CN114547163A - 一种基于人工智能的电子商务平台构建方法及系统 - Google Patents

Abstract

本发明公开了一种基于人工智能的电子商务平台构建方法及系统，通过根据产品信息、用户信息，获得用户类型；根据用户类型，获得第一类型数据库；根据第一类型数据库、平台要求，获得用户资质审核信息作为第一分级特征；根据第一类型数据库中第一类型用户数据库、第一类型产品数据库，获得产品匹配度作为第二分级特征；判断第一展示图像集合是否满足第一平台要求，作为第三分级特征；根据第一、第二及第三分级特征构建用户审核决策树；将第一用户信息输入所述用户审核决策树获得第一用户审核结果；当满足第一预定条件时获得第一构建信息。达到利用人工智能技术通过构建模型进行电子商务平台的审核、构建和维护，提高平台构建效率的技术效果。

Description

一种基于人工智能的电子商务平台构建方法及系统

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于人工智能的电子商务平台构建方法及系统。

背景技术

当今为信息时代，随着互联网的高速发展，电子商务平台注入了人们的生活起居，网购已是主流，电子商务平台贯穿在各行各业中。电子商务平台是一个为企业或个人提供网上交易洽谈的平台。企业电子商务平台是建立在Internet网上进行商务活动的虚拟网络空间和保障商务顺利运营的管理环境；是协调、整合信息流、货物流、资金流有序、关联、高效流动的重要场所。企业、商家可充分利用电子商务平台提供的网络基础设施、支付平台、安全平台、管理平台等共享资源有效地、低成本地开展自己的商业活动。很多自主创业人士或者企业用户都希望同构构建自己的平台扩大商业收入和经营范围。通过在成熟的大型电子商务平台中构建自己的店铺平台也是当前最常见的形式。

现有技术中电子商务平台的构建及平台环境的维护主要靠人工进行，存在时效性不足、覆盖面有限的技术问题。

发明内容

本发明的旨在至少解决上述技术缺陷之一，通过提供一种基于人工智能的电子商务平台构建方法及系统，用以解决现有技术中电子商务平台的构建及平台环境的维护主要靠人工进行，存在时效性不足、覆盖面有限的技术问题。

为此，本发明第一个目的在于提出一种基于人工智能的电子商务平台构建方法，所述方法包括：获得第一用户信息，所述第一用户信息包括第一产品信息；根据所述第一产品信息、所述第一用户信息，获得第一用户类型；根据所述第一用户类型，获得第一类型数据库；根据所述第一用户类型，获得第一平台要求；根据所述第一类型数据库、所述第一平台要求，获得用户资质审核信息，并作为第一分级特征；根据所述第一类型数据库中第一类型用户数据库、第一类型产品数据库，获得产品匹配度，并作为第二分级特征；根据所述第一类型产品数据库，获得第一展示图像集合；判断所述第一展示图像集合是否满足第一平台要求，获得第一判断结果，并作为第三分级特征；根据所述第一分级特征、所述第二分级特征以及所述第三分级特征，构建用户审核决策树；将所述第一用户信息输入所述用户审核决策树，获得第一用户审核结果；当所述第一用户审核结果满足第一预定条件时，获得第一构建信息，所述第一构建信息用于构建第一店铺，所述第一店铺与所述第一用户、第一产品信息相对应。

本发明第二个目的在于提供一种基于人工智能的电子商务平台构建系统，所述系统包括：

第一获得单元，所述第一获得单元用于获得第一用户信息，所述第一用户信息包括第一产品信息；

第二获得单元，所述第二获得单元用于根据所述第一产品信息、所述第一用户信息，获得第一用户类型；

第三获得单元，所述第三获得单元用于根据所述第一用户类型，获得第一类型数据库；

第四获得单元，所述第四获得单元用于根据所述第一用户类型，获得第一平台要求；

第五获得单元，所述第五获得单元用于根据所述第一类型数据库、所述第一平台要求，获得用户资质审核信息，并作为第一分级特征；

第六获得单元，所述第六获得单元用于根据所述第一类型数据库中第一类型用户数据库、第一类型产品数据库，获得产品匹配度，并作为第二分级特征；

第七获得单元，所述第七获得单元用于根据所述第一类型产品数据库，获得第一展示图像集合；

第一判断单元，所述第一判断单元用于判断所述第一展示图像集合是否满足第一平台要求，获得第一判断结果，并作为第三分级特征；

第一构建单元，所述第一构建单元用于根据所述第一分级特征、所述第二分级特征以及所述第三分级特征，构建用户审核决策树；

第八获得单元，所述第八获得单元用于将所述第一用户信息输入所述用户审核决策树，获得第一用户审核结果；

第九获得单元，所述第九获得单元用于当所述第一用户审核结果满足第一预定条件时，获得第一构建信息，所述第一构建信息用于构建第一店铺，所述第一店铺与所述第一用户、第一产品信息相对应。

本发明第三个目的在于提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法。

本发明第四个目的在于提供一种计算机可读存储介质，包括指令，当其在计算机上运行时，使得计算机执行任意一项所述的方法。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本发明实施例提供的一种基于人工智能的电子商务平台构建方法及系统，通过获得第一用户信息，所述第一用户信息包括第一产品信息；根据所述第一产品信息、所述第一用户信息，获得第一用户类型；根据所述第一用户类型，获得第一类型数据库；根据所述第一用户类型，获得第一平台要求；根据所述第一类型数据库、所述第一平台要求，获得用户资质审核信息，并作为第一分级特征；根据所述第一类型数据库中第一类型用户数据库、第一类型产品数据库，获得产品匹配度，并作为第二分级特征；根据所述第一类型产品数据库，获得第一展示图像集合；判断所述第一展示图像集合是否满足第一平台要求，获得第一判断结果，并作为第三分级特征；根据所述第一分级特征、所述第二分级特征以及所述第三分级特征，构建用户审核决策树；将所述第一用户信息输入所述用户审核决策树，获得第一用户审核结果；当所述第一用户审核结果满足第一预定条件时，获得第一构建信息，所述第一构建信息用于构建第一店铺，所述第一店铺与所述第一用户、第一产品信息相对应。达到了利用人工智能技术通过构建模型进行电子商务平台的审核、构建和维护，保证了电子商务平台环境的稳定性，同时提高平台构建的效率，从多角度进行平台用户的审核，具有审核范围延伸性强、范围广的技术效果。从而解决了现有技术中电子商务平台的构建及平台环境的维护主要靠人工进行，存在时效性不足、覆盖面有限的技术问题。

上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。

附图说明

图1为本申请实施例一种基于人工智能的电子商务平台构建方法的流程示意图；

图2为本申请实施例一种基于人工智能的电子商务平台构建系统的结构示意图；

图3为本申请实施例示例性电子设备的结构示意图。

附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第四获得单元14，第五获得单元15，第六获得单元16，第七获得单元17，第一判断单元18，第一构建单元19，第八获得单元20，第九获得单元21，总线300，接收器301，处理器302，发送器303，存储器304，总线接口305。

具体实施方式

下面详细描述本发明的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。相反，本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。此外，在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

下面参考附图描述根据本发明实施例的一种基于人工智能的电子商务平台构建方法及系统。

本申请的技术方案为：获得第一用户信息，所述第一用户信息包括第一产品信息；根据所述第一产品信息、所述第一用户信息，获得第一用户类型；根据所述第一用户类型，获得第一类型数据库；根据所述第一用户类型，获得第一平台要求；根据所述第一类型数据库、所述第一平台要求，获得用户资质审核信息，并作为第一分级特征；根据所述第一类型数据库中第一类型用户数据库、第一类型产品数据库，获得产品匹配度，并作为第二分级特征；根据所述第一类型产品数据库，获得第一展示图像集合；判断所述第一展示图像集合是否满足第一平台要求，获得第一判断结果，并作为第三分级特征；根据所述第一分级特征、所述第二分级特征以及所述第三分级特征，构建用户审核决策树；将所述第一用户信息输入所述用户审核决策树，获得第一用户审核结果；当所述第一用户审核结果满足第一预定条件时，获得第一构建信息，所述第一构建信息用于构建第一店铺，所述第一店铺与所述第一用户、第一产品信息相对应。

实施例一

如图1所示，本申请实施例提供了一种基于人工智能的电子商务平台构建方法，所述方法包括：

步骤S100获得第一用户信息，所述第一用户信息包括第一产品信息；

具体地，第一用户为欲进行电子商务平台构建的用户，第一用户信息中包括了第一用户的身份信息、资质信息、第一产品信息，如第一用户是个人开店还是公司进行企业电子商务平台构建，如代理产品有产品代理资质、企业有营业执照等，第一产品信息为打算在电子商务平台中进行商业交易的产品内容，包括有形和无形商品，如日用品，或者家政服务、旅游服务等等。由于在网络上进行电子商务平台的构建，因而需要提供相应的图像信息，第一产品信息中除了对产品的介绍，如有实体产品应提供产品的具体信息，包括厂家、材质、性能等，对于无形商品也应提供文字介绍，也可以附加图像信息。

步骤S200根据所述第一产品信息、所述第一用户信息，获得第一用户类型；

具体地，根据第一产品信息中具体的产品内容结合第一用户信息中的第一用户资料进行类型评定，具体评定类型的内容，可以根据申请的平台内容和要求进行具体的定制，如现在主流的电子商务平台有：淘宝、京东、拼多多等等，陆续兴起和构建的平台很多，按照平台的自定义进行设定，也可以按照大宗分类进行处理，如家电、日用品、国际、母婴、旅游等，不同的类型用户面对的产品具有共通性，因而利用类型进行分类处理更具有准确性。

步骤S300根据所述第一用户类型，获得第一类型数据库；

具体地，按照确定的第一用户类型，对申请的平台进行同类型的数据搜集，第一类型数据库为当前平台中与第一用户类型相同的用户信息，第一类型数据库中与第一用户信息中的内容相对应，包括了用户信息、资质、产品信息等，根据平台的要求不同，第一类型数据库中的包含信息种类也会有区别。

步骤S400根据所述第一用户类型，获得第一平台要求；

具体地，根据第一用户类型，确定第一平台要求，第一平台要求即对应第一用户类型定制的对应审核要求，如资质要求，对于国内商家和国际商家要求存在不同，对于有形商品和无形商品对应的要求也不同，平台和平台之间也存在要求设定内容的不同，因而第一平台要求可以进行预设定。如子设定，或者在选项中进行勾选等。

步骤S500根据所述第一类型数据库、所述第一平台要求，获得用户资质审核信息，并作为第一分级特征；

步骤S600根据所述第一类型数据库中第一类型用户数据库、第一类型产品数据库，获得产品匹配度，并作为第二分级特征；

步骤S700根据所述第一类型产品数据库，获得第一展示图像集合；

步骤S800判断所述第一展示图像集合是否满足第一平台要求，获得第一判断结果，并作为第三分级特征；

步骤S900根据所述第一分级特征、所述第二分级特征以及所述第三分级特征，构建用户审核决策树；

具体地，面对用户的审核中存在多类型多层级多步骤的审核，本申请实施例利用人工智能技术，通过决策树进行多层级的内容筛选和审核，决策树是一类常见的机器学习方法，决策树在人工智能中处于监督学习后，它所代表的是对象属性与对象值之间的一种映射关系。决策树算法根据数据的属性采用树状结构建立决策模型。树中每个节点表示某个对象，而每个分叉路径则代表的某个可能的属性值，而每个叶结点则对应从根节点到该叶节点所经历的路径所表示的对象的值。结点有两种类型：内部节点和叶节点，内部节点表示一个特征、属性或一个属性上的测试，每个分支代表一个测试输出，叶节点表示一个类别。决策树(DT)一般都是自上而下的来生成的。每个决策或事件(即自然状态)都可能引出两个或多个事件，导致不同的结果。将第一用户的资质和个人资料作为第一分级特征，先审核资质，若资质符合要求了，再对产品进行审核，产品内容符合要求，进一步对产品在平台中的展示内容进行审核，如图像信息、描述文字是否存在不符合恶意竞争或者不健康词语等等，分级别逐层级进行审核，构建决策树，将同类型的数据进行机器学习和监督学习，得到的用户审核决策树更符合平台和类型用户的审核要求，提高审核准确性，同时利用人工智能技术提高了审核效率和准确性。决策树学习过程(建树过程)包含特征选择、决策树的生成与剪枝过程。决策树的学习算法通常是递归地选择最优特征，并用最优特征对数据集进行分割。开始时，构建根结点，选择最优特征，该特征有几种值就分割为几个子集，每个子集分别递归调用此方法，返回结点，返回的结点就是上一层的子结点。直到所有特征都已经用完，或者数据集只有一维特征为止。另外，随机森林分类器将许多决策树结合起来以提升分类的正确率。若存在平台其他的审核要求可以继续进行分级，利用相关数据和要求进行决策树的扩展和优化，以确保决策树的性能。

步骤S1000将所述第一用户信息输入所述用户审核决策树，获得第一用户审核结果；

步骤S1100当所述第一用户审核结果满足第一预定条件时，获得第一构建信息，所述第一构建信息用于构建第一店铺，所述第一店铺与所述第一用户、第一产品信息相对应。

具体地，将第一用户信息输入利用与其类型相同的数据构建的用户审核决策树，得到对应的审核结果，当第一用户审核结果满足要求时，批准其在对应平台中进行电子商务的构建，若不满足要求时，则进行拒绝，第一预定条件即第一用户审核结果符合要求，在进行第一用户平台构建时，可以采用自行进行平台构建，利用第一平台的构建空间和构建要求进行自己构建，本申请实施例还提供自动构建，尤其适用于不擅长进行平台构建的用户，为用户提供有效的全方位服务，完善电子商务审核、构建过程，同时利用人工智能技术具有高效性和可靠性。达到了利用人工智能技术通过构建模型进行电子商务平台的审核、构建和维护，保证了电子商务平台环境的稳定性，同时提高平台构建的效率，从多角度进行平台用户的审核，具有审核范围延伸性强、范围广的技术效果。从而解决了现有技术中电子商务平台的构建及平台环境的维护主要靠人工进行，存在时效性不足、覆盖面有限的技术问题。

进一步，所述方法包括：对所述第一分级特征进行信息论编码运算，获得第一特征信息熵，对所述第二分级特征进行信息论编码运算，获得第二特征信息熵，对所述第三分级特征进行信息论编码运算，获得第三特征信息熵；将所述第一特征信息熵、所述第二特征信息熵以及所述第三特征信息熵输入数据大小比对模型进行训练，获得第一根节点特征信息；基于所述第一根节点特征信息和所述第一类型数据库，构建所述用户审核决策树。

具体地，为了具体构建所述用户审核决策树，可分别对所述第一分级特征、所述第二分级特征以及所述第三分级特征进行信息熵的运算，即通过信息论编码中的香农公式对其进行信息熵数值的具体计算，进而获得对应的所述第一特征信息熵、所述第二特征信息熵以及所述第三特征信息熵，进一步，信息熵表示信息的不确定度，当不确定性越大时，它所包含的信息量也就越大，信息熵也就越高，纯度也就越低，当集合中的所有样本均匀混合时，信息熵最大，纯度最低。因此，应基于所述数据大小比对模型对所述第一特征信息熵、所述第二特征信息熵以及所述第三特征信息熵对其大小数值的比对，继而获得熵值最小的特征，即第一根节点特征信息，通过对熵值最小的特征进行优先分类，继而按照熵值由小到大的顺序，依次对各特征进行分类，最终构建所述用户审核决策树，使得每个用户信息都能得到准确有效的审核，进而实现了对用户审核决策树的具体构建。

进一步，所述获得第一构建信息之后，包括：根据所述第一用户信息，获得第一记录信息；根据所述第一记录信息，获得第一关联用户；根据所述第一用户信息，获得用户关联信息集合；获得预设关联词数据库；将所述第一记录信息、所述预设关联词数据库输入记录分析模型，获得第一分析结果；当所述第一分析结果满足第一预定要求时，根据所述第一关联用户，获得第一关联账号；根据所述第一关联账号、所述用户关联信息集合，获得第二记录信息；判断所述第二记录信息与所述第一记录信息是否满足第一相关性；当满足时，获得第一提醒信息。

具体地，对于平台中的用户交易情况，本申请实施例利用人工智能技术进行了对应的监督，以维护电子商务平台交易环境的稳定性。第一记录信息为第一用户在第一平台中的交易记录和该记录相对应的聊天记录，通过对第一记录信息中的内容进行审核和监督，以避免平台用户进行刷单、虚假交易情况，通常刷单和虚假交易过程不会在平台中进行，会选择其他社交软件中，如微信、qq等，这些具有转账支付功能的社交软件中进行沟通后，在电子商务平台进行对应的操作，但聊天记录会有涉及，因而根据第一关联用户即第一记录信息中的卖家信息，通过该用户的实名身份信息得到对应的社交账户，通过社交账户的历史记录进行关联性分析，关联性主要是聊天内容、聊天对象、交易金额和时间节点这几部分进行分析，根据第一记录信息中的聊天内容和第一用户信息进行用户关联信息集合的设定，如在聊天记录中出现类似账号的内容，与第一关联用户聊天记录中的聊天对象进行账户对比，第一用户信息中存在品牌名称，社交软件中使用的名称与其相关，另外构建预设关联词数据库，预设关联词数据库为通过大数据或者第一用户的聊天记录、用户名称进行提取，如社交软件的名称的拼音、英文缩写、简称等，网络名称等，若在第一记录信息中出现了预设关联词数据库的词语时，初步判断存在问题，则进一步对第一关联用户的社交账户进行记录分析筛选，第二记录信息为第一关联账号与用户关联信息集合匹配到的聊天记录，若第二记录信息中存在转账信息与第一交易信息具有相关性时，则进行提醒，即第一记录信息中存在问题需要进一步进行核查。通过对用户的交易内容进行跟踪和分析，杜绝出现违规交易操作，以维护电子商务平台的秩序和环境的稳定性，同时利用神经网络模型提高了数据处理的效率，其中记录分析模型即为神经网络模型，进一步解决了现有技术中电子商务平台的构建及平台环境的维护主要靠人工进行，存在时效性不足、覆盖面有限的技术问题。

进一步，所述将所述第一记录信息、所述预设关联词数据库输入记录分析模型，获得第一分析结果，包括：将所述第一记录信息、所述预设关联词数据库作为输入数据输入所述记录分析模型，所述记录分析模型为通过多组训练数据训练至收敛得到，其中，所述多组训练数据中的每组数据都具有所述第一记录信息、所述预设关联词数据库以及用于标识第一分析结果的标识信息；获得所述记录分析模型的输出结果，所述输出结果包括所述第一分析结果。

具体地，所述记录分析模型为机器学习中的神经网络模型，它可以不断地进行学习和调整，是一个高度复杂的非线性动力学习系统。简单地讲，它是一个数学模型。通过大量训练数据的训练，将所述第一记录信息、所述预设关联词数据库输入神经网络模型，则输出第一分析结果。更进一步，所述训练的过程实质为监督学习的过程，每一组监督数据均包括所述第一记录信息、所述预设关联词数据库以及用于标识第一分析结果的标识信息，将所述第一记录信息、所述预设关联词数据库输入到神经网络模型中，根据用来标识所述第一分析结果的标识信息，所述神经网络模型进行不断的自我修正、调整，直至获得的输出结果与所述标识信息一致，则结束本组数据监督学习，进行下一组数据监督学习；当所述神经网络模型的输出信息达到预定的准确率/达到收敛状态时，则监督学习过程结束。通过对所述神经网络模型的监督学习，进而使得所述神经网络模型处理所述输入信息更加准确，进而获得更加准确、适合的第一分析结果，进而达到对平台交易记录内容进行分析，将初步判断存在遗传的记录进行相关用户的跟踪，通过支付交易的数量和时间进行相关性分析，从而确保平台环境的秩序性和稳定性，同时加入神经网络模型提高了数据运算处理结果的效率和准确度，为提供更加准确可靠地电子商务交易环境维护和管理夯实了基础。

进一步，所述根据所述第一关联账号、所述用户关联信息集合，获得第二记录信息，包括：根据所述第一记录信息，获得第一时间信息；根据所述第一关联账号、所述第一时间信息，获得账号记录数据库；根据所述用户关联信息集合，获得关联信息特征；根据所述关联信息特征对所述账号记录数据库进行特征遍历对比，获得信息对比结果；根据所述信息对比结果，获得所述第二记录信息。

具体地，第二记录信息的确定通过第一记录信息的时间信息为参照，进行时间信息的确定，如第一记录信息的对应时间前后一天或者一周，将第一关联账号的在该时间内的记录进行分析，通过用户关联信息集合中出现的信息设定为关联信息特征，利用关联信息特征对用户关联信息集合从头到尾依次进行特征遍历对比，将符合其中要求的记录进行摘取，得到其中满足条件最多的记录信息为第二记录信息。

进一步的，判断所述第二记录信息与所述第一记录信息是否满足第一相关性，包括：根据所述第一记录信息，获得第一交易金额，所述第一交易金额具有第一交易时间信息；根据所述第二记录信息，获得第二金额信息，所述第二金额信息具有第二交易时间信息；根据所述第二交易时间信息、所述第一交易时间信息，获得第一时间相关性；基于所述第一时间相关性与所述第一相关性进行判断。

具体地，在对第一记录信息与第二记录信息进行分析时，除了按照第一记录信息中出现的异常内容分析，由于交易是必须通过转账进行了，第一关联用户也需要维护自身的利益，因而通过第二记录信息中的转账记录的金额和时间点与第一记录信息中的金额和时间点进行对比分析，刷单金额与交易金额相同，且转账的时间点与第一记录信息中的交易时间点也具有关联性，如第一记录信息中关联用户物流结束，完成评价后进行金额返现，若第二记录信息与第一记录信息中存在了时间上的匹配度加上对于用户关联信息集合、预设关联词数据库的匹配，若综合结果满足了第一相关性的要求，则认定该交易存在问题，进行提醒。

进一步，所述获得第一构建信息之后，包括：获得平台素材库；根据所述第一产品信息、所述平台素材库，获得匹配素材信息；基于所述第一用户信息，通过大数据获得第一用户历史查看信息；将所述第一产品信息、所述匹配素材信息输入特征提取模型，获得素材特征信息；利用所述素材特征信息对所述第一用户历史查看信息进行特征遍历对比，获得素材比对结果；根据所述素材比对结果、所述匹配素材信息，获得第一推荐信息；根据所述第一推荐信息，获得第一选择结果；根据所述第一选择结果、第一产品信息，获得平台构建信息，所述平台构建信息为按照所述第一选择结果与所述第一产品信息进行平台构建。

具体地，对第一用户信息构建平台的资质进行审核后，向用户提供自动构建平台的服务，利用第一产品信息与平台素材库进行匹配，得到适合第一产品信息对应的素材内容，用户可以进行对应内容的选择，同时平台会利用大数据对用户的个人喜好进行分析，将其中个人喜好与平台构建素材之间具有关联性的元素摘取，与平台中的构建素材进行结合，为第一用户进行推荐，当用户选定对应的素材后，结合对应的平台构建模板，系统会将素材和产品信息、用户信息进行对应的平台构建、产品上架操作，将对应的素材和信息进行对应位置的选择、上传，实现了自动构建电子商务平台的技术效果。

实施例二

基于与前述实施例中一种基于人工智能的电子商务平台构建方法同样发明构思，本发明还提供了一种基于人工智能的电子商务平台构建系统，如图2所示，所述系统包括：

第一获得单元11，所述第一获得单元11用于获得第一用户信息，所述第一用户信息包括第一产品信息；

第二获得单元12，所述第二获得单元12用于根据所述第一产品信息、所述第一用户信息，获得第一用户类型；

第三获得单元13，所述第三获得单元13用于根据所述第一用户类型，获得第一类型数据库；

第四获得单元14，所述第四获得单元14用于根据所述第一用户类型，获得第一平台要求；

第五获得单元15，所述第五获得单元15用于根据所述第一类型数据库、所述第一平台要求，获得用户资质审核信息，并作为第一分级特征；

第六获得单元16，所述第六获得单元16用于根据所述第一类型数据库中第一类型用户数据库、第一类型产品数据库，获得产品匹配度，并作为第二分级特征；

第七获得单元17，所述第七获得单元17用于根据所述第一类型产品数据库，获得第一展示图像集合；

第一判断单元18，所述第一判断单元18用于判断所述第一展示图像集合是否满足第一平台要求，获得第一判断结果，并作为第三分级特征；

第一构建单元19，所述第一构建单元19用于根据所述第一分级特征、所述第二分级特征以及所述第三分级特征，构建用户审核决策树；

第八获得单元20，所述第八获得单元20用于将所述第一用户信息输入所述用户审核决策树，获得第一用户审核结果；

第九获得单元21，所述第九获得单元21用于当所述第一用户审核结果满足第一预定条件时，获得第一构建信息，所述第一构建信息用于构建第一店铺，所述第一店铺与所述第一用户、第一产品信息相对应。

进一步，所述系统还包括：

第十获得单元，所述第十获得单元用于对所述第一分级特征进行信息论编码运算，获得第一特征信息熵，对所述第二分级特征进行信息论编码运算，获得第二特征信息熵，对所述第三分级特征进行信息论编码运算，获得第三特征信息熵；

第十一获得单元，所述第十一获得单元用于将所述第一特征信息熵、所述第二特征信息熵以及所述第三特征信息熵输入数据大小比对模型进行训练，获得第一根节点特征信息；

第二构建单元，所述第二构建单元用于基于所述第一根节点特征信息和所述第一类型数据库，构建所述用户审核决策树。

进一步，所述系统还包括：

第十二获得单元，所述第十二获得单元用于根据所述第一用户信息，获得第一记录信息；

第十三获得单元，所述第十三获得单元用于根据所述第一记录信息，获得第一关联用户；

第十四获得单元，所述第十四获得单元用于根据所述第一用户信息，获得用户关联信息集合；

第十五获得单元，所述第十五获得单元用于获得预设关联词数据库；

第十六获得单元，所述第十六获得单元用于将所述第一记录信息、所述预设关联词数据库输入记录分析模型，获得第一分析结果；

第十七获得单元，所述第十七获得单元用于当所述第一分析结果满足第一预定要求时，根据所述第一关联用户，获得第一关联账号；

第十八获得单元，所述第十八获得单元用于根据所述第一关联账号、所述用户关联信息集合，获得第二记录信息；

第二判断单元，所述第二判断单元用于判断所述第二记录信息与所述第一记录信息是否满足第一相关性；

第十九获得单元，所述第十九获得单元用于当满足时，获得第一提醒信息。

进一步，所述系统还包括：

第一输入单元，所述第一输入单元用于将所述第一记录信息、所述预设关联词数据库作为输入数据输入所述记录分析模型，所述记录分析模型为通过多组训练数据训练至收敛得到，其中，所述多组训练数据中的每组数据都具有所述第一记录信息、所述预设关联词数据库以及用于标识第一分析结果的标识信息；

第二十获得单元，所述第二十获得单元用于获得所述记录分析模型的输出结果，所述输出结果包括所述第一分析结果。

进一步，所述系统还包括：

第二十一获得单元，所述第二十一获得单元用于根据所述第一记录信息，获得第一时间信息；

第二十二获得单元，所述第二十二获得单元用于根据所述第一关联账号、所述第一时间信息，获得账号记录数据库；

第二十三获得单元，所述第二十三获得单元用于根据所述用户关联信息集合，获得关联信息特征；

第二十四获得单元，所述第二十四获得单元用于根据所述关联信息特征对所述账号记录数据库进行特征遍历对比，获得信息对比结果；

第二十五获得单元，所述第二十五获得单元用于根据所述信息对比结果，获得所述第二记录信息。

进一步，所述系统还包括：

第二十六获得单元，所述第二十六获得单元用于根据所述第一记录信息，获得第一交易金额，所述第一交易金额具有第一交易时间信息；

第二十七获得单元，所述第二十七获得单元用于根据所述第二记录信息，获得第二金额信息，所述第二金额信息具有第二交易时间信息；

第二十八获得单元，所述第二十八获得单元用于根据所述第二交易时间信息、所述第一交易时间信息，获得第一时间相关性；

第三判断单元，所述第三判断单元用于基于所述第一时间相关性与所述第一相关性进行判断。

进一步，所述系统还包括：

第二十九获得单元，所述第二十九获得单元用于获得平台素材库；；

第三十获得单元，所述第三十获得单元用于根据所述第一产品信息、所述平台素材库，获得匹配素材信息；

第三十一获得单元，所述第三十一获得单元用于基于所述第一用户信息，通过大数据获得第一用户历史查看信息；

第三十二获得单元，所述第三十二获得单元用于将所述第一产品信息、所述匹配素材信息输入特征提取模型，获得素材特征信息；

第三十三获得单元，所述第三十三获得单元用于利用所述素材特征信息对所述第一用户历史查看信息进行特征遍历对比，获得素材比对结果；

第三十四获得单元，所述第三十四获得单元用于根据所述素材比对结果、所述匹配素材信息，获得第一推荐信息；

第三十五获得单元，所述第三十五获得单元用于根据所述第一推荐信息，获得第一选择结果；

第三十六获得单元，所述第三十六获得单元用于根据所述第一选择结果、第一产品信息，获得平台构建信息，所述平台构建信息为按照所述第一选择结果与所述第一产品信息进行平台构建。

前述图1实施例一中的一种基于人工智能的电子商务平台构建方法的各种变化方式和具体实例同样适用于本实施例的一种基于人工智能的电子商务平台构建系统，通过前述对一种基于人工智能的电子商务平台构建方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于人工智能的电子商务平台构建系统的实施方法，所以为了说明书的简洁，在此不再详述。

示例性电子设备

下面参考图3来描述本申请实施例的电子设备。

图3图示了根据本申请实施例的电子设备的结构示意图。

基于与前述实施例中一种基于人工智能的电子商务平台构建方法的发明构思，本发明还提供一种计算机设备，其上存储有计算机程序，该程序被处理器执行时实现前文所述一种基于人工智能的电子商务平台构建方法的任一方法的步骤。

其中，在图3中，总线架构(用总线300来代表)，总线300可以包括任意数量的互联的总线和桥，总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口305在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件，即收发机，提供用于在传输介质上与各种其他系统通信的单元。

处理器302负责管理总线300和通常的处理，而存储器304可以被用于存储处理器302在执行操作时所使用的数据。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本发明实施例提供的一种基于人工智能的电子商务平台构建方法及系统，通过获得第一用户信息，所述第一用户信息包括第一产品信息；根据所述第一产品信息、所述第一用户信息，获得第一用户类型；根据所述第一用户类型，获得第一类型数据库；根据所述第一用户类型，获得第一平台要求；根据所述第一类型数据库、所述第一平台要求，获得用户资质审核信息，并作为第一分级特征；根据所述第一类型数据库中第一类型用户数据库、第一类型产品数据库，获得产品匹配度，并作为第二分级特征；根据所述第一类型产品数据库，获得第一展示图像集合；判断所述第一展示图像集合是否满足第一平台要求，获得第一判断结果，并作为第三分级特征；根据所述第一分级特征、所述第二分级特征以及所述第三分级特征，构建用户审核决策树；将所述第一用户信息输入所述用户审核决策树，获得第一用户审核结果；当所述第一用户审核结果满足第一预定条件时，获得第一构建信息，所述第一构建信息用于构建第一店铺，所述第一店铺与所述第一用户、第一产品信息相对应。达到了利用人工智能技术通过构建模型进行电子商务平台的审核、构建和维护，保证了电子商务平台环境的稳定性，同时提高平台构建的效率，从多角度进行平台用户的审核，具有审核范围延伸性强、范围广的技术效果。从而解决了现有技术中电子商务平台的构建及平台环境的维护主要靠人工进行，存在时效性不足、覆盖面有限的技术问题。

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，所述单元的划分，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。所述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。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。所述集成的单元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全部或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所述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(ROM，Read-OnlyMemory)、随机存取存储器(RAM，RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同限定。

Claims (10)

1.一种基于人工智能的电子商务平台构建方法，其中，所述方法包括：

获得第一用户信息，所述第一用户信息包括第一产品信息；

根据所述第一产品信息、所述第一用户信息，获得第一用户类型；

根据所述第一用户类型，获得第一类型数据库；

根据所述第一用户类型，获得第一平台要求；

根据所述第一类型数据库、所述第一平台要求，获得用户资质审核信息，并作为第一分级特征；

根据所述第一类型数据库中第一类型用户数据库、第一类型产品数据库，获得产品匹配度，并作为第二分级特征；

根据所述第一类型产品数据库，获得第一展示图像集合；

判断所述第一展示图像集合是否满足第一平台要求，获得第一判断结果，并作为第三分级特征；

根据所述第一分级特征、所述第二分级特征以及所述第三分级特征，构建用户审核决策树；

将所述第一用户信息输入所述用户审核决策树，获得第一用户审核结果；

当所述第一用户审核结果满足第一预定条件时，获得第一构建信息，所述第一构建信息用于构建第一店铺，所述第一店铺与所述第一用户、第一产品信息相对应。

2.如权利要求1所述的方法，其中，所述方法包括：

对所述第一分级特征进行信息论编码运算，获得第一特征信息熵，对所述第二分级特征进行信息论编码运算，获得第二特征信息熵，对所述第三分级特征进行信息论编码运算，获得第三特征信息熵；

将所述第一特征信息熵、所述第二特征信息熵以及所述第三特征信息熵输入数据大小比对模型进行训练，获得第一根节点特征信息；

基于所述第一根节点特征信息和所述第一类型数据库，构建所述用户审核决策树。

3.如权利要求1所述的方法，其中，所述获得第一构建信息之后，包括：

根据所述第一用户信息，获得第一记录信息；

根据所述第一记录信息，获得第一关联用户；

根据所述第一用户信息，获得用户关联信息集合；

获得预设关联词数据库；

将所述第一记录信息、所述预设关联词数据库输入记录分析模型，获得第一分析结果；

当所述第一分析结果满足第一预定要求时，根据所述第一关联用户，获得第一关联账号；

根据所述第一关联账号、所述用户关联信息集合，获得第二记录信息；

判断所述第二记录信息与所述第一记录信息是否满足第一相关性；

当满足时，获得第一提醒信息。

4.如权利要求3所述的方法，其中，所述将所述第一记录信息、所述预设关联词数据库输入记录分析模型，获得第一分析结果，包括：

将所述第一记录信息、所述预设关联词数据库作为输入数据输入所述记录分析模型，所述记录分析模型为通过多组训练数据训练至收敛得到，其中，所述多组训练数据中的每组数据都具有所述第一记录信息、所述预设关联词数据库以及用于标识第一分析结果的标识信息；

获得所述记录分析模型的输出结果，所述输出结果包括所述第一分析结果。

5.如权利要求3所述的方法，其中，所述根据所述第一关联账号、所述用户关联信息集合，获得第二记录信息，包括：

根据所述第一记录信息，获得第一时间信息；

根据所述第一关联账号、所述第一时间信息，获得账号记录数据库；

根据所述用户关联信息集合，获得关联信息特征；

根据所述关联信息特征对所述账号记录数据库进行特征遍历对比，获得信息对比结果；

根据所述信息对比结果，获得所述第二记录信息。

6.如权利要求3所述的方法，其中，判断所述第二记录信息与所述第一记录信息是否满足第一相关性，包括：

根据所述第一记录信息，获得第一交易金额，所述第一交易金额具有第一交易时间信息；

根据所述第二记录信息，获得第二金额信息，所述第二金额信息具有第二交易时间信息；

根据所述第二交易时间信息、所述第一交易时间信息，获得第一时间相关性；

基于所述第一时间相关性与所述第一相关性进行判断。

7.如权利要求1所述的方法，其中，所述获得第一构建信息之后，包括：

获得平台素材库；

根据所述第一产品信息、所述平台素材库，获得匹配素材信息；

基于所述第一用户信息，通过大数据获得第一用户历史查看信息；

将所述第一产品信息、所述匹配素材信息输入特征提取模型，获得素材特征信息；

利用所述素材特征信息对所述第一用户历史查看信息进行特征遍历对比，获得素材比对结果；

根据所述素材比对结果、所述匹配素材信息，获得第一推荐信息；

根据所述第一推荐信息，获得第一选择结果；

根据所述第一选择结果、第一产品信息，获得平台构建信息，所述平台构建信息为按照所述第一选择结果与所述第一产品信息进行平台构建。

8.一种基于人工智能的电子商务平台构建系统，其中，所述系统应用于权利要求1-7任一所述方法中，所述系统包括：

第一获得单元，所述第一获得单元用于获得第一用户信息，所述第一用户信息包括第一产品信息；

第二获得单元，所述第二获得单元用于根据所述第一产品信息、所述第一用户信息，获得第一用户类型；

第三获得单元，所述第三获得单元用于根据所述第一用户类型，获得第一类型数据库；

第四获得单元，所述第四获得单元用于根据所述第一用户类型，获得第一平台要求；

第五获得单元，所述第五获得单元用于根据所述第一类型数据库、所述第一平台要求，获得用户资质审核信息，并作为第一分级特征；

第六获得单元，所述第六获得单元用于根据所述第一类型数据库中第一类型用户数据库、第一类型产品数据库，获得产品匹配度，并作为第二分级特征；

第七获得单元，所述第七获得单元用于根据所述第一类型产品数据库，获得第一展示图像集合；

第一判断单元，所述第一判断单元用于判断所述第一展示图像集合是否满足第一平台要求，获得第一判断结果，并作为第三分级特征；

第一构建单元，所述第一构建单元用于根据所述第一分级特征、所述第二分级特征以及所述第三分级特征，构建用户审核决策树；

第八获得单元，所述第八获得单元用于将所述第一用户信息输入所述用户审核决策树，获得第一用户审核结果；

第九获得单元，所述第九获得单元用于当所述第一用户审核结果满足第一预定条件时，获得第一构建信息，所述第一构建信息用于构建第一店铺，所述第一店铺与所述第一用户、第一产品信息相对应。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现上述权利要求1-7中任一项的方法。

10.一种计算机可读存储介质，包括指令，其中，当其在计算机上运行时，使得计算机执行如权利要求1-7任一项所述的方法。

Images