CN112131461A - 一种商品搜索方法、***、终端及计算机可读存储介质 - Google Patents
一种商品搜索方法、***、终端及计算机可读存储介质 Download PDFInfo
- Publication number
- CN112131461A CN112131461A CN202010940590.1A CN202010940590A CN112131461A CN 112131461 A CN112131461 A CN 112131461A CN 202010940590 A CN202010940590 A CN 202010940590A CN 112131461 A CN112131461 A CN 112131461A
- Authority
- CN
- China
- Prior art keywords
- error
- current input
- error correction
- input content
- search
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000012937 correction Methods 0.000 claims description 111
- 238000004590 computer program Methods 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000013507 mapping Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9538—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/232—Orthographic correction, e.g. spell checking or vowelisation
-
- 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]
- G06Q30/0641—Shopping interfaces
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Finance (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Development Economics (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种商品搜索方法、***、终端及计算机可读存储介质,该方法通过获取当前输入内容,当前输入内容用于搜索商品,根据当前输入内容进行第一次搜索,生成第一搜索结果,若第一搜索结果为空,获取与当前输入内容对应的纠错词,根据纠错词进行第二次搜索,生成第二搜索结果。本发明还公开了一种商品搜索***、终端及计算机可读存储介质,可以实现即便用户当前输入内容与商品对应的可被搜索的全文中的任意一部分均不一致,第一搜索结果为空时,也可以通过获取纠错词,得到第二搜索结果,通过对当前输入内容进行纠错,降低了搜索结果为空的可能性,降低了用户流失率,提升用户体验度。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及一种商品搜索方法、***、终端及计算机可读存储介质。
背景技术
随着网络的普及,网购已经成为越来越多的消费者的首选,通过输入一些描述性的内容在电子商务网站繁多的商品中查找到自己需要的商品。
随着商品搜索***的发展,也暴露出来了一些问题:若用户当前输入内容与商品对应的可被搜索的全文中的任意一部分均不一致,则会导致搜索结果为空,也即,搜索不到商品,使得用户流失,用户体验度低。例如:若用户在搜索过程中,输入了错别字、拼音、少字、多字的当前输入内容,从而搜索无结果,导致用户流失,用户体验度低。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种商品搜索方法、***、终端及计算机可读存储介质,用于解决用户当前输入内容与商品对应的可被搜索的全文中的任意一部分均不一致,导致搜索结果为空,搜索不到商品,使得用户流失,用户体验度低的问题。
为实现上述目的及其他相关目的,本发明提供一种商品搜索方法,包括:
获取当前输入内容,所述当前输入内容用于搜索商品;
根据所述当前输入内容进行第一次搜索,生成第一搜索结果;
若所述第一搜索结果为空,获取与所述当前输入内容对应的纠错词;
根据所述纠错词进行第二次搜索,生成第二搜索结果。
可选的,所述获取与所述当前输入内容对应的纠错词包括:
获取纠错词库,所述纠错词库根据存在历史搜索结果的历史输入内容生成;
根据所述当前输入内容从所述纠错词库中确定至少一个备选纠错词;
获取各所述备选纠错词与所述当前输入内容的编辑距离;
将最短的所述编辑距离对应的所述备选纠错词作为所述纠错词。
可选的,所述根据所述当前输入内容从所述纠错词库中确定至少一个备选纠错词包括,
根据所述当前输入内容确定至少一个关键词;
根据所述关键词从所述纠错词库中确定至少一个备选纠错词;
获取各所述备选纠错词与所述当前输入内容的编辑距离包括:获取各所述备选纠错词与所述关键词的编辑距离。
可选的,还包括以下至少之一:
若所述第一搜索结果不为空,显示第一搜索结果,并获取第一搜索结果中的商品数量;将所述关键词和所述第一搜索结果中的商品数量更新到所述纠错词库中;
根据所述第二搜索结果获取第二搜索结果中的商品数量,将所述关键词和所述第二搜索结果中的商品数量更新到所述纠错词库中。
可选的,所述纠错词库包括纠错词、文档数和浏览数,所述根据所述关键词从所述纠错词库中确定至少一个备选纠错词包括:
根据所述关键词在所述纠错词库中进行拼音或中文模糊搜索匹配,确定至少一个目标纠错词;
获取各目标纠错词对应的文档数和浏览数;
根据各所述目标纠错词对应的文档数和浏览数对所述目标纠错词进行排序,获取各所述目标纠错词的排名;
确定所述目标纠错词的排名高于预设排名的所述目标纠错词作为备选纠错词。
可选的,所述根据所述纠错词进行第二次搜索之前,还包括:
提示已纠错,采用纠错词进行搜索。
可选的,还包括以下至少之一,
所述根据所述当前输入内容进行第一次搜索包括:获取当前输入内容并根据所述当前输入内容进行全文检索,生成第一搜索结果,所述当前输入内容包括当前输入内容的拼音、当前输入内容的单字、当前输入内容的单词中至少之一;
所述根据所述纠错词进行第二次搜索包括:获取纠错词并根据所述纠错词进行全文检索,生成第二搜索结果,所述纠错词包括纠错词的拼音、纠错词的单字、纠错词的单词中至少之一。
本发明还提供了一种商品搜索***,包括:
输入模块,用于获取当前输入内容,所述当前输入内容用于搜索商品;
第一次搜索模块,用于根据所述当前输入内容进行第一次搜索,生成第一搜索结果;
纠错词获取模块,用于若所述第一搜索结果为空,获取与所述当前输入内容对应的纠错词;
第二次搜索模块,用于根据所述纠错词进行第二次搜索,生成第二搜索结果。
本发明还提供了一种终端,包括处理器、存储器和通信总线;
所述通信总线用于将所述处理器和存储器连接;
所述处理器用于执行所述存储器中存储的计算机程序,以实现如上述实施例中一个或多个所述的商品搜索方法。
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,
所述计算机程序用于使所述计算机执行如上述实施例中任一项所述的商品搜索方法。
如上所述,本发明提供的一种商品搜索方法、***、终端及计算机可读存储介质,具有以下有益效果:
通过获取当前输入内容,当前输入内容用于搜索商品,根据当前输入内容进行第一次搜索,生成第一搜索结果,若第一搜索结果为空,获取与当前输入内容对应的纠错词,根据纠错词进行第二次搜索,生成第二搜索结果。可以实现即便用户当前输入内容与商品对应的可被搜索的全文中的任意一部分均不一致,第一搜索结果为空时,也可以通过获取纠错词,得到第二搜索结果,通过对当前输入内容进行纠错,降低了搜索结果为空的可能性,降低了用户流失率,提升用户体验度。
附图说明
图1-1为本发明实施例一提供的商品搜索方法的一种流程示意图;
图1-2为本发明实施例一提供的商品搜索方法的另一种流程示意图;
图2为本发明实施例二提供的商品搜索***的一种结构示意图;
图3为本发明一实施例提供的终端的一种结构示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
实施例一
请参阅图1-1,本发明实施例提供一种商品搜索方法,包括:
S101:获取当前输入内容。
在一些实施例中,当前输入内容用于搜索商品。当前输入内容可以是输入在电商平台页面的搜索框中的内容。
S102:根据当前输入内容进行第一次搜索,生成第一搜索结果。
在一些实施例中,根据当前输入内容在商品库中进行搜索比对,生成第一搜索结果,其中第一搜索结果包括商品列表。
S103:若第一搜索结果为空,获取与当前输入内容对应的纠错词。
在一些实施例中,由于当前输入内容可能存在错别字、或者少字等情况,使得第一次搜索失败,第一搜索结果为空,若直接显示搜索结果为空,则客户很可能就流失了。因此可以通过对当前输入内容进行纠错,进而提升搜索结果的准确性。
在一些实施例中,获取与当前输入内容对应的纠错词包括:
获取预设当前输入内容与纠错词的映射关系表;
根据映射关系表确定纠错词。
需要说明的是,映射关系表可以是由本领域技术人员预先设置的,也可以是根据其他规则设置的,在此不做限定。
在一些实施例中,获取与当前输入内容对应的纠错词包括:
获取纠错词库;
根据关键词从纠错词库中确定至少一个备选纠错词;
获取各备选纠错词与当前输入内容的编辑距离;
将最短的编辑距离对应的备选纠错词作为纠错词。
在一些实施例中,纠错词库根据存在历史搜索结果的历史输入内容生成。例如,在当前输入内容之前,存在多个历史输入内容,获取其中存在历史搜索结果的历史输入内容组成纠错词库。
在一些实施例中,根据当前输入内容进行第一次搜索包括:根据当前输入内容确定至少一个关键词,根据关键词进行第一次搜索。此时,纠错词库根据存在历史搜索结果的历史关键词生成。例如,在当前输入内容之前,存在多个历史输入内容,分别根据各历史输入内容确定若干个历史关键词,根据历史关键词进行若干次搜索,根据存在历史搜索结果的历史关键词生成纠错词库。换句话说,此时,历史输入内容包括根据历史输入内容确定的历史关键词。
在一些实施例中,纠错词库至少包括以下至少之一:纠错词、文档数、浏览数、状态。
在一些实施例中,纠错词库至少还包括以下至少之一:类型、创建时间、更新时间。
在一些实施例中,纠错词库的信息可参见下述表1。
表1
纠错词 | 类型 | 文档数 | 浏览数 | 状态 | 创建时间 | 更新时间 |
渴望 | 商品 | 20 | 1000 | 开启 | 2020/8/20 9:12 | 2020/8/20 9:12 |
皇家 | 商品 | 10 | 500 | 开启 | 2020/8/21 9:12 | 2020/8/21 9:12 |
在一些实施例中,纠错词库包括纠错词、文档数和浏览数,根据关键词从纠错词库中确定至少一个备选纠错词包括:
根据关键词在纠错词库中进行拼音或中文模糊搜索匹配,确定至少一个目标纠错词;
获取各目标纠错词对应的文档数和浏览数;
根据各目标纠错词对应的文档数和浏览数对目标纠错词进行排序,获取各目标纠错词的排名;
确定目标纠错词的排名高于预设排名的目标纠错词作为备选纠错词。
需要说明的是,预设排名可以由本领域技术人员根据实际需要进行设置。
在一些实施例中,目标纠错词的状态为开启状态。
在一些实施例中,根据各目标纠错词对应的文档数和浏览数对目标纠错词进行排序包括:
获取目标纠错词对应的文档数和浏览数;
分别获取文档数和浏览数各自对应的预设权重占比;
根据文档数、浏览数和预设权重占比计算该目标纠错词的加权平均值;
根据加权平均值从大到小进行排序。
例如,文档数的预设权重占比为20%,浏览数的预设权重占比为60%,获取到目标纠错词A的文档数为10,浏览数为200,目标纠错词A的文档数为20,浏览数为50,则该目标纠错词A的加权平均值为10*20%+200*60%=122,目标纠错词B的加权平均值20*20%+50*60%=34,因此,目标纠错词A的排序高于目标纠错词B的排序。
在一些实施例中,还可以获取关键词与目标纠错词的词语匹配度,根据词语匹配度、文档数、浏览数共同确定该目标纠错词的排序。
在一些实施例中,文档数等于第一搜索结果的商品数量或第二搜索结果的商品数量。
在一些实施例中,编辑距离(Minimum Edit Distance,MED)是指两个字串之间,由一个转成另一个所需的最少编辑操作次数。许可的编辑操作包括将一个字符替换成另一个字符,***一个字符,删除一个字符。编辑距离的获取方式可以参考相关技术的计算方式,在此不再限定。
在一些实施例中,根据当前输入内容从纠错词库中确定至少一个备选纠错词包括,
根据当前输入内容确定至少一个关键词;
根据关键词从纠错词库中确定至少一个备选纠错词;
获取各备选纠错词与当前输入内容的编辑距离包括:获取各备选纠错词与关键词的编辑距离。
在一些实施例中,由于当前输入内容可能存在较多的无用信息,因此,直接使用当前输入内容在纠错词库中查找对应的备选纠错词可能会存在较大干扰,影响结果的准确度,因此,先根据当前输入内容确定至少一个关键词,再根据该关键词从纠错词库中确定至少一个备选纠错词,可以提升备选纠错词的准确度,进而提升用户体验度。
在一些实施例中,编辑距离越短,说明关键词与备选纠错词的关联性更高,相应的,根据纠错词所生成的第二搜索结果也就有更大的可能性符合用户的需求。
在一些实施例中,当存在多个关键词时,则选取每一个关键词对应的编辑距离最短的一个备选纠错词组成的集合作为纠错词。此时,将会根据各个纠错词进行第二次搜索,将生成的各个第二搜索结果组成一个第二搜索结果集合,显示在预设位置。
在一些实施例中,根据当前输入内容确定至少一个关键词包括但不限于以下至少之一:
若当前输入内容均为汉字,根据当前输入内容的排列顺序进行拆词,将拆得到的各汉字组合作为关键词;
若当前输入内容均为字母,根据当前输入内容的排列顺序进行拆词,将拆得到的各字母组合作为词汇拼音首字母进行检索,获取首字母检索结果,将各首字母检索结果作为关键词,和/或,将拆得到的各字母组合作为英文缩写进行检索,获取缩写检索结果,将各缩写检索结果作为关键词;
若当前输入内容包括字母和汉字,获取各汉字的拼音首字母,将当前输入内容转化为字母排列内容,再根据字母排列内容的排列顺序进行拆词,将拆得到的各字母组合作为词汇拼音首字母进行检索,获取首字母检索结果,将各首字母检索结果作为关键词,和/或,将拆得到的各字母组合作为英文缩写进行检索,获取缩写检索结果,将各缩写检索结果作为关键词。
S104:根据纠错词进行第二次搜索,生成第二搜索结果。
通过确定的纠错词进行第二次搜索,可以提升根据用户输入的当前输入内容搜索到对应产品的机率,提升用户体验度。
在一些实施例中,若纠错词与关键词不同,获取纠错词与当前输入内容不同,才根据纠错词进行第二次搜索,这样可以避免计算资源浪费。
在一些实施例中,商品搜索方法还包括:
若第一搜索结果不为空,显示第一搜索结果,并获取第一搜索结果中的商品数量;
将关键词和第一搜索结果中的商品数量更新到纠错词库中。
在一些实施例中,商品搜索方法还包括:
根据第二搜索结果获取第二搜索结果中的商品数量;
将关键词和第二搜索结果中的商品数量更新到纠错词库中。
需要说明的是,将关键词和更新到纠错词库中时,将关键词作为纠错词更新到纠错词库中。
在一些实施例中,该商品搜索方法还包括:
若第一搜索结果不为空,获取与当前输入内容对应的纠错词;
根据纠错词进行第二次搜索,生成第二搜索结果。
此时,纠错词库也可以通过如下方式生成:
分别获取当前输入内容和纠错词;
分别统计用户点击当前输入内容对应的第一搜索结果的次数,以及,点击与纠错词对应的第二搜索结果的次数;
根据用户点击第一搜索结果的次数和第二搜索结果的次数,确定纠错词的置信度;
基于当前输入内容和对应的纠错词及其置信度生成纠错词库。
在一些实施例中,根据纠错词进行第二次搜索之前,还包括:
提示已纠错,采用纠错词进行搜索。
通过提示已纠错,可以提示输入当前输入内容的用户知晓当前输入内容存在问题,已经自动替其更换了查找关键词,进而教育用户在下一次输入时可以根据此次提示的纠错词输入对应正确的当前输入内容,降低后续针对于该用户该商品搜索的计算量,节约计算资源。
在一些实施例中,商品搜索方法还包括但不限于以下至少之一:
根据当前输入内容进行第一次搜索包括:获取当前输入内容并根据当前输入内容进行全文检索,生成第一搜索结果,当前输入内容包括当前输入内容的拼音、当前输入内容的单字、当前输入内容的单词中至少之一;
根据纠错词进行第二次搜索包括:获取纠错词并根据纠错词进行全文检索,生成第二搜索结果,纠错词包括纠错词的拼音、纠错词的单字、纠错词的单词中至少之一。
在一些实施例中,第一次搜索和第二次搜索中至少之一为容错搜索。
下面通过一个具体的实施例,对上述商品搜索方法进行进一步示例性的说明。参见图1-2,该具体的商品搜索方法包括:
S201:获取当前输入内容;
S202:根据当前输入内容获取关键词;
S203:根据关键词进行第一次商品容错搜索;
S204:判断第一搜索结果是否为空,若否,执行S205,若是,执行S207;
S205:返回商品列表;
S206:将关键词和第一搜索结果的商品数量更新到纠错词库中;
S207:获取纠错词库;
S208:根据关键词在纠错词库中进行拼音或中文模糊搜索匹配,确定至少一个目标纠错词;
S209:获取各目标纠错词对应的文档数和浏览数;
S210:根据各目标纠错词对应的文档数和浏览数对目标纠错词进行排序,获取各目标纠错词的排名;
S211:确定目标纠错词的排名高于预设排名的目标纠错词作为备选纠错词;
S212:获取备选纠错词与关键词的编辑距离;
S213:将最短的编辑距离对应的备选纠错词作为纠错词;
S214:判断纠错词与关键词是否一致,若不一致,则执行S215,若一致,则执行S217;
S215:根据纠错词进行第二次商品容错搜索,生成第二搜索结果;
S216:将关键词和第二搜索结果的商品数量更新到纠错词库中;
S217:返回无结果。
在一些实施例中,若纠错词与关键词一致,则第二次搜索的结果必然与第一次搜索的结果一致,为减少不必要的计算资源浪费,则不再进行第二次搜索。
本发明实施例公开了一种商品搜索方法,包括获取当前输入内容,当前输入内容用于搜索商品,根据当前输入内容进行第一次搜索,生成第一搜索结果,若第一搜索结果为空,获取与当前输入内容对应的纠错词,根据纠错词进行第二次搜索,生成第二搜索结果。可以实现即便用户当前输入内容与商品对应的可被搜索的全文中的任意一部分均不一致,也可以通过获取纠错词,得到第二搜索结果,通过对当前输入内容进行纠错,降低了搜索结果为空的可能性,降低了用户流失率,提升用户体验度。
可选的,通过编辑距离来确定纠错词,可以提升纠错词与当前输入内容的接近程度,进而使得第二搜索结果更加符合用户需要,提升用户体验度。
可选的,根据目标纠错词的文档数和浏览数来对目标纠错词进行排序,可以实现在获取到多个目标纠错词时,为节约计算资源,确定更加有可能符合用户需要的目标纠错词作为备选纠错词,进而提升用户对第二搜索结果满意度,提升用户体验度。
可选的,将关键词和第一搜索结果的商品数量或第二搜索结果的商品数量更新到纠错词库中,可以提升后续纠错结果的准确度。
实施例二
请参阅图2,本发明实施例提供一种商品搜索***200,包括:
输入模块201,用于获取当前输入内容,当前输入内容用于搜索商品;
第一次搜索模块202,用于根据当前输入内容进行第一次搜索,生成第一搜索结果;
纠错词获取模块203,用于若第一搜索结果为空,获取与当前输入内容对应的纠错词;
第二次搜索模块204,用于根据纠错词进行第二次搜索,生成第二搜索结果。
在本实施例中,该商品搜索***实质上是设置了多个模块用以执行上述实施例一的商品搜索方法,具体功能和技术效果参照上述实施例一即可,此处不再赘述。
参见图3,本发明实施例还提供了一种终端300,包括处理器301、存储器302和通信总线303;
所述通信总线303用于将所述处理器301和存储器连接302;
所述处理器301用于执行所述存储器302中存储的计算机程序,以实现如上述实施例一中的一个或多个所述的商品搜索方法。
本发明实施例还提供了一种计算机可读存储介质,其特征在于,其上存储有计算机程序,所述计算机程序用于使所述计算机执行如上述实施例一中的任一项所述的商品搜索方法。
本申请实施例还提供了一种非易失性可读存储介质,该存储介质中存储有一个或多个模块(programs),该一个或多个模块被应用在设备时,可以使得该设备执行本申请实施例的实施例一所包含步骤的指令(instructions)。
需要说明的是,本发明公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本发明公开各种实施例的方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种商品搜索方法,其特征在于,包括:
获取当前输入内容,所述当前输入内容用于搜索商品;
根据所述当前输入内容进行第一次搜索,生成第一搜索结果;
若所述第一搜索结果为空,获取与所述当前输入内容对应的纠错词;
根据所述纠错词进行第二次搜索,生成第二搜索结果。
2.根据权利要求1所述的商品搜索方法,其特征在于,所述获取与所述当前输入内容对应的纠错词包括:
获取纠错词库,所述纠错词库根据存在历史搜索结果的历史输入内容生成;
根据所述当前输入内容从所述纠错词库中确定至少一个备选纠错词;
获取各所述备选纠错词与所述当前输入内容的编辑距离;
将最短的所述编辑距离对应的所述备选纠错词作为所述纠错词。
3.根据权利要求2所述的商品搜索方法,其特征在于,所述根据所述当前输入内容从所述纠错词库中确定至少一个备选纠错词包括,
根据所述当前输入内容确定至少一个关键词;
根据所述关键词从所述纠错词库中确定至少一个备选纠错词;
获取各所述备选纠错词与所述当前输入内容的编辑距离包括:获取各所述备选纠错词与所述关键词的编辑距离。
4.根据权利要求3所述的商品搜索方法,其特征在于,所述纠错词库包括纠错词、文档数和浏览数,所述根据所述关键词从所述纠错词库中确定至少一个备选纠错词包括:
根据所述关键词在所述纠错词库中进行拼音或中文模糊搜索匹配,确定至少一个目标纠错词;
获取各目标纠错词对应的文档数和浏览数;
根据各所述目标纠错词对应的文档数和浏览数对所述目标纠错词进行排序,获取各所述目标纠错词的排名;
确定所述目标纠错词的排名高于预设排名的所述目标纠错词作为备选纠错词。
5.根据权利要求3所述的商品搜索方法,其特征在于,还包括以下至少之一:
若所述第一搜索结果不为空,显示第一搜索结果,并获取第一搜索结果中的商品数量,将所述关键词和所述第一搜索结果中的商品数量更新到所述纠错词库中;
根据所述第二搜索结果获取第二搜索结果中的商品数量,将所述关键词和所述第二搜索结果中的商品数量更新到所述纠错词库中。
6.根据权利要求1-5任一项所述的商品搜索方法,其特征在于,所述根据所述纠错词进行第二次搜索之前,还包括:
提示已纠错,采用纠错词进行搜索。
7.根据权利要求1-5任一项所述的商品搜索方法,其特征在于,还包括以下至少之一,
所述根据所述当前输入内容进行第一次搜索包括:获取当前输入内容并根据所述当前输入内容进行全文检索,生成第一搜索结果,所述当前输入内容包括当前输入内容的拼音、当前输入内容的单字、当前输入内容的单词中至少之一;
所述根据所述纠错词进行第二次搜索包括:获取纠错词并根据所述纠错词进行全文检索,生成第二搜索结果,所述纠错词包括纠错词的拼音、纠错词的单字、纠错词的单词中至少之一。
8.一种商品搜索***,其特征在于,包括:
输入模块,用于获取当前输入内容,所述当前输入内容用于搜索商品;
第一次搜索模块,用于根据所述当前输入内容进行第一次搜索,生成第一搜索结果;
纠错词获取模块,用于若所述第一搜索结果为空,获取与所述当前输入内容对应的纠错词;
第二次搜索模块,用于根据所述纠错词进行第二次搜索,生成第二搜索结果。
9.一种终端,其特征在于,包括处理器、存储器和通信总线;
所述通信总线用于将所述处理器和存储器连接;
所述处理器用于执行所述存储器中存储的计算机程序,以实现如权利要求1-7中一个或多个所述的商品搜索方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,
所述计算机程序用于使所述计算机执行如权利要求1-7中任一项所述的商品搜索方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010940590.1A CN112131461A (zh) | 2020-09-09 | 2020-09-09 | 一种商品搜索方法、***、终端及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010940590.1A CN112131461A (zh) | 2020-09-09 | 2020-09-09 | 一种商品搜索方法、***、终端及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112131461A true CN112131461A (zh) | 2020-12-25 |
Family
ID=73846524
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010940590.1A Pending CN112131461A (zh) | 2020-09-09 | 2020-09-09 | 一种商品搜索方法、***、终端及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112131461A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1936896A (zh) * | 2006-09-20 | 2007-03-28 | 网之易信息技术(北京)有限公司 | 一种基于搜索引擎的信息检索方法及检索*** |
CN104036004A (zh) * | 2014-06-17 | 2014-09-10 | 百度在线网络技术(北京)有限公司 | 搜索纠错方法和搜索纠错装置 |
CN104268157A (zh) * | 2014-09-03 | 2015-01-07 | 乐视网信息技术(北京)股份有限公司 | 一种数据搜索中的纠错装置及其方法 |
CN104750672A (zh) * | 2013-12-27 | 2015-07-01 | 重庆新媒农信科技有限公司 | 一种应用于搜索中的中文词汇纠错方法及其装置 |
CN105989125A (zh) * | 2015-02-16 | 2016-10-05 | 苏宁云商集团股份有限公司 | 对无结果词进行标签识别的搜索方法和*** |
CN106156098A (zh) * | 2015-04-02 | 2016-11-23 | 深圳市腾讯计算机***有限公司 | 一种纠错对挖掘方法及*** |
CN106326484A (zh) * | 2016-08-31 | 2017-01-11 | 北京奇艺世纪科技有限公司 | 搜索词纠错方法及装置 |
CN107958039A (zh) * | 2017-11-21 | 2018-04-24 | 北京百度网讯科技有限公司 | 一种检索词纠错方法、装置及服务器 |
CN109002521A (zh) * | 2018-07-12 | 2018-12-14 | 北京猫眼文化传媒有限公司 | 搜索关键词的纠错方法、装置和存储介质 |
CN109522465A (zh) * | 2018-10-22 | 2019-03-26 | 国家电网公司 | 基于知识图谱的语义搜索方法及装置 |
-
2020
- 2020-09-09 CN CN202010940590.1A patent/CN112131461A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1936896A (zh) * | 2006-09-20 | 2007-03-28 | 网之易信息技术(北京)有限公司 | 一种基于搜索引擎的信息检索方法及检索*** |
CN104750672A (zh) * | 2013-12-27 | 2015-07-01 | 重庆新媒农信科技有限公司 | 一种应用于搜索中的中文词汇纠错方法及其装置 |
CN104036004A (zh) * | 2014-06-17 | 2014-09-10 | 百度在线网络技术(北京)有限公司 | 搜索纠错方法和搜索纠错装置 |
CN104268157A (zh) * | 2014-09-03 | 2015-01-07 | 乐视网信息技术(北京)股份有限公司 | 一种数据搜索中的纠错装置及其方法 |
WO2016034052A1 (zh) * | 2014-09-03 | 2016-03-10 | 乐视网信息技术(北京)股份有限公司 | 一种数据搜索中的纠错装置及其方法 |
CN105989125A (zh) * | 2015-02-16 | 2016-10-05 | 苏宁云商集团股份有限公司 | 对无结果词进行标签识别的搜索方法和*** |
CN106156098A (zh) * | 2015-04-02 | 2016-11-23 | 深圳市腾讯计算机***有限公司 | 一种纠错对挖掘方法及*** |
CN106326484A (zh) * | 2016-08-31 | 2017-01-11 | 北京奇艺世纪科技有限公司 | 搜索词纠错方法及装置 |
CN107958039A (zh) * | 2017-11-21 | 2018-04-24 | 北京百度网讯科技有限公司 | 一种检索词纠错方法、装置及服务器 |
CN109002521A (zh) * | 2018-07-12 | 2018-12-14 | 北京猫眼文化传媒有限公司 | 搜索关键词的纠错方法、装置和存储介质 |
CN109522465A (zh) * | 2018-10-22 | 2019-03-26 | 国家电网公司 | 基于知识图谱的语义搜索方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101778679B1 (ko) | 딥러닝을 이용하여 텍스트 단어 및 기호 시퀀스를 값으로 하는 복수 개의 인자들로 표현된 데이터를 자동으로 분류하는 방법 및 시스템 | |
US10558754B2 (en) | Method and system for automating training of named entity recognition in natural language processing | |
US8918348B2 (en) | Web-scale entity relationship extraction | |
US8019756B2 (en) | Computer apparatus, computer program and method, for calculating importance of electronic document on computer network, based on comments on electronic document included in another electronic document associated with former electronic document | |
US20130060769A1 (en) | System and method for identifying social media interactions | |
CN108874996B (zh) | 网站分类方法及装置 | |
US10152532B2 (en) | Method and system to associate meaningful expressions with abbreviated names | |
WO2016032866A1 (en) | Spelling correction of email queries | |
CN104834651B (zh) | 一种提供高频问题回答的方法和装置 | |
CN101467125A (zh) | 查询词语的处理 | |
CN109002432B (zh) | 同义词的挖掘方法及装置、计算机可读介质、电子设备 | |
CN113204621B (zh) | 文档入库、文档检索方法,装置,设备以及存储介质 | |
US20130339369A1 (en) | Search Method and Apparatus | |
WO2014210387A2 (en) | Concept extraction | |
CN112115232A (zh) | 一种数据纠错方法、装置及服务器 | |
Song et al. | Improving neural named entity recognition with gazetteers | |
CN113268560A (zh) | 用于文本匹配的方法和装置 | |
WO2023010427A1 (en) | Systems and methods generating internet-of-things-specific knowledge graphs, and search systems and methods using such graphs | |
WO2020106644A1 (en) | Transliteration of data records for improved data matching | |
CN113988157A (zh) | 语义检索网络训练方法、装置、电子设备及存储介质 | |
CN111753029A (zh) | 实体关系抽取方法、装置 | |
CN104281275A (zh) | 一种英文的输入方法和装置 | |
CN111428486B (zh) | 物品信息数据处理方法、装置、介质及电子设备 | |
WO2021042529A1 (zh) | 文章摘要自动生成方法、装置及计算机可读存储介质 | |
CN112000495B (zh) | 用于兴趣点信息管理的方法、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |