一種基於搜索關鍵詞的推薦方法及系統的製作方法
2023-09-22 02:29:25 1
一種基於搜索關鍵詞的推薦方法及系統的製作方法
【專利摘要】本發明公開了一種基於搜索關鍵詞的推薦系統及方法，涉及搜尋引擎領域。所述系統包括：關鍵詞獲取單元，適於根據用戶輸入獲得搜索關鍵詞；查找樹存儲單元，適於以樹形數據結構存儲漢字，樹中每個數據節點存儲一個漢字，以及包含所述漢字的推薦詞的地址信息；推薦詞詞庫，適於存儲所述推薦詞；地址獲取單元，適於根據搜索關鍵詞查詢查找樹存儲單元，獲得推薦詞的地址信息；推薦單元，適於根據地址信息查詢推薦詞詞庫獲得推薦詞，並將推薦詞推薦給用戶。所述系統及方法，在查找樹存儲單元中，令每個數據節點記錄包含該節點字符的所有推薦詞的地址信息，從而提高了推薦詞的查詢速度，克服了推薦詞庫容量增大導致查詢速度降低的問題。
【專利說明】一種基於搜索關鍵詞的推薦方法及系統
[0001]本發明專利申請是申請日為2012年06月26日、申請號為201210215120.4、名稱為「一種用於搜索輸入的推薦系統及方法」的中國發明專利申請的分案申請。
【技術領域】
[0002]本發明涉及搜尋引擎【技術領域】，特別涉及一種基於搜索關鍵詞的推薦系統及方法。
【背景技術】
[0003]Suggest (搜索建議)是一種根據用戶已輸入的查詢詞，提供建議提示的技術。在網際網路中，搜索人的責任就是幫助用戶，以更快的速度，更少的操作，更準確地獲取待搜索信息。
[0004]用戶在搜索框中進行輸入時，往往要輸入很多關鍵詞，還可能會切換輸入法。而且用戶在輸好關鍵詞後，還可能面臨輸入錯誤的情況，比如同音別字。最後，用戶也可能並不確定輸入什麼樣的關鍵詞，能夠非常恰當地代表自己的想法。suggest就是為了提升用戶在輸入框中輸入關鍵詞時的體驗，其可以縮短用戶的鍵入，對用戶的輸入進行糾錯，更重要的是可以推薦出很多貼近用戶想法的關鍵詞。
[0005]實現suggest，一般需要中文到拼音的標註過程和索引查詢過程兩個環節。拼音標註，就是把中文短語翻譯成其相應的拼音，這個過程的難點在於多音字的處理，其一般只在直接根據中文關鍵詞進行索引查詢所得推薦詞過少的情況下使用。suggest的索引查詢通常基於hashmap(基於哈希表的Map接口)，查詢過程必須性能過硬，因為用戶在輸入一個關鍵詞的過程中會多次調用suggest服務。
[0006]拼音標註環節中，對於多音字的處理，通常的做法，是將多音字的讀音進行枚舉，比如「音樂」，將其翻譯成「yinyue」和「yinle」，將「樂視網」翻譯成「yueshiwang」和「leshiwang」。這種翻譯單純基於單個漢字的讀音，而不考慮其使用環境。因此，可能會造成冗餘的拼音索引，擾亂正確結果，並且不利於引導用戶認識到自己的拼音錯誤。
[0007]在由拼音得到中文查詢串的過程中，由於對多音字的處理不當，也可能會引入搜索噪音，比如用戶在百度搜索框中輸入「yueshi」，本想查詢月食相關信息，但此時suggest給出的推薦詞包括「樂視網」和「鑰匙」等明顯無關的信息，而「月食」幾乎被這些無關信息所淹沒。
[0008]通常的查詢方式，詞典裡的數據集越大，需要遍歷的子樹越大，導致查找消耗的時間隨數據集的增大而增加，影響用戶的使用體驗。
【發明內容】
[0009]鑑於上述問題，提出了本發明以便提供一種克服上述問題或者至少部分地解決上述問題的一種基於搜索關鍵詞的推薦方法及系統。
[0010]依據本發明的一個方面，提供了一種基於搜索關鍵詞的推薦方法，包括步驟:
[0011]A:根據用戶輸入獲得搜索關鍵詞；
[0012]B:根據所述搜索關鍵詞查詢獲得推薦詞的地址信息
[0013]C:根據所述推薦詞的地址信息獲得對應的推薦詞，並將所述推薦詞推薦給用戶。
[0014]可選地，所述根據所述搜索關鍵詞查詢獲得推薦詞的地址信息進一步包括:
[0015]根據所述搜索關鍵詞查詢查找樹存儲單元，獲得對應所述搜索關鍵詞的一個或多個推薦詞的地址信息，所述查找樹存儲單元，適於以樹形數據結構存儲漢字，樹中每個數據節點存儲一個漢字，以及包含所述漢字的推薦詞的地址信息。
[0016]可選地，所述根據所述推薦詞的地址信息獲得對應的推薦詞，並將所述推薦詞推薦給用戶進一步包括:
[0017]根據所述推薦詞的地址信息查詢推薦詞詞庫獲得對應的推薦詞，並將所述推薦詞推薦給用戶；所述推薦詞詞庫，適於存儲所述推薦詞。
[0018]其中，所述用戶輸入為中文輸入或者拼音輸入。
[0019]其中，當所述用戶輸入為中文輸入時，所述步驟A具體包括:
[0020]Al:接收用戶的中文輸入，並將所述中文輸入直接作為搜索關鍵詞。
[0021]其中,所述步驟B具體包括:
[0022]B1:查詢查找樹存儲單元，在所述中文輸入的最末字符對應的節點處找到以所述中文輸入為前綴的初級推薦詞的地址信息。
[0023]其中，所述步驟BI後還包括:
[0024]B2:根據所述初級推薦詞的地址信息判斷相應的初級推薦詞的數量是否大於等於預設閾值，如果是，執行步驟C ;否則，根據所述初級推薦詞的地址信息查詢推薦詞詞庫獲得所述初級推薦詞，執行步驟B3 ；
[0025]B3:對所述初級推薦詞進行擴展，得到擴展推薦詞的地址信息。
[0026]其中，所述步驟B3具體包括:
[0027]B301:根據所述初級推薦詞查詢多音詞詞庫，得到所述初級推薦詞對應的拼音標註；
[0028]B302:根據所述拼音標註查詢所述推薦詞詞庫，得到所述拼音標註對應的擴展中文；
[0029]B303:根據所述擴展中文查詢所述查找樹存儲單元，在所述擴展中文的最末字符對應的節點處獲得所述擴展中文為前綴的擴展推薦詞的地址信息。
[0030]其中，所述步驟B301中，採用正向最大匹配算法查詢所述多音詞詞庫，得到所述初級推薦詞對應的拼音標註。
[0031 ] 其中，所述多音詞詞庫中以拼音組合的方式對應包含多音字的中文短語。
[0032]其中，當所述用戶輸入為拼音輸入時，所述步驟A具體包括:
[0033]Al 』:接收用戶的拼音輸入，根據所述拼音輸入查詢推薦詞詞庫，得到所述拼音輸入對應的引導中文，將所述引導中文作為搜索關鍵詞。
[0034]其中，所述步驟B具體包括:
[0035]BI』:根據所述引導中文查詢所述查找樹存儲單元，在所述引導中文的最末字符對應的節點處獲得所述引導中文為前綴的引導推薦詞的地址信息。
[0036]其中，所述推薦詞詞庫中以拼音組合的方式對應包含多音字的中文短語。
[0037]其中，所述查找樹存儲單元採用Double Array Trie樹結構存儲漢字。
[0038]依據本發明的另一個方面，提供了一種基於搜索關鍵詞的推薦系統，其特徵在於，所述系統包括:關鍵詞獲取單元、查找樹存儲單元、推薦詞詞庫、地址獲取單元和推薦單元;
[0039]所述關鍵詞獲取單元，適於根據用戶輸入獲得搜索關鍵詞；
[0040]所述查找樹存儲單元，適於以樹形數據結構存儲漢字，樹中每個數據節點存儲一個漢字，以及包含所述漢字的推薦詞的地址信息；
[0041]所述推薦詞詞庫，適於存儲所述推薦詞；
[0042]所述地址獲取單元，適於根據所述搜索關鍵詞查詢所述查找樹存儲單元，獲得所述推薦詞的地址信息；
[0043]所述推薦單元，適於根據所述地址信息查詢所述推薦詞詞庫獲得所述推薦詞，並將所述推薦詞推薦給用戶。
[0044]本發明的基於搜索關鍵詞的推薦方法及系統，在查找樹存儲單元中，令每個數據節點記錄包含該節點字符的所有推薦詞的地址信息，從而提高了推薦詞的查詢速度，克服了推薦詞庫容量增大導致查詢速度降低的問題；同時，在推薦詞詞庫和多音詞詞庫中以拼音組合與中文短語相對應，從而克服了由於多音字而導致的搜索噪音問題，提高了推薦準確率。
【專利附圖】
【附圖說明】
[0045]圖1是本發明實施例一所述基於搜索關鍵詞的推薦系統的模塊結構示意圖；
[0046]圖2是本發明實施例二所述基於搜索關鍵詞的推薦系統的模塊結構示意圖；
[0047]圖3是本發明實施例三所述基於搜索關鍵詞的推薦方法的處理流程圖；
[0048]圖4是本發明實施例三所述查找樹存儲單元和推薦詞詞庫的結構示意圖；
[0049]圖5是本發明實施例三所述步驟B3的流程圖；
[0050]圖6是本發明實施例三所述多音詞詞庫的結構不意圖；
[0051]圖7是本發明實施例四所述基於搜索關鍵詞的推薦方法的處理流程圖。
【具體實施方式】
[0052]下面結合附圖和實施例，對本發明的【具體實施方式】作進一步詳細描述。以下實施例用於說明本發明，但不用來限制本發明的範圍。
[0053]圖1是本發明實施例一所述基於搜索關鍵詞的推薦系統的模塊結構示意圖，如圖1所示，所述系統包括:關鍵詞獲取單元100、地址獲取單元200、查找樹存儲單元300、推薦詞詞庫400和推薦單兀500。
[0054]關鍵詞獲取單元100，適於根據用戶輸入獲得搜索關鍵詞。所述用戶輸入為拼音輸入或者中文輸入。
[0055]當所述用戶輸入為拼音輸入時，所述關鍵詞獲取單元100，適於根據所述拼音輸入查詢所述推薦詞詞庫400，得到所述拼音輸入對應的引導中文，並將所述引導中文作為搜索關鍵詞。其中，所述推薦詞詞庫400適於存儲推薦詞，以及所述推薦詞的拼音。並且，所述推薦詞詞庫400中以拼音組合的方式對應包含多音字的中文短語。所述引導中文是通過所述推薦詞詞庫400對所述拼音輸入直接翻譯後得到的中文。
[0056]所述地址獲取單元200，適於根據所述引導中文查詢所述查找樹存儲單元300，得到所述引導中文為前綴的引導推薦詞的地址信息。所述查找樹存儲單元300採用DoubleArray Trie (即雙數組trie,以下簡寫為datrie)樹結構。所述datrie樹中的每個數據節點(除根節點之外的節點)記錄一個漢字，以及包含所述漢字的推薦詞的地址信息。所述datrie樹通過所述地址信息與所述推薦詞詞庫400相對應。
[0057]所述推薦單元500，適於根據所述引導推薦詞的地址信息查詢推薦詞詞庫400獲得引導推薦詞，然後推薦給用戶。
[0058]當所述用戶輸入為中文輸入時，所述關鍵詞獲取單元100直接將所述中文輸入作為搜索關鍵詞。
[0059]所述地址獲取單元200，適於根據所述中文輸入查詢所述查找樹存儲單元300，得到所述中文輸入為前綴的初級推薦詞的地址信息。
[0060]所述推薦單元500，適於根據所述初級推薦詞的地址信息查詢所述推薦詞詞庫400直接獲得相應的初級推薦詞，並將所述初級推薦詞推薦給用戶。
[0061]圖2是本發明實施例二所述基於搜索關鍵詞的推薦系統的模塊結構示意圖。如圖2所示，本實施例所述系統與實施例一所述系統基本相同，其不同之處僅在於，本實施例所述系統還包括:標註單元600和多音詞詞庫700。
[0062]所述標註單元600，適於在所述初級推薦詞數量小於預設閾值時，查詢所述多音詞詞庫700以得到對應所述中文輸入的拼音標註。所述多音詞詞庫700適於存儲中文和所述中文對應的拼音標註，並且其中以拼音組合的方式對應包含多音字的中文短語。
[0063]所述關鍵詞獲取單元100，還適於根據所述拼音標註再次查詢所述推薦詞詞庫400，得到所述拼音標註對應的擴展中文。所述擴展中文是通過所述推薦詞詞庫400對所述拼音標註直接翻譯後得到的中文。
[0064]所述地址獲取單元200，還適於根據所述擴展中文查詢所述查找樹存儲單元300，得到所述擴展中文為前綴的擴展推薦詞的地址信息。
[0065]所述推薦單元500，還適於根據所述擴展推薦詞的地址信息查詢所述推薦詞詞庫400獲得擴展推薦詞，然後推薦給用戶。
[0066]圖3是本發明實施例三所述基於搜索關鍵詞的推薦方法的處理流程圖，如圖3所示，所述方法包括步驟:
[0067]Al:接收用戶的中文輸入，並將所述中文輸入直接作為搜索關鍵詞。本發明實施例中，所述用戶輸入為中文輸入或者拼音輸入。實際應用中，用戶輸入還可能包括英文，以及其他的特殊字符等，對於這些用戶輸入的處理，不是本發明重點，在此不再贅述。
[0068]B1:查詢查找樹存儲單元，在所述中文輸入的最末字符對應的節點處找到以所述中文輸入為前綴的初級推薦詞的地址信息。所述查找樹存儲單元可以採用hashmap、trie樹、datrie樹等結構。圖4是本發明實施例三所述查找樹存儲單元和推薦詞詞庫的結構示意圖，如圖4所示,本實施例中，所述查找樹存儲單元優選採用datrie樹結構,所述datrie樹中的每個數據節點(除根節點之外的節點)記錄一個漢字，以及包含所述漢字的推薦詞的地址信息。所述datrie樹通過所述地址信息與所述推薦詞詞庫相對應。以圖4中「長」字節點為例，其記錄了包含有「長」字的所有推薦詞的地址信息，這些推薦詞包括:「長個」、「長大」、「長大了」、「長江」、「長江口」、「長城」、「長歌」、「長歌行」。通過這種設計，當搜索關鍵詞的最末字符為「長」時，通過查詢所述查找樹存儲單元，找到「長」字節點後，無需再去遍歷以「長」字為根節點的子樹，而可以直接獲得所有上述包含「長」字的推薦詞。這樣，在線下建立所述查找樹存儲單元時，可能會消耗一些時間；然後在線上查詢時，查詢速度將大幅提升，可以提供每秒百萬次的查詢速度，而且性能不隨數據規模增大而下降。
[0069]B2:根據所述初級推薦詞的地址信息判斷相應的初級推薦詞的數量是否大於等於預設閾值，如果是，執行步驟C ;否則，根據所述初級推薦詞的地址信息查詢推薦詞詞庫獲得所述初級推薦詞，執行步驟B3。所述預設閾值可以根據實際使用情況設置，比如設置為3、4或者5。本實施例中，所述預設閾值設置為3，即當所述初級推薦詞的數量小於3時，認為提供的推薦詞過少，需要進行擴展。
[0070]B3:對所述初級推薦詞進行擴展，得到擴展推薦詞的地址信息。圖5是本發明實施例一所述步驟B3的流程圖，如圖5所示，所述步驟B3具體包括步驟:
[0071]B301:採用正向最大匹配算法，根據所述初級推薦詞查詢多音詞詞庫，得到所述初級推薦詞對應的拼音標註。圖6是本發明實施例三所述多音詞詞庫的結構示意圖，如圖6所示，所述多音詞詞庫適於存儲中文和所述中文對應的拼音標註，其中以拼音組合的方式對應包含多音字的中文短語；對於單個漢字，所述多音詞詞庫中會給出一個默認的常用拼音，t匕如「了」字給出的默認拼音為「le」。通過採用這種設計，當初級推薦詞為「我長大了」時，查詢所述多音詞詞庫，得到拼音標註是「wo I zhang | da | le」,而不是「wo | chang | da | le」或者「wo I zhang I dai | le」等,避免了多音字造成的翻譯噪聲。
[0072]在用戶對搜尋引擎的實際使用中，當用戶使用中文關鍵詞進行搜索時，可能會由於同音別字而導致輸入有誤，比如用戶想要搜索「唱歌」的相關信息時，不小心輸入了 「長歌」，這個時候用戶會希望搜尋引擎能夠在給出類似「長歌行」這樣的推薦詞之外，還能夠給出「唱歌」相關的推薦詞，以便用戶直接選取，而無需重複鍵入；但是，用戶並不希望推薦出「長個」(zhanglge)的相關信息。因此，在對「長歌」進行拼音標註時，必須嚴格的將其只標註為「chang |ge」，而不能同時將其標註為「zhang I ge」。而現有技術中以單個字為單位進行拼音標註的做法顯然無法排除上述多音字帶來的噪聲，本發明實施例通過以中文短語為單位進行拼音標註，有效避免了這種噪聲的幹擾。
[0073]B302:根據所述拼音標註查詢所述推薦詞詞庫，得到所述拼音標註對應的擴展中文。參見圖4，在所述推薦詞詞庫中以拼音組合的方式對應包含多音字的中文短語，比如「長江」的拼音為「chang| jiang」，而「長大」的拼音為「zhang | da」 ；對於單個漢字，所述推薦詞庫中會給出一個默認的常用拼音，比如「長」字給出的默認拼音為「chang」。
[0074]參見圖4，假設用戶輸入的中文關鍵詞為「唱歌」，得到的初級推薦詞過少，通過所述步驟B103後得到的拼音標註為「chang |ge」，這時再查詢所述推薦詞詞庫，所得到的擴展中文將包括:「唱歌」和「長歌」；而不會包括「長個」(zhanglge)。也就是說，所得到的擴展中文與原始輸入的中文關鍵詞的在當前使用環境下的讀音必須相同(不考慮音調)，而不僅僅是考慮單個字是否存在相同的發音，從而進一步避免了由於推薦詞庫中的多音字而引入噪聲的問題。
[0075]B303:根據所述擴展中文查詢所述查找樹存儲單元，在所述擴展中文的最末字符對應的節點處獲得所述擴展中文為前綴的擴展推薦詞的地址信息。
[0076]假設根據步驟B302得到了擴展中文「長歌」，進而可以擴展出新的推薦詞「長歌」「長歌行」，這樣在避免多音字噪聲的情況下增加了推薦詞數量，便於用戶選擇相應的推薦詞。
[0077]Cl:根據所述初級推薦詞或者擴展推薦詞的地址信息查詢推薦詞詞庫獲得相應的推薦詞，並將相應的推薦詞推薦給用戶。
[0078]圖7是本發明實施例四所述基於搜索關鍵詞的推薦方法的處理流程圖。本實施例所述方法與實施例三所述方法基本相同，不同之處僅在於，用戶輸入為拼音輸入。如圖7所示，所述方法包括步驟:
[0079]Al 』:接收用戶的拼音輸入，根據所述拼音輸入查詢推薦詞詞庫，得到所述拼音輸入對應的引導中文，將所述引導中文作為搜索關鍵詞。以圖4為例，假設用戶的拼音輸入為「changlge」，這時得到的引導中文包括:「唱歌」和「長歌」。
[0080]BI』:根據所述引導中文查詢查找樹存儲單元，在所述引導中文的最末字符對應的節點處獲得所述引導中文為前綴的引導推薦詞的地址信息。
[0081]Cl』:根據所述引導推薦詞的地址信息查詢推薦詞詞庫獲得引導推薦詞，並將所述引導推薦詞推薦給用戶。
[0082]本領域技術人員容易想到，所述用戶輸入中還可能同時包括拼音和中文，這時可以先對整個用戶輸入進行分割得到拼音輸入部分和中文輸入部分，然後再基於上述方法分別進行處理。由於其非本發明重點，在此不再贅述。
[0083]本發明實施例所述的基於搜索關鍵詞的推薦系統及方法，在查找樹存儲單元中，令每個數據節點記錄包含該節點字符的所有推薦詞的地址信息，從而提高了推薦詞的查詢速度，克服了推薦詞庫容量增大導致查詢速度降低的問題；同時，在推薦詞詞庫和多音詞詞庫中以拼音組合與中文短語相對應，從而克服了由於多音字而導致的搜索噪音問題，提高了推薦準確率。
[0084]以上實施方式僅用於說明本發明，而並非對本發明的限制，有關【技術領域】的普通技術人員，在不脫離本發明的精神和範圍的情況下，還可以做出各種變化和變型，因此所有等同的技術方案也屬於本發明的範疇，本發明的專利保護範圍應由權利要求限定。
【權利要求】
1.一種基於搜索關鍵詞的推薦方法，包括步驟: A:根據用戶輸入獲得搜索關鍵詞； B:根據所述搜索關鍵詞查詢獲得推薦詞的地址信息 C:根據所述推薦詞的地址信息獲得對應的推薦詞，並將所述推薦詞推薦給用戶。
2.如權利要求1所述的方法，其特徵在於，所述根據所述搜索關鍵詞查詢獲得推薦詞的地址信息進一步包括: 根據所述搜索關鍵詞查詢查找樹存儲單元，獲得對應所述搜索關鍵詞的一個或多個推薦詞的地址信息，所述查找樹存儲單元，適於以樹形數據結構存儲漢字，樹中每個數據節點存儲一個漢字，以及包含所述漢字的推薦詞的地址信息。
3.如權利要求1-2任一項所述的方法，其特徵在於，所述根據所述推薦詞的地址信息獲得對應的推薦詞，並將所述推薦詞推薦給用戶進一步包括: 根據所述推薦詞的地址信息查詢推薦詞詞庫獲得對應的推薦詞，並將所述推薦詞推薦給用戶；所述推薦詞詞庫，適於存儲所述推薦詞。
4.如權利要求1-3任一項所述的方法，其特徵在於，所述用戶輸入為中文輸入或者拼音輸入。
5.如權利要求1-4任一項所述的方法，其特徵在於，當所述用戶輸入為中文輸入時，所述步驟A具體包括: Al:接收用戶的中文輸入，並將所述中文輸入直接作為搜索關鍵詞。
6.如權利要求1-5任一項所述的方法，其特徵在於，所述步驟B具體包括: B1:查詢查找樹存儲單元，在所述中文輸入的最末字符對應的節點處找到以所述中文輸入為前綴的初級推薦詞的地址信息。
7.如權利要求1-6任一項所述的方法，其特徵在於，所述步驟BI後還包括: B2:根據所述初級推薦詞的地址信息判斷相應的初級推薦詞的數量是否大於等於預設閾值，如果是，執行步驟C ;否則，根據所述初級推薦詞的地址信息查詢推薦詞詞庫獲得所述初級推薦詞，執行步驟B3; B3:對所述初級推薦詞進行擴展，得到擴展推薦詞的地址信息。
8.如權利要求1-7任一項所述的方法，其特徵在於，所述步驟B3具體包括: B301:根據所述初級推薦詞查詢多音詞詞庫，得到所述初級推薦詞對應的拼音標註； B302:根據所述拼音標註查詢所述推薦詞詞庫，得到所述拼音標註對應的擴展中文； B303:根據所述擴展中文查詢所述查找樹存儲單元，在所述擴展中文的最末字符對應的節點處獲得所述擴展中文為前綴的擴展推薦詞的地址信息。
9.如權利要求1-8任一項所述的方法，其特徵在於，所述步驟B301中，採用正向最大匹配算法查詢所述多音詞詞庫，得到所述初級推薦詞對應的拼音標註。
10.一種基於搜索關鍵詞的推薦系統，其特徵在於，所述系統包括:關鍵詞獲取單元、查找樹存儲單元、推薦詞詞庫、地址獲取單元和推薦單元； 所述關鍵詞獲取單元，適於根據用戶輸入獲得搜索關鍵詞； 所述查找樹存儲單元，適於以樹形數據結構存儲漢字，樹中每個數據節點存儲一個漢字，以及包含所述漢字的推薦詞的地址信息； 所述推薦詞詞庫，適於存儲所述推薦詞； 所述地址獲取單元，適於根據所述搜索關鍵詞查詢所述查找樹存儲單元，獲得所述推薦詞的地址信息； 所述推薦單元，適於根據所述地址信息查詢所述推薦詞詞庫獲得所述推薦詞，並將所述推薦詞推薦給用戶。
【文檔編號】G06F17/30GK104268176SQ201410469961
【公開日】2015年1月7日 申請日期:2012年6月26日 優先權日:2012年6月26日
【發明者】胡毅 申請人:北京奇虎科技有限公司, 奇智軟體（北京）有限公司