• 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    一種關鍵詞推薦方法和裝置制造方法及圖紙

    技術編號:8682757 閱讀:220 留言:0更新日期:2013-05-09 02:43
    本發明專利技術提供了一種關鍵詞推薦方法和裝置,其中方法包括:獲取客戶的查詢詞;利用預先由客戶消費意愿樣本訓練出的分類器對所述客戶進行分類,確定所述客戶的消費意愿;從候選關鍵詞庫中選擇綜合排名指數排在前M個的關鍵詞作為向所述客戶推薦的關鍵詞,其中關鍵詞的綜合排名指數是利用關鍵詞的屬性特征與所述客戶的消費意愿之間的匹配度以及關鍵詞與所述查詢詞之間的語義相關度計算的,所述M為預設的正整數。通過本發明專利技術能夠節約推薦資源,提高推薦成功率。

    【技術實現步驟摘要】
    一種關鍵詞推薦方法和裝置
    本專利技術涉及計算機
    ,特別涉及一種關鍵詞推薦方法和裝置。
    技術介紹
    搜索推廣作為一種成功的網絡廣告形式,商業價值突出,被搜索引擎提供者廣泛地采用。為了在網絡上做廣告或營銷,客戶(本專利技術中涉及的客戶為通過網絡做廣告或營銷的企業)向搜索引擎提供者購買關鍵詞,當用戶(本專利技術中涉及的用戶為網絡的普通使用者)使用該關鍵詞在搜索引擎上啟動搜索時,在展現大搜索結果的同時,會向用戶展現購買該關鍵詞的客戶的廣告。該廣告的位置通常在大搜索結果的上方或右側,排序可根據購買該關鍵詞的其他客戶的購買支付狀況而發生變化。廣告的形式通常是指向該客戶網站的鏈接。在客戶購買關鍵詞之前,通常需要登錄關鍵詞推薦系統,輸入查詢詞后關鍵詞推薦系統會從候選關鍵詞庫中選擇與該查詢詞之間的相關度滿足一定要求的關鍵詞,將選擇的關鍵詞按照與查詢詞之間的相關度進行排序后選擇排在前N個的關鍵詞作為推薦關鍵詞推薦給客戶,供客戶從中選擇購買。然而,現有的關鍵詞推薦方法僅考慮了關鍵詞與查詢詞之間的語義相關度,并沒有考慮客戶的消費意愿,例如,雖然某些推薦的關鍵詞與查詢詞之間的語義相關度較高,但這些關鍵詞的屬性不滿足客戶的消費意愿,這些關鍵詞就不會被客戶購買,浪費了推薦資源,客戶也需要通過多次查詢才能找到適合自己消費意愿的關鍵詞,也浪費了推薦資源,降低了推薦成功率。
    技術實現思路
    本專利技術提供了一種關鍵詞推薦方法和裝置,以便于節約推薦資源,提高推薦成功率。具體技術方案如下:一種關鍵詞推薦方法,該方法包括:A、獲取客戶的查詢詞;B、利用預先由客戶消費意愿樣本訓練出的分類器對所述客戶進行分類,確定所述客戶的消費意愿;C、從候選關鍵詞庫中選擇綜合排名指數排在前M個的關鍵詞作為向所述客戶推薦的關鍵詞,其中關鍵詞的綜合排名指數是利用關鍵詞的屬性特征與所述客戶的消費意愿之間的匹配度以及關鍵詞與所述查詢詞之間的語義相關度計算的,所述M為預設的正整數。根據本專利技術一優選實施例,所述步驟C具體包括:從候選關鍵詞庫中查找與所述查詢詞之間語義相關度滿足預設相關度要求的關鍵詞,選擇語義相關度排在前N個的關鍵詞,所述N為預設的正整數;從選擇的N個關鍵詞中選擇綜合排名指數排在前M個的關鍵詞作為向所述客戶推薦的關鍵詞,所述M小于或等于所述N,其中關鍵詞的綜合排名指數是利用關鍵詞的屬性特征與所述客戶的消費意愿之間的匹配度以及關鍵詞與所述查詢詞之間的語義相關度計算的。根據本專利技術一優選實施例,所述客戶的消費意愿包括:購買關鍵詞的出價信息、購買關鍵詞的地域信息或者購買關鍵詞的行業信息;所述關鍵詞的屬性特征包括:關鍵詞的價格、關鍵詞的地域信息或者關鍵詞所屬行業信息。根據本專利技術一優選實施例,關鍵詞的屬性特征與所述客戶的消費意愿之間的匹配度的計算方法為:分別計算關鍵詞的各屬性特征對所述客戶的消費意愿的滿足程度,再進行加權求和得到關鍵詞的屬性特征與所述客戶的消費意愿之間的匹配度;或者,計算由關鍵詞的各屬性特征構成的特征向量與由客戶的消費意愿構成的特征向量之間的余弦相似度,得到關鍵詞的屬性特征與所述客戶的消費意愿之間的匹配度。根據本專利技術一優選實施例,關鍵詞的綜合排名指數Weight按照如下公式計算:Weight = a *Mat+β *Cor,所述Mat為關鍵詞的屬性特征與所述客戶的消費意愿之間的匹配度,所述Cor為關鍵詞與所述查詢詞之間的語義相關度,α和β為預設的加權系數。根據本專利技術一優選實施例,該方法還包括:D、計算步驟C選擇的M個關鍵詞的預估點擊量,在向所述客戶推薦關鍵詞時,根據預估點擊量對所述M個關鍵詞進行排序。根據本專利技術一優選實施例,關鍵詞的預估點擊量的計算方式包括:方式一、對關鍵詞進行分詞處理得到各詞語,分別基于搜索日志確定各詞語對應的點擊量,再對各詞語的點擊量進行加權求和得到關鍵詞的預估點擊量,其中詞語對應的點擊量由搜索日志中統計的該詞語的搜索量確定或者由搜索日志中統計的標題中包含該詞語的網頁點擊量確定,各詞語對應的加權參數由各詞語的表意能力確定;或者,方式二、通過關鍵詞與所述客戶的創意之間的語義相關度確定關鍵詞的預估點擊量,關鍵詞與所述客戶的創意之間的語義相關度與關鍵詞的預估點擊量之間呈線性關系,線性參數通過將已有推廣關鍵詞與已有關鍵詞的點擊量作為樣本訓練得到。一種關鍵詞推薦裝置,該裝置包括:查詢詞獲取單元,用于獲取客戶的查詢詞;意愿確定單元,用于利用預先由客戶消費意愿樣本訓練出的分類器對所述客戶進行分類,確定所述客戶的消費意愿;關鍵詞推薦單元,用于從候選關鍵詞庫中選擇綜合排名指數排在前M個的關鍵詞作為向所述客戶推薦的關鍵詞,其中關鍵詞的綜合排名指數是利用關鍵詞的屬性特征與所述客戶的消費意愿之間的匹配度以及關鍵詞與所述查詢詞之間的語義相關度計算的,所述M為預設的正整數。根據本專利技術一優選實施例,所述關鍵詞推薦單元具體包括:第一選擇子單元,用于從候選關鍵詞庫中查找與所述查詢詞之間語義相關度滿足預設相關度要求的關鍵詞,選擇語義相關度排在前N個的關鍵詞,所述N為預設的正整數;第二選擇子單元,用于從所述第一選擇子單元選擇的N個關鍵詞中選擇綜合排名指數排在前M個的關鍵詞作為向所述客戶推薦的關鍵詞,所述M小于或等于所述N,其中關鍵詞的綜合排名指數是利用關鍵詞的屬性特征與所述客戶的消費意愿之間的匹配度以及關鍵詞與所述查詢詞之間的語義相關度計算的。根據本專利技術一優選實施例,所述客戶的消費意愿包括:購買關鍵詞的出價信息、購買關鍵詞的地域信息或者購買關鍵詞的行業信息;所述關鍵詞的屬性特征包括:關鍵詞的價格、關鍵詞的地域信息或者關鍵詞所屬行業信息。根據本專利技術一優選實施例,所述關鍵詞推薦單元在計算關鍵詞的屬性特征與所述客戶的消費意愿之間的匹配度時,分別計算關鍵詞的各屬性特征對所述客戶的消費意愿的滿足程度,再進行加權求和得到關鍵詞的屬性特征與所述客戶的消費意愿之間的匹配度;或者,計算由關鍵詞的各屬性特征構成的特征向量與由客戶的消費意愿構成的特征向量之間的余弦相似度,得到關鍵詞的屬性特征與所述客戶的消費意愿之間的匹配度。根據本專利技術一優選實施例,所述關鍵詞推薦單元按照Weight = a *Mat+ β *Cor計算關鍵詞的綜合排名指數Weight,所述Mat為關鍵詞的屬性特征與所述客戶的消費意愿之間的匹配度,所述Cor為關鍵詞與所述查詢詞之間的語義相關度,α和β為預設的加權系數。根據本專利技術一優選實施例,該裝置還包括: 關鍵詞排序單元,用于計算所述關鍵詞推薦單元選擇的M個關鍵詞的預估點擊量,在所述關鍵詞推薦單元向所述客戶推薦關鍵詞時,根據預估點擊量對所述M個關鍵詞進行排序。根據本專利技術一優選實施例,所述關鍵詞排序單元采用以下方式計算關鍵詞的預估點擊量:方式一、對關鍵詞進行分詞處理得到各詞語,分別基于搜索日志確定各詞語對應的點擊量,再對各詞語的點擊量進行加權求和得到關鍵詞的預估點擊量,其中詞語對應的點擊量由搜索日志中統計的該詞語的搜索量確定或者由搜索日志中統計的標題中包含該詞語的網頁點擊量確定,各詞語對應的加權參數由各詞語的表意能力確定;或者,方式二、通過關鍵詞與所述客戶的創意之間的語義相關度確定關鍵詞的預估點擊量,關鍵詞與所述客戶的創意之間的語義相關度與關鍵詞的預估點擊量之間呈線性關系,線性參數本文檔來自技高網...

    【技術保護點】
    一種關鍵詞推薦方法,其特征在于,該方法包括:A、獲取客戶的查詢詞;B、利用預先由客戶消費意愿樣本訓練出的分類器對所述客戶進行分類,確定所述客戶的消費意愿;C、從候選關鍵詞庫中選擇綜合排名指數排在前M個的關鍵詞作為向所述客戶推薦的關鍵詞,其中關鍵詞的綜合排名指數是利用關鍵詞的屬性特征與所述客戶的消費意愿之間的匹配度以及關鍵詞與所述查詢詞之間的語義相關度計算的,所述M為預設的正整數。

    【技術特征摘要】
    1.一種關鍵詞推薦方法,其特征在于,該方法包括: A、獲取客戶的查詢詞; B、利用預先由客戶消費意愿樣本訓練出的分類器對所述客戶進行分類,確定所述客戶的消費意愿; C、從候選關鍵詞庫中選擇綜合排名指數排在前M個的關鍵詞作為向所述客戶推薦的關鍵詞,其中關鍵詞的綜合排名指數是利用關鍵詞的屬性特征與所述客戶的消費意愿之間的匹配度以及關鍵詞與所述查詢詞之間的語義相關度計算的,所述M為預設的正整數。2.根據權利要求1所述的方法,其特征在于,所述步驟C具體包括: 從候選關鍵詞庫中查找與所述查詢詞之間語義相關度滿足預設相關度要求的關鍵詞,選擇語義相關度排在前N個的關鍵詞,所述N為預設的正整數; 從選擇的N個關鍵詞中選擇綜合排名指數排在前M個的關鍵詞作為向所述客戶推薦的關鍵詞,所述M小于或等于所述N,其中關鍵詞的綜合排名指數是利用關鍵詞的屬性特征與所述客戶的消費意愿之間的匹配度以及關鍵詞與所述查詢詞之間的語義相關度計算的。3.根據權利要求1所述的方法,其特征在于,所述客戶的消費意愿包括:購買關鍵詞的出價信息、購買關鍵詞的地域信息或者購買關鍵詞的行業信息; 所述關鍵詞的屬性特征包括:關鍵詞的價格、關鍵詞的地域信息或者關鍵詞所屬行業信息。4.根據權利要求1、2或3所述的方法,其特征在于,關鍵詞的屬性特征與所述客戶的消費意愿之間的匹配度的計算方法為: 分別計算關鍵 詞的各屬性特征對所述客戶的消費意愿的滿足程度,再進行加權求和得到關鍵詞的屬性特征與所述客戶的消費意愿之間的匹配度;或者, 計算由關鍵詞的各屬性特征構成的特征向量與由客戶的消費意愿構成的特征向量之間的余弦相似度,得到關鍵詞的屬性特征與所述客戶的消費意愿之間的匹配度。5.根據權利要求1、2或3所述的方法,其特征在于,關鍵詞的綜合排名指數Weight按照如下公式計算: Weight = a *Mat+ β *Cor,所述Mat為關鍵詞的屬性特征與所述客戶的消費意愿之間的匹配度,所述Cor為關鍵詞與所述查詢詞之間的語義相關度,α和β為預設的加權系數。6.根據權利要求1、2或3所述的方法,其特征在于,該方法還包括: D、計算步驟C選擇的M個關鍵詞的預估點擊量,在向所述客戶推薦關鍵詞時,根據預估點擊量對所述M個關鍵詞進行排序。7.根據權利要求6所述的方法,其特征在于,關鍵詞的預估點擊量的計算方式包括: 方式一、對關鍵詞進行分詞處理得到各詞語,分別基于搜索日志確定各詞語對應的點擊量,再對各詞語的點擊量進行加權求和得到關鍵詞的預估點擊量,其中詞語對應的點擊量由搜索日志中統計的該詞語的搜索量確定或者由搜索日志中統計的標題中包含該詞語的網頁點擊量確定,各詞語對應的加權參數由各詞語的表意能力確定;或者, 方式二、通過關鍵詞與所述客戶的創意之間的語義相關度確定關鍵詞的預估點擊量,關鍵詞與所述客戶的創意之間的語義相關度與關鍵詞的預估點擊量之間呈線性關系,線性參數通過將已有推廣關鍵詞與已有關鍵詞的點擊量作為樣本訓練得到。8.一種關鍵詞推薦裝置,其特征在于,該裝置包括:查詢詞獲取單元,用于獲取客戶的查詢詞; 意愿確定...

    【專利技術屬性】
    技術研發人員:鮑鵬飛廣宇昊
    申請(專利權)人:百度在線網絡技術北京有限公司
    類型:發明
    國別省市:

    網友詢問留言 已有0條評論
    • 還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 亚洲一区二区三区国产精品无码| 成在线人免费无码高潮喷水| 亚洲av无码不卡久久| 无码AV中文一区二区三区| 成人免费a级毛片无码网站入口 | 98久久人妻无码精品系列蜜桃| 中文字幕av无码一二三区电影| 国产成人精品一区二区三区无码| 一本一道VS无码中文字幕| 特级做A爰片毛片免费看无码| 亚洲av无码一区二区三区在线播放| 国产乱子伦精品免费无码专区| 日韩人妻无码一区二区三区99| 西西4444www大胆无码| 亚洲久热无码av中文字幕| 日韩精品真人荷官无码| 久久亚洲AV永久无码精品| 日韩AV无码不卡网站| 曰产无码久久久久久精品| 色综合AV综合无码综合网站| 亚洲AV无码欧洲AV无码网站| 天天看高清无码一区二区三区| 亚洲性无码AV中文字幕| 久久ZYZ资源站无码中文动漫| 亚洲AV无码成人精品区天堂 | 一本久道中文无码字幕av| 亚洲精品无码高潮喷水A片软| 人妻丰满熟妇av无码区不卡| 在线精品无码字幕无码AV| 国产精品99久久久精品无码| 免费无码av片在线观看| 精品无码国产自产拍在线观看蜜| 午夜精品久久久久久久无码| 无码av不卡一区二区三区| 亚洲成A人片在线观看无码3D| 国产免费久久久久久无码| 欧日韩国产无码专区| 三上悠亚ssⅰn939无码播放| 中文字幕无码人妻AAA片| 亚洲中文字幕无码一区二区三区| 亚洲午夜无码久久久久|