[发明专利]使用人工智能监视在线零售平台的系统和方法

权利要求书

1.一种用于监视电子商务平台的方法，所述方法包括：

通过计算设备接收用户通过电子商务平台提交的反馈；

通过所述计算设备的反馈处理器基于所述反馈的内容、所述反馈的上下文和用户简档生成向量，其中所述内容包括文本、语音、图像和视频中的至少一个，其中所述上下文包括提交反馈的时间、提交反馈的位置和反馈的提交渠道中的至少一个，其中所述用户简档包括用户的属性、用户的购买历史和使用所述电子商务平台的用户的偏好中的至少一个；以及

通过所述计算设备的分类器对所述向量进行分类，以获得与所述反馈相对应的所述电子商务平台的功能和所述功能的状态，并在状态为故障时准备警报，

其中，所述向量包括预定数量的维度，并且文本、语音、图像、视频、提交反馈的时间、提交反馈的位置、反馈的提交渠道、用户的属性、用户的购买历史以及用户的偏好中的每一个对应于所述向量的至少一个维度。

2.根据权利要求1所述的方法，其中，使用至少一个人工智能模型来执行所述反馈处理器和所述分类器。

3.根据权利要求2所述的方法，其中，生成所述向量的步骤包括：使用所述反馈处理器来处理所述内容以获得与文本、语音、图像和视频相对应的所述向量的内容维度。

4.根据权利要求3所述的方法，还包括：在处理所述内容之前清洗所述内容以获得所述向量的内容维度。

5.根据权利要求3所述的方法，还包括：将所述图像分离为图像的文本和背景图像，处理所述图像的文本以获得图像文本结果，处理所述背景图像以获得背景图像结果，以及对所述图像文本结果和所述背景图像结果进行整合，以获得与所述图像相对应的所述向量的内容维度。

6.根据权利要求2所述的方法，还包括：将所述警报发送给负责所述功能的所述电子商务平台的管理员，当警报为假时从所述管理员接收与所述警报相对应的指令，以及使用所述指令重新训练所述反馈处理器和所述分类器。

7.根据权利要求2所述的方法，其中，使用多个历史反馈和功能类别结构来训练所述分类器，所述功能类别结构包括第1层类别，所述第1层类别包括电子商务平台的网站、电子商务平台的应用和电子商务平台的外部链接。

8.根据权利要求7所述的方法，其中，所述第1层类别的网站包括第2层类别，所述第2层类别包括产品页面、购物车和支付。

9.根据权利要求8所述的方法，其中，所述第2层类别的产品页面包括第3层类别，所述第3层类别包括产品描述、产品搜索和产品推荐。

10.根据权利要求7所述的方法，其中，所述分类器包括多个分类模型，每个分类模型基于每个历史反馈来提供候选功能，集成模型使用由所述分类模型提供的候选功能来确定与每个反馈相对应的功能。

11.一种用于监视电子商务平台的系统，所述系统包括计算设备，所述计算设备包括处理器和存储计算机可执行代码的存储设备，其中，所述计算机可执行代码被配置为当在所述处理器处执行时：

接收用户通过电子商务平台提交的反馈；

基于所述反馈的内容、所述反馈的上下文和用户简档生成向量，其中所述内容包括文本、语音、图像和视频中的至少一个，其中所述上下文包括提交反馈的时间、提交反馈的位置和反馈的提交渠道中的至少一个，其中所述用户简档包括用户的属性、用户的购买历史和使用所述电子商务平台的用户的偏好中的至少一个；以及

对所述向量进行分类，以获得与所述反馈相对应的所述电子商务平台的功能和所述功能的状态，并在状态为故障时准备警报，

其中，所述向量包括预定数量的维度，并且文本、语音、图像、视频、提交反馈的时间、提交反馈的位置、反馈的提交渠道、用户的属性、用户的购买历史以及用户的偏好中的每一个对应于所述向量的至少一个维度。