CN103942279A - 搜索结果的展现方法和装置 - Google Patents

Abstract

本发明提出一种搜索结果的展现方法和装置。该方法包括：接收用户输入的当前搜索词；确定用户的用户信息，并根据用户信息确定预先建立的用户对应的第一模型，第一模型中记录用户的历史数据，历史数据包括历史搜索词与对应的历史选择结果；在历史数据中确定与当前搜索词匹配的历史搜索词，并确定与匹配的历史搜索词对应的历史选择结果，根据历史选择结果确定线上推荐结果；向用户展现搜索结果，搜索结果包括线上推荐结果，或者对线上推荐结果进行处理后的结果。本发明实施例的方法，可以为用户提供个性化的搜索服务，使得搜索结果更加符合用户的需求。

Description

搜索结果的展现方法和装置

技术领域

本发明涉及搜索技术领域，尤其涉及一种搜索结果的展现方法和装置。

背景技术

目前，搜索引擎提供给用户的搜索结果中，往往包括推广的广告内容，而这些广告内容通常是由广告投放者自行编辑所得的。

相关技术存在以下问题，多个相互关联的搜索词之间能够提供的广告内容往往差别不大，即多个相互关联的搜索词可能固定对应某个广告投放者投放的广告内容，而该广告内容在展现给用户时往往相同，没有差异性，难以满足用户的个性化需求，同时由于不能很好的满足用户的个性化需求，也影响广告内容的投放效果。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的第一个目的在于提出一种搜索结果的展现方法。该方法可以为用户提供个性化的搜索服务，使得搜索结果更加符合用户的需求。

本发明的第二个目的在于提出一种搜索结果的展现装置。

为了实现上述目的，本发明第一方面实施例的搜索结果的展现方法，包括：接收用户输入的当前搜索词；确定所述用户的用户信息，并根据所述用户信息确定预先建立的所述用户对应的第一模型，所述第一模型中记录所述用户的历史数据，所述历史数据包括历史搜索词与对应的历史选择结果；在所述历史数据中确定与所述当前搜索词匹配的历史搜索词，并确定与所述匹配的历史搜索词对应的历史选择结果，根据所述历史选择结果确定线上推荐结果；向所述用户展现搜索结果，所述搜索结果包括所述线上推荐结果，或者对所述线上推荐结果进行处理后的结果。

本发明实施例的搜索结果的展现方法，根据用户输入的当前搜索词、用户信息可以获取和用户关联的线上推荐结果，不同的用户在不同的搜索词下得到的线上推荐结果完全不同，由此，一方面可以为用户提供个性化的搜索服务，使得搜索结果更加符合用户的需求。另一方面由于给用户推荐的是更加符合用户需求的线上推荐结果，使得线上推荐能够最大程度的被用户点击和浏览，从而提高线上推荐结果的点击率，提升推荐效果。

为了实现上述目的，本发明第二方面实施例的搜索结果的展现装置，包括：接收模块，用于接收用户输入的当前搜索词；第一确定模块，用于确定所述用户的用户信息，并根据所述用户信息确定预先建立的所述用户对应的第一模型，所述第一模型中记录所述用户的历史数据，所述历史数据包括历史搜索词与对应的历史选择结果；第二确定模块，用于在所述历史数据中确定与所述当前搜索词匹配的历史搜索词，并确定与所述匹配的历史搜索词对应的历史选择结果，根据所述历史选择结果确定线上推荐结果；展现模块，用于向所述用户展现搜索结果，所述搜索结果包括所述线上推荐结果，或者对所述线上推荐结果进行处理后的结果。

本发明实施例的搜索结果的展现装置，根据用户输入的当前搜索词、用户信息可以获取和用户关联的线上推荐结果，不同的用户在不同的搜索词下得到的线上推荐结果完全不同，由此，一方面可以为用户提供个性化的搜索服务，使得搜索结果更加符合用户的需求。另一方面由于给用户推荐的是更加符合用户需求的线上推荐结果，使得线上推荐能够最大程度的被用户点击和浏览，从而提高线上推荐结果的点击率，提升推荐效果。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中，

图1是根据本发明一个实施例的搜索结果的展现方法的流程图；

图2（a）（b）（c）（d）是根据本发明实施例的搜索结果的展现方法的效果展现图；

图3是根据本发明另一个实施例的搜索结果的展现方法的流程图；

图4是根据本发明另一个实施例的信息的提供装置的结构框图；

图5是根据本发明另一个实施例的搜索结果的展现装置的结构框图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。

在本发明的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

如果搜索引擎向用户展现搜索结果时，能够根据用户、搜索词、线上推荐信息动态地展现搜索结果，可给用户提供个性化需求的搜索结果。因此，本发明的实施例公开了一种搜索结果的展现方法和装置，能够给用户提供个性化需求的搜索结果。

下面参考附图描述根据本发明实施例的搜索结果的展现方法和装置。

图1是根据本发明一个实施例的搜索结果的展现方法的流程图。

如图1所示，该搜索结果的展现方法包括：

S101，接收用户输入的当前搜索词。

具体地，在本发明的实施例中，用户可在搜索引擎提供的输入框中输入当前搜索词，用户还可在各种快捷搜索输入框中输入搜索词，对此，本方法的实施例不进行限定。

S102，确定用户的用户信息，并根据用户信息确定预先建立的用户对应的第一模型，第一模型中记录用户的历史数据，历史数据包括历史搜索词与对应的历史选择结果。

具体地，用户信息可以根据cookie信息获得，也可以通过用户的注册账号获得，例如，搜索引擎获得cookie信息中为用户使用的客户端分配的身份标识信息，还可以是用户使用的客户端的地址信息（如IP地址，地理位置）等，还可以是用户的注册账号等等。通过用户信息可以确定用户。

第一模型根据海量历史搜索行为数据获得，历史搜索行为数据包括用户在历史搜索结果上的历史选择结果，这些历史选择结果本身反映了用户的某种需求，例如，不同的用户在不同的历史搜索词下点击浏览不同的网页从而具有不同的历史搜索结果，可以使用网站监控统计工具记录历史搜索行为数据。第一模型还可根据用户在历史搜索结果上的历史选择结果反向拼接出的广告相关数据获得，例如，历史搜索行为数据包括用户在历史搜索结果上的历史选择结果，另外再抽取广告网页的页面内容，如果历史选择结果和页面内容匹配，则将历史选择结果替换为页面内容，可获取用户在某个历史搜索词下点击进入广告网页后点击的锚文本，例如，第一模型包括搜索词、搜索词对应的文字链和页面内容（文字链和页面内容构成锚文本），搜索词对应的文字链和页面内容也可以作为历史选择结果。

在本发明的一个实施例中，S102中，根据用户信息确定预先建立的用户对应的第一模型，具体包括：根据用户信息确定用户对应的属性信息；根据用户对应的属性信息确定用户对应的第一模型。具体地，用户的属性信息例如可以是用户的年龄、用户的性别、用户的地域等等，用户的属性信息可以根据海量历史搜索行为数据获得。第一模型可以根据用户的属性信息的不同而不同，例如，80年代的用户和70年代的用户分别对应不同的第一模型，80年代的女性和80年代的男性也分别具有不同的第一模型。由此，可以使得搜索结果更加具有针对性。

S103，在历史数据中确定与当前搜索词匹配的历史搜索词，并确定与匹配的历史搜索词对应的历史选择结果，根据历史选择结果确定线上推荐结果。

具体地，线上推荐为第三方的推荐信息，例如，广告商投放的广告，第三方平台发布的应用程序等。在本发明的一个实施例中，还需要对线上推荐进行处理，例如，首先，抓取线上推荐对应的页面，之后，解析出页面中可点击链接，再根据可点击链接生成对应的锚文本，还可以抓取页面内容片断。

在本发明的一个实施例中，页面内容片段包括文本、图片、音频、视频等中的一种或多种。

在本发明的一个实施例中，S103中根据历史选择结果确定线上推荐结果，具体包括：根据历史选择结果在预先建立的线上推荐结果库中进行查找，以获取历史选择结果对应的线上推荐结果。更具体地，预先建立的线上推荐结果库可以是根据线上推荐处理结果得到，也可以是根据广告商自己投放的广告以及广告对应的页面内容得到，或者根据搜索引擎抽取的广告商的广告页面的页面内容得到等。

S104，向用户展现搜索结果，搜索结果包括线上推荐结果，或者对线上推荐结果进行处理后的结果。

具体地，在本发明的实施例中，搜索引擎可以直接将确定的线上推荐结果展现给用户，还可以对线上推荐结果进行处理后展现给用户。

图2（a）（b）（c）（d）是根据本发明实施例的搜索结果的展现方法的效果展现图。如图2（a）所示，区域1中所示为线上推荐结果，点击区域1可以直接打开该文本对应的链接页面。如图2（b）所示，区域2、3、4、5和6中所示为线上推荐结果，点击区域2可以打开GSM/GPRS模块的页面，点击区域3可以打开GPS模块的页面，点击区域4可以打开LTE模块的页面，点击区域5可以打开3G模块的页面，点击区域6可以打开CDMA1X模块的页面。如图2（c）所示，区域7和8中所示为线上推荐结果，点击区域7可以打开热门景点酒店对应的页面，点击区域8可以打开酒店房型分类对应的页面。如图2（d）所示，区域9和10中所示为线上推荐结果，点击区域9显示的相应的鲜花的图片，例如如果用户是男性，可以显示玫瑰花，点击区域10显示的相应的视频，例如该视频中可以指导用户如何进行鲜花预定等。应理解，图2（a）（b）（c）（d）仅仅是示例性的示意图，本领域的技术人员可以设计出多种效果展现图，例如，可以直接在上述图例的区域中展现图片、音视频等，图2（a）（b）（c）（d）所示的效果图可以使得本发明实施例的优点更加明显，不能作为对本发明保护范围的限定。

本发明实施例的搜索结果的展现方法，根据用户输入的当前搜索词、用户信息可以获取和用户关联的线上推荐结果，不同的用户在不同的搜索词下得到的线上推荐结果完全不同，由此，一方面可以为用户提供个性化的搜索服务，使得搜索结果更加符合用户的需求。另一方面由于给用户推荐的是更加符合用户需求的线上推荐结果，使得线上推荐能够最大程度的被用户点击和浏览，从而提高线上推荐结果的点击率，提升推荐效果。

图3是根据本发明另一个实施例的搜索结果的展现方法的流程图。图3所示的实施例将详细叙述如何根据历史选择结果确定线上推荐结果。

如图3所示，该搜索结果的展现方法包括：

S301，接收用户输入的当前搜索词。

具体地，在本发明的实施例中，用户可在搜索引擎提供的输入框中输入当前搜索词，用户还可在各种快捷搜索输入框中输入搜索词，对此，本方法的实施例不进行限定。

S302，确定用户的用户信息，并根据用户信息确定预先建立的用户对应的第一模型，第一模型中记录用户的历史数据，历史数据包括历史搜索词与对应的历史选择结果。

具体地，用户信息可以根据cookie信息获得，也可以通过用户的注册账号获得，例如，搜索引擎获得cookie信息中为用户使用的客户端分配的身份标识信息，还可以是用户使用的客户端的地址信息（如IP地址，地理位置）等，还可以是用户的注册账号等等。通过用户信息可以确定用户。

第一模型根据海量历史搜索行为数据获得，历史搜索行为数据包括用户在历史搜索结果上的历史选择结果，这些历史选择结果本身反映了用户的某种需求，例如，不同的用户在不同的历史搜索词下点击浏览不同的历史搜索结果，可以使用网站监控统计工具记录历史搜索行为数据。第一模型还可根据用户在历史搜索结果上的历史选择结果反向拼接出的广告相关数据获得，例如，历史搜索行为数据包括用户在历史搜索结果上的历史选择结果，另外再抽取广告主的广告网页的页面内容，如果历史选择结果和页面内容匹配，则将历史选择结果替换为页面内容，可获取用户在某个历史搜索词下点击进入广告主的广告页后点击的锚文本，例如，第一模型包括搜索词、搜索词对应的文字链和页面内容（文字链和页面内容构成锚文本），搜索词对应的文字链和页面内容也即历史选择结果。

在本发明的一个实施例中，S302中，根据用户信息确定预先建立的用户对应的第一模型，具体包括：根据用户信息确定用户对应的属性信息；根据用户对应的属性信息确定用户对应的第一模型。具体地，用户的属性信息例如可以是用户的年龄、用户的性别、用户的地域等等，用户的属性信息可以根据海量历史搜索行为数据获得，第一模型可以根据用户的属性信息具有多种，例如，80年代的用户和70年代的用户分别对应不同的第一模型，80年代的女性和80年代的男性也分别具有不同的第一模型。由此，可以使得搜索结果更加具有针对性。

S303，在历史数据中确定与当前搜索词匹配的历史搜索词，并确定与匹配的历史搜索词对应的历史选择结果，根据历史选择结果确定线上推荐结果。

具体地，线上推荐为第三方的推荐信息，例如，广告商投放的广告，第三方平台发布的应用程序等。在本发明的一个实施例中，还需要对线上推荐进行处理，例如，首先，抓取线上推荐对应的页面，之后，解析出页面中可点击链接，再根据可点击链接生成对应的锚文本，还可以抓取页面内容片断。

在本发明的一个实施例中，页面内容片段包括文本、图片、音频、视频等中的一种或多种。

在本发明的一个实施例中，S303中根据历史选择结果确定线上推荐结果，具体包括：根据历史选择结果在预先建立的线上推荐结果库中进行查找，以获取历史选择结果对应的线上推荐结果。更具体地，预先建立的线上推荐结果库可以是根据线上推荐处理结果得到，也可以是根据广告商自己投放的广告以及广告对应的页面内容得到，或者根据搜索引擎抽取的广告商的广告页面的页面内容得到等。

S304，对线上推荐结果进行处理。

在本发明的一个实施例中，S304包括如下项中的至少一项：

（1）对线上推荐结果进行过滤处理。具体地，审核线上推荐结果对应的URL是否合法，剔除不合法的URL；审核线上推荐结果对应的URL中是否包含特殊字符等，剔除掉特殊字符等。

（2）计算线上推荐结果与搜索词的语义相似度，得到语义相似度高于设定的第一阈值的线上推荐结果。具体地，可以获取搜索词的标签向量和线上推荐结果的标签向量，计算搜索词的标签向量和线上推荐结果的标签向量的相似度作为线上推荐结果与搜索词的语义相似度，并筛选得到语义相似度高于设定的第一阈值的线上推荐结果，其中，第一阈值可以根据用户设置所得，还可以是搜索引擎默认的。根据语义相似度筛选出的线上推荐结果，可以使得线上推荐结果更加符合用户的个性化需求。

（3）计算线上推荐结果与搜索词的意图相似度，得到意图相似度高于设定的第二阈值的线上推荐结果。具体地，可以获取搜索词的语义主题向量和线上推荐结果的语义主题向量，计算搜索词的语义主题向量和线上推荐结果的语义主题向量的相似度作为线上推荐结果与搜索词的意图相似度，并筛选得到意图相似度高于设定的第二阈值的线上推荐结果，其中，第二阈值可以根据用户设置所得，还可以是搜索引擎默认的。根据意图相似度筛选出的线上推荐结果，可以使得线上推荐结果更加符合用户的个性化需求。

（4）根据LR逻辑回归算法计算线上推荐结果与搜索词的字面关联度，得到字面关联度高于设定的第三阈值的线上推荐结果。具体地，LR逻辑回归算法采用第一模型作为训练数据，LR逻辑回归算法进行训练并以点击率为优化目标，获得LR逻辑回归模型，再根据训练后的LR逻辑回归模型计算线上推荐结果与搜索词的字面关联度，其中，第三阈值可以根据用户设置所得，还可以是搜索引擎默认的。根据字面关联度筛选出的线上推荐结果，可以使得线上推荐结果更加符合用户的个性化需求。

（5）根据GBDT梯度提高决策树计算线上推荐结果与搜索词的语义关联度，得到语义关联度高于设定的第四阈值的线上推荐结果。具体地，GBDT梯度提高决策树采用第一模型作为训练数据，GBDT梯度提高决策树进行训练并以点击率为优化目标，获得GBDT梯度提高决策树模型，再根据训练后的GBDT梯度提高决策树模型计算线上推荐结果与搜索词的语义关联度，其中，第四阈值可以根据用户设置所得，还可以是搜索引擎默认的。根据语义关联度筛选出的线上推荐结果，可以使得线上推荐结果更加符合用户的个性化需求。

应当理解的是，可以选择上述几种处理方法中的至少一个进行处理，对此，本发明的实施例不进行限定。

S305，向用户展现搜索结果，搜索结果包括对线上推荐结果进行处理后的结果。

本发明实施例的搜索结果的展现方法，对线上推荐结果进行处理，能够保证为用户提供的搜索结果更加准确，更加符合用户的需求，并且能够最大程度的被用户点击和浏览，从而进一步提高线上推荐结果的点击率，进一步提升推荐效果。

在本发明的一个实施例中，本发明实施例所述的搜索结果的展现方法还包括（图中未示出）：根据语义相似度、意图相似度、字面关联度和语义关联度中的一种或多种对处理后的线上推荐结果进行排序。具体地，可以选择语义相似度、意图相似度、字面关联度和语义关联度中一种或多种进行加权计算，语义相似度、意图相似度、字面关联度和语义关联度的权重可以不同，由此获得排序总分，并根据排序总分进行排序。例如，如果选择语义相似度、意图相似度、字面关联度和语义关联度对处理后的线上推荐结果进行排序，首先可以先将语义相似度和意图相似度进行加权计算，同时将字面关联度和语义关联度进行加权计算，再根据两者的计算结果进行加权计算，获得排序总分，并根据排序总分进行排序。

在本发明的一个实施例中，本发明实施例所述的搜索结果的展现方法还包括（图中未示出）：根据当前搜索词，获取对当前搜索词的当前搜索结果；向用户展现的搜索结果中还包括当前搜索结果。

为了实现上述实施例，本发明的实施例还提出一种信息的提供装置。

图4是根据本发明一个实施例的搜索结果的展现装置的结构框图。

如图4所示，该搜索结果的展现置100包括：接收模块110、第一确定模块120、第二确定模块130和展现模块140。

具体地，接收模块110用于接收用户输入的当前搜索词。更具体地，在本发明的实施例中，用户可在搜索引擎提供的输入框中输入当前搜索词，用户还可在各种快捷搜索输入框中输入搜索词，对此，本方法的实施例不进行限定。

第一确定模块120用于确定用户的用户信息，并根据用户信息确定预先建立的用户对应的第一模型，第一模型中记录用户的历史数据，历史数据包括历史搜索词与对应的历史选择结果。

更具体地，用户信息可以根据cookie信息获得，也可以通过用户的注册账号获得，例如，搜索引擎获得cookie信息中为用户使用的客户端分配的身份标识信息，还可以是用户使用的客户端的地址信息（如IP地址，地理位置）等，还可以是用户的注册账号等等。通过用户信息可以确定用户。

第一模型根据海量历史搜索行为数据获得，历史搜索行为数据包括用户在历史搜索结果上的历史选择结果，这些历史选择结果本身反映了用户的某种需求，例如，不同的用户在不同的历史搜索词下点击浏览不同的网页从而具有不同的历史搜索结果，可以使用网站监控统计工具记录历史搜索行为数据。第一模型还可根据用户在历史搜索结果上的历史选择结果反向拼接出的广告相关数据获得，例如，历史搜索行为数据包括用户在历史搜索结果上的历史选择结果，另外再抽取广告网页的页面内容，如果历史选择结果和页面内容匹配，则将历史选择结果替换为页面内容，可获取用户在某个历史搜索词下点击进入广告网页后点击的锚文本，例如，第一模型包括搜索词、搜索词对应的文字链和页面内容（文字链和页面内容构成锚文本），搜索词对应的文字链和页面内容也可以作为历史选择结果。

第二确定模块130在历史数据中确定与当前搜索词匹配的历史搜索词，并确定与匹配的历史搜索词对应的历史选择结果，根据历史选择结果确定线上推荐结果。

更具体地，线上推荐为第三方的推荐信息，例如，广告商投放的广告，第三方平台发布的应用程序等。在本发明的一个实施例中，还需要对线上推荐进行处理，例如，首先，抓取线上推荐对应的页面，之后，解析出页面中可点击链接，再根据可点击链接生成对应的锚文本，还可以抓取页面内容片断。

在本发明的一个实施例中，页面内容片段包括文本、图片、音频、视频等中的一种或多种。

展现模块140用于向用户展现搜索结果，搜索结果包括线上推荐结果，或者对线上推荐结果进行处理后的结果。

具体地，在本发明的实施例中，搜索引擎可以直接将确定的线上推荐结果展现给用户，还可以对线上推荐结果进行处理后展现给用户。

其中，具体的展现效果如上述方法实施例所述，在此不再赘述。

本发明实施例的搜索结果的展现装置，根据用户输入的当前搜索词、用户信息可以获取和用户关联的线上推荐结果，不同的用户在不同的搜索词下得到的线上推荐结果完全不同，由此，一方面可以为用户提供个性化的搜索服务，使得搜索结果更加符合用户的需求。另一方面由于给用户推荐的是更加符合用户需求的线上推荐结果，使得线上推荐能够最大程度的被用户点击和浏览，从而提高线上推荐结果的点击率，提升推荐效果。

在本发明的一个实施例中，第一确定模块120具体用于：根据用户信息确定用户对应的属性信息，并根据用户对应的属性信息确定用户对应的第一模型。具体地，用户的属性信息例如可以是用户的年龄、用户的性别、用户的地域等等，用户的属性信息可以根据海量历史搜索行为数据获得。第一模型可以根据用户的属性信息的不同而不同，例如，80年代的用户和70年代的用户分别对应不同的第一模型，80年代的女性和80年代的男性也分别具有不同的第一模型。由此，可以使得搜索结果更加具有针对性。

在本发明的一个实施例中，第二确定模块130具体用于：根据历史选择结果在预先建立的线上推荐结果库中进行查找，以获取历史选择结果对应的线上推荐结果。更具体地，预先建立的线上推荐结果库可以是根据线上推荐处理结果得到，也可以是根据广告商自己投放的广告以及广告对应的页面内容得到，或者根据搜索引擎抽取的广告商的广告页面的页面内容得到等。

图5是根据本发明另一个实施例的搜索结果的展现装置的结构框图。

如图5所示，该搜索结果的展现置100包括：接收模块110、第一确定模块120、第二确定模块130、展现模块140和处理模块150。

具体地，当搜索结果中包括对线上推荐结果进行处理后的结果时，处理模块150用于对线上推荐结果进行处理。对线上推荐结果进行处理，可以使得线上推荐结果更加优化，更加符合用户的个性化需求。

在本发明的一个实施例中，处理模块150对线上推荐结果进行处理包括如下项中的至少一项：

（1）对线上推荐结果进行过滤处理。具体地，审核线上推荐结果对应的URL是否合法，剔除不合法的URL；审核线上推荐结果对应的URL中是否包含特殊字符等，剔除掉特殊字符等。

（2）计算线上推荐结果与搜索词的语义相似度，得到语义相似度高于设定的第一阈值的线上推荐结果。具体地，可以获取搜索词的标签向量和线上推荐结果的标签向量，计算搜索词的标签向量和线上推荐结果的标签向量的相似度作为线上推荐结果与搜索词的语义相似度，并筛选得到语义相似度高于设定的第一阈值的线上推荐结果，其中，第一阈值可以根据用户设置所得，还可以是搜索引擎默认的。根据语义相似度筛选出的线上推荐结果，可以使得线上推荐结果更加符合用户的个性化需求。

（3）计算线上推荐结果与搜索词的意图相似度，得到意图相似度高于设定的第二阈值的线上推荐结果。具体地，可以获取搜索词的语义主题向量和线上推荐结果的语义主题向量，计算搜索词的语义主题向量和线上推荐结果的语义主题向量的相似度作为线上推荐结果与搜索词的意图相似度，并筛选得到意图相似度高于设定的第二阈值的线上推荐结果，其中，第二阈值可以根据用户设置所得，还可以是搜索引擎默认的。根据意图相似度筛选出的线上推荐结果，可以使得线上推荐结果更加符合用户的个性化需求。

（4）根据LR逻辑回归算法计算线上推荐结果与搜索词的字面关联度，得到字面关联度高于设定的第三阈值的线上推荐结果。具体地，LR逻辑回归算法采用第一模型作为训练数据，LR逻辑回归算法进行训练并以点击率为优化目标，获得LR逻辑回归模型，再根据训练后的LR逻辑回归模型计算线上推荐结果与搜索词的字面关联度，其中，第三阈值可以根据用户设置所得，还可以是搜索引擎默认的。根据字面关联度筛选出的线上推荐结果，可以使得线上推荐结果更加符合用户的个性化需求。

（5）根据GBDT梯度提高决策树计算线上推荐结果与搜索词的语义关联度，得到语义关联度高于设定的第四阈值的线上推荐结果。具体地，GBDT梯度提高决策树采用第一模型作为训练数据，GBDT梯度提高决策树进行训练并以点击率为优化目标，获得GBDT梯度提高决策树模型，再根据训练后的GBDT梯度提高决策树模型计算线上推荐结果与搜索词的语义关联度，其中，第四阈值可以根据用户设置所得，还可以是搜索引擎默认的。根据语义关联度筛选出的线上推荐结果，可以使得线上推荐结果更加符合用户的个性化需求。

应当理解的是，可以选择上述几种处理方法中的至少一个进行处理，对此，本发明的实施例不进行限定。

本发明实施例的搜索结果的展现装置，对线上推荐结果进行处理，能够保证为用户提供的搜索结果更加准确，更加符合用户的需求，并且能够最大程度的被用户点击和浏览，从而进一步提高线上推荐结果的点击率，进一步提升推荐效果。

在本发明的一个实施例中，本发明实施例所述的搜索结果的展现装置还包括排序模块（图中未示出）：排序模块用于根据语义相似度、意图相似度、字面关联度和语义关联度中的一种或多种对处理后的线上推荐结果进行排序。具体地，可以选择语义相似度、意图相似度、字面关联度和语义关联度中一种或多种进行加权计算，语义相似度、意图相似度、字面关联度和语义关联度的权重可以不同，由此获得排序总分，并根据排序总分进行排序。例如，如果选择语义相似度、意图相似度、字面关联度和语义关联度对处理后的线上推荐结果进行排序，首先可以先将语义相似度和意图相似度进行加权计算，同时将字面关联度和语义关联度进行加权计算，再根据两者的计算结果进行加权计算，获得排序总分，并根据排序总分进行排序。

在本发明的一个实施例中，本发明实施例所述的搜索结果的展现装置还包括获取模块（图中未示出）：获取模块用于根据当前搜索词，获取对当前搜索词的当前搜索结果；其中，展现模块140向用户展现的搜索结果中还包括当前搜索结果。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管已经示出和描述了本发明的实施例，本领域的普通技术人员可以理解：在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由权利要求及其等同物限定。

Claims (18)

1.一种搜索结果的展现方法，其特征在于，包括：

接收用户输入的当前搜索词；

确定所述用户的用户信息，并根据所述用户信息确定预先建立的所述用户对应的第一模型，所述第一模型中记录所述用户的历史数据，所述历史数据包括历史搜索词与对应的历史选择结果；

在所述历史数据中确定与所述当前搜索词匹配的历史搜索词，并确定与所述匹配的历史搜索词对应的历史选择结果，根据所述历史选择结果确定线上推荐结果；

向所述用户展现搜索结果，所述搜索结果包括所述线上推荐结果，或者对所述线上推荐结果进行处理后的结果。

2.根据权利要求1所述的方法，其特征在于，所述根据所述用户信息确定预先建立的所述用户对应的第一模型，包括：

根据所述用户信息确定所述用户对应的属性信息；

根据所述用户对应的属性信息确定所述用户对应的所述第一模型。

3.根据权利要求1所述的方法，其特征在于，所述根据所述历史选择结果确定线上推荐结果，包括：

根据所述历史选择结果在预先建立的线上推荐结果库中进行查找，以获取所述历史选择结果对应的线上推荐结果。

4.根据权利要求1所述的方法，其特征在于，当所述搜索结果中包括对所述线上推荐结果进行处理后的结果时，所述根据所述历史选择结果确定线上推荐结果之后，所述方法还包括：

对所述线上推荐结果进行处理。

5.根据权利要求4所述的方法，其特征在于，所述对所述线上推荐结果进行处理包括如下项中的至少一项：

对所述线上推荐结果进行过滤处理；

计算所述线上推荐结果与所述搜索词的语义相似度，得到语义相似度高于设定的第一阈值的线上推荐结果；

计算所述线上推荐结果与所述搜索词的意图相似度，得到意图相似度高于设定的第二阈值的线上推荐结果；

根据LR逻辑回归算法计算所述线上推荐结果与所述搜索词的字面关联度，得到字面关联度高于设定的第三阈值的线上推荐结果；

根据GBDT梯度提高决策树计算所述线上推荐结果与所述搜索词的语义关联度，得到语义关联度高于设定的第四阈值的线上推荐结果。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

根据所述语义相似度、意图相似度、字面关联度和语义关联度中的一种或多种对处理后的所述线上推荐结果进行排序。

7.根据权利要求1所述的方法，其特征在于，所述线上推荐结果包括锚文本或者页面内容片断。

8.根据权利要求7所述的方法，其特征在于，所述页面内容片段包括文本、图片、音频、视频中的一种或多种。

9.根据权利要求1-8任一项所述的方法，其特征在于，还包括：

根据所述当前搜索词，获取对所述当前搜索词的当前搜索结果；

所述向用户展现的搜索结果中还包括所述当前搜索结果。

10.一种搜索结果的展现装置，其特征在于，包括：

接收模块，用于接收用户输入的当前搜索词；

第一确定模块，用于确定所述用户的用户信息，并根据所述用户信息确定预先建立的所述用户对应的第一模型，所述第一模型中记录所述用户的历史数据，所述历史数据包括历史搜索词与对应的历史选择结果；

第二确定模块，用于在所述历史数据中确定与所述当前搜索词匹配的历史搜索词，并确定与所述匹配的历史搜索词对应的历史选择结果，根据所述历史选择结果确定线上推荐结果；

展现模块，用于向所述用户展现搜索结果，所述搜索结果包括所述线上推荐结果，或者对所述线上推荐结果进行处理后的结果。

11.根据权利要求10所述的装置，其特征在于，所述第一确定模块具体用于：根据所述用户信息确定所述用户对应的属性信息；并根据所述用户对应的属性信息确定所述用户对应的所述第一模型。

12.根据权利要求10所述的装置，其特征在于，所述第二确定模块具体用于：根据所述历史选择结果在预先建立的线上推荐结果库中进行查找，以获取所述历史选择结果对应的线上推荐结果。

13.根据权利要求10所述的装置，其特征在于，当所述搜索结果中包括对所述线上推荐结果进行处理后的结果时，还包括：

处理模块，用于在根据所述第二确认模块根据所述历史选择结果确定线上推荐结果之后，对所述线上推荐结果进行处理。

14.根据权利要求13所述的装置，其特征在于，所述处理模块对所述线上推荐结果进行处理包括如下项中的至少一项：

对所述线上推荐结果进行过滤处理；

计算所述线上推荐结果与所述搜索词的语义相似度，得到语义相似度高于设定的第一阈值的线上推荐结果；

计算所述线上推荐结果与所述搜索词的意图相似度，得到意图相似度高于设定的第二阈值的线上推荐结果；

根据LR逻辑回归算法计算所述线上推荐结果与所述搜索词的字面关联度，得到字面关联度高于设定的第三阈值的线上推荐结果；

根据GBDT梯度提高决策树计算所述线上推荐结果与所述搜索词的语义关联度，得到语义关联度高于设定的第四阈值的线上推荐结果。

15.根据权利要求14所述的装置，其特征在于，还包括：

排序模块，用于根据所述语义相似度、意图相似度、字面关联度和语义关联度中的一种或多种对处理后的所述线上推荐结果进行排序。

16.根据权利要求10所述的装置，其特征在于，所述线上推荐结果包括锚文本或者页面内容片断。

17.根据权利要求16所述的装置，其特征在于，所述页面内容片段包括文本、图片、音频、视频中的一种或多种。

18.根据权利要求10-17任一项所述的装置，其特征在于，还包括：

获取模块，用根据所述当前搜索词，获取对所述当前搜索词的当前搜索结果，其中所述展现模块还用于向用户展现的搜索结果中还包括所述当前搜索结果。