我国主流电子商务网站站内搜索技术比较分析研究

,我国主流电子商务网站站内搜索技术比较分析研究,单击添加目录内容1,一,单击添加目录内容2,二,单击添加目录内容,三,单击添加目录内容4,四,单击添加目录内容5,五,目 录 Contents,一、研究背景,品名称、商标名、商标名和商品名、特定的名字。,二、电子商务及其行业现状,1电子商务定义,电子商务通常是指在因特网的网络环境下，基于浏览器/服务器应用方式，进行各种商贸活动，实现消费者的网上购物、商户之间的网上交易和在线电子支付以及各种商务活动、交易活动、金融活动和相关的综合服务活动的一种新型的商业运营模式。,电子商务可划分为广义和狭义的电子商务。,2电子商务行业现状,2011年-2018年中国电子商务交易规模柱状图,2011年-2018年中国网购用户数量柱状图,2014年中国电子商务市场交易额已达13万亿元，同比增长25%。2015年中国网络购物市场规模将超过3600亿美元。 网购用户规模稳步增长，2014年我国网络购物用户数量达到3.61亿。,到2017年将达到4亿，一个重要的变化就是移动网络用户增长的很快，移动网络将成为电商争夺的主要战场,3.国内主流的电子商务网站,2014年中国各大电商网上购物市场占有率饼状图,2.站内搜索技术原理,网络爬虫系统由三部分组成：控制器，解析器和资源库,倒排索引主要解决的就是海量数据管理问题，用来存储单词在文档是的映射,分词技术可以分为三种：字符串匹配的分词方法；词义分词法；统计分词法。,冒泡排序，插入排序，递归排序和希尔排序,排序,分词技术,建立索引,抓取网页,（四）站内搜索技术的发展历史,第三代站内搜索技术,词汇搜索孤岛、语义表达差异、搜索匹配过于机械化网页文本分析从而对搜索结果进行优化,第二代站内搜索技术,Java编程语言开发开源项目开发：Lucene，Solr,第一代站内搜索技术,极大提高编程效率维护成本很低无法抓取更新的信息需要大量的流量无法细化分类,三、评价体系,召回率,检索出的相关商品数和搜索平台中所有的商品数的比率，用于衡量搜索平台检出相关商品成功度的一项指标。它的数值等于w/x，式中w为实际相关的商品数，x为搜索平台中全部n种商品中实际与某一商品相关的商品数。,这个指标主要是评价当检索词包含多个商品特征时,搜索引擎反映的结果。商品的特征种类繁多，通常的特征包括价格、销量、品牌、好评数等，对于常用的特征本文不予考虑。,搜索帮助,分类和过滤,商品综合特征,这个指标主要通过检测搜索引擎是否能够将搜索结果进行分类、过滤。一个有分类功能的网站会将用户的搜索结果按照价格、销量、好评率、品牌等特征进行分类。,这个指标主要是针对搜索平台在无法检索到相关商品时,能否提供必要的搜索帮助，处理这类特殊问题的能力。例如,用户检索出现错别字时，搜索平台能否识别它，并提出建议。,三、评价测试步骤,1.准确率测试,建立五类不同类型的检索词库：单独商品名称、复合的商品名称、商标名、商标名和商品名、特定的名字。,该项测试有10个不同类型的测试检索词，10分的初始分，如果出现一个不同于检索词表示的商品时，将扣一分。,准确率测试检索词表,各大电商搜索技术准确率表,京东的搜索准确率是最低的，一个原因是该搜索平台的分词技术并不完善，检索出的商品往往与用户所需的大相径庭,2.召回率测试,先将其中一个电子商务网站检测出的正确的数量设定为“锚点”，其他电子商务网站的检测结果对比这个“锚点”,3.商品综合特征测试,复合特征采用以下五种类型检索词：性别和商品、价格和商品、细节和商品、折扣和商品、尺码和商品。,3.商品综合特征测试,商品综合特征检测排名得分,4.分类和过滤测试,分类和过滤测试检测词,分类和过滤测试得分表,5.搜索帮助测试,这里选取两种类型错误的检索词：一种是拼写错误,测试是否会提醒用户拼写错误等信息；一种是完全错误的检索词，测试是否会提供必要的搜索帮助。,搜索帮助测试表,6.数据处理,五大电商搜索平台检索能力得分表,6.数据处理,为了避免个体差异影响整体测评，将对数据进行齐性处理，较常见的方法是进行排名处理，最后加总，得出最终得分。,齐性处理后的检索评价得分表,（三）比较分析,网站站内搜索技术评价指标得分折线图,（三）比较分析,网站站内搜索技术评价指标得分柱形图,四、改进建议,准确率,分类和过滤,召回率,搜索帮助,商品综合特征,（一）准确率,2.排序方法,词频位置加权排序算法，Direct hit算法，PageRank算法。电商网站站内搜索技术的排序算法常用的是词频位置加权排序算法，该算法根据词语出现的次数和位置进行排序。,（二）召回率,（三）商品综合特征,2.价格为先,在商品综合特征都相同的情况下，将价格更合理的商品放到优先的位置，这样可以增加用户购买的几率。除了价格为先的策略外，也可考虑将促销商品放置靠前的位置。,（四）分类和过滤,2.分类选项