基于搜索結(jié)果效用分析的工業(yè)產(chǎn)品垂直搜索引擎排列技術(shù)的制作方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于搜索引擎領(lǐng)域，具體涉及一種基于搜索結(jié)果效用分析的工業(yè)產(chǎn)品垂直搜索引擎排列技術(shù)。
【背景技術(shù)】
[0002]目前的搜索引擎結(jié)果排序技術(shù)主要分為兩類:一類是針對(duì)普適性搜索引擎的搜索結(jié)果排序技術(shù)；另一類是針對(duì)垂直搜索引擎結(jié)果排序技術(shù)。針對(duì)普適性搜索引擎的搜索結(jié)果排序技術(shù)包括網(wǎng)頁(yè)排序技術(shù)(PageRank技術(shù))和詞頻-逆文本頻率技術(shù)(TF-1DF技術(shù))。
[0003]PageRank技術(shù)是一種針對(duì)普適性搜索引擎的搜索結(jié)果排序技術(shù)，該技術(shù)將互聯(lián)網(wǎng)中的所有網(wǎng)頁(yè)連同網(wǎng)頁(yè)之間的超鏈接關(guān)系理解為一張“有向圖”數(shù)據(jù)結(jié)構(gòu)，即:每個(gè)網(wǎng)頁(yè)為圖中的一個(gè)節(jié)點(diǎn)，每個(gè)超鏈接為一個(gè)有向邊。通過(guò)這種數(shù)據(jù)結(jié)構(gòu)的構(gòu)建，該方法可以計(jì)算出每個(gè)網(wǎng)頁(yè)的排序權(quán)重。TF-1DF通過(guò)比較搜索詞條與網(wǎng)頁(yè)的文本內(nèi)容，為網(wǎng)頁(yè)進(jìn)行排序。
[0004]針對(duì)垂直搜索引擎，目前主流的排序技術(shù)為“字符匹配”配合“按結(jié)果屬性排序”的方法。即首先通過(guò)字符匹配的方法確定結(jié)果集合，然后通過(guò)對(duì)比結(jié)果集合中每個(gè)結(jié)果的某個(gè)屬性對(duì)結(jié)果進(jìn)行排序，例如:按照結(jié)果的價(jià)格進(jìn)行排序、按照結(jié)果的大小進(jìn)行排序、按照結(jié)果的時(shí)間進(jìn)行排序等。
[0005]對(duì)于針對(duì)工業(yè)產(chǎn)品的垂直搜索引擎，現(xiàn)有技術(shù)的主要缺陷如下:
[0006](I)排序準(zhǔn)確度低。針對(duì)普適性搜索引擎的搜索結(jié)果排序技術(shù)基于傳統(tǒng)互聯(lián)網(wǎng)網(wǎng)頁(yè)的特點(diǎn)提出，適合對(duì)于具有大量文字的文檔進(jìn)行文本性匹配。然而，對(duì)于工業(yè)產(chǎn)品的垂直搜索領(lǐng)域，待搜索的數(shù)據(jù)具有新的特點(diǎn)，其數(shù)據(jù)不是以網(wǎng)頁(yè)形式組織的整體，而是每個(gè)數(shù)據(jù)均由多個(gè)數(shù)據(jù)屬性組成，包括:產(chǎn)品名稱、產(chǎn)品價(jià)格、生產(chǎn)企業(yè)、上架時(shí)間等等。針對(duì)普適性搜索引擎的搜索結(jié)果排序技術(shù)不適應(yīng)工業(yè)產(chǎn)品數(shù)據(jù)結(jié)構(gòu)的特點(diǎn)，搜索結(jié)果無(wú)法滿足用戶需求，準(zhǔn)確度低。
[0007](2)排序依據(jù)單一片面?，F(xiàn)有的針對(duì)垂直搜索引擎的排序技術(shù)，按照搜索結(jié)果的某種屬性記性排序，比如價(jià)格、時(shí)間、用戶評(píng)價(jià)等等，每一種排序的方法的排序依據(jù)均比較單一片面，無(wú)法從產(chǎn)品的綜合價(jià)值角度進(jìn)行排序。
[0008](3)使用方便程度低?，F(xiàn)有的針對(duì)垂直搜索引擎的排序技術(shù)，需要在使用者輸入搜索詞條后重新選擇結(jié)果排序方式，使用方便程度低。

【發(fā)明內(nèi)容】

[0009]為解決上述技術(shù)問(wèn)題，本發(fā)明提供了一種針對(duì)工業(yè)產(chǎn)品垂直搜索引擎的結(jié)果排序技術(shù)，通過(guò)對(duì)搜索詞條以及搜索結(jié)果的分析，本發(fā)明采用“搜索結(jié)果價(jià)值”的計(jì)算方法，并稱之為“結(jié)果效用”，通過(guò)對(duì)結(jié)果效用進(jìn)行計(jì)算，并且按照結(jié)果效用對(duì)搜索結(jié)果進(jìn)行排序，極大提高了搜索結(jié)果的相關(guān)程度，提高用戶體驗(yàn)和排序的準(zhǔn)確度。
[0010]為達(dá)到上述目的，本發(fā)明的技術(shù)方案如下:
[0011]一種基于搜索結(jié)果效用分析的工業(yè)產(chǎn)品垂直搜索引擎排列技術(shù)，其特征在于，Q為搜索詞條，Di為第i個(gè)搜索結(jié)果，當(dāng)Q有M條搜索結(jié)果時(shí)，O ( i ( M，所述垂直搜索引擎排列技術(shù)包括以下幾步:
[0012]第一步:對(duì)搜索詞條Q和搜索結(jié)果0,進(jìn)行分詞；
[0013]第二步:對(duì)分詞后的搜索詞條和分伺候的搜索結(jié)果Di進(jìn)行結(jié)果效用F計(jì)算，F(xiàn) = 產(chǎn)品成交次數(shù) /(D i的產(chǎn)品價(jià)格 +1)*(145 - TF ^gram - TF2_gram - TF3^gram _ TF4_gram)，其中: 產(chǎn)品成交次數(shù)/(D i的產(chǎn)品價(jià)格+1)為搜索結(jié)果D i的標(biāo)準(zhǔn)化效用參數(shù)，145 - TF ^graffl -
TF2_gram - TF3^gram - TF4_gMm為搜索詞條Q相對(duì)于搜索結(jié)果D i的相關(guān)指數(shù)；
[0014]第三步:按照第二步中計(jì)算的結(jié)果效用F，對(duì)所有的搜索結(jié)果進(jìn)行排列，結(jié)果效用F高的結(jié)果排序靠前，結(jié)果效用F低的結(jié)果排序靠后。
[0015]在本發(fā)明的一個(gè)較佳實(shí)施例中，進(jìn)一步包括，第二步中對(duì)分詞后的搜索詞條和分伺候的搜索結(jié)果Di進(jìn)行結(jié)果效用F計(jì)算，包括以下步驟:
[0016]步驟一:對(duì)分詞后的搜索詞條Q，抽取Ι-gram到N-gram，其中N-gram為有向序列的長(zhǎng)度為N的有向子序列，I < N < 4且N為正整數(shù)；
[0017]步驟二:對(duì)步驟一中從搜索詞條Q中抽取的每個(gè)1-gram、2-gram、3-gram與4-gram，分別在每個(gè)搜索結(jié)果01中進(jìn)行字符串子串查找匹配，分別得到1-gram、2-gram、3-gram 與 4-gram 在詞頻，N-gram 的詞頻表示為 TF N_gram，TFN_gram =
TFN-gram-1+TFN-gram-2+......+TFN-gram-K+......+TFN_gram_K其中，I 彡 N 彡 4 ;R 為搜索詞條 Q 中 N-gram
的數(shù)目；N-gram-K表示第K個(gè)N-gram (I彡K彡R) ;TFN_gM_K表示第K個(gè)N-gram的匹配頻率;
[0018]步驟三:計(jì)算搜索詞條Q與搜索結(jié)果Di的結(jié)果效用F，F(xiàn) = D 產(chǎn)品成交次數(shù)/ (D ,的產(chǎn)品價(jià)格+ 1)* (145 - TF1^gram - TF2_gram - TF3^gram _ TF4_gram)，其中屯的產(chǎn)品成交次數(shù)/ (D丨的產(chǎn)品價(jià)格+1)為搜索結(jié)果Di的標(biāo)準(zhǔn)化效用參數(shù)，145 - TF ^gram - TF2_gram - TF3^gram _ TF4_gran^搜索詞條Q相對(duì)于搜索結(jié)果Di的相關(guān)指數(shù)，TF步驟二中得到的詞頻。
[0019]在本發(fā)明的一個(gè)較佳實(shí)施例中，進(jìn)一步包括，第一步中的對(duì)搜索詞條Q和搜索結(jié)果01進(jìn)行分詞包括以下形式:對(duì)搜索詞條Q和搜索結(jié)果Di同時(shí)進(jìn)行分詞；將搜索結(jié)果01先分詞并且存儲(chǔ)于數(shù)據(jù)庫(kù)中，搜索詞條Q在搜索時(shí)臨時(shí)分詞。
[0020]在本發(fā)明的一個(gè)較佳實(shí)施例中，進(jìn)一步包括，第一步中的分詞方法包括以下一種或幾種:字符串匹配分詞法、詞義分詞法和統(tǒng)計(jì)分詞法。
[0021]在本發(fā)明的一個(gè)較佳實(shí)施例中，進(jìn)一步包括，所述字符串匹配分詞法包括以下一種或幾種分詞法:正向最大匹配法、反向最大匹配法、雙向最大匹配法和最短路徑分詞法。
[0022]本發(fā)明的有益效果是:
[0023]其一、本發(fā)明的排序方法排序準(zhǔn)確度高。該技術(shù)針對(duì)“工業(yè)產(chǎn)品垂直搜索引擎”的數(shù)據(jù)特點(diǎn)提出，在“結(jié)果效用”的計(jì)算公式中“相關(guān)指數(shù)”體現(xiàn)了搜索詞條與搜索結(jié)果的相關(guān)程度，“標(biāo)準(zhǔn)化效用參數(shù)”體現(xiàn)了搜索結(jié)果本身的效用高低。按“結(jié)果效用”值對(duì)結(jié)果進(jìn)行排序，可以保證相關(guān)程度高、且質(zhì)量有保證的搜索結(jié)果排序靠前，即提高了排序準(zhǔn)確度。
[0024]其二、本發(fā)明的排序方法排序依據(jù)全面。如上所述，搜索結(jié)果依據(jù)“結(jié)果效用”排序，同時(shí)考慮了使用者的需求與搜索結(jié)果本身的數(shù)據(jù)質(zhì)量(產(chǎn)品價(jià)格與信譽(yù)程度)，排序靠前的結(jié)果擁有更高的綜合質(zhì)量，而不是單方面的高指標(biāo)。
[0025]其三、本發(fā)明的排序方法使用方便程度高。在本發(fā)明的支撐下，使用者在輸入搜索詞條后，不需要選擇額外的排序方式，而可以直接得到準(zhǔn)確的搜索結(jié)果排序方式，操作更加簡(jiǎn)單，使用更加方便。
【附圖說(shuō)明】
[0026]為了更清楚地說(shuō)明本發(fā)明實(shí)施例技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0027]圖1本發(fā)明方法的流程圖。
【具體實(shí)施方式】
[0028]下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0029]實(shí)施例
[0030]如圖1所示，本實(shí)施例中公開(kāi)了一種基于搜索結(jié)果效用分析的工業(yè)產(chǎn)品垂直搜索引擎排列技術(shù)，Q為搜索詞條，Di為第i個(gè)搜索結(jié)果，當(dāng)Q有M條搜索結(jié)果時(shí)，O < i < M，所述垂直搜索引擎排列技術(shù)包括以下幾步:
[0031]第一步:對(duì)搜索詞條Q和搜索結(jié)果Di進(jìn)行分詞。
[0032]第二步:對(duì)分詞后的搜索詞條和分伺候的搜索結(jié)果Di進(jìn)行結(jié)果效用F計(jì)算。
[0033]第三步:按照第二步中計(jì)算的結(jié)果效用F，對(duì)所有的搜索結(jié)果進(jìn)行排列，結(jié)果效用F高的結(jié)果排序靠前，結(jié)果效用F低的結(jié)果排序靠后。
[0034]第一步中的對(duì)搜索詞條Q和搜索結(jié)果Di進(jìn)行分詞是并列關(guān)系，可以對(duì)對(duì)搜索詞條Q和搜索結(jié)果Di同時(shí)進(jìn)行分詞；也可以先將搜索結(jié)果Di先分詞并且存儲(chǔ)于數(shù)據(jù)庫(kù)中，搜索詞條Q在搜索時(shí)臨時(shí)分詞。
[0035]具體的，第一步中涉及的分詞方法包括以下幾種:字符串匹配分詞法、詞義分詞法和統(tǒng)計(jì)分詞法。其中所述字符串匹配分詞法包括以下幾種分詞法:正向最大匹配法、反向最大匹配法、雙向最大匹配法和最短路徑分詞法。
[0036](I)正向最大匹配法