搜索行为的识别方法、装置以及用于搜索行为的识别装置与流程

本申请涉及搜索技术领域，特别涉及一种用户搜索行为的识别方法、装置，一种用于用户搜索行为的识别装置，一种用于用户搜索行为的识别装置，以及，一种计算机可读介质。

背景技术：

随着互联网的发展，越来越多的用户使用搜索引擎来学习或者娱乐。用户可能会在输入框中键入搜索词进行搜索，来查找自己希望的内容；也可能会通过点击搜索引擎提供的相关词的链接等来进行搜索。对于用户自己输入搜索词的用户行为可以称为主动搜索行为，而对于用户没有输入搜索词而是通过直接点击链接等方式触发的搜索行为称为被动搜索行为。

技术实现要素：

发明人在研究过程中发现，因为用户的主动搜索行为是用户自己输入的搜索词触发了搜索，所以主动搜索行为更能反映用户实际的搜索需求，也能反映出用户的搜索规律，例如都喜欢搜索哪一类别的新闻等。因此，如果能够识别出用户当前的搜索行为为主动搜索行为还是被动搜索行为，从而根据用户的主动搜索行为来分析用户需求，就能得到更准确的结果。

基于此，本申请提供了一种用户搜索行为的识别方案，从而利用属于主动搜索行为的url对应的各个搜索词之间比较离散而属于被动搜索行为的url对应的各个搜索词之间比较接近的规律，来对搜索日志中的搜索词、url以及各搜索词指向各url的频次进行分析，从而能够准确的识别出哪些url属于用户主动搜索行为中点击的url，哪些url属于用户被动搜索行为中点击的url。

本申请还提供了一种用户搜索行为的识别装置，用以保证上述方法在实际中的实现及应用。

本申请实施例公开了一种用户搜索行为的识别方法，该方法包括：

获取用户搜索行为的日志内容；所述日志内容包括：统一资源定位符url、指向url的搜索词以及搜索词指向url的频次；所述搜索词指向url的频次包括用户在搜索所述搜索词得到的搜索结果中点击所述url的次数；

依据所述搜索词指向url的频次，对所述日志内容包括的搜索词进行分类，得到搜索词集合；

依据各搜索词集合的相似度均值，识别所述搜索词集合中的搜索词指向的url是否属于主动搜索行为。

其中，所述依据所述搜索词指向url的频次，对所述日志内容包括的搜索词进行分类，得到搜索词集合，包括：

依据所述日志内容中各搜索词指向url的频次，分别计算每一个搜索词与其他各个搜索词之间的相似度；

依据所述相似度对所述日志内容中的搜索词进行分类，得到搜索词集合。

其中，所述依据所述日志内容中各搜索词指向url的频次，分别计算每一个搜索词与其他各个搜索词之间的相似度，包括：

按照不同搜索词指向同一个url的频次越高，以及，不同搜索词分别指向所有url的频次越低，则不同搜索词之间的相似度就越高的原则，分别计算每一个搜索词与其他各个搜索词之间的相似度。

其中，所述依据所述日志内容中各搜索词指向url的频次，分别计算每一个搜索词与其他各个搜索词之间的相似度，包括：

遍历所述日志内容中搜索词构成的所有两两组合，计算得到每个两两组合中两个搜索词之间的相似度；

其中，所述计算得到每个两两组合中两个搜索词之间的相似度，包括：

针对每个两两组合分别包括的第一搜索词和第二搜索词，计算所述第一搜索词指向所述日志内容中所有url的频次的平方和作为第一平方和，以及，所述目第二搜索词指向所述日志内容中所有url的频次的平方和作为第二平方和；

计算所述第一搜索词和第二搜索词分别指向同一个url的频次乘积，并将计算得到的所述指向同一个url的频次乘积相加，得到的和作为频次乘积和；

将所述第一平方和与所述第二平方和的乘积的平方根作为分母，所述频次乘积和作为分子，计算所述第一搜索词与所述第二搜索词的相似度，作为所述两两组合中两个搜索词之间的相似度。

其中，所述依据所述相似度，对所述日志内容中的搜索词进行分类，得到搜索词集合，包括：

判断任意两个搜索词之间的相似度是否大于预设相似度阈值，如果是，则将所述两个搜索词分类到同一个搜索词集合，直至对所述日志集合中的搜索词分类完毕。

其中，所述依据各搜索词集合的相似度均值，识别所述搜索词集合中的搜索词指向的url是否属于主动搜索行为，包括：

针对任一搜索词集合，判断该搜索词集合中各搜索词对的相似度均值是否大于预设均值阈值；

如果是，则将该搜索词集合中各搜索词指向的url识别为属于被动搜索行为，如果否，则将该搜索词集合中各搜索词指向的url识别为属于主动搜索行为。

本申请实施例还提供了一种用户搜索行为的识别装置，包括：

获取单元，用于获取用户搜索行为的日志内容；所述日志内容包括：统一资源定位符url、指向url的搜索词以及搜索词指向url的频次；所述搜索词指向url的频次包括用户在搜索所述搜索词得到的搜索结果中点击所述url的次数；

分类单元，用于依据所述搜索词指向url的频次，对所述日志内容中各搜索词进行分类，得到搜索词集合；

识别单元，用于依据各搜索词集合的相似度均值，识别所述搜索词集合中的搜索词指向的url是否属于主动搜索行为。

其中，所述分类单元包括：

计算子单元，用于依据所述日志内容中各搜索词指向url的频次，分别计算每一个搜索词与其他各个搜索词之间的相似度；

分类子单元，用于依据所述相似度对所述日志内容中的搜索词进行分类，得到搜索词集合。

其中，所述计算子单元，具体用于按照不同搜索词指向同一个url的频次越高，以及，不同搜索词分别指向所有url的频次越低，则不同搜索词之间的相似度就越高的原则，分别计算每一个搜索词与其他各个搜索词之间的相似度。

其中，所述计算子单元，具体用于：

遍历所述日志内容中搜索词构成的所有两两组合，计算得到每个两两组合中两个搜索词之间的相似度；其中，所述计算得到每个两两组合中两个搜索词之间的相似度，包括：针对每个两两组合分别包括的第一搜索词和第二搜索词，计算所述第一搜索词指向所述日志内容中所有url的频次的平方和作为第一平方和，以及，所述目第二搜索词指向所述日志内容中所有url的频次的平方和作为第二平方和；计算所述第一搜索词和第二搜索词分别指向同一个url的频次乘积，并将计算得到的所述指向同一个url的频次乘积相加，得到的和作为频次乘积和；将所述第一平方和与所述第二平方和的乘积的平方根作为分母，所述频次乘积和作为分子，计算所述第一搜索词与所述第二搜索词的相似度，作为所述两两组合中两个搜索词之间的相似度。

其中，所述分类子单元，具体用于：判断任意两个搜索词之间的相似度是否大于预设相似度阈值，如果是，则将所述两个搜索词分类到同一个搜索词集合，直至对所述日志集合中的搜索词分类完毕。

其中，所述识别单元包括：

判断子单元，用于针对任一搜索词集合，判断该搜索词集合中各搜索词对的相似度均值是否大于预设均值阈值；第一识别子单元，用于在所述判断子单元的结果为是的情况下，将该搜索词集合中各搜索词指向的url识别为属于被动搜索行为；以及，第二识别子单元，用于在所述判断子单元的结果为否的情况下，将该搜索词集合中各搜索词指向的url识别为属于主动搜索行为。

本申请实施例还提供了一种用于用户搜索行为的识别装置，包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：

获取用户搜索行为的日志内容；所述日志内容包括：统一资源定位符url、指向url的搜索词以及搜索词指向url的频次；所述搜索词指向url的频次包括用户在搜索所述搜索词得到的搜索结果中点击所述url的次数；

依据所述搜索词指向url的频次，对所述日志内容包括的搜索词进行分类，得到搜索词集合；

依据各搜索词集合的相似度均值，识别所述搜索词集合中的搜索词指向的url是否属于主动搜索行为。

本申请实施例还提供了一种计算机可读介质，其上存储有指令，当由一个或多个处理器执行时，使得装置执行前述的用户搜索行为的识别方法。

在本申请实施例中，通过对搜索引擎产生的搜索日志进行分析，并且利用属于主动搜索行为的url对应的各个搜索词之间比较离散而属于被动搜索行为的url对应的各个搜索词之间比较接近的规律，来对搜索日志中的搜索词、url以及各搜索词指向各url的频次进行分析，从而能够准确的识别出哪些url属于用户主动搜索行为中点击的url，哪些url属于用户被动搜索行为中点击的url。进一步的，还可以仅仅对用户主动搜索行为涉及的日志集合进行分析，从而确定用户的实际需求，统计用户的搜索规律。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请的用户搜索行为的识别方法实施例的示例性流程图；

图2是本申请的用户搜索行为的识别装置实施例的示例性结构框图；

图3是本申请中根据一示例性实施例示出的一种用于用户搜索行为的识别装置800的框图；

图4是本申请实施例中服务器的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请可用于众多通用或专用的计算装置环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器装置、包括以上任何装置或设备的分布式计算环境等等。

本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

参考图1，示出了本申请一种用户搜索行为的识别方法实施例的流程图，本实施例可以包括以下步骤：

步骤101：获取用户搜索行为的日志内容。

在实际应用中，对于搜索引擎服务器中的搜索日志，可以获取全部的搜索日志作为日志内容。在搜索日志中，日志内容可以包括：作为搜索结果项的统一资源定位符(url，uniformresourcelocator)，指向各个搜索结果项的搜索词，以及，各个搜索词指向各url的频次。

其中，搜索词指的是用户在搜索页面输入的、用于触发搜索的关键词；搜索词指向url的频次指的是不同用户通过搜索该搜索词得到的搜索结果中点击该url的次数。对于同一个url来说，可能有不同的搜索词指向该url，可以获取指向该url的所有搜索词，将所有搜索词指向该url的次数相加，得到该url的总频次。假设有一条搜索日志是用户输入了“机器学习”作为搜索词，得到分别对应于10个搜索结果项的url，其中包括url1，则搜索词“机器学习”指向url1的频次，即是用户在通过搜索“机器学习”得到的搜索结果中点击该url1的次数。

在本实施例中，为了识别出用户的某个搜索行为是主动搜索行为还是被动搜索行为，可以先获取日志内容中作为搜索结果项的url、指向各url的搜索词以及各搜索词指向url的频次作为日志内容。

步骤102：依据所述日志内容中搜索词指向url的频次，对所述日志内容包括的搜索词进行分类，得到搜索词集合。

具体的，依据日志内容中各搜索词指向各url的频次，计算日志内容中任意两两搜索词之间的相似度，再依据相似度的大小对搜索词进行分类，得到各类搜索词集合。具体的，在计算任意两两搜索词之间的相似度的时候，可以先计算任意一个搜索词与其他各个搜索词之间的相似度，再按照固定顺序依次计算每一个搜索词与其他各个搜索词之间的相似度。而在计算任意两个关键词之间的相似度时，可以参考这两个搜索词指向同一个url的频次，以及这两个搜索词指向不同url的频次。

一般情况下，两个搜索词如果指向同一个url的频次较高，则说明这两个搜索词比较接近，相似度也就越高；而如果两个搜索词指向不同url的频次越高，则说明这两个搜索词越不接近，即相似度越低。因此，可以按照不同搜索词指向同一个url的频次越高，以及，不同搜索词分别指向所有url的频次越低，则不同搜索词之间的相似度就越高的原则，计算每一个搜索词与其他各个搜索词之间的相似度。

具体的，可以先遍历日志内容中搜索词构成的所有两两组合，针对每一组两两组合，计算该两两组合中两个搜索词的相似度。其中，所述两两组合是指所述日志内容中任意两个搜索词构成的组合。例如，日志内容中共包括m个搜索词(m为正整数)，分别为p1、p2……pm，则任意两个搜索词构成的两两组合为：{(p1、p2)、(p1、p3)、……、(pm-1、pm)}，则日志内容中m个搜索词构成的所有两两组合的数目为：c²m＝m*(m-1)/2，即该包括了m个搜索词的日志内容在计算相似度时共需要计算c²m次。

其中，计算两两组合中的两个搜索词的具体过程可以包括步骤a1～步骤a3：

步骤a1：计算第一搜索词指向日志内容中所有url的频次的平方和作为第一平方和，以及，计算第二搜索词指向日志集合中所有url的频次的平方和作为第二平方和。

首先，对于两个搜索词组成的两两组合，分别将这两个搜索词作为第一搜索词“queryid1”和第二搜索词“queryid2”。假设，第一搜索词“queryid1”指向url1的频次为ucount1，指向url2的频次为ucount2，指向url3的频次为ucount3，依次类推，指向url5的频次为ucount5，共指向5个url；同时，针对第二搜索词“queryid2”，指向url6的频次为lucount1，指向url7的频次为lucount2，指向url8的频次为lucount3，并且“queryid2”与“queryid1”共同指向了“url1”和“url2”，其中，“queryid2”指向url1的频次为lucount4，指向url2的频次为lucount5。

接着，计算第一搜索词“queryid1”指向日志内容中的所有url的频次的平方和作为第一平方和，以及，第二搜索词“queryid2”指向日志内容中所有url的频次的平方和作为第二平方和。

具体的，计算第一平方和方式可以如公式(一)所示：

sum_square1＝ucount1²+ucount2²+ucount3²+ucount4²+ucount5²

(一)

计算第二平方和方式可以如公式(二)所示：

sum_square2＝lucount1²+lucount2²+lucount3²+lucount4²+lucount5²

(二)

当然，上述数据都是示例性的，不应将其理解为本申请实施例的限定。其中，url的个数等在实际应用中都需要根据实际情况进行统计。

步骤a2：计算所述第一搜索词和第二搜索词分别指向同一个url的频次乘积，并将计算得到的所述指向同一个url的频次乘积相加，得到的和作为频次乘积和。

因为url1和url2是“queryid1”和“queryid2”共同指向的url，所以，将“queryid1”和“queryid2”分别指向url1的频次相乘，以及，将“queryid1”和“queryid2”分别指向url2的频次相乘，并将两个频次乘积相加，得到的和为频次乘积和。具体的，可以采用如下所示的公式(三)计算频次乘积和：

sum_by＝ucount1*lucount4+ucount2*lucount5(三)

步骤a3：将所述第一平方和与所述第二平方和的乘积的平方根作为分母，所述频次乘积和作为分子，计算所述第一搜索词与所述第二搜索词的相似度。

在本步骤中，将步骤a1计算得到的第一平方和与第二平方和的乘积的平方根作为分母，并且将步骤a2计算得到的频次乘积和作为分子，将计算得到的两者的商作为相似度。具体的，可以采用如下所示的公式(四)计算相似度：

similarity＝sum_by/sqrt(sum_square1*sum_square2)(四)

步骤a4：获取其他两两组合中的两个搜索词分别作为第一搜索词和第二搜索词，重复执行上述步骤a1-a3，直至该日志内容中搜索词构成的所有的两两组合的相似度均计算完毕。

最后根据计算出的任意两两搜索词之间相似度的大小，对日志内容中的搜索词进行分类，得到各类搜索词集合。具体的，在分类过程中，可以通过将任意两个搜索词之间的相似度与预设相似度阈值进行比较的方式来实现。本领域技术人员可以预先设置一个相似度阈值，例如，0.5(当然数值仅仅是示例)，则判断任意两个搜索词之间的相似度是否大于预设相似度阈值，如果是，则将这两个搜索词分类到同一个搜索词集合，如果不是，则接着判断其他任意两个搜索词，直至对日志集合中的搜索词都分类完毕。

其中，相似度阈值设置的越高，则同一类搜索词集合中的搜索词之间越相近，具体如何设置相似度阈值，可以由本领域技术人员根据应用场景自主决定。

步骤103：依据各搜索词集合的相似度均值，识别所述搜索词集合中的搜索词指向的url是否属于主动搜索行为。

因为在实际应用中，如果一个搜索行为属于用户的主动搜索行为，即是用户自己输入搜索词来触发搜索的行为，则不同用户输入的搜索词就会因为用户差异而存在较大的不同，所以主动搜索行为对应的各搜索词之间的相似度较低；反之，如果一个搜索行为属于用户的被动搜索行为，即用户通过点击搜索引擎提供的推荐链接等来触发搜索的行为，则因为一般情况下搜索引擎提供的推荐链接中的各个搜索词都比较相近，所以不同搜索词之间就比较相似。

因此，可以预先设置一个均值阈值，例如0.5(数值仅仅为具体示例的数据)，针对任一搜索词集合，计算该搜索词集合中各个搜索词对的相似度均值，即是将各个搜索词对的相似度相加并除以搜索词对的个数得到的商，再将相似度均值与预先设置的均值阈值相比较，例如判断该相似度均值是否大于预设均值阈值，如果大于，则将该搜索词集合中各搜索词指向的url识别为属于被动搜索行为，如果不大于，则将该搜索词集合中各搜索词指向的url识别为属于主动搜索行为。

可见，在本申请实施例中，通过对搜索引擎产生的搜索日志进行分析，并且利用属于主动搜索行为的url对应的各个搜索词之间比较离散而属于被动搜索行为的url对应的各个搜索词之间比较接近的规律，来对搜索日志中的搜索词、url以及各搜索词指向各url的频次进行分析，从而能够准确的识别出哪些url属于用户主动搜索行为中点击的url，哪些url属于用户被动搜索行为中点击的url。进一步的，还可以仅仅对用户主动搜索行为涉及的日志集合进行分析，从而确定用户的实际需求，统计用户的搜索规律。

对于前述的方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。

与上述本申请一种用户搜索行为的识别方法实施例所提供的方法相对应，参见图2，本申请还提供了一种用户搜索行为的识别装置实施例，在本实施例中，该装置可以包括：

获取单元201，用于获取用户搜索行为的日志内容；所述日志内容包括：统一资源定位符url、指向url的搜索词以及搜索词指向url的频次；所述搜索词指向url的频次包括用户在搜索所述搜索词得到的搜索结果中点击所述url的次数。

分类单元202，用于依据所述搜索词指向url的频次，对所述日志内容包括的搜索词进行分类，得到搜索词集合。

识别单元203，用于依据各搜索词集合的相似度均值，识别所述搜索词集合中的搜索词指向的url是否属于主动搜索行为。

其中，所述分类单元202可以包括：

计算子单元，用于依据所述日志内容中各搜索词指向url的频次，分别计算每一个搜索词与其他各个搜索词之间的相似度；以及，分类子单元，用于依据所述相似度对所述日志内容中的搜索词进行分类，得到搜索词集合。

其中，所述计算子单元，具体可以用于按照不同搜索词指向同一个url的频次越高，以及，不同搜索词分别指向所有url的频次越低，则不同搜索词之间的相似度就越高的原则，分别计算每一个搜索词与其他各个搜索词之间的相似度。

其中，所述计算子单元，具体可以用于：

遍历所述日志内容中搜索词构成的所有两两组合，计算得到每个两两组合中两个搜索词之间的相似度；其中，所述计算得到每个两两组合中两个搜索词之间的相似度，包括：针对每个两两组合分别包括的第一搜索词和第二搜索词，计算所述第一搜索词指向所述日志内容中所有url的频次的平方和作为第一平方和，以及，所述目第二搜索词指向所述日志内容中所有url的频次的平方和作为第二平方和；计算所述第一搜索词和第二搜索词分别指向同一个url的频次乘积，并将计算得到的所述指向同一个url的频次乘积相加，得到的和作为频次乘积和；将所述第一平方和与所述第二平方和的乘积的平方根作为分母，所述频次乘积和作为分子，计算所述第一搜索词与所述第二搜索词的相似度，作为所述两两组合中两个搜索词之间的相似度。

其中，所述分类子单元具体可以用于：判断任意两个搜索词之间的相似度是否大于预设相似度阈值，如果是，则将所述两个搜索词分类到同一个搜索词集合，直至对所述日志集合中的搜索词分类完毕。

其中，所述识别单元203具体可以包括：

判断子单元，用于针对任一搜索词集合，判断该搜索词集合中各搜索词对的相似度均值是否大于预设均值阈值；

第一识别子单元，用于在所述判断子单元的结果为是的情况下，将该搜索词集合中各搜索词指向的url识别为属于被动搜索行为；以及

第二识别子单元，用于在所述判断子单元的结果为否的情况下，将该搜索词集合中各搜索词指向的url识别为属于主动搜索行为。

可见，在本申请实施例中，通过对搜索引擎产生的搜索日志进行分析，并且利用属于主动搜索行为的url对应的各个搜索词之间比较离散而属于被动搜索行为的url对应的各个搜索词之间比较接近的规律，来对搜索日志中的搜索词、url以及各搜索词指向各url的频次进行分析，从而能够准确的识别出哪些url属于用户主动搜索行为中点击的url，哪些url属于用户被动搜索行为中点击的url。进一步的，还可以仅仅对用户主动搜索行为涉及的日志集合进行分析，从而确定用户的实际需求，统计用户的搜索规律。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

图3是根据一示例性实施例示出的一种用于用户搜索行为的识别装置800的框图。例如，装置800可以是移动电话，计算机，数字广播终端，消息收发设备，游戏控制台，平板设备，医疗设备，健身设备，个人数字助理等。

参照图3，装置800可以包括以下一个或多个组件：处理组件802，存储器804，电源组件806，多媒体组件808，音频组件810，输入/输出(i/o)的接口812，传感器组件814，以及通信组件816。

处理组件802通常控制装置800的整体操作，诸如与显示，电话呼叫，数据通信，相机操作和记录操作相关联的操作。处理元件802可以包括一个或多个处理器820来执行指令，以完成上述的方法的全部或部分步骤。此外，处理组件802可以包括一个或多个模块，便于处理组件802和其他组件之间的交互。例如，处理部件802可以包括多媒体模块，以方便多媒体组件808和处理组件802之间的交互。

存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令，联系人数据，电话簿数据，消息，图片，视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(sram)，电可擦除可编程只读存储器(eeprom)，可擦除可编程只读存储器(eprom)，可编程只读存储器(prom)，只读存储器(rom)，磁存储器，快闪存储器，磁盘或光盘。

电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统，一个或多个电源，及其他与为装置800生成、管理和分配电力相关联的组件。

多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中，屏幕可以包括液晶显示器(lcd)和触摸面板(tp)。如果屏幕包括触摸面板，屏幕可以被实现为触摸屏，以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界，而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中，多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式，如拍摄模式或视频模式时，前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。

音频组件810被配置为输出和/或输入音频信号。例如，音频组件810包括一个麦克风(mic)，当装置800处于操作模式，如呼叫模式、记录模式和语音识别模式时，麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中，音频组件810还包括一个扬声器，用于输出音频信号。

i/o接口812为处理组件802和外围接口模块之间提供接口，上述外围接口模块可以是键盘，点击轮，按钮等。这些按钮可包括但不限于：主页按钮、音量按钮、启动按钮和锁定按钮。

传感器组件814包括一个或多个传感器，用于为装置800提供各个方面的状态评估。例如，传感器组件814可以检测到设备800的打开/关闭状态，组件的相对定位，例如所述组件为装置800的显示器和小键盘，传感器组件814还可以检测装置800或装置800一个组件的位置改变，用户与装置800接触的存在或不存在，装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器，被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器，如cmos或ccd图像传感器，用于在成像应用中使用。在一些实施例中，该传感器组件814还可以包括加速度传感器，陀螺仪传感器，磁传感器，压力传感器或温度传感器。

通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络，如wifi，2g或3g，或它们的组合。在一个示例性实施例中，通信部件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中，所述通信部件816还包括近场通信(nfc)模块，以促进短程通信。例如，在nfc模块可基于射频识别(rfid)技术，红外数据协会(irda)技术，超宽带(uwb)技术，蓝牙(bt)技术和其他技术来实现。

在示例性实施例中，装置800可以被一个或多个应用专用集成电路(asic)、数字信号处理器(dsp)、数字信号处理设备(dspd)、可编程逻辑器件(pld)、现场可编程门阵列(fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述方法。

在示例性实施例中，还提供了一种包括指令的非临时性计算机可读存储介质，例如包括指令的存储器804，上述指令可由装置800的处理器820执行以完成上述方法。例如，所述非临时性计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。

一种非临时性计算机可读存储介质，当所述存储介质中的指令由移动终端的处理器执行时，使得移动终端能够执行一种用户搜索行为的识别方法，所述方法包括：获取用户搜索行为的日志内容；所述日志内容包括：统一资源定位符url、指向url的搜索词以及搜索词指向url的频次；所述搜索词指向url的频次包括用户在搜索所述搜索词得到的搜索结果中点击所述url的次数；依据所述搜索词指向url的频次，对所述日志内容包括的搜索词进行分类，得到搜索词集合；依据各搜索词集合的相似度均值，识别所述搜索词集合中的搜索词指向的url是否属于主动搜索行为。

其中，所述依据所述搜索词指向url的频次，对所述日志内容包括的搜索词进行分类，得到搜索词集合，可以包括：

依据所述日志内容中各搜索词指向url的频次，分别计算每一个搜索词与其他各个搜索词之间的相似度；

依据所述相似度对所述日志内容中的搜索词进行分类，得到搜索词集合。

其中，所述依据所述日志内容中各搜索词指向url的频次，分别计算每一个搜索词与其他各个搜索词之间的相似度，可以包括：

按照不同搜索词指向同一个url的频次越高，以及，不同搜索词分别指向所有url的频次越低，则不同搜索词之间的相似度就越高的原则，分别计算每一个搜索词与其他各个搜索词之间的相似度。

其中，所述依据所述日志内容中各搜索词指向url的频次，分别计算每一个搜索词与其他各个搜索词之间的相似度，可以包括：

遍历所述日志内容中搜索词构成的所有两两组合，计算得到每个两两组合中两个搜索词之间的相似度；

其中，所述计算得到每个两两组合中两个搜索词之间的相似度，包括：

针对每个两两组合分别包括的第一搜索词和第二搜索词，计算所述第一搜索词指向所述日志内容中所有url的频次的平方和作为第一平方和，以及，所述目第二搜索词指向所述日志内容中所有url的频次的平方和作为第二平方和；

计算所述第一搜索词和第二搜索词分别指向同一个url的频次乘积，并将计算得到的所述指向同一个url的频次乘积相加，得到的和作为频次乘积和；

将所述第一平方和与所述第二平方和的乘积的平方根作为分母，所述频次乘积和作为分子，计算所述第一搜索词与所述第二搜索词的相似度，作为所述两两组合中两个搜索词之间的相似度。

其中，所述依据所述相似度，对所述日志内容中的搜索词进行分类，得到搜索词集合，可以包括：

判断任意两个搜索词之间的相似度是否大于预设相似度阈值，如果是，则将所述两个搜索词分类到同一个搜索词集合，直至对所述日志集合中的搜索词分类完毕。

其中，所述依据各搜索词集合的相似度均值，识别所述搜索词集合中的搜索词指向的url是否属于主动搜索行为，可以包括：

针对任一搜索词集合，判断该搜索词集合中各搜索词对的相似度均值是否大于预设均值阈值；如果是，则将该搜索词集合中各搜索词指向的url识别为属于被动搜索行为，如果否，则将该搜索词集合中各搜索词指向的url识别为属于主动搜索行为。

图4是本发明实施例中服务器的结构示意图。该服务器1900可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(centralprocessingunits，cpu)1922(例如，一个或一个以上处理器)和存储器1932，一个或一个以上存储应用程序1942或数据1944的存储介质1930(例如一个或一个以上海量存储设备)。其中，存储器1932和存储介质1930可以是短暂存储或持久存储。存储在存储介质1930的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器1922可以设置为与存储介质1930通信，在服务器1900上执行存储介质1930中的一系列指令操作。

服务器1900还可以包括一个或一个以上电源1926，一个或一个以上有线或无线网络接口1950，一个或一个以上输入输出接口1958，一个或一个以上键盘1956，和/或，一个或一个以上操作系统1941，例如windowsservertm，macosxtm，unixtm,linuxtm，freebsdtm等等。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。