[发明专利]一种确定搜索需求强度的方法、需求识别的方法及其装置

说明书

【技术领域】

本发明涉及数据处理技术，特别涉及一种确定搜索需求强度的方法、需求识别的方法及其装置。

【背景技术】

随着搜索引擎技术的发展，用户已经不仅仅满足于从搜索引擎中获取与搜索关键字匹配的内容，而是希望能够获得与自己搜索目的相关的结果。为了向用户提供与搜索目的相关的搜索结果，就必须对用户的搜索需求进行识别。在现有的搜索需求识别的方法中，采用简单规则对用户的需求进行识别，例如制定规则“凡是以MP3结尾的查询都具有音乐需求”等等，这种方式虽然简单，但是需要大量的人力物力去制定规则，并且规则写入到程序当中，使得需求识别程序的可扩展性和可维护性都大大降低，同时，由于规则难以适应需求的变化，这种方式对用户需求的识别效果也比较差。

【发明内容】

本发明所要解决的技术问题是提供一种确定搜索需求强度的方法、需求识别的方法及其装置，以解决现有技术中对用户的需求进行识别时，识别程序的可扩展性和可维护性差，且对用户需求的识别准确率较低的缺陷。

本发明为解决技术问题而采用的技术方案是提供一种确定搜索需求强度的方法，包括：A.提取搜索日志中的查询归属于预设需求类别的相似度特征及点击特征中的至少一个特征，其中所述查询归属于预设需求类别的相似度特征用于表征所述查询与所述预设需求类别之间的语义相似度，所述查询归属于预设需求类别的点击特征用于表征所述查询引起的点击页面属于所述预设需求类别的可能性；B.根据提取的每个特征及每个特征的权重计算所述查询归属于所述预设需求类别的得分，并利用所述查询归属于所述预设需求类别的得分得到所述查询在所述预设需求类别的强度。

根据本发明之一优选实施例，提取所述查询归属于预设需求类别的相似度特征的步骤包括：获取所述预设需求类别的核心词向量；获取所述查询的核心词向量；计算所述查询的核心词向量与所述预设需求类别的核心词向量之间的余弦相似度，得到所述查询归属于所述预设需求类别的相似度特征。

根据本发明之一优选实施例，获取所述预设需求类别的核心词向量的步骤包括：获取所述预设需求类别的种子查询；从所述预设需求类别的种子查询及所述预设需求类别的种子查询得到的点击页面中提取核心词；确定提取的各核心词在所述预设需求类别的核心词向量中所占的权重，以生成所述预设需求类别的核心词向量。

根据本发明之一优选实施例，获取所述预设需求类别的种子查询的方式至少包括以下方式中的一种：方式一、将搜索日志中人工标注为所述预设需求类别的查询作为所述预设需求类别的种子查询；或者方式二：将搜索日志中与人工标注为所述预设需求类别的查询引起了相同点击页面的查询作为所述预设需求类别的种子查询。

根据本发明之一优选实施例，获取所述查询的核心词向量的步骤包括：从所述查询及所述查询得到的点击页面中提取核心词；确定提取的各核心词在所述查询的核心词向量中所占的权重，以生成所述查询的核心词向量。

根据本发明之一优选实施例，提取所述查询归属于预设需求类别的点击特征的步骤包括：对所述查询引起的各点击页面的内容按照需求进行分类，以确定各点击页面所属需求类别；统计属于所述预设需求类别的点击页面数量；以所述查询属于所述预设需求类别的点击页面数量与所述查询引起的所有点击页面数量的比值作为所述查询归属于所述预设需求类别的点击特征。

本发明还提供了一种需求识别的方法，包括：获取线上查询；确定搜索日志中与所述线上查询最相似的线下查询；将确定的线下查询的各需求类别强度中大于预设值的需求类别强度所对应的需求类别作为所述线上查询具有的需求，其中线下查询的各需求类别强度是采用前文所述的确定搜索需求强度的方法得到的。

根据本发明之一优选实施例，所述需求识别方法进一步包括：向用户返回与所述线上查询具有的需求相关的页面；或者向用户返回与所述线上查询具有的需求相关的推荐词。

本发明还提供了一种确定搜索需求强度的装置，包括：相似度特征提取单元或点击特征提取单元中的至少一个，其中相似度特征提取单元用于提取搜索日志中的查询归属于预设需求类别的相似度特征，点击特征提取单元用于提取搜索日志中的查询归属于所述预设需求类别的点击特征，所述查询归属于所述预设需求类别的相似度特征用于表征所述查询与所述预设需求类别之间的语义相似度，所述查询归属于所述预设需求类别的点击特征用于表征所述查询引起的点击页面属于所述预设需求类别的可能性；计算单元，用于根据提取的每个特征及每个特征的权重计算所述查询归属于所述预设需求类别的得分，并利用所述查询归属于所述预设需求类别的得分得到所述查询在所述预设需求类别的强度。