[发明专利]一种基于商品多层级多维属性的分级目录展示方法及系统在审
申请号: | 201910079671.4 | 申请日: | 2019-01-28 |
公开(公告)号: | CN109949122A | 公开(公告)日: | 2019-06-28 |
发明(设计)人: | 顾钊铨;方滨兴;韩伟红;李默涵;殷丽华;田志宏 | 申请(专利权)人: | 广州大学 |
主分类号: | G06Q30/06 | 分类号: | G06Q30/06;G06F16/906;G06F16/9535 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 颜希文;麦小婵 |
地址: | 510000 广东省广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 展示 多维属性 聚类集合 多层级 分级 正整数 商品展示 属性获取 有效减少 重复出现 关注度 有效地 层级 聚类 集合 搜索 保证 | ||
本发明公开了一种基于商品多层级多维属性的分级目录展示方法,包括以下步骤:获取待展示商品的集合;根据用户对待展示商品的属性关注度对待展示商品的属性进行层级划分,得到L级属性;其中,L为大于等于1的正整数;根据第i级的属性获取第i级商品聚类集合,并作为第i级展示目录;其中,i为大于等于1的正整数;在第i级商品聚类集合中,根据第i+1级属性进行聚类,得到第i+1级商品聚类集合,并作为第i+1级展示目录。本发明实施例提供的一种基于商品多层级多维属性的分级目录展示方法及系统,能够有效减少需要展示的商品数量,并保证相同属性商品不重复出现,有效地提高了商品展示的效率,从而有利于提高用户的搜索体验。
技术领域
本发明涉及电子商务技术领域,尤其涉及一种基于商品多层级多维属性的分级目录展示方法及系统。
背景技术
在线购物随着网络技术的发展越发普及,例如电脑PC端、移动端的众多网络购物平台(如淘宝、京东、当当等)发展迅速,成为很多用户购物的常用途径之一。
用户购买商品的过程为:首先在搜索栏输入商品关键词,购物平台会通过关键词匹配数据库中符合搜索条件的所有商品,然后按照某种排序规则对所有符合条件的商品进行展示和罗列,用户通过浏览商品信息挑选合适的商品进行购买。
现有的网购平台比较成熟,无论是商品搜索技术、商品综合评分技术等都比较成熟。现有的商品展示方法主要是通过分页、缓存等方式先展示一部分商品,然后在用户需要的时候再进行商品展示。
使用现有技术进行商品的展示,存在如下问题:容易出现多种同类型商品重复出现的情况,从而导致用户在搜索结果中多次查看到类似的商品,进而降低用户搜索商品的效率。
发明内容
本发明实施例的目的是提供一种基于商品多层级多维属性的分级目录展示方法及系统,能够有效减少需要展示的商品数量,并保证相同属性商品不重复出现,有效地提高了商品展示的效率,从而有利于提高用户的搜索体验。
为实现上述目的,一方面,本发明的第一实施例提供了一种基于商品多层级多维属性的分级目录展示方法,包括以下步骤:
获取待展示商品的集合;
根据用户对所述待展示商品的属性关注度对所述待展示商品的属性进行层级划分,得到L级属性;其中,L为大于等于1的正整数;
根据第i级的属性获取第i级商品聚类集合,并作为第i级展示目录;其中,所述i为大于等于1的正整数;
在第i级商品聚类集合中,根据第i+1级属性进行聚类,得到第i+1级商品聚类集合,并作为第i+1级展示目录。
进一步地,所述获取待展示商品的集合,具体为:根据用户输入的搜索关键词匹配数据库得到的与所述关键词匹配的待展示商品集合。
进一步地,根据用户对所述待展示商品的属性关注度对所述待展示商品的属性进行层级划分,得到L级属性;具体为:
将用户对所述待展示商品的属性关注度从高往低进行待展示商品属性层级的划分,划分得到优先级从高往低的属性层级。
进一步地,所述在第i级商品聚类集合中,根据第i+1级属性进行聚类,得到第i+1级商品聚类集合,并作为第i+1级展示目录,具体为:
获取在第i级商品聚类集合中每一商品的第i+1级属性,并根据所述第i+1级属性进行对第i级商品聚类集合中的每一商品进行聚类,得到每一商品对应的第i+1级展示目录。
另一方面,本发明的第二实施例提供了一种基于商品多层级多维属性的分级目录展示系统,所述系统包括商品获取模块、属性划分模块和商品展示模块;其中,
所述商品获取模块,用于获取待展示商品的集合;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州大学,未经广州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910079671.4/2.html,转载请声明来源钻瓜专利网。