[发明专利]商品排序方法、计算设备和计算机可读存储介质

权利要求书

1.一种商品排序方法，包括：

获取基于用户历史搜索行为的商品数据集合，其中所述商品数据集合包括关键字数据、关键字对应的商品数据、商品的浏览数据和商品的品类数据；

基于所述商品数据集合确定商品的多个数据特征；

基于所述多个数据特征对线性回归模型进行训练以获得所述线性回归模型的收敛参数，所述收敛参数包括所述多个数据特征的各自的收敛权重和所述线性回归模型的收敛截距；

基于所述多个数据特征和所述多个数据特征各自的收敛权重确定用户搜索结果中的多个商品中的每个商品的分数；以及

基于每个商品的分数对所述多个商品进行排序；

其中基于所述多个数据特征对线性回归模型进行训练以获得所述线性回归模型的收敛参数包括：

设置所述多个数据特征中的每个数据特征的权重参数、所述线性回归模型的截距参数和所述线性回归模型的学习步长；

基于所述多个数据特征和所述权重参数确定所述线性回归模型的预测值；

计算所述预测值和真实值之间的平均误差平方和作为所述线性回归模型的损失函数；

确定所述损失函数相对于所述每个数据特征的权重参数和所述线性回归模型的截距参数的偏导数；

基于所述偏导数和所述学习步长更新所述每个数据特征的权重参数和所述线性回归模型的截距参数；

确定所述权重参数的更新值是否小于预定值；以及

如果所述更新值小于所述预定值，确定所述每个数据特征的权重参数作为所述收敛权重并且确定更新后的截距参数作为所述收敛截距。

2.如权利要求1所述的方法，其中

所述关键字数据包括用户标识符、搜索时间和搜索关键字，

所述关键字对应的商品数据包括所述搜索关键字、商品标识符、商品名称和商品序号，

所述商品的浏览数据包括所述用户标识符、所述商品标识符和浏览时间，

所述商品的品类数据包括所述商品标识符和所述商品所属的品类信息；

并且获取基于用户历史搜索行为的商品数据集合包括：

基于所述搜索关键字、所述关键字数据和所述关键字对应的商品数据，获取第一商品数据集合；

基于所述用户标识符、所述商品标识符和所述浏览时间与所述搜索时间之差整合所述第一商品数据集合和所述商品的浏览数据，以获取第二商品数据集合；以及

基于所述商品标识符、所述第二商品数据集合和所述商品的品类数据获取所述商品数据集合。

3.如权利要求2所述的方法，其中所述商品数据集合还包括商品的购买数据，所述商品的购买数据包括所述用户标识符、所述商品标识符和购买时间，其中基于所述商品标识符、所述第二商品数据集合和所述商品的品类数据获取所述商品数据集合之前还包括：

基于所述用户标识符、所述商品标识符和所述购买时间与所述浏览时间之差整合所述第二商品数据集合和所述商品的购买数据，以获取第三商品数据集合；并且基于所述商品标识符、所述第二商品数据集合和所述商品的品类数据获取所述商品数据集合包括：

基于所述商品标识符、所述第三商品数据集合和所述商品的品类数据获取所述商品数据集合。

4.如权利要求3所述的方法，其中所述商品数据集合还包括用户数据，所述用户数据包括用户年龄和用户性别，其中基于所述商品标识符、所述第二商品数据集合和所述商品的品类数据获取所述商品数据集合还包括：

基于所述商品标识符、所述第三商品数据集合和所述商品的品类数据获取第四商品数据集合；以及

基于所述用户标识符整合所述第四商品数据集合和所述用户数据以获取所述商品数据集合。