[发明专利]一种根据服务器搜索日志数据进行用户分类的方法和装置

说明书

本发明公开了一种根据服务器的搜索日志数据进行用户分类的方法和装置。所述方法包括步骤：从服务器的搜索日志数据中获取N个用户中每个用户搜索时使用的a个查询词、以及根据每个查询词搜索到的并且被用户访问过的b个访问页面；分别对每个查询词和相应于每个查询词的所述b个访问页面进行分词处理，以获得相应于每个查询词的c个关键词；根据所述c个关键词在所述每个查询词和所述b个访问页面中出现的次数，计算所述c个关键词的权重；根据相应于每个查询词的所述c个关键词和所述c个关键词的权重，为每个用户建立用户行为向量；计算所述N个用户的用户行为向量的相似度；以及根据所计算的相似度，对所述N个用户进行分类。

技术领域

本发明涉及计算机技术领域，尤其涉及一种根据服务器的搜索日志数据进行用户分类的方法和装置。

背景技术

随着计算机技术的发展和普及，通过搜索服务器来获取各种信息的需求也日益增加。目前，主要通过输入查询词来触发相关网页，并由服务器将包括相关网页页面的显示在搜索结果中提供给用户，以允许用户获取相关信息。然而，服务器向用户提供包括相关网页页面的搜索结果时，并不能预先确定用户的兴趣或使用习惯，无法预测搜索结果里面到底有多少是用户想要的信息，相关度怎样，从而无法有针对性地向用户提供搜索结果。而用户可能需要逐个访问搜索结果中显示的多个网页，然后再进行筛选，才能获得其所需要的信息，效率不高，因而实际结果情况并不满足用户需求。此外，目前的主流搜索引擎服务器都有点击反馈机制，最终使得这些并不满足用户需求的网页排位总是很高，实际与用户需求有偏差，导致信息搜索效率不高。

发明内容

鉴于上述问题，提出了本发明，以便提供一种克服上述问题或者至少部分地解决上述问题的根据服务器的搜索日志数据进行用户分类的方法和装置。

依据本发明的第一方面，提供了一种根据服务器的搜索日志数据进行用户分类的方法，包括：步骤S101：从服务器的搜索日志数据中获取N个用户中每个用户搜索时使用的a个查询词、以及根据每个查询词搜索到的并且被用户访问过的b个访问页面；步骤S103：分别对每个查询词和相应于每个查询词的所述b个访问页面进行分词处理，以获得相应于每个查询词的c个关键词；步骤S105：根据所述c个关键词在所述每个查询词和所述b个访问页面中出现的次数，计算所述c个关键词的权重；步骤S107：根据相应于每个查询词的所述c个关键词和所述c个关键词的权重，为每个用户建立用户行为向量；步骤S109：计算所述N个用户的用户行为向量的相似度；以及步骤S111：根据所计算的相似度，对所述N个用户进行分类。

可选地，在根据本发明的实施例的根据服务器的搜索日志数据进行用户分类的方法中，其中从服务器的搜索日志数据中获取N个用户中每个用户搜索时使用的a个查询词、以及根据每个查询词搜索到的并且用户访问过的b个访问页面的步骤S101还包括：从服务器的搜索日志数据中获取每个用户的cookie标识，以识别每个用户；以及分别获取每个用户搜索时使用的a个查询词、以及根据每个查询词搜索到的并且用户访问过的b个访问页面。

可选地，在根据本发明的实施例的根据服务器的搜索日志数据进行用户分类的方法中，其中从服务器的搜索日志数据中获取N个用户中每个用户搜索时使用的a个查询词、以及根据每个查询词搜索到的并且用户访问过的b个访问页面的步骤S101还包括：从服务器的搜索日志数据中获取每个用户的IP地址、用户访问每个访问页面的时间、所述b个访问页面的URL、显示所述b个访问页面中的每一个页面的搜索结果页在搜索结果中所在的页码、所述b个访问页面中的每一个页面在所述搜索结果页中的位置。