CN113742537B - 基于产品树的构建方法及装置 - Google Patents
基于产品树的构建方法及装置 Download PDFInfo
- Publication number
- CN113742537B CN113742537B CN202111094467.3A CN202111094467A CN113742537B CN 113742537 B CN113742537 B CN 113742537B CN 202111094467 A CN202111094467 A CN 202111094467A CN 113742537 B CN113742537 B CN 113742537B
- Authority
- CN
- China
- Prior art keywords
- product
- node
- products
- sub
- similarity
- 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.)
- Active
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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9027—Trees
-
- 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
- G06F16/903—Querying
- G06F16/90335—Query processing
-
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/088—Non-supervised learning, e.g. competitive learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供一种基于产品树的构建方法及装置,方法包括:第一设备获取历史订单集;第一设备使用预设的无监督训练神经网络处理历史订单集,将历史订单集中的产品分为多个大类产品,以及将每大类产品分为M类产品,第一设备根据多个大类产品,以及每大类产品的M类产品,构建产品树。由于无监督训练神经网络包括第一自编码器和第二自编码器,且结构相同,使得通过无监督训练神经网络可以实现较为精确地产品分类,从而构建出结构化的产品树。由于产品是按照类型的相似度映射到产品树中,使得当第一设备在查询产品价格时,根据这一逻辑快速查询到相应的产品。在无需提升设备性能的基础上,缩短了查询时间,以兼顾用户体验和低运营成本。
Description
技术领域
本申请涉及大数据领域,尤其涉及一种基于产品树的构建方法及装置。
背景技术
无监督学习因为其无需标注训练样本的特点,使其较于有监督学习而言,训练复杂度和训练量都大大降低。因此,已经在某些特定领域,诸如检测,例如坏点检测、分析,例如完整性分析等领域得到较为广泛的应用。
但是,针对一些常规领域,诸如分类,比如产品分类、识别,比如人脸识别等领域,因其处理过程较为复杂,导致无监督学习应用到这些领域后,其鲁棒性不佳。
发明内容
本申请实施例提供一种基于产品树的构建方法及装置,用以通过无监督学习,较为精确地进行产品分类,从而实现构建具有结构性的产品树。
为达到上述目的,本申请采用如下技术方案:
第一方面,本申请实施例提供了一种基于产品树的构建方法,该方法包括:第一设备获取历史订单集;所述第一设备使用预设的无监督训练神经网络处理所述历史订单集,将所述历史订单集中的产品分为多个大类产品,以及将每大类产品分为M类产品,其中,所述无监督训练神经网络包括第一自编码器和第二自编码器,所述第一自编码器和所述第二自编码器结构相同,所述多个大类产品为所述第一自编码器输出的大分类和所述第二自编码器输出的大分类的并集,所述M类产品为所述第一自编码器输出的小分类和所述第二自编码器输出的小分类的并集;所述第一设备根据所述多个大类产品,以及每大类产品的所述M类产品,构建产品树,其中,所述产品树的源节点对应一个大类产品,所述大类产品包括所述M类产品,所述源节点连接有所述产品树的M个主干,所述M类产品中的第i类产品对应所述M个主干中的第i个主干,所述第i类产品包括N类子产品,M为大于1的整数,i为大于等于1且小于等于至M的任意整数;所述第i个主干包括N个分支,所述N类子产品中的第j类子产品对应所述N个分支中的第j个分支,所述第j类子产品包括多个产品,N为大于或等于1的整数,j为大于等于1且小于等于N的任意整数;所述多子产品中每个产品的订单价格为所述第j个分支中对应一个节点的取值。
基于第一方面所述的方法可知,由于无监督训练神经网络包括第一自编码器和第二自编码器,且第一自编码器和第二自编码器结构相同,使得通过无监督训练神经网络可以实现较为精确地产品分类,从而构建出结构化的产品树。比如,将产品是按照类型的相似度映射到产品树中,使得相似的产品都在产品树的相邻主干、同一主干中的相邻分支、同一分支中的相邻节点。当第一设备在查询产品价格时,第一设备可以根据这一逻辑,快速查询到相应的产品。在无需提升设备性能的基础上,缩短了查询时间,以实现兼顾用户体验和低运营成本。并且,基于产品树的上述特征,本申请不仅可以实现单一产品询价,还可以实现相似类型产品的整体询价,如平均价格、最高价格、最低价格等。
一种可能的设计方案中,M类产品中的第s类产品与M类产品中的第s+1类产品之间的相似度为第一相似度,M类产品中的第s类产品与M类产品中的第s+2类产品之间的相似度为第二相似度,第一相似度大于第二相似度,s为大于等于1且小于等于M-2的任意整数;N类子产品中的第t类子产品与N类产品中的第t+1类产品之间的相似度为第三相似度,N类产品中的第t类产品与N类产品中的第t+2类产品之间的相似度为第四相似度,第三相似度大于第四相似度,t为大于等于1且小于等于N-2的任意整数。如此,通过相似度的高低来依次构建产品树的主干分支,使得产品树的主干分支结构更合理,询价时能够根据相似度,尽快找到其需要遍历的主干分支。
一种可能的设计方案中,N个分支中的第j-1个分支与第j个分支具有同一源节点,该源节点为第一节点,第一节点在第j-1个分支中的子节点为第一子节点,第一源节点在第j个分支中的子节点为第二子节点,第一节点对应的产品与第一子节点对应的产品之间的相似度为第一子相似度,第一节点对应的产品与第二子节点对应的产品之间的相似度为第二子相似度,第一子节点对应的产品与第二子节点对应的产品之间的相似度为第三子相似度,第一子相似度和第二子相似度均大于第三子相似度。
另一种可能的设计方案中,N个分支中的第j-1个分支是在第j个分支上延伸出来的分支,第j-1个分支的源节点是第j个分支上对应的一个第一节点的第一子节点,第一子节点包括第j-1个分支上的第二子节点和第j个分支上的第三子节点,第一节点对应的产品与第二子节点对应的产品之间的相似度为第四子相似度,第一子节点对应的产品与第二子节点对应的产品之间的相似度为第五子相似度,第四子相似度小于第五子相似度,第一子节点对应的产品与第三子节点对应的产品之间的相似度为第六子相似度,第二子节点对应的产品与第三子节点对应的产品之间的相似度为第七子相似度,第五子相似度和第六子相似度均大于第七子相似度。
可以看出,通过相似度的高低来依次构建产品树的分支,使得产品树的节点之间的结构更合理,询价时能够根据相似度,尽快找到其需要遍历的节点。
一种可能的设计方案中,第j个分支中第o+1个节点为第j个分支中第o个节点的子节点,第o个节点对应的一个产品的订单为第一时间生成的订单,第o+1个节点对应的一个产品的订单为第二时间生成的订单,第一时间早于第二时间。一方面,将最新的产品对应的节点作为子节点可便于产品树的生长以及更新,动态和实时性更好。另一方面,由于最新的产品的参考价值更大,将其作为子节点放在分支的末端,使得第一设备在需要时可以直接去查询分支的末端节点,无需依次遍历其他节点,其查询速度更快,运算量更小。
一种可能的设计方案中,该方法还包括:第一设备接收来自用户终端的询价指令,其中,所述询价指令用于请求第一类产品对应的订单价格;所述第一设备根据预先构建的产品树和所述询价指令,确定询价结果;所述均价结果包括所述第一类产品对应的订单价格;所述第一设备向所述用户终端发送所述询价结果。
一种可能的设计方案中,第一设备根据预先构建的产品树和询价指令,确定询价结果,包括:第一设备根据询价指令指示的一个或多个产品,查询产品树中一个或多个产品对应的节点,确定一个或多个产品的价格,一个或多个产品的价格为询价结果;或者,第一设备根据询价指令指示的一个或多个分支,查询产品树中一个或多个分支,确定一个或多个分支对应的产品价格,一个或多个分支对应的产品价格为询价结果;或者,第一设备根据询价指令指示的一个或多个主干,查询产品树中一个或多个主干,确定一个或多个主干对应的产品价格,一个或多个主干对应的产品价格为询价结果。如此,实现了不同粒度的询价,以满足各种用户需求。
可选地,第一设备根据询价指令指示的一个或多个分支,查询产品树中一个或多个分支,确定一个或多个分支对应的产品价格,包括:第一设备将一个或多个分支中每个节点对应的价格加权平均,获得一个或多个分支对应的产品价格;或者,第一设备根据一个或多个分支中的每个节点对应的价格,将一个或多个分支转换成热力图,其中,一个或多个分支中的每个节点映射为热力图中对应的一个热力区域,一个或多个分支中的每个节点的价格越高,热力区域的热力值越高;从热力图中确定出热力值大于阈值的热力区域,确定热力值大于阈值的热力区域对应的目标热力值,将目标热力值转换成产品价格。
可选地,第一设备根据询价指令指示的一个或多个主干,第一设备查询产品树中一个或多个主干,确定一个或多个主干对应的产品价格,包括:第一设备将一个或多个主干中每个分支对应的价格加权平均,获得一个或多个主干对应的产品价格;或者,第一设备根据一个或多个主干中的每个分支对应的价格,将一个或多个主干转换成热力图,其中,一个或多个主干中的每个分支映射为热力图中对应的一个热力区域,一个或多个主干中的每个分支的价格越高,热力区域的热力值越高;从热力图中确定出热力值大于阈值的热力区域,确定热力值大于阈值的热力区域对应的目标热力值,将目标热力值转换成产品价格。
可以看出,通过转换成区域的热力值,其能够更直观反映出整体价格较高的节点,以及其对应的产品。换句话说,计算整体区域的热力值,不仅能够找到价格较高的产品对应的节点,还能够找到这些节点的相关节点,以从更广泛且又相对合理的维度来呈现产品价格。
第二方面,本申请实施例提供了一种基于产品树的构建装置,该装置包括:收发模块,用于获取历史订单集;处理模块,用于使用预设的无监督训练神经网络处理所述历史订单集,将所述历史订单集中的产品分为多个大类产品,以及将每大类产品分为M类产品,其中,所述无监督训练神经网络包括第一自编码器和第二自编码器,所述第一自编码器和所述第二自编码器结构相同,所述多个大类产品为所述第一自编码器输出的大分类和所述第二自编码器输出的大分类的并集,所述M类产品为所述第一自编码器输出的小分类和所述第二自编码器输出的小分类的并集;所述处理模块,还用于根据所述多个大类产品,以及每大类产品的所述M类产品,构建产品树,其中,所述产品树的源节点对应一个大类产品,所述大类产品包括所述M类产品,所述源节点连接有所述产品树的M个主干,所述M类产品中的第i类产品对应所述M个主干中的第i个主干,所述第i类产品包括N类子产品,M为大于1的整数,i为大于等于1且小于等于至M的任意整数;所述第i个主干包括N个分支,所述N类子产品中的第j类子产品对应所述N个分支中的第j个分支,所述第j类子产品包括多个产品,N为大于或等于1的整数,j为大于等于1且小于等于N的任意整数;所述多子产品中每个产品的订单价格为所述第j个分支中对应一个节点的取值。
一种可能的设计方案中,M类产品中的第s类产品与M类产品中的第s+1类产品之间的相似度为第一相似度,M类产品中的第s类产品与M类产品中的第s+2类产品之间的相似度为第二相似度,第一相似度大于第二相似度,s为大于等于1且小于等于M-2的任意整数;N类子产品中的第t类子产品与N类产品中的第t+1类产品之间的相似度为第三相似度,N类产品中的第t类产品与N类产品中的第t+2类产品之间的相似度为第四相似度,第三相似度大于第四相似度,t为大于等于1且小于等于N-2的任意整数。
一种可能的设计方案中,N个分支中的第j-1个分支与第j个分支具有同一源节点,该源节点为第一节点,第一节点在第j-1个分支中的子节点为第一子节点,第一源节点在第j个分支中的子节点为第二子节点,第一节点对应的产品与第一子节点对应的产品之间的相似度为第一子相似度,第一节点对应的产品与第二子节点对应的产品之间的相似度为第二子相似度,第一子节点对应的产品与第二子节点对应的产品之间的相似度为第三子相似度,第一子相似度和第二子相似度均大于第三子相似度。
另一种可能的设计方案中,N个分支中的第j-1个分支是在第j个分支上延伸出来的分支,第j-1个分支的源节点是第j个分支上对应的一个第一节点的第一子节点,第一子节点包括第j-1个分支上的第二子节点和第j个分支上的第三子节点,第一节点对应的产品与第二子节点对应的产品之间的相似度为第四子相似度,第一子节点对应的产品与第二子节点对应的产品之间的相似度为第五子相似度,第四子相似度小于第五子相似度,第一子节点对应的产品与第三子节点对应的产品之间的相似度为第六子相似度,第二子节点对应的产品与第三子节点对应的产品之间的相似度为第七子相似度,第五子相似度和第六子相似度均大于第七子相似度。
一种可能的设计方案中,第j个分支中第o+1个节点为第j个分支中第o个节点的子节点,第o个节点对应的一个产品的订单为第一时间生成的订单,第o+1个节点对应的一个产品的订单为第二时间生成的订单,第一时间早于第二时间。
一种可能的设计方案中,所述收发模块,还用于接收来自用户终端的询价指令,其中,所述询价指令用于请求第一类产品对应的订单价格;所述处理模块,还用于根据预先构建的产品树和所述询价指令,确定询价结果;所述均价结果包括所述第一类产品对应的订单价格;所述收发模块,还用于向所述用户终端发送所述询价结果。
一种可能的设计方案中,处理模块,还用于根据询价指令指示的一个或多个产品,查询产品树中一个或多个产品对应的节点,确定一个或多个产品的价格,一个或多个产品的价格为询价结果;或者,根据询价指令指示的一个或多个分支,查询产品树中一个或多个分支,确定一个或多个分支对应的产品价格,一个或多个分支对应的产品价格为询价结果;或者,根据询价指令指示的一个或多个主干,查询产品树中一个或多个主干,确定一个或多个主干对应的产品价格,一个或多个主干对应的产品价格为询价结果。
可选地,处理模块,还用于将一个或多个分支中每个节点对应的价格加权平均,获得一个或多个分支对应的产品价格;或者,根据一个或多个分支中的每个节点对应的价格,将一个或多个分支转换成热力图,其中,一个或多个分支中的每个节点映射为热力图中对应的一个热力区域,一个或多个分支中的每个节点的价格越高,热力区域的热力值越高;从热力图中确定出热力值大于阈值的热力区域,确定热力值大于阈值的热力区域对应的目标热力值,将目标热力值转换成产品价格。
可选地,处理模块,还用于将一个或多个主干中每个分支对应的价格加权平均,获得一个或多个主干对应的产品价格;或者,根据一个或多个主干中的每个分支对应的价格,将一个或多个主干转换成热力图,其中,一个或多个主干中的每个分支映射为热力图中对应的一个热力区域,一个或多个主干中的每个分支的价格越高,热力区域的热力值越高;从热力图中确定出热力值大于阈值的热力区域,确定热力值大于阈值的热力区域对应的目标热力值,将目标热力值转换成产品价格。
可选地,收发模块可以包括接收模块和发送模块。其中,接收模块用于实现第二方面所述的装置的接收功能。发送模块用于实现第二方面所述的装置的发送功能。
可选地,第二方面所述的装置还可以包括存储模块,该存储模块存储有程序或指令。当处理模块执行该程序或指令时,使得该装置可以执行第一方面所述的方法。
需要说明的是,第二方面所述的装置可以是网络设备,也可以是可设置于网络设备中的芯片(系统)或其他部件或组件,还可以是包含网络设备的装置,本申请对此不做限定。
此外,第二方面所述的装置的技术效果可以参考第一方面所述的方法的技术效果,此处不再赘述。
第三方面,提供了一种基于产品树的构建装置。该基于产品树的构建装置包括:处理器和存储器;该存储器用于存储计算机程序,当该处理器执行该计算机程序时,以使该装置执行第一方面所述的方法。
在一种可能的设计方案中,第三方面所述的装置还可以包括收发器。该收发器可以为收发电路或接口电路。该收发器可以用于第三方面所述的装置与其他装置通信。
在本申请中,第三方面所述的装置可以为网络设备,或者可设置于该网络设备中的芯片(系统)或其他部件或组件,或者包含该网络设备的装置。
此外,第三方面所述的装置的技术效果可以参考第一方面所述的方法的技术效果,此处不再赘述。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述存储介质上存储有程序代码,当所述程序代码被所述计算机运行时,执行如第一方面所述的方法。
附图说明
图1为本申请实施例提供的一种基于产品树的构建系统的架构示意图一;
图2为本申请实施例提供的一种基于产品树的构建方法的流程图;
图3为本申请实施例提供的一种基于产品树的构建方法中产品树的架构示意图;
图4为本申请实施例提供的一种基于产品树的构建装置的结构示意图一;
图5为本申请实施例提供的一种基于产品树的构建装置的结构示意图二。
具体实施方式
下面将结合附图,对本申请中的技术方案进行描述。
请参阅图1,本申请实施例提供了一种基于产品树的构建系统,该基于产品树的构建系统可以包括:网络设备,例如第一设备。该网络设备可以包括服务器、如数据服务器、网络服务器等,可以是单个服务器,或者也可以是服务器集群。
当用户将产品的类型,以及各类型产品对应的价格配置给服务器后,服务器可以自动构建产品树。具体来说,服务器可以通过无监督学习的模型,比如多个自编码器(autoencoder)结构的神经网络,对大量的产品数据进行处理,以实现自动的产品分类,即可以按照产品的类型,自动将产品分为大类,以及大类中的小类。需要指出,多个自编码器可以是2个,2个自编码器结构可以是对称的,即结构相同,但作用不同。这样不仅方便模型构建,也可以提高监督学习的分类准确度。服务器可以以大类为核心,构建产品树的主干,即每一大类产品对应一个主干。服务器可以根据每一小类产品,构建产品树每个主干中的分支,即分支中包含多个节点,每个节点中的数据为对应的一个小类产品的价格,且相邻的节点即是小类型相似的产品。如此,便实现了产品树的构建。
可选地,上述基于产品树的构建系统也可以包括终端设备,例如用户终端,该终端设备也可以称为用户装置、接入终端、用户单元、用户站、移动站、移动台、远方站、远程终端、移动设备、用户终端、终端、无线通信设备、用户代理或用户装置。本申请的实施例中的终端设备可以是手机(mobile phone)、平板电脑(Pad)、带无线收发功能的电脑、虚拟现实(virtual reality,VR)终端设备、增强现实(augmented reality,AR)终端设备、工业控制(industrial control)中的无线终端、无人驾驶(self driving)中的无线终端、远程医疗(remote medical)中的无线终端、智能电网(smart grid)中的无线终端、运输安全(transportation safety)中的无线终端、智慧城市(smart city)中的无线终端、智慧家庭(smart home)中的无线终端、车载终端、具有终端功能的RSU等。
下面将结合方法进行详细说明。
请参阅图2,本申请实施例提供了一种基于产品树的构建方法。该方法可以适用于图1所示的系统中的第一设备。该方法的流程包括:
S201,第一设备获取历史订单集。
S202,第一设备使用预设的无监督训练神经网络处理所述历史订单集,将历史订单集中的产品分为多个大类产品,以及将每大类产品分为M类产品。
其中,无监督训练神经网络包括第一自编码器和第二自编码器,第一自编码器和所述第二自编码器结构相同,但作用以及各种的参数可以不同。这样,多个大类产品可以为第一自编码器输出的大分类和第二自编码器输出的大分类的并集,每大类产品包括的M类产品可以为第一自编码器输出的小分类和第二自编码器输出的小分类的并集。
S203,第一设备根据多个大类产品,以及每大类产品的M类产品,构建产品树。
其中,产品树的源节点对应一个大类产品,大类产品包括M类产品,源节点连接有产品树的M个主干,M类产品中的第i类产品对应M个主干中的第i个主干。第i类产品包括N类子产品,其中,M为大于1的整数,i为大于等于1且小于等于至M的任意整数。第i个主干包括N个分支,N类子产品中的第j类子产品对应N个分支中的第j个分支,第j类子产品包括多个产品,N为大于或等于1的整数,j为大于等于1且小于等于N的任意整数;多子产品中每个产品的订单价格为第j个分支中对应一个节点的取值。
例如,产品树可以如图3所示,节点S为该产品树的源节点,该产品树包括主干1和主干2。第一类产品对应主干1,第二类产品对应主干2。主干1包括分支1、分支2和分支3。其中,分支1包括节点1(分支1的源节点)、节点2、节点3和节点4。分支2包括节点2(分支2的源节点)和节点7。分支3包括节点1(分支3的源节点)、节点5和节点6。主干2包括分支4和分支5。其中,分支4包括节点8(分支4的源节点)、节点9和节点10。分支5包括节点8(分支5的源节点)、节点11和节点12。
一种可能的设计方案中,M类产品中的第s类产品(第s类产品对应主干s)与M类产品中的第s+1类产品(第s+1类产品对应主干s+1)之间的相似度为第一相似度,M类产品中的第s类产品(第s类产品对应主干s)与M类产品中的第s+2类产品(第s+2类产品对应主干s+2)之间的相似度为第二相似度,第一相似度大于第二相似度,s为大于等于1且小于等于M-2的任意整数。N类子产品中的第t类子产品(第t类子产品对应分支t)与N类产品中的第t+1类产品(第t+1类产品对应分支t+1)之间的相似度为第三相似度,N类产品中的第t类产品(第t类产品对应分支t)与N类产品中的第t+2类产品(第t+2类产品对应分支t+2)之间的相似度为第四相似度,第三相似度大于第四相似度,t为大于等于1且小于等于N-2的任意整数。如此,通过相似度的高低来依次构建产品树的主干和分支,使得产品树的主干和分支结构更合理,询价时能够根据相似度,尽快找到其需要遍历的主干和分支。其中,第一相似度、第二相似度、第三相似度和第四相似度均是基于对应的各产品之间的相似度计算得到,如通过加权求和得到,各产品之间的相似度可以是预先设置好的,且各产品之间的相似度可以参考产品的型号、功能、性能等参数设置,参数越相近相似度越高。
一种可能的设计方案中,N个分支中的第j-1个分支与第j个分支具有同一源节点,该源节点为第一节点,第一节点在第j-1个分支中的子节点为第一子节点,第一源节点在第j个分支中的子节点为第二子节点,第一节点对应的产品与第一子节点对应的产品之间的相似度为第一子相似度,第一节点对应的产品与第二子节点对应的产品之间的相似度为第二子相似度,第一子节点对应的产品与第二子节点对应的产品之间的相似度为第三子相似度,第一子相似度和第二子相似度均大于第三子相似度。例如图3所示,节点1对应的产品和节点2对应的产品之间的相似度为第一子相似度,节点1对应的产品和节点5对应的产品之间的相似度为第二子相似度,节点2对应的产品和节点5对应的产品之间的相似度为第三子相似度。可以看出,分支可以以相似度来划分,使得同一个分支内产品均是相似度高的产品,相似度高的产品其价格必然存在一定联系,如此可以使得询价逻辑更为合理。
另一种可能的设计方案中,N个分支中的第j-1个分支是在第j个分支上延伸出来的分支,第j-1个分支的源节点是第j个分支上对应的一个第一节点的第一子节点,第一子节点包括第j-1个分支上的第二子节点和第j个分支上的第三子节点,第一节点对应的产品与第二子节点对应的产品之间的相似度为第四子相似度,第一子节点对应的产品与第二子节点对应的产品之间的相似度为第五子相似度,第四子相似度小于第五子相似度,第一子节点对应的产品与第三子节点对应的产品之间的相似度为第六子相似度,第二子节点对应的产品与第三子节点对应的产品之间的相似度为第七子相似度,第五子相似度和第六子相似度均大于第七子相似度。例如图3所示,节点1对应的产品和节点7对应的产品之间的相似度为第四子相似度,节点2对应的产品和节点7对应的产品之间的相似度为第五子相似度。节点2对应的产品和节点3对应的产品之间的相似度为第六子相似度。节点3对应的产品和节点7对应的产品之间的相似度为第七子相似度。
可以看出,通过相似度的高低来依次构建产品树的分支,使得产品树的节点之间的结构更合理,询价时能够根据相似度,尽快找到其需要遍历的节点。
一种可能的设计方案中,第j个分支中第o+1个节点为第j个分支中第o个节点的子节点,第o个节点对应的一个产品的订单为第一时间生成的订单,第o+1个节点对应的一个产品的订单为第二时间生成的订单,第一时间早于第二时间。一方面,将最新的产品对应的节点作为子节点可便于产品树的生长以及更新,动态和实时性更好。另一方面,由于最新的产品的参考价值更大,将其作为子节点放在分支的末端,使得第一设备在需要时可以直接去查询分支的末端节点,无需依次遍历其他节点,其查询速度更快,运算量更小。
本申请实施例中,基于构建好的产品数据,该方法还可以包括:第一设备接收来自用户终端的询价指令,根据预先构建的产品树和所述询价指令,确定询价结果,向所述用户终端发送所述询价结果。
其中,询价指令用于请求第一类产品对应的订单价格,该第一类产品可以是一个或多个产品,可以是一个或多个分支对应的产品,也可以是一个或多个主干对应的产品,以实现不同粒度的询价。均价结果包括第一类产品对应的订单价格。
具体的,第一设备根据预先构建的产品树和询价指令,确定询价结果,包括:第一设备根据询价指令指示的一个或多个产品,查询产品树中一个或多个产品对应的节点,确定一个或多个产品的价格,一个或多个产品的价格为询价结果;或者,第一设备根据询价指令指示的一个或多个分支,查询产品树中一个或多个分支,确定一个或多个分支对应的产品价格,一个或多个分支对应的产品价格为询价结果;或者,第一设备根据询价指令指示的一个或多个主干,查询产品树中一个或多个主干,确定一个或多个主干对应的产品价格,一个或多个主干对应的产品价格为询价结果。如此,实现了不同粒度的询价,以满足各种用户需求。
可选地,第一设备根据询价指令指示的一个或多个分支,查询产品树中一个或多个分支,确定一个或多个分支对应的产品价格,包括:第一设备将一个或多个分支中每个节点对应的价格加权平均,获得一个或多个分支对应的产品价格。或者,第一设备根据一个或多个分支中的每个节点对应的价格,将一个或多个分支转换成热力图,其中,一个或多个分支中的每个节点映射为热力图中对应的一个热力区域,一个或多个分支中的每个节点的价格越高,热力区域的热力值越高;从热力图中确定出热力值大于阈值的热力区域,确定热力值大于阈值的热力区域对应的目标热力值,将目标热力值转换成产品价格。
可选地,第一设备根据询价指令指示的一个或多个主干,第一设备查询产品树中一个或多个主干,确定一个或多个主干对应的产品价格,包括:第一设备将一个或多个主干中每个分支对应的价格加权平均,获得一个或多个主干对应的产品价格;或者,第一设备根据一个或多个主干中的每个分支对应的价格,将一个或多个主干转换成热力图,其中,一个或多个主干中的每个分支映射为热力图中对应的一个热力区域,一个或多个主干中的每个分支的价格越高,热力区域的热力值越高;从热力图中确定出热力值大于阈值的热力区域,确定热力值大于阈值的热力区域对应的目标热力值,将目标热力值转换成产品价格。
可以看出,通过转换成区域的热力值,其能够更直观反映出整体价格较高的节点,以及其对应的产品。换句话说,计算整体区域的热力值,不仅能够找到价格较高的产品对应的节点,还能够找到这些节点的相关节点,以从更广泛且又相对合理的维度来呈现产品价格。
综上,根据上述方法可知,由于无监督训练神经网络包括第一自编码器和第二自编码器,且第一自编码器和第二自编码器结构相同,使得通过无监督训练神经网络可以实现较为精确地产品分类,从而构建出结构化的产品树。比如,将产品按照类型的相似度映射到产品树中,使得相似的产品都在产品树的相邻主干、同一主干中的相邻分支、同一分支中的相邻节点。当第一设备在查询产品价格时,第一设备可以根据这一逻辑,快速查询到相应的产品。在无需提升设备性能的基础上,缩短了查询时间,以实现兼顾用户体验和低运营成本。并且,基于产品树的上述特征,本申请不仅可以实现单一产品询价,还可以实现相似类型产品的整体询价,如平均价格、最高价格、最低价格等。
请参阅图4,本实施例中还提供了一种基于产品树的构建装置400,该基于产品树的构建装置400可以应用于上述第一设备,包括:
收发模块401,用于获取历史订单集;处理模块402,用于使用预设的无监督训练神经网络处理所述历史订单集,将所述历史订单集中的产品分为多个大类产品,以及将每大类产品分为M类产品,其中,所述无监督训练神经网络包括第一自编码器和第二自编码器,所述第一自编码器和所述第二自编码器结构相同,所述多个大类产品为所述第一自编码器输出的大分类和所述第二自编码器输出的大分类的并集,所述M类产品为所述第一自编码器输出的小分类和所述第二自编码器输出的小分类的并集;所述处理模块402,还用于根据所述多个大类产品,以及每大类产品的所述M类产品,构建产品树,其中,所述产品树的源节点对应一个大类产品,所述大类产品包括所述M类产品,所述源节点连接有所述产品树的M个主干,所述M类产品中的第i类产品对应所述M个主干中的第i个主干,所述第i类产品包括N类子产品,M为大于1的整数,i为大于等于1且小于等于至M的任意整数;所述第i个主干包括N个分支,所述N类子产品中的第j类子产品对应所述N个分支中的第j个分支,所述第j类子产品包括多个产品,N为大于或等于1的整数,j为大于等于1且小于等于N的任意整数;所述多子产品中每个产品的订单价格为所述第j个分支中对应一个节点的取值。
一种可能的设计方案中,M类产品中的第s类产品与M类产品中的第s+1类产品之间的相似度为第一相似度,M类产品中的第s类产品与M类产品中的第s+2类产品之间的相似度为第二相似度,第一相似度大于第二相似度,s为大于等于1且小于等于M-2的任意整数;N类子产品中的第t类子产品与N类产品中的第t+1类产品之间的相似度为第三相似度,N类产品中的第t类产品与N类产品中的第t+2类产品之间的相似度为第四相似度,第三相似度大于第四相似度,t为大于等于1且小于等于N-2的任意整数。
一种可能的设计方案中,N个分支中的第j-1个分支与第j个分支具有同一源节点,该源节点为第一节点,第一节点在第j-1个分支中的子节点为第一子节点,第一源节点在第j个分支中的子节点为第二子节点,第一节点对应的产品与第一子节点对应的产品之间的相似度为第一子相似度,第一节点对应的产品与第二子节点对应的产品之间的相似度为第二子相似度,第一子节点对应的产品与第二子节点对应的产品之间的相似度为第三子相似度,第一子相似度和第二子相似度均大于第三子相似度。
另一种可能的设计方案中,N个分支中的第j-1个分支是在第j个分支上延伸出来的分支,第j-1个分支的源节点是第j个分支上对应的一个第一节点的第一子节点,第一子节点包括第j-1个分支上的第二子节点和第j个分支上的第三子节点,第一节点对应的产品与第二子节点对应的产品之间的相似度为第四子相似度,第一子节点对应的产品与第二子节点对应的产品之间的相似度为第五子相似度,第四子相似度小于第五子相似度,第一子节点对应的产品与第三子节点对应的产品之间的相似度为第六子相似度,第二子节点对应的产品与第三子节点对应的产品之间的相似度为第七子相似度,第五子相似度和第六子相似度均大于第七子相似度。
一种可能的设计方案中,第j个分支中第o+1个节点为第j个分支中第o个节点的子节点,第o个节点对应的一个产品的订单为第一时间生成的订单,第o+1个节点对应的一个产品的订单为第二时间生成的订单,第一时间早于第二时间。
一种可能的设计方案中,所述收发模块401,还用于接收来自用户终端的询价指令,其中,所述询价指令用于请求第一类产品对应的订单价格;所述处理模块402,还用于根据预先构建的产品树和所述询价指令,确定询价结果;所述均价结果包括所述第一类产品对应的订单价格;所述收发模块401,还用于向所述用户终端发送所述询价结果。
一种可能的设计方案中,处理模块402,还用于根据询价指令指示的一个或多个产品,查询产品树中一个或多个产品对应的节点,确定一个或多个产品的价格,一个或多个产品的价格为询价结果;或者,根据询价指令指示的一个或多个分支,查询产品树中一个或多个分支,确定一个或多个分支对应的产品价格,一个或多个分支对应的产品价格为询价结果;或者,根据询价指令指示的一个或多个主干,查询产品树中一个或多个主干,确定一个或多个主干对应的产品价格,一个或多个主干对应的产品价格为询价结果。
可选地,处理模块402,还用于将一个或多个分支中每个节点对应的价格加权平均,获得一个或多个分支对应的产品价格;或者,根据一个或多个分支中的每个节点对应的价格,将一个或多个分支转换成热力图,其中,一个或多个分支中的每个节点映射为热力图中对应的一个热力区域,一个或多个分支中的每个节点的价格越高,热力区域的热力值越高;从热力图中确定出热力值大于阈值的热力区域,确定热力值大于阈值的热力区域对应的目标热力值,将目标热力值转换成产品价格。
可选地,处理模块402,还用于将一个或多个主干中每个分支对应的价格加权平均,获得一个或多个主干对应的产品价格;或者,根据一个或多个主干中的每个分支对应的价格,将一个或多个主干转换成热力图,其中,一个或多个主干中的每个分支映射为热力图中对应的一个热力区域,一个或多个主干中的每个分支的价格越高,热力区域的热力值越高;从热力图中确定出热力值大于阈值的热力区域,确定热力值大于阈值的热力区域对应的目标热力值,将目标热力值转换成产品价格。
可选地,收发模块可以包括接收模块和发送模块。其中,接收模块用于实现所述的基于产品树的构建装置的接收功能。发送模块用于实现所述的基于产品树的构建装置的发送功能。
可选地,所述的基于产品树的构建装置还可以包括存储模块,该存储模块存储有程序或指令。当处理模块执行该程序或指令时,使得该基于产品树的构建装置可以执行上述图2所示的方法。
需要说明的是,所述的基于产品树的构建装置可以是网络设备,也可以是可设置于网络设备中的芯片(系统)或其他部件或组件,还可以是包含网络设备的装置,本申请对此不做限定。
此外,所述的基于产品树的构建装置的技术效果可以参考上述的方法的技术效果,此处不再赘述。
下面结合图5,对基于产品树的构建装置500的各个构成部件进行具体的介绍:
其中,处理器501是基于产品树的构建装置500的控制中心,可以是一个处理器,也可以是多个处理元件的统称。例如,处理器501是一个或多个中央处理器(centralprocessing unit,CPU),也可以是特定集成电路(application specific integratedcircuit,ASIC),或者是被配置成实施本申请实施例的一个或多个集成电路,例如:一个或多个微处理器(digital signal processor,DSP),或,一个或者多个现场可编程门阵列(field programmable gate array,FPGA)。
可选地,处理器501可以通过运行或执行存储在存储器502内的软件程序,以及调用存储在存储器502内的数据,执行基于产品树的构建装置500的各种功能。
在具体的实现中,作为一种实施例,处理器501可以包括一个或多个CPU,例如图4中所示出的CPU0和CPU1。
在具体实现中,作为一种实施例,基于产品树的构建装置500也可以包括多个处理器,例如图4中所示的处理器501和处理器504。这些处理器中的每一个可以是一个单核处理器(single-CPU),也可以是一个多核处理器(multi-CPU)。这里的处理器可以指一个或多个设备、电路、和/或用于处理数据(例如计算机程序指令)的处理器。
其中,存储器502用于存储执行本申请方案的软件程序,并由处理器501来控制执行,具体实现方式可以参考上述方法实施例,此处不再赘述。
可选地,存储器502可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electrically erasable programmable read-only memory,EEPROM)、只读光盘(compactdisc read-only memory,CD-ROM)或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。存储器502可以和处理器501集成在一起,也可以独立存在,并通过基于产品树的构建装置500的接口电路(图4中未示出)与处理器501耦合,本申请实施例对此不作具体限定。
收发器503,用于与其他装置之间的通信。例如,基于产品树的构建装置500为网络设备,收发器503可以用于与终端设备通信,或者与另一个网络设备通信。
可选地,收发器503可以包括接收器和发送器(图4中未单独示出)。其中,接收器用于实现接收功能,发送器用于实现发送功能。
可选地,收发器503可以和处理器501集成在一起,也可以独立存在,并通过基于产品树的构建装置500的接口电路(图4中未示出)与处理器501耦合,本申请实施例对此不作具体限定。
需要说明的是,图4中示出的装置500的结构并不构成对该基于产品树的构建装置的限定,实际的基于产品树的构建装置可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
此外,装置500的技术效果可以参考上述方法实施例的方法的技术效果,此处不再赘述。
应理解,在本申请实施例中的处理器可以是中央处理单元(central processingunit,CPU),该处理器还可以是其他通用处理器、数字信号处理器(digital signalprocessor,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现成可编程门阵列(field programmable gate array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
还应理解,本申请实施例中的存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(read-only memory,ROM)、可编程只读存储器(programmable ROM,PROM)、可擦除可编程只读存储器(erasable PROM,EPROM)、电可擦除可编程只读存储器(electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(random access memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的随机存取存储器(random accessmemory,RAM)可用,例如静态随机存取存储器(static RAM,SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(double data rate SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM,DR RAM)。
上述实施例,可以全部或部分地通过软件、硬件(如电路)、固件或其他任意组合来实现。当使用软件实现时,上述实施例可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行计算机指令或计算机程序时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集合的服务器、数据中心等数据存储设备。可用介质可以是磁性介质(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质。半导体介质可以是固态硬盘。
应理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况,其中A,B可以是单数或者复数。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系,但也可能表示的是一种“和/或”的关系,具体可参考前后文进行理解。
本申请中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,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,或一些特征字段可以忽略,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,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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,在本申请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。
功能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,本申请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(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(read-only memory,ROM)、随机存取存储器(random access memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上,仅为本申请的具体实施方式,但本申请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申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (7)
1.一种基于产品树的构建方法,其特征在于,所述方法包括:
第一设备获取历史订单集;
所述第一设备使用预设的无监督训练神经网络处理所述历史订单集,将所述历史订单集中的产品分为多个大类产品,以及将每大类产品分为M类产品,其中,所述无监督训练神经网络包括第一自编码器和第二自编码器,所述第一自编码器和所述第二自编码器结构相同,所述多个大类产品为所述第一自编码器输出的大分类和所述第二自编码器输出的大分类的并集,所述M类产品为所述第一自编码器输出的小分类和所述第二自编码器输出的小分类的并集;
所述第一设备根据所述多个大类产品,以及每大类产品的所述M类产品,构建产品树,其中,所述产品树的源节点对应一个大类产品,所述大类产品包括所述M类产品,所述源节点连接有所述产品树的M个主干,所述M类产品中的第i类产品对应所述M个主干中的第i个主干,所述第i类产品包括N类子产品,M为大于1的整数,i为大于等于1且小于等于M的任意整数;所述第i个主干包括N个分支,所述N类子产品中的第j类子产品对应所述N个分支中的第j个分支,所述第j类子产品包括多个产品,N为大于或等于1的整数,j为大于等于1且小于等于N的任意整数;所述多个产品中每个产品的订单价格为所述第j个分支中对应一个节点的取值;
所述方法还包括:
第一设备接收来自用户终端的询价指令,其中,所述询价指令用于请求第一类产品对应的订单价格;
所述第一设备根据预先构建的产品树和所述询价指令,确定询价结果;所述询价结果包括所述第一类产品对应的订单价格;
所述第一设备向所述用户终端发送所述询价结果;
所述第一设备根据预先构建的产品树和所述询价指令,确定询价结果,包括:
所述第一设备根据所述询价指令指示的一个或多个产品,查询所述产品树中所述一个或多个产品对应的节点,确定所述一个或多个产品的价格,所述一个或多个产品的价格为所述询价结果;或者,
所述第一设备根据所述询价指令指示的一个或多个分支,查询所述产品树中所述一个或多个分支,确定所述一个或多个分支对应的产品价格,所述一个或多个分支对应的产品价格为所述询价结果;或者,
所述第一设备根据所述询价指令指示的一个或多个主干,查询所述产品树中所述一个或多个主干,确定所述一个或多个主干对应的产品价格,所述一个或多个主干对应的产品价格为所述询价结果;
所述第一设备根据所述询价指令指示的一个或多个分支,查询所述产品树中所述一个或多个分支,确定所述一个或多个分支对应的产品价格,包括:
将所述一个或多个分支中每个节点对应的价格加权平均,获得所述一个或多个分支对应的产品价格;或者,
根据所述一个或多个分支中的每个节点对应的价格,将所述一个或多个分支转换成热力图,其中,所述一个或多个分支中的每个节点映射为所述热力图中对应的一个热力区域,所述一个或多个分支中的每个节点的价格越高,所述热力区域的热力值越高;从所述热力图中确定出热力值大于阈值的热力区域,确定所述热力值大于阈值的热力区域对应的目标热力值,将所述目标热力值转换成所述产品价格。
2.根据权利要求1所述的基于产品树的构建方法,其特征在于,所述M类产品中的第s类产品与所述M类产品中的第s+1类产品之间的相似度为第一相似度,所述M类产品中的第s类产品与所述M类产品中的第s+2类产品之间的相似度为第二相似度,所述第一相似度大于所述第二相似度,s为大于等于1且小于等于M-2的任意整数;
所述N类子产品中的第t类子产品与所述N类子产品中的第t+1类子产品之间的相似度为第三相似度,所述N类子产品中的第t类子产品与所述N类子产品中的第t+2类子产品之间的相似度为第四相似度,所述第三相似度大于所述第四相似度,t为大于等于1且小于等于N-2的任意整数。
3.根据权利要求2所述的基于产品树的构建方法,所述N个分支中的第j-1个分支与所述第j个分支具有同一源节点,该源节点为第一节点,所述第一节点在所述第j-1个分支中的子节点为第一子节点,所述第一节点在所述第j个分支中的子节点为第二子节点,所述第一节点对应的产品与所述第一子节点对应的产品之间的相似度为第一子相似度,所述第一节点对应的产品与所述第二子节点对应的产品之间的相似度为第二子相似度,所述第一子节点对应的产品与所述第二子节点对应的产品之间的相似度为第三子相似度,所述第一子相似度和所述第二子相似度均大于所述第三子相似度。
4.根据权利要求2所述的基于产品树的构建方法,所述N个分支中的第j-1个分支是在所述第j个分支上延伸出来的分支,所述第j-1个分支的源节点是所述第j个分支上对应的一个第一节点的第一子节点,所述第一子节点包括所述第j-1个分支上的第二子节点和第j个分支上的第三子节点,所述第一节点对应的产品与所述第二子节点对应的产品之间的相似度为第四子相似度,所述第一子节点对应的产品与所述第二子节点对应的产品之间的相似度为第五子相似度,所述第四子相似度小于所述第五子相似度,所述第一子节点对应的产品与所述第三子节点对应的产品之间的相似度为第六子相似度,所述第二子节点对应的产品与所述第三子节点对应的产品之间的相似度为第七子相似度,所述第五子相似度和所述第六子相似度均大于所述第七子相似度。
5.根据权利要求2所述的基于产品树的构建方法,其特征在于,所述第j个分支中第o+1个节点为所述第j个分支中第o个节点的子节点,所述第o个节点对应的一个产品的订单为第一时间生成的订单,所述第o+1个节点对应的一个产品的订单为第二时间生成的订单,所述第一时间早于所述第二时间。
6.根据权利要求1所述的基于产品树的构建方法,其特征在于,所述第一设备根据所述询价指令指示的一个或多个主干,查询所述产品树中所述一个或多个主干,确定所述一个或多个主干对应的产品价格,包括:
将所述一个或多个主干中每个分支对应的价格加权平均,获得所述一个或多个主干对应的产品价格;或者,
根据所述一个或多个主干中的每个分支对应的价格,将所述一个或多个主干转换成热力图,其中,所述一个或多个主干中的每个分支映射为所述热力图中对应的一个热力区域,所述一个或多个主干中的每个分支的价格越高,所述热力区域的热力值越高;从所述热力图中确定出热力值大于阈值的热力区域,确定所述热力值大于阈值的热力区域对应的目标热力值,将所述目标热力值转换成所述产品价格。
7.一种基于产品树的构建装置,其特征在于,所述装置包括:
收发模块,用于获取历史订单集;
处理模块,用于使用预设的无监督训练神经网络处理所述历史订单集,将所述历史订单集中的产品分为多个大类产品,以及将每大类产品分为M类产品,其中,所述无监督训练神经网络包括第一自编码器和第二自编码器,所述第一自编码器和所述第二自编码器结构相同,所述多个大类产品为所述第一自编码器输出的大分类和所述第二自编码器输出的大分类的并集,所述M类产品为所述第一自编码器输出的小分类和所述第二自编码器输出的小分类的并集;
所述处理模块,还用于根据所述多个大类产品,以及每大类产品的所述M类产品,构建产品树,其中,所述产品树的源节点对应一个大类产品,所述大类产品包括所述M类产品,所述源节点连接有所述产品树的M个主干,所述M类产品中的第i类产品对应所述M个主干中的第i个主干,所述第i类产品包括N类子产品,M为大于1的整数,i为大于等于1且小于等于M的任意整数;所述第i个主干包括N个分支,所述N类子产品中的第j类子产品对应所述N个分支中的第j个分支,所述第j类子产品包括多个产品,N为大于或等于1的整数,j为大于等于1且小于等于N的任意整数;所述多个产品中每个产品的订单价格为所述第j个分支中对应一个节点的取值;
其中,
所述收发模块,还用于接收来自用户终端的询价指令,其中,所述询价指令用于请求第一类产品对应的订单价格;
所述处理模块,还用于根据预先构建的产品树和所述询价指令,确定询价结果;所述询价结果包括所述第一类产品对应的订单价格;
所述收发模块,还用于向所述用户终端发送所述询价结果;
其中,所述处理模块,还用于根据所述询价指令指示的一个或多个产品,查询所述产品树中所述一个或多个产品对应的节点,确定所述一个或多个产品的价格,所述一个或多个产品的价格为所述询价结果;或者,根据所述询价指令指示的一个或多个分支,查询所述产品树中所述一个或多个分支,确定所述一个或多个分支对应的产品价格,所述一个或多个分支对应的产品价格为所述询价结果;或者,根据所述询价指令指示的一个或多个主干,查询所述产品树中所述一个或多个主干,确定所述一个或多个主干对应的产品价格,所述一个或多个主干对应的产品价格为所述询价结果;
其中,所述处理模块,还用于将所述一个或多个分支中每个节点对应的价格加权平均,获得所述一个或多个分支对应的产品价格;或者,根据所述一个或多个分支中的每个节点对应的价格,将所述一个或多个分支转换成热力图,其中,所述一个或多个分支中的每个节点映射为所述热力图中对应的一个热力区域,所述一个或多个分支中的每个节点的价格越高,所述热力区域的热力值越高;从所述热力图中确定出热力值大于阈值的热力区域,确定所述热力值大于阈值的热力区域对应的目标热力值,将所述目标热力值转换成所述产品价格。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111094467.3A CN113742537B (zh) | 2021-09-17 | 2021-09-17 | 基于产品树的构建方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111094467.3A CN113742537B (zh) | 2021-09-17 | 2021-09-17 | 基于产品树的构建方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113742537A CN113742537A (zh) | 2021-12-03 |
CN113742537B true CN113742537B (zh) | 2022-04-19 |
Family
ID=78739699
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111094467.3A Active CN113742537B (zh) | 2021-09-17 | 2021-09-17 | 基于产品树的构建方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113742537B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2882171A1 (fr) * | 2005-02-14 | 2006-08-18 | France Telecom | Procede et dispositif de generation d'un arbre de classification permettant d'unifier les approches supervisees et non supervisees, produit programme d'ordinateur et moyen de stockage correspondants |
CN106452908A (zh) * | 2016-11-04 | 2017-02-22 | 北京航空航天大学 | 一种构建机载网络动态关联故障管理系统的方法 |
CN107424015A (zh) * | 2017-08-09 | 2017-12-01 | 星光物语(北京)电子商务有限公司 | 支持海量商品按客户维度定价的系统及方法 |
CN111652583A (zh) * | 2020-06-03 | 2020-09-11 | 湖南微克曼弥科技信息有限公司 | 一种企业信息化技术研发管理系统 |
CN113313573A (zh) * | 2021-06-04 | 2021-08-27 | 中国建设银行股份有限公司 | 基于配置化的授信业务处理方法及装置 |
CN113343700A (zh) * | 2021-06-22 | 2021-09-03 | 深圳壹账通智能科技有限公司 | 数据处理方法、装置、设备及存储介质 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080249870A1 (en) * | 2007-04-03 | 2008-10-09 | Robert Lee Angell | Method and apparatus for decision tree based marketing and selling for a retail store |
US20090171986A1 (en) * | 2007-12-27 | 2009-07-02 | Yahoo! Inc. | Techniques for constructing sitemap or hierarchical organization of webpages of a website using decision trees |
US20190286978A1 (en) * | 2018-03-14 | 2019-09-19 | Adobe Inc. | Using natural language processing and deep learning for mapping any schema data to a hierarchical standard data model (xdm) |
US11334467B2 (en) * | 2019-05-03 | 2022-05-17 | International Business Machines Corporation | Representing source code in vector space to detect errors |
-
2021
- 2021-09-17 CN CN202111094467.3A patent/CN113742537B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2882171A1 (fr) * | 2005-02-14 | 2006-08-18 | France Telecom | Procede et dispositif de generation d'un arbre de classification permettant d'unifier les approches supervisees et non supervisees, produit programme d'ordinateur et moyen de stockage correspondants |
CN106452908A (zh) * | 2016-11-04 | 2017-02-22 | 北京航空航天大学 | 一种构建机载网络动态关联故障管理系统的方法 |
CN107424015A (zh) * | 2017-08-09 | 2017-12-01 | 星光物语(北京)电子商务有限公司 | 支持海量商品按客户维度定价的系统及方法 |
CN111652583A (zh) * | 2020-06-03 | 2020-09-11 | 湖南微克曼弥科技信息有限公司 | 一种企业信息化技术研发管理系统 |
CN113313573A (zh) * | 2021-06-04 | 2021-08-27 | 中国建设银行股份有限公司 | 基于配置化的授信业务处理方法及装置 |
CN113343700A (zh) * | 2021-06-22 | 2021-09-03 | 深圳壹账通智能科技有限公司 | 数据处理方法、装置、设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
数据挖掘技术在制冷空调行业的应用;陈焕新等;《暖通空调》;20160315;第46卷(第03期);20-26 * |
Also Published As
Publication number | Publication date |
---|---|
CN113742537A (zh) | 2021-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | NQA: A nested anti-collision algorithm for RFID systems | |
CN112738758A (zh) | 感知业务管理方法、装置、系统及可读存储介质 | |
CN103186653B (zh) | 辅助查询方法和设备、查询方法和设备及命名查询系统 | |
US20170280299A1 (en) | Device localization based on a learning model | |
JP2022514842A (ja) | エンティティ意味関係分類 | |
US9524521B2 (en) | Systems and methods for recommending a retail location | |
CN108173905B (zh) | 一种资源配置方法、装置及电子设备 | |
JP2011508920A5 (zh) | ||
US20170255682A1 (en) | Database access using a space-filling curve | |
CN105164711A (zh) | 用于提供根据附近喜好推出的建议的方法和装置 | |
CN112016834B (zh) | 异常驾驶行为检测方法、装置、设备及存储介质 | |
US11853288B1 (en) | Enhanced filter accuracy | |
CN113742537B (zh) | 基于产品树的构建方法及装置 | |
CN109886300A (zh) | 一种用户聚类方法、装置及设备 | |
CN113672669B (zh) | 基于分布式存储的数据查询方法及装置 | |
CN115409617B (zh) | 基于区块链的外币兑换方法及其系统 | |
Lin et al. | General spatial skyline operator | |
Lange et al. | On a generic uncertainty model for position information | |
CN114491088A (zh) | 空间数据语义查询方法及装置 | |
CN114218210A (zh) | 一种数据处理方法、装置和电子设备 | |
KR20200036173A (ko) | 사용자 그루핑 및 그룹별 선호 기계학습 분석 알고리즘을 추천하는 방법 및 장치 | |
CN111065045A (zh) | 匹配定位方法、装置、电子设备及计算机可读介质 | |
JP6497253B2 (ja) | 情報共有プログラム、情報共有装置、及び情報共有システム | |
CN116912951B (zh) | 人体姿态的评估方法及装置 | |
JP5957411B2 (ja) | アドレス解決システム及び方法 |
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 |