依据主观诉求的商家评价方法以及相关装置与流程

1.本技术属于数据处理技术领域，尤其涉及一种应用于服务端平台依据主观诉求的商家评价方法以及相关装置。


背景技术：

2.随着互联网技术的发展，在互联网上出现越来越多的为促进商家与用户进行交易的服务端平台。当越来越多的商家与用户都进驻同一个服务端平台之后，服务端平台就需要承担以下任务：为商家寻找需要其服务或产品的用户，以及为用户匹配能解决其诉求的商家提供服务或产品。
3.通常对于单价金额较小的服务或产品，服务端平台通常仅需要给用户提供可选择的商家名单即可，让用户自行选择，例如网购、打车等；在单价金额较小的服务或产品场景下，用户对自身诉求明确，服务端平台提供给用户的商家名单后，可以很快促成双方交易。
4.然而，对于单价金额较大的服务或产品，用户通常考虑的方面比较多且不同用户多有着不同的主观诉求，该主观诉求往往是服务端平台未单独给商家量化的评价指标类型，使得服务端很难满足用户诉求来给用户推荐合适的商家，导致用户还需要自己花费较多的时间进行筛选；若服务端平台仅仅按照现有技术给用户提供其他维度上优质评价的商家，促成双方交易的成功概率也非常低，例如购车、买房、装修等；对于服务端平台来说，如何量化用户的主观诉求来实现对商家进行评价是促成双方快速达成交易的重要一步。


技术实现要素：

5.本技术的目的在于提供一种应用于服务端平台依据主观诉求的商家评价方法以及相关装置，旨在量化用户的主观诉求来实现对商家进行评价。
6.第一方面，本技术提供一种依据主观诉求的商家评价方法，应用于服务端平台，包括：
7.确定目标用户的主观诉求，所述主观诉求为未被量化的评价指标类型；
8.将所述主观诉求拆解为x个评价指标，x个所述评价指标为商家已有的评价指标类型，所述x为大于0的正整数；
9.确定x个所述评价指标分别对应的权重，x个所述评价指标分别对应的权重之和为1；
10.计算整个服务端平台上每一个商家面对所述主观诉求的满足得分，所述满足得分等于商家的x个所述评价指标对应的现有评价指标得分分别乘以对应的权重的积之和。
11.可选的，计算整个服务端平台上每一个商家面对所述主观诉求的满足得分之后，所述方法还包括：
12.确定所述目标用户的关联属性；
13.剔除所述整个服务端平台中不满足所述关联属性的不符合商家，得到符合所述关联属性的商家；
14.依照所述满足得分从高到低排序符合所述关联属性的每一个商家，得到所述商家排序列表。
15.可选的，得到所述商家排序列表之后，所述方法还包括：
16.确定向所述目标用户所登录的智能终端设备推送的目标商家数量y，所述y为大于0的正整数；
17.从所述商家排序列表中截取前y个，得到目标商家排序列表；
18.向所述目标用户所登录的智能终端设备推送所述目标商家排序列表，以使得所述智能终端设备按照所述目标商家排序列表的顺序展示所述商家。
19.可选的，在得到目标商家排序列表之后，所述方法还包括：
20.向所述目标商家排序列表的商家反馈所述目标用户的所述主观诉求。
21.可选的，在向所述目标用户所登录的智能终端设备推送所述目标商家排序列表之前，所述方法还包括：
22.记录所述目标用户的前行为指标；
23.在所述目标用户所登录的智能终端设备推送所述目标商家排序列表之后，所述方法还包括：
24.记录所述目标用户的后行为指标；
25.对比所述前行为指标与所述后行为指标的指标变化值是否达到预设提升标准；
26.若所述指标变化值未达到所述预设提升标准，则接收对x个所述评价指标分别对应的权重的调整，触发执行确定x个所述评价指标分别对应的权重的步骤；
27.若所述指标变化值达到或超过所述预设提升标准，则关联保存所述x个所述评价指标分别对应的权重与所述主观诉求。
28.可选的，在确定目标用户的主观诉求之前，所述方法还包括：
29.收集所述目标用户的若干诉求；
30.从所述若干诉求中确定出核心诉求；
31.当所述核心诉求为所述主观诉求时，触发执行确定目标用户的主观诉求的步骤。
32.可选的，从所述若干诉求中确定出核心诉求包括：
33.从所述若干诉求中确定出k个所述核心诉求，所述k为大于0的正整数；
34.所述当所述核心诉求为所述主观诉求时，触发执行确定目标用户的主观诉求的步骤包括：
35.当k个所述核心诉求均为所述主观诉求时，确定k个所述核心诉求分别对应的权重，k个所述核心诉求分别对应的权重之和为1；
36.针对k个所述核心诉求中的每一个所述主观诉求触发执行将所述主观诉求拆解为x个评价指标的步骤；
37.在计算整个服务端平台上每一个商家面对所述主观诉求的满足得分之后，得到k个所述核心诉求分别对应的满足得分，所述方法还包括：
38.计算整个服务端平台上每一个商家同时满足k个所述核心诉求的核心得分，所述核心得分等于k个所述核心诉求分别对应的满足得分乘以k个所述核心诉求分别对应的权重的积之和；
39.触发执行确定所述目标用户的关联属性的步骤。
40.第二方面，本技术一种依据主观诉求的商家评价系统，应用于服务端平台，包括：
41.确定单元，用于确定目标用户的主观诉求，所述主观诉求为未被量化的评价指标类型；
42.拆解单元，用于将所述主观诉求拆解为x个评价指标，x个所述评价指标为商家已有的评价指标类型，所述x为大于0的正整数；
43.所述确定单元，还用于确定x个所述评价指标分别对应的权重，x个所述评价指标分别对应的权重之和为1；
44.计算单元，用于计算整个服务端平台上每一个商家面对所述主观诉求的满足得分，所述满足得分等于商家的x个所述评价指标对应的现有评价指标得分分别乘以对应的权重的积之和。
45.可选的，所述系统还包括：
46.所述确定单元，还用于确定所述目标用户的关联属性；
47.剔除单元，用于剔除所述整个服务端平台中不满足所述关联属性的不符合商家，得到符合所述关联属性的商家；
48.排序单元，用于依照所述满足得分从高到低排序符合所述关联属性的每一个商家，得到所述商家排序列表。
49.可选的，所述系统还包括：
50.所述确定单元，还用于确定向所述目标用户所登录的智能终端设备推送的目标商家数量y，所述y为大于0的正整数；
51.截取单元，用于从所述商家排序列表中截取前y个，得到目标商家排序列表；
52.推送单元，用于向所述目标用户所登录的智能终端设备推送所述目标商家排序列表，以使得所述智能终端设备按照所述目标商家排序列表的顺序展示所述商家。
53.可选的，所述系统还包括：
54.反馈单元，用于向所述目标商家排序列表的商家反馈所述目标用户的所述主观诉求。
55.可选的，所述系统还包括：
56.记录单元，用于记录所述目标用户的前行为指标；
57.所述记录单元，还用于记录所述目标用户的后行为指标；
58.对比单元，用于对比所述前行为指标与所述后行为指标的指标变化值是否达到预设提升标准；
59.接收单元，用于若所述指标变化值未达到所述预设提升标准，则接收对x个所述评价指标分别对应的权重的调整；
60.触发单元，用于触发执行确定x个所述评价指标分别对应的权重的步骤；
61.关联单元，用于若所述指标变化值达到或超过所述预设提升标准，则关联保存所述x个所述评价指标分别对应的权重与所述主观诉求。
62.可选的，所述系统还包括：
63.收集单元，用于收集所述目标用户的若干诉求；
64.所述确定单元，还用于从所述若干诉求中确定出核心诉求；
65.所述触发单元，还用于当所述核心诉求为所述主观诉求时，触发执行确定目标用
户的主观诉求的步骤。
66.可选的，所述确定单元从所述若干诉求中确定出核心诉求时，具体用于：
67.从所述若干诉求中确定出k个所述核心诉求，所述k为大于0的正整数；
68.所述确定单元确定目标用户的主观诉求时，具体用于：
69.当k个所述核心诉求均为所述主观诉求时，确定k个所述核心诉求分别对应的权重，k个所述核心诉求分别对应的权重之和为1；
70.针对k个所述核心诉求中的每一个所述主观诉求触发执行将所述主观诉求拆解为x个评价指标的步骤；
71.在计算单元计算整个服务端平台上每一个商家面对所述主观诉求的满足得分之后，得到k个所述核心诉求分别对应的满足得分，所述系统还包括：
72.所述计算单元，还用于计算整个服务端平台上每一个商家同时满足k个所述核心诉求的核心得分，所述核心得分等于k个所述核心诉求分别对应的满足得分乘以k个所述核心诉求分别对应的权重的积之和；
73.所述触发单元，还用于触发执行确定所述目标用户的关联属性的步骤。
74.第三方面，本技术提供一种计算机设备，包括：
75.处理器、存储器、总线、输入输出接口、网络接口；
76.所述处理器通过总线与所述存储器、所述输入输出接口、所述网络接口相连；
77.所述存储器中存储有程序；
78.所述处理器执行所述存储器中存储的所述程序时，实现前述第一方面中任意一项所依据主观诉求的商家评价方法。
79.第四方面，本技术提供一种计算机可读存储介质，所述计算机存储介质中存储有指令，所述指令在计算机上执行时，使得所述计算机执行如前述第一方面中任意一项所述依据主观诉求的商家评价方法。
80.第五方面，本技术提供一种计算机程序产品，所述计算机程序产品在计算机上执行时，使得所述计算机执行如前述第一方面中任意一项所述依据主观诉求的商家评价方法。
81.以上技术方案可以看出，本技术实施例具有以下优点：
82.本技术应用于服务端平台依据主观诉求的商家评价方法通过确定目标用户的主观诉求，实现对目标用户的主观诉求收集，其中主观诉求为未被量化的评价指标类型；再将该主观诉求拆解为x个评价指标，其中x个评价指标为商家已有的评价指标类型，且x为大于0的正整数，实现对主观诉求用已有的评价指标替代；然后再确定x个评价指标分别对应的权重，其中x个评价指标分别对应的权重之和为1，得知对于该主观诉求来说拆分的x个评价指标之间的相对重要程度；再计算整个服务端平台上每一个商家面对该主观诉求的满足得分，其中满足得分等于商家的x个评价指标对应的现有评价指标得分分别乘以对应的权重的积之和，该满足得分就是对整个服务端平台上的每一个商家满足该目标用户的主观诉求的评价。
附图说明
83.图1为本技术依据主观诉求的商家评价方法的一个实施例流程示意图；
84.图2为本技术依据主观诉求的商家评价方法的另一个实施例流程示意图；
85.图3为本技术依据主观诉求的商家评价系统的一个实施例结构示意图；
86.图4为本技术依据主观诉求的商家评价系统的另一个实施例结构示意图；
87.图5为本技术依据计算机设备的一个实施例结构示意图。
具体实施方式
88.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
89.对于促进商家与用户进行交易的服务端平台，需要承担为商家寻找需要其服务或产品的用户，以及为用户匹配能解决其诉求的商家提供服务或产品的任务。对于单价金额较大的服务或产品，用户通常考虑的方面比较多且不同用户多有着不同的主观诉求，该主观诉求往往是服务端平台未单独给商家量化的评价指标类型，使得服务端很难满足用户诉求来给用户推荐合适的商家，导致用户还需要自己花费较多的时间进行筛选；若服务端平台仅仅按照现有技术给用户提供其他维度上优质评价的商家，促成双方交易的成功概率也非常低，例如购车、买房、装修等；对于服务端平台来说，如何量化用户的主观诉求来实现对商家进行评价是促成双方快速达成交易的重要一步。
90.为了服务端平台能实现量化用户的主观诉求来对商家进行评价，请参阅图1，本技术应用于服务端平台依据主观诉求的商家评价方法的一个实施例，包括：
91.101、确定目标用户的主观诉求，主观诉求为未被量化的评价指标类型。
92.由于主观诉求是服务端平台对商家还未量化的评价指标类型，那么就无法直接让目标用户根据主观诉求准确地筛选出对应的商家。为了明确得知目标用户的主观诉求，本步骤可以通过问卷调查来接收目标用户输入描述主观诉求的方式、客服电话咨询的方式等来确定目标用户的主观诉求。例如以装修服务为例，目标用户的主观诉求可能为装修公司口碑、装修公司设计能力等中的一种。
93.102、将主观诉求拆解为x个评价指标，x个评价指标为商家已有的评价指标类型，x为大于0的正整数。
94.为了对步骤101中目标用户的主观诉求用商家目前已有的评价指标替代描述，本步骤将主观诉求拆解为x个评价指标，x个评价指标为商家已有的评价指标类型。例如，当目标用户的主观诉求为装修公司口碑时，本步骤可以将装修公司口碑拆解成装修公司的签约率、装修公司的好评率、装修公司的投诉率等目前已有的评价指标类型；当目标用户的主观诉求为装修公司设计能力时，本步骤可以将装修公司设计能力拆解成装修公司的设计师人数、设计师工作年限、设计师的好评率等目前已有的评价指标类型。
95.103、确定x个评价指标分别对应的权重，x个评价指标分别对应的权重之和为1。
96.当步骤102将主观诉求拆解为x个评价指标，还需要根据目标用户对目标诉求拆解成的x个评价指标的倾向程度分别做对应的权重调整，因为不同的目标用户即使表达同一个目标诉求，其对拆解成的x个评价指标的倾向程度也不一定认同一致，通过确定x个评价指标分别对应的权重，可以更加真实贴近反映出目标用户对主观诉求的描述。当目标用户无法区分描述x个评价指标分别对应的权重，则默认x个评价指标分别对应的权重一致，且x
个评价指标分别对应的权重之和为1。
97.104、计算整个服务端平台上每一个商家面对主观诉求的满足得分，满足得分等于商家的x个评价指标对应的现有评价指标得分分别乘以对应的权重的积之和。
98.在步骤103确定主观诉求拆解成的x个评价指标分别对应的权重之后，相当于使用了服务端平台已有对商家的指标评价类型来组合描述了目标用户的主观诉求，那么本步骤就可以计算整个服务端平台上每一个商家面对上述主观诉求的满足得分，以便得知每一个商家对上述主观诉求的满足程度，其中满足得分等于“商家的x个评价指标对应的现有评价指标得分”分别乘以“步骤103对应的权重”的积之和。可以理解的是，x个评价指标为商家已有的评价指标类型，那么该商家的这些评价指标类型上肯定基于历史交易存在对应的现有评价指标得分，即便商家为新的商家也会有默认的基础得分。例如，t＝a1
×
wa1+a2
×
wa2+
…
+an
×
wan，t表示商家的满足得分，a1表示该商家对应主观诉求拆解的第一个评价指标的现有评价指标得分，wa1表示步骤103对主观诉求拆解的第一个评价指标确定的权重，a2表示该商家对应主观诉求拆解的第二个评价指标的现有评价指标得分，wa2表示步骤103对主观诉求拆解的第二个评价指标确定的权重，
……
，an表示该商家对应主观诉求拆解的第n个评价指标的现有评价指标得分，wan表示步骤103对主观诉求拆解的第n个评价指标确定的权重。可见，本步骤计算得到的满足得分就是对整个服务端平台上的每一个商家满足该目标用户的主观诉求的评价，实现了量化用户的主观诉求来对商家进行评价。
99.请参阅图2，本技术应用于服务端平台依据主观诉求的商家评价方法的另一个实施例，包括：
100.201、收集目标用户的若干诉求。
101.在实际应用中，服务端平台可以通过问卷调查、电话咨询等方式手机收集目标用户对商家提供的服务或产品的若干诉求。本步骤的诉求可以是服务端平台对商家提供的服务或产品已量化描述的评价指标，该诉求也可以是服务端平台未对商家提供的服务或产品进行量化描述的主观诉求，以便全面了解目标用户的诉求，便于后续完善服务规则与服务推荐算法。
102.202、从若干诉求中确定出核心诉求。
103.值得注意的是，服务端平台受限于对商家的了解程度以及对每一个目标用户能提供的算力支出限制等因素，当目标用户在步骤201中提及过多数量的诉求之后，并不利于服务端平台快速给目标用户反馈满足所有诉求的商家，甚至说可能没有同时满足那么多对诉求的商家可供选择。为此，本步骤需要目标用户从若干诉求中确定出核心诉求，后续步骤仅对核心诉求对商家进行评价，以便达到兼顾效率与准确性，此处的核心诉求通常是一个或有限的几个，例如设定核心诉求上限为k个，且核心诉求之间不应有冲突。本步骤可以从若干诉求中确定出k个核心诉求，其中k为大于0的正整数。
104.203、当核心诉求为主观诉求时，确定目标用户的主观诉求，主观诉求为未被量化的评价指标类型。
105.当确定步骤202中核心诉求有主观诉求，本步骤需要确定出目标用户的主观诉求数量，以及确定每一个核心诉求分别对应的权重。例如，当步骤202中k个核心诉求均为主观诉求时，确定k个核心诉求分别对应的权重，k个核心诉求分别对应的权重之和为1。只要本步骤的核心诉求中存在主观诉求，则对每一个主观诉求执行下面步骤204。
106.204、将主观诉求拆解为x个评价指标，x个评价指标为商家已有的评价指标类型，x为大于0的正整数。
107.本步骤的执行与前述图1实施例中步骤102类似，重复部分在此不再赘述。
108.205、确定x个评价指标分别对应的权重，x个评价指标分别对应的权重之和为1。
109.本步骤的执行与前述图1实施例中步骤103类似，重复部分在此不再赘述。
110.206、计算整个服务端平台上每一个商家面对主观诉求的满足得分，满足得分等于商家的x个评价指标对应的现有评价指标得分分别乘以对应的权重的积之和。
111.本步骤的执行与前述图1实施例中步骤104类似，重复部分在此不再赘述。
112.207、计算整个服务端平台上每一个商家同时满足k个核心诉求的核心得分，核心得分等于k个核心诉求分别对应的满足得分乘以k个核心诉求分别对应的权重的积之和。
113.在步骤206计算整个服务端平台上每一个商家面对所述主观诉求的满足得分之后，步骤203中属于核心诉求的每一个主观诉求分别得到对应的满足得分，而核心诉求中不属于主观诉求的评价指标可以值得从商家已有评价指标得分中获知。基于此，本步骤进一步计算整个服务端平台上每一个商家同时满足目标用户的k个核心诉求的核心得分，其中当k个核心诉求均为主观诉求时，核心得分等于“k个核心诉求分别对应的满足得分”乘以“k个核心诉求分别对应的权重”的积之和。例如，假设上述k个核心诉求等于3个主观诉求的情况下，那么：
114.t＝(a1
×
wa1+a2
×
wa2+
…
+an
×
wan)
×
w1+(b1
×
wb1+b2
×
wb2+
…
+bm
×
wbm)
×
w2+(c1
×
wc1+c2
×
wc2+
…
+cp
×
wcp)
×
w3；
115.t表示商家针对目标用户核心诉求的核心得分；
116.a1表示该商家对应第1个主观诉求拆解的第一个评价指标的现有评价指标得分，wa1表示步骤103对第1个主观诉求拆解的第一个评价指标确定的权重，a2表示该商家对应第1个主观诉求拆解的第二个评价指标的现有评价指标得分，wa2表示第1个主观诉求拆解的第二个评价指标确定的权重，
……
，an表示该商家对应第1个主观诉求拆解的第n个评价指标的现有评价指标得分，wan表示第1个主观诉求拆解的第n个评价指标确定的权重，w1表示作为核心诉求之一的第1个主观诉求对应确定的权重；
117.b1表示该商家对应第2个主观诉求拆解的第一个评价指标的现有评价指标得分，wb1表示第2个主观诉求拆解的第一个评价指标确定的权重，b2表示该商家对应第2个主观诉求拆解的第二个评价指标的现有评价指标得分，wb2表示第2个主观诉求拆解的第二个评价指标确定的权重，
……
，bm表示该商家对应第2个主观诉求拆解的第m个评价指标的现有评价指标得分，wbm表示第2主观诉求拆解的第m个评价指标确定的权重，w2表示作为核心诉求之一的第2主观诉求对应确定的权重；
118.c1表示该商家对应第3个主观诉求拆解的第一个评价指标的现有评价指标得分，wc1表示第3个主观诉求拆解的第一个评价指标确定的权重，c2表示该商家对应第3个主观诉求拆解的第二个评价指标的现有评价指标得分，wc2表示第3个主观诉求拆解的第二个评价指标确定的权重，
……
，cp表示该商家对应第3个主观诉求拆解的第p个评价指标的现有评价指标得分，wcp表示第3主观诉求拆解的第p个评价指标确定的权重，w3表示作为核心诉求之一的第3主观诉求对应确定的权重。
119.可见，本步骤计算得到的核心得分就是对整个服务端平台上的每一个商家满足该
目标用户核心诉求的评价，实现了量化用户包含主观诉求的核心诉求来对商家进行评价。
120.208、确定目标用户的关联属性。
121.需要说明的是，在服务端平台注册登录的目标用户都携带有自己独特的属性，这些属性与目标用户是具有强关联性的关联属性，即给目标用户推送的产品或服务应该与目标用户的关联属性契合，否则即使商家步骤207中得到的核心得分再高也会起反效果。例如目标用户的关联属性是性别、年龄层次、宗教信仰、位置地址等。当然在实际应用中，目标用户的关联属性还可以是服务端平台给目标用户设定的必须满足的个性化业务过滤或筛选规则。
122.209、剔除整个服务端平台中不满足关联属性的不符合商家，得到符合关联属性的商家。
123.具体的，剔除整个服务端平台中不满足步骤208中目标用户的关联属性的不符合商家，得到从整个服务端平台中剩下的符合目标用户关联属性的商家。
124.210、依照核心得分从高到低排序符合关联属性的每一个商家，得到商家排序列表。
125.对步骤209中剩下的符合目标用户关联属性的商家进行排序，依照步骤207中核心得分从高到低排序符合关联属性的每一个商家，得到商家排序列表。当步骤207中k个核心诉求实际上仅有1个核心诉求且为主观诉求时，本步骤实际上是依照满足得分从高到低排序符合关联属性的每一个商家，得到商家排序列表。
126.211、确定向目标用户所登录的智能终端设备推送的目标商家数量y，y为大于0的正整数。
127.可以理解的是，目标用户通常是通过智能终端设备来访问服务端平台，而智能终端设备的屏幕每次对目标商家数量的显示数量是有限的，且目标用户也不能对短时间内有效地对了解过多数量的商家，服务端平台不必要花费过多的推送服务资源给目标用户登录的智能终端设备推送过多的商家。因此，为了兼顾服务端平台与目标用户的效率，本步骤需要确定向目标用户所登录的智能终端设备推送的目标商家数量y，y为大于0的正整数。本步骤目标用户所登录的智能终端设备通常为手机、平板电脑或个人电脑等，目标商家数量y可以根据实际需要设定，例如y等于10、20或50等。
128.212、从商家排序列表中截取前y个，得到目标商家排序列表。
129.在步骤210得到的商家排序列表中截取需要向目标用户所登录的智能终端设备推送的前y个商家，得到目标商家排序列表，即目标商家排序列表中记载着按照核心得分从高到低排序着符合目标用户关联属性的前y个商家。
130.213、向目标商家排序列表的商家反馈目标用户的主观诉求。
131.服务端平台是促成商家与用户进行交易。在步骤212得到能满足目标用户核心诉求的前y个商家的目标商家排序列表，就可以得知目标商家排序列表中记载的y个目标商家。本步骤服务端平台可以进一步向目标商家排序列表中的每一个目标商家反馈目标用户的主观诉求，以便目标商家可以得知潜在用户的主观诉求，便于目标商家主动与目标用户取得联系，主动给用户带来更加体贴的服务。
132.214、向目标用户所登录的智能终端设备推送目标商家排序列表，以使得智能终端设备按照目标商家排序列表的顺序展示商家。
133.服务端平台是促成用户与商家进行交易。在步骤212得到能满足目标用户核心诉求的前y个商家的目标商家排序列表之后，本步骤服务端平台可以进一步向目标用户所登录的智能终端设备推送目标商家排序列表，以使得智能终端设备按照目标商家排序列表的顺序展示商家给目标用户，以便目标用户可以对商家进一步选择或确定交易，由于这些商家均是满足目标用户核心诉求的，促成目标用户与商家之间的交易的概率更高。
134.215、记录目标用户的前行为指标。
135.可以理解的是，在步骤214之前服务端平台会一直记录着目标用户的所有操作行为，并对目标用户的所有操作行为进行量化，得到记录目标用户的前行为指标。例如，目标用户的浏览时长、在线时长、收藏数量、点赞数量等。
136.216、记录目标用户的后行为指标。
137.在步骤214之后服务端平台会另外记录着目标用户此后的所有操作行为，并对目标用户在步骤214之后的所有操作行为进行量化，得到记录目标用户的后行为指标。例如，目标用户的新浏览时长、新在线时长、新收藏数量、新点赞数量等。
138.217、对比前行为指标与后行为指标的指标变化值是否达到预设提升标准，若指标变化值达到或超过预设提升标准，则执行步骤219；若指标变化值未达到预设提升标准，则执行步骤218。
139.将步骤215的前行为指标与步骤216的后行为指标进行对比，得到前行为指标与后行为指标的指标变化值，本步骤判断指标变化值是否达到预设提升标准，若指标变化值达到或超过预设提升标准，则证明指标变化值体现出步骤214向目标用户推送的目标商家排序列表具有较好的有益效果，例如目标用户的新浏览时长比以前的浏览时长更长、新在线时长比以前的在线时长更长等；若指标变化值未达到预设提升标准，则指标变化值体现出步骤214向目标用户推送的目标商家排序列表未具有较好的有益效果。所谓预设提升标准为服务端平台根据实际需要设定的标准提升值，该标准提升值用来评价步骤214向目标用户推送的目标商家排序列表对目标用户的操作行为的影响效果。
140.218、接收对x个评价指标分别对应的权重的调整。
141.当步骤217中确定目标用户的指标变化值未达到预设提升标准，则证明指标变化值体现出步骤214向目标用户推送的目标商家排序列表未具有较好的有益效果，服务端平台应该考虑是步骤214给目标用户推送目标商家排序列表中的商家没有很契合目标用户的主观诉求，需要对一个或多个主观诉求的x个评价指标分别对应的权重的调整，本步骤可以人工进行调整，例如服务端平台接收对x个评价指标分别对应的权重的调整。
142.219、关联保存x个评价指标分别对应的权重与主观诉求。
143.当步骤217中确定目标用户的指标变化值达到或超过预设提升标准，则证明指标变化值体现出步骤214向目标用户推送的目标商家排序列表具有较好的有益效果，意味着服务端平台此时核心诉求中主观诉求的x个评价指标分别对应的权重是有参考意义的，是可以较为准确反映出目标用户的主观诉求。那么本步骤需要关联保存x个评价指标分别对应的权重与主观诉求，以便作为服务端平台的运维人员参考。
144.上述实施例对本技术应用于服务端平台依据主观诉求的商家评价方法实施例进行了描述，下面对本技术应用于服务端平台依据主观诉求的商家评价系统的实施例进行描述，请参阅图3，本技术应用于服务端平台依据主观诉求的商家评价系统的一个实施例，包
括：
145.确定单元301，用于确定目标用户的主观诉求，所述主观诉求为未被量化的评价指标类型；
146.拆解单元302，用于将所述主观诉求拆解为x个评价指标，x个所述评价指标为商家已有的评价指标类型，所述x为大于0的正整数；
147.所述确定单元301，还用于确定x个所述评价指标分别对应的权重，x个所述评价指标分别对应的权重之和为1；
148.计算单元303，用于计算整个服务端平台上每一个商家面对所述主观诉求的满足得分，所述满足得分等于商家的x个所述评价指标对应的现有评价指标得分分别乘以对应的权重的积之和。
149.本技术应用于服务端平台依据主观诉求的商家评价系统所执行的操作与前述图1实施例中所执行的操作类似，在此不再进行赘述。
150.请参阅图4，本技术应用于服务端平台依据主观诉求的商家评价系统的另一个实施例，包括：
151.确定单元401，用于确定目标用户的主观诉求，所述主观诉求为未被量化的评价指标类型；
152.拆解单元402，用于将所述主观诉求拆解为x个评价指标，x个所述评价指标为商家已有的评价指标类型，所述x为大于0的正整数；
153.所述确定单元401，还用于确定x个所述评价指标分别对应的权重，x个所述评价指标分别对应的权重之和为1；
154.计算单元403，用于计算整个服务端平台上每一个商家面对所述主观诉求的满足得分，所述满足得分等于商家的x个所述评价指标对应的现有评价指标得分分别乘以对应的权重的积之和。
155.可选的，所述系统还包括：
156.所述确定单元401，还用于确定所述目标用户的关联属性；
157.剔除单元，用于剔除所述整个服务端平台中不满足所述关联属性的不符合商家，得到符合所述关联属性的商家；
158.排序单元404，用于依照所述满足得分从高到低排序符合所述关联属性的每一个商家，得到所述商家排序列表。
159.可选的，所述系统还包括：
160.所述确定单元401，还用于确定向所述目标用户所登录的智能终端设备推送的目标商家数量y，所述y为大于0的正整数；
161.截取单元407，用于从所述商家排序列表中截取前y个，得到目标商家排序列表；
162.推送单元408，用于向所述目标用户所登录的智能终端设备推送所述目标商家排序列表，以使得所述智能终端设备按照所述目标商家排序列表的顺序展示所述商家。
163.可选的，所述系统还包括：
164.反馈单元409，用于向所述目标商家排序列表的商家反馈所述目标用户的所述主观诉求。
165.可选的，所述系统还包括：
166.记录单元410，用于记录所述目标用户的前行为指标；
167.所述记录单元410，还用于记录所述目标用户的后行为指标；
168.对比单元411，用于对比所述前行为指标与所述后行为指标的指标变化值是否达到预设提升标准；
169.接收单元412，用于若所述指标变化值未达到所述预设提升标准，则接收对x个所述评价指标分别对应的权重的调整；
170.触发单元414，用于触发执行确定x个所述评价指标分别对应的权重的步骤；
171.关联单元413，用于若所述指标变化值达到或超过所述预设提升标准，则关联保存所述x个所述评价指标分别对应的权重与所述主观诉求。
172.可选的，所述系统还包括：
173.收集单元415，用于收集所述目标用户的若干诉求；
174.所述确定单元401，还用于从所述若干诉求中确定出核心诉求；
175.所述触发单元414，还用于当所述核心诉求为所述主观诉求时，触发执行确定目标用户的主观诉求的步骤。
176.可选的，所述确定单元401从所述若干诉求中确定出核心诉求时，具体用于：
177.从所述若干诉求中确定出k个所述核心诉求，所述k为大于0的正整数；
178.所述确定单元401确定目标用户的主观诉求时，具体用于：
179.当k个所述核心诉求均为所述主观诉求时，确定k个所述核心诉求分别对应的权重，k个所述核心诉求分别对应的权重之和为1；
180.针对k个所述核心诉求中的每一个所述主观诉求触发执行将所述主观诉求拆解为x个评价指标的步骤；
181.在计算单元403计算整个服务端平台上每一个商家面对所述主观诉求的满足得分之后，得到k个所述核心诉求分别对应的满足得分，所述系统还包括：
182.所述计算单元403，还用于计算整个服务端平台上每一个商家同时满足k个所述核心诉求的核心得分，所述核心得分等于k个所述核心诉求分别对应的满足得分乘以k个所述核心诉求分别对应的权重的积之和；
183.所述触发单元414，还用于触发执行确定所述目标用户的关联属性的步骤。
184.本技术应用于服务端平台依据主观诉求的商家评价系统所执行的操作与前述图2实施例中所执行的操作类似，在此不再进行赘述。
185.下面对本技术实施例的计算机设备进行描述，请参阅图5，本技术实施例中计算机设备的一个实施例包括：
186.该计算机设备500可以包括一个或一个以上处理器(central processing units，cpu)501和存储器502，该存储器502中存储有一个或一个以上的应用程序或数据。其中，存储器502是易失性存储或持久存储。存储在存储器502的程序可以包括一个或一个以上模块，每个模块可以包括对计算机设备中的一系列指令操作。更进一步地，处理器501可以设置为与存储器502通信，在计算机设备500上执行存储器502中的一系列指令操作。计算机设备500还可以包括一个或一个以上网络接口503，一个或一个以上输入输出接口504，和/或，一个或一个以上操作系统，例如windows server，mac os，unix,linux，freebsd等。该处理器501可以执行前述图1至图2所示实施例中所执行的操作，具体此处不再赘述。
187.在本技术实施例所提供的几个实施例中，本领域技术人员应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，该单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
188.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备执行本技术各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
189.以上所述仅为本技术的较佳实施例而已，并不用以限制本技术，凡在本技术的精神和原则之内所作的任何修改、等同替换或改进等，均应包含在本技术的保护范围之内。