CN105740476A - 一种相关联问题推荐方法、装置及系统 - Google Patents

Abstract

本发明提供一种相关联问题推荐方法、装置及系统，其中该方法包括：对用户的输入问题进行分词处理，获取分词结果；根据分词结果，确定输入问题的中心词，以及其他关键词；根据输入问题的中心词，以及至少一个关联规则，从问题库中检索与输入问题相关联的相关联问题；将相关联问题推荐给所述用户。本发明提供的一种相关联问题推荐方法、装置及系统，通过关联规则算法获取关联规则，进而利用关联规则分析出与用户的输入问题相关联的问题，不仅仅限于同义或者通过预设规则获取到的问题，从而提高了相关问题的相关性，使推荐的结果更加准确和全面，提升了用户的使用体验。

Description

一种相关联问题推荐方法、装置及系统

技术领域

本发明涉及搜索技术领域，具体涉及一种相关联问题推荐方法、装置及系统。

背景技术

随着互联网技术的快速发展和普及，人们获取知识的途径也呈现多元化。其中，越来越多的人选择使用各种搜索引擎来对未知知识进行检索和查询。很多大型搜索引擎，不仅提供了知识检索，还提供了相关联问题的推荐，供用户参考，获取更多相关知识。其中相关联问题推荐是指用户输入一个问题，搜索引擎检索该问题的同时，提供与该问题相关联的问题，方便用户快速、全面的获取所需知识，提高搜索准确度和效率。

现有技术中获取相关联问题时，通常根据用户输入的问题中的搜索词作为核心词来进行的，如通过搜索词的同义词或相关词来获取相关联问题。另外，还可以通过预设规则来筛选相关联问题，或者根据相关联问题的历史浏览权重来获取关联度较高的问题。然而这些方法都或多或少地加入了人为的经验或预设规则，人为地限制了问题的相关性。在数据量越来越大的大数据时代，会严重限制问题的相关性范围和匹配度，使最终获取的相关联问题不全面且不准确，影响用户的使用体验。

发明内容

本发明提供一种相关联问题推荐方法、装置及系统，以解决现有技术中的方法人为地限制问题相关性而使获取的相关联问题不全面且不准确的问题。

第一方面，本发明提供一种相关联问题推荐方法，所述方法包括：

对用户的输入问题进行分词处理，获取分词结果；

根据所述分词结果，确定所述输入问题的中心词，以及其他关键词；

根据所述输入问题的中心词，以及至少一个关联规则，从问题库中检索与所述输入问题相关联的相关联问题；

将所述相关联问题推荐给所述用户。

作为本发明第一方面的优选方式，所述根据所述输入问题的中心词，以及至少一个关联规则，从问题库中检索与所述输入问题相关联的相关联问题之前，所述方法还包括：

根据至少一个用户的历史问题，生成至少一个关联规则。

作为本发明第一方面的优选方式，所述根据至少一个用户的历史问题，生成至少一个关联规则包括：

对至少一个用户的历史问题进行分词处理，获取分词结果；

根据所述分词结果，确定所述历史问题的中心词，以及其他关键词；

根据所述历史问题的中心词，分别生成基于每个所述用户的项集；

根据关联规则分析算法对所述项集进行分析，生成至少一个关联规则。

作为本发明第一方面的优选方式，所述根据所述输入问题的中心词，以及至少一个关联规则，从问题库中检索与所述输入问题相关联的相关联问题包括：

根据所述输入问题的中心词，以及至少一个关联规则，从关联规则库中检索与所述输入问题的中心词相关联的中心词；

根据所述相关联的中心词，从问题库中检索与所述输入问题相关联的所述历史问题；

通过比较所述输入问题和所述历史问题的关键词，对所述历史问题进行过滤后，确定所述历史问题为与所述输入问题相关联的相关联问题。

第二方面，本发明提供一种相关联问题推荐装置，所述装置包括：

第一分词单元，用于对用户的输入问题进行分词处理，获取分词结果；

第一中心词确定单元，用于根据所述分词结果，确定所述输入问题的中心词，以及其他关键词；

关联问题检索单元，用于根据所述输入问题的中心词，以及至少一个关联规则，从问题库中检索与所述输入问题相关联的相关联问题；

关联问题推荐单元，用于将所述相关联问题推荐给所述用户。

作为本发明第二方面的优选方式，所述装置还包括：

关联规则生成单元，用于根据至少一个用户的历史问题，生成至少一个关联规则。

作为本发明第二方面的优选方式，所述关联规则生成单元包括：

第二分词单元，用于对至少一个用户的历史问题进行分词处理，获取分词结果；

第二中心词确定单元，根据所述分词结果，确定所述历史问题的中心词，以及其他关键词；

项集生成单元，用于根据所述历史问题的中心词，分别生成基于每个所述用户的项集；

项集分析单元，用于根据关联规则分析算法对所述项集进行分析，生成至少一个关联规则。

作为本发明第二方面的优选方式，所述关联问题检索单元具体用于：

根据所述输入问题的中心词，以及至少一个关联规则，从关联规则库中检索与所述输入问题的中心词相关联的中心词；

根据所述相关联的中心词，从问题库中检索与所述输入问题相关联的所述历史问题；

通过比较所述输入问题和所述历史问题的关键词，对所述历史问题进行过滤后，确定所述历史问题为与所述输入问题相关联的相关联问题。

第三方面，本发明提供一种相关联问题推荐系统，所述系统包括：

问题库，用于存储至少一个用户的历史问题，以及所述历史问题的中心词和其他关键词；

关联规则库，用于存储至少一个关联规则；

以及，如第二方面所述的相关联问题推荐装置。

本发明提供的一种相关联问题推荐方法、装置及系统，通过关联规则算法获取关联规则，进而利用关联规则分析出与用户的输入问题相关联的问题，不仅仅限于同义或者通过预设规则获取到的问题，从而提高了相关问题的相关性，使推荐的结果更加准确和全面，提升了用户的使用体验。

与现有技术中的方法相比，本发明在数据量越大的情况下，生成的关联规则越准确、越全面，推荐的结果也更加准确和全面，能很好地适应大数据时代的场景。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种相关联问题推荐方法的流程图；

图2为本发明实施例提供的一种相关联问题推荐装置的结构示意图；

图3为本发明实施例提供的一种相关联问题推荐系统的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

本发明实施例提供一种相关联问题推荐方法，参照图1所示，该方法包括：

101、对用户的输入问题进行分词处理，获取分词结果。

对用户当前的输入问题，采用分词算法，并结合分词字典进行分词处理，获取分词结果。例如，用户D正在提问“西安钟楼周边哪里有好吃的？”，对该输入问题进行分词处理后，获取的分词结果是{西安，钟楼，周边，哪里，有，好吃，的，？}。

本实施例中，分词算法及分词字典均为本技术领域内通用的，本发明对具体的分词算法及分词字典不作限定。

102、根据分词结果，确定输入问题的中心词，以及其他关键词。

针对步骤101中获取的分词结果，采用中心词确定算法，并结合中心词字典或地点字典等词库，确定该输入问题的中心词，以及地点、方位等其他关键词。例如，针对上述分词结果，得到该输入问题的中心词是{好吃}，地点关键词是{西安，钟楼}，方位关键词是{周边}。

本实施例中，中心词确定算法及中心词字典或地点字典等词库均为本技术领域内通用的，本发明对具体的中心词确定算法及中心词字典或地点字典等词库不作限定。

103、根据输入问题的中心词，以及至少一个关联规则，从问题库中检索与输入问题相关联的相关联问题。

在确定输入问题的中心词以及其他关键词之后，则根据该输入问题的中心词，并结合与该输入问题的中心词相对应的至少一个关联规则，从问题库中检索与该输入问题相关联的相关联问题。

进一步地，在从问题库中检索与该输入问题相关联的相关联问题之前，还需要执行根据至少一个用户的历史问题，生成至少一个关联规则的步骤。该步骤具体包括：

S1、对至少一个用户的历史问题进行分词处理，获取分词结果。

对至少一个用户的所有的历史问题，采用分词算法，并结合分词字典进行分词处理，获取分词结果。与步骤101类似，如某用户的其中一个历史问题为“西安钟楼周边哪里有好吃的？”，对该历史问题进行分词处理后，获取的分词结果是{西安，钟楼，周边，哪里，有，好吃，的，？}。

需要说明的是，这些历史问题均存储在问题库中。

S2、根据分词结果，确定历史问题的中心词，以及其他关键词。

针对步骤S2中获取的分词结果，采用中心词确定算法，并结合中心词字典或地点字典等词库，确定该历史问题的中心词，以及地点、方位等其他关键词。与步骤102类似，如针对上述分词结果，得到该历史问题的中心词是{好吃}，地点关键词是{西安，钟楼}，方位关键词是{周边}。同样地，将上述历史问题的中心词和其他关键词也存储在问题库中。

S3、根据历史问题的中心词，分别生成基于每个用户的项集。

在依次确定至少一个用户的所有的历史问题的中心词后，分别将每个用户的历史问题的中心词组成项集。例如，用户A有两个历史问题，分别是“西安钟楼附近哪里有好吃的？”和“西安钟楼附近哪里有KTV？”。对这两个历史问题进行分词处理，并确定这两个历史问题的中心词分别是{好吃}、{KTV}，这两个历史问题的地点关键词均是{西安，钟楼}，方位关键词均是{附近}，则用户A的项集可表示成{好吃，KTV}。

同理，针对用户B的三个历史问题“北京王府井哪里有好吃的？”、“北京王府井哪里有KTV？”以及“北京哪里有卖夜宵的？”，最终确定的中心词分别为{好吃}、{KTV}和{夜宵}，地点关键词分别是{北京，王府井}、{北京，王府井}和{北京}，均无方位关键词，则用户B的项集可表示成{好吃，KTV，夜宵}。

针对用户C的两个历史问题“成都锦里哪里有好吃的？”和“成都哪里有KTV？”，最终确定的中心词分别为{好吃}和{KTV}，地点关键词分别是{成都，锦里}和{成都}，均无方位关键词，则用户C的项集可表示成{好吃，KTV}。

S4、根据关联规则分析算法对项集进行分析，生成至少一个关联规则。

对上述分别基于三个用户生成的项集，采用关联规则分析算法，根据数据量和所需的关联强度，设置支持度和置信度，并计算关联规则。本实施例中，关联规则分析算法通常采用关联规则算法或者序列模式算法，但不仅限于这两种算法，类似的可以实现关联规则的计算的算法都可以采用。

例如，通过对上述项集进行分析，可计算得出一个关联规则{好吃}→{KTV}，即提问{好吃}之后，往往会提问{KTV}，此规则即可作为中心词之间的关联规则，生成的所有关联规则均在关联规则库中进行存储。

具体地，在生成关联规则后，则执行从问题库中检索与该输入问题相关联的相关联问题的步骤，即先根据输入问题的中心词，以及至少一个关联规则，从关联规则库中检索与输入问题的中心词相关联的中心词；然后，根据该相关联的中心词，从问题库中检索与该输入问题相关联的历史问题；最后，通过比较输入问题和历史问题的关键词，对历史问题进行过滤后，确定历史问题为与输入问题相关联的相关联问题。

例如，针对用户D当前的输入问题，根据其中心词{好吃}，以及与该中心词相对应的关联规则{好吃}→{KTV}，在关联规则库中找出与中心词{好吃}相关联的中心词为{KTV}。由于在数据量较大的时候，生成的关联规则会很多，同一个中心词可能会在关联规则库中找出多个相关联的中心词，本实施例仅限于举例解释本发明提供的技术方案。

在找出相关联的中心词为{KTV}后，从问题库中检索出所有中心词为{KTV}的历史问题，如本实施例中检索出的历史问题为{西安钟楼附近哪里有KTV？}。

为保证检索出的历史问题的准确性，需要对检索出的历史问题进行过滤。通过比较输入问题和检索出的历史问题的关键词，对检索出的历史问题进行过滤。输入问题“西安钟楼周边哪里有好吃的？”的地点关键词是{西安，钟楼}，方位关键词是{周边}，而检索出的历史问题{西安钟楼附近哪里有KTV？}的地点关键词是{西安，钟楼}，方位关键词是{附近}，与用户D当前的输入问题的方位关键词符合，因此可以将该历史问题作为相关联问题推荐给用户D。

104、将相关联问题推荐给用户。

经过滤后的相关联问题，其准确度较高，即最终给用户推荐的问题，返回展示给用户。

需要说明的是，对于上述方法的实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必需的。

本发明实施例提供一种相关联问题推荐装置，参照图2所示，该装置包括：

第一分词单元21，用于对用户的输入问题进行分词处理，获取分词结果；

第一中心词确定单元22，用于根据分词结果，确定输入问题的中心词，以及其他关键词；

关联问题检索单元23，用于根据输入问题的中心词，以及至少一个关联规则，从问题库中检索与输入问题相关联的相关联问题；

关联问题推荐单元24，用于将相关联问题推荐给用户。

进一步地，该装置还包括：

关联规则生成单元，用于根据至少一个用户的历史问题，生成至少一个关联规则。

具体地，该关联规则生成单元包括：第二分词单元，用于对至少一个用户的历史问题进行分词处理，获取分词结果；第二中心词确定单元，根据分词结果，确定历史问题的中心词，以及其他关键词；项集生成单元，用于根据历史问题的中心词，分别生成基于每个用户的项集；项集分析单元，用于根据关联规则分析算法对项集进行分析，生成至少一个关联规则。

进一步地，该关联问题检索单元23具体用于：

根据输入问题的中心词，以及至少一个关联规则，从关联规则库中检索与输入问题的中心词相关联的中心词；

根据相关联的中心词，从问题库中检索与输入问题相关联的历史问题；

通过比较输入问题和历史问题的关键词，对历史问题进行过滤后，确定历史问题为与输入问题相关联的相关联问题。

本发明实施例还提供一种相关联问题推荐系统，参照图3所示，该系统包括：

问题库31，用于存储至少一个用户的历史问题，以及历史问题的中心词和其他关键词；

关联规则库32，用于存储至少一个关联规则；

以及，如上述实施例中所述的相关联问题推荐装置33。

本发明提供的一种相关联问题推荐方法、装置和系统，利用关联规则分析出与用户的输入问题相关联的问题，不仅仅限于同义或者通过预设规则获取到的问题，从而提高了相关问题的相关性，使推荐的结果更加准确和全面，提升了用户的使用体验。

与现有技术中的方法相比，本发明在数据量越大的情况下，生成的关联规则越准确、越全面，推荐的结果也更加准确和全面，能很好地适应大数据时代的场景。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种相关联问题推荐方法，其特征在于，所述方法包括：

对用户的输入问题进行分词处理，获取分词结果；

根据所述分词结果，确定所述输入问题的中心词，以及其他关键词；

根据所述输入问题的中心词，以及至少一个关联规则，从问题库中检索与所述输入问题相关联的相关联问题；

将所述相关联问题推荐给所述用户。

2.根据权利要求1所述的方法，其特征在于，所述根据所述输入问题的中心词，以及至少一个关联规则，从问题库中检索与所述输入问题相关联的相关联问题之前，所述方法还包括：

根据至少一个用户的历史问题，生成至少一个关联规则。

3.根据权利要求2所述的方法，其特征在于，所述根据至少一个用户的历史问题，生成至少一个关联规则包括：

对至少一个用户的历史问题进行分词处理，获取分词结果；

根据所述分词结果，确定所述历史问题的中心词，以及其他关键词；

根据所述历史问题的中心词，分别生成基于每个所述用户的项集；

根据关联规则分析算法对所述项集进行分析，生成至少一个关联规则。

4.根据权利要求3所述的方法，其特征在于，所述根据所述输入问题的中心词，以及至少一个关联规则，从问题库中检索与所述输入问题相关联的相关联问题包括：

根据所述输入问题的中心词，以及至少一个关联规则，从关联规则库中检索与所述输入问题的中心词相关联的中心词；

根据所述相关联的中心词，从问题库中检索与所述输入问题相关联的所述历史问题；

通过比较所述输入问题和所述历史问题的关键词，对所述历史问题进行过滤后，确定所述历史问题为与所述输入问题相关联的相关联问题。

5.一种相关联问题推荐装置，其特征在于，所述装置包括：

第一分词单元，用于对用户的输入问题进行分词处理，获取分词结果；

第一中心词确定单元，用于根据所述分词结果，确定所述输入问题的中心词，以及其他关键词；

关联问题检索单元，用于根据所述输入问题的中心词，以及至少一个关联规则，从问题库中检索与所述输入问题相关联的相关联问题；

关联问题推荐单元，用于将所述相关联问题推荐给所述用户。

6.根据权利要求5所述的装置，其特征在于，所述装置还包括：

关联规则生成单元，用于根据至少一个用户的历史问题，生成至少一个关联规则。

7.根据权利要求6所述的装置，其特征在于，所述关联规则生成单元包括：

第二分词单元，用于对至少一个用户的历史问题进行分词处理，获取分词结果；

第二中心词确定单元，根据所述分词结果，确定所述历史问题的中心词，以及其他关键词；

项集生成单元，用于根据所述历史问题的中心词，分别生成基于每个所述用户的项集；

项集分析单元，用于根据关联规则分析算法对所述项集进行分析，生成至少一个关联规则。

8.根据权利要求7所述的装置，其特征在于，所述关联问题检索单元具体用于：

根据所述输入问题的中心词，以及至少一个关联规则，从关联规则库中检索与所述输入问题的中心词相关联的中心词；

根据所述相关联的中心词，从问题库中检索与所述输入问题相关联的所述历史问题；

通过比较所述输入问题和所述历史问题的关键词，对所述历史问题进行过滤后，确定所述历史问题为与所述输入问题相关联的相关联问题。

9.一种相关联问题推荐系统，其特征在于，所述系统包括：

问题库，用于存储至少一个用户的历史问题，以及所述历史问题的中心词和其他关键词；

关联规则库，用于存储至少一个关联规则；

以及，如权利要求5至8中任一项所述的相关联问题推荐装置。