【技术实现步骤摘要】
本申请涉及数据处理，具体涉及一种基于人工智能的商品检索排序系统及方法。
技术介绍
1、随着智能终端设备的高速发展和应用普及，线上网络购物消费方式迅猛发展，各种线上购物平台的商品数量及相应的数据信息成爆炸式增长。在繁杂多样的数据信息中，用户在检索过程中对目标商品信息的获取难度和效率出现极大的阻碍和影响。因此需要根据线上网络购物平台中商品信息进行动态检索排序，避免低相关的无效商品信息对用户线上购物实际体验的影响。
2、传统线上购物平台的检索系统采用关键字词匹配实现对商品的检索功能，但在实际购物过程中，由于用户输入不规范、存在错别字，忽略了用户键入字词的同义特点，导致商品检索结果与用户需求存在信息不不全面的问题。
技术实现思路
1、本申请提供一种基于人工智能的商品检索排序系统及方法，以解决传统商品检索过程中信息检索算法忽略同义词信息导致检索结果较差，检索排序不准确的问题，所采用的技术方案具体如下：
2、第一方面，本申请一个实施例提供了一种基于人工智能的商品检索排序方法，该方法包括以下步骤：
3、获取用户键入检索数据信息并进行处理得到用户键入商品检索信息关键分词序列；
4、通过用户键入商品检索信息关键分词序列获取每个关键分词的同义词序列，利用每个关键分词的同义词序列计算每个关键分词同义词的同义关联检索相似系数；
5、通过每个关键分词同义词的同义关联检索相似系数构建用户键入关键分词树；
6、通过用户键入关键分词树计算每个
7、通过每个同义词的同义关联检索得分获取商品检索结果优先队列，并利用商品检索结果优先队列对商品检索结果进行排序。
8、优选地，所述通过用户键入商品检索信息关键分词序列获取每个关键分词的同义词序列的方法为：
9、将用户键入商品检索信息关键分词序列中每个关键分词的同义词按照首字母编码后的数值从大到小进行排序，将排序后的结果记为每个关键分词的同义词序列。
10、优选地，所述利用每个关键分词的同义词序列计算每个关键分词同义词的同义关联检索相似系数的方法为：
11、统计同义词序列中与对应用户键入商品检索信息关键分词序列中关键分词中编码后数值相同的字个数，并记为关键分词同义词第一相似特征；
12、统计同义词序列中与对应用户键入商品检索信息关键分词序列中关键分词的字数差异，并记为关键分词同义词第二相似特征；
13、获取同义词编码向量和对应用户键入商品检索信息关键分词序列中关键分词的编码向量，将同义词编码向量和关键分词编码向量分别作为双塔式网络模型的输入，获取得到关键分词同义词第三相似特征；
14、将关键分词同义词第一相似特征、第二相似特征和第三相似特征的乘积归一化结果记为同义关联检索相似系数。
15、优选地，所述通过每个关键分词同义词的同义关联检索相似系数构建用户键入关键分词树的方法为：
16、获取第一阈值，并利用第一阈值将每个关键分词同义词的同义关联检索相似系数划分为预设个数的区间；
17、所述用户键入关键分词树的根节点为每个关键分词；
18、所述用户键入关键分词树的叶子节点为每个区间中对应的同义词；
19、所述用户键入关键分词树的树高为区间个数。
20、优选地，所述获取第一阈值的方法为：
21、计算每个关键分词同义词的同义关联检索相似系数的极差，将同义关联检索相似系数最大值与均值的差值记为第一差值，将同义关联检索相似系数最小值与均值的差值记为第二差值，将第一差值和第二差值的均值记为第一阈值；
22、优选地，所述利用第一阈值将每个关键分词同义词的同义关联检索相似系数划分为预设个数的区间的方法为：
23、当同义关联检索相似系数的极差大于第一阈值时，将关键分词的同义关联检索相似系数最大值和均值之间划分为预设个数的区间；
24、当同义关联检索相似系数的极差小于等于第一阈值时，将关键分词的同义关联检索相似系数最大值和最小值之间划分为预设个数的区间。
25、优选地，所述通过用户键入关键分词树计算每个同义词的同义关联检索得分的方法为：
26、基于用户键入关键分词树计算同义关联系数；
27、基于信息检索算法获取用户键入关键分词与同义商品信息的相关性得分；
28、将同义关联系数与相关性得分的乘积记为同义关联检索得分。
29、优选地，所述基于用户键入关键分词树计算同义关联系数的方法为：
30、将每个同义词所在的关键分词树的总高度与同义词树节点高度的比值记为第一比值，将每个同义词的同义关联检索相似系数与关键分词树中同义词的同义关联检索相似系数最大值的比值记为第二比值，将第一比值和第二比值的乘积记为同义关联系数。
31、优选地，所述通过每个同义词的同义关联检索得分获取商品检索结果优先队列的方法为：
32、将用户键入商品信息检索结果加入商品检索结果优先队列，并设置为最高优先级；
33、将获取每个同义词对应的商品检索结果信息加入商品检索结果排序队列，并按照同义关联检索得分的大小设置优先级顺序。
34、第二方面，本申请实施例还提供了一种基于人工智能的商品检索排序系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任意一项所述方法的步骤。
35、本申请的有益效果是：本申请通过对用户键入商品数据信息进行预处理并获取得到每个关键分词的同义词序列，同时通过计算每个关键分词对应同义词的同义关联检索相似系数对用户键入的商品检索信息同义字词的相似关联性进行计算，分析了用户键入的关键商品信息与同义字词之间的关联性，确保对用户键入商品信息同义关联检索过程中的全面有效性。进一步的，本申请根据用户键入商品检索信息同义词的同义关联检索相似系数获取用户键入关键分词树，并利用用户键入关键分词计算不同同义词的同义关联检索得分，通过同义关联检索得分大小获取商品检索结果优先队列，优化用户对商品信息检索过程中商品信息排列顺序，确保用户检索商品信息结果的准确有效性。
本文档来自技高网...【技术保护点】
1.一种基于人工智能的商品检索排序方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种基于人工智能的商品检索排序方法，其特征在于，所述通过用户键入商品检索信息关键分词序列获取每个关键分词的同义词序列的方法为：
3.根据权利要求1所述的一种基于人工智能的商品检索排序方法，其特征在于，所述利用每个关键分词的同义词序列计算每个关键分词同义词的同义关联检索相似系数的方法为：
4.根据权利要求1所述的一种基于人工智能的商品检索排序方法，其特征在于，所述通过每个关键分词同义词的同义关联检索相似系数构建用户键入关键分词树的方法为：
5.根据权利要求4所述的一种基于人工智能的商品检索排序方法，其特征在于，所述获取第一阈值的方法为：
6.根据权利要求4所述的一种基于人工智能的商品检索排序方法，其特征在于，所述利用第一阈值将每个关键分词同义词的同义关联检索相似系数划分为预设个数的区间的方法为：
7.根据权利要求1所述的一种基于人工智能的商品检索排序方法，其特征在于，所述通过用户键入关键分词树计算每个同义词的同义关
8.根据权利要求7所述的一种基于人工智能的商品检索排序方法，其特征在于，所述基于用户键入关键分词树计算同义关联系数的方法为：
9.根据权利要求1所述的一种基于人工智能的商品检索排序方法，其特征在于，所述通过每个同义词的同义关联检索得分获取商品检索结果优先队列的方法为：
10.一种基于人工智能的商品检索排序系统，包括存储器、处理器以及存储在所述存储器中并在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-9任意一项所述方法的步骤。
...【技术特征摘要】
1.一种基于人工智能的商品检索排序方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述的一种基于人工智能的商品检索排序方法，其特征在于，所述通过用户键入商品检索信息关键分词序列获取每个关键分词的同义词序列的方法为：
3.根据权利要求1所述的一种基于人工智能的商品检索排序方法，其特征在于，所述利用每个关键分词的同义词序列计算每个关键分词同义词的同义关联检索相似系数的方法为：
4.根据权利要求1所述的一种基于人工智能的商品检索排序方法，其特征在于，所述通过每个关键分词同义词的同义关联检索相似系数构建用户键入关键分词树的方法为：
5.根据权利要求4所述的一种基于人工智能的商品检索排序方法，其特征在于，所述获取第一阈值的方法为：
6.根据权利要求4所述的一种基于人工智能的商品检索排序方法，其...
【专利技术属性】
技术研发人员：张锐，徐进，汪志，程昊，陈致远，刘厚友，袁通，肖路通，林守轩，梁金栋，
申请(专利权)人：浙江开心果数智科技有限公司，
类型：发明
国别省市：
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。