TWI615723B - 網路搜尋方法及設備 - Google Patents
網路搜尋方法及設備 Download PDFInfo
- Publication number
- TWI615723B TWI615723B TW100131496A TW100131496A TWI615723B TW I615723 B TWI615723 B TW I615723B TW 100131496 A TW100131496 A TW 100131496A TW 100131496 A TW100131496 A TW 100131496A TW I615723 B TWI615723 B TW I615723B
- Authority
- TW
- Taiwan
- Prior art keywords
- search
- search results
- search result
- result
- results
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 35
- 230000000875 corresponding effect Effects 0.000 claims 21
- 230000002596 correlated effect Effects 0.000 claims 1
- 230000006399 behavior Effects 0.000 description 16
- 238000006243 chemical reaction Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
- G06F16/951—Indexing; Web crawling techniques
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
本申請案關於電腦搜尋技術領域,尤其關於一種搜尋方法及設備。
隨著電腦網路技術以及無線通信網路技術的不斷發展,搜尋業務得到了越來越普遍的應用,除了在專業的搜尋網站進行全網的搜尋外,大多數的網站上也具有對本網站內資料內容進行搜尋的功能,特別是對於購物網站等資料內容較豐富的網站,根據用戶輸入的關鍵詞查找出用戶希望查看的頁面,這對網站業務的開展尤為重要。
在常規的搜尋方式中,搜尋伺服器根據關鍵詞對網站資料庫中的大量資料物件(包括但不限於頁面、資料包等網站資料庫中的資料內容)進行搜尋,查找與關鍵詞匹配的資料物件作為搜尋結果向用戶展示,為了使用戶能夠快速地找到有用資訊,可以分別計算查找出的搜尋結果與關鍵詞的相關度,按照相關度由高到低的順序向用戶展示查找出的搜尋結果。
在上述搜尋方式得到搜尋結果並排序展示的方案中,僅按照與關鍵詞在字面上的相關度進行排序,可能使某些有用資訊排在靠後的位置。例如,關鍵詞為“A品牌手機”,搜尋伺服器搜尋出了兩個搜尋結果,第一個搜尋結果是簡單介紹該“A品牌手機”的頁面,第二個搜尋結果是“A品牌手機”和“B品牌手機”的包含圖文的發佈頁面,僅從字面相關度而言,第一個搜尋結果的相關度要高於第二個搜尋結果,但是在購物網站等特定網站中,第二個搜尋結果比第一個搜尋結果中的內容更加豐富,更能滿足用戶的搜尋需求。如果僅按照與關鍵詞在字面上的相關度進行排序得到的排序結果,並不能很好地與用戶的搜尋需求匹配。
因此,在按照與關鍵詞在字面上的相關度進行排序的基礎上,又進一步提出按照對網站的日誌資訊進行挖掘,對一段時間內用戶點擊率的高低來間接表示相關度的排序方案,使得最終展示給用戶的搜尋結果的各項搜尋結果中,排列在前面的搜尋結果一方面是與關鍵詞在字面上相關度較高的搜尋結果,另一方面也是在使用上與關鍵詞的相關度較高的搜尋結果,即很可能是用戶感興趣的搜尋結果,使用戶能夠根據排序的搜尋結果快速查找出有用資訊。
上述兩種對搜尋結果進行排序的方式是按照與關鍵詞的字面相關性和使用相關性的高低進行的,但在諸如網路購物的業務中,僅僅按照上述兩種方式的要求進行排序時,排序所依靠的條件有限,排列結果也不一定能夠滿足用戶資訊查詢需求,由此,在向用戶推送按照上述排列方式得到的搜尋結果後,用戶只能多次點擊查看搜尋結果,直至找到有用資訊。由於目前向用戶輸出的搜尋結果的排序還存在排序結果不準確的問題,因此,對於用戶而言,增加了用戶查找資訊的時間開銷,降低了搜尋效率;另一方面,對於網路服務器而言,用戶每次點擊搜尋結果中的一個搜尋結果時,網路服務器都需要回應用戶的點擊操作,若用戶不能從排列在前的搜尋結果中快速查找出有用資訊,則網路服務器需要為該用戶的多次點擊搜尋結果的操作分配大量的系統資源,造成系統資源的浪費。
本申請案實施例的目的在於:提供一種搜尋方法及設備,用以解決現有技術中存在搜尋效率低、為多次點擊搜尋結果的操作分配大量的系統資源,造成系統資源浪費的問題。
一種搜尋方法,包括:在接收到包含關鍵詞的搜尋請求時,以該關鍵詞為搜尋條件,從資料庫伺服器中搜尋出M個搜尋結果,以及根據關鍵詞、搜尋結果和搜尋結果的成交參數三者的對應關係,確定接收到的關鍵詞對應的成交參數滿足設定條件的N個搜尋結果;將N個搜尋結果排列在前,並將M個搜尋結果中除與N個搜尋結果相同的其他搜尋結果排列在後,並送回排列後的搜尋結果,該M和N為正整數。
一種搜尋設備,包括:第一搜尋模組,用於在接收到包含關鍵詞的搜尋請求時,以該關鍵詞為搜尋條件,從資料庫伺服器中搜尋出M個搜尋結果;第二搜尋模組,用於根據關鍵詞、搜尋結果和搜尋結果的成交參數三者的對應關係,確定接收到的關鍵詞對應的成交參數滿足設定條件的N個搜尋結果;排序模組,用於將N個搜尋結果排列在前,並將M個搜尋結果中除與N個搜尋結果相同的其他搜尋結果排列在後,該M和N為正整數;結果送回模組,用於送回排列後的搜尋結果。
本申請案有益效果如下:本申請案實施例的方案中,一方面以接收到的關鍵詞為搜尋條件,從資料庫伺服器中搜尋出與關鍵詞的相關度較高的M個搜尋結果;另一方面,根據預先學習的關鍵詞、搜尋結果和搜尋結果的成交參數三者的對應關係,確定成交參數較高的N個搜尋結果,將與成交轉化效果有關的搜尋結果排列在前,與相關度有關的搜尋結果排列在後,由於排列在前的搜尋結果是產生購買行為概率高的搜尋結果,因此,排列在前的搜尋結果滿足用戶查詢需求的概率也較高,可以有效減少用戶的搜尋時間長度,提高搜尋效率,同時,由於用戶根據排列在前的搜尋結果就能夠完成搜尋過程,無需再多次點擊查詢搜尋結果,可以減少網路服務器為用戶的點擊查詢操作分配的系統資源,減少系統資源的浪費;並且,通過本方案可以有效提高用戶搜尋後的成交轉換率,用戶只需要嘗試很少的關鍵詞,就能選定想要購買的商品,由於用戶使用的關鍵詞少,則可以減少伺服器為用戶的搜尋過程分配的資源,因此,伺服器有限的資源可以支持更多用戶的搜尋訪問。
本申請案實施例提出一種新的搜尋方案,通過對兩方面內容的查詢對搜尋結果進行排序:一方面,按照常規的搜尋方式,以接收到的關鍵詞為搜尋條件,從資料庫伺服器中搜尋出與關鍵詞的相關度較高的M個搜尋結果;另一方面,根據預先學習的關鍵詞、搜尋結果和搜尋結果的成交參數三者的對應關係,確定N個搜尋結果,該N個搜尋結果在以本次接收到的關鍵詞為搜尋條件時,對應的成交參數較高,表示根據這N個搜尋結果產生購買行為的概率較高。在查找出該M個搜尋結果和該N個搜尋結果後,將與成交轉化效果有關的N個搜尋結果作為重要的搜尋結果排列在前,與相關度有關的M個搜尋結果中除與N個搜尋結果相同的其他搜尋結果排列在後。其目的是,在向用戶展示排列的搜尋結果時,由於排列在前的搜尋結果是在之前的設定時間長度內被多數用戶查詢後產生購買行為概率高的搜尋結果,因此,排列在前的搜尋結果滿足用戶查詢需求的概率也較高,可以有效減少用戶的搜尋時間長度,提高搜尋效率,同時,由於用戶無需再多次點擊查詢展示的搜尋結果,可以減少網路服務器為用戶的點擊查詢操作分配的系統資源,減少系統資源的浪費;並且,通過本方案可以有效提高用戶搜尋後的成交轉換率,用戶只需要嘗試很少的關鍵詞,就能選定想要購買的商品,由於用戶使用的關鍵詞少,則可以減少伺服器為用戶的搜尋過程分配的資源,因此,伺服器有限的資源可以支持更多用戶的搜尋訪問。
本申請案各實施例中關於的搜尋結果是指:網站資料庫中的資料物件,如網站中的頁面、資料包等。
本申請案各實施例中關於的成交參數是指:用戶在以特定關鍵詞為搜尋條件的情況下得到某一搜尋結果時,用戶查詢該搜尋結果並最終產生購買行為的概率,即用戶在特定的關鍵詞下查詢特定搜尋結果後的成交轉化效果。
下面結合說明書圖式對本申請案實施例進行詳細描述。
實施例一
如圖1所示,為本申請案實施例一中搜尋方法步驟示意圖,該方法包括以下步驟:
步驟101:接收包含關鍵詞(query)的搜尋請求。
在本步驟的方案中,當有用戶希望進行搜尋操作時,將發起搜尋請求,並在搜尋請求中攜帶作為搜尋條件的關鍵詞。
步驟102:以該關鍵詞為搜尋條件,從資料庫伺服器中搜尋出M個搜尋結果,該M為正整數。
讀取搜尋請求中的關鍵詞,並與資料庫伺服器建立鏈結,從資料庫伺服器中搜尋出與關鍵詞的相關度較高的M個搜尋請求,由於這M個搜尋結果與關鍵詞的相關度較高,因此可能是用戶希望查看的搜尋結果。
本步驟的搜尋過程可以是按照與關鍵詞在字面上的相關度高低進行搜尋的過程,也可以是在按照與關鍵詞在字面上的相關度進行搜尋的基礎上,進一步按照對網站的日誌資訊的挖掘,搜尋出用戶感興趣的搜尋結果。需要說明的是,本步驟並不限於上述兩種搜尋方式,其他能夠根據關鍵詞搜尋出搜尋結果的所有方式都可應用在本步驟中。
步驟103:根據關鍵詞、搜尋結果和搜尋結果的成交參數三者的對應關係,確定接收到的關鍵詞對應的成交參數滿足設定條件的N個搜尋結果,該N為正整數。
在接收到搜尋請求時,一方面按照步驟102的方式從資料庫伺服器中搜尋出與關鍵詞相關的M個搜尋結果,另一方面,根據本地學習後得到的關鍵詞、搜尋結果和搜尋結果的成交參數三者的對應關係,確定接收到的關鍵詞對應的成交參數滿足設定條件的N個搜尋結果。本步驟可以根據該對應關係從資料庫伺服器中確定該N個搜尋結果,也可以根據該對應關係從本地儲存的搜尋結果中確定該N個搜尋結果。
本步驟中得到的N個搜尋結果是指成交轉化率較高的搜尋結果,即在之前的設定時間長度內,這N個搜尋結果被用戶查詢後產生購買行為的概率較高。由於這N個搜尋結果能夠在之前的設定時間長度內很好地滿足用戶的查詢、購買需求,因此,這N個搜尋結果能夠滿足本次發送搜尋請求的用戶的查詢、購買需求的概率較大。
需要說明的是,本申請案實施例一的步驟102和步驟103的執行先後順序可以不固定,也可以先執行步驟103,後執行步驟102,還可以同時執行步驟102和步驟103。
步驟104:將N個搜尋結果排列在前,並將M個搜尋結果中除與N個搜尋結果相同的其他搜尋結果排列在後。
由於步驟103中得到的N個搜尋結果是以成交參數為條件查詢出的,相比於步驟102中以與關鍵詞的相關性為條件搜尋出的M個搜尋結果,這N個搜尋結果在一定程度上既能反映與關鍵詞的相關性,又能夠表示搜尋結果本身的可用性,因此,該N個搜尋結果更能夠反映用戶的查詢需求,本步驟將N個搜尋結果排在該M個搜尋結果之前。
例如:用戶登錄購物網站,在網站的搜尋對話方塊裏輸入“A品牌手機”作為關鍵詞發起搜尋請求。在接收到該搜尋請求後,在網站的資料庫伺服器中以“A品牌手機”為條件,搜尋出3個搜尋結果,分別為搜尋結果1、搜尋結果2和搜尋結果3。同時,再根據之前1周時間內,其他用戶以“A品牌手機”為關鍵詞搜尋後得到的搜尋結果,以及得到的各搜尋結果在“A品牌手機”為關鍵詞的情況下被用戶查詢、購買的行為,最終確定2個成交參數較高的搜尋結果,分別為搜尋結果2和搜尋結果4。此時,搜尋結果2和搜尋結果4是多用戶查詢、購買的搜尋結果,因此,搜尋結果2和搜尋結果4是可用、有效的搜尋結果,應排在前列;搜尋結果1、搜尋結果2和搜尋結果3與關鍵詞的相關性雖然高,但搜尋結果本身可能存在可用性和有效性的問題,如搜尋結果1鏈結商品的品質較差、價格過高或者價格過低等不真實情形,因此,搜尋結果1和搜尋結果3應排列在後。
由於資料庫伺服器中儲存的搜尋結果在不斷地發生變化,因此,當前資料庫伺服器中儲存的搜尋結果,與之前設定時間長度內用於學習得到對應關係的搜尋結果不一定完全相同;同時,根據對應關係確定的N個搜尋結果是根據成交參數的大小確定的,而在步驟102中搜尋的M個搜尋結果是根據與關鍵詞的相關性確定的,因此,步驟102中的M個搜尋結果與步驟103中的N個搜尋結果很可能不完全相同。
但由於該N個搜尋結果中也可能儲存與關鍵詞的相關度較高的搜尋結果,因此,該N個搜尋結果和該M個搜尋結果之間也可能存在重疊,為避免搜尋結果重複展示,本步驟在進行排序時,將互相不重複的N個搜尋結果先排列在前,再將M個搜尋結果中與N個搜尋結果相同的搜尋結果剔除後,剩餘的搜尋結果排列在後。特殊的情況下,該N個搜尋結果和該M個搜尋結果完全相同,則直接將該N個搜尋結果或M個搜尋結果作為搜尋結果即可。
步驟105:向發起搜尋請求的用戶設備送回排列後的搜尋結果。
在步驟104中對各搜尋結果進行排列後,可以將排列的搜尋結果以列表的方式向送回給用戶設備,如向用戶設備推送排列好的各搜尋結果的摘要或鏈結位址的頁面等。
通過本申請案實施例一的方案,將成交轉化率高的搜尋結果排列在前,也就是將可用性和有效性較高的搜尋結果排列在搜尋結果展示頁面的前列,由於越靠前列的搜尋結果被用戶流覽、查詢的概率越大,因此,發起搜尋請求的用戶會首先流覽、查詢成交轉化率高的搜尋結果,使用戶快速搜尋出有用資訊,提高用戶搜尋效率,減少網路服務器為用戶分配的用於進行查詢的系統資源。另外,由於用戶首先查詢的是成交轉化率高的搜尋結果,用戶針對查詢的搜尋結果產生購買行為的可能性也較高,因此,針對搜尋過程的成交轉化率也將會提高,用戶只需要嘗試很少的關鍵詞,就能選定想要購買的商品,由於用戶使用的關鍵詞少,則可以減少伺服器為用戶的搜尋過程分配的資源,因此,在伺服器資源相同的情況下,可以支援更多用戶的搜尋訪問。
下面對本申請案實施例的各步驟的詳細方案進行說明。
本申請案實施例一的步驟103中所使用的關鍵詞、搜尋結果和搜尋結果的成交參數三者的對應關係,是對之前設定時間長度內大量用戶查詢搜尋結果、以及針對搜尋結果發生的購買行為學習後確定的,下面具體說明該對應關係的確定方式:
第一步:在設定時間長度內採集各用戶發送的包含關鍵詞的搜尋請求。
本步驟中的設定時間長度可以根據需要設定,如需要得到資料量更加豐富的用於確定該對應關係的資料時,可以將該設定時間長度設置一個較長的時間;如需要得到最新的用於確定該對應關係的資料時,可以將該設定時間長度設置一個較短的時間,並週期性地更新採集的資料。
第二步:分別從資料庫伺服器中以每個關鍵詞為搜尋條件進行搜尋,確定每個關鍵詞對應的包含至少一個搜尋結果的搜尋結果組。
假設在設定時間長度內接收到的關鍵詞有“A品牌”和“手機”。以“A品牌”為搜尋條件進行搜尋,得到搜尋結果組1,其中的搜尋結果有:“A手機”、“A顯示器”和“A遊戲機”;以“手機”為搜尋條件進行搜尋,得到搜尋結果組2,其中的搜尋結果有:“A手機”、“B手機”和“手機配件”。
第三步:針對每個搜尋結果,確定以所在的搜尋結果組對應的關鍵詞為搜尋條件時,該搜尋結果的點擊指標、點擊該搜尋結果後產生的購買指標。
以搜尋結果“A手機”為例,“A手機”所在的搜尋結果組為搜尋結果組1和搜尋結果組2,當用戶以搜尋結果組1對應的關鍵詞“A品牌”為搜尋條件得到搜尋結果“A手機”時,確定在此情況下“A手機”的點擊指標和購買指標。當用戶以搜尋結果組2對應的關鍵詞“手機”為搜尋條件得到搜尋結果“A手機”時,確定在此情況下“A手機”的點擊指標和購買指標。以此類推,得到第二步中的每一個搜尋結果在特定的關鍵詞下的點擊指標和購買指標。
本實施例中關於的點擊指標是表示某一搜尋條件在特定的關鍵詞下被查詢的次數資訊,也就是說,在以搜尋結果所在的搜尋結果組對應的關鍵詞為搜尋條件時,得到的搜尋結果被查詢的次數資訊。該被查詢的次數資訊包括查詢該搜尋結果的用戶數量或該搜尋結果被查詢的次數。例如:當有50個用戶以“A品牌”為搜尋條件對得到的搜尋結果“A品牌手機”進行點擊查詢時,共點擊查詢了200次,則“A品牌手機”在關鍵詞“A品牌”下的點擊指標可以預置為用戶數50或者點擊查詢數200。
本實施例中關於的購買指標是表示某一搜尋條件在特定的關鍵詞下被查詢後產生購買行為的次數資訊,也就是說,在以搜尋結果所在的搜尋結果組對應的關鍵詞為搜尋條件時,得到的搜尋結果被用戶查詢後,用戶根據查詢結果購買了相應產品的次數資訊。該產生購買行為的次數資訊包括產生購買行為的用戶數量或根據查詢該搜尋結果產生購買行為的次數。例如:當有50個用戶以“A品牌”為搜尋條件對得到的搜尋結果“A品牌手機”進行點擊查詢時,共點擊查詢了200次,有8個用戶點擊查詢後購買了A品牌手機,這8個用戶共購買了12次A品牌手機,則“A品牌手機”在關鍵詞“A品牌”下的購買指標為購買用戶數8或者累計購買數12。
按照上述生成點擊指標和購買指標的方式,可以得到第二步中各搜尋結果在特定搜尋詞下的點擊指標和購買指標,每一個搜尋結果在一個搜尋詞下的點擊指標和購買指標記錄成一個欄位,該欄位至少包括:<關鍵詞>、<搜尋結果>、<搜尋結果在該關鍵詞下的點擊指標>、<搜尋結果在該關鍵詞下的購買指標>。將第二步中採集的所有搜尋結果在各自的關鍵詞下的點擊指標和購買指標的欄位組合在一起,可以形成如表1所示的列表結構,表1所示的列表結構是以搜尋結果被查詢的次數作為該搜尋結果的點擊指標,根據查詢搜尋結果產生購買行為的次數作為該搜尋結果的購買指標。
第四步:根據該點擊指標和購買指標生成成交參數,作為以所在的搜尋結果組對應的關鍵詞為搜尋條件時,該搜尋結果對應的成交參數。
在得到表1所示的列表結構後,可以對表1中每一欄位中的點擊指標和購買指標進行運算,得到搜尋結果在特定關鍵詞下的成交參數。計算成交參數的方式包括但不限於以下三種方式以及這三種方式的變形:
第一種計算成交參數的方式:
根據公式(1)生成成交參數:
其中,Z表示搜尋結果的成交參數;X表示搜尋結果的購買指標;Y表示搜尋結果的點擊指標。
第二種計算成交參數的方式:
根據公式(2)生成成交參數:
其中,X /表示搜尋結果所在的搜尋結果組內所有搜尋結果的購買指標的方差。
第三種計算成交參數的方式:
根據公式(3)生成成交參數:
其中,Y/表示搜尋結果所在的搜尋結果組內所有搜尋結果的點擊指標的方差。
需要說明的是,上述公式(1)~公式(3)中的購買指標可以是產生購買行為的用戶數量,也可以是產生購買行為的次數;點擊指標可以是查詢該搜尋結果的用戶數量,也可以是搜尋結果被查詢的次數。在計算各搜尋結果的成交參數時,只要每個搜尋結果在計算時所使用的購買指標和點擊指標的含義相同,計算得到的成交參數就能夠反映該搜尋結果在特定關鍵詞下的成交轉化率。例如,每個搜尋結果在計算時,所使用的購買指標都是產生購買行為的次數,點擊指標都是搜尋結果被查詢的次數,或者,所使用的購買指標都是產生購買行為的用戶數量,點擊指標都是搜尋結果被查詢的次數。
假設本實施例中的購買指標是產生購買行為的次數,點擊指標是搜尋結果被查詢的次數,則表1所示的列表結構可以變形為表2所示的列表結構,此時得到了關鍵詞、搜尋結果和搜尋結果的成交參數三者的對應關係。
在步驟103中,當接收到包含關鍵詞“A品牌”的搜尋請求時,就可以通過查詢表2得到不同的搜尋結果在此關鍵詞下的成交參數,然後將成交參數達到設定門限值的搜尋結果作為成交參數滿足設定條件的N個搜尋結果,並進行後續操作。
本實施例中生成關鍵詞、搜尋結果和搜尋結果的成交參數三者的對應關係的方式中,可以採用各種源資料獲取手段來得到第一步至第三步中所需的資料,如分析日誌資訊後得到源資料,進而得到的表2所示的列表結構。
在實施例一的步驟104中,根據該M個搜尋結果和該N個搜尋結果本身排序的不同情形,步驟104的具體實現方式也有所不同。
在實施例一中得到的M個搜尋結果可以是按照相關度由高至低的順序排列的,也可以是沒有排列順序但攜帶了每個搜尋結果的相關度評分的情況。該相關度評分表示搜尋結果與關鍵詞的相關度,相關度越高的搜尋結果對應的相關度評分就越大。
類似地,該N個搜尋結果也可以按照成交參數由大至小的順序排列,或是沒有排列順序但攜帶了該搜尋結果的成交量評分的情況。該成交量評分表示搜尋結果的成交轉化率,成交參數越大的搜尋結果對應的成交量評分就越大。
該M個搜尋結果和該N個搜尋結果的是否按順序排列的情形不同,實施例一的步驟104的實現方式也不完全相同,下面分別加以說明:
第一種情形:該M個搜尋結果按照相關度由高至低的順序排列,以及該N個搜尋結果按照成交參數由大至小的順序排列。
針對第一種情形,步驟104的具體實現方式為:由於該N個搜尋結果和該M個搜尋結果都已排序,則可以直接將已按照成交參數由高至低的順序排列的N個搜尋結果排列在前,並將M個搜尋結果中除與N個搜尋結果相同的其他搜尋結果按照與關鍵詞的相關性由高至低的順序排列在後。
需要說明的是,第一種情形的排序方式也適用於其他所有的情形,即在M個搜尋結果沒有排序時,也可以按照每個搜尋結果的相關度評分進行排序操作;在N個搜尋結果沒有排序時,也可以按照每個搜尋結果的成交量評分進行排序,得到已排序的該M個搜尋結果和該N個搜尋結果,此時,將其他所有的情形都轉換為第一種情形。
第二種情形:該M個搜尋結果不帶有相關度評分且已按照相關度由高至低的順序排序,該N個搜尋結果帶有成交量評分且未排序。
針對第二種情形,步驟104的具體實現方式為:按照成交量評分由大至小的順序將該N個搜尋結果進行排序後,第二種情形轉換為第一種情形,進而可以直接將已按照成交量評分由高至低的順序排列的N個搜尋結果排列在前,並將M個搜尋結果中除與N個搜尋結果相同的其他搜尋結果按照與關鍵詞的相關性由高至低的順序排列在後。
第三種情形:該M個搜尋結果帶有相關度評分但未排序,該N個搜尋結果不帶有成交量評分且已按照成交參數由大至小的順序排列。
針對第三種情形,步驟104的具體實現方式為:首先,將M個搜尋結果作為待處理佇列中的搜尋結果。
該待處理佇列中的搜尋結果是最終要向用戶輸出的搜尋結果,待處理佇列可以看作是一個中間佇列,對該M個搜尋結果和該N個搜尋結果進行整合。
假設本步驟中的M個搜尋結果為:“A手機”、“A電腦”和“A遊戲機”,此時,待處理佇列中的內容為:[A手機(相關度評分1)、A電腦(相關度評分2)、A遊戲機(相關度評分3)]。
然後,按照對應的成交參數按照由大至小的順序依次讀取N個搜尋結果中的每個搜尋結果。
假設本步驟中的N個搜尋結果按照成交參數由大至小的順序排列為:“A手機”、“A顯示器”和“A遊戲機”。針對讀取的每個搜尋結果迴圈執行以下操作,直至N個搜尋結果全部都已讀取:讀取N個搜尋結果中的第1個搜尋結果“A手機”,判斷待處理佇列中是否有“A手機”這一搜尋結果。由於待處理佇列中有“A手機”這一搜尋結果,表示“A手機”這一搜尋結果既是成交轉換率高的搜尋結果,又是與關鍵詞相關度高的搜尋結果,這樣的搜尋結果是最大可能滿足用戶搜尋需求的結果,因此,將“A手機”的相關度評分1和“A手機”這一搜尋結果在該N個搜尋結果中的權重值1之和,作為“A手機”在待處理佇列中的相關度評分。
此時,待處理佇列中的內容更新為:[A手機(相關度評分1+權重值1)、A電腦(相關度評分2)、A遊戲機(相關度評分3)]。
再讀取N個搜尋結果中的第2個搜尋結果“A顯示器”,由於待處理佇列中沒有“A顯示器”,則將“A顯示器”寫入待處理佇列,並將“A顯示器”在該N個搜尋結果中的權重值2作為“A顯示器”的相關度評分。
此時,待處理佇列中的內容更新為:[A手機(相關度評分1+權重值1)、A電腦(相關度評分2)、A遊戲機(相關度評分3)、A顯示器(權重值2)]。
第三次讀取N個搜尋結果中的第3個搜尋結果“A遊戲機”,由於待處理佇列中有“A遊戲機”這一搜尋結果,因此,將“A遊戲機”的相關度評分3和“A遊戲機”這一搜尋結果在該N個搜尋結果中的權重值3之和,作為“A手機”在待處理佇列中的相關度評分。
此時,待處理佇列中的內容更新為:[A手機(相關度評分1+權重值1)、A電腦(相關度評分2)、A遊戲機(相關度評分3+權重值3)、A顯示器(權重值2)]。
該N個搜尋結果中的權重值可以預先分配,其中,成交參數越大的搜尋結果,分配的權重值越大,即針對已按照成交參數由大至小的順序排列的N個搜尋結果,排列在前的搜尋結果分配的權重值大於排列在後的搜尋結果分配的權重值。
最後,在N個搜尋結果都讀取完畢後,將待處理佇列中的搜尋結果按照相關度評分由高到低的順序排列。
在第三種情形下,待處理佇列中的搜尋結果的相關度評分還可以是將相關度評分和權重值加權得到的。
第四種情形:該M個搜尋結果帶有相關度評分但未排序,該N個搜尋結果帶有成交量評分也未排序。
針對第四種情形,步驟104的具體實現方式為:首先,將M個搜尋結果作為待處理佇列中的搜尋結果。
仍然假設本步驟中的M個搜尋結果為:“A手機”、“A電腦”和“A遊戲機”,此時,待處理佇列中的內容為:[A手機(相關度評分1)、A電腦(相關度評分2)、A遊戲機(相關度評分3)]。
N個搜尋結果的內容為[A手機(成交量評分1)、A顯示器(成交量評分2)、A遊戲機(成交量評分3)],此時,N個搜尋結果的排列順序並不是按照成交量評分由大至小的排列順序。
然後,讀取N個搜尋結果中的每個搜尋結果(可以按照任意順序讀取該N個搜尋結果中的每個搜尋結果),針對讀取的每個搜尋結果迴圈執行以下操作,直至N個搜尋結果全部都已讀取:讀取N個搜尋結果中的第1個搜尋結果“A手機”,判斷待處理佇列中是否有“A手機”這一搜尋結果。由於待處理佇列中有“A手機”這一搜尋結果,因此,將“A手機”的相關度評分1和“A手機”的成交量評分1之和,作為“A手機”在待處理佇列中的相關度評分。
此時,待處理佇列中的內容更新為:[A手機(相關度評分1+成交量評分1)、A電腦(相關度評分2)、A遊戲機(相關度評分3)]。
再讀取N個搜尋結果中的第2個搜尋結果“A顯示器”,由於待處理佇列中沒有“A顯示器”,則將“A顯示器”寫入待處理佇列,並將“A顯示器”在的成交量評分2作為“A顯示器”的相關度評分。
此時,待處理佇列中的內容更新為:[A手機(相關度評分1+成交量評分1)、A電腦(相關度評分2)、A遊戲機(相關度評分3)、A顯示器(成交量評分2)]。
第三次讀取N個搜尋結果中的第3個搜尋結果“A遊戲機”,由於待處理佇列中有“A遊戲機”這一搜尋結果,因此,將“A遊戲機”的相關度評分3和“A遊戲機”的成交量評分3之和,作為“A手機”在待處理佇列中的相關度評分。
此時,待處理佇列中的內容更新為:[A手機(相關度評分1+成交量評分1)、A電腦(相關度評分2)、A遊戲機(相關度評分3+成交量評分3)、A顯示器(成交量評分2)]。
最後,在N個搜尋結果都讀取完畢後,將待處理佇列中的搜尋結果按照相關度評分由高到低的順序排列。
需要說明的是,在第四種情形下,待處理佇列中的搜尋結果的相關度評分還可以是將相關度評分和成交量評分加權得到的。
在上述第一種情形至第四種情形下,若待處理佇列中的搜尋結果數量較多,可以只展示最優的若干個搜尋結果。在向用戶展示搜尋結果之前,可以將待處理佇列中最優的若干個搜尋結果進行排序,然後輸出給顯示設備進行展示;也可將待處理佇列中最優的若干個搜尋結果不進行排序,而是將這若干個搜尋結果以及相關度評分發送給顯示設備,由顯示設備根據接收到的相關度評分對接收到的搜尋結果排序後展示。
實施例二
如圖2(a)所示,為本申請案實施例二中搜尋設備結構示意圖,包括第一搜尋模組11、第二搜尋模組12、排序模組13和結果送回模組14,其中:第一搜尋模組11用於在接收到包含關鍵詞的搜尋請求時,以該關鍵詞為搜尋條件,從資料庫伺服器中搜尋出M個搜尋結果;第二搜尋模組12用於根據關鍵詞、搜尋結果和搜尋結果的成交參數三者的對應關係,確定接收到的關鍵詞對應的成交參數滿足設定條件的N個搜尋結果;排序模組13用於將N個搜尋結果排列在前,並將M個搜尋結果中除與N個搜尋結果相同的其他搜尋結果排列在後,該M和N為正整數;結果送回模組14用於送回排列後的搜尋結果。
該第一搜尋模組11可以是用於搜尋的搜尋引擎。
還包括關係建立模組15,用於採集設定時間長度內接收到的包含關鍵詞的搜尋請求,分別從資料庫伺服器中以每個關鍵詞為搜尋條件進行搜尋,確定每個關鍵詞對應的包含至少一個搜尋結果的搜尋結果組,針對每個搜尋結果,確定以所在的搜尋結果組對應的關鍵詞為搜尋條件時,該搜尋結果的點擊指標、點擊該搜尋結果後產生的購買指標,並根據該點擊指標和購買指標生成成交參數,作為以所在的搜尋結果組對應的關鍵詞為搜尋條件時,該搜尋結果對應的成交參數。
實施例一中生成的表2可以儲存在該關係建立模組15中。
針對第一搜尋模組和第二搜尋模組得到的M個搜尋結果和N個搜尋結果本身排序的不同情形,排序模組的排序方式也不相同:針對實施例一中的第一種情形和第二種情形,該排序模組13,具體用於若該M個搜尋結果按照與關鍵詞的相關性由高至低排列,該N個搜尋結果對應的成交參數按照由大至小排列,則將N個搜尋結果排列在前,並將M個搜尋結果中除與N個搜尋結果相同的其他搜尋結果按照與關鍵詞的相關性由高至低的順序排列在後。
如圖2(b)所示,針對實施例一中的第三種情形,該排序模組13,包括評分確定子模組21、讀取子模組22、判斷子模組23和操作子模組24,其中:評分確定子模組21用於確定M個搜尋結果中每個搜尋結果的相關度評分;讀取子模組22用於按照對應的成交參數按照由大至小的順序依次讀取N個搜尋結果中的每個搜尋結果,直至N個搜尋結果全部讀取;判斷子模組23用於將M個搜尋結果作為待處理佇列中的搜尋結果,並判斷待處理佇列中是否有讀取的第i個搜尋結果,若沒有,則將為第i個搜尋結果分配的權重值作為該搜尋結果的相關度評分,並寫入待處理佇列;若有,則將為第i個搜尋結果分配的權重值和第i個搜尋結果的相關度評分之和作為第i個搜尋結果新的相關度評分,該i是取值為1至N的正整數;操作子模組24用於在判斷子模組對讀取的N個搜尋結果都判斷後,將待處理佇列中的搜尋結果按照相關度評分由高到低的順序排列。
針對實施例一中的第四種情形,評分確定子模組21用於確定M個搜尋結果中每個搜尋結果的相關度評分,以及N個搜尋結果中每個搜尋結果的成交量評分;讀取子模組22用於讀取N個搜尋結果中的每個搜尋結果,直至N個搜尋結果全部讀取;判斷子模組23用於將M個搜尋結果作為待處理佇列中的搜尋結果,並判斷待處理佇列中是否有讀取的第i個搜尋結果,若沒有,則將第i個搜尋結果的成交量評分作為該搜尋結果的相關度評分,並寫入待處理佇列;若有,則將第i個搜尋結果的成交量評分和第i個搜尋結果的相關度評分之和作為第i個搜尋結果新的相關度評分,該i是取值為1至N的正整數;操作子模組24用於在判斷子模組對讀取的N個搜尋結果都判斷後,將待處理佇列中的搜尋結果按照相關度評分由高到低的順序排列。
本實施例二中的對搜尋結果進行排序的設備具有執行實施例一各步驟的功能模組,可以是軟體、硬體或是兩者的結合,此處不再贅述。
本實施例二中的搜尋設備可以應用在如圖3所示的系統架構中,在圖3所示的系統架構中包括了用戶設備、搜尋設備以及資料庫伺服器,其中:用戶設備向搜尋設備發送包含關鍵詞的搜尋請求後,由搜尋設備以該關鍵詞為搜尋條件,從資料庫伺服器中進行搜尋,並對搜尋出的搜尋結果進行本申請案實施例中的方案對搜尋結果進行排序後,再送回給用戶設備,完成用戶設備的搜尋要求。本實施例中的搜尋設備也不限於應用在其他系統架構中。
本領域內的技術人員應明白,本申請案的實施例可提供為方法、系統、或電腦程式產品。因此,本申請案可採用完全硬體實施例、完全軟體實施例、或結合軟體和硬體方面的實施例的形式。而且,本申請案可採用在一個或多個其中包含有電腦可用程式碼的電腦可用儲存媒體(包括但不限於磁盤記憶體、CD-ROM、光學記憶體等)上實施的電腦程式產品的形式。
本申請案是參照根據本申請案實施例的方法、設備(系統)、和電腦程式產品的流程圖和/或方塊圖來描述的。應理解可由電腦程式指令實現流程圖和/或方塊圖中的每一流程和/或方塊、以及流程圖和/或方塊圖中的流程和/或方塊的結合。可提供這些電腦程式指令到通用電腦、專用電腦、嵌入式處理機或其他可編程資料處理設備的處理器以產生一個機器,使得通過電腦或其他可編程資料處理設備的處理器執行的指令產生用於實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能的裝置。
這些電腦程式指令也可儲存在能引導電腦或其他可編程資料處理設備以特定方式工作的電腦可讀記憶體中,使得儲存在該電腦可讀記憶體中的指令產生包括指令裝置的製造品,該指令裝置實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能。
這些電腦程式指令也可裝載到電腦或其他可編程資料處理設備上,使得在電腦或其他可編程設備上執行一系列操作步驟以產生電腦實現的處理,從而在電腦或其他可編程設備上執行的指令提供用於實現在流程圖一個流程或多個流程和/或方塊圖一個方塊或多個方塊中指定的功能的步驟。
儘管已描述了本申請案的較佳實施例,但本領域內的技術人員一旦得知了基本創造性概念,則可對這些實施例做出另外的變更和修改。所以,所附申請專利範圍意欲解釋為包括較佳實施例以及落入本申請案範圍的所有變更和修改。
顯然,本領域的技術人員可以對本申請案進行各種改動和變型而不脫離本申請案的精神和範圍。這樣,倘若本申請案的這些修改和變型屬於本申請案申請專利範圍及其等同技術的範圍之內,則本申請案也意圖包含這些改動和變型在內。
11...第一搜尋模組
12...第二搜尋模組
13...排序模組
14...結果送回模組
15...關係建立模組
21...評分確定子模組
22...讀取子模組
23...判斷子模組
24...操作子模組
圖1為本申請案實施例一中搜尋方法步驟示意圖;
圖2(a)和圖2(b)為本申請案實施例二中搜尋設備結構示意圖;
圖3為本申請案實施例二中搜尋設備應用的系統架構示意圖。
Claims (8)
- 一種網路搜尋方法,其特徵在於,該方法包括:在接收到包含關鍵詞的搜尋請求時,以該關鍵詞為搜尋條件,從資料庫伺服器中搜尋出M個搜尋結果,以及根據關鍵詞、搜尋結果和搜尋結果的成交參數三者的對應關係,確定接收到的關鍵詞對應的成交參數滿足設定條件的N個搜尋結果,其中,該關鍵詞、搜尋結果和搜尋結果的成交參數三者的對應關係係通過以下方式預先建立的:採集設定時間長度內接收到的包含關鍵詞的搜尋請求,分別從資料庫伺服器中以每個關鍵詞為搜尋條件進行搜尋,確定每個關鍵詞對應的包含至少一個搜尋結果的搜尋結果組;針對每個搜尋結果,確定以所在的搜尋結果組對應的關鍵詞為搜尋條件時,該搜尋結果的點擊指標、點擊該搜尋結果後產生的購買指標;根據該點擊指標和購買指標而生成成交參數,作為以所在的搜尋結果組對應的關鍵詞為搜尋條件時,該搜尋結果對應的成交參數;及將N個搜尋結果排列在前,並將M個搜尋結果中除與N個搜尋結果相同的其他搜尋結果排列在後,並送回排列後的搜尋結果,該M和N為正整數。
- 如申請專利範圍第1項所述的方法,其中,搜尋結果的點擊指標是:以搜尋結果所在的搜尋結果組對應的關鍵詞為搜尋條件時,查詢該搜尋結果的用戶數量,或,該搜尋結果被查詢的次數;以購買指標是:查詢該搜尋結果的用戶中,根據該搜尋 結果而產生購買行為的用戶數量,或,根據查詢該搜尋結果而產生購買行為的次數。
- 如申請專利範圍第2項所述的方法,其中,根據以下公式而生成成交參數:
- 如申請專利範圍第1項所述的方法,其中,若該M個搜尋結果按照與關鍵詞的相關性由高至低排列,該N個搜尋結果對應的成交參數按照由大至小排列,則將N個搜尋結果排列在前,並將M個搜尋結果中除與N個搜尋結果相同的其他搜尋結果按照與關鍵詞的相關性由高至低的順序排列在後。
- 如申請專利範圍第1項所述的方法,其中,該方法還包括:確定M個搜尋結果中每個搜尋結果的相關度評分:該將N個搜尋結果排列在前,並將M個搜尋結果中除與N個搜尋結果相同的其他搜尋結果排列在後,具體包括:將M個搜尋結果作為待處理佇列中的搜尋結果,並按照對應的成交參數按照由大至小的順序依次讀取N個搜尋結果中的每個搜尋結果,針對讀取的每個搜尋結果執行以下操作:判斷待處理佇列中是否有讀取的第i個搜尋結果,該i是取值為1至N的正整數;若沒有,則將為第i個搜尋結果分配的權重值作為該搜尋結果的相關度評分,並寫入待處理佇列:若有,則將為第i個搜尋結果分配的權重值和第i個搜尋結果的相關度評分之和作為第i個搜尋結果新的相關度評分;以及在讀取的N個搜尋結果都執行以上操作後,將待處理佇列中的搜尋結果按照相關度評分由高到低的順序排列。
- 如申請專利範圍第5項所述的方法,其中,該N個搜尋結果中,對應的成交參數越大的搜尋結果,分配的權重值越大。
- 如申請專利範圍第1項所述的方法,其中,該方法還包括:確定M個搜尋結果中每個搜尋結果的相關度評分,以 及N個搜尋結果中每個搜尋結果的成交量評分;該將N個搜尋結果排列在前,並將M個搜尋結果中除與N個搜尋結果相同的其他搜尋結果排列在後,具體包括:將M個搜尋結果作為待處理佇列中的搜尋結果,並讀取N個搜尋結果中的每個搜尋結果,針對讀取的每個搜尋結果執行以下操作:判斷待處理佇列中是否有讀取的第i個搜尋結果,該i是取值為1至N的正整數;若沒有,則將第i個搜尋結果的成交量評分作為該搜尋結果的相關度評分,並寫入待處理佇列;若有,則將第i個搜尋結果的成交量評分和第i個搜尋結果的相關度評分之和作為第i個搜尋結果新的相關度評分;以及在讀取的N個搜尋結果都執行以上操作後,將待處理佇列中的搜尋結果按照相關度評分由高到低的順序排列。
- 一種網路搜尋設備,其特徵在於,該設備包括:關係建立模組,用於通過以下方式預先建立關鍵詞、搜尋結果和搜尋結果的成交參數三者的對應關係:採集設定時間長度內接收到的包含關鍵詞的搜尋請求,分別從資料庫伺服器中以每個關鍵詞為搜尋條件進行搜尋,確定每個關鍵詞對應的包含至少一個搜尋結果的搜尋結果組,針對每個搜尋結果,確定以所在的搜尋結果組對應的關鍵詞為搜尋條件時,該搜尋結果的點擊指標、點擊該搜尋結果後產生的購買指標,並根據該點擊指標和購買指標而生成 成交參數,作為以所在的搜尋結果組對應的關鍵詞為搜尋條件時,該搜尋結果對應的成交參數;第一搜尋模組,用於在接收到包含關鍵詞的搜尋請求時,以該關鍵詞為搜尋條件,從資料庫伺服器中搜尋出M個搜尋結果;第二搜尋模組,用於根據關鍵詞、搜尋結果和搜尋結果的成交參數三者的對應關係,確定接收到的關鍵詞對應的成交參數滿足設定條件的N個搜尋結果;排序模組,用於將N個搜尋結果排列在前,並將M個搜尋結果中除與N個搜尋結果相同的其他搜尋結果排列在後,該M和N為正整數;結果送回模組,用於送回排列後的搜尋結果。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110172715.1A CN102841904B (zh) | 2011-06-24 | 2011-06-24 | 一种搜索方法及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201301064A TW201301064A (zh) | 2013-01-01 |
TWI615723B true TWI615723B (zh) | 2018-02-21 |
Family
ID=47369277
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW100131496A TWI615723B (zh) | 2011-06-24 | 2011-09-01 | 網路搜尋方法及設備 |
Country Status (6)
Country | Link |
---|---|
EP (1) | EP2724267A4 (zh) |
JP (1) | JP2014517435A (zh) |
CN (2) | CN105975632B (zh) |
HK (1) | HK1175551A1 (zh) |
TW (1) | TWI615723B (zh) |
WO (1) | WO2012177901A1 (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105975632B (zh) * | 2011-06-24 | 2019-11-19 | 阿里巴巴集团控股有限公司 | 一种搜索方法、关系建立方法及相关设备 |
CN103942693B (zh) * | 2013-01-18 | 2017-11-14 | 阿里巴巴集团控股有限公司 | 识别杂货铺的方法、装置及搜索店铺的方法、*** |
CN104252456B (zh) * | 2013-06-25 | 2018-10-09 | 阿里巴巴集团控股有限公司 | 一种权重估计方法、装置及*** |
CN103473125B (zh) * | 2013-09-04 | 2017-02-15 | 五八同城信息技术有限公司 | 用户选项优化方法及装置 |
CN103440084B (zh) * | 2013-09-04 | 2017-04-05 | 五八同城信息技术有限公司 | 用户选项优化方法及装置 |
CN103530412A (zh) * | 2013-10-25 | 2014-01-22 | 乐视网信息技术(北京)股份有限公司 | 一种多媒体文件推荐方法及装置 |
CN104881497A (zh) * | 2015-06-17 | 2015-09-02 | 郑州悉知信息技术有限公司 | 一种搜索方法及客户端 |
JP6007300B1 (ja) * | 2015-10-13 | 2016-10-12 | ヤフー株式会社 | 算出装置、算出方法および算出プログラム |
JP6900482B2 (ja) | 2016-11-18 | 2021-07-07 | グーグル エルエルシーGoogle LLC | 会話アシスタントコンテキストを含む遡及的検索結果の自律的提供 |
CN106648689A (zh) * | 2016-12-29 | 2017-05-10 | 北京奇虎科技有限公司 | 一种软件平台中的软件管理方法及软件平台 |
CN109829098A (zh) * | 2017-08-28 | 2019-05-31 | 广东神马搜索科技有限公司 | 搜索结果优化方法、装置及服务器 |
CN109241301A (zh) * | 2018-08-31 | 2019-01-18 | 北京优酷科技有限公司 | 资源推荐方法及装置 |
CN112104910B (zh) * | 2020-08-05 | 2023-02-03 | 苏宁智能终端有限公司 | 一种视频搜索方法、装置及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200630830A (en) * | 2005-02-22 | 2006-09-01 | Taiwan Semiconductor Mfg Co Ltd | Web search system and method thereof |
US20090234834A1 (en) * | 2008-03-12 | 2009-09-17 | Yahoo! Inc. | System, method, and/or apparatus for reordering search results |
TW201007488A (en) * | 2008-04-15 | 2010-02-16 | Yahoo Inc | System and method for trail identification with search results |
CN101887437A (zh) * | 2009-05-12 | 2010-11-17 | 阿里巴巴集团控股有限公司 | 一种搜索结果生成方法及信息搜索*** |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7124129B2 (en) * | 1998-03-03 | 2006-10-17 | A9.Com, Inc. | Identifying the items most relevant to a current query based on items selected in connection with similar queries |
US6785671B1 (en) * | 1999-12-08 | 2004-08-31 | Amazon.Com, Inc. | System and method for locating web-based product offerings |
US8260786B2 (en) * | 2002-05-24 | 2012-09-04 | Yahoo! Inc. | Method and apparatus for categorizing and presenting documents of a distributed database |
US7693827B2 (en) * | 2003-09-30 | 2010-04-06 | Google Inc. | Personalization of placed content ordering in search results |
US7130819B2 (en) * | 2003-09-30 | 2006-10-31 | Yahoo! Inc. | Method and computer readable medium for search scoring |
JP2007522537A (ja) * | 2003-12-04 | 2007-08-09 | パーフェクト マーケット テクノロジーズ,インコーポレイティド | トランスペアレントなサーチエンジン |
US8078602B2 (en) * | 2004-12-17 | 2011-12-13 | Claria Innovations, Llc | Search engine for a computer network |
KR100932318B1 (ko) * | 2005-01-18 | 2009-12-16 | 야후! 인크. | 웹 검색 기술 및 웹 컨텐트와 결합된 후원 검색 목록의매칭 및 랭킹 |
US20060287980A1 (en) * | 2005-06-21 | 2006-12-21 | Microsoft Corporation | Intelligent search results blending |
US20070011142A1 (en) | 2005-07-06 | 2007-01-11 | Juergen Sattler | Method and apparatus for non-redundant search results |
KR100776697B1 (ko) | 2006-01-05 | 2007-11-16 | 주식회사 인터파크지마켓 | 고객 구매행동 분석에 기반한 지능화된 상품 검색 방법 및 시스템 |
ITMI20061897A1 (it) * | 2006-10-03 | 2008-04-04 | Pointer S R L | Sistemi e metodi per classificare risultati di motori di ricerca |
JP2008158894A (ja) * | 2006-12-25 | 2008-07-10 | Jamu:Kk | 情報検索装置、情報検索プログラム、プログラム格納媒体 |
US20090106221A1 (en) * | 2007-10-18 | 2009-04-23 | Microsoft Corporation | Ranking and Providing Search Results Based In Part On A Number Of Click-Through Features |
US8402025B2 (en) * | 2007-12-19 | 2013-03-19 | Google Inc. | Video quality measures |
CN101661477A (zh) * | 2008-08-26 | 2010-03-03 | 华为技术有限公司 | 一种搜索方法和*** |
JP5268508B2 (ja) * | 2008-09-08 | 2013-08-21 | キヤノン株式会社 | 情報処理装置及び検索方法 |
CN101751434A (zh) * | 2008-12-16 | 2010-06-23 | 北大方正集团有限公司 | 一种元搜索引擎的排名方法及元搜索引擎 |
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 |
CN102073699B (zh) * | 2010-12-20 | 2016-03-02 | 百度在线网络技术(北京)有限公司 | 用于基于用户行为来改善搜索结果的方法、装置和设备 |
CN105975632B (zh) * | 2011-06-24 | 2019-11-19 | 阿里巴巴集团控股有限公司 | 一种搜索方法、关系建立方法及相关设备 |
-
2011
- 2011-06-24 CN CN201610431404.5A patent/CN105975632B/zh active Active
- 2011-06-24 CN CN201110172715.1A patent/CN102841904B/zh not_active Expired - Fee Related
- 2011-09-01 TW TW100131496A patent/TWI615723B/zh active
-
2012
- 2012-06-21 WO PCT/US2012/043576 patent/WO2012177901A1/en active Application Filing
- 2012-06-21 JP JP2014517172A patent/JP2014517435A/ja active Pending
- 2012-06-21 EP EP12803357.8A patent/EP2724267A4/en not_active Withdrawn
-
2013
- 2013-03-06 HK HK13102773.4A patent/HK1175551A1/zh not_active IP Right Cessation
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200630830A (en) * | 2005-02-22 | 2006-09-01 | Taiwan Semiconductor Mfg Co Ltd | Web search system and method thereof |
US20090234834A1 (en) * | 2008-03-12 | 2009-09-17 | Yahoo! Inc. | System, method, and/or apparatus for reordering search results |
TW201007488A (en) * | 2008-04-15 | 2010-02-16 | Yahoo Inc | System and method for trail identification with search results |
CN101887437A (zh) * | 2009-05-12 | 2010-11-17 | 阿里巴巴集团控股有限公司 | 一种搜索结果生成方法及信息搜索*** |
Also Published As
Publication number | Publication date |
---|---|
TW201301064A (zh) | 2013-01-01 |
CN102841904A (zh) | 2012-12-26 |
CN102841904B (zh) | 2016-05-04 |
EP2724267A1 (en) | 2014-04-30 |
WO2012177901A1 (en) | 2012-12-27 |
CN105975632A (zh) | 2016-09-28 |
JP2014517435A (ja) | 2014-07-17 |
HK1175551A1 (zh) | 2013-07-05 |
EP2724267A4 (en) | 2015-09-30 |
CN105975632B (zh) | 2019-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI615723B (zh) | 網路搜尋方法及設備 | |
TWI603273B (zh) | Method and device for placing information search | |
JP5540080B2 (ja) | 検索結果を生成する方法および情報検索のためのシステム | |
TWI529642B (zh) | Promotion method and equipment of product information | |
TWI512508B (zh) | Recommended methods and systems for recommending information | |
KR100898454B1 (ko) | 통합 검색 서비스 시스템 및 방법 | |
US8676811B2 (en) | Method and apparatus of generating update parameters and displaying correlated keywords | |
TWI539305B (zh) | Personalized information push method and device | |
US20190018900A1 (en) | Method and Apparatus for Displaying Search Results | |
US20190012392A1 (en) | Method and device for pushing information | |
JP5855773B2 (ja) | 売り主に関係付けられた信頼レベルの値に基づくサーチ結果順位の決定 | |
US8893012B1 (en) | Visual indicator based on relative rating of content item | |
WO2015175384A1 (en) | Query categorizer | |
WO2018040069A1 (zh) | 信息推荐***及方法 | |
US20090164266A1 (en) | Category aggregated opinion data | |
US9128988B2 (en) | Search result ranking by department | |
WO2015148393A1 (en) | Data search processing | |
TW201405340A (zh) | 搜尋結果排序方法及系統、搜尋結果排序最佳化方法及系統 | |
US8819004B1 (en) | Ranking image search results using hover data | |
US20160117334A1 (en) | Search Method and Apparatus | |
US20240119047A1 (en) | Answer facts from structured content | |
US20130013596A1 (en) | Document-related representative information | |
US9514194B1 (en) | Website duration performance based on category durations | |
US9053129B1 (en) | Content item relevance based on presentation data | |
TWI476611B (zh) | Search results generation method and information search system |