CN114741589B - 一种基于大数据的商品交易系统 - Google Patents

Abstract

本发明提出了一种基于大数据的智能销售平台、商品交易系统及其数据处理方法，通过设置搜索引擎模块、用户管理模块、大数据分析模块以及商品管理模块，搜索引擎模块配合用户管理模块、大数据分析模块以及商品管理模块，将用户商品搜索请求中的关键词结合用户信息以及互联网提供的大数据信息构建词向量，从而通过深度学习模型为用户计算数据库中相关商品的相关性概率，可以帮助用户快速找到想要购买的商品，提高用户体验。

Description

一种基于大数据的商品交易系统

技术领域

本发明涉及电子商务技术领域，特别涉及一种基于大数据的智能销售平台、商品交易系统及其数据处理方法。

背景技术

电子商务技术是互联网技术发展的衍生品，所谓电子商务技术是利用计算机技术、网络技术和远程通信技术，实现整个交易过程中的电子化、数字化和网络化。电子商务技术的兴起和发展，使人们的购物行为不再受到时间和空间的限制，极大地降低了商品流通和交易的成本，对市场经济起到了非常大的促进作用。电子商务涉及的技术领域较为广泛，其中销售平台是电子商务技术的重要组成部分。

传统的销售平台内容固化，遵循人为设定的较为简单的规则运行，而每个用户在不同的情形下对于同一类型商品的需求是非常多样化的，影响用户需求的因素更是纷繁多样并且随时变化，因此用户需要从庞大的商品数据库中找到符合需求的商品非常困难。

发明内容

本发明正是基于上述问题，提出了一种基于大数据的智能销售平台、商品交易系统及其数据处理方法，可以帮助用户快速找到想要购买的商品，提高用户体验。

有鉴于此，本发明的第一方面提出了一种基于大数据的智能销售平台，包括：

表现层，用于向客户端或浏览器展现交互界面并接收用户的交互操作向控制层发送交互请求以获取新的交互界面和/或交互数据；

控制层，用于根据表现层发来的交互请求调用逻辑业务层的相关模块进行数据处理，并根据所述相关模块返回的数据向所述表现层返回新的交互界面和/或交互数据；

逻辑业务层，包括搜索引擎模块、用户管理模块、大数据分析模块以及商品管理模块，所述搜索引擎模块用于接收和处理所述控制层发来的商品搜索请求，并将处理后的搜索结果集合返回给所述控制层；所述用户管理模块用于通过数据访问层的用户接口从数据库读取用户数据或向数据库写入用户数据；所述大数据分析模块用于从互联网资讯大数据中采集高频词汇；所述商品管理模块用于通过数据访问层的商品接口从数据库读取商品数据或向数据库写入商品数据；所述搜索引擎模块包括向量子模块、输入矩阵子模块、卷积子模块、池化子模块、逻辑归一化子模块以及排序子模块；所述向量子模块用于将所述商品搜索请求中的关键词、所述用户的信息、所述高频词汇构建词向量序列；所述输入矩阵子模块用于根据预设权重对所述词向量序列中的词向量进行排序并转换为输入矩阵；所述卷积子模块用于将所述词向量序列与所述权重矩阵使用卷积核函数进行卷积得到特征矩阵，所述搜索结果集合中每个商品的标签对应的权重矩阵由所述商品管理模块调用所述数据访问层的商品接口从数据库中得到；所述池化子模块用于将特征矩阵使用池化函数池化形成特征向量；所述逻辑归一化子模块用于使用归一化指数函数对所述特征向量进行计算，获得与搜索结果集合中每一商品的相关性概率；所述排序子模块用于根据所述相关性概率对所述搜索结果集合中的商品进行排序；

数据访问层，包括搜索引擎接口、用户接口和商品接口，用于处理所述逻辑业务层各模块对数据库的读取和写入操作；

数据库，用于存储所述基于大数据的智能销售平台的数据。

进一步地，所述逻辑业务层还包括训练模块，用于在用户点击搜索结果集合中任一商品以查看详情的操作时，将所述商品的标签序列加入训练数据集合。

进一步地，所述训练模块还用于当所述训练数据集合的数据量大于或大于等于预设值时，使用训练数据集更新所述归一化指数函数函数、池化函数以及卷积核函数的参数。

进一步的，所述大数据分析模块包括数据采集子模块、文本处理子模块以及高频词提取子模块，所述数据采集子模块用于在互联网上搜索并获取指定时间内的最新资讯文本；所述文本处理子模块用于对所述数据采集子模块所获取到的最新资讯文本进行处理，包括异常符号和无效内容的剔除以及分词等，得到处理后的词汇集合；所述高频词提取子模块用于对所述处理后的词汇集合进行语义合并后提取高频词汇。

进一步地，上述基于大数据的智能销售平台，还包括：

商品信息录入模块，用于通过人工录入、导入或系统采集的方式将商品信息写入所述数据库，所述商品信息包括商品名称、商品类别、文字介绍和/或商品图片；

商品标签提取模块，用于从所述商品名称、商品类别、文字介绍和/或商品图片中提取商品标签，将所述商品标签写入所述数据库。

本发明的第二方面提出了一种上述基于大数据的智能销售平台的数据处理方法，包括：

通过所述表现层接收用户输入的商品搜索请求并发送给所述控制层；

所述控制层将所述商品搜索请求发送给所述逻辑业务层的所述搜索引擎模块；

所述搜索引擎模块通过所述商品搜索请求中的关键词调用所述数据访问层的所述搜索引擎接口从数据库中获取搜索结果集合，并调用所述数据访问层的商品接口从数据库中获取所述搜索结果集合中每个商品的标签对应的权重矩阵；搜索引擎模块通过用户管理模块调用数据访问层的用户接口从数据库中获取用户信息；搜索引擎模块通过大数据分析模块从互联网资讯大数据中采集高频词汇；

通过所述向量子模块将所述商品搜索请求中的关键词、所述用户的信息、所述高频词汇构建词向量序列；所述输入矩阵子模块根据预设权重对所述词向量序列中的词向量进行排序并转换为输入矩阵；所述卷积子模块将所述词向量序列与所述权重矩阵使用卷积核函数进行卷积得到特征矩阵；所述池化子模块将特征矩阵使用池化函数池化形成特征向量；所述逻辑归一化子模块使用归一化指数函数对所述特征向量进行计算，获得与搜索结果集合中每一商品的相关性概率；所述排序子模块根据所述相关性概率对所述搜索结果集合中的商品进行排序；

所述搜索引擎模块将排序后的搜索结果集合返回给所述控制层；

所述控制层将所述排序后的搜索结果集合通过所述表现层返回给用户。

进一步地，在所述控制层将所述排序后的搜索结果集合通过所述表现层返回给用户的步骤之后，还包括：

所述表现层接收用户点击搜索结果集合中任一商品以查看详情的操作；

所述控制层通过所述逻辑业务层中的所述商品模块调用所述数据访问层的商品接口从所述数据库中读取所述商品的详情信息通过所述表现层提供给用户，并读取所述商品的标签序列提供给所述逻辑业务层的所述训练模块；

所述逻辑业务层的所述训练模块将所述商品的标签序列加入训练数据集合。

进一步地，在所述逻辑业务层的所述训练模块将所述商品的标签序列加入训练数据集合的步骤之后，还包括：

当所述训练数据集合的数据量大于或大于等于预设值时，使用训练数据集更新所述归一化指数函数函数、池化函数以及卷积核函数的参数。

进一步地，所述大数据分析模块从互联网资讯大数据中采集高频词汇的步骤具体包括：

所述数据采集子模块用于在互联网上搜索并获取指定时间内的最新资讯文本；

所述文本处理子模块用于对所述数据采集子模块所获取到的最新资讯文本进行处理，包括异常符号和无效内容的剔除以及分词等，得到处理后的词汇集合；

所述高频词提取子模块用于对所述处理后的词汇集合进行语义合并后提取高频词汇。

进一步地，在所述通过所述表现层接收用户输入的商品搜索请求并发送给所述控制层的步骤之前，还包括：

通过人工录入、导入或系统采集的方式将商品信息写入所述数据库，所述商品信息包括商品名称、商品类别、文字介绍和/或商品图片；

从所述商品名称、商品类别、文字介绍和/或商品图片中提取商品标签，将所述商品标签写入所述数据库。

本发明的第三方面提出了一种基于大数据的商品交易系统，包括用于提供商品交易的智能销售平台、用于提供大数据分析的大数据平台以及用于通过客户端或浏览器程序访问所述智能销售平台的用户终端；所述大数据平台平台包括大数据分析模块用于从互联网资讯大数据中采集高频词汇；所述智能销售平台包括：

表现层，用于向客户端或浏览器展现交互界面并接收用户的交互操作向控制层发送交互请求以获取新的交互界面和/或交互数据；

控制层，用于根据表现层发来的交互请求调用逻辑业务层的相关模块进行数据处理，并根据所述相关模块返回的数据向所述表现层返回新的交互界面和/或交互数据；

逻辑业务层，包括搜索引擎模块、用户管理模块以及商品管理模块，所述搜索引擎模块用于接收和处理所述控制层发来的商品搜索请求，并将处理后的搜索结果集合返回给所述控制层；所述用户管理模块用于通过数据访问层的用户接口从数据库读取用户数据或向数据库写入用户数据；所述商品管理模块用于通过数据访问层的商品接口从数据库读取商品数据或向数据库写入商品数据；所述搜索引擎模块包括向量子模块、输入矩阵子模块、卷积子模块、池化子模块、逻辑归一化子模块以及排序子模块；所述向量子模块用于将所述商品搜索请求中的关键词、所述用户的信息、所述高频词汇构建词向量序列；所述输入矩阵子模块用于根据预设权重对所述词向量序列中的词向量进行排序并转换为输入矩阵；所述卷积子模块用于将所述词向量序列与所述权重矩阵使用卷积核函数进行卷积得到特征矩阵，所述搜索结果集合中每个商品的标签对应的权重矩阵由所述商品管理模块调用所述数据访问层的商品接口从数据库中得到；所述池化子模块用于将特征矩阵使用池化函数池化形成特征向量；所述逻辑归一化子模块用于使用归一化指数函数对所述特征向量进行计算，获得与搜索结果集合中每一商品的相关性概率；所述排序子模块用于根据所述相关性概率对所述搜索结果集合中的商品进行排序；

数据访问层，包括搜索引擎接口、用户接口和商品接口，用于处理所述逻辑业务层各模块对数据库的读取和写入操作；

数据库，用于存储所述基于大数据的商品交易系统的数据。

进一步的，所述逻辑业务层还包括训练模块，用于在用户点击搜索结果集合中任一商品以查看详情的操作时，将所述商品的标签序列加入训练数据集合。

进一步的，所述训练模块还用于当所述训练数据集合的数据量大于或大于等于预设值时，使用训练数据集更新所述归一化指数函数函数、池化函数以及卷积核函数的参数。

进一步的，所述大数据分析模块包括数据采集子模块，所述数据采集子模块用于在互联网上搜索并获取指定时间内的最新资讯文本。

进一步的，所述数据采集子模块根据资讯来源站点的信息分类标签，将所述资讯来源站点中指定时间内分类为资讯或新闻的资讯文本作为待获取的所述最新资讯文本。

进一步的，所述数据采集子模块获取资讯来源站点中指定时间内评论数量或点击数量大于或大于等于预设值的资讯文本作为待获取的所述最新资讯文本。

进一步的，所述数据采集子模块从所述智能销售平台获取用户的地理位置信息，并获取资讯来源站点中指定时间内所述地理位置所在城市的资讯文本作为待获取的所述最新资讯文本。

进一步的，所述大数据分析模块还包括文本处理子模块，所述文本处理子模块用于对所述数据采集子模块所获取到的最新资讯文本进行处理，包括异常符号和无效内容的剔除以及分词等，得到处理后的词汇集合。

进一步的，所述大数据分析模块还包括高频词提取子模块，所述高频词提取子模块用于对所述处理后的词汇集合进行语义合并后提取高频词汇。

进一步的，上述基于大数据的商品交易系统还包括：

商品信息录入模块，用于通过人工录入、导入或系统采集的方式将商品信息写入所述数据库，所述商品信息包括商品名称、商品类别、文字介绍和/或商品图片；

商品标签提取模块，用于从所述商品名称、商品类别、文字介绍和/或商品图片中提取商品标签，将所述商品标签写入所述数据库。

本发明提出的一种基于大数据的智能销售平台、商品交易系统及其数据处理方法，通过设置搜索引擎模块、用户管理模块、大数据分析模块以及商品管理模块，搜索引擎模块配合用户管理模块、大数据分析模块以及商品管理模块，将用户商品搜索请求中的关键词结合用户信息以及互联网提供的大数据信息构建词向量，从而通过深度学习模型为用户计算数据库中相关商品的相关性概率，可以帮助用户快速找到想要购买的商品，提高用户体验。

附图说明

图1是本发明一个实施例提供的一种基于大数据的智能销售平台的示意框图；

图2是本发明一个实施例提供的一种基于大数据的智能销售平台的搜索引擎模块的示意框图；

图3是本发明一个实施例提供的一种基于大数据的智能销售平台的大数据分析模块的示意框图；

图4是本发明一个实施例提供的一种基于大数据的智能销售平台的数据处理方法的示意流程图；

图5是本发明一个实施例提供的一种基于大数据的智能销售平台的数据处理方法的示意流程图；

图6是本发明一个实施例提供的一种基于大数据的商品交易系统的示意框图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

在本发明的描述中，术语“多个”则指两个或两个以上，除非另有明确的限定，术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。术语“连接”、“安装”、“固定”等均应做广义理解，例如，“连接”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，可以根据具体情况理解上述术语在本发明中的具体含义。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等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，除非另有说明，“多个”的含义是两个或两个以上。

在本说明书的描述中，术语“一个实施例”、“一些实施方式”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

下面参照图1至图6来描述根据本发明一些实施方式提供的一种基于大数据的智能销售平台、商品交易系统及其数据处理方法。

如图1所示，本发明一个方面提供了一种基于大数据的智能销售平台，包括表现层，用于向客户端或浏览器展现交互界面并接收用户的交互操作向控制层发送交互请求以获取新的交互界面和/或交互数据。表现层是用户设备如计算机、平板电脑或移动电话等与服务器进行交互的可视化界面，一般表现为在用户设备上安装的专用客户端程序或者浏览器程序显示的用户界面，一般也称为前端界面，其可以是在用户设备安装客户端程序时存储于用户设备中预置的静态界面，也可以是根据客户端程序或浏览器程序向服务器发出请求时，从服务器中读取的静态页面或者由服务器的后端程序实时生成的动态页面。根据所采用的程序语言和前端开发框架的不同，前端页面可以为html(Hyper Text MarkupLanguage，超文本标记语言) 或css(Cascading Style Sheets，层叠样式表)与html的组合，或者jsp(Java Server Pages， JAVA服务器页面)、php(Personal Home Page/Hypertext Preprocessor，个人主页/超文本预处理器)等静态或者动态页面。

所述基于大数据的智能销售平台还包括控制层，用于根据表现层发来的交互请求调用逻辑业务层的相关模块进行数据处理，并根据所述相关模块返回的数据向所述表现层返回新的交互界面和/或交互数据。控制层一般也称为控制器，负责处理前端程序发来的请求(可以是用户通过前端界面操作发来的请求，也可以是前端程序根据预设条件自动发来的请求)并执行相应的响应，包括页面的跳转、调用逻辑业务层的相关模块进行处理或者通过逻辑业务层调用数据访问层从数据库中读取数据以生成新的页面，或者直接将从数据库获取到的数据返回给前端页面等。控制器可以为一个或者多个，根据请求类型的不同例如是页面跳转请求还是后台数据请求，或者根据请求的数据类型的不同例如请求的是用户数据还是商品数据，或者根据业务模块的不同例如是搜索引擎模块或者用户管理模块等，可以设计不同的控制器，控制器的设计方式视具体的开发需求而定，本发明对此不作限定。

所述基于大数据的智能销售平台还包括逻辑业务层，所述逻辑业务层包括搜索引擎模块、用户管理模块、大数据分析模块以及商品管理模块，所述搜索引擎模块用于接收和处理所述控制层发来的商品搜索请求，并将处理后的搜索结果集合返回给所述控制层；所述用户管理模块用于通过数据访问层的用户接口从数据库读取用户数据或向数据库写入用户数据；所述大数据分析模块用于从互联网资讯大数据中采集高频词汇；所述商品管理模块用于通过数据访问层的商品接口从数据库读取商品数据或向数据库写入商品数据。商品搜索功能是销售平台的核心功能，也是用户使用最频繁的功能，商品搜索功能的易用程度对销售平台的用户体验起到关键作用。传统销售平台的商品搜索功能设计较为单一，最简单的就是直接将关键词作为单一条件放到SQL(Structured Query Language，结构化查询语言)语句中在数据库中进行搜索，返回给用户的就是非常死板的、一成不变的结果。本发明一方面将搜索功能与用户自身的信息进行结合，使得搜索结果的排序方式可以根据用户的不同而有所不同，更加匹配用戶自身的需求。本发明另一方面还将搜索功能与互联网大数据进行结合，通过互联网大数据为搜索结果的排序引入更多的影响用户需求的考量因素。

如图2所示，所述搜索引擎模块包括向量子模块、输入矩阵子模块、卷积子模块、池化子模块、逻辑归一化子模块以及排序子模块。

所述向量子模块用于将所述商品搜索请求中的关键词、所述用户的信息、所述高频词汇构建词向量序列。所述用户的信息包括但不限于所述用户的性别、地理位置、性格、爱好信息。

所述输入矩阵子模块用于根据预设权重对所述词向量序列中的词向量进行排序并转换为输入矩阵。所述卷积子模块用于将所述词向量序列与所述权重矩阵使用卷积核函数进行卷积得到特征矩阵，所述搜索结果集合中每个商品的标签对应的权重矩阵由所述商品管理模块调用所述数据访问层的商品接口从数据库中得到，所述权重矩阵即为卷积核，是逻辑业务层的训练模块通过大量数据样本采用深度学习算法训练得出，卷积核的大小与词向量的大小相同，维度根据实际训练效果可以进行动态调整，例如，以下是一个大小为10的2维卷积核的示例：

得到的特征矩阵的大小与卷积核的数量相等，卷积核的数量对最终计算结果有较大影响，卷积核的数量选择根据实际应用可以在训练过程中动态调整，以匹配当前使用场景下最佳的数量。所述池化子模块用于将特征矩阵使用池化函数池化形成特征向量，通过池化函数从所述特征矩阵与每一个卷积核对应的序列中提取一个最大值以形成特征向量，以避免过拟合。所述逻辑归一化子模块用于使用归一化指数函数对所述特征向量进行计算，获得与搜索结果集合中每一商品的相关性概率。所述排序子模块用于根据所述相关性概率对所述搜索结果集合中的商品进行排序。

所述基于大数据的智能销售平台还包括数据访问层，包括搜索引擎接口、用户接口和商品接口，用于处理所述逻辑业务层各模块对数据库的读取和写入操作。数据访问层又称为持久层，是逻辑业务层与数据库的交互通道。通过数据访问层各接口模型的建立，一方面使得数据库的读写机制更为简单和透明，无需为每一个业务程序单独开发数据读写程序以及繁琐的重复封装问题；另一方面也约束了业务程序对数据库的访问方式，从而避免了业务程序对数据库的不合规操作，保障了数据安全。

所述基于大数据的智能销售平台还包括数据库，用于存储所述基于大数据的智能销售平台的数据。

采用本发明的技术方案，通过设置搜索引擎模块、用户管理模块、大数据分析模块以及商品管理模块，搜索引擎模块配合用户管理模块、大数据分析模块以及商品管理模块，将用户商品搜索请求中的关键词结合用户信息以及互联网提供的大数据信息构建词向量，从而通过深度学习模型为用户计算数据库中相关商品的相关性概率，可以帮助用户快速找到想要购买的商品，提高用户体验。

进一步的，所述逻辑业务层还包括训练模块，用于在用户点击搜索结果集合中任一商品以查看详情的操作时，将所述商品的标签序列加入训练数据集合。当所述搜索结果返回给用户即通过前端界面展示在用户面前时，用户浏览过程中对其中的任一商品的点击查看操作，代表的是该商品为用户感兴趣的商品，其大概率为用户需要购买的商品，因此在检测到用户查看任一商品详情时，将该商品的标签序列加入到训练数据集合中，以便后续使用该商品的标签序列对深度学习模型进行训练。进一步的，当所述训练数据集合的数据量大于或大于等于预设值时，使用训练数据集更新所述归一化指数函数函数、池化函数以及卷积核函数的参数。

进一步的，所述大数据分析模块包括数据采集子模块、文本处理子模块以及高频词提取子模块，所述数据采集子模块用于在互联网上搜索并获取指定时间内的最新资讯文本，所述指定时间可以根据实际设计需求灵活调整，例如一天内、一周内或者一个月内等。所述文本处理子模块用于对所述数据采集子模块所获取到的最新资讯文本进行处理，包括异常符号和无效内容的剔除以及分词等，得到处理后的词汇集合。所述高频词提取子模块用于对所述处理后的词汇集合进行语义合并后提取高频词汇。

进一步的，所述基于大数据的智能销售平台还包括商品信息录入模块，用于通过人工录入、导入或系统采集的方式将商品信息写入所述数据库，所述商品信息包括商品名称、商品类别、文字介绍和/或商品图片。所述基于大数据的智能销售平台还包括商品标签提取模块，用于从所述商品名称、商品类别、文字介绍和/或商品图片中提取商品标签，将所述商品标签写入所述数据库。

如图4所示，本发明的第二方面提供一种前述基于大数据的智能销售平台的数据处理方法，包括：

通过所述表现层接收用户输入的商品搜索请求并发送给所述控制层；

所述控制层将所述商品搜索请求发送给所述逻辑业务层的所述搜索引擎模块；

所述搜索引擎模块通过所述商品搜索请求中的关键词调用所述数据访问层的所述搜索引擎接口从数据库中获取搜索结果集合，并调用所述数据访问层的商品接口从数据库中获取所述搜索结果集合中每个商品的标签对应的权重矩阵；搜索引擎模块通过用户管理模块调用数据访问层的用户接口从数据库中获取用户信息；搜索引擎模块通过大数据分析模块从互联网资讯大数据中采集高频词汇；

通过所述向量子模块将所述商品搜索请求中的关键词、所述用户的信息、所述高频词汇构建词向量序列；所述输入矩阵子模块根据预设权重对所述词向量序列中的词向量进行排序并转换为输入矩阵；所述卷积子模块将所述词向量序列与所述权重矩阵使用卷积核函数进行卷积得到特征矩阵；所述池化子模块将特征矩阵使用池化函数池化形成特征向量；所述逻辑归一化子模块使用归一化指数函数对所述特征向量进行计算，获得与搜索结果集合中每一商品的相关性概率；所述排序子模块根据所述相关性概率对所述搜索结果集合中的商品进行排序；

所述搜索引擎模块将排序后的搜索结果集合返回给所述控制层；

所述控制层将所述排序后的搜索结果集合通过所述表现层返回给用户。

传统销售平台的商品搜索功能设计较为单一，最简单的就是直接将关键词作为单一条件放到SQL(Structured Query Language，结构化查询语言)语句中在数据库中进行搜索，返回给用户的就是非常死板的、一成不变的结果。本发明一方面将搜索功能与用户自身的信息进行结合，使得搜索结果的排序方式可以根据用户的不同而有所不同，更加匹配用戶自身的需求。本发明另一方面还将搜索功能与互联网大数据进行结合，通过互联网大数据为搜索结果的排序引入更多的影响用户需求的考量因素。

采用本发明的技术方案，通过设置搜索引擎模块、用户管理模块、大数据分析模块以及商品管理模块，搜索引擎模块配合用户管理模块、大数据分析模块以及商品管理模块，将用户商品搜索请求中的关键词结合用户信息以及互联网提供的大数据信息构建词向量，从而通过深度学习模型为用户计算数据库中相关商品的相关性概率，可以帮助用户快速找到想要购买的商品，提高用户体验。

如图5所示，在所述控制层将所述排序后的搜索结果集合通过表现层返回给用户的步骤之后，还包括：

表现层接收用户点击搜索结果集合中任一商品以查看详情的操作；

控制层通过逻辑业务层中的商品模块调用数据访问层的商品接口从所述数据库中读取所述商品的详情信息表现层提供给用户，读取所述商品的标签序列提供给逻辑业务层的训练模块；

逻辑业务层的训练模块将所述商品的标签序列加入训练数据集合。

进一步的，在所述逻辑业务层的训练模块将所述商品的标签序列加入训练数据集合的步骤之后，还包括：

当所述训练数据集合的数据量大于或大于等于预设值时，使用训练数据集更新所述归一化指数函数函数、池化函数以及卷积核函数的参数。

进一步的，所述大数据分析模块从互联网资讯大数据中采集高频词汇的步骤具体包括：

所述数据采集子模块用于在互联网上搜索并获取指定时间内的最新资讯文本；

所述文本处理子模块用于对所述数据采集子模块所获取到的最新资讯文本进行处理，包括异常符号和无效内容的剔除以及分词等，得到处理后的词汇集合；

所述高频词提取子模块用于对所述处理后的词汇集合进行语义合并后提取高频词汇。

进一步的，在所述通过表现层接收用户输入的商品搜索请求并发送给控制层的步骤之前，还包括：

通过人工录入、导入或系统采集的方式将商品信息写入所述数据库，所述商品信息包括商品名称、商品类别、文字介绍和/或商品图片；

从所述商品名称、商品类别、文字介绍和/或商品图片中提取商品标签，将所述商品标签写入所述数据库。

如图6所示，本发明的第三方面提出了一种基于大数据的商品交易系统，包括用于提供商品交易的智能销售平台、用于提供大数据分析的大数据平台以及用于通过客户端或浏览器程序访问所述智能销售平台的用户终端；所述大数据平台平台包括大数据分析模块用于从互联网资讯大数据中采集高频词汇；所述智能销售平台包括：

表现层，用于向客户端或浏览器展现交互界面并接收用户的交互操作向控制层发送交互请求以获取新的交互界面和/或交互数据；

控制层，用于根据表现层发来的交互请求调用逻辑业务层的相关模块进行数据处理，并根据所述相关模块返回的数据向所述表现层返回新的交互界面和/或交互数据；

逻辑业务层，包括搜索引擎模块、用户管理模块以及商品管理模块，所述搜索引擎模块用于接收和处理所述控制层发来的商品搜索请求，并将处理后的搜索结果集合返回给所述控制层；所述用户管理模块用于通过数据访问层的用户接口从数据库读取用户数据或向数据库写入用户数据；所述商品管理模块用于通过数据访问层的商品接口从数据库读取商品数据或向数据库写入商品数据；所述搜索引擎模块包括向量子模块、输入矩阵子模块、卷积子模块、池化子模块、逻辑归一化子模块以及排序子模块；所述向量子模块用于将所述商品搜索请求中的关键词、所述用户的信息、所述高频词汇构建词向量序列；所述输入矩阵子模块用于根据预设权重对所述词向量序列中的词向量进行排序并转换为输入矩阵；所述卷积子模块用于将所述词向量序列与所述权重矩阵使用卷积核函数进行卷积得到特征矩阵，所述搜索结果集合中每个商品的标签对应的权重矩阵由所述商品管理模块调用所述数据访问层的商品接口从数据库中得到；所述池化子模块用于将特征矩阵使用池化函数池化形成特征向量；所述逻辑归一化子模块用于使用归一化指数函数对所述特征向量进行计算，获得与搜索结果集合中每一商品的相关性概率；所述排序子模块用于根据所述相关性概率对所述搜索结果集合中的商品进行排序；

数据访问层，包括搜索引擎接口、用户接口和商品接口，用于处理所述逻辑业务层各模块对数据库的读取和写入操作；

数据库，用于存储所述基于大数据的商品交易系统的数据。

进一步的，所述逻辑业务层还包括训练模块，用于在用户点击搜索结果集合中任一商品以查看详情的操作时，将所述商品的标签序列加入训练数据集合。

进一步的，所述训练模块还用于当所述训练数据集合的数据量大于或大于等于预设值时，使用训练数据集更新所述归一化指数函数函数、池化函数以及卷积核函数的参数。

进一步的，所述大数据分析模块包括数据采集子模块，所述数据采集子模块用于在互联网上搜索并获取指定时间内的最新资讯文本。

进一步的，所述数据采集子模块根据资讯来源站点的信息分类标签，将所述资讯来源站点中指定时间内分类为资讯或新闻的资讯文本作为待获取的所述最新资讯文本。

进一步的，所述数据采集子模块获取资讯来源站点中指定时间内评论数量或点击数量大于或大于等于预设值的资讯文本作为待获取的所述最新资讯文本。

进一步的，所述数据采集子模块从所述智能销售平台获取用户的地理位置信息，并获取资讯来源站点中指定时间内所述地理位置所在城市的资讯文本作为待获取的所述最新资讯文本。

进一步的，所述大数据分析模块还包括文本处理子模块，所述文本处理子模块用于对所述数据采集子模块所获取到的最新资讯文本进行处理，包括异常符号和无效内容的剔除以及分词等，得到处理后的词汇集合。

进一步的，所述大数据分析模块还包括高频词提取子模块，所述高频词提取子模块用于对所述处理后的词汇集合进行语义合并后提取高频词汇。

进一步的，上述基于大数据的商品交易系统还包括：

商品信息录入模块，用于通过人工录入、导入或系统采集的方式将商品信息写入所述数据库，所述商品信息包括商品名称、商品类别、文字介绍和/或商品图片；

商品标签提取模块，用于从所述商品名称、商品类别、文字介绍和/或商品图片中提取商品标签，将所述商品标签写入所述数据库。

本发明提出的一种基于大数据的智能销售平台、商品交易系统及其数据处理方法，通过设置搜索引擎模块、用户管理模块、大数据分析模块以及商品管理模块，搜索引擎模块配合用户管理模块、大数据分析模块以及商品管理模块，将用户商品搜索请求中的关键词结合用户信息以及互联网提供的大数据信息构建词向量，从而通过深度学习模型为用户计算数据库中相关商品的相关性概率，可以帮助用户快速找到想要购买的商品，提高用户体验。

应当说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

依照本发明的实施例如上文所述，这些实施例并没有详尽叙述所有的细节，也不限制该发明仅为所述的具体实施例。显然，根据以上描述，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地利用本发明以及在本发明基础上的修改使用。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (3)

1.一种基于大数据的商品交易系统，其特征在于，包括用于提供商品交易的智能销售平台、用于提供大数据分析的大数据平台以及用于通过客户端或浏览器程序访问所述智能销售平台的用户终端；所述大数据平台包括大数据分析模块用于从互联网资讯大数据中采集高频词汇；所述智能销售平台包括：

表现层，用于向客户端或浏览器展现交互界面并接收用户的交互操作向控制层发送交互请求以获取新的交互界面和/或交互数据；

控制层，用于根据表现层发来的交互请求调用逻辑业务层的相关模块进行数据处理，并根据所述相关模块返回的数据向所述表现层返回新的交互界面和/或交互数据；

逻辑业务层，包括搜索引擎模块、用户管理模块以及商品管理模块，所述搜索引擎模块用于接收和处理所述控制层发来的商品搜索请求，并将处理后的搜索结果集合返回给所述控制层；所述用户管理模块用于通过数据访问层的用户接口从数据库读取用户数据或向数据库写入用户数据；所述商品管理模块用于通过数据访问层的商品接口从数据库读取商品数据或向数据库写入商品数据；所述搜索引擎模块包括向量子模块、输入矩阵子模块、卷积子模块、池化子模块、逻辑归一化子模块以及排序子模块；所述向量子模块用于将所述商品搜索请求中的关键词、所述用户的信息、所述高频词汇构建词向量序列，所述用户的信息包括所述用户的性别、地理位置、性格、爱好信息；所述输入矩阵子模块用于根据预设权重对所述词向量序列中的词向量进行排序并转换为输入矩阵；所述卷积子模块用于将所述词向量序列与所述权重矩阵使用卷积核函数进行卷积得到特征矩阵，所述搜索结果集合中每个商品的标签对应的权重矩阵由所述商品管理模块调用所述数据访问层的商品接口从数据库中得到；所述池化子模块用于将特征矩阵使用池化函数池化形成特征向量；所述逻辑归一化子模块用于使用归一化指数函数对所述特征向量进行计算，获得与搜索结果集合中每一商品的相关性概率；所述排序子模块用于根据所述相关性概率对所述搜索结果集合中的商品进行排序；

所述逻辑业务层还包括训练模块，用于在用户点击搜索结果集合中任一商品以查看详情的操作时，将所述商品的标签序列加入训练数据集合；

数据访问层，包括搜索引擎接口、用户接口和商品接口，用于处理所述逻辑业务层各模块对数据库的读取和写入操作；

数据库，用于存储所述基于大数据的商品交易系统的数据；

所述控制层将所述商品搜索请求发送给所述逻辑业务层的所述搜索引擎模块；

所述搜索引擎模块通过所述商品搜索请求中的关键词调用所述数据访问层的所述搜索引擎接口从数据库中获取搜索结果集合，并调用所述数据访问层的商品接口从数据库中获取所述搜索结果集合中每个商品的标签对应的权重矩阵；搜索引擎模块通过用户管理模块调用数据访问层的用户接口从数据库中获取用户信息；搜索引擎模块通过大数据分析模块从互联网资讯大数据中采集高频词汇；

通过所述向量子模块将所述商品搜索请求中的关键词、所述用户的信息、所述高频词汇构建词向量序列；所述输入矩阵子模块根据预设权重对所述词向量序列中的词向量进行排序并转换为输入矩阵；所述卷积子模块将所述词向量序列与所述权重矩阵使用卷积核函数进行卷积得到特征矩阵；所述池化子模块将特征矩阵使用池化函数池化形成特征向量；所述逻辑归一化子模块使用归一化指数函数对所述特征向量进行计算，获得与搜索结果集合中每一商品的相关性概率；所述排序子模块根据所述相关性概率对所述搜索结果集合中的商品进行排序；

所述搜索引擎模块将排序后的搜索结果集合返回给所述控制层；

所述控制层将所述排序后的搜索结果集合通过所述表现层返回给用户；

所述大数据分析模块包括用于在互联网上搜索并获取指定时间内的最新资讯文本的数据采集子模块、文本处理子模块以及高频词提取子模块；

所述数据采集子模块根据资讯来源站点的信息分类标签，将所述资讯来源站点中指定时间内分类为资讯或新闻的资讯文本、资讯来源站点中指定时间内评论数量或点击数量大于或大于等于预设值的资讯文本以及从所述智能销售平台获取用户的地理位置信息，并获取资讯来源站点中指定时间内所述地理位置所在城市的资讯文本作为待获取的所述最新资讯文本；

所述文本处理子模块用于对所述数据采集子模块所获取到的最新资讯文本进行处理，包括异常符号和无效内容的剔除以及分词等，得到处理后的词汇集合；

所述高频词提取子模块用于对所述处理后的词汇集合进行语义合并后提取高频词汇。

2.根据权利要求1所述的一种基于大数据的商品交易系统，其特征在于，所述训练模块还用于当所述训练数据集合的数据量大于或大于等于预设值时，使用训练数据集更新所述归一化指数函数函数、池化函数以及卷积核函数的参数。

3.根据权利要求1所述的一种基于大数据的商品交易系统，其特征在于，还包括：

商品信息录入模块，用于通过人工录入、导入或系统采集的方式将商品信息写入所述数据库，所述商品信息包括商品名称、商品类别、文字介绍和/或商品图片；

商品标签提取模块，用于从所述商品名称、商品类别、文字介绍和/或商品图片中提取商品标签，将所述商品标签写入所述数据库。