[发明专利]一种信息搜索方法及装置

说明书

技术领域

本申请涉及信息搜索技术领域，特别是涉及一种信息搜索方法及装置。

背景技术

随着人们生活水平的提高及科技水平的进步，人们对信息的获取需求越来越高，且人们获取信息的途径已不局限于书本，而更多的转向于提供信息更快、使用更加便捷的互联网中。

传统的在通过互联网进行信息搜索时，往往通过全文搜索引擎实现信息搜索功能，其过程主要为：利用搜索用户的历史搜索记录及点击记录对该搜索用户输入的搜索词进行扩充生成搜索词列表，进而根据该搜索词列表进行信息搜索得到信息搜索结果。

该传统的信息搜索方法因仅仅基于历史搜索记录及点击记录对搜索用户输入的搜索词进行扩充，使得生成的搜索词列表与用户个性化偏好的匹配度不够高，从而导致利用该搜索词列表进行信息搜索得到的信息搜索结果与用户真实个性化偏好之间的偏差较大的问题。

发明内容

有鉴于此，本申请提供一种信息搜索方法及装置，以避免现有技术在进行信息搜索过程中，因仅仅基于历史搜索记录及点击记录对搜索用户输入的搜索词进行扩充生成搜索词列表，而导致的利用该搜索词列表进行信息搜索得到的信息搜索结果与用户真实个性化偏好之间的偏差较大的问题。

为了实现上述目的，本发明实施例提供的技术方案如下：

一种信息搜索方法，包括：

接收信息搜索请求，其中携带搜索词、指定文本集信息及搜索范围信息；

生成由所述指定文本集信息对应的所有文章对搜索词扩充而成的搜索词列表；

在所述搜索范围信息内的所有文章中获取包含所述搜索词列表中的至少一个元素的文章作为信息搜索结果。

优选的，所述生成由所述指定文本集信息对应的所有文章对搜索词扩充而成的搜索词列表，包括：

获取所述指定文本集信息对应的包含所述搜索词的所有文章；

针对获取到的每篇文章携带的各个标签，分别计算该标签在其所属文章中的第一权重值；

以标签名称相同的各个标签为一类标签，根据各个所述第一权重值分别计算每类标签针对所述搜索词的第二权重值；

生成包括各类标签及分别与每类标签对应的第二权重值的搜索词列表。

优选的，当针对获取到的每篇文章携带的各个标签，分别计算该标签在其所属文章中的第一权重值时，利用如下公式进行计算：

S⁽ⁱ⁾(W_k)＝【S_source(W_k)-Pos(W_k)*λ(S_source(W_k))】*idf(W_k)*S_attributes(W_k)，其中，所述S⁽ⁱ⁾(W_k)为第i篇文章中第k个标签W在该文章中的第一权重值，所述S_source(W_k)为标签W_k的来源参数，所述Pos(W_k)为标签W_k的位置参数，所述λ(S_source(W_k))为因标签W_k的位置所引入的惩罚参数，所述idf(W_k)为所述标签W_k在互联网中的重要程度，所述S_attributes(W_k)为所述标签W_k的词性参数。

优选的，所述以标签名称相同的各个标签为一类标签，根据各个所述第一权重值分别计算每类标签针对所述搜索词的第二权重值，包括：

以标签名称相同的各个标签为一类标签，针对除标签名称与所述搜索词相同的各个标签所属的标签类别外的每类标签，获取属于该类标签的各个标签，并针对每个标签分别计算该标签的第一权重值与该标签所属文章中标签名称与搜索词相同的标签的第一权重值的乘积，并将各个所述乘积的和作为此类标签针对所述搜索词的第二权重值；

获取各个所述第二权重值中的最大第二权重值；

设置标签名称与所述搜索词相同的各个标签所属标签类别对应的第二权重值为大于所述最大第二权重值中的任意值。

优选的，还包括：获取满足预先设置的阈值的各个第二权重值，则所述生成包括各类标签及分别与每类标签对应的第二权重值的搜索词列表为：生成包括满足预先设置的阈值的各个第二权重值及与该第二权重值对应的各个标签类别的搜索词列表。