搜索关键词推荐模型生成方法、关键词推荐方法与装置制造方法及图纸

本公开提供了一种搜索关键词推荐模型生成方法、关键词推荐方法及装置。所述模型生成方法包括：获取多个用户的第一搜索行为记录和/或第二搜索行为记录，所述第一搜索行为记录包括浏览的内容和浏览后搜索的关键词，所述第二搜索行为记录包括连续搜索的关键词和关键词之间的搜索顺序；根据所述第一搜索行为记录生成内容与关键词之间的第一关联关系和/或根据所述第二搜索行为记录生成关键词之间的第二关联关系；根据所述第一关联关系和/或第二关联关系生成关键词推荐模型。本公开能够更加精准地满足用户真实的搜索需求，从而切实有效地缩短搜索路径、降低搜索成本。

The method of generating keyword recommendation model, keyword recommendation method and device

【技术实现步骤摘要】
搜索关键词推荐模型生成方法、关键词推荐方法与装置
本公开的实施例一般地涉及信息搜索
，并且更具体地，涉及一种搜索关键词推荐模型生成方法、关键词推荐方法与装置。
技术介绍
搜索是互联网应用中常见的功能，用户通过搜索可以主动地获取所需的信息。通常，在用户浏览文章或发起搜索的过程中，应用系统会通过搜索推荐预测用户搜索行为以向用户推荐关键词，从而缩短搜索路径，同时一定程度激发用户的搜索需求。然而传统的搜索推荐词都是从相关性和点击率(CTR，Click-Through-Rate)两个角度来构建推荐系统，即仅考虑两个关键词之间的文本相关性和预测用户的点击率，然而该方案推荐的关键词并不能很好地满足搜索用户的真实需求，由于低质虚假关键词可能更吸引点击，基于预测点击率也会产生很多推荐质量问题。
技术实现思路
为此，根据本公开的实施例，提供了一种搜索关键词推荐模型生成方法、关键词推荐方法与装置，通过结合用户浏览、搜索等关联行为的信息推荐搜索关键词，能够更为准确地满足用户搜索需求，降低搜索成本。在本公开的第一方面，提供了一种搜索关键词推荐模型生成方法，包括：获取多个用户的第一搜索行为记录和/或第二搜索行为记录，所述第一搜索行为记录包括浏览的内容和浏览后搜索的关键词，所述第二搜索行为记录包括连续搜索的关键词和所述关键词之间的搜索顺序；根据所述第一搜索行为记录生成内容与关键词之间的第一关联关系和/或根据所述第二搜索行为记录生成关键词之间的第二关联关系；根据所述第一关联关系和/或第二关联关系生成关键词推荐模型。进一步地，所述根据所述第一搜索行为记录生成内容与关键词之间的第一关联关系包括：从所述第一搜索行为记录中提取浏览的内容和浏览所述内容后搜索的关键词；计算所述内容和所述关键词的相关性；根据所述相关性大于或等于第一阈值的内容和关键词生成所述第一关联关系。进一步地，所述根据所述第二搜索行为记录生成关键词之间的第二关联关系包括：从所述第二搜索行为记录中提取连续搜索的关键词组成多条关键词链路；计算每条所述关键词链路的分值；根据所述分值大于或等于第二阈值的关键词链路生成所述第二关联关系。进一步地，所述根据所述第一关联关系和/或第二关联关系生成关键词推荐模型包括：获取基于相关性和/或点击率(CTR)先验的关键词推荐排序；根据所述第一关联关系和/或第二关联关系计算所推荐的关键词的后验得分；根据所述后验得分调整所述关键词推荐排序，得到所述关键词推荐模型。进一步地，所述第一搜索行为记录和第二搜索行为记录还包括搜索结果的查看信息。在本公开的第二方面，提供了一种搜索关键词推荐方法，包括：获取用户请求浏览的内容或当前搜索的关键词；将所述内容或关键词输入关键词推荐模型，得到一个或多个推荐的关键词，所述关键词推荐模型为根据第一方面所述的方法生成的；发送所述推荐的关键词以在所述用户的终端界面上呈现。在本公开的第三方面，提供了一种搜索关键词推荐模型生成装置，包括：获取模块，用于获取多个用户的第一搜索行为记录和/或第二搜索行为记录，所述第一搜索行为记录包括浏览的内容和浏览后搜索的关键词，所述第二搜索行为记录包括连续搜索的关键词和所述关键词之间的搜索顺序；关联关系生成模块，用于根据所述第一搜索行为记录生成内容与关键词之间的第一关联关系和/或根据所述第二搜索行为记录生成关键词之间的第二关联关系；模型生成模块，用于根据所述第一关联关系和/或第二关联关系生成关键词推荐模型。在本公开的第四方面，提供了一种搜索关键词推荐装置，包括：获取模块，用于获取用户请求浏览的内容或当前搜索的关键词；推荐模块，用于将所述内容或关键词输入关键词推荐模型，得到一个或多个推荐的关键词，所述关键词推荐模型为根据第一方面所述的方法生成的；发送模块，用于发送所述推荐的关键词以在用户的终端界面上呈现。在本公开的第五方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如第一方面或第二方面所述的方法。在本公开的第六方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如第一方面或第二方面所述的方法。本公开实施例通过考虑用户搜索和查看过程中的“看后搜”(浏览内容后又去搜索关键词)和“搜后搜”(搜索关键词后又搜索其它关键词)信息生成搜索关键词推荐模型以推荐搜索关键词，能够更加精准地满足用户真实的搜索需求，从而切实有效地缩短搜索路径、降低搜索成本，进而改善用户体验，提升信息流和搜索用户的使用粘性；通过计算内容与关键词之间的相关性以及连续检索的关键词链路的分值，能够排除随机产生的搜索意图等不反映用户真实搜索需求的情况，保证生成的内容和搜索词之间的关联关系以及搜索词之间的关联关系更加准确、置信；通过采用所述关联关系作为后验目标对原有关键词推荐排序模型进行优化，能够与其它关键词推荐目标较好地融合。应当理解，
技术实现思路
部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。附图说明结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：图1示出了根据本公开第一实施例的搜索关键词推荐模型生成方法的流程示意图；图2示出了根据本公开第二实施例的搜索关键词推荐模型生成方法的流程示意图；图3示出了根据本公开第三实施例的搜索关键词推荐方法的流程示意图；图4示出了根据本公开实施例的应用场景示意图；图5示出了根据本公开第四实施例的搜索关键词推荐模型生成装置的结构示意图；图6示出了根据本公开第五实施例的搜索关键词推荐装置的结构示意图图；图7示出了能够实施本公开实施例的示例性电子设备的方框图。具体实施方式为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本公开保护的范围。另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。用户在使用应用程序时，为了获得所需信息所进行的操作通常是包括多个行为的过程。该过程可能包括多个搜索行为，用户会从搜索一个关键词延伸到多个关键词，这些延伸的路径，反映了大量用户从一个关键词处衍生的搜索需求，即搜本文档来自技高网...

【技术保护点】
1.一种搜索关键词推荐模型生成方法，其特征在于，包括：/n获取多个用户的第一搜索行为记录和/或第二搜索行为记录，所述第一搜索行为记录包括浏览的内容和浏览后搜索的关键词，所述第二搜索行为记录包括连续搜索的关键词和所述关键词之间的搜索顺序；/n根据所述第一搜索行为记录生成内容与关键词之间的第一关联关系和/或根据所述第二搜索行为记录生成关键词之间的第二关联关系；/n根据所述第一关联关系和/或第二关联关系生成关键词推荐模型。/n

【技术特征摘要】
1.一种搜索关键词推荐模型生成方法，其特征在于，包括：
获取多个用户的第一搜索行为记录和/或第二搜索行为记录，所述第一搜索行为记录包括浏览的内容和浏览后搜索的关键词，所述第二搜索行为记录包括连续搜索的关键词和所述关键词之间的搜索顺序；
根据所述第一搜索行为记录生成内容与关键词之间的第一关联关系和/或根据所述第二搜索行为记录生成关键词之间的第二关联关系；
根据所述第一关联关系和/或第二关联关系生成关键词推荐模型。


2.根据权利要求1所述的方法，其特征在于，所述根据所述第一搜索行为记录生成内容与关键词之间的第一关联关系包括：
从所述第一搜索行为记录中提取浏览的内容和浏览所述内容后搜索的关键词；
计算所述内容和所述关键词的相关性；
根据所述相关性大于或等于第一阈值的内容和关键词生成所述第一关联关系。


3.根据权利要求1所述的方法，其特征在于，所述根据所述第二搜索行为记录生成关键词之间的第二关联关系包括：
从所述第二搜索行为记录中提取连续搜索的关键词组成多条关键词链路；
计算每条所述关键词链路的分值；
根据所述分值大于或等于第二阈值的关键词链路生成所述第二关联关系。


4.根据权利要求1所述的方法，其特征在于，所述根据所述第一关联关系和/或第二关联关系生成关键词推荐模型包括：
获取基于相关性和/或点击率(CTR)先验的关键词推荐排序；
根据所述第一关联关系和/或第二关联关系计算所推荐的关键词的后验得分；
根据所述后验得分调整所述关键词推荐排序，得到所述关键词推荐模型。


5.根据权利要求1所述的方法，其特征在于，所述第一搜索行为记录和第二搜索行为记录还...

【专利技术属性】
技术研发人员：彭睿棋，
申请(专利权)人：北京字节跳动网络技术有限公司，
类型：发明
国别省市：北京;11