[发明专利]大数据查询推荐方法及其系统

权利要求书

1.一种大数据查询推荐方法，其特征在于，所述方法包括：

通过用户查询请求的历史记录，构建用户查询反馈操作模型；

输出与用户查询反馈操作对应的集合,所述集合的元素为权重最高的前K个主题词集合；

根据所述主题词集合的权重，计算查询请求的主题词集合之间相似性的标准差；

对所述历史记录中的用户查询请求的标准差进行聚类，形成若干个查询概念；

获取用户查询请求并确定与所述用户查询请求匹配的所述查询概念；

将匹配的查询概念的聚类中心以及与聚类中心距离最小的前K个查询概念推荐给用户；

其中，所述构建用户查询反馈操作模型，具体包括：

将用户查询反馈操作根据用户划分为若干个队列；

将一个队列中每次查询反馈操作相关的资料集组合为主题词集合；

计算主题词集合中的主题词在一个队列中对应的全部资料集中的权重；

输出与所述队列对应的集合及其权重。

2.根据权利要求1所述的方法，其特征在于，所述计算主题词集合中的主题词在一个队列中对应的全部资料集中的权重，具体包括：

基于词频统计，通过如下算式计算所述权重：

其中，为所述权重，为对应资料集的主题词的权重，为Q_i所有子集构成的集合，Q_i＝{f₁,f₂,...,f_j,...}为一个队列，其中，f_j为用户i的第j次反馈操作。

3.根据权利要求1所述的方法，其特征在于，所述根据所述主题词集合的权重，计算查询请求的主题词集合之间相似性的标准差，具体包括：

通过计算主题词之间的相似性，获得两次查询请求对应的主题词集合之间相似性的标准差；

用所述标准差表示两次查询请求的相似性。

4.根据权利要求3所述的方法，其特征在于，所述计算主题词之间的相似性，具体包括：

通过如下算式计算所述主题词集合之间的相似性：

其中，和分别为第一和第二主题词集合，和分别为属于第一主题词集合的主题词和属于第二主题词集合的主题词的权重。

5.一种大数据查询推荐系统，其特征在于，所述系统包括：

模型构建模块，用于通过用户查询请求的历史记录，构建用户查询反馈操作模型；以及输出与用户查询反馈操作对应的集合,所述集合的元素为权重最高的前K个主题词集合；

吻合度计算模块，用于根据所述主题词集合的权重，计算查询请求的主题词集合之间相似性的标准差；

匹配模块，用于对所述历史记录中的用户查询请求的标准差进行聚类，形成若干个查询概念；获取用户查询请求并确定与所述用户查询请求匹配的所述查询概念；将匹配的查询概念的聚类中心以及与聚类中心距离最小的前K个查询概念推荐给用户；

其中，所述模型构建模块具体用于：将用户查询反馈操作根据用户划分为若干个队列；将一个队列中每次查询反馈操作相关的资料集组合为主题词集合；计算主题词集合中的主题词在一个队列中对应的全部资料集中的权重；输出与所述队列对应的集合及其权重。

6.根据权利要求5所述的系统，其特征在于，所述模型构建模块具体用于：基于词频统计，通过如下算式计算所述权重：

其中，为所述权重，为对应资料集的主题词的权重，为Q_i所有子集构成的集合，Q_i＝{f₁,f₂,...,f_j,...}为一个队列，其中，f_j为用户i的第j次反馈操作。

7.根据权利要求5所述的系统，其特征在于，所述吻合度计算模块具体用于：通过计算主题词之间的相似性，获得两次查询请求对应的主题词集合之间相似性的标准差；用所述标准差表示两次查询请求的相似性。

8.根据权利要求7所述的系统，其特征在于，所述模型构建模块具体用于：通过如下算式计算所述主题词集合之间的相似性：

其中，和分别为第一和第二主题词集合，和分别为属于第一主题词集合的主题词和属于第二主题词集合的主题词的权重。