[發明專利]確定搜索詞權重值方法及裝置、搜索結果生成方法及裝置

有效

• 申請號: 201010207880.1
• 申請日: 2010-06-18
• 公開（公告）號: CN102289436A
• 公開（公告）日: 2011-12-21
• 發明（設計）人: 郭祥
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 逯長明;王寶筠

1.一種確定搜索詞權重值的方法，其特征在于，包括以下步驟：

接收輸入的搜索請求和點擊信息，生成搜索信息日志，保存入數據庫；

統計數據庫中保存的所述搜索信息日志，生成類目分布詞表；

從數據庫中提取屬性詞表，優化所述類目分布詞表；

根據優化后的所述類目分布詞表，計算所述類目分布詞表中各搜索詞的權重值。

2.根據權利要求1所述的方法，其特征在于：

所述類目分布詞表包括：搜索詞、所述搜索詞對應的搜索類目、所述搜索詞對應的各搜索類目的搜索概率；

優化所述類目分布詞表具體為：依次判斷所述類目分布詞表中各搜索詞是否屬于所述屬性詞表，如果是，濾除所述搜索詞對應的搜索概率低于預設的第一閾值的搜索類目；如果否，將所述搜索詞對應的各搜索類目的搜索概率平均化。

3.根據權利要求1或2所述的方法，其特征在于：

通過下述方式計算所述類目分布詞表中各搜索詞的權重值：

WE(Word)＝-C(Word)+C0

其中，Word為搜索詞；WE(Word)為所述搜索詞對應的權重值；C(Word)為所述搜索詞對應的熵；C0大于等于所述類目分布詞表中各搜索詞對應的熵的最大值。

4.根據權利要求3所述的方法，其特征在于，通過下述方式計算搜索詞對應的熵：

C(Word)＝|p₁logp₁+p₂logp₂+p₃logp₃+....+p_mlogp_m|

其中，Word為搜索詞；p_i為優化后的所述類目分布詞表中所述搜索詞對應的第i個搜索類目的搜索概率，0＜p_i＜1；i＝1、2、...m；m為所述類目分布詞表中搜索類目的總個數。

5.根據權利要求1或2所述的方法，其特征在于，所述方法還包括：

對所述類目分布詞表中的搜索詞進行分類，確定各類型搜索詞的關注度；

對各類型的搜索詞對應的權重進行修正，使得關注度高的搜索詞對應的權重值高于關注度低的搜索詞對應的權重值。

6.一種搜索結果生成方法，其特征在于，包括以下步驟：

接收輸入的搜索請求，獲取所述搜索請求中各搜索詞對應的權重值；

將各搜索詞對應的匹配信息按照各搜索詞對應的權重值排序；

其中，各搜索詞對應的權重值通過下述步驟得到：

接收輸入的搜索請求和點擊信息，生成搜索信息日志，保存入數據庫；

統計數據庫中保存的所述搜索信息日志，生成類目分布詞表；所述類目分布詞表包括：搜索詞、所述搜索詞對應的搜索類目、所述搜索詞對應的各搜索類目的搜索概率；

從數據庫中提取屬性詞表，優化所述類目分布詞表；具體為：依次判斷所述類目分布詞表中各搜索詞是否屬于所述屬性詞表，如果是，濾除所述搜索詞對應的搜索概率低于預設的第一閾值的搜索類目；如果否，將所述搜索詞對應的各搜索類目的搜索概率平均化；

根據優化后的所述類目分布詞表，計算所述類目分布詞表中各搜索詞的權重值。

7.一種確定搜索詞權重值的裝置，其特征在于，包括：

日志生成模塊，用于接收輸入的搜索請求和點擊信息，生成搜索信息日志，保存入數據庫；

詞表生成模塊，用于統計數據庫中保存的所述搜索信息日志，生成類目分布詞表；所述類目分布詞表包括：搜索詞、所述搜索詞對應的搜索類目、所述搜索詞對應的各搜索類目的搜索概率；

詞表優化模塊，用于從數據庫中提取屬性詞表，優化所述類目分布詞表；

權重計算模塊，用于根據優化后的所述類目分布詞表，計算所述類目分布詞表中各搜索詞的權重值。

8.根據權利要求7所述的裝置，其特征在于，所述詞表優化模塊包括：

判斷子模塊，用于依次判斷所述類目分布詞表中各搜索詞是否屬于所述屬性詞表；

屬性詞優化子模塊，用于當所述判斷子模塊的結果為是時，濾除所述搜索詞對應的搜索概率低于預設的第一閾值的搜索類目；

非屬性詞優化子模塊，用于當所述判斷子模塊的結果為否時，將所述搜索詞對應的各搜索類目的搜索概率平均化。