[发明专利]需求识别方法和装置有效

专利信息
申请号: 201711223802.9 申请日: 2017-11-29
公开(公告)号: CN107832468B 公开(公告)日: 2019-05-10
发明(设计)人: 程军;桂佳;唐敬亚 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06F16/9535 分类号: G06F16/9535
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 需求 识别 方法 装置
【权利要求书】:

1.一种需求识别方法,包括:

获取用户查询语句和利用所述用户查询语句进行搜索得到的搜索结果对应的访问数据;

在预存的查询语句字典中查询出所述用户查询语句对应的网络数据,其中,所述查询语句字典是基于具有目标类别的需求的各查询语句及与具有目标类别的需求的各查询语句相关的网络数据构建的;

基于所述用户查询语句对应的网络数据,采用已训练的需求识别模型对所述用户查询语句进行目标类别的需求的识别;

对利用所述用户查询语句进行搜索得到的搜索结果对应的访问数据按照需求类别进行统计,得到所述用户查询语句关于各需求类别的访问数据分布;

基于所述用户查询语句的目标类别的需求识别结果和所述用户查询语句关于各需求类别的用户访问数据分布,确定所述用户查询语句所包含的所述目标类别的需求的需求强度。

2.根据权利要求1所述的方法,其中,所述基于所述用户查询语句对应的网络数据,采用已训练的需求识别模型对所述用户查询语句进行目标类别的需求的识别,包括:

对所述用户查询语句对应的网络数据进行特征提取;

将提取出的特征输入所述已训练的需求识别模型进行目标类别的需求的识别。

3.根据权利要求1所述的方法,其中,所述方法还包括:

基于具有目标类别的需求的历史查询语句及与具有目标类别的需求的历史查询语句相关的网络数据构建查询语句字典的步骤,包括:

获取具有目标类别的需求的各历史查询语句相关的用户点击日志和页面展现日志;

构建各历史查询语句的词条,根据所述用户点击日志和页面展现日志进行用户点击数据和页面展现数据的统计分析,并在所述历史查询语句的词条中将对应的用户点击数据和页面展现数据的统计分析结果与所述历史查询语句关联;

根据所述用户点击日志和页面展现日志确定与所述具有目标类别的需求的历史查询语句相关的站点数据,并在所述历史查询语句的词条中将所述站点数据与对应的历史查询语句关联。

4.根据权利要求1所述的方法,其中,所述方法还包括基于标记的样本查询语句训练所述需求识别模型的步骤,包括:

在所述预存的查询语句字典中查询与各样本查询语句对应的网络数据;

基于所述需求识别模型对所述样本查询语句对应的网络数据进行预测,并根据预测结果和标记结果之间的差异调整所述需求识别模型的参数,以使所述预测结果与标记结果之间的差异满足预设的收敛条件。

5.根据权利要求1-4任一项所述的方法,其中所述目标类别的需求包括图片类需求。

6.一种需求识别装置,包括:

获取单元,用于获取用户查询语句和利用所述用户查询语句进行搜索得到的搜索结果对应的访问数据;

查询单元,用于在预存的查询语句字典中查询出所述用户查询语句对应的网络数据,其中,所述查询语句字典是基于具有目标类别的需求的各查询语句及与具有目标类别的需求的各查询语句相关的网络数据构建的;

识别单元,用于基于所述用户查询语句对应的网络数据,采用已训练的需求识别模型对所述用户查询语句进行目标类别的需求的识别;

统计单元,用于对利用所述用户查询语句进行搜索得到的搜索结果对应的访问数据按照需求类别进行统计,得到所述用户查询语句关于各需求类别的访问数据分布;

确定单元,用于基于所述用户查询语句的目标类别的需求识别结果和所述用户查询语句关于各需求类别的用户访问数据分布,确定所述用户查询语句所包含的所述目标类别的需求的需求强度。

7.根据权利要求6所述的装置,其中,所述识别单元进一步用于按照如下方式对所述用户查询语句进行目标类别的需求的识别:

对所述用户查询语句对应的网络数据进行特征提取;

将提取出的特征输入所述已训练的需求识别模型进行目标类别的需求的识别。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201711223802.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top