[发明专利]一种基于商品属性归一和聚类识别产品的方法

说明书

技术领域

本发明涉及一种计算机中信息检索领域的方法，具体讲涉及一种基于商品属性归一和聚类识别产品的方法。

背景技术

随着电子商务网站的成功发展，在线购物已经成为一种方便、快捷、廉价的购物方式，随之而来的是商品信息和购物网站数量急剧增加，然而众多的购物信息让消费者迷失了方向，如何快速而全面得到想要的商品信息，是互联网搜索技术面临的一个新挑战。

互联网搜索引擎技术为用户提供了便捷、快速的通道，帮助用户更快、更准、更全面的获取商品及商城信息，借助搜索引擎技术，购物搜索应运而生，当用户检索某个商品时，查询返回的信息如果以商品维度呈现给用户，会使得用户淹没在大量的数据中，对此人们提出了多种方法对查询结果的展示进行改进，其中把返回的结果从商品维度向上归约到产品维度来进行展现是一种比较好的办法。产品是商品的泛化概念，用户搜索可以先定位到产品后再对产品下的商品进行比较和选择，其中识别产品是关键。识别产品的正确率直接影响购物搜索的质量和用户体验。

目前，识别产品是将商品通过聚类有效的组织起来，个性化的呈现给用户。传统的面向购物搜索聚类方法，即根据商品的属性信息，如：标题、品牌、型号、价格等信息，将其属性知识作为引入少量的先验知识指导聚类，辅助商品划分，基于商品属性信息排序、计算相似性、通过一定规则比对，实现商品聚类。

现有面向购物搜索产品识别技术，缺点是算法复杂，结果集不稳定。随着Internet发展，网站也越来越多，获取到的商品属性信息质量难以保证，假如商品属性信息过少，或者其中重要的属性信息没有或不准确，都会造成聚类的不准确，识别产品效果不佳。另外无论是计算相识性还是通过一定的规则比对，其算法实现起来都比较繁琐且都有着不稳定性。如何快速高效的获得用户想要的商品信息是需要解决的技术问题。

发明内容

为了克服上述现有技术的不足，本发明提供了一种基于产品属性归一和聚类，将人工智慧与机器相结合针对购物搜索的产品识别方法。该方法针对属性排序、计算相似性等半监督聚类方法的不足，设计基于商品属性归一、聚类来实现识别产品，避免原有商品聚类方法的弊端。

实现上述目的所采用的解决方案为：

一种基于商品属性归一和聚类识别产品的方法，其改进之处在于：所述方法包括以下步骤：

I、建立标准库；

II、根据商品页信息和所述标准库对所述商品进行属性整理；

III、输出标准商品信息；

IV、根据所述标准商品信息和所述标准库对所述商品的属性聚类；

V、标准商品信息获得产品ID。

进一步的，所述步骤I的标准库包括商品品类信息，所述商品品类信息包括：品类ID、品类对应的关键属性表。

进一步的，所述步骤II包括以下步骤：

S201、根据商品页信息获得商品信息，将商品的属性及其对应的属性值生成md5；

S202、对商品的属性和对应属性值进行权重排序；

S203、将商品的属性名加上所述商品的品类ID并生成md5；

S204、在标准库中查找所述品类ID的属性表，查找成功则进入S205，否则进入步骤S208；

S205、获得所述属性的信息，所述信息包括属性ID、属性关键性类型；

S206、对所述属性的信息标注并归一，处理所述属性的属性值串并生成md5；

S207、查询标准库对属性值归一处理，若成功则属性归一成功，否则属性归一失败，标注为普通属性；

S208、查询失败，将所述属性标注为噪音属性。

进一步的，根据所述步骤II获得所述商品的品类ID，并对所述商品的属性进行归一处理，获得所述步骤III的标准商品信息。

进一步的，所述步骤IV包括以下步骤：

S401、输入标准商品信息；

S402、判断所述商品的数据中是否有唯一属性，是则进入S403，否则进入S404；

S403、将所述唯一属性的属性值生产md5设为聚类后的产品ID，识别完成；

S404、根据标准库中的产品辨别属性信息识别所述商品的所属于的标准产品；

S405、判断是否识别成功，成功则返回所述标准库中标准产品ID，否则返回商品页ID作为产品ID；

S406、通过商品价格和参考价格区间进行价格过滤，成功则获得彼岸准快中的产品ID，否则返回商品页DOCID作为产品ID；

S407、获得并返回产品ID的标准商品信息。