基于时间序列模型商品搜索排序.PDFVIP

第３４卷第７期　　　 计算机应用与软件 Ｖｏｌ３４Ｎｏ．７ ２０１７年７月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊｕｌ．２０１７ 基于时间序列模型商品搜索排序 章 振 增 （上海大学　上海２１００００） 摘　要　　电商商品搜索引擎目前大多都是基于用户浏览行为与购买行为来建立搜索因子，通过这些因子计算 出商品分地区的排序分值进行排序。然而这些行为数据都是属于历史数据。搜索的结果都是基于历史数据的分 值计算没有前瞻性。特别对于换季商品使用该方式计算出来的搜索结果不佳，转化率不高。提出一种基于时间 序列的分析方法，对部分的搜索因子采用预测数据来计算分值，以满足商品搜索中某些具有周期性季节性商品的 合适排序。 关键词　　商品搜索排序　时间序列分析 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１７．０７．０５２ ＳＯＲＴＩＮＧＯＦＣＯＭＭＯＤＩＴＹＳＥＡＲＣＨＢＡＳＥＤＯＮＴＩＭＥＳＥＲＩＥＳＭＯＤＥＬ ＺｈａｎｇＺｈｅｎｚｅｎｇ （ＳｈａｎｇｈａｉＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２１００００，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｃｏｍｍｅｒｃｉａｌｓｅａｒｃｈｅｎｇｉｎｅｗｈｉｃｈｅｓｔａｂｌｉｓｈｅｓｓｅａｒｃｈｆａｃｔｏｒｓａｒｅｍｏｓｔｌｙｂａｓｅｄｏｎｔｈｅｃｕｒｒｅｎｔｕｓｅｒｂｒｏｗｓｉｎｇ ｂｅｈａｖｉｏｒａｎｄｂｕｙｉｎｇｂｅｈａｖｉｏｒ，ａｎｄｔｈｒｏｕｇｈｔｈｅｓｅｆａｃｔｏｒｓｔｏｃａｌｃｕｌａｔｅｔｈｅｇｏｏｄｓｓｏｒｔｅｄｂｙｒｅｇｉｏｎｓｏｒｔｉｎｇｓｃｏｒｅｓ．Ｈｏｗｅｖｅｒ， ｔｈｅｓｅｂｅｈａｖｉｏｒａｌｄａｔａｂｅｌｏｎｇｔｏｈｉｓｔｏｒｉｃａｌｄａｔａ．Ｔｈｅｓｅａｒｃｈｒｅｓｕｌｔｓｂａｓｅｄｏｎｔｈｅｈｉｓｔｏｒｉｃａｌｄａｔａｏｆｔｈｅｓｃｏｒｅｃａｌｃｕｌａｔｉｏｎｉｓ ｎｏｔｆｏｒｗａｒｄｌｏｏｋｉｎｇ．Ｅｓｐｅｃｉａｌｌｙｆｏｒｔｈｅｓｅａｓｏｎａｌｇｏｏｄｓ，ｔｈｅｍｅｔｈｏｄｏｆｃａｌｃｕｌａｔｉｏｎｏｆｔｈｅｓｅａｒｃｈｒｅｓｕｌｔｓａｒｅｐｏｏｒ，ｔｈｅ ｃｏｎｖｅｒｓｉｏｎｒａｔｅｉｓｎｏｔｈｉｇｈ．Ｉｎｔｈｉｓｐａｐｅｒ，ａｍｅｔｈｏｄｂａｓｅｄｏｎａｎａｌｙｓｉｓｏｆｔｉｍｅｓｅｒｉｅｓｉｓｐｒｏｐｏｓｅｄｔｏｃａｌｃｕｌａｔｅｔｈｅｓｃｏｒｅｓｏｆ ｐａｒｔｉａｌｓｅａｒｃｈｆａｃｔｏｒｓｂｙｕｓｉｎｇｐｒｅｄｉｃｔｉｏｎｄａｔａ，ｗｈｉｃｈｃａｎｓａｔｉｓｆｙｗｉｔｈｔｈｅｐｒｏｐｅｒｏｒｄｅｒｉｎｇｏｆｓｏｍｅｐｅｒｉｏｄｉｃｓｅａｓｏｎａｌｇｏｏｄｓ ｉｎｔｈｅｃｏｍｍｏｄｉｔｙｓｅａｒｃｈ． Ｋｅｙｗｏｒｄｓ　　Ｃｏｍｍｏｄｉｔｙｓｅａｒｃｈｒａｎｋｉｎｇ　Ｔｉｍｅｓｅｒｉｅｓａｎａｌｙｓｉｓ 需求的商品尽量集中到这前３页结果页面中，让用户 ０　引　言 在第一时间就可以看到所需商品从而提高搜索的转化 率和用户体验。 电商行业网站中搜索操作代表了用户较为明确的 电商搜索引擎中由于大部分电商搜索规则都是基 购买意图，搜索引导带来的成交量在一个电商平台中 于历史数据直接计算商品的权值实现，如点击、购买、 始终具有举足轻重的地位。搜索是用户的主要商品入 收藏、评论数据等用户历史行为来计算商品的综合分 口，电商网站８０％的流量贡献都是来源于此，因此提 数。一般情况下这些分值算出来的排序都是优良有效 高搜索转化率尤其重要。搜索引擎中召回率与查准率 的，但是如果在节日与季节切换时间点上，这些排序算 是检索系统中性能最重要的衡量参数，而电商领域还 法就会出现排序滞后问题。