[發明專利]一種確定業務對象關鍵詞的方法及裝置

有效

• 申請號: 201410419141.7
• 申請日: 2014-08-22
• 公開（公告）號: CN105447020B
• 公開（公告）日: 2018-11-27
• 發明（設計）人: 陳海凱
• 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: 北京三友知識產權代理有限公司 11127
• 代理人: 李輝

本申請公開了一種確定業務對象關鍵詞的方法及裝置，包括：根據用戶針對業務對象的操作行為，確定指定業務對象與其它各業務對象之間的相似度；根據所述指定業務對象與其它各業務對象之間的相似度，確定所述指定業務對象的相似業務對象；基于所述相似業務對象的描述信息，確定所述指定業務對象的描述信息中包含的屬性詞在所述相似業務對象的描述信息中出現的第一頻率；根據所述第一頻率，以及預先確定的所述屬性詞在所述指定業務對象所屬類目下的業務對象的描述信息中出現的第二頻率，確定所述屬性詞的重要度；按照重要度從高至低的順序，將預設個數的屬性詞確定為所述指定業務對象的關鍵詞。

技術領域

本申請涉及互聯網技術領域和計算機技術領域，尤其涉及一種確定業務對象關鍵詞的方法及裝置。

背景技術

在現有的互聯網技術中，網站上一般會發布一些業務對象，供登錄該網站的用戶瀏覽，以及進一步的針對指定業務對象的后續處理操作。例如，以電子商務網站為例，業務對象具體可以是賣家用戶發布的產品，業務對象的信息具體可以是產品的描述信息等。登錄電子商務網站的用戶可以通過所發布產品的描述信息，比如產品標題來確定所要瀏覽的產品，并可以進一步的執行收藏、購買或推薦給其他用戶等處理操作。

如果網站能夠通過用戶對業務對象的瀏覽情況，確定出用戶意圖和潛在需求，就能夠更好的為用戶提供服務。

為了實現這一目的，現有技術中提出了根據用戶瀏覽的業務對象的描述信息確定用戶意圖和潛在需求的思想。但是目前網站上發布的業務對象的描述信息都是由一些用于表征產品屬性的屬性詞組成，而這些屬性詞往往堆砌嚴重，不符合正常的語法規則，因此如何從雜亂無章的描述信息中抽取出最能體現用戶意圖和潛在需求的關鍵詞，目前主要有兩種方式：

1、使用詞頻-返文檔頻率(Term Frequency-Inverse Document Frequency，TF-IDF)算法(一種用于信息搜索和信息挖掘的常用加權技術)統計出長文本中每個詞出現的次數，并根據出現的次數確定每個詞的重要程度。但是，業務對象的描述信息通常是一個短文本，大部分的屬性詞只出現一次，因此這種方法的準確度是比較低的。

2、通過統計描述信息中每個屬性詞的詞性來計算每個屬性詞的重要程度，進而將最重要的屬性詞確定為關鍵詞。但是這種方法確定出的關鍵詞的準確度比較差。以手機為例，手機的品牌對手機來說是很重要的，但是對于手機殼來說，手機殼的品牌的重要程度就比較低，而重要程度較高的是手機殼適用的手機品牌。

發明內容

有鑒于此，本申請實施例提供一種確定業務對象關鍵詞的方法及裝置，用于解決現有技術中存在的確定出的業務對象關鍵詞的準確度比較低的問題。

本申請實施例通過如下技術方案實現：

一方面提供了一種確定業務對象關鍵詞的方法，包括：

根據用戶針對業務對象的操作行為，確定指定業務對象與其它各業務對象之間的相似度；

根據所述指定業務對象與其它各業務對象之間的相似度，確定所述指定業務對象的相似業務對象；

基于所述相似業務對象的描述信息，確定所述指定業務對象的描述信息中包含的屬性詞在所述相似業務對象的描述信息中出現的第一頻率；

根據所述第一頻率，以及預先確定的所述屬性詞在所述指定業務對象所屬類目下的業務對象的描述信息中出現的第二頻率，確定所述屬性詞的重要度；

按照重要度從高至低的順序，將預設個數的屬性詞確定為所述指定業務對象的關鍵詞。

較佳的，根據用戶針對業務對象的操作行為，確定指定業務對象與其它各業務對象之間的相似度，具體包括：

按照如下公式計算指定業務對象與其它各業務對象之間的相似度：