CN106504067A - 商品智能排序装置 - Google Patents
商品智能排序装置 Download PDFInfo
- Publication number
- CN106504067A CN106504067A CN201610954280.9A CN201610954280A CN106504067A CN 106504067 A CN106504067 A CN 106504067A CN 201610954280 A CN201610954280 A CN 201610954280A CN 106504067 A CN106504067 A CN 106504067A
- Authority
- CN
- China
- Prior art keywords
- commodity
- attribute
- fraction
- sorting device
- module
- 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.)
- Pending
Links
Classifications
-
- 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]
- G06Q30/0631—Item recommendations
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出的商品智能排序装置由三部分组成:人工干预模块,机器学习模块,综合处理模块。人工干预模块的功能是针对特定的商品,人为的设置一个排序分数,在没有进行机器学习模块的时候,商品的展现位置前后是按照人为设置的排序分数大小进行排序的。机器学习模块的功能是结合库存信息、物流信息、用户信息、商品信息、成交信息等因素,利用多信息拟合的排序方法,将以上信息组织起来给出一个机器学习后的商品排序分数。综合处理模块的功能是依据人工干预模块提供的商品排序分数和机器学习模块提供的商品排序分数,结合不同展现场景给出一个最终的商品排序位置。外部调用方依据综合处理模块给的商品排序位置进行商品展现。
Description
技术领域
本发明涉及商品智能排序装置。
背景技术
随着互联网和电子商务的迅猛发展,每天都有数以万计的商品交易在电商网站上完成。各大电商平台的商品种类、数量呈爆炸式增长。在纷繁多样的商品信息中,如何为用户提供一种检索服务,使其能够快速准确地检索到自己需要的商品,已经成为电子商务检索研究的一个重要问题。
目前,电子商务网站中的商品排列方式主要有两种:一种是按商品发布时间排列,有的新发布的商品排前面,有的按照设定的拍卖时间,将即将结束的商品排前面;第二种是按价格高低排列,有的价格越低,排在越前面,有的价格越高,排在越前面。现有的排序方法较机械,都是属于特定唯度的排序,不仅没有考虑人工干预因素,也没有结合库存信息、物流信息、商品受关注信息、成交信息等这类隐性的排序干预因素。
发明内容
针对上述技术问题,本发明提供了一种商品智能排序装置,包括:
人工干预模块
其用于输入运营人员针对商品的排序信息进行查询及设置排序分数;
机器学习模块
其用于:
根据结构化数据格式将商品信息进行结构化;
将结构化的商品信息存入数据库中;
在页面上,显示实体及其对应的属性和属性值,根据用户所选择的属性,调取出对应所选择属性的所有商品;
综合处理模块
用于构建所述机器学习模块调取出的商品的排序模型,所述商品排序模型为:
S=α1·S1+α2·S2+...+αn·Sn (1)
其中S为商品排序总分数,S1为运营人员设置的排序分数,S2~n为商品属性对应的分数,α1~n为商品属性所对应的权重值,所述商品属性的分数是系统根据商品属性值预设的分数值;根据商品排序总分数的从大到小的顺序在商品展示区展出。
优选方案是:所述结构化数据格式为:实体-属性-属性值,所述属性至少包括:商品名称、价格、库存、物流、关注次数、成交数。
优选方案是:所述库存属性对应的属性值为库存数量,所述物流属性对应的属性值为商品到达用户所在地区的天数。
优选方案是:所述属性进行自动归类,生成多结构的属性层级关系,构成属性-子属性的结构。
优选方案是:所述系统支持不同类属性的交叉筛选查询。
优选方案是:所述系统通过程序接口的方式与仓储系统进行对接,实现库存数据的实时同步。
优选方案是:所述商品属性对应的分数包括商品库存属性对应的预设分数,所述商品库存属性对应的预设分数与库存数量成正比。
优选方案是:所述商品属性对应的分数包括商品物流属性对应的预设分数,所述商品物流属性对应的预设分数与商品到达用户所在地区的天数成反比。
优选方案是:所述商品属性对应的分数包括商品关注次数属性对应的预设分数,所述商品关注次数属性对应的预设分数与商品关注次数成正比。
优选方案是:所述商品属性对应的分数包括商品成交数属性对应的预设分数,所述商品成交数属性对应的预设分数与商品成交数成正比。
本发明提出的商品智能排序装置由三部分组成:人工干预模块,机器学习模块,综合处理模块。人工干预模块的功能是针对特定的商品,人为的设置一个排序分数,在没有进行机器学习模块的时候,商品的展现位置前后是按照人为设置的排序分数大小进行排序的。机器学习模块的功能是结合库存信息、物流信息、用户信息、商品信息、成交信息等因素,利用多信息拟合的排序方法,将以上信息组织起来给出一个机器学习后的商品排序分数。综合处理模块的功能是依据人工干预模块提供的商品排序分数和机器学习模块提供的商品排序分数,结合不同展现场景给出一个最终的商品排序位置。外部调用方依据综合处理模块给的商品排序位置进行商品展现。
具体实施方式
下面对本发明做进一步的详细说明,以令本领域技术人员参照说明书文字能够据以实施。
应当理解,本文所使用的诸如“具有”、“包含”以及“包括”术语并不配出一个或多个其它元件或其组合的存在或添加。
本发明提供了一种商品智能排序装置,包括:
1)人工干预模块
其用于运营人员对商品的排序信息进行查询及设置排序分数;
2)机器学习模块
其用于:
21)将商品信息进行结构化,所述结构化数据格式为:实体-属性-属性值,所述属性至少包括:“商品名称、价格、库存、物流、关注次数、成交数”;
22)将所述结构化数据存入数据库中;
23)在页面上,显示实体及其对应的属性和属性值,根据用户所选择的属性,调取出对应所选择属性的所有商品;
3)综合处理模块
构建商品排序模型,所述商品为步骤2所调取出的商品,所述商品排序模型为:
S=α1·S1+α2·S2+...+αn·Sn (1)
其中S为商品排序总分数,S1为运营人员设置的排序分数,S2~n为商品属性对应的分数,α1~n为商品属性所对应的权重值,所述商品属性的分数是系统根据商品属性值预设的分数值;
4)商品根据商品排序总分数的从大到小的顺序在商品展示区展出。
优选方案是:所述库存属性对应的属性值为库存数量,所述物流属性对应的属性值为商品到达用户所在地区的天数。
优选方案是:所述属性进行自动归类,生成多结构的属性层级关系,构成属性-子属性的结构。
优选方案是:所述系统支持不同类属性的交叉筛选查询。
优选方案是:所述系统通过程序接口的方式与仓储系统进行对接,实现库存数据的实时同步。
优选方案是:所述商品属性对应的分数包括商品库存属性对应的预设分数,所述商品库存属性对应的预设分数与库存数量成正比。
优选方案是:所述商品属性对应的分数包括商品物流属性对应的预设分数,所述商品物流属性对应的预设分数与商品到达用户所在地区的天数成反比。
优选方案是:所述商品属性对应的分数包括商品关注次数属性对应的预设分数,所述商品关注次数属性对应的预设分数与商品关注次数成正比。
优选方案是:所述商品属性对应的分数包括商品成交数属性对应的预设分数,所述商品成交数属性对应的预设分数与商品成交数成正比。
实施例
本实施例实体商品名称为:葡萄酒,其属性包括:商品名称、产地、价格、库存、物流、关注次数、成交数。产地的子属性为“产区”和“产品等级”。所述产区的属性值为“波尔多”、“罗纳河谷”“卢瓦尔河谷”等。
1)运营人员将产区为“波尔多”的葡萄酒产品的排序分数设置为5600分;
2)当用户点击页面上的商品名称为葡萄酒,产区为“波尔多”时,系统将调取产区为“波尔多”的所有葡萄酒;
3)构建商品排序模型,所述商品为步骤2所调取出的商品,所述商品排序模型为:
S=α1·S1+α2·S2+...+αn·Sn
其中,S1为运营人员设置的分数值;S2为商品库存属性对应的预设分数(库存小于50时,预设分数为3000;库存大于50,且小于100时,预设分数为4000;库存大于100时,预设分数为5000);S3为商品物流属性对应的预设分数(商品在1天内能到达用户所在区域,预设分数为6000;商品在1~3天能到达用户所在区域时,预设分数为5000;商品在3天能到达用户所在区域时,预设分数为2000);S4为商品关注次数属性对应的预设分数(商品关注次数为100次以上,预设分数为5000;商品关注次数为大于50且小于100次,预设分数为3000;商品关注次数为50次以下,预设分数为1000);S5为商品成交数属性对应的预设分数(商品成交数为100次以上,预设分数为5000;商品成交数为大于50且小于100次,预设分数为3000;商品成交数为50次以下,预设分数为1000);α1为运营人员设置的分数的权重;α2为商品库存属性对应的预设分数的权重;α3为商品物流属性对应的预设分数的权重;α4为商品关注次数属性对应的预设分数的权重;α5为商品成交数属性对应的预设分数的权重。
例如:运营人员将商品名称为“穆拉尼半干红”的分数设置为5600分;“穆拉尼半干红”的库存为150;“穆拉尼半干红”在2天内可到达用户所在区域;“穆拉尼半干红”关注次数为120次;“穆拉尼半干红”成交数为25,即:S1、S2、S3、S4、S5为别为5600、5000、5000、5000、1000分。设定α1、α2、α3、α4、α5分别为:0.21、0.3、0.19、0.1、0.2。将以上数值带入S=0.21*5600+0.3*5000+0.19*5000+0.1*5000+0.2*1000=4176。“穆拉尼半干红”所对应的商品排序总分数为4176分。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用,它完全可以被适用于各种适合本发明的领域,对于熟悉本领域的人员而言,可容易地实现另外的修改,因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里示出。
Claims (10)
1.商品排序装置,其特征在于,包括:
人工干预模块
其用于输入运营人员针对商品的排序信息进行查询及设置排序分数;
机器学习模块
其用于:
根据结构化数据格式将商品信息进行结构化;
将结构化的商品信息存入数据库中;
在页面上,显示实体及其对应的属性和属性值,根据用户所选择的属性,调取出对应所选择属性的所有商品;
综合处理模块
用于构建所述机器学习模块调取出的商品的排序模型,所述商品排序模型为:
S=α1·S1+α2·S2+...+αn·Sn (1)
其中S为商品排序总分数,S1为运营人员设置的排序分数,S2~n为商品属性对应的分数,α1~n为商品属性所对应的权重值,所述商品属性的分数是系统根据商品属性值预设的分数值;根据商品排序总分数的从大到小的顺序在商品展示区展出。
2.根据权利要求1所述的商品智能排序装置,其特征在于,所述结构化数据格式为:实体-属性-属性值,所述属性至少包括:商品名称、价格、库存、物流、关注次数、成交数。
3.根据权利要求2所述的商品智能排序装置,其特征在于,所述库存属性对应的属性值为库存数量,所述物流属性对应的属性值为商品到达用户所在地区的天数。
4.根据权利要求1所述的商品智能排序装置,其特征在于,所述机器学习模块还用于对所述属性进行自动归类,生成多结构的属性层级关系,构成属性-子属性的结构。
5.根据权利要求1所述的商品智能排序装置,其特征在于,所述装置支持不同类属性的交叉筛选查询。
6.根据权利要求1所述的商品智能排序装置,其特征在于,所述装置通过程序接口的方式与仓储装置进行对接,实现库存数据的实时同步。
7.根据权利要求3所述的商品智能排序装置,其特征在于,所述商品属性对应的分数包括商品库存属性对应的预设分数,所述商品库存属性对应的预设分数与库存数量成正比。
8.根据权利要求3所述的商品智能排序装置,其特征在于,所述商品属性对应的分数包括商品物流属性对应的预设分数,所述商品物流属性对应的预设分数与商品到达用户所在地区的天数成反比。
9.根据权利要求1所述的商品智能排序装置,其特征在于,所述商品属性对应的分数包括商品关注次数属性对应的预设分数,所述商品关注次数属性对应的预设分数与商品关注次数成正比。
10.根据权利要求1所述的商品智能排序装置,其特征在于,所述商品属性对应的分数包括商品成交数属性对应的预设分数,所述商品成交数属性对应的预设分数与商品成交数成正比。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610954280.9A CN106504067A (zh) | 2016-11-03 | 2016-11-03 | 商品智能排序装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610954280.9A CN106504067A (zh) | 2016-11-03 | 2016-11-03 | 商品智能排序装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106504067A true CN106504067A (zh) | 2017-03-15 |
Family
ID=58321329
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610954280.9A Pending CN106504067A (zh) | 2016-11-03 | 2016-11-03 | 商品智能排序装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106504067A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107239988A (zh) * | 2017-04-28 | 2017-10-10 | 杭州集盒网络技术有限公司 | 商品数据呈现系统 |
CN109840730A (zh) * | 2017-11-29 | 2019-06-04 | 北京京东尚科信息技术有限公司 | 用于数据预测的方法及装置 |
CN110516163A (zh) * | 2019-07-09 | 2019-11-29 | 广州品唯软件有限公司 | 一种基于用户行为数据的商品排序方法及系统 |
CN112418966A (zh) * | 2019-12-19 | 2021-02-26 | 上海哔哩哔哩科技有限公司 | 商品页展示方法、服务器和存储介质 |
WO2022220738A1 (en) * | 2021-04-15 | 2022-10-20 | Grabtaxi Holdings Pte. Ltd. | Communications server apparatus, method and communications system for providing a recommendation of offerings by merchants to a user |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104778207A (zh) * | 2015-03-11 | 2015-07-15 | 张翔 | 网络购物的综合搜索引擎方法及其系统 |
CN104881807A (zh) * | 2015-06-26 | 2015-09-02 | 陆健 | 一种推荐商品信息的方法及装置 |
-
2016
- 2016-11-03 CN CN201610954280.9A patent/CN106504067A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104778207A (zh) * | 2015-03-11 | 2015-07-15 | 张翔 | 网络购物的综合搜索引擎方法及其系统 |
CN104881807A (zh) * | 2015-06-26 | 2015-09-02 | 陆健 | 一种推荐商品信息的方法及装置 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107239988A (zh) * | 2017-04-28 | 2017-10-10 | 杭州集盒网络技术有限公司 | 商品数据呈现系统 |
CN109840730A (zh) * | 2017-11-29 | 2019-06-04 | 北京京东尚科信息技术有限公司 | 用于数据预测的方法及装置 |
CN110516163A (zh) * | 2019-07-09 | 2019-11-29 | 广州品唯软件有限公司 | 一种基于用户行为数据的商品排序方法及系统 |
CN110516163B (zh) * | 2019-07-09 | 2023-09-01 | 广州品唯软件有限公司 | 一种基于用户行为数据的商品排序方法及系统 |
CN112418966A (zh) * | 2019-12-19 | 2021-02-26 | 上海哔哩哔哩科技有限公司 | 商品页展示方法、服务器和存储介质 |
WO2022220738A1 (en) * | 2021-04-15 | 2022-10-20 | Grabtaxi Holdings Pte. Ltd. | Communications server apparatus, method and communications system for providing a recommendation of offerings by merchants to a user |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106504067A (zh) | 商品智能排序装置 | |
US20170076348A1 (en) | Interactive generation of customized orderable articles apparatus, methods, articles and tools | |
Niranjan et al. | Prerequisites to vendor-managed inventory | |
US8010544B2 (en) | Inverted indices in information extraction to improve records extracted per annotation | |
US20070174188A1 (en) | Electronic marketplace that facilitates transactions between consolidated buyers and/or sellers | |
KR102225729B1 (ko) | 복수 온라인 쇼핑몰 상품 등록을 위한 상품정보 가공 장치 및 방법 | |
CN102890686A (zh) | 展示商品搜索结果的方法及系统 | |
CN108961362A (zh) | 一种网络图片的生成方法与装置 | |
JP2007293575A (ja) | 電子商取引システム | |
CN107464134A (zh) | 一种多维度材料价格对比分析及可视化展现方法 | |
CN103620598A (zh) | 评论文章输出系统、评论文章输出方法、程序和计算机可读信息存储介质 | |
CN107895299A (zh) | 一种商品的曝光排序方法和装置 | |
Abraham | Product information management | |
CN105718473A (zh) | 一种数据建模的方法 | |
CN112256977A (zh) | 组件化商品推荐方法、计算设备和计算机存储介质 | |
CN105447739A (zh) | 一种基于b/s的在线图书销售系统及其图书查询方法 | |
CN108701289A (zh) | 出货支援装置、出货支援方法和程序、以及出货支援系统 | |
CN101882288A (zh) | 主动式广告平台 | |
KR20140122695A (ko) | 초간단 인터넷 쇼핑몰 제작시스템 및 방법 | |
US20080288541A1 (en) | Method, Process, Schema, and Apparatus to Organize and Manage Company Folksonomy | |
CN103455566B (zh) | 信息展示方法及装置 | |
CN113761345A (zh) | 搜索处理方法、装置、设备及存储介质 | |
KR101376251B1 (ko) | 소셜 네트워크를 이용한 비상장사의 투자정보 제공 시스템 및 투자정보 제공방법 | |
WO2016178860A1 (en) | Electronic search interface for identifying artisan sellers | |
CN110851568A (zh) | 商品信息处理方法、终端设备及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170315 |