CN110929139A - 搜索推荐方法及装置 - Google Patents

Abstract

本申请实施例公开了一种搜索推荐方法，包括：接收用户的搜索请求，所述搜索请求包括至少一个搜索词；基于搜索词获得与之对应的搜索结果，并向用户展示搜索结果；至少基于搜索词和搜索结果得到推荐结果，并将推荐结果展示给用户，其中，推荐结果包括至少一个图片。

Description

搜索推荐方法及装置

技术领域

本申请涉及信息搜索技术领域，特别是涉及商品的搜索推荐方法及装置。

背景技术

在网络平台销售系统中，商品搜索是系统提供的一项重要功能，使得用户可以通过输入关键词的方式告知系统自己的需求，之后，系统便可以向用户返回与关键词相关的搜索结果，进而，用户可以再从中选择自己所需的商品。

而随着用户在搜索中逐渐丰富的行为，对导购类目需求的日益提升，用户对精准搜索的需求量也逐渐提升。而搜索结果的准确度往往在很大程度上依赖于关键词的准确度，关键词描述的越精确，就越能够获得更为精准的搜索结果。然而，由于关键词通常是由用户自行编辑输入的，因此，实际输入的关键词与其实际所需要的商品之间可能会具有一定的差距。例如，同样是以“洗衣机”为关键词进行搜索，不同的用户对型号、大小、品牌等都会有不同的诉求，用户需要在搜索结果中反复查找确认多次之后，可能才会找到真正符合自己需求的一款洗衣机。

为了帮助用户获得更精确的搜索结果，现有技术中提供了多种方案。例如，一种方式下，可以在用户输入某关键词之后，提供多种维度上的分类搜索关键词，用户可以从中对具体某类别关键词进行选择，从而缩小搜索范围。例如，某用户输入的关键词为“手机”，则通常可以从手机的品牌、尺寸等维度上提供多种可选的分类搜素关键词，用户可以从中选择其中某个品牌的手机进行搜索，这样，会将其他品牌的手机过滤掉，等等。或者，另一种方式下，可以是在搜索结果页中以“锦囊”的形式为用户提供更细化的关键词，例如，用户在搜索“连衣裙”时，“锦囊”中可以提示出“连衣裙韩版”、“连衣裙蕾丝”等多个可选的细化关键词，如果用户需要，则可以选择其中一个细化的关键词，此时，可以重新给出该细化的关键词对应的搜索结果，等等。

上述的方法可以满足一些场景下的用户对于商品的搜索需求，但是，在很多情况下，用户在搜索时不能立刻获得自己所需要/满意的商品，而需要返回重新搜索；或者，用户对于自己所需求的商品并不是非常的清楚。例如用户搜索“羊毛衫”时，用户可能并不清楚羊毛衫的各种款式的具体名称(例如“圆领”、“高领”、“V领”等)以及和这些具体名称所对应的羊毛衫的具体实际的样式，而即使系统给了这些款式的基于文字的关键词(款式)的提示，用户仍然不能直观地获得与这些关键词相对应的羊毛衫是否是自己所需要的。在此情况下，用户需要多次进行搜索-返回-调整关键词的过程，整个过程的搜索效率低下。

因此，如何提高搜索效率，成为需要本领域技术人员解决的技术问题。

发明内容

本申请提供了一种搜索推荐方法及装置，能够提高搜索效率。

本申请提供了如下方案：

一种搜索推荐方法，包括：接收用户的搜索请求，所述搜索请求包括至少一个搜索词；基于搜索词获得与之对应的搜索结果；至少基于搜索词和搜索结果得到推荐结果，并将推荐结果展示给用户，其中，推荐结果包括至少一个图片。

作为可选，所述的推荐结果还包括与所述图片相关的文字。

作为可选，所述的推荐结果在用户从所述搜索结果返回时展示给用户。

作为可选，所述的推荐结果在用户点击了至少一个搜索结果并返回时展示给用户。

作为可选，还包括：获取用户的登陆信息；基于用户的登陆信息和购物历史得到用户画像；基于用户画像、搜索词和搜索结果得到推荐结果，并将推荐结果展示给用户，其中，推荐结果包括图片和与图片相关的文字。

作为可选，还包括：获取用户的搜索历史，所述的搜索历史包括多个搜索词；基于所述多个搜索词、所述用户画像和所述用户所点击的搜索结果得到推荐结果，并将推荐结果展示给用户，其中，所述的推荐结果包括图片和与图片相关的文字。

作为可选，图片包括和所述搜索结果相关的商品图像，所述的与图片相关的文字用于描述这些与用户点击的搜索结果相类似的商品。

作为可选，当用户点击所述图片时，进入所述图片所展示的商品的页面。

作为可选，所述的图片的尺寸相同并且按照周期性排列，所述的与图片相关的文字设置于图片的侧部或端部。

作为可选，图片采用如下至少之一的方式排列：横向排列、纵向排列、矩阵形排列。

作为可选，在所述的推荐结果的上方设置有标题。

作为本发明的另一方面，提供一种搜索推荐装置，包括：

用于接收用户的搜索请求的装置，所述搜索请求包括至少一个搜索词；

用于基于搜索词获得与之对应的搜索结果，并向用户展示搜索结果的装置；

用于至少基于所述搜索词和搜索结果得到推荐结果，并将推荐结果展示给用户的装置，其中，所述的推荐结果包括至少一个图片。

根据本申请提供的具体实施例，本申请公开了以下技术效果：

电商平台系统在用户的搜索过程中基于对于用户意图的猜测，向用户展示推荐结果，推荐结果包括多个图片，从而用户可以基于视觉获知电商平台系统的推荐并从中快速选择自己所需要的商品，提高了搜索推荐效率。

在优选的实现方式下，还可以在具体交互过程中触发的新的搜索过程之间可以产生联动，并以最方便用户获得信息的方式展示推及结果，从而更加有利于提高搜索效率。

当然，实施本申请的任一产品并不一定需要同时达到以上所述的所有优点。

附图说明

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

图1是本申请实施例提供的流程图；

图2本申请实施例提供的用户搜索展示状态示意图；

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本申请保护的范围。

在本申请实施例中，为了能够更好的优化搜索结果，帮助用户实现在搜索关键词表达方面的主动性，提高搜索过程的联动性，提供了相应的解决方案。在该方案中，可以在提供搜索结果的同时，为用户提供用于与预置的人工智能助理(俗称“智能机器人”等)模块进行互动的操作入口，在用户需要的情况下，可以通过该人工智能助理模块，更明确的了解用户的实际意图，引导用户自主的表达自己的需求，并且可以在了解了用户的实际意图的基础上，对搜索结果进行优化，也即，使得搜索的过程成为具有联动性的一连串行为，而不再是相互孤立，从而可以提高搜索效率，提升用户体验。

下面对具体的实现方案进行详细介绍。

在一些实施例中，首先提供了一种搜索推荐方法，参见图1，该方法具体包括：

电商平台接收用户的搜索请求，搜索请求一般包括用户所提供的搜索词，在本实施例中，搜索词是“毛衣”。电商平台基于搜索词获得与之对应的搜索结果，例如多个销售毛衣的卖家列表，这些列表中可以包含图片以及文字，搜索结果被展示给用户。

在一些实施例中，电商平台基于用户的搜索词和搜索结果进一步得到推荐结果，在本实施例中，推荐结果是多个和“毛衣”相关的图片，推荐结果(图片)被展示给用户，参见图2，其中包括四种不同款式的毛衣，从而使得用户可以直观地获得自己所需要的商品的视觉信息。

在一些实施例中，推荐结果中还包括与图片相关的文字，参见图2，在每一款毛衣的下方均有和该款毛衣相对应的文字说明，分别为：“圆领毛衫”、“羊绒开衫”、“V领毛衫”和“高领毛衫”。这些文字说明可以进一步使得用户获得除了商品的视觉信息外的介绍性说明，从而可以更加明确自己的需求。本领域技术人员可以理解的是，除了设置在图片下方之外，还可以在图片的上方，以及侧部等任何合适的位置设置相关文字。

在一些实施例中，推荐结果在这样的情况下被展示给用户：当用户进行搜索时，得到了相应的搜索结果，但是这些搜索结果中并没有用户所需要的商品，于是顾客点击返回，在返回后的页面上向用户展示推荐结果，推荐结果可以包括上述的图片以及上述的和图片相关的文字。

在一些实施例中，推荐结果在这样的情况下被展示给用户：当用户进行搜索时，得到了相应的搜索结果，用户点击了其中一个搜索结果，例如一位卖家的商品，但是该商品并不满足用户的需求，于是顾客点击返回，在返回后的页面上向用户展示推荐结果，推荐结果可以包括上述的图片以及上述的和图片相关的文字。

在一些实施例中，电商平台获取用户的登陆信息；基于用户的登陆信息和购物历史得到用户画像；基于用户画像、搜索词和搜索结果得到推荐结果，并将推荐结果展示给用户。例如，如果用户画像的信息显示用户为中年男性，喜好黑色(历史购物记录中显示他所购买的衣服多为黑色)。那么，如果用户当下搜索的是“毛衣”，电商平台将在推荐结果中主要推荐黑色毛衣的图片给用户。

在一些实施例中，电商平台获取用户的搜索历史，所述的搜索历史包括多个搜索词；基于所述多个搜索词、所述用户画像和所述用户所点击的搜索结果得到推荐结果，并将推荐结果展示给用户。例如，如果用户画像如果用户画像的信息显示用户为中年男性，喜好黑色(历史购物记录中显示他所购买的衣服多为黑色)，并且用户的搜索历史中显示出了近期他所关注的某部电影的英雄人物，那么，如果用户搜索了“毛衣”，将在推荐结果中推荐黑色、并且带有用户所关注的英雄人物的毛衣的图片给用户。

在一些实施例中，当用户点击所述图片时，进入所述图片所展示的商品的页面。

在一些实施例中，推荐结果的图片的展示尺寸相同，并且这些图片按照周期性排列，例如，可以按照N*1的格式横向排列(如图2所示意)，也可以按照1*N的格式纵向排列，也可以按照M*N的格式排列成矩阵形状。

在一些实施例中，也可以选择推荐结果中的重点图片的尺寸大于其它的图片。

在一些实施例中，在推荐结果上部设置有标题，如图2所示，标题为“搜索发现”，本领域技术人员可以理解，也可以选择其它合适的适于吸引用户的标题。

在一些实施例中，提供一种搜索推荐装置，所述搜索推荐装置包括处理器和非暂态存储器，所述非暂态存储器存储有指令集，所述指令集在被处理器所执行时完成：接收用户的搜索请求的装置，所述搜索请求包括至少一个搜索词；基于搜索词获得与之对应的搜索结果，并向用户展示搜索结果的装置；至少基于所述搜索词和搜索结果得到推荐结果，并将推荐结果展示给用户的装置，其中，所述的推荐结果包括至少一个图片。所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统或系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上对本申请所提供的搜索推荐方法、装置及系统，进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的一般技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本申请的限制。

Claims (12)

1.一种搜索推荐方法，包括：

接收用户的搜索请求，所述搜索请求包括至少一个搜索词；

基于搜索词获得与之对应的搜索结果；

至少基于所述搜索词和搜索结果得到推荐结果，并将推荐结果展示给用户，其中，所述的推荐结果包括至少一个图片。

2.根据权利要求1所述的搜索推荐方法，其中：

所述的推荐结果还包括与所述图片相关的文字。

3.根据权利要求1所述的搜索推荐方法，其中：

所述的推荐结果在用户从所述搜索结果返回时展示给用户。

4.根据权利要求1所述的搜索推荐方法，其中：

所述的推荐结果在用户点击了至少一个搜索结果并返回时展示给用户。

5.根据权利要求1所述的搜索推荐算法，还包括：

获取用户的登陆信息；

基于用户的登陆信息和购物历史得到用户画像；

基于所述用户画像、搜索词和搜索结果得到推荐结果，并将推荐结果展示给用户，其中，所述的推荐结果包括图片和与图片相关的文字。

6.根据权利要求5所述的搜索推荐方法，还包括：

获取用户的搜索历史，所述的搜索历史包括多个搜索词；

基于所述多个搜索词、所述用户画像和所述用户所点击的搜索结果得到推荐结果，并将推荐结果展示给用户，其中，所述的推荐结果包括图片和与图片相关的文字。

7.根据权利要求1-6任一所述的搜索推荐方法，其中：

所述的图片包括和所述搜索结果相关的商品图像，所述的与图片相关的文字用于描述这些与用户点击的搜索结果相类似的商品。

8.根据权利要求7所述的搜索推荐方法，其中：

当用户点击所述图片时，进入所述图片所展示的商品的页面。

9.根据权利要求8所述的搜索推荐方法，其中：

所述的图片的尺寸相同并且按照周期性排列，所述的与图片相关的文字设置于图片的侧部或端部。

10.根据权利要求9所述的搜索推荐方法，其中：

所述的图片采用如下至少之一的方式排列：横向排列、纵向排列、矩阵形排列。

11.根据权利要求10所述的搜索推荐方法，其中：

在所述的推荐结果的上方设置有标题。

12.一种搜索推荐装置，包括：

用于接收用户的搜索请求的装置，所述搜索请求包括至少一个搜索词；

用于基于搜索词获得与之对应的搜索结果，并向用户展示搜索结果的装置；

用于至少基于所述搜索词和搜索结果得到推荐结果，并将推荐结果展示给用户的装置，其中，所述的推荐结果包括至少一个图片。

Images