CN114091837A - 一种基于电商数据进行店铺评分的方法及系统 - Google Patents

一种基于电商数据进行店铺评分的方法及系统 Download PDF

Info

Publication number
CN114091837A
CN114091837A CN202111255473.2A CN202111255473A CN114091837A CN 114091837 A CN114091837 A CN 114091837A CN 202111255473 A CN202111255473 A CN 202111255473A CN 114091837 A CN114091837 A CN 114091837A
Authority
CN
China
Prior art keywords
commodity
evaluation
shop
data
commerce
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
CN202111255473.2A
Other languages
English (en)
Inventor
陈立秀
谢传家
单震
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.)
Chaozhou Zhuoshu Big Data Industry Development Co Ltd
Original Assignee
Chaozhou Zhuoshu Big Data Industry Development 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 Chaozhou Zhuoshu Big Data Industry Development Co Ltd filed Critical Chaozhou Zhuoshu Big Data Industry Development Co Ltd
Priority to CN202111255473.2A priority Critical patent/CN114091837A/zh
Publication of CN114091837A publication Critical patent/CN114091837A/zh
Pending legal-status Critical Current

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • 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
    • G06F16/951—Indexing; Web crawling techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates
    • 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
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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]

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Evolutionary Computation (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于电商数据进行店铺评分的方法及系统，属于电子商务技术领域。本发明的基于电商数据进行店铺评分的方法包括以下步骤：S1、采集电商平台的商品数据，爬取店铺所有商品销量、商品评价和物流评价信息；S2、判定店铺的评价热词是好评或者差评；S3、判断商品是否为刷单商品；S4、计算店铺的动态评分。该发明的基于电商数据进行店铺评分的方法能够用于分析店铺的评分，分析电商店铺的运营状况，方便消费者参考，具有很好的推广应用价值。

Description

一种基于电商数据进行店铺评分的方法及系统
技术领域
本发明涉及电子商务技术领域，具体提供一种基于电商数据进行店铺评分的方法及系统。
背景技术
近年来电子商务市场的迅猛发展对我国经济发展起到了日益重要的作用，庞大的消费群体和成熟的互联网技术正在成为电子商务爆发式增长的最强动力。据统计，截至2020年底，商务大数据重点监测的网络零售平台店铺数量为1994.5万家。随着电商的规模不断扩充，店铺的竞争日益剧烈，不良竞争屡禁不止。现在大部分人在网络上购物一般最简单的选择方法，就是去看好评或者是销售量多的东西，而这些网店为了能让客户相信他们的产品或者是购买他们的东西，大多会进行刷单，所谓的刷单就是把好评率跟销售量刷上去，简单的说就是店家找人从他们的店铺购买东西然后给好评，这种操作就叫刷单。这种行为破坏了公平竞争，误导消费者选择心仪产品。
为了针对商家的不良竞争，保障消费者的合法权益，避免某些商家的不良诱导消费，我们通过对店铺商品详情的采集，通过对店铺指标进行研究，计算店铺的指标维度，分析店铺的风险指数及评分，来得到店铺的整体的运营情况，给予消费者对某一个店铺的更深层次的了解，获取该店铺的风险指数以防消费者上当受骗，具有重要的意义。
发明内容
本发明的技术任务是针对上述存在的问题，提供一种能够用于分析店铺的评分，分析电商店铺的运营状况，方便消费者参考的基于电商数据进行店铺评分的方法。
本发明进一步的技术任务是提供一种基于电商数据进行店铺评分的系统。
为实现上述目的，本发明提供了如下技术方案：
一种基于电商数据进行店铺评分的方法，包括以下步骤：
S1、采集电商平台的商品数据，爬取店铺所有商品销量、商品评价和物流评价信息；
S2、判定店铺的评价热词是好评或者差评；
S3、判断商品是否为刷单商品；
S4、计算店铺的动态评分。
作为优选，步骤S1中，利用爬虫技术，采集电商平台的商品数据，爬取店铺所有商品销量、商品评价和物流评价信息。
作为优选，步骤S2包括以下过程：
1)去除评价句中的符号，利用jieba进行分词，并将分词结果去掉停止词，把每一个词转化为64维的词向量，将评价句规范为有10个词的矩阵，并将评价句生成64×10的矩阵进行拉伸；
2)训练词向量模型；
3)训练模型；
4)根据得到的结果聚合求和，计算好评率。
作为优选，训练词向量模型过程中使用的词向量算法为skip-gram。
作为优选，采用公式(1)计算好评率：
Figure BDA0003323735620000021
利用jieba进行分词，把分词结果去掉其中的停止词，之后查词向量表把每一个词转化为一个64维的词向量，并且为了计算方便，把句子规范为有10个词(词向量)的矩阵，对于短于10个词的句子在矩阵的后几列补零向量做补齐，对于长于10个词的句子，则采用截取前10个词的方法。之后，将这句话生成的64×10的矩阵进行拉伸，组装成一个640维的向量作为输入，输入到神经网络中，相应的神经网络的输入层有640个神经元用于接受输入，隐层神经元的个数可以根据最终的效果进行调整，输出层为两个神经元，分别表示预测结果1(好评)或0(差评)。
作为优选，步骤S3中，通过分析店铺的所有商品销量和评价数，通过公式(2)计算评论率：
Figure BDA0003323735620000022
当商品销量远远大于该商品的评价数时，判定为刷单商品；当某一件商品的销量占据店铺所有商品销量总和的60％及以上时，判定为疑似店铺刷单。
作为优选，步骤S4中，根据采集得到的店铺动态评分数据，清洗、标准化，根据店铺的得分制定评价标准，采用5分制，在2分及以下为差，2到4分为良好，4分及以上为优。
一种基于电商数据进行店铺评分的系统，包括采集模块、判定模块、判断模块和计算模块；
采集模块用于采集电商平台的商品数据，爬取店铺所有商品销量、商品评价和物流评价信息；
判定模块用于判定店铺的评价热词是好评或者差评；
判断模块用于判断商品是否为刷单商品；
计算模块用于计算店铺的动态评分。
作为优选，采集模块利用爬虫技术，采集电商平台的商品数据，爬取店铺所有商品销量、商品评价和物流评价信息。
作为优选，计算模块根据采集得到的店铺动态评分数据，清洗、标准化，根据店铺的得分制定评价标准，采用5分制，在2分及以下为差，2到4分为良好，4分及以上为优。
与现有技术相比，本发明的基于电商数据进行店铺评分的方法具有以下突出的有益效果：该基于电商数据进行店铺评分的方法从商品销量、店铺动态评分(物流、描述等信息)、商品好评率及评论率四个角度分析该店铺的运营情况，计算店铺评分，能够给消费者提供更客观的依据，减少消费者被欺骗的风险，具有良好的推广应用价值。
附图说明
图1是本发明所述基于电商数据进行店铺评分的方法的流程图。
具体实施方式
下面将结合附图和实施例，对本发明的基于电商数据进行店铺评分的方法及系统作进一步详细说明。
实施例
如图1所示，本发明的基于电商数据进行店铺评分的方法，包括以下步骤：
S1、采集电商平台的商品数据，爬取店铺所有商品销量、商品评价和物流评价信息。
利用爬虫技术，采集电商平台的商品数据，爬取店铺所有商品销量、商品评价和物流评价信息。
S2、判定店铺的评价热词是好评或者差评，包括以下过程：
1)去除评价句中的符号，利用jieba进行分词，把分词结果去掉其中的停止词，之后查词向量表把每一个词转化为一个64维的词向量，并且为了计算方便，把句子规范为有10个词(词向量)的矩阵，对于短于10个词的句子在矩阵的后几列补零向量做补齐，对于长于10个词的句子，则采用截取前10个词的方法。之后，将这句话生成的64×10的矩阵进行拉伸，组装成一个640维的向量作为输入，输入到神经网络中，相应的神经网络的输入层有640个神经元用于接受输入，隐层神经元的个数可以根据最终的效果进行调整，输出层为两个神经元，分别表示预测结果1(好评)或0(差评)；
2)训练词向量模型，使用的词向量算法为skip-gram
3)训练模型；
4)根据得到的结果聚合求和，计算好评率，采用公式(1)计算好评率：
Figure BDA0003323735620000041
S3、判断商品是否为刷单商品。通过分析店铺的所有商品销量和评价数，通过公式(2)计算评论率：
Figure BDA0003323735620000042
当商品销量远远大于该商品的评价数时，判定为刷单商品；当某一件商品的销量占据店铺所有商品销量总和的60％及以上时，判定为疑似店铺刷单。
S4、计算店铺的动态评分。
根据采集得到的店铺动态评分数据，清洗、标准化，根据店铺的得分制定评价标准，采用5分制，在2分及以下为差，2到4分为良好，4分及以上为优。
本发明的基于电商数据进行店铺评分的系统，包括采集模块、判定模块、判断模块和计算模块。
利用爬虫技术，采集模块用于采集电商平台的商品数据，爬取店铺所有商品销量、商品评价和物流评价信息。
判定模块用于判定店铺的评价热词是好评或者差评，包括以下过程：
1)去除评价句中的符号，利用jieba进行分词，把分词结果去掉其中的停止词，之后查词向量表把每一个词转化为一个64维的词向量，并且为了计算方便，把句子规范为有10个词(词向量)的矩阵，对于短于10个词的句子在矩阵的后几列补零向量做补齐，对于长于10个词的句子，则采用截取前10个词的方法。之后，将这句话生成的64×10的矩阵进行拉伸，组装成一个640维的向量作为输入，输入到神经网络中，相应的神经网络的输入层有640个神经元用于接受输入，隐层神经元的个数可以根据最终的效果进行调整，输出层为两个神经元，分别表示预测结果1(好评)或0(差评)；
2)训练词向量模型，使用的词向量算法为skip-gram
3)训练模型；
4)根据得到的结果聚合求和，计算好评率，采用公式(1)计算好评率：
Figure BDA0003323735620000051
判断模块用于判断商品是否为刷单商品，通过分析店铺的所有商品销量和评价数，通过公式(2)计算评论率：
Figure BDA0003323735620000052
当商品销量远远大于该商品的评价数时，判定为刷单商品；当某一件商品的销量占据店铺所有商品销量总和的60％及以上时，判定为疑似店铺刷单。
计算模块用于计算店铺的动态评分。根据采集得到的店铺动态评分数据，清洗、标准化，根据店铺的得分制定评价标准，采用5分制，在2分及以下为差，2到4分为良好，4分及以上为优。
以上所述的实施例，只是本发明较优选的具体实施方式，本领域的技术人员在本发明技术方案范围内进行的通常变化和替换都应包含在本发明的保护范围内。

Claims (10)

1.一种基于电商数据进行店铺评分的方法，其特征在于：包括以下步骤：
S1、采集电商平台的商品数据，爬取店铺所有商品销量、商品评价和物流评价信息；
S2、判定店铺的评价热词是好评或者差评；
S3、判断商品是否为刷单商品；
S4、计算店铺的动态评分。
2.根据权利要求1所述的基于电商数据进行店铺评分的方法，其特征在于：步骤S1中，利用爬虫技术，采集电商平台的商品数据，爬取店铺所有商品销量、商品评价和物流评价信息。
3.根据权利要求2所述的基于电商数据进行店铺评分的方法，其特征在于：步骤S2包括以下过程：
1)去除评价句中的符号，利用jieba进行分词，并将分词结果去掉停止词，把每一个词转化为64维的词向量，将评价句规范为有10个词的矩阵，并将评价句生成64×10的矩阵进行拉伸；
2)训练词向量模型；
3)训练模型；
4)根据得到的结果聚合求和，计算好评率。
4.根据权利要求3所述的基于电商数据进行店铺评分的方法，其特征在于：训练词向量模型过程中使用的词向量算法为skip-gram。
5.根据权利要求4所述的基于电商数据进行店铺评分的方法，其特征在于：采用公式(1)计算好评率：
Figure FDA0003323735610000011
6.根据权利要求5所述的基于电商数据进行店铺评分的方法，其特征在于：步骤S3中，通过分析店铺的所有商品销量和评价数，通过公式(2)计算评论率：
Figure FDA0003323735610000012
当商品销量远远大于该商品的评价数时，判定为刷单商品；当某一件商品的销量占据店铺所有商品销量总和的60％及以上时，判定为疑似店铺刷单。
7.根据权利要求6所述的基于电商数据进行店铺评分的方法，其特征在于：步骤S4中，根据采集得到的店铺动态评分数据，清洗、标准化，根据店铺的得分制定评价标准，采用5分制，在2分及以下为差，2到4分为良好，4分及以上为优。
8.一种基于电商数据进行店铺评分的系统，其特征在于：包括采集模块、判定模块、判断模块和计算模块；
采集模块用于采集电商平台的商品数据，爬取店铺所有商品销量、商品评价和物流评价信息；
判定模块用于判定店铺的评价热词是好评或者差评；
判断模块用于判断商品是否为刷单商品；
计算模块用于计算店铺的动态评分。
9.根据权利要求8所述的基于电商数据进行店铺评分的系统，其特征在于：采集模块利用爬虫技术，采集电商平台的商品数据，爬取店铺所有商品销量、商品评价和物流评价信息。
10.根据权利要求9所述的基于电商数据进行店铺评分的系统，其特征在于：计算模块根据采集得到的店铺动态评分数据，清洗、标准化，根据店铺的得分制定评价标准，采用5分制，在2分及以下为差，2到4分为良好，4分及以上为优。
CN202111255473.2A 2021-10-27 2021-10-27 一种基于电商数据进行店铺评分的方法及系统 Pending CN114091837A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111255473.2A CN114091837A (zh) 2021-10-27 2021-10-27 一种基于电商数据进行店铺评分的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111255473.2A CN114091837A (zh) 2021-10-27 2021-10-27 一种基于电商数据进行店铺评分的方法及系统

Publications (1)

Publication Number Publication Date
CN114091837A true CN114091837A (zh) 2022-02-25

Family

ID=80297848

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111255473.2A Pending CN114091837A (zh) 2021-10-27 2021-10-27 一种基于电商数据进行店铺评分的方法及系统

Country Status (1)

Country Link
CN (1) CN114091837A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114626899A (zh) * 2022-05-13 2022-06-14 南京铋悠数据技术有限公司 基于大数据的产品销售数据采集方法和系统
CN115423530A (zh) * 2022-09-27 2022-12-02 浪潮卓数大数据产业发展有限公司 一种网络零售活跃店铺主题库的构建方法及工具
CN117196640A (zh) * 2023-11-06 2023-12-08 青岛巨商汇网络科技有限公司 一种基于服务体验的全流程可视化管理系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108038696A (zh) * 2017-12-01 2018-05-15 杭州呯嘭智能技术有限公司 基于设备标识码和社交群组信息的刷单检测方法及系统
CN109993544A (zh) * 2017-12-29 2019-07-09 北京京东尚科信息技术有限公司 数据处理方法、系统、计算机系统及计算机可读存储介质
CN111598596A (zh) * 2019-02-21 2020-08-28 北京京东尚科信息技术有限公司 数据处理方法、装置、电子设备及存储介质
CN112035569A (zh) * 2020-08-14 2020-12-04 联动数科(北京)科技有限公司 一种商户评分方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108038696A (zh) * 2017-12-01 2018-05-15 杭州呯嘭智能技术有限公司 基于设备标识码和社交群组信息的刷单检测方法及系统
CN109993544A (zh) * 2017-12-29 2019-07-09 北京京东尚科信息技术有限公司 数据处理方法、系统、计算机系统及计算机可读存储介质
CN111598596A (zh) * 2019-02-21 2020-08-28 北京京东尚科信息技术有限公司 数据处理方法、装置、电子设备及存储介质
CN112035569A (zh) * 2020-08-14 2020-12-04 联动数科(北京)科技有限公司 一种商户评分方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
毛郁欣: "大数据时代电商伦理前沿问题研究", 《东北大学出版社》, pages: 41 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114626899A (zh) * 2022-05-13 2022-06-14 南京铋悠数据技术有限公司 基于大数据的产品销售数据采集方法和系统
CN114626899B (zh) * 2022-05-13 2022-11-18 南京铋悠数据技术有限公司 基于大数据的产品销售数据采集方法和系统
CN115423530A (zh) * 2022-09-27 2022-12-02 浪潮卓数大数据产业发展有限公司 一种网络零售活跃店铺主题库的构建方法及工具
CN117196640A (zh) * 2023-11-06 2023-12-08 青岛巨商汇网络科技有限公司 一种基于服务体验的全流程可视化管理系统及方法
CN117196640B (zh) * 2023-11-06 2024-02-02 青岛巨商汇网络科技有限公司 一种基于服务体验的全流程可视化管理系统及方法

Similar Documents

Publication Publication Date Title
CN114091837A (zh) 一种基于电商数据进行店铺评分的方法及系统
CN108573432B (zh) 用于电子商务的交易监管系统和方法
Trnka Market basket analysis with data mining methods
CN108921602B (zh) 一种基于集成神经网络的用户购买行为预测方法
CN103310353A (zh) 一种抗攻击的数据过滤优化系统和方法
CN111768110A (zh) 基于随机森林算法的电商平台客户价值评价方法和系统
Aditya et al. Comparative study of fuzzy c-means and k-means algorithm for grouping customer potential in brand limback
CN110555210A (zh) 一种基于用户观点和情感分值的产品特征分析方法
CN113837844A (zh) 一种多级联下游企业推荐系统、方法及可存储介质
CN113256372A (zh) 一种基于电子商务的商品销售系统和方法
CN113011949A (zh) 基于客户信息补全的XGBoost金融产品推荐方法
Qian et al. Product Success Evaluation Model Based on Star Ratings, Reviews and Product Popularity
CN114266594A (zh) 一种基于东南亚跨境电商平台的大数据分析方法
Wu et al. Fraudulent behavior forecast in telecom industry based on data mining technology
CN113269412A (zh) 风险评估方法及相关装置
CN117078294B (zh) 一种基于云计算的大数据信息智能分析方法及系统
Alvi et al. Machine learning-based Fake reviews detection with amalgamated features extraction method
Fu Research on precision marketing strategy based on clustering algorithm
CN110648173B (zh) 基于商品好评和差评率的无监督异常商品数据检测方法
Hsu et al. Classification methods of credit rating-A comparative analysis on SVM, MDA and RST
Huang AI-based repeat buyers prediction system using deep learning
Gunawardhana et al. Effectiveness of Machine Learning Algorithms on Battling Counterfeit Items in E-commerce Marketplaces
CN117196640B (zh) 一种基于服务体验的全流程可视化管理系统及方法
Potti et al. Transformer and Deep CNN-based Product Recommendation System
CN117541049A (zh) 一种跨境电商商品质量风险识别分析方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20220225