TWI471740B

TWI471740B - Used in online trading platform for retrieval methods and systems

Info

Publication number: TWI471740B
Application number: TW99115481A
Authority: TW
Original assignee: Alibaba Group Holding Ltd
Priority date: 2010-05-14
Filing date: 2010-05-14
Publication date: 2015-02-01
Also published as: TW201140343A

Description

應用於網上交易平台的檢索方法和系統

本申請案係有關網路資料處理領域，特別有關應用於網上交易平臺的檢索方法和系統。

網上交易平臺是平臺服務提供者為開展網上交易提供的電腦資訊系統，在網上交易平臺上可以實現賣方用戶和買方用戶的網上交易等。在網上交易平臺上，買方用戶輸入一定的關鍵字就可以相應的檢索到賣方用戶的廣告源，這種在網際網路領域的競價排名模式下，賣方用戶提供的廣告源(例如：文字檔案、圖片等)與對應關鍵字(亦即，購買詞或單位)的映射關係，稱為廣告源和關鍵字之間的匹配。賣方用戶可以透過購買關鍵字來實現給廣告源作廣告的目的，例如，賣方用戶購買了關鍵字a，則買方用戶輸入的檢索詞語在一定規則下映射到關鍵字a時，就將賣方用戶的指定廣告源(例如，文本、圖片等)向買方用戶進行展示。而賣方用戶透過這種關鍵字和廣告源之間的匹配投放廣告並為自己帶來的利益，例如：買方用戶的點擊、諮詢或者產生交易等，就稱為賣方用戶的收益。

於現有技術中，在應用於網上交易平臺的檢索方法中，當買方用戶輸入關鍵字之後，按照一定的匹配映射關係而檢索到賣方用戶的廣告源，現有技術的匹配映射關係按照如下方式而產生：在選取廣告源和關鍵字的匹配時，一般考慮優先匹配最新的廣告源，以及該廣告源與某個關鍵字匹配是否給該廣告源帶來的收益最大。例如，賣方用戶有“賣各種手機”和“賣國外手機”兩個不同的廣告源，關鍵字有“手機”、“摩托羅拉手機”、“諾基亞手機”三個，假設每個廣告源只可以關聯兩個關鍵字，且有各種關聯為賣方用戶帶來的收益如下：“賣各種手機”匹配“手機”的收益為：10；“賣各種手機”匹配“摩托羅拉手機”的收益為：7；“賣各種手機”匹配“聯想手機”的收益為：6；“賣國外手機”匹配“手機”的收益為：9；“賣國外手機”匹配“摩托羅拉手機”的收益為：7；“賣國外手機”匹配“聯想手機”的收益為：5。則按照現有方法所產生的各個廣告源與關鍵字之間的匹配關係為：廣告源“賣各種手機”匹配關鍵字“手機”和“摩托羅拉手機”，廣告源“賣國外手機”匹配關鍵字“聯想手機”，上述匹配關係為賣方用戶帶來的收益為22。

但是在上述例子中，還存在一種廣告源與關鍵字的匹配方式為：“賣各種手機”關聯到“手機”與“聯想手機”，“賣國外手機”關聯到“摩托羅拉手機”，上述匹配關係為賣方用戶帶來的收益為23。可以看出在實際應用中，在對賣方用戶的廣告源匹配到關鍵字的個數做限制時，如果在提取廣告源時僅僅考慮提取時間最新的廣告源，或者將廣告源與關鍵字建立匹配關係時，僅僅依據某個匹配關係能夠給當前一個或一組相近廣告源帶來最大收益，這樣得到的廣告源與關鍵字之間的匹配關係並不能代表賣方用戶所經營的所有領域，使得賣方用戶的某些所經營的領域裏沒有或很少有廣告源能夠匹配到關鍵字，那麼，當買方用戶在輸入關鍵字進行商品檢索時，就檢索不到相應的符合要求的廣告源，如果買方用戶重複進行檢索，勢必會導致網上交易平臺伺服器搜索性能的下降。進一步的，現有技術中產生廣告源與關鍵字之間匹配關係的方式也不能給賣方用戶帶來最大收益。

總之，目前需要本領域技術人員迫切解決的一個技術問題就是：如何能夠創新的提出一種應用於網上交易平臺的檢索方法，以解決基於現有技術中廣告源與關鍵字的匹配關係在網上交易平臺進行重複檢索時，造成的網上交易平臺伺服器搜索性能的下降的問題。

本申請案所要解決的技術問題是提供一種檢索方法，用以解決基於現有技術中廣告源與關鍵字的匹配關係在網上交易平臺進行重複檢索時，造成的網上交易平臺伺服器搜索性能的下降的問題。

本申請案還提供了一種檢索裝置，用以保證上述方法在實際中的實現及應用。

為了解決上述問題，本申請案揭示一種應用於網上交易平臺的檢索方法，該方法包括：依據給定的賣方用戶，按照類目來提取滿足預置條件的該賣方用戶的廣告源；將所述提取到的賣方用戶的廣告源產生相應的關鍵字；按照預置的約束條件來建立規劃模型，所述規劃模型表示所述提取到賣方用戶的廣告源與所述產生的關鍵字之間的匹配關係；利用基於搜索的求解方法對所述規劃模型進行求解，以獲得需要建立匹配的廣告源與關鍵字之間的匹配關係；根據接收到的買方用戶輸入的關鍵字，按照所述匹配關係來搜索相應的廣告源。

本申請案還提供了一種廣告源和關鍵字之間匹配關係的產生方法，該方法包括：依據給定的賣方用戶，按照類目來提取滿足預置條件的該賣方用戶的廣告源；將所述提取到的賣方用戶的廣告源產生相應的關鍵字；按照預置的約束條件來建立規劃模型，所述規劃模型表示所述提取到賣方用戶的廣告源與所述產生的關鍵字之間的匹配關係；利用基於搜索的求解方法對所述規劃模型進行求解，以獲得需要建立匹配的廣告源與關鍵字之間的匹配關係。

本申請案還提供了一種應用於網上交易平臺的檢索系統，該系統包括：匹配關係產生裝置，用以依據給定的賣方用戶，按照類目來提取滿足預置條件的該賣方用戶的廣告源；將所述提取到的賣方用戶的廣告源產生相應的關鍵字；按照預置的約束條件來建立規劃模型，所述規劃模型表示所述提取到賣方用戶的廣告源與所述產生的關鍵字之間的匹配關係；利用基於搜索的求解方法對所述規劃模型進行求解，以獲得需要建立匹配的廣告源與關鍵字之間的匹配關係；搜索單元，用以根據接收到的買方用戶輸入的關鍵字，按照所述匹配關係來搜索相應的廣告源。

本申請案還提供了一種廣告源和關鍵字之間匹配關係的產生裝置，該裝置包括：提取模組，用以依據給定的賣方用戶，按照類目來提取滿足預置條件的該賣方用戶的廣告源；產生關鍵字模組，用以將所述提取到的賣方用戶的廣告源產生相應的關鍵字；建立規劃模型模組，用以按照預置的約束條件來建立規劃模型，所述規劃模型表示所述提取到賣方用戶的廣告源與所述產生的關鍵字之間的匹配關係；獲取匹配關係模組，用以利用基於搜索的求解方法對所述規劃模型進行求解，以獲得需要建立匹配的廣告源與關鍵字之間的匹配關係。

與現有技術相比，本申請案包括以下優點：

本申請案可以避免買方用戶在輸入關鍵字之後檢索不到合適的廣告源情況下，重複檢索給網上交易平臺的伺服器帶來的檢索速度和性能下降的問題，本申請案實施例儘量保證了在買方用戶一次檢索情況下，就能夠獲取到最合適的廣告源的情況，因此也提升了買方用戶的購物體驗，以及賣方用戶的銷售體驗。當然，實施本申請案的任一產品並不一定需要同時達到以上所述的所有優點。

下面將結合本申請案實施例中的附圖，對本申請案實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本申請案一部分實施例，而不是全部的實施例。基於本申請案中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬於本申請案保護的範圍。

本申請案可用於眾多通用或專用的計算裝置環境或配置中。例如：個人電腦、伺服器電腦、手持設備或可攜式設備、平板型設備、多處理器裝置、包括以上任何裝置或設備的分散式計算環境等等。

本申請案可以在由電腦執行的電腦可執行指令的一般上下文中描述，例如，程式模組。一般而言，程式模組包括執行特定任務或實現特定抽象資料類型的常式、程式、物件、元件、資料結構等等。也可以在分散式計算環境中實踐本申請案，在這些分散式計算環境中，藉由透過通信網路而被連接的遠端處理設備來執行任務。在分散式計算環境中，程式模組可以位於包括儲存設備在內的本地和遠端電腦儲存媒體中。

本申請案的主要概念之一可以包括，首先按照賣方用戶的廣告源在各個類目下的分佈比例而提取出一定數量的廣告源，因為提取是按照廣告源的類目分佈比例而進行的，這樣就使得提取出的廣告源能夠儘量分佈該賣方用戶所能交易的所有商品區域，其次，再根據這些廣告源而產生對應的關鍵字，並且採用建立0~1規劃模型和基於搜索的求解方式相結合的方法，從而得到需要建立匹配關係的廣告源與對應的關鍵字之間的匹配，採用本申請案實施例的方法建立的匹配關係能夠代表賣方用戶的最大收益，從而在買方用戶輸入關鍵字檢索所需商品時，能夠依據前述建立的匹配關係而檢索到最相關的賣方用戶的廣告源。這就避免了買方用戶在檢索不到合適的廣告源情況下，重複檢索給網上交易平臺的伺服器帶來的性能下降的問題，本申請案實施例儘量保證了在買方用戶一次檢索情況下，就能夠獲取到最合適的廣告源的情況，因此也提升了買方用戶的購物體驗，以及賣方用戶的銷售體驗。

參考圖1，示出了本申請案的廣告源和關鍵字之間匹配關係的產生方法的實施例1的流程圖，可以包括以下步驟：

步驟101：依據給定的賣方用戶，按照類目來提取滿足預置條件的該賣方用戶的廣告源。

在本實施例中，對於所有賣方用戶的廣告源，可以採取一定的規則而將所有廣告源進行分類，例如：廣告源的類目可以按照樹狀進行產生，當根節點為服裝時，其子節點可以包括：男士服裝、女士服裝和兒童服裝，而子節點“男士服裝”還可以包括不同季節不同款式的服裝等，在實際中根據需要將類目劃分到一定的詳細程度。其中，對廣告源進行分類的方式屬於現有技術，本發明在此不做詳細的介紹。賣方用戶廣告源的分類方法可以是各種方法，只要滿足實際要求的同一類廣告源在同一類目下即可。

在按照類目提取滿足預置條件的該賣方用戶的廣告源，其中，所述預置條件可以是：提取的廣告源的個數大於需要建立匹配關係的廣告源的個數等，這是為了避免有的廣告源匹配不到關鍵字時的情況出現。其中，需要建立匹配關係的廣告源的個數由賣方用戶提供，即為賣方用戶在建立匹配關係過程之前就確定了最後需要建立匹配的廣告源的個數。具體在某一個類目下，在該類目下提取廣告源時可以按照時間是否最新以及，某個廣告源是否提取過作為參考進行提取。賣方用戶的廣告源可以為各種形式，例如：文本、圖片或者視頻等，只要滿足可以在網際網路上展示即可稱為本申請案實施例中所述的廣告源。

步驟102：根據所述提取到的賣方用戶的廣告源而產生相應的關鍵字。將步驟101中提取得到的廣告源產生對應的關鍵字，其中，在產生關鍵字時可以利用提取中心詞，或者採用擴展匹配的方法，將廣告源產生關鍵字的方法屬於現有技術，本申請案在此不做詳細介紹。需要說明的是，本步驟中產生的關鍵字準則為：產生的關鍵字需要與廣告源有一定的相關並能代表買方用戶的購買意願。其中，與廣告源有一定的相關表示根據某個廣告源產生的關鍵字應該滿足賣方用戶的要求，但是同時也不能損害買方用戶的體驗，既能代表買方用戶的購買意願。例如，當賣方用戶的廣告源為“銷售各種Nokia手機”，則提取出的關鍵字可以為“手機”、“Nokia手機”、或“各種手機”等，在一般情況下，關鍵字可以為廣告源對應文本的中心詞。

步驟103：按照預置的約束條件來建立規劃模型，所述規劃模型表示所述提取到賣方用戶的廣告源與所述產生的關鍵字之間的匹配關係。

在本實施例中，所述預置的約束條件一般為：每個廣告源映射的關鍵字的個數，以及需要建立匹配關係的廣告源的數目。其中，約束條件的內容一般由賣方用戶進行預置，在實際應用中建立匹配關係的時候，因為會對廣告源的數目以及每個廣告源所映射的關鍵字個數有一定的限制，所以為了建立滿足以上約束條件的規劃模型，需要引入一個0-1整數變數用來表示某個或某組廣告源與某個關鍵字是否映射，映射則表示為1，不映射則表示為0，則根據預先確定的約束條件來建立目標為該賣方用戶收益最大化的0-1整數規劃模型。所述賣方用戶收益，可以理解為某個廣告源與某個關鍵字建立匹配之後給賣方用戶帶來的利潤，在實際的項目中可以採用為賣方用戶帶來的點擊率來表示收益。關於該整數規劃模型的具體建立過程在下一個實施例中將進行詳細介紹。

需要說明的是，賣方用戶提供的廣告源與對應關鍵字的映射關係，即為本申請案實施例中廣告源和關鍵字之間的匹配。

步驟104：利用基於搜索的求解方法對所述規劃模型進行求解，以獲得需要建立匹配的廣告源與關鍵字之間的匹配關係。

當步驟103中的規劃模型建立之後，可以利用基於搜索的求解方法對該0-1整數規劃模型進行求解，求解的結果即為廣告源和關鍵字對應的匹配關係。其中，所述匹配關係中的廣告源總數，為賣方用戶預先指定的需要建立匹配的廣告源個數，賣方用戶只需預先指定約束條件，即需要建立匹配的廣告源個數，和每個廣告源需要匹配的關鍵字個數即可。

本申請案中求解出的匹配關係，可以重複利用，同時一個廣告源與關鍵字的匹配產生後也可以返回給賣方用戶，並讓賣方用戶確定是否滿足其要求。廣告源和關鍵字之間的匹配建立以後可以有多種應用，一般應用於當買方用戶輸入關鍵字後，網上交易平臺伺服器可以按照該預先產生的匹配關係而查找到某個賣方用戶的廣告源，並將該廣告源的內容返回給買方用戶，因此本申請案實施例中建立的匹配關係，最能代表賣方用戶的銷售商品資訊，從而可以後續提高賣方用戶的銷售體驗，也能夠在買方用戶檢索到的廣告源能夠較為貼近其購買意願。

同時參考圖2所示，在匹配關係產生方法實施例1的基礎上，在步驟104之後，本申請案的應用於網上交易平臺的檢索方法實施例還需要包括：

步驟201：根據接收到的買方用戶而輸入的關鍵字，按照所述匹配關係來搜索相應的廣告源。

即為在本實施例中，當賣方用戶的匹配關係產生之後，在網上交易平臺伺服器端進行保存，當買方用戶輸入關鍵字之後，即為自己需要購買的商品或物品的關鍵字時，可以在伺服器端按照步驟104中得到的匹配關係而搜索到對應廣告源，依據本實施例中的匹配關係而檢索到的廣告源，可以更能真實反映賣用戶的產品資訊，同時也能使得買方用戶更精準地搜索到自己所需的產品，無需重複檢索或者更換關鍵字就能在盡可能少的次數內檢索到符合自己購買意願的廣告源；並且，由於本申請案實施例中建立的匹配關係中的廣告源為分類目進行提取的，則網上交易平臺伺服器在檢索時也只需按照匹配關係中廣告源所在類目進行檢索，基於上述分析可以看出，本申請案實施例可以減少網上交易平臺伺服器的檢索次數，提升了網上交易平臺伺服器的檢索性能。

較佳地，本實施例還可以包括：

步驟202：將搜索得到的相應的廣告源在網站頁面上顯示給買方用戶。

同時，伺服器可以將檢索到的廣告源在網站頁面上顯示給買方用戶，以使得買方用戶可以點擊獲取到具體產品的資訊以及購買方式。

在本實施例中，將賣方用戶的廣告源進行分類後再採用類目分佈比例來選取廣告源，從而能夠保證廣告源涵蓋賣方用戶所賣物品的全部領域，並且本實施例中採用0-1整數規劃建立對於賣方用戶最佳匹配選取的模型，採用基於搜索的貪心演算法求解建立的模型，就能夠得到對於賣方用戶來講最佳，即為能代表賣方用戶所經營的所有領域的廣告源與關鍵字之間的匹配，從而能在買方用戶輸入關鍵字希望檢索到相關的廣告源，利用本申請案實施例中產生的匹配關係獲取到比較能符合要求的賣方用戶的廣告源，這樣就避免了買方用戶重複進行檢索的操作，從而提升了網上交易平臺伺服器的搜索速率和性能，同時，也提升了買方用戶在查找廣告源時的購物體驗。

參考圖3，示出了廣告源和關鍵字之間匹配關係的產生方法實施例2的流程圖，可以包括以下步驟：

步驟301：將當前網上交易平臺系統中所有賣方用戶的廣告源按照預置的分類標準進行分類。

在本實施例中，首先需要對當前網上交易平臺系統中所有賣方用戶的廣告源按照預置的分類標準進行分類，並將分類之後的各類目廣告源進行儲存，以便於後續按照各個類目從某類廣告源中獲取到需要提取的廣告源。

步驟302：依據給定的賣方用戶，獲取該賣方用戶所有的廣告源在各個類目下所占的分佈比例。

針對某一個需要產生匹配關係的賣方用戶，首先從所有廣告源中獲取到屬於該賣方用戶的廣告源，並獲取到該賣方用戶的廣告源在各個類目下的分佈比例。獲取到該分佈比例是為了後續按照該比例在各個類目下提取相應比例的廣告源。本實施例中，按照賣方用戶的廣告源在各類目中分佈比例來提取廣告源的方式，可以使得賣方用戶的各個類目都能夠提取出相應的廣告源，就不會在匹配關係的產生過程中漏掉賣方用戶的某個或某些類目，從而保證了依據該提取出的廣告源產生匹配關係時，可以使得該匹配最有針對性的代表賣方用戶的廣告源，那麼後續在買方用戶輸入關鍵字進行搜索時，網上交易平臺伺服器搜索到該匹配的機率也就相對較大，因此，基於本申請案實施例產生的匹配關係同時還滿足賣方用戶的最大收益。

步驟303：依據所述分佈比例在各個類目下提取預置個數的廣告源，所述預置個數大於所述需要建立匹配的廣告源的個數。

例如，賣方用戶的廣告源在A與B類目下的分佈比例為1：2，那麼在提取廣告源的過程中，也需要分別在A與B類目下提取1：2的比例的廣告源。當然，提取的廣告源的總數需要滿足一定要求，在本實施例中，則是使得提取的廣告源的個數大於需要建立匹配的廣告源的個數，在一般情況下，可以直接提取需要建立匹配的廣告源的個數的2倍。因為在實際應用中，經常會存在有多個廣告源對應一個關鍵字的情況，但一般情況下，基於網上交易平臺伺服器的搜索速度和性能考慮，一個關鍵字一般只對應一個廣告源或一類廣告源，這樣在後續依據關鍵字搜索廣告源時就不用遍歷所有的廣告源，每一個關鍵字都能搜索到不同的廣告源，就會加快網上交易平臺伺服器的搜索速度。例如：廣告源“賣各種手機”只與關鍵字“手機”建立映射，而廣告源“賣手機”與關鍵字“手機”也應建立映射，如果這兩個廣告源相互獨立，那麼上面兩種匹配關係則不能同時存在，則會導致某一個廣告源沒有關鍵字可以形成匹配的情況。

步驟304：建立一個矩陣X，所述矩陣的項X _i，j 表示第i個關鍵字與第j個廣告源是否匹配。

當提取出賣方用戶需要建立匹配的廣告源之後，則需要建立該賣方用戶收益最大化的0-1整數規劃模型。在實際中需要首先建立一個矩陣X，該矩陣為n列m行的矩陣，採用該矩陣的項X _i，j 來表示第i個關鍵字與第j個廣告源是否匹配，即為第i個關鍵字與第j個廣告源是否具有映射關係。其中，i=1,……，n，j=1，……m。

步驟305：將所述矩陣按列轉換為向量，並依據該轉換後的向量來建立0~1整數規劃模型。

將矩陣轉換為向量時，需要將矩陣的第二行連接到第一行的底部，第三行連接到第二行的底部，依次連接，直至將矩陣的最後一行連接到倒數第二行的底部，則將矩陣轉化為了一個總數為n*m的向量。依據該向量而建立的規劃模型如下所示：

其中，Pij為第i個關鍵字和第j個廣告源匹配帶來的收益，Xij表示第i個關鍵字與第j個廣告源是否匹配，匹配就為1，不匹配就為0；Nj表示第j個廣告源能夠容納的關鍵字的個數。n是關鍵字個數，m是廣告源個數。

步驟306：分別獲取各個關鍵字與各個廣告源之間的每一個匹配對應的廣告源收益、相似度、廣告源廣度和廣告源深度。

在本實施例中，即為獲取矩陣X中每一項上第i個關鍵字和第j個廣告源之間的匹配對應的廣告源收益、相似度、廣告源廣度和廣告源深度。其中，廣告源廣度表示一個關鍵字匹配廣告源的個數盡可能多的程度，廣告源深度表示一個廣告源匹配到關鍵字的個數盡可能多的程度。在實際應用中，收益、相似度、廣告源廣度和廣告源深度都認為是本申請案實施例中已經存在的數值，相似度表示廣告源和關鍵字之間的相似程度，可以利用現有技術計算得到；廣告源廣度和廣告源深度在實際應用中，可採用下述計算公式進行計算：廣告源深度=廣告源限制的關鍵字的個數；廣告源廣度=廣告源限制的關鍵字的個數-目前和廣告源建立匹配關係的關鍵字的個數。同時在實際應用中，針對不同的情況，以上所表述的概念可以有不同的計算結果。

步驟307：在廣告源收益最大的多個匹配組合中，分別計算所述多個匹配組合給賣方用戶帶來的多個賣方收益。

首先按照廣告源收益對向量中的所有匹配組合進行排序，獲取到排在前列的廣告源收益最大的多個匹配組合中，分別計算這些匹配組合給賣方用戶帶來的多個賣方收益。其中，賣方用戶收益的計算方式為：某個廣告源與關鍵字的匹配的最大收益減去此匹配為賣方用戶帶來的損失。在實際應用中，其中，某個匹配為賣方用戶帶來的損失定義為：其他廣告源裏與該匹配中的關鍵字產生匹配後的最大收益值。

需要說明的是，賣方用戶收益的計算可以採用估值函數的方式來予以實現，即為在本步驟透過建構估值函數的方式而獲取某個匹配的帶給賣方用戶的收益，例如，將估值函數定義為：某個匹配帶給賣方用戶的收益=某個廣告源與關鍵字的匹配的最大收益減去此匹配為賣方用戶帶來的損失。

步驟308：判斷賣方收益最大的匹配組合是否為多個，如果是，再依次按照相似度、廣告源廣度和/或廣告源深度的大小對所述多個賣方收益最大的匹配組合進行排序，並從最終排序結果中選取出最靠前的一個匹配組合；如果不是，則直接獲取該一個賣方收益最大的匹配組合。

在本步驟中，如果賣方收益最大的匹配組合僅僅為一個，則直接獲取到該一個賣方收益最大的匹配組合，並進入下一個步驟；如果賣方收益最大的匹配組合為多個，則需要再按照相似度對該多個賣方收益最大的匹配組合進行排序，並根據排序結果而獲取出相似度最大的匹配組合，需要說明的是，如果此時相似度最大的匹配組合只有一個，同樣只獲取這一個賣方收益最大的匹配組合，如果相似度最大的匹配組合有多個，則再按照廣告源廣度對多個相似度最大的匹配組合進行排序，並獲取排序最靠前的一個匹配組合作為本步驟的結果。在本步驟中即為依次按照收益、相似度、廣告源廣度和/或廣告源深度的大小而獲取最佳的一個匹配組合關係。

步驟309：判斷當前獲取到的匹配組合中的廣告源匹配的關鍵字個數是否達到上限個數，如果是，則將該匹配組合的映射關係刪除，並進入下一個步驟；如果否，則保存所述匹配組合，進入下一個步驟。

因為在本實施例中，建立規劃模型時即預定了約束條件，即為每個廣告源能夠匹配的關鍵字個數，則本步驟則需要對上一個步驟中得到的匹配進行偵測，偵測該匹配的廣告源所匹配的關鍵字個數是否已經達到上限個數，如果已經超過上限個數，則將匹配組合的映射關係刪除，並進入下一個步驟，如果還未超過關鍵字的上限個數，則將該匹配關係所示意的廣告源和關鍵字之間的映射關係進行保存，也需要將該匹配的映射關係刪除，以便於後續在遍歷時不再重複搜索到該匹配關係，同時進入下一個步驟。

步驟310：繼續在各個關鍵字與各個廣告源之間的其他匹配中獲取滿足約束條件的匹配組合，直至所述提取出的廣告源都已經匹配到所述上限個數的關鍵字。

在獲取某個廣告源和某個關鍵字之間的匹配關係之後，則需要繼續在矩陣X中遍歷其他各個關鍵字與各個廣告源之間的其他匹配，遍歷獲取匹配的方式可以和步驟306~309相同，直至步驟302中提取出的廣告源都已經匹配到所述上限個數的關鍵字為止。例如，每個廣告源已經匹配到了最大上限為5個的關鍵字，則需要停止獲取匹配的步驟。

步驟311：按照每個廣告源的總體收益值對得到的匹配組合進行排序，並將排序後滿足約束條件的匹配組合作為求解結果。

然後對提取出的廣告源進行總體收益值的計算，例如，當一個廣告源能夠匹配兩個關鍵字時，該總體收益值即為該廣告源與兩個關鍵字分別匹配時的收益值之和，再按照該總體收益值對得到的匹配組合進行排序，再從排序結果中取出一定個數的匹配組合作為求解結果，該一定個數的大小為需要建立匹配的廣告源的個數大小。

當然，在本申請案的網上交易平臺的檢索方法實施例2中，在步驟311之後，還可以包括前述步驟201和步驟202，以根據產生匹配關係方法實施例2中產生的匹配關係，以及買方用戶輸入的關鍵字，檢索到賣方用戶對應的廣告源，這種檢索方式可以使得展示的廣告源能夠較好的涵蓋賣方用戶的銷售領域，同時也能夠更貼近買方用戶的購買意願，因此，在網上交易平臺進行交易的買方用戶就無需重複輸入關鍵字進行查詢，這就使得網上交易平臺伺服器能夠減少檢索次數，從而提高了檢索性能和速度。

為使本領域技術人員更好的理解本申請案，下面將就實際中的一個例子來對本申請案進一步說明，本例子重點介紹建立整數規劃模型以及其求解過程，該例子可以包括以下步驟：

步驟A1：依據給定的賣方用戶，按照類目來提取滿足預置條件的該賣方用戶的廣告源。

在本例子中，預置條件為需要建立匹配的廣告源的個數為3個，且每個廣告源要求的關鍵字的個數為2個，那麼本步驟中需要提取的廣告源個數需要大於3個，假設在本例子中為6個。針對賣方用戶A，假設其擁有總的廣告源個數為100，那麼按照類目分佈比例提取出的廣告源為：1，2，3，4，5，6。

步驟A2：將所述提取到的賣方用戶的廣告源產生相應的關鍵字。

在本步驟，針對上一個步驟中提取出的廣告源進行關鍵字的產生過程，對應的關鍵字分別為：廣告源1產生的關鍵字為：a，b，c，廣告源2產生的關鍵字為：c，d，e，廣告源3產生的關鍵字為：d，e，廣告源4產生的關鍵字為：a，d，廣告源5產生的關鍵字為：a，d，e，廣告源6產生的關鍵字為：a，b，d。

步驟A3：建立一個矩陣X，所述矩陣的項X _i，j 表示第i個關鍵字與第j個廣告源是否匹配。

步驟A4：將所述矩陣按列轉換為向量，並依據該向量來建立如下所示的規劃模型：

需要說明的是，該規劃模型為本申請案中依據轉換後的向量建立的，採用現有技術的資料求解方式並不能得到該規劃模型的結果，需要結合本申請案的各個關鍵字和廣告源之間匹配的具體情況，利用基於搜索的求解方法才能計算出相對最佳化的結果，下面將著重介紹基於搜索的求解方法的具體計算過程。

步驟A5：分別獲取各個關鍵字與各個廣告源之間的每一個匹配對應的廣告源收益、相似度、廣告源廣度和廣告源深度。

在本例子中，上述6個廣告源和5個關鍵字之間每一個匹配的收益、相似度、廣告源廣度和廣告源深度分別如表1所示，其中，每一個小方格中連續的四個數字分別表示對應匹配的收益、相似度、廣告源廣度和廣告源深度：

步驟A6：在廣告源收益最大的多個匹配組合中，分別計算所述多個匹配組合給賣方用戶帶來的多個賣方收益。

按廣告源收益的值對上述匹配組合進行排序，得到廣告源收益最大的多個匹配組合為：關鍵字a匹配廣告源1：5、3、2、1，關鍵字a匹配廣告源5：5、2、1、4，關鍵字a匹配廣告源6：5、2、1、3，關鍵字c匹配廣告源1：5、3、2、4，關鍵字d匹配廣告源2：5、3、5、3，關鍵字e匹配廣告源2：5、3、3、1。針對這些匹配組合計算每個關鍵字對於賣方用戶的賣方收益，該賣方收益的計算方式為：某個廣告源與關鍵字的匹配的最大收益的值減去此匹配為賣方用戶帶來的損失的值。則在本步驟中，每一個匹配關係給賣方用戶帶來的賣方收益的計算過程如下：

關鍵字a匹配廣告源1：5-5=0；

關鍵字a匹配廣告源5：5-5=0；

關鍵字a匹配廣告源6：5-5=0；

關鍵字c匹配廣告源1：5-4=1；

關鍵字d匹配廣告源2：5-4=1；

關鍵字e匹配廣告源2：5-4=1。

步驟A7：再依次按照相似度、廣告源廣度和/或廣告源深度的大小對所述多個賣方收益最大的匹配組合進行排序，並從最終排序結果中選取出最靠前的一個匹配組合。

根據上一個步驟中按照賣方收益的排序，取賣方收益最大的匹配組合，只剩下c：1、d：2、e：2共3種匹配；再分別按照其他三個值進行排序，依次得到：關鍵字d與廣告源2的匹配：1、3、5、3，關鍵字e與廣告源2的匹配1、3、3、1，關鍵字c與廣告源1的匹配：1、3、2、4。

步驟A8：判斷當前獲取到的匹配組合中的廣告源匹配的關鍵字個數是否達到上限個數，如果是，則將該匹配組合的映射關係刪除，並進入下一個步驟；如果否，則保存所述匹配組合，進入下一個步驟。

則從上一個步驟的結果中可以看出，第一次匹配選取是廣告源2與關鍵字d進行匹配，並同時判斷廣告源2已經匹配的關鍵字詞的個數是否達到2個，如果沒有達到可以保存該匹配關係，保存之後將該匹配關係刪除，如果該廣告源2的匹配個數已經達到2個，則將關鍵字d與廣告源2的所有對應值設為0，即為刪除該關鍵字和廣告源之間的匹配關係。

步驟A9：按照每個廣告源的總體收益值對得到的匹配組合進行排序，並將排序後滿足約束條件的匹配組合作為求解結果。

最後將得到的6個廣告源的所有匹配組合進行排序，排序的依據是該6個廣告源的總體收益值，即為該6個廣告源的各自對應的2個關鍵字的收益總和；然後取出排序之後的前3個廣告源作為求解結果，進一步還可以將該求解結果作為廣告源與關鍵字之間的匹配關係返回給賣方用戶。

由於在實際應用考慮到演算法性能，可以採用貪心演算法對賣方收益最大匹配組合進行選擇。在實際應用中所採用的具體演算法和實現過程可以根據實際情況有所不同。因為在實際應用中，當買方用戶輸入關鍵字之後，依據本例子產生的匹配關係檢索到相應的廣告源屬於現有技術，所以在此不再贅述詳細的檢索過程。但是，因為本申請案的檢索廣告源的依據為採用本申請案特有的匹配關係，所以檢索到的廣告源也能夠使得買方用戶在儘量少的次數內就能檢索到比較準確的廣告源，從而減少在網上交易平臺的檢索次數，提升了網上交易平臺伺服器的檢索性能。

對於前述的各方法實施例，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，本申請案並不受所描述的動作順序的限制，因為依據本申請案，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，所涉及的動作和模組並不一定是本申請案所必須的。

參見圖4，本申請案還提供了一種廣告源與關鍵字之間的匹配關係產生裝置實施例1，在本實施例中，該裝置可以包括：提取模組401，用以依據給定的賣方用戶，按照類目來提取滿足預置條件的該賣方用戶的廣告源；產生關鍵字模組402，用以將所述提取到的賣方用戶的廣告源產生相應的關鍵字；建立規劃模型模組403，用以按照預置的約束條件來建立規劃模型，所述規劃模型表示所述提取到賣方用戶的廣告源與所述產生的關鍵字之間的匹配關係；獲取匹配關係模組404，用以利用基於搜索的求解方法對所述規劃模型進行求解，以獲得需要建立匹配的廣告源與關鍵字之間的匹配關係。

同時參考圖5所示，在本申請案的應用於網上交易平臺的檢索系統實施例中，該系統可以包括：匹配關係產生裝置，用以依據給定的賣方用戶，按照類目來提取滿足預置條件的該賣方用戶的廣告源；將所述提取到的賣方用戶的廣告源產生相應的關鍵字；按照預置的約束條件來建立規劃模型，所述規劃模型表示所述提取到賣方用戶的廣告源與所述產生的關鍵字之間的匹配關係；利用基於搜索的求解方法對所述規劃模型進行求解，以獲得需要建立匹配的廣告源與關鍵字之間的匹配關係；搜索單元501，用以根據接收到的買方用戶用戶輸入的關鍵字，按照所述匹配關係來搜索相應的廣告源。

顯示單元502，用以將搜索得到的相應的廣告源在網站頁面上顯示給買方用戶。

本實施例所述的裝置可以被集成到搜索引擎的伺服器上，也可以單獨作為一個實體與搜索引擎伺服器相連，另外，需要說明的是，當本申請案所述的方法採用軟體來予以實現時，可以作為搜索引擎的伺服器新增的一個功能，也可以單獨編寫相應的程式，本申請案不限定所述方法或裝置的實現方式。

與上述本申請案一種廣告源和關鍵字之間匹配關係的產生方法實施例2所提供的方法相對應，參見圖6，本申請案還提供了一種廣告源和關鍵字之間匹配關係的產生裝置的較佳實施例2，在本實施例中，該裝置具體可以包括：

分類模組601，用以將當前網上交易平臺系統中所有賣方用戶的廣告源按照預置的分類標準進行分類。

獲取比例子模組602，用以獲取該賣方用戶所有的廣告源在各個類目下所占的分佈比例。

提取子模組603，用以依據所述分佈比例在各個類目下提取預置個數的廣告源，所述預置個數大於所述需要建立匹配的廣告源的個數。

建立矩陣子模組604，用以建立一個矩陣X，所述矩陣的項X _i,j 表示第i個關鍵字與第j個廣告源是否匹配。

轉換子模組605，用以將所述矩陣按列轉換為向量，並依據該向量而建立如下所示的規劃模型：

其中，Q _i 表示第i個位置之前表示的關鍵字與廣告源是否匹配；P _i 表示對應矩陣上第i個位置上的關鍵字和廣告源匹配給賣方用戶帶來的收益。N _j 表示第j個廣告源可容納的關鍵字個數，m表示廣告源的個數，n表示關鍵字的個數。

獲取參數子模組606，用以分別獲取各個關鍵字與各個廣告源之間的每一個匹配對應的廣告源收益、相似度、廣告源廣度和廣告源深度。

計算子模組607，用以在廣告源收益最大的多個匹配組合中，分別計算所述多個匹配組合給賣方用戶帶來的多個賣方收益。

第一獲取匹配子模組608，用以判斷賣方收益最大的匹配組合是否為多個，如果是，再依次按照相似度、廣告源廣度和/或廣告源深度的大小對所述多個賣方收益最大的匹配組合進行排序，並從最終排序結果中選取出最靠前的一個匹配組合；如果不是，則直接獲取該一個賣方收益最大的匹配組合。

判斷子模組609，用以判斷當前獲取到的匹配組合中的廣告源匹配的關鍵字個數是否達到超過上限個數，如果是，則將該匹配組合的映射關係刪除，並進入下一個步驟；如果否，則保存所述匹配組合，進入下一個步驟。

第二獲取匹配子模組610，用以繼續在各個關鍵字與各個廣告源之間的其他匹配中獲取滿足預置的約束條件的匹配組合，直至所述提取出的廣告源都已經匹配到所述上限個數的關鍵字為止。

排序子模組611，用以按照每個廣告源的總體收益值對得到的匹配組合進行排序，並將排序後滿足約束條件的匹配組合作為求解結果。

需要說明的是，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。對於裝置類實施例而言，由於其與方法實施例基本相似，所以描述的比較簡單，相關之處參見方法實施例的部分說明即可。

最後，還需要說明的是，在本文中，諸如第一和第二等之類的關係術語僅僅用來將一個實體或者操作與另一個實體或操作區分開來，而不一定要求或者暗示這些實體或操作之間存在任何這種實際的關係或者順序。而且，術語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、物品或者設備不僅包括那些要素，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過程、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“包括一個......”限定的要素，並不排除在包括所述要素的過程、方法、物品或者設備中還存在另外的相同要素。

以上對本申請案所提供的一種應用於網上交易平臺的檢索方法及系統進行了詳細介紹，本文中應用了具體個例對本申請案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申請案的方法及其核心概念；同時，對於本領域的一般技術人員，依據本申請案的概念，在具體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申請案的限制。

401．．．提取模組

402．．．產生關鍵字模組

403．．．建立規劃模型模組

404．．．獲取匹配關係模組

501．．．搜索單元

502．．．顯示單元

601．．．分類模組

602．．．獲取比例子模組

603．．．提取子模組

604．．．建立矩陣子模組

605．．．轉換子模組

606．．．獲取參數子模組

607．．．計算子模組

608．．．第一獲取匹配子模組

609．．．判斷子模組

610．．．第二獲取匹配子模組

611．．．排序子模組

為了更清楚地說明本申請案實施例中的技術方案，下面將對實施例描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請案的一些實施例，對於本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可以根據這些附圖而獲得其他的附圖。

圖1是本申請案的廣告源與關鍵字之間匹配關係的產生方法實施例1的流程圖；

圖2是本申請案的應用於網上交易平臺的檢索方法的流程圖；

圖3是本申請案的廣告源與關鍵字之間匹配關係的產生方法實施例2的流程圖；

圖4是本申請案的廣告源與關鍵字之間匹配關係的產生裝置實施例1的結構示意圖；

圖5是本申請案的應用於網上交易平臺的檢索系統的結構示意圖；

圖6是本申請案的廣告源與關鍵字之間匹配關係的產生裝置實施例2的結構示意圖。

Claims

一種應用於網上交易平臺的檢索方法，其特徵在於，該方法包括：依據給定的賣方用戶，按照類目來提取滿足預置條件的該賣方用戶的廣告源；將該提取到的賣方用戶的廣告源產生相應的關鍵字；按照預置的約束條件來建立規劃模型，該規劃模型表示該提取到賣方用戶的廣告源與該產生的關鍵字之間的匹配關係；利用基於搜索的求解方法對該規劃模型進行求解，以獲得需要建立匹配的廣告源與關鍵字之間的匹配關係；以及根據接收到的買方用戶輸入的關鍵字，按照該匹配關係來搜索相應的廣告源。
如申請專利範圍第1項所述的方法，還包括：將搜索得到的相應的廣告源在網站頁面上顯示給買方用戶。
一種廣告源和關鍵字之間匹配關係的產生方法，其特徵在於，該方法包括：依據給定的賣方用戶，按照類目來提取滿足預置條件的該賣方用戶的廣告源；將該提取到的賣方用戶的廣告源產生相應的關鍵字；按照預置的約束條件來建立規劃模型，該規劃模型表示該提取到賣方用戶的廣告源與該產生的關鍵字之間的匹配關係；以及利用基於搜索的求解方法對該規劃模型進行求解，以獲得需要建立匹配的廣告源與關鍵字之間的匹配關係。
如申請專利範圍第3項所述的方法，還包括：將當前網上交易平臺系統中所有賣方用戶的廣告源按照預置的分類標準來進行分類。
如申請專利範圍第3項所述的方法，其中，該按照類目來提取滿足預置條件的該賣方用戶的廣告源，具體包括：獲取該賣方用戶所有的廣告源在各個類目下所占的分佈比例；以及依據該分佈比例在各個類目下提取預置個數的廣告源，該預置個數大於該需要建立匹配的廣告源的個數。
如申請專利範圍第1項所述的方法，其中，該約束條件包括需要建立匹配的廣告源的個數，以及每個廣告源要求匹配關鍵字的上限個數；該按照預置的約束條件來建立表示各個廣告源與各個關鍵字之間的匹配關係的規劃模型，具體包括：建立一個矩陣X，該矩陣的項Xij表示第i個關鍵字與第j個廣告源是否匹配；以及再將該矩陣按列轉換為向量，並依據該向量來建立如下所示的規劃模型：其中，Pij為第i個關鍵字和第j個廣告源匹配的收益，Xij用以表示第i個關鍵字與第j個廣告源是否匹配；Nj表示第j個廣告源能夠容納的關鍵字的個數；n為關鍵字個數，m為廣告源個數。
如申請專利範圍第6項所述的方法，其中，該利用基於搜索的求解方法對該規劃模型進行求解，具體包括：分別獲取各個關鍵字與各個廣告源之間的每一個匹配對應的廣告源收益、相似度、廣告源廣度和廣告源深度；在廣告源收益最大的多個匹配組合中，分別計算該多個匹配組合給賣方用戶帶來的多個賣方收益；判斷賣方收益最大的匹配組合是否為多個，如果是，再依次按照相似度、廣告源廣度和/或廣告源深度的大小對該多個賣方收益最大的匹配組合進行排序，並從最終排序結果中選取出最靠前的一個匹配組合；如果不是，則直接獲取該一個賣方收益最大的匹配組合；判斷當前獲取到的匹配組合中的廣告源匹配的關鍵字個數是否達到超過上限個數，如果是，則將該匹配組合的映射關係刪除，並進入下一個步驟；如果否，則保存該匹配組合，進入下一個步驟；繼續在各個關鍵字與各個廣告源之間的其他匹配中獲取滿足約束條件的匹配組合，直至該提取出的廣告源都已經匹配到該上限個數的關鍵字為止；以及按照每個廣告源的總體收益值對得到的匹配組合進行排序，並將排序後滿足約束條件的匹配組合作為求解結果。
一種應用於網上交易平臺的檢索系統，其特徵在於，該系統包括：匹配關係產生裝置，用以依據給定的賣方用戶，按照類目來提取滿足預置條件的該賣方用戶的廣告源；將該提取到的賣方用戶的廣告源產生相應的關鍵字；按照預置的約束條件來建立規劃模型，該規劃模型表示該提取到賣方用戶的廣告源與該產生的關鍵字之間的匹配關係；利用基於搜索的求解方法對該規劃模型進行求解，以獲得需要建立匹配的廣告源與關鍵字之間的匹配關係；以及搜索單元，用以根據接收到的買方用戶輸入的關鍵字，按照該匹配關係來搜索相應的廣告源。
如申請專利範圍第8項所述的系統，還包括：顯示單元，用以將搜索得到的相應的廣告源在網站頁面上顯示給買方用戶。
一種廣告源和關鍵字之間匹配關係的產生裝置，其特徵在於，該裝置包括：提取模組，用以依據給定的賣方用戶，按照類目來提取滿足預置條件的該賣方用戶的廣告源；產生關鍵字模組，用以將該提取到的賣方用戶的廣告源產生相應的關鍵字；建立規劃模型模組，用以按照預置的約束條件來建立規劃模型，該規劃模型表示該提取到賣方用戶的廣告源與該產生的關鍵字之間的匹配關係；以及獲取匹配關係模組，用以利用基於搜索的求解方法對該規劃模型進行求解，以獲得需要建立匹配的廣告源與關鍵字之間的匹配關係。
如申請專利範圍第10項所述的裝置，還包括：分類模組，用以將當前網上交易平臺系統中所有賣方用戶的廣告源按照預置的分類標準來進行分類。
如申請專利範圍第10項所述的裝置，其中，該提取模組具體包括：獲取比例子模組，用以獲取該賣方用戶所有的廣告源在各個類目下所占的分佈比例；以及提取子模組，用以依據該分佈比例而在各個類目下提取預置個數的廣告源，該預置個數大於該需要建立匹配的廣告源的個數。
如申請專利範圍第9項所述的裝置，其中，該建立規劃模型具體包括：建立矩陣子模組，用以建立一個矩陣X，該矩陣的項X _i，j 表示第i個關鍵字與第j個廣告源是否匹配；轉換子模組，用以將該矩陣按列轉換為向量，並依據該向量來建立如下所示的規劃模型：其中，Pij為第i個關鍵字和第j個廣告源匹配的收益，Xij用以表示第i個關鍵字與第j個廣告源是否匹配；Nj表示第j個廣告源能夠容納的關鍵字的個數；n為關鍵字個數，m為廣告源個數。
如申請專利範圍第9項所述的裝置，其中，該獲取匹配關係模組具體包括：獲取參數子模組，用以分別獲取各個關鍵字與各個廣告源之間的每一個匹配對應的廣告源收益、相似度、廣告源廣度和廣告源深度；計算子模組，用以在廣告源收益最大的多個匹配組合中，分別計算該多個匹配組合給賣方用戶帶來的多個賣方收益；第一獲取匹配子模組，用以判斷賣方收益最大的匹配組合是否為多個，如果是，再依次按照相似度、廣告源廣度和/或廣告源深度的大小對該多個賣方收益最大的匹配組合進行排序，並從最終排序結果中選取出最靠前的一個匹配組合；如果不是，則直接獲取該一個賣方收益最大的匹配組合；判斷子模組，用以判斷當前獲取到的匹配組合中的廣告源匹配的關鍵字個數是否達到超過上限個數，如果是，則將該匹配組合的映射關係刪除，並進入下一個步驟；如果否，則保存該匹配組合，進入下一個步驟；第二獲取匹配子模組，用以繼續在各個關鍵字與各個廣告源之間的其他匹配中獲取滿足預置的約束條件的匹配組合，直至該提取出的廣告源都已經匹配到所述上限個數的關鍵字為止；以及排序子模組，用以按照每個廣告源的總體收益值對得到的匹配組合進行排序，並將排序後滿足約束條件的匹配組合作為求解結果。