CN107908615A - 一种获取搜索词对应商品类目的方法和装置 - Google Patents

Abstract

本发明公开了一种获取搜索词对应商品类目的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：接收用户输入的搜索词；判断离线数据中是否存在与所述搜索词匹配的商品类目信息，若存在则获取与所述搜索词匹配的商品类目信息；否则对所述搜索词进行分词处理以获得分词词组，并在离线数据中获取与所述词组匹配的商品类目信息。该实施方式能够快速、准确地匹配到搜索词对应的商品类目信息。

Description

一种获取搜索词对应商品类目的方法和装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种获取搜索词对应商品类目的方法和装置。

背景技术

目前，在一个商品搜索系统中，决定搜索结果的因子有很多，其中用户提交的搜索词所对应的商品类目是一个关键因素，会直接影响到搜索结果，然而如何从用户千奇百怪的搜索数据中获取正确的商品类目(所述类目为商品对应的类目，可以不止一级类目。)，是一个复杂的问题。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：现有确定用户输入的搜索词对应的各商品类目，从中选择出用户所偏好的商品类目，并基于用户输入的搜索词和选择出的商品类目下的所有商品的标题词，重新确定搜索词，采用重新确定的搜索词进行搜索。但该方案没有说明如何在已有的离线数据中，不存在某个词到某个商品类目的映射关系的条件下，是怎样确定用户输入的词关联到其商品类目的。并且，现有技术需要重构搜索词，很难保证重构的精准性，最终的重构结果与用户的搜索意图很可能不一致，导致结果的偏差。同时，现有技术是离线进行数据挖掘，但在离线数据无法覆盖用户搜索时，查询无结果。

发明内容

有鉴于此，本发明实施例提供一种获取搜索词对应商品类目的方法和装置，能够快速、准确地匹配到搜索词对应的商品类目。

为实现上述目的，根据本发明实施例的一个方面，提供了一种获取搜索词对应商品类目的方法，包括接收用户输入的搜索词；判断离线数据中是否存在与所述搜索词匹配的商品类目信息，若存在则获取与所述搜索词匹配的商品类目信息；否则对所述搜索词进行分词处理以获得分词词组，并在离线数据中获取与所述词组匹配的商品类目信息。

可选地，所述在离线数据中获取与所述词组匹配的商品类目信息的步骤中，还包括：将所述词组中的词进行全组合，遍历全组合后的词组以获得匹配的商品类目信息。

可选地，所述在遍历全组合后的词组以获得匹配的商品类目信息的步骤中，包括：按照字典序对所述全组合后的词组进行排序以生成词组串，然后遍历所述词组串中的词组，在离线数据中进行匹配查找；其中，当遍历到的所述词组串中的词组长度与遍历的上一个所述词组串中的词组长度不同时，判断是否存在中间查询结果，若存在则结束遍历并获取所述中间结果作为匹配的商品类目信息，否则继续遍历所述词组串中的词组。

可选地，所述获取与所述搜索词匹配的商品类目信息或者获取与所述词组匹配的商品类目信息之后，还包括：根据预设的产品词分类补充词表和预设的品牌词分类补充词表，确定所述搜索词中存在产品词或/和品牌词，以重新确定匹配的商品类目信息。

可选地，所述获取与所述搜索词匹配的商品类目信息的同时获取所述商品类目信息对应的权值；或者所述获取与所述词组匹配的商品类目信息的同时获取所述商品类目信息对应的权值。

可选地，所述重新确定匹配的商品类目信息，包括：分别调用接口查询所述搜索词中存在的产品词的商品类目信息、品牌词的商品类目信息；将所述产品词的商品类目信息和所述品牌词的商品类目信息与所述搜索词或词组匹配的商品类目信息中的相同商品类目信息存放到相同类目信息中，剩余的所述产品词的商品类目信息和所述品牌词的商品类目信息存放在产品类目信息中，剩余的所述搜索词或词组匹配的商品类目信息存放在搜索类目信息中；将产品类目信息和搜索类目信息的内容合并为补充类目信息，将相同类目信息中各类目的权重值乘以系数0.8，并以计算结果作为相同类目信息中各类目的新权重值；将相同类目信息中各项类目的权重值之和乘以系数0.2，再除以补充类目信息中的类目总数，然后将计算结果分别与补充类目信息中各类目的权重值相加，作为补充类目信息中各类目的新权重值。

另外，根据本发明实施例的一个方面，提供了一种获取搜索词对应商品类目的装置，包括接收模块，用于接收用户输入的搜索词；判断模块，用于判断离线数据中是否存在与所述搜索词匹配的商品类目信息；匹配模块，用于根据所述判断模块的判断结果，获取与所述搜索词匹配的商品类目信息或者对所述搜索词进行分词处理以获得分词词组，并在离线数据中获取与所述词组匹配的商品类目信息。

可选地，所述匹配模块在离线数据中获取与所述词组匹配的商品类目信息的步骤中，还包括：将所述词组中的词进行全组合，遍历全组合后的词组以获得匹配的商品类目信息。

可选地，所述匹配模块在遍历全组合后的词组以获得匹配的商品类目信息的步骤中，包括：按照字典序对所述全组合后的词组进行排序以生成词组串，然后遍历所述词组串中的词组，在离线数据中进行匹配查找；其中，当遍历到的所述词组串中的词组长度与遍历的上一个所述词组串中的词组长度不同时，判断是否存在中间查询结果，若存在则结束遍历并获取所述中间结果作为匹配的商品类目信息，否则继续遍历所述词组串中的词组。

可选地，所述匹配模块获取与所述搜索词匹配的商品类目信息或者获取与所述词组匹配的商品类目信息之后，还用于：根据预设的产品词分类补充词表和预设的品牌词分类补充词表，确定所述搜索词中存在产品词或/和品牌词，以重新确定匹配的商品类目信息。

可选地，所述匹配模块获取与所述搜索词匹配的商品类目信息的同时获取所述商品类目信息对应的权值；或者所述匹配模块获取与所述词组匹配的商品类目信息的同时获取所述商品类目信息对应的权值。

可选地，所述匹配模块重新确定匹配的商品类目信息的步骤中，包括：分别调用接口查询所述搜索词中存在的产品词的商品类目信息、品牌词的商品类目信息；将所述产品词的商品类目信息和所述品牌词的商品类目信息与所述搜索词或词组匹配的商品类目信息中的相同商品类目信息存放到相同类目信息中，剩余的所述产品词的商品类目信息和所述品牌词的商品类目信息存放在产品类目信息中，剩余的所述搜索词或词组匹配的商品类目信息存放在搜索类目信息中；将产品类目信息和搜索类目信息的内容合并为补充类目信息，将相同类目信息中各类目的权重值乘以系数0.8，并以计算结果作为相同类目信息中各类目的新权重值；将相同类目信息中各项类目的权重值之和乘以系数0.2，再除以补充类目信息中的类目总数，然后将计算结果分别与补充类目信息中各类目的权重值相加，作为补充类目信息中各类目的新权重值。

根据本发明实施例的另一个方面，还提供了一种电子设备，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上述任一实施例所述的方法。

根据本发明实施例的另一个方面，还提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一实施例所述的方法。

上述发明中的一个实施例具有如下优点或有益效果：因为采用了对搜索词进行分词处理以获得分词词组，并在离线数据中获取与所述词组匹配的商品类目信息的技术手段，进而实现了快速获取对应商品的类目信息，有效的提高了搜索的准确性。

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获取搜索词对应商品类目的方法的主要流程的示意图；

图2是根据本发明可参考实施例获取搜索词对应商品类目的方法的主要流程的示意图；

图3是根据本发明实施例获取搜索词对应商品类目的装置的主要模块的示意图；

图4是本发明实施例可以应用于其中的示例性系统架构图；

图5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。

图1是根据本发明实施例的获取搜索词对应商品类目的方法，如图1所示，所述获取搜索词对应商品类目的方法包括：

步骤S101，接收用户输入的搜索词。

在实施例中，可以对接收的搜索词进行预处理。较佳地，对所述搜索词进行归一化处理，以获取归一化后的搜索词。进一步地，在对所述搜索词进行归一化处理时，可以删除可能触发XSS(又叫CSS，全称Cross Site Script跨站脚本攻击)漏洞的特殊字段，也可以剔除预设字符集不能识别的特殊编码以及可以去除搜索词中各类特殊符号。优选地，可以根据预设的特殊符号集，去除所述搜索词中不能被所述特殊符号集识别的各类特殊符号。

步骤S102，判断离线数据中是否存在与所述搜索词匹配的商品类目信息。若存在则进行步骤S104，否则进行步骤S103。

步骤S103，对所述搜索词进行分词处理以获得分词词组，并在离线数据中获取与所述词组匹配的商品类目信息。

在实施例中，根据所述词组，在离线数据中查询是否有匹配的词组数据。如果有，查询成功并返回TERM_FEEDBACK标志和查询到的结果。

步骤S104，获取与所述搜索词匹配的商品类目信息。

在实施例中，根据所述搜索词，在离线数据中查询是否存在匹配的query，如果命中，则直接使用离线数据中计算得到的主相关分类信息。其中，所述的离线数据包括词信息与主相关分类信息的映射关系。

进一步地，可以根据离线的反馈计算模板，在离线数据中直接命中主相关分类信息，然后可以返回QUERY_FEEDBACK标志和查询到的商品类目信息。其中，所述的反馈计算模板是指将“离线挖掘得到的数据”(离线数据)按照特定格式存储后的模板。所述的主相关分类信息包括标志和商品类目信息。

在一个较佳地实施例中，执行在离线数据中获取与所述词组匹配的商品类目信息的过程中，还可以将所述词组中的词进行全组合，遍历全组合后的词组进行匹配查询。具体的实施过程包括：

可以将所述词组中的词进行全组合，然后可以根据全组合后的词组的长度(例如可以从长到短，当然也可以从短到长)遍历所述的全组合。例如：全组合之前的所述词组长度为3的“5/s/小米”，则将所述词组从3到1的全组合就是“5/s/小米”、“5/s”、“s/小米”、“5/s”、“5”、“s”、“小米”。

进一步地，在遍历全组合后的词组进行匹配查询的过程中，可以首先可以按照字典序对所述全组合后的词组进行排序以生成词组串，然后遍历所述词组串中的词组，在离线数据中进行匹配查找。其中，当当前遍历到的所述词组串中的词组长度与遍历的上一个所述词组串中的词组长度不同时，判断是否存在中间查询结果，若存在则结束遍历并获取所述中间结果，否则继续遍历所述词组串中的词组。

需要说明的是，所述中间查询结果包括商品类目信息和命中数，在离线数据中对所述词组串中的每个词组进行匹配查询的过程中，每成功匹配一个词组，则获取商品类目信息并将所述商品类目信息的命中数加1，也就是说所述的命中数是所述商品类目信息匹配成功的次数。

更进一步地，对所述全组合后的词组的匹配结果进行合并去重处理。具体地，如果所述全组合后的词组的匹配结果中存在相同的商品类目信息cid，则可以对商品类目信息cid进行去重处理。另外，将所有商品类目信息的权重除以对应的命中数获得处理后的新权重，然后合并具有相同商品类目信息的所述处理后的新权重。

另外，为了使获取的搜索词对应商品类目更为准确，还可以对获得的匹配结果进行补充查询。具体的实施过程包括：

根据预设的产品词分类补充词表和预设的品牌词分类补充词表，判断所述搜索词中是否存在产品词或/和品牌词，当存在则根据所述产品词的商品类目信息和所述品牌词的商品类目信息，重新确定匹配结果。

较佳地，可以分别调用接口查询对应的产品词的商品类目信息、对应的品牌词的商品类目信息。然后，将对应产品词的商品类目信息和对应品牌词的商品类目信息与所述搜索词或词组匹配的商品类目信息中的相同商品类目信息存放到相同类目信息info_dst中，剩余的对应产品词的商品类目信息和对应品牌词的商品类目信息存放在产品类目信息info_product_all中，剩余的所述搜索词或词组匹配的商品类目信息存放在搜索类目信息info_brand_all中。

优选地，对剩余的对应产品词的商品类目信息和对应品牌词的商品类目信息还需要计算对应的权重，具体的实施过程包括：将产品类目信息info_product_all和搜索类目信息info_brand_all的内容合并为补充类目信息；将相同类目信息info_dst中各类目的权重值乘以系数0.8，并以计算结果作为相同类目信息info_dst中各类目的新权重值；将相同类目信息info_dst中各项类目的权重值之和乘以系数0.2，再除以补充类目信息中的类目总数，然后将计算结果分别与补充类目信息中各类目的权重值相加，作为补充类目信息中各类目的新权重值。

在本发明的另一个实施例中，可以将最后获得的所述搜索词的商品类目信息的权重从大到小进行排序，根据下游搜索引擎返回需要的商品类目信息的个数，返回商品类目信息以及对应的权重。

根据上面所述的各种实施例，可以看出本发明能够在只有部分基础离线数据的情况下，支持对用户各种搜索词进行分析并确定商品类目。即能够在离线数据没有覆盖搜索的条件下，获得搜索词实际结果最为匹配的商品类目的结果。另外，本发明支持实时返回搜索结果，即在搜索词匹配到商品类目时，能够立刻返回搜索结果。同时，本发明可以保证在没有匹配到离线数据时可以高性能地实现在线实时计算，且不会影响用户体验。

图2是根据本发明可参考实施例的获取搜索词对应商品类目的方法的主要流程的示意图，所述获取搜索词对应商品类目的方法可以包括：

步骤S201，接收用户输入的搜索词。

步骤S202，对所述搜索词进行归一化处理，以获取归一化后的搜索词。

在实施例中，可以对所述搜索词进行归一化处理。进一步地，在对所述搜索词进行归一化处理时，可以删除可能触发XSS(又叫CSS，全称Cross Site Script跨站脚本攻击)漏洞的特殊字段，也可以剔除预设字符集不能识别的特殊编码以及可以去除搜索词中各类特殊符号。优选地，可以根据预设的特殊符号集，去除所述搜索词中不能被所述特殊符号集识别的各类特殊符号。

步骤S203，对归一化后的搜索词进行分词处理，以获取归一化后搜索词的词组。

在实施例中，为了分词处理具有更高的准确度，可调用通用的分词模块，进一步地所述通用的分词模块可以为特殊优化的分词模块。之后，可以获得归一化后的搜索词以及分词词组。优选地，将分词词组结果可以设置为字典序排序。

其中，通用的分词模块例如包括斯坦福分词等等特殊优化的分词模块，即按照业务的实际需要建立个性化词典，来提升搜索词进行分词处理时的准确率。

步骤S204，判断在离线数据中是否存在与所述搜索词匹配的商品类目，若存在则获取匹配结果然后进行步骤S213，否则执行步骤S205。

在实施例中，根据所述搜索词，在离线数据中查询是否存在匹配的query，如果命中，则直接使用离线数据中计算得到的主相关分类信息。其中，所述的离线数据包括词信息与主相关分类信息的映射关系。

进一步地，可以根据离线的反馈计算模板，在离线数据中直接命中主相关分类信息，然后可以返回QUERY_FEEDBACK标志和查询到的商品类目信息。其中，所述的反馈计算模板是指将“离线挖掘得到的数据”(离线数据)按照特定格式存储后的模板。所述的主相关分类信息包括标志和商品类目信息。

步骤S205，判断是否存在与所述词组匹配的商品类目，若存在则获取匹配结果然后进行步骤S213，否则执行步骤S206。

在实施例中，根据所述词组，在离线数据中查询是否有匹配的词组数据。如果有，查询成功并返回TERM_FEEDBACK标志和查询到的结果。执行该实施例是因为离线数据中的query可能和用户查询的不相同，但它们的分词结果一致，例如“小米手机5s”和“小米5s手机”。

步骤S206，判断所述词组中是否具有预设过滤词词表中的词，若存在则进行步骤S207，否则进行步骤S208。

其中，所述的过滤词是指搜索中的活动词，对类目查询没有影响，可以删除，例如限时、抢购、分期等等词。

步骤S207，删除所述词组中具有的过滤词词表中的词，然后根据删除后的所述词组进行商品类目的匹配，若获取匹配结果则进行步骤S213，否则进行步骤S208。

例如：通过使用离线的反馈计算模板获得的没有过滤词的词组为：5/s/小米(注：为了方便快速匹配，分词结果按照字典序重排。使用反馈计算模板之前所述词组是小米5s。)。如果通过使用离线的反馈计算模板获得的词组是：5/s/共产/小米，其中“共产”是过滤词，删掉“共产”。

步骤S208，判断所述词组的长度是否为0或1，若是则查询失败直接退出该流程，否则进行步骤S209。

在实施例中，当词组长度terms为0或1时，返回NONE标示，查询失败。其中，所述的长度是指对搜索词进行分词处理后，获取的词组的长度，并且以词为单位。如果长度为0表示分词失败了，也就是说分词后的词组中没有任何词。而如果长度为1表示分词后还是只有一个词，即分词处理后的词组和分词处理前的搜索词相同，说明分词处理前的搜索词不能再继续细分了。以上两种情况就没有必要继续执行划词了。

优选地，还可以对所述词组的长度进行限制，以便查询。具体的实施过程包括：获取进行分词处理后的词组的长度，判断所述长度是否大于预设的长度阈值。根据判断结果，如果大于预设的长度阈值则可以根据所述预设的长度阈值提取所述词组中的词，然后再进行后续查询。如果小于或等于预设的长度阈值则可以直接进行后续查询。

更进一步地，在根据所述预设的长度阈值提取所述词组中的词时，可以对词组中的每个词设置权重，根据所述权重对词组中的词进行排序，然后提取前所述预设的长度阈值数量的词。

比如搜索词很长，进行分词处理后的词组中有十几个词。那么我们不能在查询时，每次划掉一个词，然后去查，这样很慢，而且划掉的词越多，和搜索原本意图的偏离越大。于是预先设置一个长度阈值(也可以称之为最大的保留长度)，先按照分词词组中每个词的权重，对词组进行排序，然后按照这个长度阈值，直接取相应个数的词，执行后续查询。

步骤S209，判断所述词组中是否存在一个产品词，若存在则根据所述产品词获取匹配结果并进行步骤S212，否则进行步骤S210。在实施例中，当所述词组长度terms不为0或1时，判断所述词组中是否有且只有一个词是产品词(所述的产品词例如：餐桌、锤子等等商品产品)，即仅当所述词组其中一个词是产品词时，才查询成功，并且返回所述产品词对应的商品类目信息与QUERY_FEEDBACK标志。

其中，存储有稳定的产品词词表，产品词一般只有新产品出现时才会新增，产品词词表变化很小很稳定。当所述词组中有且只有一个是产品词，这时就可以认为用户搜索的是这个产品，比如：搜索词为“高级手机”，词组为“高级/手机”，其中手机是产品，那么用户搜索词的类目就是手机。但是，如果词组为“手机/电脑”，其中包括的两个词都是产品，那么不能判定究竟想搜索什么产品，则查询失败。

步骤S210，将所述词组中的词进行全组合，遍历全组合后的词组进行匹配查询。若匹配成功则退出遍历过程进行步骤S211，否则查询失败直接退出该流程。

较佳地，可以将所述词组中的词进行全组合，然后可以根据全组合后的词组的长度(例如可以从长到短，当然也可以从短到长)遍历所述的全组合。例如：全组合之前的所述词组长度为3的“5/s/小米”，则将所述词组从3到1的全组合就是“5/s/小米”、“5/s”、“s/小米”、“5/s”、“5”、“s”、“小米”。

进一步地，在遍历全组合后的词组进行匹配查询的过程中，可以首先可以按照字典序对所述全组合后的词组进行排序以生成词组串，然后遍历所述词组串中的词组，在离线数据中进行匹配查找。其中，当当前遍历到的所述词组串中的词组长度与遍历的上一个所述词组串中的词组长度不同时，判断是否存在中间查询结果，若存在则结束遍历并获取所述中间结果，否则继续遍历所述词组串中的词组。

需要说明的是，所述中间查询结果包括商品类目信息和命中数，在离线数据中对所述词组串中的每个词组进行匹配查询的过程中，每成功匹配一个词组，则获取商品类目信息并将所述商品类目信息的命中数加1，也就是说所述的命中数是所述商品类目信息匹配成功的次数。

步骤S211，对所述全组合后的词组的匹配结果进行合并去重处理。

在实施例中，如果所述全组合后的词组的匹配结果中存在相同的商品类目信息cid，则可以对商品类目信息cid进行去重处理。另外，将所有商品类目信息的权重除以对应的命中数获得处理后的新权重，然后合并具有相同商品类目信息的所述处理后的新权重。

其中，商品类目信息cid可以分为三级，cid3是指第三级类目信息，例如：第一级类目cid 1“数码3c”，下有第二级类目cid 2“手机”，再往下有第三级类目cid 3“安卓手机”，cid3中的3指的就是3级类目。因为细分到第三级，搜索到的结果最符合搜索意图。

步骤S212，保存匹配结果。

在实施例中，可以保存搜索词和从离线数据查询到的所述搜索词匹配的商品类目信息和所述商品类目信息对应的权重。

步骤S213，根据预设的产品词分类补充词表和预设的品牌词分类补充词表，判断所述搜索词中是否存在产品词或/和品牌词，若存在则进行步骤S214，否则进行步骤S215。

其中，所述的品牌词例如小米、飞利浦等等商品的品牌。

步骤S214，根据所述产品词的商品类目信息和所述品牌词的商品类目信息，重新确定匹配结果。

在实施例中，可以分别调用接口查询对应的产品词的商品类目信息、对应的品牌词的商品类目信息。然后，将对应产品词的商品类目信息和对应品牌词的商品类目信息与所述搜索词匹配的商品类目信息中的相同商品类目信息存放到相同类目信息info_dst中，剩余的对应产品词的商品类目信息和对应品牌词的商品类目信息存放在产品类目信息info_product_all中，剩余的所述搜索词匹配的商品类目信息存放在搜索类目信息info_brand_all中。

优选地，为了提高精确性，其中品牌词的商品类目信息对应的权重需要大于0.03才会存放在产品类目信息info_product_all中。

在进一步地实施例中，对剩余的对应产品词的商品类目信息和对应品牌词的商品类目信息还需要计算对应的权重，具体的实施过程包括：将产品类目信息info_product_all和搜索类目信息info_brand_all的内容合并为补充类目信息；将相同类目信息info_dst中各类目的权重值乘以系数0.8，并以计算结果作为相同类目信息info_dst中各类目的新权重值；将相同类目信息info_dst中各项类目的权重值之和乘以系数0.2，再除以补充类目信息中的类目总数，然后将计算结果分别与补充类目信息中各类目的权重值相加，作为补充类目信息中各类目的新权重值。

步骤S215，对所述匹配结果进行合并去重处理，获得最终的匹配结果。

在实施例中，将所述匹配结果的商品类目信息进行合并，其中如果存在相同的商品类目信息，合并其权重。然后，按照权重从大到小进行排序，根据下游搜索引擎返回需要的商品类目信息的个数，返回商品类目信息以及对应的权重。

根据上面的实施过程，可以看出所述获取搜索词对应商品类目的方法提供了确定可以快速获取搜索词对应商品类目的解决方案。并且，可以计算出贴近实际需求的结果。同时，可以很好的辅助搜索引擎优化后续的查询排序，并为用户提供可靠的结果。

另外，在本发明可参考实施例中所述获取搜索词对应商品类目的方法的具体实施内容，在上面所述获取搜索词对应商品类目的方法中已经详细说明了，故在此重复内容不再说明。

图3是根据本发明实施例的获取搜索词对应商品类目的装置，如图3所示，所述获取搜索词对应商品类目的装置300包括接收模块301、判断模块302以及匹配模块303。其中，所述的接收模块301接收用户输入的搜索词，判断模块302可以判断离线数据中是否存在与所述搜索词匹配的商品类目信息。最后，匹配模块303根据判断模块302的判断结果，获取与所述搜索词匹配的商品类目信息或者对所述搜索词进行分词处理以获得分词词组，并在离线数据中获取与所述词组匹配的商品类目信息。

较佳地，接收模块301可以对接收的搜索词进行预处理。较佳地，对所述搜索词进行归一化处理，以获取归一化后的搜索词。进一步地，在对所述搜索词进行归一化处理时，可以删除可能触发XSS(又叫CSS，全称Cross Site Script跨站脚本攻击)漏洞的特殊字段，也可以剔除预设字符集不能识别的特殊编码以及可以去除搜索词中各类特殊符号。优选地，可以根据预设的特殊符号集，去除所述搜索词中不能被所述特殊符号集识别的各类特殊符号。

在另一个较佳地实施例中，匹配模块303在离线数据中获取与所述词组匹配的商品类目信息的过程中，还可以将所述词组中的词进行全组合，遍历全组合后的词组进行匹配查询。具体的实施过程包括：

可以将所述词组中的词进行全组合，然后可以根据全组合后的词组的长度(例如可以从长到短，当然也可以从短到长)遍历所述的全组合。例如：全组合之前的所述词组长度为3的“5/s/小米”，则将所述词组从3到1的全组合就是“5/s/小米”、“5/s”、“s/小米”、“5/s”、“5”、“s”、“小米”。

进一步地，在遍历全组合后的词组进行匹配查询的过程中，可以首先可以按照字典序对所述全组合后的词组进行排序以生成词组串，然后遍历所述词组串中的词组，在离线数据中进行匹配查找。其中，当当前遍历到的所述词组串中的词组长度与遍历的上一个所述词组串中的词组长度不同时，判断是否存在中间查询结果，若存在则结束遍历并获取所述中间结果，否则继续遍历所述词组串中的词组。

需要说明的是，所述中间查询结果包括商品类目信息和命中数，在离线数据中对所述词组串中的每个词组进行匹配查询的过程中，每成功匹配一个词组，则获取商品类目信息并将所述商品类目信息的命中数加1，也就是说所述的命中数是所述商品类目信息匹配成功的次数。

更进一步地，对所述全组合后的词组的匹配结果进行合并去重处理。具体地，如果所述全组合后的词组的匹配结果中存在相同的商品类目信息cid，则可以对商品类目信息cid进行去重处理。另外，将所有商品类目信息的权重除以对应的命中数获得处理后的新权重，然后合并具有相同商品类目信息的所述处理后的新权重。

另外，为了使获取的搜索词对应商品类目更为准确，匹配模块303还可以对获得的匹配结果进行补充查询。具体的实施过程包括：

根据预设的产品词分类补充词表和预设的品牌词分类补充词表，判断所述搜索词中是否存在产品词或/和品牌词，当存在则根据所述产品词的商品类目信息和所述品牌词的商品类目信息，重新确定匹配结果。

较佳地，可以分别调用接口查询对应的产品词的商品类目信息、对应的品牌词的商品类目信息。然后，将对应产品词的商品类目信息和对应品牌词的商品类目信息与所述搜索词或词组匹配的商品类目信息中的相同商品类目信息存放到相同类目信息info_dst中，剩余的对应产品词的商品类目信息和对应品牌词的商品类目信息存放在产品类目信息info_product_all中，剩余的所述搜索词或词组匹配的商品类目信息存放在搜索类目信息info_brand_all中。

优选地，对剩余的对应产品词的商品类目信息和对应品牌词的商品类目信息还需要计算对应的权重，具体的实施过程包括：将产品类目信息info_product_all和搜索类目信息info_brand_all的内容合并为补充类目信息；将相同类目信息info_dst中各类目的权重值乘以系数0.8，并以计算结果作为相同类目信息info_dst中各类目的新权重值；将相同类目信息info_dst中各项类目的权重值之和乘以系数0.2，再除以补充类目信息中的类目总数，然后将计算结果分别与补充类目信息中各类目的权重值相加，作为补充类目信息中各类目的新权重值。

在本发明的另一个实施例中，匹配模块303可以将最后获得的所述搜索词的商品类目信息的权重从大到小进行排序，根据下游搜索引擎返回需要的商品类目信息的个数，返回商品类目信息以及对应的权重。

需要说明的是，在本发明所述获取搜索词对应商品类目的装置的具体实施内容，在上面所述获取搜索词对应商品类目的方法中已经详细说明了，故在此重复内容不再说明。

图4示出了可以应用本发明实施例的获取搜索词对应商品类目的方法或获取搜索词对应商品类目的装置的示例性系统架构400。

如图4所示，系统架构400可以包括终端设备401、402、403，网络404和服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404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401、402、403通过网络404与服务器405交互，以接收或发送消息等。终端设备401、402、403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401、402、403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405可以是提供各种服务的服务器，例如对用户利用终端设备401、402、403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获取搜索词对应商品类目的方法一般由服务器405执行，相应地，获取搜索词对应商品类目的装置一般设置于服务器405中。

应该理解，图4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5，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500的结构示意图。图5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5所示，计算机系统500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；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507；包括硬盘等的存储部分508；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509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，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510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508。

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509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501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：一种处理器包括接收模块、判断模块以及匹配模块，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。

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：接收用户输入的搜索词；判断离线数据中是否存在与所述搜索词匹配的商品类目信息，若存在则获取与所述搜索词匹配的商品类目信息；否则对所述搜索词进行分词处理以获得分词词组，并在离线数据中获取与所述词组匹配的商品类目信息。

根据本发明实施例的技术方案，能够实现支持对用户各种搜索词进行分析并确定商品类目，即使在离线数据没有覆盖搜索的条件下，也能获得搜索词实际结果最为匹配的商品类目的结果。

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 (14)

1.一种获取搜索词对应商品类目的方法，其特征在于，包括：

接收用户输入的搜索词；

判断离线数据中是否存在与所述搜索词匹配的商品类目信息，若存在则获取与所述搜索词匹配的商品类目信息；否则对所述搜索词进行分词处理以获得分词词组，并在离线数据中获取与所述词组匹配的商品类目信息。

2.根据权利要求1所述的方法，其特征在于，所述在离线数据中获取与所述词组匹配的商品类目信息的步骤中，还包括：

将所述词组中的词进行全组合，遍历全组合后的词组以获得匹配的商品类目信息。

3.根据权利要求2所述的方法，其特征在于，所述在遍历全组合后的词组以获得匹配的商品类目信息的步骤中，包括：

按照字典序对所述全组合后的词组进行排序以生成词组串，然后遍历所述词组串中的词组，在离线数据中进行匹配查找；

其中，当遍历到的所述词组串中的词组长度与遍历的上一个所述词组串中的词组长度不同时，判断是否存在中间查询结果，若存在则结束遍历并获取所述中间结果作为匹配的商品类目信息，否则继续遍历所述词组串中的词组。

4.根据权利要求1所述的方法，其特征在于，所述获取与所述搜索词匹配的商品类目信息或者获取与所述词组匹配的商品类目信息之后，还包括：

根据预设的产品词分类补充词表和预设的品牌词分类补充词表，确定所述搜索词中存在产品词或/和品牌词，以重新确定匹配的商品类目信息。

5.根据权利要求4所述的方法，其特征在于，所述获取与所述搜索词匹配的商品类目信息的同时获取所述商品类目信息对应的权值；

或者所述获取与所述词组匹配的商品类目信息的同时获取所述商品类目信息对应的权值。

6.根据权利要求5所述的方法，其特征在于，所述重新确定匹配的商品类目信息，包括：

分别调用接口查询所述搜索词中存在的产品词的商品类目信息、品牌词的商品类目信息；

将所述产品词的商品类目信息和所述品牌词的商品类目信息与所述搜索词或词组匹配的商品类目信息中的相同商品类目信息存放到相同类目信息中，剩余的所述产品词的商品类目信息和所述品牌词的商品类目信息存放在产品类目信息中，剩余的所述搜索词或词组匹配的商品类目信息存放在搜索类目信息中；

将产品类目信息和搜索类目信息的内容合并为补充类目信息，将相同类目信息中各类目的权重值乘以系数0.8，并以计算结果作为相同类目信息中各类目的新权重值；将相同类目信息中各项类目的权重值之和乘以系数0.2，再除以补充类目信息中的类目总数，然后将计算结果分别与补充类目信息中各类目的权重值相加，作为补充类目信息中各类目的新权重值。

7.一种获取搜索词对应商品类目的装置，其特征在于，包括：

接收模块，用于接收用户输入的搜索词；

判断模块，用于判断离线数据中是否存在与所述搜索词匹配的商品类目信息；

匹配模块，用于根据所述判断模块的判断结果，获取与所述搜索词匹配的商品类目信息或者对所述搜索词进行分词处理以获得分词词组，并在离线数据中获取与所述词组匹配的商品类目信息。

8.根据权利要求7所述的装置，其特征在于，所述匹配模块在离线数据中获取与所述词组匹配的商品类目信息的步骤中，还包括：

将所述词组中的词进行全组合，遍历全组合后的词组以获得匹配的商品类目信息。

9.根据权利要求8所述的装置，其特征在于，所述匹配模块在遍历全组合后的词组以获得匹配的商品类目信息的步骤中，包括：

按照字典序对所述全组合后的词组进行排序以生成词组串，然后遍历所述词组串中的词组，在离线数据中进行匹配查找；

其中，当遍历到的所述词组串中的词组长度与遍历的上一个所述词组串中的词组长度不同时，判断是否存在中间查询结果，若存在则结束遍历并获取所述中间结果作为匹配的商品类目信息，否则继续遍历所述词组串中的词组。

10.根据权利要求7所述的装置，其特征在于，所述匹配模块获取与所述搜索词匹配的商品类目信息或者获取与所述词组匹配的商品类目信息之后，还用于：

根据预设的产品词分类补充词表和预设的品牌词分类补充词表，确定所述搜索词中存在产品词或/和品牌词，以重新确定匹配的商品类目信息。

11.根据权利要求10所述的装置，其特征在于，所述匹配模块获取与所述搜索词匹配的商品类目信息的同时获取所述商品类目信息对应的权值；

或者所述匹配模块获取与所述词组匹配的商品类目信息的同时获取所述商品类目信息对应的权值。

12.根据权利要求11所述的装置，其特征在于，所述匹配模块重新确定匹配的商品类目信息的步骤中，包括：

分别调用接口查询所述搜索词中存在的产品词的商品类目信息、品牌词的商品类目信息；

将所述产品词的商品类目信息和所述品牌词的商品类目信息与所述搜索词或词组匹配的商品类目信息中的相同商品类目信息存放到相同类目信息中，剩余的所述产品词的商品类目信息和所述品牌词的商品类目信息存放在产品类目信息中，剩余的所述搜索词或词组匹配的商品类目信息存放在搜索类目信息中；

将产品类目信息和搜索类目信息的内容合并为补充类目信息，将相同类目信息中各类目的权重值乘以系数0.8，并以计算结果作为相同类目信息中各类目的新权重值；将相同类目信息中各项类目的权重值之和乘以系数0.2，再除以补充类目信息中的类目总数，然后将计算结果分别与补充类目信息中各类目的权重值相加，作为补充类目信息中各类目的新权重值。

13.一种电子设备，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1-6中任一所述的方法。

14.一种计算机可读介质，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1-6中任一所述的方法。