[發(fā)明專利]查詢詞推薦方法及裝置

有效

• 申請?zhí)枺?/td>: 201210380800.1
• 申請日: 2012-10-10
• 公開（公告）號: CN103729351B
• 公開（公告）日: 2017-10-03
• 發(fā)明（設計）人: 王義
• 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;G06Q30/02
• 代理公司: 北京億騰知識產(chǎn)權代理事務所11309
• 代理人: 戴燕

1.一種查詢詞推薦方法，其特征在于，包括：

根據(jù)用戶輸入詞確定候選查詢詞；

根據(jù)用戶歷史搜索行為數(shù)據(jù)，建立搜索行為使用的查詢詞的第一評價值的預測模型，所述第一評價值表征該查詢詞引導的商品在設定時間內(nèi)的交易信息；

根據(jù)預測模型及候選查詢詞對應的用戶歷史搜索行為數(shù)據(jù)預測該候選查詢詞的第一評價值；

根據(jù)該第一評價值，濾除候選查詢詞或?qū)υ摵蜻x查詢詞進行排序，并將進行濾除或排序后的候選查詢詞推薦給用戶。

2.根據(jù)權利要求1所述的查詢詞推薦方法，其特征在于，所述交易信息包括商品成交金額和/或商品成交數(shù)量。

3.根據(jù)權利要求1所述的查詢詞推薦方法，其特征在于，所述歷史搜索行為數(shù)據(jù)為設定時間內(nèi)以前的用戶歷史搜索行為數(shù)據(jù)；

預測該候選查詢詞的第一評價值的方法包括使用當日以前的所述歷史搜索行為數(shù)據(jù)預測該候選查詢詞引導的商品在當日的交易信息。

4.根據(jù)權利要求1所述的查詢詞推薦方法，其特征在于，該預測模型的建立方法包括：

使用最小二乘法或基于集成算法的決策樹森林算法進行模型訓練獲得預測模型。

5.根據(jù)權利要求1所述的查詢詞推薦方法，其特征在于，所述根據(jù)該第一評價值，濾除候選查詢詞或?qū)υ摵蜻x查詢詞進行排序，并將進行濾除或排序后的候選查詢詞推薦給用戶的方法包括：

根據(jù)用戶的點擊反饋數(shù)據(jù)對所述候選查詢詞的所述第一評價值進行修正，獲得所述候選查詢詞的第二評價值；

根據(jù)所述第二評價值濾除候選查詢詞或?qū)υ摵蜻x查詢詞進行排序，并將進行濾除或排序后的候選查詢詞推薦給用戶。

6.根據(jù)權利要求5所述的查詢詞推薦方法，其特征在于，所述點擊反饋數(shù)據(jù)包括候選查詢詞的點擊分布比例及位置點擊分布比例；

所述根據(jù)用戶的點擊反饋數(shù)據(jù)對所述候選查詢詞的第一評價值進行修正，獲得所述候選查詢詞的第二評價值的方法包括：

計算候選查詢詞的點擊分布比例；

計算位置點擊分布比例；及

根據(jù)候選查詢詞的點擊分布比例、位置點擊分布比例和第一評價值計算出第二評價值，以所述第二評價值作為第一評價值的修正值，計算公式如下：

Score_Q_i＝[Old_Score_Q_i*(1+(Click_Dis_Q_i-Click_Dis_Pos_i))]，

其中，Score_Q_i表示第i個候選查詢詞的第二評價值，Old_Score_Q_i表示第i個候選查詢詞的第一評價值，Click_Dis_Q_i表示i個候選查詢詞的點擊比例，Click_Dis_Pos_i表示第i個位置的點擊分布比例，i為自然數(shù)。

7.根據(jù)權利要求5所述的查詢詞推薦方法，其特征在于，所述根據(jù)所述第二評價值濾除候選查詢詞或?qū)υ摵蜻x查詢詞進行排序，并將進行濾除或排序后的候選查詢詞推薦給用戶的方法包括：

根據(jù)所述第二評價值濾除候選查詢詞或?qū)υ摵蜻x查詢詞進行排序，并將進行濾除或排序后的候選查詢詞的搜索結果頁進行比較，獲得所述搜索結果頁的商品信息的相似度；

在所述相似度超過設定閾值時濾除進行比較的候選查詢詞中所述第二評價值低的候選查詢詞，將濾除后的候選查詢詞推薦給用戶。