[發明專利]多平臺商品屬性匹配處理方法及系統

有效

• 申請號: 202110004538.X
• 申請日: 2021-01-04
• 公開（公告）號: CN112669086B
• 公開（公告）日: 2023-09-15
• 發明（設計）人: 阮紅虎;張衛華;吳志豐;李鑌
• 申請（專利權）人: 深圳市華通易點信息技術有限公司
• 主分類號: G06Q30/0202
• 分類號: G06Q30/0202;G06Q30/0601
• 代理公司: 深圳市卓科知識產權代理有限公司 44534
• 代理人: 邵妍;張磊

1.一種多平臺商品屬性匹配處理方法，其特征在于，包括：

獲取多網絡平臺的用戶數據，從用戶數據中提取出行為數據，生成行為數據集合；所述行為數據集合V＝{p₁，p₂，...p_i，...p_M}，其中，p_i為用戶的第i類行為，M是行為類型總數，所述行為類型包括在電商平臺中的瀏覽商品、收藏商品、收藏商家、將商品加入購物車、商品下單中的至少一項，還包括在非電商平臺中的關注、點贊、轉發、輸入評論、進入直播間、駐留直播間、打賞、網址鏈接點擊中的至少一項；

依據所述行為數據集合建立多網絡平臺的行為引導因素與用戶行為之間的引導關系關聯模型；所述關聯模型G包括G＝{V，E，W}，其中，影響程度集合E＝{e₁₁，e₁₂，...e_ij，...e_ML}，e_ij為用戶的第i類行為p_i受第j個行為引導因素e_j的影響程度，f＝1，2...M，j＝1，2...L，L為行為引導因素類型總數，所述行為引導因素包括信息出現方式因素、信息類型因素、信息內容因素、價格因素、時間因素、地理位置因素中的至少一項；所述關聯模型G還包括影響程度權重集合W，其中，影響程度權重集合W＝{w₁₁，w₁₂，...w_q，...w_ML}，w_q為e_ij的權重值，0≤w_ij≤K，K為權重允許最大值；

從所述關聯模型中確定出用戶受所述行為引導因素影響而產生的被引導用戶行為，得到每類被引導用戶行為的引導因素域；

依據所述關聯模型和所述引導因素域判斷行為狀態變化情況；所述行為狀態變化情況的模型為：

x_i(t+1)＝x_i(t)+Δe_ij(t)

其中，x_i為每個p_i的行為狀態，x_i∈R，R是每個p_i可能處于的所有行為狀態的集合，x_i(t)為用戶的第i類被引導行為在t時刻的行為狀態，x_i(t+1)為在后時間階段內的行為狀態，e_ij(t+1)為在后時間階段內的行為引導因素，e_ij(t)為在先時間階段內的行為引導因素，β_i是第i類被引導行為的增益系數，Δe_ij(t)為在N_i內e_ij(t+1)相對于e_ij(t)的差異量對x_i(t+1)產生的增益；N_i為所有的對第i類行為來說影響因素e_ij≠0的標號j組成的鄰域；

依據所述行為狀態變化情況確定出與所述引導因素域相應的非電商平臺的映射引導因素，并向用戶施加該映射引導因素。

2.一種多平臺商品屬性匹配處理系統，其特征在于，包括：

行為數據生成模塊，用于獲取多網絡平臺的用戶數據，從用戶數據中提取出行為數據，生成行為數據集合；所述行為數據集合V＝{p₁，p₂，...p_i，...p_M}，其中，p_i為用戶的第i類行為，M是行為類型總數，所述行為類型包括在電商平臺中的瀏覽商品、收藏商品、收藏商家、將商品加入購物車、商品下單中的至少一項，還包括在非電商平臺中的關注、點贊、轉發、輸入評論、進入直播間、駐留直播間、打賞、網址鏈接點擊中的至少一項；

關聯模型建立模塊，用于依據所述行為數據集合建立多網絡平臺的行為引導因素與用戶行為之間的引導關系關聯模型；所述關聯模型G包括G＝{V，E，W}，其中，影響程度集合E＝{e₁₁，e₁₂，...e_ij，...e_ML}，e_ij為用戶的第i類行為p_i受第j個行為引導因素e_j的影響程度，i＝1，2...M，j＝1，2...L，L為行為引導因素類型總數，所述行為引導因素包括信息出現方式因素、信息類型因素、信息內容因素、價格因素、時間因素、地理位置因素中的至少一項；所述關聯模型G還包括影響程度權重集合W，其中，影響程度權重集合W＝{w₁₁，w₁₂，...w_q，...w_ML}，w_q為e_ij的權重值，0≤w_q≤K，K為權重允許最大值；

因素域確定模塊，用于從所述關聯模型中確定出用戶受所述行為引導因素影響而產生的被引導用戶行為，得到每類被引導用戶行為的引導因素域；

行為狀態判斷模塊，用于依據所述關聯模型和所述引導因素域判斷行為狀態變化情況；所述行為狀態變化情況的模型為：

x_i(t+1)＝x_i(t)+Δe_ij(t)

其中，x_i為每個p_i的行為狀態，x_i∈R，R是每個p_i可能處于的所有行為狀態的集合，x_i(t)為用戶的第i類被引導行為在t時刻的行為狀態，x_i(t+1)為在后時間階段內的行為狀態，e_ij(t+1)為在后時間階段內的行為引導因素，e_ij(t)為在先時間階段內的行為引導因素，β_i是第i類被引導行為的增益系數，Δe_ij(t)為在N_i內e_ij(t+1)相對于e_ij(t)的差異量對x_i(t+1)產生的增益；N_i為所有的對第i類行為來說影響因素e_ij≠0的標號j組成的鄰域；

映射因素識別模塊，用于依據所述行為狀態變化情況確定出與所述引導因素域相應的非電商平臺的映射引導因素，并向用戶施加該映射引導因素。