[发明专利]内容和搜索词的相关性确定方法及系统、展示方法及系统有效

专利信息
申请号: 201910312790.X 申请日: 2019-04-18
公开(公告)号: CN110020209B 公开(公告)日: 2022-03-22
发明(设计)人: 胡军;赵晓萌;梁召;陈英傑;吴桂林 申请(专利权)人: 北京奇艺世纪科技有限公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06F16/35
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 王宝筠
地址: 100080 北京市海淀*** 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: 内容 搜索词 相关性 确定 方法 系统 展示
【权利要求书】:

1.一种内容和搜索词的相关性确定方法,其特征在于,包括:

确定目标搜索词所属的搜索词类型;

基于确定的所述搜索词类型,从预先存储的搜索词类型和检验参数的对应关系中,查找到所述目标搜索词对应的目标检验参数,所述检验参数用于表征预设位置的内容被展示的概率,所述搜索词类型按照预设分类标准确定;

基于所述目标检验参数确定目标内容与所述目标搜索词的相关性参数;

其中,所述基于所述目标检验参数确定目标内容与所述目标搜索词的相关性参数,具体包括:

统计预设时间段内,所述目标内容的内容点击次数,以及基于所述目标检验参数确定的所述目标内容的内容展示次数;

将所述内容点击次数和所述内容展示次数求商,得到所述目标内容与所述目标搜索词的相关性参数。

2.根据权利要求1所述的相关性确定方法,其特征在于,所述对应关系的获取过程如下:

按照所述预设分类标准对搜索词进行分类;

采用预设用户浏览模型确定每种类型的搜索词对应的检验参数,得到搜索词类型和检验参数的所述对应关系。

3.根据权利要求1或2所述的相关性确定方法,其特征在于,所述预设分类标准为:搜索词点击率、搜索词类型、搜索词点击熵和搜索词平均点击位置中的任意一种或几种分类特征组合。

4.根据权利要求2所述的相关性确定方法,其特征在于,所述采用预设用户浏览模型确定每种类型的搜索词对应的检验参数,得到搜索词类型和检验参数的所述对应关系,具体包括:

获取搜索日志数据;

从所述搜索日志数据中提取出预设字段组成数据集;

采用所述用户浏览模型对所述数据集进行训练,得到每种搜索词类型对应的检验参数。

5.一种内容展示方法,其特征在于,所述内容展示方法基于权利要求1~4任意所述的相关性确定方法,所述内容展示方法还包括:

基于目标内容和目标搜索词的相关性参数,对所述目标内容进行排序;

展示排序后的所述目标内容。

6.一种内容和搜索词的相关性确定系统,其特征在于,包括:

第一确定单元,用于确定目标搜索词所属的搜索词类型;

查找单元,用于基于确定的所述搜索词类型,从预先存储的搜索词类型和检验参数的对应关系中,查找到所述目标搜索词对应的目标检验参数,所述检验参数用于表征预设位置的内容被展示的概率,所述搜索词类型按照预设分类标准确定;

预测单元,用于基于所述目标检验参数确定目标内容与所述目标搜索词的相关性参数;

其中,所述预测单元具体用于:

统计预设时间段内,所述目标内容的内容点击次数,以及基于所述目标检验参数确定的所述目标内容的内容展示次数;

将所述内容点击次数和所述内容展示次数求商,得到所述目标内容与所述目标搜索词的相关性参数。

7.根据权利要求6所述的相关性确定系统,其特征在于,还包括:

分类单元,用于按照所述预设分类标准对搜索词进行分类;

第二确定单元,用于采用预设用户浏览模型确定每种类型的搜索词对应的检验参数,得到搜索词类型和检验参数的所述对应关系。

8.根据权利要求6或7所述的相关性确定系统,其特征在于,所述预设分类标准为:搜索词点击率、搜索词类型、搜索词点击熵和搜索词平均点击位置中的任意一种或几种分类特征组合。

9.根据权利要求7所述的相关性确定系统,其特征在于,所述第二确定单元具体用于:

获取搜索日志数据;

从所述搜索日志数据中提取出预设字段组成数据集;

采用所述用户浏览模型对所述数据集进行训练,得到每种搜索词类型对应的检验参数。

10.一种内容展示系统,其特征在于,所述内容展示系统包括:权利要求6~9任意所述的相关性确定系统,所述内容展示系统还包括:

排序单元,用于基于目标内容和目标搜索词的相关性参数,对所述目标内容进行排序;

展示单元,用于展示排序后的所述目标内容。

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北京奇艺世纪科技有限公司,未经北京奇艺世纪科技有限公司许可,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/201910312790.X/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