[发明专利]一种基于关键词搜索的商品关联性查询系统及方法

说明书

本发明公开了一种基于关键词搜索的商品关联性查询系统及方法，涉及搜索引擎辅助技术领域。本发明包括成熟行业知识图谱模块、现有属性与字段模块、标签间关联逻辑模块、搜索类目关联表；依次相连的输入数据抓取模块、分词模块、数据去噪模块、深度查询模块、搜索结果输出模块、索引模块、商品数据库；分词模块进行分词动作；基于对应类目属性及关联属性将商品数据库中的具体商品数据调度交由商品展示模块进行展示。本发明能够基于输入的非结构化常用语句进行分词，基于得到的分词属性以及关联属性进行分词的类目预测，提升了商品搜索过程中输入内容的自由度，提升了商品搜索过程中类目的关联性，降低了搜索结果附带歧义的内容。

技术领域

本发明属于搜索引擎辅助技术领域，特别是涉及一种基于关键词搜索的商品关联性查询系统以及一种基于关键词搜索的商品关联性查询方法。

背景技术

对于现有的商品搜索查询技术中，在电商平台兴起之初，商品搜索的逻辑为简单的标签搜索，随着商品类目的增加，现有主流的商品搜索逻辑大多数为类目属性搜索，用户可以直接在搜索结果页，按照类目和属性筛选商品，找到想要的商品。

现有的商品搜索方法中，所有的商品在首次录入数据库之前需要将商品进行基础属性的填充，用于用户对属性进行搜索，具有层级的属性树之间互相映射形成稳定的搜索架构。同时存在运营后台对商品间的影射关系与类目属性进行持续维护与管理。对于搜索标签“外套”的搜索行为，现有属性体系将会将“外套”与标签树关联，再通过隐射关系找到包含“外套”标签中的所有商品，依照已存在的排序产出搜索结果。

现有的搜索方案具有以下缺点：(1)搜索方式自由度缺失：现有搜索方式中，往往需要用户进行类目属性搜索，一旦用户不了解自己想搜索的商品应该属于哪个品类，则完全无法开始检索，也无法得到本来存在于商品库中的对应商品；(2)搜索内容的局限性：现有搜索方式中用户搜索内容与属性的搜索往往为全量匹配，如果未能识别到用户自由输入的内容，则无法对搜索结果进行产出；(3)类目预测的不准确：用户若输入简单的类目搜索，例如搜索“苹果”，用户可能是期望搜索“水果-苹果”，也可能是期望搜索“手机-苹果手机”，一般的搜索模式会选择将二者混合输出，或人工设置搜索权重，无论是哪一种处理方式都无法触达用户最直接的搜索目标。因此，针对以上问题，提供一种基于关键词搜索的商品关联性查询系统及方法具有重要意义。

发明内容

本发明提供了一种基于关键词搜索的商品关联性查询系统及方法，解决了以上问题。

为解决上述技术问题，本发明是通过以下技术方案实现的：

本发明的一种基于关键词搜索的商品关联性查询系统及方法，包括依次相连的成熟行业知识图谱模块、现有属性与字段模块、标签间关联逻辑模块、搜索类目关联表；依次相连的输入数据抓取模块、分词模块、数据去噪模块、深度查询模块、搜索结果输出模块、索引模块、商品数据库；所述成熟行业知识图谱模块与现有属性与字段模块之间连接有深度机器学习模块，所述索引模块上连接有商品展示模块；

所述成熟行业知识图谱模块用于以文字形式存储现有成熟的行业知识图谱数据；所述现有属性与字段模块是基于现有商品属性和字段的存储数据；所述深度机器学习模块为计算机深度学习引擎，用于根据成熟行业知识图谱模块提供的行业知识图谱数据，对现有属性与字段模块中的商品属性和字段进行深度机器学习，建立商品标签间关联逻辑并形成标签间关联逻辑模块；所述搜索类目关联表由标签间关联逻辑模块构建，用于供用户搜索时供给关联类目使用；

所述分词模块用于根据输入数据抓取模块抓取到的用户输入语句内容进行分词操作，按照逐字拆分并组合的方式得到不同组合形式的词组，经由数据去噪模块对无用词组进行去除，留下剩余词组供深度查询模块基于搜索类目关系表中的内容基于分词属性和关联属性进行深度搜索并获得对应分词所在类目预测的搜索结果由搜索结果输出模块输出，供给索引模块于商品数据库中调取该对应行业、类目、属性数据下该词组的商品数据信息，由商品展示模块进行展示。

进一步地，所述用户输入语句内容包括非结构化常用语句。