[发明专利]电子商务平台质量检测方法和装置有效
申请号: | 201710064977.3 | 申请日: | 2017-02-06 |
公开(公告)号: | CN108399545B | 公开(公告)日: | 2022-04-12 |
发明(设计)人: | 向彪;马婷 | 申请(专利权)人: | 北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司 |
主分类号: | G06Q30/00 | 分类号: | G06Q30/00;G06Q30/06 |
代理公司: | 中国贸促会专利商标事务所有限公司 11038 | 代理人: | 许蓓 |
地址: | 100195 北京市海淀区杏石口路6*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 电子商务平台 质量 检测 方法 装置 | ||
1.一种电子商务平台质量检测方法,其特征在于,包括:
从电子商务平台的订单数据中获取若干订单行的信息,其中,每个订单行对应一个订单中的一种商品;
获取订单行的反馈信息;
对订单行的反馈信息中的文本数据进行文本分析,确定问题订单行;
根据问题订单行在获取的订单行中的比例,确定所述电子商务平台的质量参数;
其中,所述根据问题订单行在获取的订单行中的比例,确定所述电子商务平台的质量参数包括:
将各个类别中的问题订单行在获取的订单行中的比例作为各个类别的质量参数,所述各个类别为各个商品类别;
根据质量标准要求的高低、各个类别的重要程度或者各个类别的订单行的数量,确定各个类别的权重;
根据各个类别的质量参数的加权和,确定所述电子商务平台的质量参数。
2.根据权利要求1所述的方法,其特征在于,所述从电子商务平台的订单数据中获取若干订单行的信息包括以下至少一种方法:
从电子商务平台的预设时间段内的订单数据中获取若干订单行的信息;
从电子商务平台的订单数据中获取预设类别的若干订单行的信息;
从电子商务平台的订单数据中获取若干具有预设属性的商品所对应的订单行的信息。
3.根据权利要求1所述的方法,其特征在于,还包括:
获取用于训练的反馈数据;
标记反馈数据中的具有质量问题的数据和不具有质量问题的数据;
采用标记后的反馈数据训练机器学习模型;
所述对订单行的反馈信息中的文本数据进行文本分析,确定问题订单行包括:
将订单行的反馈信息中的文本数据输入到训练后的机器学习模型;
如果所述训练后的机器学习模型的输出结果为具有质量问题,则将所述订单行确定为问题订单行;
如果所述训练后的机器学习模型的输出结果为不具有质量问题,则不将所述订单行确定为问题订单行。
4.根据权利要求1所述的方法,其特征在于,
所述对订单行的反馈信息中的文本数据进行文本分析,确定问题订单行包括:
对订单行的反馈信息中的文本数据进行文本分析,确定问题订单行以及问题订单行的问题类别;
所述根据问题订单行在获取的订单行中的比例,确定所述电子商务平台的质量参数包括:
根据各个问题类别的问题订单行在获取的订单行中的比例,确定所述电子商务平台的各个问题类别对应的质量参数。
5.根据权利要求1所述的方法,其特征在于,所述获取订单行的反馈信息包括:
获取订单行的用户评论信息、退换货信息、维修信息、咨询信息、内部投诉信息和外部投诉信息中的至少一种反馈信息。
6.一种电子商务平台质量检测装置,其特征在于,包括:
订单行信息获取模块,用于从电子商务平台的订单数据中获取若干订单行的信息,其中,每个订单行对应一个订单中的一种商品;
反馈信息获取模块,用于获取订单行的反馈信息;
问题订单行确定模块,用于对订单行的反馈信息中的文本数据进行文本分析,确定问题订单行;
质量参数确定模块,用于根据问题订单行在获取的订单行中的比例,确定所述电子商务平台的质量参数;
所述质量参数确定模块将各个类别中的问题订单行在获取的订单行中的比例作为各个类别的质量参数,根据质量标准要求的高低、各个类别的重要程度或者各个类别的订单行的数量,确定各个类别的权重,根据各个类别的质量参数的加权和确定所述电子商务平台的质量参数,所述各个类别为各个商品类别。
7.根据权利要求6所述的装置,其特征在于,所述订单行信息获取模块进一步用于:
从电子商务平台的预设时间段内的订单数据中获取若干订单行的信息;或者,
从电子商务平台的订单数据中获取预设类别的若干订单行的信息;或者,
从电子商务平台的订单数据中获取若干具有预设属性的商品所对应的订单行的信息。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司,未经北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710064977.3/1.html,转载请声明来源钻瓜专利网。