汽车零部件配套供应商库搜索引擎设计.docx

汽车零部件配套供应商库搜索机制

目录

供应商库数据 1

搜索相关要求 2

保证相关性和精确性 2

考虑同义词和包含词 2

分词要求 2

词库的准备 2

主营产品词库 2

配套客户词库 3

证书词库 3

同义词库和包含词库 3

干扰词库 3

客户产品索引词库 3

客户产品索引词库的生成 3

具体分词流程图 4

搜索机制 4

单词---用户输入的是一个词 4

搜索机制和结果 4

对搜索结果的排序 4

多词---用户输入的是多个词，即由空格分隔的词 5

搜索机制和结果 5

搜索结果的排序 6

供应商库数据

供应商库的数据相对较简单，参与搜索的有效字段较少。主要数据字段如下：

公司名称主营产品配套客户

应用车型

主营产品并没有严格的区分，大多以句子和短语的形式出现配套客户并没有严格的区分，大多以巨资和短语的形式出现，且配套客户和主营产品没有对应关系

应用车型主要有乘用车，商用车，农用车，工程车

证书

证书

地区

证书没有严格的格式，数据比较乱

地区主要指省份，系统处理过，为标准格式字段

主要参与搜索的字段中，只有地区是有标准格式的字段，因此数据已经决定搜索结果的模糊性和精确性要求的难度。

搜索相关要求

保证相关性和精确性

相关性的意思是只要出现相关词就可以出现

精确性的意思是精确的结果排前面，不精确的结果排后面

考虑同义词和包含词

同义词作为精确结果

包含词在一对多的情况下作为精确结果

分词要求

对用户输入的词进行分析，得出多个词，按照产品、工艺、配套客户、证书和其他的重要性依次降低排序

对用户输入的词进行分析，得出多个名词，按照名词组合、后面的名词、前面的名词的重要性依次减低排序

词库的准备

搜索机制的制定需要以下词库支持

主营产品词库

主营产品词库由程序根据所有公司的主营产品字段拆分而成，后期经过人工处理使

词库更准确。

由于公司的主营产品字段有非常多的句子和短语，故将大于等于6个字的关键词删除

主营产品词库最重要的作用是分出产品关键词

配套客户词库

配套客户词库由程序根据所有公司的配套客户字段拆分而成，后期经过人工处理使词库更准确。

配套客户词库最重要的作用是分出配套客户关键词

证书词库

证书词库按照标准证书格式生成

同一种证书由于数据准备时格式不正确，则以同义词的方式处理

同义词库和包含词库

同义词库和包含词库由人工准备，作为准确结果

同义词可能是一对多和一对一，是双向同义匹配

包含词是一对多，主词一对多和包含词匹配，包含词一对一只和主词匹配

干扰词库

干扰词库主要是防止用户输入一些带有攻击性的词库窃取词库所有数据

客户产品索引词库

客户产品索引词库是因为公司的主营产品原始数据比较乱，影响搜索词的语义分析，进而影响搜索精确性。产品索引词库的目标是将所有供应商的主营产品文章和句子根据主营产品词库划分成精确的以产品为单位的词。

客户产品索引词库的生成

产品索引词库以主营产品词库为基础

产品索引词库从文本的最后一个字开始往前最大化匹配，得到多个关于主营产品的词

具体分词流程图

取字

取字

否

否

主营产品词库中以该字

结尾的关键词

是

取最大化的下

面多字，组合

关键词

是

存储一个关键

词

否

结束

是

存储多个关键词进索引表合并多个关键词

存储多个关键

词进索引表

合并多个关键

词

单词---用户输入的是一个词

搜索机制和结果

1，使用用户输入的词在索引词库中中精确查找，满足完全匹配的结果出现

2，根据主营产品词库对用户输入的词进行分词，得到产品关键词，在索引词库中精确查找，分出的其他词作为过滤条件，同时满足索引词库完全匹配和过滤条件的结果出现

3，使用根据主营产品词库进行分词后得到的多个词，在公司名，主营产品，配套客户，应用车型，证书和地区所有字段组合成的内容中进行模糊查询，满足多个词或者一个词条件的都出现

对搜索结果的排序

1，首先满足第一种情况的结果排在第二种情况的结果前面，第二种情况的结果排在第三种

情况的结果前面

2，在第一种情况的结果内排序如下：

关键词关键词的同义词和包含词，多个同义词和包含词之间不考虑顺序

会员级别：高级会员免费会员

更新时间：更新时间越新，排名越靠前

3，第二种情况的结果内排序如下：

关键词关键词的同义词和包含词，多个同义词和包含词之间不考虑顺序

会员级别：高级会员免费会员

更新时间：更新时间越新，排名越靠前

4，第三种情况的结果内排序如下：

多个词出现的几率：多个词同时出现多个词部分出现只出现一个词（考虑同义词和包含词）

多个词同时出现：

会员级别：高级会员免费会员

更新时间：更新时间越新，排名越靠前

只出现一个词：主营产品工艺配套客户证书和其他（考