CN111105258B - 商品定价的方法、装置和系统 - Google Patents

Abstract

本发明公开了一种商品定价的方法、装置和系统。其中，该方法包括：根据目标对象的描述信息进行关键词提取,并根据提取到的关键词的重要程度进行排序,生成关键词库；依据关键词库计算每个目标对象的价格差异度,并依据每个目标对象的价格差异度得到目标函数；依据目标函数进行迭代计算得到关键词组，并根据关键词组通过价格分区，得到价格区间库。本发明解决了由于在二手商品交易平台中对不同商品定价模式需要设计不同的模板，导致的定价操作繁琐的技术问题。

Description

商品定价的方法、装置和系统

技术领域

本发明涉及互联网技术领域，具体而言，涉及一种商品定价的方法、装置和系统。

背景技术

在现有的二手商品交易平台中，发布的交易商品通常采用“轻发布”的方式，即，通过几句话和几个图片就可以成功发布一个商品；“轻发布”的优势在于对卖家具有非常好的体验，即，操作少，发布商品效率高，而全新商品交易平台需要填写各种标准化结构化的商品参数，以实现对商品的更有利的管控和运营。

基于二手商品交易平台与全新商品交易平台的商品信息发布区别，在二手商品交易平台中，对商品的定价是一个很重要的环节，卖家需要在发布的场景定下一个合理的价钱，买家需要对不同商品进行价格比较，而平台需要对价格进行一定的管控和运营，特别是品质和假冒方面，价格是一个非常关键和核心的因素。

以在二手手机，二手车等回收和转卖的垂直二手电商为例，都采用将商品的型号，新旧等参数，设计成模板式的问答业务流程，实现了二手商品的定价。虽然采用问题式的开放模式，比标准化的商品参数填写也简单快捷不少，也让用户有一定的自由来描述商品，但是其本质上和全新商品交易平台卖家填写结构化标准化信息的定价模式是没有本质差异的。

该缺点在于不同的商品，比如不同品牌的手机，不同品牌的车子，都要设计不同的模板，对于海量商品是不可能实现的，而且对于卖家需要回答较多问题，在体验上会带来更多不好的感知。

针对上述现有技术中由于在二手商品交易平台中对不同商品定价模式需要设计不同的模板，导致的定价操作繁琐的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种商品定价的方法、装置和系统，以至少解决由于在二手商品交易平台中对不同商品定价模式需要设计不同的模板，导致的定价操作繁琐的技术问题。

根据本发明实施例的一个方面，提供了一种商品定价的方法，包括：根据目标对象的描述信息进行关键词提取,并根据提取到的关键词的重要程度进行排序,生成关键词库；依据关键词库计算每个目标对象的价格差异度,并依据每个目标对象的价格差异度得到目标函数；依据目标函数进行迭代计算得到关键词组，并根据关键词组通过价格分区，得到价格区间库。

可选的，在根据目标对象的描述信息进行关键词提取之前，方法还包括：根据所有目标对象的类型和描述信息，得到商品信息库。

可选的，根据目标对象的描述信息进行关键词提取,并根据提取到的关键词的重要程度进行排序,生成关键词库包括：在描述信息包括标题、详情和图片内容的情况下，将目标对象的标题、详情和图片内容作为关键词，生成文本串；对文本串中的每个关键词进行相邻组合，并计算组合后的关键词在全网出现的频度；获取频度大于第一阈值的组合，并计算组合的频度差异度；获取频度差异度小于第二阈值的组合，并依据频度和频度差异度计算组合的重要程度；依据预设顺序对每个组合的重要程度进行排序，得到关键词库。

可选的，依据关键词库计算每个目标对象的价格差异度,并依据每个目标对象的价格差异度得到目标函数包括：依据关键词库获取目标对象的文本串；对文本串进行分词，得到关键词组；依据关键词组计算关键词的重要程度，并依据重要程度对关键词进行排序，得到排序后的关键词组；将所有目标对象依据相同的关键词组进行归类，并计算同一关键词组中目标对象的价格差异度；依据价格差异度与关键词组的个数构件目标函数。

进一步地，可选的，依据重要程度对关键词进行排序，得到排序后的关键词组包括：依据预设次序对重要程度进行排序，得到排序后的关键词组，其中，预设次序包括：重要程度的数值由大到小，或，重要程度的数值由小到大。

可选的，依据目标函数进行迭代计算得到关键词组，并根据关键词组通过价格分区，得到价格区间库包括：获取关键词组中的价格集合；对价格集合中的价格进行分区,得到定价区间；依据每个定价区间构建关键词组的价格区间库。

进一步地，可选的，对价格集合中的价格进行分区,得到定价区间包括：对价格集合中的价格依据预设次序进行分区，得到多个价格分组；获取价格位于所有价格分组中位的分组；将分组确定为定价区间。

可选的，商品定价的方法应用于二手交易网络平台。

根据本发明实施例的另一个方面，提供了一种商品定价的方法，包括：获取每个目标对象在发布后的描述信息；依据描述信息获取目标对象的文本内容；依据文本内容提取至少一个关键词，得到关键词组；依据关键词组向服务器发送价格查询请求；接收服务器返回的对应关键词组的定价区间。

根据本发明实施例的又一个方面，提供了一种商品定价的装置，包括：词库生成模块，用于根据目标对象的描述信息进行关键词提取,并根据提取到的关键词的重要程度进行排序,生成关键词库；计算模块，用于依据关键词库计算每个目标对象的价格差异度,并依据每个目标对象的价格差异度得到目标函数；获取模块，用于依据目标函数进行迭代计算得到关键词组，并根据关键词组通过价格分区，得到价格区间库。

根据本发明实施例的再一个方面，提供了一种商品定价的装置，包括：第一获取模块，用于获取每个目标对象在发布后的描述信息；第二获取模块，用于依据描述信息获取目标对象的文本内容；提取模块，用于依据文本内容提取至少一个关键词，得到关键词组；发送模块，用于依据关键词组向服务器发送价格查询请求；接收模块，用于接收服务器返回的对应关键词组的定价区间。

根据本发明另一实施例的一个方面，提供了一种商品定价的系统，包括：服务器和客户端，其中，服务器，用于根据每个目标对象所属类型和描述信息构建商品信息库；根据目标对象的描述信息进行关键词提取,并根据提取到的关键词的重要程度进行排序,生成关键词库；依据关键词库计算每个目标对象的价格差异度,并依据每个目标对象的价格差异度得到目标函数；依据目标函数进行迭代计算得到关键词组，并根据关键词组通过价格分区，得到价格区间库；客户端，用于在发布目标对象之后，获取每个目标对象在发布后的描述信息；依据描述信息获取目标对象的文本内容；依据文本内容提取至少一个关键词，得到关键词组；依据关键词组向服务器发送价格查询请求；接收服务器返回的对应关键词组的定价区间。

根据本发明另一实施例的另一个方面，提供了一种非暂态存储介质，存储介质存储有指令集，其中，指令集被运行时执行上述商品定价的方法。

在本发明实施例中，采用关键词提取方法对商品信息进行分词并构件价格区间库的方式，通过根据目标对象的描述信息进行关键词提取,并根据提取到的关键词的重要程度进行排序,生成关键词库；依据关键词库计算每个目标对象的价格差异度,并依据每个目标对象的价格差异度得到目标函数；依据目标函数进行迭代计算得到关键词组，并根据关键词组通过价格分区，得到价格区间库，达到了实现了二手商品的智能化自动定价的目的，从而实现了弥补现有技术中二手电商非结构非标准化商品的价格定位弊端的技术效果，进而解决了由于在二手商品交易平台中对不同商品定价模式需要设计不同的模板，导致的定价操作繁琐的技术问题。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是本发明实施例的一种商品定价的方法的计算机终端的硬件结构框图；

图2是根据本发明实施例一的商品定价的方法的流程图；

图3是根据本发明实施例二的商品定价的方法的流程图；

图4是根据本发明实施例三的商品定价的装置的结构图；

图5是根据本发明实施例四的商品定价的装置的结构图；

图6是根据本发明实施例五的商品定价的系统的结构图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本申请涉及的技术名词:

二手电商：闲置的商品，二手的买卖，在线二手交易市场；

SPU(Standard Product Unit)：标准化产品单元。是商品信息聚合的最小单位，是一组可复用、易检索的标准化信息的集合，该集合描述了一个产品的特性。通俗点讲，属性值、特性相同的商品就可以称为一个SPU。

实施例1

根据本发明实施例，还提供了一种商品定价的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。以运行在计算机终端上为例，图1是本发明实施例的一种商品定价的方法的计算机终端的硬件结构框图。如图1所示，计算机终端10可以包括一个或多个(图中仅示出一个)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输模块106。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述电子装置的结构造成限定。例如，计算机终端10还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。

存储器104可用于存储应用软件的软件程序以及模块，如本发明实施例中的商品定价的方法对应的程序指令/模块，处理器102通过运行存储在存储器104内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现上述的应用程序的商品定价的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至计算机终端10。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端10的通信供应商提供的无线网络。在一个实例中，传输装置106包括一个网络适配器(Network Interface Controller，NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输装置106可以为射频(Radio Frequency，RF)模块，其用于通过无线方式与互联网进行通讯。

在上述运行环境下，本申请提供了如图2所示的商品定价的方法。在服务器侧,图2是根据本发明实施例一的商品定价的方法的流程图。

步骤S202，根据目标对象的描述信息进行关键词提取,并根据提取到的关键词的重要程度进行排序,生成关键词库；

步骤S204，依据关键词库计算每个目标对象的价格差异度,并依据每个目标对象的价格差异度得到目标函数；

步骤S206，依据目标函数进行迭代计算得到关键词组，并根据关键词组通过价格分区，得到价格区间库。

具体的,本申请实施例提供的商品定价的方法可以适用于二手电商平台中,特别是为二手电商平台的交易商品自动实现价格定位,在本申请实施例中,以在服务器侧实现为例进行说明,其中,在对每个商品(即,本申请实施例中的目标对象)确定对应的价格区间之前,先对商品所属的类别中所有商品的描述信息进行分词处理,处理过程如下:

首先，以苹果手机为例,在对描述信息进行关键字提取是,由于不同卖家的描述风格不一致,而且新词出现的可能性较高,例如,将苹果6描述成iphone6,苹果X描述成iphoneX，因此，在提取关键词构件关键词库具体如下：

(1)对于任一品类C和品牌B的任一商品P，组合其标题、详情和图片内容，组成一个文本串；

(2)对于文本串的任意一个连续的长度为m文字组合串(m控制在2-6)。对于任意字母和数字的连续组合，都看成是一个文字，比如7plus，128g。计算这些组合在全网的出现频度f，如果少于K次(建议值为5)，则直接排除(比如“刮痕7成新”,一般长度为5及以上的字符串频度都比较低)；

(3)计算字符串W的邻近字符串的组合性强弱。

(4)对于所有符合频度f和差异度r的连续字符串W，计算其重要程度。

(5)按照重要程度，从高到低对所有文本串进行排序，取最高的前面T个，作为品类C和品牌B的关键词库KT＝{K1,K2,…Kt}。

其次，在得到关键词库之后，构建商品定价算法组件，具体如下：

(1)对于任意的商品P，基于关键词库，对其文本串进行分词(任一分词算法，建议用向最大匹配分词法)。得到一个关键词组{K1,K2,…,Kt}。

(2)对于关键词组{K1,K2,…,Kt}，按照关键词的重要程度进行排序，得到另外一个有序关键词组K＝{Kx,Ky,…,Kz}；

(3)对于任一品类品牌的所有商品，按照上述步骤之后，将所有商品按照相同的关键词组进行归类，并计算同一商品关键词组商品的价格差异程度(建议用GINI值或熵值)；

(4)假设品类品牌共有g个关键词组，那么通过上述步骤之后，就得到g个价格差异程度{E1,E2,…,Eg},在这里构建一个最优化问题，目标是使得关键词组的数量越少越好，同时每组的价格差异程度越小越好，当关键词组最小时，即只有一个关键词组，则此时的价格差异程度最大，等同于一个品类品牌的价格差异；当关键词组最大时，即每个关键词组就是一个商品时，价格就一个，差异程度最小。因此g和e存在制约的关系，最优化问题问题是使得这两者达到平衡，这里构造一个最优化目标函数：

对于任何一种最优化算法(如模拟退火，或者梯度下降等)，在每一步迭代中，对关键词库进行增删改的操作，同时重新更新所有关键词组，重新进行商品归类，再对每组商品进行价格差异程度计算，更新目标函数值，逐步迭代直至得到一个当前最优的值，以及最优的关键词库，和关键词组。

最后，基于构件的关键词库和商品定价算法组件构件关键词组价格区间库，具体如下：

基于得到的任一关键词组，对组内的所有商品价格，如{p1,p2,..,pj}，将其从高到低进行等量分成10组{p1,p2,..pn}，并取中位数pm所在的组作为定价区间，对每个关键词组进行类似计算，就构建了一个关键词组价格区间库。

在本发明实施例中，采用关键词提取方法对商品信息进行分词并构件价格区间库的方式，通过根据目标对象的描述信息进行关键词提取,并根据提取到的关键词的重要程度进行排序,生成关键词库；依据关键词库计算每个目标对象的价格差异度,并依据每个目标对象的价格差异度得到目标函数；依据目标函数进行迭代计算得到关键词组，并根据关键词组通过价格分区，得到价格区间库，达到了实现了二手商品的智能化自动定价的目的，从而实现了弥补现有技术中二手电商非结构非标准化商品的价格定位弊端的技术效果，进而解决了由于在二手商品交易平台中对不同商品定价模式需要设计不同的模板，导致的定价操作繁琐的技术问题。

可选的，在步骤S202中根据目标对象的描述信息进行关键词提取之前，本申请实施例提供的商品定价的方法还包括：

步骤S200,根据所有目标对象的类型和描述信息，得到商品信息库。

具体的，抽取所有的闲鱼在线商品,对于特定品类C和特定品牌B的所有商品集合{p1,p2,…,pm}，从标题，描述，以及图片文本，提取标题，描述，图片内容(可用任一OCR算法进行识别提取)等商品详情数据，从而构建了一个二手在线商品库。

可选的，步骤S202中根据目标对象的描述信息进行关键词提取,并根据提取到的关键词的重要程度进行排序,生成关键词库包括：

步骤S2021,在描述信息包括标题、详情和图片内容的情况下，将目标对象的标题、详情和图片内容作为关键词，生成文本串；

步骤S2022,对文本串中的每个关键词进行相邻组合，并计算组合后的关键词在全网出现的频度；

步骤S2023,获取频度大于第一阈值的组合，并计算组合的频度差异度；

步骤S2024,获取频度差异度小于第二阈值的组合，并依据频度和频度差异度计算组合的重要程度；

步骤S2025,依据预设顺序对每个组合的重要程度进行排序，得到关键词库。

具体的，结合步骤S2021至步骤S2025，根据目标对象的描述信息进行关键词提取,并根据提取到的关键词的重要程度进行排序,生成关键词库具体如下：

A，对于任一品类C和品牌B的任一商品P，组合其标题、详情和图片内容，组成一个文本串W＝W1W2…Wn，如“二手苹果7plus，128g，少量刮痕7成新”

B，对于文本串的任意一个连续的长度为m文字组合串(m控制在2-6)，如W1W2，W2W3，W3W4W5，W1W2W3W4W5W6。对于任意字母和数字的连续组合，都看成是一个文字，比如7plus，128g。计算这些组合在全网的出现频度f，如果少于K次(建议值为5)，则直接排除(比如“刮痕7成新”,一般长度为5及以上的字符串频度都比较低)；

C，计算字符串W的邻近字符串的组合性强弱，比如对于字符串W＝W2W3(即“手苹”)，考虑左右邻居，即Wl＝W1W2(“二手”)和Wr＝W3W4(“苹果”)这些串的频度fl和fr,与W2W3出现的频度f的频度差异度，用公式表示为：

如果频度差异值大于R(建议值为3)，则认为W组合性不及左右邻居，直接排除。

D，对于所有符合频度f和差异度r的连续字符串W，计算其重要程度，用公式表示为：

其中，F是所有文本串出现的最大频度，而R是所有文本串出现的最大差异度。

E，按照重要程度，从高到低对所有文本串进行排序，取最高的前面T个(建议值为5000，一般和品类和品牌的总体数量成正比)，作为品类C和品牌B的关键词库KT＝{K1,K2,…Kt}。

可选的，步骤S204中依据关键词库计算每个目标对象的价格差异度,并依据每个目标对象的价格差异度得到目标函数包括：

步骤S2041,依据关键词库获取目标对象的文本串；

步骤S2042,对文本串进行分词，得到关键词组；

步骤S2043,依据关键词组计算关键词的重要程度，并依据重要程度对关键词进行排序，得到排序后的关键词组；

步骤S2044,将所有目标对象依据相同的关键词组进行归类，并计算同一关键词组中目标对象的价格差异度；

步骤S2045,依据价格差异度与关键词组的个数构件目标函数。

具体的，结合步骤S2041至步骤S2045，依据关键词库计算每个目标对象的价格差异度,并依据每个目标对象的价格差异度得到目标函数，具体如下：

(1)对于任意的商品P，基于关键词库，对其文本串进行分词(任一分词算法，建议用向最大匹配分词法)。得到一个关键词组{K1,K2,…,Kt}

例如，对于上述的“二手苹果7plus，128g，少量刮痕7成新”，分词后的结果为{二手，苹果，7plus，128g，少量，刮痕，7成新}。

(2)对于关键词组{K1,K2,…,Kt}，按照关键词的重要程度进行排序，得到另外一个有序关键词组K＝{Kx,Ky,…,Kz},比如上述分词后的结果，排序后得到的关键词组为{苹果,7plus，128g,7成新,刮痕，二手，少量}；

(3)对于任一品类品牌的所有商品，按照上述步骤之后，将所有商品按照相同的关键词组进行归类，并计算同一商品关键词组商品的价格差异程度(建议用GINI值或熵值)，比如，假设关键词组为K＝{苹果,7plus，128g,7成新,刮痕，二手，少量}的所有商品有t件，价格分别为{p1,p2,..,pt}，并用等距分箱方法将价位分成10个区间{P1,P2,…P10}，对应价位区间的商品量为{N1,N2,..Nm}(N1+N2+…+Nm＝t)，则用熵值法计算其价格差异程度为：

(4)假设品类品牌共有g个关键词组，那么通过ABC步骤之后，就得到g个价格差异程度{E1,E2,…,Eg},在这里构建一个最优化问题，目标是使得关键词组的数量越少越好，同时每组的价格差异程度越小越好，当关键词组最小时，即只有一个关键词组(如上例的“苹果“)，则此时的价格差异程度最大，等同于一个品类品牌的价格差异；当关键词组最大时，即每个关键词组就是一个商品时，价格就一个，差异程度最小。因此g和e存在制约的关系，最优化问题问题是使得这两者达到平衡，这里构造一个最优化目标函数：

对于任何一种最优化算法(如模拟退火，或者梯度下降等)，在每一步迭代中，对关键词库进行增删改的操作，同时重新更新所有关键词组，重新进行商品归类，再对每组商品进行价格差异程度计算，更新目标函数值，逐步迭代直至得到一个当前最优的值，以及最优的关键词库，和关键词组。

进一步地，可选的，步骤S2043中依据重要程度对关键词进行排序，得到排序后的关键词组包括：

步骤S20431,依据预设次序对重要程度进行排序，得到排序后的关键词组，其中，预设次序包括：重要程度的数值由大到小，或，重要程度的数值由小到大。

可选的，步骤S206中依据目标函数进行迭代计算得到关键词组，并根据关键词组通过价格分区，得到价格区间库包括：

步骤S2061,获取关键词组中的价格集合；

步骤S2062,对价格集合中的价格进行分区,得到定价区间；

步骤S2063,依据每个定价区间构建关键词组的价格区间库。

进一步地，可选的，步骤S2062中对价格集合中的价格进行分区,得到定价区间包括：

步骤S20621,对价格集合中的价格依据预设次序进行分区，得到多个价格分组；

步骤S20622,获取价格位于所有价格分组中位的分组；

步骤S20623,将分组确定为定价区间。

具体的，基于上述步骤S206中的步骤S2061至步骤S2063，以及步骤S2062中的步骤S20621至步骤S20623，具体如下：

基于步骤S204中得到的任一关键词组，对组内的所有商品价格，如{p1,p2,..,pj}，将其从高到低进行等量分成10组{p1,p2,..pn}，并取中位数pm所在的组作为定价区间，对每个关键词组进行类似计算，就构建了一个关键词组价格区间库。

实施例2

根据本发明实施例的另一个方面，提供了一种商品定价的方法，本申请提供了如图3所示的商品定价的方法。在客户端侧,图3是根据本发明实施例二的商品定价的方法的流程图。包括：

步骤S300，获取每个目标对象在发布后的描述信息；

步骤S302，依据描述信息获取目标对象的文本内容；

步骤S304，依据文本内容提取至少一个关键词，得到关键词组；

步骤S306，依据关键词组向服务器发送价格查询请求；

步骤S308，接收服务器返回的对应关键词组的定价区间。

具体的，结合步骤S300至步骤S308，本申请实施例提供的商品定价的方法具体如下：

1)当卖家在二手在线交易客户端发布商品时，按照正常流程，获取其填写的标题，详情和上传的图片根据；

2)基于实施例1中步骤S202关键词库的构建，从标题，详情和图片中，获取到商品的文本内容；

3)基于实施例1中步骤S204构建商品定价算法组件,从文本内容，抽取关键字，获取到商品的关键词组；

4)从服务器端的关键词组价格区间库查询对于关键词组的价格区间(即，本申请实施例中的定价区间)。

基于上述，查询到商品的价格区间之后，二手在线交易平台可对商品进行各种推荐，搜索，管控等的优化和运营。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的商品定价的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明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，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

实施例3

根据本发明实施例的又一个方面，提供了一种商品定价的装置，在服务器侧，图4是根据本发明实施例三的商品定价的装置的结构图，如图4所示，包括：

词库生成模块42，用于根据目标对象的描述信息进行关键词提取,并根据提取到的关键词的重要程度进行排序,生成关键词库；计算模块44，用于依据关键词库计算每个目标对象的价格差异度,并依据每个目标对象的价格差异度得到目标函数；获取模块46，用于依据目标函数进行迭代计算得到关键词组，并根据关键词组通过价格分区，得到价格区间库。

实施例4

根据本发明实施例的再一个方面，提供了一种商品定价的装置，在客户端侧，图5是根据本发明实施例四的商品定价的装置的结构图，如图5所示，包括：

第一获取模块50，用于获取每个目标对象在发布后的描述信息；第二获取模块52，用于依据描述信息获取目标对象的文本内容；提取模块54，用于依据文本内容提取至少一个关键词，得到关键词组；发送模块56，用于依据关键词组向服务器发送价格查询请求；接收模块58，用于接收服务器返回的对应关键词组的定价区间。

实施例5

根据本发明另一实施例的一个方面，提供了一种商品定价的系统，图6是根据本发明实施例五的商品定价的系统的结构图，如图6所示，包括：服务器62和客户端64，其中，服务器62，用于根据每个目标对象所属类型和描述信息构建商品信息库；根据目标对象的描述信息进行关键词提取,并根据提取到的关键词的重要程度进行排序,生成关键词库；依据关键词库计算每个目标对象的价格差异度,并依据每个目标对象的价格差异度得到目标函数；依据目标函数进行迭代计算得到关键词组，并根据关键词组通过价格分区，得到价格区间库；客户端64，用于在发布目标对象之后，获取每个目标对象在发布后的描述信息；依据描述信息获取目标对象的文本内容；依据文本内容提取至少一个关键词，得到关键词组；依据关键词组向服务器发送价格查询请求；接收服务器返回的对应关键词组的定价区间。

实施例6

根据本发明另一实施例的另一个方面，提供了一种非暂态存储介质，存储介质存储有指令集，其中，指令集被运行时执行上述商品定价的方法。

实施例7

本发明的实施例还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以用于保存上述实施例一所提供的商品定价的方法所执行的程序代码。

可选地，在本实施例中，上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中。

可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：根据目标对象的描述信息进行关键词提取,并根据提取到的关键词的重要程度进行排序,生成关键词库；依据关键词库计算每个目标对象的价格差异度,并依据每个目标对象的价格差异度得到目标函数；依据目标函数进行迭代计算得到关键词组，并根据关键词组通过价格分区，得到价格区间库。

可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：在根据目标对象的描述信息进行关键词提取之前，根据所有目标对象的类型和描述信息，得到商品信息库。

可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：根据目标对象的描述信息进行关键词提取,并根据提取到的关键词的重要程度进行排序,生成关键词库包括：在描述信息包括标题、详情和图片内容的情况下，将目标对象的标题、详情和图片内容作为关键词，生成文本串；对文本串中的每个关键词进行相邻组合，并计算组合后的关键词在全网出现的频度；获取频度大于第一阈值的组合，并计算组合的频度差异度；获取频度差异度小于第二阈值的组合，并依据频度和频度差异度计算组合的重要程度；依据预设顺序对每个组合的重要程度进行排序，得到关键词库。

可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：依据关键词库计算每个目标对象的价格差异度,并依据每个目标对象的价格差异度得到目标函数包括：依据关键词库获取目标对象的文本串；对文本串进行分词，得到关键词组；依据关键词组计算关键词的重要程度，并依据重要程度对关键词进行排序，得到排序后的关键词组；将所有目标对象依据相同的关键词组进行归类，并计算同一关键词组中目标对象的价格差异度；依据价格差异度与关键词组的个数构件目标函数。

进一步地，可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：依据重要程度对关键词进行排序，得到排序后的关键词组包括：依据预设次序对重要程度进行排序，得到排序后的关键词组，其中，预设次序包括：重要程度的数值由大到小，或，重要程度的数值由小到大。

可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：依据目标函数进行迭代计算得到关键词组，并根据关键词组通过价格分区，得到价格区间库包括：获取关键词组中的价格集合；对价格集合中的价格进行分区,得到定价区间；依据每个定价区间构建关键词组的价格区间库。

进一步地，可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：对价格集合中的价格进行分区,得到定价区间包括：对价格集合中的价格依据预设次序进行分区，得到多个价格分组；获取价格位于所有价格分组中位的分组；将分组确定为定价区间。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (9)

1.一种商品定价的方法，包括：

根据目标对象的描述信息进行关键词提取,并根据提取到的关键词的重要程度进行排序,生成关键词库；

依据所述关键词库计算每个目标对象的价格差异度,并依据所述每个目标对象的价格差异度得到目标函数；

依据所述目标函数进行迭代计算得到关键词组，并根据所述关键词组通过价格分区，得到价格区间库；

其中，所述依据所述关键词库计算所述每个目标对象的价格差异度,并依据每个目标对象的价格差异度得到目标函数包括：

依据所述关键词库获取目标对象的文本串；

对所述文本串进行分词，得到关键词组；

依据所述关键词组计算所述关键词的重要程度，并依据所述重要程度对所述关键词进行排序，得到排序后的关键词组；

将所有目标对象依据相同的关键词组进行归类，并计算同一关键词组中所述目标对象的价格差异度；

依据所述价格差异度与所述关键词组的个数构建所述目标函数；

其中，依据所述目标函数进行迭代计算得到关键词组，并根据所述关键词组通过价格分区，得到价格区间库包括：

获取所述关键词组中的价格集合；

对所述价格集合中的价格进行分区,得到定价区间；

依据每个定价区间构建所述关键词组的价格区间库。

2.根据权利要求1所述的方法，其中，在所述根据目标对象的描述信息进行关键词提取之前，所述方法还包括：

根据所有目标对象的类型和描述信息，得到商品信息库。

3.根据权利要求1所述的方法，其中，所述根据目标对象的描述信息进行关键词提取,并根据提取到的关键词的重要程度进行排序,生成关键词库包括：

在所述描述信息包括标题、详情和图片内容的情况下，将所述目标对象的标题、详情和图片内容作为关键词，生成文本串；

对所述文本串中的每个关键词进行相邻组合，并计算组合后的关键词在全网出现的频度；

获取所述频度大于第一阈值的组合，并计算所述组合的频度差异度；

获取所述频度差异度小于第二阈值的组合，并依据所述频度和所述频度差异度计算所述组合的重要程度；

依据预设顺序对每个组合的重要程度进行排序，得到所述关键词库。

4.根据权利要求1所述的方法，其中，所述依据所述重要程度对所述关键词进行排序，得到排序后的关键词组包括：

依据预设次序对所述重要程度进行排序，得到排序后的关键词组，其中，所述预设次序包括：所述重要程度的数值由大到小，或，所述重要程度的数值由小到大。

5.根据权利要求1所述的方法，其中，所述对所述价格集合中的价格进行分区,得到定价区间包括：

对所述价格集合中的价格依据预设次序进行分区，得到多个价格分组；

获取价格位于所有价格分组中位的分组；

将所述分组确定为所述定价区间。

6.根据权利要求1所述的方法，其中，所述商品定价的方法应用于二手交易网络平台。

7.一种商品定价的装置，包括：

词库生成模块，用于根据目标对象的描述信息进行关键词提取,并根据提取到的关键词的重要程度进行排序,生成关键词库；

计算模块，用于依据所述关键词库计算每个目标对象的价格差异度,并依据所述每个目标对象的价格差异度得到目标函数；

获取模块，用于依据所述目标函数进行迭代计算得到关键词组，并根据所述关键词组通过价格分区，得到价格区间库；

其中，计算模块还用于依据所述关键词库获取目标对象的文本串，对所述文本串进行分词，得到关键词组，依据所述关键词组计算所述关键词的重要程度，并依据所述重要程度对所述关键词进行排序，得到排序后的关键词组，将所有目标对象依据相同的关键词组进行归类，并计算同一关键词组中所述目标对象的价格差异度，依据所述价格差异度与所述关键词组的个数构建所述目标函数；

获取模块还用于获取所述关键词组中的价格集合，对所述价格集合中的价格进行分区,得到定价区间，依据每个定价区间构建所述关键词组的价格区间库。

8.一种商品定价的系统，包括：服务器和客户端，其中，

所述服务器，用于根据每个目标对象所属类型和描述信息构建商品信息库；根据目标对象的描述信息进行关键词提取,并根据提取到的关键词的重要程度进行排序,生成关键词库；依据所述关键词库计算所述每个目标对象的价格差异度,并依据所述每个目标对象的价格差异度得到目标函数；依据所述目标函数进行迭代计算得到关键词组，并根据所述关键词组通过价格分区，得到价格区间库；

所述客户端，用于在发布目标对象之后，获取每个目标对象在发布后的描述信息；依据所述描述信息获取所述目标对象的文本内容；依据所述文本内容提取至少一个关键词，得到关键词组；依据所述关键词组向服务器发送价格查询请求；接收所述服务器返回的对应所述关键词组的定价区间；

其中，所述服务器还用于依据所述关键词库获取目标对象的文本串，对所述文本串进行分词，得到关键词组，依据所述关键词组计算所述关键词的重要程度，并依据所述重要程度对所述关键词进行排序，得到排序后的关键词组，将所有目标对象依据相同的关键词组进行归类，并计算同一关键词组中所述目标对象的价格差异度，依据所述价格差异度与所述关键词组的个数构建所述目标函数；

所述服务器还用于获取所述关键词组中的价格集合，对所述价格集合中的价格进行分区,得到定价区间，依据每个定价区间构建所述关键词组的价格区间库。

9.一种非暂态存储介质，所述存储介质存储有指令集，其中，所述指令集被运行时执行：权利要求1至6中任一项所述的商品定价的方法。

Images