CN111782801A - 一种对关键词进行分组的方法和装置 - Google Patents

Abstract

本发明公开了一种对关键词进行分组的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：根据录入的关键词，确定关键词之间的关联关系；基于所述关键词之间的关联关系，确定所述关键词的词向量；基于所述关键词的词向量进行聚类，得到若干个中心点；按照所述关键词的词向量与所述若干个中心点的距离，对所述关键词进行分组。该实施方式克服了完全依据个人经验分类造成的时间成本较高的技术问题，进而实现对关键词的快速分类技术效果，同时能减少分组消耗的大量时间，提高关键词分组的效率。

Description

一种对关键词进行分组的方法和装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种对关键词进行分组的方法和装置。

背景技术

在互联网的各种业务中，例如：对用户做标签分析或对个人做职业分析的时候，都会得到大量的关键词，这些关键词彼此之间有着复杂的关联关系，从而经常需要对这些关键词做划分，将得到的大量关键词属于少量的分类，以便更好得管理和理解这些关键词。目前对关键词的分类，一般采用人工进行分类，由负责人的个人经验对大量的关键词做个分类，然后给每个类别拟一个适合的标题。

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：

现有需要依据个人经验完全基于抽象的词进行分类，思考过程、分类过程缓慢，时间成本较高。

发明内容

有鉴于此，本发明实施例提供一种对关键词进行分组的方法和装置，能够解决完全依据个人经验分类造成的时间成本较高的问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种对关键词进行分组的方法，包括：根据录入的关键词，确定关键词之间的关联关系；基于所述关键词之间的关联关系，确定所述关键词的词向量；基于所述关键词的词向量进行聚类，得到若干个中心点；按照所述关键词的词向量与所述若干个中心点的距离，对所述关键词进行分组。

可选地，基于所述关键词之间的关联关系，确定所述关键词的词向量，包括：将所述关键词组成第一关键词数组和第二关键词数组，其中所述第一关键词数组和所述第二关键词数组相同；遍历第一关键词数组，并按照以下方式确定关键词的词向量：遍历所述第二关键词数组，若所述第二关键词数组中的关键词与所述第一关键词数组中的关键词一致，或所述第二关键词数组中的关键词与所述第一关键词数组中的关键词之间存在关联关系，则记所述第二关键词数组中的关键词的值为1，否则，记所述第二关键词数组中的关键词的值为0；根据所述第二关键词数组中的关键词的值，确定所述关键词的词向量。

可选地，基于所述关键词之间的关联关系，确定所述关键词的词向量，包括：将所述关键词汇总后进行分词，并对分词的结果进行归一处理；针对每个所述关键词：遍历归一处理后的分词结果，若所述归一处理后的分词结果包含于所述关键词中，则记所述归一处理后的分词结果的值为1，否则，记所述归一处理后的分词结果的值为0，根据所述归一处理后的分词结果的值，确定所述关键词的词向量。

可选地，按照所述关键词的词向量与所述若干个中心点的距离，对所述关键词进行分组，包括：遍历所述关键词：计算所述关键词的词向量与所述若干个中心点的距离；筛选出与所述关键词的词向量距离最近的中心点，将所述关键词归入所述距离最近的中心点的小组中。

根据本发明实施例的一个方面，提供了一种对关键词进行分组的装置，包括：关联关系模块，用于：根据录入的关键词，确定关键词之间的关联关系；词向量生成模块，用于：基于所述关键词之间的关联关系，确定所述关键词的词向量；聚类模块，用于：基于所述关键词的词向量进行聚类，得到若干个中心点；分组模块，用于：按照所述关键词的词向量与所述若干个中心点的距离，对所述关键词进行分组。

可选地，词向量生成模块，还用于：将所述关键词组成第一关键词数组和第二关键词数组，其中所述第一关键词数组和所述第二关键词数组相同；遍历第一关键词数组，并按照以下方式确定关键词的词向量：遍历所述第二关键词数组，若所述第二关键词数组中的关键词与所述第一关键词数组中的关键词一致，或所述第二关键词数组中的关键词与所述第一关键词数组中的关键词之间存在关联关系，则记所述第二关键词数组中的关键词的值为1，否则，记所述第二关键词数组中的关键词的值为0；根据所述第二关键词数组中的关键词的值，确定所述关键词的词向量。

可选地，词向量生成模块，还用于：将所述关键词汇总后进行分词，并对分词的结果进行归一处理；针对每个所述关键词：遍历归一处理后的分词结果，若所述归一处理后的分词结果包含于所述关键词中，则记所述归一处理后的分词结果的值为1，否则，记所述归一处理后的分词结果的值为0，根据所述归一处理后的分词结果的值，确定所述关键词的词向量。

可选地，分组模块还用于：遍历所述关键词：计算所述关键词的词向量与所述若干个中心点的距离；筛选出与所述关键词的词向量距离最近的中心点，将所述关键词归入所述距离最近的中心点的小组中。

根据本发明实施例的一个方面，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如前述实施例提供的对关键词进行分组的方法。

根据本发明实施例的一个方面，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如前述实施例提供的对关键词进行分组的方法。

上述发明中的一个实施例具有如下优点或有益效果：因为采用依据关键词之间的关联关系进行分组的技术手段，所以克服了完全依据个人经验分类造成的时间成本较高的技术问题，进而实现对关键词的快速分类技术效果，同时能减少分组消耗的大量时间，提高关键词分组的效率。

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关键词进行分组的方法的基本流程的示意图；

图2是根据本发明实施例的配置关键词关联关系的界面示意图；

图3是根据本发明实施例的用户连线配置关联关系的示意图；

图4是根据本发明实施例的配置关键词的关联关系结果示意图；

图5是根据本发明实施例的用户不配置关键词的关联关系的分组结果示意图；

图6是根据本发明实施例的基于用户配置关键词的关联关系的分组结果示意图；

图7是根据本发明实施例的对关键词进行分组的方法的优选流程的示意图；

图8是根据本发明实施例的对关键词进行分组的装置的基本模块的示意图；

图9是本发明实施例可以应用于其中的示例性系统架构图；

图10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关键词进行分组的方法的基本流程的示意图。如图1所示，本发明实施例提供了一种对关键词进行分组的方法，包括：

步骤S101.根据录入的关键词，确定关键词之间的关联关系；

步骤S102.基于所述关键词之间的关联关系，确定所述关键词的词向量；

步骤S103.基于所述关键词的词向量进行聚类，得到若干个中心点；

步骤S104.按照所述关键词的词向量与所述若干个中心点的距离，对所述关键词进行分组。

本发明实施例采用依据关键词之间的关联关系进行分组的技术手段，所以克服了完全依据个人经验分类造成的时间成本较高的技术问题，进而实现对关键词的快速分类技术效果，同时能减少分组消耗的大量时间，提高关键词分组的效率。

在本发明实施例中的步骤S102中，基于所述关键词之间的关联关系，确定所述关键词的词向量，包括：将所述关键词汇总后进行分词，并对分词的结果进行归一处理；针对每个所述关键词：遍历归一处理后的分词结果，若所述归一处理后的分词结果包含于所述关键词中，则记所述归一处理后的分词结果的值为1，否则，记所述归一处理后的分词结果的值为0，根据所述归一处理后的分词结果的值，确定所述关键词的词向量。其中，归一处理是指同样的分词只保留一个。本发明实施例基于关键词的相关性，对关键词进行分词处理，以确定关键词的词向量，可以在未配置有明确的关键词关联关系的情况下，生成较为准确的词向量，以备后续利用词向量进行关键词分组。

具体地，如果用户没有配置任何关键词之间的关联关系，则可以通过以下方式确定关键词的词向量：

a)将所有用户录入的词句汇总到一起进行分词；例如，录入的关键词包括：1.)技术岗位的基本工资更高；2.)他性格外向，喜欢与人交往，做销售可能更加适合他的个性；3.)销售的奖金更多；4.)做销售晋升更容易，晋升会伴随加薪；5.)他学的是工科，具备做技术的基本知识；6.)他没有营销的经验和知识，做销售的话，上手需要一定时间。

b)对分词做归一处理，同样的分词只保留一个，我们的例子会得到如下的分词结果：技术、岗位、的、基本工资、更高、他、性格、外向、喜欢、与人、交往、做、销售、可能、更加、适合、他的、个性、奖金、更多、晋升、更容易、会、伴随、加薪、学的、是、工科、具备、基本知识、没有、营销、经验、和、知识、的话、上手、需要、一、定时间。

c)对所有录入的关键词，确定其词向量；

例如：关键词“技术岗位的基本工资更高”得到的词向量为：

(1,1,1,1，0,0，0,0,0，……，0)。

在本发明实施例中的步骤S102中，基于所述关键词之间的关联关系，确定所述关键词的词向量，包括：将所述关键词组成第一关键词数组和第二关键词数组，其中所述第一关键词数组和所述第二关键词数组相同；遍历第一关键词数组，并按照以下方式确定关键词的词向量：遍历所述第二关键词数组，若所述第二关键词数组中的关键词与所述第一关键词数组中的关键词一致，或所述第二关键词数组中的关键词与所述第一关键词数组中的关键词之间存在关联关系，则记所述第二关键词数组中的关键词的值为1，否则，记所述第二关键词数组中的关键词的值为0；根据所述第二关键词数组中的关键词的值，确定所述关键词的词向量。本发明实施例中的关联关系可以由用户配置，基于配置的关联关系确定关键词的词向量，其关键词的词向量更为准确，以备后续利用词向量进行关键词分组。

具体地，关键词之间的关联关系可以由用户进行配置。图2是根据本发明实施例的配置关键词关联关系的界面示意图。例如：如图2所示，把所有关键词左边作为一列，右边以同样的词再作为一列，以便用户绘制他们认为有相关性的词。当用户选择关键词A与关键词B相关联，他点击关键词A和关键词B再点击建立连线，则在关键词A与关键词B之间建立关联关系。图3是根据本发明实施例的用户连线配置关联关系的示意图，如图3所示，用户认为关键词“技术岗位的基本工资更高”与关键词“销售的奖金更多”有关联，后台从词“技术岗位的基本工资更高”画一条线到词“销售的奖金更多”即可。这个图形化的方式，会比用户单纯用抽象的词划分组形象快捷。

图4是根据本发明实施例的配置关键词的关联关系结果示意图，如果用户配置关键词的关联关系如图4所示，为：关联关系1“技术岗位的基本工资更高”与“销售的奖金更多”，关联关系2“销售的奖金更多”与“技术岗位的基本工资更高”，关联关系3“做销售晋升更容易，晋升会伴随加薪”与“销售的奖金更多”，关联关系4“他学的是工科，具备做技术的基本知识”与“他没有营销的经验和知识，做销售的话，上手需要一定时间”。

则得到的关键词的词向量分别为：

第一个词[1,0,1,0,0,0]；第二个词[0,1,0,0,0,0]；第三个词[1,0,1,0,0,0]；第四个词[0,0,1,1,0,0]；第五个词[0,0,0,0,1,1]；第六个词[0,0,0,0,1,1]。

在本发明实施例中的步骤S103中，可以采用K均值聚类算法对关键词的词向量进行聚类处理。K均值聚类算法是先随机选取K个对象作为初始的聚类中心。然后计算每个对象与各个种子聚类中心之间的距离，把每个对象分配给距离它最近的聚类中心。聚类中心以及分配给它们的对象就代表一个聚类。一旦全部对象都被分配了，每个聚类的聚类中心会根据聚类中现有的对象被重新计算。这个过程将不断重复直到满足某个终止条件。终止条件可以是没有(或最小数目)对象被重新分配给不同的聚类，没有(或最小数目)聚类中心再发生变化，误差平方和局部最小。在本发明实施例中，K可以由用户根据分组的数量进行设定，K值与分组的数量相同。

具体地，基于上述录入的关键字的例子，若用户不配置关键词的关联关系，设置K值为3，经过K均值聚类可以得到的中心点为：

[0.6666666666666666,0.0,1.0,0.6666666666666666,0.0,0.0],

[0.0,0.0,0.0,0.0,1.0,1.0],

[0.0,1.0,0.0,0.0,0.0,0.0]。

若用户配置关键词的关联关系，设置K值为3，经过K均值聚类可以得到的中心点为：

[0.3333333333333333,0.3333333333333333,0.6666666666666666,0.6666666666666666,0.0,0.0]，

[0.0,0.0,0.0,0.0,1.0,1.0]，

[1.0,0.0,1.0,0.0,0.0,0.0]。

在本发明实施例中的步骤S104中，按照所述关键词的词向量与所述若干个中心点的距离，对所述关键词进行分组，包括：遍历所述关键词：计算所述关键词的词向量与所述若干个中心点的距离；筛选出与所述关键词的词向量距离最近的中心点，将所述关键词归入所述距离最近的中心点的小组中。本发明实施例采用计算所述关键词的词向量与所述若干个中心点的距离的技术手段进行关键词的分组，克服了完全依据个人经验分类造成的时间成本较高的技术问题，进而实现对关键词的快速分类技术效果，同时能减少分组消耗的大量时间，提高关键词分组的效率。

具体地，对关键词的词向量与中心点的距离的计算，可以采用欧式距离的计算方式，关键词的词向量与中心点的距离

其中，x_i是关键词的词向量，y_i是中心点的向量，n是向量的维度。

针对上述的例子，如果用户不配置关键词的关联关系，各个词句的权重是一样的，划分的结果会是随机分成三份。图5是根据本发明实施例的用户不配置关键词的关联关系的分组结果示意图，分组结果可能如图5所示，第0组：“技术岗位的基本工资更高”、“销售的奖金更多”；第1组：“他性格外向，喜欢与人交往，做销售可能更加适合他的个性”、“做销售晋升更容易，晋升会伴随加薪”；第2组：“他学的是工科，具备做技术的基本知识”、“他没有营销的经验和知识，做销售的话，上手需要一定时间”，且可以为第0组、第1组、第2组分别命名为：工资、性格、上手时间。

如果按照上述例子中用户配置关键词的关联关系，图6是根据本发明实施例的基于用户配置关键词的关联关系的分组结果示意图。分组结果可能如图6所示，第0组：“他学的是工科，具备做技术的基本知识”、“他没有营销的经验和知识，做销售的话，上手需要一定时间”；第1组：“他性格外向，喜欢与人交往，做销售可能更加适合他的个性”；第2组：“技术岗位的基本工资更高”、“销售的奖金更多”、“做销售晋升更容易，晋升会伴随加薪”；且可以为第0组、第1组、第2组分别命名为：知识、个性、薪资。

图7是根据本发明实施例的对关键词进行分组的方法的优选流程的示意图。如图7所示：

获取需要进行自动分组的关键词项目id，表1是关键词项目表的示意图，如表1所示，关键词项目表中包含项目id、关键词项目名、录入的关键词列表、需要分组的数量、创建者及创建时间。

表1：

字段名称	字段类型	说明
			id	int(11)unsigned	ID自增
project_name	Varchar(255)	关键词项目名
			Key_list	Longtext	录入的关键词列表
group_num	Int(11)	需要分组的数量，默认为3
			Creator	Varchar(255)	创建者
Created_at	Datetime	创建时间

获取项目对应的关键词列表(key_list)。

拆分关键词列表得到关键词数组(keywordArr)，遍历关键词数组以确定关键词的词向量，具体为：若第二关键词数组中的关键词与第一关键词数组中的关键词一致，或第二关键词数组中的关键词与第一关键词数组中的关键词之间存在关联关系，则记第二关键词数组中的关键词的值为1，否则，记第二关键词数组中的关键词的值为0；根据第二关键词数组中的关键词的值，确定关键词的词向量。表2是关键词关联关系表的示意图，如表2所示，关键词关联关系表中包含关联关系id、隶属的关键词项目、关联关系起点关键词、关联关系终点关键词、创建者及创建时间。

表2：

基于关键词的词向量进行k均值聚类，得到若干个中心点。

按照关键词的词向量与若干个中心点的距离，对关键词进行分组，可得到如表3所示的分组结果子表。

表3：

字段名称	字段类型	说明
			id	int(11)unsigned	ID自增
Project_id	Int(11)	隶属项目
			Group_name	Varchar(255)	分组组名
Key_list	Longtext	该分组的关键词列表
			Creator	Varchar(255)	创建者
Created_at	Datetime	创建时间

图8是根据本发明实施例的对关键词进行分组的装置的基本模块的示意图，如图8所示，本发明实施例提供了一种对关键词进行分组的装置800，包括：

关联关系模块801，用于：根据录入的关键词，确定关键词之间的关联关系；

词向量生成模块802，用于：基于所述关键词之间的关联关系，确定所述关键词的词向量；

聚类模块803，用于：基于所述关键词的词向量进行聚类，得到若干个中心点；

分组模块804，用于：按照所述关键词的词向量与所述若干个中心点的距离，对所述关键词进行分组。

本发明实施例采用依据关键词之间的关联关系进行分组的技术手段，所以克服了完全依据个人经验分类造成的时间成本较高的技术问题，进而实现对关键词的快速分类技术效果，同时能减少分组消耗的大量时间，提高关键词分组的效率。

本发明实施例中，词向量生成模块802还用于：将所述关键词组成第一关键词数组和第二关键词数组，其中所述第一关键词数组和所述第二关键词数组相同；遍历第一关键词数组，并按照以下方式确定关键词的词向量：遍历所述第二关键词数组，若所述第二关键词数组中的关键词与所述第一关键词数组中的关键词一致，或所述第二关键词数组中的关键词与所述第一关键词数组中的关键词之间存在关联关系，则记所述第二关键词数组中的关键词的值为1，否则，记所述第二关键词数组中的关键词的值为0；根据所述第二关键词数组中的关键词的值，确定所述关键词的词向量。本发明实施例中的关联关系可以由用户配置，基于配置的关联关系确定关键词的词向量，其关键词的词向量更为准确，以备后续利用词向量进行关键词分组。

本发明实施例中，词向量生成模块802还用于：将所述关键词汇总后进行分词，并对分词的结果进行归一处理；针对每个所述关键词：遍历归一处理后的分词结果，若所述归一处理后的分词结果包含于所述关键词中，则记所述归一处理后的分词结果的值为1，否则，记所述归一处理后的分词结果的值为0，根据所述归一处理后的分词结果的值，确定所述关键词的词向量。本发明实施例基于关键词的相关性，对关键词进行分词处理，以确定关键词的词向量，可以在未配置有明确的关键词关联关系的情况下，生成较为准确的词向量，以备后续利用词向量进行关键词分组。

本发明实施例中，分组模块804还用于：遍历所述关键词：计算所述关键词的词向量与所述若干个中心点的距离；筛选出与所述关键词的词向量距离最近的中心点，将所述关键词归入所述距离最近的中心点的小组中。本发明实施例采用计算所述关键词的词向量与所述若干个中心点的距离的技术手段进行关键词的分组，克服了完全依据个人经验分类造成的时间成本较高的技术问题，进而实现对关键词的快速分类技术效果，同时能减少分组消耗的大量时间，提高关键词分组的效率。

图9示出了可以应用本发明实施例的对关键词进行分组的方法或对关键词进行分组的装置的示例性系统架构900。

如图9所示，系统架构900可以包括终端设备901、902、903，网络904和服务器905。网络904用以在终端设备901、902、903和服务器905之间提供通信链路的介质。网络904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901、902、903通过网络904与服务器905交互，以接收或发送消息等。终端设备901、902、903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。

终端设备901、902、903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905可以是提供各种服务的服务器，例如对用户利用终端设备901、902、903所浏览的购物类网站提供支持的后台管理服务器。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，并将处理结果反馈给终端设备。

需要说明的是，本发明实施例所提供的对关键词进行分组的方法一般由服务器905执行，相应地，对关键词进行分组的装置一般设置于服务器905中。

应该理解，图9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。

根据本发明的实施例，还提供了一种电子设备和一种计算机可读介质。

本发明实施例的电子设备包括：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所提供的对关键词进行分组的方法。

本发明实施例的计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明所提供的对关键词进行分组的方法。

下面参考图10，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1000的结构示意图。图10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10所示，计算机系统1000包括中央处理单元(CPU)1001，其可以根据存储在只读存储器(ROM)1002中的程序或者从存储部分1008加载到随机访问存储器(RAM)1003中的程序而执行各种适当的动作和处理。在RAM1003中，还存储有系统1000操作所需的各种程序和数据。CPU1001、ROM1002以及RAM1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。

以下部件连接至I/O接口1005：包括键盘、鼠标等的输入部分1006；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1007；包括硬盘等的存储部分1008；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1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011，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1010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1008。

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1009从网络上被下载和安装，和/或从可拆卸介质1011被安装。在该计算机程序被中央处理单元(CPU)1001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：关联关系模块、词向量生成模块、聚类模块和分组模块。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，分组模块还可以被描述为“用于对所述关键词进行分组的模块”。

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：根据录入的关键词，确定关键词之间的关联关系；基于所述关键词之间的关联关系，确定所述关键词的词向量；基于所述关键词的词向量进行聚类，得到若干个中心点；按照所述关键词的词向量与所述若干个中心点的距离，对所述关键词进行分组。

根据本发明实施例的对关键词进行分组的方法可以看出，因为采用依据关键词之间的关联关系进行分组的技术手段，所以克服了完全依据个人经验分类造成的时间成本较高的技术问题，进而实现对关键词的快速分类技术效果，同时能减少分组消耗的大量时间，提高关键词分组的效率。

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 (10)

1.一种对关键词进行分组的方法，其特征在于，包括：

根据录入的关键词，确定关键词之间的关联关系；

基于所述关键词之间的关联关系，确定所述关键词的词向量；

基于所述关键词的词向量进行聚类，得到若干个中心点；

按照所述关键词的词向量与所述若干个中心点的距离，对所述关键词进行分组。

2.根据权利要求1所述的方法，其特征在于，基于所述关键词之间的关联关系，确定所述关键词的词向量，包括：

将所述关键词组成第一关键词数组和第二关键词数组，其中所述第一关键词数组和所述第二关键词数组相同；

遍历第一关键词数组，并按照以下方式确定关键词的词向量：

遍历所述第二关键词数组，若所述第二关键词数组中的关键词与所述第一关键词数组中的关键词一致，或所述第二关键词数组中的关键词与所述第一关键词数组中的关键词之间存在关联关系，则记所述第二关键词数组中的关键词的值为1，否则，记所述第二关键词数组中的关键词的值为0；

根据所述第二关键词数组中的关键词的值，确定所述关键词的词向量。

3.根据权利要求1所述的方法，其特征在于，基于所述关键词之间的关联关系，确定所述关键词的词向量，包括：

将所述关键词汇总后进行分词，并对分词的结果进行归一处理；

针对每个所述关键词：

遍历归一处理后的分词结果，若所述归一处理后的分词结果包含于所述关键词中，则记所述归一处理后的分词结果的值为1，否则，记所述归一处理后的分词结果的值为0，

根据所述归一处理后的分词结果的值，确定所述关键词的词向量。

4.根据权利要求1所述的方法，其特征在于，按照所述关键词的词向量与所述若干个中心点的距离，对所述关键词进行分组，包括：

遍历所述关键词：

计算所述关键词的词向量与所述若干个中心点的距离；

筛选出与所述关键词的词向量距离最近的中心点，将所述关键词归入所述距离最近的中心点的小组中。

5.一种对关键词进行分组的装置，其特征在于，包括：

关联关系模块，用于：根据录入的关键词，确定关键词之间的关联关系；

词向量生成模块，用于：基于所述关键词之间的关联关系，确定所述关键词的词向量；

聚类模块，用于：基于所述关键词的词向量进行聚类，得到若干个中心点；

分组模块，用于：按照所述关键词的词向量与所述若干个中心点的距离，对所述关键词进行分组。

6.根据权利要求5所述的装置，其特征在于，词向量生成模块，还用于：

将所述关键词组成第一关键词数组和第二关键词数组，其中所述第一关键词数组和所述第二关键词数组相同；

遍历第一关键词数组，并按照以下方式确定关键词的词向量：

遍历所述第二关键词数组，若所述第二关键词数组中的关键词与所述第一关键词数组中的关键词一致，或所述第二关键词数组中的关键词与所述第一关键词数组中的关键词之间存在关联关系，则记所述第二关键词数组中的关键词的值为1，否则，记所述第二关键词数组中的关键词的值为0；

根据所述第二关键词数组中的关键词的值，确定所述关键词的词向量。

7.根据权利要求5所述的装置，其特征在于，词向量生成模块，还用于：

将所述关键词汇总后进行分词，并对分词的结果进行归一处理；

针对每个所述关键词：

遍历归一处理后的分词结果，若所述归一处理后的分词结果包含于所述关键词中，则记所述归一处理后的分词结果的值为1，否则，记所述归一处理后的分词结果的值为0，

根据所述归一处理后的分词结果的值，确定所述关键词的词向量。

8.根据权利要求5所述的装置，其特征在于，分组模块还用于：

遍历所述关键词：

计算所述关键词的词向量与所述若干个中心点的距离；

筛选出与所述关键词的词向量距离最近的中心点，将所述关键词归入所述距离最近的中心点的小组中。

9.一种电子设备，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1-4中任一所述的方法。

10.一种计算机可读介质，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1-4中任一所述的方法。

Images