用于商品替代品发掘的方法及装置制造方法及图纸

本公开涉及一种用于商品替代品发掘的方法及装置。该用于商品替代品发掘的方法包括：进行商品选品，获得与业务应用贴合的商品集；根据预设指标获取所述商品集中的低值商品；获取商品池中的商品与所述低值商品的相似度；根据所述相似度选取所述商品池中相应的商品作为所述低值商品的替代品。本公开通过相似度的计算，可以选择与选品后获得商品集中的低值商品相似度较高的商品作为该低值商品的替代品，从而可以提高用户体验。

【技术实现步骤摘要】
用于商品替代品发掘的方法及装置
本公开涉及数据处理相关
，尤其涉及一种用于商品替代品发掘的方法及装置、计算机可读介质、电子设备。
技术介绍
伴随着大型互联网公司电商业务的迅速扩张，公司在服务个人用户的同时，也在不断的向企业用户提供服务方向发展。线上个人用户的商品筛选通常都通过推荐系统，依赖个人用户的各种行为属性，向用户推荐兴趣相投、目标需求一致的商品。但对于企业用户来说，这种需求都会通过场景的方式提出，由于数据获取粒度太粗和量级的原因，推荐系统根本无法满足服务，只能通过个性场景的抽象化的方式，向用户提供相应的商品集，这个过程通常称为选品。选品这个过程一般是业务操作的一个过程，按照需求点进行抽象成粗粒度属性，例如用户年龄区间，用户性别，职业等，然后按照这些属性进行商品的筛选。其中推荐系统是基于多种用户的兴趣偏好和商品进行匹配，然后对匹配的商品按照用户的兴趣偏好等信息进行多维度匹配度的排序，最终将排序后的前N(TopN)商品以列表的形式推荐展示到用户购物系统页面。因此，需要一种新的用于商品替代品发掘的方法及装置。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本公开的目的在于提供一种用于商品替代品发掘的方法及装置，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。根据本公开的一个方面，提供一种用于商品替代品发掘的方法，包括：进行商品选品，获得与业务应用贴合的商品集；根据预设指标获取所述商品集中的低值商品；获取商品池中的商品与所述低值商品的相似度；根据所述相似度选取所述商品池中相应的商品作为所述低值商品的替代品。在本公开的一种示例性实施例中，所述获取所述商品池中的商品与所述低值商品的相似度包括：筛选所述商品池中的商品的商品属性，获得第一结果集；处理所述商品池中的商品的用户行为数据，获得第二结果集；统计所述商品池中的商品的用户属性分布数据，获得第三结果集；将所述第一结果集、所述第二结果集和所述第三结果集进行合并，获得所述商品池中的商品的整合结果集；根据所述整合结果集，计算所述低值商品和所述商品池中的商品的相似度。在本公开的一种示例性实施例中，所述筛选所述商品池中的商品的商品属性，获得第一结果集包括：根据业务知识进行所述商品属性的筛选，选择所述商品池中的商品的共性属性。在本公开的一种示例性实施例中，所述根据所述整合结果集，计算所述低值商品和所述商品池中的商品的相似度包括：根据所述整合结果集中的所述商品属性，计算所述低值商品和所述商品池中的商品的商品属性相似度；根据所述整合结果集中的消费属性，计算所述低值商品和所述商品池中的商品的消费行为相似度；根据所述商品属性相似度和所述消费行为相似度，获得所述低值商品和所述商品池中的商品的相似度。在本公开的一种示例性实施例中，所述消费属性包括所述用户行为数据和所述用户属性分布数据。在本公开的一种示例性实施例中，所述获取所述商品池中的商品与所述低值商品的相似度包括：筛选所述商品池中的商品的商品属性；根据所述商品属性，计算所述低值商品和所述商品池中的商品的商品属性相似度。在本公开的一种示例性实施例中，所述获取所述商品池中的商品与所述低值商品的相似度包括：统计所述商品池中的商品的用户行为数据；根据所述用户行为数据，计算所述低值商品和所述商品池中的商品的消费行为相似度。在本公开的一种示例性实施例中，所述获取所述商品池中的商品与所述低值商品的相似度包括：统计所述商品池中的商品的用户属性分布数据；根据所述用户属性分布数据，计算所述低值商品和所述商品池中的商品的消费行为相似度。在本公开的一种示例性实施例中，所述获取所述商品池中的商品与所述低值商品的相似度包括：根据所述商品属性相似度和所述消费行为相似度，获得所述低值商品和所述商品池中的商品的相似度。根据本公开的一个方面，提供一种用于商品替代品发掘的装置，包括：选品模块，用于进行商品选品，获得与业务应用贴合的商品集；低值商品获取模块，用于根据预设指标获取所述商品集中的低值商品；相似度计算模块，用于获取商品池中的商品与所述低值商品的相似度；替代品选取模块，用于根据所述相似度选取所述商品池中相应的商品作为所述低值商品的替代品。根据本公开的一个方面，提供一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述实施例中的用于商品替代品发掘的方法。根据本公开的一个方面，提供一种电子设备，包括：一个或多个处理器；以及存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现上述实施例中的用于商品替代品发掘的方法。本公开示例性实施方式所提供的用于商品替代品发掘的方法及装置，通过相似度的计算，可以选择与选品后获得商品集中的低值商品相似度较高的商品作为该低值商品的替代品，从而可以提高用户体验。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。附图说明此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1示意性示出可以应用本申请的用于商品替代品发掘的方法或用于商品替代品发掘的装置的系统架构图。图2示意性示出本公开示例性实施例中一种用于商品替代品发掘的方法的流程图。图3示意性示出本公开示例性实施例中一种用于商品替代品发掘的方法的示意图。图4示意性示出本公开示例性实施例中一种用于商品替代品发掘的装置的模块示意图。图5示意性示出本公开示例性实施例中的电子设备的模块示意图。具体实施方式现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。图1示意性示出可以应用本申请的用于商品替代品发掘的方法或用于商品替代品发掘的装置的系统架构图。如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设本文档来自技高网...

【技术保护点】
一种用于商品替代品发掘的方法，其特征在于，包括：进行商品选品，获得与业务应用贴合的商品集；根据预设指标获取所述商品集中的低值商品；获取商品池中的商品与所述低值商品的相似度；根据所述相似度选取所述商品池中相应的商品作为所述低值商品的替代品。

【技术特征摘要】
1.一种用于商品替代品发掘的方法，其特征在于，包括：进行商品选品，获得与业务应用贴合的商品集；根据预设指标获取所述商品集中的低值商品；获取商品池中的商品与所述低值商品的相似度；根据所述相似度选取所述商品池中相应的商品作为所述低值商品的替代品。2.根据权利要求1所述的方法，其特征在于，所述获取所述商品池中的商品与所述低值商品的相似度包括：筛选所述商品池中的商品的商品属性，获得第一结果集；处理所述商品池中的商品的用户行为数据，获得第二结果集；统计所述商品池中的商品的用户属性分布数据，获得第三结果集；将所述第一结果集、所述第二结果集和所述第三结果集进行合并，获得所述商品池中的商品的整合结果集；根据所述整合结果集，计算所述低值商品和所述商品池中的商品的相似度。3.根据权利要求2所述的方法，其特征在于，所述筛选所述商品池中的商品的商品属性，获得第一结果集包括：根据业务知识进行所述商品属性的筛选，选择所述商品池中的商品的共性属性。4.根据权利要求2所述的方法，其特征在于，所述根据所述整合结果集，计算所述低值商品和所述商品池中的商品的相似度包括：根据所述整合结果集中的所述商品属性，计算所述低值商品和所述商品池中的商品的商品属性相似度；根据所述整合结果集中的消费属性，计算所述低值商品和所述商品池中的商品的消费行为相似度；根据所述商品属性相似度和所述消费行为相似度，获得所述低值商品和所述商品池中的商品的相似度。5.根据权利要求4所述的方法，其特征在于，所述消费属性包括所述用户行为数据和所述用户属性分布数据。6.根据权利要求1所述的方法，其特征在于，所述获取所述商品池中的商品与所述低值商品的相似度包...

【专利技术属性】
技术研发人员：闫强，申肆，李爱华，葛胜利，
申请(专利权)人：北京京东尚科信息技术有限公司，北京京东世纪贸易有限公司，
类型：发明
国别省市：北京,11