[发明专利]电子商务平台质量检测方法和装置

说明书

本发明公开了一种电子商务平台质量检测方法和装置，涉及数据处理领域。其中的电子商务平台质量检测方法包括：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，确定电子商务平台的质量参数。本发明将订单行作为最小的质量检测单位，通过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，并根据问题订单行在获取的订单行中的比例，确定电子商务平台的质量参数，从而能够利用海量数据，高效、准确地对电子商务平台进行质量检测。

技术领域

本发明涉及数据处理领域，特别涉及一种电子商务平台质量检测方法和装置。

背景技术

目前，在传统生产制造业，企业普遍采用抽检的方式来对某个批次的产品合格率进行衡量，并得出整个企业的质量合格率、质量等级等质量参数。

然而，由于电子商务平台是一个商品流通平台，具有商品种类繁多、数量巨大的特点，并且部分商品由第三方商家直接发货，而非由电子商务平台进行统一调配。因此，采用传统的方法在电子商务平台进行质量检测难以实施，并且检测结果不准确。

发明内容

本发明实施例所要解决的一个技术问题是：如何提高对电子商务平台的质量检测结果的准确性。

根据本发明实施例的一个方面，提供一种电子商务平台质量检测方法，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，确定电子商务平台的质量参数。

在一个实施例中，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。

在一个实施例中，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；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；如果训练后的机器学习模型的输出结果为具有质量问题，则将订单行确定为问题订单行；如果训练后的机器学习模型的输出结果为不具有质量问题，则不将订单行确定为问题订单行。

在一个实施例中，根据问题订单行在获取的订单行中的比例，确定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；根据各个类别的质量参数的加权和确定电子商务平台的质量参数。

在一个实施例中，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；根据问题订单行在获取的订单行中的比例，确定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，确定电子商务平台的各个问题类别对应的质量参数。

在一个实施例中，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。

根据本发明实施例的第二个方面，提供一种电子商务平台质量检测装置，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，确定电子商务平台的质量参数。