[发明专利]搜索行为的识别方法、装置以及用于搜索行为的识别装置

权利要求书

1.一种用户搜索行为的识别方法，其特征在于，该方法包括：

获取用户搜索行为的日志内容；所述日志内容包括：统一资源定位符URL、指向URL的搜索词以及搜索词指向URL的频次；所述搜索词指向URL的频次包括用户在搜索所述搜索词得到的搜索结果中点击所述URL的次数；

依据所述搜索词指向URL的频次，对所述日志内容包括的搜索词进行分类，得到搜索词集合；

依据各搜索词集合的相似度均值，识别所述搜索词集合中的搜索词指向的URL是否属于用户的主动搜索行为。

2.根据权利要求1所述的方法，其特征在于，所述依据所述搜索词指向URL的频次，对所述日志内容包括的搜索词进行分类，得到搜索词集合，包括：

依据所述日志内容中各搜索词指向URL的频次，分别计算每一个搜索词与其他各个搜索词之间的相似度；

依据所述相似度对所述日志内容中的搜索词进行分类，得到搜索词集合。

3.根据权利要求2所述的方法，其特征在于，所述依据所述日志内容中各搜索词指向URL的频次，分别计算每一个搜索词与其他各个搜索词之间的相似度，包括：

按照不同搜索词指向同一个URL的频次越高，以及，不同搜索词分别指向所有URL的频次越低，则不同搜索词之间的相似度就越高的原则，分别计算每一个搜索词与其他各个搜索词之间的相似度。

4.根据权利要求2所述的方法，其特征在于，所述依据所述日志内容中各搜索词指向URL的频次，分别计算每一个搜索词与其他各个搜索词之间的相似度，包括：

遍历所述日志内容中搜索词构成的所有两两组合，计算得到每个两两组合中两个搜索词之间的相似度；

其中，所述计算得到每个两两组合中两个搜索词之间的相似度，包括：

针对每个两两组合分别包括的第一搜索词和第二搜索词，计算所述第一搜索词指向所述日志内容中所有URL的频次的平方和作为第一平方和，以及，所述第二搜索词指向所述日志内容中所有URL的频次的平方和作为第二平方和；

计算所述第一搜索词和第二搜索词分别指向同一个URL的频次乘积，并将计算得到的所述指向同一个URL的频次乘积相加，得到的和作为频次乘积和；

将所述第一平方和与所述第二平方和的乘积的平方根作为分母，所述频次乘积和作为分子，计算所述第一搜索词与所述第二搜索词的相似度，作为所述两两组合中两个搜索词之间的相似度。

5.根据权利要求2所述的方法，其特征在于，所述依据所述相似度，对所述日志内容中的搜索词进行分类，得到搜索词集合，包括：

判断任意两个搜索词之间的相似度是否大于预设相似度阈值，如果是，则将所述两个搜索词分类到同一个搜索词集合，直至对所述日志内容中的搜索词分类完毕。

6.根据权利要求2所述的方法，其特征在于，所述依据各搜索词集合的相似度均值，识别所述搜索词集合中的搜索词指向的URL是否属于用户的主动搜索行为，包括：

针对任一搜索词集合，判断该搜索词集合中各搜索词对的相似度均值是否大于预设均值阈值；

如果是，则将该搜索词集合中各搜索词指向的URL识别为属于用户的被动搜索行为，如果否，则将该搜索词集合中各搜索词指向的URL识别为属于用户的主动搜索行为。

7.一种用户搜索行为的识别装置，其特征在于，包括：

获取单元，用于获取用户搜索行为的日志内容；所述日志内容包括：统一资源定位符URL、指向URL的搜索词以及搜索词指向URL的频次；所述搜索词指向URL的频次包括用户在搜索所述搜索词得到的搜索结果中点击所述URL的次数；

分类单元，用于依据所述搜索词指向URL的频次，对所述日志内容包括的搜索词进行分类，得到搜索词集合；

识别单元，用于依据各搜索词集合的相似度均值，识别所述搜索词集合中的搜索词指向的URL是否属于主动搜索行为。