CN111428007B - 基于跨平台的同步推送反馈方法 - Google Patents

基于跨平台的同步推送反馈方法 Download PDF

Info

Publication number
CN111428007B
CN111428007B CN202010509951.7A CN202010509951A CN111428007B CN 111428007 B CN111428007 B CN 111428007B CN 202010509951 A CN202010509951 A CN 202010509951A CN 111428007 B CN111428007 B CN 111428007B
Authority
CN
China
Prior art keywords
search
product
platform
commerce platform
information
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
Application number
CN202010509951.7A
Other languages
English (en)
Other versions
CN111428007A (zh
Inventor
王涛
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.)
Chongqing Zhonglebang Network Technology Co.,Ltd.
Original Assignee
Beijing Missfresh Ecommerce 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 Beijing Missfresh Ecommerce Co Ltd filed Critical Beijing Missfresh Ecommerce Co Ltd
Priority to CN202010509951.7A priority Critical patent/CN111428007B/zh
Publication of CN111428007A publication Critical patent/CN111428007A/zh
Application granted granted Critical
Publication of CN111428007B publication Critical patent/CN111428007B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • 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
    • G06F16/9532—Query formulation
    • 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]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635—Processing of requisition or of purchase orders

Abstract

本发明提供一种基于跨平台的同步推送反馈方法，包括：获取不同电商平台的原始搜索信息，构建语义词库；根据每个电商平台的平台属性，对每个电商平台的语义词库中的搜索词进行聚类分类，并获取不同电商平台的搜索矩阵，并将聚类分类结果与搜索矩阵对应配置；基于智能匹配优化算法和配置结果，对聚类分类中的每个搜索词进行优化，同时基于优化结果对聚类分类结果进行再次类优化；基于类优化结果，优化第一电商平台的搜索信息，并根据同步推送算法，将优化后的搜索信息同步推送到第二电商平台，传输反馈信息到第一电商平台进行显示。通过设置同步推送算法，便于提高搜索信息的同步推送效率，提高反馈信息获取的精准化，进而提高比对的有效性。

Description

基于跨平台的同步推送反馈方法
技术领域
本发明涉及电子商务技术领域，特别涉及基于跨平台的同步推送反馈方法。
背景技术
电子商务，简称电商，是指在互联网（Internet）、内部网（Intranet）和增值网（VAN，Value Added Network）上以电子交易方式进行交易活动和相关服务活动，是传统商业活动各环节的电子化、网络化。随着电子商务的快速发展，现常见的有越来越多电商平台，但是，现有的电商平台都是独立的，每个平台之间不存在相互依存的关系，通常用户在电商平台购买产品时，例如在淘宝、京东购买产品，由于该平台是完全独立的，在搜索同个产品时，需要分别打开两款软件进行分别搜索，无疑降低搜索效率，且在比对过程中，由于处于不同的平台，需要重复执行打开退出该平台操作进行产品比对，因此，本发明提出了一种基于跨平台的同步推送反馈方法。
发明内容
本发明提供基于跨平台的同步推送反馈方法，用以通过设置同步推送算法，便于提高搜索信息的同步推送效率，提高反馈信息获取的精准化，进而提高比对的有效性。
本发明提供一种基于跨平台的同步推送反馈方法，包括：
获取不同电商平台的原始搜索信息，构建语义词库；
根据每个电商平台的平台属性，对每个电商平台的语义词库中的搜索词进行聚类分类，并获取不同电商平台的搜索矩阵，并将每个电商平台的聚类分类结果与搜索矩阵对应配置；
基于智能匹配优化算法和配置结果，对聚类分类中的每个搜索词进行优化，同时基于优化结果对聚类分类结果进行再次类优化；
基于类优化结果，优化第一电商平台的搜索信息，并根据同步推送算法，将优化后的搜索信息同步推送到第二电商平台，传输反馈信息到第一电商平台进行显示；
其中，基于智能匹配优化算法和配置结果，对聚类分类中的每个搜索词进行优化的步骤包括：
构建目标产品A与搜索词B的目标函数，其中，所述目标函数是指目标产品与搜索词的关联分布函数
Figure 959863DEST_PATH_IMAGE001
，当所述搜索词的目标取值从一到零逐渐递减时，所述目标函数的关联值相应的从相关参考点到无关参考点的关联取值逐渐变小；
构建目标产品与搜索词的熵函数
Figure 557067DEST_PATH_IMAGE002
，其中，所述熵函数是目标产品与搜索词都包含的正熵因子的二元分布
Figure 296615DEST_PATH_IMAGE003
和负熵因子的二元分布
Figure 221846DEST_PATH_IMAGE004
,A表示目标产品，B表示搜索词；
Figure 633104DEST_PATH_IMAGE005
表示目标产品的正熵因子；
Figure 694601DEST_PATH_IMAGE006
表示搜索词的正熵因子；
Figure 726755DEST_PATH_IMAGE007
表示目标产品的负熵因子；
Figure 139282DEST_PATH_IMAGE008
表示搜索词的负熵因子；
基于所述电商平台，提取用户对所述目标产品的产品评价以及售后服务评价，所述产品评价以及售后服务评价是历史评价；
基于构建的目标函数、熵函数以及提取的产品评价和售后服务评价，构建目标产品与搜索词的评价函数；
爬取用户在所述电商平台的购买需求以及浏览需求，对所述评价函数进行融合处理，获得智能匹配优化算法；
根据所述智能匹配优化算法和配置结果，对聚类分类中的每个搜索词进行优化。
在一种可能实现的方式中，
获取不同电商平台的原始搜索信息，构建语义词库的步骤包括：
基于历史搜索数据库，提取不同电商平台的历史搜索记录，所述历史搜索记录包括：文字搜索记录、字符搜索记录、数字搜索记录、其他搜索记录中的一种或多种的组合；
对所述历史搜索记录中的非搜索词进行筛选剔除，并基于剩余词构建第一搜索集合；
基于预先由字母、字符、文字、标号构建的搜索词库，提取除去剩余词的预存词，并构建第二搜索集合；
根据所述第一搜索集合和第二搜索集合，构建语义词库；
其中，所述第一搜索集合的被访问频率高于所述第二搜索集合的被访问频率；
所述第一搜索集合占据所述语义词库的第一库区；
所述第二搜索集合占据所述语义词库的第二库区。
在一种可能实现的方式中，
根据每个电商平台的平台属性，对每个电商平台的语义词库中的搜索词进行聚类分类，并获取不同电商平台的搜索矩阵的步骤包括：
爬取所述电商平台的平台交易信息，基于交易属性模型，配置输出与所述平台交易信息相关的交易属性，并确定平台属性；
基于产品分类模型和平台属性，对所述语义词库中的搜索词，按照产品属性对所述搜索词进行聚类分类，获得不同产品的搜索词组；
根据所述搜索词组，获取所述电商平台的搜索矩阵。
在一种可能实现的方式中，
基于类优化结果，优化第一电商平台的搜索信息，并根据同步推送算法，将优化后的搜索信息同步推送到第二电商平台，传输反馈信息到第一电商平台进行显示的步骤包括：
接收用户基于第一电商平台输入的搜索信息，且所述搜索信息中包括产品关键词；
基于类优化结果，对所述搜索信息进行优化，获得优化信息；
检测所述用户的用户账号是否开通第一电商平台与第二电商平台的同步传输功能；
若开通，基于同步推送算法和同步传输功能，将所述优化信息同步到第二电商平台，在第二电商平台以及第一电商平台进行产品搜索；
同时，基于同步传输功能，所述第一电商平台接收所述第二电商平台回传的与产品搜索结果相关的反馈信息，并进行显示；
其中，根据所述同步推送算法与对搜索信息的共享行为以及第二电商平台对搜索信息相关资源的获取行为有关。
在一种可能实现的方式中，
基于同步传输功能，所述第一电商平台接收所述第二电商平台回传的与产品搜索结果相关的反馈信息的过程中，还包括：
根据每个第二电商平台的平台属性，计算优化信息的权重值
Figure 167280DEST_PATH_IMAGE009
；
Figure 99595DEST_PATH_IMAGE010
；
Figure 226951DEST_PATH_IMAGE011
；
Figure 126774DEST_PATH_IMAGE012
；
Figure 378371DEST_PATH_IMAGE013
；
其中，
Figure 680039DEST_PATH_IMAGE014
表示基于第二电商平台的平台属性中平台产品的售卖倾向人群指标的权重值；
Figure 40613DEST_PATH_IMAGE015
表示基于第二电商平台的平台属性中平台产品的主推产品指标的权重值；
Figure 365415DEST_PATH_IMAGE016
表示基于第二电商平台的平台属性中平台产品的销售量指标的权重值；
Figure 735217DEST_PATH_IMAGE017
表示基于第二电商平台的平台属性中平台产品的产品质量指标的权重值；
Figure 812763DEST_PATH_IMAGE018
表示基于优化信息X的售卖倾向人群指标函数；
Figure 547501DEST_PATH_IMAGE019
表示基于优化信息X的主推产品指标函数；
Figure 156337DEST_PATH_IMAGE020
表示基于优化信息X的销售量指标函数；
Figure 329829DEST_PATH_IMAGE021
表示售卖倾向人群因子；
Figure 28926DEST_PATH_IMAGE022
表示主推产品因子；
Figure 996882DEST_PATH_IMAGE023
表示销售量因子；
Figure 30697DEST_PATH_IMAGE024
表示售卖倾向人群权重占比概率；
Figure 742301DEST_PATH_IMAGE025
表示主推产品权重占比概率；
Figure 794440DEST_PATH_IMAGE026
表示销售量权重占比概率；且，
Figure 933297DEST_PATH_IMAGE027
；
根据所述权重值，从对应的第二电商平台中，匹配并选取最佳产品，并构成最佳产品列表；
基于第二电商平台同步回传所述最佳产品列表到第一电商平台。
在一种可能实现的方式中，
基于第二电商平台回传所述最佳产品列表的过程中，包括：
对N个最佳产品列表进行默认列表排序；
当接收到用户输入的排序指令时，对所述默认列表进行重新排序；
其中，当接收到用户输入的列表特征排序指令时，按照列表特征对N个最佳产品列表进行列表特征排序，供用户查看；
当接收到用户输入的单独排序指令时，从N个最佳产品列表中，选取每个最佳产品列表中的一个与单独排序指令相关的产品，并将选取的N个产品，重新构成产品列表，供用户查看；
其中，产品列表信息为产品搜索结果相关的反馈信息。
在一种可能实现的方式中，
基于类优化结果，优化第一电商平台的搜索信息的过程中，还包括：
检测用户输入的搜索信息，并将所述搜索信息进行拆分处理，获得若干词，同时，确定相邻词之间的词匹配值；
确定所述搜索信息中相邻字之间的字匹配值；
基于词匹配值和字匹配值，标定不合格词；
提取词纠正编辑距离矩阵中与所述不合格词的编辑距离小于预设距离的元素列表，将元素列表中的每个元素分别对应替换所述不合格词和不合格字，直到与相邻的词匹配值合格，获得搜索信息。
在一种可能实现的方式中，
所述搜索矩阵包括若干产品向量，且每个产品向量是基于同类产品的n个产品指标构成的。
本发明的有益效果：
1、通过设置同步推送算法，便于提高搜索信息的同步推送效率，提高反馈信息获取的精准化，进而提高比对的有效性；
2、通过构建目标产品和搜索词的关联分布函数、熵函数，进而再根据提取的评价等信息，构建评价函数，再根据需求信息，对评价函数进行融合处理，进而获得智能匹配优化算法，使其具备可靠性和有效性，进而实 现对搜索词的优化；
3、通过确定第二电商平台的平台属性，并计算平台属性中的每个指标值的权重值，进而获取产品质量指标值，可以有效确保产品质量数据的可靠性，通过权重值，选取最佳产品，并构成最佳产品列表，并回传，便于查看。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种基于跨平台的同步推送反馈方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明提供一种基于跨平台的同步推送反馈方法，如图1所示，包括：
步骤1：获取不同电商平台的原始搜索信息，构建语义词库；
步骤2：根据每个电商平台的平台属性，对每个电商平台的语义词库中的搜索词进行聚类分类，并获取不同电商平台的搜索矩阵，并将每个电商平台的聚类分类结果与搜索矩阵对应配置；
步骤3：基于智能匹配优化算法和配置结果，对聚类分类中的每个搜索词进行优化，同时基于优化结果对聚类分类结果进行再次类优化；
步骤4：基于类优化结果，优化第一电商平台的搜索信息，并根据同步推送算法，将优化后的搜索信息同步推送到第二电商平台，传输反馈信息到第一电商平台进行显示。
该实施例的工作原理是：获取不同电商平台（每日优鲜、淘宝、京东等电商平台）的原始搜索信息（与水果、蔬菜、肉类品等相关的搜索词，如苹果、芒果等），构建语义词库（可以是包括预先设置的所有所搜词汇在内的）；根据每个电商平台的平台属性（由于同个电商平台可以是囊括多类产品在内的，如衣服、家电、食物等在内的，因此，每个电商平台的平台属性例如是包括家电属性、衣物属性、食物属性等一种或多种在内的），对每个电商平台的语义词库中的搜索词进行聚类分类（如按照产品的属性进行分类，如容易存放的食物类，不容易存放的食物类），并获取不同电商平台的搜索矩阵（包括若干类的搜索词在内），并将每个电商平台的聚类分类结果与搜索矩阵对应配置（如，聚类分类结果为不容易存放的食物类，对应的搜索矩阵中包括：芒果、菠菜等在内的），基于智能匹配优化算法和配置结果，对聚类分类中的每个搜索词（如：肉多的青色大芒果）进行优化，同时基于优化结果（如大青芒）对聚类分类结果进行再次类优化（如不容易存放的食物类中的可按时存放的食物）；基于类优化结果，优化第一电商平台的搜索信息（如，当输入大青芒时，优化后的搜索信息为可暂存的大青芒），并根据同步推送算法，将优化后的搜索信息同步推送到第二电商平台（第一电商平台与第二电商平台可通讯连接），传输反馈信息（各个电商平台上关于大青芒的反馈信息）到第一电商平台进行显示。
该实施例中，第一电商平台和第二电商平台是依赖于智能设备实现的，如，手机、电脑等设备。
该实施例中，根据第二电商平台反馈回来的反馈信息，可以有效的提高产品的性价比，提高其的比对的有效性。
该实施例的有益效果是：通过设置同步推送算法，便于提高搜索信息的同步推送效率，提高反馈信息获取的精准化，进而提高比对的有效性。
本发明提供一种基于跨平台的同步推送反馈方法，获取不同电商平台的原始搜索信息，构建语义词库的步骤包括：
基于历史搜索数据库，提取不同电商平台的历史搜索记录，所述历史搜索记录包括：文字搜索记录、字符搜索记录、数字搜索记录、其他搜索记录中的一种或多种的组合；
对所述历史搜索记录中的非搜索词进行筛选剔除，并基于剩余词构建第一搜索集合；
基于预先由字母、字符、文字、标号构建的搜索词库，提取除去剩余词的预存词，并构建第二搜索集合；
根据所述第一搜索集合和第二搜索集合，构建语义词库；
其中，所述第一搜索集合的被访问频率高于所述第二搜索集合的被访问频率；
所述第一搜索集合占据所述语义词库的第一库区；
所述第二搜索集合占据所述语义词库的第二库区。
该实施例中，历史搜索库是每个电商平台记录的不同用户在该平台的搜索词汇，所有的搜索词汇集合起来构成历史搜索库，且该搜索词汇可以是文字、字符、数字、其他符号中的一种或多种的组合；
该实施例中，由于搜索词汇中存在空格搜索、标点符号搜索等，因此，将其非搜索词剔除，并将剩余词构成第一搜索集合，其是基于历史搜索记录得到的；从搜索词库中，提取预存词（预先设定好的，其除去剩余词的），构成第二搜索集合，其实基于预先存储设定的基础上得到的。
该实施例中，第一搜索集合的第一库区，对应被访问频率高的区域，第二搜索集合的第二库区，对应被访问频率低的区域，便于对其词汇进行集中访问，提高在对区域布局存储时的高效性。
上述技术方案的有益效果是：通过历史搜索与预先设置存储两种方式，构成搜索集合，并根据访问频率，将其两者进行库区分配，可以提高对搜索词的集中访问，间接提高同步推送反馈的效率。
本发明提供一种基于跨平台的同步推送反馈方法，根据每个电商平台的平台属性，对每个电商平台的语义词库中的搜索词进行聚类分类，并获取不同电商平台的搜索矩阵的步骤包括：
爬取所述电商平台的平台交易信息，基于交易属性模型，配置输出与所述平台交易信息相关的交易属性，并确定平台属性；
基于产品分类模型和平台属性，对语义词库中的搜索词，按照产品属性对搜索词进行聚类分类，获得不同产品的搜索词组；
根据所述搜索词组，获取所述电商平台的搜索矩阵；
其中，所述搜索矩阵包括若干产品向量，且每个产品向量是基于同类产品的n个产品指标构成的。
该实施例的工作原理是：爬取电商平台的平台交易信息（各种产品的交易信息，如产品名称、产品数量、产品购买人群），基于交易属性模型，配置输出与平台交易信息相关的交易属性（如，产品所属种类），并确定平台属性（例如是包括家电属性、衣物属性、食物属性等一种或多种在内的）；基于产品分类模型和平台属性，对语义词库中的搜索词，按照产品属性对搜索词进行聚类分类（如种类分类等，或者是产品的存放时间等），获得不同产品的搜索词组（如，水果词组，包括：葡萄、芒果，再如，芒果包括：大芒、小芒等）；根据搜索词组，获取电商平台的搜索矩阵。
上述技术方案的有益效果是：通过爬取信息，提高数据的多样性，通过交易属性模型，便于有效的确定平台属性，通过产品分类模型和平台属性，为获取搜索矩阵提供基础，为后续进行词优化提供基础。
本发明提供一种基于跨平台的同步推送反馈方法，基于智能匹配优化算法和配置结果，对聚类分类中的每个搜索词进行优化的步骤包括：
构建目标产品A与搜索词B的目标函数，其中，所述目标函数是指目标产品与搜索词的关联分布函数
Figure 454408DEST_PATH_IMAGE001
，当所述搜索词的目标取值从一到零逐渐递减时，所述目标函数的关联值相应的从相关参考点到无关参考点的关联取值逐渐变小；
构建目标产品与搜索词的熵函数
Figure 704124DEST_PATH_IMAGE002
，其中，所述熵函数是目标产品与搜索词都包含的正熵因子的二元分布
Figure 689398DEST_PATH_IMAGE003
和负熵因子的二元分布
Figure 684642DEST_PATH_IMAGE004
,A表示目标产品，B表示搜索词；
Figure 755366DEST_PATH_IMAGE005
表示目标产品的正熵因子；
Figure 808773DEST_PATH_IMAGE006
表示搜索词的正熵因子；
Figure 586236DEST_PATH_IMAGE007
表示目标产品的负熵因子；
Figure 66896DEST_PATH_IMAGE008
表示搜索词的负熵因子；
基于所述电商平台，提取用户对所述目标产品的产品评价以及售后服务评价，所述产品评价以及售后服务评价是历史评价；
基于构建的目标函数、熵函数以及提取的产品评价和售后服务评价，构建目标产品与搜索词的评价函数；
爬取用户在所述电商平台的购买需求以及浏览需求，对所述评价函数进行融合处理，获得智能匹配优化算法；
根据所述智能匹配优化算法和配置结果，对聚类分类中的每个搜索词进行优化。
该实施例中，设置的评价函数，可以是对目标函数与关键词之间匹配度的评价。
该实施例中，搜索词的目标取值从一到零逐渐递减时，目标函数的关联值（关联分布函数的值）相应的从相关参考点（搜索词与目标产品有关联度）到无关参考点（搜索词与目标产品无关联度）的关联取值逐渐变小；
上述技术方案的有益效果是：通过构建目标产品和搜索词的关联分布函数、熵函数，进而再根据提取的评价等信息，构建评价函数，再根据需求信息，对评价函数进行融合处理，进而获得智能匹配优化算法，使其具备可靠性和有效性，进而实现对搜索词的优化。
本发明提供一种基于跨平台的同步推送反馈方法，基于类优化结果，优化第一电商平台的搜索信息，并根据同步推送算法，将优化后的搜索信息同步推送到第二电商平台，传输反馈信息到第一电商平台进行显示的步骤包括：
接收用户基于第一电商平台输入的搜索信息，且所述搜索信息中包括产品关键词；
基于类优化结果，对所述搜索信息进行优化，获得优化信息；
检测所述用户的用户账号是否开通第一电商平台与第二电商平台的同步传输功能；
若开通，基于同步推送算法和同步传输功能，将所述优化信息同步到第二电商平台，在第二电商平台以及第一电商平台进行产品搜索；
同时，基于同步传输功能，所述第一电商平台接收所述第二电商平台回传的与产品搜索结果相关的反馈信息，并进行显示；
其中，根据所述同步推送算法与对搜索信息的共享行为以及第二电商平台对搜索信息相关资源的获取行为有关。
该实施例中，确定是否开通同步传输功能，是为了保证可以有效的同步传输，提高反馈信息的有效性。
该实施例中，反馈信息，如，用户的搜索信息为大青芒，则，同步到第二电商平台（数量不止一个），且第二电商平台根据该大青芒信息搜索相关信息，来进行多个平台的同步反馈。
上述技术方案的有益效果是：通过设置同步推送算法，便于解决资源获取与推送共享在数据稀疏性问题的有效性，提高对多平台同步推送和多平台的同步回传效率。
本发明提供一种基于跨平台的同步推送反馈方法，基于同步传输功能，所述第一电商平台接收所述第二电商平台回传的与产品搜索结果相关的反馈信息的过程中，还包括：
根据每个第二电商平台的平台属性，计算所述优化信息的权重值
Figure 359337DEST_PATH_IMAGE009
；
Figure 403385DEST_PATH_IMAGE010
；
Figure 97672DEST_PATH_IMAGE011
；
Figure 749233DEST_PATH_IMAGE012
；
Figure 732232DEST_PATH_IMAGE013
；
其中，
Figure 127442DEST_PATH_IMAGE014
表示基于第二电商平台的平台属性中平台产品的售卖倾向人群指标的权重值；
Figure 364650DEST_PATH_IMAGE015
表示基于第二电商平台的平台属性中平台产品的主推产品指标的权重值；
Figure 452692DEST_PATH_IMAGE016
表示基于第二电商平台的平台属性中平台产品的销售量指标的权重值；
Figure 719725DEST_PATH_IMAGE017
表示基于第二电商平台的平台属性中平台产品的产品质量指标的权重值；
Figure 856308DEST_PATH_IMAGE018
表示基于优化信息X的售卖倾向人群指标函数；
Figure 259608DEST_PATH_IMAGE019
表示基于优化信息X的主推产品指标函数；
Figure 518551DEST_PATH_IMAGE020
表示基于优化信息X的销售量指标函数；
Figure 459831DEST_PATH_IMAGE021
表示售卖倾向人群因子；
Figure 196843DEST_PATH_IMAGE022
表示主推产品因子；
Figure 720228DEST_PATH_IMAGE023
表示销售量因子；
Figure 87756DEST_PATH_IMAGE024
表示售卖倾向人群权重占比概率；
Figure 63802DEST_PATH_IMAGE025
表示主推产品权重占比概率；
Figure 604505DEST_PATH_IMAGE026
表示销售量权重占比概率；且，
Figure 247976DEST_PATH_IMAGE027
；
根据所述权重值，从对应的第二电商平台中，匹配并选取最佳产品，并构成最佳产品列表；
基于第二电商平台同步回传所述最佳产品列表到第一电商平台。
该实施例中，第二电商平台至少为一个，例如，假设，第二电商平台有两个，且第一个电商平台中，是包括
Figure 268628DEST_PATH_IMAGE028
在内的，同理，第二个电商平台中，也是包括
Figure 997549DEST_PATH_IMAGE028
在内的，且，对应的最佳产品列表中，可以是包括4个且分别一一与
Figure 14047DEST_PATH_IMAGE028
对应的四个产品。
上述技术方案的有益效果是：通过确定第二电商平台的平台属性，并计算平台属性中的每个指标值的权重值，进而获取产品质量指标值，可以有效确保产品质量数据的可靠性，通过权重值，选取最佳产品，并构成最佳产品列表，并回传，便于查看。
本发明提供一种基于跨平台的同步推送反馈方法，基于第二电商平台回传所述最佳产品列表的过程中，包括：
对N个最佳产品列表进行默认列表排序；
当接收到用户输入的排序指令时，对所述默认列表进行重新排序；
其中，当接收到用户输入的列表特征排序指令时，按照列表特征对N个最佳产品列表进行列表特征排序，供用户查看；
当接收到用户输入的单独排序指令时，从N个最佳产品列表中，选取每个最佳产品列表中的一个与单独排序指令相关的产品，并将选取的N个产品，重新构成产品列表，供用户查看；
其中，产品列表信息为产品搜索结果相关的反馈信息。
该实施例中，假设，第二电商平台有两个，且第一个电商平台a1中，是包括
Figure 512024DEST_PATH_IMAGE028
在内的，同理，第二个电商平台a2中，也是包括
Figure 18092DEST_PATH_IMAGE028
在内的，且，对应的最佳产品列表中，可以是包括4个且分别一一与
Figure 421260DEST_PATH_IMAGE028
对应的四个产品的，如：a1={
Figure 241449DEST_PATH_IMAGE029
}；a2={
Figure 593933DEST_PATH_IMAGE030
},且
Figure 536481DEST_PATH_IMAGE028
与
Figure 662831DEST_PATH_IMAGE030
分别为对应的四个产品；
当接收到用户输入的列表特征排序指令时，按照列表特征对这两个最佳产品列表进行列表特征排序，即为：a1={
Figure 83448DEST_PATH_IMAGE029
}，a2={
Figure 556018DEST_PATH_IMAGE030
}，供用户查看；
当接收到用户输入的单独排序指令时，从这两个最佳产品列表中，选取每个最佳产品列表中的一个与单独排序指令相关的产品，如，用户选取的与销量相关的，即为：a1={
Figure 528522DEST_PATH_IMAGE031
}，a2={
Figure 453753DEST_PATH_IMAGE032
}，对其余产品进行隐藏设置，根据用户单独排序指令进行随机变化，提高其的灵活性。
上述技术方案的有益效果是：通过对最佳产品列表进行调整，或者是对列表中的某个产品进行调整，可以有效的变化，方便用户查看。
本发明提供一种基于跨平台的同步推送反馈方法，基于类优化结果，优化第一电商平台的搜索信息的过程中，还包括：
检测用户输入的搜索信息，并将所述搜索信息进行拆分处理，获得若干词，同时，确定相邻词之间的词匹配值；
确定所述搜索信息中相邻字之间的字匹配值；
基于词匹配值和字匹配值，标定不合格词；
提取词纠正编辑距离矩阵中与所述不合格词的编辑距离小于预设距离的元素列表，将元素列表中的每个元素分别对应替换所述不合格词和不合格字，直到与相邻的词匹配值合格，获得搜索信息。
该实施例中，预设距离，可以为1，例如，当前词汇为qqq，但是需要转换成qqd,此时，对应两者之间的预设距离为1，如果，当前词汇为qqq，但是需要转换成d，此时，对应的两者之间的预设距离为2。
该实施例中，确定相邻词之间的词匹配值和相邻字的字匹配值，是为了确定不合格词（需要替换的词）。
上述技术方案的有益效果是：通过对搜索信息进行拆分处理以及替换处理，可以避免因为搜索信息错误，导致匹配不到用户想要的信息，可有效的提高搜索的高效性。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (6)

1.一种基于跨平台的同步推送反馈方法，其特征在于，包括：
获取不同电商平台的原始搜索信息，构建语义词库；
根据每个电商平台的平台属性，对每个电商平台的语义词库中的搜索词进行聚类分类，并获取不同电商平台的搜索矩阵，并将每个电商平台的聚类分类结果与搜索矩阵对应配置；
基于智能匹配优化算法和配置结果，对聚类分类中的每个搜索词进行优化，同时基于优化结果对聚类分类结果进行再次类优化；
基于类优化结果，优化第一电商平台的搜索信息，并根据同步推送算法，将优化后的搜索信息同步推送到第二电商平台，传输反馈信息到第一电商平台进行显示；
其中，基于智能匹配优化算法和配置结果，对聚类分类中的每个搜索词进行优化的步骤包括：
构建目标产品A与搜索词B的目标函数，其中，所述目标函数是指目标产品与搜索词的关联分布函数
Figure 636034DEST_PATH_IMAGE001
，当所述搜索词的目标取值从一到零逐渐递减时，所述目标函数的关联值相应的从相关参考点到无关参考点的关联取值逐渐变小；
构建目标产品与搜索词的熵函数
Figure 885749DEST_PATH_IMAGE002
，其中，所述熵函数是目标产品与搜索词都包含的正熵因子的二元分布
Figure 871023DEST_PATH_IMAGE003
和负熵因子的二元分布
Figure 711940DEST_PATH_IMAGE004
,A表示目标产品，B表示搜索词；
Figure 782664DEST_PATH_IMAGE005
表示目标产品的正熵因子；
Figure 367229DEST_PATH_IMAGE006
表示搜索词的正熵因子；
Figure 207009DEST_PATH_IMAGE007
表示目标产品的负熵因子；
Figure 687669DEST_PATH_IMAGE008
表示搜索词的负熵因子；
基于所述电商平台，提取用户对所述目标产品的产品评价以及售后服务评价，所述产品评价以及售后服务评价是历史评价；
基于构建的目标函数、熵函数以及提取的产品评价和售后服务评价，构建目标产品与搜索词的评价函数；
爬取用户在所述电商平台的购买需求以及浏览需求，对所述评价函数进行融合处理，获得智能匹配优化算法；
根据所述智能匹配优化算法和配置结果，对聚类分类中的每个搜索词进行优化；
基于类优化结果，优化第一电商平台的搜索信息，并根据同步推送算法，将优化后的搜索信息同步推送到第二电商平台，传输反馈信息到第一电商平台进行显示的步骤包括：
接收用户基于第一电商平台输入的搜索信息，且所述搜索信息中包括产品关键词；
基于类优化结果，对所述搜索信息进行优化，获得优化信息；
检测所述用户的用户账号是否开通第一电商平台与第二电商平台的同步传输功能；
若开通，基于同步推送算法和同步传输功能，将所述优化信息同步到第二电商平台，在第二电商平台以及第一电商平台进行产品搜索；
同时，基于同步传输功能，所述第一电商平台接收所述第二电商平台回传的与产品搜索结果相关的反馈信息，并进行显示；
其中，所述同步推送算法与对搜索信息的共享行为以及第二电商平台对搜索信息相关资源的获取行为有关；
基于同步传输功能，所述第一电商平台接收所述第二电商平台回传的与产品搜索结果相关的反馈信息的过程中，还包括：
根据每个第二电商平台的平台属性，计算优化信息的权重值
Figure 980110DEST_PATH_IMAGE009
；
Figure 368366DEST_PATH_IMAGE010
；
Figure 62653DEST_PATH_IMAGE011
；
Figure 714214DEST_PATH_IMAGE012
；
Figure 759530DEST_PATH_IMAGE013
；
其中，
Figure 154740DEST_PATH_IMAGE014
表示基于第二电商平台的平台属性中平台产品的售卖倾向人群指标的权重值；
Figure 234691DEST_PATH_IMAGE015
表示基于第二电商平台的平台属性中平台产品的主推产品指标的权重值；
Figure 322733DEST_PATH_IMAGE016
表示基于第二电商平台的平台属性中平台产品的销售量指标的权重值；
Figure 589766DEST_PATH_IMAGE017
表示基于第二电商平台的平台属性中平台产品的产品质量指标的权重值；
Figure 788666DEST_PATH_IMAGE018
表示基于优化信息X的售卖倾向人群指标函数；
Figure 723124DEST_PATH_IMAGE019
表示基于优化信息X的主推产品指标函数；
Figure 982067DEST_PATH_IMAGE020
表示基于优化信息X的销售量指标函数；
Figure 267555DEST_PATH_IMAGE021
表示售卖倾向人群因子；
Figure 4567DEST_PATH_IMAGE022
表示主推产品因子；
Figure 527952DEST_PATH_IMAGE023
表示销售量因子；
Figure 957796DEST_PATH_IMAGE024
表示售卖倾向人群权重占比概率；
Figure 465001DEST_PATH_IMAGE025
表示主推产品权重占比概率；
Figure 5704DEST_PATH_IMAGE026
表示销售量权重占比概率；且，
Figure 649175DEST_PATH_IMAGE027
；
根据所述权重值，从对应的第二电商平台中，匹配并选取最佳产品，并构成最佳产品列表；
基于第二电商平台同步回传所述最佳产品列表到第一电商平台。
2.如权利要求1所述的同步推送反馈方法，其特征在于，获取不同电商平台的原始搜索信息，构建语义词库的步骤包括：
基于历史搜索数据库，提取不同电商平台的历史搜索记录，所述历史搜索记录包括：文字搜索记录、字符搜索记录、数字搜索记录、其他搜索记录中的一种或多种的组合；
对所述历史搜索记录中的非搜索词进行筛选剔除，并基于剩余词构建第一搜索集合；
基于预先由字母、字符、文字、标号构建的搜索词库，提取除去剩余词的预存词，并构建第二搜索集合；
根据所述第一搜索集合和第二搜索集合，构建语义词库；
其中，所述第一搜索集合的被访问频率高于所述第二搜索集合的被访问频率；
所述第一搜索集合占据所述语义词库的第一库区；
所述第二搜索集合占据所述语义词库的第二库区。
3.如权利要求1所述的同步推送反馈方法，其特征在于，根据每个电商平台的平台属性，对每个电商平台的语义词库中的搜索词进行聚类分类，并获取不同电商平台的搜索矩阵的步骤包括：
爬取所述电商平台的平台交易信息，基于交易属性模型，配置输出与所述平台交易信息相关的交易属性，并确定平台属性；
基于产品分类模型和平台属性，对所述语义词库中的搜索词，按照产品属性对所述搜索词进行聚类分类，获得不同产品的搜索词组；
根据所述搜索词组，获取所述电商平台的搜索矩阵。
4.如权利要求1所述的同步推送反馈方法，其特征在于，基于第二电商平台回传所述最佳产品列表的过程中，包括：
对N个最佳产品列表进行默认列表排序；
当接收到用户输入的排序指令时，对所述默认列表进行重新排序；
其中，当接收到用户输入的列表特征排序指令时，按照列表特征对N个最佳产品列表进行列表特征排序，供用户查看；
当接收到用户输入的单独排序指令时，从N个最佳产品列表中，选取每个最佳产品列表中的一个与单独排序指令相关的产品，并将选取的N个产品，重新构成产品列表，供用户查看；
其中，产品列表信息为产品搜索结果相关的反馈信息。
5.如权利要求1所述的同步推送反馈方法，其特征在于，基于类优化结果，优化第一电商平台的搜索信息的过程中，还包括：
检测用户输入的搜索信息，并将所述搜索信息进行拆分处理，获得若干词，同时，确定相邻词之间的词匹配值；
确定所述搜索信息中相邻字之间的字匹配值；
基于词匹配值和字匹配值，标定不合格词；
提取词纠正编辑距离矩阵中与所述不合格词的编辑距离小于预设距离的元素列表，将元素列表中的每个元素分别对应替换所述不合格词和不合格字，直到与相邻的词匹配值合格，获得搜索信息。
6.如权利要求1或3所述的同步推送反馈方法，其特征在于，
所述搜索矩阵包括若干产品向量，且每个产品向量是基于同类产品的n个产品指标构成的。
CN202010509951.7A 2020-06-08 2020-06-08 基于跨平台的同步推送反馈方法 Active CN111428007B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010509951.7A CN111428007B (zh) 2020-06-08 2020-06-08 基于跨平台的同步推送反馈方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010509951.7A CN111428007B (zh) 2020-06-08 2020-06-08 基于跨平台的同步推送反馈方法

Publications (2)

Publication Number Publication Date
CN111428007A CN111428007A (zh) 2020-07-17
CN111428007B true CN111428007B (zh) 2020-09-15

Family

ID=71551318

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010509951.7A Active CN111428007B (zh) 2020-06-08 2020-06-08 基于跨平台的同步推送反馈方法

Country Status (1)

Country Link
CN (1) CN111428007B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112434183A (zh) * 2020-11-30 2021-03-02 北京达佳互联信息技术有限公司 一种搜索结果的排序方法、装置、设备和存储介质
CN113536118B (zh) * 2021-06-29 2023-04-07 未鲲(上海)科技服务有限公司 搜索默认词的配置方法、装置、计算机设备及存储介质
CN114626885B (zh) * 2022-03-17 2022-11-15 华院分析技术(上海)有限公司 一种基于大数据的零售管理方法和系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104933172A (zh) * 2015-06-30 2015-09-23 百度在线网络技术（北京）有限公司 一种基于用户搜索行为的信息推送方法和装置
CN105677810A (zh) * 2015-12-30 2016-06-15 天津盛购科技发展有限公司 一种基于关键词分析的网络购物产品搜索系统
CN106874377A (zh) * 2017-01-04 2017-06-20 四川用联信息技术有限公司 改进的基于约束条件的聚类算法实现搜索引擎关键词优化
CN109213921A (zh) * 2017-06-29 2019-01-15 广州涌智信息科技有限公司 一种商品信息的搜索方法及装置
CN109815379A (zh) * 2018-12-28 2019-05-28 深圳市世强元件网络有限公司 一种针对内容的智能搜索推荐方法、存储介质及终端
CN110929139A (zh) * 2018-09-04 2020-03-27 阿里巴巴集团控股有限公司 搜索推荐方法及装置

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11810126B2 (en) * 2018-04-04 2023-11-07 Jpmorgan Chase Bank, N.A. System and method for implementing an intelligent customer service query management and routing system
US11232153B2 (en) * 2018-06-14 2022-01-25 Microsoft Technology Licensing, Llc Providing query recommendations
CN109523341B (zh) * 2018-10-12 2021-07-27 广西师范大学 基于区块链技术的匿名跨域推荐方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104933172A (zh) * 2015-06-30 2015-09-23 百度在线网络技术（北京）有限公司 一种基于用户搜索行为的信息推送方法和装置
CN105677810A (zh) * 2015-12-30 2016-06-15 天津盛购科技发展有限公司 一种基于关键词分析的网络购物产品搜索系统
CN106874377A (zh) * 2017-01-04 2017-06-20 四川用联信息技术有限公司 改进的基于约束条件的聚类算法实现搜索引擎关键词优化
CN109213921A (zh) * 2017-06-29 2019-01-15 广州涌智信息科技有限公司 一种商品信息的搜索方法及装置
CN110929139A (zh) * 2018-09-04 2020-03-27 阿里巴巴集团控股有限公司 搜索推荐方法及装置
CN109815379A (zh) * 2018-12-28 2019-05-28 深圳市世强元件网络有限公司 一种针对内容的智能搜索推荐方法、存储介质及终端

Also Published As

Publication number Publication date
CN111428007A (zh) 2020-07-17

Similar Documents

Publication Publication Date Title
CN110909182B (zh) 多媒体资源搜索方法、装置、计算机设备及存储介质
CN108536852B (zh) 问答交互方法和装置、计算机设备及计算机可读存储介质
CN111428007B (zh) 基于跨平台的同步推送反馈方法
Li et al. Using multidimensional clustering based collaborative filtering approach improving recommendation diversity
US9104968B2 (en) Identifying categorized misplacement
CN108363821A (zh) 一种信息推送方法、装置、终端设备及存储介质
WO2013163062A1 (en) Recommending keywords
US20210271975A1 (en) User tag generation method and apparatus, storage medium, and computer device
CN103116588A (zh) 一种个性化推荐方法及系统
CN102236663A (zh) 一种基于垂直搜索的查询方法、系统和装置
CN103136228A (zh) 一种图片搜索方法以及图片搜索装置
Lappas et al. Efficient and domain-invariant competitor mining
CN109410001B (zh) 一种商品推荐方法、系统、电子设备和存储介质
US10896458B2 (en) Method, system, and computer-readable medium for product and vendor selection
CN103309869A (zh) 数据对象的展示关键词推荐方法及系统
WO2023049635A1 (en) Real-time product environmental impact scoring
US7949576B2 (en) Method of providing product database
CN112749330A (zh) 信息推送方法、装置、计算机设备和存储介质
CN114254615A (zh) 组卷方法、装置、电子设备和存储介质
CN114282119B (zh) 一种基于异构信息网络的科技信息资源检索方法及系统
CN115795136A (zh) 一种数据处理方法、装置及设备
CN112131491B (zh) 分层排序方法、计算设备和计算机可读存储介质
US10754862B2 (en) Method and system for searching a database having data sets
CN115618126A (zh) 搜索处理方法、系统、计算机可读存储介质及计算机设备
CN115344701A (zh) 基于知识图谱的电商推荐方法

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20231112

Address after: 907, No. 210, Tianwan Road, Tianliao Community, Yutang Street, Guangming District, Shenzhen, Guangdong 518000

Patentee after: Shenzhen Zongzheng Intellectual Property Service Co.,Ltd.

Address before: 100102 room 801, 08 / F, building 7, yard 34, Chuangyuan Road, Chaoyang District, Beijing

Patentee before: BEIJING MISSFRESH E-COMMERCE Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20231201

Address after: Room 505-268, No. 115 Long'an Avenue, Shapingba District, Chongqing, 400000 (self committed)

Patentee after: Chongqing Zhonglebang Network Technology Co.,Ltd.

Address before: 907, No. 210, Tianwan Road, Tianliao Community, Yutang Street, Guangming District, Shenzhen, Guangdong 518000

Patentee before: Shenzhen Zongzheng Intellectual Property Service Co.,Ltd.