[发明专利]自助式智能垂直搜索方法

说明书

技术领域

本发明涉及一种应用于数字网络的搜索领域，特别是一种自助式智能垂直搜索方法。

背景技术

目前，搜索引擎技术的广泛应用使得用户能够轻松、便捷地获得希望获得的信息。但是，现有搜索引擎和搜索技术也存在着缺点和不足：

1、网络存在的海量信息，也使得利用关键字搜索技术的搜索引擎返回的搜索结果数量具大，其中非常多的信息其实对用户而言是毫无用处的，用户不得不在这些庞大的信息集中寻找他们需要的信息。

2、现有的搜索技术不能主动地学习用户的使用偏好和习惯，从而使得搜索的结果更加合乎用户的“口味”，而是完全由用户自己来判断搜索结果对其的价值。

3、如今的搜索引擎不能反映用户对搜索结果的评价，也不能将这个主观的评价融入搜索引擎中，从而修正搜索的过程，使得搜索结果更为精准。

4、大多数的功能执行由服务器来进行，现有的通用搜索引擎不能有效利用用户端自身的数字终端硬件资源，使得服务器的压力过重，从而不能高效地执行功能程序，造成大量投资购置服务器硬件。

发明内容

本发明的目的正是为了克服上述缺点，而提供一种自助式智能垂直搜索方法，更具体的说，是一种用户主动干预搜索机制、垂直深化搜索结果的自助式智能搜索方法、系统和计算机程序。

本发明解决其技术问题采用的技术方案。这种自助式智能垂直搜索方法，包括如下步骤：

1.1)、利用存储在客户端和服务器端的用户cookies文件、注册信息、历史搜索信息以及定制的关注模块进行用户偏好学习，并将这个用户偏好建立为用户统计模型实时、动态地存储到搜索引擎数据库中；

1.2)、利用关联句/词库对用户输入的搜索语句进行高速中文分词，并生成一个关键句/词集文件，该文件包含了进行语义分析后的所有相关、相似的关键句和关键词，对用户历史搜索信息进行统计学习，得出在用户的搜索习惯中与这些关键句/词集相关、相似的关键句/词，通过高速中文分词和用户搜索习惯学习，得出一个最终的关键句/词集文件；

1.3)、搜索引擎通过网络数据库搜索所有与这些惯性关键句/词相关的信息，同时，将这些搜索结果与用户统计模型进行匹配，在这些搜索结果中搜索其关键句/词符合用户偏好的信息，最终，将符合用户偏好的搜索结果返回给用户。

本方法可以将用户对搜索结果的评价反映出来，据此来修正机器学习的过程，并同时修正用户统计模型。

本方法中用户可以定制感兴趣的内容和信息、表格化搜索结果以及即时通讯。

本发明有益的效果是：

1、用户可以从庞大的信息集中寻找他们需要的信息。

2、该方法能主动地学习用户的使用偏好和习惯，从而使得搜索的结果更加合乎用户的“口味”，而是完全由用户自己来判断搜索结果对其的价值。

3、能反映用户对搜索结果的评价，也能将这个主观的评价融入搜索引擎中，从而修正搜索的过程，使得搜索结果更为精准。

4、需要的硬件资源比google、百度等通用搜索引擎要多，能有效利用用户自身数字终端的硬件资源，从而大大缓解服务器端的压力。

附图说明

图1实施例中本发明方法得以实现的系统框图；

图2实施例中实现本方法的用户评价机制和系统学习机制等的系统流程图；

图3实施例中的关联词库数据结构图；

图4实施例中的专利信息数据结构图；

图5实施例中的商机信息数据结构图；

图6实施例中的公司信息数据结构图；

图7实施例中的用户统计模型数据结构图；

图8网页的专利信息搜索的用户界面截图；

图9网页的商机信息搜索的用户界面截图；

图10网页的公司信息搜索的用户界面截图。

具体实施方式

下面结合附图和实施例对本发明作进一步介绍：

为了更好地阐述本发明方法和系统的机制，首先对以下名词做如下解释：

用户：带着某种搜索信息的目的使用本发明所述系统的使用者。

用户干预：意指用户通过某种干预程序模块，如用户评价体系，来修正系统机器学习中出现的偏差，不仅能提高机器学习的准确性，同时也使得搜索的结果更精确。

垂直搜索：正如字面意义解释的那样，垂直搜索指的是搜索结果的深化、精确化，而这种深化指的是更贴近用户的搜索目的和偏好，所以，它的搜索基础是用户的统计模型和整个网络数据库，而非前一次搜索的结果，这就使得本发明方法和系统和百度、google等目前比较知名的搜索引擎有着不同之处。