搜索方法和装置的制造方法
【技术领域】
[0001]本发明涉及互联网技术领域，尤其涉及一种搜索方法和装置。
【背景技术】
[0002]目前在面临“大量、时效性、常常更新和/或持续挑选”的搜索结果时，用户主要还是依赖筛选器对搜索结果进行筛选，所以用户的搜索体验基本就是如下三种方式:
[0003]a)筛选，粗粒度下，依靠条件组合获得结果；
[0004]b)按大类别做可视化列表，但仅限于热门的类别；
[0005]c)比较间接的手段，利用外部方式，比如用户原创内容(User GeneratedContent;以下简称:UGC)获得详细的推荐检索词(query)，然后正常搜索后对搜索结果再次筛选。
[0006]但是，上述方式中，用户的筛选器会过滤掉一部分可以满足用户搜索需求的搜索结果，同时误召回一些虽然满足筛选条件但实际质量不高的搜索结果；另外，上述方式的浏览效率偏低，用户被迫在每次搜索时都要使用筛选器，使用筛选器后，实际获得的搜索结果的可用率会相对比较低，同时还存在着用户认为不符合搜索需求的搜索结果持续存在于搜索结果页的问题。
【发明内容】
[0007]本发明的目的旨在至少在一定程度上解决相关技术中的技术问题之一。
[0008]为此，本发明的第一个目的在于提出一种搜索方法。该方法可以向用户提供更多符合上述用户的搜索需求的搜索结果，提高搜索结果的可用率，进而可以提升用户体验度。
[0009]本发明的第二个目的在于提出一种搜索装置。
[0010]为了实现上述目的，本发明第一方面实施例的搜索方法，包括:接收用户输入的搜索请求，所述搜索请求包括所述用户的用户特征和搜索需求；根据所述用户的用户特征和搜索需求，对所述搜索需求所需搜索的目标类别的结构化数据进行分层，分层后的结构化数据包括直接过滤层、备选层和训练层；根据所述用户的用户特征确定所述用户所属的用户群体；根据所述用户群体的偏好数据对所述备选层和所述训练层的结构化数据进行排序，并输出预定个数的排序结果。
[0011]本发明实施例的搜索方法中，接收用户输入的搜索请求之后，根据上述搜索请求中包括的上述用户的用户特征和搜索需求，对上述搜索需求所需搜索的目标类别的结构化数据进行分层，分层后的结构化数据包括直接过滤层、备选层和训练层，根据上述用户的用户特征确定上述用户所属的用户群体，根据上述用户群体的偏好数据对上述备选层和上述训练层的结构化数据进行排序，并输出预定个数的排序结果，从而可以向用户提供更多符合上述用户的搜索需求的搜索结果，提高搜索结果的可用率，进而可以提升用户体验度。
[0012]为了实现上述目的，本发明第二方面实施例的搜索装置，包括:接收模块，用于接收用户输入的搜索请求，所述搜索请求包括所述用户的用户特征和搜索需求；分层模块，用于根据所述接收模块接收的所述用户的用户特征和搜索需求，对所述搜索需求所需搜索的目标类别的结构化数据进行分层，分层后的结构化数据包括直接过滤层、备选层和训练层；确定模块，用于根据所述用户的用户特征确定所述用户所属的用户群体；排序模块，用于根据所述确定模块确定的用户群体的偏好数据对所述备选层和所述训练层的结构化数据进行排序；输出模块，用于输出预定个数的排序结果。
[0013]本发明实施例的搜索装置中，接收模块接收用户输入的搜索请求之后，分层模块根据上述搜索请求中包括的上述用户的用户特征和搜索需求，对上述搜索需求所需搜索的目标类别的结构化数据进行分层，分层后的结构化数据包括直接过滤层、备选层和训练层，确定模块根据上述用户的用户特征确定上述用户所属的用户群体，排序模块根据上述用户群体的偏好数据对上述备选层和上述训练层的结构化数据进行排序，并由输出模块输出预定个数的排序结果，从而可以向用户提供更多符合上述用户的搜索需求的搜索结果，提高搜索结果的可用率，进而可以提升用户体验度。
[0014]本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
【附图说明】
[0015]本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中:
[0016]图1为本发明搜索方法一个实施例的流程图；
[0017]图2为本发明搜索方法另一个实施例的流程图；
[0018]图3为本发明搜索方法再一个实施例的流程图；
[0019]图4为本发明搜索装置一个实施例的结构示意图；
[0020]图5为本发明搜索装置另一个实施例的结构示意图。
【具体实施方式】
[0021]下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
[0022]图1为本发明搜索方法一个实施例的流程图，如图1所示，该搜索方法可以包括:
[0023]步骤101，接收用户输入的搜索请求，上述搜索请求包括上述用户的用户特征和搜索需求。
[0024]其中，上述搜索请求可以为文本搜索请求、语音搜索请求或图片搜索请求。
[0025]上述用户的用户特征可以包括上述用户的年龄、性别、工作和家庭情况等信息中的至少一个；上述用户的搜索需求可以包括上述用户的设定数据，以房源搜索为例，上述用户的搜索需求可以包括上述用户的预算、户型、交通和是否限购等信息中的至少一个。
[0026]步骤102，根据上述用户的用户特征和搜索需求，对上述搜索需求所需搜索的目标类别的结构化数据进行分层，分层后的结构化数据包括直接过滤层、备选层和训练层。
[0027]本实施例中，搜索引擎接收到用户的搜索请求之后，根据上述搜索请求中包括的上述用户的用户特征和搜索需求，将上述搜索需求所需搜索的目标类别的结构化数据分为直接过滤层、备选层和训练层。举例来说，用户想要搜索房源方面的信息，则上述搜索需求所需搜索的目标类别的结构化数据即为房源类别的结构化数据。
[0028]其中，上述训练层的结构化数据为严格符合上述用户的搜索需求的结构化数据，上述备选层的结构化数据为与上述用户的搜索需求的误差在预定范围的结构化数据，上述直接过滤层的结构化数据为与上述用户的搜索需求的误差超过预定范围的结构化数据。本实施例中，上述预定范围可以在具体实现时根据实现需求和/或系统性能等自行设定，本实施例对上述预定范围的大小不作限定。
[0029]仍以房源搜索为例，上述用户的搜索需求中，