商品搜索方法和装置与流程

本公开涉及互联网技术领域，更具体地，涉及一种商品搜索方法和装置。

背景技术：

随着互联网技术的快速发展，电子商务迅速兴起，各种电商平台提供了多种多样的线上商品交易渠道，极大地方便了人们的工作和生活。

然而，现有技术中，用户在通过电商平台进行商品的搜索、选择和购买的过程中，无法辨别商品价格是否可信，而电商为了谋取暴利，常常恶意修改商品价格，造成电商之间通过商品价格进行恶意竞争，不仅使得用户的商品搜索需求不能被满足，还导致电商平台的生态环境恶化。

技术实现要素：

有鉴于此，本公开提供了一种符合用户搜索需求且可以改善电商平台的生态环境的商品搜索方法和装置。

本公开的一个方面提供了一种商品搜索方法，包括：接收针对商品的搜索请求，获取与所述搜索请求相对应的搜索结果，所述搜索结果包括至少一个商品的相关信息，以及，与所述至少一个商品的价格可信度评分相关联地输出所述搜索结果。

根据本公开的实施例，上述方法还包括：基于所述商品的历史成交数据，确定所述商品的成交价格波动得分，基于所述商品的历史调价数据，确定所述商品的调价波动得分，基于所述商品的成交价格波动得分和调价波动得分，确定所述商品的价格可信度评分。

根据本公开的实施例，上述基于所述商品的历史成交数据，确定所述商品的成交价格波动得分包括：根据所述商品的历史成交数据，对于前第一预设时间周期内的任一第三预设时间周期，确定所述第三预设时间周期对应的成交价格波动系数，将前第一预设时间周期内各第三预设时间周期对应的成交价格波动系数的平均值作为所述商品的成交价格波动得分。

其中，上述确定所述第三预设时间周期对应的成交价格波动系数包括：确定所述第三预设时间周期内所述商品的成交价格和成交数量，确定所述第三预设时间周期所属的第二预设时间周期内所述商品的平均成交价格，计算所述成交价格相对于所述平均成交价格的波动占比，基于所述波动占比和所述成交数量得到所述成交价格波动系数。

根据本公开的实施例，在前第一预设时间周期内，如果一个第三预设时间周期内所述商品的成交价格符合第一预设条件，不再执行确定该第三预设时间周期对应的成交价格波动系数的操作。

根据本公开的实施例，上述基于所述商品的历史调价数据，确定所述商品的调价波动得分包括：根据所述商品的历史调价数据，对于前第一预设时间周期内的任一次调价，确定所述调价对应的调价波动系数，对前第一预设时间周期内各次调价对应的调价波动系数求和，得到所述商品的调价波动得分。

其中，上述确定所述调价对应的调价波动系数包括：确定所述商品的调价前的价格和调价后的价格，确定所述商品的调价前的价格的持续时间，计算所述调价后的价格相对于所述调价前的价格的波动占比，基于所述波动占比与所述调价前的价格的持续时间得到所述调价波动系数。

根据本公开的实施例，在前第一预设时间周期内，如果一次调价对应的调价前的价格和调价后的价格符合第二预设条件，不再执行确定该调价对应的调价波动系数的操作。

根据本公开的实施例，上述基于所述商品的成交价格波动得分和调价波动得分，确定所述商品的价格可信度评分包括：确定所述商品的成交价格波动得分对应的第一权重，确定所述商品的调价波动得分对应的第二权重，根据所述第一权重和所述第二权重，对所述成交价格波动得分和所述调价波动得分进行加权求和，得到所述商品的价格可信度评分。

根据本公开的实施例，上述方法还包括：对于任一商品，确定所述商品的原始搜索得分，确定所述商品的价格可信度评分对应的第三权重，根据所述商品的价格可信度评分和所述第三权重，对所述商品的原始搜索得分进行降权，得到所述商品的搜索排序分值。上述与所述至少一个商品的价格可信度评分相关联地输出所述搜索结果包括：根据各商品的搜索排序分值输出所述搜索结果。

根据本公开的实施例，当一个商品属于预设商品时，不再确定所述商品的价格可信度评分，所述商品的原始搜索得分作为所述商品的搜索排序分值，上述与所述至少一个商品的价格可信度评分相关联地输出所述搜索结果包括：按照所述商品的原始搜索得分输出所述搜索结果。

本公开的另一个方面提供了一种商品搜索装置，包括：接收模块，用于接收针对商品的搜索请求。获取模块，用于获取与所述搜索请求相对应的搜索结果，所述搜索结果包括至少一个商品的相关信息。以及，输出模块，用于与所述至少一个商品的价格可信度评分相关联地输出所述搜索结果。

根据本公开的实施例，上述装置还包括：第一处理模块，用于基于所述商品的历史成交数据，确定所述商品的成交价格波动得分，基于所述商品的历史调价数据，确定所述商品的调价波动得分，基于所述商品的成交价格波动得分和调价波动得分，确定所述商品的价格可信度评分。

根据本公开的实施例，上述第一处理模块基于所述商品的历史成交数据，确定所述商品的成交价格波动得分包括：第一处理模块用于根据所述商品的历史成交数据，对于前第一预设时间周期内的任一第三预设时间周期，确定所述第三预设时间周期对应的成交价格波动系数，将前第一预设时间周期内各第三预设时间周期对应的成交价格波动系数的平均值作为所述商品的成交价格波动得分。

其中，第一处理模块确定所述第三预设时间周期对应的成交价格波动系数包括：第一处理模块用于确定所述第三预设时间周期内所述商品的成交价格和成交数量，确定所述第三预设时间周期所属的第二预设时间周期内所述商品的平均成交价格，计算所述成交价格相对于所述平均成交价格的波动占比，基于所述波动占比和所述成交数量得到所述成交价格波动系数。

根据本公开的实施例，在前第一预设时间周期内，如果一个第三预设时间周期内所述商品的成交价格符合第一预设条件，上述第一处理模块不再执行确定该第三预设时间周期对应的成交价格波动系数的操作。

根据本公开的实施例，上述第一处理模块基于所述商品的历史调价数据，确定所述商品的调价波动得分包括：第一处理模块用于根据所述商品的历史调价数据，对于前第一预设时间周期内的任一次调价，确定所述调价对应的调价波动系数，对前第一预设时间周期内各次调价对应的调价波动系数求和，得到所述商品的调价波动得分。

其中，第一处理模块确定所述调价对应的调价波动系数包括：第一处理模块用于确定所述商品的调价前的价格和调价后的价格，确定所述商品的调价前的价格的持续时间，计算所述调价后的价格相对于所述调价前的价格的波动占比，基于所述波动占比与所述调价前的价格的持续时间得到所述调价波动系数。

根据本公开的实施例，在前第一预设时间周期内，如果一次调价对应的调价前的价格和调价后的价格符合第二预设条件，第一处理模块不再执行确定该调价对应的调价波动系数的操作。

根据本公开的实施例，上述第一处理模块基于所述商品的成交价格波动得分和调价波动得分，确定所述商品的价格可信度评分包括：第一处理模块用于确定所述商品的成交价格波动得分对应的第一权重，确定所述商品的调价波动得分对应的第二权重，根据所述第一权重和所述第二权重，对所述成交价格波动得分和所述调价波动得分进行加权求和，得到所述商品的价格可信度评分。

根据本公开的实施例，所述装置还包括第二处理模块，第二处理模块用于对于任一商品，确定所述商品的原始搜索得分，确定所述商品的价格可信度评分对应的第三权重，根据所述商品的价格可信度评分和所述第三权重，对所述商品的原始搜索得分进行降权，得到所述商品的搜索排序分值。上述输出模块与所述至少一个商品的价格可信度评分相关联地输出所述搜索结果包括：输出模块用于根据各商品的搜索排序分值输出所述搜索结果。

根据本公开的实施例，当一个商品属于预设商品时，第一处理模块不再确定所述商品的价格可信度评分，第二处理模块将所述商品的原始搜索得分作为所述商品的搜索排序分值，则上述输出模块按照所述商品的原始搜索得分输出所述搜索结果。

本公开的另一方面提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上所述的方法。

本公开的另一方面提供了一种计算机可读介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行如上所述的方法。

本公开的另一方面提供了一种非易失性存储介质，存储有计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

本公开的另一方面提供了一种计算机程序，所述计算机程序包括计算机可执行指令，所述指令在被执行时用于实现如上所述的方法。

根据本公开的实施例，可以至少部分地解决/减轻/抑制/甚至避免电商平台中电商恶意修改商品价格的行为、电商之间通过商品价格恶性竞争的问题，并因此可以实现支持用户通过搜索结果找到符合需求的、价格更加可信的商品，促进电商之间的良性竞争，改善电商平台生态环境的技术效果。

附图说明

通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：

图1示意性示出了根据本公开实施例的可以应用商品搜索方法和装置的示例性系统架构；

图2示意性示出了根据本公开实施例的商品搜索方法的流程图；

图3示意性示出了根据本公开实施例的确定商品的价格可信度评分的方法的流程图；

图4示意性示出了根据本公开实施例的商品搜索过程的数据流图；

图5示意性示出了根据本公开实施例的商品搜索装置的框图；

图6示意性示出了根据本公开另一实施例的商品搜索装置的框图；

图7示意性示出了根据本公开另一实施例的商品搜索装置的框图；以及

图8示意性示出了根据本公开实施例的计算机设备的框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“a、b和c等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有a、b和c中至少一个的系统”应包括但不限于单独具有a、单独具有b、单独具有c、具有a和b、具有a和c、具有b和c、和/或具有a、b、c的系统等)。在使用类似于“a、b或c等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有a、b或c中至少一个的系统”应包括但不限于单独具有a、单独具有b、单独具有c、具有a和b、具有a和c、具有b和c、和/或具有a、b、c的系统等)。本领域技术人员还应理解，实质上任意表示两个或更多可选项目的转折连词和/或短语，无论是在说明书、权利要求书还是附图中，都应被理解为给出了包括这些项目之一、这些项目任一方、或两个项目的可能性。例如，短语“a或b”应当被理解为包括“a”或“b”、或“a和b”的可能性。

本公开的实施例提供了一种商品搜索方法以及装置。该方法包括搜索请求接收过程、搜索结果获取过程和搜索结果输出过程。在搜索请求接收过程接收到针对商品的搜索请求，在搜索结果获取过程获取到相应的搜索结果，并在搜索结果输出过程以与各商品的价格可信度评分相关联的方式输出搜索结果。

图1示意性示出了根据本公开实施例的可以应用商品搜索方法和装置的示例性系统架构100。需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。

如图1所示，根据该实施例的系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的搜索请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的搜索结果、网页、信息、或数据等)反馈给终端设备。

需要说明的是，本公开实施例所提供的商品搜索方法可以由服务器105执行。相应地，本公开实施例所提供的商品搜索装置一般可以设置于服务器105中。本公开实施例所提供的商品搜索方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的商品搜索装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。

或者，本公开实施例所提供的商品搜索方法也可以由终端设备101、102、103执行。相应地，本公开实施例所提供的商品搜索装置一般可以设置于终端设备101、102、103中。本公开实施例所提供的商品搜索方法也可以由不同于终端设备101、102、103且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的商品搜索装置也可以设置于不同于终端设备101、102、103且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的，根据实现需要，可以具有任意数目的终端设备、网络和服务器。

图2示意性示出了根据本公开实施例的商品搜索方法的流程图。

如图2所示，该方法包括在操作s201，接收针对商品的搜索请求。

然后，在操作s202，获取与所述搜索请求相对应的搜索结果，所述搜索结果包括至少一个商品的相关信息。

本操作中，所述搜索结果中的每个商品均是由商家信息和产品信息共同来标识的，不同的商家所出售的相同的产品可以当做不同的商品，同一商家所出售的不同的产品也可以当做不同的商品，只有同一商家所出售的相同的产品才可以当做同一商品。当所述搜索结果中包括多个商品的相关信息时，该多个商品是指互不相同的多个商品。商品的相关信息可以包括：商品对应的商家信息、商品对应的产品信息、商品的价格等等供用户了解该商品的信息，可以根据需要选择，在此不做限制。

在操作s203，与所述至少一个商品的价格可信度评分相关联地输出所述搜索结果。

本操作中，商品的价格可信度评分是用于评价相应商品的当前价格是否可信的指标，与所述至少一个商品的价格可信度评分相关联地输出搜索结果使得最终展现给用户的商品搜索结果将商品价格的可信程度考虑在内。

需要说明的是，图2所示的商品搜索方法可以在服务器侧实施，也可以在客户端侧实施，当该方法在服务器侧实施时，在操作s201接收客户端提交的针对商品的搜索请求，在操作s202获取与所述搜索请求相对应的搜索结果，在操作s203与所述至少一个商品的价格可信度评分相关联地向客户端输出所述搜索结果，由客户端将所述搜索结果输出展示给用户。当该方法在客户端侧实施时，在操作s201接收用户输入的搜索请求，在操作s202获取与所述搜索请求相对应的搜索结果，并在操作s203与所述至少一个商品的价格可信度评分相关联地向用户输出展示所述搜索结果。

可见，图2所示的方法在接收到针对商品的搜索请求时，以与各商品的价格可信度评分相关联地方式输出相应的搜索结果，使得最终展现给用户的搜索结果将商品价格的可信程度考虑在内，不但可以支持用户通过该搜索结果找到符合需求的、价格更加可信的商品，还可以抑制电商恶意修改商品价格的等不良行为，促进电商之间的良性竞争，改善电商平台的生态环境。

根据图2所示的方法，在操作s203之前，需要获知所述搜索结果中各商品的价格可信度评分。

图3示意性示出了根据本公开实施例的确定商品的价格可信度评分的方法的流程图，以说明确定任一商品的价格可信度评分的过程。

如图3所示，该方法包括在操作s301，基于商品的历史成交数据，确定商品的成交价格波动得分。

在本操作中，可以通过用户购买日志获取到各商品的历史成交数据，每个商品的历史成交数据可以包括在一定时间范围内该商品每次被购买的时间、成交价格、成交数量、用户标识等等各种数据，在此不做限制。商品的成交价格波动得分用来评价同一商品的成交价格的稳定程度。

然后，在操作s302，基于商品的历史调价数据，确定商品的调价波动得分。

在本操作中，可以通过商家对商品的设置日志获取到各商品的历史调价数据，每个商品的历史调价数据是指在一定时间范围内该商品被商家在后台主动进行调价的相应数据，包括商品价格的直接升高或降低，也包括商品参与一些电商平台的活动所导致的等效的商品价格的升高或降低，可以包括商品每次被调价所对应的时间、调价前的价格、调价后的价格等等各种数据，在此不做限制。商品的调价波动得分用来评价同一商品的出售价格的稳定程度。

在操作s303，基于商品的成交价格波动得分和调价波动得分，确定商品的价格可信度评分。

可以看出，商品的价格可信度评分是与用于表征商品的成交价格的稳定程度的成交价格波动得分和用于表征商品的出售价格的稳定程度的调价波动得分相关的一个动态结果，可以有效地反映出商品价格的可信程度。

在本公开的一个实施例中，操作s301基于商品的历史成交数据，确定商品的成交价格波动得分包括：根据商品的历史成交数据，对于前第一预设时间周期内的任一第三预设时间周期，确定所述第三预设时间周期对应的成交价格波动系数，将前第一预设时间周期内各第三预设时间周期对应的成交价格波动系数的平均值作为所述商品的成交价格波动得分。

其中，上述确定所述第三预设时间周期对应的成交价格波动系数包括：确定所述第三预设时间周期内所述商品的成交价格和成交数量，确定所述第三预设时间周期所属的第二预设时间周期内所述商品的平均成交价格，计算所述成交价格相对于所述平均成交价格的波动占比，基于所述波动占比和所述成交数量得到所述成交价格波动系数。

上述计算过程不仅考虑了商品的成交价格还考虑到商品的成交数量，能够更加全面有效地反映出商品成交价格的波动状态。

例如，对于一个商品j，第一预设时间周期为t1，第二预设时间周期为t2，第三预设时间周期为t3，t1＞t2＞t3，其中在每个第三预设时间周期t3范围内商品j的成交价格保持稳定。假设前第一预设时间周期t1中包括n个第三预设时间周期t3，在第一个第三预设时间周期t3内，商品j的成交价格为cj1，成交数量为nj1，第一个第三预设时间周期t3所属的第二预设时间周期t2内商品j的平均成交价格为t2avgj1，则第一个第三预设时间周期t3对应的商品j的成交价格cj1相对于平均成交价格t2avgj1的波动占比为：

其中abs表示取绝对值，则第一个第三预设时间周期t3对应的成交价格波动系数为：

同理，第i个第三预设时间周期t3对应的成交价格波动系数为：

因此，商品j的成交价格波动得分salescorej为：

其中，avg代表求平均值，i取1～n中任意正整数。

考虑到一些特殊情形下，商品的成交价格的变化可能是电商平台的一些活动所致，并非商家恶意修改所导致的，因此将这些情形下的成交价格波动忽略不计，以避免特殊成交数据对总体价格可信度评分的影响。具体地，在前第一预设时间周期内，如果一个第三预设时间周期内所述商品的成交价格符合第一预设条件，不再执行确定该第三预设时间周期对应的成交价格波动系数的操作。

在本公开的一个实施例中，操作s301基于商品的历史调价数据，确定商品的调价波动得分包括：根据商品的历史调价数据，对于前第一预设时间周期内的任一次调价，确定所述调价对应的调价波动系数，对前第一预设时间周期内各次调价对应的调价波动系数求和，得到所述商品的调价波动得分。

其中，上述确定所述调价对应的调价波动系数包括：确定商品的调价前的价格和调价后的价格，确定商品的调价前的价格的持续时间，计算所述调价后的价格相对于所述调价前的价格的波动占比，基于所述波动占比与所述调价前的价格的持续时间得到所述调价波动系数。

例如，对于一个商品j，第一预设时间周期为t1，假设前第一预设时间周期t1中商品j共经历m次调价，对于第一次调价，商品j的调价前的价格为lastpricej1，调价后的价格为curpricej1，调价前的价格为lastpricej1的持续时间为lastdaysj1，则第一次调价对应的调价后的价格curpricej1相对于调价前的价格1astpricej1的波动占比为：

其中abs表示取绝对值，则第一次调价对应的调价波动系数为：

同理，第k次调价对应的调价波动系数为：

因此，商品j的调价波动得分pricescorej为：

其中，k取1～m中任意正整数。

考虑到一些特殊情形下，商品的调价可能是电商平台的一些活动所致，并非商家恶意修改所导致的，因此将这些情形下的调价波动忽略不计，以避免特殊调价数据对总体价格可信度评分的影响。具体地，在前第一预设时间周期内，如果一次调价对应的调价前的价格和调价后的价格符合第二预设条件，不再执行确定该调价对应的调价波动系数的操作。

在上述实施例的基础上，作为一个可选的实施例，图3所示方法的操作s303基于商品的成交价格波动得分和调价波动得分，确定商品的价格可信度评分包括：确定商品的成交价格波动得分对应的第一权重，确定商品的调价波动得分对应的第二权重，根据所述第一权重和所述第二权重，对所述成交价格波动得分和所述调价波动得分进行加权求和，得到所述商品的价格可信度评分。

沿用上文中计算商品j的成交价格波动得分salescorej和调价波动得分pricescorej的例子，假设商品j的成交价格波动得分salescorej的权重为α，商品j的调价波动得分pricescorej的权重为β，则商品j的价格可信度评分totalscorej为：

totalscorej＝α×salescorej+β×pricescorej

综合得分主要为两类波动系数的加权求和，可以根据需要选取所述第一权重和第二权重，以使得计算出的价格可信度评分最合理地表征商品价格的可信程度。

在本公开的实施例中，在通过图3所示的方法确定商品的价格可信度评分之后，图2所示方法的操作s203可以通过各种方式与商品的价格可信度评分相关联地输出相应的搜索结果，例如可以直接按照各商品的价格可信度评分对商品排序作为搜索结果输出，或者可以按照基于商品的价格可信度评分计算得到的其他指标对商品进行排序作为搜索结果输出。

在一个实施例中，可以基于商品的价格可信度评分确定商品的搜索排序分值，则操作s203可以基于各商品的搜索排序分值输出搜索结果。具体地，图2所示的方法还包括：对于任一商品，确定所述商品的原始搜索得分，确定所述商品的价格可信度评分对应的第三权重，根据所述商品的价格可信度评分和所述第三权重，对所述商品的原始搜索得分进行降权，得到所述商品的搜索排序分值。

其中，商品的原始搜索得分是指现有技术中电商平台对商品搜索结果进行排序所依据的分值，大多是依据商品的销量数据来计算的，没有考虑到商品价格的可信程度。本实施例即利用上文实施例所得的商品的价格可信度评分来对商品的原始搜索得分施加影响，使得原始搜索得分的影响程度降低，价格可信度的影响程度提高，获得更优化的搜索结果。

沿用上文中商品j的例子，商品j的原始搜索得分为searchscorej，商品j的价格可信度评分为totalscorej，价格可信度评分totalscorej对应的权重为γ，则商品j的搜索排序分值adjustscorej为：

adjustscorej＝searchscorej-γ×totalscorej

可以根据需要选择第三权重，以使得计算出的搜索排序分值能够合理有效地表征商品价格的可信程度，则操作s203与所述至少一个商品的价格可信度评分相关联地输出所述搜索结果包括：按照各商品的搜索排序分值从高到低对商品进行排序，将排序后的各商品的相关信息作为搜索结果输出。

考虑到一些特殊商品(如生鲜、应季商品等)因其本身特性所限需要在短期内频繁发生价格变化，为避免对此类特殊商品的正常销售的影响，在本公开的一个实施例中，不对此类特殊商品进行价格可信度评分的计算，仅以商品的原始搜索得分作为最终的搜索排序分值进行输出。

下面参考图4，结合具体实施例对图2～图3所示的方法做进一步说明。

图4示意性示出了根据本公开实施例的商品搜索过程的数据流图。

如图4所示，接收的搜索请求中包括关键词“a品牌手机”，获取关于“a品牌手机”的商品搜索结果，该搜索结果中包括：商品1(m商家出售的a品牌x型号的手机)的相关信息、商品2(n商家出售的a品牌x型号的手机)的相关信息和商品3(m商家出售的a品牌y型号的手机)的相关信息。

在获取到搜索结果后，分别计算搜索结果中所包含的各商品的价格可信度评分，再基于各商品的价格可信度评分计算各商品的搜索排序分值。具体地，设第一预设时间周期为半年，第二预设时间周期为1个月，第三预设时间周期为1天，对于商品1，商品1的成交价格波动得分salescore1为：

其中，avg代表求平均值，abs为取绝对值，c1i为第i天的当天成交价格，n1i为以价格c1i的成交数量，monthavg1i为当月平均成交价格，i的取值反映了前半年内的每一天。成交价格波动得分越高，说明成交价格越不稳定，可信度越低。

商品1的调价波动得分pricescore1为：

其中，abs为取绝对值，lastprice1k为商品1在第k次调价前的价格，curprice1k为商品1在第k次调价后的价格，lastdays1k为商品1在第k次调价前的价格lastprice1k的持续时间，k的取值反映了前半年内商品1的每一次调价。调价波动得分越高，说明调价越频繁，可信度越低。

商品1的价格可信度评分totalscore1为：

totalscore1＝α×salescore1+β×pricescore1

一般情况下，可以为成交价格波动得分salescore1设置较大的权重，为调价波动得分pricescore1设置较小的权重，因为在电商平台所提供的用户购买商品的场景下，商品成交价格的稳定性对价格可信度的影响更大。本例中设置α为0.7，β为0.3，计算得到商品1的价格可信度评分totalscore1为5。

获得商品1的原始搜索得分searchscore1为90，根据商品1的价格可信度评分totalscore1和原始搜索得分searchscore1，计算商品1的搜索排序分值adjustscore1为：

adjustscore1＝searchscore1-γ×totalscore1

可以为商品1的价格可信度评分totalscore1设置较小的权重，目的是对整体的商品搜索结果影响不会太剧烈，对于一些原始搜索得分比较高的商品影响较小，对于原始搜索得分比较低的商品影响较大，使得调整后的搜索排序分值既能顾及原始搜索得分所考虑的如销量、点击率等因素，也能将商品价格的可信度评价考虑入内，以得到最合理的商品搜索结果。本例中设置γ为0.2，计算得到商品1的搜索排序分值adjustscore1为89。

同理，计算商品2的成交价格波动得分salescore2和调价波动得分pricescore2，计算得到商品2的价格可信度评分totalscore2为30，获取商品2的原始搜索得分searchscore2为59，计算得到商品2的搜索排序分值adjustscore2为53。

同理，计算商品3的成交价格波动得分salescore3和调价波动得分pricescore3，计算得到商品3的价格可信度评分totalscore3为6，获取商品3的原始搜索得分searchscore3为55，计算得到商品3的搜索排序分值adjustscore3为53.8。

根据商品1、商品2和商品3的搜索排序分值从高到低进行排序：商品1＞商品3＞商品2，则按照此排序输出搜索结果，搜索结果中排序位置从高到低依次为：商品1的相关信息，商品3的相关信息，商品2的相关信息。

可见，本实施例分别确定商品1、商品2和商品3的价格可信度评分，与各商品的价格可信度评分相关联地输出上述搜索结果，使得用户不仅能够看到搜索结果中商品1、商品2和商品3各自的相关信息，还能够从中获知商品1、商品2和商品3各自的价格可信程度，从而能够进行更加有效的选择，而用户的选择与购买也促进了商家在商品价格方面的规范行为，无论对于电商平台还是对于用户来说均是有益的。

图5示意性示出了根据本公开实施例的商品搜索装置的框图。

如图5所示，商品搜索装置500包括接收模块510、获取模块520、和输出模块530。

接收模块510用于接收针对商品的搜索请求。

获取模块520用于获取与所述搜索请求相对应的搜索结果，所述搜索结果包括至少一个商品的相关信息。

输出模块530用于与所述至少一个商品的价格可信度评分相关联地输出所述搜索结果。

可见，图5所示的装置在接收到针对商品的搜索请求时，以与各商品的价格可信度评分相关联地方式输出相应的搜索结果，使得最终展现给用户的搜索结果将商品价格的可信程度考虑在内，不但可以支持用户通过该搜索结果找到符合需求的、价格更加可信的商品，还可以抑制电商恶意修改商品价格的等不良行为，促进电商之间的良性竞争，改善电商平台的生态环境。

图6示意性示出了根据本公开另一实施例的商品搜索装置的框图。

如图6所示，商品搜索装置600包括接收模块510、获取模块520、输出模块530、和第一处理模块540。

其中，接收模块510、获取模块520、和输出模块530在前文中已详细说明，重复的部分不再赘述。

第一处理模块540用于基于商品的历史成交数据，确定商品的成交价格波动得分，基于商品的历史调价数据，确定商品的调价波动得分，再基于商品的成交价格波动得分和调价波动得分，确定商品的价格可信度评分。

在本公开的一个实施例中，第一处理模块540基于商品的历史成交数据，确定商品的成交价格波动得分包括：第一处理模块540用于根据所述商品的历史成交数据，对于前第一预设时间周期内的任一第三预设时间周期，确定所述第三预设时间周期对应的成交价格波动系数，将前第一预设时间周期内各第三预设时间周期对应的成交价格波动系数的平均值作为所述商品的成交价格波动得分。

具体地，第一处理模块540确定所述第三预设时间周期对应的成交价格波动系数包括：第一处理模块540用于确定所述第三预设时间周期内所述商品的成交价格和成交数量，确定所述第三预设时间周期所属的第二预设时间周期内所述商品的平均成交价格，计算所述成交价格相对于所述平均成交价格的波动占比，基于所述波动占比和所述成交数量得到所述成交价格波动系数。

其中，作为可选的实施例，在前第一预设时间周期内，如果一个第三预设时间周期内所述商品的成交价格符合第一预设条件，第一处理模块540不再执行确定该第三预设时间周期对应的成交价格波动系数的操作。

在本公开的一个实施例中，第一处理模块540基于商品的历史调价数据，确定商品的调价波动得分包括：第一处理模块540用于根据所述商品的历史调价数据，对于前第一预设时间周期内的任一次调价，确定所述调价对应的调价波动系数，对前第一预设时间周期内各次调价对应的调价波动系数求和，得到所述商品的调价波动得分。

具体地，第一处理模块540确定所述调价对应的调价波动系数包括：第一处理模块540用于确定所述商品的调价前的价格和调价后的价格，确定所述商品的调价前的价格的持续时间，计算所述调价后的价格相对于所述调价前的价格的波动占比，基于所述波动占比与所述调价前的价格的持续时间得到所述调价波动系数。

其中，作为一个可选的实施例，在前第一预设时间周期内，如果一次调价对应的调价前的价格和调价后的价格符合第二预设条件，第一处理模块540不再执行确定该调价对应的调价波动系数的操作。

在本公开的一个实施例中，第一处理模块540基于商品的成交价格波动得分和调价波动得分，确定商品的价格可信度评分包括：第一处理模块540用于确定所述商品的成交价格波动得分对应的第一权重，确定所述商品的调价波动得分对应的第二权重，根据所述第一权重和所述第二权重，对所述成交价格波动得分和所述调价波动得分进行加权求和，得到所述商品的价格可信度评分。

图7示意性示出了根据本公开另一实施例的商品搜索装置的框图。

如图7所示，商品搜索装置700包括接收模块510、获取模块520、输出模块530、第一处理模块540、和第二处理模块550。

其中，接收模块510、获取模块520、输出模块530、和第一处理模块540在前文中已详细说明，重复的部分不再赘述。

第二处理模块550用于对于任一商品，确定所述商品的原始搜索得分，确定所述商品的价格可信度评分对应的第三权重，根据所述商品的价格可信度评分和所述第三权重，对所述商品的原始搜索得分进行降权，得到所述商品的搜索排序分值。

在本实施例中，输出模块530与所述至少一个商品的价格可信度评分相关联地输出所述搜索结果包括：输出模块530用于根据各商品的搜索排序分值输出所述搜索结果。

在本公开的一个实施例中，当一个商品属于预设商品时，第一处理模块540不再确定所述商品的价格可信度评分，第二处理模块550直接将该商品的原始搜索得分作为该商品的搜索排序分值，输出模块530按照所述商品的原始搜索得分输出所述搜索结果。

需要说明的是，图5～图7所示的商品搜索装置500/600/700可以配置于服务器侧，也可以配置于客户端侧，当该商品搜索装置500/600/700配置于服务器侧时，接收模块510接收客户端提交的针对商品的搜索请求，获取模块520获取与所述搜索请求相对应的搜索结果，输出模块530与所述至少一个商品的价格可信度评分相关联地向客户端输出所述搜索结果，由客户端将所述搜索结果输出展示给用户。当该商品搜索装置500/600/700配置于客户端侧时，接收模块510接收用户输入的搜索请求，获取模块520获取与所述搜索请求相对应的搜索结果，输出模块530与所述至少一个商品的价格可信度评分相关联地向用户输出展示所述搜索结果。

以及，需要说明的是，装置部分实施例中各模块/单元/子单元等的实施方式、解决的技术问题、实现的功能、以及达到的技术效果分别与方法部分实施例中各对应的步骤的实施方式、解决的技术问题、实现的功能、以及达到的技术效果相同或类似，在此不再赘述。

根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(fpga)、可编程逻辑阵列(pla)、片上系统、基板上的系统、封装上的系统、专用集成电路(asic)，或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

例如，接收模块510、获取模块520、输出模块530、第一处理模块540、以及第二处理模块550中的任意多个可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，接收模块510、获取模块520、输出模块530、第一处理模块540、以及第二处理模块550中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(fpga)、可编程逻辑阵列(pla)、片上系统、基板上的系统、封装上的系统、专用集成电路(asic)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，接收模块510、获取模块520、输出模块530、第一处理模块540、以及第二处理模块550中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

图8示意性示出了根据本公开实施例的适于实现上文描述的方法的计算机设备的框图。图8示出的计算机设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图8所示，根据本公开实施例的计算机设备800包括处理器801，其可以根据存储在只读存储器(rom)802中的程序或者从存储部分808加载到随机访问存储器(ram)803中的程序而执行各种适当的动作和处理。处理器801例如可以包括通用微处理器(例如cpu)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(asic))，等等。处理器801还可以包括用于缓存用途的板载存储器。处理器801可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在ram803中，存储有计算机设备800操作所需的各种程序和数据。处理器801、rom802以及ram803通过总线804彼此相连。处理器801通过执行rom802和/或ram803中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除rom802和ram803以外的一个或多个存储器中。处理器801也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。

根据本公开的实施例，计算机设备800还可以包括输入/输出(i/o)接口805，输入/输出(i/o)接口805也连接至总线804。计算机设备800还可以包括连接至i/o接口805的以下部件中的一项或多项：包括键盘、鼠标等的输入部分806；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分807；包括硬盘等的存储部分808；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至i/o接口805。可拆卸介质811，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器810上，以便于从其上读出的计算机程序根据需要被安装入存储部分808。

根据本公开的实施例，根据本公开实施例的方法流程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分809从网络上被下载和安装，和/或从可拆卸介质811被安装。在该计算机程序被处理器801执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

本公开还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。

根据本公开的实施例，计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、有线、光缆、射频信号等等，或者上述的任意合适的组合。

例如，根据本公开的实施例，计算机可读介质可以包括上文描述的rom802和/或ram803和/或rom802和ram803以外的一个或多个存储器。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。

以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。