JP2013525921A - 垂直検索に基づいたクエリの方法、システム、および装置 - Google Patents

Abstract

垂直検索に基づいたクエリに関連する方法、システム、および装置の多様な実施形態を開示する。一態様において、垂直検索に基づいたクエリの方法は、ユーザクエリを受信する。本方法は、第１のクエリ結果を生成するために、ユーザクエリに基づいて、区分モデルウェアハウスから第１の区分モデルを取得する。第１の区分モデルは、ユーザクエリの中の１つ以上のキーワードに対応する、１つ以上の商品区分を含む。本方法はまた、第２のクエリ結果を生成するために、商品ウェアハウスから、ユーザクエリに対応する１つ以上の商品区分も取得する。本方法はさらに、第１のクエリ結果および第２のクエリ結果を組み合わせることによって、最終クエリ結果を生成する。

Description

本開示は、ネットワーク技術分野に関し、より具体的には、垂直検索に基づいたクエリのための方法、システム、および装置に関する。

インターネットが引き続き発展するに伴い、インターネット上にますます多くの情報が保管されている。任意の知識分野から情報を取得するために、ユーザは一般的に検索エンジンを利用する。インターネット上の大量の情報を考えると、一般的なクエリ方法は頻繁に、不正確である検索結果をもたらす。このため、垂直検索方法が開発された。垂直検索とは、検索エンジンの区分および拡張である、垂直検索エンジンによって、特定の分野または業界を標的とする、分野または業界特定検索を言う。垂直検索エンジンは、ウェブページウェアハウスから収集された標的分野の情報を統合する。処理に必要なデータを取得するために細分化した後、垂直検索エンジンは、所定の形式で結果をユーザに送信する。大量の情報に対処し、十分に正確または完全ではない検索結果を生成する一般の検索エンジンを考慮し、検索エンジンの新しいモデルが推進されている。ある分野、ある集団、またはある必要性を標的とした特定の情報を提供することによって、垂直検索による価値あるサービスを提供することができる。「専門の、正確な、完全な」等の単語は、その業界指向の性質に加えて、垂直検索の適当な記述とすることができる。膨大な量の不規則な情報を生成する一般的な検索エンジンとは対照的に、垂直検索エンジンは、より優れた精度、特定性、および完全性を有する傾向がある。

垂直検索エンジン用の多数のアプリケーションが存在する。例えば、企業ウェアハウス検索、供給および需要情報検索、ショッピング検索、不動産検索、人材検索、地図検索、ＭＰ３検索、および画像検索は、垂直検索から利益を得る場合がある。実際には、任意の種類の情報の検索は、それぞれの種類の垂直検索エンジンによってさらに絞り込むことができる。

垂直検索エンジンがショッピング検索のために使用される場合、ユーザは、商品検索キーワードをビジネスツーコンシューマ（Ｂ２Ｃ）またはコンシューマツーコンシューマ（Ｃ２Ｃ）ショッピングウェブサイトに入力する。図１Ａおよび１Ｂに示されるように、検索結果はしばしば、１．商品区分等の商品のナビゲーション情報、２．商品区分に対応する属性区分、および３．商品区分の下の商品、という複数の部分を含む。ナビゲーションのために、商品分類名は、ツリー様構造に体系化され、そのような体系化によって、ユーザがトップダウン様式でツリー構造に従って、商品分類名に応じてより正確な検索結果を取得するための便宜を図る。属性区分とは、商品区分の履歴ヒットデータに基づいて、ユーザによって最も一般的に求められる１つ以上の商品属性を言う。

商品区分のツリー構造は、データベースのデータテーブル内に記憶される。データのエントリおよび保守は、手動で実行される。Ｂ２ＣまたはＣ２Ｃのどちらのウェブサイトであっても、各商品の表示は、商品区分ツリーの１つ以上のノード内に分類されなければならない。

現在の電子商取引のウェブサイトは、途方もない量の商品を有する傾向があり、商品の過剰な分類をもたらしている。何十億もの製品ラインの場合、商品区分ツリーは、何万ものノードを有する場合があり、各区分レベルのノード数は、しばしば、何十にもなる。ユーザが検索を開始すると、ユーザに提示される商品分類情報の量は過剰であり、提示された分類のうちのどれがユーザの関心により関連する可能性があるかをユーザに勧める上で困難になる。この問題に対処するため、既存の手法は、各区分の下で返された結果数をカウントし、計数に基づいて降順に商品を順位付ける。閾値が設定され、この閾値未満の数の商品タイプの区分は、ユーザには表示されない。これは、分類量を削減することを目的とする。

現在の技術に関連する以下の問題が観察されている。
（１）ユーザのクエリに対して提示される区分の関連性が非常に低い。
（２）ある区分の別の区分に対する関連性の相対重要度を示す機構が存在しない。
（３）１つ以上の区分をユーザに表示しないための閾値の結果として、重要度が高い１つ以上の区分が誤って表示されない場合がある。

本開示は、垂直検索に基づくクエリの方法、システム、および装置の多様な実施形態を提供する。実施形態は、クエリ結果の関連性および有効性を向上することができる。

一態様において、垂直検索に基づくクエリの方法は、ユーザクエリを受信することと、第１のクエリ結果を生成するために、ユーザクエリに基づいて、区分モデルウェアハウスから第１の区分モデルを取得することであって、第１の区分モデルが、ユーザクエリの中の１つ以上のキーワードに対応する１つ以上の商品区分を含む、第１の区分モデルを取得することと、第２のクエリ結果を生成するために、商品ウェアハウスから、ユーザクエリに対応する１つ以上の商品区分を取得することと、第１のクエリ結果および第２のクエリ結果を組み合わせることによって、最終クエリ結果を生成することと、を含む場合がある。

方法は、最終クエリ結果をユーザへ伝送することと、ユーザクエリ、および最終クエリ結果に応答するユーザのクリック動作に基づいて、ログを生成することと、ログの中のデータの統計分析から第２の区分モデルを生成することと、第２の区分モデルを用いて区分モデルウェアハウスを更新することと、をさらに含む場合がある。

一実施形態において、第１の区分モデルは、１つ以上の商品区分に対応する１つ以上の属性区分を含む場合があり、第２のクエリ結果を生成することは、ユーザクエリに一致する、１つ以上の商品区分および関連の属性区分を取得することを含む。

一実施形態において、ユーザクエリは、ユーザによって入力された１つ以上のキーワードから成る場合がある。第１のクエリ結果を生成するために、ユーザクエリに基づいて区分モデルウェアハウスから第１の区分モデルを取得することは、第１の区分モデルに対応するキーワードが、ユーザクエリの中の１つ以上のキーワードのうちのいずれかに一致するか判定することと、第１の区分モデルに対応するキーワードが、ユーザクエリの中の１つ以上のキーワードのうちのいずれかに一致する場合、第１の区分モデルに対応するキーワードの中で一致する、ユーザクエリの中の１つ以上のキーワードのうちのキーワードに一致する、第３の区分モデルを取得することと、第３の区分モデル、１つ以上の対応する重み、１つ以上の直接属性のうちの１つ以上の属性区分、および１つ以上の属性区分に対応する１つ以上の重みを使用して、第１のクエリ結果を生成することと、第１の区分モデルに対応するキーワードが、ユーザクエリの中の１つ以上のキーワードのうちのいずれも含まない場合、ユーザクエリの中の１つ以上のキーワードを修正し、ユーザクエリの中の修正された１つ以上のキーワードのうちのいずれかに一致する第４の区分モデルが取得されるまで、判定を繰り返すことと、第３の区分モデルまたは第４の区分モデル、１つ以上の対応する重み、１つ以上の直接属性のうちの１つ以上の属性区分、および１つ以上の属性区分に対応する１つ以上の重みを使用して、第１のクエリ結果を生成することとを含む場合がある。

一実施形態において、ユーザクエリが、ユーザによって入力された１つ以上のキーワード、およびユーザによって選択された１つ以上の商品区分から成る場合、第１のクエリ結果を生成するために、ユーザクエリに基づいて区分モデルウェアハウスから第１の区分モデルを取得することは、第１の区分モデルに対応するキーワードが、ユーザクエリの中の１つ以上のキーワードのうちのいずれかを含むか判定することと、第１の区分モデルに対応するキーワードが、ユーザクエリの中の１つ以上のキーワードのうちのいずれかに一致する場合、第１の区分モデルに対応するキーワードの中で一致する、ユーザクエリの中の１つ以上のキーワードのうちのキーワードに一致する、第３の区分モデルを取得することと、第３の区分モデル、１つ以上の対応する重み、１つ以上の直接属性のうちの１つ以上の属性区分、および１つ以上の属性区分に対応する１つ以上の重みを使用して、第１のクエリ結果を生成することと、第１の区分モデルに対応するキーワードが、ユーザクエリの中の１つ以上のキーワードのうちのいずれにも一致しない場合、ユーザクエリの中の１つ以上のキーワードを修正し、ユーザクエリの中の修正された１つ以上のキーワードのうちのいずれかに一致する第４の区分モデルが取得されるまで、判定を繰り返すことと、第３の区分モデルまたは第４の区分モデルから、ユーザクエリの中のユーザによって選択された１つ以上の商品区分に一致する、第５の区分モデルを取得することと、第５の区分モデルの中の商品区分およびその対応する重みを使用して、第１のクエリ結果を生成することとを含む場合がある。

一実施形態において、第１のクエリ結果および第２のクエリ結果を組み合わせることによって、最終クエリ結果を生成することは、第１のクエリ結果および第２のクエリ結果の両方にある商品区分を含む第１の組み合わせ結果を取得することであって、第１の組み合わせ結果が、第１の組み合わせ結果の中の商品区分に対応する重みをさらに含み、第１のクエリ結果からおよび第２のクエリ結果からのそれらの重みの組み合わせである、第１の組み合わせ結果を取得することと、第２のクエリ結果の中の商品区分および対応する重みを含む、第２の組み合わせ結果を取得することと、第１の組み合わせ結果の中の商品区分に対応する重みが、第２の組み合わせ結果の中の商品区分に対応する重みよりもそれぞれ高くなるように、第１の組み合わせ結果の中の重みを増加することと、第１の組み合わせ結果をユーザに提供するために、対応する重みに従って、第１の組み合わせ結果の中の商品区分を降順に並べることとを含む場合がある。

一実施形態において、第１のクエリ結果および第２のクエリ結果を組み合わせることによって、最終クエリ結果を生成することは、第１のクエリ結果および第２のクエリ結果の両方にある商品区分および関連属性区分を含む第１の組み合わせ結果を取得することであって、第１の組み合わせ結果が、第１の組み合わせ結果の中の商品区分および関連属性区分に対応する重みをさらに含み、第１のクエリ結果および第２のクエリ結果からのそれらの重みの組み合わせである、第１の組み合わせ結果を取得することと、第２のクエリ結果の中の商品区分および関連属性区分を含む第２の組み合わせ結果を取得することであって、第２の組み合わせ結果が第２のクエリ結果の中の商品区分および関連属性区分に対応する重みをさらに含む、第２の組み合わせ結果を取得することと、第１の組み合わせ結果の中の商品区分に対応する商品区分および属性区分に対応する重みが、第２の組み合わせ結果の中の商品区分に対応する商品区分および属性区分に対応する重みよりもそれぞれ高くなるように、第１の組み合わせ結果の中の重みを増加することと、第１の組み合わせ結果をユーザに提供するために、対応する重みに従って、第１の組み合わせ結果の中の商品区分および関連属性区分を降順に並べることとを含む場合がある。

一実施形態において、ユーザクエリ、および最終クエリ結果に応答するユーザのクリック動作に基づいて、ログを生成することは、最終クエリ結果に応答する、商品区分、前記商品区分に対応する属性区分、および商品に関するユーザのクリック動作に関するデータを取得することと、ユーザのクリック動作に関する前記データに基づいてログを生成することであって、ログが、ユーザクエリおよび対応するクリック情報を含み、クリック情報が、ユーザによってクリックされた商品の商品区分および属性区分、ユーザによってクリックされた商品区分、ならびにユーザによってクリックされた属性区分を含む、ログを生成することと、生成されたログを記憶することとを含む場合がある。

一実施形態において、ログの中のデータの統計分析から第２の区分モデルを生成することは、ログの中のユーザクエリおよび対応するクリック情報の統計分析に基づいて、統計分析結果を取得することであって、統計分析結果が、ユーザクエリに対応する、商品区分、関連属性区分、ならびに商品区分および関連属性区分に対応する重みを含み、商品区分および関連属性区分に対応する重みが、商品区分および関連属性区分上のクリックの数、商品区分および関連属性区分に関するクリック確率、または両方を含む、統計分析結果を取得することと、第２の区分モデルを生成するために、統計分析結果を区分ツリーとして並べることとを含む場合がある。

一実施形態において、第２の区分モデルを生成するために、統計分析結果を区分ツリーとして並べることは、ユーザクエリに対応する、商品区分、関連属性区分、ならびに商品区分および関連属性区分に対応する重みが、１つ以上の重み閾値に到達するか判定することと、１つ以上の重み閾値に到達する場合、ユーザクエリに対応する、商品区分、関連属性区分、ならびに商品区分および関連属性区分に対応する重みに基づいて、区分モデルを生成することとを含む場合がある。

別の態様において、垂直検索に基づいたクエリシステムは、ユーザクエリを受信し、第１のクエリ結果を生成するために、ユーザクエリに基づいて、区分モデルウェアハウスから、ユーザクエリの中の１つ以上のキーワードに対応する１つ以上の商品区分を含む、第１の区分モデルを取得し、第２のクエリ結果を生成するために、商品ウェアハウスから、ユーザクエリに対応する１つ以上の商品区分を取得し、第１のクエリ結果および第２のクエリ結果を組み合わせることによって、最終クエリ結果を生成する、クエリサーバを備える場合がある。クエリシステムはまた、ユーザクエリおよび最終クエリ結果に応答するユーザのクリック動作に基づいて、ログを生成する、ログサーバも備えることができる。クエリシステムはさらに、ログの中のデータの統計分析から第２の区分モデルを生成する、モデリングサーバも備える場合がある。

一実施形態において、モデリングサーバは、第２の区分モデルをクエリサーバへ伝送することができ、クエリサーバは、最終クエリ結果をユーザに提供する場合があり、第２の区分モデルを用いて区分モデルウェアハウスを更新する。

一実施形態において、第１の区分モデルは、１つ以上の商品区分に対応する１つ以上の属性区分を含む場合があり、クエリサーバは、商品ウェアハウスから、ユーザクエリに対応する１つ以上の商品区分および属性区分を取得する場合がある。

一実施形態において、クエリサーバは、最終クエリ結果に応答する、商品区分、商品区分に対応する属性区分、および商品に関して、ユーザのクリック動作に関するデータを取得する場合がある。ログサーバは、ユーザのクリック動作に関するデータに基づいてログを生成する場合があり、ログは、ユーザクエリおよび対応するクリック情報を含み、クリック情報は、ユーザによってクリックされた商品の商品区分および属性区分、ユーザによってクリックされた商品区分、ならびにユーザによってクリックされた属性区分を含む。ログサーバはさらに、生成されたログを記憶する場合がある。

一実施形態において、モデリングサーバはさらに、ログの中のユーザクエリおよび対応するクリック情報の統計分析に基づいて、統計分析結果を取得し、統計分析結果は、ユーザクエリに対応する、商品区分、関連属性区分、ならびに商品区分および関連属性区分に対応する重みを含み、商品区分および関連属性区分に対応する重みは、商品区分および関連属性区分上のクリックの数、商品区分および関連属性区分に関するクリック確率、または両方を含み、第２の区分モデルを生成するために、統計分析結果を区分ツリーとして並べる場合がある。

一実施形態において、モデリングサーバはさらに、ユーザクエリに対応する商品区分および関連属性区分に対応する重みが、１つ以上の重み閾値に到達するか判定し、１つ以上の重み閾値に到達する場合、ユーザクエリに対応する、商品区分、関連属性区分、ならびに商品区分および関連属性区分に対応する重みに基づいて、区分モデルを生成する場合がある。

また別の態様において、クエリサーバは、ユーザクエリを取得する獲得モジュールと、ユーザクエリに基づいて、第２の検索結果を生成するために、区分モデルウェアハウスから、ユーザクエリに一致する区分モデルを呼び出し、区分モデルに基づいて第１のクエリ結果を生成し、商品ウェアハウスにおいて、ユーザクエリに一致する商品区分を検索するクエリモジュールであって、区分モデルは、ユーザクエリの中の１つ以上のキーワードに対応する１つ以上の商品区分を含む、クエリモジュールと、第１のクエリ結果および第２のクエリ結果を組み合わせて最終クエリ結果を生成する、組み合わせモジュールと、を備える場合がある。

一実施形態において、クエリサーバは、最終クエリ結果をユーザへ伝送し、ユーザクエリおよび最終クエリ結果に応答するユーザのクリック動作に基づいて、ログを生成し、ログの中のデータの統計分析から第２の区分モデルを生成し、第２の区分モデルを用いて区分モデルウェアハウスを更新する、伝送モジュールをさらに備える場合がある。

一実施形態において、第１の区分モデルは、１つ以上の商品区分に対応する１つ以上の属性区分を含むことができ、クエリモジュールは、ユーザクエリに一致する、１つ以上の商品区分および関連の属性区分を取得する場合がある。

本開示に係る実施形態は、以下の利点を有する。ユーザの検索は、ユーザの履歴クリック動作情報が区分モデルおよび商品ウェアハウスから組み合わされるため、最適化される。第１および第２のクエリ結果を組み合わせることによって、ユーザにより関連性の高い商品区分を提供することができる。加えて、既存の技術に比較すると、本開示は、区分ウェアハウスおよび商品ウェアハウスから一致する商品区分を検出することだけが必要であり、結果を並べるための商品区分は、全商品区分のうちの一部だけである。これは、各区分の商品をカウントすることが必要で、商品数に基づいて、商品区分が並べられるという既存の技術とは対照的である。このため、本実施形態は、区分の並べ替え時間を軽減し、クエリ結果の生成にかかる時間を短縮することができる。

以下の図面は、多様な実施形態または現在既存の技術の詳細を明確に説明するために提供される。以下に挙げる図面は、本開示のいくつかの例示的な実装形態を示すに過ぎない。当業者は、以下に挙げられる図面に基づいて、他の実装形態を得ることができる。

既存の技術を用いたクエリ結果の図を示す。 既存の技術を用いたクエリ結果の別の図を示す。 本開示の一実施形態に係る、垂直検索クエリの方法の流れ図を示す。 本開示の一実施形態に係る、垂直検索クエリシステムのブロック図を示す。 本開示の一実施形態に係る、フロントエンドクエリサーバのブロック図を示す。 本開示の一実施形態に係る、区分クエリサーバのブロック図を示す。 本開示の一実施形態に係る、商品クエリサーバのブロック図を示す。 本開示の一実施形態に係る、モデル構築サーバのブロック図を示す。 本開示の別の実施形態に係る、垂直検索クエリの方法の流れ図を示す。 本開示の一実施形態に係る、区分クエリサーバが、ユーザクエリに一致する、商品区分およびその関連属性区分を呼び出す方法の流れ図を示す。 本開示の一実施形態に係る、ある種の垂直検索クエリのための方法の流れ図を示す。 本開示の一実施形態に係る、クエリシステムのブロック図を示す。 本開示の別の実施形態に係る、クエリサーバのブロック図を示す。 本開示の一実施形態に係る、クエリサーバのクエリモジュールのブロック図を示す。 本開示の一実施形態に係る、クエリサーバの結合モジュールのブロック図を示す。

本開示の一実施形態は、ユーザのクリック動作に応答して、区分モデルウェアハウスおよび商品ウェアハウスを検索することと、最終の検索結果を形成するために検索結果を組み合わせることと、最終検索結果のウェアハウスをユーザに返すこととを含む。本技法は、ユーザの目的に対する検索結果の関連性を向上し、それによって、ユーザ体験を向上する。区分モデルは、キーワードに対応する商品区分に基づく。区分モデルはまた、検索履歴および対応するクリック履歴のユーザの記録の中のキーワードから派生する商品区分に対応する属性区分にも基づく。区分モデル内の商品区分および属性区分がユーザのクエリのキーワードに基づく場合、検索結果は、区分モデルに従ってツリー様構造に並べられる。商品ウェアハウスとは、商品区分が記憶され、商品区分ツリーに従って並べられたデータベースを言う。商品全体のナビゲーションは、商品の区分を使用することによって実行される。データベースはまた、各商品の属性情報も記憶する。

以下に本開示の技術的構造を明確かつ完全な記述で説明する。言うまでもなく、以下は多様な実施形態の例示的な実装形態の事例説明に過ぎない。当業者によって取得される他の実装形態は依然として本開示の範囲内であることが理解される。

図２に、本開示の実施形態に係る、垂直検索クエリの方法が示される。本方法は、以下に記載のいくつかの動作を含む。

１０１で、方法は、ユーザからユーザクエリを受信する。

ユーザクエリは、ユーザによって入力された１つ以上のキーワード、クエリシステムからユーザによって入力または選択された商品区分、および１つ以上の商品属性を含む。商品区分とは、異なる種類の商品の分類を言う。例えば、「洋服」、「携帯電話」等の分類名は、販売される商品全体をナビゲーションするために使用される。さらに、商品区分のレベル、ならびに区分間の垂直関係が存在する。例えば、「洋服」→「男性の衣類」→「男性のジーンズ」では、「男性のジーンズ」は、「男性の衣類」の子区分であり、「洋服」は、「男性の衣類」の親区分である。各商品は、１つ以上の属性を有する場合があり、１つ以上の区分に分類することができる。例えば、所定のブランドのある男性のジーンズは、商品区分「男性の衣類」として分類される場合がある一方、属性として「登録商標：アップル（登録商標）／スタイル：ストレートシリンダー」を含む「高級洋服」として分類される場合もある。類似の商品分類の別の方式は、例えば、「ブランド→国産」等の商品属性に基づいて商品を分類することである。

例えば、ユーザによって入力されたキーワードが「ノキア（登録商標）」で、クエリシステムの商品区分または商品属性の選択が全く行われていない場合、ユーザによって入力されたユーザクエリおよびキーワードは「ノキア」である。しかしながら、「携帯電話」等の選択が存在する場合、ユーザクエリは「ノキア携帯電話」である。

１０２で、ユーザクエリは、次いで、区分モデルウェアハウスからの区分モデルと照合される。区分モデルは、ユーザが入力したキーワードに対応する商品区分を含む。第１のクエリ結果は、呼び出された区分モデルを使用して生成される。

異なるユーザクエリに応じて、以下に記載のように２つの可能な状況が存在する。

第１の状況では、ユーザクエリは、ユーザによって入力されたキーワードだけを含む。ユーザクエリが呼び出され、区分モデルウェアハウスからの区分モデルおよびその関連属性区分と照合されて、第１のクエリ結果を生成する。対応するプロセスは、以下の動作を含む場合がある。
１．区分モデルおよびユーザクエリキーワードが相互に対応するか判定する。
２．対応する場合、ユーザクエリの中の１つ以上のキーワードに基づいて、区分モデルが区分モデルウェアハウスから呼び出される。対応しない場合、ユーザクエリの中の１つ以上のキーワードは、一致する区分モデルが検出されるまで修正される。
３．取得された区分モデルは、ピーク値区分を獲得する。このピーク値区分に基づいて、属性区分の属性が取得される。ピーク区分は、ユーザのクエリ目的およびその最高の重みにあるリクエストされた商品区分を顕著に反映することができる。例えば、商品区分のユーザの履歴クリック頻度または最高のクリック確率を用いて、標的属性は、ピーク値区分の複数の商品属性から抽出される属性区分である。プロセスは、クエリ結果から商品区分目標を取得するための方法に類似した方法を使用し、さらに解説する必要はない。

例えば、ユーザクエリの中のキーワードが「ノキア」だけの場合、一致する区分モデルは、「携帯電話」（４０００）および「携帯電話ケース」（２０００）である。この例では、４０００は、「携帯電話」の対応する重みであり、２０００は、「携帯電話ケース」の対応する重みである。重み閾値が５００である場合、ピーク値区分は「携帯電話」である。類似のプロセスに従って、「携帯電話」区分の複数の属性から、標的属性の属性区分が抽出される。例えば、属性「ブランド名」は、「ブランド名」属性区分を取得する。

ピーク値区分の条件を何も完全に満たさない場合、最高の重みを持つ商品区分が、ピーク値区分または非ピーク区分として機能することができる。単一の商品区分から、標的属性の属性区分を取得する必要はない。この特定の設定条件は、本実施形態の範囲に影響を及ぼすことはない。例えば、最高の重みを持つ２つの商品区分が存在する場合、標的属性の属性区分は、各々の半分をとることができる。

４．取得された区分モデルおよび属性区分、ならびにそれらの対応する重みに基づいて、第１のユーザクエリが生成される。

具体的には、重みの降順に並べられた商品区分は、第１のクエリ結果の商品区分セットを生成する。同時に、それらの重みの降順に従って並べられた属性区分は、第１のクエリ結果のために属性区分セットを生成する。第１のクエリ結果の商品区分および属性区分が、ユーザに提供される。好ましくは、属性区分は、異なる属性の下に分類される。

上記の第３の動作に基づいて、第１のクエリ結果は、携帯電話（４０００）および携帯電話ケース（２０００）を含み、そのような結果は、属性区分を生成するために使用される。属性「ブランド名」の下の結果は、国産ブランド名（２０００）および西洋ブランド名（１０００）を含む。属性「ネットワークシステム」の下の結果は、ＧＳＭ（登録商標）（１０００）およびＣＤＭＡ（５００）を含む。

第２の状況では、ユーザクエリは、ユーザによって入力されたキーワード、ならびにユーザによって選択された商品区分を含む。ユーザクエリは、区分モデルウェアハウスからの区分モデルと照合される。第１のクエリ結果は、呼び出された区分モデルを使用して生成される。対応するプロセスは、以下の動作を含む場合がある。
１．区分モデルおよびユーザクエリキーワードが相互に対応するか判定する。
２．対応する場合、ユーザクエリキーワードに基づいて、区分モデルウェアハウスの中に存在する区分モデルが呼び出される。対応しない場合、ユーザクエリキーワードは、一致する区分モデルが検出されるまで、修正される。
３．取得された区分モデルは、ユーザクエリの商品区分に一致しなければならない。
４．区分モデルに対応することに加えて、商品区分は、第１のクエリ結果を生成するためにその重みにも対応しなければならない。

例えば、ユーザクエリが「ノキア携帯電話」である場合、「携帯電話」は商品の副区分を有さないので、第１のクエリ結果は、属性区分セットのみである。「ブランド名」の属性に対して、属性区分は、国産ブランド名（２０００）および外国ブランド名（１０００）を含む。「ネットワークシステム」の属性に対して、結果は、ＧＳＭ（１０００）およびＣＤＭＡ（５００）を含む。

商品区分「携帯電話」が副区分を有さない場合、このレベルの区分は、例えば、携帯電話（４０００）および携帯電話ケース（２０００）のように、第１のクエリ結果のための商品区分セットとして使用することができる。

１０３で、方法は、商品ウェアハウスでユーザクエリに一致する商品区分を検索する。これは、第２のクエリ結果を生成する。

手順は、現在既存の技術に類似する。商品ツリーに従って商品ウェアハウス内で、方法は、一致する商品区分およびその関連属性区分を探して、両組の商品および属性区分を生成する。

第１のクエリ結果の商品区分モデルは、クエリ結果の中のユーザの履歴ヒットに基づいて生成されることに注意されたい。このため、重みの順序は、クリック頻度または確率に対応する。さらに、第２のクエリ結果の商品区分モデルは、商品それ自体の分類および体系化に基づく。このため、重みの順序基準は、全商品の間に分散される商品区分または商品属性に対応する。

例えば、第２のクエリ結果によって生成された商品区分は、携帯電話（４０００）および携帯電話チェーン（２０００）を含む。ここで、４０００は、商品区分「携帯電話」の対応する重みであり、２０００は、商品区分「携帯電話チェーン」の対応する重みである。属性が「ブランド名」である、第２のクエリ結果によって生成された属性区分セットは、国産ブランド名（２０００）および外国ブランド名（５００）を含む。

１０４で、第１および第２の結果を結合することによって、最終クエリ結果が生成される。

具体的には、第１のクエリ結果および第２のクエリ結果は、商品区分および関連属性区分のセットとは区別される。第１および第２のクエリ結果は組み合わされて、最終クエリ結果のために商品区分および関連属性区分のセットを生成する。このプロセスは、以下に記載の動作を含む。
（１）第１の組み合わせ結果を取得する。第１の組み合わせ結果は、第１および第２のクエリ結果の結合であり、それぞれの重みを含む、対応する商品区分および属性区分を有する。第１の組み合わせの重みは、同一の商品区分または属性区分を有する、２つのクエリ結果の重みを加算することによって得られる。
重みは、実際の状況に応じて、例えば、１対１の比、または２対１の比で加算することができる。
（２）第２の組み合わせ結果を取得する。第２の組み合わせ結果は、第２のクエリ結果にのみ表れる、商品区分、それらの重み、関連属性区分、およびそれらの重みを含む。
（３）第１の組み合わせ結果の各重みは、第２の組み合わせ結果の対応する重みよりも大きくなるように増加される。第１の組み合わせ結果の各重みが、第２の組み合わせ結果の各重みよりも既に大きい場合、第１の組み合わせ結果の重みを増加する必要はない。
（４）商品は、商品区分の重みおよび関連属性区分の重みに従って降順で順位付けられ、ユーザに返される。

上記の例で、第１のクエリ結果は、携帯電話（４０００）および携帯電話ケース（２０００）を含み、「ブランド名」の属性の下の分類は、国産ブランド名（２０００）および外国ブランド名（１０００）を含む。得られる第２のクエリ結果は、携帯電話（４０００）および携帯電話チェーン（２０００）を含み、「ブランド名」の属性の下の分類は、国産ブランド名（２０００）および外国ブランド名（５００）を含む。

２つのクエリ結果は、次いで、組み合わされて第１の組み合わせ結果を提供する。具体的には、同じ商品区分「携帯電話」に対して、第１のクエリ結果の重みは４０００であり、第２のクエリ結果の重みは４０００である。２：１の重み因子を用いて、商品区分「携帯電話」の組み合わせ重みは、１２０００となる。同様に、「ブランド名」の属性の下の分類に対して得られる重みは、国産ブランド名に対しては６０００で、外国ブランド名に対しては２５００である。第１のクエリ結果のみに表れる商品、「携帯電話ケース」（２０００）に対して、２の重み因子が適用されて、第２の組み合わせ結果として４０００の新しい重みとなる。

好ましくは、上記の組み合わせ結果からの商品のうちの１つ以上は、ユーザに返される最終クエリ結果の一部であるように抽出される。例えば、最高順位の商品区分の最大数のヒット／クリックを有する商品、およびその詳細情報は、最終クエリ結果の一部であるように抽出することができる。

１０５で、最終クエリ結果が表示のためにユーザに戻される。

１０６で、最終クエリ結果および関連のユーザクエリに関して、ユーザのクリック動作に基づいて、ログが生成される。

一実施形態において、ログは、表示するためにユーザによってクリックされた、商品区分、関連属性区分、および商品を含むように生成される。すなわち、ログは、ユーザのクリック動作に基づいて生成される。ログは、ユーザクエリおよび対応するクリック情報を含む。クリック関連情報は、ユーザによってクリックされた商品の商品区分および商品属性、クリックされた商品、ならびにクリックされた属性を含むことができる。このように生成されたログは記憶される。

例えば、ユーザクエリが「ノキア」である場合の最終クエリ結果では、ユーザによるクリックは、クリック結果の順序が「携帯電話→ノキア→１６００万色」の場合があり、ユーザは次いで、特定の携帯電話を表示するために選択する場合がある。この時点で、ユーザのあらゆるクリック動作がログに記録される。ログに記録される情報は、ユーザクエリ、クリック標的、関連クリック標的（例えば、「携帯電話」および「１６００万色」が関連クリック標的である）等を含む場合がある。

１０７で、区分モデルを取得するために、ログに記録された情報に関して統計分析が実行される。

一実施形態において、ユーザクエリおよびその対応するクリック情報は、統計分析結果を提供するために、統計的に分析される。統計分析結果は、ユーザクエリに対応する、商品区分、関連重み、商品区分に対応する属性区分、および関連重みを含む。ここで、「重み」とは、商品区分および関連属性区分のクリック頻度および／またはクリック確率を言う。

区分モデルは、統計分析結果に基づいて生成することができる。すなわち、区分モデルは、統計分析結果に基づく商品区分ツリーに従って並べることができる。

一実施形態において、ユーザクエリに対応する、商品区分、商品区分の関連重み、商品区分に対応する属性区分、および商品区分に対応する属性区分の関連重み、さらに関連重みが所定の重み閾値に到達したかについての判定が行われる。

閾値に到達した場合、ユーザクエリに対応する、商品区分、重み、関連属性区分、および重みに基づいて、区分モデルが確立される。

例えば、ログは、日次で統計的に分析される場合がある。ユーザクエリが「ノキア」の場合があり、商品区分「携帯電話」が１０００ヒットを有する場合があり、「携帯電話ケース」は５００ヒットを有する場合があり、「携帯電話」区分の下のネットワークシステムは３００ヒットを有する場合がある。その中で「ＧＳＭ」は１００ヒットを有し、「ＣＤＭＡ」は５０ヒットを有する。結果の区分モデルは、商品区分：携帯電話（１０００）携帯電話ケース（５００）、属性区分：ＧＳＭ（１００）およびＣＤＭＡ（５０）を含む場合がある。

１０８で、区分モデルウェアハウスは、取得された区分モデルを含むように更新される。

区分モデルウェアハウスは、ユーザの履歴クリック記録を通して、継続的に更新される。区分モデルウェアハウスの精度を継続的に保守することにより、返されるクエリ結果の正確性を向上する。

言うまでもなく、その前の時点のデータは排除されてもよい。

動作１０２および１０３は、特別な時間系列なしに実行することができることに注意されたい。

垂直検索クエリの前述の方法を達成するために、ある実施形態は、垂直検索クエリシステムを提供する。図３に示されるように、システムは、ログサーバと、モデリングサーバと、クエリサーバと、商品ウェアハウスと、商品区分モデルウェアハウスとを備える。クエリサーバは、フロントエンドクエリサーバと、区分クエリサーバと、商品クエリサーバとを備える。商品区分モデルウェアハウスは区分クエリサーバ内に記憶され、一方、商品ウェアハウスは商品クエリサーバ内に記憶される。フロントエンドクエリサーバは、ユーザとバックエンドとの間のインターフェースであり、ユーザからのクエリリクエストを受信し、バックエンドからユーザへクエリ結果を提供する。一方、区分クエリサーバおよび商品クエリサーバは、フロントエンドクエリサーバから、商品ウェアハウスおよび商品区分モデルウェアハウスへクエリリクエストを伝送するために使用される。商品区分モデルウェアハウス内部で、ログサーバ内のログ記録に基づいて、確立されたモデルサーバによって、区分モデルが生成される。

システムの多様な構成要素の詳細説明を以下に提供する。

図４に示されるように、フロントエンドクエリサーバは、受信モジュールと、組み合わせモジュールと、伝送モジュールとを備える。受信モジュールは、ユーザリクエストを受信し、区分クエリサーバおよび商品クエリサーバからの最終クエリ結果をユーザへ提供する。組み合わせモジュールは、区分クエリサーバおよび商品クエリサーバのクエリ結果を組み合わせて、最終クエリ結果を生成する。伝送モジュールは、ユーザリクエストを区分クエリサーバおよび商品クエリサーバへ伝送し、クエリ結果を返す。

図５に示されるように、区分クエリサーバは、受信モジュールと、クエリモジュールと、伝送モジュールとを備える。受信モジュールは、フロントエンドクエリサーバから、ユーザクエリを実行するクエリリクエストを受信する。クエリモジュールは、ユーザクエリに基づいて、区分モデルウェアハウスで、ユーザクエリに対応する、１つ以上の商品区分および重み、ならびに関連の１つ以上の属性区分および重みを検索する。伝送モジュールは、フロントエンドクエリサーバへクエリ結果を伝送する。

図６に示されるように、商品クエリサーバは、受信モジュールと、クエリモジュールと、伝送モジュールとを備える。受信モジュールは、フロントエンドクエリサーバから、ユーザクエリを含む、クエリリクエストを受信する。クエリモジュールは、ユーザクエリに基づいて、区分モデルウェアハウスで、ユーザクエリに対応する、１つ以上の商品区分および重み、ならびに関連の１つ以上の属性区分および重みを検索する。伝送モジュールは、フロントエンドクエリサーバへクエリ結果を伝送する。

図７に示されるように、確立されたモデルサーバは、受信モジュールと、統計分析モジュールと、生成モジュールと、伝送モジュールとを備える。受信モジュールは、ログサーバによって生成されたログ記録を受信する。統計分析モジュールは、ログ記録内のユーザクエリおよび対応するヒット／クリック情報に基づいて、ログ記録を統計的に分析して、統計分析結果を取得する。統計分析結果は、ユーザクエリに対応する、１つ以上の商品区分および重み、ならびに関連の１つ以上の属性区分および重みに対する区分モデルウェアハウスを含む。重みとは、それぞれ商品区分および属性区分のヒット／クリック頻度および／またはヒット／クリック確率を言う。生成モジュールは、統計分析結果に基づいて区分モデルを生成し、商品区分ツリーに従って統計分析結果を並べる。伝送モジュールは、生成された区分モデルを商品区分モデルウェアハウスへ伝送する。

上記の多様なサーバ間の相互作用は、（１）クエリ段階および（２）更新段階の２つの段階を含む。

クエリ段階では、フロントエンドクエリサーバは、ユーザクエリを含むユーザクエリリクエストを受信する。フロントエンドクエリサーバは、次いで、クエリリクエストを区分クエリサーバおよび商品クエリサーバへ伝送する。ユーザクエリに基づいて、区分クエリサーバは、区分モデルウェアハウスで、ユーザクエリに対応する１つ以上の商品区分および／または１つ以上の属性区分を検索して、第１のクエリ結果を生成する。区分クエリサーバは、次いで、第１のクエリ結果をフロントエンドクエリサーバへ伝送する。ユーザクエリに基づいて、商品クエリサーバは、商品ウェアハウスで、ユーザクエリに対応する１つ以上の商品区分および／または１つ以上の属性区分を検索して、第２のクエリ結果を生成する。商品クエリサーバは、次いで、第２のクエリ結果をフロントエンドクエリサーバへ伝送する。フロントエンドクエリサーバは、次いで、２つのクエリ結果を組み合わせて、最終クエリ結果を生成し、それを表示するためにユーザに提供する。

更新段階では、ユーザが最終クエリ結果を表示すると、フロントエンドクエリサーバは、ユーザのクリック動作をログサーバへ伝送して、クリック動作に基づいてログを生成する。ログサーバは、所定の期間のバッチログを確立されたモデルサーバへ伝送し、確立されたモデルサーバは、ログを統計的に分析して、統計分析結果を取得し、統計分析結果に基づいて区分モデルを生成する。区分モデルは、次いで、区分クエリサーバへ伝送されて、受信された区分モデルを用いて、区分モデルウェアハウスを更新する。商品クエリサーバの商品ウェアハウスに関して、区分および属性も保守され、更新される。

上記から、クエリ段階および更新段階はサイクルの一部であることがわかる。クエリ結果は、ユーザによるクリック動作に基づいて更新され、今後のクエリは、更新されたデータに基づいて行われる。クエリの関連性を向上させるため、継続的な更新が行われる。

以下は、本開示の垂直検索クエリシステムに基づく詳細方法の特定の状況である。

図８は、本開示の垂直クエリシステムに基づく方法を示す。クエリリクエストに基づく、区分モデルウェアハウスおよび商品ウェアハウスでのクエリプロセスを以下に記載する。

３０１で、フロントエンドクエリサーバは、ユーザクエリを含む、ユーザクエリリクエストを取得する。

フロントエンドクエリサーバは、クエリリクエストを分析して、ユーザクエリを取得する。分析プロセスは、クエリリクエストが、入力欄を介してユーザによって入力されたキーワード、あるいは検索システムによって提供されたいくつかの商品区分または属性区分から、ユーザによって選択された商品区分または属性区分であるかを判定する。したがって、クエリリクエストの中のユーザクエリは、ユーザによって入力されたクエリキーワード、あるいは、ユーザによって入力されたクエリキーワードおよび選択された商品区分または属性区分の組み合わせのいずれかにすることができる。

例えば、クエリリクエストが「ノキア携帯電話スライド式カバー」を含むと想定すると、フロントエンドクエリサーバは、クエリリクエストから「ノキア」、「携帯電話」、および「スライド式カバー」を抽出し、ユーザクエリのこれらの３つの部分の入力源を分析する。「ノキア」がユーザによって入力されたキーワードで、「携帯電話」がユーザによって選択された商品区分であり、「スライド式カバー」がユーザによって選択された属性区分である場合、クエリリクエストは、ユーザが入力したキーワードおよびユーザが選択した商品区分または属性区分の組み合わせである。

３０２で、フロントエンドクエリサーバは、受信したユーザクエリを区分クエリサーバおよび商品クエリサーバへ転送する。

３０３で、ユーザクエリに基づいて、区分クエリサーバは、区分モデルウェアハウスで、ユーザクエリに一致する商品区分、ならびに関連属性区分を検索して、第１のクエリ結果を提供し、第１のクエリ結果をフロントエンドクエリサーバへ返す。

区分モデルウェアハウスは、大量の区分モデルを含む。各区分モデルは、いくつかの商品区分、それらのそれぞれの重み、ならびに関連の属性区分およびそれらのそれぞれの重みを含み、これらの各々は、１つ以上のそれぞれのキーワードに相関する。商品区分およびそれぞれの重みは、対応するキーワードに基づく商品区分セットを形成し、商品区分は、それぞれの重みに従って降順にリストされる。同様に、属性区分およびそれらの重みは、対応するキーワードに基づく属性区分セットを形成し、属性区分は、それぞれの重みに従って降順にリストされる。いくつかの実施形態では、あらゆる生成された区分モデルは、対応するキーワードの履歴クリックデータに基づくことに注意されたい。生成プロセスの詳細説明を続ける。

区分モデルは、キーワードを単位として使用して、商品区分ツリーに従って記憶され、並べられることが好ましい。他の実施形態では、区分モデルは、任意の他の順序に並べられてもよい。例示の目的で、区分モデルのある形式を以下の表１に示す。

表１の区分モデルは、商品区分ツリー関係に従って体系化される。他の実施形態では、区分モデルは、商品区分ツリー形式に体系化することもできる。いずれの場合も、本開示の範囲は、任意の特定の形式に限定されない。表１を参照すると、商品区分、各商品区分に対応する複数の商品属性タイプ（１つのタイプを含む）、および各商品属性タイプに対応する複数の属性という、３つの関係層が存在する。１つの例として、携帯電話（区分）−ブランド名／ネットワークシステム（属性タイプ）−ノキア／ＧＳＭ（属性）の場合がある。

一実施形態において、ユーザクエリに基づいて、区分クエリサーバは、区分モデルウェアハウスの中で、ユーザクエリに一致する、商品区分および属性区分を検索する。図９に示されるように、このプロセスは、以下に記載するいくつかの段階を含む。

３０３１で、区分クエリサーバは、ユーザクエリからキーワードを抽出する。

３０３２で、区分クエリサーバは、キーワードが区分モデルウェアハウスの中にあるか判定する。

一実施形態において、キーワードが区分モデルウェアハウスの中にあるか判定することは、以下の２つの状況のいずれかを含むことができる。
（１）キーワードが区分モデルウェアハウスの中にない場合、プロセスは３０３３に進む。
（２）キーワードが区分モデルウェアハウスの中にある場合、プロセスは３０３４に進む。

３０３３で、区分クエリサーバは、キーワードを修正する。

キーワードの中核目的を保ちながら、区分クエリサーバは、キーワードを修正する。第１に、ユーザクエリがパースされ、重要ではない単語／語句が除去され、類義語に置換される。第２に、パースしたことから得られた各単語／語句には、区分（すなわち、商品／ブランド等の単語）が注釈される。第３に、区分注釈に基づいて、各単語／語句には、既定の規則に従って対応する重みが割り当てられる。最後に、各単語／語句の重みに従って、修正キーワードが決定される。プロセスは、次いで、３０３２に戻る。

例えば、ユーザクエリは、「ノキア携帯電話赤」の場合がある。第１に、ユーザクエリがパースされて、「ノキア」、「携帯電話」、および「赤」を得る。第２に、各パースされた単語／語句には、ブランド名として「ノキア」、商品として「携帯電話」、および商品区分として「赤」等が注釈される。第３に、各パースされた単語／語句には、区分注釈と重みとの間の既定の相関度に基づいて、対応する重みが割り当てられる。例えば、ブランド名は５０の重みに相関する場合があり、商品は３０の重みに相関する場合があり、商品属性は２の重みに相関する場合がある。したがって、「ノキア」の重みは５０、「携帯電話」の重みは３０、「赤」の重みは２である。最後に、「赤」の重みは比較的低いので、廃棄されてもよい。このように、修正キーワードは「ノキア携帯電話」である。

３０３４で、区分クエリサーバは、クエリ情報が商品区分を示すか判定する。

一実施形態において、ユーザクエリが商品区分を示すか判定することは、以下の２つの状況のいずれかを含むことができる。
（１）クエリ情報が商品区分を示す場合、プロセスは３０３５に進む。
（２）クエリ情報が商品区分を示さない場合、プロセスは３０３６に進む。

例えば、ユーザクエリがユーザが入力したキーワード「ノキア」だけである場合、ユーザクエリは商品区分を指定しないと判定される場合がある。ユーザクエリキーワードがユーザが入力したキーワード「ノキア」であり、ユーザがクエリシステムによって提供された商品区分の間で商品「携帯電話」を選択した場合、ユーザクエリは特定の商品区分を指定しないと判定される場合がある。

３０３５で、キーワードおよび指定された商品区分に基づいて、区分クエリサーバは、ウェアハウスを検索して、一致する区分モデルを取得する。プロセスは、次いで、３０４に進む。
（１）キーワードに基づいて、区分クエリサーバは、区分モデルウェアハウスを検索して、キーワードに対応する区分モデルツリーを取得する。
（２）指定された商品区分に基づいて、区分モデルツリーから、指定された商品区分に対応する区分モデルが取得される。第１のクエリ結果は、結果の商品区分セットおよび属性区分セットを含めて、区分モデルの中の商品区分、それらの対応する重み、商品区分に対応する属性区分、およびそれらの対応する重みに従って、生成される。すなわち、区分ツリーモデルの全ての商品区分分岐が選択され、商品区分が親ノードである、ツリー構造の区分モデルが取得される。

例えば、ユーザクエリが「ノキア携帯電話」である場合、「携帯電話」および「携帯電話ケース」のレベルから、「携帯電話」を選択することができ、対応する区分モデルツリー構造を取得することができる。

３０３６で、区分クエリサーバは、取得された対応する区分モデルからピーク区分を抽出し、ピーク区分に対応する属性の属性区分を取得する。

一実施形態において、区分クエリサーバによって取得された対応する区分モデルからピーク区分を抽出することは、以下のいくつかの段階を含む。
（１）区分モデルの中の商品区分をそれらの重みに従って、最高の重みから最低の重みへ降順に順位付ける。
（２）順位の中で第１位の商品区分を取得する。
（３）第１位の商品区分の重みが重み閾値ａより大きいか判定する。

第１位の商品区分の重みが閾値重みａより大きい場合、プロセスは段階（４）に進む。好ましくは、重み閾値ａは、クエリ結果の中の商品区分がユーザによってクリックされた頻度の履歴データに基づいて設定することができる。例えば、商品区分の履歴クリック率が５０％より大きい場合、この商品区分の重みは、重み閾値ａとして設定される。

（４）第１位の商品区分の重みと第２位の商品区分の重みとの間の差が重み閾値ｂより大きいか判定する。

第１位の商品区分の重みと第２位の商品区分の重みとの差が重み閾値ｂより大きい場合、履歴データに基づいて、第１の商品区分はより高いユーザクリック頻度を有することを示し、したがって、この商品区分には、ユーザに提示する際に優先権が与えられてもよい。すなわち、この商品区分の属性区分はユーザに提示される場合があり、それにより、ユーザによるクエリの頻度を増加する。プロセスは、次いで、（５）に進む。

（５）第１位の商品区分がピーク区分になるように設定することができる。このピーク区分に基づいて、関連属性区分の１つ以上の対応する直接属性を取得することができる。直接属性の１つ以上の属性区分は、クエリ結果としてユーザに送信される。

例えば、ユーザクエリが「ノキア」である場合、親ノードとして「携帯電話」および「携帯電話ケース」を含む区分モデルツリー構造がユーザに提示される。「携帯電話」がピーク区分である場合、「携帯電話」に対応する属性区分の直接属性「ネットワークシステム」を選択することができる。次に、どちらも「ネットワークシステム」の区分である、「ＧＳＭ」および「ＣＤＭＡ」がユーザに送信される。

本開示に記載される例は、第１位の商品区分がピーク区分である場合の状況に関する場合がある。他の実施形態において、ピーク区分は、他の高い順位の商品区分を含む場合があることが理解される。

一実施形態において、ピーク区分の１つ以上の直接属性の属性区分が取得される場合があり、属性区分は、それらのそれぞれの重みに従って降順に並べられる、または順位付けられる場合がある。既定の値よりも低い重みを持つこれらの属性区分は、フィルタリングされてもよい。既定の値よりも高い重みを持つ属性区分は、ユーザへ送信される属性区分として設定されてもよい。

属性区分を所定の順に並べること、および属性区分をユーザへ送信することは、重みに基づいて順位付けられる点で、商品区分の場合に類似する場合があることに注意されたい。属性区分が商品区分に結合すると、各商品区分の下の属性区分に類似して、まず商品区分が順位付けられ、次いで、ユーザに送信される。

ここでは、クエリ結果は、キーワードに一致する区分モデルの中の商品区分の直接属性の属性区分を含む場合がある。

３０４で、商品クエリサーバは、ユーザクエリに一致する、商品区分、それらの重み、関連属性区分およびそれらの重みを検索する。商品クエリサーバは、次いで、第２のクエリ結果を生成し、それをフロントエンドクエリサーバへ返信する。

例えば、第２のクエリ結果は、携帯電話（４０００）、携帯電話チェーン（２０００）を含む商品区分を含む場合がある。第２のクエリ結果もまた、「ブランド」に基づいて、国産ブランド（２０００）、西洋ブランド（５００）の区分を含む属性区分を含む場合がある。

３０５で、フロントエンドクエリサーバは、第１のクエリ結果および第２のクエリ結果を組み合わせて、最終クエリ結果を生成する。いくつかの可能な状況を以下に記載する。

状況１：第１のクエリ結果および第２のクエリ結果両方に存在する商品区分および関連属性区分は、履歴的に高いユーザクリック頻度を有する、すなわち、これらは、はるかにユーザの注目を集め、商品ウェアハウスの中に良好に分布している場合がある。この場合、商品区分および関連属性区分の重みは、重ね合わせられる。一実施形態において、２つのクエリ結果の値は、重みが加えられ、重ね合わされて、最終クエリ結果のための各商品区分、その重み、関連属性区分、およびその重みを生成する。さらに、商品区分および属性区分は、第１の組み合わせ結果を生成するために、それらの重みに従って降順に並べられる。

状況２：第２のクエリ結果だけに存在する、商品区分および関連属性区分に関して、商品区分は商品ウェアハウスの中に良好に分布している場合があるが、必ずしも高いユーザの注目を受けていない。第２のクエリ結果の中の商品区分、それらの重み、属性区分、およびそれらの重みは、第２の組み合わせ結果を生成するために、重みに従って降順に並べられる。

状況３：第１のクエリ結果だけに存在する、商品区分および関連属性区分に関して、商品ウェアハウスの中の商品区分の一致が存在しない場合（または一致の確率が低い場合）がある。したがって、そのような区分は最終クエリ結果に含まれない。
（６）最終クエリ結果の中の商品区分の並びを決定する。

第１の組み合わせ結果の商品区分および属性区分のそれぞれの重みは、以下の既定の指針に従って増加される。第１の組み合わせ結果の商品区分セットおよび属性区分セットのそれぞれの重みは、第２の組み合わせ結果のそれぞれの重みより高くなるように増加される。その後、全ての商品区分および関連属性区分は重みに従って降順に並べられる。

例えば、第１の組み合わせ結果の重みは、商品区分ａ：１２０、商品区分ｂ：１００、および商品区分ｃ：８０とすることができる。第２の組み合わせ結果の重みは、商品区分ｉ：１１０、商品区分ｊ：９０、および商品区分ｋ：７０とすることができる。増加がない場合、降順の並びは、商品区分ａ−商品区分ｉ−商品区分ｂ−商品区分ｊ−商品区分ｃ−商品区分ｋとすることができる。重みを増加するための指針が、増加された重みは本来の重みの２倍であると規定する場合、第１の組み合わせ結果の重みは、商品区分ａ：２４０、商品区分ｂ：２００、および商品区分ｃ：１６０とすることができる。降順の並びは、商品区分ａ−商品区分ｂ−商品区分ｃ−商品区分ｉ−商品区分ｊ−商品区分ｋとすることができる。

３０６で、フロントエンドクエリサーバは、ユーザがクリックし、表示するために、最終クエリ結果をユーザへ送信する。

上記の段階３０３および３０４は、提示された順に発生する必要はなく、異なる順に発生する場合があることに注意されたい。

上記の重み増加は、本開示において好ましい実装形態である。しかしながら、重み増加は、クエリ結果を組み合わせるプロセスに限定されず、ユーザクエリに基づくクエリプロセス、または例えば、区分モデルの確立等、重みに基づいて並べることを含む場合がある、任意の他のプロセスにおいて使用することができる。本実施形態はまた、属性区分を提供せずに１つ以上の商品区分だけをユーザに提供する際にも使用することができる。

図１０に示されるように、垂直検索によるクエリの方法が提供される。商品に関するクリックおよび表示のユーザの履歴に基づいて、クエリのために使用された区分モデルウェアハウスおよび商品ウェアハウスが更新される（期間を更新）。一実施形態において、実装形態は、以下に記載のいくつかの段階を含む。

４０１で、フロントエンドクエリサーバは、ユーザがクリックし、表示するために、最終クエリ結果をユーザへ送信する。

フロントエンドクエリサーバがそれぞれ区分クエリサーバおよび商品クエリサーバからクエリ結果を受信した後、２つのクエリ結果を組み合わせて、最終クエリ結果を生成し、最終クエリ結果をユーザへ送信する。

例えば、ユーザのクエリが「ノキア」の場合、クエリ結果の中の商品区分は、携帯電話（４０００）、携帯電話チェーン（２０００）の場合がある。関連属性区分はブランドで、国産ブランド（２０００）および西洋ブランド（１０００）を含む場合がある。

４０２で、ログサーバは、ユーザによるクリック動作に関する情報を受信する。

ユーザが最終クエリ結果から、選択された項目をクリックすることによって商品区分、属性区分または商品を選択すると、ログサーバは、バックエンドで、ユーザのクリック動作を記録する。

ユーザのクリック動作に関する情報は、ユーザによってクリックされた商品区分、属性区分または商品、ならびに特定のクエリに対応するユーザクエリを示すことができる。例えば、情報は、ユーザが商品区分「携帯電話」をクリックすることによって、国産ブランドの属性区分を直接クリックすることによって、または「黒ノキアＮ９７」等の任意の正確な商品情報をクリックすることによって、「携帯電話」の商品区分を選択したことを示すことができる。

１つのクエリの中で、ユーザは、複数の商品区分、属性区分または商品をクリックすることができる。したがって、ログサーバは、処理のためにクリックされた項目をデータセットとして処理することによって、情報を処理することができる。

４０３で、ログサーバは、ユーザクリック動作に基づいてログを生成する。例えば、ログサーバは、ブラウザ上のユーザのクリック動作に基づいてテキストファイルを生成する。

４０４で、ログサーバは、ログをバッチでモデリングサーバへ送信する。

ログサーバは、既定の周期で（日次等）、リクエストの受信時または既定の条件の達成時（モデリングサーバによる処理のためにログの量が所定の閾値に達した際等）等、ログをバッチでモデリングサーバへ送信することができる。いずれのイベントでも、ログサーバがログをモデリングサーバへ送信することをトリガする方法の全ては、本開示の範囲内である。

４０５で、モデリングサーバは、バッチデータに関する統計分析を行い、統計結果を取得する。

ログ記録は、以下の状況のうちの任意のものを含むことができる。
（１）ログ記録は、特定の商品に関するユーザのクリックに基づいて生成することができる。
（２）ログ記録は、商品区分に関するユーザのクリックに基づいて生成することができる。
（３）ログ記録は、属性区分に関するユーザのクリックに基づいて生成することができる。

ログ記録は、日次ベースで統計的に分析される場合がある。一実施形態において、統計分析は、以下に記載する２つの段階を含むことができる。
（１）受信されたデータの中にある、全てのユーザのために新しい日次ログを処理する。

一実施形態において、毎日のユーザログは、多様なキーワードに基づいて統計分析のために抽出され、キーワードの並びに基づいた形式のデータが取得される。多様なキーワードに基づいた統計分析は、指定のキーワードに基づくクエリの下で、指定のキーワードに基づいてクリックされた商品およびその対応する商品属性、ならびに所定のキーワードに基づいてクリックされた商品区分および属性区分をカウントすることを含む場合がある。

例えば、キーワード「ノキア」を考えると、商品区分「携帯電話」のユーザクリック数は１，０００の場合があり、属性区分「ネットワークシステム」のユーザクリック数は３００の場合があり、副区分「ＧＳＭ」のユーザクリック数は１００の場合がある。携帯電話区分の下でＧＳＭネットワークシステムの中で、「黒ノキアＮ９７」のユーザクリック数は５０の場合があり、属性区分のユーザクリック数も５０の場合がある。因果関係のあるクリック記録に対して、結果イベントのクリック数が因果関係のあるイベントのクリック数に変換される。例えば、商品「黒ノキアＮ９７」の属性「ＧＳＭ」のクリックは、属性区分「ＧＳＭ」のカウントに変換され、商品「黒ノキアＮ９７」のクリックは、対応する商品区分「携帯電話」に変換される。変換率は、履歴値または実際のニーズに基づく場合がある。例えば、変換されたカウントは、携帯電話では１，５００、ネットワークシステムでは５００、およびＧＳＭでは２００の場合がある。複数日からのデータは合わせて処理されてもよく、キーワード「ノキア」に対応する日次カウントが累積されて、商品区分のツリー構造に従ってデータを体系化する。

ユーザクリック数に対する上記のカウント方法は、本開示の好ましい実装形態である。ログ記録に基づいてユーザクリック数をカウントする全ての方法は、本開示の範囲内である。

（２）期間の最後の日を含めて、ある期間（例えば４０日等）の複数の日からのデータを処理する。

４０６で、モデリングサーバは、統計分析に基づいて区分モデルを生成し、区分モデルを区分クエリサーバへ送信する。

一実施形態において、モデリングサーバは、それぞれの重み閾値に、ユーザクエリに対応する、商品区分、それらの重み、商品区分に対応する属性区分、およびそれらの重みによって到達したか判定する。閾値のうちの１つに到達した場合、モデリングサーバは、商品区分、それらの重み、商品区分に対応する属性区分、およびそれらの重みに基づいて、区分モデルを生成するために、商品区分ツリー形式に従った体系化を設定する。

４０７で、区分クエリサーバは、区分モデルを用いて区分モデルウェアハウスを更新する。

この段階は、履歴ユーザクリック記録を用いて区分モデルウェアハウスを定期的に更新することができ、更新された区分モデルウェアハウスは、以降のユーザクエリのクエリ結果を提供するために使用される。更新が継続的であるので、区分モデルウェアハウスの精度が保守され、それによって、クエリ結果の正確性を向上する。

本開示はまた、垂直検索に基づくクエリシステムも提供する。図１１に示されるように、クエリシステムは、クエリサーバ１１１０と、ログサーバ１１２０と、モデリングサーバ１１３０とを備える。

クエリサーバ１１１０は、ユーザクエリを取得する。このユーザクエリから、クエリサーバ１１１０は、区分モデルウェアハウスから一致する区分モデルを呼び出す。区分モデルは、ユーザクエリの中のキーワードに対応する１つ以上の商品区分を含む場合がある。呼び出された区分モデルに基づいて、第１のクエリ結果が生成される。さらに、商品ウェアハウスから呼び出されたユーザクエリに一致する商品区分に基づいて、第２のクエリ結果が生成される。第１および第２のクエリ結果は組み合わされて、最終クエリ結果を生成する。

区分モデルはまた、１つ以上の商品区分に対応する１つ以上の属性区分も含むことができる。

クエリサーバ１１１０はまた、商品ウェアハウスから、ユーザクエリに一致する、１つ以上の商品区分および対応する１つ以上の属性区分も呼び出すことができる。

ログサーバ１１２０は、クエリサーバ１１１０からの最終クエリ結果に基づくユーザクリック動作およびユーザクエリを使用してログを生成する。ログは次いで、モデリングサーバ１１３０へ送信される。

一実施形態において、ログサーバ１１２０は、商品区分、ならびに関連属性区分および商品に関するユーザクリック動作を取得する。ユーザクリック動作にしたがって、ログサーバ１１２０は、ユーザクエリおよび対応するユーザクリック情報を含む場合がある、１つ以上のログを生成する。ユーザクリック情報は、ユーザによってクリックされた商品の商品区分および商品属性、ユーザによってクリックされた商品区分、ならびにユーザによってクリックされた属性区分を含む場合がある。

モデリングサーバ１１３０は、ログを統計的に分析して、区分モデルを生成する。

一実施形態において、モデリングサーバ１１３０は、ログ記録からのユーザクエリおよび対応するユーザクリック情報に基づいて、ログ記録を統計的に分析して、統計分析結果を得る。統計分析結果は、ユーザクエリに対応する、商品区分、それらの重み、関連属性区分、およびそれらの重みを含む場合がある。重みは、商品区分および関連属性区分に関するユーザクリックのカウント数および／またはユーザクリック確率の場合がある。モデリングサーバ１１３０は、統計分析結果を使用して区分モデルを生成し、商品区分ツリーに従って、統計分析結果を並べる。

いくつかの実施形態において、モデリングサーバ１１３０はまた、ユーザクエリに応答する、商品区分、それらの重み、関連属性区分、およびそれらの重みがそれぞれの重み閾値に到達したか判定する場合もある。重み閾値に到達した場合、モデリングサーバ１１３０は、商品区分、それらの重み、関連属性区分、およびそれらの重みに基づいて、区分モデルを確立してもよい。

モデリングサーバ１１３０は、区分モデルをクエリサーバ１１１０へ送信する。応答して、クエリサーバ１１１０は、最終クエリ結果を表示するためにユーザへ送信し、モデリングサーバ１１３０から受信された区分モデルを用いて、区分モデルウェアハウスを更新する。

本明細書の実施形態に従うクエリサーバは、図１２に例示のように、獲得モジュール１２１０、クエリモジュール１２２０、および組み合わせモジュール１２３０を備える場合がある。

獲得モジュール１２１０は、ユーザクエリを取得する。

クエリモジュール１２２０は、ユーザクエリに基づいて、区分モデルウェアハウスからユーザクエリに一致する区分モデルを呼び出し、区分モデルに基づいて、第１のクエリ結果を生成する。区分モデルは、ユーザクエリの中の１つ以上のキーワードに対応する１つ以上の商品区分を含む場合がある。クエリモジュール１２２０はまた、商品ウェアハウスの中でユーザクエリに一致する商品区分を検索して、第２の検索結果を生成する。

区分モデルはさらに、商品区分に対応する属性区分を含む場合がある。

クエリモジュール１２２０はまた、商品ウェアハウスで、ユーザクエリに一致する商品区分および関連属性区分を検索する。

組み合わせモジュール１２３０は、第１および第２のクエリ結果を組み合わせて、最終クエリ結果を生成する。

クエリサーバ１２００はさらに、伝送モジュール１２４０を備えてもよい。

伝送モジュール１２４０は、最終クエリ結果を表示するためにユーザへ伝送する。伝送モジュール１２４０は、ログサーバに、最終クエリ結果の中のユーザクリック動作に基づいてログを生成させ、ログをモデリングサーバへ送信させ、これによって、モデリングサーバは、統計分析を行って、区分モデルを取得し、区分モデルを用いて、商品区分サーバの中の区分モデルウェアハウスを更新する。

ユーザクエリがユーザによって入力された１つ以上のキーワードだけを含む場合、図１３に示されるように、クエリモジュール１２２０は、判定サブモジュール１２２１、一致サブモジュール１２２２、抽出サブモジュール１２２３、および生成サブモジュール１２２４を含むことができる。

判定サブモジュール１２２１は、区分モデルに一致するキーワードが、ユーザクエリの中の任意の１つ以上のキーワードを含むか判定する。

一致サブモジュール１２２２は、判定モジュール１２２１による判定結果が肯定である場合に、区分モデルウェアハウスから、ユーザクエリの中のキーワードに一致する区分モデルを呼び出す。否定の場合、ユーザクエリの中の１つ以上のキーワードは、一致する区分モデルが検出されるまで、行われた別の判定で修正される。

抽出サブモジュール１２２３は、区分モデルからピーク区分を取得し、ピーク区分に対応する直接属性の属性区分を取得する。

生成サブモジュール１２２４は、商品モデル、対応する重み、直接属性の属性区分、およびそれらの重みを使用して、第１のクエリ結果を生成する。

ユーザクエリがユーザによって入力された１つ以上のキーワード、および１つ以上のユーザが選択した商品区分を含む場合、前述のサブモジュールは、以下のように異なって実施することができる。

判定サブモジュール１２２１は、区分モデルに対応する１つ以上のキーワードが、ユーザクエリの中の１つ以上のキーワードのうちのいずれかを含むか判定する。

一致サブモジュール１２２２は、１つ以上のユーザが入力したキーワードに基づいて、区分モデルウェアハウスを検索し、一致する区分モデルを取得する。それ以外の場合、一致サブモジュール１２２２は、一致する区分モデルが検出されるまで、ユーザクエリの中の１つ以上のキーワードを修正し、一致する区分モデルが検出されるか判定する。

抽出サブモジュール１２２３は、区分モデルから、ユーザクエリの商品区分に一致する区分モデルを取得する。

生成サブモジュール１２２４は、クエリサーバによって取得された、商品区分および商品区分に一致する対応する重みを使用して、第１のクエリ結果を生成する。

図１４に示されるように、一実施形態において、組み合わせモジュール１２３０は、第１の組み合わせサブモジュール１２３１と、第２の組み合わせサブモジュール１２３２と、重み更新サブモジュール１２３３と、生成サブモジュール１２３４とを含む場合がある。

第１の組み合わせサブモジュール１２３１は、第１の組み合わせ結果を取得する。第１の組み合わせ結果は、第１および第２のクエリ結果からの、同一の商品区分、それらの重み、関連属性区分、およびそれらの重みを含む。第１の組み合わせ結果の重みは、第１および第２のクエリ結果から、同じ商品区分または属性区分の重みを加えることによって、取得される。

第２の組み合わせサブモジュール１２３２は、第２の組み合わせ結果を取得する。第２の組み合わせ結果は、商品区分、それらの重み、関連属性区分、およびそれらの重みを含む。

重み更新サブモジュール１２３３は、第１の組み合わせ結果の商品区分および属性区分各々の重みが、第２の組み合わせ結果の商品区分および属性区分各々の重みより大きいように、第１の組み合わせ結果の重みを増加する。

生成サブモジュール１２３４は、商品区分および関連属性区分をそれらの重みに従って降順に並べ、ユーザへ送信する。

本開示の実施形態は、いくつかの利点を提供する。例えば、ユーザのクリック動作に基づいて生成される区分モデルウェアハウスおよび商品ウェアハウスをクエリし、２つを組み合わせることによって、ユーザクエリ結果およびユーザの目的に対する相関度を向上することができ、それによってユーザ体験を向上させる。

上記の実装形態の説明により、当業者は、開示される技法を実装するために、開示されたハードウェアプラットフォームに任意の必要なソフトウェアを追加することができる。言うまでもなく、技法は、ハードウェアを用いて実装することもできるが、多数の状況では、前者の実装のほうが良いであろう。この理解に基づき、既存の技術を超える本開示の技法の利点は、ソフトウェアの実装により実現される場合がある。そのソフトウェアは、コンピュータ実行可能命令の形式において、開示される方法を実装するために、１つ以上のコンピュータ可読記憶媒体の中に記憶し、１つ以上の機器（例えば、携帯電話、パーソナルコンピュータ、サーバ、ネットワーク機器等）の中で実行することができる。

本開示は、好ましい実施形態を記載するに過ぎない。当業者は、本開示の原理から逸脱することなく、本開示を変更、改善することができる。そのような改善もまた本開示の範囲内であると見なされる。

Claims (19)

1. 垂直検索に基づいたクエリの方法であって、
   ユーザクエリを受信することと、
   第１のクエリ結果を生成するために、前記ユーザクエリに基づいて、区分モデルウェアハウスから第１の区分モデルを取得することであって、前記第１の区分モデルが、前記ユーザクエリの中の１つ以上のキーワードに対応する１つ以上の商品区分を含む、第１の区分モデルを取得することと、
   第２のクエリ結果を生成するために、商品ウェアハウスから、前記ユーザクエリに対応する１つ以上の商品区分を取得することと、
   前記第１のクエリ結果および前記第２のクエリ結果を組み合わせることによって、最終クエリ結果を生成することと
   を含む、方法。
2. 前記最終クエリ結果をユーザへ伝送することと、
   前記ユーザクエリ、および前記最終クエリ結果に応答する前記ユーザのクリック動作に基づいて、ログを生成することと、
   前記ログの中のデータの統計分析から第２の区分モデルを生成することと、
   前記第２の区分モデルを用いて前記区分モデルウェアハウスを更新することと
   をさらに含む、請求項１に記載の方法。
3. 前記第１の区分モデルは、前記１つ以上の商品区分に対応する１つ以上の属性区分を含み、前記第２のクエリ結果を生成することは、前記ユーザクエリに一致する、１つ以上の商品区分および関連属性区分を取得することを含む、請求項１に記載の方法。
4. 前記ユーザクエリが、ユーザによって入力された１つ以上のキーワードから成る場合、前記第１のクエリ結果を生成するために、前記ユーザクエリに基づいて前記区分モデルウェアハウスから前記第１の区分モデルを取得することは、
   前記第１の区分モデルに対応するキーワードが、前記ユーザクエリの中の前記１つ以上のキーワードのうちのいずれかに一致するか判定することと、
   前記第１の区分モデルに対応する前記キーワードが、前記ユーザクエリの中の前記１つ以上のキーワードのうちのいずれかに一致する場合、
   前記第１の区分モデルに対応する前記キーワードの中で一致する、前記ユーザクエリの中の前記１つ以上のキーワードのうちのあるキーワードに一致する、第３の区分モデルを取得することと、
   前記第３の区分モデル、１つ以上の対応する重み、１つ以上の直接属性のうちの１つ以上の属性区分、および前記１つ以上の属性区分に対応する１つ以上の重みを使用して、前記第１のクエリ結果を生成することと、
   前記第１の区分モデルに対応するキーワードが、前記ユーザクエリの中の前記１つ以上のキーワードのうちのいずれも含まない場合、
   前記ユーザクエリの中の前記１つ以上のキーワードを修正し、前記ユーザクエリの中の前記修正された１つ以上のキーワードのうちのいずれかに一致する第４の区分モデルが取得されるまで、前記判定を繰り返すことと、
   前記第３の区分モデルまたは前記第４の区分モデル、１つ以上の対応する重み、１つ以上の直接属性のうちの１つ以上の属性区分、および前記１つ以上の属性区分に対応する１つ以上の重みを使用して、前記第１のクエリ結果を生成することと
   を含む、請求項１に記載の方法。
5. 前記ユーザクエリが、ユーザによって入力された１つ以上のキーワード、および前記ユーザによって選択された１つ以上の商品区分から成る場合、前記第１のクエリ結果を生成するために、前記ユーザクエリに基づいて前記区分モデルウェアハウスから前記第１の区分モデルを取得することは、
   前記第１の区分モデルに対応するキーワードが、前記ユーザクエリの中の前記１つ以上のキーワードのうちのいずれかを含むか判定することと、
   前記第１の区分モデルに対応するキーワードが、前記ユーザクエリの中の前記１つ以上のキーワードのうちのいずれかに一致する場合、
   前記第１の区分モデルに対応する前記キーワードの中で一致する、前記ユーザクエリの中の前記１つ以上のキーワードのうちのあるキーワードに一致する、第３の区分モデルを取得することと、
   前記第３の区分モデル、１つ以上の対応する重み、１つ以上の直接属性のうちの１つ以上の属性区分、および前記１つ以上の属性区分に対応する１つ以上の重みを使用して、前記第１のクエリ結果を生成することと、
   前記第１の区分モデルに対応する前記キーワードが、前記ユーザクエリの中の前記１つ以上のキーワードのうちのいずれにも一致しない場合、
   前記ユーザクエリの中の前記１つ以上のキーワードを修正し、前記ユーザクエリの中の前記修正された１つ以上のキーワードのうちのいずれかに一致する第４の区分モデルが取得されるまで、前記判定を繰り返すことと、
   前記第３の区分モデルまたは前記第４の区分モデルから、前記ユーザクエリの中の前記ユーザによって選択された前記１つ以上の商品区分に一致する、第５の区分モデルを取得することと、
   前記第５の区分モデルの中の商品区分およびその対応する重みを使用して、前記第１のクエリ結果を生成することと
   を含む、請求項１に記載の方法。
6. 前記第１のクエリ結果および前記第２のクエリ結果を組み合わせることによって、前記最終クエリ結果を生成することは、
   前記第１のクエリ結果および前記第２のクエリ結果の両方にある商品区分を含む第１の組み合わせ結果を取得することであって、前記第１の組み合わせ結果が、前記第１の組み合わせ結果の中の前記商品区分に対応する重みをさらに含み、前記第１のクエリ結果からおよび前記第２のクエリ結果からのそれらの重みの組み合わせである、第１の組み合わせ結果を取得することと、
   前記第２のクエリ結果の中の商品区分および対応する重みを含む、第２の組み合わせ結果を取得することと、
   前記第１の組み合わせ結果の中の前記商品区分に対応する重みが、前記第２の組み合わせ結果の中の前記商品区分に対応する重みよりもそれぞれ高くなるように、前記第１の組み合わせ結果の中の前記重みを増加することと、
   前記第１の組み合わせ結果をユーザに提供するために、前記対応する重みに従って、前記第１の組み合わせ結果の中の前記商品区分を降順に並べることと
   を含む、請求項１に記載の方法。
7. 前記第１のクエリ結果および前記第２のクエリ結果を組み合わせることによって、前記最終クエリ結果を生成することは、
   前記第１のクエリ結果および前記第２のクエリ結果の両方にある商品区分および関連属性区分を含む第１の組み合わせ結果を取得することであって、前記第１の組み合わせ結果が、前記第１の組み合わせ結果の中の前記商品区分および前記関連属性区分に対応する重みをさらに含み、前記第１のクエリ結果および前記第２のクエリ結果からのそれらの重みの組み合わせである、第１の組み合わせ結果を取得することと、
   前記第２のクエリ結果の中の商品区分および関連属性区分を含む第２の組み合わせ結果を取得することであって、前記第２の組み合わせ結果が、前記第２のクエリ結果の中の前記商品区分および前記関連属性区分に対応する重みをさらに含む、第２の組み合わせ結果を取得することと、
   前記第１の組み合わせ結果の中の前記商品区分に対応する前記商品区分および前記属性区分に対応する重みが、前記第２の組み合わせ結果の中の前記商品区分に対応する前記商品区分および属性区分に対応する前記重みよりもそれぞれ高くなるように、前記第１の組み合わせ結果の中の前記重みを増加することと、
   前記第１の組み合わせ結果をユーザに提供するために、前記対応する重みに従って、前記第１の組み合わせ結果の中の前記商品区分および前記関連属性区分を降順に並べることと
   を含む、請求項３に記載の方法。
8. 前記ユーザクエリ、および前記最終クエリ結果に応答する前記ユーザのクリック動作に基づいて、前記ログを生成することは、
   前記最終クエリ結果に応答する、商品区分、前記商品区分に対応する属性区分、および商品に関して、前記ユーザのクリック動作に関するデータを取得することと、
   前記ユーザのクリック動作に関する前記データに基づいて前記ログを生成することであって、前記ログが、前記ユーザクエリおよび対応するクリック情報を含み、前記クリック情報が、前記ユーザによってクリックされた商品の商品区分および属性区分、前記ユーザによってクリックされた商品区分、ならびに前記ユーザによってクリックされた属性区分を含む、前記ログを生成することと、
   前記生成されたログを記憶することと
   を含む、請求項２に記載の方法。
9. 前記ログの中のデータの統計分析から前記第２の区分モデルを生成することは、
   前記ログの中の前記ユーザクエリおよび対応するクリック情報の統計分析に基づいて、統計分析結果を取得することであって、前記統計分析結果が、前記ユーザクエリに対応する、商品区分、関連属性区分、ならびに前記商品区分および前記関連属性区分に対応する重みを含み、前記商品区分および前記関連属性区分に対応する前記重みが、前記商品区分および前記関連属性区分上のクリックの数、前記商品区分および前記関連属性区分に関するクリック確率、またはこれらの組み合わせを含む、統計分析結果を取得することと、
   前記第２の区分モデルを生成するために、前記統計分析結果を区分ツリーとして並べることと
   を含む、請求項２に記載の方法。
10. 前記第２の区分モデルを生成するために、前記統計分析結果を区分ツリーとして並べることは、
    前記ユーザクエリに対応する、前記商品区分、関連属性区分、ならびに前記商品区分および前記関連属性区分に対応する重みが、１つ以上の重み閾値に到達するか判定することと、
    前記１つ以上の重み閾値に到達する場合、前記ユーザクエリに対応する、前記商品区分、関連属性区分、ならびに前記商品区分および前記関連属性区分に対応する重みに基づいて、前記区分モデルを生成することと
    を含む、請求項９に記載の方法。
11. 垂直検索に基づくクエリシステムであって、
    クエリサーバであって、
    ユーザクエリを受信し、
    第１のクエリ結果を生成するために、前記ユーザクエリに基づいて、区分モデルウェアハウスから第１の区分モデルであって、前記ユーザクエリの中の１つ以上のキーワードに対応する１つ以上の商品区分を含む、第１の区分モデルを取得し、
    第２のクエリ結果を生成するために、商品ウェアハウスから、前記ユーザクエリに対応する１つ以上の商品区分を取得し、
    前記第１のクエリ結果および前記第２のクエリ結果を組み合わせることによって、最終クエリ結果を生成する、クエリサーバと、
    前記ユーザクエリおよび前記最終クエリ結果に応答するユーザのクリック動作に基づいて、ログを生成する、ログサーバと、
    前記ログの中のデータの統計分析から第２の区分モデルを生成する、モデリングサーバと
    を備える、クエリシステム。
12. 前記モデリングサーバは、前記第２の区分モデルを前記クエリサーバへ伝送し、前記クエリサーバは、前記最終クエリ結果をユーザに提供し、前記第２の区分モデルを用いて前記区分モデルウェアハウスを更新する、請求項１１に記載のクエリシステム。
13. 前記第１の区分モデルは、前記１つ以上の商品区分に対応する１つ以上の属性区分を含み、前記クエリサーバは、前記商品ウェアハウスから、前記ユーザクエリに対応する１つ以上の商品区分および属性区分を取得する、請求項１１に記載のクエリシステム。
14. 前記クエリサーバは、前記最終クエリ結果に応答する、商品区分、前記商品区分に対応する属性区分、および商品に関する前記ユーザのクリック動作に関するデータを取得し、前記ログサーバは、前記ユーザのクリック動作に関するデータに基づいて前記ログを生成し、前記ログは、前記ユーザクエリおよび対応するクリック情報を含み、前記クリック情報は、前記ユーザによってクリックされた商品の商品区分および属性区分、前記ユーザによってクリックされた商品区分、ならびに前記ユーザによってクリックされた属性区分を含み、前記ログサーバはさらに、前記生成されたログを記憶する、請求項１１に記載のクエリシステム。
15. 前記モデリングサーバはさらに、
    前記ログの中の前記ユーザクエリおよび対応するクリック情報の統計分析に基づいて、統計分析結果を取得し、前記統計分析結果は、前記ユーザクエリに対応する、商品区分、関連属性区分、ならびに前記商品区分および前記関連属性区分に対応する重みを含み、前記商品区分および前記関連属性区分に対応する前記重みは、前記商品区分および前記関連属性区分上のクリックの数、前記商品区分および前記関連属性区分に関するクリック確率、または両方を含み、
    前記第２の区分モデルを生成するために、前記統計分析結果を区分ツリーとして並べる、請求項１１に記載のクエリシステム。
16. 前記モデリングサーバはさらに、
    前記ユーザクエリに対応する、前記商品区分、関連属性区分、ならびに前記商品区分および前記関連属性区分に対応する重みが、１つ以上の重み閾値に到達するか判定し、
    前記１つ以上の重み閾値に到達する場合、前記ユーザクエリに対応する、前記商品区分、関連属性区分、ならびに前記商品区分および前記関連属性区分に対応する重みに基づいて、前記区分モデルを生成する、請求項１５に記載のクエリシステム。
17. ユーザクエリを取得する獲得モジュールと、
    前記ユーザクエリに基づいて、第２の検索結果を生成するために、区分モデルウェアハウスから、前記ユーザクエリに一致する区分モデルを呼び出し、前記区分モデルに基づいて第１のクエリ結果を生成し、商品ウェアハウスから、前記ユーザクエリに一致する商品区分を検索するクエリモジュールであって、前記区分モデルは、前記ユーザクエリの中の１つ以上のキーワードに対応する１つ以上の商品区分を含む、クエリモジュールと、
    前記第１のクエリ結果および前記第２のクエリ結果を組み合わせて最終クエリ結果を生成する、組み合わせモジュールと、を備える、クエリサーバ。
18. 前記最終クエリ結果をユーザへ伝送し、
    前記ユーザクエリ、および前記最終クエリ結果に応答する前記ユーザのクリック動作に基づいて、ログを生成し、
    前記ログの中のデータの統計分析から第２の区分モデルを生成し、
    前記第２の区分モデルを用いて前記区分モデルウェアハウスを更新する
    伝送モジュールをさらに備える、請求項１７に記載のクエリサーバ。
19. 前記第１の区分モデルは、前記１つ以上の商品区分に対応する１つ以上の属性区分を含み、前記クエリモジュールは、前記ユーザクエリに一致する、１つ以上の商品区分および関連属性区分を取得する、請求項１７に記載のサーバ。

Images