基于Django框架的网站产品点击量智能排名系统的制作方法

基于django框架的网站产品点击量智能排名系统
技术领域
1.本发明涉及计算机技术领域，尤其涉及一种基于django框架的网站产品点击量智能排名系统。


背景技术：

2.随着现代计算机网络技术的快速发展，移动终端或电脑端已经成为人们生活中的一部分，网站(website)是指在因特网上根据一定的规则，使用html(标准通用标记语言)等工具制作的用于展示特定内容相关网页的集合。简单地说，网站是一种沟通工具，人们可以通过网站来发布自己想要公开的资讯，或者利用网站来提供相关的网络服务。人们可以通过网页浏览器来访问网站，获取自己需要的资讯或者享受网络服务。通过web网站用户可以查找到自己所需的内容，网站产品不同于软件产品、服务产品、工业产品等。网站产品是一类信息产品，以网站的形式提供信息、服务或二者的结合是它的主要表现形式，例如视频、图片等，为了吸引用户，企业会对网站产品点击量进行排名分析，点击量是指某一段时间内某个或者某些关键词广告被点击的次数，是针对网络广告推广等被点击的一种新的量词，而产品排名是通过网友点击量出来的权威产品排名，提供权威、全面、准确的产品分析、走势分析、专业走势预测等；但是目前在排名这方面所涉及的方法或系统较少，还是靠人工进行统计，因此点击量排名不够及时和准确，因此导致对用户的喜好方向及程度了解度较低，难以对网站进行优化，导致网站的效应较低。
3.应该注意，上面对技术背景的介绍只是为了方便对本技术的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本技术的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。


技术实现要素：

4.有鉴于此，有必要针对存在巨大的使用限制等的问题，提供一种基于django框架的网站产品点击量智能排名系统。
5.为实现上述目的，本发明第提供了一种基于django框架的网站产品点击量智能排名系统，包括初始数据采集模块、数据判断模块、排名配置模块和结果反馈模块；
6.初始数据采集模块，用于根据web页面输入采集网站产品点击量排名的初始数据，其中初始数据至少包括产品内容、点击量；
7.数据判断模块，用于判断多个所述产品内容是否均符合预设的网站排名规则，以筛选出符合规则的所述产品内容；
8.排名配置模块，用于获取所述数据判断模块得到的所述产品内容，并获取每个所述产品内容对应的点击量，根据所述点击量，对所述产品内容采用预设的排序方式进行产品点击量排名，其中所述预设的排序方式包括升序或降序；
9.结果反馈模块，用于将所述排名配置模块得到的所述产品点击量排名进行自动反馈。
10.在其中一个实施例中，所述初始数据采集模块的输出端与所述数据判断模块的输入端连接，所述数据判断模块的输出端与所述排名配置模块的输入端连接，所述排名配置模块的输出端与所述结果反馈模块的输入端相连接，所述结果反馈模块的输出端与web网页进行数据传输。
11.在其中一个实施例中，所述数据判断模块包括规则配置单元、产品匹配单元、数据存储单元和数据调取单元；
12.规则配置单元，用于确定预设的网站排名规则，所述预设的网站排名规则至少包括分类排名或全品类排名；
13.产品匹配单元，用于按照所述规则配置单元确定的网站排名规则对所述产品内容进行归类合并；
14.数据存储单元，用于将所述产品匹配单元进行归类合并后的所述产品内容传输至对应的存储节点；
15.数据调取单元，用于从所述存储节点中调取所述排名配置模块所需的所述产品内容。
16.在其中一个实施例中，在web服务器上设置有操作系统和控制系统，所述操作系统包括处理模块集合、数据库和监控模块，所述控制系统至少包括控制器，其中所述处理模块集合初始数据采集模块、数据上传模块、数据判断模块、排名配置模块和结果反馈模块。
17.在其中一个实施例中，所述数据库用于存储网站产品的初始数据，所述初始数据采集模块与所述数据库进行数据传输；所述监控模块用于对系统运行的日志显示和检查。
18.在其中一个实施例中，所述控制器的处理过程包括以下过程；
19.向所述控制器发生网站产品点击量的排名请求，并由所述控制器对所述排名请求进行验证，得到验证结果；
20.建立所述处理模块集合所述控制器之间的连接通道，接收通过所述连接通道传输的所述排名信息，所述排名信息表示所述验证结果为通过验证；
21.根据所述排名信息，所述处理模块集合中的所述初始数据采集模块下发数据采集指令至所述数据库。
22.在其中一个实施例中，所述处理模块集合中的所述初始数据采集模块下发数据采集指令至所述数据库之后，还包括：接收下发的数据采集指令，并通过django中的model模块访问所述数据库中的网站产品的初始数据。
23.在其中一个实施例中，所述排名配置模块包括点击量排名模型，所述点击量排名模型的处理过程包括以下步骤：
24.步骤一、利用机器学习模型进行模型训练，得到点击量排名模型；
25.步骤二、获取每个所述产品内容对应的编号，并确定每个所述产品内容对应的点击量；
26.步骤三、将所述产品内容的编号和点击量输入所述点击量排名模型中，使用所述点击量排名模型为每个所述产品案子预设的排序方式进行产品点击量排名；
27.步骤四、所述点击量排名模型输出排名结果，所述排名结果为带有编号的每个所述产品内容的产品点击量排名。
28.在其中一个实施例中，所述利用机器学习模型进行模型训练，得到点击量排名模
型包括：
29.获取网站产品数据的样本产品数据集，对所述样本产品数据集中的产品内容进行标注，并按照比例将所述样本产品数据集划分为训练数据集、验证数据集和测试数据集；
30.构建初始机器学习模型，并将所述训练数据集输入所述初始机器学习模型，并根据预设的训练参数和预设的第一损失函数对所述初始机器学习模型进行参数调整，直至模型收敛；
31.将所述验证数据集输入训练后的所述初始机器学习模型中，并根据预设的第二损失函数队训练够的所述初始机器学习模型进行参数调整，直至模型收敛，以得到点击量排名模型；
32.通过所述点击量排名模型对所述测试数据集进行排名检测，得到排名结果，所述排名结果用于指示网站产品点击量排名。
33.在其中一个实施例中，通过采用django作为web框架，并通过django的后端子进程执行排名操作命令。
34.本发明实施例带来了以下有益效果：
35.上述基于django框架的网站产品点击量智能排名系统，通过初始数据采集模块根据web页面输入采集网站产品点击量排名的初始数据，通过数据判断模块筛选出符合规则的产品内容；通过排名配置模块对产品内容采用预设的排序方式进行产品点击量排名；通过结果反馈模块将排名配置模块得到的产品点击量排名进行自动反馈；本发明可广泛应用于网站，基于django框架从而无需工作人员进行统计，降低排名过程的时间，有效地提高点击量排名统计效率和准确度，简化了排名统计的过程；通过对网站产品点击量进行排名，通过点击量可以反映用户的喜好，了解到用户对于产品的喜好程度情况，以确定产品的优劣，及时对网站产品进行调整、设计，以便后续网站吸引更多目标客户进行访问，从而提高网站的访问量，提高网站的销售能力和宣传能力，从而提升网站的品牌效应。
附图说明
36.通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。
37.图1为本发明基于django框架的网站产品点击量智能排名系统方法的工作流程图；
38.图2为本发明所述数据判断模块的结构框图。
具体实施方式
39.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
40.本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加
一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。
41.实施例1:
42.如图1所示，一种基于django框架的网站产品点击量智能排名系统，包括初始数据采集模块、数据判断模块、排名配置模块和结果反馈模块；
43.初始数据采集模块，用于根据web页面输入采集网站产品点击量排名的初始数据，其中初始数据至少包括产品内容、点击量；
44.数据判断模块，用于判断多个产品内容是否均符合预设的网站排名规则，以筛选出符合规则的产品内容；
45.排名配置模块，用于获取数据判断模块得到的产品内容，并获取每个产品内容对应的点击量，根据点击量，对产品内容采用预设的排序方式进行产品点击量排名，其中预设的排序方式包括升序或降序；
46.结果反馈模块，用于将排名配置模块得到的产品点击量排名进行自动反馈。
47.本发明中，初始数据采集模块的输出端与数据判断模块的输入端连接，数据判断模块的输出端与排名配置模块的输入端连接，排名配置模块的输出端与结果反馈模块的输入端相连接，结果反馈模块的输出端与web网页进行数据传输。
48.本发明中，通过采用django作为web框架，并通过django的后端子进程执行排名操作命令。
49.本发明中，django是一个开放源代码的web应用框架，由python写成。采用了mtv的框架模式，即模型m，视图v和模版t，django框架的mtv模式即模型(model)-模版(templates)-视图(views)模式。其中所述模型层(model)也称为数据存取层，负责业务对象与数据库的映射。模型是唯一、权威的信息来源，包含了所存储数据的必要字段和行为。django会根据模型在数据库中创建表，通常一个模型对应数据库中唯一的一张表；所述模版层(templates)也称为表现层，负责把页面展示给用户(html)，使用模板方法可以动态地生成html，模板包含所需html输出的静态部分、将动态内容插入的特殊语法。所述视图层(views)也称为业务逻辑层，包含存取模型model及调取恰当模板template的相关逻辑，作为模型层与模板层之间的桥梁。
50.本发明中，网站产品点击量智能排名系统是采用python语言基于django框架构建的，而python语言容易上手且语法相对于java等较简单，因此，所述数据测试平台的搭建周期较短，且测试人员仅需了解python基本语法，即可使用所述数据测试平台，降低了对测试人员的代码能力要求。
51.本发明中，网站产品点击量智能排名系统主要采用bs架构，即浏览器和服务器架构模式。所述浏览器通常为用户设备上的浏览器，用于用户访问网站，所述后台服务器用于根据网站产品点击量进行排名。在本实施例中，所述基于django框架的网站产品点击量智能排名系统。本实施例以服务器为执行主体。
52.本发明中，网站产品点击量智能排名系统可广泛应用于网站，基于django框架从而无需工作人员进行统计，降低排名过程的时间，有效地提高点击量排名统计效率和准确度，简化了排名统计的过程；通过对网站产品点击量进行排名，通过点击量可以反映用户的喜好，了解到用户对于产品的喜好程度情况，以确定产品的优劣，及时对网站产品进行调整、设计，以便后续网站吸引更多目标客户进行访问，从而提高网站的访问量，提高网站的
销售能力和宣传能力，从而提升网站的品牌效应。
53.实施例2：
54.其具有上述实施例的实施内容，其中，对于上述实施例的具体实施方式可参阅上述描述，此处的实施例不作重复详述；而在本技术实施例中，其与上述实施例的区别在于：
55.如图2所示，本发明中的数据判断模块包括规则配置单元、产品匹配单元、数据存储单元和数据调取单元；
56.规则配置单元，用于确定预设的网站排名规则，预设的网站排名规则至少包括分类排名或全品类排名；
57.产品匹配单元，用于按照规则配置单元确定的网站排名规则对产品内容进行归类合并；
58.数据存储单元，用于将产品匹配单元进行归类合并后的产品内容传输至对应的存储节点；
59.数据调取单元，用于从存储节点中调取排名配置模块所需的产品内容。
60.本发明中，根据产品匹配单元进行归类合并得到所需的产品内容，获取当前网络带宽的利用率及cpu利用率，从而获取分布式服务器中可用的存储节点，以充分的利用服务器的存储节点，提高了存取效率，不仅达到了存储资源的均衡，而且考虑了cpu及网络带宽的利用率，提高了数据调取单元调取产品内容的响应速度。
61.实施例3：
62.其具有上述实施例的实施内容，其中，对于上述实施例的具体实施方式可参阅上述描述，此处的实施例不作重复详述；而在本技术实施例中，其与上述实施例的区别在于：
63.在web服务器上设置有操作系统和控制系统，操作系统包括处理模块集合、数据库和监控模块，控制系统至少包括控制器，其中处理模块集合初始数据采集模块、数据上传模块、数据判断模块、排名配置模块和结果反馈模块；控制器的处理过程包括以下过程；
64.向控制器发生网站产品点击量的排名请求，并由控制器对排名请求进行验证，得到验证结果；
65.建立处理模块集合控制器之间的连接通道，接收通过连接通道传输的排名信息，排名信息表示验证结果为通过验证；
66.根据排名信息，处理模块集合中的初始数据采集模块下发数据采集指令至数据库。
67.本发明中，接收下发的数据采集指令，并通过django中的model模块访问数据库中的网站产品的初始数据。
68.本发明中，数据库用于存储网站产品的初始数据，初始数据采集模块与数据库进行数据传输；监控模块用于对系统运行的日志显示和检查。
69.本发明中，对数据库中存储的网站产品的初始数据封装成数据加工插件，并且数据加工插件负责根据设置的加工方式对数据进行加工处理而不识别数据的具体意义，因而与接口调用方无关。后端只需通过配置数据加工任务的数据加工方式而将数据加工插件与对应数据加工字段进行绑定，进而实现了数据加工方式与接口调用方的解耦，保证了后端运行的独立性与稳定性。
70.实施例4：
71.其具有上述实施例的实施内容，其中，对于上述实施例的具体实施方式可参阅上述描述，此处的实施例不作重复详述；而在本技术实施例中，其与上述实施例的区别在于：
72.排名配置模块包括点击量排名模型，点击量排名模型的处理过程包括以下步骤：
73.步骤一、利用机器学习模型进行模型训练，得到点击量排名模型；
74.步骤二、获取每个产品内容对应的编号，并确定每个产品内容对应的点击量；
75.步骤三、将产品内容的编号和点击量输入点击量排名模型中，使用点击量排名模型为每个产品案子预设的排序方式进行产品点击量排名；
76.步骤四、点击量排名模型输出排名结果，排名结果为带有编号的每个产品内容的产品点击量排名。
77.本发明中，将网站产品点击量的排名结果上传至区块链网络中进行存储，由于区块链技术具有不可篡改性使得信息的真实性得到了保证，从而实现确认信息的准确来源，保证网站产品点击量的排名结果可追溯性。
78.实施例5：
79.其具有上述实施例的实施内容，其中，对于上述实施例的具体实施方式可参阅上述描述，此处的实施例不作重复详述；而在本技术实施例中，其与上述实施例的区别在于：
80.利用机器学习模型进行模型训练，得到点击量排名模型包括：
81.获取网站产品数据的样本产品数据集，对样本产品数据集中的产品内容进行标注，并按照比例将样本产品数据集划分为训练数据集、验证数据集和测试数据集；
82.构建初始机器学习模型，并将训练数据集输入初始机器学习模型，并根据预设的训练参数和预设的第一损失函数对初始机器学习模型进行参数调整，直至模型收敛；
83.将验证数据集输入训练后的初始机器学习模型中，并根据预设的第二损失函数队训练够的初始机器学习模型进行参数调整，直至模型收敛，以得到点击量排名模型；
84.通过点击量排名模型对测试数据集进行排名检测，得到排名结果，排名结果用于指示网站产品点击量排名。
85.本发明中，服务器确定利用k折交叉验证算法分别对训练数据集、验证数据集对应划分，得到k组训练集(例如，s1、s2、
……
、sk)和k组验证集(例如，v1、v2、
……
、vk)，服务器根据每组中的训练集对初始机器学习模型进行模型训练，得到k个训练后的预测模型，服务器对应组中的验证集对每个训练后的初始机器学习模型进行验证，直到验证误差小于预设阈值时，服务器获取验证通过的模型，并设置验证通过的模型为点击量排名模型。
86.本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述的基于django框架的网站产品点击量智能排名系统。
87.本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
88.所述领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，
装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
89.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
90.以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。