一种关键词推荐方法和装置制造方法及图纸

本发明专利技术提供了一种关键词推荐方法和装置，其中方法包括：获取客户的查询词；利用预先由客户消费意愿样本训练出的分类器对所述客户进行分类，确定所述客户的消费意愿；从候选关键词库中选择综合排名指数排在前M个的关键词作为向所述客户推荐的关键词，其中关键词的综合排名指数是利用关键词的属性特征与所述客户的消费意愿之间的匹配度以及关键词与所述查询词之间的语义相关度计算的，所述M为预设的正整数。通过本发明专利技术能够节约推荐资源，提高推荐成功率。

【技术实现步骤摘要】
一种关键词推荐方法和装置
本专利技术涉及计算机
，特别涉及一种关键词推荐方法和装置。
技术介绍
搜索推广作为一种成功的网络广告形式，商业价值突出，被搜索引擎提供者广泛地采用。为了在网络上做广告或营销，客户(本专利技术中涉及的客户为通过网络做广告或营销的企业)向搜索引擎提供者购买关键词，当用户(本专利技术中涉及的用户为网络的普通使用者)使用该关键词在搜索引擎上启动搜索时，在展现大搜索结果的同时，会向用户展现购买该关键词的客户的广告。该广告的位置通常在大搜索结果的上方或右侧，排序可根据购买该关键词的其他客户的购买支付状况而发生变化。广告的形式通常是指向该客户网站的链接。在客户购买关键词之前，通常需要登录关键词推荐系统，输入查询词后关键词推荐系统会从候选关键词库中选择与该查询词之间的相关度满足一定要求的关键词，将选择的关键词按照与查询词之间的相关度进行排序后选择排在前N个的关键词作为推荐关键词推荐给客户，供客户从中选择购买。然而，现有的关键词推荐方法仅考虑了关键词与查询词之间的语义相关度，并没有考虑客户的消费意愿，例如，虽然某些推荐的关键词与查询词之间的语义相关度较高，但这些关键词的属性不满足客户的消费意愿，这些关键词就不会被客户购买，浪费了推荐资源，客户也需要通过多次查询才能找到适合自己消费意愿的关键词，也浪费了推荐资源，降低了推荐成功率。
技术实现思路
本专利技术提供了一种关键词推荐方法和装置，以便于节约推荐资源，提高推荐成功率。具体技术方案如下:一种关键词推荐方法，该方法包括:A、获取客户的查询词；B、利用预先由客户消费意愿样本训练出的分类器对所述客户进行分类，确定所述客户的消费意愿；C、从候选关键词库中选择综合排名指数排在前M个的关键词作为向所述客户推荐的关键词，其中关键词的综合排名指数是利用关键词的属性特征与所述客户的消费意愿之间的匹配度以及关键词与所述查询词之间的语义相关度计算的，所述M为预设的正整数。根据本专利技术一优选实施例，所述步骤C具体包括:从候选关键词库中查找与所述查询词之间语义相关度满足预设相关度要求的关键词，选择语义相关度排在前N个的关键词，所述N为预设的正整数；从选择的N个关键词中选择综合排名指数排在前M个的关键词作为向所述客户推荐的关键词，所述M小于或等于所述N，其中关键词的综合排名指数是利用关键词的属性特征与所述客户的消费意愿之间的匹配度以及关键词与所述查询词之间的语义相关度计算的。根据本专利技术一优选实施例，所述客户的消费意愿包括:购买关键词的出价信息、购买关键词的地域信息或者购买关键词的行业信息；所述关键词的属性特征包括:关键词的价格、关键词的地域信息或者关键词所属行业信息。根据本专利技术一优选实施例，关键词的属性特征与所述客户的消费意愿之间的匹配度的计算方法为:分别计算关键词的各属性特征对所述客户的消费意愿的满足程度，再进行加权求和得到关键词的属性特征与所述客户的消费意愿之间的匹配度；或者，计算由关键词的各属性特征构成的特征向量与由客户的消费意愿构成的特征向量之间的余弦相似度，得到关键词的属性特征与所述客户的消费意愿之间的匹配度。根据本专利技术一优选实施例,关键词的综合排名指数Weight按照如下公式计算:Weight = a *Mat+β *Cor,所述Mat为关键词的属性特征与所述客户的消费意愿之间的匹配度，所述Cor为关键词与所述查询词之间的语义相关度，α和β为预设的加权系数。根据本专利技术一优选实施例，该方法还包括:D、计算步骤C选择的M个关键词的预估点击量，在向所述客户推荐关键词时，根据预估点击量对所述M个关键词进行排序。根据本专利技术一优选实施例，关键词的预估点击量的计算方式包括:方式一、对关键词进行分词处理得到各词语，分别基于搜索日志确定各词语对应的点击量，再对各词语的点击量进行加权求和得到关键词的预估点击量，其中词语对应的点击量由搜索日志中统计的该词语的搜索量确定或者由搜索日志中统计的标题中包含该词语的网页点击量确定，各词语对应的加权参数由各词语的表意能力确定；或者，方式二、通过关键词与所述客户的创意之间的语义相关度确定关键词的预估点击量，关键词与所述客户的创意之间的语义相关度与关键词的预估点击量之间呈线性关系，线性参数通过将已有推广关键词与已有关键词的点击量作为样本训练得到。一种关键词推荐装置，该装置包括:查询词获取单元，用于获取客户的查询词；意愿确定单元，用于利用预先由客户消费意愿样本训练出的分类器对所述客户进行分类，确定所述客户的消费意愿；关键词推荐单元，用于从候选关键词库中选择综合排名指数排在前M个的关键词作为向所述客户推荐的关键词，其中关键词的综合排名指数是利用关键词的属性特征与所述客户的消费意愿之间的匹配度以及关键词与所述查询词之间的语义相关度计算的，所述M为预设的正整数。根据本专利技术一优选实施例，所述关键词推荐单元具体包括:第一选择子单元，用于从候选关键词库中查找与所述查询词之间语义相关度满足预设相关度要求的关键词，选择语义相关度排在前N个的关键词，所述N为预设的正整数；第二选择子单元，用于从所述第一选择子单元选择的N个关键词中选择综合排名指数排在前M个的关键词作为向所述客户推荐的关键词，所述M小于或等于所述N，其中关键词的综合排名指数是利用关键词的属性特征与所述客户的消费意愿之间的匹配度以及关键词与所述查询词之间的语义相关度计算的。根据本专利技术一优选实施例，所述客户的消费意愿包括:购买关键词的出价信息、购买关键词的地域信息或者购买关键词的行业信息；所述关键词的属性特征包括:关键词的价格、关键词的地域信息或者关键词所属行业信息。根据本专利技术一优选实施例，所述关键词推荐单元在计算关键词的属性特征与所述客户的消费意愿之间的匹配度时，分别计算关键词的各属性特征对所述客户的消费意愿的满足程度，再进行加权求和得到关键词的属性特征与所述客户的消费意愿之间的匹配度；或者，计算由关键词的各属性特征构成的特征向量与由客户的消费意愿构成的特征向量之间的余弦相似度，得到关键词的属性特征与所述客户的消费意愿之间的匹配度。根据本专利技术一优选实施例,所述关键词推荐单元按照Weight = a *Mat+ β *Cor计算关键词的综合排名指数Weight，所述Mat为关键词的属性特征与所述客户的消费意愿之间的匹配度，所述Cor为关键词与所述查询词之间的语义相关度，α和β为预设的加权系数。根据本专利技术一优选实施例，该装置还包括: 关键词排序单元，用于计算所述关键词推荐单元选择的M个关键词的预估点击量，在所述关键词推荐单元向所述客户推荐关键词时，根据预估点击量对所述M个关键词进行排序。根据本专利技术一优选实施例，所述关键词排序单元采用以下方式计算关键词的预估点击量:方式一、对关键词进行分词处理得到各词语，分别基于搜索日志确定各词语对应的点击量，再对各词语的点击量进行加权求和得到关键词的预估点击量，其中词语对应的点击量由搜索日志中统计的该词语的搜索量确定或者由搜索日志中统计的标题中包含该词语的网页点击量确定，各词语对应的加权参数由各词语的表意能力确定；或者，方式二、通过关键词与所述客户的创意之间的语义相关度确定关键词的预估点击量，关键词与所述客户的创意之间的语义相关度与关键词的预估点击量之间呈线性关系，线性参数本文档来自技高网...

【技术保护点】
一种关键词推荐方法，其特征在于，该方法包括：A、获取客户的查询词；B、利用预先由客户消费意愿样本训练出的分类器对所述客户进行分类，确定所述客户的消费意愿；C、从候选关键词库中选择综合排名指数排在前M个的关键词作为向所述客户推荐的关键词，其中关键词的综合排名指数是利用关键词的属性特征与所述客户的消费意愿之间的匹配度以及关键词与所述查询词之间的语义相关度计算的，所述M为预设的正整数。

【技术特征摘要】
1.一种关键词推荐方法，其特征在于，该方法包括: A、获取客户的查询词； B、利用预先由客户消费意愿样本训练出的分类器对所述客户进行分类，确定所述客户的消费意愿； C、从候选关键词库中选择综合排名指数排在前M个的关键词作为向所述客户推荐的关键词，其中关键词的综合排名指数是利用关键词的属性特征与所述客户的消费意愿之间的匹配度以及关键词与所述查询词之间的语义相关度计算的，所述M为预设的正整数。2.根据权利要求1所述的方法，其特征在于，所述步骤C具体包括: 从候选关键词库中查找与所述查询词之间语义相关度满足预设相关度要求的关键词，选择语义相关度排在前N个的关键词，所述N为预设的正整数； 从选择的N个关键词中选择综合排名指数排在前M个的关键词作为向所述客户推荐的关键词，所述M小于或等于所述N，其中关键词的综合排名指数是利用关键词的属性特征与所述客户的消费意愿之间的匹配度以及关键词与所述查询词之间的语义相关度计算的。3.根据权利要求1所述的方法，其特征在于，所述客户的消费意愿包括:购买关键词的出价信息、购买关键词的地域信息或者购买关键词的行业信息； 所述关键词的属性特征包括:关键词的价格、关键词的地域信息或者关键词所属行业信息。4.根据权利要求1、2或3所述的方法，其特征在于，关键词的属性特征与所述客户的消费意愿之间的匹配度的计算方法为: 分别计算关键 词的各属性特征对所述客户的消费意愿的满足程度，再进行加权求和得到关键词的属性特征与所述客户的消费意愿之间的匹配度；或者， 计算由关键词的各属性特征构成的特征向量与由客户的消费意愿构成的特征向量之间的余弦相似度，得到关键词的属性特征与所述客户的消费意愿之间的匹配度。5.根据权利要求1、2或3所述的方法，其特征在于，关键词的综合排名指数Weight按照如下公式计算: Weight = a *Mat+ β *Cor,所述Mat为关键词的属性特征与所述客户的消费意愿之间的匹配度，所述Cor为关键词与所述查询词之间的语义相关度，α和β为预设的加权系数。6.根据权利要求1、2或3所述的方法，其特征在于，该方法还包括: D、计算步骤C选择的M个关键词的预估点击量，在向所述客户推荐关键词时，根据预估点击量对所述M个关键词进行排序。7.根据权利要求6所述的方法，其特征在于，关键词的预估点击量的计算方式包括: 方式一、对关键词进行分词处理得到各词语，分别基于搜索日志确定各词语对应的点击量，再对各词语的点击量进行加权求和得到关键词的预估点击量，其中词语对应的点击量由搜索日志中统计的该词语的搜索量确定或者由搜索日志中统计的标题中包含该词语的网页点击量确定，各词语对应的加权参数由各词语的表意能力确定；或者， 方式二、通过关键词与所述客户的创意之间的语义相关度确定关键词的预估点击量，关键词与所述客户的创意之间的语义相关度与关键词的预估点击量之间呈线性关系，线性参数通过将已有推广关键词与已有关键词的点击量作为样本训练得到。8.一种关键词推荐装置，其特征在于，该装置包括:查询词获取单元，用于获取客户的查询词； 意愿确定...

【专利技术属性】
技术研发人员：鲍鹏飞，广宇昊，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：