[發(fā)明專利]基于語義相似度與時(shí)效性頻率的查詢推薦排序方法與裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201710296992.0
• 申請(qǐng)日: 2017-04-28
• 公開（公告）號(hào): CN107122469B
• 公開（公告）日: 2019-12-17
• 發(fā)明（設(shè)計(jì)）人: 蔡飛;陳洪輝;陳皖玉;劉俊先;羅愛民;陳濤;舒振;羅雪山;郭昱普
• 申請(qǐng)（專利權(quán)）人: 中國(guó)人民解放軍國(guó)防科學(xué)技術(shù)大學(xué)
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06F17/27
• 代理公司: 11270 北京派特恩知識(shí)產(chǎn)權(quán)代理有限公司
• 代理人: 蔣雅潔;張穎玲

1.一種基于語義相似度與時(shí)效性頻率的查詢推薦排序方法，其特征在于，包括：

獲取用戶查詢記錄數(shù)據(jù)集并采集查詢?cè)~前綴；

根據(jù)查詢?cè)~前綴生成查詢推薦列表并確定時(shí)效性頻率的查詢字排序；

根據(jù)用戶查詢記錄數(shù)據(jù)集與訓(xùn)練用文本數(shù)據(jù)集計(jì)算查詢?cè)~中第一查詢字與其他查詢字的語義相似度，并確定語義相似度的查詢?cè)~排序；

根據(jù)時(shí)效性頻率排序、語義相似度排序與字詞權(quán)衡參數(shù)獲得查詢推薦排序，并根據(jù)查詢推薦排序?qū)Σ樵兺扑]列表中的每個(gè)查詢?cè)~排序顯示；

對(duì)一個(gè)查詢推薦的排序問題，由于公式

分母中的λ值并不影響查詢推薦之間的相對(duì)順序，因此，最終的查詢推薦排序得分簡(jiǎn)化為：

p(q|p)∝p(w|p)×(p(q|w)+λ-1)；

其中，p(q|p)為排序得分，0≤λ≤1，p(w|p)表示用戶輸入查詢前綴p后，生成查詢字w的概率，而p(q|w)表示產(chǎn)生第一個(gè)查詢字w后生成查詢?cè)~q的概率；為了計(jì)算這些概率值，采用最大似然估計(jì)來近似，p(w|p)主要依賴于查詢字的在一段時(shí)間內(nèi)的出現(xiàn)次數(shù)，而p(q|w)則主要依賴于查詢字之間的語義相似度。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述確定時(shí)效性頻率的查詢字排序包括：

提取查詢推薦列表所有查詢?cè)~中的第一查詢字；

從用戶查詢記錄數(shù)據(jù)集中獲取每個(gè)查詢字在指定時(shí)間內(nèi)的出現(xiàn)頻率；

根據(jù)所有查詢?cè)~的第一查詢字與每個(gè)查詢字在指定時(shí)間內(nèi)的出現(xiàn)頻率確定時(shí)效性頻率的查詢字排序。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)用戶查詢記錄數(shù)據(jù)集與訓(xùn)練用文本數(shù)據(jù)集計(jì)算查詢?cè)~中第一查詢字與其他查詢字的語義相似度包括：

根據(jù)用戶查詢記錄數(shù)據(jù)集獲得基于用戶查詢記錄數(shù)據(jù)集的第一查詢字與其他查詢字之間的語義相似度；

根據(jù)訓(xùn)練用文本數(shù)據(jù)集獲得基于訓(xùn)練用文本數(shù)據(jù)集的第一查詢字與其他查詢字之間的語義相似度；

根據(jù)基于用戶查詢記錄數(shù)據(jù)集的第一查詢字、其他查詢字之間的語義相似度與基于訓(xùn)練用文本數(shù)據(jù)集的第一查詢字與其他查詢字之間的語義相似度與語義整合權(quán)衡參數(shù)確定查詢?cè)~中第一查詢字與其他查詢字的語義相似度；

針對(duì)搜集到的用戶查詢記錄，訓(xùn)練Skip-gram模型，這樣確保測(cè)試階段的每個(gè)查詢中的查詢字能被Skip-gram模型的向量表示；基于用戶查詢記錄生成的Skip-gram模型，計(jì)算查詢?cè)~q中第一個(gè)查詢字w₁與其他查詢字w_i∈q之間的語義相似度，以Sq(w_i,w₁)表示；最后，公式

中的查詢字之間的語義相似度p(w_i|w₁)通過如下計(jì)算而得：

p(w_i|w₁)＝ω×S_r(w_i，w₁)+(1-ω)×S_q(w_i，w₁)

其中，Ssem為語義相似度，q為查詢?cè)~，w為基于查詢?cè)~的第一個(gè)查詢字，p為查詢前綴，Sr(wi,w1)是基于Google-News文本數(shù)據(jù)集訓(xùn)練獲得的查詢字w₁與其他查詢字w_i∈q之間的語義相似度，S_q(w_i，w₁)基于用戶查詢記錄數(shù)據(jù)集訓(xùn)練獲得的查詢字w₁與其他查詢字w_i∈q之間的語義相似度，采用ω來線性整合，獲取最終查詢字之間的語義相似度，ω是一個(gè)權(quán)衡參數(shù)，在[0,1]之間。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)用戶查詢記錄數(shù)據(jù)集獲得基于用戶查詢記錄數(shù)據(jù)集的第一查詢字與其他查詢字之間的語義相似度包括：

使用用戶查詢記錄數(shù)據(jù)集訓(xùn)練skip-gram模型；

根據(jù)用戶查詢記錄數(shù)據(jù)集訓(xùn)練的skip-gram模型獲得基于用戶查詢記錄數(shù)據(jù)集的第一查詢字與其他查詢字之間的語義相似度。