CN110032283A - 一种对联想词进行排序的方法和装置 - Google Patents
一种对联想词进行排序的方法和装置 Download PDFInfo
- Publication number
- CN110032283A CN110032283A CN201810028052.8A CN201810028052A CN110032283A CN 110032283 A CN110032283 A CN 110032283A CN 201810028052 A CN201810028052 A CN 201810028052A CN 110032283 A CN110032283 A CN 110032283A
- Authority
- CN
- China
- Prior art keywords
- associational word
- stroke
- value
- associational
- stroke information
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000001816 cooling Methods 0.000 claims description 58
- 238000006243 chemical reaction Methods 0.000 claims description 37
- 238000010606 normalization Methods 0.000 claims description 15
- 238000012216 screening Methods 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 230000006854 communication Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 239000002699 waste material Substances 0.000 description 5
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005291 magnetic effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000004378 air conditioning Methods 0.000 description 1
- 239000002386 air freshener Substances 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000032696 parturition Effects 0.000 description 1
- NHDHVHZZCFYRSB-UHFFFAOYSA-N pyriproxyfen Chemical compound C=1C=CC=NC=1OC(C)COC(C=C1)=CC=C1OC1=CC=CC=C1 NHDHVHZZCFYRSB-UHFFFAOYSA-N 0.000 description 1
- 235000015170 shellfish Nutrition 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/02—Input arrangements using manually operated switches, e.g. using keyboards or dials
- G06F3/023—Arrangements for converting discrete items of information into a coded form, e.g. arrangements for interpreting keyboard generated codes as alphanumeric codes, operand codes or instruction codes
- G06F3/0233—Character input methods
- G06F3/0237—Character input methods using prediction or retrieval techniques
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种对联想词进行排序的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取待关联的笔画信息，确定与所述笔画信息对应的各个联想词的热度值和业务数据值，所述笔画信息包括至少一个笔画和/或至少一个字；确定所述笔画信息与所述各个联想词的笔画相似度；根据所述热度值、业务数据值和笔画相似度，对与所述笔画信息对应的各个联想词进行排序。该实施方式能够解决无法对笔画对应的联想词进行排序的问题。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种对联想词进行排序的方法和装置。
背景技术
联想词的计算广泛应用于搜索引擎、输入法等业务领域，在用户输入字符后，可以计算与输入的字符相似或者相关的联想词的优先级，并根据优先级对联想词进行排序，以方便用户选择。
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：现有的联想词计算模型无差别地生成所有笔画-联想词对，无法对笔画对应的联想词进行优先级排序；而且生成所有笔画-联想词对，会导致资源的浪费。
发明内容
有鉴于此，本发明实施例提供一种对联想词进行排序的方法和装置，以解决无法对笔画对应的联想词进行排序的技术问题。
为实现上述目的，根据本发明实施例的一个方面，提供了一种对联想词进行排序方法，包括：
获取待关联的笔画信息，确定与所述笔画信息对应的各个联想词的热度值和业务数据值，其中，所述笔画信息包括至少一个笔画和/或至少一个字；
确定所述笔画信息与所述各个联想词的笔画相似度；
根据所述热度值、业务数据值和笔画相似度，对与所述笔画信息对应的各个联想词进行排序。
可选地，确定与所述笔画信息对应的各个联想词的热度值，包括：
根据与所述笔画信息对应的各个联想词的搜索次数，分别计算贝叶斯平均值和牛顿冷却值；
根据贝叶斯平均值和牛顿冷却值，计算与所述笔画信息对应的各个联想词的热度值。
可选地，确定与所述笔画信息对应的各个联想词的热度值，包括：
通过贝叶斯公式计算所述各个联想词的贝叶斯平均值，贝叶斯公式为B(wi)＝(Atp(wi))+Tp(avg)*R(avg))/(TpSum(wi)+Tp(avg))，i＝0,1,2,…,m，其中，m为笔画信息对应的所有联想词的总个数，B(wi)为第i个联想词的贝叶斯平均值，Atp(wi)为第i个联想词的当前搜索次数，TpSum(wi)为第i个联想词历史搜索次数与当前搜索次数之和，Tp(avg)为所有联想词的搜索次数总和的平均值，R(avg)为所有联想词的Atp(wi)/TpSum(wi)的平均值；
通过牛顿冷却公式计算所述各个联想词的牛顿冷却值，牛顿冷却公式为C(wi)＝log(Atp(wi)+1/Btp(wi)+1)，其中，C(wi)为第i个联想词的牛顿冷却值，Btp(wi)为第i个联想词的历史搜索次数；
根据公式H(wi)＝X*B(wi)+Y*C(wi)计算第i个联想词的热度值，其中，H(wi)为第i个联想词的热度值，0＜X＜1，0＜Y＜1，X+Y＝1。
可选地，确定与所述笔画信息对应的各个联想词的业务数据值，包括：
将所述各个联想词的销售数据、点击率和点击转化率分别进行归一化；
根据所述归一化后的销售数据、点击率和点击转化率，及其各自所占权重，计算所述各个联想词的业务数据值。
可选地，确定所述笔画信息与所述各个联想词的笔画相似度，包括：
根据所述笔画信息包含的笔画数以及各个联想词包含的总笔画数，计算所述各个联想词的笔画相似度。
可选地，在获取待关联的笔画信息，确定与所述笔画信息对应的各个联想词的热度值和业务数据值，之前，还包括：
根据联想词的搜索数据，筛选搜索数据靠前的联想词；
构建与所述联想词对应的笔画信息，并得到所述联想词和与其对应的各个笔画信息的映射关系。
另外，根据本发明实施例的另一个方面，提供了一种对联想词进行排序的装置，包括：
第一确定模块，用于获取待关联的笔画信息，确定与所述笔画信息对应的各个联想词的热度值和业务数据值，其中，所述笔画信息包括至少一个笔画和/或至少一个字；
第二确定模块，用于确定所述笔画信息与所述各个联想词的笔画相似度；
排序模块，用于根据所述热度值、业务数据值和笔画相似度，对与所述笔画信息对应的各个联想词进行排序。
可选地，确定与所述笔画信息对应的各个联想词的热度值，包括：
根据与所述笔画信息对应的各个联想词的搜索次数，分别计算贝叶斯平均值和牛顿冷却值；
根据贝叶斯平均值和牛顿冷却值，计算与所述笔画信息对应的各个联想词的热度值。
可选地，确定与所述笔画信息对应的各个联想词的热度值，包括：
通过贝叶斯公式计算所述各个联想词的贝叶斯平均值，贝叶斯公式为B(wi)＝(Atp(wi))+Tp(avg)*R(avg))/(TpSum(wi)+Tp(avg))，i＝0,1,2,…,m，其中，m为笔画信息对应的所有联想词的总个数，B(wi)为第i个联想词的贝叶斯平均值，Atp(wi)为第i个联想词的当前搜索次数，TpSum(wi)为第i个联想词历史搜索次数与当前搜索次数之和，Tp(avg)为所有联想词的搜索次数总和的平均值，R(avg)为所有联想词的Atp(wi)/TpSum(wi)的平均值；
通过牛顿冷却公式计算所述各个联想词的牛顿冷却值，牛顿冷却公式为C(wi)＝log(Atp(wi)+1/Btp(wi)+1)，其中，C(wi)为第i个联想词的牛顿冷却值，Btp(wi)为第i个联想词的历史搜索次数；
根据公式H(wi)＝X*B(wi)+Y*C(wi)计算第i个联想词的热度值，其中，H(wi)为第i个联想词的热度值，0＜X＜1，0＜Y＜1，X+Y＝1。
可选地，确定与所述笔画信息对应的各个联想词的业务数据值，包括：
将所述各个联想词的销售数据、点击率和点击转化率分别进行归一化；
根据所述归一化后的销售数据、点击率和点击转化率，及其各自所占权重，计算所述各个联想词的业务数据值。
可选地，所述第二确定模块，用于：
根据所述笔画信息包含的笔画数以及各个联想词包含的总笔画数，计算所述各个联想词的笔画相似度。
可选地，所述装置还包括：
构建模块，用于根据联想词的搜索数据，筛选搜索数据靠前的联想词；构建与所述联想词对应的笔画信息，并得到所述联想词和与其对应的各个笔画信息的映射关系。
根据本发明实施例的另一个方面，提供了一种信息搜索的方法，包括：
接收用户的搜索请求，所述搜索请求中携带有待关联的笔画信息；
解析所述搜索请求，以获取待关联的笔画信息；
确定与所述笔画信息对应的各个联想词的热度值和业务数据值，其中，所述笔画信息包括至少一个笔画和/或至少一个字；
确定所述笔画信息与所述各个联想词的笔画相似度；
根据所述热度值、业务数据值和笔画相似度，对与所述笔画信息对应的各个联想词进行排序；
向用户推送所述笔画信息对应的各个联想词的排序结果。
可选地，确定与所述笔画信息对应的各个联想词的热度值，包括：
根据与所述笔画信息对应的各个联想词的搜索次数，分别计算贝叶斯平均值和牛顿冷却值；
根据贝叶斯平均值和牛顿冷却值，计算与所述笔画信息对应的各个联想词的热度值。
可选地，计算与所述笔画信息对应的各个联想词的热度值，包括：
通过贝叶斯公式计算所述各个联想词的贝叶斯平均值，贝叶斯公式为B(wi)＝(Atp(wi))+Tp(avg)*R(avg))/(TpSum(wi)+Tp(avg))，i＝0,1,2,…,m；
其中，m为笔画信息对应的所有联想词的总个数，B(wi)为第i个联想词的贝叶斯平均值，Atp(wi)为第i个联想词的当前搜索次数，TpSum(wi)为第i个联想词历史搜索次数与当前搜索次数之和，Tp(avg)为所有联想词的搜索次数总和的平均值，R(avg)为所有联想词的Atp(wi)/TpSum(wi)的平均值；
通过牛顿冷却公式计算所述各个联想词的牛顿冷却值，牛顿冷却公式为C(wi)＝log(Atp(wi)+1/Btp(wi)+1)；
其中，C(wi)为第i个联想词的牛顿冷却值，Btp(wi)为第i个联想词的历史搜索次数；
根据公式H(wi)＝X*B(wi)+Y*C(wi)计算第i个联想词的热度值；
其中，H(wi)为第i个联想词的热度值，0＜X＜1，0＜Y＜1，X+Y＝1。
可选地，确定与所述笔画信息对应的各个联想词的业务数据值，包括：
将所述各个联想词的销售数据、点击率和点击转化率分别进行归一化；
根据所述归一化后的销售数据、点击率和点击转化率，及其各自所占权重，计算所述各个联想词的业务数据值。
可选地，确定所述笔画信息与所述各个联想词的笔画相似度，包括：
根据所述笔画信息包含的笔画数以及各个联想词包含的总笔画数，计算所述各个联想词的笔画相似度。
可选地，在获取待关联的笔画信息，确定与所述笔画信息对应的各个联想词的热度值和业务数据值，之前，还包括：
根据联想词的搜索数据，筛选搜索数据靠前的联想词；
构建与所述联想词对应的笔画信息，并得到所述联想词和与其对应的各个笔画信息的映射关系。
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：因为采用根据热度值、业务数据值和笔画相似度，对与待关联的笔画信息对应的各个联想词进行排序的技术手段，所以克服了无法对笔画对应的联想词进行排序的技术问题，根据热度值、业务数据值和笔画相似度，综合地确对待关联的笔画信息对应的各个联想词进行排序，从而避免无差别地生成所有笔画-联想词对。因此，本发明实施例提供的方法根据联想词本身的特性，对各个联想词进行排序，从而有差别地生成笔画-联想词对，既能避免资源浪费，又能提高处理数据的速度。
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对联想词进行排序的方法的主要流程的示意图；
图2是根据本发明一个可参考实施例的对联想词进行排序的方法的主要流程的示意图；
图3是根据本发明实施例的对联想词进行排序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对联想词进行排序的方法的主要流程的示意图。作为本发明的一个实施例，如图1所示，所述对联想词进行排序的方法可以包括：
步骤101，获取待关联的笔画信息，确定与所述笔画信息对应的各个联想词的热度值和业务数据值，其中，所述笔画信息包括至少一个笔画和/或至少一个字。
在该步骤中，获取用户输入的笔画信息，即待关联的笔画信息，根据所述待关联的笔画信息，确定与其对应的各个联想词，最后确定各个联想词的热度值和业务数据值。需要指出的是，所述笔画信息可以是至少一个笔画，也可以是至少一个字还可以是笔画与字的组合。
例如，用户输入的笔画信息为“穴”，根据笔画输入法可知，该笔画信息由“乀丿乛丿乀”(捺撇折撇捺)这五个基本笔画构成，根据这五个基本笔画，确定与该笔画信息对应的所有联想词(例如空调、空气、空气清新剂、空间、窍门等)，然后确定各个联想词的热度值和业务数据值。需要指出的是，本发明实施例并不限于中文笔画，也可以适用于日文笔画。
作为本发明的又一个实施例，所述确定与所述笔画信息对应的各个联想词的热度值，可以包括：根据与所述笔画信息对应的各个联想词的搜索次数，分别计算贝叶斯平均值和牛顿冷却值；根据贝叶斯平均值和牛顿冷却值，计算与所述笔画信息对应的各个联想词的热度值，以保证热度值的有效性和可靠性。具体地，在该步骤中，可以先通过贝叶斯公式计算各个联想词的贝叶斯平均值，然后通过牛顿冷却公式计算各个联想词的牛顿冷却值，最后基于所述贝叶斯平均值和牛顿冷却值，得到各个联想词的热度值。
作为本发明的另一个实施例，热度值的计算步骤可以包括：
首先，通过贝叶斯公式计算所述各个联想词的贝叶斯平均值，贝叶斯公式为B(wi)＝(Atp(wi))+Tp(avg)*R(avg))/(TpSum(wi)+Tp(avg))，i＝0,1,2,…,m；
其中，m为笔画信息对应的所有联想词的总个数；
B(wi)为第i个联想词的贝叶斯平均值；
Atp(wi)为第i个联想词的当前搜索次数；
TpSum(wi)为第i个联想词历史搜索次数与当前搜索次数之和；
Tp(avg)为所有联想词的搜索次数总和的平均值(即所有联想词的TpSum(wi)之和/联想词的总个数)；
R(avg)为所有联想词的Atp(wi)/TpSum(wi)的平均值(即所有联想词的Atp(wi)/TpSum(wi)之和/联想词的总个数)；
然后，通过牛顿冷却公式计算所述各个联想词的牛顿冷却值，牛顿冷却公式为C(wi)＝log(Atp(wi)+1/Btp(wi)+1)；
其中，C(wi)为第i个联想词的牛顿冷却值，
Btp(wi)为第i个联想词的历史搜索次数；
最后，根据公式H(wi)＝X*B(wi)+Y*C(wi)计算第i个联想词的热度值；
其中，H(wi)为第i个联想词的热度值，0＜X＜1，0＜Y＜1，X+Y＝1。
需要指出的是，X为贝叶斯平均值的权重系数，Y为牛顿冷却值的权重系数，X、Y可以根据贝叶斯平均值和牛顿冷却值的权重确定，也可以根据需要设置不同的数值。可选地，根据公式H(wi)＝0.8*B(wi)+0.2*C(wi)计算第i个联想词的热度值。
需要指出的是，当前搜索次数是指最近一段较短时间内的搜索次数，例如最近1小时、5小时、一天、三天、一周等；历史搜索次数是指最近一段较长时间内的搜索次数减去当前搜索次数，例如最近一个月、两个月、三个月、半年、一年等，减去当前搜索次。
因此，本发明实施例提供的方法通过贝叶斯公式和牛顿冷却公式，可以准确地计算出各个联想词的热度值，从而为后续步骤提供有效、可靠的基础数据。而且，以热度值作为排序的依据，能够更加准确地对笔画信息对应的关联词进行排序，减轻用户的筛选工作量。
可选地，根据不同的应用场景，计算不同应用场景对应的业务数据值，例如，对于电商场景而言，所述业务数据值可以包括联想词对应的销售数据、联想词对应的点击率和联想词对应的点击转化率，以减少数据的数量。
作为本发明的另一个实施例，确定与所述笔画信息对应的各个联想词的业务数据值，包括：根据所述各个联想词的销售数据、点击率和点击转化率，及其各自所占权重，计算所述各个联想词的业务数据值。具体地，分别获取各个联想词对应的销售数据、点击率和点击转化率，然后基于这些数据，及其各自所占权重，分别计算各个联想词的业务数据值。
其中，所述销售数据可以是某一联想词对应的销售额，比如最近一段时间内的历史销售额，所述点击率可以是指网站页面上某一联想词被点击的次数与被显示次数之比，点击转化率可以是指某一联想词对应的成交次数与该联想词的被点击次数。
可选地，基于销售数据、点击率和点击转化率对应的不同权重系数，计算各个联想词的业务数据值。举例来说，业务数据值＝S*销售额+P*点击率+Q*点击转化率，其中，S为销售额的权重系数，P为点击率的权重系数，Q为点击转化率的权重系数。相应地，0＜S＜1，0＜P＜1，0＜Q＜1，S+P+Q＝1。S、P、Q可以根据销售数据、点击率和点击转化率的权重确定，可以根据需要设置不同的数值。例如：业务数据值＝0.6*销售额+0.2*点击率+0.2*点击转化率。
作为本发明的再一个实施例，确定与所述笔画信息对应的各个联想词的业务数据值，包括：首先，将所述各个联想词的销售数据、点击率和点击转化率分别进行归一化；然后，根据所述归一化后的销售数据、点击率和点击转化率，及其各自所占权重，计算所述各个联想词的业务数据值。在该实施例中，所述销售额为归一化后的销售额(nor_gmv)，所述点击率为归一化后的点击率(nor_ctr)，所述点击转化率为归一化后的点击转化率(nor_cvr)，以将三个指标的结果统一到同一个尺度上，从而提高业务数据值的有效性和可靠性。
在归一化后，销售额、点击率、点击转化率的值都在0到1之间，因此，在该实施例中，0＜S＜100，0＜P＜100，0＜Q＜100，S+P+Q＝100。例如：业务数据值＝60*销售额+20*点击率+20*点击转化率。
步骤102，确定所述笔画信息与所述各个联想词的笔画相似度。
可选地，步骤102包括：根据所述笔画信息包含的笔画数以及各个联想词包含的总笔画数，确定所述笔画信息与所述各个联想词的笔画相似度。
具体地，分别获取笔画信息包含的笔画数、各个联想词包含的总笔画数，然后分别计算笔画信息包含的笔画数与某一个联想词包含的总笔画数之比。
例如，笔画相似度＝100*笔画信息包含的笔画数/联想词包含的总笔画数。举例来说，笔画信息：穴，联想词：空，则穴与空的笔画相似度＝100*5/8＝62.5；笔画信息：手一丨，联想词：手机，则“手一丨”与“手机”的笔画相似度＝100*6/10＝60。
因此，将笔画信息与联想词的笔画相似度作为基础数据，为后续步骤提供有效、可靠的排序以及，而且笔画相似度更能提高笔画信息与联想词之间的关联准确性。
需要指出的是，可以先执行步骤101，再执行步骤102，也可以先执行步骤102，再执行步骤101，还可以同时执行步骤101和步骤102，本发明对此不作限制。
步骤103，根据所述热度值、业务数据值和笔画相似度，对与所述笔画信息对应的各个联想词进行排序。
可选地，根据所述热度值、业务数据值和笔画相似度的权重，计算各个联想词的总分值，根据各个联想词的总分值对各个联想词进行排序，从而确定各个联想词的优先级。
具体地，可以采用：总分值＝U*热度值+V*业务数据值+W*笔画相似度，来计算各个联想词的总分值，其中，0＜U＜100，0＜V＜100，0＜W＜100，U+V+W＝100。U、V、W可以根据热度值、业务数据值和笔画相似度的权重确定，可以根据需要设置不同的数值。例如：总分值＝60*热度值+20*业务数据值+20*笔画相似度。
需要注意的是，要将热度值、业务数据值和笔画相似度的值统一到同一个尺度上，从而保证通过这三个因素计算得到的总分值的准确性。可选地，本发明实施例提供的方法能够基于Spark分布式内存计算框架来实现数据计算，可快速处理T级别以上的数据，并支持容错计算。
根据上面所述的各种实施例，可以看出本发明通过采用根据热度值、业务数据值和笔画相似度，对与待关联的笔画信息对应的各个联想词进行排序的技术手段，从而解决了无法对笔画对应的联想词进行排序的问题。也就是说，现有技术是无差别地生成所有笔画-联想词对，导致资源的浪费。而本发明是根据热度值、业务数据值和笔画相似度，综合地对与待关联的笔画信息对应的各个联想词进行排序，从而避免无差别地生成所有笔画-联想词对。因此，本发明实施例提供的方法根据联想词本身的特性(即热度值、业务数据值和笔画相似度)，对各个联想词进行排序，从而有差别地生成笔画-联想词对，既能避免资源浪费，又能提高处理数据的速度。
作为本发明的再一个实施例，在步骤101之前，还包括：首先，根据联想词的搜索数据，筛选搜索数据靠前的联想词；然后，构建与所述联想词对应的笔画信息，并得到所述联想词和与其对应的各个笔画信息的映射关系。在该实施例中，可以根据联想词的搜索数据，确定联想词的搜索排名，从而根据搜索排名，有差别地构建联想词的笔画信息。
举例来说，基于笔画输入法(包含五种基本笔画，即横竖撇捺折)，对于搜索排名前10％的词数据(即联想词)，对联想词中的所有字进行笔画信息的构建。以手机为例：
丿→手机，丿一→手机，丿一一→手机，丿一一丨→手机，手一→手机，手一丨→手机，手一丨丿→手机，手一丨丿乀→手机，手一丨丿乀丿→手机，手一丨丿乀丿乛→手机。即构建10对联想词于其对应的各个笔画信息的映射关系。
对于搜索前20％-50％的词数据(即联想词)，只对联想词中的前N个字进行笔画信息的构建。如果联想词中的字小于等于N，则对该联想词进行全部笔画信息的构建。
对于搜索后50％的词数据(即联想词)，只对联想词中的前M个字进行笔画信息的构建。如果联想词中的字小于等于M，则对该联想词进行全部笔画信息的构建。
在该实施例中，N、M均为正整数，并且N＞M。
可见，通过搜索数据，有差别地联想词的笔画信息，避免生成所有笔画-联想词对，有效地节约了资源，提高了处理数据的效率。
作为本发明的再一个实施例，在根据联想词的搜索数据，筛选搜索数据靠前的联想词，之前，还包括：
获取搜索引擎的日志数据，并对所述日志数据进行数据清洗，获取有效的日志数据，词数据的可靠性。
具体地，清洗规则如下：
1、去除前1％的数据，这部分数据为爬虫数据；
2、去除黑名单ID的数据；
3、去除黑名单IP的数据；
4、去除单天操作行为异常的数据；
5、去除无法判断来源的数据。
图2是根据本发明另一个可参考实施例的对联想词进行排序的方法的主要流程的示意图，所述对联想词进行排序的方法可以包括：
步骤201，获取日志数据，并对其进行数据清洗，得到联想词的搜索数据；
步骤202，根据联想词的搜索数据，筛选搜索数据靠前的联想词；
步骤203，构建与所述联想词对应的笔画信息，并得到所述联想词和与其对应的各个笔画信息的映射关系；
步骤204，获取待关联的笔画信息，确定与所述笔画信息对应的各个联想词的热度值和业务数据值；
步骤205，确定所述笔画信息与所述各个联想词的笔画相似度；
步骤206，根据所述热度值、业务数据值和笔画相似度，对所述笔画信息对应的各个联想词进行排序。
需要指出的是，可以先执行步骤204，再执行步骤205，也可以先执行步骤205，再执行步骤204，还可以同时执行步骤204和步骤205，本发明对此不作限制。
本发明实施例提供的方法通过采用根据热度值、业务数据值和笔画相似度，对与待关联的笔画前缀笔画信息对应的各个联想词进行排序的技术手段，从而解决了无法对笔画对应的联想词进行排序的问题。也就是说，现有技术是无差别地生成所有笔画-联想词对，导致资源的浪费。而本发明是根据热度值、业务数据值和笔画相似度，综合地对与待关联的笔画前缀笔画信息对应的各个联想词进行排序，从而避免无差别地生成所有笔画-联想词对。因此，本发明实施例提供的方法根据联想词本身的特性(即热度值、业务数据值和笔画相似度)，对各个联想词进行降序排列，从而有差别地生成笔画-联想词对，既能避免资源浪费，又能提高处理数据的速度。
另外，在本发明一个可参考实施例中对联想词进行排序的方法的具体实施内容，在上面所述对联想词进行排序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对联想词进行排序的装置的主要模块的示意图，如图3所示，所述对联想词进行排序的装置包括第一确定模块301、第二确定模块302和排序模块303。其中，所述第一确定模块301获取待关联的笔画信息，确定与所述笔画信息对应的各个联想词的热度值和业务数据值，所述笔画信息包括至少一个笔画和/或至少一个字；所述第二确定模块300确定所述笔画信息与所述各个联想词的笔画相似度；所述排序模块303根据所述热度值、业务数据和笔画相似度，对与所述笔画前缀笔画信息对应的各个联想词进行排序。
具体地，所述第一确定模块301获取用户输入的笔画信息，即待关联的笔画信息，根据所述待关联的笔画信息，确定与其对应的各个联想词，最后确定各个联想词的热度值和业务数据值。
可选地，所述确定与所述笔画信息对应的各个联想词的热度值，可以包括：根据与所述笔画信息对应的各个联想词的搜索次数，分别计算贝叶斯平均值和牛顿冷却值；根据贝叶斯平均值和牛顿冷却值，计算与所述笔画信息对应的各个联想词的热度值，以保证热度值的有效性和可靠性。具体地，在该步骤中，可以先通过贝叶斯公式计算各个联想词的贝叶斯平均值，然后通过牛顿冷却公式计算各个联想词的牛顿冷却值，最后基于所述贝叶斯平均值和牛顿冷却值，得到各个联想词的热度值。
可选地，热度值的计算步骤可以包括：
首先，通过贝叶斯公式计算所述各个联想词的贝叶斯平均值，贝叶斯公式为B(wi)＝(Atp(wi))+Tp(avg)*R(avg))/(TpSum(wi)+Tp(avg))，i＝0,1,2,…,m，
其中，m为笔画信息对应的所有联想词的总个数；
B(wi)为第i个联想词的贝叶斯平均值；
Atp(wi)为第i个联想词的当前搜索次数；
TpSum(wi)为第i个联想词历史搜索次数与当前搜索次数之和；
Tp(avg)为所有联想词的搜索次数总和的平均值；
R(avg)为所有联想词的Atp(wi)/TpSum(wi)的平均值；
然后，通过牛顿冷却公式计算所述各个联想词的牛顿冷却值，牛顿冷却公式为C(wi)＝log(Atp(wi)+1/Btp(wi)+1)，
其中，C(wi)为第i个联想词的牛顿冷却值，
Btp(wi)为第i个联想词的历史搜索次数；
最后，根据公式H(wi)＝X*B(wi)+Y*C(wi)计算第i个联想词的热度值，其中，H(wi)为第i个联想词的热度值，0＜X＜1，0＜Y＜1，X+Y＝1。
需要指出的是，X、Y可以根据贝叶斯平均值和牛顿冷却值的权重确定，可以根据需要设置不同的数值。
因此，本发明实施例提供的装置通过贝叶斯公式和牛顿冷却公式，可以准确地计算出各个联想词的热度值，从而为后续步骤提供有效、可靠的基础数据。而且，以热度值作为排序的依据，能够更加准确地对笔画信息对应的关联词进行排序，减轻用户的筛选工作量。
可选地，确定与所述笔画信息对应的各个联想词的业务数据值，包括：根据所述各个联想词的销售数据、点击率和点击转化率，及其各自所占权重，计算所述各个联想词的业务数据值。具体地，第一确定模块301分别获取各个联想词对应的销售数据、点击率和点击转化率，然后基于这些数据，及其各自所占权重，分别计算各个联想词的业务数据值。
可选地，基于销售数据、点击率和点击转化率对应的不同权重系数，计算各个联想词的业务数据值。举例来说，业务数据值＝S*销售额+P*点击率+Q*点击转化率，其中，S为销售额的权重系数，P为点击率的权重系数，Q为点击转化率的权重系数。相应地，0＜S＜1，0＜P＜1，0＜Q＜1，S+P+Q＝1。S、P、Q可以根据销售数据、点击率和点击转化率的权重确定，可以根据需要设置不同的数值。
作为本发明的再一个实施例，所述销售额为归一化后的销售额(nor_gmv)，所述点击率为归一化后的点击率(nor_ctr)，所述点击转化率为归一化后的点击转化率(nor_cvr)，以将这三个指标的结果统一到同一个尺度上，从而提高业务数据值的有效性和可靠性。
可选地，所述第二确定模块302根据所述笔画信息包含的笔画数以及各个联想词包含的总笔画数，计算所述各个联想词的笔画相似度。所述第二确定模块302分别获取笔画信息包含的笔画数、各个联想词包含的总笔画数，然后分别计算笔画信息包含的笔画数与某一个联想词包含的总笔画数之比。例如，笔画相似度＝100*笔画信息包含的笔画数/联想词包含的总笔画数。因此，将笔画信息与联想词的笔画相似度作为基础数据，为后续步骤提供有效、可靠的排序以及，而且笔画相似度更能提高笔画信息与联想词之间的关联准确性。
可选地，所述排序模块303根据所述热度值、业务数据值和笔画相似度的权重，计算各个联想词的总分值，根据各个联想词的总分值对各个联想词进行排序，从而确定各个联想词的优先级。具体地，可以采用：总分值＝U*热度值+V*业务数据值+W*笔画相似度，来计算各个联想词的总分值，其中，0＜U＜100，0＜V＜100，0＜W＜100，U+V+W＝100。U、V、W可以根据热度值、业务数据值和笔画相似度的权重确定，可以根据需要设置不同的数值。
可选地，所述装置还包括构建模块，所述构建模块根据联想词的搜索数据，筛选搜索数据靠前的联想词；构建与所述联想词对应的笔画信息，并得到所述联想词和与其对应的各个笔画信息的映射关系。所述构建模块可以根据联想词的搜索数据，确定联想词的搜索排名，从而根据搜索排名，有差别地构建联想词的笔画信息。
根据上面所述的各种实施例，可以看出本发明通过采用根据热度值、业务数据值和笔画相似度，对与待关联的笔画信息对应的各个联想词进行排序的技术手段，从而解决了无法对笔画对应的联想词进行排序的问题。也就是说，现有技术是无差别地生成所有笔画-联想词对，导致资源的浪费。而本发明是根据热度值、业务数据值和笔画相似度，综合地对与待关联的笔画信息对应的各个联想词进行排序，从而避免无差别地生成所有笔画-联想词对。因此，本发明实施例提供的方法根据联想词本身的特性(即热度值、业务数据值和笔画相似度)，对各个联想词进行排序，从而有差别地生成笔画-联想词对，既能避免资源浪费，又能提高处理数据的速度。
需要说明的是，在本发明所述对联想词进行排序的装置的具体实施内容，在上面所述对联想词进行排序的方法中已经详细说明了，故在此重复内容不再说明。
本发明还提供了一种信息搜索的方法，应用于服务端，包括：
接收用户的搜索请求，所述搜索请求中携带有待关联的笔画信息；
解析所述搜索请求，以获取待关联的笔画信息；
确定与所述笔画信息对应的各个联想词的热度值和业务数据值，其中，所述笔画信息包括至少一个笔画和/或至少一个字；
确定所述笔画信息与所述各个联想词的笔画相似度；
根据所述热度值、业务数据值和笔画相似度，对与所述笔画信息对应的各个联想词进行排序；
向用户推送所述笔画信息对应的各个联想词的排序结果。
可选地，可以对所述笔画信息对应的各个联想词进行降序排列，然后向用户推送将排序中的前几个联想词，以使在用户界面显示与所述笔画信息的关联度最高的多个联想词，从而方便用户选择，提高用户体验。
可选地，确定与所述笔画信息对应的各个联想词的热度值，包括：
根据与所述笔画信息对应的各个联想词的搜索次数，分别计算贝叶斯平均值和牛顿冷却值；
根据贝叶斯平均值和牛顿冷却值，计算与所述笔画信息对应的各个联想词的热度值。
可选地，确定与所述笔画信息对应的各个联想词的热度值，包括：
通过贝叶斯公式计算所述各个联想词的贝叶斯平均值，贝叶斯公式为B(wi)＝(Atp(wi))+Tp(avg)*R(avg))/(TpSum(wi)+Tp(avg))，i＝0,1,2,…,m；
其中，m为笔画信息对应的所有联想词的总个数，B(wi)为第i个联想词的贝叶斯平均值，Atp(wi)为第i个联想词的当前搜索次数，TpSum(wi)为第i个联想词历史搜索次数与当前搜索次数之和，Tp(avg)为所有联想词的搜索次数总和的平均值，R(avg)为所有联想词的Atp(wi)/TpSum(wi)的平均值；
通过牛顿冷却公式计算所述各个联想词的牛顿冷却值，牛顿冷却公式为C(wi)＝log(Atp(wi)+1/Btp(wi)+1)；
其中，C(wi)为第i个联想词的牛顿冷却值，Btp(wi)为第i个联想词的历史搜索次数；
根据公式H(wi)＝X*B(wi)+Y*C(wi)计算第i个联想词的热度值；
其中，H(wi)为第i个联想词的热度值，0＜X＜1，0＜Y＜1，X+Y＝1。
可选地，确定与所述笔画信息对应的各个联想词的业务数据值，包括：
将所述各个联想词的销售数据、点击率和点击转化率分别进行归一化；
根据所述归一化后的销售数据、点击率和点击转化率，及其各自所占权重，计算所述各个联想词的业务数据值。
可选地，确定所述笔画信息与所述各个联想词的笔画相似度，包括：
根据所述笔画信息包含的笔画数以及各个联想词包含的总笔画数，计算所述各个联想词的笔画相似度。
可选地，在获取待关联的笔画信息，确定与所述笔画信息对应的各个联想词的热度值和业务数据值，之前，还包括：
根据联想词的搜索数据，筛选搜索数据靠前的联想词；
构建与所述联想词对应的笔画信息，并得到所述联想词和与其对应的各个笔画信息的映射关系。
需要说明的是，在本发明所述信息搜索的方法的具体实施内容，在上面所述对联想词进行排序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对联想词进行排序的方法或对联想词进行排序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对联想词进行排序的方法一般在公共场所的终端设备401、402、403上执行，也可以由服务器405执行，相应地，所述对联想词进行排序的装置一般设置在公共场所的终端设备401、402、403上，也可以设置在服务器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：一种处理器包括第一确定模块、第二确定模块和排序模块，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：获取待关联的笔画信息，确定与所述笔画信息对应的各个联想词的热度值和业务数据值，其中，所述笔画信息包括至少一个笔画和/或至少一个字；确定所述笔画信息与所述各个联想词的笔画相似度；根据所述热度值、业务数据值和笔画相似度，对与所述笔画信息对应的各个联想词进行排序。
根据本发明实施例的技术方案：因为采用根据热度值、业务数据值和笔画相似度，对与待关联的笔画信息对应的各个联想词进行排序的技术手段，所以克服了无法对笔画对应的联想词进行排序的技术问题，根据热度值、业务数据值和笔画相似度，综合地确对待关联的笔画信息对应的各个联想词进行排序，从而避免无差别地生成所有笔画-联想词对。因此，本发明实施例提供的方法根据联想词本身的特性，对各个联想词进行排序，从而有差别地生成笔画-联想词对，既能避免资源浪费，又能提高处理数据的速度。
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 (17)
1.一种对联想词进行排序的方法，其特征在于，包括：
获取待关联的笔画信息，确定与所述笔画信息对应的各个联想词的热度值和业务数据值，其中，所述笔画信息包括至少一个笔画和/或至少一个字；
确定所述笔画信息与所述各个联想词的笔画相似度；
根据所述热度值、业务数据值和笔画相似度，对与所述笔画信息对应的各个联想词进行排序。
2.根据权利要求1所述的方法，其特征在于，确定与所述笔画信息对应的各个联想词的热度值，包括：
根据与所述笔画信息对应的各个联想词的搜索次数，分别计算贝叶斯平均值和牛顿冷却值；
根据贝叶斯平均值和牛顿冷却值，计算与所述笔画信息对应的各个联想词的热度值。
3.根据权利要求2所述的方法，其特征在于，确定与所述笔画信息对应的各个联想词的热度值，包括：
通过贝叶斯公式计算所述各个联想词的贝叶斯平均值，贝叶斯公式为B(wi)＝(Atp(wi))+Tp(avg)*R(avg))/(TpSum(wi)+Tp(avg))，i＝0,1,2,…,m；
其中，m为笔画信息对应的所有联想词的总个数，B(wi)为第i个联想词的贝叶斯平均值，Atp(wi)为第i个联想词的当前搜索次数，TpSum(wi)为第i个联想词历史搜索次数与当前搜索次数之和，Tp(avg)为所有联想词的搜索次数总和的平均值，R(avg)为所有联想词的Atp(wi)/TpSum(wi)的平均值；
通过牛顿冷却公式计算所述各个联想词的牛顿冷却值，牛顿冷却公式为C(wi)＝log(Atp(wi)+1/Btp(wi)+1)；
其中，C(wi)为第i个联想词的牛顿冷却值，Btp(wi)为第i个联想词的历史搜索次数；
根据公式H(wi)＝X*B(wi)+Y*C(wi)计算第i个联想词的热度值；
其中，H(wi)为第i个联想词的热度值，0＜X＜1，0＜Y＜1，X+Y＝1。
4.根据权利要求1所述的方法，其特征在于，确定与所述笔画信息对应的各个联想词的业务数据值，包括：
将所述各个联想词的销售数据、点击率和点击转化率分别进行归一化；
根据所述归一化后的销售数据、点击率和点击转化率，及其各自所占权重，计算所述各个联想词的业务数据值。
5.根据权利要求1所述的方法，其特征在于，确定所述笔画信息与所述各个联想词的笔画相似度，包括：
根据所述笔画信息包含的笔画数以及各个联想词包含的总笔画数，计算所述各个联想词的笔画相似度。
6.根据权利要求1所述的方法，其特征在于，在获取待关联的笔画信息，确定与所述笔画信息对应的各个联想词的热度值和业务数据值，之前，还包括：
根据联想词的搜索数据，筛选搜索数据靠前的联想词；
构建与所述联想词对应的笔画信息，并得到所述联想词和与其对应的各个笔画信息的映射关系。
7.一种对联想词进行排序的装置，其特征在于，包括：
第一确定模块，用于获取待关联的笔画信息，确定与所述笔画信息对应的各个联想词的热度值和业务数据值，其中，所述笔画信息包括至少一个笔画和/或至少一个字；
第二确定模块，用于确定所述笔画信息与所述各个联想词的笔画相似度；
排序模块，用于根据所述热度值、业务数据值和笔画相似度，对与所述笔画信息对应的各个联想词进行排序。
8.根据权利要求7所述的装置，其特征在于，确定与所述笔画信息对应的各个联想词的热度值，包括：
根据与所述笔画信息对应的各个联想词的搜索次数，分别计算贝叶斯平均值和牛顿冷却值；
根据贝叶斯平均值和牛顿冷却值，计算与所述笔画信息对应的各个联想词的热度值。
9.根据权利要求8所述的装置，其特征在于，确定与所述笔画信息对应的各个联想词的业务数据值，包括：
将所述各个联想词的销售数据、点击率和点击转化率分别进行归一化；
根据所述归一化后的销售数据、点击率和点击转化率，及其各自所占权重，计算所述各个联想词的业务数据值；
和/或，
所述第二确定模块，用于：
根据所述笔画信息包含的笔画数以及各个联想词包含的总笔画数，计算所述各个联想词的笔画相似度。
10.一种信息搜索的方法，其特征在于，包括：
接收用户的搜索请求，所述搜索请求中携带有待关联的笔画信息；
解析所述搜索请求，以获取待关联的笔画信息；
确定与所述笔画信息对应的各个联想词的热度值和业务数据值，其中，所述笔画信息包括至少一个笔画和/或至少一个字；
确定所述笔画信息与所述各个联想词的笔画相似度；
根据所述热度值、业务数据值和笔画相似度，对与所述笔画信息对应的各个联想词进行排序；
向用户推送所述笔画信息对应的各个联想词的排序结果。
11.根据权利要求10所述的方法，其特征在于，确定与所述笔画信息对应的各个联想词的热度值，包括：
根据与所述笔画信息对应的各个联想词的搜索次数，分别计算贝叶斯平均值和牛顿冷却值；
根据贝叶斯平均值和牛顿冷却值，计算与所述笔画信息对应的各个联想词的热度值。
12.根据权利要求11所述的方法，其特征在于，确定与所述笔画信息对应的各个联想词的热度值，包括：
通过贝叶斯公式计算所述各个联想词的贝叶斯平均值，贝叶斯公式为B(wi)＝(Atp(wi))+Tp(avg)*R(avg))/(TpSum(wi)+Tp(avg))，i＝0,1,2,…,m；
其中，m为笔画信息对应的所有联想词的总个数，B(wi)为第i个联想词的贝叶斯平均值，Atp(wi)为第i个联想词的当前搜索次数，TpSum(wi)为第i个联想词历史搜索次数与当前搜索次数之和，Tp(avg)为所有联想词的搜索次数总和的平均值，R(avg)为所有联想词的Atp(wi)/TpSum(wi)的平均值；
通过牛顿冷却公式计算所述各个联想词的牛顿冷却值，牛顿冷却公式为C(wi)＝log(Atp(wi)+1/Btp(wi)+1)；
其中，C(wi)为第i个联想词的牛顿冷却值，Btp(wi)为第i个联想词的历史搜索次数；
根据公式H(wi)＝X*B(wi)+Y*C(wi)计算第i个联想词的热度值；
其中，H(wi)为第i个联想词的热度值，0＜X＜1，0＜Y＜1，X+Y＝1。
13.根据权利要求10所述的方法，其特征在于，确定与所述笔画信息对应的各个联想词的业务数据值，包括：
将所述各个联想词的销售数据、点击率和点击转化率分别进行归一化；
根据所述归一化后的销售数据、点击率和点击转化率，及其各自所占权重，计算所述各个联想词的业务数据值。
14.根据权利要求11所述的方法，其特征在于，确定所述笔画信息与所述各个联想词的笔画相似度，包括：
根据所述笔画信息包含的笔画数以及各个联想词包含的总笔画数，计算所述各个联想词的笔画相似度。
15.根据权利要求11所述的方法，其特征在于，在获取待关联的笔画信息，确定与所述笔画信息对应的各个联想词的热度值和业务数据值，之前，还包括：
根据联想词的搜索数据，筛选搜索数据靠前的联想词；
构建与所述联想词对应的笔画信息，并得到所述联想词和与其对应的各个笔画信息的映射关系。
16.一种电子设备，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。
17.一种计算机可读介质，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。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810028052.8A CN110032283A (zh) | 2018-01-11 | 2018-01-11 | 一种对联想词进行排序的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810028052.8A CN110032283A (zh) | 2018-01-11 | 2018-01-11 | 一种对联想词进行排序的方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110032283A true CN110032283A (zh) | 2019-07-19 |
Family
ID=67234246
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810028052.8A Pending CN110032283A (zh) | 2018-01-11 | 2018-01-11 | 一种对联想词进行排序的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110032283A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112948401A (zh) * | 2021-01-12 | 2021-06-11 | 上海观察者信息技术有限公司 | 分词词库更新方法、装置、系统和计算机可读存储介质 |
| CN114168722A (zh) * | 2021-11-23 | 2022-03-11 | 安徽经邦软件技术有限公司 | 基于人工智能技术的财务问答机器人 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6041141A (en) * | 1992-09-28 | 2000-03-21 | Matsushita Electric Industrial Co., Ltd. | Character recognition machine utilizing language processing |
| CN1427325A (zh) * | 2001-12-11 | 2003-07-02 | 何娅玲 | 数字小键盘笔画王多功能汉字自然输入法 |
| CN105630940A (zh) * | 2015-12-21 | 2016-06-01 | 天津大学 | 一种基于可读性指标的信息检索方法 |
| CN106933379A (zh) * | 2017-02-13 | 2017-07-07 | 北京奇虎科技有限公司 | 一种词库的生成方法和装置 |
| CN107329583A (zh) * | 2017-06-15 | 2017-11-07 | 北京京东尚科信息技术有限公司 | 一种计算联想词优先级的方法和装置 |
-
2018
- 2018-01-11 CN CN201810028052.8A patent/CN110032283A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6041141A (en) * | 1992-09-28 | 2000-03-21 | Matsushita Electric Industrial Co., Ltd. | Character recognition machine utilizing language processing |
| CN1427325A (zh) * | 2001-12-11 | 2003-07-02 | 何娅玲 | 数字小键盘笔画王多功能汉字自然输入法 |
| CN105630940A (zh) * | 2015-12-21 | 2016-06-01 | 天津大学 | 一种基于可读性指标的信息检索方法 |
| CN106933379A (zh) * | 2017-02-13 | 2017-07-07 | 北京奇虎科技有限公司 | 一种词库的生成方法和装置 |
| CN107329583A (zh) * | 2017-06-15 | 2017-11-07 | 北京京东尚科信息技术有限公司 | 一种计算联想词优先级的方法和装置 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112948401A (zh) * | 2021-01-12 | 2021-06-11 | 上海观察者信息技术有限公司 | 分词词库更新方法、装置、系统和计算机可读存储介质 |
| CN114168722A (zh) * | 2021-11-23 | 2022-03-11 | 安徽经邦软件技术有限公司 | 基于人工智能技术的财务问答机器人 |
| CN114168722B (zh) * | 2021-11-23 | 2022-06-14 | 安徽经邦软件技术有限公司 | 基于人工智能技术的财务问答机器人 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107679211B (zh) | 用于推送信息的方法和装置 | |
| CN107609152B (zh) | 用于扩展查询式的方法和装置 | |
| CN109460513A (zh) | 用于生成点击率预测模型的方法和装置 | |
| US9338047B1 (en) | Detecting content on a social network using browsing patterns | |
| CN107609890A (zh) | 一种订单跟踪的方法和装置 | |
| US20200356572A1 (en) | Search ranking method and apparatus, electronic device and storage medium | |
| CN107870984A (zh) | 识别搜索词的意图的方法和装置 | |
| CN108256070A (zh) | 用于生成信息的方法和装置 | |
| US10621641B2 (en) | Method and device for pushing information | |
| CN108540508B (zh) | 用于推送信息的方法、装置和设备 | |
| CN110019367A (zh) | 一种统计数据特征的方法和装置 | |
| CN107908662A (zh) | 搜索系统的实现方法和实现装置 | |
| CN108933823A (zh) | 用户触达方法和装置 | |
| CN107291835A (zh) | 一种搜索词的推荐方法和装置 | |
| CN110032283A (zh) | 一种对联想词进行排序的方法和装置 | |
| CN108959294A (zh) | 一种访问搜索引擎的方法和装置 | |
| CN112927050A (zh) | 待推荐金融产品确定方法、装置、电子设备及存储介质 | |
| CN113190558A (zh) | 一种数据加工方法和系统 | |
| CN110019802A (zh) | 一种文本聚类的方法和装置 | |
| CN112184370A (zh) | 一种推送产品的方法和装置 | |
| US10757063B2 (en) | Method for selecting second messages for online inserting said second messages in social network content | |
| CN109960905A (zh) | 信息处理方法、系统、介质和电子设备 | |
| CN110019531A (zh) | 一种获取相似对象集合的方法和装置 | |
| CN113780703A (zh) | 一种指标调整方法和装置 | |
| CN112348594A (zh) | 物品需求的处理方法、装置、计算设备和介质 |
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 |