文本数据多样化推荐式搜索方法和系统
阅读说明：本技术 文本数据多样化推荐式搜索方法和系统 (Text data diversified recommendation type searching method and system ) 是由 刘大伟 于 2021-08-25 设计创作，主要内容包括：本申请涉及一种文本数据多样化推荐式搜索方法和系统,通过获取与用户意图相关的query数据；对获取的所述与用户意图相关的query数据,按照预设算法进行内容多样化检索,并输出内容数据；对所述内容数据进行结果渲染,输出搜索结果。本发明通过在引导用户逐层深入搜索的过程中,融合了场景化信息,通过场景信息以及query信息,对用户意图进行识别,提供多样化的搜索意图,根据意图做信息聚合、分组和排序,能够通过用户输入的文本信息,来引导用户逐层深入的搜索,满足用户多样化的搜索需求,不需要单独构建多种模块,从而来满足用户获取信息的需求,降低了用户使用搜索引擎的成本,提升了用户体验。(The application relates to a text data diversified recommendation type searching method and a text data diversified recommendation type searching system, wherein query data related to user intentions are obtained; performing content diversification retrieval on the obtained query data related to the user intention according to a preset algorithm, and outputting content data; and rendering the content data and outputting a search result. The invention integrates scene information in the process of guiding the user to deeply search layer by layer, identifies the user intention through the scene information and query information, provides diversified search intentions, performs information aggregation, grouping and sequencing according to the intention, can guide the user to deeply search layer by layer through the text information input by the user, meets the diversified search requirements of the user, does not need to independently construct various modules, meets the requirement of the user for obtaining information, reduces the cost of the user using a search engine, and improves the user experience.)
技术领域
本公开涉及文本信息处理应用技术领域，尤其涉及一种文本数据多样化推荐式搜索方法和系统。
背景技术
搜索引擎是用户获取信息的重要方式和方法，它是基于用户输入的信息，通过一定的策略和检索算法，在海量的数据当中匹配和检索，经过相关性计算，从而找到用户需要获取的信息。
用户使用搜索引擎通常目的明确，通过输入一段简单短小的文本信息来达到获取信息的目的，但是在很多情况下，用户并不能精确的通过一段简短的文本信息来清晰的描述出自己的需求，同时文本的语义复杂多样，用户使用成本非常高，或者用户的需求并不十分明确，而是非常宽泛，只是简单的一个想法而已。
对于以上问题，传统的搜索仅基于一个简短的文本方式很大程度上满足不了用户的需求。传统的搜索引擎仅仅基于用户输入的文本信息，很难解决用户所有的问题，主要原因在于，
一是输入的文本信息简单，短小，包含的信息有限；
二是文本的语义复杂多样，很难清晰的表达出需求，对用户的要求也比较高；
三是用户在很多时候需求并不十分明确，只是一个很宽泛的想法。
为了解决以上的问题，传统搜索引擎还增加了诸多模块，例如语义理解，智能纠错，同义词转换，推荐系统等。但是以上的方法都是从某一个角度或者单一的层面解决部分问题，各个模块或者系统相互分离，没有统一的融合，不但会出现理解错误的问题，用户使用体验也不是很友好，并且依赖于用户的多种使用场景才可行，每一种模块和系统维护起来成本都非常高。
发明内容
有鉴于此，本公开提出了一种文本数据多样化推荐式搜索方法和系统，通过在引导用户逐层深入搜索的过程中，融合了场景化信息，通过场景信息以及query信息，对用户意图进行识别，提供多样化的搜索意图，根据意图做信息聚合、分组和排序，以此解决背景技术中所述现有技术存在的技术缺陷。
根据本公开的一方面，提供了一种文本数据多样化推荐式搜索方法，包括如下步骤：
S1、获取与用户意图相关的query数据；
S2、对获取的所述与用户意图相关的query数据，按照预设算法进行内容多样化检索，并输出内容数据；
S3、对所述内容数据进行结果渲染，输出搜索结果。
在一种可能的实现方式中，在步骤S1中，所述获取与用户意图相关的query数据，包括：
S101、输入query；
S102、预设引导规则，通过预设引导规则对输入的所述query进行引导搜索，并返回与用户意图相关的第一query数据。
在一种可能的实现方式中，在步骤S1中，所述获取与用户意图相关的query数据，包括：
S111、query行为采集和分析，获取初始数据，并对所述初始数据进行预处理；
S112、建立query关联模型，对预处理后的所述初始数据进行数据分析和挖掘，获取挖掘数据；
S113、预设引导规则，通过预设引导规则对所述挖掘数据进行引导搜索，并返回与用户意图相关的第二query数据。
在一种可能的实现方式中，所述预设引导规则，包括：
结合query文本信息、场景化信息、意图模型以及多样化模型，建立引导模型；
通过所述引导模型对输入的所述query进行引导搜索；
返回与用户意图相关的query数据。
在一种可能的实现方式中，所述预设算法包括搜索匹配算法、多样化排序算法或意图排序算中的一种或多种。
根据本公开的另一方面，提供了一种文本数据多样化推荐式搜索系统，包括query数据获取模块、内容检索模块和结果渲染输出模块，其中：
所述query数据获取模块：用于获取与用户意图相关的query数据；
所述内容检索模块：用于对获取的所述与用户意图相关的query数据，按照预设算法进行内容多样化检索，并输出内容数据；
所述结果渲染输出模块用于对所述内容数据进行结果渲染，输出搜索结果；
所述query数据获取模块、内容检索模块和结果渲染输出模块依次电性连接。
在一种可能的实现方式中所述query数据获取模块包括query输入模块和query引导模块：
所述query输入模块：用于输入query；
所述query引导模块：用于预设引导规则，通过预设引导规则对输入的所述query进行引导搜索，并返回与用户意图相关的第一query数据；
所述query输入模块电性连接所述query引导模块。
在一种可能的实现方式中，所述query数据获取模块包括query行为采集和分析模块、query挖掘模块以及query引导模块，其中：
所述query行为采集和分析模块：用于query行为采集和分析，获取初始数据，并对所述初始数据进行预处理；
所述query挖掘模块：用于建立query关联模型，对预处理后的所述初始数据进行数据分析和挖掘，获取挖掘数据；
所述query引导模块：用于预设引导规则，通过预设引导规则对所述挖掘数据进行引导搜索，并返回与用户意图相关的第二query数据；
所述query行为采集和分析模块、query挖掘模块以及query引导模块依次电性连接。
在一种可能的实现方式中，所述query引导模块，包括引导模型建立模块、引导搜索模块和引导数据返回模块，其中：
所述引导模型建立模块：用于结合query文本信息、场景化信息、意图模型以及多样化模型，建立引导模型；
所述引导搜索模块：用于通过所述引导模型对输入的所述query进行引导搜索；
所述引导数据返回模块：用于返回与用户意图相关的query数据；
所述引导模型建立模块、引导搜索模块和引导数据返回模块依次电性连接。
在一种可能的实现方式中，在所述内容检索模块中，所述预设算法包括搜索匹配算法、多样化排序算法或意图排序算中的一种或多种。
技术效果：
本发明通过在引导用户逐层深入搜索的过程中，融合了场景化信息，通过场景信息以及query信息，对用户意图进行识别，提供多样化的搜索意图，根据意图做信息聚合、分组和排序，能够通过用户输入的文本信息，来引导用户逐层深入的搜索，不需要单独构建多种模块，从而来满足用户获取信息的需求，降低用户的使用成本，有效规避意图识别错误的风险，给用户多种选择空间，提升用户体验。
本发明通过对query的学习及引导，直接为用户提供更多的搜索选择，满足用户多样化的搜索需求，降低了用户使用搜索引擎的成本，提升了用户体验。
根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。
图1为本发明文本数据多样化推荐式搜索方法的实施流程示意图；
图2为本发明一种获取query数据的实施流程示意图；
图3为本发明另一种获取query数据的实施流程示意图；
图4为本发明文本数据多样化推荐式搜索系统的组成示意图；
图5为本发明一种query数据获取模块的组成示意图；
图6为本发明另一种query数据获取模块的组成示意图；
图7为本发明实施例3电子设备的组成示意图；
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。
实施例1
如图1所示，根据本公开的一方面，提供了一种文本数据多样化推荐式搜索方法，包括如下步骤：
S1、获取与用户意图相关的query数据；
query数据的获取，通过融合场景化信息以及query信息，对用户意图进行识别，提供多样化的搜索意图，根据意图做信息聚合、分组和排序，以此为用户提供更多的搜索选择，满足用户多样化的搜索需求，降低了用户使用搜索引擎的成本。
query数据获取可以由用户直接输入，当用户输入想要搜索的query，通过query的关联关系、场景化信息以及意图模型，多样化模型，结合搜索query搜索的内容数据，返回符合用户搜索需求的query候选；
或者通过行为采集和分析模块，此模块通过采集用户的搜索query行为、搜索点击行为，搜索浏览行为数据，对相关数据进行清洗、处理及分析，为后续的query挖掘模块提供基础的支持。
S2、对获取的所述与用户意图相关的query数据，按照预设算法进行内容多样化检索，并输出内容数据；
在得到与用户意图相关的query数据后，可以利用预设算法进行内容多样化检索，并输出内容数据；
其中，所述预设算法包括搜索匹配算法、多样化排序算法或意图排序算中的一种或多种，可以采用一个或者多个算法进行检索，以此达到多样化的检索。
利用预设算法进行内容多样化检索，并输出内容数据，具体的，
若是采用搜索匹配算法，例如用户输入query：刘德华主演的电影，根据匹配算法，返回天若有情、无间道等刘德华主演的电影数据；
若是采用多样化排序算法，满足用户多样化需求，例如用户输入query：林肯，返回数据包含林肯人物介绍，返回林肯汽车等，从不同角度和维度满足用户多样化需求，需要进行多样化排序；
若是采用意图排序算法，当用户搜索一个query，存在多意图需求，例如：用户输入美食，用户可能是在附近找餐馆或者点外卖，也可能是查找美食菜谱等，需要根据不同的用户意图做对应的排序。
通过用户输入的query及引导query，结合搜索匹配算法，多样化排序算法，意图排序算法返回用户需要的搜索内容，即输出得到内容数据。
S3、对所述内容数据进行结果渲染，输出搜索结果。
本申请在通过算法进行内容多样化检索并输出内容数据后，还对输出结果进行了渲染，使其可以结合用户意图而得到渲染后的排序检索结果，使得检索文本更加直观。通过系统的结果渲染模块，结合query及用户搜索返回的内容数据，对数据进行加工、调整、二次排序，渲染等。
通过上述方法，本实施例通过在引导用户逐层深入搜索的过程中，融合了场景化信息，通过场景信息以及query信息，对用户意图进行识别，提供多样化的搜索意图，根据意图做信息聚合、分组和排序，能够通过用户输入的文本信息，来引导用户逐层深入的搜索，不需要单独构建多种模块，从而来满足用户获取信息的需求，降低用户的使用成本，有效规避意图识别错误的风险，给用户多种选择空间，提升用户体验。以及，通过对query的学习及引导，直接为用户提供更多的搜索选择，满足用户多样化的搜索需求，降低了用户使用搜索引擎的成本，提升了用户体验。
如附图2所示，本实施例提供query数据获取的第一种方法：
在一种可能的实现方式中，在步骤S1中，所述获取与用户意图相关的query数据，包括：
S101、输入query；
S102、预设引导规则，通过预设引导规则对输入的所述query进行引导搜索，并返回与用户意图相关的第一query数据。
本方法，通过接收用户直接输入的query数据进行引导检索；当用户输入query后，系统的query引导模块即可通过query的关联关系、场景化信息以及意图模型，多样化模型，结合搜索query搜索的内容数据，返回符合用户搜索需求的query候选，即获取得到与用户意图相关的query数据。
在一种可能的实现方式中，在步骤S102中，所述预设引导规则，包括：
结合query文本信息、场景化信息、意图模型以及多样化模型，建立引导模型；
通过所述引导模型对输入的所述query进行引导搜索；
返回与用户意图相关的query数据。
引导规则提前配置设定在所述query引导模块中，接收到用户直接输入的query数据后，即可进行引导检索。
如附图3所示，本实施例提供query数据获取的第二种方法：
在一种可能的实现方式中，在步骤S1中，所述获取与用户意图相关的query数据，包括：
S111、query行为采集和分析，获取初始数据，并对所述初始数据进行预处理；
本处，通过系统的query行为采集和分析模块，采集用户的搜索query行为、搜索点击行为，搜索浏览行为数据，对相关数据进行清洗、处理及分析，为后续的query挖掘模块提供基础的支持。
其中，query行为采集和分析模块获取初始数据的方式不限于用户搜索行为、点击行为以及浏览行为等三种行为，可以通过单一行为或者多种行为来满足行为数据的需要。
S112、建立query关联模型，对预处理后的所述初始数据进行数据分析和挖掘，获取挖掘数据；
本系统具备query挖掘模块，query挖掘模块内部设有query关联模型，可以通过采集处理后的搜索行为数据，对该数据进行分析、挖掘，建立query关联模型，为query引导模块提供数据支持，以此得到挖掘数据。
在数据挖掘技术上，系统在query挖掘模块内，除了通过自动学习的方式建立query的关联关系，也可以通过人工配置的方式建立query的关联关系。
S113、预设引导规则，通过预设引导规则对所述挖掘数据进行引导搜索，并返回与用户意图相关的第二query数据。
本实施例，为了得到精准的数据，进行了二次数据定位检索，通过系统的query引导模块即可通过query的关联关系、场景化信息以及意图模型，多样化模型，结合搜索query搜索的内容数据，返回符合用户搜索需求的query候选，即获取得到与用户意图相关的query数据。
在一种可能的实现方式中，所述预设引导规则，包括：
结合query文本信息、场景化信息、意图模型以及多样化模型，建立引导模型；
通过所述引导模型对输入的所述query进行引导搜索；
返回与用户意图相关的query数据。
引导规则提前配置设定在所述query引导模块中，接收到用户直接输入的query数据后，即可进行引导检索。
需要说明的是，尽管以搜索匹配算法，多样化排序算法，意图排序算法作为示例介绍，但本领域技术人员能够理解，本公开应不限于此。事实上，用户完全可根据个人喜好和/或实际应用场景灵活设定所想要搜索的query意图文本信息，只要按照上述步骤选择最优化的算法即可。
实施例2
在实施例1的技术应用上，本实施例提供一种系统来执行实施例1提供的方法，如图4所示，
根据本公开的另一方面，提供了一种文本数据多样化推荐式搜索系统，包括query数据获取模块、内容检索模块和结果渲染输出模块，其中：
所述query数据获取模块：用于获取与用户意图相关的query数据；
所述内容检索模块：用于对获取的所述与用户意图相关的query数据，按照预设算法进行内容多样化检索，并输出内容数据；
所述结果渲染输出模块用于对所述内容数据进行结果渲染，输出搜索结果；
所述query数据获取模块、内容检索模块和结果渲染输出模块依次电性连接。
其中，所述query数据获取模块、内容检索模块和结果渲染输出模块的功能和执行内容，在实施例1已经说明，本实施例不再详述所述query数据获取模块、内容检索模块和结果渲染输出模块的具体功能。
如图5所示，在一种可能的实现方式中所述query数据获取模块包括query输入模块和query引导模块：
所述query输入模块：用于输入query；
所述query引导模块：用于预设引导规则，通过预设引导规则对输入的所述query进行引导搜索，并返回与用户意图相关的第一query数据；
所述query输入模块电性连接所述query引导模块。
如图6所示，在一种可能的实现方式中，所述query数据获取模块包括query行为采集和分析模块、query挖掘模块以及query引导模块，其中：
所述query行为采集和分析模块：用于query行为采集和分析，获取初始数据，并对所述初始数据进行预处理；
所述query挖掘模块：用于建立query关联模型，对预处理后的所述初始数据进行数据分析和挖掘，获取挖掘数据；
所述query引导模块：用于预设引导规则，通过预设引导规则对所述挖掘数据进行引导搜索，并返回与用户意图相关的第二query数据；
所述query行为采集和分析模块、query挖掘模块以及query引导模块依次电性连接。
在一种可能的实现方式中，所述query引导模块，包括引导模型建立模块、引导搜索模块和引导数据返回模块，其中：
所述引导模型建立模块：用于结合query文本信息、场景化信息、意图模型以及多样化模型，建立引导模型；
所述引导搜索模块：用于通过所述引导模型对输入的所述query进行引导搜索；
所述引导数据返回模块：用于返回与用户意图相关的query数据；
所述引导模型建立模块、引导搜索模块和引导数据返回模块依次电性连接。
在一种可能的实现方式中，在所述内容检索模块中，所述预设算法包括搜索匹配算法、多样化排序算法或意图排序算中的一种或多种。
实施例3
更进一步地，根据本公开的另一方面，还提供了一种电子设备。
参阅图7，本公开实施例提供的电子设备包括处理器以及用于存储处理器可执行指令的存储器。其中，处理器被配置为执行可执行指令时实现前面实施例1所述的文本数据多样化推荐式搜索方法。
此处，应当指出的是，处理器的个数可以为一个或多个。同时，在本公开实施例的电子设备中，还可以包括输入装置和输出装置。其中，处理器、存储器、输入装置和输出装置之间可以通过总线连接，也可以通过其他方式连接，此处不进行具体限定。
存储器作为一种文本数据多样化推荐式搜索方法计算机可读存储介质，可用于存储软件程序、计算机可执行程序和各种模块，如：本公开实施例的文本数据多样化推荐式搜索方法所对应的程序或模块。
处理器通过运行存储在存储器中的软件程序或模块，从而执行电子设备的各种功能应用及数据处理。
输入装置可用于接收输入的数字或信号。其中，信号可以为产生与设备/终端/服务器的用户设置以及功能控制有关的键信号。输出装置可以包括显示屏等显示设备。
电子设备不限于智能手机、平板电脑、终端等设备。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。