[发明专利]商户分类方法、装置、设备及存储介质有效

专利信息
申请号: 201911045912.X 申请日: 2019-10-30
公开(公告)号: CN110750697B 公开(公告)日: 2022-07-29
发明(设计)人: 吴荣旋;郭婷婷 申请(专利权)人: 汉海信息技术(上海)有限公司
主分类号: G06F16/906 分类号: G06F16/906;G06Q30/02
代理公司: 北京三高永信知识产权代理有限责任公司 11138 代理人: 谢冬寒
地址: 200050 上海市长*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 商户 分类 方法 装置 设备 存储 介质
【权利要求书】:

1.一种商户分类方法,其特征在于,所述方法包括:

获取商户在至少一个互联网平台上对应的n种商户特征,n为大于1的整数,所述商户特征中包括用户问卷调查结果中与所述商户相关的调查结果;

对于所述n种商户特征中的第i种商户特征,获取所述第i种商户特征对应的第i种商户分类规则,所述第i种商户分类规则中包括m个商户分类库,m为大于1的整数,所述商户分类库包括:候选商户类别和与所述候选商户类别对应的匹配条件,所述商户分类库对应有权重分数,所述m个商户分类库和m个权重分数一一对应,且所述m个商户分类库按照所述权重分数由高到低的顺序进行排序;

在第j个商户分类库中,根据所述第i种商户特征和所述候选商户类别对应的匹配条件,确定与所述第i种商户特征对应的预测商户类别,j的起始值为1;

当在所述第j个商户分类库中未能成功确定出与所述第i种商户特征对应的预测商户类别时,则在第j+1个商户分类库中,根据所述第i种商户特征和所述候选商户类别对应的匹配条件,确定与所述第i种商户特征对应的预测商户类别;

其中,j是不大于m-1的整数,所述n种商户特征和n个预测商户类别一一对应;

将所述商户分类库对应的权重分数,确定为所述第i种商户特征对应的预测商户类别的预测得分;

当所述n个预测商户类别中存在相同的预测商户类别时,对所述相同的预测商户类别对应的预测得分进行合并;

将具有最高的所述预测得分的前k个预测商户类别,确定为所述商户的商户分类结果。

2.根据权利要求1所述的方法,其特征在于,与商户名称对应的所述商户分类规则中包括权重分数由高到低顺序排列的:第一商户分类库、第二商户分类库和第三商户分类库;

所述方法,还包括:

在所述第一商户分类库中,根据第一匹配条件确定与所述商户名称对应的第一预测商户类别,所述第一匹配条件是所述商户名称是否符合品牌商户名称或连锁店商户名称;

当在所述第一商户分类库中未能成功确定出第一预测商户类别时,则在所述第二商户分类库中,根据第二匹配条件确定与所述商户名称对应的第二预测商户类别,所述第二匹配条件是所述商户名称的后缀是否含有商户类别相关的关键词;

当在所述第二商户分类库中未能成功确定出第二预测商户类别时,则在所述第三商户分类库中,根据第三匹配条件确定与所述商户名称对应的第三预测商户类别,所述第三匹配条件是所述商户名称中是否含有商户类别相关的关键词;

当在所述第三商户分类库中未能成功确定出第三预测商户类别时,不存在与所述商户名称对应的预测商户类别。

3.根据权利要求1所述的方法,其特征在于,所述商户特征包括:商户名称、商户图片、用户评论、商户商品、其他互联网平台上的商户类别、所述其他互联网平台上的所述商户名称、所述其他互联网平台上的所述商户图片、所述其他互联网平台上的所述用户评论、所述其他互联网平台上的所述商户商品中的至少一种。

4.根据权利要求1所述的方法,其特征在于,所述获取商户在至少一个互联网平台上对应的n种商户特征,包括:

获取商户在第一互联网平台上的第一商户特征,所述第一商户特征包括第一商户名称;

获取第二互联网平台上的第二商户分类结果,所述第二商户分类结果包括第二商户名称和第二商户名称对应的第二商户类别,所述第二商户名称是所述商户在所述第二互联网平台上的商户名称,所述第二商户类别是所述商户在所述第二互联网平台上的商户类别;

根据所述第一商户名称、所述第二商户名称和商户名称对应规则从所述商户分类结果中获取所述第一商户名称对应的所述第二商户类别,所述商户名称对应规则是所述第一商户名称和所述第二商户名称一一对应的规则;

将所述第二商户类别确定为所述商户的第i种商户特征。

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汉海信息技术(上海)有限公司,未经汉海信息技术(上海)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/201911045912.X/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