[發明專利]電子商務平臺質量檢測方法和裝置

有效

• 申請號: 201710064977.3
• 申請日: 2017-02-06
• 公開（公告）號: CN108399545B
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 向彪;馬婷
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06Q30/00
• 分類號: G06Q30/00;G06Q30/06
• 代理公司: 中國貿促會專利商標事務所有限公司 11038
• 代理人: 許蓓

1.一種電子商務平臺質量檢測方法，其特征在于，包括：

從電子商務平臺的訂單數據中獲取若干訂單行的信息，其中，每個訂單行對應一個訂單中的一種商品；

獲取訂單行的反饋信息；

對訂單行的反饋信息中的文本數據進行文本分析，確定問題訂單行；

根據問題訂單行在獲取的訂單行中的比例，確定所述電子商務平臺的質量參數；

其中，所述根據問題訂單行在獲取的訂單行中的比例，確定所述電子商務平臺的質量參數包括：

將各個類別中的問題訂單行在獲取的訂單行中的比例作為各個類別的質量參數，所述各個類別為各個商品類別；

根據質量標準要求的高低、各個類別的重要程度或者各個類別的訂單行的數量，確定各個類別的權重；

根據各個類別的質量參數的加權和，確定所述電子商務平臺的質量參數。

2.根據權利要求1所述的方法，其特征在于，所述從電子商務平臺的訂單數據中獲取若干訂單行的信息包括以下至少一種方法：

從電子商務平臺的預設時間段內的訂單數據中獲取若干訂單行的信息；

從電子商務平臺的訂單數據中獲取預設類別的若干訂單行的信息；

從電子商務平臺的訂單數據中獲取若干具有預設屬性的商品所對應的訂單行的信息。

3.根據權利要求1所述的方法，其特征在于，還包括：

獲取用于訓練的反饋數據；

標記反饋數據中的具有質量問題的數據和不具有質量問題的數據；

采用標記后的反饋數據訓練機器學習模型；

所述對訂單行的反饋信息中的文本數據進行文本分析，確定問題訂單行包括：

將訂單行的反饋信息中的文本數據輸入到訓練后的機器學習模型；

如果所述訓練后的機器學習模型的輸出結果為具有質量問題，則將所述訂單行確定為問題訂單行；

如果所述訓練后的機器學習模型的輸出結果為不具有質量問題，則不將所述訂單行確定為問題訂單行。

4.根據權利要求1所述的方法，其特征在于，

所述對訂單行的反饋信息中的文本數據進行文本分析，確定問題訂單行包括：

對訂單行的反饋信息中的文本數據進行文本分析，確定問題訂單行以及問題訂單行的問題類別；

所述根據問題訂單行在獲取的訂單行中的比例，確定所述電子商務平臺的質量參數包括：

根據各個問題類別的問題訂單行在獲取的訂單行中的比例，確定所述電子商務平臺的各個問題類別對應的質量參數。

5.根據權利要求1所述的方法，其特征在于，所述獲取訂單行的反饋信息包括：

獲取訂單行的用戶評論信息、退換貨信息、維修信息、咨詢信息、內部投訴信息和外部投訴信息中的至少一種反饋信息。

6.一種電子商務平臺質量檢測裝置，其特征在于，包括：

訂單行信息獲取模塊，用于從電子商務平臺的訂單數據中獲取若干訂單行的信息，其中，每個訂單行對應一個訂單中的一種商品；

反饋信息獲取模塊，用于獲取訂單行的反饋信息；

問題訂單行確定模塊，用于對訂單行的反饋信息中的文本數據進行文本分析，確定問題訂單行；

質量參數確定模塊，用于根據問題訂單行在獲取的訂單行中的比例，確定所述電子商務平臺的質量參數；

所述質量參數確定模塊將各個類別中的問題訂單行在獲取的訂單行中的比例作為各個類別的質量參數，根據質量標準要求的高低、各個類別的重要程度或者各個類別的訂單行的數量，確定各個類別的權重，根據各個類別的質量參數的加權和確定所述電子商務平臺的質量參數，所述各個類別為各個商品類別。

7.根據權利要求6所述的裝置，其特征在于，所述訂單行信息獲取模塊進一步用于：

從電子商務平臺的預設時間段內的訂單數據中獲取若干訂單行的信息；或者，

從電子商務平臺的訂單數據中獲取預設類別的若干訂單行的信息；或者，

從電子商務平臺的訂單數據中獲取若干具有預設屬性的商品所對應的訂單行的信息。