一种基于自底向上方法智能导购系统设计.docVIP

一种基于自底向上方法的智能导购系统设计 　　摘要：本文针对网络购物设计了一个实用的智能导购系统。用自底向上的方法完成了一个模拟真人导购员的智能导购系统。论文介绍了智能导购系统实现方案中的三个主要功能模块、完整的工作流程以及如何抽取关键词。 　　关键词：智能导购系统 自底向上 　　中图分类号：TP311 文献标识码：A 文章编号：1007-9416(2011)08-0171-02 　　 　　随着网络购物愈来愈受到用户青睐，网店之间的竞争也越来越惨烈了。对于目前的网店服务，用户经常有这样的体验：搜索速度够快、结果够多，但是买到称心如意的商品就如大海捞针一样，费时费力有时甚至徒劳无力。造成这一状况的原因是网店缺少与实体店一样的“导购员”，智能导购机器人的研发，一方面可以弥补现今网络购物方式的缺陷，让用户得到更美好的购物体验；另一方面，通过智能导购机器人的个性化导购服务，网店可以很大的提升竞争力。 　　导购机器人的具体任务是替客户遍历海量产品信息,从中筛选出符合客户购买倾向的产品,并基于购买历史主动获取客户的偏好，最大程度地捕捉到对话中流露出的购买意向，推荐给用户中意的商品。 　　1、“自底向上”研究方法的提出 　　无论是问世已久的“智能问答系统”，还是新近的“智能导购系统”，几乎完全被“自顶向下”的研究方法控制着。“自顶向下”也就是从抽象到具体――先从理论层面开始研究，然后到具体的实践操作。用“自顶向下”的研究方法来研究“智能导购系统”，面临的首要问题是词法、句法、语义、语用等理论研究，只有等这些理论层面的研究成熟了，才能在严格遵循词法规则、句法规则、词汇语义语用分析等的基础上具体到实践操作。显然，“自顶向下”的研究方法是符合人们的常规思维逻辑的。但是，在飞速发展的网络新时代，我们不能一味地等待“自顶向下”成熟，才去构建智能导购系统。所谓“条条大路通罗马”，在科学的道路上也是如此。我们针对新情况新问题进行了大胆的探索和试验，创新地提出了 “智能导购系统”自底向上的研究方法，这种方法的优点是：从具体问题开始，最快的速度构建一个系统模型，然后不断地扩展和优化。 　　2、问题提出 　　本文的主要任务是设计一个智能导购系统,为用户从网店上搜索满意的商品。其主要功能和特点是针对海量的产品信息实施搜索和基于客户偏好的筛选产品服务。 　　智能导购系统要解决的问题包括:(1)能替客户遍历海量产品信息并找出符合条件的产品；(2)能从合乎条件的产品中替客户筛选出客户中意的产品，这种筛选应尽量符合客户的个人偏好或购买倾向。(3)能从客户历次的购买历史中，自动学习和模仿客户的偏好。 　　3、解决方案 　　解决的大致思路是在获取用户的偏好或倾向后,基于这种偏好对候选的商品作出评价,排序并得到一个当前的推荐商品集，在得到下一批候选项数据后,再与现有推荐商品集一起进行下一轮评价。 　　对于如何获取客户偏好的问题，可以看作是对客户偏好的“学习”，从客户历史使用记录中学习其偏好。系统要记录下客户最近的购买倾向，客户稳定的倾向不断地得到加强，而频数稀少的倾向会从偏好知识库中淘汰，系统希望能通过不断接近客户的当前倾向，进而接近客户的真正倾向。 　　4、智能导购系统的实现 　　4.1 主要功能模块 　　(1)语句分析（抽取关键词）――对输入语句进行分词，得到候选词，对候选词赋权值排序，得到关键词。 　　(2)检索产品（访问产品库）――用关键词来检索数据库，检索到符合条件的产品。 　　(3)推荐产品（输出答案）――基于客户的购买倾向和咨询记录，从合乎条件的产品中替客户筛选出客户中意的产品。 　　智能导购系统的三大功能模块操作流程：(1)客户输入语句；(2)系统分词软件对语句分词，筛选得到候选词（实词作为候选词）；(3)对候选词赋权值，排序得到输入语句关键词；(4)用关键词信息访问产品库，检索到符合条件的产品；(5)判断，满足评价标准转到8），不满足转到6）；(6)将产品信息加入到候选产品中；(7)判断，满足评价标准，转到 8），不满足转到1）；(8)合成语句，输出答案。 　　4.2 智能导购系统完整的工作流程 　　智能导购系统包括产品信息处理、人机交互语言处理和用户个人信息处理三方面。产品信息处理就是处理客户与机器交流时有关产品的客户语言，如“诺基亚那款手机可以播放视频？”；人机交互语言处理就是处理客户与机器交流时与产品无关的其他客户语言，如“有人在吗？请问今天有什么打折活动？”；用户个人信息处理就是用户个性分析，即把用户的历史消费记录和当下的购买倾向结合起来，尽可能的捕捉用户的偏好，以便推荐客户最中意的产品。 　　智能导购系统完整的工作流程如图2所示。 　　4.3 功能模块的关键技术分析 　　4.3.1智能导购系统在技术