一种对象排序方法和装置制造方法
【专利摘要】本发明公开了一种对象排序方法和装置，既能加快对象更新频度，又能保证商品转化效率。所述方法包括：计算或者根据预测模型预测对象的吸引力得分，所述对象的吸引力得分表示所述对象吸引用户点击或购买的能力；基于每个对象的吸引力得分和存在时间生成该对象的分档排序分，根据分档排序分产生排序结果。所述对象排序装置包括第一模块和第二模块。本发明的方法和装置，使得搜索结果页中的每个对象的得分至少部分依赖于该对象的吸引力得分，此外还依赖于该对象的存在时间，吸引力得分保证了商品的转化效率，而存在时间则保证了该对象的更新频度，从而实现既能加快对象更新频度，又能保证商品转化效率。
【专利说明】一种对象排序方法和装置
【技术领域】
[0001] 本发明涉及计算机【技术领域】，具体涉及一种对象排序方法和装置。
【背景技术】
[0002] 对于电子商务网站的搜索引擎来讲，有以对象的转化效率为目标的排序（比如以 累计用户行为主导的商品排序)，也有以更新频率为主导的排序（比如以距离发布时间为主 的Hacker News排序)。所谓转化率，包括购买转化率、浏览转化率等，购买转化率简单理解 就是一件商品购买的人数除以该件商品被浏览的次数，在其他因素一致的情况下，转化率 高的商品优先展示给买家。所谓浏览转化率是指在搜索结果页中，给了一个商品展现的机 会，这个商品能获得点击的概率，也就是商品点击次数/商品展现次数，这个指标在一定程 度上，反应了用户对排序的满意度。任何一个商品搜索排序的调整，都是以转化率为目标 的。
[0003] 对于第一种排序方法，以商品累计的销量为主导的综合排序，转化率越高的商品， 越容易排在前面；越排在前面的商品转化率越高。这样就会形成马太效应，导致销量高的商 品长期排在前面，整个系统更新频率非常缓慢。
[0004] 对于第二种排序方法，Hacker news排序是一个网络社区的排序，根据用户投票以 及帖子的发布时间，得票高的文章和新的文章容易得到好的排名。但是Hacker news的排 序适用于排序对象少，用户较多的场合。如果对于对象众多的商品排序场景直接利用这种 方法，不会产生正面效果，因为有众多商品竞争头几页位置，因此Hacker new排序方法不能 直接用于商品搜索场景。
[0005] 因此，在商品众多的商品搜索场景中，缺乏一种既能加快对象更新频度，又保证商 品转化效率的商品排序方法。
【发明内容】
[0006] 本发明要解决的技术问题是提供一种对象排序方法和装置，既能加快对象更新频 度，又能保证商品转化效率。
[0007] 为解决上述技术问题，本发明提供了一种对象排序方法，所述方法包括：
[0008] 计算或者根据预测模型预测对象的吸引力得分，所述对象的吸引力得分表示所述 对象吸引用户点击或购买的能力；
[0009] 基于每个对象的吸引力得分和存在时间生成该对象的分档排序分，根据分档排序 分产生排序结果。
[0010] 进一步地，所述计算对象的吸引力得分，包括：计算所述对象的浏览转化率，将所 述浏览转化率作为所述对象的吸引力得分；或者计算所述对象的购买转化率，将所述购买 转化率作为所述对象的吸引力得分；或者计算所述对象的浏览转化率和购买转化率，将所 述浏览转化率和购买转化率的统计值作为所述对象的吸引力得分。
[0011] 进一步地，所述根据预测模型预测对象的吸引力得分，包括：查找预测模型中与 所述预测对象特征接近的对象，将该对象对应的吸引力得分作为所述预测对象的吸引力得 分。
[0012] 进一步地，所述基于每个对象的吸引力得分和存在时间生成该对象的分档排序 分，包括：采用以下公式计算每个对象的第一分数,其中，S为对象的吸引力得分， 所述T为对象的存在时间，G为平滑因子，将所述第一分数F作为分档排序分。
[0013] 进一步地，所述根据分档排序分产生排序结果，包括：将对象的分档排序分与影响 排序结果的其他特征分数的加权和作为该对象的排序分。
[0014] 进一步地，所述计算或者根据预测模型预测对象的吸引力得分之前，所述方法还 包括：对对象进行筛选，筛选出符合预设条件的预测对象。
[0015] 为解决上述技术问题，本发明提供了一种对象排序装置，所述装置包括第一模块 和第二模块，其中：
[0016] 所述第一模块，用于计算或者根据预测模型预测对象的吸引力得分，所述对象的 吸引力得分表示所述对象吸引用户点击或购买的能力；
[0017] 所述第二模块，用于基于每个对象的吸引力得分和存在时间生成该对象的分档排 序分，根据分档排序分产生排序结果。
[0018] 进一步地，所述第一模块计算对象的吸引力得分，包括：所述第一模块计算所述对 象的浏览转化率，将所述浏览转化率作为所述对象的吸引力得分；或者所述第一模块计算 所述对象的购买转化率，将所述购买转化率作为所述对象的吸引力得分；或者所述第一模 块计算所述对象的浏览转化率和购买转化率，将所述浏览转化率和购买转化率的统计值作 为所述对象的吸引力得分。
[0019] 进一步地，所述第一模块根据预测模型预测对象的吸引力得分，包括：所述第一模 块查找预测模型中与所述预测对象特征接近的对象，将该对象对应的吸引力得分作为所述 预测对象的吸引力得分。
[0020] 进一步地，所述第二模块基于每个对象的吸引力得分和存在时间生成该对象的分 档排序分，包括：所述第二模块采用以下公式计算每个对象的第一分数，
【权利要求】
1. 一种对象排序方法，其特征在于，所述方法包括： 计算或者根据预测模型预测对象的吸引力得分，所述对象的吸引力得分表示所述对象 吸引用户点击或购买的能力； 基于每个对象的吸引力得分和存在时间生成该对象的分档排序分，根据分档排序分产 生排序结果。
2. 如权利要求1所述的方法，其特征在于： 所述计算对象的吸引力得分，包括：计算所述对象的浏览转化率，将所述浏览转化率作 为所述对象的吸引力得分；或者计算所述对象的购买转化率，将所述购买转化率作为所述 对象的吸引力得分；或者计算所述对象的浏览转化率和购买转化率，将所述浏览转化率和 购买转化率的统计值作为所述对象的吸引力得分。
3. 如权利要求1所述的方法，其特征在于： 所述根据预测模型预测对象的吸引力得分，包括： 查找预测模型中与所述预测对象特征接近的对象，将该对象对应的吸引力得分作为所 述预测对象的吸引力得分。
4. 如权利要求1所述的方法，其特征在于： 所述基于每个对象的吸引力得分和存在时间生成该对象的分档排序分，包括： 采用以下公式计算每个对象的第一分数，F = 其中，S为对象的吸引力得分，所述 T为对象的存在时间，G为平滑因子，将所述第一分数F作为分档排序分。
5. 如权利要求4所述的方法，其特征在于： 所述根据分档排序分产生排序结果，包括： 将对象的分档排序分与影响排序结果的其他特征分数的加权和作为该对象的排序分。
6. 如权利要求1所述的方法，其特征在于： 所述计算或者根据预测模型预测对象的吸引力得分之前，所述方法还包括：对对象进 行筛选，筛选出符合预设条件的预测对象。
7. -种对象排序装置，其特征在于，所述装置包括第一模块和第二模块，其中： 所述第一模块，用于计算或者根据预测模型预测对象的吸引力得分，所述对象的吸引 力得分表示所述对象吸引用户点击或购买的能力； 所述第二模块，用于基于每个对象的吸引力得分和存在时间生成该对象的分档排序 分，根据分档排序分产生排序结果。
8. 如权利要求7所述的装置，其特征在于： 所述第一模块计算对象的吸引力得分，包括： 所述第一模块计算所述对象的浏览转化率，将所述浏览转化率作为所述对象的吸引力 得分；或者所述第一模块计算所述对象的购买转化率，将所述购买转化率作为所述对象的 吸引力得分；或者所述第一模块计算所述对象的浏览转化率和购买转化率，将所述浏览转 化率和购买转化率的统计值作为所述对象的吸引力得分。
9. 如权利要求7所述的装置，其特征在于： 所述第一模块根据预测模型预测对象的吸引力得分，包括： 所述第一模块查找预测模型中与所述预测对象特征接近的对象，将该对象对应的吸引 力得分作为所述预测对象的吸引力得分。
10. 如权利要求7所述的装置，其特征在于： 所述第二模块基于每个对象的吸引力得分和存在时间生成该对象的分档排序分，包 括： 所述第二模块采用以下公式计算每个对象的第一分数，F *其中，S为对象的吸引 力得分，所述T为对象的存在时间，G为平滑因子，将所述第一分数F作为分档排序分。
11. 如权利要求10所述的装置，其特征在于： 所述第二模块根据分档排序分产生排序结果，包括： 所述第二模块将对象的分档排序分与影响排序结果的其他特征分数的加权和作为该 对象的排序分。
12. 如权利要求7所述的装置，其特征在于： 所述第一模块在计算或者根据预测模型预测对象的吸引力得分之前，还用于对对象进 行筛选，筛选出符合预设条件的预测对象。
【文档编号】G06Q30/02GK104281585SQ201310275139
【公开日】2015年1月14日 申请日期:2013年7月2日 优先权日:2013年7月2日
【发明者】王锦, 刘健 申请人:阿里巴巴集团控股有限公司