[发明专利]用于生成信息的方法和装置

说明书

本申请公开了用于生成信息的方法和装置。该方法的一具体实施方式包括：获取包括至少一个用户标识和至少一条搜索信息的检索日志，其中，搜索信息与用户标识对应；对至少一条搜索信息进行切词，得到至少一个搜索词；对于至少一个搜索词中每个搜索词，通过哈希算法将该搜索词转换成搜索词数字签名，以及将搜索词数字签名作为索引从预设的意图词典查询意图词，其中，意图词典用于表征搜索词数字签名和意图词之间的对应关系；对于至少一个用户标识中的每个用户标识，将根据该用户标识对应的搜索信息查询到的至少一个意图词组成该用户标识对应的意图词序列。该实施方式能够提高在实时搜索过程中识别用户的意图的速度。

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于生成信息的方法和装置。

背景技术

现有基于搜索词意图识别和提取方法也有很多，从实施阶段来讲分为以下几种：

(1)离线分析法。将一天的各个机房的全量数据全部汇总后，做数据处理，生成各个用户的全部行为，然后再基于意图词库分析用户的意图识别。

(2)实时分析法。将用户的搜索词日志流式的做数据的过滤、清晰、归一化等，并存储到用户数据库中。业务方再实时的从数据库中获取到用户最近一段时间的搜索词，然后基于这些搜索词再做意图识别和提取，从而挖掘出用户最近的兴趣点。

发明内容

本申请实施例提出了用于生成信息的方法和装置。

第一方面，本申请实施例提供了一种用于生成信息的方法，包括：获取包括至少一个用户标识和至少一条搜索信息的检索日志，其中，搜索信息与用户标识对应；对至少一条搜索信息进行切词，得到至少一个搜索词；对于至少一个搜索词中每个搜索词，通过哈希算法将该搜索词转换成搜索词数字签名，以及将搜索词数字签名作为索引从预设的意图词典查询意图词，其中，意图词典用于表征搜索词数字签名和意图词之间的对应关系；对于至少一个用户标识中的每个用户标识，将根据该用户标识对应的搜索信息查询到的至少一个意图词组成该用户标识对应的意图词序列。

在一些实施例中，该方法还包括：将各用户标识与意图词序列关联存储。

在一些实施例中，该方法还包括：响应于接收到包括目标用户标识的查询请求，查询是否已经存储了目标用户标识对应的意图词序列；若已经存储，则输出目标用户标识对应的意图词序列。

在一些实施例中，查询请求包括搜索信息；以及该方法还包括：若没有存储，则对查询请求中的搜索信息进行切词，得到搜索词集合；对于搜索词集合中每个搜索词，通过哈希算法将该搜索词转换成搜索词数字签名，以及将搜索词数字签名作为索引从预设的意图词典查询意图词；输出根据查询请求查询出的意图词与查询请求中的目标用户标识；根据查询请求查询出的意图词与查询请求中的目标用户标识关联存储。

在一些实施例中，该方法还包括：若已经存储，响应于接收到目标用户标识对应的意图词，将接收到的目标用户标识对应的意图词合并存储到已经存储的目标用户标识对应的意图词序列中。

在一些实施例中，获取包括至少一个用户标识和至少一条搜索信息的检索日志，包括：实时采集至少一个用户访问搜索引擎时产生的、包括至少一条检索信息的检索日志，其中，检索信息包括用户标识和搜索信息；对至少一条检索信息进行数据清洗；从经数据清洗后的至少一条检索信息中删除与预定的过滤词集合匹配的检索信息；对于删除后的至少一条检索信息中的每条检索信息，从该检索信息中解析出用户标识和与该用户标识对应的搜索信息；从各用户标识对应的搜索信息中提取搜索词序列；将解析出的各用户标识和提取出的搜索词序列关联存储。