JP2016511906A - 商品検索結果の順位付け - Google Patents
商品検索結果の順位付け Download PDFInfo
- Publication number
- JP2016511906A JP2016511906A JP2015560415A JP2015560415A JP2016511906A JP 2016511906 A JP2016511906 A JP 2016511906A JP 2015560415 A JP2015560415 A JP 2015560415A JP 2015560415 A JP2015560415 A JP 2015560415A JP 2016511906 A JP2016511906 A JP 2016511906A
- Authority
- JP
- Japan
- Prior art keywords
- product
- ranking
- query word
- sample
- products
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 claims description 77
- 238000012549 training Methods 0.000 claims description 32
- 230000009471 action Effects 0.000 claims description 30
- 238000006243 chemical reaction Methods 0.000 claims description 20
- 238000010801 machine learning Methods 0.000 claims description 19
- 238000003860 storage Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 230000015654 memory Effects 0.000 claims description 5
- 230000002085 persistent effect Effects 0.000 claims description 2
- 230000008569 process Effects 0.000 description 32
- 238000004422 calculation algorithm Methods 0.000 description 18
- 238000012360 testing method Methods 0.000 description 18
- 238000012706 support-vector machine Methods 0.000 description 14
- 230000000694 effects Effects 0.000 description 9
- 230000006399 behavior Effects 0.000 description 8
- 238000005457 optimization Methods 0.000 description 7
- 230000004044 response Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000013142 basic testing Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Images
Classifications
-
- 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]
- G06Q30/0623—Item investigation
- G06Q30/0625—Directed, with specific intent or strategy
-
- 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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24578—Query processing with adaptation to user needs using ranking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本願は、すべての目的のために参照により本明細書に組み込まれる、2013年3月28日に出願された発明の名称を「A METHOD AND SYSTEM FOR SORTING SEARCH ENGINE RESULTS」とする中国特許出願第201310105175.4号に基づく優先権を主張する。
適用例1:システムであって、
1または複数のプロセッサであって、
クエリワードに対応する複数のサンプルペアを決定し、前記複数のサンプルペアの中のサンプルペアは、前記クエリワードに対応する第1の商品および第2の商品に関連付けられており、前記第1の商品および前記第2の商品の一方は、前記クエリワードに関連付けられている履歴ユーザ動作データに少なくとも部分的に基づいて、前記第1の商品および前記第2の商品の他方よりも高い順位付け優先度を割り当てられ、
前記複数のサンプルペアの少なくとも一部に含まれる各サンプルペアに関連付けられている各商品について、前記クエリワードに関連付けられている1セットの順位付け特徴に対応する複数の特徴スコア値を決定し、
前記複数のサンプルペアの前記少なくとも一部に対応する前記複数の特徴スコア値および順位付け優先度割り当てに少なくとも部分的に基づいて、前記1セットの順位付け特徴に対応する1セットの重みを決定するよう構成されている、1または複数のプロセッサと、
前記1または複数のプロセッサに接続され、前記1または複数のプロセッサに命令を提供するよう構成されている1または複数のメモリと、
を備える、システム。
適用例2:適用例1に記載のシステムであって、前記1または複数のプロセッサは、さらに、
前記クエリワードを含む後続の検索要求を受信し、
前記1セットの重みに少なくとも部分的に基づいて、前記クエリワードに対応する少なくとも複数の商品を順位付け、
1または複数の順位付けられた商品検索結果を出力するよう構成されている、システム。
適用例3:適用例2に記載のシステムであって、前記少なくとも複数の商品を順位付けることは、
前記複数の商品の中の商品について、前記1セットの順位付け特徴の各順位付け特徴の対応する特徴スコア値を決定し、
前記対応する特徴スコア値および前記1セットの重みに少なくとも部分的に基づいて、前記商品の順位付けスコアを決定し、
前記順位付けスコアに少なくとも部分的に基づいて、前記複数の商品の中で前記商品を順位付けることを含む、システム。
適用例4:適用例1に記載のシステムであって、前記クエリワードに対応する前記複数のサンプルペアを決定することは、
前記履歴ユーザ動作データに少なくとも部分的に基づいて、前記クエリワードに対応する複数の商品を決定し、
前記クエリワードに関連する前記履歴ユーザ動作データに少なくとも部分的に基づいて、前記複数の商品の各商品に対して履歴計量値を決定し、
前記複数の商品から複数ペアの商品を決定し、
前記複数ペアの商品から前記複数のサンプルペアを決定し、前記複数のサンプルペアの各々は、前記履歴計量値に関連付けられている条件を満たし、
前記サンプルペアの前記2つの商品に対応するそれぞれの履歴計量値に少なくとも部分的に基づいて、前記複数のサンプルペアの各サンプルペア内の1商品に、より高い優先度を割り当てることを含む、システム。
適用例5:適用例4に記載のシステムであって、前記履歴計量値は、コンバージョン率およびクリックスルー率の一方または両方を含む、システム。
適用例6:適用例1に記載のシステムであって、前記複数のサンプルペアの前記少なくとも一部に含まれる各サンプルペアに関連する各商品に対応する前記クエリワードに関連付けられている前記1セットの順位付け特徴に対応する前記複数の特徴スコア値を決定することは、
前記商品に関連する前記1セットの順位付け特徴に対応する1セットの属性値を抽出し、
前記1セットの属性値に少なくとも部分的に基づいて、前記商品について前記複数の特徴スコア値を計算することを含む、システム。
適用例7:適用例1に記載のシステムであって、前記1セットの順位付け特徴に対応する前記1セットの重みを決定することは、前記複数の特徴スコア値と、前記複数のサンプルペアの各サンプルペアの商品のペアに対応する高順位付け優先度または低順位付け優先度の指示とに少なくとも部分的に基づいて、機械学習モデルをトレーニングすることを含む、システム。
適用例8:適用例1に記載のシステムであって、前記クエリワードに関連付けられている前記1セットの順位付け特徴は、前記クエリワードが属するカテゴリに関連する、システム。
適用例9:適用例1に記載のシステムであって、前記履歴ユーザ動作データは、アクセスログ、購入ログ、または、選択ログの内の1以上を含む、システム。
適用例10:方法であって、
クエリワードに対応する複数のサンプルペアを決定し、前記複数のサンプルペアの中のサンプルペアは、前記クエリワードに対応する第1の商品および第2の商品に関連付けられており、前記第1の商品および前記第2の商品の一方は、前記クエリワードに関連する履歴ユーザ動作データに少なくとも部分的に基づいて、前記第1の商品および前記第2の商品の他方よりも高い順位付け優先度を割り当てられ、
前記複数のサンプルペアの少なくとも一部に含まれる各サンプルペアに関連付けられている各商品について、前記クエリワードに関連する1セットの順位付け特徴に対応する複数の特徴スコア値を決定し、
前記複数のサンプルペアの前記少なくとも一部に対応する前記複数の特徴スコア値および順位付け優先度割り当てに少なくとも部分的に基づいて、前記1セットの順位付け特徴に対応する1セットの重みを決定すること、
を備える、方法。
適用例11:適用例10に記載の方法であって、さらに、
前記クエリワードを含む後続の検索要求を受信し、
前記1セットの重みに少なくとも部分的に基づいて、前記クエリワードに対応する少なくとも複数の商品を順位付け、
1または複数の順位付けられた商品検索結果を出力すること、
を備える、方法。
適用例12:適用例11に記載の方法であって、前記少なくとも複数の商品を順位付けることは、
前記複数の商品の中の商品について、前記1セットの順位付け特徴の各順位付け特徴の対応する特徴スコア値を決定し、
前記対応する特徴スコア値および前記1セットの重みに少なくとも部分的に基づいて、前記商品の順位付けスコアを決定し、
前記順位付けスコアに少なくとも部分的に基づいて、前記複数の商品の中で前記商品を順位付けること、
を含む、方法。
適用例13:適用例10に記載の方法であって、前記クエリワードに対応する前記複数のサンプルペアを決定することは、
前記履歴ユーザ動作データに少なくとも部分的に基づいて、前記クエリワードに対応する複数の商品を決定し、
前記クエリワードに関連付けられている前記履歴ユーザ動作データに少なくとも部分的に基づいて、前記複数の商品の各商品に対して履歴計量値を決定し、
前記複数の商品から複数ペアの商品を決定し、
前記複数ペアの商品から前記複数のサンプルペアを決定し、前記複数のサンプルペアの各々は、前記履歴計量値に関連付けられている条件を満たし、
前記サンプルペアの前記2つの商品に対応するそれぞれの履歴計量値に少なくとも部分的に基づいて、前記複数のサンプルペアの各サンプルペア内の1商品に、より高い優先度を割り当てること、
を含む、方法。
適用例14:適用例13に記載の方法であって、前記履歴計量値は、コンバージョン率およびクリックスルー率の一方または両方を含む、方法。
適用例15:適用例10に記載の方法であって、前記複数のサンプルペアの前記少なくとも一部に含まれる各サンプルペアに関連付けられている各商品に対応する前記クエリワードに関連する前記1セットの順位付け特徴に対応する前記複数の特徴スコア値を決定することは、
前記商品に関連する前記1セットの順位付け特徴に対応する1セットの属性値を抽出し、
前記1セットの属性値に少なくとも部分的に基づいて、前記商品について前記複数の特徴スコア値を計算すること、
を含む、方法。
適用例16:適用例10に記載の方法であって、前記1セットの順位付け特徴に対応する前記1セットの重みを決定することは、前記特徴スコア値と、前記複数のサンプルペアの各サンプルペアの商品のペアに対応する高順位付け優先度または低順位付け優先度の指示とに少なくとも部分的に基づいて、機械学習モデルをトレーニングすることを含む、方法。
適用例17:適用例10に記載の方法であって、前記クエリワードに関連付けられている前記1セットの順位付け特徴は、前記クエリワードが属するカテゴリに関連する、方法。
適用例18:適用例10に記載の方法であって、前記履歴ユーザ動作データは、アクセスログ、購入ログ、または、選択ログの内の1以上を含む、方法。
適用例19:コンピュータプログラム製品であって、持続性のコンピュータ読み取り可能な記憶媒体内に具現化され、
クエリワードに対応する複数のサンプルペアを決定するためのコンピュータ命令と、前記複数のサンプルペアの中のサンプルペアは、前記クエリワードに対応する第1の商品および第2の商品に関連付けられており、前記第1の商品および前記第2の商品の一方は、前記クエリワードに関連付けられている履歴ユーザ動作データに少なくとも部分的に基づいて、前記第1の商品および前記第2の商品の他方よりも高い順位付け優先度を割り当てられ、
前記複数のサンプルペアの少なくとも一部に含まれる各サンプルペアに関連付けられている各商品について、前記クエリワードに関連する1セットの順位付け特徴に対応する複数の特徴スコア値を決定するためのコンピュータ命令と、
前記複数のサンプルペアの前記少なくとも一部に対応する前記複数の特徴スコア値および順位付け優先度割り当てに少なくとも部分的に基づいて、前記1セットの順位付け特徴に対応する1セットの重みを決定するためのコンピュータ命令と、
を備える、コンピュータプログラム製品。
Claims (19)
- システムであって、
1または複数のプロセッサであって、
クエリワードに対応する複数のサンプルペアを決定し、前記複数のサンプルペアの中のサンプルペアは、前記クエリワードに対応する第1の商品および第2の商品に関連付けられており、前記第1の商品および前記第2の商品の一方は、前記クエリワードに関連付けられている履歴ユーザ動作データに少なくとも部分的に基づいて、前記第1の商品および前記第2の商品の他方よりも高い順位付け優先度を割り当てられ、
前記複数のサンプルペアの少なくとも一部に含まれる各サンプルペアに関連付けられている各商品について、前記クエリワードに関連付けられている1セットの順位付け特徴に対応する複数の特徴スコア値を決定し、
前記複数のサンプルペアの前記少なくとも一部に対応する前記複数の特徴スコア値および順位付け優先度割り当てに少なくとも部分的に基づいて、前記1セットの順位付け特徴に対応する1セットの重みを決定するよう構成されている、1または複数のプロセッサと、
前記1または複数のプロセッサに接続され、前記1または複数のプロセッサに命令を提供するよう構成されている1または複数のメモリと、
を備える、システム。 - 請求項1に記載のシステムであって、前記1または複数のプロセッサは、さらに、
前記クエリワードを含む後続の検索要求を受信し、
前記1セットの重みに少なくとも部分的に基づいて、前記クエリワードに対応する少なくとも複数の商品を順位付け、
1または複数の順位付けられた商品検索結果を出力するよう構成されている、システム。 - 請求項2に記載のシステムであって、前記少なくとも複数の商品を順位付けることは、
前記複数の商品の中の商品について、前記1セットの順位付け特徴の各順位付け特徴の対応する特徴スコア値を決定し、
前記対応する特徴スコア値および前記1セットの重みに少なくとも部分的に基づいて、前記商品の順位付けスコアを決定し、
前記順位付けスコアに少なくとも部分的に基づいて、前記複数の商品の中で前記商品を順位付けることを含む、システム。 - 請求項1に記載のシステムであって、前記クエリワードに対応する前記複数のサンプルペアを決定することは、
前記履歴ユーザ動作データに少なくとも部分的に基づいて、前記クエリワードに対応する複数の商品を決定し、
前記クエリワードに関連する前記履歴ユーザ動作データに少なくとも部分的に基づいて、前記複数の商品の各商品に対して履歴計量値を決定し、
前記複数の商品から複数ペアの商品を決定し、
前記複数ペアの商品から前記複数のサンプルペアを決定し、前記複数のサンプルペアの各々は、前記履歴計量値に関連付けられている条件を満たし、
前記サンプルペアの前記2つの商品に対応するそれぞれの履歴計量値に少なくとも部分的に基づいて、前記複数のサンプルペアの各サンプルペア内の1商品に、より高い優先度を割り当てることを含む、システム。 - 請求項4に記載のシステムであって、前記履歴計量値は、コンバージョン率およびクリックスルー率の一方または両方を含む、システム。
- 請求項1に記載のシステムであって、前記複数のサンプルペアの前記少なくとも一部に含まれる各サンプルペアに関連する各商品に対応する前記クエリワードに関連付けられている前記1セットの順位付け特徴に対応する前記複数の特徴スコア値を決定することは、
前記商品に関連する前記1セットの順位付け特徴に対応する1セットの属性値を抽出し、
前記1セットの属性値に少なくとも部分的に基づいて、前記商品について前記複数の特徴スコア値を計算することを含む、システム。 - 請求項1に記載のシステムであって、前記1セットの順位付け特徴に対応する前記1セットの重みを決定することは、前記複数の特徴スコア値と、前記複数のサンプルペアの各サンプルペアの商品のペアに対応する高順位付け優先度または低順位付け優先度の指示とに少なくとも部分的に基づいて、機械学習モデルをトレーニングすることを含む、システム。
- 請求項1に記載のシステムであって、前記クエリワードに関連付けられている前記1セットの順位付け特徴は、前記クエリワードが属するカテゴリに関連する、システム。
- 請求項1に記載のシステムであって、前記履歴ユーザ動作データは、アクセスログ、購入ログ、または、選択ログの内の1以上を含む、システム。
- 方法であって、
クエリワードに対応する複数のサンプルペアを決定し、前記複数のサンプルペアの中のサンプルペアは、前記クエリワードに対応する第1の商品および第2の商品に関連付けられており、前記第1の商品および前記第2の商品の一方は、前記クエリワードに関連する履歴ユーザ動作データに少なくとも部分的に基づいて、前記第1の商品および前記第2の商品の他方よりも高い順位付け優先度を割り当てられ、
前記複数のサンプルペアの少なくとも一部に含まれる各サンプルペアに関連付けられている各商品について、前記クエリワードに関連する1セットの順位付け特徴に対応する複数の特徴スコア値を決定し、
前記複数のサンプルペアの前記少なくとも一部に対応する前記複数の特徴スコア値および順位付け優先度割り当てに少なくとも部分的に基づいて、前記1セットの順位付け特徴に対応する1セットの重みを決定すること、
を備える、方法。 - 請求項10に記載の方法であって、さらに、
前記クエリワードを含む後続の検索要求を受信し、
前記1セットの重みに少なくとも部分的に基づいて、前記クエリワードに対応する少なくとも複数の商品を順位付け、
1または複数の順位付けられた商品検索結果を出力すること、
を備える、方法。 - 請求項11に記載の方法であって、前記少なくとも複数の商品を順位付けることは、
前記複数の商品の中の商品について、前記1セットの順位付け特徴の各順位付け特徴の対応する特徴スコア値を決定し、
前記対応する特徴スコア値および前記1セットの重みに少なくとも部分的に基づいて、前記商品の順位付けスコアを決定し、
前記順位付けスコアに少なくとも部分的に基づいて、前記複数の商品の中で前記商品を順位付けること、
を含む、方法。 - 請求項10に記載の方法であって、前記クエリワードに対応する前記複数のサンプルペアを決定することは、
前記履歴ユーザ動作データに少なくとも部分的に基づいて、前記クエリワードに対応する複数の商品を決定し、
前記クエリワードに関連付けられている前記履歴ユーザ動作データに少なくとも部分的に基づいて、前記複数の商品の各商品に対して履歴計量値を決定し、
前記複数の商品から複数ペアの商品を決定し、
前記複数ペアの商品から前記複数のサンプルペアを決定し、前記複数のサンプルペアの各々は、前記履歴計量値に関連付けられている条件を満たし、
前記サンプルペアの前記2つの商品に対応するそれぞれの履歴計量値に少なくとも部分的に基づいて、前記複数のサンプルペアの各サンプルペア内の1商品に、より高い優先度を割り当てること、
を含む、方法。 - 請求項13に記載の方法であって、前記履歴計量値は、コンバージョン率およびクリックスルー率の一方または両方を含む、方法。
- 請求項10に記載の方法であって、前記複数のサンプルペアの前記少なくとも一部に含まれる各サンプルペアに関連付けられている各商品に対応する前記クエリワードに関連する前記1セットの順位付け特徴に対応する前記複数の特徴スコア値を決定することは、
前記商品に関連する前記1セットの順位付け特徴に対応する1セットの属性値を抽出し、
前記1セットの属性値に少なくとも部分的に基づいて、前記商品について前記複数の特徴スコア値を計算すること、
を含む、方法。 - 請求項10に記載の方法であって、前記1セットの順位付け特徴に対応する前記1セットの重みを決定することは、前記特徴スコア値と、前記複数のサンプルペアの各サンプルペアの商品のペアに対応する高順位付け優先度または低順位付け優先度の指示とに少なくとも部分的に基づいて、機械学習モデルをトレーニングすることを含む、方法。
- 請求項10に記載の方法であって、前記クエリワードに関連付けられている前記1セットの順位付け特徴は、前記クエリワードが属するカテゴリに関連する、方法。
- 請求項10に記載の方法であって、前記履歴ユーザ動作データは、アクセスログ、購入ログ、または、選択ログの内の1以上を含む、方法。
- コンピュータプログラム製品であって、持続性のコンピュータ読み取り可能な記憶媒体内に具現化され、
クエリワードに対応する複数のサンプルペアを決定するためのコンピュータ命令と、前記複数のサンプルペアの中のサンプルペアは、前記クエリワードに対応する第1の商品および第2の商品に関連付けられており、前記第1の商品および前記第2の商品の一方は、前記クエリワードに関連付けられている履歴ユーザ動作データに少なくとも部分的に基づいて、前記第1の商品および前記第2の商品の他方よりも高い順位付け優先度を割り当てられ、
前記複数のサンプルペアの少なくとも一部に含まれる各サンプルペアに関連付けられている各商品について、前記クエリワードに関連する1セットの順位付け特徴に対応する複数の特徴スコア値を決定するためのコンピュータ命令と、
前記複数のサンプルペアの前記少なくとも一部に対応する前記複数の特徴スコア値および順位付け優先度割り当てに少なくとも部分的に基づいて、前記1セットの順位付け特徴に対応する1セットの重みを決定するためのコンピュータ命令と、
を備える、コンピュータプログラム製品。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310105175.4A CN104077306B (zh) | 2013-03-28 | 2013-03-28 | 一种搜索引擎的结果排序方法及*** |
CN201310105175.4 | 2013-03-28 | ||
US14/222,254 US9818142B2 (en) | 2013-03-28 | 2014-03-21 | Ranking product search results |
US14/222,254 | 2014-03-21 | ||
PCT/US2014/031607 WO2014160648A1 (en) | 2013-03-28 | 2014-03-24 | Ranking product search results |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016511906A true JP2016511906A (ja) | 2016-04-21 |
JP6152173B2 JP6152173B2 (ja) | 2017-06-21 |
Family
ID=51598566
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015560415A Active JP6152173B2 (ja) | 2013-03-28 | 2014-03-24 | 商品検索結果の順位付け |
Country Status (5)
Country | Link |
---|---|
US (1) | US9818142B2 (ja) |
JP (1) | JP6152173B2 (ja) |
CN (1) | CN104077306B (ja) |
TW (1) | TWI591556B (ja) |
WO (1) | WO2014160648A1 (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018005662A (ja) * | 2016-07-05 | 2018-01-11 | ヤフー株式会社 | 情報解析装置、情報解析方法、および情報解析プログラム |
JP2018156429A (ja) * | 2017-03-17 | 2018-10-04 | ヤフー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
CN111400343A (zh) * | 2020-03-10 | 2020-07-10 | 汇信软投(佛山)软件科技发展有限公司 | 匹配产品模具的查询方法、装置及计算机设备 |
JP2020522061A (ja) * | 2017-05-23 | 2020-07-27 | 北京三快在線科技有限公司Beijing Sankuai Online Technology Co.,Ltd. | サンプル重み設定方法及び装置、電子装置 |
JP2020177401A (ja) * | 2019-04-17 | 2020-10-29 | ヤフー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
JP2021179987A (ja) * | 2020-05-11 | 2021-11-18 | ネイバー コーポレーションNAVER Corporation | ショッピング検索結果の拡張方法およびシステム |
Families Citing this family (84)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8661403B2 (en) | 2011-06-30 | 2014-02-25 | Truecar, Inc. | System, method and computer program product for predicting item preference using revenue-weighted collaborative filter |
US9524319B2 (en) * | 2013-04-30 | 2016-12-20 | Wal-Mart Stores, Inc. | Search relevance |
US9524520B2 (en) * | 2013-04-30 | 2016-12-20 | Wal-Mart Stores, Inc. | Training a classification model to predict categories |
JP5668184B1 (ja) | 2014-03-31 | 2015-02-12 | 楽天株式会社 | 購入管理装置、購入管理方法、プログラム、及び記録媒体 |
US9633085B2 (en) * | 2014-06-06 | 2017-04-25 | Macy's West Stores, Inc. | Method for calculating relevancy scores of search results |
US20160364783A1 (en) * | 2014-06-13 | 2016-12-15 | Truecar, Inc. | Systems and methods for vehicle purchase recommendations |
US10592781B2 (en) * | 2014-07-18 | 2020-03-17 | The Boeing Company | Devices and method for scoring data to quickly identify relevant attributes for instant classification |
CN105808541B (zh) * | 2014-12-29 | 2019-11-08 | 阿里巴巴集团控股有限公司 | 一种信息匹配处理方法和装置 |
WO2016122481A1 (en) * | 2015-01-28 | 2016-08-04 | Hewlett Packard Enterprise Development Lp | Product portfolio rationalization |
CN105005579A (zh) * | 2015-05-28 | 2015-10-28 | 携程计算机技术(上海)有限公司 | Ota网站中酒店房型个性化排序方法及*** |
CN106445971A (zh) * | 2015-08-11 | 2017-02-22 | 北京奇虎科技有限公司 | 一种应用推荐方法和*** |
CN106504011B (zh) * | 2015-09-06 | 2019-11-05 | 阿里巴巴集团控股有限公司 | 一种业务对象的展示方法和装置 |
US10417578B2 (en) * | 2015-09-25 | 2019-09-17 | Conduent Business Services, Llc | Method and system for predicting requirements of a user for resources over a computer network |
EP3374947A4 (en) * | 2015-11-09 | 2019-03-27 | Simbe Robotics, Inc. | METHOD FOR FOLLOWING A STOCK LEVEL IN A STORE |
CN106774970B (zh) * | 2015-11-24 | 2021-08-20 | 北京搜狗科技发展有限公司 | 对输入法的候选项进行排序的方法和装置 |
CN106844379A (zh) * | 2015-12-04 | 2017-06-13 | 北京国双科技有限公司 | 关键词投放的处理方法及装置 |
EP3190550A1 (en) * | 2016-01-11 | 2017-07-12 | Nintendo Co., Ltd. | Method and device for refining selection of items as a function of a multicomponent score criterion |
US10891019B2 (en) | 2016-02-29 | 2021-01-12 | Huawei Technologies Co., Ltd. | Dynamic thumbnail selection for search results |
CN107153630B (zh) * | 2016-03-04 | 2020-11-06 | 阿里巴巴集团控股有限公司 | 一种机器学习***的训练方法和训练*** |
US11580582B1 (en) * | 2016-03-08 | 2023-02-14 | Gerald McLaughlin | Method and system for description database creation, organization, and use |
CN106021374A (zh) * | 2016-05-11 | 2016-10-12 | 百度在线网络技术(北京)有限公司 | 查询结果的底层召回方法和装置 |
EP3459008A4 (en) | 2016-05-19 | 2019-11-27 | Simbe Robotics, Inc. | METHOD FOR MONITORING THE PLACEMENT OF PRODUCTS ON SHELVES IN A STORE |
CN107622056B (zh) * | 2016-07-13 | 2021-03-02 | 百度在线网络技术(北京)有限公司 | 训练样本的生成方法和装置 |
US10769156B2 (en) | 2016-08-26 | 2020-09-08 | Microsoft Technology Licensing, Llc | Rank query results for relevance utilizing external context |
CN106484766B (zh) * | 2016-09-07 | 2019-10-22 | 北京百度网讯科技有限公司 | 基于人工智能的搜索方法和装置 |
CN106502881B (zh) * | 2016-09-20 | 2022-01-14 | 北京三快在线科技有限公司 | 一种商品排序规则的测试方法和装置 |
US20180139328A1 (en) * | 2016-11-17 | 2018-05-17 | Interactive Intelligence Group, Inc. | System and method for managing contact center system |
CN106503258B (zh) * | 2016-11-18 | 2020-05-12 | 深圳市世强元件网络有限公司 | 一种网站站内精确搜索方法 |
CN108108380B (zh) * | 2016-11-25 | 2022-05-31 | 阿里巴巴集团控股有限公司 | 搜索排序方法、搜索排序装置、搜索方法和搜索装置 |
CN106874352A (zh) * | 2016-12-28 | 2017-06-20 | 河北中废通网络技术有限公司 | 一种搜索因子调整的方法 |
CN108509461A (zh) * | 2017-02-28 | 2018-09-07 | 华为技术有限公司 | 一种基于强化学习的排序学习方法及服务器 |
CN107103519A (zh) * | 2017-05-02 | 2017-08-29 | 深圳市水觅网络发展有限公司 | 一种可购买商品多种消费模式的网络购物*** |
TWI645350B (zh) | 2017-11-24 | 2018-12-21 | 財團法人工業技術研究院 | 決策因素分析裝置與決策因素分析方法 |
US10839419B2 (en) | 2018-01-09 | 2020-11-17 | International Business Machines Corporation | Multi-layered product value score generation |
CN108304512B (zh) * | 2018-01-19 | 2021-05-25 | 北京奇艺世纪科技有限公司 | 一种视频搜索引擎粗排序方法、装置及电子设备 |
CN108335137B (zh) * | 2018-01-31 | 2021-07-30 | 北京三快在线科技有限公司 | 排序方法及装置、电子设备、计算机可读介质 |
US10915538B2 (en) * | 2018-03-23 | 2021-02-09 | Home Depot Product Authority, Llc | Ranking and presenting search engine results based on category-specific ranking models |
US10395306B1 (en) * | 2018-04-25 | 2019-08-27 | Sourceability North America LLC | Electronic component sourcing user interface |
CN108875776B (zh) * | 2018-05-02 | 2021-08-20 | 北京三快在线科技有限公司 | 模型训练方法和装置、业务推荐的方法和装置、电子设备 |
WO2019237298A1 (en) | 2018-06-14 | 2019-12-19 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for on-demand services |
EP3811320A4 (en) | 2018-06-20 | 2022-03-16 | Simbe Robotics, Inc. | METHOD FOR MANAGING ONE-CLICK PURCHASING AND DELIVERY EVENTS |
CN109032375B (zh) * | 2018-06-29 | 2022-07-19 | 北京百度网讯科技有限公司 | 候选文本排序方法、装置、设备及存储介质 |
CN110737816A (zh) * | 2018-07-02 | 2020-01-31 | 北京三快在线科技有限公司 | 排序方法、装置、电子设备及可读存储介质 |
CN109191229A (zh) * | 2018-07-16 | 2019-01-11 | 三星电子(中国)研发中心 | 增强现实装饰物推荐方法及装置 |
CN110827106A (zh) * | 2018-08-08 | 2020-02-21 | 北京京东尚科信息技术有限公司 | 构建搜索模型的方法及装置以及商品搜索方法及装置 |
CN109189904A (zh) * | 2018-08-10 | 2019-01-11 | 上海中彦信息科技股份有限公司 | 个性化搜索方法及*** |
US10970400B2 (en) * | 2018-08-14 | 2021-04-06 | Kenna Security, Inc. | Multi-stage training of machine learning models |
CN110968767B (zh) * | 2018-09-28 | 2023-03-31 | 北京嘀嘀无限科技发展有限公司 | 排序引擎训练方法及装置、业务卡排序方法及装置 |
CN109299344B (zh) * | 2018-10-26 | 2020-12-29 | Oppo广东移动通信有限公司 | 排序模型的生成方法、搜索结果的排序方法、装置及设备 |
JP7243333B2 (ja) * | 2019-03-15 | 2023-03-22 | 富士通株式会社 | 情報処理方法、情報処理プログラム、および情報処理装置 |
CN110175883A (zh) * | 2019-04-10 | 2019-08-27 | 拉扎斯网络科技(上海)有限公司 | 一种排序方法、装置、电子设备和非易失性存储介质 |
CN110263245B (zh) * | 2019-04-29 | 2020-08-21 | 阿里巴巴集团控股有限公司 | 基于强化学习模型向用户推送对象的方法和装置 |
US10902298B2 (en) | 2019-04-29 | 2021-01-26 | Alibaba Group Holding Limited | Pushing items to users based on a reinforcement learning model |
US11599548B2 (en) * | 2019-07-01 | 2023-03-07 | Kohl's, Inc. | Utilize high performing trained machine learning models for information retrieval in a web store |
CN110377831B (zh) * | 2019-07-25 | 2022-05-17 | 拉扎斯网络科技(上海)有限公司 | 检索方法、装置、可读存储介质和电子设备 |
CN110765349A (zh) * | 2019-09-27 | 2020-02-07 | 上海麦克风文化传媒有限公司 | 一种自动排序权重操作方法 |
CN112579767B (zh) * | 2019-09-29 | 2024-05-03 | 北京搜狗科技发展有限公司 | 搜索处理方法、装置和用于搜索处理的装置 |
US11720947B2 (en) | 2019-10-17 | 2023-08-08 | Ebay Inc. | Method, media, and system for generating diverse search results for presenting to a user |
TWI784218B (zh) * | 2019-12-11 | 2022-11-21 | 中華電信股份有限公司 | 商品排名裝置以及商品排名方法 |
CN111221943B (zh) * | 2020-01-13 | 2023-08-08 | 口口相传(北京)网络技术有限公司 | 查询结果匹配度计算方法及装置 |
US11625644B1 (en) * | 2020-02-18 | 2023-04-11 | Amazon Technologies, Inc. | Multi-objective ranking of search results |
CN113536156B (zh) * | 2020-04-13 | 2024-05-28 | 百度在线网络技术(北京)有限公司 | 搜索结果排序方法、模型构建方法、装置、设备和介质 |
CN111581545B (zh) * | 2020-05-12 | 2023-09-19 | 腾讯科技(深圳)有限公司 | 一种召回文档的排序方法及相关设备 |
CN112084307B (zh) * | 2020-09-14 | 2023-11-17 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置、服务器及计算机可读存储介质 |
CN112100444B (zh) * | 2020-09-27 | 2022-02-01 | 四川长虹电器股份有限公司 | 一种基于机器学习的搜索结果排序方法及*** |
CN113744015B (zh) * | 2020-10-20 | 2024-08-20 | 北京沃东天骏信息技术有限公司 | 一种排序方法、装置、设备及计算机存储介质 |
CN112100529B (zh) * | 2020-11-17 | 2021-03-19 | 北京三快在线科技有限公司 | 搜索内容排序方法、装置、存储介质和电子设备 |
CN113781146A (zh) * | 2020-11-17 | 2021-12-10 | 北京沃东天骏信息技术有限公司 | 产品信息的推荐方法、装置、设备和存储介质 |
CN112686695B (zh) * | 2020-12-25 | 2024-06-04 | 郑州阿帕斯数云信息科技有限公司 | 广告位的广告填充方法及广告客户端和电子设备 |
US11893385B2 (en) | 2021-02-17 | 2024-02-06 | Open Weaver Inc. | Methods and systems for automated software natural language documentation |
US11836069B2 (en) | 2021-02-24 | 2023-12-05 | Open Weaver Inc. | Methods and systems for assessing functional validation of software components comparing source code and feature documentation |
US11947530B2 (en) | 2021-02-24 | 2024-04-02 | Open Weaver Inc. | Methods and systems to automatically generate search queries from software documents to validate software component search engines |
US11921763B2 (en) | 2021-02-24 | 2024-03-05 | Open Weaver Inc. | Methods and systems to parse a software component search query to enable multi entity search |
US11960492B2 (en) | 2021-02-24 | 2024-04-16 | Open Weaver Inc. | Methods and systems for display of search item scores and related information for easier search result selection |
US11836202B2 (en) * | 2021-02-24 | 2023-12-05 | Open Weaver Inc. | Methods and systems for dynamic search listing ranking of software components |
US11853745B2 (en) | 2021-02-26 | 2023-12-26 | Open Weaver Inc. | Methods and systems for automated open source software reuse scoring |
CN113177162B (zh) * | 2021-06-29 | 2022-04-22 | 北京达佳互联信息技术有限公司 | 搜索结果的排序方法、装置、电子设备和存储介质 |
US20230058770A1 (en) * | 2021-08-19 | 2023-02-23 | The Boston Consulting Group, Inc. | Insight capturing engine in a data analytics system |
CN113673866A (zh) * | 2021-08-20 | 2021-11-19 | 上海寻梦信息技术有限公司 | 农作物决策方法、模型训练方法以及相关设备 |
CN113724015A (zh) * | 2021-09-07 | 2021-11-30 | 北京沃东天骏信息技术有限公司 | 确定目标显示页面的方法、装置、电子设备及存储介质 |
CN114186682A (zh) * | 2021-12-10 | 2022-03-15 | 北京达佳互联信息技术有限公司 | 搜索视频排序网络的训练方法、搜索视频排序方法和装置 |
CN114282965A (zh) * | 2021-12-21 | 2022-04-05 | 唯品会(广州)软件有限公司 | 召回方案评估方法、装置及计算机设备 |
WO2023142042A1 (zh) * | 2022-01-29 | 2023-08-03 | 华为技术有限公司 | 排序模型训练方法、装置及存储介质 |
CN115186163B (zh) * | 2022-06-27 | 2023-04-07 | 北京百度网讯科技有限公司 | 搜索结果排序模型的训练与搜索结果排序方法、装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012097124A1 (en) * | 2011-01-14 | 2012-07-19 | Alibaba Group Holding Limited | Ranking of query results based on individuals' needs |
JP2012203821A (ja) * | 2011-03-28 | 2012-10-22 | Yahoo Japan Corp | 検索ランキング生成装置及び方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7246110B1 (en) | 2000-05-25 | 2007-07-17 | Cnet Networks, Inc. | Product feature and relation comparison system |
CN100495392C (zh) * | 2003-12-29 | 2009-06-03 | 西安迪戈科技有限责任公司 | 一种智能搜索方法 |
US7925651B2 (en) | 2007-01-11 | 2011-04-12 | Microsoft Corporation | Ranking items by optimizing ranking cost function |
US20080255925A1 (en) | 2007-04-16 | 2008-10-16 | Aditya Vailaya | Systems and methods for generating value-based information |
CN100557612C (zh) * | 2007-11-15 | 2009-11-04 | 深圳市迅雷网络技术有限公司 | 一种基于搜索引擎的搜索结果排序方法及装置 |
US8301638B2 (en) | 2008-09-25 | 2012-10-30 | Microsoft Corporation | Automated feature selection based on rankboost for ranking |
CN101604341A (zh) * | 2009-01-07 | 2009-12-16 | 北京中加国道科技有限公司 | 一种评价网络学术资源重要性的新方法 |
CN101957859B (zh) * | 2010-10-15 | 2012-08-08 | 西安电子科技大学 | 基于集成支撑矢量机排序的信息检索方法 |
CN102004782A (zh) * | 2010-11-25 | 2011-04-06 | 北京搜狗科技发展有限公司 | 一种搜索结果排序方法和搜索结果排序器 |
US8843477B1 (en) * | 2011-10-31 | 2014-09-23 | Google Inc. | Onsite and offsite search ranking results |
-
2013
- 2013-03-28 CN CN201310105175.4A patent/CN104077306B/zh active Active
- 2013-06-24 TW TW102122362A patent/TWI591556B/zh active
-
2014
- 2014-03-21 US US14/222,254 patent/US9818142B2/en active Active
- 2014-03-24 WO PCT/US2014/031607 patent/WO2014160648A1/en active Application Filing
- 2014-03-24 JP JP2015560415A patent/JP6152173B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012097124A1 (en) * | 2011-01-14 | 2012-07-19 | Alibaba Group Holding Limited | Ranking of query results based on individuals' needs |
JP2012203821A (ja) * | 2011-03-28 | 2012-10-22 | Yahoo Japan Corp | 検索ランキング生成装置及び方法 |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018005662A (ja) * | 2016-07-05 | 2018-01-11 | ヤフー株式会社 | 情報解析装置、情報解析方法、および情報解析プログラム |
JP2018156429A (ja) * | 2017-03-17 | 2018-10-04 | ヤフー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
JP2020522061A (ja) * | 2017-05-23 | 2020-07-27 | 北京三快在線科技有限公司Beijing Sankuai Online Technology Co.,Ltd. | サンプル重み設定方法及び装置、電子装置 |
JP2020177401A (ja) * | 2019-04-17 | 2020-10-29 | ヤフー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
JP7042770B2 (ja) | 2019-04-17 | 2022-03-28 | ヤフー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
JP2022066610A (ja) * | 2019-04-17 | 2022-04-28 | ヤフー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
JP7354329B2 (ja) | 2019-04-17 | 2023-10-02 | ヤフー株式会社 | 情報処理装置、情報処理方法、およびプログラム |
CN111400343A (zh) * | 2020-03-10 | 2020-07-10 | 汇信软投(佛山)软件科技发展有限公司 | 匹配产品模具的查询方法、装置及计算机设备 |
CN111400343B (zh) * | 2020-03-10 | 2023-11-17 | 汇信软投(佛山)软件科技发展有限公司 | 匹配产品模具的查询方法、装置及计算机设备 |
JP2021179987A (ja) * | 2020-05-11 | 2021-11-18 | ネイバー コーポレーションNAVER Corporation | ショッピング検索結果の拡張方法およびシステム |
JP7317889B2 (ja) | 2020-05-11 | 2023-07-31 | ネイバー コーポレーション | ショッピング検索結果の拡張方法およびシステム |
Also Published As
Publication number | Publication date |
---|---|
US20140297476A1 (en) | 2014-10-02 |
CN104077306B (zh) | 2018-05-11 |
TWI591556B (zh) | 2017-07-11 |
TW201437933A (zh) | 2014-10-01 |
JP6152173B2 (ja) | 2017-06-21 |
WO2014160648A1 (en) | 2014-10-02 |
US9818142B2 (en) | 2017-11-14 |
CN104077306A (zh) | 2014-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6152173B2 (ja) | 商品検索結果の順位付け | |
WO2020135535A1 (zh) | 一种推荐模型训练方法及相关装置 | |
JP5913736B2 (ja) | キーワードの推薦 | |
JP5897019B2 (ja) | 候補製品のリンクリストを判定する方法および装置 | |
US11055765B2 (en) | Classification of query text to generate relevant query results | |
US20190018900A1 (en) | Method and Apparatus for Displaying Search Results | |
US10452662B2 (en) | Determining search result rankings based on trust level values associated with sellers | |
CN106251174A (zh) | 信息推荐方法及装置 | |
US9128988B2 (en) | Search result ranking by department | |
US11257019B2 (en) | Method and system for search provider selection based on performance scores with respect to each search query | |
US11599548B2 (en) | Utilize high performing trained machine learning models for information retrieval in a web store | |
CN105469263A (zh) | 一种商品推荐方法及装置 | |
US20220253874A1 (en) | Product evaluation system and method of use | |
CN106445954B (zh) | 一种业务对象的展示方法和装置 | |
US20210217053A1 (en) | Methods and apparatuses for selecting advertisements using semantic matching | |
WO2020221022A1 (zh) | 业务对象推荐方法 | |
CN112598472A (zh) | 产品推荐方法、装置、***、介质和程序产品 | |
KR101639656B1 (ko) | 광고 제공 방법 및 서버 장치 | |
US10296956B2 (en) | Method, system, and computer-readable medium for product and vendor selection | |
US20220245699A1 (en) | Systems and methods for determining price bands and user price affinity predictions using machine learning architectures and techniques | |
JP6664580B2 (ja) | 算出装置、算出方法および算出プログラム | |
US20110208738A1 (en) | Method for Determining an Enhanced Value to Keywords Having Sparse Data | |
CN112328918A (zh) | 商品排序方法、计算设备和计算机可读存储介质 | |
CN112070519B (zh) | 一种基于数据全局搜索和特征分类的预测方法 | |
US11842375B2 (en) | Systems and methods for determining price bands and user price affinity predictions using machine learning architectures and techniques |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160708 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160830 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20161114 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20170509 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170526 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6152173 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |