[發明專利]基于決策樹的產品匹配方法、裝置、設備及存儲介質

在審

• 申請號: 202110725709.8
• 申請日: 2021-06-29
• 公開（公告）號: CN113450147A
• 公開（公告）日: 2021-09-28
• 發明（設計）人: 平高明
• 申請（專利權）人: 未鯤（上海）科技服務有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06F16/33
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 涂年影

1.一種基于決策樹的產品匹配方法，其特征在于，包括：

通過定時任務，定時檢測目標郵箱的接收情況；

若檢測到所述目標郵箱中存在未讀郵件，則獲取所述未讀郵件的主題與正文內容；

將所述主題與正文內容輸入到訓練好的決策樹中，以判斷所述未讀郵件是否與產品銷售相關，得到第一判斷結果；

若所述第一判斷結果為所述未讀郵件與產品銷售相關，則識別所述未讀郵件中的內容，作為目標內容；

通過預設關鍵詞遍歷所述目標內容，以提取所述目標內容中的產品相關信息，其中，所述產品相關信息包括產品名稱、銷售時間、銷售金額；

通過預設的匹配規則，將所述產品名稱匹配對應的銷售金額，得到產品銷售信息，并基于所述銷售時間，將所述產品銷售信息進行輸出。

2.根據權利要求1所述的基于決策樹的產品匹配方法，其特征在于，所述將所述主題與正文內容輸入到訓練好的決策樹中，以判斷所述未讀郵件是否與產品銷售相關，得到第一判斷結果，包括：

將所述主題與正文內容輸入到所述訓練好的決策樹中；

通過所述訓練好的決策樹對所述主題與正文內容進行節點分類，得到當前節點分類結果；

基于所述當前節點分類結果判斷所述未讀郵件的最終葉子節點，作為預測葉子節點；

通過對所述預測葉子節點的預測結果，得到所述第一判斷結果。

3.根據權利要求1所述的基于決策樹的產品匹配方法，其特征在于，在所述將所述主題與正文內容輸入到訓練好的決策樹中，以判斷所述未讀郵件是否與產品銷售相關，得到第一判斷結果之前，所述方法還包括：

獲取樣本郵件，并抓取所述樣本郵件中的內容，得到樣本訓練數據；

識別所述樣本訓練數據中的產品特征屬性，其中，所述產品特征屬性為所述樣本訓練數據中產品的固有屬性；

根據產品特征屬性對樣本訓練數據中的數據進行特征選擇，生成目標訓練集，其中，所述目標訓練集分為訓練數據和測試數據；

采用決策樹算法對所述目標訓練集進行訓練，得到所述訓練好的決策樹。

4.根據權利要求3所述的基于決策樹的產品匹配方法，其特征在于，所述采用決策樹算法對所述目標訓練集進行訓練，得到所述訓練好的決策樹，包括：

采用ID3算法，將所述訓練數據對決策樹進行節點計算，得到節點特征；

基于所述節點特征，對所述所述決策樹進行遞歸計算，其中，每次遞歸計算得到一個基礎決策樹；

通過測試數據對所述基礎決策樹進行測試計算，得到誤差值；

當所述誤差值小于預設閾值時，停止所述遞歸計算，得到所述訓練好的決策樹。

5.根據權利要求1所述的基于決策樹的產品匹配方法，其特征在于，所述若所述第一判斷結果為所述未讀郵件與產品銷售相關，則識別所述未讀郵件中的內容，作為目標內容，包括：

若所述第一判斷結果為所述未讀郵件與產品銷售相關，則將所述主題與正文內容作為所述目標內容，并檢測所述未讀郵件是否包括附件，得到檢測結果；

若所述檢測結果為所述未讀郵件包括附件，則判斷所述附件的文本類型，得到第二判斷結果；

若所述第二判斷結果為所述附件的文本類型為word文檔，則讀取所述word文檔對應的文字內容，作為所述目標內容；

若所述第二判斷結果為所述附件的文本類型為文本型PDF，則通過java類包解析的方式，讀取出所述文本型PDF的文字內容，作為所述目標內容；

若所述第二判斷結果為所述附件的文本類型為圖片型PDF，則通過OCR識別的方式，讀取出所述圖片型PDF的文字內容，作為所述目標內容。

6.根據權利要求1至5任一項所述的基于決策樹的產品匹配方法，其特征在于，所述通過預設關鍵詞遍歷所述目標內容，以提取所述目標內容中的產品相關信息，包括：

通過預設關鍵詞遍歷所述目標內容，以獲取目標內容中的包括所述預設關鍵詞的句子，作為關鍵句子；

獲取關鍵句子中與所述預設關鍵詞相對應的數據，得到所述銷售時間和所述銷售金額；

通過分隔符對所述關鍵句子進行拆分，以獲取所述產品名稱。