[发明专利]查询维度信息的确定方法及装置

说明书

本发明公开了一种查询维度信息的确定方法及装置。其中，该方法包括：获取与查询条件匹配的网页地址信息，其中，查询条件与查询维度对应；获取与网页地址信息对应的网页内容，其中，网页内容至少包括：文本信息、标签信息和文档对象模型中的一个或多个；根据网页内容，生成页面信息集合，其中，页面信息集合至少包括在网页内容中具有并列关系的页面信息；对页面信息集合中的各页面信息进行聚类分析，得到与查询维度对应的查询维度信息。本发明解决了由于查询的层次受主观影响，导致无法对查询维度进行深层次剖析的技术问题。

技术领域

本发明涉及互联网领域，具体而言，涉及一种查询维度信息的确定方法及装置。

背景技术

所谓查询维度，是指用于描述和概括一个查询中所包含的各种维度值的集合，其中，维度值是词或短语。

通常，在一个查询中，包括多个查询维度，每个查询维度从不同侧描述了查询的本身。例如，以“电脑”作为查询条件，它包括的查询维度可以包括：品牌、类型、价格等，其各查询维度的值分别为：品牌(苹果、联想、戴尔等)、类型(台式、笔记本等)、价格(5000元以下、5000-10000元、10000元以上)等。

查询维度为查询本身提供了各方面丰富的信息，一方面查询维度有助于全方面的反映查询的本身，另一方面用户可以很容易的根据某一维度，在该维度上对当前查询的内容进行更深度的查询。查询维度还可以作为例如AB测试等网页优化方法的重要参考。

目前，往往通过建立索引来确定查询目标的相关信息。首先对于查询本身进行检索，然后返回满足查询逻辑的查询列表，并不会对查询的维度进行剖析，查询到的结果往往并不能准确的反映实际情况，并且在查询结果中，存在大量无效数据。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种查询维度信息的确定方法及装置，以至少解决由于查询的层次受主观影响，导致无法对查询维度进行深层次剖析的技术问题。

根据本发明实施例的一个方面，提供了一种查询维度信息的确定方法，包括：获取与查询条件匹配的网页地址信息，其中，查询条件与查询维度对应；获取与网页地址信息对应的网页内容，其中，网页内容至少包括：文本信息、标签信息和文档对象模型中的一个或多个；根据网页内容，生成页面信息集合，其中，页面信息集合至少包括在网页内容中具有并列关系的页面信息；对页面信息集合中的各页面信息进行聚类分析，得到与查询维度对应的查询维度信息。

进一步地，对页面信息集合中的各页面信息进行聚类分析，得到与查询维度对应的查询维度信息，包括：分别将页面信息集合中的页面信息代入聚类模型得到聚类集合，并确定各页面信息与聚类集合之间的最大距离参数；根据最大距离参数小于或等于预先设置的阈值的页面信息，生成与查询维度对应的查询维度信息。

进一步地，分别将页面信息集合中的页面信息代入聚类模型得到聚类集合，并确定各页面信息与聚类集合之间的最大距离参数包括：将页面信息集合中的第一页面信息和第二页面信息代入聚类模型，确定聚类集合；将页面信息集合中的第三页面信息与聚类集合进行比对，确定第三页面信息与聚类集合之间的最大距离参数。

进一步地，在分别将页面信息集合中的页面信息代入聚类模型得到聚类集合，并确定各页面信息与聚类集合之间的最大距离参数中，采用以下方式确定页面信息间的距离参数：其中，l₁,l₂为具有并列关系的页面信息，d₁(l₁,l₂)为在两个页面信息之间的距离参数，|l₁∩l₂|为在两个具有并列关系的页面信息中出现相同词语的词语数量；其中，d_c(c₁,c₂)为页面信息集合中的页面信息之间的最大距离参数。