CN107239495A - 基于关系链权重的商品以及搜索排序展示方法 - Google Patents

基于关系链权重的商品以及搜索排序展示方法 Download PDF

Info

Publication number
CN107239495A
CN107239495A CN201710296413.2A CN201710296413A CN107239495A CN 107239495 A CN107239495 A CN 107239495A CN 201710296413 A CN201710296413 A CN 201710296413A CN 107239495 A CN107239495 A CN 107239495A
Authority
CN
China
Prior art keywords
commodity
relation chain
weighted value
data
relation
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
Application number
CN201710296413.2A
Other languages
English (en)
Inventor
方永飞
张树兵
娄月臣
刘涛
尹朝欢
杨晓飞
王慧
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.)
Hangzhou Set Box Network Technology Co Ltd
Original Assignee
Hangzhou Set Box Network Technology 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 Hangzhou Set Box Network Technology Co Ltd filed Critical Hangzhou Set Box Network Technology Co Ltd
Priority to CN201710296413.2A priority Critical patent/CN107239495A/zh
Publication of CN107239495A publication Critical patent/CN107239495A/zh
Pending legal-status Critical Current

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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了基于关系链权重的商品以及搜索排序展示方法。该基于关系链权重的商品以及搜索排序展示方法包括以下步骤：数据处理中心实时采集商品属性及商品信息传播的关系节点；给各个节点赋予权重值，由各个关系节点组成关系链，各个节点的权重值集合成关系链权重值，进行实时记录；数据处理中心设有定时执行系统，定时执行系统定时根据商品的关系链权重值，从数据处理中心筛选数据，更新排序展示。本发明根据关系链权重高低对商品进行排序，可信度高，实现了商品及搜索的最佳排序展示，减少了用户的筛选压力。

Description

基于关系链权重的商品以及搜索排序展示方法
技术领域
本发明涉及计算机网络信息技术领域，特别涉及基于关系链权重的商品以及搜索排序展示方法。
背景技术
目前，电子商务平台通常会提供用户最需要的商品的展示模块，且提供搜索功能，用户输入商品关键词得到与商品关键词相关的商品列表，然而，传统的商品以及搜索到的结果的排序展示一般会根据相关度进行，且目前排序经常会根据商品点击次数、付费方法等进行，因此，很多商家的商品想要排序比较靠前，可能会进行不合规的刷单，积攒人气和销量，相关度提高，因此目前商务平台的商品及搜索排序展示比较混乱，可信度不高，增加了用户筛选信息的压力。
发明内容
根据本发明的一个方面，提供了基于关系链权重的商品以及搜索排序展示方法，包括以下步骤：
步骤1：数据处理中心实时采集商品属性及商品信息传播的关系节点；
步骤2：给各个节点赋予权重值，由各个关系节点组成关系链，各个节点的权重值集合成关系链权重值，进行实时记录；
步骤3：数据处理中心设有定时执行系统，定时执行系统定时根据商品的关系链权重值，从数据处理中心筛选数据，更新排序展示。
上述基于关系链权重的商品以及搜索排序展示方法，采集商品属性，可以为商品价格或其他商品自然属性信息；采集商品信息传播的关系节点，可以为个朋友圈或商圈推荐商品的用户人数、浏览量、销售量等信息，基于以上信息所分析的基于关系链权重的排序可信度高，定时对排序展示进行更新，减少了数据量，解决了用户筛选信息压力大的问题。
其中，在步骤3之前，数据处理中心根据商品的属性进行分析，将商品进行分类，形成不同分类的数据模块，之后，根据商品的关系链权重值定时更新各数据模块的排序展示。对商品进行进行分类后便于用户根据分类进行搜索，每一个类别对应相关的商品。
其中，在步骤3之前，重值进行分析步骤之前，数据处理中心根据分词索引处理后，将数据储存在高性能索引系统中，高性能索引系统接收关键词的搜索请求，对数据进行筛选，根据关系链权重值的高低展示搜索结果排序。检索商品关键词时，例如检索商品名称关键词、推荐用户评价关键词、商家名称或推荐用户关键词；数据处理中心对商品信息进行分析后导入到高性能索引系统，数据处理中心进行分词索引处理后，存储在高性能索引系统中，可以让用户迅速查询到想要的数据；通过关键词的分析，显示查询结果，例如商品、推荐用户或店铺的列表。
其中，数据模块包括每日推荐数据模块、人气推荐用户数据模块、每日好店数据模块和热销商品数据模块，数据模块依次为数据中心将在售商品、用户信息、正常店铺和销售排名进行筛选分析所得。各数据模块显示在电商平台上，根据关系链权重值的高低定时对各数据模块进行更新排序展示。
其中，每日推荐数据模块的关系链权重值为：
关系链权重值＝时间系数*2+推荐用户系数*1+浏览量系数*1+销售额系数*1。
时间系数区间划分：第一天上架权重为1，第二天为0.9，以此类推第七天为0.4；
推荐用户系数：0-5个天使为0.1；6-10个天使为0.2；11-20(0.3)；21-40(0.4)；41-60(0.5)；61-80(0.6)；81-110(0.7)；111-150(0.8)；151-200(0.9)，200+(1)；
浏览量系数：0-50个浏览为0.1；51-100(0.2)；101-200(0.3)；201-500(0.4)；501-1000(0.5)；1001-2000(0.6)；2001-4000(0.7)；4001-6000(0.8)；6001-10000(0.9)，10000+(1)；
销量权重：0-2个销量为0.1；2-5(0.2)；6-10(0.3)；11-20(0.4)；21-30(0.5)；31-40(0.6)；41-50(0.7)；51-70(0.8)；71-100(0.9)，100+(1)。
销售额系数：0-50元为0.1；51-200(0.2)；201-500(0.3)；501-1000(0.4)；1001-2000(0.5)；2001-4000(0.6)；4001-8000(0.7)；8001-15000(0.8)；15001-30000(0.9)，30000+(1)；
每日推荐商品，先由人工推荐，然后根据关系链权重值，每日取100个作为每日推荐的数据排序展示对象。
其中，人气推荐用户数据模块的关系链权重值为：
关系链权重值＝近30天推荐用户的价值指数系数*7+近30天推荐用户的影响指数系数*3。
近30天推荐用户的价值指数系数划分：0-500元为0.1；501-1000(0.2)；1001-2000(0.3)；2001-5000(0.4)；5001-10000(0.5)；10001-20000(0.6)；20001-50000(0.7)；500001-100000(0.8)；100001-200000(0.9)，200000+(1)；
近30天推荐户的影响指数系数划分：0-3个推荐用户的价值指数为0.1；3-10(0.2)；11-20(0.3)；21-50(0.4)；51-100(0.5)；101-200(0.6)；201-400(0.7)；401-600(0.8)；601-1000(0.9)，1000+(1)；
人气推荐用户数据模块根据关系链权重值的高低，每天取20个推荐名额，优先人工推荐，再取系统关系链权重排序的推荐用户。
其中，每日好店数据模块包括推荐店铺和置顶店铺，置顶店铺的权重值大于推荐店铺的权重值。每日更新数据，定时进行更新展示前20名。
其中，推荐商品数据模块的关系链权重值为：
关系链权重值＝近30天销售额*0.1+近30天销量*0.9；数据处理中心对销售排名的数据筛选时，筛选掉前7天上架的商品数据。去掉前七天上架的商品，热销商品数据模块根据该权重值由高到低排列。
本发明的基于关系链权重的商品以及搜索排序展示方法，根据关系链权重高低对商品进行排序，可信度高，实现了商品及搜索的最佳排序展示，减少了用户的筛选压力。
附图说明
图1为本发明一实施方式的基于关系链权重的商品以及搜索排序展示方法的流程图；
图2为本发明已实施方式的基于关系链权重的商品以及搜索排序展示方法的系统结构图。
具体实施方式
下面结合附图对发明作进一步详细的说明。
图1～图2示意性地显示了根据本发明的一种实施方式的基于关系链权重的商品以及搜索排序展示方法。该基于关系链权重的商品以及搜索排序展示方法包括以下步骤：
步骤1：数据处理中心实时采集商品属性及商品信息传播的关系节点；
步骤2：给各个节点赋予权重值，由各个关系节点组成关系链，各个节点的权重值集合成关系链权重值，进行实时记录；
步骤3：数据处理中心设有定时执行系统，定时执行系统定时根据商品的关系链权重值，从数据处理中心筛选数据，更新排序展示。
上述基于关系链权重的商品以及搜索排序展示方法，采集商品属性，可以为商品价格或其他商品自然属性信息；采集商品信息传播的关系节点，可以为个朋友圈或商圈推荐商品的用户人数、浏览量、销售量等信息，基于以上信息所分析的基于关系链权重的排序可信度高，定时对排序展示进行更新，减少了数据量，解决了用户筛选信息压力大的问题。
在步骤3之前，数据处理中心根据商品的属性进行分析，将商品进行分类，形成不同分类的数据模块，之后，根据商品的关系链权重值定时更新各数据模块的排序展示。数据处理中心对商品进行区分后，将数据存储在分类主体系统中，分类主题系统对商品进行进行分类后便于用户根据分类进行搜索，每一个类别对应相关的商品。
在步骤3之前，重值进行分析步骤之前，数据处理中心根据分词索引处理后，将数据储存在高性能索引系统中，高性能索引系统接收关键词的搜索请求，对数据进行筛选，根据关系链权重值的高低展示搜索结果排序。检索商品关键词时，例如检索商品名称关键词、推荐用户评价关键词、商家名称或推荐用户关键词；数据处理中心对商品信息进行分析后导入到高性能索引系统，数据处理中心进行分词索引处理后，存储在高性能索引系统中，可以让用户迅速查询到想要的数据；通过关键词的分析，显示查询结果，例如商品、推荐用户或店铺的列表。
数据模块包括每日推荐数据模块、人气推荐用户数据模块、每日好店数据模块和热销商品数据模块，数据模块依次为数据中心将在售商品、用户信息、正常店铺和销售排名进行筛选分析所得。各数据模块显示在电商平台上，根据关系链权重值的高低定时对各数据模块进行更新排序展示。
每日推荐数据模块的关系链权重值为：
关系链权重值＝时间系数*2+推荐用户系数*1+浏览量系数*1+销售额系数*1。
时间系数区间划分：第一天上架权重为1，第二天为0.9，以此类推第七天为0.4；
推荐用户系数：0-5个天使为0.1；6-10个天使为0.2；11-20(0.3)；21-40(0.4)；41-60(0.5)；61-80(0.6)；81-110(0.7)；111-150(0.8)；151-200(0.9)，200+(1)；
浏览量系数：0-50个浏览为0.1；51-100(0.2)；101-200(0.3)；201-500(0.4)；501-1000(0.5)；1001-2000(0.6)；2001-4000(0.7)；4001-6000(0.8)；6001-10000(0.9)，10000+(1)；
销量权重：0-2个销量为0.1；2-5(0.2)；6-10(0.3)；11-20(0.4)；21-30(0.5)；31-40(0.6)；41-50(0.7)；51-70(0.8)；71-100(0.9)，100+(1)。
销售额系数：0-50元为0.1；51-200(0.2)；201-500(0.3)；501-1000(0.4)；1001-2000(0.5)；2001-4000(0.6)；4001-8000(0.7)；8001-15000(0.8)；15001-30000(0.9)，30000+(1)；
每日推荐商品，先由人工推荐，然后根据关系链权重值，每日取100个作为每日推荐的数据排序展示对象，每日凌晨2点进行数据更新。
人气推荐用户数据模块的关系链权重值为：
关系链权重值＝近30天推荐用户的价值指数系数*7+近30天推荐用户的影响指数系数*3。
近30天推荐用户的价值指数系数划分：0-500元为0.1；501-1000(0.2)；1001-2000(0.3)；2001-5000(0.4)；5001-10000(0.5)；10001-20000(0.6)；20001-50000(0.7)；500001-100000(0.8)；100001-200000(0.9)，200000+(1)；
近30天推荐户的影响指数系数划分：0-3个推荐用户的价值指数为0.1；3-10(0.2)；11-20(0.3)；21-50(0.4)；51-100(0.5)；101-200(0.6)；201-400(0.7)；401-600(0.8)；601-1000(0.9)，1000+(1)；
人气推荐用户数据模块根据关系链权重值的高低，每日凌晨2点进行数据更新，每天取20个推荐名额，优先人工推荐，再取系统关系链权重排序的推荐用户。
每日好店数据模块包括推荐店铺和置顶店铺，置顶店铺的权重值大于推荐店铺的权重值。每日更新数据，每日凌晨2点定时进行更新展示前20名。
推荐商品数据模块的关系链权重值为：
关系链权重值＝近30天销售额*0.1+近30天销量*0.9；数据处理中心对销售排名的数据筛选时，筛选掉前7天上架的商品数据。去掉前七天上架的商品，热销商品数据模块根据该权重值由高到低排列。
以上所述的仅是本发明的一些实施方式。对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出若干变形和改进，这些都属于发明的保护范围。

Claims (8)

1.基于关系链权重的商品以及搜索排序展示方法，其特征在于，包括以下步骤：
步骤1：数据处理中心实时采集商品属性及商品信息传播的关系节点；
步骤2：给各个节点赋予权重值，由各个关系节点组成关系链，各个节点的权重值集合成关系链权重值，进行实时记录；
步骤3：数据处理中心设有定时执行系统，定时执行系统定时根据商品的关系链权重值，从数据处理中心筛选数据，更新排序展示。
2.根据权利要求1所述的基于关系链权重的商品以及搜索排序展示方法，其特征在于，在所述步骤3之前，数据处理中心根据商品的属性进行分析，将商品进行分类，形成不同分类的数据模块，之后，根据商品的关系链权重值定时更新各数据模块的排序展示。
3.根据权利要求2所述的基于关系链权重的商品以及搜索排序展示方法，其特征在于，在所述步骤3之前，数据处理中心根据分词索引处理后，将数据储存在高性能索引系统中，高性能索引系统接收关键词的搜索请求，对数据进行筛选，根据关系链权重值的高低展示搜索结果排序。
4.根据权利要求2所述的基于关系链权重的商品以及搜索排序展示方法，其特征在于，所述数据模块包括每日推荐数据模块、人气推荐用户数据模块、每日好店数据模块和热销商品数据模块，所述数据模块的数据对象依次为数据中心将在售商品、用户信息、正常店铺和销售排名进行筛选分析所得。
5.根据权利要求4所述的基于关系链权重的商品以及搜索排序展示方法，其特征在于，所述每日推荐数据模块的关系链权重值为：
关系链权重值＝时间系数*2+推荐用户系数*1+浏览量系数*1+销售额系数*1。
6.根据权利要求4所述的基于关系链权重的商品以及搜索排序展示方法，其特征在于，所述人气推荐用户数据模块的关系链权重值为：
关系链权重值＝近30天推荐用户的影响指数系数*7+近30天推荐用户的价值指数系数*3。
7.根据权利要求4所述的基于关系链权重的商品以及搜索排序展示方法，其特征在于，所述每日好店数据模块包括推荐店铺和置顶店铺，置顶店铺的权重值大于推荐店铺的权重值。
8.根据权利要求4所述的基于关系链权重的商品以及搜索排序展示方法，其特征在于，所述推荐商品数据模块的关系链权重值为：
关系链权重值＝近30天销售额*0.1+近30天销量*0.9
数据处理中心对销售排名的数据筛选时，筛选掉前7天上架的商品数据。
CN201710296413.2A 2017-04-28 2017-04-28 基于关系链权重的商品以及搜索排序展示方法 Pending CN107239495A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710296413.2A CN107239495A (zh) 2017-04-28 2017-04-28 基于关系链权重的商品以及搜索排序展示方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710296413.2A CN107239495A (zh) 2017-04-28 2017-04-28 基于关系链权重的商品以及搜索排序展示方法

Publications (1)

Publication Number Publication Date
CN107239495A true CN107239495A (zh) 2017-10-10

Family

ID=59985502

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710296413.2A Pending CN107239495A (zh) 2017-04-28 2017-04-28 基于关系链权重的商品以及搜索排序展示方法

Country Status (1)

Country Link
CN (1) CN107239495A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111159163A (zh) * 2019-12-31 2020-05-15 万表名匠(广州)科技有限公司 商品信息数据库生成方法、商品搜索方法及相关装置
CN111652738A (zh) * 2020-04-17 2020-09-11 世纪保众(北京)网络科技有限公司 一种基于用户行为权重的保险产品推荐的方法
CN112132648A (zh) * 2020-08-28 2020-12-25 杭州震旦科技有限公司 一种商品排序方法、系统和装置
CN113297503A (zh) * 2021-07-26 2021-08-24 北京天健智慧科技有限公司 互联网护理信息平台的业务推荐方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7831584B2 (en) * 2007-12-21 2010-11-09 Glyde Corporation System and method for providing real-time search results on merchandise
CN103136680A (zh) * 2013-03-13 2013-06-05 江苏乐买到网络科技有限公司 一种呈现近似网络商品的方法
CN103914780A (zh) * 2013-01-08 2014-07-09 纽海信息技术（上海）有限公司 团购排序系统及方法
CN104680399A (zh) * 2015-03-13 2015-06-03 江苏物联网研究发展中心 农资商品销售推荐方法
US20150254682A1 (en) * 2014-03-07 2015-09-10 Export Abroad, Inc. Harmonized system number analysis
CN105912599A (zh) * 2016-03-31 2016-08-31 维沃移动通信有限公司 终端应用程序的排名方法及终端

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7831584B2 (en) * 2007-12-21 2010-11-09 Glyde Corporation System and method for providing real-time search results on merchandise
CN103914780A (zh) * 2013-01-08 2014-07-09 纽海信息技术（上海）有限公司 团购排序系统及方法
CN103136680A (zh) * 2013-03-13 2013-06-05 江苏乐买到网络科技有限公司 一种呈现近似网络商品的方法
US20150254682A1 (en) * 2014-03-07 2015-09-10 Export Abroad, Inc. Harmonized system number analysis
CN104680399A (zh) * 2015-03-13 2015-06-03 江苏物联网研究发展中心 农资商品销售推荐方法
CN105912599A (zh) * 2016-03-31 2016-08-31 维沃移动通信有限公司 终端应用程序的排名方法及终端

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111159163A (zh) * 2019-12-31 2020-05-15 万表名匠(广州)科技有限公司 商品信息数据库生成方法、商品搜索方法及相关装置
CN111652738A (zh) * 2020-04-17 2020-09-11 世纪保众(北京)网络科技有限公司 一种基于用户行为权重的保险产品推荐的方法
CN112132648A (zh) * 2020-08-28 2020-12-25 杭州震旦科技有限公司 一种商品排序方法、系统和装置
CN113297503A (zh) * 2021-07-26 2021-08-24 北京天健智慧科技有限公司 互联网护理信息平台的业务推荐方法

Similar Documents

Publication Publication Date Title
CN109685631B (zh) 一种基于大数据用户行为分析的个性化推荐方法
CN107944913B (zh) 基于大数据用户行为分析的高潜在用户购买意向预测方法
WO2019148817A1 (zh) 电商商品推荐方法和电商平台服务器
CN103400286B (zh) 一种基于用户行为进行物品特征标注的推荐系统及方法
CN106844787A (zh) 一种为汽车行业寻找目标用户并匹配目标产品的推荐方法
CN109684538A (zh) 一种基于用户个人特征的推荐方法及推荐系统
CN107239495A (zh) 基于关系链权重的商品以及搜索排序展示方法
CN103886487A (zh) 基于分布式的b2b平台的个性化推荐方法与系统
CN105183727A (zh) 一种图书推荐方法及其系统
WO2008005796A2 (en) System and method for generating a display of tags
CN106960354A (zh) 一种基于客户生命周期的精准化推荐方法及装置
KR101707660B1 (ko) 연관 검색어를 이용한 관심사 카테고리 기반 이커머스 시스템
CN104504159A (zh) 多支持度的正负序列模式在客户购买行为分析中的应用
CN104679820A (zh) 一种搜索结果排序方法及装置
CN110852785A (zh) 用户分级方法、装置及计算机可读存储介质
US8195663B1 (en) Identifying alternative products
US10909144B1 (en) Taxonomy generation with statistical analysis and auditing
CN115760202A (zh) 一种基于人工智能的产品运营管理系统及方法
CN112131491B (zh) 分层排序方法、计算设备和计算机可读存储介质
CN117237038A (zh) 一种基于流量引擎的商品精准曝光处理系统
JP5504213B2 (ja) 興味分析方法及び興味分析装置
CN115619457B (zh) 基于用户浏览习惯数据分析的广告投放方法
CN112991033A (zh) 一种确定物品价值属性的方法和装置
CN110750717A (zh) 一种排序权重更新方法
WO2023150112A1 (en) System for identifying and predicting trends

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20171010

RJ01 Rejection of invention patent application after publication