[发明专利]一种基于行业特征的搜索系统及搜索方法

摘要

一种基于行业特征的搜索系统，用户画像模块依次与关键词处理与用户映射模块、结果评分模块、结果优化模块、个性化展示模块连接；用户画像模块包括线上调研模块和线下调研模块，线上调研模块和线下调研模块分别与人群搜索画像模块连接，线上调研模块和线下调研模块均采用问卷形式，人群搜索画像模块包括ETL数据处理模块。本发明提供了一种基于行业特征的搜索系统及搜索方法，能确定搜索结果与客户之间的相关性，能优化搜索结果的推荐，解决了个性展示的问题，推广应用具有良好的经济效益和社会效益。

主权项

1.一种基于行业特征的搜索系统，包括用户画像模块，其特征在于：所述的用户画像模块依次与关键词处理与用户映射模块、结果评分模块、结果优化模块、个性化展示模块连接；用户画像模块包括线上调研模块和线下调研模块，线上调研模块和线下调研模块分别与人群搜索画像模块连接，线上调研模块和线下调研模块均采用问卷形式，人群搜索画像模块包括ETL数据处理模块；用户画像模块通过建立人群或者个体的各个维度的画像，来并打上各种标签来描述用户特点，根据用户的标签进行个性化推荐；在搜索系统中，首先我们对于一些已经知道其画像的特定人群，通过线上调研模块和线下调研模块来确定其搜索习惯以及特点，包括进行搜索的地点、时间、搜索的关键字、搜索的方式、搜索使用的浏览器版本、搜索的展现形式；设定搜索习惯为AC，展现形式为SC；利用ETL对数据进行处理，将问卷的数据进行汇总以及分析，建立用户标签与搜索特点的映射关系，并且通过数据库或者其他存储引擎进行持久化存储；构建的关系可以用表示，其中T代表人群Tags；S代表搜索特点，并且是多对多的关系；关键词处理与用户映射模块由关键词处理模块与用户映射模块组成，其中关键词处理模块由用户搜索关键字处理模块、用户关键字与后台系统的关键词行业库匹配模块组成；用户映射模块由搜索特征模块和权重计算模块组成，搜索特征模块与权重计算模块连接；在用户映射模块中，当用户通过搜索引擎进行搜索时，由于搜索是通过HTTP请求与后台数据库进行交互，能获取到用户的IP地址、查询时间、浏览器类型以及版本、搜索的渠道、查询关键字信息，这个时候根据这些信息与用户画像模块中的存储引擎进行匹配，获取在该种条件下最能的用户群体的画像；由于S与T是多对多的关系，那么基于该种搜索方式会存在一个系数α来表示属于该不同人群Tags的概率；对于这些Tags选取与搜索查全率以及查准率相关的Tags加权计算，获取所属某种行业的具体权重值β；关键词处理模块包括分词模块、扩充模块、词语模块、行业模块；关键词处理模块进行关键字处理时，用户搜索关键字处理模块对关键字进行分词、相似性计算以及纠正；用户关键字与后台系统的关键词行业库匹配模块利用后台模块对关键字进行行业化，用户搜索某一个关键字后，后台数据系统中关于该关键字存在于多个行业特征，搜索引擎会根据该关键字与不同行业作为条件进行搜索，获取该关键字对应该结果的相关系数为γ；结果评分模块利用α×β×γ对获取的结果进行加权，获得最新的结果排序，由于是基于概率模型进行推荐，所以当用户点击的结果与推荐的不一致，存在惩罚系数σ、奖励系数τ,这两个系数用来迭代上述的α、β，即α：＝α×σ以及β：＝τβ，其中σ以及τ成反比，并且α越小τ越大；结果优化模块由新线上调研模块、新线下调研模块、新人群搜索画像模块、曝光调整模块组成，其中新线上调研模块、新线下调研模块分别与新人群搜索画像模块连接，新人群搜索画像模块与曝光调整模块连接；结果优化模块包括两个方面的优化，对于人群的SC以及AC进行优化，由于技术的发展，提供的搜索的入口增加，相应的SC以及AC会发生变化，需要定时的更新标签与搜索的映射关系库进行优化；对于搜索结果进行的优化，对某种关键字的查询出现频率过于集中的结果进行降权处理，以给予一些非头部的搜索结果曝光的关系；个性化展示模块由搜索结果处理模块和个性化展示模块组成，根据用户搜索画像映射获取用户群体偏爱的展示形式，对搜索的结果进行处理成特定的搁置，然后通过搜索界面进行展示出来，具体为根据上述的α以及β确定最合适的展示形式，推荐给用户。