[发明专利]一种基于用户点击数据的关键词属性量化方法及装置

说明书

技术领域

本发明涉及网页搜索技术领域，特别涉及一种基于用户点击数据的关键词属性量化方法及装置。

背景技术

对于网页搜索引擎来说，根据用户输入的关键词，给出搜索结果是网页搜索引擎最主要的功能，而在对搜索结果进行合理排序时，则离不开对于用户搜索的关键词的量化数据；其中，比较典型的如对用户搜索的关键词的某种属性进行量化打分，从而实现基于该属性的排序，例如对关键词的商业度进行打分，从而实现对搜索结果的商业相关性排序、广告支持、作弊站点识别、相关性商业展示排序调整等。

现有的关键词属性量化方法主要是通过一套字符串规则对关键词进行匹配，按照匹配度进行打分，从而得到关键词某一属性的量化数据，并基于该量化数据进行排序。

但是，由于现有的量化方法缺乏对用户搜索行为的分析，对关键词属性的量化区分度不高，同时对一些表述复杂的字符串、长字符串以及未覆盖关键词的查询串识别能力不够，关键词属性的量化数据可比性不高，对于后续的排序等应用帮助不大，达不到很好的量化效果。

发明内容

有鉴于此，本发明提供了一种基于用户点击数据的关键词属性量化方法及装置，能够得到更加精准的关键词属性量化数据。

为达上述目的，本发明的技术方案具体是这样实现的：

一种基于用户点击数据的关键词属性量化方法，该方法包括：

获取用于进行属性量化的候选关键词的集合；

分别确定所述关键词及其对应的搜索结果链接的量化打分算法，将所述搜索结果链接的分数作为所述关键词的量化打分结果的影响因素；将所述关键词的分数作为所述搜索结果链接的量化打分结果的影响因素，建立所述关键词的迭代量化模型；

根据所述关键词及对应的搜索结果链接之间的点击数据及所述量化模型对所述关键词对应的搜索结果链接进行量化打分；再通过迭代计算，得到关键词的所述属性的量化数据。

较佳地，所述属性为商业度。

较佳地，所述获取用于进行属性量化的候选关键词的集合，包括：

抓取电商网站标题和商品垂直频道关键词作为候选关键词；

从所述候选关键词中选取出现频次最高的N条关键词作为商业度属性量化的候选关键词；

其中N为正整数。

较佳地，所述迭代量化模型包括：

T(x)=Σi(x→yi)]]>

T(x)表示和x相关的所有用户点击次数之和，其中，x可以为关键词或者对应的搜索结果链接；

当x为关键词时，x→y_i表示用户搜索关键词(x)时，得到的搜索结果链接中，用户点击过的某链接的点击次数，此时T(x)表示用户搜索关键词(x)时，点击过的所有搜索结果链接的点击次数之和；

当x为搜索结果链接时，x→y_i表示用户通过不同关键词搜索到的同一搜索结果链接的点击次数；此时T(x)表示，用户通过所有不同关键词搜索到的同一搜索结果链接的点击次数之和；