[發明專利]一種用于搜索業務的詞匯處理方法及系統

在審

• 申請號: 201610615378.1
• 申請日: 2016-07-29
• 公開（公告）號: CN107665217A
• 公開（公告）日: 2018-02-06
• 發明（設計）人: 陳亞;鄧凱;李菁;程進興
• 申請（專利權）人: 蘇寧云商集團股份有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 江蘇圣典律師事務所32237
• 代理人: 蘇一幟

技術領域

本發明涉及互聯網技術領域，尤其涉及一種用于搜索業務的詞匯處理方法及系統。

背景技術

在各大電子商務平臺或者商業搜索平臺所采用的搜索引擎中，大都提供了聯想詞展現的服務功能，主要是利用用戶鍵入的字符、詞組，幫助用戶迅速補全搜索詞或者進一步地擴展搜索詞，以便用戶快速完成搜索詞的輸入，以及通過所展現的聯想詞引導用戶閱覽運營商希望展示的搜索結果。

但在目前電子商務平臺主要采用的搜索引擎中，難以對于組合方式較為復雜的字符(比如：英文與漢字的組合)進行有效識別，并且搜索結果更多的依賴運營商的人工干預，導致所展現的聯想詞難以準確對應用戶的實際需要，以至于通過聯想詞找到用戶的實際需要商品的準確率很低。因此基于聯想詞的搜索成交轉換率低。

發明內容

本發明的實施例提供一種用于搜索業務的詞匯處理方法及系統，能夠提升基于聯想詞的搜索成交轉換率。

為達到上述目的，本發明的實施例采用如下技術方案：

第一方面，本發明的實施例提供的方法，包括：分析接收到的搜索詞，并得到所述搜索詞的前綴樹和后綴樹；根據所述搜索詞的前綴樹和后綴樹，從基本聯想詞詞庫和個性化聯想詞詞庫中得到聯想詞集合，所述基本聯想詞詞庫至少包括搜索頻率大于等于預設門限的搜索詞，所述個性化聯想詞詞庫包括從對應用戶的搜索日志中提取的搜索詞；從所述聯想詞集合中提取指定數量的詞組，并反饋至用戶設備。

結合第一方面，在第一方面的第一種可能的實現方式中，還包括：獲取原始詞組，并根據所述原始詞組建立所述個性化聯想詞詞庫，所述原始詞組包括從搜索數據庫獲取的熱搜詞、商品清單目錄中記錄的點擊量高于閾值的目錄詞，和/或從人工維護的詞庫中提取的人工詞。

結合第一方面，在第一方面的第二種可能的實現方式中，所述從所述聯想詞集合中提取指定數量的詞組，包括：根據預設的關聯規則，對所述聯想詞集合中詞組按照關聯程度由高至低的順序排序；按照所述聯想詞集合中詞組的排列結果，提取所述指定數量的詞組。

結合第一方面的第二種可能的實現方式，在第三種可能的實現方式中，所述根據所述搜索詞的前綴樹和后綴樹，從基本聯想詞詞庫和個性化聯想詞詞庫中得到聯想詞集合，包括：從基本聯想詞詞庫和個性化聯想詞詞庫中得到與所述搜索詞完全匹配的詞組、與所述搜索詞的前綴樹匹配的詞組，和與所述搜索詞的后綴樹匹配的詞組；所述對所述聯想詞集合中詞組按照關聯程度由高至低的順序排序，包括：在所述聯想詞集合中，將所述與所述搜索詞完全匹配的詞組按照關聯程度高于所述與所述搜索詞的前綴匹配的詞組的順序排列，并將所述與所述搜索詞的前綴匹配的詞組按照關聯程度高于所述與所述搜索詞的后綴匹配的詞組的順序排列。

結合第一方面的第三種可能的實現方式，在第四種可能的實現方式中，所述從基本聯想詞詞庫和個性化聯想詞詞庫中得到與所述搜索詞的前綴樹匹配的詞組，和與所述搜索詞的后綴樹匹配的詞組，包括：根據所述搜索詞的前綴樹中表示中文，拼音或簡拼的字符，從所述基本聯想詞詞庫和所述個性化聯想詞詞庫中得到與所述搜索詞的前綴樹匹配的詞組；當從所述基本聯想詞詞庫和所述個性化聯想詞詞庫中得到的與所述搜索詞的前綴樹匹配的詞組數量小于最低值時，采用所述搜索詞的后綴樹進行補充搜索。

結合第一方面的第一或第四種可能的實現方式,在第五種可能的實現方式中，還包括：對每個搜索詞的前綴樹和后綴樹所在的節點進行預處理(pre-processing)；和/或，對所述基本聯想詞詞庫和所述個性化聯想詞詞庫中的詞組進行建立索引(indexing)，并在每個節點存儲相應的索引(index)。

結合第一方面，在第一方面的第六種可能的實現方式中，還包括：得到所述聯想詞集合后，對于所述聯想詞集合中任意兩個詞組，獲取所述兩個詞組之間的相似度；根據所述兩個詞組之間的相似度判定所述兩個詞組是否相似，若是則作去重處理。

結合第一方面的第六種可能的實現方式，在第七種可能的實現方式中，所述根據所述兩個詞組之間的相似度判定所述兩個詞組是否相似，包括：若所述兩個詞組具有互不相同的分類標識，則判定所述兩個詞組互不相似；若所述兩個詞組中只有一個詞組具有分類標識，且所述兩個詞組的名稱信息匹配成功，則當所述兩個詞組之間的相似度大于0.87時，則判定所述兩個詞組相似；若所述兩個詞組都具有分類標識，且所述兩個詞組的名稱信息匹配成功，則當所述兩個詞組之間的相似度大于0.8時，則判定所述兩個詞組相似。