[发明专利]一种挖掘短串的方法和装置

说明书

技术领域

本发明涉及计算机领域，特别涉及一种挖掘短串的方法和装置。

背景技术

在竞价广告系统中，根据用户输入的查询词精确地获取到的短串，并将获取的短串对应的广告精确地推送给用户，所以挖掘短串的方法受到了广泛地关注。

目前，挖掘短串的方法主要有三种，第一种是利用检索日志中记录的查询词、短串和点击率的对应关系，离线挖掘与该查询词相关的短串；第二种是对用户输入的查询词进行同义词改写，根据改写后的查询词在短串关系数据库中匹配短串；第三种是对已经匹配得到的短串进行同义词改写，从而得到更多的短串。

在实现本发明的过程中，发明人发现现有技术至少存在以下问题：

现有技术中根据查询词和查询词对应的短串进行同义词改写，使得挖掘得到的短串的数量较少。

发明内容

为了解决现有技术的问题，本发明实施例提供了一种挖掘短串的方法和装置。所述技术方案如下：

一方面，提供了一种挖掘短串的方法，所述方法包括：

获取第一查询词与第二查询词之间的相似度，所述第一查询词为查询词集合中包括的任一查询词，所述第二查询词为所述查询词集合中除所述第一查询词之外的其他查询词；

选择与所述第一查询词之间的相似度大于第一相似度阈值的第二查询词，以及从第一短串集合中去除所述第一查询词对应的短串得到第二短串集合；

根据所述选择的第二查询词，计算所述第一查询词与所述第二短串集合中包括的短串之间的相似度，从所述第二短串集合中选择与所述第一查询词之间的相似度大于第二相似度阈值的短串，建立所述第一查询词与所述选择的短串之间的对应关系。

另一方面，提供了一种挖掘短串的装置，所述装置包括：

第一获取模块，用于获取第一查询词与第二查询词之间的相似度，所述第一查询词为查询词集合中包括的任一查询词，所述第二查询词为所述查询词集合中除所述第一查询词之外的其他查询词；

第一选择模块，用于选择与所述第一查询词之间的相似度大于第一相似度阈值的第二查询词，以及从第一短串集合中去除所述第一查询词对应的短串得到第二短串集合；

第一计算模块，用于根据所述选择的第二查询词，计算所述第一查询词与所述第二短串集合中包括的短串之间的相似度，从所述第二短串集合中选择与所述第一查询词之间的相似度大于第二相似度阈值的短串，建立所述第一查询词与所述选择的短串之间的对应关系。

在本发明实施例中，获取第一查询词与第二查询词之间的相似度，第一查询词为查询词集合中包括的任一查询词，第二查询词为查询词集合中除第一查询词之外的其他查询词；选择与第一查询词之间的相似度大于第一相似度阈值的第二查询词，以及从第一短串集合中去除第一查询词对应的短串得到第二短串集合；根据选择的第二查询词，计算第一查询词与第二短串集合中包括的短串之间的相似度，从第二短串集合中选择与第一查询词之间的相似度大于第二相似度阈值的短串，建立第一查询词与选择的短串之间的对应关系。其中，根据选择的第二查询词计算第一查询词与第二短串集合中包括的短串之间的相似度，从第二短串集合中选择与第一查询词之间的相似度大于第二相似度阈值的短串，得到的短串的数目较多，并且可以保证第一查询词与选择的短串之间的相似度。

附图说明

图1是本发明实施例一提供的一种挖掘短串的方法流程图；

图2是本发明实施例二提供的一种挖掘短串的方法流程图；

图3是本发明实施例二提供的一种更新短串的方法流程图；

图4是本发明实施例二提供的另一种更新短串的方法流程图；

图5是本发明实施例三提供的一种挖掘短串的装置结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

实施例一

本发明实施例提供了一种挖掘短串的方法，参见图1，方法流程包括：

步骤101：获取第一查询词与第二查询词之间的相似度，第一查询词为查询词集合中包括的任一查询词，第二查询词为查询词集合中除第一查询词之外的其他查询词；

步骤102：选择与第一查询词之间的相似度大于第一相似度阈值的第二查询词，以及从第一短串集合中去除第一查询词对应的短串得到第二短串集合；