TWI518529B - Search result sorting method and device - Google Patents

Search result sorting method and device Download PDF

Info

Publication number
TWI518529B
TWI518529B TW100116689A TW100116689A TWI518529B TW I518529 B TWI518529 B TW I518529B TW 100116689 A TW100116689 A TW 100116689A TW 100116689 A TW100116689 A TW 100116689A TW I518529 B TWI518529 B TW I518529B
Authority
TW
Taiwan
Prior art keywords
category
demand
information
query word
highest
Prior art date
Application number
TW100116689A
Other languages
English (en)
Other versions
TW201229791A (en
Original Assignee
Alibaba Group Holding 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 Holding Ltd filed Critical Alibaba Group Holding Ltd
Publication of TW201229791A publication Critical patent/TW201229791A/zh
Application granted granted Critical
Publication of TWI518529B publication Critical patent/TWI518529B/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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0623—Item investigation
    • G06Q30/0625—Directed, with specific intent or strategy
    • G06Q30/0627—Directed, with specific intent or strategy using item specifications
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Linguistics (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • User Interface Of Digital Computer (AREA)

Description

搜尋結果排序方法及裝置
本發明關於資料處理技術，尤其關於一種搜索結果排序方法及裝置。
習知技術中提供一種用於線上交易系統中的排序方法，基於本文相關性和市場機制，即通過資訊的本文相關性以及商業因素來影響排序。例如可以通過資訊品質、供應商因素等影響排序。
這種方法的核心是根據查詢結果的本文相關性和商業因素來排序，它的缺點是：對於同一個查詢詞，所有用戶得到相同的結果，排序結果不能很好滿足買家需求。因為這種排序方法產生的排序結果主要考慮本文相關性和其他商業因素，而不區分每條資訊對於單個用戶的需求滿足情況，其中一些用戶的個人化需求無法得到滿足，買家體驗較差。
這種方法產生的排序結果導致查詢結果點擊率偏低。查詢結果點擊率等於總點擊量除以總曝光量，當買家的需求類型和商品資訊不匹配的時候，點擊率會降低，從而使得線上交易系統的流量品質不高、點擊率偏低。
此外這種方法對商品資訊不加以區分，導致伺服器每次回應某個用戶通過用戶端發送的查詢請求展現商品資訊時，會不加區分地將所有商品資訊混雜在一起傳輸至用戶端，導致網路中的資料傳輸量大，回應速度慢。並且，當該用戶點擊商品資訊時，由於與該用戶匹配程度高的商品資訊和與該用戶匹配程度不高的商品資訊混雜在一起，導致該用戶會點擊大量與自己的需求不匹配的商品資訊，從而使得用戶用戶端向伺服器發送大量無用的查詢請求，增加了伺服器的工作壓力，進一步影響了伺服器的回應速度。
而且，這種方法也不利於市場資源的有效配置。因為，採用這種方法，當買家的需求類型與商品資訊不匹配的時候，點擊率降低，這讓一部分具有高需求程度的賣家失去了展示資訊的機會，不利於市場效率的提升。
本發明提供一種商品資訊排序方法及裝置，以解決習知技術中流量品質不高、點擊率偏低以及由於對商品資訊不加區分地發送給用戶端導致的伺服器工作壓力大的問題。
本發明提供了一種商品資訊排序方法，包括：獲取查詢詞和用戶資訊；搜索到與所述查詢詞對應的商品資訊，並根據所獲取的用戶資訊、查詢詞與需求程度最高的類目之間的對應關係，獲取所述用戶資訊和查詢詞對應的需求程度最高的類目；以及根據所述需求程度最高的類目對所述商品資訊排序。
本發明還提供了一種搜索結果排序裝置，包括：獲取模組，用於獲取查詢詞和用戶資訊；處理模組，用於搜索到與所述查詢詞對應的商品資訊，並根據所獲取的用戶資訊、查詢詞與需求程度最高的類目之間的對應關係，獲取所述用戶資訊和查詢詞對應的需求程度最高的類目；排序模組，用於根據所述需求程度最高的類目對所述商品資訊排序。
本發明提供的搜索結果排序方法及裝置，根據所獲取的需求程度最高的類目對商品資訊排序，該需求程度最高的類目與用戶資訊相對應，這樣，商品資訊的排序可以體現用戶的個人化需求，與該需求程度最高的類目相對應的商品資訊可以排序靠前，使得用戶可以迅速找到滿足其需求的商品資訊，能夠提高線上交易系統的流量品質，提高點擊率。並且，由於搜索結果的排序可以體現用戶的個人化需求，從而可以避免用戶通過用戶端向伺服器發送大量無用的查詢請求，從而減輕伺服器的工作壓力，提高伺服器的回應速度。
通過以下參照附圖對較佳實施例的說明，本發明的上述以及其他目的、特徵和優點將更加明顯。
下面將詳細描述本發明的實施例。應當注意，這裏描述的實施例只用於舉例說明，並不用於限制本發明。
本發明首先提出一種需求程度最高的類目的獲取方案，即，基於用戶資訊對應的日誌，獲取用戶資訊和查詢詞對應的需求程度最高的類目，從而獲取用戶資訊、查詢詞和需求程度最高的類目之間的對應關係。
使用本發明的需求程度最高的類目的獲取方案所獲取的用戶資訊、查詢詞和需求程度最高的類目之間的對應關係，當某個用戶使用某個查詢詞搜索時，可以獲取與這個用戶相對應的需求程度最高的類目，根據該需求程度最高的類目對商品資訊排序，與該需求程度最高的類目相對應的商品資訊可以排序靠前，從而提高線上交易系統的流量品質，提高點擊率。
並且，由於商品資訊可以體現用戶的個人化需求，從而可以避免用戶通過用戶端向伺服器發送大量無用的查詢請求，從而減輕伺服器的工作壓力，提高伺服器的回應速度。
本發明還提出一種搜索結果排序方法，其在回應用戶的查詢請求時，使用上述與用戶資訊對應的需求程度最高的類目對商品資訊進行排序。
圖1示例性示出本發明涉及到的一個線上交易處理系統的結構示意圖，該系統包括用戶端1和線上交易系統2，用戶端1的數量可以是多個，各個用戶端1均可以與線上交易系統2進行資料交互。線上交易系統2用於提供商品資訊處理，賣家可以通過用戶端1在線上交易系統2上展示商品，買家可以通過用戶端1從線上交易系統2上購買商品。
圖2示例性示出本發明搜索結果排序方法實施例一的流程圖，包括：
步驟101、獲取查詢詞和用戶資訊。該查詢詞可以由用戶輸入，用戶資訊可以由線上交易系統根據用戶的登錄資訊獲得。
步驟102、搜索到與查詢詞對應的商品資訊，並根據所獲取的用戶資訊、查詢詞與需求程度最高的類目之間的對應關係，獲取用戶資訊和查詢詞對應的需求程度最高的類目。
步驟103、根據需求程度最高的類目對商品資訊排序。
在本發明的實施例中，搜索結果可以包括多條商品資訊。
本發明提供的搜索結果排序方法，根據所獲取的需求程度最高的類目對商品資訊排序，該需求程度最高的類目與用戶資訊相對應，這樣，商品資訊可以體現用戶的個人化需求，與該需求程度最高的類目相對應的商品資訊可以排序靠前，使得用戶可以迅速找到滿足其需求的商品資訊，能夠提高線上交易系統的流量品質，提高點擊率，提升用戶體驗。並且，由於商品資訊可以體現用戶的個人化需求，從而可以避免用戶通過用戶端向伺服器發送大量無用的查詢請求，從而減輕伺服器的工作壓力，提高伺服器的回應速度。
而且，這種排序方法有利於市場資源的有效配置，能夠讓具有高需求程度的賣傢俱有較多的展示資訊的機會，提升了點擊率。
上述步驟101-103可以由線上交易系統執行。
在步驟101之前還可以包括：獲取用戶資訊、查詢詞與需求程度最高的類目之間的對應關係。具體地，可以根據與用戶資訊對應的日誌，獲取用戶資訊、查詢詞與需求程度最高的類目之間的對應關係。類目用於描述商品資訊的分類。每個商品資訊都有唯一的分類與之對應。比如：關於手機的商品資訊放在手機類目下。
線上交易系統獲取用戶資訊、查詢詞與需求程度最高的類目之間的對應關係的步驟可以預先執行，即可以線上下進行，而無需線上上進行，即無需在商品交易時進行。這樣，線上交易系統在獲取查詢詞和用戶資訊以後，可以直接搜索與該用戶資訊和查詢詞對應的需求程度最高的類目，根據需求程度最高的類目對商品資訊排序，這樣就無需在商品交易過程中針對某個用戶執行獲取需求程度最高的類目的步驟，可以提高商品交易過程中資料處理速度，提升用戶體驗。
根據本發明的一個實施例，用戶資訊可以包括用戶ID、用戶的信箱等資訊。
本發明提供的技術方案中，獲取用戶資訊、查詢詞與需求程度最高的類目之間的對應關係的步驟，可以包括：
步驟100a、提取用戶資訊對應的日誌。日誌可以包括點擊日誌和曝光日誌。從日誌中可以提取的資料包括：用戶搜索過的查詢詞、類目曝光量、類目點擊次數、資訊點擊次數以及類目下的資訊曝光量等。
步驟100b、根據用戶資訊對應的日誌，獲取查詢詞對應的滿足第一預設條件的類目，例如具體可以獲取類目曝光量大於預設曝光量臨限值(例如5%)並且點擊率大於預設點擊率臨限值(例如查詢詞平均點擊率的50%)的類目。通過資料分析發現，類目曝光量和點擊率很大程度上決定了類目與查詢詞的相關性，通過類目曝光量和點擊率這兩個特徵可以獲取與查詢詞相關的類目。本實施例通過設置第一預設條件，可以排除和查詢詞明顯不相關的類目。
步驟100c、根據滿足第一預設條件的類目中，類目曝光量最大的類目的類目曝光量確定查詢詞是單需求查詢詞還是泛需求查詢詞。
一個泛需求查詢詞對應多種需求類型，本實施例中使用類目來描述需求類型，每一種需求類型對應一種類目，即每一個泛需求查詢詞對應多個類目。比如：蘋果的需求類型可能為水果、電子產品或服裝，即用戶輸入查詢詞“蘋果”時，其查詢目的可能是查詢水果，也可能是查詢蘋果牌電子產品或服裝，也就是說蘋果這個詞是泛需求查詢詞。而單需求查詢詞只對應一種需求類型，即每一個單需求查詢詞對應一個類目。
單需求查詢詞對應的滿足第一預設條件的各個類目中類目曝光量最大的類目大於第一臨限值，泛需求查詢詞對應的滿足第一預設條件的各個類目中類目曝光量最大的類目小於或等於第一臨限值。
滿足第一預設條件的類目可以是類目曝光量大於預設曝光量臨限值(例如5%)並且點擊率大於預設點擊率臨限值(例如查詢詞平均點擊率的50%)的類目。
在步驟100c中，對於一個查詢詞，如果滿足第一預設條件的各個類目中，類目曝光量最大的類目的類目曝光量大於第一臨限值，則確定該查詢詞是單需求查詢詞；如果滿足第一預設條件的各個類目中，類目曝光量最大的類目的類目曝光量小於或等於第一臨限值，則確定該查詢詞是泛需求查詢詞。例如，第一臨限值可以是查詢詞對應的所有類目(包括滿足第一預設條件的類目和不滿足第一預設條件的類目)的總曝光量的80%。對於單需求查詢詞，由於其只對應一個類目，當用戶輸入該單需求查詢詞進行查詢時，獲得的查詢結果大部分對應相同的類目，因此，該類目的曝光量較大。而對於泛需求查詢詞，由於其對應多個類目，當用戶輸入該泛需求查詢詞進行查詢時，獲得的查詢結果對應的類目有多個，該多個類目可能不會同時展現給用戶，因此，泛需求查詢詞對應的類目曝光量可能較小。
根據本發明的一個實施例，對於單需求查詢詞，最大的類目曝光量大於第一臨限值，可見對於不同用戶而言，這類查詢詞對應的需求程度最大的類目都是一樣，可以不用獲取這類查詢詞對應的需求程度最大的類目。對於泛需求查詢詞，最大的類目曝光量小於或等於第一臨限值，可見對於不同用戶，這類查詢詞對應的需求程度最大的類目不同，所以需要獲取這類查詢詞對應的需求程度最大的類目。
步驟100d、如果查詢詞是泛需求查詢詞，則確定滿足第一預設條件的類目中需求程度最高的類目，並建立用戶資訊、查詢詞與該需求程度最高的類目之間的對應關係。
根據用戶在查詢詞下行為頻率的不同，可以將查詢詞分為有點擊查詢詞和無點擊查詢詞。用戶搜索有點擊查詢詞時，有類目點擊或者資訊點擊動作。用戶搜索無點擊查詢詞時，沒有類目點擊或者資訊點擊動作。
在步驟100d中，對於有點擊查詢詞和無點擊查詢詞可以分別採用不同的方法獲取用戶資訊、查詢詞與需求程度最高的類目之間的對應關係。
對於有點擊查詢詞，可以從日誌中獲取滿足第一預設條件的類目，獲取各個滿足第一預設條件的類目的資訊點擊次數和類目點擊次數，根據選擇出的類目的資訊點擊次數和類目點擊次數，獲取滿足第一預設條件的各類目的需求值，確定需求值最高的類目，將需求值最高的類目作為需求程度最高的類目。其中，資訊點擊次數為與類目對應各條商品資訊的點擊次數。
根據本發明的一個實施例，類目需求值的計算公式可以如公式(1)所示：
類目需求值=(2*類目點擊次數+信息點擊次數)/類目下信息曝光量　(1)
對於無點擊查詢詞，可以從預先獲取的與用戶行業背景對應的類目列表中選擇頻率最高的類目，並判斷頻率最高的類目的點擊率是否滿足第二預設條件；如果頻率最高的類目的點擊率不滿足第二預設條件，則選擇頻率次高的類目，判斷頻率次高的類目的點擊率是否滿足第二預設條件；以此類推，直至找到類目點擊率滿足第二預設條件的類目。
如果遍曆選擇出的各個類目依然無法找到點擊率滿足第二預設條件的類目，則可以確定用戶對應的已知類目在該查詢詞下的點擊率過低，不適合進行個人化處理，即，可以不獲取該查詢詞對應的需求程度最高的類目。
根據本發明的一個實施例，第二預設條件可以是：點擊率不小於第二臨限值，例如，第二臨限值可以是查詢詞所有類目平均點擊率的50%、75%等。
根據本發明的一個實施例，在確定無點擊查詢詞下的需求程度最高的類目時，可以預先獲取與用戶行業背景對應的類目列表，該類目列表可以包括按照頻率從大到小排列的各個類目。可以包括：從日誌中提取用戶搜索過的查詢詞、查詢詞的搜索次數、資訊點擊次數和類目點擊次數，並獲取各個類目的頻率，將各個類目按照頻率從大到小排列。可以從查詢詞下滿足第一預設條件的類目的數量、資訊點擊次數和類目點擊次數這三個特徵來統計各個類目的頻率。如表一所示為本發明中類目頻率統計的方法說明。
下面通過一個例子來說明無點擊查詢詞的需求程度最高的類目的確定方法。
例如，用戶Z輸入過一個查詢詞“蘋果”，該查詢詞“蘋果”是有點擊查詢詞。在預先獲取用戶行業背景對應的類目列表時，可以獲取到該查詢詞對應的類目包括：“手機”、“MP3”、“女裝”和“水果”。假設“手機”不滿足第一預設條件，則與查詢詞“蘋果”對應的滿足第一條件的類目的數量為3。在統計類目“MP3”的頻率時，可以考慮查詢詞的搜索次數、資訊點擊次數和類目點擊次數。如果查詢詞為“蘋果”，該查詢詞的搜索次數為1000次，將類目“MP3”的頻率加上(1/3)*1000。如果類目“MP3”下的資訊被點擊的次數為100，則將類目“MP3”的頻率加上100。如果類目“MP3”被點擊的次數為10，則將類目“MP3”的頻率加上10。這樣，經統計可以得到，類目“MP3”的頻率為(1/3)*1000+1*100+1*10。依照類似的方法，可以統計出類目“女裝”和“水果”的頻率。
將類目“MP3”、“女裝”和“水果”依照頻率從大到小的順序排列，即可以獲取一個類目列表，假設這三個類目的排序是：“MP3”、“水果”、“女裝”。
假設用戶Z只搜索過查詢詞“蘋果”，該用戶Z的用戶行業背景對應的類目列表中包括的類目是：“MP3”、“水果”、“女裝”。用戶Z後續輸入查詢詞“蘋果MP3”，如果該查詢詞是無點擊查詢詞。則可以從預先獲取的用戶行業背景對應的類目列表中，選擇第一個類目“MP3”，如果該類目“MP3”的點擊率不小於查詢詞“蘋果”的所有類目的平均點擊率的75%，則可以確定類目“MP3”的需求程度最高。否則，繼續選擇頻率次高的類目“水果”，判斷類目“水果”的點擊率是否不小於查詢詞“蘋果”的所有類目的平均點擊率的75%，如果類目“水果”的點擊率不小於查詢詞“蘋果”的所有類目的平均點擊率的75%，則可以確定類目“水果”作為需求程度最高的類目。否則，繼續選擇類目“女裝”，進行後續的判斷。如果遍曆類目列表，無法找到點擊率不小於查詢詞“蘋果”的所有類目的平均點擊率的75%的類目，則可以不獲取該查詢詞“蘋果MP3””對應的需求程度最高的類目。
經過步驟100d之後就可以獲取用戶資訊、查詢詞和需求程度最高的類目之間的對應關係。
根據前述步驟100a-100d獲取的用戶資訊、查詢詞和需求程度最高的類目之間的對應關係可以預先儲存，可以儲存在資料庫中。也可以定期更新，使得用戶資訊、查詢詞和需求程度最高的類目之間的對應關係能夠反映用戶最新的個人化需求。
前述的各實施例中，步驟103可以包括：將商品資訊中屬於需求程度最高的類目的商品資訊，排序最靠前。
例如，根據步驟102中查詢到的需求類型，可以確定需求程度最高的類目，例如，類目“水果”。然後，將商品資訊中，屬於類目“水果”的商品資訊排序最靠前，這樣，類目“水果”下的商品資訊就可以優先展示給用戶。
或者，在步驟103中，也可以根據所獲取的需求程度最高的類目，設置步驟102中搜索到的各個商品資訊對應的類目的檔位元，根據設置後的類目的檔位元獲取各個商品資訊對應的用戶需求值，根據用戶需求值對各個商品資訊進行排序。具體實現方式如圖3所示。
圖3示例性示出本發明商品資訊排序方法實施例二的流程圖，包括：
步驟201、獲取查詢詞和用戶資訊。
步驟202、搜索到與查詢詞對應的商品資訊，並提取各商品資訊的類目與屬性。
屬性用於描述商品資訊的描述維度，每個商品資訊都可以有若干商品資訊的描述維度與之對應。比如：關於手機的商品資訊，可包含品牌、制式、螢幕尺寸等描述維度。
步驟203、根據所獲取的用戶資訊、查詢詞與需求程度最高的類目之間的對應關係，獲取用戶資訊和查詢詞對應的需求程度最高的類目；根據所獲取的商品資訊的類目的分檔資訊與屬性的分檔資訊，查找提取出的類目的檔位元與權重最高的屬性的個數。
步驟204、根據需求程度最高的類目對商品資訊排序。具體包括：
步驟204a、對於提取出的各個類目，如果是需求程度最高的類目，則將該類目的檔位元調整為權重最高的檔位，如果不是需求程度最高的類目，則將該類目的檔位元調整為權重次高的檔位。
步驟204b、根據調整後的類目的檔位元與查找出的權重最高的屬性的個數獲取各商品資訊的用戶需求值，根據所獲取的用戶需求值對商品資訊排序。
步驟204b中，可以將調整後的類目的檔位元和查找出的權重最高的屬性的個數與用戶偏好權重相結合，計算各商品資訊的用戶需求值。
例如，用戶需求值用如下公式(2)表示：
V=W*α/C1+W*β*N1/Nw　(2)
上述公式(2)中，V表示用戶需求值，W表示用戶偏好權重，C1表示類目的檔位元，N1表示權重最高的屬性的個數，Nw表示屬性的總數，α和β可以是預設值，可以取為小於1並且大於0的數，α和β的和可以等於1。例如，α的取值可以是0.8，β的取值可以是0.2。W以及α和β的取值可以根據實際情況確定，不限於上述公式中給出的各個數值。Nw是步驟202中提取出的屬性的總數。
根據公式(2)可以獲取各個商品資訊的用戶需求值，從而可以根據用戶需求值對各個商品資訊進行排序。
在本發明的一個實施例中，在步驟201之前還可以包括：根據線上交易系統中的商品資訊的類目與屬性，獲取類目的分檔資訊與屬性的分檔資訊。
本發明的實施例中，獲取類目的分檔資訊與屬性的分檔資訊的步驟可以預先執行，即可以線上下進行，而無需線上上進行，即無需在商品交易時進行。這樣，線上交易系統在獲取到查詢詞和用戶資訊以後，可以直接搜索與該用戶資訊和查詢詞對應的需求程度最高的類目，根據需求程度最高的類目對商品資訊排序，這樣就無需在商品交易過程中執行獲取商品資訊的類目的分檔資訊與屬性的分檔資訊的步驟，可以提高商品交易過程中資料處理速度，提升用戶體驗。
獲取類目的分檔資訊與屬性的分檔資訊的步驟可以包括：
步驟301、提取線上交易系統中的所有商品資訊的類目與屬性。
步驟302、根據線上交易系統中的點擊日誌和曝光日誌，計算查詢詞對應的商品資訊的點擊率。
步驟303、將商品資訊的點擊率作為商品資訊的類目的點擊率與屬性的點擊率，根據類目的點擊率與屬性的點擊率，將類目與屬性分檔，獲取類目的分檔資訊與屬性的分檔資訊。在步驟302中已經計算出每個商品資訊的點擊率，由於每條商品資訊可以表示為類目和屬性集合的形式，在步驟303中，可以將商品資訊的點擊率作為類目的點擊率與屬性的點擊率。例如，某條商品資訊的類目是M，具有屬性N1、N2……Nn，如果在某次搜索中用戶點擊了該商品資訊，就認為該商品資訊對應的類目M和屬性N1、N2……Nn均獲得到了點擊，如果用戶沒點擊該資訊，就認為該商品資訊對應類目和屬性未獲得點擊。
在本發明的實施例中，上述步驟301與步驟302可以順序執行，也可以由本領域普通技術人員根據實際情況決定，例如，可以同步執行，也可以先執行步驟302，後執行步驟301。
步驟302中的查詢詞可以是指線上交易系統過去的一預設時段內接收的所有用戶輸入的查詢詞。該預設時間段可以根據實際情況確定，例如，可以是一周，也可以是幾個月，等等。
根據一個實施例，步驟302還可以包括：根據所述線上交易系統中的點擊日誌和曝光日誌，識別並過濾不能體現用戶需求的資料。其中，曝光日誌記錄有商品資訊展示給用戶的次數，點擊日誌記錄有展示給用戶的商品資訊被點擊的次數。比如：如果通過分析點擊日誌和曝光日誌，發現某次搜索中，曝光的所有商品資訊均被點擊，則可以認為該次搜索行為不能反映出用戶的需求，因此，將該次搜索行為設定為無效，點擊日誌和曝光日誌中記錄的與該次搜索行為相關的點擊資料與曝光資料不用於計算查詢詞對應的商品資訊的點擊率。
步驟303中，根據類目的點擊率與屬性的點擊率，將類目與屬性分檔，可以包括：根據類目的點擊率和/或類目的流量，將類目分檔；以及，根據屬性的點擊率和/或屬性的流量，將屬性分檔。
經過步驟303後，就可以獲取類目的分檔資訊和屬性的分檔資訊。
類目的分檔資訊可以包括各個類目的檔位元以及各個檔位對應的具體的類目，如表二所示，表二為本發明的實施例中類目的分檔資訊。
具體如何分檔，可以參考表三。如表三為本發明中類目的檔位元的描述資訊，該檔位元的描述資訊用於描述滿足該檔位的標準是什麼。
屬性的分檔資訊可以包括各個屬性的檔位元以及各個檔位元對應的具體的屬性，如表四所示，表四為本發明的實施例中屬性的分檔資訊。
具體如何分檔，可以參考表五。如表五為本發明中屬性的檔位元的描述資訊，該檔位元的描述資訊用於描述滿足該檔位的標準是什麼。
表三中，高PV類目是指在一設定的時間內，該類目的流量大於第三臨限值。第三臨限值可以設置為查詢詞對應所有類目的流量總和的臨限值的10%，也可以設置為固定的次數，例如100次、200次等。設定時間可以是2周，也可以是其他的時間段，可以根據資料處理的實際情況來確定。
低PV類目是指在一設定的時間內，該類目的流量低於一個預設第四臨限值。該第四臨限值可以設置為查詢詞對應所有類目的流量總和的1%，也可以設置為固定的次數，例如5次。
中PV類目是指在一設定的時間內，該類目的流量在第三臨限值與第四臨限值之間，即，既非高PV類目，也非低PV類目。
表一、表二、表三、表四和表五僅為本發明提供的示例性的表格，本領域普通技術人員應可以根據實際情況進行各種改型或替換。例如，類目的檔位元的描述資訊中可以只採用查詢詞平均類目的點擊率作為確定檔位的標準，而不採用類目的流量作為確定檔位元的標準，或者也可以單獨採用類目的流量作為確定檔位元的標準。又例如，在採用查詢詞平均類目的點擊率作為確定類目的檔位元的標準時，還可以採用能實現與查詢詞平均類目的點擊率同樣功能的其他資料作為確定類目的檔位元的標準。又例如，在採用查詢詞平均類目點擊率作為確定類目的檔位元的標準時，還可以採用其他數值，而不限於表三中示出的100%、75%、90%等等。屬性的檔位元的描述資訊中可以只採用查詢詞平均屬性的點擊率作為確定檔位的標準，而不採用屬性的流量作為確定檔位的標準；也可以只採用屬性的流量作為確定檔位的標準，而不採用查詢詞平均屬性的點擊率作為確定檔位的標準；或者也可以採用屬性的流量和查詢詞平均屬性的點擊率作為確定檔位的標準。
表二中，1檔是權重最高的檔位，2檔是權重次之的檔位，3檔權重最小。表四中，1檔是權重最高的檔位，0檔是權重次之的檔位，當然本發明實施例只是示例性的說明，在具體應用中所劃分的檔位元可以根據實際情況做調整。如果預先獲取的類目的分檔資訊和屬性的分檔資訊包括更多個檔位元，可以根據實際情況設置各個檔位元的權重。
需要說明的是，前述步驟301-303中，是針對線上交易系統中的所有用戶而言的，獲取的點擊日誌、曝光日誌、類目點擊率、屬性點擊率、類目的分檔資訊以及屬性的分檔資訊，體現大眾的需求。而不體現單個用戶的需求。前述步驟100a-100d是針對單個用戶而言，獲取的用戶資訊、查詢詞與需求程度最高的類目之間的對應關係，體現單個用戶的需求類型。
下面通過一個具體的例子來說明如何根據所獲取的需求程度最高的類目對各個商品資訊進行排序。
例如一個用戶，他的用戶ID是I3，輸入的查詢詞是“蘋果”。線上交易系統接收用戶輸入的“I3”和查詢詞“蘋果”，搜索與查詢詞“蘋果”對應的商品資訊，並提取商品資訊的類目與屬性。例如，提取出的類目包括：“水果”、“女裝”和“MP3”。
線上交易系統根據預先獲取的用戶資訊、查詢詞和需求程度最高的類目，獲取與ID3和查詢詞“蘋果”對應的需求程度最高的類目，例如，對於該用戶而言，需求程度最高的類目是“水果”。
並且，線上交易系統根據預先獲取的商品資訊的類目的分檔資訊與屬性的分檔資訊，可以查找“水果”、“女裝”和“MP3”這三個類目所屬的檔位。並且，可以查找到提取出的屬性所屬的檔位元。例如，可以查找到類目“水果”的檔位是三檔，類目“女裝”的檔位是二檔，類目“MP3”的檔位是一檔。對於提取出的各個屬性的檔位元，可以類似地查找到，並且可以查找到權重最高的屬性的個數，以及提取出的屬性的總數。
對於類目“水果”而言，由於類目“水果”是需求程度最高的類目，所以可以將類目“水果”的檔位調整為權重最高的檔位，即調整為一檔。
對於類目“女裝”和“MP3”而言，這兩個類目不是需求程度最高的檔位，所以可以將這兩個類目的檔位元調整為權重次高的檔位，即調整為二檔。
可以基於公式(2)分別獲取各條商品資訊對應的用戶需求值。
在計算類目“水果”下的商品資訊的用戶需求值時，公式(2)中，C1的取值可以為1，因為類目“水果”的檔位已經被調整為權重最高的檔位。
在計算與類目“女裝”和“MP3”下的商品資訊的用戶需求值時，公式(2)中，C1的取值可以為2，因為類目“女裝”和“MP3”的檔位已經被調整為權重次高的檔位。
需要說明的是，上述對於各個類目的檔位元的調整，是用於採用公式(2)計算時確定當前提取出的各個類目的檔位元的取值，而不是對線下獲取的類目的分檔資訊進行調整。
根據公式(2)計算出各條商品資訊的用戶需求值之後，可以根據用戶需求值對商品資訊進行排序。例如，可以首先根據本文相關性對商品資訊分檔；再根據用戶需求值對各個檔位元內的商品資訊的順序進行檔位元內的調整。在調整各個檔位元內的商品資訊的順序時，還可以結合市場因素進行。
如圖2所示的實施例中，根據所獲取的商品資訊的類目的分檔資訊與屬性的分檔資訊，查找提取出的類目的檔位元與權重最高的屬性的個數，並根據所獲取的需求程度最高的類目，調整提取出的各個類目的檔位元，使得調整後的類目的檔位元能夠體現特定用戶的個人化需求。再根據調整後的類目的檔位元，以及查找出的權重最高的屬性的個數獲取各商品資訊的用戶需求值。根據公式(2)可以看出，類目檔位取值為權重值高的檔位，則計算出的用戶需求值也高。根據用戶需求值對商品資訊排序時，用戶需求值高的商品資訊可以排序靠前。這樣，商品資訊的排序可以反映特定用戶的個人化需求，使得與該需求程度最高的類目相對應的商品資訊可以排序靠前，使得用戶可以迅速找到滿足其需求的商品資訊，能夠提高線上交易系統的流量品質，提高點擊率，提升用戶體驗。並且，由於商品資訊可以體現用戶的個人化需求，從而可以避免用戶通過用戶端向伺服器發送大量無用的查詢請求，從而減輕伺服器的工作壓力，提高伺服器的回應速度。
本發明還提供一個實施例，可以通過設置個人化的特徵權重來對商品資訊排序。
圖3示例性示出本發明搜索結果排序方法實施例三的流程圖，包括：
步驟401、獲取查詢詞和用戶資訊。
步驟402、搜索到與查詢詞對應的商品資訊，並提取各商品資訊的類目。
步驟403、根據所獲取的用戶資訊、查詢詞與需求程度最高的類目之間的對應關係，獲取用戶資訊和查詢詞對應的需求程度最高的類目。
步驟404、根據需求程度最高的類目對商品資訊排序。具體包括：
步驟404a、將類目為需求程度最高的類目的商品資訊中的m%的商品資訊的個人化特徵權重增加附加值。該附加值的大小可以根據實際需要來設置。m為常數，取值可以大於0且小於100，例如，m%可以取值為75%。
對於類目為需求程度最高的類目的商品資訊中的(1-m%)的商品資訊的個人化特徵權重，可以保持不變。
本發明的實施例中，個人化特徵權重是反映各個商品資訊的個人化特徵的一個參數。對於各個類目的商品資訊，可以設置一個個人化特徵權重。對於類目為需求程度最高的類目的商品資訊，可以將這些商品資訊中的一部分的個人化特徵權重增加一個附加值。例如，預先設置的各個商品資訊的個人化特徵權重都是Q，附加值為P，那麼可以將類目為需求程度最高的類目的商品資訊中的一部分商品資訊的個人化特徵權重設置成Q+P，類目為需求程度最高的類目的商品資訊中的另一部分商品資訊的個人化特徵權重保持Q。
步驟404b、將各條商品資訊按照個人化特徵權重排序。
具體地，可以結合用戶偏好權重和其他權重，來對各條商品資訊排序。例如，可以將各條商品資訊的用戶偏好權重和個人化特徵權重相加，獲得各條商品資訊的綜合權重。將各條商品資訊按照綜合權重的大小排序。
步驟404a中，將類目為需求程度最高的類目的商品資訊中的m%的商品資訊的個人化特徵權重增加附加值，避免了只曝光需求程度最高的類目下的商品資訊，可以使得各種類目下的商品信息都有一定的曝光機率；而且，通過調整m，可以使得排序結果更合理。
前述各實施例中，線上交易系統在根據一個用戶資訊和查詢詞搜索到需求程度最高的類目時，可以緩存經過排序後的商品資訊，並建立查詢詞、需求程度最高的類目與經過排序的商品資訊之間的對應關係。
如果根據查詢詞和另外的用戶資訊獲取到的需求程度最高的類目分別與緩存的查詢詞和需求程度最高的類自相同，則可以將與緩存的查詢詞和需求程度對應的經過排序的商品資訊顯示給用戶。
由於用戶資訊多樣，而需求程度最高的類目比較單一，通過將經過排序的商品資訊緩存，後續用戶的查詢請求能夠快速得到處理，提高了資料處理的速度，提高了用戶體驗。
例如100個用戶資訊對應的需求程度最高的類目可能包括10個，也就是說，平均10個用戶可能對應同一個需求程度最高的類目。假設當用戶A和用戶B輸入查詢詞b時，查詢到的對應的需求程度最高的類目都是類目a，則線上交易系統基於用戶A的用戶資訊和查詢詞b搜索到的需求程度為類目a，並且根據類目a對商品資訊進行了排序。隨後，根據用戶B的用戶資訊和查詢詞b，線上交易系統搜索到的需求程度最高的類目同樣為類目a，則線上交易系統可以直接將之前緩存的與查詢詞b對應的經過排序的商品資訊顯示給用戶B，而無需重新根據需求程度最高類目對商品資訊進行排序。
本發明各實施例提供的方法可以用C++實現，可以在Linux系統上運行。
圖5示例性示出本發明搜索結果排序裝置實施例一的結構示意圖，該裝置包括：獲取模組11、處理模組12和排序模組13。獲取模組11用於獲取查詢詞和用戶資訊。處理模組12與獲取模組11連接，用於搜索到與查詢詞對應的商品資訊，並根據所獲取的用戶資訊、查詢詞與需求程度最高的類目之間的對應關係，獲取用戶資訊和查詢詞對應的需求程度最高的類目。排序模組13與處理模組12連接，用於根據需求程度最高的類目對商品資訊排序。
如圖5所示的裝置還可以包括第一預處理模組14，該第一預處理模組14與處理模組12連接，用於根據線上交易系統中的日誌，獲取用戶資訊、查詢詞與需求程度最高的類目之間的對應關係。
圖6示例性示出圖5中第一預處理模組14的結構示意圖，該第一預處理模組14包括第一提取單元141、第一獲取單元142、確定單元143和第二獲取單元144。第一提取單元141用於提取用戶資訊對應的日誌；第一獲取單元142與第一提取單元141連接，用於根據用戶資訊對應的日誌，獲取查詢詞對應的滿足第一預設條件的類目。確定單元143與第一獲取單元142連接，用於根據滿足第一預設條件的類目中類目曝光量最大的類目的類目曝光量確定所述查詢詞是單需求查詢詞還是泛需求查詢詞。第二獲取單元144與確定單元143和處理模組12連接，用於當確定單元143確定查詢詞是泛需求查詢詞時，確定滿足第一預設條件的類目中需求程度最高的類目，並建立用戶資訊、查詢詞與需求程度最高的類目之間的對應關係。
其中，確定單元143具體用於當滿足第一預設條件的各個類目中，類目曝光量最大的類目的類目曝光量大於第一臨限值時，確定查詢詞是單需求查詢詞；當滿足第一預設條件的各個類目中，類目曝光量最大的類目的類目曝光量小於或等於第一臨限值時，確定查詢詞是泛需求查詢詞。
第二獲取單元144具體用於當查詢詞是泛需求查詢詞，並且查詢詞是有點擊查詢詞時，從日誌中獲取選擇出的類目的資訊點擊次數和類目點擊次數，根據選擇出的類目的資訊點擊次數和類目點擊次數，獲取滿足第一預設條件的類目的需求值，確定滿足第一預設條件的類目的需求值，將需求值最高的類目作為需求程度最高的類目，從而獲取用戶資訊、查詢詞與需求程度最高的類目之間的對應關係。
或者，第二獲取單元144具體可以用於當查詢詞是泛需求查詢詞，並且查詢詞是無點擊查詢詞時，從預先獲取的與用戶行業背景對應的類目列表中選擇頻率最高的類目，並判斷頻率最高的類目的點擊率是否滿足第二預設條件；如果頻率最高的類目的點擊率不滿足第二預設條件，則選擇頻率次高的類目，判斷頻率次高的類目的點擊率是否滿足第二預設條件；以此類推，直至找到類目點擊率滿足第二預設條件的類目，將類目點擊率滿足第二預設條件的類目作為需求程度最高的類目，從而獲取用戶資訊、查詢詞與需求程度最高的類目之間的對應關係。
根據一個實施例，排序模組13具體可以用於將商品資訊中屬於需求程度最高的類目的商品資訊，排序最靠前。
圖7示例性示出本發明搜索結果排序裝置實施例二的結構示意圖，該實施例所示的裝置中，還包括第二預處理模組15，該第二預處理模組15用於獲取類目的分檔資訊與屬性的分檔資訊。
處理模組12可以包括第一處理單元121、第二處理單元122和第三處理單元123。第一處理單元121與獲取模組11連接，用於搜索得到與查詢詞對應的商品資訊。第二處理單元122與獲取模組11和第一預處理模組14連接，用於根據第一預處理模組14所獲取的用戶資訊、查詢詞與需求程度最高的類目之間的對應關係，獲取用戶資訊和查詢詞對應的需求程度最高的類目。第三處理單元123與第一處理單元121和第二預處理模組15連接，用於在第一處理單元122搜索得到與查詢詞對應的商品資訊後，提取基於商品資訊的類目與屬性，根據第二預處理模組15所獲取的商品資訊的類目的分檔資訊與屬性的分檔資訊，查找提取出的類目的檔位元與權重最高的屬性的個數。
排序模組13可以包括檔位元調整單元131和第一排序單元132。檔位元調整單元131與第三處理單元123和第二處理單元122連接，用於當第三處理單元123提取出的類自是第二處理單元122獲取的需求程度最高的類目時，則將提取出的類目的檔位元調整為權重最高的檔位元，當第三處理單元123提取出的類目不是第二處理單元122獲取需求程度最高的類目時，則將提取出的類目的檔位元調整為權重次高的檔位。第一排序單元132與檔位元調整單元131連接，用於根據檔位元調整單元132調整後的類目的檔位元與查找出的權重最高的屬性的個數獲取商品資訊的用戶需求值；根據所獲取的用戶需求值對所述商品資訊排序。
具體地，第一排序單元132可以用於將調整後的類目的檔位元和查找出的權重最高的屬性的個數與用戶偏好權重相結合，計算商品資訊的用戶需求值；根據所獲取的用戶需求值對商品資訊排序。
圖8示例性示出圖7中第二預處理模組的結構示意圖，該第二預處理模組15可以包括第二提取單元151、計算單元152和第三獲取單元153。第二提取單元151用於提取線上交易系統中的所有商品資訊的類目與屬性。計算單元152用於根據線上交易系統中的點擊日誌和曝光日誌，計算查詢詞對應的商品資訊的點擊率。第三獲取單元153與第二提取單元151、計算單元152和第三處理單元123連接，用於將商品資訊的點擊率作為類目的點擊率與屬性的點擊率，根據類目的點擊率與屬性的點擊率，將類目與屬性分檔，獲取類目的分檔資訊與屬性的分檔資訊。
圖9示例性示出本發明搜索結果排序裝置實施例三的結構示意圖，該裝置包括獲取模組11、處理模組12、排序模組13、第一預處理模組14和提取模組16。提取模組16與處理模組12連接，用於在處理模組12搜索到與查詢詞對應的商品資訊後，提取商品資訊的類目。
該實施例中，排序模組13可以包括設置單元133和第二排序單元134。設置單元133與提取模組16和處理模組12連接，用於將類目為需求程度最高的類目的商品資訊中的m%的商品資訊的個人化特徵權重增加附加值；第二排序單元134與設置單元133連接，用於將各個商品資訊按照個人化特徵權重排序。
對於本發明前述各個實施例提供的裝置，還可以包括緩存模組，該緩存模組可以與排序模組連接，用於緩存經過排序後的商品資訊，並建立查詢詞、需求程度最高的類目與經過排序的商品資訊之間的對應關係。
本發明提供的裝置中的各個模組的具體操作過程可以參見方法實施例部分的描述。
本發明提供的查詢結果排序裝置可以是線上交易系統中的一個設備，例如可以是一個伺服器。本發明提供的查詢結果排序方法可以通過在伺服器上運行程式來實現。
本發明提供的搜索結果排序裝置，排序模組根據所獲取的需求程度最高的類目對商品資訊排序，該需求程度最高的類目與用戶資訊相對應，這樣商品資訊可以體現用戶的個人化需求，與該需求程度最高的類目相對應的搜索結果可以排序靠前，使得用戶可以迅速找到滿足其需求的商品資訊，能夠提高線上交易系統的流量品質，提高點擊率，提升用戶體驗。並且，由於搜索結果可以體現用戶的個人化需求，從而可以避免用戶通過用戶端向伺服器發送大量無用的查詢請求，從而減輕伺服器的工作壓力，提高伺服器的回應速度。
而且，這種排序結果有利於市場資源的有效配置，能夠讓具有高需求程度的賣傢俱有較多的展示資訊的機會，提升了點擊率。
本發明提供的查詢結果排序裝置可以是線上交易系統中的一個設備，例如可以是一個伺服器。本發明提供的查詢結果排序方法可以通過在伺服器上運行程式來實現。
雖然已參照典型實施例描述了本發明，但應當理解，所用的術語是說明和示例性、而非限制性的術語。由於本發明能夠以多種形式具體實施而不脫離發明的精神或實質，所以應當理解，上述實施例不限於任何前述的細節，而應在隨附申請專利範圍所限定的精神和範圍內廣泛地解釋，因此落入申請專利範圍或其等效範圍內的全部變化和改型都應為隨附申請專利範圍所涵蓋。
1．．．用戶端
2．．．線上交易系統
11．．．獲取模組
12．．．處理模組
13．．．排序模組
14．．．第一預處理模組
15．．．第二預處理模組
121．．．第一處理單元
122．．．第二處理單元
123．．．第三處理單元
131．．．檔位元調整單元
132．．．第一排序單元
133．．．設置單元
134．．．第二排序單元
141．．．第一提取單元
142．．．第一獲取單元
143．．．確定單元
144．．．第二獲取單元
151．．．第二提取單元
152．．．計算單元
153．．．第三獲取單元
圖1示例性示出本發明涉及到的一個線上交易處理系統的結構示意圖；
圖2示例性示出本發明搜索結果排序方法實施例一的流程圖；
圖3示例性示出本發明商品資訊排序方法實施例二的流程圖；
圖4示例性示出本發明搜索結果排序方法實施例三的流程圖；
圖5示例性示出本發明搜索結果排序裝置實施例一的結構示意圖；
圖6示例性示出圖5中第一預處理模組14的結構示意圖；
圖7示例性示出本發明搜索結果排序裝置實施例二的結構示意圖；
圖8示例性示出圖7中第二預處理模組的結構示意圖；
圖9示例性示出本發明搜索結果排序裝置實施例三的結構示意圖。

Claims (13)

  1. 一種搜索結果排序方法，用於線上交易系統，其特徵在於，包括：獲取查詢詞和用戶資訊；搜索到與該查詢詞對應的商品資訊，並根據所獲取的用戶資訊、查詢詞與需求程度最高的類目之間的對應關係，獲取該用戶資訊和查詢詞對應的需求程度最高的類目；以及根據該需求程度最高的類目對該商品資訊排序，其中，獲取用戶資訊、查詢詞與需求程度最高的類目之間的對應關係，包括：提取該用戶資訊對應的日誌；根據該用戶資訊對應的日誌，獲取查詢詞對應的滿足第一預設條件的類目；根據滿足第一預設條件的類目中類目曝光量最大的類目的類目曝光量確定該查詢詞是單需求查詢詞還是泛需求查詢詞；如果該查詢詞是泛需求查詢詞，則確定滿足第一預設條件的類目中需求程度最高的類目，並建立用戶資訊、查詢詞與該需求程度最高的類目之間的對應關係，其中確定滿足第一預設條件的類目中需求程度最高的類目，包括：如果該查詢詞是有點擊查詢詞，則從該 日誌中獲取選擇出的類目的資訊點擊次數和類目點擊次數，根據選擇出的類目的資訊點擊次數和類目點擊次數，獲取滿足第一預設條件的類目的需求值，確定滿足第一預設條件的類目中需求值最高的類目，將需求值最高的類目作為需求程度最高的類目；或者如果該查詢詞是無點擊查詢詞，則從預先獲取的與用戶行業背景對應的類目列表中選擇頻率最高的類目並判斷頻率最高的類目的點擊率是否滿足第二預設條件；如果頻率最高的類目的點擊率不滿足第二預設條件，則選擇頻率次高的類目，判斷頻率次高的類目的點擊率是否滿足第二預設條件；以此類推，直至找到類目的點擊率滿足第二預設條件的類目，將類目點擊率滿足第二預設條件的類目作為需求程度最高的類目。
  2. 如申請專利範圍第1項之方法，其中，根據滿足第一預設條件的類目中類目曝光量最大的類目的類目曝光量確定該查詢詞是單需求查詢詞還是泛需求查詢詞，包括：如果滿足第一預設條件的各個類目中，類目曝光量最大的類目的類目曝光量大於第一臨限值，則確定該查詢詞是單需求查詢詞；如果滿足第一預設條件的各個類目中，類目曝光量最大的類目的類目曝光量小於或等於第一臨限值，則確定該 查詢詞是泛需求查詢詞。
  3. 如申請專利範圍第1項之方法，其中，該用戶行業背景對應的類目列表包括按照頻率從大到小排列的各個類目。
  4. 如申請專利範圍第1項之方法，其中，在搜索到與該查詢詞對應的商品資訊之後，還包括：提取該商品資訊的類目與屬性，根據所獲取的類目的分檔資訊與屬性的分檔資訊，查找提取出的類目的檔位元與權重最高的屬性的個數；根據該需求程度最高的類目對該商品資訊排序，包括：對於提取出的類目，如果是需求程度最高的類目，則將提取出的類目的檔位元調整為權重最高的檔位，如果不是需求程度最高的類目，則將提取出的類目的檔位元調整為權重次高的檔位；根據調整後的類目的檔位元與查找出的權重最高的屬性的個數獲取該商品資訊的用戶需求值；根據所獲取的用戶需求值對該商品資訊排序。
  5. 如申請專利範圍第4項之方法，其中，在獲取查詢詞和用戶資訊之前，還包括：根據線上交易系統中的該商品資訊的類目與屬性，獲取類目的分檔資訊與屬性的分檔資訊，其具體包括：提取該線上交易系統中的所有該商品資訊的類目與屬性； 根據該線上交易系統中的點擊日誌和曝光日誌，計算該查詢詞對應的商品資訊的點擊率；將該商品資訊的點擊率作為該商品資訊的類目的點擊率與屬性的點擊率，根據該類目的點擊率與屬性的點擊率，將該類目與屬性分檔，獲取該類目的分檔資訊與屬性的分檔資訊。
  6. 如申請專利範圍第5項之方法，其中，根據調整後的類目的檔位元與查找出的權重最高的屬性的個數獲取該商品資訊的用戶需求值，包括：將調整後的類目的檔位元和查找出的權重最高的屬性的個數與用戶偏好權重相結合，計算該商品資訊的用戶需求值。
  7. 如申請專利範圍第1項之方法，其中，在搜索到與該查詢詞對應的商品資訊之後，還包括：提取基於該商品資訊的類目；該根據該需求程度最高的類目對該商品資訊排序，包括：將類目為需求程度最高的類目的商品資訊中的m%的商品資訊的個人化特徵權重增加附加值；m為常數，取值大於0且小於100；將各個商品資訊按照個人化特徵權重排序。
  8. 一種搜索結果排序裝置，用於線上交易系統，其特徵在於，包括：獲取模組，用於獲取查詢詞和用戶資訊； 處理模組，用於搜索到與該查詢詞對應的商品資訊，並根據所獲取的用戶資訊、查詢詞與需求程度最高的類目之間的對應關係，獲取該用戶資訊和查詢詞對應的需求程度最高的類目；排序模組，用於根據該需求程度最高的類目對該商品資訊排序；第一預處理模組，用於根據線上交易系統中的日誌，獲取用戶資訊、查詢詞與需求程度最高的類目之間的對應關係，該第一預處理模組具體包括：第一提取單元，用於提取該用戶資訊對應的日誌；第一獲取單元，用於根據該用戶資訊對應的日誌，獲取查詢詞對應的滿足第一預設條件的類目；確定單元，用於根據滿足第一預設條件的類目中類目曝光量最大的類目的類目曝光量確定該查詢詞是單需求查詢詞還是泛需求查詢詞；第二獲取單元，用於當該查詢詞是泛需求查詢詞時，確定滿足第一預設條件的類目中需求程度最高的類目，並建立用戶資訊、查詢詞與該需求程度最高的類目之間的對應關係，其中該第二獲取單元具體用於當該查詢詞是泛需求查詢詞，並且該查詢詞是有點擊查詢詞時，從該日誌中獲取選擇出的類目的資訊點擊次數和類目點擊次數，根據選擇出的類目的資訊點擊次數和類目點擊次數， 獲取滿足第一預設條件的類目的需求值，確定滿足第一預設條件的類目中需求值最高的類目，將需求值最高的類目作為需求程度最高的類目，從而獲取用戶資訊、查詢詞與需求程度最高的類目之間的對應關係；或者，該第二獲取單元具體用於當該查詢詞是泛需求查詢詞，並且該查詢詞是無點擊查詢詞時，從預先獲取的與用戶行業背景對應的類目列表中選擇頻率最高的類目，並判斷頻率最高的類目的點擊率是否滿足第二預設條件；如果頻率最高的類目的點擊率不滿足第二預設條件，則選擇頻率次高的類目，判斷頻率次高的類目的點擊率是否滿足第二預設條件；以此類推，直至找到類目點擊率滿足第二預設條件的類目，將類目點擊率滿足第二預設條件的類目作為需求程度最高的類目，從而獲取用戶資訊、查詢詞與需求程度最高的類目之間的對應關係。
  9. 如申請專利範圍第8項之裝置，其中，該確定單元具體用於當滿足第一預設條件的各個類目中，類目曝光量最大的類目的類目曝光量大於第一臨限值時，確定該查詢詞是單需求查詢詞；當滿足第一預設條件的各個類目中，類目曝光量最大的類目的類目曝光量小於或等於第一臨限值時，確定該查詢詞是泛需求查詢詞。
  10. 如申請專利範圍第8項之裝置，其中，還包括第二預處理模組，用於獲取類目的分檔資訊與屬性的分檔資 訊；該處理模組包括第一處理單元、第二處理單元和第三處理單元；該第一處理單元用於搜索得到與該查詢詞對應的商品資訊；該第二處理單元用於根據所獲取的用戶資訊、查詢詞與需求程度最高的類目之間的對應關係，獲取該用戶資訊和查詢詞對應的需求程度最高的類目；該第三處理單元用於在該第一處理單元搜索得到與該查詢詞對應的商品資訊後，提取該商品資訊的類目與屬性，根據所獲取的類目的分檔資訊與屬性的分檔資訊，查找提取出的類目的檔位元與權重最高的屬性的個數；該排序模組包括檔位元調整單元和第一排序單元；該檔位元調整單元用於當提取出的類目是需求程度最高的類目時，則將提取出的類目的檔位元調整為權重最高的檔位，當提取出的類目不是需求程度最高的類目時，則將提取出的類目的檔位元調整為權重次高的檔位；該第一排序單元用於根據調整後的類目的檔位元與查找出的權重最高的屬性的個數獲取該商品資訊的用戶需求值；根據所獲取的用戶需求值對該商品資訊排序。
  11. 如申請專利範圍第10項之裝置，其中，該第二預處理模組包括：第二提取單元，用於提取該線上交易系統中的所有該商品資訊的類目與屬性； 計算單元，用於根據該線上交易系統中的點擊日誌和曝光日誌，計算該查詢詞對應的商品資訊的點擊率；第三獲取單元，用於將該商品資訊的點擊率作為該商品資訊該類目的點擊率與屬性的點擊率，根據該類目的點擊率與屬性的點擊率，將該類目與屬性分檔，獲取該類目的分檔資訊與屬性的分檔資訊。
  12. 如申請專利範圍第11項之裝置，其中，該第一排序單元具體用於將調整後的類目的檔位元和查找出的權重最高的屬性的個數與用戶偏好權重相結合，計算該商品資訊的用戶需求值；根據所獲取的用戶需求值對該商品資訊排序。
  13. 如申請專利範圍第8項之裝置，其中，還包括提取模組，用於在該處理模組搜索到與該查詢詞對應的商品資訊後，提取該商品資訊的類目；該排序模組包括：設置單元，用於將類目為需求程度最高的類目的商品資訊中的m%的商品資訊的個人化特徵權重增加附加值；第二排序單元，用於將各個商品資訊按照個人化特徵權重排序。
TW100116689A 2011-01-14 2011-05-12 Search result sorting method and device TWI518529B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011100078479A CN102591876A (zh) 2011-01-14 2011-01-14 搜索结果排序方法及装置

Publications (2)

Publication Number Publication Date
TW201229791A TW201229791A (en) 2012-07-16
TWI518529B true TWI518529B (zh) 2016-01-21

Family

ID=46480545

Family Applications (1)

Application Number Title Priority Date Filing Date
TW100116689A TWI518529B (zh) 2011-01-14 2011-05-12 Search result sorting method and device

Country Status (6)

Country Link
US (1) US20120185359A1 (zh)
EP (1) EP2663917A4 (zh)
JP (1) JP5639285B2 (zh)
CN (1) CN102591876A (zh)
TW (1) TWI518529B (zh)
WO (1) WO2012097124A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI776346B (zh) * 2020-08-31 2022-09-01 南韓商韓領有限公司 用於流線型產品搜尋的電腦實行系統以及方法

Families Citing this family (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103577413B (zh) * 2012-07-20 2017-11-17 阿里巴巴集团控股有限公司 搜索结果排序方法及系统、搜索结果排序优化方法及系统
CN103593353B (zh) * 2012-08-15 2018-11-13 阿里巴巴集团控股有限公司 信息搜索方法、展示信息排序权重值确定方法及其装置
CN103631832B (zh) * 2012-08-29 2017-08-11 阿里巴巴集团控股有限公司 业务对象排序方法、业务对象搜索方法及相关装置
CN103793388B (zh) * 2012-10-29 2017-08-25 阿里巴巴集团控股有限公司 搜索结果的排序方法和装置
CN103853731A (zh) * 2012-11-30 2014-06-11 赵宰范 个人定制型检索服务系统以及方法
US9576053B2 (en) 2012-12-31 2017-02-21 Charles J. Reed Method and system for ranking content of objects for search results
JP6124252B2 (ja) * 2013-02-25 2017-05-10 有限会社イナダデザイン ショッピングモール型の営業支援システム及び検索方法
CN104050187B (zh) * 2013-03-14 2017-09-08 阿里巴巴集团控股有限公司 搜索结果展示方法及系统
US9128988B2 (en) * 2013-03-15 2015-09-08 Wal-Mart Stores, Inc. Search result ranking by department
CN104077306B (zh) * 2013-03-28 2018-05-11 阿里巴巴集团控股有限公司 一种搜索引擎的结果排序方法及系统
US9524319B2 (en) * 2013-04-30 2016-12-20 Wal-Mart Stores, Inc. Search relevance
US9524520B2 (en) 2013-04-30 2016-12-20 Wal-Mart Stores, Inc. Training a classification model to predict categories
CN103823900B (zh) * 2014-03-17 2017-07-21 北京百度网讯科技有限公司 信息点重要性确定方法和装置
US20150331863A1 (en) * 2014-05-13 2015-11-19 Htc Corporation Selection method, method for maintaining data list and electronic device
CN105224547A (zh) * 2014-06-05 2016-01-06 阿里巴巴集团控股有限公司 对象集合及其满意度的处理方法及装置
US10387934B1 (en) * 2014-06-12 2019-08-20 Amazon Technologies, Inc. Method medium and system for category prediction for a changed shopping mission
US9767417B1 (en) 2014-06-12 2017-09-19 Amazon Technologies, Inc. Category predictions for user behavior
US10474670B1 (en) 2014-06-12 2019-11-12 Amazon Technologies, Inc. Category predictions with browse node probabilities
US9767204B1 (en) * 2014-06-12 2017-09-19 Amazon Technologies, Inc. Category predictions identifying a search frequency
CN104239460A (zh) * 2014-09-02 2014-12-24 百度在线网络技术（北京）有限公司 搜索结果的展现方法和装置
CN104361046A (zh) * 2014-10-29 2015-02-18 中英融贯资讯（武汉）有限公司 用于药品采购的搜索方法及系统
CN105630836B (zh) * 2014-11-05 2018-11-16 阿里巴巴集团控股有限公司 搜索结果的排序方法和装置
JP6433270B2 (ja) * 2014-12-03 2018-12-05 株式会社Ｎｔｔドコモ コンテンツ検索結果提供システム及びコンテンツ検索結果提供方法
CN104462525B (zh) * 2014-12-23 2018-04-13 百度在线网络技术（北京）有限公司 实现搜索的方法及装置
US10007732B2 (en) 2015-05-19 2018-06-26 Microsoft Technology Licensing, Llc Ranking content items based on preference scores
CN106407210B (zh) * 2015-07-29 2019-11-26 阿里巴巴集团控股有限公司 一种业务对象的展示方法和装置
CN106021374A (zh) * 2016-05-11 2016-10-12 百度在线网络技术（北京）有限公司 查询结果的底层召回方法和装置
CN107632989B (zh) * 2016-07-19 2021-04-13 阿里巴巴集团控股有限公司 一种商品对象选取、模型确定及使用热度确定方法与装置
CN106372249B (zh) * 2016-09-23 2018-04-13 北京三快在线科技有限公司 一种点击率预估方法、装置及电子设备
JP6867579B2 (ja) * 2016-11-25 2021-04-28 キヤノンマーケティングジャパン株式会社 情報処理装置、情報処理システム、その制御方法及びプログラム
CN106897412A (zh) * 2017-02-20 2017-06-27 广州优视网络科技有限公司 一种基于目标应用推荐相关联应用的方法和装置
CN107066549A (zh) * 2017-03-22 2017-08-18 深圳市恒捷供应链有限公司 一种搜索匹配方法、装置及系统
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
JP6664593B1 (ja) * 2018-12-21 2020-03-13 ヤフー株式会社 情報処理装置、情報処理方法、及び情報処理プログラム
JP7042770B2 (ja) * 2019-04-17 2022-03-28 ヤフー株式会社 情報処理装置、情報処理方法、およびプログラム
KR102425770B1 (ko) * 2020-04-13 2022-07-28 네이버 주식회사 급상승 검색어 제공 방법 및 시스템
CN113536156B (zh) * 2020-04-13 2024-05-28 百度在线网络技术（北京）有限公司 搜索结果排序方法、模型构建方法、装置、设备和介质
US11551282B2 (en) * 2020-07-27 2023-01-10 Intuit Inc. System, method, and computer-readable medium for capacity-constrained recommendation
CN112069404A (zh) * 2020-08-31 2020-12-11 深圳市卡牛科技有限公司 一种商品信息的展示方法、装置、设备和存储介质
WO2022052896A1 (zh) * 2020-09-11 2022-03-17 武汉丹娜文体用品有限公司 排序、交易方法、计算机装置及存储介质
CN112732766A (zh) * 2020-12-30 2021-04-30 绿盟科技集团股份有限公司 一种数据排序方法、装置、电子设备及存储介质
CN113010782B (zh) * 2021-03-16 2023-09-29 北京百度网讯科技有限公司 需求量获取方法、装置、电子设备以及计算机可读介质
CN116484066B (zh) * 2023-06-21 2023-12-01 广东广宇科技发展有限公司 一种多种类数据处理方法

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6785671B1 (en) * 1999-12-08 2004-08-31 Amazon.Com, Inc. System and method for locating web-based product offerings
US6963867B2 (en) * 1999-12-08 2005-11-08 A9.Com, Inc. Search query processing to provide category-ranked presentation of search results
US6832218B1 (en) * 2000-09-22 2004-12-14 International Business Machines Corporation System and method for associating search results
US7406437B2 (en) * 2000-11-30 2008-07-29 Ncr Corporation System and method for directing customers to product locations within a store
US20020078045A1 (en) * 2000-12-14 2002-06-20 Rabindranath Dutta System, method, and program for ranking search results using user category weighting
US7089237B2 (en) * 2001-01-26 2006-08-08 Google, Inc. Interface and system for providing persistent contextual relevance for commerce activities in a networked environment
US7805339B2 (en) * 2002-07-23 2010-09-28 Shopping.Com, Ltd. Systems and methods for facilitating internet shopping
US7831476B2 (en) * 2002-10-21 2010-11-09 Ebay Inc. Listing recommendation in a network-based commerce system
US20040210491A1 (en) * 2003-04-16 2004-10-21 Pasha Sadri Method for ranking user preferences
US20050071328A1 (en) * 2003-09-30 2005-03-31 Lawrence Stephen R. Personalization of web search
JP4426826B2 (ja) * 2003-11-13 2010-03-03 日本電信電話株式会社 コンテンツ検索方法、コンテンツ更新方法、コンテンツ更新の反映方法、コンテンツ検索装置、コンテンツ更新装置、コンテンツ検索のプログラム及びコンテンツ更新のプログラム並びにそれらの記録媒体
US7519581B2 (en) * 2004-04-30 2009-04-14 Yahoo! Inc. Method and apparatus for performing a search
US7966309B2 (en) * 2007-01-17 2011-06-21 Google Inc. Providing relevance-ordered categories of information
US7899727B2 (en) * 2007-08-07 2011-03-01 Telepaq Technology Inc. System and method for securities information service
CN101266620B (zh) * 2008-04-07 2021-04-16 北京大学 向用户提供目标信息的方法及设备
JP2010097461A (ja) * 2008-10-17 2010-04-30 Nippon Telegr & Teleph Corp <Ntt> 文書検索装置、文書検索方法および文書検索プログラム
CN101477554A (zh) * 2009-01-16 2009-07-08 西安电子科技大学 基于用户兴趣的个性化元搜索引擎及搜索结果处理方法
US8370336B2 (en) * 2009-04-08 2013-02-05 Ebay Inc. Methods and systems for deriving demand metrics used in ordering item listings presented in a search results page
CN101620625B (zh) * 2009-07-30 2012-10-31 腾讯科技（深圳）有限公司 一种搜索关键词排序方法、装置和搜索引擎
US8515830B1 (en) * 2010-03-26 2013-08-20 Amazon Technologies, Inc. Display of items from search
US8326861B1 (en) * 2010-06-23 2012-12-04 Google Inc. Personalized term importance evaluation in queries

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI776346B (zh) * 2020-08-31 2022-09-01 南韓商韓領有限公司 用於流線型產品搜尋的電腦實行系統以及方法
US11449914B2 (en) 2020-08-31 2022-09-20 Coupang Corp. Systems and methods for visual navigation during online shopping using intelligent filter sequencing

Also Published As

Publication number Publication date
EP2663917A1 (en) 2013-11-20
CN102591876A (zh) 2012-07-18
JP2014507712A (ja) 2014-03-27
JP5639285B2 (ja) 2014-12-10
WO2012097124A1 (en) 2012-07-19
US20120185359A1 (en) 2012-07-19
EP2663917A4 (en) 2014-07-16
TW201229791A (en) 2012-07-16

Similar Documents

Publication Publication Date Title
TWI518529B (zh) Search result sorting method and device
CN102542474B (zh) 查询结果排序方法及装置
WO2017121251A1 (zh) 一种信息推送方法及装置
CN107729336B (zh) 数据处理方法、设备及系统
JP5575902B2 (ja) クエリのセマンティックパターンに基づく情報検索
TWI544351B (zh) Extended query method and system
JP5778255B2 (ja) 垂直検索に基づいたクエリの方法、システム、および装置
TWI546751B (zh) Cross - site information display method and system
WO2017071251A1 (zh) 信息推送方法和装置
TW201501059A (zh) 訊息推薦方法及裝置
CN104077407B (zh) 一种智能数据搜索系统及方法
CN110532351B (zh) 推荐词展示方法、装置、设备及计算机可读存储介质
JP2016503914A (ja) 商品評価の分析
TW201314628A (zh) 圖像的質量分析方法及裝置
CN106096026A (zh) 一种商品搜索方法及系统
CN103064852A (zh) 网站统计信息处理方法及系统
WO2016107455A1 (zh) 一种信息匹配处理方法和装置
CN110766486A (zh) 确定物品类目的方法和装置
CN112204543A (zh) 用于分布式系统的频繁模式分析
CN103020141B (zh) 一种用于提供搜索结果的方法和设备
CN112579854A (zh) 信息处理方法、装置、设备和存储介质
TW201426357A (zh) 搜索資料排序的方法和裝置，資料搜索的方法和裝置
CN103514187B (zh) 一种提供搜索结果的方法及装置
CN116955817A (zh) 内容推荐方法、装置、电子设备以及存储介质
CN110766488A (zh) 一种自动确定主题场景的方法和装置