TWI567574B - 探勘搜尋關鍵字與網站關聯性之分群方法及其系統 - Google Patents

Description

探勘搜尋關鍵字與網站關聯性之分群方法及其系統

本發明係為一種探勘搜尋關鍵字與網站關聯性之分群方法及其系統，尤其是指一種利用一分群方法來發掘搜尋關鍵字最可能點選的網站推薦及發掘與網站最具有關聯性的搜尋關鍵字之系統。

在網際網路(internet)所提供的服務中，全球資訊網(WWW)已成為最重要的服務形態之一，面對如此大量的全球資訊網站，搜尋引擎即成為當網路使用者尋找所要網站時必須依賴的工具之一。過去搜尋引擎藉由關鍵字的比對搜尋，可以輕易地找到符合關鍵字條件的網站，但也衍生了許多的問題，例如搜尋到的網站並非網路使用者所要，若搜尋到的網站過多，也造成網站排名的困擾。因此，現今有一種搜尋引擎關鍵字之關聯建立系統及方法，如中華民國發明專利號第530224號：「搜尋引擎關鍵字之關聯建立系統及方法」中，該搜尋引擎之關鍵字關聯建立系統，包括一查詢行為資料庫、一瀏覽行為資料庫及一關聯分析器。查詢行為資料庫中紀錄一第一關鍵字及相應之一第一搜尋資訊與一第二關鍵字及相應之一第二搜尋資訊。瀏覽行為資料庫中紀錄第一關鍵字及第一搜尋資訊所相應之一第一瀏覽資訊與第二關鍵字及第二搜尋資訊所相應之一第二瀏覽資訊。關聯分析器則依據第一搜尋資訊、第二搜尋資訊、第一瀏覽資訊、及第二瀏覽資訊，決定第一關鍵字與第二關鍵字所相應之一關聯值。但其並不具有分群概念，且對搜尋關鍵字的網站排序或是網站相關聯的搜尋關鍵字並無有所探討及提供，是以，本發明係為一種探勘搜尋關鍵字與網站關聯性之分群方法及其系統，尤其是指一種利用一分群方法來發掘搜尋關鍵字最可能點選的網站推薦及發掘與網站最具有關聯性的搜尋關鍵字之系統。

電子商務服務應用中，搜尋引擎網站是瀏覽人數最多的網站服務之一，如何提供網路使用者快速、貼切、合適的搜尋結果，即成為網站設計者持續努力的目標。習知的網站排名是依據各網站被其他網站所連結的數目多寡做為考量，但連結數目表示的是靜態被引用值，並非能完全表現出網站被瀏覽的關聯性。

本發明之主要目的係提供一種探勘搜尋關鍵字與網站關聯性之分群方法，其主要係以使用者欲查詢之某些關健字為探勘目標，將該等關鍵字設為一群組的中心點，利用相似度為依據，將具有與中心點滿足「最小相似度」的點選資料，歸屬於同一群組中，然後從群組中找出被點選次數最高者，做為網站推薦的依據；反之，將該網站設為一群組的中心點，將包含有該網站的點選資料歸屬於同一群組中，然後從群組中找出最常被使用來查詢此一網站的關鍵字，作為分析網站與關鍵字之關聯性的依據；藉由以上探勘所顯示出的點選特徵，在推薦最可能點選的網站、及分析網站與關鍵字的關聯性時，可提供搜尋引擎網站設計者非常有用的資訊。

基於廣義同一發明，本發明者亦提出一種探勘搜尋關鍵字與網站關聯性之系統，主要包括：一操作介面、一點選資料庫、一關鍵字與網站關聯性估測模組，該操作介面係可供輸入關鍵字或網站，點選資料庫係設有數筆點選資料，關鍵字與網站關聯性估測模組，其以一分群方法運算點選資料庫並估測操作介面所輸入之關鍵字或網站等資訊，來提供搜尋關鍵字的網站推薦名單、發掘與某一網站最具相關聯的搜尋關鍵字名單。

為使更詳細了解本發明之結構，請參閱第一圖所示，本發明係提供一種探勘搜尋關鍵字與網站關聯性之分群方法，其主要係以使用者欲查詢之某些關健字為探勘目標，將該等關鍵字設為一群組的中心點，利用相似度為依據，將具有與中心點滿足「最小相似度」的點選資料，歸屬於同一群組中，然後從群組中找出被點選次數最高者，做為網站推薦的依據；反之，將該網站設為一群組的中心點，將包含有該網站的點選資料歸屬於同一群組中，然後從群組中找出最常被使用來查詢此一網站的關鍵字，作為分析網站與關鍵字之關聯性的依據；藉由以上探勘所顯示出的點選特徵，在推薦最可能點選的網站、及分析網站與關鍵字的關聯性時，可提供搜尋引擎網站設計者非常有用的資訊。

資料探勘(data mining)是從大量資料中挖掘潛在有用的資訊與知識，以做為決策分析的參考資訊，資料探勘技術目前已普遍地應用在各領域中。本發明中以點選資料為探勘的資料來源，每一筆點選資料包含網路使用者每次以輸入的搜尋關鍵字、及點選的網站，設計一個探勘搜尋關鍵字與網站關聯性之系統。

請參閱第一圖所示，本發明之探勘搜尋關鍵字與網站關聯性之系統，主要包括：一操作介面1、一點選資料庫3、一關鍵字與網站關聯性估測模組2，該操作介面1係可供輸入關鍵字11或輸入網站12(可同時參考第三及四圖)，點選資料庫3係設有數筆點選資料，如第二圖所示，關鍵字與網站關聯性估測模組2，其以一分群方法運算點選資料庫3並估測操作介面1所輸入之關鍵字或網站等資訊，來提供搜尋關鍵字的網站推薦名單21、發掘與某一網站最具相關聯的搜尋關鍵字名單22。

請參考第三及四圖，本發明之操作介面1包含有一供輸入關鍵字11之探勘最可能點選之網站110的操作畫面及一供輸入網站12之探勘某一網站最可能被使用查詢之關鍵字120的操作畫面。

本發明定義一些名詞如下：

I={i₁ ,i₂ ,…,i_a }，是全部搜尋關鍵字項目的集合，共有a項。

J={ j₁ ,j₂ ,…,j_b }，是全部點選網站項目的集合，共有b項。

T={T₁ ,T₂ ,…T_j ,…,T_m }，為全部網路使用者每次之點選資料的集合，共m筆，其中T_j 表示第j筆點選資料，1£j£m。

點選資料T_j 之格式為T_j =[X, Y]，XÍI，X為包含一項或以上搜尋關鍵字組成的項目集，YÍI，Y為包含一項或以上點選網站組成的項目集，即網路使用者以X為搜尋關鍵字及點選了Y的網站項目。

本發明以網路使用者之搜尋關鍵字K為探勘的目標，以點選資料為探勘的資料來源，若網路使用者輸入的搜尋關鍵字中有以or作關聯，則分別拆解不同的關鍵字，拆解後的關鍵字不是單一的關鍵字，就是多個關鍵字彼此之間以and作關聯。假設拆解後的關鍵字分別以K₁ , K₂ , …, K_c , …K_d 表示之，共有d個關鍵字，1£c£d。

本發明之分群方法分別設定K₁ , K₂ , …, K_c , …K_d 為一群組的中心點，若點選資料包含K_c ，則將點選資料歸屬於同一群組中，稱之為K_c –群組，若將包含關鍵字K_c 的點選資料T_j 歸屬於K_c –群組中，1£j£m，表示共有m筆的點選資料，分群的過程可表示，如下：

Algorithm Cluster1(K₁ , K₂ , …, K_c , …K_d )  {

for ( j=1；j£m；j++)

If 關鍵字K_c ÌT_j

T_j ÎK_c –群組； }

經由上述分群步驟，即可將包含關鍵字K_c 的點選資料歸屬於K_c –群組中。經由分群之後，本發明做成以下的定義：

設定g個搜尋網站數量，g³1，即在K_c –群組中找出最常出現的g個網站項目，然後將各群組的網站項目作聯集運算，運算公式如下：

網站推薦名單=K₁ –群組ÈK₂ –群組È …ÈK_c –群組È…ÈK_d –群組…(1)

運算結果即可做為搜尋關鍵字的網站推薦名單。在網站推薦名單中，若網站出現在各群組的重複次數愈高，則排名可愈前面。

本發明亦以點選資料為探勘的資料來源，以某一網站為探勘的目標，設計一個分群方法發掘那些關鍵字最常被使用搜尋此一網站。假設欲探勘之網站為W₁ ，在一筆點選資料[abc, W₁ XY]中，其中a, b, c為搜尋關鍵字，W₁ , X, Y為點選網站，則稱X, Y為網站W₁ 的「關聯網站」，其表示在點選網站W₁ 時，網站X, Y也會被點選，因此與網站X, Y相關聯的關鍵字，意謂與網站W₁ 也會有相關聯。在點選資料找出網站W₁ 全部的關聯網站，再加上網站W₁ ，分別以W₁ , W₂ , …, W_e , …W_f 表示之，共有f個網站，1£e£f。

本發明之分群方法分別設定W₁ , W₂ , …, W_e , …W_f 為一群組的中心點，若點選資料包含W_e ，則將點選資料歸屬於同一群組中，稱之為W_e –群組，若將包含網站W_e 的點選資料T_j 歸屬於W_e –群組中，1£j£m，表示共有m筆的點選資料，分群的過程可表示，如下：

Algorithm Cluster2(W₁ , W₂ , …, W_e , …W_f ) {

for (j=1; j£m; j++)

If 網站W_e ÌT_j

T_j ÎW_e –群組； }

經由上述分群步驟，即可將包含網站W_e 的點選資料歸屬於W_e –群組中。經由分群之後，本發明做成以下的定義：

設定h個搜尋關鍵字數量，h³1，即在W_e –群組中找出最常出現的h個搜尋關鍵字，然後將各群組的關鍵字項目作聯集運算，運算公式如下：

最具網站相關聯的搜尋關鍵字= W₁ –群組ÈW₂ –群組È …ÈW_e –群組È …ÈW_f –群組…(2)

運算結果即為與網站W₁ 最具網站相關聯的搜尋關鍵字。在最具網站相關聯的搜尋關鍵字名單中，若搜尋關鍵字出現在各群組的重複次數愈高，則排名可愈前面。

若只想找出與網站W₁ 有關聯，而其他「關聯網站」並無關聯，本發明做成以下的定義：

設定h個搜尋關鍵字數量，h³1，即在W_e –群組中找出最常出現的h個搜尋關鍵字，然後將各群組的關鍵字項目作交集運算，運算公式如下：

只與網站W₁ 有關聯的搜尋關鍵字=W₁ –群組ÇW₂ –群組Ç …ÇW_e –群組Ç …ÇW_f –群組…(3)

運算結果即為只與網站W₁ 有關聯的搜尋關鍵字。在搜尋關鍵字名單中，若搜尋關鍵字出現次數愈高，則排名可愈前面。

本發明舉一實施例來說明如何搜尋關鍵字的網站推薦名單21，先設有一點選資料庫3，如第二圖所示，其內包含有4筆的點選資料，其中{A, B, C, D, E}表示所有搜尋關鍵字項目的集合，{X, Y, Z}表示網站項目的集合，{T₁ , T₂ , T₃ , T₄ }表示點選資料的集合。假設欲探勘之搜尋關鍵字為B or E，設定搜尋網站數量g=2。

分別以搜尋關鍵字B及E為一群組的中心點，經由Cluster1分群方法，可得到以下的兩個群組：

B-群組={T₁ , T₂ , T₄ }，搜尋網站為{X, Y}；

E-群組={T₂ , T₃ , T₄ }，搜尋網站為{Y, Z}；

利用前述公式(1)計算：

網站推薦名單=B-群組ÈE-群組={X, Y, Z}；

在網站推薦名單中，網站Y出現在各群組的重複次數最高則排名最前面，因此搜尋關鍵字B or E最可能點選的網站推薦名單=Y, X, Z。

本發明舉另一實施例來說明如何發掘網站X最具相關聯的搜尋關鍵字，先設有一點選資料庫3，如第二圖所示，假設欲發掘網站X最具相關聯的搜尋關鍵字，設定搜尋關鍵字數量h=2。

首先找出網站X的關聯網站={X, Y, Z}，分別以網站X, Y及Z為一群組的中心點，經由Cluster2分群方法，可得到以下的3個群組：

X-群組={T₁ , T₂ }，搜尋關鍵字為{A, B}；

Y-群組={T₁ , T₂ , T₃ , T₄ }，搜尋關鍵字為{B, E}；

Z-群組={T₁ , T₃ , T₄ }，搜尋關鍵字為{A, B}；

利用前述公式(2)計算：

最具相關聯的搜尋關鍵字=X-群組ÈY-群組ÈZ-群組={A, B, E}；

在最具相關聯的搜尋關鍵字名單中，關鍵字B出現在各群組的重複次數最高則排名最前面，網站X最具相關聯的搜尋關鍵字名單=B, A, E。

本發明再舉另一實施例來說明如何發掘只與網站X有關聯的搜尋關鍵字，先設有一點選資料庫3，如第二圖所示。

再利用公式(3)計算：

只與網站X有關聯的搜尋關鍵字=X-群組ÇY-群組ÇZ-群組={B}；

在只與網站X有關聯的搜尋關鍵字名單中，若搜尋關鍵字出現次數愈高，則排名可愈前面，只與網站X有關聯的搜尋關鍵字名單=B。

綜上所述，本發明之探勘搜尋關鍵字與網站關聯性之分群方法及其系統，尤其是指一種利用一分群方法來發掘搜尋關鍵字最可能點選的網站推薦及發掘與網站最具有關聯性的搜尋關鍵字之系統，該探勘搜尋關鍵字與網站關聯性之系統，主要包括：一操作介面1、一點選資料庫3、一關鍵字與網站關聯性估測模組2，該操作介面1係可供輸入關鍵字11或網站，點選資料庫3係設有數筆點選資料，關鍵字與網站關聯性估測模組2，其以一分群方法運算點選資料庫3並估測操作介面1所輸入之關鍵字或網站等資訊，來提供搜尋關鍵字的網站推薦名單21、發掘與某一網站最具相關聯的搜尋關鍵字名單22。

(1)‧‧‧操作介面
(11)‧‧‧輸入關鍵字
(110)‧‧‧探勘最可能點選之網站
(12)‧‧‧輸入網站
(120)‧‧‧探勘某一網站最可能被使用查詢之關鍵字
(2)‧‧‧關鍵字與網站關聯性估測模組
(21)‧‧‧搜尋關鍵字的網站推薦名單
(22)‧‧‧某一網站最具相關聯的搜尋關鍵字名單
(3)‧‧‧點選資料庫

第一圖：係本發明之探勘搜尋關鍵字與網站關聯性之系統示意圖。 第二圖：係本發明之點選資料庫示意圖。 第三圖：係本發明之探勘最可能點選之網站的操作畫面示意圖。 第四圖：係本發明之探勘某一網站最可能被使用查詢之關鍵字的操作畫面示意圖。

(1)‧‧‧操作介面

(11)‧‧‧輸入關鍵字

(110)‧‧‧探勘最可能點選之網站

(12)‧‧‧輸入網站

(120)‧‧‧探勘某一網站最可能被使用查詢之關鍵字

(2)‧‧‧關鍵字與網站關聯性估測模組

(21)‧‧‧搜尋關鍵字的網站推薦名單

(22)‧‧‧某一網站最具相關聯的搜尋關鍵字名單

(3)‧‧‧點選資料庫

Claims (4)

1. 一種探勘搜尋關鍵字與網站關聯性之分群方法，其主要係以使用者欲查詢之某些關健字為探勘目標，將該等關鍵字設為一群組的中心點，利用相似度為依據，將具有與中心點滿足「最小相似度」的點選資料，歸屬於同一群組中，然後從群組中找出被點選次數最高者，做為網站推薦的依據，將該網站設為一群組的中心點，將包含有該網站的點選資料歸屬於同一群組中，然後從群組中找出最常被使用來查詢此一網站的關鍵字，作為分析網站與關鍵字之關聯性的依據；藉由探勘所顯示出的點選特徵，在分析網站與關鍵字的關聯性時，可提供搜尋引擎網站設計者非常有用的資訊，該分群方法以網路使用者之搜尋關鍵字K為探勘的目標，以點選資料為探勘的資料來源，若網路使用者輸入的搜尋關鍵字中有以or作關聯，則分別拆解不同的關鍵字，拆解後的關鍵字不是單一的關鍵字，就是多個關鍵字彼此之間以and作關聯；假設拆解後的關鍵字分別以K₁,K₂,...,K_c,...K_d表示之，共有d個關鍵字，1cd；分群方法分別設定K₁,K₂,...,K_c,...K_d為一群組的中心點，若點選資料包含K_c，則將點選資料歸屬於同一群組中，稱之為K_c-群組，若將包含關鍵字K_c的點選資料T_j歸屬於K_c-群組中，1jm，表示共有m筆的點選資料，分群的過程可表示為：Algorithm Cluster1(K₁,K₂,...,K_c,...K_d){for(j=1；jm；j++)；If關鍵字K_c T _j ；T_j K_c-群組；}經由上述分群步驟，即可將包含關鍵字K_c的點選資料歸屬於K_c-群組中；經由分 群之後，做成以下的定義：設定g個搜尋網站數量，g1，即在K_c-群組中找出最常出現的g個網站項目，然後將各群組的網站項目作聯集運算，運算公式如下：網站推薦名單=K₁-群組∪K₂-群組∪...∪K_c-群組∪...∪K_d-群組。
2. 一種探勘搜尋關鍵字與網站關聯性之系統，主要包括：一操作介面、一點選資料庫、一關鍵字與網站關聯性估測模組，該操作介面係可供輸入關鍵字或網站，點選資料庫係設有數筆點選資料，關鍵字與網站關聯性估測模組，其以一分群方法運算點選資料庫並估測操作介面所輸入之關鍵字或網站等資訊，來提供搜尋關鍵字的網站推薦名單、發掘與某一網站最具相關聯的搜尋關鍵字名單，該分群方法以網路使用者之搜尋關鍵字K為探勘的目標，以點選資料為探勘的資料來源，若網路使用者輸入的搜尋關鍵字中有以or作關聯，則分別拆解不同的關鍵字，拆解後的關鍵字不是單一的關鍵字，就是多個關鍵字彼此之間以amd作關聯；假設拆解後的關鍵字分別以K₁,K₂,...,K_c,...K_d表示之，共有d個關鍵字，1cd；分群方法分別設定K₁,K₂,...,K_c,...K_d為一群組的中心點，若點選資料包含K_c，則將點選資料歸屬於同一群組中，稱之為K_c-群組，若將包含關鍵字K_c的點選資料T_j歸屬於K_c-群組中，1jm，表示共有m筆的點選資料，分群的過程可表示為：Algorithm Cluster1(K₁,K₂,...,K_c,...K_d){for(j=1；jm；j++)；If關鍵字K_c T _j ；T_j K_c-群組；}經由上述分群步驟，即可將包含關鍵字K_c的點選資料歸屬於K_c-群組中；經由分群之後，做成以下的定義：設定g個搜尋網站數量，g1，即在K_c-群組中找出最 常出現的g個網站項目，然後將各群組的網站項目作聯集運算，運算公式如下：網站推薦名單=K₁-群組∪K₂-群組∪...∪K_c-群組∪...∪K_d-群組。
3. 如申請專利範圍第2項所述之探勘搜尋關鍵字與網站關聯性之系統，其中，該分群方法以某一網站為探勘的目標，以點選資料為探勘的資料來源，設計一個分群方法發掘那些關鍵字最常被使用搜尋此一網站；假設欲探勘之網站為W₁，在一筆點選資料[abc,W₁XY]中，其中a,b,c為搜尋關鍵字，W₁,X,Y為點選網站，則稱X,Y為網站W₁的「關聯網站」，其表示在點選網站W₁時，網站X,Y也會被點選，因此與網站X,Y相關聯的關鍵字，意謂與網站W₁也會有相關聯；在點選資料找出網站W₁全部的關聯網站，再加上網站W₁，分別以W₁,W₂,...,W_e,...W_f表示之，共有f個網站，1ef；分群方法分別設定W₁,W₂,...,W_e,...W_f為一群組的中心點，若點選資料包含W_e，則將點選資料歸屬於同一群組中，稱之為W_e-群組，若將包含網站W_e的點選資料T_j歸屬於W_e-群組中，1jm，表示共有m筆的點選資料，分群的過程可表示為：Algorithm Cluster2(W₁,W₂,...,W_e,...W_f){for(j=1；jm；j++)；If網站W_e T_j；T_j W_e-群組；}經由上述分群步驟，即可將包含網站W_e的點選資料歸屬於W_e-群組中；經由分群之後，做成以下的定義：設定h個搜尋關鍵字數量，h1，即在W_e-群組中找出最常出現的h個搜尋關鍵字，然後將各群組的關鍵字項目作聯集運算，運算公式如下：最具網站相關聯的搜尋關鍵字=W₁-群組∪W₂-群組∪...∪W_e-群組∪...∪W_f-群組。
4. 如申請專利範圍第3項所述之探勘搜尋關鍵字與網站關聯性之系統，其中，該分群方法係只想找出與前述網站W1有關聯，而其他「關聯網站」並無關聯，做成以下的定義：設定h個搜尋關鍵字數量，h1，即在W_e-群組中找出最常出現的h個搜尋關鍵字，然後將各群組的關鍵字項目作交集運算，運算公式如下：只與網站W₁有關聯的搜尋關鍵字=W₁-群組∩W₂-群組∩...∩W_e-群組∩...∩W_f-群組。