[发明专利]检索词的聚类方法和装置

说明书

技术领域

本发明涉及网络搜索技术，特别涉及检索词的聚类方法和装置。

背景技术

在网络搜索技术中，用户都是通过检索词搜索到相应的结果。应用于竞价广告系统中，该检索词具体实现时可为广告商提供的广告的标识，也可称为购买词，目的是便于用户通过该检索词搜索到相应的广告。

在竞价广告系统中，为了提高广告搜索效率，提出了对竞价广告系统中由广告商提供的检索词进行聚类。其中，对检索词进行聚类，其可以抽象为对一个短文本串的集合进行聚类的过程。

目前，现有最常用的聚类方法为：针对一广告商提供的检索词，仅从目前已存在的所有广告商提供的检索词中找出字面上相似度较大的检索词，将该广告商提供的检索词和找出的检索词聚类在一起。如此，当搜索引擎用户通过一检索词检索相应的广告时，将与该检索词对应的广告，以及与该检索词聚类在一起的检索词对应的广告展示给用户。

然而，有一些检索词，尽管广告商没有提供，但其实质上与广告商提供的检索词对应的广告相关，而前述的聚类方法是仅将广告商提供的检索词进行字面相关的聚类，没有考虑到这些与广告商提供的检索词语义相关的、且目前还未被广告商提供的其他检索词，这降低了检索词聚类的准确度。

发明内容

本发明提供了检索词的聚类方法和装置，以提高检索词聚类的准确度。

本发明提供的技术方案包括：

一种检索词的聚类方法，包括：

建立候选检索词集合，所述候选检索词集合包含由用户提供的第一检索词、以及与第一检索词相关的第二检索词；

根据检索词的文本特征和/或语义特征对所述候选检索词集合中的第一检索词和与该第一检索词相关的第二检索词执行聚类操作。

一种检索词的聚类装置，包括：

建立单元，用于建立候选检索词集合，所述候选检索词集合包含由用户提供的第一检索词、以及与第一检索词相关的第二检索词；

聚类单元，用于根据检索词的文本特征和/或语义特征对所述候选检索词集合中的第一检索词和与该第一检索词相关的第二检索词执行聚类操作。

由以上技术方案可以看出，本发明提供的检索词的聚类方法和装置在进行检索词聚类时，并非像现有技术那样仅将用户提供的检索词进行字面关系的聚类，而是同时考虑到用户提供的检索词，以及与该用户提供的检索词相关的其他检索词，并根据检索词的文本特征和/或语义特征对用户提供的检索词，以及与该用户提供的检索词相关的其他检索词进行聚类，因而能够增加检索词聚类的准确度。

附图说明

图1为本发明实施例提供的基本流程图；

图2a为本发明实施例提供的步骤102的流程图；

图2b为本发明实施例提供的潜在聚类关系挖掘流程图；

图3a为本发明实施例提供的检索词之间的拓扑图结构第一示意图；

图3b为本发明实施例提供的检索词之间的拓扑图结构第二示意图；

图3c为本发明实施例提供的检索词之间潜在的聚类关系示意图；

图3d为本发明实施例提供的增加检索词时拓扑图结构第三示意图；

图4为本发明实施例提供的新增加检索词时的流程图；

图5为本发明实施例提供的装置的基本结构图；

图6为本发明实施例提供的装置的详细结构图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。

本发明在进行检索词聚类时，并非像现有技术那样仅将用户比如广告商提供的检索词进行字面关系的聚类，而是根据检索词的文本特征和/或语义特征将用户提供的检索词，以及与该检索词相关的检索词聚类，以便增加检索词聚类的准确度，下面对本发明提供的方法进行描述。

参见图1，图1为本发明实施例提供的基本流程图。如图1所示，该流程可包括以下步骤：

步骤101，建立候选检索词集合，所述候选检索词集合包含由用户提供的第一检索词、以及与第一检索词相关的第二检索词。

本步骤101中，与用户提供的第一检索词相关的第二检索词具体可包括：与该用户提供的第一检索词匹配的检索词，和/或，以该用户提供的第一检索词为关键词搜索的搜索结果中的检索词。