WO2016201869A1 - 搜索结果优化方法、搜索引擎、设备及非易失性计算机存储介质 - Google Patents

搜索结果优化方法、搜索引擎、设备及非易失性计算机存储介质 Download PDF

Info

Publication number
WO2016201869A1
WO2016201869A1 PCT/CN2015/094336 CN2015094336W WO2016201869A1 WO 2016201869 A1 WO2016201869 A1 WO 2016201869A1 CN 2015094336 W CN2015094336 W CN 2015094336W WO 2016201869 A1 WO2016201869 A1 WO 2016201869A1
Authority
WO
WIPO (PCT)
Prior art keywords
search
user
requirement
information
initial
Prior art date
Application number
PCT/CN2015/094336
Other languages
English (en)
French (fr)
Inventor
许笑天
姜岩
Original Assignee
百度在线网络技术(北京)有限公司
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 百度在线网络技术(北京)有限公司 filed Critical 百度在线网络技术(北京)有限公司
Priority to US15/523,929 priority Critical patent/US20170337286A1/en
Publication of WO2016201869A1 publication Critical patent/WO2016201869A1/zh

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2457Query processing with adaptation to user needs
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/248Presentation of query results
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53Querying
    • G06F16/532Query formulation, e.g. graphical querying
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开提供一种搜索结果优化方法、搜索引擎、设备及非易失性计算机存储介质。该优化方法包括:获取用户的搜索需求描述信息;根据所述搜索需求描述信息获得初始搜索结果以及搜索需求优化信息;根据所述用户选择的搜索需求优化信息,对所述初始搜索结果进行优化处理,以获得最终搜索结果。本公开可以提高搜索结果的准确度。

Description

搜索结果优化方法、搜索引擎、设备及非易失性计算机存储介质
本申请要求了申请日为2015年06月18日,申请号为201510340517.X发明名称为“搜索结果优化方法及搜索引擎”的中国专利申请的优先权。
技术领域
本公开涉及互联网技术领域,特别涉及一种搜索结果优化方法、搜索引擎、设备及非易失性计算机存储介质。
背景技术
随着互联网技术的不断发展以及信息的不断膨胀,人们对于网络信息的使用需求越来越高,搜索引擎成为人们获取网络信息的重要工具。用户输入搜索需求描述信息,例如关键字(query)或图像,搜索引擎根据搜索需求描述信息向用户返回搜索结果。
在现有技术中,用户输入的搜索需求描述信息可能存在多种语义或者语义比较宽泛,所以搜索引擎对用户搜索意图的理解可能会有偏差,导致返回的搜索结果的准确度较低。
发明内容
本公开的多个方面提供一种搜索结果优化方法、搜索引擎、设备及非易失性计算机存储介质,用以提高搜索结果的准确度。
本公开的一方面,提供一种搜索结果优化方法,包括:
获取用户的搜索需求描述信息;
根据所述搜索需求描述信息获得初始搜索结果以及搜索需求优化信息;
根据所述用户选择的搜索需求优化信息,对所述初始搜索结果进行优化处理,以获得最终搜索结果。
本公开的另一方面,提供一种搜索引擎,包括:
第一获取模块,用于获取用户的搜索需求描述信息;
第二获取模块,用于根据所述搜索需求描述信息获得初始搜索结果以及搜索需求优化信息;
优化处理模块,用于根据所述用户选择的搜索需求优化信息,对所述初始搜索结果进行优化处理,以获得最终搜索结果。
本公开的另一方面,提供一种设备,包括:
一个或者多个处理器;
存储器;
一个或者多个程序,所述一个或者多个程序存储在所述存储器中,当被所述一个或者多个处理器执行时:
获取用户的搜索需求描述信息;
根据所述搜索需求描述信息获得初始搜索结果以及搜索需求优化信息;
根据所述用户选择的搜索需求优化信息,对所述初始搜索结果进行优化处理,以获得最终搜索结果。
本公开的另一方面,提供一种非易失性计算机存储介质,所述非易失性计算机存储介质存储有一个或者多个程序,当所述一个或者多个程 序被一个设备执行时,使得所述设备:
获取用户的搜索需求描述信息;
根据所述搜索需求描述信息获得初始搜索结果以及搜索需求优化信息;
根据所述用户选择的搜索需求优化信息,对所述初始搜索结果进行优化处理,以获得最终搜索结果。
由上述技术方案可知,本公开获取用户的搜索需求描述信息之后,并不是像现有技术那样直接根据搜索需求描述信息给出最终搜索结果,而是根据该搜索需求描述信息获得初始搜索结果以及搜索需求优化信息,进一步根据用户选择的搜索需求优化信息,对初始搜索结果进行优化处理,以获得最终搜索结果,通过用户参与的搜索结果优化处理,能够提高搜索结果与用户搜索需求的匹配度,提高搜索结果的准确度。
附图说明
为了更清楚地说明本公开实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本公开一实施例提供的搜索结果优化方法的流程示意图;
图2为本公开一实施例提供的一种搜索需求优化信息的示意图;
图3为本公开一实施例提供的另一种搜索需求优化信息的示意图;
图4为本公开一实施例提供的又一种搜索需求优化信息的示意图;
图5为本公开一实施例提供的又一种搜索需求优化信息的示意图;
图6为本公开一实施例提供的搜索引擎的结构示意图;
图7为本公开另一实施例提供的搜索引擎的结构示意图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例中的附图,对本公开实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本公开一部分实施例,而不是全部的实施例。基于本公开中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本公开保护的范围。
图1为本公开一实施例提供的搜索结果优化方法的流程示意图。如图1所示,该方法包括:
101、获取用户的搜索需求描述信息。
102、根据上述搜索需求描述信息获得初始搜索结果以及搜索需求优化信息。
103、根据用户选择的搜索需求优化信息,对初始搜索结果进行优化处理,以获得最终搜索结果。
本实施例提供一种搜索结果优化方法,可由搜索引擎来执行,用以进行搜索结果的优化处理。
在实际搜索应用中,当用户需要进行搜索时,一般会输入搜索需求描述信息,搜索需求描述信息是指描述用户搜索需求的信息。在本实施例中,搜索需求描述信息可以是图像、关键字或者图像与关键字的组合。对搜索引擎来说,获取用户的搜索需求描述信息。
在一些情况下,用户的搜索需求描述信息会有多种语义或理解,并 不能很明确的表达用户的搜索需求,进而导致搜索引擎无法根据搜索需求描述信息明确确定用户的搜索需求。
举例说明,假设用户的搜索需求描述信息为一图像,该图像具体为一客厅局部照片,在该照片中包括多个对象,例如电视机、电视柜、背景墙、无线路由器、电插座等等。对于这种同时包括多个对象的图像,其所表达的用户的搜索需求可能有多种,例如用户的搜索需求可以是搜索电视,或者是搜索电视柜,或者是搜索屋内设计,或者是搜索装饰或装潢,或者是搜索无线路由器等等。搜索引擎无法准确确定用户的搜索需求,所以搜索引擎可能返回与电视机有关的搜索结果,但实际用户通过上述图像想要搜索的可能是室内设计,可见搜索引擎返回的搜索结果不符合用户的搜索需求,导致搜索结果的准确度较低。
举例说明,假设用户的搜索需求描述信息为一关键字,例如“苹果”,该“苹果”可以理解为手机品牌,也可以理解为水果,还可以理解为歌曲名等,所以搜索引擎无法确定用户是希望搜索手机、水果还是歌曲,无法准确理解用户的搜索需求。由于当前苹果手机比较热门,搜索量较大,所以搜索引擎根据用户输入的关键字“苹果”提供给用户的是与手机有关的搜索结果,而实际上用户希望了解水果中苹果的品种信息,可见搜索引擎返回的搜索结果不符合用户的搜索需求,导致搜索结果的准确度较低。
本实施例提供的搜索结果优化方法可以解决上述问题,本实施例方法的原理具体如下:
搜索引擎在获取用户的搜索需求描述信息后,并不像现有技术那样直接根据用户的搜索需求描述信息给出最终搜索结果,而是根据用户的 搜索需求描述信息给出初始搜索结果以及搜索需求优化信息,进一步根据用户选择的搜索需求优化信息对初始搜索结果进行优化处理,以获得最终搜索结果。在本实施例中,由于用户可以在获得初始搜索结果之后,继续基于搜索需求优化信息参与对初始搜索结果的优化处理,因此可以提高搜索结果与用户搜索需求的匹配度,提高搜索结果的准确度。
在本实施例中,搜索需求优化信息是指搜索需求明确度高于搜索需求描述信息的信息。简单来说,搜索需求优化信息是指与搜索需求描述信息相比,能够更加明确用户搜索需求(即搜索需求明确度高)的信息。同时,搜索需求优化信息也是与搜索需求描述信息相关的信息,例如可以是在属性上对搜索需求描述信息作出进一步限定的信息,或者是与搜索需求描述信息具有相似或相同特征的信息。
本实施例并不限定搜索需求优化信息的实现形式,凡是能够比搜索需求描述信息更加明确用户搜索需求的信息形式均可作为本实施例的搜索需求优化信息,例如可以是图像、关键字或者图像与关键字的组合。
在一可选实施方式中,上述根据搜索需求描述信息获得初始搜索结果以及搜索需求优化信息的方式包括:
根据搜索需求描述信息,确定至少一种搜索需求;
根据至少一种搜索需求中的初始搜索需求进行搜索,获得初始搜索结果;
根据初始搜索需求,获得搜索需求优化信息。
具体的,搜索引擎对搜索需求描述信息进行识别,例如可以是语义识别或图像识别等,确定该搜索需求描述信息可表达的至少一种搜索需求;从至少一种搜索需求中,确定初始搜索需求,初始搜索需求可以是 至少一种搜素需求中的部分或全部的搜索需求;根据初始搜索需求进行搜索,获得初始搜索结果,初始搜索结果是与初始搜索需求相匹配的搜索结果;另外,根据初始搜索需求,确定搜索需求优化信息,以便于对初始搜索结果进行优化处理。
值得说明的是,由于需要对初始搜索结果进行优化,故本实施例根据初始搜索需求确定搜索需求优化信息,该搜索需求优化信息对用户搜索需求的明确度更高。
一种根据初始搜索需求,确定搜索需求优化信息的方式包括:
将至少一种搜索需求中除初始搜索需求之外的其余搜索需求的描述信息以及初始搜索需求的子搜索需求的描述信息中的至少一个,作为搜索需求优化信息。
举例说明,以用户的搜索需求描述信息为上述客厅局部照片为例,搜索需求描述信息无法明确表示用户的搜索需求,搜索引擎基于该图像确定至少一种搜索需求,包括:搜索电视机,搜索电视柜,搜索室内设计,搜索装饰或装潢,搜索无线路由器等。假设搜索引擎确定至少一种搜索需求中的搜索电视机作为初始搜索需求,并基于该初始搜索需求进行搜索,获得与电视机有关的搜索结果作为初始搜索结果;与此同时,搜索引擎确定除作为初始搜索需求的搜索电视机之外的其余搜索需求,例如搜索电视柜、搜索室内设计、搜索装饰或装潢、搜索无线路由器等搜索需求的描述信息,作为搜索需求优化信息。
值得说明的是,上述搜索需求优化信息可以是图像,关键字或者图像与关键字的组合。例如,对于搜索电视柜的搜索需求,其描述信息可以是一张包括电视柜的图像;对于搜索室内设计的搜索需求,其描述信 息可以是关键字“室内设计”;对于搜索装饰或装潢的搜索需求,其描述信息可以是一张包括电视机、电视柜、背景墙、无线路由器等对象的图像与关键字“装饰/装潢”的组合;对于搜索无线路由器的搜索需求,其描述信息可以是关键词“无线路由器”等。值得说明的是,在搜索需求描述信息为图像的情况下,搜索需求优化信息是具体描述该图像中某个对象或特征的信息,以便于细化用户的搜索需求,使用户的搜索需求更加明确。
进一步,搜索引擎还可以选择初始搜索需求的子搜索需求的描述信息作为搜索需求优化信息。初始搜索需求的子搜索需求是指更加明确的用户搜索需求,该子搜索需求的搜索需求明确度高于初始搜索需求。例如,搜索电视机的子搜索需求可以是搜索64英寸电视机,或搜索海尔电视机,或搜索国产电视机等。
值得说明的是,在搜索引擎从至少一种搜索需求中确定部分搜索需求作为初始搜索需求的情况下,优先将其余搜索需求的描述信息作为搜索需求优化信息。
可选的,在获得搜索需求优化信息之后,可以向用户展示搜索需求优化信息,以供用户选择优化使用的搜索需求优化信息。在具体展现形式上,搜索引擎可以通过一独立窗口向用户展现搜索需求优化信息,或者也可以将搜索结果优化信息展示在搜索结果页面的上半部分,等等。
用户在看到搜索需求优化信息之后,可以结合初始搜索结果确定是否需要选择搜索需求优化信息以对初始搜索结果进行优化处理。例如,初始搜索结果是“与电视机有关的搜索结果”,而用户需要的是“室内设计”,对于这种情况,用户需要选择与“室内设计”相关的搜索需求 优化信息,根据选择的搜索需求优化信息对初始搜索结果进行优化处理。用户可以发出选择指令,告知搜索引擎用户所选择的搜索需求优化信息。
例如,搜索引擎可以将搜索需求优化信息设计成一个控件,用户通过点击相关的搜索需求优化信息而发出选择指令。或者,搜索引擎可以在搜索需求优化信息前面设置选择控件,以供用户发出选择指令使用,例如可以是一勾选框,用户通过选中相应勾选框而出发选择指令。
对搜索引擎来说,在向用户展现搜索需求优化信息之后,可以接收用户的选择指令,根据该选择指令,确定用户选择的搜索需求优化信息。
对于具有多个搜索需求优化信息的情况,用户可以选择其中一个或多个搜索需求优化信息。
在确定用户选择的搜索需求优化信息之后,搜索引擎可以根据用户选择的搜索需求优化信息,对初始搜索结果进行优化处理,以获得最终搜索结果。
可选的,一种优化处理的方式为:根据用户选择的搜索需求优化信息重新进行搜索,以获得最终搜索结果。这种优化方式重新进行搜索,可以获得更多更准确的搜索结果。
另一种优化处理的方式为:根据用户选择的搜索需求优化信息对初始搜索结果进行筛选,以获得最终搜索结果。这种优化方式直接从已有结果中进行筛选,获取准确搜索结果的效率更高。
在一可选实施方式中,上述获取用户的搜索需求描述信息的方式可以是:获取用户选择的上一优化操作过程中的搜索需求优化信息作为用户本次优化操作中的搜索需求描述信息。该实施方式意味着用户可以重复执行多次优化操作,直到达到用户期望的效果或者无法进一步给出搜 索需求优化信息为止或者达到设定的重复执行条件。其中,重复执行条件可以是预设的最大重复执行次数,或者是设定的单次搜索所允许的最大搜索时间。
值得说明的是,关键字属于文本形式的信息,其含义表达相对比较明确;而与关键字相比,图像中的对象数量较多、含义表达也较为晦涩,所以本实施例提供的方法尤其适用于搜索需求描述信息包括图像的情况。
以图像搜索为例,用户启动图像搜索功能之后,进入拍摄过程,用户拍摄并上传图像信息,之后,搜索引擎基于图像信息进行搜索,输出初始搜索结果以及搜索需求优化信息。用户除了可以直接浏览初始搜索结果之外,还可以看到搜索需求优化信息,如图2所示,搜索需求优化信息为图片,或者如图3所示,搜索需求优化信息为关键字,且如图2或图3所示,作为搜索需求优化信息的图片或关键字位于初始搜索结果上方;如果用户希望优化搜索结果,可以点击相应的搜索需求优化信息,则搜索结果会随之被优化,且同时也会产生新的搜索需求优化信息,如图4所示,新的搜索需求优化信息为图片,或者如图5所示,新的搜索需求优化信息为关键字,且如图4或图5所示,作为搜索需求优化信息的图片或关键字位于优化后的搜索结果上方;如此反复,直到搜索结果被自动判定为最优后结束操作。
由上述可见,用户在上传完图像信息后还可以继续参与,以图片或者关键字的形式继续对搜索结果进行范围限定,达到主动优化搜索结果的目的,不仅可以提高最终搜索结果与用户搜索需求的匹配度,提高最终搜索结果的准确度,而且还可以加强用户的产品参与感,提高用户体验度。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本公开并不受所描述的动作顺序的限制,因为依据本公开,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本公开所必须的。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
图6为本公开一实施例提供的搜索引擎的结构示意图。如图6所示,该搜索引擎包括:第一获取模块61、第二获取模块62和优化处理模块63。
第一获取模块61,用于获取用户的搜索需求描述信息。
第二获取模块62,用于根据第一获取模块61获取的搜索需求描述信息获得初始搜索结果以及搜索需求优化信息。
优化处理模块63,用于根据用户选择的搜索需求优化信息,对第二获取模块62获得的初始搜索结果进行优化处理,以获得最终搜索结果。
在一可选实施方式中,第二获取模块62具体可用于:
根据搜索需求描述信息,确定至少一种搜索需求;
根据至少一种搜索需求中的初始搜索需求进行搜索,获得初始搜索结果;
根据初始搜索需求,确定搜索需求优化信息。
进一步,第二获取模块62在根据初始搜索需求,确定搜索需求优化信息时,具体用于:
将至少一种搜索需求中除初始搜索需求之外的其余搜索需求的描述信息以及初始搜索需求的子搜索需求的描述信息中的至少一个,作为搜索需求优化信息。
在一可选实施方式中,如图7所示,该搜索引擎还包括:展现模块64、接收模块65和确定模块66。
展现模块64,用于展现第二获取模块62获得的搜索需求优化信息,以供用户选择。
接收模块65,用于接收用户的选择指令,选择指令指示用户选择的搜索需求优化信息。
确定模块66,用于根据接收模块65接收的选择指令,确定用户选择的搜索需求优化信息。
在一可选实施方式中,优化处理模块63具体用于:
根据用户选择的搜索需求优化信息重新进行搜索,以获得最终搜索结果;或者
根据用户选择的搜索需求优化信息对初始搜索结果进行筛选,以获得最终搜索结果。
在一可选实施方式中,第一获取模块61具体可用于:获取用户选择的上一优化操作中的搜索需求优化信息,作为用户本次优化操作中的搜索需求描述信息。
在一可选实施方式中,搜索需求描述信息为图像,但不限于此。搜索需求描述信息还可以是关键字或者关键字与图像的组合。
在一可选实施方式中,搜索需求优化信息为图像和关键字中的至少一个。
本实施例提供的搜索引擎,获取用户的搜索需求描述信息之后,并不是像现有技术那样直接根据搜索需求描述信息给出最终搜索结果,而是根据该搜索需求描述信息获得初始搜索结果以及搜索需求优化信息,进一步根据用户选择的搜索需求优化信息,对初始搜索结果进行优化处理,以获得最终搜索结果,通过用户参与的搜索结果优化处理,能够提高搜索结果与用户搜索需求的匹配度,提高搜索结果的准确度。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本公开所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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单元来实现本实施例方案的目的。
另外,在本公开各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集 成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,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)或处理器(processor)执行本公开各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上实施例仅用以说明本公开的技术方案,而非对其限制;尽管参照前述实施例对本公开进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本公开各实施例技术方案的精神和范围。

Claims (18)

  1. 一种搜索结果优化方法,其特征在于,包括:
    获取用户的搜索需求描述信息;
    根据所述搜索需求描述信息获得初始搜索结果以及搜索需求优化信息;
    根据所述用户选择的搜索需求优化信息,对所述初始搜索结果进行优化处理,以获得最终搜索结果。
  2. 根据权利要求1所述的方法,其特征在于,所述根据所述搜索需求描述信息获得初始搜索结果以及搜索需求优化信息,包括:
    根据所述搜索需求描述信息,确定至少一种搜索需求;
    根据所述至少一种搜索需求中的初始搜索需求进行搜索,获得所述初始搜索结果;
    根据所述初始搜索需求,确定所述搜索需求优化信息。
  3. 根据权利要求2所述的方法,其特征在于,所述根据所述初始搜索需求,确定所述搜索需求优化信息,包括:
    将所述至少一种搜索需求中除所述初始搜索需求之外的其余搜索需求的描述信息以及所述初始搜索需求的子搜索需求的描述信息中的至少一个,作为所述搜索需求优化信息。
  4. 根据权利要求1-3任一项所述的方法,其特征在于,所述根据所述用户选择的搜索需求优化信息,对所述搜索结果进行优化处理之前,包括:
    展现所述搜索需求优化信息,以供所述用户选择;
    接收所述用户的选择指令,所述选择指令指示所述用户选择的搜索 需求优化信息;
    根据所述选择指令,确定所述用户选择的搜索需求优化信息。
  5. 根据权利要求1-4任一项所述的方法,其特征在于,所述根据所述用户选择的搜索需求优化信息,对所述初始搜索结果进行优化处理,以获得最终搜索结果,包括:
    根据所述用户选择的搜索需求优化信息重新进行搜索,以获得所述最终搜索结果;或者
    根据所述用户选择的搜索需求优化信息对所述初始搜索结果进行筛选,以获得所述最终搜索结果。
  6. 根据权利要求1-5任一项所述的方法,其特征在于,所述获取用户的搜索需求描述信息,包括:
    获取所述用户选择的上一优化操作中的搜索需求优化信息,作为所述用户本次优化操作中的搜索需求描述信息。
  7. 根据权利要求1-6任一项所述的方法,其特征在于,所述搜索需求描述信息为图像。
  8. 根据权利要求1-7任一项所述的方法,其特征在于,所述搜索需求优化信息为图像和关键字中的至少一个。
  9. 一种搜索引擎,其特征在于,包括:
    第一获取模块,用于获取用户的搜索需求描述信息;
    第二获取模块,用于根据所述搜索需求描述信息获得初始搜索结果以及搜索需求优化信息;
    优化处理模块,用于根据所述用户选择的搜索需求优化信息,对所述初始搜索结果进行优化处理,以获得最终搜索结果。
  10. 根据权利要求9所述的搜索引擎,其特征在于,所述第二获取模块具体用于:
    根据所述搜索需求描述信息,确定至少一种搜索需求;
    根据所述至少一种搜索需求中的初始搜索需求进行搜索,获得所述初始搜索结果;
    根据所述初始搜索需求,确定所述搜索需求优化信息。
  11. 根据权利要求10所述的搜索引擎,其特征在于,所述第二获取模块具体用于:
    将所述至少一种搜索需求中除所述初始搜索需求之外的其余搜索需求的描述信息以及所述初始搜索需求的子搜索需求的描述信息中的至少一个,作为所述搜索需求优化信息。
  12. 根据权利要求9-11任一项所述的搜索引擎,其特征在于,还包括:
    展现模块,用于展现所述搜索需求优化信息,以供所述用户选择;
    接收模块,用于接收所述用户的选择指令,所述选择指令指示所述用户选择的搜索需求优化信息;
    确定模块,用于根据所述选择指令,确定所述用户选择的搜索需求优化信息。
  13. 根据权利要求9-12任一项所述的搜索引擎,其特征在于,所述优化处理模块具体用于:
    根据所述用户选择的搜索需求优化信息重新进行搜索,以获得所述最终搜索结果;或者
    根据所述用户选择的搜索需求优化信息对所述初始搜索结果进行筛 选,以获得所述最终搜索结果。
  14. 根据权利要求9-13任一项所述的搜索引擎,其特征在于,所述第一获取模块具体用于:
    获取所述用户选择的上一优化操作中的搜索需求优化信息,作为所述用户本次优化操作中的搜索需求描述信息。
  15. 根据权利要求9-14任一项所述的搜索引擎,其特征在于,所述搜索需求描述信息为图像。
  16. 根据权利要求9-15任一项所述的搜索引擎,其特征在于,所述搜索需求优化信息为图像和关键字中的至少一个。
  17. 一种设备,包括:
    一个或者多个处理器;
    存储器;
    一个或者多个程序,所述一个或者多个程序存储在所述存储器中,当被所述一个或者多个处理器执行时:
    获取用户的搜索需求描述信息;
    根据所述搜索需求描述信息获得初始搜索结果以及搜索需求优化信息;
    根据所述用户选择的搜索需求优化信息,对所述初始搜索结果进行优化处理,以获得最终搜索结果。
  18. 一种非易失性计算机存储介质,所述非易失性计算机存储介质存储有一个或者多个程序,当所述一个或者多个程序被一个设备执行时,使得所述设备:
    获取用户的搜索需求描述信息;
    根据所述搜索需求描述信息获得初始搜索结果以及搜索需求优化信息;
    根据所述用户选择的搜索需求优化信息,对所述初始搜索结果进行优化处理,以获得最终搜索结果。
PCT/CN2015/094336 2015-06-18 2015-11-11 搜索结果优化方法、搜索引擎、设备及非易失性计算机存储介质 WO2016201869A1 (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US15/523,929 US20170337286A1 (en) 2015-06-18 2015-11-11 Search result optimizing method, search engine, an apparatus and non-volatile computer storage medium

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201510340517.X 2015-06-18
CN201510340517.XA CN104951534B (zh) 2015-06-18 2015-06-18 搜索结果优化方法及搜索引擎

Publications (1)

Publication Number Publication Date
WO2016201869A1 true WO2016201869A1 (zh) 2016-12-22

Family

ID=54166192

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2015/094336 WO2016201869A1 (zh) 2015-06-18 2015-11-11 搜索结果优化方法、搜索引擎、设备及非易失性计算机存储介质

Country Status (3)

Country Link
US (1) US20170337286A1 (zh)
CN (1) CN104951534B (zh)
WO (1) WO2016201869A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104951534B (zh) * 2015-06-18 2019-07-23 百度在线网络技术(北京)有限公司 搜索结果优化方法及搜索引擎
CN105808657A (zh) * 2016-02-29 2016-07-27 浪潮软件集团有限公司 一种对搜索结果和搜索引擎进行优化的方法
CN108710706A (zh) * 2018-05-28 2018-10-26 江苏中安环能新能源科技有限公司 一种搜索方法、系统及装置
CN110765169A (zh) * 2019-09-06 2020-02-07 平安普惠企业管理有限公司 信息推荐方法、装置、计算机设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101364239A (zh) * 2008-10-13 2009-02-11 中国科学院计算技术研究所 一种分类目录自动构建方法及相关系统
US20140136536A1 (en) * 2012-11-13 2014-05-15 Microsoft Corporation Intent-Based Presentation of Search Results
CN104123285A (zh) * 2013-04-24 2014-10-29 阿里巴巴集团控股有限公司 搜索结果的导航方法及装置
CN104462325A (zh) * 2014-12-02 2015-03-25 百度在线网络技术(北京)有限公司 搜索推荐方法及装置
CN104951534A (zh) * 2015-06-18 2015-09-30 百度在线网络技术(北京)有限公司 搜索结果优化方法及搜索引擎

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006047654A2 (en) * 2004-10-25 2006-05-04 Yuanhua Tang Full text query and search systems and methods of use
US8868548B2 (en) * 2010-07-22 2014-10-21 Google Inc. Determining user intent from query patterns
US9305024B2 (en) * 2011-05-31 2016-04-05 Facebook, Inc. Computer-vision-assisted location accuracy augmentation
CN104239340B (zh) * 2013-06-19 2018-03-16 北京搜狗信息服务有限公司 搜索结果筛选方法与装置
CN104424286A (zh) * 2013-08-30 2015-03-18 北京四维图新科技股份有限公司 一种搜索信息的方法和系统
US9424598B1 (en) * 2013-12-02 2016-08-23 A9.Com, Inc. Visual search in a controlled shopping environment
CN103778227B (zh) * 2014-01-23 2016-11-02 西安电子科技大学 从检索图像中筛选有用图像的方法
CN104598617A (zh) * 2015-01-30 2015-05-06 百度在线网络技术(北京)有限公司 一种搜索结果展示方法及装置
WO2016170269A1 (fr) * 2015-04-20 2016-10-27 Qwant Procédé de recherche de pages accessibles sur un réseau
US10664515B2 (en) * 2015-05-29 2020-05-26 Microsoft Technology Licensing, Llc Task-focused search by image

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101364239A (zh) * 2008-10-13 2009-02-11 中国科学院计算技术研究所 一种分类目录自动构建方法及相关系统
US20140136536A1 (en) * 2012-11-13 2014-05-15 Microsoft Corporation Intent-Based Presentation of Search Results
CN104123285A (zh) * 2013-04-24 2014-10-29 阿里巴巴集团控股有限公司 搜索结果的导航方法及装置
CN104462325A (zh) * 2014-12-02 2015-03-25 百度在线网络技术(北京)有限公司 搜索推荐方法及装置
CN104951534A (zh) * 2015-06-18 2015-09-30 百度在线网络技术(北京)有限公司 搜索结果优化方法及搜索引擎

Also Published As

Publication number Publication date
US20170337286A1 (en) 2017-11-23
CN104951534A (zh) 2015-09-30
CN104951534B (zh) 2019-07-23

Similar Documents

Publication Publication Date Title
US20210182333A1 (en) Correlating image annotations with foreground features
CN107145496B (zh) 基于关键词将图像与内容项目匹配的方法
KR101864240B1 (ko) 객체 검색 방법 및 장치
US10726063B2 (en) Topic profile query creation
CN105243060B (zh) 一种检索图片的方法及装置
US20180227617A1 (en) Method and apparatus for pushing information
US20160162602A1 (en) Methods and apparatus for proximally informed database searches
WO2016201869A1 (zh) 搜索结果优化方法、搜索引擎、设备及非易失性计算机存储介质
US20110082860A1 (en) Search Method, Apparatus and System
JP2015191655A (ja) 推奨ページを生成するための方法及び装置
TWI536188B (zh) 應用程式的查找方法與系統
CN102368262A (zh) 一种提供与查询序列相对应的搜索建议的方法与设备
CN111327955B (zh) 基于用户画像的点播方法、存储介质及智能电视
WO2014114137A1 (en) Method and apparatus for recommending keywords
CN107145497B (zh) 基于图像和内容的元数据选择与内容匹配的图像的方法
WO2017096896A1 (zh) 资源搜索方法以及服务器
US11709881B2 (en) Visual menu
JP7146961B2 (ja) 音声パッケージの推薦方法、装置、電子機器および記憶媒体
WO2021035227A1 (en) Systems and methods for retreiving videos using natural language description
TW201629802A (zh) 資訊搜索系統及方法
JP2017500632A (ja) 補助情報へのアクセスを提供するための方法およびシステム
US20180018389A1 (en) Method and apparatus for keyword-based text retrieval
WO2017097102A1 (zh) 检索方法和检索装置
CN111666417B (zh) 生成同义词的方法、装置、电子设备以及可读存储介质
US10241988B2 (en) Prioritizing smart tag creation

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15895437

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 15895437

Country of ref document: EP

Kind code of ref document: A1