属性结构特征分析

以1512手机类目为例，把属性结构表示成下图。是否能从中得到一些启发。

属性之间的关系：

1. 父子关系：子属性的出现必须以父属性的出现为前提。

如：品牌：诺基亚；诺基亚型号：n8，其中后者的出现必须以前者的出现为前提。

特点：通常情况下是一对多的关系，比如诺基亚这个父属性下面可以有很多个子属性。

2. 依赖关系：父子关系的一对一情况。

如：诺基亚型号：n8；外观样式：直板；主屏尺寸：3.5英寸；屏幕颜色：1600万……

其中后三者依赖于第一者，但是后三者在其他宝贝的属性中也可以出现。

特点：一对一，在确定是n8的前提下，主屏尺寸只能是3.5英寸，外观只能是直板。

3. 独立关系：属性之间相互独立，出现与否不受对方影响。

例如：售后服务：全国联保；外观样式：直板，这两个属性之间基本独立，不存在依赖关系。

4. 未知关系：可能还有没有考虑的属性之间的关系。

想要绕过文本匹配，而是通过统计或其他算法来做属性**的话，对原始数据的准确性有相当高的要求。但是由于主搜索也并没有最搜索准确度做到十全十美，因此search click的原始数据存在很多噪声点，而且类似的有很多噪声点的在试验数据中大量存在，之前尝试了一些实验效果不好很大一部分原因也正源于此，比如：

分析：10006属性槽表示诺基亚型号，理论上讲在query：2700c诺基亚的click结果中不应该出现其他型号的手机，也就是说63,67两条记录是噪声记录，应该想办法把这种噪声记录给去除，如果不能完全去除，那也应该对其进行降权处理。

这就引发了一个新问题：如何去噪，保证数据可靠性的问题。