CN115455274A - 候选搜索词的推荐方法、装置、设备以及存储介质 - Google Patents
候选搜索词的推荐方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN115455274A CN115455274A CN202211133958.9A CN202211133958A CN115455274A CN 115455274 A CN115455274 A CN 115455274A CN 202211133958 A CN202211133958 A CN 202211133958A CN 115455274 A CN115455274 A CN 115455274A
- Authority
- CN
- China
- Prior art keywords
- data
- occurrence
- relation data
- occurrence relation
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9532—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
- G06F16/9566—URL specific, e.g. using aliases, detecting broken or misspelled links
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种候选搜索词的推荐方法、装置、设备以及存储介质,涉及大数据、搜索和推荐等技术领域。具体实现方案为:响应于检测到目标网址被点击,确定多个共现关系数据中与目标网址对应的至少一个目标共现关系数据,其中,多个共现关系数据中的每个共现关系数据包括彼此具有共现关系的网址和候选搜索词;获取至少一个目标共现关系数据的点击率评估值;根据至少一个目标共现关系数据的点击率评估值,确定至少一个目标共现关系数据中的待推荐共现关系数据;以及对待推荐共现关系数据中的候选搜索词进行推荐。
Description
技术领域
本公开涉及人工智能技术领域,尤其涉及大数据、搜索和推荐等技术领域。
背景技术
随着搜索引擎的发展,如今的搜索引擎己经不仅仅停留在为用户提供与检索词匹配的检索结果上,而是越来越关注如何才能更好地满足用户需求。例如,搜索引擎在为用户提供与检索词匹配的检索结果之后,可以进一步向用户推荐候选搜索词,以便于用户后续的检索。
发明内容
本公开提供了一种候选搜索词的推荐方法、装置、设备、存储介质以及程序产品。
根据本公开的一方面,提供了一种候选搜索词的推荐方法,包括:响应于检测到目标网址被点击,确定多个共现关系数据中与所述目标网址对应的至少一个目标共现关系数据,其中,所述多个共现关系数据中的每个共现关系数据包括彼此具有共现关系的网址和候选搜索词;获取所述至少一个目标共现关系数据的点击率评估值;根据所述至少一个目标共现关系数据的点击率评估值,确定所述至少一个目标共现关系数据中的待推荐共现关系数据;以及对所述待推荐共现关系数据中的候选搜索词进行推荐。
根据本公开的另一方面,提供了一种候选搜索词的推荐装置,包括:第一确定模块,用于响应于检测到目标网址被点击,确定多个共现关系数据中与所述目标网址对应的至少一个目标共现关系数据,其中,所述多个共现关系数据中的每个共现关系数据包括彼此具有共现关系的网址和候选搜索词;获取模块,用于获取所述至少一个目标共现关系数据的点击率评估值;第二确定模块,用于根据所述至少一个目标共现关系数据的点击率评估值,确定所述至少一个目标共现关系数据中的待推荐共现关系数据;以及推荐模块,用于对所述待推荐共现关系数据中的候选搜索词进行推荐。
本公开的另一个方面提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行本公开实施例所示的方法。
根据本公开实施例的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行本公开实施例所示的方法。
根据本公开实施例的另一方面,提供了一种计算机程序产品,包括计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时实现本公开实施例所示方法的步骤。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1示意性示出了根据本公开实施例的可以应用候选搜索词的推荐方法和装置的示例性***架构;
图2示意性示出了根据本公开的实施例的候选搜索词的方法的流程图;
图3示意性示出了根据本公开的实施例的确定每个共现关系数据的点击率评估值的方法的流程图;
图4示意性示出了根据本公开的实施例的获取多个共现关系数据的方法示意图;
图5示意性示出了根据本公开另一实施例的获取多个共现关系数据的方法示意图;
图6示意性示出了根据本公开的实施例的候选搜索词的推荐方法示意图;
图7示意性示出了根据本公开实施例的候选搜索词的推荐装置的框图;以及
图8示意性示出了可以用来实施本公开的实施例的示例电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
随着搜索引擎的发展,如今的搜索引擎不仅仅可以为用户提供与检索词匹配的检索结果,而且可以基于用户检索后的点击行为推荐候选搜索词。
假如用户通过搜索引擎输入搜索词“祝福语”,搜索引擎可以给出与用户输入的搜索词匹配的搜索结果。但是该搜索词可能并不准确,用户还需进一步进行搜索。基于此,根据本公开的实施例,可以预测用户下一步的搜索需求。进而推荐响应的候选搜索词,例如“新婚祝福语”、“生日祝福语”、“中秋祝福语”、“送长辈祝福语”等与下一步的搜索需求所对应的候选搜索词。用户可以根据候选搜索词进一步搜索,从而提高用户的搜索效率,提升用户的搜索体验。
以下将结合图1对本公开提供的候选搜索词的推荐方法和装置的***架构进行描述。
图1示意性示出了根据本公开实施例的可以应用候选搜索词的推荐方法和装置的示例性***架构100。需要注意的是,图1所示仅为可以应用本公开实施例的***架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、***、环境或场景。
如图1所示,根据该实施例的***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用以在终端设备101、102、103和服务器105之间提供通信链路的介质。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,例如搜索类应用、购物类应用、网页浏览器应用、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,例如搜索引擎服务器,用于对用户利用终端设备101、102、103提供搜索服务。搜索引擎服务器可以对接收到的搜索词等数据进行搜索等处理,并将搜索结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是,本公开实施例所提供的候选搜索词的推荐方法一般可以由服务器105执行。相应地,本公开实施例所提供的候选搜索词的推荐装置一般可以设置于服务器105中。本公开实施例所提供的候选搜索词的推荐方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的候选搜索词的推荐装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
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。
在本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供、公开和应用等处理,均符合相关法律法规的规定,采取了必要保密措施,且不违背公序良俗。
在本公开的技术方案中,在获取或采集用户个人信息之前,均获取了用户的授权或同意。
以下将结合图2对本公开提供的候选搜索词的方法进行描述。
图2示意性示出了根据本公开的实施例的候选搜索词的方法的流程图。
如图2所示,该方法200包括在操作S210,响应于检测到目标网址被点击,确定多个共现关系数据中与目标网址对应的至少一个目标共现关系数据。
其中,多个共现关系数据中的每个共现关系数据包括彼此具有共现关系的网址和候选搜索词。
根据本公开的实施例,目标网址例如可以为搜索结果中任一页面的网址。
根据本公开的实施例,搜索引擎例如可以记录用户的搜索行为数据和针对搜索结果中网页的点击行为数据。其中,搜索行为数据例如可以包括搜索词和搜索的发生时刻,点击行为数据例如可以包括被点击的网页的网址和点击的发生时刻。如果搜索行为和点击行为发生时刻相近,则该点击行为的网址和该搜索行为的搜索词之间具有共现关系。基于此,可以根据搜索引擎记录的搜索行为数据和点击行为数据,确定多个共现关系数据。
然后,在操作S220,获取至少一个目标共现关系数据的点击率评估值。
根据本公开的实施例,例如可以对多个共现关系数据进行点击率评估,得到并记录多个共现关系数据的点击率评估值。基于此,可以读取点击率评估值的记录从而得到至少一个目标共现关系数据的点击率评估值
在操作S230,根据至少一个目标共现关系数据的点击率评估值,确定至少一个目标共现关系数据中的待推荐共现关系数据。
根据本公开的实施例,点击率评估值越大可以表示被点击的可能性越高。基于此,例如可以确定至少一个目标共现关系数据中点击率评估值大于点击率阈值的目标共现关系数据,作为待推荐共现关系数据。其中,点击率阈值可以根据实际需要设置。
在操作S240,对待推荐共现关系数据中的候选搜索词进行推荐。
根据本公开的实施例,通过向用户推荐候选搜索词,可以提高搜索词推荐的准确性与效率,可以帮助用户较快地找到所需要的信息内容。
根据本公开的实施例,例如可以在网页中目标网址的显示区域周边显示目标网址所对应的候选搜索词。用户可以通过点击候选搜索词,发起针对该候选搜索词的搜索。
根据本公开的实施例,每个共现关系数据的点击率评估值可以预先确定。以下将结合图3对本公开提供的确定每个共现关系数据的点击率评估值的方法进行描述。
图3示意性示出了根据本公开的实施例的确定每个共现关系数据的点击率评估值的方法的流程图。
如图3所示,该方法300包括在操作S310,获取多个共现关系数据。
根据本公开的实施例,例如可以获取搜索引擎的对象行为数据,其中,对象行为数据记录有至少一个搜索行为和至少一个点击行为。然后可以将对象行为数据根据行为发生时间进行切分,得到多个数据分片,其中,每个数据分片包括预定时长的行为记录。预定时长可以根据实际需要设置,例如可以为15分钟。接下来,可以根据每个数据分片中记录的搜索行为和点击行为,确定共现关系数据。
根据本公开的实施例,通过切分为数据分片,可以用来区别不同的搜索过程,提高数据的有效性。
在操作S320,确定与每个共现关系数据对应的搜索词特征、网址特征和交叉特征。
根据本公开的实施例,例如可以针对每个共现关系数据,根据共现关系数据中的候选搜索词,确定搜索词特征。根据共现关系数据中的网址,确定网址特征。根据共现关系数据中的候选搜索词与网址之间的相关性,确定交叉特征。例如,可以对候选搜索词进行特征提取,得到搜索词特征。对网址进行特征提取,得到网址特征。然后对搜索词特征和网址特征进行相关度计算,得到交叉特征。
在操作S330,根据与每个共现关系数据对应的搜索词特征、网址特征和交叉特征,确定每个共现关系数据的点击率评估值。
根据本公开的实施例,例如可以针对每个共现关系数据,对与共现关系数据对应的搜索词特征、网址特征和交叉特征进行合并,得到候选数据。然后利用点击通过率模型,对候选数据进行评估,得到共现关系数据的点击率评估值。例如,可以将候选词特征与交叉特征进行合并,得到中间特征。然后将中间特征与网址特征进行合并,得到候选数据。
根据本公开的另一实施例,例如可以对多个共现关系数据中的候选搜索词与网址之间的相关性进行评估,得到相关度评估值。其中,相关度评估值可以用于表示候选搜索词与网址之间的相关程度。然后删除多个共现关系数据中相关度评估值小于相关度阈值的共现关系数据。其中,相关度阈值可以通过实际需要设置。通过删除相关度评估值小于相关度阈值的共现关系数据,可以删除不合理数据,提高推荐效果,减少后续处理的数据量。
根据本公开的另一实施例,对象行为数据例如可以包括搜索引擎的用户行为日志。例如可以根据搜索引擎的用户行为日志进行分析。其中,用户行为日志例如可以包括session(会话)。
本实施例中,用户在使用搜索引擎的时候,发起针对搜索词query的搜索。搜索引擎可以记录用户的搜索行为。示例性地,本实施例中,用户行为日志中搜索行为的类型可以标记为se。用户在搜索结果中点击网页时会记录用户的点击行为。示例性地,本实施例中,用户行为日志中点击行为的类型可以标记为click。基于此,搜索过程中,会根据用户发生搜索行为、点击行为以及对应的行为发生时刻记录在用户行为日志中。示例性地,用户行为日志可以采用序列数据的形式。
举例说明,按照时间先后顺序,用户首先进行一次针对搜索词query为“刘某某”的搜索行为。搜索引擎提供相关网页作为搜索结果。在搜索引擎提供的搜索结果中,用户点击网址url为“刘某某百科”的网页,并在查看完网页后回到搜索引擎,再次发起搜索词query为“四大天王”的搜索引擎查询。浏览过针对“四大天王”的搜索结果后再次发起搜索词query为“洪某某”的搜索。用户在针对“洪某某”的搜索结果中点击网址url为“ent.xxx.com”的网页进行浏览。浏览该网页后再在搜索引擎中进行搜索词query为“吴某”的搜索引擎查询。基于此,可以在用户行为日志中形成例如以下表1所示的记录。
表1
针对搜索引擎的用户行为日志,进行个人信息脱敏处理。然后将脱敏处理后的数据将每个用户的行为数据按照时间排序,获得到单个用户的搜索行为和点击行为数据。
然后,可以将根据时间聚合在一起的单个用户行为数据,按照预定时长划分为多个数据分片。确定每个数据分片中记录的搜索行为和点击行为具有共现关系数据,即共同出现的关联关系。示例性地,本实施例中,数据分片例如可以为session,预定时长例如可以采用15分钟。由此,可以得到用户维度的共现关系数据。其中,每个共现关系数据可以包括一个网址url和一个搜索词query,该网址url和该搜索词query具有共现关系,表示点击网址url后的用户有较大可能发起针对搜索词query的搜索。示例性地,本实施例中,共现关系数据例如可以如表2所示。其中,可以以网址urlurl作为key(关键词)字段,检索词query可以作为candidate(候选搜索词)字段。
key | candidate |
url=刘某某_百科 | query=四大天王 |
url=刘某某_百科 | query=洪某某 |
url=ent.xxx.com | query=吴某 |
表2
对每个用户的数据分片中的网址url和搜索词query进行一次关联计数。即将所有用户行为日志得到的共现关系数据进行做统计学汇总,相同共现关系数据的出现次数进行累加成为该共现关系数据的共现次数。对于同一个网址url对应的搜索词query,按照共现次数进行从高到低排序,并截取最高顺位的n条搜索词query,作为候选搜索词。其中,n为正整数,可以根据实际需要设置,例如可以为1000。
下面参考图4和图5,结合具体实施例对上文所示的获取多个共现关系数据的方法做进一步说明。本领域技术人员可以理解,以下示例实施例仅用于理解本公开,本公开并不局限于此。
图4示意性示出了根据本公开的实施例的获取多个共现关系数据的方法示意图。
在图4中示出了,在处理搜索引擎用户行为日志时,可以引入以天为时间单位的PC(个人电脑)端行为日志和移动端行为日志。其中,PC端行为日志是PC端网页搜索引擎记录的用户行为日志,移动端行为日志为移动端网页搜索引擎日志记录的用户行为日志。分别对PC端行为日志和移动端行为日志进行数据抽取,获得不同搜索引擎场景的用户行为表征数据,然后可以将两种表征数据进行合并。根据合并后的行为数据,按照用户进行分组,每个用户所对应的数据分为一个组。接着对每组数据进行切分,并根据切分后的数据分片进行共现关系数据挖掘,获得天级别的共现关系数据。
图5示意性示出了根据本公开另一实施例的获取多个共现关系数据的方法示意图。
在图5中示出了,可以在天级共现关系数据的基础上挖掘月级的共现关系数据。即获得一个月中每天的PC端搜索引擎天级共现关系数据和每天的移动端搜索引擎共现关系数据,将这些共现关系数据进行合并,统计共现次数,同时标记共现次数的来源。针对合并后的数据,可以对其中PC端网址url和移动端网址url进行适配处理,以将对应相同网页的PC网址和移动端网址合并。例如,针对PC端网址url_A和移动端网址url_X,识别PC端网址url_A与移动端网址url_X是否对应相同的网页站点,如果存在PC端网址url_A与移动端网址url_X对应于相同的网页,则该两个网址所对应的搜索词query可以做归并处理,并互相补充使用。月级共现的后续处理步骤与天级相似,首先将每个共现关系数据的出现次数相加,得到总的共现次数。然后根据总的共现次数,对每个网址url所对应的所有搜索词query从高到低进行排序。对每一个网址url所对应的搜索词进行截取,获取排序最高的前m个搜索词query作为候选搜索词。其中,m为正整数,可以根据实际需要设置,例如可以为2000。
下面参考图6,结合具体实施例对上文所示的候选搜索词的推荐方法做进一步说明。本领域技术人员可以理解,以下示例实施例仅用于理解本公开,本公开并不局限于此。
图6示意性示出了根据本公开的实施例的候选搜索词的推荐方法示意图。
在图6中示出了,一方面可以收集样本,其中,每个样本可以包括一个网址url和一个搜索词query。然后可以对样本进行特征工程,得到样本特征。接着可以利用样本特征训练机器学习模型,得到点击通过率(CTR)模型。
另一方面可以进行基础召回。根据本公开的实施例,基础召回例如可以包括挖掘网址url和搜索词query的共现关系数据。然后可以对共现关系数据进行特征工程。根据本公开的实施例,特征工程例如可以包括挖掘与每个共现关系数据对应的搜索词特征、网址特征和交叉特征。接着,可以合并特征。例如可以将搜索词特征、网址特征和交叉特征过程合并,得到候选数据。
接下来,可以通过算法策略对共现关系数据进行筛选。例如,可以对网址url和搜索词query相关性进行评估,得到相关度评估值。然后删除多个共现关系数据中相关度评估值小于相关度阈值的共现关系数据。又例如,可以针对每个共现关系数据,对共现关系数据中的搜索词query进行意图分析,得到意图分析结果,然后确定意图分析结果与共现关系数据中网址url对应的网页内容是否匹配,如果不匹配,则删除该共现关系数据。可以理解的是,还可以采用其他算法策略对共现关系数据进行筛选,例如删除搜索词query字数太少的共现关系数据、删除关联次数太少的共现关系数据、删除搜索词query包含敏感词的共现关系数据、删除质量分低的共现关系数据等,本公开对此不作具体限定。
可以利用点击通过率模型,对候选数据进行评估,得到共现关系数据的点击率评估值。根据本公开的实施例,例如可以通过样本进行特征工程,得到样本特征,然后根据样本特征训练点击通过率模型。其中样本采集、训练可以通过机器学习技术。
最后可以根据点击率评估值,对搜索词query进行排序,根据排序进行推荐。另外如果搜索词较多可以做截断,即选择输出前k个搜索词作为推荐候选搜索词。其中,k为正整数,可以根据实际需要设置。后续,推荐候选搜索词可以转换格式,以供在线查询服务使用。
以下将结合图7对本公开提供的候选搜索词的推荐装置进行描述。
图7示意性示出了根据本公开实施例的候选搜索词的推荐装置的框图。
如图7所示,候选搜索词的推荐装置700包括第一确定模块710、获取模块720、第二确定模块730和推荐模块740。
第一确定模块710,用于响应于检测到目标网址被点击,确定多个共现关系数据中与目标网址对应的至少一个目标共现关系数据,其中,多个共现关系数据中的每个共现关系数据包括彼此具有共现关系的网址和候选搜索词。
获取模块720,用于获取至少一个目标共现关系数据的点击率评估值。
第二确定模块730,用于根据至少一个目标共现关系数据的点击率评估值,确定至少一个目标共现关系数据中的待推荐共现关系数据。
推荐模块740,用于对待推荐共现关系数据中的候选搜索词进行推荐。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
根据本公开的实施例,候选搜索词的推荐装置可以还可以包括共现关系数据获取模块、特征确定模块和点击率评估值确定模块。其中,共现关系数据获取模块,用于获取多个共现关系数据。特征确定模块,用于确定与所述每个共现关系数据对应的搜索词特征、网址特征和交叉特征。点击率评估值确定模块,用于根据与所述每个共现关系数据对应的搜索词特征、网址特征和交叉特征,确定所述每个共现关系数据的点击率评估值。
根据本公开的实施例,所述共现关系数据获取模块可以包括对象行为数据获取子模块、切分子模块和共现关系数据确定子模块。其中,对象行为数据获取子模块,用于获取搜索引擎的对象行为数据,其中,所述对象行为数据记录有至少一个搜索行为和至少一个点击行为。切分子模块,用于将所述对象行为数据根据行为发生时间进行切分,得到多个数据分片,其中,每个所述数据分片包括预定时长的行为记录。共现关系数据确定子模块,用于根据所述每个数据分片中记录的搜索行为和点击行为,确定共现关系数据。
根据本公开的实施例,所述特征确定模块可以包括第一特征确定子模块、第二特征确定子模块和第三特征确定子模块。其中,第一特征确定子模块,用于针对所述每个共现关系数据,根据所述共现关系数据中的候选搜索词,确定搜索词特征。第二特征确定子模块,用于根据所述共现关系数据中的网址,确定网址特征。第三特征确定子模块,用于根据所述共现关系数据中的候选搜索词与网址之间的相关性,确定交叉特征。
根据本公开的实施例,所述点击率评估值确定模块可以包括合并子模块和评估子模块。其中,合并子模块,用于针对所述每个共现关系数据,对与所述共现关系数据对应的搜索词特征、网址特征和交叉特征进行合并,得到候选数据。评估子模块,用于利用点击通过率模型,对所述候选数据进行评估,得到所述共现关系数据的点击率评估值。
根据本公开的实施例,候选搜索词的推荐装置还可以包括评估模块和删除模块。其中,评估模块,用于对所述多个共现关系数据中的候选搜索词与网址之间的相关性进行评估,得到相关度评估值。删除模块,用于删除所述多个所述共现关系数据中所述相关度评估值小于相关度阈值的共现关系数据。
根据本公开的实施例,所述第二确定模块可以包括待推荐共现关系数据确定子模块,用于确定所述至少一个目标共现关系数据中点击率评估值大于点击率阈值的目标共现关系数据,作为待推荐共现关系数据。
图8示意性示出了可以用来实施本公开的实施例的示例电子设备800的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图8所示,设备800包括计算单元801,其可以根据存储在只读存储器(ROM)802中的计算机程序或者从存储单元808加载到随机访问存储器(RAM)803中的计算机程序,来执行各种适当的动作和处理。在RAM 803中,还可存储设备800操作所需的各种程序和数据。计算单元801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
设备800中的多个部件连接至I/O接口805,包括:输入单元806,例如键盘、鼠标等;输出单元807,例如各种类型的显示器、扬声器等;存储单元808,例如磁盘、光盘等;以及通信单元809,例如网卡、调制解调器、无线通信收发机等。通信单元809允许设备800通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元801可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元801的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元801执行上文所描述的各个方法和处理,例如候选搜索词的推荐方法。例如,在一些实施例中,候选搜索词的推荐方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元808。在一些实施例中,计算机程序的部分或者全部可以经由ROM 802和/或通信单元809而被载入和/或安装到设备800上。当计算机程序加载到RAM 803并由计算单元801执行时,可以执行上文描述的候选搜索词的推荐方法的一个或多个步骤。备选地,在其他实施例中,计算单元801可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行候选搜索词的推荐方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码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或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务(″Virtual Private Server″,或简称″VPS″)中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (17)
1.一种候选搜索词的推荐方法,包括:
响应于检测到目标网址被点击,确定多个共现关系数据中与所述目标网址对应的至少一个目标共现关系数据,其中,所述多个共现关系数据中的每个共现关系数据包括彼此具有共现关系的网址和候选搜索词;
获取所述至少一个目标共现关系数据的点击率评估值;
根据所述至少一个目标共现关系数据的点击率评估值,确定所述至少一个目标共现关系数据中的待推荐共现关系数据;以及
对所述待推荐共现关系数据中的候选搜索词进行推荐。
2.根据权利要求1所述的方法,还包括:
获取多个共现关系数据;
确定与所述每个共现关系数据对应的搜索词特征、网址特征和交叉特征;以及
根据与所述每个共现关系数据对应的搜索词特征、网址特征和交叉特征,确定所述每个共现关系数据的点击率评估值。
3.根据权利要求2所述的方法,其中,所述获取多个共现关系数据包括:
获取搜索引擎的对象行为数据,其中,所述对象行为数据记录有至少一个搜索行为和至少一个点击行为;
将所述对象行为数据根据行为发生时间进行切分,得到多个数据分片,其中,每个所述数据分片包括预定时长的行为记录;以及
根据所述每个数据分片中记录的搜索行为和点击行为,确定共现关系数据。
4.根据权利要求2所述的方法,其中,所述确定与所述每个共现关系数据对应的搜索词特征、网址特征和交叉特征,包括:
针对所述每个共现关系数据,
根据所述共现关系数据中的候选搜索词,确定搜索词特征;
根据所述共现关系数据中的网址,确定网址特征;以及
根据所述共现关系数据中的候选搜索词与网址之间的相关性,确定交叉特征。
5.根据权利要求2所述的方法,其中,所述根据与所述每个共现关系数据对应的搜索词特征、网址特征和交叉特征,确定所述每个共现关系数据的点击率评估值,包括:
针对所述每个共现关系数据,
对与所述共现关系数据对应的搜索词特征、网址特征和交叉特征进行合并,得到候选数据;以及
利用点击通过率模型,对所述候选数据进行评估,得到所述共现关系数据的点击率评估值。
6.根据权利要求2所述的方法,还包括:
对所述多个共现关系数据中的候选搜索词与网址之间的相关性进行评估,得到相关度评估值;以及
删除所述多个所述共现关系数据中所述相关度评估值小于相关度阈值的共现关系数据。
7.根据权利要求1至6中任一项所述的方法,其中,所述根据所述至少一个目标共现关系数据的点击率评估值,确定所述至少一个目标共现关系数据中的待推荐共现关系数据,包括:
确定所述至少一个目标共现关系数据中点击率评估值大于点击率阈值的目标共现关系数据,作为待推荐共现关系数据。
8.一种候选搜索词的推荐装置,包括:
第一确定模块,用于响应于检测到目标网址被点击,确定多个共现关系数据中与所述目标网址对应的至少一个目标共现关系数据,其中,所述多个共现关系数据中的每个共现关系数据包括彼此具有共现关系的网址和候选搜索词;
获取模块,用于获取所述至少一个目标共现关系数据的点击率评估值;
第二确定模块,用于根据所述至少一个目标共现关系数据的点击率评估值,确定所述至少一个目标共现关系数据中的待推荐共现关系数据;以及
推荐模块,用于对所述待推荐共现关系数据中的候选搜索词进行推荐。
9.根据权利要求8所述的装置,还包括:
共现关系数据获取模块,用于获取多个共现关系数据;
特征确定模块,用于确定与所述每个共现关系数据对应的搜索词特征、网址特征和交叉特征;以及
点击率评估值确定模块,用于根据与所述每个共现关系数据对应的搜索词特征、网址特征和交叉特征,确定所述每个共现关系数据的点击率评估值。
10.根据权利要求9所述的装置,其中,所述共现关系数据获取模块包括:
对象行为数据获取子模块,用于获取搜索引擎的对象行为数据,其中,所述对象行为数据记录有至少一个搜索行为和至少一个点击行为;
切分子模块,用于将所述对象行为数据根据行为发生时间进行切分,得到多个数据分片,其中,每个所述数据分片包括预定时长的行为记录;以及
共现关系数据确定子模块,用于根据所述每个数据分片中记录的搜索行为和点击行为,确定共现关系数据。
11.根据权利要求9所述的装置,其中,所述特征确定模块,包括:
第一特征确定子模块,用于针对所述每个共现关系数据,根据所述共现关系数据中的候选搜索词,确定搜索词特征;
第二特征确定子模块,用于根据所述共现关系数据中的网址,确定网址特征;以及
第三特征确定子模块,用于根据所述共现关系数据中的候选搜索词与网址之间的相关性,确定交叉特征。
12.根据权利要求9所述的装置,其中,所述点击率评估值确定模块,包括:
合并子模块,用于针对所述每个共现关系数据,对与所述共现关系数据对应的搜索词特征、网址特征和交叉特征进行合并,得到候选数据;以及
评估子模块,用于利用点击通过率模型,对所述候选数据进行评估,得到所述共现关系数据的点击率评估值。
13.根据权利要求9所述的装置,还包括:
评估模块,用于对所述多个共现关系数据中的候选搜索词与网址之间的相关性进行评估,得到相关度评估值;以及
删除模块,用于删除所述多个所述共现关系数据中所述相关度评估值小于相关度阈值的共现关系数据。
14.根据权利要求8至13中任一项所述的装置,其中,所述第二确定模块,包括:
待推荐共现关系数据确定子模块,用于确定所述至少一个目标共现关系数据中点击率评估值大于点击率阈值的目标共现关系数据,作为待推荐共现关系数据。
15.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
17.一种计算机程序产品,包括计算机程序/指令,其特征在于,该计算机程序/指令被处理器执行时实现权利要求1-7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211133958.9A CN115455274A (zh) | 2022-09-16 | 2022-09-16 | 候选搜索词的推荐方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211133958.9A CN115455274A (zh) | 2022-09-16 | 2022-09-16 | 候选搜索词的推荐方法、装置、设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115455274A true CN115455274A (zh) | 2022-12-09 |
Family
ID=84303926
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211133958.9A Pending CN115455274A (zh) | 2022-09-16 | 2022-09-16 | 候选搜索词的推荐方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115455274A (zh) |
-
2022
- 2022-09-16 CN CN202211133958.9A patent/CN115455274A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107908662B (zh) | 搜索***的实现方法和实现装置 | |
CN110766486A (zh) | 确定物品类目的方法和装置 | |
CN113806660B (zh) | 数据评估方法、训练方法、装置、电子设备以及存储介质 | |
CN114428677B (zh) | 任务处理方法、处理装置、电子设备及存储介质 | |
CN114330329A (zh) | 一种业务内容搜索方法、装置、电子设备及存储介质 | |
CN110245357B (zh) | 主实体识别方法和装置 | |
CN110750707A (zh) | 关键词推荐方法、装置和电子设备 | |
CN113656737A (zh) | 网页内容展示方法、装置、电子设备以及存储介质 | |
CN112148841A (zh) | 一种对象分类以及分类模型构建方法和装置 | |
CN113722593B (zh) | 事件数据处理方法、装置、电子设备和介质 | |
CN113792232B (zh) | 页面特征计算方法、装置、电子设备、介质及程序产品 | |
CN112887426B (zh) | 信息流的推送方法、装置、电子设备以及存储介质 | |
CN112506800B (zh) | 测试代码的方法、装置、设备、介质和程序产品 | |
CN113495841B (zh) | 一种兼容性检测方法、装置、设备、存储介质及程序产品 | |
CN115759100A (zh) | 数据处理方法、装置、设备及介质 | |
CN115455274A (zh) | 候选搜索词的推荐方法、装置、设备以及存储介质 | |
CN114491232A (zh) | 信息查询方法、装置、电子设备和存储介质 | |
CN113656731A (zh) | 广告页面的处理方法、装置、电子设备和存储介质 | |
CN113221035A (zh) | 用于确定异常网页的方法、装置、设备、介质和程序产品 | |
US10572560B2 (en) | Detecting relevant facets by leveraging diagram identification, social media and statistical analysis software | |
CN112016017A (zh) | 确定特征数据的方法和装置 | |
CN113360765B (zh) | 事件信息的处理方法、装置、电子设备和介质 | |
CN113656393B (zh) | 数据处理方法、装置、电子设备以及存储介质 | |
CN110532540B (zh) | 确定用户偏好的方法、***、计算机***和可读存储介质 | |
CN112818221B (zh) | 实体的热度确定方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |