一种电商平台的优化方法和装置与流程

本发明涉及互联网技术领域，尤其涉及一种电商平台的优化方法和装置。

背景技术：

随着电子商务行业的发展，市场上出现了大量的b2c电商平台，电商平台会给商户和消费者之间搭建一个连接的桥梁，可以为商户带来商机，为消费者带来购物便利。消费者使用搜索引擎来选择自己需要的商品，现有技术中通常只能在一家商铺中搜索购买同品类的商品，想要跨品类购买商品就需要多次下单。且近年来随着机器学习的盛行，推荐系统也被大量应用在电商平台中，因此如何准确的掌握消费者的购物倾向，推荐消费者最可能想要同时购买的商品是急需解决的技术问题。

技术实现要素：

本发明的实施例提供一种电商平台的优化方法和装置，用于解决现有技术中无法在同一商铺中跨品类购买商品的技术问题。

为达到解决上述技术问题的目的，本发明的实施例采用如下技术方案：

第一方面，本发明的实施例提供了一种电商平台的优化方法，该方法包括：

获取用户输入的一组关键词组，其中，所述关键词组包括相互关联的至少两个关键词，每个关键词用于描述一种商品；

对每个关键词进行搜索得到售卖对应商品的多个商铺并取交集获得商铺交集列表；

如果获得的所述商铺交集列表中，商铺的数量不大于预设门限，则将所述关键词组加入关键词组集合，对所述关键词组集合进行关联分析得到跨品类关联结果。

第二方面，本发明的实施例提供了一种电商平台的优化装置，该装置包括：

获取单元，用于获取用户输入的一组关键词组，其中，所述关键词组包括相互关联的至少两个关键词，每个关键词用于描述一种商品；

搜索单元，用于对每个关键词进行搜索得到售卖对应商品的多个商铺并取交集获得商铺交集列表；

关联单元，用于如果获得的所述商铺交集列表中，商铺的数量不大于预设门限，则将所述关键词组加入关键词组集合，对所述关键词组集合进行关联分析得到跨品类关联结果。

第三方面，提供了一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当被计算机执行时使所述计算机执行如第一方面所述的电商平台的优化方法。

第四方面，提供了一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使得计算机执行如第一方面所述的电商平台的优化方法。

第五方面，提供一种电商平台的优化装置，包括：处理器和存储器，存储器用于存储程序，处理器调用存储器存储的程序，以执行上述第一方面所述的电商平台的优化方法。

本发明的实施例提供的一种电商平台的优化方法和装置，实现了相同商铺当中多种不同种类商品组合搜索的方法，满足了用户一次购买多品类商品的需求；通过逆向对用户搜索行为的分析，挖掘不同品类商品之间的关联性，并将结果作为销售策略推荐给平台商户，帮助商户挖掘用户购物习惯进而提升商品销量。

附图说明

图1为本发明的实施例提供的一种电商平台的优化方法流程示意图；

图2为本发明的实施例提供的关键词、关键词组与关键词组集合之间的关系示意图；

图3为本发明的实施例提供的判断是否进行关联分析的流程示意图；

图4为本发明的实施例提供的对关键词组集合进行关联分析得到跨品类关联结果的方法流程示意图；

图5为本发明的实施例提供的一种电商平台的优化装置示意图；

图6为本发明的实施例提供的一种电商平台的优化装置中关联模块的组成示意图。

具体实施方式

下面结合附图，对本发明的实施例进行描述。

参照图1中所示，本发明实施例提供了一种电商平台的优化方法，该方法包括步骤s100-s300：

s100、获取用户输入的一组关键词组，其中，该关键词组包括相互关联的至少两个关键词，每个关键词用于描述一种商品。

关键词组集合包括多个关键词组，每个关键词组又包括多个关键词，例如，参考图2，关键词组集合包括关键词组1和关键词组2，其中，关键词组1又包括关键1、关键词2和关键词3，关键词组2包括关键词1和关键词4。用户在电商平台的搜索引擎中输入关键词组，该关键词组包括多种用户想要购买的商品关键词，每个关键词组的关键词之间包含预设分隔符，该预设分隔符包括逗号、顿号、空格、加号中的一种。

s200、对每个关键词进行搜索得到售卖对应商品的多个商铺并取交集获得商铺交集列表。

通过步骤s100在搜索引擎中输入关键词组，搜索引擎对每个关键词进行搜索，该搜索引擎采用全文搜索方式，待搜索的商铺和商品标签包括商铺id、商铺名、商品id、商品名、商品类别等字段，将商品名作为全文搜索的目标字段，以构建搜索关键词和商品名之间的映射，从而快速返回查询结果。该搜索过程包括：首先获取与用户输入的多个关键词相关的商品名，然后根据该商铺和商品标签查找到这些商品名对应的多个商铺，将查找到的该商品名对应的多个商铺取交集，获得商铺交集列表，最后根据列表中这些商铺的匹配程度、出现位置、频次、链接质量，计算出各商铺的相关度及排名等级，根据相关度及排名等级的高低，按顺序将该商铺交集列表返回给用户。

s300、如果获得的该商铺交集列表中，商铺的数量不大于预设门限，则将该关键词组加入关键词组集合，对该关键词组集合进行关联分析得到跨品类关联结果。

参考图3，判断是否对关键词组集合进行关联分析的过程包括步骤s311-s315：

s311、在搜索引擎中输入关键词组。

s312、通过关键词组中关键词对应的商品查找到售卖有该商品的商铺列表。

s313、在得到的商铺列表中取产生交集的商铺得到商铺交集列表，并判断该商铺交集列表中商铺的数量是否超过预设门限。

s314、若是，则直接返回的商铺交集列表呈现给用户。

s315、若否，则对关键词组集合进行关联分析。

在步骤s200或步骤s313返回的商铺交集列表中，如果商铺的数量大于预设门限，则说明用户此次购买的多个商品可能属于同一品类，因此直接返回该商铺交集列表即可，不属于本发明实施例的研究范围。如果商铺的数量不大于预设门限，说明商品不属于同一品类，且目前大部分的商铺中未同时售卖这些品类的商品。因此需要将用户输入的关键词组加入关键词组集合，对该关键词组集合进行关联分析得到跨品类关联结果。

参考图4，该对关键词组集合进行关联分析得到跨品类关联结果的过程包括步骤s321-s323：

s321、从该关键词组集合中选择出现频率大于等于支持度阈值的关键词组。

支持度是指一个商品在所有交易中出现的概率，置信度属于条件概率，是指用户在购买一个商品的条件下，同时购买另一个商品的概率。例如，设支持度阈值为2，置信度阈值为50％，历史记录中的关键词组集合包括{i1,i2,i7}、{i3,i4}、{i5,i6,i8}、{i1,i5}、{i2,i4}、{i2,i3}、{i1,i6}、{i1,i3}、{i2,i3}、{i1,i3}、{i1,i3}、{i1,i5}、{i2,i5}、{i3,i5}、{i2,i3}。

首先查找购买频率大于等于支持度阈值的商品得到频繁1项集，排除出现次数为1的极端词组{i1,i2,i7}、{i3,i4}、{i5,i6,i8}，在剩余这些关键词组中，出现频次大于等于支持度阈值2的商品分别为{i1}，6次；{i2}，5次；{i3}，7次；{i5}，4次,因此{i1，i2，i3，i5}为频繁1项集。

然后继续查找包含该频繁1项集中商品的关键词组集合。分别判断该关键词组集合中各关键词组的支持度是否大于等于支持度阈值，去除小于支持度阈值的关键词组，得到频繁2项集。在该关键词组集合中查找包含i1、i2、i3、i5且出现频次大于等于支持度阈值2的关键词组，即{i1,i3}，3次；{i1,i5}，2次；{i2,i3}，3次，因此{{i1,i3}，{i1,i5}，{i2,i3}}为频繁2项集。

同理，查找包含该频繁2项集中各关键词组的关键词组集合，与支持度阈值相比较，去除小于支持度阈值的关键词组，得到频繁3项集。继续查找直至不能得到由更多项商品组成的关键词组。本例中频繁3项集为空集，因此无需再继续查找。

s322、计算该关键词组中每个关键词与所属关键词组之间的置信度。

得到出现频率大于等于支持度阈值的关键词组后，计算{i1}与{i1，i3}之间的置信度，计算方式为{i1，i3}的支持度除以{i1}的支持度，即3/6＝50％，同理可得{i1}与{i1,i5}之间的置信度为33.3％，{i2}与{i2,i3}之间的置信度为60％，{i3}与{i2,i3}之间的置信度为42.8％，{i3}与{i1,i3}之间的置信度为42.8％。

s323、选择每个关键词与所属关键词组之间的置信度大于等于支持度阈值的关键词组作为跨品类关联结果。

置信度阈值为50％，因此置信度大于等于支持度阈值的关键词组为{i1，i3}和{i2,i3}，{i1，i3}和{i2,i3}即跨品类关联结果。

最后，可以选择向售卖对应商品的多个商铺中非交集商铺列表中的商铺发送该跨品类关联结果，帮助商户挖掘用户购物习惯、增加售卖品类，进而提升商品销量。

本发明的实施例提供的一种电商平台的优化方法和装置，实现了相同商铺当中多种不同种类商品组合搜索的方法，满足了用户一次购买多品类商品的需求；通过逆向对用户搜索行为的分析，挖掘不同品类商品之间的关联性，并将结果作为销售策略推荐给平台商户，帮助商户挖掘用户购物习惯进而提升商品销量。

参考图5所示，本发明的实施例提供了一种电商平台的优化装置，可以应用于如上所示的电商平台的优化方法。该电商平台的优化装置123包括：

获取单元100，用于获取用户输入的一组关键词组，其中，该关键词组包括相互关联的至少两个关键词，每个关键词用于描述一种商品。

搜索单元200，用于对每个关键词进行搜索得到售卖对应商品的多个商铺并取交集获得商铺交集列表。

可选的，每个关键词组的关键词之间包含预设分隔符，该预设分隔符包括逗号、顿号、空格、加号中的一种。

关联单元300，用于如果获得的商铺交集列表中，商铺的数量不大于预设门限，则将该关键词组加入关键词组集合，对该关键词组集合进行关联分析得到跨品类关联结果。

进一步的，参考图6，该关联单元300，包括：

第一选择模块301，用于从该关键词组集合中选择出现频率大于等于支持度阈值的关键词组。

计算模块302，用于计算该关键词组中每个关键词与所属关键词组之间的置信度。

第二选择模块303，用于选择该每个关键词与所属关键词组之间的置信度大于等于支持度阈值的关键词组作为该跨品类关联结果。

可选的，该电商平台的优化装置123还包括：发送单元400，

该发送单元400，用于向该售卖对应商品的多个商铺中非交集商铺列表中的商铺发送该跨品类关联结果。

本发明的实施例提供一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当被计算机执行时使计算机执行如图1、图3以及图4中所述的电商平台的优化方法。

本发明的实施例提供一种包含指令的计算机程序产品，当指令在计算机上运行时，使得计算机执行如图1、图3以及图4中所述的电商平台的优化方法。

本发明的实施例提供一种电商平台的优化装置，包括：处理器和存储器，存储器用于存储程序，处理器调用存储器存储的程序，以执行如图1、图3以及图4中所述的电商平台的优化方法。

由于本发明的实施例中的电商平台的优化装置、计算机可读存储介质、计算机程序产品可以应用于上述方法，因此，其所能获得的技术效果也可参考上述方法实施例，本发明实施例在此不再赘述。

需要说明的是，上述各单元可以为单独设立的处理器，也可以集成在控制器的某一个处理器中实现，此外，也可以以程序代码的形式存储于控制器的存储器中，由控制器的某一个处理器调用并执行以上各单元的功能。这里所述的处理器可以是一个中央处理器(centralprocessingunit，cpu)，或者是特定集成电路(applicationspecificintegratedcircuit，asic)，或者是被配置成实施本发明实施例的一个或多个集成电路。

应理解，在本发明的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本发明所提供的几个实施例中，应该理解到，所揭露的系统、设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，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。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明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。