CN109146644A - 一种电子商务系统 - Google Patents

Abstract

本发明提供了一种电子商务系统，包括用户交互子系统、商品信息融合子系统、商品推荐子系统和商品交易子系统，所述用户交互子系统用于向用户提供交互界面，收集用户的动态信息和消费习惯，所述商品信息融合子系统用于对网站商品信息进行融合，所述商品推荐子系统用于根据商品信息融合结果和用户消费习惯向用户推荐商品，所述商品交易子系统用于用户对推荐商品进行选购并完成支付。本发明的有益效果为：提供了一种电子商务系统，能够根据用户的消费习惯向用户推荐商品，同时通过对商品信息进行融合，提升了商品推荐准确性，减少了商品推荐冗余，提升了用户体验。

Description

一种电子商务系统

技术领域

本发明涉及电子商务技术领域，具体涉及一种电子商务系统。

背景技术

随着经济发展和社会进步，电子商务开始走进人们的生活。目前，互联网垂直网站上行业数据丰富，数据一般是经过人工抽取和整理，知识较为密集，信息量大，数据基础好。而且每个行业都有很多同类同质数据，例如，在电商领域，每个垂直网站的商品或者产品具有描述一般属性列表形式出现，商品具有一定的相似和交叉重合性，如果直接从文本中抽取实体的属性和关系难度非常高，准确性非常低，基本无法应用。

发明内容

针对上述问题，本发明旨在提供一种电子商务系统。

本发明的目的采用以下技术方案来实现：

提供了一种电子商务系统，包括用户交互子系统、商品信息融合子系统、商品推荐子系统和商品交易子系统，所述用户交互子系统用于向用户提供交互界面，收集用户的动态信息和消费习惯，所述商品信息融合子系统用于对网站商品信息进行融合，所述商品推荐子系统用于根据商品信息融合结果和用户消费习惯向用户推荐商品，所述商品交易子系统用于用户对推荐商品进行选购并完成支付。

本发明的有益效果为：提供了一种电子商务系统，能够根据用户的消费习惯向用户推荐商品，同时通过对商品信息进行融合，提升了商品推荐准确性，减少了商品推荐冗余，提升了用户体验。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明的结构示意图；

附图标记：

用户交互子系统1、商品信息融合子系统2、商品推荐子系统3、商品交易子系统4。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1，本实施例的一种电子商务系统，包括用户交互子系统1、商品信息融合子系统2、商品推荐子系统3和商品交易子系统4，所述用户交互子系统1用于向用户提供交互界面，收集用户的动态信息和消费习惯，所述商品信息融合子系统2用于对网站商品信息进行融合，所述商品推荐子系统3用于根据商品信息融合结果和用户消费习惯向用户推荐商品，所述商品交易子系统4用于用户对推荐商品进行选购并完成支付。

本实施例提供了一种电子商务系统，能够根据用户的消费习惯向用户推荐商品，同时通过对商品信息进行融合，提升了商品推荐准确性，减少了商品推荐冗余，提升了用户体验。

优选的，所述商品信息融合子系统2包括第一处理模块、第二处理模块、第三处理模块、第四处理模块和第五处理模块，所述第一处理模块用于从不同网站获取商品的多源异构数据，所述第二处理模块用于对数据进行规范化处理，生成短文本，所述规范化处理包括分词和去除停用词，所述第三处理模块用于对短文本进行匹配，所述第四处理模块基于文本匹配结果对数据进行融合，所述第五处理模块用于对数据融合效果进行评价。

本优选实施例商品信息融合子系统通过对数据进行预处理和文本匹配，实现了多源异构数据的融合，有助于建立完整性、准确性和一致性强的知识库对商品进行推荐。

优选的，所述第三处理模块包括第一处理子模块、第二处理子模块和第三处理子模块，所述第一处理子模块用于计算短文本的第一匹配因子，所述第二处理子模块用于计算短文本的第二匹配因子，所述第三处理子模块基于第一匹配因子和第二匹配因子对短文本进行匹配；

所述第一处理子模块用于计算短文本的第一匹配因子：

针对两个待匹配的短文本A和B，根据下式计算短文本的第一匹配因子：

上述式子中，c₁和c₂表示两个待匹配的短文本A和B包含的字符数，p表示匹配的字符数，h表示换位的数目，换位的数目等于不同顺序的匹配字符数的一半，EH₁表示短文本的第一匹配因子；所述第一匹配因子越大，表示待匹配文本的匹配程度越高。

本优选实施例第一处理子模块以字符作为基本单位，通过确定匹配字符和换位数目，实现了第一匹配因子的准确计算，为后续短文本匹配奠定了基础。

优选的，所述第二处理子模块用于计算短文本的第二匹配因子：

针对两个待匹配的短文本A和B，将短文本看作词构成的向量，A_i和B_i分别表示短文本A和B中的第i个词，若待匹配短文本中的词的数量不同，则首先将向量维数较低的短文本进行增加词的操作，增加的词从预先设置的词库中随机挑选，使其维数与维数较高文本维数相同，根据下式计算短文本的第二匹配因子：

上述式子中，n表示维数较高短文本向量的维数，σ表示修正因子，σ∈[0.8，1.2]，用于修正增加词带来的误差，EH₂表示短文本的第二匹配因子；所述第二匹配因子越大，表示待匹配文本的匹配程度越高。

本优选实施例第二处理子模块以词作为基本单位，将短文本转化为向量，并将待匹配文本转化为维数相同的向量，实现了第二匹配因子的准确计算，为后续短文本匹配奠定了基础。

优选的，所述第三处理子模块基于第一匹配因子和第二匹配因子对短文本进行匹配：

根据第一匹配因子和第二匹配因子计算短文本的匹配因子：

上述式子中，EM表示短文本的匹配因子；

匹配阈值设定为EM₀，若EM≥EM₀，则说明书短文本相匹配，若EM＜EM₀，则说明短文本不匹配。

本优选实施例第三处理子模块通过第一匹配因子和第二匹配因子计算短文本的匹配因子，同时考虑了短文本的词性相似性和语义相似性，提升了匹配准确性，为后续数据融合奠定了基础。

优选的，所述第四处理模块基于文本匹配结果对数据进行融合：

假定采集的商品名称、属性名称和属性值构成集合L＝{l₁，l₂，…，l_m}，m表示集合中元素的数目，根据第三处理模块计算l_i和l_j之间的匹配因子，i，j＝1，2，…，m，根据匹配因子，生成匹配度矩阵：

上述式子中，LG表示匹配度矩阵，EM(l_i，l_j)表示l_i和l_j之间的匹配因子，i，j＝1，2，…，m；

假若匹配度矩阵中元素的值小于匹配阈值，则记为0，将匹配度大于匹配阈值的元素进行融合，对于大于匹配阈值的两个元素，随机选择一元素作为融合结果输出。

本优选实施例第四处理模块根据商品名称、属性名称和属性值生成匹配度矩阵，并根据矩阵对数据进行融合，得到了准确的融合结果。

优选的，所述第五处理模块用于对数据融合效果进行评价：

针对商品名称、属性名称和属性值构成的集合L＝{l₁，l₂，…，l_m}，专家对集合L中的元素进行合并，并将合并结果输出；

根据下式计算融合评价因子：

上述式子中，CS表示融合评价因子，r₁表示所述第四处理模块融合的输出的融合结果中元素的个数，r₂表示专家进行元素合并后的输出元素的个数；所述融合评价因子越大，表示融合效果越好。

本优选实施例第五处理模块通过确定融合评价因子，综合考虑元素个数和专家的意见，实现了对融合结果的准确度量。

采用本发明电子商务系统进行购物，选取5个用户进行实验，分别为用户1、用户2、用户3、用户4、用户5，对购物效率和用户满意度进行统计，同现有技术相比，产生的有益效果如下表所示：

	购物效率提高	用户满意度提高
			用户1	29％	27％
用户2	27％	26％
			用户3	26％	26％
用户4	25％	24％
			用户5	24％	22％

最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。

Claims (8)

1.一种电子商务系统，其特征在于，包括用户交互子系统、商品信息融合子系统、商品推荐子系统和商品交易子系统，所述用户交互子系统用于向用户提供交互界面，收集用户的动态信息和消费习惯，所述商品信息融合子系统用于对网站商品信息进行融合，所述商品推荐子系统用于根据商品信息融合结果和用户消费习惯向用户推荐商品，所述商品交易子系统用于用户对推荐商品进行选购并完成支付。

2.根据权利要求1所述的电子商务系统，其特征在于，所述商品信息融合子系统包括第一处理模块、第二处理模块、第三处理模块、第四处理模块和第五处理模块，所述第一处理模块用于从不同网站获取商品的多源异构数据，所述第二处理模块用于对数据进行规范化处理，生成短文本，所述规范化处理包括分词和去除停用词，所述第三处理模块用于对短文本进行匹配，所述第四处理模块基于文本匹配结果对数据进行融合，所述第五处理模块用于对数据融合效果进行评价。

3.根据权利要求2所述的电子商务系统，其特征在于，所述第三处理模块包括第一处理子模块、第二处理子模块和第三处理子模块，所述第一处理子模块用于计算短文本的第一匹配因子，所述第二处理子模块用于计算短文本的第二匹配因子，所述第三处理子模块基于第一匹配因子和第二匹配因子对短文本进行匹配。

4.根据权利要求3所述的电子商务系统，其特征在于，所述第一处理子模块用于计算短文本的第一匹配因子：

针对两个待匹配的短文本A和B，根据下式计算短文本的第一匹配因子：

上述式子中，c₁和c₂表示两个待匹配的短文本A和B包含的字符数，p表示匹配的字符数，h表示换位的数目，换位的数目等于不同顺序的匹配字符数的一半,EH₁表示短文本的第一匹配因子；所述第一匹配因子越大，表示待匹配文本的匹配程度越高。

5.根据权利要求4所述的电子商务系统，其特征在于，所述第二处理子模块用于计算短文本的第二匹配因子：

针对两个待匹配的短文本A和B，将短文本看作词构成的向量，A_i和B_i分别表示短文本A和B中的第i个词，若待匹配短文本中的词的数量不同，则首先将向量维数较低的短文本进行增加词的操作，增加的词从预先设置的词库中随机挑选，使其维数与维数较高文本维数相同，根据下式计算短文本的第二匹配因子：

上述式子中，n表示维数较高短文本向量的维数，σ表示修正因子，σ∈[0.8,1.2]，用于修正增加词带来的误差，EH₂表示短文本的第二匹配因子；所述第二匹配因子越大，表示待匹配文本的匹配程度越高。

6.根据权利要求5所述的电子商务系统，其特征在于，所述第三处理子模块基于第一匹配因子和第二匹配因子对短文本进行匹配：

根据第一匹配因子和第二匹配因子计算短文本的匹配因子：

上述式子中，EM表示短文本的匹配因子；

匹配阈值设定为EM₀，若EM≥EM₀，则说明书短文本相匹配，若EM＜EM₀，则说明短文本不匹配。

7.根据权利要求6所述的电子商务系统，其特征在于，所述第四处理模块基于文本匹配结果对数据进行融合：

假定采集的商品名称、属性名称和属性值构成集合L＝{l₁，l₂，…，l_m}，m表示集合中元素的数目，根据第三处理模块计算l_i和l_j之间的匹配因子，i,j＝1,2,…,m，根据匹配因子，生成匹配度矩阵：

上述式子中，LG表示匹配度矩阵，EM(l_i，l_j)表示l_i和l_j之间的匹配因子，i,j＝1,2,…,m。

8.根据权利要求7所述的电子商务系统，其特征在于，假若匹配度矩阵中元素的值小于匹配阈值，则记为0，将匹配度大于匹配阈值的元素进行融合，对于大于匹配阈值的两个元素，随机选择一元素作为融合结果输出。