[发明专利]跨线上购物平台的商品品类标注方法及系统

权利要求书

1.一种跨线上购物平台的商品品类标注方法，其特征在于，对于作为生活必需品的商品，用于基于中文关键词实现跨线上平台的商品品类标注，所述方法包括如下步骤：

采集各个线上购物平台中商品的商品信息，所述商品信息至少包括商品名称；

对于每个品类，采集所述品类的特征词并构建所述品类的特征词集合；

对于每个品类，采集所述品类的干扰词并构建所述品类的干扰词集合；

对于从各个线上购物平台采集到的每个商品，在每个品类下，当且仅当所述商品的商品名称包含所述品类的特征词集合中任一元素、同时不包含所述品类的干扰词集合中任一元素，为所述商品标注所述品类对应的品类标签。

2.根据权利要求1所述的跨线上购物平台的商品品类标注方法，其特征在于，对于每个品类，基于品类自身名称、品类近义词以及品类子类名称采集所述品类的特征词。

3.根据权利要求1所述的跨线上购物平台的商品品类标注方法，其特征在于，对于每个品类，采集所述品类的干扰词并构建所述品类的干扰词集合，包括如下步骤：

对于包含特征词集合中任一元素的每种商品，随机选出预定种类的商品作为样本商品；

对于所述样本商品，查找不属于所述品类的商品作为目标商品；

对于所述目标商品，从所述目标商品的商品名称中查找干扰词，并基于所有目标商品的干扰词构建所述品类的干扰词集合。

4.根据权利要求1所述的跨线上购物平台的商品品类标注方法，其特征在于，对于从各个线上购物平台采集到的每个商品，在每个品类下，通过正则表达式以及REGEXP_SUBSTR()进行包含关系判断，判断所述商品是否满足如下条件：当且仅当所述商品的商品名称包含所述品类的特征词集合中任一元素、同时不包含所述品类的干扰词集合中任一元素。

5.根据权利要求1-4任一项所述的跨线上购物平台的商品品类标注方法，其特征在于，所述方法还包括如下步骤：

对于每个品类，定期采集所述品类的特征词并更新所述品类的特征词集合；

对于每个品类，定期采集所述品类的干扰词并更新所述品类的干扰词集合；

对于已经标注的商品，在每个品类下，基于更新后的所述品类的特征词集合和干扰词集合，对所述商品的标注进行更新。

6.一种跨线上购物平台的商品品类标注系统，其特征在于，用于通过如权利要求1-5任一项所述的跨线上购物平台的商品品类标注方法进行商品标注，所述系统包括：

商品采集模块，所述商品采集模块用于采集各个线上购物平台中商品的商品信息，所述商品信息至少包括商品名称；

特征词集合构建模块，对于每个品类，所述特征词集合构建模块用于采集所述品类的特征词并构建所述品类的特征词集合；

干扰词集合构建模块，对于每个品类，所述干扰词集合构建模块用于采集所述品类的干扰词并构建所述品类的干扰词集合；

商品标注模块，对于从各个线上购物平台采集到的每个商品，所述商品标注模块用于执行如下：在每个品类下，当且仅当所述商品的商品名称包含所述品类的特征词集合中任一元素、同时不包含所述品类的干扰词集合中任一元素，为所述商品标注所述品类对应的品类标签。

7.根据权利要求6所述的跨线上购物平台的商品品类标注系统，其特征在于，对于每个品类，所述特征词集合构建模块用于基于品类自身名称、品类近义词以及品类子类名称采集所述品类的特征词。

8.根据权利要求6所述的跨线上购物平台的商品品类标注系统，其特征在于，对于每个品类，所述干扰词集合构建模块用于执行如下实现采集所述品类的干扰词并构建所述品类的干扰词集合：

对于包含特征词集合中任一元素的每种商品，随机选出预定种类的商品作为样本商品；

对于所述样本商品，查找不属于所述品类的商品作为目标商品；

对于所述目标商品，从所述目标商品的商品名称中查找干扰词，并基于所有目标商品的干扰词构建所述品类的干扰词集合。