[发明专利]一种数据检索方法和装置

说明书

技术领域

本发明涉及数据处理领域，更为具体而言，涉及一种数据检索方法和装 置。

背景技术

在电子商城的检索中，一般是依据用户输入的关键字和商品之间的相关 性，匹配程度越高，商品的排序越靠前。相关性一般是考虑搜索关键字和商 品名称之间的匹配程度，计算相关性的算法目前有两种比较经典的算法：一 种是余弦算法，另一种是BM算法。余弦算法是一种向量模型，它把用户输入 的查询关键字和商品都表示成向量，然后计算这两个向量之间的相关性，相 关性计算采用余弦公式，即计算查询关键字向量和商品向量之间的夹角，夹 角越小越相似。BM算法的主要思想是对查询Query进行分词，生成词qi；然后， 对于每个搜索结果D，计算每个词qi与D的相关性得分，最后，将qi相对于D的 相关性得分进行加权求和，从而得到Query与D的相关性得分。

现有的两种计算查询和检索结果相关性的方案，不管是余弦算法还是BM 算法，侧重点都是计算查询关键字与商品的文字相关性，更多的是考虑关键 字与商品名称、商品简介之间的文本相关性，对用户的查询关键字本身的考 虑较少。

发明内容

为解决上述技术问题，本发明提供了一种数据检索方法和装置。

根据本发明实施方式的第一方面，提供了一种数据检索方法，该方法包 括：接收用户本次输入的查询字符串，在所述用户的查询-类目概率表中查找 与本次输入的查询字符串对应的查询字符串，并将查找到的查询字符串对应 的类目的概率大于第一预定阈值的类目作为本次输入的查询字符串的类目， 其中，所述查询-类目概率表包括查询字符串、对于所述查询字符串所述用户 所点击的各类目和点击所述各类目的概率。

在本发明的一些实施方式中，在所述用户的查询-类目概率表中未查找到 与本次输入的查询字符串对应的查询字符串时，将本次输入的查询字符串进 行分词得到第一组词语，在所述用户的词语-类目概率表中查找与所述第一组 词语对应的词语，并根据与所述第一组词语对应的类目的概率确定本次输入 的查询字符串所属类目的概率，并将所述所属类目的概率大于第二预定阈值 的类目作为本次输入的查询字符串的类目，其中，所述词语-类目概率表包括 词语、对于所述词语所述用户所点击的各类目和点击所述各类目的概率。

在本发明的一些实施方式中，所述根据与所述第一组词语对应的类目的 概率确定本次输入的查询字符串所属类目的概率包括：通过贝叶斯概率模型 根据与所述第一组词语对应的类目的概率确定本次输入的查询字符串所属类 目的概率。

在本发明的一些实施方式中，所述查询-类目概率表中点击所述各类目的 概率是通过对于所述查询字符串所述用户所点击的各类目的点击次数和对于 所述查询字符串所述用户点击的全部类目的点击次数确定。

在本发明的一些实施方式中，所述查询-类目概率表和所述词语-类目概率 表是根据所述用户的查询日志和点击日志进行定期更新。

在本发明的一些实施方式中，所述第一组词语包括尾部词语和非尾部词 语。

在本发明的一些实施方式中，所述方法还包括：在确定出本次输入的查 询字符串的类目之后，根据所述确定出的查询字符串的类目对本次输入的查 询字符串的检索结果排序进行加权。

根据本发明实施方式的第二方面，提供了一种数据检索装置，该装置包 括：接收模块，用于接收用户本次输入的查询字符串；查找模块，用于在所 述用户的查询-类目概率表中查找与本次输入的查询字符串对应的查询字符串， 并将查找到的查询字符串对应的类目的概率大于第一预定阈值的类目作为本 次输入的查询字符串的类目，其中，所述查询-类目概率表包括查询字符串、 对于所述查询字符串所述用户所点击的各类目和点击所述各类目的概率。

在本发明的一些实施方式中，所述查找模块，还用于在所述用户的查询- 类目概率表中未查找到与本次输入的查询字符串对应的查询字符串时，将本 次输入的查询字符串进行分词得到第一组词语，在所述用户的词语-类目概率 表中查找与所述第一组词语对应的词语，并根据与所述第一组词语对应的类 目的概率确定本次输入的查询字符串所属类目的概率，并将所述所属类目的 概率大于第二预定阈值的类目作为本次输入的查询字符串的类目，其中，所 述词语-类目概率表包括词语、对于所述词语所述用户所点击的各类目和点击 所述各类目的概率。