CN103970850B - 网站信息推荐方法和*** - Google Patents
网站信息推荐方法和*** Download PDFInfo
- Publication number
- CN103970850B CN103970850B CN201410185036.1A CN201410185036A CN103970850B CN 103970850 B CN103970850 B CN 103970850B CN 201410185036 A CN201410185036 A CN 201410185036A CN 103970850 B CN103970850 B CN 103970850B
- Authority
- CN
- China
- Prior art keywords
- attribute information
- website platform
- grade
- platform
- website
- 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
- G06F16/9535—Search customisation based on user profiles and personalisation
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种网站信息推荐方法,包括:将每个网站平台对接一个或多个线程,获取各网站平台待推荐对象的属性信息;根据设定的平台等级排序规则对网站平台进行等级排序,获得网站平台等级列表;根据用户的搜索请求从获取的待推荐对象的属性信息中进行搜索,根据所述网站平台等级列表中的等级权值对搜索结果中的各个对象进行排序;根据所述排序结果生成推荐信息,将所述推荐信息下发至客户端进行展示。本方案还提供一种网站信息推荐***。本发明方案通过将各网站平台对接一个线程,实现对多个网站平台对象信息的聚合。并根据建立的网站平台等级列表对搜索结果中的对象进行排序,从而将推荐信息进行展示,避免用户打开多个网站对比,大大提高用户的搜索效率。
Description
技术领域
本发明涉及互联网技术领域,特别是涉及一种网站信息推荐方法和***。
背景技术
随着互联网的迅速发展和普及,电子商务在全球得到了快速的发展,各种电子商务网站平台相继出现,互联网用户人数急剧增加,越来越多的用户也正在逐渐适应在网站上搜索所需的信息。
传统技术中,各网站平台对各自待推荐对象信息按照一定规则进行排序。在接收到用户搜索指令后,将搜索结果按照预先设定的规则进行推荐展示,供用户筛选和查看。
然而,随着网站平台越来越多,每个网站平台供选择查找对象也越来越多,用户在选择查找对象的信息时,需要同时打开多个网站进行对比,然后将查找对象的信息一个一个进行查看,这就会导致搜索耗费时间长,搜索效率低。特别是针对一些有时限的推荐信息,由于用户不能快速的搜索到欲查看内容,从而导致错过查看一些有时限的推荐信息无法查找,也降低了用户可查找的信息量。
发明内容
基于此,针对多个网站进行对象搜索时,搜索效率低的问题,本发明提供一种网站信息推荐方法和***。
一种网站信息推荐方法,包括:
将每个网站平台对接一个或多个线程,获取各网站平台待推荐对象的属性信息;
根据设定的平台等级排序规则对网站平台进行等级排序,获得网站平台等级列表;
根据用户的搜索请求从获取的待推荐对象的属性信息中进行搜索,根据所述网站平台等级列表中的等级权值对搜索结果中的各个对象进行排序;
根据所述排序结果生成推荐信息,将所述推荐信息下发至客户端进行展示。
一种网站信息推荐***,包括:
属性信息获取模块,用于将每个网站平台对接一个或多个线程,获取各网站平台待推荐对象的属性信息;
网站平台等级列表确定模块,用于根据设定的平台等级排序规则对网站平台进行等级排序,获得网站平台等级列表;
搜索模块,用于根据用户的搜索请求从获取的待推荐对象的属性信息中进行搜索;
排序模块,用于根据所述网站平台等级列表中的等级权值对搜索结果中的各个对象进行排序;
第一展示模块,用于根据所述排序结果生成推荐信息,将所述推荐信息下发至客户端进行展示。
上述网站信息推荐方法和***,通过将每个网站平台对接一个或多个线程,获取到各网站平台待推荐对象的属性信息,实现对多个网站平台对象信息的聚合。并建立网站平台等级列表,根据网站平台等级列表对搜索结果中的对象进行排序,生成推荐信息并进行展示,避免用户打开多个网站对比,大大提高用户的搜索效率。特别是针对具有展示时限的网站平台,用户可以快速搜索到对象,并且信息量不会减少,提高用户体验。
附图说明
图1为本发明网站信息推荐方法实施例的流程示意图;
图2为本发明具体应用实例中的***网络架构示意图;
图3为本发明具体应用实例中的平台排序示意图;
图4为本发明具体应用实例中的品牌排序示意图;
图5为本发明具体应用实例中的商品排序示意图;
图6为本发明网站信息推荐***实施例的结构示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细说明,但本发明的实施方式不限于此。
如图1所示,为本发明网站信息推荐方法实施例的流程示意图,包括步骤:
步骤S101:将每个网站平台对接一个或多个线程,获取各网站平台待推荐对象的属性信息;
获取网站平台待推荐对象的属性信息可以是实时获取,也可以根据网站平台的更新频率确定该网站平台的更新时间或更新间隔时间,根据更新时间或更新间隔时间获取该网站平台待推荐对象的属性信息。通过这种方式,可以实现更新同步。同时,通过多线程的可定制的采集规则及时更新各网站平台对应的数据库,采集聚合网站平台的对象。其中,本步骤提及的待推荐对象,在后续步骤中为了方便描述直接称为对象。
步骤S102:根据设定的平台等级排序规则对网站平台进行等级排序,获得网站平台等级列表;
平台等级排序规则可以是预先设定好的,从而得到网站平台等级列表。平台等级排序规则也可以是获取规则。比如,获取各网站平台的ALEXA排名(网站的世界排名)或B2C行业排名等得到网站平台等级列表。其中,网站平台等级列表中记录中各网站平台的等级权值。
步骤S103:根据用户的搜索请求从获取的待推荐对象的属性信息中进行搜索,根据所述网站平台等级列表中的等级权值对搜索结果中的各个对象进行排序。
搜索请求可以是客户端下发的,比如关键字等。通过搜索请求可以搜索出一系列对象及其属性信息。为了方便用户快速查看,可以获取各个对象的网站平台的等级权值,根据网站平台的等级权值对各个对象进行排序。
步骤S104:根据所述排序结果生成推荐信息,将所述推荐信息下发至客户端进行展示。
本实施例中,可以是根据排序结果将各对象的属性信息进行排序,获得推荐信息,直接将排序后的属性信息下发至客户端进行展示。
本实施例方案,通过将各网站平台对接一个线程,获取到各网站平台待推荐对象的属性信息,实现对多个网站平台对象信息的聚合。并建立网站平台等级列表,根据网站平台等级列表对搜索结果中的对象进行排序,生成推荐信息并进行展示,避免用户打开多个网站对比,大大提高用户的搜索效率。特别是针对具有展示时限的网站平台,用户可以快速搜索到对象,并且信息量不会减少,提高用户体验。
在其中一个实施例中,由于不同网站平台的对象属性类型有差异,在有些平台上对象有的属性,在其他网站平台上对象不一定存在该属性,因此,为了统一属性,进一步提高搜索效率,本实施例通过为每个对象建立标签的形式,统一每个对象的属性类型。具体如下:
步骤S101后,还包括:
从获取的对象的属性信息中识别出预设标签表格内各属性名称对应的属性信息,其中,所述对象的属性信息包括文字类属性信息和/或图片类属性信息,所述预设标签表格记录着多个属性名称;
将获取的属性信息记录在标签表格对应的属性名称下,获得该对象的标签;
所述根据所述排序结果生成推荐信息,将所述推荐信息下发至客户端进行展示步骤包括:
根据排序结果确定对象的标签排序顺序,将排序的标签下发至客户端进行展示。
本实施例中的预设标签表格可以是通过人工预先设置,也可以***根据一定规则自动生成。预设标签表格只有属性名称,没有具体属性信息。具体属性信息需要根据每个对象的属性信息进行相应的写入,将属性信息写入对应的标签表格即成为该对象的标签。
从获取的对象的属性信息中识别出预设标签表格内各属性名称对应的属性信息步骤具体包括:
当属性信息为文字类型属性信息时,直接判断文字类型属性信息与标签表格的属性名称是否匹配,或者与该属性名称所包括的属性信息是否匹配,从而识别出预设标签表格内各属性名称对应的属性信息。比如,属性名称为“颜色”时,则可以判断文字类型属性信息中是否存在“X色”字符等。
当属性信息为图形类型属性信息时,可以通过识别图形中的轮廓、颜色等,从而识别出预设标签表格内各属性名称对应的属性信息。
通过这种方式,统一了对象的属性。为了方便用户查询,还可以统一关键字输入按钮,即根据预设标签表格中的属性名称建立相应的关键字输入按钮。用户可以通过选择和组合关键字输入按钮实现输入关键字搜索指令,从而可以快速搜索到用户欲查看的对象。
在其中一个实施例中,所述根据设定的平台等级排序规则对网站平台进行等级排序,获得网站平台等级列表步骤,包括:
获取各网站平台的指标参数,其中,所述指标参数包括使用该网站平台的人群覆盖率、区域覆盖率、评价等级、搜索率中一种或多种;
分别将每个网站平台的指标参数与对应设定的权重相乘,并将乘积相加,获得每个网站平台的等级权值;
根据每个网站平台的等级权值大小对网站平台进行排序,获得网站平台等级列表。
本实施例提供一种获得网站平台等级列表的方法。网站平台指标参数包括使用该网站平台的人群覆盖率、区域覆盖率、评价等级、搜索率,但不限于这些评价指标,可以根据用户具体需要设定其他或更多评价指标。比如,分成指标,竞价指标等。
其中,使用该网站平台的人群覆盖率可以是用户覆盖率。网站平台的评价等级可以是从一些评价***中获得的评价等级。网站平台的评价指标与对应的权重相乘,并将乘积相加,获得该网站平台的评价权值。每个网站平台进行上述处理,即可得到每个网站平台的等级权值。将网站平台的等级权值降序排列,即可得到网站平台等级列表。
在其中一个实施例中,可以根据搜索请求推荐对象信息,也可以根据用户信息推荐对象信息。即本方案还包括步骤:
通过用户账号获取用户属性信息;
从获取的用户属性信息中识别出预设用户标签表格内各属性名称对应的属性信息,其中,所述用户属性信息包括文字类属性信息和/或图片类属性信息,所述预设用户标签表格记录着多个属性名称;
将获取的属性信息记录在预设用户标签表格对应的属性名称下,获得该用户的用户模型;
根据用户模型与获取的对象的属性信息进行匹配,根据所述网站平台等级列表中的等级权值对匹配的对象进行排序,并将排序的对象的属性信息进行推荐展示。
用户属性信息可以是通过用户账户从网站的API接口中获取,也可以是通过线程从网页页面抓取。该用户属性信息可以包括用户年龄阶段、用户喜好色彩、用户喜好类型等。还可以通过获取的图片信息识别出用户的感兴趣对象。比如,当用户账户为社交网站的账户时,可以从社交网站API接口中获取用户发布的图片,根据图片识别出用户感兴趣对象。又比如,用户账户为购物网站的账户时,可以从购物网站API接口中获取用户购物历史网站,从而推算出客户的喜好。该喜好和感兴趣对象都属于用户的属性信息。根据属性信息与预设用户标签表格即可获得用户模型。用户标签表格可以是人工预设,也可以是***根据一定规则自定义。将用户模型与步骤S101中聚合获取的对象属性信息匹配,即可得到相应的匹配结果。将这些结果按照网站平台等级列表进行排序并推荐展示。网站平台等级列表可以是根据上述任何一种方法得到。
本实施例不仅可以通过搜索请求进行推荐对象信息,还可以在用户登录后,根据用户信息直接推荐对象信息,方便用户快捷的搜索查看。
在其中一个实施例中,由于搜索结果中,每个平台内还可能包括多个待推荐对象。为了明确每个对象的排序顺序,方便用户快速查找,本实施例提供一种方法,针对每一个对象有相应的等级权值。即:
所述根据所述网站平台等级列表中的等级权值对搜索结果中的各个对象进行排序步骤,包括:
根据设定的排序规则将不同类型的对象构成的对象群组进行排序,得到对象群组的等级权值;
获取搜索结果中各个对象的指标参数,其中,所述对象的指标参数包括对象所在网站平台的等级权值、对象所在对象群组的等级权值以及对象所在网页的浏览量中的一种或多种;
分别将每个对象的指标参数与对应设定的权重相乘,并将乘积相加,获得每个对象的等级权值;
根据所述对象的等级权值大小对搜索结果中的各个对象进行排序。
其中,对象的指标参数可以包括对象所在网站平台的等级权值、对象所在对象群组的等级权值以及对象所在网页的浏览量中的一种或多种,也可以不限于上述指标参数,还可包括其他指标参数,具体根据用户需求设定。
在一个具体实施例中,对象的指标参数为对象所在网站平台的等级权值、对象所在对象群组的等级权值以及对象所在网页的浏览量时,所述根据所述网站平台等级列表中的等级权值对搜索结果中的各个对象进行排序步骤,包括:
根据设定的排序规则将不同类型的对象构成的对象群组进行排序,得到对象群组的等级权值;
获取搜索结果中各个对象所在网站平台的等级权值、所在对象群组的等级权值以及对象所在网页的浏览量;
采用以下公式计算该对象的等级权值:
W=k1*W1+k2*W2+k3*W3
其中,W表示对象的等级权值,W1表示网站平台的等级权值,W2表示对象群组的等级权值,W3表示浏览量,k1表示网站平台对应的权重,k2表示对象群组对应的权重,k3表示浏览量对应的权重;
根据所述对象的等级权值大小对搜索结果中的各个对象进行排序。
对象群组是将同一类型的对象划分在一组。比如,可以将同一品牌认定为同一类型,将同一品牌的对象作为同一对象群组。根据设定的排序规则将不同类型的对象构成的对象群组进行排序即可以是根据设定的排序规则将品牌进行排序。
本实施例中,将网站平台的等级权值、对象群组的等级权值和浏览量作为对象的指标参数,可以获得较为合理的对象排序,使推荐的对象信息更为合理。
上述各实施例可以自由组合,比如,在根据用户属性信息与获取的对象的属性信息进行匹配后,可以将匹配结果中的对象按照对象的等级权值进行排序并展示。在此不再一一赘述。本发明方案还提供一种具体应用实例进行说明,比如可以用于推荐网站平台的商品信息。
对于上述应用实例,基于图2所述的***网络架构实现,图2中,聚合平台210分别与各网站平台220通过网络连接,聚合平台210分别与各客户端230通过网络连接。具体的方法流程如下:
A1:聚合平台与多个网站平台对接一个线程,获取各网站平台待推荐商品的属性信息;
A2:从获取的商品的属性信息中识别出预设标签表格内各属性名称对应的属性信息,将获取的属性信息记录在标签表格对应的属性名称下,获得该商品的标签。其中,所述商品的属性信息包括文字类属性信息和/或图片类属性信息,所述预设标签表格记录着多个属性名称。
其中,预设标签表格中的属性名称包括标题、品牌、颜色、领型、面料、图案、特点、款式、类别、价格、风格等。具体如表1:
表1
A3:根据设定的平台等级排序规则对网站平台进行等级排序,获得网站平台等级列表;
如图3所示,为应用实例中平台排序示意图。包括自然排序和商业排序。自然排序包括的指标参数可以包括:使用该网站平台的平台覆盖率fg(比如:人群覆盖率、区域覆盖率)、口碑影响力kb(比如:评价度、搜索指数)、平台行业排名pm(比如:B2C行业排名、ALEXA排名),行业排名的指标参数可以包括:分成比例fc(分成比例越高的等级值越大)、竞价价格jj(竞价排序高的等级值越大)。可以采用A算法:A=fg*30%+kb*50%+pm*20%也可以采用B算法:B=fc*50%+jj*50%。当然,在需要的时候,也可以先排B算法再排序A算法。具体根据需要设定。
另外,还可以对采集入库的平台信息属性进行再次的信息编辑整理和补充完善。如表2所示:
表2
在后续推荐过程中,可以根据表2展示各平台的相关信息。
A4:根据设定的排序规则将不同品牌进行排序,得到品牌的等级权值;
比如,如图4所示,为应用实例中品牌排序示意图。可以将该品牌实体店数量st、品牌知名度zm、好评率hp等作为指标参数,分别将每个品牌的指标参数与对应的权重相乘,并将乘积相加,获得每个品牌的等级权值A=st*30%+zm*30%+hp*40%;根据每个品牌的等级权值大小对品牌进行排序,获得品牌等级列表。
另外,还可以对采集入库的品牌信息属性进行再次的信息标记整理和补充完善,比如表3:
表3
在后续推荐过程中,可以根据表3展示各品牌的相关信息。
A5:根据搜索指令从获取的待推荐商品的属性信息中进行搜索;
A6:如图5所示,为应用实例中商品排序示意图。获取搜索结果中各个商品所在网站平台的等级权值、所在商品群组的等级权值以及商品所在网页的浏览量、商品销售量、商品所在网页点击率等;
采用以下公式计算该商品的等级权值:
W=js*40%+pp*30%+pt*30%
其中,W表示商品的等级权值,js表示商品排序指数,pp表示商品所属品牌的等级权值,pt表示商品所属平台的等级权值,40%、30%、30%为对应的权重。
A7:根据所述商品的等级权值大小对搜索结果中的各个商品进行排序。
当搜索条件为品牌时,则针对该品牌推荐展示不同平台下的商品信息。当搜索条件为商品时,则将搜索结果按等级大小展示该商品标签信息。
另外,还可以根据用户微博行为、浏览行为、地理位置、职业、年龄等挖掘出兴趣,即用户属性信息。通过用户属性信息建立用户模型。根据用户属性信息、环境特征、特卖商品特征三者的匹配程度进行推荐。推荐时考虑特卖信息质量以及热卖指数,推荐热度高、好评度高的商品。实时推荐,0.1秒内计算推荐结果,3秒完成特卖信息的提取、挖掘、消重、分类,5秒计算出新用户兴趣分配,10秒内更新用户模型。
本具体运用实例,采用数据信息多线程刷新方式、模块化搜索的排序算法、个性化的推荐引擎以及自然语言处理和图像识别技术。通过多线程实现数据信息的刷新方式。避免传统技术中直接给用户呈现品牌和商品,用户自己逐一进行选择品牌和商品。本实例是根据品牌信息和商品信息的相关数据进行重新排列重构,再结合用户的习惯进行搜索推荐,从而为用户方便快捷的推荐最适合的品牌商品。
根据上述方法,本发明还提供一种网站信息推荐***,如图6所示,为本发明网站信息推荐***实施例的结构示意图,包括:
属性信息获取模块610,用于将每个网站平台对接一个或多个线程,获取各网站平台待推荐对象的属性信息;
网站平台等级列表确定模块620,用于根据设定的平台等级排序规则对网站平台进行等级排序,获得网站平台等级列表;
搜索模块630,用于根据用户的搜索请求从获取的待推荐对象的属性信息中进行搜索;
排序模块640,用于根据所述网站平台等级列表中的等级权值对搜索结果中的各个对象进行排序;
第一展示模块650,用于根据所述排序结果生成推荐信息,将所述推荐信息下发至客户端进行展示。
在其中一个实施例中,还包括:
属性信息识别模块,用于从获取的对象的属性信息中识别出预设标签表格内各属性名称对应的属性信息,其中,所述对象的属性信息包括文字类属性信息和/或图片类属性信息,所述预设标签表格记录着多个属性名称;
标签确定模块,用于将获取的属性信息记录在标签表格对应的属性名称下,获得该对象的标签;
所述第一展示模块包括:
标签排序模块,用于根据排序结果确定对象的标签排序顺序;
子展示模块,用于将排序的标签下发至客户端进行展示。
在其中一个实施例中,所述网站平台等级列表确定模块,包括:
指标参数获取模块,用于获取各网站平台的指标参数,其中,所述指标参数包括使用该网站平台的人群覆盖率、区域覆盖率、评价等级、搜索率中一种或多种;
网站平台等级权值确定模块,用于分别将每个网站平台的指标参数与对应设定的权重相乘,并将乘积相加,获得每个网站平台的等级权值;
网站平台等级列表确定模块,用于根据每个网站平台的等级权值大小对网站平台进行排序,获得网站平台等级列表。
在其中一个实施例中,还包括:
用户属性信息获取模块,用于通过用户账号获取用户属性信息;
用户模型建立模块,用于从获取的用户属性信息中识别出预设用户标签表格内各属性名称对应的属性信息,将获取的属性信息记录在预设用户标签表格对应的属性名称下,获得该用户的用户模型,其中,所述用户属性信息包括文字类属性信息和/或图片类属性信息,所述预设用户标签表格记录着多个属性名称;
第二展示模块,用于根据用户模型与获取的对象的属性信息进行匹配,根据所述网站平台等级列表中的等级权值对匹配的对象进行排序,并将排序的对象的属性信息进行推荐展示。
在其中一个实施例中,所述排序模块包括:
对象群组等级权值确定模块,用于根据设定的排序规则将不同类型的对象构成的对象群组进行排序,得到对象群组的等级权值;
获取模块,用于获取搜索结果中各个对象的指标参数,其中,所述对象的指标参数包括对象所在网站平台的等级权值、对象所在对象群组的等级权值以及对象所在网页的浏览量中的一种或多种;
对象等级权值计算模块,用于分别将每个对象的指标参数与对应设定的权重相乘,并将乘积相加,获得每个对象的等级权值
子排序模块,用于根据所述对象的等级权值大小对搜索结果中的各个对象进行排序。
本发明的网站信息推荐***与本发明的网站信息推荐方法是一一对应的,上述网站信息推荐方法实施例中的相关技术特征及其技术效果均适用于网站信息推荐***实施例中,在此不再赘述。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种网站信息推荐方法,其特征在于,包括:
将每个网站平台对接一个或多个线程,获取各网站平台待推荐对象的属性信息;其中,获取每个网站平台的待推荐对象的过程与该网站平台的更新过程同步;
根据设定的平台等级排序规则对网站平台进行等级排序,获得网站平台等级列表;
根据用户的搜索请求从获取的待推荐对象的属性信息中进行搜索,根据所述网站平台等级列表中的等级权值对搜索结果中的各个对象进行排序;
根据所述排序结果生成推荐信息,将所述推荐信息下发至客户端进行展示;
所述根据所述网站平台等级列表中的等级权值对搜索结果中的各个对象进行排序步骤,包括:
根据设定的排序规则将不同类型的对象构成的对象群组进行排序,得到对象群组的等级权值;
获取搜索结果中各个对象的指标参数,其中,所述对象的指标参数包括对象所在网站平台的等级权值、对象所在对象群组的等级权值以及对象所在网页的浏览量中的一种或多种;
分别将每个对象的指标参数与对应设定的权重相乘,并将乘积相加,获得每个对象的等级权值;
根据所述对象的等级权值大小对搜索结果中的各个对象进行排序。
2.根据权利要求1所述的网站信息推荐方法,其特征在于,所述将每个网站平台对接一个或多个线程,获取各网站平台待推荐对象的属性信息步骤后,还包括:
从获取的对象的属性信息中识别出预设标签表格内各属性名称对应的属性信息,其中,所述对象的属性信息包括文字类属性信息和/或图片类属性信息,所述预设标签表格记录着多个属性名称;
将获取的属性信息记录在标签表格对应的属性名称下,获得该对象的标签;
所述根据所述排序结果生成推荐信息,将所述推荐信息下发至客户端进行展示步骤包括:
根据排序结果确定对象的标签排序顺序,将排序的标签下发至客户端进行展示。
3.根据权利要求1所述的网站信息推荐方法,其特征在于,所述根据设定的平台等级排序规则对网站平台进行等级排序,获得网站平台等级列表步骤,包括:
获取各网站平台的指标参数,其中,所述指标参数包括使用该网站平台的人群覆盖率、区域覆盖率、评价等级、搜索率中一种或多种;
分别将每个网站平台的指标参数与对应设定的权重相乘,并将乘积相加,获得每个网站平台的等级权值;
根据每个网站平台的等级权值大小对网站平台进行排序,获得网站平台等级列表。
4.根据权利要求1所述的网站信息推荐方法,其特征在于,还包括步骤:
通过用户账号获取用户属性信息;
从获取的用户属性信息中识别出预设用户标签表格内各属性名称对应的属性信息,其中,所述用户属性信息包括文字类属性信息和/或图片类属性信息,所述预设用户标签表格记录着多个属性名称;
将获取的属性信息记录在预设用户标签表格对应的属性名称下,获得该用户的用户模型;
根据用户模型与获取的对象的属性信息进行匹配,根据所述网站平台等级列表中的等级权值对匹配的对象进行排序,并将排序的对象的属性信息进行推荐展示。
5.一种网站信息推荐***,其特征在于,包括:
属性信息获取模块,用于将每个网站平台对接一个或多个线程,获取各网站平台待推荐对象的属性信息;其中,获取每个网站平台的待推荐对象的过程与该网站平台的更新过程同步;
网站平台等级列表确定模块,用于根据设定的平台等级排序规则对网站平台进行等级排序,获得网站平台等级列表;
搜索模块,用于根据用户的搜索请求从获取的待推荐对象的属性信息中进行搜索;
排序模块,用于根据所述网站平台等级列表中的等级权值对搜索结果中的各个对象进行排序;
第一展示模块,用于根据所述排序结果生成推荐信息,将所述推荐信息下发至客户端进行展示;
所述排序模块包括:
对象群组等级权值确定模块,用于根据设定的排序规则将不同类型的对象构成的对象群组进行排序,得到对象群组的等级权值;
获取模块,用于获取搜索结果中各个对象的指标参数,其中,所述对象的指标参数包括对象所在网站平台的等级权值、对象所在对象群组的等级权值以及对象所在网页的浏览量中的一种或多种;
对象等级权值计算模块,用于分别将每个对象的指标参数与对应设定的权重相乘,并将乘积相加,获得每个对象的等级权值
子排序模块,用于根据所述对象的等级权值大小对搜索结果中的各个对象进行排序。
6.根据权利要求5所述的网站信息推荐***,其特征在于,还包括:
属性信息识别模块,用于从获取的对象的属性信息中识别出预设标签表格内各属性名称对应的属性信息,其中,所述对象的属性信息包括文字类属性信息和/或图片类属性信息,所述预设标签表格记录着多个属性名称;
标签确定模块,用于将获取的属性信息记录在标签表格对应的属性名称下,获得该对象的标签;
所述第一展示模块包括:
标签排序模块,用于根据排序结果确定对象的标签排序顺序;
子展示模块,用于将排序的标签下发至客户端进行展示。
7.根据权利要求5所述的网站信息推荐***,其特征在于,所述网站平台等级列表确定模块,包括:
指标参数获取模块,用于获取各网站平台的指标参数,其中,所述指标参数包括使用该网站平台的人群覆盖率、区域覆盖率、评价等级、搜索率中一种或多种;
网站平台等级权值确定模块,用于分别将每个网站平台的指标参数与对应设定的权重相乘,并将乘积相加,获得每个网站平台的等级权值;
网站平台等级列表确定模块,用于根据每个网站平台的等级权值大小对网站平台进行排序,获得网站平台等级列表。
8.根据权利要求5所述的网站信息推荐***,其特征在于,还包括:
用户属性信息获取模块,用于通过用户账号获取用户属性信息;
用户模型建立模块,用于从获取的用户属性信息中识别出预设用户标签表格内各属性名称对应的属性信息,将获取的属性信息记录在预设用户标签表格对应的属性名称下,获得该用户的用户模型,其中,所述用户属性信息包括文字类属性信息和/或图片类属性信息,所述预设用户标签表格记录着多个属性名称;
第二展示模块,用于根据用户模型与获取的对象的属性信息进行匹配,根据所述网站平台等级列表中的等级权值对匹配的对象进行排序,并将排序的对象的属性信息进行推荐展示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410185036.1A CN103970850B (zh) | 2014-05-04 | 2014-05-04 | 网站信息推荐方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410185036.1A CN103970850B (zh) | 2014-05-04 | 2014-05-04 | 网站信息推荐方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103970850A CN103970850A (zh) | 2014-08-06 |
CN103970850B true CN103970850B (zh) | 2017-09-22 |
Family
ID=51240347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410185036.1A Active CN103970850B (zh) | 2014-05-04 | 2014-05-04 | 网站信息推荐方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103970850B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104915418B (zh) * | 2015-06-08 | 2018-09-04 | 小米科技有限责任公司 | 网站推荐方法及装置 |
CN106598985B (zh) * | 2015-10-16 | 2020-03-27 | 阿里巴巴集团控股有限公司 | 一种信息推荐方法及装置 |
CN105528392B (zh) * | 2015-11-27 | 2020-06-09 | 网易传媒科技(北京)有限公司 | 一种类别标签排序方法和装置 |
CN105761106A (zh) * | 2016-02-07 | 2016-07-13 | 徐璇炫 | 一种基于用户设置进行对象排序的方法和装置 |
CN107632971B (zh) * | 2016-07-19 | 2020-12-15 | 百度在线网络技术(北京)有限公司 | 用于生成多维报表的方法和装置 |
WO2018023430A1 (zh) * | 2016-08-02 | 2018-02-08 | 步晓芳 | 一种根据目的显示搜索结果时的信息推送方法以及搜索引擎 |
CN106372191A (zh) * | 2016-08-31 | 2017-02-01 | 广东华邦云计算股份有限公司 | 一种数据搜索方法和装置 |
CN107967276A (zh) * | 2016-10-19 | 2018-04-27 | 阿里巴巴集团控股有限公司 | 一种推荐对象的方法和设备 |
CN107798147B (zh) * | 2017-12-05 | 2021-05-25 | 深圳市敏思跃动科技有限公司 | 一种新闻客户端及其消息推送方法 |
CN109493199A (zh) * | 2019-01-04 | 2019-03-19 | 深圳壹账通智能科技有限公司 | 产品推荐方法、装置、计算机设备和存储介质 |
CN110990723A (zh) * | 2019-12-23 | 2020-04-10 | 上海米哈游天命科技有限公司 | 好友推荐方法、装置、设备和存储介质 |
CN111324789B (zh) * | 2020-02-13 | 2022-06-17 | 创新奇智(上海)科技有限公司 | 一种网络信息数据热度的计算方法 |
CN112035201B (zh) * | 2020-08-24 | 2021-08-24 | 珠海格力电器股份有限公司 | 设备参数显示方法、装置、计算机设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101996215A (zh) * | 2009-08-27 | 2011-03-30 | 阿里巴巴集团控股有限公司 | 一种应用于电子商务网站的信息匹配方法和*** |
CN102486784A (zh) * | 2010-12-06 | 2012-06-06 | 耶宝智慧(北京)技术发展有限公司 | 信息请求方法和信息提供方法 |
CN102663054A (zh) * | 2012-03-29 | 2012-09-12 | 奇智软件(北京)有限公司 | 一种确定网站权重的方法及装置 |
CN102915506A (zh) * | 2012-10-29 | 2013-02-06 | 江苏乐买到网络科技有限公司 | 一种推荐团购信息的*** |
CN102945253A (zh) * | 2012-10-17 | 2013-02-27 | 北京奇虎科技有限公司 | 一种搜索服务器及搜索方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110191231A1 (en) * | 2010-01-29 | 2011-08-04 | Zuver Jr Kenneth Ray | Method and System for Improving Trading and a Trader's Ranking |
CN102880607A (zh) * | 2011-07-15 | 2013-01-16 | 舆情(香港)有限公司 | 网络动态内容抓取方法及网络动态内容爬虫*** |
CN102779169A (zh) * | 2012-06-27 | 2012-11-14 | 江苏新瑞峰信息科技有限公司 | 一种基于html标签的网页正文提取方法及装置 |
CN103455636A (zh) * | 2013-09-27 | 2013-12-18 | 浪潮齐鲁软件产业有限公司 | 一种基于互联网税务数据自动抓取与智能分析的方法 |
-
2014
- 2014-05-04 CN CN201410185036.1A patent/CN103970850B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101996215A (zh) * | 2009-08-27 | 2011-03-30 | 阿里巴巴集团控股有限公司 | 一种应用于电子商务网站的信息匹配方法和*** |
CN102486784A (zh) * | 2010-12-06 | 2012-06-06 | 耶宝智慧(北京)技术发展有限公司 | 信息请求方法和信息提供方法 |
CN102663054A (zh) * | 2012-03-29 | 2012-09-12 | 奇智软件(北京)有限公司 | 一种确定网站权重的方法及装置 |
CN102945253A (zh) * | 2012-10-17 | 2013-02-27 | 北京奇虎科技有限公司 | 一种搜索服务器及搜索方法 |
CN102915506A (zh) * | 2012-10-29 | 2013-02-06 | 江苏乐买到网络科技有限公司 | 一种推荐团购信息的*** |
Also Published As
Publication number | Publication date |
---|---|
CN103970850A (zh) | 2014-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103970850B (zh) | 网站信息推荐方法和*** | |
CN107424043B (zh) | 一种产品推荐方法及装置,电子设备 | |
KR102127191B1 (ko) | 쇼핑 정보를 제공하는 방법, 장치 및 컴퓨터 프로그램 | |
KR101511050B1 (ko) | 상품 정보를 제공하고 표시하는 방법, 장치, 시스템 및 컴퓨터 프로그램 | |
US20220138831A1 (en) | Method of Providing Fashion Item Recommendation Service Using User's Body Type and Purchase History | |
US10360623B2 (en) | Visually generated consumer product presentation | |
US9489400B1 (en) | Interactive item filtering using images | |
US9043351B1 (en) | Determining search query specificity | |
CN105718184A (zh) | 一种数据处理方法和装置 | |
CN107632984A (zh) | 一种聚类数据表的展现方法、装置和*** | |
CN106327227A (zh) | 一种信息推荐***及信息推荐方法 | |
US20230214895A1 (en) | Methods and systems for product discovery in user generated content | |
JP5859606B2 (ja) | オンライン商取引プラットフォームにおける広告ソースおよびキーワードセットの適合 | |
CN102411754A (zh) | 一种基于商品属性熵值的个性化推荐方法 | |
KR102309373B1 (ko) | 기획 판매를 위한 컨텐츠를 자동적으로 구축하는 시스템 및 그 방법 | |
US20200226168A1 (en) | Methods and systems for optimizing display of user content | |
CN106296257A (zh) | 一种基于用户行为分析的固定广告位投放方法及*** | |
KR20180052489A (ko) | 사용자 경험분석 및 환경요인에 기초한 크로스보더 전자상거래 상품 추천 방법 | |
CN110619559B (zh) | 基于大数据信息在电子商务中精准推荐商品的方法 | |
CN106682963A (zh) | 基于凸优化局部低秩矩阵近似的推荐***数据补全方法 | |
US20210090105A1 (en) | Technology opportunity mapping | |
KR20220019737A (ko) | 패션 상품 추천 방법, 장치 및 컴퓨터 프로그램 | |
US10417687B1 (en) | Generating modified query to identify similar items in a data store | |
US10013699B1 (en) | Reverse associate website discovery | |
KR101764361B1 (ko) | 소셜 네트워크 서비스 기반 쇼핑몰 서비스 제공 방법 및 이를 위한 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |