Lexolino Technologie Informatica Algoritmentheorie

Real Finder

Real Finder

Real Finder - Aanbevelingsengine

Auteur: Michael Olmann

Een methode en systeem voor het weergeven van typefouten en zoeksuggesties voordat een zoekopdracht wordt uitgevoerd.

Voorwoord

Informatiepagina's en met name online winkelsystemen met de mogelijkheid van een zoekfunctie door middel van gebruikersinvoer, van een of meer zoekwoorden, in een zoekveld, bereiken met detectie en correctie van gebruikersinvoer en typefouten of met suggesties ter beperking en het verbeteren van de zoekopdracht, een aanzienlijk beter resultaat.

Onder deze voorwaarde moesten alle voorgaande systemen eerst de door de gebruiker gevraagde zoekopdracht volledig uitvoeren om te kunnen vaststellen dat het waarschijnlijk een foutieve invoer of een typfout was. In alle voorgaande systemen wordt na het uitvoeren van de zoekopdracht een nieuw gegenereerde pagina gemaakt en weergegeven, waarop de gebruiker mogelijke correcties en suggesties kan vinden, die hij door het activeren van de betreffende link naar de uitvoering van de zoekopdracht kan brengen.

Scenario

Een online winkelsysteem biedt een invoerveld voor één of meerdere zoektermen. Wanneer de zoekknop wordt ingedrukt, wordt een overeenkomstige productzoekfunctie uitgevoerd en worden de respectieve resultaten, bijvoorbeeld een productlijst met afbeeldingen, weergegeven aan de gebruiker voor de ingevoerde zoektermen. Op een informatiepagina kan dat bijvoorbeeld een lijst zijn met geschikte encyclopedieteksten voor de zoektermen.

Terwijl de gebruiker de zoekexpressie letter voor letter in het invoerveld begint in te voeren, activeert elke toetsaanslag een programmacode (bijv. PHP) die wordt geactiveerd door Javascript, die een geoptimaliseerde database-ondersteunde woordvergelijking en overeenkomstanalyse uitvoert zonder dat de gebruiker druk op de zoekknop moet de zoekopdracht activeren of activeren met de Enter-toets. Het resultaat wordt aan de gebruiker getoond voordat de overeenkomstige zoekopdracht in een speciaal gebied of venster wordt uitgevoerd terwijl de zoekexpressie wordt ingevoerd en gewijzigd. Elke wijziging van de zoekterm, inclusief het verwijderen van individuele karakters, zal resulteren in eventuele correcties en suggesties.

De gebruiker heeft nu de mogelijkheid om corresponderende invoer- of typefouten te herkennen en te corrigeren voordat de zoekopdracht wordt uitgevoerd of om een ​​van de weergegeven suggesties en correctiesuggesties te selecteren en verder te wijzigen door met de muis te selecteren of door te selecteren met de cursortoetsen of het zoeken naar de suggesties direct.

Voorbeeld

Stel dat een gebruiker producten wil vinden voor het merk "adidas". Hij voert de relevante zoekterm in het zoekveld van een winkelsysteem in. De gebruiker typt de letter "i" verkeerd en schrijft het woord "adodas" in plaats van "adidas". Het bovenstaande systeem zou afhankelijk zijn van het zoekwoord en afhankelijk van de positie van de typefout of typefouten, evenals afhankelijk van de doelinformatiegegevens - hier bijvoorbeeld ten vroegste bij het invoeren van de letter "o" en ten laatste wanneer het invoeren van de letter "s" - voordat u de zoekopdracht activeert in een bijbehorend venster, toont u het volgende:

Bedoelde je:

Adidas

De gebruiker kan nu de muis of de cursortoetsen gebruiken om naar de juiste suggestie te navigeren. De suggestie kan rechtstreeks in het zoekveld worden opgenomen door te navigeren om het verder te wijzigen of aan te vullen, of de zoekopdracht kan worden uitgevoerd met een muisklik of door op de Enter-toets te drukken.

De geoptimaliseerde database ondersteunde woordvergelijking en gelijkenisanalyse zou ook in staat kunnen zijn om niet alleen de waarschijnlijke woordcorrectie te tonen, maar om deze te vergroten met het werkelijke aantal zoekresultaten.

Het resultaat kan er dan als volgt uitzien:

Bedoelde je:

Adidas 8552 resultaten

Voordelen

- Detectie en correctie van typefouten voordat de daadwerkelijke zoekopdracht wordt uitgevoerd

- Vermindering van onnodige zoekopdrachten

- Verlaging uitstap-/verlatingspercentage

- Activeer gerichte zoekopdrachten

- Verhoogde conversieratio

conclusie

Dit systeem kan niet alleen de kosten verlagen, maar ook de effectiviteit van informatiesites vergroten of de verkoop verhogen op websites die te maken hebben met de verkoop van producten.

Real Finder - Aanbevelingsengine

De Real Finder activeert een overeenkomstige programmacode, bijvoorbeeld PHP of C, via Java-script. Met elke toetsaanslag wordt de zoekterm die zich momenteel in het invoerveld bevindt, via Java Script overgedragen aan de programmacode, die de zoekterm analyseert en indien nodig vergelijkt met alle of een deel van de vooraf berekende gegevens in een database.

Een speciaal geformuleerde databasequery in combinatie met een bijbehorend algoritme biedt de meest waarschijnlijke of de meest relevante suggesties of voorgestelde correcties op basis van de opgegeven zoekterm.

Het systeem "leert" nieuwe suggesties en correcties uit de statistische evaluatie van gebruikersinvoer en onjuiste invoer, evenals uit voorberekening van typische letterwissels, weglatingen en toevoegingen, evenals uit een relevant assortiment of doelgegevensgerelateerde gegevensverzameling of uit de doelgegevens zelf.

In tegenstelling tot een puur fonetische analyse of in tegenstelling tot een Levenshtein-analyse biedt het systeem het voordeel van doelgegevens of doelbereikgerelateerde suggesties en correcties, omdat de volledige database, bijv. de opgeslagen product- en informatiegegevens, voor analyse kan worden gebruikt en vergelijking of heeft invloed op de op te vragen database.

Voorbeeld :

Als de letters "SGH" zouden worden ingevoerd met betrekking tot een assortiment damesmode, zou een typefout worden herkend en indien nodig een eventuele correctie worden aangeboden, aangezien geen enkel damesmodeproduct het label "SGH" draagt.

Het kan verschijnen:

Bedoelde je:

BH 670 resultaten

Voor een volledig assortiment mobiele telefoons van alle fabrikanten zou "SGH" geen typfout zijn, aangezien "SGH" meestal deel uitmaakt van typeaanduidingen voor mobiele telefoons van het merk Samsung.

Het kan verschijnen:

SGH F480 60 resultaten

SGH F480 roze 7 resultaten

SGH F480 tas 9 Resultaten

SGH F-480 11 resultaten

SGH F480v 5 resultaten

De volgorde kan worden bepaald door de relevantie van de suggesties of bijvoorbeeld alfabetisch gesorteerd of, in het geval van de weergave van het aantal resultaten, oplopend of aflopend gesorteerd op het aantal resultaten.

De kern van de gegevens die nodig zijn voor de analyse, bestaat uit het vastleggen van de zoekopdrachten die door gebruikers worden uitgevoerd, met de bijbehorende opslag van het respectieve aantal resultaten en de frequentie van de ingevoerde zoekterm met een waardering die in de loop van de tijd afneemt. Het aantal zoektermen "adidas" dat vandaag wordt ingevoerd, kan worden beoordeeld met een factor 8, terwijl dezelfde zoekterm bijvoorbeeld pas na 30 dagen met een factor 4 wordt beoordeeld.

Het doel van deze beoordeling, die in de loop van de tijd afneemt, is om het systeem snel te laten "leren".

Ervan uitgaande dat het bedrijf Samsung een nieuw model mobiele telefoon "SGH F500" op de markt zou brengen, zou het pas na lange tijd of nooit gebeuren dat "SGH F500" in correcties of suggesties zou verschijnen in het geval van een uniforme evaluatie, aangezien het oudere model "SGH F480" heeft een overeenkomstig "puntenvoordeel". De beoordeling van de zoekopdrachten, die in de loop van de tijd afneemt, compenseert dit puntenvoordeel.

Een ander deel van de benodigde informatie bestaat uit het registreren van zoekopdrachten die tot weinig of geen hits hebben geleid met het gelijktijdig opslaan van het door de gebruiker ingevoerde correctiezoekwoord, wat leidt tot een grotereresulteerde in meer hits dan het eerder ingevoerde woord. Als verschillende gebruikers datarecords aanmaken van een zoekterm en correctiezoekterm die al in de database bestaan, wordt de bijbehorende teller in de database verhoogd. Daarnaast wordt per datarecord vastgelegd hoeveel letters de gebruiker heeft gewijzigd om de zoekterm te wijzigen in de correctiezoekterm.

Voorstellen en suggesties voor correctie kunnen worden bepaald op basis van een zoekterm met behulp van de database die nu bestaat. Het systeem "leert" voortdurend van gebruikersinvoer. Naarmate de hoeveelheid gegevens groeit, worden de resultaten van de suggesties en correcties relevanter en beter.

Het optimale resultaat wordt bereikt door karakter-voor-karakter analyse van de ingevoerde zoekterm en de evaluatie van speciale karakters op basis van de database in verband met frequenties, wijzigingstellers en de evaluatie van de opgeslagen gegevens die in de loop van de tijd afneemt. Een andere factor is de totale lengte van de zoekterm in vergelijking met de totale lengte van de opgeslagen waarschijnlijke fixes.

Real Finder is een database-ondersteund, zelflerend systeem dat suggesties en correcties produceert en weergeeft, afhankelijk van het bereik of de bestemmingsinformatie, voordat het daadwerkelijke zoeken door de gebruiker wordt uitgevoerd.

Het systeem kan het resultaat op verschillende manieren aanbieden met aanvullende informatie in een gewenste sortering, ook op relevantie. In tijden van steeds complexere termen en productnamen, vooral op technisch gebied, is Real Finder in staat suggesties te doen zonder dat de gebruiker de volledige naam of productnaam hoeft te kennen of deze volledig in het zoekveld en vóór de daadwerkelijke zoekopdracht is voltooid door de gebruiker Gebruiker is actief.

Het invoeren van "SGH F" is voldoende om alle mogelijke Samsung mobiele telefoons van de F-serie van "SGH F300" tot "SGH F480" weer te geven, gesorteerd op relevantie, alfabetisch of op aantal hits. Gewoon weten dat het een "SGH F" is, leidt de gebruiker veilig en snel naar het gewenste resultaat. Zonder Real Finder en zonder exacte typeaanduiding zou de gebruiker de zoekopdracht waarschijnlijk volledig opgeven na meerdere mislukte zoekopdrachten zonder resultaat.


LEXO-Tags

Michael Ollmann, een bedrijf opzetten

Weblinks

Lexolino-Register zu Michael Ollmann

 

Presse

Michael Ollmann - FranchiseCHECK.de mit 13.000 Fans

Nexdon GmbH

Michael Ollmann | Eigenkapital-Indikator auf FranchiseCHECK.de


x
Ideen Selbstständigkeit zu Hause
Goed geïnformeerd met rechts Idee de zelfstandig ondernemer worden.
Kies je idee:
Met het juiste idee voor zelfstandig ondernemerschap.
© Ein Service der Nexodon GmbH