CN104750701A - 搜索处理方法、装置及终端 - Google Patents

Abstract

本发明提供了一种搜索处理方法、装置及终端，将搜索目标的一个或多个搜索域整合为一个复合域；依据复合域为搜索对象确定打分因子，其中，该打分因子标明上述搜索对象与搜索目标的匹配度；依据确定的打分因子对搜索对象进行排序的方法，通过本发明解决了相关技术中存在的由于打分因子考虑的因素很多，导致搜索目标的搜索结果的排序不能以最优的方式展现出来，以及搜素目标的搜索结果无法得到定制化排序的问题，进而达到了使得搜索目标的搜索结果以最优的方式展现出来，节省搜索时间，提高用户体验的效果。

Description

搜索处理方法、装置及终端

技术领域

本发明涉及通信领域，具体而言，涉及一种搜索处理方法、装置及终端。

背景技术

搜索引擎是指根据一定的策略、运用特定的计算机程序从互联网上搜集信息，在对信息进行组织和处理后，为用户提供检索服务，将用户检索相关的信息展示给用户的系统。

我们原始的打分因子考虑的因素很多，临界点的瓶颈就很多。

例如搜索时经常会出现不完全匹配的记录排在第一条、而完全匹配的记录排在第二条。也会出现只有标题命中的记录排在第一条，而标题和内容都完全命中的记录排在第二条。

在此基础上，一些产品特殊的排序规则，也会受到因为不公平的打分公式干扰而无法得到定制化排序。

例如：搜索标题域，要让搜索结果精确的按照“完全匹配>左匹配>中匹配>右匹配”的顺序排序；又例如：搜索标题、作者、简介三个域，希望是在“完全匹配>左匹配>中匹配>右匹配”的基础上，再按照：标题优先级>作者优先级>简介优先级的规则进行排序。

这些排序都基本无法保证，所以更需要一个公平的打分公式给产品做出各种个性化的打分排序的个性化扩展。

针对相关技术中存在的由于打分因子考虑的因素很多，导致搜索目标的搜索结果的排序不能以最优的方式展现出来，以及搜索目标的搜索结果无法得到定制化排序的问题，目前尚未提出有效的解决方案。

发明内容

本发明提供了一种搜索处理方法及装置，以至少解决相关技术中存在的由于打分因子考虑的因素很多，导致搜索目标的搜索结果的排序不能以最优的方式展现出来，以及搜索目标的搜索结果无法得到定制化排序的问题。

根据本发明的一个方面，提供了一种搜索处理方法，包括：将搜索目标的一个或多个搜索域整合为一个复合域；依据所述复合域为搜索对象确定打分因子，其中，所述打分因子标明所述搜索对象与搜索目标的匹配度；依据确定的所述打分因子对所述搜索对象进行排序。

优选地，依据所述复合域为所述搜索对象确定打分因子包括：判断仅依据所述复合域的命中参数是否能够确定所述搜索对象的排序；在判断结果为否的情况下，依据所述复合域，以及组成所述复合域的搜索域的命中参数、以及词频参数确定所述搜索对象的所述打分因子。

优选地，依据所述复合域为搜索对象确定打分因子包括：判断对多个搜索对象的打分因子是否相同；在判断结果为是的情况下，依据预定参数进行排序。

优选地，所述预定参数包括以下至少之一：日期、订购量、搜索域的优先级、点击量。

优选地，通过以下公式依据所述复合域为搜索对象确定打分因子：score(q,d)=coord(q,d)*∑_tinq(tf(tind)*t.boost())，其中，q表示搜索条件，d表示搜索记录，score(q,d)表示打分因子，coord(q,d)表示命中参数，tinq表示搜索条件中的词项索引，tf(tind)表示词频参数，所述tind表示搜索记录中的词项索引，t表示词项索引，boost()表示人为干预参数。

根据本发明的另一方面，提供了一种搜索处理装置，包括：整合模块，用于将搜索目标的一个或多个搜索域整合为一个复合域；确定模块，用于据所述复合域为搜索对象确定打分因子，其中，所述打分因子标明所述搜索对象与搜索目标的匹配度；排序模块，用于依据确定的所述打分因子对所述搜索对象进行排序。

优选地，所述确定模块包括：第一判断单元，用于判断仅依据所述复合域的命中参数是否能够确定所述搜索对象的排序；确定单元，用于在所述第一判断单元判断结果为否的情况下，依据所述复合域，以及组成所述复合域的搜索域的命中参数、以及词频参数确定所述搜索对象的所述打分因子。

优选地，所述确定模块包括：第二判断单元，用于判断对多个搜索对象的打分因子是否相同；排序单元，用于在所述第二判断单元判断结果为是的情况下，依据预定参数进行排序。

优选地，所述确定模块，还用于通过以下公式依据所述复合域为搜索对象确定打分因子：score(q,d)=coord(q,d)*∑_tinq(tf(tind)*t.boost())，其中，q表示搜索条件，d表示搜索记录，score(q,d)表示打分因子，coord(q,d)表示命中参数，tinq表示搜索条件中的词项索引，tf(tind)表示词频参数，tind表示搜索记录中的词项索引，t表示词项索引，boost()表示人为干预参数。

根据本发明的再一方面，提供了一种终端，包括上述任一项所述的装置。

通过本发明，采用将搜索目标的一个或多个搜索域整合为一个复合域；依据所述复合域为搜索对象确定打分因子，其中，所述打分因子标明所述搜索对象与搜索目标的匹配度；依据确定的所述打分因子对所述搜索对象进行排序的方法，解决了相关技术中存在的由于打分因子考虑的因素很多，导致搜索目标的搜索结果的排序不能以最优的方式展现出来，以及搜素目标的搜索结果无法得到定制化排序的问题，进而达到了使得搜索目标的搜索结果以最优的方式展现出来，节省搜索时间，提高用户体验的效果。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的搜素处理方法的流程图；

图2是根据本发明实施例的搜索处理装置的结构框图；

图3是根据本发明实施例的搜索处理装置中确定模块24的结构框图一；

图4是根据本发明实施例的搜索处理装置中确定模块24的结构框图二；

图5是根据本发明实施例的搜索处理装置中确定模块24的结构框图三；

图6是根据本发明实施例的终端的结构框图。

具体实施方式

下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

在本实施例中提供了一种搜索出来方法，图1是根据本发明实施例的搜素处理方法的流程图，如图1所示，该流程包括如下步骤：

步骤S102，将搜索目标的一个或多个搜索域整合为一个复合域；

步骤S104，依据复合域为搜索对象确定打分因子，其中，该打分因子标明上述搜索对象与搜索目标的匹配度；

步骤S106，依据确定的打分因子对搜索对象进行排序。

通过上述步骤，采用将搜索目标的一个或多个搜索域整合为一个复合域；依据复合域为搜索对象确定打分因子，其中，该打分因子标明上述搜索对象与搜索目标的匹配度；依据确定的打分因子对搜索对象进行排序的方法，解决了相关技术中存在的由于打分因子考虑的因素很多，导致搜索目标的搜索结果的排序不能以最优的方式展现出来，以及搜索目标的搜索结果无法得到定制化排序的问题，进而达到了使得搜索目标的搜索结果以最优的方式展现出来，节省搜索时间，提高用户体验的效果。

其中，依据复合域为搜索对象确定打分因子可以包括多种方法，例如，可以判断仅依据该复合域的命中参数是否能够确定搜索对象的排序；在判断结果为否的情况下，依据该复合域，以及组成该复合域的搜索域的命中参数、以及词频参数确定该搜索对象的打分因子。也就是说，当仅仅依据复合域的命中参数不能确定搜索对象的排序，即命中参数的个数相同时，可以根据打分因子来确定搜索对象的排序，这样可以使得搜索结果以最优的方式进行排序，使得用户能够以最少的时间搜索到需要的搜索对象，极大的提高了用户体验。

依据打分因子确定搜索对象的排序可以得到较优的排列次序，但是当打分因子相同时，就需要依据预定参数进行排序，该预定参数可以包括以下参数至少之一：日期，订购量，搜索域的优先级，点击量等等。该日期，订购量，搜索域的优先级，点击量等参数均可以按照正序排序或者按照倒序排序。

当需要依据复合域确定搜索对象的排序时，需要预先设定打分因子的公式，该公式可以依据具体情况进行设定，例如，可以通过以下公式依据所述复合域为搜索对象确定打分因子：

score(q,d)=coord(q,d)*∑_tinq(tf(tind)*t.boost())，其中，q表示搜索条件，d表示搜索记录，score(q,d)表示打分因子，coord(q,d)表示命中参数，tinq表示搜索条件中的词项索引，tf(tind)表示词频参数，tind表示搜索记录中的词项索引，t表示词项索引，boost()表示人为干预参数。

在本实施例中还提供了一种搜索处理装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图2是根据本发明实施例的搜索处理装置的结构框图，如图2所示，该装置包括整合模块22、确定模块24和排序模块26。下面对该搜索处理装置进行说明。

整合模块22，用于将搜索目标的一个或多个搜索域整合为一个复合域；确定模块24，连接于上述整合模块22，用于据复合域为搜索对象确定打分因子，其中，该打分因子标明搜索对象与搜索目标的匹配度；排序模块26，连接于上述确定模块24，用于依据确定的打分因子对搜索对象进行排序。

图3是根据本发明实施例的搜索处理装置中确定模块24的结构框图一，如图3所示，该确定模块24包括第一判断单元32和确定单元34，下面对该确定模块24进行说明。

第一判断单元32，用于判断仅依据复合域的命中参数是否能够确定搜索对象的排序；第一确定单元34，连接至上述第一判断单元32，用于在上述第一判断单元32判断结果为否的情况下，依据复合域，以及组成复合域的搜索域的命中参数、以及词频参数确定搜索对象的打分因子。

图4是根据本发明实施例的搜索处理装置中确定模块24的结构框图二，如图4所示，该确定模块24包括第二判断单元42和排序单元44，下面对该确定模块24进行说明。

第二判断单元42，用于判断对多个搜索对象的打分因子是否相同；排序单元44，连接至上述第二判断单元42，用于在上述第二判断单元42判断结果为是的情况下，依据预定参数进行排序。

图5是根据本发明实施例的搜索处理装置中确定模块24的结构框图三，如图5所示，该确定模块24包括第二确定单元52，下面对该第二确定单元52进行说明。

第二确定单元52，用于通过以下公式依据复合域为搜索对象确定打分因子：score(q,d)=coord(q,d)*∑_tinq(tf(tind)*t.boost())，其中，q表示搜索条件，d表示搜索记录，score(q,d)表示打分因子，coord(q,d)表示命中参数，tinq表示搜索条件中的词项索引，tf(tind)表示词频参数，tind表示搜索记录中的词项索引，t表示词项索引，boost()表示人为干预参数。

图6是根据本发明实施例的终端的结构框图，如图6所示，该终端62包括上述任一项搜索处理装置64。

针对相关技术中存在的由于打分因子考虑的因素很多，导致搜索目标的排序不能以最优的方式展现出来，以及搜素目标无法得到定制化排序的问题，本发明实施例给出了一种排序打分的处理方法及装置，以达到在单机搜索或集群搜索中，实现搜索结果匹配不重复命中词个数递减并突出主题排序的智能打分的效果。

下面根据本发明实施例对该排序打分方法进行说明，依据该分数对搜索结果进行排序。

打分公式的优化内容包括：

1、打分规则：搜索排序的核心就是匹配度，因此首先就是要抽象出产品的打分规则：大原则就是搜索结果完全匹配搜索条件的记录打分高，该记录排序在最前面，搜索结果部分匹配搜索条件的打分次之，其记录排序在完全匹配的后面。

例如：搜索（“内容”）域，搜索条件为“我爱中兴通讯”。搜索条件经过智能分词后，得到【我、爱、中兴、通讯】4个词。那么，搜索结果完全匹配到“我爱中兴通讯”的搜索结果记录排在第一条；有4个词都命中但是不完全匹配的记录就排在第二条，如“爱我中兴通讯”。如果搜索结果是“爱我中兴”，任意匹配3个不同词的记录就排在第三位，依次类推，接下来是2个词，再然后是1个词。但是如果两条结果都匹配到了3个词，但是词频不一样，那就在匹配的词的个数相同的基础上，再按词频由高到底顺序排序。例如【我爱中兴我爱中兴】这条记录中匹配的词个数为3个，“我”、“爱”、“中兴”三个词的词频分别为两次，【我爱中兴我爱】这条记录中匹配的词个数也为3个，“我”、“爱”两个词的词频为两次，“中兴”的词频为一次，由于【我爱中兴我爱中兴】这条记录中“中兴”词频为两次，因此，【我爱中兴我爱中兴】这条记录会排在【我爱中兴我爱】这条记录的前面。

抽象后的打分规则如下：面向所有单个搜索域，命中词个数按照【N>N-1】递减降序规则进行打分排序，其中，N是命中不同搜索条件的分词个数。

2、按照在打分规则中突出主题（即，“标题”域）排序的打分：如果是基于单域的搜索，例如只有（“内容”）域的搜索排序，直接按照上文提到的单域排序规则即可满足。但是如果搜索多个域，例如在（“内容”、“标题”、“作者”、“简介”、“关键字”）这5个复合域中搜索“中兴通讯”这个检索条件，那么应该如何排序呢。这就有一个不同域的重要性不同的问题。一个主次的问题。何为主？何为次？例如在百度或谷歌的搜索结果界面，大家最关注的主要是标题中高亮标红的搜索条件匹配词，其次才是内容与简介中的搜索条件匹配词。这种情况下用户的搜索习惯，基本上与大多数使用我们产品的用户的搜索习惯不谋而合。那么，应在上述提到的单域搜索的N>N-1的规则基础上，做出原则的扩展：N>N-1的规则是单域排序的大原则，在这个大原则不变的情况下，可以突出“标题”域；在这里，单域的规则就会被修改为综合的（“内容”、“标题”、“作者”、“简介”、“关键字”）5个域的一个复合的“单域”，下面简称“复合域”。

抽象后的打分规则：先按复合域的总体命中词N>N-1的规则进行排序，在复合域中命中词的个数N一致的情况下，再按“标题”这个单域的N>N-1规则进行排序；如果在搜索结果中，复合域中命中的N与标题域中命中的N都相同的情况下，即命中词均在标题中，那就需要再按命中词的总体的词频由高到低进行排序；

3、扩展排序规则：在以上单域、复合域的搜索结果命中词都复合N>N-1的排序原则基础上，本发明实施例还提出了一种基于搜索打分的“公平且通用”的排序规则，更重要的是，在该打分公平的基础上，还可以做出很多扩展排序。

例如，在本发明实施例中，在2条搜索结果记录打分计算完全相同的基础上（即，匹配度一致），可以依据下面的方法进行排序：

(a)按“匹配度”>“日期”排序，即在匹配度相同的基础上可以按照日期进行排序，该日期可以采用正序也可以采用倒序进行排序。

(b)按“匹配度”>“订购量”>“日期”排序，即在匹配度相同的基础上可以按照订购量进行排序，订购量可以采用正序也可以采用倒叙进行排序，若匹配度相同且订购量也相同，则按照日期进行排序，日期也采用正序或者倒序进行排序。

(c)上述(a)、(b)排序都是由单域或多域的“N>N-1”所保证的，单域或多域均可按照上述方法（a）、（b）进行排序。

例如，在本发明实施例中，还可以单独做到各种定制化的排序：

(d)搜索“书名”单域，按“完全匹配>左匹配>中匹配>右匹配”的顺序排序。

(e)搜索“书名”、“作者”、“简介”三个域,优先按(d)的规则排序，再在(d)的基础上再按“书名”、“作者”、“简介”域的优先级顺序进行排序。

下面根据本发明的实施例对本发明进行说明。

精简掉所有干扰到本发明规则的打分因子，如下：

1、打分因子：命中因子（同上述的命中参数）、词频因子（同上述的词频参数）、人为干预因子（同上述的人为干预参数）。

2、打分公式：

score(q,d)=coord(q,d)*∑_tinq(tf(tind)*t.boost())

$\mathrm{tf}=\sqrt{\sqrt{\sqrt{\sqrt{\sqrt{\sqrt{\mathrm{freq}}}}}}}$

其中，q表示搜索条件，d表示搜索记录，score(q,d)表示打分因子，coord(q,d)表示命中参数，tinq表示搜索条件中的词项索引，tf(tind)表示词频参数，tind表示搜索记录中的词项索引，t表示词项索引，boost()表示人为干预因子。

从上述打分公式中可以看出，搜索结果在命中因子coord(q,d)一致的情况下，只会受到词频因子tf(tind)与人为干预因子boost()这两个因子的影响。打分就按tf(tind)*t.boost()的规则排序；而为了使coord(q,d)不一致的情况下，tf(tind)的影响不会作为主导只作为第二因素，tf(tind)取真实词频获取6次平方（即，真实词频开12次方）后的结果。这样，在设置boost()都一致的情况下，就可以在搜索打分时保证，即使某个词的词频达到百万级，依然是满足N>N-1的规则：换成数学公式，简单点说就是1+1>(100万的6次平方根)；这也就是除了coord(q,d)排序因子外，tf(tind)相当于就是新的打分公式的核心。而boost()这个“人为干预因子”在这个打分公式中设置后，不仅可作为term词项的boost()重要性的排序依据，还可以作为field域的boost()重要性的排序依据，不再赘述。

3、多域搜索突出标题域的实现：

索引时，将“标题”域“放大”1000倍，再将（“内容”、1000倍的“标题”、“作者”、“简介”、“关键字”）这5个搜索域合并成1个复合域。从公式里面看出，“标题”的tf(tind)放大1000倍之后再经过6次平方根计算，就可以在实际打分时实现排序只会比coord(q,d)与boost()相同但是tf(tind)不同的记录的打分稍高一些。例如5个域中都完整的包含了搜索条件分词，但是A记录中的标题命中了1个词，而B记录的标题命中了2个词。那么，新的公式就相当于通过新的tf(tind)计算规则微调了总体的打分，从而让“标题”域中命中词高的记录B排序在“标题”域中命中词低的记录A之前。

索引时，将“标题”域放大1000倍，只要新的打分规则不依赖于词与词之前的位置关系，就可通过修改调整索引的过程，仅仅对“复合域”保留“词频”索引，去除“位置”索引，从而避免因索引膨胀导致搜索的性能下降。而对于其他搜索域，例如“标题”单域，依然可以在做索引时保留“位置”索引文件就可以了。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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 (10)

1.一种搜索处理方法，其特征在于，包括：

将搜索目标的一个或多个搜索域整合为一个复合域；

依据所述复合域为搜索对象确定打分因子，其中，所述打分因子标明所述搜索对象与搜索目标的匹配度；

依据确定的所述打分因子对所述搜索对象进行排序。

2.根据权利要求1所述的方法，其特征在于，依据所述复合域为所述搜索对象确定打分因子包括：

判断仅依据所述复合域的命中参数是否能够确定所述搜索对象的排序；

在判断结果为否的情况下，依据所述复合域，以及组成所述复合域的搜索域的命中参数、以及词频参数确定所述搜索对象的所述打分因子。

3.根据权利要求1所述的方法，其特征在于，依据所述复合域为搜索对象确定打分因子包括：

判断对多个搜索对象的打分因子是否相同；

在判断结果为是的情况下，依据预定参数进行排序。

4.根据权利要求1所述的方法，其特征在于，所述预定参数包括以下至少之一：

日期、订购量、搜索域的优先级、点击量。

5.根据权利要求1至4中任一项所述的方法，其特征在于，通过以下公式依据所述复合域为搜索对象确定打分因子：

score(q,d)=coord(q,d)*∑_tinq(tf(tind)*t.boost())，其中，q为搜索条件，d为搜索记录，score(q,d)表示打分因子，coord(q,d)表示命中参数，tinq表示搜索条件中的词项索引，tf(tind)表示词频参数，tind表示搜索记录中的词项索引，t表示词项索引，boost()表示人为干预参数。

6.一种搜索处理装置，其特征在于，包括：

整合模块，用于将搜索目标的一个或多个搜索域整合为一个复合域；

确定模块，用于据所述复合域为搜索对象确定打分因子，其中，所述打分因子标明所述搜索对象与搜索目标的匹配度；

排序模块，用于依据确定的所述打分因子对所述搜索对象进行排序。

7.根据权利要求6所述的装置，其特征在于，所述确定模块包括：

第一判断单元，用于判断仅依据所述复合域的命中参数是否能够确定所述搜索对象的排序；

第一确定单元，用于在所述第一判断单元判断结果为否的情况下，依据所述复合域，以及组成所述复合域的搜索域的命中参数、以及词频参数确定所述搜索对象的所述打分因子。

8.根据权利要求6所述的装置，其特征在于，所述确定模块包括：

第二判断单元，用于判断对多个搜索对象的打分因子是否相同；

排序单元，用于在所述第二判断单元判断结果为是的情况下，依据预定参数进行排序。

9.根据权利要求6至8中任一项所述的装置，其特征在于，所述确定模块包括：

第二确定单元，用于通过以下公式依据所述复合域为搜索对象确定打分因子：score(q,d)=coord(q,d)*∑_tinq(tf(tind)*t.boost())，其中，q表示搜索条件，d表示搜索记录，score(q,d)表示打分因子，coord(q,d)表示命中参数，tinq表示搜索条件中的词项索引，tf(tind)表示词频参数，tind表示搜索记录中的词项索引，t表示词项索引，boost()表示人为干预参数。

10.一种终端，其特征在于，包括上述任一项所述的装置。