[发明专利]一种基于电商运营的自动类目识别的方法在审
| 申请号： | 202110690323.8 | 申请日： | 2021-06-22 |
| 公开（公告）号： | CN113420114A | 公开（公告）日： | 2021-09-21 |
| 发明（设计）人： | 陈立秀;姚民伟;谢传家 | 申请（专利权）人： | 浪潮卓数大数据产业发展有限公司 |
| 主分类号： | G06F16/33 | 分类号： | G06F16/33;G06F16/951;G06F40/289;G06K9/62;G06N3/04 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 郗艳荣 |
| 地址： | 214029 江苏省无锡市滨*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 运营 自动 类目 识别 方法 | ||
1.一种基于电商运营的自动类目识别的方法，其特征在于：包括以下步骤：
第一步，利用爬虫技术采集电商平台商品信息，爬取商品标题信息；
第二步，利用神经网络框架训练词向量模型，搭建用于文本分类的深度学习算法模型；
第三步，对深度学习算法模型进行训练，并根据训练结果对模型参数进行调整，从而提高深度学习算法模型的准确率；
第四步，将电商运营数据输入训练后的深度学习算法模型，即可自动识别商品类目，对商品进行分类。
2.根据权利要求1所述的基于电商运营的自动类目识别的方法，其特征在于：所述第一步中，对商品标题信息进行预处理，将商品标题信息分割成数个中文单词拼接的形式。
3.根据权利要求2所述的基于电商运营的自动类目识别的方法，其特征在于：所述预处理是指去除符号，并利用开源词向量工具pkuseg对商品标题句子进行分词，去停用词。
4.根据权利要求1所述的基于电商运营的自动类目识别的方法，其特征在于：所述第二步中，搭建python开发环境Anaconda，利用开源库的神经网络框架训练词向量模型，搭建用于文本分类的深度学习算法模型。
5.根据权利要求4所述的基于电商运营的自动类目识别的方法，其特征在于：所述神经网络框架采用TensorFlow或Keras。
6.根据权利要求1或5所述的基于电商运营的自动类目识别的方法，其特征在于：所述第二步中，词向量模型采用skip-gram算法，词向量维度为128。
7.根据权利要求6所述的基于电商运营的自动类目识别的方法，其特征在于：所述第二步中，深度学习算法模型采用TextCNN算法模型。
8.根据权利要求1所述的基于电商运营的自动类目识别的方法，其特征在于：所述第三步中，模型参数包括卷积核个数及dropout值。
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浪潮卓数大数据产业发展有限公司，未经浪潮卓数大数据产业发展有限公司许可，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/202110690323.8/1.html，转载请声明来源钻瓜专利网。
