本發(fā)明涉及互聯(lián)網(wǎng)數(shù)據(jù)檢索技術(shù)領(lǐng)域，特別涉及一種基于用戶(hù)特征分析的查詢(xún)擴(kuò)展方法、裝置和系統(tǒng)。

背景技術(shù)：

互聯(lián)網(wǎng)是全球性的網(wǎng)絡(luò)，是目前最受歡迎、最流行的傳媒之一。它的出現(xiàn)為人們提供了很多信息，使得各領(lǐng)域的研究有了許多可以參考和利用的資料?？墒?，目前互聯(lián)網(wǎng)上的數(shù)據(jù)資源內(nèi)容繁多冗余，類(lèi)別雜亂無(wú)章，人們?cè)跈z索時(shí)，常常需要花費(fèi)大量的時(shí)間和精力查找所需要的內(nèi)容，非常消耗時(shí)間和精力。搜索引擎的出現(xiàn)，在一定程度上方便了用戶(hù)檢索，可是，目前的一些搜素引擎，用戶(hù)需要對(duì)引擎的檢索結(jié)果做二次篩選，以找到最符合自己需求的資源，效率較低。這主要有兩方面的原因：第一，由于詞語(yǔ)難以匹配現(xiàn)象的存在，用戶(hù)所輸檢索詞有一定的歧義，以往的依托于空間向量方法來(lái)進(jìn)行查詢(xún)的手段無(wú)法滿(mǎn)足查詢(xún)者的需求；第二，傳統(tǒng)的搜索引擎一般情況下都不會(huì)區(qū)別各個(gè)查詢(xún)者的差異性特征，它對(duì)各個(gè)查詢(xún)者展現(xiàn)幾乎一樣的形式，導(dǎo)致查詢(xún)請(qǐng)求無(wú)法準(zhǔn)確表達(dá)用戶(hù)需求。所以，導(dǎo)致了檢索結(jié)果準(zhǔn)確率低、包含大量無(wú)用信息、用戶(hù)進(jìn)行二次篩選的時(shí)間較長(zhǎng)等問(wèn)題。

綜上，現(xiàn)有技術(shù)中的部分搜索引擎存在由于無(wú)法準(zhǔn)確表達(dá)用戶(hù)查詢(xún)請(qǐng)求而導(dǎo)致檢索結(jié)果準(zhǔn)確率低的技術(shù)問(wèn)題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明提供一種基于用戶(hù)特征分析的查詢(xún)擴(kuò)展方法、裝置和系統(tǒng)，以解決上述技術(shù)問(wèn)題。本發(fā)明提供的一種基于用戶(hù)特征分析的查詢(xún)擴(kuò)展方法，包括步驟：

步驟A，構(gòu)建用戶(hù)特征模型；

步驟B，根據(jù)用戶(hù)輸入的查詢(xún)條件獲取用戶(hù)查詢(xún)關(guān)鍵詞的第一集合set1；

步驟C，依據(jù)所述用戶(hù)特征模型對(duì)所述第一集合set1進(jìn)行擴(kuò)展得到用戶(hù)查詢(xún)關(guān)鍵詞的第二集合set2；

步驟D，獲取用戶(hù)的查詢(xún)?nèi)罩?，依?jù)所述查詢(xún)?nèi)罩緦?duì)所述第二集合set2進(jìn)行過(guò)濾，得到用戶(hù)查詢(xún)關(guān)鍵詞的第三集合set3。

其中，所述步驟B包括步驟：

判斷用戶(hù)輸入的查詢(xún)條件是關(guān)鍵詞還是語(yǔ)句，是關(guān)鍵詞，則將用戶(hù)輸入的關(guān)鍵詞直接作為第一集合set1；是語(yǔ)句，則將所述語(yǔ)句先分詞，并且去掉停用詞之后形成第一集合set1。

其中，所述步驟C包括步驟：

按照語(yǔ)義關(guān)聯(lián)度的計(jì)算公式，在所述用戶(hù)特征模型內(nèi)找到與所述第一集合中的關(guān)鍵詞關(guān)聯(lián)程度最高的m個(gè)詞，再根據(jù)詞項(xiàng)相似度計(jì)算規(guī)則，從m個(gè)詞內(nèi)找到詞項(xiàng)相似度滿(mǎn)足預(yù)設(shè)閾值的n個(gè)詞，n≤m，得到的n個(gè)關(guān)鍵詞作為第二集合set2。

本發(fā)明還提供一種基于用戶(hù)特征分析的查詢(xún)擴(kuò)展裝置，包括構(gòu)建模塊、獲取模塊、擴(kuò)展查詢(xún)?cè)~模塊和過(guò)濾擴(kuò)展詞模塊；

構(gòu)建模塊，用于構(gòu)建用戶(hù)特征模型；

分析查詢(xún)條件模塊，用于根據(jù)用戶(hù)輸入的查詢(xún)條件獲取用戶(hù)查詢(xún)關(guān)鍵詞的第一集合set1；

擴(kuò)展查詢(xún)?cè)~模塊，用于依據(jù)所述用戶(hù)特征模型對(duì)所述第一集合set1進(jìn)行擴(kuò)展得到用戶(hù)查詢(xún)關(guān)鍵詞的第二集合set2；

過(guò)濾擴(kuò)展詞模塊，用于獲取用戶(hù)的查詢(xún)?nèi)罩荆罁?jù)所述查詢(xún)?nèi)罩緦?duì)所述第二集合set2進(jìn)行過(guò)濾，得到用戶(hù)查詢(xún)關(guān)鍵詞的第三集合set3。

本發(fā)明還提供一種基于用戶(hù)特征分析的查詢(xún)擴(kuò)展系統(tǒng)，包括服務(wù)器端和客戶(hù)端。

客戶(hù)端設(shè)置有用戶(hù)接口模塊，用于獲取用戶(hù)輸入的查詢(xún)條件并發(fā)送至服務(wù)器端、接收服務(wù)器端發(fā)送的查詢(xún)結(jié)果并顯示給用戶(hù)；

服務(wù)器端，包括構(gòu)建模塊、分析查詢(xún)條件模塊、擴(kuò)展查詢(xún)?cè)~模塊、過(guò)濾擴(kuò)展詞模塊和檢索模塊；

構(gòu)建模塊，用于構(gòu)建用戶(hù)特征模型；所述分析查詢(xún)條件模塊，用于根據(jù)用戶(hù)輸入的查詢(xún)條件獲取用戶(hù)查詢(xún)關(guān)鍵詞的第一集合set1；所述擴(kuò)展查詢(xún)?cè)~模塊，用于依據(jù)所述用戶(hù)特征模型對(duì)所述第一集合set1進(jìn)行擴(kuò)展得到用戶(hù)查詢(xún)關(guān)鍵詞的第二集合set2；所述過(guò)濾擴(kuò)展詞模塊，用于獲取用戶(hù)的查詢(xún)?nèi)罩?，依?jù)所述查詢(xún)?nèi)罩緦?duì)所述第二集合set2進(jìn)行過(guò)濾，得到用戶(hù)查詢(xún)關(guān)鍵詞的第三集合set3；所述檢索模塊，用于根據(jù)所述第三集合中的關(guān)鍵詞進(jìn)行檢索，呈現(xiàn)查詢(xún)結(jié)果并發(fā)送至客戶(hù)端的用戶(hù)接口模塊。

本發(fā)明實(shí)施例提供了一種基于用戶(hù)特征分析的查詢(xún)擴(kuò)展方法、裝置和系統(tǒng)，該方法和裝置預(yù)先依據(jù)用戶(hù)的查詢(xún)特征構(gòu)建用戶(hù)特征模型，將用戶(hù)輸入的查詢(xún)條件作為第一集合set1，依據(jù)預(yù)先構(gòu)建的用戶(hù)特征模型對(duì)第一集合set1進(jìn)行擴(kuò)展得到第二集合set2，這樣得到的第二集合除了包含有第一集合中關(guān)鍵字的直接屬性還體現(xiàn)了用戶(hù)自身查詢(xún)特征屬性，再依據(jù)用戶(hù)的查詢(xún)?nèi)罩緦?duì)第二集合set2進(jìn)行過(guò)濾，剔除冗余無(wú)效和無(wú)關(guān)的關(guān)鍵詞，得到用戶(hù)查詢(xún)關(guān)鍵詞的第三集合set3，則此時(shí)得到的第三集合相比于用戶(hù)輸入的原始關(guān)鍵字功能表達(dá)用戶(hù)的需求且針對(duì)性更強(qiáng)；該系統(tǒng)則是基于該方法和裝置的一個(gè)完整的檢索推薦系統(tǒng)，通過(guò)客戶(hù)端的用戶(hù)接口模塊獲取用戶(hù)輸入的查詢(xún)條件，之后則通過(guò)與該裝置對(duì)接完成用戶(hù)特征分析和擴(kuò)展，根據(jù)第三集合關(guān)鍵字進(jìn)行檢索，將檢索結(jié)果通過(guò)用戶(hù)接口模塊進(jìn)行顯示，實(shí)現(xiàn)了基于用戶(hù)特征分析的檢索結(jié)果的準(zhǔn)確推送，可以有效的防止出現(xiàn)“查詢(xún)漂移”現(xiàn)象，提高了查詢(xún)結(jié)果的準(zhǔn)確度，并且能夠根據(jù)查詢(xún)者的差異性特征來(lái)對(duì)其檢索條件擴(kuò)展，查詢(xún)結(jié)果可以較好地滿(mǎn)足搜索者的查詢(xún)意圖。

附圖說(shuō)明

圖1為本發(fā)明基于用戶(hù)特征分析的查詢(xún)擴(kuò)展方法一個(gè)實(shí)施例的流程示意圖；

圖2為以高校學(xué)生為例構(gòu)建的本體(用戶(hù)特征模型)；

圖3為本發(fā)明實(shí)施例二的基于用戶(hù)特征分析的查詢(xún)擴(kuò)展裝置的結(jié)構(gòu)示意圖；

圖4為本發(fā)明實(shí)施例二提供的裝置的基于結(jié)構(gòu)的流程示意圖；

圖5為以L(fǎng)ucene為基礎(chǔ)的數(shù)據(jù)庫(kù)查詢(xún)系統(tǒng)的層次結(jié)構(gòu)示意圖。

具體實(shí)施方式

本發(fā)明實(shí)施例提供了一種基于用戶(hù)特征分析的查詢(xún)擴(kuò)展方法、裝置和系統(tǒng)，以用戶(hù)特征模型為基礎(chǔ)，通過(guò)構(gòu)造用戶(hù)特征模型，并且根據(jù)用戶(hù)模型來(lái)擴(kuò)展用戶(hù)輸入的檢索詞，借此使用戶(hù)的搜索過(guò)程更加便利。另外，根據(jù)查詢(xún)者的日志文件，考慮到不同人的差異性特征，區(qū)別各用戶(hù)的的檢索意圖，可以防止發(fā)生檢索結(jié)果大大偏離用戶(hù)原本意愿的情況。

實(shí)施例一

本發(fā)明實(shí)施例一提供的基于用戶(hù)特征分析的查詢(xún)擴(kuò)展方法的流程圖參見(jiàn)圖1所示，具體地，包括步驟：

步驟S110，構(gòu)建用戶(hù)特征模型。

本發(fā)明提供的創(chuàng)建用戶(hù)特征模型的方法，具體采用創(chuàng)建本體的方法。

本體指的是某些領(lǐng)域概念的基本術(shù)語(yǔ)和關(guān)系，而且依據(jù)這些術(shù)語(yǔ)、關(guān)系

所構(gòu)成的制訂相應(yīng)概念外延方式的定義。通過(guò)對(duì)術(shù)語(yǔ)、概念及它們之間關(guān)系的有規(guī)則的描述，本體能夠展現(xiàn)某領(lǐng)域所具有的知識(shí)系統(tǒng)，有很好的概念層次結(jié)構(gòu)，因此本發(fā)明實(shí)施例采用本體形式來(lái)表示相應(yīng)的用戶(hù)模型。例如以高校學(xué)生這一群體作為待研究的對(duì)象，構(gòu)建高校內(nèi)的學(xué)生本體。高校學(xué)生本體指的是一個(gè)高校學(xué)生本體結(jié)構(gòu)和學(xué)生相關(guān)信息的本體知識(shí)描述。在研究高校學(xué)生基本信息的基礎(chǔ)上，設(shè)計(jì)了附圖2所示的高校學(xué)生本體。

每個(gè)學(xué)生可能會(huì)有多項(xiàng)興趣愛(ài)好，將其設(shè)為“一類(lèi)愛(ài)好”；在每個(gè)“一

類(lèi)愛(ài)好”下可能會(huì)有較細(xì)級(jí)別的興趣，將其設(shè)為“二類(lèi)愛(ài)好”；在每個(gè)“二類(lèi)愛(ài)好”下面可能還有更細(xì)級(jí)別的興趣，將其設(shè)為“三類(lèi)愛(ài)好”。結(jié)合實(shí)際生活中的情況，以及為了描述方便，暫時(shí)設(shè)定學(xué)生的愛(ài)好為三級(jí)層次。

根據(jù)設(shè)定的本體，通過(guò)網(wǎng)絡(luò)本體語(yǔ)言可以敘述此舉例本體，即可構(gòu)建用戶(hù)特征模型。節(jié)取若干語(yǔ)句如下面所示：

<？xmlversion＝"1.0"？>

<owl:Classrdf:about＝"#&#20027；&#39064；&#29228；&#34411；">

<rdfs:subClassOfrdf:resource＝"#&#22522；&#20110；&#26412；&#20307；&#30340；&#29228；&#34411；"/>

</owl:Class>

<owl:Classrdf:about＝"#&#20154；&#24037；&#20813；&#30123；&#31639；&#27861；">

<rdfs:subClassOfrdf:resource＝"#&#26234；&#33021；&#31639；&#27861；"/>

</owl:Class>

<owl:Classrdf:about＝"#&#21151；&#33021；&#27979；&#35797；">

<rdfs:subClassOfrdf:resource＝"#&#40657；&#30418；&#27979；&#35797；"/>

</owl:Class>

<owl:Classrdf:about＝"#&#22522；&#20110；&#20803；&#25628；&#32034；&#30340；&#29228；&#34411；">

<rdfs:subClassOfrdf:resource＝"#&#29228；&#34411；"/>

</owl:Class>

<owl:Classrdf:about＝"#&#22522；&#20110；&#26412；&#20307；&#30340；&#29228；&#34411；">

<rdfs:subClassOfrdf:resource＝"#&#29228；&#34411；"/>

</owl:Class>

故從某種程度上說(shuō)，本體也就是用戶(hù)特征模型。

步驟S111，根據(jù)用戶(hù)輸入的查詢(xún)條件獲取用戶(hù)查詢(xún)關(guān)鍵詞的第一集合set1。

步驟S112，依據(jù)用戶(hù)特征模型對(duì)第一集合set1進(jìn)行擴(kuò)展得到用戶(hù)查詢(xún)關(guān)鍵詞的第二集合set2。

步驟S113，獲取用戶(hù)的查詢(xún)?nèi)罩尽?/p>

步驟S114，依據(jù)查詢(xún)?nèi)罩緦?duì)第二集合set2進(jìn)行過(guò)濾，得到用戶(hù)查詢(xún)關(guān)鍵詞的第三集合set3。

首先，根據(jù)用戶(hù)輸入查詢(xún)條件的種類(lèi)(關(guān)鍵詞或語(yǔ)句)，判斷是否對(duì)其進(jìn)行分詞處理；接著，在用戶(hù)特征模型里對(duì)查詢(xún)條件進(jìn)行擴(kuò)展，先按照語(yǔ)義關(guān)聯(lián)度的計(jì)算公式，在用戶(hù)特征模型內(nèi)找到與查詢(xún)?cè)~關(guān)聯(lián)程度最高的m個(gè)詞，再根據(jù)詞項(xiàng)相似度計(jì)算規(guī)則，從m個(gè)詞內(nèi)找到最符合的n個(gè)詞(n≤m)，最后得到的這n個(gè)詞即為初次查詢(xún)擴(kuò)展出來(lái)的關(guān)鍵詞集合。

查詢(xún)擴(kuò)展的具體步驟：

(1)判斷查詢(xún)者提供的檢索請(qǐng)求是關(guān)鍵詞，還是語(yǔ)句；若是關(guān)鍵詞，直接轉(zhuǎn)到步驟(3)；

(2)若查詢(xún)請(qǐng)求是語(yǔ)句，先分詞，并且去掉停用詞，形成集合set1；

(3)對(duì)用戶(hù)模型里進(jìn)行擴(kuò)展：

for(i＝0；i<set1.length；i++)

{

按照語(yǔ)義關(guān)聯(lián)度的計(jì)算公式，在用戶(hù)模型內(nèi)找到與set1[i]相關(guān)聯(lián)程度最高的m個(gè)word；

若count>4，則令m＝(ceiling)30％*count，count是與term相關(guān)聯(lián)的詞的個(gè)數(shù)；

根據(jù)詞項(xiàng)相似度計(jì)算規(guī)則，在上一步的m個(gè)word中找到最符合set1[i]的n個(gè)term，并組成一個(gè)集合wordset(i)；

}

(4)把所有的wordset集組合成一個(gè)初次擴(kuò)展查詢(xún)?cè)~集set2；若set2是空集合，需要令set2＝set1；

(5)返回初次擴(kuò)展之后所得到的檢索詞集合set2；

用戶(hù)的查詢(xún)?nèi)罩景ㄓ脩?hù)的查詢(xún)?yōu)g覽日志、cookie文件等，根據(jù)查詢(xún)?nèi)罩灸軌蜻^(guò)濾掉初次擴(kuò)展的查詢(xún)結(jié)果集合中用戶(hù)不會(huì)喜歡的詞，得到新的詞集。然后，根據(jù)詞集去執(zhí)行搜索任務(wù)，把相應(yīng)的搜索結(jié)果展現(xiàn)給查詢(xún)者，以此來(lái)防止“查詢(xún)漂移”現(xiàn)象的出現(xiàn)，極大的提高了用戶(hù)的查詢(xún)效率及查詢(xún)的準(zhǔn)確性。

本發(fā)明實(shí)施例一通過(guò)構(gòu)造用戶(hù)特征模型，并且根據(jù)用戶(hù)模型來(lái)擴(kuò)展用戶(hù)輸入的檢索詞，借此使用戶(hù)的搜索過(guò)程更加便利，另外，根據(jù)查詢(xún)者的日志文件，考慮到不同人的差異性特征，區(qū)別各用戶(hù)的的檢索意圖，以防止發(fā)生檢索結(jié)果大大偏離用戶(hù)原本意愿的情況，具體地根據(jù)用戶(hù)特征模型對(duì)用戶(hù)的查詢(xún)關(guān)鍵詞集Set1進(jìn)行擴(kuò)展，得到關(guān)鍵詞集Set2，然后依據(jù)用戶(hù)查詢(xún)?nèi)罩緦?duì)Set2進(jìn)行過(guò)濾，去掉用戶(hù)“不關(guān)心”“不感興趣”的詞，得到關(guān)鍵詞集Set3。該方法可以顯著提高了檢索的效率和召回率，能夠較好地滿(mǎn)足用戶(hù)的檢索需求。

實(shí)施例二

本發(fā)明實(shí)施例二提供了一種基于用戶(hù)特征分析的查詢(xún)擴(kuò)展裝置，參見(jiàn)圖3和圖4所示，包括構(gòu)建模塊、獲取模塊、擴(kuò)展查詢(xún)?cè)~模塊和過(guò)濾擴(kuò)展詞模塊。

構(gòu)建模塊，用于構(gòu)建用戶(hù)特征模型；分析查詢(xún)條件模塊，用于根據(jù)用戶(hù)輸入的查詢(xún)條件獲取用戶(hù)查詢(xún)關(guān)鍵詞的第一集合set1；擴(kuò)展查詢(xún)?cè)~模塊，用于依據(jù)所述用戶(hù)特征模型對(duì)所述第一集合set1進(jìn)行擴(kuò)展得到用戶(hù)查詢(xún)關(guān)鍵詞的第二集合set2；過(guò)濾擴(kuò)展詞模塊，用于獲取用戶(hù)的查詢(xún)?nèi)罩?，依?jù)查詢(xún)?nèi)罩緦?duì)所述第二集合set2進(jìn)行過(guò)濾，得到用戶(hù)查詢(xún)關(guān)鍵詞的第三集合set3。

實(shí)施例三

本發(fā)明實(shí)施例三提供了一種基于用戶(hù)特征分析的查詢(xún)擴(kuò)展系統(tǒng)，是將本發(fā)明提出的基于用戶(hù)特征模型的擴(kuò)展技術(shù)應(yīng)用到了基于Lucene索引的全文查詢(xún)系統(tǒng)中，能夠根據(jù)查詢(xún)者的差異性特征來(lái)對(duì)其檢索條件擴(kuò)展，查詢(xún)結(jié)果可以較好地滿(mǎn)足用戶(hù)的查詢(xún)意圖。具體地，參見(jiàn)圖5所示，包括服務(wù)器端(server)和客戶(hù)端(client)。

客戶(hù)端設(shè)置有用戶(hù)接口模塊，用于獲取用戶(hù)輸入的查詢(xún)條件并發(fā)送至服務(wù)器端、接收服務(wù)器端發(fā)送的查詢(xún)結(jié)果并顯示給用戶(hù)；

服務(wù)器端，包括構(gòu)建模塊、分析查詢(xún)條件模塊、擴(kuò)展查詢(xún)?cè)~模塊、過(guò)濾擴(kuò)展詞模塊和檢索模塊；

構(gòu)建模塊(圖4中未示出，僅示出用戶(hù)特征模型)，用于構(gòu)建用戶(hù)特征模型；分析查詢(xún)條件模塊，用于根據(jù)用戶(hù)輸入的查詢(xún)條件獲取用戶(hù)查詢(xún)關(guān)鍵詞的第一集合set1；擴(kuò)展查詢(xún)?cè)~模塊，用于依據(jù)用戶(hù)特征模型對(duì)第一集合set1進(jìn)行擴(kuò)展得到用戶(hù)查詢(xún)關(guān)鍵詞的第二集合set2；過(guò)濾擴(kuò)展詞模塊，用于獲取用戶(hù)的查詢(xún)?nèi)罩?，依?jù)查詢(xún)?nèi)罩緦?duì)第二集合set2進(jìn)行過(guò)濾，得到用戶(hù)查詢(xún)關(guān)鍵詞的第三集合set3；檢索模塊，用于根據(jù)第三集合中的關(guān)鍵詞進(jìn)行檢索，呈現(xiàn)查詢(xún)結(jié)果并發(fā)送至客戶(hù)端的用戶(hù)接口模塊。

本發(fā)明實(shí)施例三提供的系統(tǒng)是將本發(fā)明提出的查詢(xún)擴(kuò)展方法同Lucene為基礎(chǔ)的數(shù)據(jù)庫(kù)查詢(xún)系統(tǒng)進(jìn)行結(jié)合使用。

以L(fǎng)ucene為基礎(chǔ)的數(shù)據(jù)庫(kù)查詢(xún)系統(tǒng)(DRSB)整體范圍內(nèi)可以看作兩大塊：索引創(chuàng)建部分、索引搜尋部分。創(chuàng)建索引部分會(huì)固定地自數(shù)據(jù)庫(kù)內(nèi)采集資源，并為這些資源去做一些適當(dāng)?shù)姆治雠c處理，接著對(duì)那些資源創(chuàng)建索引并將它們加進(jìn)索引的資源庫(kù)內(nèi)。DRSB能夠利用查詢(xún)者所提供的檢索條件去取得查詢(xún)語(yǔ)句，接著把這些語(yǔ)句分析處理，之后自索引資源庫(kù)內(nèi)查詢(xún)，將最終的檢索結(jié)果返回給查詢(xún)者。

本發(fā)明實(shí)施例提出了一種基于稅務(wù)用戶(hù)特征的查詢(xún)擴(kuò)展方法、裝置和系統(tǒng)，能夠根據(jù)查詢(xún)者的差異性特征來(lái)對(duì)其檢索條件擴(kuò)展，主要特征為根據(jù)本體這個(gè)工具對(duì)用戶(hù)模型進(jìn)行刻畫(huà)，依照構(gòu)造的模型去拓展查詢(xún)者提供的檢索條件，以此來(lái)提高查詢(xún)者的搜索滿(mǎn)意度，根據(jù)查詢(xún)者的日志文件，考慮到不同查詢(xún)者的差異特征，區(qū)別各查詢(xún)者的檢索意圖，以防止出現(xiàn)“查詢(xún)漂移”現(xiàn)象。其技術(shù)方案主要通過(guò)根據(jù)用戶(hù)特征模型對(duì)用戶(hù)的查詢(xún)關(guān)鍵詞集Set1進(jìn)行擴(kuò)展，得到關(guān)鍵詞集Set2，然后依據(jù)用戶(hù)查詢(xún)?nèi)罩緦?duì)Set2進(jìn)行過(guò)濾，去掉用戶(hù)“不關(guān)心”“不感興趣”的詞，得到關(guān)鍵詞集Set3。關(guān)鍵詞集Set3可以有效的展現(xiàn)查詢(xún)的擴(kuò)展性，本發(fā)明技術(shù)方案可以應(yīng)用于稅務(wù)查詢(xún)技術(shù)領(lǐng)域，依據(jù)稅務(wù)查詢(xún)自身的特征而設(shè)置用戶(hù)特征模型，從而得到更有針對(duì)性的查詢(xún)結(jié)果。

需要說(shuō)明的是，本發(fā)明實(shí)施例中的裝置或者系統(tǒng)實(shí)施例可以通過(guò)軟件實(shí)現(xiàn)，也可以通過(guò)硬件或者軟硬件結(jié)合的方式實(shí)現(xiàn)。從硬件層面而言，本發(fā)明實(shí)施例的硬件結(jié)構(gòu)框架結(jié)構(gòu)中，除了CPU、內(nèi)存、網(wǎng)絡(luò)接口、以及非易失性存儲(chǔ)器之外，實(shí)施例中裝置所在的設(shè)備通常還可以包括其他硬件，如負(fù)責(zé)處理報(bào)文的轉(zhuǎn)發(fā)芯片等等。以軟件實(shí)現(xiàn)為例，作為一個(gè)邏輯意義上的裝置，是通過(guò)其所在設(shè)備的CPU將非易失性存儲(chǔ)器中對(duì)應(yīng)的計(jì)算機(jī)程序指令讀取到內(nèi)存中運(yùn)行形成的。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明保護(hù)的范圍之內(nèi)。