pid match算法思想

pid match算法思想

在电子商务搜索领域，商品搜索中，pid match 算法是扩展产品库的有效方法。主要作用是根据商品title，将该商品归到一条spuid记录下。

原理：

1.将产品库中关键属性（如：nokia N97(代表品牌 和 型号)）提取出来，分词，并丢关键属性中的一些弃垃圾词（丢弃算法：根据该条spuid下挂商品title分词之后，统计词频最低的词丢弃）；

2.得到所有分词之后的关键属性词之后，建立倒排索引：关键属性词-->对应spuid集合以及权重。权重计算方法：计算idf权重；

3.得到倒排索引表之后，对每一个宝贝title，同样分词，查询倒排索引表，计算权重之和，将该宝贝归到权重最高的一条spuid下面。