[发明专利]异常商品对象的识别方法、设备及存储介质

权利要求书

1.一种异常商品对象的识别方法，其特征在于，包括：

从数据库获取多个待识别商品对象相关的历史信息；

根据所述历史信息确定每一待识别商品对象的目标特征信息；

根据每一待识别商品对象的目标特征信息以及预设凸包模型，获取所述多个待识别商品对象对应的凸包边界上的待识别商品对象，作为异常商品对象；

输出所述异常商品对象，以针对所述异常商品对象进行相应处理。

2.根据权利要求1所述的方法，其特征在于，所述根据所述历史信息确定每一待识别商品对象的目标特征信息，包括：

对于每一待识别商品对象，从所述历史信息中提取该待识别商品对象的初始特征信息；

根据所述初始特征信息获取辅助特征信息；

将所述初始特征信息和所述辅助特征信息作为该待识别商品对象的目标特征信息。

3.根据权利要求2所述的方法，其特征在于，所述根据所述初始特征信息获取辅助特征信息，包括：

确定所述待识别商品对象的回归目标；

根据所述初始特征信息以及所述回归目标进行线性回归，获取所述回归目标与所述初始特征信息之间的目标函数；

根据所述目标函数中各所述初始特征信息对应的系数的正负，对所述初始特征信息分组，得到系数为正的第一特征信息组、以及系数为负的第二特征信息组；

根据所述第一特征信息组、所述第二特征信息组、以及待识别异常商品对象类型信息，获取辅助特征信息。

4.根据权利要求3所述的方法，其特征在于，所述根据所述第一特征信息组、所述第二特征信息组、以及待识别异常商品对象类型信息，获取所述辅助特征信息，包括：

根据第一特征信息组和所述第二特征信息组构建初始特征向量；

确定所述第一特征信息组和所述第二特征信息组中与所述待识别异常商品对象类型信息相关的一组作为目标特征信息组，另一组作为约束特征信息组；

将所述初始特征向量中与所述约束特征信息组相关的维度设置为0，得到第一辅助特征向量；并取所述约束特征信息组相关的每一维度的坐标轴正方向分别作为第二辅助特征向量；

相应的，所述根据每一待识别商品对象的目标特征信息以及预设凸包模型，获取所述多个待识别商品对象对应的凸包边界上的待识别商品对象，包括：

将每一待识别商品对象的初始特征向量、第一辅助特征向量、第二辅助特征向量以及坐标系原点输入到所述预设凸包模型中，获取所述多个待识别商品对象对应的凸包，并获取所述凸包边界上的待识别商品对象。

5.根据权利要求4所述的方法，其特征在于，所述确定所述第一特征信息组和所述第二特征信息组中与所述待识别异常商品对象类型信息相关的一组作为目标特征信息组，另一组作为约束特征信息组，包括：

若待识别异常商品对象类型信息为订单转化率异常高的第一类异常商品对象，则将所述第一特征信息组作为目标特征信息组，将所述第二特征信息组作为所述约束特征信息组；或者

若待识别异常商品对象类型信息为订单转化率异常低的第二类异常商品对象，则将所述第二特征信息组作为目标特征信息组，将所述第一特征信息组作为所述约束特征信息组。

6.根据权利要求3-5任一项所述的方法，其特征在于，所述确定所述商品对象的回归目标，包括：

获取所述商品对象的回归目标的相关指标、以及各相关指标对应的权重；

根据所述相关指标和其对应的权重，获取加权指标；

对所述加权指标进行归一化，作为所述商品对象的回归目标。

7.根据权利要求6所述的方法，其特征在于，所述回归目标的相关指标包括销量信息、销售额信息、投诉量信息中至少两项。

8.根据权利要求3-5任一项所述的方法，其特征在于，所述根据所述初始特征信息以及所述回归目标进行线性回归，获取所述回归目标与所述初始特征信息之间的目标函数，包括：

通过预设的逻辑回归模型对所述初始特征信息以及所述回归目标进行线性回归，获取所述回归目标与所述初始特征信息之间的目标函数。