤21和步骤22得到的原始相关查询语句集中包括A1、A2和A3，则在执行步骤13和步骤14，得到以下的结果：

利用A对查询对象执行查询操作，得到与A对应的查询结果集B；

利用A1对查询对象执行查询操作，得到与A1对应的查询结果集B1；

利用A2对查询对象执行查询操作，得到与A2对应的查询结果集B2；

利用A3对查询对象执行查询操作，得到与A3对应的查询结果集B3。

然后需要计算查询结果集B1与查询结果集B的相关度X1、查询结果集B2与查询结果集B的相关度X2，以及查询结果集B3与查询结果集B的相关度X3。

在本发明的具体实施例中，对于查询结果集中的相关度计算，可以选择查询结果集中所有的查询结果进行计算，也可以分别取查询结果集中排在前面的预定数目的查询结果进行计算。

在本发明的第二具体实施例中，具体采用如下的方法来计算查询结果之间的相关度。

<方式一>

利用Objective Feedback(客观反馈)算法。

每个查询结果集中都包括多个查询结果，在方式一中利用查询结果集中的查询结果的数目信息来计算查询结果集之间的相关度。

查询结果集A与查询结果集B之间的相关度为：查询结果集A与查询结果集B的交集所包括的查询结果的数目与查询结果集A与查询结果集B的并集所包括的查询结果的数目的商。

举例说明如下。

假设查询结果集A包括D1、D2、D3、D5、D8和D9这6个查询结果，而查询结果集B包括D1、D2、D4、D5、D6、D7和D9这7个查询结果，则二者的交集为4个查询结果，即D1、D2、D5和D9，而二者的并集为9个查询结果，为D1到D9，则查询结果集A与查询结果集B之间的相关度为4/9。

当然，该相关度还可以是：

查询结果集A与查询结果集B的交集所包括的查询结果的数目与查询结果集A的查询结果的数目的商；

查询结果集A与查询结果集B的交集所包括的查询结果的数目与查询结果集B的查询结果的数目的商；或者

查询结果集A与查询结果集B的交集所包括的查询结果的数目。

<方式二>

利用Subjective Feedback(主观反馈)算法。

每个查询结果集中都包括多个查询结果，在方式二中利用查询结果集中被用户访问的查询结果的数目信息来计算查询结果集之间的相关度。

查询结果集A与查询结果集B之间的相关度为：历史查询语句对应的查询结果集B中被用户访问的查询结果在查询结果集A中出现的数目与历史查询语句对应的查询结果集B中被用户访问的查询结果的数目的比值。

假设当前查询语句的查询结果集A包括D1到D9这9个查询结果，而历史查询语句的查询结果集B中包括D1到D12这12个查询结果，而这12个查询结果中D1、D3、D8、D9、D10和D12这6个查询结果被用户访问过，此时，则查询结果集A与查询结果集B之间的相关度为4/6。

在上面详细描述了两种算法来计算查询结果集的相关度，当然，还可以采用其他的算法来计算二者之间的相关度，在此不一一列举。

同时，在上面的描述中是以两个查询结果集的所有查询结果进行的说明，当然也可以同时从两个查询结果集中取部分查询结果来进行计算。

本发明实施例的查询系统包括：

主查询模块，用于利用第一算法从查询对象中获取与当前查询语句对应的原始查询结果集，所述原始查询结果集包括至少一个查询结果；

优化模块，用于利用第二算法计算每个所述查询结果与所述当前查询语句的相关度得分，并从所述原始查询结果集中删除得分低于预设阈值的查询结果，得到最终查询结果集；

输出模块，用于根据所述最终查询结果集进行输出处理。

在用于推荐搜索时，所述查询对象为历史查询语句集，所述原始查询结果集为包括至少一个历史查询语句的原始相关查询语句集，所述优化模块具体包括：

第一查询单元，用于利用当前查询语句对查询对象(如文档数据库、图片数据库、本地数据库或网络数据库等)执行查询操作，得到包括至少一个查询结果(对应的文档或图片等类型的文件)的第一查询结果集，并利用所述原始相关查询语句集中的每一个历史查询语句对所述查询对象执行查询操作，得到与所述原始相关查询语句集的每一个历史查询语句对应的第二查询结果集；

计算单元，用于计算每一个第二查询结果集与所述第一查询结果集的相关度；

排除单元，从所述原始相关查询语句集中，排除相关度得分低于预设阈值的第二查询结果集所对应的第一历史查询语句，得到最终相关查询语句集；

所述输出模块具体用于基于所述最终相关查询语句集中的历史查询语句进行推荐。

所述输出模块使用的推荐方法包括查询扩展，推荐相关查询语句，推荐相关文档，推荐相关用户等等。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims

1.一种查询方法，其特征在于，包括：

步骤D，根据所述最终查询结果集进行输出处理。

2.根据权利要求1所述的方法，其特征在于：

3.根据权利要求2所述的方法，其特征在于，所述计算每一个第二查询结果集与所述第一查询结果集的相关度得分时，所述第二查询结果集与所述第一查询结果集中相同的查询结果越多，则所述第二查询结果集与所述第一查询结果集的相关度得分越高。

4.根据权利要求2所述的方法，其特征在于，所述计算每一个第二查询结果集与所述第一查询结果集的相关度得分时，所述第二查询结果集中被用户访问过的查询结果在所述第一查询结果集中出现的越多，所述第二查询结果集与所述第一查询结果集的相关度得分越高。

5.根据权利要求2或3或4所述的方法，其特征在于，所述步骤D具体为：根据所述最终查询结果集中的部分或全部历史查询语句进行推荐输出。

6.一种查询系统，其特征在于，包括：

输出模块，用于根据所述最终查询结果集进行输出处理。

7.根据权利要求6所述的查询系统，其特征在于：

所述优化模块具体包括：

8.根据权利要求7所述的查询系统，其特征在于，所述第二查询结果集与所述第一查询结果集中相同的查询结果越多，则所述第二查询结果集与所述第一查询结果集的相关度得分越高。

9.根据权利要求7所述的查询系统，其特征在于，所述第二查询结果集中被用户访问过的查询结果在所述第一查询结果集中出现的越多，所述第二查询结果集与所述第一查询结果集的相关度得分越高。

10.根据权利要求7或8或9所述的查询系统，其特征在于，所述输出模块具体用于根据所述最终查询结果集中的部分或全部历史查询语句进行推荐输出。