[发明专利]基于用户反馈的赞助搜索广告的建议关键词生成方法

权利要求书

1、一种基于用户反馈的赞助搜索广告的建议关键词生成方法，其特征在于该方法的步骤如下：

1)对于用户输入的每个种子关键词，用一个特征文档代表种子关键词的语义，并选择特征文档中TFIDF值排在前面的词语作为候选关键词；

2)采用机器学习中主动学习的方法，选取具有最大信息量的候选关键词，要求用户提供反馈信息，判断与种子关键词是“相关”的还是“不相关”的；

3)根据用户的反馈信息，用机器学习方法对所有候选关键词与种子关键词的相关性进行学习，最后计算得到每个候选关键词与种子关键词的相关性值，根据相关性值对候选关键词按相关性从高到低排序，排序在前面的候选关键词作为种子关键词的建议关键词推荐给用户。

2.根据权利要求1所述的一种基于用户反馈的赞助搜索广告的建议关键词生成方法，其特征在于：所述步骤1)中用户一般指广告商；在搜索引擎中，用户输入种子关键词，返回的每条结果包含网页标题，URL和文本片段；其中文本片段包含种子关键词的句子，取前L条搜索结果的文本片段，以此组成种子关键词的文档称为特征文档；L值根据用户对生成建议关键词的相关性的松紧程度进行选取，L为50～1000条；给定不同种子关键词的特征文档的集合，每个种子关键词的特征文档中出现的不包含停用词在内的所有词语，计算每个词语的TFIDF值，并选取TFIDF值排在前面的M个词语，当作相应种子关键词的候选关键词；其中M为100～800个。

3.根据权利要求1所述的一种基于用户反馈的赞助搜索广告的建议关键词生成方法，其特征在于：所述步骤2)中每个种子关键词，记为S，和它的任意候选关键词，记为C，组成了词语对Pair(S，C)，对每个词语对提取代表性的特征，包括候选关键词在种子关键词特征文档中的TFIDF和TF特征、词语对Pair(S，C)在搜索结果的文本片段中共现频率特征、词语对Pair(S，C)在搜索结果的相同URL的频率特征；针对这些特征，用主动学习的方法选取信息量最大的K个词语对Pair(S，C)，并呈现给用户，用户做出“相关”或“不相关”的评判；其中K为2.5％～10％M。

4.根据权利要求1所述的一种基于用户反馈的赞助搜索广告的建议关键词生成方法，其特征在于：所述步骤3)中用户做了相关性反馈的候选关键词作为机器学习的训练样本；用户评判为“相关”的词语对用作正例样本，“不相关”的词语对用作负例样本；对应样本词语对Pair(S，C)的特征和用户评判，训练一个逻辑回归的相关性模型，用来预测每个候选关键词与种子关键词的相关性值，预测完成后，按相关性值从大到小排列候选关键词；排序在前面的V个候选关键词作为建议关键词推荐给用户，V为10％～50％M。