本申請(qǐng)涉及數(shù)據(jù)處理技術(shù)，尤其涉及一種被推薦對(duì)象的過(guò)濾方法及系統(tǒng)。

背景技術(shù)：
在電子商務(wù)網(wǎng)站中，一般需要對(duì)電子商務(wù)產(chǎn)品進(jìn)行過(guò)濾，以便從中選擇出高質(zhì)量的優(yōu)質(zhì)產(chǎn)品來(lái)向用戶進(jìn)行推薦，例如將被推薦的產(chǎn)品的對(duì)應(yīng)信息放置于電子商務(wù)網(wǎng)站的首頁(yè)等等，從而使得用戶能夠不通過(guò)搜索和過(guò)多的產(chǎn)品瀏覽操作即可獲得優(yōu)質(zhì)產(chǎn)品的信息，更為便捷的進(jìn)行購(gòu)物?，F(xiàn)有技術(shù)中，一般通過(guò)人工肉眼選擇需要向用戶推薦的產(chǎn)品，或者直接根據(jù)電子商務(wù)產(chǎn)品的成交量等來(lái)選擇需要向用戶推薦的產(chǎn)品，但是通過(guò)上述方式選擇出來(lái)的被推薦的產(chǎn)品往往由于人工選擇的傾向性或者選擇依據(jù)的單一而造成選擇結(jié)果與用戶預(yù)期之間的偏差，導(dǎo)致產(chǎn)品推薦的不準(zhǔn)確。也即是說(shuō)，當(dāng)將這些選擇出來(lái)的產(chǎn)品向用戶進(jìn)行推薦時(shí)，往往并不能獲得客戶的認(rèn)同，從而用戶仍然需要通過(guò)搜索并對(duì)搜索到的產(chǎn)品進(jìn)行瀏覽而最終實(shí)現(xiàn)購(gòu)物，這樣，電子商務(wù)網(wǎng)站所屬的第一服務(wù)器需要進(jìn)行優(yōu)質(zhì)產(chǎn)品的選擇和推薦處理，然而這種選擇和推薦處理并未減少用戶購(gòu)物中的操作，反而由于需要進(jìn)行優(yōu)質(zhì)產(chǎn)品的選擇和推薦處理，從而增加了第一服務(wù)器的數(shù)據(jù)處理壓力，降低了第一服務(wù)器的數(shù)據(jù)處理速度；而且，第一服務(wù)器需要將對(duì)于產(chǎn)品的推薦數(shù)據(jù)發(fā)送到各個(gè)用戶所在的客戶端，以便向用戶進(jìn)行展現(xiàn)，第一服務(wù)器和客戶端之間的推薦數(shù)據(jù)傳輸也占用了兩者之間的傳輸帶寬，浪費(fèi)了網(wǎng)絡(luò)傳輸資源。

技術(shù)實(shí)現(xiàn)要素：
有鑒于此，本申請(qǐng)要解決的技術(shù)問(wèn)題是，提供一種被推薦對(duì)象的過(guò)濾方法及系統(tǒng)，能夠提高第一服務(wù)器的數(shù)據(jù)處理速度，且減少第一服務(wù)器與客戶端之間的傳輸帶寬占用。為此，本申請(qǐng)實(shí)施例采用如下技術(shù)方案：一種被推薦對(duì)象的過(guò)濾方法，包括：獲取被推薦對(duì)象的文本信息的文本識(shí)別概率；并且，獲取被推薦對(duì)象的提供方的行為信息的行為識(shí)別概率；根據(jù)所述文本識(shí)別概率和行為識(shí)別概率確定被推薦對(duì)象的第一概率；判斷所述第一概率是否大于預(yù)設(shè)概率閾值，如果是，將被推薦對(duì)象的第一預(yù)設(shè)信息發(fā)送至客戶端，以便客戶端在指定位置向用戶展現(xiàn)被推薦對(duì)象的第一預(yù)設(shè)信息。一種被推薦對(duì)象的過(guò)濾系統(tǒng)，包括：第一獲取單元，用于獲取被推薦對(duì)象的文本信息的文本識(shí)別概率；第二獲取單元，用于獲取被推薦對(duì)象的提供方的行為信息的行為識(shí)別概率；確定單元，用于根據(jù)所述文本識(shí)別概率和行為識(shí)別概率確定被推薦對(duì)象的第一概率；判斷單元，用于判斷所述第一概率是否大于預(yù)設(shè)概率閾值；發(fā)送單元，用于判斷單元的判斷結(jié)果為是時(shí)，將被推薦對(duì)象的第一預(yù)設(shè)信息發(fā)送至客戶端，以便客戶端在指定位置向用戶展現(xiàn)被推薦對(duì)象的第一預(yù)設(shè)信息。對(duì)于上述技術(shù)方案的技術(shù)效果分析如下：根據(jù)被推薦對(duì)象的文本識(shí)別概率和被推薦對(duì)象提供方的行為識(shí)別概率確定被推薦對(duì)象的第一概率，進(jìn)而判斷第一概率大于預(yù)設(shè)概率閾值時(shí)，將被推薦對(duì)象的第一預(yù)設(shè)信息發(fā)送至客戶端，以便客戶端在指定位置向用戶展現(xiàn)被推薦對(duì)象的第一預(yù)設(shè)信息；從而，在進(jìn)行被推薦對(duì)象的過(guò)濾時(shí)，不僅僅依靠人工方式或者依據(jù)被推薦對(duì)象的成交量，而是結(jié)合被推薦對(duì)象以及被推薦對(duì)象的提供方兩方面的因素，相應(yīng)的進(jìn)行被推薦對(duì)象的過(guò)濾，從而使得被推薦對(duì)象的選擇準(zhǔn)確，減少了用戶進(jìn)行搜索和瀏覽的操作，從而第一服務(wù)器的數(shù)據(jù)處理壓力降低，提高了第一服務(wù)器的數(shù)據(jù)處理速度；而且，由于用戶搜索和產(chǎn)品瀏覽操作的減少，客戶端與第一服務(wù)器之間傳輸?shù)乃阉鹘Y(jié)果數(shù)據(jù)以及產(chǎn)品瀏覽對(duì)應(yīng)的產(chǎn)品數(shù)據(jù)減少，從而減少了客戶端與第一服務(wù)器之間的傳輸帶寬占用，減少了對(duì)于網(wǎng)絡(luò)傳輸資源的浪費(fèi)。附圖說(shuō)明圖1為本申請(qǐng)實(shí)施例所應(yīng)用的網(wǎng)絡(luò)環(huán)境；圖2為本申請(qǐng)實(shí)施例一種被推薦對(duì)象的過(guò)濾方法流程示意圖；圖3為本申請(qǐng)實(shí)施例一個(gè)步驟的實(shí)現(xiàn)方法流程示意圖；圖4為本申請(qǐng)實(shí)施例另一個(gè)步驟的實(shí)現(xiàn)方法流程示意圖；圖5為本申請(qǐng)實(shí)施例被推薦數(shù)據(jù)的過(guò)濾系統(tǒng)結(jié)構(gòu)示意圖。具體實(shí)施方式以下，結(jié)合附圖詳細(xì)說(shuō)明本申請(qǐng)實(shí)施例被推薦數(shù)據(jù)的過(guò)濾方法及系統(tǒng)的實(shí)現(xiàn)。為了更好的對(duì)本申請(qǐng)實(shí)施例過(guò)濾方法進(jìn)行理解，首先對(duì)本申請(qǐng)實(shí)施例被推薦對(duì)象的過(guò)濾方法及系統(tǒng)可以適用的網(wǎng)絡(luò)環(huán)境進(jìn)行舉例，如圖1所示，可以包括：客戶端110，用于向第一服務(wù)器發(fā)送被推薦對(duì)象的文本信息；第一服務(wù)器120，用于獲取被推薦對(duì)象的文本信息以及被推薦對(duì)象的提供方的相關(guān)行為信息，并且將被推薦對(duì)象的預(yù)設(shè)信息發(fā)送給客戶端，以便客戶端將預(yù)設(shè)信息在指定位置進(jìn)行展現(xiàn)。其中，所述被推薦對(duì)象例如可以為：產(chǎn)品，而文本信息可以為產(chǎn)品的描述信息、標(biāo)題、關(guān)鍵字等產(chǎn)品相關(guān)的文字信息；而被推薦對(duì)象的提供方可以為商家，所述行為信息可以為被推薦對(duì)象被購(gòu)買(mǎi)、被點(diǎn)擊、被二次點(diǎn)擊等用戶在網(wǎng)頁(yè)上的操作動(dòng)作信息等，所述預(yù)設(shè)信息可以為被推薦對(duì)象的除文字信息之外的其他信息，例如圖片信息、圖片的描述等。圖2為本申請(qǐng)實(shí)施例一種被推薦數(shù)據(jù)的過(guò)濾方法流程示意圖，如圖2所示，該方法包括：步驟201：獲取被推薦對(duì)象的文本信息的文本識(shí)別概率；并且，獲取被推薦對(duì)象的提供方的行為信息的行為識(shí)別概率；步驟202：根據(jù)所述文本識(shí)別概率和行為識(shí)別概率確定被推薦對(duì)象的第一概率；其中，第一概率的計(jì)算公式可以為：第一概率＝文本識(shí)別概率*文本識(shí)別概率權(quán)重+行為識(shí)別概率*行為識(shí)別概率權(quán)重。步驟203：判斷所述第一概率是否大于預(yù)設(shè)概率閾值，如果是，將被推薦對(duì)象的第一預(yù)設(shè)信息發(fā)送至客戶端，以便客戶端在指定位置向用戶展現(xiàn)被推薦對(duì)象的第一預(yù)設(shè)信息。在圖2所示的被推薦產(chǎn)品的過(guò)濾方法中，根據(jù)被推薦對(duì)象的文本識(shí)別概率和被推薦對(duì)象提供方的行為識(shí)別概率確定被推薦對(duì)象的第一概率，進(jìn)而判斷第一概率大于預(yù)設(shè)概率閾值時(shí)，將將被推薦對(duì)象的第一預(yù)設(shè)信息發(fā)送至客戶端，以便客戶端在指定位置向用戶展現(xiàn)被推薦對(duì)象的第一預(yù)設(shè)信息；從而，在進(jìn)行被推薦對(duì)象的過(guò)濾時(shí)，不僅僅依靠人工方式或者依據(jù)被推薦對(duì)象的成交量，而是結(jié)合被推薦對(duì)象以及被推薦對(duì)象的提供方的相關(guān)行為信息兩方面的因素，相應(yīng)的進(jìn)行被推薦對(duì)象的過(guò)濾，從而使得被推薦對(duì)象的選擇可以準(zhǔn)確，減少了用戶進(jìn)行搜索和瀏覽的操作，從而第一服務(wù)器的數(shù)據(jù)處理壓力降低，提高了第一服務(wù)器的數(shù)據(jù)處理速度；而且，由于用戶搜索和產(chǎn)品瀏覽操作的減少，客戶端與第一服務(wù)器之間傳輸?shù)乃阉鹘Y(jié)果數(shù)據(jù)以及產(chǎn)品瀏覽對(duì)應(yīng)的產(chǎn)品數(shù)據(jù)減少，從而減少了客戶端與第一服務(wù)器之間的傳輸帶寬占用，減少了對(duì)于網(wǎng)絡(luò)傳輸資源的浪費(fèi)。在圖2的基礎(chǔ)上對(duì)本申請(qǐng)實(shí)施例被推薦數(shù)據(jù)的過(guò)濾方法的實(shí)現(xiàn)進(jìn)行更為詳細(xì)的說(shuō)明。其中，步驟201中所述獲取被推薦對(duì)象的文本信息的文本識(shí)別概率可以包括：根據(jù)被推薦對(duì)象的樣本，確定樣本的各種文本參數(shù)對(duì)應(yīng)的概率值在文本識(shí)別概率中的權(quán)重值；根據(jù)被推薦對(duì)象的文本信息計(jì)算被推薦對(duì)象在每一種文本參數(shù)下的概率值；根據(jù)被推薦對(duì)象在每一種文本參數(shù)下的概率值以及各種文本參數(shù)對(duì)應(yīng)的概率值在文本識(shí)別概率中的權(quán)重值，計(jì)算被推薦對(duì)象的文本信息的文本識(shí)別概率。具體的，如圖3所示，步驟201中的所述獲取被推薦對(duì)象的文本信息的文本識(shí)別概率可以通過(guò)以下步驟實(shí)現(xiàn)。其中，步驟301～步驟308是所述根據(jù)被推薦對(duì)象的樣本，確定樣本的各種文本參數(shù)對(duì)應(yīng)的概率值在文本識(shí)別概率中的權(quán)重值的一種具體實(shí)現(xiàn)，步驟309～步驟312是所述根據(jù)被推薦對(duì)象的文本信息計(jì)算被推薦對(duì)象在每一種文本參數(shù)下的概率值的一種具體實(shí)現(xiàn)；步驟313對(duì)應(yīng)所述計(jì)算被推薦對(duì)象的文本信息的文本識(shí)別概率。步驟301：獲取被推薦對(duì)象的樣本，將所述樣本劃分為第一樣本庫(kù)和第二樣本庫(kù)。其中，當(dāng)所述被推薦對(duì)象為產(chǎn)品時(shí)，可以按照樣本的產(chǎn)品質(zhì)量高低來(lái)進(jìn)行第一樣本庫(kù)和第二樣本庫(kù)的劃分，例如第一樣本庫(kù)中所包含的樣本的產(chǎn)品質(zhì)量相對(duì)第二樣本庫(kù)中樣本的產(chǎn)品質(zhì)量更高；而第二樣本庫(kù)中樣本的產(chǎn)品質(zhì)量相對(duì)較低。一般的，將描述信息全面、圖片好、價(jià)格數(shù)據(jù)真實(shí)、產(chǎn)品細(xì)節(jié)屬性描述充分、交易量好、評(píng)價(jià)高的產(chǎn)品認(rèn)為是高質(zhì)量產(chǎn)品，高質(zhì)量產(chǎn)品之外的產(chǎn)品為低質(zhì)量產(chǎn)品，本申請(qǐng)實(shí)施例中也可以按照上述標(biāo)準(zhǔn)類(lèi)似的標(biāo)準(zhǔn)進(jìn)行所述產(chǎn)品質(zhì)量高低的判斷。步驟302：對(duì)于每個(gè)樣本，從樣本的各種文本參數(shù)中分別提取各種文本參數(shù)所包含的詞條。其中，當(dāng)所述被推薦對(duì)象為產(chǎn)品時(shí)，所述文本參數(shù)可以包括：標(biāo)題、關(guān)鍵字、描述信息等。當(dāng)所述文本參數(shù)為描述信息時(shí)，在進(jìn)行樣本的文本參數(shù)中的詞條提取時(shí)，可以通過(guò)以下步驟實(shí)現(xiàn)：1.1對(duì)于每一樣本的描述信息，去除描述信息中的html標(biāo)簽；1.2從描述信息中去除包含在停用詞列表中的詞組；1.3對(duì)于進(jìn)行上述去除處理后的描述信息，將相鄰的預(yù)設(shè)個(gè)數(shù)的詞組作為一個(gè)詞條。這里，所述預(yù)設(shè)個(gè)數(shù)可以自主設(shè)定，例如可以設(shè)為1個(gè)和/或2個(gè)和/或3個(gè)等，這里不限制。優(yōu)選地，為了防止后續(xù)英文字符的大小寫(xiě)對(duì)詞條的出現(xiàn)次數(shù)統(tǒng)計(jì)結(jié)果構(gòu)成影響，這里還可以將所有詞條中的英文字符全部轉(zhuǎn)換成小寫(xiě)的英文字符。另外，在進(jìn)行詞條的提取之前，還可以先對(duì)兩個(gè)樣本庫(kù)中的樣本進(jìn)行防噪處理，具體的，該防噪處理過(guò)程可以包括：2.1按照樣本的生成時(shí)間，將生成時(shí)間處于預(yù)設(shè)時(shí)間之前的樣本去除；2.2將樣本的預(yù)設(shè)第一文本參數(shù)的關(guān)鍵詞處于黑白名單中的樣本去除；2.3將樣本的提供方處于黑白名單中的樣本去除；2.4將樣本的預(yù)設(shè)第一文本參數(shù)的關(guān)鍵詞包含被禁止關(guān)鍵詞的樣本去除。通過(guò)以上對(duì)于樣本的防噪處理，可以進(jìn)一步選擇出合適的樣本，否則，可能對(duì)后續(xù)的過(guò)濾結(jié)果的準(zhǔn)確性構(gòu)成影響。步驟303：建立每一種文本參數(shù)的詞條庫(kù)，每一種文本參數(shù)的詞條庫(kù)中包括：該種文本參數(shù)所包含的各個(gè)詞條在第一樣本庫(kù)樣本的該種文本參數(shù)中的數(shù)量和第二樣本庫(kù)樣本的該種文本參數(shù)中的數(shù)量。也即是說(shuō)，對(duì)于提取出的每個(gè)詞條，分別統(tǒng)計(jì)該詞條在第一樣本庫(kù)樣本的對(duì)應(yīng)文本參數(shù)中出現(xiàn)的次數(shù)和第二樣本庫(kù)樣本的對(duì)應(yīng)文本參數(shù)中出現(xiàn)的次數(shù)。例如，對(duì)于描述信息(對(duì)應(yīng)文本參數(shù))中提取出的詞條W1，統(tǒng)計(jì)出其在第一樣本庫(kù)各個(gè)樣本的描述信息(對(duì)應(yīng)文本參數(shù))中出現(xiàn)的次數(shù)HC1，并且，統(tǒng)計(jì)出該詞條W1在第二樣本庫(kù)中各個(gè)樣本的描述信息(對(duì)應(yīng)文本參數(shù))中出現(xiàn)的次數(shù)LC1；對(duì)于標(biāo)題中的詞條W2，統(tǒng)計(jì)出其在第一樣本庫(kù)中各個(gè)樣本的標(biāo)題中出現(xiàn)的次數(shù)HC2，在第二樣本庫(kù)中各個(gè)樣本的標(biāo)題中出現(xiàn)的次數(shù)LC2；等等。以下，通過(guò)步驟304～步驟307詳細(xì)描述如何實(shí)現(xiàn)根據(jù)每一種文本參數(shù)的詞條庫(kù)計(jì)算每一樣本在該種文本參數(shù)下的概率值。步驟304：建立每一種文本參數(shù)的詞條庫(kù)，計(jì)算詞條庫(kù)中每個(gè)詞條在該種文本參數(shù)下的出現(xiàn)概率。所述詞條庫(kù)中包括：該種文本參數(shù)所包含的各個(gè)詞條在第一樣本庫(kù)樣本的該種文本參數(shù)中的數(shù)量和第二樣本庫(kù)樣本的該種文本參數(shù)中的數(shù)量。具體的，在某一種文本參數(shù)下，詞條W在該種文本參數(shù)下的出現(xiàn)概率P(W)的計(jì)算公式可以為：P(W)＝(HCW*LT)/(HCW*LT+LCW*HT)；其中，HCW為詞條W在第一樣本庫(kù)中樣本的該種文本參數(shù)中出現(xiàn)的次數(shù)；LCW為詞條W在第二樣本庫(kù)中樣本的該種文本參數(shù)中出現(xiàn)的次數(shù)；LT為第一樣本庫(kù)中樣本的總數(shù)；HT為第二樣本庫(kù)中樣本總數(shù)。其中，當(dāng)步驟302中進(jìn)行了樣本庫(kù)中樣本的防噪處理時(shí)，LT和HT應(yīng)該為樣本庫(kù)進(jìn)行防噪處理后樣本庫(kù)中樣本總數(shù)。步驟305：對(duì)每一詞條在對(duì)應(yīng)文本參數(shù)下的出現(xiàn)概率進(jìn)行修正處理，得到每一詞條的出現(xiàn)概率的修正值。當(dāng)步驟304中概率計(jì)算在HCW為0時(shí)，P(W)會(huì)趨近于0，在LCW為0時(shí)，P(W)等于1，為了避免這種極端情況的出現(xiàn)，可以使用一個(gè)修正函數(shù)f(W)＝(s*X+n*P(W))/(s+n)對(duì)步驟304中計(jì)算得到的出現(xiàn)概率進(jìn)行修正處理，其中n為詞條W在第一樣本庫(kù)中各個(gè)樣本的對(duì)應(yīng)文本參數(shù)中出現(xiàn)的次數(shù)HCW和詞條W在第二樣本庫(kù)中各個(gè)樣本的對(duì)應(yīng)文本參數(shù)中出現(xiàn)的次數(shù)LCW之和；X，s為常量，X，s一般為預(yù)設(shè)的值，作用為避免出現(xiàn)P(W)為1或0的極端情況，在實(shí)際應(yīng)用中可以自主設(shè)置，X和s一般取具有參考價(jià)值的經(jīng)驗(yàn)數(shù)據(jù)值，例如可以根據(jù)另外一個(gè)已有詞條的計(jì)算結(jié)果，將s取值為該詞條出現(xiàn)在該詞條對(duì)應(yīng)的第一樣本庫(kù)和第二樣本庫(kù)中的次數(shù)之和；X取值為該詞條在對(duì)應(yīng)的第一樣本庫(kù)中出現(xiàn)的概率。步驟306：對(duì)于每一樣本的每一種文本參數(shù)，根據(jù)該樣本的該種文本參數(shù)所包含的所有詞條在該種文本參數(shù)下的出現(xiàn)概率的修正值，計(jì)算該樣本在該種文本參數(shù)下的第一概率值和第二概率值。其中，第一概率值P1＝1-(1-f(1))(1-f(2))...(1-f(m))^(1/m)，第二概率值P2＝1-(f(1)*f(2)...f(m))^(1/m)，m為對(duì)應(yīng)文本參數(shù)所包含的詞條的總數(shù)量。例如，某一樣本A的文本參數(shù)B，則根據(jù)該樣本A的文本參數(shù)B中所包含的所有詞條在該文本參數(shù)B下的出現(xiàn)概率的修正值，計(jì)算該樣本A在該文本參數(shù)B下的第一概率值和第二概率值。步驟307：根據(jù)該樣本在該種文本參數(shù)下的第一概率值和第二概率值計(jì)算該樣本在該種文本參數(shù)下的概率值S＝(P1-P2)/(P1+P2)。同樣的，本步驟中，根據(jù)樣本A在文本參數(shù)B下的第一概率值和第二概率值計(jì)算樣本A在該文本參數(shù)B下的...