CN110020157A - 数据处理方法、系统、计算机系统及存储介质 - Google Patents

Abstract

本公开提供了一种数据处理方法，包括：获取针对基于搜索词进行搜索而获得的至少一个搜索结果的操作数据，其中，操作数据是用户对搜索结果进行操作而产生的数据；对获取的操作数据进行统计分析，得到对应的统计结果；根据统计结果，从搜索结果中确定出与搜索词匹配的一个或者多个对象；或者根据统计结果，确定出与搜索词匹配的品类，其中，品类包括一个或者多个对象所属的品类。本公开还提供了一种数据处理系统、一种计算机系统以及一种计算机可读存储介质。

Description

数据处理方法、系统、计算机系统及存储介质

技术领域

本公开涉及互联网技术领域，更具体地，涉及一种数据处理方法、系统、计算机系统及计算机可读存储介质。

背景技术

随着互联网的快速发展，用户可以通过搜索词来搜索相关信息，例如，用户可以在交易网站上输入货品名称或者货品所属的品类(如家居、家用电器、3C、服饰、日用百货等)来搜索货品的相关信息。

然而，在实现本公开构思的过程中，发明人发现相关技术中至少存在如下问题：

在相关技术中，通过搜索词搜索相关信息时，有时并不能搜到用户真正想要的信息。

发明内容

有鉴于此，本公开提供了一种通过对用户操作搜索结果而产生的操作数据进行统计分析，从而合理地确定与搜索词匹配的对象或品类，使得用户基于搜索词搜索相关信息时能够搜索到自己真正想要的信息的数据处理方法及系统。

本公开的一个方面提供了一种数据处理方法，包括：获取针对基于搜索词进行搜索而获得的至少一个搜索结果的操作数据，其中，上述操作数据是用户对上述搜索结果进行操作而产生的数据；对获取的上述操作数据进行统计分析，得到对应的统计结果；根据上述统计结果，从上述搜索结果中确定出与上述搜索词匹配的一个或者多个对象；或者根据上述统计结果，确定出与上述搜索词匹配的品类，其中，上述品类包括上述一个或者多个对象所属的品类。

根据本公开的实施例，根据上述统计结果，确定出与上述搜索词匹配的品类包括：根据上述统计结果，判断上述基于搜索词进行搜索后被执行操作的至少一个对象是否属于相同的品类；以及若根据上述统计结果，判断上述基于搜索词进行搜索后被执行操作的至少一个对象属于相同的品类的情况下，则确定与上述搜索词匹配的品类为上述相同的品类。

根据本公开的实施例，根据上述统计结果，确定出与上述搜索词匹配的品类包括：若根据上述统计结果，判断上述基于搜索词进行搜索后被执行操作的至少一个对象不属于相同的品类的情况下，则确定出上述至少一个对象所属的多个品类；以及采用预定算法从上述多个品类中确定出与上述搜索词匹配的品类。

根据本公开的实施例，采用预定算法从上述多个品类中确定出与上述搜索词匹配的品类包括：采用最大值法从上述多个品类中确定出与上述搜索词匹配的品类；或者采用第一加权算法从上述多个品类中确定出与上述搜索词匹配的品类。

根据本公开的实施例，上述数据处理方法还包括：创建数据统计体系，其中，上述数据统计体系中包括多个统计指标，上述多个统计指标用于表征用户对与上述搜索词匹配的品类的操作情况。

根据本公开的实施例，上述多个统计指标至少包括搜索次数和搜索人数，创建数据统计体系包括：获取与上述搜索词相对应的搜索次数和搜索人数；在根据上述统计结果，判断上述基于搜索词进行搜索后被执行操作的至少一个对象属于相同的品类的情况下，将上述与上述搜索词相对应的搜索次数和搜索人数统计在上述相同的品类中；以及在根据上述统计结果，判断上述基于搜索词进行搜索后被执行操作的至少一个对象不属于相同的品类的情况下，采用第二加权算法，将上述搜索次数和上述搜索人数按照预定权重分配给上述多个品类中的每个品类。

本公开的另一个方面提供了一种数据处理系统，包括：获取模块，用于获取针对搜索结果的操作数据，其中，上述搜索结果包括用户基于搜索词进行搜索后展示的至少一个对象，上述操作数据是用户对上述搜索结果进行操作而产生的数据；统计模块，用于对获取的上述操作数据进行统计分析，得到对应的统计结果；第一确定模块，用于根据上述统计结果，从上述搜索结果中确定出与上述搜索词匹配的一个或者多个对象；或者第二确定模块，用于根据上述统计结果，确定出与上述搜索词匹配的品类，其中，上述品类包括上述一个或者多个对象所属的品类。

根据本公开的实施例，上述第二确定模块包括：判断单元，用于根据上述统计结果，判断上述基于搜索词进行搜索后被执行操作的至少一个对象是否属于相同的品类；以及第一确定单元，用于若根据上述统计结果，判断上述基于搜索词进行搜索后被执行操作的至少一个对象属于相同的品类的情况下，则确定与上述搜索词匹配的品类为上述相同的品类。

根据本公开的实施例，上述第二确定模块还包括：第二确定单元，用于若根据上述统计结果，判断上述基于搜索词进行搜索后被执行操作的至少一个对象不属于相同的品类的情况下，则确定出上述至少一个对象所属的多个品类；以及第三确定单元，用于采用预定算法从上述多个品类中确定出与上述搜索词匹配的品类。

根据本公开的实施例，上述第三确定单元包括：第一确定子单元，用于采用最大值法从上述多个品类中确定出与上述搜索词匹配的品类；或者第二确定子单元，用于采用第一加权算法从上述多个品类中确定出与上述搜索词匹配的品类。

根据本公开的实施例，上述数据处理系统还包括：创建模块，用于创建数据统计体系，其中，上述数据统计体系中包括多个统计指标，上述多个统计指标用于表征用户对与上述搜索词匹配的品类的操作情况。

根据本公开的实施例，上述多个统计指标至少包括搜索次数和搜索人数，上述创建模块包括：获取单元，用于获取与上述搜索词相对应的搜索次数和搜索人数；统计单元，用于在根据上述统计结果，判断上述基于搜索词进行搜索后被执行操作的至少一个对象属于相同的品类的情况下，将上述与上述搜索词相对应的搜索次数和搜索人数统计在上述相同的品类中；以及分配单元，用于在根据上述统计结果，判断上述基于搜索词进行搜索后被执行操作的至少一个对象不属于相同的品类的情况下，采用第二加权算法，将上述搜索次数和上述搜索人数按照预定权重分配给上述多个品类中的每个品类。

本公开的另一个方面提供了一种计算机系统，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如上所述的数据处理方法。

本公开的另一个方面提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现如上所述的数据处理方法。

根据本公开的实施例，因为采用了对操作数据进行统计分析来确定各搜索词的匹配对象和品类的技术手段，所以可以至少部分地解决相关技术中用户通过搜索词搜索相关信息时很难甚至无法搜索到自己真正想要的信息的技术问题，进而使得用户基于搜索词进行搜索时，能够搜索到自己真正想要的信息的技术效果。

附图说明

通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：

图1示意性示出了根据本公开实施例的可以应用数据处理方法及系统的示例性应用场景；

图2示意性示出了根据本公开实施例的数据处理方法的流程图；

图3A示意性示出了根据本公开实施例的根据统计结果确定出与搜索词匹配的品类的流程图；

图3B示意性示出了根据本公开另一实施例的根据统计结果确定出与搜索词匹配的品类的流程图；

图3C示意性示出了根据本公开另一实施例的数据处理方法的流程图；

图3D示意性示出了根据本公开实施例的创建数据统计体系的流程图；

图3E示意性示出了根据本公开另一实施例的数据处理方法的流程图；

图4示意性示出了根据本公开实施例的数据处理系统的框图；

图5A示意性示出了根据本公开实施例的第二确定模块的框图；

图5B示意性示出了根据本公开另一实施例的第二确定模块的框图；

图5C示意性示出了根据本公开另一实施例的数据处理系统的框图；

图5D示意性示出了根据本公开实施例的创建模块的框图；以及

图6示意性示出了根据本公开实施例的适于实现数据处理方法的计算机系统的框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。本领域技术人员还应理解，实质上任意表示两个或更多可选项目的转折连词和/或短语，无论是在说明书、权利要求书还是附图中，都应被理解为给出了包括这些项目之一、这些项目任一方、或两个项目的可能性。例如，短语“A或B”应当被理解为包括“A”或“B”、或“A和B”的可能性。

本公开的实施例提供了一种数据处理方法，包括：获取针对基于搜索词进行搜索而获得的至少一个搜索结果的操作数据，其中，操作数据是用户对搜索结果进行操作而产生的数据；对获取的操作数据进行统计分析，得到对应的统计结果；根据统计结果，从搜索结果中确定出与搜索词匹配的一个或者多个对象；或者根据统计结果，确定出与搜索词匹配的品类，其中，品类包括一个或者多个对象所属的品类。

图1示意性示出了根据本公开实施例的可以应用数据处理方法及系统的示例性应用场景。

如图1所示，在该应用场景中，用户在手机110的某一交易网站APP上，基于搜索词(如图1中的“苹果”)搜索相关信息时，有时并不能搜索到用户真正想要的信息。例如，用户基于搜索词“苹果”进行搜索时，搜索结果中可能包括iphone手机、手机壳、耳机、生鲜苹果等，其中，iphone手机属于“手机品类”，手机壳和耳机属于“手机配件品类”，生鲜苹果属于“生鲜品类”，而用户可能只想获得iphone手机的相关信息或者“手机品类”的相关信息。此时，可以通过本公开的数据处理方案，实现用户通过搜索词“苹果”搜索到自己想要的iphone手机的相关信息的目的。

需要注意的是，图1所示仅为可以应用本公开实施例的应用场景的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。

如图2所示，该数据处理方法可以包括操作S201～S203，其中：

在操作S201，获取针对基于搜索词进行搜索而获得的至少一个搜索结果的操作数据，其中，操作数据是用户对搜索结果进行操作而产生的数据。

在本公开的实施例中，上述操作可以包括但不限于点击、加入购物车(可以简称为“加购”)、收藏、下单等操作，且对搜索结果进行的操作可以包括但不限于直接操作和/或间接操作，其中，直接操作可以是直接对搜索结果进行的操作，如直接点击或者收藏搜索结果等；间接操作可以是非直接作用于搜索结果的操作，如间接点击操作、间接购买操作。

例如，搜索结果中包括“iphone 5S”，若用户对该“iphone 5S”执行“点击”操作，则该“点击”操作可以称为“直接点击”操作；若用户点击该“iphone 5S”后进入该“iphone 5S”商品详情页，且该商品详情页提供的内容中包含有“iphone 5S手机膜”，随后，用户对该“iphone 5S手机膜”执行“加购”操作，则该“加购”操作可以称为“间接加购”操作。

根据本公开的实施例，在用户基于搜索词进行搜索后，可以获得至少一个搜索结果，该搜索结果可以包括一个或多个对象。然后对该搜索结果执行操作，其中，该操作可以是对搜索结果中的对象执行的操作。

在本公开的实施例中，在对搜索结果执行操作后，会产生相应的操作数据，其中，该操作数据可以包括但不限于上述搜索词、基于该搜索词进行搜索的搜索次数、基于该搜索词进行搜索的搜索人数、点击的对象、点击某一对象的次数、加购的对象、加购某一对象的次数、购买的对象以及购买某一对象的花费等。进一步，在对搜索结果进行操作并产生操作数据后，可以获取上述操作数据，其中，获取操作数据的方式可以包括多种，例如可以从操作日志中获取，在此不做限定。

在操作S202，对获取的操作数据进行统计分析，得到对应的统计结果。

在本公开的实施例中，由于上述操作数据中可能会包含一些无用的冗余数据，故而，优选地，可以在统计分析该操作数据之前，对该操作数据进行清洗。其中，清洗的目的是滤除该操作数据中的冗余数据，以提高该操作数据的质量。另外，由于获取的操作数据也可能是一些零散的数据，因此可以对该操作数据作进一步的统计分析，以得到对应的统计结果。

例如，在同一会话(打开一个客户端到关闭该客户端称为一个会话)内，用户基于“苹果”进行搜索后得到搜索结果，该搜索结果中包含“iphone 4”、“iphone 8”、“iphone 8手机膜”等商品，用户在搜索结果中直接点击了“iphone 4”进行浏览，然后又在“iphone 8”商品详情页包含的内容中点击了“iphone 4”进行浏览，对上述操作产生的操作数据进行统计分析，得出用户对“iphone 4”点击了2次(包括直接点击1次和间接点击1次)，对“iphone8”点击了1次，等等。

在操作S203，根据统计结果，确定出与搜索词匹配的品类，其中，该品类包括一个或者多个对象所属的品类。

需要说明的是，操作S203还可以替换为：根据统计结果，从搜索结果中确定出与搜索词匹配的一个或者多个对象。

在本公开的实施例中，品类可以是对象的种类，不同种类的对象属于不同的品类。根据本公开的实施例，统计结果可以用于反应用户基于该搜索词进行搜索的真实意图。其中，根据上述统计结果，可以确定出与该搜索词匹配的一个或者多个对象；或者确定出该一个或者多个对象所属的品类，若上述对象属于同一品类，则可以将上述品类匹配给该搜索词；若上述对象属于多个品类，则可以根据预定算法从该多个品类中确定出与该搜索词匹配的至少一个品类。

例如，结合上述示例，若根据本公开实施例提供的方法确定出该搜索词“苹果”的匹配对象应该为“iphone 4”，则可以将“iphone 4”匹配给“苹果”，或者将“iphone 4”所属的“手机品类”匹配给“苹果”。

需要说明的是，由于搜索词本身具有模糊性，有些搜索词可能不需要唯一对应某个品类，如某个搜索词可能对应2个或者2个以上的品类。故而，可以根据上述统计结果，确定搜索词匹配的至少一个品类。同时，为了避免长尾影响，可以根据实际业务情况设置阈值，过滤掉操作数据相对较少的品类。

通过本公开的实施例，通过对用户操作搜索结果而产生的操作数据进行统计分析，从而确定与搜索词匹配的对象或品类，能够实现用户基于搜索词搜索相关信息时，可以准确搜到自己真正想要的信息的目的。

下面参考图3A～图3E，结合具体实施例对图2所示的方法做进一步说明。

图3A示意性示出了根据本公开实施例的根据统计结果确定出与搜索词匹配的品类的流程图。

在该实施例中，参考图2描述的操作S203(即根据统计结果，确定出与搜索词匹配的品类)可以包括操作S301～S302。如图3A所示，其中：

在操作S301，根据统计结果，判断基于搜索词进行搜索后被执行操作的至少一个对象是否属于相同的品类。

在操作S302，若根据统计结果，判断基于搜索词进行搜索后被执行操作的至少一个对象属于相同的品类的情况下，则确定与搜索词匹配的品类为相同的品类。

在本公开的实施例中，判断上述对象是否属于相同品类，可以根据统计结果中的一项或多项数据进行判断。如可以根据加购某一对象的次数进行判断，还可以根据购买某一对象的金额进行判断，在此不做限定。

需要说明的是，上述被执行操作的至少一个对象可以包括但不限于被点击的对象，被加购的对象、被购买的对象等。

根据本公开的实施例，在基于搜索词进行搜索后，若被用户操作的对象全部隶属于同一品类，则表明用户搜索该搜索词想要获取的信息很可能是该品类下的信息，此时，可以将该品类匹配给上述搜索词，优选的，可以将该品类作为该搜索词的三级类目。

通过本公开的实施例，若被用户执行操作的对象隶属于同一品类，则将该品类匹配给搜索词，能实现用户通过搜索词搜索到其真实想要的信息的目的，同时也可以提高用户的体验效果。

图3B示意性示出了根据本公开另一实施例的根据统计结果确定出与搜索词匹配的品类的流程图。

在该实施例中，参考图2描述的操作S203(即根据统计结果，确定出与搜索词匹配的品类)除了可以包括参考图3A描述的相应操作之外，还可以包括操作S401～S402。如图3B所示，其中：

在操作S401，若根据统计结果，判断基于搜索词进行搜索后被执行操作的至少一个对象不属于相同的品类的情况下，则确定出至少一个对象所属的多个品类。

在操作S402，采用预定算法从多个品类中确定出与搜索词匹配的品类。

在本公开的实施例中，若基于搜索词进行搜索后，被用户执行操作的对象属于M(M为大于1的正整数)个品类，则确定上述对象中的每个对象所属的品类，并采用预定算法从这M个品类中确定出至少一个品类，进一步，将该至少一个品类匹配给该搜索词。

例如，结合上述示例，用户分别针对“ipbone 4”、“iphone 8手机膜”执行了操作，其中，“ipbone 4”属于“手机品类”，“iphone 8手机膜”属于“手机配件品类”，则可以通过预定算法确定出与“苹果”匹配的品类。

通过本公开的实施例，从多个品类中确定出与搜索词匹配的品类，可以更好的把握用户的真实意图，实现了用户在基于搜索词进行搜索时，可以准确搜索到自己真正想要的信息的目的，提高了用户的体验效果。

作为一种可选的实施例，采用预定算法从多个品类中确定出与搜索词匹配的品类包括：采用最大值法从多个品类中确定出与搜索词匹配的品类；或者采用第一加权算法从多个品类中确定出与搜索词匹配的品类。

在本公开的实施例中，预定算法可以包括但不限于最大值法、第一加权算法等。其中，采用最大值法从多个品类中确定出与搜索词匹配的品类，可以根据点击同一品类下对象次数的最大值确定，和/或根据加购同一品类下对象次数的最大值确定，和/或根据购买同一品类下对象数量的最大值确定，和/或根据购买同一品类下对象金额的最大值确定等，在此不做限定。

例如，以最大值法为例，若点击同一品类下对象次数(可以是浏览该对象详情页次数)的最大值唯一，则可以将该品类匹配给上述搜索词。若点击同一品类下对象次数中有N(N为大于1的正整数)个最大值，则可以进一步比较并判断购买同一品类下对象数量的最大值是否唯一，和/或购买同一品类下对象金额的最大值是否唯一。若唯一，则可以将购买同一品类下对象数量的最大值对应的品类匹配给该搜索词，和/或将购买同一品类下对象金额的最大值对应的品类匹配给该搜索词。若不唯一，则可以人工介入并根据业务情况进行判别。

同理，也可以采用第一加权算法从多个品类中确定出与搜索词匹配的品类，在此不作赘述。

通过本公开的实施例，采用多种算法确定搜索词匹配的品类，可以提高匹配的灵活性。

图3C示意性示出了根据本公开另一实施例的数据处理方法的流程图。

在该实施例中，该数据处理方法除了可以包括上文参考图2和图3B描述的相应操作之外，还可以包括操作S501。为了描述的简洁起见，这里省略对图2和图3B中相应操作的描述。

如图3C所示，该数据处理方法还可以包括操作S501。其中：

在操作S501，创建数据统计体系，其中，数据统计体系中包括多个统计指标，多个统计指标用于表征用户对与搜索词匹配的品类的操作情况。

在本公开的实施例中，上述多个统计指标可以包括上述统计的操作数据以及搜索词匹配的品类。具体的，该多个统计指标可以包括但不限于搜索词、搜索词匹配的品类、搜索次数、搜索人数、点击某一对象的次数、点击某一对象的人数、加购某一对象的次数、加购某一对象的数量、加购某一对象的人数、加购对象的数量、购买某一对象的次数、购买某一对象的人数、购买某一对象的数量、购买对象的数量、购买某一对象的金额、订单数量、订单金额等。

根据本公开的实施例，根据上述多个统计指标，创建数据统计系统，其中，该数据统计体系可以存放在存储器内。

通过本公开的实施例，根据多个统计指标建立数据统计体系，不仅可以提高分析用户行为的便利性，还可以提高了解用户真实意图的准确性。

图3D示意性示出了根据本公开实施例的创建数据统计体系的流程图。

在该实施例中，参考图3C描述的操作S501(即创建数据统计体系)可以包括操作S601～S603。

如图3D所示，上述多个统计指标至少包括搜索次数和搜索人数，其中：

在操作S601，获取与搜索词相对应的搜索次数和搜索人数。

在操作S602，在根据统计结果，判断基于搜索词进行搜索后被执行操作的至少一个对象属于相同的品类的情况下，将与搜索词相对应的搜索次数和搜索人数统计在相同的品类中。

在操作S603，在根据统计结果，判断基于搜索词进行搜索后被执行操作的至少一个对象不属于相同的品类的情况下，采用第二加权算法，将搜索次数和搜索人数按照预定权重分配给多个品类中的每个品类。

在本公开的实施例中，获取搜索次数和搜索人数可以包括多种方式，如可以在统计的操作数据中获取，在此不做限定。

根据本公开的实施例，若被执行操作的对象属于同一品类，则可以将该搜索词相对应的搜索次数和搜索人数全部计算给该品类。换言之，若搜索词唯一对应某个品类，则可以将该搜索词相对应的搜索次数和搜索人数全部计算给该品类。

例如，若搜索词“苹果”唯一匹配“生鲜品类”，且该搜索词“苹果”对应的搜索次数为20次，搜索人数为58人，则该“生鲜品类”对应的搜索次数可以是20次，搜索人数可以是58人。

在本公开的实施例中，基于同一搜索词进行搜索后，若被执行操作的对象属于不同品类，则可以采用第二加权算法进行分配。具体地，若被执行操作的对象属于同一品类(可以是搜索词唯一匹配某个品类)，则可以将该搜索次数和搜索人数全部计给该品类；若被执行操作的对象属于不同的品类(可以是搜索词匹配2个或2个以上的品类)，则可以使用第二加权算法，将搜索次数和搜索人数以预定权重分配给各个品类。其中，上述预定权重的分配方法可以包括：若被直接操作的对象属于品类A，则将预定权重X分配给该品类A；若被间接操作的对象属于品类B，将预定权重Y(X＞Y)分配给该品类B。

需要说明的是，预定权重可以是预先设置的，比如可以根据业务情况设置，还可以根据汉明距离函数设置，在此不做限定。

应该理解，在本公开的实施例中，由于搜索次数和搜索人数均为正整数，故而需要对分配给每个品类的搜索次数和搜索人数做取整处理，且对于同一搜索词而言，分配给各个品类的搜索次数之和等于该搜索词的搜索次数，分配给各个品类的搜索人数之和等于该搜索词的搜索人数。其中，取整处理可以包括向上取整和向下取整。

例如，搜索词“苹果”对应的搜索次数为100，其中，用户对“手机品类”操作了50次，对“生鲜品类”操作了30次，则可以将“手机品类”的权重设置为0.5，将“生鲜品类”的权重设置为0.3，并将100以5∶3分配给“手机品类”和“生鲜品类”，那么“手机品类”的搜索次数为62.5，“生鲜品类”的搜索次数为37.5。其中，若对“手机品类”的搜索次数做向上取整，则需要对“生鲜品类”做向下取整，以保证“手机品类”的搜索次数与“生鲜品类”的搜索次数之和等于“苹果”的搜索次数。具体地，“手机品类”对应的搜索次数应该为63次，“生鲜品类”的对应的搜索次数应该为37次。

通过本公开的实施例，将搜索次数和搜索人数分配给与搜索词匹配的品类，可以有效的统计并分析用户行为，实现提高获取用户真实意图准确性的目的。

图3E示意性示出了根据本公开另一实施例的数据处理方法的流程图。如图3E所示，其中：

在操作S701，采集并清洗操作数据，获取用户搜索操作日志、点击操作日志、加购操作日志、购买操作日志。

在操作S702，统计全量操作数据，包括统计搜索词、搜索次数、搜索人数以及输入搜索词后续的点击数据、加购数据、购买数据。

在操作S703，根据用户输入搜索词后续操作，计算搜索词对应匹配品类。

在操作S704，建立搜索词品类数据统计体系，确定搜索词匹配的品类的搜索次数和搜索人数。

在本公开的实施例中，在用户对搜索结果进行操作后，产生相对应的操作数据，可以获取并清洗该操作数据，具体地，可以从操作日志中获取该操作数据，然后统计分析上述操作数据，根据统计结果确定出与该搜索词匹配的品类，其中，统计的操作数据可以包括但不限于搜索词、搜索次数、搜索人数、点击数据、加购数据和购买数据。此外，还可以建立与搜索词品类相关的数据统计体系，并将搜索词对应的搜索次数和搜索人数分配给与该搜索词匹配的品类。

需要说明的是，操作数据可以根据用户操作路径确定合理逻辑，比如对点击操作分级，按照用户操作路径和就近原则统计用户的操作数据，在此不再赘述。

本公开还提供了一种数据处理系统。

根据公开的实施例，该数据处理系统可以包括：获取模块，用于获取针对搜索结果的操作数据，其中，搜索结果包括用户基于搜索词进行搜索后展示的至少一个对象，操作数据是用户对搜索结果进行操作而产生的数据；统计模块，用于对获取的操作数据进行统计分析，得到对应的统计结果；第一确定模块，用于根据统计结果，从搜索结果中确定出与搜索词匹配的一个或者多个对象；或者第二确定模块，用于根据统计结果，确定出与搜索词匹配的品类，其中，品类包括一个或者多个对象所属的品类。

图4示意性示出了根据本公开实施例的数据处理系统的框图。

如图4所示，该数据处理系统400可以包括获取模块410、统计模块420和第二确定模块430。其中：

获取模块410用于获取针对搜索结果的操作数据，其中，搜索结果包括用户基于搜索词进行搜索后展示的至少一个对象，操作数据是用户对搜索结果进行操作而产生的数据。

统计模块420用于对获取的操作数据进行统计分析，得到对应的统计结果。

第二确定模块430用于根据统计结果，确定出与搜索词匹配的品类，其中，品类包括一个或者多个对象所属的品类。

需要说明的是，第二确定模块430还可以替换为：第一确定模块，用于根据统计结果，从搜索结果中确定出与搜索词匹配的一个或者多个对象。

通过本公开的实施例，通过对用户操作搜索结果而产生的操作数据进行统计分析，从而确定与搜索词匹配的对象或品类，能够实现用户基于搜索词搜索相关信息时，可以准确搜到自己真正想要的信息的目的。

图5A示意性示出了根据本公开实施例的第二确定模块的框图。

在该实施例中，参考图4描述的第二确定模块430可以包括判断单元431和第一确定单元432。如图5A所示，其中：

判断单元431用于根据统计结果，判断基于搜索词进行搜索后被执行操作的至少一个对象是否属于相同的品类。

第一确定单元432用于若根据统计结果，判断基于搜索词进行搜索后被执行操作的至少一个对象属于相同的品类的情况下，则确定与搜索词匹配的品类为相同的品类。

通过本公开的实施例，若被用户执行操作的对象隶属于同一品类，则将该品类匹配给搜索词，能实现用户通过搜索词搜索到其真实想要的信息的目的，同时也可以提高用户的体验效果。

图5B示意性示出了根据本公开另一实施例的第二确定模块的框图。

在该实施例中，参考图4描述的第二确定模块430除了可以包括参考图5A描述的相应单元之外，还可以包括第二确定单元433和第三确定单元434。如图5B所示，其中：

第二确定单元433用于若根据统计结果，判断基于搜索词进行搜索后被执行操作的至少一个对象不属于相同的品类的情况下，则确定出至少一个对象所属的多个品类。

第三确定单元434用于采用预定算法从多个品类中确定出与搜索词匹配的品类。

通过本公开的实施例，从多个品类中确定出与搜索词匹配的品类，可以更好的把握用户的真实意图，实现了用户在基于搜索词进行搜索时，可以准确搜索到自己真正想要的信息的目的，提高了用户的体验效果。

作为一种可选的实施例，上述第三确定单元包括：第一确定子单元，用于采用最大值法从多个品类中确定出与搜索词匹配的品类；或者第二确定子单元，用于采用第一加权算法从多个品类中确定出与搜索词匹配的品类。

通过本公开的实施例，采用多种算法确定搜索词匹配的品类，可以提高匹配的灵活性。

图5C示意性示出了根据本公开另一实施例的数据处理系统的框图。

在该实施例中，该数据处理系统400除了可以包括上文参考图4和图5B描述的相应模块、单元之外，还可以包括创建模块510。为了描述的简洁起见，这里省略对参考图4和图5B中相应模块、单元的描述。

如图5C所示，该数据处理系统400还可以包括创建模块510。其中：

创建模块510用于创建数据统计体系，其中，数据统计体系中包括多个统计指标，多个统计指标用于表征用户对与搜索词匹配的品类的操作情况。

通过本公开的实施例，根据多个统计指标建立数据统计体系，不仅可以提高分析用户行为的便利性，还可以提高了解用户真实意图的准确性。

图5D示意性示出了根据本公开实施例的创建模块的框图。

在该实施例中，参考图5C描述的创建模块510可以包括获取单元511、统计单元512和分配单元513。

如图5D所示，上述多个统计指标至少包括搜索次数和搜索人数，其中：

获取单元511用于获取与搜索词相对应的搜索次数和搜索人数。

统计单元512用于在根据统计结果，判断基于搜索词进行搜索后被执行操作的至少一个对象属于相同的品类的情况下，将与搜索词相对应的搜索次数和搜索人数统计在相同的品类中。

分配单元513用于在根据统计结果，判断基于搜索词进行搜索后被执行操作的至少一个对象不属于相同的品类的情况下，采用第二加权算法，将搜索次数和搜索人数按照预定权重分配给多个品类中的每个品类。

通过本公开的实施例，将搜索次数和搜索人数分配给与搜索词匹配的品类，可以有效的统计并分析用户行为，实现提高获取用户真实意图准确性的目的。

可以理解的是，获取模块410、统计模块420、第二确定模块430以及创建模块510可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。同样可以理解的是，获取模块410、统计模块420、第一确定模块以及创建模块510可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本发明的实施例，获取模块410、统计模块420、第一确定模块、第二确定模块430以及创建模块510中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以以对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式的适当组合来实现。或者，获取模块410、统计模块420、第一确定模块、第二确定模块430以及创建模块510中的至少一个可以至少被部分地实现为计算机程序模块，当该程序被计算机运行时，可以执行相应模块的功能。

作为另一方面，本公开还提供了一种计算机系统，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，其中，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现如上所述的数据处理方法。

图6示意性示出了根据本公开实施例的适于实现数据处理方法的计算机系统的框图。图6示出的计算机系统仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图6所示，根据本公开实施例的计算机系统800包括处理器801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。处理器801例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器801还可以包括用于缓存用途的板载存储器。处理器801可以包括用于执行参考图2、图3A～图3E描述的根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 803中，存储有计算机系统800操作所需的各种程序和数据。处理器801、ROM802以及RAM 803通过总线804彼此相连。处理器801通过执行ROM 802和/或RAM 803中的程序来执行以上参考图2、图3A～图3E描述的各种操作。需要注意，所述程序也可以存储在除ROM 802和RAM 803以外的一个或多个存储器中。处理器801也可以通过执行存储在所述一个或多个存储器中的程序来执行以上参考图2、图3A～图3E描述的各种操作。

根据本公开的实施例，计算机系统800还可以包括输入/输出(I/O)接口805，输入/输出(I/O)接口805也连接至总线804。计算机系统800还可以包括连接至I/O接口805的以下部件中的一项或多项：包括键盘、鼠标等的输入部分806；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分807；包括硬盘等的存储部分808；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器810上，以便于从其上读出的计算机程序根据需要被安装入存储部分808。

根据本公开的实施例，上文参考流程图描述的方法可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分809从网络上被下载和安装，和/或从可拆卸介质811被安装。在该计算机程序被处理器801执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

需要说明的是，本公开所示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，计算机可读的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。计算机可读的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：无线、电线、光缆、RF等等，或者上述的任意合适的组合。根据本公开的实施例，计算机可读介质可以包括上文描述的ROM 802和/或RAM 803和/或ROM 802和RAM 803以外的一个或多个存储器。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

作为另一方面，本公开还提供了一种计算机可读介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现上述数据处理方法。该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备执行：获取针对基于搜索词进行搜索而获得的至少一个搜索结果的操作数据，其中，操作数据是用户对搜索结果进行操作而产生的数据；对获取的操作数据进行统计分析，得到对应的统计结果；根据统计结果，从搜索结果中确定出与搜索词匹配的一个或者多个对象；或者根据统计结果，确定出与搜索词匹配的品类，其中，品类包括一个或者多个对象所属的品类。

以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。

Claims (14)

1.一种数据处理方法，包括：

获取针对基于搜索词进行搜索而获得的至少一个搜索结果的操作数据，其中，所述操作数据是用户对所述搜索结果进行操作而产生的数据；

对获取的所述操作数据进行统计分析，得到对应的统计结果；

根据所述统计结果，从所述搜索结果中确定出与所述搜索词匹配的一个或者多个对象；或者

根据所述统计结果，确定出与所述搜索词匹配的品类，其中，所述品类包括所述一个或者多个对象所属的品类。

2.根据权利要求1所述的方法，其中，根据所述统计结果，确定出与所述搜索词匹配的品类包括：

根据所述统计结果，判断所述基于搜索词进行搜索后被执行操作的至少一个对象是否属于相同的品类；以及

若根据所述统计结果，判断所述基于搜索词进行搜索后被执行操作的至少一个对象属于相同的品类的情况下，则确定与所述搜索词匹配的品类为所述相同的品类。

3.根据权利要求2所述的方法，其中，根据所述统计结果，确定出与所述搜索词匹配的品类包括：

若根据所述统计结果，判断所述基于搜索词进行搜索后被执行操作的至少一个对象不属于相同的品类的情况下，则确定出所述至少一个对象所属的多个品类；以及

采用预定算法从所述多个品类中确定出与所述搜索词匹配的品类。

4.根据权利要求3所述的方法，其中，采用预定算法从所述多个品类中确定出与所述搜索词匹配的品类包括：

采用最大值法从所述多个品类中确定出与所述搜索词匹配的品类；或者

采用第一加权算法从所述多个品类中确定出与所述搜索词匹配的品类。

5.根据权利要求3所述的方法，其中，所述方法还包括：

创建数据统计体系，其中，所述数据统计体系中包括多个统计指标，所述多个统计指标用于表征用户对与所述搜索词匹配的品类的操作情况。

6.根据权利要求5所述的方法，其中，所述多个统计指标至少包括搜索次数和搜索人数，创建数据统计体系包括：

获取与所述搜索词相对应的搜索次数和搜索人数；

在根据所述统计结果，判断所述基于搜索词进行搜索后被执行操作的至少一个对象属于相同的品类的情况下，将所述与所述搜索词相对应的搜索次数和搜索人数统计在所述相同的品类中；以及

在根据所述统计结果，判断所述基于搜索词进行搜索后被执行操作的至少一个对象不属于相同的品类的情况下，采用第二加权算法，将所述搜索次数和所述搜索人数按照预定权重分配给所述多个品类中的每个品类。

7.一种数据处理系统，包括：

获取模块，用于获取针对搜索结果的操作数据，其中，所述搜索结果包括用户基于搜索词进行搜索后展示的至少一个对象，所述操作数据是用户对所述搜索结果进行操作而产生的数据；

统计模块，用于对获取的所述操作数据进行统计分析，得到对应的统计结果；

第一确定模块，用于根据所述统计结果，从所述搜索结果中确定出与所述搜索词匹配的一个或者多个对象；或者

第二确定模块，用于根据所述统计结果，确定出与所述搜索词匹配的品类，其中，所述品类包括所述一个或者多个对象所属的品类。

8.根据权利要求7所述的系统，其中，所述第二确定模块包括：

判断单元，用于根据所述统计结果，判断所述基于搜索词进行搜索后被执行操作的至少一个对象是否属于相同的品类；以及

第一确定单元，用于若根据所述统计结果，判断所述基于搜索词进行搜索后被执行操作的至少一个对象属于相同的品类的情况下，则确定与所述搜索词匹配的品类为所述相同的品类。

9.根据权利要求8所述的系统，其中，所述第二确定模块还包括：

第二确定单元，用于若根据所述统计结果，判断所述基于搜索词进行搜索后被执行操作的至少一个对象不属于相同的品类的情况下，则确定出所述至少一个对象所属的多个品类；以及

第三确定单元，用于采用预定算法从所述多个品类中确定出与所述搜索词匹配的品类。

10.根据权利要求9所述的系统，其中，所述第三确定单元包括：

第一确定子单元，用于采用最大值法从所述多个品类中确定出与所述搜索词匹配的品类；或者

第二确定子单元，用于采用第一加权算法从所述多个品类中确定出与所述搜索词匹配的品类。

11.根据权利要求9所述的系统，其中，所述系统还包括：

创建模块，用于创建数据统计体系，其中，所述数据统计体系中包括多个统计指标，所述多个统计指标用于表征用户对与所述搜索词匹配的品类的操作情况。

12.根据权利要求11所述的系统，其中，所述多个统计指标至少包括搜索次数和搜索人数，所述创建模块包括：

获取单元，用于获取与所述搜索词相对应的搜索次数和搜索人数；

统计单元，用于在根据所述统计结果，判断所述基于搜索词进行搜索后被执行操作的至少一个对象属于相同的品类的情况下，将所述与所述搜索词相对应的搜索次数和搜索人数统计在所述相同的品类中；以及

分配单元，用于在根据所述统计结果，判断所述基于搜索词进行搜索后被执行操作的至少一个对象不属于相同的品类的情况下，采用第二加权算法，将所述搜索次数和所述搜索人数按照预定权重分配给所述多个品类中的每个品类。

13.一种计算机系统，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现权利要求1至6中任一项所述的数据处理方法。

14.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现权利要求1至6中任一项所述的数据处理方法。