CN109583910A

CN109583910A - 一种商品授权鉴定方法、装置及设备

Info

Publication number: CN109583910A
Application number: CN201811260942.8A
Authority: CN
Inventors: 张林江
Original assignee: Alibaba Group Holding Ltd
Current assignee: ANT Financial Hang Zhou Network Technology Co Ltd
Priority date: 2018-10-26
Filing date: 2018-10-26
Publication date: 2019-04-05
Anticipated expiration: 2038-10-26
Also published as: CN109583910B

Abstract

公开了一种商品授权鉴定方法。通过收集买家所提供的商品图片信息，采用预先训练好的logo识别模型对图片进行识别，确定买家所提供的图片中所包含的logo，以及进一步确定商品的品牌，从而可以根据预先建立的商品品牌授权信息数据库确定该商家的商品是否经过授权。

Description

一种商品授权鉴定方法、装置及设备

技术领域

本说明书实施例涉及信息技术领域，尤其涉及一种商品授权鉴定方法、装置及设备。

背景技术

目前在电商平台上，大部分商家在售卖商品时都会提供带有商品logo的样品图案以供用户参考。

这其中，有部分商家虽然在样品图案上也会有品牌logo，但是实际上该商家是未经品牌方授权就进行售卖的，又或者，其卖的本身就是假冒伪劣产品。电商平台需要积极打击这部分商家的侵权行为。因此，为了对抗平台的打击，有部分商家会将商品进行名称修改，以及，同时将商品logo进行马赛克处理，以躲避假货识别。例如，商家将“李维斯”改名为“李家牛仔裤”，同时，给样品图案上的李维斯的logo进行模糊化处理，以躲避打击。

基于此，需要一种更有效的商品授权鉴定方案。

发明内容

针对现有电商平台上的商家侵权问题，为实现更有效的商品授权鉴定，本说明书实施例提供一种商品授权鉴定方法，具体包括：

针对电商平台中任一商家的商品，获取买家所提供的商品图片；

采用预先训练得到的商品logo识别模型，确定所述买家所提供的商品图片的商品logo；

确定所述商品logo所对应的品牌名称；

基于预先建立的商家品牌授权关系数据库和所述品牌名称，确定所述商家的商品是否授权。

对应的，本说明书实施例还提供一种商品授权鉴定装置，包括：

图片获取模块，针对电商平台中任一商家的商品，获取买家所提供的商品图片；

logo识别模块，采用预先训练得到的商品logo识别模型，确定所述买家所提供的商品图片的商品logo；

名称确定模块，确定所述商品logo所对应的品牌名称；

授权鉴定模块，基于预先建立的商家品牌授权关系数据库和所述品牌名称，确定所述商家的商品是否授权。

对应的，本说明书实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现上述的商品授权鉴定方法。

对应的，本说明书实施例还提供计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时，执行执行实现上述商品授权鉴定方法。

通过收集买家所提供的商品图片信息，采用预先训练好的logo识别模型对图片进行识别，确定买家所提供的图片中所包含的logo，以及进一步确定商品的品牌，从而可以根据预先建立的授权信息数据库确定该商家的商品是否经过授权。实现在商家遮挡了样品图案的logo，而难以通过商家直接获取信息判定是否侵权售卖的情形下，获取买家的相关信息，对商家是否侵权售卖进行鉴定，维护电商平台的商业环境，提高买家的用户体验。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本说明书实施例。

此外，本说明书实施例中的任一实施例并不需要达到上述的全部效果。

附图说明

为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中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说明书实施例中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1为本说明书实施例所涉及的架构示意图；

图2是本说明书实施例提供的一种商品授权鉴定方法的流程示意图；

图3为本说明书实施例所提供的商品logo的示例性示意图；

图4是本说明书实施例提供的一种商品授权鉴定装置的结构示意图；

图5示出了本说明书实施例所提供的计算设备硬件结构示意图。

具体实施方式

为了使本领域技术人员更好地理解本说明书实施例中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行详细地描述，显然，所描述的实施例仅仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员所获得的所有其他实施例，都应当属于保护的范围。

当前电商平台上的商家数量非常的多，进行侵权售卖的商家通常都会想各种办法(例如，给商品取别名，模糊样品图案上的logo等等)，隐藏自己以躲避平台的打击。对于那些隐藏很深的商家，用户在购买的时候很难发觉自己是否买到了未经授权的商品(即，水货或者假货)。但是，用户通常会在发觉自己买到了假货以后去进行举报，或者去商家进行评论。电商平台上，用户评论的数据是很多的，有些热销商品的评论经常都是上万评论数据，基于此，为提高用户的购买体验，本说明书实施例提供一种更有效的商品授权鉴定方案。如图1所示，图1为本说明书实施例所涉及的架构示意图。图中的商品logo识别模型采用了含多隐层的卷积神经网络模型，在实际应用中，采用其他的分类模型也是可行的，这里并不做具体的限定。

以下结合附图，详细说明本说明书各实施例提供的技术方案。如图2所示，图2是本说明书实施例提供的一种商品授权鉴定方法的流程示意图，该流程具体包括如下步骤：

S201，针对电商平台中任一商家的商品，获取买家所提供的商品图片。

本说明书实施例所提供的方案，可以针对任一商家所提供的任一产品进行授权鉴定。在实际应用中，还可以预设条件对商家的商品进行筛选，具体的筛选条件可以包括一定时间内商品的交易次数、一定时间内商品的交易金额等中的一个或者多个因素。例如，经统计发现，进行侵权售卖的商品，其每个月的交易次数和/或交易金额大多数在一个区间范围内，则可以针对最近一个月内，交易次数和/或交易金额落在该区间的商品进行授权鉴定。以及，还可以根据买家的评论次数或者买家的投诉次数等条件确定对哪些商家进行鉴权。

获取买家所提供的图片时，同样可以设置一定的过滤条件，过滤条件可以包括买家所提供的图片数量超过阈值、图片的发送日期在指定的时间范围内等等，若图片数量太少，则认为获取得到的图片无效，以提高本方案的效率，避免无效样本。

获取买家所提供的图片时，获取途径可以是被动的收集用户举报所提供的图片，或者，主动在电商品台中该商家的商品的评论区(包括好评区和/或差评区)中进行爬取。例如，若在某商品的评论区，用户评论次数、用户差评次数或者用户差评占比符合预设条件，则筛选该商品的买家评论区的图片。

此外，对于商品logo而言，其更多完整的出现在商品的包装上，在产品上出现时由于用户的拍摄角度问题，经常只出现部分logo，而包含完整的商品logo的图案作为输入时对模型识别更为有利。因此，还可以从买家评论中所包含的图片中进一步的筛选，获取更多的包含商品包装的图片作为模型的输入。例如，基于买家的评论中是否包含有某些关键词进一步的筛选，以提高有效图片的概率，比如，若买家的评论中出现“包装”或者“牌子”等词汇，则选取该买家的评论中所包含的图片作为输入。

在实际应用中，若买家认为其买到的商品有可能是假货或者侵权产品时，其更可能去差评区写评论。因此，获取买家的图片时，还可以直接去掉好评区的图片，只选取差评区的买家所提供的图片。此外，还可以预先设置买家黑名单，若某买家在一定时间进行举报或者发送差评的数量超过一定值，则认为其所提供的图片为无效图片。

S203，采用预先训练得到的商品logo识别模型，确定所述买家所提供的商品图片的商品logo。

采用模型识别图片时，可以针对每一图案分别进行识别，获得每一个图案锁包含的商品logo。容易理解，商品的名称以及商品的公司名称通常也是买家所提供的图案中的一部分。因此，商品logo可以包括商品的商标、商品的名称(可以包括各种中文、英文、日文等各种语言内的名称)、商品的公司名称等等。例如，对于香奈儿的logo可以是香奈儿的商标图案，还可以包括中文的“香奈儿”以及英文的“chanel”等等。如图3所示，图3为本说明书实施例所提供的商品logo的示例性示意图。

由于买家的拍摄角度问题，其提供的图片有一部分是不包含商品logo的，以及，模型在进行logo识别时通常会有一定的错误分类，因此，为确保模型识别得到的商品logo真实有效，可以基于多张(具体数量可以人为设置)买家所提供的图片进行logo识别，然后对识别结果进行统计。实际上，若买家提供的图片较少，通过人工就可以识别了；本说明书实施例所提供的方案中，在通过买家评论区收集图片时，通常将得成千上万张买家所提供的商品图片。基于前述内容，可对于多张买家所提供的图片的识别结果进行统计，若统计结果中，某商品logo所占比例超过一定值，则可以确定该商家的商品logo，尽量避免错误识别。

S205，确定所述商品logo所对应的品牌名称。该确定过程可以基于模型识别，也可以通过人工进行识别。

S207，基于预先建立的商家品牌授权关系数据库和所述品牌名称，确定所述商家的商品是否授权。

在电商平台中，一般都有预存的商家品牌授权关系数据库，存储有各商品品牌所授权的商家名称。基于商家名称，查询该数据库即可得到该商家的商品是否已经授权。

通过收集买家所提供的商品图片信息，采用预先训练好的logo识别模型对图片进行识别，确定买家所提供的图片中所包含的logo，以及进一步确定商品的品牌，从而可以根据预先建立的授权信息数据库确定该商家的商品是否经过授权。在商家遮挡了样品图案的logo，而难以通过商家直接获取信息判定是否侵权售卖的情形下，实现获取买家的相关信息，对商家是否侵权售卖进行鉴定，维护电商平台的商业环境，提高买家的用户体验。

在实际应用中，在获得买家所提供的商品图片后，还可以进行相应的预处理，以便商品logo识别模型进行识别。所述的预处理即为对获取得到的买家所提供的商品图片进行数据清洗，包括图像去燥、图像旋转、图像对齐、图像大小调整以及图像锐化等等。具体而言，商品logo不论其是图形还是文字，在图片中均是通过一定的边界线条所显示出来，因此，通过上述预处理过程，增强买家所提供的图案中所包含的边界信息，有利于商品logo识别模型对图片中的logo进行识别。

在商品logo识别模型的训练过程中，可以包含商品logo的商品图片作为正样本，以及，获取不包含商品logo的商品图片作为负样本，训练得到所述商品logo识别模型，其中，所述正样本中包含多种不同种类商品logo，从而可以识别多种不同种类的商品logo。以及，对于正样品的选择，可以采用各品牌商所提供的包含logo的商品宣传图片；而对于负样本，则可以选择不包含商品logo的宣传图片(例如，随机选取一些不包含logo的商品宣传图片)，或者，与商品logo近似的假冒伪劣商品的logo，例如，某商品logo为“ABO”，而某些冒牌商品则选择“AB0”或者“ABC”等等作为自己的logo，则在训练模型时还可以选择包含上述近似logo的图案作为负样本。通过选择合适的正负样本，可以更加贴近实际情形，训练出来的商品logo识别模型更为准确。

对应的，本说明书实施例还提供一种商品授权鉴定装置，如图4所示，图4是本说明书实施例提供的一种商品授权鉴定装置的结构示意图，包括：

图片获取模块401，针对电商平台中任一商家的商品，获取买家所提供的商品图片；

logo识别模块402，采用预先训练得到的商品logo识别模型，确定所述买家所提供的商品图片的商品logo；

名称确定模块403，确定所述商品logo所对应的品牌名称；

授权鉴定模块404，基于预先建立的商家品牌授权关系数据库和所述品牌名称，确定所述商家的商品是否授权。

所述图片获取模块401，从买家的投诉数据中获取买家所提供的商品图片；或者，从所述电商平台中，所述商家的商品的评论区的买家评论中，获取买家所提供的商品图片。

进一步地，所述装置还包括，预处理模块405，对获取得到的买家所提供的商品图片进行数据清洗，增强所述商品图片中所包含的边界。

进一步地，所述装置还包括模型训练模块406，获取包含商品logo的商品图片作为正样本，以及，获取不包含商品logo的商品图片作为负样本，训练得到所述商品logo识别模型，其中，所述正样本中包含多种不同种类的商品logo。

本说明书实施例还提供一种计算机设备，其至少包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，处理器执行所述程序时实现图2所示的商品授权鉴定方法。

图5示出了本说明书实施例所提供的一种更为具体的计算设备硬件结构示意图，该设备可以包括：处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。

处理器1010可以采用通用的CPU(Central Processing Unit，中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本说明书实施例所提供的技术方案。

存储器1020可以采用ROM(Read Only Memory，只读存储器)、RAM(Random AccessMemory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器1020中，并由处理器1010来调用执行。

输入/输出接口1030用于连接输入/输出模块，以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。

通信接口1040用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。

总线1050包括一通路，在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。

需要说明的是，尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本说明书实施例方案所必需的组件，而不必包含图中所示的全部组件。

本说明书实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现图1所示的业务风险防控方法。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本说明书实施例可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本说明书实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本说明书实施例各个实施例或者实施例的某些部分所述的方法。

上述实施例阐明的系统、方法、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机，计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于方法实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的方法实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，在实施本说明书实施例方案时可以把各模块的功能在同一个或多个软件和/或硬件中实现。也可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述仅是本说明书实施例的具体实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本说明书实施例原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本说明书实施例的保护范围。

Claims

1.一种商品授权鉴定方法，包括：

确定所述商品logo所对应的品牌名称；

2.如权利要求1所述的方法，获取买家所提供的商品图片，包括：

从买家的投诉数据中获取买家所提供的商品图片；或者，

从所述电商平台中，所述商家的商品的评论区的买家评论中，获取买家所提供的商品图片。

3.如权利要求1所述的方法，确定所述买家所提供的商品图片的商品logo之前，还包括：

对获取得到的买家所提供的商品图片进行数据清洗，增强所述商品图片中所包含的边界。

4.如权利要求1所述的方法，所述商品logo识别模型，基于如下方式预先训练得到：

获取包含商品logo的商品图片作为正样本，以及，获取不包含商品logo的商品图片作为负样本，训练得到所述商品logo识别模型，其中，所述正样本中包含多种不同种类商品logo。

5.一种商品授权鉴定装置，包括：

名称确定模块，确定所述商品logo所对应的品牌名称；

6.如权利要求5所述的装置，所述图片获取模块，从买家的投诉数据中获取买家所提供的商品图片；或者，从所述电商平台中，所述商家的商品的评论区的买家评论中，获取买家所提供的商品图片。

7.如权利要求5所述的装置，还包括，预处理模块，对获取得到的买家所提供的商品图片进行数据清洗，增强所述商品图片中所包含的边界。

8.如权利要求5所述的装置，还包括模型训练模块，获取包含商品logo的商品图片作为正样本，以及，获取不包含商品logo的商品图片作为负样本，训练得到所述商品logo识别模型，其中，所述正样本中包含多种不同种类的商品logo。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现如权利要求1至4任一项所述的方法。