则执行子步骤二；否则，执行子步骤H。
[0096] 子步骤二；根据商品价格和预设的多个商品价格区间，确定商品价格所处的价格 区间；根据商品品牌和预设的多个商品品牌集合，确定商品品牌所属的商品品牌集合；根 据商品的卖家ID和预设的多个卖家ID集合，确定商品的卖家ID所属的卖家ID集合，并根 据确定出的卖家ID集合确定用户的购买习惯信息；而后执行子步骤H。
[0097] 其中，单个卖家ID集合中的卖家的特定属性（该特定属性比如可W是店铺规模） 的属性值相同；不同卖家ID集合中的卖家的所述特定属性的属性值不同。
[0098] 通过执行子步骤二，比如可W假设确定出；商品价格处于价格区间1 ;商品品牌属 于商品品牌集合3 ;卖家ID所属的卖家ID集合是卖家ID集合5。此外，还可W假设根据不 同卖家ID集合与用户购买习惯信息的预设对应关系，进一步确定用户的购买习惯信息为： 表示"会在奢侈品牌店铺购买商品"的信息。
[0099] 子步骤Η;根据为了获取商品信息而使用过的搜索关键词，确定用户的性别；并 在判断出当前已确定出商品价格所处的价格区间、商品品牌所属的商品品牌集合，W及用 户的购买习惯信息时，执行步骤子步骤四；在判断出当前没有确定出商品价格所处的价格 区间、商品品牌所属的商品品牌集合，W及用户的购买习惯信息时，结束流程。
[0100] 在子步骤Η中，比如假设该搜索关键词包含"女±"送样的关键词单元，则可W确 定用户的性别为"女"。
[0101] 子步骤四：根据确定出的商品价格所处的价格区间、商品品牌所属的商品品牌集 合，W及用户的购买习惯信息，确定用户的商品属性偏好和用户的购买能力。
[0102] 比如，若确定出的价格区间表不用户购头的巧品价格偏局，确定出的巧品品牌集 合表示用户购买的是奢侈品牌，且用户的购买习惯表示"会在奢侈品牌店铺购买商品"，则 可W确定用户的商品属性偏好为"偏好购买价格较高的奢侈品"，并且确定出用户的购买能 力为"能够购买价格较高的商品"。
[0103]实施例2中，还可W采用现有技术中的已有其他方式，实现根据特定字段信息确 定用户属性信息，此处不再赏述。
[0104] 步骤34,用户偏好模块22根据确定出的用户A的商品属性偏好和用户A的购买能 力，更新用户数据库28中的与用户A的用户ID对应保存的用户属性信息；此外，还将用户 A的用户ID、用户A的性别的信息、用户A的商品属性偏好的信息和用户A的购买能力的信 息发送给实时判断用户群体模块23。
[0105] 步骤35,实时判断用户群体模块23根据实时计算用户偏好模块22发送的用户A 的性别的信息、用户A的商品属性偏好的信息和用户A的购买能力的信息，确定用户所属人 群为"高收入工作者"、"都市贵妇"W及"高级白领"；并根据用户A的用户ID，W及确定出 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。
[0106]实施例2中，可W采用K最邻近结点算法化-NearestNei曲boralgorithnuKNN)，实现根据用户A的性别的信息、用户A的商品属性偏好的信息和用户A的购买能力的信息， 确定用户所属人群的信息。
[0107] 具体而言，采用ΚΓ^Ν确定用户所属人群的信息的过程可W包括下述子步骤：
[0108] 子步骤a;获得用于进行离线训练的样本信息，样本信息包括多个用户的性别的 信息、商品属性偏好的信息和购买能力的信息；根据获得的样本信息，对所述多个用户进行 聚类，从而确定出所述多个用户分属的用户类别。
[0109] 上述"用户类别"即"人群"。同属同一人群的用户满足；任意两个用户的用户属性 特征向量的相似度的值大于第一相似度阔值。
[0110] 其中，"用户属性特征向量"是根据用户的性别的信息、商品属性偏好的信息和购 买能力的信息确定出的一个特征向量。比如，通过对用户的性别的信息、商品属性偏好的信 息和购买能力的信息分别进行量化，可W得到相应的量化值；进而可W将对应于同一用户 的各量化值组合为一个特征向量，作为该用户的用户属性向量。
[01U] 子步骤b;针对待确定所属人群的用户，根据当前确定出的该用户的性别的信息、 商品属性偏好的信息和购买能力的信息，确定该用户的用户属性特征向量；
[0112] 子步骤C;确定通过执行子步骤b而确定出的用户属性特征向量与通过执行步骤a 而确定出的各用户类别的聚类中必的相似度的值，并将确定出的最大相似度的值所对应的 用户类别，确定为待确定所属人群的用户所属的用户类别，从而实现对该用户所属人群的 确定。
[0113] 可选的，子步骤C中，还可W将确定出的大于第二相似度阔值的相似度的值所对 应的用户类别，确定为待确定所属人群的用户所属的用户类别。
[0114] 实施例2中，还可W采用现有技术中的已有其他方式，实现根据用户属性信息确 定用户所属人群的信息，此处不再赏述。
[0115] 步骤36,实时增量学习模块24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（分别为"高收入工作者"、"都市贵妇"W及"高级白领"）。
[0116]步骤37,实时增量学习模块24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中获取的确定出的用户ID对应保存的用户所属人 群的信息，确定该商品ID表示的商品分别针对该用户ID表示的用户所属各人群的转化率 预估模型，并根据特定字段信息，对确定出的转化率预估模型进行在线学习修正。
[0117] 实施例2中，香奈儿手包"分别针对"高收入工作者"、"都市贵妇"和"高级白 领"的商品转化率为例，一种简单的通过离线训练的方式得到的转化率预估模型的形式可 W如下表3所示：
[0118]表3;
[0119]
[0121] 基于日志实时收集和解析模块21在最近一天时间内发送来的特定字段信息（包 含步骤36中所述的日志实时收集和解析模块21发送的特定字段信息），实时增量学习模 块24可W分别确定"高收入工作者"、"都市贵妇"和"高级白领"送Η个人群分别对于"香 奈儿手包"的单日浏览量。需要说明的是，针对"人群对于商品信息的单日浏览量"送一统 计项目而言，其统计依据可W是"商品ID"送一统计依据。针对其他统计项目而言，也可W W其他特定字段信息作为统计依据。
[0122] 在确定出"高收入工作者"、"都市贵妇"和"高级白领"送Η个人群分别对于"香奈 儿手包"的单日浏览量的基础上，可W确定出与该单日浏览量所处的浏览量区间相匹配的 权重值；进而根据该权重值，预测送Η个人群分别对于"香奈儿手包"的单日购买量。比如， 高收入工作者"送一人群为例，若确定出的单日浏览量为100,则可W确定该单日浏览 量所处的浏览量区间为[50,200];进而可W根据与该权重值区间对应的"特征的权重值"， 预测"高收入工作者"送一人群对于"香奈儿手包"的单日购买量为100X0. 02 = 2。其中， "特征的权重值"是转化率预估模型中的一个参数值，其可W但不限于为预先根据历史数据 统计得到的商品转化率的值。
[0123] 进一步地，可W判断预测出的上述Η个人群分别对于"香奈儿手包"的单日购买量 与基于特定字段信息统计得到的上述Η个人群分别对于"香奈儿手包"的单日实际购买量 是否对应一致，若不一致，则对表3所示的转化率预估模型进行修正。比如，仍然高收入 工作者"送一人群为例，若预测出的该人群对于"香奈儿手包"的单日购买量为2,而基于所 述在最近一天时间内发送来的特定字段信息统计得到的单日购买量为1，则可W将表3所 示的针对"高收入工作者"送一人群的转化率预估模型中的特征的权重值进行修正，比如将 其修正为0. 01。类似地，若基于所述在最近一天时间内发送来的特定字段信息统计得到的 单日购买量为5,则也可W对该特征的权重值进行修正，比如将其修正为0. 05。
[0124] 实施例2中，通过对特征的权重值进行修正，可W使得转化率预估模型与人群当 前针对商品信息的操作行为更为匹配，从而使得后续根据修正后的转化率预估模型预测出 的商品转化率的值的准确度更高。
[0125] 步骤38,实时增量学习模块24根据修正后的转化率预估模型，预测从特定字段的 信息中确定出的商品ID表示的"香奈儿手包"分别针对所述确定出的用户ID表示的用户 所属各人群的商品转化率的值；并利用预测出的商品转化率的值，更新商品数据库29中与 所述确定出的商品ID对应保存的、"香奈儿手包"分别针对不同人群的商品转化率的值。
[0126] 比如，高收入工作者"送一人群为例，假设通过执行步骤37,将该人群对于"香 奈儿手包"的转化率预估模型中的特征的权重值修正为0. 05,则可W根据该权重值，确定与 该权重值存在特定映射关系的商品转化率的值。比如假设与该权重值存在特定映射关系的 商品转化率的值也为0.05。
[0127] 步骤39,在线实时更新商品索引模块25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。
[012引一般地，商品转化率的值与商品信息索引的权重值之间可W设置有一定的映射关 系，从而可W根据商品转化率的值，更新商品信息索引的权重值。比如，当商品数据库29中 被更新的商品转化率的值为"香奈儿手包"针对"高收入工作者"的商品转化率的值时，可W 根据该商品转化率的值，对商品信息数据库中的、对应于"香奈儿手包"的商品信息索引的 权重值进行更新。比如，若该商品转化率的值为0. 05,则可w假设权重值也更新为0. 05。
[0129] 实施例2中，同一商品信息可W有多个商品信息索弓I。不同的商品信息索引可W 对应不同人群的信息和不同的权重值，如下表4所示。
[0130] 表4:
[0131]
[0132] 步骤310,商品在线索引模块26根据用户B在访问购物网站时输入的搜索关键词 "香奈儿包"，在商品信息数据库中查找与该搜索关键词相匹配的商品信息索引，进而再查 找与该搜索关键词相匹配的商品信息索引所指向的商品信息。
[0133] 步骤311，在线商品排序模块27根据输入搜索关键词的用户B的用户ID"123"， 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。其中，该特定权重值为：商品在线索引模块26搜索到的 商品信息索引的各权重值中，与获取的用户所属人群的信息相对应的权重值。
[0134] 比如，可W假设获取到的用户属性信息为；用户B的性别、用户B的商品属性偏好