CN108846055A - 搜索处理方法、装置、电子设备及可读存储介质 - Google Patents

Abstract

本发明实施例提供一种搜索处理方法、装置、电子设备及可读存储介质，该方法包括：根据用户行为数据，确定用户对应的筛选条件偏好数据，所述筛选条件偏好数据包括用户在每个属性上的偏好度以及每个属性值上的偏好度；根据所述筛选条件偏好数据，确定筛选项组合的信息，所述筛选项组合的信息包括属性和属性的显示位置，以及属性值和属性值的显示位置；根据所述筛选项组合的信息进行搜索。该方法实现了用户不需要执行过多操作即可搜索到符合预期的结果，从而极大的提升用户的使用体验。

Description

搜索处理方法、装置、电子设备及可读存储介质

技术领域

本发明实施例涉及计算机技术，尤其涉及一种搜索处理方法、装置、电子设备及可读存储介质。

背景技术

目前很多应用程序(Application，简称APP)都提供了分类搜索功能，用户根据信息客体的属性进行搜索，在不需要输入关键词的情况下，通过选择/组合信息的属性条件进行过滤。

现有技术中，可以根据上下文信息自动设定某些特定属性值。比如，在分类网站上，通常会根据用户的基于位置服务(Location Based Service，简称LBS)信息，设定所在的城市，进而，后续的搜索会始终限定在这些城市中进行搜索。

但是，现有技术的方法并不能完全体现用户的偏好，用户体验不佳。

发明内容

本发明实施例提供一种搜索处理方法、装置、电子设备及可读存储介质，用于解决现有技术中搜索过程不能体现用户的偏好的问题。

本发明实施例第一方面提供一种搜索处理方法，包括：

根据用户行为数据，确定用户对应的筛选条件偏好数据，所述筛选条件偏好数据包括用户在每个属性上的偏好度以及每个属性值上的偏好度；

根据所述筛选条件偏好数据，确定筛选项组合的信息，所述筛选项组合的信息包括属性和属性的显示位置，以及属性值和属性值的显示位置；

根据所述筛选项组合的信息进行搜索。

进一步的，所述根据用户行为数据，确定用户对应的筛选条件偏好数据，包括：

获取所述用户的筛选行为数据以及浏览点击行为数据；

根据所述用户的筛选行为数据以及浏览点击行为数据，确定所述用户对应的筛选条件偏好数据。

进一步的，所述根据所述用户的筛选行为数据以及浏览点击行为数据，确定所述用户对应的筛选条件偏好数据，包括：

对所述用户的筛选行为数据以及浏览点击行为数据进行统计，获取统计结果；

根据统计结果确定所述用户对应的筛选条件偏好数据。

进一步的，所述根据所述用户的筛选行为数据以及浏览点击行为数据，确定所述用户对应的筛选条件偏好数据，包括：

建立所述属性对应的偏好度模型；

使用所述用户的筛选行为数据以及浏览点击行为数据训练所述偏好度模型，得到所述用户对应的筛选条件偏好数据。

进一步的，所述根据所述筛选条件偏好数据，确定筛选项组合信息，包括：

根据所述筛选条件偏好数据，确定组成所述筛选项组合的至少一个属性以及每个属性对应的至少一个属性值；

根据所述筛选条件偏好数据，确定所述至少一个属性以及每个属性对应的至少一个属性值的显示位置。

进一步的，所述根据所述筛选条件偏好数据，确定组成所述筛选项组合的至少一个属性以及每个属性对应的至少一个属性值，包括：

创建三层树，所述树的第一层为属性所属的功能模块标识，所述树的第二层包括至少一个属性，所述树的第三层包括至少一个属性值；

根据所述树中每个属性对应的偏好度以及每个属性值对应的偏好度，对所述树进行剪枝操作；

使用剪枝之后的所述树对应的筛选项组合进行搜索；

若搜索结果的数量小于第一预设阈值，则将所述剪枝之后的所述树中的属性以及属性值组成所述筛选项组合。

进一步的，所述根据所述筛选条件偏好数据，确定所述至少一个属性以及每个属性对应的至少一个属性值在所述筛选项组合中的位置，包括：

确定所述至少一个属性中偏好度大于第二预设阈值的属性的位置为第一预设位置；

确定所述至少一个属性值中偏好度大于第三预设阈值的属性值的位置为第二预设位置。

本发明实施例第二方面提供一种搜索处理装置，包括：

第一确定模块，用于根据用户行为数据，确定用户对应的筛选条件偏好数据，所述筛选条件偏好数据包括用户在每个属性上的偏好度以及每个属性值上的偏好度；

第二确定模块，用于根据所述筛选条件偏好数据，确定筛选项组合的信息，所述筛选项组合的信息包括属性和属性的显示位置，以及属性值和属性值的显示位置；

搜索模块，用于根据所述筛选项组合的信息进行搜索。

进一步的，所述第一确定模块包括：

获取单元，用于获取所述用户的筛选行为数据以及浏览点击行为数据；

第一确定单元，用于根据所述用户的筛选行为数据以及浏览点击行为数据，确定所述用户对应的筛选条件偏好数据。

进一步的，所述第一确定单元具体用于：

对所述用户的筛选行为数据以及浏览点击行为数据进行统计，获取统计结果；

根据统计结果确定所述用户对应的筛选条件偏好数据。

进一步的，所述第一确定单元具体用于：

建立所述属性对应的偏好度模型；

使用所述用户的筛选行为数据以及浏览点击行为数据训练所述偏好度模型，得到所述用户对应的筛选条件偏好数据。

进一步的，所述第二确定模块包括：

第二确定单元，用于根据所述筛选条件偏好数据，确定组成所述筛选项组合的至少一个属性以及每个属性对应的至少一个属性值；

第三确定单元，用于根据所述筛选条件偏好数据，确定所述至少一个属性以及每个属性对应的至少一个属性值的显示位置。

进一步的，所述第二确定单元具体用于：

创建三层树，所述树的第一层为属性所属的功能模块标识，所述树的第二层包括至少一个属性，所述树的第三层包括至少一个属性值；

根据所述树中每个属性对应的偏好度以及每个属性值对应的偏好度，对所述树进行剪枝操作；

使用剪枝之后的所述树对应的筛选项组合进行搜索；

若搜索结果的数量小于第一预设阈值，则将所述剪枝之后的所述树中的属性以及属性值组成所述筛选项组合。

进一步的，所述第三确定单元具体用于：

确定所述至少一个属性中偏好度大于第二预设阈值的属性的位置为第一预设位置；

确定所述至少一个属性值中偏好度大于第三预设阈值的属性值的位置为第二预设位置。

本发明实施例第三方面提供一种电子设备，包括：

存储器，用于存储程序指令；

处理器，用于调用并执行所述存储器中的程序指令，执行上述第一方面所述的方法步骤。

本发明实施例第四方面提供一种可读存储介质，所述可读存储介质中存储有计算机程序，当搜索处理装置的至少一个处理器执行所述计算机程序时，搜索处理装置执行上述第一方面所述的搜索处理方法。

本发明实施例所提供的搜索处理方法、装置、电子设备及可读存储介质，首先确定出用户的筛选条件偏好数据，当用户进行搜索时，根据用户的筛选条件偏好数据为用户显示符合用户偏好的属性以及属性值，进而根据这些属性以及属性值进行搜索，从而实现用户不需要执行过多操作即可搜索到符合预期的结果，从而极大的提升用户的使用体验。

附图说明

为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的搜索处理方法实施例一的流程示意图；

图2为本发明实施例提供的搜索处理方法实施例二的流程示意图；

图3为本发明实施例提供的搜索处理方法实施例三的流程示意图；

图4为本发明实施例提供的搜索处理方法实施例四的流程示意图；

图5为“租房”功能模块对应的三层树示例图；

图6为本发明实施例提供的搜索处理方法实施例五的流程示意图；

图7为本发明实施例提供的一种搜索处理装置实施例一的模块结构图；

图8为本发明实施例提供的一种搜索处理装置实施例二的模块结构图；

图9为本发明实施例提供的一种搜索处理装置实施例三的模块结构图；

图10为本发明实施例提供的一种电子设备的实体框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

现有技术中仅提供了根据上下文信息自动设定某些特定属性值的方法，但是在实际使用APP的过程中，每个用户可能都有各自的相对固定的偏好，用户一般会按照自己的偏好进行搜索。而现有技术的方法所能设定的信息非常有限，无法较好的体现用户的偏好，为了搜索到预期的结果，用户需要手动执行较多的选择操作，才能完成属性和属性值的选择，因此用户的使用体验不佳。

本发明实施例基于上述问题，提出一种搜索处理方法，预先确定出用户的筛选条件偏好数据，当用户进行搜索时，根据用户的筛选条件偏好数据为用户显示符合用户偏好的属性以及属性值，进而根据这些属性以及属性值进行搜索，从而实现用户不需要执行过多操作即可搜索到符合预期的结果，从而极大的提升用户的使用体验。

图1为本发明实施例提供的搜索处理方法实施例一的流程示意图，该方法的执行主体为运行APP的电子设备，例如手机、平板电脑等。如图1所示，该方法包括：

S101、根据用户行为数据，确定用户对应的筛选条件偏好数据，该筛选条件偏好数据包括用户在每个属性上的偏好度以及每个属性值上的偏好度。

其中，上述属性是指用户筛选时所选择的一个筛选项，上述属性值是指一个筛选项内的不同取值。

示例性的，当用户搜索租房信息时，在“租房”这个业务模块下，会提供“租房类型”、“户型”、“来源”等筛选项，每个筛选项即为一个属性。进而，在“租房类型”这个筛选项下，会有“整租”、“合租”、“不限”等取值供用户选择，每个取值即为一个属性值。

可选的，上述偏好度可以使用小于1大于0的数值来表示。数字越大，代表偏好度越高。

例如，“整租”属性值的偏好度为0.5，“合租”属性值的偏好度为0.1，则说明用户更偏好“整租”。

需要说明的是，本步骤和下述的步骤S102至S103既可以连续执行，即每当用户进入某个业务模块进行搜索时，都执行本步骤及下述的步骤S102至S103。本步骤也可以与下述步骤S102至S103独立执行，当用户进行搜索时，直接执行步骤S102-S103，而本步骤可以按照周期性或事件触发的方式来执行。以周期性的方式为例，每隔预设的时间周期，都会根据用户近期的行为数据，对用户的筛选条件偏好数据进行更新。通过持续的对筛选条件偏好数据进行更新，实现了不断根据用户的行为调整筛选条件偏好数据，保证了筛选条件偏好数据的准确性。

S102、根据上述筛选条件偏好数据，确定筛选项组合的信息，该筛选项组合的信息包括属性和属性的显示位置，以及属性值和属性值的显示位置。

具体的，确定出筛选项组合之后需要显示给用户，而上述属性的显示位置即表示在显示筛选项组合时，该属性应该显示在什么位置。相应的，上述属性值的显示位置标示在显示筛选项组合时，该属性值应该显示在所属属性内的什么位置。

即在本步骤中，除了根据筛选条件偏好数据能够确定出要向用户显示哪些属性及属性值，同时，还会确定每个属性和属性值所要显示的位置，例如将偏好度最高的属性显示在筛选界面的最上方，从而使得筛选项组合的显示更加符合用户的预期。

S103、根据上述筛选项组合的信息进行搜索。

在确定出上述筛选组合的信息之后，可以通过筛选界面来显示组合中的信息，生成筛选项推荐信息。例如，将偏好度最高的属性显示在筛选界面的最上方，并且自动选中属性中偏好度最好的一个属性值。如果用户认可自动生成的筛选项推荐信息，则直接点击搜索即可触发搜索。如果用户认为某些属性值还需要调整，则只需进行简单的调整，之后再点击搜索。

本实施例中，首先确定出用户的筛选条件偏好数据，当用户进行搜索时，根据用户的筛选条件偏好数据为用户显示符合用户偏好的属性以及属性值，进而根据这些属性以及属性值进行搜索，从而实现用户不需要执行过多操作即可搜索到符合预期的结果，从而极大的提升用户的使用体验。

在上述实施例的基础上，本实施例涉及根据用户行为数据确定用户对应的筛选条件偏好数据的具体方法。

图2为本发明实施例提供的搜索处理方法实施例二的流程示意图，如图2所示，该方法包括：

S201、获取上述用户的筛选行为数据以及浏览点击行为数据。

可选的，只要用户在使用APP时有筛选操作或浏览点击操作，APP即会记录将用户的筛选行为数据或浏览点击行为数据记录下来。

其中，筛选行为数据包括用户点选的属性，属性的位置，点选属性的属性值，该属性值在属性列表中的位置等。浏览点击行为数据包括曝光的信息，曝光信息的位置，点击的信息，点击信息的位置，在详情页面的进一步行为数据(比如联系，购买)等。

示例性的，当用户执行了筛选操作或者浏览点击操作之后，可以通过APP中的行为数据收集器以接口或者日志的形式进行收集用户的筛选行为数据或者浏览点击行为数据。

S202、根据上述用户的筛选行为数据以及浏览行为数据，确定所述用户对应的筛选条件偏好数据。

在获取到用户的筛选行为数据和浏览行为数据后，即可根据这些数据确定用户的筛选条件偏好数据。

在一种可选的方式中，可以通过对获取到的用户的筛选行为数据和浏览行为数据进行统计，再根据统计结果确定用户的筛选条件偏好数据。

具体的，统计的数值主要为属性以及属性值的点击率，点击量，以及浏览帖子在属性以及属性值上的覆盖率，覆盖量等。当统计出这些数值后，可以直接将统计数值或者统计数值经过百分换算后的结果作为用户的筛选条件偏好数据。

这种方式直接基于每个用户的行为数据进行统计，统计方法简单直接，可以由APP的客户端直接确定。

在另一种可选的方式中，可以通过建立偏好数据模型来确定用户的筛选条件偏好数据。

具体的，为每个属性训练偏好度模型，训练模型的样本数据根据筛选行为生成，用户点选了某个属性值为正样本，负样本可以采用不同的策略生成。这样根据模型可以计算出用户对每个属性以及属性值的偏好度。

可选的，这种方式中模型的训练可以由APP的服务器完成，APP的客户端向服务器发送用户的筛选行为数据以及浏览点击行为数据，由服务器完成模型训练，并根据模型计算每个用户的筛选条件偏好数据，通过训练模型确定用户对应的筛选条件偏好数据，所得到的筛选条件偏好数据的准确性更高。

S203、根据上述筛选条件偏好数据，确定筛选项组合的信息，该筛选项组合的信息包括属性和属性的显示位置，以及属性值和属性值的显示位置。

该步骤的执行过程与上述步骤S102相同，可以参照上述步骤S102，此处不再赘述。

S204、根据上述筛选项组合的信息进行搜索。

该步骤的执行过程与上述步骤S103相同，可以参照上述步骤S103，此处不再赘述。

本实施例中，通过获取用户的筛选行为数据以及浏览点击行为数据来确定用户的筛选条件偏好数据，能够保证所得到的筛选条件偏好数据能够真正反映出用户的偏好。

在上述实施例的基础上，本实施例涉及根据上述筛选条件偏好数据确定筛选项组合信息的具体方法。

图3为本发明实施例提供的搜索处理方法实施例三的流程示意图，如图3所示，该方法包括：

S301、根据用户行为数据，确定用户对应的筛选条件偏好数据，该筛选条件偏好数据包括用户在每个属性上的偏好度以及每个属性值上的偏好度。

该步骤的执行过程与上述步骤S101相同，可以参照上述步骤S101，此处不再赘述。

S302、根据上述筛选条件偏好数据，确定组成上述筛选项组合的至少一个属性以及每个属性对应的至少一个属性值。

对于一个特定的功能模块，在用户进行搜索时可供用户选择的属性和属性值可能有很多，而本步骤中，根据用户的筛选条件偏好数据，可以从多个属性以及多个属性值中自动为用户选择出属性以及属性值作为搜索时的筛选项组合。

具体的，可以通过多种方式来确定上述属性及属性值。

作为一种可选的方式，可以直接选择用户在每个属性上偏好度最高的一个属性值，以组成筛选项组合。这种方式简单直接，但是可能会导致搜索结果数量过少。

为解决上述问题，本发明实施例提出另一种可选的实施方式，通过建立三层树的方式来确定属性和属性值。具体处理方法将在下述实施例中说明。

S303、根据上述筛选条件偏好数据，确定上述至少一个属性以及每个属性对应的至少一个属性值的显示位置。

用户在操作APP时，不同的位置对于用户的操作体验并不相同。例如，将用户最感兴趣的内容显示在用户最容易查看和点击的位置，这样能够提升用户对APP的使用体验。

而本步骤中，可以根据用户的筛选偏好数据，来决定属性和属性值的显示位置。

示例性的，将偏好度最高的属性显示在用户最容易操作的位置上。

S304、根据上述筛选项组合的信息进行搜索。

该步骤的执行过程与上述步骤S103相同，可以参照上述步骤S103，此处不再赘述。

本实施例中，根据用户的筛选条件偏好数据，能够确定组成筛选项组合的属性以及属性值，并且能够确定这些属性以及属性值的显示位置，从而使得用户可以直接使用确定出的属性以及属性值进行搜索，并且，即使用户需要对属性或属性值进行修改，由于属性和属性值的位置按照用户的偏好进行排列，因此用户也可以快速的找到要修改的属性或属性值，从而极大提升用户的使用体验。

在上述实施例的基础上，本实施例涉及根据三层树确定属性和属性值的具体方法。

图4为本发明实施例提供的搜索处理方法实施例四的流程示意图，如图4所示，该方法包括：

S401、根据用户行为数据，确定用户对应的筛选条件偏好数据，该筛选条件偏好数据包括用户在每个属性上的偏好度以及每个属性值上的偏好度。

该步骤的执行过程与上述步骤S301相同，可以参照上述步骤S301，此处不再赘述。

S402、创建三层树，该树的第一层为属性所属的功能模块标识，该树的第二层包括至少一个属性，该树的第三层包括至少一个属性值。

S403、根据上述树中每个属性对应的偏好度以及每个属性值对应的偏好度，对上述树进行剪枝操作。

S404、使用剪枝之后的上述树对应的筛选项组合进行搜索。

S405、若搜索结果的数量小于第一预设阈值，则将所述剪枝之后的所述树中的属性以及属性值组成所述筛选项组合。

以下通过一个具体示例说明步骤S402-S405的执行过程。

图5为“租房”功能模块对应的三层树示例图，其中，在初始创建三层树时，需要将该功能模块下的所有属性以及所有属性值都加入树中。例如，图5中，“租房”模块下存在“租房类型”、“户型”、“来源”三个属性，并且每个属性下都有多个属性值，则首先将这些属性以及属性值全部加入树中，形成初始的树。进而，在步骤S403中，根据属性和属性值的偏好度进行剪枝操作，图5中仅示出根据属性值进行剪枝，根据属性进行剪枝的原理相同。具体的，对每个属性下的所有属性值进行排序，并将偏好度最小的一个属性值剪掉(即删除掉)。进而，在步骤S403及S404中，使用剪枝之后的树进行搜索，如果搜索结果数量以及达到一个阈值，则说明目前被剪掉的属性值已经较多，如果继续剪枝，则可能造成搜索结果数量过少，因此，停止剪枝，将当前树上的属性和属性值组成最终的筛选项组合显示给用户。而如果搜索结果大于第一预设阈值，则说明还可以继续剪枝，即继续执行上述步骤S402-S403，以使得剪枝的结果逐渐接近用户的预期筛选项组合。

S406、根据上述筛选条件偏好数据，确定上述至少一个属性以及每个属性对应的至少一个属性值在上述筛选项组合中的位置。

该步骤的执行过程与上述步骤S303相同，可以参照上述步骤S303，此处不再赘述。

S407、根据上述筛选项组合的信息进行搜索。

该步骤的执行过程与上述步骤S304相同，可以参照上述步骤S304，此处不再赘述。

本实施例中，使用对三层树进行剪枝的方式确定属性和属性值，不但能够保证最终确定的筛选项组合能够符合用户预期的筛选项组合，同时，还能避免使用该筛选项组合进行搜索所得到的搜索结果过少，从而进一步提升了用户的使用体验。

在上述实施例的基础上，本实施例涉及根据用户的筛选条件偏好数据确定属性和属性值的显示位置的具体方法。

图6为本发明实施例提供的搜索处理方法实施例五的流程示意图，如图6所示，该方法包括：

S601、根据用户行为数据，确定用户对应的筛选条件偏好数据，该筛选条件偏好数据包括用户在每个属性上的偏好度以及每个属性值上的偏好度。

该步骤的执行过程与上述步骤S301相同，可以参照上述步骤S301，此处不再赘述。

S602、根据上述筛选条件偏好数据，确定组成上述筛选项组合的至少一个属性以及每个属性对应的至少一个属性值。

该步骤的执行过程与上述步骤S302相同，可以参照上述步骤S302，此处不再赘述。

S603、确定上述至少一个属性中偏好度大于第二预设阈值的属性的位置为第一预设位置。

S604、确定上述至少一个属性值中偏好度大于第三预设阈值的属性值的位置为第二预设位置。

具体的，上述第一预设位置可以是根据大量的统计数据所统计出的显示界面中用户查看和操作最方便的位置。上述第二预设位置可以是属性值所属的属性所占用的界面范围内，用户查看和操作最方便的位置。

APP的客户端可以将多个属性中偏好度最大的一个或多个属性显示在用户最容易查看和操作的位置，在一个属性内部，也可以将多个属性值中偏好度最大的一个或多个属性值显示在用户最容易查看和操作的位置。

S605、根据上述筛选项组合的信息进行搜索。

该步骤的执行过程与上述步骤S304相同，可以参照上述步骤S304，此处不再赘述。

本实施例中，确定偏好度较高的属性和属性值的位置为用户最方便查看和操作的位置，从而使得用户可以快速方便的查看或修改自己最感兴趣的属性或属性值，从而极大提升用户的使用体验。

图7为本发明实施例提供的一种搜索处理装置实施例一的模块结构图，如图7所述，该装置包括：

第一确定模块701，用于根据用户行为数据，确定用户对应的筛选条件偏好数据，所述筛选条件偏好数据包括用户在每个属性上的偏好度以及每个属性值上的偏好度。

第二确定模块702，用于根据所述筛选条件偏好数据，确定筛选项组合的信息，所述筛选项组合的信息包括属性和属性的显示位置，以及属性值和属性值的显示位置。

搜索模块703，用于根据所述筛选项组合的信息进行搜索。

该装置中，首先确定出用户的筛选条件偏好数据，当用户进行搜索时，根据用户的筛选条件偏好数据为用户显示符合用户偏好的属性以及属性值，进而根据这些属性以及属性值进行搜索，从而实现用户不需要执行过多操作即可搜索到符合预期的结果，从而极大的提升用户的使用体验。

图8为本发明实施例提供的一种搜索处理装置实施例二的模块结构图，如图8所述，该装置包括：

第一确定模块701，用于根据用户行为数据，确定用户对应的筛选条件偏好数据，所述筛选条件偏好数据包括用户在每个属性上的偏好度以及每个属性值上的偏好度。

第二确定模块702，用于根据所述筛选条件偏好数据，确定筛选项组合的信息，所述筛选项组合的信息包括属性和属性的显示位置，以及属性值和属性值的显示位置。

搜索模块703，用于根据所述筛选项组合的信息进行搜索。

第一确定模块701包括：

获取单元7011，用于获取所述用户的筛选行为数据以及浏览点击行为数据。

第一确定单元7012，用于根据所述用户的筛选行为数据以及浏览点击行为数据，确定所述用户对应的筛选条件偏好数据。

该装置中，通过获取用户的筛选行为数据以及浏览点击行为数据来确定用户的筛选条件偏好数据，能够保证所得到的筛选条件偏好数据能够真正反映出用户的偏好。

另一实施例中，第一确定单元7012具体用于：

对所述用户的筛选行为数据以及浏览点击行为数据进行统计，获取统计结果；

根据统计结果确定所述用户对应的筛选条件偏好数据。

该装置中，可以直接基于每个用户的行为数据进行统计，统计方法简单直接。

另一实施例中，第一确定单元7012具体用于：

建立所述属性对应的偏好度模型；

使用所述用户的筛选行为数据以及浏览点击行为数据训练所述偏好度模型，得到所述用户对应的筛选条件偏好数据。

该装置中，通过训练模型确定用户对应的筛选条件偏好数据，所得到的筛选条件偏好数据的准确性更高。

图9为本发明实施例提供的一种搜索处理装置实施例三的模块结构图，如图9所述，该装置包括：

第一确定模块701，用于根据用户行为数据，确定用户对应的筛选条件偏好数据，所述筛选条件偏好数据包括用户在每个属性上的偏好度以及每个属性值上的偏好度。

第二确定模块702，用于根据所述筛选条件偏好数据，确定筛选项组合的信息，所述筛选项组合的信息包括属性和属性的显示位置，以及属性值和属性值的显示位置。

搜索模块703，用于根据所述筛选项组合的信息进行搜索。

第一确定模块701包括：

获取单元7011，用于获取所述用户的筛选行为数据以及浏览点击行为数据。

第一确定单元7012，用于根据所述用户的筛选行为数据以及浏览点击行为数据，确定所述用户对应的筛选条件偏好数据。

第二确定模块702包括：

第二确定单元7021，用于根据所述筛选条件偏好数据，确定组成所述筛选项组合的至少一个属性以及每个属性对应的至少一个属性值。

第三确定单元7022，用于根据所述筛选条件偏好数据，确定所述至少一个属性以及每个属性对应的至少一个属性值的显示位置。

该装置中，根据用户的筛选条件偏好数据，能够确定组成筛选项组合的属性以及属性值，并且能够确定这些属性以及属性值的显示位置，从而使得用户可以直接使用确定出的属性以及属性值进行搜索，并且，即使用户需要对属性或属性值进行修改，由于属性和属性值的位置按照用户的偏好进行排列，因此用户也可以快速的找到要修改的属性或属性值，从而极大提升用户的使用体验。

另一实施例中，第二确定单元7021具体用于：

创建三层树，所述树的第一层为属性所属的功能模块标识，所述树的第二层包括至少一个属性，所述树的第三层包括至少一个属性值。

根据所述树中每个属性对应的偏好度以及每个属性值对应的偏好度，对所述树进行剪枝操作。

使用剪枝之后的所述树对应的筛选项组合进行搜索。

若搜索结果的数量小于第一预设阈值，则将所述剪枝之后的所述树中的属性以及属性值组成所述筛选项组合。

该装置中，使用对三层树进行剪枝的方式确定属性和属性值，不但能够保证最终确定的筛选项组合能够符合用户预期的筛选项组合，同时，还能避免使用该筛选项组合进行搜索所得到的搜索结果过少，从而进一步提升了用户的使用体验。

另一实施例中，第三确定单元7022具体用于：

确定所述至少一个属性中偏好度大于第二预设阈值的属性的位置为第一预设位置。

确定所述至少一个属性值中偏好度大于第三预设阈值的属性值的位置为第二预设位置。

该装置中，确定偏好度较高的属性和属性值的位置为用户最方便查看和操作的位置，从而使得用户可以快速方便的查看或修改自己最感兴趣的属性或属性值，从而极大提升用户的使用体验。

图10为本发明实施例提供的一种电子设备的实体框图，如图10所示，该电子设备包括：

存储器1001，用于存储程序指令。

处理器1002，用于调用并执行存储器1001中的程序指令，执行上述方法实施例中所述的方法步骤。

本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (16)

1.一种搜索处理方法，其特征在于，包括：

根据用户行为数据，确定用户对应的筛选条件偏好数据，所述筛选条件偏好数据包括用户在每个属性上的偏好度以及每个属性值上的偏好度；

根据所述筛选条件偏好数据，确定筛选项组合的信息，所述筛选项组合的信息包括属性和属性的显示位置，以及属性值和属性值的显示位置；

根据所述筛选项组合的信息进行搜索。

2.根据权利要求1所述的方法，其特征在于，所述根据用户行为数据，确定用户对应的筛选条件偏好数据，包括：

获取所述用户的筛选行为数据以及浏览点击行为数据；

根据所述用户的筛选行为数据以及浏览点击行为数据，确定所述用户对应的筛选条件偏好数据。

3.根据权利要求2所述的方法，其特征在于，所述根据所述用户的筛选行为数据以及浏览点击行为数据，确定所述用户对应的筛选条件偏好数据，包括：

对所述用户的筛选行为数据以及浏览点击行为数据进行统计，获取统计结果；

根据统计结果确定所述用户对应的筛选条件偏好数据。

4.根据权利要求2所述的方法，其特征在于，所述根据所述用户的筛选行为数据以及浏览点击行为数据，确定所述用户对应的筛选条件偏好数据，包括：

建立所述属性对应的偏好度模型；

使用所述用户的筛选行为数据以及浏览点击行为数据训练所述偏好度模型，得到所述用户对应的筛选条件偏好数据。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述根据所述筛选条件偏好数据，确定筛选项组合信息，包括：

根据所述筛选条件偏好数据，确定组成所述筛选项组合的至少一个属性以及每个属性对应的至少一个属性值；

根据所述筛选条件偏好数据，确定所述至少一个属性以及每个属性对应的至少一个属性值的显示位置。

6.根据权利要求5所述的方法，其特征在于，所述根据所述筛选条件偏好数据，确定组成所述筛选项组合的至少一个属性以及每个属性对应的至少一个属性值，包括：

创建三层树，所述树的第一层为属性所属的功能模块标识，所述树的第二层包括至少一个属性，所述树的第三层包括至少一个属性值；

根据所述树中每个属性对应的偏好度以及每个属性值对应的偏好度，对所述树进行剪枝操作；

使用剪枝之后的所述树对应的筛选项组合进行搜索；

若搜索结果的数量小于第一预设阈值，则将所述剪枝之后的所述树中的属性以及属性值组成所述筛选项组合。

7.根据权利要求5所述的方法，其特征在于，所述根据所述筛选条件偏好数据，确定所述至少一个属性以及每个属性对应的至少一个属性值在所述筛选项组合中的位置，包括：

确定所述至少一个属性中偏好度大于第二预设阈值的属性的位置为第一预设位置；

确定所述至少一个属性值中偏好度大于第三预设阈值的属性值的位置为第二预设位置。

8.一种搜索处理装置，其特征在于，包括：

第一确定模块，用于根据用户行为数据，确定用户对应的筛选条件偏好数据，所述筛选条件偏好数据包括用户在每个属性上的偏好度以及每个属性值上的偏好度；

第二确定模块，用于根据所述筛选条件偏好数据，确定筛选项组合的信息，所述筛选项组合的信息包括属性和属性的显示位置，以及属性值和属性值的显示位置；

搜索模块，用于根据所述筛选项组合的信息进行搜索。

9.根据权利要求8所述的装置，其特征在于，所述第一确定模块包括：

获取单元，用于获取所述用户的筛选行为数据以及浏览点击行为数据；

第一确定单元，用于根据所述用户的筛选行为数据以及浏览点击行为数据，确定所述用户对应的筛选条件偏好数据。

10.根据权利要求9所述的装置，其特征在于，所述第一确定单元具体用于：

对所述用户的筛选行为数据以及浏览点击行为数据进行统计，获取统计结果；

根据统计结果确定所述用户对应的筛选条件偏好数据。

11.根据权利要求9所述的装置，其特征在于，所述第一确定单元具体用于：

建立所述属性对应的偏好度模型；

使用所述用户的筛选行为数据以及浏览点击行为数据训练所述偏好度模型，得到所述用户对应的筛选条件偏好数据。

12.根据权利要求8-11任一项所述的装置，其特征在于，所述第二确定模块包括：

第二确定单元，用于根据所述筛选条件偏好数据，确定组成所述筛选项组合的至少一个属性以及每个属性对应的至少一个属性值；

第三确定单元，用于根据所述筛选条件偏好数据，确定所述至少一个属性以及每个属性对应的至少一个属性值的显示位置。

13.根据权利要求12所述的装置，其特征在于，所述第二确定单元具体用于：

创建三层树，所述树的第一层为属性所属的功能模块标识，所述树的第二层包括至少一个属性，所述树的第三层包括至少一个属性值；

根据所述树中每个属性对应的偏好度以及每个属性值对应的偏好度，对所述树进行剪枝操作；

使用剪枝之后的所述树对应的筛选项组合进行搜索；

若搜索结果的数量小于第一预设阈值，则将所述剪枝之后的所述树中的属性以及属性值组成所述筛选项组合。

14.根据权利要求12所述的装置，其特征在于，所述第三确定单元具体用于：

确定所述至少一个属性中偏好度大于第二预设阈值的属性的位置为第一预设位置；

确定所述至少一个属性值中偏好度大于第三预设阈值的属性值的位置为第二预设位置。

15.一种电子设备，其特征在于，包括：

存储器，用于存储程序指令；

处理器，用于调用并执行所述存储器中的程序指令，执行权利要求1-7任一项所述的方法步骤。

16.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序，当搜索处理装置的至少一个处理器执行所述计算机程序时，搜索处理装置执行权利要求1-7任一项所述的搜索处理方法。