專利名稱：一種商品信息投放方法和設(shè)備的制作方法
技術(shù)領(lǐng)域：
本申請涉及網(wǎng)絡(luò)技術(shù)領(lǐng)域，特別是涉及一種商品信息投放方法和設(shè)備。
背景技術(shù)：
隨著網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，網(wǎng)絡(luò)購物依靠其方便靈活的優(yōu)勢，已經(jīng)逐步的發(fā)展起來，并成為了人們?nèi)粘Ｉ畹闹匾M成部分。通過網(wǎng)絡(luò)購物的方式，用戶無需走出家門，就可以購買商品，而且還可以獲取到更豐富的商品信息，以比較選擇最符合自己要求的商品。網(wǎng)購服務(wù)平臺(tái)上的商品信息琳瑯滿目，數(shù)量非常龐大，很多用戶在瀏覽網(wǎng)購服務(wù)平臺(tái)的時(shí)候并沒有明確的購買目標(biāo)，所以網(wǎng)絡(luò)服務(wù)平臺(tái)一般會(huì)通過各種渠道向用戶隨機(jī)的投放商品信息，以推薦商品幫助用戶形成購買目標(biāo)?，F(xiàn)有的投放商品信息的方式一般是，網(wǎng)
購服務(wù)平臺(tái)在熱賣度較高的商品中隨機(jī)選取商品，并將相應(yīng)的商品信息向用戶投放。在實(shí)現(xiàn)本申請的過程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)至少存在如下問題只是通過熱賣度來確定向用戶投放的商品信息，不能區(qū)分不同用戶的不同需求，所以向用戶投放的商品信息往往與用戶的需求偏差較大，此時(shí)如果用戶希望獲取到其需求的商品信息，則會(huì)多次發(fā)起請求獲取新的商品信息，進(jìn)而需要網(wǎng)絡(luò)購物平臺(tái)增加商品信息投放的次數(shù)，此過程帶來了大量的垃圾信息，這必然會(huì)增大服務(wù)器的負(fù)擔(dān)及網(wǎng)絡(luò)資源的占用，并導(dǎo)致商品信息投放效率降低。

發(fā)明內(nèi)容
本申請的目的在于提供一種商品信息投放方法和裝置，以在商品信息投放的過程中降低服務(wù)器的負(fù)擔(dān)及網(wǎng)絡(luò)資源的占用，為此，本申請實(shí)施例采用如下技術(shù)方案—種商品信息投放方法，其特征在于，包括獲取用戶的標(biāo)識(shí)信息；根據(jù)用戶的標(biāo)識(shí)信息，獲得所述用戶的標(biāo)識(shí)信息對應(yīng)的用戶的喜好信息；獲取商品的熱賣指數(shù)信息；根據(jù)所述用戶的喜好信息，對熱賣指數(shù)大于閾值的商品信息進(jìn)行排序；根據(jù)所述商品信息的排序結(jié)果投放所述商品信息。一種商品信息投放設(shè)備，其特征在于，包括標(biāo)識(shí)信息獲取模塊，用于獲取用戶的標(biāo)識(shí)信息；喜好信息獲取模塊，用于根據(jù)所述用戶的標(biāo)識(shí)信息，獲取與所述用戶的標(biāo)識(shí)信息對應(yīng)的用戶的喜好信息；熱賣指數(shù)獲取模塊，用于獲取商品的熱賣指數(shù)信息；排序模塊，用于根據(jù)所述用戶的喜好信息，對熱賣指數(shù)大于閾值的商品信息進(jìn)行排序；投放模塊，用于根據(jù)所述商品信息的排序結(jié)果投放所述商品信息。一種商品信息投放方法，其特征在于，包括
將商品信息按照排列順序進(jìn)行投放；其中，所述商品信息具體為熱賣指數(shù)大于閾值的商品信息，所述排列順序具體根據(jù)用戶標(biāo)識(shí)信息對應(yīng)的用戶的喜好信息對商品信息進(jìn)行排序得到。一種商品信息投放設(shè)備，其特征在于，包括投放模塊，將商品信息按照排列順序進(jìn)行投放；其中，所述商品信息具體為熱賣指數(shù)大于閾值的商品信息，所述排列順序具體根據(jù)用戶標(biāo)識(shí)信息對應(yīng)的用戶的喜好信息對商品信息進(jìn)行排序得到。本申請的實(shí)施例具有以下優(yōu)點(diǎn)，根據(jù)用戶的喜好信息對熱賣指數(shù)大于閾值的商品信息進(jìn)行排序，以根據(jù)商品信息的排序結(jié)果投放商品信息，可以在商品信息投放的過程中降低服務(wù)器的負(fù)擔(dān)及網(wǎng)絡(luò)資源的占用。當(dāng)然，實(shí)施本申請的實(shí)施例的任一產(chǎn)品并不一定需 要同時(shí)達(dá)到以上所述的所有優(yōu)點(diǎn)。


圖I為本發(fā)明實(shí)施例提供的商品信息投放方法的流程示意圖之一；圖2為本發(fā)明實(shí)施例提供的商品信息投放方法的流程示意圖之二 ；圖3為本發(fā)明實(shí)施例提供的商品信息投放設(shè)備的結(jié)構(gòu)示意圖。
具體實(shí)施例方式下面將結(jié)合本申請中的附圖，對本申請中的技術(shù)方案進(jìn)行清楚、完整的描述，顯然，所描述的實(shí)施例是本申請的一部分實(shí)施例，而不是全部的實(shí)施例?；诒旧暾堉械膶?shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)的前提下所獲得的所有其他實(shí)施例，都屬于本申請保護(hù)的范圍。本申請的核心思想是根據(jù)用戶的喜好信息對熱賣指數(shù)大于閾值的商品信息進(jìn)行排序，以根據(jù)商品信息的排序結(jié)果投放商品信息，可以提高商品信息投放的有效率，并降低服務(wù)器的負(fù)擔(dān)及網(wǎng)絡(luò)資源的占用。如圖I所示，為本申請實(shí)施例提供的商品信息投放方法的流程，具體包括以下步驟 步驟101，獲取用戶的標(biāo)識(shí)信息。觸發(fā)服務(wù)器獲取用戶標(biāo)識(shí)信息的事件，可以是用戶登錄到某頁面，用戶進(jìn)行某檢索操作，或用戶主動(dòng)發(fā)起獲取商品信息的請求。具體的，用戶的標(biāo)識(shí)信息可以在用戶的登錄信息中獲取。步驟102，根據(jù)用戶的標(biāo)識(shí)信息，獲取用戶的標(biāo)識(shí)信息對應(yīng)的用戶的喜好信息。其中，用戶的喜好信息可以包括用戶喜歡/不喜歡的類目和用戶喜歡/不喜歡的屬性。具體的，在獲取用戶的喜好信息時(shí)，可以采用如下方法方法一、首先，根據(jù)用戶的標(biāo)識(shí)信息，在用戶喜好信息庫中，獲取用戶喜歡/不喜歡的商品信息；然后，將用戶喜歡的商品的類目作為用戶喜歡的類目，將用戶喜歡的商品的屬性作為用戶喜歡的屬性，將用戶不喜歡的商品的類目作為用戶不喜歡的類目，將用戶不喜歡的商品的屬性作為用戶不喜歡的屬性。其中，可以在建立的用戶喜好信息庫中預(yù)先存儲(chǔ)用戶喜歡/不喜歡的商品信息，具體的，可以向用戶發(fā)送查詢消息，請求用戶填寫用戶喜歡/不喜歡的商品信息，并發(fā)送給服務(wù)器，以存儲(chǔ)到用戶喜好信息庫中，或者還可以根據(jù)用戶的歷史操作或用戶資料等信息確認(rèn)用戶喜歡/不喜歡的商品信息，并存儲(chǔ)到用戶喜好信息庫中。例如，手機(jī)M是用戶喜歡的商品，其屬性包括翻蓋、白色、觸摸屏，那么系統(tǒng)則記錄手機(jī)為用戶喜歡的類目，翻蓋、白色、觸摸屏為用戶喜歡的屬性；空調(diào)E是用戶不喜歡的商品，其屬性包括黑色、變頻，那么系統(tǒng)則記錄空調(diào)為用戶不喜歡的類目，黑色、變頻為用戶不喜歡的屬性。方法二、對用戶的多個(gè)喜歡/不喜歡的商品的信息進(jìn)行統(tǒng)計(jì)，獲取用戶喜好信息。從概率學(xué)的角度來看，統(tǒng)計(jì)的樣本越多，其統(tǒng)計(jì)結(jié)果的可靠性就越高，所以方法二相對于方法一可以得到準(zhǔn)確度更高的用戶喜好信息，方法二的具體內(nèi)容可以如下首先，在用戶喜好信息庫中，獲取用戶喜歡/不喜歡的商品信息。然后，如果屬于相同類目的用戶喜歡的商品的數(shù)目超過閾值，則將所述相同類目 作為用戶喜歡的類目；如果具有同一屬性的用戶喜歡的商品的數(shù)目超過閾值，則將所述同一屬性作為用戶喜歡的屬性；如果屬于相同類目的用戶不喜歡的商品的數(shù)目超過閾值，則將所述相同類目作為用戶不喜歡的類目；如果具有同一屬性的用戶不喜歡的商品的數(shù)目超過閾值，則將所述同一屬性作為用戶不喜歡的屬性。例如,設(shè)上述用戶喜歡/不喜歡的類目的閾值為20,用戶喜歡的商品共有100個(gè)，其中屬于類目一的商品有30個(gè)、屬于類目二的商品有22個(gè)、屬于類目三的商品有21個(gè)、屬于類目四的商品有18個(gè)、屬于類目五的商品有9個(gè)，那么系統(tǒng)則記錄類目一、類目二和類目三為用戶喜歡的類目。又例如，設(shè)上述用戶喜歡/不喜歡的屬性的閾值為3，商品I、商品2、商品3、商品4為用戶喜歡的商品，商品I包括屬性A、屬性B、屬性C、屬性D，商品2包括屬性A、屬性D、屬性E、屬性F，商品3包括屬性B、屬性C、屬性D、屬性E，商品4包括屬性A、屬性D、屬性E、屬性F，可見，用戶喜歡的商品中，具有屬性A的商品有3個(gè)，具有屬性B的商品有2個(gè)，具有屬性C的商品有2個(gè)，具有屬性D的商品有4個(gè)，具有屬性E的商品有3個(gè)，具有屬性F的商品有2個(gè)，那么系統(tǒng)則記錄屬性A、屬性D和屬性E為用戶喜歡的屬性。在上述兩種方法中，可能由于統(tǒng)計(jì)結(jié)果的不全面，導(dǎo)致在某些特殊情況下，用戶喜歡的類目與用戶不喜歡的類目矛盾，或者，用戶喜歡的屬性與用戶不喜歡的屬性矛盾。在這種情況下，可以將相應(yīng)的類目作為用戶喜歡的類目，而不將其作為用戶不喜歡的類目；并且可以將相應(yīng)的屬性目作為用戶喜歡的屬性，而不將其作為用戶不喜歡的屬性。方法一和方法二是根據(jù)用戶喜歡的商品信息確定用戶喜歡的類目和屬性，根據(jù)用戶不喜歡的商品信息確定用戶不喜歡的類目和屬性。這兩種方法都需要知道用戶喜歡/不喜歡的商品信息，下面的方法三和方法四在獲取用戶的喜好信息時(shí)，則不需要知道用戶喜歡/不喜歡的商品信息，具體內(nèi)容如下方法三、向用戶發(fā)送查詢消息，請求用戶填寫用戶喜歡/不喜歡的類目和用戶喜歡/不喜歡的屬性，并發(fā)送給服務(wù)器。例如，向用戶發(fā)送的查詢消息中提供了一個(gè)選擇界面，在選擇界面中設(shè)置各種商品類目及商品屬性的選項(xiàng)供用戶選擇，用戶在其中選擇自己喜歡/不喜歡的類目和屬性，并將選擇結(jié)果發(fā)送給網(wǎng)購服務(wù)平臺(tái)。方法四、在用戶操作信息庫(其中存儲(chǔ)了用戶檢索記錄等用戶操作信息)中，獲取用戶的歷史檢索記錄中的關(guān)鍵詞，根據(jù)關(guān)鍵詞的內(nèi)容確定用戶喜歡的類目和屬性。例如，用戶最近經(jīng)常檢索關(guān)鍵詞“手機(jī)”、“白色”，那么系統(tǒng)則記錄用戶喜歡的類目為“手機(jī)”、用戶喜歡的屬性為“白色”;另外，用戶沒有檢索過的商品類目和商品屬性，則可以作為用戶不喜歡的類目和屬性。此外，還可以根據(jù)商·品屬性中的信息，如產(chǎn)地信息等，作為用戶喜歡/不喜歡的屬性信息。步驟103，獲取商品的熱賣指數(shù)信息。具體的，在獲取商品的熱賣指數(shù)信息時(shí)，系統(tǒng)可以根據(jù)商品在預(yù)設(shè)時(shí)間內(nèi)的收藏、購買或?yàn)g覽信息中的至少一種，確定商品的熱賣指數(shù)信息。在實(shí)施中，系統(tǒng)可以獲取在30天內(nèi)對該商品的收藏、購買和瀏覽記錄，并對這些信息綜合分析量化獲取熱賣指數(shù)信息，例如，系統(tǒng)設(shè)置每次瀏覽操作的指數(shù)為I、每次收藏操作的指數(shù)為3、每次購買操作的指數(shù)為5，如果某商品30天內(nèi)的瀏覽、收藏和購買記錄分別為200次、50次、20次,則該商品的熱賣指數(shù)=200*1+50*3+20*5 = 450。需要指出的是，執(zhí)行完步驟101之后執(zhí)行步驟102，而這兩個(gè)步驟與步驟103之間在時(shí)序上沒有必然的先后關(guān)系，即步驟103可以在步驟101和步驟102之前、之后或之中。步驟104，根據(jù)用戶的喜好信息，對熱賣指數(shù)大于閾值的商品信息進(jìn)行排序。具體的排序方法可以是獲取熱賣指數(shù)大于閾值的商品信息(可以稱熱賣指數(shù)大于閾值的商品為熱賣商品)；將獲取的商品信息按照從用戶喜歡的類目到用戶不喜歡的類目的順序排列；對排序后的每個(gè)類目中的商品信息，按照從用戶喜歡的屬性到用戶不喜歡的屬性的順序排列。這樣，排列后的熱賣商品隊(duì)列由三部分組成，按順序依次為用戶喜歡的類目、其他類目(用戶喜歡的類目和用戶不喜歡的類目之外的商品類目)、用戶不喜歡的類目；各部分內(nèi)部的商品類目可以隨機(jī)排列，也可以按照類目中商品的總熱賣指數(shù)進(jìn)行排列；相應(yīng)的，排列后的每個(gè)類目中的熱賣商品也由三部分組成，按順序依次為具有用戶喜歡的屬性的商品、其他商品(既不具備用戶喜歡的屬性也不具備用戶不喜歡的屬性的商品)、具有用戶不喜歡的屬性的商品，各部分內(nèi)部的商品信息可以隨機(jī)排列，也可以按商品的熱賣指數(shù)進(jìn)行排列。例如，假設(shè)熱賣商品共有3個(gè)類目，每個(gè)類目下有3種熱賣商品，類目I為用戶喜歡的類目，類目I中包括具有屬性A的商品I、具有屬性B的商品2、具有屬性C的商品3 ；類目2為用戶不喜歡的類目，類目2中包括具有屬性D的商品4、具有屬性E的商品5、具有屬性F的商品6 ;類目3 (不是用戶喜歡的類目，也不是用戶不喜歡的類目)，類目3中包括具有屬性G的商品7、具有屬性H的商品8、具有屬性I的商品9，其中，屬性A、屬性D、屬性G為用戶喜歡的屬性，屬性C、屬性F、屬性I為用戶不喜歡的屬性，那么，對這些熱賣商品進(jìn)行排序的結(jié)果就是商品I、商品2、商品3、商品7、商品8、商品9、商品4、商品5、商品6。其中，可以建立熱賣商品數(shù)據(jù)庫，用于存儲(chǔ)獲取的熱賣商品的信息，并根據(jù)商品熱賣指數(shù)信息的變化對熱賣商品數(shù)據(jù)庫進(jìn)行更新。另外一種排序方法是不考慮用戶喜歡/不喜歡的類目，將獲取的商品信息按照從用戶喜歡的屬性到用戶不喜歡的屬性的順序排列。這樣，排列后的熱賣商品隊(duì)列由三部分組成，按順序依次為具有用戶喜歡的屬性的商品、其他商品(既不具備用戶喜歡的屬性也不具備用戶不喜歡的屬性)、具有用戶不喜歡的屬性的商品，各部分內(nèi)部的商品信息可以隨機(jī)排列，也可以按商品的熱賣指數(shù)信息進(jìn)行排列。需要指出的是，可以只對部分熱賣商品進(jìn)行排序。例如，將獲取的商品信息按照從用戶喜歡的類目到用戶不喜歡的類目的順序排列時(shí)，可以選取預(yù)設(shè)數(shù)目的類目(如30個(gè))，作為中間部分的其他類目(用戶喜歡的類目和用戶不喜歡的類目之外的商品類目)；對類目內(nèi)的商品信息按照從用戶喜歡的屬性到用戶不喜歡的屬性的順序排列時(shí)，可以選取預(yù)設(shè)數(shù)目的熱賣商品(如50個(gè))，作為中間部分的其他商品(既不具備用戶喜歡的屬性也不具備用戶不喜歡的屬性的商品)步驟105，根據(jù)商品的排序結(jié)果投放商品信息。具體的，可以在排序后的熱賣商品隊(duì)列前端的預(yù)設(shè)數(shù)量的熱賣商品的信息中，隨機(jī)獲取部分商品信息并投放。例如，在熱賣商品隊(duì)列的前30位的商品中，隨機(jī)獲取5個(gè)熱賣商品的信息并投放。也可以，根據(jù)商品信息的排列順序確定商品信息的投放概率，然后根據(jù)投放概率投放商品信息，優(yōu)選的，隊(duì)列中位置越靠前的商品的投放概率越高。還可以，直接將排序后的熱賣商品隊(duì)列投放給用戶。在執(zhí)行完步驟105之后，還可以包括以下步驟向用戶發(fā)送查詢消息，請求用戶確定是否喜歡投放的商品信息，并根據(jù)用戶的回復(fù)更新用戶的喜好信息。具體的，每次向用戶投放商品信息之后，可以向用戶發(fā)送查詢消息，請求用戶確定是否喜歡投放的商品，例如，可以在查詢消息中向用戶提供喜歡和不喜歡的選項(xiàng)，并接收用戶發(fā)送的選擇結(jié)果。用戶對投放的商品信息回復(fù)喜歡或不喜歡，系統(tǒng)便獲取到了新的該用戶喜歡/不喜歡的商品的信息，繼而可以以此信息更新用戶的喜好信息，具體的更新方法可以參照步驟102中的方法一和方法二。本申請實(shí)施例，根據(jù)用戶的喜好信息對熱賣指數(shù)大于閾值的商品信息進(jìn)行排序，以根據(jù)商品信息的排序結(jié)果投放商品信息，可以在商品信息投放的過程中降低服務(wù)器的負(fù)擔(dān)及網(wǎng)絡(luò)資源的占用。如圖2所示，為本申請實(shí)施例提供的商品信息投放方法在具體場景中應(yīng)用的流程，具體包括以下步驟步驟201，接收用戶發(fā)送的查看商品信息的請求；步驟202，判斷用戶是否已登錄。如果是，則執(zhí)行步驟204，否則執(zhí)行步驟203。步驟203，根據(jù)熱賣指數(shù)信息確定熱賣商品數(shù)據(jù)庫中的商品信息的投放概率，并根據(jù)投放概率投放商品信息。其中，熱賣商品數(shù)據(jù)庫可以用于存儲(chǔ)熱賣指數(shù)超過閾值的商品信息。優(yōu)選的，熱賣指數(shù)較高的商品具有較高的投放概率。步驟204，根據(jù)用戶的ID (Identity，身份標(biāo)識(shí))在喜好信息數(shù)據(jù)庫中獲取用戶的
喜好信息。其中，用戶的喜好信息可以包括用戶喜歡/不喜歡的類目和用戶喜歡/不喜歡的屬性。系統(tǒng)可以預(yù)先獲取用戶的喜好信息，存儲(chǔ)于喜好信息數(shù)據(jù)庫中，并不斷對喜好信息數(shù)據(jù)庫中各用戶的喜好信息更新維護(hù)。步驟205，根據(jù)用戶的喜好信息和商品的熱賣指數(shù)信息對熱賣商品數(shù)據(jù)庫中的商品信息進(jìn)行排序。具體的排序規(guī)則可以參考上一實(shí)施例步驟102中的具體內(nèi)容。步驟206，根據(jù)熱賣商品數(shù)據(jù)庫中的商品信息排序后的順序，確定商品信息的投放概率，并根據(jù)投放概率投 放商品信息。優(yōu)選的，排序后位置越靠前的商品信息具有越高的投放概率。在執(zhí)行完步驟206之后，還可以包括以下的步驟步驟一，向用戶發(fā)送查詢消息，請求用戶確定是否喜歡投放的商品信息，接收用戶返回的喜歡或不喜歡的信息，并根據(jù)該信息更新喜好信息數(shù)據(jù)庫中該用戶的喜好信息。例如，可以在商品信息投放窗口中向用戶提供“喜歡”、“不喜歡”的按鈕，根據(jù)用戶的點(diǎn)擊結(jié)果確定用戶是否喜歡投放的商品信息。在執(zhí)行完步驟203或步驟一之后，還可以包括以下的步驟步驟二，向用戶發(fā)送查詢消息，請求用戶確定是否需要繼續(xù)獲取其他商品信息。如果用戶回復(fù)是，則執(zhí)行步驟202，否則，結(jié)束流程。例如，可以向用戶提供“隨便看看”的按鈕，用戶如果點(diǎn)擊此按鈕，則說明用戶需要獲取商品信息。本申請實(shí)施例，根據(jù)用戶的喜好信息對熱賣指數(shù)大于閾值的商品信息進(jìn)行排序，以根據(jù)商品信息的排序結(jié)果投放商品信息，可以在商品信息投放的過程中降低服務(wù)器的負(fù)擔(dān)及網(wǎng)絡(luò)資源的占用。而且通過向用戶查詢是否喜歡投放的商品，解決了現(xiàn)有技術(shù)中用戶不能參與“喜歡”、“不喜歡”的選擇，缺少與用戶互動(dòng)的問題，并可以根據(jù)查詢結(jié)果不斷的更新用戶的喜好信息，可以使商品投放的有效率不斷的提高。另外，通過向用戶提供“隨便看看”的選項(xiàng)，解決了現(xiàn)有技術(shù)中用戶只能被動(dòng)接受頁面投放商品的問題，可以根據(jù)用戶的主動(dòng)要求進(jìn)行商品投放。基于相同的技術(shù)構(gòu)思，本申請實(shí)施例還提供了一種商品投放設(shè)備，如圖3所示，該設(shè)備可以包括標(biāo)識(shí)信息獲取模塊310，用于獲取用戶的標(biāo)識(shí)信息；喜好信息獲取模塊320，用于根據(jù)所述用戶的標(biāo)識(shí)信息，獲取與所述用戶的標(biāo)識(shí)信息對應(yīng)的用戶的喜好信息；熱賣指數(shù)獲取模塊330，用于獲取商品的熱賣指數(shù)信息；排序模塊340，用于根據(jù)所述用戶的喜好信息，對熱賣指數(shù)大于閾值的商品信息進(jìn)行排序；投放模塊350，用于根據(jù)所述商品信息的排序結(jié)果投放所述商品信息。優(yōu)選的，所述熱賣指數(shù)獲取模塊330，具體用于根據(jù)所述商品在預(yù)設(shè)時(shí)間內(nèi)的收藏、購買或?yàn)g覽信息，確定所述商品的熱賣指數(shù)信息。優(yōu)選的，所述喜好信息獲取模塊320，具體用于根據(jù)用戶的標(biāo)識(shí)信息，在用戶喜好信息庫中獲取用戶喜歡的商品信息和用戶不喜歡的商品信息；根據(jù)用戶喜歡的商品信息確定用戶喜歡的類目和屬性，根據(jù)用戶不喜歡的商品信息確定用戶不喜歡的類目和屬性。優(yōu)選的，所述喜好信息獲取模塊320，具體用于將用戶喜歡的商品的類目作為用戶喜歡的類目，將用戶喜歡的商品的屬性作為用戶喜歡的屬性，將用戶不喜歡的商品的類目作為用戶不喜歡的類目，將用戶不喜歡的商品的屬性作為用戶不喜歡的屬性；或者如果屬于相同類目的用戶喜歡的商品的數(shù)目超過閾值，則將所述相同類目作為用戶喜歡的類目；如果具有同一屬性的用戶喜歡的商品的數(shù)目超過閾值，則將所述同一屬性作為用戶喜歡的屬性；如果屬于相同類目的用戶不喜歡的商品的數(shù)目超過閾值，則將所述相同類目作為用戶不喜歡的類目；如果具有同一屬性的用戶不喜歡的商品的數(shù)目超過閾值，則將所述同一屬性作為用戶不喜歡的屬性。優(yōu)選的，所述用戶的喜好信息具體為用戶喜歡的類目、用戶不喜歡的類目、用戶喜歡的屬性和用戶不喜歡的屬性；所述排序模塊340，具體用于獲取熱賣指數(shù)大于閾值的商品信息；將獲取的商品信息按照從用戶喜歡的類目到用戶不喜歡的類目的順序排列；對排序后的每個(gè)類目中的商品信息，按照從用戶喜歡的屬性到用戶不喜歡的屬性的順序排列。優(yōu)選的，所述投放模塊350，具體用于根據(jù)所述商品信息的排列順序確定所述商品信息的投放概率；根據(jù)所述投放概率投放所述商品信息。優(yōu)選的，還包括更新模塊，用于向用戶發(fā)送查詢消息，請求用戶確定是否喜歡投放的商品信息，并根據(jù)用戶的回復(fù)更新所述用戶的喜好信息。本申請實(shí)施例，根據(jù)用戶的喜好信息對熱賣指數(shù)大于閾值的商品信息進(jìn)行排序，以根據(jù)商品信息的排序結(jié)果投放商品信息，可以在商品信息投放的過程中降低服務(wù)器的負(fù)擔(dān)及網(wǎng)絡(luò)資源的占用?；谙嗤募夹g(shù)構(gòu)思，本申請實(shí)施例還提供了另一種商品投放設(shè)備，該設(shè)備可以包括投放模塊，將商品信息按照排列順序進(jìn)行投放；其中，所述商品信息具體為熱賣指數(shù)大于閾值的商品信息，所述排列順序具體根據(jù)用戶標(biāo)識(shí)信息對應(yīng)的用戶的喜好信息對商品信息進(jìn)行排序得到。優(yōu)選的，所述用戶標(biāo)識(shí)信息對應(yīng)的用戶的喜好信息的獲取過程，具體為根據(jù)用戶的標(biāo)識(shí)信息，在用戶喜好信息庫中獲取用戶喜歡的商品信息和用戶不喜歡的商品信息；根據(jù)用戶喜歡的商品信息確定用戶喜歡的類目和屬性，根據(jù)用戶不喜歡的商品信息確定用戶不喜歡的類目和屬性。優(yōu)選的，所述根據(jù)用戶喜歡的商品信息確定用戶喜歡的類目和屬性，根據(jù)用戶不喜歡的商品信息確定用戶不喜歡的類目和屬性，具體為將用戶喜歡的商品的類目作為用戶喜歡的類目，將用戶喜歡的商品的屬性作為用戶喜歡的屬性，將用戶不喜歡的商品的類目作為用戶不喜歡的類目，將用戶不喜歡的商品的屬性作為用戶不喜歡的屬性；或者如果屬于相同類目的用戶喜歡的商品的數(shù)目超過閾值，則將所述相同類目作為用戶喜歡的類目；如果具有同一屬性的用戶喜歡的商品的數(shù)目超過閾值，則將所述同一屬性作為用戶喜歡的屬性；如果屬于相同類目的用戶不喜歡的商品的數(shù)目超過閾值，則將所述相同類目作為用戶不喜歡的類目；如果具有同一屬性的用戶不喜歡的商品的數(shù)目超過閾值，則將所述同一屬性作為用戶不喜歡的屬性。優(yōu)選的，所述用戶的喜好信息具體為用戶喜歡的類目、用戶不喜歡的類目、用戶喜歡的屬性和用戶不喜歡的屬性；根據(jù)所述用戶的喜好信息對商品信息進(jìn)行排序的過程，具體為將商品信息按照從用戶喜歡的類目到用戶不喜歡的類目的順序排列；對排序后的每個(gè)類目中的商品信息，按照從用戶喜歡的屬性到用戶不喜歡的屬性的順序排列。
本申請實(shí)施例，根據(jù)用戶的喜好信息對熱賣指數(shù)大于閾值的商品信息進(jìn)行排序，以根據(jù)商品信息的排序結(jié)果投放商品信息，可以在商品信息投放的過程中降低服務(wù)器的負(fù)擔(dān)及網(wǎng)絡(luò)資源的占用。本領(lǐng)域技術(shù)人員可以理解實(shí)施例中的裝置中的模塊可以按照實(shí)施例描述進(jìn)行分布于實(shí)施例的裝置中，也可以進(jìn)行相應(yīng)變化位于不同于本實(shí)施例的一個(gè)或多個(gè)裝置中。上述實(shí)施例的模塊可以合并為一個(gè)模塊，也可以進(jìn)一步拆分成多個(gè)子模塊。上述本申請實(shí)施例序號(hào)僅僅為了描述，不代表實(shí)施例的優(yōu)劣。通過以上的實(shí)施方式的描述，本領(lǐng)域的技術(shù)人員可以清楚地了解到本申請可借助軟件加必需的通用硬件平臺(tái)的方式來實(shí)現(xiàn)，當(dāng)然也可以通過硬件，但很多情況下前者是更佳的實(shí)施方式?；谶@樣的理解，本申請的技術(shù)方案本質(zhì)上或者說對現(xiàn)有技術(shù)做出貢獻(xiàn)的部分可以以軟件產(chǎn)品的形式體現(xiàn)出來，該計(jì)算機(jī)軟件產(chǎn)品存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)中，包括若干指令用以使得一臺(tái)終端設(shè)備(可以是手機(jī)，個(gè)人計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)設(shè)備等)執(zhí)行本申請各個(gè)實(shí)施例所述的方法。以上所述僅是本申請的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說，在不脫離本申請?jiān)淼那疤嵯?，還可以做出若干改進(jìn)和潤飾，這些改進(jìn)和潤飾也應(yīng)視本申請的保護(hù)范圍。
權(quán)利要求
1.一種商品信息投放方法,其特征在于,包括 獲取用戶的標(biāo)識(shí)信息； 根據(jù)用戶的標(biāo)識(shí)信息，獲得所述用戶的標(biāo)識(shí)信息對應(yīng)的用戶的喜好信息； 獲取商品的熱賣指數(shù)信息； 根據(jù)所述用戶的喜好信息，對熱賣指數(shù)大于閾值的商品信息進(jìn)行排序； 根據(jù)所述商品信息的排序結(jié)果投放所述商品信息。
2.如權(quán)利要求I所述的方法，其特征在于，所述獲取商品的熱賣指數(shù)信息，具體為 根據(jù)所述商品在預(yù)設(shè)時(shí)間內(nèi)的收藏、購買或?yàn)g覽信息中的至少一種，確定所述商品的熱賣指數(shù)信息。
3.如權(quán)利要求I所述的方法，其特征在于，所述根據(jù)用戶的標(biāo)識(shí)信息，獲得所述用戶的標(biāo)識(shí)信息對應(yīng)的用戶的喜好信息，具體為 根據(jù)用戶的標(biāo)識(shí)信息，在用戶喜好信息庫中獲取用戶喜歡的商品信息和用戶不喜歡的商品信息； 根據(jù)用戶喜歡的商品信息確定用戶喜歡的類目和屬性，根據(jù)用戶不喜歡的商品信息確定用戶不喜歡的類目和屬性。
4.如權(quán)利要求3所述的方法，其特征在于，所述根據(jù)用戶喜歡的商品信息確定用戶喜歡的類目和屬性，根據(jù)用戶不喜歡的商品信息確定用戶不喜歡的類目和屬性，具體為 將用戶喜歡的商品的類目作為用戶喜歡的類目，將用戶喜歡的商品的屬性作為用戶喜歡的屬性，將用戶不喜歡的商品的類目作為用戶不喜歡的類目，將用戶不喜歡的商品的屬性作為用戶不喜歡的屬性；或者 如果屬于相同類目的用戶喜歡的商品的數(shù)目超過閾值，則將所述相同類目作為用戶喜歡的類目；如果具有同一屬性的用戶喜歡的商品的數(shù)目超過閾值，則將所述同一屬性作為用戶喜歡的屬性；如果屬于相同類目的用戶不喜歡的商品的數(shù)目超過閾值，則將所述相同類目作為用戶不喜歡的類目；如果具有同一屬性的用戶不喜歡的商品的數(shù)目超過閾值，則將所述同一屬性作為用戶不喜歡的屬性。
5.如權(quán)利要求I所述的方法，其特征在于，所述用戶的喜好信息具體為用戶喜歡的類目、用戶不喜歡的類目、用戶喜歡的屬性和用戶不喜歡的屬性； 所述根據(jù)所述用戶的喜好信息，對熱賣指數(shù)大于閾值的商品信息進(jìn)行排序，具體為 獲取熱賣指數(shù)大于閾值的商品信息； 將獲取的商品信息按照從用戶喜歡的類目到用戶不喜歡的類目的順序排列； 對排序后的每個(gè)類目中的商品信息，按照從用戶喜歡的屬性到用戶不喜歡的屬性的順序排列。
6.如權(quán)利要求I所述的方法，其特征在于，所述根據(jù)所述商品信息的排序結(jié)果投放所述商品信息,具體為 根據(jù)所述商品信息的排列順序確定所述商品信息的投放概率； 根據(jù)所述投放概率投放所述商品信息。
7.如權(quán)利要求I所述的方法，其特征在于，所述根據(jù)所述商品信息的排序結(jié)果投放所述商品信息以后，還包括 向用戶發(fā)送查詢消息，請求用戶確定是否喜歡投放的商品信息，并根據(jù)用戶的回復(fù)更新所述用戶的喜好信息。
8.—種商品信息投放設(shè)備，其特征在于，包括 標(biāo)識(shí)信息獲取模塊，用于獲取用戶的標(biāo)識(shí)信息； 喜好信息獲取模塊，用于根據(jù)所述用戶的標(biāo)識(shí)信息，獲取與所述用戶的標(biāo)識(shí)信息對應(yīng)的用戶的喜好信息； 熱賣指數(shù)獲取模塊，用于獲取商品的熱賣指數(shù)信息； 排序模塊，用于根據(jù)所述用戶的喜好信息，對熱賣指數(shù)大于閾值的商品信息進(jìn)行排序; 投放模塊，用于根據(jù)所述商品信息的排序結(jié)果投放所述商品信息。
9.如權(quán)利要求8所述的設(shè)備，其特征在于，所述熱賣指數(shù)獲取模塊，具體用于 根據(jù)所述商品在預(yù)設(shè)時(shí)間內(nèi)的收藏、購買或?yàn)g覽信息，確定所述商品的熱賣指數(shù)信息。
10.如權(quán)利要求8所述的設(shè)備，其特征在于，所述喜好信息獲取模塊，具體用于 根據(jù)用戶的標(biāo)識(shí)信息，在用戶喜好信息庫中獲取用戶喜歡的商品信息和用戶不喜歡的商品信息； 根據(jù)用戶喜歡的商品信息確定用戶喜歡的類目和屬性，根據(jù)用戶不喜歡的商品信息確定用戶不喜歡的類目和屬性。
全文摘要
本申請公開了一種商品信息投放方法和設(shè)備，該方法包括獲取用戶的標(biāo)識(shí)信息；根據(jù)用戶的標(biāo)識(shí)信息，獲得所述用戶的標(biāo)識(shí)信息對應(yīng)的用戶的喜好信息；獲取商品的熱賣指數(shù)信息；根據(jù)所述用戶的喜好信息，對熱賣指數(shù)大于閾值的商品信息進(jìn)行排序；根據(jù)所述商品信息的排序結(jié)果投放所述商品信息。采用本申請的方法，在商品信息投放的過程中降低服務(wù)器的負(fù)擔(dān)及網(wǎng)絡(luò)資源的占用。
文檔編號(hào)G06Q30/02GK102938121SQ20111023258
公開日2013年2月20日 申請日期2011年8月15日 優(yōu)先權(quán)日2011年8月15日
發(fā)明者殷晨煜 申請人:阿里巴巴集團(tuán)控股有限公司