一种商品搜索及提供方法及装置制造方法
【专利摘要】本发明实施例提供一种商品搜索及提供方法及装置，用以减少用户搜索商品的时间，提高电商网站的点击量及访问量。该方法中搜索引擎在每个采集时间点，在每个网页获取用户对该商品进行评论的评论数量信息，采用最小二乘法，确定该商品的拟合曲线，在接收到用户的搜索请求后，根据拟合曲线确定接收到该搜索请求的时间对应的该商品的评论数量信息，根据确定的该评论数量信息，向用户提供该搜索请求对应的商品的信息。由于在本发明实施例中确定的拟合曲线可以在一定程度上反应用户对该商品的点击量，因此根据该拟合曲线确定的评论数量信息向用户提供搜索请求对应的产品信息时，可以减少用户搜索商品的时间，提高电商网站的点击量及访问量。
【专利说明】一种商品搜索及提供方法及装置
【技术领域】
[0001 ] 本发明涉及电子商务【技术领域】，尤其涉及一种商品搜索及提供方法及装置。
【背景技术】
[0002]随着电商网站的不断发展，网络上充斥着海量的商品。目前，电商搜索网站的搜索引擎对于某一商家的商品的搜索覆盖率可以达到90%以上，但是该覆盖率下的搜索结果都是来自于爬虫的搜录，或者是商家对用户(Business to Customer, B2C)模式中，采用合作的形式，由商家提供给电商网站的。对于爬虫而言，其看到的商品的权重都是相同的，无法识别出哪些商品可能会使网站的点击率升高，哪些商品不会给网站的点击率带来变化；而对于采用B2C模式提供的商品的信息，商家也不会提供哪些商品会升高点击量的信息。
[0003]即使一些网站可以提供能够提高点击率的商品的信息，但是维护这个接口却是非常不容易的。这是因为能够提高点击率的商品一般都是热销商品，该商品在网站上的销量比较大，很多商品都会很快卖完，商品卖完后网站还要更新这些商品的信息，并在商品有货供应时再重新推送，因此导致网站的频繁推送，维护起来非常的不方便。
[0004]因此，电商网站以及电商搜索网站如何针对每个用户，从海量的商品中搜索出可能会带来点击率升高的商品并提供给每个用户，减少用户搜索商品的时间，并提高网站的点击量及访问量是现有技术亟待解决的问题。
【发明内容】
[0005]本发明实施例提供一种商品搜索及提供方法及装置，用以减少用户搜索商品的时间，并提高网站的点击量及访问量。
[0006]本发明实施例提供一种商品搜索及提供方法，该方法包括:
[0007]搜索引擎根据设置的每个采样时间点，针对每个商品所在的网页，在每个采样时间点获取用户对该商品进行评论的评论数量信息；
[0008]针对每个商品，根据至少两个采样时间点及在该采样时间点获取的评论数量信息，采用最小二乘法，确定该商品的采样时间点和评论数量信息的拟合曲线；
[0009]当接收到用户的搜索请求后，确定该搜索请求对应的每个商品；
[0010]针对确定的所述每个商品的采样时间点和评论数量信息的拟合曲线，确定接收该搜索请求的时间对应的该商品的评论数量信息；
[0011]根据确定的评论数量信息，向所述用户提供该搜索请求对应的商品的信息。
[0012]较佳地，为了提高本方法中商品提供的效率及准确性，所述在每个采样时间点获取用户对该商品进行评论的评论数量信息包括:
[0013]根据设置的商品点评模版，针对每个网页在每个采样时间点获取用户对该商品进行评论的评论数量信息。
[0014]较佳地，为了减少用户搜索商品的时间，并提高电商网站的点击量及访问量，所述确定该商品的采样时间点和评论数量信息的拟合曲线包括:[0015]针对该商品在每个采样时间点获取的评论数量信息，模拟直线y=a0+alx，其中x为采样时间点，y为在该采样时间点获取的评论数量信息；
[0016]根据最小二乘法，确定模拟直线中的参数a0和al，确定该商品的采样时间点和评论数量信息的拟合曲线。
[0017]较佳地，为了保证拟合曲线的正确性，保证向用户提供的产品的准确率，进一步提高电商网站的点击量及访问量，所述确定该商品的采样时间点和评论数量信息的拟合曲线还包括:
[0018]采用相关系数R、统计量F、剩余标准差S中的至少一个参数，对拟合的所述曲线进行评价；
[0019]当评价结果不满足相应参数对应的评价阈值时，根据其他的采样时间点及评论数量信息，重新确定该商品的采样时间点和评论数量信息的拟合曲线。
[0020]较佳地，为了保证拟合曲线的正确性，保证向用户提供的产品的准确率，进一步提高电商网站的点击量及访问量，所述确定该商品的采样时间点和评论数量信息的拟合曲线包括:
[0021]根据当前时间及设定的拟合时间间隔，获取以该当前时间为时间终点，该拟合时间间隔为长度的时间段内的每个采样时间点及在该采样时间点获取的评论数量信息；
[0022]根据获取的该每个采样时间点和每个评论数量信息，确定该商品的采样时间点和评论数量信息的拟合曲线。
[0023]本发明实施例提供了一种商品搜索及提供装置，所述装置包括:
[0024]获取模块，用于根据设置的每个采样时间点，针对每个商品所在的网页，在每个采样时间点获取用户对该商品进行评论的评论数量信息；
[0025]拟合模块，用于针对每个商品，根据至少两个采样时间点及在该采样时间点获取的评论数量信息，采用最小二乘法，确定该商品的采样时间点和评论数量信息的拟合曲线.[0026]搜索模块，用于当接收到用户的搜索请求后，确定该搜索请求对应的每个商品；
[0027]确定模块，用于针对确定的所述每个商品的采样时间点和评论数量信息的拟合曲线，确定接收该搜索请求的时间对应的该商品的评论数量信息；
[0028]提供模块，用于根据确定的评论数量信息，向所述用户提供该搜索请求对应的商品的信息。
[0029]较佳地，为了提高本方法中商品提供的效率及准确性，所述获取模块，具体用于根据设置的商品点评模版，针对每个网页在每个采样时间点获取用户对该商品进行评论的评论数量信息。
[0030]较佳地，为了减少用户搜索商品的时间，并提高电商网站的点击量及访问量，所述拟合模块，具体用于针对该商品在每个采样时间点获取的评论数量信息，模拟直线y=aO+alx，其中x为采样时间点，y为在该采样时间点获取的评论数量信息；根据最小二乘法，确定模拟直线中的参数aO和al，确定该商品的采样时间点和评论数量信息的拟合曲线。
[0031]较佳地，为了保证拟合曲线的正确性，保证向用户提供的产品的准确率，进一步提高电商网站的点击量及访问量，所述拟合模块，具体用于采用相关系数R、统计量F、剩余标准差S中的至少一个参数，对拟合的所述曲线进行评价；当评价结果不满足相应参数对应的评价阈值时，根据其他的采样时间点及评论数量信息，重新确定该商品的采样时间点和评论数量信息的拟合曲线。
[0032]较佳地，为了保证拟合曲线的正确性，保证向用户提供的产品的准确率，进一步提高电商网站的点击量及访问量，所述拟合模块，具体用于根据当前时间及设定的拟合时间间隔，获取以该当前时间为时间终点，该拟合时间间隔为长度的时间段内的每个采样时间点及在该采样时间点获取的评论数量信息；根据获取的该每个采样时间点和每个评论数量信息，确定该商品的采样时间点和评论数量信息的拟合曲线。
[0033]本发明实施例提供了一种商品搜索及提供方法及装置，该方法中搜索引擎在每个采集时间点，在每个网页获取用户对该商品进行评论的评论数量信息，根据至少两个采样时间点及对应的在该采样时间点获取的评论数量信息，采用最小二乘法，确定该商品采样时间点和评论数量信息的拟合曲线，在接收到用户的搜索请求后，根据该搜索请求对应的每个商品，及对应每个商品的拟合曲线，确定接收到该搜索请求的时间对应的该商品的评论数量信息，根据确定的该评论数量信息，向用户提供该搜索请求对应的商品的信息。由于在本发明实施例中根据每个采样时间点及在每个采样时间点采集到的用户对商品的评论数量信息，确定了商品对应的拟合曲线，该拟合曲线可以在一定程度上根据先前的数据拟合出当前与该商品相关的关键数据，从而对于该商品的关注程度进行了一定程度的预测，进一步地该数据反应用户对该商品的点击量，因此当在接收到用户的搜索请求，并根据该拟合曲线确定的评论数量信息向用户提供搜索请求对应的产品信息时，可以减少用户搜索商品的时间，并提高电商网站的点击量及访问量。
【专利附图】
【附图说明】
[0034]图1为本发明实施例提供的该商品搜索及提供过程的示意图；
[0035]图2为本发明实施例提供的该商品搜索及提供的一详细实施过程示意图；
[0036]图3为本发明实施例提供的商品搜索及提供的另一具体实施过程示意图；
[0037]图4为本发明实施例提供的一种商品搜索及提供装置结构示意图。
【具体实施方式】
[0038]为了减少用户搜索商品的时间，并提高电商网站的点击量及访问量，本发明实施例提供了一种商品搜索及提供方法及装置。
[0039]下面结合说明书附图，对本发明实施例进行详细说明。
[0040]图1为本发明实施例提供的该商品搜索及提供过程的示意图，该过程包括以下步骤:
[0041]SlOl:搜索引擎根据设置的每个采样时间点，针对每个商品所在的网页，在每个采样时间点获取用户对该商品进行评论的评论数量信息。
[0042]在本发明实施例中可以按照设定的时间间隔设置每个采样时间点，也可以按照任意的时间间隔设置采样时间点。在每个采样时间点，搜索引擎针对每个商品获取用户对商品进行评论的评论数量信息。该采样时间点可以是以分钟、小时、天、周为间隔设置。
[0043]另外，搜索引擎在获取用户对每个商品进行评论的评论数量信息时，可以在每个采样时间点，针对每个商品都获取用户对该商品进行评论的评论数量信息。例如采样时间点分别为1、2、3、4，5，在每个采样时间点，针对每个商品，搜索引擎都获取用户对该商品进行评论的评论数量信息。
[0044]或者为了减少信息采集量，并且后续在进行曲线拟合时，需要的信息也不是特别的多，搜索引擎在获取用户对每个商品进行评论的评论数量信息时，针对每个商品，可以在有限个采样时间点，获取用户对该商品进行评论的评论数量信息。例如采样时间点分别为1、2、3、4、5，在每个采样时间点1、3、5，针对第一商品，搜索引擎都获取用户对该第一商品进行评论的评论数量信息。
[0045]S102:针对每个商品，根据至少两个采样时间点及在该采样时间点获取的评论数量信息，采用最小二乘法，确定该商品的采样时间点和评论数量信息的拟合曲线。
[0046]当针对每个商品，在每个采样时间点，获取了用户针对该商品进行评论的评论数量信息后，搜索引擎针对每个商品，获取了该商品的多个二维值(采样时间点，评论数量信息)。在这些二维值中任意选择至少两组，即至少两个采样时间点及在该采样时间点获取的评论数量信息，根据该至少两组二维值，确定该商品的采样时间点和评论数量信息的拟合曲线。
[0047]S103:当接收到用户的搜索请求后，确定该搜索请求对应的每个商品。
[0048]S104:针对确定的所述每个商品的采样时间点和评论数量信息的拟合曲线，确定接收该搜索请求的时间对应的该商品的评论数量信息。
[0049]在搜索引擎接收用户的搜索请求之前，搜索引擎已经针对每个商品，确定了该商品的采样时间点和评论数量信息的拟合曲线。因此当搜索引擎根据搜索请求确定了对应的每个商品后，搜索引擎在向用户提供这些商品的信息时，哪些商品的信息在第一时间提供，哪些商品的信息可以稍后提供，在本发明实施例中搜索引擎根据针对每个商品拟合的曲线确定。
[0050]S105:根据确定的评论数量信息，向所述用户提供该搜索请求对应的商品的信息。
[0051]具体的，由于搜索引擎已经针对每个商品，确定了该商品对应的拟合曲线，在向用户提供商品的信息之前，确定向用户提供的商品的顺序。在本发明实施例中搜索引擎针对该搜索请求对应的商品，及针对每个商品确定的拟合曲线，确定每个商品在接收该搜索请求的时间对应的该商品的评论数量信息，根据该评论数量信息确定每个商品的提供顺序，从而按照该顺序向用户提供对应的商品的信息。
[0052]由于在本发明实施例中根据每个采样时间点及在每个采样时间点采集到的用户对商品的评论数量信息，确定了商品对应的拟合曲线，该拟合曲线可以在一定程度上反应用户对该商品的点击量，因此当在接收到用户的搜索请求，并根据该拟合曲线确定的评论数量信息向用户提供搜索请求对应的产品信息时，可以减少用户搜索商品的时间，并提高电商网站的点击量及访问量。
[0053]通过观察在B2C模式中，商家在将商品出售后，一般会邀请用户对所购买的商品进行点评，而用户对商品的评论数量，从一定程度上可以反映用户对该商品的点击率及访问量，并且还能从一定程度上反映用户对该商品的喜欢程度，购买程度。因此，在本发明实施例中为了提高网站的点击量及访问量，并减少用户搜索商品的时间，搜索引擎在根据搜索请求，向用户提供商品的信息时，按照商品的评论数量信息来提供。[0054]为了准确、高效的获取用户对商品的评论数量信息，并且在搜索引擎向用户提供捜索结果时，能够及时的预知每个商品的评论数量信息，在本发明实施例中搜索引擎需要针对每个商品，确定该商品的采样时间点和评论数量信息的拟合曲线。
[0055]具体的，在确定每个商品的拟合曲线时，针对每个商品，搜索引擎需要在每个采样时间点，搜索该商品所在网页，从而在每个采样时间点获取用户对该商品进行评论的评论数量信息。具体的在获取用户对商品进行评论的评论数量信息时，可以额外的解析ー个字段，即该商品对应的点评数量信息，从而获取具体的点评数量信息。
[0056]较佳地，为了提高本方法中商品提供的效率及准确性，所述在每个采样时间点获取用户对该商品进行评论的评论数量信息包括:根据设置的商品点评模版，针对每个网页在每个采样时间点获取用户对该商品进行评论的评论数量信息。
[0057]针对每个商品，在每个采样时间点，获取了用户对该商品进行评论的评论数量信息后，搜索引擎可以将获取的每个(采样时间点，评论数量信息)的成对的二维数据保存起来，从而针对该商品得到一系列的成对数据。例如，用ti来表示采样时间点，用ni来表示在该采样时间点获取的评论数量信息，则根据每个采样时间点获取的信息，可以得到(tl，nl)，(t2, n2)，......(tm, nm)。
[0058]搜索引擎针对每个商品，在每个采样时间点，获取了用户对该商品进行评论的评论数量信息后，可以采用最小二乗法，确定该商品的采样时间点和评论数量信息的拟合曲线。最小二乗法是ー种数学优化技木。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乗法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。
[0059]在本发明实施例中，采用最小二乗法，确定该商品的采样时间点和评论数量信息的拟合曲线包括:
[0060]针对该商品在每个采样时间点获取的评论数量信息，模拟直线y=a0+alx，其中x为采样时间点，y为在该采样时间点获取的评论数量信息；
[0061]根据最小二乘法,确定模拟直线中的參数a0和al,确定该商品的采样时间点和评论数量信息的拟合曲线。
[0062]当确定了模拟直线yi=aO+alxi后，并且參数x、y对应的信息搜索引擎已经采集到，只要确定了该模拟直线中的aO和al后，该模拟直线就确定了。
[0063]具体的在根据最小二乗法模拟曲线时，根据上述公式yi=aO+alxi，将每个xi代入上述公式可以得到对应的计算值yi，而该采样时间点获取的实际的评论数量信息yi’已知。因此将实测值yi’与利用上述公式计算的(yi=aO+alxi)的离差(yi’ -yi)的平方和〔E(yi’-yi)2〕最小为“优化判据”。
[0064]令:CJF=Z ( yi' -yi ) 2，将yi=aO+alxi的公式带入该式中，得到:
[0065]f=￡ (yi’ -aO-alxi) 2
[0066]当E (yi’ -yi) 2最小时, 可用函数—对aO、al求偏导数,令这两个偏导数等于零。从而得到关于aO、al为未知数的两个方程组，
[0067]aO= (Eyi’)/n_al (E xi)/n, n 为采样时间点的数量；
[0068]al=[n E xiyi，- (E xi E yi，)]/[n E xi2- (E xi)2)]；[0069]将上述确定的aO和al的表示公式代入yi=aO+alxi,从而得到拟合曲线。
[0070]本发明实施例给出了采用最小二乗法进行曲线拟合的简单的实施方式，相信本领域技术人员根据本发明实施例的描述，可以采用相应的方式进行曲线模拟。
[0071]在采用最小二乗法进行曲线拟合时，只要根据至少两个采样时间点及在该采样时间点获取的评论数量信息即可确定，但是当拟合相应的曲线后，可以直接根据该曲线进行后续搜索结果的提供。在本发明实施例中为了保证拟合曲线的正确性，保证向用户提供的产品的准确率，进ー步提高网站的点击量及访问量，所述确定该商品的采样时间点和评论数量信息的拟合曲线后还包括:
[0072]采用相关系数R、统计量F、剩余标准差S中的至少ー个參数，对拟合的所述曲线进行评价；
[0073]当评价结果不满足相应參数对应的评价阈值时，根据其他的采样时间点及评论数量信息，重新确定该商品的采样时间点和评论数量信息的拟合曲线。
[0074]即当确定了该拟合曲线后，根据该拟合曲线可以确定相应的每个采样时间点对应的评论数量信息，而每个采样时间点实际采集到的评论数量信息也是已知的，因此根据该两种方式确定的评论数量信息确定相关系数R(Correlation coefficient),相关系数R越趋近于I说明曲线拟合的越准确。当两种方式确定的评论数量信息对应的相关系数R小于设定的评价阈值时，则认为该拟合曲线不够准确，根据其他的采样时间点及评论数量信息，重新确定该商品的采样时间点和评论数量信息的拟合曲线。
[0075]相应由于统计量F是统计理论中用来对数据进行分析、检验的变量，是统计平均值，在进行样本统计吋，统计量F越大说明曲线拟合的越好。采用统计量F对拟合曲线进行评价时，得到的统计量F小于设定的对应评价阈值时，确定该拟合曲线不够准确，根据其他的采样时间点及评论数量信息，重新确定该商品的采样时间点和评论数量信息的拟合曲线。
[0076]剩余标准差S也称均方差，在线性回归分析中，真实值和估计值之间的差成为残差(或者剰余量)，所有预测值的残差平方和(或者剰余平方和)，剩余标准差就是剩余平方和的开平方。在具体计算时，计算的是两种方式确定的评论数量信息的方差，剩余标准差S越接近零，说明曲线拟合的越好。因此在采用剩余标准差S进行评价时，判断得到的剩余标准差S是否大于设定的对应评价阈值，当得到的剩余标准差S大于设定的对应评价阈值，确定该拟合曲线不够准确，根据其他的采样时间点及评论数量信息，重新确定该商品的采样时间点和评论数量信息的拟合曲线。
[0077]在根据上述參数对拟合曲线进行评价时，可以任意选择，可以选择ー个、两个或三个进行评价，只要存在相应參数不满足设定的评价阈值，即可确定曲线拟合的不够准确，重新拟合曲线，直到拟合出准确的曲线为止。
[0078]图2为本发明实施例提供的该商品捜索及提供的一详细实施过程示意图，该过程包括以下步骤:
[0079]S201:搜索引擎根据设置的每个采样时间点，针对每个商品所在的网页，在每个采样时间点获取用户对该商品进行评论的评论数量信息。
[0080]S202:针对每个商品，根据至少两个采样时间点及在该采样时间点获取的评论数量信息，采用最小二乗法，确定该商品的采样时间点和评论数量信息的拟合曲线。[0081]S203:采用相关系数R、统计量F、剩余标准差S中的至少ー个參数，对拟合的所述曲线进行评价。
[0082]S204:判断评价结果是否满足相应參数对应的评价阈值，当满足时，进行步骤S205，否则，进行步骤S202。
[0083]S205:在接收到用户的搜索请求时，根据拟合的所述曲线确定每个商品的评论数量信息，井根据确定的评论数量信息向用户提供相应的商品。
[0084]另外，在本发明实施例中为了保证拟合曲线的正确性，保证向用户提供的产品的准确率，进ー步提高电商网站的点击量及访问量，所述确定该商品的采样时间点和评论数量信息的拟合曲线包括:
[0085]根据当前时间及设定的拟合时间间隔，获取以该当前时间为时间终点，该拟合时间间隔为长度的时间段内的每个采样时间点及在该采样时间点获取的评论数量信息；
[0086]根据获取的该每个采样时间点和每个评论数量信息，确定该商品的采样时间点和评论数量信息的拟合曲线。
[0087]即位于最近几周内的采样时间点，及每个采样时间点获取的商品的评论数量信息，进行曲线的拟合。该方法拟合出的曲线可以在一定程度上反映近期用户的访问量，也能在一定程度上反映出商品在最近受欢迎的程度。
[0088]图3为本发明实施例提供的商品捜索及提供的另一具体实施过程示意图，该过程包括以下步骤:
[0089]S301:搜索引擎根据设置的每个采样时间点，针对每个商品所在的网页，在每个采样时间点获取用户对该商品进行评论的评论数量信息。
[0090]S302:针对每个商品，根据当前时间及设定的拟合时间间隔，获取以该当前时间为时间终点，该拟合时间间隔为长度的时间段内的每个采样时间点及在该采样时间点获取的评论数量信息。
[0091]S303:根据获取的该每个采样时间点和每个评论数量信息，确定该商品的采样时间点和评论数量信息的拟合曲线。
[0092]S304:采用相关系数R、统计量F、剩余标准差S中的至少ー个參数，对拟合的所述曲线进行评价。判断评价结果是否满足相应參数对应的评价阈值，当满足时，进行步骤S305，否则，进行步骤S302。
[0093]S305:当接收到用户的搜索请求后，确定该搜索请求对应的每个商品。
[0094]S306:针对确定的所述每个商品的采样时间点和评论数量信息的拟合曲线，确定接收该搜索请求的时间对应的该商品的评论数量信息。
[0095]S307:根据确定的评论数量信息，向所述用户提供该搜索请求对应的商品的信息。
[0096]由于在本发明实施例中根据每个采样时间点及在每个采样时间点采集到的用户对商品的评论数量信息，确定了商品对应的拟合曲线，该拟合曲线可以在一定程度上反应用户对该商品的点击量，因此当在接收到用户的搜索请求，井根据该拟合曲线确定的评论数量信息向用户提供捜索请求对应的产品信息时，可以减少用户搜索商品的时间，并提高电商网站的点击量及访问量。
[0097]图4为本发明实施例提供的ー种商品捜索及提供装置结构示意图，所述装置包括:[0098]获取模块41，用于根据设置的每个采样时间点，针对每个商品所在的网页，在每个采样时间点获取用户对该商品进行评论的评论数量信息；
[0099]拟合模块42，用于针对每个商品，根据至少两个采样时间点及在该采样时间点获取的评论数量信息，采用最小二乗法，确定该商品的采样时间点和评论数量信息的拟合曲线；
[0100]搜索模块43，用于当接收到用户的搜索请求后，确定该搜索请求对应的每个商品;
[0101]确定模块44，用于针对确定的所述每个商品的采样时间点和评论数量信息的拟合曲线，确定接收该搜索请求的时间对应的该商品的评论数量信息；
[0102]提供模块45，用于根据确定的评论数量信息，向所述用户提供该搜索请求对应的商品的信息。
[0103]较佳地，为了提高本方法中商品提供的效率及准确性，所述获取模块41，具体用于根据设置的商品点评模版，针对每个网页在每个采样时间点获取用户对该商品进行评论的评论数量信息。
[0104]较佳地，为了减少用户搜索商品的时间，并提高电商网站的点击量及访问量，所述拟合模块42，具体用于针对该商品在每个采样时间点获取的评论数量信息，模拟直线y=a0+alx，其中x为采样时间点，y为在该采样时间点获取的评论数量信息；根据最小ニ乘法，确定模拟直线中的參数aO和al，确定该商品的采样时间点和评论数量信息的拟合曲线。
[0105]较佳地，为了保证拟合曲线的正确性，保证向用户提供的产品的准确率，进ー步提高电商网站的点击量及访问量，所述拟合模块42，具体用于采用相关系数R、统计量F、剰余标准差S中的至少ー个參数，对拟合的所述曲线进行评价；当评价结果不满足相应參数对应的评价阈值时，根据其他的采样时间点及评论数量信息，重新确定该商品的采样时间点和评论数量信息的拟合曲线。
[0106]较佳地，为了保证拟合曲线的正确性，保证向用户提供的产品的准确率，进ー步提高电商网站的点击量及访问量，所述拟合模块42，具体用于根据当前时间及设定的拟合时间间隔，获取以该当前时间为时间终点，该拟合时间间隔为长度的时间段内的每个采样时间点及在该采样时间点获取的评论数量信息；根据获取的该每个采样时间点和每个评论数量信息，确定该商品的采样时间点和评论数量信息的拟合曲线。
[0107]本发明实施例提供了ー种商品捜索及提供方法及装置，该方法中搜索引擎在每个采集时间点，在每个网页获取用户对该商品进行评论的评论数量信息，根据至少两个采样时间点及对应的在该采样时间点获取的评论数量信息，采用最小二乗法，确定该商品采样时间点和评论数量信息的拟合曲线，在接收到用户的搜索请求后，根据该搜索请求对应的每个商品，及对应每个商品的拟合曲线，确定接收到该搜索请求的时间对应的该商品的评论数量信息，根据确定的该评论数量信息，向用户提供该搜索请求对应的商品的信息。由于在本发明实施例中根据每个采样时间点及在每个采样时间点采集到的用户对商品的评论数量信息，确定了商品对应的拟合曲线，该拟合曲线可以在一定程度上反应用户对该商品的点击量，因此当在接收到用户的搜索请求，井根据该拟合曲线确定的评论数量信息向用户提供捜索请求对应的产品信息时，可以减少用户搜索商品的时间，并提高网站的点击量及访问量。
[0108]本领域技术人员应明白，本发明提供的方法和装置可以用于特定电商网站中，也可以用于对各电商网站中的商品进行搜索的捜索网站中。本发明的方法和装置也可以不限于电商应用领域，而是可以适用于任何提供多种结合有评论信息的项目的网站以及对其进行搜索的网站中。
[0109]本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
[0110]本申请是參照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每ー流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生ー个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图ー个流程或多个流程和/或方框图ー个方框或多个方框中指定的功能的装置。
[0111]这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图ー个流程或多个流程和/或方框图ー个方框或多个方框中指定的功能。
[0112]这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图ー个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0113]尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
[0114]显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
【权利要求】
1.一种商品搜索及提供方法，其特征在于，该方法包括: 搜索引擎根据设置的每个采样时间点，针对每个商品所在的网页，在每个采样时间点获取用户对该商品进行评论的评论数量信息； 针对每个商品，根据至少两个采样时间点及在该采样时间点获取的评论数量信息，采用最小二乘法，确定该商品的采样时间点和评论数量信息的拟合曲线； 当接收到用户的搜索请求后，确定该搜索请求对应的每个商品； 针对确定的所述每个商品的采样时间点和评论数量信息的拟合曲线，确定接收该搜索请求的时间对应的该商品的评论数量信息； 根据确定的评论数量信息，向所述用户提供该搜索请求对应的商品的信息。
2.如权利要求1所述的方法，其特征在于，所述在每个采样时间点获取用户对该商品进行评论的评论数量信息包括: 根据设置的商品点评模版，针对每个网页在每个采样时间点获取用户对该商品进行评论的评论数量信息。
3.如权利要求1所述的方法，其特征在于，所述确定该商品的采样时间点和评论数量信息的拟合曲线包括: 针对该商品在每个采样时间点获取的评论数量信息，模拟直线y=aO+alx，其中x为采样时间点，y为在该采样时间点获取的评论数量信息； 根据最小二乘法，确定模拟直线中的参数aO和al，确定该商品的采样时间点和评论数量信息的拟合曲线。·
4.如权利要求1或3所述的方法，其特征在于，所述确定该商品的采样时间点和评论数量信息的拟合曲线还包括: 采用相关系数R、统计量F、剩余标准差S中的至少一个参数，对拟合的所述曲线进行评价； 当评价结果不满足相应参数对应的评价阈值时，根据其他的采样时间点及评论数量信息，重新确定该商品的采样时间点和评论数量信息的拟合曲线。
5.如权利要求1所述的方法，其特征在于，所述确定该商品的采样时间点和评论数量信息的拟合曲线包括: 根据当前时间及设定的拟合时间间隔，获取以该当前时间为时间终点，该拟合时间间隔为长度的时间段内的每个采样时间点及在该采样时间点获取的评论数量信息； 根据获取的该每个采样时间点和每个评论数量信息，确定该商品的采样时间点和评论数量信息的拟合曲线。
6.一种商品搜索及提供装置，其特征在于，所述装置包括: 获取模块，用于根据设置的每个采样时间点，针对每个商品所在的网页，在每个采样时间点获取用户对该商品进行评论的评论数量信息； 拟合模块，用于针对每个商品，根据至少两个采样时间点及在该采样时间点获取的评论数量信息，采用最小二乘法，确定该商品的采样时间点和评论数量信息的拟合曲线； 搜索模块，用于当接收到用户的搜索请求后，确定该搜索请求对应的每个商品； 确定模块，用于针对确定的所述每个商品的采样时间点和评论数量信息的拟合曲线，确定接收该搜索请求的时间对应的该商品的评论数量信息；提供模块，用于根据确定的评论数量信息，向所述用户提供该搜索请求对应的商品的信息。
7.如权利要求6所述的装置，其特征在于，所述获取模块，具体用于根据设置的商品点评模版，针对每个网页在每个采样时间点获取用户对该商品进行评论的评论数量信息。
8.如权利要求6所述的装置，其特征在于，所述拟合模块，具体用于针对该商品在每个采样时间点获取的评论数量信息，模拟直线y=aO+alx，其中x为采样时间点，y为在该采样时间点获取的评论数量信息；根据最小二乘法，确定模拟直线中的参数aO和al，确定该商品的采样时间点和评论数量信息的拟合曲线。
9.如权利要求6或8所述的装置，其特征在于，所述拟合模块，具体用于采用相关系数R、统计量F、剩余标准差S中的至少一个参数，对拟合的所述曲线进行评价；当评价结果不满足相应参数对应的评价阈值时，根据其他的采样时间点及评论数量信息，重新确定该商品的采样时间点和评论数量信息的拟合曲线。
10.如权利要求6所述的装置，其特征在于，所述拟合模块，具体用于根据当前时间及设定的拟合时间间隔，获取以该当前时间为时间终点，该拟合时间间隔为长度的时间段内的每个采样时间点及在该采样时间点获取的评论数量信息；根据获取的该每个采样时间点和每个评论数量信息，确定该商品的采样时间点和评论数量信息的拟合曲线。
【文档编号】G06F17/30GK103593426SQ201310549923
【公开日】2014年2月19日 申请日期:2013年11月7日 优先权日:2013年11月7日
【发明者】周雷, 高扬, 姜鑫, 曹晴, 牛杏媛 申请人:北京奇虎科技有限公司, 奇智软件（北京）有限公司