CN108984554A - 用于确定关键词的方法和装置 - Google Patents
用于确定关键词的方法和装置 Download PDFInfo
- Publication number
- CN108984554A CN108984554A CN201710403702.8A CN201710403702A CN108984554A CN 108984554 A CN108984554 A CN 108984554A CN 201710403702 A CN201710403702 A CN 201710403702A CN 108984554 A CN108984554 A CN 108984554A
- Authority
- CN
- China
- Prior art keywords
- candidate keywords
- description information
- information database
- keyword
- attribute class
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了用于确定关键词的方法和装置。该方法的一具体实施方式包括:从第一描述信息数据库和第二描述信息数据库中确定出候选关键词以及各候选关键词的权值,其中,第一描述信息数据库和第二描述信息数据库存储有同类别商品的描述信息;确定各候选关键词在预设属性分类表中所属的属性类,其中,预设属性分类表包括多个属性类;将同一属性类下的各候选关键词的权值之和作为该属性类的重要性值;基于重要性值的数值从各候选关键词中确定出关键词。本实施例提供的用于确定关键词的方法,关键词与业务对象之间的关联性较大。可以使得通过搜索引擎搜索商品信息、或者电子商务网站向用户进行商品推广、或者电子商务网站进行对标时具有较高的准确率。
Description
技术领域
本申请涉及计算机技术领域,具体涉及互联网技术领域,尤其涉及用于确定关键词的方法和装置。
背景技术
近年来,随着互联网深入至每家每户。人们在日常生活中可以通过互联网进行购物、信息浏览等操作。相应地,越来越多互联网网站例如购物网站通过网络向用户推送信息。
通常,用户可以通过搜索引擎来搜索其关注的商品信息。另外,电子商务网站可以根据用户进行历史搜索时所输入的文本信息向用户进行商品推广。
再者,电子商务网站运营商通常需要将自己的业务状况与竞争对手的类似商品的业务状况进行对比分析(例如同款商品的价格对比分析等),也即进行对标分析。
上面的无论是用户通过搜索引擎搜索其关注的商品信息,还是电子商务网站向用户进行商品推广、或者是电子商务网站进行对标分析,均需要依赖预设关键词进行。
通常预设关键词可以从电子商务网站的各个商品的(例如商品)的标题中提取。但是由于商品的标题中包括很多与商品不太相关的干绕词,使得从商品的标题中的提取的预设关键词与具体的商品的关联性并不强。这样使得用户通过搜索引擎搜索商品信息、或者电子商务网站向用户进行商品推广、或者电子商务网站进行对标分析时的准确率较低,致使效率低下。
发明内容
本申请的目的在于提出一种用于确定关键词的方法和装置,来解决以上背景技术部分提到的技术问题。
第一方面,本申请提供了一种用于确定关键词的方法,该方法包括:从第一描述信息数据库和第二描述信息数据库中确定出候选关键词以及各候选关键词的权值,其中,所述第一描述信息数据库和所述第二描述信息数据库存储有同类别商品的描述信息;确定各所述候选关键词在预设属性分类表中所属的属性类,其中,所述预设属性分类表包括多个属性类;将同一属性类下的各候选关键词的权值之和作为该属性类的重要性值;基于所述重要性值的数值从各候选关键词中确定出关键词。
第二方面,本申请提供了一种用于确定关键词的装置,装置包括:第一确定单元,配置用于从第一描述信息数据库和第二描述信息数据库中确定出候选关键词以及各候选关键词的权值,其中,第一描述信息数据库和第二描述信息数据库存储有同类别商品的描述信息;第二确定单元,配置用于确定各候选关键词在预设属性分类表中所属的属性类,其中,预设属性分类表包括多个属性类;计算单元,配置用于将同一属性类下的各候选关键词的权值之和作为该属性类的重要性值;第三确定单元,配置用于基于重要性值的数值从各候选关键词中确定出关键词。
本申请提供的用于确定关键词的方法和装置,通过首先从第一描述信息数据库和第二描述信息数据库中确定出候选关键词以及各候选关键词的权值,然后确定各候选关键词在预设属性分类表中所属的属性类,接着将同一属性类下的各候选关键词的权值之和作为该属性类的重要性值,最后基于属性类的重要性值从各候选关键词中确定关键词。利用本实施例提供的用于确定关键词的方法得到的关键词与商品之间的关联性较大。这样一来,当用户通过搜索引擎搜索商品信息、或者电子商务网站向用户进行商品推广、或者电子商务网站进行对标时后台服务器可以使用本方法确定的关键词来进行分析处理,可以得到较高的准确率,进而可以提高效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是可以应用于本申请的示例性系统架构图;
图2是根据本申请的用于确定关键词的方法的一个实施例的流程图;
图3是图2所示步骤201的一个示例性分解流程图;
图4是图2所示步骤201的另一个示例性分解流程图;
图5是图2所示步骤202的一个示例性分解流程图;
图6是图2所示步骤204的一个示例性分解流程图;
图7是根据本申请的用于确定关键词的装置的一个实施例的结构示意图;
图8是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于确定关键词的方法或用于确定关键词的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括搜索引擎101,网络102和服务器103。网络102用以在搜索引擎101和服务器103之间提供通信链路的介质。网络102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。
搜索引擎101可以通过网络102与服务器103进行数据交互,以接收或发送数据等。
服务器103可以为向用户提供各种信息的各种互联网站点的服务器,例如向用户提供商品信息的电子商务网站的服务器等。
服务器103可以向搜索引擎101发出搜索请求,搜索请求中包括搜索目标数据库、以及目标互联网站点。
搜索引擎101可以将从目标互联网站点的目标数据库中获取的商品信息发送给服务器103。上述商品信息可以包括商品的描述信息。服务器103可以根据上述从目标互联网站点的目标数据库中获取的商品的描述信息以及本地数据库中存储的上商品的描述信息确定关键词。
应该理解,图1中的搜索引擎、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搜索引擎、网络和服务器。
继续参考图2,其示出了根据本申请的用于确定关键词的方法的一个实施例的流程200。该用于确定关键词的方法可以由服务器例如图1中的服务器103执行,相应地,用于确定关键词的装置可以设置于服务器例如图1中的服务器103中。该方法包括以下步骤:
步骤201,从第一描述信息数据库和第二描述信息数据库中确定出候选关键词以及各候选关键词的权值。
在本实施例中,用于确定关键词的方法运行于其上的电子设备(例如图1所示的服务器103)例如可以是一个具体的互联网站的服务器。
在一些应用场景中,上述电子设备可以通过有线连接方式或者无线连接方式从搜索引擎获得多个商品的描述信息。从搜索引擎中获得的多个商品的描述信息可以为其他互联网站的服务器的数据库中存储的多个商品的描述信息。此外,上述电子设备还可以通过其他渠道获得其他互联网站的服务器中多个商品的描述信息。此处的互联网站例如可以为电子商务网站。上述商品的描述信息例如可以为用于描述商品的文本信息。
此外,从搜索引擎中获得的多个商品的描述信息还可以为是用户在其他互联网站入口输入的商品的描述信息。
在另外一些应用场景中,上述电子设备可以在电子设备所服务的互联网站的入口获取商品的描述信息。
上述电子设备从搜索引擎(如图1所示的搜索引擎101)中获得的多个商品的描述信息中,或者用户在电子设备所服务的互联网站的入口获取的商品的描述信息可以包括多个类别的商品的描述信息。在本实施例中可以分别对每一个类别确定关键词。
可以选取从搜索引擎中获得的一个类别的多个商品的描述信息,或者从用户在电子设备所服务的互联网站的入口获取的一个类别的多个商品的描述信息生成第一描述信息数据库。
上述电子设备中预先存储有多个类别的商品的描述信息。电子设备可以从其存储的多个类别的商品的描述信息中选取与上述第一描述信息数据库中的商品同类别的多个商品的描述信息生成第二描述信息数据库。也就是说,第一描述信息数据库和第二描述信息数据库存储有同类别商品的描述信息。
在一些应用场景中,上述电子设备还可以接收由搜索引擎搜索到的来自两个不同互联网站的多个类别的商品的描述信息。电子设备可以根据商品的描述信息的来源,对每一个类别的商品分别生成第一描述信息库和第二描述信息库。
接着电子设备从第一描述信息数据库和第二描述信息数据库中根据第一描述信息数据库中的多个商品的描述信息以及第二描述信息数据库中的多个商品的描述信息中确定出候选关键词。
电子设备在确定出候选关键词后,对任意一个候选关键词,可以统计该候选关键词在第一描述信息数据库中出现的次数以及该候选关键词在第二描述信息数据库中出现的次数。
进而根据该候选关键词在第一描述信息数据库中出现的次数和第二描述信息数据库中出现的次数确定该候选关键词的权值。例如对任意一个候选关键词,将其在第一描述信息数据库中出现的次数与其在第二描述信息数据库中出现的次数之和作为该候选关键词的权值。这样,电子设备可以确定出各候选关键词的权值。
步骤202,确定各候选关键词在预设属性分类表中所属的属性类。
在本实施例中,上述电子设备(例如图1所示的服务器103)中可以预先存储有上述类别的商品的预设属性分类表。在预设属性分类表中可以包括多个属性类。上述属性类例如可以包括商品的品牌、颜色等等。
在本实施例中,基于步骤201中得到的各候选关键词,上述电子设备(例如图1所示的服务器103)可以确定各候选关键词在上述预设属性分类表中所属的属性类。
步骤203,将同一属性类下的各候选关键词的权值之和作为该属性类的重要性值。
在本实施例中,用于确定关键词的方法运行于其上的电子设备在确定了各候选关键词在预设属性分类表中所属的属性类之后,将同一属性类下的各候选关键词的权值之和作为该属性类的重要性值。
也就是说,对每一个属性类,电子设备将该属性类下的各候选关键词的权值进行累加,并将累加和作为该属性类的重要性值。例如,对于品牌属性类,其下候选关键词包括品牌1、品牌2和品牌3,其中品牌1权值N1为10;品牌2权值N2为15;品牌3权值N3为5,那么,品牌属性类的重要性值K=N1+N2+N3=10+15+5=30。
步骤204,基于重要性值的数值从各候选关键词中确定出关键词。
在本实施例中,上述电子设备可以将重要性值的数值大于第一预定阈值的属性类所对应的各候选关键词确定为关键词。
此处的第一预定阈值可以根据应用场景进行设定,此处不做限定。
本实施例提供的用于确定关键词的方法,通过首先从第一描述信息数据库和第二描述信息数据库中确定出候选关键词以及各候选关键词的权值,然后确定各候选关键词在预设属性分类表中所属的属性类,接着将同一属性类下的各候选关键词的权值之和作为该属性类的重要性值,最后基于属性类的重要性值从各候选关键词中确定关键词。利用本实施例提供的用于确定关键词的方法得到的关键词与商品之间的关联性较大。这样一来,当用户通过搜索引擎搜索商品信息、或者电子商务网站向用户进行商品推广、或者电子商务网站进行对标时后台服务器可以使用本方法确定的关键词来进行分析处理,可以得到较高的准确率,进而可以提高效率。
在本实施例的一些可选实现方式中,请继续参考图3,其示出了图2所示步骤201的一个示例性分解流程图300。
如图3所示,图2所示步骤201从第一描述信息数据可和第二描述信息数据库中确定出候选关键词包括以下子步骤:
子步骤2011,对第一描述信息数据库中的各描述信息进行分词,得到第一分词结果。
在一些实施例中,第一描述信息数据库中可以包括多个针对商品的描述信息。上述商品的描述信息例如可以为具体商品的标题信息,如某A牌眼镜框的标题信息为“A眼镜框近视男士超轻钨钛眼镜架可配防辐射眼镜片百搭黑色眼镜框架”。其中A为品牌名称。
上述描述信息可以包括中文描述信息和/或英文(或其他语言)描述信息。由于英文(或其他语言)描述信息是由空间上相互独立的单词组成的,因此可以将空间上相互独立的单词作为英文(或其他语言)描述信息的分词结果。
对于描述信息中的中文描述信息,可以使用现有的各种中文分词方法对上述第一描述信息数据库中的各描述信息进行分词。上述中文分词方法例如可以为基于字符串匹配的中文分词方法、基于理解的分词方法、或者基于统计的中文分词方法。上述基于字符串匹配的中文分词方法、基于理解的分词方法、或者上述基于统计的中文分词方法属于常用的中文分词方法,此处不赘述。
在将第一描述信息数据库中的各描述信息进行分词后,得到第一分词结果。例如对上述描述信息“A眼镜框近视男士超轻钨钛眼镜架可配防辐射眼镜片百搭黑色眼镜框架”分词结果为:A/眼镜框/近视/男士/超轻/钨钛眼镜架/可/配/防辐射/眼镜片/百搭/黑色/眼镜框架。
可以理解的是,由于第一描述信息数据库中包括多条描述信息,上述第一分词结果可以包括对多条描述信息分词结果。
子步骤2012,对第二描述信息数据库中的各描述信息进行分词,得到第二分词结果。
在一些实施例中,第二描述信息数据库中也可以包括多个针对商品的描述信息。上述商品的描述信息也可以为具体商品的标题信息。如某A牌眼镜框的标题信息为“A男士超轻黑色眼镜框钨钛眼镜架”。
第二描述信息数据库中的各描述信息同样可以包括中文描述信息和英文描述信息。
可以使用对第一描述信息数据库中的各描述信息进行分词的方法来对第二描述信息数据库中的各描述信息进行分词,从而得到第二分词结果。
例如,上述“A男士超轻黑色眼镜框钨钛眼镜架”的第二分词结果:A/男士/超轻/黑色/眼睛框/钨钛眼镜架。
可以理解的是,由于第二描述信息数据库中包括多条描述信息,上述第二分词结果可以包括对多条描述信息分词结果。
子步骤2013,根据预设停用词表去除第一分词结果和第二分词结果中的预定停用词。
在一些应用场景中,可以预先建立预设停用词表,在预设停用词表中例如可以包括语气助词、介词、的、地等。
然后电子设备可以根据上述预设停用词表去除第一分词结果和第二分词结果中的预定停用词。
子步骤2014,将去除预定停用词后的第一分词结果和去除预定停用词后的第二分词结果中的相同词作为候选关键词。
也就是说,如果一个词语既在第一分词结果中出现,又在第二分词结果中出现,则将该词语作为候选关键词。
假设第一分词结果为:“A/眼镜框/近视/男士/超轻/钨钛眼镜架/可/配/防辐射/眼镜片/百搭/黑色/眼镜框架”和第二分词结果为:“A/男士/超轻/黑色/眼睛框/钨钛眼镜架”。由于“A”、“男士”、“超轻”、“黑色”、“眼镜框”、“钨钛眼镜架”为第一分词结果和第二分词结果中的相同词,则将上述的“A”、“男士”、“超轻”、“黑色”、“眼镜框”、“钨钛眼镜架”作为候选关键词。
这样,由于预先建立停用词表,将去除停用词后的第一分词结果和去除停用词后的第二分词结果中的相同词作为候选关键词,这样首先排除了上述语气助词、介词等词的干扰。
在本实施例的一些可选实现方式中,请继续参考图4,其示出了图2所示步骤201的另一个示例性分解流程图400。
如图4所示,图2所示步骤201从第一描述信息数据库和第二描述信息数据库中确定出候选关键词以及各候选关键词的权值,包括以下子步骤:
子步骤2015,对任意一个候选关键词分别统计该候选关键词在第一分词结果和第二分词结果中出现的次数。
子步骤2016,将该候选关键词在第一分词结果中出现的次数与该候选关键词在第二分词结果中出现的次数中的较少者作为该候选关键词的权值。
假设由上述方法选取的候选关键词中的任意一个候选关键词在第一分词结果中出现200次;该候选关键词在第二分词结果中处理400次,则将200次作为该候选关键词的权值。
在本实施例的一些可选实现方式中,请继续参考图5,其示出了图2所示步骤202的一个示例性分解流程图500。
如图5所示,步骤202包括如下子步骤:
子步骤2021,对任一候选关键词,确定该候选关键词与各属性类的属性值的相似度。
在本实施例中,上述属性类例如可以为商品的品牌、材质、颜色、适用人群、功能、尺寸等等。
上述每个属性类例如可以预先设置有至少一个属性值。电子设备可以确定任意一个候选关键词与各属性类的各个属性值的相似度。
确定候选关键词与属性值的相似度的方法可以使用现有的计算词语相似度的方法(例如基于词林的相似度计算方法)来进行,此处不赘述。
子步骤2022,根据所述相似度确定该候选关键词所属的属性类。
在子步骤2021确定出候选关键词与各属性类的各个属性值的相似度之后,可以根据相似度值的最大数值所对应的属性值来判断候选关键词所属的属性类。
例如对于颜色属性类可以对应黑色、银色、红色、白色等属性值。适用人群的属性类可以对应男士、女士、儿童、老年人等属性值;材质可以对应“金属、银、木质”等等。
假设一个候选关键词的为“银白”时,可以计算“银白”与上述各属性类中的各属性值的相似度。
假设从“银白”与各属性类的各属性值的相似度计算结果中得出“银白”与“银色”的相似度的数值最大。这样,可以将“银白”归为属性值“银色”所对应的属性类“颜色”。
在本实施例的一些可选实现方式中,请参考图6,其示出了图2所示步骤204的一个示例性分解流程图600。
如图6所示,上述步骤204可以包括如下子步骤:
子步骤2041,按照重要性值的数值的大小对各属性类排序。
在本实施例中,电子设备(如图1所示的服务器103)可以按照属性类的重要性值的数值从大到小的顺序进行排序。
子步骤2042,将排序号小于预设阈值的任一属性类所对应的各候选关键词作为关键词。
在子步骤2041中,电子设备对各属性类进行排序之后,可以将排序号小于预设阈值的任意属性类所对应的各候选关键词作为关键词。
此处的预设阈值可以根据预设属性类的多少来设定。此处不做限定。
这样,通过选取重要性值排序号较小的属性类对应的各个候选关键词作为关键词,选出的关键词与商品的关联性较大。
可以理解的是,上述用于确定关键词的方法不仅适用于电子商务领域,还可以适用于其他需要从多个不同文本中确定关键词的领域。
进一步参考图7,作为对上述各图所示方法的实现,本申请提供了一种用于确定关键词的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图7所示,本实施例的用于确定关键词的装置700包括:第一确定单元701、第二确定单元702、计算单元703和第三确定单元704。其中,第一确定单元701配置用于从第一描述信息数据库和第二描述信息数据库中确定出候选关键词以及各候选关键词的权值,其中,第一描述信息数据库和第二描述信息数据库存储有同类别商品的描述信息;第二确定单元702,配置用于确定各候选关键词在预设属性分类表中所属的属性类,其中,预设属性分类表包括多个属性类;计算单元703,配置用于将同一属性类下的各候选关键词的权值之和作为该属性类的重要性值;第三确定单元704,配置用于基于重要性值的数值从各候选关键词中确定出关键词。
在一些应用场景中,用于确定关键词的装置700可以通过有线连接方式或者无线连接方式从搜索引擎获得多个商品的描述信息。从搜索引擎中获得的多个商品的描述信息的来源可以为其他互联网站的服务器。此外,上述电子设备还可以通过其他渠道获得其他互联网站的服务器中的多个商品的描述信息。此处的互联网站例如可以为电子商务网站。上述商品的描述信息可以为用于描述其他电子商务网站上的商品的描述信息。
此外,从搜索引擎中获得的多个商品的描述信息还可以为是用户在其他互联网站入口输入的用于描述商品的文本信息。
在另外一些应用场景中,上述用于确定关键词的装置700可以在用于确定关键词的装置700所服务的互联网站的入口获取用于描述商品的文本信息。
从搜索引擎中获得的多个商品的描述信息中,或者用户在电子设备所服务的互联网站的入口输入的文本信息中可以包括多个类别的商品的描述信息。
在本实施例中用于确定关键词的装置700可以选取一个类别的多个商品的描述信息生成第一描述信息数据库。
用于确定关键词的装置700中可以预先存储有多个商品的描述信息。用于确定关键词的装置700可以从其存储的多个商品的描述信息中选取与上述第一描述信息数据库中商品同类别多个商品的描述信息生成第二描述信息数据库。也就是说,第一描述信息数据库和第二描述信息数据库存储有同类别商品的描述信息。
在一些应用场景中,上述用于确定关键词的装置700还可以接收由搜索引擎搜索到的来自两个不同互联网站的多个类别的商品的描述信息。用于确定关键词的装置700可以根据商品的描述信息的出处(也即上述两个不同互联网站中具体的互联网站),对每一个类别的商品分别生成第一描述信息库和第二描述信息库。
在用于确定关键词的装置700生成了第一描述信息数据库和第二描述信息数据库之后,第一确定单元701可以从第一描述信息数据库和第二描述信息数据库中确定出候选关键词,同时确定出各候选关键词的权值。
具体地,第一确定单元701可以从第一描述信息数据库和第二描述信息数据库中根据第一描述信息数据库中的多个商品的描述信息以及第二描述信息数据库中的多个商品的描述信息中确定出候选关键词。
确定出候选关键词后,对任意一个候选关键词,第一确定单元701可以统计该候选关键词在第一描述信息数据库中出现的次数以及该候选关键词在第二描述信息数据库中出现的次数。进而根据该候选关键词在第一描述信息数据库中出现的次数和第二描述信息数据库中出现的次数确定该候选关键词的权值。例如对任意一个候选关键词,将其在第一描述信息数据库中出现的次数与其在第二描述信息数据库中出现的次数之和作为该候选关键词的权值。这样,第一确定单元701可以确定出各候选关键词的权值。
在本实施例的一些可选实现方式中,所述第一确定单元701进一步配置用于:对第一描述信息数据库中的各描述信息进行分词,得到第一分词结果。对第二描述信息数据库中的各描述信息进行分词,得到第二分词结果。根据预设停用词表去除第一分词结果和第二分词结果中的预定停用词。将去除预定停用词后的第一分词结果和去除预定停用词后的第二分词结果中的相同词作为候选关键词。
在本实施例的一些可选实现方式中,第一确定单元701进一步配置用于对任意一个候选关键词分别统计该候选关键词在第一分词结果和第二分词结果中出现的次数。将该候选关键词在第一分词结果中出现的次数与该候选关键词在第二分词结果中出现的次数中的较少者作为该候选关键词的权值。
用于确定关键词的装置700在第一确定单元701确定出各候选关键词以及各候选关键词的权值之后,第二确定单元702可以确定各候选关键词在预设属性分类表中所属的分类。
在本实施例的一些可选实现方式中,第二确定单元702进一步配置用于对任一候选关键词,确定该候选关键词与各属性类的属性值的相似度。根据相似度确定该候选关键词所属的属性类。
在本实施例的一些可选实现方式中,第三确定单元进一步配置用于按照重要性值的大小对各所述属性类排序。将排序号小于预设阈值的任一属性类所对应的各候选关键词作为关键词。
下面参考图8,其示出了适于用来实现本申请实施例的用于确定关键词的服务器的计算机系统800的结构示意图。图8示出的服务器的计算机系统仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图8所示,计算机系统800包括中央处理单元(CPU)801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM 803中,还存储有系统800操作所需的各种程序和数据。CPU 801、ROM 802以及RAM 803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。
以下部件连接至I/O接口805:包括键盘、鼠标等的输入部分806;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807;包括硬盘等的存储部分808;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809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811,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810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808。
特别地,根据本公开的实施例,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809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(CPU)801执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请所述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。在本申请中,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。而在本申请中,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,图示了按照本申请各种实施例的系统、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,该模块、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,框图和/或流程图中的每个方框、以及框图和/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。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括第一确定单元、第二确定单元、计算单元和第三确定单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一确定单元还可以被描述为“确定候选关键词以及各候选关键词的权值的单元”。
作为另一方面,本申请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装置中所包含的;也可以是单独存在,而未装配入该装置中。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该装置执行时,使得该装置:从第一描述信息数据库和第二描述信息数据库中确定出候选关键词以及各候选关键词的权值,其中,第一描述信息数据库和第二描述信息数据库存储有同类别商品的描述信息;确定各候选关键词在预设属性分类表中所属的属性类,其中,预设属性分类表包括多个属性类;将同一属性类下的各候选关键词的权值之和作为该属性类的重要性值;基于重要性值的数值从各候选关键词中确定出关键词。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (12)
1.一种用于确定关键词的方法,其特征在于,所述方法包括:
从第一描述信息数据库和第二描述信息数据库中确定出候选关键词以及各候选关键词的权值,其中,所述第一描述信息数据库和所述第二描述信息数据库存储有同类别商品的描述信息;
确定各所述候选关键词在预设属性分类表中所属的属性类,其中,所述预设属性分类表包括多个属性类;
将同一属性类下的各候选关键词的权值之和作为该属性类的重要性值;
基于所述重要性值的数值从各候选关键词中确定出关键词。
2.根据权利要求1所述的方法,其特征在于,所述从第一描述信息数据库和第二描述信息数据库中确定出候选关键词以及各候选关键词的权值,包括:
对所述第一描述信息数据库中的各描述信息进行分词,得到第一分词结果;
对所述第二描述信息数据库中的各描述信息进行分词,得到第二分词结果;
根据预设停用词表去除所述第一分词结果和所述第二分词结果中的预定停用词;
将去除预定停用词后的第一分词结果和去除预定停用词后的第二分词结果中的相同词作为候选关键词。
3.根据权利要求2所述的方法,其特征在于,所述从第一描述信息数据库和第二描述信息数据库中确定出候选关键词以及各候选关键词的权值,包括:
对任意一个候选关键词分别统计该候选关键词在第一分词结果和第二分词结果中出现的次数;
将该候选关键词在第一分词结果中出现的次数与该候选关键词在第二分词结果中出现的次数中的较少者作为该候选关键词的权值。
4.根据权利要求1所述的方法,其特征在于,所述确定各所述候选关键词在预设属性分类表中所属的属性类,包括:
对任一候选关键词,确定该候选关键词与各所述属性类的属性值的相似度;
根据所述相似度确定该候选关键词所属的属性类。
5.根据权利要求1所述的方法,其特征在于,所述基于所述重要性值的数值从各候选关键词中确定出关键词,包括:
按照所述重要性值的数值的大小对各所述属性类排序;
将排序号小于预设阈值的任一属性类所对应的各候选关键词作为关键词。
6.一种用于确定关键词的装置,其特征在于,所述装置包括:
第一确定单元,配置用于从第一描述信息数据库和第二描述信息数据库中确定出候选关键词以及各候选关键词的权值,其中,所述第一描述信息数据库和所述第二描述信息数据库存储有同类别商品的描述信息;
第二确定单元,配置用于确定各所述候选关键词在预设属性分类表中所属的属性类,其中,所述预设属性分类表包括多个属性类;
计算单元,配置用于将同一属性类下的各候选关键词的权值之和作为该属性类的重要性值;
第三确定单元,配置用于基于所述重要性值的数值从各候选关键词中确定出关键词。
7.根据权利要求6所述的装置,其特征在于,所述第一确定单元进一步配置用于:
对所述第一描述信息数据库中的各描述信息进行分词,得到第一分词结果;
对所述第二描述信息数据库中的各描述信息进行分词,得到第二分词结果;
根据预设停用词表去除所述第一分词结果和所述第二分词结果中的预定停用词;
将去除预定停用词后的第一分词结果和去除预定停用词后的第二分词结果中的相同词作为候选关键词。
8.根据权利要求7所述的装置,其特征在于,所述第一确定单元进一步配置用于:
对任意一个候选关键词分别统计该候选关键词在第一分词结果和第二分词结果中出现的次数;
将该候选关键词在第一分词结果中出现的次数与该候选关键词在第二分词结果中出现的次数中的较少者作为该候选关键词的权值。
9.根据权利要求6所述的装置,其特征在于,所述第二确定单元进一步配置用于:
对任一候选关键词,确定该候选关键词与各所述属性类的属性值的相似度;
根据所述相似度确定该候选关键词所属的属性类。
10.根据权利要求6所述的装置,其特征在于,所述第三确定单元进一步配置用于:
按照所述重要性值的大小对各所述属性类排序;
将排序号小于预设阈值的任一属性类所对应的各候选关键词作为关键词。
11.一种服务器,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1-5中任一所述的方法。
12.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710403702.8A CN108984554B (zh) | 2017-06-01 | 2017-06-01 | 用于确定关键词的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710403702.8A CN108984554B (zh) | 2017-06-01 | 2017-06-01 | 用于确定关键词的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108984554A true CN108984554A (zh) | 2018-12-11 |
CN108984554B CN108984554B (zh) | 2021-06-29 |
Family
ID=64501514
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710403702.8A Active CN108984554B (zh) | 2017-06-01 | 2017-06-01 | 用于确定关键词的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108984554B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111881674A (zh) * | 2020-06-28 | 2020-11-03 | 百度在线网络技术(北京)有限公司 | 核心商品词挖掘方法、装置、电子设备及存储介质 |
CN112214641A (zh) * | 2019-07-12 | 2021-01-12 | 阿里巴巴集团控股有限公司 | 商品簇标题生成方法、装置、计算机系统及可读存储介质 |
CN112446214A (zh) * | 2020-12-09 | 2021-03-05 | 北京有竹居网络技术有限公司 | 广告关键词的生成方法、装置、设备及存储介质 |
CN113378556A (zh) * | 2020-02-25 | 2021-09-10 | 华为技术有限公司 | 提取文本关键字的方法及装置 |
CN113724022A (zh) * | 2021-11-03 | 2021-11-30 | 北京达佳互联信息技术有限公司 | 关键词确定方法、装置、计算机设备及介质 |
CN113743973A (zh) * | 2020-11-30 | 2021-12-03 | 北京沃东天骏信息技术有限公司 | 分析市场热点趋势的方法和装置 |
CN113779058A (zh) * | 2020-10-16 | 2021-12-10 | 北京京东振世信息技术有限公司 | 获取业务数据的方法、装置、设备和计算机可读介质 |
CN115470322A (zh) * | 2022-10-21 | 2022-12-13 | 深圳市快云科技有限公司 | 一种基于人工智能的关键词生成系统及方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102314654A (zh) * | 2010-07-08 | 2012-01-11 | 阿里巴巴集团控股有限公司 | 一种信息推送方法及信息推送服务器 |
CN102541862A (zh) * | 2010-12-14 | 2012-07-04 | 阿里巴巴集团控股有限公司 | 跨网站的信息显示方法及系统 |
CN103164471A (zh) * | 2011-12-15 | 2013-06-19 | 盛乐信息技术(上海)有限公司 | 视频文本标签的推荐方法及系统 |
CN103870973A (zh) * | 2012-12-13 | 2014-06-18 | 阿里巴巴集团控股有限公司 | 基于电子信息的关键词提取的信息推送、搜索方法及装置 |
CN103902545A (zh) * | 2012-12-25 | 2014-07-02 | 北京京东尚科信息技术有限公司 | 一种类目路径识别方法及系统 |
CN104408173A (zh) * | 2014-12-11 | 2015-03-11 | 焦点科技股份有限公司 | 一种基于b2b平台的核心关键词自动提取方法 |
CN105183905A (zh) * | 2015-09-30 | 2015-12-23 | 北京奇虎科技有限公司 | 一种官方网站网址的查询词挖掘方法和装置 |
CN105469274A (zh) * | 2015-11-13 | 2016-04-06 | 上海斐讯数据通信技术有限公司 | 一种对多网站商品信息进行对比的方法及系统 |
CN105931082A (zh) * | 2016-05-17 | 2016-09-07 | 北京奇虎科技有限公司 | 一种商品类目关键词提取方法和装置 |
US20170039578A1 (en) * | 2015-08-03 | 2017-02-09 | Staples, Inc. | Ranking of Search Results Based on Customer Intent |
-
2017
- 2017-06-01 CN CN201710403702.8A patent/CN108984554B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102314654A (zh) * | 2010-07-08 | 2012-01-11 | 阿里巴巴集团控股有限公司 | 一种信息推送方法及信息推送服务器 |
CN102541862A (zh) * | 2010-12-14 | 2012-07-04 | 阿里巴巴集团控股有限公司 | 跨网站的信息显示方法及系统 |
CN103164471A (zh) * | 2011-12-15 | 2013-06-19 | 盛乐信息技术(上海)有限公司 | 视频文本标签的推荐方法及系统 |
CN103870973A (zh) * | 2012-12-13 | 2014-06-18 | 阿里巴巴集团控股有限公司 | 基于电子信息的关键词提取的信息推送、搜索方法及装置 |
CN103902545A (zh) * | 2012-12-25 | 2014-07-02 | 北京京东尚科信息技术有限公司 | 一种类目路径识别方法及系统 |
CN104408173A (zh) * | 2014-12-11 | 2015-03-11 | 焦点科技股份有限公司 | 一种基于b2b平台的核心关键词自动提取方法 |
US20170039578A1 (en) * | 2015-08-03 | 2017-02-09 | Staples, Inc. | Ranking of Search Results Based on Customer Intent |
CN105183905A (zh) * | 2015-09-30 | 2015-12-23 | 北京奇虎科技有限公司 | 一种官方网站网址的查询词挖掘方法和装置 |
CN105469274A (zh) * | 2015-11-13 | 2016-04-06 | 上海斐讯数据通信技术有限公司 | 一种对多网站商品信息进行对比的方法及系统 |
CN105931082A (zh) * | 2016-05-17 | 2016-09-07 | 北京奇虎科技有限公司 | 一种商品类目关键词提取方法和装置 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112214641A (zh) * | 2019-07-12 | 2021-01-12 | 阿里巴巴集团控股有限公司 | 商品簇标题生成方法、装置、计算机系统及可读存储介质 |
CN113378556A (zh) * | 2020-02-25 | 2021-09-10 | 华为技术有限公司 | 提取文本关键字的方法及装置 |
CN111881674A (zh) * | 2020-06-28 | 2020-11-03 | 百度在线网络技术(北京)有限公司 | 核心商品词挖掘方法、装置、电子设备及存储介质 |
CN111881674B (zh) * | 2020-06-28 | 2023-07-25 | 百度在线网络技术(北京)有限公司 | 核心商品词挖掘方法、装置、电子设备及存储介质 |
CN113779058A (zh) * | 2020-10-16 | 2021-12-10 | 北京京东振世信息技术有限公司 | 获取业务数据的方法、装置、设备和计算机可读介质 |
CN113743973A (zh) * | 2020-11-30 | 2021-12-03 | 北京沃东天骏信息技术有限公司 | 分析市场热点趋势的方法和装置 |
CN112446214A (zh) * | 2020-12-09 | 2021-03-05 | 北京有竹居网络技术有限公司 | 广告关键词的生成方法、装置、设备及存储介质 |
CN112446214B (zh) * | 2020-12-09 | 2024-02-02 | 北京有竹居网络技术有限公司 | 广告关键词的生成方法、装置、设备及存储介质 |
CN113724022A (zh) * | 2021-11-03 | 2021-11-30 | 北京达佳互联信息技术有限公司 | 关键词确定方法、装置、计算机设备及介质 |
CN115470322A (zh) * | 2022-10-21 | 2022-12-13 | 深圳市快云科技有限公司 | 一种基于人工智能的关键词生成系统及方法 |
CN115470322B (zh) * | 2022-10-21 | 2023-05-05 | 深圳市快云科技有限公司 | 一种基于人工智能的关键词生成系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108984554B (zh) | 2021-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108984554A (zh) | 用于确定关键词的方法和装置 | |
CN109145219B (zh) | 基于互联网文本挖掘的兴趣点有效性判断方法和装置 | |
CN110175325B (zh) | 基于词向量和句法特征的评论分析方法及可视化交互界面 | |
CN107330752B (zh) | 识别品牌词的方法和装置 | |
CN107491534A (zh) | 信息处理方法和装置 | |
CN109145280A (zh) | 信息推送的方法和装置 | |
CN107133221A (zh) | 信息审核方法、装置、计算机可读介质和电子设备 | |
CN107679217B (zh) | 基于数据挖掘的关联内容提取方法和装置 | |
CN108171276A (zh) | 用于生成信息的方法和装置 | |
US11741094B2 (en) | Method and system for identifying core product terms | |
CN110276065B (zh) | 一种处理物品评论的方法和装置 | |
CN107908615A (zh) | 一种获取搜索词对应商品类目的方法和装置 | |
CN107679119A (zh) | 生成品牌衍生词的方法和装置 | |
CN106919711A (zh) | 基于人工智能的标注信息的方法和装置 | |
CN107944032B (zh) | 用于生成信息的方法和装置 | |
CN111444304A (zh) | 搜索排序的方法和装置 | |
CN110516033A (zh) | 一种计算用户偏好的方法和装置 | |
CN110298716A (zh) | 信息推送方法和装置 | |
CN106681598A (zh) | 信息输入方法和装置 | |
CN108038172A (zh) | 基于人工智能的搜索方法和装置 | |
CN109190123A (zh) | 用于输出信息的方法和装置 | |
CN109993619A (zh) | 数据处理方法 | |
CN107562941A (zh) | 数据处理方法及其系统 | |
CN111428486B (zh) | 物品信息数据处理方法、装置、介质及电子设备 | |
CN111666513A (zh) | 页面处理方法、装置、电子设备及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |