基于人工智能的检索处理方法和装置与流程

本发明涉及信息处理技术领域，尤其涉及一种基于人工智能的检索处理方法和装置。

背景技术：

人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语音识别、图像识别、自然语言处理和专家系统等。其中，人工智能最重要的方面就是语音识别技术。

目前，搜索引擎作为满足用户搜索请求的工具被广泛使用，搜索引擎根据用户输入的搜索请求进行搜索，并将搜索结果提供给用户。

然而，不同的用户感兴趣的搜索结果不同，比如针对某个明星的搜索结果中，粉丝用户和普通用户感兴趣的搜索结果是不同的，粉丝对包含明星的行程搜索结果更感兴趣，而普通用户对包含明星的基本信息的搜索结果更感兴趣，而搜索引擎仅仅根据用户输入的搜索词为用户的提供搜索结果，不能满足用户的个性化需求，搜索引擎的搜索性能不高。

技术实现要素：

本发明的目的旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的第一个目的在于提出一种基于人工智能的检索处理方法，该方法根据用户的大数据信息，为相应的用户建立相关用户标签，以便于根据用户标签为用户提供个性化检索服务，提高了检索性能。

本发明的第二个目的在于提出一种基于人工智能的检索处理装置。

为了实现上述目的，本发明第一方面实施例的基于人工智能的检索处理方法，包括：设置与用户标签对应的特征信息；将所述特征信息与用户的大数据信息进行匹配，为匹配成功的用户建立对应的用户标签；存储用户标识与用户标签的对应关系，以便根据所述对应关系向用户提供检索服务。

本发明实施例的基于人工智能的检索处理方法，设置与用户标签对应的特征信息，将特征信息与用户的大数据信息进行匹配，为匹配成功的用户建立对应的用户标签，存储用户标识与用户标签的对应关系，以便根据对应关系向用户提供检索服务。由此，根据用户的大数据信息，为相应的用户建立相关用户标签，以便于根据用户标签为用户提供个性化检索服务，提高了检索性能。

另外，本发明实施例的基于人工智能的检索处理方法，还具有如下附加的技术特征：

在本发明的一个实施例中，所述特征信息包括：检索特征信息，

所述将所述特征信息与用户的大数据信息进行匹配，包括：

从所述用户的大数据信息中筛选出用户历史检索行为信息；

将所述检索特征信息与所述用户历史检索行为信息进行匹配。

在本发明的一个实施例中，所述检索特征信息包括以下信息中的一种或多种：

与所述用户标签匹配的关键词的搜索频率；

与所述用户标签匹配的搜索结果类型的点击频率；

与所述用户标签匹配的搜索内容的点击频率；

与所述用户标签匹配内容的关注时间。

在本发明的一个实施例中，所述特征信息还包括：用户特征信息，

在将所述检索特征信息与所述用户历史检索信息进行匹配之后，还包括：

从所述用户的大数据信息中筛选出用户画像信息；

将所述用户特征信息与所述用户画像信息进行匹配。

在本发明的一个实施例中，在所述存储用户标识与用户标签的对应关系之后，还包括：

接收包含用户标识和查询语句的检索请求；

查询所述对应关系获取与所述用户标识对应的用户标签；

检测是否存在与所述查询语句匹配的用户标签；

如果存在，则根据与所述查询语句匹配的用户标签反馈与所述查询请求对应的检索结果。

在本发明的一个实施例中，所述检测是否存在与所述查询语句匹配的用户标签，包括：

根据预设的归一化检索信息获取所述查询语句对应的检索类型；

根据预设的检索类型与用户标签的归属关系检测是否存在与所述查询语句匹配的用户标签。

为了实现上述目的，本发明第二方面实施例的基于人工智能的检索处理装置，包括：设置模块，用于设置与用户标签对应的特征信息；匹配模块，用于将所述特征信息与用户的大数据信息进行匹配；建立模块，用于为匹配成功的用户建立对应的用户标签；存储模块，用于存储用户标识与用户标签的对应关系，以便根据所述对应关系向用户提供检索服务。

本发明实施例的基于人工智能的检索处理装置，设置与用户标签对应的特征信息，将特征信息与用户的大数据信息进行匹配，为匹配成功的用户建立对应的用户标签，存储用户标识与用户标签的对应关系，以便根据对应关系向用户提供检索服务。由此，根据用户的大数据信息，为相应的用户建立相关用户标签，以便于根据用户标签为用户提供个性化检索服务，提高了检索性能。

另外，本发明实施例的基于人工智能的检索处理装置，还具有如下附加的技术特征：

在本发明的一个实施例中，所述特征信息包括：检索特征信息，所述匹配模块包括：

第一筛选单元，用于从所述用户的大数据信息中筛选出用户历史检索行为信息；

第一匹配单元，用于将所述检索特征信息与所述用户历史检索行为信息进行匹配。

在本发明的一个实施例中，所述检索特征信息包括以下信息中的一种或多种：

与所述用户标签匹配的关键词的搜索频率；

与所述用户标签匹配的搜索结果类型的点击频率；

与所述用户标签匹配的搜索内容的点击频率；

与所述用户标签匹配内容的关注时间。

在本发明的一个实施例中，所述特征信息还包括：用户特征信息，所述匹配模块包括：

第二筛选单元，用于从所述用户的大数据信息中筛选出用户画像信息；

第二匹配单元，用于将所述用户特征信息与所述用户画像信息进行匹配。

在本发明的一个实施例中，还包括：

接收模块，用于接收包含用户标识和查询语句的检索请求；

获取模块，用于查询所述对应关系获取与所述用户标识对应的用户标签；

检测模块，用于检测是否存在与所述查询语句匹配的用户标签；

反馈模块，用于在存在与所述查询语句匹配的用户标签时，根据与所述查询语句匹配的用户标签反馈与所述查询请求对应的检索结果。

在本发明的一个实施例中，所述检测模块包括：

获取单元，用于根据预设的归一化检索信息获取所述查询语句对应的检索类型；

检测单元，用于根据预设的检索类型与用户标签的归属关系检测是否存在与所述查询语句匹配的用户标签。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1是根据本发明一个实施例的基于人工智能的检索处理方法的流程图；

图2是现有搜索引擎提供检索结果的界面示意图；

图3是根据本发明另一个实施例的基于人工智能的检索处理方法的流程图；

图4(a)-图4(b)是根据本发明一个实施例的检索结果界面示意图；

图5是根据本发明一个实施例的基于人工智能的检索处理装置的结构示意图；

图6是根据本发明另一个实施例的基于人工智能的检索处理装置的结构示意图；

图7是根据本发明又一个实施例的基于人工智能的检索处理装置的结构示意图；

图8是根据本发明再一个实施例的基于人工智能的检索处理装置的结构示意图；以及

图9是根据本发明还一个实施例的基于人工智能的检索处理装置的结构示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

下面参考附图描述本发明实施例的基于人工智能的检索处理方法和装置。

图1是根据本发明一个实施例的基于人工智能的检索处理方法的流程图。如图1所示，该方法包括：

S110，设置与用户标签对应的特征信息。

S120，将特征信息与用户的大数据信息进行匹配，为匹配成功的用户建立对应的用户标签。

通常，搜索引擎在为用户提供检索服务时，根据用户输入的查询语句进行检索，将搜索到的满足用户通用主需求的检索结果提供给用户。

比如，如图2所示，如果用户输入的查询语句是某个明星的名字，则搜索引擎会按照一般用户的通用主需求，将该演员的年龄、出生日期等基本信息提供给用户。

然而，在某些应用场景下，用户对检索结果具有个性化需求，比如对于粉丝用户，其在输入某个明星信息进行检索时，不同于普通用户，其希望获取的检索结果是明星行程以及明星热点等相关信息。而上述提供检索服务的方式，仅仅根据通用主需求为用户提供检索结果，不能满足用户的个性化需求。

为了解决上述问题，本发明提出了一种基于人工智能的检索处理方法，可在不同的应用场景下，为用户提供满足其个性化需求的检索结果。

具体地，在实际实施过程中，设置与用户标签对应的特征信息，其中，用户标签与用户的个性化需求相关，比如，可以是粉丝标签、音乐重度爱好者标签、漫画爱好者标签、旅游爱好者标签等。

进而，将特征信息与用户的大数据信息进行匹配，如果用户的大数据信息与特征信息匹配成功，则为匹配成功的用户建立与特征信息对应的用户标签，其中，该针对一个用户建立的用户标签可以是一个，也可以是多个。

其中，用户的大数据信息可以包括用户在实施检索行为时，输入的检索词、点击的搜索结果的题目、站点偏好、模板偏好、浏览时长、年龄、性别等。

应当理解的是，根据具体应用场景的不同，上述与用户标签对应的特征信息可以包含不同的内容：

第一种示例，在某些应用场景下，用户的历史检索行为中体现的检索信息特征，即可反应出用户从属的用户标签，因而，该特征的信息可以包括检索特征信息。

其中，检索特征信息可包括与用户标签匹配的关键词的搜索频率、与用户标签匹配的搜索结果类型的点击频率、与用户标签匹配的搜索内容的点击频率和与用户标签匹配内容的关注时间的一种或多种。

举例而言，当用户标签为粉丝标签时，其对应的检索特征信息可包括以明星为关键词的搜索频率、对包含明星信息的搜索类型(比如贴吧、微博等包含大量明星信息的社交软件)的点击频率、对包含明星信息的搜索内容的点击频率、对包含明星信息的各种内容的浏览时长等关注时间等。

从而，在本示例中，将特征信息与用户的大数据信息进行匹配包括：从用户的大数据信息中筛选出用户历史检索行为信息，并将检索特征信息与用户的历史行为进行匹配，如果匹配成功，则为匹配成功的用户建立对应的用户标签。

举例而言，从用户的大数据信息中，筛选出与用户历史检索行为信息，比如筛选出以明星为关键词的搜索频率、对包含明星信息的搜索类型(比如贴吧、微博等包含大量明星信息的社交软件)的点击频率、对包含明星信息的搜索内容的点击频率、对包含明星信息的各种内容的浏览时长等关注时间等。

进而，将粉丝标签对应的检索特征与上述用户历史检索行为进行匹配，如果以明星为关键词的搜索频率较高，对包含明星信息的搜索类型(比如贴吧、微博等包含大量明星信息的社交软件)的点击频率较高、对包含明星信息的搜索内容的点击频率较高、对包含明星信息的各种内容的浏览时长等关注时间较长等，则为该用户建立粉丝标签。

其中，为了提高建立用户标签的准确度，提高建立用户标签的效率，在将检索特征信息与用户的大数据信息进行匹配时，可以基于单天内的历史检索行为与检索特征进行匹配，进而获取匹配成功的用户的历史检索行为信息，基于连续多天的历史检索行为信息与检索特征信息进行匹配，从而为匹配成功的用户建立对应的用户标签。

第二种示例，在某些应用场景下，用户的检索特征信息，不能较准确的反应出用户从属的用户标签，即使用户的检索特征信息类似，由于其年龄、性别、职业等用户特征信息不同，可能对应的用户标签不同。

在本示例中，在将检索特征信息与用户历史检索信息进行匹配后，还可从用户的大数据信息中筛选出用户画像信息，并将用户特征信息与用户画像信息进行匹配，以为匹配成功的用户建立对应的用户标签。

其中，用户画像信息可包括用户性别、用户年龄、用户职业等基本信息。

举例而言，将检索特征信息与用户历史检索行为信息进行匹配后，用户A和B的历史检索行为，与cosplay爱好者标签对应的检索特征信息匹配，然而用户A的年龄为40岁，职业为布料提供商，用户B的年龄为16岁，职业为学生，在与用户特征信息匹配后，为用户A建立日系布料爱好者的用户标签，为用户B建立cosplay爱好者标签。

S130，存储用户标识与用户标签的对应关系，以便根据对应关系向用户提供检索服务。

可以理解，预先存储用户标识与用户标签的对应关系，从而在用户进行检索时，获取与该搜索请求对应的用户标签，以便于根据该检索标签向用户提供对应的检索服务，满足用户的个性化需求。

其中，需要说明的是，根据具体应用场景的不同，上述用户标识不同，可以为用户账号、用户的地理位置IP、用户的ID等，在此不做限制。

举例而言，预先存储用户标识C对应的用户标签是旅游爱好者标签，从而在用户C进行搜索时，输入的搜索词是“桂林”，获取与该搜索请求对应的用户标签为旅游爱好者标签，从而向用户提供在桂林旅游的相关检索服务，满足用户的个性化需求。

综上所述，本发明实施例的基于人工智能的检索处理方法，设置与用户标签对应的特征信息，将特征信息与用户的大数据信息进行匹配，为匹配成功的用户建立对应的用户标签，存储用户标识与用户标签的对应关系，以便根据对应关系向用户提供检索服务。由此，根据用户的大数据信息，为相应的用户建立相关用户标签，以便于根据用户标签为用户提供个性化检索服务，提高了检索性能。

基于以上实施例，为了更加全面的描述本发明实施例的基于人工智能的检索处理方法，下面结合附图，结合针对线上的搜索行为的处理过程，详细说明本发明实施例的基于人工智能的检索处理方法：

图3是根据本发明另一个实施例的基于人工智能的检索处理方法的流程图，如图3所示，在上述步骤S130之后，该方法还包括：

S210，接收包含用户标识和查询语句的检索请求。

S220，查询对应关系获取与用户标识对应的用户标签。

具体地，接收包含用户标识与查询语句的检索请求，根据用户标识查询用户标识与用户标签的对应关系，获取与该用户标识对应的用户标签。

S230，检测是否存在与查询语句匹配的用户标签。

在实际应用中，即使存在与用户标识对应的用户标签，该用户标签也可能与当前的查询语句并不匹配。

比如，当接收到包含用户标识和查询语句“今天吃什么”的检索请求后，根据用户标识查询用户标识与用户标签的对应关系，获取与该用户标识对应的用户标签为“音乐重度爱好者”，则认为该用户标签与查询语句并不匹配。

因而，在获取与用户标识对应的用户标签后，需要检测是否与查询语句匹配的用户标签，以决定是否为用户提供相应的个性化检索服务。

需要说明的是，根据具体应用场景的不同，检测是否存在与查询语句匹配的用户标签的方式不同，下面举例说明：

第一种示例，将用户标签根据查询语句的检索类型分类，比如，将用户标签“川菜爱好者”、“湘菜爱好者”归属于“美食”类等。进而，可根据查询语句对应的检索类型，确定是否存在与该检索类型对应的用户标签。

具体而言，可根据预设的归一化检索信息获取查询语句对应的检索类型。

其中，上述预设的归一化检索信息可准确根据查询语句的主题思想，识别出其对应的检索类型，比如，当输入的查询语句是“今天吃什么”，或者“吃好吃的去”等时，预设的归一化检索信息则获取查询语句对应的检索类型为“美食”；又比如，当输入查询语句是“海贼王路飞的造型”，或者“吸血鬼骑士学长”等时，预设的归一化检索信息则获取查询语句对应的检索类型为“动漫”。

进而，可根据预设的检索类型与用户标签的归属关系检测是否存在与查询语句匹配的用户标签。

举例而言，当获取与查询语句对应的检索类型是“美食”时，根据预设的检索类型与用户标签的归属关系，检测是否存在与“美食”相关的用户标签。

第二种示例，可以通过识别查询语句中的关键词，当查询语句中的关键词与用户标签进行匹配，进而，可根据查询语句与用户标签相似度的大小，检测是否存在与查询语句匹配的用户标签。

举例而言，当用户输入的查询语句是“旅游的最好去处”时，识别查询语句中的关键词是“旅游”，将该关键词与用户标签匹配，以检测是否存在与“旅游”相似度较高的用户标签。

S240，如果存在，则根据与查询语句匹配的用户标签反馈与查询请求对应的检索结果。

具体地，如果存在与查询语句匹配的用户标签，则为了满足用户的个性化需求，可根据与查询语句匹配的用户标签反馈与查询请求的对应的检索结果。

举例而言，如图4(a)所示，当检索请求中的查询语句是某个明星的名字时，根据检索请求中的用户标识，获取与用户标识对应的用户标签为该明星的粉丝以及美食爱好者。

进而，检测存在与该查询语句匹配的用户标签，则如图4(a)所示，反馈该明星的行程信息、热点、微博等粉丝关注的信息。

在本发明的另一个实施例中，如果不存在与查询语句匹配的用户标签，则根据通用主需求反馈检索结果。

举例而言，如图4(b)所示，当检索请求中的查询语句是某个明星的名字时，根据检索请求中的用户标识，获取与用户标识对应的用户标签为美食爱好者。

进而，检测不存在与该查询语句匹配的用户标签，则如图4(b)所示，反馈该明星的百科等路人关注的信息。

综上所述，本发明实施例的基于人工智能的检索处理方法，接收包含用户标识和查询语句的检索请求，查询对应关系获取与用户标识对应的用户标签，并检测是否存在与查询语句匹配的用户标签，从而如果存在，则根据与查询语句匹配的用户标签反馈与查询请求对应的检索结果。由此，在存在与查询语句匹配的用户标签时，根据该用户标签反馈满足用户个性化需求的检索结果，提高了用户对检索结果的满意度。

为了实现上述实施例，本发明还提出了一种基于人工智能的检索处理装置，图5是根据本发明一个实施例的基于人工智能的检索处理装置的结构示意图，如图5所示，该基于人工智能的检索处理装置包括：设置模块10、匹配模块20、建立模块30和存储模块40。

其中，设置模块10，用于设置与用户标签对应的特征信息。

匹配模块20，用于将特征信息与用户的大数据信息进行匹配。

在本发明的一个实施例中，图6是根据本发明另一个实施例的基于人工智能的检索处理装置的结构示意图，如图6所示，在如图5所示的基础上，匹配模块20包括第一筛选单元21和第一匹配单元22。

其中，第一筛选单元21，用于从用户的大数据信息中筛选出用户历史检索行为信息。

第一匹配单元22，用于将检索特征信息与用户历史检索行为信息进行匹配。

其中，检索特征信息包括与用户标签匹配的关键词的搜索频率、与用户标签匹配的搜索结果类型的点击频率、与用户标签匹配的搜索内容的点击频率和与用户标签匹配内容的关注时间中的一种或多种。

在本发明的另一个实施例中，图7是根据本发明又一个实施例的基于人工智能的检索处理装置的结构示意图，如图7所示，在如图5所示的基础上，匹配模块20包括第二筛选单元23和第二匹配单元24。

其中，第二筛选单元23，用于从用户的大数据信息中筛选出用户画像信息。

第二匹配单元24，用于将用户特征信息与用户画像信息进行匹配。

建立模块30，用于为匹配成功的用户建立对应的用户标签。

存储模块40，用于存储用户标识与用户标签的对应关系，以便根据对应关系向用户提供检索服务。

需要说明的是，前述对基于人工智能的检索处理方法的解释说明，也适用于本发明实施例的基于人工智能的检索处理装置，其实现原理类似，对于本发明基于人工智能的检索处理装置实施例中未披露的细节，在此不再赘述。

综上所述，本发明实施例的基于人工智能的检索处理方法，设置与用户标签对应的特征信息，将特征信息与用户的大数据信息进行匹配，为匹配成功的用户建立对应的用户标签，存储用户标识与用户标签的对应关系，以便根据对应关系向用户提供检索服务。由此，根据用户的大数据信息，为相应的用户建立相关用户标签，以便于根据用户标签为用户提供个性化检索服务，提高了检索性能。

图8是根据本发明再一个实施例的基于人工智能的检索处理装置的结构示意图，如图8所示，在如图5所示的基础上，该基于人工智能的检索处理装置还包括接收模块50、获取模块60、检测模块70和反馈模块80。

其中，接收模块50，用于接收包含用户标识和查询语句的检索请求。

获取模块60，用于查询对应关系获取与用户标识对应的用户标签。

检测模块70，用于检测是否存在与查询语句匹配的用户标签。

在本发明的一个实施例中，图9是根据本发明还一个实施例的基于人工智能的检索处理装置的结构示意图，如图9所示，在如图8所示的基础上，该检测模块70可以包括获取单元71和检测单元72。

其中，获取单元71，用于根据预设的归一化检索信息获取查询语句对应的检索类型。

检测单元72，用于根据预设的检索类型与用户标签的归属关系检测是否存在与查询语句匹配的用户标签。

反馈模块80，用于在存在与查询语句匹配的用户标签时，根据与查询语句匹配的用户标签反馈与查询请求对应的检索结果。

需要说明的是，前述对基于人工智能的检索处理方法的解释说明，也适用于本发明实施例的基于人工智能的检索处理装置，其实现原理类似，对于本发明基于人工智能的检索处理装置实施例中未披露的细节，在此不再赘述。

综上所述，本发明实施例的基于人工智能的检索处理装置，接收包含用户标识和查询语句的检索请求，查询对应关系获取与用户标识对应的用户标签，并检测是否存在与查询语句匹配的用户标签，从而如果存在，则根据与查询语句匹配的用户标签反馈与查询请求对应的检索结果。由此，在存在与查询语句匹配的用户标签时，根据该用户标签反馈满足用户个性化需求的检索结果，提高了用户对检索结果的满意度。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。