[發明專利]一種提供檢索關聯詞的方法及裝置

無效

• 申請號: 201010618560.5
• 申請日: 2010-12-31
• 公開（公告）號: CN102567409A
• 公開（公告）日: 2012-07-11
• 發明（設計）人: 吳周強;蔡勇;王彪;倪玉華;吳悠;彭德琦
• 申請（專利權）人: 珠海博睿科技有限公司;北京師范大學珠海分校
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 黃志華

1.一種提供檢索關聯詞的方法，其特征在于，包括：

根據用戶輸入的檢索關鍵字獲取包含所述檢索關鍵字的網頁頁面；

基于所述網頁頁面包含的文本數據提取出目標分詞；分別基于每一個目標分詞在各網頁頁面中的密度，計算每一個目標分詞與所述檢索關鍵字之間的關聯度；

將關聯度達到設定門限值的目標分詞，作為檢索關聯詞呈現給用戶。

2.如權利要求1所述的方法，其特征在于，獲取包含所述檢索關鍵字的網頁頁面時，包括：

確定指定的網站行業屬性；

在具有所述網站行業屬性的網站內，獲取包含所述檢索關鍵字的網頁頁面。

3.如權利要求1所述的方法，其特征在于，采用聚類算法分別計算每一個目標分詞在各網頁頁面中的密度。

4.如權利要求1所述的方法，其特征在于，基于任意一個目標分詞在各網頁頁面中的密度，計算該目標分詞與所述檢索關鍵字之間的關聯度時，采用以下公式：

關聯度＝X1*w1+X2*w2+......Xm*wn

其中，X1、X2、......Xn為所述任意一個目標分詞在各網頁頁面中的密度，w1、w2、......wn為各網頁頁面的權重。

5.如權利要求4所述的方法，其特征在于，確定任意一網頁頁面的權重時，參考網站權威指數、網站專業指數、用戶點擊率和目標分詞出現次數中的一種或任意組合。

6.如權利要求1-5任一項所述的方法，其特征在于，將獲得的目標分詞作為所述檢索關鍵字的檢索關聯詞進行保存，待用戶下一次輸入所述檢索關鍵字時，直接獲取相應的檢索關聯詞呈現給用戶。

7.如權利要求6所述的方法，其特征在于，按照設定周期更新所述檢索關鍵字對應的檢索關聯詞。

8.一種提供檢索關聯詞的裝置，其特征在于，包括：

獲取單元，用于根據用戶輸入的檢索關鍵字獲取包含所述檢索關鍵字的網頁頁面；

提取單元，用于基于所述網頁頁面包含的文本數據提取出目標分詞；

計算單元，用于分別基于每一個目標分詞在各網頁頁面中的密度，計算每一個目標分詞與所述檢索關鍵字之間的關聯度；

呈現單元，用于將關聯度達到設定門限值的目標分詞，作為檢索關聯詞呈現給用戶。

9.如權利要求8所述的裝置，其特征在于，所述獲取單元獲取包含所述檢索關鍵字的網頁頁面時，確定指定的網站行業屬性，并在具有所述網站行業屬性的網站內，獲取包含所述檢索關鍵字的網頁頁面。

10.如權利要求8所述的裝置，其特征在于，所述計算單元采用聚類算法分別計算每一個目標分詞在各網頁頁面中的密度。

11.如權利要求8所述的裝置，其特征在于，所述計算單元基于任意一個目標分詞在各網頁頁面中的密度，計算該目標分詞與所述檢索關鍵字之間的關聯度時，采用以下公式：

關聯度＝X1*w1+X2*w2+......Xm*wn

其中，X1、X2、......Xm為所述任意一個目標分詞在各網頁頁面中的密度，w1、w2、......wn為各網頁頁面的權重。

12.如權利要求11所述的裝置，其特征在于，所述計算單元確定任意一網頁頁面的權重時，參考網站權威指數、網站專業指數、用戶點擊率和目標分詞出現次數中的一種或任意組合。

13.如權利要求8-12任一項所述的裝置，其特征在于，所述呈現單元將獲得的目標分詞作為所述檢索關鍵字的檢索關聯詞進行保存，待用戶下一次輸入所述檢索關鍵字時，直接獲取相應的檢索關聯詞呈現給用戶。

14.如權利要求13所述的裝置，其特征在于，進一步包括：

更新單元，用于按照設定周期更新所述檢索關鍵字對應的檢索關聯詞。