[發明專利]搜索結果排序方法及系統、搜索結果排序優化方法及系統

在審

• 申請號: 201210254425.6
• 申請日: 2012-07-20
• 公開（公告）號: CN103577413A
• 公開（公告）日: 2014-02-12
• 發明（設計）人: 林鋒;湯佳宇
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京潤澤恒知識產權代理有限公司 11319
• 代理人: 蘇培華

1.一種搜索結果排序方法，其特征在于，包括以下步驟：

獲取原始特征集合，所述原始特征包括預先設定的可能對搜索結果的排序產生影響的特征；

基于歷史交易數據從原始特征集合提取有效特征，所述有效特征指根據歷史交易數據確定的能夠對搜索結果的排序產生影響的特征；

基于歷史交易數據確定各有效特征的初始權重，并利用歷史交易數據和預定訓練模型對初始權重進行訓練得到最終權重；

基于所述有效特征的最終權重對搜索結果進行排序。

2.如權利要求1所述的搜索結果排序方法，其特征在于，所述基于歷史交易數據從原始特征集合提取有效特征包括：

基于歷史交易數據選取兩組測試產品，其中一組為有成交記錄的產品，另外一組為沒有成交記錄的產品；

從歷史交易數據中分別提取所述兩組測試產品在一定時間段內的相關數據，并利用所述相關數據計算兩組測試產品各原始特征的特征值；

比較所述兩組測試產品相同原始特征的特征值的差值，若超過閾值，則選取所述原始特征為有效特征。

3.如權利要求1所述的搜索結果排序方法，其特征在于，所述基于歷史交易數據從原始特征集合提取有效特征包括：

從歷史交易數據中提取預定時間段內的交易數據，計算該預定時間段內各產品的成交轉化率；

選取成交轉化率差值大于閾值的兩組產品作為測試產品；

從歷史交易數據中提取所述兩組測試產品在所述預定時間段之后的一定時間段內的交易數據，并計算兩組測試產品的原始特征集合中各原始特征的特征值；

比較所述兩組測試產品相同原始特征的特征值的差值，若超過閾值，則選取所述原始特征為有效特征。

4.如權利要求1所述的搜索結果排序方法，其特征在于，所述基于歷史交易數據確定各有效特征的初始權重，并利用歷史交易數據和訓練模型對初始權重進行訓練得到最終權重包括：

確定有效特征的初始權重；

將歷史交易數據和初始權重代入預定訓練模型中，計算理論數據；

比較理論數據與實際數據，若二者差異在預定范圍內，則確定該初始權重為有效特征的最終權重，反之，則返回確定有效特征的初始權重這一步驟。

5.如權利要求1所述的搜索結果排序方法，其特征在于，所述基于所述有效特征的最終權重對搜索結果進行排序包括：

確定搜索結果的實際有效特征值；

基于有效特征的最終權重和實際有效特征值計算搜索結果的預測成交轉化率；

按照預測成交轉化率對搜索結果進行排序。

6.一種搜索結果排序優化方法，其特征在于，包括以下步驟：

分別獲取搜索結果的有效特征的各組備選權重值；

分別采用各備選權重值計算某一預定時間點的搜索結果的理論排序分數，并根據理論排序分數對搜索結果進行排序得到各組排序結果；

分別獲取各組排序結果排在前面預定數量的搜索結果，并獲取所述搜索結果在所述預定時間點以后的交易數據；

根據所述交易數據計算各組排序結果中排在前面預定數量的搜索結果的實際排序分數；

選取實際排序分數最高的一組排序結果所對應的備選權重值作為有效特征的最終權重值。

7.如權利要求6所述的搜索結果排序優化方法，其特征在于，所述理論排序分數為單一特征預測值或者特征組合的預測值，所述實際排序分數為與所述理論排序分數對應的單一特征實際值或者特征組合的實際值。

8.如權利要求7所述的搜索結果排序優化方法，其特征在于，所述理論排序分數為預測成交轉化率，所述實際排序分數為實際成交轉化率；或者

所述理論排序分數為預測好評率，所述實際排序分數為實際好評率。

9.如權利要求6至8任一項所述的搜索結果排序優化方法，其特征在于，所述選取實際排序分數最高的一組排序結果所對應的備選權重值作為有效特征的最終權重值包括：

選取實際排序分數總和或平均值最高的一組排序結果所對應的備選權重值作為有效特征的最終權重值。