CN109508342B - 一种电子商务平台的商品自动分类管理系统 - Google Patents

Abstract

本发明公开一种电子商务平台的商品自动分类管理系统，包括扫描获取模块、商务数据库、管理服务器、调取采集模块和筛选匹配模块；管理服务器与扫描获取模块、商务数据库和筛选匹配模块连接，商务数据库与调取采集模块连接。本发明通过管理服务器并结合扫描获取模块、商务数据库和筛选匹配模块，将待分类商品名称内容和功能描述新分别与各商品种类对应的特征关键字和非特征关键字进行比对，并经过映射以及归一化处理后，统计与各商品种类的关联度符合系数并筛选关联度符合系数最大的商品种类作为待分类商品的种类，该系统可对待分类商品进行商品种类的划分，提高了商品分类的效率，降低人工分类的时间和工作量，具有分类速度快、准确性高的特点。

Description

一种电子商务平台的商品自动分类管理系统

技术领域

本发明属于电子商务平台管理技术领域，涉及到一种电子商务平台的商品自动分类管理系统。

背景技术

商品分类是指根据一定的管理目的，为满足商品生产、流通、消费活动的全部或部分需要，将管理范围内的商品集合总体，以所选择的适当的商品基本特征作为分类标志，逐次归纳为若干个范围更小、特质更趋一致的子集合体，例如大类、中类、小类、细类，直至品种、细目等，从而使该范围内所有商品得以明确区分与体系化的过程。

商品种类繁多，据不完全统计，在市场上流通的商品有25万种以上。为了方便消费者购买，有利于商业部门组织商品流通，提高企业经营管理水平，须对众多的商品进行科学分类。商品分类是指为了一定目的，选择适当的分类标志，将商品集合总体科学地、系统地逐级划分为门类、大类、中类、小类、品类以至品种、花色、规格的过程称为商品分类。

现有网络技术的不断，用户在电子商务平台上购买商品已逐渐成为当前的趋势，但是由于商品种类繁多，人们在对商品进行分类时，往往按照个人主观意识进行商品种类的划分，可能将该商品划分至与之相类似的商品种类中，造成商品分类的准确性差，且还需其他人员进行二次检查，严重影响商品分类的效率，且大大浪费的人员的时间和精力，为了更好地对电子商务平台上的商品实现自动分类，现设计一种电子商务平台的商品自动分类管理系统。

发明内容

本发明的目的在于提供一种电子商务平台的商品自动分类管理系统，通过管理服务器并结合扫描获取模块、商务数据库和筛选匹配模块，有效地解决了现有电子商务平台在进行商品分类的过程中，存在的商品分类效率低、准确性差的问题，大大提高了商品自动分类的效率，同时，降低了人工分类的工作量，提高了分类的准确性。

本发明的目的可以通过以下技术方案实现：

一种电子商务平台的商品自动分类管理系统，包括扫描获取模块、商务数据库、管理服务器、调取采集模块和筛选匹配模块；

管理服务器与扫描获取模块、商务数据库和筛选匹配模块连接，商务数据库与调取采集模块连接；

扫描获取模块用于对需分类的商品上的标签进行扫描，以获取商品的基本信息，并将商品的基本信息发送至管理服务器；

商务数据库用于存储所有的商品以及各商品名称内容、商品功能描述信息，且存储的商品按照商品对应的种类进行划分、存储，统计不同商品种类下所有商品的数量，以确定不同商品种类的商品数量，并按照各种类商品数量由高到低的顺序对各商品种类进行排序，分别为1,2,...,s,...,h，s表示为商品分类下的第s种类商品，并存储不同商品种类下各商品对应的若干关键字以及各关键字对应的序列；

商务数据库用于接收调取采集模块发送的各商品种类对应的将商品种类特征关键字集合和商品种类非特征关键字集合；

调取采集模块用于提取商务数据库中存储的不同商品种类中各商品对应的商品名称内容和商品功能描述信息，各商品种类中各商品名称内容中关键字进行划分，划分成若干待检测关键字，统计各商品名称内容中各待检测关键字在该商品种类中所有商品名称内容中出现次数，并按照各商品名称内容中各待检测关键字出现的频率由高到低的顺序，依次对关键字进行排序，构成待检测关键字集合C_S(c_s1,c_s2,...,c_si,...,c_sm)，c_si表示为关键字出现次数排序为i的关键字，待检测关键字集合中各关键字所占的比重构成关键字比重集合C′_S(c′_s1,c′_s2,...,c′_si,...,c′_sm)，c′_si表示为第i个关键字所占的比重，且

待检测关键字集合C_S中的各关键字分别与标准特征关键字集合中的特征关键字进行对比以及与标准非特征关键字集合中的非特征关键字进行对比，得到特征关键字对比集合A′_s(a′_s1,a′_s2,...,a′_si,....,a′_sm)和非特征关键字对比集合B′_s(b′_s1,b′_s2,...,b′_si,....,b′_sm)，其中，a′_si表示为第s个商品种类中关键字排序为i的关键字与商务数据库中存储的特征关键字的对比值，b′_si表示为第s个商品种类中关键字排序为i的关键字与商务数据库中存储的非特征关键字的对比值，若第s个商品种类中关键字排序为i的关键字在商务数据库中存储的特征关键字中，则a′_si等于该关键字，反之，则将a′_si删除，若第s个商品种类中关键字排序为i的关键字在商务数据库中存储的非特征关键字中，则b′_si等于该关键字，反之，则将b′_si删除，调取采集模块对比后的特征关键字和非特征关键字均重新组成，构成商品种类特征关键字集合R_s(r_s1,r_s2,...,r_sw)和商品种类非特征关键字集合U_s(u_s1,u_s2,...,u_sv)，并将商品种类特征关键字集合R_s和商品种类非特征关键字集合U_s发送至商务数据库；

管理服务器接收扫描获取模块发送的需分类商品的基本信息，提取需分类商品中的商品生产日期和有效日期，统计待分类商品的商品分类待存储时间系数，管理服务器提取商品分类存储时间系数大于设定的标准分类存储时间系数的商品基本信息中的商品名称内容和商品功能描述信息，将商品名称内容中的关键字按照各关键字在商品名称内容中首次出现的顺序进行排序，构成待分类特征关键字集合X(x1,x2,...,xp)，xp表示为待分类商品名称内容中的第p个关键字，将商品功能描述信息中的关键字按照各关键字在商品功能描述信息中首次出现的顺序进行排序，构成待分类非特征关键字集合Y(y1,y2,...,yq)，yq表示为待分类商品功能描述信息中的第q个关键字，管理服务器将待分类特征关键字集合X中的各关键字分别与各商品种类对应的商品种类特征关键字集合中的各特征关键字进行逐一对比，得到对比待分类特征关键字集合X′_s(x′_s1,x′_s2,...,x′_sp)，x′_sp表示为待分类商品名称内容中的第p个关键字与第s个种类商品对应的特征关键字的对比情况，若在第s种类商品对应的特征关键字中出现待分类商品名称内容中的第p个关键字，则取x′_sp等于该特征关键字，反之，则取x′_sp等于“无”字，管理服务器将待分类非特征关键字集合Y中的各关键字分别与各商品种类对应的商品种类非特征关键字中的各非特征关键字进行逐一对比，得到对比待分类非特征关键字集合Y′_s(y′_s1,y′_s2,...,y′_sq)，y′_sq表示为待分类商品功能描述信息中的第q个关键字与第s个商品种类对应的非特征关键字的对比情况，若在第s种类商品对应的非特征关键字中出现待分类商品功能描述信息中的第q个关键字，则取y′_sq等于该非特征关键字，反之，则取y′_sq等于“无”字；

管理服务器将对比待分类特征关键字集合X′_s和对比待分类非特征关键字集合Y′_s分别与商务数据库中各特征关键字对应的序列和各非特征关键字对应的序列进行对比，得到对比待分类特征关键字序列集合X″_s(x″_s1,x″_s2,...,x″_sp)和对比待分类非特征关键字序列集合Y″_s(y″_s1,y″_s2,...,y″_sq)，对比待分类特征关键字集合X′_s和对比待分类非特征关键字集合Y′_s中“无”字对应的序列为0；

管理服务器将对比待分类特征关键字序列集合和对比待分类非特征关键字序列集合中各序列分别进行归一化处理，使得转换成(0,1)区间的数据，归一化处理后，得到

和

p＝1,2,...,p,q＝1,2,...,q，经归一化处理后，管理服务器统计待分类商品与各商品种类间的关联度符合系数

表示为待分类商品与第s种类商品间的关联度符合系数，

为

的欧式距离，ρ表示为影响因子，且ρ＞1，关联度符合系数越大，则表明待分类商品与该关联度符合系数对应的商品种类越匹配，管理服务器将待分类商品与各商品种类间的关联度符合系数发送至筛选匹配模块；

筛选匹配模块接收管理服务器发送的待分类商品与各商品种类间的关联度符合系数，筛选出关联度符合系数最大的商品种类，并将待分类商品归属于关联度符合系数最大的商品种类。

进一步地，所述商品的基本信息包括商品名称内容、商品功能描述信息、使用条件、商品生产日期、有效日期和存储条件。

进一步地，所述商务数据库中各商品种类包含不同关键字，不同关键字对应不同序列，且序列由二进制数值组成，每个序列中二进制数值的位数为k个，所述关键字包括特征关键字和非特征关键字，所有特征关键字构成标准特征关键字集合A(a1,a2,...,ak,....,ag)，ak表示为所有特征关键字中的第k个特征关键字，标准特征关键字集合A对应的序列构成标准特征关键字序列集合H(h1,h2,...,hk,....,hg)，hk表示为第k个特征关键字对应的序列，所有非特征关键字构成标准非特征关键字集合B(b1,b2,...,bk,....,bt)，bk表示为所有非特征关键字中的第k个非特征关键字，标准非特征关键字集合B对应的序列构成标准非特征关键字序列集合F(f1,f2,...,fk,....,ft)，fk表示为第k个非特征关键字对应的序列。

进一步地，所述管理服务器根据需分类商品中的商品生产日期和有效日期，并获取当前日期，统计该商品已存储时间和待存储时间，根据商品已存储时间和待存储时间统计商品分类待存储时间系数

λ表示为存储影响因子，取0.45，将统计的该商品分类待存储时间系数与设定的标准分类存储时间系数进行对比，若该商品分类存储时间系数小于设定的标准分类存储时间系数，则不对该商品进行存储，反之，则提取该商品基本信息中的商品名称内容和商品功能描述信息。

进一步地，所述商品已存储时间等于当前日期与商品生产日期间的差值，所述待存储时间等于有效日期与当前日期间的差值。

进一步地，所述筛选匹配模块采用冒泡排序法，筛选出与待分类商品的关联度符合系数最大的商品种类。

进一步地，所述归一化公式分别为

和

p＝1,2,...,p,q＝1,2,...,q，公式中min(x″)表示为对比待分类特征关键字序列中序列数值最小的数值，max(x″)表示为对比待分类特征关键字序列中序列数值最大的数值，min(y″)表示为对比待分类非特征关键字序列中序列数值最小的数值，max(y″)表示为对比待分类非特征关键字序列中序列数值最大的数值。

本发明的有益效果：

本发明提供的电子商务平台的商品自动分类管理系统，通过调取采集模块对商务数据库中存储的已分类商品对应的商品名称内容和商品功能描述信息进行分析，以获得各商品种类对应的特征关键字和非特征关键字，并将获得的特征关键字和非特征关键字发送至商务数据库，且不同关键字对应不同的序列码，实现关键字与序列间的映射关系，便于为后期商品分类提供关键字参考价值；

通过管理服务器并结合扫描获取模块、商务数据库和筛选匹配模块，将待分类商品名称内容和功能描述新分别与各商品种类对应的特征关键字和非特征关键字进行比对，并经过映射以及归一化处理后，统计与各商品种类的关联度符合系数并筛选关联度符合系数最大的商品种类作为待分类商品的种类，该系统可对待分类商品进行商品种类的划分，提高了商品分类的效率，降低人工分类的时间和工作量，具有分类速度快、准确性高的特点。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明中一种电子商务平台的商品自动分类管理系统的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1所示，一种电子商务平台的商品自动分类管理系统，包括扫描获取模块、商务数据库、管理服务器、调取采集模块和筛选匹配模块；

管理服务器与扫描获取模块、商务数据库和筛选匹配模块连接，商务数据库与调取采集模块连接；

扫描获取模块用于对需分类的商品上的标签进行扫描，以获取商品的基本信息，并将商品的基本信息发送至管理服务器，所述商品的基本信息包括商品名称内容、商品功能描述信息、使用条件、商品生产日期、有效日期和存储条件等；

商务数据库用于存储所有的商品以及各商品名称内容、商品功能描述信息，且存储的商品按照商品对应的种类进行划分、存储，统计不同商品种类下所有商品的数量，以确定不同商品种类的商品数量，并按照各种类商品数量由高到低的顺序对各商品种类进行排序，分别为1,2,...,s,...,h，s表示为商品分类下的第s种类商品，并存储不同商品种类下各商品对应的若干关键字以及各关键字对应的序列，不同关键字对应不同序列，且序列由二进制数值组成，每个序列中二进制数值的位数为k个，所述关键字包括特征关键字和非特征关键字，所有特征关键字构成标准特征关键字集合A(a1,a2,...,ak,....,ag)，ak表示为所有特征关键字中的第k个特征关键字，标准特征关键字集合A对应的序列构成标准特征关键字序列集合H(h1,h2,...,hk,....,hg)，hk表示为第k个特征关键字对应的序列，所有非特征关键字构成标准非特征关键字集合B(b1,b2,...,bk,....,bt)，bk表示为所有非特征关键字中的第k个非特征关键字，标准非特征关键字集合B对应的序列构成标准非特征关键字序列集合F(f1,f2,...,fk,....,ft)，fk表示为第k个非特征关键字对应的序列；

商务数据库用于接收调取采集模块发送的各商品种类对应的将商品种类特征关键字集合和商品种类非特征关键字集合；

调取采集模块用于提取商务数据库中存储的不同商品种类中各商品对应的商品名称内容和商品功能描述信息，各商品种类中各商品名称内容中关键字进行划分，划分成若干待检测关键字，统计各商品名称内容中各待检测关键字在该商品种类中所有商品名称内容中出现次数，并按照各商品名称内容中各待检测关键字出现的频率由高到低的顺序，依次对关键字进行排序，构成待检测关键字集合C_S(c_s1,c_s2,...,c_si,...,c_sm)，c_si表示为关键字出现次数排序为i的关键字，待检测关键字集合中各关键字所占的比重构成关键字比重集合C′_S(c′_s1,c′_s2,...,c′_si,...,c′_sm)，c′_si表示为第i个关键字所占的比重，且

待检测关键字集合C_S中的各关键字分别与标准特征关键字集合中的特征关键字进行对比以及与标准非特征关键字集合中的非特征关键字进行对比，得到特征关键字对比集合A′_s(a′_s1,a′_s2,...,a′_si,....,a′_sm)和非特征关键字对比集合B′_s(b′_s1,b′_s2,...,b′_si,....,b′_sm)，其中，a′_si表示为第s个商品种类中关键字排序为i的关键字与商务数据库中存储的特征关键字的对比值，b′_si表示为第s个商品种类中关键字排序为i的关键字与商务数据库中存储的非特征关键字的对比值，若第s个商品种类中关键字排序为i的关键字在商务数据库中存储的特征关键字中，则a′_si等于该关键字，反之，则将a′_si删除，若第s个商品种类中关键字排序为i的关键字在商务数据库中存储的非特征关键字中，则b′_si等于该关键字，反之，则将b′_si删除，调取采集模块对比后的特征关键字和非特征关键字均重新组成，构成商品种类特征关键字集合R_s(r_s1,r_s2,...,r_sw)和商品种类非特征关键字集合U_s(u_s1,u_s2,...,u_sv)，并将商品种类特征关键字集合R_s和商品种类非特征关键字集合U_s发送至商务数据库；

管理服务器接收扫描获取模块发送的需分类商品的基本信息，提取需分类商品中的商品生产日期和有效日期，并获取当前日期，统计该商品已存储时间和待存储时间，所述商品已存储时间等于当前日期与商品生产日期间的差值，所述待存储时间等于有效日期与当前日期间的差值，根据商品已存储时间和待存储时间统计商品分类待存储时间系数

λ表示为存储影响因子，取0.45，将统计的该商品分类待存储时间系数与设定的标准分类存储时间系数进行对比，若该商品分类存储时间系数小于设定的标准分类存储时间系数，则不对该商品进行存储，反之，则提取该商品基本信息中的商品名称内容和商品功能描述信息；

管理服务器提取商品分类存储时间系数大于设定的标准分类存储时间系数的商品基本信息中的商品名称内容和商品功能描述信息，将商品名称内容中的关键字按照各关键字在商品名称内容中首次出现的顺序进行排序，构成待分类特征关键字集合X(x1,x2,...,xp)，xp表示为待分类商品名称内容中的第p个关键字，将商品功能描述信息中的关键字按照各关键字在商品功能描述信息中首次出现的顺序进行排序，构成待分类非特征关键字集合Y(y1,y2,...,yq)，yq表示为待分类商品功能描述信息中的第q个关键字，管理服务器将待分类特征关键字集合X中的各关键字分别与各商品种类对应的商品种类特征关键字集合中的各特征关键字进行逐一对比，得到对比待分类特征关键字集合X′_s(x′_s1,x′_s2,...,x′_sp)，x′_sp表示为待分类商品名称内容中的第p个关键字与第s个种类商品对应的特征关键字的对比情况，若在第s种类商品对应的特征关键字中出现待分类商品名称内容中的第p个关键字，则取x′_sp等于该特征关键字，反之，则取x′_sp等于“无”字，管理服务器将待分类非特征关键字集合Y中的各关键字分别与各商品种类对应的商品种类非特征关键字中的各非特征关键字进行逐一对比，得到对比待分类非特征关键字集合Y′_s(y′_s1,y′_s2,...,y′_sq)，y′_sq表示为待分类商品功能描述信息中的第q个关键字与第s个商品种类对应的非特征关键字的对比情况，若在第s种类商品对应的非特征关键字中出现待分类商品功能描述信息中的第q个关键字，则取y′_sq等于该非特征关键字，反之，则取y′_sq等于“无”字；

管理服务器将对比待分类特征关键字集合X′_s和对比待分类非特征关键字集合Y′_s分别与商务数据库中各特征关键字对应的序列和各非特征关键字对应的序列进行对比，得到对比待分类特征关键字序列集合X″_s(x″_s1,x″_s2,...,x″_sp)和对比待分类非特征关键字序列集合Y″_s(y″_s1,y″_s2,...,y″_sq)，对比待分类特征关键字集合X′_s和对比待分类非特征关键字集合Y′_s中“无”字对应的序列为0；

管理服务器将对比待分类特征关键字序列集合和对比待分类非特征关键字序列集合中各序列分别进行归一化处理，使得转换成(0,1)区间的数据，归一化公式分别为

和

p＝1,2,...,p,q＝1,2,...,q，公式中min(x″)表示为对比待分类特征关键字序列中序列数值最小的数值，max(x″)表示为对比待分类特征关键字序列中序列数值最大的数值，min(y″)表示为对比待分类非特征关键字序列中序列数值最小的数值，max(y″)表示为对比待分类非特征关键字序列中序列数值最大的数值，管理服务器经归一化处理后，统计待分类商品与各商品种类间的关联度符合系数

表示为待分类商品与第s种类商品间的关联度符合系数，

为

的欧式距离，ρ表示为影响因子，且ρ＞1，关联度符合系数越大，则表明待分类商品与该关联度符合系数对应的商品种类越匹配，管理服务器将待分类商品与各商品种类间的关联度符合系数发送至筛选匹配模块；

筛选匹配模块接收管理服务器发送的待分类商品与各商品种类间的关联度符合系数，采用冒泡排序法，筛选出关联度符合系数最大的商品种类，并将待分类商品归属于关联度符合系数最大的商品种类，实现了对电子商务平台上的商品进行快速、准确的分类，提高了商品分类的效率。

本发明提供的电子商务平台的商品自动分类管理系统，通过调取采集模块对商务数据库中存储的已分类商品对应的商品名称内容和商品功能描述信息进行分析，以获得各商品种类对应的特征关键字和非特征关键字，并将获得的特征关键字和非特征关键字发送至商务数据库，且不同关键字对应不同的序列码，实现关键字与序列间的映射关系，便于为后期商品分类提供关键字参考价值；

通过管理服务器并结合扫描获取模块、商务数据库和筛选匹配模块，将待分类商品名称内容和功能描述新分别与各商品种类对应的特征关键字和非特征关键字进行比对，并经过映射以及归一化处理后，统计与各商品种类的关联度符合系数并筛选关联度符合系数最大的商品种类作为待分类商品的种类，该系统可对待分类商品进行商品种类的划分，提高了商品分类的效率，降低人工分类的时间和工作量，具有分类速度快、准确性高的特点。

以上内容仅仅是对本发明的构思所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的构思或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (7)

1.一种电子商务平台的商品自动分类管理系统，其特征在于：包括扫描获取模块、商务数据库、管理服务器、调取采集模块和筛选匹配模块；

管理服务器与扫描获取模块、商务数据库和筛选匹配模块连接，商务数据库与调取采集模块连接；

扫描获取模块用于对需分类的商品上的标签进行扫描，以获取商品的基本信息，并将商品的基本信息发送至管理服务器；

商务数据库用于存储所有的商品以及各商品名称内容、商品功能描述信息，且存储的商品按照商品对应的种类进行划分、存储，统计不同商品种类下所有商品的数量，以确定不同商品种类的商品数量，并按照各种类商品数量由高到低的顺序对各商品种类进行排序，分别为1,2,...,s,...,h，s表示为商品分类下的第s种类商品，并存储不同商品种类下各商品对应的若干关键字以及各关键字对应的序列；

商务数据库用于接收调取采集模块发送的各商品种类对应的将商品种类特征关键字集合和商品种类非特征关键字集合；

调取采集模块用于提取商务数据库中存储的不同商品种类中各商品对应的商品名称内容和商品功能描述信息，各商品种类中各商品名称内容中关键字进行划分，划分成若干待检测关键字，统计各商品名称内容中各待检测关键字在该商品种类中所有商品名称内容中出现次数，并按照各商品名称内容中各待检测关键字出现的频率由高到低的顺序，依次对关键字进行排序，构成待检测关键字集合C_S(c_s1,c_s2,...,c_si,...,c_sm)，c_si表示为关键字出现次数排序为i的关键字，待检测关键字集合中各关键字所占的比重构成关键字比重集合C′_S(c′_s1,c′_s2,...,c′_si,...,c′_sm)，c′_si表示为第i个关键字所占的比重，且

待检测关键字集合C_S中的各关键字分别与标准特征关键字集合中的特征关键字进行对比以及与标准非特征关键字集合中的非特征关键字进行对比，得到特征关键字对比集合A′_s(a′_s1,a′_s2,...,a′_si,....,a′_sm)和非特征关键字对比集合B′_s(b′_s1,b′_s2,...,b′_si,....,b′_sm)，其中，a′_si表示为第s个商品种类中关键字排序为i的关键字与商务数据库中存储的特征关键字的对比值，b′_si表示为第s个商品种类中关键字排序为i的关键字与商务数据库中存储的非特征关键字的对比值，若第s个商品种类中关键字排序为i的关键字在商务数据库中存储的特征关键字中，则a′_si等于该关键字，反之，则将a′_si删除，若第s个商品种类中关键字排序为i的关键字在商务数据库中存储的非特征关键字中，则b′_si等于该关键字，反之，则将b′_si删除，调取采集模块对比后的特征关键字和非特征关键字均重新组成，构成商品种类特征关键字集合R_s(r_s1,r_s2,...,r_sw)和商品种类非特征关键字集合U_s(u_s1,u_s2,...,u_sv)，并将商品种类特征关键字集合R_s和商品种类非特征关键字集合U_s发送至商务数据库；

管理服务器接收扫描获取模块发送的需分类商品的基本信息，提取需分类商品中的商品生产日期和有效日期，统计待分类商品的商品分类待存储时间系数，管理服务器提取商品分类存储时间系数大于设定的标准分类存储时间系数的商品基本信息中的商品名称内容和商品功能描述信息，将商品名称内容中的关键字按照各关键字在商品名称内容中首次出现的顺序进行排序，构成待分类特征关键字集合X(x1,x2,...,xp)，xp表示为待分类商品名称内容中的第p个关键字，将商品功能描述信息中的关键字按照各关键字在商品功能描述信息中首次出现的顺序进行排序，构成待分类非特征关键字集合Y(y1,y2,...,yq)，yq表示为待分类商品功能描述信息中的第q个关键字，管理服务器将待分类特征关键字集合X中的各关键字分别与各商品种类对应的商品种类特征关键字集合中的各特征关键字进行逐一对比，得到对比待分类特征关键字集合X′_s(x′_s1,x′_s2,...,x′_sp)，x′_sp表示为待分类商品名称内容中的第p个关键字与第s个种类商品对应的特征关键字的对比情况，若在第s种类商品对应的特征关键字中出现待分类商品名称内容中的第p个关键字，则取x′_sp等于该特征关键字，反之，则取x′_sp等于“无”字，管理服务器将待分类非特征关键字集合Y中的各关键字分别与各商品种类对应的商品种类非特征关键字中的各非特征关键字进行逐一对比，得到对比待分类非特征关键字集合Y′_s(y′_s1,y′_s2,...,y′_sq)，y′_sq表示为待分类商品功能描述信息中的第q个关键字与第s个商品种类对应的非特征关键字的对比情况，若在第s种类商品对应的非特征关键字中出现待分类商品功能描述信息中的第q个关键字，则取y′_sq等于该非特征关键字，反之，则取y′_sq等于“无”字；

管理服务器将对比待分类特征关键字集合X′_s和对比待分类非特征关键字集合Y′_s分别与商务数据库中各特征关键字对应的序列和各非特征关键字对应的序列进行对比，得到对比待分类特征关键字序列集合X″_s(x″_s1,x″_s2,...,x″_sp)和对比待分类非特征关键字序列集合Y″_s(y″_s1,y″_s2,...,y″_sq)，对比待分类特征关键字集合X′_s和对比待分类非特征关键字集合Y′_s中“无”字对应的序列为0；

管理服务器将对比待分类特征关键字序列集合和对比待分类非特征关键字序列集合中各序列分别进行归一化处理，使得转换成(0,1)区间的数据，归一化处理后，得到

和

p＝1,2,...,p,q＝1,2,...,q，经归一化处理后，管理服务器统计待分类商品与各商品种类间的关联度符合系数

表示为待分类商品与第s种类商品间的关联度符合系数，

为

的欧式距离，ρ表示为影响因子，且ρ＞1，关联度符合系数越大，则表明待分类商品与该关联度符合系数对应的商品种类越匹配，管理服务器将待分类商品与各商品种类间的关联度符合系数发送至筛选匹配模块；

筛选匹配模块接收管理服务器发送的待分类商品与各商品种类间的关联度符合系数，筛选出关联度符合系数最大的商品种类，并将待分类商品归属于关联度符合系数最大的商品种类。

2.根据权利要求1所述的一种电子商务平台的商品自动分类管理系统，其特征在于：所述商品的基本信息包括商品名称内容、商品功能描述信息、使用条件、商品生产日期、有效日期和存储条件。

3.根据权利要求1所述的一种电子商务平台的商品自动分类管理系统，其特征在于：所述商务数据库中各商品种类包含不同关键字，不同关键字对应不同序列，且序列由二进制数值组成，每个序列中二进制数值的位数为k个，所述关键字包括特征关键字和非特征关键字，所有特征关键字构成标准特征关键字集合A(a1,a2,...,ak,....,ag)，ak表示为所有特征关键字中的第k个特征关键字，标准特征关键字集合A对应的序列构成标准特征关键字序列集合H(h1,h2,...,hk,....,hg)，hk表示为第k个特征关键字对应的序列，所有非特征关键字构成标准非特征关键字集合B(b1,b2,...,bk,....,bt)，bk表示为所有非特征关键字中的第k个非特征关键字，标准非特征关键字集合B对应的序列构成标准非特征关键字序列集合F(f1,f2,...,fk,....,ft)，fk表示为第k个非特征关键字对应的序列。

4.根据权利要求1所述的一种电子商务平台的商品自动分类管理系统，其特征在于：所述管理服务器根据需分类商品中的商品生产日期和有效日期，并获取当前日期，统计该商品已存储时间和待存储时间，根据商品已存储时间和待存储时间统计商品分类待存储时间系数

λ表示为存储影响因子，取0.45，将统计的该商品分类待存储时间系数与设定的标准分类存储时间系数进行对比，若该商品分类存储时间系数小于设定的标准分类存储时间系数，则不对该商品进行存储，反之，则提取该商品基本信息中的商品名称内容和商品功能描述信息。

5.根据权利要求4所述的一种电子商务平台的商品自动分类管理系统，其特征在于：所述商品已存储时间等于当前日期与商品生产日期间的差值，所述待存储时间等于有效日期与当前日期间的差值。

6.根据权利要求1所述的一种电子商务平台的商品自动分类管理系统，其特征在于：筛选匹配模块采用冒泡排序法，筛选出与待分类商品的关联度符合系数最大的商品种类。

7.根据权利要求1所述的一种电子商务平台的商品自动分类管理系统，其特征在于：所述归一化公式分别为

和

p＝1,2,...,p,q＝1,2,...,q，公式中min(x″)表示为对比待分类特征关键字序列中序列数值最小的数值，max(x″)表示为对比待分类特征关键字序列中序列数值最大的数值，min(y″)表示为对比待分类非特征关键字序列中序列数值最小的数值，max(y″)表示为对比待分类非特征关键字序列中序列数值最大的数值。

Images