[发明专利]关键词的聚类方法和装置

说明书

本发明涉及一种关键词的聚类方法及实现该方法的装置。所述方法包括：建立关键词集合，该关键词集合中包括多个第一关键词以及多个第二关键词，每个第二关键词与至少一个该第一关键词相关；分别计算每个第一关键词和与其相关的各第二关键词之间的相似度值，根据所述相似度值建立多个第一聚类簇；以及随机选取一个第一聚类簇作为起始聚类簇进行第二聚类处理步骤，该第二聚类处理步骤包括：在其他第一聚类簇中，查找与该起始聚类簇具有等价聚类关系的其他第一聚类簇、并将所查找到的其他第一聚类簇与该起始聚类簇聚合在一起形成第二聚类簇。本发明实施例提出的关键词的聚类方法可以实现更多潜在关系的挖掘，提高搜索效率。

技术领域

本发明涉及计算机网络技术领域，尤其涉及网络搜索技术中的关键词的聚类方法和装置。

背景技术

在网络搜索技术中，用户一般都是通过检索串(query，搜索引擎中用户提交的搜索关键词)搜索到相应的结果。竞价搜索广告(sponsored search advertising)系统，是一种基于搜索引擎的广告搜索系统，引擎平台使用用户的检索串匹配广告商或代理商提交的关键词(也可称为购买词(bidterm))，将广告推送给目标用户。

在竞价搜索广告系统中，为了提高广告的搜索效率，提出了对竞价搜索广告系统中由广告商提供的关键词进行聚类的方法。

目前，现有最常用的聚类方法为：针对一广告商提供的关键词，从目前已存在的所有广告商提供的关键词中找到字面上相似度较大的关键词，将该广告商提供的关键词和匹配出的关键词聚类在一起。这样一来，当用户通过检索串检索相应的广告时，将与该检索串匹配的关键词对应的广告，以及与该关键词聚类在一起的关键词对应的广告展示给该用户。

但是，上述方法关键词聚类关系挖掘的不够充分，影响了广告的搜索效率。

发明内容

本发明实施例的目的在于，提供一种能够实现更多潜在关系挖掘，提高搜索效率的关键词的聚类方法和装置。

本发明实施例提供一种关键词的聚类方法，所述方法包括：建立关键词集合步骤，建立关键词集合，该关键词集合中包括多个第一关键词以及多个第二关键词，每个第二关键词与至少一个该第一关键词相关；第一聚类处理步骤，分别计算每个第一关键词和与其相关的各第二关键词之间的相似度值，根据所述相似度值建立多个第一聚类簇，每个该第一关键词分别对应一个该第一聚类簇，每个该第一聚类簇中还包括与该对应的第一关键词之间的相似度值大于或等于第一阈值的第二关键词；以及随机选取一个第一聚类簇作为起始聚类簇进行第二聚类处理步骤，该第二聚类处理步骤包括：在其他第一聚类簇中，查找与该起始聚类簇具有等价聚类关系的其他第一聚类簇、并将所查找到的其他第一聚类簇与该起始聚类簇聚合在一起形成第二聚类簇，该等价聚类关系包括该起始聚类簇中的第二关键词之一与该其他第一聚类簇中的第一关键词相同且该起始聚类簇的第一关键词也为该其他第一聚类簇的第二关键词之一。

相对于现有技术，本发明实施例提出的关键词的聚类方法可以实现更多潜在关系的挖掘，提高搜索效率。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。

附图说明

图1是本发明第一实施例提供的关键词的聚类方法的流程图。

图2是图1中步骤S12的具体流程图。

图3是本发明第二实施例提供的关键词的聚类方法的流程图。

图4是图3中步骤S233的具体流程图。

图5是图4所示方法的另一种实施方式。

图6是本发明第二实施例中的一个初始拓扑图。