[发明专利]一种基于机器学习的商品竞争关系分析方法

权利要求书

1.一种基于机器学习的商品竞争关系分析方法，其特征在于：所述方法通过商品属性量化商品的相似度，将原始的商品数据进行过滤，同时过滤掉存在异常的业务数据，从而达到系统分析的业务需求。

2.根据权利要求1所述的一种基于机器学习的商品竞争关系分析方法，其特征在于，所述商品数据为商品在指定时间段内的业务数据。

3.根据权利要求2所述的一种基于机器学习的商品竞争关系分析方法，其特征在于，所述商品数据的选取过程包括内容如下：

从至少一个候选商品数据对象中，获取与待分析商品数据对象最相似的至少一个周期的目标数据对象，包括商品数据对象的目标分片和商品销量数据的时间段阈值。

4.根据权利要求3所述的一种基于机器学习的商品竞争关系分析方法，其特征在于，所述商品相似度的量化方法为：将商品成对的属性值在二维图上进行展示对比。

5.根据权利要求3所述的一种基于机器学习的商品竞争关系分析方法，其特征在于，所述商品相似度的量化方法为：将不同的商品设置为一个点，并使用散点图来进行可视化分析。

6.根据权利要求3所述的一种基于机器学习的商品竞争关系分析方法，其特征在于，所述商品相似度的量化采用核函数拟合建模，使用高斯核函数的方法拟合数据属性值的分布。

7.根据权利要求3所述的一种基于机器学习的商品竞争关系分析方法，其特征在于，所述商品属性为多种属性，数据商品相似度的量化采用安德烈曲线对比不同商品在不同属性上的差异。

8.根据权利要求4-7任一所述的一种基于机器学习的商品竞争关系分析方法，其特征在于，在得到相似度较高的商品集之后，使用NearestNeighbors机器学习算法做进一步的相似度计算。

9.根据权利要求8所述的一种基于机器学习的商品竞争关系分析方法，其特征在于，所述相似度计算过程如下：

设置一个训练样本集，训练样本集中每个数据都存在标签；

输入没有标签的新数据后，将新的数据的每个特征与训练样本集中每个数据对应的特征进行比较，然后计算得出与新样本最相似的数据的分类标签。

10.根据权利要求9所述的一种基于机器学习的商品竞争关系分析方法，其特征在于，所述方法通过使用NearestNeighbors近邻法，通过计算两个商品之间的最小相似距离，计算出与每个商品相似度最高的另一个商品，这样计算得出的商品为进一步的分析提供了重要基础。