[發(fā)明專利]數(shù)據(jù)融合方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201610056060.4
• 申請日: 2016-01-27
• 公開（公告）號: CN105740380B
• 公開（公告）日: 2019-03-12
• 發(fā)明（設(shè)計(jì)）人: 范春曉;張駿;趙天霖;吳岳辛;盧誠知;肖傲
• 申請（專利權(quán)）人: 北京郵電大學(xué)
• 主分類號: G06F16/953
• 分類號: G06F16/953;G06Q30/06
• 代理公司: 北京同立鈞成知識產(chǎn)權(quán)代理有限公司 11205
• 代理人: 楊文娟;黃健

本發(fā)明提供一種數(shù)據(jù)融合方法及系統(tǒng)，其中，該方法包括：獲取商品數(shù)據(jù)對應(yīng)的電商數(shù)據(jù)集，根據(jù)商品基準(zhǔn)特征，計(jì)算該電商數(shù)據(jù)集中商品數(shù)據(jù)對應(yīng)商品之間的第一商品相似度，并將大于設(shè)定相似度的一組商品作為匹配商品，得到第一匹配商品列表，根據(jù)匹配商品的各級參數(shù)，計(jì)算匹配商品中每級參數(shù)之間的參數(shù)相似度，進(jìn)而計(jì)算出匹配商品之間的第二商品相似度，獲得第二匹配商品列表，若第二匹配商品列表相對于第一匹配商品列表沒有變化，則解決該第二匹配商品列表中各商品之間存在的各級參數(shù)沖突，得到融合數(shù)據(jù)。本發(fā)明的技術(shù)方案，通過綜合利用商品基準(zhǔn)特征和商品的各級參數(shù)對商品進(jìn)行多次匹配，匹配的準(zhǔn)確率高、速度快、效率高。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種數(shù)據(jù)融合方法及系統(tǒng)。

背景技術(shù)

隨著科學(xué)技術(shù)的不斷發(fā)展，足不出戶便可購到所需物品的網(wǎng)絡(luò)購物方式變得越來越流行，而電商網(wǎng)站是網(wǎng)絡(luò)購物的載體，其上承載了大量商品的相關(guān)信息，人們的網(wǎng)購活動(dòng)主要在電商網(wǎng)站上完成。然而，在不同的電商網(wǎng)站上可能出現(xiàn)同一商品用不同參數(shù)進(jìn)行描述的現(xiàn)象，即使在同一網(wǎng)站，由于分類不同或由不同商家售賣，也會(huì)出現(xiàn)同一商品用不同參數(shù)進(jìn)行描述的現(xiàn)象。因此，如果能將多個(gè)電商網(wǎng)站的數(shù)據(jù)進(jìn)行融合，也即，將不同電商網(wǎng)站的相同商品和商品參數(shù)描述對應(yīng)起來，并用統(tǒng)一的語言和格式進(jìn)行存儲(chǔ)，不僅可以對各個(gè)電商網(wǎng)站的商品數(shù)據(jù)做聯(lián)合分析，而且還可以消除單個(gè)電商網(wǎng)站出現(xiàn)的參數(shù)描述錯(cuò)誤的情況。

目前，現(xiàn)有電商網(wǎng)站數(shù)據(jù)融合的方法可以總結(jié)為：首先從不同的電商網(wǎng)站上提取商品型號和商品標(biāo)題名，然后分別將各電商網(wǎng)站上的商品型號和商品標(biāo)題名進(jìn)行一一匹配，最后將匹配得到的各商品數(shù)據(jù)進(jìn)行融合，進(jìn)而解決同一商品在不同電商網(wǎng)站上商品型號或商品參數(shù)描述不一致的問題。

然而，現(xiàn)有電商網(wǎng)站數(shù)據(jù)融合的方法只能對商品型號明確和商品標(biāo)題名命名規(guī)范的商品進(jìn)行匹配，可用的匹配參數(shù)較少，無法對商品細(xì)節(jié)的匹配進(jìn)行控制，因此，匹配的商品數(shù)量較少、類型有限，致使出現(xiàn)匹配錯(cuò)誤的概率高，效率低。

發(fā)明內(nèi)容

本發(fā)明提供一種數(shù)據(jù)融合方法及系統(tǒng)，以解決現(xiàn)有數(shù)據(jù)融合方法匹配商品數(shù)量較少、類型有限、可用參數(shù)較少、匹配錯(cuò)誤概率高、效率低的問題。

本發(fā)明提供的一種數(shù)據(jù)融合方法，包括：

獲取多個(gè)電商網(wǎng)站上的商品數(shù)據(jù)，得到電商數(shù)據(jù)集；

根據(jù)商品基準(zhǔn)特征，分別計(jì)算所述電商數(shù)據(jù)集中多個(gè)商品數(shù)據(jù)對應(yīng)商品之間的第一商品相似度；

將所述第一商品相似度大于設(shè)定相似度的一組商品作為匹配商品，得到第一匹配商品列表；

根據(jù)所述匹配商品的各級參數(shù)，計(jì)算所述匹配商品中每級參數(shù)之間的參數(shù)相似度，得到參數(shù)相似度列表；

根據(jù)所述參數(shù)相似度列表中的各參數(shù)相似度，計(jì)算出所述匹配商品之間的第二商品相似度；

根據(jù)所述第二商品相似度與所述設(shè)定相似度之間的關(guān)系，得到第二匹配商品列表；

判斷所述第二匹配商品列表相對于所述第一匹配商品列表是否發(fā)生變化；

若是，返回執(zhí)行根據(jù)所述匹配商品的各級參數(shù)，計(jì)算所述匹配商品中每級參數(shù)之間的參數(shù)相似度；

若否，解決所述第二匹配商品列表中各商品之間存在的各級參數(shù)沖突，得到融合數(shù)據(jù)。

本發(fā)明還提供的一種數(shù)據(jù)融合系統(tǒng)，包括：

獲取模塊，用于獲取多個(gè)電商網(wǎng)站上的商品數(shù)據(jù)，得到電商數(shù)據(jù)集；