]上述所有操作可在线下预先执行。
[0061]在线上，先是接收当前用户输入的目标搜索语句(也即新Query)，识别新Query所属的意图类别；而后根据与识别结果对应的用户行为模型，预测当前用户对各个候选搜索结果的行为，进而基于预测结果从各个候选搜索结果中确定本次输出的搜索结果。具体的预测过程可参见上述实施例二中的相关描述，在此不再赘述。
[0062]本实施例能够针对Query相关的意图进行更加细致的建模，进而提升用户行为理解，因此可以提升用户行为理解的应用效果:为用户提供更加优质的搜索结果，最终提升用户体验满意度。
[0063]实施例五
[0064]图3是本发明实施例五提供的一种搜索装置的结构示意图。参见图3，该装置的具体结构如下:
[0065]意图类别识别单元310，用于识别当前用户输入的目标搜索语句所属的意图类别；
[0066]用户行为预测单元320，用于根据意图类别识别单元310识别得到的意图类别以及预先创建的用户行为模型，预测当前用户对候选搜索结果的行为，其中用户行为模型根据历史用户的历史搜索语句所属的意图类别确定；
[0067]搜索结果输出单元330，用于基于用户行为预测单元320得到的预测结果，从候选搜索结果中确定本次输出的搜索结果。
[0068]示例性的，本实施例提供的搜索装置还包括用户行为模型建立单元300，其中用户行为模型建立单元300包括:
[0069]数据获取子单元301，用于获取历史用户的历史行为数据；
[0070]意图识别子单元302，用于识别历史行为数据中的历史搜索语句所属的意图类别；
[0071]模型建立子单元303，用于根据历史搜索语句所属的意图类别以及历史行为数据，建立用户行为模型。
[0072]作为本实施例的一种【具体实施方式】，所述模型建立子单元303，具体用于:
[0073]从历史行为数据中，提取在历史搜索语句下的历史搜索结果对应的用户行为特征以及用户行为结果，其中所述用户行为结果根据所述历史搜索语句所属的意图类别确定；
[0074]将用户行为特征和用户行为结果作为训练实例，基于机器学习算法建立与历史搜索语句所属的意图类别对应的用户行为模型。
[0075]作为本实施例的另一种【具体实施方式】，模型建立子单元303，具体用于:
[0076]从历史搜索行为数据中，提取在历史搜索语句下的历史搜索结果对应的用户行为特征以及用户行为结果，其中用户行为结果根据所述历史搜索语句所属的意图类别确定；
[0077]将用户行为特征、历史搜索语句所属的意图类别特征和所述用户行为结果作为训练实例，基于机器学习算法建立用户行为模型。
[0078]在本实施例提供的上述技术方案的基础上，意图类别包括如下至少一种:寻址类意图、信息类意图和商品类意图。
[0079]上述搜索装置这一产品可执行本发明任意实施例所提供的方法，具备执行方法相应的功能模块和有益效果，未在本实施例中详尽描述的技术细节，可参见本发明实施例中用于解释执行方法的实施例。
[0080]注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
【主权项】
1.一种搜索方法，其特征在于，包括: 识别当前用户输入的目标搜索语句所属的意图类别； 根据识别得到的意图类别以及预先创建的用户行为模型，预测当前用户对候选搜索结果的行为，其中所述用户行为模型根据历史用户的历史搜索语句所属的意图类别确定； 基于预测结果，从所述候选搜索结果中确定本次输出的搜索结果。2.根据权利要求1所述的方法，其特征在于，还包括: 获取历史用户的历史行为数据； 识别所述历史行为数据中的历史搜索语句所属的意图类别； 根据所述历史搜索语句所属的意图类别以及所述历史行为数据，建立用户行为模型。3.根据权利要求2所述的方法，其特征在于，根据所述历史搜索语句所属的意图类别以及所述历史行为数据，建立用户行为模型，包括: 从所述历史行为数据中，提取在所述历史搜索语句下的历史搜索结果对应的用户行为特征以及用户行为结果，其中所述用户行为结果根据所述历史搜索语句所属的意图类别确定; 将所述用户行为特征和所述用户行为结果作为训练实例，基于机器学习算法，建立与所述历史搜索语句所属的意图类别对应的用户行为模型。4.根据权利要求2所述的方法，其特征在于，根据所述历史搜索语句所属的意图类别以及所述历史行为数据，建立用户行为模型，包括: 从所述历史搜索行为数据中，提取在所述历史搜索语句下的历史搜索结果对应的用户行为特征以及用户行为结果，其中所述用户行为结果根据所述历史搜索语句所属的意图类别确定； 将所述用户行为特征、所述历史搜索语句所属的意图类别特征和所述用户行为结果作为训练实例，基于机器学习算法建立用户行为模型。5.根据权利要求1-4中任一项所述的方法，其特征在于，意图类别包括如下至少一种:寻址类意图、信息类意图和商品类意图。6.一种搜索装置，其特征在于，包括: 意图类别识别单元，用于识别当前用户输入的目标搜索语句所属的意图类别； 用户行为预测单元，用于根据所述意图类别识别单元识别得到的意图类别以及预先创建的用户行为模型，预测当前用户对候选搜索结果的行为，其中所述用户行为模型根据历史用户的历史搜索语句所属的意图类别确定； 搜索结果输出单元，用于基于所述用户行为预测单元得到的预测结果，从所述候选搜索结果中确定本次输出的搜索结果。7.根据权利要求6所述的装置，其特征在于，还包括用户行为模型建立单元，其中所述用户行为模型建立单元包括: 数据获取子单元，用于获取历史用户的历史行为数据； 意图识别子单元，用于识别所述历史行为数据中的历史搜索语句所属的意图类别； 模型建立子单元，用于根据所述历史搜索语句所属的意图类别以及所述历史行为数据，建立用户行为模型。8.根据权利要求7所述的装置，其特征在于，所述模型建立子单元，具体用于: 从所述历史行为数据中，提取在所述历史搜索语句下的历史搜索结果对应的用户行为特征以及用户行为结果，其中所述用户行为结果根据所述历史搜索语句所属的意图类别确定; 将所述用户行为特征和所述用户行为结果作为训练实例，基于机器学习算法，建立与所述历史搜索语句所属的意图类别对应的用户行为模型。9.根据权利要求7所述的装置，其特征在于，所述模型建立子单元，具体用于: 从所述历史搜索行为数据中，提取在所述历史搜索语句下的历史搜索结果对应的用户行为特征以及用户行为结果，其中所述用户行为结果根据所述历史搜索语句所属的意图类别确定； 将所述用户行为特征、所述历史搜索语句所属的意图类别特征和所述用户行为结果作为训练实例，基于机器学习算法建立用户行为模型。10.根据权利要求6-9中任一项所述的方法，其特征在于，意图类别包括如下至少一种:寻址类意图、信息类意图和商品类意图。
【专利摘要】本发明实施例公开了一种搜索方法及装置。其中，所述方法包括：识别当前用户输入的目标搜索语句所属的意图类别；根据识别得到的意图类别以及预先创建的用户行为模型，预测当前用户对候选搜索结果的行为，其中所述用户行为模型根据历史用户的历史搜索语句所属的意图类别确定；基于预测结果，从所述候选搜索结果中确定本次输出的搜索结果。本发明实施例提供的技术方案，能够利用较为合理准确的用户行为模型，为用户提供更加优质的搜索结果，提升用户对搜索的满意度。
【IPC分类】G06F17/30
【公开号】CN105069077
【申请号】CN201510463375
【发明人】熊峰, 徐常有, 吴博, 李长城
【申请人】百度在线网络技术（北京）有限公司
【公开日】2015年11月18日
【申请日】2015年7月31日