CN113886723A - 确定排序稳定性的方法和装置、以及存储介质和电子设备 - Google Patents
确定排序稳定性的方法和装置、以及存储介质和电子设备 Download PDFInfo
- Publication number
- CN113886723A CN113886723A CN202111055137.3A CN202111055137A CN113886723A CN 113886723 A CN113886723 A CN 113886723A CN 202111055137 A CN202111055137 A CN 202111055137A CN 113886723 A CN113886723 A CN 113886723A
- Authority
- CN
- China
- Prior art keywords
- preset
- search
- determining
- stability
- search result
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000012163 sequencing technique Methods 0.000 title claims abstract description 43
- 238000004590 computer program Methods 0.000 claims description 11
- 239000000126 substance Substances 0.000 claims description 2
- 238000012423 maintenance Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000005065 mining Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9538—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9532—Query formulation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种确定排序稳定性的方法和装置、以及存储介质和电子设备;所述方法包括:获取目标搜索数据对应的实际搜索结果序列;根据所述实际搜索结果序列和与所述目标搜索数据对应的预设搜索结果序列,确定与所述目标搜索数据对应的搜索稳定系数;根据所述搜索稳定系数,确定搜索引擎的排序稳定性。本发明通过目标搜索数据对应的实际搜索结果序列和预设搜索结果序列确定排序稳定性,能够使稳定性结果更有说服力和准确性,能够真实准确的反应搜索引擎的排序功能是否稳定,能够及时地发现搜索引擎的问题,为搜索引擎的维护提供技术支撑。
Description
技术领域
本发明涉及程序稳定性技术领域,并且更具体地,涉及一种确定排序稳定性的方法和装置、以及存储介质和电子设备。
背景技术
在网络时代,我们无时无刻地进行着搜索。大多数搜索产品并不能完美的满足用户需求,无法较好的按照客户业务需求进行排序,搜索结果不尽如人意。为了保证用户在网站使用搜索功能的体验,需要了解搜索引擎的稳定性,以缩短问题发现时间,从而为故障清除赢得时间。
现有的排序稳定性判断方法一般基于相似度确定稳定性,例如基于Kendall Tau、Spearman’s Footrule和Rank Biased Overlap等技术进行位置和加权计算,得出两个排序列表的相似度,并根据相似度确定稳定性。但是,由于搜索输出结果的排序属于输出不确定类型,所以需要方法既不能使用实际结果和预期结果的完全匹配又要保证一定的灵活性以做到准确、快速。因此,找到一种合适的能够确定搜索引擎的排序稳定性的方法至关重要。
发明内容
本发明要解决的问题包括如何快速准确地确定搜索引擎的排序稳定性。
为了解决上述技术问题,提出了本发明。本发明的实施例提供了一种确定排序稳定性的方法和装置、以及存储介质和电子设备。
根据本发明实施例的一个方面,提供了一种确定排序稳定性的方法,所述方法包括:
获取目标搜索数据对应的实际搜索结果序列;
根据所述实际搜索结果序列和与所述目标搜索数据对应的预设搜索结果序列,确定与所述目标搜索数据对应的搜索稳定系数;
根据所述搜索稳定系数,确定搜索引擎的排序稳定性。
优选地,其中所述根据所述实际搜索结果序列和与所述目标搜索数据对应的预设搜索结果序列,确定与所述目标搜索数据对应的搜索稳定系数,包括:
确定所述实际搜索结果序列中的任一元素在所述实际搜索结果序列中的第一位置序号和所述任一元素在所述预设搜索结果序列中的第二位置序号;
根据所述第一位置序号和第二位置序号,确定与所述目标搜索数据对应的搜索稳定系数。
优选地,其中所述方法还包括:
当所述任一元素为属于所述预设搜索结果序列中的元素时,根据所述任一元素在所述预设搜索结果序列中的位置,确定所述第二位置序号;
当所述任一元素为不属于所述预设搜索结果序列中的元素时,根据当前的预设位置序号确定所述第二位置序号,并更新所述预设位置序号为所述第二位置序号。
优选地,其中所述方法还包括:
当所述任一元素为不属于所述预设搜索结果序列中的元素时,根据当前的预设位置序号和预设步长阈值,确定所述第二位置序号,并更新所述预设位置序号为所述第二位置序号。
优选地,其中所述方法还包括:
当所述任一元素为首个不属于所述预设搜索结果序列中的元素时,确定初始的预设位置序号为所述预设搜索结果序列中的元素总数。
优选地,其中所述方法还包括:
当所述任一元素为不属于所述预设搜索结果序列中的元素时,确定所述第二位置序号为当前的预设位置序号,并根据当前的第二位置序号和预设步长阈值更新所述预设位置序号。
优选地,其中所述方法还包括:
当所述任一元素为首个不属于所述预设搜索结果序列中的元素时,根据所述预设搜索结果序列中的元素总数和预设步长阈值,确定初始的预设位置序号。
优选地,其中所述根据所述第一位置序号和第二位置序号,确定与所述目标搜索数据对应的搜索稳定系数,包括:
根据每个元素对应的第一位置序号和第二位置序号,确定每个元素对应的第一数据,并根据所述第一数据,确定与所述目标搜索数据对应的搜索稳定系数。
优选地,其中所述方法还包括:
按照预设容错策略,剔除预设数量的不属于所述预设搜索结果序列中的元素对应的第一数据。
优选地,其中所述根据所述搜索稳定系数,确定搜索引擎的排序稳定性,包括:
根据所述搜索稳定系数和预设系数阈值,确定所述目标搜索数据对应的稳定性标识;
根据所述稳定性标识,确定所述搜索引擎的排序稳定性。
优选地,其中所述方法还包括:
根据所述稳定性标识为预设标识的比例和预设比例阈值,确定所述搜索引擎的排序稳定性。
根据本发明实施例的另一个方面,提供了一种确定排序稳定性的装置,所述装置包括:
实际搜索结果序列确定模块,用于获取目标搜索数据对应的实际搜索结果序列;
搜索稳定系数确定模块,用于根据所述实际搜索结果序列和与所述目标搜索数据对应的预设搜索结果序列,确定与所述目标搜索数据对应的搜索稳定系数;
排序稳定性确定模块,用于根据所述搜索稳定系数,确定搜索引擎的排序稳定性。
根据本发明实施例的又一个方面,提供了一种计算机可读存储介质,所述存储介质存储有计算机程序,所述计算机程序用于执行本发明上述任一实施例所述的方法。
根据本发明实施例的又一个方面,提供了一种电子设备,所述电子设备包括:处理器和存储器;其中,
所述存储器,用于存储所述处理器可执行指令的存储器;
所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现本发明上述任一实施例所述的方法。
根据本发明实施例的又一个方面,提供了一种计算机程序,包括计算机可读代码,当所述计算机可读代码在设备上运行时,所述设备中的处理器执行用于实现上述任一实施例所述的方法。
本发明实施例提供了一种确定排序稳定性的方法和装置、以及存储介质和电子设备;所述方法包括:获取目标搜索数据对应的实际搜索结果序列;根据所述实际搜索结果序列和与所述目标搜索数据对应的预设搜索结果序列,确定与所述目标搜索数据对应的搜索稳定系数;根据所述搜索稳定系数,确定搜索引擎的排序稳定性。本发明通过目标搜索数据对应的实际搜索结果序列和预设搜索结果序列确定排序稳定性,能够使稳定性结果更有说服力和准确性,能够真实准确的反应搜索引擎的排序功能是否稳定,能够及时地发现搜索引擎的问题,为搜索引擎的维护提供技术支撑。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
通过参考下面的附图,可以更为完整地理解本发明的示例性实施方式:
图1为根据本发明一示例性实施例提供的确定排序稳定性的方法100的流程图;
图2为根据本发明一示例性实施例提供的确定排序稳定性的方法200的流程图;
图3为根据本发明一示例性实施例提供的确定排序稳定性的装置300的结构示意图;
图4为根据本发明一示例性实施例提供的电子设备40的结构图。
具体实施方式
下面,将参考附图详细地描述根据本发明的示例实施例。显然,所描述的实施例仅仅是本发明的一部分实施例,而不是本发明的全部实施例,应理解,本发明不受这里描述的示例实施例的限制。
应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
本领域技术人员可以理解,本发明实施例中的“第一”、“第二”等术语仅用于区别不同步骤、设备或模块等,既不代表任何特定技术含义,也不表示它们之间的必然逻辑顺序。
还应理解,在本发明实施例中,“多个”可以指两个或两个以上,“至少一个”可以指一个、两个或两个以上。
还应理解,对于本发明实施例中提及的任一部件、数据或结构,在没有明确限定或者在前后文给出相反启示的情况下,一般可以理解为一个或多个。
另外,本发明中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本发明中字符“/”,一般表示前后关联对象是一种“或”的关系。
还应理解,本发明对各个实施例的描述着重强调各个实施例之间的不同之处,其相同或相似之处可以相互参考,为了简洁,不再一一赘述。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,技术、方法和设备应当被视为说明书的一部分。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
本发明实施例可以应用于终端设备、计算机系统、服务器等电子设备,其可与众多其它通用或专用计算系统环境或配置一起操作。适于与终端设备、计算机系统、服务器等电子设备一起使用的众所周知的终端设备、计算系统、环境和/或配置的例子包括但不限于:个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统﹑大型计算机系统和包括上述任何系统的分布式云计算技术环境,等等。
终端设备、计算机系统、服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常,程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等,它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器可以在分布式云计算环境中实施,分布式云计算环境中,任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中,程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
示例性方法
图1是本发明一示例性实施例提供的确定排序稳定性的方法100的流程示意图。本实施例可应用在电子设备上,如图1所示,包括:
步骤101,获取目标搜索数据对应的实际搜索结果序列。
在发明中,首先从数据库获取到已存储好的搜索关键词表和每个搜索数据对应的预设搜索结果序列;然后,随机选取一个搜索关键词作为目标搜索数据;然后,利用搜索引擎搜索所述目标搜索数据,获取实际的搜索结果序列。
步骤102,根据所述实际搜索结果序列和与所述目标搜索数据对应的预设搜索结果序列,确定与所述目标搜索数据对应的搜索稳定系数。
优选地,其中所述根据所述实际搜索结果序列和与所述目标搜索数据对应的预设搜索结果序列,确定与所述目标搜索数据对应的搜索稳定系数,包括:
确定所述实际搜索结果序列中的任一元素在所述实际搜索结果序列中的第一位置序号和所述任一元素在所述预设搜索结果序列中的第二位置序号;
根据所述第一位置序号和第二位置序号,确定与所述目标搜索数据对应的搜索稳定系数。
优选地,其中所述根据所述第一位置序号和第二位置序号,确定与所述目标搜索数据对应的搜索稳定系数,包括:
根据每个元素对应的第一位置序号和第二位置序号,确定每个元素对应的第一数据,并根据所述第一数据,确定与所述目标搜索数据对应的搜索稳定系数。
在本发明的实施例中,任一元素对应的第一数据为该任一元素对应的第一位置序号和第二位置序号的差值的绝对值。在确定实际搜索结果序列中的任一元素在所述实际搜索结果序列中的第一位置序号和所述任一元素在所述预设搜索结果序列中的第二位置序号时,根据实际搜索结果序列中元素的顺序依次确定。其中,对于目标搜索数据对应的实际搜索结果序列中的任一个元素,根据该任一个元素在实际搜索结果序列中的位置确定第一位置序号,然后再根据该任一个元素在预设搜索结果序列中的位置确定第二位置序号;然后计算该任一个元素对应的第一位置序号和第二位置序号的差值的绝对值;最后,根据所有的元素对应的差值的绝对值之和,确定目标搜索数据对应的搜索稳定系数,即:
其中,S为搜索稳定系数;n为实际搜索结果序列中的元素总数;i为第i个元素;Ai为第一位置序号;Bi为第二位置序号。
例如,若实际搜索结果序列中的元素a,b和c对应的第一位置序号分别为1,2,3,第二位置序号分别为2,3,4,则排序稳定性为S=|1-2|+|2-3|+|3-4|=3。
优选地,其中所述方法还包括:
当所述任一元素为属于所述预设搜索结果序列中的元素时,根据所述任一元素在所述预设搜索结果序列中的位置,确定所述第二位置序号;
当所述任一元素为不属于所述预设搜索结果序列中的元素时,根据当前的预设位置序号确定所述第二位置序号,并更新所述预设位置序号为所述第二位置序号。
优选地,其中所述方法还包括:
当所述任一元素为不属于所述预设搜索结果序列中的元素时,根据当前的预设位置序号和预设步长阈值,确定所述第二位置序号,并更新所述预设位置序号为所述第二位置序号。
优选地,其中所述方法还包括:
当所述任一元素为首个不属于所述预设搜索结果序列中的元素时,确定初始的预设位置序号为所述预设搜索结果序列中的元素总数。
在本发明的一实施例中,对于目标搜索数据对应的实际搜索结果序列中的任一个元素,当该任一个元素属于预设搜索结果序列时,直接确定第二位置序号为该任一个元素在预设搜索结果序列中的位置。
当该任一个元素不属于预设搜索结果序列时,若该任一元素为首个不属于预设搜索结果序列中的元素时,此时初始的预设位置序号为预设搜索结果序列中的总数,从而确定第二位置序号为总数和预设步长阈值之和,并更新所述预设位置序号为所述第二位置序号;若该任一元素不为首个不属于预设搜索结果序列中的元素时,直接根据当前的预设位置序号和预设步长阈值之和确定第二位置序号,并更新所述预设位置序号为所述第二位置序号。
其中,预设步长阈值可以设置为1。
例如,若实际搜索结果序列为A=[a,b,c,d],预设搜索结果序列为B=[b,c,f,e],此时,由于a为首个不在B中的元素,B中元素总数为4,因此,首先确定初始的预设位置序号为4+1=5,然后,根据当前的预设位置序号可以得到a对应的第二位置序号为5,同时,更新预设位置序号为5,对于d,直接根据当前的预设位置序号5和预设补偿阈值1的和,可以确定d对应的第二预设位置序号为6,因此,可以确定a,b,c和d对应的第一位置序号依次为1,2,3和4;第二位置序号依次为5,1,2和6。
优选地,其中所述方法还包括:
当所述任一元素为不属于所述预设搜索结果序列中的元素时,确定所述第二位置序号为当前的预设位置序号,并根据当前的第二位置序号和预设步长阈值更新所述预设位置序号。
优选地,其中所述方法还包括:
当所述任一元素为首个不属于所述预设搜索结果序列中的元素时,根据所述预设搜索结果序列中的元素总数和预设步长阈值,确定初始的预设位置序号。
在本发明的另一实施例中,对于目标搜索数据对应的实际搜索结果序列中的任一个元素,当该任一个元素属于预设搜索结果序列时,直接确定第二位置序号为该任一个元素在预设搜索结果序列中的位置。
当该任一个元素不属于预设搜索结果序列时,若该任一元素为首个不属于预设搜索结果序列中的元素时,此时初始的预设位置序号为预设搜索结果序列中的总数和预设步长阈值之和,确定第二位置序号为当前的预设位置序号,并根据当前的第二位置序号和预设步长阈值更新所述预设位置序号;若该任一元素不为首个不属于预设搜索结果序列中的元素时,直接确定第二位置序号为当前的预设位置序号,并根据当前的第二位置序号和预设步长阈值更新所述预设位置序号。
其中,预设步长阈值可以设置为1。
例如,若实际搜索结果序列为A=[a,b,c,d],预设搜索结果序列为B=[b,c,f,e],此时,由于a为首个不在B中的元素,B中元素总数为4,因此,首先确定初始的预设位置序号为4,然后,根据当前的预设位置序号和预设步长阈值1的和可以得到a对应的第二位置序号为5,同时,更新预设位置序号为当前的第二位置序号5和预设步长阈值1的和,即更新后预设位置序号为6,对于d,直接根据当前的预设位置序号6,可以确定d对应的第二预设位置序号为6,因此,可以确定a,b,c和d对应的第一位置序号依次为1,2,3和4;第二位置序号依次为5,1,2和6。
优选地,其中所述方法还包括:
按照预设容错策略,剔除预设数量的不属于所述预设搜索结果序列中的元素对应的第一数据。
在本发明的一些可选实施例中,为了增加校验灵活性,可以对属于所述实际搜索结果序列且不属于所述预设搜索结果序列中的元素进行容错处理,剔除预设数量的不属于所述预设搜索结果序列中的元素对应的差值的绝对值,不计入稳定性系数的计算中,超预设数量的不属于所述预设搜索结果序列中的元素对应的差值的绝对值才会计入稳定性系数的计算中。其中,预设数量的元素的选取可以从不属于所述预设搜索结果序列中的元素中按照顺序依次选取,也可以随机选取。
例如,继续以上述实际搜索结果序列为A=[a,b,c,d],预设搜索结果序列为B=[b,c,f,e]为例,若预设容错策略的预设数量为1,且按照顺序依次选取,则剔除元素a对应的差值的绝对值,此时,可以得到搜索稳定系数为:S=|Ab-Bb|+|Ac-Bc|+|Ad-Bd|=|2-1|+|3-2|+|4-6|=4。
步骤103,根据所述搜索稳定系数,确定搜索引擎的排序稳定性。
优选地,其中所述根据所述搜索稳定系数,确定搜索引擎的排序稳定性,包括:
根据所述搜索稳定系数和预设系数阈值,确定所述目标搜索数据对应的稳定性标识;
根据所述稳定性标识,确定所述搜索引擎的排序稳定性。
优选地,其中所述方法还包括:
根据所述稳定性标识为预设标识的比例和预设比例阈值,确定所述搜索引擎的排序稳定性。
在本发明的实施例中,对于每个目标搜索数据,将其对应的搜索稳定系数和预设系数阈值进行比较,以确定与其对应的稳定性标识,然后根据为预设标识的稳定性标识的比例确定排序稳定性。其中,若为预设标识的稳定性标识的比例大于等于预设比例阈值,则确定搜索引擎的排序稳定性为稳定,反之,则确定排序稳定性为不稳定。
例如,设置预设标识为1,若排序稳定性系数大于或者等于预设系数阈值,则确定稳定性标识为1,反之,则确定稳定性标识为0,然后,统计稳定性标识为1的目标搜索数据的比例,若比例大于等于预设比例阈值,则确定排序稳定性为稳定,反之,则确定排序稳定性为不稳定。
在本发明的实施例中,可以实时地对搜索引擎进行排序稳定性的判断,并当排序稳定性为不稳定时,进行告警。
本发明的实施例提供的确定排序稳定性的方法,每次的目标搜索数据的选取通过在预设的大范围词表内随机选择,扩大了结果排序的校验范围,使结果更有说服力和准确性;另一方面采用了排序队列的位置变化算法计算实际搜索结果序列和预设搜索结果序列的搜索稳定系数,从而从根据搜索稳定系数确定排序稳定性,而真实准确的反应排序稳定性,并且还提供了容错余量的配置和差值阈值的设置,可以根据实际需求和效果随时进行调整,增强了方案的灵活性。
图2为根据本发明一示例性实施例提供的确定排序稳定性的方法200的流程图。如图2所示,所述方法包括:
步骤201,获取每个目标搜索数据对应的实际搜索结果序列和预设搜索结果序列;
步骤202,确定每个目标搜索数据对应的实际搜索结果序列和预设搜索结果序列,确定每个目标搜索数据对应的实际搜索结果序列中每个元素对应的第一位置序号和第二位置序号;
步骤203,根据每个目标搜索数据对应的实际搜索结果序列中每个元素对应的第一位置序号和第二位置序号的差值的绝对值之和,确定每个目标搜索数据对应的搜索稳定系数;
步骤204,根据每个目标搜索数据对应的搜索稳定系数和预设系数阈值,确定每个目标搜索数据对应的稳定性标识;
步骤205,当稳定性标识为预设标识的目标搜索数据占所有目标搜索数据的比例大于或者等于预设比例阈值时,确定所述搜索引擎的排序稳定性为稳定。
示例性装置
图3是本发明一示例性实施例提供的确定排序稳定性的装置300的结构示意图。如图3所示,本实施例包括:
实际搜索结果序列确定模块301,用于获取目标搜索数据对应的实际搜索结果序列。
搜索稳定系数确定模块302,用于根据所述实际搜索结果序列和与所述目标搜索数据对应的预设搜索结果序列,确定与所述目标搜索数据对应的搜索稳定系数。
优选地,其中所述搜索稳定系数确定模块302,根据所述实际搜索结果序列和与所述目标搜索数据对应的预设搜索结果序列,确定与所述目标搜索数据对应的搜索稳定系数,包括:
依次确定所述实际搜索结果序列中的任一元素在所述实际搜索结果序列中的第一位置序号和所述任一元素在所述预设搜索结果序列中的第二位置序号;
根据所述第一位置序号和第二位置序号,确定与所述目标搜索数据对应的搜索稳定系数。
优选地,其中所述搜索稳定系数确定模块302,还包括:
当所述任一元素为属于所述预设搜索结果序列中的元素时,根据所述任一元素在所述预设搜索结果序列中的位置,确定所述第二位置序号;
当所述任一元素为不属于所述预设搜索结果序列中的元素时,根据当前的预设位置序号确定所述第二位置序号,并更新所述预设位置序号为所述第二位置序号。
优选地,其中所述搜索稳定系数确定模块302,还包括:
当所述任一元素为不属于所述预设搜索结果序列中的元素时,根据当前的预设位置序号和预设步长阈值,确定所述第二位置序号,并更新所述预设位置序号为所述第二位置序号。
优选地,其中所述搜索稳定系数确定模块302,还包括:
当所述任一元素为首个不属于所述预设搜索结果序列中的元素时,确定初始的预设位置序号为所述预设搜索结果序列中的元素总数。
优选地,其中所述搜索稳定系数确定模块302,还包括:
当所述任一元素为不属于所述预设搜索结果序列中的元素时,确定所述第二位置序号为当前的预设位置序号,并根据当前的第二位置序号和预设步长阈值更新所述预设位置序号。
优选地,其中所述搜索稳定系数确定模块302,还包括:
当所述任一元素为首个不属于所述预设搜索结果序列中的元素时,根据所述预设搜索结果序列中的元素总数和预设步长阈值,确定初始的预设位置序号。
优选地,其中所述搜索稳定系数确定模块302,根据所述第一位置序号和第二位置序号,确定与所述目标搜索数据对应的搜索稳定系数,包括:
根据每个元素对应的第一位置序号和第二位置序号,确定每个元素对应的第一数据,并根据所述第一数据,确定与所述目标搜索数据对应的搜索稳定系数。
优选地,其中所述搜索稳定系数确定模块302还包括:
按照预设容错策略,剔除预设数量的不属于所述预设搜索结果序列中的元素对应的第一数据。
排序稳定性确定模块303,用于根据所述搜索稳定系数,确定搜索引擎的排序稳定性。
优选地,其中所述排序稳定性确定模块303,根据所述搜索稳定系数,确定搜索引擎的排序稳定性,包括:
根据所述搜索稳定系数和预设系数阈值,确定所述目标搜索数据对应的稳定性标识;
根据所述稳定性标识,确定所述搜索引擎的排序稳定性。
优选地,其中所述排序稳定性确定模块303,还包括:
根据所述稳定性标识为预设标识的比例和预设比例阈值,确定所述搜索引擎的排序稳定性。
本发明的实施例的确定排序稳定性的装置300与本发明的另一个实施例的确定排序稳定性的方法100相对应,在此不再赘述。
示例性电子设备
图4是本发明一示例性实施例提供的电子设备40的结构图。该电子设备可以是第一设备和第二设备中的任一个或两者、或与它们独立的单机设备,该单机设备可以与第一设备和第二设备进行通信,以从它们接收所采集到的输入信号。图4图示了根据本公开实施例的电子设备的框图。如图4所示,电子设备40包括一个或多个处理器41和存储器42。
处理器41可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元,并且可以控制电子设备中的其他组件以执行期望的功能。
存储器42可以包括一个或多个计算机程序产品,所述计算机程序产品可以包括各种形式的计算机可读存储介质,例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令,处理器41可以运行所述程序指令,以实现上文所述的本公开的各个实施例的软件程序的对历史变更记录进行信息挖掘的方法以及/或者其他期望的功能。在一个示例中,电子设备还可以包括:输入装置43和输出装置44,这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。
此外,该输入装置43还可以包括例如键盘、鼠标等等。
该输出装置44可以向外部输出各种信息。该输出设备44可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。
当然,为了简化,图4中仅示出了该电子设备中与本公开有关的组件中的一些,省略了诸如总线、输入/输出接口等等的组件。除此之外,根据具体应用情况,电子设备还可以包括任何其他适当的组件。
示例性计算机程序产品和计算机可读存储介质
除了上述方法和设备以外,本公开的实施例还可以是计算机程序产品,其包括计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的对历史变更记录进行信息挖掘的方法中的步骤。
所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例操作的程序代码,所述程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。
此外,本公开的实施例还可以是计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述“示例性方法”部分中描述的根据本公开各种实施例的对历史变更记录进行信息挖掘的方法中的步骤。
所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。
以上结合具体实施例描述了本公开的基本原理,但是,需要指出的是,在本公开中提及的优点、优势、效果等仅是示例而非限制,不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外,上述公开的具体细节仅是为了示例的作用和便于理解的作用,而非限制,上述细节并不限制本公开为必须采用上述具体的细节来实现。
本说明书中各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似的部分相互参见即可。对于系统实施例而言,由于其与方法实施例基本对应,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的,可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇,指“包括但不限于”,且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”,且可与其互换使用,除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”,且可与其互换使用。
可能以许多方式来实现本公开的方法和装置。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本公开的方法和装置。用于所述方法的步骤的上述顺序仅是为了进行说明,本公开的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本公开实施为记录在记录介质中的程序,这些程序包括用于实现根据本公开的方法的机器可读指令。因而,本公开还覆盖存储用于执行根据本公开的方法的程序的记录介质。
还需要指出的是,在本公开的装置、设备和方法中,各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的,并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此,本公开不意图被限制到在此示出的方面,而是按照与在此公开的原理和新颖的特征一致的最宽范围。
为了例示和描述的目的已经给出了以上描述。此外,此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例,但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。
Claims (15)
1.一种确定排序稳定性的方法,其特征在于,所述方法包括:
获取目标搜索数据对应的实际搜索结果序列;
根据所述实际搜索结果序列和与所述目标搜索数据对应的预设搜索结果序列,确定与所述目标搜索数据对应的搜索稳定系数;
根据所述搜索稳定系数,确定搜索引擎的排序稳定性。
2.根据权利要求1所述的方法,其特征在于,所述根据所述实际搜索结果序列和与所述目标搜索数据对应的预设搜索结果序列,确定与所述目标搜索数据对应的搜索稳定系数,包括:
确定所述实际搜索结果序列中的任一元素在所述实际搜索结果序列中的第一位置序号和所述任一元素在所述预设搜索结果序列中的第二位置序号;
根据所述第一位置序号和第二位置序号,确定与所述目标搜索数据对应的搜索稳定系数。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
当所述任一元素为属于所述预设搜索结果序列中的元素时,根据所述任一元素在所述预设搜索结果序列中的位置,确定所述第二位置序号;
当所述任一元素为不属于所述预设搜索结果序列中的元素时,根据预设位置序号确定所述第二位置序号,并更新所述预设位置序号为所述第二位置序号。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
当所述任一元素为不属于所述预设搜索结果序列中的元素时,根据预设位置序号和预设步长阈值,确定所述第二位置序号,并更新所述预设位置序号为所述第二位置序号。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
当所述任一元素为首个不属于所述预设搜索结果序列中的元素时,确定初始的预设位置序号为所述预设搜索结果序列中的元素总数。
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:
当所述任一元素为不属于所述预设搜索结果序列中的元素时,确定所述第二位置序号为当前的预设位置序号,并根据当前的第二位置序号和预设步长阈值更新所述预设位置序号。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
当所述任一元素为首个不属于所述预设搜索结果序列中的元素时,根据所述预设搜索结果序列中的元素总数和预设步长阈值,确定初始的预设位置序号。
8.根据权利要求2所述的方法,其特征在于,所述根据所述第一位置序号和第二位置序号,确定与所述目标搜索数据对应的搜索稳定系数,包括:
根据每个元素对应的第一位置序号和第二位置序号,确定每个元素对应的第一数据,并根据所述第一数据,确定与所述目标搜索数据对应的搜索稳定系数。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
按照预设容错策略,剔除预设数量的不属于所述预设搜索结果序列中的元素对应的第一数据。
10.根据权利要求1所述的方法,其特征在于,所述根据所述搜索稳定系数,确定搜索引擎的排序稳定性,包括:
根据所述搜索稳定系数和预设系数阈值,确定所述目标搜索数据对应的稳定性标识;
根据所述稳定性标识,确定所述搜索引擎的排序稳定性。
11.根据权利要求10所述的方法,其特征在于,所述方法还包括:
根据所述稳定性标识为预设标识的比例和预设比例阈值,确定所述搜索引擎的排序稳定性。
12.一种确定排序稳定性的装置,其特征在于,所述装置包括:
实际搜索结果序列确定模块,用于获取目标搜索数据对应的实际搜索结果序列;
搜索稳定系数确定模块,用于根据所述实际搜索结果序列和与所述目标搜索数据对应的预设搜索结果序列,确定与所述目标搜索数据对应的搜索稳定系数;
排序稳定性确定模块,用于根据所述搜索稳定系数,确定搜索引擎的排序稳定性。
13.一种电子设备,其特征在于,所述电子设备包括:处理器和存储器;其中,
所述存储器,用于存储所述处理器可执行指令的存储器;
所述处理器,用于从所述存储器中读取所述可执行指令,并执行所述指令以实现上述权利要求1-11中任一项所述的方法。
14.一种计算机可读存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序用于执行上述权利要求1-11中任一项所述的方法。
15.一种计算机程序,包括计算机可读代码,其特征在于,当所述计算机可读代码在设备上运行时,所述设备中的处理器执行用于实现权利要求1-11中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111055137.3A CN113886723B (zh) | 2021-09-09 | 2021-09-09 | 确定排序稳定性的方法和装置、以及存储介质和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111055137.3A CN113886723B (zh) | 2021-09-09 | 2021-09-09 | 确定排序稳定性的方法和装置、以及存储介质和电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113886723A true CN113886723A (zh) | 2022-01-04 |
CN113886723B CN113886723B (zh) | 2024-04-12 |
Family
ID=79008882
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111055137.3A Active CN113886723B (zh) | 2021-09-09 | 2021-09-09 | 确定排序稳定性的方法和装置、以及存储介质和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113886723B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090248690A1 (en) * | 2008-03-31 | 2009-10-01 | International Business Machines Corporation | System and method for determining preferences from information mashups |
US20100106713A1 (en) * | 2008-10-28 | 2010-04-29 | Andrea Esuli | Method for performing efficient similarity search |
US20130332437A1 (en) * | 2012-06-11 | 2013-12-12 | International Business Machines Corporation | Indexing and retrieval of structured documents |
CN108960347A (zh) * | 2018-03-28 | 2018-12-07 | 中国科学院软件研究所 | 一种卷积神经网络手写体识别排序稳定性的效果评估系统及方法 |
US20190354638A1 (en) * | 2018-05-18 | 2019-11-21 | Google Llc | Action indicators for search operation output elements |
CN110619095A (zh) * | 2019-09-23 | 2019-12-27 | 北京字节跳动网络技术有限公司 | 排序方法及装置 |
CN110674400A (zh) * | 2019-09-18 | 2020-01-10 | 北京字节跳动网络技术有限公司 | 排序方法、装置、电子设备及计算机可读存储介质 |
CN110909266A (zh) * | 2019-11-25 | 2020-03-24 | 北京金山云网络技术有限公司 | 深度分页的方法、装置及服务器 |
US20200159796A1 (en) * | 2018-11-15 | 2020-05-21 | Digerati, Inc. | System and Method for Modification, Personalization and Customizable Filtering of Search Results and Search Result Ranking in an Internet-Based Search Engine |
CN112214505A (zh) * | 2020-10-21 | 2021-01-12 | 北京金堤征信服务有限公司 | 数据同步方法、装置、计算机可读存储介质及电子设备 |
US20210064634A1 (en) * | 2019-08-26 | 2021-03-04 | Google Llc | Systems and Methods for Weighted Quantization |
-
2021
- 2021-09-09 CN CN202111055137.3A patent/CN113886723B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090248690A1 (en) * | 2008-03-31 | 2009-10-01 | International Business Machines Corporation | System and method for determining preferences from information mashups |
US20100106713A1 (en) * | 2008-10-28 | 2010-04-29 | Andrea Esuli | Method for performing efficient similarity search |
US20130332437A1 (en) * | 2012-06-11 | 2013-12-12 | International Business Machines Corporation | Indexing and retrieval of structured documents |
CN108960347A (zh) * | 2018-03-28 | 2018-12-07 | 中国科学院软件研究所 | 一种卷积神经网络手写体识别排序稳定性的效果评估系统及方法 |
US20190354638A1 (en) * | 2018-05-18 | 2019-11-21 | Google Llc | Action indicators for search operation output elements |
US20200159796A1 (en) * | 2018-11-15 | 2020-05-21 | Digerati, Inc. | System and Method for Modification, Personalization and Customizable Filtering of Search Results and Search Result Ranking in an Internet-Based Search Engine |
US20210064634A1 (en) * | 2019-08-26 | 2021-03-04 | Google Llc | Systems and Methods for Weighted Quantization |
CN110674400A (zh) * | 2019-09-18 | 2020-01-10 | 北京字节跳动网络技术有限公司 | 排序方法、装置、电子设备及计算机可读存储介质 |
CN110619095A (zh) * | 2019-09-23 | 2019-12-27 | 北京字节跳动网络技术有限公司 | 排序方法及装置 |
CN110909266A (zh) * | 2019-11-25 | 2020-03-24 | 北京金山云网络技术有限公司 | 深度分页的方法、装置及服务器 |
CN112214505A (zh) * | 2020-10-21 | 2021-01-12 | 北京金堤征信服务有限公司 | 数据同步方法、装置、计算机可读存储介质及电子设备 |
Non-Patent Citations (4)
Title |
---|
JIANWEN CHEN等: "A New Weighted Spearman\'s Footrule as A Measure of Distance between Rankings", ARXIV, 11 July 2012 (2012-07-11), pages 1 - 14 * |
张烨等: "一种利用半监督学习的在线服务信誉度量方法", 小型微型计算机系统, 31 August 2019 (2019-08-31), pages 1633 - 1639 * |
李纯果;李海峰;: "无监督排序学习算法的一致性比较", 河北大学学报(自然科学版), no. 02, 25 March 2015 (2015-03-25), pages 75 - 80 * |
杨兴江;周勇;: "多元时间序列相似性研究", 西南民族大学学报(自然科学版), no. 04, 15 August 2007 (2007-08-15), pages 166 - 171 * |
Also Published As
Publication number | Publication date |
---|---|
CN113886723B (zh) | 2024-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20170161375A1 (en) | Clustering documents based on textual content | |
CN110708285B (zh) | 流量监控方法、装置、介质及电子设备 | |
CN111861255A (zh) | 企业风险监控方法和装置、以及存储介质和电子设备 | |
CN112214505A (zh) | 数据同步方法、装置、计算机可读存储介质及电子设备 | |
CN111881183A (zh) | 企业名称匹配方法和装置、以及存储介质和电子设备 | |
CN112070545A (zh) | 用于优化信息触达的方法、装置、介质和电子设备 | |
CN113946566B (zh) | Web系统指纹库的构建方法、装置和电子设备 | |
CN112116159B (zh) | 信息交互方法、装置、计算机可读存储介质及电子设备 | |
CN111626898B (zh) | 用于实现事件归因的方法、装置、介质和电子设备 | |
CN112115370A (zh) | 推荐方法、装置、计算机可读存储介质及电子设备 | |
CN112395517A (zh) | 房源搜索展示方法、装置及计算机可读存储介质 | |
CN114943577B (zh) | 一种对服务卡片排序的方法、装置、存储介质和电子设备 | |
CN113886723B (zh) | 确定排序稳定性的方法和装置、以及存储介质和电子设备 | |
CN113761379B (zh) | 商品推荐方法及装置、电子设备和介质 | |
CN111125322B (zh) | 信息搜索方法和装置、电子设备和存储介质 | |
CN113064984B (zh) | 意图识别方法、装置、电子设备及可读存储介质 | |
US11244007B2 (en) | Automatic adaption of a search configuration | |
CN113901328A (zh) | 信息推荐方法和装置、电子设备和存储介质 | |
CN114020864A (zh) | 搜索结果的展示方法、装置及设备 | |
CN112035749A (zh) | 用户行为特征分析方法、推荐方法及相应装置 | |
WO2015159702A1 (ja) | 部分情報抽出システム | |
CN110866406A (zh) | 用于翻译集成服务优化方法、电子装置及储存介质 | |
US11714842B1 (en) | System and method for sensitive content analysis prioritization based on file metadata | |
CN114547455B (zh) | 热门对象确定方法、装置、存储介质及电子设备 | |
US12032615B2 (en) | System and method for sensitive content analysis prioritization based on file metadata |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20230801 Address after: Room 404-405, 504, Building B-17-1, Big data Industrial Park, Kecheng Street, Yannan High tech Zone, Yancheng, Jiangsu Province, 224000 Applicant after: Yancheng Tianyanchawei Technology Co.,Ltd. Address before: 224000 room 501-503, building b-17-1, Xuehai road big data Industrial Park, Kecheng street, Yannan high tech Zone, Yancheng City, Jiangsu Province Applicant before: Yancheng Jindi Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |