[发明专利]商品组合方法、装置、电子设备及可读存储介质在审

专利信息
申请号: 201811436585.6 申请日: 2018-11-28
公开(公告)号: CN109902852A 公开(公告)日: 2019-06-18
发明(设计)人: 石晓文;胡懋地;罗震 申请(专利权)人: 北京三快在线科技有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06N3/04;G06N3/08
代理公司: 北京润泽恒知识产权代理有限公司 11319 代理人: 莎日娜
地址: 100083 北京市海*** 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: 概率参数 组合商品 可读存储介质 编码网络 电子设备 预测模型 记忆网络 解码网络 目标商品 组合结果 准确度 联合 预测 网络
【权利要求书】:

1.一种商品组合方法,其特征在于,所述方法包括:

依据目标商品的历史销量和当前价格生成候选商品集;

采用预先训练的概率参数预测模型预测所述候选商品集中各商品的初始概率参数以及商品间的联合概率参数,所述概率参数预测模型包括编码网络和解码网络,所述编码网络和所述解码网络为长短期记忆网络,在训练时,编码网络的输入为各商品样本的商品特征和解码网络输出的初始概率参数和联合概率参数,解码网络的输入为历史订单中各商品的商品特征以及所述编码网络的输出,所述历史订单中各商品的初始概率参数和商品间的联合概率参数用于指示所述概率参数预测模型的训练;

依据所述各商品的初始概率参数以及商品间的联合概率参数选取目标组合商品。

2.根据权利要求1所述的方法,其特征在于,所述依据目标商品的历史销量和当前价格生成候选商品集的步骤,包括:

获取商品信息,以及,从历史订单中统计所述商品信息对应的历史销量;

对所述商品信息按照所述历史销量降序排列得到销量排序序列;

从所述销量排序序列的靠前位置获取多个商品信息,并按照当前价格进行升序排列,得到候选商品集。

3.根据权利要求1所述的方法,其特征在于,所述采用预先训练的概率参数预测模型预测所述候选商品集中各商品的初始概率参数以及商品间的联合概率参数的步骤,包括:

获取所述候选商品集中各商品的特征信息,所述特征信息至少包括:历史销量、品类、词向量、当前价格其中的一种;

将所述商品的特征信息输入至预先训练的概率参数预测模型,得到各商品的初始概率参数和商品间的联合概率参数。

4.根据权利要求1所述的方法,其特征在于,所述依据所述各商品的初始概率参数以及商品间的联合概率参数选取目标组合商品的步骤,包括:

选取满足预设价格条件和/或包含预设商品的一个或多个组合商品,得到候选组合商品;

根据所述各商品的初始概率参数和商品间的联合概率参数计算每个候选组合商品的组合得分;

从所述候选组合商品中选取组合得分较高的一个或多个组合商品,得到目标组合商品。

5.根据权利要求4所述的方法,其特征在于,所述根据所述各商品的初始概率参数和商品间的联合概率参数计算每个候选组合商品的组合得分的步骤,包括:

对于每个候选组合商品,计算所述候选组合商品的第一个商品的初始概率参数与包含的各商品间的联合概率参数的平均值,得到组合得分。

6.根据权利要求1所述的方法,其特征在于,所述概率参数预测模型通过如下步骤训练得到:

获取每个商家提供的商品集以及所述商品集中各商品的特征信息;

从每个商家的历史订单中统计所述商家提供的各商品的初始概率参数和商品间的联合概率参数,得到初始概率参数和联合概率参数的样本值;

通过所述各商品的特征信息、历史订单和初始概率参数和联合概率参数的样本值训练得到概率参数预测模型。

7.根据权利要求6所述的方法,其特征在于,所述通过所述各商品的特征信息、历史订单和初始概率参数和联合概率参数的样本值训练得到概率参数预测模型的步骤,包括:

将所述各商品的特征信息以及编码网络反馈的联合概率参数的预测值输入至编码网络中,得到第一预测向量;

将所述第一预测向量以及历史订单中的各商品的特征信息输入至解码网络中,得到商品间的联合概率参数的预测值;

计算所述联合概率参数的预测值以及所述样本值之间的损失值;

在所述损失值小于预设损失值阈值的情况下,当前状态的编码网络和解码网络组成概率参数预测模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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京三快在线科技有限公司,未经北京三快在线科技有限公司许可,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/201811436585.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top