CN113742487A - 一种商品自动化匹配方法 - Google Patents

Abstract

本发明是关于一种商品自动化匹配方法。该方法包括：根据电商不同分类的行业知识，建立关于各类商品属性的知识库；根据知识库，将商品库中的商品及待匹配商品的属性值转换为标准属性值；对商品库中的商品及待匹配商品，构建其特征；根据构建的特征将待匹配的商品与商品库中的商品进行匹配。本发明提供的技术方案，通过建立一个完善而标准的电商商品库与知识库，能够将所需要的信息映射为标准化的信息，随着商品库与知识库建设的不断完善，匹配效果会越来愈好。这种匹配方式与传统的模糊匹配相比，准确性更高。另外，文本相似度与图片相似度作为补充方案与属性精准匹配方案相互配合相互补充，使得商品匹配的结果更加多元化。

Description

一种商品自动化匹配方法

技术领域

本发明涉及数据处理领域，尤其涉及一种商品自动化匹配方法。

背景技术

随着互联网与电商行业的蓬勃发展，人们已经习惯于在互联网上进行商品的选购与比较，因此商品之间的识别成为了非常重要的一个环节。而商品有spu与sku的维度，两个维度都需要进行商品的识别与匹配。

现有实现商品匹配与识别的技术方法主要是基于图片相似度匹配与关键词搜索的技术，用商品图片找寻相似的图片对应的商品，或者输入商品的品牌、特征等信息，来搜索库内相关信息一致的商品。

上述方式中，由于主要是用于用户的搜索需求，因此很难满足spu与sku细分维度的商品识别，尤其是sku，同一个spu下有若干款sku，而上述方式更像一种模糊匹配，难以将不同的sku进行更深层次、更细粒度的区分与识别。

发明内容

为克服相关技术中存在的问题，本发明提供一种更精准、更细颗粒度的商品匹配，包括spu的匹配与sku的匹配，首先能够建立一套标准的商品库，之后任意款商品都能匹配到库内对应的标准商品，能够更好更准确的将同一款商品识别出来。

本发明提供一种商品自动化匹配方法，包括：

根据电商不同分类的行业知识，建立关于各类商品属性的知识库；

根据所述知识库，将商品库中的商品及待匹配商品的属性值转换为标准属性值；

对所述商品库中的商品及所述待匹配商品，构建其特征；

根据构建的特征将所述待匹配的商品与所述商品库中的商品进行匹配。

进一步，所述根据电商不同分类的行业知识，建立关于各类商品属性的知识库，具体包括：

梳理电商所有细分行业的具体分类，包括多级分类的所属关系；

根据不同的分类线条，梳理具体线条上的末级分类其spu行业区分标准与sku行业区分标准，行业区分标准即为能够唯一确定属于同一spu或者sku的商品属性的组合，进一步，依据spu行业区分标准，得到多个sku聚合至所属spu的标准与依据；

收集与整理各个分类的商品属性，建立知识库。

进一步，所述特征包括文本特征和图像特征，其中，所述文本特征包括能够区分具体spu与sku的属性的标准属性值构成的文本键值对和商品标题文本向量，所述图像特征为从图片提取的全局特征向量。

进一步，所述商品标题的文本向量的建立过程，具体包括：

建立电商行业的干扰词库，将所述电商行业的干扰词库作为停止词从标题文本中剔除，然后依据剩下的文本，通过bert预训练模型输出向量，建立商品标题文本向量。

进一步，所述图像特征的构建过程，具体包括：

将图片进行去背景操作，保留白底商品图，然后通过Resnet或者vgg模型进行图片全局特征的提取，构成spu或者sku的图像特征。

进一步，所述将所述待匹配的商品与所述商品库中的商品进行匹配，具体包括：

如果所述待匹配商品的型号和属性值齐全，直接采用文本精准匹配的方法，找到商品库内型号和属性值一致的商品作为其精准匹配的结果；如果精准匹配没有匹配到，则根据型号相似度从大到小得到结果召回集，在召回集中取属性值能匹配一致的第一个结果作为最终模糊匹配的结果。

进一步，所述将所述待匹配的商品与所述商品库中的商品进行匹配，具体包括：

如果所述待匹配商品的型号有缺失，并且有属性值，则根据图片相似度从大到小得到结果召回集，在召回集中取属性值能匹配一致的第一个结果作为最终模糊匹配的结果。

进一步，所述将所述待匹配的商品与所述商品库中的商品进行匹配，具体包括：

如果所述待匹配商品的属性值有缺失，并且型号不缺失，则根据型号相似度从大到小得到结果召回集，在召回集中取属性值能匹配一致的第一个结果作为最终模糊匹配的结果。

进一步，所述将所述待匹配的商品与所述商品库中的商品进行匹配，具体包括：

如果所述待匹配商品没有属性值，并且型号不缺失，直接采用文本精准匹配的方法，找到库内型号一致的商品作为其精准匹配的结果；如果精准匹配没有匹配到，则根据型号相似度从大到小得到最相似的结果作为召回集，若召回集中只有一个结果，则直接作为最终模糊匹配的结果；若召回集中有多个结果，则在召回集中取图片相似度最大的结果作为最终模糊匹配的结果。

进一步，所述将所述待匹配的商品与所述商品库中的商品进行匹配，具体包括：

如果所述待匹配商品没有属性值和型号，则根据图片相似度从大到小得到结果召回集，若召回集中只有一个结果，则直接作为最终模糊匹配的结果；若召回集中有多个结果，则在召回集中取标题文本相似度最大的结果作为最终模糊匹配的结果。

本发明的实施例提供的技术方案可以包括以下有益效果：

通过建立一个完善而标准的电商商品库与知识库，能够将所需要的信息映射为标准化的信息，随着商品库与知识库建设的不断完善，匹配效果会越来愈好。这种匹配方式与传统的模糊匹配相比，准确性更高。另外，文本相似度与图片相似度作为补充方案与属性精准匹配方案相互配合相互补充，使得商品匹配的结果更加多元化。

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，并不能限制本发明。

附图说明

通过结合附图对本发明示例性实施方式进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显，其中，在本发明示例性实施方式中，相同的参考标号通常代表相同部件。

图1是根据本发明一示例性实施例示出的一种商品自动化匹配方法的流程示意图；

图2是商品库的建立流程示意图。

具体实施方式

下面将参照附图更详细地描述本发明的优选实施方式。虽然附图中显示了本发明的优选实施方式，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本发明更加透彻和完整，并且能够将本发明的范围完整地传达给本领域的技术人员。

在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本发明可能采用术语“第一”、“第二”、“第三”等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

以下结合附图详细描述本发明实施例的技术方案。

图1是根据本发明一示例性实施例示出的一种商品自动化匹配方法的流程示意图。

参见图1，该方法包括：

110：根据电商不同分类的行业知识，建立关于各类商品属性的知识库。

该步骤具体包括以下几个方面：

i.梳理电商所有细分行业（分类）的具体分类，主要是多级分类的所属关系，例如：电脑数码->手机通讯->手机，日用百货->厨房用具->水具酒具->保温杯等等。

ii. 根据不同的分类线条，梳理具体线条上的末级分类其spu行业区分标准与sku行业区分标准，区分标准即为具体的需要依靠哪些商品属性进行匹配，这些属性一致方可认为是同一spu或者sku。例如：拉杆箱分类，依据品牌+型号+尺寸+颜色即可锁定一款具体的sku；婴儿尿裤分类，依据品牌+系列+尺码+规格+性别即可锁定一款具体的sku；腕表分类，依据品牌+系列+型号即可锁定一款具体的spu等等。而依据spu的标准，即可同时得到多个sku聚合至所属spu的标准与依据。

iii.根据具体的某个分类下的某个属性，通过行业专业知识收集与整理，再加上人工校准与修订，建立完善与标准的知识库，即具体某个属性的所有情况与专业知识。例如：电脑固态硬盘的协议分为："IDE", "AHCI", "SATA", “NVMe”四种；香水的类别分为："清淡香水", "古龙水", "淡香水", "浓香水", “香精”，清淡香水又称“Eau Fraiche”，古龙水又称“edc”，“edp”为浓香水；SSD又称为固态硬盘，HDD为机械硬盘的简称等等。最终建立所有分类所有重点属性的知识库。

120：根据所述知识库，将商品库中的商品及待匹配商品的属性值转换为标准属性值。

该步骤中根据知识库，建立、整理、完善标准的商品库，具体包括：

i.根据建立好的知识库，将库内已有的商品库的每个商品，其多级分类信息、品牌信息、系列型号属性属性值都通过数据采集、数据处理、数据标准化的方式变为标准数据进行存储，建立一个庞大、完善、标准的商品库。

ii. 建立商品库的同时，将用于商品库建设的行业知识，包括品牌库、系列库、型号库、常识库分别建立并完善。

商品库的建设流程图如图2所示。

130：对所述商品库中的商品及所述待匹配商品，构建其特征，主要包括文本特征与图像特征。

i.文本特征首先是能区分具体spu与sku的属性的标准属性值构成的文本键值对，例如某个男士帆布鞋sku，其文本键值对为{“型号”：“166853c”，“颜色”：“黑色”，“尺码”：“42.5”}。此键值对即唯一标识了一个男士帆布鞋下面的一个sku商品。

ii. 除了上述文本键值对外，文本特征还包括商品标题的文本向量，在构建文本向量之前，首先建立电商行业的干扰词库，有些词语在电商行业中的出现是为了营销使用，无法代表商品本身的特征，例如“618”、“双11”、“限时抢购”、“新品上市”。电商行业的干扰词库将作为停止词从标题文本中剔除，然后依据剩下的文本，通过bert预训练模型输出向量，建立商品标题文本向量，构成spu或者sku的文本特征。

iii.图像特征主要是提取图片的全局特征向量作为其图片特征，在提取之前会将图片进行去背景操作，只保留白底商品图，然后通过Resnet或者vgg模型进行图片全局特征的提取，构成spu或者sku的图像特征。

iv.对于要匹配的商品，首先通过数据获取、数据清洗、数据处理等一系列方式，得到其用于sku层面区分的各种属性以及系列型号，将不同表达方式的属性值根据建设好的知识库映射为标准的属性值。此外同时构建其标题文本向量与图片特征向量。至此，型号（货号）、系列（如有需要）、关键属性值、文本向量、图像特征向量已准备好。一般而言，spu层面的匹配需要满足型号、系列（如有需要）、货号（如有需要）的一致，而再往下锁定具体的sku需要属性值一致。

140：根据构建的特征将所述待匹配的商品与所述商品库中的商品进行匹配。

该步骤中，需要对特定要匹配的商品根据不同情景与情况进行不同策略的商品匹配。

该步骤具体包括：

如果型号属性值齐全，直接采用文本精准匹配的方法，找到库内型号属性值一致的商品作为其精准匹配的结果。如果精准匹配没有匹配到，则根据型号相似度从大到小得到结果召回集，在召回集中取属性值能匹配一致的第一个结果作为最终模糊匹配的结果。

ii.如果型号有缺失，有属性值，则根据图像向量相似度从大到小得到结果召回集，在召回集中取属性值能匹配一致的第一个结果作为最终模糊匹配的结果。

iii.如果属性值有缺失，型号不缺失，则根据型号相似度从大到小得到结果召回集，在召回集中取属性值能匹配一致的第一个结果作为最终模糊匹配的结果。

iv.如果属性值没有，型号不缺失，直接采用文本精准匹配的方法，找到库内型号一致的商品作为其精准匹配的结果。如果精准匹配没有匹配到，则根据型号相似度从大到小得到最相似的结果作为召回集，召回集若只有一个，则直接作为最终模糊匹配的结果。召回集若有多个，在召回集中取图片相似度最大的结果作为最终模糊匹配的结果。

v.如果属性值、型号都没有，则根据图片相似度从大到小得到结果召回集，召回集若只有一个，则直接作为最终模糊匹配的结果。召回集若有多个，在召回集中取标题文本相似度最大的结果作为最终模糊匹配的结果。

这里对上述过程中涉及的型号相似度、文本相似度及图片相似度的计算过程进行说明，因为型号是字母数字特殊字符构成的字符串，所以型号相似度可采用编辑距离的方式进行计算。文本相似度与图片相似度因为涉及的是向量的相似度计算，所以采用皮尔逊相关系数进行相似度计算。

本发明实施例的技术方案实现商品匹配的前提是建立一个完善而标准的电商商品库与知识库，能够将所需要的信息映射为标准化的信息，随着商品库与知识库建设的不断完善，匹配效果会越来愈好。这种匹配方式与传统的模糊匹配相比，准确性更高。另外，文本相似度与图片相似度作为补充方案与属性精准匹配方案相互配合相互补充，使得商品匹配的结果更加多元化。

上文中已经参考附图详细描述了本发明的方案。在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。本领域技术人员也应该知悉，说明书中所涉及的动作和模块并不一定是本发明所必须的。另外，可以理解，本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减，本发明实施例装置中的模块可以根据实际需要进行合并、划分和删减。

本领域技术人员还将明白的是，结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。

附图中的流程图和框图显示了根据本发明的多个实施例的系统和方法的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标记的功能也可以以不同于附图中所标记的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。

Claims (10)

1.一种商品自动化匹配方法，其特征在于，包括：

根据电商不同分类的行业知识，建立关于各类商品属性的知识库；

根据所述知识库，将商品库中的商品及待匹配商品的属性值转换为标准属性值；

对所述商品库中的商品及所述待匹配商品，构建其特征；

根据构建的特征将所述待匹配的商品与所述商品库中的商品进行匹配。

2.根据权利要求1所述的方法，其特征在于，所述根据电商不同分类的行业知识，建立关于各类商品属性的知识库，具体包括：

梳理电商所有细分行业的具体分类，包括多级分类的所属关系；

根据不同的分类线条，梳理具体线条上的末级分类其spu行业区分标准与sku行业区分标准，行业区分标准即为能够唯一确定属于同一spu或者sku的商品属性的组合，进一步，依据spu行业区分标准，得到多个sku聚合至所属spu的标准与依据；

收集与整理各个分类的商品属性，建立知识库。

3.根据权利要求1所述的方法，其特征在于，所述特征包括文本特征和图像特征，其中，所述文本特征包括能够区分具体spu与sku的属性的标准属性值构成的文本键值对和商品标题文本向量，所述图像特征为从图片提取的全局特征向量。

4.根据权利要求3所述的方法，其特征在于，所述商品标题的文本向量的建立过程，具体包括：

建立电商行业的干扰词库，将所述电商行业的干扰词库作为停止词从标题文本中剔除，然后依据剩下的文本，通过bert预训练模型输出向量，建立商品标题文本向量。

5.根据权利要求3所述的方法，其特征在于，所述图像特征的构建过程，具体包括：

将图片进行去背景操作，保留白底商品图，然后通过Resnet或者vgg模型进行图片全局特征的提取，构成spu或者sku的图像特征。

6.根据权利要求3所述的方法，其特征在于，所述将所述待匹配的商品与所述商品库中的商品进行匹配，具体包括：

如果所述待匹配商品的型号和属性值齐全，直接采用文本精准匹配的方法，找到商品库内型号和属性值一致的商品作为其精准匹配的结果；如果精准匹配没有匹配到，则根据型号相似度从大到小得到结果召回集，在召回集中取属性值能匹配一致的第一个结果作为最终模糊匹配的结果。

7.根据权利要求3所述的方法，其特征在于，所述将所述待匹配的商品与所述商品库中的商品进行匹配，具体包括：

如果所述待匹配商品的型号有缺失，并且有属性值，则根据图片相似度从大到小得到结果召回集，在召回集中取属性值能匹配一致的第一个结果作为最终模糊匹配的结果。

8.根据权利要求3所述的方法，其特征在于，所述将所述待匹配的商品与所述商品库中的商品进行匹配，具体包括：

如果所述待匹配商品的属性值有缺失，并且型号不缺失，则根据型号相似度从大到小得到结果召回集，在召回集中取属性值能匹配一致的第一个结果作为最终模糊匹配的结果。

9.根据权利要求3所述的方法，其特征在于，所述将所述待匹配的商品与所述商品库中的商品进行匹配，具体包括：

如果所述待匹配商品没有属性值，并且型号不缺失，直接采用文本精准匹配的方法，找到库内型号一致的商品作为其精准匹配的结果；如果精准匹配没有匹配到，则根据型号相似度从大到小得到最相似的结果作为召回集，若召回集中只有一个结果，则直接作为最终模糊匹配的结果；若召回集中有多个结果，则在召回集中取图片相似度最大的结果作为最终模糊匹配的结果。

10.根据权利要求3所述的方法，其特征在于，所述将所述待匹配的商品与所述商品库中的商品进行匹配，具体包括：

如果所述待匹配商品没有属性值和型号，则根据图片相似度从大到小得到结果召回集，若召回集中只有一个结果，则直接作为最终模糊匹配的结果；若召回集中有多个结果，则在召回集中取标题文本相似度最大的结果作为最终模糊匹配的结果。

Images