技术摘要：
本发明公开了一种搜索词推荐方法、装置、设备及可读存储介质，该方法包括以下步骤：当侦测到用户搜索指令时，确定所述用户搜索指令对应用户的目标用户簇；将预设热词池中的各热词分别和所述目标用户簇进行计算，得到所述用户在各所述热词上的预估点击率；根据各所述预  全部
背景技术：
随着金融科技(Fintech)，尤其是互联网科技金融的不断发展，越来越多的技术 (如人工智能、大数据、云存储等)应用在金融领域，但金融领域也对各类技术提出了更高的 要求，如要求准确的向用户推荐用于搜索的热词。 当前搜索热词的推荐通常是依据用户的热词的感兴趣程度来进行推荐的，收集当 前事实热点信息，结合用户画像和热点信息进行推荐。但是由于用户画像所反映的用户兴 趣往往不够全面准确，导致依据用户画像和热点信息向用户推荐的搜索热词不准确。
技术实现要素：
本发明的主要目的在于提供一种搜索词推荐方法、装置、设备及可读存储介质，旨 在解决现有技术中向用户推荐的搜索热词不准确的技术问题。 为实现上述目的，本发明提供一种搜索词推荐方法，所述搜索词推荐方法包括以 下步骤： 当侦测到用户搜索指令时，确定所述用户搜索指令对应用户的目标用户簇； 将预设热词池中的各热词分别和所述目标用户簇进行计算，得到所述用户在各所 述热词上的预估点击率； 根据各所述预估点击率，确定各所述热词中与所述用户匹配的搜索词，并向所述 用户推荐所述搜索词。 可选地，所述将预设热词池中的各热词分别和所述目标用户簇进行计算，得到所 述用户在各所述热词上的预估点击率的步骤包括： 读取所述预设热词池中的各个热词； 针对每个所述热词，根据所述目标用户簇和所述热词，计算探索因子； 获取所述目标用户簇在所述热词上的平均点击率，以及随机数，并基于预设公式， 对所述平均点击率、所述探索因子和所述随机数进行运算，生成所述用户在所述热词上的 预估点击率。 可选地，所述确定所述用户搜索指令对应用户的目标用户簇的步骤包括： 获取所述用户的兴趣标签，并对所述兴趣标签进行编码，得到兴趣编码； 获取各预设用户簇的簇中心编码，并确定各所述簇中心编码分别与所述兴趣编码 之间的相似度值； 根据各所述相似度值之间的大小关系，确定各所述预设用户簇中与所述用户搜索 指令对应用户的目标用户簇。 可选地，所述获取所述用户的兴趣标签的步骤之前，所述方法还包括： 4 CN 111611491 A 说　明　书 2/12 页 获取所述用户的历史搜索记录，并对与所述历史搜索记录对应的信息进行词频分 析，生成所述用户的兴趣标签； 按照预设周期间隔，获取所述用户在所述预设周期内的搜索记录，并根据所述预 设周期内的搜索记录，对所述用户的兴趣标签进行更新。 可选地，所述将预设热词池中的各热词分别和所述目标用户簇进行计算的步骤之 前，所述方法还包括： 获取网络热词，并对所述网络热词进行过滤，生成目标网络热词添加到预设热词 库中； 获取与预设品类对应的网络热点信息，从所述网络热点信息中提取出品类关键 词，并生成与所述品类关键词对应的扩展词； 将所述品类关键词和所述扩展词添加到所述预设热词库中，以对所述预设热词库 中的目标网络热词进行补充。 可选地，所述根据各所述预估点击率，确定各所述热词中与所述用户匹配的搜索 词的步骤包括： 根据各所述预估点击率之间从大到小的顺序，对各所述预估点击率进行排序，生 成点击率序列； 确定所述点击率序列中排列在前预设位的目标点击率，并查找各所述热词中与各 所述目标点击率分别对应的热词，作为与所述用户匹配的搜索词。 可选地，所述当侦测到用户搜索指令时，确定所述用户搜索指令对应用户的目标 用户簇的步骤之前，所述方法还包括： 获取多个待聚类用户的待聚类兴趣标签，并对各所述待聚类兴趣标签进行编码， 生成多个所述待聚类用户的待聚类兴趣编码； 基于预设聚类规则，对多个所述待聚类兴趣编码进行聚类，形成多个预设用户簇。 进一步地，为实现上述目的，本发明还提供一种搜索词推荐装置，所述搜索词推荐 装置包括： 确定模块，用于当侦测到用户搜索指令时，确定所述用户搜索指令对应用户的目 标用户簇； 计算模块，用于将预设热词池中的各热词分别和所述目标用户簇进行计算，得到 所述用户在各所述热词上的预估点击率； 推荐模块，用于根据各所述预估点击率，确定各所述热词中与所述用户匹配的搜 索词，并向所述用户推荐所述搜索词。 进一步地，为实现上述目的，本发明还提供一种搜索词推荐设备，所述搜索词推荐 设备包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的搜索词推荐 程序，所述搜索词推荐程序被所述处理器执行时实现如上述所述的搜索词推荐方法的步 骤。 进一步地，为实现上述目的，本发明还提供一种可读存储介质，所述可读存储介质 上存储有搜索词推荐程序，所述搜索词推荐程序被处理器执行时实现如上所述的搜索词推 荐方法的步骤。 本发明的搜索词推荐方法、装置、设备及计算机可读存储介质，在侦测到用户搜索 5 CN 111611491 A 说　明　书 3/12 页 指令时，先对该用户搜索指令所对应用户的目标用户簇进行确定，目标用户簇表征了与发 送用户搜索指令的用户具有相似兴趣爱好的多个同类用户的集合；再将预设热词池中的各 个热词分别和目标用户簇进行计算，得到用户在各热词上的预估点击率，以通过目标用户 簇中具有相同兴趣爱好的同类用户对各个热词的点击情况，来推测用户当前可能需求的热 词；用户在各个热词上的预估点击率即表征了用户对各热词的需求情况，预估点击率越大 则需求越大，从而可依据各个预估点击率，来确定各个热词中与用户匹配的搜索词向用户 进行推荐。因目标用户簇中具有相同兴趣爱好的同类用户对各个热词的点击情况为各同类 用户实际的点击情况，具有较高的准确性，使得依据其所计算得到的预估点击率也具有较 高的准确性，依据各个预估点击率，可准确确定各个热词中与用户匹配的搜索词，实现了搜 索词的准确推荐。 附图说明 图1为本发明搜索词推荐设备实施例方案涉及的设备硬件运行环境的结构示意 图； 图2为本发明搜索词推荐方法第一实施例的流程示意图； 图3为本发明搜索词推荐装置较佳实施例的功能模块示意图； 图4为本发明搜索词推荐方法一具体实施例中推荐搜索词的示意图。 本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。