CN104778207A - 网络购物的综合搜索引擎方法及其*** - Google Patents

Abstract

本发明公开了一种网络购物的综合搜索引擎方法及其***，该方法包括以下步骤：用户输入需要查询的商品的关键信息；接收商品的关键信息的搜索请求并发送至搜索引擎；爬取该商品在不同电子购物平台上的至少三项类目排名并存储至第四方电商平台；第四方电商平台对类目排名进行整合得到综合排名名次后，将综合排名在前的作为优选卖家；用户根据得到的优选卖家信息直接在第四方电商平台或返回对应的电子购物平台进行购物交易。本发明的第四方电商平台将搜索引擎平台和电商平台***合理的融合，使得用户可在第四方购物平台上全面的了解到想要购买的商品的多个网站多个商家的综合排名，实现货比三家式的对比购物后，达到了最佳的电子购物交易效果。

Description

网络购物的综合搜索引擎方法及其***

技术领域

本发明涉及搜索技术领域，尤其涉及一种网络购物的综合搜索引擎方法及其***。

背景技术

在信息时代，搜索引擎已经成为我们生活中必不可缺少的一部分，人们通过它在海量的信息海洋中实现快速定位信息、快速获取信息、快速解决问题的目的。搜索引擎包括通用搜索引擎和垂直搜索引擎。

通用搜索引擎的技术是利用机器人技术通过网页抓取程序随着网页中的超链接，连续的抓取网页，然后根据搜索引擎表倒排表，即由索引项查找相应的URL。索引表也要记录索引项在文档中出现的位置，以便检索器计算索引项之间的相邻或接近的关系，并以特定的数据结构存储在硬盘上，最后供用户使用。该技术能够快速返回大量的信息给用户，但当我们在海量的网路数据查询我们特定的信息时，我们会发现这些搜索引擎返回给我们的大量信息并不是我们所需要的，而我们真正所需要的信息并非总是在第一时间以及醒目的位置出现，可见，在信息搜索方面上，通用引擎并不是满足我们的电子购物需求。

垂直搜索引擎是针对一个领域或者一个行业的信息检索，它的特点是查找准确度高，使用户能够快速定位、准确的获取自己所要的信息。尤其是在电子电子购物平台上，若在淘宝网、京东商城网、这些电子电子购物平台含有大量的图片、商品种类、评价等信息，因此一个有效的垂直搜索引擎可以有助于用户的快捷购物。它所采用的技术仍是基于通用引擎的，只能在固定的一个网站能进行检索，虽然能够提供在该网站能的众多商家信息，但其无法检索其他电子购物平台的商品的关键信息，也就是说无法实现跨网站搜索。例如，顾客在淘宝搜索一款手机，返回的信息是在淘宝网上的信息，无法获得京东商城上的同一款手机的商品的关键信息，即无法提供顾客全面又能对比的信息，无法实现货比三家式的对比购物。

发明内容

针对上述技术中存在的不足之处，本发明提供一种网络购物的综合搜索引擎方法及其***，用户可在第四方购物平台上全面的了解到想要购买的商品的综合排名，提供用户全面又能对比的信息，实现货比三家式的对比购物。

为实现上述目的，本发明提供一种网络购物的综合搜索引擎方法，包括以下步骤：

步骤1，用户输入需要查询的商品的关键信息；

步骤2，接收商品的关键信息的搜索请求并发送至搜索引擎；

步骤3，爬取该商品在不同电子购物平台上的至少三项类目排名并存储至第四方电商平台；

步骤4，第四方电商平台对类目排名进行整合得到综合排名名次后，将综合排名在前的作为优选卖家；

步骤5，用户根据得到的优选卖家信息直接在第四方电商平台或返回对应的电子购物平台进行购物交易。

其中，所述类目排名至少包括价格排名、销量排名和好评排名三项。

其中，所述步骤3的具体步骤为：

步骤31，利用Heritrix爬虫技术获取包含该商品的不同电子购物平台的网页；

步骤32，把爬取出来的商品的类目排名关联信息存储到第四方电商平台；

步骤33，在第四方电商平台建立索引，并初步对商品的价格、销量和好评类目进行单独排名。

其中，所述步骤4的具体步骤为：给予销量、好评排名为先的类目以较高优先级，给予价格为先的类目以较低优先级；对价格、销量和好评的三个类目整合得到优化的综合排名在前100名的卖家展示在第四方电商平台上并自动成为该第四方电商平台的优选卖家。

其中，所述索引建立的具体步骤为：首先，构建类目名称的信息词库，需要遍历所有不同电子购物平台上的商品，写入制定的商品词库文件中，完成词库的提取；其次，存储不同电子购物平台上的商品，实现商品在第四方电商平台上进行存储关联，作为用户查询的原始数据；最后，建立Lucene索引。

其中，所述步骤31的具体步骤为利用Heritrix爬虫技术获得该商品的不同电子购物平台的网页，作为垂直搜索引擎检索的原始数据，爬取过程中以电子购物平台为单位，因此在试下检索一个网站，其他网站按照同等技术依次爬取，最后在第四方电商平台上进行存储整合。

其中，所述步骤32的具体步骤为把爬取出来的网页解析成文本文件，把解析后的商品的海量信息中的类目排名信息存储到第四方电商平台。

其中，所述类目排名还包括信用排名、售后服务排名、营销时间排名或退货率排名中的一项或多项组合。

其中，所述商品的关键信息必须包括名称，还可以包括规格型号、商品品牌、商品所属分类中的一种或多种的组合。

为实现上述目的，本发明还提供一种网络购物的综合搜索引擎***，包括

浏览器，用于输入需要查询的商品的关键信息；

搜索模块，搜索模块用于接收搜索请求并发送给至搜索引擎；

网页爬取模块，根据搜索引擎上的搜索请求爬取不同电子购物平台上的该商品的海量信息；

网页解析模块，将商品的海量信息解析成文本文件，并提取该商品在不同电子购物平台上的至少三项类目排名；

第四方电商平台，用于存储该商品在不同电子购物平台上的至少三项类目排名，且第四方电商平台对类目排名进行整合得到综合排名名次后，将综合排名在前的作为优选卖家；用户根据得到的优选卖家信息直接在第四方电商平台或返回对应的电子购物平台进行购物交易。

本发明的有益效果是：与现有技术相比，本发明提供的网络购物的综合搜索引擎方法及其***，若是用户需要购买某种商品，对该商品进行查询搜索，搜索引擎会爬取该商品在不同购物平台上的海量信息，然后再将所需要的关联信息即至少三项类目排名并存储至第四方电商平台；再由第四方电商平台对该商品的类目排名进行综合排名；最后综合排名在前的卖家可自动成为该第四方电商平台的优选卖家，用户既可根据卖家综合排名信息，直接在本电商平台进行购物交易交易，也可返回原电子购物平台进行购物交易交易。本发明的第四方电商平台将搜索引擎平台和电商平台***合理的融合，使得用户可在第四方购物平台上全面的了解到想要购买的商品的多个网站多个商家的综合排名，提供用户全面又能对比的信息，实现货比三家式的对比购物后，达到了最佳的电子购物交易效果。

附图说明

图1为本发明的网络购物的综合搜索引擎方法的流程图；

图2为本发明的网络购物的综合搜索引擎方法中的一个具体实施例；

图3为本发明的网络购物的综合搜索引擎***的方框图。

主要元件符号说明如下：

10、浏览器                  11、搜索模块

12、网页爬取模块            13、网页解析模块

14、第四方电商平台。

具体实施方式

为了更清楚地表述本发明，下面结合附图对本发明作进一步地描述。

请参阅图1，本发明的网络购物的综合搜索引擎方法，包括以下步骤：

步骤S1，用户输入需要查询的商品的关键信息；该关键信息必须包括名称，还可以包括规格型号、商品品牌、商品所属分类中的一种或多种的组合。当然，还可以是有关商品的其他信息，如生产日期、内存量等等。

步骤S2，接收商品的关键信息的搜索请求并发送至搜索引擎；

步骤S3，爬取该商品在不同电子购物平台上的至少三项类目排名并存储至第四方电商平台；类目排名至少包括价格排名、销量排名和好评排名三项；该步骤的具体步骤如下：第一步，利用Heritrix爬虫技术获取包含该商品的不同电子购物平台的网页，如淘宝、京东、天猫等各个电子购物平台；第二步，把爬取出来的商品的类目排名关联信息存储到第四方电商平台；第三步，在第四方电商平台建立索引，并初步对商品的价格、销量和好评类目进行单独排名。

步骤S4，第四方电商平台对类目排名进行整合得到综合排名名次后，将综合排名在前的作为优选卖家；该步骤的具体步骤为：给予销量、好评排名为先的类目以较高优先级，给予价格为先的类目以较低优先级；对价格、销量和好评的三个类目整合得到优化的综合排名在前100名的卖家展示在第四方电商平台上并自动成为该第四方电商平台的优选卖家。

步骤S5，用户根据得到的优选卖家信息直接在第四方电商平台或返回对应的电子购物平台进行购物交易。由于该第四方电商平台整合了多个网站中的多家卖家信息，可对该商品的多个类目排名进行整合排名，得到一个综合的排名，客户可根据最终综合排名的先后选择最优的商品进行购物交易。

相较于现有技术的情况，本发明提供的网络购物的综合搜索引擎方法，若是用户需要购买某种商品，对该商品进行查询搜索，搜索引擎会爬取该商品在不同购物平台上的海量信息，然后再将所需要的关联信息即至少三项类目排名并存储至第四方电商平台；再由第四方电商平台对该商品的类目排名进行综合排名；最后综合排名在前的卖家可自动成为该第四方电商平台的优选卖家，用户既可根据卖家综合排名信息，直接在本电商平台进行购物交易交易，也可返回原电子购物平台进行购物交易交易。本发明的第四方电商平台将搜索引擎平台和电商平台***合理的融合，使得用户可在第四方购物平台上全面的了解到想要购买的商品的多个网站多个商家的综合排名，提供用户全面又能对比的信息，实现货比三家式的对比购物后，达到了最佳的电子购物交易效果。

在本实施例中，索引建立的具体步骤为：首先，构建类目名称的信息词库，需要遍历所有不同电子购物平台上的商品，写入制定的商品词库文件中，完成词库的提取；其次，存储不同电子购物平台上的商品，实现商品在第四方电商平台上进行存储关联，作为用户查询的原始数据；最后，建立Lucene索引。用户可在第四方电商平台上采用索引的方式对商品的类目进行排名。

在本实施例中，步骤S3中的第一步骤的具体步骤为利用Heritrix爬虫技术获得该商品的不同电子购物平台的网页，作为垂直搜索引擎检索的原始数据，爬取过程中以电子购物平台为单位，因此在试下检索一个网站，其他网站按照同等技术依次爬取，最后在第四方电商平台上进行存储整合。步骤S3中的第二步骤的具体步骤为把爬取出来的网页解析成文本文件，把解析后的商品的海量信息中的类目排名信息存储到第四方电商平台。由于爬取出来的原始HTML网页包含了海量的无用格式信息和标记信息，在建立索引之前必须对网页进行解析，把定向抓取的HTML页面解析成文本文件，然后将需要的类目信息存储在第四方电商平台上，因此第四方电商平台的信息时清晰、显目的。

在本实施例中，类目排名还包括信用排名、售后服务排名、营销时间排名或退货率排名中的一项或多项组合，该综合排名中价格、销量和好评这三项参数为重要的参数，根据用户的需要进行不同顺序的组合排名：如价格、销量、好评，或价格、好评、销量，或销量、价格、好评，或好评、销量、价格等等。请参阅图2，为采用本发明的搜索引擎方法，对各个电子购物平台上的多个卖家上的某个商品进行综合排名，该具体步骤为：用户先搜索需要购买的商品；然后在第四方电商平台上显示该商品在各个不同电子购物平台上的价格，采用索引功能对该商品的价格进行排名；价格排名完成后，对该商品的销量进行排名；销量排名完成后，对该商品的卖家好评进行排名；好评排名完后对该商品的卖家信用进行排名；信用排名后，对该商品的卖家售后服务进行排名；售后服务排名后对该商品的卖家经营时间进行排名；卖家经营时间排名后，对该商品的卖家退货率进行排名，并得到退货率排名。最后在第四方电商平台上得到了价格排名、销量排名、好评排名、信用排名、售后服务排名、营销时间排名及退货率排名，根据这些类目排名得到一个综合排名，可根据综合排名进行购物交易。从图2中可看出该排名为垂直式排名；当然，还可以是平行式排名，可根据类目的重要性选择不同的方式进行排名。

请进一步参阅图3，本发明还提供一种网络购物的综合搜索引擎***，包括浏览器10、搜索模块11、网页爬取模块12、网页解析模块13和第四方电商平台14；

浏览器10，用于输入需要查询的商品的关键信息；

搜索模块11，搜索模块11用于接收搜索请求并发送给至搜索引擎；

网页爬取模块12，根据搜索引擎上的搜索请求爬取不同电子购物平台上的该商品的海量信息；

网页解析模块13，将商品的海量信息解析成文本文件，并提取该商品在不同电子购物平台上的至少三项类目排名；

第四方电商平台14，用于存储该商品在不同电子购物平台上的至少三项类目排名，且第四方电商平台14对类目排名进行整合得到综合排名名次后，将综合排名在前的作为优选卖家；用户根据得到的优选卖家信息直接在第四方电商平台或返回对应的电子购物平台进行购物交易。

用户需要购买某种商品，但不确定在哪个网站的哪家卖家店买是最好的，就在浏览器上输入该商品的的关键信息；搜索模块11接收该关键信息的搜索请求并发送至搜索引擎；网页爬取模块12根据搜索请求爬取不同电子购物平台上的该商品的海量信息；网页解析模块13将将商品的海量信息解析成文本文件，并提取该商品在不同电子购物平台上的至少三项类目排名；最后，第四方电商平台14进行索引整合得到综合排名名次后返回给用户；用户根据综合排名直接在第四方电商平台14上进行购物交易。该搜索引擎***得到的购物综合排名是最优的选择。

本发明提供的网络购物的综合搜索引擎***，在浏览器10中对该商品进行查询搜索，搜索引擎上的网页爬取模块12会爬取该商品在不同购物平台上的海量信息，然后通过网页解析模块13解析后再将所需要的关联信息即至少三项类目排名并存储至第四方电商平台14；再由第四方电商平台14对该商品的类目排名进行综合排名；最后综合排名在前的卖家可自动成为该第四方电商平台的优选卖家，用户既可根据卖家综合排名信息，直接在本电商平台进行购物交易交易，也可返回原电子购物平台进行购物交易交易。该***的第四方电商平台将搜索引擎平台和电商平台***合理的融合，使得用户可在第四方购物平台上全面的了解到想要购买的商品的多个网站多个商家的综合排名，提供用户全面又能对比的信息，实现货比三家式的对比购物后，达到了最佳的电子购物交易效果。

Heritrix爬虫技术中的Heritrix 是一个由 java 开发的、开源的网络爬虫，用户可以使用它来从网上抓取想要的资源。其最出色之处在于它良好的可扩展性，方便用户实现自己的抓取逻辑，Heritrix爬虫技术中的Heritrix是个“ArchivalCrawler”——来获取完整的、精确的、站点内容的深度复制。包括获取图像以及其他非文本内容。抓取并存储相关的内容。对内容来者不拒，不对页面进行内容上的修改。重新爬行对相同的URL不针对先前的进行替换。爬虫主要通过Web用户界面启动、监控和调整，允许弹性的定义要获取的URL。

以上公开的仅为本发明的几个具体实施例，但是本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (10)

1.一种网络购物的综合搜索引擎方法，其特征在于，包括以下步骤：

步骤1，用户输入需要查询的商品的关键信息；

步骤2，接收商品的关键信息的搜索请求并发送至搜索引擎；

步骤3，爬取该商品在不同电子购物平台上的至少三项类目排名并存储至第四方电商平台；

步骤4，第四方电商平台对类目排名进行整合得到综合排名名次后，将综合排名在前的作为优选卖家；

步骤5，用户根据得到的优选卖家信息直接在第四方电商平台或返回对应的电子购物平台进行购物交易。

2.根据权利要求1所述的网络购物的综合搜索引擎方法，其特征在于，所述类目排名至少包括价格排名、销量排名和好评排名三项。

3.根据权利要求1所述的网络购物的综合搜索引擎方法，其特征在于，所述步骤3的具体步骤为：

步骤31，利用Heritrix爬虫技术获取包含该商品的不同电子购物平台的网页；

步骤32，把爬取出来的商品的类目排名关联信息存储到第四方电商平台；

步骤33，在第四方电商平台建立索引，并初步对商品的价格、销量和好评类目进行单独排名。

4.根据权利要求1所述的网络购物的综合搜索引擎方法，其特征在于，所述步骤4的具体步骤为：给予销量、好评排名为先的类目以较高优先级，给予价格为先的类目以较低优先级；对价格、销量和好评的三个类目整合得到优化的综合排名在前100名的卖家展示在第四方电商平台上并自动成为该第四方电商平台的优选卖家。

5.根据权利要求3所述的网络购物的综合搜索引擎方法，其特征在于，所述索引建立的具体步骤为：首先，构建类目名称的信息词库，需要遍历所有不同电子购物平台上的商品，写入制定的商品词库文件中，完成词库的提取；其次，存储不同电子购物平台上的商品，实现商品在第四方电商平台上进行存储关联，作为用户查询的原始数据；最后，建立Lucene索引。

6.根据权利要求3所述的网络购物的综合搜索引擎方法，其特征在于，所述步骤31的具体步骤为利用Heritrix爬虫技术获得该商品的不同电子购物平台的网页，作为垂直搜索引擎检索的原始数据，爬取过程中以电子购物平台为单位，因此在试下检索一个网站，其他网站按照同等技术依次爬取，最后在第四方电商平台上进行存储整合。

7.根据权利要求3所述的网络购物的综合搜索引擎方法，其特征在于，所述步骤32的具体步骤为把爬取出来的网页解析成文本文件，把解析后的商品的海量信息中的类目排名信息存储到第四方电商平台。

8.根据权利要求1所述的网络购物的综合搜索引擎方法，其特征在于，所述类目排名还包括信用排名、售后服务排名、营销时间排名或退货率排名中的一项或多项组合。

9.根据权利要求1所述的网络购物的综合搜索引擎方法，其特征在于，所述商品的关键信息必须包括名称，还可以包括规格型号、商品品牌、商品所属分类中的一种或多种的组合。

10.一种网络购物的综合搜索引擎***，其特征在于，包括

浏览器，用于输入需要查询的商品的关键信息；

搜索模块，搜索模块用于接收搜索请求并发送给至搜索引擎；

网页爬取模块，根据搜索引擎上的搜索请求爬取不同电子购物平台上的该商品的海量信息；

网页解析模块，将商品的海量信息解析成文本文件，并提取该商品在不同电子购物平台上的至少三项类目排名；

第四方电商平台，用于存储该商品在不同电子购物平台上的至少三项类目排名，且第四方电商平台对类目排名进行整合得到综合排名名次后，将综合排名在前的作为优选卖家；用户根据得到的优选卖家信息直接在第四方电商平台或返回对应的电子购物平台进行购物交易。