基于关系链权重的商品以及搜索排序展示方法与流程

本发明涉及计算机网络信息技术领域，特别涉及基于关系链权重的商品以及搜索排序展示方法。

背景技术：

目前，电子商务平台通常会提供用户最需要的商品的展示模块，且提供搜索功能，用户输入商品关键词得到与商品关键词相关的商品列表，然而，传统的商品以及搜索到的结果的排序展示一般会根据相关度进行，且目前排序经常会根据商品点击次数、付费方法等进行，因此，很多商家的商品想要排序比较靠前，可能会进行不合规的刷单，积攒人气和销量，相关度提高，因此目前商务平台的商品及搜索排序展示比较混乱，可信度不高，增加了用户筛选信息的压力。

技术实现要素：

根据本发明的一个方面，提供了基于关系链权重的商品以及搜索排序展示方法，包括以下步骤：

步骤1：数据处理中心实时采集商品属性及商品信息传播的关系节点；

步骤2：给各个节点赋予权重值，由各个关系节点组成关系链，各个节点的权重值集合成关系链权重值，进行实时记录；

步骤3：数据处理中心设有定时执行系统，定时执行系统定时根据商品的关系链权重值，从数据处理中心筛选数据，更新排序展示。

上述基于关系链权重的商品以及搜索排序展示方法，采集商品属性，可以为商品价格或其他商品自然属性信息；采集商品信息传播的关系节点，可以为个朋友圈或商圈推荐商品的用户人数、浏览量、销售量等信息，基于以上信息所分析的基于关系链权重的排序可信度高，定时对排序展示进行更新，减少了数据量，解决了用户筛选信息压力大的问题。

其中，在步骤3之前，数据处理中心根据商品的属性进行分析，将商品进行分类，形成不同分类的数据模块，之后，根据商品的关系链权重值定时更新各数据模块的排序展示。对商品进行进行分类后便于用户根据分类进行搜索，每一个类别对应相关的商品。

其中，在步骤3之前，重值进行分析步骤之前，数据处理中心根据分词索引处理后，将数据储存在高性能索引系统中，高性能索引系统接收关键词的搜索请求，对数据进行筛选，根据关系链权重值的高低展示搜索结果排序。检索商品关键词时，例如检索商品名称关键词、推荐用户评价关键词、商家名称或推荐用户关键词；数据处理中心对商品信息进行分析后导入到高性能索引系统，数据处理中心进行分词索引处理后，存储在高性能索引系统中，可以让用户迅速查询到想要的数据；通过关键词的分析，显示查询结果，例如商品、推荐用户或店铺的列表。

其中，数据模块包括每日推荐数据模块、人气推荐用户数据模块、每日好店数据模块和热销商品数据模块，数据模块依次为数据中心将在售商品、用户信息、正常店铺和销售排名进行筛选分析所得。各数据模块显示在电商平台上，根据关系链权重值的高低定时对各数据模块进行更新排序展示。

其中，每日推荐数据模块的关系链权重值为：

关系链权重值＝时间系数*2+推荐用户系数*1+浏览量系数*1+销售额系数*1。

时间系数区间划分：第一天上架权重为1，第二天为0.9，以此类推第七天为0.4；

推荐用户系数：0-5个天使为0.1；6-10个天使为0.2；11-20(0.3)；21-40(0.4)；41-60(0.5)；61-80(0.6)；81-110(0.7)；111-150(0.8)；151-200(0.9)，200+(1)；

浏览量系数：0-50个浏览为0.1；51-100(0.2)；101-200(0.3)；201-500(0.4)；501-1000(0.5)；1001-2000(0.6)；2001-4000(0.7)；4001-6000(0.8)；6001-10000(0.9)，10000+(1)；

销量权重：0-2个销量为0.1；2-5(0.2)；6-10(0.3)；11-20(0.4)；21-30(0.5)；31-40(0.6)；41-50(0.7)；51-70(0.8)；71-100(0.9)，100+(1)。

销售额系数：0-50元为0.1；51-200(0.2)；201-500(0.3)；501-1000(0.4)；1001-2000(0.5)；2001-4000(0.6)；4001-8000(0.7)；8001-15000(0.8)；15001-30000(0.9)，30000+(1)；

每日推荐商品，先由人工推荐，然后根据关系链权重值，每日取100个作为每日推荐的数据排序展示对象。

其中，人气推荐用户数据模块的关系链权重值为：

关系链权重值＝近30天推荐用户的价值指数系数*7+近30天推荐用户的影响指数系数*3。

近30天推荐用户的价值指数系数划分：0-500元为0.1；501-1000(0.2)；1001-2000(0.3)；2001-5000(0.4)；5001-10000(0.5)；10001-20000(0.6)；20001-50000(0.7)；500001-100000(0.8)；100001-200000(0.9)，200000+(1)；

近30天推荐户的影响指数系数划分：0-3个推荐用户的价值指数为0.1；3-10(0.2)；11-20(0.3)；21-50(0.4)；51-100(0.5)；101-200(0.6)；201-400(0.7)；401-600(0.8)；601-1000(0.9)，1000+(1)；

人气推荐用户数据模块根据关系链权重值的高低，每天取20个推荐名额，优先人工推荐，再取系统关系链权重排序的推荐用户。

其中，每日好店数据模块包括推荐店铺和置顶店铺，置顶店铺的权重值大于推荐店铺的权重值。每日更新数据，定时进行更新展示前20名。

其中，推荐商品数据模块的关系链权重值为：

关系链权重值＝近30天销售额*0.1+近30天销量*0.9；数据处理中心对销售排名的数据筛选时，筛选掉前7天上架的商品数据。去掉前七天上架的商品，热销商品数据模块根据该权重值由高到低排列。

本发明的基于关系链权重的商品以及搜索排序展示方法，根据关系链权重高低对商品进行排序，可信度高，实现了商品及搜索的最佳排序展示，减少了用户的筛选压力。

附图说明

图1为本发明一实施方式的基于关系链权重的商品以及搜索排序展示方法的流程图；

图2为本发明已实施方式的基于关系链权重的商品以及搜索排序展示方法的系统结构图。

具体实施方式

下面结合附图对发明作进一步详细的说明。

图1～图2示意性地显示了根据本发明的一种实施方式的基于关系链权重的商品以及搜索排序展示方法。该基于关系链权重的商品以及搜索排序展示方法包括以下步骤：

步骤1：数据处理中心实时采集商品属性及商品信息传播的关系节点；

步骤2：给各个节点赋予权重值，由各个关系节点组成关系链，各个节点的权重值集合成关系链权重值，进行实时记录；

步骤3：数据处理中心设有定时执行系统，定时执行系统定时根据商品的关系链权重值，从数据处理中心筛选数据，更新排序展示。

上述基于关系链权重的商品以及搜索排序展示方法，采集商品属性，可以为商品价格或其他商品自然属性信息；采集商品信息传播的关系节点，可以为个朋友圈或商圈推荐商品的用户人数、浏览量、销售量等信息，基于以上信息所分析的基于关系链权重的排序可信度高，定时对排序展示进行更新，减少了数据量，解决了用户筛选信息压力大的问题。

在步骤3之前，数据处理中心根据商品的属性进行分析，将商品进行分类，形成不同分类的数据模块，之后，根据商品的关系链权重值定时更新各数据模块的排序展示。数据处理中心对商品进行区分后，将数据存储在分类主体系统中，分类主题系统对商品进行进行分类后便于用户根据分类进行搜索，每一个类别对应相关的商品。

在步骤3之前，重值进行分析步骤之前，数据处理中心根据分词索引处理后，将数据储存在高性能索引系统中，高性能索引系统接收关键词的搜索请求，对数据进行筛选，根据关系链权重值的高低展示搜索结果排序。检索商品关键词时，例如检索商品名称关键词、推荐用户评价关键词、商家名称或推荐用户关键词；数据处理中心对商品信息进行分析后导入到高性能索引系统，数据处理中心进行分词索引处理后，存储在高性能索引系统中，可以让用户迅速查询到想要的数据；通过关键词的分析，显示查询结果，例如商品、推荐用户或店铺的列表。

数据模块包括每日推荐数据模块、人气推荐用户数据模块、每日好店数据模块和热销商品数据模块，数据模块依次为数据中心将在售商品、用户信息、正常店铺和销售排名进行筛选分析所得。各数据模块显示在电商平台上，根据关系链权重值的高低定时对各数据模块进行更新排序展示。

每日推荐数据模块的关系链权重值为：

关系链权重值＝时间系数*2+推荐用户系数*1+浏览量系数*1+销售额系数*1。

时间系数区间划分：第一天上架权重为1，第二天为0.9，以此类推第七天为0.4；

推荐用户系数：0-5个天使为0.1；6-10个天使为0.2；11-20(0.3)；21-40(0.4)；41-60(0.5)；61-80(0.6)；81-110(0.7)；111-150(0.8)；151-200(0.9)，200+(1)；

浏览量系数：0-50个浏览为0.1；51-100(0.2)；101-200(0.3)；201-500(0.4)；501-1000(0.5)；1001-2000(0.6)；2001-4000(0.7)；4001-6000(0.8)；6001-10000(0.9)，10000+(1)；

销量权重：0-2个销量为0.1；2-5(0.2)；6-10(0.3)；11-20(0.4)；21-30(0.5)；31-40(0.6)；41-50(0.7)；51-70(0.8)；71-100(0.9)，100+(1)。

销售额系数：0-50元为0.1；51-200(0.2)；201-500(0.3)；501-1000(0.4)；1001-2000(0.5)；2001-4000(0.6)；4001-8000(0.7)；8001-15000(0.8)；15001-30000(0.9)，30000+(1)；

每日推荐商品，先由人工推荐，然后根据关系链权重值，每日取100个作为每日推荐的数据排序展示对象，每日凌晨2点进行数据更新。

人气推荐用户数据模块的关系链权重值为：

关系链权重值＝近30天推荐用户的价值指数系数*7+近30天推荐用户的影响指数系数*3。

近30天推荐用户的价值指数系数划分：0-500元为0.1；501-1000(0.2)；1001-2000(0.3)；2001-5000(0.4)；5001-10000(0.5)；10001-20000(0.6)；20001-50000(0.7)；500001-100000(0.8)；100001-200000(0.9)，200000+(1)；

近30天推荐户的影响指数系数划分：0-3个推荐用户的价值指数为0.1；3-10(0.2)；11-20(0.3)；21-50(0.4)；51-100(0.5)；101-200(0.6)；201-400(0.7)；401-600(0.8)；601-1000(0.9)，1000+(1)；

人气推荐用户数据模块根据关系链权重值的高低，每日凌晨2点进行数据更新，每天取20个推荐名额，优先人工推荐，再取系统关系链权重排序的推荐用户。

每日好店数据模块包括推荐店铺和置顶店铺，置顶店铺的权重值大于推荐店铺的权重值。每日更新数据，每日凌晨2点定时进行更新展示前20名。

推荐商品数据模块的关系链权重值为：

关系链权重值＝近30天销售额*0.1+近30天销量*0.9；数据处理中心对销售排名的数据筛选时，筛选掉前7天上架的商品数据。去掉前七天上架的商品，热销商品数据模块根据该权重值由高到低排列。

以上所述的仅是本发明的一些实施方式。对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出若干变形和改进，这些都属于发明的保护范围。