[发明专利]一种搜索方法及装置

说明书

本发明实施例涉及一种搜索方法及装置，方法包括：获取历史用户的行为日志，其中，行为日志包括用户使用习惯数据；根据所述使用习惯数据，获取历史用户特征属性；根据历史用户特征数据，利用贝叶斯分类算法对历史用户进行分类，获取用户类别集、用户类别集中每一类别用户的偏好歌曲以及所述偏好歌曲的点击率；当目标用户进行搜索时，将目标用户的使用习惯数据与用户类别集进行匹配，确定目标用户的类别，并在搜索结果中对该目标用户的类别对应的偏好歌曲按照偏好歌曲的点击率进行排序显示，针对每一类用户，通过分析用户自身的使用习惯以及歌曲偏好，提供个性化的搜索结果，使每一类用户对各自的搜索结果比较满意，提高了用户体验。

技术领域

本发明涉及大数据处理领域，尤其涉及一种搜索方法及装置。

背景技术

随着互联网的迅猛发展、WEB信息的增加，用户要在信息海洋里查找自己所需的信息，就象大海捞针一样。

现有技术中，用户主要基于搜索词和搜索资源的匹配程度来返回搜索结果，这样有两点不足：第一，搜索结果按照资源热度排序，不满足小众用户的搜索期望；第二，不同用户的使用习惯不同，不同状态下的用户对每日不变的搜索结果不满意。

发明内容

本发明实施例提供了一种搜索方法及装置，解决了小众用户对按照资源热度排序的结果不满意以及不同状态下的用户对每日不变的搜索结果不满意的问题。

第一方面，本发明提供了一种搜索方法，所述方法包括以下步骤：获取历史用户的行为日志，其中，所述行为日志包括用户使用习惯数据；根据所述使用习惯数据，获取历史用户特征属性；根据所述历史用户特征属性，利用贝叶斯分类算法对历史用户进行分类，获取用户类别集、所述用户类别集中每一类别用户的偏好歌曲以及所述偏好歌曲的点击率；当目标用户进行搜索时，将目标用户的使用习惯数据与所述用户类别集进行匹配，确定目标用户的类别，并在搜索结果中对该目标用户的类别对应的偏好歌曲按照偏好歌曲的点击率进行排序显示。

优选地，所述用户使用习惯具体包括：用户id，用户登录状态，歌曲id，歌曲是否听完，歌曲收听时长，下载状态，付费状态。

优选地，所述特征属性具体包括：：用户活跃频次，用户活跃时段，用户日均听歌数，用户日均听歌时长，用户所听歌曲平均发行年代，用户付费记录。

优选地，所述根据所述历史用户特征属性，利用贝叶斯分类算法对历史用户进行分类，获取用户类别集、所述用户类别集中每一类别用户的偏好歌曲以及所述偏好歌曲的点击率具体包括：将用户分类为：时段敏感型用户，热点偏好用户，正版歌曲偏好用户，冷门小众偏好用户，付费偏好用户等，记为有类别集合X＝{x1,x2,…xm}，其中，m为用户分类的个数；将历史用户特征属性记为有类别集合Y＝{y1,y2,…yn}，其中，n为历史用户特征属性个数；计算P(y1|x),P(y2|x),P(yn|x)，获取在每一个用户类别下，每一个历史用户特征属性的条件概率；根据以该公式最大值作为用户分类结果，获取的用户分类结果即为用户类别集。