[發明專利]數據處理方法和系統

有效

• 申請號: 201710406139.X
• 申請日: 2017-06-01
• 公開（公告）號: CN107256244B
• 公開（公告）日: 2021-09-03
• 發明（設計）人: 李蕭蕭;郝暉;邵榮防;謝群群;薛儒璇;陳賤輝;徐雷洋
• 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: G06F16/9535
• 分類號: G06F16/9535
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 任巖

本公開提供了一種數據處理方法，包括：獲取至少一個用戶在第一時間段內的搜索信息，所述搜索信息包括多個搜索詞以及所述搜索詞對應的搜索時間；將所述多個搜索詞中屬于相同用戶的任意兩個不同的搜索詞按照相同的搜索時間順序組成至少一個搜索詞對；以及計算所述至少一個搜索詞對中的每個搜索詞對的關聯分，得到至少一個第一分值，所述第一分值與對應的搜索詞對的兩個搜索詞對應的所述搜索時間的時間間隔相關。

技術領域

本公開涉及互聯網技術領域，更具體地，涉及一種數據處理方法和系統。

背景技術

隨著互聯網技術的快速發展，通過網絡平臺進行信息搜索或者交易等活動以其低成本、高效率的優勢獲得了越來越多的用戶青睞。用戶在使用網絡平臺進行信息搜索的過程中，經常會出現誤輸入、或者搜索結果無法滿足用戶的搜索目的、或者用戶想要連續搜索多個相關信息等情況，在這種情況下，用戶則需要重新進行輸入，增加了用戶的工作量，降低了用戶的體驗感。

此時，服務提供商希望為用戶提供更加個性化的服務，在展示相關的搜索結果時，也理解用戶的搜索意圖，為其推薦相關的搜索詞，減少用戶再次輸入的工作量，吸引用戶地進一步搜索。

然而，在實現本發明構思的過程中，發明人發現現有技術中至少存在如下問題，在確定兩個搜索詞的關聯度時，通常使用語義分析的方法，該種方法對用戶輸入的搜索詞要求嚴格，如果用戶存在誤輸入的情況則會導致誤判，并且不能為用戶提供語義上沒有關聯，但是經常被用戶一起搜索的詞語。

發明內容

有鑒于此，本公開提供了一種更加準確的確定搜索詞之間關聯度的數據處理方法和系統。

本公開的一個方面提供了一種數據處理方法，包括：獲取至少一個用戶在第一時間段內的搜索信息，所述搜索信息包括多個搜索詞以及所述搜索詞對應的搜索時間，將所述多個搜索詞中屬于相同用戶的任意兩個不同的搜索詞按照相同的搜索時間順序組成至少一個搜索詞對，以及計算所述至少一個搜索詞對中的每個搜索詞對的關聯分，得到至少一個第一分值，所述第一分值與對應的搜索詞對的兩個搜索詞對應的所述搜索時間的時間間隔相關。

根據本公開實施例，上述方法還包括：將所述至少一個搜索詞對中相同的搜索詞對對應的至少一個第一分值進行累加，得到第二分值。

根據本公開實施例，所述將所述至少一個搜索詞對中相同的搜索詞對對應的至少一個第一分值進行累加，包括：將屬于相同用戶的相同的搜索詞對中所述時間間隔在滿足預設條件下最短的搜索詞對對應的關聯分作為所述用戶的所述搜索詞對的第一分值，以及將屬于不同用戶的所述相同的搜索詞對的所述第一分值進行累加，得到第二分值。

根據本公開實施例，上述方法還包括：確定所述第二分值對應的搜索詞對在第二時間段內的關聯分，得到第三分值，以及將所述第三分值與所述第二分值累加，得到第四分值。

根據本公開實施例，所述將所述第三分值與所述第二分值累加包括加權累加，所述第三分值的系數小于所述第二分值的系數。

根據本公開實施例，上述方法還包括：存儲所述第四分值以及所述第四分值對應的搜索詞對，和/或根據所述至少一個搜索詞對，以及所述搜索詞對對應的第四分值建立查詢表。

根據本公開實施例，上述方法還包括：獲取用戶搜索請求，所述搜索請求包括與用戶搜索相關的相關搜索詞，查詢所述至少一個搜索詞對中包含有所述相關搜索詞的關聯搜索詞對，其中，所述關聯搜索詞對包括所述相關搜索詞的搜索時間在先，以及根據所述關聯搜索詞對對應的第四分值的大小，將所述關聯搜索詞對中非所述相關搜索詞的搜索詞按順序返回給用戶。