[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

TW201305944A - 商品資訊投放方法和設備 - Google Patents

商品資訊投放方法和設備 Download PDF

Info

Publication number
TW201305944A
TW201305944A TW100148957A TW100148957A TW201305944A TW 201305944 A TW201305944 A TW 201305944A TW 100148957 A TW100148957 A TW 100148957A TW 100148957 A TW100148957 A TW 100148957A TW 201305944 A TW201305944 A TW 201305944A
Authority
TW
Taiwan
Prior art keywords
user
evaluation value
value
product
information
Prior art date
Application number
TW100148957A
Other languages
English (en)
Inventor
Shan-Shu Leng
Original Assignee
Alibaba Group Holding 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 Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Publication of TW201305944A publication Critical patent/TW201305944A/zh

Links

Classifications

    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Accounting & Taxation (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Primary Health Care (AREA)
  • Human Resources & Organizations (AREA)
  • Health & Medical Sciences (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Computing Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申請公開了一種商品資訊投放方法和設備，該方法包括：獲取目標用戶的操作資訊，並確定該操作資訊對應的商品；獲取該商品對應的評價值，以及各評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度；根據該評價值和各評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度，確定對應商品的推薦值；根據該商品的推薦值向該目標用戶投放相應的商品資訊。採用本申請，可以降低商品資訊投放過程中伺服器的負擔及網路資源的佔用。

Description

商品資訊投放方法和設備
本申請係關於電腦技術領域，特別是關於一種商品資訊投放方法和設備。
隨著網路技術的飛速發展，網路購物依靠其方便靈活的優勢，已經逐步的發展起來，並成為了人們日常生活的重要組成部分，用戶無需走出家門，就可以透過網路購買商品，而且透過網路，用戶可以獲取到更豐富的商品資訊，經過比較選擇最符合自己要求的商品。
然而，由於網路可以彙集數量龐大的商品資訊，致使用戶需要從海量的商品中選擇出符合要求的商品，所以，用何種方式向用戶投放商品資訊，才能更好的縮小用戶手動查找的範圍，使用戶能夠更快更方便的選擇出最符合自己要求的商品，成為了網路購物平臺的重要研究課題。
現有技術中，網路購物平臺進行商品資訊的投放時，一般依據商品特性、商家信用、商品價格、商家位址等資訊對商品進行排序，並依據排序結果將對應的商品資訊投放給用戶。例如，當用戶形成購買意向後在網路購物平臺輸入關鍵字檢索自己關心的商品時，網路購物平臺便會根據用戶對商品價格、商品特性、商家地址、商家信用等的要求對檢索結果進行排序，並將排序後的檢索結果展示給用戶。
在實現本申請的過程中，發明人發現現有技術至少存在如下問題：只從商品價格、商品特性、商家信譽等方面對商品進行評估排序，最終投放給用戶的商品資訊與用戶需求的匹配程度仍然較低，此時如果用戶希望獲取到其需求的商品資訊，則會多次的請求獲取新的商品資訊，進而需要網路購物平臺增加商品資訊投放的次數，然而，多次商品資訊的請求或投放必然會增大伺服器的負擔及網路資源的佔用，並導致商品資訊投放的時間延長、效率降低。
本申請的目的在於提供一種商品資訊投放方法和設備，以降低商品資訊投放過程中伺服器的負擔及網路資源的佔用，為此，本申請實施例採用如下技術方案：一種商品資訊投放方法，包括：獲取目標用戶的操作資訊，並確定該操作資訊對應的商品；獲取該商品對應的評價值，以及各評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度；根據該評價值和各評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度，確定對應商品的推薦值；根據該商品的推薦值向該目標用戶投放相應的商品資訊。
一種商品資訊投放設備，其特徵在於，包括： 第一獲取模組，用於獲取目標用戶的操作資訊，並確定該操作資訊對應的商品；第二獲取模組，用於獲取該商品對應的評價值，以及各評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度；確定模組，用於根據該評價值和各評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度，確定對應商品的推薦值；投放模組，用於根據該商品的推薦值向該目標用戶投放相應的商品資訊。
本申請的實施例具有以下優點，根據商品對應的評價值以及各評價值對應的用戶ID與目標用戶的用戶ID之間的好友關係維度確定推薦值，以根據該推薦值向目標用戶投放商品資訊，從而提高了商品資訊投放結果與用戶需求的匹配度，進而降低了商品資訊投放過程中伺服器的負擔及網路資源的佔用。當然，實施本申請的實施例的任一產品並不一定需要同時達到以上所述的所有優點。
下面將結合本申請中的附圖，對本申請中的技術方案進行清楚、完整的描述，顯然，所描述的實施例是本申請的一部分實施例，而不是全部的實施例。基於本申請中的實施例，本領域普通技術人員在沒有做出創造性勞動的前提下所獲得的所有其他實施例，都屬於本申請保護的範圍 。
本申請的核心思想是：根據商品的評價值和評價值對應的用戶ID與目標用戶的用戶ID之間的好友關係維度確定推薦值，以根據該推薦值向目標用戶投放商品資訊。
如圖1所示，為本申請實施例提供的商品資訊投放的流程，具體包括以下步驟：
步驟101，獲取目標用戶的操作資訊，並確定該操作資訊對應的商品。
其中，目標用戶的操作資訊可以包括用戶進行檢索的關鍵字，或用戶的歷史瀏覽資訊，或用戶在伺服器上發佈的資訊(例如，用戶在微博上發佈的資訊)等。
具體的，確定該操作資訊對應的商品的方法可以是，直接獲取目標用戶在進行關鍵字檢索時，在檢索欄輸入的關鍵字對應的商品；也可以從目標用戶的歷史瀏覽資訊中獲取相應的商品，例如，獲取目標用戶歷史瀏覽記錄中瀏覽次數最多的幾種商品，將這幾種商品的共同特徵作為條件，獲取符合條件的商品；還可以是獲取用戶在伺服器上發佈的資訊，例如，某用戶在微博上發佈資訊“近期準備換手機”，則可以將“手機”作為商品特徵以獲取對應該特徵的商品。
步驟102，獲取該商品對應的評價值，以及各評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度。
具體的，獲取商品對應的評價值的方法可以是：先獲 取商品的歷史交易資訊和/或評價資訊，然後確定各歷史交易資訊和/或評價資訊對應的評價值。
例如，某用戶檢索關鍵字“翻蓋手機”，系統獲取所有商品資訊中包含關鍵字“翻蓋手機”的商品，或者根據預設條件(如，發佈時間在1個月之內，或歷史交易數量超過某閾值等)在所有商品資訊中包含關鍵字“翻蓋手機”的商品中獲取部分商品。系統在獲取操作資訊對應的商品以後，進一步調用對應商品的歷史交易資訊，也可以調用這些商品的評價資訊，並根據歷史交易資訊和/或評價資訊確定對應的評價值。歷史交易資訊可以是交易成功、退貨等，系統可以對其預設不同的評價值，如設置交易成功的評價值為3，設置退貨的評價值為-1。評價資訊可以是“很好”、“好”、“一般”、“不好”、“很差”等，系統可以對其預設不同的評價值，如設置“很好”的評價值為3、“好”的評價值為2、“一般”的評價值為1、“不好”的評價值為-1、“很差”的評價值為-2。系統還可以針對歷史交易資訊和評價資訊綜合設置評價值，如設置交易成功且評價“很好”的評價值為5，設置退貨且評價“好”的評價值為2，設置交易成功且評價“不好”的評價值為-2。
又例如，某用戶在網上發佈了一條資訊“近期準備買個翻蓋手機”，其他用戶可以對該資訊進行回覆。在向用戶提供傳統的資訊發佈欄和回覆欄的基礎上，系統還可以為發佈資訊的用戶提供一些額外需要填寫(或選擇)的專 案，如商品類目、商品型號等，同時也為進行回覆的用戶提供一些額外需要填寫(或選擇)的專案，如商品類目、商品型號、關鍵屬性(顏色、尺寸、性能參數等)、價格等，透過上述填寫的專案系統可以確定對應的商品(多個用戶的回覆中可能對應有相同的商品也可能對應有不同的商品)。系統還可以為進行回覆的用戶提供評價等級的選項，如系統設置選項為“很好”、“好”、“一般”、“不好”、“很差”，系統還可以為各選項設置對應的評價值，如“很好”的評價值為3、“好”的評價值為2、“一般”的評價值為1、“不好”的評價值為-1、“很差”的評價值為-2，系統在設置評價值的時候，還可以綜合考慮給出評價的用戶是否購買過其評價的商品，如設置購買過對應商品的用戶選擇“很好”的評價的評價值為5，設置沒有購買過對應商品的用戶選擇“很好”的評價的評價值為3，設置購買過對應商品的用戶選擇“很差”的評價的評價值為-4，設置沒有購買過對應商品的用戶選擇“很好”的評價的評價值為-2。根據上述填寫(或選擇)的商品類目、商品型號等專案，系統可以對相同產品的評價值進行統計。
另外，除了根據商品的歷史交易資訊、評價資訊獲取商品評價值，還可以根據商品的收藏操作記錄獲取商品評價值。例如，某用戶檢索關鍵字“翻蓋手機”，系統則獲取商品資訊中包含關鍵字“翻蓋手機”的商品，然後獲取這些商品的評價值，系統可以設置每個收藏操作對應的評 價值為1，如某商品被收藏過100次，那麼該商品就對應有100個數值為1的評價值。
獲取各評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度，即獲取進行歷史交易的用戶的ID、發起評價的用戶的ID或進行收藏操作的用戶的ID等與目標用戶的用戶ID之間的好友關係維度。具體的獲取方法可以是：在預存有各用戶ID之間的好友關係資訊的好友關係庫中，識別該評價值對應的用戶ID和該目標用戶的用戶ID，並將兩者之間的最小好友關係層數，確定為該評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度。
其中，好友關係維度用於表示兩個用戶之間的好友關係。具體的，在好友關係庫中，用戶A和用戶B可能是好友，也可能不是好友。在用戶A和用戶B不是好友的情況下，他們之間可能有共同的好友，如用戶C是用戶A的好友也是用戶B的好友；或者用戶A的好友的好友是用戶B的好友，如用戶C是用戶A的好友，用戶D是用戶C的好友也是用戶B的好友，即用戶A和用戶B之間透過3層好友關係聯繫在一起；又或者用戶A和用戶B之間透過4層(或更多層)好友關係聯繫在一起。而且，會存在一種情況，用戶A和用戶B存在兩種好友關聯，一種關聯是，用戶C是用戶A的好友，用戶D是用戶C的好友也是用戶B的好友，另一種關聯是，用戶E是用戶A的好友也是用戶B的好友。綜合考慮上述情況，好友關係維度定 義的是兩個用戶ID之間的最小好友關係層數。
步驟103，根據評價值和各評價值對應的用戶ID與目標用戶的用戶ID之間的好友關係維度，確定對應的商品的推薦值。
具體的，一種確定推薦值的方法可以是：首先，根據各評價值對應的用戶ID與目標用戶的用戶ID之間的好友關係維度，確定各評價值對應的權值；然後，根據評價值和各評價值對應的權值，確定各評價值的加權平均值，作為對應的商品的推薦值。
具體的，系統可以預先對不同的好友關係維度設置對應的權值，如好友關係維度1對應的權值為6，好友關係維度2對應的權值為5……好友關係維度6對應的權值為1，可以設置大於6的好友關係維度對應的權值都為1(依據六度分割理論，兩個人之間的好友關係維度不會超過六層，但是由於只透過網站好友的關係不能反映用戶的所有關係網，所以往往會出現好友關係維度超過6的情況)。 在設置權值時，還可以考慮評價值對應的用戶的身份，可以是買家、賣家或網路購物平臺，如設置不同好友關係維度的對應身份為買家的用戶ID對應的權值為12、10、8、6、4、2，設置不同好友關係維度的對應身份為賣家的用戶ID對應的權值為3、2.5、2、1.5、1、0.5(相同好友關係維度的對應身份為買家的用戶ID對應的權值大於對應身份為賣家的用戶ID對應的權值)，設置對應身份為網路購物平臺的用戶ID對應的權值為10。另外，還可以 對與目標用戶有特殊關係的人發起的評價或歷史交易設置特殊的權值，如設置用戶的密友或親人給出的評價對應的權值為8。
對於發起評價的用戶的身份是賣家的情況，由於其評價可能帶有較大的銷售傾向，所以其評價值的高低是不需要考慮的，可以只需要考慮他的評價是正面的還是負面的，即只需要考慮評價值的正負，具體的方法可以是：在計算推薦值之前，將對應的用戶身份為賣家的評價值中所有正的評價值調整為正標準值(如1)，將對應的用戶身份為賣家的評價值中所有負的評價值調整為負標準值(如-0.8)。
另外對於發起評價的用戶是賣家的情況，可以根據賣家信用值(或稱信譽度)的不同獲取不同的權值，具體的方法可以是：在獲取權值時，根據各評價值對應的用戶ID與目標用戶的用戶ID之間的好友關係維度，以及評價值對應的用戶ID的信用值，確定各評價值對應的權值。其中，可以設置，信用值越高，對應權值越高。
上述內容闡述了根據評價值及其對應的權值計算推薦值的方法，另外，還可以透過以下的方法獲取商品的推薦值：如果目標用戶的所有好友(好友之間的好友關係維度為1)都對商品給予最高的評價，那麼系統可以直接設置此商品的推薦值為一個較高值，以向目標用戶優先推薦此商品；或者，如果目標用戶的多數好友都對商品給予最低的評價，那麼系統可以直接將此商品的推薦值設置為0， 以不向目標用戶推薦此商品。
步驟104，根據該商品的推薦值向目標用戶投放相應的商品資訊。
具體的，可以將商品按照推薦值的大小順序排列，並根據排列後的順序向目標用戶投放對應的商品資訊；也可以對高推薦值的商品進行隨機排列，再根據排列後的順序向目標用戶投放對應的商品資訊；還可以在向目標用戶投放商品資訊時，不按照推薦值排列商品，而是在商品資訊中記錄該商品的推薦值，並投放給目標用戶。
本申請實施例，根據商品對應的評價值以及各評價值對應的用戶ID與目標用戶的用戶ID之間的好友關係維度確定推薦值，以根據該推薦值向目標用戶投放商品資訊，從而提高了商品資訊投放結果與用戶需求的匹配度，進而降低了商品資訊投放過程中伺服器的負擔及網路資源的佔用。
下面將結構具體應用場景對本申請實施例提供的商品資訊投放方法進行闡述，具體流程如圖2所示，包括：
步驟201，獲取目標用戶在伺服器上發佈的資訊，其中包括商品類目或關鍵字。如用戶在微博上發佈資訊“近期準備換手機”，關鍵字為“手機”。
步驟202，獲取其他用戶對目標用戶發佈的資訊的回覆資訊。回覆資訊中可以包括對某商品的評價、評價等級、商品類目、商品型號、關鍵屬性、價格等資訊。
步驟203，判斷進行回覆的用戶的身份，如果身份為 買家，則執行步驟204-205，如果身份為賣家，則執行步驟206-207。
步驟204，根據回覆資訊確定對應的商品以及對應的評價值。
步驟205，根據進行回覆的用戶的用戶ID與目標用戶的用戶ID之間的好友關係維度和進行回覆的用戶的身份，確定對應的權值。執行完此步驟後，執行步驟208。
步驟206，根據回覆資訊確定對應的商品以及對應的評價值，將大於0的評價值都調整為1，將小於0的評價值都調整為-1。
步驟207，根據進行回覆的用戶的用戶ID與目標用戶的用戶ID之間的好友關係維度、進行回覆的用戶的身份和進行回覆的用戶的信用值，確定對應的權值。執行完此步驟後，執行步驟208。
步驟208，對回覆資訊中，針對各商品的評價所對應的評價值和權值進行統計，計算各商品的推薦值。
步驟209，根據各商品的推薦值對商品進行排列，並根據排列後的順序向目標用戶投放對應的商品資訊。
步驟210，用戶根據獲取到的商品資訊，選擇滿意的商品進入支付購買流程。
本申請實施例，根據商品對應的評價值以及各評價值對應的用戶ID與目標用戶的用戶ID之間的好友關係維度確定推薦值，以根據該推薦值向目標用戶投放商品資訊，從而提高了商品資訊投放結果與用戶需求的匹配度，進而 降低了商品資訊投放過程中伺服器的負擔及網路資源的佔用。
基於相同的技術構思，本申請實施例還提供了一種商品資訊投放設備，如圖3所示，該設備可以包括：第一獲取模組310，用於獲取目標用戶的操作資訊，並確定該操作資訊對應的商品；第二獲取模組320，用於獲取該商品對應的評價值，以及各評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度；確定模組330，用於根據該評價值和各評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度，確定對應商品的推薦值；投放模組340，用於根據該商品的推薦值向該目標用戶投放相應的商品資訊。
較佳的，該第一獲取模組310，具體用於：獲取用戶進行檢索的關鍵字、或用戶的歷史瀏覽資訊、或用戶在伺服器上發佈的資訊。
較佳的，該第二獲取模組320，具體用於：在預存有各用戶ID之間的好友關係資訊的好友關係庫中，識別該評價值對應的用戶ID和該目標用戶的用戶ID，並將兩者之間的最小好友關係層數，確定為該評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度。
較佳的，該第二獲取模組320，具體用於： 獲取該商品的歷史交易資訊和/或評價資訊；確定各歷史交易資訊和/或評價資訊對應的評價值。
較佳的，該確定模組330，具體用於：根據該各評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度，確定各評價值對應的權值；根據該評價值和該各評價值對應的權值，確定各評價值的加權平均值，作為對應的商品的推薦值；其中，該評價值對應的用戶身份包括：買家、賣家或網路購物平臺。
較佳的，該確定模組330，具體用於：根據該各評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度，以及評價值對應的用戶身份，確定各評價值對應的權值。
較佳的，該確定模組330，具體用於：對於對應的用戶身份為賣家的各評價值，根據該各評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度，以及該評價值對應的用戶ID的信用值，確定各評價值對應的權值。
較佳的，該確定模組330，還用於：將對應的用戶身份為賣家的評價值中所有正的評價值調整為正標準值，將對應的用戶身份為賣家的評價值中所有負的評價值調整為負標準值。
較佳的，該投放模組340，具體用於：將商品按照推薦值的大小順序排列，並根據排列後的 順序向該目標用戶投放對應的商品資訊。
本申請實施例，根據商品對應的評價值以及各評價值對應的用戶ID與目標用戶的用戶ID之間的好友關係維度確定推薦值，以根據該推薦值向目標用戶投放商品資訊，從而提高了商品資訊投放結果與用戶需求的匹配度，進而降低了商品資訊投放過程中伺服器的負擔及網路資源的佔用。
本領域技術人員可以理解實施例中的裝置中的模組可以按照實施例描述進行分佈於實施例的裝置中，也可以進行相應變化位於不同於本實施例的一個或多個裝置中。上述實施例的模組可以合併為一個模組，也可以進一步拆分成多個子模組。
上述本申請實施例序號僅僅為了描述，不代表實施例的優劣。
透過以上的實施方式的描述，本領域的技術人員可以清楚地瞭解到本申請可借助軟體加必需的通用硬體平臺的方式來實現，當然也可以透過硬體，但很多情況下前者是更佳的實施方式。基於這樣的理解，本申請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，該電腦軟體產品儲存在一個儲存媒體中，包括若干指令用以使得一台終端設備(可以是手機，個人電腦，伺服器，或者網路設備等)執行本申請各個實施例所述的方法。
以上所述僅是本申請的較佳實施方式，應當指出，對 於本技術領域的普通技術人員來說，在不脫離本申請原理的前提下，還可以做出若干改進和潤飾，這些改進和潤飾也應視為本申請的保護範圍。
310‧‧‧第一獲取模組
320‧‧‧第二獲取模組
330‧‧‧確定模組
340‧‧‧投放模組
圖1為本申請實施例提供的商品資訊投放方法的流程示意圖之一；圖2為本申請實施例提供的商品資訊投放方法的流程示意圖之二；圖3為本申請實施例提供的商品資訊投放設備的結構示意圖。

Claims (15)

  1. 一種商品資訊投放方法，其特徵在於，包括：獲取目標用戶的操作資訊，並確定該操作資訊對應的商品；獲取該商品對應的評價值，以及各評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度；根據該評價值和各評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度，確定對應商品的推薦值；根據該商品的推薦值向該目標用戶投放相應的商品資訊。
  2. 如申請專利範圍第1項所述的方法，其中，該目標用戶的操作資訊具體為：用戶進行檢索的關鍵字，或用戶的歷史瀏覽資訊，或用戶在伺服器上發佈的資訊。
  3. 如申請專利範圍第1項所述的方法，其中，獲取該評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度，具體為：在預存有各用戶ID之間的好友關係資訊的好友關係庫中，識別該評價值對應的用戶ID和該目標用戶的用戶ID，並將兩者之間的最小好友關係層數，確定為該評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度。
  4. 如申請專利範圍第1項所述的方法，其中，獲取該 商品對應的評價值，具體為：獲取該商品的歷史交易資訊和/或評價資訊；確定各歷史交易資訊和/或評價資訊對應的評價值。
  5. 如申請專利範圍第1項所述的方法，其中，根據該評價值和各評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度，確定對應商品的推薦值，具體為：根據該各評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度，確定各評價值對應的權值；根據該評價值和該各評價值對應的權值，確定各評價值的加權平均值，作為對應的商品的推薦值；其中，該評價值對應的用戶身份包括：買家、賣家或網路購物平臺。
  6. 如申請專利範圍第5項所述的方法，其中，根據該各評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度，確定各評價值對應的權值，具體為：根據該各評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度，以及評價值對應的用戶身份，確定各評價值對應的權值。
  7. 如申請專利範圍第6項所述的方法，其中，對於對應的用戶身份為賣家的各評價值，根據該各評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度，以及評價值對應的用戶身份，確定各評價值對應的權值，具體為：根據該各評價值對應的用戶ID與該目標用戶的用戶 ID之間的好友關係維度，以及該評價值對應的用戶ID的信用值，確定各評價值對應的權值。
  8. 如申請專利範圍第5項所述的方法，其中，根據該評價值和該各評價值對應的權值，確定各評價值的加權平均值，作為對應的商品的推薦值之前，還包括：將對應的用戶身份為賣家的評價值中所有正的評價值調整為正標準值，將對應的用戶身份為賣家的評價值中所有負的評價值調整為負標準值。
  9. 如申請專利範圍第1項所述的方法，其中，根據該商品的推薦值向該目標用戶投放相應的商品資訊，具體為：將商品按照推薦值的大小順序排列，並根據排列後的順序向該目標用戶投放對應的商品資訊。
  10. 一種商品資訊投放設備，其特徵在於，包括：第一獲取模組，用於獲取目標用戶的操作資訊，並確定該操作資訊對應的商品；第二獲取模組，用於獲取該商品對應的評價值，以及各評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度；確定模組，用於根據該評價值和各評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度，確定對應商品的推薦值；投放模組，用於根據該商品的推薦值向該目標用戶投放相應的商品資訊。
  11. 如申請專利範圍第10項所述的設備，其中，該第一獲取模組，具體用於：獲取用戶進行檢索的關鍵字、或用戶的歷史瀏覽資訊、或用戶在伺服器上發佈的資訊。
  12. 如申請專利範圍第10項所述的設備，其中，該第二獲取模組，具體用於：在預存有各用戶ID之間的好友關係資訊的好友關係庫中，識別該評價值對應的用戶ID和該目標用戶的用戶ID，並將兩者之間的最小好友關係層數，確定為該評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度。
  13. 如申請專利範圍第10項所述的設備，其中，該第二獲取模組，具體用於：獲取該商品的歷史交易資訊和/或評價資訊；確定各歷史交易資訊和/或評價資訊對應的評價值。
  14. 如申請專利範圍第10項所述的設備，其中，該確定模組，具體用於：根據該各評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度，確定各評價值對應的權值；根據該評價值和該各評價值對應的權值，確定各評價值的加權平均值，作為對應的商品的推薦值；其中，該評價值對應的用戶身份包括：買家、賣家或網路購物平臺。
  15. 如申請專利範圍第14項所述的設備，其中，該確 定模組，具體用於：根據該各評價值對應的用戶ID與該目標用戶的用戶ID之間的好友關係維度，以及評價值對應的用戶身份，確定各評價值對應的權值。
TW100148957A 2011-07-26 2011-12-27 商品資訊投放方法和設備 TW201305944A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110210210XA CN102903047A (zh) 2011-07-26 2011-07-26 一种商品信息投放方法和设备

Publications (1)

Publication Number Publication Date
TW201305944A true TW201305944A (zh) 2013-02-01

Family

ID=47575265

Family Applications (1)

Application Number Title Priority Date Filing Date
TW100148957A TW201305944A (zh) 2011-07-26 2011-12-27 商品資訊投放方法和設備

Country Status (6)

Country Link
US (1) US20130030950A1 (zh)
EP (1) EP2737445A4 (zh)
JP (1) JP5828958B2 (zh)
CN (1) CN102903047A (zh)
TW (1) TW201305944A (zh)
WO (1) WO2013016503A1 (zh)

Families Citing this family (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8756168B1 (en) 2012-02-22 2014-06-17 Google Inc. Endorsing a product purchased offline
CN103365845B (zh) * 2012-03-26 2018-07-27 腾讯科技（北京）有限公司 一种微博中的搜索方法及系统
US20140136432A1 (en) * 2012-11-12 2014-05-15 Thomas Mackenzie Fallows Using social network connections to recommend merchants and products
US9652796B2 (en) * 2012-12-05 2017-05-16 Ebay Inc. Method and system for providing a shopping cart with feedback information generated by user social network connections
US10223755B2 (en) * 2013-04-12 2019-03-05 At&T Intellectual Property I, L.P. Augmented reality retail system
CN103441860A (zh) * 2013-04-16 2013-12-11 阿里巴巴集团控股有限公司 一种互联网业务的推荐方法以及装置
US20140337160A1 (en) * 2013-05-09 2014-11-13 Microsoft Corporation Considering social information in generating recommendations
EP3014550A1 (en) * 2013-06-27 2016-05-04 Hewlett-Packard Development Company, L.P. Assessing value of brand based on online content
US20160225023A1 (en) * 2013-09-26 2016-08-04 Technicolor (China) Technology Co., Ltd. Method and apparatus for providing targeted videos to user
US9230277B2 (en) 2013-10-03 2016-01-05 International Business Machines Corporation Presentation of product recommendations based on social informatics
CN104657353B (zh) * 2013-11-18 2018-10-02 段卫东 在电子商务页面调用社交应用软件评议产品的方法和装置
US20150213521A1 (en) * 2014-01-30 2015-07-30 The Toronto-Dominion Bank Adaptive social media scoring model with reviewer influence alignment
CN103886074B (zh) * 2014-03-24 2017-03-15 江苏名通信息科技有限公司 基于社交媒体的商品推荐系统
CN104978346A (zh) * 2014-04-09 2015-10-14 阿里巴巴集团控股有限公司 提供用户评价信息的方法及系统
CN105556514B (zh) * 2014-06-25 2020-11-20 北京百度网讯科技有限公司 一种基于用户搜索行为进行数据挖掘的方法和装置
CN105373558A (zh) * 2014-08-27 2016-03-02 青岛海尔智能家电科技有限公司 一种衡量产品推荐度的方法及系统
CN104615631B (zh) * 2014-10-29 2019-02-12 中国建设银行股份有限公司 一种信息推荐的方法及装置
CN104317959B (zh) * 2014-11-10 2018-07-17 北京字节跳动网络技术有限公司 基于社交平台的数据挖掘方法及装置
US10097665B2 (en) * 2015-01-09 2018-10-09 International Business Machines Corporation Numerical computation of profiled degrees of alignment in social networking
CN105845544B (zh) * 2015-01-14 2021-02-19 中芯国际集成电路制造(上海)有限公司 一种半导体器件的制造方法和电子装置
WO2016189355A1 (en) * 2015-05-27 2016-12-01 Lau Kwai Wing Egan Advertising mobile equipment for readers
US20170124468A1 (en) * 2015-10-30 2017-05-04 International Business Machines Corporation Bias correction in content score
CN105227448B (zh) * 2015-10-30 2019-09-17 Tcl集团股份有限公司 一种信息推送方法及系统
CN106790337B (zh) * 2015-11-25 2020-05-19 腾讯科技（深圳）有限公司 信息推送方法和装置
CN106980999A (zh) * 2016-01-19 2017-07-25 阿里巴巴集团控股有限公司 一种用户推荐的方法和设备
CN105787777A (zh) * 2016-02-05 2016-07-20 成都梅泰诺移动信息技术有限公司 信息处理方法以及装置
US10726465B2 (en) 2016-03-24 2020-07-28 International Business Machines Corporation System, method and computer program product providing eye tracking based cognitive filtering and product recommendations
JP6713331B2 (ja) * 2016-04-14 2020-06-24 株式会社日本総合研究所 プログラム、情報処理方法及び情報処理装置
CN105761122B (zh) * 2016-04-29 2020-09-08 山东大学 一种融合制造商相似度的产品推荐方法及装置
US11132413B2 (en) * 2016-05-24 2021-09-28 Microsoft Technology Licensing, Llc Providing travel or promotion based recommendation associated with social graph
CN107808333A (zh) * 2016-09-08 2018-03-16 阿里巴巴集团控股有限公司 一种商品投放决策系统、方法及装置
US20210350439A1 (en) * 2017-06-15 2021-11-11 Todd Fiore System and method for trusted contact, business selection with automated menuing using trusted friends' and family's recommendations
CN107547642A (zh) * 2017-08-28 2018-01-05 深圳市盛路物联通讯技术有限公司 一种基于物联网的设备推荐方法及控制器
CN107527274B (zh) * 2017-09-04 2021-09-03 北京京东尚科信息技术有限公司 信息推荐平台、装置、系统、方法和终端
US10922739B2 (en) * 2017-11-21 2021-02-16 International Business Machines Corporation Listing items from an ecommerce site based on online friends with product association designations
JP2019168879A (ja) * 2018-03-23 2019-10-03 カルチュア・コンビニエンス・クラブ株式会社 装置、方法、およびプログラム
CN108647327A (zh) * 2018-05-11 2018-10-12 广东工业大学 一种商品购买决策方法、系统及设备和存储介质
CN109325818B (zh) * 2018-08-14 2023-06-27 中国平安人寿保险股份有限公司 一种产品推荐方法、计算机可读存储介质及终端设备
CN109658122A (zh) * 2018-09-30 2019-04-19 深圳壹账通智能科技有限公司 会员权值配置装置及其配置方法、设备、可读存储介质
KR102415469B1 (ko) * 2019-11-12 2022-07-01 주식회사 위메프 상품 정보 제공 방법 및 장치
US11170432B2 (en) * 2020-03-31 2021-11-09 Adobe Inc. Recommender system based on trendsetter inference
CN113468394A (zh) * 2021-07-06 2021-10-01 北京有竹居网络技术有限公司 一种数据处理方法、装置、电子设备及存储介质

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6092049A (en) * 1995-06-30 2000-07-18 Microsoft Corporation Method and apparatus for efficiently recommending items using automated collaborative filtering and feature-guided automated collaborative filtering
JPH09191032A (ja) * 1996-01-11 1997-07-22 Hitachi Ltd プロセス異常監視方法および装置
JP2004326634A (ja) * 2003-04-28 2004-11-18 Hitachi Ltd ユーザ間の信頼関係を用いるお奨めデータ選択装置
US7689556B2 (en) * 2005-01-31 2010-03-30 France Telecom Content navigation service
JP4625365B2 (ja) * 2005-05-02 2011-02-02 日本放送協会 推薦順位選定装置及び推薦順位選定プログラム
JP4633133B2 (ja) * 2008-03-21 2011-02-16 株式会社電通 記録媒体、情報収集システム、および情報収集方法
JP2010039605A (ja) * 2008-08-01 2010-02-18 Ricoh Co Ltd 個人検索システム、個人検索方法、プログラムおよび記録媒体
JP2010113557A (ja) * 2008-11-07 2010-05-20 Nippon Telegr & Teleph Corp <Ntt> レコメンデーション装置、レコメンデーション方法およびレコメンデーションプログラム
US8095432B1 (en) * 2009-01-30 2012-01-10 Intuit Inc. Recommendation engine for social networks
US8732176B2 (en) * 2009-04-28 2014-05-20 Palo Alto Research Center Incorporated Web-based tool for detecting bias in reviews
US8489515B2 (en) * 2009-05-08 2013-07-16 Comcast Interactive Media, LLC. Social network based recommendation method and system
US20110047013A1 (en) * 2009-05-21 2011-02-24 Mckenzie Iii James O Merchandising amplification via social networking system and method
US20110066507A1 (en) * 2009-09-14 2011-03-17 Envio Networks Inc. Context Enhanced Marketing of Content and Targeted Advertising to Mobile Device Users
US8560605B1 (en) * 2010-10-21 2013-10-15 Google Inc. Social affinity on the web

Also Published As

Publication number Publication date
EP2737445A1 (en) 2014-06-04
JP2014522042A (ja) 2014-08-28
EP2737445A4 (en) 2015-04-29
WO2013016503A1 (en) 2013-01-31
CN102903047A (zh) 2013-01-30
JP5828958B2 (ja) 2015-12-09
US20130030950A1 (en) 2013-01-31

Similar Documents

Publication Publication Date Title
TW201305944A (zh) 商品資訊投放方法和設備
TWI534733B (zh) Based on interpersonal distance ranking, search methods and devices
JP6753578B2 (ja) 電子配信プラットフォーム上で提示対象を選択および推奨するための方法および装置
TWI546751B (zh) Cross - site information display method and system
CN108038696B (zh) 基于设备标识码和社交群组信息的刷单检测方法及系统
US9818145B1 (en) Providing product recommendations based on user interactions
CN110473040B (zh) 一种产品推荐方法及装置，电子设备
US20160132800A1 (en) Business Relationship Accessing
US20180308152A1 (en) Data Processing Method and Apparatus
US20160132901A1 (en) Ranking Vendor Data Objects
TW201501059A (zh) 訊息推薦方法及裝置
US20150261806A1 (en) Computerized internet search system and method
KR101629961B1 (ko) 온라인 대화를 이용한 거래 방법 및 시스템
CN109213936B (zh) 商品搜索方法和装置
US20180158004A1 (en) Requesting Information from Organizations
US9542482B1 (en) Providing items of interest
US20120271735A1 (en) Method and apparatus for providing an electronic commerce platform
US20190295106A1 (en) Ranking Vendor Data Objects
Han Purchasing decision-making process of online consumers
CN116501823A (zh) 对象处置方法及装置
CN113379511A (zh) 用于输出信息的方法和装置
JP6917348B2 (ja) 提供装置、提供方法、及び提供プログラム
US20170345073A1 (en) Electronic notifications to facilitate collateralized agreements
CN106161505B (zh) 将用户配对执行业务的方法及装置
CN111798282A (zh) 一种信息处理方法、终端及存储介质