[发明专利]一种用于搜索的智能提示的方法、模块和系统

说明书

技术领域

本发明涉及数据搜索、数据挖掘中的关键词搜索，尤其涉及关键词输入中的人工智能。

背景技术

智能提示是一种帮助用户明确输入意图，方便用户快捷输入，提高用户体验的方法。智能提示主要应用于搜索引擎和开发平台中，可以根据用户的输入，通过下拉框或者标签等不同的展现形式，向用户进行自动提示。

目前主流搜索引擎主要是先统计服务器端保存的用户搜索历史数据，根据搜索词的搜索频率，建立热门词词典，当用户输入关键词后，根据字符串前缀匹配的方法，从热门词词典中查找候选提示词，再根据搜索频率筛选出提示词，依次展现在搜索框下方。这种智能提示，利用字符串前缀匹配查找候选提示词，可能会遗漏一些与搜索关键词相关的候选提示词。利用热门词词典中搜索频率筛选候选提示词，没有结合当前用户本地的搜索历史数据，可能会导致给出的提示词与用户搜索意图偏差。出现上述问题的根源在于习惯性语言表达方式。在中文中，修饰名词的词总是在被修饰词之前。比如“休闲裤”，其中“休闲”只是修饰词，而“裤”才是主要的名词。用户在客户端输入“休闲裤”后，按前缀匹配的方式筛选出的都是与“休闲”相关的内容。但实际上用户主要是想查找与“裤”相关的内容。这导致提示词与用户搜索意图出现明显偏差。

发明内容

本发明所要解决的问题是搜索引擎中提示词合理性的问题。

为解决上述问题，本发明采用的方案如下：

根据本发明的一种用于搜索的智能提示方法，包括客户端和服务器，客户端与服务器通过网络相连，该方法包括以下步骤：

S21：客户端获取初始字符串；

S22：客户端发送初始字符串至服务器；

S29：服务器接收初始字符串；

S3：服务器根据初始字符串搜索热词获得候选词信息列表；

S41：服务器将候选词信息列表发送至终端；

S49：客户端接收候选词信息列表；

S5：客户端根据候选词信息列表获取候选词列表；

S91：客户端展示候选词列表；

其特征在于，所述步骤S3包括：

S31：服务器根据分词器拆分初始字符串获得前缀词和后缀词；

S32：服务器根据前缀词和后缀词在同义词库中查找获得前缀同义词和后缀同义词；

S33：服务器遍历热词后缀树查找前缀匹配和或后缀匹配的热词，获得候选词信息列表；

其中，所述同义词库为服务器用于保存关键词之间同义关联关系的数据库；所述的热词后缀树为服务器根据热词库中的高频搜索热词依据广义后缀树的数据结构而建立；所述的热词库为服务器用于保存热词信息的数据库；所述热词信息包括热词、热词序号和热词搜索频次；所述的前缀匹配为热词的前缀与所述前缀词或前缀同义词相匹配；所述的后缀匹配为热词的后缀与所述后缀词或后缀同义词匹配。

进一步，根据本发明的用于搜索的智能提示方法，其特征在于，该方法还包括：

S34：服务器根据用户历史搜索行为数据库的分析计算每个候选词的概率；

其中，所述的用户历史搜索行为数据库用于保存历史行为信息。

进一步，根据本发明的用于搜索的智能提示方法，其特征在于，所述步骤S34包括：

S34a1：服务器在用户历史搜索行为数据库中查找原始字符串与初始字符串相同且点击热词与候选词相同的历史行为信息，获得候选词的点击频次；

S34a2：服务器根据对候选词的点击频次做归一化处理获得候选词的概率；

其中，所述的历史行为信息包括原始字符串、点击热词和点击频次。

进一步，根据本发明的用于搜索的智能提示方法，其特征在于，所述步骤S34包括：

S34b1：根据候选词在用户历史搜索行为数据库查找历史行为信息；

S34b2：统计该历史行为信息下不同前缀匹配方式和不同后缀匹配方式下的点击频次；

S34b3：对不同前缀匹配方式和不同后缀匹配方式下的点击频次进行自然对数运算获得不同前缀匹配方式和不同后缀匹配方式下的logit值；

S34b4：根据二元线性回归参数方程计算公式                                                中参数的值；

S34b5：根据公式计算候选词的概率，其中；

S34b6；归一化处理各个候选词的候选词的概率；

其中，所述的历史行为信息包括点击热词、九种候选词匹配类型的点击频次。