[发明专利]一种基于用户行为个性化查询推荐方法及装置

摘要

本发明公开了一种基于用户行为个性化查询推荐方法及装置，其中推荐方法包括如下步骤：获取初始查询步骤；清空推荐列表步骤；检测查询候选项数量步骤，获取推荐列表中的查询候选项的数量，如果查询候选项的数量小于推荐数量，则进入读取初始推荐列表步骤，如果查询候选项的数量等于推荐数量，则进入返回推荐列表步骤，筛选查询候选项步骤，依次读取查询候选项，并通过查询推荐模型算法计算每个查询候选项的得分，并将最高分所对应的查询候选项存入推荐列表，并进入检测查询候选项数量步骤；返回推荐列表步骤，返回推荐列表给特定用户；通过分析用户的长期和短期搜索记录，并且结合用户当前查询的上下文，预测用户的搜索意图，提供查询推荐。

主权项

1.一种基于用户行为个性化查询推荐方法，其特征在于，包括：获取初始查询步骤，获取特定用户的初始查询；清空推荐列表步骤，清空推荐列表里的内容；检测查询候选项数量步骤，获取所述推荐列表中的所述查询候选项的数量，如果所述查询候选项的数量小于推荐数量，则进入读取初始推荐列表步骤，如果所述查询候选项的数量等于推荐数量，则进入返回推荐列表步骤。筛选查询候选项步骤，依次读取初始推荐列表中的查询候选项，并通过查询推荐模型算法计算每个所述查询候选项的得分，并将最高分所对应的查询候选项存入推荐列表，接着从初始推荐列表中移除所述筛选查询候选项步骤中所存入所述推荐列表的所述查询候选项，并进入检测查询候选项数量步骤；返回推荐列表步骤，返回所述推荐列表给所述特定用户；所述查询推荐模型算法为：其中：u为特定用户，q₀为用户提交的初始查询，q_c为查询推荐候选项，为q₀和q_c之间的共现度，为q₀和q_c之间的语义相关度，P(q_c|q₀,u)为查询推荐候选项q_c和初始查询q₀之间的相关度，P(q_c|u)_s为q_c与用户的短期查询历史之间的相关度，P(q_c|u)_l为q_c与用户的长期查询历史之间的相关度，λ₁为用于调节语义相似度和查询历史之间的贡献度的权重参数，λ₂为用于调节P(q_c|u)_s和P(q_c|u)_l之间的权重参数。