[发明专利]商品属性识别方法、装置、电子设备及可读存储介质在审

专利信息
申请号: 201910896809.X 申请日: 2019-09-20
公开(公告)号: CN110648206A 公开(公告)日: 2020-01-03
发明(设计)人: 黄楷;梁新敏;陈羲 申请(专利权)人: 秒针信息技术有限公司
主分类号: G06Q30/06 分类号: G06Q30/06;G06F16/953
代理公司: 11646 北京超成律师事务所 代理人: 刘静
地址: 100000 北京市朝阳*** 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: 属性识别 特征信息 异构信息 可读存储介质 互联网技术 电子设备 人力资源 商品属性 网络获取 构建 申请 网络
【说明书】:

本申请实施例提供一种商品属性识别方法、装置、电子设备及可读存储介质,涉及互联网技术领域。该方法包括:基于构建的异构信息网络获取待识别商品的特征信息;根据所述待识别商品的特征信息对所述待识别商品进行属性识别,获得属性识别结果。该方案通过异构信息网络来获得待识别商品的特征信息,直接可根据待识别商品的特征信息来对待识别商品进行属性识别,获得属性识别结果,而无需人工进行属性识别,减少了人力资源的耗费。

技术领域

本申请涉及互联网技术领域,具体而言,涉及一种商品属性识别方法、装置、电子设备及可读存储介质。

背景技术

随着电商行业的发展,给用户的生活带来了极大的便利。电商平台通常会在允许客户为其所售卖的商品添加对应的属性信息,如商品的种类、受众人群、颜色等,使得用户便于根据商品的属性信息进行商品分类搜索。

但是由于商品的种类和数目繁多,且每种商品具有多种属性信息,而目前往往需要人工去识别商品的属性,然后再为每个商品添加对应的属性信息,需要耗费大量的人力资源。

发明内容

本申请实施例的目的在于提供一种商品属性识别方法、装置、电子设备及可读存储介质,用以改善现有技术中通过人工识别大量商品的属性信息导致大量人力资源耗费的问题。

第一方面,本申请实施例提供了一种商品属性识别方法,包括:基于构建的异构信息网络获取待识别商品的特征信息;根据所述待识别商品的特征信息对所述待识别商品进行属性识别,获得属性识别结果。

在上述实现过程中,通过异构信息网络来获得待识别商品的特征信息,直接可根据待识别商品的特征信息来对待识别商品进行属性识别,获得属性识别结果,而无需人工进行属性识别,减少了人力资源的耗费。

可选地,所述基于构建的异构信息网络获取待识别商品的特征信息,包括:确定所述待识别商品在所述异构信息网络中的元路径,其中,所述元路径为包含有所述待识别商品的用户行为路径;基于所述元路径获取所述待识别商品的特征信息。

在上述实现过程中,通过基于异构信息网络中的元路径来获得待识别商品的特征信息,无需对待识别商品进行特征识别,该方式即可简单快速获得待识别商品的特征信息。

可选地,所述基于所述元路径获取所述待识别商品的特征信息,包括:通过嵌入表示模型获得所述待识别商品在所述元路径中的嵌入表达信息,其中,所述嵌入表达信息为所述待识别商品的特征信息。

在上述实现过程中,通过嵌入表示模型获得待识别商品的嵌入表达信息,使得该待识别商品的特征信息可以学习到待识别商品所在的元路径中其邻居节点的特征信息。

可选地,所述基于构建的异构信息网络获取待识别商品的特征信息之前,还包括:获取用户对多个商品中每个商品对应的行为类型信息;基于所述行为类型信息构建所述异构信息网络。

在上述实现过程中,通过预先基于用户对商品的行为类型信息构建异构信息网络,使得便于可以基于异构信息网络提取商品的特征信息。

可选地,所述行为类型信息包括点击商品行为、购买商品行为以及将商品加入购物车行为中的至少一种。

可选地,所述根据所述待识别商品的特征信息对所述待识别商品进行属性识别,获得属性识别结果,包括:将所述待识别商品的特征信息输入至预先训练的多个属性识别模型中,通过所述多个属性识别模型对所述待识别商品进行属性识别,获得多个初始属性识别结果;基于所述多个初始属性识别结果确定所述待识别商品最终的属性识别结果。

在上述实现过程中,通过属性识别模型对待识别商品进行属性识别,然后从多个初始属性识别结果中确定最终的属性识别结果,从而可以更为准确地获得待识别商品的属性。

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秒针信息技术有限公司,未经秒针信息技术有限公司许可,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/201910896809.X/2.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