CN111563168A - 一种基于ai知识图谱算法用于通关商品智能归类的方法 - Google Patents

一种基于ai知识图谱算法用于通关商品智能归类的方法 Download PDF

Info

Publication number
CN111563168A
CN111563168A CN202010137514.7A CN202010137514A CN111563168A CN 111563168 A CN111563168 A CN 111563168A CN 202010137514 A CN202010137514 A CN 202010137514A CN 111563168 A CN111563168 A CN 111563168A
Authority
CN
China
Prior art keywords
library
processing system
knowledge
keyword
keywords
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010137514.7A
Other languages
English (en)
Other versions
CN111563168B (zh
Inventor
吕书海
闫妮
翟俊山
吕超然
刘源旭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin Montpellier Innovation Network Technology Co ltd
Original Assignee
Tianjin Montpellier Innovation Network Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tianjin Montpellier Innovation Network Technology Co ltd filed Critical Tianjin Montpellier Innovation Network Technology Co ltd
Priority to CN202010137514.7A priority Critical patent/CN111563168B/zh
Publication of CN111563168A publication Critical patent/CN111563168A/zh
Application granted granted Critical
Publication of CN111563168B publication Critical patent/CN111563168B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Linguistics (AREA)
  • Animal Behavior & Ethology (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种基于AI知识图谱算法用于通关商品智能归类的方法，涉及跨境通关商品智能归类领域，目的是提升商品归类的正确性、可靠性及归类效率；具体包括如下步骤：提取商品信息，将待分类通关商品的商品信息上传至初级处理系统；提取关键词，初级处理系统对商品信息的关键词进行提取，若提取的关键词数量为一个，则转入步骤五；寻找上位词，初级处理系统将关键词传输至二级处理系统，由二级处理系统在关键词库中比对选择出一个上位词，将该上位词设定为检索标签，并传输至AI知识图谱运算系统；本发明通过设置上位词和下位词系统，能够在AI知识图谱运算系统检索时，进行更可靠的通关商品分类；通过设置更新关键词库步骤，能够与时俱进，有利于适应新商品。

Description

一种基于AI知识图谱算法用于通关商品智能归类的方法
技术领域
本发明涉及商品归类技术领域，尤其涉及一种基于AI知识图谱算法用于通关商品智能归类的方法。
背景技术
现如今，随着经济的提升，人们生活水平的进步，琳琅满目的商品进入到大家的视野当中，人们的购买力也在不断提升，购买范围也开始朝着国外扩散，跨境贸易成为国计民生比重日益增长的重要部分。由于商品的种类繁多，国际上商品HS编码只在前六位给予了通用的标准，后两位编码、部分商品后四位编码都需要进出口企业根据商品的具体信息进行人工归类，同一件商品由于其产地不同或者用途不同，就应属于不同的商品归类、适用不同的海关税则，而进出口企业经常由于归类错误，造成自身经济损失，也给口岸监管部门的管理工作带来困难。因此，通关商品的归类工作至关重要。一种智能的归类工具不仅能够提高进出口企业的通关效率、降低通关成本，也能给口岸监管部门提供归类依据。经检索，中国专利申请号为CN201310674950.8的专利，公开了一种适用于B2B电子商务平台的商品信息自动分类推荐方法，用于辅助B2B电子商务平台卖家发布准确的商品分类信息；该方法为：获取电子商务平台商品信息数据库中已处理的商品信息形成商品分类知识库；抽取卖家新提交商品的标题和描述信息并进行表征；将表征结果与商品分类知识库中的信息进行相似度计算；将最相关的分类结果推荐给该新商品。该方法的处理的商品信息可能出现多项描述，在相似度相符的情况下无法进行合理有效地分类，并且无法满足通关过程中海关及检验检疫部门的对于商品HS编码级的管理要求。
发明内容
本发明的目的是为了解决现有技术中存在的缺点，而提出的一种基于AI知识图谱算法用于通关商品智能归类的方法。
为了实现上述目的，本发明采用了如下技术方案：
一种基于AI知识图谱算法用于通关商品智能归类的方法，包括如下步骤：
S1：提取商品信息；将待分类通关商品的商品信息上传至初级处理系统，商品信息包括商品名称、型号、用途、HS编码；
S2：提取关键词；初级处理系统对商品信息的关键词进行提取，若提取的关键词数量为一个，则转入S5；
S3：寻找上位词；初级处理系统将关键词传输至二级处理系统；由二级处理系统在关键词库中比对选择出一个上位词，将该上位词设定为检索标签，并传输至AI知识图谱运算系统；
S4：下位词计数；二级处理系统将其余关键词转入下位关键词计数库，进行一次计数；然后转入S6；
S5：生成检索标签；初级处理系统将该单一关键词设定为检索标签，并传输至AI知识图谱运算系统；
S6：得出分类类别；AI知识图谱运算系统根据接收的检索标签，在知识图谱库中检索比对，得出分类类别，即商品的HS编码；
S7：反馈结果；AI知识图谱运算系统将分类结果反馈至用户端；
S8：更新关键词库；将下位关键词计数库记录的下位关键词计数数值占比前1～5%的关键词传输至AI知识图谱运算系统中，在AI知识图谱运算系统库形成新的检索项。
优选地：所述更新关键词库步骤中，AI知识图谱运算系统库两次更新间隔为半年。
优选地：所述更新关键词库步骤中，AI知识图谱运算系统库还将删除一年内未被使用过的检索项，并将该检索项以下位词的形式传输至下位关键词计数库中。
优选地：所述反馈结果步骤中，AI知识图谱运算系统将结果以文字、图形两种方式反馈至用户端。
一种基于AI知识图谱算法用于通关商品智能归类的方法，包括如下步骤：
S1：提取商品信息；将待分类通关商品的商品信息上传至初级处理系统；
S2：提取关键词；初级处理系统对商品信息的关键词进行提取，若提取的关键词数量为一个，则转入S5；
S3：寻找上位词；初级处理系统将关键词传输至二级处理系统；由二级处理系统在关键词库中比对选择出一个上位词，将该上位词设定为检索标签，并传输至AI知识图谱运算系统；
S4：下位词计数；二级处理系统将其余关键词转入下位关键词计数库，进行一次计数；然后转入S6；
S5：生成检索标签；初级处理系统将该单一关键词设定为检索标签，并传输至AI知识图谱运算系统；
S6：得出分类类别；AI知识图谱运算系统根据接收的检索标签，在知识图谱库中检索比对，得出分类类别；
S7：反馈结果；AI知识图谱运算系统将分类结果反馈至用户端；
S8：更新关键词库；将下位关键词计数库记录的下位关键词计数数值占比前1～3%的关键词传输至AI知识图谱运算系统中，在AI知识图谱运算系统库形成新的检索项。
优选地：所述更新关键词库步骤中，AI知识图谱运算系统库两次更新间隔为三个月。
优选地：所述更新关键词库步骤中，AI知识图谱运算系统库还将删除半年内未被使用过的检索项，并将该检索项以下位词的形式传输至下位关键词计数库中。
一种基于AI知识图谱算法用于通关商品智能归类的方法，包括如下步骤：
S1：提取商品信息；将待分类通关商品的商品信息上传至初级处理系统；
S2：提取关键词；初级处理系统对商品信息的关键词进行提取，若提取的关键词数量为一个，则转入S5；
S3：寻找上位词；初级处理系统将关键词传输至二级处理系统；由二级处理系统在关键词库中比对选择出一个上位词，将该上位词设定为检索标签，并传输至AI知识图谱运算系统；
S4：下位词计数；二级处理系统将其余关键词转入下位关键词计数库，进行一次计数；然后转入S6；
S5：生成检索标签；初级处理系统将该单一关键词设定为检索标签，并传输至AI知识图谱运算系统；
S6：得出分类类别；AI知识图谱运算系统根据接收的检索标签，在知识图谱库中检索比对，得出分类类别；
S7：反馈结果；AI知识图谱运算系统将分类结果反馈至用户端；
S8：更新关键词库；将下位关键词计数库记录的下位关键词计数数值占比前2%的关键词传输至AI知识图谱运算系统中，在AI知识图谱运算系统库形成新的检索项。
优选地：所述更新关键词库步骤中，AI知识图谱运算系统库两次更新间隔为一个月。
优选地：所述更新关键词库步骤中，AI知识图谱运算系统库还将删除三个月未被使用过的检索项，并将该检索项以下位词的形式传输至下位关键词计数库中。
本发明的有益效果为：
1.通过设置上位词和下位词系统，能够在AI知识图谱运算系统检索时，进行更可靠的通关商品分类，给出商品HS编码。
2.通过设置更新关键词库步骤；能够与时俱进，有利于适应新商品；从而不断加强分类功能。
3.通过设置AI知识图谱运算系统库定期删除固定时间内未被使用过的检索项；能够更优选的减轻系统负担，并且使商品归类更加合理。
4.通过设置AI知识图谱运算系统将结果以文字、图形两种方式反馈至用户端，能够更直观形象的展现分类结果。
附图说明
图1为本发明提出的一种基于AI知识图谱算法用于通关商品智能归类的方法的流程图。
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。
实施例1：
一种基于AI知识图谱算法用于通关商品智能归类的方法，依次包括下列步骤：
S1：提取商品信息；将待分类通关商品的商品信息上传至初级处理系统；
S2：提取关键词；初级处理系统对商品信息的关键词进行提取，若提取的关键词数量为一个，则转入S5；
S3：寻找上位词；初级处理系统将关键词传输至二级处理系统；由二级处理系统在关键词库中比对选择出一个上位词，将该上位词设定为检索标签，并传输至AI知识图谱运算系统；
S4：下位词计数；二级处理系统将其余关键词转入下位关键词计数库，进行一次计数；然后转入S6；
S5：生成检索标签；初级处理系统将该单一关键词设定为检索标签，并传输至AI知识图谱运算系统；
S6：得出分类类别；AI知识图谱运算系统根据接收的检索标签，在知识图谱库中检索比对，得出分类类别；
S7：反馈结果；AI知识图谱运算系统将分类结果反馈至用户端；
S8：更新关键词库；将下位关键词计数库记录的下位关键词计数数值占比前1～5%的关键词传输至AI知识图谱运算系统中，在AI知识图谱运算系统库形成新的检索项。
所述更新关键词库步骤中，AI知识图谱运算系统库两次更新间隔为半年。
所述更新关键词库步骤中，AI知识图谱运算系统库还将删除一年内未被使用过的检索项，并将该检索项以下位词的形式传输至下位关键词计数库中。
所述反馈结果步骤中，AI知识图谱运算系统将结果以文字、图形两种方式反馈至用户端。
实施例2：
一种基于AI知识图谱算法用于通关商品智能归类的方法，依次包括下列步骤：
S1：提取商品信息；将待分类通关商品的商品信息上传至初级处理系统；
S2：提取关键词；初级处理系统对商品信息的关键词进行提取，若提取的关键词数量为一个，则转入S5；
S3：寻找上位词；初级处理系统将关键词传输至二级处理系统；由二级处理系统在关键词库中比对选择出一个上位词，将该上位词设定为检索标签，并传输至AI知识图谱运算系统；
S4：下位词计数；二级处理系统将其余关键词转入下位关键词计数库，进行一次计数；然后转入S6；
S5：生成检索标签；初级处理系统将该单一关键词设定为检索标签，并传输至AI知识图谱运算系统；
S6：得出分类类别；AI知识图谱运算系统根据接收的检索标签，在知识图谱库中检索比对，得出分类类别；
S7：反馈结果；AI知识图谱运算系统将分类结果反馈至用户端；
S8：更新关键词库；将下位关键词计数库记录的下位关键词计数数值占比前1～3%的关键词传输至AI知识图谱运算系统中，在AI知识图谱运算系统库形成新的检索项。
所述更新关键词库步骤中，AI知识图谱运算系统库两次更新间隔为三个月。
所述更新关键词库步骤中，AI知识图谱运算系统库还将删除半年内未被使用过的检索项，并将该检索项以下位词的形式传输至下位关键词计数库中。
所述反馈结果步骤中，AI知识图谱运算系统将结果以文字、图形两种方式反馈至用户端。
实施例3：
一种基于AI知识图谱算法用于通关商品智能归类的方法，依次包括下列步骤：
S1：提取商品信息；将待分类通关商品的商品信息上传至初级处理系统；
S2：提取关键词；初级处理系统对商品信息的关键词进行提取，若提取的关键词数量为一个，则转入S5；
S3：寻找上位词；初级处理系统将关键词传输至二级处理系统；由二级处理系统在关键词库中比对选择出一个上位词，将该上位词设定为检索标签，并传输至AI知识图谱运算系统；
S4：下位词计数；二级处理系统将其余关键词转入下位关键词计数库，进行一次计数；然后转入S6；
S5：生成检索标签；初级处理系统将该单一关键词设定为检索标签，并传输至AI知识图谱运算系统；
S6：得出分类类别；AI知识图谱运算系统根据接收的检索标签，在知识图谱库中检索比对，得出分类类别；
S7：反馈结果；AI知识图谱运算系统将分类结果反馈至用户端；
S8：更新关键词库；将下位关键词计数库记录的下位关键词计数数值占比前2%的关键词传输至AI知识图谱运算系统中，在AI知识图谱运算系统库形成新的检索项。
所述更新关键词库步骤中，AI知识图谱运算系统库两次更新间隔为一个月。
所述更新关键词库步骤中，AI知识图谱运算系统库还将删除三个月未被使用过的检索项，并将该检索项以下位词的形式传输至下位关键词计数库中。
所述反馈结果步骤中，AI知识图谱运算系统将结果以文字、图形两种方式反馈至用户端。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种基于AI知识图谱算法用于通关商品智能归类的方法，其特征在于，包括如下步骤：
S1：提取商品信息；将待分类通关商品的商品信息上传至初级处理系统，商品信息包括商品名称、型号、用途、HS编码；
S2：提取关键词；初级处理系统对商品信息的关键词进行提取，若提取的关键词数量为一个，则转入S5；
S3：寻找上位词；初级处理系统将关键词传输至二级处理系统；由二级处理系统在关键词库中比对选择出一个上位词，将该上位词设定为检索标签，并传输至AI知识图谱运算系统；
S4：下位词计数；二级处理系统将其余关键词转入下位关键词计数库，进行一次计数；然后转入S6；
S5：生成检索标签；初级处理系统将该单一关键词设定为检索标签，并传输至AI知识图谱运算系统；
S6：得出分类类别；AI知识图谱运算系统根据接收的检索标签，在知识图谱库中检索比对，得出分类类别，即商品的HS编码；
S7：反馈结果；AI知识图谱运算系统将分类结果反馈至用户端；
S8：更新关键词库；将下位关键词计数库记录的下位关键词计数数值占比前1～5%的关键词传输至AI知识图谱运算系统中，在AI知识图谱运算系统库形成新的检索项。
2.根据权利要求1所述的一种基于AI知识图谱算法用于通关商品智能归类的方法，其特征在于，所述更新关键词库步骤中，AI知识图谱运算系统库两次更新间隔为半年。
3.根据权利要求2所述的一种基于AI知识图谱算法用于通关商品智能归类的方法，其特征在于，所述更新关键词库步骤中，AI知识图谱运算系统库还将删除一年内未被使用过的检索项，并将该检索项以下位词的形式传输至下位关键词计数库中。
4.根据权利要求3所述的一种基于AI知识图谱算法用于通关商品智能归类的方法，其特征在于，所述反馈结果步骤中，AI知识图谱运算系统将结果以文字、图形两种方式反馈至用户端。
5.一种基于AI知识图谱算法用于通关商品智能归类的方法，其特征在于，包括如下步骤：
S1：提取商品信息；将待分类通关商品的商品信息上传至初级处理系统，商品信息包括商品名称、型号、用途、HS编码；
S2：提取关键词；初级处理系统对商品信息的关键词进行提取，若提取的关键词数量为一个，则转入S5；
S3：寻找上位词；初级处理系统将关键词传输至二级处理系统；由二级处理系统在关键词库中比对选择出一个上位词，将该上位词设定为检索标签，并传输至AI知识图谱运算系统；
S4：下位词计数；二级处理系统将其余关键词转入下位关键词计数库，进行一次计数；然后转入S6；
S5：生成检索标签；初级处理系统将该单一关键词设定为检索标签，并传输至AI知识图谱运算系统；
S6：得出分类类别；AI知识图谱运算系统根据接收的检索标签，在知识图谱库中检索比对，得出分类类别，即商品的HS编码；
S7：反馈结果；AI知识图谱运算系统将分类结果反馈至用户端；
S8：更新关键词库；将下位关键词计数库记录的下位关键词计数数值占比前1～5%的关键词传输至AI知识图谱运算系统中，在AI知识图谱运算系统库形成新的检索项。
6.根据权利要求5所述的一种基于AI知识图谱算法用于通关商品智能归类的方法，其特征在于，所述更新关键词库步骤中，AI知识图谱运算系统库两次更新间隔为三个月。
7.根据权利要求1所述的一种基于AI知识图谱算法用于通关商品智能归类的方法，其特征在于，所述更新关键词库步骤中，AI知识图谱运算系统库还将删除半年内未被使用过的检索项，并将该检索项以下位词的形式传输至下位关键词计数库中。
8.一种基于AI知识图谱算法用于通关商品智能归类的方法，其特征在于，包括如下步骤：
S1：提取商品信息；将待分类通关商品的商品信息上传至初级处理系统，商品信息包括商品名称、型号、用途、HS编码；
S2：提取关键词；初级处理系统对商品信息的关键词进行提取，若提取的关键词数量为一个，则转入S5；
S3：寻找上位词；初级处理系统将关键词传输至二级处理系统；由二级处理系统在关键词库中比对选择出一个上位词，将该上位词设定为检索标签，并传输至AI知识图谱运算系统；
S4：下位词计数；二级处理系统将其余关键词转入下位关键词计数库，进行一次计数；然后转入S6；
S5：生成检索标签；初级处理系统将该单一关键词设定为检索标签，并传输至AI知识图谱运算系统；
S6：得出分类类别；AI知识图谱运算系统根据接收的检索标签，在知识图谱库中检索比对，得出分类类别，即商品的HS编码；
S7：反馈结果；AI知识图谱运算系统将分类结果反馈至用户端；
S8：更新关键词库；将下位关键词计数库记录的下位关键词计数数值占比前1～5%的关键词传输至AI知识图谱运算系统中，在AI知识图谱运算系统库形成新的检索项。
9.根据权利要求1所述的一种基于AI知识图谱算法用于通关商品智能归类的方法，其特征在于，所述更新关键词库步骤中，AI知识图谱运算系统库两次更新间隔为一个月。
10.根据权利要求9所述的一种基于AI知识图谱算法用于通关商品智能归类的方法，其特征在于，所述更新关键词库步骤中，AI知识图谱运算系统库还将删除三个月未被使用过的检索项，并将该检索项以下位词的形式传输至下位关键词计数库中。
CN202010137514.7A 2020-03-03 2020-03-03 一种基于ai知识图谱算法用于通关商品智能归类的方法 Active CN111563168B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010137514.7A CN111563168B (zh) 2020-03-03 2020-03-03 一种基于ai知识图谱算法用于通关商品智能归类的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010137514.7A CN111563168B (zh) 2020-03-03 2020-03-03 一种基于ai知识图谱算法用于通关商品智能归类的方法

Publications (2)

Publication Number Publication Date
CN111563168A true CN111563168A (zh) 2020-08-21
CN111563168B CN111563168B (zh) 2022-12-13

Family

ID=72071355

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010137514.7A Active CN111563168B (zh) 2020-03-03 2020-03-03 一种基于ai知识图谱算法用于通关商品智能归类的方法

Country Status (1)

Country Link
CN (1) CN111563168B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112395429A (zh) * 2020-12-02 2021-02-23 上海三稻智能科技有限公司 基于图神经网络的hs编码判定、推送、应用方法、系统及存储介质
CN112632273A (zh) * 2020-10-23 2021-04-09 东南数字经济发展研究院 一种基于社交电商公开文本信息的商品细粒度分类方法
CN113961717A (zh) * 2021-10-26 2022-01-21 上海石湾科技有限公司 一种基于知识图谱的搜寻系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101755245A (zh) * 2007-05-21 2010-06-23 亚马逊科技公司 用于向商家提供出口服务的系统和方法
CN103605815A (zh) * 2013-12-11 2014-02-26 焦点科技股份有限公司 一种适用于b2b电子商务平台的商品信息自动分类推荐方法
CN104636429A (zh) * 2014-12-24 2015-05-20 四川超凡知识产权服务股份有限公司 商标类别检索方法和装置
CN108563773A (zh) * 2018-04-20 2018-09-21 武汉工程大学 基于知识图谱的法律条文精准搜索排序方法
CN109213921A (zh) * 2017-06-29 2019-01-15 广州涌智信息科技有限公司 一种商品信息的搜索方法及装置
CN109359195A (zh) * 2018-10-19 2019-02-19 杭州推点科技发展有限公司 一种hs编码转译方法
CN110471948A (zh) * 2019-07-10 2019-11-19 北京交通大学 一种基于历史数据挖掘的海关报关商品智能归类方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101755245A (zh) * 2007-05-21 2010-06-23 亚马逊科技公司 用于向商家提供出口服务的系统和方法
CN103605815A (zh) * 2013-12-11 2014-02-26 焦点科技股份有限公司 一种适用于b2b电子商务平台的商品信息自动分类推荐方法
CN104636429A (zh) * 2014-12-24 2015-05-20 四川超凡知识产权服务股份有限公司 商标类别检索方法和装置
CN109213921A (zh) * 2017-06-29 2019-01-15 广州涌智信息科技有限公司 一种商品信息的搜索方法及装置
CN108563773A (zh) * 2018-04-20 2018-09-21 武汉工程大学 基于知识图谱的法律条文精准搜索排序方法
CN109359195A (zh) * 2018-10-19 2019-02-19 杭州推点科技发展有限公司 一种hs编码转译方法
CN110471948A (zh) * 2019-07-10 2019-11-19 北京交通大学 一种基于历史数据挖掘的海关报关商品智能归类方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
潘洁: "知识管理系统的规划与设计——海关通关监管商品知识管理系统的开发与应用", 《上海海关学院学报》 *
章跃琳: "基于Word2Vec的在线商品特征提取与文本分类研究", 《中国优秀硕士学位论文全文数据库 (信息科技辑)》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112632273A (zh) * 2020-10-23 2021-04-09 东南数字经济发展研究院 一种基于社交电商公开文本信息的商品细粒度分类方法
CN112395429A (zh) * 2020-12-02 2021-02-23 上海三稻智能科技有限公司 基于图神经网络的hs编码判定、推送、应用方法、系统及存储介质
CN113961717A (zh) * 2021-10-26 2022-01-21 上海石湾科技有限公司 一种基于知识图谱的搜寻系统

Also Published As

Publication number Publication date
CN111563168B (zh) 2022-12-13

Similar Documents

Publication Publication Date Title
CN111563168A (zh) 一种基于ai知识图谱算法用于通关商品智能归类的方法
CN110471948B (zh) 一种基于历史数据挖掘的海关报关商品智能归类方法
CN109446341A (zh) 知识图谱的构建方法及装置
CN111104466A (zh) 一种海量数据库表快速分类的方法
CN110910243A (zh) 一种基于可重构大数据知识图谱技术的产权交易方法
CN112163160B (zh) 基于知识图谱的敏感识别方法
CN113051365A (zh) 一种产业链图谱构建方法及相关设备
CN113268615A (zh) 资源标签生成方法、装置、电子设备及存储介质
CN101937432A (zh) 一种按照供需信息进行两方撮合的系统与方法
CN112184484A (zh) 一种电力用户差异化服务方法及系统
CN103577472A (zh) 个人信息获得、推定、商品的分类、检索方法及系统
CN116739626A (zh) 商品数据挖掘处理方法、装置、电子设备及可读介质
CN112784049B (zh) 一种面向文本数据的在线社交平台多元知识获取方法
US20240232200A9 (en) Order searching method, apparatus, computer device, and storage medium
CN112100202B (zh) 一种产品识别及产品信息补全方法、存储介质及机器人
CN112541088B (zh) 一种基于知识图谱的危险化学品库构建方法
CN117195897A (zh) 一种基于nlp的物料描述智能拆分方法及系统
CN113592512A (zh) 一种线上商品身份唯一性识别确认系统
CN112669133A (zh) 一种根据应用场景自动匹配的智能费控报销方法
CN115660756A (zh) 一种电商商品的价格监测方法、装置、设备和介质
CN116401338A (zh) 一种基于数据资产智能检索输入输出要求设计特征提取和注意力机制及其方法
CN114491277A (zh) 基于数据清洗的知识标签赋予与应用方法
CN115471148A (zh) 数据处理方法、装置、设备及存储介质
CN114266594A (zh) 一种基于东南亚跨境电商平台的大数据分析方法
CN113536788A (zh) 信息处理方法、装置、存储介质及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant