JP2013531847A - インテリジェントナビゲーションの方法、装置、およびシステム - Google Patents

Abstract

本開示は、インテリジェントナビゲーションの方法、装置、およびシステムを記載する。一実施形態では、方法は、クライアント端末からユーザ問い合わせを受信することと、ユーザ問い合わせに対応する推奨結果を取得するために、ユーザ問い合わせに基づき、ナビゲーション辞書を検索することであって、ナビゲーション辞書は、ユーザ挙動情報に基づくエディタ推奨を含む、ことと、推奨結果をクライアント端末に送信することとを含む。本開示は、インテリジェントナビゲーションの精度、適合性、豊かさ、およびインテリジェンスを向上させ、ユーザ検索時間ならびにサーバへの検索負荷を低減することができる。

Description

関連特許出願への相互参照
本願は、参照することによってその全体が本明細書に組み込まれる、２０１０年６月１２日出願された、名称が「Ｍｅｔｈｏｄ， Ａｐｐａｒａｔｕｓ ａｎｄ Ｓｙｓｔｅｍ ｆｏｒ Ｓｍａｒｔ Ｎａｖｉｇａｔｉｏｎ」の中国特許出願第２０１０１０１９９１０６．０号の優先権を主張する。

本開示は、インターネット技術に関し、より具体的には、インテリジェントナビゲーションの方法、装置、およびシステムに関する。

ユーザがオンラインショッピングを行う際、ユーザは、典型的に、電子商取引ウェブサイト上で製品を検索することから開始する。ユーザは、ユーザの所望に対応する特定のキーワードを入力し、返される検索結果は、典型的に、推奨される製品のカテゴリおよび製品のリストを含む。具体的には、製品のカテゴリは、フロントエンドカテゴリと、バックエンドカテゴリとを含んでもよい。フロントエンドカテゴリは、ユーザインターフェース（ＵＩ）提示用であり、一方、バックエンドカテゴリは、製品の管理用である。現在、主流なシステムにおける製品のカテゴリ化は、一般的に、各親カテゴリが複数のサブカテゴリを有し、一方、各サブカテゴリが１つのみ親カテゴリを有する、ツリー状の構造で提示される。さらに、カテゴリの範囲は、ツリーの頂点からツリーの一番下に向かって減少する。

初期の電子商取引ウェブサイトでは、推奨されるカテゴリは、ユーザによって使用されるキーワードでの検索結果において返される製品数に従って判定され、典型的に、階層で示されていた。しかしながら、製品数の急速な増加により、ユーザが特定のキーワードを入力する際、カテゴリの数が劇的に増加し、結果として、ユーザは、ユーザがどのカテゴリ（単数または複数）で絞り込み検索を実施するべきかを決定するのに苦労する場合がある。上記の問題を解決するための一手法は、様々なカテゴリをクリックするユーザ挙動の過去の履歴に従って、カテゴリの適合度に得点を付け、得点に基づいて動的にカテゴリを提示することである。カテゴリの適合度は、典型的に、左から右に減少し、それ程適合しないカテゴリは、カテゴリを折り畳むことによって隠されてもよい。しかしながら、上記の手法は、依然として、第１のレベルのカテゴリから開始する検索結果を提示し、結果として、ユーザは、結果をより細かいカテゴリに選別するために、何回もクリックする必要がある。例えば、ユーザがキーワード「Ｔシャツ」を入力する際、検索結果は、「婦人用衣類」、「紳士用衣類」、および「その他」等の第１のレベルのカテゴリを提示する場合がある。このように、ユーザは、「半袖Ｔシャツ」、「カップル用Ｔシャツ」、「綿Ｔシャツ」等の絞り込んだカテゴリを閲覧するために、第１のレベルのカテゴリのうちの１つ、例えば「婦人用衣類」をクリックする必要がある。

検索時間を短縮するために、大部分の電子商取引ウェブサイトは、今日、ユーザ検索を容易にする、インテリジェントナビゲーション技法を使用する。クリック数、特定のカテゴリの製品の購入、およびキーワードに対応する製品数等のすべての要因を考慮する、インテリジェントナビゲーションは、推奨にボトムアップ手法を採用し、特定の推奨アルゴリズムに従って、最も適合するカテゴリまたは特徴を提供する。クリック数、特定のカテゴリの製品の購入、または製品数が所与の閾値に到達する際、ボトムアッププロセスは停止される。しかしながら、ユーザに関連するデータを計算することによって推奨されるカテゴリを取得する上記の手法において、特定の欠点が依然として存在する。欠点には、推奨されるカテゴリの精度に影響を及ぼす、ユーザ挙動のデータにおけるノイズ干渉および１つ以上のカテゴリの定置間違え、キーワードに関連するユーザ挙動のデータが小さいと、推奨されるカテゴリが十分に豊かではない、ならびにキーワードに対応するクリック数が不足していると、推奨を提供することができないというような要因が挙げられる。

前述の欠点を解決するために、推奨アルゴリズムを改善する際、インテリジェントナビゲーションによって、推奨されるカテゴリに人工的要因を追加することができる。従来の技法は、主に、推奨される用語を編集することによって、インテリジェントナビゲーションの人工的干渉を実現する。ウェブサイトオペレータは、編集する必要があるキーワードおよび推奨されるカテゴリを、既定の形式のテキスト文書に書き込み、人工的データを、アルゴリズムによって推奨されるデータと統合し、統合されたデータを、インテリジェントナビゲーションに使用されるサーバに保存する。

しかしながら、従来の技法には、以下の、インテリジェントナビゲーションの人工的干渉は、ユーザフレンドリーなインターフェースに欠けている、推奨が、データ支援なく、ウェブサイトオペレータの経験に基づいて作成されることによる、推奨におけるエラーの傾向、およびインテリジェントナビゲーションの人工的干渉には、ユーザからのフィードバックがなく、したがって、人工的干渉の効果を追跡することができない、という問題が依然として存在する。

本開示は、インテリジェントナビゲーションの適合性、豊かさ、およびインテリジェンスを向上させるためのインテリジェントナビゲーションの方法および装置を紹介する。

一態様では、インテリジェントナビゲーションの方法が提供される。方法は、クライアント端末からユーザ問い合わせを受信することと、ユーザ問い合わせに対応する推奨結果を取得するために、ユーザ問い合わせに基づき、ユーザ挙動情報に基づくエディタ推奨を含む、ナビゲーション辞書を検索することと、推奨結果をクライアント端末に送信することとを含む。

一実施形態では、ユーザ問い合わせは、検索キーワードを含んでもよく、エディタ推奨は、インデックスキーワードと、推奨コンテンツとを含んでもよい。

一実施形態では、ユーザ問い合わせに対応する推奨される結果を取得するために、ユーザ問い合わせに基づき、ナビゲーション辞書を検索することは、検索キーワードに基づき、ナビゲーション辞書内のエディタ推奨を検索することと、検索キーワードに対応する推奨コンテンツを取得することと、推奨結果として推奨コンテンツを提供することとを含んでもよい。

一実施形態では、ユーザ問い合わせは、検索キーワードと、検索カテゴリとを含んでもよく、エディタ推奨は、インデックスキーワードと、インデックスカテゴリと、推奨コンテンツとを含んでもよい。

一実施形態では、ユーザ問い合わせに対応する推奨される結果を取得するために、ユーザ問い合わせに基づき、ナビゲーション辞書を検索することは、検索キーワードおよび検索カテゴリに基づき、ナビゲーション辞書内のエディタ推奨を検索することと、検索キーワードおよび検索カテゴリに対応する推奨コンテンツを取得することと、推奨結果として推奨コンテンツを提供することとを含んでもよい。

一実施形態では、ユーザ問い合わせは、検索キーワードを含んでもよく、エディタ推奨は、インデックスキーワードと、推奨されるタイプと、推奨コンテンツとを含んでもよい。

一実施形態では、ユーザ問い合わせに対応する推奨される結果を取得するために、ユーザ問い合わせに基づき、ナビゲーション辞書を検索することは、検索キーワードに基づき、ナビゲーション辞書内のエディタ推奨を検索することと、検索キーワードに対応する推奨タイプおよび推奨コンテンツを取得することと、推奨結果として推奨タイプおよび推奨コンテンツを提供することとを含んでもよい。一実施形態では、推奨結果をクライアント端末に送信した後、方法は、推奨タイプに従う形式に基づき、ユーザインターフェース上に推奨コンテンツを表示することをさらに含んでもよい。

一実施形態では、ユーザ問い合わせに基づき、ナビゲーション辞書を検索する前に、方法は、ユーザ挙動情報を取得することと、ユーザ挙動情報に基づき、ユーザ挙動ログを提供することと、ユーザ挙動ログにおける統計に基づき、参照データを生成することと、ユーザ挙動情報に対応するエディタ推奨を取得するように、参照データをまとめることと、エディタ推奨をナビゲーション辞書にまとめることとをさらに含んでもよい。

一実施形態では、ユーザ挙動ログは、検索ログを含んでもよく、参照データは、キーワードと、検索カテゴリと、検索データとを含んでもよい。

一実施形態では、ユーザ挙動情報に対応するエディタ推奨を取得するように、参照データをまとめることは、参照データの検索データが所定の検索閾値を超える際、参照データに基づき、インデックスキーワード、インデックスカテゴリ、および推奨コンテンツを含むエディタ推奨を生成することを含んでもよく、インデックスキーワードは、参照データのキーワードを含み、インデックスカテゴリは、参照データの検索カテゴリを含み、推奨コンテンツは、参照データ内の最大値を有する検索データに対応するカテゴリ、属性、またはカテゴリおよび属性を含む。

一実施形態では、ユーザ挙動ログは、クリッキングログを含んでもよく、参照データは、キーワードと、検索カテゴリと、クリッキングデータとを含んでもよい。

一実施形態では、ユーザ挙動情報に対応するエディタ推奨を取得するように、参照データをまとめることは、参照データのクリッキングデータが所定のクリッキング閾値を超える際、参照データに基づき、インデックスキーワード、インデックスカテゴリ、および推奨コンテンツを含むエディタ推奨を生成することを含んでもよく、インデックスキーワードは、参照データのキーワードを含み、インデックスカテゴリは、参照データの検索カテゴリを含み、推奨コンテンツは、参照データ内の最大値を有するクリッキングデータに対応するカテゴリ、属性、またはカテゴリおよび属性を含む。

一実施形態では、ユーザ挙動ログは、購入ログを含んでもよく、参照データは、キーワードと、検索カテゴリと、購入データとを含んでもよい。

一実施形態では、ユーザ挙動情報に対応するエディタ推奨を取得するように、参照データをまとめることは、参照データの購入データが所定の購入閾値を超える際、参照データに基づき、インデックスキーワード、インデックスカテゴリ、および推奨コンテンツを含むエディタ推奨を生成することを含んでもよく、インデックスキーワードは、参照データのキーワードを含み、インデックスカテゴリは、参照データの検索カテゴリを含み、推奨コンテンツは、参照データ内の最大値を有する購入データに対応するカテゴリ、属性、またはカテゴリおよび属性を含む。

一実施形態では、ユーザ挙動情報に対応するエディタ推奨を取得するように、参照データをまとめた後、方法は、エディタ推奨に対応するユーザフィードバック情報を取得することと、エディタ推奨が有効であるか否かを判定することと、有効であると判定される場合に、エディタ推奨を保持することと、無効であると判定される場合に、エディタ推奨を修正することとをさらに含んでもよい。

一実施形態では、ユーザフィードバック情報は、エディタ推奨に対応するクリック数、および所与のカテゴリに対応するクリック数を含んでもよく、エディタ推奨に対応するクリック数が所与のカテゴリのクリック数より小さい際、エディタ推奨情報は、有効であると判定されてもよい。

別の態様では、インテリジェントナビゲーションサーバが提供される。サーバは、クライアント端末からユーザ問い合わせを受信する、取得モジュールと、ユーザ問い合わせに対応する推奨結果を取得するために、ユーザ問い合わせに基づき、ユーザ挙動に基づいて取得されるエディタ推奨を含む、ナビゲーション辞書を検索する、問い合わせモジュールと、推奨結果をクライアント端末に送信する、伝送モジュールとを備える。

さらに別の態様では、インテリジェントナビゲーションシステムが提供される。システムは、ユーザ挙動情報に基づくエディタ推奨を含む、ナビゲーション辞書と、クライアント端末からユーザ問い合わせを受信し、ユーザ問い合わせをインテリジェントナビゲーションサーバに送信し、インテリジェントナビゲーションサーバから推奨結果を受信し、推奨結果をクライアント端末に送信する、ウェブページサーバと、ウェブページサーバからユーザ問い合わせ情報を受信し、ユーザ問い合わせ情報に対応する推奨結果を取得するために、ユーザ問い合わせに基づき、ナビゲーション辞書を検索し、推奨結果をウェブページサーバに送信する、インテリジェントナビゲーションサーバとを備える。

一実施形態では、システムは、ウェブページサーバからユーザ挙動情報を取得し、ユーザ挙動情報に基づき、ユーザ挙動ログを生成し、ユーザ挙動ログを記憶計算プラットフォームに送信する、ログサーバであって、記憶計算プラットフォームは、ユーザ挙動ログを記憶し、ユーザ挙動ログにおける統計に基づき、参照データを生成し、インテリジェントナビゲーションアルゴリズムを使用して、アルゴリズム推奨を計算し、参照データおよびアルゴリズム推奨をバックエンドデータベースに提供し、統合されたデータを提供するように、エディタ推奨およびアルゴリズム推奨を統合し、統合されたデータをナビゲーション辞書にまとめ、ナビゲーション辞書をインテリジェントナビゲーションサーバに取り込む、ログサーバと、参照データを編集し、ユーザ挙動情報に対応するエディタ推奨を取得し、エディタ推奨をバックエンドデータベースに取り込む、編集デバイスとをさらに備えてもよい。

本開示は、多数の利点を提供する。推奨結果が、ユーザ挙動に関連する情報に基づいて取得されるエディタ推奨を含むため、インテリジェントナビゲーションの適合性、豊かさ、およびインテリジェンスが向上され得る。ノイズ、クリッキング情報の不足、および製品の誤ったカテゴリ下への定置間違えによってもたらされる推奨アルゴリズムへの悪影響は、最小化され得、したがって、ユーザ買物経験が向上され得る。編集されたナビゲーションデータの効果を追跡する能力に加えて、推奨データが、ユーザ挙動情報および製品のクリック数を分析することによって提供されるため、推奨結果の精度、適合性、豊かさ、およびインテリジェンスが保証される。したがって、ユーザ検索時間が減少し、サーバへの検索負荷が低減される。もちろん、本開示の実施形態を実現する任意の製品が、すべての前述の利点を同時に所有する必要はない。

本開示の第１の実施形態に係る、インテリジェントナビゲーションの方法のフローチャートである。 本開示の第２の実施形態に係る、インテリジェントナビゲーションのシステムの図である。 本開示の第２の実施形態に係る、インテリジェントナビゲーションの方法のフローチャートである。 本開示の第２の実施形態に係る、製品のカテゴリツリーの図である。 本開示の第２の実施形態に係る、クライアント端末のユーザインターフェース内に示される、カテゴリの図である。 本開示の第２の実施形態に係る、クライアント端末のユーザインターフェース内に示される、親カテゴリおよびサブカテゴリの図である。 本開示の第２の実施形態に係る、ライアント端末のユーザインターフェース内に示される、属性の図である。 本開示の第３の実施形態に係る、インテリジェントナビゲーションサーバのブロック図である。 本開示の第４の実施形態に係る、インテリジェントナビゲーションのブロック図である。 本開示の第４の実施形態に係る、別のインテリジェントナビゲーションのブロック図である。

以下は、図面を参照した、実施形態の明確かつ完全な説明である。開示される実施形態は、提案される技法の例示的な実現形態の、すべてではなく、いくつかを構成するにすぎないことを理解されたい。開示される実施形態の当業者による任意の変形または修正は、依然として、本開示に与えられる権利の保護範囲内である。

図１は、本開示の実施形態に係る、インテリジェントナビゲーションの方法のフローチャートを図示する。方法は、以下に説明される、多数の動作を含む。

１０１で、サーバは、クライアント端末からユーザ問い合わせを受信する。

ユーザ問い合わせは、１つ以上の問い合わせキーワードを含んでもよく、１つ以上の問い合わせカテゴリをさらに含んでもよい。

１０２で、サーバは、ユーザ問い合わせに対応する１つ以上の推奨結果を取得するために、ユーザ問い合わせに基づき、ナビゲーション辞書を検索する。

ナビゲーション辞書は、ユーザ挙動情報に対応する、エディタによる１つ以上の推奨に関連する情報を含む。

ユーザ問い合わせに基づき、ナビゲーション辞書を検索する前に、ユーザ挙動に関連する情報が取得され、ユーザ挙動ログ内に記憶されてもよい。一実施形態では、ユーザ挙動に関連する情報は、ユーザによって検索ボックスに入力された問い合わせキーワード、問い合わせキーワードに基づく検索を実施した後にユーザによってクリックされた製品ならびにそれらのカテゴリおよび属性、ユーザによって購入された製品ならびにそれらのカテゴリおよび属性、ならびに問い合わせキーワードに基づく検索を実施した後にユーザによってクリックされた推奨されるカテゴリおよび全サブカテゴリを含んでもよい。それに対応して、ユーザ挙動ログは、検索ログ、製品クリッキングログ、購入ログ、およびナビゲーション領域クリッキングログを含んでもよい。

ユーザが、検索ボックスに１つ以上の問い合わせキーワードを入力した後に検索ボタンをクリックする際、ログサーバは、検索記録を生成する。検索記録のテキスト形態は、ユーザがキーワード検索を実施する際にカテゴリを記述するために使用される、検索ログを形成する。

ユーザが検索結果ページ上の製品をクリックする際、ログサーバは、製品クリッキング記録を生成する。製品クリッキング記録のテキスト形態は、キーワード検索を実施した後にユーザによってクリックされた製品、ならびに製品に関連する情報およびその属性を記述するために使用される、製品クリッキングログを形成する。

ユーザが特定の製品を購入する際、ログサーバは、購入記録を生成する。購入記録のテキスト形態は、特定の製品のユーザ購入を記述するために使用される、購入ログを形成する。

ユーザが、検索した後に特定の推奨されるカテゴリまたは全カテゴリのうちの１つのカテゴリをクリックする際、ログサーバは、それぞれのテキスト形態がナビゲーション領域クリッキングログを形成するインテリジェントナビゲーションクリッキング記録、または全カテゴリクリッキング記録を生成する。

ユーザ挙動ログを生成した後、ユーザ挙動ログ内に記録されている情報に基づき、統計または参照データが生成されてもよい。一実施形態では、参照データは、ユーザ検索記録、製品クリッキング記録、ナビゲーション領域クリッキング記録、購入記録、および製品のカテゴリツリーに関連する情報を含んでもよい。各問い合わせキーワードに対応する検索カテゴリ、クリックされた製品カテゴリ、および購入の分布の統計が、一定の間隔で生成されてもよく、分布統計は、カテゴリツリーの階層に従って示されてもよい。

一実施形態では、検索ログ内に記録されているキーワードは、正規化されてもよく（例えば、大文字と小文字の変換、漢字入力の全角／半角変換、句読点変換、繁体字／簡体字漢字フォントの変換等を含む）、異なるカテゴリ内の各キーワードの検索ページビュー（ＰＶ）および検索ユーザビュー（ＵＶ）の統計が集められてもよい。製品クリッキングログ内に記録されているキーワードは、正規化されてもよく、異なるカテゴリ内の各キーワードのクリッキングＰＶおよびクリッキングＵＶの統計が生成されてもよい。異なるカテゴリ内の各キーワードの取引ＵＶ、取引数、および取引金額を計算するために、購入ログの統計が生成されてもよい。次いで、検索ログ、製品クリッキングログ、および購入ログを処理することによって得られるデータと交わるため、および表１に示されるような「キーワード＋検索カテゴリ＋検索ＰＶ＋検索ＵＶ＋クリッキングＰＶ＋クリッキングＵＶ＋取引ＵＶ＋取引数＋取引金額」の形態または同様の形式の参照データを取得するためのキーとして、組み合わせ「キーワード＋検索カテゴリ」が使用されてもよい。

参照データを取得した後、参照データをまとめることによって、ユーザ挙動に関連する情報に対応するエディタ推奨に関連する情報が取得されてもよい。

ユーザ挙動に関連する情報に対応するユーザ挙動ログが検索ログである際、参照データは、キーワード、検索カテゴリ、および検索データを含んでもよく、検索データは、検索ＰＶおよび／または検索ＵＶであってもよい。参照データ内に含まれる検索データの値が所定の検索閾値を超える際、参照データに基づき、１つ以上のインデックスキーワード、１つ以上のインデックスカテゴリ、および推奨コンテンツを含む、それぞれまたは少なくとも１つのエディタ推奨が生成されてもよい。具体的には、１つ以上のインデックスキーワードは、参照データのキーワードであってもよく、１つ以上のインデックスカテゴリは、参照データの検索カテゴリであってもよく、推奨コンテンツは、最大値（最大である検索ＰＶおよび／または検索ＵＶの値）を有する参照データの検索データに対応するカテゴリおよび／または属性であってもよい。検索閾値は、システムによって設定される値であってもよく、または実際の条件に基づいて修正されてもよい。

ユーザ挙動に関連する情報に対応するユーザ挙動ログがクリッキングログである際、参照データは、キーワード、検索カテゴリ、およびクリッキングデータを含んでもよく、クリッキングデータは、クリッキングＰＶおよび／またはクリッキングＵＶであってもよい。参照データ内に含まれるクリッキングデータの値が所定のクリッキング閾値を超える際、参照データに基づき、１つ以上のインデックスキーワード、１つ以上のインデックスカテゴリ、および推奨コンテンツを含むエディタ推奨が生成されてもよい。具体的には、１つ以上のインデックスキーワードは、参照データのキーワードであってもよく、１つ以上のインデックスカテゴリは、参照データの検索カテゴリであってもよく、推奨コンテンツは、最大値を有する参照データのクリッキングデータに対応するカテゴリおよび／または属性であってもよい。クリッキング閾値は、システムによって設定されてもよく、または実際の条件に基づいて修正されてもよい。

ユーザ挙動に関連する情報に対応するユーザ挙動ログが購入ログである際、参照データは、キーワード、検索カテゴリ、および購入データを含んでもよく、購入データは、取引ＵＶ、取引数、および／または取引金額であってもよい。参照データの購入データの値が所定の購入閾値を超える際、参照データに基づき、１つ以上のインデックスキーワード、１つ以上のインデックスカテゴリ、および推奨コンテンツを含むエディタ推奨が生成されてもよい。１つ以上のインデックスキーワードは、参照データのキーワードであってもよく、１つ以上のインデックスカテゴリは、参照データの検索カテゴリであってもよく、推奨コンテンツは、最大値を有する参照データの購入データに対応するカテゴリおよび／または属性であってもよい。購入閾値は、システムによって設定される値であってもよく、または実際の条件に基づいて修正されてもよい。

一実施形態では、エディタ推奨を取得した後、エディタ推奨は、ナビゲーション辞書にまとめられてもよい。代替として、取得されたエディタ推奨は、現在のインテリジェントナビゲーションアルゴリズムによって計算されるアルゴリズム推奨と統合されてもよく、統合されたデータは、ナビゲーション辞書にまとめられてもよい。エディタ推奨およびアルゴリズム推奨が同一である場合、それらのうちの一方のみが保持され、そうでなければ、それらの両方が保持される。

別の実施形態では、エディタ推奨を取得した後、エディタ推奨に対応するユーザフィードバックに関連する情報が取得され、エディタ推奨が有効であるか否かを判定するために使用されてもよい。エディタ推奨が有効である場合は保持され、そうでなければ修正される。エディタ推奨は、カテゴリおよび／または属性が最大クリック数を有する際にナビゲーション辞書にまとめられるため、エディタ推奨のクリック数が特定の要件を満たさない場合、それに応じて修正される。一実施形態では、ユーザフィードバックに関連する情報は、エディタ推奨に対応するクリック数および各カテゴリのクリック数を含んでもよい。エディタ推奨に対応するクリック数が特定のカテゴリのクリック数未満である、例えば、エディタ推奨のカテゴリが最大クリック数を有するカテゴリではないことを示す際、エディタ推奨は、無効であると見なされる。

ユーザ問い合わせが検索キーワードを含む場合、ユーザ問い合わせに基づき、ナビゲーション辞書を検索する際、エディタ推奨は、インデックスキーワードおよびインデックスキーワードに対応する推奨コンテンツを含んでもよい。推奨コンテンツは、推奨されるカテゴリおよび／または推奨される属性を含んでもよい。表２は、エディタ推奨の実施例を示す。

ナビゲーション辞書の検索中、検索キーワードとナビゲーション辞書のインデックスキーワードとの間で合致が実施されてもよく、各合致したインデックスキーワードに対応するエディタ推奨が取得され、結果としてもたらされる推奨として使用されてもよい。エディタ推奨は、大量のユーザ挙動情報の統計に基づいて取得されるため、より高い適合度および精度を有する傾向がある。したがって、推奨を取得するためにナビゲーション辞書を検索することによって、推奨の適合性および精度は、効果的に向上され得、ユーザ問い合わせ数は減少され得、それによって、サーバの負荷を緩和する。

ユーザ問い合わせが検索キーワードおよび検索カテゴリを含む事象では、エディタ推奨は、インデックスキーワード、インデックスカテゴリ、ならびにインデックスキーワードおよびインデックスカテゴリに対応する推奨コンテンツを含んでもよい。推奨コンテンツは、推奨されるカテゴリおよび／または推奨される属性を含んでもよい。インデックスキーワード、インデックスカテゴリ、および推奨コンテンツを含むエディタ推奨を表３に示す。

ナビゲーション辞書の検索中、エディタ推奨、検索キーワードと合致するインデックスキーワード、および検索カテゴリと合致するインデックスカテゴリが、検索キーワードのナビゲーション辞書のインデックスキーワードとの合致、ならびに検索カテゴリのナビゲーション辞書のインデックスカテゴリとの合致の結果として取得されてもよい。エディタ推奨がインデックスカテゴリを含むため、ユーザは、異なる検索カテゴリの下で異なる推奨結果を取得し得、したがって、推奨結果の適合性および豊かさが向上され得る。加えて、エディタ推奨は、推奨タイプを含んでもよい。推奨タイプは、推奨コンテンツの形式を判定するために使用され、推奨タイプフィールドによって表されてもよい。例えば、推奨タイプフィールドの値「１」は、カテゴリおよび属性を返すことを意味し、値「２」は、カテゴリのみを返すことを意味し、値「３」は、属性のみを返すことを意味する。当業者は、エディタ推奨に基づき、他の推奨タイプをさらに設定してもよい。

１０３で、サーバは、１つ以上の推奨結果をクライアント端末に送信する。

一実施形態では、エディタ推奨が、インデックスキーワード、推奨タイプ、および推奨コンテンツを含む事象において、推奨結果をクライアント端末に送信した後、推奨される結果内の推奨コンテンツが、推奨結果の推奨されるタイプの形式に基づき、ユーザインターフェースデバイス上に表示されてもよい。

本開示は、多数の利点を有する。推奨結果が、ユーザ挙動に関連する情報に基づいて取得されるエディタ推奨を含むため、インテリジェントナビゲーションの適合性、豊かさ、およびインテリジェンスが向上され得る。ノイズ、クリッキング情報の不足、および製品の誤ったカテゴリ下への定置間違えによってもたらされる推奨アルゴリズムへの悪影響は、最小化され得、したがって、ユーザ買物経験が向上され得る。編集されたナビゲーションデータの効果を追跡する能力に加えて、推奨データが、ユーザ挙動情報および製品のクリック数を分析することによって提供されるため、推奨結果の精度、適合性、豊かさ、およびインテリジェンスが保証される。したがって、ユーザ検索時間が減少し、サーバへの検索負荷が低減される。もちろん、本開示の実施形態を実現する任意の製品が、すべての前述の利点を同時に所有する必要はない。

本開示のインテリジェントナビゲーションの方法は、構造が図２に示されているシステムにおいて実現されてもよい。システムは、クライアント端末と、ウェブページサーバと、ログサーバと、記憶計算システムと、バックエンドデータベースと、編集デバイスと、インテリジェントナビゲーションサーバとを含む。クライアント端末は、ウェブページサーバから推奨を取得するために、ウェブページサーバにユーザ問い合わせを送信する。ウェブページサーバは、インテリジェントナビゲーションサーバから推奨を取得し、推奨をクライアント端末に返す。ログサーバは、ウェブページサーバからユーザ挙動情報を取得し、ユーザ問い合わせおよび製品クリックの記録を含む、ユーザ挙動ログを生成する。記憶計算システムは、ユーザ挙動ログを記憶し、インテリジェントナビゲーションアルゴリズムを使用して、アルゴリズム推奨を生成し、編集デバイスの参照データの統計を計算する、分散ファイル記憶および計算システムであってもよい。バックエンドデータベースは、アルゴリズム推奨および参照データを記憶する。編集デバイスは、取得されたエディタ推奨情報を編集し、エディタ推奨および参照データを表示し、エディタ推奨を修正するためのインターフェースを提供する。

上記のシナリオと併せて、インテリジェントナビゲーションの方法の発明を実施するための形態を与える。

図３は、本開示の別の実施形態に係る、インテリジェントナビゲーションの方法のフローチャートである。方法は、以下に記述される、多数の動作を含む。

３０１で、ログサーバは、ウェブページサーバからユーザ挙動情報を取得し、ユーザ挙動情報に基づき、ユーザ挙動ログを生成し、ユーザ挙動ログを記憶計算システム内に記憶する。

一実施形態では、ログサーバは、１人以上のユーザの異なる挙動に基づき、異なる形式の記録を生成し、記録をテキスト形態で記憶計算システム内に記憶する。記録のテキスト形態は、ユーザ挙動ログを形成し、記憶計算システムは、分散記憶計算システムであってもよい。

ユーザ挙動ログは、検索ログ、製品クリッキングログ、購入ログ、およびナビゲーション領域クリッキングログを含んでもよい。検索ログは、検索回数、ユーザ入力キーワード、および検索が実施されたカテゴリを含んでもよい。製品クリッキングログは、クリック回数、ユーザ入力キーワード、検索の後に１人以上のユーザによってクリックされた製品、ならびに各製品のカテゴリおよび属性を含んでもよい。購入ログは、購入回数、検索のためのユーザ入力キーワード、検索の後に１人以上のユーザによって購入された製品、ならびに各製品のカテゴリおよび属性を含んでもよい。ナビゲーション領域クリッキングログは、ナビゲーション領域内のクリック回数、検索のためのユーザ入力キーワード、および検索の後に１人以上のユーザによってクリックされた、推奨されるカテゴリ内のカテゴリを含んでもよい。

３０２で、記憶計算システムは、インテリジェントナビゲーションアルゴリズムを使用することによって、キーワードに対応するアルゴリズム推奨を計算し、ユーザ挙動ログ内に記録されている情報の統計に基づき、参照データを生成し、アルゴリズム推奨および参照データをバックエンドデータベースに提供する。

一実施形態では、ログサーバがユーザ挙動ログを記憶計算システムに提供した後、時々、記憶計算システムは、各キーワードに対応するそれぞれのアルゴリズム推奨を定期的に計算してもよい。各キーワードは、アルゴリズムによる計算のためのアルゴリズムへの予め設定された入力として使用されてもよい。したがって、対応するアルゴリズム推奨が取得されてもよい。アルゴリズム推奨は、アルゴリズム推奨されるカテゴリおよび／またはアルゴリズム推奨される属性を含んでもよい。

別の実施形態では、記憶計算システムによって生成される参照データは、ユーザ問い合わせ記録、製品クリッキング記録、ナビゲーション領域クリッキング記録、購入記録、および製品のカテゴリツリーの情報を含んでもよい。記憶計算システムは、各キーワードに対応する検索カテゴリの分布、製品クリックのカテゴリの分布、およびユーザ挙動ログに基づく購入の分布の統計を定期的に集め、カテゴリツリーの階層構造における分布を提示してもよい。一実施形態では、記憶計算システムは、検索ログに記憶されるキーワードを正規化してもよく（例えば、大文字と小文字の変換、漢字入力の全角／半角変換、句読点変換、繁体字／簡体字漢字フォントの変換等を含む）、異なるカテゴリ内の各キーワードの検索ページビュー（ＰＶ）および検索ユーザビュー（ＵＶ）の統計が集められてもよい。製品クリッキングログ内に記録されるキーワードは、正規化されてもよく、異なるカテゴリ内の各キーワードのクリッキングＰＶおよびクリッキングＵＶの統計が集められてもよい。購入ログの統計は、異なるカテゴリ内の各キーワードの取引ＵＶ、取引数、および取引金額を計算することによって集められてもよい。次いで、記憶計算は、検索ログ、製品クリッキングログ、および購入ログを処理して、「キーワード＋検索カテゴリ＋検索ＰＶ＋検索ＵＶ＋クリッキングＰＶ＋クリッキングＵＶ＋取引ＵＶ＋取引数＋取引金額」または同様の形式の形態の参照データを取得するためのキーとして、組み合わせ「キーワード＋検索カテゴリ」を使用することによって取得される、上記のデータと交わってもよい。

検索カテゴリの間に特定の構造的関係が存在する際、所与のキーワードに対応する検索カテゴリは、ツリーノードまたは同様の構造に含まれてもよい。例えば、キーワードが「Ｔシャツ」である場合、図４に示されるように、対応する検索カテゴリは、製品のカテゴリツリーのツリーノードに含まれてもよい。

記憶計算システムは、「キーワード＋検索カテゴリ」に対応するユーザフィードバックに関連する情報を定期的に計算し、提示してもよい。ユーザフィードバックに関連する情報は、推奨されるカテゴリのクリックの分布、および全カテゴリのクリックの分布を含んでもよい。具体的には、記憶計算システムは、ナビゲーション領域のクリッキングログに基づき、「キーワード＋検索カテゴリ」に対応する、推奨されるカテゴリのクリックの統計を提供し、全カテゴリのカテゴリ別クリックを計算し、表４に示されるようなユーザフィードバック情報を生成するように、参照データを組み合わせてもよい。

別の実施形態では、記憶計算システムは、高い高ＰＶキーワードをバックエンドデータベースに定期的に提供し、高ＰＶキーワードステータスを維持してもよい。ステータスは、高ＰＶキーワードが編集されており、依然として時間的に有効であるか否かを示す。

３０３で、編集デバイスは、参照データをバックエンドデータベースにまとめ、キーワードに対応するエディタ推奨を取得する。

編集デバイスの編集環境では、取り込まれるキーワードラベルおよび管理されるキーワードラベルが提示される。取り込まれるキーワードラベルは、テキスト文書のキーワードのリストを編集ページに取り込む。管理されるキーワードラベルは、キーワードの要約を表示するページを管理するために使用されてもよく、フィルタ機能（例えば、特定のステータスのキーワードのみが表示され得る）を有してもよい。キーワードを選択することによって編集ページに入った後、インテリジェントナビゲーションによって提供されるアルゴリズム推奨の表示、検索カテゴリの分布、およびクリッキングカテゴリの分布等が提供されてもよい。

編集ページは、編集機能および確認機能を提供してもよい。編集機能は、エディタ推奨を取得するためのアルゴリズム推奨情報のタイトルの修正、エディタ推奨のためのキーワードに対応する、推奨されるカテゴリおよび推奨される属性の追加を含んでもよい。例えば、アルゴリズム推奨が「Ｔシャツ＋カップル用衣類」であり、キーワードが「Ｔシャツ」である際、アルゴリズム推奨は、「Ｔシャツ＋カップル用Ｔシャツ」として修正されてもよく、また、キーワード「Ｔシャツ」に対応する、推奨されるカテゴリ「スポーツ用Ｔシャツ」が追加されてもよい。確認機能は、ページを編集する際、異なるエディタ推奨を比較するために、エディタ推奨のオンライン表示のプレビューを含んでもよい。例えば、エディタ推奨が「Ｔシャツ＋カップル用Ｔシャツ」および「Ｔシャツ＋スポーツ用Ｔシャツ」を含む際、エディタ推奨の２つの部分を保持するか否かの判定のためにエディタ推奨の２つの部分を比較するために、エディタ推奨の２つの部分のオンライン表示がプレビューされてもよい。

編集デバイスは、推奨されるカテゴリ、およびデータを編集してカテゴリの下方経路上に提供するか否かを判定するために、検索カテゴリの分布、クリッキングカテゴリの分布、および全カテゴリ下の取引のステータスをさらに提供する。編集ページは、ユーザを非常に小さい数の製品を有するカテゴリに導くことを回避するように、各検索カテゴリの製品数を動的に提示してもよい。編集デバイスは、所定の期間中、参照データに基づき、ナビゲーション領域内および全カテゴリ内のキーワードのクリックの分布を確認し、編集されたユーザフィードバックを取得し、編集規則を判定するための基準を提供してもよい。

３０４で、記憶計算システムは、統合されたデータを提供するように、アルゴリズム推奨およびエディタ推奨を統合し、統合されたデータをナビゲーション辞書にまとめ、ナビゲーション辞書をインテリジェントナビゲーションサーバ内に記憶する。

エディタ推奨は、「インデックスキーワード＋インデックスカテゴリ＋推奨タイプ＋推奨コンテンツ」の形式でまとめられてもよい。エディタ推奨の実施例を表５に示す。

一実施形態では、ユーザインターフェース上に示される、推奨されるカテゴリおよび／または推奨される属性を判定するために、推奨コンテンツが使用される。推奨コンテンツの形式を判定するために、推奨タイプが使用される。推奨タイプは、「カテゴリ＋特徴」、「カテゴリ」、および「特徴」等を含んでもよく、異なる推奨タイプは、異なる推奨タイプを示す番号１、２、および３等の異なる表記によって表されてもよい。上記のデータ構造に基づき、「キー」が「インデックスキーワード＋インデックスカテゴリ」であり、「値」が「推奨タイプ＋推奨コンテンツ」または「推奨されるカテゴリ」である、ナビゲーション辞書のキー値問い合わせ機構が確立されてもよい。

インデックス語は、時間依存性キーワードであってもよい。時間依存性キーワードに対応する推奨コンテンツは、時間依存性であり、かつ季節、日付等の時間に適合する。例えば、時間依存性キーワードが「Ｔシャツ」である場合、その対応する推奨コンテンツ「半袖Ｔシャツ」は、夏季に冬季より大きいクリック数を有するため、時間依存性である。時間依存性キーワードに対応する推奨コンテンツが所定の閾値未満のクリック量を有する、または推奨コンテンツが最大クリック数を有するカテゴリもしくは属性ではない際、推奨コンテンツは、無効であると見なされる。編集デバイスは、システムオペレータが、推奨コンテンツが無効であるか否かを判定して、推奨コンテンツが無効である際に推奨コンテンツを編集するために、時間依存性キーワードに対応する推奨コンテンツを再検討するよう定期的に催促してもよい。

別の実施形態では、推奨コンテンツがユーザ要件を満たさない、換言すれば、クリック数が所定の閾値より小さい、またはそれが最大クリック数を有するカテゴリもしくは属性ではない際、編集デバイスは、推奨コンテンツを再編集するよう催促してもよい。具体的には、図２に示されるユーザフィードバック情報において、特定のカテゴリが推奨されるカテゴリのうちの１つより大きいクリック数を有する場合、システムオペレータは、そのカテゴリのクリック数が不正なデータであるか否かを確認するよう催促されてもよい。そのカテゴリのクリック数が不正なデータではない場合、現在の推奨カテゴリは、要件を満たすことができず、推奨カテゴリの適正な修正が必要であると判定される。例えば、所与のインデックスキーワードに対応するが、最大クリック数を有するカテゴリは、現在の推奨コンテンツを置換するために使用されてもよく、または推奨カテゴリに対応するエディタ推奨が、ナビゲーション辞書から削除されてもよい。

３０５で、クライアント端末は、ユーザ問い合わせをウェブページサーバに送信する。

ユーザ問い合わせは、検索キーワードおよび検索カテゴリを含んでもよい。検索カテゴリは、初期設定によるルートカテゴリを含んでもよく、ユーザ選択に基づく、図４に示される製品のカテゴリツリー内の特定のツリーノードとして判定されてもよい。

３０６で、ウェブページサーバは、ユーザ問い合わせに基づく、インテリジェントナビゲーションサーバからの推奨コンテンツを要求する。

３０７で、インテリジェントナビゲーションサーバは、ユーザ問い合わせに基づき、ナビゲーション辞書を検索する。ユーザ問い合わせに対応する推奨結果がナビゲーション辞書内に見つかる場合、方法は、動作３０８に進み、そうでなければ、方法は、動作３０９に進む。

３０８で、インテリジェントナビゲーションサーバは、ウェブページサーバを通して、要求された推奨結果をクライアント端末に送信する。

一実施形態では、インテリジェントナビゲーションサーバが、検索キーワードおよび検索カテゴリを「キー」として使用し、ナビゲーション辞書内に対応する「値」を見つける場合、インテリジェントナビゲーションサーバは、「値」内の推奨コンテンツを推奨結果としてウェブページサーバに返してもよい。ウェブページサーバは、推奨結果がユーザに提示されるクライアント端末クライアント端末に推奨結果を送信する。

例えば、ユーザが、クライアント端末を通して、ルートカテゴリ内にキーワード「携帯電話」を入力し、カテゴリ検索を実施する際、インテリジェントナビゲーションサーバは、ウェブページサーバを通して推奨結果を返し、図５に示されるように、クライアント端末のユーザインターフェース上に結果を提示する。描写される実施例では、推奨結果は、推奨されるカテゴリである、「携帯電話（４３９３７６）」、「国内専門店の携帯電話（２２２１７８）」、および「３Ｃデジタルアクセサリマーケット（１２２１４２５）」を含む。

別の実施形態では、クライアント端末上に提示される、推奨される結果は、図６に示されるような親−サブカテゴリの形態であってもよい。ユーザが、クライアント端末を通して、ルートカテゴリ内にキーワード「Ｔシャツ」を入力し、カテゴリ検索を実施する際、推奨結果は、３つの別個の親カテゴリ、すなわち、「婦人用衣類」、「紳士用衣類」、および「その他」として提示され、親カテゴリのそれぞれは、多数のサブカテゴリを含んでもよい。

代替の実施形態では、クライアント端末上に提示される推奨結果は、図７に示されるような推奨される属性であってもよい。ユーザが、クライアント端末を通して、ルートカテゴリ内にキーワード「携帯電話」を入力し、カテゴリ検索を実施する際、推奨結果は、「ブランド」、「外観」、「価格帯」、「スマートフォン」、および「ネットワーク」の属性に基づいて提示される。

３０９で、インテリジェントナビゲーションサーバは、製品数に基づき、推奨結果を返す。

一実施形態では、インテリジェントナビゲーションサーバが、検索キーワードおよび検索カテゴリを「キー」として使用し、ナビゲーション辞書内にいかなる対応する「値」も見つけない場合、インテリジェントナビゲーションサーバは、オンライン製品のタイトルのキーワードおよび製品数に基づき、推奨コンテンツを返してもよい。

例えば、ユーザが、クライアント端末を通して、ルートカテゴリ内にキーワード「皿」を入力し、カテゴリ検索を実施し、インテリジェントナビゲーションサーバが、いかなる対応する推奨も見つけない際、オンライン製品のタイトルのキーワードに基づき、最大数の製品を有する上位１０位のカテゴリを提示し、各カテゴリに対応する製品数を表示する。

本開示は、多数の利点を提供する。推奨結果が、ユーザ挙動に関連する情報に基づいて取得されるエディタ推奨を含むため、インテリジェントナビゲーションの適合性、豊かさ、およびインテリジェンスが向上され得る。ノイズ、クリッキング情報の不足、および製品の誤ったカテゴリ下への定置間違えによってもたらされる推奨アルゴリズムへの悪影響は、最小化され得、したがって、ユーザ買物経験が向上され得る。編集されたナビゲーションデータの効果を追跡する能力に加えて、推奨データが、ユーザ挙動情報を分析し、製品数を確認することによって提供されるため、推奨結果の精度、適合性、豊かさ、およびインテリジェンスが保証される。したがって、ユーザ検索時間が減少し、サーバへの検索負荷が低減される。もちろん、本開示の実施形態を実現する任意の製品が、すべての前述の利点を同時に所有する必要はない。

本開示の実施形態は、インテリジェントナビゲーションの方法および特定の実現シナリオを提供する。それに対応して、また、本開示は、以下に記述される、前述の方法を使用する装置およびシステムも提供する。

図８は、本開示の実施形態に係る、インテリジェントナビゲーションサーバのブロック図を図示する。インテリジェントナビゲーションサーバは、以下に記述される、多数の構成要素を含む。

獲得モジュール８１０は、クライアント端末からユーザ問い合わせを受信するために使用される。

問い合わせモジュール８２０は、獲得モジュール８１０によって受信されるユーザ問い合わせに基づき、ナビゲーション辞書を検索するため、およびユーザ問い合わせに対応する推奨結果を取得するために使用される。ナビゲーション辞書は、ユーザ挙動に基づくエディタ推奨を含む。

ユーザ問い合わせは、１つ以上の検索キーワードを含んでもよい。エディタ推奨は、１つ以上のインデックスキーワードおよび推奨コンテンツを含んでもよい。問い合わせモジュール８２０は、１つ以上の検索キーワードに基づき、ナビゲーション辞書内のエディタ推奨を検索し、１つ以上の検索キーワードに対応する検索カテゴリおよび推奨コンテンツを取得し、推奨される結果として推奨コンテンツを提供する。

ユーザ問い合わせは、１つ以上の検索キーワードおよび検索カテゴリをさらに含んでもよい。エディタ推奨は、１つ以上のインデックスキーワード、１つ以上のインデックスカテゴリ、および推奨コンテンツを含んでもよい。問い合わせモジュール８２０は、１つ以上の検索キーワードおよび検索カテゴリに基づき、ナビゲーション辞書内のエディタ推奨を検索し、１つ以上の検索キーワードおよび検索カテゴリに対応する推奨コンテンツを取得し、推奨される結果として推奨コンテンツを提供する。

ユーザ問い合わせは、１つ以上の検索キーワードをさらに含んでもよい。エディタ推奨は、１つ以上のインデックスキーワード、推奨タイプ、および推奨コンテンツを含んでもよい。問い合わせモジュール８２０は、１つ以上の検索キーワードおよび検索カテゴリに基づき、ナビゲーション辞書内のエディタ推奨を検索し、１つ以上の検索キーワードおよび検索カテゴリに対応する推奨コンテンツを取得し、推奨される結果として、推奨タイプおよび推奨コンテンツを提供する。

伝送モジュール８３０は、問い合わせモジュール８２０によって取得される推奨結果をクライアント端末に送信するために使用される。

本開示は、多数の利点を提供する。推奨結果が、ユーザ挙動に関連する情報に基づいて取得されるエディタ推奨を含むため、インテリジェントナビゲーションの適合性、豊かさ、およびインテリジェンスが向上され得る。ノイズ、クリッキング情報の不足、および製品の誤ったカテゴリ下への定置間違えによってもたらされる推奨アルゴリズムへの悪影響は、最小化され得、したがって、ユーザ買物経験が向上され得る。編集されたナビゲーションデータの効果を追跡する能力に加えて、推奨データが、ユーザ挙動情報を分析し、製品数を確認することによって提供されるため、推奨結果の精度、適合性、豊かさ、およびインテリジェンスが保証される。したがって、ユーザ検索時間が減少し、サーバへの検索負荷が低減される。もちろん、本開示の実施形態を実現する任意の製品が、すべての前述の利点を同時に所有する必要はない。

図９は、本開示の別の実施形態に係る、インテリジェントナビゲーションのシステムのブロック図を図示する。システムは、以下に記述される、多数の構成要素を含む。

ウェブページサーバは、クライアント端末からユーザ問い合わせを受信し、ユーザ問い合わせをインテリジェントナビゲーションサーバに送信し、インテリジェントナビゲーションサーバから返される推奨結果を受信し、推奨結果をクライアント端末に送信するために使用される。

インテリジェントナビゲーションサーバは、ウェブページサーバからユーザ問い合わせを受信し、ユーザ問い合わせに基づき、ナビゲーション辞書を検索し、ユーザ問い合わせに対応する推奨結果を取得し、推奨結果をウェブページサーバに送信するために使用される。ナビゲーション辞書は、ユーザ挙動に基づくエディタ推奨を含む。

ユーザ問い合わせは、１つ以上の検索キーワードを含んでもよい。エディタ推奨は、１つ以上のインデックスキーワードおよび推奨コンテンツを含んでもよい。インテリジェントナビゲーションサーバは、１つ以上の検索キーワードに基づき、ナビゲーション辞書内のエディタ推奨を検索し、１つ以上の検索キーワードに対応する推奨コンテンツを取得し、推奨結果として推奨コンテンツを提供する。

ユーザ問い合わせは、１つ以上の検索キーワードおよび検索カテゴリをさらに含んでもよい。エディタ推奨は、１つ以上のインデックスキーワード、１つ以上のインデックスカテゴリ、および推奨コンテンツを含んでもよい。インテリジェントナビゲーションサーバは、１つ以上の検索キーワードおよび検索カテゴリに基づき、ナビゲーション辞書内のエディタ推奨を検索し、１つ以上の検索キーワードおよび検索カテゴリに対応する推奨コンテンツを取得し、推奨される結果として推奨コンテンツを提供する。

ユーザ問い合わせは、１つ以上の検索キーワードをさらに含んでもよい。エディタ推奨は、１つ以上のインデックスキーワード、推奨されるタイプ、および推奨コンテンツを含んでもよい。インテリジェントナビゲーションサーバは、１つ以上の検索キーワードに基づき、ナビゲーション辞書内のエディタ推奨を検索し、１つ以上の検索キーワードに対応する、推奨されるタイプおよび推奨コンテンツを取得し、推奨される結果として推奨コンテンツを提供する。

さらに、図１０に示されるように、また、システムは、以下に記述される、多数の追加構成要素も含んでもよい。

クライアント端末は、ウェブページサーバから推奨結果を受信し、推奨結果内の推奨タイプによって判定される形式に基づき、ユーザインターフェース上に推奨結果を表示する。

ログサーバは、ウェブページサーバからユーザ挙動情報を取得し、ユーザ挙動に関連する情報に基づき、ユーザ挙動ログを生成し、ユーザ挙動ログを記憶計算プラットフォームに送信するために使用される。

記憶計算プラットフォームは、ユーザ挙動ログを記憶し、ユーザ挙動ログに基づく参照データの統計を集め、インテリジェントナビゲーションアルゴリズムを使用することによってアルゴリズム推奨を計算し、取得し、参照データおよびアルゴリズム推奨をバックエンドデータベースに取り込み、エディタ推奨およびアルゴリズム推奨をバックエンドデータベースに統合し、統合されたデータベースをナビゲーション辞書にまとめ、ナビゲーション辞書をインテリジェントナビゲーションサーバに取り込むために使用される。

一実施形態では、ユーザ挙動ログは、検索ログであってもよく、参照データは、キーワード、検索カテゴリ、および検索データを含んでもよい。記憶計算プラットフォームは、参照データの検索データが所定の検索閾値を超える際、参照データに基づき、１つ以上のインデックスキーワード、１つ以上のインデックスカテゴリ、および推奨コンテンツを含むエディタ推奨を生成するために使用される。インデックスキーワードは、参照データのキーワードである。インデックスカテゴリは、参照データの検索カテゴリである。推奨コンテンツは、最大値を有する参照データの検索データに対応するカテゴリおよび／または属性である。

別の実施形態では、ユーザ挙動ログは、クリッキングログであってもよく、参照データは、キーワード、検索カテゴリ、およびクリッキングデータを含んでもよい。記憶計算プラットフォームは、参照データのクリッキングデータが所定のクリック閾値を超える際、参照データに基づき、１つ以上のインデックスキーワード、１つ以上のインデックスカテゴリ、および推奨コンテンツを含むエディタ推奨を生成するために使用される。インデックスキーワードは、参照データのキーワードである。インデックスカテゴリは、参照データの検索カテゴリである。推奨コンテンツは、最大値を有する参照データのクリッキングデータに対応するカテゴリおよび／または属性である。

代替の実施形態では、ユーザ挙動ログは、購入ログであってもよく、参照データは、キーワード、検索カテゴリ、および購入データを含んでもよい。記憶計算プラットフォームは、参照データの購入データが所定の購入閾値を超える際、参照データに基づき、１つ以上のインデックスキーワード、１つ以上のインデックスカテゴリ、および推奨コンテンツを含むエディタ推奨を生成するために使用される。インデックスキーワードは、参照データのキーワードである。インデックスカテゴリは、参照データの検索カテゴリである。推奨コンテンツは、最大値を有する参照データの購入データに対応するカテゴリおよび／または属性である。

編集デバイスは、ユーザ挙動に対応するエディタ推奨を取得するように、バックエンドデータベース内の参照データに基づいて編集し、エディタ推奨をバックエンドデータベースに取り込むために使用される。

また、編集デバイスは、エディタ推奨に対応するユーザフィードバックに関連する情報を取得し、ユーザフィードバックに基づき、エディタ推奨が有効であるか否かを判定するためにも使用されてもよい。エディタ推奨が有効である事象では、エディタ推奨は保持され、そうでなければ修正される。

ユーザフィードバック情報は、エディタ推奨に対応するクリック数および全カテゴリの各カテゴリのクリック数を含む。一実施形態では、編集デバイスは、エディタ推奨に対応するクリック数が全カテゴリの特定のカテゴリのクリック数より小さい際、エディタ推奨が無効であると判定するために使用される。

本開示は、多数の利点を提供する。推奨結果が、ユーザ挙動に関連する情報に基づいて取得されるエディタ推奨を含むため、インテリジェントナビゲーションの適合性、豊かさ、およびインテリジェンスが向上され得る。ノイズ、クリッキング情報の不足、および製品の誤ったカテゴリ下への定置間違えによってもたらされる推奨アルゴリズムへの悪影響は、最小化され得、したがって、ユーザ買物経験が向上され得る。編集されたナビゲーションデータの効果を追跡する能力に加えて、推奨データが、ユーザ挙動情報を分析し、製品数を確認することによって提供されるため、推奨結果の精度、適合性、豊かさ、およびインテリジェンスが保証される。したがって、ユーザ検索時間が減少し、サーバへの検索負荷が低減される。もちろん、本開示の実施形態を実現する任意の製品が、すべての前述の利点を同時に所有する必要はない。

上述の好ましい実施形態を通して、当業者は、ソフトウェアにおいて、必要なハードウェアプラットフォームと組み合わせて、本開示を実現することができることを明確に理解することができる。代替として、本開示は、ハードウェアとしても実現することができるが、大部分の場合において、ソフトウェア実現形態は、ハードウェア実現形態よりも優れている場合がある。そのような理解に基づき、コンピュータソフトウェアアプリケーションの形態で、本開示の本質的な技術的特徴を実現することができる。コンピュータソフトウェアアプリケーションは、１つ以上のコンピュータ可読記憶媒体内に記憶されてもよく、特定の端末機器（例えば、携帯電話、個人用コンピュータ、サーバ、またはネットワークデバイス等）に本開示の実施形態に記述される方法を行わせることができる、特定のコンピュータ実行可能命令を含む。

本開示は、多数の好ましい実施形態のみを提供する。当業者は、特定の修正および改善を行うことができ、それらは、本開示の原理から逸脱することなく、本開示の保護内であると見なされるべきであることを理解されたい。

当業者は、実施形態における装置のモジュールを、実施形態の装置内、または本実施形態とは異なる１つ以上の異なる装置内に分散させることができることを理解することができる。実施形態内のモジュールを、統合すること、または別個に配設することができ、それらを、１つのモジュールとして統合すること、または複数のサブモジュールにさらに分割することができる。本開示の実施形態において示されるシリアル番号は、単に説明目的のためだけのものであり、実施形態の長所および短所を指すことは意図されない。

Claims (20)

1. インテリジェントナビゲーションの方法であって、
   クライアント端末からユーザ問い合わせを受信することと、
   前記ユーザ問い合わせに対応する推奨結果を取得するために、前記ユーザ問い合わせに基づき、ユーザ挙動情報に基づくエディタ推奨を含む、ナビゲーション辞書を検索することと、
   前記推奨結果を前記クライアント端末に送信することと、
   を含む、方法。
2. 前記ユーザ問い合わせは、検索キーワードを含み、前記エディタ推奨は、インデックスキーワードと、推奨コンテンツとを含む、請求項１に記載の方法。
3. ユーザ問い合わせに対応する前記推奨される結果を取得するために、前記ユーザ問い合わせに基づき、前記ナビゲーション辞書を検索することは、
   前記検索キーワードに基づき、前記ナビゲーション辞書内の前記エディタ推奨を検索することと、
   前記検索キーワードに対応する前記推奨コンテンツを取得することと、
   前記推奨結果として前記推奨コンテンツを提供することと、
   を含む、請求項２に記載の方法。
4. 前記ユーザ問い合わせは、検索キーワードと、検索カテゴリとを含み、前記エディタ推奨は、インデックスキーワードと、インデックスカテゴリと、推奨コンテンツとを含む、請求項１に記載の方法。
5. ユーザ問い合わせに対応する前記推奨される結果を取得するために、前記ユーザ問い合わせに基づき、前記ナビゲーション辞書を検索することは、
   前記検索キーワードおよび前記検索カテゴリに基づき、前記ナビゲーション辞書内の前記エディタ推奨を検索することと、
   前記検索キーワードおよび前記検索カテゴリに対応する前記推奨コンテンツを取得することと、
   前記推奨結果として前記推奨コンテンツを提供することと、
   を含む、請求項４に記載の方法。
6. 前記ユーザ問い合わせは、検索キーワードを含み、前記エディタ推奨は、インデックスキーワードと、推奨されるタイプと、推奨コンテンツとを含む、請求項１に記載の方法。
7. ユーザ問い合わせに対応する前記推奨される結果を取得するために、前記ユーザ問い合わせに基づき、前記ナビゲーション辞書を検索することは、
   前記検索キーワードに基づき、前記ナビゲーション辞書内の前記エディタ推奨を検索することと、
   前記検索キーワードに対応する前記推奨タイプおよび推奨コンテンツを取得することと、
   前記推奨結果として、前記推奨タイプおよび推奨コンテンツを提供することと、
   を含む、請求項６に記載の方法。
8. 前記推奨結果を前記クライアント端末に送信した後、
   前記推奨タイプに従う形式に基づき、ユーザインターフェース上に前記推奨コンテンツを表示することをさらに含む、請求項６に記載の方法。
9. 前記ユーザ問い合わせに基づき、前記ナビゲーション辞書を検索する前に、
   前記ユーザ挙動情報を取得することと、
   前記ユーザ挙動情報に基づき、ユーザ挙動ログを提供することと、
   前記ユーザ挙動ログにおける統計に基づき、参照データを生成することと、
   前記ユーザ挙動情報に対応する前記エディタ推奨を取得するように、前記参照データをまとめることと、
   前記エディタ推奨を前記ナビゲーション辞書にまとめることと、
   をさらに含む、請求項１に記載の方法。
10. 前記ユーザ挙動ログは、検索ログを含み、前記参照データは、キーワードと、検索カテゴリと、検索データとを含む、請求項９に記載の方法。
11. 前記ユーザ挙動情報に対応する前記エディタ推奨を取得するように、前記参照データをまとめることは、
    前記参照データの前記検索データが所定の検索閾値を超える際、前記参照データに基づき、インデックスキーワードと、インデックスカテゴリと、推奨コンテンツとを含む前記エディタ推奨を生成することであって、前記インデックスキーワードは、前記参照データのキーワードを含み、前記インデックスカテゴリは、前記参照データの検索カテゴリを含み、前記推奨コンテンツは、前記参照データ内の最大値を有する、前記検索データに対応するカテゴリ、属性、または前記カテゴリおよび属性を含む、ことを含む、請求項１０に記載の方法。
12. 前記ユーザ挙動ログは、クリッキングログを含み、前記参照データは、キーワードと、検索カテゴリと、クリッキングデータとを含む、請求項９に記載の方法。
13. 前記ユーザ挙動情報に対応する前記エディタ推奨を取得するように、前記参照データをまとめることは、
    前記参照データの前記クリッキングデータが所定のクリッキング閾値を超える際、前記参照データに基づき、インデックスキーワードと、インデックスカテゴリと、推奨コンテンツとを含む前記エディタ推奨を生成することであって、前記インデックスキーワードは、前記参照データのキーワードを含み、前記インデックスカテゴリは、前記参照データの検索カテゴリを含み、前記推奨コンテンツは、前記参照データ内の最大値を有する前記クリッキングデータに対応するカテゴリ、属性、または前記カテゴリおよび属性を含む、ことを含む、請求項１２に記載の方法。
14. 前記ユーザ挙動ログは、購入ログを含み、前記参照データは、キーワードと、検索カテゴリと、購入データとを含む、請求項９に記載の方法。
15. 前記ユーザ挙動情報に対応する前記エディタ推奨を取得するように、前記参照データをまとめることは、
    前記参照データの前記購入データが所定の購入閾値を超える際、前記参照データに基づき、インデックスキーワードと、インデックスカテゴリと、推奨コンテンツとを含む前記エディタ推奨を生成することであって、前記インデックスキーワードは、前記参照データのキーワードを含み、前記インデックスカテゴリは、前記参照データの検索カテゴリを含み、前記推奨コンテンツは、前記参照データ内の最大値を有する前記購入データに対応するカテゴリ、属性、または前記カテゴリおよび属性を含む、ことを含む、請求項１４に記載の方法。
16. 前記ユーザ挙動情報に対応する前記エディタ推奨を取得するように、前記参照データをまとめた後、
    前記エディタ推奨に対応するユーザフィードバック情報を取得することと、
    前記エディタ推奨が有効であるか否かを判定することと、
    有効であると判定される場合に、前記エディタ推奨を保持することと、
    無効であると判定される場合に、前記エディタ推奨を修正することと、
    をさらに含む、請求項９に記載の方法。
17. 前記ユーザフィードバック情報は、前記エディタ推奨に対応するクリック数と、所与のカテゴリのクリック数とを含み、前記エディタ推奨に対応する前記クリック数が前記所与のカテゴリの前記クリック数より小さい際、前記エディタ推奨情報は、有効であると判定される、請求項１６に記載の方法。
18. インテリジェントナビゲーションサーバであって、
    クライアント端末からユーザ問い合わせを受信する、取得モジュールと、
    前記ユーザ問い合わせに対応する推奨結果を取得するために、前記ユーザ問い合わせに基づき、ユーザ挙動に基づいて取得されるエディタ推奨を含む、ナビゲーション辞書を検索する、問い合わせモジュールと、
    前記推奨結果を前記クライアント端末に送信する、伝送モジュールと、
    を備える、インテリジェントナビゲーションサーバ。
19. インテリジェントナビゲーションシステムであって、
    ユーザ挙動情報に基づくエディタ推奨を含む、ナビゲーション辞書と、
    クライアント端末からユーザ問い合わせを受信し、前記ユーザ問い合わせをインテリジェントナビゲーションサーバに送信し、前記インテリジェントナビゲーションサーバから推奨結果を受信し、前記推奨結果を前記クライアント端末に送信する、ウェブページサーバと、
    前記ウェブページサーバから前記ユーザ問い合わせ情報を受信し、前記ユーザ問い合わせ情報に対応する前記推奨結果を取得するために、前記ユーザ問い合わせに基づき、前記ナビゲーション辞書を検索し、前記推奨結果を前記ウェブページサーバに送信する、前記インテリジェントナビゲーションサーバと、
    を備える、インテリジェントナビゲーションシステム。
20. 前記ウェブページサーバから前記ユーザ挙動情報を取得し、前記ユーザ挙動情報に基づき、ユーザ挙動ログを生成し、前記ユーザ挙動ログを記憶計算プラットフォームに送信する、ログサーバと、
    前記ユーザ挙動ログを記憶し、前記ユーザ挙動ログにおける統計に基づき、参照データを生成し、インテリジェントナビゲーションアルゴリズムを使用して、アルゴリズム推奨を計算し、前記参照データおよびアルゴリズム推奨をバックエンドデータベースに提供し、統合されたデータを提供するように、前記エディタ推奨および前記アルゴリズム推奨を統合し、前記統合されたデータを前記ナビゲーション辞書にまとめ、前記ナビゲーション辞書を前記インテリジェントナビゲーションサーバに取り込む、前記記憶計算プラットフォームと、
    前記参照データを編集し、ユーザ挙動情報に対応する前記エディタ推奨を取得し、前記エディタ推奨を前記バックエンドデータベースに取り込む、編集デバイスと、
    をさらに備える、請求項１９に記載のシステム。

Images