CN114417130A - 订单商品排序方法、装置、设备及存储介质 - Google Patents

订单商品排序方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114417130A
CN114417130A CN202111524633.9A CN202111524633A CN114417130A CN 114417130 A CN114417130 A CN 114417130A CN 202111524633 A CN202111524633 A CN 202111524633A CN 114417130 A CN114417130 A CN 114417130A
Authority
CN
China
Prior art keywords
label
commodity
commodities
preset
selectable
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
Application number
CN202111524633.9A
Other languages
English (en)
Inventor
刘培明
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.)
OneConnect Financial Technology Co Ltd Shanghai
Original Assignee
OneConnect Financial Technology Co Ltd Shanghai
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 OneConnect Financial Technology Co Ltd Shanghai filed Critical OneConnect Financial Technology Co Ltd Shanghai
Priority to CN202111524633.9A priority Critical patent/CN114417130A/zh
Publication of CN114417130A publication Critical patent/CN114417130A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/953Querying, e.g. by the use of web search engines
    • G06F16/9535Search customisation based on user profiles and personalisation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/903Querying
    • G06F16/90335Query processing
    • G06F16/90344Query processing by using string matching techniques
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/95Retrieval from the web
    • G06F16/954Navigation, e.g. using categorised browsing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0603Catalogue ordering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0631Item recommendations
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0633Lists, e.g. purchase orders, compilation or processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种订单商品排序方法、装置、设备及存储介质,其中方法包括:接收用户发起的商品查询请求,商品查询请求包括查询关键词和筛选条件;基于关键词匹配得到与查询关键词匹配的所有可选商品,并获取每个可选商品的标签信息,并以标签信息中与筛选条件匹配的标签作为主标签、未匹配上的标签作为辅标签;利用主标签和对应主标签类型的第一预设权重值、辅标签和对应辅标签类型的第二预设权重值对所有可选商品进行综合评分,以得到评分结果;根据评分结果对所有可选商品降序排序,得到商品排序表。本发明通过用户请求来确认主标签和辅标签,并以此计算商品评分后排序,使得商品排序结果更符合用户的需求,能够帮助用户迅速找到想要的商品。

Description

订单商品排序方法、装置、设备及存储介质
技术领域
本申请涉及电子商务及数据处理技术领域,特别是涉及一种订单商品排序方法、装置、设备及存储介质。
背景技术
随着互联网技术的发展,人们的生活变得越来越方便。电子商务平台成为大多数人经常应用的平台,网上购物深入人们的生活。
由于线上购物的便利性,使得消费者不出门也能购物。但是,购物平台上提供的商品的数目较多,每一个页面展示的商品的数目有限。用户在选购商品时,通过输入关键词和筛选条件来选取商品,但是,现有平台对于用户输入的关键词和根据筛选条件筛选并展示的商品往往并不符合用户的实际需求,需要用户花费用户大量时间来重新寻找心仪的商品,导致用户体验不佳。
发明内容
本申请提供一种订单商品排序方法、装置、设备及存储介质,以解决现有的订单商品排序方法难以满足用户实际需求的问题。
为解决上述技术问题,本申请采用的一个技术方案是:提供一种订单商品排序方法,包括:接收用户发起的商品查询请求,商品查询请求包括查询关键词和筛选条件;基于关键词匹配得到与查询关键词匹配的所有可选商品,并获取每个可选商品的标签信息,并以标签信息中与筛选条件匹配的标签作为主标签、未匹配上的标签作为辅标签;利用主标签和对应主标签类型的第一预设权重值、辅标签和对应辅标签类型的第二预设权重值对所有可选商品进行综合评分,以得到评分结果;根据评分结果对所有可选商品降序排序,得到商品排序表。
作为本申请的进一步改进,得到商品排序表之后,还包括:当用户在根据商品排序表进行下单时,对商品查询请求和本次订单信息进行保存。
作为本申请的进一步改进,利用主标签和对应主标签类型的第一预设权重值、辅标签和对应辅标签类型的第二预设权重值对所有可选商品进行综合评分,包括:当查询到用户的历史订单信息且历史订单次数达到预设阈值时,根据历史订单信息中商品的历史标签信息确认主标签的第一出现次数和辅标签的第二出现次数;根据第一出现次数和历史订单次数计算得到主标签的第一标签量化值,以及根据第二出现次数和历史订单次数计算得到辅标签的第二标签量化值;根据第一预设权重值和第一标签量化值计算得到主标签的第一评估分数,以及根据第二预设权重值和第二标签量化值计算得到辅标签的第二评估分数;累加第一评估分数和第二评估分数得到每个可选商品的综合评分。
作为本申请的进一步改进,利用主标签和对应主标签类型的第一预设权重值、辅标签和对应辅标签类型的第二预设权重值对所有可选商品进行综合评分,包括:当未查询到用户的历史订单信息或查询到的历史订单次数未达到预设阈值时,根据第一预设权重值和主标签对应的默认标签量化值计算得到主标签的第一评估分数,以及根据第二预设权重值和辅标签对应的默认标签量化值计算得到辅标签的第二评估分数;累加第一评估分数和第二评估分数得到每个可选商品的综合评分。
作为本申请的进一步改进,得到商品排序表之后,还包括:获取所有可选商品的历史下单次数,并将历史下单次数高于预设次数阈值的可选商品作为标准类商品,将历史下单次数低于预设次数阈值的可选商品作为新增类商品;当商品排序表排列在前的第一预设梯队的可选商品中,新增类商品的数量低于预设数量阈值时,将第一预设梯队以外的新增类商品按评分从高至低的顺序替换掉第一预设梯队末尾的可选商品,直至第一预设梯队中新增类商品的数量达到预设数量阈值时为止,得到新的商品排序表。
作为本申请的进一步改进,得到商品排序表之后,还包括:获取用户浏览商品排序表中第一预设梯队的商品时的行为数据,行为数据包括用户点击进入商品详情页的次数和用户查看商品信息的时长;当用户点击进入商品详情页的次数低于预设点击次数和用户查看商品信息的时长低于预设时长时,将所有可选商品按匹配程度从高至低进行排序并更新为商品排序表中的第二预设梯队,第二预设梯队不包括第一预设梯队中的可选商品。
作为本申请的进一步改进,得到商品排序表之后,还包括:每间隔第一预设时间段,获取第一预设时间段内的所有历史订单信息;根据历史订单信息对商品的标签信息进行更新。
为解决上述技术问题,本申请采用的另一个技术方案是:提供一种订单商品排序装置,包括:接收模块,用于接收用户发起的商品查询请求,商品查询请求包括查询关键词和筛选条件;匹配模块,用于基于关键词匹配得到与查询关键词匹配的所有可选商品,并获取每个可选商品的标签信息,并以标签信息中与筛选条件匹配的标签作为主标签、未匹配上的标签作为辅标签,并以标签信息中与筛选条件匹配的标签作为主标签、未匹配上的标签作为辅标签;评分模块,用于利用主标签和对应主标签类型的第一预设权重值、辅标签和对应辅标签类型的第二预设权重值对所有可选商品进行综合评分,以得到评分结果;排序模块,用于根据评分结果对所有可选商品降序排序,得到商品排序表。
为解决上述技术问题,本申请采用的再一个技术方案是:提供一种计算机设备,所述计算机设备包括处理器、与所述处理器耦接的存储器,所述存储器中存储有程序指令,所述程序指令被所述处理器执行时,使得所述处理器执行如上述中任一项所述的订单商品排序方法的步骤。
为解决上述技术问题,本申请采用的再一个技术方案是:提供一种存储介质,存储有能够实现上述订单商品排序方法的程序指令。
本申请的有益效果是:本申请的订单商品排序方法通过对所有商品进行标签设置,在接收到用户的商品查询请求后,先利用关键词和筛选条件进行初次匹配,得到所有的可选商品,再结合用户输入的筛选条件与可选商品的标签信息来确认用户本次商品查询请求的主标签和辅标签,然后以主标签为核心,结合辅标签进行辅助,利用主标签和辅标签各自对应的权重值对所有的可选商品进行打分,从而使得评分高的可选商品与筛选条件更为匹配,并结合辅标签的辅助效果,进行使得最终的评分结果与用户的需求更为契合,提升了用户的购物体验。
附图说明
图1是本发明第一实施例的订单商品排序方法的流程示意图;
图2是本发明第二实施例的订单商品排序方法的流程示意图;
图3是本发明第三实施例的订单商品排序方法的流程示意图;
图4是本发明第四实施例的订单商品排序方法的流程示意图;
图5是本发明实施例的订单商品排序装置的功能模块示意图;
图6是本发明实施例的计算机设备的结构示意图;
图7是本发明实施例的存储介质的结构示意图。
具体实施方式
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,所描述的实施例仅是本申请的一部分实施例,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,都属于本申请保护的范围。
本申请中的术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。本申请实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。此外,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
图1是本发明第一实施例的订单商品排序方法的流程示意图。需注意的是,若有实质上相同的结果,本发明的方法并不以图1所示的流程顺序为限。如图1所示,该方法包括步骤:
步骤S101:接收用户发起的商品查询请求,商品查询请求包括查询关键词和筛选条件。
具体地,用户可通过购物平台的APP、购物平台的网页等来输入商品查询请求,其中的查询关键词可通过搜索框输入,筛选条件可通过APP 或网页上提供的勾选框进行勾选。
步骤S102:基于关键词匹配得到与查询关键词匹配的所有可选商品,并获取每个可选商品的标签信息,并以标签信息中与筛选条件匹配的标签作为主标签、未匹配上的标签作为辅标签。
具体地,需要说明的是,本发明中,预先建立关键词模糊匹配规则,利用关键词进行模糊匹配,从而当用户输入一个关键词时,即可将满足该关键词的所有商品进行输出。本实施例中,利用关键词匹配即可得到与符合关键词要求的可选商品,再获取预设设置的每个可选商品的标签信息。其中,该标签信息可以包括商品的品牌标签、类型标签、价格范围标签、商品好评度标签、商品销量标签等,还可以包括商品所属店铺开店时长标签、所属店铺评级标签等。在得到可选商品的标签信息后,将用户输入的筛选条件与标签信息进行比对,从而确认标签信息中的主标签和辅标签,例如,当用户输入的筛选条件为“XX品牌、价格100~200 元、好评度95%~100%”时,则商品的品牌标签、价格范围标签和商品好评度标签为主标签,而商品销量标签、商品所属店铺开店时长标签、所属店铺评级标签则为辅标签。
步骤S103:利用主标签和对应主标签类型的第一预设权重值、辅标签和对应辅标签类型的第二预设权重值对所有可选商品进行综合评分,以得到评分结果。
具体地,在确认主标签和辅标签后,利用主标签和对应主标签类型的第一预设权重值、辅标签和对应辅标签类型的第二预设权重值对所有可选商品进行综合评分,得到每件可选商品的评分结果,需要说明的是,该第一预设权重值和第二预设权重预先设定,当某一标签被认定为主标签时,其对应第一预设权重值,当某一标签被认定为辅标签时,其对应第二预设权重值。
需要说明的是,该第一预设权重值和第二预设权重值为用户通过大量历史数据进行实验模拟后设定的最佳值。
进一步的,为了进一步提高商品评分的置信度,本实施例中还可根据用户的历史订单信息对标签进行量化,得到与用户对应的每个标签的标签量化值,因此,步骤S103包括:
1.1、当查询到用户的历史订单信息且历史订单次数达到预设阈值时,根据历史订单信息中商品的历史标签信息确认主标签的第一出现次数和辅标签的第二出现次数。
具体地,当用户下过订单时,用户的历史订单信息会被保存,通过统计用户的历史订单次数,当历史订单次数达到一定的预设阈值时,即可认为该用户为经常下单的老用户。再通过分析该用户的历史订单信息中商品对应的历史标签信息,从而确认每个标签出现的次数,进而确认其中主标签的第一出现次数和辅标签的第二出现次数。其中,当主标签和辅标签在历史标签信息中未出现过时,将主标签和辅标签的出现次数默认为初始值,例如默认出现次数为1。
需要说明的是,在一些实施例中,其还可以为:当查询到用户最近的第二预设时间段内的历史订单信息且历史订单次数达到预设阈值时,根据历史订单信息中商品的历史标签信息确认主标签的第一出现次数和辅标签的第二出现次数。
具体地,历史订单信息是具备时效性的,当时间间隔过长时,用户的喜好可能会发声较大变化,从而导致历史订单信息并不具备参考性,因此,在选取历史订单信息时,可以只选取第二预设时间段内的历史订单信息。其中,该第二预设时间段可以为一周或半个月等。
1.2、根据第一出现次数和历史订单次数计算得到主标签的第一标签量化值,以及根据第二出现次数和历史订单次数计算得到辅标签的第二标签量化值。
具体地,通过统计每个标签的出现次数,再结合标签的出现次数和历史订单次数计算每个标签的标签量化值。例如,当用户历史订单信息的商品中出现了A、B、C、D、E五个标签时,统计A、B、C、D、E每个标签的出现次数Xn以及历史订单次数Y,再根据每个标签的出现次数和历史查询请求次数计算每个标签的出现频率p=Xn/Y*100%,其中n 指第n个标签,并将出现频率乘以100后作为标签的标签量化值,然后,将其中与主标签对应的标签量化值作为第一标签量化值,将与辅标签对应的标签量化值作为第二标签量化值。
1.3、根据第一预设权重值和第一标签量化值计算得到主标签的第一评估分数,以及根据第二预设权重值和第二标签量化值计算得到辅标签的第二评估分数。
具体地,利用每个主标签的第一标签量化值乘以第一权重值之后进行累加,从而得到根据所有主标签计算得到的商品的第一评估分数。利用每个辅标签的第二标签量化值乘以第二权重值之后进行累加,从而得到根据所有辅标签计算得到的商品的第二评估分数。
1.4、累加第一评估分数和第二评估分数得到每个可选商品的综合评分,得到评分结果。
本实施例通过根据用户的历史订单信息和历史订单次数来对用户下单历史用的商品的标签进行量化,该量化结果在很大程度上反映出了用户的喜好,使得根据该量化结果进行的评分更为符合用户的实际需求,使得评分效果更好。
进一步的,在另一些实施例中,当用户为新用户时,步骤S103包括:
2.1、当未查询到用户的历史订单信息或查询到的历史订单次数未达到预设阈值时,根据第一预设权重值和主标签对应的默认标签量化值计算得到主标签的第一评估分数,以及根据第二预设权重值和辅标签对应的默认标签量化值计算得到辅标签的第二评估分数。
2.2、累加第一评估分数和第二评估分数得到每个可选商品的综合评分,得到评分结果。
具体地,当用户是新用户是,此时缺乏用户的历史数据进行参考,此时即可根据预先设定的默认标签量化值进行评分,其中,该默认标签量化值利用多个用户的历史订单信息和历史下单次数计算得到的多个标签量化值取平均得到。
步骤S104:根据评分结果对所有可选商品降序排序,得到商品排序表。
进一步的,步骤S104之后,还包括:
1、每间隔第一预设时间段,获取第一预设时间段内的所有历史订单信息。
2、根据历史订单信息对商品的标签信息进行更新。
具体地,商品的标签信息随着时间推移也会发声变化,因此,本实施例通过间隔第一预设时间段对商品的标签信息进行更新一次,保证商品的标签符合当前的实际情况。
本发明第一实施例的订单商品排序方法通过对所有商品进行标签设置,在接收到用户的商品查询请求后,先利用关键词和筛选条件进行初次匹配,得到所有的可选商品,再结合用户输入的筛选条件与可选商品的标签信息来确认用户本次商品查询请求的主标签和辅标签,然后以主标签为核心,结合辅标签进行辅助,利用主标签和辅标签各自对应的权重值对所有的可选商品进行打分,从而使得评分高的可选商品与筛选条件更为匹配,并结合辅标签的辅助效果,进行使得最终的评分结果与用户的需求更为契合,提升了用户的购物体验。
图2是本发明第二实施例的订单商品排序方法的流程示意图。需注意的是,若有实质上相同的结果,本发明的方法并不以图2所示的流程顺序为限。如图2所示,该方法包括步骤:
步骤S201:接收用户发起的商品查询请求,商品查询请求包括查询关键词和筛选条件。
在本实施例中,图2中的步骤S201和图1中的步骤S101类似,为简约起见,在此不再赘述。
步骤S202:基于关键词匹配得到与查询关键词匹配的所有可选商品,并获取每个可选商品的标签信息,并以标签信息中与筛选条件匹配的标签作为主标签、未匹配上的标签作为辅标签。
在本实施例中,图2中的步骤S202和图1中的步骤S102类似,为简约起见,在此不再赘述。
步骤S203:利用主标签和对应主标签类型的第一预设权重值、辅标签和对应辅标签类型的第二预设权重值对所有可选商品进行综合评分,以得到评分结果。
在本实施例中,图2中的步骤S203和图1中的步骤S103类似,为简约起见,在此不再赘述。
步骤S204:根据评分结果对所有可选商品降序排序,得到商品排序表。
在本实施例中,图2中的步骤S204和图1中的步骤S104类似,为简约起见,在此不再赘述。
步骤S205:当用户在根据商品排序表进行下单时,对商品查询请求和本次订单信息进行保存。
具体地,当用户根据商品排序表选中想要购买的目标商品后,保存用户本次输入的商品查询请求以及用户下单时的订单信息。
本发明第二实施例的订单商品排序方法在第一实施例的基础上,通过当用户在根据商品排序表进行下单时,对商品查询请求和本次订单信息进行保存,使得后续能够将商品查询请求和订单信息作为历史信息对用户进行画像,使得后续能够根据用户的画像信息推送广告商品。
图3是本发明第三实施例的订单商品排序方法的流程示意图。需注意的是,若有实质上相同的结果,本发明的方法并不以图3所示的流程顺序为限。如图3所示,该方法包括步骤:
步骤S301:接收用户发起的商品查询请求,商品查询请求包括查询关键词和筛选条件。
在本实施例中,图3中的步骤S301和图1中的步骤S101类似,为简约起见,在此不再赘述。
步骤S302:基于关键词匹配得到与查询关键词匹配的所有可选商品,并获取每个可选商品的标签信息,并以标签信息中与筛选条件匹配的标签作为主标签、未匹配上的标签作为辅标签。
在本实施例中,图3中的步骤S302和图1中的步骤S102类似,为简约起见,在此不再赘述。
步骤S303:利用主标签和对应主标签类型的第一预设权重值、辅标签和对应辅标签类型的第二预设权重值对所有可选商品进行综合评分,以得到评分结果。
在本实施例中,图3中的步骤S303和图1中的步骤S103类似,为简约起见,在此不再赘述。
步骤S304:根据评分结果对所有可选商品降序排序,得到商品排序表。
在本实施例中,图3中的步骤S304和图1中的步骤S104类似,为简约起见,在此不再赘述。
步骤S305:获取所有可选商品的历史下单次数,并将历史下单次数高于预设次数阈值的可选商品作为标准类商品,将历史下单次数低于预设次数阈值的可选商品作为新增类商品。
需要理解的是,在购物平台上销售的商品可以划分为已经长期销售且销量稳定的成熟期型商品和新近上架、销量不够稳定的成长型商品,在根据用户的需求进行商品展示时,成熟型商品往往会得到比成长型商品更高的评分,为了促进购物平台中,丰富平台中的商品的品类,可以通过给用户展示的商品中展示一部分成长型商品,以加快成长型商品的成长速度。
具体地,当商品被商品排序表展示,且被用户选中下单后,累计1 次该商品的历史下单次数,本实施例中,以商品的历史下单次数作为标准,并将历史下单次数高于预设次数阈值的可选商品作为标准类商品,该标准类商品即成熟型商品,将历史下单次数低于预设次数阈值的可选商品作为新增类商品,该新增类商品即成长型商品,该预设次数阈值预先设置。
步骤S306:当商品排序表排列在前的第一预设梯队的可选商品中,新增类商品的数量低于预设数量阈值时,将第一预设梯队以外的新增类商品按评分从高至低的顺序替换掉第一预设梯队末尾的可选商品,直至第一预设梯队中新增类商品的数量达到预设数量阈值时为止,得到新的商品排序表。
具体地,在展示商品时,一次性展示的商品数量有限,例如,通过网页展示可选商品时,一次只能展示一定数量的商品,其他的可选商品则需要加载新的网页进行展示,本实施例中,以首次展示的所有可选商品作为第一预设梯队的商品,当第一预设梯队的所有可选商品中,新增类商品的数量低于预设数量阈值时,从第一预设梯队以外的可选商品中的新增类商品按评分从高至低进行排序,再将评分高的新增类商品替换掉第一预设梯队中排名靠后的标准类商品,直至该第一预设梯队中所有新增类商品的数量达到预设数量阈值时为止,从而实现对商品排序表的更新。
本发明第三实施例的订单商品排序方法在第一实施例的基础上,通过根据可选商品的匹配成功次数来确认商品是销量稳定且上架时间已经较长的成熟型商品还是销量不稳定且新上架不久的成长型商品,再在展示给用户的商品排序表中,将第一预设梯队中,标准类商品的数量与新增类商品的数量调整为一定的比例,使得用户既可以查看上架时间较长且销量稳定的商品,也可以查询新上架而销量不太稳定的新增商品,使得新增商品也能够得到较好的销售,从而加快新增商品的成长速度,从而达到丰富产品类型的目的,使得用户可选择的商品更多。
图4是本发明第四实施例的订单商品排序方法的流程示意图。需注意的是,若有实质上相同的结果,本发明的方法并不以图4所示的流程顺序为限。如图4所示,该方法包括步骤:
步骤S401:接收用户发起的商品查询请求,商品查询请求包括查询关键词和筛选条件。
在本实施例中,图4中的步骤S401和图1中的步骤S101类似,为简约起见,在此不再赘述。
步骤S402:基于关键词匹配得到与查询关键词匹配的所有可选商品,并获取每个可选商品的标签信息,并以标签信息中与筛选条件匹配的标签作为主标签、未匹配上的标签作为辅标签。
在本实施例中,图4中的步骤S402和图1中的步骤S102类似,为简约起见,在此不再赘述。
步骤S403:利用主标签和对应主标签类型的第一预设权重值、辅标签和对应辅标签类型的第二预设权重值对所有可选商品进行综合评分,以得到评分结果。
在本实施例中,图4中的步骤S403和图1中的步骤S103类似,为简约起见,在此不再赘述。
步骤S404:根据评分结果对所有可选商品降序排序,得到商品排序表。
在本实施例中,图4中的步骤S404和图1中的步骤S104类似,为简约起见,在此不再赘述。
步骤S405:获取用户浏览商品排序表中第一预设梯队的商品时的行为数据,行为数据包括用户点击进入商品详情页的次数和用户查看商品信息的时长。
具体地,在向用户展示商品排序表中第一预设梯队的商品时,收集用户的行为数据,该行为数据包括用户点击进入商品详情页的次数和用户查看商品信息的时长,其中,用户点击进入商品详情页的次数和用户查看商品信息的时长可以反映用户对推荐的商品的感兴趣程度,若用户点击进入商品详情页的次数较低,用户查看商品信息的时长较短,则说明用户对推荐的商品的感兴趣程度低,可能都不符合用户的预期目标。
步骤S406:当用户点击进入商品详情页的次数低于预设点击次数和用户查看商品信息的时长低于预设时长时,将所有可选商品按匹配程度从高至低进行排序并更新为商品排序表中的第二预设梯队,第二预设梯队不包括第一预设梯队中的可选商品。
具体地,当用户点击进入商品详情页的次数低于预设点击次数和用户查看商品信息的时长低于预设时长时,说明按照上述操作所得到的商品排序可能不符合用户的预期,为了避免进一步影响用户的体验,在加载第二预设梯队的商品前,将可选商品直接按照匹配程度重新进行排序,不再结合用户的主标签和辅标签进行综合排序,丰富了排序的方式,以增大商品排序满足用户需求的可能性。
本发明第三实施例的订单商品排序方法在第一实施例的基础上,通过根据用户查看商品时的操作行为分析用户是否对当前展示的商品是否符合用户的需求,在不符合用户需求的情况下,对后续需要展示的商品重新进行商品排序后再展示,以增大商品排序满足用户需求的可能性,提升用户体验。
图5是本发明实施例的订单商品排序装置的功能模块示意图。如图 5所示,该订单商品排序装置50包括接收模块51、匹配模块52、评分模块53和排序模块54。
接收模块51,用于接收用户发起的商品查询请求,商品查询请求包括查询关键词和筛选条件;
匹配模块52,用于基于关键词匹配得到与查询关键词匹配的所有可选商品,并获取每个可选商品的标签信息,并以标签信息中与筛选条件匹配的标签作为主标签、未匹配上的标签作为辅标签;
评分模块53,用于利用主标签和对应主标签类型的第一预设权重值、辅标签和对应辅标签类型的第二预设权重值对所有可选商品进行综合评分,以得到评分结果;
排序模块54,用于根据评分结果对所有可选商品降序排序,得到商品排序表。
可选地,排序模块54执行根据评分结果对所有可选商品降序排序,得到商品排序表的操作之后,还用于:当用户在根据商品排序表进行下单时,对商品查询请求和本次订单信息进行保存。
可选地,评分模块53执行利用主标签和对应主标签类型的第一预设权重值、辅标签和对应辅标签类型的第二预设权重值对所有可选商品进行综合评分的操作,具体包括:当查询到用户的历史订单信息且历史订单次数达到预设阈值时,根据历史订单信息中商品的历史标签信息确认主标签的第一出现次数和辅标签的第二出现次数;根据第一出现次数和历史订单次数计算得到主标签的第一标签量化值,以及根据第二出现次数和历史订单次数计算得到辅标签的第二标签量化值;根据第一预设权重值和第一标签量化值计算得到主标签的第一评估分数,以及根据第二预设权重值和第二标签量化值计算得到辅标签的第二评估分数;累加第一评估分数和第二评估分数得到每个可选商品的综合评分。
可选地,评分模块53执行利用主标签和对应主标签类型的第一预设权重值、辅标签和对应辅标签类型的第二预设权重值对所有可选商品进行综合评分的操作,具体包括:当未查询到用户的历史订单信息或查询到的历史订单次数未达到预设阈值时,根据第一预设权重值和主标签对应的默认标签量化值计算得到主标签的第一评估分数,以及根据第二预设权重值和辅标签对应的默认标签量化值计算得到辅标签的第二评估分数;累加第一评估分数和第二评估分数得到每个可选商品的综合评分。
可选地,排序模块54执行根据评分结果对所有可选商品降序排序,得到商品排序表的操作之后,还用于:获取所有可选商品的历史下单次数,并将历史下单次数高于预设次数阈值的可选商品作为标准类商品,将历史下单次数低于预设次数阈值的可选商品作为新增类商品;当商品排序表排列在前的第一预设梯队的可选商品中,新增类商品的数量低于预设数量阈值时,将第一预设梯队以外的新增类商品按评分从高至低的顺序替换掉第一预设梯队末尾的可选商品,直至第一预设梯队中新增类商品的数量达到预设数量阈值时为止,得到新的商品排序表。
可选地,排序模块54执行根据评分结果对所有可选商品降序排序,得到商品排序表的操作之后,还用于:获取用户浏览商品排序表中第一预设梯队的商品时的行为数据,行为数据包括用户点击进入商品详情页的次数和用户查看商品信息的时长;当用户点击进入商品详情页的次数低于预设点击次数和用户查看商品信息的时长低于预设时长时,将所有可选商品按匹配程度从高至低进行排序并更新为商品排序表中的第二预设梯队,第二预设梯队不包括第一预设梯队中的可选商品。
可选地,排序模块54执行根据评分结果对所有可选商品降序排序,得到商品排序表的操作之后,还用于:每间隔第一预设时间段,获取第一预设时间段内的所有历史订单信息;根据历史订单信息对商品的标签信息进行更新。
关于上述实施例订单商品排序装置中各模块实现技术方案的其他细节,可参见上述实施例中的订单商品排序方法中的描述,此处不再赘述。
需要说明的是,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。对于装置类实施例而言,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。
请参阅图6,图6为本发明实施例的计算机设备的结构示意图。如图6所示,该计算机设备60包括处理器61及和处理器61耦接的存储器62,存储器62中存储有程序指令,程序指令被处理器61执行时,使得处理器61执行上述任一实施例所述的订单商品排序方法的步骤。
其中,处理器61还可以称为CPU(Central Processing Unit,中央处理单元)。处理器61可能是一种集成电路芯片,具有信号的处理能力。处理器61还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
参阅图7,图7为本发明实施例的存储介质的结构示意图。本发明实施例的存储介质存储有能够实现上述所有方法的程序指令71,其中,该程序指令71可以以软件产品的形式存储在上述存储介质中,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,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质,或者是计算机、服务器、手机、平板等计算机设备设备。
在本申请所提供的几个实施例中,应该理解到,所揭露的计算机设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。以上仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种订单商品排序方法,其特征在于,包括:
接收用户发起的商品查询请求,所述商品查询请求包括查询关键词和筛选条件;
基于关键词匹配得到与所述查询关键词匹配的所有可选商品,并获取每个可选商品的标签信息,并以所述标签信息中与所述筛选条件匹配的标签作为主标签、未匹配上的标签作为辅标签;
利用所述主标签和对应主标签类型的第一预设权重值、所述辅标签和对应辅标签类型的第二预设权重值对所述所有可选商品进行综合评分,以得到评分结果;
根据所述评分结果对所述所有可选商品降序排序,得到商品排序表。
2.根据权利要求1所述的订单商品排序方法,其特征在于,所述得到商品排序表之后,还包括:
当所述用户在根据所述商品排序表进行下单时,对所述商品查询请求和本次订单信息进行保存。
3.根据权利要求1所述的订单商品排序方法,其特征在于,所述利用所述主标签和对应主标签类型的第一预设权重值、所述辅标签和对应辅标签类型的第二预设权重值对所述所有可选商品进行综合评分,包括:
当查询到所述用户的历史订单信息且历史订单次数达到预设阈值时,根据所述历史订单信息中商品的历史标签信息确认所述主标签的第一出现次数和所述辅标签的第二出现次数;
根据所述第一出现次数和所述历史订单次数计算得到所述主标签的第一标签量化值,以及根据所述第二出现次数和所述历史订单次数计算得到所述辅标签的第二标签量化值;
根据所述第一预设权重值和所述第一标签量化值计算得到所述主标签的第一评估分数,以及根据所述第二预设权重值和所述第二标签量化值计算得到所述辅标签的第二评估分数;
累加所述第一评估分数和所述第二评估分数得到每个所述可选商品的综合评分。
4.根据权利要求1所述的订单商品排序方法,其特征在于,所述利用所述主标签和对应主标签类型的第一预设权重值、所述辅标签和对应辅标签类型的第二预设权重值对所述所有可选商品进行综合评分,包括:
当未查询到所述用户的历史订单信息或查询到的历史订单次数未达到预设阈值时,根据所述第一预设权重值和所述主标签对应的默认标签量化值计算得到所述主标签的第一评估分数,以及根据所述第二预设权重值和所述辅标签对应的默认标签量化值计算得到所述辅标签的第二评估分数;
累加所述第一评估分数和所述第二评估分数得到每个所述可选商品的综合评分。
5.根据权利要求1所述的订单商品排序方法,其特征在于,所述得到商品排序表之后,还包括:
获取所有可选商品的历史下单次数,并将所述历史下单次数高于预设次数阈值的可选商品作为标准类商品,将所述历史下单次数低于所述预设次数阈值的可选商品作为新增类商品;
当所述商品排序表排列在前的第一预设梯队的可选商品中,所述新增类商品的数量低于预设数量阈值时,将所述第一预设梯队以外的新增类商品按评分从高至低的顺序替换掉所述第一预设梯队末尾的可选商品,直至所述第一预设梯队中所述新增类商品的数量达到所述预设数量阈值时为止,得到新的商品排序表。
6.根据权利要求1所述的订单商品排序方法,其特征在于,所述得到商品排序表之后,还包括:
获取所述用户浏览所述商品排序表中第一预设梯队的商品时的行为数据,所述行为数据包括所述用户点击进入商品详情页的次数和所述用户查看商品信息的时长;
当所述用户点击进入商品详情页的次数低于预设点击次数和所述用户查看商品信息的时长低于预设时长时,将所述所有可选商品按匹配程度从高至低进行排序并更新为所述商品排序表中的第二预设梯队,所述第二预设梯队不包括所述第一预设梯队中的可选商品。
7.根据权利要求1所述的订单商品排序方法,其特征在于,所述得到商品排序表之后,还包括:
每间隔第一预设时间段,获取所述第一预设时间段内的所有历史订单信息;
根据所述历史订单信息对所述商品的标签信息进行更新。
8.一种订单商品排序装置,其特征在于,包括:
接收模块,用于接收用户发起的商品查询请求,所述商品查询请求包括查询关键词和筛选条件;
匹配模块,用于基于关键词匹配得到与所述查询关键词匹配的所有可选商品,并获取每个可选商品的标签信息,并以所述标签信息中与所述筛选条件匹配的标签作为主标签、未匹配上的标签作为辅标签;
评分模块,用于利用所述主标签和对应主标签类型的第一预设权重值、所述辅标签和对应辅标签类型的第二预设权重值对所述所有可选商品进行综合评分,以得到评分结果;
排序模块,用于根据所述评分结果对所述所有可选商品降序排序,得到商品排序表。
9.一种计算机设备,其特征在于,所述计算机设备包括处理器、与所述处理器耦接的存储器,所述存储器中存储有程序指令,所述程序指令被所述处理器执行时,使得所述处理器执行如上述中任一项所述的订单商品排序方法的步骤。
10.一种存储介质,其特征在于,存储有能够实现如上述中任一项所述的订单商品排序方法的程序指令。
CN202111524633.9A 2021-12-14 2021-12-14 订单商品排序方法、装置、设备及存储介质 Pending CN114417130A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111524633.9A CN114417130A (zh) 2021-12-14 2021-12-14 订单商品排序方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111524633.9A CN114417130A (zh) 2021-12-14 2021-12-14 订单商品排序方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN114417130A true CN114417130A (zh) 2022-04-29

Family

ID=81266080

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111524633.9A Pending CN114417130A (zh) 2021-12-14 2021-12-14 订单商品排序方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114417130A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117333250A (zh) * 2023-08-22 2024-01-02 广州市玄武无线科技股份有限公司 一种商城标签动态化配置方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117333250A (zh) * 2023-08-22 2024-01-02 广州市玄武无线科技股份有限公司 一种商城标签动态化配置方法及系统

Similar Documents

Publication Publication Date Title
CN106503258B (zh) 一种网站站内精确搜索方法
CN112837118B (zh) 企业用户的商品推荐方法和装置
CN105718184A (zh) 一种数据处理方法和装置
JP5303606B2 (ja) 広告システム、広告システムの制御方法、プログラム、及び情報記憶媒体
KR20150128885A (ko) 추천 생성 시스템 및 방법
CN112528153B (zh) 内容推荐方法、装置、设备、存储介质以及程序产品
CN111080409A (zh) 一种推送信息的计算机装置、方法、设备及介质
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
CN103620598A (zh) 评论文章输出系统、评论文章输出方法、程序和计算机可读信息存储介质
CN116308684B (zh) 一种网购平台店铺信息推送方法及系统
CN111310038A (zh) 信息推荐方法、装置、电子设备及计算机可读存储介质
CN112132660B (zh) 商品推荐方法、系统、设备及存储介质
US10445793B2 (en) Review text output system and review text output method
CN114417130A (zh) 订单商品排序方法、装置、设备及存储介质
CN110647679A (zh) 一种o2o场景下的搜索结果综合排序方法
CN112651805A (zh) 一种网上商城的商品推荐方法及系统
CN108009726B (zh) 一种结合用户评论的事物评价系统
JP5506123B2 (ja) 広告システム、広告システムの制御方法、プログラム、及び情報記憶媒体
CN103514187B (zh) 一种提供搜索结果的方法及装置
CN114358871A (zh) 商品推荐方法及电子设备
CN114331641A (zh) 基于大数据的商品推送方法及系统
JP5824601B1 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
CN111159163A (zh) 商品信息数据库生成方法、商品搜索方法及相关装置
CN113379511A (zh) 用于输出信息的方法和装置
CN112907292B (zh) 一种信息处理方法及装置、计算机可读存储介质

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