[发明专利]搜索方法及装置

权利要求书

1.一种搜索方法，其特征在于，包括：

获取目标用户当前输入的目标搜索词；

根据所述目标搜索词召回文档；

若所述目标用户的个性化信息缺失，根据预置的协同过滤对应关系，确定与所述目标用户对应的协同过滤用户；其中，所述协同过滤对应关系包括：个性化信息缺失的用户与搜索特征相似的协同过滤用户之间的对应关系；任一协同过滤用户为个性化信息完整的用户；与所述目标用户对应的协同过滤用户为目标协同过滤用户；

根据所述目标协同过滤用户的个性化信息，对召回的文档进行排序，得到排序结果；

返回所述排序结果作为针对所述目标用户的个性化搜索结果。

2.如权利要求1所述的方法，其特征在于，

个性化信息缺失的用户为第一用户，个性化信息完整的用户为第二用户；

在所述根据预置的协同过滤对应关系，确定所述目标用户对应的协同过滤用户之前，所述方法还包括：

为每一所述第一用户确定搜索特征最相似的n个第二用户作为协同过滤用户；n为自然数；

存储每一所述第一用户与协同过滤用户之间的对应关系。

3.如权利要求2所述的方法，其特征在于，

任一第一用户以第一用户P表示；

所述为每一所述第一用户确定搜索特征最相似的n个第二用户作为协同过滤用户包括：

计算所述第一用户P的搜索特征向量与各第二用户的搜索特征向量之间的相似度；其中，所述第一用户P的搜索特征向量根据所述第一用户P的历史搜索词生成，所述第二用户的搜索特征向量根据所述第二用户的历史搜索词生成；

将相似度最高的n个第二用户确定为所述第一用户P的协同过滤用户；

所述存储每一第一用户与协同过滤用户之间的对应关系包括：

存储所述第一用户P与各协同过滤用户之间的对应关系，以及，

存储所述第一用户P与各协同过滤用户之间的相似度。

4.如权利要求1-3任一项所述的方法，其特征在于，所述根据所述目标协同过滤用户的个性化信息，对召回的文档进行排序包括：

使用排序学习模型根据所述协同过滤用户的个性化信息，对召回的各文档进行评分，得到各文档对应的得分；

按照得分对各文档进行排序。

5.如权利要求4所述的方法，其特征在于，

任一召回的文档以文档Q表示；

所述使用所述排序学习模型根据所述目标协同过滤用户的个性化信息，对召回的各文档进行评分，得到各文档对应的得分包括：

根据所述目标协同过滤用户的个性化信息生成针对所述文档Q的目标个性化搜索特征向量；其中，所述目标个性化搜索特征向量包括：所述目标协同过滤用户的个性化信息向量、所述目标搜索词的特征向量、所述文档Q的文档特征向量，以及所述目标搜索词与所述文档Q的匹配度；

将针对所述文档Q的目标个性化搜索特征向量输入所述排序学习模型，由所述排序学习模型输出所述文档Q对应的得分。

6.如权利要求5所述的方法，其特征在于，

所述n不小于2；

所述根据所述目标协同过滤用户的个性化信息生成针对所述文档Q的目标个性化搜索特征向量包括：

根据n个目标协同过滤用户的个性化信息，生成针对所述文档Q的n个目标个性化搜索特征向量；

所述将针对所述文档Q的目标个性化搜索特征向量输入所述排序学习模型，由所述排序学习模型输出所述文档Q对应的得分包括：

将所述n个目标个性化搜索特征向量输入所述排序学习模型，得到所述文档Q对应的n个分值；

以各目标协同过滤用户与所述目标用户间的相似度作为权重，对所述文档Q对应的n个分值进行加权求和，得到的加权求和结果为所述文档Q的得分。