[发明专利]一种在网页中显示产品信息的方法及装置

说明书

技术领域

本申请涉及互联网数据处理领域，尤其涉及一种在网页中显示产品信息的方法及装置。

背景技术

随着互联网技术的发展，互联网已经成为网络用户获取信息、资源等的重要途径，并且，为了使得用户能够更高效的获取到用户感兴趣的信息和对用户有用的信息，推荐系统已经逐渐成为网站的基础设施。当用户请求浏览网站提供的一项产品的产品信息时，网站服务器通过推荐系统可以确定出与用户请求的该产品相关的多个产品作为推荐产品，并在将用户请求产品的产品详细信息与推荐产品的产品信息一同在网页中显示给用户，以供用户在浏览请求产品的产品信息的同时，还可以了解推荐产品的产品信息，例如，具体的可以仅将推荐产品的标题信息进行显示，如果用户对该推荐产品感兴趣，可以通过点击该推荐产品的链接，以便进一步的详细了解该推荐产品的产品详细信息。

目前，推荐系统所采用的算法主要包括：热门排名推荐算法、用户偏好推荐算法和相关性推荐算法。其中，热门排名推荐算法使用基础的统计方法，为来访用户推荐全网站热门，或者某个类目热门，或者某个国家热门的产品，这类算法没有考虑单个用户的喜好，无法针对单个用户的网络行为进行产品推荐。

用户偏好推荐算法通过对用户在一个时期内，如一个月或者三个月，在各种网站的网络行为的分析，例如涵盖了用户对产品的浏览，搜索，反馈，下单，购买等网络行为，分析该用户的偏好，如类目偏好、价格偏好、地区偏好等，并基于这些偏好信息，为该用户推荐其最有可能感兴趣的产品。

相关性推荐算法可以认为是用户偏好推荐算法的升级版，主要包括两个阶段，第一阶段中统计各用户针对网站提供产品的网络行为数据，对这些行为数据进行合理的加权汇总，分别得到各用户对各产品的关注度，并建立一个全站的“用户-产品”(user-offer)关注度矩阵，矩阵中的每个元素为一个用户对一项产品的关注度，第二阶段中，基于已建立的该关注度矩阵，采用相关性推荐算法为每个产品确定若干最相似的产品，相关性推荐算法中所使用的相似度函数可以根据应用需求采用余弦相似度函数或Pearson相似度函数等。在确定出各产品的若干最相似的产品后，当某个产品被用户浏览时，即可将该产品的若干最相似的产品作为推荐产品推荐给该用户。因为在统计上，推荐的产品和被浏览的产品有很强的相关性，所以理论上，相关性推荐算法能带来更好的推荐效果和用户体验。

例如，item-based推荐算法是基于对用户网络行为数据的统计分析的一种相关性推荐算法，该算法能够为每个产品确定出最相关的前n个产品，比如很多用户同时浏览了产品A和产品B，说明这两项产品同时满足用户的某一潜在需求，下次当某个用户再浏览产品A时，可以将产品B作为推荐产品推荐给该用户，引导该用户浏览产品B。

采用上述相关性推荐算法基于用户网络行为数据的反馈，通过预测用户的网络行为，能够获得较佳的推荐效果，但是当统计到的用户网络行为数据较少时，该算法的可靠性将降低，并且，对于网站新增加的产品，由于缺少用户针对这些新增产品的网络行为，从而无法统计到针对这些新增产品的用户网络行为数据，导致无法有效的将这些新增产品推荐给用户，使得推荐结果不够全面和准确。

并且，在上述相关性推荐算法中，需要为每个产品确定若干最相似的产品，即需要计算每两个产品之间的相似度，以及针对每个产品，比较该产品与其它各产品之间相似度的大小，当网站提供产品的数量较多时，相似度的计算和比较的工作量较大，从而导致所需要的处理时间较长，处理效率较低，且需要消耗网站服务器的大量处理资源。

发明内容

有鉴于此，本申请实施例提供一种在网页中显示产品信息的方法及装置，用于解决采用现有技术的相关性推荐算法时存在的推荐结果不够全面和准确的问题，以及处理效率较低且消耗的处理资源较多的问题。

本申请实施例通过如下技术方案实现：

根据本申请实施例的一个方面，提供了一种在网页中显示产品信息的方法，包括：

网站服务器确定第一用户在浏览页面中请求浏览的第一产品所属的相似产品集合，相似产品集合为产品信息满足设定相似条件的若干个产品的集合；并

基于统计得到的各用户对各相似产品集合中的产品的关注度，确定所述第一产品所属的相似产品集合分别与其它各相似产品集合的相似度；并

按照相似度从高到低的顺序，在其它各相似产品集合中选择预设个数的相似产品集合，并将选择的相似产品集合中的产品作为待选的第二产品；以及

从所述第二产品中选择待显示产品，并将请求的所述第一产品的产品信息与所述待显示产品的产品信息在返回给所述第一用户的网页中进行显示。