[發(fā)明專利]預(yù)測趨勢詞的方法和裝置

有效

• 申請?zhí)枺?/td>: 201710969459.6
• 申請日: 2017-10-18
• 公開（公告）號: CN107908616B
• 公開（公告）日: 2022-01-28
• 發(fā)明（設(shè)計）人: 李樹海
• 申請（專利權(quán)）人: 北京京東尚科信息技術(shù)有限公司;北京京東世紀(jì)貿(mào)易有限公司
• 主分類號: G06F40/284
• 分類號: G06F40/284;G06F16/9532;G06Q30/06
• 代理公司: 中原信達(dá)知識產(chǎn)權(quán)代理有限責(zé)任公司 11219
• 代理人: 張一軍;楊曉偉

本發(fā)明公開了一種預(yù)測趨勢詞的方法和裝置，涉及計算機(jī)技術(shù)領(lǐng)域。該方法的一具體實施方式包括：確定預(yù)定時間段內(nèi)的搜索詞的突發(fā)度；將突發(fā)度滿足預(yù)定規(guī)則的搜索詞確定為趨勢詞。該實施方式能夠量化不同搜索詞的趨勢程度，并根據(jù)趨勢程度確定趨勢詞，且不依賴于時間窗口的取值，從而可以更加系統(tǒng)、準(zhǔn)確地預(yù)測趨勢詞，為不同領(lǐng)域的商業(yè)活動提供有價值的參考和指導(dǎo)數(shù)據(jù)。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機(jī)技術(shù)領(lǐng)域，尤其涉及一種預(yù)測趨勢詞的方法和裝置。

背景技術(shù)

在用戶訪問網(wǎng)站、搜索數(shù)據(jù)或者通過電商平臺進(jìn)行網(wǎng)上購物等的場景下，搜索關(guān)鍵詞是用戶獲取數(shù)據(jù)信息的一個重要入口。將大量用戶在一定時間內(nèi)的搜索行為看作一個整體，通過一定的方法就可以觀測到整體關(guān)鍵詞搜索量的變化和走勢，從而發(fā)掘搜索熱點(diǎn)與趨勢。也就是說，大量用戶的搜索活動為網(wǎng)站信息提供商、搜索引擎服務(wù)提供商或電商平臺等網(wǎng)絡(luò)服務(wù)平臺提供了重要的統(tǒng)計信息：大家正在關(guān)心什么，最希望瀏覽或了解哪些信息。

搜索量較大的搜索詞可以認(rèn)為是當(dāng)前的熱點(diǎn)，而實際上及時發(fā)現(xiàn)搜索詞的早期趨勢更有意義，并且市場對于后者的需求更為強(qiáng)烈。因為在某些詞成為熱點(diǎn)的時候，再采取一些商業(yè)行為或措施已經(jīng)為時已晚；在某些搜索詞成為熱點(diǎn)之前，及時發(fā)現(xiàn)這些詞的早期趨勢變得更有價值和作用，預(yù)測即將來臨的熱點(diǎn)可以為各個不同商業(yè)領(lǐng)域提供極有價值的參考和指導(dǎo)。例如，如果在甲 作家獲得諾貝爾獎成為熱點(diǎn)之前，便發(fā)現(xiàn)搜索詞“甲作家” 成為較明顯的早期趨勢詞，該信息可以有效指導(dǎo)商業(yè)行為，比如指導(dǎo)電商平臺的采銷部門及時采購甲 作家所著的書籍；或者指導(dǎo)閱讀平臺或者讀書應(yīng)用等及時推送甲 作家的書籍等。

在一般時間序列的預(yù)測方面，一些經(jīng)典時間序列預(yù)測模型，如自回歸模型、自回歸移動平均模型，以及差分自回歸移動平均模型等，都可以用于預(yù)測時序數(shù)據(jù)的頻率變化，但是對于預(yù)測關(guān)鍵詞搜索量趨勢而言，應(yīng)用這些模型還有著巨大的挑戰(zhàn)。因為這些模型雖然在一定程度上可以預(yù)測關(guān)鍵詞搜索量，但無法指出相應(yīng)的搜索詞是否可以成為早期趨勢。

一般用于判斷早期趨勢的基本方法是利用統(tǒng)計信息(如：均值、標(biāo)準(zhǔn)差等)進(jìn)行判別，但必須根據(jù)具體情況使用合適的時間窗口，靈活性受到較大限制。該檢測方式也被認(rèn)為是相對變化率判別，即根據(jù)關(guān)鍵詞搜索量值的相對變化率判斷時間單元之間的增減程度等。

一般地，Query(查詢)往往在某些時間段出現(xiàn)高潮，一個高潮在 Query趨勢的時間序列中可以直觀地反映為一個脈沖，具體而言就是某些關(guān)鍵詞搜索量的激增以及驟減，即相對變化率較高。從實際意義上解釋，Query的查詢高潮極有可能對應(yīng)著現(xiàn)實世界中的一個相關(guān)事件。因此，Query時序趨勢檢測也就是在Query查詢頻率時間序列中檢測脈沖。

對于給定的l個預(yù)測值{q1,q2,……,ql}，一個Query時間序列在時間區(qū)間[b,e]中存在一個趨勢事件，當(dāng)且僅當(dāng)：

(1)1≤b≤e≤l；

(2)時間區(qū)間[b,e]內(nèi)的值在統(tǒng)計意義上足夠構(gòu)成相應(yīng)時間序列上的一個脈沖，也就是這些值遠(yuǎn)大于時間序列上的平均值。

時序趨勢的判定規(guī)則是區(qū)域內(nèi)的移動平均值比整個時間序列上的平均值大出δ個標(biāo)準(zhǔn)差。實際應(yīng)用此規(guī)則時，δ常常取值為3。以下描述了具體的時序趨勢詞檢測方法和主要步驟。

INPUT Query查詢頻率時間序列Q＝{q1,q2,……,ql}

OUTPUT若存在趨勢，則輸出相應(yīng)的時序區(qū)間。

步驟1：以滑動窗口大小w計算時間序列Q的移動平均值MAw；

步驟2：計算整個時間序列上的統(tǒng)計量，設(shè)置判定閾值為：

threshold＝mean(MAw)+δ*std(MAw)；

步驟3：得到有趨勢事件的時序為{t_i|MAw(i)threshold}。