[发明专利]一种基于Trie树的商品过滤方法、装置和计算设备

说明书

本发明提供了一种基于Trie树的商品过滤方法、装置和计算设备。该基于Trie树的商品过滤方法包括：输入基于用户搜索词得到的查询‑商品数据对；根据指定过滤规则利用过滤字典的Trie树对所输入的查询‑商品数据对进行过滤，其中，所述过滤字典的Trie树是通过将该过滤字典中的每一元素压入树结构而构建的；输出过滤后的结果。本发明的方案通过为每一个过滤字典构建一个Trie树，利用Trie树的高效索引替代了现有技术中的暴力检索方式，减少了搜索直径的维度，能够显著提升过滤效率，缩短数据生产周期，提高产品迭代速度。尤其在过滤字典词条数量众多(例如数万、十万、甚至更多)的情况下，能够极大地减少过滤字典查询的次数，节省迭代的时间与资源耗费。

技术领域

本发明涉及计算广告技术领域，特别是一种基于Trie树的商品过滤方法、基于Trie树的商品过滤装置、计算机存储介质以及计算设备。

背景技术

计算广告学是一门正在兴起的分支学科，其面临的最主要挑战是在特定语境下特定用户和相应的广告之间找到“最佳匹配”，语境通常可以是用户在搜索引擎中输入的查询词。在计算广告领域，经常利用匹配字典的形式对用户搜索词进行query到商品title的映射，以此简化线上召回流程，提升商品召回效率。为此，目前已应用了诸多离线挖掘query-title的匹配字典模型。例如，在搜索引擎中，存储有众多客户提供的商品信息，为了使用户的查询可以命中所需商品，通常在底层离线构建query到商品或title的映射组合，这些组合组成离线匹配字典，作为线上检索输出广告的依据。

然而，无论基于何种匹配字典模型，所挖掘到的query-title都难免存在错误匹配等问题，无法直接使用，均需要对挖掘到的query-title对进行过滤。现有技术中通常在本地建立若干过滤字典，应用过滤字典的内容对query-title一条条地进行过滤。这种传统的基于字典查询的方式在字典纬度高、候选数据大的情况下效率比较低，造成数据生产周期长、产品迭代速度慢的问题。

因此，亟需一种能够提升过滤效率、缩短数据生产周期、提高产品迭代速度的方法。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于Trie树的商品过滤方法、基于Trie树的商品过滤装置、计算机存储介质以及计算设备。

根据本发明实施例的一方面，提供了一种基于Trie树的商品过滤方法，包括：

输入基于用户搜索词得到的查询-商品数据对；

根据指定过滤规则利用过滤字典的Trie树对所输入的查询-商品数据对进行过滤，其中，所述过滤字典的Trie树是通过将该过滤字典中的每一元素压入树结构而构建的；

输出过滤后的结果。

可选地，将该过滤字典中的每一元素压入树结构，包括：

按照从根节点到叶子节点的任意一条路径表示一个元素的方式将该过滤字典中的每一元素压入树结构。

可选地，所述指定过滤规则包括以下至少之一：

主题是否搭配、地域是否符合、是否存在敏感词。

可选地，利用过滤字典的Trie树对所输入的查询-商品数据对进行过滤，包括：

利用所述过滤字典的Trie树搜索所述查询-商品数据对中出现该过滤字典中的元素的位置和该元素的权重，根据该元素的出现位置和权重对所述查询-商品数据对进行过滤处理。

可选地，在利用过滤字典的Trie树对所输入的查询-商品数据对进行过滤之前，所述方法还包括：

根据该查询的过滤条件，选择相应的过滤字典的Trie树。

可选地，所述查询-商品数据对是通过统计模型或语义相关性模型挖掘得到的。