本发明专利技术揭示了一种针对在线交易应用的商品搜索排序的方法和系统，涉及利用搜索引擎访问商品清单绩效数据。该方法包括如下步骤：商品清单绩效数据引擎模块处理来自于客户端计算系统的API指令，以识别和传输商品清单绩效算法使用的相关商品清单绩效数据；指定商品清单绩效分数给商品，最终满足用户的搜索要求。商品清单绩效数据用于比较卖家自身的商品清单与其它商品清单在排序中的性能差异。
【技术实现步骤摘要】
本专利技术涉及数据处理系统和数据处理技术，特别涉及对搜索结果排序的方法和系统。
技术介绍
搜索引擎是一种基于软件的工具，用于搜索信息。例如，网络搜索引擎依据查询条目向用户提供相关的搜索结果。通常，评价一个搜索引擎的重要标准就是能否给用户提供最佳搜索结果。为确保最佳(最相关)搜索结果居于首位，搜索引擎会利用一种基于多种数据的复杂算法为搜索结果排序。若想使某特定搜索结果排名首位，有必要充分理解搜索引擎对搜索结果排名时所依赖的底层算法和数据。 电子商务网站通常利用搜索引擎提供给用户(如潜在用户)他们最需要的商品(如产品和服务)。对于一些电子商务网站(综合卖家和买家)中的卖家来说，理解搜索引擎如何运作，熟悉决定排序的底层数据，有助于提高他们的商品出现在搜索结果中的机率，最终提高商品被购买的可能性。例如，若卖家熟悉决定排序的底层算法和数据，他就可以巧妙地制定商品清单，使该商品更易于出现在搜索结果中突出的位置，最终提高商品被购买的可能性。然而，传统的电子商务市场中，卖家几乎无法获取搜索引擎为搜索结果排名时使用的任何底层数据。
技术实现思路
本专利技术揭示了一种对搜索结果排序的方法和系统，涉及搜索引擎使用的数据展示。为通俗易懂，下面对本专利技术作进一步描述，提供对不同实施方案的全面理解。然而，本领域的技术人员很清楚不需这些具体细节本专利技术也可付诸实践。在一些具体实施方案中，电子商务或在线交易应用程序包含一个API，API访问搜索引擎排名算法使用的数据为搜索结果排序。例如，电子商务和在线交易应用程序包含用户搜索商品的搜索引擎。搜索引擎利用一种排名算法(这里指商品清单绩效算法)将排名分数(这里指商品清单绩效分数)指定给各个商品，以满足用户的查询需求。例如，选择搜索结果(如商品)满足用户自主查询之后，商品清单绩效分数被指定给一组搜索结果中的每个商品。商品清单绩效分数再对出现在搜索结果中的商品排序。例如，一些具体实施方案中，商品清单绩效分数最高的商品会显示在搜索结果首页的第一位。为使卖家能通过在线交易应用程序，访问并分析影响商品清单绩效排名分数的数据，在线交易应用程序包含可以通过开放API访问的一个商品清单绩效数据引擎模块。据此，软件应用程序充分利用API向商品清单绩效数据引擎模块发送数据请求。这样，卖家可以访问生成商品清单绩效分数的数据，从而了解为什么某商品在搜索结果中会显示在特定的页面和位置。例如，卖家若想了解某商品为什么没有出现在搜索结果的首页，他会通过商品清单绩效分析应用程序向商品清单绩效数据引擎模块查询影响商品清单绩效分数的商品清单绩效数据。理解了底层算法如何运用数据之后，卖家可以决定是否修改商品的一个或多个属性来提高商品清单绩效分数，从而针对某一特定查询提高该商品显示在搜索结果中的页面排名和位置排名，最终提高商品交易(如销售)成功的机率。另外，开放API为第三方软件开发者提供开发第三方软件的需求接口，以执行商品清单分析和商品清单相关的绩效数据分析。通常，通过数据引擎和API访问的数据有两种-一种是属性数据，另一种是绩效数据。属性数据是由列出商品进行销售的卖家输入或选定的，而绩效数据是通过由在线交易应用程序检测到的大量用户活动和行为获取的。例如，商品清单的属性数据可以包含以下数据项商品标题，商品编码，商品价格，运输方式和运费，清单商品或库存商品的总量，清单起始日期，价格机制(如一口价，竞拍价)，以及商品类别。商品清单绩效数据可以包含以下数据项商品的展示次数(如商品显示在一组搜索结果的次数)，不同用户选择(如点击)搜索结果中的商品的次数(如点击数)，点击数和展示数的比率(如点击率)，不同用户关注跟踪商品的次数(如商品被浏览的次数)，商品清单生成的销售数，已售商品的总量，商品每展示一次的销售数等等。通过操作在线交易应用程序结合多个API，第三方软件开发者可以为商品开发出一台全自动或半自动绩效分析器或控制器。综上所述，本专利技术中这两种数据(如属性数据和绩效数据)指代商品清单绩效数据。为使本专利技术的内容和优势更加通俗易懂，下面结合附图和具体实施方案作进一 步详细说明。附图说明图I是本专利技术在网络环境中执行电子商务和在线交易应用程序的框图，它包括一个服务器系统和两个客户端系统；图2是本专利技术计算商品清单绩效分数的一个公式示意图；图3是本专利技术开发商品清单绩效分析应用程序的一套范例软件架构的框图；图4是本专利技术处理来自于商品清单绩效分析应用程序的基于API的数据请求的一种方法示意图；图5，6，7是本专利技术商品清单绩效分析应用程序的多个范例用户界面的示意图；图8是本专利技术内部执行指令的移动装置机器的框图，该机器执行本专利技术的实施方案。具体实施例方式图I是网络环境10的框图，它包括由网络连接的两个客户端12和14，和一个服务器系统16。如图I所示，服务器系统16包含一个在线交易应用程序18。该实施方案中，在线交易应用程序18包含两个主模块-一个在线交易弓I擎模块20，一个商品清单展示管理模块22。另外，一个商品清单展示管理模块22包含一个商品清单绩效数据引擎模块24和一个应用程序接口 26。在一些具体实施方案中，在线交易引擎模块20可以包含大量子组件或模块，该模块提供在线交易应用程序18的部分功能。进一步说，每个模块可以包含软件指令，计算机硬件组件，或两者的组合。为便于理解，在此仅描述在线交易引擎的部分功能。例如，在线交易引擎模块20可以包含一个商品清单控制模块(未显示)，接收和储存表示商品属性的数据，这些数据共同构成一个商品清单。若用户要出售商品，他会提供商品的相关信息。这些信息可以通过多种形式提交，例如通过单个或多个网页，通过下拉式列表，或者通过相似用户界面元素。商品清单控制模块在数据库28内接收并储存商品属性。一些实施方案中，商品清单储存在商品清单数据库表30中。进一步说，输入每个商品属性，对其进行分析并运用于多个算法，这些算法将排名分数指定给商品，反过来排名分数又决定商品在搜索结果中的位置。在线交易引擎模块20可以包含一个或多个模块，接收和储存历史数据，该数据通常表示由在线交易应用程序检测的用户自主活动和事件，用于判断出现在搜索结果中的商品最终能否交易成功。例如，该模块为预测未来用户活动会分析和采集用户自主活动的相关数据。若用户提交了搜索请求，并完成某商品的交易，为预测未来其他用户的活动，该模块会采集并储存用户与在线交易应用程序的互动信息。部分数据通常指相关性数据32，因为它决定搜索条目与商品的相关性。例如，若潜在用户提交“手机”这个搜索请求，那么包含该属性的商品更有可能交易成功。仍然搜索“手机”这个条目，那么相比将商品类别设为 “汽车”或“珠宝”的商品，设为“电子产品”或更具体的“手机”的商品更容易交易成功。同样，还是搜索“手机”这个条目，相比商品标题中不包含该条目的商品，包含该条目的商品更容易交易成功。据此，在线交易引擎20包含一个或多个模块，接收并分析历史数据，生成上述相关数据。用户搜索某条目时，该相关性数据用于获取商品成功交易的可能性，这里的商品是指商品属性中包含该搜索条目的商品。根据该实施方案，获取的相关性是表示排名分数的数字，第三方应用程序利用API可以将相关性数字提供给卖家。在线交易引擎模块20也可以包含一个或多个模块，用于接本文档来自技高网...
【技术保护点】
一种由计算机执行对搜索结果排序的方法，包括以下步骤：从客户端计算系统接收对商品清单绩效数据，商品清单绩效算法，商品清单绩效分数的请求。商品清单绩效数据用于在线交易应用程序的商品清单绩效算法，商品清单绩效算法用于生成商品清单绩效分数，由在线交易服务托管，商品清单绩效分数在用户自主搜索时对显示在搜索结果中的商品排序；处理请求以识别相关商品清单数据；以及将相关商品清单数据传输至客户端计算系统，并呈现给用户。
【技术特征摘要】
【专利技术属性】
技术研发人员：吴晓明，
申请(专利权)人：苏州工业园区辰烁软件科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。