商品數據檢索排序及商品推薦方法和系統的製作方法
2023-05-08 03:31:01 1
專利名稱：商品數據檢索排序及商品推薦方法和系統的製作方法
技術領域：
本發明涉及計算機數據分析領域，尤其涉及於商品數據檢索，排序及商品推薦方法和支持系統。
背景技術：
目前搜尋引擎用於排序的技術主要為相關度排序法，即通過建立模型對文檔和查詢詞之間的相關度進行打分，相關度得分越高的文檔排序越靠前。不同的搜尋引擎使用了不同的相關度評分模型，主要有以下幾類詞頻統計法，即文檔中包含的查詢詞頻率越高，則此文檔相關度得分越高，排序越靠前；超連結分析法，即ー個網頁被連結的次數越多而且連結的站點越權威就說明此網頁的質量越高。此外，還有點擊率法，即網頁被點擊的次數越多，相關度越高；付費競價法，以網站付費的多少來決定排序前後。其中詞頻統計法和超鏈 引擎的主題框架。垂直捜索是針對某一個行業的專業搜尋引擎，是搜尋引擎的細分和延伸，是對網頁庫中的某類專門的信息進行一次整合，定向分欄位抽取出需要的數據進行處理後再以某種形式返回給用戶。相對通用搜尋引擎的信息量大、查詢不準確、深度不夠等提出來的新的搜尋引擎服務模式。由於垂直搜尋引擎的特殊性，絕大多數都以詞頻統計法來搭建搜尋引擎的主題框架詞頻統計法，從名字上就能看出來詞頻是此算法中ー個相當重要的角色，它對相關度的大小起著舉足輕重的作用。然而對於垂直搜尋引擎而言，由於其數據所包含文檔(注在搜尋引擎中稱一條數據為ー個文檔)的結構化(注此處結構化的概念與非結構化相対。如郵件,word文檔等全文數據位為非結構化數據；資料庫數據，元數據則為結構化數據。)程度高，以及文檔長度短小，詞頻並不能在排序中起到決定性的作用。雖然也可以通過ー些方式，如調整各個文檔以及文檔所包含域的權重大小來對排序進行優化，這樣的做法就好比醫生給人看病的時候治症而不治病，無法解決根本問題。比如用戶搜索「手機」，最先展示給用戶的則可能是跟手機相關的書籍，手機充電器等等，這是不符合用戶的搜索習慣的，因而會極大地降低用戶體驗。而在數據量達到一定程度的前提下，本發明提出的類別權重排序法則能比較徹底地解決搜索結果的排序問題。
發明內容
為解決上述問題，本發明提供了商品數據檢索，排序及商品推薦方法，包括如下步驟步驟1，生成商品數據的資料庫；步驟2，根據用戶輸入的查詢詞從資料庫中取出匹配結果；步驟3，對該匹配結果的類別個數及所有類別名稱進行統計，並對每個類別分別計算在匹配結果中的商品數據個數Ili以及該類在整體商品數據中包含的商品數據個數Hli ;
步驟4，計算類別名稱的類別權重Wi,找出類別權重最大的類對應的類別權重Wt ；步驟5，將所有類別權重小於d*wt的類對應的所有商品數據從匹配結果中刪除，其中，O < d < I,為可調參數；步驟6，將過濾後的類別按照其類別權重進行從大至小的排序。
所述的商品數據檢索排序方法，還包括計算物美價廉指數及推薦度步驟物美價廉指數=商品價格/好評度*可信度，其中可信度=I-好評度/評價次數；
權利要求
1.ー種商品數據檢索排序方法，其特徵在於，包括 步驟I，生成商品數據的資料庫； 步驟2，根據用戶輸入的查詢詞從資料庫中取出匹配結果； 步驟3，對該匹配結果的類別個數及所有類別名稱進行統計，並對每個類別分別計算在匹配結果中的商品數據個數Ili以及該類在整體商品數據中包含的商品數據個數Hli ； 步驟4，計算類別名稱的類別權重Wi，找出類別權重最大的類所對應的類別權重Wt ； 步驟5，將所有類別權重小於d*wt的類對應的所有商品數據從匹配結果中刪除，其中，O < d < I,為可調參數； 步驟6，將過濾後的類別按照其類別權重進行從大至小的排序。
2.如權利要求I所述的商品數據檢索排序方法，其特徵在於，還包括計算物美價廉指數及推薦度步驟 物美價廉指數=商品價格/好評度*可信度，其中可信度=I-好評度/評價次數；
3.如權利要求2所述的商品數據檢索排序方法，其特徵在於，還包括計算商品所在商家的價格在各個網上商城所賣價格的百分比，計算公式為 I-((某網上商城的價格-網上最低價)/(網上最高價-網上最低價))。
4.如權利要求I所述的商品數據檢索排序方法，其特徵在於，所述對應類別權重Wi計算公式
5.ー種商品數據檢索排序系統，其特徵在於，包括 商品數據的資料庫； 匹配模塊，用於根據用戶輸入的查詢詞從資料庫中取出匹配結果； 統計計算模塊，用於對該匹配結果的類別個數及所有類別名稱進行統計，並對每個類別分別計算在匹配結果中的商品數據個數Iii以及它在整體商品數據中包含的商品數據個數 Hli ; 權重計算模塊，用於計算類別名稱的類別權重Wi，找出類別權重Wi最大的類對應的類別權重為Wt ; 過濾模塊，用於將所有類別權重小於d*Wt的類對應的所有商品數據從匹配結果中刪除，其中，0<d< 1，為可調參數；排序模塊，用於將過濾後的類別按照其類別權重進行從大至小的排序。
6.如權利要求5所述的商品數據檢索排序系統，其特徵在於，還包括物美價廉指數及推薦度計算模塊，用於計算物美價廉指數及推薦度，其中 物美價廉指數=商品價格/好評度*可信度，其中可信度=I-好評度/評價次數；
7.如權利要求6所述的商品數據檢索排序系統，其特徵在於，還包括百分比計算模塊，用於計算商品所在商家的價格在各個網上商城所賣價格的百分比，計算公式為1-((某網上商城的價格-網上最低價)/(網上最高價-網上最低價))。
全文摘要
本發明公開了一種商品數據檢索排序及商品推薦方法，包括生成商品數據的資料庫；根據用戶輸入的查詢詞從資料庫中取出匹配結果；對該匹配結果的類別數及所有類別名稱進行統計，並對每個類別分別計算在匹配結果中的商品類別數ni以及它在整體商品數據中包含的商品數據個數mi；計算每個類別的類別權重wi，找出類別權重wi最大的類對應的類別權重wt；將所有類別權重小於d*wt的類對應的所有商品數據從匹配結果中刪除，其中，0＜d＜1，為可調參數；將其餘的類別按照其類別權重進行從大至小的排序，並且將商品所在商家的價格在各個網上商城所賣價格的百分比進行展示。
文檔編號G06F17/30GK102841946SQ20121030714
公開日2012年12月26日 申請日期2012年8月24日 優先權日2012年8月24日
發明者鄭茂林, 陳愛潔, 曾祥洪 申請人:北京國政通科技有限公司