[发明专利]数据的动态获取方法、装置及系统

说明书

技术领域

本申请涉及计算机领域，具体而言，涉及一种数据的动态获取方法、装置及系统。

背景技术

现有技术中用于展现相关产品的推广平台的实施过程中，首先需要用户在竞价管理服务器的系统中对搜索词进行竞价处理，当网站前端搜索某个词的时候，就会展示出该搜索词的产品信息，即为搜索词与其对应的多个产品信息分别设置一个固定的静态阈值，从而使得在网站上对用户在后台完成的竞价词推广的获取和展示是静态的。

具体实施过程中，卖家用户首先在竞价管理服务器的系统上选择关键词和该关键词相应的推广产品，然后调用算法模块计算相关性得到一个关键词与产品信息之间的相关性阈值分数，这个分数会存入数据库。引擎服务器会从数据库中下载这些阈值分数并建立索引库。当用户在网站前端的客户端通过搜索词发生搜索行为后，从索引库中获取与该搜索词相对应的产品信息的所有阈值分数，并将各个阈值分数与预先设定的静态阈值进行比较，将阈值分数大于静态阈值分数的产品信息过滤出来进行显示，这种在搜索引擎上实现的过滤方法虽然实现了一定的过滤方式，但过于简单和静态化，它对所有的查询词都是统一标准对待，显然当关键词与产品信息之间的相关性阈值分数发生动态变化的情况下，不能够满足使搜索结果更加灵活、准确的问题。

由此可知，现有客户端上实现的搜索词下的推广数据信息的方法过于简单和单一化，导致很多搜索词下展现的推广数据信息的质量（和词的相关性）比较差，展现的推广产品和搜索词的相关性有可能会比自然搜索的结果差很多。

目前针对相关技术在搜索引擎上实现的产品数据推广的方法单一，使得搜索结果不灵活、不准确的问题，目前尚未提出有效的解决方案。

发明内容

针对相关技术在搜索引擎上实现的产品数据推广的方法单一，使得搜索结果不灵活、不准确的问题，目前尚未提出有效的解决方案，为此，本申请的主要目的在于提供一种数据的动态获取方法、装置及系统，以解决上述问题。

为了实现上述目的，根据本申请的一个方面，提供了一种数据的动态获取方法，该方法包括：接收搜索请求串，并从搜索请求串中读取搜索词；根据搜索词在阈值词典中进行查询，以获取搜索词所对应的动态阈值分数；将搜索词作为查询条件，搜索词所对应的动态阈值分数作为过滤条件在索引数据表中进行过滤，以获取当关键词与搜索词相同且关键词的阈值分数大于等于该搜索词的动态阈值分数时，所对应的一个或多个索引信息，其中，动态阈值分数根据特征因子变化；根据索引信息获取搜索词所对应的数据信息，并返回给网站的前端页面进行显示；其中，阈值词典包括：搜索词及每个搜索词所对应的动态阈值分数，索引数据表包括：关键词以及关键词与每个数据信息之间的阈值分数，特征因子包括：文本特征因子和数据分析特征因子。

进一步地，在根据搜索词在阈值词典中进行查询，以获取搜索词所对应的动态阈值分数之前，方法还包括：从日志词典中获取各个搜索词的文本特征因子和数据分析特征因子；根据文本特征因子和数据分析特征因子进行阈值计算，以获取每个搜索词的动态阈值分数；将各个搜索词及每个搜索词的动态阈值分数以数据字典的格式保存至阈值词典；其中，文本特征因子是搜索词与数据信息所匹配的特征权重值，数据分析特征因子是搜索词所对应的分析参数特征权重值。

进一步地，根据文本特征因子和数据分析特征因子进行阈值计算，以获取每个搜索词的动态阈值分数的步骤包括：采用线性回归模型Score₀＝F0(f1，f2，...，fi)进行拟合计算，以获取搜索词的第一阈值分数Score₀，其中，fi是搜索词所对应的文本特征因子，i是小于等于N的整数，N为自然数；采用线性回归模型Score₁＝F1(f′₁，...，f'_k)进行拟合计算，以获取搜索词的第二阈值分数Score₁，其中，f'_k是搜索词所对应的数据分析特征因子，k是小于等M的整数，M为自然数；根据线性回归模型Score＝F(score₀,score₁)×p₁×p₂进行拟合计算，以获取搜索词的动态阈值分数，其中，p₁是第一阈值分数的占空比，p₂是第二阈值分数的占空比。