搜索引擎触发广告的过程中，需要实时计算拍卖词(Bidword)和用户查询(Query)的相关性，广告语境下的Term动态赋权方式和短语商业价值评估成为相关性计算必须考虑的问题。为此引入广告主行为，结合连续词袋模型(CBOW)，提出了一种广告语境下的短语相关计算方法ADPCB。首先通过CBOW模型获得短语中每个Term的向量；然后分析广告主行为，构建关于短语的全局赋权树，对短语结构进行分析得到Term的动态权重；最后将Term权重和向量线性组合产生短语的向量表示，用于Bidword和Query的相关性度量。对10000对带有标签的Query和Bidword(正负比例1∶〖KG-*2〗1)利用Word2vec进行实验，ADPCB比结合CBOW模型的TF-IDF效果更好；而在准确率达到0.70时，ADPCB比潜在狄利克雷分布(LDA)、BM25和TF-IDF获得了更高的召回率。结果表明ADPCB提高了触发Bidword和Query的相关性，同时可以量化短语中Term的商业价值属性，减少低商业价值Query的广告触发数量，可应用于实时计算的场景。
