CN105468649A - 一种待展示对象匹配的判断方法及其装置 - Google Patents

Abstract

本申请提供一种待展示对象匹配的判断方法及其装置，包括：获取各搜索关键词和发布产品信息，并将所述各搜索关键词和发布产品信息两两组成搜索关键词和发布产品信息对；将所述搜索关键词和发布产品信息对根据构建的第一决策树进行各项特征的匹配判断；以及根据所述各项特征的匹配判断结果，确定所述搜索关键词和发布产品信息对的相关性档位。本申请能够准确、简便地判断搜索关键词和发布产品信息的匹配度。

Description

一种待展示对象匹配的判断方法及其装置

技术领域

本申请涉及互联网技术领域，尤其涉及一种待展示对象匹配的判断方法及其装置。

背景技术

待展示对象匹配包括用户选择的搜索关键词与发布产品信息的匹配度。现有技术通常采用文本相关性特征构造的线性模型计算搜索关键词和发布产品信息的相关性分数。根据所述相关性分数判断搜索关键词和发布产品信息的匹配度，推荐用户选择匹配度高的搜索关键词。所述相关性分数的计算包括：首先，为每类文本相关性特征赋一个权重，以表明每类特征的重要程度。其中，所述文本相关性特征包括搜索关键词和发布产品信息的标题的匹配率以及搜索关键词切分的条目(term)在发布产品信息的标题中出现的位置，顺序等相关性特征。其次，利用人工经验来对搜索关键词和发布产品信息对(即，query和offer对)的样本进行文本相关性特征值的标注，参照所标注的样本对所有搜索关键词和发布产品信息对进行标注。再次，采用线性模型

$s=\underset{i}{\overset{I}{\mathrm{\Σ}}}{w}_i*f_i$

计算得到搜索关键词和发布产品信息的相关性分数，其中，w_i是每类文本相关性特征的权重，f_i是每类文本相关性特征值，I则表示特征空间，s即是搜索关键词和发布产品信息的相关性分数。

但是，由于实际使用中搜索关键词和发布产品信息对的数量庞大，对其文本相关性特征值的标注需要耗费大量系统资源。并且，利用人工经验所标注的样本有限，无法根据所标注的样本实现对所有搜索关键词和发布产品信息对进行标注。同时，利用人工经验来对其样本进行文本相关性特征值的标注的准确度很低。另外，如需更换系统维护人员、增加或者减少文本相关性特征以及系统升级，需要对文本相关性特征值重新进行标注，维护成本高昂。当遭遇客户投诉时，利用人工经验标注的文本相关性特征值也无法有效的向客户进行解释说明。

因此，如何准确、简便地判断搜索关键词和发布产品信息的匹配度成为亟待解决的技术问题。

发明内容

有鉴于此，本申请提供一种待展示对象匹配的判断方法及其装置，其能够准确、简便地判断搜索关键词和发布产品信息的匹配度，减少客户投诉且维护成本低。

本申请提供一种待展示对象匹配的判断方法，包括：

获取各搜索关键词和发布产品信息，并将所述各搜索关键词和发布产品信息两两组成搜索关键词和发布产品信息对；

将所述搜索关键词和发布产品信息对根据构建的第一决策树进行各项特征的匹配判断；以及

根据所述各项特征的匹配判断结果，确定所述搜索关键词和发布产品信息对的相关性档位。

本发明还提供一种待展示对象匹配的判断装置，包括：

配对模块，用于获取各搜索关键词和发布产品信息，并将所述各搜索关键词和发布产品信息两两组成搜索关键词和发布产品信息对；

匹配模块，用于将所述搜索关键词和发布产品信息对根据构建的第一决策树进行各项特征的匹配判断；以及

确定模块，用于根据所述各项特征的匹配判断结果，确定所述搜索关键词和发布产品信息对的相关性档位。

由以上技术方案可见，本申请将各搜索关键词和发布产品信息两两组成的搜索关键词和发布产品信息对根据构建的第一决策树进行各项特征的匹配判断。从而，根据所述各项特征的匹配判断结果，确定所述搜索关键词和发布产品信息对的相关性档位。因此，本申请无需采用文本相关性特征构造的线性模型计算搜索关键词和发布产品信息的相关性分数，也无需对搜索关键词和发布产品信息对的文本相关性特征值进行标注。本申请准确、简便地判断搜索关键词和发布产品信息的匹配度，减少客户投诉且维护成本低。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1是本申请待展示对象匹配的判断方法一实施例的流程图；

图2是决策树构建示意图；

图3是本申请待展示对象匹配的判断方法另一实施例的流程图；

图4是本申请一实施例的第一决策树示意图；

图5是本申请另一实施例的第二决策树示意图；

图6是本申请待展示对象匹配的判断装置的一实施例的结构图；

图7是本申请待展示对象匹配的判断装置的另一实施例的结构图。

具体实施方式

随着计算机和互联网技术的发展，互联网中所提供的服务种类也在不断完善。B2B(企业对企业的电子商务模式)通过网络的快速反应，能够为客户提供更好的服务，从而促进企业的业务发展。B2B网站平台为买家提供质优价廉的商品，吸引买家购买的同时也促使更多卖家的入驻。

而卖家为了更好的曝光自己的产品，提高产品销售量，会选择B2B网站平台进行广告推广，由B2B网站平台将待展示对象匹配的产品推荐给买家。所述待展示对象匹配包括买家搜索产品时，推荐符合买家购买意图的产品。广告推广的主要方式是关键词推广，卖家需要为发布产品信息(offer，包括产品标题，图片，关键字，描述等)购买搜索关键词(query，搜索产品时使用的词)。进而，当买家输入该搜索关键词时，B2B网站迅速地将卖家发布产品信息进行有效展示，提高产品的曝光率，提高卖家的收益。由上述可知，卖家购买的搜索关键词和发布产品信息的匹配度越高，即待展示对象的匹配度越高，产品推广的效果越好。因此，判断各搜索关键词和发布产品信息的匹配度，推荐卖家购买匹配度高的搜索关键词能够更好的进行产品推广。

本申请将各搜索关键词和发布产品信息两两组成的搜索关键词和发布产品信息对根据构建的第一决策树进行各项特征的匹配判断。从而，根据所述各项特征的匹配判断结果，确定所述搜索关键词和发布产品信息对的相关性档位。因此，本申请无需采用文本相关性特征构造的线性模型计算搜索关键词和发布产品信息的相关性分数，也无需对搜索关键词和发布产品信息对的文本相关性特征值进行标注。本申请准确、简便地判断搜索关键词和发布产品信息的匹配度，减少客户投诉且维护成本低。

为了使本领域的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于本申请保护的范围。

对本申请实施例所提供的一种待展示对象匹配的判断方法进行说明，所述广告方法通常应用于网站(例如，B2B、B2C等网站)的管理服务器端，用于判断各搜索关键词和卖家发布产品信息的匹配度，从而向卖家推荐购买适合的搜索关键词。

参看图1，本申请所述方法1包括如下步骤：

S1、获取各搜索关键词和发布产品信息，并将所述各搜索关键词和发布产品信息两两组成搜索关键词和发布产品信息对。

S2、将所述搜索关键词和发布产品信息对根据构建的第一决策树进行各项特征的匹配判断；以及

S3、根据所述各项特征的匹配判断结果，确定所述搜索关键词和发布产品信息对的相关性档位。

为便于详细了解本发明实现，下面简单介绍决策树的算法原理。

决策树(DecisionTree)是一种分类器。通过训练数据构建决策树，可以高效的对未知的数据进行分类。决策树有两大优点：1)决策树模型可以读性好，具有可描述性，有助于人工分析；2)效率高，决策树只需要一次构建，反复使用，每一次预测的最大计算次数不超过决策树的深度。

决策树的构建如下：

参见表一，表一中所有记录被看作为一个节点。

表一

ID	是否满足条件一	是否满足条件二	判断结果
				1	是	是	结果一
2	否	是	结果二
				3	是	否	结果三
…	…	…	…

参见图2，根据表一中的所有记录进行训练得到的决策树可以如图2所示，当然，也可以转化成为其他形式的决策树。决策树的构建通常是基于人工经验进行的，通过人工方式分析多种构建的决策树得到的判断结果，选择最符合真实的结果的决策树作为所构建的决策树。通过图2中的决策树对表一中未显示的其他数据进行判断即可获得其判断结果。

本申请利用构建的第一决策树，由各项特征的匹配判断的组合关系来确定所述搜索关键词和发布产品信息对的相关性档位，从而判断各搜索关键词和卖家发布产品信息的匹配度，向卖家推荐购买适合的搜索关键词。本申请准确、简便地判断搜索关键词和发布产品信息的匹配度，减少客户投诉且维护成本低。本申请增加了广告推广的匹配度，能够更好的实现广告投放以及产品推广，提高了网站的用户体验。

为了全面准确的判断所述搜索关键词和发布产品信息对的匹配情况，所述各项特征的匹配判断包括：类目特征匹配判断和文本特征匹配判断两者至少一种。

如所述第一决策树中的各项特征的匹配判断包括类目特征匹配判断和文本特征匹配判断，则所述类目特征匹配判断在所述文本特征匹配判断的上游。

为了更佳地将所述搜索关键词和发布产品信息对进行各项特征的匹配判断，所述步骤S1中获取各搜索关键词和发布产品信息还包括：

对所述各搜索关键词和发布产品信息进行预处理，所述预处理包括对搜索关键词和发布产品信息的标题的归一化处理以及去除无意义符号、去除乱码、去除不可见字符、去除无意义标点符号、去除冗余词中至少一种。

具体地，所述预处理还包括对所述步骤S2中进行所述各项特征匹配所需的语义特征的抽取处理。本申请利用抽取的所述搜索关键词和发布产品信息语义特征，进行后续的各项特征的匹配判断。

进一步，所述类目特征匹配判断为判断所述搜索关键词和发布产品信息是否属于同一类目。

在本申请一具体实现中，所述类目特征匹配判断通常指按照文本含义所进行的类目判断。如所述搜索关键词类目同发布产品信息的类目相同，则类目特征匹配判断的结果为“是”，否则，类目特征匹配判断的结果为“否”。

其中，类目特征匹配判断的结果为“否”的一种特殊情况是所述搜索关键词没有类目，对于没有类目的搜索关键词通常是其长尾比较严重，所述长尾即很少被用户搜索的搜索关键词。

例如，所述搜索关键词为“mp3”，而发布产品为“音频播放器”，则两者属于同一类目，类目特征匹配判断的结果为“是”。所述搜索关键词为“mp3”，而发布产品为“收音机”，则两者不属于同一类目，类目特征匹配判断的结果为“否”。

在本申请另一具体实现中，为了更加准确的进行类目特征匹配判断，如所述搜索关键词含有类目预测结果，则优先按照所述类目预测结果判断是否和所述发布产品信息属于同一类目，则类目特征匹配判断的结果为“是”，而不是按照文本含义进行类目特征匹配判断。

所述搜索关键词是否有类目预测结果决定了所述搜索关键词的类目属性。例如所述搜索关键词是网络热门词，所述搜索关键词应该归入该网络热门词所属类目，而不是按照文本含义进行类目特征匹配判断。

例如，所述搜索关键词是“小苹果”，则所述搜索关键词应该归入歌曲类目，同属于歌曲类目的发布产品信息属于匹配类目。

所述搜索关键词具有类目预测结果，且类目预测结果预测出的类目同按照文本含义进行类目特征匹配判断预测的类目不同时，选取类目预测结果预测处的类目作为搜索关键词所属的类目。

例如搜索关键词是“小苹果”，则所述搜索关键词应该归入歌曲类目，同属于歌曲类目的发布产品信息属于匹配类目。而不是按照文本含义进行类目特征匹配判断，将搜索关键词“小苹果”归入水果类目，同属于水果类目的发布产品信息属于匹配类目。

具体地，所述类目特征匹配判断包括：原词类目特征匹配判断和扩展词类目特征匹配判断两者至少一种。

所述原词类目特征匹配判断为判断所述搜索关键词的原词是否和所述发布产品信息属于同一类目。如所述搜索关键词原词类目同发布产品信息的类目相同，则原词类目特征匹配判断的结果为“是”，否则，原词类目特征匹配判断的结果为“否”。

所述扩展词类目特征匹配判断为判断所述搜索关键词的扩展词是否和所述发布产品信息属于同一类目。如所述搜索关键词扩展词类目同发布产品信息的类目相同，则扩展词类目特征匹配判断的结果为“是”，否则，扩展词类目特征匹配判断的结果为“否”。

将所述搜索关键词的原词和所述发布产品信息进行比较，判断是否属于同一类目为原词类目特征匹配判断，将所述搜索关键词的扩展词和所述发布产品信息进行比较，判断是否属于同一类目为扩展词类目特征匹配判断。搜索关键词是原词还是扩展词会影响到类目特征匹配判断的结果，搜索关键词的扩展词通常为通过丢词的方法对原词进行的扩展。

例如，搜索关键词的原词为“8gredmp3”，通过丢词扩展，可得到多个扩展词：“redmp3”、“mp3”。这些扩展词虽然改变了搜索关键词的原词的含义，但是并不会改变其所属的类目。

搜索关键词的扩展词会作为搜索关键词的原词进行类目特征匹配判断的补充参考，扩展词类目特征匹配判断和原词类目特征匹配判断均为类目特征匹配判断的具体实现。

进一步，所述文本特征匹配判断为判断所述搜索关键词和发布产品信息的文本内容是否相关联。

本申请中的文本特征匹配同现有技术的采用文本相关性特征构造的线性模型计算搜索关键词和发布产品信息的相关性分数不同。本申请仅仅对所述搜索关键词和发布产品信息的文本内容是否相关联进行简单的判断，而无需利用人工经验来对搜索关键词和发布产品信息对进行文本相关性特征值的标注，也无需采用线性模型计算得到搜索关键词和发布产品信息的相关性分数。

因此，本申请不会出现采用人工经验来对搜索关键词和发布产品信息对进行文本相关性特征值的标注所造成的占用系统资源过多、操作复杂、维护成本高昂以及客户解释度低等问题。

具体地，本申请所述文本特征匹配判断包括：完全匹配判断、部分匹配判断、中心词匹配判断、中心词完全匹配判断、隐藏词匹配判断以及反向介词匹配判断中至少一种。

所述完全匹配判断为判断所述搜索关键词是否完全出现在所述发布产品信息的标题中。如所述搜索关键词完全出现在所述发布产品信息的标题中，则完全匹配判断的结果为“是”，否则，完全匹配判断的结果为“否”。

例如，所述搜索关键词为“mp3”，而所述发布产品信息的标题为“8Gmp3”，则所述搜索关键词与所述发布产品信息对的完全匹配判断结果为“是”。所述搜索关键词为“mp4”，而所述发布产品信息的标题为“8Gmp3”，则所述搜索关键词与所述发布产品信息对的完全匹配判断结果为“否”。

所述部分匹配判断为判断所述搜索关键词是否部分出现在所述发布产品信息的标题中。如所述搜索关键词部分出现在所述发布产品信息的标题中，则部分匹配判断的结果为“是”，否则，部分匹配判断的结果为“否”。

例如，所述搜索关键词为“mp4”，而所述发布产品信息的标题为“8Gmp3”，则所述搜索关键词与所述发布产品信息对的部分匹配判断结果为“是”。所述搜索关键词为“收音机”，而所述发布产品信息的标题为“8Gmp3”，则所述搜索关键词与所述发布产品信息对的部分匹配判断结果为“否”。

所述中心词匹配判断为判断所述搜索关键词的中心词是否和所述发布产品信息的标题的中心词有重叠。如所述搜索关键词的中心词和所述发布产品信息的标题中的中心词有重叠，则部分匹配判断的结果为“是”，否则，中心词匹配判断的结果为“否”。

例如，所述搜索关键词为“redmp3player”，其中心词为“mp3”。而所述发布产品信息的标题为“8Gmp3”，其中心词也为“mp3”。则所述搜索关键词与所述发布产品信息对的中心词匹配判断结果为“是”。所述搜索关键词为“redmp4player”，其中心词为“mp4”。而所述发布产品信息的标题为“8Gmp3”，其中心词为“mp3”。则所述搜索关键词与所述发布产品信息对的中心词匹配判断结果为“否”。

所述中心词完全匹配判断为判断所述搜索关键词的中心词是否完全和所述发布产品信息的标题的中心词完全相同。如所述搜索关键词的中心词和所述发布产品信息的标题的中心词完全相同，则中心词完全匹配判断为“是”。如所述搜索关键词的中心词和所述发布产品信息的标题的中心词仅部分相同，则中心词完全匹配判断为否。如所述搜索关键词的中心词和所述发布产品信息的标题的中心词完全不同，则继续进行其他匹配判断。

所述隐藏词匹配判断为判断所述搜索关键词中是否包含有隐藏词。如所述搜索关键词中包含隐藏词，则隐藏词匹配判断的结果为“是”，否则，则隐藏词匹配判断的结果为“否”。

所述搜索关键词的隐藏词是一种特殊的语义信息，例如“phone”和“phonecase”，“case”就是“phone”的隐含词。当搜索关键词中出现了隐含词时，搜索关键词中，即使搜索关键词中完全出现在了所述发布产品信息的标题中，所述搜索关键词和所述发布产品信息的匹配度也会降低。

例如，所述搜索关键词为“phonecase”，而发布产品信息为“phone”，则所述搜索关键词的隐藏词匹配判断结果为“是”，因此，其和发布产品信息为“phone”的匹配度降低。

所述反向介词匹配判断为判断所述搜索关键词中是否包含有反向介词。如所述搜索关键词中包含反向介词，则反向介词匹配判断的结果为“是”，否则，则反向介词匹配判断的结果为“否”。

所述搜索关键词的反向介词和隐藏词有同样的含义，反向介词如for，with等基本会影响所述搜索关键词的含义，所述搜索关键词和所述发布产品信息的匹配度也会降低。

例如，所述搜索关键词为“caseforphone”，而发布产品信息为“phone”，则所述搜索关键词的反向介词匹配判断结果为“是”，因此，其和发布产品信息为“phone”的匹配度降低。

进一步，参看图3，本申请所述方法2还包括：

S4、将相关性档位为“优”的搜索关键词和发布产品信息对根据预设的第二决策树进行各项特征的匹配判断；以及

S5、根据所述各项特征的匹配判断结果，确定所述搜索关键词和发布产品信息对的子相关性档位。

本申请通过步骤S4和步骤S5，从而实现对于确定相关性档位为“优”的搜索关键词和发布产品信息对再进行更进一步的匹配判断，进一步细化所确定的相关性档位为“优”的子相关性档位，从而提供和发布产品信息匹配度更高的搜索关键词。

下面以一具体决策树构建来进一步说明本申请原理。

具体地，本申请中决策树的构建是基于人工经验进行的，通过人工方式分析多种构建的决策树得到所述搜索关键词和发布产品信息对的判断结果最符合真实的结果的决策树作为所构建的第一决策树。在所述第一决策树构建的过程中按重要性排序依次是类目特征匹配判断和文本特征匹配判断。

参看图4，本申请所构建第一决策树4，本申请根据该第一决策树进行结果判断的过程如下：

401、对所述搜索关键词和发布产品信息对进行原词类目特征匹配判断；

402、如所述原词类目特征匹配判断的结果为“是”，则进行完全匹配判断；

403、如所述完全匹配判断的结果为“是”，则进行反向介词匹配判断；

404、如所述反向介词匹配判断的结果为“是”，则进行中心词匹配判断；

405、如所述中心词匹配判断的结果为“是”，则判断所述搜索关键词和发布产品信息对的匹配结果为1优，其中“1”是相关性档位“优”的标识符号；

406、如所述反向介词匹配判断的结果为“否”，则进行隐藏词匹配判断；

407、如所述隐藏词匹配判断的结果为“否”，则判断所述搜索关键词和发布产品信息对的匹配结果为1优，其中“1”是相关性档位“优”的标识符号；

408、如所述隐藏词匹配判断的结果为“是”或者所述步骤404中中心词匹配判断的结果为“否”，则判断所述搜索关键词和发布产品信息对的匹配结果为202良差，其中“202”是相关性档位“良差”的标识符号；

409、如所述完全匹配判断的结果为“否”，则进行部分匹配判断；

410、如所述部分匹配判断的结果为“是”，则进行中心词匹配判断；

411、如所述中心词匹配判断的结果为“是”，则判断所述搜索关键词和发布产品信息对的匹配结果为100良优；

412、如所述中心词匹配判断的结果为“否”，则判断所述搜索关键词和发布产品信息对的匹配结果为200良中，其中“200”是相关性档位“良中”的标识符号；

413、如所述部分匹配判断的结果为“否”，则判断所述搜索关键词和发布产品信息对的匹配结果为400良差，其中“400”是相关性档位“良差”的标识符号；

414、如所述原词类目特征匹配判断的结果为“否”，则进行中心词匹配判断；

415、如所述中心词匹配判断的结果为“是”，则进行完全匹配判断；

416、如所述完全匹配判断的结果为“是”，则判断所述搜索关键词和发布产品信息对的匹配结果为2优，其中“2”是相关性档位“优”的标识符号；

417、如所述中心词匹配判断的结果为“否”，则进行完全匹配判断

418、如所述完全匹配判断的结果为“否”，则判断所述搜索关键词和发布产品信息对的匹配结果为400差，其中“400”是相关性档位“差”的标识符号；

419、如所述步骤416中完全匹配判断的结果为“否”，或者所述步骤418中完全匹配判断的结果为“是”，则判断所述搜索关键词和发布产品信息对的匹配结果为205良中，其中“205”是相关性档位“良中”的标识符号。

本申请可以对任一确定相关性档位的搜索关键词和发布产品信息对再进行更进一步的匹配判断，进一步细化所确定的相关性档位的子相关性档位。由于本申请更加关注匹配度高的搜索关键词和发布产品信息。因此对相关性档位为“优”的所述搜索关键词和发布产品信息对进行进一步判断能够提供更加准确的和发布产品信息相匹配的搜索关键词。

具体地，参看图5，本申请还构建第二决策树5，用于对经过第一决策树4匹配结果为“1优”、“2优”等相关性档位为“优”的所述搜索关键词和发布产品信息对进行进一步判断。本申请根据该第二决策树进行结果判断的过程如下：

501、将经过第一决策树4中匹配结果为优的所述搜索关键词和发布产品信息对进行原词类目特征匹配判断；

502、如所述原词类目特征匹配判断的结果为“是”，则进行扩展类目特征匹配判断；

503、如所述扩展类目特征匹配判断的结果为“否”，则进行中心词完全匹配判断；

504、如所述中心词完全匹配判断的结果为“是”，则判断所述搜索关键词和发布产品信息对的匹配结果为I优；

505、如所述中心词完全匹配判断的结果为“否”，则判断所述搜索关键词和发布产品信息对的匹配结果为II优，如所述搜索关键词的中心词和所述发布产品信息的标题的中心词完全不同，即无法进行所述中心词完全匹配判断，则返回步骤502，继续进行其他匹配判断；

506、如所述扩展类目特征匹配判断的结果为“是”，则进行中心词完全匹配判断；

507、如所述中心词完全匹配判断的结果为“是”，则判断所述搜索关键词和发布产品信息对的匹配结果为III优；

508、如所述中心词完全匹配判断的结果为“否”，则判断所述搜索关键词和发布产品信息对的匹配结果为IV优，如所述搜索关键词的中心词和所述发布产品信息的标题的中心词完全不同，即无法进行所述中心词完全匹配判断，则返回步骤502，继续进行其他匹配判断；

509、步骤505和步骤508中无法进行所述中心词完全匹配判断的搜索关键词和发布产品信息对进行扩展类目特征匹配判断；

510、如所述扩展类目特征匹配判断的结果为“否”，则判断所述搜索关键词和发布产品信息对的匹配结果为V优；

511、如所述扩展类目特征匹配判断的结果为“是”，则判断所述搜索关键词和发布产品信息对的匹配结果为VI优；

512、如步骤501中所述原词类目特征匹配判断的结果为“否”，则判断所述搜索关键词是否有类目；

513、如所述搜索关键词无类目，则进行中心词完全匹配判断；

514、如所述中心词完全匹配判断的结果为“是”，则判断所述搜索关键词和发布产品信息对的匹配结果为VII优；

515、如所述中心词完全匹配判断的结果为“否”，则判断所述搜索关键词和发布产品信息对的匹配结果为VIII优；

516、如所述搜索关键词有类目，则进行中心词完全匹配判断；

517、如所述中心词完全匹配判断的结果为“是”，则判断所述搜索关键词和发布产品信息对的匹配结果为IX优；

518、如所述中心词完全匹配判断的结果为“否”，则判断所述搜索关键词和发布产品信息对的匹配结果为X优。

对应于上述方法，本申请还提供一种待展示对象匹配的判断装置，所述待展示对象匹配装置通常应用于B2B网站的管理服务器端，用于判断各搜索关键词和卖家发布产品信息的匹配度，从而向卖家推荐购买适合的搜索关键词。

具体地，参见图6，所述管理服务器端在硬件上包括CPU、存储器、输入输出设备以及其他硬件，本申请所述判断装置在逻辑上包括：

配对模块61，用于获取各搜索关键词和发布产品信息，并将所述各搜索关键词和发布产品信息两两组成搜索关键词和发布产品信息对；

匹配模块62，用于将所述搜索关键词和发布产品信息对根据构建的第一决策树进行各项特征的匹配判断；以及

确定模块63，用于根据所述各项特征的匹配判断结果，确定所述搜索关键词和发布产品信息对的相关性档位。

本申请利用构建的第一决策树，由各项特征的匹配判断的组合关系来确定所述搜索关键词和发布产品信息对的相关性档位，从而判断各搜索关键词和卖家发布产品信息的匹配度，向卖家推荐购买适合的搜索关键词。本申请准确、简便地判断搜索关键词和发布产品信息的匹配度，减少客户投诉且维护成本低。本申请增加了广告推广的匹配度，能够更好的实现广告投放以及产品推广，提高了网站的用户体验。

为了全面准确的判断所述搜索关键词和发布产品信息对的匹配情况，所述各项特征的匹配判断包括：类目特征匹配判断和文本特征匹配判断两者至少一种。如所述第一决策树中的各项特征的匹配判断包括类目特征匹配判断和文本特征匹配判断，则所述类目特征匹配判断在所述文本特征匹配判断的上游。

为了便于将所述搜索关键词和发布产品信息对进行各项特征的匹配判断，所述配对模块61中获取各搜索关键词和发布产品信息还包括：

对所述各搜索关键词和发布产品信息进行预处理，所述预处理包括对搜索关键词和发布产品信息的标题的归一化处理以及去除无意义符号、去除乱码、去除不可见字符、去除无意义标点符号、去除冗余词中至少一种。

进一步，所述预处理还包括对所述匹配模块62中进行所述各项特征匹配所需的语义特征的抽取处理。本申请利用抽取的所述搜索关键词和发布产品信息语义特征，进行后续的各项特征的匹配判断。

进一步，所述类目特征匹配判断为判断所述搜索关键词和发布产品信息是否属于同一类目。

在本申请一具体实现中，所述类目特征匹配判断通常指按照文本含义所进行的类目判断。

例如，所述搜索关键词为“mp3”，而发布产品为“音频播放器”，则两者属于同一类目。所述搜索关键词为“mp3”，而发布产品为“收音机”，则两者不属于同一类目。

在本申请另一具体实现中，为了更加准确的进行类目特征匹配判断，如所述搜索关键词含有类目预测结果，则优先按照所述类目预测结果判断是否和所述发布产品信息属于同一类目，而不是按照文本含义进行类目特征匹配判断。

所述搜索关键词是否有类目预测结果决定了所述搜索关键词的类目属性。例如所述搜索关键词是网络热门词，所述搜索关键词应该归入该网络热门词所属类目，而不是按照文本含义进行类目特征匹配判断。

例如，所述搜索关键词是“小苹果”，则所述搜索关键词应该归入歌曲类目，同属于歌曲类目的发布产品信息属于匹配类目。

所述搜索关键词具有类目预测结果，且类目预测结果预测出的类目同按照文本含义进行类目特征匹配判断预测的类目不同时，选取类目预测结果预测处的类目作为搜索关键词所属的类目。

例如搜索关键词是“小苹果”，则所述搜索关键词应该归入歌曲类目，同属于歌曲类目的发布产品信息属于匹配类目。而不是按照文本含义进行类目特征匹配判断，将搜索关键词“小苹果”归入水果类目，同属于水果类目的发布产品信息属于匹配类目。

具体地，所述类目特征匹配判断包括：原词类目特征匹配判断和扩展词类目特征匹配判断两者至少一种。

所述原词类目特征匹配判断为判断所述搜索关键词的原词是否和所述发布产品信息属于同一类目。

所述扩展词类目特征匹配判断为判断所述搜索关键词的扩展词是否和所述发布产品信息属于同一类目。

将所述搜索关键词的原词和所述发布产品信息进行比较，判断是否属于同一类目为原词类目特征匹配判断，将所述搜索关键词的扩展词和所述发布产品信息进行比较，判断是否属于同一类目为扩展词类目特征匹配判断。搜索关键词是原词还是扩展词会影响到类目特征匹配判断的结果，搜索关键词的扩展词通常为通过丢词的方法对原词进行的扩展。

例如，搜索关键词的原词为“8gredmp3”，通过丢词扩展，可得到多个扩展词：“redmp3”、“mp3”。这些扩展词虽然改变了搜索关键词的原词的含义，但是并不会改变其所属的类目。

搜索关键词的扩展词会作为搜索关键词的原词进行类目特征匹配判断的补充参考，扩展词类目特征匹配判断和原词类目特征匹配判断均为类目特征匹配判断的具体实现。

进一步，所述文本特征匹配判断为判断所述搜索关键词和发布产品信息的文本内容是否相关联。

本申请中的文本特征匹配同现有技术的采用文本相关性特征构造的线性模型计算搜索关键词和发布产品信息的相关性分数不同。本申请仅仅对所述搜索关键词和发布产品信息的文本内容是否相关联进行简单的判断，而无需利用人工经验来对搜索关键词和发布产品信息对进行文本相关性特征值的标注，也无需采用线性模型计算得到搜索关键词和发布产品信息的相关性分数。

因此，本申请不会出现采用人工经验来对搜索关键词和发布产品信息对进行文本相关性特征值的标注所造成的占用系统资源过多、操作复杂、维护成本高昂以及客户解释度低等问题。

具体地，本申请所述文本特征匹配判断包括：完全匹配判断、部分匹配判断、中心词匹配判断、隐藏词匹配判断以及反向介词匹配判断中至少一种。

所述完全匹配判断为判断所述搜索关键词是否完全出现在所述发布产品信息的标题中。

例如，所述搜索关键词为“mp3”，而所述发布产品信息的标题为“8gmp3”，则所述搜索关键词与所述发布产品信息对的完全匹配判断结果为“是”。所述搜索关键词为“mp4”，而所述发布产品信息的标题为“8gmp3”，则所述搜索关键词与所述发布产品信息对的完全匹配判断结果为“否”。

所述部分匹配判断为判断所述搜索关键词是否部分出现在所述发布产品信息的标题中。

例如，所述搜索关键词为“mp4”，而所述发布产品信息的标题为“8gmp3”，则所述搜索关键词与所述发布产品信息对的部分匹配判断结果为“是”。所述搜索关键词为“收音机”，而所述发布产品信息的标题为“8gmp3”，则所述搜索关键词与所述发布产品信息对的部分匹配判断结果为“否”。

所述中心词匹配判断为判断所述搜索关键词的中心词是否和所述发布产品信息的标题的中心词匹配。

例如，所述搜索关键词为“redmp3player”，其中心词为“mp3”。而所述发布产品信息的标题为“8gmp3”，其中心词也为“mp3”。则所述搜索关键词与所述发布产品信息对的中心词匹配判断结果为“是”。所述搜索关键词为“redmp4player”，其中心词为“mp4”。而所述发布产品信息的标题为“8gmp3”，其中心词为“mp3”。则所述搜索关键词与所述发布产品信息对的中心词匹配判断结果为“否”。

所述隐藏词匹配判断为判断所述搜索关键词中是否包含有隐藏词。

所述搜索关键词的隐藏词是一种特殊的语义信息，例如“phone”和“phonecase”，“case”就是“phone”的隐含词。当搜索关键词中出现了隐含词时，搜索关键词中，即使搜索关键词中完全出现在了所述发布产品信息的标题中，所述搜索关键词和所述发布产品信息的匹配度也会降低。

例如，所述搜索关键词为“phonecase”，而发布产品信息为“phone”，则所述搜索关键词的隐藏词匹配判断结果为“是”，因此，其和发布产品信息为“phone”的匹配度降低。

所述反向介词匹配判断为判断所述搜索关键词中是否包含有反向介词。

所述搜索关键词的反向介词和隐藏词有同样的含义，反向介词如for，with等基本会影响所述搜索关键词的含义，所述搜索关键词和所述发布产品信息的匹配度也会降低。

例如，所述搜索关键词为“caseforphone”，而发布产品信息为“phone”，则所述搜索关键词的反向介词匹配判断结果为“是”，因此，其和发布产品信息为“phone”的匹配度降低。

进一步，参看图7，本申请所述装置还包括：

重匹配模块64，用于将相关性档位为“优”的搜索关键词和发布产品信息对根据预设的第二决策树进行各项特征的匹配判断；以及

重确定模块65，用于根据所述各项特征的匹配判断结果，确定所述搜索关键词和发布产品信息对的子相关性档位。

本申请通过重匹配模块64和重确定模块65，从而实现对于确定相关性档位为“优”的搜索关键词和发布产品信息对再进行更进一步的匹配判断，进一步细化所确定的相关性档位为“优”的子相关性档位，从而提供和发布产品信息匹配度更高的搜索关键词。

以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。

Claims (14)

1.一种待展示对象匹配的判断方法，其特征在于，包括：

获取各搜索关键词和发布产品信息，并将所述各搜索关键词和发布产品信息两两组成搜索关键词和发布产品信息对；

将所述搜索关键词和发布产品信息对根据构建的第一决策树进行各项特征的匹配判断；以及

根据所述各项特征的匹配判断结果，确定所述搜索关键词和发布产品信息对的相关性档位。

2.根据权利要求1所述的方法，其特征在于，所述各项特征的匹配判断包括：类目特征匹配判断和文本特征匹配判断两者至少一种；

所述类目特征匹配判断为判断所述搜索关键词和发布产品信息是否属于同一类目；

所述文本特征匹配判断为判断所述搜索关键词和发布产品信息的文本内容是否相关联；

如所述第一决策树中的各项特征的匹配判断包括类目特征匹配判断和文本特征匹配判断，则所述类目特征匹配判断在所述文本特征匹配判断的上游。

3.根据权利要求2所述的方法，其特征在于，所述类目特征匹配判断包括：原词类目特征匹配判断和扩展词类目特征匹配判断两者至少一种；

所述原词类目特征匹配判断为判断所述搜索关键词的原词是否和所述发布产品信息属于同一类目；

所述扩展词类目特征匹配判断为判断所述搜索关键词的扩展词是否和所述发布产品信息属于同一类目。

4.根据权利要求3所述的方法，其特征在于，所述类目特征匹配判断为如所述搜索关键词含有类目预测结果，则按照所述类目预测结果判断是否和所述发布产品信息属于同一类目。

5.根据权利要求2所述的方法，其特征在于，所述文本特征匹配判断包括：完全匹配判断、部分匹配判断、中心词匹配判断、隐藏词匹配判断以及反向介词匹配判断中至少一种；

所述完全匹配判断为判断所述搜索关键词是否完全出现在所述发布产品信息的标题中；

所述部分匹配判断为判断所述搜索关键词是否部分出现在所述发布产品信息的标题中；

所述中心词匹配判断为判断所述搜索关键词的中心词是否和所述发布产品信息的标题的中心词匹配；

所述隐藏词匹配判断为判断所述搜索关键词中是否包含有隐藏词；

所述反向介词匹配判断为判断所述搜索关键词中是否包含有反向介词。

6.根据权利要求1所述的方法，其特征在于，所述根据所述各项特征的匹配判断结果，确定所述搜索关键词和发布产品信息对的相关性档位之后还包括：

将相关性档位为“优”的搜索关键词和发布产品信息对根据预设的第二决策树进行各项特征的匹配判断；以及

根据所述各项特征的匹配判断结果，确定所述搜索关键词和发布产品信息对的子相关性档位。

7.根据权利要求1所述的方法，其特征在于，所述获取各搜索关键词和发布产品信息还包括：

对所述各搜索关键词和发布产品信息进行预处理，所述预处理包括进行所述各项特征匹配所需的语义特征的抽取处理。

8.一种待展示对象匹配的判断装置，其特征在于，包括：

配对模块，用于获取各搜索关键词和发布产品信息，并将所述各搜索关键词和发布产品信息两两组成搜索关键词和发布产品信息对；

匹配模块，用于将所述搜索关键词和发布产品信息对根据构建的第一决策树进行各项特征的匹配判断；以及

确定模块，用于根据所述各项特征的匹配判断结果，确定所述搜索关键词和发布产品信息对的相关性档位。

9.根据权利要求8所述的装置，其特征在于，所述各项特征的匹配判断包括：类目特征匹配判断和文本特征匹配判断两者至少一种；

所述类目特征匹配判断为判断所述搜索关键词和发布产品信息是否属于同一类目；

所述文本特征匹配判断为判断所述搜索关键词和发布产品信息的文本内容是否相关联；

如所述第一决策树中的各项特征的匹配判断包括类目特征匹配判断和文本特征匹配判断，则所述类目特征匹配判断在所述文本特征匹配判断的上游。

10.根据权利要求9所述的装置，其特征在于，所述类目特征匹配判断包括：原词类目特征匹配判断和扩展词类目特征匹配判断两者至少一种；

所述原词类目特征匹配判断为判断所述搜索关键词的原词是否和所述发布产品信息属于同一类目；

所述扩展词类目特征匹配判断为判断所述搜索关键词的扩展词是否和所述发布产品信息属于同一类目。

11.根据权利要求10所述的装置，其特征在于，所述类目特征匹配判断为如所述搜索关键词含有类目预测结果，则按照所述类目预测结果判断是否和所述发布产品信息属于同一类目。

12.根据权利要求9所述的装置，其特征在于，所述文本特征匹配判断包括：完全匹配判断、部分匹配判断、中心词匹配判断、隐藏词匹配判断以及反向介词匹配判断中至少一种；

所述完全匹配判断为判断所述搜索关键词是否完全出现在所述发布产品信息的标题中；

所述部分匹配判断为判断所述搜索关键词是否部分出现在所述发布产品信息的标题中；

所述中心词匹配判断为判断所述搜索关键词的中心词是否和所述发布产品信息的标题的中心词匹配；

所述隐藏词匹配判断为判断所述搜索关键词中是否包含有隐藏词；

所述反向介词匹配判断为判断所述搜索关键词中是否包含有反向介词。

13.根据权利要求8所述的装置，其特征在于，所述装置还包括：

重匹配模块，用于将相关性档位为“优”的搜索关键词和发布产品信息对根据预设的第二决策树进行各项特征的匹配判断；以及

重确定模块，用于根据所述各项特征的匹配判断结果，确定所述搜索关键词和发布产品信息对的子相关性档位。

14.根据权利要求8所述的装置，其特征在于，所述配对模块中获取各搜索关键词和发布产品信息还包括：

对所述各搜索关键词和发布产品信息进行预处理，所述预处理包括进行所述各项特征匹配所需的语义特征的抽取处理。