CN106681994A - 查询词分类样本自动挖掘以及游戏项目推荐的方法和装置 - Google Patents

Abstract

本发明实施例提供了一种查询词分类样本自动挖掘和游戏项目推荐方法，包括：通过爬取网页信息识别从历史搜索数据中提取的基准查询词所属游戏项目类别；利用查询词与触发搜索的网页信息，获取与基准查询词所属游戏项目类别一致的第一扩展查询词；提取第一扩展查询词触发搜索的网页信息中的特征信息作为第二扩展查询词；根据第一扩展查询词及第二扩展查询词所属游戏项目类别，识别目标查询词所属目标游戏项目类别，在目标游戏项目类别中进行游戏项目推荐。从而可以挖掘到大量的查询词分类样本，使得游戏项目推荐时覆盖更多的查询词，提升游戏项目推荐的效率。

Description

查询词分类样本自动挖掘以及游戏项目推荐的方法和装置

技术领域

本发明涉及互联网技术领域，特别是涉及一种基于游戏项目的查询词分类样本自动挖掘方法和装置，以及一种游戏项目推荐方法和装置。

背景技术

随着互联网技术的发展，越来越多的用户通过网络可以获取各种游戏项目。游戏项目提供方或者游戏项目平台通常会根据用户的兴趣偏好，相应推荐游戏项目给用户。为了推荐符合用户兴趣偏好的游戏项目，可以分析用户在搜索时使用从查询词，从中识别出其用户可能感兴趣的游戏项目类别，再基于此推荐同类别的游戏项目。

目前的游戏项目推荐方法中，通常是由人工收集大量用户搜索时使用的查询词，针对收集到的查询词，人工识别查询词中包含的与某个游戏项目有关的信息，根据这些信息相应地标注查询词所属游戏项目，基于确定了游戏项目类别的查询词，给使用过该查询词进行搜索的用户推荐相应类别的游戏项目。例如，用户使用了查询词“死亡之翼攻略”，通过人工识别的方法，可以确定该查询词是针对“魔兽世界”该游戏项目的，“魔兽世界”属于网络游戏，因此可以将该查询词标注为“网络游戏”，并推荐其他同属于网络游戏的游戏项目给使用了该查询词进行搜索的用户。

然而，目前的游戏项目推荐方法中，相对于海量的查询词而言，依赖人工收集、识别和标注查询词的方式所能覆盖的查询词样本极其有限，对于没有被覆盖到的查询词则无法相应地进行游戏项目推荐，从而导致游戏项目推荐的效率较低。而且，依赖人工收集、识别和标注查询词的方式，需要耗费大量的人力物力。最后，人工标注查询词所属游戏项目类别的方式比较主观，导致推荐的游戏项目可能并不符合用户实际感兴趣的游戏项目类别的问题。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于游戏项目的查询词分类样本自动挖掘方法和相应的一种基于游戏项目的查询词分类样本自动挖掘装置，以及一种游戏项目推荐方法和相应的一种游戏项目推荐装置。

依据本发明的一个方面，提供了一种基于游戏项目的查询词分类样本自动挖掘方法，包括：

通过爬取网页信息识别从历史搜索数据中提取的基准查询词所属游戏项目类别；

利用查询词与触发搜索的网页信息，获取至少一个与基准查询词所属游戏项目类别一致的第一扩展查询词；

提取所述第一扩展查询词触发搜索的网页信息中的至少一个特征信息并作为第二扩展查询词。

可选地，所述通过爬取网页信息识别从历史搜索数据中提取的基准查询词所属游戏项目类别的步骤之前还包括：

在所述历史搜索数据中查找搜索频率在预设频率范围内的查询词，并将查找的查询词作为所述基准查询词。

可选地，所述通过爬取网页信息识别从历史搜索数据中提取的基准查询词所属游戏项目类别的步骤包括：

通过游戏项目分类网站的网页信息获取多个游戏项目的标识信息及对应的游戏项目类别；

识别所述基准查询词所包含的标识信息，并将识别出的标识信息对应的游戏项目类别作为所述基准查询词的游戏项目类别。

可选地，所述利用查询词与触发搜索的网页信息，获取至少一个与基准查询词所属游戏项目类别一致的第一扩展查询词的步骤包括：

查找搜索结果中被用户点击的网页信息与利用所述基准查询词触发的搜索结果中被用户点击的网页信息一致的预置查询词，并将查找的预置查询词作为所述第一扩展查询词。

可选地，所述利用查询词与触发搜索的网页信息，获取至少一个与基准查询词所属游戏项目类别一致的第一扩展查询词的步骤包括：

判断利用所述预置查询词触发的搜索结果与利用所述基准查询词触发的搜索结果在预设排序范围内的网页信息是否一致，若是则将所述预置查询词作为所述第一扩展查询词。

可选地，所述特征信息包括网页标题和/或网页简介，所述提取所述第一扩展查询词触发搜索的网页信息中的至少一个特征信息并作为第二扩展查询词的步骤包括：

利用所述第一扩展查询词触发搜索的网页信息中的特征信息作为所述第二扩展查询词；

和/或，利用从历史搜索数据中查找到的网页信息中的特征信息作为所述第二扩展查询词。

根据本发明的另一方面，提供了一种游戏项目推荐方法，包括：

通过爬取网页信息识别从历史搜索数据中提取的基准查询词所属游戏项目类别；

利用查询词与触发搜索的网页信息，获取至少一个与基准查询词所属游戏项目类别一致的第一扩展查询词；

提取所述第一扩展查询词触发搜索的网页信息中的至少一个特征信息并作为第二扩展查询词；

根据所述第一扩展查询词以及所述第二扩展查询词分别所属游戏项目类别，识别目标查询词所属目标游戏项目类别，并在所述目标游戏项目类别中进行游戏项目推荐。

可选地，所述根据所述第一扩展查询词以及所述第二扩展查询词分别所属游戏项目类别，识别目标查询词所属目标游戏项目类别包括：

根据所述第一扩展查询词以及所述第二扩展查询词分别所属游戏项目类别训练基于查询词预测游戏项目类别的预测模型；

将所述目标查询词输入所述预测模型，得到所述目标查询词所属目标游戏项目类别。

可选地，所述识别目标查询词所属目标游戏项目类别的步骤包括：

当识别出所述目标查询词包含与所述第二扩展查询词相似的查询词时，以所述第二扩展查询词校正所述目标查询词；

利用校正后的目标查询词识别所述目标查询词所属目标游戏项目类别。

根据本发明的另一方面，提供了一种基于游戏项目的查询词分类样本自动挖掘装置，包括：

游戏项目类别识别模块，用于通过爬取网页信息识别从历史搜索数据中提取的基准查询词所属游戏项目类别；

第一扩展查询词获取模块，用于利用查询词与触发搜索的网页信息，获取至少一个与基准查询词所属游戏项目类别一致的第一扩展查询词；

第二扩展查询词提取模块，用于提取所述第一扩展查询词触发搜索的网页信息中的至少一个特征信息并作为第二扩展查询词。

可选地，所述装置还包括：

历史搜索数据查找模块，用于在所述历史搜索数据中查找搜索频率在预设频率范围内的查询词，并将查找的查询词作为所述基准查询词。

可选地，所述游戏项目类别识别模块包括：

游戏项目分类网站获取子模块，用于通过游戏项目分类网站的网页信息获取多个游戏项目的标识信息及对应的游戏项目类别；

标识信息识别子模块，用于识别所述基准查询词所包含的标识信息，并将识别出的标识信息对应的游戏项目类别作为所述基准查询词的游戏项目类别。

可选地，所述第一扩展查询词获取模块包括：

搜索结果查找子模块，用于查找搜索结果中被用户点击的网页信息与利用所述基准查询词触发的搜索结果中被用户点击的网页信息一致的预置查询词，并将查找的预置查询词作为所述第一扩展查询词。

可选地，所述第一扩展查询词获取模块包括：

搜索结果判断子模块，用于判断利用所述预置查询词触发的搜索结果与利用所述基准查询词触发的搜索结果在预设排序范围内的网页信息是否一致，若是则将所述预置查询词作为所述第一扩展查询词。

可选地，所述特征信息包括网页标题和/或网页简介，所述第二扩展查询词提取模块包括：

第二扩展查询词提取子模块，用于利用所述第一扩展查询词触发搜索的网页信息中的特征信息作为所述第二扩展查询词；和/或，利用从历史搜索数据中查找到的网页信息中的特征信息作为所述第二扩展查询词。

根据本发明的另一方面，提供了一种游戏项目推荐装置，包括：

游戏项目类别识别模块，用于通过爬取网页信息识别从历史搜索数据中提取的基准查询词所属游戏项目类别；

第一扩展查询词获取模块，用于利用查询词与触发搜索的网页信息，获取至少一个与基准查询词所属游戏项目类别一致的第一扩展查询词；

第二扩展查询词提取模块，用于提取所述第一扩展查询词触发搜索的网页信息中的至少一个特征信息并作为第二扩展查询词；

游戏项目推荐模块，用于根据所述第一扩展查询词以及所述第二扩展查询词分别所属游戏项目类别，识别目标查询词所属目标游戏项目类别，并在所述目标游戏项目类别中进行游戏项目推荐。

可选地，所述游戏项目推荐模块包括：

预测模型训练子模块，用于根据所述第一扩展查询词以及所述第二扩展查询词分别所属游戏项目类别训练基于查询词预测游戏项目类别的预测模型；

目标查询词输入子模块，用于将所述目标查询词输入所述预测模型，得到所述目标查询词所属目标游戏项目类别。

可选地，所述游戏项目推荐模块包括：

目标查询词校正子模块，用于当识别出所述目标查询词包含与所述第二扩展查询词相似的查询词时，以所述第二扩展查询词校正所述目标查询词；

目标查询词识别子模块，利用校正后的目标查询词识别所述目标查询词所属目标游戏项目类别。

根据本发明实施例，通过爬取网页信息识别从历史搜索数据中提取的基准查询词所属游戏项目类别，利用查询词与触发搜索的网页信息之间的关联关系，获取与基准查询词所属游戏项目类别一致的第一扩展查询词，通过第一扩展查询词提取其触发搜索的网页信息中的特征信息作为第二扩展查询词，从而可以自动挖掘到大量的查询词分类样本，使得在游戏项目推荐时可以覆盖更多的查询词，提升了游戏项目推荐的效率。

而且，本发明实施例的查询词分类样本自动挖掘方法不需要人工参与，节省了人力物力。

最后，本发明实施例标注查询词的游戏项目类别的方式避免了人工标注的主观性，以此进行推荐的游戏项目可以更符合用户的兴趣偏好。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了根据本发明一个实施例的一种基于游戏项目的查询词分类样本自动挖掘方法实施例一的步骤流程图；

图2示出了根据本发明一个实施例的一种基于游戏项目的查询词分类样本自动挖掘方法实施例二的步骤流程图；

图3示出了根据本发明一个实施例的一种游戏项目推荐方法实施例的步骤流程图；

图4示出了根据本发明一个实施例的一种基于游戏项目的查询词分类样本自动挖掘装置实施例一的结构框图；

图5示出了根据本发明一个实施例的一种基于游戏项目的查询词分类样本自动挖掘装置实施例二的结构框图；

图6示出了根据本发明一个实施例的一种游戏项目推荐装置实施例的结构框图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

参照图1，示出了根据本发明一个实施例的一种基于游戏项目的查询词分类样本自动挖掘方法实施例一的步骤流程图，具体可以包括如下步骤：

步骤101，通过爬取网页信息识别从历史搜索数据中提取的基准查询词所属游戏项目类别。

具体的实现中，可以从历史搜索数据中提取查询词作为基准查询词。实际应用中，可以在历史搜索数据中查找搜索频率较高的查询词作为基准查询词。本领域技术人员也可以根据实际情况采用其他方式提取基准查询词，例如，在历史搜索数据中，将包含某个游戏项目标识信息的查询词提取作为基准查询词。

现实中通常有各种游戏项目分类网站的网页信息将各类游戏项目制作成游戏项目的标识信息与游戏项目所属类别对应排列的表格，因此可以针对某个游戏项目，从网页信息中爬取大量的游戏项目标识信息和与标识信息对应的游戏项目类别，当识别出基准查询词包含有某个标识信息，可以将标识信息对应的游戏项目类别作为基准查询词的游戏项目类别。

作为本发明实施例的优选示例，可以将爬取到的标识信息与游戏项目类别的对应关系信息保存在游戏项目数据库，以便于查询词类别识别时查找提取。

步骤102，利用查询词与触发搜索的网页信息，获取至少一个与基准查询词所属游戏项目类别一致的第一扩展查询词。

需要说明的是，通常用户在搜索与某个游戏项目相关的信息时，会使用一个或多个查询词进行搜索，从搜索到的网页信息中获取与某个游戏项目相关的信息。例如，用户在使用“死亡之翼攻略”、“Neltharion通关技巧”“黑龙王副本怎么打”等查询词进行搜索，可以搜索到“魔兽世界”该游戏项目的官方网页、太平洋游戏网的魔兽世界专题网页和魔兽世界玩家论坛网页等多个网页信息，这些信息除了包含有符合用户搜索目的的信息外，还会包含有该游戏项目的标识信息“魔兽世界”和针对“魔兽世界”的简介，简介中将“魔兽世界”归类为“网络游戏”。

虽然用户的搜索目的是想搜索“魔兽世界”该游戏中某个游戏关卡的攻略信息，但搜索结果中通常会包含有与“魔兽世界”这个游戏项目的标识信息和该游戏项目的类别信息。因此，可以利用网页信息中游戏项目的标识信息和对应的游戏项目类别，确定查询词的游戏项目类别。

需要说明的是，查询词的游戏项目类型反映的是查询词所隐含的游戏项目对应的类别，并非指该查询词作为搜索目的的类别。

查询词与触发搜索的网页信息之间具有一定的关联关系。用户利用不同的查询词进行搜索时，如果触发搜索到的一个或多个网页信息有相同或相似之处，可以理解为不同的查询词之间也具有一定的关联关系。

例如，利用查询词“死亡之翼攻略”搜索，可以搜索到“魔兽世界”该游戏项目的官方网页、太平洋游戏网的魔兽世界专题网页和魔兽世界玩家论坛网页等多个网页信息；利用查询词“Neltharion通关技巧”，搜索到的网页信息有“魔兽世界”该游戏项目的官方网页、太平洋游戏网的魔兽世界专题网页。两个不同的查询词触发搜索的网页信息大部分相同，因此可以将查询词“Neltharion通关技巧”“与死亡之翼攻略”作为游戏项目类别一致的查询词。

因此，可以利用查询词与网页信息之间的关联关系，获取到与基准查询词属于同一游戏项目类别的多个查询词，并将多个查询词作为第一扩展查询词。

在实际应用中，在查询词的搜索结果中，用户可以点击其中一个或多个获取到的网页，以进一步获取相关信息。因此，可以利用用户的点击触发的网页信息，当用户从不同查询词的搜索结果中点击触发的是同一个网页信息时，可以将上述的不同查询词作为属于同一游戏项目类别的展查询词。通过用户的点击触发的网页信息获取第一扩展查询词，可以更准确地确定第一扩展查询词的游戏项目类别。

步骤103，提取所述第一扩展查询词触发搜索的网页信息中的至少一个特征信息并作为第二扩展查询词。

在具体的实现中，可以将利用第一扩展查询词触发搜索的网页信息中的特征信息提取出来，作为第二扩展查询词。因为网页信息通常由网站提供，其所包含的特征信息相对于用户输入的查询词通常会更标准和规范，以网页信息中的特征信息作为第二扩展查询词，基于此确定的查询词游戏项目类别相对更准确，从而高效地进行游戏项目推荐。

根据本发明实施例，通过爬取网页信息识别从历史搜索数据中提取的基准查询词所属游戏项目类别，利用查询词与触发搜索的网页信息之间的关联关系，获取与基准查询词所属游戏项目类别一致的第一扩展查询词，通过第一扩展查询词提取其触发搜索的网页信息中的特征信息作为第二扩展查询词，从而可以自动挖掘到大量的查询词分类样本，从而使得在游戏项目推荐时可以覆盖更多的查询词，提升了游戏项目推荐的效率。

而且，本发明实施例的查询词分类样本自动挖掘方法不需要人工参与，节省了人力物力。

参照图2，示出了根据本发明一个实施例的一种基于游戏项目的查询词分类样本自动挖掘方法实施例二的步骤流程图，具体可以包括如下步骤：

步骤201，在历史搜索数据中查找搜索频率在预设频率范围内的查询词，并将查找的查询词作为基准查询词。

需要说明的是，历史搜索数据记录有用户搜索时使用的查询词。实际应用中，可以将历史搜索数据中搜索频率较高的一个范围内的若干查询词作为基准查询词和/或预置查询词，例如，将搜索频率在10000-12000次每天的查询词作为基准查询词和/或预置查询词。搜索频率在预设频率范围内的查询词通常为当前的搜索热点，基于此进行游戏项目推荐，所推荐的游戏项目更符合用户的兴趣偏好。

步骤202，通过游戏项目分类网站的网页信息获取多个游戏项目的标识信息及对应的游戏项目类别。

实际应用中，游戏项目分类网站会将各类游戏项目制作成游戏项目的标识信息与游戏项目所属类别对应排列的表格。因此，可以针对某个游戏项目，从该游戏项目的分类网站中的网页信息中爬取大量的游戏项目标识信息和与标识信息对应的游戏项目类别。

步骤203，识别所述基准查询词所包含的标识信息，并将识别出的标识信息对应的游戏项目类别作为所述基准查询词的游戏项目类别。

具体的实现中，可以对基准查询词进行识别，当识别出基准查询词包含有上述的标识信息，可以将上述标识信息对应的游戏项目类别作为基准查询词的游戏项目类别。

作为本发明实施例的优选示例，还可以识别基准查询词触发搜索的网页信息包含的游戏项目的标识信息及对应的游戏项目类别，若基准查询词包含标识信息，则将标识信息对应的游戏项目类别作为基准查询词的游戏项目类别。因为在实际应用中，与游戏项目相关的网页信息中，通常包含有该游戏项目的标识信息，而且标识信息会与该游戏项目类别有对应关系，例如，游戏项目的名称旁边会有游戏项目的类别介绍。因此，可以针对基准查询词搜索到的网页信息，识别网页信息中包含的游戏项目中的标识信息以及对应的游戏项目类别的网页元素，从而得到上述的信息。当基准查询词包含有上述的标识信息，可以将上述标识信息对应的游戏项目类别作为基准查询词的游戏项目类别。

步骤204，利用查询词与触发搜索的网页信息，获取至少一个与基准查询词所属游戏项目类别一致的第一扩展查询词。

作为本发明实施例的优选示例一，所述步骤204可以包括以下子步骤：

子步骤S11，查找搜索结果中被用户点击的网页信息与利用所述基准查询词触发的搜索结果中被用户点击的网页信息一致的预置查询词，并将查找的预置查询词作为所述第一扩展查询词。

在实际应用中，在查询词的搜索结果中，用户可以点击其中一个或多个获取到的网页，以进一步获取相关信息。可以预先采集查询词作为预置查询词，记录预置查询词的搜索结果中被用户点击触发的网页信息并保存在预设数据库。在进行查询词扩展时，在预设数据库中查找与基准查询词的搜索结果中被用户点击触发的网页信息一致的预置查询词，将查找到的符合条件的预置查询词作为第一扩展查询词。通过用户的点击触发的网页信息获取第一扩展查询词，可以更准确地确定第一扩展查询词的游戏项目类别。

作为本发明实施例的优选示例二，所述步骤204可以包括以下子步骤：

子步骤S21，判断利用所述预置查询词触发的搜索结果与利用所述基准查询词触发的搜索结果在预设排序范围内的网页信息是否一致，若是则将所述预置查询词作为所述第一扩展查询词。

在具体的实现中，可以对利用预置查询词触发搜索得到的搜索结果与利用基准查询词触发搜索得到的搜索结果进行比较判断，判断两者的搜索结果中在预设排序范围中网页信息是否一致，例如排序前三的网页信息是否一致，若是，则可以将该预置查询词作为第一扩展查询词。

步骤205，利用所述第一扩展查询词触发搜索的网页信息中的特征信息作为所述第二扩展查询词；和/或，利用从历史搜索数据中查找到的网页信息中的特征信息作为所述第二扩展查询词；所述特征信息包括网页标题和/或网页简介。

网页信息中，特别是关于游戏项目的网页信息，网页标题和/或网页简介通常包含有与游戏项目相关的信息，可能会被用户用作查询词进行搜索。因此可以将利用第一扩展查询词触发搜索的网页信息中的特征信息提取出来，作为第二扩展查询词；也可以从第一扩展查询词的历史搜索数据中查找曾经搜索过的网页信息，从中提取特征信息作为第二扩展查询词；还可以将上述两种方式结合，以获得更多的第二扩展查询词，覆盖更多的可能会被用户用作查询词的特征信息。

根据本发明实施例，标注查询词的游戏项目类别的方式避免了人工标注的主观性，以此进行推荐的游戏项目可以更符合用户的兴趣偏好。

参照图3，示出了根据本发明一个实施例的一种游戏项目推荐方法实施例的步骤流程图，具体可以包括以下步骤：

步骤301，通过爬取网页信息识别从历史搜索数据中提取的基准查询词所属游戏项目类别。

步骤302，利用查询词与触发搜索的网页信息，获取至少一个与基准查询词所属游戏项目类别一致的第一扩展查询词。

步骤303，提取所述第一扩展查询词触发搜索的网页信息中的至少一个特征信息并作为第二扩展查询词。

步骤304，根据所述第一扩展查询词以及所述第二扩展查询词分别所属游戏项目类别，识别目标查询词所属目标游戏项目类别，并在所述目标游戏项目类别中进行游戏项目推荐。

基于基准查询词获取到第一扩展查询词和第二扩展查询词后，可以利用其针对用户提交的目标查询词进行目标游戏项目类别识别，并根据识别出的游戏项目类别推荐相同或相似类别的其他游戏项目。例如，当识别出目标查询词包含基准查询词、第一扩展查询词或第二扩展查询词，则可以以基准查询词和扩展查询词所属游戏项目类别作为目标查询词的目标游戏项目类别，并相应返回其他同类别的游戏项目推荐信息给用户。

此外，也可以将基准查询词、第一扩展查询词和第二扩展查询词作为训练样本，输入到基于查询词预测游戏项目类别的预测模型中进行训练，利用训练后的预测模型预测目标查询词的目标游戏项目类别。

作为本发明实施例的优选示例一，所述根据所述第一扩展查询词以及所述第二扩展查询词分别所属游戏项目类别，识别目标查询词所属目标游戏项目类别可以包括以下子步骤：

子步骤S31，根据所述第一扩展查询词以及所述第二扩展查询词分别所属游戏项目类别训练基于查询词预测游戏项目类别的预测模型。

子步骤S32，将所述目标查询词输入所述预测模型，得到所述目标查询词所属目标游戏项目类别。

实际应用中，预测模型可以基于朴素贝叶斯算法进行构建，并针对第一扩展查询词和第二扩展查询词分别所属游戏项目类别进行训练。目前的训练方法中，是通过人工定义训练样本所属游戏项目类别，再将人工定义好的训练样本输入到预测模型中进行训练，预测模型的训练需要大量的训练样本，因此训练时需要耗费大量的人力物力准备训练样本。而本发明实施例可以自动化获取到大量的已经确定了游戏项目类别的第一扩展查询词和第二扩展查询词，并以此作为预测模型的训练样本，节省了预测模型训练所需要的人力物力，提升了训练的效率。而且，基于大量的训练样本进行训练后的预测模型，可以更准确地识别目标查询词的目标游戏项目类别，提升了查询词类别识别的准确性。

作为本发明实施例的优选示例二，所述识别目标查询词所属目标游戏项目类别的步骤可以包括以下子步骤：

子步骤S41，当识别出所述目标查询词包含与所述第二扩展查询词相似的查询词时，以所述第二扩展查询词校正所述目标查询词。

子步骤S42，利用校正后的目标查询词识别所述目标查询词所属目标游戏项目类别。

因为用户输入的目标查询词可能存在拼写错误，或者查询词中包含有游戏项目的缩写、改写，又或者某个游戏项目的标识信息是英文的，而用户输入的目标查询词是用户根据自行翻译的中文信息。上述这些情况都可能干扰查询词的识别。

因为第二扩展查询词是从网页信息中提取，网页信息所包含的特征信息相对于用户输入的查询词更标准和规范。因此，可以针对目标查询词进行识别，当识别出与第二扩展查询词相似的查询词，可以将第二扩展查询词作为标准的查询词格式校正目标查询词。例如，针对用户输入的“山口山攻略”、“魔兽攻略”、“Wor of Worcraft攻略”等目标查询词与第二扩展查询词“魔兽世界”、“WOW“和“War of Warcraft”相似，可以利用第二扩展查询词将目标查询词校正成“魔兽世界攻略”或“War of Warcraft攻略”。当然，与第二扩展查询词相似的查询词，有可能是拼写错误，或是第二扩展查询词的缩写、改写，又或者是不同语言的表达方式，本领域技术人员可以根据实际需要定义“与第二扩展查询词相似“的含义。

利用第二扩展查询词对目标查询词进行校正，对校正后的目标查询词进行游戏项目类别识别，可以提升对查询词识别的准确性。

对于方法实施例，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，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。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，所涉及的动作并不一定是本发明实施例所必须的。

参照图4，示出了根据本发明一个实施例的一种基于游戏项目的查询词分类样本自动挖掘装置实施例一的结构框图，具体可以包括如下模块：

游戏项目类别识别模块401，用于通过爬取网页信息识别从历史搜索数据中提取的基准查询词所属游戏项目类别。

第一扩展查询词获取模块402，用于利用查询词与触发搜索的网页信息，获取至少一个与基准查询词所属游戏项目类别一致的第一扩展查询词。

第二扩展查询词提取模块403，用于提取所述第一扩展查询词触发搜索的网页信息中的至少一个特征信息并作为第二扩展查询词。

根据本发明实施例，通过爬取网页信息识别从历史搜索数据中提取的基准查询词所属游戏项目类别，利用查询词与触发搜索的网页信息之间的关联关系，获取与基准查询词所属游戏项目类别一致的第一扩展查询词，通过第一扩展查询词提取其触发搜索的网页信息中的特征信息作为第二扩展查询词，从而可以自动挖掘到大量的查询词分类样本，从而使得在游戏项目推荐时可以覆盖更多的查询词，提升了游戏项目推荐的效率。

而且，本发明实施例的查询词分类样本自动挖掘方法不需要人工参与，节省了人力物力。

参照图5，示出了根据本发明一个实施例的一种基于游戏项目的查询词分类样本自动挖掘装置实施例二的结构框图，具体可以包括如下模块：

历史搜索数据查找模块501，用于在历史搜索数据中查找搜索频率在预设频率范围内的查询词，并将查找的查询词作为基准查询词。

游戏项目类别识别模块502，用于通过爬取网页信息识别从历史搜索数据中提取的基准查询词所属游戏项目类别。

第一扩展查询词获取模块503，用于利用查询词与触发搜索的网页信息，获取至少一个与基准查询词所属游戏项目类别一致的第一扩展查询词。

第二扩展查询词提取模块504，用于提取所述第一扩展查询词触发搜索的网页信息中的至少一个特征信息并作为第二扩展查询词。

作为本发明实施例的优选示例，所述游戏项目类别识别模块502可以包括以下子模块：

游戏项目分类网站获取子模块，用于通过游戏项目分类网站的网页信息获取多个游戏项目的标识信息及对应的游戏项目类别。

标识信息识别子模块，用于识别所述基准查询词所包含的标识信息，并将识别出的标识信息对应的游戏项目类别作为所述基准查询词的游戏项目类别。

作为本发明实施例的优选示例一，所述第一扩展查询词获取模块503可以包括以下子模块：

搜索结果查找子模块，用于查找搜索结果中被用户点击的网页信息与利用所述基准查询词触发的搜索结果中被用户点击的网页信息一致的预置查询词，并将查找的预置查询词作为所述第一扩展查询词。

作为本发明实施例的优选示例二，所述第一扩展查询词获取模块503可以包括以下子模块：

搜索结果判断子模块，用于判断利用所述预置查询词触发的搜索结果与利用所述基准查询词触发的搜索结果在预设排序范围内的网页信息是否一致，若是则将所述预置查询词作为所述第一扩展查询词。

作为本发明实施例的优选示例，所述特征信息包括网页标题和/或网页简介，所述第二扩展查询词提取模块504可以包括以下子模块。

第二扩展查询词提取子模块，用于利用所述第一扩展查询词触发搜索的网页信息中的特征信息作为所述第二扩展查询词；和/或，利用从历史搜索数据中查找到的网页信息中的特征信息作为所述第二扩展查询词。

根据本发明实施例，搜索频率在预设频率范围内的查询词通常为当前的搜索热点，基于此进行游戏项目推荐，所推荐的游戏项目更符合用户的兴趣偏好。

根据本发明实施例，标注查询词的游戏项目类别的方式避免了人工标注的主观性，以此进行推荐的游戏项目可以更符合用户的兴趣偏好。

参照图6，示出了根据本发明一个实施例的一种游戏项目推荐装置实施例的结构框图，具体可以包括如下模块：

游戏项目类别识别模块601，用于通过爬取网页信息识别从历史搜索数据中提取的基准查询词所属游戏项目类别。

第一扩展查询词获取模块602，用于利用查询词与触发搜索的网页信息，获取至少一个与基准查询词所属游戏项目类别一致的第一扩展查询词。

第二扩展查询词提取模块603，用于提取所述第一扩展查询词触发搜索的网页信息中的至少一个特征信息并作为第二扩展查询词。

游戏项目推荐模块604，用于根据所述第一扩展查询词以及所述第二扩展查询词分别所属游戏项目类别，识别目标查询词所属目标游戏项目类别，并在所述目标游戏项目类别中进行游戏项目推荐。

作为本发明实施例的优选示例一，所述游戏项目推荐模块604可以包括以下子模块：

预测模型训练子模块，用于根据所述第一扩展查询词以及所述第二扩展查询词分别所属游戏项目类别训练基于查询词预测游戏项目类别的预测模型。

目标查询词输入子模块，用于将所述目标查询词输入所述预测模型，得到所述目标查询词所属目标游戏项目类别。

作为本发明实施例的优选示例二，所述游戏项目推荐模块604可以包括以下子模块：

目标查询词校正子模块，用于当识别出所述目标查询词包含与所述第二扩展查询词相似的查询词时，以所述第二扩展查询词校正所述目标查询词。

目标查询词识别子模块，利用校正后的目标查询词识别所述目标查询词所属目标游戏项目类别。

本发明实施例可以自动化获取到大量的已经确定了游戏项目类别的第一扩展查询词和第二扩展查询词，并以此作为预测模型的训练样本，节省了预测模型训练所需要的人力物力，提升了训练的效率。而且，基于大量的训练样本进行训练后的预测模型，可以更准确地识别目标查询词的目标游戏项目类别，提升了查询词类别识别的准确性。

而且，利用第二扩展查询词对目标查询词进行校正，对校正后的目标查询词进行游戏项目类别识别，可以提升对查询词识别的准确性。

对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的基于游戏项目的查询词分类样本自动挖掘目设备和游戏项目推荐设备中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

本发明公开了A1、一种基于游戏项目的查询词分类样本自动挖掘方法，所述方法包括：

通过爬取网页信息识别从历史搜索数据中提取的基准查询词所属游戏项目类别；

利用查询词与触发搜索的网页信息，获取至少一个与基准查询词所属游戏项目类别一致的第一扩展查询词；

提取所述第一扩展查询词触发搜索的网页信息中的至少一个特征信息并作为第二扩展查询词。

A2、如A1所述的方法，所述通过爬取网页信息识别从历史搜索数据中提取的基准查询词所属游戏项目类别的步骤之前还包括：

在所述历史搜索数据中查找搜索频率在预设频率范围内的查询词，并将查找的查询词作为所述基准查询词。

A3、如A1所述的方法，所述通过爬取网页信息识别从历史搜索数据中提取的基准查询词所属游戏项目类别的步骤包括：

通过游戏项目分类网站的网页信息获取多个游戏项目的标识信息及对应的游戏项目类别；

识别所述基准查询词所包含的标识信息，并将识别出的标识信息对应的游戏项目类别作为所述基准查询词的游戏项目类别。

A4、如A1所述的方法，所述利用查询词与触发搜索的网页信息，获取至少一个与基准查询词所属游戏项目类别一致的第一扩展查询词的步骤包括：

查找搜索结果中被用户点击的网页信息与利用所述基准查询词触发的搜索结果中被用户点击的网页信息一致的预置查询词，并将查找的预置查询词作为所述第一扩展查询词。

A5、如A1所述的方法，所述利用查询词与触发搜索的网页信息，获取至少一个与基准查询词所属游戏项目类别一致的第一扩展查询词的步骤包括：

判断利用所述预置查询词触发的搜索结果与利用所述基准查询词触发的搜索结果在预设排序范围内的网页信息是否一致，若是则将所述预置查询词作为所述第一扩展查询词。

A6、如A1所述的方法，所述特征信息包括网页标题和/或网页简介，所述提取所述第一扩展查询词触发搜索的网页信息中的至少一个特征信息并作为第二扩展查询词的步骤包括：

利用所述第一扩展查询词触发搜索的网页信息中的特征信息作为所述第二扩展查询词；

和/或，利用从历史搜索数据中查找到的网页信息中的特征信息作为所述第二扩展查询词。

本发明还公开了B7、一种游戏项目推荐方法，所述方法包括：

通过爬取网页信息识别从历史搜索数据中提取的基准查询词所属游戏项目类别；

利用查询词与触发搜索的网页信息，获取至少一个与基准查询词所属游戏项目类别一致的第一扩展查询词；

提取所述第一扩展查询词触发搜索的网页信息中的至少一个特征信息并作为第二扩展查询词；

根据所述第一扩展查询词以及所述第二扩展查询词分别所属游戏项目类别，识别目标查询词所属目标游戏项目类别，并在所述目标游戏项目类别中进行游戏项目推荐。

B8、如B7所述的方法，所述根据所述第一扩展查询词以及所述第二扩展查询词分别所属游戏项目类别，识别目标查询词所属目标游戏项目类别包括：

根据所述第一扩展查询词以及所述第二扩展查询词分别所属游戏项目类别训练基于查询词预测游戏项目类别的预测模型；

将所述目标查询词输入所述预测模型，得到所述目标查询词所属目标游戏项目类别。

B9、如B7所述的方法，所述识别目标查询词所属目标游戏项目类别的步骤包括：

当识别出所述目标查询词包含与所述第二扩展查询词相似的查询词时，以所述第二扩展查询词校正所述目标查询词；

利用校正后的目标查询词识别所述目标查询词所属目标游戏项目类别。

本发明还公开了C10、一种基于游戏项目的查询词分类样本自动挖掘装置，所述装置包括：

游戏项目类别识别模块，用于通过爬取网页信息识别从历史搜索数据中提取的基准查询词所属游戏项目类别；

第一扩展查询词获取模块，用于利用查询词与触发搜索的网页信息，获取至少一个与基准查询词所属游戏项目类别一致的第一扩展查询词；

第二扩展查询词提取模块，用于提取所述第一扩展查询词触发搜索的网页信息中的至少一个特征信息并作为第二扩展查询词。

C11、如C10所述的装置，所述装置还包括：

历史搜索数据查找模块，用于在所述历史搜索数据中查找搜索频率在预设频率范围内的查询词，并将查找的查询词作为所述基准查询词。

C12、如C10所述的装置，所述游戏项目类别识别模块包括：

游戏项目分类网站获取子模块，用于通过游戏项目分类网站的网页信息获取多个游戏项目的标识信息及对应的游戏项目类别；

标识信息识别子模块，用于识别所述基准查询词所包含的标识信息，并将识别出的标识信息对应的游戏项目类别作为所述基准查询词的游戏项目类别。

C13、如C10所述的装置，所述第一扩展查询词获取模块包括：

搜索结果查找子模块，用于查找搜索结果中被用户点击的网页信息与利用所述基准查询词触发的搜索结果中被用户点击的网页信息一致的预置查询词，并将查找的预置查询词作为所述第一扩展查询词。

C14、如C10所述的装置，所述第一扩展查询词获取模块包括：

搜索结果判断子模块，用于判断利用所述预置查询词触发的搜索结果与利用所述基准查询词触发的搜索结果在预设排序范围内的网页信息是否一致，若是则将所述预置查询词作为所述第一扩展查询词。

C15、如C10所述的装置，所述特征信息包括网页标题和/或网页简介，所述第二扩展查询词提取模块包括：

第二扩展查询词提取子模块，用于利用所述第一扩展查询词触发搜索的网页信息中的特征信息作为所述第二扩展查询词；和/或，利用从历史搜索数据中查找到的网页信息中的特征信息作为所述第二扩展查询词。

本发明还公开了D16、一种游戏项目推荐装置，所述装置包括：

游戏项目类别识别模块，用于通过爬取网页信息识别从历史搜索数据中提取的基准查询词所属游戏项目类别；

第一扩展查询词获取模块，用于利用查询词与触发搜索的网页信息，获取至少一个与基准查询词所属游戏项目类别一致的第一扩展查询词；

第二扩展查询词提取模块，用于提取所述第一扩展查询词触发搜索的网页信息中的至少一个特征信息并作为第二扩展查询词；

游戏项目推荐模块，用于根据所述第一扩展查询词以及所述第二扩展查询词分别所属游戏项目类别，识别目标查询词所属目标游戏项目类别，并在所述目标游戏项目类别中进行游戏项目推荐。

D17、如D16所述的装置，所述游戏项目推荐模块包括：

预测模型训练子模块，用于根据所述第一扩展查询词以及所述第二扩展查询词分别所属游戏项目类别训练基于查询词预测游戏项目类别的预测模型；

目标查询词输入子模块，用于将所述目标查询词输入所述预测模型，得到所述目标查询词所属目标游戏项目类别。

D18、如D16所述的装置，所述游戏项目推荐模块包括：

目标查询词校正子模块，用于当识别出所述目标查询词包含与所述第二扩展查询词相似的查询词时，以所述第二扩展查询词校正所述目标查询词；

目标查询词识别子模块，利用校正后的目标查询词识别所述目标查询词所属目标游戏项目类别。

Claims (10)

1.一种基于游戏项目的查询词分类样本自动挖掘方法，包括：

通过爬取网页信息识别从历史搜索数据中提取的基准查询词所属游戏项目类别；

利用查询词与触发搜索的网页信息，获取至少一个与基准查询词所属游戏项目类别一致的第一扩展查询词；

提取所述第一扩展查询词触发搜索的网页信息中的至少一个特征信息并作为第二扩展查询词。

2.如权利要求1所述的方法，所述通过爬取网页信息识别从历史搜索数据中提取的基准查询词所属游戏项目类别的步骤之前还包括：

在所述历史搜索数据中查找搜索频率在预设频率范围内的查询词，并将查找的查询词作为所述基准查询词。

3.如权利要求1所述的方法，所述通过爬取网页信息识别从历史搜索数据中提取的基准查询词所属游戏项目类别的步骤包括：

通过游戏项目分类网站的网页信息获取多个游戏项目的标识信息及对应的游戏项目类别；

识别所述基准查询词所包含的标识信息，并将识别出的标识信息对应的游戏项目类别作为所述基准查询词的游戏项目类别。

4.如权利要求1所述的方法，所述利用查询词与触发搜索的网页信息，获取至少一个与基准查询词所属游戏项目类别一致的第一扩展查询词的步骤包括：

查找搜索结果中被用户点击的网页信息与利用所述基准查询词触发的搜索结果中被用户点击的网页信息一致的预置查询词，并将查找的预置查询词作为所述第一扩展查询词。

5.如权利要求1所述的方法，所述利用查询词与触发搜索的网页信息，获取至少一个与基准查询词所属游戏项目类别一致的第一扩展查询词的步骤包括：

判断利用所述预置查询词触发的搜索结果与利用所述基准查询词触发的搜索结果在预设排序范围内的网页信息是否一致，若是则将所述预置查询词作为所述第一扩展查询词。

6.如权利要求1所述的方法，所述特征信息包括网页标题和/或网页简介，所述提取所述第一扩展查询词触发搜索的网页信息中的至少一个特征信息并作为第二扩展查询词的步骤包括：

利用所述第一扩展查询词触发搜索的网页信息中的特征信息作为所述第二扩展查询词；

和/或，利用从历史搜索数据中查找到的网页信息中的特征信息作为所述第二扩展查询词。

7.一种游戏项目推荐方法，包括：

通过爬取网页信息识别从历史搜索数据中提取的基准查询词所属游戏项目类别；

利用查询词与触发搜索的网页信息，获取至少一个与基准查询词所属游戏项目类别一致的第一扩展查询词；

提取所述第一扩展查询词触发搜索的网页信息中的至少一个特征信息并作为第二扩展查询词；

根据所述第一扩展查询词以及所述第二扩展查询词分别所属游戏项目类别，识别目标查询词所属目标游戏项目类别，并在所述目标游戏项目类别中进行游戏项目推荐。

8.如权利要求7所述的方法，所述根据所述第一扩展查询词以及所述第二扩展查询词分别所属游戏项目类别，识别目标查询词所属目标游戏项目类别包括：

根据所述第一扩展查询词以及所述第二扩展查询词分别所属游戏项目类别训练基于查询词预测游戏项目类别的预测模型；

将所述目标查询词输入所述预测模型，得到所述目标查询词所属目标游戏项目类别。

9.一种基于游戏项目的查询词分类样本自动挖掘装置，包括：

游戏项目类别识别模块，用于通过爬取网页信息识别从历史搜索数据中提取的基准查询词所属游戏项目类别；

第一扩展查询词获取模块，用于利用查询词与触发搜索的网页信息，获取至少一个与基准查询词所属游戏项目类别一致的第一扩展查询词；

第二扩展查询词提取模块，用于提取所述第一扩展查询词触发搜索的网页信息中的至少一个特征信息并作为第二扩展查询词。

10.一种游戏项目推荐装置，包括：

游戏项目类别识别模块，用于通过爬取网页信息识别从历史搜索数据中提取的基准查询词所属游戏项目类别；

第一扩展查询词获取模块，用于利用查询词与触发搜索的网页信息，获取至少一个与基准查询词所属游戏项目类别一致的第一扩展查询词；

第二扩展查询词提取模块，用于提取所述第一扩展查询词触发搜索的网页信息中的至少一个特征信息并作为第二扩展查询词；

游戏项目推荐模块，用于根据所述第一扩展查询词以及所述第二扩展查询词分别所属游戏项目类别，识别目标查询词所属目标游戏项目类别，并在所述目标游戏项目类别中进行游戏项目推荐。