一个电子商务网站商品搜索自动推送的方法技术

技术编号:22330251 阅读:37 留言:0更新日期:2019-10-19 12:18
本发明专利技术公开了一个电子商务网站商品搜索自动推送的方法,该方法包括步骤:1)电子网站监测客户输入搜索的关键字;2)电子网站对监测到的关键字进行内容分析,分析方法为:把关键字正向拆分为多个分词,然后统计每个分词的数量,并计算每个分词数量在所有分词的数量总和中占的比例,然后根据分词词典把存在于词典中并且在该条分词中所占比例最高的分词获取到,最后把从这些分词中取到的分词形成新的关键字集合;3)电子网站将新的关键字的集合去除掉客户输入的关键字,将剩余的关键字推荐给客户。监测客户输入搜索的关键字进行分析处理,给客户推广精确的类似的新关键字,满足客户需要的同时,实现了商家信息推广的有效使用,避免造成资源浪费。

An automatic push method of product search in e-commerce website

【技术实现步骤摘要】
一个电子商务网站商品搜索自动推送的方法
本专利技术属于电子商务
,特别是涉及一个电子商务网站商品搜索自动推送的方法。
技术介绍
随着电子商务的发展,越来越多的消费者倾向于网络购物,与实体店不同的是,网络购物依据购物需要,在电子商务网站上输入需要的商品、服务的关键词。目前,大部分电子商务网站对搜索词的处理是简单的搜索词处理,再放入网站搜索引擎进行完全匹配搜索。这种方式要求消费者需要输入简单直观的搜索词(例如,产品名称),才可以达到较好地搜索效果。换言之,电子商务平台搜索引擎对用户输入的搜索词的要求较高。只有搜索词清晰明了,以成对单词单字出现的搜索词才可以有较好地搜索结果和召回率。现有的搜索推送方法都不能够向客户推广与客户所搜索的关键字匹配度较高的新的关键字,这样导致推广方法没有给客户带来用处反而造成资源的浪费。例如:中国专利申请号为201610785278.3的专利中,公开了一种搜索业务中搜索词处理方法及系统,包括“挖掘和爬取产品数据,从产品数据中提取词库;并根据词库,分析获取先前搜索词的词性序列及特征列表;对当前搜索词进行分词处理,根据先前搜索词的词性序列及特征列表,获取当前搜索词的词性,并确定分词的权重;根据分词的权重,确定待搜索的搜索词”这种推广方法直接对客户输入的搜索词进行分析查找,为客户推广的新的搜索词往往不是客户所需要的,造成资源的浪费。因此,如何解决上述问题成为本领域人员研究的重点。
技术实现思路
本专利技术的目的就是提供一个电子商务网站商品搜索自动推送的方法,能有效解决上述为客户推广的新的搜索词往往不是客户所需要的,造成资源的浪费的不足之处。本专利技术的目的通过下述技术方案来实现:一个电子商务网站商品搜索自动推送的方法,该方法包括步骤:1)电子网站监测客户输入搜索的关键字;2)电子网站对监测到的关键字进行内容分析,分析方法为:把关键字正向拆分为多个分词,然后统计每个分词的数量,并计算每个分词数量在所有分词的数量总和中占的比例,然后根据分词词典把存在于词典中并且在该条分词中所占比例最高的分词获取到,最后把从这些分词中取到的分词形成新的关键字集合;3)电子网站将新的关键字的集合去除掉客户输入的关键字,将剩余的关键字推荐给客户。作为优选,还包括客户输入的关键字与分析的新的关键字集合进行匹配保存进入数据库。作为优选,所述将剩余的关键字推荐给客户是按照关键字所对应的信息发布时间按照优先推荐最新发布为准。作为优选,对关键字进行内容分析前,先对数据库进行检索,查找是否有对应的关键字数据已经保存过。作为优选,在步骤2)中如果多个分词在所有分词中所占的比例都是最高的,则根据每个分词在关键字中的位置从头到尾标注序号,并取这些比例最高的分词中序号最小的分词作为形成新关键字的分词。与现有技术相比,本专利技术的有益效果在于:本专利技术通过监测客户输入搜索的关键字进行分析处理,自动给客户推广精确的类似的新关键字,能够满足客户需要的同时,实现了商家信息推广的有效使用,避免造成资源浪费。附图说明图1是本专利技术的原理框图。具体实施方式下面结合具体实施例及附图对本专利技术作进一步的说明。实施例一如图1所示,一个电子商务网站商品搜索自动推送的方法,该方法包括步骤:1)电子网站监测客户输入搜索的关键字,将客户输入的关键字进行记录,并进行内容分析;例如监测到客户输入“冬季保暖男羽绒服”。2)电子网站对监测到的关键字进行内容分析,分析方法为:把关键字“冬季保暖男羽绒服”正向拆分为多个分词,然后基于分词算法的统计每个分词的数量,并计算每个分词数量在所有分词的数量总和中占的比例,例如其中“保暖”的分词数量所占比例最高,然后根据分词词典把存在于词典中并且在该条分词中所占比例最高的分词获取到,最后把从这些分词中取到的新的分词集合形成新的关键字集合,即将关键字拆分的分词数量比例最高的在分词词典中获取到,形成新的分词集合,其中“保暖”的分词在分词词典中获取的新的分词集合,得到新的关键字集合包括“保暖裤、保暖衣、保暖XX等”;3)电子网站将新的关键字的集合去除掉客户输入的关键字,将剩余的关键字推荐给客户,推荐的时候按照关键字所对应的信息发布时间按照优先推荐最新发布的关键字。这些新的关键字的集合通过展示在客户搜索栏的下方位置展示给客户,方便客户与自己所输入关键字进行对比分析和选择。本实施例中,通过监测客户输入搜索的关键字进行分析处理,自动给客户推广精确的类似的新关键字,能够满足客户需要的同时,实现了商家信息推广的有效使用,避免造成资源浪费。实施例二如图1所示,一个电子商务网站商品搜索自动推送的方法,该方法包括步骤:1)电子网站监测客户输入搜索的关键字,将客户输入的关键字进行记录,并进行内容分析;例如监测到客户输入“冬季保暖男羽绒服”。2)电子网站对监测到的关键字进行内容分析,分析方法为:把关键字“冬季保暖男羽绒服”正向拆分为多个分词,然后基于分词算法的统计每个分词的数量,并计算每个分词数量在所有分词的数量总和中占的比例,例如其中“保暖”的分词数量所占比例最高,然后根据分词词典把存在于词典中并且在该条分词中所占比例最高的分词获取到,最后把从这些分词中取到的新的分词集合形成新的关键字集合,即将关键字拆分的分词数量比例最高的在分词词典中获取到,形成新的分词集合,其中“保暖”的分词在分词词典中获取的新的分词集合,得到新的关键字集合包括“保暖裤、保暖衣、保暖XX等”;客户输入的关键字与新的关键字集合进行匹配保存进入数据库,每一次对关键字进行内容分析前,先对数据库进行检索,查找是否有对应的关键字数据已经保存过,如果有与客户输入关键字相匹配的新的关键字已经保存在数据库,则直接向客户展示已经保存的数据,即所输入关键字已经至少做过一次分析,得出了输入关键字所对应的新的关键字集合保存于数据库中,无需再做分析。例如:当客户输入“秋季”的时候,检索到已经对关键字“秋季”做过匹配,并且在数据库中有与“秋季”匹配的关键字,例如“秋裤、秋衣、秋冬等”直接推荐给客户,无需做再一次的分析。3)电子网站将新的关键字的集合去除掉客户输入的关键字,按照关键字所对应的信息发布时间按照优先推荐最新发布为准将,剩余的关键字推荐给客户。这些新的关键字的集合通过展示在客户搜索栏的下方位置展示给客户,方便客户与自己所输入关键字进行对比分析和选择。本实施例中,通过内容分析得到新的关键字与客户输入的关键字进行匹配保存,实现了数据库的积累,已经搜索过的关键字的推送信息只需要从数据库调出向客户展示,无需再次分析,节约了资源。实施例三如图1所示,一个电子商务网站商品搜索自动推送的方法,该方法包括步骤:1)电子网站监测客户输入搜索的关键字,将客户输入的关键字进行记录,并进行内容分析;例如监测到客户输入“冬季保暖男羽绒服”。2)电子网站对监测到的关键字进行内容分析,分析方法为:把关键字“冬季保暖男羽绒服”正向拆分为多个分词,然后基于分词算法的统计每个分词的数量,并计算每个分词数量在所有分词的数量总和中占的比例,例如其中“保暖”的分词数量所占比例最高,然后根据分词词典把存在于词典中并且在该条分词中所占比例最高的分词获取到,最后把从这些分词中取到的新的分词集合形成新的关键字集合,即将关键字拆分的分词数量比例最高的在分词词典中本文档来自技高网...

【技术保护点】
1.一个电子商务网站商品搜索自动推送的方法,其特征在于:该方法包括步骤:1)电子网站监测客户输入搜索的关键字;2)电子网站对监测到的关键字进行内容分析,分析方法为:把关键字正向拆分为多个分词,然后统计每个分词的数量,并计算每个分词数量在所有分词的数量总和中占的比例,然后根据分词词典把存在于词典中并且在该条分词中所占比例最高的分词获取到,最后把从这些分词中取到的分词形成新的关键字集合;3)电子网站将新的关键字的集合去除掉客户输入的关键字,将剩余的关键字推荐给客户。

【技术特征摘要】
1.一个电子商务网站商品搜索自动推送的方法,其特征在于:该方法包括步骤:1)电子网站监测客户输入搜索的关键字;2)电子网站对监测到的关键字进行内容分析,分析方法为:把关键字正向拆分为多个分词,然后统计每个分词的数量,并计算每个分词数量在所有分词的数量总和中占的比例,然后根据分词词典把存在于词典中并且在该条分词中所占比例最高的分词获取到,最后把从这些分词中取到的分词形成新的关键字集合;3)电子网站将新的关键字的集合去除掉客户输入的关键字,将剩余的关键字推荐给客户。2.根据权利要求1所述的一个电子商务网站商品搜索自动推送的方法,其特征在于:还包括客户输入的关键字与分析的新的关键字集合...

【专利技术属性】
技术研发人员:徐源
申请(专利权)人:成都美美臣科技有限公司
类型:发明
国别省市:四川,51

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1