本发明涉及一种网页显示方法及系统，特别是涉及一种图示化的网页显示方法及系统。
背景技术：
：随着互联网时代的到来，中国的电子商务在最近几年获得了蓬勃的发展，主要销售商品从最早的图书类商品、电子类商品，发展到现在的家庭消费品，流行百货等等。快速膨胀的商品种类使得搜索在电子商务领域中扮演的愈来愈重要的角色。其中，一种称作“导购筛选”(或者类似名称)的技术常常被采用。消费者可以通过各种商品相关的属性，不断过滤和筛选，最终找到满意的商品。例如连衣裙的属性包括“款式”“袖长”“腰型”等，这些都将是用户关心的筛选条件。但是人们很快发现，不同的品类在搜索时的需求是非常不一样的。一种很明显的例子是，当消费者在挑选服装、鞋类和箱包等商品是，最为注重的是款式和颜色。而目前电商网站对于款式和颜色的筛选条件都是使用文字来表述的，不难发现这种仅仅采用文字的表达方式非常不直观，有时甚至难以准确地表达筛选条件，用户很容易产生混淆和疲劳。因此，人们针对服装、鞋类和箱包这样的流行百货，设计和创造一种新的导购筛选展现方法，用于提升用户体验。其基本思想是通过图示化的图片或者图例来展示导购筛选。举几个例子，对于裙装的“袖管风格”，可以通过图片来展示，包括：中长袖，蝙蝠衫，帽袖，露背等等。对于“裙长“，可以通过图片来展示，包括：膝上，过膝，半长等等。采用图示来表达关键词的优势非常明显，用户无需阅读所有冗长枯燥的文字，甚至连样式的文字含义都无需理解，而是看样式就行了。这些图片都是可以通过人工设计，设置，然后通过系统读取并展现给消费者。对于颜色而言，可以使用调色板的图示来实现，直观易懂，便于用户选择。这些图示化的导购属性优势显而易见，但同时面临一个非常巨大的挑战：如何在有限的空间里展示更多的导购属性呢？用户调研表明，在导购属性非常丰富的时候，很多使用者只选择了少数的导购属性。大量的图示化属性虽然显示，却没有产生用户点击，白白浪费了页面的空间，迫使用户多次进行页面的下拉滚动，翻页等操作，反而会造成转化率的下降。技术实现要素：本发明要解决的技术问题是为了克服现有技术中将关键词以图示来显示转化率较低、页面空间被浪费、用户仍然需要频繁翻页、操作繁琐的缺陷，提供一种网页显示方法及系统，将转化率较高的图示显示在前端、易于被用户点击的位置，高效利用有限的页面空间，免去了用户频繁下拉滚动条、翻页的繁琐操作，方便了用户的检索浏览，实现了图示化的直观显示和有限的页面显示空间之间的平衡。本发明是通过下述技术方案来解决上述技术问题的：一种网页显示方法，其特点在于，包括以下步骤：S1、从一网页中提取主题内容，该主题内容以多个图示表示；S2、从一数据库获取每个与所述主题内容相关联的图示以及为每个图示生成包含所述图示的点击次数和购买次数的一页面；S3、分别基于每个页面中图示的点击次数和购买次数计算所述页面的图示的影响因子；S4、按影响因子从高到低的顺序选取与一预设数值相等数量的图示作为显示图示；S5、将各个包含所述显示图示的页面组合作为所述网页的显示内容。优选地，步骤S3中根据以下公式分别基于每个页面中图示的点击次数和购买次数以及每个页面中图示的至少一个属性要素计算所述页面的图示的影响因子：Interests(F,E)=Σi=1nw1×Click(F,Ei)+w2×Sale(F,Ei)]]>其中，Interests(F,E)表示图示F的影响因子，n表示属性要素E的个数，Click(F,Ei)表示属性要素为Ei的图示F的点击次数，Sale(F,Ei)表示属性要素为Ei的图示F的购买次数，W1和W2分别为点击行为的权重和购买行为的权重。优选地，步骤S3中根据以下公式分别基于每个页面中图示的点击次数和购买次数以及每个页面中图示的至少一个属性要素计算所述页面的图示的影响因子：Interests(F)=Σk=1m(1-α×(k-1))(Σi=1nwi×Interestsi(F,Ei))]]>其中，α表示一衰减因子，wi表示属性要素Ei的权重，m表示衰减的天数。优选地，步骤S3中根据以下公式分别基于每个页面中图示的点击次数和购买次数以及每个页面中图示的至少一个属性要素计算所述页面的图示的影响因子：Interests(F)=α1×Σi=1nwi×Interestsi(F,Ei)+α2×Σl=1nwi×Interestsl(F,Ei)+α3×Σp=1nwi×Interestsp(F,Ei)]]>其中，α1、α2和α3分别为Interestsi(F,Ei)、Interestsl(F,Ei)和Interestsp(F,Ei)所对应的衰减因子，Interestsi(F,Ei)、Interestsl(F,Ei)和Interestsp(F,Ei)分别表示不同时间段中的影响因子。优选地，所述属性要素选自以下的一种或多种：季节要素、地域要素、性别要素、年龄要素、职业要素和收入要素。本发明还提供一种网页显示系统，其特点在于，其包括：一提取单元，用于从一网页中提取主题内容，该主题内容以多个图示表示；一页面生成单元，用于从一数据库获取每个与所述主题内容相关联的图示以及为每个图示生成包含所述图示的点击次数和购买次数的一页面；一计算单元，用于分别基于每个页面中图示的点击次数和购买次数计算所述页面的图示的影响因子；一筛选单元，用于按影响因子从高到低的顺序选取与一预设数值相等数量的图示作为显示图示；一组合单元，用于将各个包含所述显示图示的页面组合作为所述网页的显示内容。优选地，所述计算单元根据以下公式分别基于每个页面中图示的点击次数和购买次数以及每个页面中图示的至少一个属性要素计算所述页面的图示的影响因子：Interests(F,E)=Σi=1nw1×Click(F,Ei)+w2×Sale(F,Ei)]]>其中，Interests(F,E)表示图示F的影响因子，n表示属性要素E的个数，Click(F,Ei)表示属性要素为Ei的图示F的点击次数，Sale(F,Ei)表示属性要素为Ei的图示F的购买次数，W1和W2分别为点击行为的权重和购买行为的权重。优选地，所述计算单元根据以下公式分别基于每个页面中图示的点击次数和购买次数以及每个页面中图示的至少一个属性要素计算所述页面的图示的影响因子：Interests(F)=Σk=1m(1-α×(k-1))(Σi=1nwi×Interestsi(F,Ei))]]>其中，α表示一衰减因子，wi表示属性要素Ei的权重，m表示衰减的天数。优选地，所述计算单元根据以下公式分别基于每个页面中图示的点击次数和购买次数以及每个页面中图示的至少一个属性要素计算所述页面的图示的影响因子：Interests(F)=α1×Σi=1nwi×Interestsi(F,Ei)+α2×Σl=1nwi×Interestsl(F,Ei)+α3×Σp=1nwi×Interestsp(F,Ei)]]>其中，α1、α2和α3分别为Interestsi(F,Ei)、Interestsl(F,Ei)和Interestsp(F,Ei)所对应的衰减因子，Interestsi(F,Ei)、Interestsl(F,Ei)和Interestsp(F,Ei)分别表示不同时间段中的影响因子。优选地，该属性要素选自以下的一种或多种：季节要素、地域要素、性别要素、年龄要素、职业要素和收入要素。在符合本领域常识的基础上，上述各优选条件，可任意组合，即得本发明各较佳实例。本发明的积极进步效果在于：通过本发明的网页显示方法及系统，筛选出转化率较高的图示以在有限的网页空间中显示，不仅直观地表述了筛选条件，也免去了用户频繁下拉滚动条、频繁翻页的操作，方便了用户的检索浏览，实现了图示化的直观显示和有限的页面显示空间之间的平衡。附图说明图1为本发明一实施例的网页显示方法的流程图。图2为本发明一实施例的网页显示系统的结构框图。具体实施方式下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。参考图1和图2，该网页显示方法，包括以下步骤：S1、从一网页中提取主题内容，该主题内容以多个图示表示；S2、从一数据库获取每个与所述主题内容相关联的图示以及为每个图示生成包含所述图示的点击次数和购买次数的一页面；S3、分别基于每个页面中图示的点击次数和购买次数计算所述页面的图示的影响因子；S4、按影响因子从高到低的顺序选取与一预设数值相等数量的图示作为显示图示；S5、将各个包含所述显示图示的页面组合作为所述网页的显示内容。举例来说，影响用户搜索条件的因素有季节、地域性和用户个人的喜好因素。季节性：分出夏秋冬4个季节。Interests代表某个图示化导购属性(以图示表示)的影响因子，F代表图示化导购属性，S代表季节要素。W1和W2权重是用于调节点击、购买对用户而言的重要程度，二者和为1，则Interests(F,S)=Σi=14w1×Click(F,Si)+w2×Sale(F,Si)]]>地域性：根据城市、省份甚至是国家来划分。Interests代表某个图示的影响因子，F代表图示化导购属性，D代表地域要素，可能是市、省、国家等不同等级。W1和W2权重是用于调节点击、购买对用户而言的重要程度，二者和为1，则Interests(F,D)=Σi=1nw1×Click(F,Di)+w2×Sale(F,Di)]]>个性：根据用户群体来划分。特别要注意的是，用户群体划分比季节和地域划分更复杂。最理想的情况的是，每个人都有自己的建模。但是现实系统中，考虑到实现的复杂度和成本，往往将用户切分成更大的群体。这里假设用户已经划分为n个。代表某个图示的影响因子，U代表用户群(或者是单个用户)，F代表图示化导购属性。W1和W2权重是用于调节点击、购买对用户而言的重要程度，二者和为1，则Interests(F,U)=Σi=1nw1×Click(F,Ui)+w2×Sale(F,Ui)]]>另外，为了更准确地得到转化率较高的图示，该网页显示方法中还引入了时效性要素。这里有2种基本的实现方式，一种是转化率会按照每天的细粒度来衰减。另一种是按照周、月、季度和年度不同粒度来衰减。按照每天来衰减，假设考虑最近n天。这个是综合了上述3个因子(W1，W2和W3是针对3个因子的权重，根据业务需求来调整)，并通过n天来衰减。α是衰减因子。Interests(F)=Σi=1n(1-α×(i-1))(w1×Interestsi(F,S)+w2×Interestsi(F,D)+w3×Interestsi(F,U))]]>按照不同粒度来衰减，假设考虑最近1周，1个月和1个季度Interests(F)＝α1×(w1×Interestsweek(F,S)+w2×Interestsweek(F,D)+w3×Interestsweek(F,U))+α2×(w1×Interestsmonth(F,S)+w2×Interestsmonth(F,D)+w3×Interestsmonth(F,U)+α3×(w1×Interestsquarter(F,S)+w2×Interestsquarter(F,D)+w3×Interestsquarter(F,U)相应地，本发明所述的网页显示系统，其包括：一提取单元1，用于从一网页中提取主题内容，该主题内容以多个图示表示；一页面生成单元2，用于从一数据库获取每个与所述主题内容相关联的图示以及为每个图示生成包含所述图示的点击次数和购买次数的一页面；一计算单元3，用于分别基于每个页面中图示的点击次数和购买次数计算所述页面的图示的影响因子；一筛选单元4，用于按影响因子从高到低的顺序选取与一预设数值相等数量的图示作为显示图示；一组合单元5，用于将各个包含所述显示图示的页面组合作为所述网页的显示内容。为了证明本发明的网页显示方法及系统的有效性以及较佳的效果，采集了线上真实用户点击行为。采样期间是1个月30天，包括1万经常购物的用户和相应点击的导购属性共158,749次。实验假设：导购属性(即图示)按照一定的顺序排列。用户点击排名靠前的导购属性越多，证明排列越合理。通过我们的建模，能够提升用户点击靠前导购属性的次数。为了验证转化率确实得到了提高，使用了通用的NDCG(一种对搜索引擎或相关程序有效性的度量)评判标准其代表的含义就是，是否相关性(rel)高的排列在前面。DCGp=rel1+Σi=2prelilog2(i)]]>其中IDCG是前p个DCG结果的综合。这里相关性(rel)打分由用户点击导购属性的概率来确定。Click表示点击次数，Show表示展示给用户的次数。如果显示的图示经常被点击，则就说明了这样的显示图示方式具有较高的转化率。实验结果：有了实验数据和实验假设，比较2组数据：A组是随机排列导购属性，B组是通过本发明的显示方法来显示导购属性。模型分别是：只使用季节性因素，只使用地域性因素，只使用个性因素，使用时效性并综合考虑上述3个因素。权值都是根据行业经验值，具体实现时可以自行调整(采用其它权值也许具体数据有所不同，但提升趋势是不变的)我们也同时考察了2个设置：即前3个导购属性的点击率，和前10个的点击率，结果见表1。表1点击率比较表从数据对比可以看出，采用本发明的显示方法的B组，特别是4大因素的综合，将大幅提升导购属性点击的概率。考察前3个导购属性时，最终提升了249％，考虑前10个导购属性时，最终提升205％。这些都证明我们的建模方案是可行并且有效的，可以在显示有限图示化导购属性的情况下，大幅提高点击率。通过本发明的网页显示方法及系统，筛选出转化率较高的图示以在有限的网页空间中显示，不仅直观地表述了筛选条件，也免去了用户频繁下拉滚动条、频繁翻页的操作，方便了用户的检索浏览，实现了图示化的直观显示和有限的页面显示空间之间的平衡。虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这些仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。当前第1页1 2 3