[发明专利]一种针对工业产品搜索的筛选式搜索方法

说明书

本发明涉及一种针对工业产品搜索的筛选式搜索方法，包括以下几步：在线下构建品牌名称列表和产品名称列表；在线上利用品牌名称列表和产品名称列表进行筛选式搜索，包括第一层的产品名称筛选和第二层的品牌名称筛选，其中，第一层筛选通过产品名称列表对搜索词条进行最长匹配，获取搜索词条中所包含的产品名称列表中的最长词语；第二层筛选通过品牌名称筛选对搜索词条进行最长匹配，获取搜索词条中所包含的品牌名称筛选的最长词语；对于搜索结果按照匹配率进行降序排序，然后呈现给搜索用户。本发明涉及的搜索方法，提高了工业产品搜索的相关性，得到相关度高的搜索结果。

技术领域

本发明属于搜索领域，尤其是工业产品的搜索，具体涉及一种针对工业产品搜索的筛选式搜索方法。

背景技术

B2B是指企业对企业之间的营销关系，将企业内部网通过B2B网站与客户紧密结合起来，通过网络的快速反应，为客户提供更好的服务，从而促进企业的业务发展。

在B2B领域中，一项核心技术为“基于互联网的工业产品搜索功能”，该功能为企业之间的产品贸易提供枢纽和入口。产品需求方为购买所需的工业产品，首先该企业需要在B2B互联网平台上，通过工业产品的搜索功能在互联网上搜索到其所需的工业产品，以获得其所需要的产品信息(供给方、价格、物流等等)。然后，在线下单订购，并开展后期的线下贸易行为。

然而，工业产品的搜索技术现在面临一个问题，即：有时搜索引擎的搜索结果无法搜索到准确的结果，也称搜索准确性问题。具体的说，在现有技术中，搜索结果一般大致反映了搜索者的搜索意图，但往往出现“相关但不够准”的现象，搜索结果无法真正反映用户搜索意图。

例如，若用户希望购买“SKF”品牌的汽车轴承，其在搜索引擎内搜索“SKF汽车轴承”，搜索引擎可能返回的结果有“SKF汽车轴承”、“SKF轴承”、“SKF汽车”、“哈尔滨牌汽车轴承”等。而在这些返回结果中，“SKF汽车”与用户的搜索意图完全不相关，“哈尔滨牌汽车轴承”与用户的搜索意图也无法完全吻合，因为工业产品贸易中，在指定了搜索SKF品牌的前提下，返回其他品牌的汽车轴承对用户并没有直接意义。工业产品搜索引擎的准确性问题，降低了工业产品搜索技术的实用性，为B2B业务的开展带来了不便。

现有的相关搜索技术一般为基于文本匹配的搜索技术，比如基于SQL数据查找的搜索技术、基于倒排表查找的搜索技术等。业务流程一般为：1.用户输入其所搜索的词条；2.工业产品搜索引擎将词条进行分词，将其切分为多个独立的词语；3.通过倒排表分别查找包含各个独立词语的工业产品；4.将所有结果进行整合、排序，并返回给用户。其中，第4步往往通过机器学习技术对搜索结果进行相关度分析，并根据搜索结果与搜索词条的相关程度对搜索结果进行排序，进而将相关结果在排序靠前的位置返回给用户。

例如，对于用户搜索“SKF汽车轴承”的例子，搜索引擎将进行如下操作：分词：将“SKF汽车轴承”进行分词，得到3个独立的词语，即SKF、汽车、轴承；查找：搜索引擎在数据库中，分别查找包含SKF、汽车、轴承三个词语的结果(至少包含三个词语之一的结果)；呈现：搜索引擎对所有查找得到的结果进行排序，并将排序结果呈现给用户。

现有方法的不足在于：搜索结果中包含用户意图不相关的结果，增加了用户查找目标结果的工作量。其原因在于，简单的文本匹配和搜索无法将搜索到文本相关度高的搜索结果，即包含了搜索词条或包含了搜索词条某部分的搜索结果。而在工业产品搜索领域，包含了搜索词条文本的搜索结果未必是相关结果。

虽然，传统技术通过机器学习方法对搜索结果进行了基于相关度的排序，然而机器学习方法基于统计方法，存在一定的不稳定性，排序结果不可控，往往造成相关结果和不相关结果混合在一起的情况。

发明内容

为解决上述技术问题，本发明提供了一种稳定的、排序结果可控的、先惯性高的针对工业产品搜索的筛选式搜索方法。

为达到上述目的，本发明的技术方案如下：