CN106991191A - 商品筛选方法及装置、存储介质、电子设备 - Google Patents

商品筛选方法及装置、存储介质、电子设备 Download PDF

Info

Publication number
CN106991191A
CN106991191A CN201710233612.9A CN201710233612A CN106991191A CN 106991191 A CN106991191 A CN 106991191A CN 201710233612 A CN201710233612 A CN 201710233612A CN 106991191 A CN106991191 A CN 106991191A
Authority
CN
China
Prior art keywords
property
value
item property
dimensional
truth table
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
CN201710233612.9A
Other languages
English (en)
Other versions
CN106991191B (zh
Inventor
程时虎
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.)
Taikang Insurance Group Co Ltd
Original Assignee
Taikang Insurance Group 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 Taikang Insurance Group Co Ltd filed Critical Taikang Insurance Group Co Ltd
Priority to CN201710233612.9A priority Critical patent/CN106991191B/zh
Publication of CN106991191A publication Critical patent/CN106991191A/zh
Application granted granted Critical
Publication of CN106991191B publication Critical patent/CN106991191B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2453Query optimisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2455Query execution
    • G06F16/24553Query execution of query operations
    • G06F16/24554Unary operations; Data partitioning operations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases
    • G06F16/285Clustering or classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0623Item investigation
    • G06Q30/0625Directed, with specific intent or strategy

Abstract

本公开提供了一种商品筛选方法及装置、存储介质、电子设备,该方法包括:获取同类商品属性二维列表;将所述同类商品属性二维列表转化为真值表二维数组;在所述真值表二维数组中插入一列辅助筛选值以得到一插值真值表二维数组;基于深度优先遍历在所述插值真值表二维数组的每一行中选择一个元素以得到一路径列表,其中,任意一个路径为一个筛选案例;将所述路径列表中的所选所述元素映射到所述同类商品属性二维列表上。本公开简化了商品筛选的逻辑,提高了商品筛选的效率,降低了商品筛选的时间,进一步的提高了用户体验。

Description

商品筛选方法及装置、存储介质、电子设备
技术领域
本公开涉及数据筛选技术领域,具体而言,涉及一种商品筛选方法及商品筛选装置、存储介质、电子设备。
背景技术
随着互联网的发展,各大电子商务平台为用户提供了品种齐全的各类产品,例如,食品、服装、旅游产品以及影视产品等。用户在电子商务平台上浏览时,可以根据自己的需要在电子商务平台上筛选自己需要的产品,并根据筛选结果进行购买。因此,在用户在各大电子商务平台上进行购物时,怎样在大量的产品中筛选出意向的产品就显得尤为重要。
在用户在动态网页中输入筛选需求时,后台服务器通过逻辑单元并结合关系型数据库的功能进行筛选,然后返回筛选结果。在用户在静态页面中输入筛选需求时,首先,根据筛选请求选择出与筛选请求对应的商品属性行并将选择出的所有商品属性行进行组合,然后,在选择出的商品属性行中选择与筛选请求匹配的属性值,再然后,将选择出的所有属性值进行组合,最后,将组合后的属性值传输给后台服务器逻辑单元,并基于关系型数据库的功能进行筛选,将筛选结果返回给用户,上述过程主要发生在产品列表页静态化过程中。
在上述方式中,一方面,通过动态页面对商品进行筛选时,逻辑复杂,效率低,且筛选用时较长;另一方面,通过静态页面对商品进行筛选时,其逻辑过程中,重点在于计算筛选组合,这个过程对最终产品列表页生产效果影响很大。由于先要选择出与筛选请求对应的所有商品属性行并将选择出的商品属性行进行组合,再在选择出的商品属性行中选择与筛选请求匹配的属性值,最后,经过将选择出的属性值进行组合并通过后台服务器和关系数据库的功能进行筛选,整个筛选过程逻辑不简洁,以致筛选时间过长,且筛选程序复杂,不宜阅读和维护。
需要说明的是,上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种商品筛选方法及商品筛选装置、存储介质、电子设备,进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。
根据本公开的一个方面,提供一种商品筛选方法,包括:
获取同类商品属性二维列表,其中,所述同类商品属性二维列表包括至少一个商品属性以及与该所述商品属性对应的所有属性值,且每行包括一个所述商品属性对应的所有所述属性值;
将所述同类商品属性二维列表转化为真值表二维数组;
在所述真值表二维数组中插入一列辅助筛选值以得到一插值真值表二维数组;
基于深度优先遍历在所述插值真值表二维数组的每一行中选择一个元素以得到一路径列表,其中,任意一个路径为一个筛选案例;
将所述路径列表中的所选所述元素映射到所述同类商品属性二维列表上。
在本公开的一种示例性实施例中,所述获取同类商品属性二维列表包括:
获取同类商品的至少一个所述商品属性以及与各所述商品属性对应的所有所述属性值;
将各所述属性值根据其所对应的所述商品属性进行排布,且每一行包括一个所述商品属性的全部所述属性值。
在本公开的一种示例性实施例中,所述将所述同类商品属性二维列表转化为真值表二维数组包括:
根据所述同类商品属性二维列表的行的长度m以及所述同类商品属性二维列表的列的长度n定义一m*n的bitmap真值表二维数组tag[m][n],其中,tag[i][j]为所述真值表二维数组tag[m][n]中的一个元素,且0≤i≤m,0≤j≤n;
在第i行第j列的位置上存在所述属性值时,给所述真值表二维数组tag[m][n]中的所述tag[i][j]赋值1;
在第i行第j列的位置上不存在所述属性值时,给所述真值表二维数组tag[m][n]中的所述tag[i][j]赋值0。
在本公开的一种示例性实施例中,所述同类商品属性二维列表的行的长度m为该所述商品属性的数量减一;所述同类商品属性二维列表的列的长度n为包括所述属性值最多的所述商品属性对应的所述属性值的数量减一。
在本公开的一种示例性实施例中,所述辅助筛选值列位于所述插值真值表二维数组的最后一列。
在本公开的一种示例性实施例中,所述辅助筛选值全部赋值1。
在本公开的一种示例性实施例中,所述基于深度优先遍历在所述插值真值表二维数组的每一行中选择一个元素以得到一路径列表包括:
在所述插值真值表二维数组中的每一行选择一个元素;
记录每一行所选所述元素的位置行列信息,并将与所选所述元素对应的行列信息确定为与该所选所述元素对应的路径信息;
将全部所选所述元素对应的路径信息插入到所述路径列表中。
在本公开的一种示例性实施例中,所述将所述路径列表中的所选所述元素映射到所述同类商品属性二维列表上包括:
在所选所述元素对应的路径信息映射到所述辅助筛选值时,不选中与该所述辅助筛选值对应的行中的所述属性;
在所选所述元素对应的路径信息没有映射到所述辅助筛选值时,选中与该所述路径信息对应的所述属性值。
根据本公开的一个方面,提供一种商品筛选装置,包括:
获取模块,用于获取同类商品属性二维列表,其中,所述同类商品属性二维列表包括至少一个商品属性以及与该所述商品属性对应的所有属性值,且每行包括一个所述商品属性对应的所有所述属性值;
转化模块,用于将所述同类商品属性二维列表转化为真值表二维数组;
插入模块,用于在所述真值表二维数组中插入一列辅助筛选值以得到一插值真值表二维数组;
遍历模块,用于基于深度优先遍历在所述插值真值表二维数组的每一行中选择一个元素以得到一路径列表,其中,任意一个路径为一个筛选案例;
映射模块,用于将所述路径列表中的所选所述元素映射到所述同类商品属性二维列表上。
根据本公开的一个方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述的商品筛选方法。
根据本公开的一个方面,提供一种电子设备,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行上述任意一项所述的商品筛选方法。
本公开一种示例实施例提供的商品筛选方法,首先,获取同类商品属性二维列表并将该所述同类商品属性二维列表转化为真值表二维数组,然后,在所述真值表二维数组中插入一列辅助筛选值以得到一插值真值表二维数组,再然后,基于深度优先遍历在所述插值真值表二维数组的每一行中选择一个元素以得到一路径列表,其中,任意一个路径就是一个筛选案例,最后,将所述路径列表中的所选所述元素映射到所述同类商品属性二维列表上。一方面,根据属性以及属性值对同类产品进行分类,使得商品分类的静态过程简单高效,且程序简单易于阅读和维护。另一方面,通过插入一列辅助筛选值,使得每一个属性都对应一个辅助筛选值,并用与各属性对应的辅助筛选值模拟用户没有对该辅助筛选值对应的属性进行筛选的操作,因此在对产品进行筛选时,可以直接选择属性值,不用通过先选择与筛选请求对应的属性行并将属性行进行组合后,在各属性行中选择与筛选需求匹配的属性值,简化了商品筛选的逻辑,提高了商品筛选的效率,降低了商品筛选的时间,进一步的提高了用户体验;再一方面,通过选择辅助筛选值可以模拟部分不需要进行筛选的商品属性的操作,可以实现所有可能的商品属性筛选组合。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
通过参照附图来详细描述其示例实施例,本公开的上述和其它特征及优点将变得更加明显。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本公开一种商品筛选方法的流程图。
图2为本公开一种示例性实施例提供的左对齐的手机属性二维列表。
图3为本公开一种示例性实施例提供的右对齐的手机属性二维列表。
图4为本公开一种示例性实施例提供的左对齐的手机真值表二维数组。
图5为本公开一种示例性实施例提供的右对齐的手机真值表二维数组。
图6为本公开一种示例性实施例提供的经过行列扩展的真值表二维数组。
图7为本公开一种示例性实施例提供手机插值真值表二维数组。
图8示出了在左对齐的手机属性二维列表中用户进行筛选的属性值的示意图。
图9示出了经过深度优先遍历后的手机插值真值表二维数组的示意图。
图10为本公开一种商品筛选装置的框图。
图11为本公开示一示例性实施例中的电子设备的模块示意图。
图12为本公开示一示例性实施例中的程序产品示意图。
具体实施方式
现在将参考附图更全面地描述示例实施例。然而,示例实施例能够以多种形式实施,且不应被理解为限于在此阐述的实施例;相反,提供这些实施例使得本公开将全面和完整,并将示例实施例的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本公开的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本公开的技术方案而没有所述特定细节中的一个或更多,或者可以采用其它的方法、组元、材料、装置、步骤等。在其它情况下,不详细示出或描述公知结构、方法、装置、实现、材料或者操作以避免模糊本公开的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个软件硬化的模块中实现这些功能实体或功能实体的一部分,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
本示例性实施例中首先公开了一种商品筛选方法。参考图1中所示,该商品筛选方法可以包括以下步骤:
步骤S110.获取同类商品属性二维列表,其中,所述同类商品属性二维列表包括至少一个商品属性以及与该所述商品属性对应的所有属性值,且每行包括一个所述商品属性对应的所有所述属性值;
步骤S120.将所述同类商品属性二维列表转化为真值表二维数组;
步骤S130.在所述真值表二维数组中插入一列辅助筛选值以得到一插值真值表二维数组;
步骤S140.基于深度优先遍历在所述插值真值表二维数组的每一行中选择一个元素以得到一路径列表,其中,任意一个路径为一个筛选案例;
步骤S150.将所述路径列表中的所选所述元素映射到所述同类商品属性二维列表上。
根据本示例实施例中的商品筛选方法,一方面,根据属性以及属性值对同类产品进行分类,使得商品分类的静态过程简单高效,且程序简单易于阅读和维护。另一方面,通过插入一列辅助筛选值,使得每一个属性都对应一个辅助筛选值,并用与各属性对应的辅助筛选值模拟用户没有对该辅助筛选值对应的属性进行筛选的操作,因此在对产品进行筛选时,可以直接选择属性值,不用通过先选择与筛选请求对应的属性行并将属性行进行组合后,在各属性行中选择与筛选需求匹配的属性值,简化了商品筛选的逻辑,提高了商品筛选的效率,降低了商品筛选的时间,进一步的提高了用户体验;再一方面,通过选择辅助筛选值可以模拟部分不需要进行筛选的商品属性的操作,可以实现所有可能的商品属性筛选组合。
下面,将参照图1对本示例实施例中的商品筛选方法作进一步说明。
在步骤S110中,获取同类商品属性二维列表,其中,所述同类商品属性二维列表包括至少一个商品属性以及与该所述商品属性对应的所有属性值,且每行包括一个所述商品属性对应的所有所述属性值。
在本示例性实施例中,根据商品属性以及属性值对同类产品进行分类以得到同类商品属性二维列表。例如,所述商品为服装,该服装的商品属性可以包括性别、年龄、颜色、款式等,其中,性别对应的属性值可以包括女装以及男装,年龄对应的属性值可以包括0~10岁、10~20岁、20~30岁、30~40岁、40~50岁以及50岁以上。颜色对应的属性值可以包括白色、黑色、红色等。款式对应的属性值可以包括运动装、职业装、休闲装等。在本公开的另一示例性实施例中,所述商品还可以为食品、药品、家电等商品,本示例性实施例在此不做详细描述。
进一步的,所述获取同类商品属性二维列表可以包括:获取同类商品的至少一个所述商品属性以及与各所述商品属性对应的所有所述属性值;将各所述属性值根据其所对应的所述商品属性进行排布,且每一行包括一个所述商品属性的全部所述属性值。
在本示例性实施例中,首先获取商品属性以及与各商品属性对应的所有的属性值,然后根据商品属性对属性值进行排布,得到同类商品属性二维列表。举例说明,如图2所示,首先获取手机属性以及与各手机属性对应的属性值,手机的属性包括屏幕尺寸、网络、运行内存、系统、电池容量、cpu核数、像素,其中,屏幕尺寸对应的属性值包括5.6英寸以上、5.5~5.1英寸、5.0~4.6英寸、4.5~3.1英寸、3.0英寸及以下;网络对应的属性值包括移动4G/联通4G/电信4G、移动4G、联通4G、电信4G、双卡单4G、双卡双4G、双卡;运行内存对应的属性值包括2GB、3GB、4GB;系统对应的属性值包括Android、IOS、其他;电池容量对应的属性值包括1200mAh以下、1200mAh~1999mAh、2000mAh~2999mAh、3000mAh~3999mAh、4000mAh~5999mAh;cpu核数对应的属性值包括十核、八核、双四核、四核、双核;像素对应的属性值包括1600万以上、1000~1600万、500~1000万、500万以下。然后,将各属性值根据其所对应的手机属性进行排布,其中,一行表示一个手机属性对应的全部属性值,得到手机属性二维列表。在图2中,所述属性值的对齐方式为左对齐,但是在本公开的其他示例性实施例中,所述属性值的对齐方式还可以为右对齐(如图3所示)或居中对齐等方式。根据属性以及属性值对同类产品进行分类,使得商品分类的静态过程简单高效,且程序简单易于阅读和维护。
在步骤S120中,将所述同类商品属性二维列表转化为真值表二维数组。
在本示例性实施例中,可以根据同类商品属性二维列表行的长度以及列的长度并结合同类商品属性二维列表中的属性值定义一真值表二维数组。
进一步的,所述将所述同类商品属性二维列表转化为真值表二维数组可以包括:根据所述同类商品属性二维列表的行的长度m以及所述同类商品属性二维列表的列的长度n定义一m*n的bitmap真值表二维数组tag[m][n],其中,tag[i][j]为所述真值表二维数组tag[m][n]中的一个元素,且0≤i≤m,0≤j≤n;在第i行第j列的位置上存在所述属性值时,给所述真值表二维数组tag[m][n]中的所述tag[i][j]赋值1;在第i行第j列的位置上不存在所述属性值时,给所述真值表二维数组tag[m][n]中的所述tag[i][j]赋值0。
在本示例性实施例中,所述同类商品属性二维列表的行的长度m要与所述商品属性的数量一致或者大于所述商品属性的属性,所述同类商品属性二维列表的列的长度n要与包括属性值最多的商品属性对应的属性值的数量一致或者大于包括属性值最多的商品属性对应的属性值的数量。为了使真值表二维数组更加简洁,所述同类商品属性二维列表的行的长度m可以为该所述商品属性的数量减一;所述同类商品属性二维列表的列的长度n可以为包括所述属性值最多的所述商品属性对应的所述属性值的数量减一。
举例说明,如图2所示,首先,手机的属性有7个,其中网络包括的属性值最多,一共7个,因此,可以定义一个6*6的真值表二维数组tag[6][6],其中,tag[i][j]为所述真值表二维数组tag[6][6]中的一个元素,且0≤i≤6,0≤j≤6。然后,由于在第0行第0列的位置上存在所述属性值,因此给真值表二维数组tag[6][6]中的tag[0][0]赋值1,在第0行第1列的位置上存在所述属性值,因此给tag[0][1]赋值1,在第2行第3列的位置上不存在属性值,因此给tag[2][3]赋值0。以此类推,给真值表二维数组tag[6][6]中的每一个元素都赋值,最终得到如图4所示的手机真值表二维数组。在图4中,手机真值表二维数组的对齐方式为左对齐,但在本公开的其他示例性实施例中,真值表二维数组的对齐方式还可以为右对齐(如图5所示)或者居中对齐等方式。
在本公开的其他示例性实施例中,如图6所示,所述真值表二维数组的行的长度和列的长度可以进行任意扩展。以使商品筛选可以适应包括更多商品属性以及属性值的情况。
在步骤S130中,在所述真值表二维数组中插入一列辅助筛选值以得到一插值真值表二维数组。
在本示例性实施例中,可以在所述真值表二维数组中插入一列辅助筛选值得到一插值真值表二维数组,使得每一个商品属性都对应一个辅助筛选值。其中,所述辅助筛选值可以全部赋值1。所述辅助筛选值列可以位于插值真值表二维数组中的任何位置,例如,辅助筛选值列可以位于第一列插,也可以位于中间的任何一列,本示例性实施例对此不作特殊限定。为了便于处理器完成产品筛选,所述辅助筛选值列可以位于所述插值真值表二维数组的最后一列。
如图7所示,在图4的基础上插入第7列,使得每一个手机属性都对应一个辅助筛选值,并且给辅助筛选值全部赋值1。一方面,通过插入一列辅助筛选值,使得每一个属性都对应一个辅助筛选值,并用与各属性对应的辅助筛选值模拟用户没有对该辅助筛选值对应的属性进行筛选的操作,因此在对产品进行筛选时,可以直接选择属性值,不用通过先选择与筛选请求对应的属性行并将属性行进行组合后,在各属性行中选择与筛选需求匹配的属性值,简化了商品筛选的逻辑,提高了商品筛选的效率,降低了商品筛选的时间,进一步的提高了用户体验;另一方面,通过选择辅助筛选值可以模拟部分不需要进行筛选的商品属性的操作,可以实现所有可能的商品属性筛选组合。
在步骤S140中,基于深度优先遍历在所述插值真值表二维数组的每一行中选择一个元素以得到一路径列表,其中,任意一个路径为一个筛选案例。
在本示例性实施例中,可以根据筛选请求中的属性值并结合属性值所对应的商品属性在插值真值表二维数组中进行深度优先遍历匹配,并在插值真值表二维数组的每一行中选择一个元素,其中,在插值真值表二维数组中,每一行包括一个商品属性的所有属性值,在某一属性行中有与筛选请求的属性值匹配的元素时,将匹配成功的元素的路径记录下来,在某一属性行中没有与筛选请求的属性值匹配的元素时,将该属性行中的辅助筛选值对应的元素的路径记录下来。最后,将选择的所有元素的路径组合起来得到路径列表,其中,任意一个路径为一个筛选案例。在本公开的另一示例性实施例中,还可以基于广度优先搜索或者非递归遍历在所述插值真值表二维数组的每一行中选择一个元素以得到一路径列表。
进一步的,所述基于深度优先遍历在所述插值真值表二维数组的每一行中选择一个元素以得到一路径列表可以包括:根据在所述插值真值表二维数组中的每一行选择一个元素;记录每一行所选所述元素的位置行列信息,并将与所选所述元素对应的行列信息确定为与该所选所述元素对应的路径信息;将全部所选所述元素对应的路径信息插入到所述路径列表中。举例说明,如图8所示,图中边框加粗的属性值为用户进行筛选的属性值,分别5.5~5.1英寸(屏幕尺寸)、3GB(运行内存)、2000mAh~2999mAh(电池容量)、1600万以上(像素)。首先,根据上述筛选属性值的位置在插值真值表二维数组中进行深度优先遍历,在一行属性值中有与筛选属性值匹配的元素时,将该行中匹配的元素的行列信息进行记录,并将该行列信息确定为匹配元素的路径信息。在一行属性值中没有与筛选属性值匹配的元素时,将该行的辅助筛选值对应的元素的行列信息进行记录,并将该行列信息确定为该辅助筛选值对应的元素的路径信息。经过上述深度优先遍历过程,如图9所示,图中边框加粗的元素都是经过深度优先遍历后在每一行中选择的元素。最后,将上述选择的7个元素的路径信息插入到路径列表中。
在本公开的另一示例性实施例中,还可以基于深度优先遍历在所述插值真值表二维数组的每一行中选择两个或两个以上的元素以得到一路径列表,其中,任意一个路径为一个筛选案例。用以实现对一个商品属性的多个属性值的筛选。
在步骤S150中将所述路径列表中的所选所述元素映射到所述同类商品属性二维列表上。
在本示例性实施例中,根据所述路径列表中的各元素的路径信息将所选的各元素分别映射到同类商品属性二维列表上。进一步的,所述将所述路径列表中的所选所述元素映射到所述同类商品属性二维列表上可以包括:在所选所述元素对应的路径信息映射到所述辅助筛选值时,不选中与该所述辅助筛选值对应的行中的所述属性;在所选所述元素对应的路径信息没有映射到所述辅助筛选值时,选中与该所述路径信息对应的所述属性值。具体的,在所选元素的路径信息映射到辅助筛选值上时,表示该行包括的所有属性值没有被选中,即没有对该行代表的商品属性进行筛选。在所选元素的路径信息没有映射到辅助筛选值上,而是映射到属性值上时,表示在该行包括的所有属性值中有被选中的属性值,即对该行代表的商品属性进行了筛选。
此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
在本公开的示例性实施例中,还提供了一种商品筛选装置,参照图10所述,该商品筛选装置200可以包括:获取模块201、转化模块202、插入模块203、遍历模块204、映射模块205。其中:
获取模块201可以用于获取同类商品属性二维列表,其中,所述同类商品属性二维列表包括至少一个商品属性以及与该所述商品属性对应的所有属性值,且每行包括一个所述商品属性对应的所有所述属性值;
转化模块202可以用于将所述同类商品属性二维列表转化为真值表二维数组;
插入模块203可以用于在所述真值表二维数组中插入一列辅助筛选值以得到一插值真值表二维数组;
遍历模块204可以用于基于深度优先遍历在所述插值真值表二维数组的每一行中选择一个元素以得到一路径列表,其中,任意一个路径为一个筛选案例;
映射模块205可以用于将所述路径列表中的所选所述元素映射到所述同类商品属性二维列表上。
上述中各商品筛选装置模块的具体细节已经在对应的一种商品筛选方法中进行了详细的描述,因此此处不再赘述。
在本公开的示例性实施例中,还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图11来描述根据本发明的这种实施方式的电子设备600。图11显示的电子设备600仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图11所示,电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于:上述至少一个处理单元610、上述至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元610执行,使得所述处理单元610执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元610可以执行如图1中所示的步骤S110.获取同类商品属性二维列表,其中,所述同类商品属性二维列表包括至少一个商品属性以及与该所述商品属性对应的所有属性值,且每行包括一个所述商品属性对应的所有所述属性值;步骤S120.将所述同类商品属性二维列表转化为真值表二维数组;步骤S130.在所述真值表二维数组中插入一列辅助筛选值以得到一插值真值表二维数组;步骤S140.基于深度优先遍历在所述插值真值表二维数组的每一行中选择一个元素以得到一路径列表,其中,任意一个路径为一个筛选案例;步骤S150.将所述路径列表中的所选所述元素映射到所述同类商品属性二维列表上。
存储单元620可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202,还可以进一步包括只读存储单元(ROM)6203。
存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204,这样的程序模块6205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备600交互的设备通信,和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口640进行。并且,电子设备600还可以通过网络适配器650与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器650通过总线630与电子设备600的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备600使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
参考图12所示,描述了根据本发明的实施方式的用于实现上述方法的程序产品800,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。

Claims (11)

1.一种商品筛选方法,其特征在于,包括:
获取同类商品属性二维列表,其中,所述同类商品属性二维列表包括至少一个商品属性以及与该所述商品属性对应的所有属性值,且每行包括一个所述商品属性对应的所有所述属性值;
将所述同类商品属性二维列表转化为真值表二维数组;
在所述真值表二维数组中插入一列辅助筛选值以得到一插值真值表二维数组;
基于深度优先遍历在所述插值真值表二维数组的每一行中选择一个元素以得到一路径列表,其中,任意一个路径为一个筛选案例;
将所述路径列表中的所选所述元素映射到所述同类商品属性二维列表上。
2.根据权利要求1所述的商品筛选方法,其特征在于,所述获取同类商品属性二维列表包括:
获取同类商品的至少一个所述商品属性以及与各所述商品属性对应的所有所述属性值;
将各所述属性值根据其所对应的所述商品属性进行排布,且每一行包括一个所述商品属性的全部所述属性值。
3.根据权利要求1所述的商品筛选方法,其特征在于,所述将所述同类商品属性二维列表转化为真值表二维数组包括:
根据所述同类商品属性二维列表的行的长度m以及所述同类商品属性二维列表的列的长度n定义一m*n的bitmap真值表二维数组tag[m][n],其中,tag[i][j]为所述真值表二维数组tag[m][n]中的一个元素,且0≤i≤m,0≤j≤n;
在第i行第j列的位置上存在所述属性值时,给所述真值表二维数组tag[m][n]中的所述tag[i][j]赋值1;
在第i行第j列的位置上不存在所述属性值时,给所述真值表二维数组tag[m][n]中的所述tag[i][j]赋值0。
4.根据权利要求3所述的商品筛选方法,其特征在于,所述同类商品属性二维列表的行的长度m为该所述商品属性的数量减一;所述同类商品属性二维列表的列的长度n为包括所述属性值最多的所述商品属性对应的所述属性值的数量减一。
5.根据权利要求1所述的商品筛选方法,其特征在于,所述辅助筛选值列位于所述插值真值表二维数组的最后一列。
6.根据权利要求5所述的商品筛选方法,其特征在于,所述辅助筛选值全部赋值1。
7.根据权利要求1所述的商品筛选方法,其特征在于,所述基于深度优先遍历在所述插值真值表二维数组的每一行中选择一个元素以得到一路径列表包括:
在所述插值真值表二维数组中的每一行选择一个元素;
记录每一行所选所述元素的位置行列信息,并将与所选所述元素对应的行列信息确定为与该所选所述元素对应的路径信息;
将全部所选所述元素对应的路径信息插入到所述路径列表中。
8.根据权利要求1所述的商品筛选方法,其特征在于,所述将所述路径列表中的所选所述元素映射到所述同类商品属性二维列表上包括:
在所选所述元素对应的路径信息映射到所述辅助筛选值时,不选中与该所述辅助筛选值对应的行中的所述属性;
在所选所述元素对应的路径信息没有映射到所述辅助筛选值时,选中与该所述路径信息对应的所述属性值。
9.一种商品筛选装置,其特征在于,包括:
获取模块,用于获取同类商品属性二维列表,其中,所述同类商品属性二维列表包括至少一个商品属性以及与该所述商品属性对应的所有属性值,且每行包括一个所述商品属性对应的所有所述属性值;
转化模块,用于将所述同类商品属性二维列表转化为真值表二维数组;
插入模块,用于在所述真值表二维数组中插入一列辅助筛选值以得到一插值真值表二维数组;
遍历模块,用于基于深度优先遍历在所述插值真值表二维数组的每一行中选择一个元素以得到一路径列表,其中,任意一个路径为一个筛选案例;
映射模块,用于将所述路径列表中的所选所述元素映射到所述同类商品属性二维列表上。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1~8中任意一项所述的商品筛选方法。
11.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1~8中任意一项所述的商品筛选方法。
CN201710233612.9A 2017-04-11 2017-04-11 商品筛选方法及装置、存储介质、电子设备 Active CN106991191B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710233612.9A CN106991191B (zh) 2017-04-11 2017-04-11 商品筛选方法及装置、存储介质、电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710233612.9A CN106991191B (zh) 2017-04-11 2017-04-11 商品筛选方法及装置、存储介质、电子设备

Publications (2)

Publication Number Publication Date
CN106991191A true CN106991191A (zh) 2017-07-28
CN106991191B CN106991191B (zh) 2020-09-04

Family

ID=59415523

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710233612.9A Active CN106991191B (zh) 2017-04-11 2017-04-11 商品筛选方法及装置、存储介质、电子设备

Country Status (1)

Country Link
CN (1) CN106991191B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109767282A (zh) * 2018-11-20 2019-05-17 北京五八亚太企业管理服务有限公司 智能化商品筛选方法及装置、电子设备
CN111144971A (zh) * 2019-11-28 2020-05-12 上海宝尊电子商务有限公司 左侧展开式筛选的弹框形式的商品选择器交互设计
CN113626033A (zh) * 2021-10-13 2021-11-09 广州市玄武无线科技股份有限公司 移动端界面的修改方法及其装置、计算机终端设备和介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101615277A (zh) * 2008-06-26 2009-12-30 阿里巴巴集团控股有限公司 一种统计数据的方法和装置
CN103002061A (zh) * 2011-09-16 2013-03-27 阿里巴巴集团控股有限公司 一种长域名与短域名互相转化的方法及装置
US20140234848A1 (en) * 2013-01-24 2014-08-21 California Institute Of Technology Cryptographic Methods Using Nucleic Acid Codes
CN104199924A (zh) * 2014-09-01 2014-12-10 北京交通大学长三角研究院 选择具有快照关系的网络表格的方法及装置
CN105677812A (zh) * 2015-12-31 2016-06-15 华为技术有限公司 一种数据查询方法及数据查询装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101615277A (zh) * 2008-06-26 2009-12-30 阿里巴巴集团控股有限公司 一种统计数据的方法和装置
CN103002061A (zh) * 2011-09-16 2013-03-27 阿里巴巴集团控股有限公司 一种长域名与短域名互相转化的方法及装置
US20140234848A1 (en) * 2013-01-24 2014-08-21 California Institute Of Technology Cryptographic Methods Using Nucleic Acid Codes
CN104199924A (zh) * 2014-09-01 2014-12-10 北京交通大学长三角研究院 选择具有快照关系的网络表格的方法及装置
CN105677812A (zh) * 2015-12-31 2016-06-15 华为技术有限公司 一种数据查询方法及数据查询装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
B.SREEKANTH REDDY 等: "Towards Web page steganography with Attribute Truth Table", 《2016 3RD INTERNATIONAL CONFERENCE ON ADVANCED COMPUTING AND COMMUNICATION SYSTEMS》 *
唐伟: "网页中商品"属性-值"关系的自动抽取方法研究", 《中文信息雪豹》 *
车巍: "基于智能Web的课件发布平台的研究与实践", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109767282A (zh) * 2018-11-20 2019-05-17 北京五八亚太企业管理服务有限公司 智能化商品筛选方法及装置、电子设备
CN111144971A (zh) * 2019-11-28 2020-05-12 上海宝尊电子商务有限公司 左侧展开式筛选的弹框形式的商品选择器交互设计
CN113626033A (zh) * 2021-10-13 2021-11-09 广州市玄武无线科技股份有限公司 移动端界面的修改方法及其装置、计算机终端设备和介质

Also Published As

Publication number Publication date
CN106991191B (zh) 2020-09-04

Similar Documents

Publication Publication Date Title
CN113449135B (zh) 图像生成系统与方法
Kohlhammer et al. Solving problems with visual analytics
CN105631426B (zh) 对图片进行文本检测的方法及装置
Guerra-Gomez et al. Visualizing change over time using dynamic hierarchies: TreeVersity2 and the StemView
CN104350493B (zh) 将数据变换成可消费的内容
CN110419057A (zh) 用于确定分段的混合式主动机器学习系统和方法
CN106104518A (zh) 用于按照示例的数据提取的框架
CN109976735B (zh) 一种基于web可视化的知识图谱算法应用平台
CN111523010A (zh) 推荐方法、装置、终端设备及计算机存储介质
Aaldering et al. Analyzing the impact of industry sectors on the composition of business ecosystem: A combined approach using ARM and DEMATEL
CN110399518A (zh) 一种基于图卷积的视觉问答增强方法
CN104077279B (zh) 一种并行社区发现方法和装置
Halim et al. Quantifying and optimizing visualization: An evolutionary computing-based approach
CN110580649A (zh) 一种商品潜力值的确定方法和装置
CN109783539A (zh) 用户挖掘及其模型构建方法、装置及计算机设备
CN109074368A (zh) 使用异构社交网络的图形框架
CN106991191A (zh) 商品筛选方法及装置、存储介质、电子设备
EP4184413A1 (en) Spatial image analysis-based color scheme recommendation apparatus and method
CN106327266A (zh) 数据挖掘方法及装置
Fischer et al. Towards a survey on static and dynamic hypergraph visualizations
CN104077303A (zh) 用于呈现数据的方法和装置
CN109934646B (zh) 预测新商品关联购买行为的方法及装置
Jolhe et al. Modifications in interpretive structural modelling methodology to enhance its applicability in group decision process and power of discrimination
WO2020199962A1 (zh) 改进传统零售行业货架摆放的方法
CN106920124A (zh) 一种数据采集和分析方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant