CN107908662B - 搜索系统的实现方法和实现装置 - Google Patents

Abstract

本发明公开了搜索系统的实现方法和实现装置，涉及计算机技术领域。该方法的一具体实施方式包括：根据已有搜索系统的反馈数据获取搜索词的分类信息，并且根据搜索词的分类信息获取搜索系统中用户输入的搜索词的分类信息；获取所述搜索系统中召回产品的分类信息；根据用户输入的搜索词的分类信息和召回产品的分类信息，选取符合预设选取条件的召回产品作为搜索结果。该实施方式可以在搜索系统上线初期就能对相关性计算进行优化，将相关性高的产品排列在前面优先展示给用户，优化了搜索的效果，提高了搜索的准确性。

Description

搜索系统的实现方法和实现装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种搜索系统的实现方法和实现装置。

背景技术

在电子商务搜索中，用户会在页面上输入搜索词，搜索系统需要找到与用户输入的搜索词相关的产品结果，并且把相关性较高的产品排列在前面优先展示给用户。

现有技术方案中为了实现上述优化搜索，需要首先上线一个能提供基本搜索服务的搜索系统，然后记录、积累、分析用户的反馈数据，当反馈数据达到一定量级后，用这些反馈数据优化搜索效果。其中，上线是指将开发完的系统放到真实的运营环境中进行使用和测试。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：一、现有技术方案首先上线新的搜索系统，此时由于缺少用户反馈数据，只能根据文本相关度来判断产品和搜索词的相关性，可能会把实际相关性比较低的产品排在前面，需要积累用户反馈数据到一定量级之后才能进行优化；二、刚上线的新的搜索系统访问量比较小，这个效果差的版本需要在线上运行少则几个月多则数年，才能积累到足够的反馈数据；三、每个电商搜索系统的分类划分可能都不一样，需要根据该电商搜索系统本身的业务分类来进行特殊处理。

发明内容

有鉴于此，本发明实施例提供一种搜索系统的实现方法和实现装置，能够在搜索系统上线初期就能对相关性计算进行优化，优化了搜索的效果，提高了搜索的准确性。

为实现上述目的，根据本发明实施例的一个方面，提供了一种搜索系统的实现方法。

本发明实施例的一种搜索系统的实现方法的方法包括：根据已有搜索系统的反馈数据获取搜索词的分类信息，并且根据所述搜索词的分类信息获取搜索系统中用户输入的搜索词的分类信息；获取所述搜索系统中召回产品的分类信息，其中，所述召回产品是指根据所述用户输入的搜索词获取的产品；根据所述用户输入的搜索词的分类信息和所述召回产品的分类信息，选取符合预设选取条件的召回产品作为搜索结果。

可选地，在根据已有搜索系统的反馈数据获取搜索词的分类信息之前，所述方法还包括：建立标准分类体系；判断所述已有搜索系统的分类体系是否是所述标准分类体系，若不是，则将所述已有搜索系统的分类体系映射到所述标准分类体系中。

可选地，获取所述搜索系统中召回产品的分类信息包括：利用已有产品系统训练机器学习模型，其中，训练的机器学习模型的输入是产品的信息，输出的是产品的分类信息；根据所述训练的机器学习模型，计算产品系统中每个产品的分类信息；根据所述每个产品的分类信息，获取所述搜索系统中召回产品的分类信息。。

可选地，获取所述搜索系统中召回产品的分类信息包括：根据产品系统中产品的信息提取产品中心词，其中，所述已有搜索系统中的搜索词的文本包括所述产品中心词的文本；基于所述搜索词的分类信息得到所述产品中心词的分类信息，以获取所述产品系统中每个产品的分类信息；根据所述每个产品的分类信息，获取所述搜索系统中召回产品的分类信息。

可选地，获取所述搜索系统中召回产品的分类信息包括：直接指定产品系统的分类体系与所述标准分类体系的对应关系；根据所述对应关系，计算所述产品系统中每个产品的分类信息；根据所述每个产品的分类信息，获取所述搜索系统中召回产品的分类信息。

可选地，根据所述用户输入的搜索词的分类信息和所述召回产品的分类信息，选取符合预设选取条件的召回产品作为搜索结果包括：根据所述用户输入的搜索词的分类信息和所述召回产品的分类信息，计算所述召回产品与所述用户输入的搜索词的相关性；按照从大到小的顺序对所述相关性进行排序，选取相关性大于预设选取阈值的召回产品作为搜索结果。

为实现上述目的，根据本发明实施例的另一方面，提供了一种搜索系统的实现装置。

本发明实施例的一种搜索系统的实现装置包括：搜索词信息获取模块，用于根据已有搜索系统的反馈数据获取搜索词的分类信息，并且根据所述搜索词的分类信息获取搜索系统中用户输入的搜索词的分类信息；召回产品信息获取模块，用于获取所述搜索系统中召回产品的分类信息，其中，所述召回产品是指根据所述用户输入的搜索词获取的产品；选取模块，用于根据所述用户输入的搜索词的分类信息和所述召回产品的分类信息，选取符合预设选取条件的召回产品作为搜索结果。

可选地，所述搜索词信息获取模块还用于：建立标准分类体系；判断所述已有搜索系统的分类体系是否是所述标准分类体系，若不是，则将所述已有搜索系统的分类体系映射到所述标准分类体系中。

可选地，所述召回产品信息获取模块还用于：利用已有产品系统训练机器学习模型，其中，训练的机器学习模型的输入是产品的信息，输出的是产品的分类信息；根据所述训练的机器学习模型，计算产品系统中每个产品的分类信息；根据所述每个产品的分类信息，获取所述搜索系统中召回产品的分类信息。

可选地，所述召回产品信息获取模块还用于：根据产品系统中产品的信息提取产品中心词，其中，所述已有搜索系统中的搜索词的文本包括所述产品中心词的文本；基于所述搜索词的分类信息得到所述产品中心词的分类信息，以获取所述产品系统中每个产品的分类信息；根据所述每个产品的分类信息，获取所述搜索系统中召回产品的分类信息。

可选地，所述召回产品信息获取模块还用于：直接指定产品系统的分类体系与所述标准分类体系的对应关系；根据所述对应关系，计算所述产品系统中每个产品的分类信息；根据所述每个产品的分类信息，获取所述搜索系统中召回产品的分类信息。

可选地，所述选取模块还用于：根据所述用户输入的搜索词的分类信息和所述召回产品的分类信息，计算所述召回产品与所述用户输入的搜索词的相关性；按照从大到小的顺序对所述相关性进行排序，选取相关性大于预设选取阈值的召回产品作为搜索结果。

为实现上述目的，根据本发明实施例的再一方面，提供了一种电子设备。

本发明实施例的一种电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例的搜索系统的实现方法。

为实现上述目的，根据本发明实施例的又一方面，提供了一种计算机可读介质。

本发明实施例的一种计算机可读介质，其上存储有计算机程序，程序被处理器执行时实现本发明实施例的搜索系统的实现方法。

通过利用已有搜索系统的反馈数据获取用户输入的搜索词的分类信息，并结合召回产品的分类信息选取符合预设选取条件的召回产品作为搜索结果，从而可以在搜索系统上线初期就能对相关性计算进行优化，将相关性高的产品排列在前面优先展示给用户，优化了搜索的效果，提高了搜索的准确性；本发明实施例中通过利用标准分类体系，从而可以不必针对每个搜索系统的分类划分进行特殊处理，为新的搜索系统上线初期就可以利用已有搜索系统的反馈数据和产品分类进行搜索优化提供了可能；本发明实施例中通过已有产品系统训练机器学习模型，获取召回产品的分类信息，从而可以结合已有产品系统的信息提高搜索的准确率；本发明实施例中还可以通过分析产品中心词与搜索词的关系，获取召回产品的分类信息，从而可以提供可选的方案获取召回产品的分类信息；本发明实施例中通过直接指定产品系统的分类体系与已有搜索系统的分类体系的对应关系，获取召回产品的分类信息，从而可以在需要搭建的产品系统的产品分类较少的时候，提供另一种可选的方案获取召回产品的分类信息；本发明实施例中通过对计算的用户输入的搜索词和召回产品的相关性进行排序，选取相关性大于预设选取阈值的召回产品作为搜索结果，从而可以根据应用需求设置预设选取阈值，提高搜索系统的灵活性。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的搜索系统的实现方法的主要步骤的示意图；

图2是根据本发明实施例的搜索系统的实现方法的主要流程的示意图；

图3是根据本发明实施例的搜索系统的实现装置的主要模块的示意图；

图4是本发明实施例可以应用于其中的示例性系统架构图；

图5是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

应理解的是，本发明中涉及到四个系统，产品系统、搜索系统、已有产品系统和已有搜索系统。以下是本发明实施例中涉及的技术术语的详细解释：

产品系统，用于存储产品维度的数据，和搜索系统中输入的搜索词没有关系。

搜索系统，指的是本发明中要上线的、需要优化搜索效果的搜索系统。搜索系统中产品维度的数据(比如产品名称、产品品牌、产品分类)来自于产品系统。

已有搜索系统，指的是已经上线的具有反馈数据的搜索系统。已有搜索系统中产品维度的数据来自于已有产品系统。

反馈数据，指的是用户在输入某个搜索词之后，对召回的搜索结果执行预设操作行为的数据。其中，预设操作行为的可选实施方式可以是电商领域的点击、关注或者购买等操作行为，再或者是在线社交或者新闻推送领域的转发、收藏、评论等操作行为。

产品中心词，指的是产品的信息中被修饰语所修饰、限定的中心成分。

图1是根据本发明实施例的搜索系统的实现方法的主要步骤的示意图，如图1所示，本发明实施例的搜索系统的实现方法主要包括以下步骤：

步骤S101：根据已有搜索系统的反馈数据获取搜索词的分类信息，并且根据搜索词的分类信息获取搜索系统中用户输入的搜索词的分类信息。搜索词的分类信息可以包括：搜索词对应的分类列表、搜索词和对应的分类列表的关联度(本发明实施例中的关联度是指相关程度，是通过计算得到的具体的数值)。根据已有搜索系统的反馈数据，得到反馈数据中的每个搜索词的分类信息。然后在搜索系统的一次搜索请求中，获取到用户输入的搜索词之后，可以根据获得的已有搜索系统的搜索词的分类信息，获取用户输入的该搜索词的分类信息。

步骤S102：获取搜索系统中召回产品的分类信息。其中，召回产品是根据用户输入的搜索词获取的产品。产品的分类信息可以包括：产品对应的分类列表、产品和对应的分类列表的关联度。

步骤S103：根据用户输入的搜索词的分类信息和召回产品的分类信息，选取符合预设选取条件的召回产品作为搜索结果。由于用户输入的搜索词的分类信息与召回产品的分类信息均是根据相同的分类体系得到的，可以根据用户输入的搜索词的分类信息和召回产品的分类信息，计算用户输入的搜索词和召回产品相关性，进而选取符合预设选取条件的召回产品的信息作为搜索结果呈现给用户。

本发明实施例中，在根据已有搜索系统的反馈数据获取搜索词的分类信息之前，搜索系统的实现方法还可以包括：建立标准分类体系；判断已有搜索系统的分类体系是否是标准分类体系，若不是，则将已有搜索系统的分类体系映射到标准分类体系中。其中，映射指的是建立已有搜索系统的分类体系与标准分类体系的对应关系，并根据对应关系，将已有搜索系统的分类体系转换为标准分类体系。本发明实施例中，建立标准分类体系可以但不限于采用下述方法：可以通过分析整理实务中的产品种类来建立标准分类体系；也可以使用已有比较全面的搜索系统的产品分类；还可以使用政府部门已发布的分类体系。

本发明实施例中，获取搜索系统中召回产品的分类信息可以包括：利用已有产品系统训练机器学习模型；根据训练的机器学习模型，计算产品系统中每个产品的分类信息；根据计算的每个产品的分类信息，获取搜索系统中召回产品的分类信息。其中，训练的机器学习模型的输入是产品的信息(产品的信息可以是产品的名称、产品的品牌或者其他描述信息)，输出的是产品的分类信息。

本发明实施例中，获取搜索系统中召回产品的分类信息可以包括：根据产品系统中产品的信息提取产品中心词，其中，已有搜索系统中的搜索词的文本包括产品中心词的文本；基于搜索词的分类信息得到产品中心词的分类信息，以获取产品系统中每个产品的分类信息；根据得到的每个产品的分类信息，获取搜索系统中召回产品的分类信息。首先，通过对产品系统中产品的信息进行分析，提取出产品中心词。例如，产品中心词手机的文本是“手机”，搜索词大屏幕手机的文本是“大屏幕手机”。然后，根据步骤S101中得到的搜索词的分类信息，可以得到产品中心词的分类信息，进而获取产品系统中每个产品的分类信息，最后可以提取出搜索系统中召回产品的分类信息。

本发明实施例中，在产品系统中的产品分类较少的时候，获取搜索系统中召回产品的分类信息还可以包括：直接指定产品系统的分类体系与已有搜索系统的分类体系的对应关系；根据指定的对应关系，计算产品系统中每个产品的分类信息；根据计算的每个产品的分类信息，获取搜索系统中召回产品的分类信息。

本发明实施例中，根据用户输入的搜索词的分类信息和召回产品的分类信息，选取符合预设选取条件的召回产品作为搜索结果可以包括：根据用户输入的搜索词的分类信息和召回产品的分类信息，计算召回产品与用户输入的搜索词的相关性；按照从大到小的顺序对相关性进行排序，选取相关性大于预设选取阈值的召回产品作为搜索结果。首先，计算用户输入的搜索词和每个召回产品的相关性，然后将计算得到的相关性从大到小进行排序，接着将相关性不大于预设选取阈值的召回产品排除掉，最后将相关性大于预设选取阈值的召回产品按相关性从大到小的顺序呈现给用户。本发明实施例中，也可以先将相关性不大于预设选取阈值的召回产品排除掉，然后将剩下的召回产品的相关性从大到小进行排序，最后将剩下的召回产品按相关性从大到小的顺序呈现给用户。

本发明实施例中，计算用户输入的搜索词和某个召回产品的相关性的方法可以是：首先构造用户输入的搜索词的多维度空间的向量和某个召回产品的多维度空间的向量，其中每个维度是对应的一个分类列表的关联度，然后计算两个向量的夹角的余弦，将计算得到的余弦作为用户输入的搜索词和某个召回产品的相关性。当然，本发明实施例中，计算用户输入的搜索词和某个召回产品的相关性的方法可以但不限于是上述方法，也可以结合实际情况采用其他方法计算用户输入的搜索词和某个召回产品的相关性。

图2是根据本发明实施例的搜索系统的实现方法的主要流程的示意图。如图2所示，以电商领域的搜索系统和产品系统为例，根据本发明实施例的搜索系统的实现方法的主要流程可以包括：首先执行步骤S201，建立标准分类体系；然后执行步骤S202，判断已有搜索系统的分类体系是否是标准分类体系，若不是，则执行步骤S203将已有搜索系统的分类体系映射到标准分类体系中，然后执行步骤S204根据已有搜索系统的反馈数据获取搜索词的分类信息，若是，则直接执行步骤S204；接着执行步骤S205，根据搜索词的分类信息获取搜索系统中用户输入的搜索词的分类信息；然后执行步骤S206，利用已有产品系统训练机器学习模型，其中训练的机器学习模型的输入是产品的信息，输出的是产品的分类信息，产品的分类信息可以包括：产品对应的标准分类列表和产品与对应的标准分类列表的关联度；接着执行步骤S207，根据训练的机器学习模型，计算产品系统中每个产品的分类信息；在步骤S207之后执行步骤S208，根据每个产品的分类信息，获取搜索系统中召回产品的分类信息；然后根据步骤S205获取的用户输入的搜索词的分类信息和步骤S208获取的召回产品的分类信息执行步骤S209，分别计算每个召回产品的分类信息和用户输入的搜索词的分类信息的相关性；然后根据步骤S209计算得到的相关性执行步骤S210，比较每个相关性与预设选取阈值的大小，排除掉相关性不大于预设选取阈值的召回产品，并将相关性大于预设选取阈值的召回产品按相关性从大到小的顺序排列呈现给用户。

本发明实施例中，获取用户输入的搜索词的分类信息和获取召回产品的分类信息的顺序可以但不限于是图2所示的顺序，也可以先执行步骤S206、S207和S208获取召回产品的分类信息，再执行步骤S202、S203、S204和S205获取用户输入的搜索词的分类信息。

其中，获取召回产品的分类信息的方法包括图2中的步骤S206、S207和S208，本发明实施例中图2中的步骤S206、S207和S208也可以是：首先，根据产品系统中产品的信息提取产品中心词，其中，已有搜索系统中的搜索词的文本包括产品中心词的文本；然后，基于搜索词的分类信息得到产品中心词的分类信息，以获取产品系统中每个产品的分类信息；最后，根据每个产品的分类信息，获取搜索系统中召回产品的分类信息。在产品系统中的产品分类较少的时候，图2中的步骤S206、S207和S208还可以是：直接指定产品系统的分类体系与已有搜索系统的分类体系的对应关系；根据指定的对应关系，计算产品系统中每个产品的分类信息；根据计算的每个产品的分类信息，获取搜索系统中召回产品的分类信息。

根据本发明实施例的搜索系统的实现方法的技术方案可以看出，通过利用已有搜索系统的反馈数据获取用户输入的搜索词的分类信息，并结合召回产品的分类信息选取符合预设选取条件的召回产品作为搜索结果，从而可以在搜索系统上线初期就能对相关性计算进行优化，将相关性高的产品排列在前面优先展示给用户，优化了搜索的效果，提高了搜索的准确性；本发明实施例中通过利用标准分类体系，从而可以不必针对每个搜索系统的分类划分进行特殊处理，为新的搜索系统上线初期就可以利用已有搜索系统的反馈数据和产品分类进行搜索优化提供了可能；本发明实施例中通过已有产品系统训练机器学习模型，获取召回产品的分类信息，从而可以结合已有产品系统的信息提高搜索的准确率；本发明实施例中还可以通过分析产品中心词与搜索词的关系，获取召回产品的分类信息，从而可以提供可选的方案获取召回产品的分类信息；本发明实施例中通过直接指定产品系统的分类体系与已有搜索系统的分类体系的对应关系，获取召回产品的分类信息，从而可以在需要搭建的产品系统的产品分类较少的时候，提供另一种可选的方案获取召回产品的分类信息；本发明实施例中通过对计算的用户输入的搜索词和召回产品的相关性进行排序，选取相关性大于预设选取阈值的召回产品作为搜索结果，从而可以根据应用需求设置预设选取阈值，提高搜索系统的灵活性。

图3是根据本发明实施例的搜索系统的实现装置的主要模块的示意图。如图3所示，本发明的搜索系统的实现装置300主要包括如下模块：搜索词信息获取模块301、召回产品信息获取模块302、选取模块303。

其中，搜索词信息获取模块301可用于根据已有搜索系统的反馈数据获取搜索词的分类信息，并且根据搜索词的分类信息获取搜索系统中用户输入的搜索词的分类信息。召回产品信息获取模块302可用于获取搜索系统中召回产品的分类信息。其中，召回产品是根据用户输入的搜索词获取的产品。选取模块303可用于根据用户输入的搜索词的分类信息和召回产品的分类信息，选取符合预设选取条件的召回产品作为搜索结果。

本发明实施例中，搜索词信息获取模块301还可用于：建立标准分类体系；判断已有搜索系统的分类体系是否是标准分类体系，若不是，则将已有搜索系统的分类体系映射到标准分类体系中。

本发明实施例中，召回产品信息获取模块302还可用于：利用已有产品系统训练机器学习模型，其中，训练的机器学习模型的输入是产品的信息，输出的是产品的分类信息；根据训练的机器学习模型，计算产品系统中每个产品的分类信息；根据每个产品的分类信息，获取搜索系统中召回产品的分类信息。

本发明实施例中，召回产品信息获取模块302还可用于：根据产品系统中产品的信息提取产品中心词，其中，已有搜索系统中的搜索词的文本包括产品中心词的文本；基于搜索词的分类信息得到产品中心词的分类信息，以获取产品系统中每个产品的分类信息；根据每个产品的分类信息，获取搜索系统中召回产品的分类信息。

本发明实施例中，召回产品信息获取模块302还可用于：直接指定产品系统的分类体系与已有搜索系统的分类体系的对应关系；根据指定的对应关系，计算产品系统中每个产品的分类信息；根据计算的每个产品的分类信息，获取搜索系统中召回产品的分类信息。

本发明实施例中，选取模块303还可用于：根据用户输入的搜索词的分类信息和召回产品的分类信息，计算召回产品与用户输入的搜索词的相关性；按照从大到小的顺序对相关性进行排序，选取相关性大于预设选取阈值的召回产品作为搜索结果。

从以上描述可以看出，通过利用已有搜索系统的反馈数据获取用户输入的搜索词的分类信息，并结合召回产品的分类信息选取符合预设选取条件的召回产品作为搜索结果，从而可以在搜索系统上线初期就能对相关性计算进行优化，将相关性高的产品排列在前面优先展示给用户，优化了搜索的效果，提高了搜索的准确性；本发明实施例中通过利用标准分类体系，从而可以不必针对每个搜索系统的分类划分进行特殊处理，为新的搜索系统上线初期就可以利用已有搜索系统的反馈数据和产品分类进行搜索优化提供了可能；本发明实施例中通过已有产品系统训练机器学习模型，获取召回产品的分类信息，从而可以结合已有产品系统的信息提高搜索的准确率；本发明实施例中还可以通过分析产品中心词与搜索词的关系，获取召回产品的分类信息，从而可以提供可选的方案获取召回产品的分类信息；本发明实施例中通过直接指定产品系统的分类体系与已有搜索系统的分类体系的对应关系，获取召回产品的分类信息，从而可以在需要搭建的产品系统的产品分类较少的时候，提供另一种可选的方案获取召回产品的分类信息；本发明实施例中通过对计算的用户输入的搜索词和召回产品的相关性进行排序，选取相关性大于预设选取阈值的召回产品作为搜索结果，从而可以根据应用需求设置预设选取阈值，提高搜索系统的灵活性。

图4示出了可以应用本发明实施例的搜索系统的实现方法或搜索系统的实现装置的示例性系统架构400。

如图4所示，系统架构400可以包括终端设备401、402、403，网络404和服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备401、402、403通过网络404与服务器405交互，以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备401、402、403可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器405可以是提供各种服务的服务器，例如对用户利用终端设备401、402、403所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的搜索系统的实现方法一般由服务器405执行，相应地，搜索系统的实现装置一般设置于服务器405中。

应该理解，图4中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图5，其示出了适于用来实现本发明实施例的终端设备的计算机系统500的结构示意图。图5示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，计算机系统500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。

以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分505；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括搜索词信息获取模块、召回产品信息获取模块、选取模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，搜索词信息获取模块还可以被描述为“根据已有搜索系统的反馈数据获取搜索词的分类信息，并且根据搜索词的分类信息获取搜索系统中用户输入的搜索词的分类信息的模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：根据已有搜索系统的反馈数据获取搜索词的分类信息，并且根据搜索词的分类信息获取搜索系统中用户输入的搜索词的分类信息；获取搜索系统中召回产品的分类信息；根据用户输入的搜索词的分类信息和召回产品的分类信息，选取符合预设选取条件的召回产品作为搜索结果。

根据本发明实施例的技术方案，通过利用已有搜索系统的反馈数据获取用户输入的搜索词的分类信息，并结合召回产品的分类信息选取符合预设选取条件的召回产品作为搜索结果，从而可以在搜索系统上线初期就能对相关性计算进行优化，将相关性高的产品排列在前面优先展示给用户，优化了搜索的效果，提高了搜索的准确性；本发明实施例中通过利用标准分类体系，从而可以不必针对每个搜索系统的分类划分进行特殊处理，为新的搜索系统上线初期就可以利用已有搜索系统的反馈数据和产品分类进行搜索优化提供了可能；本发明实施例中通过已有产品系统训练机器学习模型，获取召回产品的分类信息，从而可以结合已有产品系统的信息提高搜索的准确率；本发明实施例中还可以通过分析产品中心词与搜索词的关系，获取召回产品的分类信息，从而可以提供可选的方案获取召回产品的分类信息；本发明实施例中通过直接指定产品系统的分类体系与已有搜索系统的分类体系的对应关系，获取召回产品的分类信息，从而可以在需要搭建的产品系统的产品分类较少的时候，提供另一种可选的方案获取召回产品的分类信息；本发明实施例中通过对计算的用户输入的搜索词和召回产品的相关性进行排序，选取相关性大于预设选取阈值的召回产品作为搜索结果，从而可以根据应用需求设置预设选取阈值，提高搜索系统的灵活性。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (14)

1.一种搜索系统的实现方法，其特征在于，包括：

根据已有搜索系统的反馈数据获取搜索词的分类信息，并且根据所述搜索词的分类信息获取搜索系统中用户输入的搜索词的分类信息；其中，所述搜索词的分类信息包括：搜索词对应的分类列表、搜索词和对应的分类列表的关联度；

获取所述搜索系统中召回产品的分类信息，其中，所述召回产品是指根据所述用户输入的搜索词获取的产品；

根据所述用户输入的搜索词的分类信息和所述召回产品的分类信息，选取符合预设选取条件的召回产品作为搜索结果。

2.根据权利要求1所述的实现方法，其特征在于，在根据已有搜索系统的反馈数据获取搜索词的分类信息之前，所述方法还包括：

建立标准分类体系；

判断所述已有搜索系统的分类体系是否是所述标准分类体系，若不是，则将所述已有搜索系统的分类体系映射到所述标准分类体系中。

3.根据权利要求1所述的实现方法，其特征在于，获取所述搜索系统中召回产品的分类信息包括：

利用已有产品系统训练机器学习模型，其中，训练的机器学习模型的输入是产品的信息，输出的是产品的分类信息；

根据所述训练的机器学习模型，计算产品系统中每个产品的分类信息；

根据所述每个产品的分类信息，获取所述搜索系统中召回产品的分类信息。

4.根据权利要求1所述的实现方法，其特征在于，获取所述搜索系统中召回产品的分类信息包括：

根据产品系统中产品的信息提取产品中心词，其中，所述已有搜索系统中的搜索词的文本包括所述产品中心词的文本；

基于所述搜索词的分类信息得到所述产品中心词的分类信息，以获取所述产品系统中每个产品的分类信息；

根据所述每个产品的分类信息，获取所述搜索系统中召回产品的分类信息。

5.根据权利要求2所述的实现方法，其特征在于，获取所述搜索系统中召回产品的分类信息包括：

直接指定产品系统的分类体系与所述标准分类体系的对应关系；

根据所述对应关系，计算所述产品系统中每个产品的分类信息；

根据所述每个产品的分类信息，获取所述搜索系统中召回产品的分类信息。

6.根据权利要求1所述的实现方法，其特征在于，根据所述用户输入的搜索词的分类信息和所述召回产品的分类信息，选取符合预设选取条件的召回产品作为搜索结果包括：

根据所述用户输入的搜索词的分类信息和所述召回产品的分类信息，计算所述召回产品与所述用户输入的搜索词的相关性；

按照从大到小的顺序对所述相关性进行排序，选取相关性大于预设选取阈值的召回产品作为搜索结果。

7.一种搜索系统的实现装置，其特征在于，包括：

搜索词信息获取模块，用于根据已有搜索系统的反馈数据获取搜索词的分类信息，并且根据所述搜索词的分类信息获取搜索系统中用户输入的搜索词的分类信息；其中，所述搜索词的分类信息包括：搜索词对应的分类列表、搜索词和对应的分类列表的关联度；

召回产品信息获取模块，用于获取所述搜索系统中召回产品的分类信息，其中，所述召回产品是指根据所述用户输入的搜索词获取的产品；

选取模块，用于根据所述用户输入的搜索词的分类信息和所述召回产品的分类信息，选取符合预设选取条件的召回产品作为搜索结果。

8.根据权利要求7所述的实现装置，其特征在于，所述搜索词信息获取模块还用于：

建立标准分类体系；

判断所述已有搜索系统的分类体系是否是所述标准分类体系，若不是，则将所述已有搜索系统的分类体系映射到所述标准分类体系中。

9.根据权利要求7所述的实现装置，其特征在于，所述召回产品信息获取模块还用于：

利用已有产品系统训练机器学习模型，其中，训练的机器学习模型的输入是产品的信息，输出的是产品的分类信息；

根据所述训练的机器学习模型，计算产品系统中每个产品的分类信息；

根据所述每个产品的分类信息，获取所述搜索系统中召回产品的分类信息。

10.根据权利要求7所述的实现装置，其特征在于，所述召回产品信息获取模块还用于：

根据产品系统中产品的信息提取产品中心词，其中，所述已有搜索系统中的搜索词的文本包括所述产品中心词的文本；

基于所述搜索词的分类信息得到所述产品中心词的分类信息，以获取所述产品系统中每个产品的分类信息；

根据所述每个产品的分类信息，获取所述搜索系统中召回产品的分类信息。

11.根据权利要求8所述的实现装置，其特征在于，所述召回产品信息获取模块还用于：

直接指定产品系统的分类体系与所述标准分类体系的对应关系；

根据所述对应关系，计算所述产品系统中每个产品的分类信息；

根据所述每个产品的分类信息，获取所述搜索系统中召回产品的分类信息。

12.根据权利要求7所述的实现装置，其特征在于，所述选取模块还用于：

根据所述用户输入的搜索词的分类信息和所述召回产品的分类信息，计算所述召回产品与所述用户输入的搜索词的相关性；

按照从大到小的顺序对所述相关性进行排序，选取相关性大于预设选取阈值的召回产品作为搜索结果。

13.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。

14.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。

Images