[發明專利]周期詞挖掘方法、系統、電子設備及可讀存儲介質

在審

• 申請號: 201810738295.0
• 申請日: 2018-07-06
• 公開（公告）號: CN110688846A
• 公開（公告）日: 2020-01-14
• 發明（設計）人: 鄺秋鴻;邵榮防;郝暉;歐陽碩;謝群群;劉儒君
• 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: G06F40/284
• 分類號: G06F40/284;G06Q30/06
• 代理公司: 31283 上海弼興律師事務所
• 代理人: 薛琦;羅朗

1.一種周期詞挖掘方法，其特征在于，所述周期詞挖掘方法包括：

獲取一預設時間段內所有用戶的檢索數據，所述檢索數據包括多個檢索關鍵詞和每個所述關鍵詞的檢索時間；

對每個所述檢索關鍵詞檢測所述檢索關鍵詞是否具有熱搜時間段，所述檢索關鍵詞在所述熱搜時間段內的檢索次數達到在所述預設時間段內的檢索總次數的預設百分比；

若包含，生成所述檢索關鍵詞的特征標簽，所述特征標簽用于表征所述檢索關鍵詞對應的熱搜時間段；

預設一周期特征標簽庫，所述周期特征標簽庫存儲有多個周期特征標簽，不同的周期特征標簽用于表征不同的熱搜周期；

計算所述特征標簽與每個所述周期特征標簽的相似度；

判斷計算得到的最高相似度是否高于一預設閾值，若高于，則確認所述檢索關鍵詞為周期詞。

2.如權利要求1所述的周期詞挖掘方法，其特征在于，所述檢測所述檢索關鍵詞是否包含熱搜時間段的步驟之前，所述周期詞挖掘方法還包括：

將所述預設時間段劃分為多個單位時段，并統計每個所述單位時段內所述檢索關鍵詞的單位檢索次數；

所述檢測所述檢索關鍵詞是否包含熱搜時間段的步驟具體包括：

按照次數大小依次將排序靠前的若干單位時段的單位檢索次數累加，直至累加檢索次數達到在所述預設時間段內的檢索總次數的預設百分比；

判斷所述若干單位時段是否為連續時間段。

3.如權利要求2所述的周期詞挖掘方法，其特征在于，所述統計每個所述單位時段內所述檢索關鍵詞的單位檢索次數的步驟之后，所述周期詞挖掘方法還包括：

任意選取一目標單位時段；

判斷所述目標單位時段的單位檢索次數是否大于與所述目標單位時段相鄰的兩個單位時段的單位檢索次數之和的2倍或小于所述相鄰的兩個單位時段的單位檢索次數之差的1/2倍；

若是，則將所述相鄰的兩個單位時段的單位檢索次數的均值作為所述目標單位時段的有效檢索次數，若否，則統計得到的所述目標單位時段的檢索次數即為所述目標單位時段的有效檢索次數；

所述檢測所述檢索關鍵詞是否包含熱搜時間段的步驟中，用所述有效檢索次數替換所述單位檢索次數。

4.如權利要求2所述的周期詞挖掘方法，其特征在于，所述周期特征標簽包括時令標簽，所述判斷計算得到的最高相似度是否高于一預設閾值，若是，則確認所述檢索關鍵詞為周期詞的步驟具體包括：

判斷計算得到的最高相似度是否高于一預設閾值；

若高于，則判斷具有最高相似度的周期特征標簽是否是時令標簽；

若是，判斷所述時令標簽代表的時令是否在單位檢索次數最高的單位時段內；

若在，則確認所述檢索關鍵詞為周期詞。

5.如權利要求1所述的周期詞挖掘方法，其特征在于，所述周期特征標簽包括季節標簽，所述判斷計算得到的最高相似度是否高于一預設閾值，若是，則確認所述檢索關鍵詞為周期詞的步驟具體包括：

判斷計算得到的最高相似度是否高于一預設閾值；

若高于，則判斷具有最高相似度的周期特征標簽是否是季節標簽；

若是，則確認所述檢索關鍵詞為周期詞。

6.如權利要求1所述的周期詞挖掘方法，其特征在于，所述計算所述特征標簽與每個所述周期特征標簽的相似度的步驟中，基于Jaccard算法計算得到所述相似度。

7.如權利要求3所述的周期詞挖掘方法，其特征在于，所述對每個所述檢索關鍵詞檢測所述檢索關鍵詞是否具有熱搜時間段的步驟之前，所述周期詞挖掘方法還包括：

判斷所述檢索關鍵詞的最大單位檢索次數和最小單位檢索次數的比值是否超過預設比值，若否，則濾除所述比值沒有超過預設比值的檢索關鍵詞，

所述對每個所述檢索關鍵詞檢測所述檢索關鍵詞是否具有熱搜時間段的步驟中，對濾除后的每個所述檢索關鍵詞執行檢測是否具有熱搜時間段的動作。