CN109492082A - 下拉词推荐方法、装置、电子设备及存储介质 - Google Patents

Abstract

本发明实施例涉及一种下拉词推荐方法、装置、电子设备及存储介质。该方法包括：获取用户输入的搜索词，生成初始下拉词推荐候选集；获取用户的搜索行为数据；根据所述用户的搜索行为数据生成关联词集合；根据所述关联词集合调整所述初始下拉词推荐候选集，生成下拉词推荐候选集。本发明实施例使得与用户搜索(尤其是近期搜索)的搜索词相关的下拉词展现在下拉词推荐候选集中，降低了用户搜索成本，保证了用户更加连贯的搜索，及时地满足了用户对其所关注信息的实时搜索需求；同时使下拉词的使用率和用户的搜索量获得显著增长，相应地，也大大地增加了用户访问网页的内容总量。

Description

下拉词推荐方法、装置、电子设备及存储介质

技术领域

本发明属于搜索技术领域,具体涉及一种下拉词推荐方法、装置、电子设备及存储介质。

背景技术

下拉词是指用户在搜索框中输入搜索词时，系统根据用户输入的搜索词推荐的供用户选择的词条。用户在搜索结果页浏览内容时，搜索框的下拉词区域能根据用户的搜索行为推荐下拉词，传统的下拉词主要是根据热度和字典树排序进行匹配，以减少用户的输入成本。

但是在实现本发明的过程中，发明人发现现有技术的下拉词推荐方法至少存在以下问题：用户的搜索行为数据的前缀较短，匹配过于泛化，例如在某一浏览器的搜索框中，当用户输入前缀“刘”时，输入联想的下拉词候选集中出现与“刘”相关的各种匹配词，如“刘诗诗、刘亦菲、刘备、刘慈欣、刘德华”等等，继而用户输入前缀“四大天王”时，输入联想的下拉词候选集中出现与“四大天王”相关的各种匹配词，如“四大天王佛像、狄仁杰四大天王、狄仁杰之四大天王、四大天王票房”等等；然后，当用户再输入前缀“刘”时，其输入联想的候选集中仍然是“刘诗诗、刘亦菲、刘备、刘慈欣、刘德华”等等，这样推荐给用户的下拉词的种类和数量十分宽泛，不足以满足用户对其所关注信息的实时搜索需求。

因此，现有技术中的下拉词推荐方法无法根据用户的搜索行为数据对推荐的下拉词顺序进行调整，从而增加了用户的输入成本，使用户的搜索行为不够连贯、流畅。

发明内容

本发明实施例提供一种下拉词推荐方法、装置、电子设备及存储介质，能够根据用户的搜索行为数据生成用户可能关注的下拉词、并实时地调整下拉词推荐的词语和/或其顺序。

第一方面，本发明实施例提供一种下拉词推荐方法，所述方法包括：

获取用户输入的搜索词，生成初始下拉词推荐候选集；

获取用户的搜索行为数据；

根据所述用户的搜索行为数据生成关联词集合；

根据所述关联词集合调整所述初始下拉词推荐候选集，生成下拉词推荐候选集。

第二方面，本发明实施例提供一种下拉词推荐装置，该装置包括初始推荐模块、搜索行为数据模块、关联词模块和下拉词优化模块；

所述初始推荐模块用于获取用户输入的搜索词，生成初始下拉词推荐候选集；

所述搜索行为数据模块用于获取用户的搜索行为数据；

所述关联词模块用于根据所述用户的搜索行为数据生成关联词集合；

所述下拉词优化模块用于根据所述关联词集合调整所述初始下拉词推荐候选集，生成下拉词推荐候选集。

第三方面，本发明实施例提供一种电子设备，包括：处理器和存储装置；

所述存储装置上存储有计算机程序，

所述处理器执行所述存储装置上的计算机程序时实现上述发明任一项所述的方法。

第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序在被处理器执行时实现上述发明所述的方法。

本发明实施例通过获取用户输入的搜索词，生成初始下拉词推荐候选集；获取用户的搜索行为数据；根据所述用户的搜索行为数据生成关联词集合；根据所述关联词集合调整所述初始下拉词推荐候选集，生成下拉词推荐候选集。本发明实施例使得与用户搜索(尤其是近期搜索)的搜索词相关的下拉词展现在下拉词推荐候选集中，降低了用户搜索成本，保证了用户更加连贯的搜索，及时地满足了用户对其所关注信息的实时搜索需求；同时使下拉词的使用率和用户的搜索量获得显著增长，相应地，也大大地增加了用户访问网页的内容总量。

附图说明

图1是本发明的实施例提供的一种下拉词推荐方法的流程示意图；

图2是本发明的实施例提供的一种下拉词推荐装置的结构示意图；

图3是本发明的实施例提供的一种电子设备的结构示意图。

具体实施方式

下面结合附图所示的各实施方式对本发明进行详细说明，但应当说明的是，这些实施方式并非对本发明的限制，本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代，均属于本发明的保护范围之内。

实施例一

下面结合附图具体说明本发明提供的一种下拉词推荐方法的具体实施方式。

如图1所示，为本发明的实施例提供的一种下拉词推荐方法的流程示意图；该方法包括以下步骤:

S100：获取用户输入的搜索词，生成初始下拉词推荐候选集；

S200：获取用户的搜索行为数据；

S300：根据所述用户的搜索行为数据生成关联词集合；

S400：根据所述关联词集合调整所述初始下拉词推荐候选集，生成下拉词推荐候选集。

具体的，在本实施例中，首先服务器端记录用户连续搜索的搜索词，算法端接收服务器端传输的搜索词，并生成初始下拉词推荐候选集；

然后根据用户的搜索行为来获取用户ID，再通过用户ID获取用户的搜索行为数据，并根据用户的搜索行为数据(例如：用户搜索词的搜索顺序、访问的网页地址和次数、点击网页的次数、在各网页上的停留时长等)获取搜索词，通过查询关联关系数据库，获取所述搜索词的多个关联词集合；将所述多个关联词集合取交集，作为所述关联词集合；本实施例中，所述用户的搜索行为可以为用户近期搜索的N次行为，所述N的取值可以根据用户的经验值可预先设定，例如N可取值为10，在其他实施例中，所述N也可以取其他数值，在此不做限定。

需要说明的是，所述关联关系数据库在获取搜索词之前就通过提取大量用户的搜索行为数据来事先建立的，在所述关联关系数据库中存储有关键词列表以及各个关键词对应的关联词。

由于初始下拉词推荐候选集中的下拉词存在特定的排序方式，比如利用下拉词的搜索热度以及字典序匹配程度来对输入的搜索词进行排序；当用户输入“刘”时，则下拉词推荐候选集的排序方式依次为：即对刘诗诗(8000次)、刘亦菲(6000次)、刘德华(3000次)；或者用户在搜索框中输入“刘德”时，则下拉词推荐候选集的排序方式依次为：刘德华(3000次)、刘德凯(800次)、刘德熙(500次)。

然而，上述初始下拉词推荐候选集利用下拉词的搜索热度以及字典序匹配程度对搜索词生成一特定排序，但这一特定排序并非是用户的真实想要获取的排序方式，因此需要根据搜索词的搜索热度以及用户的搜索行为数据实时地调整下拉词推荐候选集中的下拉词的排序。

其中，在步骤S400中，所述调整所述初始下拉词推荐候选集包括替换所述初始下拉词推荐候选集中的下拉词和/或改变下拉词排列顺序。

举例而言，在本实施例中，用户在搜索框中会输入一连串的多个搜索词，如用户最近两次输入的搜索词为：“三国演义电视剧”、“桃园结义”，生成关键词集合{三国演义电视剧(q₁、q₂、q₃、q₄……q_n，其中q指搜索词)}、关键词集合{桃园结义(q₁′、q₂′、q₃′、q₄′……q_n′,其中q指搜索词)},将这两个关键词集合中共现的关键词相交，例如q₂与q₂′为同一关键词、q₄与q₄′也为同一关键词，则可以得到交集{q₂₂′、q₄₄′},将这一交集作为关联词集合并与初始下拉词推荐候选集取并集，以得到所述下拉词推荐候选集，并将该关联词集合{q₂₂′、q₄₄′}中的词排在候选集的前面；并且所述关联词集合{q₂₂′、q₄₄′}中的词按照用户搜索行为的先后进行排序，由于“桃园结义”为最近一次搜索的搜索词，所以调整搜索词“桃园结义”的关联词在下拉词候选集的排序位置，使搜索词“桃园结义”的关联词排在最前面，而将最早一次的搜索词的关联词排在最后面；若用户还有其他点击行为，则动态更新所述下拉词推荐候选集。

另外，由于下拉词推荐候选集中的下拉词有多个排序位置，如果仅根据与用户最近一次的搜索词相关的词生成下拉词，那么可能产生负向效果，用户反而不能搜索到想要的下拉词；

举例而言，当用户输入“刘”时，会根据用户前期的搜索词“三国演义”，则下拉词推荐候选集会根据下拉词的搜索热度以及字典序匹配程度推荐“刘备”、“刘禅”、“刘封”等，但是排在前面的下拉词“刘备”并非是用户想要的下拉词，因此需要根据用户的搜索行为数据作为一重要的参考标准，如用户点击“刘禅”的次数大于点击“刘备”的次数，那么需要根据用户的搜索行为数据来调整下拉词推荐候选集中下拉词的排列顺序，即调整为“刘禅”、“刘备”、“刘封”等。

本实施例中提取关键词的方法可以包括：利用标点符号及各类助词、虚词等对文本进行词语切分得到预处理文本；根据所述预处理文本统计词频；将词频大于或等于预设的词频门限值的词作为关键词；

举例而言：大量用户在搜索完“鹿晗”这个词后接着又搜索了“关晓彤”，然后又浏览了与“关晓彤家境”有关的内容，那么根据这些大量用户的搜索行为数据，可以提取到的关键词为“鹿晗”、“关晓彤”等。

需要说明的是，本发明并不限于上述提到的提取关键词的方法，对于其他提取关键词的方法，也可以通过对应的已知技术进行提取，在此不再赘述。

本实施例中，通过分析多个关键词之间的相关性生成关键词集合，并根据所述关键词集合建立关键词关系库，即将所有的关键词映射到空间中的一个向量，与其相关的搜索词则是一组临近的向量集合；具体的，生成关键词集合可以包括以下几种方式。

方式一：根据用户先后搜索的搜索词建立关键词关系库

在大量用户搜索某一搜索词后又去搜索另一搜索词，说明这两个搜索词存在关联关系，则生成关键词集合，并将所述关键词集合放入关键词关系库。

例如大量用户在搜索了“三国演义”后又去搜索“刘备”或者大量用户在搜索了“三体”后又去搜索了“刘慈欣”，说明关键词“三国演义”和“刘备”存在一定的相关性，或关键词“三体”和“刘慈欣”存在一定的相关性；则将“三国演义”和“刘备”放入关键词集合1-{三国演义、刘备}中，将“三体”和“刘慈欣”放入关键词集合2-{三体、刘慈欣}中，并将关键词集合1或2放入关键词关系库。

方式二：根据相同的搜索结果确定关联关系

当用户利用不同的搜索词搜索到的结果包括相同的网页文章时，则说明这几个不同的搜索词之间存在关联关系，并采用TF-IDF(term frequency–inverse documentfrequency，词频-逆文本频率指数)方法对该网页文章进行分析，提取该网页文章的核心词作为用户搜索的关键词的关联词，将关联词放入则生成关键词集合中，并将所述关键词集合存储至关键词关系库。

例如，通过搜索“刘德华”可查询到文章A“刘德华好听的歌曲大全”，通过搜索“四大天王好听歌曲”也能查询到文章A“刘德华好听的歌曲大全”，这就说明“刘德华”和“四大天王好听歌曲”这两个搜索词之间存在关联性，可以采用TF-IDF方法对文章A“刘德华好听的歌曲大全”进行分析，提取用户搜索的关键词“刘德华”和“四大天王好听歌曲”的关联词，将与“刘德华”和“四大天王好听歌曲”相关的关联词均放入{刘德华、四大天王好听歌曲}这一关键词集合中，并存储至关键词关系库中。

通过上述几种生成关键词集合的方式使得用户能够搜索到与其最近N次搜索有关的下拉词，用户不必多次输入搜索词，降低了用户的搜索成本，保证了用户更加连贯的搜索，满足用户及时获取信息的需求。

实施例二

下面介绍本发明提供的一种下拉词推荐装置的具体实施方式。

如图2所示，为本发明实施例提供的一种下拉词推荐装置的结构示意图；该装置包括初始推荐模块、搜索行为数据模块、关联词模块和下拉词优化模块；

所述初始推荐模块用于获取用户输入的搜索词，生成初始下拉词推荐候选集；

所述搜索行为数据模块用于获取用户的搜索行为数据；

所述关联词模块用于根据所述用户的搜索行为数据生成关联词集合；

所述下拉词优化模块用于根据所述关联词集合调整所述初始下拉词推荐候选集，生成下拉词推荐候选集。

在一个优选实施例中，所述下拉词优化模块根据所述关联词集合替换所述初始下拉词推荐候选集中的下拉词和/或改变下拉词排列顺序。

在一个优选实施例中，所述关联词模块可包括搜索词模块、关联词集合模块和相交模块；所述搜索词模块用于根据所述用户的搜索行为数据获取搜索词；所述关联词集合模块用于并通过查询关联关系数据库，获取所述搜索词的多个关联词集合；所述相交模块用于将所述多个关联词集合取交集，作为所述关联词集合。

在一个优选实施例中，所述下拉词优化模块将所述关联词集合与所述初始下拉词推荐候选集取并集，以得到所述下拉词推荐候选集，并将所述关联词集合中的词排在候选集的前面。

在一个优选实施例中，所述下拉词优化模块将所述关联词集合中的词按照用户搜索行为的先后进行排序，最近一次的搜索词的关联词排在最前面，最早一次的搜索词的关联词排在最后面。

在一个优选实施例中，还包括数据库建立模块，所述数据库建立模块通过提取大量用户的搜索行为数据来建立所述关联关系数据库，在所述关联关系数据库中存储有关键词列表以及各个关键词对应的关联词。

在一个优选实施例中，所述数据库建立模块还根据用户先后多次搜索行为数据来确定多次搜索的关键词之间存在关联关系，且设定所述多次搜索的关键词之间互为关联词。

在一个优选实施例中，所述数据库建立模块还用于当多个关键词各自的搜索结果存在相同部分时，确定该多个关键词之间存在关联关系，并且设定该多个关键词之间互为关联词。

进一步的，在一个优选实施例中，所述数据库建立模块还用于当用户多次搜索的结果中包括相同的网页文章时，采用词频-逆文本频率指数方法对该网页文章进行分析，提取该网页文章的核心词作为用户搜索的关键词的关联词。

在一个优选实施例中，该装置还可包括下拉词更新模块，用于根据用户的点击情况动态更新所述下拉词推荐候选集。

上述实施例二中的下拉词推荐装置的具体实施方式与实施例一的具体实施方式一致，在此不再赘述。

实施例三

如图3所示，为本发明的实施例提供的一种电子设备的结构示意图，该电子设备至少包括：处理器和存储装置；存储装置上存储有计算机程序，处理器在执行存储装置上的计算机程序时实现本发明任意实施例提供的方法。

本发明实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

实施例四

本发明实施例提供一种计算机可读存储介质，存储有计算机程序，该程序被处理器执行时实现本发明任意实施例提供的方法。

需要说明的是，本公开所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

本发明实施例具有以下优点：

本发明实施例通过获取用户输入的搜索词，生成初始下拉词推荐候选集；获取用户的搜索行为数据；根据所述用户的搜索行为数据生成关联词集合；根据所述关联词集合调整所述初始下拉词推荐候选集，生成下拉词推荐候选集；使得与用户搜索(尤其是近期搜索)的搜索词相关的下拉词展现在下拉词推荐候选集中，降低了用户搜索成本，保证了用户更加连贯的搜索，及时地满足了用户对其所关注信息的实时搜索需求；同时使下拉词的使用率和用户的搜索量获得显著增长，相应地，也大大地增加了用户访问网页的内容总量。

上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。

Claims (13)

1.一种下拉词推荐方法，其特征在于，所述方法包括：

获取用户输入的搜索词，生成初始下拉词推荐候选集；

获取用户的搜索行为数据；

根据所述用户的搜索行为数据生成关联词集合；

根据所述关联词集合调整所述初始下拉词推荐候选集，生成下拉词推荐候选集。

2.根据权利要求1所述的方法，其特征在于，所述调整所述初始下拉词推荐候选集包括替换所述初始下拉词推荐候选集中的下拉词和/或改变下拉词排列顺序。

3.根据权利要求1所述的方法，其特征在于，所述根据所述用户的搜索行为数据生成关联词集合包括：

根据所述用户的搜索行为数据获取搜索词；

查询关联关系数据库，获取所述搜索词的多个关联词集合；

将所述多个关联词集合取交集，作为所述关联词集合。

4.根据权利要求3所述的方法，其特征在于，所述生成下拉词推荐候选集包括：将所述关联词集合与所述初始下拉词推荐候选集取并集，以得到所述下拉词推荐候选集，并将所述关联词集合中的词排在候选集的前面。

5.根据权利要求4所述的方法，其特征在于，所述生成下拉词推荐候选集还包括：将所述关联词集合中的词按照用户搜索行为的先后进行排序，最近一次的搜索词的关联词排在最前面，最早一次的搜索词的关联词排在最后面。

6.根据权利要求3所述的方法，其特征在于，所述方法还包括：预先通过提取大量用户的搜索行为数据来建立所述关联关系数据库，在所述关联关系数据库中存储有关键词列表以及各个关键词对应的关联词。

7.根据权利要求6所述的方法，其特征在于，所述建立所述关联关系数据库还包括：根据用户先后多次搜索行为数据来确定多次搜索的关键词之间存在关联关系，所述多次搜索的关键词之间互为关联词。

8.根据权利要求6所述的方法，其特征在于，所述建立所述关联关系数据库还包括：当多个关键词各自的搜索结果存在相同部分时，确定该多个关键词之间存在关联关系，并且该多个关键词之间互为关联词。

9.根据权利要求6所述的方法，其特征在于，所述建立所述关联关系数据库还包括：当用户多次搜索的结果中包括相同的网页文章时，采用词频-逆文本频率指数方法对该网页文章进行分析，提取该网页文章的核心词作为用户该多次搜索的关键词的关联词。

10.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据用户的点击情况动态更新所述下拉词推荐候选集。

11.一种下拉词推荐装置，其特征在于，该装置包括初始推荐模块、搜索行为数据模块、关联词模块和下拉词优化模块；

所述初始推荐模块用于获取用户输入的搜索词，生成初始下拉词推荐候选集；

所述搜索行为数据模块用于获取用户的搜索行为数据；

所述关联词模块用于根据所述用户的搜索行为数据生成关联词集合；

所述下拉词优化模块用于根据所述关联词集合调整所述初始下拉词推荐候选集，生成下拉词推荐候选集。

12.一种电子设备，其特征在于，包括：处理器和存储装置；

所述存储装置上存储有计算机程序，

所述处理器执行所述存储装置上的计算机程序时实现权利要求1至10任一项所述的方法。

13.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序在被处理器执行时实现权利要求1至10任一项所述的方法。