TW201428513A - 查詢詞融合方法，商品資訊發佈方法和搜尋方法及系統 - Google Patents

查詢詞融合方法，商品資訊發佈方法和搜尋方法及系統 Download PDF

Info

Publication number
TW201428513A
TW201428513A TW102123191A TW102123191A TW201428513A TW 201428513 A TW201428513 A TW 201428513A TW 102123191 A TW102123191 A TW 102123191A TW 102123191 A TW102123191 A TW 102123191A TW 201428513 A TW201428513 A TW 201428513A
Authority
TW
Taiwan
Prior art keywords
information
word
product
search
bidding
Prior art date
Application number
TW102123191A
Other languages
English (en)
Other versions
TWI640878B (zh
Inventor
Yao Sun
Original Assignee
Alibaba Group Services Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Alibaba Group Services Ltd filed Critical Alibaba Group Services Ltd
Publication of TW201428513A publication Critical patent/TW201428513A/zh
Application granted granted Critical
Publication of TWI640878B publication Critical patent/TWI640878B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history
    • G06Q30/0256—User search
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0623—Item investigation
    • G06Q30/0625—Directed, with specific intent or strategy

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Databases & Information Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本發明提供了一種查詢詞融合方法、商品資訊發佈方法和搜尋方法及系統，其中，一種查詢詞的融合方法包括：獲取搜尋行為資訊，所述搜尋行為資訊中包含在搜尋過程中輸入的原始查詢詞、點擊的商品層級類別資訊和屬性資訊；從所述搜尋行為資訊中提取出原始查詢詞、商品層級類別資訊和屬性資訊；將所提取的原始查詢詞、商品層級類別資訊和屬性資訊進行融合，得到綜合了查詢詞部分、層級類別、類別下的屬性三個部分的推薦關鍵字。一種查詢詞融合方法，解決了結構化查詢只能維繫在關鍵字部分上的問題，實現了將原始查詢詞、點擊的商品層級類別資訊和屬性資訊整合為推薦關鍵字的目的。

Description

查詢詞融合方法，商品資訊發佈方法和搜尋方法及系統
本發明涉及網路技術領域，特別是涉及一種查詢詞融合方法、商品資訊發佈方法和搜尋方法及系統。
搜尋引擎的相關性商品資訊是目前效果較好的網際網路商品資訊形式之一，這類商品資訊的特點是普遍實行競價排名，如果商品資訊的推廣用戶(全文可簡稱“商品資訊用戶”)想要在搜尋引擎中獲得第一位排名或者出現在搜尋結果的首頁，就需要參與競價排名，而且出價高的商品資訊被顯示在比較靠前的位置。
現有技術中的一種基於競價排名的商品資訊發佈及搜尋方法如下：商品資訊用戶購買關鍵字並以該關鍵字為競價單元，將各自發佈的商品資訊參與競價；其中，對於同一關鍵字可對應出價不同的若干個商品資訊。搜尋用戶利用搜尋引擎，透過關鍵字搜尋商品資訊。搜尋引擎從參與競價的商品資訊中，檢索得到符合所述關鍵字的商品資訊，並依據商品資訊的出價的高低，對檢索得到的商品資訊進行排 序，然後將排序後的商品資訊進行展現。
上述方法是以關鍵字為競價單元，在應用於搜尋引擎的時候，存在以下缺點：
1、從搜尋引擎的角度分析：假設搜尋用戶在“手機”類別下搜尋“蘋果”時，賣蘋果這種水果的商品資訊用戶也會加入關鍵字“蘋果”的競價，故在後續的商品資訊展現時，搜尋引擎不得不透過相關性的判斷，過濾這部分商品資訊用戶的商品資訊，只展現手機類別下賣蘋果手機這部分商品資訊用戶的商品資訊；而該過濾過程不僅增加了搜尋引擎伺服器的運算量，而且犧牲了搜尋效率。
2、從商品資訊用戶的角度分析：商品資訊用戶競爭搜尋引擎流量展現機會的標的，就是競價單元。其中，“流量”一詞來源於美國，在美國流量用“traffic”來表示。用戶發出一個搜尋請求，也即發出了一次商品資訊請求，一個搜尋引擎將所有這些請求合起來，就形成了搜尋流量。在網站中，除了搜尋流量還有其他類型的流量，比如活動流量等不是透過用戶傳達搜尋意圖來顯示的流量。
結構化查詢包括類別、屬性和關鍵字三個層級的內容，比如第一層級是類別(例如：女裝)，第二層級是屬性(例如：顏色、材質、品牌)，第三層級是關鍵字(例如：2011新款)，那麽這樣一個完整的查詢由三個層級的內容來構成。而目前搜尋推廣的競價單元通常是關鍵 字，即結構化查詢中的關鍵字部分，而不是完整的結構化，這就導致商品資訊用戶沒有辦法針對自己想要的流量進行出價和效果調整。商品資訊用戶面對的查詢都是結構化的，但是卻只能購買結構化查詢中關鍵字部分來進行競價，這樣商品資訊用戶看到的推廣品質也維繫在結構化查詢的關鍵字部分上。
例如，對於結構化查詢“連衣裙(關鍵字)+白色(屬性)”、“連衣裙(關鍵字)+短袖(屬性)”和“連衣裙(關鍵字)+童裝(類別)”，目前商品資訊用戶只能透過購買“連衣裙”這個關鍵字來參與競價，而且上述三種結構化查詢的流量在搜尋引擎後臺都會被合併到“連衣裙”這個關鍵字上，商品資訊用戶只能針對“連衣裙”這個關鍵字進行調價，而無法得知上述三種結構化查詢中，具體哪一種推廣效果比較好。
又如，以賣蘋果手機的商品資訊用戶為例，只要其對“蘋果”這個關鍵字競價，將來就必須參與“蘋果”、“蘋果+手機類別”、“蘋果+手機類別+運營商聯通綁定預付費電話卡屬性”三種搜尋用戶搜尋的競價排名；但是，在賣蘋果手機的商品資訊用戶的商品資訊針對港行手機的情況下，由於港行手機無法提供“運營商聯通綁定預付費電話卡”的屬性，按照CPC(Cost Per Click，點擊付費)的原理，如果搜尋用戶點擊了賣蘋果手機的商品資訊用戶的商品資訊，這不僅會無端課扣商品資訊用戶的費用，造成其經濟損失，而且會對搜尋用戶提供錯誤的搜尋結果及造成錯誤 的導向，這不但浪費網路資源，而且影響用戶體驗。
3、從搜尋用戶的角度分析：搜尋用戶如果想購買蘋果手機，則可以透過如下三種結構化查詢方式中的任一種來實現：“蘋果手機(關鍵字)”、“手機類別+蘋果(關鍵字)”或者“手機類別+蘋果屬性”；但是，由於搜尋引擎僅僅依據層級內容中的關鍵字進行商品資訊的檢索，三種結構化查詢方式得到的商品資訊檢索結果是不同的；因此，對於搜尋用戶，同樣的搜尋意圖卻看到不同的商品資訊檢索結果，這就影響了搜尋用戶的使用體驗。
總之，目前的商品資訊發佈及商品資訊搜尋都是基於關鍵字進行，對搜尋引擎、商品資訊用戶和搜尋用戶會帶來如上所分析的問題。
本發明提供了一種查詢詞融合方法、商品資訊發佈方法和搜尋方法及系統，其中一種查詢詞融合方法，解決了結構化查詢只能維繫在關鍵字部分上的問題，實現了將原始查詢詞、點擊的商品層級類別資訊和屬性資訊整合為推薦關鍵字的目的；一種商品資訊發佈方法，解決了商品資訊競價詞不準確的問題；一種商品資訊搜尋方法，解決了商品資訊搜尋結果不準確的問題。
為了解決上述問題，本發明公開了一種查詢詞的融合方法，包括： 獲取搜尋行為資訊，所述搜尋行為資訊中包含在搜尋過程中輸入的原始查詢詞、點擊的商品層級類別資訊和屬性資訊；從所述搜尋行為資訊中提取出原始查詢詞、商品層級類別資訊和屬性資訊；將所提取的原始查詢詞、商品層級類別資訊和屬性資訊進行融合，得到綜合了查詢詞部分、層級類別、類別下的屬性三個部分的推薦關鍵字。
可選地，所述將所提取的原始查詢詞、商品層級類別資訊和屬性資訊進行融合，包括：將所提取的原始查詢詞、商品層級類別資訊和屬性資訊經過分詞、同義詞去重複、近義詞合併、重點內容分析和重排序處理中的至少一個步驟。
可選地，所述同義詞去重複和近義詞合併包括：針對經過分詞處理後得到的各個分詞單元，計算任意兩個分詞單元之間的相似度；透過將所述相似度與預置的同義詞判定臨限值和近義詞判定臨限值進行比較，判定所述任意兩個分詞單元是否屬於同義詞或近義詞；將判定為同義詞的兩個重復的分詞單元去除任意一個並保留另一個分詞單元；將判定為近義詞的兩個分詞單元按照預設條件保留其中一個分詞單元。
可選地，所述重點內容分析包括： 針對同義詞去重複和近義詞合併後的各個分詞單元，獲取各個分詞單元對應的分析元素，所述分析元素包括各個分詞單元所屬的查詢詞部分、層級類別、類別下的屬性的層級權重，和/或，各個分詞單元的點擊率；依據所述分析元素確定各個分詞單元的重要度；按照重要度的高低從各個分詞單元中確定出重點內容。
可選地，所述重排序包括：按照重要度的高低，將重要度高的分詞單元排在重要度低的分詞單元之後。
可選地，所述分詞和同義詞去重複之間還包括：對分詞後得到的各個分詞單元進行中英文和/或大小寫歸一化處理。
本發明還公開了一種商品資訊發佈方法，包括：獲取搜尋行為資訊，所述搜尋行為資訊中包含在搜尋過程中輸入的原始查詢詞、點擊的商品層級類別資訊和屬性資訊；從所述搜尋行為資訊中提取出原始查詢詞、商品層級類別資訊和屬性資訊；將所提取的原始查詢詞、商品層級類別資訊和屬性資訊進行融合，得到綜合了查詢詞部分、層級類別、類別下的屬性三個部分的競價詞；接收各個商品資訊用戶選定的競價詞，以及對應所選競價詞投放的商品資訊資訊和出價資訊； 以競價詞為索引，按照出價資訊將對應同一競價詞的各個商品資訊用戶投放的商品資訊資訊進行排序；將排序後的商品資訊資訊以競價詞為索引發佈到商品資訊資料庫。
可選地，還包括：以競價詞為索引，統計所述商品資訊資料庫中的競價詞對應的商品資訊推廣效果資料，所述商品資訊推廣效果資料包括以下資料中的一項或多項：商品資訊頁面的瀏覽資料、商品資訊中推廣的商品或服務頁面的點擊資料和商品資訊中推廣的商品或服務的成交日誌資料；以競價詞為索引，將所述商品資訊推廣效果資料進行展現。
本發明還公開了一種商品資訊搜尋方法，包括：接收搜尋用戶的搜尋行為資訊，所述搜尋行為資訊中包含所述搜尋用戶在搜尋過程中輸入的原始查詢詞、點擊的商品層級類別資訊和屬性資訊；從所述搜尋行為資訊中提取出原始查詢詞、商品層級類別資訊和屬性資訊；將所提取的原始查詢詞、商品層級類別資訊和屬性資訊進行融合，得到綜合了查詢詞部分、層級類別、類別下的屬性三個部分並且能夠表達所述搜尋用戶的原始搜尋意圖的推薦關鍵字；將所述推薦關鍵字與商品資訊資料庫中的競價詞進行匹配，並將匹配到的競價詞對應的商品資訊資訊呈現給所 述搜尋用戶。
可選地，所述將所述推薦關鍵字與商品資訊資料庫中的競價詞進行匹配，包括：將所述推薦關鍵字與商品資訊資料庫中的競價詞進行精確匹配，當匹配不到競價詞時，進行模糊匹配，所述模糊匹配包括：將所述搜尋用戶輸入的原始查詢詞與商品資訊資料庫中的競價詞進行匹配；所述方法還包括：將所述推薦關鍵字作為新的競價詞增加到所述商品資訊資料庫中。
本發明還公開了一種查詢詞的融合裝置，包括：資訊獲取模組，用於獲取搜尋行為資訊，所述搜尋行為資訊中包含在搜尋過程中輸入的原始查詢詞、點擊的商品層級類別資訊和屬性資訊；提取模組，用於從所述搜尋行為資訊中提取出原始查詢詞、商品層級類別資訊和屬性資訊；融合模組，用於將所提取的原始查詢詞、商品層級類別資訊和屬性資訊進行融合，得到綜合了查詢詞部分、層級類別、類別下的屬性三個部分的推薦關鍵字。
本發明還公開了一種商品資訊發佈系統，包括：資訊獲取模組，用於獲取搜尋行為資訊，所述搜尋行為資訊中包含在搜尋過程中輸入的原始查詢詞、點擊的商品層級類別資訊和屬性資訊；提取模組，用於從所述搜尋行為資訊中提取出原始查詢詞、商品層級類別資訊和屬性資訊； 融合模組，用於將所提取的原始查詢詞、商品層級類別資訊和屬性資訊進行融合，得到綜合了查詢詞部分、層級類別、類別下的屬性三個部分的競價詞；綜合資訊接收模組，用於接收各個商品資訊用戶選定的競價詞，以及對應所選競價詞投放的商品資訊資訊和出價資訊；排序模組，用於以競價詞為索引，按照出價資訊將對應同一競價詞的各個商品資訊用戶投放的商品資訊資訊進行排序；商品資訊發佈模組，用於將排序後的商品資訊資訊以競價詞為索引發佈到商品資訊資料庫。
本發明還公開了一種商品資訊搜尋系統，包括：資訊獲取模組，用於接收搜尋用戶的搜尋行為資訊，所述搜尋行為資訊中包含所述搜尋用戶在搜尋過程中輸入的原始查詢詞、點擊的商品層級類別資訊和屬性資訊；提取模組，用於從所述搜尋行為資訊中提取出原始查詢詞、商品層級類別資訊和屬性資訊；融合模組，用於將所提取的原始查詢詞、商品層級類別資訊和屬性資訊進行融合，得到綜合了查詢詞部分、層級類別、類別下的屬性三個部分並且能夠表達所述搜尋用戶的原始搜尋意圖的推薦關鍵字；匹配模組，用於將所述推薦關鍵字與商品資訊資料庫中的競價詞進行匹配，並將匹配到的競價詞對應的商品資訊資訊呈現給所述搜尋用戶。
與現有技術相比，本發明包括以下優點：本發明實施例可以將搜尋行為資訊包含的搜尋過程中輸入的原始查詢詞、點擊的商品層級類別資訊和屬性資訊整合為推薦關鍵字，實現了將查詢詞、類別和屬性融合在一起的目的，從而實現了對結構化的搜尋引擎流量的去結構化，得到了更加符合搜尋意圖的推薦關鍵字。
而且，本發明實施例可以將所述推薦關鍵字作為商品資訊推廣競價時的競價詞，用所述競價詞實現了流量的分拆和合併，允許商品資訊用戶對所述競價詞對應的流量進行競價，有利於商品資訊用戶進行準確競價。
並且，本發明實施例可以將所述推薦關鍵字作為搜尋時的查詢關鍵字，有利於搜尋引擎準確進行搜尋，提高了搜尋結果的準確性和用戶體驗。
當然，實施本發明的任一產品不一定需要同時達到以上所述的所有優點。
10‧‧‧資訊獲取模組
12‧‧‧提取模組
14‧‧‧融合模組
141‧‧‧分詞子模組
142‧‧‧歸一化處理子模組
143‧‧‧同義詞去重複和近義詞合併子模組
144‧‧‧重點內容分析子模組
145‧‧‧重排序子模組
20‧‧‧資訊獲取模組
21‧‧‧提取模組
22‧‧‧融合模組
23‧‧‧綜合資訊接收模組
24‧‧‧排序模組
25‧‧‧商品資訊發佈模組
26‧‧‧統計模組
27‧‧‧展現模組
30‧‧‧資訊獲取模組
31‧‧‧提取模組
32‧‧‧融合模組
33‧‧‧匹配模組
圖1是本發明實施例所述一種查詢詞的融合方法的流程圖；圖2是本發明實施例所述一種商品資訊發佈方法的流程圖；圖3是本發明實施例所述一種商品資訊搜尋方法的流程圖；圖4是本發明實施例所述一種查詢詞的融合裝置的結 構方塊圖；圖5是本發明另一實施例所述一種查詢詞的融合裝置的結構方塊圖；圖6是本發明實施例所述一種商品資訊發佈系統的結構方塊圖；圖7是本發明另一實施例所述一種商品資訊發佈系統的結構方塊圖；圖8是本發明實施例所述一種商品資訊搜尋系統的結構方塊圖。
為使本發明的上述目的、特徵和優點能夠更加明顯易懂，下面綜合圖式和實施方式對本發明作進一步詳細的說明。
實施例一：
參照圖1，其示出了本發明實施例所述一種查詢詞的融合方法的流程圖，本實施例具體可以包括以下步驟：步驟100，獲取搜尋行為資訊，所述搜尋行為資訊中包含在搜尋過程中輸入的原始查詢詞、點擊的商品層級類別資訊和屬性資訊；本實施例中具體可以透過訪問搜尋日誌來獲取搜尋行為資訊，搜尋行為資訊中包含原始查詢詞、點擊的商品層級類別資訊和屬性資訊。
其中，原始查詢詞是用戶在搜尋過程中輸入的詞，例如，“修身上衣”。
商品層級類別資訊包含多層級的類別，例如，一級類別“女裝”，二級類別“T恤”，三級類別“長袖 T恤”。
屬性資訊包含屬性名稱和屬性值，其中，屬性名稱是能夠描述類別性質的詞，例如，“長袖 T恤”類別下的“顏色”就是一種屬性，屬性值可以是白色、紅色、藍色、黃色等。而且屬性名稱可以有多個，例如“材質”、“顏色”和“尺寸”等。不同類別下可以有相同的屬性名稱，但是這些相同的屬性名稱可以有不同的屬性值。
步驟102，從所述搜尋行為資訊中提取出原始查詢詞、商品層級類別資訊和屬性資訊；例如，從步驟101中獲取到的搜尋行為資訊中將原始查詢詞“修身上衣”、商品層級類別資訊“女裝>T恤>長袖 T恤”和屬性資訊“白色”提取出來。
步驟104，將所提取的原始查詢詞、商品層級類別資訊和屬性資訊進行融合，得到綜合了查詢詞部分、層級類別、類別下的屬性三個部分的推薦關鍵字。該推薦關鍵字能夠更好地表達原始搜尋意圖。
本實施例中，所述將所提取的原始查詢詞、商品層級類別資訊和屬性資訊進行融合，可以包括：將所提取的原始查詢詞、商品層級類別資訊和屬性資訊經過分詞、同義詞去重複、近義詞合併、重點內容分析和重排序處理中的至少一個步驟。
下面分別逐個介紹上述處理步驟：
(1)分詞
分詞就是將連續的字序列按照一定的規範重新組合成詞序列的過程。分詞的演算法有基於字串的分詞演算法、基於理解分詞演算法和基於統計的分詞演算法等，本實施例採用現有的任何一種分詞演算法均可，對此不做限定。例如，“修身上衣”的分詞處理結果為分詞單元“修身”和分詞單元“上衣”。
(2)同義詞去重複和近義詞合併
其中，所述同義詞去重複和近義詞合併可以包括以下子步驟：子步驟1，針對經過分詞處理後得到的各個分詞單元，計算任意兩個分詞單元之間的相似度；計算相似度的方法有很多，例如，可以計算兩個分詞單元之間的文本相似度來實現；又如，可以人工標注的中英文，判定中文“蘋果”和英文“apple”之間的相似度為高；再如，可以根據用戶的輸入詞和用戶的點擊行為之間的關係來計算相似度，用戶輸入的是“胖MM”，點擊的是“大碼女裝”，那麽“胖MM”和“大碼女裝”同樣具有較高的相似度。
子步驟2，透過將所述相似度與預置的同義詞判定臨限值和近義詞判定臨限值進行比較，判定所述任意兩個分 詞單元是否屬於同義詞或近義詞；通常同義詞判定有一個預置的臨限值，例如95%，當相似度高於預置的臨限值時，判定為同義詞。同樣近義詞判定也有一個預置的臨限值，例如85%，相似度高於近義詞的臨限值85%，小於同義詞的臨限值95%的時候，判定為近義詞。
子步驟3，將判定為同義詞的兩個重復的分詞單元去除任意一個並保留另一個分詞單元；既然兩個分詞單元被判定為同義詞，就說明這兩個分詞單元表達同樣的意義，那麽只需要保留一個即可，可以去除任意一個並保留另一個，本發明對此不作限制。
子步驟4，將判定為近義詞的兩個分詞單元按照預設條件保留其中一個分詞單元。
被判定為近義詞的兩個分詞單元處理方式與同義詞分詞單元類似，最終保留一個分詞單元即可。其中，按照預設條件保留可根據實際需要而定，例如“胖MM”和“大碼女裝”被判定為同義詞，由於“大碼女裝”是類別下的一個屬性，而“胖MM”是用戶輸入的詞，所以基於通用性的考慮，保留“大碼女裝”。
(3)重點內容分析
其中，所述重點內容分析可以包括以下子步驟：子步驟1，針對同義詞去重複和近義詞合併後的各個分詞單元，獲取各個分詞單元對應的分析元素，所述分析 元素包括各個分詞單元所屬的查詢詞部分、層級類別、類別下的屬性的層級權重，和/或，各個分詞單元的點擊率等；子步驟2，依據所述分析元素確定各個分詞單元的重要度；在本實施例中，首先，各個分詞單元所屬的查詢詞部分、層級類別和類別下的屬性的權重可以影響各個分詞單元的重要度。具體地，各個分詞單元所屬的查詢詞部分、層級類別、類別下的屬性本身就攜帶了不同的重要級別。在電子商務的環境裏，類別決定了商品的分類，所以最重要，可以用三顆星來表示；屬性則是經過標準化的，能夠描述商品重要特徵的東西，次重要，可以用兩顆星表示；查詢詞部分在搜尋引擎的環境裏很重要，但是在電子商務環境下的重要度沒那麽高，在電子商務環境下，查詢詞部分的重要度比類別低，和屬性不相上下，也可以用兩顆星來表示。
其次，各個分詞單元的點擊率也在一定程度上影響分詞單元的權重，通常情況下，點擊率高的分詞單元的重要度要高於點擊率低的分詞單元的重要度。當然，還會存在其他影響分詞單元重要度的因素，不應局限於本實施例所述的權重和點擊率。
子步驟3，按照重要度的高低從各個分詞單元中確定出重點內容。
通常，在一段資訊中，將其中重要度高的分詞單元確 定為該段資訊的重點內容。例如，在“白色 連衣裙 女裝 均碼”這段資訊中，重要度最高的是“連衣裙”，則這段資訊重點想表達的是“連衣裙”，而“白色”、“女裝”、“均碼”都是對“連衣裙”的限定。
(4)重排序
其中，所述重排序具體可以包括：按照重要度的高低，將重要度高的分詞單元排在重要度低的分詞單元之後。參照上述描述，重要度高的分詞單元一般可以決定商品的分類，因此，可將重要度高的分詞單元排在後面，而那些重要度低的分詞單元通常是對重要度高的分詞單元的進一步限定，所以將重要度低的分詞單元排在前面。
進一步地，可以綜合下面的具體例子理解上述融合處理過程。
本實施例中具體將步驟102中提取到的原始查詢詞“修身上衣”、商品層級類別資訊“女裝>T恤>長袖 T恤”和屬性資訊“白色”進行融合，具體的融合過程經過以下分詞、同義詞去重複、近義詞合併、重點內容分析和重排序處理幾個步驟：
1)分詞，上述原始查詢詞“修身上衣”、商品層級類別資訊“女裝>T恤>長袖 T恤”和屬性資訊“白色”被分成{“修身 上衣”+“女裝 T恤 長袖 T恤”+“白色”}。
2)同義詞去重複，本實施例中預置的同義詞判定臨 限值假設為95%，上述分詞處理後的{“修身 上衣”+“女裝 T恤 長袖 T恤”+“白色”}中，計算任意兩個分詞單元之間的相似度，發現“T恤”被重復了兩遍，這兩個分詞單元“T恤”和“T恤”之間的相似度為100%，大於預置的同義詞判定臨限值，因此將上述兩個分詞單元“T恤”和“T恤”判定為同義詞，去除女裝T恤中的分詞單元“T恤”，保留長袖 T恤中的分詞單元“T恤”。也就是說，本實施例中經過同義詞去重複的結果為{“修身 上衣”+“女裝 長袖 T恤”+“白色”}。
3)近義詞合併，本實施例中預置的近義詞判定臨限值假設為80%，計算{“修身 上衣”+“女裝 長袖 T恤”+“白色”}中任意兩個分詞單元之間的相似度，發現分詞單元“上衣”和分詞單元“T恤”之間的相似度為85%，大於預置的近義詞判定臨限值，並且小於上述的同義詞判定臨限值95%，因此將上述兩個分詞單元“上衣”和“T恤”判定為同義詞，去除分詞單元“上衣”保留分詞單元“T恤”。也就是說，本實施例中經過近義詞合併的結果為{“修身”+“女裝 長袖 T恤”+“白色”}。
4)重點內容分析，經過同義詞去重複和近義詞合併後的結果{“修身”+“女裝 長袖 T恤”+“白色”}中，各個分詞單元對應的分析元素如下：分詞單元“修身”對應的分析元素為：查詢詞部分、權重2顆星，點擊率50%；分詞單元“女裝”對應的分析元素為：一級類別、權重 3顆星，點擊率60%；分詞單元“長袖”對應的分析元素為：二級類別、權重3顆星，點擊率20%；分詞單元“T恤”對應的分析元素為：三級類別、權重3顆星，點擊率35%；分詞單元“白色”對應的分析元素為：屬性、權重2顆星，點擊率40%。
在本實施例中，類別部分的分詞單元的重要度高於屬性分詞單元的重要度，類別部分的分詞單元的重要度高於查詢詞部分的分詞單元的重要度，屬性分詞單元的重要度和查詢詞部分的分詞單元的重要度相當。
在同為類別部分的分詞單元“女裝”、“長袖”和“T恤”中，“長袖”的點擊率明顯低於“女裝”和“T恤”，因此可以將分詞單元“長袖”的重要度下調，低於分詞單元“女裝”和“T恤”。
依據上述各個分詞單元對應的分析元素，確定各個分詞單元的重要度如下：分詞單元“修身”的重要度為：2顆星；分詞單元“女裝”的重要度為：3顆星；分詞單元“長袖”的重要度為：2顆星；分詞單元“T恤”的重要度為：3顆星；分詞單元“白色”的重要度為：2顆星。
最終確定的重點內容為“女裝 T恤”。
5)重排序處理，將重要度高的分詞單元排在重要度 低的分詞單元之後，結果如下：“修身”“長袖”“白色”“女裝”“T恤”。
然後依據原始搜尋意圖進行調整，調整後的結果為“白色修身長袖女T恤”，即將所提取的原始查詢詞、商品層級類別資訊和屬性資訊進行融合，最終得到的綜合了查詢詞部分、層級類別、類別下的屬性三個部分並且能夠表達原始搜尋意圖的推薦關鍵字為“白色修身長袖女T恤”。
需要說明的是，較佳地，上述分詞和同義詞去重複之間還可以包括以下處理：對分詞後得到的各個分詞單元進行中英文和/或大小寫歸一化處理。
上述歸一化處理，將各個分詞單元的中英文和大小寫進行了統一處理，有利於計算各個分詞單元之間的文本相似度，有利用進行同義詞去重複和近義詞合併的處理。
綜上所述，在本發明實施例中，當搜尋行為資訊為{白色連衣裙(原始查詢詞)}時，得到的推薦關鍵字為“白色連衣裙”；當搜尋行為資訊為{連衣裙(原始查詢詞)+白色(屬性資訊)}時，得到的推薦關鍵字同樣為“白色連衣裙”，實現了對搜尋{白色連衣裙(原始查詢詞)}和搜尋{連衣裙(原始查詢詞)+白色(屬性資訊)}的流量合併。
本發明實施例可以將搜尋行為資訊包含的搜尋過程中輸入的原始查詢詞、點擊的商品層級類別資訊和屬性資訊整合為推薦關鍵字，實現了將查詢詞、類別和屬性融合在 一起的目的，從而實現了對結構化的搜尋引擎流量的去結構化，得到了更加符合搜尋意圖的推薦關鍵字。
在此基礎上，所述推薦關鍵字可以作為如實施例二中所述的商品資訊推廣競價時的競價詞，有利於商品資訊用戶進行準確競價；所述推薦關鍵字同樣可以作為如實施例三中所述搜尋時的查詢關鍵字，有利於搜尋引擎準確進行搜尋，提高了搜尋結果的準確性。
實施例二：
參照圖2，其示出了本發明實施例所述一種商品資訊發佈方法的流程圖，本實施例具體可以包括以下步驟：步驟200，獲取搜尋行為資訊，所述搜尋行為資訊中包含在搜尋過程中輸入的原始查詢詞、點擊的商品層級類別資訊和屬性資訊；本實施例中具體可以透過訪問搜尋日誌來獲取搜尋行為資訊，搜尋行為資訊中包含原始查詢詞、點擊的商品層級類別資訊和屬性資訊。
步驟202，從所述搜尋行為資訊中提取出原始查詢詞、商品層級類別資訊和屬性資訊；步驟204，將所提取的原始查詢詞、商品層級類別資訊和屬性資訊進行融合，得到綜合了查詢詞部分、層級類別、類別下的屬性三個部分的競價詞，該競價詞能夠更好地表達原始搜尋意圖；所述將所提取的原始查詢詞、商品層級類別資訊和屬 性資訊進行融合，包括：將所提取的原始查詢詞、商品層級類別資訊和屬性資訊依次分詞、同義詞去重複、近義詞合併、重點內容分析和重排序處理。
需要說明的是，本實施例中所述競價詞，可以是實施例一種所述的推薦關鍵字，具體的處理過程可以參見圖1所示的實施例一的相關描述，本實施例在此不作贅述。
步驟206，接收各個商品資訊用戶選定的競價詞，以及對應所選競價詞投放的商品資訊資訊和出價資訊；在本實施例中，商品資訊用戶可以選定一個或多個競價詞，並給出對應競價詞的出價資訊，當然還有對應競價詞投放的商品資訊資訊。當商品資訊用戶購買了競價詞後，搜尋用戶搜尋競價詞，就會出現該商品資訊用戶對應該競價詞的商品資訊資訊。
步驟208，以競價詞為索引，按照出價資訊將對應同一競價詞的各個商品資訊用戶投放的商品資訊資訊進行排序；具體地，出價資訊高的商品資訊用戶投放的商品資訊排在前面，出價資訊低的商品資訊用戶投放的商品資訊排在後面。
步驟210，將排序後的商品資訊資訊以競價詞為索引發佈到商品資訊資料庫。
將上述步驟208中排序後的商品資訊發佈到商品資訊資料庫中，方便實施例三中搜尋商品資訊時直接調用商品 資訊資料庫。
在本發明的一種較佳實施例中，商品資訊發佈方法還可以包括：以競價詞為索引，統計所述商品資訊資料庫中的競價詞對應的商品資訊推廣效果資料，所述商品資訊推廣效果資料包括以下資料中的一項或多項：商品資訊頁面的瀏覽資料、商品資訊中推廣的商品或服務頁面的點擊資料和商品資訊中推廣的商品或服務的成交日誌資料；以競價詞為索引，將所述商品資訊推廣效果資料進行展現。
上述商品資訊效果資料可以反映商品資訊的推廣效果，商品資訊用戶可以根據商品資訊效果資料對出價資訊和所投放的商品資訊進行調整。例如，商品資訊用戶從所述商品資訊推廣效果資料中發現“白色連衣裙”對應的商品資訊效果很好，那麽該商品資訊用戶可以提高“白色連衣裙”的競價來提升排名，這樣當根據新的用戶的搜尋資訊得到融和詞“白色連衣裙”時，該商品資訊客戶的商品資訊排名就會上升。
以競價詞為索引展現商品資訊推廣效果資料，可以比較清晰地呈現競價詞和商品資訊推廣效果之間的關係，方便商品資訊商瞭解購買的每個競價詞的商品資訊推廣效果，繼而進行針對每個競價詞的出價資訊和所投放的具體商品資訊的調整。當商品資訊用戶根據所述商品資訊的推廣效果資料，對與所述資料庫中商品資訊對應的競價詞和/或出價資訊進行修改之後，商品資訊資料庫同樣會依據所述修改操作進行更新。
綜上所述，上述實施例所述的商品資訊發佈方法可以將推薦關鍵字作為商品資訊推廣競價時的競價詞，用所述競價詞實現了流量的分拆和合併，允許商品資訊用戶對所述競價詞對應的流量進行競價，有利於商品資訊用戶進行準確競價。具體分析如下：首先，本實施例可以實現流量的合併。
例如，用戶如果想買蘋果手機，可以搜尋“蘋果手機”，或者在“手機”類別下搜尋“蘋果”，或者搜尋“手機”類別+“蘋果”品牌屬性這三種方式，因為現有技術中的競價方式採用的是扁平化的競價詞，所以上述三種輸入方式得到的商品資訊結果是不同的，而且每種方式參與的競價者(也就是本實施例中的商品資訊用戶)也可能不同，現有的這種競價方式對於競價深度是一個分化，而且對於商品資訊用戶來說，同樣的查詢意圖，為了都參與降價展現，購買競價詞也需要買三次。
而本實施例中引入了結構化的競價詞(融合了原始查詢詞、商品層級類別資訊和屬性資訊)，上述三種輸入方式都會生成同一個競價詞“蘋果手機”，因此商品資訊用戶也只需購買“蘋果手機”這一個競價詞就可以實現對上述三種輸入方式的競價，即實現了上述三種輸入方式對應的流量的合併。
又如，如果商品資訊用戶購買競價詞“白色連衣裙”，可以實現以下幾種流量的競價：白色 連衣裙(詞)
連衣裙(詞)+白色(屬性)
白色(詞)+連衣裙(類別)
連衣裙(類別)+白色(屬性)
上述四種流量所對應的展現、點擊、點擊價格和後續成交等，在營銷報表中，都可記錄到“白色連衣裙”這個競價詞上，這些搜尋意圖一致的流量是打包競價的。
上述對同義流量合併在一起，對於商品資訊用戶來說，進行競價的成本更加經濟；對於競價市場來說，競價深度進行合併，更利於拍賣。
其次，本實施例可以實現流量的拆分。
例如，現有技術中的扁平化競價詞，商品資訊用戶只能購買競價詞“連衣裙”，用戶輸入“連衣裙(詞)+白色(屬性)”、“連衣裙(詞)+藍色(屬性)”、“連衣裙(詞)+短袖(屬性)”或“連衣裙(詞)+童裝(類別)”對應的流量都會記錄到競價詞“連衣裙”上，商品資訊用戶無法準確獲得上述不同的連衣裙的推廣效果，也無法精確出價購買流量。而本實施例上述四種輸入方式對應的推薦關鍵字是不同的，分別是“白色連衣裙”、“藍色連衣裙”、“短袖連衣裙”和“兒童連衣裙”，上述四種輸入方式對應的流量也會分別對應記錄到上述四個競價詞的流量中，因而商品資訊用戶可以精確出價購買流量，也可以準確瞭解上述四種不同的連衣裙的推廣效果。
實施例三：
參照圖3，其示出了本發明實施例所述一種商品資訊搜尋方法的流程圖，本實施例具體可以包括以下步驟：步驟300，接收搜尋用戶的搜尋行為資訊，所述搜尋行為資訊中包含所述搜尋用戶在搜尋過程中輸入的原始查詢詞、點擊的商品層級類別資訊和屬性資訊；步驟302，從所述搜尋行為資訊中提取出原始查詢詞、商品層級類別資訊和屬性資訊；步驟304，將所提取的原始查詢詞、商品層級類別資訊和屬性資訊進行融合，得到綜合了查詢詞部分、層級類別、類別下的屬性三個部分並且能夠表達所述搜尋用戶的原始搜尋意圖的推薦關鍵字；需要說明的是，步驟300至步驟304得到能夠表達所述搜尋用戶的原始搜尋意圖的推薦關鍵字的過程，可以參見實施例一中的相關描述，本實施例對此不再贅述。
步驟306，將所述推薦關鍵字與商品資訊資料庫中的競價詞進行匹配，並將匹配到的競價詞對應的商品資訊資訊呈現給所述搜尋用戶。
商品資訊資料庫中存儲有若干競價詞和每個競價詞對應的商品資訊資訊，在商品資訊資料庫中匹配到與推薦關鍵字對應的競價詞，進而匹配到競價詞對應的商品資訊資訊，然後將這些商品資訊資訊呈現給搜尋用戶。
因為本實施例中的推薦關鍵字是將原始查詢詞、商品層級類別資訊和屬性資訊進行融合之後得到的，因此可以準確表達搜尋用戶的原始搜尋意圖，因而匹配到的競價詞 對應的商品資訊資訊同樣可以準確表達所述用戶的原始搜尋意圖，提高了搜尋結果的準確性。
在本實施例中，所述將所述推薦關鍵字與商品資訊資料庫中的競價詞進行匹配，具體可以包括：將所述推薦關鍵字與商品資訊資料庫中的競價詞進行精確匹配，當匹配不到競價詞時，進行模糊匹配，所述模糊匹配包括：將所述搜尋用戶輸入的原始查詢詞與商品資訊資料庫中的競價詞進行匹配；上述精確匹配的意思是，在推薦關鍵字與商品資訊資料庫中的競價詞完全相同時，展現該競價詞對應的商品資訊資訊，這個時候的商品資訊是精確匹配的。模糊匹配的意思是，在推薦關鍵字與商品資訊資料庫中的競價詞不完全相同，但是比較相關的時候，展現相關競價詞對應的商品資訊主的商品資訊，這個時候的商品資訊是模糊匹配。所述將搜尋用戶輸入的原始查詢詞與商品資訊資料庫中的競價詞進行匹配，得到的競價詞就是相關競價詞，展現該競價詞對應的商品資訊資訊即可。
當採用模糊匹配後，可以將所述推薦關鍵字作為新的競價詞增加到所述商品資訊資料庫中。這樣商品資訊資料庫可以不斷更新。需要說明的是，目前大部分電子商務和其他分類網站的流量基本上都是結構化的，因此本發明可擴展的空間很大。
綜上所述，本發明實施例可以將搜尋用戶的搜尋行為資訊轉化為推薦關鍵字，由於所述推薦關鍵字更加符合用 戶的搜尋意圖，而且商品資訊資料庫中的競價詞也採用了推薦關鍵字的形式，因此將所述推薦關鍵字作為搜尋時的查詢關鍵字查詢商品資訊資料庫，有利於搜尋引擎準確進行搜尋，提高了搜尋效率以及搜尋結果的準確性和用戶體驗，提高了搜尋效率。
例如，採用現有的扁平化的查詢詞進行競價，當用戶在“手機”類別下搜尋“蘋果”時，所有賣蘋果水果的商品資訊用戶也會參與競價，後續在商品資訊展現的時候，需要透過相關性的判斷，去掉這部分賣水果蘋果的商品資訊用戶，只展現在手機類別下賣蘋果水機的商品資訊用戶，這個過程實質是首先搜尋了關鍵字“蘋果”對應的所有商品資訊，然後利用類別“手機”進行篩選，得到最終的蘋果手機的商品資訊，顯然是一種很大的效率浪費。
而採用本實施例採用結構化競價詞(即推薦關鍵字)進行競價，當用戶在“手機”類別下搜尋“蘋果”時，會生成競價詞“蘋果手機”，是直接對“蘋果手機”對應的商品資訊進行搜尋，賣水果蘋果的商品資訊用戶不會參與競價，也不會出現在搜尋的過程中，即搜尋引擎免除了上述的相關性篩選這一步驟，因此提高了搜尋的效率，避免了不必要的效率浪費。而且“蘋果手機”可以準確反映用戶的搜尋意圖，對應的搜尋結果也就更加準確。
需要說明的是，對於前述的方法實施例，為了簡單描述，故將其都表述為一系列的動作組合，但是本領域技術人員應該知悉，本發明並不受所描述的動作順序的限制， 因為依據本發明，某些步驟可以採用其他順序或者同時進行。其次，本領域技術人員也應該知悉，說明書中所描述的實施例均屬於較佳實施例，所涉及的動作並不一定是本發明所必需的。
基於上述方法實施例的說明，本發明還提供了相應的查詢詞的融合裝置實施例、商品資訊發佈系統實施例和商品資訊搜尋系統實施例，來實現上述方法實施例所述的內容。其中，商品資訊發佈系統和商品資訊搜尋系統中都包含了融合裝置。
實施例四：
參照圖4，其示出了本發明實施例所述一種查詢詞的融合裝置的結構方塊圖，本實施例具體可以包括以下模組：資訊獲取模組10、提取模組12、融合模組14。其中，資訊獲取模組10，用於獲取搜尋行為資訊，所述搜尋行為資訊中包含在搜尋過程中輸入的原始查詢詞、點擊的商品層級類別資訊和屬性資訊；本實施例中具體可以透過訪問搜尋日誌來獲取搜尋行為資訊，搜尋行為資訊中包含原始查詢詞、點擊的商品層級類別資訊和屬性資訊。
提取模組12，用於從所述搜尋行為資訊中提取出原始查詢詞、商品層級類別資訊和屬性資訊；例如，提取模組12從資訊獲取模組10獲取到的搜尋 行為資訊中將原始查詢詞“修身上衣”、商品層級類別資訊“女裝>T恤>長袖 T恤”和屬性資訊“白色”提取出來。
融合模組14，用於將所提取的原始查詢詞、商品層級類別資訊和屬性資訊進行融合，得到綜合了查詢詞部分、層級類別、類別下的屬性三個部分的推薦關鍵字。
在本發明的一種如圖5所示的較佳實施例中，融合模組14具體可以包括以下子模組：分詞子模組141、歸一化處理子模組142、同義詞去重複和近義詞合併子模組143，重點內容分析子模組144、重排序子模組145。
歸一化處理子模組142，用於對分詞後得到的各個分詞單元進行中英文和/或大小寫歸一化處理。
同義詞去重複和近義詞合併子模組143針對經過分詞處理後得到的各個分詞單元，計算任意兩個分詞單元之間的相似度；同義詞去重複和近義詞合併模組141透過將所述相似度與預置的同義詞判定臨限值和近義詞判定臨限值進行比較，判定所述任意兩個分詞單元是否屬於同義詞或近義詞；同義詞去重複和近義詞合併模組141將判定為同義詞的兩個重復的分詞單元去除任意一個並保留另一個分詞單元；將判定為近義詞的兩個分詞單元按照預設條件保留其中一個分詞單元。
重點內容分析子模組144針對同義詞去重複和近義詞合併後的各個分詞單元，獲取各個分詞單元對應的分析元素，所述分析元素包括各個分詞單元所屬的查詢詞部分、層級類別、類別下的屬性的層級權重，和/或，各個分詞 單元的點擊率；重點內容分析子模組142依據所述分析元素確定各個分詞單元的重要度；重點內容分析子模組142按照重要度的高低從各個分詞單元中確定出重點內容。
重排序子模組145，用於按照重要度的高低，將重要度高的分詞單元排在重要度低的分詞單元之後。
本發明實施例所述的查詢詞的融合裝置可以將搜尋行為資訊包含的搜尋過程中輸入的原始查詢詞、點擊的商品層級類別資訊和屬性資訊整合為推薦關鍵字，實現了將查詢詞、類別和屬性融合在一起的目的，從而實現了對結構化的搜尋引擎流量的去結構化，得到了更加符合搜尋意圖的推薦關鍵字。
所述推薦關鍵字可以作為商品資訊推廣競價時的競價詞，有利於商品資訊用戶進行準確競價；所述推薦關鍵字同樣可以作為搜尋時的查詢關鍵字，有利於搜尋引擎準確進行搜尋，提高了搜尋結果的準確性。
對於上述查詢詞的融合裝置實施例而言，由於其與方法實施例基本相似，所以描述的比較簡單，相關之處參見圖1所示方法實施例的部分說明即可。
實施例五：
參照圖6，其示出了本發明實施例所述一種商品資訊發佈系統的結構方塊圖，本實施例具體可以包括以下模組：資訊獲取模組20、提取模組21、融合模組22、綜合資訊接收模組23、排序模組24和商品資訊發佈模組25。 其中，資訊獲取模組20，用於獲取搜尋行為資訊，所述搜尋行為資訊中包含在搜尋過程中輸入的原始查詢詞、點擊的商品層級類別資訊和屬性資訊；提取模組21，用於從所述搜尋行為資訊中提取出原始查詢詞、商品層級類別資訊和屬性資訊；融合模組22，用於將所提取的原始查詢詞、商品層級類別資訊和屬性資訊進行融合，得到綜合了查詢詞部分、層級類別、類別下的屬性三個部分的競價詞；綜合資訊接收模組23，用於接收各個商品資訊用戶選定的競價詞，以及對應所選競價詞投放的商品資訊資訊和出價資訊；排序模組24，用於以競價詞為索引，按照出價資訊將對應同一競價詞的各個商品資訊用戶投放的商品資訊資訊進行排序；商品資訊發佈模組25，用於將排序後的商品資訊資訊以競價詞為索引發佈到商品資訊資料庫。
在本發明的一種如圖7所示的較佳實施例中，商品資訊發佈裝置系統還包括：統計模組26，用於以競價詞為索引，統計所述商品資訊資料庫中的競價詞對應的商品資訊推廣效果資料，所述商品資訊推廣效果資料包括以下資料中的一項或多項：商品資訊頁面的瀏覽資料、商品資訊中推廣的商品或服務頁面的點擊資料和商品資訊中推廣的商品或服務的成交日 誌資料；展現模組27，用於以競價詞為索引，將所述商品資訊推廣效果資料進行展現。
上述商品資訊效果資料可以反映商品資訊的推廣效果，商品資訊用戶可以根據商品資訊效果資料對出價資訊和所投放的商品資訊進行調整。以競價詞為索引展現商品資訊推廣效果資料，可以比較清晰地呈現競價詞和商品資訊推廣效果之間的關係，方便商品資訊商瞭解購買的每個競價詞的商品資訊推廣效果，繼而進行針對每個競價詞的出價資訊和所投放的具體商品資訊的調整。當商品資訊用戶根據所述商品資訊的推廣效果資料，對與所述資料庫中商品資訊對應的競價詞和/或出價資訊進行修改之後，商品資訊資料庫同樣會依據所述修改操作進行更新。
上述商品資訊發佈系統可以將所述推薦關鍵字作為商品資訊推廣競價時的競價詞，用所述競價詞實現了流量的分拆和合併，允許商品資訊用戶對所述競價詞對應的流量進行競價，有利於商品資訊用戶進行準確競價。
對於上述商品資訊發佈系統實施例而言，由於其與方法實施例基本相似，所以描述的比較簡單，相關之處參見圖2所示方法實施例的部分說明即可。
實施例六：
參照圖8，其示出了本發明實施例所述一種商品資訊搜尋系統的結構方塊圖，本實施例具體可以包括以下模 組：資訊獲取模組30、提取模組31、融合模組32、匹配模組33。其中，資訊獲取模組30，用於接收搜尋用戶的搜尋行為資訊，所述搜尋行為資訊中包含所述搜尋用戶在搜尋過程中輸入的原始查詢詞、點擊的商品層級類別資訊和屬性資訊；提取模組31，用於從所述搜尋行為資訊中提取出原始查詢詞、商品層級類別資訊和屬性資訊；融合模組32，用於將所提取的原始查詢詞、商品層級類別資訊和屬性資訊進行融合，得到綜合了查詢詞部分、層級類別、類別下的屬性三個部分並且能夠表達所述搜尋用戶的原始搜尋意圖的推薦關鍵字；匹配模組33，用於將所述推薦關鍵字與商品資訊資料庫中的競價詞進行匹配，並將匹配到的競價詞對應的商品資訊資訊呈現給所述搜尋用戶。
在本發明的一種較佳實施例中，匹配模組33具體可以包括以下子模組：精確匹配子模組，用於將所述推薦關鍵字與商品資訊資料庫中的競價詞進行精確匹配；模糊匹配子模組，用於當匹配不到競價詞時，進行模糊匹配，所述模糊匹配包括：將所述搜尋用戶輸入的原始查詢詞與商品資訊資料庫中的競價詞進行匹配；所述模糊匹配子模組332用於將所述推薦關鍵字作為新的競價詞增加到所述商品資訊資料庫中。
上述商品資訊搜尋系統可以將所述推薦關鍵字作為搜尋時的查詢關鍵字，有利於搜尋引擎準確進行搜尋，提高了搜尋結果的準確性。
對於上述商品資訊搜尋系統實施例而言，由於其與方法實施例基本相似，所以描述的比較簡單，相關之處參見圖3所示方法實施例的部分說明即可。
本說明書中的各個實施例均採用遞進的方式描述，每個實施例重點說明的都是與其他實施例的不同之處，各個實施例之間相同相似的部分互相參見即可。
本領域技術人員易於想到的是：上述各個實施例的任意組合應用都是可行的，故上述各個實施例之間的任意組合都是本發明的實施方案，但是由於篇幅限制，本說明書在此就不一一詳述了。
在本發明中，“裝置”、“系統”等等指應用於電腦的相關實體，如硬體、硬體和軟體的組合、軟體或執行中的軟體等。詳細地說，例如，元件可以、但不限於是運行於處理器的程序、處理器、物件、可執行元件、執行序、程式和/或電腦。還有，運行於伺服器上的應用程式或腳本程式、伺服器都可以是元件。一個或多個元件可在執行的程序和/或序中，並且元件可以在一台電腦上本地化和/或分佈在兩台或多台電腦之間，並可以由各種電腦可讀媒體運行。元件還可以根據具有一個或多個資料包的信號，例如，來自一個與本地系統、分散式系統中另一元件交互的，和/或在網際網路透過信號與其他系統交互的資料的 信號透過本地和/或遠端程序來進行通信。
最後，還需要說明的是，在本文中，術語“包括”、“包含”，不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種程序、方法、物品或者設備所固有的要素。在沒有更多限制的情況下，由語句“包括......”限定的要素，並不排除在包括所述要素的程序、方法、物品或者設備中還存在另外的相同要素。
本領域內的技術人員應明白，本發明的實施例可提供為方法、系統、或電腦程式產品。因此，本發明可採用完全硬體實施例、完全軟體實施例、或綜合軟體和硬體方面的實施例的形式。而且，本發明可採用在一個或多個其中包含有電腦可用程式碼的電腦可用存儲介質(包括但不限於磁碟儲存器、CD-ROM、光學儲存器等)上實施的電腦程式產品的形式。
本發明是參照根據本發明實施例的方法、設備(系統)、和電腦程式產品的流程圖和/或方方塊圖來描述的。應理解可由電腦程式指令實現流程圖和/或方塊圖中的每一流程和/或方塊、以及流程圖和/或方塊圖中的流程和/或方塊的綜合。可提供這些電腦程式指令到通用電腦、專用電腦、嵌入式處理機或其他可編程資料處理設備的處理器以產生一個機器，使得透過電腦或其他可編程資料處理設備的處理器執行的指令產生用於實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能的裝置。
這些電腦程式指令也可存儲在能引導電腦或其他可編程資料處理設備以特定方式工作的電腦可讀記憶體中，使得存儲在該電腦可讀記憶體中的指令產生包括指令裝置的製造品，該指令裝置實現在流程圖一個流程或多個流程和/或方方塊圖一個方框或多個方框中指定的功能。
這些電腦程式指令也可裝載到電腦或其他可編程資料處理設備上，使得在電腦或其他可編程設備上執行一系列操作步驟以產生電腦實現的處理，從而在電腦或其他可編程設備上執行的指令提供用於實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能的步驟。
儘管已描述了本發明的較佳實施例，但本領域內的技術人員一旦得知了基本創造性概念，則可對這些實施例做出另外的變更和修改。所以，所附申請專利範圍意欲解釋為包括較佳實施例以及落入本發明範圍的所有變更和修改。
以上對本發明所提供的一種查詢詞融合方法、商品資訊發佈方法和搜尋方法及系統，進行了詳細介紹，本文中應用了具體個例對本發明的原理及實施方式進行了闡述，以上實施例的說明只是用於幫助理解本發明的方法及其核心思想；同時，對於本領域的一般技術人員，依據本發明的思想，在實施方式及應用範圍上均會有改變之處，綜上所述，本說明書內容不應理解為對本發明的限制。

Claims (13)

  1. 一種查詢詞的融合方法，其特徵在於，包括：獲取搜尋行為資訊，該搜尋行為資訊中包含在搜尋過程中輸入的原始查詢詞、點擊的商品層級類別資訊和屬性資訊；從該搜尋行為資訊中提取出原始查詢詞、商品層級類別資訊和屬性資訊；將所提取的原始查詢詞、商品層級類別資訊和屬性資訊進行融合，得到綜合了查詢詞部分、層級類別、類別下的屬性三個部分的推薦關鍵字。
  2. 根據申請專利範圍第1項所述的方法，其中，該將所提取的原始查詢詞、商品層級類別資訊和屬性資訊進行融合，包括：將所提取的原始查詢詞、商品層級類別資訊和屬性資訊經過分詞、同義詞去重複、近義詞合併、重點內容分析和重排序處理中的至少一個步驟。
  3. 根據申請專利範圍第2項所述的方法，其中，該同義詞去重複和近義詞合併包括：針對經過分詞處理後得到的各個分詞單元，計算任意兩個分詞單元之間的相似度；透過將該相似度與預置的同義詞判定臨限值和近義詞判定臨限值進行比較，判定該任意兩個分詞單元是否屬於同義詞或近義詞；將判定為同義詞的兩個重復的分詞單元去除任意一個 並保留另一個分詞單元；將判定為近義詞的兩個分詞單元按照預設條件保留其中一個分詞單元。
  4. 根據申請專利範圍第2項所述的方法，其中，該重點內容分析包括：針對同義詞去重複和近義詞合併後的各個分詞單元，獲取各個分詞單元對應的分析元素，該分析元素包括各個分詞單元所屬的查詢詞部分、層級類別、類別下的屬性的層級權重，和/或，各個分詞單元的點擊率；依據該分析元素確定各個分詞單元的重要度；按照重要度的高低從各個分詞單元中確定出重點內容。
  5. 根據申請專利範圍第4項所述的方法，其中，該重排序包括：按照重要度的高低，將重要度高的分詞單元排在重要度低的分詞單元之後。
  6. 根據申請專利範圍第2項所述的方法，其中，該分詞和同義詞去重複之間還包括：對分詞後得到的各個分詞單元進行中英文和/或大小寫歸一化處理。
  7. 一種商品資訊發佈方法，其特徵在於，包括：獲取搜尋行為資訊，該搜尋行為資訊中包含在搜尋過程中輸入的原始查詢詞、點擊的商品層級類別資訊和屬性資訊； 從該搜尋行為資訊中提取出原始查詢詞、商品層級類別資訊和屬性資訊；將所提取的原始查詢詞、商品層級類別資訊和屬性資訊進行融合，得到綜合了查詢詞部分、層級類別、類別下的屬性三個部分的競價詞；接收各個商品資訊用戶選定的競價詞，以及對應所選競價詞投放的商品資訊資訊和出價資訊；以競價詞為索引，按照出價資訊將對應同一競價詞的各個商品資訊用戶投放的商品資訊資訊進行排序；將排序後的商品資訊資訊以競價詞為索引發佈到商品資訊資料庫。
  8. 根據申請專利範圍第7項所述的方法，其中，還包括：以競價詞為索引，統計該商品資訊資料庫中的競價詞對應的商品資訊推廣效果資料，該商品資訊推廣效果資料包括以下資料中的一項或多項：商品資訊頁面的瀏覽資料、商品資訊中推廣的商品或服務頁面的點擊資料和商品資訊中推廣的商品或服務的成交日誌資料；以競價詞為索引，將該商品資訊推廣效果資料進行展現。
  9. 一種商品資訊搜尋方法，其特徵在於，包括：接收搜尋用戶的搜尋行為資訊，該搜尋行為資訊中包含該搜尋用戶在搜尋過程中輸入的原始查詢詞、點擊的商品層級類別資訊和屬性資訊； 從該搜尋行為資訊中提取出原始查詢詞、商品層級類別資訊和屬性資訊；將所提取的原始查詢詞、商品層級類別資訊和屬性資訊進行融合，得到綜合了查詢詞部分、層級類別、類別下的屬性三個部分並且能夠表達該搜尋用戶的原始搜尋意圖的推薦關鍵字；將該推薦關鍵字與商品資訊資料庫中的競價詞進行匹配，並將匹配到的競價詞對應的商品資訊資訊呈現給該搜尋用戶。
  10. 根據申請專利範圍第9項所述的方法，其中，該將該推薦關鍵字與商品資訊資料庫中的競價詞進行匹配，包括：將該推薦關鍵字與商品資訊資料庫中的競價詞進行精確匹配，當匹配不到競價詞時，進行模糊匹配，該模糊匹配包括：將該搜尋用戶輸入的原始查詢詞與商品資訊資料庫中的競價詞進行匹配；該方法還包括：將該推薦關鍵字作為新的競價詞增加到該商品資訊資料庫中。
  11. 一種查詢詞的融合裝置，其特徵在於，包括：資訊獲取模組，用於獲取搜尋行為資訊，該搜尋行為資訊中包含在搜尋過程中輸入的原始查詢詞、點擊的商品層級類別資訊和屬性資訊；提取模組，用於從該搜尋行為資訊中提取出原始查詢詞、商品層級類別資訊和屬性資訊； 融合模組，用於將所提取的原始查詢詞、商品層級類別資訊和屬性資訊進行融合，得到綜合了查詢詞部分、層級類別、類別下的屬性三個部分的推薦關鍵字。
  12. 一種商品資訊發佈系統，其特徵在於，包括：資訊獲取模組，用於獲取搜尋行為資訊，該搜尋行為資訊中包含在搜尋過程中輸入的原始查詢詞、點擊的商品層級類別資訊和屬性資訊；提取模組，用於從該搜尋行為資訊中提取出原始查詢詞、商品層級類別資訊和屬性資訊；融合模組，用於將所提取的原始查詢詞、商品層級類別資訊和屬性資訊進行融合，得到綜合了查詢詞部分、層級類別、類別下的屬性三個部分的競價詞；綜合資訊接收模組，用於接收各個商品資訊用戶選定的競價詞，以及對應所選競價詞投放的商品資訊資訊和出價資訊；排序模組，用於以競價詞為索引，按照出價資訊將對應同一競價詞的各個商品資訊用戶投放的商品資訊資訊進行排序；商品資訊發佈模組，用於將排序後的商品資訊資訊以競價詞為索引發佈到商品資訊資料庫。
  13. 一種商品資訊搜尋系統，其特徵在於，包括：資訊獲取模組，用於接收搜尋用戶的搜尋行為資訊，該搜尋行為資訊中包含該搜尋用戶在搜尋過程中輸入的原始查詢詞、點擊的商品層級類別資訊和屬性資訊； 提取模組，用於從該搜尋行為資訊中提取出原始查詢詞、商品層級類別資訊和屬性資訊；融合模組，用於將所提取的原始查詢詞、商品層級類別資訊和屬性資訊進行融合，得到綜合了查詢詞部分、層級類別、類別下的屬性三個部分並且能夠表達該搜尋用戶的原始搜尋意圖的推薦關鍵字；匹配模組，用於將該推薦關鍵字與商品資訊資料庫中的競價詞進行匹配，並將匹配到的競價詞對應的商品資訊資訊呈現給該搜尋用戶。
TW102123191A 2013-01-09 2013-06-28 Query word fusion method, product information publishing method, search method and system TWI640878B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
??201310008041.0 2013-01-09
CN201310008041.0A CN103914492B (zh) 2013-01-09 2013-01-09 查询词融合方法、商品信息发布方法和搜索方法及系统

Publications (2)

Publication Number Publication Date
TW201428513A true TW201428513A (zh) 2014-07-16
TWI640878B TWI640878B (zh) 2018-11-11

Family

ID=50029262

Family Applications (1)

Application Number Title Priority Date Filing Date
TW102123191A TWI640878B (zh) 2013-01-09 2013-06-28 Query word fusion method, product information publishing method, search method and system

Country Status (6)

Country Link
US (2) US20140195348A1 (zh)
EP (1) EP2943921A2 (zh)
JP (1) JP6301958B2 (zh)
CN (1) CN103914492B (zh)
TW (1) TWI640878B (zh)
WO (1) WO2014110141A2 (zh)

Families Citing this family (45)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9582537B1 (en) 2014-08-21 2017-02-28 Google Inc. Structured search query generation and use in a computer network environment
JP6365195B2 (ja) * 2014-10-03 2018-08-01 富士通株式会社 命令履歴分析プログラム、命令履歴分析装置、および、命令履歴分析方法
US9690851B2 (en) * 2014-11-20 2017-06-27 Oracle International Corporation Automatic generation of contextual search string synonyms
CN105653562B (zh) * 2014-12-02 2019-03-15 阿里巴巴集团控股有限公司 一种文本内容与查询请求之间相关性的计算方法及装置
CN104484431B (zh) * 2014-12-19 2017-07-21 合肥工业大学 一种基于领域本体的多源个性化新闻网页推荐方法
CN104731926B (zh) * 2015-03-27 2018-03-09 百度在线网络技术（北京）有限公司 推荐词的展现方法和装置
CN106294456B (zh) * 2015-05-29 2019-11-12 华为技术有限公司 机器学习的方法和设备
CN105069086B (zh) * 2015-07-31 2017-07-11 焦点科技股份有限公司 一种优化电子商务商品搜索的方法及系统
DE112015006537T5 (de) * 2015-08-20 2018-02-15 Google LLC (n.d.Ges.d. Staates Delaware) Gerätebasierte filterung von inhaltselementen, die mit mobilen anwendungen verbunden sind
CN105069168A (zh) * 2015-08-28 2015-11-18 百度在线网络技术（北京）有限公司 搜索词推荐方法和装置
CN105138690B (zh) * 2015-09-18 2018-11-06 北京博雅立方科技有限公司 确定关键词的方法和装置
CN105447158A (zh) * 2015-12-02 2016-03-30 北京信息科技大学 一种基于图的专利搜索日志中同义词集自动挖掘方法
CN105426535A (zh) * 2015-12-18 2016-03-23 北京奇虎科技有限公司 基于搜索提示的搜索方法及装置
US10580064B2 (en) 2015-12-31 2020-03-03 Ebay Inc. User interface for identifying top attributes
CN105808685B (zh) 2016-03-02 2021-09-28 腾讯科技（深圳）有限公司 推广信息的推送方法及装置
US11080918B2 (en) * 2016-05-25 2021-08-03 Metail Limited Method and system for predicting garment attributes using deep learning
CN106446027A (zh) * 2016-08-30 2017-02-22 五八同城信息技术有限公司 信息推荐方法及装置
CN107818487B (zh) * 2016-09-12 2022-03-04 阿里巴巴集团控股有限公司 一种产品信息处理方法、装置、设备及客户端
CN107862532B (zh) * 2016-09-22 2021-11-26 腾讯科技（深圳）有限公司 一种用户特征提取方法及相关装置
CN106528631A (zh) * 2016-10-10 2017-03-22 中国银行股份有限公司 一种银行汇入款电文受益方信息的处理方法及装置
CN108536664A (zh) * 2017-03-01 2018-09-14 华东师范大学 商品领域的知识融合方法
CN107291835B (zh) * 2017-05-31 2020-12-22 北京京东尚科信息技术有限公司 一种搜索词的推荐方法和装置
US10943286B1 (en) * 2017-06-06 2021-03-09 Amazon Technologies, Inc. Determining product attribute sequences using quantitative values
CN107463600B (zh) * 2017-06-12 2020-12-29 百度在线网络技术（北京）有限公司 广告投放关键词推荐方法及装置、广告投放方法及装置
CN109213921A (zh) * 2017-06-29 2019-01-15 广州涌智信息科技有限公司 一种商品信息的搜索方法及装置
CN109325182B (zh) * 2018-10-12 2024-05-14 平安科技（深圳）有限公司 基于会话的信息推送方法、装置、计算机设备及存储介质
CN109919651A (zh) * 2019-01-17 2019-06-21 阿里巴巴集团控股有限公司 对象的推送方法及装置
JP7227606B2 (ja) * 2019-04-08 2023-02-22 株式会社Shirofune 情報処理装置、情報処理方法、情報処理プログラム
JP7211901B2 (ja) * 2019-06-07 2023-01-24 株式会社日立製作所 情報処理装置および情報処理方法
CN110347920A (zh) * 2019-07-02 2019-10-18 北京纵横无双科技有限公司 一种健康信息的检索匹配方法及装置
US11354721B2 (en) * 2019-10-16 2022-06-07 Coupang Corp. Computerized systems and methods for providing product recommendations
CN111400339B (zh) * 2020-03-04 2023-04-07 广州大学 产品数据库标识反向解析的检索方法及系统
CN113297452A (zh) * 2020-05-26 2021-08-24 阿里巴巴集团控股有限公司 多级检索方法、多级检索装置及电子设备
CN111651477B (zh) * 2020-05-27 2022-05-17 福建博思软件股份有限公司 基于语义相似度的多源异构商品一致性判别方法和装置
JP7004123B1 (ja) * 2020-05-28 2022-01-21 Ｊｆｅスチール株式会社 情報検索システム
CN111784456A (zh) * 2020-06-30 2020-10-16 广东奥园奥买家电子商务有限公司 一种电商商家的信誉评价方法和装置以及计算机设备
CN112115704A (zh) * 2020-09-11 2020-12-22 深圳市菲尔兹数据分析师事务所有限公司 基于电商平台的产品查询方法、装置和计算机设备
US11210596B1 (en) 2020-11-06 2021-12-28 issuerPixel Inc. a Nevada C. Corp Self-building hierarchically indexed multimedia database
CN112966177B (zh) * 2021-03-05 2022-07-26 北京百度网讯科技有限公司 咨询意图的识别方法、装置、设备以及存储介质
CN112966178B (zh) * 2021-03-05 2024-01-23 北京百度网讯科技有限公司 咨询结果的分发方法、装置、设备以及存储介质
CN113240487A (zh) * 2021-05-11 2021-08-10 北京沃东天骏信息技术有限公司 流量调控方法和装置
CN113570428B (zh) * 2021-07-23 2024-02-02 上海普洛斯普新数字科技有限公司 一种用于线上商品一致性筛选的系统
CN113538062B (zh) * 2021-07-28 2024-05-07 福州果集信息科技有限公司 一种反推商品推广笔记所购买竞价词的方法
CN114610971A (zh) * 2022-03-11 2022-06-10 北京百度网讯科技有限公司 搜索关键词的生成方法、装置及电子设备
CN114723073B (zh) * 2022-06-07 2023-09-05 阿里健康科技(杭州)有限公司 语言模型预训练、产品搜索方法、装置以及计算机设备

Family Cites Families (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5590325A (en) * 1991-06-11 1996-12-31 Logical Information Machines, Inc. System for forming queries to a commodities trading database using analog indicators
JPH0973455A (ja) * 1995-09-01 1997-03-18 Toshiba Corp 文書検索装置及び文書検索方法
JP2003016085A (ja) * 2001-06-29 2003-01-17 Nippon Telegraph & Telephone West Corp コンテンツ検索システム、コンテンツ検索方法、コンテンツ検索プログラムおよび記録媒体
US20050222987A1 (en) * 2004-04-02 2005-10-06 Vadon Eric R Automated detection of associations between search criteria and item categories based on collective analysis of user activity data
US20060282430A1 (en) * 2005-06-10 2006-12-14 Diamond David L Fuzzy matching of text at an expected location
US10510043B2 (en) * 2005-06-13 2019-12-17 Skyword Inc. Computer method and apparatus for targeting advertising
US8260771B1 (en) * 2005-07-22 2012-09-04 A9.Com, Inc. Predictive selection of item attributes likely to be useful in refining a search
US8255383B2 (en) * 2006-07-14 2012-08-28 Chacha Search, Inc Method and system for qualifying keywords in query strings
CN101145153B (zh) * 2006-09-13 2011-03-30 阿里巴巴集团控股有限公司 一种搜索信息的方法及系统
CN101436186B (zh) * 2007-11-12 2012-09-05 北京搜狗科技发展有限公司 一种提供相关搜索的方法及系统
US7983963B2 (en) * 2007-12-28 2011-07-19 Overstock.Com, Inc. System, program product, and method of electronic communication network guided navigation
US20090248627A1 (en) * 2008-03-27 2009-10-01 Yahoo! Inc. System and method for query substitution for sponsored search
US20090254512A1 (en) * 2008-04-03 2009-10-08 Yahoo! Inc. Ad matching by augmenting a search query with knowledge obtained through search engine results
US8606627B2 (en) * 2008-06-12 2013-12-10 Microsoft Corporation Sponsored search data structure
US20100076979A1 (en) * 2008-09-05 2010-03-25 Xuejun Wang Performing search query dimensional analysis on heterogeneous structured data based on relative density
WO2010061538A1 (ja) * 2008-11-28 2010-06-03 日本電気株式会社 情報検索装置、情報検索方法、及び記録媒体
US8676827B2 (en) * 2009-02-04 2014-03-18 Yahoo! Inc. Rare query expansion by web feature matching
CN101515360A (zh) * 2009-04-13 2009-08-26 阿里巴巴集团控股有限公司 向用户推荐网络目标信息的方法和服务器
JP5493515B2 (ja) * 2009-07-03 2014-05-14 富士通株式会社 携帯端末装置、情報検索方法および情報検索プログラム
TWI446191B (zh) * 2009-07-06 2014-07-21 Alibaba Group Holding Ltd Word matching and information query method and device
TW201118603A (en) * 2009-11-30 2011-06-01 Yu-Chieh Wu A computer system of template-based term entity-relation mining algorithm
TWI471739B (zh) * 2010-01-07 2015-02-01 Alibaba Group Holding Ltd A method for identifying a synonym, a device, and a method and apparatus for searching it
US20110238486A1 (en) * 2010-03-29 2011-09-29 Weiguo Liu Optimizing Sponsored Search Ad Placement for Online Advertising
US8650186B2 (en) * 2010-07-30 2014-02-11 Accenture Global Services Limited Systems and methods for analyzing requirements
CN102486781A (zh) * 2010-12-03 2012-06-06 阿里巴巴集团控股有限公司 一种搜索排序方法和装置
CN102542474B (zh) * 2010-12-07 2015-10-21 阿里巴巴集团控股有限公司 查询结果排序方法及装置
WO2012088706A1 (zh) * 2010-12-31 2012-07-05 Xiao Yan 一种检索的方法和系统
US9171088B2 (en) * 2011-04-06 2015-10-27 Google Inc. Mining for product classification structures for internet-based product searching
CN102799591B (zh) * 2011-05-26 2015-03-04 阿里巴巴集团控股有限公司 一种提供推荐词的方法及装置
CN102609433B (zh) * 2011-12-16 2013-11-20 北京大学 基于用户日志进行查询推荐的方法及系统
US20140058833A1 (en) * 2012-08-22 2014-02-27 Myworld, Inc. Commerce System and Method of Controlling the Commerce System Using Bidding and Value Based Messaging

Also Published As

Publication number Publication date
CN103914492B (zh) 2018-02-27
WO2014110141A2 (en) 2014-07-17
EP2943921A2 (en) 2015-11-18
TWI640878B (zh) 2018-11-11
JP6301958B2 (ja) 2018-03-28
US20140195348A1 (en) 2014-07-10
JP2016505993A (ja) 2016-02-25
CN103914492A (zh) 2014-07-09
WO2014110141A3 (en) 2014-10-23
US20180165712A1 (en) 2018-06-14

Similar Documents

Publication Publication Date Title
TWI640878B (zh) Query word fusion method, product information publishing method, search method and system
US9489688B2 (en) Method and system for recommending search phrases
CN105765573B (zh) 网站通信量优化方面的改进
US9171088B2 (en) Mining for product classification structures for internet-based product searching
US10452662B2 (en) Determining search result rankings based on trust level values associated with sellers
JP5878245B2 (ja) カテゴリシステムの知的ナビゲーション
TWI512653B (zh) Information providing method and apparatus, method and apparatus for determining the degree of comprehensive relevance
TWI512508B (zh) Recommended methods and systems for recommending information
TWI648642B (zh) Data search processing method and system
US10459919B2 (en) System and method for mining category aspect information
JP2016503914A (ja) 商品評価の分析
TW201220233A (en) by which category information of long tail keywords is provided for users within a specified time period
JP2015522190A (ja) 検索結果の生成
TWI539306B (zh) Information delivery method, processing server and merge server
TW201401088A (zh) 搜索方法和裝置
CN106326318B (zh) 搜索方法及装置
US9552425B2 (en) System and method for determining query aspects at appropriate category levels
CN105608183A (zh) 一种提供聚合类型回答的方法和装置
JP6664580B2 (ja) 算出装置、算出方法および算出プログラム
US20140344114A1 (en) Methods and systems for segmenting queries
CN112579896A (zh) 一种信息推荐方法、装置、电子设备及存储介质
JP6007300B1 (ja) 算出装置、算出方法および算出プログラム
TW201131398A (en) Information matching method and system applied to electronic commerce website