中，权重调整的具体数值可以在具体实现时根据实现需求和/或系统性能等自行设定，本实施例对此不作限定。
[0037]具体地，由于不同维度的推荐词对各种特征的倚重程度不一样，因此针对不同维度的推荐词挖掘需要不同的特征权重值。例如:领域关键字这个维度的推荐词与领域分布和推荐词检索量的相关性较大，那么就需要将这两种特征的权重调高而将其他特征的权重调低一些。极端情况下，某个推荐词可能只依赖某几种特征，那么可以将该推荐词不依赖的特征的权重调整为零或者直接去掉不依赖的特征。
[0038]进一步地，由于挖掘出来的推荐词会有一些质量不太好的，例如比较泛的词、比较冷门的期刊、作者或会议等，因此，需要有一些补充策略对挖掘出来的数据进行再次过滤及排序。当然过滤和排序的方法会因之前依赖的特征的不同而不同，例如:对领域关键词这个维度中的推荐词进行过滤使用了领域分布超过8且每个领域大于10的过滤阈值，并使用检索频次及关键字长度对过滤后获得的推荐词重新调整排序。
[0039]步骤103，根据行为数据展现处理后的推荐词。
[0040]本实施例的一种实现方式中，根据行为数据展现处理后的推荐词可以为:根据已登录用户的先验行为数据展现上述已登录用户的先验行为数据对应的推荐词。也就是说，对于已登录用户，已登录用户由于有一些先验行为数据，因此首先展现的就是与其先验行为数据相关的推荐词结果，用户可以点击不同的卡片/标签而不需要输入检索词就可以获取想要的检索结果。例如:一个关注“法学”、“社会学”的用户，在登录之后点击了“法学”标签，推荐词的展现结果可以如图2所示。图2为本发明推荐词的展现结果一个实施例的示意图。
[0041]本实施例的另一种实现方式中，根据行为数据展现处理后的推荐词可以为:根据全部搜索用户的行为数据进行挖掘，获得上述处理后的推荐词中搜索热度高于预定阈值的推荐词，展现获得的推荐词。其中，上述预定阈值的大小可以在具体实现时根据实现需求和/或系统性能等自行设定，本实施例对上述预定阈值的大小不作限定。也就是说，对于未登录用户，由于无法获得未登录用户的先验行为数据，因此可以根据全部搜索用户的行为数据进行挖掘，获得处理后的推荐词中搜索热度高于预定阈值的推荐词，即“热搜词”，然后向未登录用户展现“热搜词”卡片，在未登录用户点击“热搜词”卡片中的卡片之后，向未登录用户展现相应的检索结果，例如:未登录用户点击“热搜词”卡片中的期刊卡片之后，向未登录用户展现推荐期刊，如图3所示。图3为本发明推荐词的展现结果另一个实施例的示意图。
[0042]从图2和图3可以看出，不管是登录用户还是非登录用户，都可以通过点击这种直观的推荐词跳转到检索结果页，从而实现无检索词的检索。
[0043]本实施例的再一种实现方式中，根据行为数据展现处理后的推荐词可以为:根据用户的行为数据获得上述用户的学科类别偏好信息，根据上述用户的学科类别偏好信息展现处理后的推荐词。
[0044]具体地，可以根据用户的行为数据对用户的历史关注学科类别进行记录，只展示一种最直观的用户关注学科类别的数据收集方式。其中，用户的行为数据可以为用户的论文收藏数据和/或历史点击行为数据，也就是说，可以根据用户的论文收藏数据和/或历史点击行为数据在各个领域上的分布，获得用户的学科类别偏好信息。在展现推荐词时，对推荐词的展现可以结合用户的学科类别偏好信息进行更加合理的推荐调整，避免不符合用户偏好的推荐词被展现。
[0045]进一步地，步骤103，根据行为数据展现调整后的推荐词之后，还可以接收用户通过点击展现的推荐词输入的选择指示，向上述用户展现上述用户选择的推荐词对应的检索结果。
[0046]上述推荐词的展现方法，针对至少两个维度中的每个维度从基础数据中提取推荐词，然后从提取的推荐词中提取至少两种特征，并根据上述至少两种特征对上述推荐词进行处理，最后根据行为数据展现处理后的推荐词，从而可以摆脱用户的知识背景以及检索词的局限性，真正地为用户推荐相关知识，引导用户搜索，可以很好地满足用户无法描述或者描述不精确的知识需求，并且通过用户行为挖掘以及历史大数据分析可以有效避免时滞问题，推荐的知识都具有很高的时效性。上述方法结合我国学科分类体系，细分到具体每个学科，可以精准命中具体学科进行知识推荐，推荐知识涵盖范围广，准确性高。
[0047]本发明图1所示实施例提供的方法通过对用户检索行为数据进行分析，可以从以下几个维度来满足用户对某领域的知识需求:关键词、期刊、会议和学者。
[0048]从用户的角度来看，分为登录和未登录两种状态。在未登录状态下，推荐给用户所有领域综合的热点和前沿知识。在用户登录并且设置了学科领域之后，则推荐用户关注学科的相关知识。
[0049]其中，用户登录之后，设置用户关注的领域和语言的页面可以如图4所示，图4为本发明设置用户关注的领域和语言的页面一个实施例的示意图。参见图4，用户关注的领域可以多选，在用户登录状态下，可以同步设置。
[0050]本发明图1所示实施例提供的方法可以从领域关键词的维度展现推荐词，展现的每个推荐词之后有相应的搜索热度，点击具体的推荐词，则展现该推荐词对应的检索结果，如图5所示，图5为本发明推荐词的展现结果再一个实施例的示意图。参见图5，在未登录状态下，推荐词包括所有领域的综合热点和前沿关键词；登录并且设置了关注领域的状态下，推荐词包括哟过户关注领域之下的关键词。多个领域可以通过切换Tab键显示不同领域下的内容，在每个领域下都可以通过点击“换一换”显示更多。
[0051]本发明图1所示实施例提供的方法还可以从期刊的维度展现推荐词，同时展现期刊的名称、发文总量、总被引和/或研宄领域等信息，点击具体期刊则展现刊登在该期刊上的优质文章，如图6所示，图6为本发明推荐词的展现结果再一个实施例的示意图。参见图6，在未登录状态下，推荐所有领域综合排名的期刊；登录并且设置了关注领域的情况下，推荐关注领域之下的期刊。多个领域可以通过切换Tab按键显示不同领域下的内容。
[0052]本发明图1所示实施例提供的方法还可以从学者的维度为用户展现推荐词，同时展现学者的姓名、机构、成果总量和/或被引总量等信息，点击具学者则展现该学者发表的科研成果，如图7所示，图7为本发明推荐词的展现结果再一个实施例的示意图。参见图7，在未登录状态下，显示所有领域综合推荐的学者；登录并且设置了关注领域的情况下，推荐关注领域之下的优质学者。多个领域可以通过切换Tab按键显示不同领域下的内容，在每个领域下都可以点击“换一换”显示更多。
[0053]本发明图1所示实施例提供的方法还可以从学术会议的维度为用户展现推荐词，同时展现会议的名称、最新开会时间、开会地点、文献总量和/或被引总量等信息，点击具体会议则展现该会议上发表的学术论文，如图8所示，图8为本发明推荐词的展现结果再一个实施例的示意图。参见图8，在未登录状态下，显示所有领域综合推荐的会议；登录并且设置了关注领域的情况下，推荐关注领域之下的优质会议。多个领域可以通过切换Tab按键显示不同领域下的内容，在每个领域下都可以通过点击“换一换”显示更多。
[0054]图9为本发明推荐词的展现装置一个实施例的结构示意图，本实施例中的推荐词的展现装置可以实现本发明图1所示实施例的流程，如图9