专利名称：商品数据检索排序及商品推荐方法和系统的制作方法
技术领域：
本发明涉及计算机数据分析领域，尤其涉及于商品数据检索，排序及商品推荐方法和支持系统。
背景技术：
目前搜索引擎用于排序的技术主要为相关度排序法，即通过建立模型对文档和查询词之间的相关度进行打分，相关度得分越高的文档排序越靠前。不同的搜索引擎使用了不同的相关度评分模型，主要有以下几类词频统计法，即文档中包含的查询词频率越高，则此文档相关度得分越高，排序越靠前；超链接分析法，即ー个网页被链接的次数越多而且链接的站点越权威就说明此网页的质量越高。此外，还有点击率法，即网页被点击的次数越多，相关度越高；付费竞价法，以网站付费的多少来决定排序前后。其中词频统计法和超链 引擎的主题框架。垂直捜索是针对某一个行业的专业搜索引擎，是搜索引擎的细分和延伸，是对网页库中的某类专门的信息进行一次整合，定向分字段抽取出需要的数据进行处理后再以某种形式返回给用户。相对通用搜索引擎的信息量大、查询不准确、深度不够等提出来的新的搜索引擎服务模式。由于垂直搜索引擎的特殊性，绝大多数都以词频统计法来搭建搜索引擎的主题框架词频统计法，从名字上就能看出来词频是此算法中ー个相当重要的角色，它对相关度的大小起着举足轻重的作用。然而对于垂直搜索引擎而言，由于其数据所包含文档(注在搜索引擎中称一条数据为ー个文档)的结构化(注此处结构化的概念与非结构化相対。如邮件,word文档等全文数据位为非结构化数据；数据库数据，元数据则为结构化数据。)程度高，以及文档长度短小，词频并不能在排序中起到决定性的作用。虽然也可以通过ー些方式，如调整各个文档以及文档所包含域的权重大小来对排序进行优化，这样的做法就好比医生给人看病的时候治症而不治病，无法解决根本问题。比如用户搜索“手机”，最先展示给用户的则可能是跟手机相关的书籍，手机充电器等等，这是不符合用户的搜索习惯的，因而会极大地降低用户体验。而在数据量达到一定程度的前提下，本发明提出的类别权重排序法则能比较彻底地解决搜索结果的排序问题。
发明内容
为解决上述问题，本发明提供了商品数据检索，排序及商品推荐方法，包括如下步骤步骤1，生成商品数据的数据库；步骤2，根据用户输入的查询词从数据库中取出匹配结果；步骤3，对该匹配结果的类别个数及所有类别名称进行统计，并对每个类别分别计算在匹配结果中的商品数据个数Ili以及该类在整体商品数据中包含的商品数据个数Hli ;
步骤4，计算类别名称的类别权重Wi,找出类别权重最大的类对应的类别权重Wt ；步骤5，将所有类别权重小于d*wt的类对应的所有商品数据从匹配结果中删除，其中，O < d < I,为可调參数；步骤6，将过滤后的类别按照其类别权重进行从大至小的排序。
所述的商品数据检索排序方法，还包括计算物美价廉指数及推荐度步骤物美价廉指数=商品价格/好评度*可信度，其中可信度=I-好评度/评价次数；
权利要求
1.ー种商品数据检索排序方法，其特征在于，包括 步骤I，生成商品数据的数据库； 步骤2，根据用户输入的查询词从数据库中取出匹配结果； 步骤3，对该匹配结果的类别个数及所有类别名称进行统计，并对每个类别分别计算在匹配结果中的商品数据个数Ili以及该类在整体商品数据中包含的商品数据个数Hli ； 步骤4，计算类别名称的类别权重Wi，找出类别权重最大的类所对应的类别权重Wt ； 步骤5，将所有类别权重小于d*wt的类对应的所有商品数据从匹配结果中删除，其中，O < d < I,为可调參数； 步骤6，将过滤后的类别按照其类别权重进行从大至小的排序。
2.如权利要求I所述的商品数据检索排序方法，其特征在于，还包括计算物美价廉指数及推荐度步骤 物美价廉指数=商品价格/好评度*可信度，其中可信度=I-好评度/评价次数；
3.如权利要求2所述的商品数据检索排序方法，其特征在于，还包括计算商品所在商家的价格在各个网上商城所卖价格的百分比，计算公式为 I-((某网上商城的价格-网上最低价)/(网上最高价-网上最低价))。
4.如权利要求I所述的商品数据检索排序方法，其特征在于，所述对应类别权重Wi计算公式
5.ー种商品数据检索排序系统，其特征在于，包括 商品数据的数据库； 匹配模块，用于根据用户输入的查询词从数据库中取出匹配結果； 统计计算模块，用于对该匹配结果的类别个数及所有类别名称进行统计，并对每个类别分别计算在匹配结果中的商品数据个数Iii以及它在整体商品数据中包含的商品数据个数 Hli ; 权重计算模块，用于计算类别名称的类别权重Wi，找出类别权重Wi最大的类对应的类别权重为Wt ; 过滤模块，用于将所有类别权重小于d*Wt的类对应的所有商品数据从匹配结果中删除，其中，0<d< 1，为可调參数；排序模块，用于将过滤后的类别按照其类别权重进行从大至小的排序。
6.如权利要求5所述的商品数据检索排序系统，其特征在于，还包括物美价廉指数及推荐度计算模块，用于计算物美价廉指数及推荐度，其中 物美价廉指数=商品价格/好评度*可信度，其中可信度=I-好评度/评价次数；
7.如权利要求6所述的商品数据检索排序系统，其特征在于，还包括百分比计算模块，用于计算商品所在商家的价格在各个网上商城所卖价格的百分比，计算公式为1-((某网上商城的价格-网上最低价)/(网上最高价-网上最低价))。
全文摘要
本发明公开了一种商品数据检索排序及商品推荐方法，包括生成商品数据的数据库；根据用户输入的查询词从数据库中取出匹配结果；对该匹配结果的类别数及所有类别名称进行统计，并对每个类别分别计算在匹配结果中的商品类别数ni以及它在整体商品数据中包含的商品数据个数mi；计算每个类别的类别权重wi，找出类别权重wi最大的类对应的类别权重wt；将所有类别权重小于d*wt的类对应的所有商品数据从匹配结果中删除，其中，0＜d＜1，为可调参数；将其余的类别按照其类别权重进行从大至小的排序，并且将商品所在商家的价格在各个网上商城所卖价格的百分比进行展示。
文档编号G06F17/30GK102841946SQ20121030714
公开日2012年12月26日 申请日期2012年8月24日 优先权日2012年8月24日
发明者郑茂林, 陈爱洁, 曾祥洪 申请人:北京国政通科技有限公司