CN105320748B - 一种匹配用户的主观标准的检索方法与检索系统 - Google Patents

Abstract

本发明涉及一种匹配用户的主观标准的检索方法，以及一种匹配用户的主观标准的检索系统。通过对标准样本进行评价管理，并依照群体评价信息进行定位的方法，为用户的主观标准建立评价参照系，从而为用户寻找出匹配个人标准的结果。对于同一个对象，基于不同用户各自的评价参照系，能够匹配不同用户的不同要求。由于不同用户采用的评价参照系不同，即使采用相同的输入检索式，其检索得到的结果也是不同的。即，同一个对象，在不同用户的检索结果中，表示的等级不同。因此，检索结果更符合用户的个人标准，大大提高了检索的速度和准确率，节约大量时间和资源。

Description

一种匹配用户的主观标准的检索方法与检索系统

技术领域

本发明涉及检索技术，更具体地说，涉及一种匹配用户的主观标准的检索方法，以及一种匹配用户的主观标准的检索系统。

背景技术

在进行条件检索时，特别是对无客观标准的对象进行检索时，由于个人的主观感觉并无标准参照系，因此容易产生检索误差。

例如，具有一定衡量数值的高矮胖瘦，虽然高矮胖瘦可以通过具体数值进行表示，但当采用具有主观标准的条件进行选择时，就无法通过具体数值进行筛选，如微胖、高挑等；当两个导演选演员，都描述要微胖，但是面对同一个演员时，a导演可能认为是微胖，但b导演可能认为是很胖。

另一种更困难的检索对象，如无法通过数值表示的气质、品位、美丑等，当需要筛选出符合主观标准的对象时，就无法进行任何形式的筛选。

发明内容

本发明的目的在于克服现有技术的不足，提供一种通过对标准样本进行评价管理，并依照群体评价信息进行定位，从而得到比较能符合大众的主观标准的对象的匹配用户的主观标准的检索方法，以及一种匹配用户的主观标准的检索系统。

本发明的技术方案如下：

一种匹配用户的主观标准的检索方法，包括学习训练步骤、检索步骤；

学习训练步骤：通过预设的标准样本对用户的主观标准进行测试，得到主观标准与标准样本的差值，为每个用户建立评价参照系；

检索步骤：通过学习训练步骤得到的评价参照系对用户的检索条件进行修正，得到标准检索式，再通过标准检索式进行检索。

作为优选，评价参照系的建立：积累并记录用户对标准样本的个人评价与修正值，修正值为预设的标准评价与个人评价的差值；当用户对自动选择的标准样本进行个人评价得到的修正值落在预设的精确阀值内，完成评价参照系的建立。

作为优选，根据用户对于标准样本的个人评价，将用户进行分类，将对同一个标准样本的个人评价相同或相近的用户归为同一分类，形成用户组，则每个用户组建立有评价参照系，同一个评价参照系供用户组中的用户共同使用。

作为优选，用户组共用的评价参照系由用户组全体成员对某一特定领域各部分标准样本的个人评价汇总而成，用户完成足够判断其归属该用户组的标准样本测试，则默认其对于其他标准样本的评价习惯与用户组全体成员相同。

作为优选，用户组可基于领域划分，同一个用户，在不同领域，依据其对标准样本的个人评价，可被划分进不同的用户组。

作为优选，采集新用户的特征信息，如果新用户的特征信息与已分类的用户组的共同特征信息匹配，则将新用户归属于该用户组，完成分类查找，分类查找后还进行该用户组中标准样本的个人评价以确定该用户与该用户组是否匹配，如不匹配，则针对该用户对标准样本的个人评价查找匹配对该用户的用户组。

作为优选，如果新用户在初步分类时归属于多个用户组，则选择每个用户组中的用户进行学习训练时采用的标准样本，供新用户进行个人评价，如果新用户对选择的标准样本的个人评价与该用户组的评价参照系的差值在预设的细分阀值内，则进一步确定用户属于该用户组，完成二次分类。

作为优选，确定用户分类后，重复进行积累与记录修正值，并且每重复一次修正值的获取，修正值逐次精确。

作为优选，用户进行个人评价时，获取用户进行个人评价时的环境信息与用户的生理特征，并与个人评价进行关联，如果不同的环境信息与生理特征得到不同的评价参照系，则根据不同的环境信息与生理特征建立不同的评价参照系。

作为优选，检索时，根据检索时的环境信息与用户的生理特征，选择和环境信息与生理特征相匹配的评价参照系；同一用户组中的用户，再以相同或相近的环境信息与生理特征为依据，对同一用户组中的用户进行细化分类。

作为优选，环境信息包括气候信息、地点信息、用户行为记录、舆情信息、温度信息、亮度信息的一种或几种；生理特征包括体温信息、酒精含量信息、血糖信息、血氧信息、脑电波信息的一种或几种。

作为优选，获得检索结果后，用户对检索结果进行个人评价；如果个人评价不匹配当前所属用户组的评价参照系达到一定次数，则该用户重新进行分类，查找归属的用户组。

作为优选，对于一个标准评价等级，修正值在同一趋势上达到一定的数量，则基于修正值增加一个标准评价等级。

作为优选，如果输入的检索条件与已有的评价参照系无法进行差值计算，则针对检索条件进行学习训练，建立新的评价参照系。

作为优选，用户对标准样本或对检索结果的个人评价，以及进行个人评价时的环境信息、用户的生理特征与用户的特征信息进行关联；当用户的特征信息发生更新时，采集更新后的特征信息。

作为优选，如果不同用户对相同的标准样本或对检索结果的个人评价相同或相近，则依据个人评价将用户归属为同一用户组。

一种用于实现匹配用户的主观标准的检索方法的系统，其特征在于，包括：

个人评价采集模块，用于用户对从标准样本管理模块获取标准样本进行个人评价，或者对检索结果进行个人评价；

个人评价管理模块，用于从标准样本管理中选择标准样本至个人评价采集模块、将个人评价输出至群体评价管理模块、计算修正值，用于将用户对标准样本或对检索结果的个人评价，以及进行个人评价时的环境信息、用户的生理特征与用户的特征信息进行关联；

标准样本管理模块，用于存储标准样本；

群体评价管理模块，用于记录个人评价管理模块的输出、依据个人评价对用户进行分类、采集用户的特征信息、进行用户分类；当用户的特征信息发生更新时，采集更新后的特征信息；

系统标准管理模块，用于存储标准评价；建立不同用户组的评价参照系、依据群体评价管理模块的输出校正标准评价；

检索命令输入模块，包括用户验证装置与输入装置，用于验证用户的身份信息、基于评价参照系对输入检索式进行修正进而得到标准检索式；

检索结果输出模块，用于进行检索，以及输出检索结果；

当新用户在所述的系统进行注册后，根据注册信息以及根据注册信息获取的其他特征信息，在群体评价管理模块中记录的用户组中寻找具有共同特征信息的用户组，在标准样本管理模块中选择标准样本供新用户进行个人评价，依据个人评价以及进行个人评价时采集的环境信息、用户的生理特征进一步选择能够确定用户归属的用户组的标准样本供新用户继续进行个人评价，直至确定新用户所属的用户组；

当评价到一定次数仍无法确定新用户所属的用户组时，则将其作为一个新的用户组的第一个样本，成立新的用户组；

用户从检索命令输入模块输入的检索条件，通过其所属用户组的评价参照系，修正检索条件，得到标准检索式，检索结果输出模块基于标准检索式在数据库或外网进行检索，检索结果还通过个人评价采集模块由用户进行个人评价，如果一定数量的用户对检索结果的个人评价与所属用户组的其他用户的个人评价存在同一趋势的差异值，则根据差异值，一定数量的用户形成新的用户组。

作为优选，还包括：

环境信息检测模块，用于检测环境信息，环境信息包括气候信息、地点信息、用户行为记录、舆情信息、温度信息、亮度信息的一种或几种；

生理特征采集模块，用于采集用户的生理特征，生理特征包括体温信息、酒精含量信息、血糖信息、血氧信息、脑电波信息的一种或几种。

本发明的有益效果如下：

本发明提供一种匹配用户的主观标准的检索方法，以及一种匹配用户的主观标准的检索系统。通过对标准样本进行评价管理，并依照群体评价信息进行定位的方法，为用户的主观标准建立评价参照系，从而为用户寻找出匹配个人标准的结果。对于同一个对象，基于不同用户各自的评价参照系，能够匹配不同用户的不同要求。由于不同用户采用的评价参照系不同，即使采用相同的输入检索式，其检索得到的结果也是不同的。即，同一个对象，在不同用户的检索结果中，表示的等级不同。因此，检索结果更符合用户的个人标准，大大提高了检索的速度和准确率，节约大量时间和资源。

附图说明

图1是所述的系统的原理框图。

具体实施方式

以下结合附图及实施例对本发明进行进一步的详细说明。

本发明为了解决对无客观标准的对象进行检索时，由于个人的主观感觉并无标准参照系，因此容易产生检索误差的不足，提供一种匹配用户的主观标准的检索方法，包括学习训练步骤、检索步骤；

学习训练步骤：通过预设的标准样本对用户的主观标准进行测试，得到主观标准与标准样本的差值，为每个用户建立评价参照系；

检索步骤：通过学习训练步骤得到的评价参照系对用户的检索条件进行修正，得到标准检索式，再通过标准检索式进行检索。

即，进行条件检索时，对于无法通过绝对的参数进行测量的对象，先通过学习训练，得到评价参照系，评价参照系能够有效准确地反应当前用户的主观标准与标准样本的绝对标准之间的差距，而且所述的差距为稳定并可预测。基于评价参照系，将符合个人标准的输入检索式进行修正，使其符合绝对标准，得到标准检索式，进而以绝对标准进行对象检索，则检索结果即可符合主观标准。

本发明中，评价参照系的建立是一个模型训练的过程：

积累并记录用户对标准样本的个人评价与修正值，修正值为预设的标准评价与个人评价的差值；当用户对自动选择的标准样本进行个人评价得到的修正值落在预设的精确阀值内，完成评价参照系的建立。

基于上述的评价参照系，标准样本的修正过程为：当用户进行样本检索时，通过已记录的修正值对输入检索式进行修正，得到标准检索式，通过标准检索式进行对象检索，得到匹配个人评价的检索结果。检索结果为符合标准检索式的对象的集合，检索结果的标准评价与个人评价的差值为已记录的修正值，即评价参照系。也就是说，评价参照系填补了个人标准与绝对标准之间的误差。

为了更高效地进行检索，特别是针对新用户，如果每增加一个新用户就为其建立评价参照式，不仅实现成本较高，而且用户使用上的时间成本也非常高，影响用户体验。此外,考虑到文化背景和经历类似的人会有较为一致的主观倾向,只要判定出某用户属于哪个群体,即可根据群体的主观倾向数据推断出这个用户在这些方向上的主观倾向.因此，本发明对用户进行分类，新用户加入时，先尝试将其归类至已存在的用户组，在检索时，使用用户组通用的评价参照式。对于新用户，则可以不必先建立评价参照系，采用同一用户组的评价参照系，也可以得到较为准确的结果。

归类的依据包括用户的特征信息、对某用户组的用户已进行过个人评价的标准样本进行个人评价等。

根据用户的特征信息(如居住区域、年龄、职业经历、公开的生活信息、作品等)，初步猜测用户属于哪些用户组。具体地，采集新用户的特征信息，如果新用户的特征信息与已分类的用户组的共同特征信息匹配，则将新用户归属于该用户组，完成分类查找，分类查找后还进行该用户组中标准样本的个人评价以确定该用户与该用户组是否匹配，如不匹配，则针对该用户对标准样本的个人评价查找匹配对该用户的用户组。

根据用户对于标准样本的个人评价，将用户进行分类，完成初步分类，将对同一个标准样本的个人评价相同或相近的用户归为同一分类，形成用户组，则每个用户组建立有评价参照系，同一个评价参照系供用户组中的用户共同使用。用户组共用的评价参照系由用户组全体成员对某一特定领域各部分标准样本的个人评价汇总而成，用户完成足够判断其归属该用户组的标准样本测试，则默认其对于其他标准样本的评价习惯与用户组全体成员相同。

用户组可基于领域划分，同一个用户，在不同领域，依据其对标准样本的个人评价，可被划分进不同的用户组。

为了更准确地确定用户该属于哪个分类，则可以进行多级细化分类。如果新用户在初步分类时归属于多个用户组，则选择每个用户组中的用户进行学习训练时采用的标准样本，供新用户进行个人评价，如果新用户对选择的标准样本的个人评价与该用户组的评价参照系的差值在预设的细分阀值内，则进一步确定用户属于该用户组，完成二次分类。即，在初步分类后，如果一个用户属于多个用户组，则选择已被每个用户组中的用户进行个人评价的标准样本，当前用户对选择的标准样本进行个人评价，得到的修正值可以反应当前用户更接近哪个分类，则将用户归属于那一用户组。在细化分类中，针对一种检索内容，如针对高矮，或针对胖瘦，可以进行多级操作，直至当前用户属于一个用户组。如果一个用户同时具有多种检索内容，则一个用户可归属于多个用户组。

除了精确的分类可以提高检索结果的准确度以外，更精确的评价参照系也可以提高检索结果的准确度。本发明中，在确定用户分类后，重复进行积累与记录修正值，并且每重复一次修正值的获取，修正值逐次精确。对于自动选择的标准样本，当预测的修正值的实际个人评价产生的修正值越小时，则表明评价参数系越精准。

作为对用户分类的另一依据，如果不同用户对相同的标准样本或对检索结果的个人评价相同或相近，则依据个人评价将用户归属为同一用户组。

由于环境状况与生理状态都会影响用户的个人标准，使得个人评价与环境状况、生理状态存在一定的相关性，因此，用户对标准样本或对检索结果的个人评价，以及进行个人评价时的环境信息、用户的生理特征与用户的特征信息进行关联。

用户进行个人评价时，获取当前的环境信息与用户的生理特征，并与个人评价进行关联；同一用户组中的用户，再以相同或相近的环境信息与生理特征为依据，对同一用户组中的用户进行细化分类。

环境状况与生理状态影响用户的个人标准，还表现在检索时，使得检索时的个人标准与训练时的个人标准可能不相同或相近。因此，用户进行个人评价时，获取当前的环境信息与用户的生理特征，并与个人评价进行关联。如果不同的环境信息与生理特征得到不同的评价参照系，则根据不同的环境信息与生理特征建立不同的评价参照系。即如果在不同的环境信息与生理特征下，对同一个标准样本的个人评价不同，则建立的评价参照系不同。检索时，根据检索时的环境信息与用户的生理特征，选择和环境信息与生理特征相匹配的评价参照系，对输入检索式进行修正。用户在检索同一对象时，在不同的环境信息与生理特征的状态下，使用不同的评价参照系，检索结果更准确。

本实施例中，环境信息包括气候信息、地点信息、用户行为记录、舆情信息、温度信息、亮度信息的一种或几种，也可以是其他除用户以外的外界条件。生理特征包括体温信息、酒精含量信息、血糖信息、血氧信息、脑电波信息的一种或几种，当然也包括其他生理上的参数。环境信息与生理特征的划分越细致，最终得到的检索结果越精确。

为了保证评价参照系能够实时符合变化的个人标准，每次检索并获得检索结果后，用户对检索结果进行个人评价；如果个人评价不匹配当前所属用户组的评价参照系达到一定次数，则该用户重新进行分类，查找归属的用户组。

而对于绝对标准，如果绝大多数用户都以相同的方向为个人标准，则应当适当增加绝对标准的分级，提供更细化的绝对标准等级，供个人标准的对照。具体地，对于一个标准评价等级，修正值在同一趋势上达到一定的数量，则基于修正值增加一个标准评价等级。例如，针对一个标准样本，所有用户的个人评价与之的修正值均趋近于2，则对所有用户的修正值形成线性回归，得到回归系数，则根据实施需求，可以对标准评价再增加等级为2的标准评价等级。

如果输入的检索条件与已有的评价参照系无法进行差值计算，则针对检索条件进行学习训练，建立新的评价参照系。如果检索条件为“高矮”，而已有的评价参照系并不存在针对“高矮”的评价参照系，则此时建立针对“高矮”的评价参照系。

为了对用户的分类进行更精确的划分，以及实时监控用户是否仍然属于当前的用户组，是否适用当前用户组的评价参照系，因此，本发明还监控用户的特征信息，并进行不断地采集丰富，当用户的特征信息发生更新时，采集更新后的特征信息。如果用户进行特征信息更新后，影响其分类准确性，则根据更新后的特征信息，将用户重新分类，使其归属于最适当的用户组。

本发明还提供一种实现标准样本准确匹配不同主观标准的系统，基于上述的方法，用于实现标准样本准确匹配不同主观标准。如图1所示，所述的系统包括：

个人评价采集模块，用于用户对从标准样本管理模块获取标准样本进行个人评价，或者对检索结果进行个人评价；

个人评价管理模块，用于从标准样本管理中选择标准样本至个人评价采集模块、将个人评价输出至群体评价管理模块、计算修正值，用于将用户对标准样本或对检索结果的个人评价，以及进行个人评价时的环境信息、用户的生理特征与用户的特征信息进行关联；

标准样本管理模块，用于存储标准样本；

群体评价管理模块，用于记录个人评价管理模块的输出、依据个人评价对用户进行分类、采集用户的特征信息、进行用户分类；当用户的特征信息发生更新时，采集更新后的特征信息；

系统标准管理模块，用于存储标准评价；建立不同用户组的评价参照系、依据群体评价管理模块的输出校正标准评价；

检索命令输入模块，包括用户验证装置与输入装置，用于验证用户的身份信息、基于评价参照系对输入检索式进行修正进而得到标准检索式；

检索结果输出模块，用于进行检索，以及输出检索结果；

环境信息检测模块，用于检测环境信息，环境信息包括气候信息、地点信息、用户行为记录、舆情信息、温度信息、亮度信息的一种或几种；

生理特征采集模块，用于采集用户的生理特征，生理特征包括体温信息、酒精含量信息、血糖信息、血氧信息、脑电波信息的一种或几种；

在用户进行个人评价或检索时，均进行检测环境信息与采集用户的生理特征。

当新用户在所述的系统进行注册后，根据注册信息以及根据注册信息获取的其他特征信息，在群体评价管理模块中记录的用户组中寻找具有共同特征信息的用户组，在标准样本管理模块中选择标准样本供新用户进行个人评价，依据个人评价以及进行个人评价时采集的环境信息、用户的生理特征进一步选择能够确定用户归属的用户组的标准样本供新用户继续进行个人评价，直至确定新用户所属的用户组；

当评价到一定次数仍无法确定新用户所属的用户组时，则将其作为一个新的用户组的第一个样本，成立新的用户组；

用户从检索命令输入模块输入的检索条件，通过其所属用户组的评价参照系，修正检索条件，得到标准检索式，检索结果输出模块基于标准检索式在数据库或外网进行检索，检索结果还通过个人评价采集模块由用户进行个人评价，如果一定数量的用户对检索结果的个人评价与所属用户组的其他用户的个人评价存在同一趋势的差异值，则根据差异值，一定数量的用户形成新的用户组。

本发明的原理示例如下：

群体评价管理模块中存有各类用户对各个标准样本的个人评价，并由系统进行分类。新用户A导演通过群体评价管理模块登记特征信息，包括微博、个人作品、职业经历等等。群体评价管理模块采集A导演的微博内容、个人作品内容和其他信息，对A导演进行初步分类。例如根据A导演的微博内容、作品中的画面识别以寻找类似的、在群体评价管理模块中已被明确分类的其他导演，然后将A导演的部分信息，例如微博内容或者作品截图放入标准样本管理模块，供新老用户进行评价分类使用。

根据群体评价管理模块对A导演的初步分类，控制个人评价管理模块从标准样本管理模块中选择部分标准样本，通过个人评价采集模块，让A导演进行个人评价。例如，选择一些演员照片，供A导演进行个人评价，进行个人评价时，检测环境信息并采集A导演的生理特征，以便对A导演在进行个人评价时的状态进行准确定位。A导演对这些标准样本的个人评价，将通过个人评价管理模块计算修正值，如A导演所述的微胖就是系统标准中的3级胖。

群体评价管理模块依据A导演的特征信息以及其对于标准样本的个人评价，对其进行进一步分类，并在同类人员选择过的内容中选取新的、可协助对A导演进行进一步分类的标准样本，供其进行个人评价，多次循环，直至A导演对标准样本的个人评价可被以一个可接受的准确率预测时，即为完成对A导演的个人标准的测定，系统标准管理模块完成评价参照系的建立。

当A导演对通过检索命令输入模块输入检索命令(检索命令即输入检索式)时，判断A导演检索的内容是否在系统标准管理模块已有分类的评价参照系，并能准确找到并获得修正值。如果否，则进行此类内容的评价参照系建立。如果是，则将A导演的输入检索式修正为标准检索式，并进行检索，得到检索结果。

检索结果还提交给个人评价采集模块，以获得A导演的反馈，A导演对检索结果的对象进行个人评价，并将A导演的个人评价记录至群体评价管理模块。根据A导演的反馈，确定当前建立的评价参照系是否仍然有效，如失效，则需重新进行评价参照系建立。

本发明还可用于医疗自诊，例如，作为本发明的简单应用：医学标准的“面色晦黯”很多患者并不知道怎样才算“面色晦黯”。基于本发明的实施，可提供一组照片，向患者展示，什么样的面色属于“晦黯”。

作为本发明的复杂应用，则可以将患者的照片发送给医师，由医师进行判定，累计到一定数据之后，患者可依据医师的判定，自行参考怎样的面色属于“晦黯”

上述实施例仅是用来说明本发明，而并非用作对本发明的限定。只要是依据本发明的技术实质，对上述实施例进行变化、变型等都将落在本发明的权利要求的范围内。

Claims (18)

1.一种匹配用户的主观标准的检索方法，其特征在于，包括学习训练步骤、检索步骤；

学习训练步骤：进行条件检索时，对于无法通过绝对的参数进行测量的对象，先通过学习训练，通过预设的标准样本对用户的主观标准进行测试，得到主观标准与标准样本的差值，为每个用户建立评价参照系；

检索步骤：通过学习训练步骤得到的评价参照系对用户的检索条件进行修正，将符合个人标准的输入检索式进行修正，使其符合绝对标准，得到标准检索式，再通过标准检索式进行检索。

2.根据权利要求1所述的匹配用户的主观标准的检索方法，其特征在于，评价参照系的建立：积累并记录用户对标准样本的个人评价与修正值，修正值为预设的标准评价与个人评价的差值；当用户对自动选择的标准样本进行个人评价得到的修正值落在预设的精确阈值内，完成评价参照系的建立。

3.根据权利要求2所述的匹配用户的主观标准的检索方法，其特征在于，根据用户对于标准样本的个人评价，将用户进行分类，将对同一个标准样本的个人评价相同或相近的用户归为同一分类，形成用户组，则每个用户组建立有评价参照系，同一个评价参照系供用户组中的用户共同使用。

4.根据权利要求3所述的匹配用户的主观标准的检索方法，其特征在于，用户组共用的评价参照系由用户组全体成员分别对某一特定领域对应的各部分标准样本的个人评价汇总而成，用户完成足够判断其归属该用户组的标准样本测试，则默认其对于其他标准样本的评价习惯与用户组全体成员相同。

5.根据权利要求3所述的匹配用户的主观标准的检索方法，其特征在于，用户组基于领域划分，同一个用户，在不同领域，依据其对标准样本的个人评价，能够被划分进不同的用户组。

6.根据权利要求3所述的匹配用户的主观标准的检索方法，其特征在于，采集新用户的特征信息，如果新用户的特征信息与已分类的用户组的共同特征信息匹配，则将新用户归属于该用户组，完成分类查找，分类查找后还进行该用户组中标准样本的个人评价以确定该用户与该用户组是否匹配，如不匹配，则针对该用户对标准样本的个人评价查找匹配该用户的用户组。

7.根据权利要求3所述的匹配用户的主观标准的检索方法，其特征在于，根据用户对于标准样本的个人评价，将用户进行分类，完成初步分类，将对同一个标准样本的个人评价相同或相近的用户归为同一分类，形成用户组；如果新用户在初步分类时归属于多个用户组，则选择每个用户组中的用户进行学习训练时采用的标准样本，供新用户进行个人评价，如果新用户对选择的标准样本的个人评价与该用户组的评价参照系的差值在预设的细分阈值内，则进一步确定用户属于该用户组，完成二次分类。

8.根据权利要求6或7所述的匹配用户的主观标准的检索方法，其特征在于，确定用户分类后，重复进行积累与记录修正值，并且每重复一次修正值的获取，评价参照系逐次精确。

9.根据权利要求2或7所述的匹配用户的主观标准的检索方法，其特征在于，用户进行个人评价时，获取用户进行个人评价时的环境信息与用户的生理特征，并与个人评价进行关联，如果不同的环境信息与生理特征得到不同的评价参照系，则根据不同的环境信息与生理特征建立不同的评价参照系。

10.根据权利要求9所述的匹配用户的主观标准的检索方法，其特征在于，检索时，根据检索时的环境信息与用户的生理特征，选择和环境信息与生理特征相匹配的评价参照系；同一用户组中的用户，再以相同或相近的环境信息与生理特征为依据，对同一用户组中的用户进行细化分类。

11.根据权利要求10所述的匹配用户的主观标准的检索方法，其特征在于，环境信息包括气候信息、地点信息、用户行为记录、舆情信息、温度信息、亮度信息的一种或几种；生理特征包括体温信息、酒精含量信息、血糖信息、血氧信息、脑电波信息的一种或几种。

12.根据权利要求2所述的匹配用户的主观标准的检索方法，其特征在于，获得检索结果后，用户对检索结果进行个人评价；如果个人评价不匹配当前所属用户组的评价参照系达到一定次数，则该用户重新进行分类，查找归属的用户组。

13.根据权利要求2所述的匹配用户的主观标准的检索方法，其特征在于，对于一个标准评价等级，修正值在同一趋势上达到一定的数量，所述的同一趋势为针对一个标准样本，所有用户的个人评价与之的修正值均趋近于预设的数值，则对所有用户的修正值形成线性回归，得到回归系数，则基于修正值增加一个标准评价等级。

14.根据权利要求1所述的匹配用户的主观标准的检索方法，其特征在于，如果输入的检索条件与已有的评价参照系无法进行差值计算，则针对检索条件进行学习训练，建立新的评价参照系。

15.根据权利要求9所述的匹配用户的主观标准的检索方法，其特征在于，用户对标准样本或对检索结果的个人评价，以及进行个人评价时的环境信息、用户的生理特征与用户的特征信息进行关联；当用户的特征信息发生更新时，采集更新后的特征信息。

16.根据权利要求9所述的匹配用户的主观标准的检索方法，其特征在于，如果不同用户对相同的标准样本或对检索结果的个人评价相同或相近，则依据个人评价将用户归属为同一用户组。

17.一种用于实现权利要求1至16任一项所述的匹配用户的主观标准的检索方法的系统，其特征在于，包括：

个人评价采集模块，用于用户对从标准样本管理模块获取的标准样本进行个人评价，或者对检索结果进行个人评价；

个人评价管理模块，用于从标准样本管理模块中选择标准样本至个人评价采集模块、将个人评价输出至群体评价管理模块、计算修正值，用于将用户对标准样本或对检索结果的个人评价，以及进行个人评价时的环境信息、用户的生理特征与用户的特征信息进行关联；

标准样本管理模块，用于存储标准样本；

群体评价管理模块，用于记录个人评价管理模块的输出、依据个人评价对用户进行分类、采集用户的特征信息、进行用户分类；当用户的特征信息发生更新时，采集更新后的特征信息；

系统标准管理模块，用于存储标准评价；建立不同用户组的评价参照系、依据群体评价管理模块的输出增加标准评价的等级；

检索命令输入模块，包括用户验证装置与输入装置，用于验证用户的身份信息、基于评价参照系对输入检索式进行修正进而得到标准检索式；

检索结果输出模块，用于进行检索，以及输出检索结果；

当新用户在所述的系统进行注册后，根据注册信息以及根据注册信息获取的其他特征信息，在群体评价管理模块中记录的用户组中寻找具有共同特征信息的用户组，在标准样本管理模块中选择标准样本供新用户进行个人评价，依据个人评价以及进行个人评价时采集的环境信息、用户的生理特征进一步选择能够确定用户归属的用户组的标准样本供新用户继续进行个人评价，直至确定新用户所属的用户组；

当评价到一定次数仍无法确定新用户所属的用户组时，则将其作为一个新的用户组的第一个样本，成立新的用户组；

用户从检索命令输入模块输入的检索条件，通过其所属用户组的评价参照系，修正检索条件，得到标准检索式，检索结果输出模块基于标准检索式在数据库或外网进行检索，检索结果还通过个人评价采集模块由用户进行个人评价，如果一定数量的用户对检索结果的个人评价与所属用户组的其他用户的个人评价存在同一趋势的差异值，所述的同一趋势为针对一个标准样本，所有用户的个人评价与之的修正值均趋近于预设的数值，则对所有用户的修正值形成线性回归，得到回归系数，则根据差异值，一定数量的用户形成新的用户组。

18.根据权利要求17所述的用于实现匹配用户的主观标准的检索方法的系统，其特征在于，还包括：

环境信息检测模块，用于检测环境信息，环境信息包括气候信息、地点信息、用户行为记录、舆情信息、温度信息、亮度信息的一种或几种；

生理特征采集模块，用于采集用户的生理特征，生理特征包括体温信息、酒精含量信息、血糖信息、血氧信息、脑电波信息的一种或几种。

Images