用于尾部查询的查询数据库制造技术

在各种示例实施例中，呈现了用于使用尾部查询来查询发布系统的数据库中的产品的技术。应用接口模块从用户的设备接收发布系统中的产品的尾部查询。尾部查询有常用术语和不常用术语。数据存储接口模块可以从搜索度量数据库访问与常用术语关联的多个产品类别，并访问用户行为数据，其中用户行为数据包括与发布系统中的过去搜索查询对应的产品视图。类别预测器可以基于用户行为数据和从搜索度量数据库导出的信息，从尾部查询的多个产品类别中确定第一产品类别。列表生成器可以基于用户行为数据生成与第一产品类别关联的产品列表的有序列表。

【技术实现步骤摘要】
【国外来华专利技术】用于尾部查询的查询数据库优先权声明本申请要求2016年3月9日提交的美国申请第15/064,701号的优先权的益处，其整体以引用方式并入本文中。
本公开的实施例通常涉及用于数据库查询的数据处理的
，并且具体地涉及基于尾部查询来发布准确的产品列表。更具体地，但不作为限制，描述了通过将产品类别与尾部查询中的术语关联来查询数据库的技术。
技术介绍
产品列表存储在发布系统的数据库中。常规地，用户可以提交所列产品的搜索查询。发布系统可以基于搜索查询生成产品列表。例如，搜索查询最初可以列出要查看的产品项目。发布系统允许用户使用具有多个术语的搜索查询来搜索物品。在一些情况下，搜索查询中的术语可以是新术语或不常用术语。具有新术语或不常用术语的搜索查询称为尾部查询。替代地，仅具有常用术语的搜索查询被称为头部查询。在一些情况下，由发布系统生成的产品列表对于尾部查询搜索可能不准确。附图说明附图中的各种附图仅示出了本公开的示例实施例，并且不能被视为限制其范围。图1是示出根据一些示例实施例的联网系统的方框图。图2是示出根据一些示例实施例的类别预测器的示例实施例的方框图。图3示出了根据一些实施例的使用类别预测器确定头部查询的产品类别的示例过程图。图4示出了根据一些实施例的使用机器学习技术训练类别预测器150的示例过程图。图5示出了根据一些实施例的确定尾部查询中的不常用术语的类别的示例过程图。图6是示出根据一些实施例的为尾部查询生成产品列表的示例方法的流程图。图7是示出根据一些示例实施例的能够从机器可读介质读取指令并执行本文所讨论的任何一种或多种方法的机器的组件的方框图。具体实施方式以下描述包括具体实施说明性实施例的系统、方法、技术、指令序列和计算机程序产品。在以下描述中，出于解释的目的，阐述了许多具体细节以便提供对本文所讨论的主题的各种实施例的理解。然而，对于本领域技术人员显而易见的是，可以在没有这些具体细节的情况下实践本专利技术主题的实施例。通常，不一定详细示出公知的指令实例、协议、结构和技术。根据一些实施例，发布系统可以基于对发布系统的搜索查询以及随后的用户与对应于搜索查询的搜索结果的交互来生成搜索度量。发布系统可以是在线市场、搜索引擎(例如，到第三方网站的链接以购买或销售产品、评论网站(例如，产生产品的评论)等等。搜索查询可以具有多个搜索术语。尾部查询具有多个术语，包括常用术语和不常用术语。替代地，头部查询可能只有常用术语。常用术语是在搜索度量(例如，搜索度量数据库)中具有术语-类别关联的术语。不常用术语在搜索度量中没有术语-类别关联。新搜索术语或未被经常搜索的搜索术语是不常用术语的示例。本文描述的技术允许发布系统生成用于尾部查询搜索的准确产品列表。根据一些实施例，发布系统训练机器学习算法以通过挖掘响应于头部令牌搜索而点击的物品详情来检测头部查询中的关键字令牌(例如，常用术语)与物品之间的关联。此外，使用向量代数组合查询中的多个令牌类别关联，以返回具有不常用术语的尾部查询的相关类别的排名。例如，当用户搜索“船鞋尺寸10”时，类别预测器可以确定“船”与“鞋类”产品类别关联，而不是实际的船只。在另一示例中，当用户搜索“人字拖尺寸10绿松石”并且术语“绿松石”是新术语时，类别预测器可以确定“绿松石”是“人字拖”或“鞋类”的产品描述(例如，颜色)。在一些情况下，尾部查询中的不常用术语被忽略，并而基于常用术语生成列表。搜索度量数据库存储所生成的搜索度量，诸如搜索术语与产品类别之间的关联。在一些情况下，搜索术语可以与多个产品类别关联。此外，用户行为数据库响应于接收搜索结果而存储用户交互。可以基于预定时间段(例如，一天、一周)内的用户交互来生成用户行为数据。根据一些实施例，发布者基于用户行为数据和搜索度量生成更准确的搜索结果。发布者可以离线和在运行时处理搜索度量和用户行为数据，以便生成更快的搜索。例如，可以使用在预定时间段(例如，一周)期间针对每个查询收集的搜索度量来基于发布系统上的用户交互和购买来确定用户感兴趣的一组类别。可以基于新搜索数据和用户行为数据定期刷新或更新搜索度量和该组类别。关于头部查询，容易确定与头部查询关联的产品类别的原因之一是因为已经频繁地搜索或最近搜索了定义的头部查询。例如，头部查询可能必须最近由用户搜索(例如，在最近几周)，并且用户与搜索结果的交互允许类别预测器确定产品类别并将其与头部查询关联。另外或替代地，可能必须以预定的最小次数(例如，至少20次、100次、5000次)搜索头部查询，以便为类别预测器生成高置信度以准确地确定产品类别与头部查询的关联。因此，类别预测器可以准确地确定头部查询搜索的一组产品类别。使用头部查询的该组产品类别，列表生成器可以在运行时使用搜索度量来使用静态查找表，以通过快速生成产品列表的列表来增强用户的搜索体验。随后，发布系统可以在头部查询搜索的搜索结果中发布产品列表的列表。相反，在当前实现方式下，列表生成器可能无法使用静态查找表进行尾部查询搜索，因为不常用术语可能不与产品类别关联。因此，减弱了用户的搜索体验。例如，发布尾部查询搜索的搜索结果可能会更慢。此外，列表生成器可以生成不准确的产品列表(例如，与用户无关的列表)以进行尾部查询搜索。如上所述，尾部查询可能不与用于改善发布系统处的搜索体验的搜索度量关联。例如，搜索度量包括与术语关联的产品类别。在一些情况下，产品类别可能不与尾部查询中的搜索术语关联，因为搜索术语不经常被搜索，因此缺少搜索度量。由于缺少搜索度量，在当前实现方式下，类别预测器可能无法确定尾部查询的一组产品类别。因此，对于尾部查询或新查询，发布系统中运行时的搜索体验可能会很慢。本文描述的技术可以通过确定尾部查询中的搜索术语的产品类别来改进尾部查询的搜索体验。例如，类别预测器可以确定尾部查询的产品类别。产品类别来自发布系统中的产品类别列表。例如，发布系统具有包含多个产品类别的目录。产品类别具有在发布系统中列出的类似类型的产品。类别预测器可以使用搜索度量和用户行为数据基于机器学习技术确定感兴趣的产品类别。稍后在图4中描述机器学习技术的示例。参考图1，示出了基于客户端-服务器的高级网络架构105的示例实施例。以基于网络的发布系统142或列表生成器144的示例形式的联网系统102经由网络104(例如，互联网或广域网(WAN))向一个或多个用户设备110(也称为“客户端设备”)提供服务器端功能。图1示出了例如在用户设备110上执行的web客户端112、客户端应用程序114和编程客户端116。网络104的一个或多个部分可以是自组织网络、内联网、外联网、虚拟专用网络(VPN)、局域网(LAN)、无线局域网(WLAN)、广域网、无线广域网(WWAN)、城域网(MAN)、互联网的一部分、公用电话交换网络(PSTN)的一部分、蜂窝电话网络、无线网络、WiFi网络、WiMax网络、另一种类型的网络，或两个或更多个这种网络的组合。用户设备110可以包括但不限于移动电话、台式计算机、膝上型计算机、个人数字助理(PDA)、智能电话、平板计算机、超簿本、上网本、便携式计算机、多处理器系统、基于微处理器或可编程的消费电子器件、游戏控制台、机顶盒或用户可用于访问联网系统102的任何其它通信设本文档来自技高网...

【技术保护点】
1.一种系统，包括：具有一个或多个处理器的类别预测器，被配置成：从用户设备接收对发布系统中的产品的尾部查询，所述尾部查询具有常用术语和不常用术语；从搜索度量数据库访问与所述常用术语关联的多个产品类别，所述多个产品类别中的产品类别具有在所述发布系统中列出的类似类型的产品；访问用户行为数据，所述用户行为数据包括与所述发布系统中的过去搜索查询对应的产品视图；以及基于所述用户行为数据从针对所述尾部查询的所述多个产品类别中确定第一产品类别；列表生成器，被配置成基于所述用户行为数据生成与所述第一产品类别关联的产品列表的有序列表；以及发布系统，被配置成在所述设备的显示器上呈现所生成的产品列表的有序列表。

【技术特征摘要】
【国外来华专利技术】2016.03.09 US 15/064,7011.一种系统，包括：具有一个或多个处理器的类别预测器，被配置成：从用户设备接收对发布系统中的产品的尾部查询，所述尾部查询具有常用术语和不常用术语；从搜索度量数据库访问与所述常用术语关联的多个产品类别，所述多个产品类别中的产品类别具有在所述发布系统中列出的类似类型的产品；访问用户行为数据，所述用户行为数据包括与所述发布系统中的过去搜索查询对应的产品视图；以及基于所述用户行为数据从针对所述尾部查询的所述多个产品类别中确定第一产品类别；列表生成器，被配置成基于所述用户行为数据生成与所述第一产品类别关联的产品列表的有序列表；以及发布系统，被配置成在所述设备的显示器上呈现所生成的产品列表的有序列表。2.根据权利要求1所述的系统，其中所述类别预测器还被配置成：基于从所述搜索度量数据库导出的统计数据确定所述第一产品类别；以及所述列表生成器还被配置成基于从所述搜索度量数据库导出的所述统计数据来生成所述有序列表。3.根据权利要求1所述的系统，其中所述类别预测器还被配置成：访问所述用户的当前会话的当前会话数据，所述当前会话数据包括所述当前会话中的先前搜索查询；以及基于所访问的会话数据确定所述第一产品类别。4.根据权利要求3所述的系统，其中所述产品列表的有序列表还基于所述当前会话数据。5.根据权利要求3所述的系统，其中所述列表生成器还被配置成：生成整体列表，所述整体列表具有所述第一产品类别中的产品列表；基于所述用户行为数据和所述当前会话数据，计算所述整体列表中每个产品列表的排名分数；以及基于所述整体列表中每个产品列表的所计算的排名分数，生成所述产品列表的有序列表。6.根据权利要求1所述的系统，其中所述类别预测器还被配置成：从所述用户设备接收登录凭证以发起所述当前会话；以及使用所述登录凭证发起所述当前会话。7.根据权利要求1所述的系统，其中所述类别预测器还被配置成：基于所述用户行为数据从所述多个产品类别中确定第二产品类别；以及其中所生成的产品列表的有序列表包括与所述第二产品类别关联的产品列表。8.根据权利要求1所述的系统，其中所述类别预测器还被配置成：将与所述不常用术语和所确定的第一产品类别的关联存储在所述搜索度量数据库中。9.根据权利要求1所述的系统，其中所述有序列表是从列表数据库中的产品列表的静态列表生成的。10.根据权利要求9所述的系统，其中基于新用户行为数据定期更新与所述第一产品类别关联的所述产品列表的静态列表。11.根据权利要求1所述的系统，其中所述类别预测器还被配置成：将所述用户行为数据存储在用户行为数据库中，所述用户行为数据还包括用户与搜索结果页面和产品描述页面的交互。12.根据权利要求1所述的系统，其中所述搜索度量包括术语-类别关联...

【专利技术属性】
技术研发人员：马诺伊库马·兰加萨米·卡纳达萨恩，安喰基亚·戈拉克纳特·卡莱，
申请(专利权)人：电子湾有限公司，
类型：发明
国别省市：美国,US