CN115170221A - 商品信息聚合方法、装置和电子设备 - Google Patents

商品信息聚合方法、装置和电子设备 Download PDF

Info

Publication number
CN115170221A
CN115170221A CN202210557688.8A CN202210557688A CN115170221A CN 115170221 A CN115170221 A CN 115170221A CN 202210557688 A CN202210557688 A CN 202210557688A CN 115170221 A CN115170221 A CN 115170221A
Authority
CN
China
Prior art keywords
commodity
sold
attribute
basic
information
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
CN202210557688.8A
Other languages
English (en)
Inventor
梁天
王鹏
陈嘉闻
沈丹
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.)
Shanghai Zhizhi Information Technology Co ltd
Original Assignee
Shanghai Zhizhi Information 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 Shanghai Zhizhi Information Technology Co ltd filed Critical Shanghai Zhizhi Information Technology Co ltd
Priority to CN202210557688.8A priority Critical patent/CN115170221A/zh
Publication of CN115170221A publication Critical patent/CN115170221A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0623Item investigation
    • G06Q30/0625Directed, with specific intent or strategy
    • G06Q30/0629Directed, with specific intent or strategy for generating comparisons
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/242Query formulation
    • G06F16/243Natural language query formulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2468Fuzzy queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases
    • G06F16/285Clustering or classification
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases
    • G06F16/288Entity relationship models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • G06F40/284Lexical analysis, e.g. tokenisation or collocates
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/62Text, e.g. of license plates, overlay texts or captions on TV images
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Business, Economics & Management (AREA)
  • Artificial Intelligence (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Finance (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Fuzzy Systems (AREA)
  • Accounting & Taxation (AREA)
  • Evolutionary Computation (AREA)
  • Automation & Control Theory (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Probability & Statistics with Applications (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供一种商品信息聚合方法、装置和电子设备,该方法的一具体实施方式包括:根据多个网络平台上所售卖商品的基础属性,建立公共的基础数据库;在接收到至少一个待售卖商品的商品属性时,将所述至少一个待售卖商品的商品属性与所述基础数据库中的基础属性进行匹配;根据所述至少一个待售卖商品的商品属性与所述基础属性之间的匹配关系,聚合同一待售卖商品的标准化产品单元信息。该方法可以使买家能够一次性较为全面地了解不同网络平台上的不同商家针对于同一待售卖商品的标准化产品单元信息,而不用逐一查看各个商家中针对于该待售卖商品的商品信息,降低了买家做出消费决策的代价,减少了占用的处理资源。

Description

商品信息聚合方法、装置和电子设备
技术领域
本申请涉及信息处理领域,具体而言,涉及一种商品信息聚合方法、装置和电子设备。
背景技术
商品是为了出售而生产的劳动成果,是人类社会生产力发展到一定历史阶段的产物,是用于交换的劳动产品。
随着电商行业的不断发展,商家可以在网络平台上售卖商品,买家也可以在网络平台上搜索心仪的商品,然后可以通过下单、支付等操作购买到该商品。
在相关技术中,买家在不同网络平台上搜索同一商品时,常常会出现不同商家同时售卖该商品的情况。此时,买家需要查看每一个商家对于该商品的商品信息,然后进行比较,才能做出消费决策。这样,买家做出消费决策的代价较大。并且,由于同一商品的商品信息被多个商家展示,且每个商家所展示的商品信息可能不同,则会导致各个网络平台需要处理的信息总量偏多,继而相关技术中也存在占用处理资源较多的问题。
发明内容
本申请实施例的目的在于提供一种商品信息聚合方法、装置和电子设备,用以使买家能够一次性较为全面地了解不同网络平台上的不同商家针对于同一待售卖商品的标准化产品单元信息,而不用逐一查看各个商家中针对于该待售卖商品的商品信息,降低了买家做出消费决策的代价,减少了占用的处理资源。
第一方面,本申请实施例提供了一种商品信息聚合方法,该方法包括:根据多个网络平台上所售卖商品的基础属性,建立公共的基础数据库;在接收到至少一个待售卖商品的商品属性时,将所述至少一个待售卖商品的商品属性与所述基础数据库中的基础属性进行匹配;根据所述至少一个待售卖商品的商品属性与所述基础属性之间的匹配关系,聚合同一待售卖商品的标准化产品单元信息。这样,可以使买家能够一次性较为全面地了解不同网络平台上的不同商家针对于同一待售卖商品的标准化产品单元信息,而不用逐一查看各个商家中针对于该待售卖商品的商品信息,降低了买家做出消费决策的代价,减少了占用的处理资源。
可选地,所述根据多个网络平台上所售卖商品的基础属性,建立公共的基础数据库,包括:基于不同维度,抽象所述售卖商品的基础属性;所述维度包括标准化产品单元维度、库存量单位维度以及库存颜色单位维度;根据抽象后的基础属性,建立所述基础数据库。这样,可以通过不同维度的基础属性建立公共的基础数据库,便于对基础属性的有序管理。
可选地,所述在接收到至少一个待售卖商品的商品属性时,将所述至少一个待售卖商品的商品属性与所述基础数据库中的基础属性进行匹配,包括:针对每一个所述待售卖商品的商品属性,提取该商品属性中的文字信息;对所述文字信息进行分词处理,得到分词结果;若所述基础数据库中存在与所述分词结果相同的目标基础属性,则关联该待售卖商品的商品属性与所述目标基础属性;若所述基础数据库中不存在与所述分词结果相同的目标基础属性,则查找与所述分词结果语义相近的模糊基础属性,并关联该待售卖商品的商品属性与所述模糊基础属性。这样,可以通过精准匹配和模糊匹配,在基础数据库中匹配到与待售卖商品的商品属性相关联的目标基础属性或者模糊基础属性,以便于后续聚合同一待售卖商品的SPU信息。
可选地,所述在接收到至少一个待售卖商品的商品属性时,将所述至少一个待售卖商品的商品属性与所述基础数据库中的基础属性进行匹配,还包括:针对每一个所述待售卖商品的商品属性,提取该商品属性中的图片信息;利用预设匹配模型确定出与所述图片信息对应的目标基础属性,并关联该待售卖商品的商品属性与所述目标基础属性。这样,可以在待售卖商品的商品属性中包含图片信息时,也能够查找到与之匹配的目标基础属性,便于后续聚合同一待售卖商品的SPU信息。
可选地,所述根据所述至少一个待售卖商品的商品属性与所述基础属性之间的匹配关系,聚合同一待售卖商品的标准化产品单元信息,包括:根据所述匹配关系,确定所述同一待售卖商品的库存量单位信息;根据所述库存量单位信息,确定所述同一待售卖商品的库存颜色单位信息;根据所述库存颜色单位信息以及货号信息,确定所述同一待售卖商品的标准化产品单元信息。这样,可以最小颗粒度拆分待售卖商品的商品属性,以基于SKU信息-SKC信息-SPU信息之间的关系,聚合得到同一待售卖商品更加细腻化的SPU信息。
可选地,在所述根据所述至少一个待售卖商品的商品属性与所述基础属性之间的匹配关系,聚合同一待售卖商品的标准化产品单元信息之后,所述商品信息聚合方法还包括:若检测到多个待售卖商品的标准化产品单元信息一致,则根据每一个待售卖商品的商品属性与所述基础属性之间的匹配关系,分别重新确定该待售卖商品的库存颜色单位信息;以及将该售卖商品的库存颜色单位信息,添加在所述标准化产品单元信息中。这样,可以在SPU信息中添加待售卖商品存在的小样装、试用装或者复刻装的信息,便于买家做出消费决策。
可选地,在所述根据所述至少一个待售卖商品的商品属性与所述基础属性之间的匹配关系,聚合同一待售卖商品的标准化产品单元信息之后,所述商品信息聚合方法还包括:将所述同一待售卖商品的标准化产品单元信息分发给所述多个网络平台,并指示所述多个网络平台按照统一的展示形式展示所述标准化产品单元信息。这样,可以使买家在任一网络平台中就可以较为全面地查看待售卖商品的SPU信息。
第二方面,本申请实施例提供了一种商品信息聚合装置,该装置包括:建立模块,用于根据多个网络平台上所售卖商品的基础属性,建立公共的基础数据库;匹配模块,用于在接收到至少一个待售卖商品的商品属性时,将所述至少一个待售卖商品的商品属性与所述基础数据库中的基础属性进行匹配;聚合模块,用于根据所述至少一个待售卖商品的商品属性与所述基础属性之间的匹配关系,聚合同一待售卖商品的标准化产品单元信息。这样,可以使买家能够一次性较为全面地了解不同网络平台上的不同商家针对于同一待售卖商品的标准化产品单元信息,而不用逐一查看各个商家中针对于该待售卖商品的商品信息,降低了买家做出消费决策的代价,减少了占用的处理资源。
第三方面,本申请实施例提供一种电子设备,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如上述第一方面提供的所述方法中的步骤。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时运行如上述第一方面提供的所述方法中的步骤。
本申请的其他特征和优点将在随后的说明书阐述,并且,部分地从说明书中变得显而易见,或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种商品信息聚合方法的流程图;
图2为本申请实施例提供的一种商品信息聚合装置的结构框图;
图3为本申请实施例提供的一种用于执行商品信息聚合方法的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
应当说明的是,在不冲突的情况下,本申请中的实施例或者实施例中的技术特征可以进行结合。
相关技术中,存在买家做出消费决策的代价较大以及处理资源占用较多的问题;为了解决该问题,本申请提供一种商品信息聚合方法、装置和电子设备;进一步地,通过将多个网络平台上不同商家待售卖的同一商品进行聚合,得到该商品的标准化产品单元(Standard Product Unit,简称SPU)信息。这样,可以使买家基于同一标准化产品单元信息一次性较为全面地查看不同商家针对于同一待售卖商品的商品信息,降低用户做出消费决策的代价。并且,由于聚合了同一待售卖商品的标准化产品单元信息,减少了网络平台需要处理的信息总量,达到了减少占用的处理资源的目的。这里,标准化产品单元是商品信息聚合的最小单位,是一组可复用、易检索的标准化信息的集合,该集合描述了一个商品的特性。通俗点讲,属性值、特性相同的商品就可以称为一个SPU。
在一些应用场景中,上述商品信息聚合方法可以应用于服务器或者云平台。该服务器或者云平台可以与各个网络平台进行信息交互,以能够收集各个网络平台上所售卖商品的相关信息,并可以将某一商品的SPU信息发送给各个网络平台进行展示。
以上相关技术中的方案所存在的缺陷,均是发明人在经过实践并仔细研究后得出的结果,因此,上述问题的发现过程以及下文中本发明实施例针对上述问题所提出的解决方案,都应该是发明人在本发明过程中对本发明做出的贡献。
请参考图1,其示出了本申请实施例提供的一种商品信息聚合方法的流程图。如图1所示,该商品信息聚合方法包括以下步骤101至步骤103。
步骤101,根据多个网络平台上所售卖商品的基础属性,建立公共的基础数据库;
上述基础属性例如可以包括商品的货号、生产厂家、类别、规格等属性信息。买家通过商品的具体属性信息可以确定是否购买该商品。
不同行业可以对应有不同的商品。例如,建材行业可以有钢筋、水泥、地板砖等商品;水果行业可以有蓝莓、枇杷、草莓等商品;数码行业可以有手机、相机、电脑等商品。
不同的商品可以具有不同的基础属性。例如,针对于地板砖,其可以具有生产厂家、货号、规格、颜色等基础属性;针对于蓝莓,其可以具有产地、价格等基础属性;针对于手机,其可以具有运行内存、处理器、颜色等基础属性。
在一些应用场景中,服务器可以获取各个网络平台上所售卖商品的基础属性。这些所售卖的商品可以来自于不同行业、不同商家。服务器获取到所售卖商品的基础属性之后,即可建立公共的基础数据库,以能够统一管理不同网络平台上的不同商品的基础属性。
应当说明的是,上述基础属性仅是针对于某一商品可能存在的属性,其没有具体的属性信息。例如,针对于蓝莓,其可以具有产地、价格的基础属性,但是该基础属性中并没有包含其产地为西昌,其价格为100元/千克的具体属性信息;针对于手机,其可以具有运行内存、处理器、颜色等基础属性,但是该基础属性中并没有包含其内存为12吉字节(也即12G)、颜色为紫色的具体属性信息。
步骤102,在接收到至少一个待售卖商品的商品属性时,将所述至少一个待售卖商品的商品属性与所述基础数据库中的基础属性进行匹配;
在一些应用场景中,服务器在建立了公共的基础数据库之后,可以接收商家发送的至少一个待售卖商品的商品属性。这里,商品属性可以视为上述的具体属性信息。
在这些应用场景中,针对每一个待售卖商品,服务器在接收到其商品属性之后,可以将该待售卖商品的商品属性与基础数据库中的基础属性进行匹配。例如,基础数据库中记录有蓝莓的基础属性为产地、价格,则在接收到其商品属性为产地为西昌,价格为100元/千克时,可以将蓝莓的产地与西昌进行匹配,将其价格与100元/千克进行匹配。进一步的,在匹配时,例如可以将商品属性直接添加在基础数据库中对应的位置,以更加简明的记录其匹配关系。
进一步地,同一待售卖商品可以被不同平台上的不同商家售卖。因此,针对于同一基础属性,其可能与多个商家提供的同一待售卖商品的商品属性进行匹配。
步骤103,根据所述至少一个待售卖商品的商品属性与所述基础属性之间的匹配关系,聚合同一待售卖商品的标准化产品单元信息。
在一些应用场景中,服务器在匹配了多个待售卖商品的商品属性与对应的基础属性之后,可以得到多个对应的匹配关系。例如,针对于蓝莓这一产品,其可以具有以下匹配关系:蓝莓-价格-100元/千克的匹配关系;蓝莓-价格-95元/千克的匹配关系;蓝莓-价格-98元/千克的匹配关系等。针对于手机A这一产品,其可以具有以下匹配关系:手机A-运行内存-8G的匹配关系;手机A-运行内存-12G的匹配关系;手机A-颜色-紫色的匹配关系;手机A-颜色-黑色的匹配关系等。
在这些应用场景中,服务器可以根据多个匹配关系,聚合同一待售卖商品的SPU信息。例如,聚合后的蓝莓的SPU信息可以包括“蓝莓-价格-100/95/98元/千克”;聚合后的同一款手机A的SPU信息可以包括“手机A-运行内存-8G/12G;手机A-颜色-紫色/黑色”。
应当说明的是,服务器在聚合同一待售卖商品的SPU信息时,可以在所建立的基础数据库中通过抽取同一待售卖商品的商品属性进行聚合,也可以在基础数据库中抽取同一待售卖商品的商品属性之后,在重新建立的新数据库进行聚合。
在本实施例中,通过上述步骤101至步骤103,可以聚合同一待售卖商品的标准化产品单元信息,使买家能够一次性较为全面地了解不同网络平台上的不同商家针对于同一待售卖商品的标准化产品单元信息,而不用逐一查看各个商家中针对于该待售卖商品的商品信息,降低了买家做出消费决策的代价。并且,由于聚合了同一待售卖商品的标准化产品单元信息,减少了网络平台需要处理的信息总量,达到了减少占用的处理资源的目的。
在一些可选的实现方式中,上述步骤101可以包括以下子步骤:
子步骤1011,基于不同维度,抽象所述售卖商品的基础属性;所述维度包括标准化产品单元维度、库存量单位维度以及库存颜色单位维度;
在一些应用场景中,服务器在建立基础数据库时,可以基于不同的维度对所售卖商品的基础属性进行抽象处理(也即,从众多的基础属性中抽取出共同的、本质性的属性特征)。具体的,可以基于标准化产品单元(SPU)维度、库存量单位(Stock Keeping Unit,简称SKU)维度以及库存颜色单位(Stock Keeping Color,简称SKC)维度进行抽象处理。
在这些应用场景中,SKU维度例如可以包括价格、具体属性、规格等;SKC维度例如可以包括价格、具体属性、标签、货号、名称、图片、图文描述、视频等;SPU维度例如可以包括价格、主题名称、图片、货号列表等。应当说明的是,针对于上述的SKU维度、SKC维度以及SPU维度,本领域技术人员可以根据实际情况对售卖商品的基础属性进行抽象处理,此处不赘述。
子步骤1012,根据抽象后的基础属性,建立所述基础数据库。
服务器对所售卖商品的基础属性抽象完成之后,可以基于抽象后的基础属性,建立基础数据库。在一些应用场景中,例如可以通过建立不同维度下的数据表的方式,建立该基础数据库。
在本实现方式中,可以通过不同维度的基础属性建立公共的基础数据库,便于对基础属性的有序管理。
在一些可选的实现方式中,上述步骤102可以包括以下子步骤:
子步骤1021,针对每一个所述待售卖商品的商品属性,提取该商品属性中的文字信息;
在一些应用场景中,服务器在接收到至少一个待售卖商品的商品属性之后,可以针对每一个待售卖商品的商品属性,提取其文字信息。例如,针对于待售卖的手机A的商品属性,服务器可以提取其所对应的文字信息“手机A的运行内存为8G,颜色为紫色,外观可以参阅图a”。
子步骤1022,对所述文字信息进行分词处理,得到分词结果;
服务器提取了文字信息之后,可以进一步对该文字信息进行分词处理,得到分词结果。例如,针对于文字信息“手机A的运行内存为8G,颜色为紫色,外观可以参阅图a”,在分词处理之后可以得到分词结果“手机A”、“的”、“运行内存”、“8G”、“颜色”、“紫色”、“外观”、“图a”。
应当说明的是,对文字信息进行分词处理的过程为本领域现有技术(例如可以通过基于序列标注的bi-lstm+crf或者bert+crf模型实现),此处不赘述。
子步骤1023,若所述基础数据库中存在与所述分词结果相同的目标基础属性,则关联该待售卖商品的商品属性与所述目标基础属性;
服务器在得到分词结果之后,可以在基础数据库中与基础属性进行精准匹配。具体的,可以检测基础数据库中是否存在与分词结果相同的目标基础属性。如果存在,则可以视为精准匹配成功,继而可以将待售卖商品的商品属性与匹配到的目标基础属性进行关联,以表征两者之间的匹配关系。例如,针对于手机A的分词结果“运行内存”,可以在基础数据库中检测到相同的目标基础属性“运行内存”,则可以将“8G”与目标基础属性“运行内存”进行关联。
子步骤1024,若所述基础数据库中不存在与所述分词结果相同的目标基础属性,则查找与所述分词结果语义相近的模糊基础属性,并关联该待售卖商品的商品属性与所述模糊基础属性。
服务器如果没有在基础数据库中检测到与分词结果相同的目标基础属性,则可以视为精准匹配失败,此时可以进行模糊匹配。具体的,服务器可以在基础数据库中查找与分词结果语义相近的模糊基础属性。如果存在与分词结果语义相近的模糊基础属性,则可以将该待售卖商品的商品属性与模糊基础属性进行关联,以表征两者之间的匹配关系。例如,针对于手机A的分词结果“运行内存”,服务器没有在基础数据库中检测到相同的目标基础属性“运行内存”,则可以视为精准匹配失败。继而,可以继续查找与之语义相近的模糊基础属性。进一步的,若查找到与之语义相近的“存储空间”,可以将“存储空间”视为模糊基础属性,继而可以将“8G”与模糊基础属性“存储空间”进行关联。
在本实现方式中,可以通过精准匹配和模糊匹配,在基础数据库中匹配到与待售卖商品的商品属性相关联的目标基础属性或者模糊基础属性,以便于后续聚合同一待售卖商品的SPU信息。
在一些可选的实现方式中,上述的步骤102还可以包括以下子步骤:
子步骤1025,针对每一个所述待售卖商品的商品属性,提取该商品属性中的图片信息;
在一些应用场景中,服务器在接收到至少一个待售卖商品的商品属性之后,还可以针对每一个待售卖商品,提取其商品属性中的图片信息。例如,针对于待售卖的手机A,服务器可以提取其商品属性所对应的外观图片a。在这些应用场景中,该外观图片a可以为白底图片,以便于提高该待售卖商品后期的购买流量。
子步骤1026,利用预设匹配模型确定出与所述图片信息对应的目标基础属性,并关联该待售卖商品的商品属性与所述目标基础属性。
服务器提取了图片信息之后,可以进一步利用预设匹配模型确定出与该图片信息所对应的目标基础属性。这里的预设匹配模型例如可以包括Faster R-CNN模型。也即,服务器可以利用Faster R-CNN模型确定出与图片信息所对应的目标基础属性。这里,利用Faster R-CNN模型针对图片信息进行目标检测,并匹配与之对应的匹配项(目标基础属性)的过程为本领域现有技术,此处不赘述。
服务器利用预设匹配模型确定出目标基础属性之后,可以将该待售卖商品的商品属性与目标基础属性进行关联,以表征两者之间的匹配关系。
在本实现方式中,可以在待售卖商品的商品属性中包含图片信息时,也能够查找到与之匹配的目标基础属性,便于后续聚合同一待售卖商品的SPU信息。
在一些可选的实现方式中,上述步骤103可以包括以下子步骤:
子步骤1031,根据所述匹配关系,确定所述同一待售卖商品的库存量单位信息;
在一些应用场景中,服务器可以根据任一待售卖商品的商品属性与基础属性之间的匹配关系,确定出该待售卖商品的库存量单位(SKU)信息。例如,针对于手机A,在确定了匹配关系包括:手机A-运行内存-8G的匹配关系;手机A-运行内存-12G的匹配关系;手机A-颜色-紫色的匹配关系;手机A-颜色-黑色的匹配关系;手机A-价格-1599元的匹配关系;手机A-价格-1699元的匹配关系时,可以确定出其SKU信息为“8G/12G、紫色/黑色、1599元/1699元”。在这些应用场景中,例如可以通过笛卡尔乘积运算生成SKU信息。
应当说明的是,绝大多数待售卖商品都可以通过笛卡尔乘积运算得到对应的SKU信息。但是针对于鞋类和服饰类的商品,其SKU信息只有颜色和尺码。因此这两种商品需要单独处理(例如可以一一查找其颜色信息和尺码信息,然后分别将颜色信息和尺码信息进行整合),以得到对应的SKU信息。
子步骤1032,根据所述库存量单位信息,确定所述同一待售卖商品的库存颜色单位信息;
服务器确定了SKU信息之后,可以通过SKU信息确定出同一待售卖商品的SKC信息。例如,在确定了手机A的SKU信息为“8G/12G、紫色/黑色、1599元/1699元”之后,可以通过该SKU信息确定出手机A的SKC信息“紫色/黑色”。
子步骤1033,根据所述库存颜色单位信息以及货号信息,确定所述同一待售卖商品的标准化产品单元信息。
服务器确定了SKC信息之后,可以通过SKC信息和货号信息确定出同一待售卖商品的SPU信息。这里,货号信息也即商品编号信息,是商品的生产厂商对不同款的、不同批次的商品所标记的唯一编号,每一款商品都应有一个唯一的货号。因此,可以通过SKC信息与唯一的货号信息确定出同一待售卖商品所对应的唯一SPU信息。
在本实现方式中,可以最小颗粒度拆分待售卖商品的商品属性,以基于SKU信息-SKC信息-SPU信息之间的关系,聚合得到同一待售卖商品更加细腻化的SPU信息。
在一些可选的实现方式中,在上述步骤103之后,所述商品信息聚合方法还可以包括步骤104:若检测到多个待售卖商品的标准化产品单元信息一致,则根据每一个待售卖商品的商品属性与所述基础属性之间的匹配关系,分别重新确定该待售卖商品的库存颜色单位信息;以及将该售卖商品的库存颜色单位信息,添加在所述标准化产品单元信息中。
在一些应用场景中,待售卖商品可能存在小样装、试用装或者复刻装(例如1990年生产的黑色产品B与2000年生产的纯黑色产品B)。因此,可能存在服务器检测到多个待售卖商品的SPU信息一致的情况。
服务器若检测到多个待售卖商品的SPU信息一致,可以根据每一个待售卖商品的商品属性与基础属性之间的匹配关系,重新确定出该待售卖商品的SKC信息。这里,确定SKC信息的原因是对应于单个颜色,可能存在多款待售卖商品(例如多个尺码的待售卖商品)。也即,SKC信息的维度可以大于SKU信息的维度,因此,可以直接确定SKC信息。
服务器在确定了某个待售卖商品的SKC信息之后,可以将其添加在该待售卖商品的SPU信息中,以使买家能够了解该待售卖商品存在的小样装、试用装或者复刻装,便于买家做出消费决策。
在一些可选的实现方式中,在上述步骤103之后,所述商品信息聚合方法还可以包括步骤105:将所述同一待售卖商品的标准化产品单元信息分发给所述多个网络平台,并指示所述多个网络平台按照统一的展示形式展示所述标准化产品单元信息。
在一些应用场景中,服务器聚合了同一待售卖商品的SPU信息之后,可以将该SPU信息分发给各个网络平台,以使各个网络平台均可以展示该SPU信息,继而买家可以任选一个网络平台就能够查看到该SPU信息。
在这些应用场景中,各个网络平台还可以统一的展示形式展示该SPU信息,以使买家所查看到的SPU信息所对应的具体信息内容的排布方式一致,避免买家在不同网络平台上查看同一SPU信息时,出现查找某一具体信息内容的情况。
请参考图2,其示出了本申请实施例提供的一种商品信息聚合装置的结构框图,该商品信息聚合装置可以是电子设备上的模块、程序段或代码。应理解,该装置与上述图1方法实施例对应,能够执行图1方法实施例涉及的各个步骤,该装置具体的功能可以参见上文中的描述,为避免重复,此处适当省略详细描述。
可选地,上述商品信息聚合装置包括建立模块201、匹配模块202以及聚合模块203。其中,建立模块201,用于根据多个网络平台上所售卖商品的基础属性,建立公共的基础数据库;匹配模块202,用于在接收到至少一个待售卖商品的商品属性时,将所述至少一个待售卖商品的商品属性与所述基础数据库中的基础属性进行匹配;聚合模块203,用于根据所述至少一个待售卖商品的商品属性与所述基础属性之间的匹配关系,聚合同一待售卖商品的标准化产品单元信息。
可选地,建立模块201进一步用于:基于不同维度,抽象所述售卖商品的基础属性;所述维度包括标准化产品单元维度、库存量单位维度以及库存颜色单位维度;根据抽象后的基础属性,建立所述基础数据库。
可选地,匹配模块202进一步用于:针对每一个所述待售卖商品的商品属性,提取该商品属性中的文字信息;对所述文字信息进行分词处理,得到分词结果;若所述基础数据库中存在与所述分词结果相同的目标基础属性,则关联该待售卖商品的商品属性与所述目标基础属性;若所述基础数据库中不存在与所述分词结果相同的目标基础属性,则查找与所述分词结果语义相近的模糊基础属性,并关联该待售卖商品的商品属性与所述模糊基础属性。
可选地,匹配模块202进一步用于:针对每一个所述待售卖商品的商品属性,提取该商品属性中的图片信息;利用预设匹配模型确定出与所述图片信息对应的目标基础属性,并关联该待售卖商品的商品属性与所述目标基础属性。
可选地,聚合模块203进一步用于:根据所述匹配关系,确定所述同一待售卖商品的库存量单位信息;根据所述库存量单位信息,确定所述同一待售卖商品的库存颜色单位信息;根据所述库存颜色单位信息以及货号信息,确定所述同一待售卖商品的标准化产品单元信息。
可选地,所述商品信息聚合装置还包括添加模块,上述添加模块用于:在所述根据所述至少一个待售卖商品的商品属性与所述基础属性之间的匹配关系,聚合同一待售卖商品的标准化产品单元信息之后,若检测到多个待售卖商品的标准化产品单元信息一致,则根据每一个待售卖商品的商品属性与所述基础属性之间的匹配关系,分别重新确定该待售卖商品的库存颜色单位信息;以及将该售卖商品的库存颜色单位信息,添加在所述标准化产品单元信息中。
可选地,所述商品信息聚合装置还包括分发模块,上述分发模块用于:在所述根据所述至少一个待售卖商品的商品属性与所述基础属性之间的匹配关系,聚合同一待售卖商品的标准化产品单元信息之后,将所述同一待售卖商品的标准化产品单元信息分发给所述多个网络平台,并指示所述多个网络平台按照统一的展示形式展示所述标准化产品单元信息。
需要说明的是,本领域技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再重复描述。
请参照图3,图3为本申请实施例提供的一种用于执行商品信息聚合方法的电子设备的结构示意图,所述电子设备可以包括:至少一个处理器301,例如CPU,至少一个通信接口302,至少一个存储器303和至少一个通信总线304。其中,通信总线304用于实现这些组件直接的连接通信。其中,本申请实施例中设备的通信接口302用于与其他节点设备进行信令或数据的通信。存储器303可以是高速RAM存储器,也可以是非易失性的存储器(non-volatile memory),例如至少一个磁盘存储器。存储器303可选的还可以是至少一个位于远离前述处理器的存储装置。存储器303中存储有计算机可读取指令,当所述计算机可读取指令由所述处理器301执行时,电子设备可以执行上述图1所示方法过程。
可以理解,图3所示的结构仅为示意,所述电子设备还可包括比图3中所示更多或者更少的组件,或者具有与图3所示不同的配置。图3中所示的各组件可以采用硬件、软件或其组合实现。
本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时,可以执行如图1所示方法实施例中电子设备所执行的方法过程。
本申请实施例提供一种计算机程序产品,所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,计算机能够执行上述各方法实施例所提供的方法,例如,该方法可以包括:根据多个网络平台上所售卖商品的基础属性,建立公共的基础数据库;在接收到至少一个待售卖商品的商品属性时,将所述至少一个待售卖商品的商品属性与所述基础数据库中的基础属性进行匹配;根据所述至少一个待售卖商品的商品属性与所述基础属性之间的匹配关系,聚合同一待售卖商品的标准化产品单元信息。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。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,又例如,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通信接口,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。
另外,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。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
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。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。

Claims (10)

1.一种商品信息聚合方法,其特征在于,包括:
根据多个网络平台上所售卖商品的基础属性,建立公共的基础数据库;
在接收到至少一个待售卖商品的商品属性时,将所述至少一个待售卖商品的商品属性与所述基础数据库中的基础属性进行匹配;
根据所述至少一个待售卖商品的商品属性与所述基础属性之间的匹配关系,聚合同一待售卖商品的标准化产品单元信息。
2.根据权利要求1所述的方法,其特征在于,所述根据多个网络平台上所售卖商品的基础属性,建立公共的基础数据库,包括:
基于不同维度,抽象所述售卖商品的基础属性;所述维度包括标准化产品单元维度、库存量单位维度以及库存颜色单位维度;
根据抽象后的基础属性,建立所述基础数据库。
3.根据权利要求2所述的方法,其特征在于,所述在接收到至少一个待售卖商品的商品属性时,将所述至少一个待售卖商品的商品属性与所述基础数据库中的基础属性进行匹配,包括:
针对每一个所述待售卖商品的商品属性,提取该商品属性中的文字信息;
对所述文字信息进行分词处理,得到分词结果;
若所述基础数据库中存在与所述分词结果相同的目标基础属性,则关联该待售卖商品的商品属性与所述目标基础属性;
若所述基础数据库中不存在与所述分词结果相同的目标基础属性,则查找与所述分词结果语义相近的模糊基础属性,并关联该待售卖商品的商品属性与所述模糊基础属性。
4.根据权利要求3所述的方法,其特征在于,所述在接收到至少一个待售卖商品的商品属性时,将所述至少一个待售卖商品的商品属性与所述基础数据库中的基础属性进行匹配,还包括:
针对每一个所述待售卖商品的商品属性,提取该商品属性中的图片信息;
利用预设匹配模型确定出与所述图片信息对应的目标基础属性,并关联该待售卖商品的商品属性与所述目标基础属性。
5.根据权利要求2-4任一项所述的方法,其特征在于,所述根据所述至少一个待售卖商品的商品属性与所述基础属性之间的匹配关系,聚合同一待售卖商品的标准化产品单元信息,包括:
根据所述匹配关系,确定所述同一待售卖商品的库存量单位信息;
根据所述库存量单位信息,确定所述同一待售卖商品的库存颜色单位信息;
根据所述库存颜色单位信息以及货号信息,确定所述同一待售卖商品的标准化产品单元信息。
6.根据权利要求5所述的方法,其特征在于,在所述根据所述至少一个待售卖商品的商品属性与所述基础属性之间的匹配关系,聚合同一待售卖商品的标准化产品单元信息之后,所述方法还包括:
若检测到多个待售卖商品的标准化产品单元信息一致,则根据每一个待售卖商品的商品属性与所述基础属性之间的匹配关系,分别重新确定该待售卖商品的库存颜色单位信息;以及
将该售卖商品的库存颜色单位信息,添加在所述标准化产品单元信息中。
7.根据权利要求1-4、6任一项所述的方法,其特征在于,在所述根据所述至少一个待售卖商品的商品属性与所述基础属性之间的匹配关系,聚合同一待售卖商品的标准化产品单元信息之后,所述方法还包括:
将所述同一待售卖商品的标准化产品单元信息分发给所述多个网络平台,并指示所述多个网络平台按照统一的展示形式展示所述标准化产品单元信息。
8.一种商品信息聚合装置,其特征在于,包括:
建立模块,用于根据多个网络平台上所售卖商品的基础属性,建立公共的基础数据库;
匹配模块,用于在接收到至少一个待售卖商品的商品属性时,将所述至少一个待售卖商品的商品属性与所述基础数据库中的基础属性进行匹配;
聚合模块,用于根据所述至少一个待售卖商品的商品属性与所述基础属性之间的匹配关系,聚合同一待售卖商品的标准化产品单元信息。
9.一种电子设备,其特征在于,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如权利要求1-7任一所述的方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时运行如权利要求1-7任一所述的方法。
CN202210557688.8A 2022-05-19 2022-05-19 商品信息聚合方法、装置和电子设备 Pending CN115170221A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210557688.8A CN115170221A (zh) 2022-05-19 2022-05-19 商品信息聚合方法、装置和电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210557688.8A CN115170221A (zh) 2022-05-19 2022-05-19 商品信息聚合方法、装置和电子设备

Publications (1)

Publication Number Publication Date
CN115170221A true CN115170221A (zh) 2022-10-11

Family

ID=83484193

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210557688.8A Pending CN115170221A (zh) 2022-05-19 2022-05-19 商品信息聚合方法、装置和电子设备

Country Status (1)

Country Link
CN (1) CN115170221A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116029797A (zh) * 2023-02-28 2023-04-28 畅捷通信息技术股份有限公司 一种电商零售商品的销售管理方法、装置、设备及介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116029797A (zh) * 2023-02-28 2023-04-28 畅捷通信息技术股份有限公司 一种电商零售商品的销售管理方法、装置、设备及介质

Similar Documents

Publication Publication Date Title
CN107330752B (zh) 识别品牌词的方法和装置
US20140136524A1 (en) Method And System For Displaying Commodity Search Results
CN106844372B (zh) 一种物流信息查询方法和装置
US8452785B1 (en) Item search using normalized item attributes
CN107193932B (zh) 信息推送方法和装置
CN108288208A (zh) 基于图像内容的展示对象确定方法、装置、介质及设备
US8219453B1 (en) Generating classifications from normalized item attributes
CN111753210A (zh) 资源推送方法、装置、计算机设备及计算机可读存储介质
CN110362702B (zh) 图片管理方法及设备
CN116308684A (zh) 一种网购平台店铺信息推送方法及系统
CN115170221A (zh) 商品信息聚合方法、装置和电子设备
CN107977876B (zh) 用于处理订单信息的方法及装置
CN112348427A (zh) 订单处理方法、装置、计算机系统及可读存储介质
CN111782850A (zh) 一种基于手绘图的物品搜索方法和装置
CN114219589B (zh) 虚拟实体对象的生成和页面显示方法、装置和电子设备
CN111753614A (zh) 一种商品货架的监控方法和装置
WO2022161231A1 (zh) 对象识别码处理方法、对象发布方法、装置、设备及介质
CN108073609B (zh) 一种页面显示方法和装置
CN110807095A (zh) 一种物品匹配方法和装置
CN113688899A (zh) 一种数据融合方法、装置、存储介质及电子设备
CN110851568A (zh) 商品信息处理方法、终端设备及计算机可读存储介质
CN111639207A (zh) 线下目标物推荐方法、装置、电子设备及存储介质
CN110751496A (zh) 一种商品价格检测方法和装置
CN106936880B (zh) 信息展示方法及客户端
CN109582412A (zh) 产品展示方法、装置及计算机存储介质

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