[發明專利]一種自動構建投放關鍵詞關聯結構的方法及裝置

在審

• 申請號: 201510697764.5
• 申請日: 2015-10-23
• 公開（公告）號: CN105354265A
• 公開（公告）日: 2016-02-24
• 發明（設計）人: 李強;廖耀華
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 宋焰琴

技術領域

本發明屬于計算機網絡搜索技術領域，尤其涉及一種自動構建關鍵詞關聯結構的方法及裝置。

背景技術

隨著網絡的日益普及，搜索引擎利用網民對搜索引擎的依賴和使用習慣，在網民檢索信息的時候盡可能將相關信息傳遞給目標人群。通常的做法是，網站通過在搜索引擎系統投放一些特定關鍵詞時，當網民通過搜索引擎搜索相關業務時，一旦網民輸入的搜索詞與所投放的特定關鍵詞匹配，則在搜索結果網頁中顯示與該投放關鍵詞相對應的推送信息。

在現有的搜索引擎系統中，在投放關鍵詞之前，需要先配置好要投放關鍵詞對應的關聯結構，關聯結構包括關聯計劃和關聯單元。其中關聯計劃是關聯結構中最高的層級設置，對應于網站的推送項目；關聯單元是關聯計劃下的層級，對應于推送項目中的具體業務；關鍵詞是位于關聯單元層級下的；為了更加方便管理關聯結構中的關鍵詞，通常會把將相關品類的關聯單元劃分至同一個關聯計劃中；相關品類的關鍵詞劃分至同一個關聯單元，關聯計劃和關聯單元名稱與關鍵詞品類屬性相關。

目前的做法是在投放一批關鍵詞時，會根據人為觀察每個關鍵詞詞義，依據自己的經驗建立相關的關聯計劃和關聯單元，然后將相同品類的關鍵詞劃分至相關的關聯單元。

按現有人為根據關鍵詞詞義劃分關鍵詞所屬關聯結構的方式，當投放的關鍵詞數量較少時，缺點還不明顯，但是，隨著投放關鍵詞數量越來越多，會有以下缺點：

1、人為根據關鍵詞詞義劃分關鍵詞所屬關聯結構，當多人維護同一個關聯結構時，因為每個人劃分標準經驗不一樣，可能會造成關聯結構混亂，為后續管理監控關聯結構數據帶來不便；

2、當關鍵詞數量較多時，如果還是采用上述人為劃分關鍵詞關聯結構的方式，必然會降低投放效率。

發明內容

有鑒于此，本發明提供一種自動構建投放關鍵詞關聯結構的方法及裝置，通過歸納好不同品類在不同業務層級下的種子詞，然后將投放關鍵詞與種子詞進行匹配，以確定投放關鍵詞所涉及的具體品類和業務層級，用于自動生成投放關鍵詞關聯結構，省去人工參與，提高投放效率。

根據本發明一方面，其提供了一種自動構建投放關鍵詞關聯結構的方法，包括：

劃分種子詞相關的行業品類以及行業品類下的業務類型；其中，所述行業品類包括種子詞所屬的行業分類，業務類型包括每個行業品類下的業務分類；

根據所劃分的行業品類和業務類型，構建所有業務類型下的種子詞，構成種子詞庫；所述種子詞庫每個種子詞關聯存儲有對應的行業品類和業務類型；

將投放關鍵詞與所述種子庫中的種子詞進行匹配，根據匹配結果確定投放關鍵詞所屬的行業品類和業務類型，其中所述投放關鍵詞所屬的行業品類和業務類型為與其匹配的種子詞所關聯存儲的行業品類和業務類型；

根據匹配得到的投放關鍵詞所屬行業品類和業務類型，生成投放關鍵詞的關聯結構，所述關聯結構包括關聯計劃及關聯單元，所述關聯計劃為所述投放關鍵詞所屬行業品類，所述關聯單元為所述投放關鍵詞所屬的業務類型。

其中，所述劃分種子詞相關的行業品類以及行業品類下的業務類型具體包括：

確定含有行業相關品類和業務類型的相關網址入口鏈接URL；

使用HttpClient技術，下載上述相關網址入口鏈接URL對應的URL頁面源碼；

分析所下載的URL網頁源碼，并解析出網頁元素，獲取行業品類和以及相關行業品類下的業務類型數據。

其中，所述根據所劃分的行業品類和業務類型，構建所有業務類型下的種子詞具體包括：

依據劃分好的行業品類和業務類型，確定含有相關業務的種子詞鏈接URL；

使用HttpClient技術，下載上述種子詞鏈接URL對應的URL頁面源碼；

分析所下載的種子詞鏈接URL對應的URL頁面源碼，并解析對應的網頁元素，獲得種子詞；

將獲得的種子詞與已有種子詞進行全匹配比較，如果有匹配的種子詞，則直接過濾掉，否則保留；

將最終得到的種子詞關聯存儲于對應行業品類下的業務類型下。

其中，所述將投放關鍵詞與所述種子庫中的種子詞進行匹配，根據匹配結果確定投放關鍵詞所屬的行業品類和業務類型，具體包括：

根據所劃分的行業品類和業務類型，讀取每一個行業品類下的業務類型中存儲的種子詞，放入緩存；

依次取出緩存中每個種子詞，將投放關鍵詞與種子詞進行匹配；

當投放關鍵詞與某一種子詞匹配時，確定該種子詞所對應的行業品類和業務類型為所述投放關鍵詞對應的行業品類和業務類型。