[发明专利]一种文本信息的匹配、业务对象的推送方法和装置

说明书

技术领域

本申请涉及网络通讯的技术领域，特别是涉及一种文本信息的匹配方法、一种业务对象的推送方法、一种文本信息的匹装置和一种业务对象的推送装置。

背景技术

随着网络的迅速发展，网络信息急剧增加。用户为了在海量的网络信息中寻找所需的网络信息，通常使用搜索引擎进行搜索。

搜索引擎指自动从因特网搜集信息，经过一定整理以后，提供给用户进行查询的系统。网络信息浩瀚万千，而且毫无秩序，所有的网络信息像汪洋上的一个个小岛，网页链接是这些小岛之间纵横交错的桥梁，而搜索引擎，则为用户绘制一幅一目了然的信息地图，供用户随时查阅。

在诸如相关查询等功能上，搜索引擎通常执行特定的查询词改写策略，对用户输入的查询词Q进行改写，将查询词扩展到与查询意图相同或相近的相近词Q’(即扩展词)。通常，Q’是必须绑定有业务对象的扩展词，否则无法达到解决业务对象曝光量少的目的。因此，搜索引擎往往是先通过各种改写策略，将Q改写为Q’，然后将Q’中的无效扩展词(即未绑定有业务对象的扩展词)剔除掉，保留有效扩展词(即绑定有业务对象的扩展词)集合。

对用户输入的查询词Q进行改写，以将其扩展到查询意图相同或相近的相近词Q’的扩展技术主要有以下几种：

1、针对两个查询词是否有一个相同的关键词(token)相匹配，判断查询词之间的内容相似性(ContentBased)，继而将Q改写成Q’。

2、针对两个查询词是否有相同的中心词或者产品词，判断查询词之间的语义相似性(SyntaxBased)，继而将Q改写成Q’。

3、针对两个查询词是否出现在同一个用户点击流中，判断查询词之间的用户行为关联度(SessionBased)，继而将Q改写成Q’。

4、针对两个查询词下用户点击的相同文档的数量判断查询词之间的文档聚合程度(DocumentBased)，继而将Q改写成Q’。

但是，上述四种扩展技术无谓地增加了<Q，Q’>扩展对中，无效扩展词的计算量，大量浪费系统资源。

此外，上述四种扩展技术由于内部运算机制存在差异，因此扩展出的Q和Q’相关性尺度不一，因此无法对<Q，Q’>扩展对进行评价。

因此，目前需要本领域技术人员迫切解决的一个技术问题就是：如何提出一种文本信息的匹配，减少匹配计算量，减少系统资源的浪费，统一评价尺度。

发明内容

本申请实施例所要解决的技术问题是提供一种文本信息的匹配方法和一种业务对象的推送方法，用以减少匹配计算量，减少系统资源的浪费，统一评价尺度。

相应的，本申请实施例还提供了一种文本信息的匹配装置和一种业务对象的推送装置，用以保证上述方法的实现及应用。

为了解决上述问题，本申请实施例公开了一种文本信息的匹配方法，包括:

获取待匹配的第一文本信息集合和第二文本信息集合；所述第一文本信息集合包括有限数量的第一文本信息，所述第二文本信息集合包括有限数量的第二文本信息；以及

按照预置的规则查询出与所述有限数量的第一文本信息中的每一者相匹配的所述有限数量的第二文本信息中的一者或者多者。

优选地，所述第一文本信息和所述第二文本信息具有对应的类目；

所述按照预置的规则查询出与所述有限数量的第一文本信息中的每一者相匹配的所述有限数量的第二文本信息中的一者或者多者的步骤包括：

按照预置的组合规则将所述第一文本信息和所述第二文本信息组成扩展文本信息组合；

从所述扩展文本信息组合中提取特征文本信息组合，所述特征文本信息组合为类目匹配的第一文本信息和第二文本信息所组成的扩展文本信息组合；

计算所述特征文本信息组合所包含的第二文本信息的特征值；以及

将特征值顺序排序在前的一个或多个第二文本信息及对应的第一文本信息，设置为相互映射的第一文本信息和第二文本信息。

优选地，所述按照预置的组合规则将所述第一文本信息和所述第二文本信息组成扩展文本信息组合的步骤包括：

对所述第一文本信息进行分词处理，获得文本分词；

对所述第二文本信息建立倒排索引；

在所述倒排索引中查找与所述文本分词匹配的第二文本信息；以及

将所述文本分词所属的第一文本信息，与所述匹配的第二文本信息组成扩展文本信息组合。

优选地，所述按照预置的组合规则将所述第一文本信息和所述第二文本信息组成扩展文本信息组合的步骤还包括：

对所述文本分词匹配的第二文本信息进行去重处理；