[发明专利]一种提示数据的确定方法和系统

说明书

技术领域

本发明涉及网络搜索技术，特别是涉及一种提示数据的确定方法和系统。

背景技术

在垂直站点中进行搜索时，为了便于用户的搜索，通常提供搜索提示服务，即会在用户输入部分搜索数据时对搜索进行提示，如用户在购物网站中输入“爱”进行搜索时，可以给出提示如“爱马仕”“爱玛电动车”等。在为站点内搜索提供提示服务时，可以从站点的内容中挖掘短文本可能的搜索提示词，也可以依据用户的搜索日志挖掘搜索提示词，从而构成搜索提供提示服务。

目前，一些小的垂直网站主要通过从网站的内容中挖掘可能的搜索提示词来构建提示服务，即在网站上线初期没有大规模的流量，从网站的文本内容中挖掘一些关键的短文本作为提示服务的数据。例如，apk下载站点历趣网http://os-android.liqucn.com/，将网站搜录的apk的名称作为提示服务的数据；小游戏垂直网站4399网http://www.4399.com/，将网站收录的小游戏的名称作为提示服务的数据，从而提供提示服务。

对于具有一定流量的网站，通常使用用户搜索日志为语料构建提示服务。在较短的时间周期内，全网用户的搜索日志覆盖到了大部分的搜索需求，从而保证了搜索提示服务的数据完整性。目前大部分搜索引擎均使用此方案构建对应的提示服务。

对于从站点的描述文本中挖掘出短文本来构建的提示服务，用户表述的用户查询场景和搜索实例对应的描述文本通常难以匹配。如网站收录的一apk名字是“搜狗手机输入法”，但用户往往更倾向于使用“搜狗输入法”或“sogou输入法”之类的表述，此时提示服务则不能生效；另外，此种提示服务只能通过相关性作为排序依据，在相关度相同的情况下不能按照热度进行排序；再者，一般需要人工标注挖掘的短文本后才能作为提示服务的语料，维护成本高，更新周期长，影响了信息的查询效率。

对于使用用户搜索日志为语料构建的提示服务，由于需要大规模流量的支持，一般只被百度、淘宝等大型网站使用，而且涉及到相关性匹配、排序、分词、注音等技术难题，开发成本比较高，所以在小型网站中往往难以使用，同样影响了信息在小型网站中的查询效率。

发明内容

本发明实施例提供了一种提示数据的确定方法和系统，以解决现有搜索提示在小型网站中提示信息较少的问题。

为了解决上述问题，本发明实施例公开了一种提示数据的确定方法，包括：

分析服务器中记录的搜索日志，在全网中抓取每个垂直站点和所述垂直站点对应的提示数据的关联关系；

按照既定的行业类别对全网中的各垂直站点进行划分，并按所述行业类别对各垂直站点进行聚类，根据每个垂直站点和所述垂直站点对应的提示数据的关联关系，对应获得各行业类别对应关联的提示数据；

在选定垂直站点内进行输入时，依据输入字符加载所述选定垂直站点所属行业类别对应关联的提示数据。

优选的，所述分析服务器中记录的搜索日志，在全网中抓取每个垂直站点和所述垂直站点对应的提示数据的关联关系，包括：分析服务器中记录的搜索日志，抓取全网中每个垂直站点对应的历史查询词；将所述历史查询词作为提示数据，建立各垂直站点和所述垂直站点对应的提示数据的关联关系。

优选的，所述将所述历史查询词作为提示数据，建立各垂直站点和所述垂直站点对应的提示数据的关联关系，包括：在每个垂直站点中依据用户的点击数据对所述历史查询词进行筛选，将筛选得到的所述历史查询词作为提示数据，建立所述每个垂直站点和所述垂直站点对应的提示数据的关联关系。

优选的，所述按照既定的行业类别对全网中的各垂直站点进行划分，并按所述行业类别对各垂直站点进行聚类，包括：确定既定的行业类别的分类条件，并依据所述分类条件对全网中的各垂直站点进行划分；确定各垂直站点所属的行业类别，按所述行业类别对各垂直站点进行聚类。

优选的，所述确定既定的行业类别的分类条件，包括：通过查找行业类别列表确定每个行业类别中的已知垂直站点，并获取各所述已知垂直站点的特征语料；对同一行业类别下各已知垂直站点的特征语料进行模型训练，确定所述行业类别的对应分类条件。

优选的，所述对同一行业类别下各已知垂直站点的特征语料进行模型训练，确定所述行业类别的对应分类条件，包括：对同一行业类别下各已知垂直站点的特征语料进行模型训练，获取每个已知垂直站点对应的至少一种特征向量；将所述已知垂直站点对应的至少一种特征向量作为训练数据，确定所述行业类别的分类条件。