子query统计和重要子query识别

子query统计和重要子query识别
问题定义：
当query A切词后的term集是query B切词后的term集的真子集时，称query A为query B的子query，例如：
“刘德华”的切词结果为“刘德华”；
“刘德华电影”的切词结果为“刘德华 电影”；
“刘德华最新电影”的切词结果为“刘德华 最新 电影”；
“刘德华电影下载”的切词结果为“刘德华 电影 下载”；
根据以上切词结果，刘德华”是“刘德华电影”，“刘德华最新电影”, “刘德华电影下载”的子query；
“刘德华电影”是“刘德华最新电影”, “刘德华电影下载”的子query；
但是，“刘德华电影下载”和“刘德华最新电影”互相不是对方的子query。
现有亿级的用户query，并且知道每个query的查询次数，要求：
（1）列出一个query的全部子query，写出C语言实现。
（2） query中的不同term对这个query的重要性不同的，例如“刘德华 电影 下载”中“刘德华”和“电影”的重要性比“下载”重要，因为：“刘德华 电影“所表达的查询需求，与”刘德华 下载“或者”电影 下载“相比，更接近原query的需求。根据(1)中的统计的子query数据，请给出一种思路，来计算一个query中的所有子query的重要性排序。
如果认为子query数据的信息不够充分，请给出还需要哪些信息，以及获得这些信息的途径，给出算法思路描述，必要的符号和推理公式即可。