一种搜索词推荐方法、装置和系统的制作方法
【技术领域】
[0001] 本发明涉及互联网技术领域，具体涉及一种搜索词推荐方法、装置和系统。
【背景技术】
[0002] 应用市场是移动互联网重要的应用分发渠道，为智能终端用户提供应用的搜索和 下载等服务。为方便用户使用搜索功能、提升搜索用户数及应用的搜索下载量，应用市场通 常在搜索起始页展现一定数量的搜索词，引导用户点击搜索并下载应用。
[0003] 在现有技术中，一般都是由运营人员人工构造关键词表来作为通用的推荐搜索 词，或者，由系统对所有搜索词根据一定规则，如搜索次数或搜索下载次数等进行排序，然 后再选取头部搜索词作为推荐搜索词，等等、
[0004] 在对现有技术的研宄和实践过程中，本发明的发明人发现，现有的搜索词推荐方 案不仅实现不够灵活，而且无法及时更新，导致其推荐的搜索词无法准确反映用户的需求， 推荐效果不佳。
【发明内容】
[0005] 本发明实施例提供一种搜索词推荐方法、装置和系统，不仅可以灵活地为不同的 用户群体进行个性化推荐，而且具有及时动态更新能力，可以提高推荐的精准度，改善推荐 效果。
[0006] 本发明实施例提供一种搜索词推荐方法，包括：
[0007] 获取多个用户的用户行为日志、用户画像信息和预置的多个用户群体的用户群体 特征；
[0008] 根据所述用户行为日志、用户画像信息和用户群体特征计算搜索词的群体热度；
[0009] 根据所述用户行为日志、用户画像信息和用户群体特征计算搜索词的群体区分 度；
[0010] 根据所述用户行为日志计算搜索词质量；
[0011] 根据所述搜索词的群体热度、群体区分度和搜索词质量向用户推荐搜索词。
[0012] 相应的，本发明实施例还提供一种搜索词推荐装置，包括获取单元、热度计算单 元、区分度计算单元、质量计算单元和推荐单元，如下：
[0013] 获取单元，用于获取多个用户的用户行为日志、用户画像信息和预置的用户群体 特征；
[0014] 热度计算单元，用于根据所述用户行为日志、用户画像信息和用户群体特征计算 搜索词的群体热度；
[0015] 区分度计算单元，用于根据所述用户行为日志、用户画像信息和用户群体特征计 算搜索词的群体区分度；
[0016] 质量计算单元，用于根据所述用户行为日志计算搜索词质量；
[0017] 推荐单元，用于根据所述搜索词的群体热度、群体区分度和搜索词质量向用户推 荐搜索词。
[0018] 此外，本发明实施例还提供一种搜索词推荐系统，包括本发明实施例提供的任一 种搜索词推荐装置。
[0019] 本发明实施例采用获取多个用户的用户行为日志、用户画像信息和预置的多个用 户群体的用户群体特征等信息，根据这些信息分别计算搜索词的群体热度、群体区分度和 搜索词质量，然后以计算出的搜索词的群体热度、群体区分度和搜索词质量作为依据，向用 户推荐搜索词，从而实现对用户进行搜索词的个性化推荐的目的，而且，由于作为推荐考虑 因素之一的用户行为日志是实时更新的，所以，推荐的搜索词也可以实时进行更新，也就是 说，采用该方案不仅可以实现为不同的用户群体进行个性化推荐，而且具有及时动态更新 能力，可以提高推荐的精准度，改善推荐效果。
【附图说明】
[0020] 为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使 用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于 本领域技术人员来讲，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。
[0021] 图la是本发明实施例提供的搜索词推荐方法的场景示意图；
[0022] 图lb是本发明实施例提供的搜索词推荐方法的流程图；
[0023] 图2a是本发明实施例提供的搜索词推荐方法中搜索词排序的流程示意图；
[0024] 图2b是本发明实施例提供的搜索词推荐方法的另一流程图；
[0025] 图2c是本发明实施例中推荐搜索词在终端的展示示意图；
[0026] 图3是本发明实施例提供的推荐的搜索词的拉取及展示流程图；
[0027] 图4是本发明实施例提供的搜索词推荐装置的结构示意图；
[0028] 图5是本发明实施例提供的服务器的结构示意图。
【具体实施方式】
[0029] 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，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施 例，都属于本发明保护的范围。
[0030] 本发明实施例提供一种搜索词推荐方法、装置和系统。
[0031] 如图la所示，该系统可以包括服务器，其中，该服务器集成有本发明实施例所提 供的搜索词推荐装置，此外，该系统还可以包括用户终端，如图la中用户A所使用的终端、 用户B所使用的终端盒用户C所使用的终端，等等。
[0032] 其中，服务器用于获取多个用户的用户行为日志、用户画像信息和预置的多个用 户群体的用户群体特征；根据该用户行为日志、用户画像信息和用户群体特征计算搜索词 的群体热度；根据该用户行为日志、用户画像信息和用户群体特征计算搜索词的群体区分 度；根据所述用户行为日志计算搜索词质量；根据该搜索词的群体热度、群体区分度和搜 索词质量向用户推荐搜索词。
[0033] 其中，在向某个用户推荐搜索词时，具体可以根据该用户发送的登录请求中所携 带的用户标识，来获取相应的用户画像信息，然后根据该用户画像信息来确定该用户所属 用户群体的搜索词推荐集合，按照预置策略将确定的搜索词推荐集合中预置数量的搜索词 推荐给该用户。
[0034] 例如，可以根据用户A的登录请求中的用户标识来获取用户A对应的用户画像信 息，然后根据用户A的用户画像信息来确定用户A所属用户群体的搜索词推荐集合，按照预 置策略将确定的搜索词推荐集合中预置数量的搜索词推荐给用户A，即服务器将用户A所 属用户群体的推荐搜索词发送给用户A ;又例如，可以根据用户B的登录请求中的用户标识 来获取用户B对应的用户画像信息，然后根据用户B的用户画像信息来确定用户B所属用 户群体的搜索词推荐集合，按照预置策略将确定的搜索词推荐集合中预置数量的搜索词推 荐给用户B，即服务器将用户B所属用户群体的推荐搜索词发送给用户B，以此类推，用户C 也如此，即服务器可以将用户C所属用户群体的推荐搜索词发送给用户C，等等，在此不再 赘述。
[0035] 以下将分别进行详细说明。
[0036] 实施例一、
[0037] 本实施例将从搜索词推荐装置的角度进行描述，该搜索词推荐装置具体可以集成 在服务器等网络设备中。
[0038] 一种搜索词推荐方法，包括：获取多个用户的用户行为日志、用户画像信息和预置 的多个用户群体的用户群体特征；根据所述用户行为日志、用户画像信息和用户群体特征 计算搜索词的群体热度；根据所述用户行为日志、用户画像信息和用户群体特征计算搜索 词的群体区分度；根据所述用户行为日志计算搜索词质量；根据该搜索词的群体热度、群 体区分度和搜索词质量向用户推荐搜索词。
[0039] 如图lb所示，该搜索词推荐方法，具体流程可以如下：
[0040] 101、获取多个用户的用户行为日志、用户画像信息和预置的多个用户群体的用户 群体特征。
[0041] 其中，用户行为日志可以包括多个用户搜索行为，而一个用户搜索行为可以包 括用户标识（user_id)、搜索词（query)、搜索时间（search_time)、以及点击/下载率 ( Click_acti〇n)等信息，例如，以该用户搜索行为包括用户标识、搜索词、搜索时间、以及点 击/下载率为例，则该用户搜索行为具体可以用以下四元组表示：{用户标识，搜索词，搜索 时间，点击/下载率}。
[0042] 其中，用户画像信息可以包括用户标识、年龄（age)、性别（gender)和所在地区 (location)等信息。例如，以用户画像信息可以包括用户标识、年龄、性别和所在地区为例， 则一个用户画像信息可以用以下四元组表示：{用户标识