CN110516163B - 一种基于用户行为数据的商品排序方法及系统 - Google Patents
一种基于用户行为数据的商品排序方法及系统 Download PDFInfo
- Publication number
- CN110516163B CN110516163B CN201910614838.2A CN201910614838A CN110516163B CN 110516163 B CN110516163 B CN 110516163B CN 201910614838 A CN201910614838 A CN 201910614838A CN 110516163 B CN110516163 B CN 110516163B
- Authority
- CN
- China
- Prior art keywords
- user
- commodity
- behavior data
- user behavior
- ranking
- 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.)
- Active
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
- G06F16/9536—Search customisation based on social or collaborative filtering
-
- 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]
- G06Q30/0631—Item recommendations
-
- 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]
- G06Q30/0641—Shopping interfaces
- G06Q30/0643—Graphical representation of items or shoppers
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于用户行为数据的商品排序方法,包括S1:设置用户行为权重因子,并判断用户行为权重因子的数量是否大于零,若是,则执行S2;若否,则直接结束排序;其中用户行为权重因子包括用户点击权重因子和用户收藏权重因子;S2:接收用户行为数据,再结合用户行为权重因子根据设定公式计算每件商品的排名得分;S3:根据每件商品的排名得分高低对列表item进行再排序,并对其进行显示。而本发明的商品排序系统执行上述商品排序方法,可根据行为因子对用户终端上的列表item进行二次排序,提高捕捉用户喜好商品的准确度,从而提高用户喜好商品的购买率。
Description
技术领域
本发明涉及数据处理领域,尤其涉及一种基于用户行为数据的商品排序方法及系统。
背景技术
目前,网上购物通常是通过互联网检索商品信息,在用户挑选合适的商品后进行购买;由于商品种类较多,检索商品时各种商品会整齐排序展示给用户进行挑选。通常来说在展示列表页面中排序相对靠前的商品可获得更多的曝光率,使得排序相对靠前的商品更容易被用户所获知,相对比靠后的商品,靠前的商品更有机会被购买。
那么如何对商品进行排序,最大限度提高销售额,就成为电商平台一个必须解决的问题。目前常规做法是,通过收集用户数据,在服务端对用户做人群划分,不同人群进行一些不同的排序策略。但是服务端个性化排序面临比较突出的问题,一是推荐系统比较复杂,在一定程度提升后,后续改进难以评估效果好坏;二是人群划分虽然可以有多样性,但是难以做到真正的千人千面。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供一种基于用户行为数据的商品排序方法,可根据行为因子对用户终端上的列表item进行二次排序,提高捕捉用户喜好商品的准确度,从而提高用户喜好商品的购买率。
本发明的目的之二在于提供一种基于用户行为数据的商品排序系统。
本发明的目的之一采用如下技术方案实现:
一种基于用户行为数据的商品排序方法,包括:
步骤S1:设置用户行为权重因子,并判断用户行为权重因子的数量是否大于零,若是,则执行步骤S2;若否,则直接结束排序;其中用户行为权重因子包括用户点击权重因子和用户收藏权重因子;
步骤S2:接收用户行为数据,再结合用户行为权重因子根据设定公式计算每件商品的排名得分;
步骤S3:根据每件商品的排名得分高低对列表item进行再排序,并对其进行显示。
进一步地,所述步骤S2中通过设定公式计算商品的排名得分之前还包括步骤S2’:判断是否存在运营需求,若存在运营需求,则获取本地行为数据中的运营权重因子,再结合用户行为权重因子共同计算商品排名得分;若不存在运营需求,则直接执行商品排名得分计算。
进一步地,所述设定公式为
其中t表示设定时间范围;σ1代表用户点击权重因子,σ2代表用户收藏权重因子,σ3代表运营权重因子;A代表用户点击,Ap代表某件商品被用户点击的次数,表示所有商品被点击的总次数;B代表是否收藏过该商品,若收藏了该商品,则B=1,否则B=0;C代表该商品是否需要后台运营干预排名,若该商品需要后台运营调节排名,则C为1,否则C为0。
进一步地,所述用户行为数据包括用户点击每个商品的次数、用户收藏每个商品的次数。
进一步地,所述用户行为数据由用户终端记录和存储。
本发明的目的之二采用如下技术方案实现:
一种基于用户行为数据的商品排序系统,包括:
用户终端,与服务器信号相连通,根据服务器传送的排名值在用户终端上进行二次排序,并实时记录用户在列表页上操作所获取的用户行为数据;所述用户行为数据包括用户点击每个商品的次数、用户收藏每个商品的次数;
本地终端,与服务器电性连接,管理人员通过本地终端录入本地行为数据并设置权重因子,并将其传送到服务器中;
服务器,接收用户终端传送的用户行为数据和本地终端传送的本地行为数据、权重因子,再根据设定公式计算每件商品的排名得分,并将排名值传送到用户终端上对列表item进行二次排序。
进一步地,所述权重因子包括用户点击权重因子σ1、用户收藏权重因子σ2和运营权重因子σ3。
进一步地,所述设定公式设置为
其中t表示设定时间范围;σ1代表用户点击权重因子,σ2代表用户收藏权重因子,σ3代表运营权重因子;A代表用户点击,Ap代表某件商品被用户点击的次数,表示所有商品被点击的总次数;B代表是否收藏过该商品,若收藏了该商品,则B=1,否则B=0;C代表该商品是否需要后台运营干预排名,若该商品需要后台运营调节排名,则C为1,否则C为0。
进一步地,所述用户终端与服务器通过无线网络实现信号相互连通。
相比现有技术,本发明的有益效果在于:
通过了解用户的点击和收藏情况可记录终端用户的个性化行为,根据其中的行为因子在终端进行二次排序,使得用户喜好的商品可排在靠前的位置进行展示,提高获取用户喜好商品的准确率,同时提高商品被购买率。
附图说明
图1为本发明的基于用户行为数据的商品排序方法的流程示意图;
图2为本发明的基于用户行为数据的商品排序系统的结构示意图。
图中:1、用户终端;2、服务器;3、本地终端。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
实施例一
一种基于用户行为数据的商品排序方法,如图1所示,包括:
步骤S1:管理人员设置用户行为权重因子,其中用户行为权重因子包括用户点击权重因子和用户收藏权重因子;并判断用户行为权重因子的数量是否大于零,若是,则代表用户已经点击和/或收藏的方式浏览过某个商品,此时即可执行步骤S2;若否,则代表用户并未浏览过商品,则无需对商品进行排序,因此直接结束排序。
步骤S2:当用户使用终端点击和/或收藏商品后,用户终端1对其进行记录和存储。当判断用户行为权重因子的数量大于零后,接收服务器2传送的用户行为数据,所述用户行为数据包括用户点击每个商品的次数、用户收藏每个商品的次数;再将用户行为数据结合用户行为权重因子根据设定公式计算每件商品的排名得分。
在进行排名得分计算前,需要判断是否存在运营需求,若存在运营需求,则获取本地行为数据中的运营权重因子,再结合用户行为权重因子共同计算商品排名得分;若不存在运营需求,则直接执行商品排名得分计算。
上述设定公式为
其中t表示设定时间范围,代表用户对商品的购买都是有一定时效性的,不取全部历史数据;其中σ1、σ2、σ3是排序因子,σ1代表用户点击权重因子,σ2代表用户收藏权重因子,σ3代表运营权重因子,σ1、σ2、σ3均由服务端下发,且σ1+σ2+σ3=N(N恒定);
其中A代表用户点击,Ap代表某件商品被用户点击的次数,表示所有商品被点击的总次数,由于点击次数可以是多次的,点击次数越多,代表用户对该商品越关注,就越可能发生购买行为,并将其与所有点击商品的次数进行比较,从而获得该商品在用户心中的关注度,从而提高计算排名的合理性;B代表是否收藏过该商品,若收藏了该商品,则B=1,否则B=0;C代表该商品是否需要后台运营干预排名,若该商品需要后台运营调节排名,则C为1,否则C为0。
由公式可知,PRank(t)<=N(排序因子总和),由此一个商品的排名得分可以通过该公式算出。该公式即考虑了终端用户的个性化行为(点击、收藏),也包括了运营需求(如果是强运营的,可以通过调节运营权重因子来调整排名),可以针对不同终端用户的喜好(依据点击、收藏),对列表中的元素进行个性化排名。
上述公式还可进行扩展,可根据实际情况继续增加排序权重因子,让公式计算结果更加个性化。
步骤S3:根据每件商品的排名得分高低对列表item进行再排序,并对其进行显示。列表item根据商品的排名值进行二次排序之后,将用户喜好的商品排在列表页中的相对靠前的位置,可让用户在进入列表页后可直接阅览到自己喜好的商品,从而提高该商品的购买成功率,促使销售额增加。
实施例二
一种基于用户行为数据的商品排序系统,如图2所示,包括:
用户终端1,可设置为具有网上购物功能的手机终端、PC端或平板电脑等,用户终端1与服务器2信号通过无线网络相连通,用户可在用户终端1上通过购物软件搜索商品,用户通过点击和/或收藏的方式来查阅商品时,用户终端1会将用户点击商品的次数、用户收藏商品的次数等数据进行记录,实时记录用户在该列表页上的所有操作,上述数据汇集形成用户行为数据包,通过用户行为数据可了解到用户对某一商品的关注程度和喜爱程度,从而利用用户行为数据来对用户喜爱的商品进行靠前排序。
而用户终端1中的购物软件本身具有排序功能,可对商品进行初次排序形成列表页进行展示,当用户终端1接收到由服务器2传送的排名值后用户终端1的购物软件则会根据排名值对列表页上的商品上进行二次排序,将用户喜好的商品排在列表页相对靠前的位置。
本地终端3,可设置为PC端,通过串口与服务器2电性连接,管理人员通过本地终端3录入本地行为数据并设置权重因子,并将其传送到服务器2中;其中本地行为数据包括是否需要后台运营干预及干预内容、干预程度等;而管理人员通过本地终端3向服务器2输入权重因子,其中权重因子包括但不限于从用户行为数据中获得的用户点击权重因子σ1、用户收藏权重因子σ2和从本地行为数据中获取的运营权重因子σ3,管理人员可根据实际情况设置每个权重因子的具体数值。
服务器2,接收用户终端1传送的用户行为数据和本地终端3传送的本地行为数据、权重因子,再根据设定公式计算每件商品的排名得分,并将排名值传送到用户终端1上对列表item进行二次排序。
上述设定公式设置为
t表示设定时间范围,代表用户对商品的购买都是有一定时效性的,不取全部历史数据;其中σ1、σ2、σ3是排序因子,σ1代表用户点击权重因子,σ2代表用户收藏权重因子,σ3代表运营权重因子,σ1、σ2、σ3均由服务端下发,且σ1+σ2+σ3=N(N恒定);
其中A代表用户点击,Ap代表某件商品被用户点击的次数,表示所有商品被点击的总次数,由于点击次数可以是多次的,点击次数越多,代表用户对该商品越关注,就越可能发生购买行为,并将其与所有点击商品的次数进行比较,从而获得该商品在用户心中的关注度,从而提高计算排名的合理性;B代表是否收藏过该商品,若收藏了该商品,则B=1,否则B=0;C代表该商品是否需要后台运营干预排名,若该商品需要后台运营调节排名,则C为1,否则C为0。
上述公式既考虑了终端用户的个性化行为(点击、收藏),也包括了后台干预排名的运营需求。同时,公式还可以扩展,可继续增加排序权重因子(如果发现某种行为,属于可能产生购买,能提高订单转换率的),完全体现个性化,达到千人千面的效果。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (5)
1.一种基于用户行为数据的商品排序方法,其特征在于,包括:
步骤S1:设置用户行为权重因子,并判断用户行为权重因子的数量是否大于零,若是,则执行步骤S2;若否,则直接结束排序;其中用户行为权重因子包括用户点击权重因子和用户收藏权重因子;
步骤S2:接收用户行为数据,再结合用户行为权重因子根据设定公式计算每件商品的排名得分;
所述步骤S2中通过设定公式计算商品的排名得分之前还包括步骤S2’:判断是否存在运营需求,若存在运营需求,则获取本地行为数据中的运营权重因子,再结合用户行为权重因子共同计算商品排名得分;若不存在运营需求,则直接执行商品排名得分计算;
所述设定公式为
其中t表示设定时间范围;σ1代表用户点击权重因子,σ2代表用户收藏权重因子,σ3代表运营权重因子;Ap代表第P件商品被用户点击的次数,表示所有商品被点击的总次数;B代表是否收藏过该商品,若收藏了该商品,则B=1,否则B=0;C代表该商品是否需要后台运营干预排名,若该商品需要后台运营干预排名,则C为1,否则C为0;
步骤S3:根据每件商品的排名得分高低对列表item进行再排序,并对其进行显示。
2.根据权利要求1所述的基于用户行为数据的商品排序方法,其特征在于,所述用户行为数据包括用户点击每个商品的次数、用户收藏每个商品的次数。
3.根据权利要求2所述的基于用户行为数据的商品排序方法,其特征在于,所述用户行为数据由用户终端记录和存储。
4.一种基于用户行为数据的商品排序系统,其特征在于,包括:
用户终端,与服务器信号相连通,根据服务器传送的排名值在用户终端上进行二次排序,并实时记录用户在列表页上操作所获取的用户行为数据;所述用户行为数据包括用户点击每个商品的次数、用户收藏每个商品的次数;
本地终端,与服务器电性连接,管理人员通过本地终端录入本地行为数据并设置权重因子,并将其传送到服务器中;所述本地行为数据包括是否需要后台运营干预及干预内容、干预程度;
服务器,接收用户终端传送的用户行为数据和本地终端传送的本地行为数据、权重因子,再根据设定公式计算每件商品的排名得分,并将排名值传送到用户终端上使得用户终端对列表item进行二次排序;
所述权重因子包括用户点击权重因子σ1、用户收藏权重因子σ2和运营权重因子σ3;
所述设定公式设置为
其中t表示设定时间范围;Ap代表第P件商品被用户点击的次数,表示所有商品被点击的总次数;B代表是否收藏过该商品,若收藏了该商品,则B=1,否则B=0;C代表该商品是否需要后台运营干预排名,若该商品需要后台运营干预排名,则C为1,否则C为0。
5.根据权利要求4所述的基于用户行为数据的商品排序系统,其特征在于,所述用户终端与服务器通过无线网络实现信号相互连通。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910614838.2A CN110516163B (zh) | 2019-07-09 | 2019-07-09 | 一种基于用户行为数据的商品排序方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910614838.2A CN110516163B (zh) | 2019-07-09 | 2019-07-09 | 一种基于用户行为数据的商品排序方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110516163A CN110516163A (zh) | 2019-11-29 |
CN110516163B true CN110516163B (zh) | 2023-09-01 |
Family
ID=68622366
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910614838.2A Active CN110516163B (zh) | 2019-07-09 | 2019-07-09 | 一种基于用户行为数据的商品排序方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110516163B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111954080A (zh) * | 2020-08-24 | 2020-11-17 | 广州市网优优信息技术开发有限公司 | 一种智能机顶盒应用管理系统及方法 |
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 |
CN115705588A (zh) * | 2021-08-11 | 2023-02-17 | 腾讯科技(深圳)有限公司 | 一种业务数据处理方法、设备及可读存储介质 |
CN113742015B (zh) * | 2021-08-13 | 2024-02-02 | 杭州网易云音乐科技有限公司 | 一种显示方法、装置、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106504067A (zh) * | 2016-11-03 | 2017-03-15 | 北京挖玖电子商务有限公司 | 商品智能排序装置 |
CN106910108A (zh) * | 2017-01-24 | 2017-06-30 | 武汉奇米网络科技有限公司 | 一种商品列表展示方法及系统 |
CN107169842A (zh) * | 2017-05-31 | 2017-09-15 | 合肥亿迈杰软件有限公司 | 一种基于商品数据的电子商务数据筛选系统 |
CN109087178A (zh) * | 2018-08-28 | 2018-12-25 | 清华大学 | 商品推荐方法和装置 |
-
2019
- 2019-07-09 CN CN201910614838.2A patent/CN110516163B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106504067A (zh) * | 2016-11-03 | 2017-03-15 | 北京挖玖电子商务有限公司 | 商品智能排序装置 |
CN106910108A (zh) * | 2017-01-24 | 2017-06-30 | 武汉奇米网络科技有限公司 | 一种商品列表展示方法及系统 |
CN107169842A (zh) * | 2017-05-31 | 2017-09-15 | 合肥亿迈杰软件有限公司 | 一种基于商品数据的电子商务数据筛选系统 |
CN109087178A (zh) * | 2018-08-28 | 2018-12-25 | 清华大学 | 商品推荐方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110516163A (zh) | 2019-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110516163B (zh) | 一种基于用户行为数据的商品排序方法及系统 | |
CN109697629B (zh) | 产品数据推送方法及装置、存储介质、计算机设备 | |
TWI512653B (zh) | Information providing method and apparatus, method and apparatus for determining the degree of comprehensive relevance | |
US9489688B2 (en) | Method and system for recommending search phrases | |
US9691096B1 (en) | Identifying item recommendations through recognized navigational patterns | |
WO2017121251A1 (zh) | 一种信息推送方法及装置 | |
CN103164804B (zh) | 一种个性化的信息推送方法及装置 | |
TWI534733B (zh) | Based on interpersonal distance ranking, search methods and devices | |
CN104050187B (zh) | 搜索结果展示方法及系统 | |
JP4947477B1 (ja) | レコメンド装置、レコメンド方法およびレコメンドプログラム | |
US8838521B2 (en) | Systems and methods for trend aware self-correcting entity relationship extraction | |
CN110020128B (zh) | 一种搜索结果排序方法及装置 | |
CN112015998B (zh) | 一种基于用户画像的商品推荐方法 | |
CN107092647B (zh) | 一种提供资源组合的方法及装置 | |
WO2019218654A1 (zh) | 产品排序 | |
US11321724B1 (en) | Product evaluation system and method of use | |
CN111899047A (zh) | 资源推荐方法、装置、计算机设备及计算机可读存储介质 | |
CN107402961B (zh) | 一种推荐方法及装置,电子设备 | |
CN103902549B (zh) | 搜索数据排序的方法和装置,数据搜索的方法和装置 | |
CN111899068A (zh) | 商品导购方法、装置、存储介质及计算机设备 | |
CN113850649A (zh) | 一种基于多平台用户数据的定制化推荐方法及推荐系统 | |
CN111124676A (zh) | 资源分配方法、装置、可读存储介质和电子设备 | |
CN111582979A (zh) | 服饰搭配推荐方法和装置及电子设备 | |
CN109446402B (zh) | 一种搜索方法及装置 | |
CN107092621A (zh) | 信息搜索方法及装置 |
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 |