CN114090630A - 基于分布式微服务集群商品数据整合方法 - Google Patents

基于分布式微服务集群商品数据整合方法 Download PDF

Info

Publication number
CN114090630A
CN114090630A CN202111287641.6A CN202111287641A CN114090630A CN 114090630 A CN114090630 A CN 114090630A CN 202111287641 A CN202111287641 A CN 202111287641A CN 114090630 A CN114090630 A CN 114090630A
Authority
CN
China
Prior art keywords
data
integration
commodity
template
initial
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
Application number
CN202111287641.6A
Other languages
English (en)
Inventor
袁盛乾
武志翔
宋小鹏
高超
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.)
Shenzhen Junren Data Technology Co ltd
Original Assignee
Shenzhen Junren Data 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 Shenzhen Junren Data Technology Co ltd filed Critical Shenzhen Junren Data Technology Co ltd
Priority to CN202111287641.6A priority Critical patent/CN114090630A/zh
Publication of CN114090630A publication Critical patent/CN114090630A/zh
Pending legal-status Critical Current

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
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24553—Query execution of query operations
    • G06F16/24554—Unary operations; Data partitioning operations
    • G06F16/24556—Aggregation; Duplicate elimination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24553—Query execution of query operations
    • G06F16/24558—Binary matching operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/25—Integrating or interfacing systems involving database management systems
    • G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于数据处理技术领域，公开了一种基于分布式微服务集群商品数据整合方法。该方法包括：获取初始商品数据；提取所述初始商品数据中的商品标识码；根据所述商品标识码确定目标整合模型；根据所述目标整合模型和所述初始商品数据进行数据匹配，完成商品整合。通过上述方式，通过对初始商品数据中的商品标识码提供对应的目标整合模型，基于初始商品数据和目标整合模型进行数据匹配完成商品整合，实现了各供应商系统和自身平台的兼容匹配完成商品数据的对接，提高了商品整合的效率，减少了人力资源的耗费，同时提高了供应商的配合度和用户体验感。

Description

基于分布式微服务集群商品数据整合方法
技术领域
本发明涉及数据处理技术领域，尤其涉及一种基于分布式微服务集群商品数据整合方法。
背景技术
目前一个平台会有不同的供应商，会有多种不同形式的对接。若通过供应商在页面依次填写对应的商品属性，依次增加商品来完成商品的录入。不仅增加供应商工作量，而且会让非常多供应商不会配合，导致平台对接供应商少，让平台商品数量和竞争力减少，尤其当供应商存在大量商品数据，自身具有成熟的ERP(Enterprise Resource Planning，企业资源计划)系统时，供应商无法与平台无缝对接，仍需耗费人力进行手动输入。
上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供一种基于分布式微服务集群商品数据整合方法，旨在解决现有技术平台无法兼容匹配各供应商商品数据的技术问题。
为实现上述目的，本发明提供了一种供应商商品整合方法，所述方法包括以下步骤：
获取初始商品数据；
提取所述初始商品数据中的商品标识码；
根据所述商品标识码确定目标整合模型；
根据所述目标整合模型和所述初始商品数据进行数据匹配，完成商品整合。
可选地，所述根据所述商品标识码确定目标整合模型，包括：
基于所述商品标识码确定商品类型；
根据所述商品类型确定目标整合模型。
可选地，所述基于所述商品标识码确定商品类型，包括：
获取所述商品标识码对应的标识字段定义；
基于所述标识码字段的标识字段定义与预设字段定义进行比对，得到比对结果；
根据比对结果确定对应的商品类型。
可选地，所述根据所述目标整合模型和所述初始商品数据进行数据匹配，完成商品整合，包括：
获取所述目标整合模型中的各模板标签；
根据所述初始商品数据确定所述各模板标签分别对应的模板数据；
基于所述各模板标签和所述各模板标签分别对应的模板数据进行整合，得到目标整合数据；
根据所述目标整合数据完成商品整合。
可选地，所述根据所述初始商品数据确定所述各模板标签分别对应的模板数据，包括：
获取所述初始商品数据中的各初始数据；
基于所述各初始数据与所述各模板标签进行匹配，得到对应的第一匹配结果；
根据所述第一匹配结果确定所述各模板标签分别对应的模板数据。
可选地，所述基于所述各初始数据与所述各模板标签进行匹配，得到对应的第一匹配结果，包括：
识别所述各初始数据分别对应的字段定义；
基于所述字段定义和所述各模板标签对应的定义进行匹配，得到所述字段定义对应的第二匹配结果；
根据所述第二匹配结果得到所述第一匹配结果。
可选地，所述基于所述各模板标签和所述各模板标签分别对应的模板数据进行整合，得到目标整合数据，包括：
将所述各模板标签和所述各模板标签分别对应的模板数据匹配至所述目标整合模型，得到匹配后的目标整合模型；
根据所述匹配后的目标整合模型得到目标整合数据。
此外，为实现上述目的，本发明还提出一种供应商商品整合装置，所述供应商商品整合装置包括：
获取模块，用于获取目标整合数据；
提取模块，用于提取所述目标整合数据中的商品标识码；
确定模块，用于根据所述商品标识码确定目标整合模型；
整合模块，用于根据所述目标整合模型和所述目标整合数据进行数据匹配，完成商品整合。
此外，为实现上述目的，本发明还提出一种供应商商品整合设备，所述供应商商品整合设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的供应商商品整合程序，所述供应商商品整合程序配置为实现如上文所述的供应商商品整合方法。
此外，为实现上述目的，本发明还提出一种存储介质，所述存储介质上存储有供应商商品整合程序，所述供应商商品整合程序被处理器执行时实现如上文所述的供应商商品整合方法。
本发明获取初始商品数据；提取所述初始商品数据中的商品标识码；根据所述商品标识码确定目标整合模型；根据所述目标整合模型和所述初始商品数据进行数据匹配，完成商品整合。通过上述方式，通过对初始商品数据中的商品标识码提供对应的目标整合模型，基于初始商品数据和目标整合模型进行数据匹配完成商品整合，实现了各供应商系统和自身平台的兼容匹配完成商品数据的对接，提高了商品整合的效率，减少了人力资源的耗费，同时提高了供应商的配合度和用户体验感。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的供应商商品整合设备的结构示意图；
图2为本发明供应商商品整合方法第一实施例的流程示意图；
图3为本发明供应商商品整合方法第二实施例的流程示意图；
图4为本发明供应商商品整合装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
参照图1，图1为本发明实施例方案涉及的硬件运行环境的供应商商品整合设备结构示意图。
如图1所示，该供应商商品整合设备可以包括：处理器1001，例如中央处理器(Central Processing Unit，CPU)，通信总线1002、用户接口1003，网络接口1004，存储器1005。其中，通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity，Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory，RAM)存储器，也可以是稳定的非易失性存储器(Non-Volatile Memory，NVM)，例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图1中示出的结构并不构成对供应商商品整合设备的限定，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。
如图1所示，作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及供应商商品整合程序。
在图1所示的供应商商品整合设备中，网络接口1004主要用于与网络服务器进行数据通信；用户接口1003主要用于与用户进行数据交互；本发明供应商商品整合设备中的处理器1001、存储器1005可以设置在供应商商品整合设备中，所述供应商商品整合设备通过处理器1001调用存储器1005中存储的供应商商品整合程序，并执行本发明实施例提供的供应商商品整合方法。
本发明实施例提供了一种供应商商品整合方法，参照图2，图2为本发明一种供应商商品整合方法第一实施例的流程示意图。
本实施例中，所述供应商商品整合方法包括以下步骤：
步骤S10：获取初始商品数据。
需要说明的是，本实施例的执行主体为终端设备，终端设备上安装有供应商商品整合平台，供应商商品整合平台具有标准整合模板，终端设备提供标准的API接口与供应商平台进行对接，通过标准API接口获取到供应商提供的商品整合数据(初始商品数据)后，供应商商品整合平台对商品整合数据进行提取，根据商品整合数据中的商品标识码确定商品所在场景从而提供对应的目标整合模型，根据目标整合模型对初始商品数据进行数据匹配，从而完成对商品整合数据的整合，终端设备可为电脑，平板，或其他形式的智能终端设备，本实施例对此不加以限制，在本实施例中以电脑为例进行举例说明。
可以理解的是，供应商会存在多种商品，每种商品具有对应的商品整合数据，商品整合数据即为初始商品数据，初始商品数据中可能包括商品的上下架状态、商品编号、商品对应的产品名称、商品标识码、商品分类、商品名称、商品详情信息以及商品的定义信息等。
步骤S20：提取所述初始商品数据中的商品标识码。
需要说明的是，供应商商品整合平台对初始商品数据进行解析，提取商品数据中包含的商品标识码。商品标识码可能为商品代码(Universal Product Code，UPC)或商品演员数据。
步骤S30：根据所述商品标识码确定目标整合模型。
需要说明的是，在获取到商品标识码后，可以基于商品标识码确定对应的目标整合模型，目标整合模型中包括商品的内容，数据类型、商品内容对应的定义以及需要与商品内容对应的商品数据，例如，当初始商品数据中包含商品演员数据时，则商品标识码即为商品演员数据，此时根据商品演员数据可确定目标整合模型。
可以理解的是，为了准确确定商品类型从而得到对应的目标整合模型，进一步地，所述根据所述商品标识码确定目标整合模型，包括：基于所述商品标识码确定商品类型；根据所述商品类型确定目标整合模型。
可以理解的是，在获取到商品标识码后，可得到对应的商品类型，例如当商品标识码为商品演员数据时，说明该商品标识码对应商品的商品类型为音像类商品，此时确定目标整合模型为音像类商品整合模型，音像类商品整合模型如表1所示。
表1
内容 类型 定义 数据
Press String 出版社
Foreignname String 外文名
Brand String 品牌
Format String 格式
imagePath String 主图
Performer String 演奏者
brandName String 品牌名称
Soundtrack String 碟数
skuType String 类型(例video)
Actor String 演员
Dregion String 地区
Voiceover String 解说者
Director String 导演
box_Contents String
Language_Subtitled String 字幕语言
Media String 介质
Screen_Ratio String 屏幕比例
image String
sku String 商品编码
Episode String 集数
category String 分类
Mvd_Wxjz String 文像进字
Publishing_Company String 发行公司
ISRC String ISRC
Singer String 演唱者
Language_Pronunciation String 发音语言
saleUnit String 销售单位
Production_Company String 出品公司
weight String 重量
Audio_Encoding_Chinese String 音频格式
state String 状态
Authors String 作词
contentDesc String
Aka String 又名
Region String 区码
name String 名称
Copyright String 版权提供
Package String 包装
editerDesc String
Compose String 作曲
Screenwriter String 编剧
productArea String 产地
可以理解的是，当商品标识码为商品UPC码时，根据UPC码中的代码数据可区分商品类型为图书类或实物类，当商品类型为图书类时，对应的目标整合模型为图书类商品整合模型，图书类商品整合模型如表2所示，当商品类型为实物类时，对应的目标整合模型为实物类商品整合模型，实物类商品整合模型如表3所示。
表2
内容 类型 定义 数据
Brand String 品牌
saleUnit String 售卖单位
Sheet String 印张
relatedProducts String 相关产品
weight String 重量
imagePath String 主图
ISBN String ISBN国际标准图书编号
Editer String 编者
PrintNo String 印次
Author String 作者
state String 状态
PackNum String 套装数量
brandName String 品牌
contentDesc String 目录
PrintTime String 印刷时间
skuType String 类型(例book)
Papers String 用纸
name String 名称
Package String 包装(装帧)
Proofreader String 校对
editerDesc String
bookAbstract String
catalogue String
productArea String 产地
PublishTime String 出版时间
Pages String 页数
authorDesc String
image String 图片
sku String 商品编码
upc String UPC码
Transfer String 译者
appintroduce String
category String 分类示例"670；729；4837"
Drawer String 绘者
Language String 图书语言
BatchNo String 版次
introduction String 商品详情页大字段
comments String
表3
Figure BDA0003329256450000081
在具体实现中，为了能够准确的对初始商品数据进行商品类型的分类，进一步地，所述基于所述商品标识码确定商品类型，包括：获取所述商品标识码对应的标识字段定义；基于所述标识码字段的标识字段定义与预设字段定义进行比对，得到比对结果；根据比对结果确定对应的商品类型。
需要说明的是，在得到商品标识码后，得到标识字段定义，根据标识字段定义和预设字段定义进行比对，若预设字段定义和标识字段定义相同，在预设映射关系中查找预设字段定义对应的商品类型，即可确定标识字段定义对应的商品类型。
步骤S40：根据所述目标整合模型和所述初始商品数据进行数据匹配，完成商品整合。
需要说明的是，在获取到目标整合模型后，将初始商品数据中的各初始数据和目标整合模型进行依次匹配，从而完成供应商商品数据的整合。
本实施例通过获取初始商品数据；提取所述初始商品数据中的商品标识码；根据所述商品标识码确定目标整合模型；根据所述目标整合模型和所述初始商品数据进行数据匹配，完成商品整合。通过上述方式，通过对初始商品数据中的商品标识码提供对应的目标整合模型，基于初始商品数据和目标整合模型进行数据匹配完成商品整合，实现了各供应商系统和自身平台的兼容匹配完成商品数据的对接，提高了商品整合的效率，减少了人力资源的耗费，同时提高了供应商的配合度和用户体验感。
参考图3，图3为本发明一种供应商商品整合方法第二实施例的流程示意图。
基于上述第一实施例，本实施例供应商商品整合方法中所述步骤S40，包括：
步骤S41：获取所述目标整合模型中的各模板标签。
需要说明的是，目标整合模型中具有多种模板标签，例如实物类商品整合模型中的模板标签包括state(商品的状态)、sku(商品编号)、brandName(商品品牌名称)等，在获取到目标整合模型后，需要对目标整合模型进行解析，得到目标整合模型中存在的各模板标签。
步骤S42：根据所述初始商品数据确定所述各模板标签分别对应的模板数据。
需要说明的是，由于初始商品数据中存在商品的多种数据，例如若为实物类商品时，可能包括商品的状态即上下架状态、产品区域、包装清单等各类数据，因此需要将初始商品数据中的各类商品数据与各模板标签进行匹配，得到各模板标签对应的模板数据，例如当前初始数据中存在数据1，确定1为模板标签state(商品的状态)对应的模板数据。
可以理解的是，为了得到准确的模板数据，进一步地，所述根据所述初始商品数据确定所述各模板标签分别对应的模板数据，包括：获取所述初始商品数据中的各初始数据；基于所述各初始数据与所述各模板标签进行匹配，得到对应的第一匹配结果；根据所述第一匹配结果确定所述各模板标签分别对应的模板数据。
在具体实现中，对所述初始商品数据进行解析拆分，得到各初始商品数据中存在的各初始数据，例如，当前实物类商品数据A的初始数据为1(商品状态)、日用品(分类)、日用牌(商品品牌名称)等初始数据。
需要说明的是，在得到各初始数据后，将各初始数据和各模板标签进行匹配，得到匹配后的第一匹配结果。在得到第一匹配结果后可以确定各模板标签分别对应的模板数据，例如初始数据日用牌(商品品牌名称)与模板标签brandName(商品品牌名称)匹配，则模板标签brandName(商品品牌名称)对应的模板数据为日用牌。
可以理解的是，为了将初始数据和模板标签进行准确匹配，进一步地，所述基于所述各初始数据与所述各模板标签进行匹配，得到对应的第一匹配结果，包括：识别所述各初始数据分别对应的字段定义；基于所述字段定义和所述各模板标签对应的定义进行匹配，得到所述字段定义对应的第二匹配结果；根据所述第二匹配结果得到所述第一匹配结果。
在具体实现中，在得到初始数据后，需要获取各初始数据对应的字段定义，例如初始数据日用牌的字段定义为商品分类。
需要说明的是，在获取到初始数据对应的字段定义后，将各初始数据对应的字段定义与各模板标签对应的定义进行匹配，得到字段定义匹配后的第二匹配结果。例如初始数据为日用牌，日用牌的字段定义为商品分类，与模板标签的定义为category(商品分类)进行匹配，从而得到字段定义匹配后的第二匹配结果初始数据日用牌与模板标签brandName(商品品牌名称)对应匹配。获得的第二匹配结果即为第一匹配结果。
步骤S43：基于所述各模板标签和所述各模板标签分别对应的模板数据进行整合，得到目标整合数据。
需要说明的是，在获取各模板标签和各模板标签分别对应的模板数据后，进行整合指的是将各模板标签和各模板标签分别对应的模板数据匹配至目标整合模型中，从而得到目标整合数据。
可以理解的是，为了得到直观的目标整合数据，进一步地，基于所述各模板标签和所述各模板标签分别对应的模板数据进行整合，得到目标整合数据，包括：将所述各模板标签和所述各模板标签分别对应的模板数据匹配至所述目标整合模型，得到匹配后的目标整合模型；根据所述匹配后的目标整合模型得到目标整合数据。
在具体实现中，当前将实物类商品A的初始商品数据进行整合，得到实物类整合模型的各模板标签和各模板标签分别对应的模板数据，此时将各模板数据匹配至实物类整合模型中与之对应的模板标签处，从而得到完成匹配的实物类整合模型，完成匹配的实物类整合模型即为目标整合数据，目标整合数据如表4所示。
表4
Figure BDA0003329256450000111
步骤S44：根据所述目标整合数据完成商品整合。
需要说明的是，在得到目标整合数据后，完成对初始商品数据的商品整合。
本实施例通过获取所述目标整合模型中的各模板标签；根据所述初始商品数据确定所述各模板标签分别对应的模板数据，得到所述各模板标签分别对应的模板数据；基于所述各模板标签和所述各模板标签分别对应的模板数据进行整合，得到目标整合数据；根据所述目标整合数据完成商品整合。通过将各模板标签和初始商品数据进行匹配，从而得到各模板标签对应的模板数据，提高了在数据整合时的准确度。
此外，参照图4，本实施例还提出一种供应商商品整合装置，所述供应商商品整合装置包括：
获取模块10，用于获取目标整合数据。
提取模块20，用于提取所述目标整合数据中的商品标识码。
确定模块30，用于根据所述商品标识码确定目标整合模型。
整合模块40，用于根据所述目标整合模型和所述目标整合数据进行数据匹配，完成商品整合。
本实施例通过获取初始商品数据；提取所述初始商品数据中的商品标识码；根据所述商品标识码确定目标整合模型；根据所述目标整合模型和所述初始商品数据进行数据匹配，完成商品整合。通过上述方式，通过对初始商品数据中的商品标识码提供对应的目标整合模型，基于初始商品数据和目标整合模型进行数据匹配完成商品整合，实现了各供应商系统和自身平台的兼容匹配完成商品数据的对接，提高了商品整合的效率，减少了人力资源的耗费，同时提高了供应商的配合度和用户体验感。
在一实施例中，所述确定模块30，还用于在预设映射表中查找所述商品标识码对应的商品类型；
根据所述商品类型确定目标整合模型。
在一实施例中，所述整合模块40，还用于获取初始整合模型；
根据所述初始整合模型对所述初始商品数据进行初始匹配，得到初始整合数据；
根据所述目标整合数据和所述初始商品数据进行目标匹配，得到目标整合数据；
基于所述初始整合数据和所述目标整合数据完成商品整合。
在一实施例中，所述整合模块40，还用于提取所述初始商品数据中的商品状态、商品编号、商品对应的产品名称、商品标识码、商品分类、商品名称以及商品详情信息；
基于所述商品状态、商品编号、商品对应的产品名称、商品标识码、商品分类、商品名称以及商品详情信息对所述初始商品数据进行初始整合。
在一实施例中，所述整合模块40，还用于获取所述目标整合模型中的各模板标签；
在所述初始商品数据中查找所述各模板标签分别对应的模板数据；
基于所述各模板标签和所述各模板标签分别对应的模板数据进行整合，得到目标整合数据。
在一实施例中，所述整合模块40，还用于获取所述初始商品数据中的各初始数据；
识别所述各初始数据分别对应的字段定义；
基于所述字段定义和所述各模板标签进行匹配，得到所述字段定义对应的匹配结果；
根据所述匹配结果在所述初始商品数据中查找所述各模板标签分别对应的模板数据。
在一实施例中，所述整合模块40，还用于将所述各模板标签和所述各模板标签分别对应的模板数据匹配至所述目标整合模型，得到匹配后的目标整合模型；
根据所述匹配后的目标整合模型得到目标整合数据。
由于本装置采用了上述所有实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。
此外，本发明实施例还提出一种存储介质，所述存储介质上存储有供应商商品整合程序，所述供应商商品整合程序被处理器执行时实现如上文所述的供应商商品整合方法的步骤。
由于本存储介质采用了上述所有实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。
需要说明的是，以上所描述的工作流程仅仅是示意性的，并不对本发明的保护范围构成限定，在实际应用中，本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的，此处不做限制。
另外，未在本实施例中详尽描述的技术细节，可参见本发明任意实施例所提供的供应商商品整合方法，此处不再赘述。
此外，需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
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。
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上述实施例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(如只读存储器(Read Only Memory，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。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种供应商商品整合方法，其特征在于，所述供应商商品整合方法包括：
获取初始商品数据；
提取所述初始商品数据中的商品标识码；
根据所述商品标识码确定目标整合模型；
根据所述目标整合模型和所述初始商品数据进行数据匹配，完成商品整合。
2.如权利要求1所述的供应商商品整合方法，其特征在于，所述根据所述商品标识码确定目标整合模型，包括：
基于所述商品标识码确定商品类型；
根据所述商品类型确定目标整合模型。
3.如权利要求2所述的供应商商品整合方法，其特征在于，所述基于所述商品标识码确定商品类型，包括：
获取所述商品标识码对应的标识字段定义；
基于所述标识码字段的标识字段定义与预设字段定义进行比对，得到比对结果；
根据比对结果确定对应的商品类型。
4.如权利要求1所述的供应商商品整合方法，其特征在于，所述根据所述目标整合模型和所述初始商品数据进行数据匹配，完成商品整合，包括：
获取所述目标整合模型中的各模板标签；
根据所述初始商品数据确定所述各模板标签分别对应的模板数据；
基于所述各模板标签和所述各模板标签分别对应的模板数据进行整合，得到目标整合数据；
根据所述目标整合数据完成商品整合。
5.如权利要求4所述的供应商商品整合方法，其特征在于，所述根据所述初始商品数据确定所述各模板标签分别对应的模板数据，包括：
获取所述初始商品数据中的各初始数据；
基于所述各初始数据与所述各模板标签进行匹配，得到对应的第一匹配结果；
根据所述第一匹配结果确定所述各模板标签分别对应的模板数据。
6.如权利要求5所述的供应商商品整合方法，其特征在于，所述基于所述各初始数据与所述各模板标签进行匹配，得到对应的第一匹配结果，包括：
识别所述各初始数据分别对应的字段定义；
基于所述字段定义和所述各模板标签对应的定义进行匹配，得到所述字段定义对应的第二匹配结果；
根据所述第二匹配结果得到所述第一匹配结果。
7.如权利要求4所述的供应商商品整合方法，其特征在于，所述基于所述各模板标签和所述各模板标签分别对应的模板数据进行整合，得到目标整合数据，包括：
将所述各模板标签和所述各模板标签分别对应的模板数据匹配至所述目标整合模型，得到匹配后的目标整合模型；
根据所述匹配后的目标整合模型得到目标整合数据。
8.一种供应商商品整合装置，其特征在于，所述供应商商品整合装置包括：
获取模块，用于获取目标整合数据；
提取模块，用于提取所述目标整合数据中的商品标识码；
确定模块，用于根据所述商品标识码确定目标整合模型；
整合模块，用于根据所述目标整合模型和所述目标整合数据进行数据匹配，完成商品整合。
9.一种供应商商品整合设备，其特征在于，所述设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的供应商商品整合程序，所述供应商商品整合程序配置为实现如权利要求1至7中任一项所述的供应商商品整合方法。
10.一种存储介质，其特征在于，所述存储介质上存储有供应商商品整合程序，所述供应商商品整合程序被处理器执行时实现如权利要求1至7任一项所述的供应商商品整合方法。
CN202111287641.6A 2021-10-29 2021-10-29 基于分布式微服务集群商品数据整合方法 Pending CN114090630A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111287641.6A CN114090630A (zh) 2021-10-29 2021-10-29 基于分布式微服务集群商品数据整合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111287641.6A CN114090630A (zh) 2021-10-29 2021-10-29 基于分布式微服务集群商品数据整合方法

Publications (1)

Publication Number Publication Date
CN114090630A true CN114090630A (zh) 2022-02-25

Family

ID=80298677

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111287641.6A Pending CN114090630A (zh) 2021-10-29 2021-10-29 基于分布式微服务集群商品数据整合方法

Country Status (1)

Country Link
CN (1) CN114090630A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114826865A (zh) * 2022-05-11 2022-07-29 北京鼎泰智源科技有限公司 一种涉税数据应用接口对接方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114826865A (zh) * 2022-05-11 2022-07-29 北京鼎泰智源科技有限公司 一种涉税数据应用接口对接方法及装置

Similar Documents

Publication Publication Date Title
CN111476227B (zh) 基于ocr的目标字段识别方法、装置及存储介质
Boiko Content management bible
WO2020077877A1 (zh) 平台商品入驻方法、装置、计算机设备及存储介质
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
CN101751379B (zh) 一种电子报纸文档制作的方法和设备
WO2000052645A1 (fr) Dispositif de traitement d'image document, procede d'extraction de titre de document et procede d'information d'etiquetage de document
US11341319B2 (en) Visual data mapping
CN111191012A (zh) 知识图谱产生装置、方法及其计算机程序产品
CN110874534A (zh) 数据处理方法和数据处理装置
CN114090630A (zh) 基于分布式微服务集群商品数据整合方法
CN110738050A (zh) 基于分词和命名实体识别的文本重组方法及装置、介质
US20150331886A1 (en) Determining images of article for extraction
JP2011238043A (ja) マンガコンテンツの要約を生成する要約マンガ画像生成装置、プログラム及び方法
US8429559B2 (en) Elicitation method for custom image preferences using keywords
CN111241329A (zh) 基于图像检索的古文字考释方法和装置
CN116629201A (zh) 标签自动布局排版方法、装置、电子设备及存储介质
CN115294594A (zh) 文档分析方法、装置、设备及存储介质
CN102521359B (zh) 界面数据文件的比较方法及装置
CN114492313A (zh) 编码器的训练方法、资源推荐方法及装置
CN115034177A (zh) 演示文稿转换方法、装置、设备及存储介质
US20120079608A1 (en) Systems and methods to provide a software benefit when a consumer object is recognized in an image
CN113127597A (zh) 搜索信息的处理方法、装置及电子设备
US9117280B2 (en) Determining images of article for extraction
Wu et al. Automatic semantic knowledge extraction from electronic forms
CN117370392A (zh) 数据处理方法、装置和可读存储介质

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