结合多数据源的热词推荐方法及装置制造方法及图纸

技术编号:15746687 阅读:186 留言:0更新日期:2017-07-03 02:32
本发明专利技术公开了一种结合多数据源的热词推荐方法及装置,通过筛选搜索引擎数据库中的榜单数据,将筛选得到的榜单数据与搜索日志数据做交集,获取数据交集中的热词及热词对应的页面浏览量。提取页面浏览量排行在预定阈值前对应的热词。当客户端新启动时,从提取的热词中选取预定条数的热词推送给客户端进行显示。本发明专利技术的结合多数据源的热词推荐方法及装置结合多种数据源共同筛选热词,保证了推荐热词的时效性,去除了单一数据源推荐的搜索结果质量不高却被展现的热词。

Method and device for recommending hot words combined with multiple data sources

The invention discloses a hot word with multiple data source recommendation method and device, through the screening of search engine list data in the database, which will be used in the list of data and search log data to obtain the corresponding intersection, and hot words hot words over the data on the page views. Extract page views from the hot words before the scheduled threshold. When the client is newly started, the hot words selected from the extracted hot words are pushed to the client for display. With the hot words of multi data source recommendation method and device with multiple data sources to screen hot words of the invention, to ensure the timeliness of the recommended hot words, hot words to remove a single data source recommended by the quality of search results is not high but show.

【技术实现步骤摘要】
结合多数据源的热词推荐方法及装置
本专利技术涉及互联网搜索
,具体涉及一种结合多数据源的热词推荐方法及装置。
技术介绍
用户在使用互联网进行搜索时,进入搜索页面,页面通常会在搜索输入栏下方展示一些热词供用户选择。这些热词即热门的搜索词,通常是用户搜索时输入最多的词语,一般是一段时间内的各界大事或流行的话题。热词推荐可以使用户更快更方便的了解最近一段时间内的热点信息。现有热词推荐一般直接从搜索日志中取得,选择搜查日志中top100的热词随机展示给用户。这种只从单一的一种数据源中提取热词进行推荐,会导致一些搜索结果质量并不高的热词也会被展示,或展示的热词已经不是当前热门的搜索词汇,其时效已经过期。
技术实现思路
鉴于上述问题,提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的结合多数据源的热词推荐方法及装置。根据本专利技术的一个方面,提供了一种结合多数据源的热词推荐方法,其包括:筛选搜索引擎数据库中的榜单数据;将筛选得到的榜单数据与搜索日志数据做交集,获取数据交集中的热词及热词对应的页面浏览量;提取所述页面浏览量排行在预定阈值前对应的热词;当客户端新启动时,从提取的热词中选取预定条数的热词推送给客户端进行显示。进一步,在所述提取所述页面浏览量排行在预定阈值前对应的热词之后,所述方法还包括:根据热词对应的页面浏览量,计算所述热词对应的权重。进一步,所述计算热词对应的权重值为log(页面浏览量)/log2。进一步,所述从提取的热词中选取预定条数的热词推送给客户端进行显示进一步包括:按照热词对应的权重,利用权重随机算法从提取的热词中选取预定条数的热词推送给客户端进行显示。进一步,所述筛选搜索引擎数据库中的榜单数据进一步包括:筛选搜索引擎数据库中的电影、电视剧、综艺、动漫、人物以及小说的榜单数据。根据本专利技术的另一方面,提供了一种结合多数据源的热词推荐装置,其包括:筛选模块,适于筛选搜索引擎数据库中的榜单数据;交集模块,适于将筛选得到的榜单数据与搜索日志数据做交集,获取数据交集中的热词及热词对应的页面浏览量;提取模块,适于提取所述页面浏览量排行在预定阈值前对应的热词;推送模块,适于当客户端新启动时,从提取的热词中选取预定条数的热词推送给客户端进行显示。进一步,还包括:计算模块,适于根据热词对应的页面浏览量,计算所述热词对应的权重。进一步,所述计算模块进一步适于:计算热词对应的权重值为log(页面浏览量)/log2。进一步,所述推送模块进一步适于:按照热词对应的权重,利用权重随机算法从提取的热词中选取预定条数的热词推送给客户端进行显示。进一步,所述筛选模块进一步适于:筛选搜索引擎数据库中的电影、电视剧、综艺、动漫、人物以及小说的榜单数据。根据本专利技术提供的结合多数据源的热词推荐方法及装置,通过筛选搜索引擎数据库中的榜单数据,将筛选得到的榜单数据与搜索日志数据做交集,获取数据交集中的热词及热词对应的页面浏览量。提取页面浏览量排行在预定阈值前对应的热词。当客户端新启动时,从提取的热词中选取预定条数的热词推送给客户端进行显示。多数据源相结合推荐热词,避免了单一数据源热词推荐而导致的热词时效性已失,或搜索结果质量不高的热词被展示。上述说明仅是本专利技术技术方案的概述,为了能够更清楚了解本专利技术的技术手段,而可依照说明书的内容予以实施,并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂,以下特举本专利技术的具体实施方式。附图说明通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本专利技术的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:图1示出了根据本专利技术一个实施例的结合多数据源的热词推荐方法的流程图;图2示出了根据本专利技术另一个实施例的结合多数据源的热词推荐方法的流程图;图3示出了根据本专利技术一个实施例的结合多数据源的热词推荐装置的功能框图。具体实施方式下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。图1示出了本专利技术提供的结合多数据源的热词推荐方法的一个实施例的流程图,如图1所示,本实施例的方法具体包括如下步骤:步骤S101,筛选搜索引擎数据库中的榜单数据。搜索引擎数据库,搜索引擎使用的数据库,可以存放与搜索相关的数据,如搜索结果中的热词(即关键字或搜索词),搜索结果页的访问数据量、热词搜索次数、搜索结果页内容类型(如电影、电视剧、综艺、动漫、人物、小说)、访问时间等。榜单数据,根据搜索引擎数据库中的数据,按照搜索结果页内容的不同类型,分别选取不同类型中的搜索词,按照搜索的次数进行排列。如电视剧榜单,根据现阶段电视剧类搜索词的搜索次数,排名第一的搜索词为“芈月传”,因此电视剧榜单数据第一位为“芈月传”。电视剧榜单数据可根据电视剧名称或电视剧热点人物搜索次数依次排序,可以选择如前100位搜查次数最多的电视剧进入电视剧榜单。榜单数据中包括了该榜单数据对应的热词(即关键字或搜索词)、热词搜索次数、该搜索词对应的搜索结果页、搜索结果页的访问数据量、访问时间等。从搜索引擎数据库中筛选出各类型的榜单数据,这些榜单数据均为现阶段最热门的搜索,热词搜索次数最多的搜索数据。筛选搜索引擎数据库中的榜单数据进一步包括:筛选搜索引擎数据库中的电影、电视剧、综艺、动漫、人物以及小说的榜单数据。搜索引擎数据库中的榜单数据多种多样,如电影、电视剧、综艺、动漫、人物、小说、汽车、大学、旅游等。不同的榜单针对的用户不同,关注点和关注用户群体也不相同。有些榜单,如汽车,可能汽车发烧友或需要购车的用户会更多的关注。如旅游,可能驴友或准备旅行的用户会更多的关注。这些榜单数据具有针对性,不是大多用户都会关注的数据。因此筛选时选择大多用户都会关注的数据如电影、电视剧、综艺、动漫、人物、小说的榜单数据。步骤S102,将筛选得到的榜单数据与搜索日志数据做交集,获取数据交集中的热词及热词对应的页面浏览量。搜索日志数据,包含了每天的热词搜索的相关数据,如热词每天的搜索次数、搜索时间等。页面浏览量,用来计算页面被个体的访客(或用户)浏览的次数。如3个人浏览该页面一次,又有2个人浏览同样的页面2次,这个页面就有了7次页面浏览。该页面提供给用户的有效信息越多,页面内容的质量越高时,页面浏览量数值就会越高,反之,页面内容质量不高,页面的浏览量数值就越低。将筛选得到的榜单数据与搜索日志数据做交集,获取两份数据都包含的数据交集中的热词和热词对应的页面浏览量。步骤S103,提取页面浏览量排行在预定阈值前对应的热词。执行步骤S102,得到了热词和热词对应的页面浏览量。对页面浏览量按照数值高低进行排列,提取页面浏览量排行在预定阈值前对应的热词。如提取页面浏览量排行前100的页面浏览量对应的热词。步骤S104,当客户端新启动时,从提取的热词中选取预定条数的热词推送给客户端进行显示。当每次新启动搜索的客户端时,从执行步骤S103所提取的热词中选取预定条数的热本文档来自技高网...
结合多数据源的热词推荐方法及装置

【技术保护点】
一种结合多数据源的热词推荐方法,其包括:筛选搜索引擎数据库中的榜单数据;将筛选得到的榜单数据与搜索日志数据做交集,获取数据交集中的热词及热词对应的页面浏览量;提取所述页面浏览量排行在预定阈值前对应的热词;当客户端新启动时,从提取的热词中选取预定条数的热词推送给客户端进行显示。

【技术特征摘要】
1.一种结合多数据源的热词推荐方法,其包括:筛选搜索引擎数据库中的榜单数据;将筛选得到的榜单数据与搜索日志数据做交集,获取数据交集中的热词及热词对应的页面浏览量;提取所述页面浏览量排行在预定阈值前对应的热词;当客户端新启动时,从提取的热词中选取预定条数的热词推送给客户端进行显示。2.根据权利要求1所述的方法,其中,在所述提取所述页面浏览量排行在预定阈值前对应的热词之后,所述方法还包括:根据热词对应的页面浏览量,计算所述热词对应的权重。3.根据权利要求2所述的方法,其中,所述计算热词对应的权重值为log(页面浏览量)/log2。4.根据权利要求2或3所述的方法,其中,所述从提取的热词中选取预定条数的热词推送给客户端进行显示进一步包括:按照热词对应的权重,利用权重随机算法从提取的热词中选取预定条数的热词推送给客户端进行显示。5.根据权利要求1-4任一项所述的方法,其中,所述筛选搜索引擎数据库中的榜单数据进一步包括:筛选搜索引擎数据库中的电影、电视剧、综艺、动漫、人物...

【专利技术属性】
技术研发人员:吴凯王艳丽佟思颖高苏丹
申请(专利权)人:北京奇虎科技有限公司奇智软件北京有限公司
类型:发明
国别省市:北京,11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1