基于网络搜索的紧密度确定方法及装置制造方法及图纸

本发明专利技术公开一种基于网络搜索的紧密度确定方法，包括：接收网络搜索请求；对所述网络搜索请求中的检索串进行分词处理，获得所述检索串的词语对；从预先计算的紧密度词典中获取与所述词语对匹配的紧密度分值及词语对的点击次数；根据所述词语对的点击次数，对所述词语对的紧密度分值进行相应的加权计算，获得所述词语对的紧密度。本发明专利技术还公开一种基于网络搜索的紧密度确定装置。本发明专利技术在收到网络搜索请求时可以快速地确定各词语对的紧密度，而且还避免了网络搜索请求的检索串中语义紧密的词语对在文档中分散命中时出现语义漂移的现象。

【技术实现步骤摘要】

本专利技术涉及网络
，尤其涉及基于网络搜索的紧密度确定方法及装置。
技术介绍
随着互联网的快速发展，人们可以快速地浏览互联网上的信息。尤其是搜索引擎的发展，只要人们在搜索引擎的搜索框中输入检索串后，搜索引擎就可以根据检索词搜索互联网上与检索词匹配的页面，供用户访问，极大地方便了用户的信息获取。但是现有技术中，若搜索引擎中无法准确地确定检索串中各检索词之间的紧密度时，给用户提供的检索结果无法满足要求。因此，网络搜索中紧密度的确定至关重要。
技术实现思路
本专利技术实施例的主要目的在于提供一种基于网络搜索的紧密度确定方法和装置，旨在解决现有技术中网络搜索时的紧密度确定不准确而导致搜索结果无法满足用户要求的技术问题。为实现上述目的，本专利技术实施例提供了一种基于网络搜索的紧密度确定方法，包括：接收网络搜索请求；对所述网络搜索请求中的检索串进行分词处理，获得所述检索串的词语对；从预先计算的紧密度词典中获取与所述词语对匹配的紧密度分值及词语对的点击次数；对所述词语对的紧密度分值进行加权计算，获得所述词语对的紧密度。此外，为实现上述目的，本专利技术实施例还提供了一种基于网络搜索的紧密度确定装置，包括：接收模块，用于接收网络搜索请求；分词模块，用于对所述网络搜索请求中的检索串进行分词处理，获得所述检索串的词语对；紧密度分值获取模块，用于从预先计算的紧密度词典中获取与所述词语对匹配的紧密度分值及词语对的点击次数；紧密度计算模块，用于对所述词语对的紧密度分值进行加权计算，获得所述词语对的紧密度。本专利技术实施例通过预先设置紧密度词典，在接收到网络搜索请求时，先对网络搜索请求中的检索串进行分词处理，然后根据紧密度词典中与词语对匹配的紧密度分值及词语对的次数，最后再根据词语对匹配的紧密度分值，计算该词语对的紧密度。由于预先生成了紧密度词典，因此在收到网络搜索请求时可以快速地确定各词语对的紧密度。另外，由于该紧密度词典是基于用户的点击日志而生成的，因此该词语对的紧密度的确定，避免了网络搜索请求的检索串中语义紧密的词语对在文档中分散命中时出现语义漂移的现象。附图说明图1为本专利技术基于网络搜索的紧密度确定方法一实施例的流程示意图；图2为本专利技术预先计算的紧密度词典的生成方法的流程示意图；图3为本专利技术预先计算的紧密度词典的生成方法中根据所述三元组信息，获得词语对在不同模式时，词语对在页面标题中的紧密命中次数之和、词语对的两个词语都在页面标题中的次数之和、所述词语对的点击次数之和的细化流程示意图；图4为本专利技术基于网络搜索的紧密度确定方法中，根据词语对的紧密度分值生成词语对的紧密度的细化流程示意图；图5为本专利技术基于网络搜索的紧密度确定方法所应用的服务器的硬件架构示意图；图6为本专利技术基于网络搜索的紧密度确定装置一实施例的功能模块示意图；图7为本专利技术基于网络搜索的紧密度确定装置另一实施例中紧密度词典生成模块的功能模块示意图；图8为本专利技术基于网络搜索的紧密度确定装置中次数计算单元的细化功能模块示意图；图9为本专利技术基于网络搜索的紧密度确定装置中紧密度计算模块的功能模块示意图。本专利技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。具体实施方式以下结合说明书附图及具体实施例进一步说明本专利技术的技术方案。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术的核心思想是：在搜索引擎中，接收到用户输入的搜索词时，将搜索与搜索词匹配的页面，并基于用户输入的搜索词与页面的匹配程度对搜索到的页面进行排序，然后返回给用户。为了提供给用户最需要的信息，本专利技术提出了一种紧密度的确定方法，即获取用户输入的搜索词之间的紧密度，以使搜索引擎根据该紧密度高的搜索词，准确获得用户输入的搜索词与页面的匹配程度。如图1所示，示出了本专利技术一种基于网络搜索的紧密度确定方法。该实施例的基于网络搜索的紧密度确定方法包括以下步骤：步骤S110、接收网络搜索请求；首先，用户打开搜索引擎页面。然后，用户在页面的搜索框中输入相应的检索词，并触发“搜索”控件。此时终端将侦测到搜索引擎页面的搜索操作，并获取该搜索引擎页面的搜索框中的检索词，生成携带有该检索词的网络搜索请求。终端将该生成的网络搜索请求发送至搜索服务器。步骤S120、对网络搜索请求中的检索串进行分词处理，获得所述检索串的词语对；对所述检索串query进行分词处理，获得该检索串query的分词结果中任意相邻的两个词语，形成词语对。该分词处理可以由检索串query从左向右，进行句法、语义分析，将检索串query分成多个字符串。若该检索串为多个字符串组成，且字符串之间具有空格时，则按照空格对其进行分词，同时再对每个字符串再进行分词。另外，若该检索串存在不符合要求的字符，例如标点符号“，”、“？”或者“-”等，则自动将其去除后再进行分词处理。步骤S130、从预先计算的紧密度词典中获取与所述词语对匹配的紧密度分值和词语对的点击次数；本专利技术实施例中，将预先生成一紧密度词典，该紧密度词典包括词语对在全上下文模式、单上文模式、单下文模式、无上下文模式下的紧密度分值及词语对的点击次数。该紧密度词典的生成依据为搜索服务器所统计的用户点击日志。用户通过搜索引擎所搜索的页面触发的每次点击，服务器均将生成点击日志。步骤S140、根据所述词语对的点击次数，对所述词语对的紧密度分值进行相应的加权计算，获得所述词语对的紧密度。本专利技术实施例计算词语对的紧密度的规则如下：(1)在优先级上，全上下文(allContextBigram)紧密度>单上下文(aboveBigram，belowBigram)紧密度>无上下文(noContextBigram)紧密度；(2)词语对的点击次数Cclick(ALL)的值越高，该词语对的模式ContextBigram的可信度越高；当Cclick(ALL)大于或等于预设阈值ClickThrould时，该ContextBigram完全可信。本专利技术实施例通过预先设置紧密度词典，在接收到网络搜索请求时，先对网络搜索请求中的检索串进行分词处理，然后根据紧密度词典中与词语对匹配的紧密度分值及词语对的次数，最后再根据词语对匹配的紧密度分值，计算该词语对的紧密度。由于预先生成了紧密本文档来自技高网...

【技术保护点】
一种基于网络搜索的紧密度确定方法，其特征在于，所述基于网络搜索的紧密度确定方法包括以下步骤：接收网络搜索请求；对所述网络搜索请求中的检索串进行分词处理，获得所述检索串的词语对；从预先计算的紧密度词典中获取与所述词语对匹配的紧密度分值及词语对的点击次数；根据所述词语对的点击次数，对所述词语对的紧密度分值进行相应的加权计算，获得所述词语对的紧密度。

【技术特征摘要】
1.一种基于网络搜索的紧密度确定方法，其特征在于，所述基于网络搜
索的紧密度确定方法包括以下步骤：
接收网络搜索请求；
对所述网络搜索请求中的检索串进行分词处理，获得所述检索串的词语
对；
从预先计算的紧密度词典中获取与所述词语对匹配的紧密度分值及词语
对的点击次数；
根据所述词语对的点击次数，对所述词语对的紧密度分值进行相应的加
权计算，获得所述词语对的紧密度。
2.如权利要求1所述的基于网络搜索的紧密度确定方法，其特征在于，
所述紧密度词典包括：根据用户的网络搜索点击日志统计用户所搜索的检索
串的词语对在全上下文模式、单上文模式、单下文模式、无上下文模式时的
紧密度分值和词语对的点击次数。
3.如权利要求2所述的基于网络搜索的紧密度确定方法，其特征在于，
所述紧密度词典的生成方法包括：
根据用户的网络搜索点击日志，统计依据所搜索的检索串进行检索，且
在检索页面中点击的页面标题对应的点击次数，获得三元组信息；
根据所述三元组信息，累加获得词语对分别在全上下文模式、单上文模
式、单下文模式、无上下文模式时，所述词语对在页面标题中的紧密命中次
数之和、所述词语对的两个词语都在页面标题中的次数之和、所述词语对的
点击次数之和；
按照预设的计算公式，根据词语对在页面标题中的紧密命中次数之和、
所述词语对的两个词语都在页面标题中的次数之和、所述词语对的点击次数
之和，计算获得所述词语对分别在全上下文模式、单上文模式、单下文模式、
无上下文模式时的紧密度分值；
根据所述词语对分别在全上下文模式、单上文模式、单下文模式、无上

\t下文模式时的紧密度分值及点击次数，生成紧密度词典。
4.如权利要求3所述的基于网络搜索的紧密度确定方法，其特征在于，
所述根据所述三元组信息，累加获得词语对分别在全上下文模式、单上文模
式、单下文模式、无上下文模式时，所述词语对在页面标题中的紧密命中次
数之和、所述词语对的两个词语都在页面标题中的次数之和、所述词语对的
点击次数之和包括：
对所述三元组信息中的检索串及点击的页面标题进行分词处理，分别获
得检索串的词语对及页面标题的分词结果；
根据所述词语对及页面标题的分词结果，获得词语对在全上下文模式、
单上文模式、单下文模式、无上下文模式时，所述词语对在页面标题中的紧
密命中次数、所述词语对的两个词语都在页面标题中的次数、所述词语对的
点击次数；
将所述词语对同一模式下时，所述词语对在页面标题中的紧密命中次数、
所述词语对的两个词语都在页面标题中的次数、所述词语对的点击次数对应
进行累加，获得所述词语对同一模式下时，所述词语对在页面标题中的紧密
命中次数之和、所述词语对的两个词语都在页面标题中的次数之和、所述词
语对的点击次数之和。
5.如权利要求1所述的基于网络搜索的紧密度确定方法，其特征在于，
所述根据所述词语对的点击次数，对所述词语对的紧密度分值进行相应的加
权计算，获得所述词语对的紧密度包括以下步骤：
判断所述词语对在全上下文模式的点击次数是否大于或等于预设阈值；
当所述词语对在全上下文模式的点击次数大于或等于预设阈值时，将所
述词语对在全上下文模式的紧密度分值作为所述词语对的紧密度；
当所述词语对在全上下文模式的点击次数小于预设阈值时，判断所述词
语对在单上文模式的点击次数和所述词语对在单下文模式的点击次数之和是
否大于或等于预设阈值；
当所述词语对在单上文模式的点击次数和所述词语对在单下文模式的点
击次数之和大于或等于预设阈值时，对所述词语对在全上下文模式的紧密度

\t分值、所述词语对在单上文模式的紧密度分值、所述词语对在单下文模式的
紧密度分值进行加权计算，获得所述词语对的紧密度；
当所述词语对在单上文模式的点击次数和所述词语对在单下文模式的点
击次数之和小于预设阈值时，对所述词语对在全上下文模式的紧密度分值、
所述词语对在单上文模式的紧密度分值、所述词语对在单下文模式的紧密度
分值、所述词语对在无上下文模式的紧密度分值进行加权计算，获得所述词
语对的紧密度。
6.一种基于网络搜索的紧密度确定装置...

【专利技术属性】
技术研发人员：刘安安，王迪，赵琳，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44