一种搜索方法和系统的制作方法
【专利摘要】本发明提供了一种搜索方法和系统，涉及计算机【技术领域】。所述方法包括：接收用户端的查询词串；根据所述查询词串检索与查询词串相关的各产品信息；查找各产品信息所属的产品提供方，或者查找各产品信息所属的产品提供方和各产品信息所属领域；提取各产品信息对应的第一置信度，所述第一置信度为所述产品信息在所属产品提供方的置信度，或提取各产品信息对应的第二置信度，所述第二置信度为所述产品信息在所属产品提供方中，所述产品信息的所属领域的置信度；将所述第一置信度或第二置信度加入排序权重，并将各产品信息进行排序；将排序后的产品信息输出给用户端。本申请使得搜索得到的产品结果排序更接近实际需求，减少了冗余数据处理过程。
【专利说明】一种搜索方法和系统
【技术领域】
[0001]本申请涉及计算机【技术领域】，特别是涉及一种搜索方法和系统。
【背景技术】
[0002]搜索引擎技术的发展是随着电子技术不断进步而形成的信息数字化和数据网络化的必然产物。一个出色的搜索引擎能够及时准确的向用户提供所需要的信息。Google搜索引擎依靠其Page Rank机制及收敛算法一直处在该领域的领先地位，其体系结构代表了该搜索领域的传统搜索引擎。
[0003]但随着互联网快速、细分的发展，需要对于各方向的网络信息的搜索具有更加精确、更加专业、更具深度的搜索，而传统搜索引擎的排名技术显然不适用于专业垂直搜索的需求，比如在B2B电子商务垂直搜索等产品垂直搜索领域，基于互联网的产品搜索服务器需要将散布于互联网的各产品与相关数据搜集起来，提供统一的检索服务，因此产品数据的检索功能对于整体业务而言是非常重要的，产品数据的检索方法既要满足产品数据的检索这样一个特定的要求，又要具有很高的性能。
[0004]以电子商务为例，用户希望通过搜索获得所需产品的相关信息并较好的完成交易。从计算机数据处理的过程来看，具体包括以下过程:计算机针对用户搜索需求给出产品反馈信息，用户查看产品相关信息并确定交易，计算机依据用户指示完成交易(当采用电子货币购买电子商品或者虚拟物品时，则全部过程为互联网上的数据处理过程；当购买实物时，则上述过程可能会涉及到一些线下过程)。
[0005]上述数据处理过程中，当搜索的产品信息的结果排序不符合实际需求时，则用户为了完成交易(完成整个数据处理过程)，则可能需要点击很多搜索结果，从而可能导致信息处理过程的冗余、服务器浪费和效率降低。
[0006]即迫切需要本领域技术人员解决的技术问题是:如何才能减少或者避免由于搜索结果排序不优化，而导致的信息处理过程的冗余、服务器浪费和效率降低。
【发明内容】
[0007]本申请所要解决的技术问题是提供一种搜索方法和系统，解决现有技术中由于产品信息置信度导致的信息不够精确，从而导致服务器负载压力大，用户搜索成本高的缺点；能精确返回用户需求的产品信息，从而降低服务器负载压力，降低用户的搜索成本。
[0008]为了解决上述问题，本申请公开了一种搜索方法，包括:
[0009]接收用户端的查询词串；
[0010]根据所述查询词串检索与查询词串相关的各产品信息；
[0011]查找各产品信息所属的产品提供方，或者查找各产品信息所属的产品提供方和各产品信息所属领域；
[0012]提取各产品信息对应的第一置信度，所述第一置信度为所述产品信息在所属产品提供方的置信度，或提取各产品信息对应的第二置信度，所述第二置信度为所述产品信息在所属产品提供方中，所述产品信息的所属领域的置信度；其中，所述每个产品信息的第一置信度通过分析所属产品提供方的该产品信息对应的行为记录表获得，所述每个产品信息对应的第二置信度通过分析所述产品提供方在该产品信息所属领域内的各产品信息的行为记录表获得；
[0013]将所述第一置信度或第二置信度加入排序权重，并将各产品信息进行排序；
[0014]将排序后的产品信息输出给用户端。
[0015]优选的，所述每个产品信息的第一置信度通过分析所属产品提供方的该产品信息对应的行为记录表获得包括:
[0016]针对每一产品提供方，提取所述产品提供方各产品信息对应的各种行为记录表；所述各种行为记录表包括所述各产品信息的对应的交易行为记录表、评价行为记录表、和/或收藏行为记录表；
[0017]针对每一所述产品信息，分析统计所述产品信息对应的各种行为记录表，获得各种特征维度下的特征值；
[0018]将所述各种特征值向量化为一个特征向量，将所述各种特征值相应的权重对应向量化为一个权重向量，并利用所述特征向量和权重向量计算所述产品信息的第一置信度。
[0019]优选的，所述每个产品信息对应的第二置信度通过分析所述产品提供方在该产品信息所属领域内的各产品信息的行为记录表获得包括:
[0020]针对每一产品提供方，提取所述产品提供方的各产品信息的核心产品词，并提取所述产品提供方各产品信息对应的各种行为记录表；所述各种日志记录表包括所述各产品信息的对应的各交易行为记录表、各评价行为记录表、和/或各收藏行为记录表；
[0021]根据所述核心产品词，确定属于同一领域的各条产品信息；
[0022]针对每一领域，分析统计所述领域内各产品信息对应的各种行为记录表，获得各种特征维度下的特征值；
[0023]将所述各种特征值向量化为一个特征向量，将所述各种特征值相应的权重对应向量化为一个权重向量，并利用所述特征向量和权重向量计算所述产品信息对应的第二置信度。
[0024]优选的，分析统计所述产品信息对应的各种行为记录表，获得各种特征维度下的特征值包括:
[0025]通过分析交易行为记录表，获得包括交易次数对应特征维度下的特征值；
[0026]通过分析评价行为记录表，获得包括好评率对应特征维度下的特征值；
[0027]通过分析收藏行为记录表，获得包括收藏次数对应特征维度下的特征值。
[0028]优选的，所述各种特征值相应的权重获得步骤包括:
[0029]对于每一个特征维度，选择所述特征维度下的原始样本使用极大似然估计构造出目标函数F(X)；
[0030]选择所述特征维度下的初始权重\，并结合目标函数F(X)构造搜索方向Pt和步长因子St ；
[0031]根据Wt+1 = fft+stPt迭代求出下一个迭代点Wt+1，当基于Wt+1的F(X)值与基于Wt的F(X)值之间的差值的绝对值小于阈值，则将Wt+1作为所述特征维度下的权重。
[0032]优选的，提取所述产品提供方的各产品信息的核心产品词包括:[0033]提取所述产品信息的标题信息；
[0034]对标题信息进行切词和词性标注；
[0035]依据各词的词性及修饰关系确认所述产品信息的核心产品词。
[0036]优选的，根据所述查询词串检索与查询词串相关的各产品信息包括:
[0037]将所述查询词串进行分词操作；
[0038]基于得到的各分词进行扩展，得到扩展词；
[0039]通过各分词和扩展词在索引中检索获得各产品信息。
[0040]优选的，将所述第一置信度或第二置信度加入排序权重，将各产品信息进行排序包括:
[0041]计算所述各产品信息与所述查询词串的文本相关性值；
[0042]计算所述各产品信息的所属领域与所述查询词串的领域相关性值；
[0043]利用各产品信息的第一置信度或第二置信度、相应的文本相关性值、领域相关性值计算总相关性值；
[0044]基于所述总相关性值对各产品信息进行排序。
[0045]相应的，本申请还公开了一种搜索系统，包括:
[0046]查询接收模块，用于接收用户端的查询词串；
[0047]检索模块，用于根据所述查询词串检索与查询词串相关的各产品信息；
[0048]查找模块，用于查找各产品信息所属的产品提供方，或者查找各产品信息所属的产品提供方和各产品信息所属领域；
[0049]置信度提取模块，用于提取各产品信息第一置信度，所述第一置信度为所述产品信息在所属产品提供方的置信度、或提取各产品信息的第二置信度，所述第二置信度为所述产品信息在所属产品提供方中，所述产品信息的所属领域的置信度；其中，所述每个产品信息的第一置信度通过分析所属产品提供方的该产品信息对应的行为记录表获得，所述每个产品信息对应的第二置信度通过分析所述产品提供方在该产品信息所属领域内的各产品信息的行为记录表获得；
[0050]排序模块，用于将所述第一置信度或第二置信度加入排序权重，并将各产品信息进行排序；
[0051 ] 输出模块,用于将排序后的产品信息输出给用户端。
[0052]优选的，所述置信度提取模块包括:
[0053]第一提取模块，用于针对每一产品提供方，提取所述产品提供方各产品信息对应的各种行为记录表；所述各种行为记录表包括所述各产品信息的对应的交易行为记录表、评价行为记录表、和/或收藏行为记录表；
[0054]第一特征值获取模块，针对每一所述产品信息，分析统计所述产品信息对应的各种行为记录表，获得各种特征维度下的特征值；
[0055]第一置信度计算模块，用于将所述各种特征值向量化为一个特征向量，将所述各种特征值相应的权重对应向量化为一个权重向量，并利用所述特征向量和权重向量计算所述产品信息的第一置信度。
[0056]优选的，所述置信度提取模块包括:
[0057]第二提取模块，用于针对每一产品提供方，提取所述产品提供方的各产品信息的核心产品词，并提取所述产品提供方各产品信息对应的各种行为记录表；所述各种日志记录表包括所述各产品信息的对应的各交易行为记录表、各评价行为记录表、和/或各收藏行为记录表；
[0058]领域确认模块，用于根据所述核心产品词，确定属于同一领域的各条产品信息；
[0059]第二特征值获取模块，用于针对每一领域，分析统计所述领域内各产品信息对应的各种行为记录表，获得各种特征维度下的特征值；
[0060]第二置信度计算模块，用于将所述各种特征值向量化为一个特征向量，将所述各种特征值相应的权重对应向量化为一个权重向量，并利用所述特征向量和权重向量计算所述产品信息的第一置信度。
[0061]与现有技术相比，本申请包括以下优点:
[0062]本申请在搜索得到的产品结果排序时，引入了对该产品提供方的在当前产品上的订单转化率的置信度参数，从而使得搜索得到的产品结果排序更接近实际需求，使用户能更便捷的获取产品信息，不用再进行大量的点击请求，降低了服务器负载压力，减少了冗余数据处理过程，提高了电子商务这一互联网数据处理过程的运行效率。
[0063]具体的，为了保证排序的客观性和科学性，本申请针对该产品提供方的在当前产品上的订单转化率的置信度参数，即通过该用户对该产品或者该领域的产品历史行为记录进行分析得到的订单转化率的置信度参数将搜索结果中的产品信息进行排序，从而使得搜索得到的产品结果排序更接近实际需求，使用户能更便捷的获取产品信息，不用再进行大量的点击请求，降低了服务器负载压力，减少了冗余数据处理过程。
【专利附图】
【附图说明】
[0064]图1是本申请一种搜索方法的流程不意图；
[0065]图2是本申请一种搜索系统的结构示意图。
【具体实施方式】
[0066]为使本申请的上述目的、特征和优点能够更加明显易懂，下面结合附图和【具体实施方式】对本申请作进一步详细的说明。
[0067]本申请的核心思想之一在于，在需要更加精确、更加专业、更具深度的对于产品信息的垂直搜索领域，本申请对于网络中每个产品提供方提供的每个产品信息，在该产品提供方的每个产品粒度中，分析并预置针对该产品提供方的每个产品信息的第一置信度；或者在该产品提供方每个产品所属领域
[0068](比如类目)的粒度中，分析并预置各产品信息在所属产品提供方(卖家)中，各产品信息所属领域的第二置信度；当用户搜索产品信息时，将所述第一置信度，或者第二置信度加入搜索引擎对产品信息进行排序的排序权重中，调整产品信息的排序，然后将更准确，更符合用户需求的产品信息有效展示给用户，避免由于信息不精确导致的用户多次点击服务器，导致服务器负载过大的情况。
[0069]参照图1，示出了本申请一种搜索方法的流程示意图。
[0070]在本申请系统接收用户查询词串之前,还包括:
[0071]步骤100，通过分析所属产品提供方的该产品信息对应的行为记录表获得所述每个产品信息的第一置信度，或通过分析所述产品提供方该产品信息所属领域内的各产品信息的行为记录表获得所述每个产品的第二置信度。
[0072]也即，可以理解为:所述第一置信度为各产品信息在所属产品提供方的置信度，所述第二置信度为所述产品信息在所属产品提供方中，所述产品信息所属领域的置信度。对于第二置信度，例如卖家A经营了领域a，b两个领域，a领域内有al，a2产品，b领域内有bl，b2产品，那么以al+a2的产品信息行为记录表进行分析获得领域a的第二置信度，那么以bl+b2的产品信息行为记录表进行分析获得领域b的第二置信度；那么对于产品信息al来说，其对应的第二置信度为:al在卖家A中，al所属领域a的置信度。
[0073]实际中，所述第一置信度对应的为产品提供方具体产品粒度，所述第二置信度对应产品提供方每个领域的粒度。其中，所述领域可以理解为类目，比如手机，电脑，服装产品类目等。
[0074]所述置信度更广泛的可以理解为某个产品提供方的某一产品或者产品提供方某一产品在某一领域的置信度，也即产品提供方(卖家)对一产品或者一领域内产品的权威性。
[0075]比如针对网络平台中的买家与卖家的情况，买家一般需要根据买家与卖家的互动信息(交易、评价、收藏等)，识别出卖家的权威经营产品或者权威经营领域，所述权威经营产品可为交易量大、和/或评价好、和/或收藏量高的产品或者领域。当买家在网站搜索时，把买家关注的产品的置信度高的产品信息排在搜索list的前面，相应对该产品的权威性高的卖家也在list前面，以减少买家搜索次数，降低服务器的压力，为卖家提供更可信的产品信息，减少买家对卖家的鉴别成本。进一步的讲，可给予买家更好的搜索体验，同时激励卖家积极做好自身的诚信、权威性建设，从而更好的服务买家，形成良性循环。更进一步的说，所述的置信度或者权威性可以理解为某个卖家的订单转化率，订单转化率高的说明该卖家的产品信息更真实可靠。
[0076]优选的，在细化到产品提供方的具体单个产品信息粒度的情况下，所述每个产品信息的第一置信度通过分析所述产品提供方的该产品信息对应的行为记录表获得，包括:
[0077]步骤S71，针对每一产品提供方，提取所述产品提供方各产品信息对应的各种行为记录表；所述各种行为记录表包括所述各产品信息的对应的交易行为记录表、评价行为记录表、和/或收藏行为记录表；
[0078]实际中，比如在网络交易平台中，卖家提供产品，买家在网络中购买产品，那么买家和卖家在产品信息的交易过程中，或者买家对产品信息的操作过程中均会存在记录，t匕如交易行为记录表，记录了各产品信息的交易次数、客户数等特征；比如评价行为记录表，记录各产品信息获得的用户星级评价次数、好评率等特征；比如收藏行为记录表，记录了各产品信息获得的收藏次数、收藏客户数等特征。
[0079]对于交易相关特征:该产品的交易次数、客户数等特征。买家购买了卖家某个产品，在一定程度上说明了买家对卖家该产品的认可，如果该产品获得的买家认可越多，说明卖家是该产品的优质卖家。
[0080]对于评价相关特征:该产品获得的用户星级评价次数、好评率等特征。买家对卖家某个产品的好评越多，代表了买家对卖家该产品的认可，好评率越高，说明卖家是该产品的优质卖家。[0081]对于收藏相关特征:该产品获得的收藏次数、收藏客户数等特征。买家对卖家某个产品的收藏同样代表了买家对卖家该产品的认可，收藏越多，说明卖家是该产品的卖家。
[0082]本步骤可从卖家的交易数据库和产品信息数据库中提取卖家每个产品信息的产品词、交易、评价、收藏行为。
[0083]步骤S72，针对每一所述产品信息，分析统计所述产品信息对应的各种行为记录表，获得各种特征维度下的特征值；
[0084]因为各种行为记录表记录了相关的各种特征，比如前述交易行为记录表，记录了各产品信息的交易次数、客户数等特征；比如评价行为记录表，记录各产品信息获得的用户星级评价次数、好评率等特征；比如收藏行为记录表，记录了各产品信息获得的收藏次数、收藏客户数等特征。
[0085]优选的，分析统计所述产品信息对应的各种行为记录表，获得各种特征维度下的特征值包括:
[0086]步骤A71，通过分析交易行为记录表，获得包括交易次数对应特征维度下的特征值；
[0087]比如如前所述，交易行为记录表可能还包括了其他相关特征维度，比如客户数等特征，那么还可统计客户数特征维度下的特征值等。
[0088]步骤A72，通过分析评价行为记录表，获得包括好评率对应特征维度下的特征值；
[0089]当然，本步骤也还可统计其他相关的特征维度的特征值，比如用户星级评价次数特征维度下的特征值。
[0090]步骤A73，通过分析收藏行为记录表，获得包括收藏次数对应特征维度下的特征值。
[0091]当然，本步骤也还可统计其他相关的特征维度的特征值，比如收藏客户数特征维度下的特征值。
[0092]比如，对于每个产品信息，可提取该产品信息交易次数、客户数、用户星级评价次数、好评率、收藏次数、收藏客户数等特征维度下的特征值，所述特征值即相应维度下实际数值，比如交易次数、客户数、用户星级评价次数、好评率、收藏次数、收藏客户数对应的特征值分别为 100、80、55、0.90、150、88。
[0093]步骤S73，将所述各种特征值向量化为一个特征向量，将所述各种特征值相应的权重对应向量化为一个权重向量，并利用所述特征向量和权重向量计算所述产品信息的第一
置信度。
[0094]所述第一置信度为前述对于具体产品信息的粒度，比如卖家X提供的产品信息包括offerl,offer2,offer3,offer4,那么通过前述步骤获得每一个产品信息的第一置信度。
[0095]对于第i个特征维度下的特征值Xi，可将其向量化为一个特征向量X =
[0096](X1, X2,......Xn)，比如对于前述例子中各特征值100、80、55、0.90、150、88，可将
其向量化为 X = (100、80、55、0.90,150,88)。
[0097]实际中，各特征维度对应相应的权重，也即第i个特征值对应一个权重Wi。也可将相应权重向量化为一个权重向量W = (W1, W2,......, Wn)。
[0098]然后利用上述得到的向量X，和w采用逻辑回归模型:[0099]
【权利要求】
1.一种搜索方法，其特征在于，包括: 接收用户端的查询词串； 根据所述查询词串检索与查询词串相关的各产品信息； 查找各产品信息所属的产品提供方，或者查找各产品信息所属的产品提供方和各产品信息所属领域； 提取各产品信息对应的第一置信度，所述第一置信度为所述产品信息在所属产品提供方的置信度，或提取各产品信息对应的第二置信度，所述第二置信度为所述产品信息在所属产品提供方中，所述产品信息的所属领域的置信度；其中，所述每个产品信息的第一置信度通过分析所属 产品提供方的该产品信息对应的行为记录表获得，所述每个产品信息对应的第二置信度通过分析所述产品提供方在该产品信息所属领域内的各产品信息的行为记录表获得； 将所述第一置信度或第二置信度加入排序权重，并将各产品信息进行排序； 将排序后的产品信息输出给用户端。
2.根据权利要求1所述的方法，其特征在于，所述每个产品信息的第一置信度通过分析所属产品提供方的该产品信息对应的行为记录表获得包括: 针对每一产品提供方，提取所述产品提供方各产品信息对应的各种行为记录表；所述各种行为记录表包括所述各产品信息的对应的交易行为记录表、评价行为记录表、和/或收藏行为记录表； 针对每一所述产品信息，分析统计所述产品信息对应的各种行为记录表，获得各种特征维度下的特征值； 将所述各种特征值向量化为一个特征向量，将所述各种特征值相应的权重对应向量化为一个权重向量，并利用所述特征向量和权重向量计算所述产品信息的第一置信度。
3.根据权利要求1所述的方法，其特征在于，所述每个产品信息对应的第二置信度通过分析所述产品提供方在该产品信息所属领域内的各产品信息的行为记录表获得包括: 针对每一产品提供方，提取所述产品提供方的各产品信息的核心产品词，并提取所述产品提供方各产品信息对应的各种行为记录表；所述各种日志记录表包括所述各产品信息的对应的各交易行为记录表、各评价行为记录表、和/或各收藏行为记录表； 根据所述核心产品词，确定属于同一领域的各条产品信息； 针对每一领域，分析统计所述领域内各产品信息对应的各种行为记录表，获得各种特征维度下的特征值； 将所述各种特征值向量化为一个特征向量，将所述各种特征值相应的权重对应向量化为一个权重向量，并利用所述特征向量和权重向量计算所述产品信息对应的第二置信度。
4.根据权利要求2或3所述的方法，其特征在于，分析统计所述产品信息对应的各种行为记录表，获得各种特征维度下的特征值包括: 通过分析交易行为记录表，获得包括交易次数对应特征维度下的特征值； 通过分析评价行为记录表，获得包括好评率对应特征维度下的特征值； 通过分析收藏行为记录表，获得包括收藏次数对应特征维度下的特征值。
5.根据权利要求2或3所述的方法，其特征在于，所述各种特征值相应的权重获得步骤包括:对于每一个特征维度，选择所述特征维度下的原始样本使用极大似然估计构造出目标am F (X)； 选择所述特征维度下的初始权重Wtl，并结合目标函数F(X)构造搜索方向Pt和步长因子St ； 根据wt+1 = fft+stPt迭代求出下一个迭代点Wt+1，当基于Wt+1的F⑴值与基于Wt的F⑴值之间的差值的绝对值小于阈值，则将Wt+1作为所述特征维度下的权重。
6.根据权利要求3所述的方法，其特征在于，提取所述产品提供方的各产品信息的核心产品词包括: 提取所述产品信息的标题信息； 对标题信息进行切词和词性标注； 依据各词的词性及修饰关系确认所述产品信息的核心产品词。
7.根据权利要求1所述的方法，其特征在于，根据所述查询词串检索与查询词串相关的各产品信息包括: 将所述查询词串进行分词操作； 基于得到的各分词进行扩展，得到扩展词； 通过各分词和扩展词在索引中检索获得各产品信息。
8.根据权利要求1所述的方法，其特征在于，将所述第一置信度或第二置信度加入排序权重，将各产品信息进行排序包括: 计算所述各产品信息与所述查询词串的文本相关性值； 计算所述各产品信息的所属领域与所述查询词串的领域相关性值； 利用各产品信息的第一置信度或第二置信度、相应的文本相关性值、领域相关性值计算总相关性值； 基于所述总相关性值对各产品信息进行排序。
9.一种搜索系统，其特征在于，包括: 查询接收模块，用于接收用户端的查询词串； 检索模块，用于根据所述查询词串检索与查询词串相关的各产品信息； 查找模块，用于查找各产品信息所属的产品提供方，或者查找各产品信息所属的产品提供方和各产品信息所属领域； 置信度提取模块，用于提取各产品信息第一置信度，所述第一置信度为所述产品信息在所属产品提供方的置信度、或提取各产品信息的第二置信度，所述第二置信度为所述产品信息在所属产品提供方中，所述产品信息的所属领域的置信度；其中，所述每个产品信息的第一置信度通过分析所属产品提供方的该产品信息对应的行为记录表获得，所述每个产品信息对应的第二置信度通过分析所述产品提供方在该产品信息所属领域内的各产品信息的行为记录表获得； 排序模块，用于将所述第一置信度或第二置信度加入排序权重，并将各产品信息进行排序； 输出模块，用于将排序后的产品信息输出给用户端。
10.根据权利要求9所述的系统，其特征在于，所述置信度提取模块包括: 第一提取模块，用于针对每一产品提供方，提取所述产品提供方各产品信息对应的各种行为记录表；所述各种行为记录表包括所述各产品信息的对应的交易行为记录表、评价行为记录表、和/或收藏行为记录表； 第一特征值获取模块，针对每一所述产品信息，分析统计所述产品信息对应的各种行为记录表，获得各种特征维度下的特征值； 第一置信度计算模块，用于将所述各种特征值向量化为一个特征向量，将所述各种特征值相应的权重对应向量化为一个权重向量，并利用所述特征向量和权重向量计算所述产品信息的第一置信度。
11.根据权利要求9所述的系统，其特征在于，所述置信度提取模块包括: 第二提取模块，用于针对每一产品提供方，提取所述产品提供方的各产品信息的核心产品词，并提取所述产品提供方各产品信息对应的各种行为记录表；所述各种日志记录表包括所述各产品信息的对应的各交易行为记录表、各评价行为记录表、和/或各收藏行为记录表； 领域确认模块，用于根据所述核心产品词，确定属于同一领域的各条产品信息； 第二特征值获取模块，用于针对每一领域，分析统计所述领域内各产品信息对应的各种行为记录表，获得各种特征维度下的特征值； 第二置信度计算模块，用于将所述各种特征值向量化为一个特征向量，将所述各种特征值相应的权重对应向量化为一个权重向量，并利用所述特征向量和权重向量计算所述产品信息的第一置信度。`
【文档编号】G06Q30/00GK103729365SQ201210387891
【公开日】2014年4月16日 申请日期:2012年10月12日 优先权日:2012年10月12日
【发明者】宋超, 陈超, 冯景华, 郭宁 申请人:阿里巴巴集团控股有限公司