CN102508918A

CN102508918A - 一种搜索方法及系统

Info

Publication number: CN102508918A
Application number: CN2011103703471A
Authority: CN
Inventors: 陈岌; 李华; 朱岱; 陈伟; 刘敬国
Original assignee: BEIJING GOOANN TECHNOLOGY Co Ltd
Current assignee: BEIJING GOOANN TECHNOLOGY Co Ltd
Priority date: 2011-11-18
Filing date: 2011-11-18
Publication date: 2012-06-20

Abstract

本发明公开了一种搜索方法，包括：根据用户操作情况及用户影响力对搜索结果进行排序，具体的，根据搜索结果对应的行为影响力因子和用户影响力因子，确定搜索结果的搜索对象重要性等级，并根据搜索对象重要性等级从高到低的顺序对搜索结果进行排序。本发明还相应地公开了一种搜索系统。通过本发明，能够提高搜索精度、避免同质化问题，从而提高用户体验。

Description

一种搜索方法及系统

技术领域

本发明涉及搜索技术，尤其涉及一种搜索方法及系统。

背景技术

随着web2.0蓬勃发展，互联网用户扮演的角色也越来越多，既是互联网内容的消费者，同时又是互联网内容的生产者。近年来，随着微博、空间等社区平台的快速崛起，社会化网络服务(SNS)网站的在线时间呈直线增长，人们获取信息日趋社会化，社区引流逐步超过搜索引擎。2010年的7月，中国互联网数据中心(DATA CENTER OF CHINA INTERNET，DCCI)发布的报告显示：“在刚刚过去的6月份里，中国互联网由用户产生(UGC)的内容流量首次超过了由网站专业制作团队产生的内容流量”，可见，用户的行为将对互联网的内容过滤产生越来越大影响。

而传统搜索引擎以关键词、链接为核心，搜索结果精度低、同质化严重，从而已无法满足用户的信息获取需求。

发明内容

有鉴于此，本发明的主要目的在于提供一种搜索方法及系统，能够提高搜索精度、避免同质化问题，从而提高用户体验。

为达到上述目的，本发明的技术方案是这样实现的：

一种搜索方法，包括：

根据用户操作情况及用户影响力对搜索结果进行排序。

所述根据用户操作情况及用户影响力对搜索结果进行排序之前，该方法还包括：

获取搜索关键字；

根据所述搜索关键字进行搜索。

所述根据用户操作情况及用户影响力对搜索结果进行排序为：

根据搜索结果对应的行为影响力因子和用户影响力因子，确定搜索结果的搜索对象重要性等级，并根据搜索对象重要性等级从高到低的顺序对搜索结果进行排序。

所述行为影响力因子AR(a)＝N(U)/N(a)，其中，N(a)表示社区里操作行为a的总次数，N(U)表示社区基础操作行为U的总次数。

所述用户影响力因子PR(p)＝(1-d)+d{PR(p1)/C(p1)+PR(p2)/C(p2)+……+PR(pn)/C(pn)}，其中，p1、p2、......、pn为用户p的粉丝，C(p1)、C(p2)、......、C(pn)分别为用户p1、p2、......、pn的关注数，d为阻尼系数，取值在0到1之间；

所述搜索对象重要性等级DR(F)＝AR(a1)×{PR(p1)×f1+PR(p2)×f2+......PR(pN)×fN}+AR(a2)×{PR(p1)×f1+PR(p2)×f2+......PR(pN)×fN}+......+AR(aM)×{PR(p1)×f1+PR(p2)×f2+......PR(pN)×fN}，其中，用户有操作行为ai时，fk＝1，无操作行为ai时，fk＝0，i＝1，2，......M，M为社区网站操作行为种类总数；k＝1，2，......N，N为网站用户总数。

该方法还包括：设置迭代次数，所述根据搜索结果对应的行为影响力因子和用户影响力因子，确定搜索结果的搜索对象重要性等级为：结合所述设置的迭代次数进行迭代，确定搜索结果的搜索对象重要性等级。

一种搜索系统，包括：搜索模块和排序模块；其中，

所述搜索模块，用于进行搜索，获取搜索结果；

所述排序模块，用于根据用户操作情况及用户影响力对所述搜索模块的搜索结果进行排序。

该系统还包括搜索关键字获取模块，用于获取搜索关键字，供所述搜索模块进行搜索。

所述排序模块根据用户操作情况及用户影响力对搜索结果进行排序为：

所述用户影响力因子PR(p)＝(1-d)+d{PR(p1)/C(p1)+PR(p2)/C(p2)+......+PR(pn)/C(pn)}，其中，p1、p2、......、pn为用户p的粉丝，C(p1)、C(p2)、......、C(pn)分别为用户p1、p2、......、pn的关注数，d为阻尼系数，取值在0到1之间；

该系统还包括迭代次数设置单元，用于设置迭代次数；

所述排序模块根据搜索结果对应的行为影响力因子和用户影响力因子，确定搜索结果的搜索对象重要性等级为：结合所述设置的迭代次数进行迭代，确定搜索结果的搜索对象重要性等级。

本发明搜索方法及系统，根据用户操作情况及用户影响力对搜索结果进行排序。通过本发明，能够提高搜索精度、避免同质化问题，从而提高用户体验。

附图说明

图1为本发明搜索方法的流程示意图；

图2为本发明实施例中社区网站用户的关注关系示意图。

具体实施方式

本发明的基本思想是：根据用户操作情况及用户影响力对搜索结果进行排序。

本发明提出一种社区化搜索方法，充分利用社区里用户的影响力以及其操作行为，并对操作行为进行深度挖掘和统计分析，社区里用户的行为决定了搜索对象(如资料、信息等)的重要性等级，同时，社区里不同影响力等级的用户的行为对搜索对象重要性的影响也是不一样的，行为用户的影响力越高，对搜索对象重要性影响越大，最终用户搜索某个关键字，返回的排序结果应该能够体现资料重要性，比如，用户输入关键：天融信、IDS，点击搜索，系统反馈回的搜索结果，应该体现如下排序：

1、包含天融信和IDS这两个关键字的文档以下列次序排列：

a)文档相关性越高，排名越靠前；

b)按照文档重要性(文档等级)排序，级别越高，结果越靠前；

c)会员影响力越高，其操作过的文档排名越靠前；

2、包含天融信与IDS中的任一关键的文档以下列次序排列：

a)文档相关性越高，排名越靠前；

b)按照文档重要性(文档等级)排序，级别越高，结果越靠前；

c)会员影响力越高，其操作过的文档，该文档排名越靠前；

图1为本发明搜索方法的流程示意图，如图1所示，该方法包括：

步骤101：获取搜索关键字。

步骤102：根据所述搜索关键字进行搜索。

步骤103：根据用户操作情况及用户影响力对搜索结果进行排序。

需要说明的是，为了提高搜索精度、避免同质化问题，本发明引入如下概念：行为影响力因子(ActionRank，AR)，用户影响力因子(PersonRank，PR)，搜索对象重要性等级(DocRank，DR)，其中，

行为影响力因子体现用户参与该行为的意愿和难易度，用户参与难度越小，意愿越高，相应行为的影响力因子越小。在垂直交互社区里，用户的操作行为一般为发布上传(Upload，)、下载(Download)、评论(Comment)、收藏(Keep it)、推荐(Recommend)等，发布上传行为作为基础行为，是引发其他行为的基础动力，所以，可以定义发布上传行为的影响力因子为1，其他某种行为a的影响力因子为：AR(a)＝N(U)/N(a)，其中，N(a)表示社区里操作行为a的总次数，N(U)表示社区基础操作行为U的总次数，所谓基础操作行为是指该行为引发了其他所有操作行为。

用户影响力因子体现用户受到关注的程度，在垂直社区里，不同用户对整个社区所产生的影响是不同的，社区用户的影响力是由关注他的用户的数目和其影响力所决定，用户在社区里受到越多别的用户的关注，即被关注数(粉丝数)越大，其影响力因子越大，同时，如果用户的粉丝的影响力越大，那么他的影响力也越大，另外，粉丝的关注数越多，也将削弱对某一个关注用户的影响力的影响。一个用户p的影响力因子为：

PR(p)＝(1-d)+d{PR(p 1)/C(p 1)+PR(p2)/C(p2)+......+PR(pn)/C(pn)}

其中，p1、p2、......、pn为用户p的粉丝，C(p1)、C(p2)、......、C(pn)分别为用户p1、p2、......、pn的关注数，d为阻尼系数，取值在0到1之间，减少了其它用户对当前用户p的用户等级贡献。

需要说明的是，社区里用户通过关注关系而建立了一种内容分享和传播的机制。任一用户都可以去关注他人，也可能被他人关注。在随机发现模型中，任何一个用户都是该模型的一个节点，社区里其他用户都可能随机发现某个用户(进入其个人空间阅读内容)，同时又可能点击别的用户而进入另一个用户的个人空间。社区用户的PR值决定了该用户的个人空间(内容)被发现(阅读)的概率，这里不关心内容的质量如何。用户发现(阅读)其关注者内容的概率，完全由其关注的人数量决定的，由于关注的不止一人而分散对某一个人的注意度，这也是上面PR(pi)/C(pi)的原因。因此，一个用户在社区建立影响力是其所有粉丝随机阅读其产生内容(相当于达到用户的个人空间)的概率的和。并且，阻尼系数d减低了这个概率。阻尼系数d的引入，是因为用户不可能无限的阅读其所有关注者所有的内容，常常因无聊或者疲劳而随机停止。阻尼系数d体现用户不断点击进入另一个用户的空间的概率，所以，它取决于操作的次数，被设定为0-1之间。d的值越高，继续关注别的用户的概率就越大。因此，用户停止点击并随机停留在某一个的个人空间(阅读其内容)的概率在式子中用常数(1-d)表示。无论一个用户的被关注者(粉丝)数量多少，一个用户的个人空间被发现(内容被阅读)的概率最小值是(1-d)。一个用户的社区影响力是其被随机发现的概率和从其关注者被链入的概率之和。

搜索对象重要性等级体现搜索对象的重要性，社区里用户的行为将反应社区里搜索对象的重要性等级，搜索对象重要性等级是社区里所有用户对该搜索对象的操作行为所产生影响的总和，行为影响力因子越大，行为数越多，操作用户的社区影响力因子越高，搜索对象的重要性等级越高。一个搜索对象F的重要性等级：

DR(F)＝

AR(a1)×{PR(p1)×f1+PR(p2)×f2+......PR(pN)×fN}+

AR(a2)×{PR(p1)×f1+PR(p2)×f2+......PR(pN)×fN}+

......+

AR(aM)×{PR(p1)×f1+PR(p2)×f2+......PR(pN)×fN}，

其中，用户有操作行为ai时，fk＝1，无操作行为ai时，fk＝0，

i＝1，2，......M，M为社区网站操作行为种类总数；

k＝1，2，......N，N为网站用户总数。

步骤103中，根据用户操作情况及用户影响力对搜索结果进行排序即确定搜索结果的搜索对象重要性等级，并按照等级由高到低的顺序依次排序，换言之，根据用户操作情况及用户影响力对搜索结果进行排序可以为：根据搜索结果对应的行为影响力因子和用户影响力因子，确定搜索结果的搜索对象重要性等级，并根据搜索对象重要性等级从高到低的顺序对搜索结果进行排序，以便展示给用户。

需要说明的是，上述方法还可以包括：设置迭代次数，所述根据搜索结果对应的行为影响力因子和用户影响力因子，确定搜索结果的搜索对象重要性等级为：结合所述设置的迭代次数进行迭代，确定搜索结果的搜索对象重要性等级。

本发明还相应地提出了一种搜索系统，其特征在于，该系统包括：搜索模块和排序模块；其中，

所述搜索模块，用于进行搜索，获取搜索结果；

所述行为影响力因子AR(a)＝N(U)/N(a)，其中，N(a)表示社区里操作行为a的总次数，N(U)表示社区基础操作行为U的总次数，所谓基础操作行为是指该行为引发了其他所有操作行为。

所述搜索对象重要性等级DR(F)＝AR(a1)×{PR(p1)×f1+PR(p2)×f2+......PR(pN)×fN}+AR(a2)×{PR(p1)×f1+PR(p2)×f2+......PR(pN)×fN}+......+AR(aM)×{PR(p1)×f1+PR(p2)×f2+......PR(pN)×fN}，其中，用户有操作行为ai时，fk＝1，无操作行为ai时，fk＝0，i＝1，2，……M，M为社区网站操作行为种类总数；k＝1，2，……N，N为网站用户总数。

该系统还包括迭代次数设置单元，用于设置迭代次数；

下面结合具体实施例对本发明作进一步详细说明。

实施例

假定社区网站的用户有A、B、C三个，社区文档有F1、F2、F3、F4、F5五个，用户A、B、C对这5个文档的操作情况如表1所示：

表1

其中，基础操作行为U表示发布上传，是发布上传后才引发了其他诸如下载和评论等行为，D表示下载，C表示评论，R表示推荐，K表示收藏，N(U)＝5，N(D)＝8，N(C)＝3，N(R)＝4，N(K)＝1，那么：AR(U)＝1，AR(D)＝5/8，AR(C)＝5/3，AR(R)＝5/4，AR(K)＝5。

如图2所示，本实施例中，社区网站三个用户A、B、C关注关系是：A关注B和C，B关注C，C关注A。我们将阻尼系数d设为0.5。尽管阻尼系数d的精确值无疑是影响到PersonRank值的，可是它并不影响PersonRank计算的原理。因此，我们得到以下计算PersonRank值的方程：

PR(A)＝0.5+0.5PR(C)

PR(B)＝0.5+0.5(PR(A)/2)

PR(C)＝0.5+0.5(PR(A)/2+PR(B))

求解上述方程，得到每个用户的PersonRank值：

PR(A)＝14/13＝1.07692308

PR(B)＝10/13＝0.76923077

PR(C)＝15/13＝1.15384615

很明显所有用户的PersonRank之和为3，等于网站用户的总数。就像以上所提的，此结果对于这个简单的范例来说并不特殊。对于这个只有三个用户的简单范例来说，通过方程组很容易求得PersonRank值。但实际上，垂直社区包含数以万计的用户，是不可能解方程组的。

需要说明的是，由于实际的社区用户数量巨大，本发明可以使用了一个近似的、迭代的计算方法计算PersonRank值，具体的，先给每个用户社区影响力因子一个初始值，然后利用前述PersonRank的计算公式，循环进行有限次运算得到近似的PersonRank值。

下面通过“三用户”的范例来说明迭代计算，这里，设每个用户的初始值为1，迭代过程如表2所示：

迭代次数	PR(A)	PR(B)	PR(C)
				0	1	1	1
1	1	0.75	1.125
				2	1.0625	0.765625	1.1484375
3	1.07421875	0.76855469	1.15283203
				4	1.07641602	0.76910400	1.15365601
5	1.07682800	0.76920700	1.15381050
				6	1.07690525	0.76922631	1.15383947
7	1.07691973	0.76922993	1.15384490
				8	1.07692245	0.76923061	1.15384592
9	1.07692296	0.76923074	1.15384611
				10	1.07692305	0.76923076	1.15384615
11	1.07692307	0.76923077	1.15384615
				12	1.07692308	0.76923077	1.15384615

表2

可以看出，重复几次后，可以得到一个良好的接近PersonRank理想值的近似值。所以，实际应用中，可以根据网站的计算能力，确定迭代次数，以使得整个社区的用户影响力因子的值最接近真实值。

同样，用迭代计算的方式，每个用户的PersonRank值之和仍然是收敛于整个网站的用户数的。因此，每个用户的平均的PersonRank值为1。实际上的值在(1-d)和(dN+(1-d))之间，这里的N是网站用户总数。如果所有用户都关注一个用户，并且此用户没有关注他人，那么将出现理论上的最大值。

本实施例中，文档F1、F2、F3、F4、F5在整个网站的重要性的等级分别为：

DR(F1)＝PR(A)*{AR(U)}+PR(B)*{AR(D)+AR(R)+AR(C)}+PR(C)*{AR(D)}

＝AR(U)*{PR(A)}+AR(D)*{PR(B)+PR(C)}+AR(R)*{PR(B)}+AR(C)

*{PR(B)}＝4.955128

DR(F2)＝4.807692

DR(F3)＝3.653846

DR(F4)＝6.875

DR(F5)＝4.935897

因此，这5个文档重要性等级由高到低依次是：F4，F1，F5，F2，F3。

假如社区用户搜索关键k1，那么系统将返回包含有关键字k1的文件F1，F2，F5，但是搜索结果排序依次为：F1，F5，F2。

以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。

Claims

1.一种搜索方法，其特征在于，该方法包括：

根据用户操作情况及用户影响力对搜索结果进行排序。

2.根据权利要求1所述的搜索方法，其特征在于，所述根据用户操作情况及用户影响力对搜索结果进行排序之前，该方法还包括：

获取搜索关键字；

根据所述搜索关键字进行搜索。

3.根据权利要求1所述的搜索方法，其特征在于，所述根据用户操作情况及用户影响力对搜索结果进行排序为：

4.根据权利要求3所述的搜索方法，其特征在于，

5.根据权利要求3或4所述的搜索方法，其特征在于，该方法还包括：设置迭代次数，所述根据搜索结果对应的行为影响力因子和用户影响力因子，确定搜索结果的搜索对象重要性等级为：结合所述设置的迭代次数进行迭代，确定搜索结果的搜索对象重要性等级。

6.一种搜索系统，其特征在于，该系统包括：搜索模块和排序模块；其中，

所述搜索模块，用于进行搜索，获取搜索结果；

7.根据权利要求6所述的搜索系统，其特征在于，该系统还包括搜索关键字获取模块，用于获取搜索关键字，供所述搜索模块进行搜索。

8.根据权利要求6所述的搜索系统，其特征在于，所述排序模块根据用户操作情况及用户影响力对搜索结果进行排序为：

9.根据权利要求8所述的搜索系统，其特征在于，

所述行为影响力因子AR(a)＝N(U)/N(a)，其中，N(a)表示社区里操作行为a的总次数，N(U)表示社区基础操作行为U的总次数；

10.根据权利要求8或9所述的搜索系统，其特征在于，该系统还包括迭代次数设置单元，用于设置迭代次数；