[发明专利]网络侧计算机对搜索结果进行排序的数据处理方法

权利要求书

1.一种网络侧计算机对搜索结果进行排序的数据处理方法，其特征在于，包括：

网络侧计算机接收用户终端发送的搜索请求，所述搜索请求携带有用户欲搜索关键词；

所述网络侧计算机根据所述关键词，搜索得到文档数据；

所述网络侧计算机获取所述关键词与所述文档数据相关的相关参数；

所述网络侧计算机提取所述文档数据的完整度权重；

所述网络侧计算机根据所述相关参数及完整度权重，计算所述文档数据的排序权重；

所述网络侧计算机根据所述排序权重对所述文档数据进行排序，并向所述用户终端返回排序结果。

2.根据权利要求1所述的网络侧计算机对搜索结果进行排序的数据处理方法，其特征在于，还包括：

若所述网络侧计算机识别出所述关键词包含有类别信息，则获取所述文档数据对应所述类别信息的类别可信度权重；

所述网络侧计算机获取所述文档数据的数据可信度权重；

所述网络侧计算机根据所述完整度权重、类别可信度权重和数据可信度权重，计算所述文档数据的类别匹配权重；

相应地，所述网络侧计算机根据所述相关参数及完整度权重，计算所述文档数据的排序权重之后，还包括：

所述网络侧计算机根据所述文档数据的类别匹配权重，修正所述文档数据的排序权重。

3.根据权利要求2所述的网络侧计算机对搜索结果进行排序的数据处理方法，其特征在于，所述若所述网络侧计算机识别出所述关键词包含有类别信息，则获取所述文档数据对应所述类别信息的类别可信度权重之前，还包括：

所述网络侧计算机获取文档数据；

所述网络侧计算机设置所述文档数据对应各类别信息的类别可信度权重。

4.根据权利要求2或3所述的网络侧计算机对搜索结果进行排序的数据处理方法，其特征在于，所述网络侧计算机获取所述文档数据的数据可信度权重，包括：

所述网络侧计算机统计所述文档数据的点评引用字段中包含的点评信息的数量以及被引用记录数量；

所述网络侧计算机根据所述点评信息的数量以及被引用记录数量，得出所述文档数据的总关注数量；

所述网络侧计算机根据总关注数量与映射值的对应关系，获取所述总关注数量对应的映射值；

所述网络侧计算机根据所述映射值，计算所述文档数据的数据可信度权重。

5.根据权利要求2或3所述的网络侧计算机对搜索结果进行排序的数据处理方法，其特征在于，所述网络侧计算机根据所述文档数据的完整度权重、类别可信度权重和数据可信度权重，计算所述文档数据的类别匹配权重，包括：

所述网络侧计算机根据所述文档数据的完整度权重、类别可信度权重和数据可信度权重，采用如下第一预设计算公式计算所述文档数据的类别匹配权重：

ranktag_weight=ranktag_tf×ranktag_idf×detail_level

×doc_reliability×ranktag_ratio

其中，ranktag_tf为预设的类别信息重要度值，ranktag_idf为预设的类别信息逆向文件频率，detail_level为文档数据的完整度权重，doc_reliability为数据可信度权重，ranktag_ratio为类别可信度权重。

6.根据权利要求2或3所述的网络侧计算机对搜索结果进行排序的数据处理方法，其特征在于，所述网络侧计算机根据所述文档数据的类别匹配权重，修正所述文档数据的排序权重，具体为：

所述网络侧计算机根据所述文档数据的类别匹配权重，采用如下第二预设计算公式修正所述文档数据的排序权重，得出修正后的所述文档数据的排序权重：

keyword_weight_after=keyword_weight+ranktag_weight

其中，keyword_weight为所述文档数据的排序权重，keyword_weight_after为修正后的所述文档数据的排序权重，ranktag_weight为所述文档数据的类别匹配权重。