到的。其中，在采用机器学习模型对离线数据进行训练时，简单来说，针对某商品属性 信息而言，可W统计具备某用户属性信息的众多用户对于具备该商品属性信息的商品的购 买情况（或浏览情况），并根据购买情况（或浏览情况），确定一个权重值。
[0052] 类似地，本申请实施例中，确定第二权重值的方式也可W是；根据商品属性信息和 用户所属人群的信息，查找预先设置的商品属性信息、用户属性信息和第二权重值的映射 关系。该映射关系也可W是采用机器学习模型，对大量的离线数据进行训练而得到的。
[0053] 进一步地，根据第一权重值、第二权重值，W及预测出的商品针对所述用户所属人 群的转化率的值，可W按照如下式[1]所示的方式，计算商品信息的排序得分；然后，再根 据该排序得分W及将要展示在商品列表页面中的其他商品信息的排序得分，确定商品信息 在商品信息列表页面中的排列位置。一般地，排序得分越高，商品信息在该页面中的排列位 置越靠前；反之，则越靠后。
[0054]
…
[00巧]公式1中：
[0056]Score为商品信息的排序得分；
[0057] 若将第一权重值、第二权重值，W及预测出的商品针对所述用户所属人群的转化 率的值均称为"数值"，则wei曲为由第一权重值、第二权重值，W及预测出的商品针对所 述用户所属人群的转化率的值构成的数值集合中的编号为W的数值；
[0058] W为该数值集合中包含的数值的总数目；
[0059]W为该数值集合中的数值的编号，其取值范围为[1，W];
[0060] 为用于豕 进行放大的"放大因子"，其取值范围可W是（1，+ -)。 a
[0061] 采用实施例1提供的该方法，由于可W支持根据人群对于商品信息的访问日志， 对商品针对该人群的转化率预估模型进行修正，并利用修正后的转化率预估模型，预测商 品针对户所属人群的转化率的值，因此，可W使得预测出的转化率的值随着人群针对商品 信息的访问情况的变化而发生变化，进而使得基于该转化率的值执行的特定操作的操作结 果准确性较高。
[0062] 本申请实施例1提供的该方法中，步骤13的执行时机可W是在获得搜索关键词， 并查找到与该搜索关键词相匹配的所述商品的商品信息后。而步骤11~步骤12的执行时 机则可W是：在获得属于步骤11中所述人群的用户对于所述商品的商品信息的访问日志 后。即，一旦获得所述人群的用户对于所述商品的商品信息的访问日志，则可W执行步骤11 和步骤12,但可W是在出现步骤13的执行条件（比如获得搜索关键词，并查找到与该搜索 关键词相匹配的所述商品的商品信息）时，才执行步骤13,W及步骤14。
[0063] 需要说明的是，实施例1所提供方法的各步骤的执行主体均可W是同一设备，或 者，该方法也由不同设备作为执行主体。比如，步骤11和步骤12的执行主体可W为设备1， 步骤13和步骤14的执行主体可W为设备2 ;又比如，步骤11的执行主体可W为设备1，步 骤12~步骤14的执行主体可W为设备2;等等。
[0064] 实施例2
[0065] 实施例2提供一种商品信息的排序方法。
[0066] 用于实现该方法的系统的结构示意图如图2所示，主要包括：日志实时收集和解 析模块21、实时计算用户偏好模块22、实时判断用户群体模块23、实时增量学习模块24、在 线实时更新商品索引模块25、商品在线索引模块26、在线商品排序模块27、用户数据库28 W及商品数据库29。该些模块的功能介绍如下：
[0067] 日志实时收集和解析模块21，用于获取用户终端生成的针对商品信息的访问日志 并解析；W及，在通过解析访问日志而获得位于访问日志的特定字段的信息（简称特定字 段信息）后，将特定字段信息发送给实时计算用户偏好模块22和实时增量学习模块24。
[0068] 实时计算用户偏好模块22,用于根据日志实时收集和解析模块21发送的位于特 定字段信息，确定用户属性信息；并在确定出用户属性信息后，将用户属性信息和相应的用 户ID发送给实时判断用户群体模块23 ;W及，根据确定出的用户属性信息，更新用户数据 库28中的与所述相应的用户ID对应保存的用户属性信息。
[0069] 实时判断用户群体模块23,用于根据实时计算用户偏好模块22发送的用户属性 信息，确定用户所属人群的信息；并根据确定出的用户所属人群的信息，更新用户数据库 28中的、与用户A的用户ID对应保存的用户所属人群的信息。
[0070]实时增量学习模块24,用于从日志实时收集和解析模块21发送的特定字段信息 中，确定用户ID和商品ID;并从用户数据库28中，获取与确定出的用户ID对应保存的用 户所属人群的信息。
[0071] 此外，实时增量学习模块24还用于根据日志实时收集和解析模块21发送的特定 字段信息中的商品ID，W及从用户数据库28中获取的、与确定出的用户ID对应保存的用户 所属人群的信息，确定特定字段信息中的商品ID表示的商品分别针对确定出的用户ID表 示的用户所属各人群的转化率（即商品转化率）预估模型；并根据日志实时收集和解析模 块21发送的特定字段信息，对通过离线训练的方式得到的转化率预估模型进行在线学习 修正；W及根据修正后的转化率预估模型，预测特定字段信息中的商品ID表示的商品分别 针对确定出的用户ID表示的用户所属各人群的商品转化率；利用预测出的商品转化率，更 新商品数据库29中与特定字段信息中的商品ID对应保存的商品转化率。
[0072] 需要说明的是，为了在实时增量学习模块24接收到特定字段信息后，预留充足的 时间给用户数据库28进行信息更新，实时增量学习模块24可W从接收到特定字段信息的 时刻起进行计时，并在计时时长等于预设时间长度后，才从用户数据库28和商品数据库29 中分别获取信息。
[0073] 在线实时更新商品索引模块25,用于根据商品数据库29中被更新的商品转化率 的值，对用于保存商品信息的数据库（简称商品信息数据库）中的商品信息索引的权重值 进行更新。
[0074] 商品在线索引模块26,用于根据用户输入的搜索关键词，在商品信息数据库中查 找与搜索关键词相匹配的商品信息索引，并搜索与搜索关键词相匹配的商品信息索引所指 向的商品信息。
[0075] 在线商品排序模块27,用于根据输入搜索关键词的用户的用户ID，从用户数据库 28中获取与该用户ID对应存储的用户属性信息和用户所属人群的信息；并根据获取的与 该用户ID对应存储的用户所属人群的信息，获取商品在线索引模块26搜索到的商品信息 索引的特定权重值；W及，确定获取到的用户属性信息的权重值和用户所属人群的信息的 权重值；并根据确定出的用户属性信息的权重值和用户所属人群的信息的权重值，W及获 取的商品信息索引的特定权重值，计算商品在线索引模块26搜索到的各商品信息的排序 得分。在确定出商品在线索引模块26确定的每个商品信息的排序得分后，确定该些商品信 息的排列顺序，并根据该排列顺序生成商品信息列表页面推送给用户终端进行显示。
[0076] 用户数据库28,其可W为高性能的分布式数据库，用于对应存储用户属性信息、用 户所属人群的信息和相应的用户ID。
[0077] 商品数据库29,其可W为支持列更新的分布式海量数据库，用于对应存储商品分 别针对不同人群的商品转化率和相应的商品ID。
[0078] 针对上述各模块的功能，需要进一步详细说明的内容如下：
[0079] 对于日志实时收集和解析模块21的功能而言，针对不同用户，该模块获取的特定 字段信息可W包括如表1所示的内容：
[0080] 表 1 :
[0081]
[0083] -般地，用户针对商品信息所执行的一些操作，包括在浏览器中输入的用于触发 浏览器搜索商品信息的搜索关键词、服务器向用户终端发送的商品详情页面，商品信息的 一些相关数据（比如商品ID)、用户的一些相关数据（比如用户ID)、用户针对商品信息执 行过的点击收藏或购买等操作，W及该些操作的相关数据等，都会被记录在针对商品信息 的访问日志中，并由浏览器上运行的脚本发送到日志服务器。日志实时收集和解析模块21 可W从浏览器与日志服务器之间的日志发送通道中实时获取脚本发送的访问日志，并从获 取的访问日志中解析出特定字段信息。
[0084] 基于如图2所示的各模块的功能，W下W同属相同人群的用户A和用户B为例，结 合说明书附图3,说明如何根据用户A的访问日志，更新用户数据库28和商品数据库29,进 而如何在用户B进行商品信息搜索时，提供与用户B所属的人群的信息和用户B输入的搜 索关键词均匹配的商品信息。
[0085] 具体地，说明书附图3所示的该流程图主要用于描述一种商品信息的排序方法， 该方法包括如下步骤：
[008引步骤31，当用户A利用其手机上安装的浏览器，采用用户ID"油C"访问某购物网 站，并对"香奈儿手包"送一商品的商品信息执行了点击收藏W及点击购买送样的操作后， 手机生成针对该商品信息的访问日志；由浏览器通过日志发送通道，向日志服务器发送该 访问日志。
[0087] 其中，可W假设该访问日志的特定字段的信息如下表2所示。
[0088]表 2 :
[0089]
[0091]步骤32,日志实时收集和解析模块21可W但不限于利用storm(-种分布式的、容 错的实时计算系统。其为现有技术，此处不再赏述），从步骤31中所述的日志发送通道实时 获取用户A的手机发送的访问日志；解析获取到的该访问日志的特定字段，获得特定字段 信息；之后，通过控制storm的spout节点，将获得的特定字段信息分别发送给用户偏好模 块22和实时增量学习模块24。
[009引步骤33,用户偏好模块22 (可W但不限于是storm的bolt节点）根据日志实时收 集和解析模块21发送的特定字段信息中包括的用户针对商品信息执行过的操作的类型、 商品价格、商品品牌、为了获取商品信息而使用过的搜索关键词W及商品的卖家ID，确定用 户A的属性信息。
[0093] 一般地，确定出的用户A的属性信息可W有多种。实施例2中，假设确定出的用户 A的属性信息是用户A的性别、用户A的商品属性偏好和用户A的购买能力。其中，商品属 性偏好用于表示用户偏爱的商品属性的属性值。商品属性往往包括商品的品牌和/或商品 的价格等等。
[0094] 根据特定字段信息确定用户属性信息的方式可W有多种。举例而言，若用户属性 信息是用户的性别、用户的商品属性偏好和用户的购买能力，而特定字段信息包括用户针 对商品信息执行过的操作的类型、商品价格、商品品牌、为了获取商品信息而使用过的搜索 关键词W及商品的卖家ID时，可W采用下述子步骤确定用户属性信息：
[0095] 子步骤一：判断用户针对商品信息执行过的操作的类型是否为"点击购买"，若是，