[發明專利]一種基于圖像分析的商品數據提取方法和裝置

在審

• 申請號: 201910916301.1
• 申請日: 2019-09-26
• 公開（公告）號: CN112559783A
• 公開（公告）日: 2021-03-26
• 發明（設計）人: 竇方正
• 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: G06F16/55
• 分類號: G06F16/55;G06F16/54;G06Q30/06
• 代理公司: 北京德琦知識產權代理有限公司 11018
• 代理人: 謝安昆;宋志強

本發明提供了一種基于圖像分析的商品數據提取方法和裝置，該方法包括：預先設置商品類別和商品屬性值；獲取每種商品類別對應的圖像數據，以及每種商品屬性值對應的圖像數據；基于獲取的每種商品類別對應的圖像數據和每種商品屬性值對應的圖像數據，對預先搭建的圖像分類模型進行訓練；利用訓練好的圖像分類模型，提取待處理圖像所展示商品的商品數據。本發明能夠提高商品數據完備度和精準度。

技術領域

本發明涉及信息處理技術領域，特別涉及一種基于圖像分析的商品數據提取方法和裝置。

背景技術

隨著消費的升級，用戶體驗好壞成為提高用戶粘性的一個關鍵因素。在商品的搜索推薦系統中，最常遇見的問題是搜索結果不準確，搜索返回的是用戶不需要或興趣度不高的商品，產生此問題的根本原因在于商品數據不夠精確完備。

在商品數據庫中，產品詞和商品屬性是最主要的商品數據，因此，如何獲取精確完備的產品詞和商品屬性是商品的搜索推薦系統的關鍵一環。目前，商品數據主要通過以下技術獲取：

1)通過商家填報系統人工上傳商品數據到數據庫；

2)采用基于文本分析的方法對商品標題進行清洗和處理，獲得商品數據。

在商品的搜索推薦系統中，使用最廣泛的信息是商家上傳的商品數據，完全依賴于人工填報的商品數據存在很多問題，人工參與必定會摻雜主觀因素，從而引入各種錯誤的、不精確的、不完備的信息，這不僅僅是因為單純的人為疏忽，甚至可能是故意為之，如為了提高曝光度去蹭熱門搜索詞、故意錯填、多填，為了快速方便省略不填，因不夠專業隨意命名導致數據混亂等；

通過文本分析方法清洗商品標題從而改進商品數據，提升用戶搜索體驗的效果也并不理想，主要原因在于該方法本身受限于商品標題的質量，這使得該方法遇到很多難題，如當標題出現多個產品詞時，中心產品詞的確定；商品標題存在互斥屬性時，如何取舍獲取正確的屬性等。

發明內容

有鑒于此，本發明的目的在于提供基于圖像分析的商品數據提取方法和裝置，能夠提高商品數據提取的完備度和精準度。

為了達到上述目的，本發明提供了如下技術方案：

一種基于圖像分析的商品數據提取方法，包括：

預先設置商品類別和商品屬性值；

獲取每種商品類別對應的圖像數據，以及每種商品屬性值對應的圖像數據；

基于獲取的每種商品類別對應的圖像數據和每種商品屬性值對應的圖像數據，對預先搭建的圖像分類模型進行訓練；

利用訓練好的圖像分類模型，提取待處理圖像所展示商品的商品數據。

一種基于圖像分析的商品數據提取裝置，包括：

配置單元，用于預先設置商品類別和商品屬性值；

獲取單元，用于獲取每種商品類別對應的圖像數據，以及每種商品屬性值對應的圖像數據；

訓練單元，用于基于獲取單元獲取的每種商品類別對應的圖像數據和每種商品屬性值對應的圖像數據，對預先搭建的圖像分類模型進行訓練；

提取單元，用于利用訓練單元訓練好的圖像分類模型，提取待處理圖像所展示商品的商品數據。

一種電子設備，包括：至少一個處理器，以及與所述至少一個處理器通過總線相連的存儲器；所述存儲器存儲有可被所述至少一個處理器執行的一個或多個計算機程序；所述至少一個處理器執行所述一個或多個計算機程序時實現上述基于圖像分析的商品數據提取方法中的步驟。

一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲一個或多個計算機程序，所述一個或多個計算機程序被處理器執行時實現上述基于圖像分析的商品數據提取方法。