[发明专利]一种数据处理方法、装置、电子设备以及存储介质有效
| 申请号: | 201711252207.8 | 申请日: | 2017-12-01 |
| 公开(公告)号: | CN110020151B | 公开(公告)日: | 2022-04-26 |
| 发明(设计)人: | 贺宇;董国盛;周泽南;苏雪峰;佟子健 | 申请(专利权)人: | 北京搜狗科技发展有限公司 |
| 主分类号: | G06F16/9535 | 分类号: | G06F16/9535;G06F16/958 |
| 代理公司: | 北京润泽恒知识产权代理有限公司 11319 | 代理人: | 莎日娜 |
| 地址: | 100084 北京市海淀区中关*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 数据处理 方法 装置 电子设备 以及 存储 介质 | ||
1.一种数据处理方法,其特征在于,所述的方法包括:
确定多个目标搜索结果;
从各目标搜索结果中分别提取关键词和所述关键词对应的站点信息;
采用所述关键词和站点信息的对应关系构成关联路径,所述关联路径中相邻两个节点一个为关键词,另一个为站点信息;
依据所述关联路径和预设模型,确定关键词的第一词向量和站点信息的第二词向量;
依据所述第一词向量和第二词向量,计算所述关键词和站点信息的相关性;
所述依据关联路径和预设模型,确定关键词的第一词向量和站点信息的第二词向量,包括:
依据所述关联路径生成向量信息,其中,所述向量信息包括关键词的第一路径向量和站点信息的第二路径向量;
将所述向量信息输入到预设模型中,得到关键词的第一词向量和站点信息的第二词向量。
2.根据权利要求1所述的方法,其特征在于,所述采用所述关键词和站点信息的对应关系构成关联路径,包括:
依据所述关键词和站点信息的对应关系,将各关键词和相应的站点信息连接,构成所述关键词和站点信息的二部图;
依据二部图确定多个所述关键词和站点信息的关联路径。
3.根据权利要求2所述的方法,其特征在于,所述依据二部图确定多个所述关键词和站点信息的关联路径,包括:
依据所述二部图,通过随机游走方式将关键词和站点信息串联,生成多个关联路径。
4.根据权利要求1所述的方法,其特征在于,所述依据第一词向量和第二词向量,计算所述关键词和站点信息的相关性,包括:
选择关键词和站点信息;
将关键词的第一词向量和站点信息的第二词向量进行相关性计算,得到所述关键词和站点信息之间的相关性。
5.根据权利要求1所述的方法,其特征在于,还包括:
在通过查询词执行设定业务时,从查询结果中获取查询词对应的网址信息,其中,所述设定业务包括以下至少一种:搜索业务、推荐业务;
将所述查询词作为关键词,将所述网址信息作为站点信息,查询对应关键词和站点信息的相关性。
6.一种数据处理装置,其特征在于,包括:
路径确定模块,用于确定多个目标搜索结果;依据目标搜索结果中关键词和站点信息,构成关键词和站点信息的关联路径;
词向量确定模块,用于依据所述关联路径和预设模型,确定关键词的第一词向量和站点信息的第二词向量;
相关性计算模块,用于依据所述第一词向量和第二词向量,计算所述关键词和站点信息的相关性;
所述路径确定模块,包括:
数据提取子模块,用于确定多个目标搜索结果,并从各目标搜索结果中分别提取关键词和所述关键词对应的站点信息;
路径生成子模块,用于采用所述关键词和站点信息的对应关系构成关联路径,所述关联路径中相邻两个节点一个为关键词,另一个为站点信息;
所述词向量确定模块,用于依据所述关联路径生成向量信息,其中,所述向量信息包括关键词的第一路径向量和站点信息的第二路径向量;将所述向量信息输入到预设模型中,得到关键词的第一词向量和站点信息的第二词向量。
7.根据权利要求6所述的装置,其特征在于,所述路径生成子模块,包括:
二部图生成单元,用于依据所述关键词和站点信息的对应关系,将各关键词和相应的站点信息连接,构成所述关键词和站点信息的二部图;
路径确定单元,用于依据二部图确定多个所述关键词和站点信息的关联路径。
8.根据权利要求7所述的装置,其特征在于,
所述路径确定单元,用于依据所述二部图,通过随机游走方式将关键词和站点信息串联,生成多个关联路径。
9.根据权利要求6所述的装置,其特征在于,
所述相关性计算模块,用于选择关键词和站点信息;将关键词的第一词向量和站点信息的第二词向量进行相关性计算,得到所述关键词和站点信息之间的相关性。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京搜狗科技发展有限公司,未经北京搜狗科技发展有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711252207.8/1.html,转载请声明来源钻瓜专利网。





