[发明专利]搜索引擎关键词优化方法有效
| 申请号： | 201910114963.7 | 申请日： | 2019-02-14 |
| 公开（公告）号： | CN109829115B | 公开（公告）日： | 2020-02-04 |
| 发明（设计）人： | 刘骏捷 | 申请（专利权）人： | 上海晓材科技有限公司 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535;G06F17/18;G06Q10/04 |
| 代理公司： | 31100 上海专利商标事务所有限公司 | 代理人： | 张鑫 |
| 地址： | 200233 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种搜索引擎关键词优化方法，包括：根据搜索引擎平台每日报告以及产品每日日志，生成原始训练数据的第一步骤；利用原始训练数据，从多个回归预测模型中确定最佳回归预测模型的第二步骤；将把实际数据轻微扰动后获得的人工样本数据输入最佳回归预测模型，根据最佳回归预测模型输出的目标预测值以及从人工样本数据中选择出的多个关键词，为每个关键词训练各自的局部线性回归模型的第三步骤；以及比较与多个关键词相对应的多个局部线性回归模型，根据比较结果筛选并停用由至少一个负面关键词构成的负面词集合的第四步骤。利用本发明，能够准确判断各关键词的贡献度，从而及时停用负面关键词、消除不必要支出、有效控制成本。 | ||
| 搜索关键词： | 回归预测模型 搜索引擎 局部线性回归 原始训练数据 样本数据 停用 有效控制成本 目标预测 实际数据 词集合 贡献度 扰动 日志 优化 筛选 输出 支出 | ||
【主权项】：
1.一种搜索引擎关键词优化方法，其特征在于，包括：/n根据搜索引擎平台每日报告以及产品每日日志，生成原始训练数据的第一步骤；/n利用所述原始训练数据，从多个回归预测模型中确定最佳回归预测模型的第二步骤；/n将把实际数据轻微扰动后获得的人工样本数据输入所述最佳回归预测模型，根据所述最佳回归预测模型输出的目标预测值以及从所述人工样本数据中选择出的多个关键词，为每个关键词训练各自的局部线性回归模型的第三步骤；以及/n比较与多个关键词相对应的多个局部线性回归模型，根据比较结果筛选并停用由至少一个负面关键词构成的负面词集合的第四步骤。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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上海晓材科技有限公司，未经上海晓材科技有限公司许可，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/patent/201910114963.7/，转载请声明来源钻瓜专利网。
