[发明专利]一种搜索方法和系统

权利要求书

1.一种搜索方法，其特征在于，包括：

接收搜索请求，该搜索请求中包含一个或多个搜索关键字；

将所述一个或多个搜索关键字分发给搜索装置；

返回搜索结果后，根据用户的个性化数据提取的用户兴趣模型计算的搜索结果的评分值对搜索结果进行排序；

返回排序后的搜索结果。

2.如权利要求1所述的搜索方法，其特征在于，所述接收搜索请求包括接收搜索客户端的搜索请求，或接收应用服务器传送的搜索请求。

3.如权利要求1或2所述的搜索方法，其特征在于，所述将所述一个或多个搜索关键字分发给搜索装置包括：将所述一个或多个关键字分发给搜索服务器或分发给成员搜索装置或分发给成员搜索服务器。

4.如权利要求1或2所述的搜索方法，其特征在于，所述将所述一个或多个搜索关键字分发给搜索装置包括：携带用户兴趣模型将所述一个或多个搜索关键字分发给成员搜索装置或成员搜索服务器或搜索服务器。

5.如权利要求4所述的搜索方法，其特征在于，所述携带用户兴趣模型将所述一个或多个搜索关键字分发给成员搜索装置或成员搜索服务器包括：指明采用统一算法对搜索结果进行个性化处理。

6.如权利要求5所述的搜索方法，其特征在于，所述指明统一算法对搜索结果进行个性化处理包括：分发统一的评分算法标识ID。

7.如权利要求5所述的搜索方法，其特征在于，该方法还包括：接收所述搜索装置返回的根据所述统一算法对搜索结果进行计算得出个性化相关性评分。

8.如权利要求7所述的搜索方法，其特征在于，该方法还包括：接收所述搜索装置返回的根据所述个性化相关性评分对搜索结果进行排序的结果。

9.如权利要求7所述的搜索方法，其特征在于，该方法还包括：根据所述个性化相关性评分值和相关因素对搜索结果进行重新评分，并根据所述重新评分的评分值对搜索结果进行排序，所述返回排序后的搜索结果为返回根据所述重评分的评分值排序后的结果。

10.如权利要求9所述的搜索方法，其特征在于，所述相关因素包括：所述成员搜索装置或成员搜索服务器的级别信息，和/或价格排名信息。

11.如权利要求4所述的搜索方法，其特征在于，该方法还包括：接收所述搜索装置返回的根据私有算法对搜索结果进行计算得出个性化相关性评分。

12.如权利要求11所述的搜索方法，其特征在于，该方法还包括：接收所述搜索装置返回的根据个性化相关性评分对搜索结果进行排序的结果。

13.如权利要求11所述的搜索方法，其特征在于，该方法还包括：根据所述个性化相关性评分和相关因素对搜索结果进行重新评分，根据所述重新评分值对搜索结果进行排序。

14.如权利要求13所述的搜索方法，其特征在于，所述相关因素包括成员搜索装置级别信息，所述根据所述成员搜索装置或成员搜索服务器的级别信息进行重新评分包括：计算级别评分信息，计算公式如下：

P＝r1*返回的评分值+r2*级别因子

其中，P表示级别评分，r1表示返回的评分值占的权重，r2表示级别因子占的权重，所述返回的评分值为成员搜索装置返回的评分值，所述级别因子表示成员搜索装置级别。

15.如权利要求14所述的搜索方法，其特征在于，所述根据所述成员搜索装置或成员搜索服务器的级别信息进行重新评分包括：计算综合评分信息，计算公式如下：

R＝P+r3*价格因素评分值

其中，R表示综合评分，r3表示价格因素评分权重，r1+r2+r3＝1。

16.如权利要求1所述的搜索方法，其特征在于，该方法还包括：应用服务器或搜索服务器或成员搜索服务器或成员搜索装置根据所述用户的个性化数据提取所述用户的兴趣模型。

17.如权利要求1所述的搜索方法，其特征在于，所述兴趣模型为：用户对N个维度的评分值所组成的兴趣模型向量，N＞＝2。

18.如权利要求1或17所述的搜索方法，其特征在于，所述兴趣模型向量为：一个或多个静态兴趣模型与一个或多个动态兴趣模型的向量之和或向量加权之和。