電子商務背景下商品信息檢索問題研究

陸偉宇

摘要：電子商務搜索引擎成為電子商務活動中人們網絡購物中的基本手段，同樣也是是客戶、商家和電子商務關心的重要領域，但是網絡購物中商品檢索問題一直困擾著電子商務的進一步發展。本文首先對通用搜索引擎與垂直搜索引擎進行了比較；接著，提出電子商務背景下商品信息檢索的諸如檢索模式單一與信息孤島、信息的領域約束性、用戶需求的多樣化與個性化、網絡商品的可信度問題；再次，針對存在的問題提出了ProductRankProductCrawler、ContextRank和OpinionRank解決策略，以期為電子商務背景下商品信息檢索的研究提供參考和借鑒。

關鍵詞：電子商務；商品信息；檢索

中圖分類號：G354.4 文獻識別碼：A 文章編號：1001-828X（2016）004-000329-01

進入21世紀以來，電子商務發展迅速，根據相關數據統計，截止2015年6月，我國網絡購物用戶達到4.17億。伴隨著電子商務網站的增多，隨之而來的是商務信息資源更加豐富，呈現出多樣化。電子商務搜索引擎成為電子商務活動中人們獲取商品、服務和信息的基本手段，是客戶、商家和電子商務關心的重要領域。但是在信息資源過載問題的同時，網絡購物中普遍存在“信息迷失”的現象，一些公共搜索引擎也很難滿足用戶的需求，用戶將大量的時間都消耗在一些重復的信息，甚至虛假的信息上。因此，如何在這些海量數據里，快速、高效的檢索出用戶需要的信息，是電子商務急需解決的問題。

一、信息檢索

信息檢索（Information Retrieval，IR）指將信息按照一定的方式組織和存儲起來，又稱為“信息存儲與檢索”。一般分為通用搜索引擎與垂直搜索引擎，如表1所示，進行了對比。

二、電子商務檢索存在的問題

1.檢索模式單一與信息孤島問題

以目前的天貓商城為例，其提供的商品檢索服務基本以傳統的單一的關鍵字匹配，尚不能真正滿足客戶的需求，同時由于各個電子網站之間也缺乏互通互聯，用戶不能全面獲取商品信息，容易造成信息不對稱。

2.信息的領域約束性問題

電子商務網站消除信息孤島問題的同時，檢索空間可能會存在非商品信息的個體。由于各個電子商務商家網站之間缺乏統一的商品信息標準，乃至頁面的布局都不盡一致。結果導致在海量的商品信息中，不能保障檢索空間的主題約束，進而會對查準率產生負面影響。

3.用戶需求的多樣化與個性化問題

用戶需求的個性化與年齡、學歷和工作性質等因素均存在著密切的聯系，據相關數據表明，2012年71.9%的網絡購物用戶年齡在18-30歲之間，這一年齡段的用戶具有天然的個性化，市場化的發展也導致需求的多樣化。這些購物的環境因素都需要綜合考慮，否則商難以滿足用戶的真實需求。

4.網絡商品的可信度問題

在對電子商務網絡購物調查中，大部分用戶擔心假冒網站和商品，有的客戶甚至表示如果無法獲得該網站進一步的確認信息，將會選擇退出交易。由此可見，網絡購物的質量問題成為電子商務發展的最大制約因素，因此，如何繼續規范商家的行為，并對商品信息的可信度進行評價越來越成為網絡購物的新問題。

三、電子商務檢索策略

上文提到了電子商務搜索面臨的諸多困難，針對電子商務搜索存在的問題，提出一系列檢索解決方案，主要包括以下幾方面。

1.ProductRank解決網站檢索模式單一與信息孤島問題

ProductRank是一個涵蓋商品信息采集和匹配的商品信息檢索服務模型。截止目前，大多數網站仍以傳統的關鍵字作為主要的搜索模式，致使用戶無法獲取真正需求的產品，前人針對此問題，在對海量數據信息特征分析與提取的基礎上，對國內外的商務搜索引擎進行比較，從購買者和企業出發，提出了ProductRank商品檢索服務平臺。

2.Product raw ler解決電子商務信息領域約束性問題

隨著互聯網信息量的普及，大量的電子商務信息被包括其中，如何面向用戶，有效地定位這些信息就需要搜索引擎的幫助，但是在現實中，用戶真實需要的信息往往淹沒在大量無用的數據中。所以實現商品信息搜索引擎的首要任務就是構建一個高效的商品信息主題爬蟲（ProductCrawler），爬蟲將網頁的主題鏈接分析與主題內容語義分析有機的結合起來，充分發揮兩者的優勢，保持著較高的主題收獲率。

3.Context Rank解決網絡購物用戶檢索需求的多樣化與個性化問題

在商品信息的檢索過程中，用戶的需求是個性化與多樣化并存，前人針對次問題，提出基于情境相似度計算的用戶商品匹配算法（contextRank）。此模型師徒構建了需求、商品特性的情景，并嘗試實現情景感知獲取方法，得到了精確到商品排序，盡可能滿足了消費者的需求。

4.OphbnRank解決網絡商品信息的可信度問題

面對網上眾多商家推銷的海量商品，商家一直積極宣傳，導致大量的信息存在于消費者腦海中，一時難以區分，加大了網購的風險與難度。針對此問題，OpinionRank對商品信息的可信問題進行了深入分析，基于自然語言處理，分析出商品特性，以進一步服務于商品精確排序，從而使用戶能夠檢索到具有可靠性的商品。

四、結語

對于電子商務背景下商品信息檢索問題的研究，前人利用文獻資料分析、實證研究、比較研究、注重系統觀在研究中的應用以及多學科方法對其進行了研究，取得了豐碩的成果，但是由于網絡購物的發展需要進一步深入，需要挖掘更多的商品排序因子。在今后電子商務背景下商品信息檢索問題的研究中，嘗試將ProductCrawler應用到其它主題爬行領域，進一步挖掘用戶商品情境的組成因素，提高網絡評論預處理結果質量，精確地計算評論整體的極性強，建立商品通用檢索優質排序應用平臺，使系統更具有實用性。