CN105653661A - 一种检索结果重排方法及装置 - Google Patents

Abstract

本发明实施例公开了一种检索结果重排方法及装置，通过获取检索结果，根据检索结果中的时间信息，计算时间排序值；统计检索结果的访问次数，计算访问次数排序值；根据预设的包括电力、航天、能源和医学中一个或多个类别行业词汇的目标词库，计算在检索结果中行业词汇数量，进而计算检索行业相关度排序值；利用检索结果的原排序位置，计算位置排序值；加权计算上述排序值，得到总排序值，根据所述总排序值重排。上述过程综合考虑了检索结果中的时间、访问次数、检索行业相关度以及原排序位置对检索结果的影响，将检索行业相关度高、时间新、用户查询内容最相关的检索结果排在最前面，有效提高检索质量，减少用户查询时间，具有很高的检索效率。

Description

一种检索结果重排方法及装置

技术领域

本发明涉及信息检索技术领域，特别是涉及一种检索结果重排方法及装置。

背景技术

电网企业在进行技术创新时，需要进行新技术、新方法等技术信息的收集，并以收集到的技术信息作为基础进行创造性的革新和拓展。基于搜索引擎，用户在输入查询内容后，搜索引擎可以根据查询内容将包含标题、摘要、时间、链接等信息的检索结果提供给用户查阅。

目前为了方便用户查阅，一般对所述检索结果进行排序，排序的方法主要根据匹配度、访问量、页面质量等进行排序，并以排序顺序将所述检索结果展示给用户。然而，在实际使用中，例如电网技术人员输入查询内容为“变压器”以获得变压器相关的技术信息，而在检索结果中排名前几位的信息往往是变压器起火等新闻内容，与变压器技术不相关，检索质量较差，用户需要花费额外的时间才能在检索结果中查询到有效的技术信息，严重影响检索效率。

发明内容

本发明实施例中提供了一种检索结果重排方法及装置，以解决现有技术中的检索结果质量差、检索效率低的问题。

为了解决上述技术问题，本发明实施例公开了如下技术方案：

本发明实施例公开了一种检索结果重排方法，该方法包括：

获取检索结果；

根据检索结果中的时间信息，计算每条检索结果对应的时间排序值；

统计检索结果的访问次数；

根据所述访问次数，计算每条检索结果对应的访问次数排序值；

根据预设的目标词库，计算在检索结果中，所述目标词库中词汇出现的数量；所述目标词库为包括电力、航天、能源和医学中一个或多个类别行业词汇的词库；

根据所述目标词库中词汇出现的数量，计算每条检索结果对应的检索行业相关度排序值；

利用检索结果的原排序位置，计算位置排序值；

加权计算所述时间排序值、所述访问次数排序值、所述检索行业相关度排序值以及所述位置排序值，得到总排序值；

根据所述总排序值，对所述检索结果重排。

优选地，所述根据检索结果中的时间信息，计算每条检索结果对应的时间排序值，包括：

获取参考时间信息，所述参考时间信息包括年份和月份；

计算每条检索结果对应的时间信息与所述参考时间信息的时间差值；

根据所述时间差值，计算获得所述时间排序值。

优选地，所述根据预设的目标词库，计算在检索结果中，所述目标词库中词汇出现的数量，包括：

获取行业类别信息，并根据所述行业类别信息，从所述目标词库中选择相应行业类别的行业词汇；

比对检索结果中的标题与所述行业词汇，计算标题词汇出现数；

比对检索结果中的摘要与所述行业词汇，计算摘要词汇出现数。

优选地，所述根据所述目标词库中词汇出现的数量，计算每条检索结果对应的检索行业相关度排序值，包括：

预设标题系数；

利用所述标题系数、所述标题词汇出现数以及所述摘要词汇出现数，计算获得检索结果的检索行业相关度；

根据所述检索行业相关度，计算获得检索行业相关度排序值。

优选地，所述加权计算所述时间排序值、所述访问次数排序值、所述检索行业相关度排序值以及所述位置排序值，得到总排序值，包括：

预设加权系数，且所述加权系数包括时间系数、访问次数系数、检索行业相关度系数以及位置系数；

根据所述时间系数以及检索结果中的时间信息，计算加权时间排序值；根据所述访问次数系数以及访问次数，计算加权访问次数排序值；根据所述检索行业相关度系数以及目标词库中词汇出现的数量，计算加权检索行业相关度排序值；根据所述位置系数以及检索结果的原排序位置，计算加权位置排序值；

累加所述加权时间排序值、所述加权访问次数排序值、所述加权检索行业相关度排序值以及所述加权位置排序值，获得所述总排序值。

本发明实施例还公开了一种检索结果重排装置，该装置包括：

检索结果获取模块，用于获取检索结果；

时间排序值计算模块，用于根据检索结果中的时间信息，计算每条检索结果对应的时间排序值；

访问次数统计模块，用于统计检索结果的访问次数；

访问次数排序值计算模块，用于根据所述访问次数，计算每条检索结果对应的访问次数排序值；

词汇量计算模块，用于根据预设的目标词库，计算在检索结果中，所述目标词库中词汇出现的数量；所述目标词库为包括电力、航天、能源和医学中一个或多个类别行业词汇的词库；

检索行业相关度排序值计算模块，用于根据所述目标词库中词汇出现的数量，计算每条检索结果对应的检索行业相关度排序值；

位置排序值计算模块，用于利用检索结果的原排序位置，计算位置排序值；

总排序值计算模块，用于加权计算所述时间排序值、所述访问次数排序值、所述检索行业相关度排序值以及所述位置排序值，得到总排序值；

排序模块，用于根据所述总排序值，对所述检索结果重排。

优选地，所述时间排序值计算模块还包括：

参考时间获取模块，用于获取参考时间信息，所述参考时间信息包括年份和月份；

时间差值计算模块，用于根据检索结果中的时间信息和所述参考时间信息，计算每条检索结果对应的时间信息与参考时间信息的时间差值；

时间排序值获得模块，用于根据所述时间差值，计算获得所述时间排序值。

优选地，所述词汇量计算模块包括：

行业词汇获取模块，用于获取行业类别信息，并根据所述行业类别信息，从所述目标词库中选择相应行业类别的行业词汇；

标题词汇量计算模块，用于比对检索结果中的标题与所述行业词汇，计算标题词汇出现数；

摘要词汇量计算模块，用于比对检索结果中的摘要与所述行业词汇，计算摘要词汇出现数。

优选地，所述检索行业相关度排序值计算模块包括：

标题系数预设模块，用于预设标题系数；

检索行业相关度获得模块，用于利用所述标题系数、所述标题词汇出现数以及所述摘要词汇出现数，计算获得检索结果的检索行业相关度；

检索行业相关度排序值获得模块，用于根据所述检索行业相关度，计算获得检索行业相关度排序值。

优选地，所述总排序值计算模块包括：

加权系数预设模块，用于预设加权系数，且所述加权系数包括时间系数、访问次数系数、检索行业相关度系数以及预设位置系数；

加权排序值计算模块，用于根据所述时间系数以及检索结果中的时间信息，计算加权时间排序值；根据所述访问次数系数以及访问次数，计算加权访问次数排序值；根据所述检索行业相关度系数以及目标词库中词汇出现的数量，计算加权检索行业相关度排序值；根据所述位置系数以及检索结果的原排序位置，计算加权位置排序值；

累加模块，用于累加所述加权时间排序值、所述加权访问次数排序值、所述加权检索行业相关度排序值以及所述加权位置排序值，获得所述总排序值。

由以上技术方案可见，本发明实施例提供的检索结果重排方法及装置，通过获取检索结果，根据检索结果中的时间信息，计算时间排序值；统计检索结果的访问次数，并计算访问次数排序值；根据预设的包括电力、航天、能源和医学中一个或多个类别行业词汇的目标词库，计算在检索结果中所述行业词汇出现的数量，进而计算检索行业相关度排序值；然后利用检索结果的原排序位置，计算位置排序值；最后加权计算上述排序值，得到总排序值，根据所述总排序值排序。上述过程综合考虑了检索结果中的时间、访问次数、检索行业相关度以及原排序位置对检索结果的影响，将检索行业相关度高、时间新、用户查询内容最相关的检索结果排在最前面，有效提高检索质量，减少用户查询时间，具有很高的检索效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种检索结果重排方法的流程示意图；

图2为本发明实施例提供的一种时间排序值计算方法的流程示意图；

图3为本发明实施例提供的一种词汇量计算方法的流程示意图；

图4为本发明实施例提供的一种检索行业相关度排序值计算方法的流程示意图；

图5为本发明实施例提供的一种总排序值计算方法的流程示意图；

图6为本发明实施例提供的一种检索结果重排装置的结构示意图；

图7为本发明实施例提供的一种时间排序值计算模块的结构示意图；

图8为本发明实施例提供的一种词汇量计算模块的结构示意图；

图9为本发明实施例提供的一种检索行业相关度排序值计算模块的结构示意图；

图10本发明实施例提供的一种总排序值计算模块的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明中的技术方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

技术创新主要分为三种模式：自主创新、模仿创新和合作创新。目前，电网企业技术创新以模仿创新为主将新技术、新方法与当前电网生产实践相结合。模仿创新是指在率先创新的示范影响和利益诱导之下，创新主体通过合法方式引进创新成果，并在此基础上进行改进的一种创新形式。模仿创新过程中前沿新技术、新方法收集及其电网生产实践的结合可抽象为固有模式；在新技术、新方法的收集过程中，用户一般借助搜索引擎，在搜索引擎中输入查询内容以获得相应的检索结果，在所述检索结果中将与所述查询内容最相关的内容优先显示给用户，方便用户查阅，提高检索效率。

参见图1，为本发明实施例提供的一种检索结果重排方法的流程示意图，所述排序方法包括以下步骤：

步骤S101：获取检索结果。

所述检索结果为根据用户的查询内容，返回的检索结果；所述检索结果一般由检索服务器返回，供用户查阅。在所述检索结果中，包括标题、摘要、时间、链接等信息，并以多条检索结果的以一定的位置顺序显示在浏览器中。如表一所示，为本发明实施例提供的一种检索结果。在本发明实施例中，包括5条检索结果，每条所述检索结果均对应相应的原排序位置、时间、标题以及摘要。当然，在具体实施时，表一所示的检索结果仅是本实施例示意性结果，所述检索结果中还可以包括链接地址、作者、公司名称等其他信息。

表一：

原排序位置	时间	标题	摘要
				1	2013-4-12	第一标题	第一摘要
2	2015-9-18	第二标题	第二摘要
				3	2014-5-26	第三标题	第三摘要
4	2015-2-04	第四标题	第四摘要
				5	2014-11-21	第五标题	第五摘要

步骤S102：根据检索结果中的时间信息，计算每条检索结果对应的时间排序值。

通过上述步骤S101得到的检索结果，所述检索结果中第一检索结果对应的时间信息为2013-4-12，即2013年4月12日；第二检索结果对应的时间信息为2015-9-18，第三检索结果对应的时间信息为2014-5-26，第四检索结果对应的时间信息为2015-2-04，第五检索结果对应的时间信息为2014-11-21。所述时间信息可以理解为，所述检索结果创建的时间或修改的时间。

参见图2为本发明实施例提供的一种时间排序值计算方法的流程示意图，该时间排序值计算方法包括以下步骤：

步骤S1021：获取参考时间信息，所述参考时间信息包括年份和月份。

所述参考时间信息为用户预先设定的参考时间信息，所述参考时间信息可以为用户检索的当前时间或者当前时间之前的任意时间，例如用户在2015年10月20日，输入查询内容进行技术检索，则确定所述参考时间信息为2015-10-20。

步骤S1022：计算每条检索结果对应的时间信息与所述参考时间信息的时间差值。

在具体实施时，所述时间差值为月份差值，即检索结果时间信息与参考时间信息之间的月份差，当然在具体实施时，所述时间差值也可以为年份差值或者日差值等。

所述月份差值的计算公式如下：

月份差值＝(参考时间年份-检索结果时间年份)12+(参考时间月份-检索结果时间月份)

由此可以确定第一检索结果对应的月份差值为(2015-2013)·12+(10-4)＝30，第二检索结果对应的月份差值为1，第三检索结果对应的月份差值为17，第四检索结果对应的月份差值为8，第五检索结果对应的月份差值为11。

步骤S1023：根据所述时间差值，计算获得所述时间排序值。

在本发明实施例中，所述时间排序值通过以下方式计算：

时间排序值＝((时间差值+1)·1)^(-1)

由上述公式，可以计算第一检索结果对应的时间排序值为((30+1)·1)^{^}(-1)＝0.032，同样可以相应地计算所述第二检索结果对应的时间排序值0.5、第三检索结果对应的时间排序值0.056、第四检索结果对应的时间排序值0.111以及第五检索结果对应的时间排序值0.083。通过计算每条检索结果对应的时间排序值，所述时间排序值越大表征检索结果的时间距离所述参考时间越近，从时间角度，保证较新的检索结果排列到前面的位置。

步骤S103：统计检索结果的访问次数。

用户从搜索服务器获得检索结果后，通过点击检索结果的链接进入相应的页面查询具体的技术信息，通过统计记录用户访问的历史记录，统计出相应的检索结果的访问次数。例如第一检索结果唯一对应相应的时间信息、第一标题、第二摘要以及第一链接地址等信息，通过浏览器或者从***保存的临时文件中提取用户的历史记录，对比所述信息与历史记录，判定第一检索结果前后20个时间点被用户访问，则统计所述第一检索结果的访问次数为20次。在本发明实施例中同样可以确定其他检索结果的访问次数，例如第二检索结果的访问次数为7次、第三检索结果的访问次数为13次，第四检索结果的访问次数为30次以及第五检索结果的访问次数为17次等。

步骤S104：根据所述访问次数，计算每条检索结果对应的访问次数排序值。

所述访问次数排序值根据以下公式计算：

访问次数排序值＝1-((访问次数+1)·1)^(-1)

由此确定第一检索结果对应的访问次数排序值为1-((20+1)·1)^(-1)＝0.952，同样根据上述计算公式可以分别计算获得第二检索结果对应的访问次数排序值0.875、第三检索结果对应的访问次数排序值0.929、第四检索结果对应的访问次数排序值0.968以及第五检索结果对应的访问次数排序值0.944。

在实际检索时，访问次数越高表明该检索结果与用户需要检索的技术信息越接近，通过计算所述访问次数排序值，访问次数排序值越高表明检索结果被用户访问的次数越多，进而保证将访问次数多的检索结果排在靠前的位置，方便用户查阅。

步骤S105：根据预设的目标词库，计算在检索结果中，所述目标词库中行业词汇出现的数量；所述目标词库为包括电力、航天、能源和医学中一个或多个类别行业词汇的词库。

在发明实施例中，如果用户是电力***的技术人员，则可以设定所述目标词库为电力词库，所述目标词库中包括电力行业词汇；当然，为了提高通用性，所述目标词库可以同时包括多个类别的行业词汇，例如同时包括电力、航天、能源和医学领域的行业词汇。所述目标词库的组织形式在本发明实施例中不做限制，例如所述目标词库可以为包括所有上述领域行业词汇的、以行业标识进行分隔的一个词库，或者所述目标词库可以包括电力子词库、航天子词库等多个行业子词库。

参见图3，为本发明实施例提供的一种词汇量计算方法的流程示意图，所述词汇量计算方法包括以下步骤：

步骤S1051：获取目标词库的行业类别信息，并根据所述行业类别信息，从所述目标词库中选择相应行业类别的行业词汇。

为了提高自由度，用户可以定制目标词库的行业类别，考虑以下应用场景：用户只需要检索电力领域的技术信息，则可以设定所述目标词库的行业类别信息为电力，并选择所述目标词库中的电力行业词汇或者包括电力行业词汇的电力行业子词库，作为后续计算电力行业检索行业相关度的基础；如果用户需要检索其他领域的技术信息，例如检索能源行业领域，则可以设定所述目标词库的行业类别信息为能源，进而据此选择目标词库中的能源行业词汇，或者包括能源行业词汇的能源行业子词库，作为后续计算能源行业检索行业相关度的基础。

步骤S1052：比对检索结果中的标题与所述行业类别信息对应的行业词汇，计算标题词汇出现数。

在具体实施时，提取第一检索结果中的第一标题，所述第一标题为文本标题段，将所述文本标题段进行分词、滤除无意义词处理得到标题词汇；根据步骤S1051设定的行业类别信息，例如所述行业类别信息为电力，则比对判断所述标题词汇是否出现在电力行业词汇中，如果出现，则统计出现的次数，从而得到标题词汇出现数。通过上述过程，确定第一检索结果对应的标题词汇出现数为2，即所述第一检索结果的标题中出现了2个电力行业词汇；同样，确定第二检索结果对应的标题词汇出现数为1，第三检索结果对应的标题词汇出现数为0，第四检索结果对应的标题词汇出现数为3，第五检索结果对应的标题词汇出现数为1。

步骤S1053：比对检索结果中的摘要与所述行业类比信息对应的行业词汇，计算摘要词汇出现数。

与步骤S1052类似，同样提取第一检索结果对应的第一摘要，所述第一摘要为文本摘要段，将所述文本摘要段进行分词、滤除无意义词处理得到摘要词汇；如果步骤S1051设定的行业类别信息为电力，则比对判断所述摘要词汇是否出现在电力行业词汇中，如果出现，则统计出现的次数，从而得到摘要词汇出现数。通过上述过程，确定第一检索结果对应的摘要词汇出现数为5，即所述第一检索结果的摘要中出现了5个电力行业词汇；同样，确定第二检索结果对应的摘要词汇出现数为7，第三检索结果对应的摘要词汇出现数为13，第四检索结果对应的摘要词汇出现数为30，第五检索结果对应的标题词汇出现数为17。

通过上述步骤确定的标题词汇出现数以及摘要词汇出现数共同表征，在检索结果中目标词库的行业词汇出现的数量。当然，在具体实施时，在计算硬件允许的情况下，所述目标词库的词汇出现的数量还可以通过全文检索的方式进行，而不只局限于标题和摘要中。

步骤S106：根据所述目标词库中行业词汇出现的数量，计算每条检索结果对应的检索行业相关度排序值。

通过所述检索行业相关度排序值，保证检索结果中与用户需要检索的行业检索行业相关度较高的检索结果排在靠前的位置，从而进一步保证检索效率。

参见图4，为本发明实施例提供的一种检索行业相关度排序值计算方法的流程示意图，该方法包括以下步骤：

步骤S1061：预设标题系数。

检索结果包括标题和摘要信息，而其中标题信息更准确地描述了检索结果的技术特征，因此通过所述标题系数来增大标题部分的权重。在具体实施时，所述标题系数设置为3。当然，根据实际检索情况，本领域技术人员可以设置所述标题系数为任意值，例如设置所述标题系数为2或3.3等。

步骤S1062：利用所述标题系数、所述标题词汇出现数以及所述摘要词汇出现数，计算获得检索结果的检索行业相关度。

所述检索行业相关度的计算公式如下所示：

检索行业相关度＝标题词汇出现数·标题系数+摘要词汇出现数

通过上述公式，计算获得第一检索结果对应的检索行业相关度为2·3+5＝11，同样得到第二检索结果对应的检索行业相关度、第三检索结果对应的检索行业相关度、第四检索结果对应的检索行业相关度以及第五检索结果对应的检索行业相关度。

步骤S1063：根据所述检索行业相关度，计算获得检索行业相关度排序值。

所述检索行业相关度排序值的计算公式如下所示：

检索行业相关度排序值＝1-((检索行业相关度+1)·1)^(-1)

由此，计算确定第一检索结果对应的检索行业相关度排序值为1-((11+1)·1)^(-1)＝0.917，同样得到第二检索结果对应的检索行业相关度排序值0.909，第三检索结果对应的检索行业相关度排序值0.667，第四检索结果对应的检索行业相关度排序值0.929以及第五检索结果对应的检索行业相关度排序值0.857。

步骤S107：利用检索结果的原排序位置，计算位置排序值。

搜索服务器返回的检索结果，按照一定的顺序规则进行排序，例如按照与查询内容的匹配度顺序排序等，因此获得的检索结果均具有原排序位置。在本发明实施例中，所述第一检索结果对应的原排序位置为1，即从搜索服务器将所述第一检索结果排在第一位；同样对于第二检索结果至第五检索结果，分别对应原排序位置2-5。

所述位置排序值通过下述公式进行计算：

位置排序值＝((原排序位置+1)·1)^(-1)

由此，第一检索结果对应的位置排序值为((1+1)·1)^(-1)＝0.5，同样可以计算第二检索结果对应的位置排序值为0.333，第三检索结果对应的位置排序值为0.25，第四检索结果对应的位置排序值为0.2，第五检索结果对应的位置排序值为0.167。

根据搜索服务器返回的检索结果的原排序位置计算所述位置排序值，由于原排序位置能够与查询内容的匹配度较高，因此需要将原排序位置加入检索结果重排影响因素中，进一步保证排序结果的正确性。

步骤S108：加权计算所述时间排序值、所述访问次数排序值、所述检索行业相关度排序值以及所述位置排序值，得到总排序值。

综合考虑检索结果的时间、访问次数、行业检索行业相关度以及原排序位置四方面因素，从而确定最终的检索结果重排。在具体实施时，累加所述时间排序值、所述访问次数排序值、所述检索行业相关度排序值以及所述位置排序值，从而计算出每条检索结果对应的总排序值。如表二所示，为本发明实施例提供的总排序值结果。以第一检索结果的总排序值计算为例，所述第一检索结果的总排序值＝第一检索结果对应的时间排序值0.032+第一检索结果对应的访问次数排序值0.952+第一检索结果对应的检索行业相关度排序值0.917+第一检索结果对应的位置排序值0.500，从而得到第一检索结果对应的总排序值为2.401。同样根据上述计算方法，可以计算出第二检索结果对应的总排序值为2.671，第三检索结果对应的总排序值为1.901，第四检索结果对应的总排序值为2.207以及第五检索结果对应的总排序值为2.052。

表二：

在实际应用中，根据用户的检索需求，时间、访问次数、检索行业相关度以及原排序位置分别对检索结果最终排序的影响程度会不同；例如用户考虑需要优先获得时间最近的检索结果，则时间因素是优先考虑因素，则对应的时间排序值的权重需要加大；用户需要尽可能排除用户不感兴趣行业的检索结果，则检索行业相关度因素是优先考虑因素，则对应的检索行业相关度排序值的权重需要加大。因此为了满足用户对不同影响因素权重的灵活配置，优化排序策略，本发明实施例还提供了一种总排序值计算方法，参见图5，为本发明实施例提供的一种总排序值计算方法的流程示意图，所述计算方法包括以下步骤：

步骤S1081：预设加权系数，且所述加权系数包括时间系数、访问次数系数、检索行业相关度系数以及位置系数。

步骤S1082：计算加权时间排序值、加权访问次数排序值、加权检索行业相关度排序值以及加权位置排序值。

在上述步骤中，本发明实施例计算得出了时间排序值、访问次数排序值、加权检索行业相关度排序值以及加权位置排序值，上述排序值可以理解为加权系数为1的排序值。根据步骤S1081确定的包括时间系数、访问次数系数、检索行业相关度系数以及位置系数的加权系数，分别计算加权时间排序值、加权访问次数排序值、加权检索行业相关度排序值以及加权位置排序值。

对于加权时间排序值的计算，在步骤S1023对应的计算公式中引入所述时间系数，所述加权时间排序值的计算公式为：

加权时间排序值＝((时间差值+1)·时间系数)^(-1)

进而，根据时间差值和所述时间系数计算所述加权时间排序值。

对于加权访问次数排序值的计算，在步骤S104对应的计算公式中引入所述访问次数系数，得到加权访问次数排序值的计算公式为：

加权访问次数排序值＝1-((访问次数+1)·访问次数系数)^(-1)

从而，根据所述访问次数以及所述访问次数系数计算所述加权访问次数排序值。

对于加权检索行业相关度排序值的计算，在步骤S1063对应的计算公式中引入所述检索行业相关度系数，得到加权检索行业相关度排序值计算公式为：

加权检索行业相关度排序值＝1-((检索行业相关度+1)·检索行业相关度系数)^(-1)

进而通过所述检索行业相关度以及所述检索行业相关度系数，计算获得所述加权检索行业相关度排序值。

对于加权位置排序值的计算，在步骤S107对应的计算公式中引入所述位置系数，得到加权位置排序值计算公式为：

加权位置排序值＝((原排序位置+1)·位置系数)^(-1)

通过所述原排序位置以及所述位置系数，计算确定所述加权位置排序值。

步骤S1083：累加所述加权时间排序值、所述加权访问次数排序值、所述加权检索行业相关度排序值以及所述加权位置排序值，获得所述总排序值。

根据步骤S1082获得的所述加权时间排序值、所述加权访问次数排序值、所述加权检索行业相关度排序值以及所述加权位置排序值，将上述加权后的排序值累加得到每条检索结果对应的总排序值。

步骤S109：根据所述总排序值，对所述检索结果重排。

根据步骤S108中确定的总排序值，重新将检索结果按照所述总排序值的从大到小的顺序排列。如表三所示，为本发明实施例提供的重新排序后的检索结果。由于第二检索结果的总排序值2.617>第一检索结果的总排序值2.401>第四检索结果的总排序值2.207>第五检索结果的总排序值2.052>第三检索结果的总排序值1.901，因此原排序位置为2的第二检索结果，重排后重排位置为1；原排序位置为1的第一检索结果，重排后重排位置为2；原排序位置为4的第四检索结果，重排后重排位置为3；原排序位置为5的第五检索结果，重排后重排位置为4；原排序位置为3的第三检索结果，重排后重排位置为5。

表三：

重排位置	原排序位置	总排序值
			1	2	2.617
2	1	2.401
			3	4	2.207
4	5	2.052
			5	3	1.901

由上述实施例可见，本发明实施例提供的检索结果重排方法，通过获取检索结果，根据检索结果中的时间信息，计算每条检索结果对应的时间排序值；统计检索结果的访问次数，根据所述访问次数计算每条检索结果对应的访问次数排序值；根据预设的目标词库，计算在检索结果中，所述目标词库中词汇出现的数量；所述目标词库为包括电力、航天、能源和医学中一个或多个类别行业词汇的词库，进而根据所述目标词库中词汇出现的数量，计算每条检索结果对应的检索行业相关度排序值；然后利用检索结果的原排序位置，计算位置排序值；最后加权计算所述时间排序值、所述访问次数排序值、所述检索行业相关度排序值以及所述位置排序值，得到总排序值，根据所述总排序值排序。上述过程综合考虑了检索结果中的时间、访问次数、检索行业相关度以及原排序位置对检索结果的影响，最终将检索行业相关度高、时间新、用户查询内容最相关的检索结果排在最前面，有效提高检索质量，减少用户查询时间，具有很高的检索效率。

通过以上的方法实施例的描述，所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：只读存储器(ROM)、随机存取存储器(RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

与本发明提供的检索结果重排方法实施例相对应，本发明还提供了一种检索结果重排装置。

参见图6，为本发明实施例提供的一种检索结果重排装置的结构示意图，所述装置包括：

检索结果获取模块11，用于获取检索结果；

时间排序值计算模块12，用于根据检索结果中的时间信息，计算每条检索结果对应的时间排序值；

访问次数统计模块13，用于统计检索结果的访问次数；

访问次数排序值计算模块14，用于根据所述访问次数，计算每条检索结果对应的访问次数排序值；

词汇量计算模块15，用于根据预设的目标词库，计算在检索结果中，所述目标词库中行业词汇出现的数量；所述目标词库为包括电力、航天、能源和医学中一个或多个类别行业词汇的词库；

检索行业相关度排序值计算模块16，用于根据所述目标词库中行业词汇出现的数量，计算每条检索结果对应的检索行业相关度排序值；

位置排序值计算模块17，用于利用检索结果的原排序位置，计算位置排序值；

总排序值计算模块18，用于加权计算所述时间排序值、所述访问次数排序值、所述检索行业相关度排序值以及所述位置排序值，得到总排序值；

排序模块19，用于根据所述总排序值，对所述检索结果重排。

参见图7，为本发明实施例提供的一种时间排序值计算模块的结构示意图，所述时间排序值计算模块12还包括：

参考时间获取模块121，用于获取参考时间信息，所述参考时间信息包括年份和月份；

时间差值计算模块122，用于计算每条检索结果对应的时间信息与所述参考时间信息的时间差值；

时间排序值获得模块123，用于根据所述时间差值，计算获得所述时间排序值。

如图8所示，为本发明实施例提供的一种词汇量计算模块的结构示意图，所述词汇量计算模块15还包括：

行业词汇获取模块151，用于获取目标词库的行业类别信息，并根据所述行业类别信息，从所述目标词库中选择相应行业类别的行业词汇；

标题词汇量计算模块152，用于比对检索结果中的标题与所述行业词汇，计算标题词汇出现数；

摘要词汇量计算模块153，用于比对检索结果中的摘要与所述行业词汇，计算摘要词汇出现数。

参见图9，为本发明实施例提供的一种检索行业相关度排序值计算模块的结构示意图，所述检索行业相关度排序值计算模块16还包括：

标题系数预设模块161，用于预设标题系数；

检索行业相关度获得模块162，用于利用所述标题系数、所述标题词汇出现数以及所述摘要词汇出现数，计算获得检索结果的检索行业相关度；

检索行业相关度排序值获得模块163，用于根据所述检索行业相关度，计算获得检索行业相关度排序值。

为了灵活配置时间、访问次数、检索行业相关度以及原排序位置对检索结果重排的影响程度，建立综合排序策略，参见图10，为本发明实施例提供的一种总排序值计算模块的结构示意图，所述总排序值计算模块18通过加权计算的方式获得所述总排序值，具体地，所述总排序值计算模块18包括：

加权系数预设模块181，用于预设加权系数，且所述加权系数包括时间系数、访问次数系数、检索行业相关度系数以及位置系数；

加权排序值计算模块182，用于根据所述时间系数以及检索结果中的时间信息，计算加权时间排序值；根据所述访问次数系数以及访问次数，计算加权访问次数排序值；根据所述检索行业相关度系数以及目标词库中词汇出现的数量，计算加权检索行业相关度排序值；根据所述位置系数以及检索结果的原排序位置，计算加权位置排序值；

累加模块183，用于累加所述加权时间排序值、所述加权访问次数排序值、所述加权检索行业相关度排序值以及所述加权位置排序值，获得所述总排序值。

由上述实施例可见，本发明实施例提供的检索结果重排装置，通过获取检索结果，根据检索结果中的时间信息，计算每条检索结果对应的时间排序值；统计检索结果的访问次数，根据所述访问次数计算每条检索结果对应的访问次数排序值；根据预设的目标词库，计算在检索结果中，所述目标词库中词汇出现的数量；所述目标词库为包括电力、航天、能源和医学中一个或多个类别行业词汇的词库，进而根据所述目标词库中词汇出现的数量，计算每条检索结果对应的检索行业相关度排序值；然后利用检索结果的原排序位置，计算位置排序值；最后加权计算所述时间排序值、所述访问次数排序值、所述检索行业相关度排序值以及所述位置排序值，得到总排序值，根据所述总排序值排序。上述过程综合考虑了检索结果中的时间、访问次数、检索行业相关度以及原排序位置对检索结果的影响，最终将检索行业相关度高、时间新、用户查询内容最相关的检索结果排在最前面，有效提高检索质量，减少用户查询时间，具有很高的检索效率。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置或***实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置及***实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种检索结果重排方法，其特征在于，包括以下步骤：

获取检索结果；

根据检索结果中的时间信息，计算每条检索结果对应的时间排序值；

统计检索结果的访问次数；

根据所述访问次数，计算每条检索结果对应的访问次数排序值；

根据预设的目标词库，计算在检索结果中，所述目标词库中行业词汇出现的数量；所述目标词库为包括电力、航天、能源和医学中一个或多个类别行业词汇的词库；

根据所述目标词库中行业词汇出现的数量，计算每条检索结果对应的检索行业相关度排序值；

利用检索结果的原排序位置，计算位置排序值；

加权计算所述时间排序值、所述访问次数排序值、所述检索行业相关度排序值以及所述位置排序值，得到总排序值；

根据所述总排序值，对所述检索结果重排。

2.根据权利要求1所述的检索结果重排方法，其特征在于，所述根据检索结果中的时间信息，计算每条检索结果对应的时间排序值，包括：

获取参考时间信息，所述参考时间信息包括年份和月份；

计算每条检索结果对应的时间信息与所述参考时间信息的时间差值；

根据所述时间差值，计算获得所述时间排序值。

3.根据权利要求1所述的检索结果重排方法，其特征在于，所述根据预设的目标词库，计算在检索结果中，所述目标词库中词汇出现的数量，包括：

获取行业类别信息，并根据所述行业类别信息，从所述目标词库中选择相应行业类别的行业词汇；

比对检索结果中的标题与所述行业词汇，计算标题词汇出现数；

比对检索结果中的摘要与所述行业词汇，计算摘要词汇出现数。

4.根据权利要求3所述的检索结果重排方法，其特征在于，所述根据所述目标词库中词汇出现的数量，计算每条检索结果对应的检索行业相关度排序值，包括：

预设标题系数；

利用所述标题系数、所述标题词汇出现数以及所述摘要词汇出现数，计算获得检索结果的检索行业相关度；

根据所述检索行业相关度，计算获得检索行业相关度排序值。

5.根据权利要求1所述的检索结果重排方法，其特征在于，所述加权计算所述时间排序值、所述访问次数排序值、所述检索行业相关度排序值以及所述位置排序值，得到总排序值，包括：

预设加权系数，且所述加权系数包括时间系数、访问次数系数、检索行业相关度系数以及位置系数；

根据所述时间系数以及检索结果中的时间信息，计算加权时间排序值；根据所述访问次数系数以及访问次数，计算加权访问次数排序值；根据所述检索行业相关度系数以及目标词库中词汇出现的数量，计算加权检索行业相关度排序值；根据所述位置系数以及检索结果的原排序位置，计算加权位置排序值；

累加所述加权时间排序值、所述加权访问次数排序值、所述加权检索行业相关度排序值以及所述加权位置排序值，获得所述总排序值。

6.一种检索结果重排装置，其特征在于，包括：

检索结果获取模块，用于获取检索结果；

时间排序值计算模块，用于根据检索结果中的时间信息，计算每条检索结果对应的时间排序值；

访问次数统计模块，用于统计检索结果的访问次数；

访问次数排序值计算模块，用于根据所述访问次数，计算每条检索结果对应的访问次数排序值；

词汇量计算模块，用于根据预设的目标词库，计算在检索结果中，所述目标词库中行业词汇出现的数量；所述目标词库为包括电力、航天、能源和医学中一个或多个类别行业词汇的词库；

检索行业相关度排序值计算模块，用于根据所述目标词库中行业词汇出现的数量，计算每条检索结果对应的检索行业相关度排序值；

位置排序值计算模块，用于利用检索结果的原排序位置，计算位置排序值；

总排序值计算模块，用于加权计算所述时间排序值、所述访问次数排序值、所述检索行业相关度排序值以及所述位置排序值，得到总排序值；

排序模块，用于根据所述总排序值，对所述检索结果重排。

7.根据权利要求6所述的检索结果重排装置，其特征在于，所述时间排序值计算模块还包括：

参考时间获取模块，用于获取参考时间信息，所述参考时间信息包括年份和月份；

时间差值计算模块，用于计算每条检索结果对应的时间信息与所述参考时间信息的时间差值；

时间排序值获得模块，用于根据所述时间差值，计算获得所述时间排序值。

8.根据权利要求6所述的检索结果重排装置，其特征在于，所述词汇量计算模块包括：

行业词汇获取模块，用于获取行业类别信息，并根据所述行业类别信息，从所述目标词库中选择相应行业类别的行业词汇；

标题词汇量计算模块，用于比对检索结果中的标题与所述行业词汇，计算标题词汇出现数；

摘要词汇量计算模块，用于比对检索结果中的摘要与所述行业词汇，计算摘要词汇出现数。

9.根据权利要求8所述的检索结果重排装置，其特征在于，所述检索行业相关度排序值计算模块包括：

标题系数预设模块，用于预设标题系数；

检索行业相关度获得模块，用于利用所述标题系数、所述标题词汇出现数以及所述摘要词汇出现数，计算获得检索结果的检索行业相关度；

检索行业相关度排序值获得模块，用于根据所述检索行业相关度，计算获得检索行业相关度排序值。

10.根据权利要求6所述的检索结果重排装置，其特征在于，所述总排序值计算模块包括：

加权系数预设模块，用于预设加权系数，且所述加权系数包括时间系数、访问次数系数、检索行业相关度系数以及位置系数；

加权排序值计算模块，用于根据所述时间系数以及检索结果中的时间信息，计算加权时间排序值；根据所述访问次数系数以及访问次数，计算加权访问次数排序值；根据所述检索行业相关度系数以及目标词库中词汇出现的数量，计算加权检索行业相关度排序值；根据所述位置系数以及检索结果的原排序位置，计算加权位置排序值；

累加模块，用于累加所述加权时间排序值、所述加权访问次数排序值、所述加权检索行业相关度排序值以及所述加权位置排序值，获得所述总排序值。