CN103886039B - 应用检索的优化方法和装置 - Google Patents

应用检索的优化方法和装置 Download PDF

Info

Publication number
CN103886039B
CN103886039B CN201410086411.7A CN201410086411A CN103886039B CN 103886039 B CN103886039 B CN 103886039B CN 201410086411 A CN201410086411 A CN 201410086411A CN 103886039 B CN103886039 B CN 103886039B
Authority
CN
China
Prior art keywords
application
current signature
feature
correlation
positive row
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201410086411.7A
Other languages
English (en)
Other versions
CN103886039A (zh
Inventor
邱鑫
张凯勇
洪庚伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201410086411.7A priority Critical patent/CN103886039B/zh
Publication of CN103886039A publication Critical patent/CN103886039A/zh
Application granted granted Critical
Publication of CN103886039B publication Critical patent/CN103886039B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2453—Query optimisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提出一种应用检索的优化方法和装置，其中，应用检索的优化方法包括：获得当前特征；将当前特征与正排表进行匹配，根据匹配结果确定当前特征的属性，根据属性对与当前特征相关的应用进行归一化处理；以及根据归一化处理结果对应用进行排序，以便根据排序后的结果进行检索。本发明实施例的应用检索的优化方法，通过获得当前特征，并根据当前特征对相关的应用进行归一化处理，使相关的应用的正排表加入了更多的特征，并以此优化了相关的应用的相关度，使得用户在搜索应用时，能够获得更合理的搜索结果，提升了用户体验。

Description

应用检索的优化方法和装置
技术领域
本发明涉及移动搜索技术领域，特别涉及一种应用检索的优化方法和装置。
背景技术
随着科技的不断进步，各式各样的移动应用层出不穷，为用户提供了丰富的信息资源。目前，搜索移动应用可通过进入搜索引擎网站，输入关键词对移动应用进行搜索；也可以通过安装第三方软件如：手机助手等，在手机助手中对移动应用进行搜索。
但是，在实现本发明过程中，发明人发现现有技术中至少存在如下问题：多数移动应用的描述信息不够详细，用户在不知道应用的关键词的情况下，很难搜索到理想的应用；或者用户通过点击关键词进行移动应用搜索，获得的结果相关度并不高，导致用户体验差。
发明内容
本发明旨在至少在一定程度上解决上述技术问题。
为此，本发明的第一个目的在于提出一种应用检索的优化方法，该方法通过获得当前特征，并根据当前特征对相关的应用进行归一化处理，能够优化相关的应用的相关度，使得用户在搜索应用时获得更合理的搜索结果，提升用户体验。
为达上述目的，根据本发明第一方面实施例提出了一种应用检索的优化方法，包括：获得当前特征；将所述当前特征与正排表进行匹配，根据匹配结果确定所述当前特征的属性，根据所述属性对与所述当前特征相关的应用进行归一化处理；以及根据归一化处理结果对所述应用进行排序，以便根据排序后的结果进行检索。
本发明实施例的应用检索的优化方法，通过获得当前特征，并根据当前特征对相关的应用进行归一化处理，使相关的应用的正排表加入了更多的特征，并以此使相关的应用的正排表加入了更多的特征，并以此优化了相关的应用的相关度，使得用户在搜索应用时，能够获得更合理的搜索结果，提升了用户体验。
本发明第二方面实施例提出了一种应用检索的优化装置，包括：获得模块，用于获得当前特征；处理模块，用于将所述当前特征与正排表进行匹配，根据匹配结果确定所述当前特征的属性，根据所述属性对与所述当前特征相关的应用进行归一化处理；以及排序模块，用于根据归一化处理结果对所述应用进行排序，以便根据排序后的结果进行检索。
本发明实施例的应用检索的优化装置，通过获得当前特征，并根据当前特征对相关的应用进行归一化处理，使相关的应用的正排表加入了更多的特征，并以此优化了相关的应用的相关度，使得用户在搜索应用时，能够获得更合理的搜索结果，提升了用户体验。
本发明的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本发明一个实施例的应用检索的优化方法的流程图；
图2为根据本发明另一个实施例的应用检索的优化方法的流程图；
图3为根据本发明一个实施例的应用检索的优化装置的结构示意图；
图4为根据本发明另一个实施例的应用检索的优化装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
下面参考附图描述根据本发明实施例的应用检索的优化方法和装置。
为了使用户在搜索应用时，能够获得更合理的搜索结果。为此，本发明的实施例提出一种应用检索的优化方法。
图1为根据本发明一个实施例的应用检索的优化方法的流程图。如图1所示，该应用检索的优化方法包括：
S101，获得当前特征。
在本发明的实施例中，当前特征可以是用户选择的特征词，也可以是应用的相关信息。其中，应用的相关信息包括：应用的功能描述、使用说明和更新日志中的一种或多种。
服务器可通过用户在客户端点击选择的特征词，获得当前特征；或通过搜索应用的功能描述、使用说明、更新日志中的特征词，获得当前特征，以使服务器将当前特征与正排表进行匹配。
S102，将当前特征与正排表进行匹配，根据匹配结果确定当前特征的属性，根据属性对与当前特征相关的应用进行归一化处理。
在获得当前特征后，服务器可将当前特征与正排表进行匹配，若匹配不成功，即当前特征不在相关的应用的特征集中，则确定当前特征为新特征；若匹配成功，即当前特征在相关的应用的特征集中，则确定当前特征为已有特征。
其中，正排表是描述一篇文本分词后统计信息的索引表格。正排表也称为正排索引或前向索引。具体由以下字段组成：（1）docId：一个文档的局部编号。（2）wordId：表示文档分词后的编号，也可称为"索引词编号"。（3）nHits：表示某个索引词在文档中出现的次数。（4）offset：表示某个索引词在文档中出现的位置，即相对于正文的偏移量。
具体地，在本实施例中，特征词对应为解释中的索引词。
在确定当前特征的属性后，服务器可根据属性对当前特征相关的应用进行归一化处理。
当当前特征为新特征时，首先计算当前特征相对于对应应用的词频和对应应用的反文档频率，然后根据正排表中的所有特征和当前特征的词频及反文档频率获得对应应用的相关度。
具体地，可通过公式（1）获得词频：
TF=M/N 公式（1）
其中，TF表示词频，M表示当前特征词搜索到的对应应用的次数，N表示对应应用的特征词总数。
再通过公式（2）获得对应应用的反文档频率：
IDF=log（I/N） 公式（2）
其中，IDF表示反文档频率，I表示通过当前特征词搜索到的应用的总数，N表示对应应用的特征词总数。
然后可根据公式（3）获得当前特征词对于对应应用的重要程度：
α=TF*IDF 公式（3）
其中，α表示当前特征词对于对应应用的重要程度，TF表示词频，IDF表示反文档频率。
最后，可根据公式（4）获得对应应用的相关度：
β1=α+β 公式（4）
其中，α表示当前特征词对于对应应用的重要程度；β为已知参数，其表示已有特征词对于对应应用的重要程度。
举例来说，假设某应用的正排表中的特征数量总数为n个，则该应用的相关度β=TF1*IDF1+TF2*IDF2+......TFn*IDFn。如果当前特征为新特征，即第n+1个特征，则该应用的相关度β1=TF1*IDF1+TF2*IDF2+......TFn*IDFn+TFn+1*IDFn+1。其中，TFn+1*IDFn+1为新特征对于对应应用的重要程度。
当当前特征为已有特征时，首先计算当前特征相对于对应应用的词频和对应应用的反文档频率，然后根据当前特征和正排表中除当前特征之外的特征的词频及反文档频率词频获得对应应用的相关度。
举例来说，假设某应用的正排表中的特征数量总数为n个，则该应用的相关度β=TF1*IDF1+TF2*IDF2+......TFn*IDFn。如果当前特征为已有特征，则该应用的相关度β2=TF1*IDF1+......TFx*IDFx+......TFn*IDFn。其中，x为1到n之间的任意一整数，x大于等于1，小于等于n。即在该示例中表示当前特征为正排表中的第x个特征。
以上公式仅为示例，还可根据其他公式得出对应应用的相关度，在此并不做限定。
在本发明的实施例中，特征词对于对应应用的重要程度α也可以通过偏移量（offset）来获取。
S103，根据归一化处理结果对应用进行排序，以便根据排序后的结果进行检索。
在本发明的实施例中，可根据应用的相关度信息对应用进行排序。当用户搜索该应用时，则可根据相关度将排序的结果显示给用户。
本发明实施例的应用检索的优化方法，通过获得当前特征，并根据当前特征对相关的应用进行归一化处理，使相关的应用的正排表加入了更多的特征，并以此优化了相关的应用的相关度，使得用户在搜索应用时，能够获得更合理的搜索结果，提升了用户体验。
图2为根据本发明另一个实施例的应用检索的优化方法的流程图。如图2所示，该应用检索的优化方法包括：
S201，建立正排表。
在本发明的实施例中，正排表是描述一篇文本分词后统计信息的索引表格。正排表也称为正排索引或前向索引。在将应用的功能描述与正排表进行匹配之前，可为每个应用建立对应的正排表，以使获得的应用的功能描述与正排表进行匹配。
S202，获得应用的功能描述。
在本发明的实施例中，可通过用户在客户端搜索应用的功能描述，并将获得的应用的功能描述加入正排表。
S203，将应用的功能描述与正排表进行匹配，根据匹配结果确定应用的功能描述的属性，根据属性对与应用的功能描述相关的应用进行归一化处理。
在获得应用的功能描述后，服务器可将应用的功能描述与正排表进行匹配，若匹配不成功，即应用的功能描述不在相关的应用的特征集中，则确定应用的功能描述为新特征；若匹配成功，即应用的功能描述在相关的应用的特征集中，则确定应用的功能描述为已有特征。
在确定当前特征的属性后，服务器可根据属性对应用的功能描述相关的应用进行归一化处理。
当应用的功能描述为新特征时，首先计算应用的功能描述相对于对应应用的词频和对应应用的反文档频率，然后根据正排表中的所有特征和应用的功能描述的词频及反文档频率获得对应应用的相关度。
具体地，可通过公式（1）获得词频：
TF=M/N 公式（1）
其中，TF表示词频，M表示根据应用的功能描述搜索到的对应应用的次数，N表示对应应用的特征词总数。
再通过公式（2）获得对应应用的反文档频率：
IDF=log（I/N） 公式（2）
其中，IDF表示反文档频率，I表示通过应用的功能描述搜索到的应用的总数，N表示对应应用的特征词总数。
然后可根据公式（3）获得应用的功能描述对于对应应用的重要程度：
α=TF*IDF 公式（3）
其中，α表示应用的功能描述对于对应应用的重要程度，TF表示词频，IDF表示反文档频率。
最后，可根据公式（4）获得对应应用的相关度：
β1=α+β 公式（4）
其中，α表示应用的功能描述对于对应应用的重要程度；β为已知参数，其表示已有特征词对于对应应用的重要程度。
举例来说，假设某应用的正排表中的特征数量总数为3个，则该应用的相关度β=TF1*IDF1+TF2*IDF2+TF3*IDF3。如果当前特征为新特征，即第4个特征，则该应用的相关度β1=TF1*IDF1+TF2*IDF2+TF3*IDF3+TF4*IDF4。其中，TF4*IDF4为应用的功能描述对于对应应用的重要程度。
当应用的功能描述为已有特征时，首先计算应用的功能描述相对于对应应用的词频和对应应用的反文档频率，然后根据应用的功能描述和正排表中除应用的功能描述之外的特征的词频及反文档频率词频获得对应应用的相关度。
举例来说，假设某应用的正排表中的特征数量总数为3个，则该应用的相关度β=TF1*IDF1+TF2*IDF2+TF3*IDF3。如果应用的功能描述为正排表中的第一个特征，则该应用的相关度β2=TF’1*IDF’1+TF2*IDF2+TF3*IDF3。其中，TF’1*IDF’1为更新后的第一个特征对于该应用的重要程度。同理，如果应用的功能描述为正排表中的第二个特征，可将第二个特征对于该应用的重要程度更新为TF’2*IDF’2。
以上公式仅为示例，还可根据其他公式得出对应应用的相关度，在此并不做限定。
在本发明的实施例中，特征词对于对应应用的重要程度α也可以通过偏移量（offset）来获取。
S204，根据归一化处理结果对应用进行排序，以便根据排序后的结果进行检索。
在本发明的实施例中，可根据应用的相关度信息对应用进行排序。当用户搜索该应用时，则可根据相关度将排序的结果显示给用户。
本发明实施例的应用检索的优化方法，通过获得应用的功能描述，并建立应用的正排表，然后根据应用的功能描述对相关的应用进行归一化处理，使相关的应用的正排表加入了更多的特征，并以此优化了相关的应用的相关度，使得用户在搜索应用时，能够获得更合理的搜索结果，提升了用户体验。
为了实现上述实施例，本发明还提出一种应用检索的优化装置。
图3为根据本发明一个实施例的应用检索的优化装置的结构示意图。如图3所示，该应用检索的优化装置包括：获得模块100、处理模块200和排序模块300。
具体地，获得模块100用于获得当前特征。
在本发明的实施例中，当前特征可以是用户选择的特征词，也可以是应用的相关信息。其中，应用的相关信息包括：应用的功能描述、使用说明和更新日志中的一种或多种。
获得模块100可通过用户在客户端点击选择的特征词，获得当前特征；或通过搜索应用的功能描述、使用说明、更新日志中的特征词，获得当前特征，以使处理模块200将当前特征与正排表进行匹配。
处理模块200用于将当前特征与正排表进行匹配，根据匹配结果确定当前特征的属性，并根据属性对与当前特征相关的应用进行归一化处理。
在获得模块100获得当前特征后，处理模块200可将当前特征与正排表进行匹配，若匹配不成功，即当前特征不在相关的应用的特征集中，则确定当前特征为新特征；若匹配成功，即当前特征在相关的应用的特征集中，则确定当前特征为已有特征。
当当前特征为新特征时，处理模块200首先计算当前特征相对于对应应用的词频和对应应用的反文档频率，然后根据正排表中的所有特征和当前特征的词频及反文档频率获得对应应用的相关度。
具体地，可通过公式（1）获得词频：
TF=M/N 公式（1）
其中，TF表示词频，M表示当前特征词搜索到的对应应用的次数，N表示对应应用的特征词总数。
再通过公式（2）获得对应应用的反文档频率：
IDF=log（I/N） 公式（2）
其中，IDF表示反文档频率，I表示通过当前特征词搜索到的应用的总数，N表示对应应用的特征词总数。
然后可根据公式（3）获得当前特征词对于对应应用的重要程度：
α=TF*IDF 公式（3）
其中，α表示当前特征词对于对应应用的重要程度，TF表示词频，IDF表示反文档频率。
最后，可根据公式（4）获得对应应用的相关度：
β1=α+β 公式（4）
其中，α表示当前特征词对于对应应用的重要程度；β为已知参数，其表示已有特征词对于对应应用的重要程度。
举例来说，假设某应用的正排表中的特征数量总数为n个，则该应用的相关度β=TF1*IDF1+TF2*IDF2+......TFn*IDFn。如果当前特征为新特征，即第n+1个特征，则该应用的相关度β1=TF1*IDF1+TF2*IDF2+……TFn*IDFn+TFn+1*IDFn+1。其中，TFn+1*IDFn+1为新特征对于对应应用的重要程度。
当当前特征为已有特征时，处理模块200首先计算当前特征相对于对应应用的词频和对应应用的反文档频率，然后根据当前特征和正排表中除当前特征之外的特征的词频及反文档频率词频获得对应应用的相关度。
举例来说，假设某应用的正排表中的特征数量总数为n个，则该应用的相关度β=TF1*IDF1+TF2*IDF2+......TFn*IDFn。如果当前特征为已有特征，则该应用的相关度β2=TF1*IDF1+TF2*IDF2+......TFx*IDFx+......TFn*IDFn。其中，x为1到n之间的任意一整数，x大于等于1，小于等于n。即在该示例中表示当前特征为正排表中的第x个特征。
以上公式仅为示例，还可根据其他公式得出对应应用的相关度，在此并不做限定。
在本发明的实施例中，特征词对于对应应用的重要程度α也可以通过偏移量（offset）来获取。
排序模块300用于根据归一化处理结果对应用进行排序，以便根据排序后的结果进行检索。
在本发明的实施例中，排序模块300可根据应用的相关度信息对应用进行排序。当用户搜索该应用时，则可根据相关度将排序的结果显示给用户。
本发明实施例的应用检索的优化装置，通过获得当前特征，并根据当前特征对相关的应用进行归一化处理，使相关的应用的正排表加入了更多的特征，并以此优化了相关的应用的相关度，使得用户在搜索应用时，能够获得更合理的搜索结果，提升了用户体验。
图4为根据本发明另一个实施例的应用检索的优化装置的结构示意图。如图4所示，该应用检索的优化装置包括：获得模块100、处理模块200、排序模块300和建立模块400。
其中，获得模块100、处理模块200、排序模块300与上一个实施例完全相同，在此不赘述。
具体地，建立模块400用于在将当前特征与正排表进行匹配之前，建立正排表。
在本发明的实施例中，在将当前特征与正排表进行匹配之前，建立模块400可为每个应用建立对应的正排表，以使服务器可将获得的当前特征与正排表进行匹配。
本发明实施例的应用检索的优化装置，通过建立应用正排表，并获得当前特征，并根据当前特征对相关的应用进行归一化处理，使相关的应用的正排表加入了更多的特征，并以此优化了相关的应用的相关度，使得用户在搜索应用时，能够获得更合理的搜索结果，提升了用户体验。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备（如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统）使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例（非穷尽性列表）包括以下：具有一个或多个布线的电连接部（电子装置），便携式计算机盘盒（磁装置），随机存取存储器（RAM），只读存储器（ROM），可擦除可编辑只读存储器（EPROM或闪速存储器），光纤装置，以及便携式光盘只读存储器（CDROM）。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同限定。

Claims (8)

1.一种应用检索的优化方法，其特征在于，包括：
获得当前特征；
将所述当前特征与正排表进行匹配，根据匹配结果确定所述当前特征的属性，根据所述属性对与所述当前特征相关的应用进行归一化处理，其中，所述当前特征的属性包括新特征和已有特征；以及
根据归一化处理结果对所述应用进行排序，以便根据排序后的结果进行检索；
所述根据匹配结果确定所述当前特征的属性，包括：
若所述当前特征与所述正排表匹配不成功，则确定所述当前特征为新特征；
若所述当前特征与所述正排表匹配成功，则确定所述当前特征为已有特征；
所述根据所述属性对与所述当前特征相关的应用进行归一化处理，包括：
当所述当前特征为新特征时，计算所述当前特征相对于对应应用的词频和所述对应应用的反文档频率；根据所述正排表中的所有特征和所述当前特征的词频及所述反文档频率获得所述对应应用的相关度；
当所述当前特征为已有特征时，计算所述当前特征相对于对应应用的词频和所述对应应用的反文档频率；根据所述当前特征和所述正排表中除所述当前特征之外的特征的词频及所述反文档频率词频获得所述对应应用的相关度。
2.如权利要求1所述的方法，其特征在于，所述获得当前特征，包括：
获得用户选择的特征词或者应用的相关信息，其中，所述应用的相关信息包括：所述应用的功能描述、使用说明和更新日志中的一种或多种。
3.如权利要求1所述的方法，其特征在于，根据归一化处理结果对所述应用进行排序，包括：
根据所述应用的相关度对所述应用进行排序。
4.如权利要求1所述的方法，其特征在于，在将所述当前特征与正排表进行匹配之前，还包括：
建立所述正排表。
5.一种应用检索的优化装置，其特征在于，包括：
获得模块，用于获得当前特征；
处理模块，用于将所述当前特征与正排表进行匹配，根据匹配结果确定所述当前特征的属性，根据所述属性对与所述当前特征相关的应用进行归一化处理，其中，所述当前特征的属性包括新特征和已有特征；以及
排序模块，用于根据归一化处理结果对所述应用进行排序，以便根据排序后的结果进行检索；
所述处理模块，具体用于：
当所述当前特征与所述正排表匹配不成功时，确定所述当前特征为新特征；或
当所述当前特征与所述正排表匹配成功时，确定所述当前特征为已有特征；
所述处理模块，具体用于：
当所述当前特征为新特征时，计算所述当前特征相对于对应应用的词频和所述对应应用的反文档频率；根据所述正排表中的所有特征和所述当前特征的词频及所述反文档频率获得所述对应应用的相关度；或
当所述当前特征为已有特征时，计算所述当前特征相对于对应应用的词频和所述对应应用的反文档频率；根据所述当前特征和所述正排表中除所述当前特征之外的特征的词频及所述反文档频率词频获得所述对应应用的相关度。
6.如权利要求5所述的装置，其特征在于，所述获得模块，具体用于：
获得用户选择的特征词或者应用的相关信息，其中，所述应用的相关信息包括：所述应用的功能描述、使用说明和更新日志中的一种或多种。
7.如权利要求5所述的装置，其特征在于，所述排序模块，具体用于：
根据所述应用的相关度对所述应用进行排序。
8.如权利要求5所述的装置，其特征在于，所述优化装置，还包括：
建立模块，用于在所述将所述当前特征与正排表进行匹配之前，建立所述正排表。
CN201410086411.7A 2014-03-10 2014-03-10 应用检索的优化方法和装置 Active CN103886039B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410086411.7A CN103886039B (zh) 2014-03-10 2014-03-10 应用检索的优化方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410086411.7A CN103886039B (zh) 2014-03-10 2014-03-10 应用检索的优化方法和装置

Publications (2)

Publication Number Publication Date
CN103886039A CN103886039A (zh) 2014-06-25
CN103886039B true CN103886039B (zh) 2018-01-19

Family

ID=50954931

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410086411.7A Active CN103886039B (zh) 2014-03-10 2014-03-10 应用检索的优化方法和装置

Country Status (1)

Country Link
CN (1) CN103886039B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105718473B (zh) * 2014-12-05 2019-01-25 成都复晓科技有限公司 一种数据建模的方法
CN104573015B (zh) * 2015-01-12 2018-06-05 百度在线网络技术（北京）有限公司 信息检索方法和装置
CN105956072A (zh) * 2016-04-29 2016-09-21 广州优视网络科技有限公司 一种应用程序的相关推荐列表的生成方法及装置
CN107729460A (zh) * 2017-09-30 2018-02-23 上海数据交易中心有限公司 数据查询方法及装置、存储介质、终端

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101923556A (zh) * 2010-02-09 2010-12-22 上海莱希信息科技有限公司 根据句子序列号进行网页搜索的方法和装置
EP2430575A1 (en) * 2009-05-12 2012-03-21 Alibaba Group Holding Limited Search method, apparatus and system
CN102955849A (zh) * 2012-10-29 2013-03-06 新浪技术（中国）有限公司 基于标签推荐文档的方法及文档推荐装置
CN103309900A (zh) * 2012-03-06 2013-09-18 祁勇 一种个性化多维度的文档排序方法和系统
CN103530339A (zh) * 2013-10-08 2014-01-22 北京百度网讯科技有限公司 移动应用信息推送方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2430575A1 (en) * 2009-05-12 2012-03-21 Alibaba Group Holding Limited Search method, apparatus and system
CN101923556A (zh) * 2010-02-09 2010-12-22 上海莱希信息科技有限公司 根据句子序列号进行网页搜索的方法和装置
CN103309900A (zh) * 2012-03-06 2013-09-18 祁勇 一种个性化多维度的文档排序方法和系统
CN102955849A (zh) * 2012-10-29 2013-03-06 新浪技术（中国）有限公司 基于标签推荐文档的方法及文档推荐装置
CN103530339A (zh) * 2013-10-08 2014-01-22 北京百度网讯科技有限公司 移动应用信息推送方法和装置

Also Published As

Publication number Publication date
CN103886039A (zh) 2014-06-25

Similar Documents

Publication Publication Date Title
CN102693309B (zh) 用于计算机辅助翻译的候选短语查询方法及辅助翻译系统
CN100504866C (zh) 一种综合搜索结果的排序系统及方法
Srisawat et al. Sussing merger trees: the merger trees comparison project
CN105159977B (zh) 信息交互处理方法及装置
US9087108B2 (en) Determination of category information using multiple stages
US9141906B2 (en) Scoring concept terms using a deep network
US10437859B2 (en) Entity page generation and entity related searching
CN103577394B (zh) 一种基于双数组搜索树的机器翻译方法和装置
US10762150B2 (en) Searching method and searching apparatus based on neural network and search engine
US20090204598A1 (en) Ad retrieval for user search on social network sites
US20140310053A1 (en) Method and systems for providing business process suggestions and recommendations utilizing a business process modeler
CN102368262A (zh) 一种提供与查询序列相对应的搜索建议的方法与设备
CN104699737A (zh) 用于管理搜索的方法和系统
CN106096037A (zh) 基于人工智能的搜索结果聚合方法、装置以及搜索引擎
CN109947902B (zh) 一种数据查询方法、装置和可读介质
CN103886039B (zh) 应用检索的优化方法和装置
CN103914552B (zh) 应用检索方法和装置
US9367638B2 (en) Surfacing actions from social data
CN112446727B (zh) 广告触发的方法、装置、设备及计算机可读存储介质
AU2018250372B2 (en) Method to construct content based on a content repository
CN104268192A (zh) 一种网页信息提取方法、装置及终端
CN103927299A (zh) 输入法中候选语句的提供方法、输入内容推荐方法和装置
CN103942257A (zh) 一种视频搜索的方法与装置
CN104462590A (zh) 信息搜索方法及装置
CN103177039A (zh) 一种数据处理方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant