本公開實施例涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種搜索數(shù)據(jù)的處理方法及裝置。

背景技術(shù)：

在傳統(tǒng)金融貸款業(yè)務(wù)的過程中，銀行需要對客戶的各種信息(如身份信息、存款貸款、工作信息、每月流水、不動資產(chǎn)等)進行征信協(xié)查，這些信息有些可以通過各大銀行實現(xiàn)互聯(lián)的網(wǎng)絡(luò)數(shù)據(jù)平臺獲取，有些卻需要銀行相關(guān)的業(yè)務(wù)人員預(yù)審以及實地查看客戶的各個數(shù)據(jù)信息，花費周期漫長，造成了傳統(tǒng)金融貸款的效率低下。

而在移動互聯(lián)網(wǎng)時代，通過移動終端用戶的行為對用戶信用進行評估，即通過行為金融學(xué)的方式評估用戶的信用，從而實現(xiàn)終端用戶的貸款業(yè)務(wù)，是目前終端中逐漸成熟的一種方式，跟傳統(tǒng)金融貸款比，行為金融貸款不需要太多人工干預(yù)，它是根據(jù)用戶日常生活中的行為在終端中得到的體現(xiàn)，刻畫用戶的金融畫像，進而評估用戶的信用實現(xiàn)其信用貸款的方式。

用戶用戶畫像一詞具有很重要的場景因素，以數(shù)據(jù)描述和了解客戶，人是異常復(fù)雜的動物，信息緯度也非常復(fù)雜，僅通過外部的數(shù)據(jù)來進行人物的刻畫是十分低端的，信用信息和人口屬性為主，強相關(guān)信息，忽略弱關(guān)聯(lián)信息，權(quán)重值以上的可以作為其用戶畫像的刻畫數(shù)據(jù)，用戶刻畫時的幾個緯度如人口屬性、信用緯度、消費特征、興趣愛好、社交信息等，畫像數(shù)據(jù)的整理和集中，找到同業(yè)務(wù)場景中相關(guān)的數(shù)據(jù)，對數(shù)據(jù)進行分類和標(biāo)簽化，并根據(jù)業(yè)務(wù)需要判斷是否需要引入外部數(shù)據(jù)，如銀行信征中心、社交軟件等，本公開提供了一種通過對個人的第一搜索數(shù)據(jù)的處理可得出對應(yīng)用戶的信用評價的方法。

而如何使用戶行為在終端中的體現(xiàn)轉(zhuǎn)化成確切的數(shù)據(jù)，從而使這些數(shù)據(jù)更好地判斷用戶的信用級別，進而服務(wù)于金融風(fēng)險控制，是目前亟需解決的一個問題。

公開內(nèi)容

本公開提供一種搜索數(shù)據(jù)的處理方法及裝置，使得通過用戶終端中的第一搜索數(shù)據(jù)的處理得出對應(yīng)的行為及其信用評價，從而更好地實現(xiàn)對用戶的行為的判斷。

第一方面，本公開實施例提供了一種搜索數(shù)據(jù)的處理方法，所述方法包括：

上傳若干用戶在搜索引擎中的第一搜索數(shù)據(jù)至云數(shù)據(jù)平臺；

篩選出所述第一搜索數(shù)據(jù)中頻率權(quán)重大于等于預(yù)設(shè)權(quán)重的第二搜索數(shù)據(jù)；

獲取所述第二搜索數(shù)據(jù)，以及所述第二搜索數(shù)據(jù)的標(biāo)識信息；

根據(jù)所述第二搜索數(shù)據(jù)的標(biāo)識信息，以及在搜索引擎內(nèi)出現(xiàn)的第一搜索數(shù)據(jù)中包括的第二搜索數(shù)據(jù)的數(shù)量，獲得信用權(quán)重。

本公開的實施例提供的技術(shù)方案可以包括以下有益效果：通過云數(shù)據(jù)平臺對第一搜索數(shù)據(jù)進行篩選得出其中權(quán)重較大的第二搜索數(shù)據(jù)以及各第二搜索數(shù)據(jù)對應(yīng)的標(biāo)識信息，通過該標(biāo)識信息以及第二搜索數(shù)據(jù)在搜索引擎內(nèi)出現(xiàn)的第一搜索數(shù)據(jù)的比重，計算得出信用權(quán)重，從而完成對用戶的金融行為的分析，無須再花費大量人力物力對該用戶的實際金融情形考察，很好地通過第一搜索數(shù)據(jù)實現(xiàn)了用戶的金融行為作出評價判斷，并且對用戶的金融畫像方面的刻畫也起到了十分重要的作用。

結(jié)合另一方面，在另一方面的一種可能的實現(xiàn)方式中，所述上傳在搜索引擎中的第一搜索數(shù)據(jù)至云數(shù)據(jù)平臺之前，包括：

獲取在各搜索引擎中的瀏覽數(shù)據(jù)集合；

獲取所述瀏覽數(shù)據(jù)集合中每項瀏覽數(shù)據(jù)的使用頻率；

比較該使用頻率與預(yù)設(shè)使用頻率，選取使用頻率大于等于預(yù)設(shè)使用頻率的瀏覽數(shù)據(jù)作為第一搜索數(shù)據(jù)；

所述第一搜索數(shù)據(jù)為刪除了低于預(yù)設(shè)使用頻率的瀏覽數(shù)據(jù)以后的瀏覽數(shù)據(jù)集合。

本公開的實施例提供的技術(shù)方案可以包括以下有益效果：在將第一搜索數(shù)據(jù)上傳到云數(shù)據(jù)平臺之前，可進一步對搜索引擎中出現(xiàn)的瀏覽數(shù)據(jù)進行篩選以得到待上傳的第一搜索數(shù)據(jù)，對于使用頻率低于預(yù)設(shè)使用頻率的無作用瀏覽數(shù)據(jù)作出丟棄操作，從而使得在第一搜索數(shù)據(jù)的源頭上保證了第一搜索數(shù)據(jù)的質(zhì)量。

結(jié)合另一方面，在另一方面的一種可能的實現(xiàn)方式中，獲取所述第二搜索數(shù)據(jù)，以及所述第二搜索數(shù)據(jù)的標(biāo)識信息時，包括：

獲取每一所述第二搜索數(shù)據(jù)的出現(xiàn)次數(shù)；

將出現(xiàn)次數(shù)最多的第二搜索數(shù)據(jù)作為聚類數(shù)據(jù)；

獲取所述聚類數(shù)據(jù)在所述云數(shù)據(jù)平臺中的標(biāo)識信息。

本公開的實施例提供的技術(shù)方案可以包括以下有益效果：通過在第二搜索數(shù)據(jù)中出現(xiàn)次數(shù)最多的第二搜索數(shù)據(jù)作為聚類數(shù)據(jù)，并且獲取該聚類數(shù)據(jù)在云數(shù)據(jù)平臺上被打上的標(biāo)識信息，該標(biāo)識信息為對第二搜索數(shù)據(jù)的聚類結(jié)果作出的標(biāo)簽，該標(biāo)簽?zāi)軌蚍磻?yīng)該用戶最經(jīng)常進行的金融行為，進而可反映出該用戶金融行為所對應(yīng)的信用評價。

結(jié)合另一方面，在另一方面的一種可能的實現(xiàn)方式中，所述上傳若干用戶在搜索引擎中的第一搜索數(shù)據(jù)至云數(shù)據(jù)平臺時，包括：

獲取在搜索引擎中的瀏覽數(shù)據(jù)；

按照數(shù)據(jù)屬性對各所述瀏覽數(shù)據(jù)進行劃分，以得到類型權(quán)重；

將類型權(quán)重大于預(yù)設(shè)閾值的瀏覽數(shù)據(jù)作為第一搜索數(shù)據(jù)上傳至云數(shù)據(jù)平臺。

本公開的實施例提供的技術(shù)方案可以包括以下有益效果：對用戶的搜索引擎中出現(xiàn)的瀏覽數(shù)據(jù)的另一種篩選方式，通過數(shù)據(jù)屬性對瀏覽數(shù)據(jù)進行劃分，從而得到類型權(quán)重大于預(yù)設(shè)閾值的瀏覽數(shù)據(jù)上傳，使得通過較為準(zhǔn)確地獲取該用戶的標(biāo)識信息，從而更準(zhǔn)確地對該用戶的金融行為作出信用評價。

結(jié)合另一方面，在另一方面的一種可能的實現(xiàn)方式中，根據(jù)所述第二搜索數(shù)據(jù)的標(biāo)識信息，以及在搜索引擎內(nèi)出現(xiàn)的第一搜索數(shù)據(jù)中包括的第二搜索數(shù)據(jù)的數(shù)量，獲得信用權(quán)重，包括：

根據(jù)第一搜索數(shù)據(jù)判斷得出應(yīng)用場景；

根據(jù)各應(yīng)用場景所對應(yīng)的數(shù)據(jù)關(guān)聯(lián)強度，以及第一搜索數(shù)據(jù)的類型權(quán)重，計算得出各第二搜索數(shù)據(jù)的關(guān)聯(lián)比重；

根據(jù)所述關(guān)聯(lián)比重以及標(biāo)識信息得到對應(yīng)的信用權(quán)重。

本公開的實施例提供的技術(shù)方案可以包括以下有益效果：數(shù)據(jù)關(guān)聯(lián)強度可作為對信用評價的一處常量K，通過該常量K使得得出信用權(quán)重時各用戶站在同統(tǒng)一的評價標(biāo)準(zhǔn)，從而使得用戶的信用權(quán)重更為客觀，更接近于真實的用戶的信用評價。

結(jié)合另一方面，在另一方面的一種可能的實現(xiàn)方式中，上傳在搜索引擎中的第一搜索數(shù)據(jù)至云數(shù)據(jù)平臺時，包括：

獲取各所述第一搜索數(shù)據(jù)的應(yīng)用場景；

對應(yīng)用場景進行粗粒度分析，以得到在粗粒度分析所體現(xiàn)的分析規(guī)則內(nèi)包括的第一搜索數(shù)據(jù)。

本公開的實施例提供的技術(shù)方案可以包括以下有益效果：各所述第一搜索數(shù)據(jù)的應(yīng)用場景的粗粒度分析，同樣地作為對第一搜索數(shù)據(jù)的一種篩選方式，可以通過一定的篩選規(guī)則得出第二搜索數(shù)據(jù)，通過粗粒度分析的方式可使得所述第一搜索數(shù)據(jù)能夠得到更為準(zhǔn)確的分類結(jié)果。

第二方面，本公開還提供了一種搜索數(shù)據(jù)的處理裝置，其具體的技術(shù)方案包括如下：

上傳模塊，被配置用于上傳在搜索引擎中的第一搜索數(shù)據(jù)至云數(shù)據(jù)平臺；

篩選模塊，被配置用于篩選出所述第一搜索數(shù)據(jù)中頻率權(quán)重大于等于預(yù)設(shè)權(quán)重的第二搜索數(shù)據(jù)；

獲取模塊，被配置用于獲取所述第二搜索數(shù)據(jù)，以及所述第二搜索數(shù)據(jù)的標(biāo)識信息；

權(quán)重計算模塊，被配置用于根據(jù)所述第二搜索數(shù)據(jù)的標(biāo)識信息，以及在搜索引擎內(nèi)出現(xiàn)的第一搜索數(shù)據(jù)中包括的第二搜索數(shù)據(jù)的數(shù)量，獲得的信用權(quán)重。

結(jié)合另一方面，在另一方面的一種可能的實現(xiàn)方式中，所述裝置還包括：

瀏覽獲取模塊，被配置用于獲取所述在各搜索引擎中的瀏覽數(shù)據(jù)集合；

頻率獲取模塊，被配置用于獲取所述瀏覽數(shù)據(jù)集合中每項瀏覽數(shù)據(jù)的使用頻率；

比較模塊，被配置用于比較該使用頻率與預(yù)設(shè)使用頻率，選取使用頻率大于等于預(yù)設(shè)使用頻率的瀏覽數(shù)據(jù)作為第一搜索數(shù)據(jù)，丟棄使用頻率小于預(yù)設(shè)使用頻率的瀏覽數(shù)據(jù)；

其中，所述上傳模塊中的所述第一搜索數(shù)據(jù)為刪除了低于預(yù)設(shè)使用頻率的瀏覽數(shù)據(jù)以后的瀏覽數(shù)據(jù)集合。

結(jié)合另一方面，在另一方面的一種可能的實現(xiàn)方式中，所述權(quán)重計算模塊還包括：

次數(shù)獲取模塊，被配置用于獲取每一所述第二搜索數(shù)據(jù)的出現(xiàn)次數(shù)；

聚類數(shù)據(jù)模塊，被配置用于將出現(xiàn)次數(shù)最多的第二搜索數(shù)據(jù)作為聚類數(shù)據(jù)；

標(biāo)識獲取模塊，被配置用于獲取所述聚類數(shù)據(jù)在所述云數(shù)據(jù)平臺中的標(biāo)識信息。

結(jié)合另一方面，在另一方面的一種可能的實現(xiàn)方式中，所述上傳模塊還包括：

瀏覽數(shù)據(jù)模塊，被配置用于獲取在搜索引擎中的瀏覽數(shù)據(jù)；

類型劃分模塊，被配置用于按照數(shù)據(jù)屬性對各所述瀏覽數(shù)據(jù)進行劃分，以得到類型權(quán)重；

數(shù)據(jù)上傳模塊，被配置用于將類型權(quán)重大于預(yù)設(shè)閾值的瀏覽數(shù)據(jù)作為第一搜索數(shù)據(jù)上傳至云數(shù)據(jù)平臺。

結(jié)合另一方面，在另一方面的一種可能的實現(xiàn)方式中，所述權(quán)重計算模塊還包括：

判斷模塊，被配置用于根據(jù)第一搜索數(shù)據(jù)判斷得出應(yīng)用場景；

關(guān)聯(lián)比重計算模塊，被配置用于根據(jù)各應(yīng)用場景所對應(yīng)的數(shù)據(jù)關(guān)聯(lián)強度，以及第一搜索數(shù)據(jù)的類型權(quán)重，計算得出各第二搜索數(shù)據(jù)的關(guān)聯(lián)比重；

第二權(quán)重計算模塊，根據(jù)所述關(guān)聯(lián)比重以及標(biāo)識信息得到對應(yīng)的信用權(quán)重。

結(jié)合另一方面，在另一方面的一種可能的實現(xiàn)方式中，所述上傳模塊還包括：

場景獲取模塊，被配置用于獲取各所述第一搜索數(shù)據(jù)的應(yīng)用場景；

粒度分析模塊，被配置用于對應(yīng)用場景進行粗粒度分析，以得到在粗粒度分析所體現(xiàn)的分析規(guī)則內(nèi)包括的第一搜索數(shù)據(jù)。

第三方面，本公開還提供了一種搜索數(shù)據(jù)的處理裝置，包括：

處理器；

用于存儲處理器可執(zhí)行指令的存儲器；

其中，所述處理器被配置為：

上傳在搜索引擎中的第一搜索數(shù)據(jù)至云數(shù)據(jù)平臺；

篩選出所述第一搜索數(shù)據(jù)中頻率權(quán)重大于等于預(yù)設(shè)權(quán)重的第二搜索數(shù)據(jù)；

獲取所述第二搜索數(shù)據(jù)，以及所述第二搜索數(shù)據(jù)的標(biāo)識信息；

根據(jù)所述第二搜索數(shù)據(jù)的標(biāo)識信息，以及在所述搜索引擎內(nèi)出現(xiàn)的第一搜索數(shù)據(jù)中包括的第二搜索數(shù)據(jù)的數(shù)量，獲得信用權(quán)重。

應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不能限制本公開。

附圖說明

圖1為本公開示例性實施例所述的一種搜索數(shù)據(jù)的處理方法的流程示意圖；

圖2為本公開示例性實施例的瀏覽數(shù)據(jù)篩選的流程示意圖；

圖3為本公開示例性實施例的聚類時的標(biāo)簽示意圖；

圖4為本公開示例性實施例的類型權(quán)重的示意圖；

圖5為本公開示例性實施例的應(yīng)用場景的方法示意圖；

圖6為本公開示例性實施例的一種搜索數(shù)據(jù)的處理裝置框圖；

圖7是根據(jù)一示例性實施例示出的一種用于第一搜索數(shù)據(jù)的處理方法的裝置800的框圖。

具體實施方式

下面結(jié)合附圖和實施例對本公開作進一步的詳細(xì)說明。可以理解的是，此處所描述的具體實施例僅僅用于解釋本公開，而非對本公開的限定。另外還需要說明的是，為了便于描述，附圖中僅示出了與本公開相關(guān)的部分而非全部結(jié)構(gòu)。

在更加詳細(xì)地討論示例性實施例之前應(yīng)當(dāng)提到的是，一些示例性實施例被描述成作為流程圖描繪的處理或方法。雖然流程圖中將各步驟描述成順序的處理，但是其中的許多步驟可以并行地、并發(fā)地或者同時實施。此外，各步驟的順序可以被重新安排，當(dāng)其操作完成時所述處理可以被終止，但是還可以具有未包括在附圖內(nèi)的其它步驟。處理處理可以對應(yīng)于方法、函數(shù)、規(guī)程、子例程、子程序等。

本公開涉及一種搜索數(shù)據(jù)的處理方法及裝置，其主要運用于在通過終端進行信用評價以實現(xiàn)金融風(fēng)險控制的場景中，通過云數(shù)據(jù)平臺對出現(xiàn)在終端搜索引擎中的搜索數(shù)據(jù)進行篩選、聚類分析、信用權(quán)重的計算等，使得通過云數(shù)據(jù)平臺的數(shù)據(jù)分析即可以獲得用戶的信用權(quán)重，通過該信用權(quán)重可以更好地評價用戶的金融行為，從而更好地為金融風(fēng)險控制服務(wù)，避免了將金融款項發(fā)放給信用不良好的用戶。

本實施例可適用于帶有搜索引擎的終端中以進行信用評價的情況中，該方法可以由終端的控制裝置來執(zhí)行。其中，該裝置可以由軟件和/或硬件來實現(xiàn)，一般地可集成于終端中，或者云數(shù)據(jù)平臺的服務(wù)管理中心來控制。

用戶通過終端(如手機、pad等具有搜索功能的終端)中的搜索引擎，或者終端中安裝的應(yīng)用程序app的搜索引擎，搜索數(shù)據(jù)，獲得資訊。這些搜索項可以用于側(cè)寫用戶的金融能力。實現(xiàn)時，可以通過賬號、移動終端標(biāo)識等信息標(biāo)識出哪些搜索數(shù)據(jù)歸屬于同一個用戶。

例如，用戶注冊的手機號碼，綁定的唯一終端標(biāo)識，各種購物網(wǎng)站的賬號等。云數(shù)據(jù)平臺接收到終端上傳的來自終端瀏覽器的第一搜索數(shù)據(jù)a、來自購物網(wǎng)站的第一搜索數(shù)據(jù)b、來自操作系統(tǒng)搜索的第一搜索數(shù)據(jù)c后，可以根據(jù)上傳該第一搜索數(shù)據(jù)a、c的終端標(biāo)識確定第一搜索數(shù)據(jù)a、c屬于用戶A，根據(jù)購物網(wǎng)站的賬號確定第一搜索數(shù)據(jù)b也屬于用戶A。

如圖1所示，本公開示例性實施例所述的一種搜索數(shù)據(jù)的處理方法，該方法可適用于終端中，其具體包括如下步驟：

在步驟110中，上傳在搜索引擎中的第一搜索數(shù)據(jù)至云數(shù)據(jù)平臺；

智能型終端的搜索引擎，可以包括獨立的能夠用于網(wǎng)絡(luò)連接的搜索引擎，如百度、谷歌、必應(yīng)等，也可以為在客戶端某一應(yīng)用的搜索引擎，例如一些購物應(yīng)用中在網(wǎng)站中搜索物品時形成的第一搜索數(shù)據(jù)。

第一搜索數(shù)據(jù)可以為在對應(yīng)的搜索引擎內(nèi)進行搜索時的歷史瀏覽數(shù)據(jù)經(jīng)過篩選后的第一搜索數(shù)據(jù)。

云數(shù)據(jù)平臺提供有效的數(shù)據(jù)接口，接收各移動終端的原始數(shù)據(jù)(第一搜索數(shù)據(jù))并為相關(guān)的數(shù)據(jù)統(tǒng)計提供服務(wù)，例如數(shù)據(jù)的集成、分析、融合、分配以及聚合等。

在終端中可通過有線或無線的數(shù)據(jù)接口將在搜索引擎中出現(xiàn)的第一搜索數(shù)據(jù)上傳至云數(shù)據(jù)平臺。

在步驟120中，篩選出第一搜索數(shù)據(jù)中頻率權(quán)重大于等于預(yù)設(shè)權(quán)重的第二搜索數(shù)據(jù)；

云數(shù)據(jù)平臺中進行對第一搜索數(shù)據(jù)的聚合分析，在上傳的第一搜索數(shù)據(jù)較多時，可通過關(guān)鍵字監(jiān)控的方式對上傳的第一搜索數(shù)據(jù)進行分析，在通過關(guān)鍵字分析時，每一關(guān)鍵字可為在第一搜索數(shù)據(jù)可能出現(xiàn)的一個或多個第一搜索數(shù)據(jù)，該關(guān)鍵字所包括的第一搜索數(shù)據(jù)能夠更好地體現(xiàn)金融行為，例如，該關(guān)鍵字為“貸”，則其相關(guān)的第一搜索數(shù)據(jù)可以包括“騙貸”、“貸款”、“高利貸”等，與該關(guān)鍵字相關(guān)的第一搜索數(shù)據(jù)作為第二搜索數(shù)據(jù)，并且每一第二搜索數(shù)據(jù)具有其對應(yīng)的標(biāo)識信息，該標(biāo)識信息對應(yīng)的為各與關(guān)鍵字相關(guān)的第一搜索數(shù)據(jù)的信用風(fēng)險值。

在可采取的另一種方式中，該關(guān)鍵字監(jiān)控的方式還可進行變通，例如可為：

在云數(shù)據(jù)平臺中對第一搜索數(shù)據(jù)中的頻率權(quán)重進行統(tǒng)計；

將統(tǒng)計后的頻率權(quán)重大于等于預(yù)設(shè)權(quán)重的各第一搜索數(shù)據(jù)，作為第二搜索數(shù)據(jù)；

以在云數(shù)據(jù)平臺中的所有終端上傳的第一搜索數(shù)據(jù)作為計算基數(shù)，獲取頻率權(quán)重時，通過計算某一終端上傳的各第一搜索數(shù)據(jù)在該計算基數(shù)中的相同的第一搜索數(shù)據(jù)的比例得出所述頻率權(quán)重，即頻率權(quán)重為各所述第一搜索數(shù)據(jù)在云數(shù)據(jù)平臺中現(xiàn)出的頻率，而預(yù)設(shè)權(quán)重可通過云數(shù)據(jù)平臺預(yù)先設(shè)置。

在步驟130中，獲取第二搜索數(shù)據(jù)，以及第二搜索數(shù)據(jù)的標(biāo)識信息；

在通過步驟120中頻率權(quán)重的篩選之后，可得出對應(yīng)的第二搜索數(shù)據(jù)，同時可獲取在對各第二搜索數(shù)據(jù)的標(biāo)識信息。

標(biāo)識信息為對各第二搜索數(shù)據(jù)的標(biāo)簽，該標(biāo)簽為各第二搜索數(shù)據(jù)的常規(guī)信用權(quán)重。在出現(xiàn)該第二搜索數(shù)據(jù)時一般可判斷該終端的該種金融行為的常規(guī)的信用權(quán)重。

信用權(quán)重為一信用評價值，為一個確定的能夠反映出用戶金融行為風(fēng)險的數(shù)值。

在步驟140中，根據(jù)第二搜索數(shù)據(jù)的標(biāo)識信息，以及在搜索引擎內(nèi)出現(xiàn)的第一搜索數(shù)據(jù)中包括的第二搜索數(shù)據(jù)的數(shù)量，獲得信用權(quán)重。

各第二搜索數(shù)據(jù)即標(biāo)識信息為一常規(guī)信用權(quán)重M，第二搜索數(shù)據(jù)所占對應(yīng)的第一搜索數(shù)據(jù)的比重為一常量N，則此時該信用權(quán)重P＝M×N，該信用權(quán)重P用以評價該用戶的與金融業(yè)務(wù)相關(guān)的金融行為。

在本公開示例性實施例的另一實施場景中，如圖2所示，步驟110之前，還包括對瀏覽數(shù)據(jù)進行篩選后再上傳至云數(shù)據(jù)平臺的步驟，以使得對于搜索引擎中出現(xiàn)的瀏覽數(shù)據(jù)進行初步篩選，其步驟包括如下：

在步驟210中，獲取在各搜索引擎中的瀏覽數(shù)據(jù)集合；

在搜索引擎中出現(xiàn)的瀏覽數(shù)據(jù)集合中有可能包括有用的第一搜索數(shù)據(jù)，例如“貸款”、“風(fēng)險”、“金融行業(yè)”等，以及無意義的瀏覽數(shù)據(jù)，例如一些數(shù)字及被打亂的字母，“2ad”/“l(fā)kdo”等。

在步驟220中，獲取瀏覽數(shù)據(jù)集合中每項瀏覽數(shù)據(jù)的使用頻率；

搜索引擎中出現(xiàn)的每一項瀏覽數(shù)據(jù)，均會由于使用習(xí)慣以及搜索引擎是否為常用搜索引擎等因素而具有不同的使用頻率，對瀏覽數(shù)據(jù)的使用頻率進行統(tǒng)計。

在步驟230中，比較該使用頻率與預(yù)設(shè)使用頻率，選取使用頻率大于等于預(yù)設(shè)使用頻率的瀏覽數(shù)據(jù)作為第一搜索數(shù)據(jù)；；

對于瀏覽數(shù)據(jù)集合中，有用的瀏覽數(shù)據(jù)的使用頻率較預(yù)設(shè)使用頻率高時，使該民瀏覽數(shù)據(jù)作為將要上傳的第一搜索數(shù)據(jù)使用，而對于一些無意義的使用頻率低于預(yù)設(shè)使用頻率的瀏覽數(shù)據(jù)，可以作出丟棄操作，也可以進行其它形式的處理。

因此，在搜索引擎中的第一搜索數(shù)據(jù)至云數(shù)據(jù)平臺時中的第一搜索數(shù)據(jù)為刪除了低于預(yù)設(shè)使用頻率的無意義的瀏覽數(shù)據(jù)以后的瀏覽數(shù)據(jù)集合中使用頻率大于預(yù)設(shè)使用頻率的瀏覽數(shù)據(jù)。

在本公開示例性實施例的一種實施方式中，如圖3所示，在進行所述步驟120時，包括有對第二搜索數(shù)據(jù)進行聚類分析以得到其標(biāo)識信息的步驟，從而使得對數(shù)據(jù)的分析能夠從大數(shù)據(jù)分析的角度更加智能地得到其標(biāo)識信息，其具體的步驟包括如下：

在步驟310中，獲取每一第二搜索數(shù)據(jù)的出現(xiàn)次數(shù)。

其中的第二搜索數(shù)據(jù)，可以為對最原始的瀏覽數(shù)據(jù)集合中二次篩選分析以后的結(jié)果，此時的第二搜索數(shù)據(jù)較能夠反映真實的與金融方面相關(guān)的數(shù)據(jù)情形，統(tǒng)計其中的第二搜索數(shù)據(jù)的出現(xiàn)次數(shù)，出現(xiàn)次數(shù)為每一第二搜索數(shù)據(jù)在所有的第一搜索數(shù)據(jù)中總共出現(xiàn)的次數(shù)。

在步驟320中，將出現(xiàn)次數(shù)最多的第二搜索數(shù)據(jù)作為聚類數(shù)據(jù)。

一般情況下，在第二搜索數(shù)據(jù)中出現(xiàn)次數(shù)最多的第二搜索數(shù)據(jù)只有一個，此時，將該出現(xiàn)次數(shù)最多的第二搜索數(shù)據(jù)作為聚類數(shù)據(jù)，而在一些情況下，可能出現(xiàn)不同的第二搜索數(shù)據(jù)的出現(xiàn)次數(shù)相同的情形，例如，出現(xiàn)對于第二搜索數(shù)據(jù)中的“貸款”和“套現(xiàn)”的出現(xiàn)次數(shù)同為A次(A大于等于2)，則根據(jù)情況分別進行分析：

對于能夠計算得出第二搜索數(shù)據(jù)的使用頻率的情況：

分別獲取第二搜索數(shù)據(jù)中的“貸款”和“套現(xiàn)”的使用頻率B和C，此時聚類數(shù)據(jù)可選擇其中的任意一個，然而該聚類數(shù)據(jù)的出現(xiàn)次數(shù)A1＝A×(1+(1－B)×(1－C))，即，相應(yīng)地在該情況下提升聚類數(shù)據(jù)的出現(xiàn)次數(shù)。

對于無法計算得出第二搜索數(shù)據(jù)的使用頻率的情況：

直接使該聚類數(shù)據(jù)的出現(xiàn)次數(shù)A1＝K₁×A，其中K₁為一大于1的常數(shù)，可通過數(shù)據(jù)的統(tǒng)計對其進行設(shè)置。

在步驟330中，獲取聚類數(shù)據(jù)在云數(shù)據(jù)平臺中的標(biāo)識信息。

對于獲取得到的聚類數(shù)據(jù)，其對應(yīng)地在所述云數(shù)據(jù)平臺中具有一標(biāo)識信息，該標(biāo)識信息為該聚類數(shù)據(jù)的標(biāo)簽，通常為一能夠反映信用評價的評價系數(shù)，例如，當(dāng)該聚類數(shù)據(jù)為“高利貸”時，所述標(biāo)識信息可以低于0.6，即不建議向該用戶進行貸款。

在本公開示例性實施例的另一實施場景中，如圖4所示，在進行所述步驟110時，還可以進行的方式是對搜索引擎中的瀏覽數(shù)據(jù)進行類型劃分，以在上傳第一搜索數(shù)據(jù)之前對搜索引擎中的瀏覽數(shù)據(jù)進行另一種方式的篩選，該過程的具體操作步驟包括如下：

在步驟410中，獲取在搜索引擎中的瀏覽數(shù)據(jù)；

同所述步驟210，在移動終端中的搜索引擎中出現(xiàn)的瀏覽數(shù)據(jù)集合，可能包括有用的第一搜索數(shù)據(jù)，例如“貸款”、“風(fēng)險”、“金融行業(yè)”、“高利貸”以及“套現(xiàn)”等，以及無用的或無意義的瀏覽數(shù)據(jù)，例如一些數(shù)字及被打亂的字母，“2ad”/“l(fā)kdo”等。

在步驟420中，按照數(shù)據(jù)屬性對各所述瀏覽數(shù)據(jù)進行劃分，以得到類型權(quán)重；

數(shù)據(jù)屬性可為瀏覽數(shù)據(jù)的類型特征屬性，對瀏覽數(shù)據(jù)進行劃分時可得到不同類型特征的瀏覽數(shù)據(jù)，每一個類型的瀏覽數(shù)據(jù)均對應(yīng)地具有一類型權(quán)重。

在步驟430中，將類型權(quán)重大于預(yù)設(shè)閾值的瀏覽數(shù)據(jù)作為第一搜索數(shù)據(jù)上傳至云數(shù)據(jù)平臺。

將類型權(quán)重與預(yù)設(shè)閾值作比較，對于類型權(quán)重大于預(yù)設(shè)閾值的瀏覽數(shù)據(jù)進行上傳，而類型權(quán)重小于預(yù)設(shè)閾值的瀏覽數(shù)據(jù)則丟棄。

通過本實施方式中的通過類型特性對瀏覽數(shù)據(jù)進行篩選后作為第一搜索數(shù)據(jù)上傳至云數(shù)據(jù)平臺，在進一步的聚類分析時，能夠根據(jù)同一類型特性的第一搜索數(shù)據(jù)進行聚類分析，無須再通過新的方式再一次對第一搜索數(shù)據(jù)進行聚類，從而便于后續(xù)方法的執(zhí)行。

如圖5所示，為本公開示例性實施例給出的信用權(quán)重的計算過程，其通過第一搜索數(shù)據(jù)的應(yīng)用場景，以及其關(guān)聯(lián)強度，綜合得出影響信用權(quán)重的常量，進而更準(zhǔn)確地得出信用評價，實現(xiàn)這一過程的步驟包括如下：

在步驟510中，根據(jù)第一搜索數(shù)據(jù)判斷得出應(yīng)用場景；

應(yīng)用場景可以是應(yīng)用程序，即第一搜索數(shù)據(jù)的來源，例如可以是微博、百度、瀏覽器、facebook、google mobile等的搜索引擎，也可以是在終端中社交網(wǎng)絡(luò)的傳播途徑也反映的應(yīng)用場景。

在步驟520中，根據(jù)各應(yīng)用場景所對應(yīng)的數(shù)據(jù)關(guān)聯(lián)強度，以及第一搜索數(shù)據(jù)的類型權(quán)重，計算得出各第二搜索數(shù)據(jù)的關(guān)聯(lián)比重；

從不同的應(yīng)用場景中得出的第一搜索數(shù)據(jù)，其對應(yīng)地有不同的數(shù)據(jù)關(guān)聯(lián)強度，例如從微博搜索引擎中得到的第一搜索數(shù)據(jù)的數(shù)據(jù)關(guān)聯(lián)強度，其一般大于從google mobil中得到的第一搜索數(shù)據(jù)的數(shù)據(jù)關(guān)聯(lián)強度，該數(shù)據(jù)關(guān)聯(lián)強度同時也可分為強關(guān)聯(lián)和弱關(guān)聯(lián)，對于強關(guān)聯(lián)的數(shù)據(jù)其強度值可設(shè)置為大于1，對于弱關(guān)聯(lián)的數(shù)據(jù)其強度值可設(shè)置為小于1，而且基于步驟420中涉及的方法得到的類型權(quán)重，綜合得出第一搜索數(shù)據(jù)的關(guān)聯(lián)比重，該關(guān)聯(lián)比重可以作為第一搜索數(shù)據(jù)的另一常量K，由于關(guān)聯(lián)強度的不同，常量K通常也不同，因此，通過應(yīng)用場景判斷的方式，可以得出不同的用戶的信用權(quán)重，即對用戶的信用評價。

在步驟530中，根據(jù)所述關(guān)聯(lián)比重以及標(biāo)識信息得到對應(yīng)的信用權(quán)重。

根據(jù)由數(shù)據(jù)關(guān)聯(lián)強度、類型權(quán)重得出的關(guān)聯(lián)比重，以及第一搜索數(shù)據(jù)經(jīng)過篩選之后的標(biāo)識信息，綜合得出對應(yīng)的信用權(quán)重。

在本公開示例性實施例可能的另一實施方式中，在對第一搜索數(shù)據(jù)進行分類時，可通過粗粒度分析的方法對第一搜索數(shù)據(jù)進行分析而得到聚類結(jié)果，其具體的實施過程包括如下：

獲取各所述第一搜索數(shù)據(jù)的應(yīng)用場景；

所述應(yīng)用場景可以為第一搜索數(shù)據(jù)的來源的具體應(yīng)用程序，同步驟510中的應(yīng)用場景。

對應(yīng)用場景進行粗粒度分析，以得到在粗粒度分析所體現(xiàn)的分析規(guī)則內(nèi)包括的第一搜索數(shù)據(jù)。

以第一搜索數(shù)據(jù)的應(yīng)用場景作為基本元素進行粗粒度分析，即在相同的應(yīng)用場景下得到的第一搜索數(shù)據(jù)可作為一個大的類，以便于對同一來源的第一搜索數(shù)據(jù)的聚類分析。

本公開的方法的實施工作可包括：

(1)、獲取上傳的第一搜索數(shù)據(jù)；

在云數(shù)據(jù)平臺保存了每一用戶近期的第一搜索數(shù)據(jù)，即用戶的瀏覽數(shù)據(jù)經(jīng)過關(guān)鍵字/詞的篩選之后的第一搜索數(shù)據(jù)。可以通過賬號、移動終端標(biāo)識等信息標(biāo)識出第一搜索數(shù)據(jù)歸屬于一個用戶。

(2)、選取其中n名用戶的數(shù)據(jù)進行分析；

獲取云數(shù)據(jù)平臺中n名用戶的第一搜索數(shù)據(jù)，其中，所述n為符合大數(shù)據(jù)思想一個常數(shù)。

(3)、對關(guān)鍵字/詞信息進行聚類分析，比如100000條數(shù)據(jù)包含有意義的詞有680000多個，根據(jù)詞語在文檔中出現(xiàn)的頻率選擇其中出現(xiàn)次數(shù)大于100的10000個詞語作為特征詞,用TFIDF(TF-IDF(term frequency–inverse document frequency))方法構(gòu)建特征向量，然后使用Kmeans算法進行聚類。

(4)、得到聚類分析的結(jié)果，對不同的聚類結(jié)果打上標(biāo)識信息的標(biāo)簽，比如下面兩個聚類結(jié)果：

kinds＝類別標(biāo)號，size:類別包含的用戶數(shù)(類別標(biāo)號、標(biāo)簽)

kinds:0

size:284

The max K attr:獎:0.488501雙色球:0.323055彩票:0.127598瀏覽器:0.098957樂透:0.095484uc:0.091905彩:0.056511香港:0.047539六合:0.045029星彩開:0.034489走勢:0.032245福利:0.030691色球:0.028976號碼:0.026521直播:0.021853星彩:0.020399體育:0.020218馬會開:0.019988萬能:0.019321預(yù)測:0.017427選:0.017284快播:0.016266排列:0.015760鑰匙:0.015745現(xiàn)場:0.014799今天:0.014467福彩:0.011413和合彩:0.010900體彩:0.010795紅米:0.010228助手:0.009482規(guī)則:0.008244新聞:0.007878預(yù)報:0.007857星星:0.007622鈴聲:0.007602福彩雙:0.007538走:0.007521記錄:0.007437空調(diào):0.007362天:0.007328試機:0.007200違章:0.007033時時:0.007004超級:0.006974期:0.006936火車票:0.006843快樂:0.006821法:0.006739東風(fēng):0.006712

#################################################################

kinds:1

size:121

The max K attr:懷孕:0.447857孕婦:0.119114月:0.087769多久:0.045541癥狀:0.043221肚子:0.042059初期:0.041532女子:0.040367司機:0.035727老婆:0.031274胎兒:0.029885同房:0.028104寶寶:0.026618測:0.024536月經(jīng):0.024181夢見:0.022584影響:0.021118期間:0.020735喝:0.020239三個:0.019241痛:0.019191生:0.018830疼:0.018731女孩:0.018346四個:0.018296女兒:0.017824幾個:0.017724滴滴:0.017649父親:0.017171老公:0.017167反應(yīng):0.016697幾天:0.015458孩子:0.014972男子:0.014660孕:0.014398多月:0.014194注意:0.014002正常:0.013803打車:0.013532姨媽:0.013331遭:0.013144流產(chǎn):0.013130女人:0.012853想:0.012767五個:0.011992算:0.011927書記:0.011885男孩:0.011764

#################################################################

則kinds 0的標(biāo)識信息可以為彩票，kinds 1的標(biāo)識信息可以為懷孕。

通過獲取云數(shù)據(jù)平臺中kinds的標(biāo)識信息的風(fēng)險值，綜合以上方法中涉及的對該標(biāo)識信息的影響因素，如第一搜索數(shù)據(jù)的類型權(quán)重、數(shù)據(jù)關(guān)聯(lián)強度、使用頻率、聚類結(jié)果等綜合計算得出對應(yīng)的信用權(quán)重，以評價信用等級。

上述的方法可以每隔一預(yù)定的時間，重新獲取對標(biāo)識信息計算其新的信用權(quán)重，當(dāng)信用權(quán)重的值大于某一風(fēng)險值時，則可以通過上報到金融數(shù)據(jù)中心對該用戶的網(wǎng)絡(luò)金融行為作出限制。

圖6為本公開提供的一種搜索數(shù)據(jù)的處理裝置的框圖，如圖6所示，本公開的一種搜索數(shù)據(jù)的處理裝置主要包括上傳模塊610、篩選模塊620、獲取模塊630以及權(quán)重計算模塊640，其中的兩兩模塊之間可實現(xiàn)通訊連接，且均可與用戶終端的中心控制單元保持通訊連接。

其中的上傳模塊610，被配置用于上傳在搜索引擎中的第一搜索數(shù)據(jù)至云數(shù)據(jù)平臺；

篩選模塊620，被配置用于篩選出所述第一搜索數(shù)據(jù)中頻率權(quán)重大于等于預(yù)設(shè)權(quán)重的第二搜索數(shù)據(jù)；

獲取模塊630，獲取所述第二搜索數(shù)據(jù)，以及所述第二搜索數(shù)據(jù)的標(biāo)識信息；

權(quán)重計算模塊640，被配置用于根據(jù)所述第二搜索數(shù)據(jù)的標(biāo)識信息，以及在每一用戶的搜索引擎內(nèi)出現(xiàn)的第一搜索數(shù)據(jù)中包括的第二搜索數(shù)據(jù)的數(shù)量，獲得信用權(quán)重。

在本公開示例性實施例的另一實施場景中，所述裝置還包括：

瀏覽獲取模塊，被配置用于獲取在各搜索引擎中的瀏覽數(shù)據(jù)集合；

頻率獲取模塊，被配置用于獲取所述瀏覽數(shù)據(jù)集合中每項瀏覽數(shù)據(jù)的使用頻率；

比較模塊，被配置用于比較該使用頻率與預(yù)設(shè)使用頻率，選取使用頻率大于等于預(yù)設(shè)使用頻率的瀏覽數(shù)據(jù)作為第一搜索數(shù)據(jù)，丟棄使用頻率小于預(yù)設(shè)使用頻率的瀏覽數(shù)據(jù)；

其中，所述上傳模塊中的所述第一搜索數(shù)據(jù)為刪除了低于預(yù)設(shè)使用頻率的瀏覽數(shù)據(jù)以后的瀏覽數(shù)據(jù)集合。

在本公開示例性實施例的另一實施場景中，所述權(quán)重計算模塊630還包括：

次數(shù)獲取模塊，被配置用于獲取每一所述第二搜索數(shù)據(jù)的出現(xiàn)次數(shù)；

聚類數(shù)據(jù)模塊，被配置用于將出現(xiàn)次數(shù)最多的第二搜索數(shù)據(jù)作為聚類數(shù)據(jù)；

標(biāo)識獲取模塊，被配置用于獲取所述聚類數(shù)據(jù)在所述云數(shù)據(jù)平臺中的標(biāo)識信息。

在本公開示例性實施例的另一實施場景中，所述上傳模塊610還包括：

瀏覽數(shù)據(jù)模塊，被配置用于獲取在搜索引擎中的瀏覽數(shù)據(jù)；

類型劃分模塊，被配置用于按照數(shù)據(jù)屬性對各所述瀏覽數(shù)據(jù)進行劃分，以得到類型權(quán)重；

數(shù)據(jù)上傳模塊，被配置用于將類型權(quán)重大于預(yù)設(shè)閾值的瀏覽數(shù)據(jù)作為第一搜索數(shù)據(jù)上傳至云數(shù)據(jù)平臺。

在本公開示例性實施例的另一實施場景中，所述權(quán)重計算模塊630還包括：

判斷模塊，被配置用于根據(jù)的第一搜索數(shù)據(jù)判斷得出應(yīng)用場景；

關(guān)聯(lián)比重計算模塊，被配置用于根據(jù)各應(yīng)用場景所對應(yīng)的數(shù)據(jù)關(guān)聯(lián)強度，以及第一搜索數(shù)據(jù)的類型權(quán)重，計算得出各第二搜索數(shù)據(jù)的關(guān)聯(lián)比重；

第二權(quán)重計算模塊，根據(jù)所述關(guān)聯(lián)比重以及標(biāo)識信息得到對應(yīng)的信用權(quán)重。

在本公開示例性實施例的另一實施場景中，所述上傳模塊610還包括：

場景獲取模塊，被配置用于獲取各所述第一搜索數(shù)據(jù)的應(yīng)用場景；

粒度分析模塊，被配置用于對應(yīng)用場景進行粗粒度分析，以得到在粗粒度分析所體現(xiàn)的分析規(guī)則內(nèi)包括的第一搜索數(shù)據(jù)。

上述實施例中提供的搜索數(shù)據(jù)的處理裝置可執(zhí)行本公開中任意實施例中所提供的搜索數(shù)據(jù)的處理方法，具備執(zhí)行該方法相應(yīng)的功能模塊和有益效果，未在上述實施例中詳細(xì)描述的技術(shù)細(xì)節(jié)，可參見本公開任意實施例中所提供的搜索數(shù)據(jù)的處理方法。

本公開還提供了一種搜索數(shù)據(jù)的處理裝置，包括：

處理器；

用于存儲處理器可執(zhí)行指令的存儲器；

其中，所述處理器被配置為：

上傳在搜索引擎中的第一搜索數(shù)據(jù)至云數(shù)據(jù)平臺；

篩選出所述第一搜索數(shù)據(jù)中頻率權(quán)重大于等于預(yù)設(shè)權(quán)重的第二搜索數(shù)據(jù)；

獲取所述第二搜索數(shù)據(jù)，以及所述第二搜索數(shù)據(jù)的標(biāo)識信息；

根據(jù)所述第二搜索數(shù)據(jù)的標(biāo)識信息，以及在所述搜索引擎內(nèi)出現(xiàn)的第一搜索數(shù)據(jù)中包括的第二搜索數(shù)據(jù)的數(shù)量，獲得信用權(quán)重。

該處理器還被配置為可以執(zhí)行上述搜索數(shù)據(jù)的處理方法。

將意識到的是，本公開也擴展到適合于將本公開付諸實踐的計算機程序，特別是載體上或者載體中的計算機程序。程序可以以源代碼、目標(biāo)代碼、代碼中間源和諸如部分編譯的形式的目標(biāo)代碼的形式，或者以任何其它適合在按照本公開的方法的實現(xiàn)中使用的形式。也將注意的是，這樣的程序可能具有許多不同的構(gòu)架設(shè)計。例如，實現(xiàn)按照本公開的方法或者系統(tǒng)的功能性的程序代碼可能被再分為一個或者多個子例程。

用于在這些子例程中間分布功能性的許多不同方式將對技術(shù)人員而言是明顯的。子例程可以一起存儲在一個可執(zhí)行文件中，從而形成自含式的程序。這樣的可執(zhí)行文件可以包括計算機可執(zhí)行指令，例如處理器指令和/或解釋器指令(例如，Java解釋器指令)?？商鎿Q地，子例程的一個或者多個或者所有子例程都可以存儲在至少一個外部庫文件中，并且與主程序靜態(tài)地或者動態(tài)地(例如在運行時間)鏈接。主程序含有對子例程中的至少一個的至少一個調(diào)用。子例程也可以包括對彼此的函數(shù)調(diào)用。涉及計算機程序產(chǎn)品的實施例包括對應(yīng)于所闡明方法中至少一種方法的處理步驟的每一步驟的計算機可執(zhí)行指令。這些指令可以被再分成子例程和/或被存儲在一個或者多個可能靜態(tài)或者動態(tài)鏈接的文件中。

另一個涉及計算機程序產(chǎn)品的實施例包括對應(yīng)于所闡明的系統(tǒng)和/或產(chǎn)品中至少一個的裝置中每個裝置的計算機可執(zhí)行指令。這些指令可以被再分成子例程和/或被存儲在一個或者多個可能靜態(tài)或者動態(tài)鏈接的文件中。

計算機程序的載體可以是能夠運載程序的任何實體或者裝置。例如，載體可以包含存儲介質(zhì)，諸如(ROM例如CDROM或者半導(dǎo)體ROM)或者磁記錄介質(zhì)(例如軟盤或者硬盤)。進一步地，載體可以是可傳輸?shù)妮d體，諸如電學(xué)或者光學(xué)信號，其可以經(jīng)由電纜或者光纜，或者通過無線電或者其它手段傳遞。當(dāng)程序具體化為這樣的信號時，載體可以由這樣的線纜或者裝置組成?？商鎿Q地，載體可以是其中嵌入有程序的集成電路，所述集成電路適合于執(zhí)行相關(guān)方法，或者供相關(guān)方法的執(zhí)行所用。

應(yīng)該留意的是，上文提到的實施例是舉例說明本公開，而不是限制本公開，并且本領(lǐng)域的技術(shù)人員將能夠設(shè)計許多可替換的實施例，而不會偏離所附權(quán)利要求的范圍。在權(quán)利要求中，任何放置在圓括號之間的參考符號不應(yīng)被解讀為是對權(quán)利要求的限制。動詞“包括”和其詞形變化的使用不排除除了在權(quán)利要求中記載的那些之外的元素或者步驟的存在。在元素之前的冠詞“一”或者“一個”不排除復(fù)數(shù)個這樣的元素的存在。本公開可以通過包括幾個明顯不同的元件的硬件，以及通過適當(dāng)編程的計算機而實現(xiàn)。在列舉幾種裝置的裝置權(quán)利要求中，這些裝置中的幾種可以通過硬件的同一項來體現(xiàn)。在相互不同的從屬權(quán)利要求中陳述某些措施的單純事實并不表明這些措施的組合不能被用來獲益。

如果期望的話，這里所討論的不同功能可以以不同順序執(zhí)行和/或彼此同時執(zhí)行。此外，如果期望的話，以上所描述的一個或多個功能可以是可選的或者可以進行組合。

如果期望的話，上文所討論的各步驟并不限于各實施例中的執(zhí)行順序，不同步驟可以以不同順序執(zhí)行和/或彼此同時執(zhí)行。此外，在其他實施例中，以上所描述的一個或多個步驟可以是可選的或者可以進行組合。

雖然本公開的各個方面在獨立權(quán)利要求中給出，但是本公開的其它方面包括來自所描述實施方式的特征和/或具有獨立權(quán)利要求的特征的從屬權(quán)利要求的組合，而并非僅是權(quán)利要求中所明確給出的組合。

這里所要注意的是，雖然以上描述了本公開的示例實施方式，但是這些描述并不應(yīng)當(dāng)以限制的含義進行理解。相反，可以進行若干種變化和修改而并不背離如所附權(quán)利要求中所限定的本公開的范圍。

本領(lǐng)域普通技術(shù)人員應(yīng)該明白，本公開實施例的裝置中的各模塊可以用通用的計算裝置來實現(xiàn)，各模塊可以集中在單個計算裝置或者計算裝置組成的網(wǎng)絡(luò)組中，本公開實施例中的裝置對應(yīng)于前述實施例中的方法，其可以通過可執(zhí)行的程序代碼實現(xiàn)，也可以通過集成電路組合的方式來實現(xiàn)，因此本公開并不局限于特定的硬件或者軟件及其結(jié)合。

本領(lǐng)域普通技術(shù)人員應(yīng)該明白，本公開實施例的裝置中的各模塊可以用通用的移動終端來實現(xiàn)，各模塊可以集中在單個移動終端或者移動終端組成的裝置組合中，本公開實施例中的裝置對應(yīng)于前述實施例中的方法，其可以通過編輯可執(zhí)行的程序代碼實現(xiàn)，也可以通過集成電路組合的方式來實現(xiàn)，因此本公開并不局限于特定的硬件或者軟件及其結(jié)合。

圖7是根據(jù)一示例性實施例示出的一種用于第一搜索數(shù)據(jù)的處理方法的裝置800的框圖。例如，裝置800可以是移動電話，計算機，數(shù)字廣播終端，消息收發(fā)裝置，游戲控制臺，平板裝置，醫(yī)療裝置，健身裝置，個人數(shù)字助理等。

參照圖7，裝置800可以包括以下一個或多個組件：處理組件802，存儲器804，電源組件806，多媒體組件808，音頻組件810，輸入/輸出(I/O)接口812，傳感器組件814，以及通信組件816。

處理組件802通常控制裝置800的整體操作，諸如與顯示，電話呼叫，數(shù)據(jù)通信，相機操作和記錄操作相關(guān)聯(lián)的操作。處理組件802可以包括一個或多個處理器820來執(zhí)行指令，以完成上述的方法的全部或部分步驟。此外，處理組件802可以包括一個或多個模塊，便于處理組件802和其他組件之間的交互。例如，處理組件802可以包括多媒體模塊，以方便多媒體組件808和處理組件802之間的交互。

存儲器804被配置為存儲各種類型的數(shù)據(jù)以支持在裝置800的操作。這些數(shù)據(jù)的示例包括用于在裝置800上操作的任何應(yīng)用程序或方法的指令，聯(lián)系人數(shù)據(jù)，電話簿數(shù)據(jù)，消息，圖片，視頻等。存儲器804可以由任何類型的易失性或非易失性存儲裝置或者它們的組合實現(xiàn)，如靜態(tài)隨機存取存儲器(SRAM)，電可擦除可編程只讀存儲器(EEPROM)，可擦除可編程只讀存儲器(EPROM)，可編程只讀存儲器(PROM)，只讀存儲器(ROM)，磁存儲器，快閃存儲器，磁盤或光盤。

電源組件806為裝置800的各種組件提供電源。電源組件806可以包括電源管理系統(tǒng)，一個或多個電源，及其他與為裝置800生成、管理和分配電源相關(guān)聯(lián)的組件。

多媒體組件808包括在所述裝置800和用戶之間的提供一個輸出接口的屏幕。在一些實施例中，屏幕可以包括液晶顯示器(LCD)和觸摸面板(TP)。如果屏幕包括觸摸面板，屏幕可以被實現(xiàn)為觸摸屏，以接收來自用戶的輸入信號。觸摸面板包括一個或多個觸摸傳感器以感測觸摸、滑動和觸摸面板上的手勢。所述觸摸傳感器可以不僅感測觸摸或滑動動作的邊界，而且還檢測與所述觸摸或滑動操作相關(guān)的持續(xù)時間和壓力。在一些實施例中，多媒體組件808包括一個前置攝像頭和/或后置攝像頭。當(dāng)裝置800處于操作模式，如拍攝模式或視頻模式時，前置攝像頭和/或后置攝像頭可以接收外部的多媒體數(shù)據(jù)。每個前置攝像頭和后置攝像頭可以是一個固定的光學(xué)透鏡系統(tǒng)或具有焦距和光學(xué)變焦能力。

音頻組件810被配置為輸出和/或輸入音頻信號。例如，音頻組件810包括一個麥克風(fēng)(MIC)，當(dāng)裝置800處于操作模式，如呼叫模式、記錄模式和語音識別模式時，麥克風(fēng)被配置為接收外部音頻信號。所接收的音頻信號可以被進一步存儲在存儲器804或經(jīng)由通信組件816發(fā)送。在一些實施例中，音頻組件810還包括一個揚聲器，用于輸出音頻信號。

I/O接口812為處理組件802和外圍接口模塊之間提供接口，上述外圍接口模塊可以是鍵盤，點擊輪，按鈕等。這些按鈕可包括但不限于：主頁按鈕、音量按鈕、啟動按鈕和鎖定按鈕。

傳感器組件814包括一個或多個傳感器，用于為裝置800提供各個方面的狀態(tài)評估。例如，傳感器組件814可以檢測到裝置800的打開/關(guān)閉狀態(tài)，組件的相對定位，例如所述組件為裝置800的顯示器和小鍵盤，傳感器組件814還可以檢測裝置800或裝置800一個組件的位置改變，用戶與裝置800接觸的存在或不存在，裝置800方位或加速/減速和裝置800的溫度變化。傳感器組件814可以包括接近傳感器，被配置用來在沒有任何的物理接觸時檢測附近物體的存在。傳感器組件814還可以包括光傳感器，如CMOS或CCD圖像傳感器，用于在成像應(yīng)用中使用。在一些實施例中，該傳感器組件814還可以包括加速度傳感器，陀螺儀傳感器，磁傳感器，壓力傳感器或溫度傳感器。

通信組件816被配置為便于裝置800和其他裝置之間有線或無線方式的通信。裝置800可以接入基于通信標(biāo)準(zhǔn)的無線網(wǎng)絡(luò)，如WiFi，2G或3G，或它們的組合。在一個示例性實施例中，通信組件816經(jīng)由廣播信道接收來自外部廣播管理系統(tǒng)的廣播信號或廣播相關(guān)信息。在一個示例性實施例中，所述通信組件816還包括近場通信(NFC)模塊，以促進短程通信。例如，在NFC模塊可基于射頻識別(RFID)技術(shù)，紅外數(shù)據(jù)協(xié)會(IrDA)技術(shù)，超寬帶(UWB)技術(shù)，藍(lán)牙(BT)技術(shù)和其他技術(shù)來實現(xiàn)。

在示例性實施例中，裝置800可以被一個或多個應(yīng)用專用集成電路(ASIC)、數(shù)字信號處理器(DSP)、數(shù)字信號處理裝置(DSPD)、可編程邏輯元件(PLD)、現(xiàn)場可編程門陣列(FPGA)、控制器、微控制器、微處理器或其他電子元件實現(xiàn)，用于執(zhí)行上述方法。

在示例性實施例中，還提供了一種包括指令的非臨時性計算機可讀存儲介質(zhì)，例如包括指令的存儲器804，上述指令可由裝置800的處理器820執(zhí)行以完成上述方法。例如，所述非臨時性計算機可讀存儲介質(zhì)可以是ROM、隨機存取存儲器(RAM)、CD-ROM、磁帶、軟盤和光數(shù)據(jù)存儲裝置等。

注意，上述僅為本公開的較佳實施例及所運用技術(shù)原理。本領(lǐng)域技術(shù)人員會理解，本公開不限于這里所述的特定實施例，對本領(lǐng)域技術(shù)人員來說能夠進行各種明顯的變化、重新調(diào)整和替代而不會脫離本公開的保護范圍。因此，雖然通過以上實施例對本公開進行了較為詳細(xì)的說明，但是本公開不僅僅限于以上實施例，在不脫離本公開構(gòu)思的情況下，還可以包括更多其他等效實施例，而本公開的范圍由所附的權(quán)利要求范圍決定。