本发明涉及应用系统,具体地说是应用于轻量化商城应用的排序方法及系统。
背景技术:
1、大型应用商城集商品推荐、在线下单、评价功能于一起,商品智能排序的规则已经比较成熟,从用户体验角度出发,带来了极大的便利性。
2、现有技术中商品的智能排序采用了两个维度规则,一个是从固定维度出发,包括基础指标、加分因素、减分因素,其中基础指标主要有近期交易额、店铺转化率、活动粒度、好评率、店铺评分、收藏人数、起送价因素;另一个维度是从不固定维度出发,包括千人千面、千事千面、千地千面三个变量。两个维度共同作用店铺的排名次序,此排名次序实时变化。
3、现有技术中综合排序规则基本类似,都是根据千人千面的原则进行排序。目前的逻辑是综合计算前一天消费者的浏览、加购、购买、搜索、咨询等行为权重进行排序;没有访问过的店铺主要是从商品本身的销量、评价、浏览量来进行综合排序。
4、轻量化商城应用只包含商品发布、商品搜索等轻量化功能,在不具备在线加购、销量、评价等基础上实现商品快速智能排序。
5、对于无加购、无评价、无销售的轻量化商城应用,如何实现商品的智能排序,是需要解决的技术问题。
技术实现思路
1、本发明的技术任务是针对以上不足,提供应用于轻量化商城应用的排序方法及系统,来解决对于无加购、无评价、无销售的轻量化商城应用,如何实现商品的智能排序的技术问题。
2、第一方面,本发明一种应用于轻量化商城应用的排序方法,包括如下步骤:
3、预调研:通过预调研方法统计商品的距离、浏览量和优惠力度三个指标的数据占比,并确定每个指标的权重;
4、权重求和:基于每个指标的权重,计算每个商品的权重和;
5、排序计算:基于用户的浏览记录分析用户的喜好和需求,得到用户对商品的喜好分值,基于每个商品的权重和以及用户对商品的喜好分值,计算商品的排序分值,基于排序分值对商品进行排序。
6、作为优选,通过抽样调查方法计算商品的距离、浏览量和优惠力度三个指标的数据占比,每个指标的权重计算公式如下:
7、
8、其中,ai为第i个指标的点击次数,bi为第i个指标的权重占比。
9、作为优选,商品的权重和计算公式如下:
10、v=l1×a1+n×a2+y1×a3
11、
12、
13、
14、其中,l为商品距离用户的距离,单位公里;l1为计算得到的实际数值,mi为第i个商品的浏览次数,y为折扣值。
15、作为优选,用户对商品的喜好分值计算公式如下:
16、
17、其中,h为一类商品在10次浏览次数中占比次数,α为系数因子;
18、商品的排序分值计算公式如下:
19、z=v+h1
20、其中,v为指标权重和,h1为个人喜好分值。
21、第二方面,本发明一种应用于轻量化商城应用的排序系统,用于通过如第一方面任一项所述的一种应用于轻量化商城应用的排序方法进行排序,所述系统包括预调研模块、权重求和模块以及排序计算模块;
22、所述预调研模块用于执行如下:通过预调研方法统计商品的距离、浏览量和优惠力度三个指标的数据占比,并确定每个指标的权重;
23、所述权重求和模块用于执行如下:基于每个指标的权重,计算每个商品的权重和;
24、所述排序计算模块用于执行如下:基于用户的浏览记录分析用户的喜好和需求,得到用户对商品的喜好分值,基于每个商品的权重和以及用户对商品的喜好分值,计算商品的排序分值,基于排序分值对商品进行排序。
25、作为优选,所述预调研模块用于通过抽样调查方法计算商品的距离、浏览量和优惠力度三个指标的数据占比,每个指标的权重计算公式如下:
26、
27、其中,ai为第i个指标的点击次数,bi为第i个指标的权重占比。
28、作为优选,商品的权重和计算公式如下:
29、v=l1×a1+n×a2+y1×a3
30、
31、
32、
33、其中,l为商品距离用户的距离,单位公里;l1为计算得到的实际数值,mi为第i个商品的浏览次数,y为折扣值。
34、作为优选,用户对商品的喜好分值计算公式如下:
35、
36、其中,h为一类商品在10次浏览次数中占比次数,α为系数因子;
37、商品的排序分值计算公式如下:
38、z=v+h1
39、其中,v为指标权重和,h1为个人喜好分值。
40、本发明的应用于轻量化商城应用的排序方法及系统具有以下优点:通过预调研方法确定距离、浏览量、优惠力度等指标的权重,再根据与个人喜好的相关的浏览记录,综合计算得出商品的展示次序。本方法在轻量化商城应用中为用户推荐商品提供了解决方案,本文可以更好的根据商品的属性和用户个人近期的喜好更快、更吻合的匹配相关商品信息,并展示给用户。
1.一种应用于轻量化商城应用的排序方法,其特征在于,包括如下步骤:
2.根据权利要求1所述的应用于轻量化商城应用的排序方法,其特征在于,通过抽样调查方法计算商品的距离、浏览量和优惠力度三个指标的数据占比,每个指标的权重计算公式如下:
3.根据权利要求1所述的应用于轻量化商城应用的排序方法,其特征在于,商品的权重和计算公式如下:
4.根据权利要求1所述的应用于轻量化商城应用的排序方法,其特征在于,用户对商品的喜好分值计算公式如下:
5.一种应用于轻量化商城应用的排序系统,其特征在于,用于通过如权利要求1-4任一项所述的一种应用于轻量化商城应用的排序方法进行排序,所述系统包括预调研模块、权重求和模块以及排序计算模块;
6.根据权利要求5所述的应用于轻量化商城应用的排序系统,其特征在于,所述预调研模块用于通过抽样调查方法计算商品的距离、浏览量和优惠力度三个指标的数据占比,每个指标的权重计算公式如下:
7.根据权利要求5所述的应用于轻量化商城应用的排序系统,其特征在于,商品的权重和计算公式如下:
8.根据权利要求5所述的应用于轻量化商城应用的排序系统,其特征在于,用户对商品的喜好分值计算公式如下: