[發明專利]基于語義相似度的關鍵詞拓展方法和裝置

有效

• 申請號: 201711229082.7
• 申請日: 2017-11-29
• 公開（公告）號: CN108182200B
• 公開（公告）日: 2020-10-23
• 發明（設計）人: 翁永金;李百川;陳第;蔡銳濤;李展鏗
• 申請（專利權）人: 有米科技股份有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F40/30
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 馮右明

1.一種基于語義相似度的關鍵詞拓展方法，其特征在于，包括：

接收待拓展關鍵詞，計算待拓展關鍵詞與預先確定的候選關鍵詞集合中各個候選關鍵詞的語義相似度；所述候選關鍵詞集合中包含多個候選關鍵詞；所述預先確定的候選關鍵詞集合基于應用庫平臺的歷史搜索記錄信息得到；

獲取各個候選關鍵詞在應用庫平臺中的搜索指數；根據所述語義相似度、預設的語義相似度權重以及各個候選關鍵詞的搜索指數，計算各個候選關鍵詞相對于所述待拓展關鍵詞的相似度得分；所述搜索指數根據設定統計時間內采用該關鍵詞在應用庫平臺進行APP搜索的累計次數計算得到；

按照相似度得分的高低順序，從所述候選關鍵詞集合中選取設定數量的候選關鍵詞，得到所述待拓展關鍵詞的拓展關鍵詞。

2.根據權利要求1所述的基于語義相似度的關鍵詞拓展方法，其特征在于，接收待拓展關鍵詞，計算待拓展關鍵詞與預先確定的候選關鍵詞集合中各個候選關鍵詞的語義相似度之前，還包括：

獲取應用庫平臺的歷史搜索記錄信息，根據所述歷史搜索記錄信息確定各關鍵詞對應的第一映射關系；其中，所述歷史搜索記錄信息包括用于搜索的關鍵詞信息以及各關鍵詞的搜索結果信息；所述第一映射關系中包括關鍵詞對應的候選APP集合，還包括候選APP集合中各個APP的出現頻次信息；

根據所述歷史搜索記錄信息中多個關鍵詞的所述第一映射關系，確定各APP對應的第二映射關系；所述第二映射關系中包括APP對應的關鍵詞集合；

根據所述第一映射關系和第二映射關系得到所述應用庫平臺的候選關鍵詞集合。

3.根據權利要求2所述的基于語義相似度的關鍵詞拓展方法，其特征在于，根據所述歷史搜索記錄信息確定各關鍵詞對應的第一映射關系，包括：

根據所述歷史搜索記錄信息中同一個關鍵詞在設定歷史時段內的多次搜索結果，得到該關鍵詞對應的多次搜索結果中的APP排序信息；

按照APP排序先后，從該關鍵詞的每次搜索結果中選取設定數量的APP，得到所述關鍵詞對應的候選APP集合；

統計候選APP集合中各個APP在所述多次搜索結果中的出現頻次，得到所述關鍵詞對應的特征向量；所述特征向量中的各個元素分別對應所述候選APP集合中各個APP的出現頻次；

根據所述關鍵詞對應的候選APP集合以及特征向量，得到該關鍵詞對應的第一映射關系。

4.根據權利要求3所述的基于語義相似度的關鍵詞拓展方法，其特征在于，根據所述第一映射關系和第二映射關系得到所述應用庫平臺的候選關鍵詞集合，包括：

根據所述第一映射關系和第二映射關系得到一關鍵詞矩陣，所述關鍵詞矩陣的行數等于第一映射關系中關鍵詞對應的候選APP集合中的APP個數，所述關鍵詞矩陣的列數等于第二映射關系中APP對應的關鍵詞集合中的關鍵詞個數；

根據所述關鍵詞矩陣中各個關鍵詞的出現頻次，從所述關鍵詞矩陣中選取出現頻次大于或等于設定頻次的關鍵詞，得到中間關鍵詞集合；

獲取所述中間關鍵詞集合中各關鍵詞的搜索指數，從所述中間關鍵詞集合中選取搜索指數大于或等于設定搜索指數值的關鍵詞，得到候選關鍵詞集合。

5.根據權利要求3或4所述的基于語義相似度的關鍵詞拓展方法，其特征在于，通過如下公式計算所述待拓展關鍵詞與候選關鍵詞集合中各個候選關鍵詞的語義相似度：

其中，k_i、k_j分別表示第i個關鍵詞和第j個關鍵詞，V(k_i)、V(k_j)分別表示第i個關鍵詞對應的特征向量、第j個關鍵詞對應的特征向量，V(k_i)·V(k_j)表示兩個向量的內積，||V(k_i)||₂表示向量V(k_i)的2-范數，||V(k_i)||₂||V(k_j)||₂表示特征向量V(k_i)的2-范數與V(k_j)的2-范數的乘積，sim(k_i,k_j)表示第i個關鍵詞和第j個關鍵詞的語義相似度。