[發明專利]電商圖譜模型的構建方法、系統、設備及存儲介質

在審

• 申請號: 202010594575.6
• 申請日: 2020-06-28
• 公開（公告）號: CN111754306A
• 公開（公告）日: 2020-10-09
• 發明（設計）人: 李淑娣;王彥輝;張紅強;王亞南;辛惠娟
• 申請（專利權）人: 李淑娣
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06F16/22
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 李興林

本發明公開的電商圖譜模型的構建方法、系統、設備及存儲介質，包括：S101、獲取商品信息；S102、根據商品信息進行屬性劃分和類別關聯；S103、獲取電商平臺上每個用戶的歷史瀏覽記錄信息；S104、計算每個用戶的歷史瀏覽記錄信息與每個商品的關聯度，并進行等級排序；S105、將排序后的用戶歷史瀏覽記錄信息與商品的關聯度存儲至數據庫，構建出用于電商平臺的圖譜模型；本發明可以使得檢索到的商品更加符合大眾用戶的普遍需求，提升了商品推薦的精確度和成功率。

技術領域

本發明屬于電商圖譜模型的技術領域，具體涉及電商圖譜模型的構建方法、系統、設備及存儲介質。

背景技術

隨著電子商務的興起，電商平臺在商品銷售領域中占據非常重要的地位。電商平臺相對于傳統實體商店具備的一個明顯優點就是同時展示、銷售的商品種類不受限制，但同時，由于電商平臺上可選擇的商品過多，常常也會給用戶在尋找商品時帶來煩惱。為此，很多電商平臺會主動向用戶推薦商品，用戶若對推薦的商品感興趣，便可快速進入購買環節，不僅為用戶提供了購物便利，而且增加了電商平臺的銷售業績。

在電商領域中，由于需要處理海量且實時變化的數據，因此目前業內主要研究的是通過如何訓練知識圖譜的標簽，或者是如何從圖片、網頁等數據源中提取標簽。而標簽提取之后的處理方案則鮮有研究，各標簽之間的關聯關系通常是人工維護的。而受限于人力成本和數據量，還沒有系統性的關于商品/用戶系統的量化表示方案，也難以實現服務于零售關系的關系抽取，使得知識圖譜技術在電商零售領域的推薦精確度低、發展緩慢，使用范圍不大。

發明內容

本發明克服現有技術存在的不足，所要解決的技術問題為：提供一種能夠提高商品推薦的精確度和成功率的電商圖譜模型的構建方法、系統、設備及存儲介質。

為了解決上述技術問題，本發明采用的技術方案為：用于電商平臺的圖譜模型構建方法，包括：S101、獲取商品信息；S102、根據商品信息進行屬性劃分和類別關聯；S103、獲取電商平臺上每個用戶的歷史瀏覽記錄信息；S104、計算每個用戶的歷史瀏覽記錄信息與每個商品的關聯度，并進行等級排序；S105、將排序后的用戶歷史瀏覽記錄信息與商品的關聯度存儲至數據庫，構建出用于電商平臺的圖譜模型。

優選地，所述獲取商品信息，包括：獲取商品的屬性信息，所述商品的屬性信息包括商品名稱、貨號、型號、類目、是否進口、材質、類型、顏色、尺寸和價格；獲取商品圖片的特征屬性信息。

優選地，所述根據商品信息進行屬性劃分和類別關聯，包括：根據商品的屬性信息進行類目、子類目劃分；將相似商品的類目、子類目關聯；根據商品圖片的特征屬性信息，計算特征向量距離；將商品圖片與商品的類目、子類目關聯。

優選地，所述計算每個用戶的歷史瀏覽記錄信息與每個商品的關聯度，并進行等級排序，包括：對用戶的歷史瀏覽記錄信息進行清洗、過濾，去無效數據，得到有效瀏覽字段；所述歷史瀏覽記錄信息包括瀏覽記錄字段和商品圖片；將有效瀏覽字段與商品的類目、子類目關聯；根據歷史瀏覽記錄信息中商品圖片的特征屬性信息，計算特征向量距離，當歷史瀏覽記錄信息中商品圖片的特征向量距離與商品圖片的特征向量距離相近時，將歷史瀏覽記錄信息中的商品圖片與商品的類目、子類目關聯；將用戶歷史瀏覽記錄中的瀏覽記錄字段和商品圖片與商品的類目、子類目的關聯度進行等級排序。

相應地，用于電商平臺的圖譜模型構建系統，包括：第一獲取單元：用于獲取商品信息；第一處理單元：根據商品信息進行屬性劃分和類別關聯；第二獲取單元：用于獲取電商平臺上每個用戶的歷史瀏覽記錄信息；第二處理單元：計算每個用戶的歷史瀏覽記錄信息與每個商品的關聯度，并進行等級排序；圖譜模型構建單元：將排序后的用戶歷史瀏覽記錄信息與商品的關聯度存儲至數據庫，構建出用于電商平臺的圖譜模型。