本发明涉及信息检索领域，特别地，涉及一种基于数据挖掘技术的用户搜索词的关联关键词组合推荐的方法。
背景技术：
随着大数据，云计算，物联网技术的发展，人们的生活和工作已经离不开依靠信息的决策。目前的信息检索系统大多基于关键词的检索，其原理是用户向系统输入搜索词，系统根据用户搜索词查找系统内部的关键词索引，如果有关键词索引与搜索词有匹配，系统会给出关键词所代表的检索结果。这种检索方法简单，但检索系统对用户来讲是不透明的，因此这种检索原理是一种猜想式的检索方法。因此，用户首先给出一个概念很大的搜索词试探检索，这样系统会给出数量巨大的检索结果，需要用户多次操作以便缩小检索范围。为了提高海量数据检索的精度，大多数检索系统增加了高级检索功能，即设置了多个检索词由逻辑条件(与，或，非)限定的检索方法。高级检索方法的增加起到了一定的作用，使得检索精度有所提高，检索的数量有所缩小。但没有改变用户与检索系统不透明的本质，由于不透明，若用户利用多个关键词逻辑(与，或，非)条件将关键词加入限定，如果用了一个与检索系统不同的搜索词，将会导致检索结果为0的悲剧，其实系统里有与用户搜索词同义的关键词的组合，只是用户事先难以知道罢了。这种用户事先难以了解信息检索系统中他所需要的信息的关联信息，因此也就难以给出一个理想的关键词从而找到满意的文献信息。尤其是，学术性检索系统比社会网络检索系统要求检索的精度要高，跨领域的海量数据学术检索系统，常常给用户搜索词的选择上带来了时间上，和精神上的极大压力。信息数量急速的增长给人们信息获取带来困难，也影响着人们创新速度的发展。因此，用户急需要一种系统能推荐关键词让用户选择的检索方法。
目前搜索引擎大多通过搜索用户日志的方法进行热点或趋势推荐，这种方法有一定的参考价值，但有其局限性，因为，用户的访问行为不具有反映信息检索系统信息关联组合的全面性，因而其推荐会失去全面性功能。
技术实现要素：
本发明解决的技术问题在于提供了一种为用户推荐关联关键词的信息检索方法，以解决现有技术中存在的检索词推荐范围不全面，推荐深度低的问题。
为解决上述问题，本发明提供了一种为用户推荐关联关键词的信息检索方法，包括，
获取用户搜索词；
在获取用户搜索词后，分析搜索词；
判断搜索词与信息检索系统的关键词是否匹配；
建立基于匹配关键词的关联关键词推荐域；
推荐域由与匹配关键词组成，包括共现的文摘号和所包括的关键词；
计算推荐域中关键词的支持度和置信度构成的关联度；
按照关联度的高低排序显示给用户；
用户选择了所需的关联度后自动进入信息检索系统检索。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明第一实施流程图；
具体实施方式
本发明由6个模块(1-6)，10个处理关系(①-⑩)组成。
本发明由1个接口，与信息检索系统进行信息交换(②，④，⑥，⑩)。
通过接口，本发明可与任何信息检索系统连接，提供用户搜索词的关联关键词推荐，实现用户对信息系统系统相关信息的全面了解和精确获取。