[发明专利]搜索引擎的数据处理方法及装置

说明书

技术领域

本发明涉及计算机搜索引擎领域，具体而言，涉及一种搜索引擎的数据处理方法及装置。

背景技术

现有技术提供的搜索引擎需要用户输入搜索词，搜索引擎在获取搜索词之后，会根据搜索词和文档相关度得到文档排序。该搜索引擎的排序必须基于用户的输入搜索词来进行搜索，当用户没有明确目标时是不能精确的给出搜索词的，此时系统无法生成排序列表。

在上述搜索词不明确，或者没有匹配文档的情况下，可以通过人工编目的排行榜来获取搜索结果，具体的，可以通过人工在后台设置文档的线上排序。这种人工编目的排行榜需要人工维护线上排序，耗时耗力，且人工维护搜索结果具有个人因素在里边，搜索结果不准确，且当搜索对象的数目达到一定程度，人工无法维护。

目前针对相关技术的在搜索引擎无法获知搜索词时，通过人工维护后台导致搜索效率低、搜索结果不准确的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术的在搜索引擎无法获知搜索词时，通过人工维护后台导致搜索效率低、搜索结果不准确的问题，目前尚未提出有效的解决方案，为此，本发明的主要目的在于提供一种搜索引擎的数据处理方法及装置，以解决上述问题。

为了实现上述目的，根据本发明的一个方面，提供了一种搜索引擎的数据处理方法，该方法包括：获取历史用户使用搜索引擎的日志记录，其中，日志记录包括：用户行为数据、搜索对象属性数据以及搜索结果的特征数据；根据用户行为数据和搜索对象属性数据进行线性回归计算，生成用户的搜索偏好值；将用户的搜索偏好值与每个搜索结果的特征数据进行匹配处理，得到用户的搜索偏好与所有搜索结果的匹配度；提取所有搜索结果的匹配度中满足预定条件匹配度，获取历史用户的搜索结果。

为了实现上述目的，根据本发明的另一方面，提供了一种搜索引擎的数据处理装置，该装置包括：获取模块，用于获取历史用户使用搜索引擎的日志记录，其中，日志记录包括：用户行为数据、搜索对象属性数据以及搜索结果的特征数据；处理模块，用于根据用户行为数据和搜索对象属性数据进行线性回归计算，生成用户的搜索偏好值；匹配模块，用于将用户的搜索偏好值与每个搜索结果的特征数据进行匹配处理，得到用户的搜索偏好与所有搜索结果的匹配度；提取模块，用于提取所有搜索结果的匹配度中满足预定条件匹配度，获取历史用户的搜索结果。

通过本发明，采用获取历史用户使用搜索引擎的日志记录，其中，日志记录包括：用户行为数据、搜索对象属性数据以及搜索结果的特征数据；根据用户行为数据和搜索对象属性数据进行线性回归计算，生成用户的搜索偏好值；将用户的搜索偏好值与每个搜索结果的特征数据进行匹配处理，得到用户的搜索偏好与所有搜索结果的匹配度；提取所有搜索结果的匹配度中满足预定条件匹配度，获取历史用户的搜索结果，解决了相关现有技术的在搜索引擎无法获知搜索词时，通过人工维护后台导致搜索效率低、搜索结果不准确的问题，进而实现提高搜索引擎的搜索效率，提高搜索结果准确度的效果。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的搜索引擎的数据处理方法的流程示意图；

图2是根据本发明实施例的搜索引擎的数据处理方法的详细流程示意图；

图3是根据本发明实施例的搜索引擎的数据处理装置的结构示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。

本申请利用机器学习和数据挖掘技术来实现，在无法获取当前登录用户的搜索目标时，也可以直接在搜索引擎中显示搜索结果。

本申请涉及到的机器学习(Machine Learning)是本申请的核心技术，是指研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，机器学习主要使用归纳、综合而不是演绎。

数据挖掘Data Mining是一种透过数理模式来分析企业内储存的大量资料，以找出不同的客户或市场划分，分析出消费者喜好和行为的方法。