CN113779390A - 商品信息的处理方法、装置、电子设备及存储介质 - Google Patents

Abstract

本公开关于一种商品信息的处理方法、装置、电子设备及存储介质，该方法包括：基于商品热度值从第一数据库中的多个商品中确定多个候选商品，商品热度值用于指示商品在第一数据库中的搜索热度；基于候选商品的商品储备值从多个候选商品中确定至少一个目标商品，商品储备值用于指示商品在第二数据库中的储备量，第一数据库与第二数据库具备关联关系；获取至少一个目标商品的属性信息，并针对任一目标商品，基于属性信息从多个候选用户中确定与任一目标商品匹配的目标用户，将目标用户作为待与任一目标商品关联的用户，本公开至少解决相关技术中难以为用户确定合适的待推广商品，导致用户关联的待推广商品的匹配度低、转化率低的问题。

Description

商品信息的处理方法、装置、电子设备及存储介质

技术领域

本公开涉及电商技术领域，尤其涉及一种商品信息的处理方法、装置、电子设备及存储介质。

背景技术

随着直播电商的火爆，许多直播平台的主播进行商品的推广，主播通常会参考直播平台的商品推广情况，或者凭借自己对商品信息的掌握情况来选择商品，但是，由于选择的商品不一定符合自身属性，且同一直播平台的各个主播选择商品的同质化情况严重，难以很好地实现商品的推广。

针对相关技术中难以为用户确定合适的待推广商品，导致用户关联的待推广商品的匹配度低、转化率低的问题，目前尚未提出有效的解决方案。

发明内容

本公开提供一种商品信息的处理方法、装置、电子设备及存储介质，以至少解决相关技术中难以为用户确定合适的待推广商品，导致用户关联的待推广商品的匹配度低、转化率低的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种商品信息的处理方法，包括：基于商品热度值从第一数据库中的多个商品中确定多个候选商品，商品热度值用于指示商品在第一数据库中的搜索热度；基于候选商品的商品储备值从多个候选商品中确定至少一个目标商品，商品储备值用于指示商品在第二数据库中的储备量，第一数据库与第二数据库具备关联关系；获取至少一个目标商品的属性信息，并针对任一目标商品，基于属性信息从多个候选用户中确定与任一目标商品匹配的目标用户，将目标用户作为待与任一目标商品关联的用户。

根据本公开实施例的第二方面，提供一种商品信息的处理方法，包括：基于商品热度值从第一数据库中的多个商品中确定多个候选商品，商品热度值用于指示商品在第一数据库中的搜索热度；基于候选商品的商品储备值从多个候选商品中确定至少一个目标商品，商品储备值用于指示商品在第二数据库中的储备量，第一数据库与第二数据库具备关联关系；获取至少一个目标商品的属性信息，并基于属性信息从至少一个目标商品中确定与目标用户匹配的目标推荐商品，将目标推荐商品作为待与目标用户关联的商品。

可选地，基于商品热度值从第一数据库中的多个商品中确定多个候选商品，包括：获取在第一数据库中搜索每个商品的特征信息对应的搜索次数，并将搜索次数确定为商品的商品热度值，特征信息至少包括以下之一：商品对应的类目信息、商品对应的品牌信息、商品对应的修饰信息；当商品的商品热度值大于预设热度值时，将商品确定为候选商品。

可选地，基于候选商品的商品储备值从多个候选商品中确定至少一个目标商品，包括：确定候选商品适配的搜索关键词；对搜索关键词与第二数据库内的商品的描述信息进行匹配处理，得到匹配结果；基于匹配结果确定与搜索关键词匹配的描述信息对应的商品的数量，并将数量确定为候选商品的商品储备值；当候选商品的商品储备值小于预设储备值时，将候选商品确定为目标商品。

可选地，对搜索关键词与第二数据库内的商品的描述信息进行匹配处理，得到匹配结果包括：将描述信息设定为主字符串，并将搜索关键词设定为待比对字符串；将主字符串与待比对字符串进行匹配处理；当待比对字符串在主字符串中存在的情况下，确定搜索关键词与描述信息匹配；当待比对字符串在主字符串中不存在的情况下，确定搜索关键词与描述信息不匹配。

可选地，将主字符串与待比对字符串进行匹配处理，还包括：当待比对字符串中的部分字符与主字符串中的部分字符相同时，判断部分相同字符的前缀集与后缀集是否存在重复子串，前缀集是由部分相同字符中除尾部字符之外的其余字符组成的所有子串集合，后缀集是由部分相同字符中除首部字符之外的其余字符组成的所有子串集合；在部分相同字符的前缀集与后缀集存在重复子串的情况下，获取最长重复子串，并通过最长重复子串所包含的字符个数确定主字符串中的目标位置；在部分相同字符的前缀集与后缀集不存在重复子串的情况下，通过待比对字符串所包含的字符个数确定主字符串中的目标位置；获取将主字符串中目标位置之后的字符构成的字符串，得到更新的主字符串，将更新的主字符串与待比对字符串进行匹配处理，直至主字符串与待比对字符串匹配完毕。

可选地，获取至少一个目标商品的属性信息，并针对任一目标商品，基于属性信息从多个候选用户中确定与任一目标商品匹配的目标用户，包括：确定多个候选用户；获取与每个候选用户具有关联关系的用户，得到多组第一类用户，并获取多组第一类用户的属性信息，得到多组第一属性信息；获取与目标商品具有关联关系的用户，得到第二类用户，并获取第二类用户的属性信息，得到第二属性信息；分别将多组第一属性信息和第二属性信息进行匹配，得到多个匹配结果；基于多个匹配结果从多个候选用户中确定与目标商品匹配的目标用户。

可选地，分别将多组第一属性信息和第二属性信息进行匹配，得到多个匹配结果，包括：基于每个第一属性信息确定多个维度的多组第一标签数据，并通过第二属性信息确定多个维度的第二标签数据；分别计算每个第一属性信息对应的多组第一标签数据与第二标签数据中处于相同维度且相同标签下标签数据的相似度，得到多个相似度值，其中，每个相似度用于指示每个第一属性信息与第二属性信息之间的匹配结果。

可选地，基于多个匹配结果确定从多个候选用户中确定与目标商品匹配的目标用户，包括：从多个相似度值中确定大于预设相似度值的目标相似度值，并将目标相似度值对应的第一属性信息所属的第一类用户确定为目标第一类用户；将与目标第一类用户具备关联关系的候选用户确定为目标用户。

可选地，获取至少一个目标商品的属性信息，并基于属性信息从至少一个目标商品中确定与目标用户匹配的目标推荐商品包括：获取与目标用户具有关联关系的用户，得到第一类用户，并获取第一类用户的属性信息，得到第一属性信息；获取与每个目标商品具有关联关系的用户，得到多组第二类用户，并获取多组第二类用户的属性信息，得到多组第二属性信息；将第一属性信息和多组第二属性信息进行匹配，得到多个匹配结果；基于多个匹配结果从至少一个目标商品中确定与目标用户匹配的目标推荐商品。

根据本公开实施例的第三方面，提供一种商品信息的处理装置，包括候选商品确定单元，被配置为基于商品热度值从第一数据库中的多个商品中确定多个候选商品，商品热度值用于指示商品在第一数据库中的搜索热度；目标商品确定单元，被配置为基于候选商品的商品储备值从多个候选商品中确定至少一个目标商品，商品储备值用于指示商品在第二数据库中的储备量，第一数据库与第二数据库具备关联关系；目标用户确定单元，被配置为获取至少一个目标商品的属性信息，并针对任一目标商品，基于属性信息从多个候选用户中确定与任一目标商品匹配的目标用户，将目标用户作为待与任一目标商品关联的用户。

根据本公开实施例的第四方面，提供一种商品信息的处理装置，包括候选商品确定单元，被配置为基于商品热度值从第一数据库中的多个商品中确定多个候选商品，其中，商品热度值用于指示商品在第一数据库中的搜索热度；目标商品确定单元，被配置为基于候选商品的商品储备值从多个候选商品中确定至少一个目标商品，商品储备值用于指示商品在第二数据库中的储备量，第一数据库与第二数据库具备关联关系；目标推荐商品确定单元，被配置为获取至少一个目标商品的属性信息，并基于属性信息从至少一个目标商品中确定与目标用户匹配的目标推荐商品，将目标推荐商品作为待与目标用户关联的商品。

可选地，候选商品确定单元包括：商品热度值确定模块，被配置为获取在第一数据库中搜索每个商品的特征信息对应的搜索次数，并将搜索次数确定为商品的商品热度值，特征信息至少包括以下之一：商品对应的类目信息、商品对应的品牌信息、商品对应的修饰信息；候选商品确定模块，被配置为当商品的商品热度值大于预设热度值时，将商品确定为候选商品。

可选地，目标商品确定单元包括：搜索关键词确定模块，被配置为确定候选商品适配的搜索关键词；第一匹配模块，被配置为对搜索关键词与第二数据库内的商品的描述信息进行匹配处理，得到匹配结果；商品储备值确定模块，被配置为基于匹配结果确定与搜索关键词匹配的描述信息对应的商品的数量，并将数量确定为候选商品的商品储备值；目标商品模块，被配置为当候选商品的商品储备值小于预设储备值时，将候选商品确定为目标商品。

可选地，第一匹配模块包括：设置子模块，被配置为将描述信息设定为主字符串，并将搜索关键词设定为待比对字符串；匹配子模块，被配置为将主字符串与待比对字符串进行匹配处理；匹配确定子模块，被配置为当待比对字符串在主字符串中存在的情况下，确定搜索关键词与描述信息匹配；不匹配确定子模块，被配置为当待比对字符串在主字符串中不存在的情况下，确定搜索关键词与描述信息不匹配。

可选地，匹配子模块包括：判断子模块，被配置为当待比对字符串中的部分字符与主字符串中的部分字符相同时，判断部分相同字符的前缀集与后缀集是否存在重复子串，前缀集是由部分相同字符中除尾部字符之外的其余字符组成的所有子串集合，后缀集是由部分相同字符中除首部字符之外的其余字符组成的所有子串集合；获取子模块，被配置为在部分相同字符的前缀集与后缀集存在重复子串的情况下，获取最长重复子串，并通过最长重复子串所包含的字符个数确定主字符串中的目标位置；目标位置确定子模块，被配置为在部分相同字符的前缀集与后缀集不存在重复子串的情况下，通过待比对字符串所包含的字符个数确定主字符串中的目标位置；更新子模块，被配置为获取将主字符串中目标位置之后的字符构成的字符串，得到更新的主字符串，将更新的主字符串与待比对字符串进行匹配处理，直至主字符串与待比对字符串匹配完毕。

可选地，目标用户确定单元包括：候选用户确定模块，被配置为确定多个候选用户；第一信息获取模块，被配置为获取与每个候选用户具有关联关系的用户，得到多组第一类用户，并获取多组第一类用户的属性信息，得到多组第一属性信息；第二信息获取模块，被配置为获取与目标商品具有关联关系的用户，得到第二类用户，并获取第二类用户的属性信息，得到第二属性信息；第二匹配模块，被配置为分别将多组第一属性信息和第二属性信息进行匹配，得到多个匹配结果；目标用户确定模块，被配置为基于多个匹配结果从多个候选用户中确定与目标商品匹配的目标用户。

可选地，第二匹配模块包括：标签数据确定子模块，被配置为基于每个第一属性信息确定多个维度的多组第一标签数据，并通过第二属性信息确定多个维度的第二标签数据；计算子模块，被配置为分别计算每个第一属性信息对应的多组第一标签数据与第二标签数据中处于相同维度且相同标签下标签数据的相似度，得到多个相似度值，其中，每个相似度用于指示每个第一属性信息与第二属性信息之间的匹配结果。

可选地，目标用户确定模块包括：目标第一类用户确定子模块，被配置为从多个相似度值中确定大于预设相似度值的目标相似度值，并将目标相似度值对应的第一属性信息所属的第一类用户确定为目标第一类用户；目标用户确定子模块，被配置为将与目标第一类用户具备关联关系的候选用户确定为目标用户。

可选地，目标推荐商品确定单元包括：第三信息获取模块，被配置为获取与目标用户具有关联关系的用户，得到第一类用户，并获取第一类用户的属性信息，得到第一属性信息；第四信息获取模块，被配置为获取与每个目标商品具有关联关系的用户，得到多组第二类用户，并获取多组第二类用户的属性信息，得到多组第二属性信息；第三匹配模块，被配置为将第一属性信息和多组第二属性信息进行匹配，得到多个匹配结果；目标推荐商品确定模块，被配置为基于多个匹配结果从至少一个目标商品中确定与目标用户匹配的目标推荐商品。

根据本公开实施例的第五方面，提供一种商品信息的处理方法的电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；其中，所述处理器被配置为执行所述指令，以实现上述任一项所述的商品信息的处理方法。

根据本公开实施例的第六方面，提供一种存储介质，当所述存储介质中的指令由信息处理方法的电子设备的处理器执行时，使得信息处理方法的电子设备能够执行上述任一项所述的商品信息的处理方法。

根据本公开实施例的第七方面，提供一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化上述任一项所述的商品信息的处理方法的程序。

本公开的实施例提供的技术方案至少带来以下有益效果：

本公开通过基于商品热度值从第一数据库中的多个商品中确定多个候选商品，商品热度值用于指示商品在第一数据库中的搜索热度；基于候选商品的商品储备值从多个候选商品中确定至少一个目标商品，商品储备值用于指示商品在第二数据库中的储备量，第一数据库与第二数据库具备关联关系；获取至少一个目标商品的属性信息，并针对任一目标商品，基于属性信息从多个候选用户中确定与任一目标商品匹配的目标用户，将目标用户作为待与任一目标商品关联的用户，解决了相关技术中难以为用户确定合适的待推广商品，导致用户关联的待推广商品的匹配度低、转化率低的问题，通过商品的热度值和储备值确定目标商品，并确定与目标商品匹配的目标用户、通过目标用户推广目标商品，提升了目标用户与待推广目标商品之间的匹配准确度，进而提高了用户关联的商品的推广转化率。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。

图1是根据一示例性实施例示出的一种商品信息的处理方法的计算机终端的硬件结构框图。

图2是根据一示例性实施例示出的一种商品信息的处理方法的流程图。

图3是根据一示例性实施例示出的一种商品信息的处理方法中的商品类目搜索热度的示意图。

图4是根据一示例性实施例示出的一种商品信息的处理方法中同一类目的商品的品牌信息搜索热度的示意图。

图5是根据一示例性实施例示出的一种商品信息的处理方法中对搜索关键词与描述信息进行匹配处理的示意图一。

图6是根据一示例性实施例示出的一种商品信息的处理方法中对搜索关键词与描述信息进行匹配处理的示意图二。

图7是根据一示例性实施例示出的一种商品信息的处理方法中的商品类目搜索热度的示意图。

图8是根据一示例性实施例示出的一种商品信息的处理装置的框图。

图9是根据一示例性实施例示出的另一种商品信息的处理装置的框图。

图10是根据一示例性实施例示出的一种终端的框图。

具体实施方式

为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。

需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。

本公开实施例一所提供的方法实施例可以在移动终端或者计算机终端中执行。图1是根据一示例性实施例示出的一种用户活跃度状态的确定方法的计算机终端(或移动设备)的硬件结构框图。如图1所示，计算机终端10(或移动设备10)可以包括一个或多个(图中采用102a、102b，……，102n来示出)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输装置。除此以外，还可以包括：显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为BUS总线的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，计算机终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

应当注意到的是上述一个或多个处理器102和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外，数据处理电路可为单个独立的处理模块，或全部或部分的结合到计算机终端10(或移动设备)中的其他元件中的任意一个内。如本公开实施例中所涉及到的，该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。

存储器104可用于存储应用软件的软件程序以及模块，如本公开实施例中的用户活跃度状态的确定方法对应的程序指令/数据存储装置，处理器102通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的缓存。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输装置用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中，传输装置包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。

显示器可以例如触摸屏式的液晶显示器(LCD)，该液晶显示器可使得用户能够与计算机终端10(或移动设备)的用户界面进行交互。

此处需要说明的是，在一些可选实施例中，上述图1所示的计算机设备(或移动设备)可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是，图1仅为特定具体实例的一个实例，并且旨在示出可存在于上述计算机设备(或移动设备)中的部件的类型。

图2是根据一示例性实施例示出的一种商品信息的处理方法的流程图，如图2所示，商品信息的处理方法用于移动终端或者计算机终端中，包括以下步骤。

在步骤S201中，基于商品热度值从第一数据库中的多个商品中确定多个候选商品，商品热度值用于指示商品在第一数据库中的搜索热度。

需要说明的是，第一数据库中存储有多个商品，用户在获取所需商品之前，从第一数据库中的商品进行搜索，从而确定是否存在所需商品，在搜索的同时生成搜索记录，同一商品的搜索热度可以表征该商品的商品热度值，搜索记录指示商品的搜索次数高，则说明该商品的搜索热度高，该商品的商品热度值高。

具体地，获取第一数据库中的各个商品的商品热度值，可以对商品热度值进行排序，将排序结果中的前N个商品热度值对应的商品确定为候选商品，也可以将商品热度值大于预设商品热度值的商品确定为候选商品，得到多个候选商品，候选商品即为商品热度值高的商品，也即用户需求度高的商品。

在步骤S202中，基于候选商品的商品储备值从多个候选商品中确定至少一个目标商品，商品储备值用于指示商品在第二数据库中的储备量，第一数据库与第二数据库具备关联关系。

需要说明的是，第一数据库可以是供用户搜索并获取商品的数据库，第二数据库可以是储备商品的数据库，用户也可以从第二数据库搜索并获取储备商品，第一数据库和第二数据库中存在相同的商品。第一商品数据库对应的商品数量多，用户基数大，可以用第一数据库中的商品热度值表征商品在第二数据库中的需求度。

具体地，目标商品可以为第二数据库中的待推广的商品，由于在一个商品在第一数据库中的商品热度高的情况下，该商品在第二数据库中的商品储备值不一定高，因而，在确定第二数据库中待推广的商品之前，需要确定各个候选商品的商品储备值，再根据商品储备值从候选商品中确定待推广的商品。

在步骤S203中，获取至少一个目标商品的属性信息，并针对任一目标商品，基于属性信息从多个候选用户中确定与任一目标商品匹配的目标用户，将目标用户作为待与任一目标商品关联的用户。

具体的，可以根据目标商品的属性信息，从多个候选用户中确定目标商品的关联用户，并通过关联用户推广该目标商品，以提高目标商品的推广转化率。

本公开通过基于商品热度值从第一数据库中的多个商品中确定多个候选商品，商品热度值用于指示商品在第一数据库中的搜索热度；基于候选商品的商品储备值从多个候选商品中确定至少一个目标商品，商品储备值用于指示商品在第二数据库中的储备量，第一数据库与第二数据库具备关联关系；获取至少一个目标商品的属性信息，并针对任一目标商品，基于属性信息从多个候选用户中确定与任一目标商品匹配的目标用户，将目标用户作为待与任一目标商品关联的用户，解决了相关技术中难以为用户确定合适的待推广商品，导致用户关联的待推广商品的匹配度低、转化率低的问题，通过商品的热度值和储备值确定目标商品，并确定与目标商品匹配的目标用户、通过目标用户推广目标商品，提升了目标用户与待推广目标商品之间的匹配准确度，进而提高了用户关联的商品的推广转化率。

每个商品具有多个特征信息，用户可以通过搜索商品的特征信息来搜索所需商品，可选地，在本公开的实施例示出的商品信息的处理方法中，基于商品热度值从第一数据库中的多个商品中确定多个候选商品，包括：获取在第一数据库中搜索每个商品的特征信息对应的搜索次数，并将搜索次数确定为商品的商品热度值，特征信息至少包括以下之一：商品对应的类目信息、商品对应的品牌信息、商品对应的修饰信息；当商品的商品热度值大于预设热度值时，将商品确定为候选商品。

具体地，每个商品具有多个特征信息，用户可以通过搜索不同的特征信息来搜索同一商品，在通过一个特征信息搜索到商品的情况下，则将此次搜索确定为该商品对应的一次搜索行为，该商品对应的搜索次数加一。

在一段时间内，统计第一数据库中的各个商品对应的特征信息的搜索次数，并将对应的搜索次数作为该商品的商品热度值，可以提前设定预设热度值，将商品热度值大于预设热度值的商品确定为候选商品。

商品的特征信息的维度包括但不限于商品对应的类目信息、商品对应的品牌信息、商品对应的修饰信息，商品对应的修饰信息可以为对商品属性的描述信息。

在一种可选的实施方式中，以商品的类目为月饼为例，如图3所示，可以获取在一段时间内用户以“月饼”为关键词的搜索次数。

进一步的，除了考虑月饼的整体热度以外，还可以考虑月饼的品牌词和修饰词的热度，如图4所示，以考虑月饼的品牌词为例，分别获取不同品牌词下的搜索次数，从而可以从更细的颗粒上了解商品热度。

在确定各个候选商品的商品储备值时，需要将候选商品与第二数据库中的商品进行匹配，可选地，在本公开的实施例示出的商品信息的处理方法中，基于候选商品的商品储备值从多个候选商品中确定至少一个目标商品，包括：确定候选商品适配的搜索关键词；对搜索关键词与第二数据库内的商品的描述信息进行匹配处理，得到匹配结果；基于匹配结果确定与搜索关键词匹配的描述信息对应的商品的数量，并将数量确定为候选商品的商品储备值；当候选商品的商品储备值小于预设储备值时，将候选商品确定为目标商品。

具体的，用户在第二数据库中搜索商品时，是根据搜索关键词和第二数据量库中商品的描述信息的匹配情况来确定商品是否为所需商品，因而，在确定候选商品的商品储备值时，需要将候选商品的搜索关键词与第二数据库内的商品的描述信息进行匹配，并将匹配成功的商品作为候选商品，所有匹配成功的商品的数量即为候选商品在第二数据库中的数量，也即储备值。

进一步的，设定预设储备值，当候选商品的商品储备值小于预设储备值时，说明该候选商品的商品热度值高，商品储备值低，供不应求，可以将该候选商品确定为待推广的目标商品。

为了提高搜索关键词与商品的描述信息的匹配效率，可选地，在本公开的实施例示出的商品信息的处理方法中，对搜索关键词与第二数据库内的商品的描述信息进行匹配处理，得到匹配结果包括：将描述信息设定为主字符串，并将搜索关键词设定为待比对字符串；将主字符串与待比对字符串进行匹配处理；当待比对字符串在主字符串中存在的情况下，确定搜索关键词与描述信息匹配；当待比对字符串在主字符串中不存在的情况下，确定搜索关键词与描述信息不匹配。

具体地，与候选商品的搜索关键词可以为类目信息关键词、品牌信息关键以及多个修饰信息关键词中的一个或多个，例如，若备选商品为黑色长裤，搜索关键词为“黑色”和“长裤”，若“黑色”和“长裤”均在第二数据库中的商品A的描述信息中出现，说明候选商品的搜索关键词与商品A的描述信息匹配。

需要说明的是，在判断候选商品的搜索关键词与第二数据库内的商品描述词是否接近时，可以将搜索关键词对应的待比对字符串与商品描述词对应的主字符串一个个匹配，但是，由于商品描述词较多，这种匹配方式效率低。

为了提高匹配效率，可选地，在本公开的实施例示出的商品信息的处理方法中，将主字符串与待比对字符串进行匹配处理，还包括：当待比对字符串中的部分字符与主字符串中的部分字符相同时，判断部分相同字符的前缀集与后缀集是否存在重复子串，前缀集是由部分相同字符中除尾部字符之外的其余字符组成的所有子串集合，后缀集是由部分相同字符中除首部字符之外的其余字符组成的所有子串集合；在部分相同字符的前缀集与后缀集存在重复子串的情况下，获取最长重复子串，并通过最长重复子串所包含的字符个数确定主字符串中的目标位置；在部分相同字符的前缀集与后缀集不存在重复子串的情况下，通过待比对字符串所包含的字符个数确定主字符串中的目标位置；获取将主字符串中目标位置之后的字符构成的字符串，得到更新的主字符串，将更新的主字符串与待比对字符串进行匹配处理，直至主字符串与待比对字符串匹配完毕。

具体地，为了提高匹配的效率，往后移动的具体位置用最大重复子串来实现。最大重复子串即为：若子串的前缀集和后缀集中，重复的最长子串的长度为k，则下次匹配子串中的出现不同的符号位j可以移动到第k位。这里面的前缀集表示除去最后一个字符后的前面的所有子串集合，同理后缀集指的的是除去第一个字符后的后面的子串组成的集合。例如，在子串“aba”中，前缀集就是除掉最后一个字符'a'后的子串集合{a,ab}，同理后缀集为除掉最前一个字符a后的子串集合{a,ba}，那么两者最长的重复子串就是a，k＝1；再例如，在子串“ababa”中，前缀集是{a,ab,aba,abab}，后缀集是{a,ba,aba,baba}，二者最长重复子串是aba，k＝3。

如图5所示，假设位于上方的字符串ABCABCDHIJK为商品描述词字符串，也即主字符串，下方的字符串ABCABB为搜索关键词字符串，也即待比对字符串，在匹配时，发现i位的字符和j位的字符不匹配，需要向后移动。在j位的时候，j前面的子串是ABCAB，因而，部分相同字符的前缀集是{A,AB,ABC,ABCA}，后缀集是{B,AB,CAB,BCAB}，最大重复子串是AB，个数是2个字符，如图6所示，因此j向后移到第2位(首个位置默认为第0位)。在部分相同字符的前缀集与后缀集不存在重复子串的情况下，则向后移动待比对字符串包含的字符个数对应的位数，并将待比对字符串之后的字符确定为更新的主字符串。将更新的主字符串与待比对字符串进行匹配处理，直至主字符串与待比对字符串匹配完毕重复再执行这样的匹配，最终可以判断这两个字符串之间是否匹配。

通过本公开实施例，采用KMP算法(单模式匹配)进行搜索关键词对应的待比对字符串与商品描述对应的主字符串进行匹配，如果待比对字符串在主字符串的开头出现，返回它的具体位置，否则往后移动，直至出现，或移动到主字符串的末尾，在保证匹配准确的的情况下提高了匹配效率。

可选地，在本公开的实施例示出的商品信息的处理方法中，获取至少一个目标商品的属性信息，并针对任一目标商品，基于属性信息从多个候选用户中确定与任一目标商品匹配的目标用户，包括：确定多个候选用户；获取与每个候选用户具有关联关系的用户，得到多组第一类用户，并获取多组第一类用户的属性信息，得到多组第一属性信息；获取与目标商品具有关联关系的用户，得到第二类用户，并获取第二类用户的属性信息，得到第二属性信息；分别将多组第一属性信息和第二属性信息进行匹配，得到多个匹配结果；基于多个匹配结果从多个候选用户中确定与目标商品匹配的目标用户。

需要说明的是，每个候选用户关联有多个用户，关联的多个用户可以对候选用户所推广的商品进行转换，同时，每个商品也关联有多个用户，可以为商品的目标推广用户，例如，已经推广过目标商品的用户，因而，候选用户关联的多个用户与目标商品关联的多个用户之间的匹配关系可以影响目标商品的推广转换。

具体地，分别获取候选用户关联的多个用户的第一属性信息，目标商品关联的多个用户的第二属性信息，将每个候选用户对应的第一属性信息与目标商品对应的第二属性信息进行匹配，得到相似度，将高相似度对应的候选用户确定为目标用户，由于目标用户的关联的多个用户的属性信息与目标商品关联的多个用户的属性信息的相似度高，从而提升了目标用户与待推广目标商品的匹配准确度，进而通过目标用户来推广目标商品可以提升目标商品的推广转化率。

属性信息包括多个维度的标签信息，可选地，在本公开的实施例示出的商品信息的处理方法中，分别将多组第一属性信息和第二属性信息进行匹配，得到多个匹配结果，包括：基于每个第一属性信息确定多个维度的多组第一标签数据，并通过第二属性信息确定多个维度的第二标签数据；分别计算每个第一属性信息对应的多组第一标签数据与第二标签数据中处于相同维度且相同标签下标签数据的相似度，得到多个相似度值，其中，每个相似度用于指示每个第一属性信息与第二属性信息之间的匹配结果。

例如，属性信息可以为用户画像数据，一个用户的画像信息可以包括但不限于如下维度的标签数据：性别、年龄，在目标商品为月饼的情况下，月饼关联的用户的性别维度下的标签数据可以为不同性别的用户购买月月饼的数量，年龄维度下的标签数据可以为不同年龄的用户购买月月饼的数量。

进一步的，在获取目标用户的关联用户的标签数据与目标商品的关联用户的标签数据的情况，可以采用余弦定理计算两个用户的标签数据之间的相似度。

例如，若向量N(a)表示用户a的标签，向量N(b)表示用户b的标签，那么用户a的标签和用户b的标签之间的相似度可以由余弦定理计算：

Wab代表向量N(a)和向量N(b)之间的夹角，由于向量之间的夹角越小，说明两个向量越接近，因而，Wab的数值越小，说明用户a和用户b的同一纬度的标签之间的相似度越高。

进一步的，通过余弦定理计算用户的不同维度的标签数据的相似度，对不同维度的标签数据的相似度进行加权平均，得到用户a和用户b的所有标签的相似度，也即用户a和用户b的属性信息匹配结果，该匹配结果可以用来量化用户属性信息的重合度。

可选地，在本公开的实施例示出的商品信息的处理方法中，基于多个匹配结果确定从多个候选用户中确定与目标商品匹配的目标用户，包括：从多个相似度值中确定大于预设相似度值的目标相似度值，并将目标相似度值对应的第一属性信息所属的第一类用户确定为目标第一类用户；将与目标第一类用户具备关联关系的候选用户确定为目标用户。

具体的，在候选用户关联的多个用户与目标商品关联的多个用户的信息相似度大于预设相似度值高的情况下，可以将该候选用户确定为目标用户，由于目标用户的关联的多个用户的属性信息与目标商品关联的多个用户的属性信息的相似度高，从而提升目标用户与待推广目标商品的匹配准确度，进而通过目标用户来推广目标商品可以提升目标商品的推广转化率。

图7是根据一示例性实施例示出的一种商品信息的处理方法的流程图，如图7所示，商品信息的处理方法用于移动终端或者计算机终端中，包括以下步骤。

在步骤S701中，基于商品热度值从第一数据库中的多个商品中确定多个候选商品，商品热度值用于指示商品在第一数据库中的搜索热度。

需要说明的是，第一数据库中存储有多个商品，用户在获取所需商品之前，从第一数据库中的商品进行搜索，从而确定是否存在所需商品，在搜索的同时生成搜索记录，同一商品的搜索热度可以表征该商品的商品热度值，搜索记录指示商品的搜索次数高，则说明该商品的搜索热度高，该商品的商品热度值高。

具体地，获取第一数据库中的各个商品的商品热度值，可以对商品热度值进行排序，将排序结果中的前N个商品热度值对应的商品确定为候选商品，也可以将商品热度值大于预设商品热度值的商品确定为候选商品，得到多个候选商品，候选商品即为商品热度值高的商品，也即用户需求度高的商品。

在步骤S702中，基于候选商品的商品储备值从多个候选商品中确定至少一个目标商品，商品储备值用于指示商品在第二数据库中的储备量，第一数据库与第二数据库具备关联关系。

需要说明的是，第一数据库可以是供用户搜索并获取商品的数据库，第二数据库可以是储备商品的数据库，用户也可以从第二数据库搜索并获取储备商品，第一数据库和第二数据库中存在相同的商品。第一商品数据库对应的商品数量多，用户基数大，可以用第一数据库中的商品热度值表征商品在第二数据库中的需求度。

具体地，目标商品可以为第二数据库中的待推广的商品，由于在一个商品在第一数据库中的商品热度高的情况下，该商品在第二数据库中的商品储备值不一定高，因而，在确定第二数据库中待推广的商品之前，需要确定各个候选商品的商品储备值，再根据商品储备值从候选商品中确定待推广的商品。

在步骤S703中，获取至少一个目标商品的属性信息，并基于属性信息从至少一个目标商品中确定与目标用户匹配的目标推荐商品，将目标推荐商品作为待与目标用户关联的商品。

具体的，可以确定目标用户，基于目标商品的属性信息从至少一个目标商品中确定与目标用户匹配的目标推荐商品，通过目标用户推广该目标商品，以提高目标商品的推广转化率。

本公开通过基于商品热度值从第一数据库中的多个商品中确定多个候选商品，商品热度值用于指示商品在第一数据库中的搜索热度；基于候选商品的商品储备值从多个候选商品中确定至少一个目标商品，商品储备值用于指示商品在第二数据库中的储备量，第一数据库与第二数据库具备关联关系；获取至少一个目标商品的属性信息，并基于属性信息从至少一个目标商品中确定与目标用户匹配的目标推荐商品，将目标推荐商品作为待与目标用户关联的商品，解决了相关技术中难以为用户确定合适的待推广商品，导致用户关联的待推广商品的匹配度低、转化率低的问题，通过商品的热度值和储备值确定目标商品，并确定与目标商品匹配的目标用户、通过目标用户推广目标商品，提升了目标用户与待推广目标商品之间的匹配准确度，进而提高了用户关联的商品的推广转化率。

每个商品具有多个特征信息，用户可以通过搜索商品的特征信息来搜索所需商品，可选地，在本公开的实施例示出的商品信息的处理方法中，基于商品热度值从第一数据库中的多个商品中确定多个候选商品，包括：获取在第一数据库中搜索每个商品的特征信息对应的搜索次数，并将搜索次数确定为商品的商品热度值，特征信息至少包括以下之一：商品对应的类目信息、商品对应的品牌信息、商品对应的修饰信息；当商品的商品热度值大于预设热度值时，将商品确定为候选商品。

具体地，每个商品具有多个特征信息，用户可以通过搜索不同的特征信息来搜索同一商品，在通过一个特征信息搜索到商品的情况下，则将此次搜索确定为该商品对应的一次搜索行为，该商品对应的搜索次数加一。

在一段时间内，统计第一数据库中的各个商品对应的特征信息的搜索次数，并将对应的搜索次数作为该商品的商品热度值，可以提前设定预设热度值，将商品热度值大于预设热度值的商品确定为候选商品。

商品的特征信息的维度包括但不限于商品对应的类目信息、商品对应的品牌信息、商品对应的修饰信息，商品对应的修饰信息可以为对商品属性的描述信息。

在一种可选的实施方式中，以商品的类目为月饼为例，如图3所示，可以获取在一段时间内用户以“月饼”为关键词的搜索次数。

进一步的，除了考虑月饼的整体热度以外，还可以考虑月饼的品牌词和修饰词的热度，如图4所示，以考虑月饼的品牌词为例，分别获取不同品牌词下的搜索次数，从而可以从更细的颗粒上了解商品热度。

在确定各个候选商品的商品储备值时，需要将候选商品与第二数据库中的商品进行匹配，可选地，在本公开的实施例示出的商品信息的处理方法中，基于候选商品的商品储备值从多个候选商品中确定至少一个目标商品，包括：确定候选商品适配的搜索关键词；对搜索关键词与第二数据库内的商品的描述信息进行匹配处理，得到匹配结果；基于匹配结果确定与搜索关键词匹配的描述信息对应的商品的数量，并将数量确定为候选商品的商品储备值；当候选商品的商品储备值小于预设储备值时，将候选商品确定为目标商品。

具体的，用户在第二数据库中搜索商品时，是根据搜索关键词和第二数据量库中商品的描述信息的匹配情况来确定商品是否为所需商品，因而，在确定候选商品的商品储备值时，需要将候选商品的搜索关键词与第二数据库内的商品的描述信息进行匹配，并将匹配成功的商品作为候选商品，所有匹配成功的商品的数量即为候选商品在第二数据库中的数量，也即储备值。

进一步的，设定预设储备值，当候选商品的商品储备值小于预设储备值时，说明该候选商品的商品热度值高，商品储备值低，供不应求，可以将该候选商品确定为待推广的目标商品。

为了提高搜索关键词与商品的描述信息的匹配效率，可选地，在本公开的实施例示出的商品信息的处理方法中，对搜索关键词与第二数据库内的商品的描述信息进行匹配处理，得到匹配结果包括：将描述信息设定为主字符串，并将搜索关键词设定为待比对字符串；将主字符串与待比对字符串进行匹配处理；当待比对字符串在主字符串中存在的情况下，确定搜索关键词与描述信息匹配；当待比对字符串在主字符串中不存在的情况下，确定搜索关键词与描述信息不匹配。

具体地，与候选商品的搜索关键词可以为类目信息关键词、品牌信息关键以及多个修饰信息关键词中的一个或多个，例如，若备选商品为黑色长裤，搜索关键词为“黑色”和“长裤”，若“黑色”和“长裤”均在第二数据库中的商品A的描述信息中出现，说明候选商品的搜索关键词与商品A的描述信息匹配。

需要说明的是，在判断候选商品的搜索关键词与第二数据库内的商品描述词是否接近时，可以将搜索关键词对应的待比对字符串与商品描述词对应的主字符串一个个匹配，，但是，由于商品描述词较多，这种匹配方式效率低。

为了提高匹配效率，可选地，在本公开的实施例示出的商品信息的处理方法中，将主字符串与待比对字符串进行匹配处理，还包括：当待比对字符串中的部分字符与主字符串中的部分字符相同时，判断部分相同字符的前缀集与后缀集是否存在重复子串，前缀集是由部分相同字符中除尾部字符之外的其余字符组成的所有子串集合，后缀集是由部分相同字符中除首部字符之外的其余字符组成的所有子串集合；在部分相同字符的前缀集与后缀集存在重复子串的情况下，获取最长重复子串，并通过最长重复子串所包含的字符个数确定主字符串中的目标位置；在部分相同字符的前缀集与后缀集不存在重复子串的情况下，通过待比对字符串所包含的字符个数确定主字符串中的目标位置；获取将主字符串中目标位置之后的字符构成的字符串，得到更新的主字符串，将更新的主字符串与待比对字符串进行匹配处理，直至主字符串与待比对字符串匹配完毕。

具体地，为了提高匹配的效率，往后移动的具体位置用最大重复子串来实现。最大重复子串即为：若子串的前缀集和后缀集中，重复的最长子串的长度为k，则下次匹配子串中的出现不同的符号位j可以移动到第k位。这里面的前缀集表示除去最后一个字符后的前面的所有子串集合，同理后缀集指的的是除去第一个字符后的后面的子串组成的集合。例如，在子串“aba”中，前缀集就是除掉最后一个字符'a'后的子串集合{a,ab}，同理后缀集为除掉最前一个字符a后的子串集合{a,ba}，那么两者最长的重复子串就是a，k＝1；再例如，在子串“ababa”中，前缀集是{a,ab,aba,abab}，后缀集是{a,ba,aba,baba}，二者最长重复子串是aba，k＝3。

如图5所示，假设位于上方的字符串ABCABCDHIJK为商品描述词字符串，也即主字符串，下方的字符串ABCABB为搜索关键词字符串，也即待比对字符串，在匹配时，发现i位的字符和j位的字符不匹配，需要向后移动。在j位的时候，j前面的子串是ABCAB，因而，部分相同字符的前缀集是{A,AB,ABC,ABCA}，后缀集是{B,AB,CAB,BCAB}，最大重复子串是AB，个数是2个字符，如图6所示，因此j向后移到第2位(首个位置默认为第0位)。在部分相同字符的前缀集与后缀集不存在重复子串的情况下，则向后移动待比对字符串包含的字符个数对应的位数，并将待比对字符串之后的字符确定为更新的主字符串。将更新的主字符串与待比对字符串进行匹配处理，直至主字符串与待比对字符串匹配完毕重复再执行这样的匹配，最终可以判断这两个字符串之间是否匹配。

通过本公开实施例，采用KMP算法(单模式匹配)进行搜索关键词对应的待比对字符串与商品描述对应的主字符串进行匹配，如果待比对字符串在主字符串的开头出现，返回它的具体位置，否则往后移动，直至出现，或移动到主字符串的末尾，在保证匹配准确的的情况下提高了匹配效率。

可选地，在本公开的实施例示出的商品信息的处理方法中，获取至少一个目标商品的属性信息，并基于属性信息从至少一个目标商品中确定与目标用户匹配的目标推荐商品包括：获取与目标用户具有关联关系的用户，得到第一类用户，并获取第一类用户的属性信息，得到第一属性信息；获取与每个目标商品具有关联关系的用户，得到多组第二类用户，并获取多组第二类用户的属性信息，得到多组第二属性信息；将第一属性信息和多组第二属性信息进行匹配，得到多个匹配结果；基于多个匹配结果从至少一个目标商品中确定与目标用户匹配的目标推荐商品。

具体的，在目标商品关联的多个用户与目标用户关联的多个用户的信息相似度大于预设相似度的情况下，可以目标用户商品确定为与目标用户匹配的目标推荐商品，由于目标用户的关联的多个用户的属性信息与目标商品关联的多个用户的属性信息的相似度高，从而提升目标用户与待推广目标商品的匹配准确度，进而通过目标用户来推广目标商品可以提升目标商品的推广转化率。

图8是根据一示例性实施例示出的一种商品信息的处理装置框图。参照图8，该装置包获：

候选商品确定单元801，被配置为基于商品热度值从第一数据库中的多个商品中确定多个候选商品，商品热度值用于指示商品在第一数据库中的搜索热度。

目标商品确定单元802，被配置为基于候选商品的商品储备值从多个候选商品中确定至少一个目标商品，商品储备值用于指示商品在第二数据库中的储备量，第一数据库与第二数据库具备关联关系。

目标用户确定单元803，被配置为获取至少一个目标商品的属性信息，并针对任一目标商品，基于属性信息从多个候选用户中确定与任一目标商品匹配的目标用户，将目标用户作为待与任一目标商品关联的用户。

可选地，在本公开的实施例示出的商品信息的处理装置中，候选商品确定单元801包括：商品热度值确定模块，被配置为获取在第一数据库中搜索每个商品的特征信息对应的搜索次数，并将搜索次数确定为商品的商品热度值，特征信息至少包括以下之一：商品对应的类目信息、商品对应的品牌信息、商品对应的修饰信息；候选商品确定模块，被配置为当商品的商品热度值大于预设热度值时，将商品确定为候选商品。

可选地，在本公开的实施例示出的商品信息的处理装置中，目标商品确定单元802包括：搜索关键词确定模块，被配置为确定候选商品适配的搜索关键词；第一匹配模块，被配置为对搜索关键词与第二数据库内的商品的描述信息进行匹配处理，得到匹配结果；商品储备值确定模块，被配置为基于匹配结果确定与搜索关键词匹配的描述信息对应的商品的数量，并将数量确定为候选商品的商品储备值；目标商品模块，被配置为当候选商品的商品储备值小于预设储备值时，将候选商品确定为目标商品。

可选地，在本公开的实施例示出的商品信息的处理装置中，第一匹配模块包括：设置子模块，被配置为将描述信息设定为主字符串，并将搜索关键词设定为待比对字符串；匹配子模块，被配置为将主字符串与待比对字符串进行匹配处理；匹配确定子模块，被配置为当待比对字符串在主字符串中存在的情况下，确定搜索关键词与描述信息匹配；不匹配确定子模块，被配置为当待比对字符串在主字符串中不存在的情况下，确定搜索关键词与描述信息不匹配。

可选地，在本公开的实施例示出的商品信息的处理装置中，匹配子模块包括：判断子模块，被配置为当待比对字符串中的部分字符与主字符串中的部分字符相同时，判断部分相同字符的前缀集与后缀集是否存在重复子串，前缀集是由部分相同字符中除尾部字符之外的其余字符组成的所有子串集合，后缀集是由部分相同字符中除首部字符之外的其余字符组成的所有子串集合；获取子模块，被配置为在部分相同字符的前缀集与后缀集存在重复子串的情况下，获取最长重复子串，并通过最长重复子串所包含的字符个数确定主字符串中的目标位置；目标位置确定子模块，被配置为在部分相同字符的前缀集与后缀集不存在重复子串的情况下，通过待比对字符串所包含的字符个数确定主字符串中的目标位置；更新子模块，被配置为获取将主字符串中目标位置之后的字符构成的字符串，得到更新的主字符串，将更新的主字符串与待比对字符串进行匹配处理，直至主字符串与待比对字符串匹配完毕。

可选地，在本公开的实施例示出的商品信息的处理装置中，目标用户确定单元803包括：候选用户确定模块，被配置为确定多个候选用户；第一信息获取模块，被配置为获取与每个候选用户具有关联关系的用户，得到多组第一类用户，并获取多组第一类用户的属性信息，得到多组第一属性信息；第二信息获取模块，被配置为获取与目标商品具有关联关系的用户，得到第二类用户，并获取第二类用户的属性信息，得到第二属性信息；第二匹配模块，被配置为分别将多组第一属性信息和第二属性信息进行匹配，得到多个匹配结果；目标用户确定模块，被配置为基于多个匹配结果从多个候选用户中确定与目标商品匹配的目标用户。

可选地，在本公开的实施例示出的商品信息的处理装置中，第二匹配模块包括：标签数据确定子模块，被配置为基于每个第一属性信息确定多个维度的多组第一标签数据，并通过第二属性信息确定多个维度的第二标签数据；计算子模块，被配置为分别计算每个第一属性信息对应的多组第一标签数据与第二标签数据中处于相同维度且相同标签下标签数据的相似度，得到多个相似度值，其中，每个相似度用于指示每个第一属性信息与第二属性信息之间的匹配结果。

可选地，在本公开的实施例示出的商品信息的处理装置中，目标用户确定模块包括：目标第一类用户确定子模块，被配置为从多个相似度值中确定大于预设相似度值的目标相似度值，并将目标相似度值对应的第一属性信息所属的第一类用户确定为目标第一类用户；目标用户确定子模块，被配置为将与目标第一类用户具备关联关系的候选用户确定为目标用户。

图9是根据一示例性实施例示出的一种商品信息的处理装置框图。参照图9，该装置包获：

候选商品确定单元901，被配置为基于商品热度值从第一数据库中的多个商品中确定多个候选商品，其中，商品热度值用于指示商品在第一数据库中的搜索热度。

目标商品确定单元902，被配置为基于候选商品的商品储备值从多个候选商品中确定至少一个目标商品，商品储备值用于指示商品在第二数据库中的储备量，第一数据库与第二数据库具备关联关系。

目标推荐商品确定单元903，被配置为获取至少一个目标商品的属性信息，并基于属性信息从至少一个目标商品中确定与目标用户匹配的目标推荐商品，将目标推荐商品作为待与目标用户关联的商品。

可选地，在本公开的实施例示出的商品信息的处理装置中，候选商品确定单元901包括：商品热度值确定模块，被配置为获取在第一数据库中搜索每个商品的特征信息对应的搜索次数，并将搜索次数确定为商品的商品热度值，特征信息至少包括以下之一：商品对应的类目信息、商品对应的品牌信息、商品对应的修饰信息；候选商品确定模块，被配置为当商品的商品热度值大于预设热度值时，将商品确定为候选商品。

可选地，在本公开的实施例示出的商品信息的处理装置中，目标商品确定单元902包括：搜索关键词确定模块，被配置为确定候选商品适配的搜索关键词；第一匹配模块，被配置为对搜索关键词与第二数据库内的商品的描述信息进行匹配处理，得到匹配结果；商品储备值确定模块，被配置为基于匹配结果确定与搜索关键词匹配的描述信息对应的商品的数量，并将数量确定为候选商品的商品储备值；目标商品模块，被配置为当候选商品的商品储备值小于预设储备值时，将候选商品确定为目标商品。

可选地，在本公开的实施例示出的商品信息的处理装置中，第一匹配模块包括：设置子模块，被配置为将描述信息设定为主字符串，并将搜索关键词设定为待比对字符串；匹配子模块，被配置为将主字符串与待比对字符串进行匹配处理；匹配确定子模块，被配置为当待比对字符串在主字符串中存在的情况下，确定搜索关键词与描述信息匹配；不匹配确定子模块，被配置为当待比对字符串在主字符串中不存在的情况下，确定搜索关键词与描述信息不匹配。

可选地，在本公开的实施例示出的商品信息的处理装置中，匹配子模块包括：判断子模块，被配置为当待比对字符串中的部分字符与主字符串中的部分字符相同时，判断部分相同字符的前缀集与后缀集是否存在重复子串，前缀集是由部分相同字符中除尾部字符之外的其余字符组成的所有子串集合，后缀集是由部分相同字符中除首部字符之外的其余字符组成的所有子串集合；获取子模块，被配置为在部分相同字符的前缀集与后缀集存在重复子串的情况下，获取最长重复子串，并通过最长重复子串所包含的字符个数确定主字符串中的目标位置；目标位置确定子模块，被配置为在部分相同字符的前缀集与后缀集不存在重复子串的情况下，通过待比对字符串所包含的字符个数确定主字符串中的目标位置；更新子模块，被配置为获取将主字符串中目标位置之后的字符构成的字符串，得到更新的主字符串，将更新的主字符串与待比对字符串进行匹配处理，直至主字符串与待比对字符串匹配完毕。

可选地，在本公开的实施例示出的商品信息的处理装置中，目标推荐商品确定单元903包括：第三信息获取模块，被配置为获取与目标用户具有关联关系的用户，得到第一类用户，并获取第一类用户的属性信息，得到第一属性信息；第四信息获取模块，被配置为获取与每个目标商品具有关联关系的用户，得到多组第二类用户，并获取多组第二类用户的属性信息，得到多组第二属性信息；第三匹配模块，被配置为将第一属性信息和多组第二属性信息进行匹配，得到多个匹配结果；目标推荐商品确定模块，被配置为基于多个匹配结果从至少一个目标商品中确定与目标用户匹配的目标推荐商品。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

在示例性实施例中，还提供了一种商品信息的处理方法的电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，处理器被配置为执行指令，以实现上述任一项的商品信息的处理方法。

在示例性实施例中，还提供了一种存储介质，当存储介质中的指令由信息处理方法的电子设备的处理器执行时，使得信息处理方法的电子设备能够执行上述任一项的商品信息的处理方法。可选地，存储介质可以是非临时性计算机可读存储介质，例如，非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。

在示例性实施例中，还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化上述任一项所述的商品信息的处理方法的程序。该计算机产品可以是一种终端，该终端可以是计算机终端群中的任意一个计算机终端设备。可选地，在本公开实施例中，上述终端也可以为移动终端等终端设备。

可选地，在本公开实施例中，上述终端可以位于计算机网络的多个网络设备中的至少一个网络设备。

可选地，图10是根据一示例性实施例示出的一种终端的结构框图。如图10所示，该终端可以包括：一个或多个(图中仅示出一个)处理器101、用于存储处理器可执行指令的存储器103；其中，处理器被配置为执行指令，以实现上述任一项的页面处理方法。

其中，存储器可用于存储软件程序以及模块，如本公开实施例中的页面处理方法和装置对应的程序指令/模块，处理器通过运行存储在存储器内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的页面处理方法。存储器可包括高速随机存储器，还可以包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

本领域普通技术人员可以理解，图10所示的结构仅为示意，计算机终端也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌声电脑以及移动互联网设备(MobileInternet Devices，MID)、PAD等终端设备。图10其并不对上述电子装置的结构造成限定。例如，终端10还可包括比图10中所示更多或者更少的组件(如网络接口、显示装置等)，或者具有与图10所示不同的配置。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (10)

1.一种商品信息的处理方法，其特征在于，包括：

基于商品热度值从第一数据库中的多个商品中确定多个候选商品，所述商品热度值用于指示商品在第一数据库中的搜索热度；

基于所述候选商品的商品储备值从所述多个候选商品中确定至少一个目标商品，所述商品储备值用于指示商品在第二数据库中的储备量，所述第一数据库与所述第二数据库具备关联关系；

获取所述至少一个目标商品的属性信息，并针对任一目标商品，基于所述属性信息从多个候选用户中确定与所述任一目标商品匹配的目标用户，将所述目标用户作为待与所述任一目标商品关联的用户。

2.一种商品信息的处理方法，其特征在于，包括：

基于商品热度值从第一数据库中的多个商品中确定多个候选商品，其中，所述商品热度值用于指示商品在第一数据库中的搜索热度；

基于所述候选商品的商品储备值从所述多个候选商品中确定至少一个目标商品，所述商品储备值用于指示商品在第二数据库中的储备量，所述第一数据库与所述第二数据库具备关联关系；

获取所述至少一个目标商品的属性信息，并基于所述属性信息从所述至少一个目标商品中确定与目标用户匹配的目标推荐商品，将所述目标推荐商品作为待与所述目标用户关联的商品。

3.根据权利要求1或2所述的商品信息的处理方法，其特征在于，所述基于商品热度值从第一数据库中的多个商品中确定多个候选商品，包括：

获取在所述第一数据库中搜索每个商品的特征信息对应的搜索次数，并将所述搜索次数确定为所述商品的所述商品热度值，所述特征信息至少包括以下之一：所述商品对应的类目信息、所述商品对应的品牌信息、所述商品对应的修饰信息；

当所述商品的所述商品热度值大于预设热度值时，将所述商品确定为候选商品。

4.根据权利要求1或2所述的商品信息的处理方法，其特征在于，所述基于所述候选商品的商品储备值从所述多个候选商品中确定至少一个目标商品，包括：

确定所述候选商品适配的搜索关键词；

对所述搜索关键词与所述第二数据库内的商品的描述信息进行匹配处理，得到匹配结果；

基于所述匹配结果确定与所述搜索关键词匹配的描述信息对应的商品的数量，并将所述数量确定为所述候选商品的所述商品储备值；

当所述候选商品的所述商品储备值小于预设储备值时，将所述候选商品确定为目标商品。

5.根据权利要求4所述的商品信息的处理方法，其特征在于，所述对所述搜索关键词与所述第二数据库内的商品的描述信息进行匹配处理，得到匹配结果包括：

将所述描述信息设定为主字符串，并将所述搜索关键词设定为待比对字符串；

将所述主字符串与所述待比对字符串进行匹配处理；

当所述待比对字符串在所述主字符串中存在的情况下，确定所述搜索关键词与所述描述信息匹配；

当所述待比对字符串在所述主字符串中不存在的情况下，确定所述搜索关键词与所述描述信息不匹配。

6.根据权利要求5所述的商品信息的处理方法，其特征在于，将所述主字符串与所述待比对字符串进行匹配处理，还包括：

当所述待比对字符串中的部分字符与所述主字符串中的部分字符相同时，判断部分相同字符的前缀集与后缀集是否存在重复子串，所述前缀集是由所述部分相同字符中除尾部字符之外的其余字符组成的所有子串集合，所述后缀集是由所述部分相同字符中除首部字符之外的其余字符组成的所有子串集合；

在所述部分相同字符的前缀集与后缀集存在重复子串的情况下，获取最长重复子串，并通过所述最长重复子串所包含的字符个数确定所述主字符串中的目标位置；

在所述部分相同字符的前缀集与后缀集不存在重复子串的情况下，通过所述待比对字符串所包含的字符个数确定所述主字符串中的目标位置；

获取将所述主字符串中所述目标位置之后的字符构成的字符串，得到更新的主字符串，将所述更新的主字符串与所述待比对字符串进行匹配处理，直至所述主字符串与所述待比对字符串匹配完毕。

7.根据权利要求1所述的商品信息的处理方法，其特征在于，所述获取所述至少一个目标商品的属性信息，并针对任一目标商品，基于所述属性信息从多个候选用户中确定与所述任一目标商品匹配的目标用户，包括：

确定多个候选用户；

获取与每个所述候选用户具有关联关系的用户，得到多组第一类用户，并获取多组所述第一类用户的属性信息，得到多组第一属性信息；

获取与所述目标商品具有关联关系的用户，得到第二类用户，并获取所述第二类用户的属性信息，得到第二属性信息；

分别将多组所述第一属性信息和所述第二属性信息进行匹配，得到多个匹配结果；

基于所述多个匹配结果从所述多个候选用户中确定与所述目标商品匹配的所述目标用户。

8.根据权利要求7所述的商品信息的处理方法，其特征在于，所述分别将多组所述第一属性信息和所述第二属性信息进行匹配，得到多个匹配结果，包括：

基于每个所述第一属性信息确定多个维度的多组第一标签数据，并通过所述第二属性信息确定所述多个维度的第二标签数据；

分别计算每个所述第一属性信息对应的多组所述第一标签数据与所述第二标签数据中处于相同维度且相同标签下标签数据的相似度，得到多个相似度值，其中，每个所述相似度用于指示每个所述第一属性信息与所述第二属性信息之间的匹配结果。

9.根据权利要求8所述的商品信息的处理方法，其特征在于，所述基于所述多个匹配结果确定从所述多个候选用户中确定与所述目标商品匹配的所述目标用户，包括：

从所述多个相似度值中确定大于预设相似度值的目标相似度值，并将所述目标相似度值对应的所述第一属性信息所属的所述第一类用户确定为目标第一类用户；

将与所述目标第一类用户具备关联关系的所述候选用户确定为所述目标用户。

10.根据权利要求2所述的商品信息的处理方法，其特征在于，所述获取所述至少一个目标商品的属性信息，并基于所述属性信息从所述至少一个目标商品中确定与目标用户匹配的目标推荐商品包括：

获取与所述目标用户具有关联关系的用户，得到第一类用户，并获取所述第一类用户的属性信息，得到第一属性信息；

获取与每个所述目标商品具有关联关系的用户，得到多组第二类用户，并获取多组所述第二类用户的属性信息，得到多组第二属性信息；

将所述第一属性信息和多组所述第二属性信息进行匹配，得到多个匹配结果；

基于所述多个匹配结果从所述至少一个目标商品中确定与所述目标用户匹配的目标推荐商品。

Images