CN104112009A - 数据处理的方法和装置 - Google Patents

数据处理的方法和装置 Download PDF

Info

Publication number
CN104112009A
CN104112009A CN201410339981.2A CN201410339981A CN104112009A CN 104112009 A CN104112009 A CN 104112009A CN 201410339981 A CN201410339981 A CN 201410339981A CN 104112009 A CN104112009 A CN 104112009A
Authority
CN
China
Prior art keywords
preference
user
target class
article
class article
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410339981.2A
Other languages
English (en)
Other versions
CN104112009B (zh
Inventor
赵京晶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Honor Device Co Ltd
Original Assignee
Huawei Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Huawei Technologies Co Ltd filed Critical Huawei Technologies Co Ltd
Priority to CN201410339981.2A priority Critical patent/CN104112009B/zh
Publication of CN104112009A publication Critical patent/CN104112009A/zh
Priority to PCT/CN2015/083378 priority patent/WO2016008368A1/zh
Priority to EP15821279.5A priority patent/EP3101555A4/en
Priority to US15/250,421 priority patent/US20160371384A1/en
Application granted granted Critical
Publication of CN104112009B publication Critical patent/CN104112009B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0641—Shopping interfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]

Abstract

本发明实施例提供一种数据处理的方法和装置，该方法包括：根据用户输入的搜索关键词，确定该用户的目标类物品；获取该用户对该目标类物品的至少两种属性的偏好度，该偏好度用于指示该用户对该属性的偏好程度；根据该偏好度，确定该目标类物品的综合偏好量化值，该综合偏好量化值用于体现该用户对该目标类物品的偏好程度；根据该综合偏好量化值，向该用户呈现该目标类物品中的至少一个物品。本发明实施例的数据处理的方法和装置，根据用户对搜索目标物品的至少两种属性中每种属性的偏好度，为用户呈现搜索结果，能够提高用户搜索到自己想要的物品的效率。

Description

数据处理的方法和装置
技术领域
本发明实施例涉及通信领域，并且更具体地，涉及一种数据处理的方法和装置。
背景技术
目前市面上在线商城的主要搜索方式都是通过陈列不同类型的品牌、价格、分类，物理属性描述等方式展示搜索的各项关键词，以供用户来搜索商品。当前搜索方式存在的弊端是，用户感兴趣的内容往往不能自己去定义，且搜索选项没有记忆功能，用户下次搜索还需要重新设置和选择，使得用户在海量信息内找到自己想购买的商品比较困难，购买效率低。
发明内容
本发明实施例提供了一种数据处理的方法和装置，能够提高用户搜索到自己想要的物品的效率。
第一方面提供了一种数据处理的方法，该方法包括：
根据用户输入的搜索关键词，确定该用户的目标类物品；
获取该用户对该目标类物品的至少两种属性的偏好度，该偏好度用于指示该用户对该属性的偏好程度；
根据该偏好度，确定该目标类物品的综合偏好量化值，该综合偏好量化值用于体现该用户对该目标类物品的偏好程度；
根据该综合偏好量化值，向该用户呈现该目标类物品中的至少一个物品。
结合第一方面，在第一方面的第一种可能的实现方式中，获取该用户对该目标类物品的至少两种属性的偏好度，包括：
根据下列信息中的至少一种，获取该偏好度：该用户对该目标类物品的购买信息、该用户对该目标类物品的浏览信息和该用户对该目标类物品的评价信息。
结合第一方面，在第一方面的第二种可能的实现方式中，获取该用户对该目标类物品的至少两种属性的偏好度，包括：
接收该用户输入的用于指示该目标类物品的至少两种属性的第一信息；
根据所述第一信息获取所述目标类物品的至少两种属性；
接收该用户输入的用于指示该至少两种属性的偏好度的第二信息；
根据所述第二信息获取所述至少两种属性的偏好度。
结合第一方面的第二种可能的实现方式，在第一方面的第三种可能的实现方式中，接收该用户输入的用于指示该目标类物品的至少两种属性的第一信息，包括：
在为该用户呈现的用户界面UI的第一区域呈现该目标类物品的可选属性列表；
接收该用户根据该可选属性列表选择的该第一信息；
该接收该用户输入的用于指示该至少两种属性的偏好度的第二信息，包括：
在为该用户呈现的UI的第二区域呈现用于该用户设置该偏好度的输入框或者数值滑动条；
接收该用户在该输入框内或该数值滑动条上设置的该第二信息。
结合第一方面或第一方面的第一种至第三种可能的实现方式中的任一种可能的实现方式，在第一方面的第四种可能的实现方式中，根据该偏好度，确定该目标类物品的综合偏好量化值，包括：
根据该偏好度和商家的物品推荐度，确定该目标类物品的该综合偏好量化值。
结合第一方面的第四种可能的实现方式，在第一方面的第五种可能的实现方式中，确定该目标类物品的该综合偏好量化值，包括：
接收该用户输入的第三信息，该第三信息用于指示该偏好度和该物品推荐度分别在该综合偏好量化值中所占用的权重；
根据该第三信息、该偏好度和该物品推荐度，确定该目标类物品的该综合偏好值。
结合第一方面或第一方面的第一种至第五种可能的实现方式中的任一种可能的实现方式，在第一方面的第六种可能的实现方式中，根据该综合偏好量化值，向该用户呈现该目标类物品中的至少一个物品，包括：
按照该综合偏好量化值从高到底的顺序，呈现该目标类物品。
结合第一方面或第一方面的第一种至第五种可能的实现方式中的任一种可能的实现方式，在第一方面的第七种可能的实现方式中，该方法还包括：
接收该用户输入的该综合偏好量化值的约束值；
根据该综合偏好量化值，向该用户呈现该目标类物品中的至少一个物品，包括：
根据该约束值和该综合偏好量化值，向该用户呈现该目标类物品中的至少一个物品，该至少一个物品的综合偏好量化值均满足该约束值。
第二方面提供了一种数据处理的装置，该装置包括：
第一确定模块，用于根据用户输入的搜索关键词，确定该用户的目标类物品；
获取模块，用于获取该用户对该第一确定模块确定的该目标类物品的至少两种属性的偏好度，该偏好度用于指示该用户对该属性的偏好程度；
第二确定模块，用于根据该获取模块获取的该偏好度，确定该目标类物品的综合偏好量化值，该综合偏好量化值用于体现该用户对该目标类物品的偏好程度；
呈现模块，用于根据该第二确定模块确定的该综合偏好量化值，向该用户呈现该目标类物品中的至少一个物品。
结合第二方面，在第二方面的第一种可能的实现方式中，该获取模块具体用于，根据下列信息中的至少一种，获取该偏好度：该用户对该目标类物品的购买信息、该用户对该目标类物品的浏览信息和该用户对该目标类物品的评价信息。
结合第二方面，在第二方面的第二种可能的实现方式中，该获取模块包括：
第一接收单元，用于接收该用户输入的用于指示该目标类物品的至少两种属性的第一信息；
获取单元，用于根据所述第一信息获取所述目标类物品的至少两种属性；
第二接收单元，用于接收该用户输入的用于指示该至少两种属性的偏好度的第二信息；
所述获取单元，还用于根据所述第二信息获取所述至少两种属性的偏好度。。
结合第二方面的第二种可能的实现方式，在第二方面的第三种可能的实现方式中，该获取模块还包括：
第一呈现单元，用于在为该用户呈现的用户界面UI的第一区域呈现该目标类物品的可选属性列表；
第二呈现单元，用于在为该用户呈现的UI的第二区域呈现用于该用户设置该偏好度的输入框或者数值滑动条；
其中，该第一接收单元具体用于，接收该用户根据该第一呈现单元呈现的该可选属性列表选择的该第一信息；
该第二接收单元具体用于，接收该用户在该第二呈现单元呈现的该输入框内或该数值滑动条上设置的该第二信息。
结合第二方面或第二方面的第一种至第三种可能的实现方式中的任一种可能的实现方式，在第二方面的第四种可能的实现方式中，该第二确定模块具体用于，根据该偏好度和商家的物品推荐度，确定该目标类物品的该综合偏好量化值。
结合第二方面的第四种可能的实现方式，在第二方面的第五种可能的实现方式中，该第二确定模块包括：
第三接收单元，用于接收该用户输入的第三信息，该第三信息用于指示该偏好度和该物品推荐度分别在该综合偏好量化值中所占用的权重；
确定单元，用于根据该第三接收单元接收的该第三信息、该偏好度和该物品推荐度，确定该目标类物品的该综合偏好值。
结合第二方面或第二方面的第一种至第五种可能的实现方式中的任一种可能的实现方式，在第二方面的第六种可能的实现方式中，该呈现模块具体用于，按照该综合偏好量化值从高到底的顺序，呈现该目标类物品。
结合第二方面或第二方面的第一种至第五种可能的实现方式中的任一种可能的实现方式，在第二方面的第七种可能的实现方式中，该装置还包括：
接收模块，用于接收该用户输入的该综合偏好量化值的约束值；
该呈现模块具体用于，根据该接收模块接收的该约束值和该综合偏好量化值，向该用户呈现该目标类物品中的至少一个物品，该至少一个物品的综合偏好量化值均满足该约束值。
基于上述技术方案，本发明实施例的数据处理的方法和装置，根据用户的搜索关键词所对应的目标类物品的至少两种属性的偏好度，确定该目标类物品的综合偏好量化值，根据该综合偏好量化值为用户呈现该目标类物品，能够提高用户搜索到自己想要的物品的效率，从而提高用户体验满意度。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1示出了本发明实施例的数据处理的方法的示意性流程图。
图2示出了本发明实施例的数据处理的方法的另一示意性流程图。
图3示出了本发明实施例的数据处理的方法的示意图。
图4示出了本发明实施例的数据处理的装置的示意性框图。
图5示出了本发明另一个实施例提供的数据处理的装置的示意性框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
应理解，在本发明实施例中，用户设备(User Equipment，UE)包括但不限于：移动台(Mobile Station，MS)、移动终端(Mobile Terminal)、移动电话(Mobile Telephone)、手机(handset)及便携设备(portable equipment)等，该用户设备可以经无线接入网(Radio Access Network，RAN)与一个或多个核心网进行通信，例如，用户设备可以是移动电话(或称为“蜂窝”电话)、具有无线通信功能的计算机等，用户设备还可以是便携式、袖珍式、手持式、计算机内置的或者车载的移动装置。
图1示出了本发明实施例的数据处理的方法100，如图1所示，该方法100包括：
S110，根据用户输入的搜索关键词，确定该用户的目标类物品；
S120，获取该用户对该目标类物品的至少两种属性的偏好度，该偏好度用于指示该用户对该属性的偏好程度；
S130，根据该偏好度，确定该目标类物品的综合偏好量化值，该综合偏好量化值用于体现该用户对该目标类物品的偏好程度；
S140，根据该综合偏好量化值，向该用户呈现该目标类物品中的至少一个物品。
因此，本发明实施例的数据处理的方法，根据用户的搜索关键词所对应的目标类物品的至少两种属性中每种属性的偏好度，确定该目标类物品的综合偏好量化值，根据该综合偏好量化值为用户呈现该目标类物品，能够提高用户搜索到自己想要的物品的效率，从而提高用户体验满意度。
应理解，本发明实施例中的偏好度为用户对目标类物品的至少两种属性的每一种属性的偏好程度，例如目标类物品为皮上衣，该至少两种属性为颜色和长短款，该偏好度分别为：对颜色的偏好度为，绿色：80％；对长度款的偏好度为，长款60％。而目标类物品的综合偏好量化值，指的是根据上述偏好度，确定的该目标类物品的综合量化值，还以上述例子中的偏好度为例，则一件黄色的且长款的皮上衣的综合偏好量化值可以为：(1-0.8)/5+0.6/5＝0.4，换句话说，该综合偏好量化值是考虑了用户对目标类物品的至少两种属性中每种属性的偏好度所确定的一个量化值，能够体现用户对一件物品的整体地偏好程度。根据该综合偏好量化值为用户呈现搜索结果，能够使得为用户呈现的搜索结果更加接近用户的喜好和需求，从而能够有效提高用户的从海量物品中获取到目标物品的效率。
应理解，本发明实施例的数据处理的方法100例如可以由用户设备来执行。
在S110中，根据用户输入的搜索关键词，确定该用户的目标类物品，具体地，接收用户输入的搜索关键词，根据该搜索关键词确定用户想要搜索的目标类物品，例如当该搜索关键词为皮上衣时，将网络中或系统中能够搜索到的所有与皮上衣相关的或相近的衣物作为该目标类物品。。
可选地，作为一个实施例，接收用户输入的搜索关键词，包括在为该用户呈现的用户界面(User Interface，UI)的第三区域呈现用于该用户输入搜索关键字的输入框；接收该用户在该第三区域的输入框内输入的该搜索关键词。
应理解，用于用户输入搜索关键词的第三区域可以位于用户设备的UI的任意位置，本发明实施例对此不作限定。具体地，例如UI发生局部放大或缩小，或者用户翻页时，该用于输入搜索关键词的第三区域在UI上的位置可以发生相应地改变。
在S120中，获取该用户对该目标类物品的至少两种属性的偏好度，可以理解为获取该目标类物品的至少两种属性中每种属性的偏好度，其中该偏好度用于指示该用户对于该至少两种属性每种属性的偏好程度。例如目标类物品为皮上衣，该至少两种属性为颜色和长短款，偏好度分别为：绿色：80％；长款：60％。表明该用户在搜索皮上衣时，在对绿色的偏好度为80％，换句话说，对其他颜色的偏好度为20％；对长款的偏好度为60％，即对短款的偏好度为40％。
应理解，在本发明实施例中，也可以根据用户的物品购买历史信息、浏览信息和评价信息预测该偏好度，也可以根据用户的输入信息，确定该偏好度。
可选地，作为一个实施例，如图2所示，S120获取该用户对该目标类物品的至少两种属性的偏好度，包括：
S121，接收该用户输入的用于指示该目标类物品的至少两种属性的第一信息；
S122，接收该用户输入的用于指示该至少两种属性的偏好度的第二信息；
S123，根据该第一信息和该第二信息，获取该偏好度。
具体地，例如，用户输入的搜索关键词为皮上衣，第一信息表示皮上衣的至少两种属性为颜色、长短款和高低领三种属性；第二信息表示用户对这三种属性各自的偏好程度，具体为：颜色的偏好度为：绿色，80％；长短款的偏好度为：长款，60％；高低领的偏好度为：高领，90％。
应理解，该第一信息可以直接为该至少两种属性的名称，也可以是用于指示该至少两种属性的指示信息，例如在上面的例子中，该第一信息可以直接为颜色、长短款或高低领；当系统预定义了用字母表示属性类型，且用“A”表示颜色，用“B”表示长短款，用“C”表示高低领时，该第一信息可以为A、B和C。
在S123中，根据用户输入的第一信息和第二信息，可以确定该用户对目标类物品的至少两个属性中每种属性的偏好程度。
应理解，在本发明实施例中的至少两个属性可以是用户感兴趣的任意两个或多个属性，可以不受系统的预定义的属性选项的限制，还可以由用户自定义，该至少两个属性中每种属性的偏好度也可以由用户根据自己的兴趣和偏好自定义。相比于现有在线商城的搜索方式中用户只能根据系统预设信息确定搜索条件，本发明实施例的技术方案更能够贴近用户的真实需求，这有利于用户在海量信息中快速找到自己想要的物品，能够提高用户的体验满意度。
此外，本发明实施例的数据处理的方法中，在每次根据用户的搜索关键词为用户呈现搜索结果的过程中，都会通过获取用户对搜索关键词对应的目标类物品的至少两种属性的偏好度，来确定目标类物品的综合偏好量化值，从而根据该综合偏好量化值，来为用户呈现搜索结果。在这个过程中，例如如果用户第二次搜索皮上衣，系统为用户呈现结果时，会自动根据用户事先定义好的对皮上衣的至少两种属性的偏好度(例如在第一次搜索皮上衣时定义的偏好度)为该用户呈现结果，而无需该用户再次定义对皮上衣的各种属性的偏好度。相对于现有的搜索方式，本发明实施例的提供的方案，能够避免用户重复设置搜索选项，能够提高用户搜索物品的效率。
还应理解，为了便于用户设置该至少两种属性中每种属性的偏好度，还可以为用户呈现可选参考列表以及数值滑动条。
可选地，作为一个实施例，S121接收该用户输入的用于指示该目标类物品的至少两种属性的第一信息，包括：
在为该用户呈现的用户界面UI的第一区域呈现该目标类物品的可选属性列表；
接收该用户根据该可选属性列表选择的该第一信息；
S122接收该用户输入的用于指示该至少两种属性的偏好度的第二信息，包括：
在为该用户呈现的UI的第二区域呈现用于该用户设置该偏好度的输入框或者数值滑动条；
接收该用户在该输入框内或该数值滑动条上设置的该第二信息。
具体地，图3示意性地给出为用户呈现的UI界面，如图3所示，例如用户在第二区域输入的搜索关键词为皮上衣，在第一区域向该用户呈现用于确定该至少两种属性的可选下拉菜单，该可选下拉菜单可以包括：颜色、价格、材质、长短款等属性，以便于用户确定该至少两种属性。可选地，如图3所示，也可以为用户呈现属性的自定义输入框，用于用户根据自自己的兴趣和爱好输入个性化的属性类别；在第二区域可以为用户呈现用于定义该至少两种属性中每种属性的偏好度的输入框。具体地，例如当用户选择的属性为颜色时，可以为用户呈现关于颜色的可选下拉列表，以及对应的偏好度的输入框。具体地，如图3所示，在第一区域接收到用户确定的属性为颜色，在第二区域接收到用户对颜色的偏好度为：绿色，85％，再例如，用户选择了绿色，并设置对绿色的偏好度为85％。
还可以向用户呈现用于显示偏好度的具体数值的滑动条，具体地，如图3所示的滑动条1，例如当用户将标签滑动在滑动条1的不同位置时，在偏好度的输入框内显示相应的数值，或者还可以在标签所在的滑动条的位置上直接显示相应的数值，例如在图3所示的例子中，显示85％。
还可以为用户呈现用于回删输入信息的“删除”按钮。
应理解，该第一区域、第二区域和第三区域可以位于用户界面UI上的任意位置，不局限于图3所示的具体位置关系。还应理解，呈现的可选属性列表，可以是下拉菜单列表，也可以是将所有选项都罗列出来，还可以采用现有的关于呈现可选信息的任意方法来呈现该可选属性列表，本发明实施例对此不作限定。
如图3所示，可选地，为了更好的视觉感官，还可以为用户呈现用于显示至少两种属性中不同属性的偏好度的滑动条2，可以将不同属性的不同偏好度显示在滑动条2的不同位置上，具体地，例如用户设置的对颜色的偏好度为：绿色，80％；对长短款的偏好度为：长款，60％；对高低领的偏好度为：高领，90％，则可以在图3的滑动条2上显示3个标签，例如图3中的标签1指示“高领，90％”，标签2指示“绿色，80％”，标签3指示“长款，60％”。向用户呈现滑动条2，有利于用户查看和设置偏好度。
可选地，在UI界面上向用户呈现已经设置的属性，具体地，例如用26个英文字母来标记已经设置的属性，例如已经设置了3个属性的偏好度，即前面3个字母高亮或者变颜色，应理解，还可以采用其他方式标记已经设置的属性，本发明实施例对此不作限定。
可选地，根据用户指令，存储上述至少两种属性中每种属性的偏好度的设置，具体地，当接收到用户点击“新建”按钮后，存储该用户对皮上衣的相关偏好设置。
还可以根据该用户的关于物品偏好度的设置，创建该用户的个人账户(Profile)。
应理解，图3只示意性地示出了一种具体的场景，当用户选择的属性为颜色，且对绿色的偏好度为85％的例子，实际应用中用户可以随意设置该目标类物品的至少两种属性及其各自的偏好度，各个输入框或者显示模块的位置也可以随意设置，本发明实施例对此不作限定。
还应理解，图3中所示的滑动条1和滑动条2显示了从0％至100％的数值范围，实际应用中还可以是其他类型的数值范围，例如百分制：1至100；五分制：1至5等，本发明实施例对此不作限定。
还应理解，为用户呈现如图3所示的UI界面，可以根据用户的输入信息，获取用户的搜索关键词所对应的目标类物品的至少两种属性中每种属性的偏好度，利于后续确定该目标类物品的综合偏好量化值，同时有利于用户对自己个人信息的管理和维护，能够提高用户体验满意度。
还应理解，图3所示的例子是为了帮助本领域技术人员更好地理解本发明实施例，而非要限制本发明实施例的范围，在图3所示的UI界面上还可以呈现其他便于用户识别和查看的标识，或者设置其他利用用户操作的按钮和菜单。本领域技术人员根据所给出的图3的例子，显然可以进行各种等价的修改或变化，这样的修改或变化也落入本发明实施例的范围内。
在S120中，还可以通过统计该用户的物品购买历史信息等其他信息来获取该用户对该搜索关键词所对应的目标类物品的至少两种属性中每种属性的偏好度。
可选地，作为一个实施例，S120获取该用户对该目标类物品的至少两种属性的偏好度，包括：
根据下列信息中的至少一种，获取该偏好度：该用户对该目标类物品的购买信息、该用户对该目标类物品的浏览信息和该用户对该目标类物品的评价信息。
例如，用户的搜索关键词为皮上衣，系统检测到该用户之前买过绿色的、长款的、高领的皮上衣，则系统可以根据用户的购买历史记录，推测该用户对皮上衣的三种属性的偏好度，例如，对颜色的偏好度为：绿色80％；对长短款的偏好度为：长款80％；对高低领的偏好度为：高领80％。
在S130中，根据该至少两种属性中每种属性的偏好度，确定该目标类物品的综合偏好量化值，可以理解为，根据该至少两种属性中每种属性的偏好度，确定该用户对该目标类物品的整体的偏好程度，也可称之为该目标类物品打分。具体地，例如，该用户搜索的目标类物品为皮上衣，且对至少两种属性中每种属性的偏好度分别为：对绿色的偏好度为：80％；对长款的偏好度为：60％；对高领的偏好度为：90％。例如网络商城里各个商家出售的各种皮上衣有下列8种：
皮上衣a：黑色、长款、高领；
皮上衣b：绿色、长款、低领；
皮上衣c：黄色、短款、高领；
皮上衣d：绿色、短款、低领；
皮上衣e：红色、短款、低领；
皮上衣f：红色、长款、低领；
皮上衣g：绿色、短款、高领；
皮上衣h：绿色、长款、高领；
例如，可以采用下列算法来计算上述8种皮上衣的综合偏好量化值：
皮上衣a：黑色、长款、高领；综合偏好量化值为0.2/3+0.6/3+0.9/3＝0.567；
皮上衣b：绿色、长款、低领；综合偏好量化值为0.8/3+0.6/3+0.1/3＝0.500；
皮上衣c：黄色、短款、高领；综合偏好量化值为0.2/3+0.4/3+0.9/3＝0.500；
皮上衣d：绿色、短款、低领；综合偏好量化值为0.8/3+0.4/3+0.1/3＝0.433；
皮上衣e：红色、短款、低领；综合偏好量化值为0.2/3+0.4/3+0.1/3＝0.233；
皮上衣f：红色、长款、低领；综合偏好量化值为0.2/3+0.6/3+0.1/3＝0.300；
皮上衣g：绿色、短款、高领；综合偏好量化值为0.8/3+0.4/3+0.9/3＝0.667；
皮上衣h：绿色、长款、高领；综合偏好量化值为0.8/3+0.6/3+0.9/3＝0.767。
还应理解，上述例子只给出一种确定物品的综合偏好量化值的方法，还可以采用其他现有的打分机制根据用户的偏好度为物品打分，本发明实施例对此不作限定。例如，在上述例子中，可以为颜色、长短款和高低领分配不同的权重，例如根据下列算法确定皮上衣a的综合偏好量化值：0.2*Q1+0.6*Q2+0.9*Q3，其中，Q1、Q2和Q3为三种权重，且Q1+Q2+Q3＝1；可选地，该权重还可以由用户来设置。
还应理解，确定目标类物品的综合偏好量化值，除了考虑用户的偏好度外，还可以参考商家的物品推荐度。
可选地，作为一个实施例，S130根据该偏好度，确定该目标类物品的综合偏好量化值，包括：
根据该偏好度和商家的物品推荐度，确定该目标类物品的该综合偏好量化值。
具体地，还以用户输入的关键词为皮上衣为例，例如对于皮上衣g，根据用户分别对三种属性的偏好度确定的综合偏好量化值为0.667；根据商家的物品推荐度，皮上衣g的综合偏好量化值确定为0.8；这种场景下，可以分别为商家和用户分配对应的权重，例如商家权重为40％，用户权重为60％，则皮上衣g的最终量化值为0.8*0.4+0.667*0.6＝0.62＝0.7202。同理，可以确定出其他6种皮上衣物品的综合偏好量化值。
可选地，作为一个实施例，S130确定该目标类物品的该综合偏好量化值，包括：
S131，接收该用户输入的第三信息，该第三信息用于指示该偏好度和该物品推荐度分别在该综合偏好量化值中所占用的权重；
S132，根据该第三信息、该偏好度和该物品推荐度，确定该目标类物品的该综合偏好值。
具体地，用户可以设置在确定目标类物品的综合偏好量化值过程中，商家推荐度和用户偏好度各自占用的权重，这样使得为用户呈现的搜索结果中很大程度上考虑了用户的偏好，能够使得用户快速搜索到自己想要的物品。
可选地，作为一个实施例，S131接收该用户输入的第三信息，包括：
在为该用户呈现的UI的第四区域接收该用户输入的该第三信息。
具体地，该第四区域可以位于为用户呈现的UI界面的任意位置。
在S140中，基于该用户的搜索关键词，根据该综合偏好量化值，向该用户呈现该目标类物品中的至少一个物品。
可选地，作为一个实施例，S140根据该综合偏好量化值，向该用户呈现该目标类物品中的至少一个物品，包括：
按照该综合偏好量化值从高到底的顺序，呈现该目标类物品。
具体地，还根据用户的搜索关键词确定的目标类物品为皮上衣为例，当根据用户对皮上衣的至少两种属性中每种属性的偏好度确定的8种皮上衣的综合偏好量化值分别为：
皮上衣a：0.567；皮上衣b：0.500；皮上衣c：0.500；皮上衣d：0.433；皮上衣e：0.233；皮上衣f：0.300；皮上衣g：0.667；皮上衣h：0.767时，则按照下列顺序向用户呈现搜索结果：
①皮上衣h(0.767)；
②皮上衣g(0.667)；
③皮上衣a(0.567)；
④皮上衣b(0.500)；
⑤皮上衣c(0.500)；
⑥皮上衣d(0.433)；
⑦皮上衣f(0.300)；
⑧皮上衣e(0.233)。
当前在线商城的搜索方法，用户只能根据搜索页面给出的搜索选项来进行相关物品的搜索，用户不能自定义自己感兴趣的搜索选项；而且搜索选项也没有记忆功能，同一个用户每次搜索都需要重新设置和选择，大大增加用户搜索到自己想要物品所花费的时间。本发明实施例提供的数据处理的方法，根据用户的偏好度，确定目标类物品的综合偏好量化值，该综合偏好量化值是考虑了用户对目标类物品的至少两种属性中每种属性的偏好度所确定的一个量化值，能够体现用户对一件物品的整体地偏好程度。根据该综合偏好量化值为用户呈现搜索结果，能够使得为用户呈现的搜索结果更加接近用户的喜好和需求；此外，用户可以根据自己的喜好任意设置档案信息，搜索系统可以根据用户个性定义的档案信息动态确定目标类物品的综合偏好量化值，并为用户呈现相关的搜索结果。即在本发明实施例的数据处理的方法中，在为用户呈现搜索结果的过程中，较大程度地考虑了该用户的偏好度，从而能够使得搜索结果更加接近用户的需求，提高用户搜索到自己想要物品的效率，能够提到用户满意度。
还可以根据用户输入的综合偏好量化值的约束值，来为用户呈现搜索结果。例如搜索关键词是皮上衣，综合偏好量化值的约束值为80％，即表明该用户想要搜索皮上衣，并且想要搜索综合偏好量化值为80％或80％以上的皮上衣。
可选地，作为一个实施例，图1所示的方法100还包括：
S150接收该用户输入的该综合偏好量化值的约束值；
S140根据该综合偏好量化值，向该用户呈现该目标类物品中的至少一个物品，包括：
根据该约束值和该综合偏好量化值，向该用户呈现该目标类物品中的至少一个物品，该至少一个物品的综合偏好量化值均满足该约束值。
具体地，还以目标类物品为皮上衣为例，且该综合偏好量化值的约束值为60％，当根据皮上衣的至少两种属性中每种属性的偏好度所确定的8种皮上衣的综合偏好量化值分别为：皮上衣a：0.567；皮上衣b：0.500；皮上衣c：0.500；皮上衣d：0.433；皮上衣e：0.233；皮上衣f：0.300；皮上衣g：0.667；皮上衣h：0.767时，则根据用户输入的综合偏好量化值的约束值60％向该用户呈现的搜索结果为：
①皮上衣h(0.767)；
②皮上衣g(0.667)。
可知，在本发明实施例中，根据用户对目标类物品的至少两种属性中每种属性的偏好度来确定目标类物品的综合偏好量化值，并根据该综合偏好量化值以及用户输入的综合偏好量化值的约束值，来为用户呈现搜索结果，使得搜索结果更加贴近用户的需求和偏好，能够提高用户找到自己想要的物品的效率。
可选地，作为一个实施例，S150接收该用户输入的该综合偏好量化值的约束值，包括：
在为该用户呈现的UI的第五区域接收该用户输入的该综合偏好量化值的约束值。
具体地，该第五区域可以位于为用户呈现的UI界面的任意位置。
应理解，在本发明实施例中，目标类物品的综合偏好量化值，可以是任意数值形式，例如：百分比(0％，100％或者1％－100％)、1－N的数字(1－10分，20－100分等)、比例(1：5，7：8，1：100或者1/2,6/100等)等所有表现数字比率或者数值的方法，本发明实施例对此不作限定。
还应理解，在S130中，根据该至少两种属性中每种属性的偏好度，确定该目标类物品的综合偏好量化值，其中，可以是确定目标类物品中每个物品的综合偏好量化值，也可以是确定目标类物品中部分物品的综合偏好量化值，本发明实施例对比不作限定。
应理解，在本发明实施例中，用于用户输入搜索关键词的第三区域、用于用户输入用于指示至少两个属性的第一信息的第一区域、用于用户输入用于指示所述至少两个属性的偏好度的第二信息的第二区域、用于用户输入用于指示偏好度和商家推荐度的权重的第三信息的第四区域和用于用户输入综合偏好量化值的约束值的第五区域，可以分布在用户设备的UI界面的任意位置，本发明实施例对此不作限定。
可选地，作为一个实施例，在用于用户输入综合偏好量化值的约束值的第五区域，可以向用户呈现该约束值的数值范围滑动条，类似于图3中的滑动条1和滑动条2。
可选地，作为一个实例，在图1所示的方法100还包括：在第六区域接收用户输入的搜索触发消息；根据该搜索触发消息，为该用户呈现该目标类物品的至少一个物品。
其中，第六区域可以位于UI界面的任意位置，并且可以随着UI界面的变化(例如根据用户的操作局部界面放大、缩小，或者翻页等)，该第六区域在UI界面的位置可以相应地改变，本发明实施例对此不作限定，只要便于用户触发搜索事件即可。
可选地，作为一个实施例，在图1所示的方法100中，同时向该用户呈现下列区域中的至少两个区域：第一区域、第二区域、第三区域、第四区域、第五区域和第六区域。
具体地，例如同时呈现第一区域、第二区域和第三区域，能够使得用户在输入搜索关键词的同时，可以随意查看和修改对该目标类物品的至少两种属性中每种属性的偏好度的定义，例如通过修改该偏好值来进行二次搜索，以使搜索结果更加接近自己的需求。
再例如，同时呈现第三区域和第五区域，能够使得用户在输入搜索关键词时，可以设置该搜索关键词所对应的目标类物品的综合偏好值的约束值。
还应理解，在本发明实施例的数据处理的方法中，可以根据用户实时设置的偏好度，来确定用户输入的搜索关键词所对应的目标类物品的综合偏好量化值，例如当用户对第一次搜索结果不是很满意时，可以实时修改目标类物品的至少两个属性及其偏好度，并再次搜索，这种场景下，可以根据用户修改后的偏好度重新确定目标类物品的综合偏好量化值，并呈现对应的搜索结果。
因此，本发明实施例的数据处理的方法，根据用户对搜索目标类物品的至少两种属性中每种属性的偏好度，确定该目标类物品的综合偏好量化值，并根据该综合偏好量化值为用户呈现该目标类物品，能够提高用户搜索到自己想要的物品的效率，从而提高用户体验满意度。
还应理解，本发明实施例的数据处理的方法还可以应用于所有的从海量信息中搜索目标信息的领域中，例如全球网上的电子商城，各大商业网站或个人网站等领域。
应理解，在本发明的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
上文中结合图1至图3，详细描述了根据本发明实施例的数据处理的方法，下面将结合图4，详细描述根据本发明实施例的数据处理的装置。
图4示出了根据本发明实施例的数据处理的装置200的示意性框图。如图4所示，该装置200包括：
第一确定模块210，用于根据用户输入的搜索关键词，确定该用户的目标类物品；
获取模块220，用于获取该用户对该第一确定模块确定的该目标类物品的至少两种属性的偏好度，该偏好度用于指示该用户对该属性的偏好程度；
第二确定模块230，用于根据该获取模块获取的该偏好度，确定该目标类物品的综合偏好量化值，该综合偏好量化值用于体现该用户对该目标类物品的偏好程度；
呈现模块240，用于根据该第二确定模块确定的该综合偏好量化值，向该用户呈现该目标类物品中的至少一个物品。
因此，本发明实施例的数据处理的装置，根据用户对搜索目标类物品的至少两种属性中每种属性的偏好度，确定该目标类物品的综合偏好量化值，并根据该综合偏好量化值为用户呈现该目标类物品，能够提高用户搜索到自己想要的物品的效率，从而提高用户体验满意度。
可选地，作为一个实施例，该获取模块220具体用于，根据下列信息中的至少一种，获取该偏好度：该用户对该目标类物品的购买信息、该用户对该目标类物品的浏览信息和该用户对该目标类物品的评价信息。
可选地，作为一个实施例，该获取模块220包括：
第一接收单元，用于接收该用户输入的用于指示该目标类物品的至少两种属性的第一信息；
第二接收单元，用于接收该用户输入的用于指示该至少两种属性的偏好度的第二信息；
获取单元，用于根据该第一接收单元接收的该第一信息和第二接收单元接收的该第二信息，获取该偏好度。
可选地，作为一个实施例，该获取模块220还包括：
第一呈现单元，用于在为该用户呈现的用户界面UI的第一区域呈现该目标类物品的可选属性列表；
第二呈现单元，用于在为该用户呈现的UI的第二区域呈现用于该用户设置该偏好度的输入框或者数值滑动条；
其中，该第一接收单元具体用于，接收该用户根据该第一呈现单元呈现的该可选属性列表选择的该第一信息；
该第二接收单元具体用于，接收该用户在该第二呈现单元呈现的该输入框内或该数值滑动条上设置的该第二信息。
可选地，作为一个实施例，该第二确定模块230具体用于，根据该偏好度和商家的物品推荐度，确定该目标类物品的该综合偏好量化值。
可选地，作为一个实施例，该第二确定模块230包括：
第三接收单元，用于接收该用户输入的第三信息，该第三信息用于指示该偏好度和该物品推荐度分别在该综合偏好量化值中所占用的权重；
确定单元，用于根据该第三接收单元接收的该第三信息、该偏好度和该物品推荐度，确定该目标类物品的该综合偏好值。
可选地，作为一个实施例，该呈现模块240具体用于，按照该综合偏好量化值从高到底的顺序，呈现该目标类物品。
可选地，作为一个实施例，该装置200还包括：
接收模块250，用于接收该用户输入的该综合偏好量化值的约束值；
该呈现模块具体用于，根据该接收模块接收的该约束值和该综合偏好量化值，向该用户呈现该目标类物品中的至少一个物品，该至少一个物品的综合偏好量化值均满足该约束值。
因此，本发明实施例的数据处理的装置，根据用户对搜索目标类物品的至少两种属性中每种属性的偏好度，确定该目标类物品的综合偏好量化值，并根据该综合偏好量化值为用户呈现该目标类物品，能够提高用户搜索到自己想要的物品的效率，从而提高用户体验满意度。
应理解，根据本发明实施例的数据处理的装置200中的各个模块的上述和其它操作和/或功能分别为了实现图1至图3中的各个方法的相应流程，为了简洁，在此不再赘述。
如图5所示，本发明实施例还提供了一种数据处理的装置300，该装置300包括处理器310、存储器320、总线系统330和接收器340。其中，处理器310和存储器320通过总线系统330相连，该存储器320用于存储指令；该处理器310用于执行该存储器320存储的指令，并根据存储器330的指令控制接收器340接收信号或信息，当存储器320存储的程序被执行时，处理器310，用于根据用户输入的搜索关键词，确定该用户的目标类物品；获取该用户对该目标类物品的至少两种属性的偏好度，该偏好度用于指示该用户对该属性的偏好程度；根据该偏好度，确定该目标类物品的综合偏好量化值，该综合偏好量化值用于体现该用户对该目标类物品的偏好程度；根据该综合偏好量化值，向该用户呈现该目标类物品中的至少一个物品。
因此，本发明实施例的数据处理的装置，根据用户对搜索目标类物品的至少两种属性中每种属性的偏好度，确定该目标类物品的综合偏好量化值，并根据该综合偏好量化值为用户呈现该目标类物品，能够提高用户搜索到自己想要的物品的效率，从而提高用户体验满意度。
可选地，作为一个实施例，处理器310具体用于，根据下列信息中的至少一种，获取该偏好度：该用户对该目标类物品的购买信息、该用户对该目标类物品的浏览信息和该用户对该目标类物品的评价信息。
可选地，作为一个实施例，接收器340用于，接收该用户输入的用于指示该目标类物品的至少两种属性的第一信息；接收该用户输入的用于指示该至少两种属性的偏好度的第二信息；处理器310具体用于，根据该第一信息和该第二信息，获取该偏好度。
可选地，作为一个实施例，处理器310具体用于，在为该用户呈现的用户界面UI的第一区域呈现该目标类物品的可选属性列表；在为该用户呈现的UI的第二区域呈现用于该用户设置该偏好度的输入框或者数值滑动条；接收器340具体用于，接收该用户根据该可选属性列表选择的该第一信息；接收该用户在该输入框内或该数值滑动条上设置的该第二信息。
可选地，作为一个实施例，处理器310具体用于，根据该偏好度和商家的物品推荐度，确定该目标类物品的该综合偏好量化值。
可选地，作为一个实施例，接收器340用于，接收该用户输入的第三信息，该第三信息用于指示该偏好度和该物品推荐度分别在该综合偏好量化值中所占用的权重；处理器310具体用于，根据该第三信息、该偏好度和该物品推荐度，确定该目标类物品的该综合偏好值。
可选地，作为一个实施例，处理器310具体用于，按照该综合偏好量化值从高到底的顺序，呈现该目标类物品。
可选地，作为一个实施例，接收器340还用于，接收该用户输入的该综合偏好量化值的约束值；处理器310具体用于，根据该约束值和该综合偏好量化值，向该用户呈现该目标类物品中的至少一个物品，该至少一个物品的综合偏好量化值均满足该约束值。
因此，本发明实施例的数据处理的装置，根据用户对搜索目标类物品的至少两种属性中每种属性的偏好度，确定该目标类物品的综合偏好量化值，并根据该综合偏好量化值为用户呈现该目标类物品，能够提高用户搜索到自己想要的物品的效率，从而提高用户体验满意度。
应理解，在本发明实施例中，该处理器310可以是中央处理单元(CentralProcessing Unit，简称为“CPU”)，该处理器310还可以是其他通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
该存储器320可以包括只读存储器和随机存取存储器，并向处理器310提供指令和数据。存储器320的一部分还可以包括非易失性随机存取存储器。例如，存储器320还可以存储设备类型的信息。
该总线系统330除包括数据总线之外，还可以包括电源总线、控制总线和状态信号总线等。但是为了清楚说明起见，在图中将各种总线都标为总线系统330。
在实现过程中，上述方法的各步骤可以通过处理器310中的硬件的集成逻辑电路或者软件形式的指令完成。结合本发明实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器320，处理器310读取存储器320中的信息，结合其硬件完成上述方法的步骤。为避免重复，这里不再详细描述。
应理解，根据本发明实施例的数据处理的装置300可以对应于本发明实施例中的数据处理的装置200，且根据本发明实施例的数据处理的装置300中的各个模块的上述和其它操作和/或功能分别为了实现图1至图3中的各个方法的相应流程，为了简洁，在此不再赘述。
因此，本发明实施例的数据处理的装置，根据用户对搜索目标类物品的至少两种属性中每种属性的偏好度，确定该目标类物品的综合偏好量化值，并根据该综合偏好量化值为用户呈现该目标类物品，能够提高用户搜索到自己想要的物品的效率，从而提高用户体验满意度。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的商品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件商品的形式体现出来，该计算机软件商品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (16)

1.一种数据处理的方法，其特征在于，包括：
根据用户输入的搜索关键词，确定所述用户的目标类物品；
获取所述用户对所述目标类物品的至少两种属性的偏好度，所述偏好度用于指示所述用户对所述属性的偏好程度；
根据所述偏好度，确定所述目标类物品的综合偏好量化值，所述综合偏好量化值用于体现所述用户对所述目标类物品的偏好程度；
根据所述综合偏好量化值，向所述用户呈现所述目标类物品中的至少一个物品。
2.根据权利要求1所述的方法，其特征在于，所述获取所述用户对所述目标类物品的至少两种属性的偏好度，包括：
根据下列信息中的至少一种，获取所述偏好度：所述用户对所述目标类物品的购买信息、所述用户对所述目标类物品的浏览信息和所述用户对所述目标类物品的评价信息。
3.根据权利要求1所述的方法，其特征在于，所述获取所述用户对所述目标类物品的至少两种属性的偏好度，包括：
接收所述用户输入的用于指示所述目标类物品的至少两种属性的第一信息；
根据所述第一信息获取所述目标类物品的至少两种属性；
接收所述用户输入的用于指示所述至少两种属性的偏好度的第二信息；
根据所述第二信息获取所述至少两种属性的偏好度。
4.根据权利要求3所述的方法，其特征在于，
所述接收所述用户输入的用于指示所述目标类物品的至少两种属性的第一信息，包括：
在为所述用户呈现的用户界面UI的第一区域呈现所述目标类物品的可选属性列表；
接收所述用户根据所述可选属性列表选择的所述第一信息；
所述接收所述用户输入的用于指示所述至少两种属性的偏好度的第二信息，包括：
在为所述用户呈现的UI的第二区域呈现用于所述用户设置所述偏好度的输入框或者数值滑动条；
接收所述用户在所述输入框内或所述数值滑动条上设置的所述第二信息。
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述根据所述偏好度，确定所述目标类物品的综合偏好量化值，包括：
根据所述偏好度和商家的物品推荐度，确定所述目标类物品的所述综合偏好量化值。
6.根据权利要求5所述的方法，其特征在于，所述确定所述目标类物品的所述综合偏好量化值，包括：
接收所述用户输入的第三信息，所述第三信息用于指示所述偏好度和所述物品推荐度分别在所述综合偏好量化值中所占用的权重；
根据所述第三信息、所述偏好度和所述物品推荐度，确定所述目标类物品的所述综合偏好值。
7.根据权利要求1至6中任一项所述的方法，其特征在于，所述根据所述综合偏好量化值，向所述用户呈现所述目标类物品中的至少一个物品，包括：
按照所述综合偏好量化值从高到底的顺序，呈现所述目标类物品。
8.根据权利要求1至6中任一项所述的方法，其特征在于，所述方法还包括：
接收所述用户输入的所述综合偏好量化值的约束值；
所述根据所述综合偏好量化值，向所述用户呈现所述目标类物品中的至少一个物品，包括：
根据所述约束值和所述综合偏好量化值，向所述用户呈现所述目标类物品中的至少一个物品，所述至少一个物品的综合偏好量化值均满足所述约束值。
9.一种数据处理的装置，其特征在于，包括：
第一确定模块，用于根据用户输入的搜索关键词，确定所述用户的目标类物品；
获取模块，用于获取所述用户对所述第一确定模块确定的所述目标类物品的至少两种属性的偏好度，所述偏好度用于指示所述用户对所述属性的偏好程度；
第二确定模块，用于根据所述获取模块获取的所述偏好度，确定所述目标类物品的综合偏好量化值，所述综合偏好量化值用于体现所述用户对所述目标类物品的偏好程度；
呈现模块，用于根据所述第二确定模块确定的所述综合偏好量化值，向所述用户呈现所述目标类物品中的至少一个物品。
10.根据权利要求9所述的装置，其特征在于，所述获取模块具体用于，根据下列信息中的至少一种，获取所述偏好度：所述用户对所述目标类物品的购买信息、所述用户对所述目标类物品的浏览信息和所述用户对所述目标类物品的评价信息。
11.根据权利要求9所述的装置，其特征在于，所述获取模块包括：
第一接收单元，用于接收所述用户输入的用于指示所述目标类物品的至少两种属性的第一信息；
获取单元，用于根据所述第一信息获取所述目标类物品的至少两种属性；
第二接收单元，用于接收所述用户输入的用于指示所述至少两种属性的偏好度的第二信息；
所述获取单元，还用于根据所述第二信息获取所述至少两种属性的偏好度。
12.根据权利要求11所述的装置，其特征在于，所述获取模块还包括：
第一呈现单元，用于在为所述用户呈现的用户界面UI的第一区域呈现所述目标类物品的可选属性列表；
第二呈现单元，用于在为所述用户呈现的UI的第二区域呈现用于所述用户设置所述偏好度的输入框或者数值滑动条；
其中，所述第一接收单元具体用于，接收所述用户根据所述第一呈现单元呈现的所述可选属性列表选择的所述第一信息；
所述第二接收单元具体用于，接收所述用户在所述第二呈现单元呈现的所述输入框内或所述数值滑动条上设置的所述第二信息。
13.根据权利要求9至12中任一项所述的装置，其特征在于，所述第二确定模块具体用于，根据所述偏好度和商家的物品推荐度，确定所述目标类物品的所述综合偏好量化值。
14.根据权利要求13所述的装置，其特征在于，所述第二确定模块包括：
第三接收单元，用于接收所述用户输入的第三信息，所述第三信息用于指示所述偏好度和所述物品推荐度分别在所述综合偏好量化值中所占用的权重；
确定单元，用于根据所述第三接收单元接收的所述第三信息、所述偏好度和所述物品推荐度，确定所述目标类物品的所述综合偏好值。
15.根据权利要求9至14中任一项所述的装置，其特征在于，所述呈现模块具体用于，按照所述综合偏好量化值从高到底的顺序，呈现所述目标类物品。
16.根据权利要求9至14中任一项所述的装置，其特征在于，所述装置还包括：
接收模块，用于接收所述用户输入的所述综合偏好量化值的约束值；
所述呈现模块具体用于，根据所述接收模块接收的所述约束值和所述综合偏好量化值，向所述用户呈现所述目标类物品中的至少一个物品，所述至少一个物品的综合偏好量化值均满足所述约束值。
CN201410339981.2A 2014-07-17 2014-07-17 数据处理的方法和装置 Active CN104112009B (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201410339981.2A CN104112009B (zh) 2014-07-17 2014-07-17 数据处理的方法和装置
PCT/CN2015/083378 WO2016008368A1 (zh) 2014-07-17 2015-07-06 数据处理的方法和装置
EP15821279.5A EP3101555A4 (en) 2014-07-17 2015-07-06 Data processing method and device
US15/250,421 US20160371384A1 (en) 2014-07-17 2016-08-29 Data Processing Method and Apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410339981.2A CN104112009B (zh) 2014-07-17 2014-07-17 数据处理的方法和装置

Publications (2)

Publication Number Publication Date
CN104112009A true CN104112009A (zh) 2014-10-22
CN104112009B CN104112009B (zh) 2017-11-17

Family

ID=51708800

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410339981.2A Active CN104112009B (zh) 2014-07-17 2014-07-17 数据处理的方法和装置

Country Status (4)

Country Link
US (1) US20160371384A1 (zh)
EP (1) EP3101555A4 (zh)
CN (1) CN104112009B (zh)
WO (1) WO2016008368A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016008368A1 (zh) * 2014-07-17 2016-01-21 华为技术有限公司 数据处理的方法和装置
CN108052650A (zh) * 2017-12-26 2018-05-18 百度在线网络技术（北京）有限公司 信息推荐方法、装置和电子设备
CN109447458A (zh) * 2018-10-26 2019-03-08 平安科技（深圳）有限公司 校园食堂管理方法、电子装置及计算机可读存储介质
CN109951512A (zh) * 2019-01-09 2019-06-28 平安科技（深圳）有限公司 用户偏好确定方法、系统、电子设备及存储介质
CN110287199A (zh) * 2019-07-01 2019-09-27 联想(北京)有限公司 一种数据库的处理方法及电子设备

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111103968B (zh) * 2018-10-26 2023-04-18 阿里巴巴集团控股有限公司 一种用户界面操作方法和移动终端
CN111104026A (zh) * 2019-08-02 2020-05-05 广州三星通信技术研究有限公司 推荐服务的方法和设备
CN111080339B (zh) * 2019-11-18 2024-01-30 口口相传(北京)网络技术有限公司 基于场景的类目偏好数据生成方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1333513A (zh) * 2000-07-17 2002-01-30 国际商业机器公司 生成支持计算机网上购物的虚拟意向清单的系统与方法
CN101047831A (zh) * 2006-03-30 2007-10-03 株式会社东芝 推荐节目信息提供方法和装置
US20080319972A1 (en) * 2007-06-19 2008-12-25 Childress Rhonda L Short period search keyword
CN102902691A (zh) * 2011-07-28 2013-01-30 上海拉手信息技术有限公司 推荐方法及系统
US8751466B1 (en) * 2014-01-12 2014-06-10 Machine Intelligence Services, Inc. Customizable answer engine implemented by user-defined plug-ins

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6611814B1 (en) * 2000-07-17 2003-08-26 International Business Machines Corporation System and method for using virtual wish lists for assisting shopping over computer networks
JP5376625B2 (ja) * 2008-08-05 2013-12-25 学校法人東京電機大学 検索システムにおける反復フュージョン型検索方法
EP2625660A4 (en) * 2010-10-05 2014-06-11 Centric Software Inc INTERACTIVE COLLECTION BOOK FOR MOBILE DEVICES
US20120224768A1 (en) * 2011-03-04 2012-09-06 Olive Root, LLC System and method for visual search
US9904949B1 (en) * 2013-06-21 2018-02-27 Amazon Technologies, Inc. Product recommendations
US20150118663A1 (en) * 2013-10-28 2015-04-30 Revnc, Inc. System and Method for Predicting and Communicating Data Relating to a Partner's Mood and Sensitivity
CN104112009B (zh) * 2014-07-17 2017-11-17 华为技术有限公司 数据处理的方法和装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1333513A (zh) * 2000-07-17 2002-01-30 国际商业机器公司 生成支持计算机网上购物的虚拟意向清单的系统与方法
CN101047831A (zh) * 2006-03-30 2007-10-03 株式会社东芝 推荐节目信息提供方法和装置
US20080319972A1 (en) * 2007-06-19 2008-12-25 Childress Rhonda L Short period search keyword
CN102902691A (zh) * 2011-07-28 2013-01-30 上海拉手信息技术有限公司 推荐方法及系统
US8751466B1 (en) * 2014-01-12 2014-06-10 Machine Intelligence Services, Inc. Customizable answer engine implemented by user-defined plug-ins

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016008368A1 (zh) * 2014-07-17 2016-01-21 华为技术有限公司 数据处理的方法和装置
CN108052650A (zh) * 2017-12-26 2018-05-18 百度在线网络技术（北京）有限公司 信息推荐方法、装置和电子设备
CN109447458A (zh) * 2018-10-26 2019-03-08 平安科技（深圳）有限公司 校园食堂管理方法、电子装置及计算机可读存储介质
CN109951512A (zh) * 2019-01-09 2019-06-28 平安科技（深圳）有限公司 用户偏好确定方法、系统、电子设备及存储介质
CN109951512B (zh) * 2019-01-09 2022-01-28 平安科技（深圳）有限公司 用户偏好确定方法、系统、电子设备及存储介质
CN110287199A (zh) * 2019-07-01 2019-09-27 联想(北京)有限公司 一种数据库的处理方法及电子设备
CN110287199B (zh) * 2019-07-01 2021-11-16 联想(北京)有限公司 一种数据库的处理方法及电子设备

Also Published As

Publication number Publication date
CN104112009B (zh) 2017-11-17
WO2016008368A1 (zh) 2016-01-21
EP3101555A1 (en) 2016-12-07
EP3101555A4 (en) 2017-03-29
US20160371384A1 (en) 2016-12-22

Similar Documents

Publication Publication Date Title
CN104112009A (zh) 数据处理的方法和装置
CN107730313B (zh) 基于推荐理由的店铺推荐方法及装置
US11010441B2 (en) Method for accurately searching within website
CN107408256B (zh) 优化的物品属性比较
CN110020194B (zh) 资源推荐方法、装置及介质
CN104731917A (zh) 一种推荐方法及装置
CN111489219A (zh) 商品对象信息处理方法、装置及电子设备
CN106445932A (zh) 一种信息推送方法和装置
US11416482B2 (en) Adaptive search refinement
CN105160537A (zh) 一种室内环境下的定位方法及用户终端
CN105405032A (zh) 一种导航路线的生成方法及终端
US10339586B1 (en) Techniques for identifying similar products
CN104615721B (zh) 用于基于退货关联信息推荐商品的方法和系统
CN103942193A (zh) 一种信息推送的方法及装置
CN109800340A (zh) 商标注册推荐方法及系统
CN111833143A (zh) 信息分类显示方法及装置
CN105117949A (zh) 一种室内物品定位方法及用户终端
CN111127133A (zh) 一种基于位置的周边实体店商品展示售卖方法及系统
CN105335386A (zh) 一种提供导航标签的方法及装置
CN104951941A (zh) 提供商品对象转让信息的方法及系统
CN103179207A (zh) 一种数据传输方法、系统和装置
CN109660580B (zh) 一种信息推送方法及装置
CN115994807A (zh) 一种物料推荐方法、装置及系统
JP5809762B1 (ja) 商品表示プログラム
CN117593075A (zh) 虚拟商品的交易信息显示方法、装置及电子设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20210423

Address after: Unit 3401, unit a, building 6, Shenye Zhongcheng, No. 8089, Hongli West Road, Donghai community, Xiangmihu street, Futian District, Shenzhen, Guangdong 518040

Patentee after: Honor Device Co.,Ltd.

Address before: 518129 Bantian HUAWEI headquarters office building, Longgang District, Guangdong, Shenzhen

Patentee before: HUAWEI TECHNOLOGIES Co.,Ltd.