[发明专利]一种搜索提示词的生成方法和装置

权利要求书

1.一种搜索提示词的生成方法，其特征在于，所述方法包括：

获取用户的搜索关键词；

依据所述搜索关键词生成所述搜索关键词的候选提示词集合；

采用所述搜索关键词与所述候选提示词集合中每个候选提示词，生成每个候选提示词的数据特征；

将每个候选提示词的数据特征输入预先训练的分值预测模型中，得到每个候选提示词的分值；

依据每个候选提示词的分值，从所述候选提示词集合中确定所述搜索关键词的目标提示词。

2.如权利要求1所述的生成方法，其特征在于，所述依据所述搜索关键词生成所述搜索关键词的候选提示词集合的步骤包括：

依据所述搜索关键词，在预先设置的候选提示词词库中查找匹配的多个候选提示词；

采用所述多个候选提示词生成所述候选提示词集合。

3.如权利要求1所述的生成方法，其特征在于，所述采用所述搜索关键词与所述候选提示词集合中每个候选提示词，生成每个候选提示词的数据特征的步骤包括：

依据所述搜索关键词和所述每个候选提示词，分别生成搜索关键词拼音串和候选提示词拼音串；

采用所述搜索关键词拼音串和所述候选提示词拼音串生成每个候选提示词的拼音串相似度特征；

采用所述搜索关键词和所述候选提示词中的汉字串生成每个候选提示词的汉字串相似度特征；

获取所述每个候选提示词在预设时间段内针对所述每个候选提示词的历史行为操作；

采用预设时间段内针对所述每个候选提示词的历史行为操作生成每个候选提示词热度特征；

依据每个候选提示词是否为站内专辑，生成每个候选提示词的专辑特征。

4.如权利要求3所述的生成方法，其特征在于，所述将每个候选提示词的数据特征输入预先训练的分值预测模型中，得到每个候选提示词的分值的步骤包括：

将每个候选提示词的拼音串相似度特征、所述汉字串相似度特征、所述热度特征以及所述专辑特征输入预先训练的分值预测模型中，得到每个候选提示词的分值。

5.如权利要求1-4任一项所述的生成方法，其特征在于，所述分值预测模型通过以下方式训练：

获取训练样本，所述训练样本中每个训练样本包括一个训练搜索关键词、所述训练搜索关键词对应的多个训练候选提示词，以及，针对训练候选提示词的点击数；

依据每个候选提示词的点击数，确定每个候选提示词的标签；

采用所述训练搜索关键词和所述训练搜索关键词对应的多个训练候选提示词，生成每个训练候选提示词的训练数据特征；

采用每个训练候选提示词的数据特征和所述标签，基于预设算法训练分值预测模型。

6.如权利要求5所述的生成方法，其特征在于，所述分值预测模型为LambdaMart模型，所述数据特征包括每个候选提示词的拼音串相似度特征、汉字串相似度特征、热度特征和专辑特征，所述采用每个训练候选提示词的数据特征和所述标签，基于预设算法训练分值预测模型的步骤包括：

采用所述每个训练候选提示词的拼音串相似度特征、所述每个训练候选提示词的汉字串相似度特征、所述每个训练候选提示词的热度特征、每个训练候选提示词的专辑特征以及所述每个训练提示词的标签，基于GBDT算法训练LambdaMart模型。

7.一种搜索提示词的生成装置，其特征在于，所述装置包括：

搜索关键词获取模块，用于获取用户的搜索关键词；

候选提示词集合生成模块，用于依据所述搜索关键词生成所述搜索关键词的候选提示词集合；

数据特征生成模块，用于采用所述搜索关键词与所述候选提示词集合中每个候选提示词，生成每个候选提示词的数据特征；

分值提取模块，用于将每个候选提示词的数据特征输入预先训练的分值预测模型中，得到每个候选提示词的分值；

目标提示词确定模块，用于依据每个候选提示词的分值，从候选提示词中确定所述搜索关键词的目标提示词。