CN111008331B - 门店端的展示方法、装置、电子设备及存储介质 - Google Patents

门店端的展示方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111008331B
CN111008331B CN201911206093.2A CN201911206093A CN111008331B CN 111008331 B CN111008331 B CN 111008331B CN 201911206093 A CN201911206093 A CN 201911206093A CN 111008331 B CN111008331 B CN 111008331B
Authority
CN
China
Prior art keywords
store
attribute
candidate
scores
score
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
CN201911206093.2A
Other languages
English (en)
Other versions
CN111008331A (zh
Inventor
刘记平
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.)
Lazas Network Technology Shanghai Co Ltd
Original Assignee
Lazas Network Technology Shanghai 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 Lazas Network Technology Shanghai Co Ltd filed Critical Lazas Network Technology Shanghai Co Ltd
Priority to CN201911206093.2A priority Critical patent/CN111008331B/zh
Publication of CN111008331A publication Critical patent/CN111008331A/zh
Application granted granted Critical
Publication of CN111008331B publication Critical patent/CN111008331B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • 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
    • G06F16/9538—Presentation of query results
    • 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]
    • G06Q30/0623—Item investigation
    • G06Q30/0625—Directed, with specific intent or strategy
    • 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]
    • G06Q30/0641—Shopping interfaces
    • G06Q30/0643—Graphical representation of items or shoppers

Landscapes

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

Abstract

本发明实施例公开了一种门店端的展示方法、装置、电子设备及存储介质，涉及电子信息领域，包括：响应于客户端触发的门店展示请求，确定与门店展示请求的地域属性相匹配的各个候选门店端；获取各个候选门店端的多维门店属性值，根据多维门店属性值确定各个候选门店端的第一类属性分；获取各个候选门店端的用户交互数据，根据用户交互数据确定各个候选门店端的第二类属性分；根据各个候选门店端的第一类属性分以及第二类属性分确定各个候选门店端的门店属性分，以筛选预设数量的候选门店端作为目标门店端；将目标门店端的门店标识发送给客户端。由此可见，该方式能够根据地域属性选择同一地域内的候选门店端，从而规避地域差异性的影响。

Description

门店端的展示方法、装置、电子设备及存储介质
技术领域
本发明实施例涉及电子信息领域，具体涉及一种门店端的展示方法、装置、电子设备及存储介质。
背景技术
目前，随着互联网的日益普及，在传统的线下门店的基础上，衍生出大量的依赖互联网运营的门店端。这些门店端借助互联网向用户提供业务服务，相应地，用户能够通过应用界面查询附近的各个门店端并进行选择。由于用户附近的门店端数量众多，因此，如何对海量的门店端进行排序处理，以提升推送结果的准确性成为一个亟待解决的技术难题。在现有方式中，直接通过各个门店端的用户访问量进行排序及筛选，从而筛选用户访问数量较高的门店端推送给用户。
但是，发明人在实现本发明的过程中发现，现有技术中的上述方式至少存在如下缺陷：仅仅根据用户访问数量进行排序时，由于各个门店端所处的地域范围不同，且各个地域范围内的用户基数不同，因此，势必导致推送结果大多为用户基数大的地域范围内的门店端，而用户基数小的地域范围内的门店端则难以入选，进而导致排序结果不准确，推送内容无法与用户的实际业务需求精确匹配。另外，仅根据门店的用户访问量这个单一维度的指标进行排序无法全面准确地反映门店的综合指标，从而进一步导致排序结果不可靠。
发明内容
鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种门店端的展示方法、装置、电子设备及存储介质。
根据本发明实施例的一个方面，提供了一种门店端的展示方法，包括：
响应于客户端触发的门店展示请求，确定与所述门店展示请求的地域属性相匹配的各个候选门店端；
从预设数据库中获取各个候选门店端的多维门店属性值，根据获取到的多维门店属性值确定各个候选门店端的第一类属性分；从所述预设数据库中获取各个候选门店端的用户交互数据，根据获取到的用户交互数据确定各个候选门店端的第二类属性分；
根据各个候选门店端的第一类属性分以及第二类属性分确定各个候选门店端的门店属性分，根据各个候选门店端的门店属性分筛选预设数量的候选门店端作为目标门店端；
将所述目标门店端的门店标识发送给所述客户端，以供所述客户端展示所述目标门店端。
可选的，所述门店展示请求的地域属性根据所述门店展示请求中包含的地域信息确定，和/或，所述门店展示请求的地域属性通过对所述客户端进行实时定位确定；
则所述确定与所述门店展示请求的地域属性相匹配的各个候选门店端包括：根据各个门店端的地理位置信息，确定与所述门店展示请求的地域属性相匹配的各个候选门店端。
可选的，所述多维门店属性值包括：多个分别对应于不同维度的门店属性值，则所述从预设数据库中获取各个候选门店端的多维门店属性值，根据获取到的多维门店属性值确定各个候选门店端的第一类属性分包括：
分别针对各个维度，对各个候选门店端对应于该维度的门店属性值进行排序，以确定各个候选门店端对应于各个维度的属性排序值；
分别针对各个候选门店端，将该候选门店端对应于各个维度的属性排序值进行预设处理，以得到各个候选门店端的第一类属性分。
可选的，所述将该候选门店端对应于各个维度的属性排序值进行预设处理包括：将该候选门店端对应于各个维度的属性排序值进行加权平均处理。
可选的，所述多个分别对应于不同维度的门店属性值包括以下中的至少一个：对应于历史成交数据维度的门店属性值、对应于用户反馈数据维度的门店属性值、对应于业务转化率维度的门店属性值、以及对应于物品配送时长维度的门店属性值。
可选的，所述候选门店端的用户交互数据包括：正反馈交互数据以及负反馈交互数据，则所述从所述预设数据库中获取各个候选门店端的用户交互数据，根据获取到的用户交互数据确定各个候选门店端的第二类属性分包括：
针对所述与所述门店展示请求的地域属性相匹配的各个候选门店端，确定与该地域属性相匹配的各个候选门店端所对应的地域类交互数据；
分别针对各个候选门店端，根据该候选门店端所对应的正反馈交互数据、负反馈交互数据、以及所述地域类交互数据，确定各个候选门店端的第二类属性分。
可选的，所述确定与该地域属性相匹配的各个候选门店端所对应的地域类交互数据包括：
分别确定与该地域属性相匹配的各个候选门店端所对应的门店交互数据总量，针对各个候选门店端所对应的门店交互数据总量进行加和平均处理，以得到各个候选门店端所对应的地域类交互数据；
则所述根据该候选门店端所对应的正反馈交互数据、负反馈交互数据、以及所述地域类交互数据，确定各个候选门店端的第二类属性分包括：
确定该候选门店端所对应的正反馈交互数据的正反馈数量与负反馈交互数据的负反馈数量之间的差值；
确定该候选门店端所对应的交互总数量与所述地域类交互数据之间的求和结果，根据所述差值与所述求和结果之间的比值确定各个候选门店端的第二类属性分。
可选的，所述根据各个候选门店端的第一类属性分以及第二类属性分确定各个候选门店端的门店属性分包括：
获取各个候选门店端的原始属性分；
通过预设变换函数确定与所述第一类属性分和/或第二类属性分相对应的第一类变换分和/或第二类变换分；
根据所述原始属性分以及所述第一类变换分和/或第二类变换分确定各个候选门店端的门店属性分。
可选的，所述根据所述原始属性分以及所述第一类变换分和/或第二类变换分确定各个候选门店端的门店属性分包括：
将所述原始属性分、所述第一类变换分以及第二类变换分对应的乘积确定为候选门店端的门店属性分。
可选的，所述通过预设变换函数确定与所述第一类属性分和/或第二类属性分相对应的第一类变换分和/或第二类变换分包括：
根据所述与所述门店展示请求的地域属性相匹配的各个候选门店端的数量，确定所述第一类属性分和/或第二类属性分的取值区间；
确定预设的生长曲线函数的饱和区间以及非饱和区间，将所述取值区间与所述非饱和区间进行比较，根据比较结果对所述预设的生长曲线函数执行平移缩放处理，以得到所述预设变换函数；
通过所述预设变换函数对所述第一类属性分和/或第二类属性分进行归一化转换处理，以得到所述第一类变换分和/或第二类变换分。
可选的，所述将所述目标门店端的门店标识发送给所述客户端，以供所述客户端展示所述目标门店端进一步包括：
将所述目标门店端的门店标识以及所述目标门店端的门店属性分发送给所述客户端，以供所述客户端根据所述门店属性分对各个目标门店端进行排序并按照排序结果依次展示各个目标门店端及其门店属性分。
依据本发明实施例的再一方面，提供了一种门店端的展示方法，包括：
向服务器发送门店展示请求，以供所述服务器确定与所述门店展示请求的地域属性相匹配的各个候选门店端；
接收服务器根据各个候选门店端的门店属性分筛选出的预设数量的目标门店端的门店标识；
根据所述预设数量的目标门店端的门店标识，对所述预设数量的目标门店端进行展示。
可选的，所述根据所述预设数量的目标门店端的门店标识，对所述预设数量的目标门店端进行展示包括：
根据所述服务器发送的目标门店端的门店标识以及所述目标门店端的门店属性分，对各个目标门店端进行排序并按照排序结果依次展示各个目标门店端及其门店属性分。
可选的，所述向服务器发送门店展示请求包括：
响应于接收到的应用登录指令、和/或门店查询指令，向服务器发送门店展示请求。
可选的，所述服务器获取各个候选门店端的多维门店属性值，根据获取到的多维门店属性值确定各个候选门店端的第一类属性分；获取各个候选门店端的用户交互数据，根据获取到的用户交互数据确定各个候选门店端的第二类属性分；根据各个候选门店端的第一类属性分以及第二类属性分确定各个候选门店端的门店属性分，并根据各个候选门店端的门店属性分筛选预设数量的候选门店端作为目标门店端。
依据本发明实施例的再一方面，提供了一种门店端的展示装置，包括：
响应模块，适于响应于客户端触发的门店展示请求，确定与所述门店展示请求的地域属性相匹配的各个候选门店端；
属性确定模块，适于从预设数据库中获取各个候选门店端的多维门店属性值，根据获取到的多维门店属性值确定各个候选门店端的第一类属性分；从所述预设数据库中获取各个候选门店端的用户交互数据，根据获取到的用户交互数据确定各个候选门店端的第二类属性分；
筛选模块，适于根据各个候选门店端的第一类属性分以及第二类属性分确定各个候选门店端的门店属性分，根据各个候选门店端的门店属性分筛选预设数量的候选门店端作为目标门店端；
推送模块，适于将所述目标门店端的门店标识发送给所述客户端，以供所述客户端展示所述目标门店端。
可选的，所述门店展示请求的地域属性根据所述门店展示请求中包含的地域信息确定，和/或，所述门店展示请求的地域属性通过对所述客户端进行实时定位确定；
则所述响应模块具体适于：根据各个门店端的地理位置信息，确定与所述门店展示请求的地域属性相匹配的各个候选门店端。
可选的，所述多维门店属性值包括：多个分别对应于不同维度的门店属性值，则所述属性确定模块具体适于：
分别针对各个维度，对各个候选门店端对应于该维度的门店属性值进行排序，以确定各个候选门店端对应于各个维度的属性排序值；
分别针对各个候选门店端，将该候选门店端对应于各个维度的属性排序值进行预设处理，以得到各个候选门店端的第一类属性分。
可选的，所述属性确定模块具体适于：将该候选门店端对应于各个维度的属性排序值进行加权平均处理。
可选的，所述多个分别对应于不同维度的门店属性值包括以下中的至少一个：对应于历史成交数据维度的门店属性值、对应于用户反馈数据维度的门店属性值、对应于业务转化率维度的门店属性值、以及对应于物品配送时长维度的门店属性值。
可选的，所述候选门店端的用户交互数据包括：正反馈交互数据以及负反馈交互数据，则所述属性确定模块具体适于：
针对所述与所述门店展示请求的地域属性相匹配的各个候选门店端，确定与该地域属性相匹配的各个候选门店端所对应的地域类交互数据；
分别针对各个候选门店端，根据该候选门店端所对应的正反馈交互数据、负反馈交互数据、以及所述地域类交互数据，确定各个候选门店端的第二类属性分。
可选的，所述属性确定模块具体适于：
分别确定与该地域属性相匹配的各个候选门店端所对应的门店交互数据总量，针对各个候选门店端所对应的门店交互数据总量进行加和平均处理，以得到各个候选门店端所对应的地域类交互数据；
确定该候选门店端所对应的正反馈交互数据的正反馈数量与负反馈交互数据的负反馈数量之间的差值；
确定该候选门店端所对应的交互总数量与所述地域类交互数据之间的求和结果，根据所述差值与所述求和结果之间的比值确定各个候选门店端的第二类属性分。
可选的，所述筛选模块具体适于：
获取各个候选门店端的原始属性分；
通过预设变换函数确定与所述第一类属性分和/或第二类属性分相对应的第一类变换分和/或第二类变换分；
根据所述原始属性分以及所述第一类变换分和/或第二类变换分确定各个候选门店端的门店属性分。
可选的，所述筛选模块具体适于：
将所述原始属性分、所述第一类变换分以及第二类变换分对应的乘积确定为候选门店端的门店属性分。
可选的，所述筛选模块具体适于：
根据所述与所述门店展示请求的地域属性相匹配的各个候选门店端的数量，确定所述第一类属性分和/或第二类属性分的取值区间；
确定预设的生长曲线函数的饱和区间以及非饱和区间，将所述取值区间与所述非饱和区间进行比较，根据比较结果对所述预设的生长曲线函数执行平移缩放处理，以得到所述预设变换函数；
通过所述预设变换函数对所述第一类属性分和/或第二类属性分进行归一化转换处理，以得到所述第一类变换分和/或第二类变换分。
可选的，所述推送模块进一步适于：
将所述目标门店端的门店标识以及所述目标门店端的门店属性分发送给所述客户端，以供所述客户端根据所述门店属性分对各个目标门店端进行排序并按照排序结果依次展示各个目标门店端及其门店属性分。
依据本发明实施例的再一方面，提供了一种门店端的展示装置，包括：
发送模块，适于向服务器发送门店展示请求，以供所述服务器确定与所述门店展示请求的地域属性相匹配的各个候选门店端；
接收模块，适于接收服务器根据各个候选门店端的门店属性分筛选出的预设数量的目标门店端的门店标识；
展示模块，适于根据所述预设数量的目标门店端的门店标识，对所述预设数量的目标门店端进行展示。
可选的，所述展示模块具体适于：
根据所述服务器发送的目标门店端的门店标识以及所述目标门店端的门店属性分，对各个目标门店端进行排序并按照排序结果依次展示各个目标门店端及其门店属性分。
可选的，所述发送模块具体适于：
响应于接收到的应用登录指令、和/或门店查询指令，向服务器发送门店展示请求。
可选的，所述服务器获取各个候选门店端的多维门店属性值，根据获取到的多维门店属性值确定各个候选门店端的第一类属性分；获取各个候选门店端的用户交互数据，根据获取到的用户交互数据确定各个候选门店端的第二类属性分；根据各个候选门店端的第一类属性分以及第二类属性分确定各个候选门店端的门店属性分，并根据各个候选门店端的门店属性分筛选预设数量的候选门店端作为目标门店端。
依据本发明实施例的再一方面，提供了一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如上述的门店端的展示方法对应的操作。
依据本发明实施例的再一方面，提供了一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如上述的门店端的展示方法对应的操作。
在本发明实施例提供的门店端的展示方法、装置、电子设备及存储介质中，能够根据门店展示请求的地域属性确定匹配的各个候选门店端，获取各个候选门店端的多维门店属性值从而确定各个候选门店端的第一类属性分，并获取各个候选门店端的用户交互数据从而确定各个候选门店端的第二类属性分，进而结合第一类属性分以及第二类属性分确定各个候选门店端的门店属性分并筛选预设数量的候选门店端作为目标门店端。由此可见，通过该方式，一方面能够根据地域属性选择同一地域内的候选门店端，从而规避了地域差异性的影响；另一方面能够综合门店端的多维门店属性值以及用户交互数据来确定门店端的属性分，从而能够通过多维门店属性值全面反映门店的综合业务指标。由此可见，该方式能够根据多个维度对大量门店端进行排序处理，使得大量门店端之间的排序结果更加可靠，从而提升了推送结果的准确性。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1示出了本发明实施例一提供的一种门店端的展示方法的流程图；
图2示出了本发明实施例二提供的一种门店端的展示方法的流程图；
图3示出了本发明实施例三提供的一种门店端的展示装置的结构图；
图4示出了本发明实施例五提供的一种电子设备的结构示意图；
图5示出了本发明又一实施例提供的一种门店端的展示装置的结构图；
图6示出了sigmoid函数曲线的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
实施例一
图1示出了本发明实施例一提供的一种门店端的展示方法的流程图。如图1所示，该方法包括：
步骤S110：响应于客户端触发的门店展示请求，确定与该门店展示请求的地域属性相匹配的各个候选门店端。
其中，客户端触发的门店展示请求可以在应用登录时自动触发，从而在应用登录后默认展示门店，也可以由用户通过应用界面中的门店查询入口触发，本发明对门店展示请求的具体触发方式不做限定。
具体地，该门店展示请求的地域属性主要用于确定待展示的门店的地域范围，以便针对预设地域范围内的门店端进行展示，从而规避地域差异性的影响。其中，门店展示请求的地域属性可以通过对客户端进行实时定位的方式确定，从而根据客户端当前所处的地域确定对应的地域属性，进而展示邻近区域内的门店端。或者，门店展示请求的地域属性也可以根据门店展示请求中包含的地域参数确定，该地域参数的具体取值可通过地域输入接口进行输入并调整，从而便于用户灵活选择地域范围。另外，与该门店展示请求的地域属性相匹配的各个候选门店端是指：门店端的地理位置、注册地址等信息与地域属性一致的门店端。
步骤S120：从预设数据库中获取各个候选门店端的多维门店属性值，根据获取到的多维门店属性值确定各个候选门店端的第一类属性分；从预设数据库中获取各个候选门店端的用户交互数据，根据获取到的用户交互数据确定各个候选门店端的第二类属性分。
其中，预设数据库用于存储与门店端相关联的各类数据信息，具体可以为一个数据库或多个数据库，本发明对此不做限定。多维门店属性值用于从多个不同的维度描述门店端的业务属性情况，从而便于综合确定第一类属性分。相应地，第一类属性分是用于反映门店端的业务属性的得分。
用户交互数据包括用户评论数据、用户分享数据等各类交互内容，根据用户交互数据确定各个门店端的第二类属性分。相应地，第二类属性分是用于反映用户交互情况的得分。
步骤S130：根据各个候选门店端的第一类属性分以及第二类属性分确定各个候选门店端的门店属性分，根据各个候选门店端的门店属性分筛选预设数量的候选门店端作为目标门店端。
由于第一类属性分以及第二类属性分分别从业务属性以及用户交互两方面对各个候选门店端进行了评分，相应地，结合第一类属性分以及第二类属性分综合确定各个候选门店端的门店属性分，该门店属性分能够综合反映门店端的业务情况，因此，基于该门店属性分筛选出的目标门店端与用户的业务需求更加匹配。
步骤S140：将目标门店端的门店标识发送给客户端，以供客户端展示目标门店端。
具体地，目标门店端的门店标识可以是门店ID等各类标识。相应地，客户端根据目标门店端的门店标识能够获取对应门店端的名称、属性等相关内容，进而将各个目标门店端展示在显示界面中，以供用户查询。
由此可见，在本发明实施例提供的门店端的展示方法中，能够根据门店展示请求的地域属性确定匹配的各个候选门店端，获取各个候选门店端的多维门店属性值从而确定各个候选门店端的第一类属性分，并获取各个候选门店端的用户交互数据从而确定各个候选门店端的第二类属性分，进而结合第一类属性分以及第二类属性分确定各个候选门店端的门店属性分并筛选预设数量的候选门店端作为目标门店端。由此可见，通过该方式，一方面能够根据地域属性选择同一地域内的候选门店端，从而规避了地域差异性的影响；另一方面能够综合门店端的多维门店属性值以及用户交互数据来确定门店端的属性分。由此可见，该方式能够根据多个维度对大量门店端进行排序处理，使得大规模门店端之间的排序结果更加可靠，从而提升了推送结果的准确性。
实施例二、
图2示出了本发明实施例二提供的一种门店端的展示方法的流程图。该方法的执行主体可以为门店端的展示服务器。如图2所示，该方法包括：
步骤S210：响应于客户端触发的门店展示请求，确定与该门店展示请求的地域属性相匹配的各个候选门店端。
其中，本步骤的执行主体可以为服务器。相应地，客户端向服务器发送门店展示请求，以供服务器确定与该门店展示请求的地域属性相匹配的各个候选门店端。具体地，客户端响应于接收到的应用登录指令、和/或门店查询指令，向服务器发送该门店展示请求。
首先，服务器接收到该门店展示请求后，确定该门店展示请求的地域属性。具体确定时，可以通过以下两种方式中的至少一种进行确定：
在第一种确定方式中，门店展示请求的地域属性通过对客户端进行实时定位确定，相应地，服务器根据门店展示请求中包含的客户端标识对客户端进行实时定位处理，并根据定位结果确定该门店展示请求的地域属性。例如，假设通过定位确定客户端位于北京市朝阳区，则确定该门店展示请求的地域属性为北京市朝阳区。该方式尤其适用于通过应用登录指令触发门店展示请求的情况，通过检测客户端的登录位置来确定门店展示请求的地域属性。
在第二种确定方式中，门店展示请求的地域属性根据门店展示请求中包含的地域信息确定，相应地，服务器通过解析门店展示请求获取其中包含的地域信息，进而根据地域信息确定门店展示请求的地域属性。该方式尤其适用于通过门店查询指令触发门店展示请求的情况，在该类情况中，客户端的应用界面中通常设置有地域选择入口，用户通过地域选择入口输入用户感兴趣的目标地域，以便于有针对性地查询目标地域的门店端。
然后，服务器根据该门店展示请求的地域属性，确定与门店展示请求的地域属性相匹配的各个候选门店端。具体地，由于各个候选门店端具有对应的地理位置信息，该地理位置信息可以是门店端的注册位置，也可以是门店端的定位位置，因此，根据各个门店端的地理位置信息，能够确定与门店展示请求的地域属性相匹配的各个候选门店端。在实际情况中，可以按照三级行政区域划分方式确定地域属性，因此，可以针对各个门店端确定其所在的省、市、县，或者，也可以仅确定其所在的省或市。在本实施例中，为了能够与用户的实际业务需求精准匹配，将门店端的地理位置信息精确到县。
由此可见，通过本步骤，能够确保各个候选门店端的地理位置均与门店展示请求的地域属性相匹配，从而将位于同一地域范围内的多个门店端作为上述的各个候选门店端。具体实施时，可以将位于该地域属性所限定的地域范围内的全部门店端均作为候选门店端，也可以进一步筛选部分门店端作为候选门店端。
步骤S220：从预设数据库中获取各个候选门店端的多维门店属性值，根据获取到的多维门店属性值确定各个候选门店端的第一类属性分。
其中，预设数据库进一步包括：门店属性数据库，用于存储门店端的各个维度的门店属性数据。其中，多维门店属性值包括：多个分别对应于不同维度的门店属性值，相应地，在本步骤中，具体通过以下方式确定各个候选门店端的第一类属性分：
首先，分别针对各个维度，对各个候选门店端对应于该维度的门店属性值进行排序，以确定各个候选门店端对应于各个维度的属性排序值。具体地，发明人在实现本发明的过程中发现，由于各个维度的门店属性值的取值区间、数据单位以及数值范围各不相同，因此，不同维度的门店属性值之间不具有可比性。为了解决上述问题，在本实施例中，对各个维度的门店属性值进行排序，以便于根据排序结果，将门店属性值转化为对应的属性排序值，由于各个维度的属性排序值的取值区间、数据单位以及数值范围都是相同的，因此，具有可比性。例如，在本实施例中，多个分别对应于不同维度的门店属性值具体包括以下中的至少一个：对应于历史成交数据维度的门店属性值、对应于用户反馈数据维度的门店属性值、对应于业务转化率维度的门店属性值、以及对应于物品配送时长维度的门店属性值。通过分别针对每一维度进行排序处理，能够将各个维度的门店属性值转化为属性排序值，由于各个维度的属性排序值的取值范围均与候选门店端总量相一致，因此，使得不同维度的属性排序值具有可比性。例如，以物品配送时长维度的门店属性值为例，首先，假设与门店展示请求的地域属性相匹配的候选门店端的数量为10个，则需要分别获取每个候选门店端的物品配送时长，按照时长从短到长的顺序进行排序，以得到各个候选门店端对应于物品配送时长维度的属性排序值(例如时长最短的门店端的属性排序值为1，时长最长的门店端的属性排序值为10)。
然后，分别针对各个候选门店端，将该候选门店端对应于各个维度的属性排序值进行预设处理，以得到各个候选门店端的第一类属性分。其中，该预设处理包括：将该候选门店端对应于各个维度的属性排序值进行加权平均处理。具体在进行加权平均处理时，可以预先针对各个维度设置不同的维度权重值，相应地，根据各个维度的属性排序值及其维度权重值进行加权平均。当然，也可以将各个维度的维度权重值设置为相同，此时即为简单的加和平均方式，本发明对预设处理的具体实现方式不做限定，只要能够融合各个维度的属性排序值，以全面反映门店端的业务属性即可。
步骤S230：从预设数据库中获取各个候选门店端的用户交互数据，根据获取到的用户交互数据确定各个候选门店端的第二类属性分。
其中，预设数据库进一步包括：用户属性数据库，用于存储各个用户终端针对门店端触发的用户交互数据。具体地，用户交互数据包括与用户的各类交互行为相对应的数据内容，例如，包括：与用户评论次数、用户点击次数、用户浏览次数相关联的各类内容。具体实施时，候选门店端的用户交互数据包括：正反馈交互数据以及负反馈交互数据，其中，正反馈交互数据包括各类与正反馈相关联的交互数据，例如，用户针对门店端触发的业务项浏览数据，从而根据用户浏览的门店端内的业务项的数量和次数来确定交互程度，若用户针对门店端A，浏览或点击了其中展示的30个业务项，则说明用户与门店端A进行了正反馈；若用户针对门店端B，未浏览或点击其中的任一业务项，则说明用户与门店B进行了负反馈，总之，可以基于用户的转化行为来确定正反馈交互数据或负反馈交互数据。又如，还可以针对用户评论，根据用户评论所对应的提交入口来判断每一条用户评论属于正反馈评论或负反馈评论。相应地，将通过正反馈提交入口提交的用户评论确定为正反馈评论，将通过负反馈提交入口提交的用户评论确定为负反馈评论。另外，也可以针对用户评论进行文字识别，以提取评论中包含的关键词，然后，通过预设的黑名单列表或白名单列表对关键词进行识别，若确定评论中包含的关键词属于黑名单列表，则确定用户评论为负反馈评论；若确定评论中包含的关键词属于白名单列表，则确定用户评论为正反馈评论。当然，也可以基于预设的关键词识别模型来分析用户评论，以确定其为正反馈评论或负反馈评论。
由此可见，通过正反馈交互数据以及负反馈交互数据的数量能够反映门店端的用户交互属性。但是，发明人在实现本发明的过程中发现，由于不同地域内的门店端的用户交互数量相差迥异，并且，不同门店端的用户交互数量也各不相同，因此，在本实施例中，结合各个地域的特点，通过以下方式确定各个候选门店端的第二类属性分：首先，针对与门店展示请求的地域属性相匹配的各个候选门店端，确定与该地域属性相匹配的各个候选门店端所对应的地域类交互数据。其中，该地域类交互数据用于反映与该地域属性相匹配的地域范围内的各个门店端的共同属性特征，例如，可以是地域范围内的各个门店端的用户交互数据总量、用户交互数据平均量等各类数据，只要能够反映该地域范围内的各个门店端的共同属性特征即可。然后，分别针对各个候选门店端，根据该候选门店端所对应的正反馈交互数据、负反馈交互数据、以及地域类交互数据，确定各个候选门店端的第二类属性分。由于考虑了地域类交互数据，因而能够使同一地域范围内的门店端的属性计算结果更加准确。
具体实施时，确定与该地域属性相匹配的各个候选门店端所对应的地域类交互数据时，分别确定与该地域属性相匹配的各个候选门店端所对应的门店交互数据总量，针对各个候选门店端所对应的门店交互数据总量进行加和平均处理，以得到各个候选门店端所对应的地域类交互数据。相应地，该地域类交互数据为同一地域范围内的各个候选门店端的门店交互数据平均量。相应地，首先，确定该候选门店端所对应的正反馈交互数据的正反馈数量与负反馈交互数据的负反馈数量之间的差值；然后，确定该候选门店端所对应的交互总数量与地域类交互数据之间的求和结果，根据该差值与该求和结果之间的比值确定各个候选门店端的第二类属性分。在上述方式中，能够提升正反馈数量较多的门店端的属性分，并降低负反馈数量较多的门店端的属性分。另外，上述方式还能够结合门店端的地域类交互数据确定属性分，从而适当降低正反馈占比高但用户交互总数量较少的门店端的属性分，从而提升第二类属性分的可信度。由此可见，第二类属性分旨在根据用户交互情况进行评分，从而从用户反馈的维度设定各个门店端的属性分，以使门店端的属性分与用户业务需求匹配。
步骤S240：根据各个候选门店端的第一类属性分以及第二类属性分确定各个候选门店端的门店属性分，根据各个候选门店端的门店属性分筛选预设数量的候选门店端作为目标门店端。
由于第一类属性分以及第二类属性分分别从业务属性以及用户交互两方面对各个候选门店端进行了评分，相应地，结合第一类属性分以及第二类属性分综合确定各个候选门店端的门店属性分，该门店属性分能够综合反映门店端的业务情况，因此，基于该门店属性分筛选出的目标门店端与用户的业务需求更加匹配。
在本实施例的一种具体实现方式中，进一步结合各个候选门店端的原始属性分进行计算。其中，原始属性分用于描述门店端的初始得分，该初始得分可以从门店端提供的物品品质的角度进行确定，也可以从用户反馈的角度进行确定，总之，本发明不限定各个候选门店端的原始属性分的具体内涵和获取方式，具体实施时，可以从预设的门店数据库中获取各个候选门店端的原始属性分。本实施例旨在综合原始属性分、第一类属性分以及第二类属性分确定最终的门店属性分，以使最终推送的目标门店端与用户的业务需求更加匹配。
具体实施时，通过以下步骤实现：
首先，获取各个候选门店端的原始属性分。具体地，可以从门店数据库中读取与各个候选门店端的门店标识关联存储的原始属性分。
然后，通过预设变换函数确定与第一类属性分和/或第二类属性分相对应的第一类变换分和/或第二类变换分。具体地，利用预设变换函数分别针对第一类属性分以及第二类属性分进行变换处理，以便将第一类属性分转换为第一类变换分，将第二类属性分转换为第二类变换分。其中，该预设变换函数可以为各类函数，例如，可以是用于实现归一化处理的归一化函数，也可以是其他各种类型的变换函数，本发明对此不作限定。
最后，根据原始属性分以及第一类变换分和/或第二类变换分确定各个候选门店端的门店属性分。具体地，针对原始属性分、第一类变换分以及第二类变换分进行预设运算，并根据运算结果确定门店属性分。例如，将原始属性分、第一类变换分以及第二类变换分对应的乘积确定为候选门店端的门店属性分。
在一种具体的实现方式中，根据预设的生长曲线函数来确定该预设变换函数，另外，为了使转换后的第一类变换分以及第二类变换分具有更高的区分度，进一步根据第一类属性分和/或第二类属性分的取值区间对该生长曲线函数执行平移缩放处理，以使处理后的函数自变量的取值区间恰好位于该生长曲线函数的非饱和区间内，该非饱和区间对应于函数曲线变化陡峭的部分，从而使函数因变量(即转换后得到的第一类变换分和/或第二类变换分)能够在0到1的区间内具有更高的区分度。
具体地，在通过预设变换函数确定与第一类属性分和/或第二类属性分相对应的第一类变换分和/或第二类变换分时，具体通过以下方式实现：首先，根据与门店展示请求的地域属性相匹配的各个候选门店端的数量，确定第一类属性分和/或第二类属性分的取值区间。例如，若与门店展示请求的地域属性相匹配的各个候选门店端的数量为N，则第一类属性分和/或第二类属性分的取值区间为(0，N]，其中，N为自然数。然后，确定预设的生长曲线函数的饱和区间以及非饱和区间，将取值区间与非饱和区间进行比较，根据比较结果对预设的生长曲线函数执行平移缩放处理，以得到该预设变换函数，进而通过该预设变换函数对第一类属性分和/或第二类属性分进行归一化转换处理，以得到第一类变换分和/或第二类变换分。
步骤S250：将目标门店端的门店标识发送给客户端，以供客户端展示目标门店端。
具体地，目标门店端的门店标识可以是门店ID等各类标识。相应地，客户端根据目标门店端的门店标识能够获取对应门店端的名称、属性等相关内容，进而将各个目标门店端展示在显示界面中，以供用户查询。具体实施时，将目标门店端的门店标识以及目标门店端的门店属性分一同发送给客户端，以供客户端根据门店属性分对各个目标门店端进行排序并按照排序结果依次展示各个目标门店端及其门店属性分。
综上可知，通过本发明实施例中的上述方式，一方面能够根据地域属性选择同一地域内的候选门店端，从而规避了地域差异性的影响；另一方面能够综合门店端的多维门店属性值以及用户交互数据来确定门店端的属性分，从而使推送的门店端与用户业务需求更加匹配。并且，针对多维门店属性值，进一步各个维度的门店属性值转换为属性排序值，从而使不同维度所对应的取值区间不同且数量单位也不同的属性值转化为能够统一比较奥的排序结果，而且结合多维属性的方式有利于全面确定门店的业务属性。另外，在根据用户交互数据确定各个候选门店端的第二类属性分时，进一步在分母中引入地域类交互数据，从而降低因交互总量的差异而造成的影响，使最终的第二类属性分更加可信。并且，通过预设变换函数能够使第一类属性分和第二类属性分均衡分布到0至1的区间内，从而使最终得到的门店属性分与业务需求匹配。由此可见，本发明实施例利用大数据分析的方式，对大规模门店数据从多个维度进行了可靠排序。
为了便于理解，下面以一个示例为例详细介绍本发明中的具体实现细节：在本示例中，门店端用于提供餐品配送业务，相应的，门店属性分用于反映门店端提供的餐品配送业务的业务状况。在实际情况中，各个门店端具有原始属性分(也叫口味分)，主要用于反映门店端提供的餐品口味与用户业务需求之间的匹配程度，匹配度越高，原始属性分越高；匹配度越低，原始属性分越低。在一个具体示例中，原始属性分的取值范围为0-5。本示例旨在对原始属性分进行修正，以使修正后的属性分更加准确。
具体地，在餐品配送业务场景中，影响业务结果的因素很多，因此，根据多个维度的门店属性修正原始属性分能够提升业务匹配度。但是，在现有技术中，大多通过基于威尔逊区间的排名算法来计算各个门店端的置信度下限值，并以该下限值作为门店属性分的计算依据。该算法仅能保证单一维度指标的可信度，无法综合多个维度的业务指标，因此无法保证计算结果的公正权威性。
在本示例中，充分利用了多个维度的门店属性值，该门店属性值也可以理解为门店品质指标。并且，还结合了用户反馈数据，并结合各区域的用户访问量具有较大差异的特点，在三级区域内对门店按照不同维度指标排序取排名次序值来归一化不同维度的指标数据，使其具有可加和可乘性。之后通过加和平均得出门店品质分(即第一类属性分)。对于排名指标例如口味分、优惠力度等存在置信度问题，即用户反馈行为较少(例如下单、评价)口味分、优惠力度的可信度较低，本方案通过用户反馈行为数据(评价数据)计算排名指标的置信度分(即第二类属性分)，对排名指标较好且用户反馈行为较多的门店加权，对于排名指标较好但用户反馈行为较少的门店降权，以此来保证门店榜单的公正权威性。最后通过sigmoid函数(即生长曲线函数)计算门店排名指标的品质分权重和置信度分权重，并在排名指标的基础上通过乘积形式给出最后的门店榜单排名分数。
针对外卖平台地域差异性，本方案采用在三级区域内对所有的门店品质指标以及排名置信度指标排序，并用指标的排序名次归一化门店品质分数和排名指标置信度分数。针对门店品质分：本方案采取归一化后门店的月销量(对应于历史成交数据维度的门店属性值)、门店评分(对应于用户反馈数据维度的门店属性值)、门店转化率(对应于业务转化率维度的门店属性值)、门店配送时间(对应于物品配送时长维度的门店属性值)的加和平均来计算门店品质分。
针对门店排名置信度分：本方案采用门店的好评条数(即正反馈交互数据)与差评条数(即负反馈交互数据)的差值除以评价总数与三级区域内门店平均评价条数的和，考虑到门店评价总数作为用户反馈行为之一，评价条数越多的门店，排名指标的置信度越高，但是评价总数包含好评和差评数据，评价条数越多，差评条数越多的门店应予以打压，好评条数越多的门店应予以支持。但是仅用门店好评条数与差评条数的差值除以评价总数，会出现评价条数较少的门店该比率较高，因此在分母加该区域门店评价条数均值(即地域类交互数据)，降低门店评价总数较少时的置信度分数。
针对排名分数的融合：本方案在门店榜单排名指标的基础上采用sigmoid函数计算门店品质分权重和排名置信度权重，并采用乘积形式给出最后的门店榜单排名分数。
具体地，本示例可用于生成门店口味榜。目前外卖平台每家门店都有一个口味分，取值范围[0，5]，根据该口味分生成公正、权威的门店口味榜，以供用户选择。首先构造门店品质分：提取每家门店的月销量order、门店评分shopscore、门店转化率cvr、门店配送时间deliverytime，根据公式(2)按三级区域排序取index后加和平均得出门店品质分。其次构造门店口味榜的置信度分：提取门店好评数goodrate,差评数badrate,评价总数allrate以及该三级区域内门店的平均评价数量arearate，根据公式(3)求出门店口味榜的置信度分。最后利用公式(1)所示的sigmoid函数得出门店品质分与门店口味分的权重。Sigmoid函数如下所示:
Sigmoid函数曲线如图6所示所示。
其中，Sigmoid函数因变量的取值范围位于(0，1)之间，自变量的范围在(-∞,+∞)，随着自变量的递增，因变量也在逐渐递增，即门店品质分或置信度分越好，权重越大，所以适合做门店品质分和置信度分的权重变换。但在(-6，6)区间外，变化已经很平缓，此外门店品质分和置信度分的取值区间是[1,N]的正整数，N为该三级区域内门店总数，因此需要对门店品质分和置信度分做平移缩放，平移是为了将权重范围由(0.5,1)扩大到(0，1)之间，缩放是为了将门店品质分和置信度分数缩放到(-6，6)内，这样不同的门店品质分和置信度分都有一个区分度较大的权重。权重变换函数如公式(4)所示。如公式(4)所示，经平移N/2后，自变量范围调整为(-N/2,N/2)，再乘以12并除以N之后，自变量范围调整为(-6，6)，从而与Sigmoid函数的非饱和区间相一致。
其中，门店品质分的计算公式如下所示：
qualityscore＝Avg(Sortarea(order,shopscore,cvr,deliverytime)) (2)
上述公式用于将门店端对应于各个维度的属性排序值进行加权平均处理，以得到各个候选门店端的第一类属性分(即门店品质分qualityscore)。
门店口味榜的置信度分的计算公式如下所示：
上述公式中，goodrate表示门店端的好评数，badrate表示门店端的差评数，allrate表示门店端的评论总数，arearate表示该区域内各门店的评价条数均值。相应地，将goodrate与badrate之间的差值作为分子，将allrate与arearate之间的求和结果作为分母，从而得到该门店端的置信度初始值，将该区域内的各个门店端的置信度初始值进行排序，从而得到该门店端的置信度分confidencescore。
接下来，需要将门店端的品质分qualityscore以及置信度分confidencescore进行权重变换，也叫归一化处理，其中，权重变换公式如下所示：
权重变换公式中的score可以是门店品质分qualityscore也可以是门店榜单排名指标的置信度分confidencescore。其中，当权重变换公式中的score是门店品质分qualityscore时，计算得到weightquality；当权重变换公式中的score是门店品质分qualityscore时，计算得到weightconfidence。
求出门店品质分和置信度分的权重后，最后根据公式(5)给出最后的口味排序分数(即门店属性分)，融合公式如下所示：
tastescore_new＝tastescore*weightquality*weightconfidence (5)
其中，tastescore即为上文提到的门店端的原始属性分；weightquality即为上文提到的第一类变换分；weightconfidence即为上文提到的第二类变换分。
由此可见，上述示例主要通过以下步骤实现：
步骤一：根据公式(2)求出门店品质分(即第一类属性分)。
步骤二：根据公式(3)求出门店排行榜的置信度分(即第二类属性分)。其中，由于每个三级区域商户数量也存在较大差异，因此商户品质分和/或口味榜的置信度分需要除以该区域内商户总数，使得每个区域内商户品质分对排名的影响程度一致。
步骤三:根据公式(4)求出门店榜单排名指标的品质分权重(即第一类变换分)和置信度权重(即第二类变换分)。
步骤四：根据公式(5)求出门店榜单最后的排名分数，并根据该分数排序。
总而言之，本示例针对外卖平台门店榜单排序问题，提出一种公正权威的排名算法。该算法不仅考虑了入榜门店需具有一定的品质要求，还考虑了外卖平台门店地域分布的差异性以及门店榜单排名指标(例如口味分)的置信度问题，综合以上因素给出一个较为公正的排名算法，使得品质好且具有较高置信度、较好排名指标的门店排在榜单靠前位置，给用户呈现一个公正权威的门店榜单。另外，在设计外卖平台门店榜单排名算法时，既要保证品质较高的门店上榜，还要保证排名指标的可信度，同时还要考虑到外卖平台不同地区外卖平台用户访问量和门店表现的差异性，因此，如何在最后的排名分数上融入门店的品质分、排名指标的可信度以及外卖平台地域差异性，是本方案要解决的关键问题。相应地,公式(3)的分子引入差评数，主要是保证商户在评价总数较多的情况下，差评数应尽量少；分母引入三级区域商户平均评价数，是降低商户评价数较少的权重，同时选出评价数较多且差评较少的商户，以此保证榜单的权威性。另外，本申请能够将商户的品质分以及置信度分(权威性)融入最后的排名分中，从而实现对品质好，置信度高的商户加权，对品质分低或者置信度分低的商户降权：本方案采用sigmoid来计算商户的品质权重因子以及置信度权重因子，并通过乘积的形式给出最后的榜单排名分。
由此可见，在上述示例中，具体包括以下步骤：步骤一：客户端响应用户请求，向服务器发送门店展示请求。步骤二：服务器根据门店展示请求的地域属性，获取相应地域内的门店数据以及各个门店的排序分数(门店属性分)。步骤三：服务器将各个门店的排序分数以及门店排序结果发送给客户端，以供客户端展示给用户。步骤四：服务器通过日志采集器获取门店在线上客户端的多种用户反馈数据。步骤五：通过大数据处理平台，对门店线上数据进行清洗、处理形成门店的多种指标数据，以供后续计算。步骤六：根据多种指标数据计算门店排序分数：具体地，根据门店的第一类属性分(品质分)以及第二类属性分(即置信度分)，并利用权重函数得到与第一类属性分和第二类属性分相对应的第一类变换分和第二类变换分，进而计算得到门店的门店属性分，以便根据门店属性分对各个门店进行排序。排序结果用于提供给步骤一中触发门店展示请求的各个客户端展示。
实施例三
图3示出了本发明实施例三提供的一种门店端的展示装置的结构示意图，该装置可以为服务器，具体包括：
响应模块31，适于响应于客户端触发的门店展示请求，确定与所述门店展示请求的地域属性相匹配的各个候选门店端；
属性确定模块32，适于从预设数据库中获取各个候选门店端的多维门店属性值，根据获取到的多维门店属性值确定各个候选门店端的第一类属性分；从所述预设数据库中获取各个候选门店端的用户交互数据，根据获取到的用户交互数据确定各个候选门店端的第二类属性分；
筛选模块33，适于根据各个候选门店端的第一类属性分以及第二类属性分确定各个候选门店端的门店属性分，根据各个候选门店端的门店属性分筛选预设数量的候选门店端作为目标门店端；
推送模块，适于将所述目标门店端的门店标识发送给所述客户端，以供所述客户端展示所述目标门店端。
可选地，所述门店展示请求的地域属性根据所述门店展示请求中包含的地域信息确定，和/或，所述门店展示请求的地域属性通过对所述客户端进行实时定位确定；
则所述响应模块具体适于：根据各个门店端的地理位置信息，确定与所述门店展示请求的地域属性相匹配的各个候选门店端。
可选地，所述多维门店属性值包括：多个分别对应于不同维度的门店属性值，则所述属性确定模块具体适于：
分别针对各个维度，对各个候选门店端对应于该维度的门店属性值进行排序，以确定各个候选门店端对应于各个维度的属性排序值；
分别针对各个候选门店端，将该候选门店端对应于各个维度的属性排序值进行预设处理，以得到各个候选门店端的第一类属性分。
可选地，所述属性确定模块具体适于：将该候选门店端对应于各个维度的属性排序值进行加权平均处理。
可选地，所述多个分别对应于不同维度的门店属性值包括以下中的至少一个：对应于历史成交数据维度的门店属性值、对应于用户反馈数据维度的门店属性值、对应于业务转化率维度的门店属性值、以及对应于物品配送时长维度的门店属性值。
可选地，所述候选门店端的用户交互数据包括：正反馈交互数据以及负反馈交互数据，则所述属性确定模块具体适于：
针对所述与所述门店展示请求的地域属性相匹配的各个候选门店端，确定与该地域属性相匹配的各个候选门店端所对应的地域类交互数据；
分别针对各个候选门店端，根据该候选门店端所对应的正反馈交互数据、负反馈交互数据、以及所述地域类交互数据，确定各个候选门店端的第二类属性分。
可选地，所述属性确定模块具体适于：
分别确定与该地域属性相匹配的各个候选门店端所对应的门店交互数据总量，针对各个候选门店端所对应的门店交互数据总量进行加和平均处理，以得到各个候选门店端所对应的地域类交互数据；
确定该候选门店端所对应的正反馈交互数据的正反馈数量与负反馈交互数据的负反馈数量之间的差值；
确定该候选门店端所对应的交互总数量与所述地域类交互数据之间的求和结果，根据所述差值与所述求和结果之间的比值确定各个候选门店端的第二类属性分。
可选地，所述筛选模块具体适于：
获取各个候选门店端的原始属性分；
通过预设变换函数确定与所述第一类属性分和/或第二类属性分相对应的第一类变换分和/或第二类变换分；
根据所述原始属性分以及所述第一类变换分和/或第二类变换分确定各个候选门店端的门店属性分。
可选地，所述筛选模块具体适于：
将所述原始属性分、所述第一类变换分以及第二类变换分对应的乘积确定为候选门店端的门店属性分。
可选地，所述筛选模块具体适于：
根据所述与所述门店展示请求的地域属性相匹配的各个候选门店端的数量，确定所述第一类属性分和/或第二类属性分的取值区间；
确定预设的生长曲线函数的饱和区间以及非饱和区间，将所述取值区间与所述非饱和区间进行比较，根据比较结果对所述预设的生长曲线函数执行平移缩放处理，以得到所述预设变换函数；
通过所述预设变换函数对所述第一类属性分和/或第二类属性分进行归一化转换处理，以得到所述第一类变换分和/或第二类变换分。
可选地，所述推送模块进一步适于：
将所述目标门店端的门店标识以及所述目标门店端的门店属性分发送给所述客户端，以供所述客户端根据所述门店属性分对各个目标门店端进行排序并按照排序结果依次展示各个目标门店端及其门店属性分。
由此可见，通过该方式，一方面能够根据地域属性选择同一地域内的候选门店端，从而规避了地域差异性的影响；另一方面能够综合门店端的多维门店属性值以及用户交互数据来确定门店端的属性分，从而使推送的门店端与用户业务需求更加匹配。
图5示出了本发明又一实施例提供的一种门店端的展示装置的结构示意图，该装置可以为客户端，具体包括：
发送模块51，适于向服务器发送门店展示请求，以供所述服务器确定与所述门店展示请求的地域属性相匹配的各个候选门店端；
接收模块52，适于接收服务器根据各个候选门店端的门店属性分筛选出的预设数量的目标门店端的门店标识；
展示模块53，适于根据所述预设数量的目标门店端的门店标识，对所述预设数量的目标门店端进行展示。
可选地，所述展示模块具体适于：
根据所述服务器发送的目标门店端的门店标识以及所述目标门店端的门店属性分，对各个目标门店端进行排序并按照排序结果依次展示各个目标门店端及其门店属性分。
可选地，所述发送模块具体适于：
响应于接收到的应用登录指令、和/或门店查询指令，向服务器发送门店展示请求。
可选地，所述服务器获取各个候选门店端的多维门店属性值，根据获取到的多维门店属性值确定各个候选门店端的第一类属性分；获取各个候选门店端的用户交互数据，根据获取到的用户交互数据确定各个候选门店端的第二类属性分；根据各个候选门店端的第一类属性分以及第二类属性分确定各个候选门店端的门店属性分，并根据各个候选门店端的门店属性分筛选预设数量的候选门店端作为目标门店端。
由此可见，通过该方式，一方面能够根据地域属性选择同一地域内的候选门店端，从而规避了地域差异性的影响；另一方面能够综合门店端的多维门店属性值以及用户交互数据来确定门店端的属性分，从而使推送的门店端与用户业务需求更加匹配。
实施例四
本申请实施例四提供了一种非易失性计算机存储介质，所述计算机存储介质存储有至少一可执行指令，该计算机可执行指令可执行上述任意方法实施例中的门店端的展示方法。可执行指令具体可以用于使得处理器执行上述方法实施例中对应的各个操作。
实施例五
图4示出了根据本发明实施例五的一种电子设备的结构示意图，本发明具体实施例并不对电子设备的具体实现做限定。
如图4所示，该电子设备可以包括：处理器(processor)402、通信接口(Communications Interface)406、存储器(memory)404、以及通信总线408。
其中：
处理器402、通信接口406、以及存储器404通过通信总线408完成相互间的通信。
通信接口406，用于与其它设备比如客户端或其它服务器等的网元通信。
处理器402，用于执行程序410，具体可以执行上述门店端的展示方法实施例中的相关步骤。
具体地，程序410可以包括程序代码，该程序代码包括计算机操作指令。
处理器402可能是中央处理器CPU，或者是特定集成电路ASIC(ApplicationSpecific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。电子设备包括的一个或多个处理器，可以是同一类型的处理器，如一个或多个CPU；也可以是不同类型的处理器，如一个或多个CPU以及一个或多个ASIC。
存储器404，用于存放程序410。存储器404可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
程序510具体可以用于使得处理器502执行上述方法实施例中对应的各个操作。
在此提供的算法和显示不与任何特定计算机、虚拟***或者其它设备固有相关。各种通用***也可以与基于在此的示教一起使用。根据上面的描述，构造这类***所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

Claims (28)

1.一种门店端的展示方法，包括：
响应于客户端触发的门店展示请求，确定与所述门店展示请求的地域属性相匹配的各个候选门店端；
从预设数据库中获取各个候选门店端的多维门店属性值，根据获取到的多维门店属性值确定各个候选门店端的第一类属性分；从所述预设数据库中获取各个候选门店端的正反馈交互数据和负反馈交互数据，针对所述与所述门店展示请求的地域属性相匹配的各个候选门店端，分别确定与所述地域属性相匹配的各个候选门店端所对应的门店交互数据总量，针对各个候选门店端所对应的门店交互数据总量进行加和平均处理，以得到各个候选门店端所对应的地域类交互数据；分别针对各个候选门店端，根据所述候选门店端所对应的正反馈交互数据、负反馈交互数据、以及所述地域类交互数据，确定各个候选门店端的第二类属性分，所述第一类属性分是用于反映所述候选门店端的业务属性的得分，所述第二类属性分是用于反映用户交互情况的得分；
根据各个候选门店端的第一类属性分以及第二类属性分确定各个候选门店端的门店属性分，根据各个候选门店端的门店属性分筛选预设数量的候选门店端作为目标门店端；
将所述目标门店端的门店标识发送给所述客户端，以供所述客户端展示所述目标门店端。
2.根据权利要求1所述的方法，其中，所述门店展示请求的地域属性根据所述门店展示请求中包含的地域信息确定，和/或，所述门店展示请求的地域属性通过对所述客户端进行实时定位确定；
则所述确定与所述门店展示请求的地域属性相匹配的各个候选门店端包括：根据各个门店端的地理位置信息，确定与所述门店展示请求的地域属性相匹配的各个候选门店端。
3.根据权利要求1所述的方法，其中，所述多维门店属性值包括：多个分别对应于不同维度的门店属性值，则所述从预设数据库中获取各个候选门店端的多维门店属性值，根据获取到的多维门店属性值确定各个候选门店端的第一类属性分包括：
分别针对各个维度，对各个候选门店端对应于该维度的门店属性值进行排序，以确定各个候选门店端对应于各个维度的属性排序值；
分别针对各个候选门店端，将该候选门店端对应于各个维度的属性排序值进行预设处理，以得到各个候选门店端的第一类属性分。
4.根据权利要求3所述的方法，其中，所述将该候选门店端对应于各个维度的属性排序值进行预设处理包括：将该候选门店端对应于各个维度的属性排序值进行加权平均处理。
5.根据权利要求3所述的方法，其中，所述多个分别对应于不同维度的门店属性值包括以下中的至少一个：对应于历史成交数据维度的门店属性值、对应于用户反馈数据维度的门店属性值、对应于业务转化率维度的门店属性值、以及对应于物品配送时长维度的门店属性值。
6.根据权利要求1-5任一所述的方法，所述根据该候选门店端所对应的正反馈交互数据、负反馈交互数据、以及所述地域类交互数据，确定各个候选门店端的第二类属性分包括：
确定该候选门店端所对应的正反馈交互数据的正反馈数量与负反馈交互数据的负反馈数量之间的差值；
确定该候选门店端所对应的交互总数量与所述地域类交互数据之间的求和结果，根据所述差值与所述求和结果之间的比值确定各个候选门店端的第二类属性分。
7.根据权利要求1所述的方法，其中，所述根据各个候选门店端的第一类属性分以及第二类属性分确定各个候选门店端的门店属性分包括：
获取各个候选门店端的原始属性分；
通过预设变换函数确定与所述第一类属性分和/或第二类属性分相对应的第一类变换分和/或第二类变换分；
根据所述原始属性分以及所述第一类变换分和/或第二类变换分确定各个候选门店端的门店属性分。
8.根据权利要求7所述的方法，其中，所述根据所述原始属性分以及所述第一类变换分和/或第二类变换分确定各个候选门店端的门店属性分包括：
将所述原始属性分、所述第一类变换分以及第二类变换分对应的乘积确定为候选门店端的门店属性分。
9.根据权利要求7或8所述的方法，其中，所述通过预设变换函数确定与所述第一类属性分和/或第二类属性分相对应的第一类变换分和/或第二类变换分包括：
根据所述与所述门店展示请求的地域属性相匹配的各个候选门店端的数量，确定所述第一类属性分和/或第二类属性分的取值区间；
确定预设的生长曲线函数的饱和区间以及非饱和区间，将所述取值区间与所述非饱和区间进行比较，根据比较结果对所述预设的生长曲线函数执行平移缩放处理，以得到所述预设变换函数；
通过所述预设变换函数对所述第一类属性分和/或第二类属性分进行归一化转换处理，以得到所述第一类变换分和/或第二类变换分。
10.根据权利要求1所述的方法，其中，所述将所述目标门店端的门店标识发送给所述客户端，以供所述客户端展示所述目标门店端进一步包括：
将所述目标门店端的门店标识以及所述目标门店端的门店属性分发送给所述客户端，以供所述客户端根据所述门店属性分对各个目标门店端进行排序并按照排序结果依次展示各个目标门店端及其门店属性分。
11.一种门店端的展示方法，包括：
向服务器发送门店展示请求，以供所述服务器确定与所述门店展示请求的地域属性相匹配的各个候选门店端；
接收服务器根据各个候选门店端的门店属性分筛选出的预设数量的目标门店端的门店标识，所述目标门店端为所述服务器获取各个候选门店端的多维门店属性值，根据获取到的多维门店属性值确定各个候选门店端的第一类属性分；获取各个候选门店端的正反馈交互数据和负反馈交互数据，针对所述与所述门店展示请求的地域属性相匹配的各个候选门店端，分别确定与所述地域属性相匹配的各个候选门店端所对应的门店交互数据总量，针对各个候选门店端所对应的门店交互数据总量进行加和平均处理，以得到各个候选门店端所对应的地域类交互数据；分别针对各个候选门店端，根据所述候选门店端所对应的正反馈交互数据、负反馈交互数据、以及所述地域类交互数据，确定各个候选门店端的第二类属性分；根据各个候选门店端的第一类属性分以及第二类属性分确定各个候选门店端的门店属性分，并根据各个候选门店端的门店属性分筛选出的所述预设数量的候选门店端，所述第一类属性分是用于反映门店端的业务属性的得分，所述第二类属性分是用于反映用户交互情况的得分；
根据所述服务器发送的目标门店端的门店标识以及所述目标门店端的门店属性分，对各个目标门店端进行排序并按照排序结果依次展示各个目标门店端及其门店属性分。
12.根据权利要求11所述的方法，其中，所述向服务器发送门店展示请求包括：
响应于接收到的应用登录指令、和/或门店查询指令，向服务器发送门店展示请求。
13.一种门店端的展示装置，包括：
响应模块，适于响应于客户端触发的门店展示请求，确定与所述门店展示请求的地域属性相匹配的各个候选门店端；
属性确定模块，适于从预设数据库中获取各个候选门店端的多维门店属性值，根据获取到的多维门店属性值确定各个候选门店端的第一类属性分；从所述预设数据库中获取各个候选门店端的正反馈交互数据和负反馈交互数据，针对所述与所述门店展示请求的地域属性相匹配的各个候选门店端，分别确定与所述地域属性相匹配的各个候选门店端所对应的门店交互数据总量，针对各个候选门店端所对应的门店交互数据总量进行加和平均处理，以得到各个候选门店端所对应的地域类交互数据；分别针对各个候选门店端，根据所述候选门店端所对应的正反馈交互数据、负反馈交互数据、以及所述地域类交互数据，确定各个候选门店端的第二类属性分，所述第一类属性分是用于反映所述候选门店端的业务属性的得分，所述第二类属性分是用于反映用户交互情况的得分；
筛选模块，适于根据各个候选门店端的第一类属性分以及第二类属性分确定各个候选门店端的门店属性分，根据各个候选门店端的门店属性分筛选预设数量的候选门店端作为目标门店端；
推送模块，适于将所述目标门店端的门店标识发送给所述客户端，以供所述客户端展示所述目标门店端。
14.根据权利要求13所述的装置，其中，所述门店展示请求的地域属性根据所述门店展示请求中包含的地域信息确定，和/或，所述门店展示请求的地域属性通过对所述客户端进行实时定位确定；
则所述响应模块具体适于：根据各个门店端的地理位置信息，确定与所述门店展示请求的地域属性相匹配的各个候选门店端。
15.根据权利要求13所述的装置，其中，所述多维门店属性值包括：多个分别对应于不同维度的门店属性值，则所述属性确定模块具体适于：
分别针对各个维度，对各个候选门店端对应于该维度的门店属性值进行排序，以确定各个候选门店端对应于各个维度的属性排序值；
分别针对各个候选门店端，将该候选门店端对应于各个维度的属性排序值进行预设处理，以得到各个候选门店端的第一类属性分。
16.根据权利要求15所述的装置，其中，所述属性确定模块具体适于：将该候选门店端对应于各个维度的属性排序值进行加权平均处理。
17.根据权利要求15所述的装置，其中，所述多个分别对应于不同维度的门店属性值包括以下中的至少一个：对应于历史成交数据维度的门店属性值、对应于用户反馈数据维度的门店属性值、对应于业务转化率维度的门店属性值、以及对应于物品配送时长维度的门店属性值。
18.根据权利要求13-17任一所述的装置，其中，所述属性确定模块具体适于：
确定该候选门店端所对应的正反馈交互数据的正反馈数量与负反馈交互数据的负反馈数量之间的差值；
确定该候选门店端所对应的交互总数量与所述地域类交互数据之间的求和结果，根据所述差值与所述求和结果之间的比值确定各个候选门店端的第二类属性分。
19.根据权利要求13所述的装置，其中，所述筛选模块具体适于：
获取各个候选门店端的原始属性分；
通过预设变换函数确定与所述第一类属性分和/或第二类属性分相对应的第一类变换分和/或第二类变换分；
根据所述原始属性分以及所述第一类变换分和/或第二类变换分确定各个候选门店端的门店属性分。
20.根据权利要求19所述的装置，其中，所述筛选模块具体适于：
将所述原始属性分、所述第一类变换分以及第二类变换分对应的乘积确定为候选门店端的门店属性分。
21.根据权利要求19或20所述的装置，其中，所述筛选模块具体适于：
根据所述与所述门店展示请求的地域属性相匹配的各个候选门店端的数量，确定所述第一类属性分和/或第二类属性分的取值区间；
确定预设的生长曲线函数的饱和区间以及非饱和区间，将所述取值区间与所述非饱和区间进行比较，根据比较结果对所述预设的生长曲线函数执行平移缩放处理，以得到所述预设变换函数；
通过所述预设变换函数对所述第一类属性分和/或第二类属性分进行归一化转换处理，以得到所述第一类变换分和/或第二类变换分。
22.根据权利要求13所述的装置，其中，所述推送模块进一步适于：
将所述目标门店端的门店标识以及所述目标门店端的门店属性分发送给所述客户端，以供所述客户端根据所述门店属性分对各个目标门店端进行排序并按照排序结果依次展示各个目标门店端及其门店属性分。
23.一种门店端的展示装置，包括：
发送模块，适于向服务器发送门店展示请求，以供所述服务器确定与所述门店展示请求的地域属性相匹配的各个候选门店端；
接收模块，适于接收服务器根据各个候选门店端的门店属性分筛选出的预设数量的目标门店端的门店标识，所述目标门店端为所述服务器获取各个候选门店端的多维门店属性值，根据获取到的多维门店属性值确定各个候选门店端的第一类属性分；获取各个候选门店端的正反馈交互数据和负反馈交互数据，针对所述与所述门店展示请求的地域属性相匹配的各个候选门店端，分别确定与所述地域属性相匹配的各个候选门店端所对应的门店交互数据总量，针对各个候选门店端所对应的门店交互数据总量进行加和平均处理，以得到各个候选门店端所对应的地域类交互数据；分别针对各个候选门店端，根据所述候选门店端所对应的正反馈交互数据、负反馈交互数据、以及所述地域类交互数据，确定各个候选门店端的第二类属性分；根据各个候选门店端的第一类属性分以及第二类属性分确定各个候选门店端的门店属性分，并根据各个候选门店端的门店属性分筛选出的所述预设数量的候选门店端，所述第一类属性分是用于反映门店端的业务属性的得分，所述第二类属性分是用于反映用户交互情况的得分；
展示模块，适于根据所述服务器发送的目标门店端的门店标识以及所述目标门店端的门店属性分，对各个目标门店端进行排序并按照排序结果依次展示各个目标门店端及其门店属性分。
24.根据权利要求23所述的装置，其中，所述发送模块具体适于：
响应于接收到的应用登录指令、和/或门店查询指令，向服务器发送门店展示请求。
25.一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-10中任一项所述的门店端的展示方法对应的操作。
26.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-10中任一项所述的门店端的展示方法对应的操作。
27.一种电子设备，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；
所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求11-12中任一项所述的门店端的展示方法对应的操作。
28.一种计算机存储介质，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求11-12中任一项所述的门店端的展示方法对应的操作。
CN201911206093.2A 2019-11-29 2019-11-29 门店端的展示方法、装置、电子设备及存储介质 Active CN111008331B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911206093.2A CN111008331B (zh) 2019-11-29 2019-11-29 门店端的展示方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911206093.2A CN111008331B (zh) 2019-11-29 2019-11-29 门店端的展示方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN111008331A CN111008331A (zh) 2020-04-14
CN111008331B true CN111008331B (zh) 2023-09-15

Family

ID=70112326

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911206093.2A Active CN111008331B (zh) 2019-11-29 2019-11-29 门店端的展示方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111008331B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114155051A (zh) * 2020-09-04 2022-03-08 北京沃东天骏信息技术有限公司 一种物品展示方法、装置、电子设备和存储介质

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102075557A (zh) * 2010-10-26 2011-05-25 百度在线网络技术（北京）有限公司 根据用户相关信息提供服务信息的方法、设备及***
CN107316217A (zh) * 2016-04-26 2017-11-03 北京京东尚科信息技术有限公司 计算门店综合评分的方法以及装置
CN107730313A (zh) * 2017-09-30 2018-02-23 口碑(上海)信息技术有限公司 基于推荐理由的店铺推荐方法及装置
CN108596693A (zh) * 2018-05-14 2018-09-28 浙江口碑网络技术有限公司 门店匹配方法及装置
WO2018192491A1 (zh) * 2017-04-20 2018-10-25 北京京东尚科信息技术有限公司 信息推送方法和装置
CN108985347A (zh) * 2018-06-25 2018-12-11 阿里巴巴集团控股有限公司 分类模型的训练方法、店铺分类的方法及装置
CN109118316A (zh) * 2018-06-25 2019-01-01 阿里巴巴集团控股有限公司 线上店铺真实性的识别方法和装置
CN109242606A (zh) * 2018-08-16 2019-01-18 浙江口碑网络技术有限公司 基于地理位置的门店推荐方法以及装置
CN109241425A (zh) * 2018-08-31 2019-01-18 腾讯科技（深圳）有限公司 一种资源推荐方法、装置、设备及存储介质
CN109284917A (zh) * 2018-09-07 2019-01-29 广州锐竞信息科技有限责任公司 一种供应商评级模型
CN109886785A (zh) * 2019-02-15 2019-06-14 浙江口碑网络技术有限公司 客资信息的交叉分发方法及装置

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102075557A (zh) * 2010-10-26 2011-05-25 百度在线网络技术（北京）有限公司 根据用户相关信息提供服务信息的方法、设备及***
CN107316217A (zh) * 2016-04-26 2017-11-03 北京京东尚科信息技术有限公司 计算门店综合评分的方法以及装置
WO2018192491A1 (zh) * 2017-04-20 2018-10-25 北京京东尚科信息技术有限公司 信息推送方法和装置
CN107730313A (zh) * 2017-09-30 2018-02-23 口碑(上海)信息技术有限公司 基于推荐理由的店铺推荐方法及装置
CN108596693A (zh) * 2018-05-14 2018-09-28 浙江口碑网络技术有限公司 门店匹配方法及装置
CN108985347A (zh) * 2018-06-25 2018-12-11 阿里巴巴集团控股有限公司 分类模型的训练方法、店铺分类的方法及装置
CN109118316A (zh) * 2018-06-25 2019-01-01 阿里巴巴集团控股有限公司 线上店铺真实性的识别方法和装置
CN109242606A (zh) * 2018-08-16 2019-01-18 浙江口碑网络技术有限公司 基于地理位置的门店推荐方法以及装置
CN109241425A (zh) * 2018-08-31 2019-01-18 腾讯科技（深圳）有限公司 一种资源推荐方法、装置、设备及存储介质
CN109284917A (zh) * 2018-09-07 2019-01-29 广州锐竞信息科技有限责任公司 一种供应商评级模型
CN109886785A (zh) * 2019-02-15 2019-06-14 浙江口碑网络技术有限公司 客资信息的交叉分发方法及装置

Also Published As

Publication number Publication date
CN111008331A (zh) 2020-04-14

Similar Documents

Publication Publication Date Title
WO2020048084A1 (zh) 资源推荐方法、装置、计算机设备及计算机可读存储介质
US20120209828A1 (en) Information processing apparatus, information processing method, program for information processing apparatus and recording medium
US20150193821A1 (en) Information processing apparatus, information processing method, and information processing program
CN112015998B (zh) 一种基于用户画像的商品推荐方法
CN107808314B (zh) 用户推荐方法及装置
US9811593B2 (en) Cooking recipe information providing device, cooking recipe information providing method, program, and information storage medium
WO2015089065A1 (en) Data search processing
WO2017028735A1 (zh) 选择及推荐展示对象的方法及装置
US20160306890A1 (en) Methods and systems for assessing excessive accessory listings in search results
CN111090822A (zh) 业务对象的推送方法及装置
CN108429776B (zh) 网络对象的推送方法、装置、客户端、交互设备以及***
CN108319646B (zh) 基于用户历史行为的车源搜索方法及装置
KR20090007060A (ko) 쇼핑몰 상품 검색 서비스 시스템 및 방법
US20070250330A1 (en) Sourcing controller
WO2015124024A1 (zh) 一种提升信息的曝光率的方法和装置、确定搜索词的价值的方法和装置
CN107798012B (zh) 阅读资源评论推送方法和***
CN111080339A (zh) 基于场景的类目偏好数据生成方法及装置
CN111913954A (zh) 智能数据标准目录生成方法和装置
CN114581175A (zh) 商品推送方法、装置、存储介质及电子设备
CN111008331B (zh) 门店端的展示方法、装置、电子设备及存储介质
CN112783468A (zh) 目标对象的排序方法和排序装置
CN108959289B (zh) 网站类别获取方法和装置
CN111460301B (zh) 对象推送方法、装置、电子设备及存储介质
CN110895781A (zh) 菜品类别推荐方法、装置、电子设备及存储介质
CN113127720A (zh) 一种热搜词确定方法及装置

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