[发明专利]生成共现关键词的方法、提供关联搜索词的方法以及系统

权利要求书

1.一种生成共现关键词的方法，包括：

a）获取预定时间段的搜索日志，所述搜索日志包括用户使用搜索词进行搜索的搜索记录；

b）根据各个用户的搜索记录，为每个用户计算至少一个搜索词簇，每个搜索词簇包括彼此之间的相似度高于预定阈值的至少两个搜索词或者与任何其他搜索词都不相似的一个搜索词；

c）从计算的每个搜索词簇选择权重值超过权重阈值的至少一个实词作为所述搜索词簇的代表关键词；

d）通过对代表关键词进行配对形成多个代表关键词对，并且计算每个代表关键词对出现的次数；

e）选择出现的次数最高的代表关键词对作为共现关键词对，并且将选择的共现关键词对存储在共现词典中。

2.如权利要求1所述的方法，其特征在于，步骤b）包括，对用户的搜索记录执行以下操作：

对所述搜索记录中的搜索词进行切词，并且计算分词的权重；

针对每两个搜索词，根据同时出现在所述两个搜索词中的各个分词的权重，计算所述两个搜索词之间的相似度；

选取计算的彼此之间的相似度高于预定阈值的至少两个搜索词或者与任何其他搜索词都不相似的一个搜索词作为搜索词簇。

3.如权利要求2所述的方法，其特征在于，步骤b）还包括：在对搜索词进行切词的处理中，从所述搜索记录中去除重复出现的搜索词。

4.如权利要求3所述的方法，其特征在于，通过以下公式计算两个搜索词之间的相似度β：

β=∑min(w_1i，w_2i）

其中，w_1i和w_2i分别是两个搜索词中共同出现的第i个分词的权重值，i≤n，n为所述共同出现的分词的个数。

5.如权利要求4所述的方法，其特征在于，在步骤d）中，使用包括配对的两个代表关键词以及其出现次数的三元组，累积计算在为各个用户形成的全部代表关键词对当中，每个代表关键词对出现的次数。

6.如权利要求1-5中的任一项所述的方法，还包括：将在步骤b）中计算出的全部搜索词簇存储到搜索词簇词典。

7.如权利要求6所述的方法，还包括：通过将共现关键词对出现的次数与代表关键词对的个数相除计算所述共现关键词对的共现率，并且在共现词典中还存储所述共现关键词对的共现率。

8.如权利要求7所述的方法，还包括：如果接收到包括共现关键词对中的一个代表关键词的搜索词，则从搜索词簇词典找出包括共现关键词对中的另一个代表关键词的搜索词簇，并且作为响应，发送找出的搜索词簇中的一个或多个搜索词。

9.一种生成共现关键词的系统，包括：

日志获取模块，用于获取预定时间段的搜索日志，所述搜索日志包括用户使用搜索词进行搜索的搜索记录；

搜索词簇计算模块，用于根据用户的搜索记录，为用户计算至少一个搜索词簇，每个搜索词簇包括彼此之间的相似度高于预定阈值的至少两个搜索词或者与任何其他搜索词都不相似的一个搜索词；

共现关键词对确定模块，用于从计算的每个搜索词簇选择权重值超过权重阈值的至少一个实词作为所述搜索词簇的代表关键词，通过对代表关键词进行配对形成多个代表关键词对，计算每个代表关键词对出现的次数，并且选择出现的次数最高的代表关键词对作为共现关键词对；

词典存储模块，用于将选择的共现关键词对存储在共现词典中。

10.如权利要求9所述的系统，其特征在于，搜索词簇计算模块对用户的搜索记录执行以下操作：

对所述搜索记录中的搜索词进行切词，并且计算分词的权重；

针对每两个搜索词，根据同时出现在所述两个搜索词中的各个分词的权重，计算所述两个搜索词之间的相似度；

选取计算的彼此之间的相似度高于预定阈值的至少两个搜索词或者与任何其他搜索词都不相似的一个搜索词作为搜索词簇。

11.如权利要求10所述的系统，其特征在于，搜索词簇计算模块在对每个搜索词进行切词的处理中，从所述搜索记录中去除重复出现的搜索词。