CN113592512A - 一种线上商品身份唯一性识别确认系统 - Google Patents
一种线上商品身份唯一性识别确认系统 Download PDFInfo
- Publication number
- CN113592512A CN113592512A CN202110829721.3A CN202110829721A CN113592512A CN 113592512 A CN113592512 A CN 113592512A CN 202110829721 A CN202110829721 A CN 202110829721A CN 113592512 A CN113592512 A CN 113592512A
- Authority
- CN
- China
- Prior art keywords
- commodity
- information
- brand
- attribute
- unique
- 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.)
- Pending
Links
Images
Classifications
-
- 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
- G06Q30/018—Certifying business or products
- G06Q30/0185—Product, service or business identity fraud
-
- 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
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- 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
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Accounting & Taxation (AREA)
- Software Systems (AREA)
- Finance (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Evolutionary Biology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Biomedical Technology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Biophysics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种线上商品身份唯一性识别确认系统,涉及商品信息识别领域。首先要收集品牌信息,构建品牌数据库,然后通过访问商品链接识别商品,所述步骤S40建立商品对应表时,独热编码作为唯一识别的编码与商品链接对应,系统识别编码及识别商品本身属性。本发明通过建立商品品牌及属性词表,有利于转化为独热编码,从而组合确认商品的唯一性,促使整个系统便于使用,工作效率高。
Description
技术领域
本发明属于商品信息识别领域,特别涉及一种线上商品身份唯一性识别确认系统。
背景技术
商品属性是指商品本身所固有的性质,是商品在不同领域差异性(不同于其他商品的性质)的集合。也就是说,商品属性是商品性质的集合,是商品差异性的集合。商品在每个属性领域所体现出来的性质在商品运作的过程中所起的作用不同、地位不同、权重不同。呈现在消费者眼前的商品就是这些不同属性交互作用的结果。
将原始的未经统一标准化的数据经过多种特定规则加工整理汇总后得到品类、品牌、商品等相关信息,确定商品的各种属性(特征值),来确定商品的唯一性,可用于完善公司供应链金融风控模型在商品准入、商品估值、动态跟踪采购、质押商品价格变动等场景的判断精度并及时预警,有效提升整体风控模型对风险把握以及贷中监管预警能力,因此,需要一种能够识别线上商品身份唯一性的系统。
发明内容
针对上述技术问题本发明提供一种线上商品身份唯一性识别确认系统,能够对线上商品的身份进行唯一性确认,工作效率高,节省成本。
为解决上述技术问题,本发明采用的技术方案为:一种线上商品身份唯一性识别确认系统,其特征在于:首先要收集品牌信息,构建品牌数据库,然后通过访问商品链接识别商品,具体步骤为:
步骤S10:首先对商品品牌及商品属性等信息收集,对信息进行人工核对、标记,构建品牌及属性词表数据库,根据词表的品牌或属性特征生成独热编码,供系统进行查询;
步骤S20:在系统内输入商品链接或推荐系统信息,系统访问商品链接详情页,通过信息提取器提取线上商品信息,将商品主要信息:品牌、子品牌、重量、产地等属性信息提取并进行统一化处理;
步骤S30:将上一步提取的商品信息返回给系统中,根据系统中已经建立的词表将商品信息转为对应的独热编码,首先建立品牌的独热编码,然后根据将能够描述商品最基本的信息的转换为对应的独热编码;能够描述商品的基本信息的属性不同,属性信息对应的独热编码的词表不同,独热编码表的长度不同,若有信息缺失,则使用缺省值填补;
步骤S40:将生成的独热编码进行组合,词表中存储的各类属性信息是无序的,通过循环神经网络计算属性对商品特征描述的权重,将商品信息的独热编码由商品特征的权重由高到低排列,将品牌独热编码和商品独热编码组合,生成商品唯一编码,并与对应的链接建立对应表,确认商品身份唯一识别有效性,并录入系统中。
进一步的,所述步骤S10中构建品牌及属性词表的具体过程为:
步骤S101:在商品销售网站上爬取商品的品牌及属性信息,包括商品品牌、子品牌、产地、重量等属性分类,建立表格,并记录品牌及属性信息的索引;
步骤S102:通过人工对表格进行校准,使品牌下的属性分类正确、属性完备:1)品牌的属性信息能够对品牌特征达到最基本的信息描述;2)每种属性下子分类能够对属性进行信息描述;
步骤S103:使用校准后的数据建立产品的词表,分别按属性的子分类建立独热编码,使每一个单独属性具有唯一的编码,当需要扩充词表时,按照子分类对属性描述的权重插入到词表中。
进一步的,所述的信息提取器包括标题提取器A201、文字描述提取器A202、图片描述提取器A203,信息提取器具体工作步骤为:
步骤S201:使用标题提取器对标题信息或系统推荐信息进行获取,首先将数据信息进行分词,将分词结果保存到缓存区,通过循环神经网络计算缓存区中分词结果的向量权重,去除品牌以外的描述信息,获取权重最高的向量,保留权重最高的分词结果,校验是否为商品中英文名称;
步骤S202:获取文字描述信息,首先判断是否存在文字描述,若存在,将文字描述按照段落、标点等特征进行属性分割,建立{属性:属性分类}字典;
步骤S203:获取图片描述,判断图片描述是否存在,若存在,对图片描述进行OCR识别,返回图片上文字信息及信息坐标,对返回值进行品牌属性提取,并进行统一化处理,建立{属性:属性分类}字典,并与文字描述提取器的结果进行对比,将属性补全完整;
步骤S204:将信息提取器所提取信息进行整合,根据属性信息对品牌描述的权重进行由高到低排序,组成完整商品信息及属性分类。
进一步的,所述步骤S30根据词表生成独热编码,具体的:1)针对同一品类不同品牌,构建品牌名的中英文词表,词表中每个品牌名只存在一条,固定词表中品牌出现位置,每一品牌占有一位,如需添加新品牌,在词表末尾插入;生成品牌独热编码时,对应品牌位为1,其他位为0;2)针对同一品牌不同属性,每一个属性建立词表,生成独热编码时,对应属性分类位为1,其他位为0;将所有属性转为独热编码,根据属性的权重排序,将独特编码拼接到一起。
进一步的,所述的步骤S30生成独热编码时,对应属性下属性分类缺失时,缺省值填补,缺省值可有人工修改。
进一步的,所述步骤S40建立商品对应表时,独热编码作为唯一识别的编码与商品链接对应,系统识别编码及识别商品本身属性。
本发明与现有技术相比的有益效果是:(1)本发明基于信息提取器将线上商品的基本信息进行提取以及编码,确认链接商品的唯一性;(2)本发明通过建立商品品牌及属性词表,有利于转化为独热编码,从而组合确认商品的唯一性,促使整个系统便于使用,工作效率高。
附图说明
图1为本发明工作方法的流程图。
图2为本发明信息提取的工作流程。
图3为本发明信息提取器的组成结构。
图4、图5为本发明商品品牌及属性转为独热编码过程图。
具体实施方式
下面结合具体实施例对本发明作进一步描述,在此发明的示意性实施例以及说明用来解释本发明,但并不作为对本发明的限定。
实施例:本实施例以奶粉品牌为例,说明线上商品身份唯一性识别确认系统的工作流程,首先要收集奶粉品牌信息,构建品牌数据库,然后通过访问商品链接识别商品,具体步骤为:
步骤S10:通过对商品品牌及属性等信息的收集,进行人工核对、标记,构建品牌及属性词表数据库,根据词表的品牌或属性特征生成独热编码,从而生成独热编码供系统进行查询;
步骤S20:在系统内输入商品链接,系统访问连接详情页,通过信息提取器提取线上商品信息,将商品主要信息:品牌、子品牌、重量、产地等属性信息提取并规格化;例如某奶粉品牌下系列品牌分为普通版、白金版、金装等,重量类别分为400g、800g、1200g等属性;
步骤S30:将上一步提取的商品信息返回给系统中,根据系统中已经建立的词表将商品信息转为对应的独热编码,首先建立品牌的独热编码,然后根据将能够描述商品最基本的信息的转换为对应的独热编码;能够描述商品的基本信息的属性不同,属性信息对应的独热编码的词表不同,独热编码表的长度不同,若有信息缺失,则使用缺省值填补;例如在获取某品牌奶粉时,重量属性缺失,则将该属性独热编码设置为全零;
步骤S40:将生成的独热编码进行组合,词表中存储的各类属性信息是无序的,通过循环神经网络计算属性对商品特征描述的权重,将商品信息的独热编码由商品特征的权重由高到低排列,将品牌独热编码和商品独热编码组合,生成商品唯一编码,并与对应的链接建立对应表,确认商品身份唯一识别有效性,例如,品牌+系列+原产地+规格等条件,生成商品唯一编码,并与对应的链接建立对应表,确认商品身份唯一识别有效性,即确认奶粉产品的唯一性,并录入系统中。
所述步骤S10中构建品牌及属性词表的具体过程为:
步骤S101:在商品销售网站上爬取商品的品牌及属性信息,包括商品品牌、子品牌、产地、重量等属性分类,建立表格,并记录品牌及属性信息的索引;
步骤S102:通过人工对表格进行校准,使品牌下的属性分类正确、属性完备:1)品牌的属性信息能够对品牌特征达到最基本的信息描述;2)每种属性下子分类能够对属性进行信息描述;
步骤S103:使用校准后的数据建立产品的词表,分别按属性的子分类建立独热编码,使每一个单独属性具有唯一的编码,当需要扩充词表时,按照子分类对属性描述的权重插入到词表中。
进一步的,信息提取器包括标题提取器A201、文字描述提取器A202、图片描述提取器A203,信息提取器具体工作步骤为:
步骤S201:使用标题提取器对标题信息进行获取,将数据信息进行清洗,去除品牌以外的描述信息,然后将数据进行分割,计算分割后词语向量权重,获取权重最高的向量即为商品中英文名称;商品名称提取过程需要预先在系统内进行训练,训练文本使用人工标注好的奶粉品牌名称和是否属于奶粉品牌的标记,当需要提取时,将分割后的词向量输入到系统内,即输出奶粉品牌的名称;
步骤S202:首先判断是否存在文字描述,若存在,将文字描述按照段落、标点等特征进行属性分割,建立{属性:属性分类}字典;
步骤S203:判断图片描述是否存在,若存在,对图片描述进行OCR识别,将图片上的品牌属性进行识别提取,并且规格化,建立{属性:属性分类}字典,并与文字描述提取器的结果进行对比,极性属性补全,将属性补全完整;
步骤S204:将信息提取器所提取信息进行整合,组成完整商品信息及属性分类。
进一步的,步骤S30根据词表生成独热编码,具体的:(1)针对同一品类不同品牌,构建品牌名的中英文词表,词表中每个品牌名只存在一条,固定词表中品牌出现位置,每一品牌占有一位,如需添加新品牌,在词表末尾插入;生成品牌独热编码时,对应品牌位为1,其他位为0;例如(2)针对同一品牌不同属性,每一个属性建立词表,生成独热编码时,对应属性分类位为1,其他位为0;将所有属性转为独热编码最后拼接到一起。
步骤S30生成独热编码时,对应属性下属性分类缺失时,使用缺省值填补,即将确实属性所占编码空出来。
步骤S40建立商品对应表时,独热编码作为唯一识别的编码与商品链接对应,系统识别编码及识别商品本身属性,针对奶粉品牌,即可确认商品链接上的商品的唯一性。
针对本实施例,本系统在使用时,首先将奶粉链接输入到系统内,系统通过解析链接内的标题信息及产品描述信息,对信息进行提取,通过将信息的清洗、分割、转码,从而确定商品身份的唯一性,输入商品链接及商品身份识别码,并存入系统,以供后续分析人员进行分析。
Claims (6)
1.一种线上商品身份唯一性识别确认系统,其特征在于:首先要收集品牌信息,构建品牌数据库,然后通过访问商品链接识别商品,具体步骤为:
步骤S10:首先对商品品牌及商品属性等信息收集,对信息进行人工核对、标记,构建品牌及属性词表数据库,根据词表的品牌或属性特征生成独热编码,供系统进行查询;
步骤S20:在系统内输入商品链接或推荐系统信息,系统访问商品链接详情页,通过信息提取器提取线上商品信息,将商品主要信息:品牌、子品牌、重量、产地等属性信息提取并进行统一化处理;
步骤S30:将上一步提取的商品信息返回给系统中,根据系统中已经建立的词表将商品信息转为对应的独热编码,首先建立品牌的独热编码,然后根据将能够描述商品最基本的信息的转换为对应的独热编码;能够描述商品的基本信息的属性不同,属性信息对应的独热编码的词表不同,独热编码表的长度不同,若有信息缺失,则使用缺省值填补;
步骤S40:将生成的独热编码进行组合,词表中存储的各类属性信息是无序的,通过循环神经网络计算属性对商品特征描述的权重,将商品信息的独热编码由商品特征的权重由高到低排列,将品牌独热编码和商品独热编码组合,生成商品唯一编码,并与对应的链接建立对应表,确认商品身份唯一识别有效性,并录入系统中。
2.根据权利要求1所述的一种线上商品身份唯一性识别确认系统,其特征在于:所述步骤S10中构建品牌及属性词表的具体过程为:
步骤S101:在商品销售网站上爬取商品的品牌及属性信息,包括商品品牌、子品牌、产地、重量等属性分类,建立表格,并记录品牌及属性信息的索引;
步骤S102:通过人工对表格进行校准,使品牌下的属性分类正确、属性完备:1)品牌的属性信息能够对品牌特征达到最基本的信息描述;2)每种属性下子分类能够对属性进行信息描述;
步骤S103:使用校准后的数据建立产品的词表,分别按属性的子分类建立独热编码,使每一个单独属性具有唯一的编码,当需要扩充词表时,按照子分类对属性描述的权重插入到词表中。
3.根据权利要求1所述的一种线上商品身份唯一性识别确认系统,其特征在于:所述的信息提取器包括标题提取器A201、文字描述提取器A202、图片描述提取器A203,信息提取器具体工作步骤为:
步骤S201:使用标题提取器对标题信息或系统推荐信息进行获取,首先将数据信息进行分词,将分词结果保存到缓存区,通过循环神经网络计算缓存区中分词结果的向量权重,去除品牌以外的描述信息,获取权重最高的向量,保留权重最高的分词结果,校验是否为商品中英文名称;
步骤S202:获取文字描述信息,首先判断是否存在文字描述,若存在,将文字描述按照段落、标点等特征进行属性分割,建立{属性:属性分类}字典;
步骤S203:获取图片描述,判断图片描述是否存在,若存在,对图片描述进行OCR识别,返回图片上文字信息及信息坐标,对返回值进行品牌属性提取,并进行统一化处理,建立{属性:属性分类}字典,并与文字描述提取器的结果进行对比,将属性补全完整;
步骤S204:将信息提取器所提取信息进行整合,根据属性信息对品牌描述的权重进行由高到低排序,组成完整商品信息及属性分类。
4.根据权利要求1所述的一种线上商品身份唯一性识别确认系统,其特征在于:所述步骤S30根据词表生成独热编码,具体的:1)针对同一品类不同品牌,构建品牌名的中英文词表,词表中每个品牌名只存在一条,固定词表中品牌出现位置,每一品牌占有一位,如需添加新品牌,在词表末尾插入;生成品牌独热编码时,对应品牌位为1,其他位为0;2)针对同一品牌不同属性,每一个属性建立词表,生成独热编码时,对应属性分类位为1,其他位为0;将所有属性转为独热编码,根据属性的权重排序,将独特编码拼接到一起。
5.根据权利要求1所述的一种线上商品身份唯一性识别确认系统,其特征在于:所述的步骤S30生成独热编码时,对应属性下属性分类缺失时,缺省值填补,缺省值可有人工修改。
6.根据权利要求1所述的一种线上商品身份唯一性识别确认系统,其特征在于:所述步骤S40建立商品对应表时,独热编码作为唯一识别的编码与商品链接对应,系统识别编码及识别商品本身属性。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110829721.3A CN113592512A (zh) | 2021-07-22 | 2021-07-22 | 一种线上商品身份唯一性识别确认系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110829721.3A CN113592512A (zh) | 2021-07-22 | 2021-07-22 | 一种线上商品身份唯一性识别确认系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113592512A true CN113592512A (zh) | 2021-11-02 |
Family
ID=78248936
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110829721.3A Pending CN113592512A (zh) | 2021-07-22 | 2021-07-22 | 一种线上商品身份唯一性识别确认系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113592512A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112613950A (zh) * | 2020-12-28 | 2021-04-06 | 上海寻梦信息技术有限公司 | 品类识别模型训练方法、品类识别方法及相关设备 |
CN114595253A (zh) * | 2022-02-22 | 2022-06-07 | 深圳海域信息技术有限公司 | 品牌监测方法、装置、电子设备及介质 |
Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103412937A (zh) * | 2013-08-22 | 2013-11-27 | 成都数之联科技有限公司 | 一种基于手持终端的搜索购物方法 |
CN103559267A (zh) * | 2013-11-04 | 2014-02-05 | 北京中搜网络技术股份有限公司 | 一种基于商品属性归一和聚类识别产品的方法 |
CN105243129A (zh) * | 2015-09-30 | 2016-01-13 | 清华大学深圳研究生院 | 商品属性特征词聚类方法 |
CN105469282A (zh) * | 2015-12-01 | 2016-04-06 | 成都知数科技有限公司 | 基于文本评论的线上品牌评估方法 |
CN106096609A (zh) * | 2016-06-16 | 2016-11-09 | 武汉大学 | 一种基于ocr的商品查询关键字自动生成方法 |
CN106557489A (zh) * | 2015-09-25 | 2017-04-05 | 南京理工大学 | 一种基于移动终端的服饰搜索方法 |
CN107729900A (zh) * | 2017-09-15 | 2018-02-23 | 广州唯品会研究院有限公司 | 一种利用图片属性提取完成录入信息补全的方法及设备 |
CN107861972A (zh) * | 2017-09-15 | 2018-03-30 | 广州唯品会研究院有限公司 | 一种用户录入商品信息后显示商品全结果的方法及设备 |
CN108595418A (zh) * | 2018-04-03 | 2018-09-28 | 上海透云物联网科技有限公司 | 一种商品分类方法及系统 |
CN108763220A (zh) * | 2018-06-08 | 2018-11-06 | 山东汇贸电子口岸有限公司 | 一种快速识别大量电商商品品牌的方法 |
CN110223095A (zh) * | 2018-03-02 | 2019-09-10 | 阿里巴巴集团控股有限公司 | 确定商品属性的方法、装置、设备和存储介质 |
WO2019205319A1 (zh) * | 2018-04-25 | 2019-10-31 | 平安科技(深圳)有限公司 | 商品信息格式处理方法、装置、计算机设备和存储介质 |
CN110413769A (zh) * | 2018-04-25 | 2019-11-05 | 北京京东尚科信息技术有限公司 | 场景分类方法、装置、存储介质及其电子设备 |
CN110807080A (zh) * | 2019-09-09 | 2020-02-18 | 国网电子商务有限公司 | 一种商品编码方法及装置 |
CN111612579A (zh) * | 2020-05-15 | 2020-09-01 | 舍弗勒技术股份两合公司 | 商品信息管理系统、方法、装置及计算机可读存储介质 |
CN112633001A (zh) * | 2020-12-28 | 2021-04-09 | 咪咕文化科技有限公司 | 文本命名实体识别方法、装置、电子设备及存储介质 |
CN112818088A (zh) * | 2021-02-23 | 2021-05-18 | 平安科技(深圳)有限公司 | 商品搜索数据处理方法、装置、设备及存储介质 |
CN112906396A (zh) * | 2021-04-01 | 2021-06-04 | 翻车信息科技(杭州)有限公司 | 一种基于自然语言处理的跨平台商品匹配方法及系统 |
KR102280223B1 (ko) * | 2020-03-06 | 2021-07-21 | 주식회사 해든앰앤씨 | 빅데이터 기반의 상품구매 의사결정 지원 서비스 제공 방법 및 이를 위한 시스템 |
-
2021
- 2021-07-22 CN CN202110829721.3A patent/CN113592512A/zh active Pending
Patent Citations (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103412937A (zh) * | 2013-08-22 | 2013-11-27 | 成都数之联科技有限公司 | 一种基于手持终端的搜索购物方法 |
CN103559267A (zh) * | 2013-11-04 | 2014-02-05 | 北京中搜网络技术股份有限公司 | 一种基于商品属性归一和聚类识别产品的方法 |
CN106557489A (zh) * | 2015-09-25 | 2017-04-05 | 南京理工大学 | 一种基于移动终端的服饰搜索方法 |
CN105243129A (zh) * | 2015-09-30 | 2016-01-13 | 清华大学深圳研究生院 | 商品属性特征词聚类方法 |
CN105469282A (zh) * | 2015-12-01 | 2016-04-06 | 成都知数科技有限公司 | 基于文本评论的线上品牌评估方法 |
CN106096609A (zh) * | 2016-06-16 | 2016-11-09 | 武汉大学 | 一种基于ocr的商品查询关键字自动生成方法 |
CN107729900A (zh) * | 2017-09-15 | 2018-02-23 | 广州唯品会研究院有限公司 | 一种利用图片属性提取完成录入信息补全的方法及设备 |
CN107861972A (zh) * | 2017-09-15 | 2018-03-30 | 广州唯品会研究院有限公司 | 一种用户录入商品信息后显示商品全结果的方法及设备 |
CN110223095A (zh) * | 2018-03-02 | 2019-09-10 | 阿里巴巴集团控股有限公司 | 确定商品属性的方法、装置、设备和存储介质 |
CN108595418A (zh) * | 2018-04-03 | 2018-09-28 | 上海透云物联网科技有限公司 | 一种商品分类方法及系统 |
WO2019205319A1 (zh) * | 2018-04-25 | 2019-10-31 | 平安科技(深圳)有限公司 | 商品信息格式处理方法、装置、计算机设备和存储介质 |
CN110413769A (zh) * | 2018-04-25 | 2019-11-05 | 北京京东尚科信息技术有限公司 | 场景分类方法、装置、存储介质及其电子设备 |
CN108763220A (zh) * | 2018-06-08 | 2018-11-06 | 山东汇贸电子口岸有限公司 | 一种快速识别大量电商商品品牌的方法 |
CN110807080A (zh) * | 2019-09-09 | 2020-02-18 | 国网电子商务有限公司 | 一种商品编码方法及装置 |
KR102280223B1 (ko) * | 2020-03-06 | 2021-07-21 | 주식회사 해든앰앤씨 | 빅데이터 기반의 상품구매 의사결정 지원 서비스 제공 방법 및 이를 위한 시스템 |
CN111612579A (zh) * | 2020-05-15 | 2020-09-01 | 舍弗勒技术股份两合公司 | 商品信息管理系统、方法、装置及计算机可读存储介质 |
CN112633001A (zh) * | 2020-12-28 | 2021-04-09 | 咪咕文化科技有限公司 | 文本命名实体识别方法、装置、电子设备及存储介质 |
CN112818088A (zh) * | 2021-02-23 | 2021-05-18 | 平安科技(深圳)有限公司 | 商品搜索数据处理方法、装置、设备及存储介质 |
CN112906396A (zh) * | 2021-04-01 | 2021-06-04 | 翻车信息科技(杭州)有限公司 | 一种基于自然语言处理的跨平台商品匹配方法及系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112613950A (zh) * | 2020-12-28 | 2021-04-06 | 上海寻梦信息技术有限公司 | 品类识别模型训练方法、品类识别方法及相关设备 |
CN112613950B (zh) * | 2020-12-28 | 2024-03-29 | 上海寻梦信息技术有限公司 | 品类识别模型训练方法、品类识别方法及相关设备 |
CN114595253A (zh) * | 2022-02-22 | 2022-06-07 | 深圳海域信息技术有限公司 | 品牌监测方法、装置、电子设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107633007B (zh) | 一种基于层次化ap聚类的商品评论数据标签化系统和方法 | |
CN107861972B (zh) | 一种用户录入商品信息后显示商品全结果的方法及设备 | |
CN110910243B (zh) | 一种基于可重构大数据知识图谱技术的产权交易方法 | |
CN110705286A (zh) | 一种基于评论信息的数据处理方法及装置 | |
CN112434691A (zh) | 基于智能解析识别的hs编码匹配、展示方法、系统及存储介质 | |
CN112015721A (zh) | 一种基于大数据的电商平台存储数据库的优化方法 | |
CN111680165B (zh) | 信息匹配方法、装置、可读存储介质和电子设备 | |
CN113592512A (zh) | 一种线上商品身份唯一性识别确认系统 | |
CN109410209B (zh) | 一种基于深度学习分类的坚果外源性异物检测方法 | |
CN112541077A (zh) | 一种用于电网用户服务评价的处理方法及系统 | |
Rane et al. | Chartreader: Automatic parsing of bar-plots | |
CN115309864A (zh) | 评论文本的情感智能分类方法、装置、电子设备及介质 | |
CN113343701B (zh) | 一种电力设备故障缺陷文本命名实体的抽取方法及装置 | |
CN115269958A (zh) | 互联网可靠性数据信息采集分析系统 | |
Villena Toro et al. | Optical character recognition on engineering drawings to achieve automation in production quality control | |
CN112989053A (zh) | 一种期刊推荐方法及装置 | |
CN117195897A (zh) | 一种基于nlp的物料描述智能拆分方法及系统 | |
JP2024050174A (ja) | 情報処理装置、情報処理方法、及びプログラム | |
CN115269633A (zh) | 一种基于cad图纸智能查询商品的方法 | |
CN113570427A (zh) | 一种提取识别线上或系统商品特征信息的系统 | |
CN114155057A (zh) | 一种用于电子商务平台的商品推荐系统 | |
CN110414819B (zh) | 一种工单评分方法 | |
CN116018623A (zh) | 改进的产品标签审查 | |
KR102283191B1 (ko) | 식품 광고 이미지 검수 방법 및 서버 | |
CN113127597B (zh) | 搜索信息的处理方法、装置及电子设备 |
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 |