TW201743256A - 資料處理的方法及系統 - Google Patents

Abstract

本發明實施例揭示了一種資料處理的方法及系統。該方法包括：獲取目標用戶的訪問觸發指令相對應的目標對象的評論資料；判斷所述評論資料所對應的用戶與所述目標用戶之間是否存在預先建立的用戶維度關係表中記錄的用戶與用戶之間的關聯關係；當所述判斷的結果為是時，獲取所述目標用戶與所述評論資料所對應的用戶之間的關聯關係；顯示所述評論資料所對應的用戶與所述目標用戶的關聯關係的標識。利用本發明實施例提供的技術方案可以優化目標對象的評論資料，後續可以幫助用戶更好的瞭解目標對象，提高目標對象的評論資料的可信度，改善用戶體驗。

Description

資料處理的方法及系統

本發明關於資料優化處理技術領域，特別關於資料處理的方法及系統。

隨著互聯網消費時代的發展，越來越多的人會在一些電子商務平臺購買自己喜愛的商品。用戶在購買前，通常會查看評論資料來更好的瞭解商品。因此，維持良好的商品評論環境，保證評論資料的可信度至關重要。

目前，評論資料中包括了大量廣告、洗版資訊等垃圾資訊，導致評論資料缺乏可信性。現有技術中針對垃圾資訊可以通過垃圾評論識別和評論折疊的方式進行評論資料的排序。其中，垃圾評論識別主要是針對廣告資訊、有關色情、有關政治等垃圾資訊進行過濾。評論折疊主要是將重複或相似的評論資訊、洗版資訊、以及惡意詆毀評論資訊等資訊進行折疊處理。上述現有技術可以在一定程度上改善商品評論環境，但現有的評論折疊和垃圾評論識別方式都是從評論資料的文本這一單一維度進行考慮，且用戶一般是匿名評論的，導致評論資料中用戶資訊並沒有參考 價值，僅僅展示評論內容，導致呈現給打算購買商品的目標用戶的資訊較少。因此，現有技術中通過垃圾評論識別和評論折疊的方式進行評論資料的排序後的評論資料仍然不具有太大的可性度，並不能解決評論資料可性度問題。

本發明實施例的目的是提供一種資料處理的方法及系統，可以優化評論資料，提高評論資料的可信度；在一些應用中，可以幫助用戶更好的瞭解評論資料所對應的商品，改善用戶體驗，提高商品的成交轉化率。

本發明實施例提供一種資料處理的方法及系統，如以下方法實現：一種資料處理的方法，包括：獲取目標用戶的訪問觸發指令相對應的目標對象的評論資料；判斷所述評論資料所對應的用戶與所述目標用戶之間是否存在預先建立的用戶維度關係表中記錄的用戶與用戶之間的關聯關係；當所述判斷的結果為是時，獲取所述目標用戶與所述評論資料所對應的用戶之間的關聯關係；顯示所述評論資料所對應的用戶與所述目標用戶的關聯關係的標識。

一種資料處理的系統，包括：評論資料獲取模組，用於獲取目標用戶的訪問觸發指 令相對應的目標對象的評論資料；判斷模組，用於判斷所述評論資料所對應的用戶與所述目標用戶之間是否存在預先建立的用戶維度關係表中記錄的用戶與用戶之間的關聯關係；關聯關係獲取模組，用於當所述判斷模組判斷的結果為是時，獲取所述目標用戶與所述評論資料所對應的用戶之間的關聯關係；顯示模組，用於顯示所述評論資料所對應的用戶與所述目標用戶的關聯關係的標識。

本發明實施例在獲取目標用戶的訪問觸發指令相對應的目標對象的評論資料之後，可以基於預先建立的用戶維度關係表判斷所述評論資料所對應的用戶與所述目標用戶之間是否存在所述預先建立的用戶維度關係表中記錄的用戶與用戶之間的關聯關係；當所述判斷的結果為是時，可以獲取所述目標用戶與所述評論資料所對應的用戶之間的關聯關係，並顯示所述評論資料所對應的用戶與所述目標用戶的關聯關係的標識；保證用戶在訪問瀏覽目標對象的評論資料時，不僅可以獲取評論資料中的評論內容，還可以通過所述關聯關係的標識獲取所述評論資料所對應用戶與自己的關聯關係資訊，大大提高了評論資料的可信度。與現有技術相比，利用本發明實施例提供的技術方案可以優化評論資料，提高評論資料的可信度，後續可以幫助用戶更好的瞭解目標對象。

410‧‧‧評論資料獲取模組

420‧‧‧判斷模組

430‧‧‧關聯關係獲取模組

440‧‧‧顯示模組

為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的圖式作簡單地介紹，顯而易見地，下面描述中的圖式僅僅是本發明中記載的一些實施例，對於本領域習知技術人員來講，在不付出具有進步性的創作前提下，還可以根據這些圖式獲得其他的圖式。

圖1是本發明提供的資料處理的方法的一種實施例的流程示意圖；圖2是本發明提供的基於獲取的用戶的屬性資訊確定用戶之間的關聯關係的一種實施例的流程示意圖；圖3是本發明提供的在展示所述評論資料的預設展示區域顯示所述評論資料所對應的用戶與所述目標用戶的關聯關係的標識的一種實施例的示意圖；圖4是本發明提供的資料處理系統的一種實施例的結構示意圖。

本發明實施例提供一種資料處理的方法及系統。

為了使本技術領域的人員更好地理解本發明中的技術方案，下面將結合本發明實施例中的圖式，對本發明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發明一部分實施例，而不是全部的實施例。基於本發明中的實施例，本領域習知技術人員在沒有 做出具有進步性的創作前提下所獲得的所有其他實施例，都應當屬本發明保護的範圍。

以下以幾個具體的例子詳細說明本發明實施例的具體實現。

以下首先介紹本發明一種資料處理的方法的實施例。圖1是本發明提供的資料處理的方法的一種實施例的流程示意圖，本發明提供了如實施例或流程圖所述的方法操作步驟，但基於常規或者無進步性的創作可以包括更多或者更少的操作步驟。實施例中列舉的步驟順序僅僅為眾多步驟執行順序中的一種方式，不代表唯一的執行順序。在實際中的系統或客戶端產品執行時，可以按照實施例或者圖式所示的方法順序執行或者並行執行(例如並行處理器或者多線程處理的環境)。具體的如圖1所示，所述方法可以包括：

S110：獲取目標用戶的訪問觸發指令相對應的目標對象的評論資料。

本發明實施例中，服務系統可以獲取目標用戶的訪問觸發指令相對應的目標對象的評論資料。在實際應用中，所述目標用戶的訪問觸發指令可以包括用戶訪問某一目標對象的評論界面中的評論資料時，點擊預設的訪問按鈕的操作。具體的，所述目標用戶可以包括瀏覽訪問評論界面中評論資料的用戶。具體的，所述目標對象可以包括電子商務平臺中的當前用戶瀏覽訪問的商品。所述評論資料可以包括針對所述目標對象的評論內容、相應的用戶標識資 料等資料。

在一個具體的實施例中，假設目標用戶A需要訪問商品X(目標對象)的評論界面中的評論資料，相應的，目標用戶A可以點擊商品X的評論界面對應的訪問按鈕；相應的，服務系統接收到目標用戶A的訪問觸發指令之後，可以獲取與所述訪問觸發指令相對應商品X的評論資料。具體的，假設所述商品X為羽絨服，表1是本發明提供的商品(X)的評論資料的一種示例，如表1所示：

此外，需要說明的是，表1中僅僅記錄了部分評論資料，且表1中僅僅是所述評論資料的一種實施例的形式，本發明實施例中所述評論資料並不以上述表1為限。

S120：判斷所述評論資料所對應的用戶與所述目標用戶之間是否存在預先建立的用戶維度關係表中記錄的用戶與用戶之間的關聯關係。

本發明實施例中，在步驟S110之後，可以服務系統可以判斷所述評論資料所對應的用戶與所述目標用戶之間是否存在預先建立的用戶維度關係表中記錄的用戶與用戶之間的關聯關係。具體的，所述關聯關係可以包括能反映 用戶與用戶之間聯繫資訊的字符化表徵。在實際應用中，所述關聯關係可以包括多種維度(類型)的關係。具體的，本發明實施例中，可以依次對所述應用系統中的兩兩用戶均進行關聯關係存在的確定。

具體的，所述用戶維度關係表中記錄了用戶與用戶之間的關聯關係以及和相應的用戶標識資料。具體的，所述用戶標識資料可以包括用戶名、用戶ID等用戶的唯一標識資訊。具體的，所述用戶維度關係表可以儲存在服務系統本地，也可以儲存在其他的儲存系統，例如可以實時查詢的key value分布式系統。在一個具體的實施例中，表2是本發明提供的用戶維度關係表的一種示例，如表2所示：

從表2可見，用戶與用戶之間可以包括一種或多種關聯關係，也可以沒有關聯關係。此外，表2中僅僅記錄了部分存在關聯關係的用戶的用戶標識資料和相應的關聯關係，且表2中僅僅是所述用戶維度關係表的一種實施例的形式，本發明實施例中所述用戶維度關係表並不以上述表2為限。

圖2是本發明提供的建立用戶維度關係表的一種實施例的流程示意圖；具體的，如圖2所示，可以包括：

S121：獲取應用系統中用戶的屬性資訊。

本發明實施例中所述應用系統可以包括儲存有用戶的屬性資訊的系統，一般的，所述應用系統中包括多個用戶的屬性資訊。此外，所述應用系統與所述服務系統可以為同一系統，也可以為不同的系統。具體的，所述應用系統可以為電子商務平臺系統。

具體的，所述用戶的屬性資訊可以至少包括下述中的一種：用戶的社交關聯資訊、用戶的個人基本資訊、用戶的行為習慣資訊。

在一個具體的實施例中，結合實際應用，所述用戶的社交關聯資訊可以包括當前用戶關注的用戶資訊、關注當前用戶的用戶資訊、以及與當前用戶相互關注的用戶資訊等社交資訊；所述用戶的個人基本資訊可以包括用戶的性別、身高、體重、住址資訊等資訊；所述用戶的行為習慣資訊可以包括用戶的購買行為資訊等資訊。

此外，需要說明的是，本發明實施例所述的用戶的屬性資訊並不僅限於上述的用戶的社交關聯資訊、用戶的個人基本資訊、用戶的行為習慣資訊，在實際應用中，還可以包括其他資訊，本發明實施例中並不以此為限。

S122：根據所述用戶的屬性資訊按照預設匹配規則計算所述應用系統中用戶之間的匹配度，判斷所述匹配度是 否符合預設匹配度。

本發明實施例中，在步驟S121獲取應用系統中用戶的屬性資訊之後，可以根據所述用戶的屬性資訊按照預設匹配規則計算所述應用系統中用戶之間的匹配度，判斷所述匹配度是否符合預設匹配度。具體的，所述匹配度包括能反映用戶與用戶之間的屬性資訊匹配的程度或者趨勢的字符化表徵，還可以包括通過預設的規則使得能反映用戶與用戶之間屬性資訊匹配的程度或者趨勢的字符化表徵量化後的一特定值。在一個具體的例子當中，可能某個維度的字符化表徵為“中”，則可以量化該字符化表徵“中”為其ASCII碼的二進制值或十六進制值。具體的，所述預設匹配規則可以結合具體的屬性資訊預設設置。

在一個具體的實施例中，當所述用戶的屬性資訊包括所述用戶的社交關聯資訊時，所述根據所述用戶的屬性資訊按照預設匹配規則計算所述應用系統中用戶之間的匹配度，判斷所述匹配度是否符合預設匹配度可以包括：根據用戶的社交關聯資訊確定所述應用系統中用戶之間的社交關聯關係，判斷所述社交關聯關係是否符合預設社交關聯關係。

具體的，所述社交關聯關係可以包括用戶與用戶之間存在單方的主動關注關係、單方的被動關注關係，相互關注關係以及相互無關注關係中的任意一項或多項關係。具體的，所述預設社交關聯關係可以包括用戶與用戶之間存在單方的主動關注關係、單方的被動關注關係，以及相互 關注關係中的任意一項或多項關係。相應的，所述預設匹配規則可以包括基於所述社交關聯資訊的定義設置的相應的社交資訊的匹配情況規則。在一個具體的實施例中，假設應用系統中包括用戶A、B、C、D、E、F、G、H、I、J。用戶A的社交關聯資訊中包括用戶A關注的用戶B，關注用戶A的用戶C，以及與用戶A相互關注用戶D、I；因此，可以確定出與用戶A與應用系統中包括用戶A、B、C、D、E、F、G、H、I、J之間的社交關聯關係，相應的，可以判斷出用戶A與用戶B、C、D以及I之間的社交關聯關係符合預設社交關聯關係；以及可以判斷出用戶A與用戶E、F、G、H以及J之間的社交關聯關係符合預設社交關聯關係。

在另一個實施例中，當所述用戶的屬性資訊包括所述用戶的個人基本資訊時，所述根據所述用戶的屬性資訊按照預設匹配規則計算所述應用系統中用戶之間的匹配度，判斷所述匹配度是否符合預設匹配度可以包括：根據用戶的個人基本資訊計算所述應用系統中用戶之間的個人基本資訊的差異度，判斷所述差異度是否在預設差異度範圍；具體的，所述預設差異度可以包括能反映用戶與用戶之間差異程度或者趨勢的字符化表徵，還可以包括通過預設的規則使得能反映用戶與用戶之間差異程度或者趨勢的字符化表徵量化後的一特定值。在一個具體的例子當中，可能某個維度的字符化表徵為“中”，則可以量化該字符化 表徵“中”為其ASCII碼的二進制值或十六進制值。相應的，所述預設匹配規則可以包括基於所述用戶的個人基本資訊設置的所述匹配度的計算規則。在一個具體的實施例中，以身高和體重為個人基本資訊時，可以假設預設差異度範圍為身高差為-2cm至+2cm(包括-2cm和+2cm)，體重差為-3kg至+3kg(包括-3kg和+3kg)；假設用戶A的個人基本資訊中包括身高163cm，體重50kg；用戶B的個人基本資訊中包括身高164cm，體重51.5kg；用戶C的個人基本資訊中包括身高170cm，體重53kg。可以確定所述用戶A與用戶B之間的差異度可以包括身高差+1cm，體重差+1.5kg；用戶A與用戶C之間的差異度可以包括身高差+7cm，體重差+3kg。相應的，可以判斷出用戶A與用戶B之間的差異度在預設差異度範圍，用戶A與用戶C之間的差異度不在預設差異度範圍。

此外，需要說明的是，本發明實施例中所述預設差異度範圍並不僅限於上述的身高差和體重差的定義，在實際應用中還可以結合具體的個人基本資訊進行定義。例如當個人基本資訊包括住址資訊時，所述預設差異度範圍可以定義為地址資訊之間的距離範圍等，本發明實施例並不以此為限。

在另一個實施例中，當所述用戶的屬性資訊包括所述用戶的行為習慣資訊時，所述根據所述用戶的屬性資訊按照預設匹配規則計算所述應用系統中用戶之間的匹配度，判斷所述匹配度是否符合預設匹配度包括： 根據用戶的行為習慣資訊計算所述應用系統中用戶之間的行為習慣資訊相似度，判斷所述相識度是否在預設相似度範圍。

具體的，所述預設相似度可以包括能反映用戶與用戶之間行為習慣相似程度或者趨勢的字符化表徵，還可以包括通過預設的規則使得能反映用戶與用戶之間行為習慣相似程度或者趨勢的字符化表徵量化後的一特定值。在一個具體的例子當中，可能某個維度的字符化表徵為“中”，則可以量化該字符化表徵“中”為其ASCII碼的二進制值或十六進制值。相應的，所述預設匹配規則可以包括基於所述用戶的行為習慣資訊設置的所述相似度的計算規則。在一個具體的實施例中，以所述用戶的行為習慣資訊為用戶的購買行為習慣資訊為例，假設所述預設相似度範圍為購買物品中比例最大的物品類目相同，且購買物品中比例前三的物品類目相同。例如用戶A購買物品的中服飾、零食、洗護占80%(服飾占50%，零食占20%，洗護占10%)，數碼占10%，交通占10%。用戶B購買物品中服飾、零食、洗護占85%(服飾占45%，零食占30%，洗護占10%)，交通占10%，數碼占5%。用戶C購買物品中數碼、交通、洗護占85%(數碼占50%，交通占25%，洗護占10%)，服飾占10%，零食占5%。那麼，可以確定用戶A與用戶B購買物品中比例最大均是服飾，且用戶A與用戶B購買物品中比例前三的物品類目均是服飾、零食和洗護，相應的，可以判斷用戶A與用戶B之間的相 似度在預設相似度範圍。用戶A購買物品中比例最大是服飾，用戶C購買物品中比例最大是數碼，且用戶A與用戶C購買物品中比例前三的物品類目也不相同，相應的，可以判斷用戶A與用戶C之間的相似度不在預設相似度範圍。

此外，需要說明的是，本發明實施例中所述預設相似度範圍並不僅限於上述的購買物品中比例最大的物品類目相同，且購買物品中比例前三的物品類目相同的定義，在實際應用中還可以結合實際應用進行定義。例如所述預設相似度範圍可以定義為購買物品中比例最大的物品類目相同，且所述比例最大的物品類目所占比例大於等於50%等，本發明實施例並不以此為限。

S123：當所述判斷的結果為是時，確定出所述匹配度符合所述預設匹配度的用戶之間的關聯關係。

在一個具體的實施例中，與上述的當所述用戶的屬性資訊包括所述用戶的社交關聯資訊時相對應，當步驟S122中判斷的結果為是時，所述確定出所述匹配度符合所述預設匹配度的用戶之間的關聯關係可以包括確定出所述社交關聯關係符合預設社交關聯關係的用戶之間的關聯關係。在實際應用中，所述社交關聯關係符合預設社交關聯關係的用戶之間的關聯關係可以定義為“好友”等。

在另一個具體的實施例中，與上述當所述用戶的屬性資訊包括所述用戶的個人基本資訊時相對應，當步驟S122中判斷的結果為是時，所述確定出所述匹配度符合 所述預設匹配度的用戶之間的關聯關係包括確定出差異度在所述預設差異度範圍的用戶之間的關聯關係。在實際應用中，所述差異度在所述預設差異度範圍的用戶之間的關聯關係可以定義為“同城”、“身材相似”、“年齡相仿”等。

在另一個具體的實施例中，與當所述用戶的屬性資訊包括所述用戶的行為習慣資訊時，相對應，當步驟S122中判斷的結果為是時，所述確定出所述匹配度符合所述預設匹配度的用戶之間的關聯關係包括確定出相似度在所述預設相似度範圍的用戶之間的關聯關係。在實際應用中，所述相似度在所述預設相似度範圍的用戶之間的關聯關係可以定義為“相同購物偏好”。

S124：基於所述用戶之間的關聯關係和相應的用戶標識資料建立所述用戶維度關係表。

具體的，本發明實施例中在確定出用戶之間的關聯關係的之後，可以基於所述用戶之間的關聯關係和相應的用戶標識資料建立所述用戶維度關係表。

S130：當所述判斷的結果為是時，獲取所述目標用戶與所述評論資料所對應的用戶之間的關聯關係。

具體的，以上述目標用戶A需要訪問商品X(目標對象)的評論界面中的評論資料為例，假設以上述表2為用戶維度關係表，結合表1中商品X的評論資料可見，與目標用戶A存在關聯關係的用戶包括用戶C和用戶D，且目標用戶A與用戶C之間的關聯關係為相同購物偏好，目標用戶A與用戶D之間的關聯關係為同城、身材相 似。

S140：顯示所述評論資料所對應的用戶與所述目標用戶的關聯關係的標識。

本發明實施例中，服務系統可以顯示所述評論資料所對應的用戶與所述目標用戶的關聯關係的標識。具體的，可以包括：在展示所述評論資料的預設展示區域顯示所述評論資料所對應的用戶與所述目標用戶的關聯關係的標識。

具體的，所述關聯關係的標識可以包括可以反映所述關聯關係的一種標識，在實際應用中，所述關聯關係與所述關聯關係的標識可以相同，也可以不同，例如用戶A與用戶B之間的關聯關係為好友；相應的，所述關聯關係的標識可以為好友，也可以為相互關注等可以反映關聯關係“好友”的一種標識。具體的，所述預設展示區域可以包括在目標對象的評論界面中展示當前評論資料的區域中的任意一個區域。這裡在展示所述評論資料的預設展示區域顯示相應的關聯關係的標識，可以保證目標用戶在瀏覽評論資料時，可以獲取所述評論資料所對應用戶與自己的關聯關係資訊，這就大大提高評論資料的可信度，可以幫助目標用戶更好的瞭解目標對象。

在一個具體的實施例中，以上述目標用戶A訪問商品X的評論界面中的評論資料為例，用戶C的評論資料所對應的關聯關係的標識可以為相同購物偏好，用戶D的評論資料所對應的關聯關係的標識可以為同城和身材相似。具 體的，表3是本發明提供的包括關聯關係的標識的評論資料的一種示例，如表3所示：

此外，需要說明的是，表3中僅僅記錄了部分包括關聯關係的標識的評論資料，且表3中僅僅是所述包括關聯關係的標識的評論資料的一種實施例的形式，本發明實施例中所述包括關聯關係的標識的評論資料並不以上述表3為限。

在一個具體的實施例中，結合上述表3中包括關聯關係的標識的評論資料的示例，如圖3所示，圖3是本發明提供的在展示所述評論資料的預設展示區域顯示所述評論資料所對應的用戶與所述目標用戶的關聯關係的標識的一種實施例的示意圖。從圖中可見，目標用戶A在瀏覽評論資料時，不僅可以看到評論內容，還可以看到已購買用戶與自己的關聯關係的標識，這就大大提高了評論資料的可信度，有助於用戶更好的瞭解商品，改善了用戶體驗。相應的，圖3中還包括用戶賬號圖片、評論的時間、商品顏色以及商品尺碼等資訊。

進一步的，在一些實施例中，所述方法還可以包括：在展示所述目標對象的評論資料的評論界面中優先展 示所述關聯關係的標識所對應的評論資料。

在實際應用中，考慮到用戶通常會優先看靠前的評論資料，在展示評論資料的同時，展示相應的關聯關係的標識，可以大大提高所述評論資料的可信度，可以幫助用戶更好的瞭解相應的目標對象。因此，服務系統可以在展示所述目標對象的評論資料的評論界面中優先展示所述關聯關係的標識所對應的評論資料，這樣用戶可以快速獲取可信度高的評論資料，並快速瞭解目標對象，改善了用戶體驗。

由此可見，本發明一種資料處理的方法的實施例在獲取目標用戶的訪問觸發指令相對應的目標對象的評論資料之後；可以基於預先建立的用戶維度關係表判斷所述評論資料所對應的用戶與所述目標用戶之間是否存在所述預先建立的用戶維度關係表中記錄的用戶與用戶之間的關聯關係；當所述判斷的結果為是時，可以獲取所述目標用戶與所述評論資料所對應的用戶之間的關聯關係；並顯示所述評論資料所對應的用戶與所述目標用戶的關聯關係的標識；保證用戶在訪問瀏覽目標對象的評論資料時，不僅可以獲取評論資料中的評論內容，還可以通過所述關聯關係的標識獲取所述評論資料所對應用戶與自己的關聯關係資訊，大大提高了評論資料的可信度。與現有技術相比，利用本發明實施例提供的技術方案可以優化評論資料，提高評論資料的可信度，後續可以幫助用戶更好的瞭解目標對象。在一些應用中，可以幫助用戶更好的瞭解評論資料所 對應的商品，改善了用戶體驗，進而可以提高商品的成交轉化率。

本發明另一方面還提供一種資料處理的系統，圖4是本發明提供的資料處理系統的一種實施例的結構示意圖，如圖4所示，所述系統400可以包括：評論資料獲取模組410，可以用於獲取目標用戶的訪問觸發指令相對應的目標對象的評論資料；判斷模組420，可以用於判斷所述評論資料所對應的用戶與所述目標用戶之間是否存在預先建立的用戶維度關係表中記錄的用戶與用戶之間的關聯關係；關聯關係獲取模組430，可以用於當所述判斷模組判斷的結果為是時，獲取所述目標用戶與所述評論資料所對應的用戶之間的關聯關係；顯示模組440，可以用於顯示所述評論資料所對應的用戶與所述目標用戶的關聯關係的標識。

在另一個實施例中，所述顯示模組可以包括：顯示單元，可以用於在展示所述評論資料的預設展示區域顯示所述評論資料所對應的用戶與所述目標用戶的關聯關係的標識。

在另一個實施例中，所述系統還可以包括：展示處理模組，可以用於在展示所述目標對象的評論資料的評論界面中優先展示所述關聯關係的標識所對應的評論資料。

在一些實施例中，所述用戶維度關係表可以包括採用 下述單元建立：屬性資訊獲取單元，可以用於獲取應用系統中用戶的屬性資訊；資料處理單元，可以用於根據所述用戶的屬性資訊按照預設匹配規則計算所述應用系統中用戶之間的匹配度，判斷所述匹配度是否符合預設匹配度；關聯關係確定單元，可以用於當所述資料處理單元判斷的結果為是時，確定出所述匹配度符合所述預設匹配度的用戶之間的關聯關係；用戶維度關係表建立單元，可以用於基於所述用戶之間的關聯關係和相應的用戶標識資料建立所述用戶維度關係表。

在一個具體的實施例中，所述用戶的屬性資訊可以至少包括下述中的一種：用戶的社交關聯資訊、用戶的個人基本資訊、用戶的行為習慣資訊。

在一個具體的實施例中，所述資料處理單元可以包括：第一資料處理單元，可以用於根據用戶的社交關聯資訊確定所述應用系統中用戶之間的社交關聯關係，判斷所述社交關聯關係是否符合預設社交關聯關係；相應的，當所述第一資料處理單元判斷的結果為是時，所述關聯關係確定單元可以包括第一關聯關係確定單元，可以用於確定出所述社交關聯關係符合預設社交關聯 關係的用戶之間的關聯關係。

在一個具體的實施例中，所述資料處理單元可以包括：第二資料處理單元，可以用於根據用戶的個人基本資訊計算所述應用系統中用戶之間的個人基本資訊的差異度，判斷所述差異度是否在預設差異度範圍；相應的，當所述第二資料處理單元判斷的結果為是時，所述關聯關係確定單元可以包括第二關聯關係確定單元，可以用於確定出差異度在所述預設差異度範圍的用戶之間的關聯關係。

在一個具體的實施例中，所述資料處理單元可以包括：第三資料處理單元，可以用於根據用戶的行為習慣資訊計算所述應用系統中用戶之間的行為習慣資訊相似度，判斷所述相識度是否在預設相似度範圍；相應的，當所述第三資料處理單元判斷的結果為是時，所述關聯關係確定單元可以包括第三關聯關係確定單元，可以用於確定出相似度在所述預設相似度範圍的用戶之間的關聯關係。

由此可見，本發明一種資料處理的方法及系統的實施例在獲取目標用戶的訪問觸發指令相對應的目標對象的評論資料之後；可以基於預先建立的用戶維度關係表判斷所述評論資料所對應的用戶與所述目標用戶之間是否存在所述預先建立的用戶維度關係表中記錄的用戶與用戶之間的 關聯關係；當所述判斷的結果為是時，可以獲取所述目標用戶與所述評論資料所對應的用戶之間的關聯關係；並顯示所述評論資料所對應的用戶與所述目標用戶的關聯關係的標識；保證用戶在訪問瀏覽目標對象的評論資料時，不僅可以獲取評論資料中的評論內容，還可以通過所述關聯關係的標識獲取所述評論資料所對應用戶與自己的關聯關係資訊，大大提高了評論資料的可信度。與現有技術相比，利用本發明實施例提供的技術方案可以優化評論資料，提高評論資料的可信度，後續可以幫助用戶更好的瞭解目標對象。在一些應用中，可以幫助用戶更好的瞭解評論資料所對應的商品，改善了用戶體驗，進而可以提高商品的成交轉化率。

儘管本發明內容中提到服務系統、key value分布式儲存系統之間的資料查詢等資料處理的描述，但是，本發明並不局限於必須是完全標準或者所提及的資料處理應用環境的情況。本發明中各個實施例中所涉及的上述描述僅是本發明中的一些實施例中的應用。當然，在符合本發明上述各實施例的中所述的處理方法步驟的其他無進步性的變形，仍然可以實現相同的申請，在此不再贅述。

雖然本發明提供了如實施例或流程圖所述的方法操作步驟，但基於常規或者無進步性的手段可以包括更多或者更少的操作步驟。實施例中列舉的步驟順序僅僅為眾多步驟執行順序中的一種方式，不代表唯一的執行順序。在實際中的裝置或客戶端產品執行時，可以按照實施例或者圖 式所示的方法順序執行或者並行執行(例如並行處理器或者多線程處理的環境)。

上述實施例闡明系統或模組，具體可以由計算機晶片或實體實現，或者由具有某種功能的產品來實現。為了描述的方便，描述以上裝置時以功能分為各種模組分別描述。當然，在實施本發明時可以把各模組的功能在同一個或多個軟體和/或硬體中實現，也可以將實現同一功能的模組由多個子模組或子單元的組合實現。

本領域技術人員也知道，除了以純計算機可讀程式代碼方式實現控制器以外，完全可以通過將方法步驟進行邏輯編程來使得控制器以邏輯閘、開關、專用積體電路、可編程邏輯控制器和嵌入微控制器等的形式來實現相同功能。因此這種控制器可以被認為是一種硬體部件，而對其內部包括的用於實現各種功能的裝置也可以視為硬體部件內的結構。或者甚至，可以將用於實現各種功能的裝置視為既可以是實現方法的軟體模組又可以是硬體部件內的結構。

本發明可以在由計算機執行的計算機可執行指令的一般上下文中描述，例如程式模組。一般地，程式模組包括執行特定任務或實現特定抽象資料類型的例程、程式、對象、組件、資料結構、類等等。也可以在分布式計算環境中實踐本發明，在這些分布式計算環境中，由通過通信網路而被連接的遠程處理設備來執行任務。在分布式計算環境中，程式模組可以位於包括儲存設備在內的本地和遠端 計算機儲存媒體中。

通過以上的實施方式的描述可知，本領域的技術人員可以清楚地瞭解到本發明可借助軟體加必需的通用硬體平臺的方式來實現。基於這樣的理解，本發明的技術方案本質上或者說對現有技術做出貢獻的部分可以以軟體產品的形式體現出來，該計算機軟體產品可以儲存在儲存媒體中，如ROM/RAM、磁碟、光碟等，包括若干指令用以使得一台計算機設備(可以是個人計算機，行動終端，伺服器，或者網路設備等)執行本發明各個實施例或者實施例的某些部分所述的方法。

本說明書中的各個實施例採用遞進的方式描述，各個實施例之間相同或相似的部分互相參照即可，每個實施例重點說明的都是與其他實施例的不同之處。本發明可用於眾多通用或專用的計算機系統環境或配置中。例如：個人計算機、伺服器計算機、手持設備或便攜式設備、平板型設備、移動通信終端、多處理器系統、基於微處理器的系統、可編程的電子設備、網路PC、小型計算機、大型計算機、包括以上任何系統或設備的分布式計算環境等等。

雖然通過實施例敘述了本發明，本領域習知技術人員知道，本發明可以有許多不脫離本發明精神的等效變形和變化，所附的請求項包括不脫離本發明精神的等效變形和變化。

Claims (16)

1. 一種資料處理的方法，包括：獲取目標用戶的訪問觸發指令相對應的目標對象的評論資料；判斷所述評論資料所對應的用戶與所述目標用戶之間是否存在預先建立的用戶維度關係表中記錄的用戶與用戶之間的關聯關係；當所述判斷的結果為是時，獲取所述目標用戶與所述評論資料所對應的用戶之間的關聯關係；顯示所述評論資料所對應的用戶與所述目標用戶的關聯關係的標識。
2. 根據請求項1所述的方法，其中，所述顯示所述評論資料所對應的用戶與所述目標用戶的關聯關係的標識包括：在展示所述評論資料的預設展示區域顯示所述評論資料所對應的用戶與所述目標用戶的關聯關係的標識。
3. 根據請求項1或2任一項所述的方法，其中，所述方法還包括：在展示所述目標對象的評論資料的評論界面中優先展示所述關聯關係的標識所對應的評論資料。
4. 根據請求項1或2任一項所述的方法，其中，所述用戶維度關係表包括採用下述方式建立：獲取應用系統中用戶的屬性資訊；根據所述用戶的屬性資訊按照預設匹配規則計算所述 應用系統中用戶之間的匹配度，判斷所述匹配度是否符合預設匹配度；當所述判斷的結果為是時，確定出所述匹配度符合所述預設匹配度的用戶之間的關聯關係；基於所述用戶之間的關聯關係和相應的用戶標識資料建立所述用戶維度關係表。
5. 根據請求項4所述的方法，其中，所述用戶的屬性資訊至少包括下述中的一種：用戶的社交關聯資訊、用戶的個人基本資訊、用戶的行為習慣資訊。
6. 根據請求項5所述的方法，其中，當所述用戶的屬性資訊包括所述用戶的社交關聯資訊時，所述根據所述用戶的屬性資訊按照預設匹配規則計算所述應用系統中用戶之間的匹配度，判斷所述匹配度是否符合預設匹配度包括：根據用戶的社交關聯資訊確定所述應用系統中用戶之間的社交關聯關係，判斷所述社交關聯關係是否符合預設社交關聯關係；相應的，當所述判斷的結果為是時，所述確定出所述匹配度符合所述預設匹配度的用戶之間的關聯關係包括確定出所述社交關聯關係符合預設社交關聯關係的用戶之間的關聯關係。
7. 根據請求項5所述的方法，其中，當所述用戶的屬性資訊包括所述用戶的個人基本資訊時，所述根據所述用 戶的屬性資訊按照預設匹配規則計算所述應用系統中用戶之間的匹配度，判斷所述匹配度是否符合預設匹配度包括：根據用戶的個人基本資訊計算所述應用系統中用戶之間的個人基本資訊的差異度，判斷所述差異度是否在預設差異度範圍；相應的，當所述判斷的結果為是時，所述確定出所述匹配度符合所述預設匹配度的用戶之間的關聯關係包括確定出差異度在所述預設差異度範圍的用戶之間的關聯關係。
8. 根據請求項5所述的方法，其中，當所述用戶的屬性資訊包括所述用戶的行為習慣資訊時，所述根據所述用戶的屬性資訊按照預設匹配規則計算所述應用系統中用戶之間的匹配度，判斷所述匹配度是否符合預設匹配度包括：根據用戶的行為習慣資訊計算所述應用系統中用戶之間的行為習慣資訊相似度，判斷所述相識度是否在預設相似度範圍；相應的，當所述判斷的結果為是時，所述確定出所述匹配度符合所述預設匹配度的用戶之間的關聯關係包括確定出相似度在所述預設相似度範圍的用戶之間的關聯關係。
9. 一種資料處理的系統，包括：評論資料獲取模組，用於獲取目標用戶的訪問觸發指 令相對應的目標對象的評論資料；判斷模組，用於判斷所述評論資料所對應的用戶與所述目標用戶之間是否存在預先建立的用戶維度關係表中記錄的用戶與用戶之間的關聯關係；關聯關係獲取模組，用於當所述判斷模組判斷的結果為是時，獲取所述目標用戶與所述評論資料所對應的用戶之間的關聯關係；顯示模組，用於顯示所述評論資料所對應的用戶與所述目標用戶的關聯關係的標識。
10. 根據請求項9所述的系統，其中，所述顯示模組包括：顯示單元，用於在展示所述評論資料的預設展示區域顯示所述評論資料所對應的用戶與所述目標用戶的關聯關係的標識。
11. 根據請求項9或10任一項所述的系統，其中，所述系統還包括：展示處理模組，用於在展示所述目標對象的評論資料的評論界面中優先展示所述關聯關係的標識所對應的評論資料。
12. 根據請求項9或10任一項所述的系統，其中，所述用戶維度關係表包括採用下述單元建立：屬性資訊獲取單元，用於獲取應用系統中用戶的屬性資訊；資料處理單元，用於根據所述用戶的屬性資訊按照預 設匹配規則計算所述應用系統中用戶之間的匹配度，判斷所述匹配度是否符合預設匹配度；關聯關係確定單元，用於當所述資料處理單元判斷的結果為是時，確定出所述匹配度符合所述預設匹配度的用戶之間的關聯關係；用戶維度關係表建立單元，用於基於所述用戶之間的關聯關係和相應的用戶標識資料建立所述用戶維度關係表。
13. 根據請求項12所述的系統，其中，所述用戶的屬性資訊至少包括下述中的一種：用戶的社交關聯資訊、用戶的個人基本資訊、用戶的行為習慣資訊。
14. 根據請求項13所述的系統，其中，所述資料處理單元包括：第一資料處理單元，用於根據用戶的社交關聯資訊確定所述應用系統中用戶之間的社交關聯關係，判斷所述社交關聯關係是否符合預設社交關聯關係；相應的，當所述第一資料處理單元判斷的結果為是時，所述關聯關係確定單元包括第一關聯關係確定單元，用於確定出所述社交關聯關係符合預設社交關聯關係的用戶之間的關聯關係。
15. 根據請求項13所述的系統，其中，所述資料處理單元包括：第二資料處理單元，用於根據用戶的個人基本資訊計 算所述應用系統中用戶之間的個人基本資訊的差異度，判斷所述差異度是否在預設差異度範圍；相應的，當所述第二資料處理單元判斷的結果為是時，所述關聯關係確定單元包括第二關聯關係確定單元，用於確定出差異度在所述預設差異度範圍的用戶之間的關聯關係。
16. 根據請求項13所述的系統，其中，所述資料處理單元包括：第三資料處理單元，用於根據用戶的行為習慣資訊計算所述應用系統中用戶之間的行為習慣資訊相似度，判斷所述相識度是否在預設相似度範圍；相應的，當所述第三資料處理單元判斷的結果為是時，所述關聯關係確定單元包括第三關聯關係確定單元，用於確定出相似度在所述預設相似度範圍的用戶之間的關聯關係。