[发明专利]一种查询词推荐方法和查询词推荐系统

权利要求书

1.一种查询词推荐方法，其特征在于，包括：

接收输入的字符，并确定输入所述字符的用户标识信息；

获取所述用户标识信息对应的偏好特征向量，所述偏好特征向量包括偏好查询词和偏好查询词对应的权重；其中，通过访问偏好特征索引来获取用户标识信息对应的偏好特征向量；并且，

获取以所述输入字符为前缀的查询词对应的候选查询词向量，所述候选查询词向量包括候选查询词和候选查询词对应的权重；

计算所述候选查询词向量与所述偏好特征向量的相似度；

根据所述相似度和所述候选查询词对应的权重对所述候选查询词进行排序得到推荐查询词；

其中，所述获取所述用户标识信息对应的偏好特征向量包括：

获取所述用户标识信息对应的历史偏好特征向量，所述历史偏好特征向量包括历史偏好查询词和历史偏好查询词对应的权重；

获取所述用户标识信息对应的实时偏好特征向量，所述实时偏好特征向量包括实时偏好查询词和实时偏好查询词对应的权重；

将所述历史偏好特征向量和所述实时偏好特征向量组合为所述用户标识信息对应的偏好特征向量。

2.根据权利要求1所述的方法，其特征在于，所述组合包括：

将所述历史偏好特征向量和所述实时偏好特征向量中的相同查询词合并为同一个偏好查询词，并将所述相同查询词的权重相加作为所述偏好查询词的权重；

将所述历史偏好特征向量和所述实时偏好特征向量中的不同查询词及其权重提取出来，作为所述偏好特征向量中的偏好查询词和偏好查询词对应的权重。

3.根据权利要求1所述的方法，其特征在于，所述获取所述用户标识信息对应的历史偏好特征向量包括：

以所述用户标识信息为关键词查询历史偏好特征索引，并获取对应的预先生成的历史偏好特征向量，其中，所述历史偏好特征索引以用户标识信息作为关键词，并以历史偏好特征向量作为关键词对应的值；

所述历史偏好特征向量的生成包括：

获取所述用户标识信息对应的历史访问日志并进行统计，从中抽取出中心词及中心词对应的权重并组成中心词向量；

将中心词向量进行加权计算得到历史偏好特征向量。

4.根据权利要求1所述的方法，其特征在于，所述获取所述用户标识信息对应的实时偏好特征向量包括：

以所述用户标识信息为关键词查询实时偏好特征索引，并获取对应的实时生成的实时偏好特征向量，其中，所述实时偏好特征索引以用户标识信息作为关键词，并以实时偏好特征向量作为关键词对应的值；

所述实时偏好特征向量的生成包括：

获取所述用户标识信息在当前同一session内的访问日志并进行统计，从中抽取出中心词及中心词对应的权重并组成中心词向量；

将所述用户实时搜索行为的时间序列衰减函数和实时搜索行为的时间作为权重因子，对所述中心词向量进行线性加权得到实时偏好特征向量。

5.根据权利要求1所述的方法，其特征在于，所述用户标识信息为用户cookie，或登录账户，或用户cookie与登录账户的组合信息。

6.根据权利要求1所述的方法，其特征在于，所述计算所述候选查询词向量与所述偏好特征向量的相似度包括：

将所述偏好特征向量和所述候选查询词向量相乘作为分子；

将所述偏好特征向量的模和所述候选查询词向量的模相乘作为分母；

将所述分子和分母做除运算，除运算的结果作为所述候选查询词向量与所述偏好特征向量的相似度。

7.根据权利要求1所述的方法，其特征在于，所述根据相似度和所述候选查询词对应的权重对所述候选查询词进行排序得到推荐查询词包括：

将所述候选查询词的相似度和所述候选查询词对应的权重进行线性加权得到每个候选查询词的总权重；

依据所述每个候选查询词的总权重对所述候选查询词进行排序得到推荐查询词。