CN107679119B - 生成品牌衍生词的方法和装置 - Google Patents

Abstract

本发明公开了一种生成品牌衍生词的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：根据获取的用户搜索数据提取搜索词；根据基于搜索词的点击行为数据提取被点击商品的品牌词；计算搜索词和被点击商品的品牌词的相关度，并将相关度大于预设阈值的搜索词选取为品牌衍生词。该实施方式能够生成品牌衍生词库，从而可以在用户利用品牌衍生词库中的词作为搜索词时，满足用户能够快速直达品牌店铺和商品的需求，提升了用户搜索体验。

Description

生成品牌衍生词的方法和装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种生成品牌衍生词的方法和装置。

背景技术

随着技术的进步和数据量的增长，用户对搜索的使用体验要求越来越高，特别是对品牌词相关的数据进行检索时，用户期待能快速直达对应的品牌或者店铺。

现有技术基于搜索词完全匹配的原则识别品牌词，例如，对于品牌词“华为”，只有当用户输入的搜索词是“华为”的时候，才会命中品牌，当用户输入的搜索词是“华为耳机”的时候，就不会命中品牌。

在实现本发明过程中，发明人发现现有技术至少存在如下问题：基于搜索词完全匹配的原则识别品牌词，当用户输入多样化搜索词时，难以识别出对应的品牌和店铺，搜索体验不佳。

发明内容

有鉴于此，本发明实施例提供一种生成品牌衍生词的方法和装置，提升了用户搜索体验。

为实现上述目的，根据本发明实施例的一个方面，提供了一种生成品牌衍生词的方法。

本发明实施例的一种生成品牌衍生词的方法包括：根据获取的用户搜索数据提取搜索词，所述用户搜索数据包括基于搜索词的浏览行为数据和基于搜索词的点击行为数据；根据所述基于搜索词的点击行为数据提取被点击商品的品牌词；计算所述搜索词和所述被点击商品的品牌词的相关度，并将相关度大于预设阈值的搜索词选取为品牌衍生词。

可选地，在根据获取的用户搜索数据提取搜索词之前，所述方法还包括：对所述用户搜索数据进行过滤；以及，根据获取的用户搜索数据提取搜索词包括：提取所述用户搜索数据中的搜索词，并对所述搜索词进行统一化处理。

可选地，计算所述搜索词和所述被点击商品的品牌词的相关度包括：计算所述搜索词和所述被点击商品的品牌词的点击分；计算所述搜索词和所述被点击商品的品牌词的文本相似分；基于所述点击分和所述文本相似分，计算所述搜索词和所述被点击商品的品牌词的相关度。

可选地，所述点击分的计算公式为：

其中，

为搜索词w_j和被点击商品的品牌词b的点击分，

为搜索词wj对应被点击商品的品牌词b的次数，

为单位时间内搜索词w_j的搜索次数，AvgSearchTimes_b为单位时间内被点击商品的品牌词b的曝光数据，其中，所述被点击商品的品牌词b的曝光数据表示被点击商品的品牌词b展示的次数。

可选地，在计算所述搜索词和所述被点击商品的品牌词的文本相似分之前，所述方法还包括：判断所述搜索词的文本中是否包括所述被点击商品的品牌词，若包括，则计算所述搜索词和所述被点击商品的品牌词的文本相似分。

可选地，所述搜索词的文本类型包括中文文本和/或英文文本，以及

若某搜索词的文本类型既包括中文文本又包括英文文本，则先按照文本类型的不同对所述搜索词进行分词处理，然后计算所述搜索词和所述被点击商品的品牌词的文本相似分。

可选地，计算所述搜索词和所述被点击商品的品牌词的文本相似分包括：当所述搜索词的文本类型为中文文本的时候，所述文本相似分的计算公式为：

其中，

为搜索词w_j和被点击商品的品牌词b的文本相似分，α₁为中文文本相似计算因子，

为搜索词w_j的文本长度，L_b为被点击商品的品牌词b的文本长度；当所述搜索词的文本类型为英文文本的时候，所述文本相似分的计算公式为：

其中，

为搜索词w_j和被点击商品的品牌词b的文本相似分，α₂为英文文本相似计算因子，

为搜索词w_j的字符长度，L_b′为搜索词w_j的前缀词的字符长度。

可选地，在计算所述搜索词和所述被点击商品的品牌词的相关度之前，所述方法包括：分别对所述点击分和所述文本相似分进行归一化计算。

可选地，所述相关度的计算公式为：

其中，

为搜索词w_j和被点击商品的品牌词b的相关度，β为点击分的相关度计算因子，γ为文本相似分的相关度计算因子，

为归一化的搜索词w_j和被点击商品的品牌词b的点击分，

为归一化的搜索词w_j和被点击商品的品牌词b的文本相似分。

为实现上述目的，根据本发明实施例的另一方面，提供了一种生成品牌衍生词的装置。

本发明实施例的一种生成品牌衍生词的装置包括：搜索词提取模块，用于根据获取的用户搜索数据提取搜索词，所述用户搜索数据包括基于搜索词的浏览行为数据和基于搜索词的点击行为数据；品牌词提取模块，用于根据所述基于搜索词的点击行为数据提取被点击商品的品牌词；计算模块，用于计算所述搜索词和所述被点击商品的品牌词的相关度，并将相关度大于预设阈值的搜索词选取为品牌衍生词。

为实现上述目的，根据本发明实施例的再一方面，提供了一种电子设备。

本发明实施例的一种电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例的生成品牌衍生词的方法。

为实现上述目的，根据本发明实施例的又一方面，提供了一种计算机可读介质。

本发明实施例的一种计算机可读介质，其上存储有计算机程序，程序被处理器执行时实现本发明实施例的生成品牌衍生词的方法。

上述发明中的一个实施例具有如下优点或有益效果：通过计算提取的搜索词和被点击商品的品牌词的相关度，并将相关度大于预设阈值的搜索词选取为品牌衍生词，生成了品牌衍生词库，从而可以在用户利用品牌衍生词库中的词作为搜索词时，满足用户能够快速直达品牌店铺和商品的需求，提升了用户搜索体验；本发明实施例中通过过滤用户搜索数据，从而可以将用户非法数据过滤掉，提高生成的品牌衍生词的准确性；本发明实施例中通过对搜索词进行统一化处理，从而可以规范搜索词的格式；本发明实施例中搜索词和被点击商品的品牌词的点击分的计算公式中，统计的是单位时间内的搜索词的次数和单位时间内的被点击商品的品牌词的曝光数据，从而可以考虑数据的更新，舍弃过期的数据；本发明实施例中搜索词和被点击商品的品牌词的文本相似分的计算公式中，针对中文文本和英文文本有不同的计算方法，从而可以提高文本相似分的准确性；本发明实施例中通过将相关度大于预设阈值的搜索词选取为品牌衍生词，从而可以根据应用需求设置预设阈值，提高生成的品牌衍生词的灵活性。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的生成品牌衍生词的方法的主要步骤的示意图；

图2是根据本发明实施例的生成品牌衍生词的方法的主要流程的示意图；

图3是根据本发明实施例的生成品牌衍生词的方法计算搜索词和被点击商品的品牌词的文本相似分的主要流程示意图；

图4是根据本发明实施例的生成品牌衍生词的装置的主要模块的示意图；

图5是本发明实施例可以应用于其中的示例性系统架构图；

图6是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

现有技术基于搜索词完全匹配的原则识别品牌词，当用户输入多样化搜索词时，很难识别出对应的品牌和店铺，用户的搜索体验不佳。本发明实施例中，通过计算提取的搜索词和被点击商品的品牌词的相关度，并将相关度大于预设阈值的搜索词选取为品牌衍生词，生成了品牌衍生词库，从而可以在用户利用品牌衍生词库中的词作为搜索词时，满足用户能够快速直达品牌店铺和商品的需求，提升了用户搜索体验。

以下是本发明实施例中涉及的技术术语的详细解释：

品牌衍生词，指的是对规范的品牌词衍生出对应的品牌词，如“Nike鞋”是品牌词“Nike”的品牌衍生词。

PV排序，表示的是对用户的行为数据进行累计计数，然后按累计次数排序。这里的用户的行为数据包括用户通过搜索词进行商品浏览和商品点击的数据。

图1是根据本发明实施例的生成品牌衍生词的方法的主要步骤的示意图，如图1所示，本发明实施例的生成品牌衍生词的方法主要包括以下步骤：

步骤S101：根据获取的用户搜索数据提取搜索词。其中，用户搜索数据包括用户在电子商务平台上通过搜索词进行的浏览行为数据和点击行为数据。在获取用户搜索数据之后，提取用户搜索数据中的搜索词。

步骤S102：根据基于搜索词的点击行为数据提取被点击商品的品牌词。从基于搜索词的点击行为数据中提取被点击商品的品牌词。

步骤S103：计算搜索词和被点击商品的品牌词的相关度，并将相关度大于预设阈值的搜索词选取为品牌衍生词。通过上述步骤S101和步骤S102提取出搜索词和被点击商品的品牌词之后，计算搜索词和被点击商品的品牌词的相关度，然后比较相似度和预设阈值的大小，根据比较结果选取相关度大于预设阈值的搜索词为品牌衍生词。

本发明实施例中，在根据获取的用户搜索数据提取搜索词之前，生成品牌衍生词的方法还可以包括：对用户搜索数据进行过滤。通过在提取搜索词之前对用户搜索数据进行过滤，可以将用户非法搜索数据过滤掉，保证了用户搜索数据的合法性。其中，用户非法数据可以包括：PV排序前m％的用户数据(m％是统计得到的经验值，本发明实施例中，可以根据实际情况设置m的取值，例如可以但不限于设置为1％)、没有用户ID的数据、无法判断来源的数据、单天数据过多的用户数据和黑名单IP数据。

本发明实施例中，根据获取的用户搜索数据提取搜索词可以包括：提取用户搜索数据中的搜索词，并对搜索词进行统一化处理。在提取出搜索词之后，对提取的搜索词进行统一化处理，可以规范化提取的搜索词。其中，对提取的搜索词进行统一化处理可以包括：去除搜索词前后的空白字符；将字符中多个空格变为一个空格；去除不可见字符：将搜索词中的英文统一为大写或小写；将搜索词中的中文统一为繁体字或简体字。

本发明实施例中，计算搜索词和被点击商品的品牌词的相关度可以包括：计算搜索词和被点击商品的品牌词的点击分；计算搜索词和被点击商品的品牌词的文本相似分；基于点击分和文本相似分，计算搜索词和被点击商品的品牌词的相关度。通过提取出搜索词和被点击商品的品牌词之后，分别计算搜索词和被点击商品的品牌词的点积分和文本相似分，然后计算搜索词和被点击商品的品牌词的相关度，接着比较相关度和预设阈值的大小，最后根据比较结果选取相关度大于预设阈值的搜索词为品牌衍生词。

本发明实施例中，点击分的计算公式可以为：

其中，

为搜索词w_j和被点击商品的品牌词b的点击分，

为搜索词w_j对应被点击商品的品牌词b的次数，

为单位时间(本发明实施例中，可以根据实际情况设置单位时间的取值，例如可以但不限于设置为最近15天)内搜索词w_j的搜索次数，AvgSearchTimes_b为单位时间内被点击商品的品牌词b的曝光数据，其中，被点击商品的品牌词b的曝光数据表示被点击商品的品牌词b展示的次数。

本发明实施例中，在计算搜索词和被点击商品的品牌词的文本相似分之前，生成品牌衍生词的方法还可以包括：判断搜索词的文本中是否包括被点击商品的品牌词，若包括，则计算搜索词和被点击商品的品牌词的文本相似分。通过在计算文本相似分之前，先判断搜索词的文本中是否包括被点击商品的品牌词，当搜索词的文本中包括被点击商品的品牌词的时候，计算搜索词和被点击商品的品牌词的文本相似分；当搜索词的文本中不包括被点击商品的品牌词的时候，则搜索词和被点击商品的品牌词的文本相似分为零。

本发明实施例中，搜索词的文本类型可以包括中文文本和/或英文文本。文本相似分的计算公式中，只针对同种文本类型进行计算，也就是说，计算中文搜索词和被点击商品的品牌词的中文名称的文本相似分，或者计算英文搜索词和被点击商品的品牌词的英文名称的文本相似分。若某个搜索词的文本类型既包括中文文本又包括英文文本，则先按照文本类型的不同对搜索词进行分词处理，然后计算搜索词和被点击商品的品牌词的文本相似分。通过在计算文本相似分之前，先考虑搜索词的文本类型的构成，当某一个搜索词的文本类型由中文文本和英文文本组成的时候，先将这个搜索词进行分词处理，拆分成中文部分和英文部分，然后分别计算中文部分的文本相似分和英文部分的文本相似分。

本发明实施例中，计算搜索词和被点击商品的品牌词的文本相似分可以包括：当搜索词的文本类型为中文文本的时候，文本相似分的计算公式为：

其中，

为搜索词w_j和被点击商品的品牌词b的文本相似分，α₁为中文文本相似计算因子(本发明实施例中，可以根据实际情况设置α₁的取值，例如可以但不限于设定α₁为90)，

为搜索词w_j的文本长度，L_b为被点击商品的品牌词b的文本长度。例如品牌词为华为，搜索词为华为手机，中文文本相似计算因子α₁为90，文本相似分计算为90*2/4＝45。当搜索词的文本类型为英文文本的时候，文本相似分的计算公式为：

其中，

为搜索词w_j和被点击商品的品牌词b的文本相似分，α₂为英文文本相似计算因子(本发明实施例中，可以根据实际情况设置α₂的取值，例如可以但不限于设定α₂为40)，

为搜索词w_j的字符长度，L_b′为搜索词w_j的前缀词的字符长度。被点击商品的品牌词的文本长度是指被点击商品的品牌词的中文名称的文本长度，被点击商品的品牌词的字符长度是指被点击商品的品牌词的英文名称的字符长度。例如品牌词为Nike，搜索词为Nike Shoes，英文文本相似计算因子α₂为40，文本相似分计算为40*4/10＝16。

本发明实施例中，在计算搜索词和被点击商品的品牌词的相关度之前，生成品牌衍生词的方法可以包括：分别对点击分和文本相似分进行归一化计算。其中，对点击分进行归一化计算的公式可以为：

其中，

为归一化的搜索词w_j和被点击商品的品牌词b的点击分，n表示对应品牌词b的所有搜索词的总数。

通过在计算搜索词和被点击商品的品牌词的点击分以及文本相似分之后，先分别对计算的点积分和文本相似分进行归一化计算，然后计算搜索词和被点击商品的品牌词的相关度。

本发明实施例中，相关度的计算公式可以为：

其中，

为搜索词w_j和被点击商品的品牌词b的相关度，β和γ均为相关度计算因子(本发明实施例中，可以根据实际情况设置β和γ的取值，例如β可以但不限于设置为0.7，γ可以但不限于设置为0.3)，

为归一化的搜索词w_j和被点击商品的品牌词b的点击分，

为归一化的搜索词w_j和被点击商品的品牌词b的文本相似分。当相关度大于预设阈值(本发明实施例中，可以根据实际情况设置预设阈值，例如预设阈值可以但不限于设置为0.5)的时候，选取搜索词为品牌衍生词。

图2是根据本发明实施例的生成品牌衍生词的方法的主要流程的示意图。如图2所示，根据本发明实施例的生成品牌衍生词的方法的主要流程包括：过滤用户搜索数据；根据过滤后的用户搜索数据提取搜索词；基于搜索词的点击行为数据提取被点击商品的品牌词；计算搜索词和被点击商品的品牌词的点击分；计算搜索词和被点击商品的品牌词的文本相似分；分别对点击分和文本相似分进行归一化计算；根据归一化的点击分和归一化的文本相似分计算搜索词和被点击商品的品牌词的相关度；判断相关度是否大于预设阈值，若相关度大于预设阈值，则将搜索词选取为品牌衍生词。

在步骤过滤用户搜索数据中，过滤后的用户搜索数据包括基于搜索词的浏览行为数据和基于搜索词的点击行为数据。

本发明实施例的生成品牌衍生词的方法中，提取搜索词和提取被点击商品的品牌词的顺序可以但不限于是图2所示的这一种顺序，也可以结合具体不同业务需求，设置提取搜索词和提取被点击商品的品牌词的顺序。

在步骤计算搜索词和被点击商品的品牌词的文本相似分中，计算搜索词和被点击商品的品牌词的文本相似分。图3为根据本发明实施例的生成品牌衍生词的方法计算搜索词和被点击商品的品牌词的文本相似分的主要流程示意图。如图3所示，根据本发明实施例的生成品牌衍生词的方法计算搜索词和被点击商品的品牌词的文本相似分的主要流程包括：判断搜索词的文本中是否包括被点击商品的品牌词，若搜索词的文本中不包括被点击商品的品牌词，则搜索词和被点击商品的品牌词的文本相似分为零；判断搜索词的文本类型是否既包括中文文本又包括英文文本，若是，则先按照文本类型的不同对搜索词进行分词处理；根据文本相似分计算公式计算搜索词和被点击商品的品牌词的文本相似分。

本发明实施例的生成品牌衍生词的方法中，计算点击分和计算文本相似分的顺序可以但不限于是图2所示的这一种顺序，也可以结合具体不同业务需求，设置计算点击分和计算文本相似分的顺序。

在步骤分别对点击分和文本相似分进行归一化计算中，分别对点击分和文本相似分进行归一化计算。其中，对点击分进行归一化计算的公式可以为：

其中，

为归一化的搜索词w_j和被点击商品的品牌词b的点击分，n表示对应品牌词b的所有搜索词的总数。对文本相似分进行归一化计算的公式可以为：

其中，

为归一化的搜索词w_j和被点击商品的品牌词b的文本相似分，n表示对应品牌词b的所有搜索词的总数。

本发明实施例中，对点击分进行归一化计算的公式和对文本相似分进行归一化计算的公式可以但不限于是上述所示公式，也可以根据实际场景设置对点击分进行归一化计算的公式和对文本相似分进行归一化计算的公式。

根据本发明实施例的生成品牌衍生词的技术方案可以看出，通过计算提取的搜索词和被点击商品的品牌词的相关度，并将相关度大于预设阈值的搜索词选取为品牌衍生词，生成了品牌衍生词库，从而可以在用户利用品牌衍生词库中的词作为搜索词时，满足用户能够快速直达品牌店铺和商品的需求，提升了用户搜索体验；本发明实施例中通过过滤用户搜索数据，从而可以将用户非法数据过滤掉，提高生成的品牌衍生词的准确性；本发明实施例中通过对搜索词进行统一化处理，从而可以规范搜索词的格式；本发明实施例中搜索词和被点击商品的品牌词的点击分的计算公式中，统计的是单位时间内的搜索词的次数和单位时间内的被点击商品的品牌词的曝光数据，从而可以考虑数据的更新，舍弃过期的数据；本发明实施例中搜索词和被点击商品的品牌词的文本相似分的计算公式中，针对中文文本和英文文本有不同的计算方法，从而可以提高文本相似分的准确性；本发明实施例中通过将相关度大于预设阈值的搜索词选取为品牌衍生词，从而可以根据应用需求设置预设阈值，提高生成的品牌衍生词的灵活性。

图4是根据本发明实施例的生成品牌衍生词的装置的主要模块的示意图。如图4所示，本发明的生成品牌衍生词的装置400主要包括如下模块：搜索词提取模块401、品牌词提取模块402、计算模块403。

其中，搜索词提取模块401可用于根据获取的用户搜索数据提取搜索词。其中，用户搜索数据包括用户在电子商务平台上通过搜索词进行的浏览行为数据和点击行为数据。品牌词提取模块402可用于根据基于搜索词的点击行为数据提取被点击商品的品牌词。在搜索词提取模块401提取出搜索词和品牌词提取模块402提取出被点击商品的品牌词之后，计算模块403可用于计算搜索词和被点击商品的品牌词的相关度，并将相关度大于预设阈值的搜索词选取为品牌衍生词。

本发明实施例中，搜索词提取模块401还可用于：在根据获取的用户搜索数据提取搜索词之前，对用户搜索数据进行过滤。在提取搜索词之前，搜索词提取模块401对用户搜索数据进行过滤，可以将用户非法搜索数据过滤掉，保证了用户搜索数据的合法性。

本发明实施例中，搜索词提取模块401还可用于：提取用户搜索数据中的搜索词，并对搜索词进行统一化处理。在提取出搜索词之后，搜索词提取模块401用于对提取的搜索词进行统一化处理，可以规范化提取的搜索词。

本发明实施例中，计算模块403还可用于：计算搜索词和被点击商品的品牌词的点击分；计算搜索词和被点击商品的品牌词的文本相似分；基于点击分和文本相似分，计算搜索词和被点击商品的品牌词的相关度。在搜索词提取模块401提取出搜索词和品牌词提取模块402提取出被点击商品的品牌词之后，计算模块403可用于分别计算搜索词和被点击商品的品牌词的点积分和文本相似分，然后计算搜索词和被点击商品的品牌词的相关度，接着比较相关度和预设阈值的大小，最后根据比较结果选取相关度大于预设阈值的搜索词为品牌衍生词。

本发明实施例中，点击分的计算公式可以为：

其中，

为搜索词w_j和被点击商品的品牌词b的点击分，

为搜索词w_j对应被点击商品的品牌词b的次数，

为单位时间内搜索词w_j的搜索次数，AvgSearchTimes_b为单位时间内被点击商品的品牌词b的曝光数据，其中，被点击商品的品牌词b的曝光数据表示被点击商品的品牌词b展示的次数。

本发明实施例中，计算模块403还可用于：在计算搜索词和被点击商品的品牌词的文本相似分之前，判断搜索词的文本中是否包括被点击商品的品牌词，若包括，则计算搜索词和被点击商品的品牌词的文本相似分。

本发明实施例中，搜索词的文本类型可以包括中文文本和/或英文文本，以及

计算模块403还可用于：若某搜索词的文本类型既包括中文文本又包括英文文本，则先按照文本类型的不同对搜索词进行分词处理，然后计算搜索词和被点击商品的品牌词的文本相似分。

本发明实施例中，计算模块403还可用于：当搜索词的文本类型为中文文本的时候，文本相似分的计算公式为：

其中，

为搜索词w_j和被点击商品的品牌词b的文本相似分，α₁为中文文本相似计算因子，

为搜索词w_j的文本长度，L_b为被点击商品的品牌词b的文本长度；当搜索词的文本类型为英文文本的时候，文本相似分的计算公式为：

其中，

为搜索词w_j和被点击商品的品牌词b的文本相似分，α₂为英文文本相似计算因子，

为搜索词w_j的字符长度，L_b′为搜索词w_j的前缀词的字符长度。

本发明实施例中，计算模块403还可用于：在计算搜索词和被点击商品的品牌词的相关度之前，分别对点击分和文本相似分进行归一化计算。

本发明实施例中，相关度的计算公式可以为：

其中，

为搜索词w_j和被点击商品的品牌词b的相关度，β为点击分的相关度计算因子，γ为文本相似分的相关度计算因子，

为归一化的搜索词w_j和被点击商品的品牌词b的点击分，

为归一化的搜索词w_j和被点击商品的品牌词b的文本相似分。

从以上描述可以看出，通过计算提取的搜索词和被点击商品的品牌词的相关度，并将相关度大于预设阈值的搜索词选取为品牌衍生词，生成了品牌衍生词库，从而可以在用户利用品牌衍生词库中的词作为搜索词时，满足用户能够快速直达品牌店铺和商品的需求，提升了用户搜索体验；本发明实施例中通过过滤用户搜索数据，从而可以将用户非法数据过滤掉，提高生成的品牌衍生词的准确性；本发明实施例中通过对搜索词进行统一化处理，从而可以规范搜索词的格式；本发明实施例中搜索词和被点击商品的品牌词的点击分的计算公式中，统计的是单位时间内的搜索词的次数和单位时间内的被点击商品的品牌词的曝光数据，从而可以考虑数据的更新，舍弃过期的数据；本发明实施例中搜索词和被点击商品的品牌词的文本相似分的计算公式中，针对中文文本和英文文本有不同的计算方法，从而可以提高文本相似分的准确性；本发明实施例中通过将相关度大于预设阈值的搜索词选取为品牌衍生词，从而可以根据应用需求设置预设阈值，提高生成的品牌衍生词的灵活性。

图5示出了可以应用本发明实施例的生成品牌衍生词的方法或生成品牌衍生词的装置的示例性系统架构500。

如图5所示，系统架构500可以包括终端设备501、502、503，网络504和服务器505。网络504用以在终端设备501、502、503和服务器505之间提供通信链路的介质。网络504可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备501、502、503通过网络504与服务器505交互，以接收或发送消息等。终端设备501、502、503上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备501、502、503可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器505可以是提供各种服务的服务器，例如对用户利用终端设备501、502、503所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的生成品牌衍生词的方法一般由服务器505执行，相应地，生成品牌衍生词的装置一般设置于服务器505中。

应该理解，图5中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图6，其示出了适于用来实现本发明实施例的终端设备的计算机系统600的结构示意图。图6示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括搜索词提取模块、品牌词提取模块、计算模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，搜索词提取模块还可以被描述为“用于根据获取的用户搜索数据提取搜索词的模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：根据获取的用户搜索数据提取搜索词，其中，用户搜索数据包括基于搜索词的浏览行为数据和基于搜索词的点击行为数据；根据基于搜索词的点击行为数据提取被点击商品的品牌词；计算搜索词和被点击商品的品牌词的相关度，并将相关度大于预设阈值的搜索词选取为品牌衍生词。

根据本发明实施例的技术方案，通过计算提取的搜索词和被点击商品的品牌词的相关度，并将相关度大于预设阈值的搜索词选取为品牌衍生词，生成了品牌衍生词库，从而可以在用户利用品牌衍生词库中的词作为搜索词时，满足用户能够快速直达品牌店铺和商品的需求，提升了用户搜索体验；本发明实施例中通过过滤用户搜索数据，从而可以将用户非法数据过滤掉，提高生成的品牌衍生词的准确性；本发明实施例中通过对搜索词进行统一化处理，从而可以规范搜索词的格式；本发明实施例中搜索词和被点击商品的品牌词的点击分的计算公式中，统计的是单位时间内的搜索词的次数和单位时间内的被点击商品的品牌词的曝光数据，从而可以考虑数据的更新，舍弃过期的数据；本发明实施例中搜索词和被点击商品的品牌词的文本相似分的计算公式中，针对中文文本和英文文本有不同的计算方法，从而可以提高文本相似分的准确性；本发明实施例中通过将相关度大于预设阈值的搜索词选取为品牌衍生词，从而可以根据应用需求设置预设阈值，提高生成的品牌衍生词的灵活性。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (11)

1.一种生成品牌衍生词的方法，其特征在于，包括：

根据获取的用户搜索数据提取搜索词，所述用户搜索数据包括基于搜索词的浏览行为数据和基于搜索词的点击行为数据；

根据所述基于搜索词的点击行为数据提取被点击商品的品牌词；

计算所述搜索词和所述被点击商品的品牌词的点击分，计算所述搜索词和所述被点击商品的品牌词的文本相似分；

基于所述点击分和所述文本相似分，计算所述搜索词和所述被点击商品的品牌词的相关度，并将相关度大于预设阈值的搜索词选取为品牌衍生词，生成品牌衍生词库，以使用户快速直达品牌店铺和商品。

2.根据权利要求1所述的方法，其特征在于，在根据获取的用户搜索数据提取搜索词之前，所述方法还包括：对所述用户搜索数据进行过滤；以及

根据获取的用户搜索数据提取搜索词包括：提取所述用户搜索数据中的搜索词，并对所述搜索词进行统一化处理。

3.根据权利要求1所述的方法，其特征在于，所述点击分的计算公式为：

其中，

为搜索词w_j和被点击商品的品牌词b的点击分，

为搜索词w_j对应被点击商品的品牌词b的次数，

为单位时间内搜索词w_j的搜索次数，AvgSearchTimes_b为单位时间内被点击商品的品牌词b的曝光数据，其中，所述被点击商品的品牌词b的曝光数据表示被点击商品的品牌词b展示的次数。

4.根据权利要求1所述的方法，其特征在于，在计算所述搜索词和所述被点击商品的品牌词的文本相似分之前，所述方法还包括：判断所述搜索词的文本中是否包括所述被点击商品的品牌词，若包括，则计算所述搜索词和所述被点击商品的品牌词的文本相似分。

5.根据权利要求4所述的方法，其特征在于，所述搜索词的文本类型包括中文文本和/或英文文本，以及

若某搜索词的文本类型既包括中文文本又包括英文文本，则先按照文本类型的不同对所述搜索词进行分词处理，然后计算所述搜索词和所述被点击商品的品牌词的文本相似分。

6.根据权利要求5所述的方法，其特征在于，计算所述搜索词和所述被点击商品的品牌词的文本相似分包括：

当所述搜索词的文本类型为中文文本的时候，所述文本相似分的计算公式为：

其中，

为搜索词w_j和被点击商品的品牌词b的文本相似分，α₁为中文文本相似计算因子，

为搜索词w_j的文本长度，L_b为被点击商品的品牌词b的文本长度；

当所述搜索词的文本类型为英文文本的时候，所述文本相似分的计算公式为：

其中，

为搜索词w_j和被点击商品的品牌词b的文本相似分，α₂为英文文本相似计算因子，

为搜索词w_j的字符长度，L_b′为搜索词w_j的前缀词的字符长度。

7.根据权利要求1所述的方法，其特征在于，在计算所述搜索词和所述被点击商品的品牌词的相关度之前，所述方法包括：分别对所述点击分和所述文本相似分进行归一化计算。

8.根据权利要求7所述的方法，其特征在于，所述相关度的计算公式为：

其中，

为搜索词w_j和被点击商品的品牌词b的相关度，β为点击分的相关度计算因子，γ为文本相似分的相关度计算因子，

为归一化的搜索词w_j和被点击商品的品牌词b的点击分，

为归一化的搜索词w_j和被点击商品的品牌词b的文本相似分。

9.一种生成品牌衍生词的装置，其特征在于，包括：

搜索词提取模块，用于根据获取的用户搜索数据提取搜索词，所述用户搜索数据包括基于搜索词的浏览行为数据和基于搜索词的点击行为数据；

品牌词提取模块，用于根据所述基于搜索词的点击行为数据提取被点击商品的品牌词；

计算模块，用于计算所述搜索词和所述被点击商品的品牌词的点击分，计算所述搜索词和所述被点击商品的品牌词的文本相似分，基于所述点击分和所述文本相似分，计算所述搜索词和所述被点击商品的品牌词的相关度，并将相关度大于预设阈值的搜索词选取为品牌衍生词，生成品牌衍生词库，以使用户快速直达品牌店铺和商品。

10.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-8中任一所述的方法。

11.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-8中任一所述的方法。

Images