Real Finder

Real Finder – Moteur de recommandation

Auteur : Michel Olman

L'invention concerne un procédé et un système pour afficher des corrections de fautes de frappe et des suggestions de recherche avant d'effectuer une recherche.

Préface

Pages d'information et en particulier systèmes d'achat en ligne avec la possibilité d'une fonction de recherche au moyen d'une saisie utilisateur, d'un ou plusieurs mots de recherche, dans un champ de recherche, réalisés avec la détection et la correction des erreurs de saisie et de frappe de l'utilisateur ou avec des suggestions pour limiter et l'amélioration de la recherche, un résultat nettement meilleur.

Dans cette condition, tous les systèmes précédents devaient d'abord exécuter complètement la requête de recherche demandée par l'utilisateur afin de pouvoir déterminer qu'il s'agissait probablement d'une entrée incorrecte ou d'une faute de frappe. Dans tous les systèmes précédents, après l'exécution de la recherche, une page nouvellement générée est créée et affichée sur laquelle l'utilisateur peut alors trouver d'éventuelles corrections et suggestions, qu'il peut apporter à l'exécution de la recherche en activant le lien correspondant.

Scénario

Un système d'achat en ligne propose un champ de saisie pour un ou plusieurs termes de recherche. Lorsque le bouton de recherche est enfoncé, une fonction de recherche de produit correspondante est exécutée et les résultats respectifs, par exemple une liste de produits avec des images, sont affichés à l'utilisateur pour les termes de recherche saisis. Sur une page d'information, par exemple, il peut s'agir d'une liste de textes d'encyclopédie appropriés pour les termes de recherche.

Alors que l'utilisateur commence à saisir l'expression de recherche lettre par lettre dans le champ de saisie, chaque frappe déclenche un code de programme (par exemple, PHP) déclenché par un script Java, qui effectue une comparaison de mots et une analyse de similarité optimisées, prises en charge par la base de données, sans que l'utilisateur ait à appuyer sur le bouton de recherche doit activer ou déclencher la recherche avec la touche Entrée. Le résultat est affiché à l'utilisateur avant d'exécuter la recherche correspondante dans une zone ou une fenêtre spéciale lors de la saisie et de la modification de l'expression de recherche. Toute modification du terme de recherche, y compris la suppression de caractères individuels, entraînera l'affichage de toutes les corrections et suggestions.

L'utilisateur a maintenant la possibilité de reconnaître et de corriger les erreurs de saisie ou de frappe correspondantes avant d'exécuter la recherche ou de sélectionner et de modifier ultérieurement l'une des suggestions et suggestions de correction affichées en sélectionnant avec la souris ou en sélectionnant à l'aide des touches de curseur ou de déclencher la recherche de directement les propositions.

Exemple

Supposons qu'un utilisateur souhaite rechercher des produits de la marque "adidas". Il saisit le terme de recherche pertinent dans le champ de recherche d'un système d'achat. L'utilisateur fait une erreur de frappe dans la lettre « i » et écrit le mot « adodas » au lieu de « adidas ». Le système ci-dessus dépendrait du mot recherché et dépendrait de la position de la ou des fautes de frappe ainsi que des données d'information cibles - ici, par exemple, au plus tôt lors de la saisie de la lettre "o" et au plus tard lorsque en saisissant la lettre "s" - avant de lancer la recherche dans une fenêtre correspondante affichez ceci :

Vouliez-vous dire :

Adidas

L'utilisateur peut maintenant utiliser la souris ou les touches du curseur pour naviguer jusqu'à la suggestion appropriée. La suggestion peut être prise directement dans le champ de recherche en naviguant afin de la modifier ou de la compléter davantage, ou la recherche peut être effectuée avec un clic de souris ou en appuyant sur la touche Entrée.

La comparaison de mots et l'analyse de similarité prises en charge par la base de données optimisée pourraient également être en mesure non seulement d'afficher la correction de mot probable, mais aussi de l'augmenter avec le nombre réel de résultats de recherche.

Le résultat pourrait alors apparaître comme suit :

Vouliez-vous dire :

Adidas 8552 résultats

Avantages

- Détection et correction des fautes de frappe avant d'exécuter la recherche proprement dite

- Réduction des recherches inutiles

- Réduction du taux de sortie/abandon

- Déclencher des requêtes de recherche ciblées

- Augmentation du taux de conversion

conclusion

Ce système permet non seulement de réduire les coûts, mais aussi d'augmenter l'efficacité des sites d'information ou d'augmenter les ventes sur les sites traitant de la vente de produits.

Real Finder – Moteur de recommandation

Le Real Finder déclenche un code de programme correspondant, par exemple PHP ou C, via un script Java. A chaque frappe, le terme de recherche actuellement dans le champ de saisie est transféré via Java Script au code du programme, qui analyse le terme de recherche et, si nécessaire, le compare avec tout ou partie des données pré-calculées dans une base de données.

Une requête de base de données spécialement formulée en conjonction avec un algorithme correspondant fournit les suggestions les plus probables ou les plus pertinentes ou les corrections suggérées en fonction du terme de recherche fourni.

Le système "apprend" de nouvelles suggestions et corrections à partir de l'évaluation statistique des entrées d'utilisateurs et des entrées incorrectes ainsi qu'à partir du pré-calcul des échanges de lettres typiques, des omissions et des ajouts ainsi qu'à partir d'un assortiment pertinent ou d'une collecte de données liée aux données cibles ou à partir de les données cibles elles-mêmes

Contrairement à une analyse purement phonétique ou à une analyse Levenshtein, le système offre l'avantage de données cibles ou de suggestions et de corrections liées à la plage cible, car l'ensemble de la base de données, par exemple les données stockées sur les produits et les informations, peut être utilisé pour l'analyse. et la comparaison ou a une influence sur la base de données à interroger.

Exemple :

Si les lettres « SGH » étaient inscrites en relation avec une gamme de mode féminine, une erreur de frappe serait reconnue et une éventuelle correction proposée si nécessaire, puisqu'aucun produit de mode féminine ne porte le label « SGH ».

Il pourrait apparaître :

Vouliez-vous dire :

Soutien-gorge 670 résultats

Pour une gamme complète de téléphones portables de tous les fabricants, "SGH" ne serait pas une faute de frappe, car "SGH" fait principalement partie des désignations de type pour les téléphones portables de marque Samsung.

Il pourrait apparaître :

SGH F480 60 résultats

SGH F480 rose 7 résultats

Sac SGH F480 9 résultats

SGH F-480 11 résultats

SGH F480v 5 résultats

L'ordre peut être déterminé par la pertinence des suggestions ou, par exemple, trié par ordre alphabétique ou, dans le cas de l'affichage du nombre de résultats, trié par ordre croissant ou décroissant selon le nombre de résultats.

Le cœur des données nécessaires à l'analyse consiste à enregistrer les requêtes de recherche effectuées par les utilisateurs, avec le stockage associé du nombre respectif de résultats et de la fréquence du terme de recherche saisi avec une note qui diminue avec le temps. Le nombre de termes de recherche "adidas" entrés aujourd'hui pourrait être évalué avec un facteur de 8, alors que le même terme de recherche ne serait évalué qu'avec un facteur de 4 après 30 jours, par exemple.

Le but de cette note, qui diminue avec le temps, est de permettre au système « d'apprendre » rapidement.

Dans l'hypothèse où la société Samsung mettrait sur le marché un nouveau modèle de téléphone mobile "SGH F500", il n'arriverait qu'après un certain temps ou jamais que "SGH F500" apparaisse dans les corrections ou les suggestions dans le cas d'une évaluation uniforme, puisque l'ancien modèle "SGH F480" a un "avantage de points" correspondant. La note des requêtes de recherche, qui diminue avec le temps, compense cet avantage en points.

Une autre partie des informations nécessaires consiste en l'enregistrement des requêtes de recherche qui ont donné peu ou pas de résultats avec le stockage simultané du mot de recherche de correction saisi par l'utilisateur, ce qui entraîne une plus grandea donné plus de résultats que le mot saisi précédemment. Si différents utilisateurs créent des enregistrements de données à partir d'un terme de recherche et d'un terme de recherche de correction qui existent déjà dans la base de données, le compteur correspondant dans la base de données est augmenté. De plus, il est enregistré pour chaque enregistrement de données combien de lettres ont été modifiées par l'utilisateur afin de changer le terme de recherche en terme de recherche de correction.

Des propositions et des suggestions de correction peuvent être déterminées sur la base d'un terme de recherche en utilisant la base de données qui existe maintenant. Le système "apprend" constamment à partir de l'entrée de l'utilisateur. Au fur et à mesure que la quantité de données augmente, les résultats des suggestions et des corrections deviennent plus pertinents et meilleurs.

Le résultat optimal est obtenu grâce à une analyse caractère par caractère du terme de recherche saisi et à l'évaluation des caractères spéciaux en fonction de la base de données en relation avec les fréquences, les compteurs de modifications et l'évaluation des données stockées qui diminuent avec le temps. Un autre facteur est la longueur totale du terme de recherche par rapport à la longueur totale des correctifs probables stockés.

Real Finder est un système d'auto-apprentissage basé sur une base de données qui produit et affiche des suggestions et des corrections en fonction des informations sur la distance ou la destination avant que l'utilisateur n'effectue la recherche proprement dite.

Le système est capable d'offrir le résultat de différentes manières avec des informations supplémentaires dans un tri souhaité, également en fonction de la pertinence. À une époque où les termes et les noms de produits sont de plus en plus complexes, en particulier dans le domaine technique, Real Finder est en mesure de fournir des suggestions sans que l'utilisateur ait à connaître le nom complet ou le nom du produit ou à l'avoir saisi complètement dans le champ de recherche et avant le véritable la recherche a été effectuée par l'utilisateur L'utilisateur est en cours d'exécution.

La saisie de "SGH F" suffit pour afficher tous les téléphones mobiles Samsung possibles de la série F de "SGH F300" à "SGH F480" triés par pertinence, par ordre alphabétique ou par nombre de visites. Le simple fait de savoir qu'il s'agit d'un "SGH F" conduit l'utilisateur en toute sécurité et rapidement au résultat souhaité. Sans Real Finder et sans désignation de type exacte, l'utilisateur abandonnerait probablement complètement la recherche après plusieurs recherches infructueuses sans résultat.