CN102456018A - 一种交互搜索方法及装置 - Google Patents

Abstract

本发明公开了一种交互搜索方法及装置，属于信息检索领域。该方法包括：获取用户输入的查询词；确定查询词的意图特征值；根据查询词和查询词的意图特征值，确定搜索结果。该装置包括查询词模块、特征值模块以及搜索模块。本发明通过人和搜索引擎交流的交互式搜索方式，搜索引擎根据用户的意图来决定搜索结果，而不是根据搜索词，确定搜索结果，搜索引擎会主动向用户用某种方式提出问题，给用户提示或者选择，帮助用户确定当前或者后续的意图；并将根据用户选择的意图来决定搜索结果返回给用户；搜索引擎在用某种方式收集用户的反应(如点击、浏览等行为)可明确用户意图后，将比较主动地重新安排搜索结果而不是采取提问题的方式。

Description

一种交互搜索方法及装置

技术领域

本发明涉及信息检索领域，特别涉及一种交互搜索方法及装置。

背景技术

由于网络技术的发展，信息检索变得越来越重要，在传统的信息检索技术领域中，用户通过输入查询词，然后搜索引擎根据查询词得到搜索结果。

传统的信息检索，搜索引擎仅仅通过用户的查询词来进行搜索，搜索过程是单向的，只有用户向搜索引擎提出问题。用户在使用时会存在很大的障碍，例如，根据自身的搜索意图构造一个好的查询词对于用户来说是一件困难的事情。其次，查询词通常比较短并带有一定的歧义，不能一次完成搜索任务，用户需要一遍遍地敲入新的查询词，当用户没有搜索到合适的文档，用户需要重新输入查询词，不断重复上述过程，直到搜索到合适的文档；即使对于同样的查询词而言，不同的用户会有不同的认知和偏好。现有技术很难确定用户当前查询的真正意图，导致搜索结果没有针对性，准确性也不高。

发明内容

本发明实施例提供了一种交互搜索方法，其能解决现有技术中搜索结果没有针对性，准确性也不高的问题。所述技术方案如下：所述方法包括：

获取用户输入的查询词；

确定所述查询词的意图特征值；

根据所述查询词和所述查询词的意图特征值，确定搜索结果。

其中，所述确定所述查询词的意图特征值，具体包括：获取所述用户的用户模型数据；根据所述用户的用户模型数据，确定所述查询词的意图特征值。

其中，所述获取所述用户的用户模型数据，具体包括：抓取用户行为信息，所述行为信息包括以下信息中的至少一种：查询过的网页数据、点击信息以及浏览信息；通过对所述行为信息分析，得到用户模型数据。

其中，所述获取所述用户的用户模型数据，具体包括：获取用户使用的设备信息；根据所述设备的特性，得到用户模型数据。

其中，在所述获取所述用户的用户模型数据之后，该方法还包括：提取社会化数据，对该社会化数据进行文本分析，建立概念关系库；利用所述概念关系库，进一步确定用户模型数据。

其中，在根据所述查询词和所述查询词的意图特征值，确定搜索结果之后，该方法还包括：根据搜索结果，提出问题；根据所述问题的答复信息，进一步确定所述查询词的意图特征值；根据所述查询词和所述进一步确定的查询词的意图特征值，确定搜索结果。

本发明实施例还提供了一种交互搜索装置，该装置包括：

查询词模块，用于获取用户输入的查询词；

特征值模块，用于确定所述查询词的意图特征值；

搜索模块，用于根据所述查询词和所述查询词的意图特征值，确定搜索结果。

其中，所述特征值模块，具体包括：模型数据单元，用于获取所述用户的用户模型数据；特征值子单元，根据所述用户的用户模型数据，确定所述查询词的意图特征值。

其中，所述模型数据单元，具体包括：查询信息子单元，用于抓取用户行为信息，所述行为信息包括以下信息中的至少一种：查询过的网页数据、点击信息以及浏览信息；第一模型数据子单元，用于对所述行为信息分析，得到用户模型数据。

其中，所述模型数据单元，具体包括：设备信息子单元，用于获取用户使用的设备信息；第二模型数据子单元，用于根据所述设备的特性，得到用户模型数据。

其中，所述模型数据单元还包括：概念关系库子单元，用于提取社会化数据，对该社会化数据进行文本分析，建立概念关系库。模型数据优化子单元，用于利用所述概念关系库，进一步确定用户模型数据。

其中，该装置还包括：提问模块，用于根据搜索结果，提出问题；特征值限定模块，用于根据所述问题的答复信息，进一步确定所述查询词的意图特征值；继续检索模块，用于根据所述查询词和所述进一步确定的意图特征值，确定搜索结果。

本发明通过获取查询词，确定该查询词的查询意图，并根据查询词及查询词的意图特征值进行搜索，使得搜索结果更具针对性及准确性。

附图说明

图1为本发明实施例1的交互搜索方法的流程示意图；

图2为本发明实施例2的交互搜索方法的流程示意图；

图3为本发明实施例3的交互搜索方法的流程示意图；

图4为本发明实施例3的一个实施方式中搜索引擎主动向用户发问的例子的示意图；

图5为本发明实施例3的用户2的搜索结果的示意图；

图6为本发明实施例4的交互搜索装置的结构示意图；

图7为本发明实施例4的特征值模块的结构示意图；

图8为本发明实施例4的模型数据单元的结构示意图；

图9为本发明实施例4的模型数据单元的另一结构示意图；

图10为本发明实施例4的模型数据单元的又一结构示意图；

图11为本发明实施例4的模型数据单元的又一结构示意图；

图12为本发明实施例4的交互搜索装置的另一结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

实施例1

本发明实施例提供一种交互搜索方法。参见图1，该方法包括以下步骤：

101：获取用户输入的查询词；

102：确定所述查询词的意图特征值；

103：根据所述查询词和所述查询词的意图特征值，确定搜索结果。

本实施例通过获取查询词，确定该查询词的查询意图，并根据查询词及查询词的意图特征值进行搜索，使得搜索结果更具针对性及准确性。

实施例2

本发明实施例提供一种交互搜索方法。参见图2，该方法包括以下步骤：

201：获取用户输入的查询词；

搜索引擎接收用户输入查询词。

202：获取所述用户的用户模型数据；

所述用户模型数据是搜索引擎预先为每个用户建立的最能够反映该用户的查询倾向，用户模型数据可以包括以下信息，例如，用户的ID(Identify，标识)和该用户的用户模型数据(例如，爱好信息)，为了便于描述本实施例，使用下面的表格1来描述用户模型数据。

ID	用户模型数据
		用户1	音乐爱好者、植物爱好者
用户2	植物爱好者
		用户3	计算机技术爱好者

表格1

当搜索引擎接收到用户输入查询词后，可以通过该用户的ID，获取该用户的用户模型数据。

例如，用户1获取了用户模型数据为“音乐爱好者”和“植物爱好者”；用户2获取了用户模型数据为“植物爱好者”；用户3获取了用户模型数据为“计算机技术爱好者”。

用户模型数据是由搜索引擎预先建立的，可通过多种方法建立用户模型数据，在本实施例中主要描述两种建立用户模型数据的方法，即，通过用户当前和/或以前的查询信息和/或根据用户操作上下文信息建立所述用户的用户模型数据。下面将分别描述上述方法。

(1)抓取用户行为信息，所述行为信息包括以下信息中的至少一种：查询过的网页数据、点击信息以及浏览信息；通过对所述行为信息分析，得到用户模型数据。

下面以用户1和用户2为例，说明根据用户以往的查询信息，获取所述用户的用户模型数据的过程：

当搜索引擎接收到用户1输入的查询词后，搜索引擎通过用户1的身份标识符，查询到用户1以往查询记录，包括长期和短期的用户查询、点击、浏览等信息，统计分析这些被索引的页面，例如，将这些索引的页面分类，统计每类索引的页面被点击的次数，按点击的次数的多少将索引的页面类别进行排序，从而得到用户模型数据，例如，用户1点击音乐的次数比点击植物的次数高，那么用户1的用户模型数据按点击次数包括两项：排在前面的是音乐爱好者，排在后面的是植物爱好者，由此可以看出，用户模型数据更集中反映用户的兴确，那么搜索引擎就会获取到用户1的模型数据为“音乐爱好者”和“植物爱好者”，并且“音乐爱好者”的级别高于“植物爱好者”。

同理，当搜索引擎接收到用户2输入的查询词后，搜索引擎通过用户2的身份标识符，查询到用户2以往查询记录，包括长期和短期的用户查询、点击、浏览或通过摄像头所拍摄的图像(反映用户注意力的转移)等信息，这些被索引的页面能更集中反映用户的兴确(或用户关心的信息)，例如，搜索引擎发现他是植物爱好者，那么搜索引擎就会获取到用户2的模型数据为“植物爱好者”。

(2)通过获取所述用户使用的设备信息，得到所述用户的用户模型数据。

搜索引擎获取了用户3的IP、使用的操作系统、浏览器、硬件设备等信息(通过用户3的身份标识符)，这些信息能够反映出用户的爱好倾向，例如，搜索引擎获取用户3使用的浏览器为Safari(苹果浏览器)，可以反映出用户3对计算机技术感兴趣，由此搜索引擎就会得到用户3的模型数据为“计算机技术爱好者”。

上面分别描述了搜索引擎利用用户的查询记录或用户的上下文信息，获取该用户的用户模型数据，然而，并不限定用户的模型数据仅仅通过其中一种方式获得，而是可以结合上述方式中两种方式获得。

优选地，还可通过提取社会化数据，对该社会化数据进行文本分析，建立概念关系库，利用所述概念关系库，进一步确定用户模型数据。

社会化数据是广泛存在于互联网上的数据，如维基百科、互联网书签等等。这些数据是用户在使用互联网的过程中生成的，可以从以下两个方面利用社会化数据：

a.利用社会化数据能够更准确确定用户模型数据。大量的社会话数据形成了有效的训练集合，从而可以改进用户模型数据的准确性。特别的，通过整合大量用户交互行为和社会话数据两方面的知识，我们可以构建准确的用户兴趣分析模块。

b.将社会化数据广泛存在的对象之间的关系结构，如维基百科中的概念关系图，引入用户兴趣模型之中，使用户兴趣不仅仅是相互独立的不同维度，而成为了相互联系的有机整体。

下面将详细描述利用社会化数据，进一步确定用户模型数据的过程：

通过提取社会化数据，对该社会化数据进行文本分析，建立概念关系库。例如，提取通过某些网页，对这些网页中出现频率高于某个阈值(该阈值可预先设置)的词语(概念)进行统计，将和该词语发生关系次数最多的某个词语放入概念关系库，遍历许多这样的网页和网页中的内容，可以构建更加完善的概念关系库。利用所述概念关系库，进一步确定用户模型数据，下面以用户1、用户3为例，说明上述过程：

通过用户1以往的查询记录，利用所述概念关系库，可以更加精确地统计到用户1点击音乐类的网页次数最高，例如，利用由社会化数据建立的概念关系库，将音乐类的网页的范围扩大，例如，将含有张学友的网页也划分到音乐类的网页的范畴内，由此，可以看出，利用社会化数据更能准确地得到用户1的模型数据“音乐爱好者”比“植物爱好者”的级别高。

通过用户3所使用的IP、使用的操作系统、浏览器、硬件设备等信息，利用所述概念关系库，例如，搜索引擎获取用户3使用的浏览器为Safari(苹果浏览器)，而所述概念关系库中还建有其它软件的概念关系库，例如，使用了最新图像存储技术的软件，该最新图像存储技术的软件在所述概念关系库中所对应的概念为：计算机技术，由此更加准确地建立了用户3的用户模型数据。

可以反映出用户3对计算机技术感兴趣，由此搜索引擎就会得到用户3的模型数据为“计算机技术爱好者”。

203：确定所述查询词的意图特征值；

当搜索引擎接收到用户输入的查询词后，通过该用户的身份标识符，就可获取该用户的用户模型数据，根据该用户的用户模型数据，可获得所述查询词的意图特征值。

在上面的示例中，搜索引擎根据用户1的用户模型数据“音乐爱好者”和“植物爱好者”，判断出用户1所输入的查询词“夜来香”的意图特征值，例如，第一意图特征值为“歌曲夜来香”和第二意图特征值“植物夜来香”。

同理，搜索引擎根据用户2的用户模型数据“植物爱好者”，判断出用户2所输入的查询词“夜来香”的意图特征值，例如为“植物夜来香”。

搜索引擎根据用户3的用户模型数据“计算机技术爱好者”，判断出用户3所输入的查询词“苹果”的意图特征值，例如为“苹果品牌的计算机技术”。

204：根据所述查询词的意图特征值和所述查询词，确定搜索结果；

搜索引擎根据用户1的查询词“夜来香”的意图特征值，例如第一意图特征值为“歌曲夜来香”，第二意图特征值为“植物夜来香”以及该查询词“夜来香”，确定出用户1的查询词“夜来香”的搜索结果为“歌曲夜来香”和“植物夜来香”的网页。

搜索引擎根据用户2的查询词“夜来香”的意图特征值，例如为“植物夜来香”以及该查询词“夜来香”，确定出用户2的查询词“夜来香”的搜索结果为“植物夜来香”的网页。

本实施例通过确定用户模型数据，从而确定出查询词的意图特征值，根据所述查询词和查询词的意图特征值，可以使搜索结果具有针对性和准确性。

实施例3

本实施例中的步骤301-步骤304与实施例2中的步骤201-步骤204大致相同，在此不再赘述。

在根据所述查询词的意图特征值和所述查询词，确定搜索结果之后，为了准确，该方法还可以包括：

305：根据搜索结果，提出问题；

参见图3和图4，如果根据所述查询词和所述查询词的意图特征值，确定的索引页面可能包含有很丰富的内容，搜索引擎无法进一步确定用户查询词的意图特征值；比如在植物夜来香的搜索结果中包括它的种植方法、用途功效等等，此时搜索引擎则会向用户提供若干问题，如以提供选项的方式让用户进行进一步的选择，根据用户的选择，进一步确定了用户查询词的意图特征值，从而使用户能够搜索得到更加适合的文档。

步骤305可以在步骤304后面执行，也可以在步骤304之前执行，如在确定所述查询词的意图特征值之后，提出问题，供用户进行进一步的选择，之后再进行搜索。

以用户2查询“夜来香”为例，搜索引擎可能会向用户提供“常见品种”、“种植方法”、“用途功效”、“花香有毒”、“其他相似植物”等选择。在每个选择之后，搜索引擎还可以继续不断地引导用户深入话题。提出的问题可在页面中任一合适的位置，可以是左侧栏、右侧栏、搜索页的上部或者下部，也可以与搜索结果揉杂在一起。具体可参见图4，图4左侧列出各种可能候选意图，供用户选择，这个结果。

306：根据所述问题的答复信息，进一步确定所述查询词的意图特征值，并根据所述查询词和所述查询词的意图特征值，确定搜索结果。

参见图5，用户2对搜索引擎给出的问题进行了选择，即作出了答复，例如，选择了左侧问题中的种值方法，搜索引擎根据该答复，重新确定了查询词的意图特征值，例如“植物夜来香的种值方法”，根据该进一步确定的查询词的意图特征值，确定出搜索结果。

搜索引擎还可以根据进一步确定的特征值所确定的搜索结果，继续提出问题，并根据用户的答复，再进一步确定查询词的意图特征值，以检索出合适的搜索结果，例如可以继续向用户2提出问题“你想了解那一种种植方法”。

本发明通过人和搜索引擎交流的交互式搜索方式，根据该用户的用户模型数据，判断所述查询词的意图特征值，根据所述查询词的意图特征值和所述查询词，确定搜索结果，根据所述搜索结果，还会主动提出问题，根据答复信息，以进一步确定所述查询词的意图特征值，根据进一步确定所述查询词的意图特征值和所述查询词，确定搜索结果，从而使搜索更快，更准确，从而提升用户的操作体验。

实施例4

本发明实施例提供一种交互搜索装置。参见图6，该装置包括：查询词模块300、特征值模块310和搜索模块320；其中，

查询词模块300，用于获取用户输入的查询词；

特征值模块310，用于确定所述查询词的意图特征值；

搜索模块320，用于根据所述查询词和所述查询词的意图特征值，确定搜索结果

参见图7，所述特征值模块310具体包括：模型数据单元3101和特征值子单元3102；其中，

模型数据单元3101，用于获取所述用户的模型数据模型数据；

特征值子单元3102，根据所述用户的模型数据，确定所述查询词的意图特征值。

参见图8，所述模型数据单元3101具体包括：

查询信息子单元31011，用于抓取用户行为信息，所述行为信息至少包括当前和/或以前查询的网页数据、点击、浏览信息之一；

第一模型数据子单元31012，用于对所述行为信息分析，得到用户模型数据。

参见图9，所述模型数据单元3101具体包括：

设备信息子单元31013，用于获取所述用户使用的设备信息；

第二模型数据子单元31014，根据所述设备的特性，得到所述用户的用户模型数据

参见图10和图11，所述模型数据单元3101还包括：

概念关系库子单元31015，用于提取社会化数据，对该社会化数据进行文本分析，建立概念关系库；

模型数据优化子单元31016，用于利用所述概念关系库，进一步确定用户模型数据。

参见图12，该装置还包括：

提问模块330，用于根据搜索结果，提出问题；

特征值限定模块340，用于根据答复信息，进一步确定所述查询词的意图特征值；

触发模块350，用于根据所述查询词和所述查询词的意图特征值，触发搜索模块，进一步确定搜索结果。

本实施例提供的装置，与方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

本发明通过人和搜索引擎交流的交互式搜索方式，根据该用户的用户模型数据，判断所述查询词的意图特征值，根据所述查询词的意图特征值和所述查询词，确定搜索结果，必要时根据所述搜索结果，还会主动提出问题，根据答复信息，以进一步确定所述查询词的意图特征值，根据进一步确定所述查询词的意图特征值和所述查询词，确定搜索结果，协助用户过滤和定位信息，从而提升用户的操作体验，也就是说，搜索引擎根据用户的意图来决定搜索结果，而不是根据搜索词，确定搜索结果，搜索引擎会主动向用户用某种方式提出问题，给用户提示或者选择，帮助用户确定当前或者后续的意图；并将根据用户选择的意图来决定搜索结果返回给用户；搜索引擎在用某种方式收集用户的反应(如点击、浏览等行为)可明确用户意图后，将比较主动地重新安排搜索结果而不是采取提问题的方式。

以上实施例提供的技术方案中的全部或部分内容可以通过软件编程实现，其软件程序存储在可读取的存储介质中，存储介质例如：计算机中的硬盘、光盘或软盘。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种交互搜索方法，其特征在于，所述方法包括：

获取用户输入的查询词；

确定所述查询词的意图特征值；

根据所述查询词和所述查询词的意图特征值，确定搜索结果。

2.根据权利要求1所述的方法，其特征在于，所述确定所述查询词的意图特征值，具体包括：

获取所述用户的用户模型数据；

根据所述用户的用户模型数据，确定所述查询词的意图特征值。

3.根据权利要求2所述的方法，其特征在于，所述获取所述用户的用户模型数据，具体包括：

抓取用户行为信息，所述行为信息包括以下信息中的至少一种：查询过的网页数据、点击信息以及浏览信息；

通过对所述行为信息分析，得到用户模型数据。

4.根据权利要求2所述的方法，其特征在于，所述获取所述用户的用户模型数据，具体包括：

获取用户使用的设备信息；

根据所述设备的特性，得到用户模型数据。

5.根据权利要求3或4所述的方法，其特征在于，在所述获取所述用户的用户模型数据之后，该方法还包括：

提取社会化数据，对该社会化数据进行文本分析，建立概念关系库；

利用所述概念关系库，进一步确定用户模型数据。

6.根据权利要求1所述的方法，其特征在于，在根据所述查询词和所述查询词的意图特征值，确定搜索结果之后，该方法还包括：

根据搜索结果，提出问题；

根据所述问题的答复信息，进一步确定所述查询词的意图特征值；

根据所述查询词和所述进一步确定的意图特征值，确定搜索结果。

7.一种交互搜索装置，其特征在于，该装置包括：

查询词模块，用于获取用户输入的查询词；

特征值模块，用于确定所述查询词的意图特征值；

搜索模块，用于根据所述查询词和所述查询词的意图特征值，确定搜索结果。

8.根据权利要求7所述的装置，其特征在于，所述特征值模块，具体包括：

模型数据单元，用于获取所述用户的用户模型数据；

特征值子单元，根据所述用户的用户模型数据，确定所述查询词的意图特征值。

9.根据权利要求8所述的装置，其特征在于，所述模型数据单元，具体包括：

查询信息子单元，用于抓取用户行为信息，所述行为信息包括以下信息中的至少一种：查询过的网页数据、点击信息以及浏览信息；

第一模型数据子单元，用于通过对对所述行为信息分析，得到用户模型数据。

10.根据权利要求8所述的装置，其特征在于，所述模型数据单元，具体包括：

设备信息子单元，用于获取用户使用的设备信息；

第二模型数据子单元，用于根据所述设备的特性，得到用户模型数据。

11.根据权利要求8所述的装置，其特征在于，所述模型数据单元还包括：

概念关系库子单元，用于提取社会化数据，对该社会化数据进行文本分析，建立概念关系库；

模型数据优化子单元，用于利用所述概念关系库，进一步确定用户模型数据。

12.根据权利要求1所述的装置，其特征在于，该装置还包括：

提问模块，用于根据搜索结果，提出问题；

特征值限定模块，用于根据所述问题的答复信息，进一步确定所述查询词的意图特征值；

触发模块，用于根据所述查询词和所述进一步确定的意图特征值，触发搜索模块，进一步确定搜索结果。

Images