[發明專利]查詢數據的獲取方法、裝置及終端

在審

• 申請號: 201711243962.X
• 申請日: 2017-11-30
• 公開（公告）號: CN107958406A
• 公開（公告）日: 2018-04-24
• 發明（設計）人: 李澤中
• 申請（專利權）人: 北京小度信息科技有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06F17/30
• 代理公司: 北京鼎佳達知識產權代理事務所(普通合伙)11348
• 代理人: 王偉鋒,劉鐵生

1.一種查詢數據的獲取方法，其特征在于，包括：

根據查詢關鍵詞提取獲取目標查詢結果的查詢特征；

將所述查詢特征輸入預設查詢分類模型進行計算，得到所述查詢特征的最大熵，其中，所述預設查詢分類模型用于根據訓練樣例訓練得到每個查詢特征對應的最大熵，最大熵的查詢特征對應一個查詢類別；

基于所述最大熵的查詢特征與查詢類別之間的對應關系，確定所述查詢特征的最大熵所對應的查詢類別；

返回與所述查詢關鍵詞屬于同一所述查詢類別的、且相關的所述目標查詢結果。

2.根據權利要求1所述的方法，其特征在于，在將所述查詢特征輸入預設查詢分類模型進行計算，得到所述查詢特征的最大熵之前，所述方法還包括：

定義所述預設查詢分類模型的查詢特征為一元詞和/或多元詞；

構建所述預設查詢分類模型。

3.根據權利要求2所述的方法，其特征在于，所述構建所述預設查詢分類模型包括：

獲取訓練樣例，所述訓練樣例為根據歷史查詢關鍵詞及點擊查詢數據確定，所述點擊查詢數據中包含有商戶類別；

根據所述訓練樣例與對應的點擊查詢數據的點擊次數，確定點擊每個商戶類別的權重；

根據點擊每個商戶類別的權重最大值，確定所述訓練樣例與所述商戶類別之間的對應關系，完成所述預設查詢分類模型的構建。

4.根據權利要求3所述的方法，其特征在于，獲取訓練樣例包括：

從歷史日志數據中獲取預設時間段內的歷史查詢關鍵詞及對應的點擊查詢數據；

根據所述點擊查詢數據確定商戶標識ID，并根據所述商戶標識ID確定商戶類別；

將所述歷史查詢關鍵詞、所述商戶標識ID及所述商戶類別作之間的映射關系進行存儲，記作一行；

根據定義的一元詞和/或多元詞提取所述歷史查詢關鍵詞的歷史查詢特征，每個歷史查詢特征作為一個訓練樣例。

5.根據權利要求2所述的方法，其特征在于，根據查詢關鍵詞提取獲取目標查詢結果的查詢特征包括：

將所述查詢關鍵詞進行分詞，每個分詞可作為一個所述查詢特征；

根據所述分詞及所述預設查詢分類模型的定義，提取所述查詢關鍵詞的一元詞查詢特征和/或多元詞查詢特征。

6.根據權利要求3所述的方法，其特征在于，將所述查詢特征輸入預設查詢分類模型進行計算，得到所述查詢特征的最大熵包括：

將所述查詢特征與所述預設查詢分類模型中的歷史查詢特征進行匹配；

若匹配成功，則獲取匹配歷史查詢特征所對應的最大權重；

根據所述最大權重及預設特征函數計算所述查詢特征的最大熵，所述最大權重與最大熵成正比。

7.根據權利要求1-6中任一項所述的方法，其特征在于，所述方法應用于外賣平臺中，所述外賣平臺中包含多種類別的查詢數據。

8.一種查詢數據的獲取裝置，其特征在于，包括：

提取單元，用于根據查詢關鍵詞提取獲取目標查詢結果的查詢特征；

處理單元，用于將所述獲取單元獲取的所述查詢特征輸入預設查詢分類模型進行計算，得到所述查詢特征的最大熵，其中，所述預設查詢分類模型用于根據訓練樣例訓練得到每個查詢特征對應的最大熵，最大熵的查詢特征對應一個查詢類別；

確定單元，用于基于所述處理單元得到的所述最大熵的查詢特征與查詢類別之間的對應關系，確定所述查詢特征的最大熵所對應的查詢類別；

返回單元，用于返回與所述查詢關鍵詞屬于同一所述查詢類別的、且相關的所述目標查詢結果。

9.一種查詢數據的獲取終端，其特征在于，所述終端包括處理器和存儲器，其中，所述存儲器用于存儲一條或多條計算機指令，所述一條或多條計算機指令被所述處理器執行以實現權利要求1至7中任一項所述的查詢數據的獲取方法的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機指令，其特征在于，所述計算機指令被處理器執行時實現權利要求1至7中任一項所述的查詢數據的獲取方法的步驟。