CN107256244B - 数据处理方法和*** - Google Patents

Abstract

本公开提供了一种数据处理方法，包括：获取至少一个用户在第一时间段内的搜索信息，所述搜索信息包括多个搜索词以及所述搜索词对应的搜索时间；将所述多个搜索词中属于相同用户的任意两个不同的搜索词按照相同的搜索时间顺序组成至少一个搜索词对；以及计算所述至少一个搜索词对中的每个搜索词对的关联分，得到至少一个第一分值，所述第一分值与对应的搜索词对的两个搜索词对应的所述搜索时间的时间间隔相关。

Description

数据处理方法和***

技术领域

本公开涉及互联网技术领域，更具体地，涉及一种数据处理方法和***。

背景技术

随着互联网技术的快速发展，通过网络平台进行信息搜索或者交易等活动以其低成本、高效率的优势获得了越来越多的用户青睐。用户在使用网络平台进行信息搜索的过程中，经常会出现误输入、或者搜索结果无法满足用户的搜索目的、或者用户想要连续搜索多个相关信息等情况，在这种情况下，用户则需要重新进行输入，增加了用户的工作量，降低了用户的体验感。

此时，服务提供商希望为用户提供更加个性化的服务，在展示相关的搜索结果时，也理解用户的搜索意图，为其推荐相关的搜索词，减少用户再次输入的工作量，吸引用户地进一步搜索。

然而，在实现本发明构思的过程中，发明人发现现有技术中至少存在如下问题，在确定两个搜索词的关联度时，通常使用语义分析的方法，该种方法对用户输入的搜索词要求严格，如果用户存在误输入的情况则会导致误判，并且不能为用户提供语义上没有关联，但是经常被用户一起搜索的词语。

发明内容

有鉴于此，本公开提供了一种更加准确的确定搜索词之间关联度的数据处理方法和***。

本公开的一个方面提供了一种数据处理方法，包括：获取至少一个用户在第一时间段内的搜索信息，所述搜索信息包括多个搜索词以及所述搜索词对应的搜索时间，将所述多个搜索词中属于相同用户的任意两个不同的搜索词按照相同的搜索时间顺序组成至少一个搜索词对，以及计算所述至少一个搜索词对中的每个搜索词对的关联分，得到至少一个第一分值，所述第一分值与对应的搜索词对的两个搜索词对应的所述搜索时间的时间间隔相关。

根据本公开实施例，上述方法还包括：将所述至少一个搜索词对中相同的搜索词对对应的至少一个第一分值进行累加，得到第二分值。

根据本公开实施例，所述将所述至少一个搜索词对中相同的搜索词对对应的至少一个第一分值进行累加，包括：将属于相同用户的相同的搜索词对中所述时间间隔在满足预设条件下最短的搜索词对对应的关联分作为所述用户的所述搜索词对的第一分值，以及将属于不同用户的所述相同的搜索词对的所述第一分值进行累加，得到第二分值。

根据本公开实施例，上述方法还包括：确定所述第二分值对应的搜索词对在第二时间段内的关联分，得到第三分值，以及将所述第三分值与所述第二分值累加，得到第四分值。

根据本公开实施例，所述将所述第三分值与所述第二分值累加包括加权累加，所述第三分值的系数小于所述第二分值的系数。

根据本公开实施例，上述方法还包括：存储所述第四分值以及所述第四分值对应的搜索词对，和/或根据所述至少一个搜索词对，以及所述搜索词对对应的第四分值建立查询表。

根据本公开实施例，上述方法还包括：获取用户搜索请求，所述搜索请求包括与用户搜索相关的相关搜索词，查询所述至少一个搜索词对中包含有所述相关搜索词的关联搜索词对，其中，所述关联搜索词对包括所述相关搜索词的搜索时间在先，以及根据所述关联搜索词对对应的第四分值的大小，将所述关联搜索词对中非所述相关搜索词的搜索词按顺序返回给用户。

本公开的另一个方面提供了一种数据处理***，包括：获取模块，获取至少一个用户在第一时间段内的搜索信息，所述搜索信息包括多个搜索词以及所述搜索词对应的搜索时间，组对模块，将所述多个搜索词中属于相同用户的任意两个不同的搜索词按照相同的搜索时间顺序组成至少一个搜索词对，以及第一计算模块，计算所述至少一个搜索词对中的每个搜索词对的关联分，得到至少一个第一分值，所述第一分值与对应的搜索词对的两个搜索词对应的所述搜索时间的时间间隔相关。

根据本公开实施例，上述***还包括：第二计算模块，将所述至少一个搜索词对中相同的搜索词对对应的至少一个第一分值进行累加，得到第二分值。

根据本公开实施例，所述将所述至少一个搜索词对中相同的搜索词对对应的至少一个第一分值进行累加，包括：将属于相同用户的相同的搜索词对中所述时间间隔在满足预设条件下最短的搜索词对对应的关联分作为所述用户的所述搜索词对的第一分值，以及将属于不同用户的所述相同的搜索词对的所述第一分值进行累加，得到第二分值。

根据本公开实施例，上述***还包括：第三计算模块，确定所述第二分值对应的搜索词对在第二时间段内的关联分，得到第三分值，以及第四计算模块，将所述第三分值与所述第二分值累加，得到第四分值。

根据本公开实施例，所述将所述第三分值与所述第二分值累加包括加权累加，所述第三分值的系数小于所述第二分值的系数。

根据本公开实施例，上述***还包括：存储模块，存储所述第四分值以及所述第四分值对应的搜索词对，和/或查询建立模块，根据所述至少一个搜索词对，以及所述搜索词对对应的第四分值建立查询表。

根据本公开实施例，上述***还包括：请求获取模块，获取用户搜索请求，所述搜索请求包括与用户搜索相关的相关搜索词，查询模块，查询所述至少一个搜索词对中包含有所述相关搜索词的关联搜索词对，其中，所述关联搜索词对包括所述相关搜索词的搜索时间在先，以及返回模块，根据所述关联搜索词对对应的第四分值的大小，将所述关联搜索词对中非所述相关搜索词的搜索词按顺序返回给用户。

本公开的另一方面提供了一种数据处理***，包括：一个或多个存储器，存储有可执行指令，以及一个或多个处理器，执行所述可执行指令，以实现如上所述的方法。

本公开的另一方面提供了一种非易失性存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

本公开的另一方面提供了一种计算机程序，所述计算机程序包括计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

根据本公开的实施例，可以至少部分地增加反映用户搜索意图的真实性，为用户提供更加便捷的服务，提高用户的体验感。

附图说明

为了更完整地理解本公开及其优势，现在将参考结合附图的以下描述，其中：

图1示意性示出了根据本公开实施例的可以应用本公开的数据处理方法或***的示例性***架构；

图2示意性示出了根据本公开实施例的数据处理方法的流程图；

图3示意性示出了根据本公开另一实施例的数据处理方法流程图；

图4示意性示出了根据本公开实施例的数据处理***的框图；

图5示意性示出了根据本公开另一实施例的数据处理***的框图；以及

图6示意性示出了根据本公开实施例的计算机***的框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。这里使用的词语“一”、“一个(种)”和“该”等也应包括“多个”、“多种”的意思，除非上下文另外明确指出。此外，在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

附图中示出了一些方框图和/或流程图。应理解，方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。

因此，本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外，本公开的技术可以采取存储有指令的计算机可读介质上的计算机程序产品的形式，该计算机程序产品可供指令执行***使用或者结合指令执行***使用。在本公开的上下文中，计算机可读介质可以是能够包含、存储、传送、传播或传输指令的任意介质。例如，计算机可读介质可以包括但不限于电、磁、光、电磁、红外或半导体***、装置、器件或传播介质。计算机可读介质的具体示例包括：磁存储装置，如磁带或硬盘(HDD)；光存储装置，如光盘(CD-ROM)；存储器，如随机存取存储器(RAM)或闪存；和/或有线/无线通信链路。

随着互联网的蓬勃发展，用户经常使用互联网进行搜索查询等。在互联网服务中，当用户输入搜索词进行搜索时，服务提供商在为用户展示相关的搜索结果时，也在理解用户的搜索意图。当搜索结果无法满足用户的搜索目的时，通过提供和用户输入的搜索词相关联的搜索词，来减少用户重新输入的工作量。同时，通过展示新的关联搜索词也可以吸引用户进行进一步的搜索，提高用户体验感。

本公开的实施例提供了一种数据处理方法和***。该方法包括：获取至少一个用户在第一时间段内的搜索信息，其中，搜索信息包括多个搜索词以及搜索词对应的搜索时间，将多个搜索词中属于相同用户的任意两个不同的搜索词按照相同的搜索时间顺序组成至少一个搜索词对，以及计算至少一个搜索词对中的每个搜索词对的关联分，得到至少一个第一分值，所述第一分值与对应的搜索词对的两个搜索词对应的搜索时间的时间间隔相关。

图1示意性示出了根据本公开的实施例的可以应用本公开的数据处理方法或***的示例性***架构100。

如图1所示，***架构100可以包括终端设备101、102、103，网络104和服务器105。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103输入的搜索信息提供支持、处理、分析、存储和反馈的后台管理服务器。后台管理服务器可以对接收到的用户输入的搜索信息等数据进行分析处理，并将处理结果(例如，提供更多相关的搜索信息)反馈给终端设备。

根据本公开实施例，用户可以通过终端设备101、102、103进行输入搜索信息等操作，服务器105获取多名用户的多个搜索信息，并对搜索信息进行相关度的分析处理，然后将处理后的结果(例如，任意两个搜索词间的关联度)进行存储。当用户进行搜索操作时，终端设备101、102、103得到用户输入的搜索信息，然后通过网络104将搜索信息传输给服务器105，服务器105根据用户输入的搜索信息找到与其相关联的新的搜索信息返回给用户，以便用户地进一步搜索。

需要说明的是，本公开实施例所提供的数据处理方法可以由服务器105执行，也可以由不同于服务器105的另外一个服务器或者一个服务器集群执行。相应地，数据处理***可以设置于服务器105中，也可以设置于不同于服务器105的另外一个服务器或者一个服务器集群中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

图2示意性示出了根据本公开实施例的数据处理方法的流程图。

如图2所示，该方法包括操作S210～S230。

在操作S210，获取至少一个用户在第一时间段内的搜索信息，其中，搜索信息包括多个搜索词以及该搜索词对应的搜索时间。

根据本公开实施例，第一时间段的范围可以根据用户量、用户搜索量以及服务平台工作计划等情况设定。第一时间段可以是10小时，也可以是一天，还可以是一个星期，各服务提供商可以根据实际情况自己设定，本公开对此不做限制。在本公开实施例中，第一时间段还可以与存储的搜索词对及其关联分的更新时间相关。例如，服务提供商每天更新存储的数据，则第一时间段可以为一天。

具体地，搜索信息包括至少一个用户在第一时间段内输入过的搜索词以及每个搜索词对应的搜索时间。例如，用户A在2017年5月18日10：00搜索过“手机”，则搜索信息可以包括用户A、手机、以及2017年5月18日10：00。

根据本公开实施例，在获取至少一个用户在第一时间段内的搜索信息之后还包括，将该搜索信息进行归一化处理。将表达同一意思的多个词语转换为相同的词语和格式。例如，将搜索词进行繁转简(例如，“手機”则转化为“手机”)，或者大小写处理(例如，“IPHONE”转化为“iPhone”)，或者空格处理(例如“手机”转化为“手机”)，或者交换词处理(例如，“iPhone”转化为“苹果手机”)。本公开的归一化处理可以包括上述举例中的一种或者几种，但不仅限于上述举例中的情况，例如还可以包括不同语言之间的转换等。

在操作S220，将多个搜索词中属于相同用户的任意两个不同的搜索词按照相同的搜索时间顺序组成至少一个搜索词对。

根据本公开实施例，将同一用户在第一时间段内的多个搜索词两两进行组对，两个相同的搜索词不进行组对(例如，用户A在2017年5月18日10：00搜索过“手机”和用户A在2017年5月18日18：00搜索过“手机”不组成搜索词对)。非同一用户的搜索词之间不进行组对(例如，用户A在2017年5月18日10：00搜索过“手机”和用户B在2017年5月18日18：00搜索过“电脑”不组成搜索词对)。

属于相同用户的两个不同的搜索词按照相同时间顺序进行组队，例如，用户A在2017年5月18日10：00搜索过“手机”和用户A在2017年5月18日12：00搜索过“手机壳”组成搜索词对“手机-手机壳”，用户A在2017年5月18日10：00搜索过“手机壳”和用户A在2017年5月18日12：00搜索过“手机”组成搜索词对“手机壳-手机”，在本公开实施例中，认为“手机-手机壳”和“手机壳-手机”是不同的搜索词对，因为，即使是两个相同的搜索词，但是时间顺序不同。即，本公开实施例中的搜索词对是按照时间顺序单向组对的。

在操作S230，计算至少一个搜索词对中的每个搜索词对的关联分，得到至少一个第一分值，其中，第一分值与对应的搜索词对的两个搜索词对应的搜索时间的时间间隔相关。

根据本公开实施例，根据每个搜索词对中的两个搜索词对应的搜索时间的时间间隔，计算上述两个搜索词之间的关联度作为该搜索词对的第一分值。在本公开实施例中，第一分值可以与时间间隔成反比，例如，时间间隔越短，则认为两个搜索词之间的关联度越高，则第一分值越高，时间间隔越长，则认为两个搜索词之间的关联度越低，则第一分值越低。

根据本公开实施例，每个搜索词对对应的时间间隔应该满足预设条件，不满足预设条件的搜索词对可以认为是无效搜索词对。预设条件例如可以是时间间隔需要满足的阈值，例如，时间间隔比预设的阈值短，则认为人为的主动搜索频率不会达到太高，该时间间隔对应的搜索词对无效。或者时间间隔比预设的阈值长，则认为两个搜索词之间没有关联度(例如，用户今天搜索“手机”，一个星期前搜索过“酒店”)，该时间间隔对应的搜索词对也认为无效。

在本公开实施例中，为每个用户的多个搜索词组成的搜索词对计算第一分值，包括：对每个搜索词对的时间间隔进行处理，以及根据处理后的时间间隔计算第一分值。例如，将同一用户的每个搜索词对的时间间隔与该用户所有搜索词对的时间间隔之和之比来确定第一分值。例如，用户A包括有搜索词对(A1，间隔时间2分钟)、(A2，间隔时间10分钟)、(A3，间隔时间30分钟)。则可以将用户A的时间间隔处理为2/42、10/42、30/42，然后根据处理后的时间间隔相应进行打分。

例如，有用户B，包括有搜索词对(B1，间隔时间4分钟)、(B2，间隔时间20分钟)、(B3，间隔时间60分钟)。则可以将用户B的时间间隔可以处理为4/84、20/84、60/84，然后根据处理后的时间间隔相应进行打分。

可以理解，每个用户的打字速度、浏览速度各不相同，经过本公开实施例中的对时间间隔的处理，可以至少部分地避免因为个人的打字速度不同，或者浏览速度不同等原因造成个别分值较高而影响准确度的情况。

根据本公开实施例，通过用户在搜索两个搜索词之间的间隔时间来判断不同搜索词之间的关联度，可以更加准确地确定两个搜索词之间的关联度，从而更好的为用户提供个性化服务。

例如，由于手机按键小或者输入法等多种原因，经常导致用户在输入时输入错误的搜索词。当用户想要输入“手机”时误输入为“收集”，而后输入“苹果手机”，则本公开实施例的方法可以确定“收集”和“苹果手机”的关联度。

又例如，有些搜索词语义上没有关联，但是实际上是用户经常一起搜索的，例如，经典的营销案例“啤酒”和“尿布”，则本公开实施例的方法同样可以确定两个语义上没有关联的搜索词之间的关联度。

图3示意性示出了根据本公开另一实施例的数据处理方法流程图。

如图3所示，该方法包括操作S310～S370。图3所示方法可以在图2所示的方法之后执行，即，操作S310在操作S230之后执行。

在操作S310，将至少一个搜索词对中相同的搜索词对对应的至少一个第一分值进行累加，得到第二分值。

根据本公开实施例，将属于相同用户的相同的搜索词对中时间间隔在满足预设条件下最短的搜索词对对应的关联分作为该用户的该搜索词对的第一分值。其中，相同的搜索词对表示具有相同的两个搜索词，并且两个搜索词的搜索时间顺序相同(例如，搜索词对“手机-手机壳”和“手机-手机壳”认为是相同的搜索词对，而“手机-手机壳”和“手机壳-手机”认为是不同的搜索词对)。

两个搜索词之间的时间间隔是否满足预设条件可以参见上文中图2描述的操作S230描述的内容，在此不再赘述。

在本公开实施例中，当同一用户对于相同的搜索词对有多个第一分值时，取满足预设条件下最短的时间间隔对应的关联分作为该搜索词对的第一分值。例如，用户在某一天的10：00搜索“手机”，同一天12：00搜索“手机壳”，同一天14：00搜索“手机壳”，则搜索词对“手机—手机壳”对应两个第一分值。那么取“10：00”到“12：00”间隔时间对应的关联分作为该用户搜索词对“手机-手机壳”的第一分值。

然后，将属于不同用户的所述相同的搜索词对的所述第一分值进行累加，得到第二分值。

例如，用户A在第一时间段内组成搜索词对“手机-手机壳”，对应的第一分值为80分，用户B在第一时间段内也组成搜索词对“手机—手机壳”，对应的第一分值为60分，如果在该第一时间段内没有其他用户组成该搜索词对，则该搜索词对的第二分值为140，如果在该第一时间段内还有其他的用户组成该搜索词对，则累积对应的第一分值得到第二分值。

在操作S320，确定第二分值对应的搜索词对在第二时间段内的关联分，得到第三分值。

根据本公开实施例，第二时间段可以在第一时间段之前，以及第二分值对应的搜索词对在第二时间段内的关联分可以是该搜索词对在第二时间段内的第二分值。

例如，搜索词对“手机-手机壳”在第一时间段内的第二分值为140分。在第二时间段内的分值为200分，则200分为第三分值。

在本公开实施例中，同一搜索词对的第三分值不限于只有一个，还可以有多个第三分值。例如，搜索词对“手机-手机壳”在今天的第二分值为140分，一天前的为200分，两天前的为150分，三天前的为100分，四天前的为120分……。则今天的140为可以看作为第一时间段内的第二分值。一天前的为200分，两天前的为150分，三天前的为100分，四天前的为120分都可以看做是第二时间段内的第三分值。

在操作S330，将第三分值与第二分值累加，得到第四分值。

根据本公开实施例，将第三分值与第二分值累加包括加权累加，其中，第三分值的系数小于第二分值的系数。

例如，第二分值为140，第三分值包括一天前的为200分，两天前的为150分，三天前的为100分，四天前的为120分。则第四分值例如可以为：

第四分值＝140+0.8*200+0.6*150+0.4*100+0.2*120

在本公开实施例中，第三分值的系数与其相距第一时间段的时间间隔相关，距离第一时间段时间越长，则系数越低，距离第一时间段时间越短，则系数越高。

在操作S340，存储第四分值以及该第四分值对应的搜索词对，和/或根据至少一个搜索词对，以及该搜索词对对应的第四分值建立查询表。

在本公开实施例中，第四分值及其对应的搜索词对可以以文件形式存储，也可以以表格形式存储，本公开对其存储方案以及形式不做限定。

在本公开实施例中，可以将所有搜索词及其相应第四分值统一存储。也可以分开存储。还可以以某一个搜索词为核心词，将与该核心词相关的搜索词对为一组进行存储。本公开对此不做限定。

根据本公开实施例，建立查询表例如可以包括以一个搜索词为核心搜索词，根据与该核心搜索词相关的搜索词以及对应的第四分值建立查询表。例如，如表1所示的查询表。

表1

上述表1所示的查询表仅为帮助理解，本公开实施例中关于多个搜索词对及其对应的第四分值的存储方式不做限定，对是否建立查询表也不做限定，对查询表的形式也不做限定

在操作S350，获取用户搜索请求，其中，搜索请求包括与用户搜索相关的相关搜索词。根据本公开实施例，当用户发出搜索请求，并且输入相关搜索词时，获取该搜索词。例如，用户输入搜索词“手机”，则获取“手机”作为相关搜索词。

在操作S360，查询至少一个搜索词对中包含有上述相关搜索词的关联搜索词对，其中，关联搜索词对包括相关搜索词的搜索时间在先。

根据获得的相关搜索词，在存储的搜索词对中查找包含有该相关词的搜索词对，并且该相关搜索词在搜索词对中相较于另一个搜索词的搜索时间在先。或者，根据获得的相关搜索词，直接确定以该相关搜索词为核心搜索词的查询表。

例如，查询搜索词对中包含有“手机”，且该搜索词对中“手机”的搜索时间在先的搜索词对，例如“手机-苹果手机”、“手机-华为手机”、“手机-手机壳”、“手机-耳机”等关联搜索词对。

在操作S370，根据关联搜索词对对应的第四分值的大小，将所述关联搜索词对中非所述相关搜索词的搜索词按顺序返回给用户。

根据本公开实施例，按照关联搜索词对的第四分值的由大到小的顺序，将每个搜索词对中与用户输入的搜索词不同的那一个搜索词按顺序返回给用户。

例如，当用户搜索手机时，将“苹果手机”、“华为手机”、“手机壳”、“耳机”等搜索词按照顺序展示给用户。

根据本公开实施例，通过搜索词之间的时间间隔确定两个搜索词的关联度。根据关联度的不同，在用户输入搜索词进行搜索时，服务提供商在为用户展示相关的搜索结果时，也将与用户输入的搜索词相关的搜索词展示给用户，减少用户再一次输入新的搜索词的工作量，通过通过展示相关搜索词来吸引用户进一步地搜索。提高用户体验感。

并且本公开实施例提供的方法通过结合多名用户，多个时间段的大数据的分析，可以更加准确地确定两个搜索词之间的关联度，为用户提供更好的服务。

本公开提供的数据处理方法可以在计算两个搜索词之间的关联度时单独使用，也可以结合其他的方法一起使用，例如，与语义分析结合共同计算相关度等。本公开对此不做限定。

图4示意性示出了根据本公开的实施例的数据处理***400的框图。

如图4所示，数据处理***400包括获取模块410、组对模块420、以及第一计算模块430。该数据处理***400可以执行上面参考图2～图3描述的方法，以实现提高两个搜索词之间关联度的准确度的目的。

具体地，获取模块410，获取至少一个用户在第一时间段内的搜索信息，其中，搜索信息包括多个搜索词以及该搜索词对应的搜索时间。根据本公开实施例，获取模块410例如可以执行上文参考图2描述的操作S210，在此不再赘述。

组对模块420，将多个搜索词中属于相同用户的任意两个不同的搜索词按照相同的搜索时间顺序组成至少一个搜索词对。根据本公开实施例，组对模块420例如可以执行上文参考图2描述的操作S220，在此不再赘述。

第一计算模块430，计算至少一个搜索词对中的每个搜索词对的关联分，得到至少一个第一分值，其中，第一分值与对应的搜索词对的两个搜索词对应的搜索时间的时间间隔相关。根据本公开实施例，第一计算模块430例如可以执行上文参考图2描述的操作S230，在此不再赘述。

根据本公开实施例，通过用户在搜索两个搜索词之间的间隔时间来判断不同搜索词之间的关联度，可以更加准确地确定两个搜索词之间的关联度，从而更好的为用户提供个性化服务。

例如，由于手机按键小或者输入法等多种原因，经常导致用户在输入时输入错误的搜索词。当用户想要输入“手机”时误输入为“收集”，而后输入“苹果手机”，则本公开实施例的方法可以确定“收集”和“苹果手机”的关联度。

又例如，有些搜索词语义上没有关联，但是实际上是用户经常一起搜索的，例如，经典的营销案例“啤酒”和“尿布”，则本公开实施例的方法同样可以确定两个语义上没有关联的搜索词之间的关联度。

图5示意性示出了根据本公开另一实施例的数据处理***400的框图。

如图5所示，在本公开实施例中，数据处理***400还可以包括第二计算模块440、第三计算模块450、第四计算模块460、存储模块470、查询建立模块480、请求获取模块490、查询模块510以及返回模块520。

第二计算模块440，将至少一个搜索词对中相同的搜索词对对应的至少一个第一分值进行累加，得到第二分值。根据本公开实施例，第二计算模块440例如可以执行上文参考图3描述的操作S310，在此不再赘述。

根据本公开实施例，将属于相同用户的相同的搜索词对中时间间隔在满足预设条件下最短的搜索词对对应的关联分作为该用户的该搜索词对的第一分值。然后，将属于不同用户的所述相同的搜索词对的所述第一分值进行累加，得到第二分值。例如可以执行上文参考图3描述的操作S310，在此不再赘述。

第三计算模块450，确定第二分值对应的搜索词对在第二时间段内的关联分，得到第三分值。根据本公开实施例，第三计算模块450例如可以执行上文参考图3描述的操作S320，在此不再赘述。

第四计算模块460，将第三分值与第二分值累加，得到第四分值。根据本公开实施例，第四计算模块460例如可以执行上文参考图3描述的操作S330，在此不再赘述。

存储模块470，存储第四分值以及该第四分值对应的搜索词对，和/或查询建立模块480根据至少一个搜索词对，以及该搜索词对对应的第四分值建立查询表。根据本公开实施例，存储模块470和/或查询建立模块480例如可以执行上文参考图3描述的操作S340，在此不再赘述。

请求获取模块490，获取用户搜索请求，其中，搜索请求包括与用户搜索相关的相关搜索词。根据本公开实施例，请求获取模块490例如可以执行上文参考图3描述的操作S350，在此不再赘述。

查询模块510，查询至少一个搜索词对中包含有上述相关搜索词的关联搜索词对，其中，关联搜索词对包括相关搜索词的搜索时间在先。根据本公开实施例，查询模块510例如可以执行上文参考图3描述的操作S360，在此不再赘述。

返回模块520，根据关联搜索词对对应的第四分值的大小，将所述关联搜索词对中非所述相关搜索词的搜索词按顺序返回给用户。根据本公开实施例，返回模块520例如可以执行上文参考图3描述的操作S370，在此不再赘述。

根据本公开实施例，通过搜索词之间的时间间隔确定两个搜索词的关联度。根据关联度的不同，在用户输入搜索词进行搜索时，服务提供商在为用户展示相关的搜索结果时，电将与用户输入的搜索词相关的搜索词展示给用户，减少用户再一次输入新的搜索词的工作量，通过通过展示相关搜索词来吸引用户进一步地搜索。提高用户体验感。

并且本公开实施例提供的方法通过结合多名用户，多个时间段的大数据的分析，可以更加准确地确定两个搜索词之间的关联度，为用户提供更好的服务。

本公开提供的数据处理***可以在计算两个搜索词之间的关联度时单独使用，也可以结合其他的***一起使用，例如，与语义分析***结合共同计算相关度等。本公开对此不做限定。

可以理解的是，获取模块410、组对模块420、第一计算模块430、第二计算模块440、第三计算模块450、第四计算模块460、存储模块470、查询建立模块480、请求获取模块490、查询模块510以及返回模块520可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本发明的实施例，获取模块410、组对模块420、第一计算模块430、第二计算模块440、第三计算模块450、第四计算模块460、存储模块470、查询建立模块480、请求获取模块490、查询模块510以及返回模块520中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上***、基板上的***、封装上的***、专用集成电路(ASIC)，或可以以对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式的适当组合来实现。或者，获取模块410、组对模块420、第一计算模块430、第二计算模块440、第三计算模块450、第四计算模块460、存储模块470、查询建立模块480、请求获取模块490、查询模块510以及返回模块520中的至少一个可以至少被部分地实现为计算机程序模块，当该程序被计算机运行时，可以执行相应模块的功能。

图6示意性示出了适于用来实现本公开实施例的计算机***600的结构示意图。

如图6所示，计算机***600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有***600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM603通过总线604彼此相连。

根据本发明实施例，输入/输出(I/O)接口605可以连接至总线604。以下部件可以连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本公开的***中限定的上述功能。该计算机程序可以以可执行指令的形式存储在ROM 602、RAM603、和/或存储部分608上。

需要说明的是，本公开所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本公开各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括发送单元、获取单元、确定单元和第一处理单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，发送单元还可以被描述为“向所连接的服务端发送图片获取请求的单元”。

作为另一方面，根据本公开的实施例还提供了一种计算机可读介质。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，可以实现根据本公开实施例的数据处理方法，包括：获取至少一个用户在第一时间段内的搜索信息，所述搜索信息包括多个搜索词以及所述搜索词对应的搜索时间，将所述多个搜索词中属于相同用户的任意两个不同的搜索词按照相同的搜索时间顺序组成至少一个搜索词对，以及计算所述至少一个搜索词对中的每个搜索词对的关联分，得到至少一个第一分值，所述第一分值与对应的搜索词对的两个搜索词对应的所述搜索时间的时间间隔相关。

根据本公开实施例，上述数据处理方法还包括：将所述至少一个搜索词对中相同的搜索词对对应的至少一个第一分值进行累加，得到第二分值。

根据本公开实施例，所述将所述至少一个搜索词对中相同的搜索词对对应的至少一个第一分值进行累加，包括：将属于相同用户的相同的搜索词对中所述时间间隔在满足预设条件下最短的搜索词对对应的关联分作为所述用户的所述搜索词对的第一分值，以及将属于不同用户的所述相同的搜索词对的所述第一分值进行累加，得到第二分值。

根据本公开实施例，上述数据处理方法还包括：确定所述第二分值对应的搜索词对在第二时间段内的关联分，得到第三分值，以及将所述第三分值与所述第二分值累加，得到第四分值。

根据本公开实施例，所述将所述第三分值与所述第二分值累加包括加权累加，所述第三分值的系数小于所述第二分值的系数。

根据本公开实施例，上述数据处理方法还包括：存储所述第四分值以及所述第四分值对应的搜索词对，和/或根据所述至少一个搜索词对，以及所述搜索词对对应的第四分值建立查询表。

根据本公开实施例，上述数据处理方法还包括：获取用户搜索请求，所述搜索请求包括与用户搜索相关的相关搜索词，查询所述至少一个搜索词对中包含有所述相关搜索词的关联搜索词对，其中，所述关联搜索词对包括所述相关搜索词的搜索时间在先，以及根据所述关联搜索词对对应的第四分值的大小，将所述关联搜索词对中非所述相关搜索词的搜索词按顺序返回给用户。

尽管已经参照本公开的特定示例性实施例示出并描述了本公开，但是本领域技术人员应该理解，在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下，可以对本公开进行形式和细节上的多种改变。因此，本公开的范围不应该限于上述实施例，而是应该不仅由所附权利要求来进行确定，还由所附权利要求的等同物来进行限定。

Claims (16)

1.一种数据处理方法，包括：

获取至少一个用户在第一时间段内的搜索信息，所述搜索信息包括多个搜索词以及所述搜索词对应的搜索时间；

将所述多个搜索词中属于相同用户的任意两个不同的搜索词按照相同的搜索时间顺序组成至少一个搜索词对；以及

计算所述至少一个搜索词对中的每个搜索词对的关联分，得到至少一个第一分值，所述第一分值与对应的搜索词对的两个搜索词对应的所述搜索时间的时间间隔长度相关，所述第一分值与所述时间间隔长度成反比；当属于同一用户的相同搜索词对对应有多个第一分值时，多个第一分值对应的时间间隔长度不同，从多个第一分值中选择与最小时间间隔长度对应的第一分值作为该搜索词对的第一分值；针对属于同一个用户的多个搜索词对，每个搜索词对的第一分值与该搜索词对对应的时间间隔长度成反比；

其中，所述至少一个搜索词对中的每个搜索词对由两个搜索词按照搜索时间顺序构成，

针对所述每个搜索词对，所述两个搜索词包括相关搜索词和另一个搜索词，所述相关搜索词的搜索时间先于所述另一个搜索词的搜索时间，

针对用户发出的搜索请求中的相关搜索词，所述搜索请求中的相关搜索词用于作为向所述用户推荐另一搜索词的依据，以使得所推荐的另一搜索词与所述搜索请求中的相关搜索词属于同一搜索词对。

2.根据权利要求1所述的方法，还包括：

将所述至少一个搜索词对中相同的搜索词对对应的至少一个第一分值进行累加，得到第二分值。

3.根据权利要求2所述的方法，其中，所述将所述至少一个搜索词对中相同的搜索词对对应的至少一个第一分值进行累加，包括：

将属于相同用户的相同的搜索词对中所述时间间隔在满足预设条件下最短的搜索词对对应的关联分作为所述用户的所述搜索词对的第一分值；

将属于不同用户的所述相同的搜索词对的所述第一分值进行累加，得到第二分值。

4.根据权利要求2所述的方法，还包括：

确定所述第二分值对应的搜索词对在第二时间段内的关联分，得到第三分值；

将所述第三分值与所述第二分值累加，得到第四分值。

5.根据权利要求4所述的方法，其中，所述将所述第三分值与所述第二分值累加包括加权累加，所述第三分值的系数小于所述第二分值的系数。

6.根据权利要求4或5所述的方法，还包括：

存储所述第四分值以及所述第四分值对应的搜索词对；和/或

根据所述至少一个搜索词对，以及所述搜索词对对应的第四分值建立查询表。

7.根据权利要求6所述的方法，还包括：

获取用户搜索请求，所述搜索请求包括与用户搜索相关的相关搜索词；

查询所述至少一个搜索词对中包含有所述相关搜索词的关联搜索词对，其中，所述关联搜索词对包括所述相关搜索词的搜索时间在先；以及

根据所述关联搜索词对对应的第四分值的大小，将所述关联搜索词对中非所述相关搜索词的搜索词按顺序返回给用户。

8.一种数据处理***，包括：

获取模块，获取至少一个用户在第一时间段内的搜索信息，所述搜索信息包括多个搜索词以及所述搜索词对应的搜索时间；

组对模块，将所述多个搜索词中属于相同用户的任意两个不同的搜索词按照相同的搜索时间顺序组成至少一个搜索词对；以及

第一计算模块，计算所述至少一个搜索词对中的每个搜索词对的关联分，得到至少一个第一分值，所述第一分值与对应的搜索词对的两个搜索词对应的所述搜索时间的时间间隔长度相关，所述第一分值与所述时间间隔长度成反比；当属于同一用户的相同搜索词对对应有多个第一分值时，多个第一分值对应的时间间隔长度不同，从多个第一分值中选择与最小时间间隔长度对应的第一分值作为该搜索词对的第一分值；针对属于同一个用户的多个搜索词对，每个搜索词对的第一分值与该搜索词对对应的时间间隔长度成反比；

其中，所述至少一个搜索词对中的每个搜索词对由两个搜索词按照搜索时间顺序构成，

针对所述每个搜索词对，所述两个搜索词包括相关搜索词和另一个搜索词，所述相关搜索词的搜索时间先于所述另一个搜索词的搜索时间，

针对用户发出的搜索请求中的相关搜索词，所述搜索请求中的相关搜索词用于作为向所述用户推荐另一搜索词的依据，以使得所推荐的另一搜索词与所述搜索请求中的相关搜索词属于同一搜索词对。

9.根据权利要求8所述的***，还包括：

第二计算模块，将所述至少一个搜索词对中相同的搜索词对对应的至少一个第一分值进行累加，得到第二分值。

10.根据权利要求9所述的***，其中，所述将所述至少一个搜索词对中相同的搜索词对对应的至少一个第一分值进行累加，包括：

将属于相同用户的相同的搜索词对中所述时间间隔在满足预设条件下最短的搜索词对对应的关联分作为所述用户的所述搜索词对的第一分值；

将属于不同用户的所述相同的搜索词对的所述第一分值进行累加，得到第二分值。

11.根据权利要求9所述的***，还包括：

第三计算模块，确定所述第二分值对应的搜索词对在第二时间段内的关联分，得到第三分值；

第四计算模块，将所述第三分值与所述第二分值累加，得到第四分值。

12.根据权利要求11所述的***，其中，所述将所述第三分值与所述第二分值累加包括加权累加，所述第三分值的系数小于所述第二分值的系数。

13.根据权利要求11或12所述的***，还包括：

存储模块，存储所述第四分值以及所述第四分值对应的搜索词对；和/或

查询建立模块，根据所述至少一个搜索词对，以及所述搜索词对对应的第四分值建立查询表。

14.根据权利要求13所述的***，还包括：

请求获取模块，获取用户搜索请求，所述搜索请求包括与用户搜索相关的相关搜索词；

查询模块，查询所述至少一个搜索词对中包含有所述相关搜索词的关联搜索词对，其中，所述关联搜索词对包括所述相关搜索词的搜索时间在先；以及

返回模块，根据所述关联搜索词对对应的第四分值的大小，将所述关联搜索词对中非所述相关搜索词的搜索词按顺序返回给用户。

15.一种数据处理***，包括：

一个或多个存储器，存储有可执行指令；以及

一个或多个处理器，执行所述可执行指令，以实现根据权利要求1～7中任一项所述的方法。

16.一种计算机可读存储介质，其上存储有可执行指令，所述指令在被处理器执行时实现根据权利要求1～7中任一项所述的方法。

Images