一种商品关键词优化方法及装置与流程

1.本发明涉及数据处理技术领域，尤其涉及一种商品关键词优化方法及装置。


背景技术：

2.在电商平台中，用户为了更容易的搜索到自己想要的商品，通常会通过输入搜索关键词的方式来查找自己想要的商品，为了可以让用户找到想要的商品，需要为每一种商品设置一个或者多个描述该商品的商品关键词。
3.现有的商品关键词的确定过程主要基于商品的自身属性进行设定，有时会出现针对同一商品搜索关键词与商品关键词不匹配，用户基于搜索关键词搜索不到想要的商品，导致搜索结果不准确。


技术实现要素：

4.有鉴于此，本发明提供了一种商品关键词优化方法及装置，用以解决现有的商品关键词的确定过程主要基于商品的自身属性进行设定，有时会出现针对同一商品搜索关键词与商品关键词不匹配，用户基于搜索关键词搜索不到想要的商品，导致搜索结果不准确的问题。具体方案如下：
5.一种商品关键词优化方法，包括：
6.确定备选关键词和目标商品，其中，所述备选关键词至少为一个；
7.针对每一个备选关键词，查找与所述备选关键词对应的各个关联商品；
8.在所述各个关联商品中存在所述目标商品的情况下，计算所述目标商品相对于所述备选关键词的总流量；
9.在各个流量中选取与最大流量对应的关键词作为所述目标商品的目标关键词。
10.上述的方法，可选的，查找与所述备选关键词对应的各个关联商品，包括：
11.基于电商平台的关键词搜索路径模拟所述备选关键词的检索请求；
12.获取与所述检索请求对应的页面原始数据；
13.提取所述页面原始数据中所述备选关键词与各个关联产品的关联关系。
14.上述的方法，可选的，计算所述目标商品相对于所述备选关键词的总流量，包括：
15.确定所述目标商品基于所述备选关键词的目标单日搜索量；
16.基于所述目标单日搜索量确定所述目标商品基于所述备选关键词的总流量。
17.上述的方法，可选的，确定所述目标商品基于所述备选关键词的单日搜索流量，包括：
18.获取所述电商平台每页展示的商品数和所述各个关联商品的商品总数；
19.基于所述商品总数和所述商品数确定与所述各个关联商品所占总页数；
20.获取流失率和所述备选关键词当日搜索量；
21.基于所述总页数、所述流失率和所述备选关键词当日搜索量采用第一预设计算公式计算目标单日搜索量，其中，所述第一预设计算公式为：
[0022][0023]
其中，yk表示目标单日搜索量，mi表示商品总数，m
′
表示商品数，l表示流失率，f表示备选关键词当日搜索量。
[0024]
上述的方法，可选的，基于所述目标单日搜索量确定所述目标商品基于所述备选关键词的总流量，包括：
[0025]
获取所述目标商品的曝光率和点击率；
[0026]
基于所述曝光率、点击率和所述目标单日搜索量采用第二预设计算公式计算所述目标商品基于所述备选关键词的总流量，其中，所述第二预设计算公式为：
[0027][0028]
其中，y表示总流量，c表示点击率，b表示常数，表示曝光率，n表示取值范围的标识。
[0029]
一种商品关键词优化装置，包括：
[0030]
确定模块，用于确定备选关键词和目标商品，其中，所述备选关键词至少为一个；
[0031]
查找模块，用于针对每一个备选关键词，查找与所述备选关键词对应的各个关联商品；
[0032]
计算模块，用于在所述各个关联商品中存在所述目标商品的情况下，计算所述目标商品相对于所述备选关键词的总流量；
[0033]
选取模块，用于在各个流量中选取与最大流量对应的关键词作为所述目标商品的目标关键词。
[0034]
上述的装置，可选的，所述查找模块包括：
[0035]
模拟单元，用于基于电商平台的关键词搜索路径模拟所述备选关键词的检索请求；
[0036]
获取单元，用于获取与所述检索请求对应的页面原始数据；
[0037]
提取单元，用于提取所述页面原始数据中所述备选关键词与各个关联产品的关联关系。
[0038]
上述的装置，可选的，所述计算模块包括：
[0039]
第一确定单元，用于确定所述目标商品基于所述备选关键词的目标单日搜索量；
[0040]
第二确定单元，用于基于所述目标单日搜索量确定所述目标商品基于所述备选关键词的总流量。
[0041]
上述的装置，可选的，所述第一确定单元包括：
[0042]
第一获取子单元，用于获取所述电商平台每页展示的商品数和所述各个关联商品的商品总数；
[0043]
确定子单元，用于基于所述商品总数和所述商品数确定与所述各个关联商品所占总页数；
[0044]
第二获取子单元，用于获取流失率和所述备选关键词当日搜索量；
[0045]
第一计算子单元，用于基于所述总页数、所述流失率和所述备选关键词当日搜索量采用第一预设计算公式计算目标单日搜索量，其中，所述第一预设计算公式为：
[0046][0047]
其中，yk表示目标单日搜索量，mi表示商品总数，m
′
表示商品数，l表示流失率，f表示备选关键词当日搜索量。
[0048]
上述的装置，可选的，所述第二确定单元包括：
[0049]
第三获取子单元，用于获取所述目标商品的曝光率和点击率；
[0050]
第二计算子单元，用于基于所述曝光率、点击率和所述目标单日搜索量采用第二预设计算公式计算所述目标商品基于所述备选关键词的总流量，其中，所述第二预设计算公式为：
[0051][0052]
其中，y表示总流量，c表示点击率，b表示常数，表示曝光率，n表示取值范围的标识。
[0053]
与现有技术相比，本发明包括以下优点：
[0054]
本发明公开了一种商品关键词优化方法及装置，包括：确定备选关键词和目标商品，其中，所述备选关键词至少为一个；针对每一个备选关键词，查找与所述备选关键词对应的各个关联商品；在所述各个关联商品中存在所述目标商品的情况下，计算所述目标商品相对于所述备选关键词的总流量；在各个流量中选取与最大流量对应的关键词作为所述目标商品的目标关键词。上述过程中，在选取与目标商品匹配的目标关键词的过程中，会在可以检索到目标商品的各个备选关键词中选取流量最大的关键词作为目标关键词，由于目标关键词对应的流量最大，在基于该目标关键词检索所述目标商品时，目标商品会出现在检索结果中靠前的位置，提高了检索结果的准确性。
附图说明
[0055]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0056]
图1为本技术实施例公开的一种商品关键词优化方法流程图；
[0057]
图2为本技术实施例中公开的一种流量损失模拟仿真图；
[0058]
图3为本技术实施例公开的一种商品关键词优化装置结构框图。
具体实施方式
[0059]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于
本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0060]
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
[0061]
本发明公开了一种商品关键词优化方法及装置，应用于对电商平台中商品关键词的确定过程中，现有技术中，由于商品关键词主要基于商品的自身属性进行设定，有时会出现针对同一商品搜索关键词与商品关键词不匹配，用户基于搜索关键词搜索不到想要的商品，导致搜索结果不准确，为了解决上述问题，本发明提供了一种商品关键词优化方法，所述方法的执行流程如图1所示，包括步骤：
[0062]
s101、确定备选关键词和目标商品，其中，所述备选关键词至少为一个；
[0063]
本发明实施例中，所述目标商品为需要进行关键词匹配的商品，所述备选关键词是在关键词库中选取的，其中，所述关键词是基于经验或者具体情况选定的常用关键词，所述备选关键词的选取过程如下:可以根据电商平台中卖家公开的信息或者电商平台的后台数据信息筛选出针对所述目标商品进行检索过程中出现次数满足预设次数或者排名为预设名词的各个关键词作为备选关键词，其中，所述预设次数或者预设排名可以基于经验或者具体情况进行设定，本发明实施例中不进行具体限定。
[0064]
s102、针对每一个备选关键词，查找与所述备选关键词对应的各个关联商品；
[0065]
本发明实施例中，针对每一个备选关键词，通过服务端数据采集技术，拼接所述电商平台关键词搜索路径，模拟检索请求，基于所述检索请求，获取到所述电商平台搜索所述备选关键词的原始数据，对所述原始数据进行清洗，基于清洗出来原始数据抓取到的页面中不同区域的商品关联类型以及所述备选关键词和各个关联商品。例如，备选关键词和关联商品之间的一个绑定关系可以是json数据：
[0066]
[0067][0068]
keyword即为备选关键词
[0069]
products中asin为商品标识.
[0070]
通过大数据平台将数据格式化，成标准的结构化数据，产品标识，关键词，排名名次等。
[0071]
s103、在所述各个关联商品中存在所述目标商品的情况下，计算所述目标商品相对于所述备选关键词的总流量；
[0072]
本发明实施例中，遍历所述各个关联商品，判断所述各个关联商品中是否存在所述目标商品，在所述各个关联商品中不存在所述目标商品的情况下，放弃当前备选关键词，继续选取下一个备选关键词进行检索。
[0073]
在所述各个关联商品中存在所述目标商品的情况下，计算所述目标商品相对于所述备选关键词的总流量，在计算所述总流量之前，首先，需要对计算所述总流量用到的参数进行说明，在电商平台上输入备选关键词，会跳出所有该备选关键词对应的各个关联商品，优选的，所述各关联商品是一个列表，每个商品都有自己的位置，比如：假设我们每页是48个商品，第一页的第一个商品排名是第一名，则第二页中的第一个商品是49名，第二个商品是第50名，依次类推，计算公式为：(p-1)*每页商品数，按照顺序解析，排名依次+1，其中p为页码从1到n页，所述各个关联商品会出现在对应的搜索页上，每一页的流量均不相同，随着页码数的增加，流量降低。
[0074]
随着搜索页码呈指数级下降，单一页面流量，随着搜索页数的增多而成指数化下降。
[0075]
将搜索页面数量设为p(总分页页码)，首页流量设为y1，每一页的流失率为l，那么商品获得的流量计算公式为：
[0076]
yi＝y1*[(1-l)^pi]
ꢀꢀꢀ
(1)
[0077]
本发明实施例中设置流量流失率为10％。
[0078]
在备选关键词本身符合商品特征的前提下，可以对流量流失做一个数学上的仿真模拟，基于公式(1)用matlab模拟仿真图如图2所示，横坐标为搜索页数，纵坐标为单一页面流量。由图2可得，单一页面流量，随着搜索页数的增多而成指数化下降。因此，当页码越大的时候，流量的流失速度非常快，所以在设置关键词的时候，不要全部设置为宽泛词，需要有一定比例的精准词汇或者高分词汇，使得页面尽量少点。
[0079]
进一步的，从流量的角度出发，对关键词进行优化，可以增加产品的搜索曝光率和流量增长率。假设某商品能够获得的总流量设为y,则y等于该商品的曝光量x乘以点击率c，即y＝x*c，因为点击率与我们的产品主图有关，所以可以将c看作是常量，其中曝光量x等于关键词总搜索量f乘以搜索曝光率p(x),即x＝f*p(x)，其中搜索曝光率p(x)与该关键词搜索后显示的关联商品总数量m成反比，即p(x)
∝
m-1
，或者可以标记为其中b为常数，即搜出来的东西越多，曝光率就小。
[0080]
进一步的，针对搜索量f:所有消费者在电商平台输入该关键词进行检索的次数，针对曝光率p(x)：并不是所有的商品都会曝光，有一定的曝光率，针对曝光量x：曝光量为搜
索量f*曝光率p(x)，针对点击率c：即使曝光在消费者面前，也并不是所有的商品消费者都会点击，有一定的点击率，针对流量y：消费者点进商品详情页浏览的才叫流量，针对流量流失率l：在备选关键词搜出来的关联商品上，越往后的页面，流量流失越大。
[0081]
进一步的，以上推导的都是总量数据，而非单日数据，定义单日流量为yi(1≤i≤n),单日曝光量为xi(1≤i≤n)，单日关键词搜索量为fi(1≤i≤n)，单日能搜索到的商品总数为mi(1≤i≤n)，所以上述公式，可以整理成以下等式：
[0082][0083]
其中，y表示总流量，c表示点击率，b表示常数，表示曝光率，n表示取值范围的标识，fi表示备选关键词当日搜索量。
[0084]
从上述公式中可知搜索曝光率p(x)与该关键词搜索后显示的产品数量m成反比，即p(x)
∝
m-1
。但是，这个反比关系还是相对不够严谨，因为就算页面比较少，但是排在后面页面的商品的流量肯定比排在前面页面的流量少。
[0085]
因此，本发明实施例中引入流量流失率l，其表示流量因为页数增多而产生的流量越少。
[0086]
第k页目标单日搜索量为
[0087][0088]
其中，yk表示目标单日搜索量，mi表示商品总数，m
′
表示商品数，l表示流失率，fi表示备选关键词当日搜索量。
[0089]
基于公式(3)公式(2)转换为如下形式：
[0090][0091]
基于上述方法计算各个备选关键词对应的总流量。
[0092]
s104、在各个流量中选取与最大流量对应的关键词作为所述目标商品的目标关键词。
[0093]
本发明实施例中，针对与所述目标商品对应的各个备选关键词的总流量，在对应的各个总流量中选取最大流量对应的备选关键词作为所述目标商品的目标关键词。
[0094]
本发明公开了一种商品关键词优化方法，包括：确定备选关键词和目标商品，其中，所述备选关键词至少为一个；针对每一个备选关键词，查找与所述备选关键词对应的各个关联商品；在所述各个关联商品中存在所述目标商品的情况下，计算所述目标商品相对于所述备选关键词的总流量；在各个流量中选取与最大流量对应的关键词作为所述目标商品的目标关键词。上述过程中，在选取与目标商品匹配的目标关键词的过程中，会在可以检索到目标商品的各个备选关键词中选取流量最大的关键词作为目标关键词，由于目标关键词对应的流量最大，在基于该目标关键词检索所述目标商品时，目标商品会出现在检索结果中靠前的位置，提高了检索结果的准确性。
[0095]
本发明实施例中，可以结合关键词采集数据，抓取到的搜索页码和排名，可以计算出用户推荐流量词流量指数。例如，当第一页流量为10000，第二页流量为4000时，流量的流失率l为0.6，流量的留存率为0.4。
[0096]
假设我们某个关键词单日的搜索量为200000次，且单日通过该关键词搜索到的商品总数为500，那么mi这时候等于500，假设产品刚刚上架，产品排在这500个商品中曝光页为最后一页，如果电商平台上单页展示的商品数按照48个计算，那么也就是说这个商品会出现在第11页，假设每页的流失率相同且为60％，那么这时可以推导出即0.4^11
×
200000≈8.4个搜索量，再加上曝光率和点击率两个因素，即可计算出第11页该商品的流量。
[0097]
本发明实施例中，通过电商平台上的关键词库查询各个关键词的关联商品，若关联商品中出现待测商品，则该关键词为备选关键词，并且结合关键词的搜索量、关键词搜索后出现的关联商品数、待测商品在关联商品中所在页面、曝光率、流量流失率等计算出待测商品在备选关键词中的流量，逆向分析出各个备选关键词与商品之间的流量关系，从而选出目标关键词。
[0098]
基于上述的一种商品关键词优化方法，本发明实施例中还确定了一种商品关键词优化装置，所述装置的结构框图如图3所示，包括：
[0099]
确定模块201、查找模块202、计算模块203和选取模块204。
[0100]
其中，
[0101]
所述确定模块201，用于确定备选关键词和目标商品，其中，所述备选关键词至少为一个；
[0102]
所述查找模块202，用于针对每一个备选关键词，查找与所述备选关键词对应的各个关联商品；
[0103]
所述计算模块203，用于在所述各个关联商品中存在所述目标商品的情况下，计算所述目标商品相对于所述备选关键词的总流量；
[0104]
所述选取模块204，用于在各个流量中选取与最大流量对应的关键词作为所述目标商品的目标关键词。
[0105]
本发明公开了一种商品关键词优化装置，包括：确定备选关键词和目标商品，其中，所述备选关键词至少为一个；针对每一个备选关键词，查找与所述备选关键词对应的各个关联商品；在所述各个关联商品中存在所述目标商品的情况下，计算所述目标商品相对于所述备选关键词的总流量；在各个流量中选取与最大流量对应的关键词作为所述目标商品的目标关键词。上述过程中，在选取与目标商品匹配的目标关键词的过程中，会在可以检索到目标商品的各个备选关键词中选取流量最大的关键词作为目标关键词，由于目标关键词对应的流量最大，在基于该目标关键词检索所述目标商品时，目标商品会出现在检索结果中靠前的位置，提高了检索结果的准确性。
[0106]
本发明实施例中，所述查找模块202包括：
[0107]
模拟单元205、获取单元206和提取单元207。
[0108]
其中，
[0109]
所述模拟单元205，用于基于电商平台的关键词搜索路径模拟所述备选关键词的检索请求；
[0110]
所述获取单元206，用于获取与所述检索请求对应的页面原始数据；
[0111]
所述提取单元207，用于提取所述页面原始数据中所述备选关键词与各个关联产
品的关联关系。
[0112]
本发明实施例中，所述计算模块203包括：
[0113]
第一确定单元208和第二确定单元209。
[0114]
其中，
[0115]
所述第一确定单元208，用于确定所述目标商品基于所述备选关键词的目标单日搜索量；
[0116]
所述第二确定单元209，用于基于所述目标单日搜索量确定所述目标商品基于所述备选关键词的总流量。
[0117]
本发明实施例中，所述第一确定单元208包括：
[0118]
第一获取子单元210、确定子单元211、第二获取子单元212和第一计算子单元213。
[0119]
其中，
[0120]
所述第一获取子单元210，用于获取所述电商平台每页展示的商品数和所述各个关联商品的商品总数；
[0121]
所述确定子单元211，用于基于所述商品总数和所述商品数确定与所述各个关联商品所占总页数；
[0122]
所述第二获取子单元212，用于获取流失率和所述备选关键词当日搜索量；
[0123]
所述第一计算子单元213，用于基于所述总页数、所述流失率和所述备选关键词当日搜索量采用第一预设计算公式计算目标单日搜索量，其中，所述第一预设计算公式为：
[0124][0125]
其中，yk表示目标单日搜索量，mi表示商品总数，m
′
表示商品数，l表示流失率，f表示备选关键词当日搜索量。
[0126]
本发明实施例中，所述第二确定单元209包括：
[0127]
第三获取子单元214和第二计算子单元215。
[0128]
其中，
[0129]
所述第三获取子单元214，用于获取所述目标商品的曝光率和点击率；
[0130]
所述第二计算子单元215，用于基于所述曝光率、点击率和所述目标单日搜索量采用第二预设计算公式计算所述目标商品基于所述备选关键词的总流量，其中，所述第二预设计算公式为：
[0131][0132]
其中，y表示总流量，c表示点击率，b表示常数，表示曝光率，n表示取值范围的标识。
[0133]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产
品的形式。
[0134]
本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0135]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0136]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0137]
在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
[0138]
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。存储器是计算机可读介质的示例。
[0139]
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
[0140]
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
[0141]
本领域技术人员应明白，本技术的实施例可提供为方法、系统或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0142]
以上仅为本技术的实施例而已，并不用于限制本技术。对于本领域技术人员来说，
本技术可以有各种更改和变化。凡在本技术的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本技术的权利要求范围之内。

技术特征：
1.一种商品关键词优化方法，其特征在于，包括：确定备选关键词和目标商品，其中，所述备选关键词至少为一个；针对每一个备选关键词，查找与所述备选关键词对应的各个关联商品；在所述各个关联商品中存在所述目标商品的情况下，计算所述目标商品相对于所述备选关键词的总流量；在各个流量中选取与最大流量对应的关键词作为所述目标商品的目标关键词。2.根据权利要求1所述的方法，其特征在于，查找与所述备选关键词对应的各个关联商品，包括：基于电商平台的关键词搜索路径模拟所述备选关键词的检索请求；获取与所述检索请求对应的页面原始数据；提取所述页面原始数据中所述备选关键词与各个关联产品的关联关系。3.根据权利要求1所述的方法，其特征在于，计算所述目标商品相对于所述备选关键词的总流量，包括：确定所述目标商品基于所述备选关键词的目标单日搜索量；基于所述目标单日搜索量确定所述目标商品基于所述备选关键词的总流量。4.根据权利要求3所述的方法，其特征在于，确定所述目标商品基于所述备选关键词的单日搜索流量，包括：获取所述电商平台每页展示的商品数和所述各个关联商品的商品总数；基于所述商品总数和所述商品数确定与所述各个关联商品所占总页数；获取流失率和所述备选关键词当日搜索量；基于所述总页数、所述流失率和所述备选关键词当日搜索量采用第一预设计算公式计算目标单日搜索量，其中，所述第一预设计算公式为：其中，y
k
表示目标单日搜索量，m
i
表示商品总数，m
′
表示商品数，l表示流失率，f表示备选关键词当日搜索量。5.根据权利要求3所述的方法，其特征在于，基于所述目标单日搜索量确定所述目标商品基于所述备选关键词的总流量，包括：获取所述目标商品的曝光率和点击率；基于所述曝光率、点击率和所述目标单日搜索量采用第二预设计算公式计算所述目标商品基于所述备选关键词的总流量，其中，所述第二预设计算公式为：其中，y表示总流量，c表示点击率，b表示常数，表示曝光率，n表示取值范围的标识。6.一种商品关键词优化装置，其特征在于，包括：确定模块，用于确定备选关键词和目标商品，其中，所述备选关键词至少为一个；查找模块，用于针对每一个备选关键词，查找与所述备选关键词对应的各个关联商品；
计算模块，用于在所述各个关联商品中存在所述目标商品的情况下，计算所述目标商品相对于所述备选关键词的总流量；选取模块，用于在各个流量中选取与最大流量对应的关键词作为所述目标商品的目标关键词。7.根据权利要求6所述的装置，其特征在于，所述查找模块包括：模拟单元，用于基于电商平台的关键词搜索路径模拟所述备选关键词的检索请求；获取单元，用于获取与所述检索请求对应的页面原始数据；提取单元，用于提取所述页面原始数据中所述备选关键词与各个关联产品的关联关系。8.根据权利要求6所述的装置，其特征在于，所述计算模块包括：第一确定单元，用于确定所述目标商品基于所述备选关键词的目标单日搜索量；第二确定单元，用于基于所述目标单日搜索量确定所述目标商品基于所述备选关键词的总流量。9.根据权利要求8所述的装置，其特征在于，所述第一确定单元包括：第一获取子单元，用于获取所述电商平台每页展示的商品数和所述各个关联商品的商品总数；确定子单元，用于基于所述商品总数和所述商品数确定与所述各个关联商品所占总页数；第二获取子单元，用于获取流失率和所述备选关键词当日搜索量；第一计算子单元，用于基于所述总页数、所述流失率和所述备选关键词当日搜索量采用第一预设计算公式计算目标单日搜索量，其中，所述第一预设计算公式为：其中，y
k
表示目标单日搜索量，m
i
表示商品总数，m
′
表示商品数，l表示流失率，f表示备选关键词当日搜索量。10.根据权利要求8所述的装置，其特征在于，所述第二确定单元包括：第三获取子单元，用于获取所述目标商品的曝光率和点击率；第二计算子单元，用于基于所述曝光率、点击率和所述目标单日搜索量采用第二预设计算公式计算所述目标商品基于所述备选关键词的总流量，其中，所述第二预设计算公式为：其中，y表示总流量，c表示点击率，b表示常数，表示曝光率，n表示取值范围的标识。

技术总结
本发明公开了一种商品关键词优化方法及装置，包括：确定备选关键词和目标商品，其中，所述备选关键词至少为一个；针对每一个备选关键词，查找与所述备选关键词对应的各个关联商品；在所述各个关联商品中存在所述目标商品的情况下，计算所述目标商品相对于所述备选关键词的总流量；在各个流量中选取与最大流量对应的关键词作为所述目标商品的目标关键词。上述过程中，在选取与目标商品匹配的目标关键词的过程中，会在可以检索到目标商品的各个备选关键词中选取流量最大的关键词作为目标关键词，由于目标关键词对应的流量最大，在基于该目标关键词检索所述目标商品时，目标商品会出现在检索结果中靠前的位置，提高了检索结果的准确性。性。性。


技术研发人员：郑允伟 陈宇 汪宁 芦帅 陈鹏 寻双贵
受保护的技术使用者：北京鸥鹭数据科技有限公司
技术研发日：2021.12.01
技术公布日：2022/3/8