CN106600285A - 一种用户评估值的确认方法及装置 - Google Patents

Abstract

本申请实施例包括一种用户评估值的确认方法及装置，该方法包括：确定目标用户对应的所有商品对象，然后根据确定的目标用户对应的所有商品对象，确定目标用户对应的用于表示目标用户滥发商品的评估参数，最后根据评估参数确定目标用户对应的用户评估值，其中评估参数包括用于表示商品对象总量对应的目标用户发布商品能力的发布能力评估值。该方法在确定用户评估值时，将商品对象总量作为确定用户评估值的参数，因而使得该方法在商品对象总量较大时，具有很好的评估性能，进而可以基于评估结果对用户进行排名，从而使得评分较低的用户发布的商品排名靠后，因而该方法在商品对象总量较大时也可以很好的控制商家滥发商品的行为。

Description

一种用户评估值的确认方法及装置

技术领域

本申请涉及计算机技术领域，尤其涉及一种用户评估值的确认方法及装置。

背景技术

随着网络的飞速发展，人们的生活已经和网络密不可分。比如，越来越多的用户通过电子商务搜索平台获取商品信息，方便了用户，但同时也出现了电子商务搜索平台商品信息发布混乱，很多商家滥发商品的问题。

现有技术中，针对商品滥发的问题，一般通过商家发布的信息对商家进行评估，评估时主要依据商家发布的商品中标题堆砌的数量，虚假交易的数量，重复发布的数量，以及类目错放的数量，然后基于评估结果对商家发布的信息进行排序，从而使得评分较高的商家发布的商品排名比较靠前，使得评分较低的商家发布的商品排名比较靠后，同时，提醒商家需要在哪些方面做出改进以便提高排名，例如提醒商家需要减少标题堆砌的数量，或者需要减少虚假交易的数量，或者需要减少重复发布的数量，或者需要减少类目错放的数量等，从而达到控制商家滥发商品的目的。

上述控制商家滥发商品的方法主要存在以下问题：该方法主要考虑了商品中标题堆砌的数量，虚假交易的数量，重复发布的数量，以及类目错放的数量，来对商家进行评估，当出现商家通过大量发布新商品来获取高曝光率的滥发行为，使用现有技术的评估方法进行评估时，由于发布的商品数量较大，使得现有技术的评估方法的评估性能下降比较快，从而在发布的商品数量较大时无法采用现有的评估方法解决商家滥发商品问题。

综上所述，现有技术中的评估方法在对发布商品的商家进行评估时，仅考虑了标题堆砌的数量，虚假交易的数量，重复发布的数量，以及类目错放的数量等因素，从而在商品数量较大时，评估方法的评估性能下降比较快。

发明内容

本申请提供一种用户评估值的确认方法及装置，用以解决现有技术中的评估方法在对发布商品的商家进行评估时，仅考虑了标题堆砌的数量，虚假交易的数量，重复发布的数量，以及类目错放的数量等因素，从而在商品数量较大时，现有技术的评估方法的评估性能下降比较快的技术问题。

一方面，本申请实施例提供的一种用户评估值的确认方法，包括：

确定目标用户对应的所有商品对象；

根据确定的目标用户对应的所有商品对象，确定所述目标用户对应的用于表示所述目标用户滥发商品的评估参数；

根据所述评估参数，确定所述目标用户对应的用户评估值；

其中，所述评估参数包括用于表示商品对象总量对应的目标用户发布商品能力的发布能力评估值。

本申请实施例提供的方法，先确定目标用户对应的所有商品对象，然后根据确定的目标用户对应的所有商品对象，确定目标用户对应的用于表示目标用户滥发商品的评估参数，最后根据评估参数确定目标用户对应的用户评估值，其中评估参数包括用于表示商品对象总量对应的目标用户发布商品能力的发布能力评估值。该方法在确定用户评估值时，将商品对象总量作为确定用户评估值的参数，因而使得该方法在商品对象总量较大时，也可以很好地对目标用户做出评估，具有很好的性能。

可选的，所述评估参数还包括：

用于表示商品对象的有效占比的变化趋势的效用作弊评估值；和/或

用于表示无效占比对应的商品发布质量的历史效用评估值；

其中，有效占比表示有效的商品对象占所有商品对象的比例，无效占比表示无效的商品对象占所有商品对象的比例。

上述方法，在确定目标用户的用户评估值时，使用的评估参数还包括效用作弊评估值和历史效用评估值，因而可以更加准确和全面的计算用户评估值。

可选的，根据确定的目标用户对应的所有商品对象，确定目标用户对应的用于表示目标用户滥发商品的评估参数，包括：

若所述评估参数包括所述历史效用评估值，根据商品对象日志，确定一个时长内所述目标用户对应的无效商品对象的无效占比，根据所述无效占比确定所述历史效用评估值；和/或

若所述评估参数包括所述效用作弊评估值，根据商品对象日志，确定相邻两个时长内所述目标用户对应的有效商品对象的有效占比，根据所述有效占比确定所述效用作弊评估值。

上述方法，根据商品对象日志，确定商品对象的有效占比和无效占比，进而根据有无效占比确定历史效用评估值，根据有有效占比确定效用作弊评估值，由于商品对象记录准确，全面，且比较容易获取，因而该方法简单易实施，具有很好的实用性。

可选的，所述根据商品对象日志，确定一个时长内所述目标用户对应的无效商品对象的无效占比，包括：

根据商品对象日志中商品对象对应的用于记录所述商品对象的操作信息和所述目标用户在一个时长内对应的所有商品对象，从所述目标用户在该时长内对应的所有商品对象中确定无效的商品对象；

根据确定的无效的商品对象和该时长内对应的所有商品对象，确定所述目标用户在该时长内对应的所有商品对象中无效的商品对象的无效占比。

上述方法，由于商品对象日志中用于记录商品对象的操作信息中记录了每个商品对象的相关操作信息，因而可以准确地判断商标用户是否为无效的商品对象，提高了系统性能。

可选的，所述根据商品对象日志，确定相邻两个时长内所述目标用户对应的有效商品对象的有效占比，包括：

针对所述相邻两个时长中的一个时长，根据商品对象日志中商品对象对应的用于记录所述商品对象的操作信息和所述目标用户在该时长内对应的所有商品对象，从所述目标用户在该时长内对应的所有商品对象中确定有效的商品对象；

根据确定的有效的商品对象和该时长内对应的所有商品对象，确定所述目标用户在该时长内对应的所有商品对象中有效的商品对象的有效占比。

上述方法，由于商品对象日志中用于记录商品对象的操作信息中记录了每个商品对象的相关操作信息，因而可以准确地判断商标用户是否为有效的商品对象，提高了系统性能。

可选的，所述商品对象日志中商品对象对应的用于记录所述商品对象的操作信息为下列信息中的部分或全部：

商品对象点击的时间，商品对象收藏的时间，商品对象下单的时间，商品对象反馈的时间。

上述方法，利用商品对象是否有点击、收藏、下单、反馈的相关记录，来确定商品对象是否为无效的商品对象，能够很好地反应商品对象是有效还是无效。

可选的，根据下列公式确定所述历史效用评估值：

其中，Ratio为所述目标用户在一个时长内对应的所有商品对象中无效的商品对象的无效占比，b₁,b₂,b₃为预先设定的参数，b₁>0,b₂>0，b₃>0，b为历史效用评估值F2的期望值；

根据下列公式确定所述效用作弊评估值：

其中X_T1为所述目标用户在第一时长内对应的所有商品对象中有效的商品对象的有效占比，X_T2为所述目标用户在第二时长内对应的所有商品对象中有效的商品对象的有效占比，所述第一时长与所述第二时长相邻，c表示异常效用识别阈值。

上述方式中，分别商品对象历史效用评估值F2以及商品对象效用作弊评估值F3，其中，F2与目标用户在一个时长内对应的所有商品对象中无效的商品对象的无效占比正相关，F3与目标用户在第二时长内对应的所有商品对象中有效的商品对象的有效占比与第一时长内对应的所有商品对象中有效的商品对象的有效占比的比值正相关，上述方式中的公式明确了与F2、F3正相关的量，可以有效地进行针对性地调整。

可选的，根据下列公式确定所述发布能力评估值：

其中Num为商品对象总量，a₁,a₂,a₃为预先设定的参数，a₁>0,a₂>0，a₃>0，a为商品对象发布能力评估值的期望值。

上述方法，确定品对象发布能力评估值F1，F1与商品对象总量Num正相关，上述公式明确了与F1正相关的量，可以有效地进行针对性地调整。

可选的，所述评估参数包括所述发布能力评估值、所述效用作弊评估值和所述历史效用评估值；

根据下列公式确定所述目标用户对应的用户评估值:

其中，F1为所述发布能力评估值，F2为所述历史效用评估值，F3为所述效用作弊评估值，k为所述目标用户对应的用户评估值的期望值。

通过上述公式确定目标用户对应的用户评估值，其中，对商品对象效用作弊评估值较小的目标用户，直接确定用户评估值为k，而对于商品对象效用作弊评估值较大地用户，则进行重新评估处理，因而可以有效地对有作弊行为的目标用户做相应地调整。

基于相同的发明构思，本申请实施例还提供一种用户评估值的确定装置，包括:

商品对象确定单元，用于确定目标用户对应的所有商品对象；

评估参数确定单元，用于根据确定的目标用户对应的所有商品对象，确定所述目标用户对应的用于表示所述目标用户滥发商品的评估参数；

用户评估值确定单元，用于根据所述评估参数，确定所述目标用户对应的用户评估值；

其中，所述评估参数包括用于表示商品对象总量对应的目标用户发布商品能力的发布能力评估值。

可选的，所述评估参数还包括：

用于表示商品对象的有效占比的变化趋势的效用作弊评估值；和/或

用于表示无效占比对应的商品发布质量的历史效用评估值；

其中，有效占比表示有效的商品对象占所有商品对象的比例，无效占比表示无效的商品对象占所有商品对象的比例。

可选的，所述评估参数确定单元，用于：

若所述评估参数包括所述历史效用评估值，根据商品对象日志，确定一个时长内所述目标用户对应的无效商品对象的无效占比，根据所述无效占比确定所述历史效用评估值；和/或

若所述评估参数包括所述效用作弊评估值，根据商品对象日志，确定相邻两个时长内所述目标用户对应的有效商品对象的有效占比，根据所述有效占比确定所述效用作弊评估值。

可选的，所述评估参数确定单元，具体用于：

根据商品对象日志中商品对象对应的用于记录所述商品对象的操作信息和所述目标用户在一个时长内对应的所有商品对象，从所述目标用户在该时长内对应的所有商品对象中确定无效的商品对象；

根据确定的无效的商品对象和该时长内对应的所有商品对象，确定所述目标用户在该时长内对应的所有商品对象中无效的商品对象的无效占比。

可选的，所述评估参数确定单元，具体用于：

针对所述相邻两个时长中的一个时长，根据商品对象日志中商品对象对应的用于记录所述商品对象的操作信息和所述目标用户在该时长内对应的所有商品对象，从所述目标用户在该时长内对应的所有商品对象中确定有效的商品对象；

根据确定的有效的商品对象和该时长内对应的所有商品对象，确定所述目标用户在该时长内对应的所有商品对象中有效的商品对象的有效占比。

可选的，所述商品对象日志中商品对象对应的用于记录所述商品对象的操作信息为下列信息中的部分或全部：

商品对象点击的时间，商品对象收藏的时间，商品对象下单的时间，商品对象反馈的时间。

可选的，所述评估参数确定单元，具体用于：

根据下列公式确定所述历史效用评估值：

其中，Ratio为所述目标用户在一个时长内对应的所有商品对象中无效的商品对象的无效占比，b₁,b₂,b₃为预先设定的参数，b₁>0,b₂>0，b₃>0，b为历史效用评估值F2的期望值；

根据下列公式确定所述效用作弊评估值：

其中X_T1为所述目标用户在第一时长内对应的所有商品对象中有效的商品对象的有效占比，X_T2为所述目标用户在第二时长内对应的所有商品对象中有效的商品对象的有效占比，所述第一时长与所述第二时长相邻，c表示异常效用识别阈值。

可选的，所述评估参数确定单元，具体用于：

根据下列公式确定所述发布能力评估值：

其中Num为商品对象总量，a₁,a₂,a₃为预先设定的参数，a₁>0,a₂>0，a₃>0，a为商品对象发布能力评估值的期望值。

可选的，所述评估参数包括所述发布能力评估值、所述效用作弊评估值和所述历史效用评估值；

所述用户评估值确定单元，具体用于：

根据下列公式确定所述目标用户对应的用户评估值:

其中，F1为所述发布能力评估值，F2为所述历史效用评估值，F3为所述效用作弊评估值，k为所述目标用户对应的用户评估值的期望值。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域的普通技术人员来讲，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为本申请实施例用户评估值的确定方法流程图；

图2为本申请实施例用户评估值的详细确定方法流程图；

图3为本申请实施例信息平台搜索排序图；

图4为本申请实施例用户评估值的确定装置示意图。

具体实施方式

为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，显然，所描述的实施例仅仅是本申请一部份实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。

下面结合说明书附图对本申请实施例作进一步详细描述。

图1为本申请实施例用户评估值的确定方法，包括：

步骤101、确定目标用户对应的所有商品对象；

步骤102、根据确定的目标用户对应的所有商品对象，确定目标用户对应的用于表示目标用户滥发商品的评估参数，其中，评估参数包括用于表示商品对象总量对应的目标用户发布商品能力的发布能力评估值；

步骤103、根据所述评估参数，确定所述目标用户对应的用户评估值。

目标用户可以是电子商务搜索平台的信息发布者，也可以是网络购物平台上的商家，只要是涉及到信息平台的信息发布者，都可以作为本申请实施例中的目标用户。在步骤101中，首先确定目标用户对应的所有商品对象，例如，在商品买卖平台，一个目标用户对应的所有商品对象可以是该目标用户在商品买卖平台上发布的所有商品，在信息展示平台，一个目标用户对应的所有商品对象可以是该目标用户在信息展示平台上发布的所有信息。

上述步骤102中，根据确定的目标用户对应的所有商品对象，确定目标用户对应的用于表示目标用户滥发商品的评估参数，其中评估参数主要包含发布能力评估值，该用于发布能力评估值用于表示目标用户发布商品的能力，并且该发布能力评估值是根据商品对象的总量来确定的。

在步骤103中，在确定了评估参数之后，则根据评估参数，确定目标用户对应的用户评估值。

本申请实施例提供的方法，先确定目标用户对应的所有商品对象，然后根据确定的目标用户对应的所有商品对象，确定目标用户对应的用于表示目标用户滥发商品的评估参数，最后根据评估参数确定目标用户对应的用户评估值，其中评估参数包括用于表示商品对象总量对应的目标用户发布商品能力的发布能力评估值。该方法在确定用户评估值时，将商品对象总量作为确定用户评估值的参数，因而使得该方法在商品对象总量较大时，具有很好的评估性能，进而可以基于评估结果对用户进行排名，从而使得评分较低的用户发布的商品排名靠后，因而该方法在商品对象总量较大时也可以很好的控制商家滥发商品的行为。

具体地，在步骤102中，所述评估参数还包括：

用于表示商品对象的有效占比的变化趋势的效用作弊评估值；和/或

用于表示无效占比对应的商品发布质量的历史效用评估值；

其中，有效占比表示有效的商品对象占所有商品对象的比例，无效占比表示无效的商品对象占所有商品对象的比例。效用作弊评估值用于表示商品对象的有效占比的变化趋势，历史效用评估值用于表示无效占比对应的商品发布质量，该两个评估参数在计算用户评估值时，分别将用户是否有作弊行为，用户发布的信息质量高低作为用户评估值的计算标准，从而最终计算出来的用户评估值也综合考虑了用户作弊行为和用户信息发布质量，从而可以更好地控制商家滥发商品信息的问题。

具体地，有效占比表示有效的商品对象占所有商品对象的比例，无效占比表示无效的商品对象占所有商品对象的比例。有效的商品对象可以是信息发布符合要求的商品对象，比如发布的信息标题字数符合要求，标题内容没有敏感词句，正文内容字数符合要求，图片数量、大小符合要求等，相应地，无效的商品对象可以是信息发布不符合要求的商品对象，比如发布的信息标题字数不符合要求，标题内容有敏感词句，正文内容字数不符合要求，图片数量、大小不符合要求等。此外，有效的商品对象和无效的商品对象还可以通过商品对象日志中商品对象对应的用于记录商品对象的操作信息来确定：

可选的，所述商品对象日志中商品对象对应的用于记录所述商品对象的操作信息为下列信息中的部分或全部：

商品对象点击的时间，商品对象收藏的时间，商品对象下单的时间，商品对象反馈的时间。

其中，商品对象点击的时间为商品对象被用户点击的时间：

商品对象每被点击一次，都会对应一个商品对象点击的时间，例如商品对象在2015年1月1日11时11分11秒被用户点击一次，则在商品对象日志中记录下该商品对象在此时间被点击的日志信息，如果该商品对象在另一时间又被点击一次，如在2015年1月1日11时12分12秒又被点击一次，则在商品对象日志中会记录下该商品对象在该时间被点击的日志信息，因此，商品对象日志可以记录所有的商品对象被点击时的具体时间点。

商品对象收藏的时间为该商品对象被用户加入收藏夹的时间：

商品对象每被用户加入收藏夹一次，都会对应一个商品对象收藏的时间，例如商品对象在2015年1月3日14时14分14秒被用户加入收藏夹，则在商品对象日志中记录下该商品对象在此时间被收藏的日志信息，如果该商品对象在另一时间又被另一用户加入收藏夹，如在2015年1月3日14时15分12秒又被收藏一次，则在商品对象日志中会记录下该商品对象在该时间收藏的日志信息，因此，商品对象日志可以记录所有的商品对象被收藏时的具体时间点。

商品对象下单的时间为该商品对象被用户生成订单的时间：

商品对象每被用户生成订单一次，都会对应一个商品对象下单的时间，例如商品对象在2015年1月5日17时19分14秒被用户生成订单，则在商品对象日志中记录下该商品对象在此时间下单的日志信息，如果该商品对象在另一时间又被收藏一次，如在2015年1月5日17时20分12秒又被另一用户生成订单，则在商品对象日志中会记录下该商品对象在该时间被下单的日志信息，因此，商品对象日志可以记录所有的商品对象被下单时的具体时间点。

商品对象反馈的时间为该商品对象被用户反馈的时间：

商品对象每被用户反馈一次，都会对应一个商品对反馈的时间，其中，反馈可以是评论商品对象，咨询商品对象等，例如商品对象在2015年1月7日19时20分14秒被用户反馈，则在商品对象日志中记录下该商品对象在此时间反馈的日志信息，如果该商品对象在另一时间又被用户反馈一次，如在2015年1月7日19时22分12秒又被另一用户生成反馈，则在商品对象日志中会记录下该商品对象在该时间被反馈的日志信息，因此，商品对象日志可以记录所有的商品对象被反馈时的具体时间点。

进一步地，可将在某一时间段内没有任何用户对商品对象进行上述四个操作中任何一个或者任意几个操作的商品对象定义为无效的商品对象。举例来说，可将某个时间段内没有被任何用户点击的商品对象定义为无效的商品，或者将某个时间段内没有被任何用户收藏的商品对象定义为无效的商品等等，或者是将某个时间段内没有被任何用户下单以及反馈的商品对象定义为无效的商品对象等等，具体如何定义，视需要而定。

根据商品对象日志确定出所有商品对象中无效的商品对象之后，相对应地，所有商品对象中除无效的商品对象之外的商品对象皆为有效的商品对象。

上述方法，利用商品对象是否有点击、收藏、下单、反馈的相关记录，来确定商品对象是无效的商品对象还是有效的商品对象，能够很好地反应商品对象是有效还是无效。

在确定了所有商品对象中的有效商品对象和无效商品对象之后，可进一步确定有效商品对象的有效占比和无效商品对象的无效占比，其中有效商品对象的有效占比是指所有商品对象中有效商品对象的比例，无效占比是所有商品对象中无效商品对象的比例。

确定有效商品对象的有效占比和无效商品对象的无效占比之后，则可以根据有效商品对象的有效占比来确定效用作弊评估值，根据无效商品对象的无效占比来确定历史效用评估值，因而根据确定的目标用户对应的所有商品对象，确定评估参数时，若评估参数中包含有历史效用评估值和效用作弊评估值，则可以通过以下方法来确定历史效用评估值和效用作弊评估值，具体地：

根据确定的目标用户对应的所有商品对象，确定目标用户对应的用于表示目标用户滥发商品的评估参数，包括：

若所述评估参数包括所述历史效用评估值，根据商品对象日志，确定一个时长内所述目标用户对应的无效商品对象的无效占比，根据所述无效占比确定所述历史效用评估值；和/或

若所述评估参数包括所述效用作弊评估值，根据商品对象日志，确定相邻两个时长内所述目标用户对应的有效商品对象的有效占比，根据所述有效占比确定所述效用作弊评估值。

上述方法，根据商品对象日志确定所有商品对象中的无效商品对象和有效商品对象，然后确定出无效商品对象的无效占比和有效商品对象的有效占比，并根据无效商品对象的无效占比确定历史效用评估值，根据有效商品对象的有效占比确定效用作弊评估值，由于商品对象记录准确，全面，且比较容易获取，因而该方法简单易实施，具有很好的实用性。另外，对于时长的选择也没有明确的限制，具体选择视需要而定，例如一个时长可以选取为一天、几天或者是一个月；相邻两个时长中的每个时长可以是一天、几天或者是一个月，例如，相邻时长中的第一时长为7月1日到7月31日这段时长，第二时长为8月1日到8月31日这段时长。

当然，在计算历史效用评估值和效用作弊评估值时，也还可以根据其它的方式进行计算，历史效用评估值主要是为了反映商家发布商品的能力，因此可以用商品对象更新频率，商品对象成交率，商品对象种类数量等等来反映商家发布商品的能力，而效用作弊评估值主要是为了反映商家是否有作弊行为，因此可以用商品对象好评总量增长幅度，商品对象成交率增长幅度等来反映商家是否有作弊行为等等。

其中，在计算效用作弊评估值时，根据商品对象日志，确定一个时长内所述目标用户对应的无效商品对象的无效占比，包括：

根据商品对象日志中商品对象对应的用于记录所述商品对象的操作信息和所述目标用户在一个时长内对应的所有商品对象，从所述目标用户在该时长内对应的所有商品对象中确定无效的商品对象；

根据确定的无效的商品对象和该时长内对应的所有商品对象，确定所述目标用户在该时长内对应的所有商品对象中无效的商品对象的无效占比。

上述方法，根据商品对象日志中的操作信息和所有商品对象来确定无效的商品对象，然后确定的无效的商品对象和所有商品对象来确定无效的商品对象的无效占比，由于商品对象日志中用于记录商品对象的操作信息中记录了每个商品对象的相关操作信息，因而可以准确地判断商标用户是否为无效的商品对象，提高了系统性能，以及通过目标用户的在某一时间段内所有商品对象中无效商品对象占比，可以很好的了解商品对象中无效的商品对象的比重。

举例来说，一个时长内对应的所有商品对象可通过商品信息库来获取，然后通过商品对象日志和获取到的该时长内对应的所有商品对象，可确定出无效的商品对象，例如，以商品对象在某一时间段内没有被用户点击作为无效的商品对象的定义来说明，将时长定义为2015年4月1日到2015年4月30日，在该时长内，通过商品信息库获取到在该时长内商品总量为5个，分别为A，B，C，D，E，然后通过商品对象日志获取在该时长内有过点击记录的商品对象，例如A，C，D在该时长内分别至少都被点击过一次，然后就可以确定在该时长内有效的商品对象分别为A，C，D，无效的商品对象分别为B和E，最终可以确定出在该时长内无效的商品对象的无效占比为

在计算历史效用评估值时，根据商品对象日志，确定相邻两个时长内所述目标用户对应的有效商品对象的有效占比，包括：

针对所述相邻两个时长中的一个时长，根据商品对象日志中商品对象对应的用于记录所述商品对象的操作信息和所述目标用户在该时长内对应的所有商品对象，从所述目标用户在该时长内对应的所有商品对象中确定有效的商品对象；

根据确定的有效的商品对象和该时长内对应的所有商品对象，确定所述目标用户在该时长内对应的所有商品对象中有效的商品对象的有效占比。

上述方法，根据商品对象日志中的操作信息和所有商品对象来确定有效的商品对象，然后确定的有效的商品对象和所有商品对象来确定有效的商品对象的有效占比，由于商品对象日志中用于记录商品对象的操作信息中记录了每个商品对象的相关操作信息，因而可以准确地判断商标用户是否为有效的商品对象，提高了系统性能，以及通过目标用户的在某一时间段内所有商品对象中有效商品对象占比，可以很好的了解商品对象中无效的商品对象的比重。

举例来说，相邻两个时长内对应的所有商品对象可通过商品信息库分别来获取，然后通过商品对象日志和获取到的相应时长内对应的所有商品对象，可确定出有效的商品对象，例如，以商品对象在某一时间段内至少被用户点击一次作为有效的商品对象的定义来说明，将相邻两个时长中的第一时长定义为2015年1月1日到2015年1月31日，第二时长定义为2015年2月1日到2015年2月28日。其中在第一时长内，通过商品信息库获取到在该时长内商品总量为6个，分别为A，B，C，D，E，F，然后通过商品对象日志获取在该时长内有过点击记录的商品对象，例如A，B，C在该时长内分别至少都被点击过一次，然后就可以确定在该时长内有效的商品对象分别为A，B，C，则可以确定出在该时长内有效的商品对象的有效占比为在第二时长内，通过商品信息库获取到在该时长内商品总量为7个，分别为A，B，C，D，E，F，G，然后通过商品对象日志获取在该时长内有过点击记录的商品对象，例如A，B，C，E，在该时长内分别至少都被点击过一次，然后就可以确定在该时长内有效的商品对象分别为A，B，C，E，则可以确定出在该时长内有效的商品对象的有效占比为

此外，对于用于计算用户评估值的评估参数中的发布能力评估值、历史效用评估值、效用作弊评估值，具体可以通过以下方式进行计算：

对于发布能力评估值，主要根据商品对象总量来确定：

可选的，根据下列公式确定所述发布能力评估值：

其中Num为商品对象总量，a₁,a₂,a₃为预先设定的参数，a₁>0,a₂>0，a₃>0，a为商品对象发布能力评估值的期望值。

上述方法中，发布能力评估值用于评估目标用户对商品对象资源的合理分配能力，通过以下公式来计算：

其中，F1为发布能力评估值，Num为商品对象总量，a₁,a₂,a₃为预先设定的参数，a₁>0,a₂>0,a₃>0，a为发布能力评估值F1的目标值。上述公式(1)中，由于因此可限制F1的取值范围为F1<a，其中a₁,a₃没有明确的含义，主要用来限制F1的取值范围，a₂主要作用在于平滑不同目标用户之间的区分度，可使不同目标用户的F1取值分布在一个较宽的范围，a为F1可以取得的最大用户评估值。一种较优地方式为，取a＝1，a₁＝2,a₃＝1，则上述公式(1)为：其中a₂主要作用在于平滑不同目标用户之间的区分度。下面举个具体的例子来说明，a取值为1，a₁取值为2，a₂取值为20000，a₃取值为1，当目标用户A的商品对象总量Num为20000时，可计算出目标用户A的商品对象发布能力评估值F1为0.462。

当然，对于发布能力评估值F1，还可以有其它的方式来计算，比如，F1＝Num，则此时发布能力评估值F1是与商品对象总量Num成正比的，或者还可以是F1＝e^Num等等。

对于历史效用评估值，主要根据无效商品对象的无效占比来确定：

根据下列公式确定所述历史效用评估值：

其中，Ratio为所述目标用户在一个时长内对应的所有商品对象中无效的商品对象的无效占比，b₁,b₂,b₃为预先设定的参数，b₁>0,b₂>0，b₃>0，b为历史效用评估值F2的期望值。

历史效用评估值用于评估目标用户历史发布的商品对象在一定时间内获得用户反馈的情况，以此来判断目标用户有效商品对象的占比情况，可通过以下公式来计算：

其中，Ratio为目标用户在一个时长内对应的所有商品对象中无效的商品对象的无效占比，b₁,b₂,b₃为预先设定的参数，b₁>0,b₂>0,b₃>0，b为商品对象历史效用评估值F2的目标值；上述公式(2)中，由于因此可限制F2的取值范围为F2<b，Ratio的确定方法在步骤102中已做详细介绍，在此不赘述；b₁,b₃没有明确的含义，主要用来限制F2的取值范围，b₂主要作用在于平滑不同目标用户之间的区分度，可使不同目标用户的F2取值分布在一个较宽的范围，b为F2可以取得的最大用户评估值。一种较优地方式为，取b＝1，b₁＝2，b₃＝1，则上述公式(2)为：其中b₂主要作用在于平滑不同目标用户之间的区分度。下面举个具体的例子来说明，b取值为1，b₁取值为2，b₂取值为0.1，b₃取值为1，当目标用户B的在一个时长内无效商品对象占比为40％时，可计算出目标用户B的商品对象历史效用评估值F2为0.964。

当然，对于历史效用评估值F2，还可以有其它的方式来计算，比如，F2＝Ratio，则此时历史效用评估值F2是与Ratio成正比的，其中，Ratio为目标用户在一个时长内对应的所有商品对象中无效的商品对象的无效占比，或者历史效用评估值F2还可以是F2＝e^Ratio等等。

对于效用作弊评估值，主要根据相邻两个时长内有效商品对象的有效占比来确定：

可选的，根据下列公式确定所述效用作弊评估值：

其中X_T1为所述目标用户在第一时长内对应的所有商品对象中有效的商品对象的有效占比，X_T2为所述目标用户在第二时长内对应的所有商品对象中有效的商品对象的有效占比，所述第一时长与所述第二时长相邻，c表示异常效用识别阈值。

上述方法中，效用作弊评估值用于评估目标用户通过作弊手段获取用户反馈的嫌疑程度，可通过以下公式来计算：

其中，X_T1为目标用户在第一时长内对应的所有商品对象中有效的商品对象的有效占比，X_T2为目标用户在第二时长内对应的所有商品对象中有效的商品对象的有效占比，第一时长与第二时长优选地为相邻两个时长，且第二时长比第一时长更靠近当前时间，参数c表示异常效用识别阈值，用来衡量目标用户有作弊嫌疑的程度，由上述公式(3)可知，当目标用户在第二时长T2内的有效商品对象占比与目标用户在第一时长T1内的有效商品对象占比相比有较大变化时，即当的值比较大时，则说明目标用户有很大的作弊嫌疑，因为在相邻两个时长内，有效商品对象占比在正常情况下是平滑增长或者下降的，出现突变的原因很有可能就是因为目标用户作弊，因此的值越大时，说明目标用户作弊的可能性越大，其中c用来衡量有作弊嫌疑的一个阈值，超过阈值c，即当F3>0时，则说明目标用户作弊；相反，若F3≤0，则认为目标用户没有作弊。

当然，对于效用作弊评估值F3，还可以有其它的方式来计算，比如，其中C用来衡量有作弊嫌疑的一个阈值，则此时当F3>0时，认为目标用户作弊，否则认为目标用户没有作弊，当然也还可以是其它方式来计算效用作弊评估值F3，对此不作限定，只要效用作弊评估值可以用来反映相邻时长内有效商品的有效占比即可。

上述公式(1)、(2)、(3)分别计算出发布能力评估值、历史效用评估值、效用作弊评估值，分别用来评估目标用户对商品对象资源的合理分配能力、评估目标用户历史发布的商品对象在一定时间内获得用户反馈的情况以及评估目标用户通过作弊手段获取用户反馈的嫌疑程度，然后根据上述三个评估值来确定目标用户对应的用户评估值，可以很好地了解目标用户在何种能力上比较强，以及在何种能力比较弱，以方便提醒目标用户需要在那些方面针对性地做出调整。

在步骤103中，根据所述评估参数，确定所述目标用户对应的用户评估值，可以分以下几种情形来分别描述：

情形一：评估参数包括发布能力评估值。

可选的，根据所述评估参数，确定所述目标用户对应的用户评估值，包括：

根据下列公式确定所述目标用户对应的用户评估值：

其中，F1为所述发布能力评估值，k1为调整系数。

上述方法中，F1的计算方式可参照公式(1)，F1是与商品对象总量成正比的，当商品对象总量Num越大时，F1值越大，而F0与F1成反比，因而用户评估值F0是与商品对象总量Num成反比，当商品对象总量Num越大时，用户评估值F0越小，另外该方法还引入了调整系数，调整系数k1可以很好地控制F0的取值范围。因而该方法可以很好地根据目标用户发布的商品对象总量来计算用户评估值，使用用户评估值来为目标用户的商品对象进行排名，从而可以使得发布商品信息量比较大的用户发布的商品的排名比较靠后，进而促进商家必须控制商品信息的发布量，从而很好地控制了商家滥发商品的行为。

可选的，根据所述评估参数，确定所述目标用户对应的用户评估值，还包括：

根据下列公式确定所述目标用户对应的用户评估值：

其中，F1为所述发布能力评估值，k2为调整系数。

上述方法中，F1的计算方式可参照公式(1)，F1是与商品对象总量成反比的，当商品对象总量Num越大时，F1值越小，因而用户评估值F0是与商品对象总量成正比，当商品对象总量Num越大时，用户评估值F0越大，此时，对于用户评估值越大的用户，应该是最终该用户发布的商品排名越靠后，另外该方法还引入了调整系数，调整系数k2可以很好地控制F0的取值范围，从而使得计算更加方便，提高了效率。因而该方法可以很好地根据目标用户发布的商品对象总量来计算用户评估值，进而使用用户评估值来为目标用户的商品对象进行排名，其中，用户评估值与排名成反比，从而可以使得发布商品信息量比较大的用户发布的商品的排名比较靠后，进而促进商家必须控制商品信息的发布量，从而很好地控制了商家滥发商品的行为。

情形二：评估参数包括发布能力评估值和历史效用评估值。

可选的，根据所述评估参数，确定所述目标用户对应的用户评估值，包括：

根据下列公式确定所述目标用户对应的用户评估值：

F0＝k3-F1*F2，其中，F1为所述发布能力评估值，F2为所述历史效用评估值，k3为所述目标用户对应的用户评估值的期望值。

上述方法中，F1的计算方式可参照公式(1)，F2的计算方式可参照公式(2)，F1是与商品对象总量成正比的，当商品对象总量Num越大时，F1值越大，F2是与无效商品的无效占比Ratio成正比的，当无效商品的无效占比Ratio越大时，F2值越大，因而用户评估值F0是与商品对象总量Num成反比，F0是与无效商品的无效占比Ratio成反比，另外该方法还引入了目标用户对应的用户评估值的期望值k3，k3可以很好地控制F0的取值范围，可以使F0的取值小于k3，因而k3可以作为用户评估值的期望值。因而该方法可以很好地根据目标用户发布的商品对象总量以及无效商品的无效占比来计算用户评估值，使用用户评估值来为目标用户的商品对象进行排名，当用户评估值越小时，排名越靠后，从而可以使得发布商品信息量比较大的用户发布的商品的排名比较靠后，以及使得无效商品比例比较大的用户发布的商品的排名比较靠后，进而促进商家必须控制商品信息的发布量以及调整发布的商品的类型或者内容，从而很好地控制了商家滥发商品的行为。

可选的，根据所述评估参数，确定所述目标用户对应的用户评估值，包括：

根据下列公式确定所述目标用户对应的用户评估值：

F0＝k4*F1+(1-k 4)*F2，其中，F1为所述发布能力评估值，F2为所述历史效用评估值，0<k4<1。

上述方法中，F1的计算方式可参照公式(1)，F2的计算方式可参照公式(2)，F1是与商品对象总量成正比的，当商品对象总量Num越大时，F1值越大，F2是与无效商品的无效占比Ratio成正比的，当无效商品的无效占比Ratio越大时，F2值越大，因而用户评估值F0是与商品对象总量Num成正比，F0是与无效商品的无效占比Ratio成正比。因而该方法可以很好地根据目标用户发布的商品对象总量以及无效商品的无效占比来计算用户评估值，使用用户评估值来为目标用户的商品对象进行排名，当用户评估值越大时，排名越靠后，从而可以使得发布商品信息量比较大的用户发布的商品的排名比较靠后，以及使得无效商品比例比较大的用户发布的商品的排名比较靠后，进而促进商家必须控制商品信息的发布量以及调整发布的商品的类型或者内容，从而很好地控制了商家滥发商品的行为。

情形三：评估参数包括发布能力评估值和效用作弊评估值。

可选的，根据所述评估参数，确定所述目标用户对应的用户评估值，包括：

根据下列公式确定所述目标用户对应的用户评估值：

其中，F1为所述发布能力评估值，F3为所述效用作弊评估值，k5为所述目标用户对应的用户评估值的期望值。

上述方法中，F1的计算方式可参照公式(1)，F3的计算方式可参照公式(3)，F1是与商品对象总量成正比的，当商品对象总量Num越大时，F1值越大，另外F3>0表示用户是作弊了，F3≤0表示用户没有作弊，因而当用户作弊时，用户评估值F0是与商品对象总量Num成反比，另外该方法还引入了目标用户对应的用户评估值的期望值k5，可通过控制F0的取值范围和调整k5，使得F1的取值小于k5，因而k5可以作为用户评估值的期望值。因而该方法可以很好地根据目标用户发布的商品对象总量以及效用作弊评估值来计算用户评估值，使用用户评估值来为目标用户的商品对象进行排名，当用户评估值越小时，排名越靠后，从而可以使得发布商品信息量比较大的用户发布的商品的排名比较靠后，以及使得有作弊行为的用户发布的商品的排名比较靠后，进而促进商家必须控制商品信息的发布量以及调整发布的商品的类型或者内容，从而很好地控制了商家滥发商品的行为。

可选的，根据所述评估参数，确定所述目标用户对应的用户评估值，包括：

根据下列公式确定所述目标用户对应的用户评估值：

其中，F1为所述发布能力评估值，F3为所述效用作弊评估值，k6为所述目标用户对应的用户评估值的最差值。

上述方法中，F1的计算方式可参照公式(1)，F3的计算方式可参照公式(3)，F1是与商品对象总量成正比的，当商品对象总量Num越大时，F1值越大，另外F3>0表示用户是作弊了，F3≤0表示用户没有作弊，因而当用户作弊时，用户评估值F0是与商品对象总量Num成正比，另外该方法还引入了目标用户对应的用户评估值的最差值k6，F0的取值始终大于k6，因而k6可以作为用户评估值的最差值。因而该方法可以很好地根据目标用户发布的商品对象总量以及效用作弊评估值来计算用户评估值，使用用户评估值来为目标用户的商品对象进行排名，当用户评估值越大时，排名越靠后，从而可以使得发布商品信息量比较大的用户发布的商品的排名比较靠后，以及使得有作弊行为的用户发布的商品的排名比较靠后，进而促进商家必须控制商品信息的发布量以及调整发布的商品的类型或者内容，从而很好地控制了商家滥发商品的行为。

情形四：评估参数包括发布能力评估值、效用作弊评估值和历史效用评估值。

可选的，所述评估参数包括所述发布能力评估值、所述效用作弊评估值和所述历史效用评估值；

根据下列公式确定所述目标用户对应的用户评估值:

其中，F1为所述发布能力评估值，F2为所述历史效用评估值，F3为所述效用作弊评估值，k为所述目标用户对应的用户评估值的期望值。

由于F3是商品对象效用作弊评估值，当即F3>0时，说明目标用户从第二时长T1到第三时长T2，所有商品对象中有效的商品对象的有效占比发生了比较明显的变化，这表明目标用户有作弊嫌疑，因此需要减少目标用户的用户评估值，因此，当F3>0时，F0＝k-F1*F2；相反地，当F3≤0时，说明目标用户从第二时长T1到第三时长T2，所有商品对象中有效的商品对象的有效占比变化比较平缓，因而可认定该目标用户并没有作弊，不对该目标用户的用户评估值做减少处理，因此，当F3≤0时，F0＝k。一种较优地方式为，取k＝1，则因而，F0可取的最大值为1，表明目标用户评估值最大，即目标用户具有很好的商品对象管理能力。

根据上述公式，可将商品对象发布能力评估值F1、商品对象历史效用评估值F2、商品对象效用作弊评估值F3结合起来，计算目标用户的用户评估值。

从F1的计算方法来看，当商品对象总量Num越大时，F1的值就越大，因而当F3>0时目标用户的用户评估值F0就会越小，表明目标用户的商品对象总量Num不能太大，要控制在一个合理的范围之内，在实际应用中,商品对象总量Num要选择一个相对较小的值，这样才有利于得到较高的目标用户评估值，而对于在商品对象总量Num时，如何进行合理有效地管理，则需要目标用户做很好地规划，因而商品对象发布能力评估值F1可以很好地反映目标用户对于有限商品总量的管理能力。

从F2的计算方式来看，当目标用户在第一时长内对应的所有商品对象中无效的商品对象的无效占比Ratio越大时，F2的值就越大，因而当F3>0时目标用户的用户评估值F0就会越小，表明目标用户在第一时长内对应的所有商品对象中无效的商品对象的无效占比Ratio不能太大，要控制在一个合理的范围之内，这就需要目标用户对商品对象进行合理的管理，不能盲目地发布无效的商品对象以增加曝光率，因为无用的信息发布越多，会导致最终目标用户的用户评估值越小，因此商品对象历史效用评估值F2能够有效地限制目标用户滥发商品对象信息的行为。

从F3的计算方式来看，当目标用户在第三时长内对应的所有商品对象中无效的商品对象的有效占比相对于目标用户在第二时长内对应的所有商品对象中无效的商品对象的有效占比，具有很明显的提升时，则目标用户就有很大的作弊嫌疑，当X_T2与X_T1的比值超过了阈值c时，即F3>0时，则会对目标用户的用户评估值做相应地减少处理，因而商品对象效用作弊评估值F3能够很好地控制目标用户通过作弊手段来增加商品对象曝光率的问题。

可选的，所述评估参数包括所述发布能力评估值、所述效用作弊评估值和所述历史效用评估值；

根据下列公式确定所述目标用户对应的用户评估值:

其中，F1为所述发布能力评估值，F2为所述历史效用评估值，F3为所述效用作弊评估值，0<k7<1，k8为所述目标用户对应的用户评估值的最差值。

上述方法中，F1的计算方式可参照公式(1)，F3的计算方式可参照公式(3)，F1是与商品对象总量成正比的，F2与无效商品对象的无效占比Ratio成正比，另外F3>0表示用户是作弊了，F3≤0表示用户没有作弊，因而当用户作弊时，用户评估值F0是与商品对象总量Num成正比，与无效商品的无效占比Ratio成正比，另外该方法还引入了目标用户对应的用户评估值的最差值k8，F0的取值始终大于k8，因而k8可以作为用户评估值的最差值。因而该方法可以很好地根据目标用户发布的商品对象总量、无效商品对象的无效占比以及效用作弊评估值来计算用户评估值，使用用户评估值来为目标用户的商品对象进行排名，当用户评估值越大时，排名越靠后，从而可以使得发布商品信息量比较大的用户发布的商品的排名比较靠后，使得发布商品信息质量不高的用户发布的商品的排名比较靠后，以及使得有作弊行为的用户发布的商品的排名比较靠后，进而促进商家必须控制商品信息的发布量以及调整发布的商品的类型或者内容，从而很好地控制了商家滥发商品的行为。

下面以本申请方案应用到淘宝平台为例进行详细说明。

如图2所示，本申请实施例二用户评估值的确认方法包括：

步骤201、从商品对象日志中获取目标用户在第一时长、第二时长、第三时长内对应的所有商品对象，以及获取目标用户在第一时长、第二时长、第三时长内对应的有效商品对象。

步骤202、计算出目标用户在第一时长内无效的商品对象的无效占比Ratio、第二时长内有效的商品对象的有效占比X_T1、第三时长内有效的商品对象的有效占比X_T2。

步骤203、预先设定参数值a,b,a₁,a₂,b₁,b₂,c,k，根据目标用户对应的商品对象总量Num，确定商品对象发布能力评估值F1，根据确定的无效占比Ratio，确定商品对象历史效用评估值F2，以及根据确定的有效占比X_T1、X_T2，确定商品对象效用作弊评估值F3。

步骤204、根据确定商品对象发布能力评估值F1、确定商品对象历史效用评估值F2、确定商品对象效用作弊评估值F3，确定目标用户的用户评估值F0。

步骤205、根据目标用户的用户评估值F0以及目标用户所有的商品对象的原评估值，确定目标用户所有的商品对象的最新评估值。

步骤206、根据目标用户所有的商品对象的最新评估值进行重新排序。

步骤207、根据最新排序结果生成报告发送给目标用户，提醒目标用户对所有商品对象进行相应调整。

在实际应用中，可根据上述步骤201～207建立商家管理能力模型，如图3所示，商家管理能力模型可从商品对象日志中获取商品对象相关信息，从商品信息库中获取商品对象总量信息，然后通过商家管理能力模型，确定出目标用户评估值，即对商家的评估值；另外可将该评估值与通过其它模型如商品质量模型，购买率预估模型，人气模型等确定的评估结果相结合，进行模型拟合，获得综合排序分，然后根据综合排序分进行自然排序，因此，本申请实施例提供的方法具有很好的实用性。

下面举个具体的例子来说明计算目标用户的用户评估值F0以及在计算出用户评估值F0之后对商品进行重新评分的过程。例如，预先设定对商品对象总量Num大于10000，并且无效商品对象占比大于20％的目标用户进行惩罚控制。目标用户A1有商品对象Num＝20000，并且无效商品对象占比为40％，即Ratio＝0.4，有作弊行为(即F3>0)，以及设定a＝1，a₁＝2，a₂＝1000，a₃＝1，b＝1，b₁＝2，b₂＝0.1，b₃＝1，k＝1，依照本申请实施例提供的方法，计算出：F1＝0.462，F2＝0.964，F0＝0.5547，因而目标用户A1的所有商品对象的最终评估值为该商品的得分乘以F0，比如目标用户A1的商品对象P1原评估值为10，那么最终乘以F0之后所有的商品对象评估值均为5.547；或者还可以是目标用户A1的商品对象P1原评估值为10，那么最终乘以F0之后只有商品对象P1评估值为5.547，而其他商品对象Px的最终评估值则需要通过商品对象Px的原评估值乘以F0之后得出。另外，假设还有一个目标用户A2有商品对象Q2的原评估值也为10，可能由于目标用户A2无作弊行为，因而目标用户A2将保持原评估值10，此时P1将排名落后于Q2，从而达到目标用户A1的商品对象排名靠后，减少曝光资源的目标。

此外，在对商品对象做出调整之前或者之后，还可通知目标用户目前商品对象管理情况，例如，提醒目标用户商品对象总量过多，提醒目标用户无效商品对象占比过大，以及提醒目标用户有作弊行为，以使目标用户可以根据提醒内容，做出相应地调整。

通过以上方法，可对目标用户的商品对象进行合理有效地管理，以及提醒目标用户进行相应地管理。本申请实施例提供的方法在使用过程中，还可以通过对其中的一些参数进行调整，以达到适应不同的需要，例如，可通过调整商品对象效用作弊评估值F3计算公式中的参数c值，通过调低c值，可加大处罚范围，以及还可以将商品对象发布能力评估值F1作为判断条件进而计算目标用户对应的用户评估值F0，比如当F1小于某个阈值d时，则可认为目标用户的商品对象管理能力比较强，则可使目标用户的F0＝k，本申请实施例提供的目标用户评估值的确定方法具有很大的灵活性，可视具体情况而做相应地调整。

基于相同的技术构思，本申请实施例还提供一种用户评估值的确定的装置，该装置可执行上述方法实施例。本申请实施例提供的装置如图4所示，包括：

商品对象确定单元401，用于确定目标用户对应的所有商品对象；

评估参数确定单元402，用于根据确定的目标用户对应的所有商品对象，确定所述目标用户对应的用于表示所述目标用户滥发商品的评估参数；

用户评估值确定单元403，用于根据所述评估参数，确定所述目标用户对应的用户评估值；

其中，所述评估参数包括用于表示商品对象总量对应的目标用户发布商品能力的发布能力评估值。

可选的，所述评估参数还包括：

用于表示商品对象的有效占比的变化趋势的效用作弊评估值；和/或

用于表示无效占比对应的商品发布质量的历史效用评估值；

其中，有效占比表示有效的商品对象占所有商品对象的比例，无效占比表示无效的商品对象占所有商品对象的比例。

可选的，所述评估参数确定单元402，用于：

若所述评估参数包括所述历史效用评估值，根据商品对象日志，确定一个时长内所述目标用户对应的无效商品对象的无效占比，根据所述无效占比确定所述历史效用评估值；和/或

若所述评估参数包括所述效用作弊评估值，根据商品对象日志，确定相邻两个时长内所述目标用户对应的有效商品对象的有效占比，根据所述有效占比确定所述效用作弊评估值。

可选的，所述评估参数确定单元402，具体用于：

根据商品对象日志中商品对象对应的用于记录所述商品对象的操作信息和所述目标用户在一个时长内对应的所有商品对象，从所述目标用户在该时长内对应的所有商品对象中确定无效的商品对象；

根据确定的无效的商品对象和该时长内对应的所有商品对象，确定所述目标用户在该时长内对应的所有商品对象中无效的商品对象的无效占比。

可选的，所述评估参数确定单元402，具体用于：

针对所述相邻两个时长中的一个时长，根据商品对象日志中商品对象对应的用于记录所述商品对象的操作信息和所述目标用户在该时长内对应的所有商品对象，从所述目标用户在该时长内对应的所有商品对象中确定有效的商品对象；

根据确定的有效的商品对象和该时长内对应的所有商品对象，确定所述目标用户在该时长内对应的所有商品对象中有效的商品对象的有效占比。

可选的，所述商品对象日志中商品对象对应的用于记录所述商品对象的操作信息为下列信息中的部分或全部：

商品对象点击的时间，商品对象收藏的时间，商品对象下单的时间，商品对象反馈的时间。

可选的，所述评估参数确定单元402，具体用于：

根据下列公式确定所述历史效用评估值：

其中，Ratio为所述目标用户在一个时长内对应的所有商品对象中无效的商品对象的无效占比，b₁,b₂,b₃为预先设定的参数，b₁>0,b₂>0，b₃>0，b为历史效用评估值F2的期望值；

根据下列公式确定所述效用作弊评估值：

其中X_T1为所述目标用户在第一时长内对应的所有商品对象中有效的商品对象的有效占比，X_T2为所述目标用户在第二时长内对应的所有商品对象中有效的商品对象的有效占比，所述第一时长与所述第二时长相邻，c表示异常效用识别阈值。

可选的，所述评估参数确定单元402，具体用于：

根据下列公式确定所述发布能力评估值：

其中Num为商品对象总量，a₁,a₂,a₃为预先设定的参数，a₁>0,a₂>0，a₃>0，a为商品对象发布能力评估值的期望值。

可选的，所述评估参数包括所述发布能力评估值、所述效用作弊评估值和所述历史效用评估值；

所述用户评估值确定单元403，具体用于：

根据下列公式确定所述目标用户对应的用户评估值:

其中，F1为所述发布能力评估值，F2为所述历史效用评估值，F3为所述效用作弊评估值，k为所述目标用户对应的用户评估值的期望值。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。

显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (18)

1.一种用户评估值的确定方法，其特征在于，包括:

确定目标用户对应的所有商品对象；

根据确定的目标用户对应的所有商品对象，确定所述目标用户对应的用于表示所述目标用户滥发商品的评估参数；

根据所述评估参数，确定所述目标用户对应的用户评估值；

其中，所述评估参数包括用于表示商品对象总量对应的目标用户发布商品能力的发布能力评估值。

2.如权利要求1所述的方法，其特征在于，所述评估参数还包括：

用于表示商品对象的有效占比的变化趋势的效用作弊评估值；和/或

用于表示无效占比对应的商品发布质量的历史效用评估值；

其中，有效占比表示有效的商品对象占所有商品对象的比例，无效占比表示无效的商品对象占所有商品对象的比例。

3.如权利要求2所述的方法，其特征在于，根据确定的目标用户对应的所有商品对象，确定目标用户对应的用于表示目标用户滥发商品的评估参数，包括：

若所述评估参数包括所述历史效用评估值，根据商品对象日志，确定一个时长内所述目标用户对应的无效商品对象的无效占比，根据所述无效占比确定所述历史效用评估值；和/或

若所述评估参数包括所述效用作弊评估值，根据商品对象日志，确定相邻两个时长内所述目标用户对应的有效商品对象的有效占比，根据所述有效占比确定所述效用作弊评估值。

4.如权利要求3所述的方法，其特征在于，所述根据商品对象日志，确定一个时长内所述目标用户对应的无效商品对象的无效占比，包括：

根据商品对象日志中商品对象对应的用于记录所述商品对象的操作信息和所述目标用户在一个时长内对应的所有商品对象，从所述目标用户在该时长内对应的所有商品对象中确定无效的商品对象；

根据确定的无效的商品对象和该时长内对应的所有商品对象，确定所述目标用户在该时长内对应的所有商品对象中无效的商品对象的无效占比。

5.如权利要求3所述的方法，其特征在于，所述根据商品对象日志，确定相邻两个时长内所述目标用户对应的有效商品对象的有效占比，包括：

针对所述相邻两个时长中的一个时长，根据商品对象日志中商品对象对应的用于记录所述商品对象的操作信息和所述目标用户在该时长内对应的所有商品对象，从所述目标用户在该时长内对应的所有商品对象中确定有效的商品对象；

根据确定的有效的商品对象和该时长内对应的所有商品对象，确定所述目标用户在该时长内对应的所有商品对象中有效的商品对象的有效占比。

6.如权利要求4或5所述的方法，其特征在于，所述商品对象日志中商品对象对应的用于记录所述商品对象的操作信息为下列信息中的部分或全部：

商品对象点击的时间，商品对象收藏的时间，商品对象下单的时间，商品对象反馈的时间。

7.如权利要求2所述的方法，其特征在于，根据下列公式确定所述历史效用评估值：

其中，Ratio为所述目标用户在一个时长内对应的所有商品对象中无效的商品对象的无效占比，b₁,b₂,b₃为预先设定的参数，b₁>0,b₂>0，b₃>0，b为历史效用评估值F2的期望值；

根据下列公式确定所述效用作弊评估值：

其中X_T1为所述目标用户在第一时长内对应的所有商品对象中有效的商品对象的有效占比，X_T2为所述目标用户在第二时长内对应的所有商品对象中有效的商品对象的有效占比，所述第一时长与所述第二时长相邻，c表示异常效用识别阈值。

8.如权利要求1所述的方法，其特征在于，根据下列公式确定所述发布能力评估值：

其中Num为商品对象总量，a₁,a₂,a₃为预先设定的参数，a₁>0,a₂>0，a₃>0，a为商品对象发布能力评估值的期望值。

9.如权利要求1～5、7和8任一所述的方法，其特征在于，所述评估参数包括所述发布能力评估值、所述效用作弊评估值和所述历史效用评估值；

根据下列公式确定所述目标用户对应的用户评估值:

其中，F1为所述发布能力评估值，F2为所述历史效用评估值，F3为所述效用作弊评估值，k为所述目标用户对应的用户评估值的期望值。

10.一种用户评估值的确定装置，其特征在于，包括:

商品对象确定单元，用于确定目标用户对应的所有商品对象；

评估参数确定单元，用于根据确定的目标用户对应的所有商品对象，确定所述目标用户对应的用于表示所述目标用户滥发商品的评估参数；

用户评估值确定单元，用于根据所述评估参数，确定所述目标用户对应的用户评估值；

其中，所述评估参数包括用于表示商品对象总量对应的目标用户发布商品能力的发布能力评估值。

11.如权利要求10所述的装置，其特征在于，所述评估参数还包括：

用于表示商品对象的有效占比的变化趋势的效用作弊评估值；和/或

用于表示无效占比对应的商品发布质量的历史效用评估值；

其中，有效占比表示有效的商品对象占所有商品对象的比例，无效占比表示无效的商品对象占所有商品对象的比例。

12.如权利要求11所述的装置，其特征在于，所述评估参数确定单元，用于：

若所述评估参数包括所述历史效用评估值，根据商品对象日志，确定一个时长内所述目标用户对应的无效商品对象的无效占比，根据所述无效占比确定所述历史效用评估值；和/或

若所述评估参数包括所述效用作弊评估值，根据商品对象日志，确定相邻两个时长内所述目标用户对应的有效商品对象的有效占比，根据所述有效占比确定所述效用作弊评估值。

13.如权利要求12所述的装置，其特征在于，所述评估参数确定单元，具体用于：

根据商品对象日志中商品对象对应的用于记录所述商品对象的操作信息和所述目标用户在一个时长内对应的所有商品对象，从所述目标用户在该时长内对应的所有商品对象中确定无效的商品对象；

根据确定的无效的商品对象和该时长内对应的所有商品对象，确定所述目标用户在该时长内对应的所有商品对象中无效的商品对象的无效占比。

14.如权利要求12所述的装置，其特征在于，所述评估参数确定单元，具体用于：

针对所述相邻两个时长中的一个时长，根据商品对象日志中商品对象对应的用于记录所述商品对象的操作信息和所述目标用户在该时长内对应的所有商品对象，从所述目标用户在该时长内对应的所有商品对象中确定有效的商品对象；

根据确定的有效的商品对象和该时长内对应的所有商品对象，确定所述目标用户在该时长内对应的所有商品对象中有效的商品对象的有效占比。

15.如权利要求13或14所述的装置，其特征在于，所述商品对象日志中商品对象对应的用于记录所述商品对象的操作信息为下列信息中的部分或全部：

商品对象点击的时间，商品对象收藏的时间，商品对象下单的时间，商品对象反馈的时间。

16.如权利要求11所述的装置，其特征在于，所述评估参数确定单元，具体用于：

根据下列公式确定所述历史效用评估值：

其中，Ratio为所述目标用户在一个时长内对应的所有商品对象中无效的商品对象的无效占比，b₁,b₂,b₃为预先设定的参数，b₁>0,b₂>0，b₃>0，b为历史效用评估值F2的期望值；

根据下列公式确定所述效用作弊评估值：

其中X_T1为所述目标用户在第一时长内对应的所有商品对象中有效的商品对象的有效占比，X_T2为所述目标用户在第二时长内对应的所有商品对象中有效的商品对象的有效占比，所述第一时长与所述第二时长相邻，c表示异常效用识别阈值。

17.如权利要求10所述的装置，其特征在于，所述评估参数确定单元，具体用于：

根据下列公式确定所述发布能力评估值：

其中Num为商品对象总量，a₁,a₂,a₃为预先设定的参数，a₁>0,a₂>0，a₃>0，a为商品对象发布能力评估值的期望值。

18.如权利要求10～14、16和17任一所述的装置，其特征在于，所述评估参数包括所述发布能力评估值、所述效用作弊评估值和所述历史效用评估值；

所述用户评估值确定单元，具体用于：

根据下列公式确定所述目标用户对应的用户评估值:

其中，F1为所述发布能力评估值，F2为所述历史效用评估值，F3为所述效用作弊评估值，k为所述目标用户对应的用户评估值的期望值。