[发明专利]一种基于数据分析的商品分类方法

说明书

本发明公开了一种基于数据分析的商品分类方法，包括以下步骤：建立商品种类的特征数据库；划分特征数据库内基本特征和特殊特征；提取需分类商品的基本特征向量和特殊特征向量；对比待分类商品和特征数据库中基本特征向量集合中的第一基本特征向量；对比其余基本特征向量得到对比基本特征向量集合；相似度系数计算，以提取相似度系数大于预设相似度系数的特殊特征向量集合；对待分类商品中的特殊特征向量与相似度系数大于预设相似度系数的特殊特征向量进行对比，得到对比特殊特征向量集合，以筛选同类系数大小最高的商品种类。本发明有效地区分商品的特征，提高了商品分类的准确性，适用于大规模的分类，大大缩短人工分类的时间。

技术领域

本发明属于商品分类计数领域，涉及到一种基于数据分析的商品分类方法。

背景技术

商品分类是指根据一定的管理目的，为满足商品生产、流通、消费活动的全部或部分需要，将管理范围内的商品集合总体，以所选择的适当的商品基本特征作为分类标志，逐次归纳为若干个范围更小、特质更趋一致的子集合体(类目)，例如大类、中类、小类、细类，直至品种、细目等，从而使该范围内所有商品得以明确区分与体系化的过程。

商品种类繁多，据不完全统计，在市场上流通的商品有25万种以上，为了方便消费者购买，有利于商业部门组织商品流通，提高企业经营管理水平，须对众多的商品进行科学分类。商品分类是指为了一定目的，选择适当的分类标志，将商品集合总体科学地、系统地逐级划分为门类、大类、中类、小类、品类以至品种、花色、规格的过程称为商品分类。

随着互联网技术的发展和网络的普及，电子交易越来越得到百姓的喜爱，对于一些商品存储后台，由于商品的种类繁多，需人工进行分类，且由于同一种商品种类间存在细小区别点，人工在分类的过程中由于视觉疲劳，会导致分类失误的频率较高，分类效率低。

发明内容

本发明的目的在于提供一种基于数据分析的商品分类方法，解决了现有商品分类的过程中，存在分类失误频率高一级分类效率低的问题，不便于准确地区分商品的种类。

本发明的目的可以通过以下技术方案实现：

一种基于数据分析的商品分类方法，包括以下步骤：

S1、选取每个不同种类至少一个商品，对商品的特征进行提取，并将提取的特征构建特征数据库，不同种类商品按照预定的商品种类序号进行排序，特征数据库内商品的特征向量集合Ai(ai1,ai2,...,aik,...,ain)，其中，Ai表示为第i个商品种类对应的特征向量集合；

S2、对特征数据库内商品的特征集合Ai按照基本特征和特殊特征进行分类，分别构成基本特征向量集合Bi(bi1,bi2,...,bik),特殊特征向量集合B′i(b′i1,b′i2,...,b′iy),其中，bik表示为第i类商品的第k个基本特征向量，b′iy表示为第i类商品的第y个特殊特征向量，且n＝k+y；

S3、对需分类的商品提取若干特征向量，对提取的特征向量进行分组，分别划分为基本特征向量和特殊特征向量，基本特征向量集合为C(c1,c2,...ck)，特殊特征向量集合为C′(c′1,c′2,...,c′v)；

S4、将待分类商品的基本特征向量集合中的基本特征向量c1与特征数据库中存储的基本特征向量集合的基本特征向量bi1进行一一对比，从特征数据库中提取与待分类商品的基本特征向量c1相同的商品的基本特征向量集合和特殊特征向量集合；

S5、将待分类商品中的其余基本特征向量与提取的基本特征向量集合中的其余基本特征向量进行逐一比对，得到对比基本特征向量集合Dx(dx1,dx2,...，dxj，...,dxk),Dx表示为第x个商品种类对应的对比基本特征向量集合；