JP5913736B2

JP5913736B2 - キーワードの推薦

Info

Publication number: JP5913736B2
Application number: JP2015509058A
Authority: JP
Inventors: ジュウ・ダオヨーン; ドーン・ファーンイーン
Original assignee: Alibaba Group Holding Ltd
Current assignee: Alibaba Group Holding Ltd
Priority date: 2012-04-25
Filing date: 2013-04-22
Publication date: 2016-05-11
Anticipated expiration: 2033-04-22
Also published as: US20130290320A1; US9117006B2; CN103377232B; JP2015515079A; EP2842060A1; TW201344477A; HK1186806A1; WO2013163062A1; CN103377232A

Description

他の出願の相互参照
本願は、すべての目的のために参照により本明細書に組み込まれる、発明の名称を「ＴＩＴＬＥＫＥＹＷＯＲＤＲＥＣＯＭＭＥＮＤＡＴＩＯＮＭＥＴＨＯＤＡＮＤＳＹＳＴＥＭ（タイトルキーワードの推薦方法およびシステム）」とする２０１２年４月２５日出願の中国特許出願第２０１２１０１２５４４１．５号に基づく優先権を主張する。

本願は、情報処理技術に関し、特に、商品タイトルのキーワードを推薦するための技術に関する。

従来は、電子商取引（ｅコマース）ウェブサイトなどのウェブサイトにおいて、ウェブサイト上に掲載されるように、販売者ユーザが販売中の商品に関する商品情報を投稿する。例えば、販売者ユーザは、販売者がウェブサイトで販売している商品の商品情報のセットが投稿されて、ここで、商品情報のセットは、商品に関連するウェブページに表示されうる。投稿された商品情報セットは、テキスト（例えば、タイトル、属性）、ビデオ、画像、および／または、商品を記述するその他の媒体を含みうる。

通例、ウェブサイトに関連する検索エンジンが、様々な商品情報セットのタイトルに含まれるキーワードと検索クエリをマッチングさせることにより、検索ユーザによって入力された検索クエリに関連する商品情報セットを検索できる。一部の電子商取引ウェブサイトでは、商品情報セットＡのタイトル内のキーワードが、検索ユーザの検索クエリ内の１または複数のキーワードと一致する場合に、商品情報セットＡが検索結果として決定される。商品情報セットが検索結果として決定されると、検索ユーザに提示されるため、商品情報セットＡに関連する商品が購入される機会が増える。商品情報セットＡのタイトルに含まれるキーワードが検索クエリのキーワードと滅多に一致しない場合、検索ユーザに対して表示されて検索ユーザによって購入される機会は少なくなる。したがって、タイトルに含めるために適切なキーワードを選択することにより、商品情報セットがユーザに対して表示される可能性を高めることができるのは明らかである。同様に、あまり適切でないキーワードをタイトルに含めるように選択すれば、検索ユーザが効率的に所望の商品情報セットを見つけることを妨げうる。所望の商品情報セットを見つけるのに苦労する検索ユーザは、自分の検索クエリを繰り返し変更する必要がありえ、それは、いらいらさせるものであり、また、検索エンジンの作業負荷を増やしうる。

以下の詳細な説明と添付の図面において、本発明の様々な実施形態を開示する。

キーワードを推薦するための一実施形態を示す図。

キーワードを推薦するための処理の一実施形態を示すフローチャート。

クエリライブラリの格納済み対応付けの一例を示す図。

電子商取引プラットフォーム構成の一例を示す図。

商品タイトルを構文解析する一例を示すフローチャート。

クエリライブラリに追加される構文解析データおよびキーワードをリトリーブする一例を示すフローチャート。

キーワードを推薦するためのシステムの一実施形態を示す図。

本発明は、処理、装置、システム、物質の組成、コンピュータ読み取り可能な格納媒体上に具現化されたコンピュータプログラム製品、および／または、プロセッサ（プロセッサに接続されたメモリに格納および／またはそのメモリによって提供される命令を実行するよう構成されたプロセッサ）を含め、様々な形態で実装されうる。本明細書では、これらの実装または本発明が取りうる任意の他の形態を、技術と呼ぶ。一般に、開示された処理の工程の順序は、本発明の範囲内で変更されてもよい。特に言及しない限り、タスクを実行するよう構成されるものとして記載されたプロセッサまたはメモリなどの構成要素は、ある時間にタスクを実行するよう一時的に構成された一般的な構成要素として、または、タスクを実行するよう製造された特定の構成要素として実装されてよい。本明細書では、「プロセッサ」という用語は、１または複数のデバイス、回路、および／または、コンピュータプログラム命令などのデータを処理するよう構成された処理コアを指すものとする。

以下では、本発明の原理を示す図面を参照しつつ、本発明の１または複数の実施形態の詳細な説明を行う。本発明は、かかる実施形態に関連して説明されているが、どの実施形態にも限定されない。本発明の範囲は、特許請求の範囲によってのみ限定されるものであり、多くの代替物、変形物、および、等価物を含む。以下の説明では、本発明の完全な理解を提供するために、多くの具体的な詳細事項が記載されている。これらの詳細事項は、例示を目的としたものであり、本発明は、これらの具体的な詳細事項の一部または全てがなくとも特許請求の範囲に従って実施可能である。簡単のために、本発明に関連する技術分野で周知の技術要素については、本発明が必要以上にわかりにくくならないように、詳細には説明していない。

キーワード推薦の実施形態について本明細書に記載する。データオブジェクトについて、データオブジェクトの少なくとも一部が、１または複数の構文解析要素に構文解析される。様々な実施形態において、データオブジェクトは、販売者ユーザが販売している商品を説明するために販売者ユーザによって提出された商品情報セットを含む。様々な実施形態において、構文解析される商品情報セットの部分は、商品のタイトルを含む。構文解析要素は、販売者ユーザに推薦される１セットのキーワードを選択するために分析される。推薦キーワードは、商品情報セットおよび／または構文解析要素との相関に基づいて選択される。いくつかの実施形態において、推薦キーワードは、履歴検索クエリで用いられたキーワードを含む。販売者ユーザは、後続の検索で検索クエリと一致する可能性が大きくなりうる変更済み商品タイトルを生成するために、推薦キーワードに基づいて以前に提出した商品タイトルを変更してよい。商品タイトルが検索クエリと一致する可能性が高くなると、商品情報セットが検索結果の中に表示される可能性が高くなり、商品情報セットに関連する商品が購入される可能性が高くなる。

図１は、キーワードを推薦するための一実施形態を示す図である。この例において、システム１０は、クライアントデバイス３、ネットワーク２、および、キーワード推薦サーバ１を備えるネットワーク２は、高速データネットワークおよび／または遠隔通信ネットワークを含む。いくつかの実施形態において、クライアントデバイス３は、ネットワーク２を介してキーワード推薦サーバ１と通信するよう構成されている。様々な実施形態において、キーワード推薦サーバ１は、販売者ユーザによって提出された商品情報セットを格納する電子商取引ウェブサイトに関連付けられている。いくつかの実施形態において、商品情報セットは、商品情報セットの商品タイトルが、送信された検索クエリと一致した場合に、検索結果の一部として検索ユーザに提示される。

クライアントデバイス３は、ラップトップとして図示されているが、クライアントデバイス３のその他の例としては、スマートフォン、デスクトップコンピュータ、タブレットデバイス、携帯デバイス、および／または、任意のその他のコンピュータデバイスが挙げられる。様々な実施形態において、ウェブブラウザアプリケーションが、クライアントデバイス３にインストールされている。例えば、販売者ユーザは、ウェブブラウザを用いてキーワード推薦サーバ１に関連する電子商取引ウェブサイトに商品情報セットを提出してよい。商品情報セットは、特に、例えば、商品に関する記述情報などの商品タイトルと、商品が属する業界、販売者ユーザが属する業界、および、画像とを含む。キーワード推薦サーバ１は、商品情報セットを受信し、販売者ユーザが以前に提出した商品タイトルを変更して商品情報セットのための変更済みの商品タイトルを再提出しうるように、販売者ユーザに推薦する１セットのキーワードを選択するよう構成されている。

様々な実施形態において、キーワード推薦サーバ１は、元々提出された商品タイトルの構文解析およびクエリライブラリ１１ａの利用に基づいて、推薦する１セットのキーワードを選択するよう構成されている。様々な実施形態において、一連の文字または単語（例えば、商品タイトル）が、構文解析技術を用いて個々の文字または単語に分割されうる。本明細書で用いられているように、「構文解析要素」とは、商品タイトルから構文解析された個々の文字または単語のことである。キーワード推薦サーバ１は、構文解析データとクエリライブラリ１１ａのキーワードとの間の格納された対応付けに基づいて、構文解析要素に対応するキーワードをルックアップするよう構成されている。本明細書で用いられているように、「構文解析データ」とは、クエリライブラリ（クエリライブラリ１１ａなど）に格納された対応付けに含まれる構文解析要素のことである。キーワード推薦サーバ１は、販売者ユーザに推薦するために、これらの対応するキーワードの少なくとも一部を選択するよう構成されており、これについては、後に詳述する。

図２は、キーワードを推薦するための処理の一実施形態を示すフローチャートである。いくつかの実施形態において、処理１００は、図１のシステム１０で実行される。

処理１００は、販売者ユーザによって提出された商品情報セットを受信して、それに応じて、販売者ユーザが以前に提出した商品情報セットの少なくとも一部（例えば、商品タイトル）を修正／変更するために利用することを検討できる１または複数のキーワードを販売者ユーザに推薦するために用いられる。推薦された１または複数のキーワードは、商品情報セットに含められれば、商品情報セットが、ウェブサイトで後に送信される検索クエリと一致する可能性を増大させうる。

工程１０１では、データオブジェクトが受信される。ここで、データオブジェクトは、商品タイトルを含む。様々な実施形態において、データオブジェクトは、図１のシステム１０のクライアントデバイス３などのクライアントデバイスから販売者ユーザによって提出された商品情報セットを含む。商品情報セットは、情報の中でも特に、販売者ユーザが電子商取引ウェブサイトで販売しようとしている商品を記述する商品タイトルを含む。

工程１０２では、商品タイトルが抽出され、１セットの構文解析要素に構文解析される。商品タイトルは抽出された後、選択された構文解析技術に基づいて構文解析される。例えば、商品タイトルは、単語、句、および／または、その他の文字列に構文解析されてよい。例えば、図１のシステム１０のキーワード推薦サーバ１などのキーワード推薦サーバが、商品タイトルを抽出して構文解析する。

構文解析技術の一例において、商品タイトルは、タイトルの中心名詞、修飾名詞、および、修飾語句を含む構文解析要素に構文解析されうる。中心名詞とは、タイトルの核心的意味を表すことができる単語のことである。修飾名詞とは、中心名詞を修飾するよう機能する名詞のことである。修飾語句とは、中心名詞および／または修飾名詞を修飾するよう機能する特定の形容詞または副詞のことである。例えば、修飾語句は、色、サイズ、または、形状を記述する形容詞を含む。例えば、「赤いＭＰ３プレーヤ（ＲｅｄＭＰ３ｐｌａｙｅｒ）」の商品タイトルは、３つの構文解析要素「赤い」、「ＭＰ３」、および、「プレーヤ」に構文解析され、ここで、「赤い」は修飾語句であり、「ＭＰ３」は修飾名詞であり、「プレーヤ」は中心名詞である。

工程１０３では、１セットの構文解析要素の少なくとも一部に対応する複数の候補キーワードが、構文解析データとキーワードとの間の格納された対応付けに少なくとも部分的に基づいて見いだされる。キーワード推薦サーバ（キーワード推薦サーバ１など）は、工程１０２から得られた１セットの構文解析要素を用いて、クエリライブラリ（クエリライブラリ１１ａなど）を検索してよい。クエリライブラリは、対応するキーワードに対する構文解析データの所定の対応付けを格納する。いくつかの実施形態において、クエリライブラリの構文解析データは、以前に提出された商品情報セット由来の構文解析要素を含む。いくつかの実施形態において、クエリライブラリの構文解析データに対応するキーワードは、ウェブサイトで実行された履歴的な（以前の）検索で用いられた検索キーワードを含む。いくつかの実施形態において、対応するキーワードに対する構文解析データの対応付けは、転置インデックスとして構造化される。キーワード推薦サーバは、１セットの構文解析要素の全部または１セットの構文解析要素の一部のみ（例えば、タイトルの中心名詞のみに基づく検索）に基づいてクエリライブラリを検索してよい。例えば、構文解析要素がクエリライブラリ内の構文解析データと一致した場合、その構文解析データに対応する１または複数のキーワードがリトリーブされる。対応するキーワードは、Ｓｐｈｉｎｘ、Ｌｕｃｅｎｅ、または、Ｃｏｒｅｓｅｅｋなどのテキストリトリーブアルゴリズムに基づいて、クエリライブラリからリトリーブされてよい。さらに、ＳｐｈｉｎｘをＰｏｓｔｇｒｅＳＱＬと併用することによって実現されるフルテキストリトリーブ方法が、対応するキーワードをクエリライブラリからリトリーブするために用いられてもよい。図３は、クエリライブラリの格納された対応付けの一例を示す。図３において、インデックスは、４つの構文解析データ（「赤い」、「プレーヤ」、「ＭＰ３」、および、「婦人服（ｗｏｍｅｎ’ｓａｐｐａｒｅｌ）」）と、それぞれに対応するキーワードとを含む。図３において、構文解析データ「赤い」は、キーワードＡおよびキーワードＢに対応し；構文解析データ「プレーヤ」は、キーワードＣおよびキーワードＤに対応し；構文解析データ「ＭＰ３」は、キーワードＡ、キーワードＢ、および、キーワードＣに対応し；構文解析データ「婦人服」は、キーワードＡおよびキーワードＥに対応する。例えば、図３のクエリライブラリの例を参照すると、商品タイトルの中心名詞「プレーヤ」を含む構文解析要素のみが検索に用いられる場合、キーワード推薦サーバは、格納された対応付けから、一致する構文解析データ「プレーヤ」に対応するキーワード（すなわち、キーワードＣおよびキーワードＤ）を見いだすことができる。対応するキーワードに対する構文解析データの対応付けを生成する技術の一例について、以下で詳述する。

いくつかの実施形態において、構文解析要素に対応する１セットのキーワードを見つけた後、各構文解析要素とそれに対応するキーワードの各々との間のテキストベース相関値がリトリーブされる。いくつかの実施形態において、各構文解析要素とそれに対応するキーワードの各々との間のテキストベース相関値は、予め格納されているため、リトリーブされる。いくつかの実施形態において、各構文解析要素とそれに対応するキーワードの各々との間のテキストベース相関値は、任意の周知の技術を用いて動的に生成される。任意のテキストベース相関技術が、構文解析要素および対応するキーワードの間の相関値を決定するために用いられてよい。候補キーワードは、構文解析要素に対するそれぞれのテキストベース相関値に従ってソートされてよく、ソートされたリストの上位に順位付けされた所定の数の候補キーワードのみが、タイトルに関連する候補キーワードとなるよう選択されてよい。ソートされたリストから選択されるキーワードの数は、システムのデータ処理能力に基づいて設定されてよい。例えば、いくつかの実施形態では、ソートされたキーワードの最初の５０のみが、候補キーワードとなるよう選択される。

選択されたキーワードは、必ずしもすべてのキーワードがクライアントデバイスに送信されて販売者ユーザに推薦されるわけではないので、「候補」キーワードと呼ばれる。後述するように、１セットの候補キーワードの内の少なくとも一部が、販売者ユーザに対して選択される。

図２に戻ると、工程１０４では、複数の複合相関スコアが、複数の候補キーワードの内の対応するキーワードについて決定される。いくつかの実施形態では、複合相関スコアが、少なくとも１または複数の指数値に基づいて候補キーワードの各々について決定される。様々な実施形態において、複合相関スコアは、候補キーワードと構文解析要素（および／または、商品情報セット）との間の相関度を反映する指標のことである。いくつかの実施形態において、候補キーワードについての複合相関スコアが高いほど、そのキーワードは高品質であり（例えば、キーワードが後続の検索クエリに一致する可能性が高く）、販売者ユーザに推薦される可能性が高くなる。

いくつかの実施形態において、対応する候補キーワードに関する複合相関スコアは、以下の内の１または複数の組み合わせに基づいて決定される。候補キーワードに対応する需給指数値、候補キーワードに対応するジニ係数（すなわち指数値）、および、候補キーワードに対応する業界指数値。いくつかの実施形態において、需給指数値は、候補キーワードに関する需給関係を反映するために用いられる；ジニ係数値は、候補キーワードに一致するデータオブジェクト（例えば、商品情報セット）が検索結果の中に表示される可能性を反映するために用いられる；業界指数値は、候補キーワードと、候補キーワードに関連するデータオブジェクト（例えば、商品情報セット）が属する業界との間の相関を反映するために用いられる。いくつかの実施形態において、ジニ指数値は、商品タイトル内で用いられる推薦キーワードにより、推薦キーワードに関連するデータオブジェクト（例えば、商品情報セット）が、提示される検索結果に含まれる可能性が高くなりうるように、考慮される。いくつかの実施形態において、業界指数値は、推薦キーワードにより、推薦キーワードに関連するデータオブジェクトが、対応する業界に関して提示される検索結果に含まれる可能性が高くなりうるように、考慮される。いくつかの実施形態において、需給指数値は、候補キーワードに関連する現在のデータオブジェクトが、現在の需給レベルを満たし、関連するデータオブジェクト（例えば、商品情報セット）が、提示される検索結果に含まれるように、考慮される。

いくつかの実施形態において、工程１０３に関連して上述したように、候補キーワードについてリトリーブされたテキストベース相関値も、候補キーワードについての複合相関を決定するために、候補キーワードに対応する需給指数値、候補キーワードに対応するＧｉｎｉ係数（すなわち、指数値）、候補キーワードに対応する業界指数値の内の１または複数と組み合わせられる。いくつかの実施形態において、候補キーワードに関連して格納されたメタデータおよび／または履歴データ（例えば、履歴クリックスルーデータ、履歴検索データ）が、候補キーワードについての複合相関を決定するために、候補キーワードに対応する需給指数値、候補キーワードに対応するＧｉｎｉ係数（すなわち、指数値）、候補キーワードに対応する業界指数値の内の１または複数を決定する際に用いられる。

以下は、候補キーワードの需給指数値を決定する技術の一例である。

候補キーワードに関連する需給指数値＝（候補キーワードに関する検索ボリューム）／（供給されたデータオブジェクトの数）（１）

式（１）について、以下でさらに説明する。候補キーワードの需給指数値は、候補キーワードに関連する履歴検索データに基づいて決定される。電子商取引ウェブサイトの文脈において、ウェブサイトは、ユーザが送信した検索キーワードに応答して、（ウェブサイトで販売されるそれぞれの商品に対応する）関連商品情報セットを返す検索エンジンを特徴としうる。この場合の検索キーワードは、候補キーワードである。送信された候補キーワードに応じて、検索エンジンは、格納された商品情報セットに関連するタイトルおよび／またはその他の情報と候補キーワードをマッチングすることによって検索を実行する。いくつかの実施形態において、上記の候補キーワードに関連する検索ボリューム（すなわち、式（１）の分子）は、候補キーワードと一致するとわかった格納データオブジェクト（例えば、格納された商品情報セット）の総数を指す。

格納された商品情報セットの総数は膨大でありうるので、検索ユーザには候補キーワードに関連する検索ボリュームの一部のみを表示することがより実際的である。したがって、見つかった商品情報セットの中で最も関連のある一部（例えば、高い相関を持つ一部）が、検索ユーザに対して表示されるよう選択される。例えば、候補キーワードに関連することが履歴的にわかった１，０００の格納された商品情報セットがあると仮定する。１，０００の商品情報セットが、候補キーワードとのそれぞれの相関に基づいて順位付けされた場合に、上位２００セット（例えば、相関の高い商品情報セット）のみが、検索ユーザに対して表示されるために選択されると仮定する。各商品情報セットと候補キーワードとの間の相関には、１２のグレード（１から１２まで）の内の１グレードが割り当てられると仮定する。ｉ番目の商品情報セットと候補キーワードとの間の相関グレードは、変数ｍｌｒｉによって表される。候補キーワードと関連することがわかっているｎ個の商品情報セットがある場合（ｎ＜２００）、ｍｌｒ（１）、ｍｌｒ（２）、・・・、ｍｌｒ（ｎ−１）の各々は、０より大きく、ｍｌｒ（ｎ＋１）、ｍｌｒ（ｎ＋２）、・・・、ｍｌｒ２００の各々は、０である（なぜなら、ｎ番目および（ｎ＋１）番目（および、これ以降）の商品情報セットは、候補キーワードと関連がないと決定される）。供給されたデータオブジェクトの総数（（すなわち、式（１）の分母）は、以下の式を用いて計算できる。ｓｕｍ（ｍｌｒ１＋・・・＋ｍｌｒ２００）／１２＋（候補キーワードと関連する検索ボリューム）＊（１＋ｍｌｒ２００）／２／１２

以下は、候補キーワードのジニ指数値を決定する技術の一例である。

候補キーワードのジニ指数値は、以下の式を用いて表すことができる。

ここで、ｎは、後述のように、候補キーワードに一致することがわかった履歴データオブジェクトがソートされうるグループの数を表す。

候補キーワードのジニ指数値は、候補キーワードに関連する履歴検索データに基づいて決定される。例えば、候補キーワードに一致することがわかった履歴データオブジェクト（例えば、商品情報セット）は、データオブジェクトのそれぞれの表示カウント（例えば、データオブジェクトが検索結果の中に表示されたそれぞれの回数）に基づいて、ｎ個のグループにソートされてよく、ｗ_ｉは、ｉ番目のグループの表示割合を表す。例えば、表示割合は、ｎ個のグループの総表示カウント（例えば、ｎ個のグループの総表示カウントは、ｎ個のグループの任意のグループ内の各データオブジェクトの表示カウントの合計）に対する、各グループの表示カウント（例えば、各グループの表示カウントは、そのグループ内のデータオブジェクトの各々の表示カウントの合計）の割合のことである。

以下は、候補キーワードの業界指数値を決定する技術の一例である。

候補キーワードの業界指数値は、候補キーワードに対して格納された履歴検索データおよびその他のメタデータを用いて決定される。例えば、メタデータは、キーワードの業界とデータオブジェクトが属する業界との間の相関を決定するために、候補キーワードに関連するデータオブジェクト（例えば、商品情報セット）に関連する販売者ユーザの業界（販売者ユーザの業界は、例えば、販売者ユーザに関する格納された属性から決定されうる）、データオブジェクトが属する１または複数の業界（データオブジェクトの業界は、例えば、関連の商品情報セットに関する格納された属性から決定されうる）、候補キーワードが属する１または複数の業界（キーワードの業界は、例えば、関連の商品情報セットに関係する業界から決定されうる）、ならびに、業界類似度係数（業界分析から決定されうる）を特定するデータを含む。データオブジェクトが属する１または複数の業界とは、データオブジェクトが公開された時間（例えば、電子商取引プラットフォームへの投稿時であってよい）にデータオブジェクトが属していた１または複数の業界のことである。

候補キーワードの業界指数値は、以下の式（３）を用いて表すことができる。

業界指数値＝Ｍ１＊Ｗ１＋Ｍ２＊Ｗ２（３）

ここで、Ｍ１は、キーワードが属する１または複数の業界と、関連データオブジェクトが属する１または複数の業界との間の類似度係数であり、Ｍ２は、キーワードが属する１または複数の業界と、（例えば、関連データオブジェクトに関係する）販売者ユーザの１または複数の主要な業界との間の類似度係数であり、Ｗ１およびＷ２は重みである。例えば、Ｗ１の値は０．７５に設定されてよく、Ｗ２の値は０．２５に設定されてよい。

式（３）を用いて候補キーワードの業界指数値を計算する際に、候補キーワードが属する１または複数の業界と、データオブジェクトが属する１または複数の業界との間の類似度係数を、Ｍ１の値に用いることができ、候補キーワードが属する１または複数の業界と、販売者ユーザの１または複数の主要な業界との間の類似度係数を、Ｍ２の値に用いることができる。

４つのタイプの決定（すなわち、候補キーワードと、対応する構文解析要素との間のテキストベース相関値、需給指数値、ジニ指数値、および、業界指数値）が、各候補キーワードについて得られた後、いくつかの実施形態において、重みＷ１１、Ｗ１２、Ｗ１３、および、Ｗ１４が、各値にそれぞれ割り当てられてよい。例えば、これら４つの重みのそれぞれの値は、システム管理者またはエキスパートユーザによって設定されたそれぞれの重要性に基づいて、Ｗ１１＝０．４、Ｗ１２＝０．２、Ｗ１３＝０．１、および、Ｗ１４＝０．３に構成されてよい。

上述した４つの値にそれぞれの重みを掛けた後に組み合わせることで、複合相関スコアを得ることができる。いくつかの実施形態において、重み付けされた値は、複合相関スコアを得るために足し合わせることによって組み合わせられてよい。いくつかの実施形態において、重み付けされた値は、複合相関スコアを得るために掛け合わせることによって組み合わせられてよい。いくつかの実施形態において、複合相関スコアは、正規化されてもよい。例えば、線形回帰の統計技術が、以下のように正規化複合相関を計算するために用いられてよい：正規化複合相関＝１／（１＋ｅ−ｔ）、ここで、ｔ＝（複合相関）＋（補正係数）、ｅは自然対数の底である。補正係数は、データ処理要件に基づいて設定されてよい。

いくつかの別の実施形態では、他の統計技術が、各候補キーワードの複合相関スコアを得る際に用いられてもよい。例えば、複合相関スコアを決定するために、すべての３つの指数値（業界指数値、需給指数値、および、ジニ指数値）の一部を、候補キーワードおよび対応する構文解析要素の間のリトリーブされたテキストベース相関値と組み合わせてもよい。実際的には、より多いまたはより少ない指数値または他の値が、各候補キーワードについて計算され、その候補キーワードの複合相関スコアを決定するために用いられてよい。

いくつかの実施形態では、キーワードが推薦される商品情報セットを受信した後に、各キーワードの需給指数値、ジニ指数値、および／または、業界指数値を動的に決定する代わりに、商品情報セットを受信する前に、指数値を決定して、（例えば、指数ライブラリに）格納してもよい。いくつかの実施形態では、商品情報セットを受信する前に、構文解析要素および対応するキーワードの間のテキストベース相関値を決定して、（例えば、クエリライブラリに）格納してもよい。そうすれば、各候補キーワードに対応する格納された指数値および格納されたテキストベース相関値が、処理１００中にストレージから簡単にリトリーブされうる。

工程１０５では、複数の候補キーワードの内の少なくとも一部が、複数の複合相関スコアの内の少なくとも一部に基づいて順位リストにソートされる。候補キーワードは、それぞれの複合相関スコアに基づいて、順位リストにソートされる。より高い複合相関スコアに関連する候補キーワードは、商品タイトルに含まれると、商品タイトルに関連した商品情報セットがより多くの検索結果に含まれてユーザに表示されるようになることを潜在的に支援しうるより高品質のキーワードであると見なされる。

工程１０６では、推薦される１セットのキーワードが、順位リストに少なくとも部分的に基づいて、複数の候補キーワードから選択される。候補キーワードが順位付けされると、最初（すなわち、上位）のＮ個（Ｎは正の整数）の候補キーワードが、クライアントデバイスに送信されるキーワードのセットとして決定され、変更後の商品タイトルに潜在的に含まれる良好なキーワードとして販売者ユーザに推薦される。キーワード推薦サーバは、推薦キーワードのセットをクライアントデバイスに送信し、クライアントデバイスは、推薦キーワードのセットを販売者ユーザに提示する。次いで、販売者ユーザは、商品情報セットのための変更後の商品タイトルを提出し、ここで、変更後の商品タイトルは、推薦キーワードの内の１または複数を含む。推薦キーワードの内の１または複数を含むよう商品タイトルを変更することにより、変更後の商品情報セットは、検索ユーザのクエリと一致して検索ユーザに対して表示される可能性が高くなりうる。したがって、商品情報セットが、その時点で商品タイトル内の適切なキーワードに関連しており、検索ユーザに様々な検索を行わせることなしに検索実行時の検索ユーザの意図に一致する可能性が高くなることから、推薦キーワードは、商品情報セットが提示される検索結果に含まれる可能性を高めると共に、検索ユーザによって提出されるクエリの数を削減するのに役立ちうる。

図４は、電子商取引プラットフォーム構成の一例を示す図である。この例は、基本データレベル２１、アルゴリズムおよびモデルレベル（モデルレベル２２およびアルゴリズムレベル２３を含む）、ならびに、アプリケーションインターフェースレベル２４を備える。

基本データレベル２１は、基本データをアルゴリズムおよびモデルレベルならびにアプリケーションインターフェースレベル２４に提供するよう構成されている。例において、基本データは、キーワードデータ２１ａ、商品タイトルに関連する構文解析要素２１ｂ、商品情報属性データ２１ｃ、および、販売者ユーザデータ２１ｄを含む。例えば、販売者ユーザデータ２１ｄは、この電子商取引プラットフォームの登録ユーザに関する関連情報を含む。

アルゴリズムレベル２３は、様々なキーワード指数アルゴリズム２３ａ、キーワードと商品タイトルの構文解析要素との間の相関を決定するための相関アルゴリズム２３ｂ、キーワードと商品情報との間の相関のための相関アルゴリズム２３ｃ、ならびに、キーワードと販売者ユーザデータとの間の相関のための相関アルゴリズム２３ｄを含む。キーワードと商品情報との間の相関のための相関アルゴリズム２３ｃは、構文解析アルゴリズムなどを含んでよい。

モデルレベル２２は、アルゴリズムレベル２３の様々なアルゴリズムに対応する出力モデルを含む。例において、モデルレベル２２は、ジニ指数モデル２２ａ、需給指数モデル２２ｂ、業界指数モデル２２ｃ、および、相関モデル２２ｄを含む。モデルレベル２２は、さらに、キーワードおよび商品情報の相関テーブル２２ｅと、キーワードおよび販売者ユーザのテーブル２２ｆとを含む。

アプリケーションインターフェースレベル２４は、様々な特定のアプリケーションを含む。例において、アプリケーションインターフェースレベル２４は、商品投稿および最適化キーワード推薦システム２４ａ、商業システム２４ｂ、入札単語推薦システム２４ｃ、ならびに、その他のアプリケーション２４ｄを含む。

計算モジュール２５は、クエリライブラリ（図示せず）から候補キーワードをリトリーブする、販売者ユーザに関連するタイトルキーワードをリトリーブする、様々な指数値をリトリーブする、などを行うよう構成されている。

この例は、監視および制御モジュール２６も含む。監視および制御モジュール２６は、販売差ユーザが販売者ユーザに推薦されたキーワードの内の任意のキーワードを含む変更済みの商品タイトルを提出するか否かを監視および制御する動作を実行するよう構成されている。

図５は、キーワードを推薦するための処理の一実施形態を示すフローチャートである。いくつかの実施形態において、処理２００は、図１のシステム１０で実施される。

工程２０１では、商品情報セットが受信される。

工程２０２では、商品タイトルが商品情報セットから抽出され、１セットの構文解析要素に構文解析される。いくつかの実施形態において、各構文解析要素データと商品情報セットとの間の相関値が決定される。次いで、商品情報セットとの相関値の高い方から最初のＭ個（Ｍは正の整数）の構文解析要素が、構文解析要素のさらなる処理に用いられるために選択され、未選択の構文解析要素は、さらなる処理には用いられない。

工程２０３では、１セットの構文解析要素に対応する候補キーワードが、クエリライブラリを用いて決定される。

工程２０４では、候補キーワードに対応する複合相関スコアが決定される。いくつかの実施形態において、構文解析要素とそれに対応する候補キーワードの各々との間のテキストベース相関値が決定される。いくつかの実施形態において、需給指数値、ジニ指数値、および、業界指数値の内の１または複数が、各候補キーワードについて決定される。いくつかの実施形態において、候補キーワードの複合相関スコアは、テキストベース相関値と、需給指数値、ジニ指数値、および、業界指数値の内の任意の１または複数とに基づいて決定される。

工程２０５では、候補キーワードがそれぞれの複合相関スコアに基づいて順位リストにソートされ、順位リストの上位Ｎ個の候補キーワードが推薦されるために選択される。

いくつかの実施形態において、処理２００の他の工程のいずれかと少なくとも部分的に並行して、処理２００の工程２０６が実行されてもよい。いくつかの実施形態において、処理２００の工程２０６は、例えば、処理２００の実施の前または後、ならびに／もしくは、規則的または不規則の間隔で、オフラインで実行されてもよい。工程２０６では、クエリライブラリに追加される構文解析データおよび構文解析データに対応するキーワードがリトリーブされる。

いくつかの実施形態において、候補キーワードがクエリライブラリ内で見つけられない場合、商品情報セットが属する業界に関連するキーワードを見つけて候補キーワードとして用いる補足的な工程を提供できる。

いくつかの実施形態において、処理２００の各工程は、１または複数のサーバ上で実行されてよい。例えば、工程２０１〜２０５が第１のサーバで実行されてよく、工程２０６が第２のサーバで実行されてよい。データは、これら２つのサーバの間で交換されてよい。別の例では、同じ処理が、データ処理効率を高めるために同じサーバで実行されうる。例えば、工程２０２および２０６は両方とも、構文解析要素の処理を含むので、これら２つの工程は、同じサーバで実行されてもよい。その他の工程は、別のサーバによって実現されうる。

図６は、商品タイトルを構文解析する一例を示すフローチャートである。いくつかの実施形態において、図５の処理２００の工程２０２が、この例の処理６００を用いて実行される。

工程２０２１で、商品タイトルがクリーニングされる。いくつかの実施形態において、商品タイトルは、販売者ユーザによって提出された商品情報セットから抽出される。いくつかの実施形態において、処理タイトルのクリーニングは、特定の単語（例えば、“ａ”、“ｔｈｅ”、“ｉｓ”、“ｗｈｉｃｈ”、“ｏｎ”などのストップワード）および／または指定の句読点を商品タイトルから除去する工程を含む。

工程２０２２では、商品タイトルは、１セットの構文解析要素に構文解析され、そのセットの構文解析要素に対応する重み付けが決定される。いくつかの実施形態において、商品タイトルは、構文解析単語リストに含まれる単語と商品タイトルを比較することによって構文解析されてよく、構文解析単語リスト内の単語と一致する商品タイトルの任意の一部が、構文解析要素として出力される。いくつかの実施形態において、構文解析単語リストの単語は、上述した中心名詞、修飾名詞、および、修飾語句を含んでよい。

任意選択的に、様々な構文解析要素の重み付けが、業界結合単語リストを用いて取得されてよい。業界結合単語リストは、業界データを分析することによって得られた業界関連単語のリスト、および、業界と高い相関を持つ中心単語のリストを含む。構文解析要素のセットが工程２０２２において決定された後、構文解析要素の１または複数の業界と、商品情報セットの業界（または販売者ユーザの業界）との間の類似度が、業界結合単語リストを用いて得られてよく、次いで、それを用いて、構文解析要素の重み付けを計算することができる。

任意選択的に、構文解析要素のセットが決定された後、構文解析された結合単語リストが、構文解析要素の結合処理を実行するために用いられてもよい。特定の構文解析要素は、不明瞭な意味を有する場合があり、その結果、商品情報を正確に表すことができない。例えば、構文解析要素「装置」は、商品情報セットが属する業界を明確に述べることができない。例えば、単に「装置」だけでは、商品情報セットが電子装置、機械装置、または、その他の装置のいずれであるかを確定することができない。構文解析要素の意味を確実に明確にするために、構文解析要素の一部が、他の単語（構文解析要素であってもよいしそうでなくてもよい）と組み合わせられてよい（すなわち、結合されてよい）。例えば、構文解析要素「装置」は、構文解析結合ワードリストに基づいて、他の単語と結合されうる。特定の構文解析された組み合わせの参照テーブルが、構文解析結合単語リストに含まれる。構文解析要素が構文解析結合単語リスト内で見つかった場合、特定の戦略が、構文解析要素を特定の修飾語句と組み合わせることが望ましいか否かを分析するよう構成されてよい。例えば、構文解析要素が結合されうる修飾語句は、販売者ユーザに関連する業界に関係するものでありうる。

工程２０２３では、１セットの構文解析要素は、重み付けに基づいて順位リストにソートされ、１セットの構文解析要素の少なくとも一部が、順位リストに基づいて、さらなる処理に向けて選択される。例えば、構文解析要素は、最大の重み付けから最小の重み付けまでソートされてよく、最初のＭ個（Ｍは正の整数）までの順位の構文解析要素が、構文解析要素のさらなる処理に用いるために選択されてよい。

図７は、クエリライブラリに追加される構文解析データおよびキーワードをリトリーブする一例を示すフローチャートである。いくつかの実施形態において、図５の処理２００の工程２０６が、この例の処理７００を用いて実行される。

工程２０６１では、クエリライブラリに追加されるキーワードがリトリーブされる。例えば、クエリライブラリに追加されるキーワードは、格納された履歴検索ログからリトリーブされてよい。リトリーブされるキーワードは、検索ログに含まれるキーワードの検索回数および検索されたキーワードに対して返された検索結果の数に基づいて選択されてよい。例えば、検索回数順位の高い方から特定の数（検索回数順位の高い方から最初の４０，０００個）の検索キーワードが、クエリライブラリに追加されるために選択されうる。

いくつかの実施形態では、クエリライブラリに追加される前に、選択されたキーワードに対して、クリーニング、フィルタリング、修正、および／または、マージが実行されてよい。

工程２０６２では、クエリライブラリに追加される構文解析データがリトリーブされる。いくつかの実施形態において、構文解析データは、所定の構文解析単語リストおよび／または所定の構文解析結合単語リストからリトリーブされる。いくつかの実施形態において、構文解析単語リストおよび／または所定の構文解析結合単語リストは、様々な販売者ユーザによって以前に提出された実際の商品情報セット（の一部）から生成されたものである。

いくつかの実施形態では、ブラックリスト単語リストが、クエリライブラリから除外すべき単語のリストを含む。ブラックリスト単語リストに一致する構文解析データは、クエリライブラリから排除および除外される。

工程２０６３では、クエリライブラリが、構文解析データおよびキーワードを用いて確立される。対応関係が、対応付けを作成するために構文解析データおよびキーワードの間で確立され、対応付けは、新規または既存のクエリライブラリに追加される。いくつかの実施形態において、構文解析データおよびキーワードの間の対応関係は、類語辞典に基づいて決定される。例えば、クエリライブラリに追加される各構文解析データについて、類語辞典を用いて、その構文解析データに対する類義語が決定され、クエリライブラリに追加されるキーワードのいずれかが類義語を含む場合、そのキーワードは、クエリライブラリ内の構文解析データに対応すると決定される。類語辞典を用いることに加えて、構文解析データとキーワードとの間の対応関係を決定するための任意の他の技術が用いられてもよい。いくつかの実施形態では、転置インデックスも、クエリライブラリに対して確立される。

いくつかの実施形態において、決定されたキーワードに対応する需給指数値、ジニ指数値、および、業界指数値が、指数ライブラリに追加されてよい。

図８は、キーワードを推薦するためのシステムの一実施形態を示す図である。例において、システム８００は、受信モジュール３１、構文解析データリトリーブモジュール３２、クエリモジュール３３、処理モジュール３４、および、選択モジュール３５を備える。

これらのモジュールおよび要素は、１または複数のプロセッサ上で実行されるソフトウェアコンポーネントとして、特定の機能を実行するよう設計されたプログラム可能論理デバイスおよび／または特定用途向け集積回路などのハードウェアとして、もしくは、それらの組み合わせとして実装することができる。いくつかの実施形態において、モジュールおよび要素は、コンピュータデバイス（パーソナルコンピュータ、サーバ、ネットワーク装置など）に本発明の実施形態に記載された方法を実行させるための複数の命令など、不揮発性記憶媒体（光学ディスク、フラッシュ記憶装置、携帯用ハードディスクなど）に格納することができるソフトウェア製品の形態で具現化されてよい。モジュールおよび要素は、単一のデバイス上に実装されてもよいし、複数のデバイスにわたって分散されてもよい。

受信モジュール３１は、データオブジェクト（例えば、商品情報セット）を受信するよう構成されている。構文解析データリトリーブモジュール３２は、受信モジュール３１に接続されており、データオブジェクトから抽出された商品タイトルの構文解析要素をリトリーブするよう構成されている。クエリモジュール３３は、構文解析データリトリーブモジュール３２に接続されており、商品タイトルに関連する候補キーワードとして商品タイトルの構文解析要素に対応するキーワードをクエリライブラリで検索するよう構成されている。処理モジュール３４は、クエリモジュール３３に接続されており、各候補キーワードの複合相関スコアを得るために、候補キーワードとタイトルの構文解析要素との間のテキストベース相関値を以下の内の少なくとも１つと組み合わせるよう構成されている。候補キーワードに関連する需給関係を反映するために用いられる需給指数値、候補キーワードに一致するデータオブジェクトが検索結果内に表示される程度を反映するために用いられるジニ指数値、ならびに、候補キーワードおよびデータオブジェクトが属する業界の間の相関を反映するために用いられる業界指数値。選択モジュール３５は、処理モジュール３４に接続されており、データオブジェクトの提出に関係した販売者ユーザに推薦する最初のＮ個（Ｎは正の整数）の候補キーワードを順位リストから選択するよう構成されている。

いくつかの実施形態において、処理モジュール３４は、候補キーワードに対応する値および／または指数値にそれぞれの重み付けを掛けた後に、重み付けされた値を組み合わせることによって、複合重み付け相関スコアを得るよう構成されている。

いくつかの実施形態において、構文解析データリトリーブモジュール３２は、初期構文解析データリトリーブ要素３２１、相関リトリーブ要素３２２、および、選択要素３２３を備えるよう構成されている。初期構文解析データリトリーブ要素３２１は、１セットの構文解析要素に構文解析された商品タイトルをリトリーブするよう構成されている。相関リトリーブ要素３２２は、初期構文解析データリトリーブ要素３２１に接続されており、最初の各構文解析データおよびデータオブジェクト（例えば、商品情報セット）の間の相関をリトリーブするよう構成されている。選択要素３２３は、相関リトリーブ要素３２２に接続されており、決定された相関に基づいて、１セットの構文解析要素を順位リストにソートすると共に、構文解析要素のさらなる処理に用いられる順位リスト内の最初のＭ個（Ｍは正の整数）までの順位の構文解析要素を選択するよう構成されている。

いくつかの実施形態において、システム８００は、さらに、クエリライブラリモジュール３６を備える。クエリライブラリモジュール３６は、クエリモジュール３３に接続されており、１セットの構文解析要素に対応するキーワードをクエリライブラリからリトリーブするよう構成されている。いくつかの実施形態において、クエリライブラリモジュール３６は、検索要素３６１、構文解析データリトリーブ要素３６２、および、転置インデックス要素３６３を備える。検索要素３６１は、クエリライブラリに追加されるキーワードを履歴検索ログからリトリーブするよう構成されている。構文解析データリトリーブ要素３６２は、検索要素３６１に接続されており、クエリライブラリに追加される構文解析データをリトリーブするよう構成されている。転置インデックス要素３６３は、検索要素３６１および構文解析データリトリーブ要素３６２に接続されており、クエリライブラリに格納する構文解析データおよびそれに対応するキーワードから転置インデックスを確立するよう構成されている。

いくつかの実施形態において、システム８００は、さらに、クエリライブラリに追加されるキーワードの需給指数値、ジニ指数値、および、業界指数値をリトリーブするために用いられるモジュールを備えてもよい。

本願で提供された方法および対応する工程は、コンピュータ実行可能な命令を実行する１または複数のサーバなど、データ処理能力を有する１または複数の処理装置を用いて実現されうる。本願で提供された方法の各工程を実行するために用いられる様々な命令は、サーバの記憶媒体に保存されうる。

本願のシステムにおける個別のモジュールの各々は、コンピュータ実行可能な命令を実行する１または複数のサーバを用いて実現されうる。各モジュールは、このサーバがコンピュータ実行可能な命令を実行した際に対応する機能を有する装置コンポーネントであってよい。

本願の記載は典型的な実施形態を参照しているが、用いられている用語は、説明および例示を目的としたものであり、限定的な用語ではないことを理解されたい。本願は、本発明の精神からも本質からも逸脱することなく、様々な形態で実装されうるため、上述の実施形態は、上述の詳細事項のいずれにも限定されず、添付の特許請求の範囲に規定された精神および範囲内で広く解釈されるべきであり、したがって、特許請求の範囲または等価物の範囲内にあるすべての変更例および変形例が、添付の特許請求の範囲によって網羅されるべきであることを理解されたい。

上述の実施形態は、理解しやすいようにいくぶん詳しく説明されているが、本発明は、提供された詳細事項に限定されるものではない。本発明を実施する多くの代替方法が存在する。開示された実施形態は、例示であり、限定を意図するものではない。
適用例１：キーワードを推薦するためのシステムであって、
１または複数のプロセッサであって、
商品タイトルを含む商品情報セットを受信し、
前記商品タイトルを抽出して、１セットの構文解析要素に構文解析し、
格納されている、構文解析データとキーワードとの間の対応付けに少なくとも部分的に基づいて、前記１セットの構文解析要素の少なくとも一部に対応する複数の候補キーワードを見いだし、
前記複数の候補キーワードの内の対応するキーワードについて、複数の複合相関スコアを決定し、
前記複数の複合相関スコアの内の少なくとも一部に基づいて、前記複数の候補キーワードの内の少なくとも一部を順位リストにソートし、
前記順位リストに少なくとも部分的に基づいて、推薦する１または複数のキーワードのセットを前記複数の候補キーワードから選択するよう構成されている１または複数のプロセッサと、
前記１または複数のプロセッサに接続され、前記１または複数のプロセッサに命令を提供するよう構成されている１または複数のメモリと、
を備える、システム。
適用例２：適用例１に記載のシステムであって、前記１または複数のプロセッサは、前記１セットの構文解析要素の内の前記少なくとも一部を決定するよう構成され、前記決定は、
前記１セットの構文解析要素の各々と、前記商品情報セットとの間の相関値を決定し、
前記１セットの構文解析要素の内、それぞれの前記相関値が高い方からＭ個（Ｍは正の整数を含む）の構文解析要素を含むように、前記１セットの構文解析要素の内の前記少なくとも一部を決定することを含む、システム。
適用例３：適用例１に記載のシステムであって、構文解析データとキーワードとの間の前記対応付けに含まれる前記キーワードの少なくとも一部は、履歴検索ログから決定される、システム。
適用例４：適用例１に記載のシステムであって、前記複数の複合相関スコアを決定することは、前記複数の候補キーワードの内の第１の候補キーワードの第１の複合相関スコアを、前記第１の候補キーワードと、前記１セットの構文解析要素からの対応する構文解析要素との間のテキストベース相関値に少なくとも部分的に基づいて決定することを含む、システム。
適用例５：適用例１に記載のシステムであって、前記複数の複合相関スコアを決定することは、前記複数の候補キーワードの内の第１の候補キーワードの第１の複合相関スコアを、前記第１の候補キーワードに関連するジニ指数値に少なくとも部分的に基づいて決定することを含み、前記ジニ指数値は、前記第１の候補キーワードと一致する商品情報セットが検索結果内に表示される可能性を反映するために用いられる、システム。
適用例６：適用例１に記載のシステムであって、前記複数の複合相関スコアを決定することは、前記複数の候補キーワードの内の第１の候補キーワードの第１の複合相関スコアを、前記第１の候補キーワードに関連する業界指数値に少なくとも部分的に基づいて決定することを含み、前記業界指数値は、前記第１の候補キーワードと、前記第１の候補キーワードに関連する商品情報セットが属する業界との間の相関を反映するために用いられる、システム。
適用例７：適用例１に記載のシステムであって、前記複数の複合相関スコアを決定することは、前記複数の候補キーワードの内の第１の候補キーワードの第１の複合相関スコアを、前記第１の候補キーワードに関連する需給指数値に少なくとも部分的に基づいて決定することを含み、前記需給指数値は、前記第１の候補キーワードに関連する需給関係を反映するために用いられる、システム。
適用例８：適用例１に記載のシステムであって、前記複数の複合相関スコアを決定することは、前記複数の候補キーワードの内の第１の候補キーワードの第１の複合相関スコアを、前記第１の候補キーワードと前記１セットの構文解析要素からの対応する構文解析要素との間のテキストベース相関値、前記第１の候補キーワードに関連するジニ指数値、前記第１の候補キーワードに関連する需給指数値、ならびに、前記第１の候補キーワードに関連する業界指数値の組み合わせに少なくとも基づいて決定することを含む、システム。
適用例９：適用例１に記載のシステムであって、前記１または複数のプロセッサは、さらに、前記商品タイトルを前記１セットの構文解析要素に構文解析する前に、前記商品タイトルをクリーニングするよう構成されている、システム。
適用例１０：適用例１に記載のシステムであって、さらに、前記商品情報セットへの更新を受信するよう構成され、前記更新は、前記１または複数のキーワードのセットに少なくとも部分的に基づく、システム。
適用例１１：キーワードを推薦するための方法であって、
商品タイトルを含む商品情報セットを受信し、
前記商品タイトルを抽出して、１セットの構文解析要素に構文解析し、
構文解析データとキーワードとの間の格納された対応付けに少なくとも部分的に基づいて、前記１セットの構文解析要素の少なくとも一部に対応する複数の候補キーワードを見いだし、
前記複数の候補キーワードの内の対応するキーワードについて、複数の複合相関スコアを決定し、
前記複数の複合相関スコアの内の少なくとも一部に基づいて、前記複数の候補キーワードの内の少なくとも一部を順位リストにソートし、
前記順位リストに少なくとも部分的に基づいて、推薦する１または複数のキーワードのセットを前記複数の候補キーワードから選択すること、
を備える、方法。
適用例１２：適用例１１に記載の方法であって、前記１セットの構文解析要素の内の前記少なくとも一部は、
前記１セットの構文解析要素の各々と、前記商品情報セットとの間の相関値を決定し、
前記１セットの構文解析要素の内、それぞれの前記相関値が高い方からＭ個（Ｍは正の整数を含む）の構文解析要素を含むように、前記１セットの構文解析要素の内の前記少なくとも一部を決定することに基づいて決定される、方法。
適用例１３：適用例１１に記載の方法であって、構文解析データとキーワードとの間の前記対応付けに含まれる前記キーワードの少なくとも一部は、履歴検索ログから決定される、方法。
適用例１４：適用例１１に記載の方法であって、前記複数の複合相関スコアを決定することは、前記複数の候補キーワードの内の第１の候補キーワードの第１の複合相関スコアを、前記第１の候補キーワードと、前記１セットの構文解析要素からの対応する構文解析要素との間のテキストベース相関値に少なくとも部分的に基づいて決定することを含む、方法。
適用例１５：適用例１１に記載の方法であって、前記複数の複合相関スコアを決定することは、前記複数の候補キーワードの内の第１の候補キーワードの第１の複合相関スコアを、前記第１の候補キーワードに関連するジニ指数値に少なくとも部分的に基づいて決定することを含み、前記ジニ指数値は、前記第１の候補キーワードと一致する商品情報セットが検索結果内に表示される可能性を反映するために用いられる、方法。
適用例１６：適用例１１に記載の方法であって、前記複数の複合相関スコアを決定することは、前記複数の候補キーワードの内の第１の候補キーワードの第１の複合相関スコアを、前記第１の候補キーワードに関連する業界指数値に少なくとも部分的に基づいて決定することを含み、前記業界指数値は、前記第１の候補キーワードと、前記第１の候補キーワードに関連する商品情報セットが属する業界との間の相関を反映するために用いられる、方法。
適用例１７：適用例１１に記載の方法であって、前記複数の複合相関スコアを決定することは、前記複数の候補キーワードの内の第１の候補キーワードの第１の複合相関スコアを、前記第１の候補キーワードに関連する需給指数値に少なくとも部分的に基づいて決定することを含み、前記需給指数値は、前記第１の候補キーワードに関連する需給関係を反映するために用いられる、方法。
適用例１８：適用例１１に記載の方法であって、前記複数の複合相関スコアを決定することは、前記複数の候補キーワードの内の第１の候補キーワードの第１の複合相関スコアを、前記第１の候補キーワードと前記１セットの構文解析要素からの対応する構文解析要素との間のテキストベース相関値、前記第１の候補キーワードに関連するジニ指数値、前記第１の候補キーワードに関連する需給指数値、ならびに、前記第１の候補キーワードに関連する業界指数値の組み合わせに少なくとも基づいて決定することを含む、方法。
適用例１９：適用例１１に記載の方法であって、さらに、前記商品タイトルを前記１セットの構文解析要素に構文解析する前に、前記商品タイトルをクリーニングすることを備える、方法。
適用例２０：キーワードを推薦するためのコンピュータプログラム製品であって、前記コンピュータプログラム製品は、コンピュータ読み取り可能な記憶媒体内に具現化され、
商品タイトルを含む商品情報セットを受信するためのコンピュータ命令と、
前記商品タイトルを抽出して、１セットの構文解析要素に構文解析するためのコンピュータ命令と、
構文解析データとキーワードとの間の格納された対応付けに少なくとも部分的に基づいて、前記１セットの構文解析要素の少なくとも一部に対応する複数の候補キーワードを見いだすためのコンピュータ命令と、
前記複数の候補キーワードの内の対応するキーワードについて、複数の複合相関スコアを決定するためのコンピュータ命令と、
前記複数の複合相関スコアの内の少なくとも一部に基づいて、前記複数の候補キーワードの内の少なくとも一部を順位リストにソートするためのコンピュータ命令と、
前記順位リストに少なくとも部分的に基づいて、推薦する１または複数のキーワードのセットを前記複数の候補キーワードから選択するためのコンピュータ命令と、
を備える、コンピュータプログラム製品。

Claims

キーワードを推薦するためのシステムであって、
１または複数のプロセッサであって、
商品タイトルを含む商品情報セットを受信し、
前記商品タイトルを抽出して、１セットの構文解析要素に構文解析し、
格納されている、構文解析データとキーワードとの間の所定の対応付けに少なくとも部分的に基づいて、前記１セットの構文解析要素の少なくとも一部に対応する複数の候補キーワードを見いだし、
前記複数の候補キーワードの内の対応するキーワードについて、複数の複合相関スコアを決定し、前記複数の複合相関スコアを決定することは、前記複数の候補キーワードの内の第１の候補キーワードの第１の複合相関スコアを、前記第１の候補キーワードに関連する業界指数値に少なくとも部分的に基づいて決定することを含み、前記業界指数値は、前記第１の候補キーワードと、前記第１の候補キーワードに関連する商品情報セットが属する業界との間の相関を反映するために用いられ、
前記複数の複合相関スコアの内の少なくとも一部に基づいて、前記複数の候補キーワードの内の少なくとも一部を順位リストにソートし、
前記順位リストに少なくとも部分的に基づいて、推薦する１または複数のキーワードのセットを前記複数の候補キーワードから選択するよう構成されている１または複数のプロセッサと、
前記１または複数のプロセッサに接続され、前記１または複数のプロセッサに命令を提供するよう構成されている１または複数のメモリと、
を備える、システム。
請求項１に記載のシステムであって、前記１または複数のプロセッサは、前記１セットの構文解析要素の内の前記少なくとも一部を決定するよう構成され、前記決定は、
前記１セットの構文解析要素の各々と、前記商品情報セットとの間の相関値を決定し、
前記１セットの構文解析要素の内、それぞれの前記相関値が高い方からＭ個（Ｍは正の整数を含む）の構文解析要素を含むように、前記１セットの構文解析要素の内の前記少なくとも一部を決定することを含む、システム。
請求項１に記載のシステムであって、構文解析データとキーワードとの間の前記所定の対応付けに含まれる前記キーワードの少なくとも一部は、履歴検索ログから決定される、システム。
請求項１に記載のシステムであって、前記複数の複合相関スコアを決定することは、前記第１の候補キーワードに関連付けられている前記第１の複合相関スコアを、前記第１の候補キーワードと、前記１セットの構文解析要素からの対応する構文解析要素との間のテキストベース相関値に少なくとも部分的に基づいて決定することを含む、システム。
請求項１に記載のシステムであって、前記複数の複合相関スコアを決定することは、前記第１の候補キーワードに関連付けられている前記第１の複合相関スコアを、前記第１の候補キーワードに関連するジニ指数値に少なくとも部分的に基づいて決定することを含み、前記ジニ指数値は、前記第１の候補キーワードと一致する商品情報セットが検索結果内に表示される可能性を反映するために用いられる、システム。
請求項１に記載のシステムであって、前記複数の複合相関スコアを決定することは、前記第１の候補キーワードに関連付けられている前記第１の複合相関スコアを、前記第１の候補キーワードに関連する需給指数値に少なくとも部分的に基づいて決定することを含み、前記需給指数値は、前記第１の候補キーワードに関連する需給関係を反映するために用いられる、システム。
請求項１に記載のシステムであって、前記複数の複合相関スコアを決定することは、前記第１の候補キーワードに関連付けられている前記第１の複合相関スコアを、前記第１の候補キーワードと前記１セットの構文解析要素からの対応する構文解析要素との間のテキストベース相関値、前記第１の候補キーワードに関連するジニ指数値、前記第１の候補キーワードに関連する需給指数値、ならびに、前記第１の候補キーワードに関連付けられている前記業界指数値の組み合わせに少なくとも基づいて決定することを含む、システム。
請求項１に記載のシステムであって、前記１または複数のプロセッサは、さらに、前記商品タイトルを前記１セットの構文解析要素に構文解析する前に、前記商品タイトルをクリーニングするよう構成されている、システム。
請求項１に記載のシステムであって、さらに、前記商品情報セットへの更新を受信するよう構成され、前記更新は、前記１または複数のキーワードのセットに少なくとも部分的に基づく、システム。
コンピュータによって実行されるキーワードを推薦するための方法であって、
商品タイトルを含む商品情報セットを受信し、
前記商品タイトルを抽出して、１セットの構文解析要素に構文解析し、
構文解析データとキーワードとの間の格納されている所定の対応付けに少なくとも部分的に基づいて、前記１セットの構文解析要素の少なくとも一部に対応する複数の候補キーワードを見いだし、
前記複数の候補キーワードの内の対応するキーワードについて、複数の複合相関スコアを決定し、前記複数の複合相関スコアを決定することは、前記複数の候補キーワードの内の第１の候補キーワードの第１の複合相関スコアを、前記第１の候補キーワードに関連する業界指数値に少なくとも部分的に基づいて決定することを含み、前記業界指数値は、前記第１の候補キーワードと、前記第１の候補キーワードに関連する商品情報セットが属する業界との間の相関を反映するために用いられ、
前記複数の複合相関スコアの内の少なくとも一部に基づいて、前記複数の候補キーワードの内の少なくとも一部を順位リストにソートし、
前記順位リストに少なくとも部分的に基づいて、推薦する１または複数のキーワードのセットを前記複数の候補キーワードから選択すること、
を備える、方法。
請求項１０に記載の方法であって、前記１セットの構文解析要素の内の前記少なくとも一部は、
前記１セットの構文解析要素の各々と、前記商品情報セットとの間の相関値を決定し、
前記１セットの構文解析要素の内、それぞれの前記相関値が高い方からＭ個（Ｍは正の整数を含む）の構文解析要素を含むように、前記１セットの構文解析要素の内の前記少なくとも一部を決定することに基づいて決定される、方法。
請求項１０に記載の方法であって、構文解析データとキーワードとの間の前記所定の対応付けに含まれる前記キーワードの少なくとも一部は、履歴検索ログから決定される、方法。
請求項１０に記載の方法であって、前記複数の複合相関スコアを決定することは、前記第１の候補キーワードに関連付けられている前記第１の複合相関スコアを、前記第１の候補キーワードと、前記１セットの構文解析要素からの対応する構文解析要素との間のテキストベース相関値に少なくとも部分的に基づいて決定することを含む、方法。
請求項１０に記載の方法であって、前記複数の複合相関スコアを決定することは、前記第１の候補キーワードに関連付けられている前記第１の複合相関スコアを、前記第１の候補キーワードに関連するジニ指数値に少なくとも部分的に基づいて決定することを含み、前記ジニ指数値は、前記第１の候補キーワードと一致する商品情報セットが検索結果内に表示される可能性を反映するために用いられる、方法。
請求項１０に記載の方法であって、前記複数の複合相関スコアを決定することは、前記第１の候補キーワードに関連付けられている前記第１の複合相関スコアを、前記第１の候補キーワードに関連する需給指数値に少なくとも部分的に基づいて決定することを含み、前記需給指数値は、前記第１の候補キーワードに関連する需給関係を反映するために用いられる、方法。
請求項１０に記載の方法であって、前記複数の複合相関スコアを決定することは、前記第１の候補キーワードに関連付けられている前記第１の複合相関スコアを、前記第１の候補キーワードと前記１セットの構文解析要素からの対応する構文解析要素との間のテキストベース相関値、前記第１の候補キーワードに関連するジニ指数値、前記第１の候補キーワードに関連する需給指数値、ならびに、前記第１の候補キーワードに関連付けられている前記業界指数値の組み合わせに少なくとも基づいて決定することを含む、方法。
請求項１０に記載の方法であって、さらに、前記商品タイトルを前記１セットの構文解析要素に構文解析する前に、前記商品タイトルをクリーニングすることを備える、方法。
キーワードを推薦するためのコンピュータプログラムであって、
商品タイトルを含む商品情報セットを受信するための機能と、
前記商品タイトルを抽出して、１セットの構文解析要素に構文解析するための機能と、
構文解析データとキーワードとの間の格納されている所定の対応付けに少なくとも部分的に基づいて、前記１セットの構文解析要素の少なくとも一部に対応する複数の候補キーワードを見いだすための機能と、
前記複数の候補キーワードの内の対応するキーワードについて、複数の複合相関スコアを決定するための機能と、前記複数の複合相関スコアを決定するための機能は、前記複数の候補キーワードの内の第１の候補キーワードの第１の複合相関スコアを、前記第１の候補キーワードに関連する業界指数値に少なくとも部分的に基づいて決定することを含み、前記業界指数値は、前記第１の候補キーワードと、前記第１の候補キーワードに関連する商品情報セットが属する業界との間の相関を反映するために用いられ、
前記複数の複合相関スコアの内の少なくとも一部に基づいて、前記複数の候補キーワードの内の少なくとも一部を順位リストにソートするための機能と、
前記順位リストに少なくとも部分的に基づいて、推薦する１または複数のキーワードのセットを前記複数の候補キーワードから選択するための機能と、
をコンピュータによって実現させる、コンピュータプログラム。