TW202232340A - 自產品名稱萃取屬性之電腦實施的系統及電腦實施的方法 - Google Patents
自產品名稱萃取屬性之電腦實施的系統及電腦實施的方法 Download PDFInfo
- Publication number
- TW202232340A TW202232340A TW111100433A TW111100433A TW202232340A TW 202232340 A TW202232340 A TW 202232340A TW 111100433 A TW111100433 A TW 111100433A TW 111100433 A TW111100433 A TW 111100433A TW 202232340 A TW202232340 A TW 202232340A
- Authority
- TW
- Taiwan
- Prior art keywords
- product
- attributes
- name
- knowledge graph
- attribute
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 71
- 238000004458 analytical method Methods 0.000 claims abstract description 30
- 238000004422 calculation algorithm Methods 0.000 claims description 29
- 238000010801 machine learning Methods 0.000 claims description 10
- 238000012384 transportation and delivery Methods 0.000 description 30
- 230000008569 process Effects 0.000 description 27
- 238000003860 storage Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 239000000284 extract Substances 0.000 description 10
- 238000007726 management method Methods 0.000 description 9
- 238000013473 artificial intelligence Methods 0.000 description 8
- 238000013068 supply chain management Methods 0.000 description 8
- 230000002452 interceptive effect Effects 0.000 description 7
- 238000004806 packaging method and process Methods 0.000 description 7
- 238000013507 mapping Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000005457 optimization Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 238000013475 authorization Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000012856 packing Methods 0.000 description 4
- 230000006978 adaptation Effects 0.000 description 3
- 238000004883 computer application Methods 0.000 description 3
- 238000010219 correlation analysis Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007723 transport mechanism Effects 0.000 description 3
- 238000007792 addition Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000000556 factor analysis Methods 0.000 description 2
- 230000002650 habitual effect Effects 0.000 description 2
- 230000000977 initiatory effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000877 morphologic effect Effects 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 201000007197 atypical autism Diseases 0.000 description 1
- 208000029560 autism spectrum disease Diseases 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 235000021443 coca cola Nutrition 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000002716 delivery method Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000001407 pulse-discharge detection Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
-
- 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
- G06F16/906—Clustering; Classification
-
- 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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- 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
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- 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
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
-
- 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]
- G06Q30/0623—Item investigation
- G06Q30/0625—Directed, with specific intent or strategy
- G06Q30/0629—Directed, with specific intent or strategy for generating comparisons
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本揭露的一些態樣是有關於一種自產品名稱萃取屬性之電腦化方法。方法可包括:自至少一個資料結構擷取與產品列表相關聯的至少一個名稱以及歷史資料,歷史資料包括用於確定產品屬性之間的關係的至少一個知識圖;基於對所述至少一個名稱的分析來確定與所述至少一個名稱相關聯的多個屬性以及與所述多個屬性相關聯的至少一個圖案;使用所述至少一個知識圖,基於所述多個屬性及所述至少一個圖案來確定與產品列表相關聯的至少一種產品類型;產生包括所述至少一種產品類型及所述多個屬性的第一產品辨識符。
Description
本揭露大體而言是有關於使用產品名稱智慧產品分類之電腦化系統以及方法。具體而言,本揭露的實施例是有關於創新性及非傳統系統,所述創新性及非傳統系統是有關於使得系統能夠自產品列表萃取準確的資訊,以基於產品名稱增強對產品的電腦化理解。
傳統的線上購物平台使得顧客能夠自電子商務公司、第三方或其他線上賣方進行購物並採購各種物項。目前,存在大數目的線上購物平台可供顧客使用,每一平台能夠促進多達幾百萬種不同產品的銷售及/或裝運(shipping)。不同產品的此種大的量及多樣性可能會給電子商務公司等帶來諸多技術問題及商業問題,所述電子商務公司等必須能夠理解競爭產品,以做出重要的商業決策。隨著可藉由網際網路獲得的產品及銷售報價的量持續增加,人們幾乎不可能對線上市場上甚至一小部分競爭產品進行全面的理解。
一些傳統的電腦系統可能夠藉由對通用產品碼、國際商品編號(International Article Numbers)或其他產品辨識符進行比較來確定產品相似性。然而,該些產品辨識符在全球許多區域並未廣泛使用,使得該些電腦系統在該些區域無用或不實用。此外,產品辨識符可僅提供關於給定產品屬性的足夠資訊,進而妨礙對相關聯產品的更全面的理解。在不具有該些產品辨識符的情況下,人們可能夠對多個線上產品列表(例如,產品名稱)中的資訊進行比較,以確定不同產品的相似性。然而,傳統的電腦系統在做出與人類相同的相似性確定的能力方面會受到限制,此乃因不同的產品列表及名稱可能包括不同的字組、描述符及/或數量,此可能會導致即使在人們可輕易地辨別出差異是無關緊要的且兩個產品是相同的時,電腦系統仍做出所述兩個產品不同的不準確確定。
因此,需要智慧地評估產品列表中所包含的正文的改善的電腦化方法以及系統,以在可藉由網際網路進行銷售的大量產品之間產生準確及自動的辨識、理解及比較。
本揭露的一個態樣是有關於一種自產品名稱萃取屬性之電腦實施的系統。所述系統可包括儲存指令的記憶體以及至少一個處理器,所述至少一個處理器被配置成執行所述指令以實行包括以下的操作:自至少一個資料結構擷取與產品列表相關聯的至少一個名稱以及歷史資料,所述歷史資料包括用於確定產品屬性之間的關係的至少一個知識圖;基於對所述至少一個名稱的分析來確定與所述至少一個名稱相關聯的多個屬性以及與所述多個屬性相關聯的至少一個圖案;使用所述至少一個知識圖,基於所述多個屬性及所述至少一個圖案來確定與所述產品列表相關聯的至少一種產品類型;產生包括所述至少一種產品類型及所述多個屬性的第一產品辨識符;將所述第一產品辨識符的所述至少一種產品類型及所述多個屬性與和第二產品辨識符相關聯的至少一種產品類型及多個屬性進行比較;基於所述比較產生所述第一產品辨識符與所述第二產品辨識符之間的至少一個相似性值;以及向至少一個使用者裝置發射指令,其中所述指令使所述至少一個使用者裝置顯示所述至少一個相似性值。
本揭露的另一態樣是有關於一種自產品名稱萃取屬性之方法。所述方法可包括:自至少一個資料結構擷取與產品列表相關聯的至少一個名稱以及歷史資料,所述歷史資料包括用於確定產品屬性之間的關係的至少一個知識圖;基於對所述至少一個名稱的分析來確定與所述至少一個名稱相關聯的多個屬性以及與所述多個屬性相關聯的至少一個圖案;使用所述至少一個知識圖,基於所述多個屬性及所述至少一個圖案來確定與所述產品列表相關聯的至少一種產品類型;產生包括所述至少一種產品類型及所述多個屬性的第一產品辨識符;將所述第一產品辨識符的所述至少一種產品類型及所述多個屬性與和第二產品辨識符相關聯的至少一種產品類型及多個屬性進行比較;基於所述比較產生所述第一產品辨識符與所述第二產品辨識符之間的至少一個相似性值;以及向至少一個使用者裝置發射指令,其中所述指令使所述至少一個使用者裝置顯示所述至少一個相似性值。
本揭露的又一態樣是有關於一種自產品名稱萃取數量之電腦實施的系統。所述系統可包括儲存指令的記憶體以及至少一個處理器,所述至少一個處理器被配置成執行所述指令以實行包括以下的操作:自至少一個資料結構擷取與第一產品列表相關聯的第一名稱、與第二產品列表相關聯的第二名稱以及歷史資料,所述歷史資料包括用於確定產品屬性之間的關係的至少一個知識圖;基於對所述第一名稱及所述第二名稱的分析來確定與所述第一名稱及所述第二名稱中的每一者相關聯的多個屬性以及與所述第一名稱及所述第二名稱中的每一者的所述多個屬性相關聯的至少一個圖案;使用所述至少一個知識圖且針對所述第一名稱及所述第二名稱中的每一者,基於所述多個屬性及所述至少一個圖案來確定與所述產品列表相關聯的至少一種產品類型;產生包括與所述第一名稱相關聯的所述至少一種產品類型及所述多個屬性的第一產品辨識符;產生包括與所述第二名稱相關聯的所述至少一種產品類型及所述多個屬性的第二產品辨識符;將所述第一產品辨識符的所述至少一種產品類型及所述多個屬性與和所述第二產品辨識符相關聯的至少一種產品類型及多個屬性進行比較;基於所述比較產生所述第一產品辨識符與所述第二產品辨識符之間的至少一個相似性值;以及向至少一個使用者裝置發射指令,其中所述指令使所述至少一個使用者裝置顯示所述至少一個相似性值。
本文中亦論述其他系統、方法及電腦可讀取媒體。
以下詳細說明參照附圖。在圖式及以下說明中盡可能使用相同的參考編號來指代相同或相似的部件。儘管本文中闡述了若干例示性實施例,然而可具有各種修改、改編及其他實施方案。舉例而言,可對圖式中示出的組件及步驟進行替換、添加或修改,且可藉由對所揭露的方法的步驟進行替換、重新排序、移除或添加來修改本文中闡述的例示性方法。據以,以下詳細說明並非僅限於所揭露的實施例及實例。相反,本發明的正確範圍由隨附的專利申請範圍來界定。
本揭露的實施例是有關於被配置用於使用產品名稱智慧產品分類之電腦化系統以及方法。
參照圖1A,圖1A示出示意性方塊圖100,其示出包括用於能夠進行通訊的裝運、運輸及物流操作的電腦化系統的系統的示例性實施例。如圖1A中所示,系統100可包括各種系統,所述各種系統中的每一者可經由一或多個網路連接至彼此。所述系統亦可經由直接連接(例如使用纜線)連接至彼此。所繪示的系統包括裝運授權技術(shipment authority technology,SAT)系統101、外部前端系統103、內部前端系統105、運輸系統107、行動裝置107A、107B及107C、賣方入口109、裝運及訂單追蹤(shipment and order tracking,SOT)系統111、履行最佳化(fulfillment optimization,FO)系統113、履行訊息傳遞閘道(fulfillment messaging gateway,FMG)115、供應鏈管理(supply chain management,SCM)系統117、倉庫管理系統(warehouse management system,WMS)119、行動裝置119A、119B及119C(被繪示為位於履行中心(FC)200內部)、第三方履行(3
rdparty fulfillment,3PL)系統121A、121B及121C、履行中心授權系統(fulfillment center authorization system,FC Auth)123及勞資管理系統(labor management system,LMS)125。
在一些實施例中,SAT系統101可被實施為監控訂單狀態及交付狀態的電腦系統。舉例而言,SAT系統101可判斷訂單是否超過其承諾交付日期(Promised Delivery Date,PDD),且可採取包括發起新的訂單、再裝運未交付訂單中的物項、取消未交付訂單、發起與訂購顧客的聯繫等在內的適當行動。SAT系統101亦可監控包括輸出(例如在特定時間段期間裝運的包裝的數目)及輸入(例如被接收用於裝運的空紙盒的數目)在內的其他資料。SAT系統101亦可充當系統100中不同裝置之間的閘道,使得能夠在例如外部前端系統103及FO系統113等裝置之間達成通訊(例如,使用儲存及轉送(store-and-forward)或其他技術)。
在一些實施例中,外部前端系統103可被實施為使得外部使用者能夠與系統100中的一或多個系統交互的電腦系統。舉例而言,在其中系統100能夠呈現系統以使得使用者能夠對物項下訂單的實施例中,外部前端系統103可被實施為接收搜尋請求、呈現物項頁面及懇求支付資訊的網站伺服器。舉例而言,外部前端系統103可被實施為運行例如阿帕奇超文件傳輸協定(Hypertext Transfer Protocol,HTTP)伺服器、微軟網際網路資訊服務(Internet Information Services,IIS)、NGINX等軟體的一或多個電腦。在其他實施例中,外部前端系統103可運行客製網站伺服器軟體,客製網站伺服器軟體被設計成接收及處理來自外部裝置(例如,行動裝置102A或電腦102B)的請求,基於該些請求自資料庫及其他資料儲存器獲取資訊,且基於所獲取的資訊提供對所接收請求的響應。
在一些實施例中,外部前端系統103可包括網站快取系統(web caching system)、資料庫、搜尋系統或支付系統中的一或多者。在一個態樣中,外部前端系統103可包括該些系統中的一或多者,而在另一態樣中,外部前端系統103可包括連接至該些系統中的一或多者的介面(例如,伺服器至伺服器、資料庫至資料庫或其他網路連接)。
由圖1B、圖1C、圖1D及圖1E示出的一組例示性步驟將有助於闡述外部前端系統103的一些操作。外部前端系統103可自系統100中的系統或裝置接收資訊,以供呈現及/或顯示。舉例而言,外部前端系統103可代管或提供一或多個網頁,包括搜尋結果頁面(SRP)(例如,圖1B)、單一細節頁面(SDP)(例如,圖1C)、購物車頁面(例如,圖1D)或訂單頁面(例如,圖1E)。使用者裝置(例如,使用行動裝置102A或電腦102B)可導航至外部前端系統103,且藉由在搜尋框中輸入資訊來請求搜尋。外部前端系統103可自系統100中的一或多個系統請求資訊。舉例而言,外部前端系統103可自FO系統113請求滿足搜尋請求的資訊。外部前端系統103亦可請求及接收(自FO系統113)搜尋結果中所包括的每種產品的承諾交付日期或「PDD」。在一些實施例中,PDD可表示對以下的估測:容納產品的包裝將何時到達使用者所期望的位置,或者若在特定時間段(例如在一天結束(午後11:59)之前)內訂購則產品被承諾交付至使用者所期望的位置的日期。(以下參照FO系統113進一步論述PDD。)
外部前端系統103可基於所述資訊準備SRP(例如,圖1B)。SRP可包括滿足搜尋請求的資訊。舉例而言,此可包括滿足搜尋請求的產品的圖片。SRP亦可包括每種產品的相應價格,或者與每種產品的增強交付選項、PDD、重量、大小、優惠、折扣等相關的資訊。外部前端系統103可向發出請求的使用者裝置發送SRP(例如,經由網路)。
接著使用者裝置可例如藉由點擊或輕敲使用者介面(或使用另一輸入裝置)以選擇在SRP上表現的產品而自SRP選擇產品。使用者裝置可製定對所選擇產品的資訊的請求,且將其發送至外部前端系統103。作為響應,外部前端系統103可請求與所選擇產品相關的資訊。舉例而言,所述資訊可包括除在相應的SRP上針對產品呈現的資訊之外的附加資訊。此附加資訊可包括例如儲架壽命(shelf life)、原產國、重量、大小、包裝中物項的數目、操作說明(handling instructions)或關於產品的其他資訊。所述資訊亦可包括對相似產品的建議(例如,基於購買此產品及至少一種其他產品的顧客的巨量資料及/或機器學習分析)、對常問問題的回答、來自顧客的評論、製造商資訊、圖片等。
外部前端系統103可基於所接收的產品資訊來準備單一細節頁面(SDP)(例如,圖1C)。SDP亦可包括例如「立即購買(Buy Now)」按鈕、「添加至購物車(Add to Cart)」按鈕、數量欄(quantity field)、物項圖片等其他交互式元素。SDP可更包括提供所述產品的賣方的列表。所述列表可基於每一賣方提供的價格來排序,使得提出以最低價格售賣產品的賣方可被列於頂部。所述列表亦可基於賣方排名來排序,使得排名最高的賣方可被列於頂部。賣方排名可基於包括例如賣方滿足所承諾PDD的過往追蹤記錄在內的多種因素來製定。外部前端系統103可將SDP交付至發出請求的使用者裝置(例如,經由網路)。
發出請求的使用者裝置可接收列出產品資訊的SDP。在接收到SDP後,使用者裝置接著可與SDP交互。舉例而言,發出請求的使用者裝置的使用者可點擊SDP上的「放入購物車中」按鈕或以其他方式與SDP上的「放入購物車中」按鈕交互。此會將產品添加至與使用者相關聯的購物車。使用者裝置可向外部前端系統103發射此種將產品添加至購物車的請求。
外部前端系統103可產生購物車頁面(例如,圖1D)。在一些實施例中,購物車頁面列出已被使用者添加至虛擬「購物車」的產品。使用者裝置可藉由點擊SRP、SDP或其他頁面上的圖標或以其他方式與SRP、SDP或其他頁面上的圖標交互來請求購物車頁面。在一些實施例中,購物車頁面可列出已被使用者添加至購物車的所有產品,以及關於購物車中的產品的資訊,例如每種產品的數量、每種產品的單價、每種產品的基於相關聯數量的價格、關於PDD的資訊、交付方法、裝運成本、用於修改購物車中的產品的使用者介面元素(例如,數量的刪除或修改)、用於訂購其他產品或設定產品的定期交付的選項、用於設定利息支付的選項、用於繼續採購的使用者介面元素等。使用者裝置處的使用者可點擊使用者介面元素(例如,讀為「立即購買」的按鈕)或以其他方式與使用者介面元素(例如,讀為「立即購買」的按鈕)交互,以發起對購物車中的產品的採購。在這樣做時,使用者裝置可向外部前端系統103發射此種發起採購的請求。
外部前端系統103可因應於接收到發起採購的請求而產生訂單頁面(例如,圖1E)。在一些實施例中,訂單頁面重新列出來自購物車的物項,且請求輸入支付及裝運資訊。舉例而言,訂單頁面可包括請求關於購物車中物項的採購者的資訊(例如,姓名、位址、電子郵件位址、電話號碼)、關於接收方的資訊(例如,姓名、位址、電話號碼、交付資訊)、裝運資訊(例如,交付及/或收取的速度/方法)、支付資訊(例如,信用卡、銀行轉帳、支票、賒帳(stored credit))、請求現金收據(例如,出於稅務目的)的使用者介面元素等的部分。外部前端系統103可向使用者裝置發送訂單頁面。
使用者裝置可在訂單頁面上輸入資訊,且點擊向外部前端系統103發送所述資訊的使用者介面元素或以其他方式與向外部前端系統103發送所述資訊的使用者介面元素交互。外部前端系統103可自使用者介面元素將資訊發送至系統100中的不同系統,以使得能夠用購物車中的產品創建及處理新的訂單。
在一些實施例中,外部前端系統103可更被配置成使得賣方能夠發射及接收與訂單相關的資訊。
在一些實施例中,內部前端系統105可被實施為使得內部使用者(例如,擁有、營運或租賃系統100的組織的員工)能夠與系統100中的一或多個系統交互的電腦系統。舉例而言,在其中系統101能夠呈現系統以使得使用者能夠對物項下訂單的實施例中,內部前端系統105可被實施為網站伺服器,網站伺服器使得內部使用者能夠查看關於訂單的診斷及統計資訊、修改物項資訊或者查核與訂單相關的統計量。舉例而言,內部前端系統105可被實施為運行例如阿帕奇HTTP伺服器、微軟網際網路資訊服務(IIS)、NGINX等軟體的一或多個電腦。在其他實施例中,內部前端系統105可運行客製網站伺服器軟體,客製網站伺服器軟體被設計成接收及處理來自繪示於系統100中的系統或裝置(以及未繪示的其他裝置)的請求,基於該些請求自資料庫及其他資料儲存器獲取資訊,且基於所獲取的資訊提供對所接收請求的響應。
在一些實施例中,內部前端系統105可包括網站快取系統、資料庫、搜尋系統、支付系統、分析系統、訂單監控系統等中的一或多者。在一個態樣中,內部前端系統105可包括該些系統中的一或多者,而在另一態樣中,內部前端系統105可包括連接至該些系統中的一或多者的介面(例如,伺服器至伺服器、資料庫至資料庫或其他網路連接)。
在一些實施例中,運輸系統107可被實施為使得能夠在系統100中的系統或裝置與行動裝置107A至107C之間達成通訊的電腦系統。在一些實施例中,運輸系統107可自一或多個行動裝置107A至107C(例如,行動電話、智慧型電話、個人數位助理(personal digital assistant,PDA)等)接收資訊。舉例而言,在一些實施例中,行動裝置107A至107C可包括由交付工作者操作的裝置。交付工作者(其可為永久的、臨時的或輪班的員工)可利用行動裝置107A至107C來達成對容納由使用者訂購的產品的包裝的交付。舉例而言,為交付包裝,交付工作者可在行動裝置上接收指示交付哪一包裝以及在何處交付所述包裝的通知。在到達交付位置時,交付工作者可使用行動裝置來定位包裝(例如,在卡車的後部或包裝的板條箱中)、掃描或以其他方式捕獲與包裝上的辨識符(例如,條形碼、影像、正文字串、射頻辨識(radio frequency identification,RFID)標籤等)相關聯的資料以及交付包裝(例如,藉由將包裝留在前門、將其留給保全警衛、將其交給接收方等)。在一些實施例中,交付工作者可使用行動裝置捕獲包裝的照片及/或可使用行動裝置獲得簽名。行動裝置可向運輸系統107發送包括關於交付的資訊在內的資訊,所述關於交付的資訊包括例如時間、日期、全球定位系統(Global Positioning System,GPS)位置、照片、與交付工作者相關聯的辨識符、與行動裝置相關聯的辨識符等。運輸系統107可將此資訊儲存於資料庫(未畫出)中,以供系統100中的其他系統存取。在一些實施例中,運輸系統107可使用此資訊來準備追蹤資料並將追蹤資料發送至指示特定包裝位置的其他系統。
在一些實施例中,某些使用者可使用一種種類的行動裝置(例如,永久工作者可使用具有例如條形碼掃描器、觸控筆(stylus)及其他裝置等客製硬體的專用PDA),而其他使用者可使用其他種類的行動裝置(例如,臨時工作者或輪班工作者可利用現成的行動電話及/或智慧型電話)。
在一些實施例中,運輸系統107可將使用者與每一裝置相關聯。舉例而言,運輸系統107可儲存使用者(由例如使用者辨識符、員工辨識符或電話號碼表示)與行動裝置(由例如國際行動設備辨識(International Mobile Equipment Identity,IMEI)、國際行動訂用辨識符(International Mobile Subscription Identifier,IMSI)、電話號碼、通用唯一辨識符(Universal Unique Identifier,UUID)或全球唯一辨識符(Globally Unique Identifier,GUID)表示)之間的關聯。運輸系統107可結合在交付時接收的資料使用此種關聯來分析儲存於資料庫中的資料,以便除其他資訊以外亦確定工作者的位置、工作者的效率或工作者的速度。
在一些實施例中,賣方入口109可被實施為使得賣方或其他外部實體能夠與系統100中的一或多個系統進行電子通訊的電腦系統。舉例而言,賣方可利用電腦系統(未畫出)來針對賣方希望使用賣方入口109藉由系統100來售賣的產品上載或提供產品資訊、訂單資訊、聯繫資訊等。
在一些實施例中,裝運及訂單追蹤系統111可被實施為如下的電腦系統:所述電腦系統接收、儲存及轉送關於容納由顧客(例如,由使用裝置102A至102B的使用者)訂購的產品的包裝的位置的資訊。在一些實施例中,裝運及訂單追蹤系統111可自由裝運公司操作的網站伺服器(未畫出)請求或儲存資訊,裝運公司交付容納由顧客訂購的產品的包裝。
在一些實施例中,裝運及訂單追蹤系統111可自系統100中所繪示的系統請求及儲存資訊。舉例而言,裝運及訂單追蹤系統111可自運輸系統107請求資訊。如以上所論述,運輸系統107可自與使用者(例如,交付工作者)或車輛(例如,交付卡車)中的一或多者相關聯的一或多個行動裝置107A至107C(例如,行動電話、智慧型電話、PDA等)接收資訊。在一些實施例中,裝運及訂單追蹤系統111亦可自倉庫管理系統(WMS)119請求資訊,以確定各別產品在履行中心(例如,履行中心200)內部的位置。裝運及訂單追蹤系統111可自運輸系統107或WMS 119中的一或多者請求資料,對其進行處理,且根據請求將其呈現至裝置(例如,使用者裝置102A及102B)。
在一些實施例中,履行最佳化(FO)系統113可被實施為如下的電腦系統:所述電腦系統儲存來自其他系統(例如,外部前端系統103及/或裝運及訂單追蹤系統111)的顧客訂單的資訊。FO系統113亦可儲存闡述特定物項被容置或儲存於何處的資訊。舉例而言,某些物項可能僅儲存於一個履行中心中,而某些其他物項可能儲存於多個履行中心中。在再一些其他實施例中,某些履行中心可被設計成僅儲存特定的一組物項(例如,新鮮農產品(fresh produce)或冷凍產品(frozen product))。FO系統113儲存此種資訊以及相關聯資訊(例如,數量、大小、接收日期、過期日期等)。
FO系統113亦可為每種產品計算對應的承諾交付日期(PDD)。在一些實施例中,PDD可基於一或多種因素。舉例而言,FO系統113可基於以下來為產品計算PDD:產品的過往需求(例如,在一段時間期間此產品被訂購過多少次)、產品的預期需求(例如,預報在即將到來的一段時間期間有多少顧客會訂購所述產品)、指示在一段時間期間訂購過多少產品的全網路過往需求、指示在即將到來的一段時間期間預期會訂購多少產品的全網路預期需求、儲存於每一履行中心200中的產品的一或多個計數、每種產品由哪一履行中心儲存、此產品的預期訂單或當前訂單等。
在一些實施例中,FO系統113可週期性地(例如,每小時)確定每種產品的PDD,且將其儲存於資料庫中,以供擷取或發送至其他系統(例如,外部前端系統103、SAT系統101、裝運及訂單追蹤系統111)。在其他實施例中,FO系統113可自一或多個系統(例如,外部前端系統103、SAT系統101、裝運及訂單追蹤系統111)接收電子請求,且按需計算PDD。
在一些實施例中,履行訊息傳遞閘道(FMG)115可被實施為如下的電腦系統:所述電腦系統自系統100中的一或多個系統(例如FO系統113)接收呈一種格式或協定的請求或響應,將其轉換成另一種格式或協定,且以所轉換的格式或協定將其轉送至例如WMS 119或第三方履行系統121A、121B或121C等其他系統,且反之亦然。
在一些實施例中,供應鏈管理(SCM)系統117可被實施為實行預報功能的電腦系統。舉例而言,SCM系統117可基於例如基於產品的過往需求、產品的預期需求、全網路過往需求、全網路預期需求、儲存於每一履行中心200中的計數產品、每種產品的預期訂單或當前訂單等來預報特定產品的需求水準。因應於此種預報水準及所有履行中心的每種產品的數量,SCM系統117可產生一或多個採購訂單,以採購及貯存足夠的數量來滿足特定產品的預報需求。
在一些實施例中,倉庫管理系統(WMS)119可被實施為監控工作流的電腦系統。舉例而言,WMS 119可自指示離散事件的各別裝置(例如,裝置107A至107C或119A至119C)接收事件資料。舉例而言,WMS 119可接收指示使用該些裝置中的一者來掃描包裝的事件資料。如以下參照履行中心200及圖2所論述,在履行過程期間,包裝辨識符(例如,條形碼或RFID標籤資料)可在特定階段由機器(例如,自動化條形碼掃描器或手持條形碼掃描器、RFID讀取器、高速照相機、例如平板電腦(tablet)119A、行動裝置/PDA 119B、電腦119C等裝置或者類似機器)掃描或讀取。WMS 119可將指示包裝辨識符的掃描或讀取的每一事件連同包裝辨識符、時間、日期、位置、使用者辨識符或其他資訊一起儲存於對應的資料庫(未畫出)中,且可將此資訊提供至其他系統(例如,裝運及訂單追蹤系統111)。
在一些實施例中,WMS 119可儲存將一或多個裝置(例如,裝置107A至107C或119A至119C)與和系統100相關聯的一或多個使用者相關聯的資訊。舉例而言,在一些情況下,使用者(例如兼職員工或全職員工)與行動裝置的關聯可在於使用者擁有行動裝置(例如,行動裝置是智慧型電話)。在其他情況下,使用者與行動裝置的關聯可在於使用者臨時保管行動裝置(例如,使用者在一天開始時登記借出行動裝置,將在一天中使用行動裝置,且將在一天結束時歸還行動裝置)。
在一些實施例中,WMS 119可為與系統100相關聯的每一使用者維護工作日誌。舉例而言,WMS 119可儲存與每一員工相關聯的資訊,包括任何所分派的過程(例如,卸載卡車、自揀選區揀選物項、分撥牆工作(rebin wall work)、包裝物項)、使用者辨識符、位置(例如,履行中心200中的樓層或區)、員工在系統中移動的單元的數目(例如,所揀選的物項的數目、所包裝的物項的數目)、與裝置(例如,裝置119A至119C)相關聯的辨識符等。在一些實施例中,WMS 119可自例如在裝置119A至119C上操作的計時系統等計時系統接收簽入(check-in)資訊及簽出(check-out)資訊。
在一些實施例中,第三方履行(3PL)系統121A至121C表示與物流及產品的第三方提供商相關聯的電腦系統。舉例而言,儘管一些產品被儲存於履行中心200中(如以下針對圖2所論述),然而其他產品可被儲存於場外、可按需生產或者可在其他情況下不可儲存於履行中心200中。3PL系統121A至121C可被配置成自FO系統113(例如,藉由FMG 115)接收訂單,且可直接向顧客提供產品及/或服務(例如,交付或安裝)。在一些實施例中,3PL系統121A至121C中的一或多者可為系統100的一部分,而在其他實施例中,3PL系統121A至121C中的一或多者可在系統100之外(例如,由第三方提供商擁有或營運)。
在一些實施例中,履行中心授權系統(FC Auth)123可被實施為具有各種功能的電腦系統。舉例而言,在一些實施例中,FC Auth 123可充當系統100中的一或多個其他系統的單一登入(single-sign on,SSO)服務。舉例而言,FC Auth 123可使得使用者能夠經由內部前端系統105登錄,確定使用者具有存取裝運及訂單追蹤系統111處的資源的相似特權,且使得使用者能夠存取該些特權而不需要第二次登錄過程。在其他實施例中,FC Auth 123可使得使用者(例如,員工)能夠將其自身與特定任務相關聯。舉例而言,一些員工可能不具有電子裝置(例如裝置119A至119C),而是可作為替代在一天的過程期間於履行中心200內在各任務之間及各區之間移動。FC Auth 123可被配置成使得該些員工能夠指示他們正在實行什麼任務以及他們在一天的不同時間處於什麼區。
在一些實施例中,勞資管理系統(LMS)125可被實施為儲存員工(包括全職員工及兼職員工)的出勤資訊及加班資訊的電腦系統。舉例而言,LMS 125可自FC Auth 123、WMS 119、裝置119A至119C、運輸系統107及/或裝置107A至107C接收資訊。
圖1A中繪示的特定配置僅為實例。舉例而言,儘管圖1A繪示出FC Auth系統123連接至FO系統113,然而並非所有實施例皆需要此種特定配置。實際上,在一些實施例中,系統100中的系統可藉由包括以下在內的一或多種公共網路或私有網路連接至彼此:網際網路、內部網路(Intranet)、廣域網路(Wide-Area Network,WAN)、都會區域網路(Metropolitan-Area Network,MAN)、符合電機及電子工程師學會(Institute of Electrical and Electronic Engineers,IEEE)802.11a/b/g/n標準的無線網路、租用線路(leased line)等。在一些實施例中,系統100中的系統中的一或多者可被實施為在資料中心、伺服器場(server farm)等處實施的一或多個虛擬伺服器。
圖2繪示出履行中心200。履行中心200是儲存訂購時裝運至顧客的物項的實體位置的實例。履行中心(FC)200可被劃分成多個區,各所述多個區中繪示於圖2中。在一些實施例中,該些「區」可被視為接收物項、儲存物項、擷取物項及裝運物項的過程的不同階段之間的虛擬劃分。因此,儘管在圖2中繪示出「區」,然而亦可存在區的其他劃分,且在一些實施例中,圖2中的區可被省略、複製或修改。
入站區203表示FC 200的自希望使用來自圖1A的系統100售賣產品的賣方接收物項的區域。舉例而言,賣方可使用卡車201交付物項202A及202B。物項202A可表示足夠大以佔用其自己的裝運托板的單一物項,而物項202B可表示在同一托板上堆疊於一起以節省空間的一組物項。
工作者將在入站區203中接收物項,且可使用電腦系統(未畫出)可選地檢查物項的損壞及正確性。舉例而言,工作者可使用電腦系統將物項202A及202B的數量與訂購的物項數量進行比較。若數量不匹配,則此工作者可拒絕物項202A或202B中的一或多者。若數量匹配,則工作者可將該些物項(使用例如推車、手推車、堆高機,或者手動地)移動至緩衝區(buffer zone)205。緩衝區205可為當前在揀選區中所不需要的物項(例如,由於在揀選區中存在足夠高數量的此物項來滿足預報需求)的臨時儲存區域。在一些實施例中,堆高機206進行操作以在緩衝區205中四處移動物項以及在入站區203與卸貨區207之間移動物項。若在揀選區中需要物項202A或202B(例如,由於預報需求),則堆高機可將物項202A或202B移動至卸貨區207。
卸貨區207可為FC 200的在物項被移動至揀選區209之前儲存所述物項的區域。被分派揀選任務的工作者(「揀選者」)可接近揀選區中的物項202A及202B,使用行動裝置(例如,裝置119B)掃描揀選區的條形碼且掃描與物項202A及202B相關聯的條形碼。接著揀選者可將物項帶至揀選區209(例如,藉由將物項放入搬運車(cart)上或者搬運物項)。
揀選區209可為FC 200的其中在儲存單元210上儲存物項208的區域。在一些實施例中,儲存單元210可包括實體排架(physical shelving)、書架、盒、裝運箱、冰箱、冰櫃、冷藏庫等中的一或多者。在一些實施例中,揀選區209可被組織成多個樓層。在一些實施例中,工作者或機器可以包括例如堆高機、升降機、傳送帶、搬運車、手推車、推車、自動化機器人或裝置或者手動方式在內的多種方式將物項移動至揀選區209中。舉例而言,揀選者可將物項202A及202B放入卸貨區207中的手推車或搬運車上,且步行將物項202A及202B送至揀選區209。
揀選者可接收將物項放入(或「存放(stow)」於)揀選區209中的特定地點(例如儲存單元210上的特定空間)的指令。舉例而言,揀選者可使用行動裝置(例如,裝置119B)掃描物項202A。所述裝置可例如使用指示過道、儲架及位置的系統來指示揀選者應將物項202A存放於何處。接著,在將物項202A存放於此位置中之前,所述裝置可提示揀選者掃描此位置處的條形碼。所述裝置可向電腦系統(例如圖1A中的WMS 119)發送(例如,經由無線網路)資料來指示物項202A已由使用裝置119B的使用者存放於所述位置處。
一旦使用者下訂單,揀選者便可在裝置119B上接收指令,以自儲存單元210擷取一或多個物項208。揀選者可擷取物項208,掃描物項208上的條形碼,且將其放入運輸機構214上。儘管運輸機構214被表示為滑動件,然而在一些實施例中,運輸機構可被實施為傳送帶、升降機、搬運車、堆高機、手推車、推車、搬運車等中的一或多者。接著物項208可到達包裝區211。
包裝區211可為FC 200的自揀選區209接收物項且將物項包裝至盒或袋中以便最終裝運至顧客的區域。在包裝區211中,被分派接收物項的工作者(「分撥工作者(rebin worker)」)將自揀選區209接收物項208,且確定物項208對應於什麼訂單。舉例而言,分撥工作者可使用例如電腦119C等裝置來掃描物項208上的條形碼。電腦119C可以可視方式指示物項208與哪一訂單相關聯。舉例而言,此可包括牆216上的對應於訂單的空間或「單元格(cell)」。一旦訂單完成(例如,由於單元格容納訂單的所有物項),分撥工作者可向包裝工作者(或「包裝者(packer)」)指示訂單完成。包裝者可自單元格擷取物項,且將其放入盒或袋中進行裝運。接著,包裝者可例如藉由堆高機、搬運車、推車、手推車、傳送帶、手動方式或其他方式將盒或袋發送至中樞區(hub zone)213。
中樞區213可為FC 200的自包裝區211接收所有盒或袋(「包裝」)的區域。中樞區213中的工作者及/或機器可擷取包裝218,且確定每一包裝擬定去往交付區域的哪一部分,且將包裝路由至適當的營地區215。舉例而言,若交付區域具有兩個較小的子區域,則包裝將去往兩個營地區215中的一者。在一些實施例中,工作者或機器可掃描包裝(例如,使用裝置119A至119C中的一者)以確定其最終目的地。將包裝路由至營地區215可包括例如確定作為包裝的目的地的地理區域的一部分(例如,基於郵政編碼),以及確定與所述地理區域的所述部分相關聯的營地區215。
在一些實施例中,營地區215可包括一或多個建築物、一或多個實體空間或者一或多個區域,其中的包裝是自中樞區213接收以分選至路線及/或子路線中。在一些實施例中,營地區215在實體上與FC 200分離,而在其他實施例中,營地區215可形成FC 200的一部分。
營地區215中的工作者及/或機器可例如基於目的地與現有路線及/或子路線的比較、對每一路線及/或子路線的工作負載的計算、一天中的時間、裝運方法、裝運包裝220的成本、與包裝220中的物項相關聯的PDD等來確定包裝220應與哪一路線及/或子路線相關聯。在一些實施例中,工作者或機器可掃描包裝(例如,使用裝置119A至119C中的一者)以確定其最終目的地。一旦包裝220被分派至特定路線及/或子路線,工作者及/或機器可移動待裝運的包裝220。在示例性圖2中,營地區215包括卡車222、汽車226以及交付工作者224A及224B。在一些實施例中,卡車222可由交付工作者224A駕駛,其中交付工作者224A是為FC 200交付包裝的全職員工,且卡車222由擁有、租賃或營運FC 200的同一公司擁有、租賃或營運。在一些實施例中,汽車226可由交付工作者224B駕駛,其中交付工作者224B是根據需要(例如,季節性地)進行交付的「彈性(flex)」或不定期工作者(occasional worker)。汽車226可由交付工作者224B擁有、租賃或營運。
圖3繪示出根據所揭露實施例的樣本產品列表,其包括產品及關於產品的資訊以及交互式使用者介面元素。產品列表可在例如由外部前端系統103代管的網站上產生及維護。在一些實施例中,產品列表可由系統100外部的系統或資料結構(例如網站、第三方賣方、資料庫、或可藉由一或多個私有網路或公共網路(例如,網際網路、內部網路、WAN、MAN等)存取的其他來源)列出或者儲存。產品列表可包括與一或多個產品相關聯的若干元素,例如名稱310、價格320、圖片330、可選擇選項340及350、數量360、型號340或與產品列表中的一或多個產品相關聯的任何其他資訊。由於產品列表可包括一或多個欄位(例如,可選擇選項340及350),所述一或多個欄位包括多個若干可選擇選項(例如,型號、顏色、式樣、數量等),因此每一產品列表可包括根據所揭露實施例的一個產品或多個產品。在圖3中,樣本產品列表被示出為網頁,然而應理解,用語「產品列表」可指與一或多個相關產品相關聯的資料或資訊的任何合集,例如與系統100或其他外部系統相關聯的資料庫中的表項。
圖4是根據本揭露一些實施例的示例性伺服器電腦系統400(在下文中被稱為「伺服器400」)的方塊圖。伺服器400可為被配置成執行儲存於記憶體中的軟體指令以實行根據本揭露一些實施例的一或多個過程的一或多個計算裝置。舉例而言,伺服器400可包括一或多個記憶體裝置以及一或多個硬體處理器,所述一或多個記憶體裝置用於儲存資料及軟體指令,所述一或多個硬體處理器用於分析資料且執行軟體指令以實行基於伺服器的功能及操作(例如,後端過程(back-end process))。基於伺服器的功能及操作可包括例如智慧地評估產品列表中所包含的正文,以產生對多個產品的準確及自動的辨識、理解及比較。
在圖4中,伺服器400包括硬體處理器410、輸入/輸出(input/output,I/O)裝置420及記憶體430。應注意,伺服器400可包括任意數目的該些組件且可更包括任意數目的任何其他組件。伺服器400可為獨立的,或者伺服器400可為子系統(例如,外部前端系統103、內部前端系統105等)的一部分,所述子系統可為更大系統(例如,系統100)的一部分。舉例而言,伺服器400可表示彼此遠離地定位且藉由網路進行通訊的分佈式伺服器。
處理器410可包括一或多個已知的處理裝置,例如(舉例而言)微處理器。在一些實施例中,處理器410可包括任何類型的單核處理器或多核處理器、行動裝置微控制器、中央處理單元或實行邏輯操作的任何電路系統。在操作中,處理器410可執行電腦指令(例如,程式碼)且可根據本文中闡述的技術實行功能。電腦指令可包括可實行本文中闡述的特定過程的常式、程式、對象、組件、資料結構、程序、模組及功能。在一些實施例中,此類指令可儲存於記憶體430、處理器410或其他位置中。
I/O裝置420可為被配置成使得伺服器400能夠接收及/或發射資料的一或多個裝置。I/O裝置420可包括一或多個顧客I/O裝置及/或組件,例如與鍵盤、滑鼠、觸控螢幕、顯示器或用於輸入或輸出資料的任何裝置相關聯的顧客I/O裝置及/或組件。I/O裝置420亦可包括使得伺服器400能夠與其他機器及裝置(例如伺服器400的其他組件)進行通訊的一或多個數位及/或類比通訊裝置。I/O裝置420亦可包括被配置成接收輸入資訊及/或顯示或者以其他方式提供輸出資訊的介面硬體。舉例而言,I/O裝置420可包括被配置成顯示顧客介面的監控器。
記憶體430可包括一或多個儲存裝置,所述一或多個儲存裝置被配置成儲存由處理器410用來實行與所揭露實施例相關的功能的指令。舉例而言,記憶體430可配置有與程式及/或資料相關聯的一或多個軟體指令。
記憶體430可包括實行伺服器400的功能的單個程式或者多個程式。另外,處理器410可執行遠離伺服器400定位的一或多個程式。記憶體430亦可儲存資料,所述資料可反映系統可用來實行根據所揭露實施例的操作的任何格式的任何類型的資訊。記憶體430可為揮發性或非揮發性(例如,唯讀記憶體(read-only memory,ROM)、隨機存取記憶體(random access memory,RAM)、可程式化唯讀記憶體(programmable ROM,PROM)、電性可程式化唯讀記憶體(electrically programmable ROM,EPROM)、電性可抹除可程式化唯讀記憶體(electrically erasable programmable ROM,EEPROM)、快閃記憶體等)、磁性、半導體、磁帶、光學、可抽換式、不可抽換式或另一類型的儲存裝置或有形(即,非暫時性)電腦可讀取媒體。
根據本揭露的一些實施例,伺服器400可包括正文映射器412,正文映射器412可包括加標模組(tagging module)414、分析模組416及比較器模組418。正文映射器412可被配置成使用包括加標模組414、分析模組416及比較器模組418自主地及自動地實施對一或多個產品列表的基於正文的分析(例如,數量分析、產品比較、產品類型映射等)。正文映射器412可被實施為軟體(例如,儲存於記憶體430中的程式碼)、硬體(例如,併入於處理器410中或與處理器410進行通訊的專用晶片)或二者的組合。加標模組414、分析模組416及比較器模組418將在以下參照圖5進行進一步詳細論述。
伺服器400亦可以可通訊的方式連接至一或多個資料庫440。舉例而言,伺服器400可以可通訊的方式連接至資料庫440。資料庫440可為在電腦系統(例如,資料庫伺服器電腦)中實施的資料庫。資料庫440可包括一或多個記憶體裝置,所述一或多個記憶體裝置儲存資訊(例如,由正文映射器412輸出的資料)且藉由伺服器400被存取及/或管理。藉由實例,資料庫440可包括甲骨文
TM(Oracle
TM)資料庫、賽貝斯
TM(Sybase
TM)資料庫、或其他關係資料庫或非關係資料庫,例如海杜普(Hadoop)序列檔案、海杜普資料庫(HBase)或卡珊卓(Cassandra)。然而,所揭露實施例的系統及方法並非僅限於單獨的資料庫。在一個態樣中,伺服器400可包括資料庫440。作為另外一種選擇,資料庫440可遠離伺服器400定位。資料庫440可包括計算組件(例如,資料庫管理系統、資料庫伺服器等),所述計算組件被配置成接收並處理對儲存於資料庫440的記憶體裝置中的資料的請求且提供來自資料庫440的資料。
伺服器400亦可以可通訊的方式連接至至少一個使用者介面450。使用者介面450可包括圖形介面(例如,顯示面板)、音訊介面(例如,揚聲器)或觸覺式介面(例如,振動馬達)。舉例而言,顯示面板可包括液晶顯示器(liquid crystal display,LCD)、發光二極體(light-emitting diode,LED)、電漿顯示器、投影或任何其他類型的顯示器。音訊介面可包括麥克風、揚聲器及/或音訊輸入/輸出(例如,耳機插孔(headphone jack))。在一些實施例中,使用者介面450可包括於伺服器400中。在一些實施例中,使用者介面450可包括於單獨的電腦系統中。使用者介面450可被配置成顯示自伺服器400發射的資料。
結合如圖4中所示及所闡述的伺服器400,本文中所闡述的系統及方法可為正文映射中的技術問題提供技術解決方案。本揭露的態樣可有關於智慧地評估產品列表中所包含的正文,以在可藉由網際網路銷售的大數目的產品之間產生準確及自動的辨識、理解及比較。為便於說明,以下闡述一種系統,應理解,所述系統的各態樣等同地適用於方法、裝備及非暫時性電腦可讀取媒體。舉例而言,此種系統的一些態樣可由系統(例如,伺服器400及資料庫440)實施、由裝備(例如,伺服器400)實施、作為方法進行實施、或者作為儲存於非暫時性電腦可讀取媒體(例如,記憶體430或者伺服器400的另一儲存裝置)中的程式碼或電腦指令進行實施。在最廣泛的意義上,所述系統並非僅限於任何特定的物理或電子手段,而是可使用許多不同的手段來達成。
根據本揭露的一些實施例,自產品名稱智慧萃取數量之系統可包括被配置成儲存指令的非暫時性電腦可讀取媒體以及被配置成執行指令以實行操作的至少一個處理器。如本文中所使用的電腦應用可指以邏輯方式進行組合以實施功能(例如,正文映射)的一組電腦程式或模組。在一些實施例中,可在系統的伺服器電腦處創建、維護、更新或執行所述電腦應用。在一些情形中,由於功能可由多個不同的操作序列來實施,因此電腦應用可由多個不同的程式來實施。
藉由實例,參照圖4,所述系統可包括伺服器400及資料庫440。所述至少一個處理器可為伺服器400中的處理器410。非暫時性電腦可讀取媒體可為伺服器400中的記憶體430。儲存於非暫時性電腦可讀取媒體中的指令可用於在伺服器400中實施正文映射器412。
圖5是根據本揭露一些實施例的用於智慧產品列表分析的正文映射器412的示例性結構的圖。正文映射器412可被配置成實行與正文的自然語言處理(natural language processing,「NLP」)相關的各種操作。藉由實例,正文映射器412可被配置成自資料庫440接收及/或擷取一或多個產品列表(例如,圖3)、對所述一或多個產品列表實行一或多個分析且輸出分析結果(例如,所確定的產品類型或比較分數)。
在一些實施例中,正文映射器412可包括加標模組414。加標模組414可被配置成接收一或多個產品列表510。「加標」的過程可指在產品列表中辨識、萃取及/或評估所有候選字組(即,「標籤」),所述候選字組可為屬性、數量或與產品相關的其他描述符。舉例而言,加標模組414可處理產品列表510,以自產品列表辨識、萃取及/或評估屬性、數量或其他產品相關資訊。在一些實施例中,正文映射器412可包括預處理器522、標籤尋檢器(tag finder)524、解析器526及後處理器528,所述預處理器522、標籤尋檢器524、解析器526及後處理器528中的每一者可被配置成執行與對一或多個產品列表進行加標相關的一或多個過程。
在一些實施例中,預處理器522可被配置成實行各種正文預處理功能,例如符記化(tokenization)、歸一化及雜訊移除。此類功能可包括但不限於移除超文件標記語言(Hypertext Markup Language,HTML)標籤、移除額外的空白、移除特殊字元、移除數字、移除停止字(stop word)、將重音字元轉換成ASCII字元、擴展縮寫字(contraction)、將字母轉換成小寫、將數字字組轉換個數值形式、詞形還原(lemmatization)等。舉例而言,預處理器522可被配置成將產品列表說明中所包含的資訊過濾、轉換或以其他方式預處理成可辨識的各別性質、字元或屬性。在一些實施例中,預處理器522可被配置成過濾產品列表510中的資訊且辨識特殊字元(例如,主題標籤(hashtag)、標點、數字等)以及選項編號,並且可移除所述特殊字元及選項編號及/或將所述特殊字元及選項編號轉換成普通字元。藉由實例,產品列表510中所包括的產品名稱可包括正文「/◊001#X7#顏色:紅色/」,且將所述正文轉換成標準形式,例如「01;X7;紅色」。
在一些實施例中,標籤尋檢器524可被配置成在產品列表中辨識、萃取及/或評估經預處理的正文中的候選字組(即,「標籤」)。舉例而言,若產品列表510包括產品的型號,則標籤尋檢器524可尋檢特定正文並將其加標為型號。標籤尋檢器524可包括藉由辨別正則表式(regular expression)來萃取標籤的基於圖案的標籤尋檢器。在一些實施例中,標籤尋檢器524可查閱字典530且自經預處理的正文中的先前已使用標籤登記的字組萃取標籤。字典530可儲存於例如資料庫(例如,資料庫440)等記憶體中且可由與系統100相關聯的一或多個系統、子系統或組件(例如,伺服器400)來存取及/或修改。在一些實施例中,標籤尋檢器524可包括如下的標籤尋檢器:所述標籤尋檢器可被配置成萃取無法自句法字組(例如,自數字、字母及/或符號的組合)萃取的標籤。在一些實施例中,標籤尋檢器可指與標籤尋檢器524相關聯的程式或模組,所述程式或模組可被配置成實行各種形式的形態分析。舉例而言,標籤尋檢器可被配置成存取至少一個資料結構(例如,字典530)且以標籤的形式萃取產品名稱的形態分析結果。在一些實施例中,標籤尋檢器亦可被配置成確定語言上有意義的標籤並防止字組的過度分割(例如,藉由萃取複合字組作為標籤)。
在一些實施例中,標籤尋檢器524可被配置成自單個字組萃取一或多個標籤。舉例而言,與產品列表510相關聯的產品名稱可包括指代品牌而非顏色的字組「紅色(red)」。標籤尋檢器524可自用語萃取兩個標籤,一個與顏色相關聯且一個與品牌相關聯。在另一實例中,產品名稱可包括字組「魔術褲(magicpants)」。標籤尋檢器524可自用語萃取兩個標籤,一個與「魔術褲/產品」(即,好奇(Huggies)的子品牌)相關聯且一個與「魔術/產品」及「褲/品牌」相關聯。在一些實施例中,標籤尋檢器524可將所萃取的標籤的原始正文轉換成代表性字組,例如當產品列表510包括同音異義詞、錯字或縮寫時。
在一些實施例中,解析器526可被配置成自標籤尋檢器524所萃取的所有標籤確定屬性的最合適的組合。解析器526可與標籤尋檢器524串聯或串列操作。舉例而言,標籤尋檢器524可使用由解析器526確定的屬性的最合適的組合,以確定與產品列表510中所包括的一或多個字組或字元相關聯的最合適的標籤。解析器526可查閱一或多個知識庫(例如,字典530、知識圖、機率表等)及/或一或多種演算法(例如維特比演算法(Viterbi algorithm)、素樸貝式演算法(Naïve Bayes algorithm)等)以確定屬性的最佳組合。
在一些實施例中,後處理器528可被配置成基於產品列表中所包含的資訊(例如選項欄位)對所萃取的屬性實行後處理操作。此類操作可包括但不限於自產品列表各別地確定及萃取一或多個銷售對象。舉例而言,在圖3中,產品列表的名稱310提到若干型號(即,X9/X8/X7/X5/X4),各所述若干型號可被加標為各別的屬性。然而,此產品列表的實際銷售對象將依據顧客在「選擇型號」欄位340及「選擇顏色」欄位350中的選擇而定僅對應於該些型號中的單個型號。基於在產品列表的名稱及選項欄位二者中列出的該些型號,後處理器528可確定出名稱涉及多個產品且辨識每一各別的產品。舉例而言,後處理器528可偵測產品列表510中的選項欄位且萃取每一選項欄位內的每一選項。在一些實施例中,後處理器528可採用一或多種匹配方法(例如,字串匹配演算法、素樸字串搜尋、基於有限狀態自動化的搜尋、存根(stub)、索引方法等)來確定出選項對應於名稱中的正文。
在一些實施例中,正文映射器412可包括分析模組416。分析模組416可被配置成實行對產品列表中的除系統全面理解產品所必需的產品屬性之外的資訊的分析。舉例而言,在一些實施例中,分析模組416可包括數量分析器542。數量分析器542可被配置成分析產品列表中所包括的數量資訊。藉由實例,數量分析器542可評估與值相關聯的所萃取的一或多個標籤,以判斷銷售對象是否包括多個單位。數量分析器542可使用例如產品的類別、數量標籤的圖案及/或數量標籤與非數量標籤之間的關係(例如,使用機率表)來對產品的數量進行解釋。
在一些實施例中,正文映射器412可包括比較器模組418。比較器模組418可被配置成使用由加標模組414及分析模組416處理的資訊來確定一或多個產品列表中所包含的二或更多個產品之間的相似性。在一些實施例中,比較器模組418可包括分數比較器552及標稱比較器554。分數比較器552可產生產品之間的數值相似性分數(例如,正文相似性、品牌相似性、型號相似性、屬性相似性、關鍵字相似性等),而標稱比較器554可基於每種產品的標稱特徵產生結果。分數比較器552及標稱比較器554可採用一或多種方法或演算法來確定相似性(例如,字串相似性演算法、基於編輯距離的演算法、基於符記的演算法、基於序列的演算法等)。分數比較器552及標稱比較器554產生的結果可包括於由比較器模組418輸出的輸出560中。在一些實施例中,輸出560可包括正文映射器412可發射的指令,所述指令使至少一個電腦化系統執行與結果相關的一或多個操作。舉例而言,指令可使至少一個使用者裝置顯示結果(例如,經由使用者介面450)或者使結果被登記及/或插入於至少一個資料結構(例如,資料庫440)中。
圖6是示出根據本揭露的可由所揭露的系統及方法產生的比較結果600的方塊圖。結果600可例如由正文映射器412的比較器模組418產生且可被包括作為輸出560的一部分。圖4中的每一比較(例如,品牌比較611、型號比較612、關鍵字比較613、大小比較614、顏色比較615及重量比較616)與被比較產品的特定屬性相關聯。然而,應理解,結果600可包括與任意數目的屬性及/或產品相關的任意數目或類型的比較。每一比較包括和第一產品相關聯的萃取屬性(即,品牌621、型號622、關鍵字623、大小624及顏色625)與和第二產品相關聯的對應的萃取屬性(即,品牌631、型號632、關鍵字633、顏色635及重量636)之間的比較。
在一些實施例中,結果600可包括所述兩種產品之間的一組數值結果(即,品牌相似性641、型號相似性642、關鍵字相似性643及屬性相似性644),所述一組數值結果可為百分比或其他基於分數的結果。在一些實施例中,數值結果可被組合成單個正文相似性660。結果600亦可包括一組標稱結果。藉由實例,標稱品牌結果601可指示品牌621與品牌631之間的「匹配」(即,品牌621與品牌631是同一品牌),標稱型號結果602可指示「部分匹配」,標稱結果604可指示第二種產品沒有出現大小屬性,標稱結果605可指示顏色625與顏色635不匹配,且標稱結果606可指示第一種產品沒有出現重量屬性。在一些實施例中,可使用用於確定相似性的一或多種方法或演算法(例如,字串相似性演算法、基於編輯距離的演算法、基於符記的演算法、基於序列的演算法等)來產生結果600。
在一些實施例中,結果600可包括基於將用於二或更多種產品的每單位價格進行比較的一或多個數值結果。每單位價格可例如由正文映射器412的一或多個組件(例如,分析模組416)來確定。在一些實施例中,每單位價格可基於產品的數量,產品的數量可由正文映射器412的一或多個組件(例如,數量分析器542)來確定。藉由實例,兩個單獨的產品列表可包括相似的產品類型(例如尿布),但具有特定產品的不同數量。第一產品列表可為總共花費24美元的「新生兒尿布(12包20片(12 packs of 20))」,且第二產品列表可為總共花費18美元的「新生兒尿布(6包20片)」。在一些實施例中,正文映射器412可被配置成將第一產品列表的所確定的每單位價格(即,每片尿布0.10美元)與第二產品列表的所確定的每單位價格(即,每片尿布0.15美元)進行比較,而非比較每一產品列表中包含的實際價格(即,24美元及18美元)。
圖7是根據揭露的所揭露實施例的使用產品名稱智慧產品分類之知識圖700的示例性結構的圖。舉例而言,知識圖700可由正文映射器412的一或多個組件(例如,圖5中的加標模組414的解析器526)使用,以通知及/或執行一或多個過程、操作、規則集、及/或對一或多個產品的邏輯相關加標或分類。在一些實施例中,知識圖700可儲存於一或多個記憶體裝置、資料庫或任何其他合適的資料結構(例如,圖4所示伺服器400中的記憶體430及/或資料庫440)中。舉例而言,產品分類可指基於產品的名稱及/或產品列表確定任意數目的產品品牌、類別、子類別、產品類型、子產品類型、屬性或任意類型的分類。
在一些實施例中,知識圖700可包含關於不同分類(例如,品牌710、類別720、類別720(n)、子類別730、產品類型740、子產品類型750、子產品類型750(n)等)的資訊以及每一分類之間的關係(例如,階層關係(hierarchical relationship))。舉例而言,知識圖700可包括與產品類型740相關的資訊(例如,品牌資訊746及屬性資訊748),但亦可包括指示以下內容的資訊:產品類型740具有若干子分類(例如,子產品類型750及子產品類型750(n)),且產品類型740本身是子類別730的分類,子類別730是類別720的分類,類別720是品牌710的分類。藉由實例,品牌710可與生產兒童產品相關聯,且類別720可為由品牌710生產的「嬰兒產品」,而類別720(n)可為「幼兒產品」或「青少年早期產品」。子類別730可為「嬰兒產品」類別中的「護理產品」,且產品類型740可為「尿布」。子產品類型750可為尿布的類型,例如「用後即棄尿布」,而子產品類型750(n)可用於「布質尿布」或「游泳尿布」。
知識圖700內的每一分類(例如品牌710、類別720、類別720(n)、子類別730、產品類型740、子產品類型750、子產品類型750(n)等)可包括與分類相關的附加資訊(例如,品牌資訊746及/或屬性資訊748)。在一些實施例中,品牌資訊746可包括與品牌710相關的至少一個字典(例如,圖5中的字典530),所述至少一個字典包括與此品牌相關聯的多個字元或字組。藉由實例,品牌資訊746可包括品牌(例如,品牌710)用來闡述某一產品類型、子產品類型或此品牌內的任何其他分類(例如,產品類型740)(例如尿布的「好奇」或「幫寶適(Pampers)」)的字元或字組。屬性資訊748可包括與分類(例如,產品類型740)相關聯的至少一個屬性列表。舉例而言,若產品類型740是「尿布」,則屬性資訊748可包括例如性別、大小、重量及/或年齡等屬性。在一些實施例中,屬性資訊748亦可包括與屬性之間的關係(例如,階層關係及/或直接關係)相關的資訊。藉由實例,屬性資訊748可包括指示產品的一個屬性僅可與另一屬性結合的資訊,例如某些大小僅可用於男裝中或者更高的儲存容量僅可用於具有更大螢幕的膝上型電腦中。
知識圖700因此可使電腦系統(例如,圖4中的伺服器400)能夠基於包含於產品列表的名稱中的某些屬性及/或標籤或其圖案來確定產品的分類。舉例而言,電腦系統可利用知識圖700來確定出產品與產品類型740(例如,「尿布」)相關聯(即使「好奇」出現於產品或產品列表的名稱中而非特定的產品類型中)。另外,知識圖700可使電腦系統能夠在以下情況下確定產品類型及屬性:其中產品列表的名稱不包含產品類型、與產品類型相關聯的品牌特定字元或字組、及/或屬性的情況;其中名稱包含冗餘產品類型、與產品類型相關聯的品牌特定字元或字組、及/或屬性的情況;以及其中產品列表包括與其他標籤、屬性或分類同義的標籤或屬性的情況。
藉由實例,產品列表可能不包括名稱中的類別720。然而,且若列表包括「好奇」,則電腦系統可確定出類別是「嬰兒產品」且產品類型是「尿布」。在另一實例中,名稱可不包括膝上型電腦的大小,但若名稱包括「2太-位元組(Terabyte,TB)」,則可基於指示2 TB儲存容量僅可用於15.6英吋膝上型電腦的屬性資訊748而確定出螢幕的大小是15.6英吋。在又一實例中,名稱可包括字組「紅色(red)」,「紅色」實際上可指710內的子品牌或分類而非顏色紅色。使用知識圖700,電腦系統可基於名稱中所包括的品牌710及指示「紅色」是品牌710內的分類的品牌資訊746而準確地確定出「紅色」是分類。
在一些實施例中,知識圖700可至少部分地由使用者提供的資訊或由人工智慧(例如,習慣知識(custom knowledge)742及/或人工智慧744)通知及/或產生。習慣知識742可包括先前已儲存於至少一個記憶體及/或資料結構(例如,圖4中的記憶體430及/或資料庫440)中或者已自使用者(例如,藉由圖4中的使用者介面450)輸入的資訊。藉由實例,使用者可藉由添加/移除用於「靴子(boot)」的新的子產品類型750、添加/移除屬性資訊748中的寬度度量、或者將新的鞋子品牌或子品牌添加至品牌資訊746中來修改與用於「鞋子」的產品類型740相關聯的知識圖700的部分。人工智慧744可包括例如被配置成觀察產品的分類與屬性之間的關係且根據觀察結果(observation)來修改知識圖700的至少一種機器學習演算法(例如維特比演算法、素樸貝式演算法、神經網路等)。所述至少一種機器學習演算法可例如使用監督學習方法(例如梯度下降或隨機梯度下降最佳化方法)來訓練。在一些實施例中,一或多種機器學習演算法可被配置成基於分類之間的關聯產生初始知識圖,初始知識圖可使用習慣知識來驗證。
應理解,知識圖700的此種結構僅是例示性的,且知識圖可包括根據所揭露實施例的品牌、類別、子類別、產品類型、子產品類型以及其之間的任何關係的任何合適的組合。
圖8是根據所揭露實施例的使用產品名稱智慧產品分類之示例性過程的流程圖。在一些實施例中,過程800可由與系統100相關聯的一或多個處理器(例如,圖4中的伺服器400中的處理器410)執行,及/或由系統100的所述一或多個組件或子組件(例如,外部前端系統103、內部前端系統、伺服器400、正文映射器412等)部分地或全部地執行。為便於論述,過程800將被闡述為由正文映射器412及其子組件(例如,加標模組414、解析器526等)執行,但應理解,過程800可由本揭露的任何合適的組件或子組件來執行。
在一些實施例中,過程800可在步驟810處開始。在步驟810處,正文映射器412可自至少一個資料結構(儲存於例如資料庫440中)擷取與產品列表(例如,在圖3中)相關聯的至少一個名稱以及歷史資料,歷史資料包括用於確定產品分類與屬性之間的關係的至少一個知識圖(例如,圖7中的知識圖700)。藉由實例,正文映射器412可擷取與圖3中所示的產品列表相關聯的名稱「品牌X智慧型電話X型號X9/X8/X7/X5/X4的手機外殼」。在一些實施例中,歷史資料可包括儲存於一或多個記憶體及/或資料結構(例如,圖4中的記憶體430及/或資料庫440)中的至少一個記錄。歷史資料可包括例如多種產品類型及與每一產品類型相關聯的屬性分類階層(例如,圖7中的知識圖700中繪示的分類階層)。在一些實施例中,正文映射器412可被配置成將所擷取的產品名稱及/或產品列表以及可自其中產生的任何相關聯資訊(例如,由圖5中的加標模組414產生的標籤)儲存於至少一個資料結構中(例如,資料庫440中)。
在一些實施例中,與產品列表相關聯的所述至少一個名稱可自與系統100相關聯或者位於系統100外部的一或多個系統或資料結構擷取。舉例而言,正文映射器412可自網站、第三方賣方、資料庫、或可藉由一或多個私有網路或公共網路(例如,網際網路、內部網路、WAN、MAN等)存取的其他來源擷取所述至少一個名稱及/或產品列表。產品列表可包括與一或多個產品相關聯的若干元素(例如圖3中的名稱310、價格320、圖片330、可選擇選項340及350、數量360、型號340)。由於產品列表可包括一或多個欄位,所述一或多個欄位包括多個若干可選擇選項(例如,型號、顏色、式樣、數量等),因此每一產品列表可包括根據所揭露實施例的一個產品或多個產品。在圖3中,樣本產品列表被示出為網頁,然而應理解,用語「產品列表」可指與一或多個相關產品相關聯的資料或資訊的任何合集,例如與系統100或其他外部系統相關聯的資料庫中的表項。
在一些實施例中,可使用人工智慧(例如,圖7中的人工智慧744)至少部分地產生所述至少一個知識圖。人工智慧可包括例如被配置成觀察產品的分類與屬性之間的關係且根據觀察結果修改知識圖的至少一種機器學習演算法(例如維特比演算法、樸素貝葉斯演算法、神經網路等)及/或聯合降維技術(例如,叢集典型相關分析(cluster canonical correlation analysis)、部分最小平方(partial least squares)、雙線性模型(bilinear models)、跨模態因子分析(cross-modal factor analysis))。舉例而言,正文映射器412可擷取可能包含知識圖700未反映的資訊(例如,新屬性及/或分類)的一或多個產品名稱及/或產品列表,且可更新知識圖以包括此種資訊(例如,更新屬性資訊748、添加/移除一或多個子產品類型750(n)等)。所述至少一種機器學習演算法可例如利用使用歷史資料的監督學習方法(例如,梯度下降或隨機梯度下降最佳化方法)來訓練。
在步驟820處,正文映射器412可基於對所述至少一個名稱及所述至少一個知識圖的分析來確定與所述至少一個名稱相關聯的多個屬性及與所述多個屬性相關聯的至少一個圖案。所述至少一個屬性可與和產品列表相關聯的產品特定資訊(例如品牌、子品牌及規格(例如大小、重量、性別、材料、效能能力等)中的至少一者)相關聯。在一些實施例中,每一屬性之間的所述至少一個圖案可藉由以下方式來確定:查閱知識圖700以確定例如與產品相關聯的分類階層,所述分類階層可用於確定產品類型或與產品相關的屬性。在一些實施例中,可基於產品列表中的屬性或標籤的有序組合(例如由正文映射器412的加標模組414中的解析器526產生的屬性及/或標籤的適當組合)來確定圖案。
在一些實施例中,在步驟830處,正文映射器412可使用所述至少一個知識圖基於所述多個屬性及所述至少一個圖案來確定與產品列表相關聯的至少一種產品類型。舉例而言,對於「品牌膝上型電腦X 2 TB」的產品列表,412可查閱知識圖700以確定出產品列表與「膝上型電腦」產品類型相關聯。此種確定可基於以下確定:列表包含與知識圖700中的和特定產品類型740相關的特定屬性階層相關聯的特定屬性(即,「品牌X」、「膝上型電腦X」、「2 TB」)。在一些實施例中,正文映射器412可使用知識圖700來確定與產品相關的附加資訊,例如品牌資訊746及屬性資訊748。在一些實施例中,正文映射器412可被配置成確定產品名稱中的至少一個缺失屬性及/或使用知識圖700。舉例而言,名稱「品牌X膝上型電腦X 2 TB」可能不包括所列膝上型電腦的大小。然而,若名稱包括「2 TB」,則正文映射器412可基於指示2 TB儲存容量僅可用於15.6英吋膝上型電腦的屬性資訊748而確定出螢幕的大小是15.6英吋。
在一些實施例中,正文映射器412可被配置成基於所述至少一個圖案來確定多個屬性中的至少一個屬性的屬性類型。舉例而言,膝上型電腦的列表的名稱可為「品牌X紅色膝上型電腦X 2 TB」。然而,名稱中的用語「紅色」可與品牌X的子品牌(例如,圖7中的品牌710的類別720)而非實際顏色紅色相關聯。關於用語「紅色」與「品牌X」之間關係的此資訊可儲存於品牌資訊746中。因此,正文映射器412可使用儲存於品牌資訊746中的此資訊來確定出「紅色」是「品牌X」的子品牌,而非膝上型電腦的顏色。舉例而言,亦可基於指示紅色並非「膝上型電腦X」的可用顏色的屬性資訊748做出此確定。
在一些實施例中,正文映射器412可被配置成利用人工智慧來確定與產品相關的附加資訊,例如使用聯合降維技術(例如,叢集典型相關分析、部分最小平方、雙線性模型、跨模態因子分析)。藉由實例,在步驟830處,正文映射器412可對產品名稱及/或產品列表實行叢集典型相關分析且至少基於加標屬性(例如,由圖5中的加標模組414產生的標籤)及對產品列表及/或知識圖700的分析而確定出產品名稱及/或產品列表缺失重要屬性。正文映射器412可將產品列表及相關聯的標籤添加至產品列表及相關聯的標籤的現有叢集且可在具有完全相同路徑的叢集之間實行映射及/或確定具有缺失路徑的叢集之間的潛在映射。在一些實施例中,正文映射器412可應用來自此分析的映射結果以確定產品名稱及/或產品列表中缺失的屬性及/或分類。
在步驟840處,正文映射器412可產生至少一個產品辨識符,所述至少一個產品辨識符包括所述至少一種產品類型、所述多個屬性、及/或與產品的分類相關的其他資訊。在一些實施例中,正文映射器412可被配置成在所產生的產品辨識符中包括在步驟830處確定的至少一個缺失屬性。舉例而言,當針對「品牌膝上型電腦X 2 TB」的列表產生產品辨識符時,正文映射器412可在所產生的產品辨識符中包括「15.6英吋」作為屬性。
在一些實施例中,所述至少一個所產生的產品辨識符亦可包括由正文映射器412(例如,由圖4中的加標模組414)產生的一或多個標籤。「加標」的過程可指基於產品列表中包含的資訊在產品列表中辨識、萃取及/或評估所有候選字組(即,「標籤」),所述候選字組可為屬性、數量、分類、或與產品相關的其他描述符。舉例而言,在圖4中,加標模組414可處理產品列表510,以自產品列表辨識、萃取及/或評估屬性、數量、分類、或其他產品相關資訊。在一些實施例中,加標模組414可被配置成辨識印刷錯誤或縮寫,且可基於所辨識的印刷錯誤或縮寫產生代表性標籤。藉由實例,加標模組414可確定出「Cocaa-Cola」的列表包含錯別字,且可產生「可口可樂(Coca-Cola)」的代表性品牌標籤。
一旦在步驟840處已產生所述至少一個產品辨識符,過程800便可前進至步驟850。在步驟850處,正文映射器412可將產品辨識符中所包括的所述至少一種產品類型、所述多個屬性及/或其他分類資訊與一或多個第二產品辨識符中所包括的至少一種產品類型、所述多個屬性及/或其他分類資訊進行比較。在一些實施例中,二或更多個產品辨識符之間的比較可由正文映射器412的比較器模組418來執行。舉例而言,分數比較器552可執行數值相似性比較(例如,點值或百分比)及/或標稱相似性比較(例如,「匹配」、「不匹配」、「屬性=不存在」等)。
在步驟860處,正文映射器412可基於在步驟850處完成的比較來產生所述二或更多個產品辨識符之間的至少一個相似性結果。在一些實施例中,步驟850及步驟860可由比較器模組418執行,且所述至少一個相似性值可包括一或多個結果600,如圖6中所繪示。藉由實例,所述至少一個相似性值可包括基於在步驟850處執行的數值相似性比較的所述兩個產品之間的一組數值相似性值(即,品牌相似性641、型號相似性642、關鍵字相似性643及屬性相似性644)。正文映射器412亦可基於在步驟850處執行的標稱相似性比較來產生一組標稱或分類相似性值。藉由實例,標稱品牌結果可指示產品辨識符中的一或多個屬性及/或標籤之間的「匹配」(即,它們是相同的品牌或具有相同或相似的價格),或者可指示產品辨識符的兩個產品類型或分類之間的「匹配」(例如,兩個產品辨識符均屬於「尿布」產品類型或處於「嬰兒產品」類別中)。
一旦在步驟860處產生所述二或更多個產品辨識符之間的所述至少一個相似性結果,過程800便可在步驟870處結束。在步驟870處,正文映射器412可向一或多個裝置或系統發佈所述至少一個相似性值。舉例而言,在一些實施例中,由過程800產生的相似性值(例如,在步驟860處產生的數值及/或標稱結果)可被登記及/或插入於至少一個資料結構(例如,資料庫440)中及/或發佈於一或多個網頁上。在一些實施例中,發佈所述至少一個相似性值可包括向至少一個使用者裝置發射指令,所述指令使得使用者裝置顯示所述至少一個相似性值(例如,藉由使用者介面450)。在一些實施例中,若產品列表是在與系統100相關聯的資料結構(例如,資料庫440)中維護,則正文映射器412可被配置成基於在步驟870處產生的所述至少一個相似性值來修改與產品列表相關聯的至少一個資料庫(例如,資料庫440)中的一或多個參數(例如,所列出的價格及/或數量)。
儘管已參照本揭露的具體實施例示出並闡述了本揭露,然而應理解,本揭露可不加修改地實踐於其他環境中。上述說明是出於例示目的而呈現。上述說明並非詳盡性的且並非僅限於所揭露的精確形式或實施例。藉由考量對所揭露實施例的說明及實踐,各種修改及改編對於熟習此項技術者而言將顯而易見。另外,儘管所揭露實施例的態樣被闡述為儲存於記憶體中,然而熟習此項技術者應理解,該些態樣亦可儲存於其他類型的電腦可讀取媒體上,例如輔助儲存裝置(例如硬碟或光碟唯讀記憶體(compact disk ROM,CD ROM))或者其他形式的RAM或ROM、通用序列匯流排(universal serial bus,USB)媒體、數位影音光碟(digital versatile disc,DVD)、藍光(Blu-ray)或其他光學驅動媒體上。
基於書面說明及所揭露的方法的電腦程式處於有經驗的開發者的技能範圍內。可使用熟習此項技術者已知的任何技術來創建各種程式或程式模組,或者可結合現有的軟體來設計各種程式或程式模組。舉例而言,可採用或借助.Net Framework、.Net Compact Framework(以及相關語言,如Visual Basic、C等)、爪哇(Java)、C++、Objective-C、HTML、HTML/AJAX組合、可擴展標記語言(Extensible Markup Language,XML)或包括爪哇小程式的HTML來設計程式區段或程式模組。
另外,儘管本文中已闡述了例示性實施例,然而熟習此項技術者基於本揭露將設想出具有等效元素、修改形式、省略、組合(例如,各種實施例之間的態樣的組合)、改編及/或變更的任何及所有實施例的範圍。申請專利範圍中的限制應基於申請專利範圍中採用的語言進行廣義解釋,而並非僅限於本說明書中闡述的實例或在申請的過程期間闡述的實例。所述實例應被視為非排他性的。此外,所揭露方法的步驟可以任何方式進行修改,包括藉由對步驟進行重新排序及/或插入或刪除步驟。因此,本說明書及實例旨在僅被視為例示性的,真正的範圍及精神由以下申請專利範圍及其等效內容的全部範圍來指示。
100:示意性方塊圖/系統
101:裝運授權技術(SAT)系統/系統
102A:裝置/使用者裝置/行動裝置
102B:裝置/使用者裝置/電腦
103:外部前端系統
105:內部前端系統
107:運輸系統
107A、107B、107C:行動裝置/裝置
109:賣方入口
111:裝運及訂單追蹤(SOT)系統
113:履行最佳化(FO)系統
115:履行訊息傳遞閘道(FMG)
117:供應鏈管理(SCM)系統
119:倉庫管理系統(WMS)
119A:行動裝置/裝置/平板電腦
119B:行動裝置/裝置/PDA
119C:行動裝置/裝置/電腦
121A、121B、121C:第三方履行(3PL)系統
123:履行中心授權系統(FC Auth)/FC Auth系統
125:勞資管理系統(LMS)
200:履行中心(FC)
201、222:卡車
202A、202B、208:物項
203:入站區
205:緩衝區
206:堆高機
207:卸貨區
209:揀選區
210:儲存單元
211:包裝區
213:中樞區
214:運輸機構
215:營地區
216:牆
218、220:包裝
224A、224B:交付工作者
226:汽車
310:名稱
320:價格
340:可選擇選項/「選擇型號」欄位
350:可選擇選項/「選擇顏色」欄位
360:數量
370、622、632:型號
380:圖片
400:伺服器電腦系統/伺服器
410:硬體處理器/處理器
412:正文映射器
414:加標模組
416:分析模組
418:比較器模組
420:輸入/輸出(I/O)裝置
430:記憶體
440:資料庫
450:使用者介面
510:產品列表
522:預處理器
524:標籤尋檢器
526:解析器
528:後處理器
530:字典
542:數量分析器
552:分數比較器
554:標稱比較器
560:輸出
600:比較結果/結果
601:標稱品牌結果
602:標稱型號結果
604、605、606:標稱結果
611:品牌比較
612:型號比較
613:關鍵字比較
614:大小比較
615:顏色比較
616:重量比較
621、631:品牌
623、633:關鍵字
624:大小
625:顏色
635:顏色
636:重量
641:品牌相似性
642:型號相似性
643:關鍵字相似性
644:屬性相似性
660:正文相似性
700:知識圖
710:品牌
720、720(n):類別
730:子類別
740:產品類型
742:習慣知識
744:人工智慧
746:品牌資訊
748、758:屬性資訊
750、750(n):子產品類型
800:過程
810、820、830、840、850、860、870:步驟
圖1A是示出根據所揭露實施例的網路的示例性實施例的示意性方塊圖,所述網路包括用於能夠進行通訊的裝運、運輸(transportation)及物流操作的電腦化系統。
圖1B繪示出根據所揭露實施例的樣本搜尋結果頁面(Search Result Page,SRP),其包括滿足搜尋請求的一或多個搜尋結果以及交互式使用者介面元素。
圖1C繪示出根據所揭露實施例的樣本單一細節頁面(Single Detail Page,SDP),其包括產品及關於產品的資訊以及交互式使用者介面元素。
圖1D繪示出根據所揭露實施例的樣本購物車頁面(Cart page),其包括虛擬購物車中的物項以及交互式使用者介面元素。
圖1E繪示出根據所揭露實施例的樣本訂單頁面(Order page),其包括來自虛擬購物車的物項以及關於採購及裝運的資訊以及交互式使用者介面元素。
圖2是根據所揭露實施例的被配置成利用所揭露電腦化系統的示例性履行中心(fulfillment center)的圖例。
圖3繪示出根據所揭露實施例的樣本產品列表,其包括產品及關於產品的資訊以及交互式使用者介面元素。
圖4是根據所揭露實施例的示例性伺服器電腦系統的方塊圖。
圖5是根據所揭露實施例的用於智慧產品列表分析的正文映射器的示例性結構的圖。
圖6是示出根據所揭露實施例的可由所揭露的系統及方法產生的比較結果的方塊圖。
圖7是根據揭露的所揭露實施例的使用產品名稱智慧產品分類之知識圖的示例性結構的圖。
圖8是根據所揭露實施例的使用產品名稱智慧產品分類之示例性過程的流程圖。
412:正文映射器
414:加標模組
416:分析模組
418:比較器模組
510:產品列表
522:預處理器
524:標籤尋檢器
526:解析器
528:後處理器
530:字典
542:數量分析器
552:分數比較器
554:標稱比較器
560:輸出
Claims (20)
- 一種自產品名稱萃取屬性之電腦實施的系統,所述系統包括: 記憶體,儲存指令;以及 至少一個處理器,被配置成執行所述指令以實行包括以下的操作: 自至少一個資料結構擷取: 至少一個名稱,與產品列表相關聯;以及 歷史資料,包括用於確定產品屬性之間的關係的至少一個知識圖; 基於對所述至少一個名稱的分析來確定: 多個屬性,與所述至少一個名稱相關聯;以及 至少一個圖案,與所述多個屬性相關聯; 使用所述至少一個知識圖,基於所述多個屬性及所述至少一個圖案來確定與所述產品列表相關聯的至少一種產品類型; 產生包括所述至少一種產品類型及所述多個屬性的第一產品辨識符; 將所述第一產品辨識符的所述至少一種產品類型及所述多個屬性與和第二產品辨識符相關聯的至少一種產品類型及多個屬性進行比較; 基於所述比較產生所述第一產品辨識符與所述第二產品辨識符之間的至少一個相似性值;以及 向至少一個使用者裝置發射指令,其中所述指令使所述至少一個使用者裝置顯示所述至少一個相似性值。
- 如請求項1所述的系統,其中所述至少一個至少一個知識圖包括所述多個屬性中的至少一個屬性階層。
- 如請求項2所述的系統,其中所述歷史資料更包括包含多種產品類型的記錄,所述多種產品類型中的每一產品類型與至少一個屬性分類階層相關聯。
- 如請求項1所述的系統,其中所述至少一個知識圖更被配置成確定所述產品名稱中的至少一個缺失屬性。
- 如請求項4所述的系統,其中所產生的所述第一產品辨識符更包括所述至少一個缺失屬性。
- 如請求項4所述的系統,其中所述操作更包括基於所述至少一個缺失屬性修改所述至少一個知識圖。
- 如請求項1所述的系統,其中所述多個屬性中的至少一個屬性與屬性類型相關聯,所述屬性類型包括與所述產品列表相關聯的品牌、子品牌及規格中的至少一者。
- 如請求項1所述的系統,其中所述至少一個知識圖被配置成基於所述至少一個圖案來確定所述多個屬性中的至少一個屬性屬性類型。
- 如請求項1所述的系統,其中所述至少一個知識圖是使用由所述至少一個處理器執行的至少一種機器學習演算法至少部分地產生。
- 如請求項9所述的系統,其中所述至少一個處理器被配置成使用所述歷史資料通知所述至少一種機器學習演算法。
- 一種自產品名稱萃取屬性之電腦實施的方法,所述方法包括: 自至少一個資料結構擷取: 至少一個名稱,與產品列表相關聯;以及 歷史資料,包括用於確定產品屬性之間的關係的至少一個知識圖; 基於對所述至少一個名稱的分析來確定: 多個屬性,與所述至少一個名稱相關聯;以及 至少一個圖案,與所述多個屬性相關聯; 使用所述至少一個知識圖,基於所述多個屬性及所述至少一個圖案來確定與所述產品列表相關聯的至少一種產品類型; 產生包括所述至少一種產品類型及所述多個屬性的第一產品辨識符; 將所述第一產品辨識符的所述至少一種產品類型及所述多個屬性與和第二產品辨識符相關聯的至少一種產品類型及多個屬性進行比較; 基於所述比較產生所述第一產品辨識符與所述第二產品辨識符之間的至少一個相似性值;以及 向至少一個使用者裝置發射指令,其中所述指令使所述至少一個使用者裝置顯示所述至少一個相似性值。
- 如請求項11所述的方法,其中所述至少一個至少一個知識圖包括所述多個屬性中的至少一個屬性階層。
- 如請求項11所述的方法,其中所述至少一個知識圖更被配置成確定所述產品名稱中的至少一個缺失屬性。
- 如請求項13所述的方法,其中所產生的所述第一產品辨識符更包括所述至少一個缺失屬性。
- 如請求項13所述的方法,其中所述操作更包括基於所述至少一個缺失屬性修改所述至少一個知識圖。
- 如請求項11所述的方法,其中所述多個屬性中的至少一個屬性與屬性類型相關聯,所述屬性類型包括與所述產品列表相關聯的品牌、子品牌及規格中的至少一者。
- 如請求項11所述的方法,其中所述至少一個知識圖被配置成基於所述至少一個圖案來確定所述多個屬性中的至少一個屬性屬性類型。
- 如請求項11所述的方法,其中所述至少一個知識圖是使用由至少一個處理器執行的至少一種機器學習演算法至少部分地產生。
- 如請求項18所述的方法,其中所述至少一個處理器被配置成使用所述歷史資料通知所述至少一種機器學習演算法。
- 一種自產品名稱萃取屬性之電腦實施的系統,所述系統包括: 記憶體,儲存指令;以及 至少一個處理器,被配置成執行所述指令以實行包括以下的操作: 自至少一個資料結構擷取: 第一名稱,與第一產品列表相關聯; 第二名稱,與第二產品列表相關聯;以及 歷史資料,包括用於確定產品屬性之間的關係的至少一個知識圖; 基於對所述第一名稱及所述第二名稱的分析來確定: 多個屬性,與所述第一名稱及所述第二名稱中的每一者相關聯;以及 至少一個圖案,與所述第一名稱及所述第二名稱中的每一者的所述多個屬性相關聯; 使用所述至少一個知識圖且針對所述第一名稱及所述第二名稱中的每一者,基於所述多個屬性及所述至少一個圖案來確定與所述產品列表相關聯的至少一種產品類型; 產生包括與所述第一名稱相關聯的所述至少一種產品類型及所述多個屬性的第一產品辨識符; 產生包括與所述第二名稱相關聯的所述至少一種產品類型及所述多個屬性的第二產品辨識符; 將所述第一產品辨識符的所述至少一種產品類型及所述多個屬性與和所述第二產品辨識符相關聯的至少一種產品類型及多個屬性進行比較; 基於所述比較產生所述第一產品辨識符與所述第二產品辨識符之間的至少一個相似性值;以及 向至少一個使用者裝置發射指令,其中所述指令使所述至少一個使用者裝置顯示所述至少一個相似性值。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202117248929A | 2021-02-12 | 2021-02-12 | |
US17/248,929 | 2021-02-12 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW202232340A true TW202232340A (zh) | 2022-08-16 |
Family
ID=82838287
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW111100433A TW202232340A (zh) | 2021-02-12 | 2022-01-05 | 自產品名稱萃取屬性之電腦實施的系統及電腦實施的方法 |
Country Status (3)
Country | Link |
---|---|
KR (2) | KR102459120B1 (zh) |
TW (1) | TW202232340A (zh) |
WO (1) | WO2022172067A1 (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6873967B1 (en) * | 2000-07-17 | 2005-03-29 | International Business Machines Corporation | Electronic shopping assistant and method of use |
US20060036510A1 (en) * | 2003-06-02 | 2006-02-16 | W.W. Grainger, Inc. | System and method for directing a customer to additional purchasing opportunities |
US20120197653A1 (en) * | 2011-01-27 | 2012-08-02 | Electronic Entertainment Design And Research | Brand identification, systems and methods |
US20170116658A1 (en) * | 2015-10-22 | 2017-04-27 | Google Inc. | Objective Function Based Engine To Create Smart Product Groupings |
CN106910083A (zh) * | 2015-12-23 | 2017-06-30 | 阿里巴巴集团控股有限公司 | 提供商品对象信息的方法及装置 |
KR20200046185A (ko) * | 2018-10-18 | 2020-05-07 | 삼성전자주식회사 | 전자 장치 및 이의 제어 방법 |
-
2021
- 2021-03-11 WO PCT/IB2021/052033 patent/WO2022172067A1/en active Application Filing
- 2021-11-03 KR KR1020210149973A patent/KR102459120B1/ko active IP Right Grant
-
2022
- 2022-01-05 TW TW111100433A patent/TW202232340A/zh unknown
- 2022-10-21 KR KR1020220136166A patent/KR20220149485A/ko active Search and Examination
Also Published As
Publication number | Publication date |
---|---|
WO2022172067A1 (en) | 2022-08-18 |
KR20220149485A (ko) | 2022-11-08 |
KR102459120B1 (ko) | 2022-10-26 |
KR20220115855A (ko) | 2022-08-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TW202121198A (zh) | 提供產品建議之電腦化系統以及方法 | |
KR102350982B1 (ko) | 인공 지능을 이용한 제품 분류를 위한 컴퓨터 시스템 및 방법 | |
TW202234308A (zh) | 分級退返產品管理倉儲之電腦實施的系統以及方法 | |
TW202232412A (zh) | 產生正文字串的系統以及方法 | |
TWI792302B (zh) | 用於產生搜尋的關鍵詞的方法以及系統 | |
KR20230107496A (ko) | 제품 타이틀로부터 속성을 지능적으로 추출하기 위한시스템 및 방법 | |
TW202341041A (zh) | 電腦實施的系統以及電腦實施的方法 | |
TWI755221B (zh) | 用於追蹤線上社群的電腦實行系統以及方法 | |
US11386478B1 (en) | Computerized systems and methods for using artificial intelligence to generate product recommendations | |
TW202230257A (zh) | 電腦實行的系統以及方法 | |
TW202232340A (zh) | 自產品名稱萃取屬性之電腦實施的系統及電腦實施的方法 | |
KR102466233B1 (ko) | 제품 타이틀로부터 수량의 지능적 추출을 위한 시스템 및 방법 | |
TWI834101B (zh) | 用於低潛時聚合資料供應的電腦實施的系統與用於區域需求估計的電腦實施的系統以及方法 | |
TWI817110B (zh) | 產生內文相關檢索結果之電腦系統以及方法 | |
KR20230143089A (ko) | 과거 구매에 기초하여 제품을 선택 및 제시하기 위한 시스템 및 방법 | |
TW202318290A (zh) | 用於低潛時聚合資料供應的電腦實施的系統與用於區域需求估計的電腦實施的系統以及方法 | |
TW202139082A (zh) | 電子式判定實時登記的電腦實行系統以及方法 | |
TW202145038A (zh) | 詐欺偵測與使用者帳號去除重複之電腦化系統以及方法 |