[发明专利]网页数据分析方法及装置

权利要求书

1.一种网页数据分析方法，其特征在于，包括：

获取用户在网页上输入的m个关键词；

获取所述m个关键词中存在依存关系的关键词，其中，对应的用户需求相同的关键词之间存在所述依存关系；以及

将所述m个关键词中存在依存关系的关键词划分为同一类关键词；

其中，获取所述m个关键词中存在依存关系的关键词包括：

确定假设条件，其中，所述假设条件是假设的所述m个关键词的输入行为中包含的逻辑关系；

根据所述假设条件创建图模型{G,S}，其中，所述G代表所述m个关键词的集合，所述S代表所述m个关键词之间的依存关系的集合；以及

通过所述图模型，获取所述m个关键词中存在依存关系的关键词。

2.根据权利要求1所述的方法，其特征在于，获取用户在网页上输入的m个关键词包括：

在所述网页加载脚本文件代码；

接收所述用户在所述网页的输入行为；以及

通过脚本文件代码读取所述网页的输入行为所携带的m个关键词。

3.根据权利要求1所述的方法，其特征在于，通过所述图模型，获取所述m个关键词中存在依存关系的关键词包括：

根据所述m个关键词之间的依存关系的强度计算转移概率，其中，所述转移概率是每个关键词属于与其存在所述依存关系的关键词的概率；以及

按照所述转移概率对所述m个关键词进行迭代，获取所述m个关键词中存在依存关系的关键词。

4.根据权利要求3所述的方法，其特征在于，按照所述转移概率对所述m个关键词进行迭代，获取所述m个关键词中存在依存关系的关键词包括：

假设在进行所述迭代之前第i个关键词属于第i关键词簇，其中，所述簇是一类关键词的集合，所述i＝1，2...m；

按照所述转移概率对所述第i个关键词进行一次迭代，计算迭代后所述第i个关键词属于的第k关键词簇，其中，所述k∈{1，2...i-1,i+1...m}；

判断所述第i簇和所述第k簇的差异是否小于预设值，其中，所述预设值是预先设定的所述关键词簇允许的误差值；

如果所述第i簇和所述第k簇的差异大于所述预设值，则继续进行迭代；以及

如果所述第i簇和所述第k簇的差异小于或者等于所述预设值，则停止迭代，获取所述第i个关键词属于的关键词簇中的所有关键词。

5.根据权利要求1所述的方法，其特征在于，将所述m个关键词中存在依存关系的关键词划分为同一类关键词之后，所述方法还包括：

对多个所述同一类关键词分别进行命名；以及

按照每一类关键词包含的所述关键词的数量，对命名后的多个所述同一类关键词进行排序。

6.一种网页数据分析装置，其特征在于，包括：

第一获取单元，用于获取用户在网页上输入的m个关键词；

第二获取单元，用于获取所述m个关键词中存在依存关系的关键词，其中，对应的用户需求相同的关键词之间存在所述依存关系；以及

划分单元，用于将所述m个关键词中存在依存关系的关键词划分为同一类关键词；

其中，所述第二获取单元包括：

第一确定模块，用于确定假设条件，其中，所述假设条件是假设的所述m个关键词的输入行为中包含的逻辑关系；

创建模块，用于根据所述假设条件创建图模型{G,S}，其中，所述G代表所述m个关键词的集合，所述S代表所述m个关键词之间的依存关系的集合；以及第一获取模块，用于通过所述图模型，获取所述m个关键词中存在依存关系的关键词。

7.根据权利要求6所述的装置，其特征在于，所述第一获取单元包括：

加载模块，用于在所述网页加载脚本文件代码；

接收模块，用于接收所述用户在所述网页的输入行为；以及

读取模块，用于通过脚本文件代码读取所述网页的输入行为所携带的m个关键词。

8.根据权利要求6所述的装置，其特征在于，所述第一获取模块包括：

计算模块，用于根据所述m个关键词之间的依存关系的强度计算转移概率，其中，所述转移概率是每个关键词属于与其存在所述依存关系的关键词的概率；以及

第二获取模块，按照所述转移概率对所述m个关键词进行迭代，获取所述m个关键词中存在依存关系的关键词。