专利名称：基于人际距离的排名、搜索方法和装置的制作方法
技术领域：
本申请涉及计算机及互联网技术领域，尤其涉及一种基于人际距离的排名、搜索方法和装置。
背景技术：
用户在网络购物时，通常会以商品的排名作为参考来确定需要购买的商品。目前的提供给用户的商品排名方式包括价格、地理位置、信用评价、销售量等。然而这些排名方式不一定能够使得用户很快搜索到自己想要购买的商品，因为商品是否适合一个人，不仅仅是简单的价格问题，也不仅仅是信用评价的问题，虽然信用评价从一定程度上反映了商品的质量好坏，但是不能确保信用评价高的商品就是用户喜欢的商品。除了价格和信用评价等参考因素外，用户的性情爱好也是决定某个商品是否是用户优先选择的参考因素。目 前的商品排名方法仅仅考虑价格、信用等因素，无法将用户的性情爱好等因素也考虑在内，无法提供结合用户特性的排名方法，使得用户很难快速获取期望的搜索结果，用户需要较多次数的搜索，搜索时间较长，同时增加了网络通信的负担，增加了服务器的处理量，降低了服务器的处理性能。另外，用户和商家的熟悉程度也会影响用户选择商品时的决策，如果用户和商家有过成功的交易经历，或者用户的好友和商家有过成功的交易经历，那么相对于未和用户产生过任何关联的商家，该商家具有较大的概率成为用户的优选。而现有的网购平台中，仅根据商家的过往交易记录对商家进行信用评价，但是如果用户和该商家的过往交易成功的用户具有差异很大的购物习惯或性情爱好，则用户依然不会优先选择该信用评价很好的商家，因此，现有的基于商家的过往交易记录的评价和排名方法无法结合用户特性进行评价和排名。现有的评价和排名方式无法结合用户特点进行处理，使得用户难以快速获取期望的搜索结果，户需要较多次数的搜索，搜索时间较长，同时增加了网络通信的负担，增加了服务器的处理量，降低了服务器的处理性能。
发明内容
本申请实施例提供了一种基于人际距离的排名方法和装置，用以解决现有技术中无法结合用户特性进行排名的问题。本申请实施例提供一种基于人际距离的排名方法，包括排名服务器根据用户终端发起的查询请求，获取请求查询的各对象，并获取查询的各对象对应的参考用户群；排名服务器获取参考用户群中每个用户到发起所述查询请求的用户的人际距离，并获取参考用户群中每个用户对所请求查询的对象的评价值；排名服务器根据获取到的人际距离和评价值，确定各对象的用户关系维度排名指数，并根据各对象的用户关系维度排名指数，对各对象进行排序。本申请实施例提供一种基于人际距离的排名方法，包括
排名服务器根据用户终端提交的查询请求，确定所请求查询的各对象各自所在的参考商家；排名服务器获取发起所述查询请求的用户到参考商家的人际距离，并获取所述参考商家的评价值；排名服务器根据获取到的人际距离和参考商家的评价值，确定所述参考商家的商家关系维度排名指数，并根据参考商家的商家关系维度排名指数，对参考商家进行排序。本申请实施例提供一种基于人际距离的排名方法，包括排名服务器接收用户终端发起的查询请求，获取请求查询的各对象，确定各对象的综合指数；排名服务器根据各对象的综合指数对各对象进行排序； 其中，排名服务器根据如下方法中的一种确定各对象的综合指数策略一，排名服务器根据上述基于人际距离的排名方法确定用户请求查询的各对象的用户关系维度排名指数，并根据用户关系维度排名指数以及网购平台维度指数，确定各对象的综合指数；或策略二，排名服务器根据上述基于人际距离的排名方法确定所述各对象所在的商家的商家关系维度排名指数；并根据商家关系维度排名指数以及网购平台维度指数，确定各对象的综合指数；或策略三，排名服务器根据上述基于人际距离的排名方法确定用户请求查询的各对象的用户关系维度排名指数，根据上述基于人际距离的排名方法确定所述各对象所在的商家的商家关系维度排名指数；排名服务器根据用户关系维度排名指数和商家关系维度排名指数确定各对象的综合指数；或者，根据用户关系维度排名指数、商家关系维度排名指数，以及网购平台维度指数，确定各对象的综合指数。本申请实施例提供一种信息搜索方法，其特征在于，包括排名服务器接收用户终端发起的查询请求；排名服务器根据上述基于人际距离的排名方法确定用户请求查询的各对象的用户关系维度排名指数，并根据各对象的用户关系维度排名指数，对各对象进行排序；或，根据上述基于人际距离的排名方法确定所述各对象所在的商家的商家关系维度排名指数，并根据各对象所在的商家的商家关系维度排名指数，对各对象进行排序；或，根据上述基于人际距离的排名方法确定各对象的综合指数，并根据各对象的综合指数,对各对象进行排序；排名服务器根据排序的结果，向发起查询的用户返回查询结果。本申请实施例提供一种排名服务器，包括获取单元，用于根据用户终端发起的查询请求，获取请求查询的各对象，并获取查询的各对象对应的参考用户群；获取单元，用于获取参考用户群中每个用户到发起所述查询请求的用户的人际距离，并获取参考用户群中每个用户对所请求查询的对象的评价值；排序单元，用于根据获取到的人际距离和评价值，确定各对象的用户关系维度排名指数，并根据各对象的用户关系维度排名指数，对各对象进行排序。本申请实施例提供一种排名服务器，包括
确定单元，用于根据用户终端提交的查询请求，确定所请求查询的各对象各自所在的参考商家；获取单元，用于获取发起所述查询请求的用户到参考商家的人际距离，并获取所述参考商家的评价值；排序单元，用于根据获取到的人际距离和参考商家的评价值，确定所述参考商家的商家关系维度排名指数，并根据参考商家的商家关系维度排名指数，对参考商家进行排序。本申请实施例提供一种排名服务器，包括综合单元，用于接收用户终端发起的查询请求，获取请求查询的各对象，确定各对 象的综合指数；排序单元，用于根据各对象的综合指数对各对象进行排序；其中，所述综合单元具体用于根据如下策略中的一种确定各对象的综合指数策略一，排名服务器根据上述基于人际距离的排名方法确定用户请求查询的各对象的用户关系维度排名指数，并根据用户关系维度排名指数以及网购平台维度指数，确定各对象的综合指数；策略二，排名服务器根据上述基于人际距离的排名方法确定所述各对象所在的商家的商家关系维度排名指数；并根据商家关系维度排名指数以及网购平台维度指数，确定各对象的综合指数；策略三，排名服务器根据上述基于人际距离的排名方法确定用户请求查询的各对象的用户关系维度排名指数，根据上述基于人际距离的排名方法确定所求7-9中任一项所述的基于人际距离的排名方法确定所述各对象所在的商家的商家关系维度排名指数；排名服务器根据用户关系维度排名指数和商家关系维度排名指数确定各对象的综合指数；或者，根据用户关系维度排名指数、商家关系维度排名指数，以及网购平台维度指数，确定各对象的综合指数。本申请实施例中，排名服务器根据用户终端发起的查询请求，获取请求查询的各对象，并获取查询的各对象对应的参考用户群；获取参考用户群中每个用户到发起所述查询请求的用户的人际距离，并获取参考用户群中每个用户对所请求查询的对象的评价值；根据获取到的人际距离和评价值，确定各对象的用户关系维度排名指数，并根据各对象的用户关系维度排名指数，对各对象进行排序，相对于现有技术，本申请实施例的排名服务器根据用户和参考用户人际距离的远近以及参考用户的评价值进行排名，将用户的社交圈的选择对用户选择购物的参考价值进行了量化，提供了一种基于用户特性的排名方法。
图I为本申请实施例提供的基于人际距离的排名方法流程示意图；图2为本申请实施例提供的基于人际距离的排名方法流程示意图；图3为本申请实施例提供的基于人际距离的排名方法流程示意图；图4为本申请实施例提供的排名服务器的结构示意图；图5为本申请实施例提供的排名服务器的结构示意图；图6为本申请实施例提供的排名服务器的结构示意图。
具体实施例方式针对现有技术存在的问题，本申请实施例提供了一种基于人际距离的排名、搜索方法和装置。下面结合附图对本申请实施例进行详细描述。本申请实施例提供的基于人际距离的排名方法通过用户的人际距离来量化用户特性对购物选择的影响。用户所在的用户圈会对用户购物的选择产生影响，例如，用户及其好友相对于用户和某个陌生人，有更大的概率具有相似的性情爱好，而这些性情爱好会影响用户的购物选择，因此，可以通过用户的人际关系量化用户特性对购物选择的影响。实施例一如图I所示，本申请实施例一提供的基于人际距离的排名方法可包括 步骤101，排名服务器根据用户的商品查询请求确定查询商品群。在步骤101之前还可包括，排名服务器接受用户通过所在终端发送的商品查询请求，其中携带商品描述信息，如商品类别信息、提供商品的商家信息，或商品标识信息(如商品名称或商品型号等)或其他相关信息中的一项或多项的组合，根据商品描述信息，排名服务器可以获取所有匹配的商品作为查询商品群。根据现有搜索技术，当商品查询请求中关键词信息较多导致无搜索结果时，可以忽略其中的某项关键词信息，或采用类似的结果作为搜索结果。步骤102，排名服务器根据各查询商品获取参考用户群。其中，排名服务器可以预先设定各查询商品和参考用户群的对应关系，并根据该对应关系获取参考用户群，预先为各查询商品设定参考用户群。或者，排名服务器根据各查询商品选取参考用户群，在选取参考用户群之前，还可包括，设定需要选取参考用户群的样本数。该样本数可根据经验值由系统预设。其中，参考用户群可以是购买了某项查询商品的已购买用户群。例如当参考用户群的样本数设定为100时，可以选取100个最近购买了该查询商品的用户作为参考用户群。可以设定参考用户群中的用户具有独一性，例如，该商品的最近10条购买记录的购买者为同一人，则认为只选取了一个用户，再另外选取其他99个不同的用户。其中，参考用户群也可以是对该查询商品表示了购买意愿的用户群，可以优先选择提供了购买意愿程度评价的意愿用户。在这种情况下，购物平台网站提供相应记录用户对商品的购买愿望的功能，并且提供购买意愿程度评价功能，例如用户可以选择1-10表示意愿程度，I到10表示购买意愿的逐渐增加。当参考用户群设定为意愿用户群，并且参考用户群的用户数设定为100时，选取100个最近提交购买该商品的意愿，并且提供了意愿值的用户作为参考用户群。参考用户群还可以是上述已购买用户群和意愿用户群按照一定用户群样本比例的混合用户群。例如，在选取的参考用户群中，设定用户群样本比例为6 4，则选取已购买用户群的用户数占总用户数的60%，意愿用户群的用户数占总用户数的40%。步骤103，排名服务器向社交关系服务器发送社交关系查询请求，获取发送查询请求的用户到参考用户群中每个用户的人际距离。人际距离用于描述用户之间的人际距离的远近。根据六度分割理论，一个人和任何另外一个陌生人之间所间隔的人不会超过六个，也就是说，一个人最多通过六个人就可以认识任何一个陌生人。社交关系服务器存储了好友关联体系中，每个用户及其好友关系。当采用好友关系来确定人际距离时，人际距离指是完全不同用户，在某个好友关联体系中，通过几个中间人才能够建立朋友关系。根据社交关系服务器提供的好友关系，排名服务器可以计算用户到参考用户群中每个用户的人际距离。例如，在某个好友体系中，一个用户A有好友B，则用户A和用户B的之间的人际距离为1，如果用户B有好友C，并且用户C不是用户A的好友，则用户A和用户C的之间的人际距离为2，依次类推。根据六度分割理论，两个用户之间的人际距离最远为7，此时两个用户之间所间隔的好友为六个。上述好友关联体系可以是拥有用户，及用户的好友关系特性的平台。社交关系服务器可以是存储下列一个或多个好友关联体系的用户及其好友信息的服务器，例如，邮箱服务系统中的用户及用户好友关系；社交网络服务网站中的用户及用户好友关系；即时通 信系统中的用户及用户好友关系；网络游戏平台中的用户及用户好友关系；基于用户关系的信息分享、传播以及获取平台中的用户及用户好友关系；或，电子商务网站中的用户及用户好友关系。例如，在购物网站平台中，用户可以添加自己的好友，所有用户的好友关系在一起构成了一个社交网络。或者，在邮箱服务系统中，邮箱用户有自己的通信簿或好友名单，所有的用户及其通信簿在一起构成一种人际网络，例如A的通信录中有(b，c，d) ;b的通信录中有(d，g，t，w)，这样A与b的人际距离就是I，A与w的人际距离就是2，对于A来说，距离是I的b比距离是2的w具有更近的人际关系。上述好友关联体系可以是虚拟社区网络平台，或是即时通信系统，或者网络游戏平台等具有用户及用户的好友关系特性的平台。本申请实施例中，人际距离的值越小，表示两个用户的人际距离更近。人际距离可以设定取值范围为1-7。另外，考虑到并非所有的自然人都是某一个好友关联体系的使用者，因此，两个用户之间可能需要不止6个而是更多的人才能彼此认识，服务器在根据好友关系计算人际距离，如果经过一定时间或者运算量的搜索无法通过好友关系确定人际距离，则可以设定人际距离为特定值，例如10。另外，除了根据好友关系确定人际距离，也可以根据社交关系服务器能够提供的其他衡量两个用户之间相似度的信息来综合评定人际距离。现有社交关系服务系统中，可以根据相同话题对用户进行凝聚、根据学习经历进行凝聚、根据周末出游的相同地点进行凝聚等，这些都是社交关系的一部分，提供了一种从好友关系之外的方式来衡量两个用户之间人际关系的远近。具体的，可以设定若干个用户属性，评价两个用户在这些用户属性上是否具有共性，两个用户的用户属性的共性越多，人际距离越小，具体的，可以根据判断用户属性是否相同，对人际距离增加相应的权重使之变小。例如，设定5个用户属性，分别为(kl，参加相同的聚会)，(k2，喜欢相同的乐队)，(k3，相同的大学)，(k4，喜欢足球)，(k5，话题关注相似度)，基于用户属性评价的人际距离K = kl*k2*k3*k4*k5，如果某个用户属性相同，则相应的ki(i e [1,5])取值为O. 8，如果用户属性相同不同则ki取值为I。例如在好友关系的基础上，如果用户A和用户B，kl，k2，k3相同，k4, k5不同，则K = O. 8*0. 8*0. 8*1*1 = O. 512。上述具体的参数取值和公式仅为示范具体，本申请的技术方案不限于本实施例中的参数和公式的设定。步骤104，排名服务器获取参考用户群中每个用户对该查询商品的评价值。
如果参考用户群是已购买用户群，则评价值为参考用户群中用户对商品的评价，如果参考用户群是意愿用户群，则评价值为意愿用户群中用户对商品的购买意愿程度评价值。当参考用户群为已购买用户群时，某些已购买用户可能未提供评价，可以将这些用户的评价值设为一默认值；或者在选取参考用户群时，默认选取已经提供了评价值的已购买用户。当参考用户群为表示了购买意愿的用户群时，同样的，可以将没有提供了购买意愿程度评价值的意愿用户的购买意愿程度评价值设为一默认值；也可以设定默认选取表达了购买意愿并且已经提供了购买意愿程度评价值的意愿用户。评价值可以是用户根据系统给出的一个评分范围给出的一个打分，也可以由系统提供根据用户提供的“好中差”等级评价进行量化得到评价值。
本申请实施例中，步骤103和步骤104不分先后顺序。步骤105，排名服务器根据参考用户群中每个用户的人际距离，以及参考用户群中每个用户对该查询商品的评价值，计算用户关系维度排名指数。具体的，对参考用户群中每个用户对该查询商品的评价值增加一个权重系数。该权重系数根据人际距离确定，反应人际关系对参考用户群中用户评价值的影响，权重系数随着人际距离的增大而减小。例如，可以设定权重系数和人际距离成反比，或者为了增强人际关系对于评价值的影响，可以设定权重系数和人际距离的平方成反比，或者可以根据系统需求或经验结果设定其他算法来设定权重系数。计算参考用户群中每个用户权重之后的评价值的平均值，从而得到用户关系维度排名指数。用户关系维度排名算法可以根据如下公式计算得到用户关系维度排名指数=SUM(评价值/人际距离)/样本数；或，用户关系维度排名指数=SUM(评价值(人际距离))/样本数，其中，f(人际距离)为根据人际距离计算得到的权重系数。如表I所示，为某个查询商品对应的用户参考群中的用户到发起查询请求的用户之间的人际距离以及对查询商品的评价值。该用户参考群中的每个用户都是在该商家购买过该查询商品)的用户。表I
权利要求
1.一种基于人际距离的排名方法，其特征在于，包括 排名服务器根据用户终端发起的查询请求，获取请求查询的各对象，并获取查询的各对象对应的参考用户群； 排名服务器获取参考用户群中每个用户到发起所述查询请求的用户的人际距离，并获取参考用户群中每个用户对所请求查询的对象的评价值； 排名服务器根据获取到的人际距离和评价值，确定各对象的用户关系维度排名指数，并根据各对象的用户关系维度排名指数，对各对象进行排序。
2.如权利要求I所述的方法，其特征在于，所述获取查询的各对象对应的参考用户群包括 根据预设的参考用户群的样本数，选取最近购买了所述对象的相应数量的用户组成参考用户群；或， 根据预设的参考用户群的样本数，选取最近对所述对象表示了购买意愿的相应数量的用户组成参考用户群；或， 根据预设的参考用户群的样本数，按照设定比例选取最近购买了所述对象的用户以及最近对所述对象表示了购买意愿的用户组成参考用户群。
3.如权利要求I所述的方法，其特征在于，所述排名服务器获取各参考用户群中每个用户到发起所述查询请求的用户的人际距离，包括 所述排名服务器从社交关系服务器获取用户的好友关系信息，根据获取到的好友关系信息确定各参考用户群中每个用户到发起所述查询请求的用户的人际距离；或 所述排名服务器根据社交关系服务器记录的用户属性，判断两个用户在用户属性上是否具有共性，并根据具有共性的用户属性来确定人际距离，其具有共性的用户属性越多，人际距离越小。
4.如权利要求I所述的方法，其特征在于，根据人际距离设置权重系数，该权重系数随着人际距离的增大而减小； 所述根据各参考用户群中每个用户到发起所述查询请求的用户的人际距离，以及参考用户群中每个用户对所述对象的评价值，计算用户关系维度排名指数包括 根据参考用户群中每个用户的人际距离，计算权重之后的评价值的平均值，从而得到用户关系维度排名指数。
5.如权利要求I所述的方法，其特征在于，所述计算用户关系维度排名指数的公式为 用户关系维度排名指数=SUM(评价值/人际距离)/样本数。
6.如权利要求3所述的方法，其特征在于，所述社交关系服务器存储如下内容中的一项或多项， 邮箱服务系统中的用户及用户好友关系；社交网络服务网站中的用户及用户好友关系；即时通信系统中的用户及用户好友关系；网络游戏平台中的用户及用户好友关系；基于用户关系的信息分享、传播以及获取平台中的用户及用户好友关系；电子商务网站中的用户及用户好友关系。
7.一种基于人际距离的排名方法，其特征在于，包括 排名服务器根据用户终端提交的查询请求，确定所请求查询的各对象各自所在的参考商家；排名服务器获取发起所述查询请求的用户到参考商家的人际距离，并获取所述参考商家的评价值； 排名服务器根据获取到的人际距离和参考商家的评价值，确定所述参考商家的商家关系维度排名指数，并根据参考商家的商家关系维度排名指数，对参考商家进行排序。
8.如权利要求7所述的方法，其特征在于，所述排名服务器获取发起所述查询请求的用户到参考商家的人际距离，包括 所述排名服务器从社交关系服务器获取用户的好友关系信息，并根据获取到的好友关系信息确定发起所述查询请求的用户到参考商家的人际距离；或 所述排名服务器从交易数据库获取发起所述查询请求的用户和参考商家的交易次数以及交易成功率，并根据获取到的交易次数以及交易成功率确定用户和参考商家之间的人际距离。
9.如权利要求7所述的方法，其特征在于，确定参考商家的商家关系维度排名指数的公式为 商家关系维度排名指数=评价值/人际距离。
10.一种基于人际距离的排名方法，其特征在于，包括 排名服务器接收用户终端发起的查询请求，获取请求查询的各对象，确定各对象的综合指数； 排名服务器根据各对象的综合指数对各对象进行排序； 其中，排名服务器根据如下策略中的一种确定各对象的综合指数 策略一，排名服务器根据如权利要求1-6中任一项所述的基于人际距离的排名方法确定用户请求查询的各对象的用户关系维度排名指数，并根据用户关系维度排名指数以及网购平台维度指数，确定各对象的综合指数； 策略二，排名服务器根据如权利要求7-9中任一项所述的基于人际距离的排名方法确定所述各对象所在的商家的商家关系维度排名指数；并根据商家关系维度排名指数以及网购平台维度指数，确定各对象的综合指数； 策略三，排名服务器根据如权利要求1-6中任一项所述的基于人际距离的排名方法确定用户请求查询的各对象的用户关系维度排名指数，根据如权利要求7-9中任一项所述的基于人际距离的排名方法确定所述各对象所在的商家的商家关系维度排名指数；排名服务器根据用户关系维度排名指数和商家关系维度排名指数确定各对象的综合指数；或者，根据用户关系维度排名指数、商家关系维度排名指数，以及网购平台维度指数，确定各对象的综合指数。
11.如权利要求10所述的方法，其特征在于，确定对象的综合指数，包括 对对象的用户关系维度排名指数，商家关系维度排名指数，以及网购平台维度指数进行加权求和后得到该对象的综合指数。
12.一种信息搜索方法，其特征在于，包括 排名服务器接收用户终端发起的查询请求，获取请求查询的各对象，对各对象进行排序; 排名服务器根据排序的结果，向发起查询的用户终端返回查询结果； 其中，所述对各对象进行排序包括排名服务器根据如权利要求1-6中任一项所述的基于人际距离的排名方法确定用户请求查询的各对象的用户关系维度排名指数，并根据各对象的用户关系维度排名指数，对各对象进行排序；或， 根据如权利要求7-9中任一项所述的基于人际距离的排名方法确定所述各对象所在的商家的商家关系维度排名指数，并根据各对象所在的商家的商家关系维度排名指数，对各对象进行排序；或， 根据如权利要求10-11中任一项所述的基于人际距离的排名方法确定各对象的综合指数，并根据各对象的综合指数，对各对象进行排序。
13.—种排名服务器,其特征在于,包括 获取单元，用于根据用户终端发起的查询请求，获取请求查询的各对象，并获取查询的各对象对应的参考用户群； 所述获取单元，还用于获取参考用户群中每个用户到发起所述查询请求的用户的人际距离，并获取参考用户群中每个用户对所请求查询的对象的评价值； 排序单元，用于根据获取到的人际距离和评价值，确定各对象的用户关系维度排名指数，并根据各对象的用户关系维度排名指数，对各对象进行排序。
14.如权利要求13所述的服务器，其特征在于，根据获取单元获取的人际距离设置权重系数，该权重系数随着人际距离的增大而减小； 所述排序单元根据各参考用户群中每个用户到发起所述查询请求的用户的人际距离，以及参考用户群中每个用户对所述对象的评价值，计算用户关系维度排名指数包括 根据参考用户群中每个用户的人际距离，计算权重之后的评价值的平均值，从而得到用户关系维度排名指数。
15.如权利要求13-14中任一项所述的服务器，其特征在于，所述服务器还包括，响应单元，用于根据所述排序单元排序的结果，向发起查询的用户终端返回查询结果。
16.—种排名服务器,其特征在于,包括 确定单元，用于根据用户终端提交的查询请求，确定所请求查询的各对象各自所在的参考商家； 获取单元，用于获取发起所述查询请求的用户到参考商家的人际距离，并获取所述参考商家的评价值； 排序单元，用于根据获取到的人际距离和参考商家的评价值，确定所述参考商家的商家关系维度排名指数，并根据参考商家的商家关系维度排名指数，对参考商家进行排序。
17.如权利要求16所述的服务器，其特征在于，所述服务器还包括，响应单元，用于根据所述排序单元排序的结果，向发起查询的用户终端返回查询结果。
18.—种排名服务器,其特征在于,包括 综合单元，用于接收用户终端发起的查询请求，获取请求查询的各对象，确定各对象的综合指数； 排序单元，用于根据各对象的综合指数对各对象进行排序； 其中，所述综合单元具体用于根据如下策略中的一种确定各对象的综合指数 策略一，排名服务器根据如权利要求1-6中任一项所述的基于人际距离的排名方法确定用户请求查询的各对象的用户关系维度排名指数，并根据用户关系维度排名指数以及网购平台维度指数，确定各对象的综合指数； 策略二，排名服务器根据如权利要求7-9中任一项所述的基于人际距离的排名方法确定所述各对象所在的商家的商家关系维度排名指数；并根据商家关系维度排名指数以及网购平台维度指数，确定各对象的综合指数； 策略三，排名服务器根据如权利要求1-6中任一项所述的基于人际距离的排名方法确定用户请求查询的各对象的用户关系维度排名指数，根据如权利要求7-9中任一项所述的基于人际距离的排名方法确定所述各对象所在的商家的商家关系维度排名指数；排名服务器根据用户关系维度排名指数和商家关系维度排名指数确定各对象的综合指数；或者，根 据用户关系维度排名指数、商家关系维度排名指数，以及网购平台维度指数，确定各对象的综合指数。
全文摘要
本申请公开了一种基于人际距离的排名、搜索方法和装置，该方法包括排名服务器根据用户终端发起的查询请求，获取请求查询的各对象，并获取查询的各对象对应的参考用户群；获取参考用户群中每个用户到发起所述查询请求的用户的人际距离，并获取参考用户群中每个用户对所请求查询的对象的评价值；根据获取到的人际距离和评价值，确定各对象的用户关系维度排名指数，并根据各对象的用户关系维度排名指数，对各对象进行排序，相对于现有技术，本申请实施例的排名服务器根据用户和参考用户人际距离的远近以及参考用户的评价值进行排名，将用户的社交圈的选择对用户选择购物的参考价值进行了量化，提供了一种基于用户特性的排名方法。
文档编号G06F17/30GK102880608SQ20111019550
公开日2013年1月16日 申请日期2011年7月13日 优先权日2011年7月13日
发明者冷山述 申请人:阿里巴巴集团控股有限公司