CN107679887A - 一种商户评分的处理方法和装置 - Google Patents
一种商户评分的处理方法和装置 Download PDFInfo
- Publication number
- CN107679887A CN107679887A CN201710773548.3A CN201710773548A CN107679887A CN 107679887 A CN107679887 A CN 107679887A CN 201710773548 A CN201710773548 A CN 201710773548A CN 107679887 A CN107679887 A CN 107679887A
- Authority
- CN
- China
- Prior art keywords
- scoring
- trade company
- user
- rating matrix
- target
- 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
- G06Q30/02—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
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
-
- 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
- G06Q30/0282—Rating or review of business operators or products
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例提供了一种商户评分的处理方法和装置,所述方法包括:在获取多个用户对多个商户的原始评分后,依据原始评分计算目标评分,然后依据目标评分分别计算商户的最终评分,并根据最终评分对多个商户进行展示,本发明实施例先依据用户的原始评分计算目标评分,再依据目标评分计算最终评分,可以避免用户不客观或者职业差评和职业好评的评分对最终评分的影响,从而使得通过目标评分计算得到的商户的最终评分能够反映商户的真实品质。
Description
技术领域
本发明涉及数据处理技术领域,特别是涉及一种商户评分的处理方法和装置。
背景技术
随着网络技术和电子商务的发展,出现了各种购物或者服务平台。
人们在网上购物、寻找餐厅等,往往会参考平台给商户的评分,而商户的评分是通过历史购买的每位用户的评分进行综合计算得到的。目前,在根据用户评分进行综合计算商户评分时,一般采用每位用户的评分直接进行加权或者算数平均计算。
然而,对于同一商户,由于不同用户的评分标准不同,或者存在大量用户打分较随意,例如,商户会使用优惠政策来引导用户给好评,又或者商户收到大量职业差评师的恶意差评,这就造成评分的不客观,使得计算出来的商户评分并不能真实反映商户的品质。
发明内容
鉴于上述问题,提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种商户评分的处理方法和装置。
为了解决上述问题,本发明实施例公开了一种商户评分的处理方法,包括:
获取多个用户对多个商户的原始评分;
依据所述原始评分计算目标评分;
依据所述目标评分,分别计算每个商户的最终评分;
根据所述最终评分对所述多个商户进行展示。
可选地,还包括:
依据所述最终评分对所述多个商户进行排序;
将排序在预设范围内的商户确定为目标推荐商户。
可选地,所述获取多个用户对多个商户的原始评分的步骤包括:
获取多个商户;
获取对所述多个商户进行评分的多个用户,以及,所述多个用户对多个商户的评分;
依据所述多个商户、所述多个用户以及所述多个用户的评分生成原始评分矩阵。
可选地,所述依据所述原始评分计算目标评分的步骤包括:
将所述原始评分矩阵中同一用户的所有评分转换为排名,生成第一评分矩阵;
将所述第一评分矩阵中同一用户的各个评分的排名转换为排名分数,生成目标评分矩阵。
可选地,所述将所述原始评分矩阵中同一用户的所有评分转换为排名,生成第一评分矩阵的步骤包括:
获取所述原始评分矩阵中同一用户的所有评分;
将所述同一用户的所有评分进行排序,得到所述同一用户的所有评分中各个评分的排名;
采用所述同一用户的各个评分的排名,代替所述原始评分矩阵中所述排名对应的评分,生成第一评分矩阵。
可选地,所述将所述第一评分矩阵中同一用户的各个评分的排名转换为排名分数,生成目标评分矩阵的步骤包括:
获取所述原始评分矩阵中同一用户的相同评分的个数、所述相同评分中各个评分的排名以及所述同一用户的评分总个数;
采用所述相同评分中各个评分的排名、相同的评分的个数以及用户的评分总个数,计算所述相同的评分的排名分数;
采用所述排名分数,代替所述第一评分矩阵中排名分数的排名,生成目标评分矩阵。
可选地,所述依据所述目标评分,分别计算每个商户的最终评分的步骤包括:
获取所述目标评分矩阵中同一商户下各个用户的排名分数以及各个用户的用户权重;
依据所述各个用户的排名分数以及各个用户的用户权重,计算所述商户的加权平均分数;
依据所述加权平均分数计算所述商户的最终评分。
可选地,所述所述依据所述加权平均分数计算所述商户的最终评分的步骤包括:
获取所述商户的评分个数、平滑权重和平滑分数;
依据所述加权平均分数、评分个数、平滑权重和平滑分数,计算所述商户的平滑评分;
依据所述平滑评分,确定所述商户的最终评分。
本发明实施例公开了一种商户评分的处理装置,所述装置包括:
原始评分获取模块,用于获取多个用户对多个商户的原始评分;
目标评分计算模块,用于依据所述原始评分计算目标评分;
最终评分计算模块,用于依据所述目标评分,分别计算每个商户的最终评分;
展示模块,用于根据所述最终评分对所述多个商户进行展示。
可选地,还包括:
排序模块,用于依据所述最终评分对所述多个商户进行排序;
目标推荐商户确定模块,用于将排序在预设范围内的商户确定为目标推荐商户。
可选地,所述原始评分获取模块包括:
商户获取子模块,用于获取多个商户;
评分获取子模块,用于获取对所述多个商户进行评分的多个用户,以及,所述多个用户对多个商户的评分;
原始评分矩阵生成子模块,用于依据所述多个商户、所述多个用户以及所述多个用户的评分生成原始评分矩阵。
可选地,所述目标评分计算模块包括:
第一评分矩阵生成子模块,用于将所述原始评分矩阵中同一用户的所有评分转换为排名,生成第一评分矩阵;
目标评分矩阵生成子模块,用于将所述第一评分矩阵中同一用户的各个评分的排名转换为排名分数,生成目标评分矩阵。
可选地,所述第一评分矩阵生成子模块包括:
用户评分获取单元,用于获取所述原始评分矩阵中同一用户的所有评分;
评分排序单元,用于将所述同一用户的所有评分进行排序,得到所述同一用户的所有评分中各个评分的排名;
第一评分矩阵生成单元,用于采用所述同一用户的各个评分的排名,代替所述原始评分矩阵中所述排名对应的评分,生成第一评分矩阵。
可选地,所述目标评分矩阵生成子模块包括:
用户评分信息获取单元,用于获取所述原始评分矩阵中同一用户的相同评分的个数、所述相同评分中各个评分的排名以及所述同一用户的评分总个数;
排名分数计算单元,用于采用所述相同评分中各个评分的排名、相同的评分的个数以及用户的评分总个数,计算所述相同的评分的排名分数;
目标评分矩阵生成单元,用于采用所述排名分数,代替所述第一评分矩阵中排名分数的排名,生成目标评分矩阵。
可选地,所述最终评分计算模块包括:
权重获取子模块,用于获取所述目标评分矩阵中同一商户下各个用户的排名分数以及各个用户的用户权重;
加权平均分数计算子模块,用于依据所述各个用户的排名分数以及各个用户的用户权重,计算所述商户的加权平均分数;
最终评分计算子模块,用于依据所述加权平均分数计算所述商户的最终评分。
可选地,所述最终评分计算子模块包括:
平滑参数获取单元,用于获取所述商户的评分个数、平滑权重和平滑分数;
平滑评分计算单元,用于依据所述加权平均分数、评分个数、平滑权重和平滑分数,计算所述商户的平滑评分;
最终评分确定单元,用于依据所述平滑评分,确定所述商户的最终评分。
本发明实施例公开了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述方法的步骤。
本发明实施例还公开了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述方法的步骤。
本发明实施例包括以下优点:
本发明实施例在获取多个用户对多个商户的原始评分后,依据原始评分计算目标评分,然后依据目标评分分别计算每个商户的最终评分,并根据最终评分对多个商户进行展示,本发明实施例先依据用户的原始评分计算目标评分,再依据目标评分计算最终评分,可以避免用户不客观或者职业差评和职业好评的评分对最终评分的影响,从而使得通过目标评分计算得到的商户的最终评分能够反映商户的真实品质。
进一步地,本发明实施例根据最终评分对商户进行排序,并根据排序确定目标推荐商户,由于最终评分能够反映商户的真实品质,因此能够准确地向用户推荐优质的商户。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的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发明的一些实施例,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是本发明的一种商户评分的处理方法实施例1的步骤流程图;
图2是本发明的一种商户评分的处理方法实施例2的步骤流程图;
图3是本发明的一种商户评分的处理装置实施例1的结构框图;
图4是本发明的一种商户评分的处理装置实施例2的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1,示出了本发明的一种商户评分的处理方法实施例1的步骤流程图,具体可以包括如下步骤:
步骤101,获取多个用户对多个商户的原始评分。
本发明实施例可用于基于互联网平台进行信息评分展示或者信息推荐的应用场景。例如,当用户在电商网站上购物时,电商网站向用户展示电商网站上的商户的评分或者推荐商户,又例如,用户通过外卖客户端叫外卖时,外卖客户端可以向用户展示外面商户评分或者推荐相关外卖商户等。
根据应用场景的不同,评分的对象可以有所不同,本发明实施例以商户进行说明,当然,不仅仅限于商户,还可以是商品、视频信息等其它网络上的信息。
应用于本发明实施例中,则步骤101可以包括如下子步骤:
子步骤S11,获取多个商户。
具体的,当用户通过客户端搜索商品时,可以获取与商品相关的多个商户。客户端可以是网络上的电商平台,例如可以是购物、外卖、旅游等服务平台,用户可以在移动终端或者台式计算机上安装的客户端界面输入商品关键词,例如通过键盘、语音等输入方式输入商品关键词。客户端接收到搜索关键词后,在服务器检索与关键词相关的多个商户。
例如搜索关键词为“烧鹅”,则客户端对应的服务器搜索出提供“烧鹅”外卖的多个商户作为需要评分处理的多个商户,更优选的,可以获取用户的地理位置,根据用户地理位置和搜索关键词获取多个商户,例如用户的地理位置为“广州市天河区体育西路X号”,当用户通过客户端搜索“烧鹅”时,则获取配送范围包括“广州市天河区体育西路X号”的、提供“烧鹅”外卖的多个商户作为需要评分处理的商户。
当然,为了实现个性化搜索,还可以结合用户的搜索日志来确定默认评分处理的商户。
子步骤S12,获取对所述多个商户进行评分的多个用户,以及,所述多个用户对多个商户的评分。
在获取多个商户后,为了能够根据用户的评分计算商户的最终评分,可以获取对多个商户进行评分的多个用户。
客户端平台可以收集商户、对商户进行评分的用户以及用户对商户的评分,并且建立商户和用户的关联关系,然后通过主题聚类,得到包含商户和用户的主题聚类,即同一主题聚类下包含关于该主题的商户和用户,例如,主题是“烧鹅”,在该“烧鹅”主题聚类下包括提供烧鹅外卖的多个商户以及对该多个商户进行评分的用户,因此,可以通过主题聚类找出多个商户,以及多个用户对多个商户的评分。
当然,客户端平台对应的服务器中也可以设置商户-用户关联表,通过关联表查找多个商户的多个用户,进而查找到多个用户对多个商户的评分。
子步骤S13,依据所述多个商户、所述多个用户以及所述多个用户的评分生成原始评分矩阵。
在确定多个商户、多个商户的多个用户以及用户对多个商户的评分后,可以生成原始评分矩阵。在本发明实施例中,原始评分矩阵可以是一张记录有多个商户以及多个用户对多个商户的评分的表格。
为了使本领域技术人员能够更好地理解本发明实施例,以下通过一个示例对本发明实施例加以示例性说明,但应当理解的是,本发明实施例并不限于此。
作为一种示例,原始评分矩阵可以如下表1,原始评分矩阵中的分数即为商户的原始评分:
表1:
商户A | 商户B | 商户C | 商户D | 商户E | |
用户1 | 1 | 5 | 5 | 5 | 5 |
用户2 | 5 | 5 | 5 | 5 | 5 |
用户3 | 5 | 5 | 3 | 4 | 5 |
用户4 | 5 | 1 | 4 | 3 | 2 |
用户5 | 4 | 4 | 3 | 3 | 3 |
如上表1所示,多个商户包括商户A、商户B、商户C、商户D和商户 E,以上商户的用户包括用户1、用户2、用户3、用户4和用户5,即用户 1、用户2、用户3、用户4和用户5对商户A、商户B、商户C、商户D和商户E进行了评分,评分为1至5分。
在本发明实施例中,用户1、用户2、用户3、用户4和用户5可以是一个用户组,该用户组包括了对商户A、商户B、商户C、商户D和商户E进行评分的多个用户,例如用户1包括张三、李四、王五、小明和小芳五个人,用户1、用户2、用户3、用户4和用户5也可以是仅有一个用户,例如用户 1可以进包括张三,本发明实施例对此不做限制。
步骤102,依据所述原始评分计算目标评分。
在实际应用中,用户的评分标准不同,或者存在恶意差评、职业好评等,如果按照原始评分矩阵中用户的评分计算商户的最终评分,并不能真正体现商户的品质,因此需要对原始评分矩阵中的用户的非客观评分进行弱化处理,在本发明的一种优选实施例中,步骤102可以包括如下子步骤:
子步骤S21,将所述原始评分矩阵中同一用户的所有评分转换为排名,生成第一评分矩阵。
本发明实施例中,每一个用户均对多个商户进行了评分,因此,可以将每个用户的评分转换为评分的排名,然后生成第一评分矩阵,具体的,子步骤S21可以包括如下子步骤:
子步骤S211,获取所述原始评分矩阵中同一用户的所有评分;
子步骤S212,将所述同一用户的所有评分进行排序,得到所述同一用户的所有评分中各个评分的排名;
子步骤S213,采用所述同一用户的各个评分的排名,代替所述原始评分矩阵中所述排名对应的评分,生成第一评分矩阵。
具体而言,可以获取原始评分矩阵中同一用户对商户的所有评分,即同一用户的评分集合,将评分集合的所有评分进行排序,得到各个评分的排名,例如可以按照从大到小的顺序进行排序,得到各个评分的排名,采用各评分的排名代替原始评分矩阵中的评分,即可得到第一评分矩阵,以下以上述表 1进行示例说明:
在表1中,用户1对商户A、商户B、商户C、商户D和商户E进行了评分,用户1的所有评分为{1,5,5,5,5},将用户1所有评分从大到小进行排序为{5,5,5,5,1}。可见,用户1有4个5分,在所有评分中为前4名,相同评分的排名可以不分先后顺序,则4个5分对应的排名为{1,2,3,4},用户1的1分在所有评分中排名为5。采用用户1的所有评分对应的排名代替用户1的评分后为{5,1,2,3,4}。如此类推将用户2、用户 3、用户4和用户5的评分转换为排名,则原始评分矩阵(表1)可转换为第一评分矩阵(表2):
表2:
商户A | 商户B | 商户C | 商户D | 商户E | |
用户1 | 5 | 1 | 2 | 3 | 4 |
用户2 | 1 | 2 | 3 | 4 | 5 |
用户3 | 1 | 2 | 5 | 4 | 3 |
用户4 | 1 | 5 | 2 | 3 | 4 |
用户5 | 1 | 2 | 3 | 4 | 5 |
可见,原始评分矩阵中的用户的评分转变为第一评分矩阵中用户评分的排名,以便后续在子步骤S22中进一步转换,以弱化用户的非客观评分。
子步骤S22,将所述第一评分矩阵中同一用户的各个评分的排名转换为排名分数,生成目标评分矩阵。
在实际应用中,对于同一个商户,不同用户作出的同一评分代表的意义可能不同,例如对于职业好评作出的好评分并不能代表商户的真实品质,因此,可以将每个用户的每种评分的排名转换为排名分数,生成目标评分矩阵,在本发明的一种优选实施例中,子步骤S22可以包括如下子步骤:
子步骤S221,获取所述原始评分矩阵中同一用户的相同评分的个数、所述相同评分中各个评分的排名以及所述同一用户的评分总个数;
子步骤S222,采用所述相同评分中各个评分的排名、相同的评分的个数以及用户的评分总个数,计算所述相同的评分的排名分数;
子步骤S223,采用所述排名分数,代替所述第一评分矩阵中排名分数的排名,生成目标评分矩阵。
具体而言,每个用户对多个商户作出的评分有可能为多种,则需要计算每种评分的排名分数,用排名分数代替第一评分矩阵中的排名即可得到目标评分矩阵,以下以表1和表2进行示例说明:
在表1中,用户1的所有评分为{1,5,5,5,5},其中评分为5分的集合为{5,5,5,5},即4个5分,可以通过函数mean(Ni)/n求取评分为5分的排名分数,其中i为相同评分的个数,N为相同评分在表2中的排名,n为用户的评分总个数。
例如,对于用户1的5分,其在表2中的排名为{1,2,3,4},总共有 4个5分,用户1的评分总个数为5个,则用户1的5分的排名分数为:
mean({1,2,3,4})/5=(1+2+3+4)/4/5=0.5;
同理,用户1的1分在表2中的排名为5,则用户1的1分的排名分数为:
mean({5})/5=5/1/5=1。
按照以上计算方法,将每一用户的每种评分转换为排名分数后,采用排名分数代替第一评分矩阵中排名分数的排名即可得到目标评分矩阵(表3) 目标评分矩阵中的排名分数即为目标分数:
表3:
商户A | 商户B | 商户C | 商户D | 商户E | |
用户1 | 1 | 0.5 | 0.5 | 0.5 | 0.5 |
用户2 | 0.6 | 0.6 | 0.6 | 0.6 | 0.6 |
用户3 | 0.4 | 0.4 | 1 | 0.8 | 0.4 |
用户4 | 0.2 | 1 | 0.4 | 0.6 | 0.8 |
用户5 | 0.3 | 0.3 | 0.8 | 0.8 | 0.8 |
由上述表3与表1可知,用户2和用户3对商户A的评分都为5分,用户2对商户A、商户B、商户C、商户D和商户E的评分都为5分,而用户 3对商户A、商户B、商户C、商户D和商户E的评分分别为5分、5分、3 分、4分和5分;可见用户2评分有可能比较随意或者是职业好评,而用户 3评分则比较客观。在目标评分矩阵中,对于商户A来说,用户2的5分的目标分数为0.6,而用户3的5分的目标分数为0.4,可见用户2相对不客观的5分的目标分数会被弱化(排名分数越低,代表对商户的评价越好)。
步骤103,依据所述目标评分,分别计算每个商户的最终评分。
在生成目标评分矩阵后,可以通过各个商户下用户的排名分数计算各个商户的最终评分,在本发明的一种优选实施例中,步骤103可以包括如下子步骤:
子步骤S31,获取所述目标评分矩阵中同一商户下各个用户的排名分数以及各个用户的用户权重;
子步骤S32,依据所述各个用户的排名分数以及各个用户的用户权重,计算所述商户的加权平均分数。
在实际应用中,可以设置每个评分用户的权重,例如每个用户使用相同的权重,也可以根据用户的评分行为设置用户的权重,例如根据用户的所有评分分布设置相应的权重。
例如,用户的评分更符合正太分布,该用户可以设置较大权重,如果用户的评分都为1分或者5分,则该用户可能是职业差评或者好评,该用户可以设置较小权重,最后根据用户的排名分数和用户权重计算商户的加权平均分数,以下以表3进行示例说明:
如表3所示,商户A的所有评分为1、0.6、0.4、0.2和0.3,假如用户1、用户2、用户3、用户4和用户5的权重都为1,则商户A的加权平均分数为:
按照上述计算方法以及表3,计算每个商户的加权平均分数后,得到商户的加权平均分数如表4所示。
表4:
商户A | 商户B | 商户C | 商户D | 商户E | |
评分 | 0.50 | 0.56 | 0.74 | 0.66 | 0.54 |
在上述表4中,加权平均分数的值越小,则说明商户的运营水平越好,即商户的品质越好。
在得到商户的加权平均分数后,可以将加权平均分数作为商户的最终评分,可以根据加权平均分数对商户进行展示或者对商户进行排序等。
在实际应用中,为了防止出现商户的评分个数较少使得商户的加权平均分数较小的情况,例如当一个商户只有一个评分时,如果该评分的排名分数为0.1,此时若只使用加权平均分数则该商户的最终评分为0.1,即出现了评分个数较少的商户得到的最终评分较小的情况。为了避免这种情况,则步骤 103还可以包括如下子步骤:
子步骤S33,依据所述加权平均分数计算所述商户的最终评分。
在本发明一种优选实施例中,可以对加权平均分数进行平滑处理,具体而言,子步骤S33可以包括如下步骤:
子步骤S331,获取所述商户的评分个数、平滑权重和平滑分数;
子步骤S332,依据所述加权平均分数、评分个数、平滑权重和平滑分数,计算所述商户的平滑评分;
子步骤S333,依据所述平滑评分,确定所述商户的最终评分。
在得到加权平均分数后,可以根据加权平均分数、评分个数、平滑权重和平滑分数,计算商户的平滑评分,具体可以通过以下方式计算平滑评分:
在实际应用中,可以设置平滑权重和平滑分数为固定值,比如平滑权重=5,平滑分数=0.6,商户A的评分个数为5,则商户A的平滑评分为:
如此类推,因此表4的加权平均分数在经过平滑处理后变为表5:
表5
商户A | 商户B | 商户C | 商户D | 商户E | |
评分 | 0.55 | 0.58 | 0.67 | 0.63 | 0.57 |
排名 | 1 | 3 | 5 | 4 | 2 |
在上述表5中,平滑后的平滑评分的值越小,则说明商户的运营水平越好,即商户的品质越好。
在实际应用中,展示商户的最终评分的时,为了和用户的认知保持一致,可以对平滑评分进行一次转换,使得平滑评分的值越大代表商户品质越好,具体而言,当总分为5分时,可以通过以下方式进行转换:
最终评分=5-平滑评分
因此上述表5中商户的最终评分表6所示:
表6:
商户A | 商户B | 商户C | 商户D | 商户E | |
评分 | 4.45 | 4.42 | 4.33 | 4.37 | 4.43 |
排名 | 1 | 3 | 5 | 4 | 2 |
经转换后,商户的最终评分越大,商户的运营水平越好,商户的品质也就越好。
在本发明实施例中,以表1-表6进行了示例说明,但应当理解的是,本发明实施例并不限于此。
本发明实施例对加权平均分数进行平滑处理后得到商户的最终评分,可以有效避免商户评分个数较少时对最终评分的影响,保证了商户的最终评分能够反映商户的真实品质。
步骤104,根据所述最终评分对所述对个商户进行展示。
在计算得到多个商户的最终评分后,可以对多个商户进行展示,例如在电商平台上,商户的名称旁展示商户的最终评分,或者根据最终评分,在商户的名称旁展示特殊字符以代表商户的品质,例如商户最终评分为5分时展示5颗星型字符,4.5分到5分时展示4.5颗星型字符等等。
本发明实施例在获取多个用户对多个商户的原始评分后,依据原始评分计算目标评分,然后依据目标评分分别计算每个商户的最终评分,并根据最终评分对多个商户进行展示,可见,本发明实施例先依据用户的原始评分计算目标评分,再依据目标评分计算最终评分,可以避免用户不客观或者职业差评和职业好评的评分对最终评分的影响,从而使得通过目标评分计算得到的商户的最终评分能够反映商户的真实品质。
参照图2,示出了本发明的一种商户评分的处理方法实施例2的步骤流程图,具体可以包括如下步骤:
步骤201,获取多个用户对多个商户的原始评分。
步骤202,依据所述原始评分计算目标评分。
步骤203,依据所述目标评分,分别计算每个商户的最终评分。
步骤204,根据所述最终评分对所述多个商户进行展示。
步骤205,依据所述最终评分对所述多个商户进行排序。
在客户端或者客户端对应的服务器,计算出商户的最终评分或者展示商户后,可以对商户进行排序。如表6所示,按照最终评分的大小从大到小进行排序,得到各个商户的排名。
步骤206,将排序在预设范围内的商户确定为目标推荐商户。
将商户进行排序后,将预设范围内的商户确定为目标推荐商户,例如在以上的示例中,商户排序为商户A、商户E、商户B、商户D、商户C,则可以将排名在前3名的商户,即商户A、商户E、商户B作为目标推荐商户,通过客户端将目标推荐商户以及目标推荐商户的最终评分推荐给用户。
本发明实施例在获取多个用户对多个商户的原始评分后,依据原始评分计算目标评分,然后依据目标评分分别计算每个商户的最终评分,并根据最终评分对多个商户进行展示,可见,本发明实施例先依据用户的原始评分计算目标评分,再依据目标评分计算最终评分,可以避免用户不客观或者职业差评和职业好评的评分对最终评分的影响,从而使得通过目标评分计算得到的商户的最终评分能够反映商户的真实品质。
进一步地,本发明实施例根据最终评分对商户进行排序,并根据排序确定目标推荐商户,由于最终评分能够反映商户的真实品质,因此能够准确地向用户推荐优质的商户。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图3,示出了本发明的一种商户评分的处理装置实施例1的结构框图,具体可以包括如下模块:
原始评分获取模块301,用于获取多个用户对多个商户的原始评分;
目标评分计算模块302,用于依据所述原始评分计算目标评分;
最终评分计算模块303,用于依据所述目标评分,分别计算每个商户的最终评分;
展示模块304,用于根据所述最终评分对所述多个商户进行展示。
优选地,原始评分获取模块301包括:
商户获取子模块,用于获取多个商户;
评分获取子模块,用于获取对所述多个商户进行评分的多个用户,以及,所述多个用户对多个商户的评分;
原始评分矩阵生成子模块,用于依据所述多个商户、所述多个用户以及所述多个用户的评分生成原始评分矩阵。
优选地,目标评分计算模块302包括:
第一评分矩阵生成子模块,用于将所述原始评分矩阵中同一用户的所有评分转换为排名,生成第一评分矩阵;
目标评分矩阵生成子模块,用于将所述第一评分矩阵中同一用户的各个评分的排名转换为排名分数,生成目标评分矩阵。
优选地,所述第一评分矩阵生成子模块包括:
用户评分获取单元,用于获取所述原始评分矩阵中同一用户的所有评分;
评分排序单元,用于将所述同一用户的所有评分进行排序,得到所述同一用户的所有评分中各个评分的排名;
第一评分矩阵生成单元,用于采用所述同一用户的各个评分的排名,代替所述原始评分矩阵中所述排名对应的评分,生成第一评分矩阵。
优选地,所述目标评分矩阵生成子模块包括:
用户评分信息获取单元,用于获取所述原始评分矩阵中同一用户的相同评分的个数、所述相同评分中各个评分的排名以及所述同一用户的评分总个数;
排名分数计算单元,用于采用所述相同评分中各个评分的排名、相同的评分的个数以及用户的评分总个数,计算所述相同的评分的排名分数;
目标评分矩阵生成单元,用于采用所述排名分数,代替所述第一评分矩阵中排名分数的排名,生成目标评分矩阵。
优选地,最终评分计算模块303包括:
权重获取子模块,用于获取所述目标评分矩阵中同一商户下各个用户的排名分数以及各个用户的用户权重;
加权平均分数计算子模块,用于依据所述各个用户的排名分数以及各个用户的用户权重,计算所述商户的加权平均分数;
最终评分计算子模块,用于依据所述加权平均分数计算所述商户的最终评分。
优选地,所述最终评分计算子模块包括:
平滑参数获取单元,用于获取所述商户的评分个数、平滑权重和平滑分数;
平滑评分计算单元,用于依据所述加权平均分数、评分个数、平滑权重和平滑分数,计算所述商户的平滑评分;
最终评分确定单元,用于依据所述平滑评分,确定所述商户的最终评分。
参照图4,示出了本发明的一种商户评分的处理装置实施例2的结构框图,具体可以包括如下模块:
原始评分获取模块301,用于获取多个用户对多个商户的原始评分;
目标评分计算模块302,用于依据所述原始评分计算目标评分;
最终评分计算模块303,用于依据所述目标评分,分别计算每个商户的最终评分;
展示模块304,用于根据所述最终评分对所述多个商户进行展示;
排序模块305,用于根据所述最终评分对所述多个商户进行排序;
目标推荐商户确定模块306,用于将排序在预设范围内的商户确定为目标推荐商户。
本发明实施例在获取多个用户对多个商户的原始评分后,依据原始评分计算目标评分,然后依据目标评分分别计算每个商户的最终评分,并根据最终评分对多个商户进行展示,可见,本发明实施例先依据用户的原始评分计算目标评分,再依据目标评分计算最终评分,可以避免用户不客观或者职业差评和职业好评的评分对最终评分的影响,从而使得通过目标评分计算得到的商户的最终评分能够反映商户的真实品质。
进一步地,本发明实施例根据最终评分对商户进行排序,并根据排序确定目标推荐商户,由于最终评分能够反映商户的真实品质,因此能够准确地向用户推荐优质的商户。
一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时可以实现以下步骤:
获取多个用户对多个商户的原始评分;
依据所述原始评分计算目标评分;
依据所述目标评分,分别计算每个商户的最终评分;
根据所述最终评分对所述多个商户进行展示。
可选地,还包括:
依据所述最终评分对所述多个商户进行排序;
将排序在预设范围内的商户确定为目标推荐商户。
可选地,所述获取多个用户对多个商户的原始评分的步骤包括:
获取多个商户;
获取对所述多个商户进行评分的多个用户,以及,所述多个用户对多个商户的评分;
依据所述多个商户、所述多个用户以及所述多个用户的评分生成原始评分矩阵。
可选地,所述依据所述原始评分计算目标评分的步骤包括:
将所述原始评分矩阵中同一用户的所有评分转换为排名,生成第一评分矩阵;
将所述第一评分矩阵中同一用户的各个评分的排名转换为排名分数,生成目标评分矩阵。
可选地,所述将所述原始评分矩阵中同一用户的所有评分转换为排名,生成第一评分矩阵的步骤包括:
获取所述原始评分矩阵中同一用户的所有评分;
将所述同一用户的所有评分进行排序,得到所述同一用户的所有评分中各个评分的排名;
采用所述同一用户的各个评分的排名,代替所述原始评分矩阵中所述排名对应的评分,生成第一评分矩阵。
可选地,所述将所述第一评分矩阵中同一用户的各个评分的排名转换为排名分数,生成目标评分矩阵的步骤包括:
获取所述原始评分矩阵中同一用户的相同评分的个数、所述相同评分中各个评分的排名以及所述同一用户的评分总个数;
采用所述相同评分中各个评分的排名、相同的评分的个数以及用户的评分总个数,计算所述相同的评分的排名分数;
采用所述排名分数,代替所述第一评分矩阵中排名分数的排名,生成目标评分矩阵。
可选地,所述依据所述目标评分,分别计算每个商户的最终评分的步骤包括:
获取所述目标评分矩阵中同一商户下各个用户的排名分数以及各个用户的用户权重;
依据所述各个用户的排名分数以及各个用户的用户权重,计算所述商户的加权平均分数;
依据所述加权平均分数计算所述商户的最终评分。
可选地,所述所述依据所述加权平均分数计算所述商户的最终评分的步骤包括:
获取所述商户的评分个数、平滑权重和平滑分数;
依据所述加权平均分数、评分个数、平滑权重和平滑分数,计算所述商户的平滑评分;
依据所述平滑评分,确定所述商户的最终评分。
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时可以实现图1和/或图2所述方法。
应当理解,上述装置可以预先设置在终端或者服务器中,也可以通过下载等方式而加载到终端或者服务器中。上述装置中的相应模块可以与终端或者服务器中的模块相互配合以实现用于推荐商户的确定方案。对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(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终端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终端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终端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终端设备上,使得在计算机或其他可编程终端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终端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。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做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发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种商户评分的处理方法和装置,进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (18)
1.一种商户评分的处理方法,其特征在于,所述方法包括:
获取多个用户对多个商户的原始评分;
依据所述原始评分计算目标评分;
依据所述目标评分,分别计算每个商户的最终评分;
根据所述最终评分对所述多个商户进行展示。
2.根据权利要求1所述的方法,其特征在于,还包括:
依据所述最终评分对所述多个商户进行排序;
将排序在预设范围内的商户确定为目标推荐商户。
3.根据权利要求1所述的方法,其特征在于,所述获取多个用户对多个商户的原始评分的步骤包括:
获取多个商户;
获取对所述多个商户进行评分的多个用户,以及,所述多个用户对多个商户的评分;
依据所述多个商户、所述多个用户以及所述多个用户的评分生成原始评分矩阵。
4.根据权利要求3所述的方法,其特征在于,所述依据所述原始评分计算目标评分的步骤包括:
将所述原始评分矩阵中同一用户的所有评分转换为排名,生成第一评分矩阵;
将所述第一评分矩阵中同一用户的各个评分的排名转换为排名分数,生成目标评分矩阵。
5.根据权利要求4所述的方法,其特征在于,所述将所述原始评分矩阵中同一用户的所有评分转换为排名,生成第一评分矩阵的步骤包括:
获取所述原始评分矩阵中同一用户的所有评分;
将所述同一用户的所有评分进行排序,得到所述同一用户的所有评分中各个评分的排名;
采用所述同一用户的各个评分的排名,代替所述原始评分矩阵中所述排名对应的评分,生成第一评分矩阵。
6.根据权利要求5所述的方法,其特征在于,将所述第一评分矩阵中同一用户的各个评分的排名转换为排名分数,生成目标评分矩阵的步骤包括:
获取所述原始评分矩阵中同一用户的相同评分的个数、所述相同评分中各个评分的排名以及所述同一用户的评分总个数;
采用所述相同评分中各个评分的排名、相同的评分的个数以及用户的评分总个数,计算所述相同的评分的排名分数;
采用所述排名分数,代替所述第一评分矩阵中排名分数的排名,生成目标评分矩阵。
7.根据权利要求6所述的方法,其特征在于,所述依据所述目标评分,分别计算每个商户的最终评分的步骤包括:
获取所述目标评分矩阵中同一商户下各个用户的排名分数以及各个用户的用户权重;
依据所述各个用户的排名分数以及各个用户的用户权重,计算所述商户的加权平均分数;
依据所述加权平均分数计算所述商户的最终评分。
8.根据权利要求7所述的方法,其特征在于,所述依据所述加权平均分数计算所述商户的最终评分的步骤包括:
获取所述商户的评分个数、平滑权重和平滑分数;
依据所述加权平均分数、评分个数、平滑权重和平滑分数,计算所述商户的平滑评分;
依据所述平滑评分,确定所述商户的最终评分。
9.一种商户评分的处理装置,其特征在于,所述装置包括:
原始评分获取模块,用于获取多个用户对多个商户的原始评分;
目标评分计算模块,用于依据所述原始评分计算目标评分;
最终评分计算模块,用于依据所述目标评分,分别计算每个商户的最终评分;
展示模块,用于根据所述最终评分对所述多个商户进行展示。
10.根据权利要求9所述的装置,其特征在于,还包括:
排序模块,用于依据所述最终评分对所述多个商户进行排序;
目标推荐商户确定模块,用于将排序在预设范围内的商户确定为目标推荐商户。
11.根据权利要求9所述的装置,其特征在于,所述原始评分获取模块包括:
商户获取子模块,用于获取多个商户;
评分获取子模块,用于获取对所述多个商户进行评分的多个用户,以及,所述多个用户对多个商户的评分;
原始评分矩阵生成子模块,用于依据所述多个商户、所述多个用户以及所述多个用户的评分生成原始评分矩阵。
12.根据权利要求11所述的装置,其特征在于,所述目标评分计算模块包括:
第一评分矩阵生成子模块,用于将所述原始评分矩阵中同一用户的所有评分转换为排名,生成第一评分矩阵;
目标评分矩阵生成子模块,用于将所述第一评分矩阵中同一用户的各个评分的排名转换为排名分数,生成目标评分矩阵。
13.根据权利要求12所述的装置,其特征在于,所述第一评分矩阵生成子模块包括:
用户评分获取单元,用于获取所述原始评分矩阵中同一用户的所有评分;
评分排序单元,用于将所述同一用户的所有评分进行排序,得到所述同一用户的所有评分中各个评分的排名;
第一评分矩阵生成单元,用于采用所述同一用户的各个评分的排名,代替所述原始评分矩阵中所述排名对应的评分,生成第一评分矩阵。
14.根据权利要求13所述的装置,其特征在于,所述目标评分矩阵生成子模块包括:
用户评分信息获取单元,用于获取所述原始评分矩阵中同一用户的相同评分的个数、所述相同评分中各个评分的排名以及所述同一用户的评分总个数;
排名分数计算单元,用于采用所述相同评分中各个评分的排名、相同的评分的个数以及用户的评分总个数,计算所述相同的评分的排名分数;
目标评分矩阵生成单元,用于采用所述排名分数,代替所述第一评分矩阵中排名分数的排名,生成目标评分矩阵。
15.根据权利要求14所述的装置,其特征在于,所述最终评分计算模块包括:
权重获取子模块,用于获取所述目标评分矩阵中同一商户下各个用户的排名分数以及各个用户的用户权重;
加权平均分数计算子模块,用于依据所述各个用户的排名分数以及各个用户的用户权重,计算所述商户的加权平均分数;
最终评分计算子模块,用于依据所述加权平均分数计算所述商户的最终评分。
16.根据权利要求15所述的装置,其特征在于,所述最终评分计算子模块包括:
平滑参数获取单元,用于获取所述商户的评分个数、平滑权重和平滑分数;
平滑评分计算单元,用于依据所述加权平均分数、评分个数、平滑权重和平滑分数,计算所述商户的平滑评分;
最终评分确定单元,用于依据所述平滑评分,确定所述商户的最终评分。
17.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1至8任一项所述方法的步骤。
18.一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,该程序被处理器执行时实现权利要求1至8任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710773548.3A CN107679887A (zh) | 2017-08-31 | 2017-08-31 | 一种商户评分的处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710773548.3A CN107679887A (zh) | 2017-08-31 | 2017-08-31 | 一种商户评分的处理方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107679887A true CN107679887A (zh) | 2018-02-09 |
Family
ID=61134839
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710773548.3A Pending CN107679887A (zh) | 2017-08-31 | 2017-08-31 | 一种商户评分的处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107679887A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109934497A (zh) * | 2019-03-14 | 2019-06-25 | 百度在线网络技术(北京)有限公司 | 餐馆或菜品评价方法、装置、服务器和计算机可读介质 |
CN111369301A (zh) * | 2020-03-16 | 2020-07-03 | 赵谦 | 一种交易评价的方法、装置及终端 |
CN111861630A (zh) * | 2020-06-01 | 2020-10-30 | 深圳汇商通盈科技有限公司 | 一种展示商户的信息的方法、装置及终端设备 |
CN113379473A (zh) * | 2021-07-13 | 2021-09-10 | 胡光 | 基于互联网的商业平台运行方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101334787A (zh) * | 2008-07-22 | 2008-12-31 | 深圳钱袋商务有限公司 | 一种对象评价信息的查询系统及方法 |
CN101770627A (zh) * | 2010-01-21 | 2010-07-07 | 北京航空航天大学 | 服务相对信任度评价方法和装置 |
WO2012012186A1 (en) * | 2010-07-23 | 2012-01-26 | Alibaba Group Holding Limited | Method and system of evaluating credibility of online trading user |
CN103544628A (zh) * | 2012-07-15 | 2014-01-29 | 常州白相相文化传媒有限公司 | 一种基于客户对卖家的评价系统 |
CN103577988A (zh) * | 2012-07-24 | 2014-02-12 | 阿里巴巴集团控股有限公司 | 一种识别特定用户的方法和装置 |
CN103679462A (zh) * | 2012-08-31 | 2014-03-26 | 阿里巴巴集团控股有限公司 | 一种评论数据处理方法和装置、一种搜索方法和系统 |
CN104424572A (zh) * | 2013-08-28 | 2015-03-18 | 国家广播电影电视总局广播科学研究院 | 一种数字家庭购物商户信用评价方法 |
WO2015051752A1 (en) * | 2013-10-10 | 2015-04-16 | Beijing Zhigu Rui Tuo Tech Co., Ltd | Ranking fraud detection for application |
US20150112920A1 (en) * | 2013-10-17 | 2015-04-23 | Alibaba Group Holding Limited | User feature identification method and apparatus |
CN104915843A (zh) * | 2015-06-12 | 2015-09-16 | 浙江力石科技股份有限公司 | 互联网交易信誉度评定方法 |
CN105005896A (zh) * | 2014-04-18 | 2015-10-28 | 腾讯科技(深圳)有限公司 | 数据处理方法及装置 |
CN105677831A (zh) * | 2016-01-04 | 2016-06-15 | 拉扎斯网络科技(上海)有限公司 | 一种确定推荐商户的方法及装置 |
CN106484679A (zh) * | 2016-10-20 | 2017-03-08 | 北京邮电大学 | 一种应用于消费平台上的虚假评论信息识别方法及装置 |
-
2017
- 2017-08-31 CN CN201710773548.3A patent/CN107679887A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101334787A (zh) * | 2008-07-22 | 2008-12-31 | 深圳钱袋商务有限公司 | 一种对象评价信息的查询系统及方法 |
CN101770627A (zh) * | 2010-01-21 | 2010-07-07 | 北京航空航天大学 | 服务相对信任度评价方法和装置 |
WO2012012186A1 (en) * | 2010-07-23 | 2012-01-26 | Alibaba Group Holding Limited | Method and system of evaluating credibility of online trading user |
CN103544628A (zh) * | 2012-07-15 | 2014-01-29 | 常州白相相文化传媒有限公司 | 一种基于客户对卖家的评价系统 |
CN103577988A (zh) * | 2012-07-24 | 2014-02-12 | 阿里巴巴集团控股有限公司 | 一种识别特定用户的方法和装置 |
CN103679462A (zh) * | 2012-08-31 | 2014-03-26 | 阿里巴巴集团控股有限公司 | 一种评论数据处理方法和装置、一种搜索方法和系统 |
CN104424572A (zh) * | 2013-08-28 | 2015-03-18 | 国家广播电影电视总局广播科学研究院 | 一种数字家庭购物商户信用评价方法 |
WO2015051752A1 (en) * | 2013-10-10 | 2015-04-16 | Beijing Zhigu Rui Tuo Tech Co., Ltd | Ranking fraud detection for application |
US20150112920A1 (en) * | 2013-10-17 | 2015-04-23 | Alibaba Group Holding Limited | User feature identification method and apparatus |
CN105005896A (zh) * | 2014-04-18 | 2015-10-28 | 腾讯科技(深圳)有限公司 | 数据处理方法及装置 |
CN104915843A (zh) * | 2015-06-12 | 2015-09-16 | 浙江力石科技股份有限公司 | 互联网交易信誉度评定方法 |
CN105677831A (zh) * | 2016-01-04 | 2016-06-15 | 拉扎斯网络科技(上海)有限公司 | 一种确定推荐商户的方法及装置 |
CN106484679A (zh) * | 2016-10-20 | 2017-03-08 | 北京邮电大学 | 一种应用于消费平台上的虚假评论信息识别方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109934497A (zh) * | 2019-03-14 | 2019-06-25 | 百度在线网络技术(北京)有限公司 | 餐馆或菜品评价方法、装置、服务器和计算机可读介质 |
CN111369301A (zh) * | 2020-03-16 | 2020-07-03 | 赵谦 | 一种交易评价的方法、装置及终端 |
CN111861630A (zh) * | 2020-06-01 | 2020-10-30 | 深圳汇商通盈科技有限公司 | 一种展示商户的信息的方法、装置及终端设备 |
CN113379473A (zh) * | 2021-07-13 | 2021-09-10 | 胡光 | 基于互联网的商业平台运行方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3623956A1 (en) | Method and apparatus for obtaining recommendation information, and electronic device | |
US9589025B2 (en) | Correlated information recommendation | |
CN108829808B (zh) | 一种页面个性化排序方法、装置及电子设备 | |
CN106372249B (zh) | 一种点击率预估方法、装置及电子设备 | |
KR102340463B1 (ko) | 샘플 가중치 설정방법 및 장치, 전자 기기 | |
CN105205180B (zh) | 一种知识图谱的评价方法及装置 | |
JP5855773B2 (ja) | 売り主に関係付けられた信頼レベルの値に基づくサーチ結果順位の決定 | |
CN107679887A (zh) | 一种商户评分的处理方法和装置 | |
EP2862105A1 (en) | Ranking search results based on click through rates | |
CN102855256B (zh) | 用于确定网站评价信息的方法、装置及设备 | |
EP2126767A1 (en) | Intentionality matching | |
CN109902713A (zh) | 基于数据分析的楼盘推荐方法、设备、存储介质及装置 | |
US20160034968A1 (en) | Method and device for determining target user, and network server | |
CN106022869A (zh) | 一种消费对象的推荐方法及装置 | |
US20190228451A1 (en) | Method, system, and computer-readable medium for product and vendor selection | |
CN108446297A (zh) | 一种推荐方法及装置,电子设备 | |
CN107103028A (zh) | 一种信息处理方法及装置 | |
CN110287415A (zh) | 一种内容推荐方法、装置和计算设备 | |
CN110322114A (zh) | 基于大数据的小区推荐方法、装置、设备及存储介质 | |
KR101708254B1 (ko) | 협업적 필터링과 캐릭터 넷을 이용한 스토리 기반의 영화 추전 시스템 및 방법. | |
CN109636530B (zh) | 产品确定方法、装置、电子设备及计算机可读存储介质 | |
CN114820123A (zh) | 团购商品推荐方法、装置、设备及存储介质 | |
CN113407854A (zh) | 一种应用推荐方法、装置、设备及计算机可读存储介质 | |
CN110008396B (zh) | 对象信息推送方法、装置、设备及计算机可读存储介质 | |
CN110147514A (zh) | 一种资源展示方法、装置及其设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180209 |