[发明专利]一种自动确定主题场景的方法和装置

权利要求书

1.一种自动确定主题场景的方法，其特征在于，包括：

根据已知一段时间内的各个类目的搜索频次变化情况，预测各个类目未来一段时间的搜索频次，并计算各个类目的热度评分；

对于热度评分靠前的N个类目，通过各个类目对应的标题，提取出各个类目中标题含有的实体词，进而得到各个类目对应的实体词列表；

依据各个类目对应的实体词列表，计算各个类目之间的相似度，将相似度最近的M个类目聚合为一个主题场景，生成至少一个主题场景；

其中，N和M均为大于零的正整数。

2.根据权利要求1所述的方法，其特征在于，预测各个类目未来一段时间的搜索频次，包括：

通过趋势预测函数预测各个类目未来一段时间的搜索频次，该趋势预测函数描述为：

y(t)＝g(t)+s(t)+h(t)+ε

其中，y(t)为预测的搜索频次，g(t)为成长趋势函数，s(t)为季节性影响函数，h(t)为节假日及事件影响函数，ε为异常分量。

3.根据权利要求1所述的方法，其特征在于，计算各个类目的热度评分，包括：

针对每一个类目，已知一段时间内的该类目的搜索频次组成的数列为A，预测得到的该类目未来一段时间的搜索频次组成的数列为B，则通过数列A和数列B计算该类目的趋势指数和波动指数：

其中，M为趋势指数，N为波动指数，ACC为数列A中的最后一个值，BCC为数列B中的最后一个值；

基于趋势指数和波动指数，对各个类目进行降序排列，筛选出符合预设阈值的类目；

基于筛选出的各个类目的近期搜索频次，确定各个类目的热度评分。

4.根据权利要求1所述的方法，其特征在于，通过各个类目对应的实体词列表的相似度，计算各个类目之间的相似度，包括：

根据两个类目的交集词数与并集词数的比例计算相似度：

其中，分子为两个类目对应的实体词列表的交集词数，分母为两个类目对应的实体词列表的并集词数。

5.根据权利要求1所述的方法，其特征在于，还包括：根据各个主题场景对应的搜索词，确定各个主题场景对应的推荐商品；

其中，针对每一个主题场景，计算该主题场景对应的所有商品的综合评分，并按照综合评分进行降序排列，从而确定该主题场景对应的推荐商品。

6.根据权利要求5所述的方法，其特征在于，计算该主题场景对应的所有商品的综合评分，包括：

针对每一个商品，通过该商品所述的主题场景的主题热度、该商品所属的类目的趋势指数、该商品近一段时间的销量，并结合权重，计算得到该商品的综合评分。

7.根据权利要求1所述的方法，其特征在于，还包括：

根据各个搜索词的每日搜索频次及其所属的类目，以类目对应的所有搜索词中搜索频次的极大值作为该类目的搜索频次，从而确定已知一段时间内的各个类目的搜索频次变化情况。

8.一种自动确定主题场景的装置，其特征在于，包括：

热度预测模块，用于根据已知一段时间内的各个类目的搜索频次变化情况，预测各个类目未来一段时间的搜索频次，并计算各个类目的热度评分；

类目筛选模块，用于通过各个类目对应的标题，提取出各个类目中标题含有的实体词，进而得到各个类目对应的实体词列表；

主题聚合模块，用于依据各个类目对应的实体词列表，计算各个类目之间的相似度，将相似度最近的M个类目聚合为一个主题场景，生成至少一个主题场景；

其中，N和M均为大于零的正整数。

9.根据权利要求8所述的装置，其特征在于，预测各个类目未来一段时间的搜索频次，包括：

通过趋势预测函数预测各个类目未来一段时间的搜索频次，该趋势预测函数描述为：

y(t)＝g(t)+s(t)+h(t)+ε

其中，y(t)为预测的搜索频次，g(t)为成长趋势函数，s(t)为季节性影响函数，h(t)为节假日及事件影响函数，ε为异常分量。