[发明专利]基于语义相似度的关键词拓展方法和装置

权利要求书

1.一种基于语义相似度的关键词拓展方法，其特征在于，包括：

接收待拓展关键词，计算待拓展关键词与预先确定的候选关键词集合中各个候选关键词的语义相似度；所述候选关键词集合中包含多个候选关键词；所述预先确定的候选关键词集合基于应用库平台的历史搜索记录信息得到；

获取各个候选关键词在应用库平台中的搜索指数；根据所述语义相似度、预设的语义相似度权重以及各个候选关键词的搜索指数，计算各个候选关键词相对于所述待拓展关键词的相似度得分；所述搜索指数根据设定统计时间内采用该关键词在应用库平台进行APP搜索的累计次数计算得到；

按照相似度得分的高低顺序，从所述候选关键词集合中选取设定数量的候选关键词，得到所述待拓展关键词的拓展关键词。

2.根据权利要求1所述的基于语义相似度的关键词拓展方法，其特征在于，接收待拓展关键词，计算待拓展关键词与预先确定的候选关键词集合中各个候选关键词的语义相似度之前，还包括：

获取应用库平台的历史搜索记录信息，根据所述历史搜索记录信息确定各关键词对应的第一映射关系；其中，所述历史搜索记录信息包括用于搜索的关键词信息以及各关键词的搜索结果信息；所述第一映射关系中包括关键词对应的候选APP集合，还包括候选APP集合中各个APP的出现频次信息；

根据所述历史搜索记录信息中多个关键词的所述第一映射关系，确定各APP对应的第二映射关系；所述第二映射关系中包括APP对应的关键词集合；

根据所述第一映射关系和第二映射关系得到所述应用库平台的候选关键词集合。

3.根据权利要求2所述的基于语义相似度的关键词拓展方法，其特征在于，根据所述历史搜索记录信息确定各关键词对应的第一映射关系，包括：

根据所述历史搜索记录信息中同一个关键词在设定历史时段内的多次搜索结果，得到该关键词对应的多次搜索结果中的APP排序信息；

按照APP排序先后，从该关键词的每次搜索结果中选取设定数量的APP，得到所述关键词对应的候选APP集合；

统计候选APP集合中各个APP在所述多次搜索结果中的出现频次，得到所述关键词对应的特征向量；所述特征向量中的各个元素分别对应所述候选APP集合中各个APP的出现频次；

根据所述关键词对应的候选APP集合以及特征向量，得到该关键词对应的第一映射关系。

4.根据权利要求3所述的基于语义相似度的关键词拓展方法，其特征在于，根据所述第一映射关系和第二映射关系得到所述应用库平台的候选关键词集合，包括：

根据所述第一映射关系和第二映射关系得到一关键词矩阵，所述关键词矩阵的行数等于第一映射关系中关键词对应的候选APP集合中的APP个数，所述关键词矩阵的列数等于第二映射关系中APP对应的关键词集合中的关键词个数；

根据所述关键词矩阵中各个关键词的出现频次，从所述关键词矩阵中选取出现频次大于或等于设定频次的关键词，得到中间关键词集合；

获取所述中间关键词集合中各关键词的搜索指数，从所述中间关键词集合中选取搜索指数大于或等于设定搜索指数值的关键词，得到候选关键词集合。

5.根据权利要求3或4所述的基于语义相似度的关键词拓展方法，其特征在于，通过如下公式计算所述待拓展关键词与候选关键词集合中各个候选关键词的语义相似度：

其中，k_i、k_j分别表示第i个关键词和第j个关键词，V(k_i)、V(k_j)分别表示第i个关键词对应的特征向量、第j个关键词对应的特征向量，V(k_i)·V(k_j)表示两个向量的内积，||V(k_i)||₂表示向量V(k_i)的2-范数，||V(k_i)||₂||V(k_j)||₂表示特征向量V(k_i)的2-范数与V(k_j)的2-范数的乘积，sim(k_i,k_j)表示第i个关键词和第j个关键词的语义相似度。