[发明专利]网络关键词识别处理方法和装置

说明书

技术领域

本发明涉及互联网领域，具体而言，涉及一种网络关键词识别处理方法和装置。

背景技术

站外搜索导航来源是网站的重要来源渠道之一，其中，关键词所带来的访问人次是可见性优化工作的重要参考依据。关键词质量好坏将直接或间接地影响网站广告投放及营销决策，热门关键词的识别方法则是判断关键词好坏的核心。

通常，人们认为持续带来高访问人次的关键词具有较高的质量，属于热门关键词，而持续带来低访问人次的关键词的质量也较低，属于非热门关键词，因此在相关技术中采用统计关键词在不同时期访问人次绝对数值的方法识别热门关键词。此外，考虑到热门这一概念具有时效性，即关键词在很短时期突然涌现出极高的访问人次，而在通常时间访问人次均处于较低水平，这种关键词可能伴随某个热门事件或是网站活动产生，单单通过比较访问人次的绝对数值使得对关键词的识别准确度比较低。

因此，在相关技术中也提出了一种方案，该方案识别这种热门关键词的方式是计算关键词带来访问人次的环比，通过环比比值大小进行热门关键词的识别。

发明人发现，造成识别热门关键词方法不同的重要原因在于对热门关键词的定义不同，基于访问人次绝对数值的计算方法定义热门关键词为带来访问人次数多的关键词，而基于访问人次环比的计算方法定义热门关键词为带来访问人次增长幅度大的关键词。如果定义前者为持续热门关键词（图1中A折线），后者为异动热门关键词（图1中B折线），同时定义非热门关键词为冷门关键词（图1中C折线）。无论持续热门关键词还是异动热门关键词，都对网站流量、转化率等指标很有帮助。鉴于此，本发明从实际角度出发提出了同时涵盖两种热门关键词的识别方法，并给出了严谨的思维过程和逻辑方法。

针对相关技术中对关键词的识别准确度比较低的问题，目前尚未提出有效的解决方案。

发明内容

本发明的主要目的在于提供一种网络关键词识别处理方法和装置，以解决相关技术中对关键词的识别准确度比较低问题。

为了实现上述目的，根据本发明的一个方面，提供了一种网络关键词识别处理方法。该方法包括：获取当前时间周期内网络中关键词带来的第一访问人次数；获取多个历史时间周期内关键词带来的第二访问人次数；计算第一访问人次数占第一访问人次数与第二访问人次数之和的比例值；以及基于比例值对关键词进行识别。

进一步地，基于比例值对关键词进行识别包括：利用比例值和第一访问人次数得出当前时间周期的关键词访问热度值；以及根据关键词热度值对关键词进行识别。

进一步地，根据关键词热度值对关键词进行识别包括：获取多个时间周期内的关键词热度值；获取多个时间周期内的关键词热度值与当前时间周期内关键词热度值的对应关系；根据对应关系加权计算出当前时间周期内的关键词递延热度值；以及根据关键词访问热度值和关键词递延热度值得到当前时间周期的关键词热度值。

进一步地，当前时间周期的关键词访问热度值通过以下方式进行计算：r=(m*C+x*n)/(n+C)；其中，C表示设定的访问人次常数，n表示预先设定的关键词访问人次数，x表示预先设定的关键词的访问人次得分，m为所有关键词的访问人次平均得分，r表示当前时间周期的关键词访问热度值。

进一步地，在基于比例值对关键词进行识别之后，网络关键词识别处理方法还包括：计算每个关键词于每段时间周期内的增幅；以及计算每个关键词在不同的时间周期之间的增幅是否具有递延性。

为了实现上述目的，根据本发明的另一方面，提供了一种网络关键词识别处理装置。该装置包括：第一获取单元，用于获取当前时间周期内网络中关键词带来的第一访问人次数；第二获取单元，用于获取多个历史时间周期内关键词带来的第二访问人次数；第一计算单元，用于计算第一访问人次数占第一访问人次数与第二访问人次数之和的比例值；以及识别单元，用于基于比例值对关键词进行识别。

进一步地，识别单元包括：计算模块，用于利用比例值和第一访问人次数得出当前时间周期的关键词访问热度值；以及识别模块，用于根据关键词热度值对关键词进行识别。

进一步地，识别模块包括：第一获取子模块，用于获取多个时间周期内的关键词热度值；第二获取子模块，用于获取多个时间周期内的关键词热度值与当前时间周期内关键词热度值的对应关系；第一计算子模块，用于根据对应关系加权计算出当前时间周期内的关键词递延热度值；以及第二计算子模块，用于根据关键词访问热度值和关键词递延热度值得到当前时间周期的关键词热度值。