使用动态排序规则的商品排序方法、存储介质及计算机

技术领域

本发明涉及电商平台商品检索领域，更具体地说，涉及一种使用动态排序规则的商品排序方法、存储介质及计算机。

背景技术

电商平台是指通过网络展示和售卖商品的网络平台，例如电商网站和电商APP，用户可在电商平台上搜索和购买需要的商品。因电商平台包含大量商品，通常需要检索和对检索结果进行排序显示。现有技术中电商平台通常设置一种固定的搜索和排序算法，但用户对商品的需求重点和关注重点是不同的，例如有些更加关注商品价格，有些更加关注商品的某一属性，有些是商品名称，有些是商品型号，有些是商品尺寸等等，因此用户所输入的搜索词不同。现有技术中固定的搜索和排序算法不能体现不同用户的搜索和排序重点，致使搜索和排序结果不理想，不能满足用户需求。

发明内容

本发明要解决的技术问题在于，提供一种使用动态排序规则的商品排序方法、存储介质及计算机。

本发明解决其技术问题所采用的技术方案是：构造一种使用动态排序规则的商品排序方法，应用于电商平台，所述方法包括下述步骤：

接收商品检索信息；

使用预设场景词库识别出所述商品检索信息对应的场景类型，所述预设场景词库包括每个所述场景类型对应的场景词库；

由所述场景类型确定的排序规则检索商品数据库并对搜索结果进行排序，所述商品数据库包括多条商品信息；

显示排序后的所述搜索结果。

进一步，在本发明所述的使用动态排序规则的商品排序方法中，所述使用预设场景词库识别出所述商品检索信息对应的场景类型包括：

使用预设分词算法对所述商品检索信息进行分词得到多个检索分词，使用预设场景词库识别出各个所述检索分词对应的场景类型。

进一步，在本发明所述的使用动态排序规则的商品排序方法中，所述使用预设场景词库识别出所述商品检索信息对应的场景类型包括：

所述使用预设场景词库计算所述商品检索信息对应的每个场景类型的场景匹配度M，选择场景匹配度M最好的场景类型作为所述商品检索信息对应的场景类型。

进一步，在本发明所述的使用动态排序规则的商品排序方法中，所述由所述场景类型确定的排序规则检索商品数据库并对搜索结果进行排序包括：

由所述场景类型获得所述商品检索信息对应的场景词；

在商品数据库中查找所述场景词匹配的商品属性信息和商品名称；

计算每个所述商品属性信息与所述场景词的属性匹配度F，以及计算每个所述商品名称与所述场景词的商品匹配度G；

由所述属性匹配度F和所述商品匹配度G得到综合匹配度AM；

根据所述综合匹配度AM对搜索结果进行排序。

进一步，在本发明所述的使用动态排序规则的商品排序方法中，所述计算每个商品名称与所述场景词的商品匹配度G包括：

其中，k表示商品拥有的商品属性信息的总数目，i为大于等于1且小于等于k的整数，j为大于等于1且小于等于k的整数，Fi表示商品第i个商品属性信息与场景词的属性匹配度，Fj表示商品第j个商品属性信息与场景词的属性匹配度，Mi表示第i个场景类型的场景匹配度。

进一步，在本发明所述的使用动态排序规则的商品排序方法中，所述由所述属性匹配度F和所述商品匹配度G得到综合匹配度AM包括：

其中，n表示商品数目，n为正整数；h为大于等于1且小于等于n的整数，Gi表示商品i的商品匹配度。

进一步，在本发明所述的使用动态排序规则的商品排序方法中，在所述显示排序后的所述搜索结果之后还包括：

收集商品数据和用户行为数据，根据所述商品数据和所述用户行为数据优化所述排序规则。

进一步，在本发明所述的使用动态排序规则的商品排序方法中，所述方法运行在分布式系统上，且使用并行计算方式分配和处理任务，所述分布式系统包括多个服务器和节点。

另外，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序适于处理器进行加载，以执行如上述的使用动态排序规则的商品排序方法的步骤。

另外，本发明还提供一种计算机，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器通过调用所述存储器中存储的所述计算机程序，执行如上述的使用动态排序规则的商品排序方法的步骤。

实施本发明的一种使用动态排序规则的商品排序方法、存储介质及计算机，具有以下有益效果：本发明通过设置场景类型来动态生成排序规则，使排序规则根据用户需求动态变化，从而使搜索和排序结果能满足用户的个性化需求，提高用户使用体验。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明实施例提供的使用动态排序规则的商品排序方法的流程图；

图2是本发明实施例提供的使用动态排序规则的商品排序方法的流程图。

具体实施方式

为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。

在一个优选实施例中，参考图1，本实施例的使用动态排序规则的商品排序方法应用于电商平台，该电商平台是指通过网络展示和售卖商品的网络平台，例如电商网站和电商APP(应用程序)，用户可在电商平台上搜索和购买需要的商品。优选地，电商平台为电子元件售卖平台，售卖商品包括但不限于电子元器件、电路板组件、电子产品等。

可以理解，电商平台架构包括服务器、客户端和管理端，服务器分别通信连接客户端和管理端，客户端为用户使用，客户端安装在智能终端上，例如手机、电脑等。管理端为电商平台的管理人员使用，管理端安装在智能终端上，例如手机、电脑等。服务器存储有大量商品信息，商品信息有多个维度，商品信息包括但不限于商品名称、商品型号、商品尺寸、商品参数、商品售价、商品介绍、商品使用说明、商品使用手册等等，可根据商品展示需求灵活选择。

具体的，该使用动态排序规则的商品排序方法包括下述步骤：

步骤S1：接收商品检索信息。

具体的，当用户想要购买或查找某商品时，通过客户端输入商品检索信息，客户端将商品检索信息上传至服务器，服务器接收客户端上传的商品检索信息。

步骤S2：使用预设场景词库识别出商品检索信息对应的场景类型，预设场景词库包括每个场景类型对应的场景词库。

具体的，服务器上存储有多个场景类型，为每个场景类型设置对应的场景词库，场景词库中的场景词与该场景词库的类型相对应，即场景词代表的含义与场景类型相匹配。作为选择，每个场景词库中场景词的选择可以是人工选择，也可以使用算法选择，还可以结合人工和算法选择。可以理解，场景类型的划分越细致越好，从而能够使检索和排序更加符合用户需求。将所有场景类型对应的场景词库组合为预设场景词库，服务器在接收到客户端上传的商品检索信息后，使用预设场景词库识别出商品检索信息对应的场景类型。

例如，场景类型为品牌搜索场景，则预设场景词库包括品牌搜索场景对应的场景词库，品牌搜索场景对应的场景词库中的场景词为用于描述商品品牌的词库。若用户输入的商品搜索信息包含商品的品牌信息或品牌词汇，则该品牌搜索场景对应的场景词库能够通过识别出商品搜索信息包含商品的品牌信息或品牌词汇来确定该商品检索信息对应的场景类型为品牌搜索场景。

例如，场景类型为型号搜索场景，则预设场景词库包括型号搜索场景对应的场景词库，型号搜索场景对应的场景词库中的场景词为用于描述商品型号的词库。若用户输入的商品搜索信息包含商品的型号信息或型号词汇，则该型号搜索场景对应的场景词库能够通过识别出商品搜索信息包含商品的型号信息或型号词汇来确定该商品检索信息对应的场景类型为型号搜索场景。

可以理解，上述品牌搜索场景和型号搜索场景为场景类型的示例说明，通过品牌搜索场景和型号搜索场景对场景类型有更好的理解，但并不用于限定场景类型仅包括品牌搜索场景和型号搜索场景，场景类型还包括其他场景类型，其他场景类型可参考品牌搜索场景和型号搜索场景实施。

步骤S3：由场景类型确定的排序规则检索商品数据库并对搜索结果进行排序，商品数据库包括多条商品信息。

具体的，服务器存储有每个场景类型对应的排序规则，不同场景类型对应的排序规则不同，例如品牌搜索场景对应有排序规则，型号搜索场景也对应有排序规则，基于此，服务器根据场景类型确定排序规则。也就是说，本实施例的排序规则并不是一成不变的，而是根据场景类型动态变化的，即排序规则是根据用户输入的商品检索信息动态变化的，从而实现排序规则的动态变化。

服务器在使用预设场景词库识别出商品检索信息对应的场景类型后，由场景类型确定的排序规则检索商品数据库并对搜索结果进行排序。因本实施例使用动态排序规则的商品排序方法的应用场景为电商平台，电商平台包括多条商品信息，对应的搜索结果也为商品信息，且通常情况下搜索结果会包括多条商品信息。

步骤S4：显示排序后的搜索结果。

具体的，服务器在根据排序规则检索商品数据库并对搜索结果进行排序后，将搜索结果下发至对应请求的客户端，客户端显示排序后的搜索结果，以供用户查看。

本实施例通过设置场景类型来动态生成排序规则，使排序规则根据用户需求动态变化，从而使搜索和排序结果能满足用户的个性化需求，提高用户使用体验。

在一些实施例的使用动态排序规则的商品排序方法中，使用预设场景词库识别出商品检索信息对应的场景类型包括：使用预设分词算法对商品检索信息进行分词得到多个检索分词，使用预设场景词库识别出各个检索分词对应的场景类型。具体的，若用户输入的商品检索信息包含至少两个词汇，则直接使用该商品检索信息来确定场景类型显然不合理。所以，本实施例在服务器接收到商品检索信息后，使用预设分词算法对商品检索信息进行分词得到多个检索分词，当然可能仅得到一个检索分词，然后使用预设场景词库识别出各个检索分词对应的场景类型。本实施例首先对商品检索信息进行分词处理，以使所得场景类型更加符合用户需求，提高用户使用体验。

在一些实施例的使用动态排序规则的商品排序方法中，商品检索信息可能同时对应至少两种场景类型，但不可能同时使用多种场景类型进行检索和排序，所以需要选择出与商品检索信息匹配度最高的场景类型。具体的，在上述实施例的基础上，本实施例的使用预设场景词库识别出商品检索信息对应的场景类型包括：使用预设场景词库计算商品检索信息对应的每个场景类型的场景匹配度M，选择场景匹配度M最好的场景类型作为商品检索信息对应的场景类型。例如，某一商品检索信息同时对应品牌搜索场景和型号搜索场景，其中品牌搜索场景对应匹配度为M1，型号搜索场景对应的匹配度为M2，若M1＞M2，则说明品牌搜索场景与该商品检索信息的匹配度更好，则使用品牌搜索场景作为该商品检索信息的场景类型。本实施例在商品搜索信息同时出现多个匹配场景类型时选择匹配度最好的场景类型，以使搜索和排序结果更加符合用户需求，提高用户使用体验。

在一些实施例的使用动态排序规则的商品排序方法中，参考图2，在上述实施例的基础上，本实施例的由场景类型确定的排序规则检索商品数据库并对搜索结果进行排序包括：

步骤S31：由场景类型获得商品检索信息对应的场景词。可以理解，因用户输入的商品检索信息较为随意，并不是标准词汇或完整词汇，所以在根据商品检索信息得到场景类型后，需要由场景类型获得商品检索信息对应的场景词。该场景词不仅包含商品检索信息所要包含的信息，而且作为标准词汇或完整词汇，能够更好的进行检索。

步骤S32：在商品数据库中查找场景词匹配的商品属性信息和商品名称。服务器的商品数据库中包含大量商品信息，商品信息有多个维度，商品信息包括但不限于商品名称和商品属性信息，其中商品属性信息包括但不限于商品型号、商品尺寸、商品参数、商品售价、商品介绍、商品使用说明、商品使用手册等等，可根据商品展示需求灵活选择。在由场景类型获得商品检索信息对应的场景词后，在商品数据库中查找场景词匹配的商品属性信息和商品名称。可以理解，商品数据库中通常包含多条场景词匹配的商品属性信息和商品名称，需要进行搜索结果排序。

步骤S33：计算每个商品属性信息与场景词的属性匹配度F，以及计算每个商品名称与场景词的商品匹配度G。

步骤S34：由属性匹配度F和商品匹配度G得到综合匹配度AM。

步骤S35：根据综合匹配度AM对搜索结果进行排序。

本实施例通过确定商品检索信息对应的场景词使得检索更加准确，并通过计算每个商品属性信息的属性匹配度和商品名称的商品匹配度得到综合匹配度AM，使得搜索和排序更加合理，更能反映用户需求，提高用户使用体验。

在一些实施例的使用动态排序规则的商品排序方法中，计算每个商品名称与场景词的商品匹配度G包括：

其中，k表示商品拥有的商品属性信息的总数目，i为大于等于1且小于等于k的整数，j为大于等于1且小于等于k的整数，Fi表示商品第i个商品属性信息与场景词的属性匹配度，Fj表示商品第j个商品属性信息与场景词的属性匹配度，Mi表示第i个场景类型的场景匹配度。

在一些实施例的使用动态排序规则的商品排序方法中，由属性匹配度F和商品匹配度G得到综合匹配度AM包括：

其中，n表示商品数目，n为正整数。h为大于等于1且小于等于n的整数，Gi表示商品i的商品匹配度。

在一些实施例的使用动态排序规则的商品排序方法中，在显示排序后的搜索结果之后还包括：收集商品数据和用户行为数据，根据商品数据和用户行为数据优化排序规则。本技术方案采用基于商品属性信息(商品属性信息(商品标签)维度)进行动态展示列表排序的方法。然而商品属性信息(商品标签)数据量庞大，用户需求复杂多变，仅靠手工设计的排序规则难以满足用户个性化需求。因此，本实施例提出数据挖掘和机器学习替代方案：通过对大量的商品数据和用户行为数据进行分析和挖掘，生成更加精准和个性化的排序规则，并结合用户反馈和评价不断改进和优化系统。

具体实现步骤包括：

(1)收集并整理大量的商品数据和用户行为数据，例如浏览记录、搜索记录等。

(2)采用数据挖掘和机器学习技术，对数据进行分析和挖掘，识别出与用户需求相关的标签属性和排序因素。

(3)根据挖掘结果，生成相应的排序规则和筛选规则，并将其融合到系统中。

(4)不断收集和分析用户反馈和评价数据，利用机器学习技术不断优化和改进系统，以达到更好的排序效果和用户体验。

在一些实施例的使用动态排序规则的商品排序方法中，该方法运行在分布式系统上，且使用并行计算方式分配和处理任务，分布式系统包括多个服务器和节点。本实施例需要对大量的商品数据和用户行为数据进行处理和分析，同时还需要快速高效地生成排序规则和呈现列表。因此，提出并行计算和分布式架构替代方案：通过将大量的计算任务分解成多个小任务并行处理，以缩短排序时间和提高系统吞吐量。同时，可以利用集群和负载均衡等技术来提高系统的可用性和稳定性。

具体实现步骤包括：

(1)采用并行计算和分布式架构技术，将大量的计算任务分解成多个小任务进行并行处理。

(2)利用集群和负载均衡等技术，将计算任务分配给不同的节点或服务器处理，以缩短排序时间和提高系统吞吐量。

(3)同时，为提高系统的可用性和稳定性，可以采用数据冗余、容错机制等方法来保障系统的正常运行。

在一个优选实施例中，本实施例的计算机可读存储介质存储有计算机程序，计算机程序适于处理器进行加载，以执行如上述实施例的使用动态排序规则的商品排序方法的步骤。

在一个优选实施例中，本实施例的计算机包括存储器和处理器，存储器中存储有计算机程序，处理器通过调用存储器中存储的计算机程序，执行如上述实施例的使用动态排序规则的商品排序方法的步骤。

本说明书中各个实施例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部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据此实施，并不能限制本发明的保护范围。凡跟本发明权利要求范围所做的均等变化与修饰，均应属于本发明权利要求的涵盖范围。