CN105045920A - 搜索方法和装置 - Google Patents
搜索方法和装置 Download PDFInfo
- Publication number
- CN105045920A CN105045920A CN201510526440.5A CN201510526440A CN105045920A CN 105045920 A CN105045920 A CN 105045920A CN 201510526440 A CN201510526440 A CN 201510526440A CN 105045920 A CN105045920 A CN 105045920A
- Authority
- CN
- China
- Prior art keywords
- user
- structural data
- evaluation
- mentioned
- layer
- 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.)
- Granted
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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提出一种搜索方法和装置,该搜索方法包括:接收用户输入的搜索请求,所述搜索请求包括所述用户的用户特征和搜索需求;根据所述用户的用户特征和搜索需求,对所述搜索需求所需搜索的目标类别的结构化数据进行分层,分层后的结构化数据包括直接过滤层、备选层和训练层;根据所述用户的用户特征确定所述用户所属的用户群体;根据所述用户群体的偏好数据对所述备选层和所述训练层的结构化数据进行排序,并输出预定个数的排序结果。本发明可以向用户提供更多符合上述用户的搜索需求的搜索结果,提高搜索结果的可用率,并且,避免了用户认为不符合搜索需求的搜索结果持续存在于搜索结果页的问题,进一步提高了用户体验度。
Description
技术领域
本发明涉及互联网技术领域,尤其涉及一种搜索方法和装置。
背景技术
目前在面临“大量、时效性、常常更新和/或持续挑选”的搜索结果时,用户主要还是依赖筛选器对搜索结果进行筛选,所以用户的搜索体验基本就是如下三种方式:
a)筛选,粗粒度下,依靠条件组合获得结果;
b)按大类别做可视化列表,但仅限于热门的类别;
c)比较间接的手段,利用外部方式,比如用户原创内容(UserGeneratedContent;以下简称:UGC)获得详细的推荐检索词(query),然后正常搜索后对搜索结果再次筛选。
但是,上述方式中,用户的筛选器会过滤掉一部分可以满足用户搜索需求的搜索结果,同时误召回一些虽然满足筛选条件但实际质量不高的搜索结果;另外,上述方式的浏览效率偏低,用户被迫在每次搜索时都要使用筛选器,使用筛选器后,实际获得的搜索结果的可用率会相对比较低,同时还存在着用户认为不符合搜索需求的搜索结果持续存在于搜索结果页的问题。
发明内容
本发明的目的旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的第一个目的在于提出一种搜索方法。该方法可以向用户提供更多符合上述用户的搜索需求的搜索结果,提高搜索结果的可用率,进而可以提升用户体验度。
本发明的第二个目的在于提出一种搜索装置。
为了实现上述目的,本发明第一方面实施例的搜索方法,包括:接收用户输入的搜索请求,所述搜索请求包括所述用户的用户特征和搜索需求;根据所述用户的用户特征和搜索需求,对所述搜索需求所需搜索的目标类别的结构化数据进行分层,分层后的结构化数据包括直接过滤层、备选层和训练层;根据所述用户的用户特征确定所述用户所属的用户群体;根据所述用户群体的偏好数据对所述备选层和所述训练层的结构化数据进行排序,并输出预定个数的排序结果。
本发明实施例的搜索方法中,接收用户输入的搜索请求之后,根据上述搜索请求中包括的上述用户的用户特征和搜索需求,对上述搜索需求所需搜索的目标类别的结构化数据进行分层,分层后的结构化数据包括直接过滤层、备选层和训练层,根据上述用户的用户特征确定上述用户所属的用户群体,根据上述用户群体的偏好数据对上述备选层和上述训练层的结构化数据进行排序,并输出预定个数的排序结果,从而可以向用户提供更多符合上述用户的搜索需求的搜索结果,提高搜索结果的可用率,进而可以提升用户体验度。
为了实现上述目的,本发明第二方面实施例的搜索装置,包括:接收模块,用于接收用户输入的搜索请求,所述搜索请求包括所述用户的用户特征和搜索需求;分层模块,用于根据所述接收模块接收的所述用户的用户特征和搜索需求,对所述搜索需求所需搜索的目标类别的结构化数据进行分层,分层后的结构化数据包括直接过滤层、备选层和训练层;确定模块,用于根据所述用户的用户特征确定所述用户所属的用户群体;排序模块,用于根据所述确定模块确定的用户群体的偏好数据对所述备选层和所述训练层的结构化数据进行排序;输出模块,用于输出预定个数的排序结果。
本发明实施例的搜索装置中,接收模块接收用户输入的搜索请求之后,分层模块根据上述搜索请求中包括的上述用户的用户特征和搜索需求,对上述搜索需求所需搜索的目标类别的结构化数据进行分层,分层后的结构化数据包括直接过滤层、备选层和训练层,确定模块根据上述用户的用户特征确定上述用户所属的用户群体,排序模块根据上述用户群体的偏好数据对上述备选层和上述训练层的结构化数据进行排序,并由输出模块输出预定个数的排序结果,从而可以向用户提供更多符合上述用户的搜索需求的搜索结果,提高搜索结果的可用率,进而可以提升用户体验度。
本发明附加的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
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明搜索方法一个实施例的流程图;
图2为本发明搜索方法另一个实施例的流程图;
图3为本发明搜索方法再一个实施例的流程图;
图4为本发明搜索装置一个实施例的结构示意图;
图5为本发明搜索装置另一个实施例的结构示意图。
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。相反,本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
图1为本发明搜索方法一个实施例的流程图,如图1所示,该搜索方法可以包括:
步骤101,接收用户输入的搜索请求,上述搜索请求包括上述用户的用户特征和搜索需求。
其中,上述搜索请求可以为文本搜索请求、语音搜索请求或图片搜索请求。
上述用户的用户特征可以包括上述用户的年龄、性别、工作和家庭情况等信息中的至少一个;上述用户的搜索需求可以包括上述用户的设定数据,以房源搜索为例,上述用户的搜索需求可以包括上述用户的预算、户型、交通和是否限购等信息中的至少一个。
步骤102,根据上述用户的用户特征和搜索需求,对上述搜索需求所需搜索的目标类别的结构化数据进行分层,分层后的结构化数据包括直接过滤层、备选层和训练层。
本实施例中,搜索引擎接收到用户的搜索请求之后,根据上述搜索请求中包括的上述用户的用户特征和搜索需求,将上述搜索需求所需搜索的目标类别的结构化数据分为直接过滤层、备选层和训练层。举例来说,用户想要搜索房源方面的信息,则上述搜索需求所需搜索的目标类别的结构化数据即为房源类别的结构化数据。
其中,上述训练层的结构化数据为严格符合上述用户的搜索需求的结构化数据,上述备选层的结构化数据为与上述用户的搜索需求的误差在预定范围的结构化数据,上述直接过滤层的结构化数据为与上述用户的搜索需求的误差超过预定范围的结构化数据。本实施例中,上述预定范围可以在具体实现时根据实现需求和/或系统性能等自行设定,本实施例对上述预定范围的大小不作限定。
仍以房源搜索为例,上述用户的搜索需求中,用户要求面积大于70平米,上述预定范围可以为大于或等于10平米,则直接过滤层的结构化数据包括面积小于或等于60平米以下的房源数据,备选层的结构化数据则包括面积大于60平米的房源数据,而训练层的结构化数据包括面积大于70平米的房源数据。
步骤103,根据上述用户的用户特征确定上述用户所属的用户群体。
具体地,可以根据上述用户的年龄、性别、工作和家庭情况等信息中的至少一个确定上述用户所属的用户群体。
步骤104,根据上述用户群体的偏好数据对上述备选层和上述训练层的结构化数据进行排序,并输出预定个数的排序结果。
其中,上述预定个数可以在具体实现时根据实现需求和/或系统性能等自行设定,本实施例对此不作限定,举例来说,上述预定个数可以为10。
本实施例中,上述用户群体的偏好数据可以根据历史记录积累获得。
图2为本发明搜索方法另一个实施例的流程图,如图2所示,步骤102之前,还可以包括:
步骤201,对各类别的数据进行结构化资源建设,获得结构化数据。
其中,上述结构化数据包括布尔值类型、绝对数值和相对数值。
本实施例中,可以预先对各类别的数据进行结构化资源建设,获得结构化数据,其中上述结构化数据具备基本标识元素,上述基本标识元素包括布尔值类型、绝对数值和相对数值。
以房源类别的数据为例,对房源类别的数据进行结构化资源建设之后,获得的房源类别的结构化数据具备的基本标识元素中,布尔值类型用于表示房源数据是否唯一,绝对数值用于表示房源的面积和价格等,相对数值用于表示根据坐标计算的房源所处位置与用户所处位置的实际距离。
图2中以步骤201在步骤101与步骤102之间执行为例,但本发明对步骤201与步骤101的执行顺序不作限定,步骤201与步骤101可以并行执行,也可以先后执行。
图3为本发明搜索方法再一个实施例的流程图,如图3所示,步骤104之后,还可以包括:
步骤301,接收上述用户对上述预定个数的排序结果的评价。
步骤302,根据上述评价,删除输出的结果中上述用户的评价属于第一类评价的结果,并接收上述用户输入的评价原因,以及将输出的结果中上述用户的评价属于第二类评价的结果加入上述备选层,以及将输出的结果中上述用户的评价属于第三类评价的结果加入预定列表。
其中,上述第一类评价可以为不考虑,表示用户对所评价的结果的满意度最差,这时,可以输出询问选项,向用户提问不考虑所评价的结果的原因,然后接收上述用户输入的评价原因,即接收上述用户输入的不考虑所评价的结果的原因;
上述第二类评价可以为再看看,表示上述用户对所评价的结果的满意度较高;
上述第三类评价可以为关注,表示上述用户对所评价的结果的满意度最高,上述预定列表可以为关注列表;也就是说,上述用户可以将输出的结果中,自己最满意的结果加入关注列表,以方便后续查看。
步骤303,根据上述用户输入的评价原因,对上述备选层和上述训练层中的结构化数据进行重新排序。
由于在步骤302中,通过用户的评价,对输出的结果进行了一些处理,因此,步骤303中可以根据上述用户输入的评价原因,对上述备选层和上述训练层中的结构化数据进行重新排序。
进一步地,对上述备选层和上述训练层中的结构化数据进行重新排序之后,还可以包括:
步骤304,接收上述用户输入的翻页请求,根据上述翻页请求输出重新排序的结构化数据中上述预定个数的排序结果。
具体地,上述翻页请求可以是用户通过点击当前展现页面上的翻页图标输入的,例如:上述翻页请求可以是用户通过点击当前展现页面上的“下一页”图标输入的。
本实施例中,接收到上述用户输入的翻页请求之后,搜索引擎可以根据上述翻页请求向上述用户展示重新排序的结构化数据中预定个数的排序结果。
上述搜索方法中,接收用户输入的搜索请求之后,根据上述搜索请求中包括的上述用户的用户特征和搜索需求,对上述搜索需求所需搜索的目标类别的结构化数据进行分层,分层后的结构化数据包括直接过滤层、备选层和训练层,根据上述用户的用户特征确定上述用户所属的用户群体,根据上述用户群体的偏好数据对上述备选层和上述训练层的结构化数据进行排序,并输出预定个数的排序结果,之后还可以根据用户对输出的结果的评价,对上述备选层和上述训练层的结构化数据进行重新排序,从而可以向用户提供更多符合上述用户的搜索需求的搜索结果,提高搜索结果的可用率,进而可以提升用户体验度;并且,在输出预定个数的排序结果之后,可以删除输出的结果中上述用户的评价属于第一类评价的结果,避免了用户认为不符合搜索需求的搜索结果持续存在于搜索结果页的问题,进一步提高了用户体验度。
图4为本发明搜索装置一个实施例的结构示意图,本实施例中的搜索装置可以作为搜索引擎,实现本发明图1~图3所示实施例的流程,如图4所示,上述搜索装置可以包括:接收模块41、分层模块42、确定模块43、排序模块44和输出模块45;
其中,接收模块41,用于接收用户输入的搜索请求,上述搜索请求包括上述用户的用户特征和搜索需求;其中,接收模块41接收的搜索请求可以为文本搜索请求、语音搜索请求或图片搜索请求;上述用户的用户特征可以包括上述用户的年龄、性别、工作和家庭情况等信息中的至少一个;上述用户的搜索需求可以包括上述用户的设定数据,以房源搜索为例,上述用户的搜索需求可以包括上述用户的预算、户型、交通和是否限购等信息中的至少一个。
分层模块42,用于根据接收模块41接收的上述用户的用户特征和搜索需求,对上述搜索需求所需搜索的目标类别的结构化数据进行分层,分层后的结构化数据包括直接过滤层、备选层和训练层;
本实施例中,接收模块41接收到用户的搜索请求之后,分层模块42根据上述搜索请求中包括的上述用户的用户特征和搜索需求,将上述搜索需求所需搜索的目标类别的结构化数据分为直接过滤层、备选层和训练层。举例来说,用户想要搜索房源方面的信息,则上述搜索需求所需搜索的目标类别的结构化数据即为房源类别的结构化数据。
其中,上述训练层的结构化数据为严格符合上述用户的搜索需求的结构化数据,上述备选层的结构化数据为与上述用户的搜索需求的误差在预定范围的结构化数据,上述直接过滤层的结构化数据为与上述用户的搜索需求的误差超过预定范围的结构化数据。本实施例中,上述预定范围可以在具体实现时根据实现需求和/或系统性能等自行设定,本实施例对上述预定范围的大小不作限定。
仍以房源搜索为例,上述用户的搜索需求中,用户要求面积大于70平米,上述预定范围可以为大于或等于10平米,则直接过滤层的结构化数据包括面积小于或等于60平米以下的房源数据,备选层的结构化数据则包括面积大于60平米的房源数据,而训练层的结构化数据包括面积大于70平米的房源数据。
确定模块43,用于根据上述用户的用户特征确定上述用户所属的用户群体;具体地,确定模块43可以根据上述用户的年龄、性别、工作和家庭情况等信息中的至少一个确定上述用户所属的用户群体。
排序模块44,用于根据确定模块43确定的用户群体的偏好数据对上述备选层和上述训练层的结构化数据进行排序。本实施例中,上述用户群体的偏好数据可以根据历史记录积累获得。
输出模块45,用于输出预定个数的排序结果。其中,上述预定个数可以在具体实现时根据实现需求和/或系统性能等自行设定,本实施例对此不作限定,举例来说,上述预定个数可以为10。
图5为本发明搜索装置另一个实施例的结构示意图,与图4所示的搜索装置相比,不同之处在于,图5所示的搜索装置中还可以包括:获得模块46;
其中,获得模块46,用于在分层模块42对上述搜索需求所需搜索的目标类别的结构化数据进行分层之前,对各类别的数据进行结构化资源建设,获得结构化数据,上述结构化数据包括布尔值类型、绝对数值和相对数值。
本实施例中,获得模块46可以预先对各类别的数据进行结构化资源建设,获得结构化数据,其中上述结构化数据具备基本标识元素,上述基本标识元素包括布尔值类型、绝对数值和相对数值。
以房源类别的数据为例,获得模块46对房源类别的数据进行结构化资源建设之后,获得的房源类别的结构化数据具备的基本标识元素中,布尔值类型用于表示房源数据是否唯一,绝对数值用于表示房源的面积和价格等,相对数值用于表示根据坐标计算的房源所处位置与用户所处位置的实际距离。
进一步地,上述搜索装置还可以包括:删除模块47和添加模块48;
接收模块41,还用于接收上述用户对所述预定个数的排序结果的评价;
删除模块47,用于根据接收模块41接收的评价,删除输出的结果中上述用户的评价属于第一类评价的结果;
接收模块41,还用于在删除模块47删除输出的结果中上述用户的评价属于第一类评价的结果之后,接收上述用户输入的评价原因;
添加模块48,用于将输出的结果中上述用户的评价属于第二类评价的结果加入上述备选层,以及将输出的结果中上述用户的评价属于第三类评价的结果加入预定列表;
其中,上述第一类评价可以为不考虑,表示用户对所评价的结果的满意度最差,这时,可以输出询问选项,向用户提问不考虑所评价的结果的原因,然后,接收模块41接收上述用户输入的评价原因,即接收上述用户输入的不考虑所评价的结果的原因;
上述第二类评价可以为再看看,表示上述用户对所评价的结果的满意度较高;
上述第三类评价可以为关注,表示上述用户对所评价的结果的满意度最高,上述预定列表可以为关注列表;也就是说,添加模块48可以将输出的结果中,上述用户最满意的结果加入关注列表,以方便上述用户后续查看。
排序模块44,用于根据上述用户输入的评价原因,对上述备选层和上述训练层中的结构化数据进行重新排序。
进一步地,接收模块41,还用于接收上述用户输入的翻页请求;
输出模块45,还用于根据接收模块41接收的翻页请求输出排序模块44重新排序的结构化数据中上述预定个数的排序结果。
具体地,上述翻页请求可以是用户通过点击当前展现页面上的翻页图标输入的,例如:上述翻页请求可以是用户通过点击当前展现页面上的“下一页”图标输入的。
本实施例中,接收模块41接收到上述用户输入的翻页请求之后,输出模块45可以根据上述翻页请求向上述用户展示重新排序的结构化数据中预定个数的排序结果。
上述搜索装置中,接收模块41接收用户输入的搜索请求之后,分层模块42根据上述搜索请求中包括的上述用户的用户特征和搜索需求,对上述搜索需求所需搜索的目标类别的结构化数据进行分层,分层后的结构化数据包括直接过滤层、备选层和训练层,确定模块43根据上述用户的用户特征确定上述用户所属的用户群体,排序模块44根据上述用户群体的偏好数据对上述备选层和上述训练层的结构化数据进行排序,输出模块45输出预定个数的排序结果,之后排序模块44还可以根据用户对输出的结果的评价,对上述备选层和上述训练层的结构化数据进行重新排序,从而可以向用户提供更多符合上述用户的搜索需求的搜索结果,提高搜索结果的可用率,进而可以提升用户体验度;并且,在输出模块45输出预定个数的排序结果之后,删除模块47可以删除输出的结果中上述用户的评价属于第一类评价的结果,避免了用户认为不符合搜索需求的搜索结果持续存在于搜索结果页的问题,进一步提高了用户体验度。
需要说明的是,在本发明的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
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。
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(ProgrammableGateArray;以下简称:PGA),现场可编程门阵列(FieldProgrammableGateArray;以下简称: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,本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。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。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (12)
1.一种搜索方法,其特征在于,包括:
接收用户输入的搜索请求,所述搜索请求包括所述用户的用户特征和搜索需求;
根据所述用户的用户特征和搜索需求,对所述搜索需求所需搜索的目标类别的结构化数据进行分层,分层后的结构化数据包括直接过滤层、备选层和训练层;
根据所述用户的用户特征确定所述用户所属的用户群体;
根据所述用户群体的偏好数据对所述备选层和所述训练层的结构化数据进行排序,并输出预定个数的排序结果。
2.根据权利要求1所述的方法,其特征在于,所述搜索请求包括文本搜索请求、语音搜索请求或图片搜索请求。
3.根据权利要求1所述的方法,其特征在于,所述对所述搜索需求所需搜索的目标类别的结构化数据进行分层之前,还包括:
对各类别的数据进行结构化资源建设,获得结构化数据,所述结构化数据包括布尔值类型、绝对数值和相对数值。
4.根据权利要求1-3任意一项所述的方法,其特征在于,所述训练层的结构化数据为严格符合所述用户的搜索需求的结构化数据,所述备选层的结构化数据为与所述用户的搜索需求的误差在预定范围的结构化数据,所述直接过滤层的结构化数据为与所述用户的搜索需求的误差超过预定范围的结构化数据。
5.根据权利要求1-3任意一项所述的方法,其特征在于,所述输出预定个数的排序结果之后,还包括:
接收所述用户对所述预定个数的排序结果的评价;
根据所述评价,删除输出的结果中所述用户的评价属于第一类评价的结果,并接收所述用户输入的评价原因,以及将输出的结果中所述用户的评价属于第二类评价的结果加入所述备选层,以及将输出的结果中所述用户的评价属于第三类评价的结果加入预定列表;
根据所述用户输入的评价原因,对所述备选层和所述训练层中的结构化数据进行重新排序。
6.根据权利要求5所述的方法,其特征在于,所述对所述备选层和所述训练层中的结构化数据进行重新排序之后,还包括:
接收所述用户输入的翻页请求,根据所述翻页请求输出重新排序的结构化数据中所述预定个数的排序结果。
7.一种搜索装置,其特征在于,包括:
接收模块,用于接收用户输入的搜索请求,所述搜索请求包括所述用户的用户特征和搜索需求;
分层模块,用于根据所述接收模块接收的所述用户的用户特征和搜索需求,对所述搜索需求所需搜索的目标类别的结构化数据进行分层,分层后的结构化数据包括直接过滤层、备选层和训练层;
确定模块,用于根据所述用户的用户特征确定所述用户所属的用户群体;
排序模块,用于根据所述确定模块确定的用户群体的偏好数据对所述备选层和所述训练层的结构化数据进行排序;
输出模块,用于输出预定个数的排序结果。
8.根据权利要求7所述的装置,其特征在于,所述接收模块接收的搜索请求包括文本搜索请求、语音搜索请求或图片搜索请求。
9.根据权利要求7所述的装置,其特征在于,还包括:
获得模块,用于在所述分层模块对所述搜索需求所需搜索的目标类别的结构化数据进行分层之前,对各类别的数据进行结构化资源建设,获得结构化数据,所述结构化数据包括布尔值类型、绝对数值和相对数值。
10.根据权利要求7-9任意一项所述的装置,其特征在于,所述训练层的结构化数据为严格符合所述用户的搜索需求的结构化数据,所述备选层的结构化数据为与所述用户的搜索需求的误差在预定范围的结构化数据,所述直接过滤层的结构化数据为与所述用户的搜索需求的误差超过预定范围的结构化数据。
11.根据权利要求7-9任意一项所述的装置,其特征在于,还包括:删除模块和添加模块;
所述接收模块,还用于接收所述用户对所述预定个数的排序结果的评价;
所述删除模块,用于根据所述接收模块接收的评价,删除输出的结果中所述用户的评价属于第一类评价的结果;
所述接收模块,还用于在所述删除模块删除输出的结果中所述用户的评价属于第一类评价的结果之后,接收所述用户输入的评价原因;
所述添加模块,用于将输出的结果中所述用户的评价属于第二类评价的结果加入所述备选层,以及将输出的结果中所述用户的评价属于第三类评价的结果加入预定列表;
所述排序模块,用于根据所述用户输入的评价原因,对所述备选层和所述训练层中的结构化数据进行重新排序。
12.根据权利要求11所述的装置,其特征在于,
所述接收模块,还用于接收所述用户输入的翻页请求;
所述输出模块,还用于根据所述接收模块接收的翻页请求输出所述排序模块重新排序的结构化数据中所述预定个数的排序结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510526440.5A CN105045920B (zh) | 2015-08-25 | 2015-08-25 | 搜索方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510526440.5A CN105045920B (zh) | 2015-08-25 | 2015-08-25 | 搜索方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105045920A true CN105045920A (zh) | 2015-11-11 |
CN105045920B CN105045920B (zh) | 2019-01-25 |
Family
ID=54452467
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510526440.5A Active CN105045920B (zh) | 2015-08-25 | 2015-08-25 | 搜索方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105045920B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101013430A (zh) * | 2007-01-29 | 2007-08-08 | 华为技术有限公司 | 搜索方法及装置 |
US20130212089A1 (en) * | 2012-02-10 | 2013-08-15 | Google Inc. | Search Result Categorization |
CN103258008A (zh) * | 2013-04-16 | 2013-08-21 | 武汉理工大学 | 基于用户情境的多层次服务资源发现方法和系统 |
CN103425664A (zh) * | 2012-05-16 | 2013-12-04 | 阿里巴巴集团控股有限公司 | 一种对实体数据单元进行搜索、显示的方法和设备 |
CN103646070A (zh) * | 2013-12-06 | 2014-03-19 | 北京趣拿软件科技有限公司 | 搜索引擎的数据处理方法及装置 |
CN103838773A (zh) * | 2012-11-26 | 2014-06-04 | 百度在线网络技术(北京)有限公司 | 搜索结果用户评判方法及装置 |
-
2015
- 2015-08-25 CN CN201510526440.5A patent/CN105045920B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101013430A (zh) * | 2007-01-29 | 2007-08-08 | 华为技术有限公司 | 搜索方法及装置 |
US20130212089A1 (en) * | 2012-02-10 | 2013-08-15 | Google Inc. | Search Result Categorization |
CN103425664A (zh) * | 2012-05-16 | 2013-12-04 | 阿里巴巴集团控股有限公司 | 一种对实体数据单元进行搜索、显示的方法和设备 |
CN103838773A (zh) * | 2012-11-26 | 2014-06-04 | 百度在线网络技术(北京)有限公司 | 搜索结果用户评判方法及装置 |
CN103258008A (zh) * | 2013-04-16 | 2013-08-21 | 武汉理工大学 | 基于用户情境的多层次服务资源发现方法和系统 |
CN103646070A (zh) * | 2013-12-06 | 2014-03-19 | 北京趣拿软件科技有限公司 | 搜索引擎的数据处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105045920B (zh) | 2019-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11727481B2 (en) | Systems and user interfaces for dynamic and interactive investigation of bad actor behavior based on automatic clustering of related data in various data structures | |
CN110019396B (zh) | 一种基于分布式多维分析的数据分析系统及方法 | |
TWI718643B (zh) | 異常群體識別方法及裝置 | |
Johanson et al. | Big automotive data: Leveraging large volumes of data for knowledge-driven product development | |
US10031942B2 (en) | Query optimization with zone map selectivity modeling | |
CN109871483A (zh) | 一种推荐信息的确定方法及装置 | |
US11093461B2 (en) | Method for computing distinct values in analytical databases | |
CN104504109A (zh) | 图片搜索方法和装置 | |
US10838963B2 (en) | Optimized access for hierarchical low cardinality value synopsis in analytical databases | |
CN104142999A (zh) | 搜索结果展示方法及装置 | |
CN104238897A (zh) | 一种菜单项显示方法及装置 | |
US10776354B2 (en) | Efficient processing of data extents | |
CN104102733A (zh) | 搜索内容提供方法和搜索引擎 | |
CN103077254A (zh) | 网页获取方法和装置 | |
CN106227510A (zh) | 应用推荐方法及装置 | |
CN104361109A (zh) | 确定图片筛选结果的方法和装置 | |
CN104123298A (zh) | 产品缺陷的分析方法和设备 | |
US10929447B2 (en) | Systems and methods for customized data parsing and paraphrasing | |
CN104580109A (zh) | 生成点选验证码的方法及装置 | |
US10884704B2 (en) | Sorting a table in analytical databases | |
CN104123307A (zh) | 数据加载方法及系统 | |
CN111177562A (zh) | 一种目标对象的推荐排序处理方法、装置及服务器 | |
CN111723280A (zh) | 信息的处理方法、装置、存储介质及电子设备 | |
CN105045920A (zh) | 搜索方法和装置 | |
CN110232088B (zh) | 分类合并的方法及装置、存储介质 |
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 |