[發明專利]報關單商品信息的處理方法及系統、存儲介質及電子設備

有效

• 申請號: 202011040141.8
• 申請日: 2020-09-28
• 公開（公告）號: CN111881265B
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 史曉春;楊艾森;袁雨松;曾舒旻
• 申請（專利權）人: 成都數聯銘品科技有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F40/126;G06K9/62;G06Q40/00
• 代理公司: 北京市領專知識產權代理有限公司 11590
• 代理人: 張玲

本發明公開了一種報關單商品信息的處理方法及系統、存儲介質及電子設備，通過對報關單商品信息表進行自然語言處理、相似度計算以及貝葉斯網絡聚類，完成商品品牌與商品型號的歸類處理，統一了同一商品類別下商品品牌、商品型號的表述方式，實現更精細維度下商品描述的歸類與比對，解決了商品品牌與商品型號之間的多對一關系和商品信息描述不規范、不統一，造成的難以實現機器自動化識別商品歸類的問題。

技術領域

本發明涉及數據處理技術領域，具體為一種報關單商品信息的處理方法及系統、存儲介質及電子設備。

背景技術

自2017年7月1日起，中國海關開始實施全國通關一體化，構建一個海關大數據平臺，在海關大數據平臺的建設中，規范的數據處理就顯得尤為重要，這是因為數據處理會直接影響到數據建模和分析結果的好壞。其中，商品歸類是海關報關單數據處理分析的關鍵。因為，商品歸類錯誤可能會導致稅率低報、價格低報。

傳統方法中，海關的商品歸類是報關單位填報、海關人工審核的方式，效率非常低下，且需要大量的人工投入。也有人提出通過機器自動化識別歸類的方式，將報關單商品信息進行機器自動化歸類，但是基于技術的限制，目前只能實現基于不同稅號的大分類，而一個稅號下通常有幾百種不同的商品，為了實現更準確的分類，還是需要人工的配合，效率依然低下。

發明內容

本發明的目的是提供一種報關單商品信息的處理方法及系統，可以實現全自動化商品歸類，提高報關單商品信息的處理效率。

為達到上述目的，本發明提供了如下技術方案：

一種報關單商品信息的處理方法，包括：

獲取若干份報關單數據表，所述報關單數據表中包括商品品牌和商品型號；

基于自然語言處理技術提取出所述報關單數據表中包含的所有的商品品牌和商品型號；

基于相似度算法確定出各商品品牌之間的相似度、各商品型號之間的相似度；

通過所述各商品品牌之間的相似度、各商品型號之間的相似度，建立商品品牌與商品型號從屬關系的貝葉斯網絡，完成商品品牌與商品型號的歸類。

上述方案中，先通過自然語言處理從報關單數據表中提取出商品品牌和商品型號，然后再計算各個商品品牌之間的相似度，各個商品型號之間的相似度，最后基于相似度進行貝葉斯網絡構建，利用貝葉斯網絡實現商品品牌和商品型號的自動歸類?；谧匀徽Z言處理技術和貝葉斯網絡聚類技術，整個處理流程都可以實現全自動化計算機執行，避免了人工參與，因此，極大地提高了處理效率，降低了人工成本。

若提取出的商品品牌中同時包括中文品牌、英文品牌、中英文品牌中的任意兩種或三種，則確定出同一商品中英文品牌之間的對應關系；

所述通過所述各商品品牌之間的相似度、各商品型號之間的相似度，建立商品品牌與商品型號從屬關系的貝葉斯網絡的步驟，包括：通過所述各商品品牌之間的相似度、各商品型號之間的相似度以及同一商品中英文品牌之間的對應關系，建立商品品牌與商品型號從屬關系的貝葉斯網絡。

中文和英文之間一般難以通過相似度算法計算相似度，通過確定出同一商品中英文品牌之間的對應關系，即可確定出中文與英文之間的相似度，例如中文就是英文的翻譯，相似度為100%，由此可以實現更多情況的自動歸類，增強本方法的適應性和可靠性。

所述通過各商品品牌之間的相似度、各商品型號之間的相似度以及同一商品中英文品牌之間的對應關系，建立商品品牌與商品型號從屬關系的貝葉斯網絡，完成商品品牌與商品型號的歸類的步驟，包括：

將相似度大于第一閾值的商品品牌聚類為同一類，同一類商品品牌下相似度大于第二閾值的商品型號聚類為同一類；

在同一類商品中，選取出現頻率最高的商品品牌和商品型號，作為該類商品的正確商品品牌和正確商品型號；