CN108090220B

CN108090220B - 兴趣点搜索排序方法及系统

Info

Publication number: CN108090220B
Application number: CN201711490190.XA
Authority: CN
Inventors: 张晓燕; 谢姗姗; 黄燕
Original assignee: iFlytek Co Ltd
Current assignee: iFlytek Co Ltd
Priority date: 2017-12-29
Filing date: 2017-12-29
Publication date: 2021-05-04
Anticipated expiration: 2037-12-29
Also published as: CN108090220A

Abstract

本发明提供了一种兴趣点搜索排序方法及系统，该方法包括：基于交互指令形成兴趣点搜索结果；基于所述兴趣点搜索结果与预设的强关联规则集，对所述兴趣点搜索结果排序；输出排序后的兴趣点搜索结果。利用本发明，能够优化兴趣点搜索的排序结果，改善用户体验。

Description

兴趣点搜索排序方法及系统

技术领域

本发明涉及数据分析领域，具体涉及一种兴趣点搜索排序方法及系统。

背景技术

随着移动互联网的发展、智能设备的普及和人们生活水平的提高，人们越来越关注自己的位置及周边其它基础地理位置信息，期望依赖于互联网了解出行的目的地、经由地等情况。兴趣点服务已成为众多服务中的翘楚，提高用户的体验感与满意度无疑是兴趣点服务的终极目标。

POI，是Point of Interest的缩写，中文译作兴趣点，即人们感兴趣的地理实体，如加油站、厕所、酒店、停车场、商场、旅游景点、地标建筑等等。每个POI包含五方面信息：名称、地址、类别、经度、纬度。POI搜索引擎作为兴趣点服务的重要技术，其目的是根据用户的输入关键字检索出最相关的POI序列，其搜索结果质量直接影响用户的满意度。其中,优化搜索结果排序是提高POI引擎质量的重要途径。

现有的POI引擎排序调优技术，除了通过文本语义与经典的排序优化算法，现各家兴趣点厂商更偏向于用户行为分析来改进搜索引擎的搜索排序效果，如，分析鼠标平均移动时间、POI点击频率、POI修改频率、用户对POI评分等。但对于无线上兴趣点产品的厂商来说，无法获得大量用户日志进行用户行为分析。并且在商业利益的驱动下，大部分兴趣点厂商引入竞价排名，导致搜索结果可信度大打折扣。

现有的兴趣点厂商搜索结果排序方法一般采用经典排序算法、用户行为分析、竞价排序相结合的方法进行，具体如下所述：

第1步，用户输入查询关键字；

第2步，引擎系统检索(包含常用经典排序算法)；

第3步，得到原始排序结果；

第4步，通过用户训练数据集和用户浏览日志,提取出用户行为特征值,进行特征重组，训练得到新的算法模型，对原始排序结果重排序；(其中“用户行为特征”包括：页面停留时间、鼠标平均移动时间、标记行为(剪切、复制、粘贴、收藏层)、POI查询长度、POI查询修改率、POI点击率、POI评价总数、用户对POI评分、用户与POI之间距离等等)。

第5步，竞价排名，对上一轮结果再排序；

第6步，优化后的排序结果返回给用户。

现有的兴趣点厂商搜索结果排序方法存在以下弊端：1、需要大量用户日志，不适用无线上产品的厂商；2、兴趣点搜索厂商引入竞价排名，导致搜索结果可信度大打折扣。

发明内容

本发明的目的是提供一种兴趣点搜索排序方法及系统，以优化兴趣点排序结果。

本发明提供了一种兴趣点搜索排序方法，其中，包括：

基于交互指令形成兴趣点搜索结果；

基于所述兴趣点搜索结果与预设的强关联规则集，对所述兴趣点搜索结果排序；

输出排序后的兴趣点搜索结果。

优选地，所述强关联规则集通过以下方式生成：

获取多个兴趣点搜索结果作为训练集；

根据预先定义的特征，基于预设的分类算法生成关联规则；

基于所述关联规则通过关联规则算法生成所述强关联规则集。

优选地，所述基于交互指令形成兴趣点搜索结果之后，所述方法包括：

对所述兴趣点搜索结果基于预设的分类条件进行分类，确定兴趣点搜索结果所属第一类别。

优选地，所述基于所述兴趣点搜索结果与预设的强关联规则集，对所述兴趣点搜索结果排序包括：

基于兴趣点搜索结果和与兴趣点搜索结果的第一类别对应的强关联规则集，对所述兴趣点搜索结果排序。

优选地，所述第一类别对应的强关联规则集通过以下方式生成：

获取多个分类类别为第一类别的兴趣点搜索结果作为训练集；

根据预先定义的特征，基于预设的分类算法生成所述第一类别对应的关联规则；

基于所述第一类别对应的关联规则通过预设的关联规则算法生成第一类别对应的强关联规则集。

优选地，所述获取多个分类类别为第一类别的兴趣点搜索结果之后，所述方法还包括：

移除重复的分类类别为第一类别的兴趣点搜索结果。

优选地，所述方法还包括：在对所述兴趣点搜索结果排序时，基于排序排名的数量进行投票确定最终排名。

本发明还提供了一种兴趣点搜索排序系统，其中，包括：

搜索模块，用于基于交互指令形成兴趣点搜索结果；

排序模块，基于所述兴趣点搜索结果与预设的强关联规则集，对所述兴趣点搜索结果排序；

输出模块，用于输出排序后的兴趣点搜索结果。

优选地，所述系统还包括生成模块，用于生成所述强关联规则集，所述生成模块包括：

获取单元，用于获取多个兴趣点搜索结果作为训练集；

强关联规则集生成单元，用于根据预先定义的特征，基于预设的分类算法生成关联规则；以及，

优选地，所述系统还包括：

分类模块，用于对所述兴趣点搜索结果，基于预设的分类条件进行分类，确定兴趣点搜索结果所属第一类别。

优选地，所述排序模块具体用于：基于兴趣点搜索结果和与兴趣点搜索结果的第一类别对应的强关联规则集，对所述兴趣点搜索结果排序。

本发明提供的兴趣点搜索排序方法及系统，基于交互指令形成的兴趣点搜索结果与预设的强关联规则集，对所述兴趣点搜索结果排序，从而得到优化的兴趣点结果排序结果。利用本发明，能够优化兴趣点搜索的排序结果，改善用户体验。

附图说明

图1为本发明实施例提供的兴趣点搜索排序方法的一种流程图；

图2为本发明实施例提供的兴趣点搜索排序方法的另一种流程图；

图3为本发明实施例中生成强关联规则集的流程图；

图4为本发明实施例中生成第一类别对应的强关联规则集的流程图；

图5为决策树的结构示意图；

图6为本发明实施例提供的兴趣点搜索排序系统的结构图。

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，而不能解释为对本发明的限制。

如图1所示，为本发明实施例提供的兴趣点搜索排序方法的一种流程图，本实施例提供的方法包括以下步骤：

步骤101，基于交互指令形成兴趣点搜索结果。

该交互指令可以是来自于用户在第三方交互系统中的输入，交互指令输入到交互系统后，形成兴趣点搜索结果。结合实际情况，用户可以通过语音输入、文本输入、手势输入、面部表情输入、姿态动作输入等方式中的至少一种。经由交互系统提供的入口，输入交互指令。此外，交互系统可以直接通过用户输入得到交互指令；或者，也可以通过上下文交互得到交互指令。以搜索餐馆为例，用户可以先选择商圈“政务区”，然后输入“庐州太太”，交互系统根据该上下文交互可以得到交互指令“庐州太太政务区店”；或者，交互系统还可以采集用户对话“今天去庐州太太吧”“好啊，咱们离政务区店比较近”，通过对上下文交互进行语义理解可以得到交互指令“庐州太太政务区店”。本公开方案对交互指令的输入方式、得到交互指令的方式可不做具体限定。

步骤102，基于所述兴趣点搜索结果与预设的强关联规则集，对所述兴趣点搜索结果排序。

该预设的强关联规则集的生成过程将在下文具体描述。

步骤103，输出排序后的兴趣点搜索结果。

例如，用户输入指令为“西北大学”，得到的兴趣点搜索结果可能是“西北大学”、“西北工业大学北门”、“西北工业大学(北门)”、“西北工业大学西门”等。

基于“西北工业大学”、“西北工业大学北门”、“西北工业大学(北门)”、“西北工业大学西门”与预设的强关联规则集，就能自动得到优选的排序。

如图2所示，为本发明实施例提供的兴趣点搜索排序方法的另一种流程图，该实施例中，所述方法包括：

步骤201，基于交互指令形成兴趣点搜索结果。

步骤202，对所述兴趣点搜索结果基于预设的分类条件进行分类，确定兴趣点搜索结果所属第一类别。

步骤203，基于兴趣点搜索结果和与其第一类别对应的强关联规则集，对所述兴趣点搜索结果排序。

步骤204，输出排序后的兴趣点搜索结果。

上述对兴趣点数据的分类可以基于预设的分类条件，分类条件可以包含多种信息，比如：行政区、线(路，街，立交桥，环)、面(学校，医院)、火车站、类型搜索(加油站、停车场、酒店、美食、银行、超市等)。

示例性地，可以基于以下预设条件分成9类：

(1)行政区：如“合肥市、北京”。

(2)著名景点：如“天安门、东方明珠”。

(3)场景类型：如“加油站、停车场、酒店、超市”等。

(4)线(路，街，立交桥，环)：如“黄山路、幸福大街、五里墩立交桥、西二环”，指目标为线型。末尾满足“非0-9的字符&路”或“大道|国道|街|立交|立交桥”或“0-9或一到九的数字&环”。

(5)面(学校，医院)：如“中国科学技术大学(西区)、安徽医科大学第一附属医院高新分院”，指有多个区。末尾满足((小学|中学|高中|大学|学院|附中|分校|校区|分院|医院|附院|保健院|保健所)|((一|二|三|四|五|六|七|八|九|十)中))。

(6)对于交通枢纽：如“合肥火车站，新桥机场”。末尾满足((((东|西|南|北)|(火车|汽车|客运|高铁|车))站)|机场)。

(7)政府：如“安徽省人民政府”，单指搜索的是政府机构，末尾为(政府|镇府)。

(8)交叉路口：如“望潜交口、长江西路和西二环交叉口”，末尾满足((交叉|叉|十字|丁字)路口)|((交叉|交|叉|十字|丁字)(口|十字|丁字))。

(9)门牌号：如“望江西路666号”，[0-9或一二三四五六七八九十零]+号。

需要说明的是，以上仅为分类的一些具体示例，上述各类之间没有交叉，本领域技术人员可以根据实际设定分类条件，本发明并不以此为限。

如图3所示，为本发明实施例中生成强关联规则集的流程图，在本实施例中，强关联规则集通过以下方式生成：

步骤301，获取多个兴趣点搜索结果作为训练集。

所述训练集可以通过收集或制作兴趣点数据来获取。

步骤302，根据预先定义的特征，基于预设的分类算法生成关联规则。

步骤303，基于所述关联规则通过关联规则算法生成所述强关联规则集。

如图4所示，为本发明实施例中生成第一类别对应的强关联规则集的流程图，在本实施例中，强关联规则集通过以下方式生成：

步骤401，获取多个分类类别为第一类别的兴趣点搜索结果作为训练集；

优选地，在获取多个分类类别为第一类别的兴趣点搜索结果之后，所述方法还包括：移除重复的分类类别为第一类别的兴趣点搜索结果。

步骤402，根据预先定义的特征，基于预设的分类算法生成所述第一类别对应的关联规则。

步骤403，基于所述第一类别对应的关联规则通过预设的关联规则算法生成第一类别对应的强关联规则集。

由于搜索结果可能来自不同厂商的搜索引擎，一种分类后的搜索结果实例如下：

表一

搜索引擎厂商	名称	topn
			厂商一	1.poiname:西北大学	1
厂商一	2.poiname:西北工业大学	4
			厂商一	3.poiname:西北大学北门	2
厂商一	4.poiname:西北大学西门	2
			厂商一	5.poiname:西北大学文学院	3
厂商二	3.poiname:西北大学(桃园校区)	1
			厂商二	5.poiname:西北大学桃园校区(东北门)	2
厂商三	1.poiname:西北大学南校区	1
			厂商三	3.poiname:西北大学(公交站)	2
厂商三	4.poiname:西北大学(北门)	2
			厂商三	5.poiname:西北大学太白校区(北门)	2

表的最后一列是人工标注或基于经验得到的排名。接下来对所述集合进行结果同点标注。

针对同一搜索引擎输出的结果，多个兴趣点名称的特征相同，则标注为结果同点。例如，多个条目的兴趣点名字(poiname)和地址(address)一样，则认为是结果同点，或者，多个条目的兴趣点名字和经纬度一样，则认为是结果同点。

针对不同搜索引擎输出的结果，如果多个兴趣点名称的特征相同，则将其他特征输入到任意一个搜索引擎进行验证。可以设置如果多个条目的兴趣点名称和地址一样，则认为是结果同点。优选地，如果多个条目的兴趣点和地址一样，则将经纬度输入到任意一个搜索引擎，例如百度API进行验证，如果经纬度完全相同，则认为是结果同点。

移除重复的兴趣点搜索结果。将标注为结果同点的数据移除，以对数据去噪。

针对标注和移除重复数据之后的兴趣点搜索结果的集合，可以预先定义其特征，例如：

搜索引擎特征：例如该搜索引擎的厂商；

文本相似度特征：用户搜索条目和搜索结果中地点名称文本编辑距离；

城市特征：和用户所在地是同市，或异市；

类型特征：考虑多家厂商的类型定义不一样，需统一；

距离特征：考虑距离范围较大，需对距离归一化为(距离/距离均值)，并区分范围如>1.5、<0.5、0.5-0.7、0.7-0.9、0.9-1.1、1.1-1.3、1.3-1.5；

经纬度特征：搜索结果中各地点的经纬度；

详细地址特征：搜索结果中各地点的详细地址，如科大讯飞国家智能高新技术产业化基地，详细地址为“合肥市高新区高新技术产业开发区望江西路666号”。

具体地，可以先根据上述预先定义的特征生成决策树，再根据决策树，使用Apriori算法生成对应分类后的兴趣点搜索结构的关联规则。

决策树可以通过现有技术中的多种算法生成，例如决策树(Decision Trees)算法，如ID3、C4.5和CART、人工神经网络、朴素贝叶斯等，本实施例采用C4.5算法生成决策树。

本实施例中，选择上述特征中的厂商特征、文本相似度特征、城市特征、类型特征和距离特征，输入到C4.5中，数据清理后一种示例如下表：

本实施例中采用的分类算法是决策树算法和Apriori算法，生成的决策树如图5所示。

使用Apriori算法生成对应搜索类型的频繁集和生成关联规则，根据C4.5决策树算法生成的项集展示Apriori算法过程，并给出剪枝中最小支持度参数建议取值，和确定强关联规则中置信度参数建议取值。

生成项集可以考虑两种示例策略：

1、从叶子节点向上每添加一个节点，生成一个项集。生成项集为：

表三

相似度(0)&top1
	类型(大学)&相似度(0)&top1
距离范围(0.7-0.9)&类型(大学)&相似度(0)&top1
	相似度(2)&top4
类型(大学)&相似度(2)&top4
	距离范围(0.7-0.9)&类型(大学)&相似度(2)&top4
类型(门)&top2
	距离范围(0.7-0.9)&类型(门)&top2
类型(公交站)&top2
	距离范围(0.7-0.9)&类型(公交站)&top2
类型(大学)&top1
	距离范围(>1.5)&类型(大学)&top1
类型(培训机构)&top3
	距离范围(>1.5)&类型(培训机构)&top3
类型(大学)&top1
	距离范围(0.9-1.1)&类型(大学)&top1
类型(门)&top2
	距离范围(0.9-1.1)&类型(门)&top2

2、从叶子节点到根节点中的所有节点集合为一个项集。生成项集为：

表四

距离范围(0.7-0.9)&类型(大学)&相似度(0)：top1
	距离范围(0.7-0.9)&类型(大学)&相似度(2)&top4
距离范围(0.7-0.9)&类型(门)&top2
	距离范围(0.7-0.9)&类型(公交站)&top2
距离范围(>1.5)&类型(大学)&top1
	距离范围(>1.5)&类型(培训机构)&top3
距离范围(0.9-1.1)&类型(大学)&top1
	距离范围(0.9-1.1)&类型(门)&top2

根据第1种策略生成的项集，示例生成规则过程包含如下4步(假设最小支持度为2，最小置信度为0.5，最小支持度和置信度都是人工设定的，可以根据实验结果的优劣对这两个参数进行经验调整)：第1步，生成的第一轮候选集和剪枝结果如下：

表五

候选集：
	top1：7
top2：6
	top3：2
top4：3
	相似度(0)：3
相识度(2)：3
	类型(大学)：8
类型(门)：4
	类型(公交站)：2
类型(培训机构)：2
	距离范围(0.7-0.9)：4
距离范围(0.9-1.1)：2
	距离范围(>1.5)：2
剪枝后结果：
	top1：7
top2：6
	top3：2
top4：3
	相似度(0)：3
相似度(2)：3
	类型(大学)：8
类型(门)：4
	类型(公交站)：2
类型(培训机构)：2
	距离范围(0.7-0.9)：4
距离范围(0.9-1.1)：2
	距离范围(>1.5)：2

第2步，第二轮的候选集与剪枝结果如下：

表六

第3步，第三轮候选集与剪枝结果为：

表七

第4步，生成的频繁集和强规则如下：

表八

优选地，在对所述兴趣点搜索结果排序时，基于排序排名的数量进行投票确定最终排名。

具体地，根据上述强规则进行排序时，采用投票方式确定最终排名。在上述示例中，针对“西北工业大学”，符合的规则有“距离范围(0.7-0.9)^类型(大学)->top1”、“类型(大学)^距离范围(0.7-0.9)->top4”、“类型(大学)^相似度(2)->top4”，投票发现指向top4的规则多，则结果为top4。

利用本发明实施例提供的兴趣点搜索排序方法，能够优化兴趣点搜索的排序结果，改善用户体验。

如图6所示，为本发明实施例提供的兴趣点搜索排序系统的结构图，本实施例中，该系统包括：

搜索模块501，用于基于交互指令形成兴趣点搜索结果；

排序模块502，基于所述兴趣点搜索结果与预设的强关联规则集，对所述兴趣点搜索结果排序；

输出模块503，用于输出排序后的兴趣点搜索结果。

优选地，该系统还包括生成模块，用于生成所述强关联规则集，所述生成模块包括：

获取单元，用于获取多个兴趣点搜索结果作为训练集；

强关联规则集生成单元，用于根据预先定义的特征，基于预设的分类算法生成关联规则；以及，基于所述关联规则通过关联规则算法生成所述强关联规则集。

进一步地，该系统还包括：

利用本发明实施例提供的系统，能够优化兴趣点搜索的排序结果，改善用户的体验。

进一步地，所述排序模块502具体用于：基于兴趣点搜索结果和与兴趣点搜索结果的第一类别对应的强关联规则集，对所述兴趣点搜索结果排序。

虽然本发明是结合以上实施例进行描述的，但本发明并不限定于上述实施例，而只受权利要求的限定，本领域普通技术人员能够容易地对其进行修改和变化，但并不离开本发明的实质构思和范围。

Claims

1.一种兴趣点搜索排序方法，其特征在于，包括：

基于交互指令形成兴趣点搜索结果；

基于所述兴趣点搜索结果与预设的强关联规则集，对所述兴趣点搜索结果排序；其中包括根据兴趣点搜索结果生成决策树，再根据决策树生成对应兴趣点搜索结果的强关联规则；所述根据决策树生成对应兴趣点搜索结果的强关联规则具体包括：从决策树的叶子节点向上每添加一个节点，生成一个项集；或者，从决策树的叶子节点到根节点中的所有节点集合为一个项集；再根据项集、预设的最小支持度以及预设的置信度，得到频繁集和强关联规则；

输出排序后的兴趣点搜索结果。

2.根据权利要求1所述的方法，其特征在于，所述强关联规则集通过以下方式生成：

获取多个兴趣点搜索结果作为训练集；

根据预先定义的特征，基于预设的分类算法生成关联规则；

3.根据权利要求1所述的方法，其特征在于，所述基于交互指令形成兴趣点搜索结果之后，所述方法包括：

4.根据权利要求3所述的方法，其特征在于，所述基于所述兴趣点搜索结果与预设的强关联规则集，对所述兴趣点搜索结果排序包括：

5.根据权利要求4所述的方法，其特征在于，所述第一类别对应的强关联规则集通过以下方式生成：

6.根据权利要求5所述的方法，其特征在于，所述获取多个分类类别为第一类别的兴趣点搜索结果之后，所述方法还包括：

移除重复的分类类别为第一类别的兴趣点搜索结果。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述方法还包括：在对所述兴趣点搜索结果排序时，基于排序排名的数量进行投票确定最终排名。

8.一种兴趣点搜索排序系统，其特征在于，包括：

搜索模块，用于基于交互指令形成兴趣点搜索结果；

排序模块，基于所述兴趣点搜索结果与预设的强关联规则集，对所述兴趣点搜索结果排序；其中包括根据兴趣点搜索结果生成决策树，再根据决策树生成对应兴趣点搜索结果的强关联规则；所述根据决策树生成对应兴趣点搜索结果的强关联规则具体包括：从决策树的叶子节点向上每添加一个节点，生成一个项集；或者，从决策树的叶子节点到根节点中的所有节点集合为一个项集；再根据项集、预设的最小支持度以及预设的置信度，得到频繁集和强关联规则；

输出模块，用于输出排序后的兴趣点搜索结果。

9.根据权利要求8所述的系统，其特征在于，所述系统还包括生成模块，用于生成所述强关联规则集，所述生成模块包括：

获取单元，用于获取多个兴趣点搜索结果作为训练集；

10.根据权利要求8所述的系统，其特征在于，所述系统还包括：

11.根据权利要求8-10任一项所述的系统，其特征在于，所述排序模块具体用于：基于兴趣点搜索结果和与兴趣点搜索结果的第一类别对应的强关联规则集，对所述兴趣点搜索结果排序。