СПОСОБ, УСТРОЙСТВО И СИСТЕМА ДЛЯ РЕКОМЕНДАЦИИ ИНФОРМАЦИИ О ПРОДУКТЕ Российский патент 2018 года по МПК G06Q30/02 

Описание патента на изобретение RU2641268C2

ПЕРЕКРЕСТНАЯ ССЫЛКА НА РОДСТВЕННУЮ ЗАЯВКУ

[0001] По настоящей заявке испрашивается приоритет согласно патентной заявке Китая № 201310222166.3, поданной 5 июня 2013 г., озаглавленной "METHOD, APPARATUS AND SYSTEM FOR RECOMMENDING PRODUCT INFORMATION" ("Способ, устройство и система для рекомендации информации о продукте"), полное содержание которой включено в настоящий документ посредством ссылки.

ОБЛАСТЬ ТЕХНИКИ, К КОТОРОЙ ОТНОСИТСЯ ИЗОБРЕТЕНИЕ

[0002] Настоящее раскрытие относится к области техники технологии связи и, в частности, к рекомендации информации.

УРОВЕНЬ ТЕХНИКИ

[0003] С развитием сетевой связи жизни и стили поведения людей также постепенно меняются. Покупки в интернет-магазинах, также называемые онлайн-шопингом, являются большой революцией для стандартных транзакций и постепенно становятся предпочитаемыми людьми ввиду таких их признаков, как низкие издержки транзакций, простота действий и высокая эффективность и т.д. Во время онлайн-шопинга постепенно становится проблемой, относящейся к людям, то, как точно рекомендовать информацию о продукции подходящему пользователю так, чтобы пользователь мог более удобно получать требуемую ему и интересующую его информацию о продукте из переполненной информации, для того, чтобы сэкономить время поиска для пользователя, улучшить впечатления пользователя и улучшить эффективность обработки информации.

[0004] Существующие способы для рекомендации продуктов не могут точно рекомендовать информацию о продукте пользователю с соответствующими требованиями.

СУЩНОСТЬ ИЗОБРЕТЕНИЯ

[0005] Варианты осуществления настоящего раскрытия обеспечивают способ, устройство и систему для рекомендации информации о продукте, которые могут рекомендовать информацию о продукте пользователю с соответствующими требованиями.

[0006] Варианты осуществления настоящего раскрытия обеспечивают способ рекомендации информации о продукте, содержащий этапы, на которых:

[0007] получают список продуктов, содержащий информацию о продукте для по меньшей мере одного продукта, причем информация о продукте содержит наименования продуктов и индексы цен и ассоциирована с по меньшей мере одной меткой продукта;

[0008] вычисляют индекс покупательной способности пользователя и получают персонализированные метки пользователя, причем персонализированные метки являются набором меток продуктов, которые нравятся пользователю;

[0009] генерируют список рекомендаций продуктов для пользователя согласно индексу покупательной способности, персонализированным меткам, меткам продуктов и индексам цен, причем информация о продукте в списке рекомендаций продуктов выбирается из списка продуктов; и

[0010] дают рекомендацию пользователю на основе списка рекомендаций продуктов.

[0011] Соответственно, настоящее раскрытие обеспечивает устройство для рекомендации информации о продукте, содержащее:

[0012] блок получения информации о продукте, сконфигурированный для получения списка продуктов, содержащего информацию о продукте для по меньшей мере одного продукта, с сервера, причем информация о продукте содержит наименования продуктов и индексы цен и ассоциирована с по меньшей мере одной меткой продукта;

[0013] блок сбора информации пользователя, сконфигурированный для вычисления индекса покупательной способности пользователя и получения персонализированных меток пользователя, причем персонализированные метки являются набором меток продуктов, которые нравятся пользователю;

[0014] блок генерирования списка рекомендаций продуктов, сконфигурированный для генерирования списка рекомендаций продуктов для пользователя согласно индексу покупательной способности, персонализированным меткам, меткам продуктов и индексам цен, причем информация о продукте в списке рекомендаций продуктов выбирается из списка продуктов; и

[0015] блок рекомендации, сконфигурированный для рекомендации пользователю на основе списка рекомендаций продуктов.

[0016] Соответственно, варианты осуществления настоящего раскрытия дополнительно обеспечивают систему связи, содержащую: сервер; и устройство для рекомендации информации о продукте согласно любому из вариантов осуществления настоящего раскрытия.

[0017] Варианты осуществления настоящего раскрытия могут получать список продуктов, содержащий информацию о продукте для по меньшей мере одного продукта, причем информация о продукте содержит наименования продуктов и индексы цен; устанавливать метки продуктов для информации о продукте в списке продуктов согласно наименованиям продуктов; вычислять индекс покупательной способности пользователя и получать персонализированные метки пользователя; затем генерировать персонализированный список рекомендаций продуктов для пользователя согласно индексу покупательной способности, персонализированным меткам, меткам продуктов и индексам цен; и выносить рекомендацию пользователю на основе списка рекомендаций продуктов. Это решение может не только точно рекомендовать информацию о продукте пользователю с соответствующими требованиями, но также лучше удовлетворять требованиям пользователей, поскольку список рекомендаций продуктов генерируется согласно покупательной способности, а также хобби и интересам пользователя, благодаря чему улучшается качество впечатлений пользователя.

КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ

[0018] Для лучшего понимания технических решений в вариантах осуществления настоящего раскрытия или родственной области техники сопроводительные чертежи, которые требуются для использования в вариантах осуществления или родственной области техники, будут кратко описаны ниже.

[0019] Фиг.1 изображает блок-схему способа рекомендации информации о продукте согласно одному варианту осуществления настоящего раскрытия;

[0020] Фиг.2 изображает блок-схему способа рекомендации информации о продукте согласно другому варианту осуществления настоящего раскрытия;

[0021] Фиг.3 изображает блок-схему способа рекомендации информации о продукте согласно еще одному варианту осуществления настоящего раскрытия;

[0022] Фиг.4 изображает структурную схему устройства для рекомендации информации о продукте согласно одному варианту осуществления настоящего раскрытия; и

[0023] Фиг.5 изображает структурную схему сервера согласно одному варианту осуществления настоящего раскрытия.

ПОДРОБНОЕ ОПИСАНИЕ ПРЕДПОЧТИТЕЛЬНЫХ ВАРИАНТОВ ОСУЩЕСТВЛЕНИЯ

[0024] Технические решения в вариантах осуществления настоящего раскрытия будут описаны ниже ясно и полностью в сочетании с сопроводительными чертежами в вариантах осуществления настоящего раскрытия. Очевидно, что варианты осуществления, описанные ниже, являются лишь некоторыми вариантами осуществления настоящего раскрытия, а не всеми вариантами осуществления. Все другие варианты осуществления, полученные специалистами в данной области техники на основе вариантов осуществления настоящего раскрытия без какой-либо творческой работы, принадлежат к объему защиты настоящего раскрытия.

[0025] Варианты осуществления настоящего раскрытия обеспечивают способ, устройство и систему для рекомендации информации о продукте, которые будут, соответственно, подробно описаны ниже.

[0026] Первый вариант осуществления

[0027] Настоящий вариант осуществления будет описан с точки зрения устройства для рекомендации информации о продукте, и устройство для рекомендации информации о продукте может быть интегрировано в сервер.

[0028] Способ рекомендации информации о продукте содержит: получение списка продуктов, содержащего информацию о продукте для по меньшей мере одного продукта, с сервера, причем информация о продукте содержит наименования продуктов и индексы цен и ассоциирована с по меньшей мере одной меткой продукта; вычисление индекса покупательной способности пользователя и получение персонализированных меток пользователя, причем персонализированные метки являются набором меток продуктов, которые нравятся пользователю; генерирование списка рекомендаций продуктов для пользователя согласно индексу покупательной способности, персонализированным меткам, меткам продуктов и индексам цен, причем информация о продукте в списке рекомендаций продуктов выбирается из списка продуктов; и выдачу рекомендации пользователю на основе списка рекомендаций продуктов.

[0029] Как изображено на фиг.1, конкретный процесс может быть следующим.

[0030] На этапе 101 список продуктов, содержащий информацию о продукте для по меньшей мере одного продукта, получается с сервера, причем информация о продукте содержит наименования продуктов, индексы цен и т.д., и информация о продукте ассоциирована с по меньшей мере одной меткой продукта.

[0031] Разумеется, информация о продукте может также содержать другую информацию. Например, информация о продукте может также содержать оценки рекомендаций и т.д.

[0032] Используемый здесь термин "метки продукта" ссылается на атрибут продукта. Значения атрибутов меток продуктов могут быть установлены согласно требованиям в практических применениях. Например, метки продуктов могут содержать "мода", "металлическое ощущение", "здоровье" и/или "кожа" и т.д.

[0033] Должно быть проиллюстрировано, что метки в варианте осуществления настоящего раскрытия не эквивалентны классификации товаров, а являются позиционными атрибутами товаров, например характеристиками привлекательности, такими как мода, популярность, воспоминание, литература и т.д., и описанием, таким как металлическое ощущение, импорт, защита места происхождения и т.д.

[0034] Должно быть проиллюстрировано, что в варианте осуществления настоящего раскрытия индекс цены продукта отражает, сколько продуктов с тем же самым типом, что и у продукта, который был продан, имеют цены ниже, чем у продукта, среди продуктов того же самого типа, которые были проданы. Например, если существует 700 продуктов того же самого типа, что и продукт, который был продан, по ценам ниже, чем у продукта, среди 1000 продуктов того же самого типа, который был продан, индекс цены продукта равен 0,7.

[0035] Поскольку цены большинства продуктов могут быть сконцентрированы внутри меньшего интервала, логическая формула распределения может быть использована для балансирования для того, чтобы сбалансировать распределение данных. То есть после того как список продуктов получается (т.е. этапа 101), способ может дополнительно содержать:

[0036] выполнение балансной обработки индексов цен с использованием логической формулы распределения для получения сбалансированных индексов цен. Например, формула вычисления может быть следующей.

[0037] где цена(i)_расп - сбалансированный индекс цены, u(цена) - среднее значение индексов цен, и σ(цена) - дисперсия индексов цен.

[0038] На этапе 102 вычисляется индекс покупательной способности пользователя и получаются персонализированные метки пользователя.

[0039] причем персонализированные метки являются набором меток продуктов, которые нравятся пользователю. Например, если пользователю нравится продукт с такими метками продуктов, как "мода", "металлическое ощущение" и т.д., персонализированными метками пользователя являются "мода" и "металлическое ощущение". Персонализированные метки могут быть выбраны и установлены самим пользователем; или система может выполнять процесс статистики и анализа согласно историческим записям покупки и просмотра пользователя и затем устанавливать персонализированные метки для пользователя согласно результату анализа, что не будет описываться здесь подробно.

[0040] Покупательная способность, описанная в варианте осуществления настоящего раскрытия, ссылается на позицию цены продукта, который куплен пользователем, в ценах продуктов того же самого типа. Индекс покупательной способности является значением, которое может отражать покупательную способность пользователя. Индекс покупательной способности пользователя может быть измерен индексами цен продуктов, купленных пользователем. Например, индекс покупательной способности пользователя может быть вычислен согласно индексам цен и весам соответственных типов продуктов, которые были куплены пользователем. В частности,

[0041] Индексы цен и веса соответственных типов продуктов, которые были куплены пользователем, получаются. Произведения индексов цен и весов соответственных типов продуктов, которые были куплены пользователем, суммируются для получения первого значения. Первое значение делится на сумму весов соответственных типов продуктов, которые были куплены пользователем, для получения индекса покупательной способности пользователя. Формула является следующей.

[0042] где покупательная_способность - индекс покупательной способности пользователя, вес(i) - вес i-го типа продуктов, и цена(i) - индекс цены i-го типа продуктов.

[0043] Например, принимая пользователя, покупающего продукт "полотенце", в качестве примера, индекс покупательной способности пользователя для этого типа продуктов может быть вычислен следующим образом.

[0044] Интервал цен полотенец является от 5 юаней до 100 юаней, и полотенце куплено пользователем по цене 20 юаней. За прошлый период времени 85% всех полотенец, которые были проданы, продано по ценам ниже, чем цена 20 юаней. В этом случае индекс покупательной способности пользователя для этого типа продуктов равен 0,85.

[0045] Должно быть проиллюстрировано, что, когда пользователь покупает только один тип продукта, вес соответственных типов продуктов, которые были куплены пользователем, равен 1. В этом случае индекс покупательной способности пользователя равен индексу цены продукта, купленного пользователем.

[0046] На этапе 103 список рекомендаций продуктов для пользователя генерируется согласно индексу покупательной способности и персонализированным меткам, полученным на этапе 102, а также меткам продуктов и индексам цен из соответственной информации о продукте в списке продуктов.

[0047] Например, конкретным образом, продукты, которые удовлетворяют потребительскому уровню пользователя, могут сначала отфильтровываться согласно индексу покупательной способности пользователя, и затем список рекомендаций продуктов для пользователя вычисляется и получается согласно персонализированным меткам пользователя. В качестве альтернативы, продукты, которые удовлетворяют предпочтениям пользователя, могут сначала быть вычислены и получены согласно персонализированным меткам пользователя; и затем продукты, которые удовлетворяют потребительскому уровню пользователя, отфильтровываются из продуктов, которые удовлетворяют предпочтениям пользователя, согласно индексу покупательной способности пользователя, с целью получения списка рекомендаций продуктов для пользователя. То есть, например, любой из следующих способов может, в частности, быть использован для генерирования списка рекомендаций продуктов для пользователя.

[0048] Первый способ:

[0049] (1) фильтрация информации о продукте в списке продуктов согласно индексу покупательной способности и индексам цен для получения набора. Для удобности описания набор называется первым набором результатов в варианте осуществления настоящего раскрытия. Например, процесс может, в частности, содержать:

[0050] сравнение индекса покупательной способности с индексами цен из информации о продукте в списке продуктов соответственно; и если абсолютное значение разницы между индексом покупательной способности и индексом цены меньше первого предварительно определенного порога, добавление соответствующей информации о продукте к первому набору результатов.

[0051] Первый предварительно определенный порог может быть установлен согласно требованиям в практических применениях и не будет описываться здесь подробно.

[0052] (2) фильтрация первого набора результатов согласно персонализированным меткам и меткам продуктов для получения набора. Для удобности описания набор называется вторым набором результатов в варианте осуществления настоящего раскрытия. Например, процесс может, в частности, содержать:

[0053] соответственно, вычисление вероятностей предпочтения пользователя для соответственных меток продуктов согласно персонализированным меткам; вычисление вероятностей предпочтения пользователя для соответственной информации о продукте в первом наборе результатов согласно вероятностям предпочтения пользователя для соответственных меток продуктов; вычисление оценок степени предпочтения пользователя для соответственной информации о продукте в первом наборе результатов согласно вероятностям предпочтения и оценкам рекомендаций (которые включаются в информацию о продукте) пользователя для соответственной информации о продукте в первом наборе результатов; и добавление информации о продукте, для которой оценка степени предпочтения пользователя превосходит второй предварительно определенный порог, ко второму набору результатов.

[0054] Второй предварительно определенный порог может быть установлен согласно требованиям в практических применениях и не будет описываться здесь подробно.

[0055] (3) генерирование списка рекомендаций продуктов для пользователя согласно второму набору результатов. Например, процесс может, в частности, содержать:

[0056] ранжирование информации о продукте во втором наборе результатов согласно оценкам степени предпочтения пользователя для генерирования списка рекомендаций продуктов для пользователя.

[0057] Второй способ:

[0058] (1) фильтрация информации о продукте в списке продуктов согласно персонализированным меткам и меткам продуктов для получения набора. Для удобности описания набор называется третьим набором результатов в варианте осуществления настоящего раскрытия. Например, процесс может, в частности, содержать:

[0059] соответственно, вычисление вероятностей предпочтения пользователя для соответственных меток продуктов согласно персонализированным меткам; вычисление вероятностей предпочтения пользователя для соответственной информации о продукте в списке продуктов согласно вероятностям предпочтения пользователя для соответственных меток продуктов; вычисление оценок степени предпочтения пользователя для соответственной информации о продукте в списке продуктов согласно вероятностям предпочтения и оценкам рекомендаций (которые включаются в информацию о продукте) пользователя для соответственной информации о продукте в списке продуктов; и добавление информации о продукте, для которой оценка степени предпочтения пользователя превосходит второй предварительно определенный порог, к третьему набору результатов.

[0060] Второй предварительно определенный порог может быть установлен согласно требованиям в практических применениях и не будет описываться здесь подробно.

[0061] (2) фильтрация третьего набора результатов согласно индексу покупательной способности и индексам цен для получения набора. Для удобности описания набор называется четвертым набором результатов в варианте осуществления настоящего раскрытия. Например, процесс может, в частности, содержать:

[0062] сравнение индекса покупательной способности с индексами цен из информации о продукте в третьем наборе результатов соответственно; и если абсолютное значение разницы между индексом покупательной способности и индексом цены меньше первого предварительно определенного порога, добавление соответствующей информации о продукте в четвертый набор результатов.

[0063] Первый предварительно определенный порог может быть установлен согласно требованиям в практических применениях и не будет описываться здесь подробно.

[0064] (3) генерирование списка рекомендаций продуктов для пользователя согласно четвертому набору результатов. Например, процесс может, в частности, содержать:

[0065] ранжирование информации о продукте в четвертом наборе результатов согласно оценкам степени предпочтения пользователя для генерирования списка рекомендаций продуктов для пользователя.

[0066] Должно быть проиллюстрировано, что, если балансная обработка была выполнена над индексами цен с использованием логической формулы распределения на этапе 101, индексы цен, используемые на этом этапе, могут быть сбалансированными индексами цен, т.е. этап 103 может, в частности, содержать:

[0067] генерирование списка рекомендаций продуктов для пользователя согласно индексу покупательной способности, персонализированным меткам, меткам продуктов и сбалансированным индексам цен.

[0068] На этапе 104 рекомендация выносится пользователю на основе списка рекомендаций продуктов.

[0069] Таким образом, настоящий вариант осуществления может получать список продуктов, содержащий информацию о продукте для по меньшей мере одного продукта, причем информация о продукте содержит наименования продуктов и индексы цен и ассоциирована с по меньшей мере одной меткой продукта; вычислять индекс покупательной способности пользователя и получать персонализированные метки пользователя; генерировать персонализированный список рекомендаций продуктов для пользователя согласно индексу покупательной способности, персонализированным меткам, меткам продуктов и индексам цен; и выносить рекомендацию пользователю на основе списка рекомендаций продуктов. Это решение может не только точно рекомендовать информацию о продукте пользователю с соответствующими требованиями, но также лучше удовлетворять требованиям пользователей, поскольку список рекомендаций продуктов генерируется согласно покупательной способности, а также хобби и интересам пользователя, благодаря чему улучшается качество впечатлений пользователя.

[0070] Второй вариант осуществления

[0071] Способ согласно второму варианту осуществления будет подробно описан ниже в качестве примера.

[0072] Настоящий вариант осуществления будет описан с принятием следующего процесса в качестве примера, т.е. сначала отфильтровывания продуктов, которые удовлетворяют потребительскому уровню пользователя согласно индексу покупательной способности пользователя, и затем вычисления и получения списка рекомендаций продуктов для пользователя согласно персонализированным меткам пользователя.

[0073] Как изображено на фиг.2, конкретный процесс способа рекомендации информации о продукте может быть следующим.

[0074] На этапе 201 устройство рекомендации информации о продукте получает список продуктов с сервера.

[0075] Список продуктов может быть предварительно определен или может автоматически генерироваться системой. Например, список продуктов может, в частности, быть списком рекомендаций популярных продуктов, и список рекомендаций популярных продуктов может генерироваться путем выполнения всеобъемлющего вычисления с использованием параметров, включающих в себя объем продаж продукта, пользовательский оценочный балл и/или прибыль и т.д. Может существовать множество форм компоновки информации о продукте в списке рекомендаций популярных продуктов. Например, информация о продукте может ранжироваться согласно объему продаж продукта, пользовательскому оценочному баллу, оценкам рекомендаций или степеней скидки и т.д. Для удобности описания вариант осуществления настоящего раскрытия будет описан с принятием следующего процесса в качестве примера, т.е. ранжирования информации о продукте в списке продуктов в порядке оценок рекомендаций от высокой к низкой. То есть предпочтительно рекомендуется информация о продукте с высокой оценкой рекомендации. В одном примере, с принятием формата данных (наименование продукта, индекс цены, индекс рекомендации) информации о продукте в списке продуктов в качестве примера, список продуктов может, в частности, быть следующим.

{......, (продукт B, 0,85, 2000), (продукт C, 0,36, 1500), (продукт A, 0,82, 1000), ......}.

[0076] Должно быть проиллюстрировано, что, поскольку цены большинства продуктов могут быть сконцентрированы в малом интервале, логическая формула распределения может быть использована для балансирования для того, чтобы сбалансировать распределение данных. То есть после того как список продуктов получается, этап 202 может дополнительно выполняться.

[0077] На этапе 202 устройство рекомендации информации о продукте выполняет балансную обработку индексов цен из соответственной информации о продукте в списке продуктов с использованием логической формулы распределения для получения сбалансированных индексов цен. Например, конкретная формула вычисления может быть следующей.

[0078]

[0079] где цена(i)_расп - сбалансированный индекс цены, u(цена) - среднее значение индексов цен, и σ(цена) - дисперсия индексов цен.

[0080] На этапе 203 устройство рекомендации информации о продукте выполняет назначение меток продуктов информации о продукте в списке продуктов согласно наименованиям продуктов, т.е. установление меток продуктов. Метки продуктов могут быть установлены для продуктов таким способом, как производимое вручную повышение цены, добыча данных и т.д., который не будет описываться здесь подробно.

[0081] Значения атрибутов меток продуктов могут быть установлены согласно требованиям в практических применениях. Например, метки продуктов могут содержать такие метки, как "мода", "металлическое ощущение", "здоровье" и/или "кожа" и т.д.

[0082] На этапе 204 устройство рекомендации информации о продукте получает индексы цен и веса соответственных типов продуктов, которые были куплены пользователем, суммирует произведения индексов цен и весов соответственных типов продуктов, которые были куплены пользователем, для получения первого значения и делит первое значение на сумму весов соответственных типов продуктов, которые были куплены пользователем, для получения индекса покупательной способности пользователя. Формула является следующей.

[0083]

[0084] где покупательная_способность - индекс покупательной способности пользователя, вес(i) - вес i-го типа продуктов, и цена(i) - индекс цены i-го типа продуктов.

[0085] Например, принимая пользователя, покупающего продукт "полотенце", в качестве примера, индекс покупательной способности пользователя для этого типа продуктов может быть вычислен следующим образом.

[0086] Интервал цен полотенец является от 5 юаней до 100 юаней, и полотенце куплено пользователем по цене 20 юаней. За прошлый период времени 85% всех полотенец, которые были проданы, имеют цену ниже, чем цена 20 юаней. В этом случае индекс покупательной способности пользователя для этого типа продуктов равен 0,85.

[0087] Должно быть проиллюстрировано, что, когда пользователь покупает только один тип продукта, вес соответственных типов продуктов, которые были куплены пользователем, равен 1. В этом случае индекс покупательной способности пользователя равен индексу цены продукта, купленного пользователем.

[0088] На этапе 205 устройство рекомендации информации о продукте получает персонализированные метки пользователя.

[0089] Персонализированные метки являются набором меток продуктов, которые нравятся пользователю. Например, если пользователю нравится продукт с такими метками продуктов, как "мода", "металлическое ощущение" и т.д., персонализированными метками пользователя являются "мода" и "металлическое ощущение". Персонализированные метки могут быть выбраны и установлены самим пользователем; или система может выполнять процесс статистики и анализа согласно историческим записям покупки и просмотра пользователя и затем устанавливать персонализированные метки для пользователя согласно результату анализа. Например, если набором меток продуктов, которые куплены пользователем, является {мода, популярное, металлическое ощущение, ...} и т.д., набор меток может быть использован в качестве персонализированных меток пользователя. Например, в частности,

[0090] Если продукты, которые нравятся пользователю A, показаны в таблице 1, соответствующим набором меток является {здоровье, мода, металлическое ощущение, мелкая буржуазия, мода, мода, металлическое ощущение, мелкая буржуазия, миф, мелкая буржуазия}

[0091]

Таблица 1 Наименование продукта Метка продукта 1 Метка продукта 2 Метка продукта 3 оливковое масло здоровье iPhone мода металлическое ощущение мелкая буржуазия Кресло мода iPad мода металлическое ощущение мелкая буржуазия Chanel No. 5 сексуальность мелкая буржуазия

[0092] Этапы 204 и 205 могут выполняться в случайном порядке.

[0093] На этапе 206 устройство рекомендации информации о продукте фильтрует информацию о продукте в списке продуктов согласно индексу покупательной способности и индексам цен для получения первого набора результатов. Например, процесс может, в частности, содержать:

[0094] сравнение индекса покупательной способности с индексами цен из информации о продукте в списке продуктов соответственно; и если абсолютное значение разницы между индексом покупательной способности и индексом цены меньше первого предварительно определенного порога, добавление соответствующей информации о продукте к первому набору результатов. Это может быть выражено в виде формулы следующим образом.

|покупательная_способность-цена(i)|<τ

[0095] где τ - первый предварительно определенный порог и является постоянным порогом. Конкретное значение τ может быть установлено согласно требованиям в практическом применении. Например, диапазон значений τ может быть установлен как (0,1). "покупательная_способность" - индекс покупательной способности, и "цена(i)" - индекс цены i-го типа продуктов. Разумеется, если индексы цен были сбалансированы на этапе 202, сбалансированные индексы цен, т.е. цена(i)_расп, могут быть использованы здесь в качестве индексов цен.

[0096] На этапе 207 устройство рекомендации информации о продукте фильтрует первый набор результатов согласно персонализированным меткам и меткам продуктов для получения второго набора результатов. Например, процесс может, в частности, содержать:

[0097] соответственно, вычисление вероятностей предпочтения пользователя для соответственных меток продуктов согласно персонализированным меткам; вычисление вероятностей предпочтения пользователя для соответственной информации о продукте в первом наборе результатов согласно вероятностям предпочтения пользователя для соответственных меток продуктов; вычисление оценок степени предпочтения пользователя для соответственной информации о продукте в первом наборе результатов согласно вероятностям предпочтения и оценкам рекомендаций (которые включаются в информацию о продукте) пользователя для соответственной информации о продукте в первом наборе результатов; и добавление информации о продукте, для которой оценка степени предпочтения пользователя превосходит второй предварительно определенный порог, ко второму набору результатов.

[0098] (1) Вычисление вероятностей предпочтения пользователя для соответственных меток продуктов;

[0099] причем вероятности предпочтения пользователя для соответственных меток продуктов могут быть вычислены согласно вероятностям того, что пользователю понравились соответственные метки продуктов, и вероятностям того, что пользователю не понравились соответственные метки продуктов в исторической записи рекомендаций. Конкретный процесс может быть следующим.

[00100] Например, предполагая, что продукт рекомендуется пользователю A, вероятность того, что пользователю нравится продукт, и вероятность того, что пользователю не нравится продукт, равны 50% соответственно, если никакие любые другие факторы не учитываются, т.е. P(предпочтение)=P(непредпочтение)=50%.

[00101] Можно узнать из примера на этапе 206, что всего существует пять продуктов, которые нравятся пользователю A, из которых три продукта имеют метку продукта "мода", два продукта имеют метку продукта "металлическое ощущение" и один продукт имеет метку продукта "здоровье". В этом случае

[00102] вероятность того, что продукты, которые нравятся пользователю A, имеют метку продукта "мода", равна P(мода/предпочтение)=3/5=0,6;

[00103] вероятность того, что продукты, которые нравятся пользователю A, имеют метку продукта "металлическое ощущение", равна P(металлическое ощущение/предпочтение)=2/5=0,4; и

[00104] вероятность того, что продукты, которые нравятся пользователю A, имеют метку продукта "здоровье", равна P(здоровье/предпочтение)=1/5=0,2.

[00105] Предположим, что в истории существует десять продуктов, которые рекомендуются пользователю A, но не нравятся пользователю A, из которых два продукта имеют метку продукта "мода", три продукта имеют метку продукта "металлическое ощущение" и три продукта имеют метку продукта "здоровье". В этом случае

[00106] вероятность того, что продукты, которые нравятся пользователю A, имеют метку продукта "мода", равна

P(мода/непредпочтение)=2110=0,2;

[00107] вероятность того, что продукты, которые не нравятся пользователю A, имеют метку продукта "металлическое ощущение" равна P(металлическое ощущение/непредпочтение)=3/10=0,3; и

[00108] вероятность того, что продукты, которые не нравятся пользователю A, имеют метку продукта "здоровье" равна P(здоровье/непредпочтение)=3/10=0,3.

[00109] Может быть известно из формулы Байеса, что:

[00110] вероятность того, что пользователю A нравится продукт, имеющий метку продукта "мода", среди продуктов равна P(предпочтение/мода)=P(мода/предпочтение)/(P(мода/предпочтение)+P(мода/непредпочтение))=0,6/(0,6+0,2)=0,75;

[00111] вероятность того, что пользователю A нравится продукт, имеющий метку продукта "металлическое ощущение", среди продуктов равна P(предпочтение/металлическое ощущение)=P(металлическое ощущение/предпочтение)/(P(металлическое ощущение/предпочтение)+P(металлическое ощущение/непредпочтение))=0,4/(0,4+0,2)=0,67;

[00112] вероятность того, что пользователю A нравится продукт, имеющий метку продукта "здоровье" среди продуктов равна P (предпочтение/здоровье)=P(здоровье/предпочтение)/(P(здоровье/предпочтение)+P(здоровье/непредпочтение))=0,2/(0,2+0,3)=0,4;

[00113] То есть вероятности того, что пользователю нравятся соответственные метки продуктов, являются соответственно следующими: P(предпочтение/мода) равно 0,75, P(предпочтение/металлическое ощущение) равно 0,67, и P(предпочтение/здоровье) равно 0,4.

[00114] (2) Вычисление вероятностей предпочтения и вероятности непредпочтения пользователя для комбинации меток продуктов;

[00115] поскольку вероятности предпочтения пользователя для соответственных меток продуктов являются соответственно следующими: P(предпочтение/мода) равно 0,75, P(предпочтение/металлическое ощущение) равно 0,67, и P(предпочтение/здоровье) равно 0,4, вероятности предпочтения пользователя для продукта, имеющего следующие комбинации меток продуктов среди продуктов, являются соответственно следующими:

[00116] P(предпочтение/мода, металлическое ощущение)=P(предпочтение/мода)*P(предпочтение/металлическое ощущение)*P(предпочтение)=0,75*0,67*0,5=0,25;

[00117] P(предпочтение/здоровье, мода)=P(предпочтение/здоровье)*P(предпочтение/мода)*P(предпочтение)=0,4*0,75*0,5=0,15.

[00118] И наоборот, вероятности непредпочтения пользователя для продуктов, имеющих следующую комбинацию меток продуктов (продукт может иметь множество меток продуктов), среди продуктов являются соответственно следующими:

[00119] P(непредпочтение/мода, металлическое ощущение)=(1-P(предпочтение/мода))*(1-P(предпочтение/металлическое ощущение))*P(непредпочтение)=0,25*0,33*0,5=0,04;

[00120] P(непредпочтение/здоровье, мода)=(1-P(предпочтение/здоровье))*(1-P(предпочтение/мода))*P(непредпочтение)=0,6*0,25*0,5=0,075.

[00121] (3) Вычисление вероятностей предпочтения пользователя для информации о продукте;

[00122] Можно узнать из вышеупомянутого вычисления, что, если существует какой-либо продукт, имеющий метки продуктов "мода" и "металлическое ощущение", вероятность того, что продукт нравится пользователю A (т.е. вероятность предпочтения пользователя для информации о продукте), является следующей:

[00123] P(s1)=P(предпочтение/мода, металлическое ощущение)/(P(предпочтение/мода, металлическое ощущение)+P(непредпочтение/мода, металлическое ощущение))=0,25/(0,25+0,04)=0,86;

[00124] если существует какой-либо продукт, имеющий метки продуктов "здоровье" и "мода", вероятность того, что продукт нравится пользователю A (т.е. вероятность предпочтения пользователя для информации о продукте), является следующей:

[00125] P(s2)=P(предпочтение/здоровье, мода)/(P(предпочтение/здоровье, мода)+P(непредпочтение/здоровье, мода))=0,15/(0,15+0,075)=0,67.

[00126] (4) оценки степени предпочтения пользователя для информации о продукте;

[00127] После того как вероятности предпочтения пользователя для информации о продукте вычисляются, оценки степени предпочтения пользователя для информации о продукте могут быть вычислены согласно вероятностям предпочтения и оценкам рекомендаций (которые включаются в информацию о продукте), причем формула вычисления для оценки степени предпочтения является следующей:

L_оценка=оценка*P(s)

[00128] где "L_оценка" - оценка степени предпочтения пользователя, "оценка" - оценка рекомендации; P(S) - вероятность того, что пользователю нравится продукт (имеющий метку(-и) продукта) (т.е. вероятность предпочтения пользователя для комбинации меток продуктов у продукта).

[00129] Например, предполагая, что первый набор результатов содержит продукт A и продукт B, причем метками продуктов продукта A являются "мода" и "металлическое ощущение", и оценка рекомендации продукта A равна 1000, и метками продуктов продукта B являются "здоровье" и "мода", и оценка рекомендации продукта B равна 2000, оценки степени предпочтения пользователя для продукта A и продукта B являются соответственно следующими.

[00130] L_оценка(продукт A)=1000*P(предпочтение/мода, металлическое ощущение)=1000*0,86=860; и

[00131] L_оценка(продукт B)=2000*P(предпочтение/здоровье, мода)=2000*0,67=1340.

[00132] (5) Добавление информации о продукте, для которой оценка степени предпочтения пользователя превосходит второй предварительно определенный порог, ко второму набору результатов.

[00133] После того как оценки степени предпочтения пользователя для соответственной информации о продукте получаются, может быть определено, превосходит ли каждая из этих оценок степени предпочтения пользователя второй предварительно определенный порог; если да, соответствующая информация о продукте добавляется ко второму набору результатов; иначе никакое действие может не выполняться или соответствующая информация о продукте может быть отброшена.

[00134] На этапе 208 устройство рекомендации информации о продукте генерирует список рекомендаций продуктов для пользователя согласно второму набору результатов. Например, процесс может, в частности, содержать:

[00135] ранжирование информации о продукте во втором наборе результатов согласно оценкам степени предпочтения пользователя (например, от высокой к низкой или от низкой к высокой, и предпочтительно от высокой к низкой) для генерирования списка рекомендаций продуктов для пользователя. Например, поскольку 1340 (оценка степени предпочтения пользователя продукта B) больше 860 (оценки степени предпочтения пользователя продукта A), продукт B рекомендуется пользователю вместо продукта A, когда рекомендация выносится пользователю.

[00136] На этапе 209 устройство рекомендации информации о продукте выносит рекомендацию пользователю на основе списка рекомендаций продуктов.

[00137] Таким образом, настоящий вариант осуществления может получать список продуктов, содержащий информацию о продукте по меньшей мере одного продукта, причем информация о продукте содержит наименования продуктов и индексы цен; устанавливать метки продуктов для информации о продукте в списке продуктов согласно наименованиям продуктов; вычислять индекс покупательной способности пользователя и получать персонализированные метки пользователя; затем фильтровать продукты, которые удовлетворяют потребительскому уровню пользователя, согласно индексу покупательной способности пользователя; вычислять и получать персонализированный список рекомендаций продуктов для пользователя согласно персонализированным меткам пользователя; и выносить рекомендацию пользователю на основе списка рекомендаций продуктов. Это решение может не только точно рекомендовать информацию о продукте пользователю с соответствующими требованиями, но также лучше удовлетворять требованиям пользователей, поскольку список рекомендаций продуктов генерируется согласно покупательной способности, а также хобби и интересам пользователя, благодаря чему улучшается качество впечатлений пользователя.

[00138] Третий вариант осуществления

[00139] В отличие от второго варианта осуществления, настоящий вариант осуществления будет описан с принятием следующего процесса в качестве примера, т. е. сначала вычисления и получения продуктов, в которых пользователь заинтересован, согласно персонализированным меткам пользователя, затем отфильтровывания продуктов, которые удовлетворяют потребительскому уровню пользователя, согласно индексу покупательной способности пользователя, и получения списка рекомендаций продуктов для пользователя.

[00140] Как изображено на фиг.3, конкретный процесс способа рекомендации информации о продукте может содержать:

[00141] На этапе 301 устройство рекомендации информации о продукте получает список продуктов с сервера.

[00142] Список продуктов может быть предварительно определен или может автоматически генерироваться системой. Например, список продуктов может, в частности, быть списком рекомендаций популярных продуктов, и список рекомендаций популярных продуктов может генерироваться путем выполнения всеобъемлющего вычисления с использованием параметров, включающих в себя объем продаж продукта, пользовательский оценочный балл и/или прибыль и т.д. Может существовать множество форм компоновки информации о продукте в списке рекомендаций популярных продуктов. Например, информация о продукте может ранжироваться согласно объему продаж продукта, пользовательскому оценочному баллу, оценкам рекомендаций или степеней скидки и т.д. Для удобности описания вариант осуществления настоящего раскрытия будет описан с принятием следующего процесса в качестве примера, т.е. ранжирования информации о продукте в списке продуктов в порядке оценок рекомендаций от высокой к низкой. То есть предпочтительно рекомендуется информация о продукте с высокой оценкой рекомендации. В одном примере, с принятием формата данных (наименование продукта, индекс цены, индекс рекомендации) информации о продукте в списке продуктов в качестве примера, список продуктов может, в частности, иметь следующий вид.

[00143] {......, (продукт B, 0,85, 2000), (продукт C, 0,36, 1500), (продукт A, 0,82, 1000), ......}

[00144] Должно быть проиллюстрировано, что, поскольку цены большинства продуктов могут быть сконцентрированы в малом интервале, логическая формула распределения может быть использована для балансирования для того, чтобы сбалансировать распределение данных. То есть после того как список продуктов получается, этап 302 может дополнительно выполняться.

[00145] На этапе 302 устройство рекомендации информации о продукте выполняет балансную обработку индексов цен из соответственной информации о продукте в списке продуктов с использованием логической формулы распределения для получения сбалансированных индексов цен. Например, конкретная формула вычисления может быть следующей.

[00146] где цена(i)_расп - сбалансированный индекс цены, u(цена) - среднее значение индексов цен, и σ(цена) - дисперсия индексов цен.

[00147] На этапе 303 устройство рекомендации информации о продукте выполняет назначение меток продуктов над информацией о продукте в списке продуктов согласно наименованиям продуктов, т.е. установление меток продуктов. Метки продуктов могут быть установлены для продуктов таким способом, как производимое вручную повышение цены, добыча данных и т.д., который не будет описываться здесь подробно.

[00148] Значения атрибутов меток продуктов могут быть установлены согласно требованиям в практических применениях. Например, метки продуктов могут содержать такие метки, как "мода", "металлическое ощущение", "здоровье" и/или "кожа" и т.д.

[00149] На этапе 304 устройство рекомендации информации о продукте получает индексы цен и веса соответственных типов продуктов, которые были куплены пользователем, суммирует произведения индексов цен и весов соответственных типов продуктов, которые были куплены пользователем, для получения первого значения и делит первое значение на сумму весов соответственных типов продуктов, которые были куплены пользователем, для получения индекса покупательной способности пользователя. Формула является следующей.

[00150] где покупательная_способность - индекс покупательной способности пользователя, вес(i) - вес i-го типа продуктов, и цена(i) - индекс цены i-го типа продуктов.

[00151] Например, принимая пользователя, покупающего продукт "полотенце", в качестве примера, индекс покупательной способности пользователя для этого типа продуктов может быть вычислен следующим образом.

[00152] Интервал цен полотенец является от 5 юаней до 100 юаней, и полотенце куплено пользователем по цене 20 юаней. За прошлый период времени 85% всех полотенец, которые были проданы, имеют цену ниже цены 20 юаней. В этом случае индекс покупательной способности пользователя для этого типа продуктов равен 0,85.

[00153] Должно быть проиллюстрировано, что, когда пользователь покупает только один тип продукта, вес соответственных типов продуктов, которые были куплены пользователем, равен 1. В этом случае индекс покупательной способности пользователя равен индексу цены продукта, купленного пользователем.

[00154] На этапе 305 устройство рекомендации информации о продукте получает персонализированные метки пользователя.

[00155] Персонализированные метки являются набором меток продуктов, которые нравятся пользователю. Например, если пользователю нравится продукт с такими метками продуктов, как "мода", "металлическое ощущение" и т.д., персонализированными метками пользователя являются "мода" и "металлическое ощущение". Персонализированные метки могут быть выбраны и установлены самим пользователем; или система может выполнять процесс статистики и анализа согласно историческим записям покупки и просмотра пользователя и затем устанавливать персонализированные метки для пользователя согласно результату анализа. Например, если набором меток продуктов, которые куплены пользователем, является {мода, популярное, металлическое ощущение, …} и т.д., набор меток может быть использован в качестве персонализированных меток пользователя. Например, в частности,

[00156] Если продукты, которые нравятся пользователю A, показаны в таблице 1, соответствующим набором меток является {здоровье, мода, металлическое ощущение, мелкая буржуазия, мода, мода, металлическое ощущение, мелкая буржуазия, миф, мелкая буржуазия}

[00157]

Таблица 1 Наименование продукта Метка продукта 1 Метка продукта 2 Метка продукта 3 оливковое масло здоровье iPhone мода металлическое ощущение мелкая буржуазия Кресло мода iPad мода металлическое ощущение мелкая буржуазия Chanel No. 5 сексуальность мелкая буржуазия

[00158] Этапы 304 и 305 могут выполняться в случайном порядке.

[00159] На этапе 306 устройство рекомендации информации о продукте фильтрует информацию о продукте в списке продуктов согласно персонализированным меткам и меткам продуктов для получения третьего набора результатов. Например, процесс может, в частности, содержать:

[00160] соответственно, вычисление вероятностей предпочтения пользователя для соответственных меток продуктов согласно персонализированным меткам; вычисление вероятностей предпочтения пользователя для соответственной информации о продукте в списке продуктов согласно вероятностям предпочтения пользователя для соответственных меток продуктов; вычисление оценок степени предпочтения пользователя для информации о продукте в списке продуктов согласно вероятностям предпочтения и оценкам рекомендаций (которые включаются в информацию о продукте) пользователя для соответственной информации о продукте в списке продуктов; и добавление информации о продукте, для которой оценка степени предпочтения пользователя превосходит второй предварительно определенный порог, к третьему набору результатов. Конкретное осуществление является тем же самым, что и осуществление этапа 207 во втором варианте осуществления. Например, конкретный процесс может содержать:

[00161] (1) вычисление вероятностей предпочтения пользователя для соответственных меток продуктов;

[00162] (2) вычисление вероятностей предпочтения и вероятностей непредпочтения пользователя для комбинации меток продуктов;

[00163] (3) вычисление вероятностей предпочтения пользователя для информации о продукте;

[00164] (4) вычисление оценок степени предпочтения пользователя для информации о продукте;

[00165] (5) добавление информации о продукте, для которой оценка степени предпочтения пользователя превосходит второй предварительно определенный порог, ко второму набору результатов.

[00166] Конкретное осуществление может ссылаться на этап 207 во втором варианте осуществления и не будет описываться здесь подробно.

[00167] На этапе 307 устройство рекомендации информации о продукте фильтрует третий набор результатов согласно индексу покупательной способности и индексам цен для получения четвертого набора результатов. Например, конкретный процесс может содержать:

[00168] сравнение индекса покупательной способности с индексами цен из информации о продукте в третьем наборе результатов соответственно; и если абсолютное значение разницы между индексом покупательной способности и индексом цены меньше первого предварительно определенного порога, добавление соответствующей информации о продукте к четвертому набору результатов. Это может быть выражено в виде формулы следующим образом.

|покупательная_способность-цена(i)|<τ

[00169] где τ - первый предварительно определенный порог и является постоянным порогом. Конкретное значение τ может быть установлено согласно требованиям в практическом применении. Например, диапазон значений τ может быть установлен как (0,1). "покупательная_способность" - индекс покупательной способности, и "цена(i)" - индекс цены i-го типа продуктов. Разумеется, если индексы цен были сбалансированы на этапе 302, сбалансированные индексы цен, т.е. цена(i)_расп, могут быть использованы здесь в качестве индексов цен.

[00170] На этапе 308 устройство рекомендации информации о продукте генерирует список рекомендаций продуктов для пользователя согласно четвертому набору результатов. Например, процесс может, в частности, содержать:

[00171] ранжирование информации о продукте во втором наборе результатов согласно оценкам степени предпочтения пользователя (например, от высокой к низкой или от низкой к высокой, и предпочтительно от высокой к низкой) для генерирования списка рекомендаций продуктов для пользователя.

[00172] На этапе 309 устройство рекомендации информации о продукте выносит рекомендацию пользователю на основе списка рекомендаций продуктов.

[00173] Таким образом, настоящий вариант осуществления может получать список продуктов, содержащий информацию о продукте по меньшей мере одного продукта, причем информация о продукте содержит наименования продуктов и индексы цен; устанавливать метки продуктов для информации о продукте в списке продуктов согласно наименованиям продуктов; вычислять индекс покупательной способности пользователя и получать персонализированные метки пользователя; вычислять и получать продукты, которые нравятся пользователю, согласно персонализированным меткам пользователя; затем фильтровать продукты, которые удовлетворяют потребительскому уровню пользователя, согласно индексу покупательной способности пользователя и получать персонализированный список рекомендаций продуктов для пользователя; и выносить рекомендацию пользователю на основе списка рекомендаций продуктов. Это решение может не только точно рекомендовать информацию о продукте пользователю с соответствующими требованиями, но также лучше удовлетворять требованиям пользователей, поскольку список рекомендаций продуктов генерируется согласно покупательной способности, а также хобби и интересам пользователя, благодаря чему улучшается качество впечатлений пользователя.

[00174] Четвертый вариант осуществления

[00175] Для лучшего выполнения вышеупомянутого способа вариант осуществления настоящего раскрытия дополнительно обеспечивает устройство для рекомендации информации о продукте. Как изображено на фиг.4, устройство для рекомендации информации о продукте содержит блок 401 получения информации о продукте, блок 403 сбора информации пользователя, блок 404 генерирования списка рекомендаций продуктов и блок 405 рекомендации.

[00176] Блок 401 получения информации о продукте сконфигурирован для получения списка продуктов с сервера.

[00177] Список продуктов содержит информацию о продукте по меньшей мере одного продукта, причем информация о продукте содержит наименования продуктов, индексы цен и т.д., и информация о продукте ассоциирована с по меньшей мере одной меткой продукта. Разумеется, информация о продукте может также содержать другую информацию. Например, информация о продукте может дополнительно содержать оценки рекомендаций и т.д.

[00178] Значения атрибутов меток продуктов могут быть установлены согласно требованиям в практических применениях. Например, метки продуктов могут содержать "мода", "металлическое ощущение", "здоровье" и/или "кожа" и т.д.

[00179] Блок 403 сбора информации пользователя сконфигурирован для вычисления индекса покупательной способности пользователя и получения персонализированных меток пользователя.

[00180] причем персонализированные метки являются набором меток продуктов, которые нравятся пользователю. Например, если пользователю нравится продукт с такими метками продуктов, как "мода", "металлическое ощущение" и т.д., персонализированными метками пользователя являются "мода" и "металлическое ощущение". Персонализированные метки могут быть выбраны и установлены самим пользователем, или процесс статистики и анализа может осуществляться системой согласно историческим записям покупки и просмотра пользователя, и персонализированные метки установлены для пользователя согласно результату анализа, что не будет описываться здесь подробно.

[00181] Блок 404 генерирования списка рекомендаций продуктов сконфигурирован для генерирования списка рекомендаций продуктов для пользователя согласно индексу покупательной способности, персонализированным меткам, меткам продуктов и индексам цен.

[00182] Блок 405 рекомендации сконфигурирован для рекомендации пользователю на основе списка рекомендаций продуктов.

[00183] В качестве альтернативы, блок 404 генерирования списка рекомендаций продуктов может, в частности, быть сконфигурирован так, чтобы сначала фильтровать продукты, которые удовлетворяют потребительскому уровню пользователя, согласно индексу покупательной способности пользователя и затем вычислять и получать список рекомендаций продуктов для пользователя согласно персонализированным меткам пользователя. Или блок 404 генерирования списка рекомендаций продуктов может также быть сконфигурирован так, чтобы сначала вычислять и получать продукты, которые удовлетворяют предпочтениям пользователя, согласно персонализированным меткам пользователя и затем фильтровать продукты, которые удовлетворяют потребительскому уровню пользователя, из продуктов, которые удовлетворяют предпочтениям пользователя, согласно индексу покупательной способности пользователя для получения списка рекомендаций продуктов для пользователя. То есть блок 404 генерирования списка рекомендаций продуктов может, в частности, генерировать список рекомендаций продуктов для пользователя любым из следующих способов:

[00184] Первый способ: блок 404 генерирования списка рекомендаций продуктов может содержать первый подблок фильтрации, первый подблок обработки и первый подблок генерирования, причем

[00185] первый подблок фильтрации сконфигурирован для фильтрации информации о продукте в списке продуктов согласно индексу покупательной способности и индексам цен для получения первого набора результатов;

[00186] первый подблок обработки сконфигурирован для фильтрации первого набора результатов согласно персонализированным меткам и меткам продуктов для получения второго набора результатов; и

[00187] первый подблок генерирования сконфигурирован для генерирования списка рекомендаций продуктов для пользователя согласно второму набору результатов.

[00188] В качестве альтернативы, первый подблок фильтрации может, в частности, быть сконфигурирован с возможностью: сравнивать индекс покупательной способности с индексами цен из информации о продукте в списке продуктов соответственно; и если абсолютное значение разницы между индексом покупательной способности и индексом цены меньше первого предварительно определенного порога, добавлять соответствующую информацию о продукте к первому набору результатов.

[00189] В качестве альтернативы, первый подблок обработки может, в частности, быть сконфигурирован с возможностью: вычислять вероятности предпочтения пользователя для соответственных меток продуктов согласно персонализированным меткам; вычислять вероятности предпочтения пользователя для соответственной информации о продукте в первом наборе результатов согласно вероятностям предпочтения пользователя для соответственных меток продуктов; вычислять оценки степени предпочтения пользователя для соответственной информации о продукте в первом наборе результатов согласно вероятностям предпочтения и оценкам рекомендаций пользователя для соответственной информации о продукте в первом наборе результатов; и добавлять информацию о продукте, для которой оценка степени предпочтения пользователя превосходит второй предварительно определенный порог, ко второму набору результатов.

[00190] Первый предварительно определенный порог и второй предварительно определенный порог могут быть установлены согласно требованиям в практических применениях, что не будет описываться здесь подробно.

[00191] В качестве альтернативы, первый подблок генерирования может, в частности, быть сконфигурирован с возможностью: ранжировать информацию о продукте во втором наборе результатов согласно оценкам степени предпочтения пользователя для генерирования списка рекомендаций продуктов для пользователя.

[00192] Второй способ: блок 404 генерирования списка рекомендаций продуктов может содержать второй подблок обработки, второй подблок фильтрации и второй подблок генерирования, причем

[00193] второй подблок обработки сконфигурирован для фильтрации информации о продукте в списке продуктов согласно персонализированным меткам и меткам продуктов для получения третьего набора результатов;

[00194] второй подблок фильтрации сконфигурирован для фильтрации третьего набора результатов согласно индексу покупательной способности и индексам цен для получения четвертого набора результатов; и

[00195] второй подблок генерирования сконфигурирован для генерирования списка рекомендаций продуктов для пользователя согласно четвертому набору результатов.

[00196] В качестве альтернативы, второй подблок обработки может, в частности, быть сконфигурирован с возможностью: вычислять вероятности предпочтения пользователя для соответственных меток продуктов согласно персонализированным меткам; вычислять вероятности предпочтения пользователя для соответственной информации о продукте в списке продуктов согласно вероятностям предпочтения пользователя для соответственных меток продуктов; вычислять оценки степени предпочтения пользователя для соответственной информации о продукте в списке продуктов согласно вероятностям предпочтения и оценкам рекомендаций пользователя для соответственной информации о продукте в списке продуктов; и добавлять информацию о продукте, для которой оценка степени предпочтения пользователя превосходит второй предварительно определенный порог, к третьему набору результатов.

[00197] В качестве альтернативы, второй подблок фильтрации может, в частности, быть сконфигурирован с возможностью: сравнивать индекс покупательной способности с индексами цен из информации о продукте в третьем наборе результатов соответственно; и если абсолютное значение разницы между индексом покупательной способности и индексом цены меньше первого предварительно определенного порога, добавлять соответствующую информацию о продукте в четвертый набор результатов.

[00198] В качестве альтернативы, второй подблок генерирования может, в частности, быть сконфигурирован с возможностью: ранжировать информацию о продукте в четвертом наборе результатов согласно оценкам степени предпочтения пользователя для генерирования списка рекомендаций продуктов для пользователя.

[00199] Вышеупомянутое конкретное осуществление генерирования списка рекомендаций продуктов для пользователя может ссылаться на вышеупомянутый вариант осуществления способа и не будет описываться здесь подробно.

[00200] В частности, индекс покупательной способности пользователя может быть вычислен согласно индексам цен и весам соответственных типов продуктов, которые были куплены пользователем. То есть

[00201] блок 403 сбора информации пользователя может, в частности, быть сконфигурирован с возможностью: получать индексы цен и веса соответственных типов продуктов, которые были куплены пользователем; суммировать произведения цен и весов соответственных типов продуктов, которые были куплены пользователем, для получения первого значения; и делить первое значение на сумму весов соответственных типов продуктов, которые были куплены пользователем, для получения индекса покупательной способности пользователя. Формула является следующей.

[00202] где покупательная_способность - индекс покупательной способности пользователя, вес(i) - вес i-го типа продуктов, и цена(i) - индекс цены i-го типа продуктов.

[00203] Поскольку цены большинства продуктов могут быть сконцентрированы в малом интервале, логическая формула распределения может быть использована для балансирования для того, чтобы сбалансировать распределение данных. То есть

[00204] блок 403 получения информации о продукте может дополнительно быть сконфигурирован для выполнения балансной обработки индексов цен с использованием логической формулы распределения для получения сбалансированных индексов цен. Например, конкретная формула вычисления может быть следующей.

[00205] где цена(i)_расп - сбалансированный индекс цены, u(цена) - среднее значение индексов цен, и σ(цена) - дисперсия индексов цен.

[00206] В этом случае блок 404 генерирования списка рекомендаций продуктов может, в частности, быть сконфигурирован для генерирования списка рекомендаций продуктов для пользователя согласно индексу покупательной способности, персонализированным меткам, меткам продуктов и сбалансированным индексам цен, причем конкретный подход(ы) генерирования списка рекомендаций продуктов может ссылаться на вышеупомянутое описание и не будет описываться здесь подробно.

[00207] Во время конкретного осуществления вышеупомянутые различные блоки могут осуществляться в качестве независимых объектов или могут быть скомбинированы случайным образом в качестве одного и того же объекта или некоторого количества объектов. Конкретное осуществление вышеупомянутых различных блоков можно узнать со ссылками на вышеупомянутые варианты осуществления, и оно не будет описываться здесь подробно.

[00208] Устройство для рекомендации информации о продукте может быть интегрировано в сервер.

[00209] Таким образом, блок 401 получения информации о продукте в устройстве для рекомендации списка продуктов согласно настоящему варианту осуществления может получать список продуктов, содержащий информацию о продукте по меньшей мере одного продукта, причем информация о продукте содержит наименования продуктов и индексы цен и ассоциирована с по меньшей мере одной меткой продукта; затем блок 403 сбора информации пользователя вычисляет индекс покупательной способности пользователя и получает персонализированные метки пользователя; затем блок 404 генерирования списка рекомендаций продуктов генерирует персонализированный список рекомендаций продуктов для пользователя согласно индексу покупательной способности, персонализированным меткам, меткам продуктов и индексам цен; и наконец, блок 405 рекомендации выносит рекомендацию пользователю на основе списка рекомендаций продуктов. Это решение может не только точно рекомендовать информацию о продукте пользователю с соответствующими требованиями, но также лучше удовлетворять требованиям пользователей, поскольку список рекомендаций продуктов генерируется согласно покупательной способности, а также хобби и интересам пользователя, благодаря чему улучшается качество впечатлений пользователя.

[00210] Пятый вариант осуществления

[00211] Соответственно, вариант осуществления настоящего раскрытия обеспечивает систему связи, содержащую устройство для рекомендации информации о продукте согласно любому из вариантов осуществления настоящего раскрытия. Устройство для рекомендации информации о продукте можно узнать со ссылками на четвертый вариант осуществления. Например, его конкретное описание может быть следующим.

[00212] Устройство для рекомендации информации о продукте сконфигурировано для получения списка продуктов, содержащего информацию о продукте по меньшей мере одного продукта, с сервера, причем информация о продукте содержит наименования продуктов и индексы цен и ассоциирована с по меньшей мере одной меткой продукта; вычисления индекса покупательной способности пользователя и получения персонализированных меток пользователя, причем персонализированные метки являются набором меток продуктов, которые нравятся пользователю; генерирования списка рекомендаций продуктов для пользователя согласно индексу покупательной способности, персонализированным меткам, меткам продуктов и индексам цен; и вынесения рекомендации пользователю на основе списка рекомендаций продуктов. Конкретное описание можно узнать со ссылками на вышеупомянутые варианты осуществления, и оно не будет описываться здесь подробно.

[00213] Кроме того, система связи может дополнительно содержать пользовательское устройство, сконфигурированное для приема списка рекомендаций продуктов, который передается устройством, для рекомендации информации о продукте.

[00214] Поскольку система связи содержит устройство для рекомендации информации о продукте согласно любому из вариантов осуществления настоящего раскрытия, выгодные эффекты, которые могут осуществляться вышеупомянутым устройством для рекомендации информации о продукте, могут также осуществляться, что не будет описываться здесь подробно.

[00215] Шестой вариант осуществления

[00216] Вариант осуществления настоящего раскрытия дополнительно обеспечивает сервер, в который устройство для рекомендации информации о продукте согласно варианту осуществления настоящего раскрытия может быть интегрировано. Как изображено на фиг.5, иллюстрируется структурная схема сервера согласно варианту осуществления настоящего раскрытия.

[00217] В частности, сервер может содержать компоненты, например, одно или несколько обрабатывающих ядер, таких как процессор 501, один или несколько машиночитаемых носителей информации, таких как память 502, радиочастотную (RF) цепь 503, модуль беспроводной связи, такой как модуль Bluetooth и/или модуль 504 беспроводной достоверности (WiFi) и т.д. (WiFi-модуль 504 используется в качестве примера на фиг.5), источник 505 питания, датчик 506, блок 507 ввода и блок 508 отображения и т.д. Может быть понятно специалистам в данной области техники, что структура сервера, изображенного на фиг.5, не накладывает ограничений на сервер. Может присутствовать больше или меньше компонентов, чем изображено на фиг.5, или некоторые компоненты могут быть комбинированы, или могут быть другие компоновки компонентов.

[00218] Процессор 501 является центром управления сервера, который соединяет различные части всего сервера посредством различных интерфейсов и линий связи и осуществляет различные функции сервера и обрабатывает данные путем исполнения или выполнения программно реализованных программ и/или модулей, сохраненных в памяти 502, и вызывания данных, сохраненных в памяти 502, с целью отслеживания всего сервера. Опционально, процессор 501 может содержать одно или несколько обрабатывающих ядер. Предпочтительно, процессор 501 может интегрировать процессор приложений и процессор модема, причем процессор приложений главным образом обрабатывает операционную систему, пользовательский интерфейс, прикладную программу и т.д., и процессор модема главным образом обрабатывает беспроводную связь. Можно понять, что вышеупомянутый процессор модема может также не быть интегрирован в процессор 501.

[00219] Память 502 может быть использована для хранения программно реализованных программ и модулей, и процессор 501 осуществляет различные приложения функций и обрабатывает данные путем исполнения программно реализованных программ и модулей, сохраненных в памяти 502. Память 502 может главным образом содержать область хранения программ и область хранения данных, причем область хранения программ может хранить операционную систему, прикладные программы, требуемые для по меньшей мере одной функции (например, функции проигрывания голоса, функции проигрывания изображения и т.д.); и область хранения данных может хранить данные, которые создаются согласно использованию сервера, и т.д. Кроме того, память 502 может содержать кэш и может также содержать энергонезависимую память, такую как по меньшей мере одну дисковую память, флэш-память или другие энергозависимые твердотельные запоминающие средства. Соответственно, память 502 может дополнительно содержать средство управления памятью для обеспечения доступа к памяти 502 процессором 501.

[00220] RF-цепь 503 может быть использована для приема и передачи сигналов в процессе приема и передачи информации. В частности, RF-цепь 503 принимает информацию нисходящей линии связи от базовой станции и передает информацию к одному или нескольким процессорам 501 для обработки; и дополнительно передает данные восходящей линии связи к базовой станции. В общем случае RF-цепь 503 содержит, но не ограничивается, антенну, по меньшей мере один усилитель, средство настройки, один или несколько осцилляторов, карту модуля идентификации абонента (SIM), приемопередатчик, средство соединения, усилитель с низким уровнем шума (LNA), дуплексор и т.д. Кроме того, RF-цепь 503 может дополнительно осуществлять связь с сетями и другими устройствами посредством беспроводной связи. Беспроводная связь может осуществляться с использованием любого стандарта или протокола связи, которые содержат, но не ограничивается, глобальную систему мобильной связи (GSM), общую службу пакетной радиопередачи (GPRS), множественный доступ с кодовым разделением (CDMA), широкополосный множественный доступ с кодовым разделением (WCDMA), проект долгосрочного развития (LTE), письма электронной почты, службу коротких сообщений (SMS) и т.д.

[00221] WiFi принадлежит технологии беспроводной передачи малой дальности, и сервер принимает и передает письма электронной почты, осуществляет доступ к потоковому мультимедиа и т.д. посредством WiFi-модуля 504, который может обеспечивать беспроводной доступ к широкополосному Интернету. Несмотря на то, что WiFi-модуль 504 иллюстрируется на фиг.5, можно понять, что WiFi-модуль 504 не необходим для сервера и может быть опущен при необходимости без выхода за пределы объема сущности настоящего раскрытия.

[00222] Сервер дополнительно содержит источник 505 питания (такой как аккумулятор) для подачи питания к различным компонентам. Предпочтительно, источник питания может быть логически соединен с процессором 501 посредством системы управления источником питания для того, чтобы достигать таких функций, как управление зарядкой, управление разрядкой, управление расхода мощности и т.д. посредством системы управления источником. Источник 505 питания может дополнительно содержать любой компонент, такой как один или несколько источников мощности постоянного или переменного тока, система зарядки, цепь обнаружения сбоя источника питания, преобразователь или обратный преобразователь источника питания, индикатор состояния источника питания и т.д.

[00223] Сервер может дополнительно содержать по меньшей мере один датчик 506, например оптический датчик, датчик движения и другие датчики. Сервер может также быть сконфигурирован с другими датчиками, такими как гироскоп, барометр, влагомер, термометр, инфракрасный датчик и т.д., которые не будут описываться здесь подробно.

[00224] Сервер может дополнительно содержать блок 507 ввода, который может быть сконфигурирован для приема входной цифровой или символьной информации и генерирования клавиатуры, мыши, джойстика, оптического или трекбольного сигнального ввода, относящегося к установке пользователя и функциональному управлению. В частности, в конкретном варианте осуществления блок 507 ввода может содержать чувствительную к прикосновению поверхность и другие устройства ввода. Чувствительная к прикосновению поверхность также называется сенсорным дисплеем или сенсорной панелью, которая может быть сконфигурирована для сбора операций прикосновения, осуществляемых пользователем на ней или около нее (например, операций, осуществляемых пользователем посредством какого-либо подходящего объекта или вспомогательного средства, такого как палец, стилус и т.д., на чувствительной к прикосновению поверхности или около чувствительный к прикосновению поверхности), и приведения в действие соответствующих подключенных устройств согласно предварительно определенным программам. Опционально, чувствительная к прикосновению поверхность может содержать две части, т.е. устройство обнаружения прикосновения и средство управления обнаружения. Устройство обнаружения прикосновения обнаруживает направление прикосновения от пользователя, обнаруживает сигнал, генерируемый операцией прикосновения, и передает сигнал средству управления обнаружения. Средство управления обнаружения принимает информацию прикосновения от устройства обнаружения прикосновения, преобразует информацию прикосновения в координаты точек прикосновения, передает координаты процессору 501 и может принимать и исполнять команду, переданную процессором 501. Дополнительно, множество типов чувствительных к прикосновению поверхностей может достигаться, например, резистивные, емкостные, инфракрасные, основанные на поверхностных акустических волнах чувствительные к прикосновению поверхности и т.д. В качестве дополнения к чувствительной к прикосновению поверхности, блок 507 ввода может дополнительно содержать другие устройств ввода. В частности, другие устройства ввода могут содержать, но не ограничиваться, одно или несколько из физической клавиатуры, функциональных клавиш (таких как клавиша управления громкостью, клавиша переключения и т.д.), трекбола, мыши, джойстика и т.д.

[00225] Сервер может дополнительно содержать блок 508 отображения, который может быть сконфигурирован для отображения информации, введенной пользователем, и информации, обеспеченной пользователю, и различных графических пользовательских интерфейсов сервера. Эти графические пользовательские интерфейсы могут формироваться графикой, текстами, пиктограммами, видео или любой их комбинацией. Блок 508 отображения может содержать панель отображения. Опционально, панель отображения может быть сконфигурирована в форме жидкокристаллического дисплея (LCD), органического светодиода (OLED) и т.д. Кроме того, чувствительная к прикосновению поверхность может покрывать панель отображения. После того как чувствительная к прикосновению поверхность обнаруживает операцию прикосновения на ней или около нее, чувствительная к прикосновению поверхность передает операцию прикосновения к процессору 501 для определения типа события прикосновения, и затем процессор 501 обеспечивает соответствующие визуальные выходные данные на панели отображения согласно типу события прикосновения. Несмотря на то, что чувствительная к прикосновению поверхность и панель отображения достигают ввода и функций ввода в качестве двух независимых компонентов на фиг.5, в некоторых вариантах осуществления чувствительная к прикосновению поверхность и панель отображения могут быть интегрированы для достижения функций ввода и вывода.

[00226] Хотя это не показано, сервер может дополнительно содержать камеру, модуль Bluetooth и т.д., которые не будут описываться здесь подробно. В частности, в одном варианте осуществления процессор 501 в сервере может загружать исполняемые файлы, соответствующие процессам одной или нескольких прикладных программ, в память 502 согласно следующим инструкциям, и прикладные программы, сохраненные в памяти 502, исполняются процессором 501 для осуществления различных функций следующим образом:

[00227] получение списка продуктов, содержащего информацию о продукте по меньшей мере одного продукта, с сервера, причем информация о продукте содержит наименования продуктов и индексы цен и ассоциирована с по меньшей мере одной меткой продукта;

[00228] вычисление индекса покупательной способности пользователя и получение персонализированных меток пользователя, причем персонализированные метки являются набором меток продуктов, которые нравятся пользователю;

[00229] генерирование списка рекомендаций продуктов для пользователя согласно индексу покупательной способности, персонализированным меткам, меткам продуктов и индексам цен; и

[00230] вынесение рекомендации пользователю на основе списка рекомендаций продуктов.

[00231] Этап "генерирования списка рекомендаций продуктов для пользователя согласно индексу покупательной способности, персонализированным меткам, меткам продуктов и индексам цен" может осуществляться любым из следующих способов:

[00232] Первый способ:

[00233] (1) фильтрация информации о продукте в списке продуктов согласно индексу покупательной способности и индексам цен для получения первого набора результатов. Например, процесс может, в частности, содержать:

[00234] сравнение индекса покупательной способности с индексами цен из информации о продукте в списке продуктов соответственно; и если абсолютное значение разницы между индексом покупательной способности и индексом цены меньше первого предварительно определенного порога, добавление соответствующей информации о продукте в первый набор результатов.

[00235] Первый предварительно определенный порог может быть установлен согласно требованиям в практических применениях и не будет описываться здесь подробно.

[00236] (2) фильтрация первого набора результатов согласно персонализированным меткам и меткам продуктов для получения второго набора результатов. Например, процесс может, в частности, содержать:

[00237] соответственно, вычисление вероятностей предпочтения пользователя для соответственных меток продуктов согласно персонализированным меткам; вычисление вероятностей предпочтения пользователя для соответственной информации о продукте в первом наборе результатов согласно вероятностям предпочтения пользователя для соответственных меток продуктов; вычисление оценок степени предпочтения пользователя для соответственной информации о продукте в первом наборе результатов согласно вероятностям предпочтения и оценкам рекомендаций (которые включаются в информацию о продукте) пользователя для соответственной информации о продукте в первом наборе результатов; и добавление информации о продукте, для которой оценка степени предпочтения пользователя превосходит второй предварительно определенный порог, ко второму набору результатов.

[00238] Второй предварительно определенный порог может быть установлен согласно требованиям в практических применениях и не будет описываться здесь подробно.

[00239] (3) генерирование списка рекомендаций продуктов для пользователя согласно второму набору результатов. Например, процесс может, в частности, содержать:

[00240] ранжирование информации о продукте во втором наборе результатов согласно оценкам степени предпочтения пользователя для генерирования списка рекомендаций продуктов для пользователя.

[00241] Второй способ:

[00242] (1) фильтрация информации о продукте в списке продуктов согласно персонализированным меткам и меткам продуктов для получения третьего набора результатов. Например, процесс может, в частности, содержать:

[00243] соответственно, вычисление вероятностей предпочтения пользователя для соответственных меток продуктов согласно персонализированным меткам; вычисление вероятностей предпочтения пользователя для соответственной информации о продукте в списке продуктов согласно вероятностям предпочтения пользователя для соответственных меток продуктов; вычисление оценок степени предпочтения пользователя для соответственной информации о продукте в списке продуктов согласно вероятностям предпочтения и оценкам рекомендаций (которые включаются в информацию о продукте) пользователя для соответственной информации о продукте в списке продуктов; и добавление информации о продукте, для которой оценка степени предпочтения пользователя превосходит второй предварительно определенный порог, к третьему набору результатов.

[00244] Второй предварительно определенный порог может быть установлен согласно требованиям в практических применениях и не будет описываться здесь подробно.

[00245] (2) фильтрация третьего набора результатов согласно индексу покупательной способности и индексам цен для получения четвертого набора результатов. Например, процесс может, в частности, содержать:

[00246] сравнение индекса покупательной способности с индексами цен из информации о продукте в третьем наборе результатов соответственно; и если абсолютное значение разницы между индексом покупательной способности и индексом цены меньше первого предварительно определенного порога, добавление соответствующей информации о продукте в четвертый набор результатов.

[00247] Первый предварительно определенный порог может быть установлен согласно требованиям в практических применениях и не будет описываться здесь подробно.

[00248] (3) генерирование списка рекомендаций продуктов для пользователя согласно четвертому набору результатов. Например, процесс может, в частности, содержать:

[00249] ранжирование информации о продукте в четвертом наборе результатов согласно оценкам степени предпочтения пользователя для генерирования списка рекомендаций продуктов для пользователя.

[00250] Должно быть проиллюстрировано, что после того, как список продуктов получается, логическая формула распределения дополнительно используется для балансирования индексов цен для получения сбалансированных индексов цен; если процесс балансирования был осуществлен над индексами цен с использованием логической формулы распределения, индексы цен, используемые на этом этапе, могут быть сбалансированными индексами цен, т.е. "генерирование списка рекомендаций продуктов для пользователя согласно индексу покупательной способности, персонализированным меткам, меткам продуктов и индексам цен" может, в частности, содержать:

[00251] генерирование списка рекомендаций продуктов для пользователя согласно индексу покупательной способности, персонализированным меткам, меткам продуктов и сбалансированным индексам цен.

[00252] В качестве альтернативы, вычисление индекса покупательной способности пользователя может содержать:

[00253] получение индексов цен и весов соответственных типов продуктов, которые были куплены пользователем, суммирование произведений цен и весов соответственных типов продуктов, которые были куплены пользователем, для получения первого значения, и деление первого значения на сумму весов соответственных типов продуктов, которые были куплены пользователем, для получения индекса покупательной способности пользователя.

[00254] Конкретное осуществление вышеупомянутых соответственных этапов можно узнать со ссылками на вышеупомянутые варианты осуществления, и оно не будет описываться здесь подробно.

[00255] Таким образом, сервер согласно настоящему варианту осуществления может получать список продуктов, содержащий информацию о продукте по меньшей мере одного продукта, причем информация о продукте содержит наименования продуктов и индексы цен и ассоциирована с по меньшей мере одной меткой продукта; вычислять индекс покупательной способности пользователя и получать персонализированные метки пользователя; генерировать персонализированный список рекомендаций продуктов для пользователя согласно индексу покупательной способности, персонализированным меткам, меткам продуктов и индексам цен; и выносить рекомендацию пользователю на основе списка рекомендаций продуктов. Это решение может не только точно рекомендовать информацию о продукте пользователю с соответствующими требованиями, но также лучше удовлетворять требованиям пользователей, поскольку список рекомендаций продуктов генерируется согласно покупательной способности, а также хобби и интересам пользователя, благодаря чему улучшается качество впечатлений пользователя.

[00256] Может быть понятно обычному специалисту в данной области техники, что все или часть этапов в различных способах согласно вышеупомянутым вариантам осуществления могут осуществляться программой, инструктирующей родственные аппаратные средства, которая может сохраняться на машиночитаемом носителе данных. Носитель данных может содержать постоянное запоминающее устройство (ROM), оперативное запоминающее устройство (RAM), магнитный диск или оптический диск и т.д.

[00257] Способ, устройство и система для рекомендации информации о продукте согласно вариантам осуществления настоящего раскрытия были подробно описаны выше. Кроме того, принцип и осуществления настоящего раскрытия излагаются здесь в качестве конкретных примеров. Описание вышеупомянутых вариантов осуществления используется лишь для облегчения понимания способа согласно настоящему раскрытию и его базовой идее. Кроме того, специалисты в данной области техники могут осуществить изменения согласно идее настоящего раскрытия в рамках объема конкретных осуществлений и применений. В заключение необходимо отметить, что содержимое описания не следует трактовать как ограничивающее настоящее раскрытие.

Похожие патенты RU2641268C2

название год авторы номер документа
СИСТЕМЫ, АППАРАТ И СПОСОБЫ СОЗДАНИЯ РЕКОМЕНДАЦИЙ 2008
  • О'Доноху Хью
  • Корриган Шон
  • Кроу Шон
  • Пигам Эндрю
  • Лилли-Уайт Курт Дэвид
RU2451986C2
СПОСОБ И УСТРОЙСТВО ДЛЯ АВТОМАТИЧЕСКОГО ГЕНЕРИРОВАНИЯ РЕКОМЕНДАЦИЙ 2012
  • Корст Ян
  • Барбьери Мауро
  • Клаут Рамон
  • Пронк Сервериус Петрус Паулус
RU2627717C2
ИНТЕЛЛЕКТУАЛЬНЫЕ УПРАВЛЯЕМЫЕ СЕТИ ОСВЕЩЕНИЯ И СХЕМЫ ДЛЯ НИХ 2009
  • Лавлэнд Дамьен
  • Кателарс Луис
  • Вермелен Ад
  • Эшдаун Иан
  • Йорк Аллан Брент
  • Берквенс Винфрид Антониус Хенрикус
  • Куппенс Рул Петер Герт
  • Ван Де Слейс Бартел Маринус
RU2556087C2
СПОСОБ, ПРИБОР И УСТРОЙСТВО ДЛЯ ИЗМЕНЕНИЯ ФОНА ДИСПЛЕЯ 2015
  • Дун Цзюньцзе
RU2643483C2
ОСНОВАННОЕ НА ПРОФИЛЕ ИЗВЛЕЧЕНИЕ СОДЕРЖИМОГО ДЛЯ СИСТЕМ СРЕДСТВ ВЫДАЧИ РЕКОМЕНДАЦИЙ 2011
  • Барбьери Мауро
  • Пронк Сервериус Петрус Паулус
  • Корст Ян
RU2577189C2
АДАПТИВНОЕ РАЗМЕЩЕНИЕ ВСПОМОГАТЕЛЬНЫХ МЕДИАДАННЫХ В РЕКОМЕНДАТЕЛЬНЫХ СИСТЕМАХ 2011
  • Цир Томас
  • Розенгарт Франк
RU2539585C2
МЕТОД ОТОБРАЖЕНИЯ РЕЛЕВАНТНОЙ КОНТЕКСТНО-ЗАВИСИМОЙ ИНФОРМАЦИИ 2014
  • Цыпляев Максим Викторович
  • Винокуров Никита Алексеевич
RU2683482C2
СПОСОБ, УСТРОЙСТВО И СИСТЕМА ВЫБОРА УСЛУГ И КЛИЕНТСКИЙ СЕРВЕР ПРИЛОЖЕНИЙ 2007
  • Ванг Ляньвей
RU2405267C2
УСТРОЙСТВО И СПОСОБ ДЛЯ АВТОМАТИЧЕСКОГО РЕГУЛИРОВАНИЯ ФИЛЬТРА 2013
  • Корст Ян
  • Пронк Сервериус Петрус Паулус
  • Барбьери Мауро
RU2633096C2
СИСТЕМА ПОИСКА ИНФОРМАЦИИ С ОБРАТНОЙ СВЯЗЬЮ В РЕАЛЬНОМ ВРЕМЕНИ 2010
  • Лебо Майкл Дж.
  • Пхукан Прасенджит
RU2546308C2

Иллюстрации к изобретению RU 2 641 268 C2

Реферат патента 2018 года СПОСОБ, УСТРОЙСТВО И СИСТЕМА ДЛЯ РЕКОМЕНДАЦИИ ИНФОРМАЦИИ О ПРОДУКТЕ

Изобретение относится к способу, устройству и системе рекомендации информации о продукте. Технический результат заключается в автоматизации генерации рекомендаций продуктов для пользователя. В способе получают список продуктов, содержащий информацию о продукте для продукта с сервера, причем информация о продукте содержит наименования продуктов и индексы цен и ассоциирована с по меньшей мере одной меткой продукта; вычисляют индекс покупательной способности пользователя, причем индекс покупательной способности пользователя измеряют индексами цен соответственных типов продуктов, которые были куплены пользователем, и получают персонализированные метки пользователя, причем персонализированные метки являются набором меток продуктов, которые нравятся пользователю; генерируют список рекомендаций продуктов для пользователя согласно индексу покупательной способности пользователя, персонализированным меткам пользователя, меткам продуктов и индексам цен, причем информация о продукте в списке рекомендаций продуктов выбирается из списка продуктов; и дают рекомендацию пользователю на основе списка рекомендаций продуктов. 3 н. и 20 з.п. ф-лы, 2 табл., 5 ил.

Формула изобретения RU 2 641 268 C2

1. Способ рекомендации информации о продукте, содержащий этапы, на которых:

получают список продуктов, содержащий информацию о продукте для по меньшей мере одного продукта с сервера, причем информация о продукте содержит наименования продуктов и индексы цен и ассоциирована с по меньшей мере одной меткой продукта;

вычисляют индекс покупательной способности пользователя, причем индекс покупательной способности пользователя измеряют индексами цен соответственных типов продуктов, которые были куплены пользователем, и получают персонализированные метки пользователя, причем персонализированные метки являются набором меток продуктов, которые нравятся пользователю;

генерируют список рекомендаций продуктов для пользователя согласно индексу покупательной способности пользователя, персонализированным меткам пользователя, меткам продуктов и индексам цен, причем информация о продукте в списке рекомендаций продуктов выбирается из списка продуктов; и

дают рекомендацию пользователю на основе списка рекомендаций продуктов.

2. Способ по п.1, в котором генерирование списка рекомендаций продуктов для пользователя согласно индексу покупательной способности, персонализированным меткам, меткам продуктов и индексам цен содержит этапы, на которых:

фильтруют информацию о продукте в списке продуктов согласно индексу покупательной способности и индексам цен для получения первого набора результатов;

фильтруют первый набор результатов согласно персонализированным меткам и меткам продуктов для получения второго набора результатов; и

генерируют список рекомендаций продуктов для пользователя согласно второму набору результатов.

3. Способ по п.2, в котором фильтрация информации о продукте в списке продуктов согласно индексу покупательной способности и индексам цен для получения первого набора результатов содержит этапы, на которых:

сравнивают индекс покупательной способности с индексами цен из информации о продукте в списке продуктов соответственно; и

если абсолютное значение разницы между индексом покупательной способности и индексом цены меньше первого предварительно определенного порога, добавляют информацию о продукте, которая содержит индекс цены, к первому набору результатов.

4. Способ по п.2 или 3, в котором информация о продукте дополнительно содержит оценки рекомендаций и фильтрация первого набора результатов согласно персонализированным меткам и меткам продуктов для получения второго набора результатов содержит этапы, на которых:

вычисляют вероятности предпочтения пользователя для соответственных меток продуктов согласно персонализированным меткам;

вычисляют вероятности предпочтения пользователя для соответственной информации о продукте в первом наборе результатов согласно вероятностям предпочтения пользователя для соответственных меток продуктов;

вычисляют оценки степени предпочтения пользователя для соответственной информации о продукте в первом наборе результатов согласно вероятностям предпочтения и оценкам рекомендаций пользователя для соответственной информации о продукте в первом наборе результатов; и

добавляют информацию о продукте, для которой оценка степени предпочтения пользователя превосходит второй предварительно определенный порог, ко второму набору результатов.

5. Способ по п.4, в котором генерирование списка рекомендаций продуктов для пользователя согласно второму набору результатов содержит этап, на котором:

ранжируют информацию о продукте во втором наборе результатов согласно оценкам степени предпочтения пользователя для генерирования списка рекомендаций продуктов для пользователя.

6. Способ по п.1, в котором генерирование списка рекомендаций продуктов для пользователя согласно индексу покупательной способности, персонализированным меткам, меткам продуктов и индексам цен содержит этапы, на которых:

фильтруют информацию о продукте в списке продуктов согласно персонализированным меткам и меткам продуктов для получения третьего набора результатов;

фильтруют третий набор результатов согласно индексу покупательной способности и индексам цен для получения четвертого набора результатов; и

генерируют список рекомендаций продуктов для пользователя согласно четвертому набору результатов.

7. Способ по п.6, в котором информация о продукте дополнительно содержит оценки рекомендаций и фильтрация информации о продукте в списке продуктов согласно персонализированным меткам и меткам продуктов для получения третьего набора результатов содержит этапы, на которых:

вычисляют вероятности предпочтения пользователя для соответственных меток продуктов согласно персонализированным меткам;

вычисляют вероятности предпочтения пользователя для соответственной информации о продукте в списке продуктов согласно вероятностям предпочтения пользователя для соответственных меток продуктов;

вычисляют оценки степени предпочтения пользователя для соответственной информации о продукте в списке продуктов согласно вероятностям предпочтения и оценкам рекомендаций пользователя для соответственной информации о продукте в списке продуктов; и

добавляют информацию о продукте, для которой оценка степени предпочтения пользователя превосходит второй предварительно определенный порог, к третьему набору результатов.

8. Способ по п.6 или 7, в котором фильтрация третьего набора результатов согласно индексу покупательной способности и индексам цен для получения четвертого набора результатов содержит этапы, на которых:

сравнивают индекс покупательной способности с индексами цен из информации о продукте в третьем наборе результатов соответственно; и

если абсолютное значение разницы между индексом покупательной способности и индексом цены меньше первого предварительно определенного порога, добавляют информацию о продукте, которая содержит индекс цены, к четвертому набору результатов.

9. Способ по п.7, в котором генерирование списка рекомендаций продуктов для пользователя согласно четвертому набору результатов содержит этап, на котором:

ранжируют информацию о продукте в четвертом наборе результатов согласно оценкам степени предпочтения пользователя для генерирования списка рекомендаций продуктов для пользователя.

10. Способ по п.1, в котором вычисление индекса покупательной способности пользователя содержит этапы, на которых:

получают индексы цен и веса соответственных типов продуктов, которые были куплены пользователем;

суммируют произведения индексов цен и весов соответственных типов продуктов, которые были куплены пользователем, для получения первого значения; и

делят первое значение на сумму весов соответственных типов продуктов, которые были куплены пользователем, для получения индекса покупательной способности пользователя.

11. Способ по п.1, в котором после получения списка продуктов способ дополнительно содержит этапы, на которых:

выполняют балансную обработку индексов цен с использованием логической формулы распределения для получения сбалансированных индексов цен; и

генерирование списка рекомендаций продуктов для пользователя согласно индексу покупательной способности, персонализированным меткам, меткам продуктов и индексам цен содержит этап, на котором: генерируют список рекомендаций продуктов для пользователя согласно индексу покупательной способности, персонализированным меткам, меткам продуктов и сбалансированным индексам цен.

12. Устройство для рекомендации информации о продукте, содержащее:

блок получения информации о продукте, сконфигурированный для получения списка продуктов, содержащего информацию о продукте для по меньшей мере одного продукта, с сервера, причем информация о продукте содержит наименования продуктов и индексы цен и ассоциирована с по меньшей мере одной меткой продукта;

блок сбора информации пользователя, сконфигурированный для вычисления индекса покупательной способности пользователя, причем индекс покупательной способности пользователя измеряют индексами цен соответственных типов продуктов, которые были куплены пользователем, и получения персонализированных меток пользователя, причем персонализированные метки являются набором меток продуктов, которые нравятся пользователю;

блок генерирования списка рекомендаций продуктов, сконфигурированный для генерирования списка рекомендаций продуктов для пользователя согласно индексу покупательной способности пользователя, персонализированным меткам пользователя, меткам продуктов и индексам цен, причем информация о продукте в списке рекомендаций продуктов выбирается из списка продуктов; и

блок рекомендации, сконфигурированный для рекомендации пользователю на основе списка рекомендаций продуктов.

13. Устройство по п.12, в котором блок генерирования списка рекомендаций продуктов содержит первый подблок фильтрации, первый подблок обработки и первый подблок генерирования, причем

первый подблок фильтрации сконфигурирован для фильтрации информации о продукте в списке продуктов согласно индексу покупательной способности и индексам цен для получения первого набора результатов;

первый подблок обработки сконфигурирован для фильтрации первого набора результатов согласно персонализированным меткам и меткам продуктов для получения второго набора результатов; и

первый подблок генерирования сконфигурирован для генерирования списка рекомендаций продуктов для пользователя согласно второму набору результатов.

14. Устройство по п.13, в котором первый подблок фильтрации дополнительно сконфигурирован с возможностью:

сравнивать индекс покупательной способности с индексами цен из информации о продукте в списке продуктов соответственно; и если абсолютное значение разницы между индексом покупательной способности и индексом цены меньше первого предварительно определенного порога, добавлять информацию о продукте, которая содержит индекс цены, к первому набору результатов.

15. Устройство по п.13 или 14, в котором информация о продукции дополнительно содержит оценки рекомендаций, и первый подблок обработки дополнительно сконфигурирован с возможностью:

вычислять вероятности предпочтения пользователя для соответственных меток продуктов согласно персонализированным меткам; вычислять вероятности предпочтения пользователя для соответственной информации о продукте в первом наборе результатов согласно вероятностям предпочтения пользователя для соответственных меток продуктов; вычислять оценки степени предпочтения пользователя для соответственной информации о продукте в первом наборе результатов согласно вероятностям предпочтения и оценкам рекомендаций пользователя для соответственной информации о продукте в первом наборе результатов; и добавлять информацию о продукте, для которой оценка степени предпочтения пользователя превосходит второй предварительно определенный порог, ко второму набору результатов.

16. Устройство по п.15, в котором первый подблок генерирования дополнительно сконфигурирован с возможностью:

ранжировать информацию о продукте во втором наборе результатов согласно оценкам степени предпочтения пользователя для генерирования списка рекомендаций продуктов для пользователя.

17. Устройство по п.12, в котором блок генерирования списка рекомендаций продуктов содержит второй подблок обработки, второй подблок фильтрации и второй подблок генерирования, причем

второй подблок обработки сконфигурирован для фильтрации информации о продукте в списке продуктов согласно персонализированным меткам и меткам продуктов для получения третьего набора результатов;

второй подблок фильтрации сконфигурирован для фильтрации третьего набора результатов согласно индексу покупательной способности и индексам цен для получения четвертого набора результатов; и

второй подблок генерирования сконфигурирован для генерирования списка рекомендаций продуктов для пользователя согласно четвертому набору результатов.

18. Устройство по п.17, в котором информация о продукте дополнительно содержит оценки рекомендаций, и второй подблок обработки дополнительно сконфигурирован с возможностью:

вычислять вероятности предпочтения пользователя для соответственных меток продуктов согласно персонализированным меткам; вычислять вероятности предпочтения пользователя для соответственной информации о продукте в списке продуктов согласно вероятностям предпочтения пользователя для соответственных меток продуктов; вычислять оценки степени предпочтения пользователя для соответственной информации о продукте в списке продуктов согласно вероятностям предпочтения и оценкам рекомендаций пользователя для соответственной информации о продукте в списке продуктов; и добавлять информацию о продукте, для которой оценка степени предпочтения пользователя превосходит второй предварительно определенный порог, к третьему набору результатов.

19. Устройство по п.17 или 18, в котором второй подблок фильтрации дополнительно сконфигурирован с возможностью:

сравнивать индекс покупательной способности с индексами цен из информации о продукте в третьем наборе результатов соответственно; и если абсолютное значение разницы между индексом покупательной способности и индексом цены меньше первого предварительно определенного порога, добавлять информацию о продукте, которая содержит индекс цены, к четвертому набору результатов.

20. Устройство по п.18, в котором второй подблок генерирования дополнительно сконфигурирован с возможностью:

ранжировать информацию о продукте в четвертом наборе результатов согласно оценкам степени предпочтения пользователя для генерирования списка рекомендаций продуктов для пользователя.

21. Устройство по п.12, в котором блок сбора информации пользователя дополнительно сконфигурирован с возможностью:

получать индексы цен и веса соответственных типов продуктов, которые были куплены пользователем; суммировать произведения цен и весов соответственных типов продуктов, которые были куплены пользователем, для получения первого значения; и делить первое значение на сумму весов соответственных типов продуктов, которые были куплены пользователем, для получения индекса покупательной способности пользователя.

22. Устройство по п.12, в котором

блок получения информации о продукте дополнительно сконфигурирован для выполнения балансной обработки индексов цен с использованием логической формулы распределения для получения сбалансированных индексов цен; и

блок генерирования списка рекомендаций продуктов дополнительно сконфигурирован для генерирования списка рекомендаций продуктов для пользователя согласно индексу покупательной способности, персонализированным меткам, меткам продуктов и сбалансированным индексам цен.

23. Система связи для рекомендации информации о продукте, содержащая:

сервер, на котором хранится список продуктов; и

устройство для рекомендации информации о продукте по любому из пп.12-22.

Документы, цитированные в отчете о поиске Патент 2018 года RU2641268C2

CN 102208087 A, 05.10.2011
Способ приготовления лака 1924
  • Петров Г.С.
SU2011A1
CN 102682005 A, 19.09.2012
Станок для изготовления деревянных ниточных катушек из цилиндрических, снабженных осевым отверстием, заготовок 1923
  • Григорьев П.Н.
SU2008A1
СИСТЕМЫ, АППАРАТ И СПОСОБЫ СОЗДАНИЯ РЕКОМЕНДАЦИЙ 2008
  • О'Доноху Хью
  • Корриган Шон
  • Кроу Шон
  • Пигам Эндрю
  • Лилли-Уайт Курт Дэвид
RU2451986C2
Способ и приспособление для нагревания хлебопекарных камер 1923
  • Иссерлис И.Л.
SU2003A1
Приспособление для суммирования отрезков прямых линий 1923
  • Иванцов Г.П.
SU2010A1

RU 2 641 268 C2

Авторы

Ли Цзянь

Чэн Ган

Даты

2018-01-16Публикация

2013-12-27Подача