CN115827956A - 一种数据信息检索方法、装置、电子设备及存储介质 - Google Patents
一种数据信息检索方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115827956A CN115827956A CN202211615032.3A CN202211615032A CN115827956A CN 115827956 A CN115827956 A CN 115827956A CN 202211615032 A CN202211615032 A CN 202211615032A CN 115827956 A CN115827956 A CN 115827956A
- Authority
- CN
- China
- Prior art keywords
- label
- data
- user
- search
- retrieval
- 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.)
- Pending
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Abstract
本发明公开了一种数据信息检索方法、装置、电子设备及存储介质。通过响应于检索用户输入的检索式,在检索式中提取至少一项检索词;在用户标签模型库中,获取与检索用户匹配的至少一项用户标签,并将各检索词与每个用户标签下的至少一个标签描述词进行匹配;获取匹配成功的至少一项目标标签描述词,并同时使用各检索词以及各目标标签描述词在数据库中进行检索,获取至少一项检索结果;根据各检索结果对各目标标签检索词的命中情况,以及各目标标签描述词的权重值,通过对各检索结果进行排序展示,确定出目标检索结果。解决了检索出的结果不全面和不准确的问题,优化了用户标签模型库,提高了检索结果的准确度和提升了用户的数据信息检索的体验感。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种数据信息检索方法、装置、电子设备及存储介质。
背景技术
人们的生活离不开各种各样的搜索,无论是从百度浏览器或者谷歌浏览器等搜索引擎获取信息,或者是从知网或者知乎等平台获取学术知识信息,无可避免地都需要用到数据信息搜索技术。
发明人在实现本发明的过程中,发现现有技术存在如下缺陷:目前,数据信息搜索技术的门槛并不高,在各种软件、平台、或者网站上,数据信息搜索都是标配功能,但是数据内容的增长和人们个性化因素的彰显,搜索已经从侧重客观、内容丰富、准确命中转变为侧重多样性、个性化和精准理解用户诉求,所以,目前的检索结果不能满足多样性、个性化、以及精准理解用户诉求,用户体验感低。
发明内容
本发明提供了一种数据信息检索方法、装置、电子设备及存储介质,以提高检索结果的准确度,提升了用户的数据信息检索的体验感。
根据本发明的一方面,提供了一种数据信息检索方法,其中,包括:
响应于检索用户输入的检索式,在所述检索式中提取至少一项检索词;
在用户标签模型库中,获取与所述检索用户匹配的至少一项用户标签,并将各所述检索词与每个用户标签下的至少一个标签描述词进行匹配;
获取匹配成功的至少一项目标标签描述词,并同时使用各所述检索词以及各所述目标标签描述词在数据库中进行检索,获取至少一项检索结果;
根据各检索结果对各所述目标标签检索词的命中情况,以及各所述目标标签描述词的权重值,通过对各检索结果进行排序展示,确定出目标检索结果。
根据本发明的另一方面,提供了一种数据信息检索装置,其中,包括:
检索词提取模块,用于响应于检索用户输入的检索式,在所述检索式中提取至少一项检索词;
检索词匹配模块,用于在用户标签模型库中,获取与所述检索用户匹配的至少一项用户标签,并将各所述检索词与每个用户标签下的至少一个标签描述词进行匹配;
检索结果获取模块,用于获取匹配成功的至少一项目标标签描述词,并同时使用各所述检索词以及各所述目标标签描述词在数据库中进行检索,获取至少一项检索结果;
目标检索结果确定模块,用于根据各检索结果对各所述目标标签检索词的命中情况,以及各所述目标标签描述词的权重值,通过对各检索结果进行排序展示,确定出目标检索结果。
根据本发明的另一方面,提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现本发明任一实施例所述的数据信息检索方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的数据信息检索方法。
本发明实施例的技术方案,通过响应于检索用户输入的检索式,在检索式中提取至少一项检索词;在用户标签模型库中,获取与检索用户匹配的至少一项用户标签,并将各检索词与每个用户标签下的至少一个标签描述词进行匹配;获取匹配成功的至少一项目标标签描述词,并同时使用各检索词以及各目标标签描述词在数据库中进行检索,获取至少一项检索结果;根据各检索结果对各目标标签检索词的命中情况,以及各目标标签描述词的权重值,通过对各检索结果进行排序展示,确定出目标检索结果。解决了检索出的结果不全面和不准确的问题,优化了用户标签模型库,提高了检索结果的准确度和提升了用户的数据信息检索的体验感。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述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的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种数据信息检索方法的流程图;
图2是根据本发明实施例二提供的另一种数据信息检索方法的流程图;
图3是根据本发明实施例三提供的一种数据信息检索装置的结构示意图;
图4是根据本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,所描述的实施例仅仅是本发明一部分的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“目标”、“当前”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种数据信息检索方法的流程图,本实施例可适用于对数据检索信息根据用户标签模型库进行精确检索的情况,该方法可以由数据信息检索装置来执行,该数据信息检索装置可以采用硬件和/或软件的形式实现。
相应的,如图1所示,该方法包括:
S110、响应于检索用户输入的检索式,在所述检索式中提取至少一项检索词。
其中,检索用户可以是在用户登录系统中进行登录和检索的用户,具体的,在确认用户能够正确的进行系统登录之后,可以接收到用户在检索栏中输入的检索式,通过对检索式的解析处理,得到所述检索式对应的检索结果。
具体的,检索式可以是用户输入的检索式,检索式可以是一段文字、或者一组词语,可以根据检索式进行解析和检索处理。检索词可以是对检索式进行解析处理,得到的一个或者多个检索词,通过解析出的检索词能够准确地进行数据信息的检索处理。
在本实施例中,通过检索用户登录上用户登录系统之后,检索用户输入检索式,在用户输入完成检索式之后,需要进行检索式的处理,可以包括数据清洗操作,或者数据分词操作,来进一步地确定出检索式中的一个或者多个检索词。
S120、在用户标签模型库中,获取与所述检索用户匹配的至少一项用户标签,并将各所述检索词与每个用户标签下的至少一个标签描述词进行匹配。
其中,用户标签模型库可以是存储不同用户的用户标签,可以根据与用户检索词相关联的检索用户、或者其他用户的另外的标签描述词来进行关联,更加丰富了当前检索用户的属性标签词。用户标签可以是存储于用户标签模型库中的多个用户的不同的用户标签。标签描述词可以是在同一个用户标签下可能包括不同的标签描述词,并且标签描述词中包括一个或者多个,每一个用户标签下的标签描述词的数量具体不做限定。
在本实施例中,检索用户在输入检索式之后,并根据检索式进一步地确定出一个或者多个检索词,假设确定出的检索词为三步上篮和米家智能家电。假设在体育类的用户标签下,包括的标签描述词为:篮球、足球、排球和乒乓球等体育类项目;在科技类的用户标签下,包括的标签描述词为:小米、华为、5G通信和鸿蒙系统等科技类词语。
进一步的,假设通过检索用户可以确定出用户标签为体育类和科技类,通过检索词与每个用户标签下的至少一个标签描述词进行匹配,进而确定出目标标签描述词。
S130、获取匹配成功的至少一项目标标签描述词,并同时使用各所述检索词以及各所述目标标签描述词在数据库中进行检索,获取至少一项检索结果。
其中,检索结果可以是根据检索词和目标标签描述词进行检索,得到的检索结果。
续前例的,由于检索词为三步上篮和米家智能家电,可以通过检索词与每个用户标签下的至少一个标签描述词进行匹配,可以确定出目标标签描述词为篮球和小米,因此通过三步上篮、米家智能家电、篮球和小米在数据库进行检索,得到相应的检索结果,并且检索结果的数量不止一项。
S140、根据各检索结果对各所述目标标签检索词的命中情况,以及各所述目标标签描述词的权重值,通过对各检索结果进行排序展示,确定出目标检索结果。
其中,权重值可以是每一个目标标签描述词都对应一个预先设定的权重值。目标检索结果可以是根据目标标签描述词的权重值进行加权处理,得到每个检索结果对应的加权检索结果,并进一步地确定出目标检索结果。
续前例的,假设通过三步上篮、米家智能家电、篮球和小米在数据库中进行检索,得到相应的检索结果,获取各目标标签描述词的权重值,假设篮球的权重值为0.6,小米的权重值为0.4,从而可以根据权重值进行检索结果的加权处理,并进行排序处理,得到相应的目标检索结果。
可选的,所述根据各检索结果对各所述目标标签检索词的命中情况,以及各所述目标标签描述词的权重值,通过对各检索结果进行排序展示,确定出目标检索结果,包括:根据各检索结果对各所述目标标签检索词的命中情况,确定初始检索结果;根据各所述目标标签描述词的权重值对所述初始检索结果进行加权处理,得到加权检索结果;通过对各所述加权检索结果进行排序展示,确定出目标检索结果。
其中,初始检索结果可以是通过检索词和目标标签检索词在数据库进行检索得到相应的检索结果,将该检索结果确定为初始检索结果。加权检索结果可以是通过目标标签描述词的权重值进行加权处理,得到检索结果。
续前例的,假设篮球的权重值为0.6,小米的权重值为0.4,因此说明带有篮球的检索结果的权重较高,带有小米的检索结果相对较低,从而能够进行加权处理,得到相应的目标检索结果。
这样设置的好处在于:通过获取各目标标签描述词的权重值,对初始检索结果进行加权处理,并根据得到的加权检索结果进行排序处理,得到目标检索结果,这样可以得到更加符合当前检索用户的检索结果,从而使得检索结果更加准确,从而提高了用户的体验感。
本发明实施例的技术方案,通过响应于检索用户输入的检索式,在检索式中提取至少一项检索词;在用户标签模型库中,获取与检索用户匹配的至少一项用户标签,并将各检索词与每个用户标签下的至少一个标签描述词进行匹配;获取匹配成功的至少一项目标标签描述词,并同时使用各检索词以及各目标标签描述词在数据库中进行检索,获取至少一项检索结果;根据各检索结果对各目标标签检索词的命中情况,以及各目标标签描述词的权重值,通过对各检索结果进行排序展示,确定出目标检索结果。解决了检索出的结果不全面和不准确的问题,优化了用户标签模型库,提高了检索结果的准确度和提升了用户的数据信息检索的体验感。
可选的,在根据各检索结果对各所述目标标签检索词的命中情况,以及各所述目标标签描述词的权重值,对各检索结果进行排序展示,确定出目标检索结果之后,还包括:对各所述目标检索结果进行离线数据挖掘分析,或者在线数据查询分析,确定出富化后的富化检索结果。
其中,离线数据挖掘分析可以是通过离线数据挖掘的方式,对目标检索结果进行丰富数据的处理。在线数据查询分析可以是通过在线数据分析的方式,对目标检索结果进行丰富数据的处理。富化检索结果可以是通过将目标检索结果通过富化处理,得到相应的检索结果。
具体的,在离线数据挖掘分析时,为了解决传统的文字匹配检索经常出现的误召回现象,我们需要对数据进行清洗、语义理解(时间因子、空间因子、权威因子、或者打标等)、或者语义关联的处理和富化。可以使用基于倒排索引的词频计算、或者实体抽取等方式,富化数据标签以及标签权重。这样能在检索时,一方面可以富化检索内容,另一方面也对数据进行精准召回。
示例性的,假设目标检索结果为:标题:X区美食推荐;内容:位于X区C1路A店优惠活动;发布时间:2020年3月5日。经过离线数据挖掘分析或者在线数据查询分析进行富化处理,可以确定富化检索结果为:标题:X区美食推荐;内容:位于X区C1路;发布时间:2020年3月5日;地域标签:D省、S市、以及X区;时间权重因子为:0.2;关键词:X区、美食、和打折。
这样设置的好处在于:通过离线数据挖掘分析或者在线数据查询分析对目标检索结果进行富化处理,得到富化检索结果,这样可以得到更加全面的检索结果,从而提高检索用户的体验感。
实施例二
图2为本发明实施例二提供的另一种数据信息检索方法的流程图,本实施例以上述各实施例为基础进行优化,在本实施例中,在响应于检索用户输入的检索式,在所述检索式中提取至少一项检索词之前,还包括对用户标签模型库的构建的具体操作过程。
相应的,如图2所示,该方法包括:
S210、获取历史用户属性数据。
其中,所述历史用户属性数据包括静态历史用户属性数据和动态历史用户属性数据。
其中,历史用户属性数据可以是从多个维度描述用户属性的历史数据。
具体的,静态历史用户属性数据可以包括用户人口属性、地区属性、以及设备属性等属性属于静态属性,对于这部分数据的收集通常可以从用户账户注册信息、使用设备日志、以及联合登陆其他产品时设置的用户信息等方式获取。对于用户社会/商业属性、生活形态等相关数据,例如兴趣爱好、所属行业、收入、以及消费习惯等,可以通过通用模型结合特征库或者标签库进行预测和动态补充完善。
进一步的,动态历史用户属性数据可以包括用户浏览、检索、点击、或者消费等信息,需要使用软件开发工具包数据埋点、行为日志、以及统计分析业务数据等方式进行梳理和收集,这部分数据有很强的时间和空间属性,需要不断地对构建的标签模型进行更新或者优化。
S220、对所述历史用户属性数据进行数据预处理,得到标准历史用户属性数据。
其中,标准历史用户属性数据可以是对历史用户属性数据通过文本挖掘模型进行过滤和清洗等预处理,可以去除掉无关、或者无用的数据以及字段,得到的标准历史用户属性数据,这样可以更好地进行用户标签的确定处理。
S230、将所述标准历史用户属性数据输入至预先训练好的分类聚类模型中,确定初始历史分类数据。
其中,分类聚类模型能够对标准历史用户属性数据进行分类处理的模型,具体的,分类聚类模型可以是贝叶斯算法模型、邻近算法模型或者K均值聚类算法模型等。初始历史分类数据可以是将标准历史用户属性数据进行分类之后的分类数据,可以将标准历史用户属性数据分成不同的分类。
可选的,所述将所述标准历史用户属性数据输入至预先训练好的分类聚类模型中,确定初始历史分类数据,包括:将所述标准历史用户属性数据输入至预先训练好的分类聚类模型中,依次在各标准分类数据中获取一个目标标准分类数据;计算所述标准历史用户属性数据与所述目标标准分类数据的相似度,并判断所述相似度是否满足预设的分类相似度阈值,若是,则确定所述标准历史用户属性数据对应的初始历史分类数据;若否,则返回执行依次在各标准分类数据中获取一个目标标准分类数据的操作,直至遍历完成各标准分类数据。
其中,标准分类数据可以是预先设定的标准分类的数据,也即在不同的分类下可以设定标准饭类数据。相似度可以是计算标准历史用户属性数据与目标标准分类数据之间相似度的大小。
具体的,如果计算出的相似度越大,也可以确定标准历史用户属性数据属于当前分类的概率越大,反之,相似度越小,可以确定标准历史用户属性数据属于当前分类的概率越小。
进一步的,分类相似度阈值可以是预先设置的相似度需要满足的阈值条件的大小,如果计算出的相似度大于或者等于分类相似度阈值,则可以确定出该标准历史用户属性数据属于目标标准分类数据,如果计算出的相似度小于分类相似度阈值,则可以确定出该标准历史用户属性数据不属于目标标准分类数据。
这样设置的好处在于:通过计算标准历史用户属性数据与目标标准分类数据的相似度,并判断计算出的相似度是否满足预设的分类相似度阈值,这样可以更加准确地确定出标准历史用户属性数据的初始历史分类数据。
S240、对所述初始历史分类数据输入至预先构建的标签库中进行数据标签处理,确定历史用户标签,并根据所述历史用户标签,构建完成的所述用户标签模型库。
其中,历史用户标签可以是对初始历史分类数据进行数据标签处理,得到相应的用户标签。用户标签模型库可以是包括多个历史用户标签的模型库,在该用户标签模型库中包含多个不同种类的历史用户标签。
可选的,所述对所述初始历史分类数据输入至预先构建的标签库中进行数据标签处理,确定历史用户标签,并根据所述历史用户标签,构建完成的所述用户标签模型库,包括:对所述初始历史分类数据输入至预先构建的标签库中进行数据标签处理,如果确定得到数据标签处理结果,则获取所述数据标签处理结果与预先标注的标准数据标签处理结果之间的标签准确度;判断所述标签准确度是否满足预设的准确度阈值,若是,则将所述数据标签处理结果确定为第一历史用户标签;若否,将低准确度的初始历史分类数据通过对比分析方法,确定第二历史用户标签;根据所述第一历史用户标签和所述第二历史用户标签,构建完成的所述用户标签模型库。
其中,数据标签处理结果可以是对初始历史分类数据进行数据标签处理,得到的处理结果,得到数据标签处理结果之后还需要确定标签是否准确,在进行确定用户标签。标准数据标签处理结果可以是预先根据历史的初始历史分类数据进行标注的标准标签处理结果。
另外的,标签准确度可以是用于判断数据标签处理结果是否准确的衡量值,具体的,计算出的标签准确度越高,说明数据标签处理结果是准确的,可以进行用户标签的确定,反之,计算出的标签准确度越低,说明数据标签处理结果是不准确的,不可以进行用户标签的确定,还需要对数据标签处理结果进行再处理,从而确定相应的用户标签。
进一步的,准确度阈值可以是衡量标签准确度的预先设定的阈值的大小。第一历史用户标签可以是通过标签准确度满足预设的准确度阈值的数据标签处理结果来确定出的用户标签。
另外的,对比分析方法可以包括小流量的A/B-TEST方法,对数据标签处理结果进行对比分析,从而确定出准确度低的数据标签处理结果对应的用户标签。第二历史用户标签可以是通过准确度低的数据标签处理结果来确定得到的用户标签。
可选的,在所述对所述初始历史分类数据输入至预先构建的标签库中进行数据标签处理之后,还包括:如果确定没有得到数据标签处理结果,则将没有标签的初始历史分类数据通过对比分析方法,确定第三历史用户标签;将所述第三历史用户标签添加至所述用户标签模型库中。
其中,第三历史用户标签可以是通过没有得到数据标签处理结果,则将没有标签的初始历史分类数据通过对比分析方法,来确定得到的用户标签。
这样设置的好处在于:能够对初始历史分类数据通过预先构建的标签库中进行数据标签处理,得到相应的用户标签,进一步的,通过计算数据标签处理结果与预先标注的标准数据标签处理结果之间的标签准确度,并将标签准确度与准确度阈值进行比较,从而能够更加准确地确定出用户标签,当不满足准确度阈值时,还需要通过对比分析法进行数据再处理,从而得到相应的用户标签,这样构建出的用户标签模型库更加准确,能更好地进行用户标签的匹配操作。
S250、响应于检索用户输入的检索式,在所述检索式中提取至少一项检索词。
S260、在用户标签模型库中,获取与所述检索用户匹配的至少一项用户标签,并将各所述检索词与每个用户标签下的至少一个标签描述词进行匹配。
S270、获取匹配成功的至少一项目标标签描述词,并同时使用各所述检索词以及各所述目标标签描述词在数据库中进行检索,获取至少一项检索结果。
S280、根据各检索结果对各所述目标标签检索词的命中情况,以及各所述目标标签描述词的权重值,通过对各检索结果进行排序展示,确定出目标检索结果。
本发明实施例的技术方案,通过获取历史用户属性数据;对所述历史用户属性数据进行数据预处理,得到标准历史用户属性数据;将所述标准历史用户属性数据输入至预先训练好的分类聚类模型中,确定初始历史分类数据;对所述初始历史分类数据输入至预先构建的标签库中进行数据标签处理,确定历史用户标签,并根据所述历史用户标签,构建完成的所述用户标签模型库;响应于检索用户输入的检索式,在检索式中提取至少一项检索词;在用户标签模型库中,获取与检索用户匹配的至少一项用户标签,并将各检索词与每个用户标签下的至少一个标签描述词进行匹配;获取匹配成功的至少一项目标标签描述词,并同时使用各检索词以及各目标标签描述词在数据库中进行检索,获取至少一项检索结果;根据各检索结果对各目标标签检索词的命中情况,以及各目标标签描述词的权重值,通过对各检索结果进行排序展示,确定出目标检索结果。构建出了更加准确和更加全面的用户标签模型库,优化了用户标签模型库,并且能更好地进行用户标签的匹配操作,提高了检索结果的准确度和提升了用户的数据信息检索的体验感。
实施例三
图3为本发明实施例三提供的一种数据信息检索装置的结构示意图。本实施例所提供的一种数据信息检索装置可以通过软件和/或硬件来实现,可配置于终端设备或者服务器中来实现本发明实施例中的一种数据信息检索方法。如图3所示,该装置包括:检索词提取模块310、检索词匹配模块320、检索结果获取模块330和目标检索结果确定模块340。
其中,检索词提取模块310,用于响应于检索用户输入的检索式,在所述检索式中提取至少一项检索词;
检索词匹配模块320,用于在用户标签模型库中,获取与所述检索用户匹配的至少一项用户标签,并将各所述检索词与每个用户标签下的至少一个标签描述词进行匹配;
检索结果获取模块330,用于获取匹配成功的至少一项目标标签描述词,并同时使用各所述检索词以及各所述目标标签描述词在数据库中进行检索,获取至少一项检索结果;
目标检索结果确定模块340,用于根据各检索结果对各所述目标标签检索词的命中情况,以及各所述目标标签描述词的权重值,通过对各检索结果进行排序展示,确定出目标检索结果。
本发明实施例的技术方案,通过响应于检索用户输入的检索式,在检索式中提取至少一项检索词;在用户标签模型库中,获取与检索用户匹配的至少一项用户标签,并将各检索词与每个用户标签下的至少一个标签描述词进行匹配;获取匹配成功的至少一项目标标签描述词,并同时使用各检索词以及各目标标签描述词在数据库中进行检索,获取至少一项检索结果;根据各检索结果对各目标标签检索词的命中情况,以及各目标标签描述词的权重值,通过对各检索结果进行排序展示,确定出目标检索结果。解决了检索出的结果不全面和不准确的问题,优化了用户标签模型库,提高了检索结果的准确度和提升了用户的数据信息检索的体验感。
可选的,还包括,富化检索结果确定模块,可以具体用于:在根据各检索结果对各所述目标标签检索词的命中情况,以及各所述目标标签描述词的权重值,对各检索结果进行排序展示之后,对各所述目标检索结果进行离线数据挖掘分析,或者在线数据查询分析,确定出富化后的富化检索结果。
可选的,还包括,用户标签模型库构建模块,可以具体包括:历史用户属性数据获取单元,用于在响应于检索用户输入的检索式,在所述检索式中提取至少一项检索词之前,获取历史用户属性数据,其中,所述历史用户属性数据包括静态历史用户属性数据和动态历史用户属性数据;标准历史用户属性数据确定单元,用于对所述历史用户属性数据进行数据预处理,得到标准历史用户属性数据;初始历史分类数据确定单元,用于将所述标准历史用户属性数据输入至预先训练好的分类聚类模型中,确定初始历史分类数据;用户标签模型库构建单元,用于对所述初始历史分类数据输入至预先构建的标签库中进行数据标签处理,确定历史用户标签,并根据所述历史用户标签,构建完成的所述用户标签模型库。
可选的,用户标签模型库构建单元,可以具体用于:对所述初始历史分类数据输入至预先构建的标签库中进行数据标签处理,如果确定得到数据标签处理结果,则获取所述数据标签处理结果与预先标注的标准数据标签处理结果之间的标签准确度;判断所述标签准确度是否满足预设的准确度阈值,若是,则将所述数据标签处理结果确定为第一历史用户标签;若否,将低准确度的初始历史分类数据通过对比分析方法,确定第二历史用户标签;根据所述第一历史用户标签和所述第二历史用户标签,构建完成的所述用户标签模型库。
可选的,用户标签模型库构建单元,还可以具体用于:在所述对所述初始历史分类数据输入至预先构建的标签库中进行数据标签处理之后,如果确定没有得到数据标签处理结果,则将没有标签的初始历史分类数据通过对比分析方法,确定第三历史用户标签;将所述第三历史用户标签添加至所述用户标签模型库中。
可选的,初始历史分类数据确定单元,可以具体用于:将所述标准历史用户属性数据输入至预先训练好的分类聚类模型中,依次在各标准分类数据中获取一个目标标准分类数据;计算所述标准历史用户属性数据与所述目标标准分类数据的相似度,并判断所述相似度是否满足预设的分类相似度阈值,若是,则确定所述标准历史用户属性数据对应的初始历史分类数据;若否,则返回执行依次在各标准分类数据中获取一个目标标准分类数据的操作,直至遍历完成各标准分类数据。
可选的,目标检索结果确定模块340,可以具体用于:根据各检索结果对各所述目标标签检索词的命中情况,确定初始检索结果;根据各所述目标标签描述词的权重值对所述初始检索结果进行加权处理,得到加权检索结果;通过对各所述加权检索结果进行排序展示,确定出目标检索结果。
本发明实施例所提供的数据信息检索装置可执行本发明任意实施例所提供的数据信息检索方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例四的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如数据信息检索方法。
在一些实施例中,数据信息检索方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的数据信息检索方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行数据信息检索方法。
该方法包括:响应于检索用户输入的检索式,在所述检索式中提取至少一项检索词;在用户标签模型库中,获取与所述检索用户匹配的至少一项用户标签,并将各所述检索词与每个用户标签下的至少一个标签描述词进行匹配;获取匹配成功的至少一项目标标签描述词,并同时使用各所述检索词以及各所述目标标签描述词在数据库中进行检索,获取至少一项检索结果;根据各检索结果对各所述目标标签检索词的命中情况,以及各所述目标标签描述词的权重值,通过对各检索结果进行排序展示,确定出目标检索结果。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
实施例五
本发明实施例五还提供一种包含计算机可读存储介质,所述计算机可读指令在由计算机处理器执行时用于执行一种数据信息检索方法,该方法包括:响应于检索用户输入的检索式,在所述检索式中提取至少一项检索词;在用户标签模型库中,获取与所述检索用户匹配的至少一项用户标签,并将各所述检索词与每个用户标签下的至少一个标签描述词进行匹配;获取匹配成功的至少一项目标标签描述词,并同时使用各所述检索词以及各所述目标标签描述词在数据库中进行检索,获取至少一项检索结果;根据各检索结果对各所述目标标签检索词的命中情况,以及各所述目标标签描述词的权重值,通过对各检索结果进行排序展示,确定出目标检索结果。
当然,本发明实施例所提供的一种包含计算机可读存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的数据信息检索方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明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计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,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)执行本发明各个实施例所述的方法。
值得注意的是,上述数据信息检索装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种数据信息检索方法,其特征在于,包括:
响应于检索用户输入的检索式,在所述检索式中提取至少一项检索词;
在用户标签模型库中,获取与所述检索用户匹配的至少一项用户标签,并将各所述检索词与每个用户标签下的至少一个标签描述词进行匹配;
获取匹配成功的至少一项目标标签描述词,并同时使用各所述检索词以及各所述目标标签描述词在数据库中进行检索,获取至少一项检索结果;
根据各检索结果对各所述目标标签检索词的命中情况,以及各所述目标标签描述词的权重值,通过对各检索结果进行排序展示,确定出目标检索结果。
2.根据权利要求1所述的方法,其特征在于,在根据各检索结果对各所述目标标签检索词的命中情况,以及各所述目标标签描述词的权重值,对各检索结果进行排序展示,确定出目标检索结果之后,还包括:
对各所述目标检索结果进行离线数据挖掘分析,或者在线数据查询分析,确定出富化后的富化检索结果。
3.根据权利要求1所述的方法,其特征在于,在响应于检索用户输入的检索式,在所述检索式中提取至少一项检索词之前,还包括:
获取历史用户属性数据,其中,所述历史用户属性数据包括静态历史用户属性数据和动态历史用户属性数据;
对所述历史用户属性数据进行数据预处理,得到标准历史用户属性数据;
将所述标准历史用户属性数据输入至预先训练好的分类聚类模型中,确定初始历史分类数据;
对所述初始历史分类数据输入至预先构建的标签库中进行数据标签处理,确定历史用户标签,并根据所述历史用户标签,构建完成的所述用户标签模型库。
4.根据权利要求3所述的方法,其特征在于,所述对所述初始历史分类数据输入至预先构建的标签库中进行数据标签处理,确定历史用户标签,并根据所述历史用户标签,构建完成的所述用户标签模型库,包括:
对所述初始历史分类数据输入至预先构建的标签库中进行数据标签处理,如果确定得到数据标签处理结果,则获取所述数据标签处理结果与预先标注的标准数据标签处理结果之间的标签准确度;
判断所述标签准确度是否满足预设的准确度阈值,若是,则将所述数据标签处理结果确定为第一历史用户标签;
若否,将低准确度的初始历史分类数据通过对比分析方法,确定第二历史用户标签;
根据所述第一历史用户标签和所述第二历史用户标签,构建完成的所述用户标签模型库。
5.根据权利要求4所述的方法,其特征在于,在所述对所述初始历史分类数据输入至预先构建的标签库中进行数据标签处理之后,还包括:
如果确定没有得到数据标签处理结果,则将没有标签的初始历史分类数据通过对比分析方法,确定第三历史用户标签;
将所述第三历史用户标签添加至所述用户标签模型库中。
6.根据权利要求3所述的方法,其特征在于,所述将所述标准历史用户属性数据输入至预先训练好的分类聚类模型中,确定初始历史分类数据,包括:
将所述标准历史用户属性数据输入至预先训练好的分类聚类模型中,依次在各标准分类数据中获取一个目标标准分类数据;
计算所述标准历史用户属性数据与所述目标标准分类数据的相似度,并判断所述相似度是否满足预设的分类相似度阈值,若是,则确定所述标准历史用户属性数据对应的初始历史分类数据;
若否,则返回执行依次在各标准分类数据中获取一个目标标准分类数据的操作,直至遍历完成各标准分类数据。
7.根据权利要求1所述的方法,其特征在于,所述根据各检索结果对各所述目标标签检索词的命中情况,以及各所述目标标签描述词的权重值,通过对各检索结果进行排序展示,确定出目标检索结果,包括:
根据各检索结果对各所述目标标签检索词的命中情况,确定初始检索结果;
根据各所述目标标签描述词的权重值对所述初始检索结果进行加权处理,得到加权检索结果;
通过对各所述加权检索结果进行排序展示,确定出目标检索结果。
8.一种数据信息检索装置,其特征在于,包括:
检索词提取模块,用于响应于检索用户输入的检索式,在所述检索式中提取至少一项检索词;
检索词匹配模块,用于在用户标签模型库中,获取与所述检索用户匹配的至少一项用户标签,并将各所述检索词与每个用户标签下的至少一个标签描述词进行匹配;
检索结果获取模块,用于获取匹配成功的至少一项目标标签描述词,并同时使用各所述检索词以及各所述目标标签描述词在数据库中进行检索,获取至少一项检索结果;
目标检索结果确定模块,用于根据各检索结果对各所述目标标签检索词的命中情况,以及各所述目标标签描述词的权重值,通过对各检索结果进行排序展示,确定出目标检索结果。
9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的数据信息检索方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的数据信息检索方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211615032.3A CN115827956A (zh) | 2022-12-14 | 2022-12-14 | 一种数据信息检索方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211615032.3A CN115827956A (zh) | 2022-12-14 | 2022-12-14 | 一种数据信息检索方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115827956A true CN115827956A (zh) | 2023-03-21 |
Family
ID=85545818
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211615032.3A Pending CN115827956A (zh) | 2022-12-14 | 2022-12-14 | 一种数据信息检索方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115827956A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116072303A (zh) * | 2023-04-03 | 2023-05-05 | 南京吾爱网络技术有限公司 | 一种医院信息科用医疗信息卡数据识别系统和方法 |
-
2022
- 2022-12-14 CN CN202211615032.3A patent/CN115827956A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116072303A (zh) * | 2023-04-03 | 2023-05-05 | 南京吾爱网络技术有限公司 | 一种医院信息科用医疗信息卡数据识别系统和方法 |
CN116072303B (zh) * | 2023-04-03 | 2023-06-02 | 南京吾爱网络技术有限公司 | 一种医院信息科用医疗信息卡数据识别系统和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10423648B2 (en) | Method, system, and computer readable medium for interest tag recommendation | |
CN111105209B (zh) | 适用于人岗匹配推荐系统的职位简历匹配方法及装置 | |
CN103377200A (zh) | 用户偏好信息采集方法和装置 | |
CN109460519B (zh) | 浏览对象推荐方法及装置、存储介质、服务器 | |
CN107832338B (zh) | 一种识别核心产品词的方法和系统 | |
KR101491627B1 (ko) | 모바일 애플리케이션 평가를 위한 리뷰 정량화 방법, 장치 및 시스템 | |
CN107729453B (zh) | 一种提取中心产品词的方法和装置 | |
CN112818230B (zh) | 内容推荐方法、装置、电子设备和存储介质 | |
CN111444304A (zh) | 搜索排序的方法和装置 | |
CN113282754A (zh) | 针对新闻事件的舆情检测方法、装置、设备和存储介质 | |
CN113988157A (zh) | 语义检索网络训练方法、装置、电子设备及存储介质 | |
CN115827956A (zh) | 一种数据信息检索方法、装置、电子设备及存储介质 | |
CN114116997A (zh) | 知识问答方法、装置、电子设备及存储介质 | |
CN108509449B (zh) | 一种信息处理的方法及服务器 | |
CN114491232B (zh) | 信息查询方法、装置、电子设备和存储介质 | |
CN115907926A (zh) | 商品的推荐方法、装置、电子设备及存储介质 | |
CN112052402B (zh) | 信息推荐方法、装置、电子设备及存储介质 | |
CN113392329A (zh) | 内容推荐方法、装置、电子设备及存储介质 | |
CN108984513B (zh) | 一种词串识别方法和服务器 | |
CN112925912A (zh) | 文本处理方法、同义文本召回方法及装置 | |
Ferdous et al. | Assortment of bangladeshi e-commerce site reviews using machine learning approaches | |
CN110990710A (zh) | 资源推荐方法及装置 | |
Ali et al. | Identifying and Profiling User Interest over time using Social Data | |
KR102258484B1 (ko) | 쿼리를 처리하는 방법, 장치 및 컴퓨터 판독가능 매체 | |
CN115795023A (zh) | 文档推荐方法、装置、设备以及存储介质 |
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 |