[發明專利]預測新商品關聯購買行為的方法及裝置

有效

• 申請號: 201711349437.6
• 申請日: 2017-12-15
• 公開（公告）號: CN109934646B
• 公開（公告）日: 2021-09-17
• 發明（設計）人: 裘實;景雷;陳志全;李聚信;蔣佳濤
• 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: G06Q30/06
• 分類號: G06Q30/06;G06Q30/02
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 邢雪紅;袁禮君

本公開涉及數據處理技術領域，尤其涉及建立關聯購買相似度與商品屬性之間關系的方法及裝置、預測新商品關聯購買行為的方法及裝置、存儲介質、電子設備。該預測新商品關聯購買行為的方法包括：利用關聯購買相似度與商品屬性之間的關系，計算新商品與同類各現有商品的關聯購買相似度；根據所述新商品與同類各現有商品的關聯購買相似度以及同類各現有商品的關聯購買行為預測與所述新商品關聯購買的商品。本公開的方案實現了在商品屬性層面上計算新商品分別與現有商品的關聯購買相似度。另外，實現了對新商品的關聯購買商品的預測。

技術領域

本公開涉及數據處理技術領域，尤其涉及一種建立關聯購買相似度與商品屬性之間關系的方法及裝置、預測新商品關聯購買行為的方法及裝置、存儲介質、電子設備。

背景技術

在商品的銷售和購買過程中，常常出現在一次購買行為中購買多個商品的情況。例如，購買iphone7手機的消費者同時也購買了iphone7 手機的手機殼和屏幕貼膜。基于此，通過分析大量的訂單數據，獲取商品之間的關聯關系，進而發掘出經常被共同購買的商品，為經營者提供商品擺放、促銷、倉儲等方面的建議。

目前，常用的獲取商品之間的關聯關系的方法為Louvain算法(社區發現算法)。該Louvain算法可以根據兩個商品被共同購買的次數以及上述兩個商品各自參與的共同購買的次數計算該商品之間的社區聚合度，從而根據兩個商品之間的社區聚合度發掘出經常被共同購買的商品，從而為經營者提供商品擺放、促銷、倉儲等方面的建議。

然而，在上述方式中，一方面，僅在商品層面上挖掘商品之間的關聯關系，無法在商品屬性層面上挖掘商品之間的關聯關系；另一方面，上述獲取商品的關聯關系的方法僅僅局限于現有商品，無法預測新商品與現有商品之間的關聯關系。

需要說明的是，在上述背景技術部分公開的信息僅用于加強對本公開的背景的理解，因此可以包括不構成對本領域普通技術人員已知的現有技術的信息。

發明內容

本公開的目的在于提供一種建立關聯購買相似度與商品屬性之間關系的方法及裝置、一種預測新商品關聯購買行為的方法及裝置、存儲介質、電子設備，便于預測新商品的關聯購買商品。

根據本公開的一個方面，提供一種建立關聯購買相似度與商品屬性之間關系的方法，包括：

構造多個同類商品中每個商品的商品屬性；

計算所述多個同類商品中全部任意兩個商品之間的關聯購買相似度；

使用機器學習方法建立兩個商品的關聯購買相似度與所述兩個商品的商品屬性之間的關系。

在本公開的一種示例性實施例中，所述構造多個同類商品中每個商品的商品屬性包括：

對每個商品的商品信息進行自然語言處理，以得到每個商品的多組屬性和屬性值；

對于屬性值為連續變量的屬性和屬性值組，將相應屬性值離散化；

對于屬性為共存屬性的屬性和屬性值組，將相應屬性值變換為屬性且將變換得到的所述屬性的屬性值設置為布爾值。

在本公開的一種示例性實施例中，所述商品屬性表達為如下結構： {Ai：ai，Bij：bij}，其中，Ai為互斥屬性，ai為Ai對應的值，Bij為共存屬性i的可能值，bij為布爾值。

在本公開的一種示例性實施例中，所述商品信息包括商品標簽信息、商品包裝規格信息和商品描述信息中的一種或多種。

在本公開的一種示例性實施例中，所述計算所述多個同類商品中全部任意兩個商品之間的關聯購買相似度包括：

構造商品關聯購買網絡，所述商品關聯購買網絡用于表示商品之間的關聯購買行為；

構造基于所述商品關聯購買網絡的相似度評價標準；