CN107492000A - 一种数据处理的方法及系统 - Google Patents
一种数据处理的方法及系统 Download PDFInfo
- Publication number
- CN107492000A CN107492000A CN201610420789.5A CN201610420789A CN107492000A CN 107492000 A CN107492000 A CN 107492000A CN 201610420789 A CN201610420789 A CN 201610420789A CN 107492000 A CN107492000 A CN 107492000A
- Authority
- CN
- China
- Prior art keywords
- user
- incidence relation
- matching degree
- comment data
- comment
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000003542 behavioural effect Effects 0.000 claims description 19
- 238000005457 optimization Methods 0.000 abstract 1
- 230000037396 body weight Effects 0.000 description 9
- 238000012512 characterization method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 235000011888 snacks Nutrition 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011017 operating method Methods 0.000 description 3
- 241000406668 Loxodonta cyclotis Species 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 229910002056 binary alloy Inorganic materials 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 210000003746 feather Anatomy 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0269—Targeted advertisements based on user profile or attribute
- G06Q30/0271—Personalized advertisement
-
- 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]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/43—Querying
- G06F16/435—Filtering based on additional data, e.g. user or group profiles
- G06F16/437—Administration of user profiles, e.g. generation, initialisation, adaptation, distribution
-
- 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
-
- 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]
- G06Q30/0609—Buyer or seller confidence or verification
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Information Transfer Between Computers (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了一种数据处理的方法及系统。该方法包括:获取目标用户的访问触发指令相对应的目标对象的评论数据;判断所述评论数据所对应的用户与所述目标用户之间是否存在预先建立的用户维度关系表中记录的用户与用户之间的关联关系;当所述判断的结果为是时,获取所述目标用户与所述评论数据所对应的用户之间的关联关系;显示所述评论数据所对应的用户与所述目标用户的关联关系的标识。利用本申请实施例提供的技术方案可以优化目标对象的评论数据,后续可以帮助用户更好的了解目标对象,提高目标对象的评论数据的可信度,改善用户体验。
Description
技术领域
本申请涉及数据优化处理技术领域,特别涉及一种数据处理的方法及系统。
背景技术
随着互联网消费时代的发展,越来越多的人会在一些电子商务平台购买自己喜爱的商品。用户在购买前,通常会查看评论数据来更好的了解商品。因此,维持良好的商品评论环境,保证评论数据的可信度至关重要。
目前,评论数据中包括了大量广告、刷评信息等垃圾信息,导致评论数据缺乏可信性。现有技术中针对垃圾信息可以通过垃圾评论识别和评论折叠的方式进行评论数据的排序。其中,垃圾评论识别主要是针对广告信息、涉黄、涉政等垃圾信息进行过滤。评论折叠主要是将重复或相似的评论信息、刷评信息、以及恶意诋毁评论信息等信息进行折叠处理。上述现有技术可以在一定程度上改善商品评论环境,但现有的评论折叠和垃圾评论识别方式都是从评论数据的文本这一单一维度进行考虑,且用户一般是匿名评论的,导致评论数据中用户信息并没有参考价值,仅仅展示评论内容,导致呈现给打算购买商品的目标用户的信息较少。因此,现有技术中通过垃圾评论识别和评论折叠的方式进行评论数据的排序后的评论数据仍然不具有太大的可性度,并不能解决评论数据可性度问题。
发明内容
本申请实施例的目的是提供一种数据处理的方法及系统,可以优化评论数据,提高评论数据的可信度;在一些应用中,可以帮助用户更好的了解评论数据所对应的商品,改善用户体验,提高商品的成交转化率。
本申请实施例提供一种数据处理的方法及系统是这样实现的:
一种数据处理的方法,包括:
获取目标用户的访问触发指令相对应的目标对象的评论数据;
判断所述评论数据所对应的用户与所述目标用户之间是否存在预先建立的用户维度关系表中记录的用户与用户之间的关联关系;
当所述判断的结果为是时,获取所述目标用户与所述评论数据所对应的用户之间的关联关系;
显示所述评论数据所对应的用户与所述目标用户的关联关系的标识。
一种数据处理的系统,包括:
评论数据获取模块,用于获取目标用户的访问触发指令相对应的目标对象的评论数据;
判断模块,用于判断所述评论数据所对应的用户与所述目标用户之间是否存在预先建立的用户维度关系表中记录的用户与用户之间的关联关系;
关联关系获取模块,用于当所述判断模块判断的结果为是时,获取所述目标用户与所述评论数据所对应的用户之间的关联关系;
显示模块,用于显示所述评论数据所对应的用户与所述目标用户的关联关系的标识。
本申请实施例在获取目标用户的访问触发指令相对应的目标对象的评论数据之后,可以基于预先建立的用户维度关系表判断所述评论数据所对应的用户与所述目标用户之间是否存在所述预先建立的用户维度关系表中记录的用户与用户之间的关联关系;当所述判断的结果为是时,可以获取所述目标用户与所述评论数据所对应的用户之间的关联关系,并显示所述评论数据所对应的用户与所述目标用户的关联关系的标识;保证用户在访问浏览目标对象的评论数据时,不仅可以获取评论数据中的评论内容,还可以通过所述关联关系的标识获取所述评论数据所对应用户与自己的关联关系信息,大大提高了评论数据的可信度。与现有技术相比,利用本申请实施例提供的技术方案可以优化评论数据,提高评论数据的可信度,后续可以帮助用户更好的了解目标对象。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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申请中记载的一些实施例,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是本申请提供的数据处理的方法的一种实施例的流程示意图;
图2是本申请提供的基于获取的用户的属性信息确定用户之间的关联关系的一种实施例的流程示意图;
图3是本申请提供的在展示所述评论数据的预设展示区域显示所述评论数据所对应的用户与所述目标用户的关联关系的标识的一种实施例的示意图;
图4是本申请提供的数据处理系统的一种实施例的结构示意图。
具体实施方式
本申请实施例提供一种数据处理的方法及系统。
为了使本技术领域的人员更好地理解本申请中的技术方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,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他实施例,都应当属于本申请保护的范围。
以下以几个具体的例子详细说明本申请实施例的具体实现。
以下首先介绍本申请一种数据处理的方法的实施例。图1是本申请提供的数据处理的方法的一种实施例的流程示意图,本申请提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的系统或客户端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图1所示,所述方法可以包括:
S110:获取目标用户的访问触发指令相对应的目标对象的评论数据。
本申请实施例中,服务系统可以获取目标用户的访问触发指令相对应的目标对象的评论数据。在实际应用中,所述目标用户的访问触发指令可以包括用户访问某一目标对象的评论界面中的评论数据时,点击预设的访问按钮的操作。具体的,所述目标用户可以包括浏览访问评论界面中评论数据的用户。具体的,所述目标对象可以包括电子商务平台中的当前用户浏览访问的商品。所述评论数据可以包括针对所述目标对象的评论内容、相应的用户标识数据等数据。
在一个具体的实施例中,假设目标用户A需要访问商品X(目标对象)的评论界面中的评论数据,相应的,目标用户A可以点击商品X的评论界面对应的访问按钮;相应的,服务系统接收到目标用户A的访问触发指令之后,可以获取与所述访问触发指令相对应商品X的评论数据。具体的,假设所述商品X为羽绒服,表1是本申请提供的商品(X)的评论数据的一种示例,如表1所示:
表1
此外,需要说明的是,表1中仅仅记录了部分评论数据,且表1中仅仅是所述评论数据的一种实施例的形式,本申请实施例中所述评论数据并不以上述表1为限。
S120:判断所述评论数据所对应的用户与所述目标用户之间是否存在预先建立的用户维度关系表中记录的用户与用户之间的关联关系。
本申请实施例中,在步骤S110之后,可以服务系统可以判断所述评论数据所对应的用户与所述目标用户之间是否存在预先建立的用户维度关系表中记录的用户与用户之间的关联关系。具体的,所述关联关系可以包括能反映用户与用户之间联系信息的字符化表征。在实际应用中,所述关联关系可以包括多种维度(类型)的关系。具体的,本申请实施例中,可以依次对所述应用系统中的两两用户均进行关联关系存在的确定。
具体的,所述用户维度关系表中记录了用户与用户之间的关联关系以及和相应的用户标识数据。具体的,所述用户标识数据可以包括用户名、用户ID等用户的唯一标识信息。具体的,所述用户维度关系表可以存储在服务系统本地,也可以存储在其他的存储系统,例如可以实时查询的key value分布式系统。在一个具体的实施例中,表2是本申请提供的用户维度关系表的一种示例,如表2所示:
表2
关联关系 | 用户标识数据 | 用户标识数据 |
同城、身材相似 | 用户A | 用户D |
好友 | 用户B | 用户D |
相同购物偏好 | 用户A | 用户C |
从表2可见,用户与用户之间可以包括一种或多种关联关系,也可以没有关联关系。此外,表2中仅仅记录了部分存在关联关系的用户的用户标识数据和相应的关联关系,且表2中仅仅是所述用户维度关系表的一种实施例的形式,本申请实施例中所述用户维度关系表并不以上述表2为限。
图2是本申请提供的建立用户维度关系表的一种实施例的流程示意图;具体的,如图2所示,可以包括:
S121:获取应用系统中用户的属性信息。
本申请实施例中所述应用系统可以包括存储有用户的属性信息的系统,一般的,所述应用系统中包括多个用户的属性信息。此外,所述应用系统与所述服务系统可以为同一系统,也可以为不同的系统。具体的,所述应用系统可以为电子商务平台系统。
具体的,所述用户的属性信息可以至少包括下述中的一种:
用户的社交关联信息、用户的个人基本信息、用户的行为习惯信息。
在一个具体的实施例中,结合实际应用,所述用户的社交关联信息可以包括当前用户关注的用户信息、关注当前用户的用户信息、以及与当前用户相互关注的用户信息等社交信息;所述用户的个人基本信息可以包括用户的性别、身高、体重、住址信息等信息;所述用户的行为习惯信息可以包括用户的购买行为信息等信息。
此外,需要说明的是,本申请实施例所述的用户的属性信息并不仅限于上述的用户的社交关联信息、用户的个人基本信息、用户的行为习惯信息,在实际应用中,还可以包括其他信息,本申请实施例中并不以此为限。
S122:根据所述用户的属性信息按照预设匹配规则计算所述应用系统中用户之间的匹配度,判断所述匹配度是否符合预设匹配度。
本申请实施例中,在步骤S121获取应用系统中用户的属性信息之后,可以根据所述用户的属性信息按照预设匹配规则计算所述应用系统中用户之间的匹配度,判断所述匹配度是否符合预设匹配度。具体的,所述匹配度包括能反映用户与用户之间的属性信息匹配的程度或者趋势的字符化表征,还可以包括通过预设的规则使得能反映用户与用户之间属性信息匹配的程度或者趋势的字符化表征量化后的一特定值。在一个具体的例子当中,可能某个维度的字符化表征为“中”,则可以量化该字符化表征“中”为其ASCII码的二进制值或十六进制值。具体的,所述预设匹配规则可以结合具体的属性信息预设设置。
在一个具体的实施例中,当所述用户的属性信息包括所述用户的社交关联信息时,所述根据所述用户的属性信息按照预设匹配规则计算所述应用系统中用户之间的匹配度,判断所述匹配度是否符合预设匹配度可以包括:
根据用户的社交关联信息确定所述应用系统中用户之间的社交关联关系,判断所述社交关联关系是否符合预设社交关联关系。
具体的,所述社交关联关系可以包括用户与用户之间存在单方的主动关注关系、单方的被动关注关系,相互关注关系以及相互无关注关系中的任意一项或多项关系。具体的,所述预设社交关联关系可以包括用户与用户之间存在单方的主动关注关系、单方的被动关注关系,以及相互关注关系中的任意一项或多项关系。相应的,所述预设匹配规则可以包括基于所述社交关联信息的定义设置的相应的社交信息的匹配情况规则。在一个具体的实施例中,假设应用系统中包括用户A、B、C、D、E、F、G、H、I、J。用户A的社交关联信息中包括用户A关注的用户B,关注用户A的用户C,以及与用户A相互关注用户D、I;因此,可以确定出与用户A与应用系统中包括用户A、B、C、D、E、F、G、H、I、J之间的社交关联关系,相应的,可以判断出用户A与用户B、C、D以及I之间的社交关联关系符合预设社交关联关系;以及可以判断出用户A与用户E、F、G、H以及J之间的社交关联关系符合预设社交关联关系。
在另一个实施例中,当所述用户的属性信息包括所述用户的个人基本信息时,所述根据所述用户的属性信息按照预设匹配规则计算所述应用系统中用户之间的匹配度,判断所述匹配度是否符合预设匹配度可以包括:
根据用户的个人基本信息计算所述应用系统中用户之间的个人基本信息的差异度,判断所述差异度是否在预设差异度范围;
具体的,所述预设差异度可以包括能反映用户与用户之间差异程度或者趋势的字符化表征,还可以包括通过预设的规则使得能反映用户与用户之间差异程度或者趋势的字符化表征量化后的一特定值。在一个具体的例子当中,可能某个维度的字符化表征为“中”,则可以量化该字符化表征“中”为其ASCII码的二进制值或十六进制值。相应的,所述预设匹配规则可以包括基于所述用户的个人基本信息设置的所述匹配度的计算规则。在一个具体的实施例中,以身高和体重为个人基本信息时,可以假设预设差异度范围为身高差为-2cm至+2cm(包括-2cm和+2cm),体重差为-3kg至+3kg(包括-3kg和+3kg);假设用户A的个人基本信息中包括身高163cm,体重50kg;用户B的个人基本信息中包括身高164cm,体重51.5kg;用户C的个人基本信息中包括身高170cm,体重53kg。可以确定所述用户A与用户B之间的差异度可以包括身高差+1cm,体重差+1.5kg;用户A与用户C之间的差异度可以包括身高差+7cm,体重差+3kg。相应的,可以判断出用户A与用户B之间的差异度在预设差异度范围,用户A与用户C之间的差异度不在预设差异度范围。
此外,需要说明的是,本申请实施例中所述预设差异度范围并不仅限于上述的身高差和体重差的定义,在实际应用中还可以结合具体的个人基本信息进行定义。例如当个人基本信息包括住址信息时,所述预设差异度范围可以定义为地址信息之间的距离范围等,本申请实施例并不以此为限。
在另一个实施例中,当所述用户的属性信息包括所述用户的行为习惯信息时,所述根据所述用户的属性信息按照预设匹配规则计算所述应用系统中用户之间的匹配度,判断所述匹配度是否符合预设匹配度包括:
根据用户的行为习惯信息计算所述应用系统中用户之间的行为习惯信息相似度,判断所述相识度是否在预设相似度范围。
具体的,所述预设相似度可以包括能反映用户与用户之间行为习惯相似程度或者趋势的字符化表征,还可以包括通过预设的规则使得能反映用户与用户之间行为习惯相似程度或者趋势的字符化表征量化后的一特定值。在一个具体的例子当中,可能某个维度的字符化表征为“中”,则可以量化该字符化表征“中”为其ASCII码的二进制值或十六进制值。相应的,所述预设匹配规则可以包括基于所述用户的行为习惯信息设置的所述相似度的计算规则。在一个具体的实施例中,以所述用户的行为习惯信息为用户的购买行为习惯信息为例,假设所述预设相似度范围为购买物品中比例最大的物品类目相同,且购买物品中比例前三的物品类目相同。例如用户A购买物品的中服饰、零食、洗护占80%(服饰占50%,零食占20%,洗护占10%),数码占10%,交通占10%。用户B购买物品中服饰、零食、洗护占85%(服饰占45%,零食占30%,洗护占10%),交通占10%,数码占5%。用户C购买物品中数码、交通、洗护占85%(数码占50%,交通占25%,洗护占10%),服饰占10%,零食占5%。那么,可以确定用户A与用户B购买物品中比例最大均是服饰,且用户A与用户B购买物品中比例前三的物品类目均是服饰、零食和洗护,相应的,可以判断用户A与用户B之间的相似度在预设相似度范围。用户A购买物品中比例最大是服饰,用户C购买物品中比例最大是数码,且用户A与用户C购买物品中比例前三的物品类目也不相同,相应的,可以判断用户A与用户C之间的相似度不在预设相似度范围。
此外,需要说明的是,本申请实施例中所述预设相似度范围并不仅限于上述的购买物品中比例最大的物品类目相同,且购买物品中比例前三的物品类目相同的定义,在实际应用中还可以结合实际应用进行定义。例如所述预设相似度范围可以定义为购买物品中比例最大的物品类目相同,且所述比例最大的物品类目所占比例大于等于50%等,本申请实施例并不以此为限。
S123:当所述判断的结果为是时,确定出所述匹配度符合所述预设匹配度的用户之间的关联关系。
在一个具体的实施例中,与上述的当所述用户的属性信息包括所述用户的社交关联信息时相对应,当步骤S122中判断的结果为是时,所述确定出所述匹配度符合所述预设匹配度的用户之间的关联关系可以包括确定出所述社交关联关系符合预设社交关联关系的用户之间的关联关系。在实际应用中,所述社交关联关系符合预设社交关联关系的用户之间的关联关系可以定义为“好友”等。
在另一个具体的实施例中,与上述当所述用户的属性信息包括所述用户的个人基本信息时相对应,当步骤S122中判断的结果为是时,所述确定出所述匹配度符合所述预设匹配度的用户之间的关联关系包括确定出差异度在所述预设差异度范围的用户之间的关联关系。在实际应用中,所述差异度在所述预设差异度范围的用户之间的关联关系可以定义为“同城”、“身材相似”、“年龄相仿”等。
在另一个具体的实施例中,与当所述用户的属性信息包括所述用户的行为习惯信息时,相对应,当步骤S122中判断的结果为是时,所述确定出所述匹配度符合所述预设匹配度的用户之间的关联关系包括确定出相似度在所述预设相似度范围的用户之间的关联关系。在实际应用中,所述相似度在所述预设相似度范围的用户之间的关联关系可以定义为“相同购物偏好”。
S124:基于所述用户之间的关联关系和相应的用户标识数据建立所述用户维度关系表。
具体的,本申请实施例中在确定出用户之间的关联关系的之后,可以基于所述用户之间的关联关系和相应的用户标识数据建立所述用户维度关系表。
S130:当所述判断的结果为是时,获取所述目标用户与所述评论数据所对应的用户之间的关联关系。
具体的,以上述目标用户A需要访问商品X(目标对象)的评论界面中的评论数据为例,假设以上述表2为用户维度关系表,结合表1中商品X的评论数据可见,与目标用户A存在关联关系的用户包括用户C和用户D,且目标用户A与用户C之间的关联关系为相同购物偏好,目标用户A与用户D之间的关联关系为同城、身材相似。
S140:显示所述评论数据所对应的用户与所述目标用户的关联关系的标识。
本申请实施例中,服务系统可以显示所述评论数据所对应的用户与所述目标用户的关联关系的标识。具体的,可以包括:
在展示所述评论数据的预设展示区域显示所述评论数据所对应的用户与所述目标用户的关联关系的标识。
具体的,所述关联关系的标识可以包括可以反映所述关联关系的一种标识,在实际应用中,所述关联关系与所述关联关系的标识可以相同,也可以不同,例如用户A与用户B之间的关联关系为好友;相应的,所述关联关系的标识可以为好友,也可以为相互关注等可以反映关联关系“好友”的一种标识。具体的,所述预设展示区域可以包括在目标对象的评论界面中展示当前评论数据的区域中的任意一个区域。这里在展示所述评论数据的预设展示区域显示相应的关联关系的标识,可以保证目标用户在浏览评论数据时,可以获取所述评论数据所对应用户与自己的关联关系信息,这就大大提高评论数据的可信度,可以帮助目标用户更好的了解目标对象。
在一个具体的实施例中,以上述目标用户A访问商品X的评论界面中的评论数据为例,用户C的评论数据所对应的关联关系的标识可以为相同购物偏好,用户D的评论数据所对应的关联关系的标识可以为同城和身材相似。具体的,表3是本申请提供的包括关联关系的标识的评论数据的一种示例,如表3所示:
表3
用户标识数据 | 关联关系的标识 | 评价内容 |
用户D | 同城、身材相似 | 款式不错11月份穿着很暖和,正好 |
用户C | 相同购物偏好 | 羽毛会掉出来,质量不是很好 |
此外,需要说明的是,表3中仅仅记录了部分包括关联关系的标识的评论数据,且表3中仅仅是所述包括关联关系的标识的评论数据的一种实施例的形式,本申请实施例中所述包括关联关系的标识的评论数据并不以上述表3为限。
在一个具体的实施例中,结合上述表3中包括关联关系的标识的评论数据的示例,如图3所示,图3是本申请提供的在展示所述评论数据的预设展示区域显示所述评论数据所对应的用户与所述目标用户的关联关系的标识的一种实施例的示意图。从图中可见,目标用户A在浏览评论数据时,不仅可以看到评论内容,还可以看到已购买用户与自己的关联关系的标识,这就大大提高了评论数据的可信度,有助于用户更好的了解商品,改善了用户体验。相应的,图3中还包括用户账号图片、评论的时间、商品颜色以及商品尺码等信息。
进一步的,在一些实施例中,所述方法还可以包括:
在展示所述目标对象的评论数据的评论界面中优先展示所述关联关系的标识所对应的评论数据。
在实际应用中,考虑到用户通常会优先看靠前的评论数据,在展示评论数据的同时,展示相应的关联关系的标识,可以大大提高所述评论数据的可信度,可以帮助用户更好的了解相应的目标对象。因此,服务系统可以在展示所述目标对象的评论数据的评论界面中优先展示所述关联关系的标识所对应的评论数据,这样用户可以快速获取可信度高的评论数据,并快速了解目标对象,改善了用户体验。
由此可见,本申请一种数据处理的方法的实施例在获取目标用户的访问触发指令相对应的目标对象的评论数据之后;可以基于预先建立的用户维度关系表判断所述评论数据所对应的用户与所述目标用户之间是否存在所述预先建立的用户维度关系表中记录的用户与用户之间的关联关系;当所述判断的结果为是时,可以获取所述目标用户与所述评论数据所对应的用户之间的关联关系;并显示所述评论数据所对应的用户与所述目标用户的关联关系的标识;保证用户在访问浏览目标对象的评论数据时,不仅可以获取评论数据中的评论内容,还可以通过所述关联关系的标识获取所述评论数据所对应用户与自己的关联关系信息,大大提高了评论数据的可信度。与现有技术相比,利用本申请实施例提供的技术方案可以优化评论数据,提高评论数据的可信度,后续可以帮助用户更好的了解目标对象。在一些应用中,可以帮助用户更好的了解评论数据所对应的商品,改善了用户体验,进而可以提高商品的成交转化率。
本申请另一方面还提供一种数据处理的系统,图4是本申请提供的数据处理系统的一种实施例的结构示意图,如图4所示,所述系统400可以包括:
评论数据获取模块410,可以用于获取目标用户的访问触发指令相对应的目标对象的评论数据;
判断模块420,可以用于判断所述评论数据所对应的用户与所述目标用户之间是否存在预先建立的用户维度关系表中记录的用户与用户之间的关联关系
关联关系获取模块430,可以用于当所述判断模块判断的结果为是时,获取所述目标用户与所述评论数据所对应的用户之间的关联关系;
显示模块440,可以用于显示所述评论数据所对应的用户与所述目标用户的关联关系的标识。
在另一个实施例中,所述显示模块可以包括:
显示单元,可以用于在展示所述评论数据的预设展示区域显示所述评论数据所对应的用户与所述目标用户的关联关系的标识。
在另一个实施例中,所述系统还可以包括:
展示处理模块,可以用于在展示所述目标对象的评论数据的评论界面中优先展示所述关联关系的标识所对应的评论数据。
在一些实施例中,所述用户维度关系表可以包括采用下述单元建立:
属性信息获取单元,可以用于获取应用系统中用户的属性信息;
数据处理单元,可以用于根据所述用户的属性信息按照预设匹配规则计算所述应用系统中用户之间的匹配度,判断所述匹配度是否符合预设匹配度;
关联关系确定单元,可以用于当所述数据处理单元判断的结果为是时,确定出所述匹配度符合所述预设匹配度的用户之间的关联关系;
用户维度关系表建立单元,可以用于基于所述用户之间的关联关系和相应的用户标识数据建立所述用户维度关系表。
在一个具体的实施例中,所述用户的属性信息可以至少包括下述中的一种:
用户的社交关联信息、用户的个人基本信息、用户的行为习惯信息。
在一个具体的实施例中,所述数据处理单元可以包括:
第一数据处理单元,可以用于根据用户的社交关联信息确定所述应用系统中用户之间的社交关联关系,判断所述社交关联关系是否符合预设社交关联关系;
相应的,当所述第一数据处理单元判断的结果为是时,所述关联关系确定单元可以包括第一关联关系确定单元,可以用于确定出所述社交关联关系符合预设社交关联关系的用户之间的关联关系。
在一个具体的实施例中,所述数据处理单元可以包括:
第二数据处理单元,可以用于根据用户的个人基本信息计算所述应用系统中用户之间的个人基本信息的差异度,判断所述差异度是否在预设差异度范围;
相应的,当所述第二数据处理单元判断的结果为是时,所述关联关系确定单元可以包括第二关联关系确定单元,可以用于确定出差异度在所述预设差异度范围的用户之间的关联关系。
在一个具体的实施例中,所述数据处理单元可以包括:
第三数据处理单元,可以用于根据用户的行为习惯信息计算所述应用系统中用户之间的行为习惯信息相似度,判断所述相识度是否在预设相似度范围;
相应的,当所述第三数据处理单元判断的结果为是时,所述关联关系确定单元可以包括第三关联关系确定单元,可以用于确定出相似度在所述预设相似度范围的用户之间的关联关系。
由此可见,本申请一种数据处理的方法及系统的实施例在获取目标用户的访问触发指令相对应的目标对象的评论数据之后;可以基于预先建立的用户维度关系表判断所述评论数据所对应的用户与所述目标用户之间是否存在所述预先建立的用户维度关系表中记录的用户与用户之间的关联关系;当所述判断的结果为是时,可以获取所述目标用户与所述评论数据所对应的用户之间的关联关系;并显示所述评论数据所对应的用户与所述目标用户的关联关系的标识;保证用户在访问浏览目标对象的评论数据时,不仅可以获取评论数据中的评论内容,还可以通过所述关联关系的标识获取所述评论数据所对应用户与自己的关联关系信息,大大提高了评论数据的可信度。与现有技术相比,利用本申请实施例提供的技术方案可以优化评论数据,提高评论数据的可信度,后续可以帮助用户更好的了解目标对象。在一些应用中,可以帮助用户更好的了解评论数据所对应的商品,改善了用户体验,进而可以提高商品的成交转化率。
尽管本申请内容中提到服务系统、key value分布式存储系统之间的数据查询等数据处理的描述,但是,本申请并不局限于必须是完全标准或者所提及的数据处理应用环境的情况。本申请中各个实施例中所涉及的上述描述仅是本申请中的一些实施例中的应用。当然,在符合本申请上述各实施例的中所述的处理方法步骤的其他无创造性的变形,仍然可以实现相同的申请,在此不再赘述。
虽然本申请提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或客户端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。
上述实施例阐明系统或模块,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现。
本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构、类等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,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,移动终端,服务器,或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例采用递进的方式描述,各个实施例之间相同或相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。本申请可用于众多通用或专用的计算机系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、移动通信终端、多处理器系统、基于微处理器的系统、可编程的电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。
虽然通过实施例描绘了本申请,本领域普通技术人员知道,本申请有许多变形和变化而不脱离本申请的精神,希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。
Claims (16)
1.一种数据处理的方法,其特征在于,包括:
获取目标用户的访问触发指令相对应的目标对象的评论数据;
判断所述评论数据所对应的用户与所述目标用户之间是否存在预先建立的用户维度关系表中记录的用户与用户之间的关联关系;
当所述判断的结果为是时,获取所述目标用户与所述评论数据所对应的用户之间的关联关系;
显示所述评论数据所对应的用户与所述目标用户的关联关系的标识。
2.根据权利要求1所述的方法,其特征在于,所述显示所述评论数据所对应的用户与所述目标用户的关联关系的标识包括:
在展示所述评论数据的预设展示区域显示所述评论数据所对应的用户与所述目标用户的关联关系的标识。
3.根据权利要求1或2任意一项所述的方法,其特征在于,所述方法还包括:
在展示所述目标对象的评论数据的评论界面中优先展示所述关联关系的标识所对应的评论数据。
4.根据权利要求1或2任意一项所述的方法,其特征在于,所述用户维度关系表包括采用下述方式建立:
获取应用系统中用户的属性信息;
根据所述用户的属性信息按照预设匹配规则计算所述应用系统中用户之间的匹配度,判断所述匹配度是否符合预设匹配度;
当所述判断的结果为是时,确定出所述匹配度符合所述预设匹配度的用户之间的关联关系;
基于所述用户之间的关联关系和相应的用户标识数据建立所述用户维度关系表。
5.根据权利要求4所述的方法,其特征在于,所述用户的属性信息至少包括下述中的一种:
用户的社交关联信息、用户的个人基本信息、用户的行为习惯信息。
6.根据权利要求5所述的方法,其特征在于,当所述用户的属性信息包括所述用户的社交关联信息时,所述根据所述用户的属性信息按照预设匹配规则计算所述应用系统中用户之间的匹配度,判断所述匹配度是否符合预设匹配度包括:
根据用户的社交关联信息确定所述应用系统中用户之间的社交关联关系,判断所述社交关联关系是否符合预设社交关联关系;
相应的,当所述判断的结果为是时,所述确定出所述匹配度符合所述预设匹配度的用户之间的关联关系包括确定出所述社交关联关系符合预设社交关联关系的用户之间的关联关系。
7.根据权利要求5所述的方法,其特征在于,当所述用户的属性信息包括所述用户的个人基本信息时,所述根据所述用户的属性信息按照预设匹配规则计算所述应用系统中用户之间的匹配度,判断所述匹配度是否符合预设匹配度包括:
根据用户的个人基本信息计算所述应用系统中用户之间的个人基本信息的差异度,判断所述差异度是否在预设差异度范围;
相应的,当所述判断的结果为是时,所述确定出所述匹配度符合所述预设匹配度的用户之间的关联关系包括确定出差异度在所述预设差异度范围的用户之间的关联关系。
8.根据权利要求5所述的方法,其特征在于,当所述用户的属性信息包括所述用户的行为习惯信息时,所述根据所述用户的属性信息按照预设匹配规则计算所述应用系统中用户之间的匹配度,判断所述匹配度是否符合预设匹配度包括:
根据用户的行为习惯信息计算所述应用系统中用户之间的行为习惯信息相似度,判断所述相识度是否在预设相似度范围;
相应的,当所述判断的结果为是时,所述确定出所述匹配度符合所述预设匹配度的用户之间的关联关系包括确定出相似度在所述预设相似度范围的用户之间的关联关系。
9.一种数据处理的系统,其特征在于,包括:
评论数据获取模块,用于获取目标用户的访问触发指令相对应的目标对象的评论数据;
判断模块,用于判断所述评论数据所对应的用户与所述目标用户之间是否存在预先建立的用户维度关系表中记录的用户与用户之间的关联关系;
关联关系获取模块,用于当所述判断模块判断的结果为是时,获取所述目标用户与所述评论数据所对应的用户之间的关联关系;
显示模块,用于显示所述评论数据所对应的用户与所述目标用户的关联关系的标识。
10.根据权利要求9所述的系统,其特征在于,所述显示模块包括:
显示单元,用于在展示所述评论数据的预设展示区域显示所述评论数据所对应的用户与所述目标用户的关联关系的标识。
11.根据权利要求9或10任意一项所述的系统,其特征在于,所述系统还包括:
展示处理模块,用于在展示所述目标对象的评论数据的评论界面中优先展示所述关联关系的标识所对应的评论数据。
12.根据权利要求9或10任意一项所述的系统,其特征在于,所述用户维度关系表包括采用下述单元建立:
属性信息获取单元,用于获取应用系统中用户的属性信息;
数据处理单元,用于根据所述用户的属性信息按照预设匹配规则计算所述应用系统中用户之间的匹配度,判断所述匹配度是否符合预设匹配度;
关联关系确定单元,用于当所述数据处理单元判断的结果为是时,确定出所述匹配度符合所述预设匹配度的用户之间的关联关系;
用户维度关系表建立单元,用于基于所述用户之间的关联关系和相应的用户标识数据建立所述用户维度关系表。
13.根据权利要求12所述的系统,其特征在于,所述用户的属性信息至少包括下述中的一种:
用户的社交关联信息、用户的个人基本信息、用户的行为习惯信息。
14.根据权利要求13所述的系统,其特征在于,所述数据处理单元包括:
第一数据处理单元,用于根据用户的社交关联信息确定所述应用系统中用户之间的社交关联关系,判断所述社交关联关系是否符合预设社交关联关系;
相应的,当所述第一数据处理单元判断的结果为是时,所述关联关系确定单元包括第一关联关系确定单元,用于确定出所述社交关联关系符合预设社交关联关系的用户之间的关联关系。
15.根据权利要求13所述的系统,其特征在于,所述数据处理单元包括:
第二数据处理单元,用于根据用户的个人基本信息计算所述应用系统中用户之间的个人基本信息的差异度,判断所述差异度是否在预设差异度范围;
相应的,当所述第二数据处理单元判断的结果为是时,所述关联关系确定单元包括第二关联关系确定单元,用于确定出差异度在所述预设差异度范围的用户之间的关联关系。
16.根据权利要求13所述的系统,其特征在于,所述数据处理单元包括:
第三数据处理单元,用于根据用户的行为习惯信息计算所述应用系统中用户之间的行为习惯信息相似度,判断所述相识度是否在预设相似度范围;
相应的,当所述第三数据处理单元判断的结果为是时,所述关联关系确定单元包括第三关联关系确定单元,用于确定出相似度在所述预设相似度范围的用户之间的关联关系。
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610420789.5A CN107492000A (zh) | 2016-06-13 | 2016-06-13 | 一种数据处理的方法及系统 |
TW106107422A TWI744291B (zh) | 2016-06-13 | 2017-03-07 | 資料處理的方法及系統 |
JP2018561056A JP2019517691A (ja) | 2016-06-13 | 2017-06-13 | 1つまたは複数の格納されたつながり関係および1つまたは複数のルールセットに基づいて評価データの処理および表示を行うための方法およびシステム |
US15/621,664 US20170358006A1 (en) | 2016-06-13 | 2017-06-13 | Methods and systems for processing and displaying review data based on one or more stored relationship associations and one or more rule sets |
PCT/US2017/037239 WO2017218526A1 (en) | 2016-06-13 | 2017-06-13 | Methods and systems for processing and displaying review data based on one or more stored relationship associations and one or more rule sets |
EP17813927.5A EP3469537A4 (en) | 2016-06-13 | 2017-06-13 | METHODS AND SYSTEMS FOR PROCESSING AND DISPLAYING REVIEW DATA BASED ON ONE OR MORE ASSOCIATIONS OF STORED RELATIONSHIPS AND ONE OR MORE SETS OF RULES |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610420789.5A CN107492000A (zh) | 2016-06-13 | 2016-06-13 | 一种数据处理的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107492000A true CN107492000A (zh) | 2017-12-19 |
Family
ID=60573907
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610420789.5A Pending CN107492000A (zh) | 2016-06-13 | 2016-06-13 | 一种数据处理的方法及系统 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20170358006A1 (zh) |
EP (1) | EP3469537A4 (zh) |
JP (1) | JP2019517691A (zh) |
CN (1) | CN107492000A (zh) |
TW (1) | TWI744291B (zh) |
WO (1) | WO2017218526A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108804682A (zh) * | 2018-06-12 | 2018-11-13 | 北京顶象技术有限公司 | 分析视频评论真实性的方法、装置、电子设备及存储介质 |
CN111507786A (zh) * | 2019-01-30 | 2020-08-07 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置和设备 |
WO2021022900A1 (zh) * | 2019-08-02 | 2021-02-11 | 华为技术有限公司 | 识别文本的方法及装置 |
CN113240536A (zh) * | 2021-05-14 | 2021-08-10 | 北京达佳互联信息技术有限公司 | 信息获取方法、装置、服务器、介质及产品 |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108550065B (zh) * | 2018-04-10 | 2022-10-18 | 百度在线网络技术(北京)有限公司 | 评论数据处理方法、装置及设备 |
CN109165905A (zh) * | 2018-06-26 | 2019-01-08 | 北京炎黄盈动科技发展有限责任公司 | 业务流程数据的处理方法、装置、设备及可读存储介质 |
EP3588329A1 (en) | 2018-06-27 | 2020-01-01 | Unify Patente GmbH & Co. KG | Computer-implemented method and system for providing a review process of a document |
CN110516009A (zh) * | 2019-08-21 | 2019-11-29 | 北京互金新融科技有限公司 | 指标系统的建立方法、建立装置、存储介质和处理器 |
CN112307394A (zh) * | 2019-10-21 | 2021-02-02 | 北京字节跳动网络技术有限公司 | 信息显示方法、装置和电子设备 |
CN112069231B (zh) * | 2020-09-08 | 2024-05-17 | 京东科技控股股份有限公司 | 用户信息处理方法及装置、存储介质、电子设备 |
CN113779276A (zh) * | 2021-01-13 | 2021-12-10 | 北京沃东天骏信息技术有限公司 | 用于检测评论的方法和装置 |
CN113902596B (zh) * | 2021-09-17 | 2022-06-14 | 广州认真教育科技有限公司 | 一种利用信息匹配的课后服务方法及系统 |
CN115936719A (zh) * | 2023-03-01 | 2023-04-07 | 北京淘友天下技术有限公司 | 识别方法、装置、电子设备及计算机可读存储介质 |
CN117271850B (zh) * | 2023-11-17 | 2024-01-30 | 上海光潾网络科技有限公司 | 基于客户数据平台的用户数据匹配方法、平台、设备和介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060143066A1 (en) * | 2004-12-23 | 2006-06-29 | Hermann Calabria | Vendor-driven, social-network enabled review syndication system |
US20140046801A1 (en) * | 2012-08-13 | 2014-02-13 | Ryan Brock PROUDFOOT | Contacts affinity used to prioritize display of content item reviews in online store |
CN104978346A (zh) * | 2014-04-09 | 2015-10-14 | 阿里巴巴集团控股有限公司 | 提供用户评价信息的方法及系统 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4098539B2 (ja) * | 2002-03-15 | 2008-06-11 | 富士通株式会社 | プロファイル情報の推薦方法、プログラム及び装置 |
US20090070228A1 (en) * | 2007-09-12 | 2009-03-12 | Guy Ronen | Systems and methods for e-commerce and mobile networks for providing purchase experiences of friends in a social network |
US9020835B2 (en) * | 2012-07-13 | 2015-04-28 | Facebook, Inc. | Search-powered connection targeting |
US9201928B2 (en) * | 2013-05-31 | 2015-12-01 | Google Inc. | Assessing quality of reviews based on online reviewer generated content |
US20160042413A1 (en) * | 2014-08-10 | 2016-02-11 | Stephen Joseph Flood | Systems and Methods for the Recording and Selective Distribution and Selective Communal Analysis of Consumer Reviews |
-
2016
- 2016-06-13 CN CN201610420789.5A patent/CN107492000A/zh active Pending
-
2017
- 2017-03-07 TW TW106107422A patent/TWI744291B/zh not_active IP Right Cessation
- 2017-06-13 EP EP17813927.5A patent/EP3469537A4/en not_active Withdrawn
- 2017-06-13 WO PCT/US2017/037239 patent/WO2017218526A1/en unknown
- 2017-06-13 JP JP2018561056A patent/JP2019517691A/ja active Pending
- 2017-06-13 US US15/621,664 patent/US20170358006A1/en not_active Abandoned
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060143066A1 (en) * | 2004-12-23 | 2006-06-29 | Hermann Calabria | Vendor-driven, social-network enabled review syndication system |
US20140046801A1 (en) * | 2012-08-13 | 2014-02-13 | Ryan Brock PROUDFOOT | Contacts affinity used to prioritize display of content item reviews in online store |
CN104978346A (zh) * | 2014-04-09 | 2015-10-14 | 阿里巴巴集团控股有限公司 | 提供用户评价信息的方法及系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108804682A (zh) * | 2018-06-12 | 2018-11-13 | 北京顶象技术有限公司 | 分析视频评论真实性的方法、装置、电子设备及存储介质 |
CN111507786A (zh) * | 2019-01-30 | 2020-08-07 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置和设备 |
CN111507786B (zh) * | 2019-01-30 | 2023-05-26 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置和设备 |
WO2021022900A1 (zh) * | 2019-08-02 | 2021-02-11 | 华为技术有限公司 | 识别文本的方法及装置 |
CN113240536A (zh) * | 2021-05-14 | 2021-08-10 | 北京达佳互联信息技术有限公司 | 信息获取方法、装置、服务器、介质及产品 |
Also Published As
Publication number | Publication date |
---|---|
TWI744291B (zh) | 2021-11-01 |
EP3469537A1 (en) | 2019-04-17 |
EP3469537A4 (en) | 2020-02-12 |
JP2019517691A (ja) | 2019-06-24 |
TW201743256A (zh) | 2017-12-16 |
WO2017218526A1 (en) | 2017-12-21 |
US20170358006A1 (en) | 2017-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107492000A (zh) | 一种数据处理的方法及系统 | |
US11216861B2 (en) | Color based social networking recommendations | |
US10402917B2 (en) | Color-related social networking recommendations using affiliated colors | |
US9524563B2 (en) | Automatic image-based recommendations using a color palette | |
US9652654B2 (en) | System and method for providing an interactive shopping experience via webcam | |
US9679532B2 (en) | Automatic image-based recommendations using a color palette | |
US11443357B2 (en) | Matching user provided representations of items with sellers of those items | |
CN108320213A (zh) | 电商商品推荐方法和电商平台服务器 | |
US20150379006A1 (en) | Automatic image-based recommendations using a color palette | |
CA2863722C (en) | Systems, methods and apparatus for identifying links among interactional digital data | |
US20090182612A1 (en) | System and method for online sizing and other applications involving a root measurable entity | |
KR101353996B1 (ko) | 온라인 쇼핑을 위한 상품관리 시스템 및 상품관리 방법 | |
WO2018035164A1 (en) | Description information generation and presentation systems, methods, and devices | |
US20030172004A1 (en) | Sales voting and shopping by recipient attributes | |
CN109446403A (zh) | 商品搜索匹配方法及系统 | |
CN106447459A (zh) | 一种根据商品属性自动分类的方法 | |
WO2008025291A1 (fr) | Système et procédé de présentation d'articles | |
KR102392533B1 (ko) | 아이템 정보를 포함하는 페이지 제공 방법 및 장치 | |
CN105608586A (zh) | 一种基于互联网的实体商店商品的比价系统及其实现方法 | |
US10296960B1 (en) | Color-based recommendations using product images | |
JP2021149363A (ja) | 情報処理装置、情報処理方法及びプログラム | |
KR101431521B1 (ko) | 뷰티정보 포털사이트 운영방법 | |
TWI682288B (zh) | 關聯資料建立系統與方法 | |
CA2985892A1 (en) | Matching user provided representations of items with sellers of those items | |
CN105719079B (zh) | 信息生成方法和装置 |
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 | ||
REG | Reference to a national code |
Ref country code: HK Ref legal event code: DE Ref document number: 1248363 Country of ref document: HK |
|
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171219 |
|
RJ01 | Rejection of invention patent application after publication |