CN108197243A - 一种基于用户身份的输入联想推荐方法及装置 - Google Patents

Abstract

本发明提供了一种基于用户身份的输入联想推荐方法，包括：根据用户搜索场景标识用户身份，并追踪用户身份对应的搜索行为日志；将搜索行为日志添加至已有输入联想候选模型，生成融合后的输入联想候选词库；接收用户输入的搜索query，并结合搜索query对融合后的输入联想候选词库进行排序；将排序后的输入联想候选词库作为搜索query的推荐结果进行推荐。可见，本发明能够在复杂的网络环境中唯一标识用户身份，并且稳定持续地记录用户的搜索点击行为，为后续针对性向用户提供推荐信息做了铺垫。该方式能够更准确地为用户推荐其所需的信息，使输入联想的导出和收入得到大幅提升，降低用户的搜索成本，提升用户搜索体验。

Description

一种基于用户身份的输入联想推荐方法及装置

技术领域

本发明涉及计算机网络技术领域，特别是涉及一种基于用户身份的输入联想推荐方法及装置。

背景技术

随着计算机网络技术的不断发展，网络上充斥着各种各样的信息。目前，通过网络获取信息的方式不但在信息获取速度上很快，而且获取的信息量大，内容丰富，较容易满足用户需求。因此，当今社会，越来越多的用户通过网络进行信息的查询与获取。

现阶段，为了更进一步地提升用户的搜索速度，提出了一种输入联想方法，即用户通过搜索引擎输入某个查询后，搜索框下方自动推荐候选词，向用户推荐与用户输入查询语义相关的其他查询。此时，用户只需从中选择符合其自身实际需求的候选词即可，无需其再次手动输入，简化了操作步骤，节省用户的时间。但是，现有技术中的输入联想方法是面向全局用户进行推荐的，即所有用户通过网络输入特定查询词时，所获取的推荐词均一致。然而用户个体间存在差异，且不同的用户搜索习惯不同，现有的输入联想方法无法为特定用户提供满足其自身实际需求的推荐信息，降低推荐信息的准确性。

因此，现阶段的搜索查询方式还存在许多问题亟需解决。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于用户身份的输入联想推荐方法和相应的装置。

依据本发明的一个方面，提供了一种基于用户身份的输入联想推荐方法，包括：

根据用户搜索场景标识用户身份，并追踪所述用户身份对应的搜索行为日志；

将所述搜索行为日志添加至已有输入联想候选模型，生成融合后的输入联想候选词库；

接收用户输入的搜索query，并结合所述搜索query对所述融合后的输入联想候选词库进行排序；

将排序后的输入联想候选词库作为所述搜索query的推荐结果进行推荐。

可选地，根据用户搜索场景标识用户身份，并追踪所述用户身份对应的搜索行为，包括：

若用户通过账号登录搜索，则根据所登录的账号id标识当前用户身份，并追踪所述账号id对应的搜索行为日志。

可选地，根据用户搜索场景标识用户身份，并追踪所述用户身份对应的搜索行为，还包括：

若用户通过安全浏览器搜索，则根据该安全浏览器id标识当前用户身份，并追踪所述安全浏览器id对应的搜索行为日志。

可选地，根据用户搜索场景标识用户身份，并追踪所述用户身份对应的搜索行为，还包括：

若用户未通过账号登录搜索且未通过安全浏览器搜索，则根据当前设备本地存储的cookies数据标识当前用户身份，并追踪所述当前用户身份对应的搜索行为日志。

可选地，将所述搜索行为日志添加至已有输入联想候选模型，生成融合后的输入联想候选词库之前，还包括：

挖掘网络中的用户搜索行为日志，并基于预设提取模型从所述用户搜索行为日志中提取热点候选词，生成已有输入联想候选模型。

可选地，挖掘网络中的用户搜索行为日志，包括：

挖掘网络中用户在各搜索引擎的输入搜索行为和/或点击搜索行为，生成用户搜索行为日志。

可选地，基于预设提取模型从所挖掘的搜索行为日志中提取热点候选词，包括：

按照网络中用户在各搜索引擎搜索的频次、点击次数、停留时长提取热点候选词；和/或

根据搜索词的变化率、飙升度提取热点候选词。

可选地，将所述搜索行为日志添加至已有输入联想候选模型，生成融合后的输入联想候选词库，包括：

按照预设的过滤逻辑对所述搜索行为日志进行过滤处理，将过滤后的搜索行为日志添加至已有输入联想候选模型，生成融合后的输入联想候选词库。

可选地，按照预设的过滤逻辑对所述搜索行为日志进行过滤处理，将过滤后的搜索行为日志添加至已有输入联想候选模型，生成融合后的输入联想候选词库，包括：

按照反作弊刷词策略将所述搜索行为日志中的敏感词进行过滤处理，将过滤后的搜索行为日志添加至已有输入联想候选模型，生成融合后的输入联想候选词库。

可选地，将所述搜索行为日志添加至已有输入联想候选模型，还包括：

将所述搜索行为日志与所述已有输入联想候选模型进行匹配；

根据匹配结果为所述已有输入联想候选模型添加搜索行为日志。

可选地，根据匹配结果为所述已有输入联想候选模型添加搜索行为日志，包括：

当所述搜索行为日志中存在未添加至所述已有输入联想候选模型的搜索行为日志时，将未添加的搜索行为日志均添加至所述已有输入联想候选模型。

可选地，将所述搜索行为日志添加至已有输入联想候选模型，生成融合后的输入联想候选词库之后，还包括：

根据所述搜索行为日志对所述融合后的输入联想候选词库进行统一调整。

依据本发明的另一个方面，还提供了一种基于用户身份的输入联想推荐装置，包括：

标识模块，配置为根据用户搜索场景标识用户身份，并追踪所述用户身份对应的搜索行为日志；

生成模块，配置为将所述搜索行为日志添加至已有输入联想候选模型，生成融合后的输入联想候选词库；

排序模块，配置为接收用户输入的搜索query，并结合所述搜索query对所述融合后的输入联想候选词库进行排序；

推荐模块，配置为将排序后的输入联想候选词库作为所述搜索query的推荐结果进行推荐。

可选地，所述标识模块，还配置为：

若用户通过账号登录搜索，则根据所登录的账号id标识当前用户身份，并追踪所述账号id对应的搜索行为日志。

可选地，所述标识模块，还配置为：

若用户通过安全浏览器搜索，则根据该安全浏览器id标识当前用户身份，并追踪所述安全浏览器id对应的搜索行为日志。

可选地，所述标识模块，还配置为：

若用户未通过账号登录搜索且未通过安全浏览器搜索，则根据当前设备本地存储的cookies数据标识当前用户身份，并追踪所述当前用户身份对应的搜索行为日志。

可选地，所述装置还包括：

挖掘模块，配置为挖掘网络中的用户搜索行为日志，并基于预设提取模型从所述用户搜索行为日志中提取热点候选词，生成已有输入联想候选模型。

可选地，所述挖掘模块，还配置为：

挖掘网络中用户在各搜索引擎的输入搜索行为和/或点击搜索行为，生成用户搜索行为日志。

可选地，所述挖掘模块，还配置为：

按照网络中用户在各搜索引擎搜索的频次、点击次数、停留时长提取热点候选词；和/或

根据搜索词的变化率、飙升度提取热点候选词。

可选地，所述生成模块，还配置为：

按照预设的过滤逻辑对所述搜索行为日志进行过滤处理，将过滤后的搜索行为日志添加至已有输入联想候选模型，生成融合后的输入联想候选词库。

可选地，所述生成模块，还配置为：

按照反作弊刷词策略将所述搜索行为日志中的敏感词进行过滤处理，将过滤后的搜索行为日志添加至已有输入联想候选模型，生成融合后的输入联想候选词库。

可选地，所述生成模块，还配置为：

将所述搜索行为日志与所述已有输入联想候选模型进行匹配；

根据匹配结果为所述已有输入联想候选模型添加搜索行为日志。

可选地，所述生成模块，还配置为：

当所述搜索行为日志中存在未添加至所述已有输入联想候选模型的搜索行为日志时，将未添加的搜索行为日志均添加至所述已有输入联想候选模型。

可选地，所述装置还包括：

调整模块，配置为根据所述搜索行为日志对所述融合后的输入联想候选词库进行统一调整。

依据本发明的另一个方面，还提供了一种电子设备，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行根据上述任一项所述的基于用户身份的输入联想推荐方法。

依据本发明的又一个方面，还提供了一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行根据上述任一项所述的基于用户身份的输入联想推荐方法。

依据本发明的基于用户身份的输入联想推荐方法及装置，能够根据用户的搜索场景标识用户身份，并追踪用户身份对应的搜索行为日志。进一步，将搜索行为日志添加至已有输入联想候选模型，生成融合后的输入联想候选词库。随后，接收用户输入的搜索query，并结合搜索query对融合后的输入联想候选词库进行排序。进而将排序后的输入联想候选词库作为搜索query的推荐结果进行推荐。由此可知，本发明能够合理利用用户全网的搜索行为，通过检索用户的搜索场景标识用户身份，并根据用户身份追踪对应的搜索行为日志。然后将所追踪的搜索点击行为统一纳入到整个输入联想的候选集中，根据不同用户的搜索行为日志可以分析不同用户的搜索意图，为后续针对特定用户进行个性化推荐奠定了必要基础。可见，本发明通过挖掘用户在不同设备以及不同网络环境下的搜索行为，唯一标识用户身份，不但实现了在复杂的网络环境中唯一标识用户身份的目的，并且通过稳定持续地记录用户的搜索点击行为，为后续针对性向用户提供推荐信息做了铺垫。此外，本发明将搜索行为与用户身份相关联，根据唯一标识的用户身份推荐特定的关联信息，该方式能够更大程度上命中特定用户的搜索意图，进而更准确地为用户推荐其所需的信息，使输入联想的导出和收入得到大幅提升，降低用户的搜索成本，提升用户搜索体验。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1是根据本发明一个实施例的基于用户身份的输入联想推荐方法的流程图；

图2是根据本发明一个实施例的基于用户身份的输入联想推荐方法的具体流程图；

图3是根据本发明一个实施例的输入搜索query后由已有输入联想候选模型为用户推荐的搜索结果示意图；

图4是根据本发明一个实施例的输入搜索query后由融合后的输入联想候选词库为用户推荐的搜索结果示意图；

图5是根据本发明一个实施例的将搜索行为日志添加至已有输入联想候选模型的具体方法流程图；

图6是根据本发明一个实施例的用户搜索状态显示示意图；

图7是根据本发明一个实施例的用户搜索状态显示的另一个示意图；

图8是根据本发明一个实施例的基于用户身份的输入联想推荐装置的第一种示意性框图；

图9是根据本发明一个实施例的基于用户身份的输入联想推荐装置的第二种示意性框图；

图10是根据本发明一个实施例的基于用户身份的输入联想推荐装置的第三种示意性框图；

图11是根据本发明一个实施例的用于执行根据本发明的基于用户身份的输入联想推荐方法的计算设备的框图；以及

图12是根据本发明一个实施例的用于保持或者携带实现根据本发明的基于用户身份的输入联想推荐方法的程序代码的存储单元。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

相关技术中，用户在通过搜索引擎输入某个查询后，搜索框下方会自动推荐候选词，向用户推荐与用户输入查询语义相关的其他查询。此时，用户只需从中选择符合其自身实际需求的候选词即可，无需其再次手动输入，简化了操作步骤，节省用户的时间。但是，现有技术中的上述输入联想方法是面向全局用户进行推荐的，即所有用户通过网络输入特定查询词时，所获取的推荐词均一致。然而，实际应用中，用户个体间存在差异，且不同的用户搜索习惯不同，现有的输入联想方法无法为特定用户提供满足其自身实际需求的推荐信息，降低推荐信息的准确性。

为解决上述技术问题，本发明提供了一种基于用户身份的输入联想推荐方法及装置。图1是根据本发明一个实施例的基于用户身份的输入联想推荐方法的流程图。如图1所示，基于用户身份的输入联想推荐方法至少包括步骤S102至步骤S108：

步骤S102、根据用户搜索场景标识用户身份，并追踪用户身份对应的搜索行为日志；

步骤S104、将搜索行为日志添加至已有输入联想候选模型，生成融合后的输入联想候选词库；

步骤S106、接收用户输入的搜索query，并结合搜索query对融合后的输入联想候选词库进行排序；

步骤S108、将排序后的输入联想候选词库作为搜索query的推荐结果进行推荐。

依据本发明的基于用户身份的输入联想推荐方法，能够根据用户的搜索场景标识用户身份，并追踪用户身份对应的搜索行为日志。进一步，将搜索行为日志添加至已有输入联想候选模型，生成融合后的输入联想候选词库。随后，接收用户输入的搜索query，并结合搜索query对融合后的输入联想候选词库进行排序。进而将排序后的输入联想候选词库作为搜索query的推荐结果进行推荐。由此可知，本发明能够合理利用用户全网的搜索行为，通过检索用户的搜索场景标识用户身份，并根据用户身份追踪对应的搜索行为日志。然后将所追踪的搜索点击行为统一纳入到整个输入联想的候选集中，根据不同用户的搜索行为日志可以分析不同用户的搜索意图，为后续针对特定用户进行个性化推荐奠定了必要基础。可见，本发明通过挖掘用户在不同设备以及不同网络环境下的搜索行为，唯一标识用户身份，不但实现了在复杂的网络环境中唯一标识用户身份的目的，并且通过稳定持续地记录用户的搜索点击行为，为后续针对性向用户提供推荐信息做了铺垫。此外，本发明将搜索行为与用户身份相关联，根据唯一标识的用户身份推荐特定的关联信息，该方式能够更大程度上命中特定用户的搜索意图，进而更准确地为用户推荐其所需的信息，使输入联想的导出和收入得到大幅提升，降低用户的搜索成本，提升用户搜索体验。

输入联想，即输入一个搜索词，在搜索框下方自动推荐候选词，能够简化用户的搜索成本，加快输入速度。传统的输入联想往往通过字典树模型，基于用户在搜索引擎的搜索频次，按照概率分布依次展现候选词。在本实施例中，字典树又称单词查找树，是一种树形结构。字典树的典型应用是用于统计、排序以及保存大量的字符串(但不仅限于字符串)，所以字典树模型经常被搜索引擎系统用于文本词频统计。传统字典树模型的优点是可以利用字符串的公共前缀来减少查询时间，最大限度地减少无谓的字符串比较，查询效率比较高。然而，传统的输入联想均是面向全局用户进行推荐的，所有的用户通过搜索引擎进行特定搜索后，获取的推荐词是一样的。即，现有的输入联想推荐方法无法根据不同用户进行个性化推荐。本实施例所提供的方法正是针对该问题，在传统输入联想的基础上进行了更深层次的改进。

在本实施例中，为了能够在用户利用搜索引擎进行搜索操作时为用户进行个性化推荐，本实施例首先可以对用户身份进行唯一标识，进一步稳定持续地记录用户的搜索点击行为。具体地，根据本发明的方法，首先执行步骤S102，根据用户搜索场景标识用户身份，并追踪用户身份对应的搜索行为日志。在本实施例中，若用户通过账号登录搜索，则可以根据所登录的账号id标识当前用户身份，并追踪该账号id对应的搜索行为日志。若用户通过安全浏览器搜索，则可以根据该安全浏览器id标识当前用户身份，并追踪该安全浏览器id对应的搜索行为日志。

具体来说，当用户通过“360安全浏览器”这一搜索引擎进行搜索操作时，可以通过预先注册的360账号登录，还可以在没有登录360账号的前提下直接通过“360安全浏览器”进行相关搜索。在本实施例中，当用户通过已注册的360账号登录，进行信息搜索时，由于每个360账号均是唯一的，可以通过360账号id标识用户身份，进一步追踪该360账号id对应的搜索行为日志。当用户在使用“360安全浏览器”进行搜索的过程中并没有登录360账号，而是直接执行的搜索操作，此时可以根据该“360安全浏览器”所处的设备id标识当前用户身份，进一步追踪该设备id对应的搜索行为日志。

此外，在本实施例中，若用户未通过账号登录搜索，并且也未通过安全浏览器搜索时，可以根据当前设备本地存储的Cookies数据标识当前用户身份，并追踪当前用户身份对应的搜索行为日志。在本实施例中，Cookies是指某些网站为了辨别用户身份进行了session(会话)追踪，并将所追踪的信息存储至用户本地终端的数据。通过对特定用户身份对应的搜索行为进行追踪，可以将不同用户的搜索行为独立出来，进而对特定用户的搜索行为进行针对性地处理，以便更加全面、细致地对特定用户进行分析，为更加准确地命中用户搜索意图，并为其推荐更契合用户需求的推荐信息提供了必要基础。

上述步骤执行结束之后，可以对用户身份进行标识，并对用户身份标识对应的搜索行为日志进行追踪。进一步，执行步骤S104，将所追踪的搜索行为日志添加至已有输入联想候选模型，生成融合后的输入联想候选词库。在本实施例中，执行步骤S104之前，还可以首先获取已有输入联想候选模型。具体地，在本实施例中，可以通过挖掘网络中的用户搜索行为日志，并基于预设提取模型从用户搜索行为日志中提取热点候选词，进一步，根据所提取的热点候选词生成已有输入联想候选模型。在一个可选的实施例中，挖掘用户搜索行为日志时，可以挖掘网络中用户在各搜索引擎的输入搜索行为和/或点击搜索行为，生成用户行为日志。当然，根据本发明的方法，还可以在唯一标识用户身份后，通过其他任意多种可行的方式对用户的搜索行为进行挖掘，进而生成更加全面、立体的用户行为日志。本实施例的上述说明仅为例举，并不构成对本发明挖掘搜索行为，生成用户行为日志的具体限定。

在本实施例中，生成用户行为日志之后，可以基于预设提取模型从所挖掘的搜索行为日志中提取热点候选词。具体地，可以按照网络中用户在各搜索引擎搜索的频次、点击次数、停留时长提取热点候选词。当网络中的用户在各搜索引擎搜索某搜索词的频次越高、点击某关键词的次数越多或者在某搜索词页面停留的时间比较长时，表明用户对当前搜索词或关键词的关注度比较高，在本实施例中，可以将用户关注度比较高的搜索词当作候选词从全网用户的搜索行为日志中提取出来。此外，在本实施例中，还可以根据搜索词的变化率、飙升度提取热点候选词，此时提取的候选词具备较高的时效性。需要说明的是，本发明在从用户的搜索行为日志中提取候选词时还可以包括其他多种可行的方式，本实施例的上述说明仅为例举，并不构成对本发明候选词提取方式的具体限定。

上述步骤执行结束之后，可以获取到从用户搜索行为日志中提取的候选词，根据本实施例的方法，还可以根据提取的候选词生成已有输入联想候选模型。进一步，在生成已有输入联想候选模型后，将步骤S102中所追踪的搜索行为日志添加至该已有输入联想候选模型，生成融合后的输入联想候选词库。具体地，在本实施例中，将上述搜索行为日志添加至已有输入联想候选模型时，可以按照预设的过滤逻辑对首先对搜索行为日志进行过滤处理，进而将过滤后的搜索行为日志添加至已有输入联想候选模型，生成融合后的输入联想候选词库。具体实施时，可以按照反作弊刷词策略将搜索行为日志中的敏感词进行过滤处理。本实施例的反作弊刷词策略可以根据用户实际需求或当前具体环境进行自定义设定，其可以包括一些当前比较避讳或者具有负面影响的敏感词，还可以包括一些具备攻击性的，或者具备利益冲突词汇。当然，本实施例的反作弊刷词策略还可以包括其他多种可行的词汇设定，本实施例对此不作具体限定。此外，本发明还可以根据用户的实际需求利用过滤逻辑设定不同的过滤策略，本发明的反作弊刷词策略仅是对本发明过滤逻辑的一种例举，并不构成对本发明过滤逻辑的具体限定。

当根据本实施例的预设过滤策略对搜索行为日志进行过滤之后，可以将过滤后的搜索行为日志直接添加至已有输入联想候选模型，生成融合后的输入联想候选词库。此外，根据本实施例的方法，当根据本实施例的预设过滤策略对搜索行为日志进行过滤之后，还可以将搜索行为日志与已有输入联想候选模型进行匹配，进而根据匹配结果为已有输入联想候选模型添加搜索行为日志。具体地，在本实施例中，可以当搜索行为日志中存在未添加至已有输入联想候选模型的搜索行为日志时，将未添加的搜索行为日志均添加至已有输入联想候选模型，生成融合后的输入联想候选词库。此外，在一个可选的实施例中，在生成融合后的输入联想候选词库后，还可以根据更全面的搜索行为日志对融合后的输入联想候选词库进行统一调整，以保证融合后的输入联想候选词库能够最大程度上反应用户的搜索意图。

上述步骤执行结束之后，在本实施例中，可以继续执行步骤S106，接收用户输入的搜索query，并结合该搜索query对融合后的输入联想候选词库进行具体排序。进一步，执行步骤S108，将排序后的输入联想候选词库作为搜索query的推荐结果进行推荐。

可见，本发明通过挖掘用户在不同设备以及不同网络环境下的搜索行为，唯一标识用户身份，不但实现了在复杂的网络环境中唯一标识用户身份的目的，并且通过稳定持续地记录用户的搜索点击行为，为后续针对性向用户提供推荐信息做了铺垫。此外，本发明将搜索行为与用户身份相关联，根据唯一标识的用户身份推荐特定的关联信息，该方式能够更大程度上命中特定用户的搜索意图，进而更准确地为用户推荐其所需的信息，使输入联想的导出和收入得到大幅提升，降低用户的搜索成本，提升用户搜索体验。

下面以几个具体的实施例对本发明的基于用户身份的输入联想推荐方法进行详细阐述。

实施例一

本实施例在原有的输入联想基础上做了进一步的改进。具体地，在本实施例中，用户通过“360安全浏览器”这一搜索引擎进行信息搜索。并且，在具体查询时，用户在“360安全浏览器”端登录360账号，进一步，通过该360账号在“360安全浏览器”进行信息搜索。

图2是根据本发明一个实施例的基于用户身份的输入联想推荐方法的具体流程图。如图2所示，首先执行步骤S201，挖掘网络中的用户搜索行为日志，生成已有输入联想候选模型。

在该步骤中，可以挖掘网络中用户在各搜索引擎的输入搜索行为和/或点击搜索行为，生成用户搜索行为日志。进一步，基于预设提取模型从用户搜索行为日志中提取热点候选词。在该步骤中所提取的热点候选词可以是当前全网用户讨论较多、关注较多的热门词，还可以是一些具备较强时效性的热点词等。进而，当用户在搜索引擎输入搜索query时，可以根据已有输入联想候选模型为用户推荐相关搜索结果。由于已有输入联想候选模型中的候选词是基于字典树模型排序的，因此，当全网用户根据该已有输入联想候选模型进行相关搜索获取的推荐结果均为相同的，并无法针对特定用户进行个性化推荐，无法满足用户需求，降低用户体验。

根据本发明的方法，在本实施例中，当用户通过360账号登录“360安全浏览器”进行相关搜索时，可以进一步执行步骤S202，根据用户所登录的账号id标识用户身份，并追踪该账号id对应的搜索行为日志。

在该步骤中，当登录360账号进行信息搜索时，只要用户在设备上登录对应的账号即可，其与用户所使用的终端设备无关。具体来说，无论用户通过电脑、手机、ipad或其他任意安装有“360安全浏览器”这一搜索引擎的终端设备登录360账号，均可对该账号id对应的搜索行为进行记录，进而生成搜索行为日志。

进一步，执行步骤S203，将搜索行为日志添加至已有输入联想候选模型，生成融合后的输入联想候选词库。

随后，执行步骤S204，接收用户输入的搜索query，并结合搜索query对融合后的输入联想候选词库进行排序。

在本实施例中，以用户输入的搜索query“张三”为例，图3是根据本发明一个实施例的输入搜索query后由已有输入联想候选模型为用户推荐的搜索结果示意图。如图3所示，根据已有输入联想候选模型，当用户在搜索引擎输入“张三”后，可以获取“张三与李四绯闻、张三与李四合影、张三与李四合作的电影、张三新书签售会、张三称当爸选角有局限、张三电影”等与张三有关的搜索信息。可见，根据已有输入联想候选模型获取的相关搜索结果大多为当前全网用户关注比较多的热门事件，且为全网用户推荐的搜索结果均相同，并不能够针对特定用户推荐其所需的信息。

在本实施例中，图4是根据本发明一个实施例的输入搜索query后由融合后的输入联想候选词库为用户推荐的搜索结果示意图。如图4所示，当用户通过360账号登录“360安全浏览器”后，可以根据用户身份id调取融合后的输入联想候选词库，该融合后的输入联想候选词库包含该用户身份对应的搜索行为日志。进一步，接收用户输入的“张三”，根据该搜索词对融合后的输入联想候选词库中的各候选词进行排序。

最后，执行步骤S205、将排序后的输入联想候选词库中的各搜索词作为搜索query的推荐结果进行推荐。

实施例二

本实施例以实施例一为基础，对实施例一的内容做了进一步扩展。本实施例具体介绍将搜索行为日志添加至已有输入联想候选模型，生成融合后的输入联想候选词库这一步骤。

图5是根据本发明一个实施例的将搜索行为日志添加至已有输入联想候选模型的具体方法流程图。如图5所示，首先，执行步骤S501，根据用户搜索场景标识用户身份，并追踪用户身份对应的搜索行为日志。

进一步，执行步骤S502，按照预设的过滤逻辑对所追踪的搜索行为日志进行过滤处理。

在该步骤中，可以按照反作弊刷词策略将所追踪的搜索行为日志中的敏感词进行过滤处理。本实施例的反作弊刷词策略可以根据用户实际需求或当前具体环境进行自定义设定，其可以包括一些当前比较避讳或者具有负面影响的敏感词，还可以包括一些具备攻击性的，或者具备利益冲突词汇。当然，本实施例的反作弊刷词策略还可以包括其他多种可行的词汇设定，本实施例对此不作具体限定。此外，本发明还可以根据用户的实际需求利用过滤逻辑设定不同的过滤策略，本发明的反作弊刷词策略仅是对本发明过滤逻辑的一种例举，并不构成对本发明过滤逻辑的具体限定。

进一步，执行步骤S503，将过滤后的搜索行为日志与已有输入联想候选模型进行匹配，根据匹配结果为已有输入联想候选模型添加搜索行为日志，进而生成融合后的输入联想候选词库。

在该具体添加步骤中，当过滤后的该搜索行为日志中还存在未添加至已有输入联想候选模型的搜索行为日志时，将未添加的搜索行为日志均添加至已有输入联想候选模型，进而生成融合后的输入联想候选词库。

随之，在本实施例中，当生成融合后的输入联想候选词库后，还可以进一步执行步骤S504，接收用户输入的搜索query，并结合搜索query对融合后的输入联想候选词库中的各候选词进行排序。

在本实施例中，仍以用户通过360账号在“360安全浏览器”这一搜索引擎进行搜索为例。图6是根据本发明一个实施例的用户搜索状态显示示意图。如图6所示，当用户打开搜索引擎，点击搜索框，但尚未输入搜索内容时，可以在搜索列表中显示该用户之前的搜索记录。进一步，当用户在搜索框键入“张三”，可以根据当前键入的“张三”这一搜索词对融合后的输入联想候选词库中的各候选词进行排序。此外，图7是根据本发明一个实施例的用户搜索显示的另一个示意图。如图7所示，在一个可选的实施例中，当用户在搜索框键入“zhangs”这一字符串时，可以根据该用户的搜索行为日志命中其搜索意图，进而通过融合后的输入联想候选词库为其进行个性化推荐，以最大程度上满足其搜索需求，提升用户是搜索体验。

进一步，执行步骤S505，将排序后的输入联想候选词库中的各搜索词作为搜索query的推荐结果进行推荐。

需要说明的是，上述各实施例仅为例举，当用户未通过账号id进行登录时，而是直接通过安全浏览器进行相关搜索时，可以通过当前设备id对用户身份进行标识。此外，当用户未通过账号id登录，且未通过设备的安全浏览器进行搜索操作时，还可以根据当前设备本地存储的cookies数据标识当前用户身份，并追踪当前用户身份对应的搜索行为日志进而为用户进行个性化推荐。更多地，根据本发明的方法还可以根据其他多种可行的操作对用户身份进行辨别，进而追踪用户身份对应的搜索行为，本实施例对此不做具体限定。

基于同一发明构思，本发明还提供了一种基于用户身份的输入联想推荐装置，如图8所示，该装置包括：标识模块810，配置为根据用户搜索场景标识用户身份，并追踪用户身份对应的搜索行为日志；生成模块820，与标识模块810耦合，配置为将搜索行为日志添加至已有输入联想候选模型，生成融合后的输入联想候选词库；排序模块830，与生成模块820耦合，配置为接收用户输入的搜索query，并结合搜索query对融合后的输入联想候选词库进行排序；推荐模块840，与排序模块830耦合，配置为将排序后的输入联想候选词库作为搜索query的推荐结果进行推荐。

在一个优选的实施例中，标识模块810，还配置为：若用户通过账号登录搜索，则根据所登录的账号id标识当前用户身份，并追踪账号id对应的搜索行为日志。

在一个优选的实施例中，标识模块810，还配置为：若用户通过安全浏览器搜索，则根据该安全浏览器id标识当前用户身份，并追踪安全浏览器id对应的搜索行为日志。

在一个优选的实施例中，标识模块810，还配置为：若用户未通过账号登录搜索且未通过安全浏览器搜索，则根据当前设备本地存储的cookies数据标识当前用户身份，并追踪当前用户身份对应的搜索行为日志。

在一个优选的实施例中，如图9所示，该装置还包括：挖掘模块850，配置为挖掘网络中的用户搜索行为日志，并基于预设提取模型从用户搜索行为日志中提取热点候选词，生成已有输入联想候选模型。

在一个优选的实施例中，挖掘模块850，还配置为：挖掘网络中用户在各搜索引擎的输入搜索行为和/或点击搜索行为，生成用户搜索行为日志。

在一个优选的实施例中，挖掘模块850，还配置为：按照网络中用户在各搜索引擎搜索的频次、点击次数、停留时长提取热点候选词；和/或根据搜索词的变化率、飙升度提取热点候选词。

在一个优选的实施例中，生成模块820，还配置为：按照预设的过滤逻辑对搜索行为日志进行过滤处理，将过滤后的搜索行为日志添加至已有输入联想候选模型，生成融合后的输入联想候选词库。

在一个优选的实施例中，生成模块820，还配置为：按照反作弊刷词策略将搜索行为日志中的敏感词进行过滤处理，将过滤后的搜索行为日志添加至已有输入联想候选模型，生成融合后的输入联想候选词库。

在一个优选的实施例中，生成模块820，还配置为：将搜索行为日志与已有输入联想候选模型进行匹配；根据匹配结果为已有输入联想候选模型添加搜索行为日志。

在一个优选的实施例中，生成模块820，还配置为：当搜索行为日志中存在未添加至已有输入联想候选模型的搜索行为日志时，将未添加的搜索行为日志均添加至已有输入联想候选模型。

在一个优选的实施例中，如图10所示，该装置还包括：调整模块860，配置为根据搜索行为日志对融合后的输入联想候选词库进行统一调整。

依据本发明的基于用户身份的输入联想推荐方法及装置，能够达到如下有益效果：

依据本发明的基于用户身份的输入联想推荐方法，能够根据用户的搜索场景标识用户身份，并追踪用户身份对应的搜索行为日志。进一步，将搜索行为日志添加至已有输入联想候选模型，生成融合后的输入联想候选词库。随后，接收用户输入的搜索query，并结合搜索query对融合后的输入联想候选词库进行排序。进而将排序后的输入联想候选词库作为搜索query的推荐结果进行推荐。由此可知，本发明能够合理利用用户全网的搜索行为，通过检索用户的搜索场景标识用户身份，并根据用户身份追踪对应的搜索行为日志。然后将所追踪的搜索点击行为统一纳入到整个输入联想的候选集中，根据不同用户的搜索行为日志可以分析不同用户的搜索意图，为后续针对特定用户进行个性化推荐奠定了必要基础。可见，本发明通过挖掘用户在不同设备以及不同网络环境下的搜索行为，唯一标识用户身份，不但实现了在复杂的网络环境中唯一标识用户身份的目的，并且通过稳定持续地记录用户的搜索点击行为，为后续针对性向用户提供推荐信息做了铺垫。此外，本发明将搜索行为与用户身份相关联，根据唯一标识的用户身份推荐特定的关联信息，该方式能够更大程度上命中特定用户的搜索意图，进而更准确地为用户推荐其所需的信息，使输入联想的导出和收入得到大幅提升，降低用户的搜索成本，提升用户搜索体验。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的基于用户身份的输入联想推荐设备中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

本发明实施例还提供了一种电子设备，包括处理器、以及被安排成存储计算机可执行指令的存储器，可执行指令在被执行时使处理器执行根据上文任意一实施例的基于用户身份的输入联想推荐方法。

本发明实施例还提供了一种计算机存储介质，其中，计算机可读存储介质存储一个或多个程序，一个或多个程序当被包括多个应用程序的电子设备执行时，使得电子设备执行上文任一实施例的基于用户身份的输入联想推荐方法。

例如，图11示出了可以实现基于用户身份的输入联想推荐的计算设备。该计算设备传统上包括处理器1110和存储器1120形式的计算机程序产品或者计算机可读介质。存储器1120可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。存储器1120具有存储用于执行上述方法中的任何方法步骤的程序代码1131的存储空间1130。例如，存储程序代码的存储空间1130可以包括分别用于实现上面的方法中的各种步骤的各个程序代码1131。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。这些计算机程序产品包括诸如硬盘，紧致盘(CD)、存储卡或者软盘之类的程序代码载体。这样的计算机程序产品通常为例如图12所示的便携式或者固定存储单元。该存储单元可以具有与图11的计算设备中的存储器1120类似布置的存储段、存储空间等。程序代码可以例如以适当形式进行压缩。通常，存储单元包括用于执行本发明的方法步骤的计算机可读代码1131’，即可以由诸如1110之类的处理器读取的代码，当这些代码由计算设备运行时，导致该计算设备执行上面所描述的方法中的各个步骤。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。

Claims (10)

1.一种基于用户身份的输入联想推荐方法，包括：

根据用户搜索场景标识用户身份，并追踪所述用户身份对应的搜索行为日志；

将所述搜索行为日志添加至已有输入联想候选模型，生成融合后的输入联想候选词库；

接收用户输入的搜索query，并结合所述搜索query对所述融合后的输入联想候选词库进行排序；

将排序后的输入联想候选词库作为所述搜索query的推荐结果进行推荐。

2.根据权利要求1所述的方法，其中，根据用户搜索场景标识用户身份，并追踪所述用户身份对应的搜索行为，包括：

若用户通过账号登录搜索，则根据所登录的账号id标识当前用户身份，并追踪所述账号id对应的搜索行为日志。

3.根据权利要求1或2所述的方法，其中，根据用户搜索场景标识用户身份，并追踪所述用户身份对应的搜索行为，还包括：

若用户通过安全浏览器搜索，则根据该安全浏览器id标识当前用户身份，并追踪所述安全浏览器id对应的搜索行为日志。

4.根据权利要求1-3任一项所述的方法，其中，根据用户搜索场景标识用户身份，并追踪所述用户身份对应的搜索行为，还包括：

若用户未通过账号登录搜索且未通过安全浏览器搜索，则根据当前设备本地存储的cookies数据标识当前用户身份，并追踪所述当前用户身份对应的搜索行为日志。

5.根据权利要求1-4任一项所述的方法，其中，将所述搜索行为日志添加至已有输入联想候选模型，生成融合后的输入联想候选词库之前，还包括：

挖掘网络中的用户搜索行为日志，并基于预设提取模型从所述用户搜索行为日志中提取热点候选词，生成已有输入联想候选模型。

6.根据权利要求1-5任一项所述的方法，其中，挖掘网络中的用户搜索行为日志，包括：

挖掘网络中用户在各搜索引擎的输入搜索行为和/或点击搜索行为，生成用户搜索行为日志。

7.根据权利要求1-6任一项所述的方法，其中，基于预设提取模型从所挖掘的搜索行为日志中提取热点候选词，包括：

按照网络中用户在各搜索引擎搜索的频次、点击次数、停留时长提取热点候选词；和/或

根据搜索词的变化率、飙升度提取热点候选词。

8.一种基于用户身份的输入联想推荐装置，包括：

标识模块，配置为根据用户搜索场景标识用户身份，并追踪所述用户身份对应的搜索行为日志；

生成模块，配置为将所述搜索行为日志添加至已有输入联想候选模型，生成融合后的输入联想候选词库；

排序模块，配置为接收用户输入的搜索query，并结合所述搜索query对所述融合后的输入联想候选词库进行排序；

推荐模块，配置为将排序后的输入联想候选词库作为所述搜索query的推荐结果进行推荐。

9.一种电子设备，包括：

处理器；以及

被安排成存储计算机可执行指令的存储器，所述可执行指令在被执行时使所述处理器执行根据权利要求1-7中任一项所述的基于用户身份的输入联想推荐方法。

10.一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被包括多个应用程序的电子设备执行时，使得所述电子设备执行根据权利要求1-7中任一项所述的基于用户身份的输入联想推荐方法。