[发明专利]一种基于人工智能的商品排序系统及方法

说明书

本发明提出一种基于人工智能的商品排序系统及方法，采用本发明的方法，在提取出正面评价数据、负面评价数据和中性评价数据后，根据所述商品基本数据、所述卖家数据、所述正面评价数据、所述负面评价数据和所述中性评价数据，结合预设的综合评价模型，得到所述第一商品的第一综合评价值；并在计算完所有商品的所述第一综合评价值后，根据每个商品的所述第一综合评价值，对所有商品进行排序，从多个因素综合衡量，提供更合理更能贴合用户需求的排序方案，提高了用户的购物体验。

技术领域

本发明涉及人工智能技术领域，具体涉及一种基于人工智能的商品排序系统及方法。

背景技术

随着互联网技术的发展，网购已经成为人们生活的重要组成部分。用户进行网上购物时，通常会输入与意向商品相关的关键字来进行搜索，当网购平台收到用户的搜索请求后会向用户返回与用户意向相关的商品列表，而商品列表中各个商品的排序直接会影响用户对商品的点击率、下单率等。通常认为排序越靠前的商品其被用户点击及下单的概率相对较高。因此，将某种商品排序规则下，更符合用户需要的商品的安排在靠前的位置，则可以节省用户浏览商品的时间。但是现有商品排序方案存在如下问题：用户在进行关键词搜索时，商品列表的排序显示仅仅是根据单一的维度(如销量、库存等)进行衡量后排序，导致不能精确的匹配用户的购物需求。

发明内容

本发明正是基于上述问题，提出了一种基于人工智能的商品排序系统及方法，通过发明的方案，从多个因素综合衡量，提供更合理更能贴合用户需求的排序方案，提高了用户的购物体验。

有鉴于此，本发明的一方面提出了一种基于人工智能的商品排序系统，包括：获取模块、处理模块和排序模块；

所述获取模块被配置为：

获取第一商品的商品基本数据以及所述第一商品对应的卖家数据；

获取所述第一商品对应的且包含买家标识的买家数据以及所述买家标识对应的评价数据；

所述处理模块被配置为：

将所述评价数据按所述买家标识和所述评价数据提交的时间进行编号生成评价标识符，得到第一评价数据，所述第一评价数据包括评价总数量；

对所述第一评价数据进行分类与清洗，得到第二评价数据；

利用关键词识别算法从所述第二评价数据中提取出第三评价数据；

从所述第三评价数据中分离出正面评价数据、负面评价数据和中性评价数据；

根据所述商品基本数据、所述卖家数据、所述正面评价数据、所述负面评价数据和所述中性评价数据，结合预设的综合评价模型，得到所述第一商品的第一综合评价值；

所述排序模块被配置为：计算完所有商品的所述第一综合评价值后，根据每个商品的所述第一综合评价值，对所有商品进行排序。

可选地，所述获取模块被配置为：采集所述第一商品的同类商品和/或相似类别商品的参考品评价数据；

所述处理模块被配置为：

利用关键词识别算法从所述参考品评价数据中提取出参考主题；

将所述参考主题输入预先训练好的评价分类器，得到正面参考评价数据、负面参考评价数据和中性参考评价数据；

将所述正面参考评价数据、所述负面参考评价数据和所述中性参考评价数据分别作为训练数据对神经网络进行训练，得到正面评价值计算模型、负面评价值计算模型和中性评价值计算模型。

可选地，在所述利用关键词识别算法从所述第二评价数据中提取出第三评价数据的步骤，所述处理模块具体被配置为：

利用关键词识别算法从所述第二评价数据中提取出主题关键词；