一种基于AI与ES的商品检索方法及装置制造方法及图纸

本发明专利技术提供一种基于AI与ES的商品检索方法及装置，方法包括：将关键词使用朴素贝叶斯对关键词分类，得到品目结果；构建ES端查询条件query对象，设置品目id作为查询条件；将关键词传入结构化感知机，返回所识别出的字段以及标签，并设置到query对象中；将query对象发送到ES端，ES端根据所述字段，使用对应的分词器进行分词，从领域词库中获取到对应词语；根据所述词语从倒排索引中找到对应的文档，完成检索，在保证搜索性能的同时，大幅提高了商品搜索的准确性，提高用户体验。

【技术实现步骤摘要】

本专利技术涉及数据查询，特别涉及一种基于ai与es的商品检索方法及装置。

技术介绍

1、目前商品搜索在业界最流行的方式是将商品数据导入es(elasticsearch，一种搜索引擎)，建立相应的倒排索引，在不同字段上使用wildcard、term、match、match_phrase等方法(es最常用的几个方法)进行搜索。

2、1.模糊匹配，将关键字使用通配符(*，星号)后，使用wildcard搜索，在商品的名称、品目、品牌、型号、供应商等字段上分别进行匹配，能够搜索出含有完整关键词的商品。

3、2.分词搜索，使用match或match_phrase方法搜索，依赖es底层倒排索引；搜索时使用先将关键词进行分词，再去倒排索引中查询匹配到的分词所对应的数据文档。

4、3.完全匹配，使用term完全匹配字段内容，适用于知道搜索字段并且完全匹配的情况。

5、4.权重搜索，在关键词搜索中有的字段例如供应商名称、产地等字段实际搜索占比很低，而品目、品牌的实际搜索占比很高；通过统计分析搜索日志，提高实际搜索占比较高的字段对本文档来自技高网...

【技术保护点】

1.一种基于AI与ES的商品检索方法，其特征在于，包括：

2.根据权利要求1所述的一种基于AI与ES的商品检索方法，其特征在于，所述步骤1具体为：根据商品数据计算商品每种品目的词汇在文档中的TF-IDF值，构建出每种品目对应文档的TF-IDF向量，将所述TF-IDF向量作为关键特征，驱动朴素贝叶斯分类器的训练；在训练阶段，朴素贝叶斯分类器根据所述关键特征，学习并建立起TF-IDF向量与不同品目类别之间的映射关系，完成朴素贝叶斯分类器建立；将所述关键词转化为相应的TF-IDF向量，并输入至已训练完成的朴素贝叶斯分类器中，得到品目结果。

3.根据权利要求1所述的一种基...

【技术特征摘要】

1.一种基于ai与es的商品检索方法，其特征在于，包括：

2.根据权利要求1所述的一种基于ai与es的商品检索方法，其特征在于，所述步骤1具体为：根据商品数据计算商品每种品目的词汇在文档中的tf-idf值，构建出每种品目对应文档的tf-idf向量，将所述tf-idf向量作为关键特征，驱动朴素贝叶斯分类器的训练；在训练阶段，朴素贝叶斯分类器根据所述关键特征，学习并建立起tf-idf向量与不同品目类别之间的映射关系，完成朴素贝叶斯分类器建立；将所述关键词转化为相应的tf-idf向量，并输入至已训练完成的朴素贝叶斯分类器中，得到品目结果。

3.根据权利要求1所述的一种基于ai与es的商品检索方法，其特征在于，所述步骤4中所述领域词库建设包括：在政府采购领域，收集商品的品目、品牌、参数名和参数值，同时按照不同业务划分；将收集到的数据去掉多余的空格、特殊符号、纠错、去重，最后人工复核后纳入领域词库；通过品目、品牌、参数名和参数值分别形成对应的词库；

4.根据权利要求1所述的一种基于ai与es的商品检索方法，其特征在于，所述步骤5具体为：根据所述词语从倒排索引中找到对应的文档，用bm25评分模型，所述bm25评分模型的计算公式中包括可调整参数k1和b，将k1设置为0，b调整为0.75，并使用es端的function_score或script_score调整bm25文档评分，将更匹配的商品优先展示，完成检索。

5.根据权利要求1所述的一种基于ai与es的商品检索方法，其特征在于，所述步骤3具体为：采用ner技术识别出关键词中每个分词的标签，

6...

【专利技术属性】
技术研发人员：杨彪，刘荧杰，林泽然，林雨堆，蒙锐，
申请(专利权)人：博思数采科技股份有限公司，
类型：发明
国别省市：