CN103425664A - 一种对实体数据单元进行搜索、显示的方法和设备 - Google Patents

Abstract

本申请公开了一种对实体数据单元进行搜索、显示的方法和设备，其主要内容包括：通过判断搜索请求中的关键字信息是否包含类目信息和/或属性信息，根据不同的判断结果确定执行搜索的范围，得到相应的搜索结果，使得搜索的数据量减小，进而提高了搜索效率；并且通过确定搜索结果中各实体数据单元内与所述关键字信息的相似度满足设定阈值的商品信息，并根据预先设定的条件对确定出的实体数据单元中的商品信息进行筛选并显示，使得用户查看商品信息的针对性增强，进而提高了用户获取商品信息的效率，提升用户对使用互联网进行实体数据单元搜索和查看的体验。

Description

一种对实体数据单元进行搜索、显示的方法和设备

技术领域

本申请涉及互联网信息处理技术领域，尤其涉及一种对实体数据单元进行搜索、显示的方法和设备。

背景技术

随着互联网技术的不断的发展，越来越多的用户通过互联网的搜索功能获取自己需要的信息。通常搜索信息的方式是：搜索服务器根据用户发起的搜索请求，确定与用户发起的搜索请求中携带的内容相关的信息，并将这些信息推送给用户，以供用户查看。

通过搜索服务器搜索信息的具体步骤包括以下内容：

第一步，搜索服务器接收用户通过客户端发起的包含有关键字信息的搜索请求。

第二步，搜索服务器根据接收到的所述关键字信息，与搜索数据库中包含的所有信息进行相似度的比对，筛选出相似度大于设定阈值的信息。

具体地，搜索服务器首先根据接收到的关键字信息在数据库中进行全面搜索，查找到包含关键字信息的所有相关数据作为搜索结果；然后根据预先设定的相似度阈值，对含有关键字信息的搜索结果进行筛选，例如：接收到的所述关键字信息是“电话”，搜索服务器根据接收到的“电话”，与搜索数据库中包含“电话”的进行查找，将查找得到的搜索结果与“电话”进行相似度比对，筛选出包含有“电话”内容且相似度大于百分之五十的信息，这样可能得到100000个搜索结果。

由此可见，现有的搜索技术中，搜索服务器每次接收到搜索请求后，根据搜索请求中携带的关键字信息，对全文网页的内容进行搜索，确定与关键字信息相匹配的信息，这样使得搜索服务器执行搜索的效率较低，搜索数据量较大。

第三步，搜索服务器将筛选出的所述信息根据信息的某一种或者多种属性信息进行排序，例如：以访问次数作为信息的一种属性信息，搜索服务器将筛选出的所述信息根据访问次数由高到低的顺序进行排序。

再例如：所述信息的属性信息包含访问次数、更新时间和评价度，搜索服务器根据访问次数、更新时间和评价度对筛选出的信息进行排序的方法为：

首先，搜索服务器确认筛选出的各个所述信息的访问次数、更新时间和评价度；

然后，针对每一个信息，搜索服务器根据设定的方式将该信息的访问次数、更新时间和评价度进行运算，得到该信息的综合指数；

最后，搜索服务器根据得到的各信息的综合指数按照从大到小的顺序，将所述综合指数对应的信息进行排序。

第四步，搜索服务器将排序后的信息作为搜索结果推送至客户端，客户端将接收到的搜索结果按照顺序进行显示。

当客户端接收到显示的搜索结果后，每一条搜索结果中包含的数据信息有限，例如：每一条搜索结果中通常包括：信息主题、信息摘要（大约50个字符）、链接地址和生成时间等，如图1所示。用户通过搜索结果中显示的内容并不能很好确定该条信息是否是自己需要的，如果想进一步的了解该条信息的具体内容，需要再次向搜索服务器发送针对某一条搜索结果的查看请求，搜索服务器根据接收到的查看请求后，通过链接地址将对应的网站信息推送至客户端进行显示；如果通过查看详细内容确定该信息并不是用户需要的信息，此时，用户需要关闭当前页面，继续查看下一条搜索结果。如果用户查看了10条搜索结果，都不是用户需要的信息，但是搜索服务器将10次响应用户的查看请求，10次链接全文网页信息，10次将全文网页信息推送至客户端。这一过程，相对于用户来讲，查看信息的效率较低；相对于搜索服务器来讲，不仅浪费了网络资源，而且加大了搜索服务器的硬件损耗。

因此，在现有技术的信息搜索与显示方面存在搜索效率低，且搜索数据量大，进而引起搜索资源浪费的问题；在搜索结果返回给用户时，用户查看搜索结果的信息针对性差，进而导致用户获取信息的效率低，对互联网信息搜索的体验差等问题。

发明内容

本申请实施例提供了一种对实体数据单元进行搜索的方法和设备，用于解决现有技术中信息在搜索与显示方面存在搜索效率低，且搜索数据量大，进而引起搜索资源浪费的问题。

一种对实体数据单元进行搜索的方法，该方法包括：

接收包含关键字信息的第一搜索请求；

判断所述关键字信息中是否包含类目信息和/或属性信息；

在所述关键字信息中包含了类目信息时，对该类目信息对应类目下的实体数据单元进行搜索，得到搜索结果；

在所述关键字信息中包含了属性信息时，对具有该属性信息的实体数据单元进行搜索，得到搜索结果；

在所述关键字信息中包含了类目信息和属性信息时，对该类目信息对应类目下且具有该属性信息的实体数据单元进行搜索，得到搜索结果。

一种对实体数据单元进行搜索的设备，该设备包括：

接收模块，用于接收包含关键字信息的第一搜索请求；

判断模块，用于判断所述关键字信息中是否包含类目信息和/或属性信息；

搜索模块，用于根据不同的判断结果，执行以下不同的搜索：

在所述关键字信息中包含了类目信息时，对该类目信息对应类目下的实体数据单元进行搜索，得到搜索结果；

在所述关键字信息中包含了属性信息时，对具有该属性信息的实体数据单元进行搜索，得到搜索结果；

在所述关键字信息中包含了类目信息和属性信息时，对该类目信息对应类目下且具有该属性信息的各实体数据单元进行搜索，得到搜索结果。

本申请有益效果如下：

本申请实施例通过判断搜索请求中的关键字信息是否包含类目信息和/或属性信息，根据不同的判断结果确定执行搜索的范围，得到相应的搜索结果，使得搜索的数据量减小，进而提高了搜索效率。

本申请实施例还提供了一种对实体数据单元的搜索结果进行显示的方法和设备，用以解决在对搜索结果进行显示时，用户查看搜索结果的信息针对性差，进而导致用户获取信息的效率低，对互联网信息搜索的体验差等问题。

一种对实体数据单元的搜索结果进行显示的方法，该方法包括：

确定搜索结果中各实体数据单元内与所述关键字信息的相似度满足设定阈值的商品信息；

根据预先设定的条件对确定出的实体数据单元中的商品信息进行筛选；

将筛选后得到的商品信息与该商品信息所在的实体数据单元的标识显示在结果页面中。

一种对实体数据单元的搜索结果进行显示的设备，该设备包括：

确定模块，用于确定搜索结果中各实体数据单元内与所述关键字信息的相似度满足设定阈值的商品信息；

筛选模块，用于根据预先设定的条件对确定出的实体数据单元中的商品信息进行筛选；

显示模块，用于将筛选后得到的商品信息与该商品信息所在的实体数据单元的标识显示在结果页面中。

本申请有益效果如下：

本申请实施例通过确定搜索结果中各实体数据单元内与所述关键字的相似度满足设定阈值的商品信息，并根据预先设定的条件对确定出的实体数据单元中的商品信息进行筛选并显示，使得用户查看商品信息的针对性增强，进而提高了用户获取商品信息的效率，提升用户对使用互联网进行实体数据单元搜索和查看的体验。

附图说明

图1为本申请实施例一的一种对实体数据单元进行搜索的方法的流程示意图；

图2为实施例一中确定搜索结果中各实体数据单元的综合实力指数的方法流程图；

图3为本申请实施例二的一种对实体数据单元进行搜索的方法的流程示意图；

图4为本申请实施例三的一种对实体数据单元进行搜索的方法的流程示意图；

图5为本申请实施例四的一种对实体数据单元的搜索结果进行显示的方法的流程示意图；

图6为电子商铺的搜索结果显示实物图；

图7为实施例五中筛选商品信息的方法示意图；

图8为本申请实施例六的一种对实体数据单元进行搜索的设备的结构示意图；

图9为本申请实施例七的一种对实体数据单元的搜索结果进行显示的设备的结构示意图。

具体实施方式

为了实现本申请的目的，本申请实施例提供了一种对实体数据单元进行搜索、显示的方法和设备，通过判断搜索请求中的关键字信息是否包含类目信息和/或属性信息，根据不同的判断结果确定执行搜索的范围，得到相应的搜索结果；此外通过确定搜索结果中各实体数据单元内与所述关键字的相似度满足设定阈值的商品信息，并根据预先设定的条件对确定出的实体数据单元中的商品信息进行筛选并显示。

与现有技术相比，本申请在对实体数据单元进行搜索时，通过判断搜索请求中关键字信息包含的类目信息和/或属性信息确定搜索范围，使得搜索的数据量减小，进而提高了搜索效率；在对实体数据单元进行显示时，确定与所述关键字的相似度满足设定阈值的商品信息并进行显示，使得用户查看商品信息的针对性增强，进而提高了用户获取商品信息的效率，提升用户对使用互联网进行实体数据单元搜索和查看的体验。

需要说明的是，本申请各实施例中所涉及的实体数据单元是一个包含有大量数据信息的集合。例如：针对一个门户网站而言，其中的音乐频道、读书频道等可视为实体数据单元；再例如，针对一个购物网站而言，其中独立的卖家用户或电子商铺也可视为实体数据单元。

实体数据单元根据其中包含的数据信息不同，其可能是某一种类目或是某几种类目下的实体数据单元，例如：在实体数据单元为电子商铺的情况下，若该实体数据单元中可销售商品的商品信息为手机、电脑，则该实体数据单元同时是手机类目和电脑类目下的实体数据单元，也就是说，该实体数据单元的类目信息为手机和电脑。

另外，实体数据单元根据其中包含的数据信息不同，其可能是具有某一种属性信息或是某几种属性信息的实体数据单元，仍以实体数据单元为电子商铺的情况为例，其具有的属性信息可以为以下属性信息中的一种或多种的组合：商品销售量、买家用户对其的好评度、电子商铺的信用度、商品的退货率等。

下面结合说明书附图对本申请实施例的方案进行详细描述。

实施例一：

如图1所示，其为本申请实施例一的一种对实体数据单元进行搜索的方法的流程示意图，具体包括：

步骤101：接收包含关键字信息的第一搜索请求。

在步骤101中，所述第一次搜索请求是指客户端在需要针对某一关键字信息进行页面搜索时，向搜索服务器发起的包含该关键字信息的搜索请求。

例如：客户端通过搜索服务器提供的搜索框输入关键字信息，如“手机”，并向搜索服务器提交包含“手机”这一关键字信息的搜索请求，此后，搜索服务器可以“手机”为搜索关键字，对搜索数据库中的各实体数据单元进行搜索。

例如，若实体数据单元为电子商铺，则所述搜索数据库为在购物网站中注册的电子商铺的集合。再例如，若实体数据单元为一个门户网站中的频道，则所述搜索数据库为该门户网站中各频道的集合。

步骤102：判断所述关键字信息中是否包含类目信息和/或属性信息，

若判断结果为所述关键字信息中包含了类目信息，则执行步骤103；

若判断结果为所述关键字信息中包含了属性信息，则执行步骤104；

若判断结果为所述关键字信息中包含了类目信息和属性信息，则执行步骤105；

若判断结果为所述关键字信息中不包含类目信息和属性信息，则确定搜索范围为搜索数据库中所有的实体数据单元，在该搜索范围内进行搜索，得到搜索结果。

需要说明的是，在本实施例的方案中，可将搜索数据库中所有的实体数据单元确定为搜索范围，进而在该搜索范围下进行实体数据单元搜索的方式称之为默认搜索模式。

步骤103：对所述关键字信息中包含的类目信息对应类目下的各实体数据单元进行搜索，得到搜索结果。

在本申请实施例的方案中，可以预先将搜索数据库中的各实体数据单元进行类目划分，确定实体数据单元的类目信息，因此，在本步骤103中，可根据确定的实体数据单元的类目信息，从搜索数据库中查找出类目信息与关键字信息中包含的类目信息相同的实体数据单元，本步骤103中的搜索范围为这些查找出的实体数据单元组成的搜索范围。

例如：当所述关键字信息中包含的类目信息为“手机”时，可查询搜索数据库中各实体数据单元的类目信息，从中确定类目信息中包含“手机”的实体数据单元。需要说明的是，确定的实体数据单元的类目信息可以仅为“手机”，也可以在包含“手机”这一类目信息的情况下，还包含其他类目信息。

仍以实体数据单元为电子商铺为例，若某一实体数据单元中可销售商品的商品信息仅为手机，则该实体数据单元的类目信息为“手机”，是本步骤103中搜索范围内的实体数据单元；若某一实体数据单元中可销售商品的商品信息为手机和电脑，则该实体数据单元的类目信息为“手机”和“电脑”这两个类目信息，也是本步骤103中搜索范围内的实体数据单元。

优选地，在确定搜索数据库中各实体数据单元的类目信息后，可以建立各类目信息与该类型信息所表示类目下的实体数据单元之间的索引关系，以便于在本步骤103中，根据关键字信息中包含的类目信息，快速确定与该类目信息具有索引关系的实体数据单元，即作为本步骤103中搜索范围内的实体数据单元。

在确定搜索范围后，以所述关键字信息为基础，从搜索范围中的实体数据单元中搜索出特征关键字与所述关键字信息相近似的实体数据单元。仍以实体数据单元为电子商铺为例，实体数据单元的特征关键字为实体数据单元中商品信息的关键字，在本实施例中，实体数据单元的特征关键字可以为一个，也可以为多个。例如，若某一实体数据单元中的商品信息为手机和电脑，则该实体数据单元的特征关键字可以是“手机”、“电脑”、“智能手机”、“平板电脑”等。

在本实施例的方案中，可将以类目信息为基础确定搜索范围，进而在该搜索范围下进行实体数据单元搜索的方式称之为C（Category，类别）搜索模式。

步骤104：对具有所述关键字信息中包含的属性信息的实体数据单元进行搜索，得到搜索结果。

在本申请实施例的方案中，可以预先确定搜索数据库中的各实体数据单元所具有的属性信息，因此，在本步骤104中，可根据确定的实体数据单元所具有的属性信息，从搜索数据库中查找出具有的属性信息与关键字信息中包含的属性信息相同的实体数据单元，本步骤104中的搜索范围为这些查找出的实体数据单元组成的搜索范围。

例如：当所述关键字信息中包含的属性信息为“商品销售量”时，可查询搜索数据库中各实体数据单元所具有的属性信息，从中确定所具有的属性信息息中包含“商品销售量”的实体数据单元。需要说明的是，确定的实体数据单元所具有的属性信息可以仅为“商品销售量”这一项属性信息，也可以在具有“商品销售量”这一属性信息的情况下，还具有其他属性信息，如还具有“买家用户对其的好评度”、“电子商铺的信用度”等属性信息。

优选地，在确定搜索数据库中各实体数据单元所具有的属性信息后，可以建立各属性信息与具有该属性信息的实体数据单元之间的索引关系，以便于在本步骤104中，根据关键字信息中包含的属性信息，快速确定与该属性信息具有索引关系的实体数据单元，即作为本步骤104中搜索范围内的实体数据单元。

与步骤103类似的，在确定搜索范围后，以所述关键字信息为基础，从搜索范围中的实体数据单元中，搜索出特征关键字与所述关键字信息相近似的实体数据单元。

在本实施例的方案中，可将以属性信息为基础确定搜索范围，进而在该搜索范围下进行实体数据单元搜索的方式称之为PV（Property Value，属性）搜索模式。

步骤105：对所述关键字信息中包含的类目信息对应类目下且具有包含的属性信息的实体数据单元进行搜索，得到搜索结果。

在本申请实施例的方案中，可以按照步骤103的方案，从搜索数据库查找出类目信息与关键字信息中包含的类目信息相同的实体数据单元，并按照步骤104的方案，从查找出的实体数据单元中再次查找出具有的属性信息与关键字信息中包含的属性信息相同的实体数据单元，最终查找出的实体数据单元组成了本步骤105中的搜索范围。本步骤105也不限于先按照步骤104的方案进行查找，再按照步骤103的方案进行查找的方式。

与步骤103和步骤104类似的，在确定搜索范围后，可以以所述关键字信息为基础，从搜索范围中的实体数据单元中，搜索出特征关键字与所述关键字信息相近似的实体数据单元。

在本实施例的方案中，可将以类目信息和属性信息为基础确定搜索范围，进而在该搜索范围下进行实体数据单元搜索的方式称之为CPV（Category-Property-Value，类目和属性）搜索模式。

通过以上步骤101~步骤105的方案判断搜索请求中携带的关键信息是否包含类目信息和/或属性信息，确定执行搜索操作的范围得到搜索结果，这样就使得搜索服务器在对数据库中的数据执行搜索操作时，缩小了搜索范围，提高了搜索的效率，也避免了搜索服务器在利用现有技术进行搜索时造成的资源浪费。

在本实施例一的方案中，可基于上述步骤103~步骤105中任一的搜索结果，对该搜索结果进行有效排序，其排序方式如下：

步骤106：确定搜索结果中各实体数据单元的综合实力指数。

在本步骤106中，如图2所示，确定搜索结果中各实体数据单元的综合实力指数的方式具体包括：

第一步：预先确定N个指标，以及每个指标对应的权重值，所述N为不小于1的整数。

所述指标是根据经验值确定的反映实体数据单元性能优劣的参数，以实体数据单元为电子商铺为例，所述指标可以是商铺人气、商铺交易、服务水平、商品管理水平和商铺运营状况等多个维度。

可根据不同指标对于实体数据单元性能优劣的反应程度分配权重值，如：越能反映实体数据单元性能优劣的指标，其对应的权重值越大，权重值可以以百分数的形式确定，也可以其他数学方式确定，这里不做限制。

具体地，在确定每一个指标对于实体数据单元的重要性（即衡量其性能优劣的程度）时，可以通过本领域专家对实体数据单元的评估确定业务权重和实际中实体数据单元产生的数据信息确定客观权重，并将确定的业务权重和客观权重按照二八法则加权得到该指标的权重值。

第二步：确定每个指标以量化形式表示时的理论极大值和理论极小值。

具体地，所述理论极大值和理论极小值可以是针对实体数据单元的一个指标的实际需要确定的，也可以是对搜索数据库中所有实体数据单元针对该指标量化程度统计后确定的。

第三步：确定搜索结果中各实体数据单元针对每项指标进行量化后得到的各项指标的指标数值，针对各项指标分别执行以下操作：

当针对某一指标得到的指标数值中出现大于理论极大值的情况时，用该指标的理论极大值替换大于理论极大值的指标数值，以及当针对某一指标得到的指标数值中出现小于理论极小值的情况时，用该指标的理论极小值替换小于理论极小值的指标数值。

在本步骤中，针对某一指标，可将搜索结果中各实体数据单元在该指标中的指标数值通过散点图的方式显示，并将该指标的理论极大值和理论极小值记录在该指标的配置信息表中，当散点图显示的指标数值中有大于理论极大值的指标数值时，认定该指标数值为异常，需用理论极大值替换；当散点图显示的指标数值中有小于理论极小值的指标数值时，认定该指标数值为异常，需用理论极小值替换。

第四步：对第三步中确定的每项指标的指标数值的分布情况进行离散化处理。

所述离散化处理为：对确定的指标数值所反映的离散示意图进行区间等分，并确定等分后的各个区间。

在本步骤中，针对某项指标得到的指标数值的个数较多时，可划分为较多的（如1000个）等分区间，针对某项指标得到的指标数值的个数较少时，可划分为较少的（如3个）等分区间。

第五步：对每项指标离散化处理后的等分区间中的指标数值进行统一的量化处理。

例如：搜索结果中实体数据单元的数量为6；指标1为商铺交易量，搜索结果中各实体数据单元针对指标1的进行量化后得到的指标数值分别为1000、1500、1300、1600、1800和2000；指标2为服务水平，搜索结果中各实体数据单元针对指标2的进行量化后得到的指标数值分别为2、4、3、4、3和5。

将指标1量化后得到的6个指标数值划分为3个等分区间，即1000和1300在一个等分区间内、1500和1600在一个等分区间内、1800和2000在一个等分区间内；将指标2量化后得到的6个指标数值划分为3个等分区间，即2和3在一个等分区间内、3和4在一个等分区间内、4和5在一个等分区间内。

由于不同的指标量化后的指标数值大小在数量级上相差较大，因此，在本步骤中，需要对不同指标的指标数值再次进行统一的量化处理，使得最后得到各项指标的指标数值大小在同一数量级上。具体做法为：

（1）、针对任一指标，将该指标等分得到的第一区间中包含的指标数值量化为最小值X1（如X1取值为0）。

所述第一区间中包含的指标数值所反映的实体数据单元的性能优劣程度是最差的。例如：若该指标是正面反映实体数据单元的性能优劣程度（即指标数值越大，实体数据单元的性能越优），则第一区间中包含的指标数值不大于其他区间中包含的指标数值；若该指标是反面反映实体数据单元的性能优劣程度（即指标数值越大，实体数据单元的性能越差），则第一区间中包含的指标数值不小于其他区间中包含的指标数值。

（2）、针对任一指标，将该指标等分得到的最后区间中包含的指标数值量化为最大值X2（如X2取值为100）。

所述最后区间中包含的指标数值所反映的实体数据单元的性能优劣程度是最优的。

（3）、针对任一指标，将该指标等分得到的除第一区间和最后区间外的其他区间中的指标数值，按照以下公式进行统一量化：

$S_k=\left(\frac{\underset{i=2}{\overset{k}{\mathrm{\Σ}}}{\mathrm{Cnt}}_i}{\underset{i=2}{\overset{L-1}{\mathrm{\Σ}}}{\mathrm{Cnt}}_i}\right)*X_2*\frac{(L-2)}{L}$

其中，S_k为针对某一指标，第k个区间中包含的指标数值统一量化后的数值，该数值介于X1和X2之间；Cnt_i为针对某一指标第i个区间内所包含的指标数值的个数，L为划分的等分区间的个数。

需要说明的是，

表示针对某一指标，从划分的第二区间开始到倒数第二区间结束，各个区间分别对应的所包含的指标数值的个数之和；L-2表示除去第一区间和最后区间后剩下划分的等分区间的个数。

第六步：利用第五步得到的每个实体数据单元的各项指标的统一量化数值和每个指标对应的权重值，得到每个实体数据单元的综合实力指数。

具体地，将每个实体数据单元的各项指标的数值和确定的每个指标对应的权重值进行加权求和后得到的和值，作为每个实体数据单元的综合实力指数。

若所述X1取值为0，X2取值为100，则所述综合实力指数的取值区间为0~100。

较优地，为了使搜索服务器这一设备能够识别各实体数据单元的综合实力指数，可将上述方式得到的综合实力指数转换为搜索服务器能够识别的形式：

第一步：确定搜索结果中实体数据单元的数量，例如：搜索结果中实体数据单元的数量为6个；

第二步：将每个实体数据单元的综合实力指数扩大Y倍，并取扩大后综合实力指数的整数部分作为实体数据单元的综合实力指数，所述Y为正整数。

本步骤的目的是，由于实体数据单元的综合实力指数可能不是正整数，因此，若直接对综合实力指数取整，则可能会有一定的误差。所以，本步骤中先将综合实力指数扩大Y倍，如扩大10倍，则可减少取整所带来的误差。

第三步：将得到的整数形式的综合实力指数转化为搜索服务器可识别格式的字符。

例如，一个实体数据单元的综合实力指数为53.72193，扩大100倍后取整为5372，并将5372转化为相对于字符“1”的相似度形式，即搜索服务器识别的综合实力指数为5372个“1”字符。

步骤107：确定所述搜索结果中各实体数据单元的特征关键字，并将所述特征关键字与所述关键字信息进行相似度的比较，确定各实体数据单元相对于所述关键字信息的相似度值。

本步骤107中的相似度计算过程可通过诸如Lucene等相似度算法进行计算。

步骤108：根据各实体数据单元的综合实力指数和相似度值，对得到的第一搜索结果中的各实体数据单元进行排序。

具体地，在步骤108中，将步骤106得到的综合实力指数和步骤107得到的相似度值进行加权求和后，按照和值从大到小的顺序进行排列，得到排序后的搜索结果。

通过步骤106~步骤108的方案对得到的搜索结果进行排序，这种排序的方式可以使得与搜索请求中包含的关键字信息相似度高的实体数据单元和/或实体数据单元综合实力指数高的实体数据单元排在前面，当用户在对得到的搜索结果进行查看时，能够从理论较优的实体数据单元开始，这样可以提高用户得到实体数据单元信息的效率。

实施例二：

如图3所示，其为本申请实施例二的一种对实体数据单元进行搜索的方法的流程示意图。

本实施例二的方案是在实施例一得到的搜索结果基础上，针对该搜索结果再次进行搜索的过程，具体包括：

步骤201：通过实施例一的方案得到针对第一搜索请求的第一搜索结果。

需要说明的是，本实施例二的方案将实施例一中涉及的搜索请求称之为第一搜索请求，将实施例一中得到的搜索结果称之为第一搜索结果，这是为了与本实施例二中涉及的第二搜索请求以及得到的第二搜索结果相区别。

步骤202：确定所述第一搜索结果中各实体数据单元所属类目的类目信息和具有的属性信息。

由于在实施例一中第一搜索请求中包含的内容不同，因此最终得到的第一搜索结果也不相同，但不论得到的第一搜索结果中包含哪些实体数据单元，都可通过以下方式确定第一搜索结果各实体数据单元所属的类目信息和具有的属性信息：

第一步：将第一搜索结果中各实体数据单元所属类目的类目信息进行统计，确定每一种类目信息所对应的实体数据单元，即建立每一种类目信息与实体数据单元之间的对应关系。例如：类目信息A对应实体数据单元1和实体数据单元2，类目信息B对应实体数据单元1和实体数据单元3，类目信息C对应实体数据单元1、实体数据单元2和实体数据单元3，此时，表示实体数据单元1的类目信息为类目信息A、类目信息B和类目信息C，实体数据单元2的类目信息为类目信息A和类目信息C，实体数据单元3的类目信息为类目信息B和类目信息C。

第二步：将第一搜索结果中各实体数据单元具有的属性信息进行统计，确定每一种属性信息所对应的实体数据单元，即建立每一种属性信息与各实体数据单元之间的对应关系。例如：属性信息a对应实体数据单元1和实体数据单元2，属性信息b对应实体数据单元1和实体数据单元3，属性信息c对应实体数据单元1、实体数据单元2和实体数据单元3，此时，表示实体数据单元1具有的属性信息为属性信息a、属性信息b和属性信息c，实体数据单元2具有的属性信息为属性信息a和属性信息c，实体数据单元3具有的属性信息为属性信息b和属性信息c。

具体地，以实施例一中步骤103的方式得到的第一搜索结果为例进行说明：

第一步：确定第一搜索结果中各实体数据单元的所有类目信息和具有的属性信息。

例如：仍以实体数据单元为电子商铺为例，当所述关键字信息中包含的类目信息为“手机”时，对“手机”对应类目下的实体数据单元进行搜索，得到第一搜索结果。

假设得到的关于“手机”的第一搜索结果确定了3家电子商铺，电子商铺1的类目信息为“手机”，以及具有的属性信息为商品销售量和买家用户对其的好评度；电子商铺2的类目信息除了“手机”之外还有“电脑”这一类目信息，以及具有的属性信息为电子商铺的信用度和商品销售量；电子商铺3的类目信息除了“手机”之外还有“电脑”和“电视”这两个类目信息，以及具有的属性信息为电子商铺的信用度、商品销售量和买家用户对其的好评度。

第二步：针对确定的第一搜索结果中的各实体数据单元进行反遍历操作，统计每一种类目信息对应的实体数据单元，以及统计每一种属性信息对应的实体数据单元。

首先，确定第一搜索结果中各实体数据单元涉及的类目信息有“手机”、“电脑”和“电视”，以及涉及的属性信息有“电子商铺的信用度”、“商品销售量”和“买家用户对其的好评度”。

其次，确定各类目信息对应的实体数据单元。

仍以实体数据单元为电子商铺为例，“手机”这一类目信息对应实体数据单元为：电子商铺1、电子商铺2和电子商铺3；“电脑”这一类目信息对应实体数据单元为：电子商铺2和电子商铺3；“电视”这一类目信息对应实体数据单元为：电子商铺3。

最后，确定各属性信息对应的实体数据单元。

仍以实体数据单元为电子商铺为例，“商品销售量”这一属性信息对应的实体数据单元为：电子商铺1、电子商铺2和电子商铺3；“买家用户对其的好评度”这一属性信息对应的实体数据单元为：电子商铺1和电子商铺3；“电子商铺的信用度”这一属性信息对应的实体数据单元为：电子商铺2和电子商铺3。

本步骤202确定第一搜索结果中各实体数据单元所属类目的类目信息和具有的属性信息的方式也可以针对实施例一中步骤104的方式或步骤105的方式得到的第一搜索结果来执行，也可以针对实施例一中排序后的第一搜索结果执行。

步骤203：将针对所述第一搜索结果中各实体数据单元确定的类目信息和属性信息作为导航信息向用户显示。

在步骤203中，所述导航信息是用于告知用户：得到的第一搜索结果是在哪些类目下的实体数据单元，以及具有哪些属性信息的实体数据单元。具体地，所述导航信息的表现形式可以包括以下两部分内容：

一部分内容是针对第一搜索结果中实体数据单元的类目信息，其表现形式如表1所示：

类目信息	对应的实体数据单元的数量	对应的实体数据单元具体信息
			手机	（3）	电子商铺1、电子商铺2和电子商铺3
电脑	（2）	电子商铺2和电子商铺3
			电视	（1）	电子商铺3

表1

另一部分内容是针对第一搜索结果中实体数据单元所具有的属性信息，其表现形式如表2所示：

属性信息	对应的实体数据单元的具体信息
		商品销售量	电子商铺1、电子商铺2和电子商铺3
买家用户对其的好评度	电子商铺1和电子商铺3
		电子商铺的信用度	电子商铺2和电子商铺3

表2

步骤204：接收第二搜索请求，所述第二搜索请求中携带确定的类目信息和/或属性信息。

所述第二搜索请求可以是用户根据显示的导航信息，针对用户实际的搜索需求再次向搜索服务器发起的搜索请求。

例如：若用户实际的搜索需求是希望获得与手机相关的信息，则可以在第二搜索请求中携带手机这一类目信息；或者，若用户实际的搜索需求是希望获得具有好评的电子商铺，则可以在第二搜索请求中携带好评度这一属性信息。

步骤205：在所述第二搜索请求中携带了类目信息时，执行步骤206；

在所述第二搜索请求中携带了属性信息时，执行步骤207；

在所述第二搜索请求中携带了类目信息和属性信息时，执行步骤208。

步骤206：对所述第一搜索结果中包含了第二搜索请求中携带的类目信息对应类目下的实体数据单元进行搜索，得到第二搜索结果。

由于在步骤202中建立了每一种类目信息与实体数据单元之间的对应关系，因此，在本步骤206中，可以通过该对应关系得到第二搜索请求中携带的类目信息对应的实体数据单元，这些得到的实体数据单元为第二搜索结果。

以步骤202中针对实体数据单元为电子商铺为例的情况，当所述第二搜索请求中携带的类目信息为“电脑”时，可直接确定电脑这一类目信息对应实体数据单元为：电子商铺2和电子商铺3，因此，电子商铺2和电子商铺3为第二搜索结果。

步骤207：对所述第一搜索结果中包含了具有第二搜索请求中携带的属性信息的实体数据单元进行搜索，得到第二搜索结果。

由于在步骤202中建立了每一种属性信息与实体数据单元之间的对应关系，因此，在本步骤206中，可以通过该对应关系得到第二搜索请求中携带的属性信息对应的实体数据单元，这些得到的实体数据单元为第二搜索结果。

以步骤202中针对实体数据单元为电子商铺为例的情况，当所述第二搜索请求中携带的属性信息为“商品销售量”时，可直接确定商品销售量这一属性信息对应实体数据单元为：电子商铺1、电子商铺2和电子商铺3，因此，电子商铺1、电子商铺2和电子商铺3为第二搜索结果。

步骤208：对所述第一搜索结果中包含了第二搜索请求中携带的类目信息且属性信息的实体数据单元进行搜索，得到第二搜索结果。

本步骤208可以结合步骤206和步骤207的方式得到第二搜索结果。

通过以上步骤201~步骤208的方案，在得到第一搜索结果后，发起第二搜索请求，并在得到的第一搜索结果的基础上确定满足第二搜索请求的搜索范围，进而得到第二搜索结果，这样进一步地缩小了满足用户需要的实体数据单元的信息数量，加快了搜索服务器的搜索效率，同时提高用户确定需要的实体数据单元的速度。

在本实施例二的方案中，可基于上述步骤206~步骤208中任一的搜索结果，对该搜索结果进行有效排序，其排序方式如下：

步骤209：在第二搜索请求中包含类目信息时，确定第二搜索结果中各实体数据单元的类目信息的数量，按照类目信息的数量由小到大的顺序对各实体数据单元进行排序。

在步骤209中，所述第二搜索请求中包含类目信息是特指的一个类目信息；所述确定第二搜索结果中各实体数据单元的类目信息的数量是指针对步骤206得到的第二搜索结果中，每一个实体数据单元的类目信息（可能是一个，也可能是多个，但是必须包含了第二搜索请求中携带的特定的一个类目信息）数量。

需要说明的是，由于第二搜索结果已经是针对第二搜索请求中携带的类目信息进行搜索的结果，因此，第二搜索结果中的任意一个实体数据单元都有第二搜索请求中携带的类目信息，在此情况下，若第二搜索结果中实体数据单元的类目信息越少，则表示该实体数据单元与第二搜索请求中携带的类目信息所指的类目的针对性越强，那么该实体数据单元为用户需要查看的实体数据单元的可能性越高。

仍以实体数据单元为电子商铺为例，假设在步骤206中得到的第二搜索结果为电子商铺2和电子商铺3，其中，电子商铺2的类目信息为“手机”和“电脑”（2个类目信息），电子商铺3的类目信息为“手机”、“电脑”和“电视”（3个类目信息），按照实体数据单元的类目信息的数量由小到大的顺序进行排列，得到的排序结果为：电子商铺2将排在电子商铺3的前面。

步骤210：在第二搜索请求中包含属性信息时，确定第二搜索结果中各实体数据单元针对该属性信息的属性值，按照所述属性值的大小对各实体数据单元进行排序。

在步骤210中，由于属性信息是表征实体数据单元的性能优劣的参数信息，因此在按照各实体数据单元的属性信息的属性值进行排序时，需要考虑确定的属性信息是表征实体数据单元正向性能还是反向性能。若是表征实体数据单元正向性能的属性信息，则根据各实体数据单元的属性信息的属性值大小按照从好到坏的顺序进行排列；若是表征实体数据单元反向性能的属性信息，则根据各实体数据单元的属性信息的属性值大小按照从坏到好的顺序进行排列。

仍以实体数据单元为电子商铺为例，其中，属性信息“电子商铺的信用度”表征电子商铺的信用，属于表征属性信息的正向性能，即电子商铺的信用度的属性值越高，对应的电子商铺的信用度越好；属性信息“商品的退货率”表征电子商铺的商品的好坏，属于表征属性信息的反向性能，即电子商铺的商品的退货率的属性值越低，对应的电子商铺的商品信息对应的商品越好。

例如：在利用步骤207的方案得到第二搜索结果的前提下，假设得到的搜索结果为：电子商铺1、电子商铺2和电子商铺3，第二搜索请求中携带的属性信息为“商品销售量”，具体对得到的第二搜索结果进行排序的方法为：

首先，确定电子商铺1针对“商品销售量”这一属性信息的属性值100；

以及电子商铺2针对“商品销售量”这一属性信息的属性值1000；

以及电子商铺3针对“商品销售量”这一属性信息的属性值10；

其次，按照“商品销售量”的属性值的大小由高到低进行排序，得到的排序结果为：电子商铺2、电子商铺1和电子商铺3。

再例如：在利用步骤207的方案得到第二搜索结果的前提下，假设得到的搜索结果为：电子商铺1、电子商铺2和电子商铺3，第二搜索请求中携带的属性信息为“商品的退货率”，具体对得到的第二搜索结果进行排序的方法为：

首先，确定电子商铺1针对“商品的退货率”这一属性信息的属性值80%；

以及电子商铺2针对“商品的退货率”这一属性信息的属性值50%；

以及电子商铺3针对“商品的退货率”这一属性信息的属性值10%；

其次，按照“商品销售量”的属性值的大小由高到低进行排序，得到的排序结果为：电子商铺3、电子商铺2和电子商铺1。

需要说明的是，在确定属性信息对应的属性值时，是对属性信息进行量化处理后得到的，对属性信息进行量化的标准这里不做限定。

特殊地，对于某些电子商铺而言，在试运营阶段，可能尝试地完成一笔交易，得到的好评度为100%，如果此时接收到的第二搜索请求中没有涉及“商品销售量”这一属性信息，而只涉及“买家用户对其的好评度”这一属性信息，则该电子商铺很可能排序在靠前的位置，但实际上，这种销售量低、买家用户对其的好评度高的试运营电子商铺不一定是用户实际希望查看的电子商铺，因此，在本实施例的方案中引入热销筛选算法。

所述热销筛选算法为：将电子商铺在最近一段时间内（如30天）的“商品销售量”这一属性信息始终作为排序依据，并结合第二搜索请求中携带的属性信息，共同对电子商铺进行排序。

例如：若第二搜索请求中携带的属性信息不包含“商品销售量”，则根据第二搜索请求中携带的属性信息和“商品销售量”这些属性信息的权重值，综合确定电子商铺的优劣，进行进行排序。

若第二搜索请求中携带的属性信息包含“商品销售量”，则可以直接根据第二搜索请求中携带的各属性信息的权重值，综合确定电子商铺的优劣，进行进行排序。

步骤211：在第二搜索请求中包含类目信息和属性信息时，根据第二搜索结果中各实体数据单元的类目信息的数量和针对该属性信息的属性值，对各实体数据单元进行排序。

本步骤211可综合步骤209和步骤210的方式进行排序，具体地，可包括以下几种方式：

第一种排序方式：先按照类目信息的数量排序，再根据属性信息的属性值大小对排序结果进行调整。

第二种排序方式：先按照属性信息的属性值排序，再根据类目信息的数量对排序结果进行调整。

第三种排序方式：为类目信息和属性信息分配不同的权重，利用类目信息的数量和属性信息的属性值以及各自对应的权重值进行加权求和，按照得到的和值大小对各实体数据单元进行排序。

需要说明的是，权重的划分可以根据实际需要确定相应数值，也可以对大量的数据进行统计运算得到。

通过步骤209~步骤211的方案对得到的第二搜索结果进行排序，尽可能的将满足用户需求的实体数据单元排列在前面，方便用户快速精准的找到需要的实体数据单元，提高了用户获取实体数据单元信息的速度和准确度。

实施例三：

本实施例三是以对电子商铺进行搜索为例，来详细描述实施例一和实施例二各步骤的具体过程。如图4所示，具体包括以下步骤：

步骤301：接收包含关键字信息为“热卖手机”的第一搜索请求。

在步骤301中，用户可以通过商铺搜索引擎向搜索服务器发送包含关键字信息的第一搜索请求。所述商铺搜索引擎是指平台式电子商务网站中针对商铺级别的搜索引擎。该搜索引擎根据用户输入的关键字信息，对商铺名称、商铺掌柜名称、主营类目、主营品牌、商品特征关键词等商铺标志性信息进行搜索，进而搜索出满足用户查询需求的电子商铺。

步骤302：确定所述关键字信息中包含类目信息和属性信息。

在步骤302中，经过将步骤301中的关键字信息与搜索数据库中预先存储的类目信息和属性信息进行比对，确定第一搜索请求中包含了类目信息“手机”和属性信息“商品销售量”。

步骤303：在该类目信息对应类目（“手机”）下，对具有该属性信息（“商品销售量”）的电子商铺信息进行搜索，得到第一搜索结果。

在步骤303中，可以按照实施例一中步骤103的方案，从搜索数据库查找出类目信息与关键字信息中包含的类目信息“手机”相同的电子商铺信息，再按照实施例一中步骤104的方案，从查找出的电子商铺中再次查找出具有的属性信息与关键字信息中包含的属性信息“商品销售量”相同的电子商铺信息，最终查找出的电子商铺组成了本步骤303中的搜索范围，由于本实施例三中的关键字信息只包含了类目信息和属性信息，因此，此处确定的搜索范围内的电子商铺即为第一搜索结果。

假设：得到的第一搜索结果为电子商铺1、电子商铺2和电子商铺3。

步骤304：确定所述第一搜索结果中各电子商铺信息所属的类目信息和具有的属性信息。

例如：确定电子商铺1的类目信息为“手机”和“电脑”，属性信息为“商品销售量（100）”和“买家用户对其的好评度（3.5）”；

确定电子商铺2的类目信息为“手机”、“电脑”和“电视”，属性信息为“商品销售量（1000）”和“买家用户对其的好评度（4.5）”；

确定电子商铺3的类目信息为“手机”和“电视”，属性信息为“商品销售量（500）”和“买家用户对其的好评度（3）”。

步骤305：将确定所述第一搜索结果中各电子商铺信息所属的类目信息和具有的属性信息与对应的电子商铺信息建立对应关系，并进行统计，生成包含类目信息和属性信息的导航信息，并显示。

例如：类目信息：“手机”对应数量为3，即电子商铺1、电子商铺2和电子商铺3；

“电脑”对应数量为2，即电子商铺1和电子商铺2；

“电视”对应数量为2，即电子商铺2和电子商铺3；

属性信息：“商品销售量”对应的电子商铺为：电子商铺1、电子商铺2和电子商铺3；

“买家用户对其的好评度”对应的电子商铺为：电子商铺1、电子商铺2和电子商铺3。

步骤306：确定第一搜索结果中各电子商铺信息的综合实力指数。

在步骤306中，可以根据实施例一中步骤106描述的方式进行确定。

需要说明的是，在确定第一搜索结果中各电子商铺信息的综合实力指数之前，可预先确定表征商铺信息综合实力指数的指标。

针对电子商铺信息这一特殊实体数据单元，一般从商铺人气、商铺交易、服务水平、商品管理水平和商铺运营状况五个维度构建指标体系，并细分各个维度下的明细指标，形成具有层次逻辑关系的层次图。其中，商铺人气维度指标可以为：日均商品信息详情页面浏览量、搜索展现点击率、人均浏览商品信息详情页面浏览量等；商铺交易维度指标可以为：购买转化率（即用户通过各种方式进入商铺信息所在的页面，并执行点击收藏商铺信息或者收藏商铺信息中的商品信息或者加入购物车的访问次数为购买意向UV（简称PIUV），购买转化率就是PIUV/商铺信息中某一商品信息的总UV）、日均成交金额、日均客单价、日均成交笔数等；服务水平维度指标可为：服务质量评价分数、退款率、投诉率、熟客率等；商品管理水平纬度指标可为：畅销商品率、滞销商品率、新发商品率等；商铺运营纬度指标可为：信用等级、信用评价好评率、规则遵守得分等。

步骤307：确定所述第一搜索结果中各电子商铺的特征关键字，并将所述特征关键字与第一搜索请求中包含的关键字信息进行相似度的比较，确定各电子商铺相对于关键字信息的相似度值。

步骤308：根据各电子商铺的综合实力指数和相似度值，对得到的第一搜索结果中的各电子商铺进行排序。

在本步骤308中，可以根据对综合实力指数和相似度值分别设定的权重，对各电子商铺的综合实力指数和相似度值进行加权求和后，按照和值由大到小的顺序排序。

假设经过步骤306~步骤308后得到的排序结果为电子商铺2，电子商铺1和电子商铺3。

步骤309：接收第二搜索请求，所述第二搜索请求中携带了类目信息“电脑”确定的所述类目信息和/或属性信息。

本步骤309中的第二搜索请求，可以是用户根据显示的导航信息发起的。

步骤310：确定所述第二搜索请求中携带了类目信息。

步骤311：对所述第一搜索结果中针对电脑类目下的电子商铺信息进行搜索，得到第二搜索结果。

根据步骤304确定的第一搜索结果中各电子商铺信息所属的类目信息，可知满足“电脑”这一类目信息的电子商铺为电子商铺1和电子商铺2，即为第二搜索结果。

步骤312：确定第二搜索结果中各电子商铺的类目信息的数量，按照类目信息的数量由小到大的顺序对各电子商铺进行排序。

由于电子商铺1的类目信息数量为2，电子商铺2的类目信息数量为3，因此，得到的排序结果为电子商铺1在电子商铺2之前。

实施例四：

如图5所示，为本申请实施例四的一种对实体数据单元的搜索结果进行显示的方法的流程示意图。实施例四是在实施例一、实施例二或实施例三的基础上实现的，具体包括：

步骤401：确定搜索结果中各实体数据单元内与所述关键字信息的相似度满足设定阈值的商品信息。

在步骤401中，所述搜索结果可以是实施例一中针对第一搜索请求得到的搜索结果，也可以是实施例二中针对第二搜索请求得到的搜索结果。

具体地，首先，将得到的搜索结果中各实体数据单元内商品信息的关键字与所述关键字信息进行相似度的比对，例如：通过Lucene得到相似度比对的结果；其次，将比对的结果与设定阈值进行比较，确定满足所述关键字信息的商品信息集。

所述设定阈值可以根据经验值确定，在对搜索结果的准确度要求较高时，可设定较高的阈值，反之，可设定较低的阈值。

在将比对的结果与设定阈值进行比较时，可以将大于设定阈值作为条件，确定出满足所述比对的结果大于设定阈值对应的商品信息，作为满足所述关键字信息的商品信息集。

例如：假设设定阈值为0.8，在将得到的搜索结果中各实体数据单元内商品信息的关键字与所述关键字信息进行相似度的比对时，当比对的结果大于0.8时，确定搜索结果中实体数据单元内商品信息的关键字对应的商品为满足搜索请求中包含的关键字信息的商品信息。

步骤402：根据预先设定的条件对确定出的实体数据单元中的商品信息进行筛选。

在步骤402中，所述预先设定的条件为具有优先级顺序的K级判断条件。

针对实体数据单元中的商品信息，分别执行以下操作：

第一步：确定满足所述K级判断条件的商品信息以及商品信息的数量；

第二步：判断所述商品信息的数量是否不小于设定的显示数量，若是，则将确定的商品信息作为筛选出用于显示的商品信息；否则，执行第三步；

所述设定的显示数量是指可以进行显示的商品信息的个数，一般设定为5。

第三步：当商品信息的数量小于设定的显示数量时，屏蔽K级判断条件中优先级最低的一级判断条件，针对剩余的K-1判断条件，继续执行第一步至第三步的操作，直至所有判断条件都被屏蔽。

例如，若所述至少一级判断条件为2级判断条件，则首先确定满足2级判断条件的商品信息以及商品信息的数量；在满足2级判断条件的商品信息的数量小于设定的显示数量时，屏蔽2级判断条件中优先级最低的一级判断条件，则继续针对剩余的1级判断条件，确定满足该1级判断条件的商品信息以及商品信息的数量。当满足1级判断条件的商品信息的数量不小于设定的显示数量时，将满足1级判断条件的商品信息作为筛选出用于显示的商品信息，否则，屏蔽1级判断条件，此时，所有判断条件都被屏蔽，则将满足1级判断条件的商品信息作为用于显示的商品信息，同时，从实体数据单元剩余的商品信息中筛选出一定数量的商品信息用于显示，使得最终用于显示的商品信息数量等于设定的显示数量。

步骤403：将筛选后得到的商品信息与该商品信息所在的实体数据单元的标识显示在结果页面中。

在步骤403中，搜索服务器将筛选后得到的商品信息与该商品信息所在的实体数据单元的标识推送给客户端，在客户端的显示界面中的结果页面显示，如图6所示。

通过实施例四的方案，对搜索结果中实体数据单元中包含的商品信息进行筛选，确定出与所述关键字信息最接近且符合设定条件的商品信息，最终在客户端显示的内容不仅包含了实体数据单元的标识，而且包含了实体数据单元中与所述关键字信息最接近且符合设定条件的商品信息，这样提高了用户获取商品信息的效率，提升了用户的互联网搜索体验。

实施例五：

本实施例五是实施例四中各步骤的详细描述，具体包括：

第一步：确定搜索结果中各电子商铺信息内与所述关键字信息的相似度满足设定阈值的商品信息。

第二步：根据预先设定的条件对确定出的电子商铺中的商品信息进行筛选。

在本步骤中，所述设定的条件可根据电子商铺信息中商品信息的特点进行设定。例如：是否为优质商品信息、是否为细节图商品、商品最近30天的销量是否大于设定的销量阈值、是否为商品信息的实拍图片以及购买意愿转化率是否大于0等。

所述优质商品信息为商品信息各项指标较好的商品信息或者服务质量有保证的商品信息。所述细节图片商品信息为网站官方认证的商品信息描述中的图片具有清晰的局部细节图片的商品信息，该商品信息描述的清晰详尽，可信度较高。所述商品的实拍图片是商铺信息根据商品信息描述图片是否是实物拍摄而在商品信息描述中记录。

其中，上述条件可根据不同的优先级顺序进行设定。

通常，可设定优先级最高条件是是否为优质商品信息；优先级其次的是是否为细节图商品；优先级第三的是商品最近30天的销量是否大于设定的销量阈值；优先级第四的是是否为商品信息的实拍图片；优先级最低的为购买意愿转化率是否大于0。

较优地，为搜索数据库中电子商铺中的商品信息设定不同的判断条件，并就设定的判断条件进行组合，得到多个判断条件集，如图7所示：

第一判断条件集为：商品信息是优质商品信息且是细节图商品以及商品最近30天的销量大于设定的销量阈值的判断条件集；

第二判断条件集为：商品信息是优质商品信息、但不是细节图商品、商品最近30天的销量大于设定的销量阈值、是商品信息的实拍图片的判断条件集；

第三判断条件集为：商品信息是优质商品信息、但不是细节图商品、商品最近30天的销量大于设定的销量阈值且不是商品信息的实拍图片的判断条件集；

第四判断条件集为：商品信息是优质商品信息、是细节图商品、商品最近30天的销量小于于设定的销量阈值、购买意愿转化率大于0的判断条件集；

第五判断条件集为：商品信息是优质商品信息、是细节图商品、商品最近30天的销量小于于设定的销量阈值、购买意愿转化率等于0的判断条件集；

第六判断条件集为：商品信息是优质商品信息、但不是细节图商品、商品最近30天的销量小于于设定的销量阈值、是商品信息的实拍图片、购买意愿转化率大于0的判断条件集；

第七判断条件集为：商品信息是优质商品信息、但不是细节图商品、商品最近30天的销量小于于设定的销量阈值且不是商品信息的实拍图片、购买意愿转化率大于0的判断条件集；

第八判断条件集为：商品信息是优质商品信息、但不是细节图商品、商品最近30天的销量小于于设定的销量阈值、是商品信息的实拍图片、购买意愿转化率等于0的判断条件集；

第九判断条件集为：商品信息是优质商品信息、但不是细节图商品、商品最近30天的销量小于于设定的销量阈值且不是商品信息的实拍图片、购买意愿转化率等于0的判断条件集；

第十判断条件集为：商品信息不是优质商品信息、是细节图商品、商品最近30天的销量小于于设定的销量阈值的判断条件集；

第十一判断条件集为：商品信息不是优质商品信息、不是细节图商品、商品最近30天的销量大于于设定的销量阈值、是商品信息的实拍图片的判断条件集；

第十二判断条件集为：商品信息不是优质商品信息、不是细节图商品、商品最近30天的销量大于于设定的销量阈值且不是商品信息的实拍图片的判断条件集；

第十三判断条件集为：商品信息不是优质商品信息、是细节图商品、商品最近30天的销量小于于设定的销量阈值、购买意愿转化率大于0的条件的判断条件集；

第十四判断条件集为：商品信息不是优质商品信息、是细节图商品、商品最近30天的销量小于于设定的销量阈值、购买意愿转化率等于0的条件的判断条件集；

第十五判断条件集为：商品信息不是优质商品信息、不是细节图商品、商品最近30天的销量小于于设定的销量阈值、是商品信息的实拍图片、购买意愿转化率大于0的判断条件集；

第十六判断条件集为：商品信息不是优质商品信息、不是细节图商品、商品最近30天的销量小于于设定的销量阈值、不是商品信息的实拍图片、购买意愿转化率大于0的判断条件集；

第十七判断条件集为：商品信息不是优质商品信息、不是细节图商品、商品最近30天的销量小于于设定的销量阈值、是商品信息的实拍图片、购买意愿转化率等于0的判断条件集；

第十八判断条件集为：商品信息不是优质商品信息、不是细节图商品、商品最近30天的销量小于于设定的销量阈值、不是商品信息的实拍图片、购买意愿转化率等于0的判断条件集。

在对确定出的电子商铺中的商品信息进行筛选时，可从上述18个判断条件集中选择一个判断条件集，并利用选择出的判断条件集中包含的具有优先级先后顺序的多个判断条件，按照步骤402的方式进行商品信息的筛选。

较优地，在本步骤的方案中，可以按照步骤402的方式将电子商铺中满足判断条件的商品信息向用户显示，使用户能够获得电子商铺中综合状态好的商品信息；另一方面，为了使用户获得的商品信息更加准确地反映用户实际搜索需求，可针对电子商铺中与第二搜索请求中的类目信息匹配的商品信息，按照步骤402的方式进行商品信息的筛选，若所有与第二搜索请求中的类目信息匹配的商品信息的数量小于显示数量时，可针对电子商铺中其他类目下的商品信息，按照步骤402的方式进行商品信息的筛选。

第三步：将筛选后得到的商品信息与该商品信息所在的商铺信息的标识显示在结果页面中。

具体地，在本步骤中，将筛选后得到的商品信息通过橱窗位的方式进行显示。

所述橱窗位是指在搜索结果列表中，为每一个商铺信息设置一个具有翻页功能的窗口。

通过设置橱窗位中橱窗的个数，将筛选后得到的商品信息放置在相应的橱窗中进行显示。

较优地，在橱窗位中设置调整按钮，可根据对商铺信息和展示的商品信息的浏览次数，实时调整橱窗位中各橱窗中显示的商品信息的顺序。

通过橱窗位个性化显示商品信息，实现了有针对性的推荐商品信息，提高了用户对商品信息的了解程度，进而提高了用户获取商品信息的效率。

实施例六：

如图8所示，为本申请实施例六的一种对实体数据单元进行搜索的设备的结构示意图，具体包括：接收模块61、判断模块62和搜索模块63。其中

接收模块61，用于接收包含关键字信息的第一搜索请求；

判断模块62，用于判断所述关键字信息中是否包含类目信息和/或属性信息；

搜索模块63，用于根据不同的判断结果，执行以下不同的搜索：

在所述关键字信息中包含了类目信息时，对该类目信息对应类目下的实体数据单元进行搜索，得到搜索结果；

在所述关键字信息中包含了属性信息时，对具有该属性信息的实体数据单元进行搜索，得到搜索结果；

在所述关键字信息中包含了类目信息和属性信息时，对该类目信息对应类目下且具有该属性信息的各实体数据单元进行搜索，得到搜索结果。

所述设备还包括：确定信息模块64。其中，

确定信息模块64，用于确定所述搜索结果中各实体数据单元的类目信息和具有的属性信息。

具体地，所述接收模块61，用于接收第二搜索请求，所述第二搜索请求中携带确定的所述类目信息和/或属性信息。

所述搜索模块63，用于根据接收模块接收的第二搜索请求中携带的信息不同，执行以下不同的搜索：

在所述第二搜索请求中携带确定的类目信息时，对所述搜索结果中该类目信息对应类目下的实体数据单元进行搜索，得到新的搜索结果；

在所述第二搜索请求中携带确定的属性信息时，对所述搜索结果中具有该属性信息的实体数据单元进行搜索，得到新的搜索结果；

在所述第二搜索请求中携带确定的类目信息和属性信息时，对所述搜索结果中该类目信息对应类目下且具有该属性信息的实体数据单元进行搜索，得到新的搜索结果。

所述设备还包括：确定综合实力指数模块65、确定相似度值模块66和第一排序模块67。其中，

确定综合实力指数模块65，用于确定搜索结果中各实体数据单元的综合实力指数；

确定相似度值模块66，用于确定搜索结果中各实体数据单元的特征关键字，并将所述特征关键字与所述关键字信息进行相似度的比较，确定各实体数据单元相对于所述关键字信息的相似度值；

第一排序模块67，用于根据各实体数据单元的综合实力指数和相似度值，对得到的搜索结果中的实体数据单元进行排序。

具体地，所述确定综合实力指数模块65，具体用于根据为实体数据单元预设的各项指标以及各指标的权重值，将该实体数据单元各项指标的数值和对应的权重值加权求和后，得到该实体数据单元的综合实力指数。

所述设备还包括：类目信息排序模块68、属性信息排序模块69和类目属性组合排序模块70。其中，

类目信息排序模块68，用于在第二搜索请求中包含类目信息时，确定基于第二搜索请求的搜索结果中各实体数据单元的类目信息的数量，按照类目信息的数量由小到大的顺序对各实体数据单元进行排序。

属性信息排序模块69，用于在第二搜索请求中包含属性信息时，确定基于第二搜索请求的搜索结果中各实体数据单元针对该属性信息的属性值，按照所述属性值的大小对各实体数据单元进行排序。

类目属性组合排序模块70，用于在第二搜索请求中包含类目信息和属性信息时，根据基于第二搜索请求的搜索结果中各实体数据单元的类目信息的数量和针对该属性信息的属性值，对各实体数据单元进行排序。

实施例七：

如图9所示，为本申请实施例七的一种对实体数据单元的搜索结果进行显示的设备的结构示意图，具体包括：确定商品信息模块71、筛选模块72和显示模块73。其中，

确定商品信息模块71，用于确定搜索结果中各实体数据单元内与所述关键字信息的相似度满足设定阈值的商品信息；

筛选模块72，用于根据预先设定的条件对确定出的实体数据单元中的商品信息进行筛选；

显示模块73，用于将筛选后得到的商品信息与该商品信息所在的实体数据单元的标识显示在结果页面中。

具体地，所述筛选模块72，具体用于根据预先设定具有优先级顺序的多级判断条件，对实体数据单元中的商品信息，执行以下操作：

确定满足所述多级判断条件的商品信息以及商品信息的数量，并将确定的商品信息的数量与设定的显示数量进行比较，当确定的商品信息的数量不小于设定的显示数量时，将确定的商品信息作为筛选出用于显示的商品信息；

当商品信息的数量小于设定的显示数量时，屏蔽多级判断条件中优先级最低的一级判断条件，针对剩余的判断条件重复执行上述操作，直至所有判断条件都被屏蔽。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种对实体数据单元进行搜索的方法，其特征在于，该方法包括：

接收包含关键字信息的第一搜索请求；

判断所述关键字信息中是否包含类目信息和/或属性信息；

在所述关键字信息中包含了类目信息时，对该类目信息对应类目下的实体数据单元进行搜索，得到搜索结果；

在所述关键字信息中包含了属性信息时，对具有该属性信息的实体数据单元进行搜索，得到搜索结果；

在所述关键字信息中包含了类目信息和属性信息时，对该类目信息对应类目下且具有该属性信息的各实体数据单元进行搜索，得到搜索结果。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

确定所述搜索结果中各实体数据单元的类目信息和具有的属性信息；

接收第二搜索请求，所述第二搜索请求中携带确定的所述类目信息和/或属性信息；

在所述第二搜索请求中携带确定的类目信息时，对所述搜索结果中该类目信息对应类目下的实体数据单元进行搜索，得到新的搜索结果；

在所述第二搜索请求中携带确定的属性信息时，对所述搜索结果中具有该属性信息的实体数据单元进行搜索，得到新的搜索结果；

在所述第二搜索请求中携带确定的类目信息和属性信息时，对所述搜索结果中该类目信息对应类目下且具有该属性信息的实体数据单元进行搜索，得到新的搜索结果。

3.如权利要求2所述的方法，其特征在于，所述方法还包括：

确定搜索结果中各实体数据单元的综合实力指数；

确定搜索结果中各实体数据单元的特征关键字，并将所述特征关键字与所述关键字信息进行相似度的比较，确定各实体数据单元相对于所述关键字信息的相似度值；

根据各实体数据单元的综合实力指数和相似度值，对得到的搜索结果中的实体数据单元进行排序。

4.如权利要求3所述的方法，其特征在于，其特征在于，所述方法还包括：

在第二搜索请求中包含类目信息时，确定基于第二搜索请求的搜索结果中各实体数据单元的类目信息的数量，按照类目信息的数量由小到大的顺序对各实体数据单元进行排序；

在第二搜索请求中包含属性信息时，确定基于第二搜索请求的搜索结果中各实体数据单元针对该属性信息的属性值，按照所述属性值的大小对各实体数据单元进行排序；

在第二搜索请求中包含类目信息和属性信息时，根据基于第二搜索请求的搜索结果中各实体数据单元的类目信息的数量和针对该属性信息的属性值，对各实体数据单元进行排序。

5.如权利要求3所述的方法，其特征在于，确定每一个实体数据单元的综合实力指数，具体包括：

根据为实体数据单元预设的各项指标以及各指标的权重值，将该实体数据单元各项指标的数值和对应的权重值加权求和后，得到该实体数据单元的综合实力指数。

6.一种对权利要求1~5任一得到的搜索结果进行显示的方法，其特征在于，该方法包括：

确定搜索结果中各实体数据单元内与所述关键字信息的相似度满足设定阈值的商品信息；

根据预先设定的条件对确定出的实体数据单元中的商品信息进行筛选；

将筛选后得到的商品信息与该商品信息所在的实体数据单元的标识显示在结果页面中。

7.如权利要求6所述的方法，其特征在于，根据预先设定的条件对确定出的实体数据单元中的商品信息进行筛选，具体包括：

预先设定具有优先级顺序的多级判断条件；

针对实体数据单元中的商品信息，执行以下操作：

确定满足所述多级判断条件的商品信息以及商品信息的数量，并将确定的商品信息的数量与设定的显示数量进行比较，当确定的商品信息的数量不小于设定的显示数量时，将确定的商品信息作为筛选出用于显示的商品信息；

当商品信息的数量小于设定的显示数量时，屏蔽多级判断条件中优先级最低的一级判断条件，针对剩余的判断条件重复执行上述操作，直至所有判断条件都被屏蔽。

8.一种对实体数据单元进行搜索的设备，其特征在于，该设备包括：

接收模块，用于接收包含关键字信息的第一搜索请求；

判断模块，用于判断所述关键字信息中是否包含类目信息和/或属性信息；

搜索模块，用于根据不同的判断结果，执行以下不同的搜索：

在所述关键字信息中包含了类目信息时，对该类目信息对应类目下的实体数据单元进行搜索，得到搜索结果；

在所述关键字信息中包含了属性信息时，对具有该属性信息的实体数据单元进行搜索，得到搜索结果；

在所述关键字信息中包含了类目信息和属性信息时，对该类目信息对应类目下且具有该属性信息的各实体数据单元进行搜索，得到搜索结果。

9.如权利要求8所述的设备，其特征在于，所述设备还包括：

确定信息模块，用于确定所述搜索结果中各实体数据单元的类目信息和具有的属性信息；

所述接收模块，还用于接收第二搜索请求，所述第二搜索请求中携带确定的所述类目信息和/或属性信息；

所述搜索模块，还用于根据接收模块接收的第二搜索请求中携带的信息不同，执行以下不同的搜索：

在所述第二搜索请求中携带确定的类目信息时，对所述搜索结果中该类目信息对应类目下的实体数据单元进行搜索，得到新的搜索结果；

在所述第二搜索请求中携带确定的属性信息时，对所述搜索结果中具有该属性信息的实体数据单元进行搜索，得到新的搜索结果；

在所述第二搜索请求中携带确定的类目信息和属性信息时，对所述搜索结果中该类目信息对应类目下且具有该属性信息的实体数据单元进行搜索，得到新的搜索结果。

10.一种对基于权利要求8~9任一的搜索设备得到的搜索结果进行显示的设备，其特征在于，该设备包括：

商品信息确定模块，用于确定搜索结果中各实体数据单元内与所述关键字信息的相似度满足设定阈值的商品信息；

筛选模块，用于根据预先设定的条件对确定出的实体数据单元中的商品信息进行筛选；

显示模块，用于将筛选后得到的商品信息与该商品信息所在的实体数据单元的标识显示在结果页面中。

Images