电商图谱模型的构建方法、系统、设备及存储介质技术方案

本发明专利技术公开的电商图谱模型的构建方法、系统、设备及存储介质，包括：S101、获取商品信息；S102、根据商品信息进行属性划分和类别关联；S103、获取电商平台上每个用户的历史浏览记录信息；S104、计算每个用户的历史浏览记录信息与每个商品的关联度，并进行等级排序；S105、将排序后的用户历史浏览记录信息与商品的关联度存储至数据库，构建出用于电商平台的图谱模型；本发明专利技术可以使得检索到的商品更加符合大众用户的普遍需求，提升了商品推荐的精确度和成功率。

【技术实现步骤摘要】
电商图谱模型的构建方法、系统、设备及存储介质
本专利技术属于电商图谱模型的
，具体涉及电商图谱模型的构建方法、系统、设备及存储介质。
技术介绍
随着电子商务的兴起，电商平台在商品销售领域中占据非常重要的地位。电商平台相对于传统实体商店具备的一个明显优点就是同时展示、销售的商品种类不受限制，但同时，由于电商平台上可选择的商品过多，常常也会给用户在寻找商品时带来烦恼。为此，很多电商平台会主动向用户推荐商品，用户若对推荐的商品感兴趣，便可快速进入购买环节，不仅为用户提供了购物便利，而且增加了电商平台的销售业绩。在电商领域中，由于需要处理海量且实时变化的数据，因此目前业内主要研究的是通过如何训练知识图谱的标签，或者是如何从图片、网页等数据源中提取标签。而标签提取之后的处理方案则鲜有研究，各标签之间的关联关系通常是人工维护的。而受限于人力成本和数据量，还没有系统性的关于商品/用户系统的量化表示方案，也难以实现服务于零售关系的关系抽取，使得知识图谱技术在电商零售领域的推荐精确度低、发展缓慢，使用范围不大。
技术实现思路
本专利技术克服现有技术存在的不足，所要解决的技术问题为：提供一种能够提高商品推荐的精确度和成功率的电商图谱模型的构建方法、系统、设备及存储介质。为了解决上述技术问题，本专利技术采用的技术方案为：用于电商平台的图谱模型构建方法，包括：S101、获取商品信息；S102、根据商品信息进行属性划分和类别关联；S103、获取电商平台上每个用户的历史浏览记录信息；S104、计算每个用户的历史浏览记录信息与每个商品的关联度，并进行等级排序；S105、将排序后的用户历史浏览记录信息与商品的关联度存储至数据库，构建出用于电商平台的图谱模型。优选地，所述获取商品信息，包括：获取商品的属性信息，所述商品的属性信息包括商品名称、货号、型号、类目、是否进口、材质、类型、颜色、尺寸和价格；获取商品图片的特征属性信息。优选地，所述根据商品信息进行属性划分和类别关联，包括：根据商品的属性信息进行类目、子类目划分；将相似商品的类目、子类目关联；根据商品图片的特征属性信息，计算特征向量距离；将商品图片与商品的类目、子类目关联。优选地，所述计算每个用户的历史浏览记录信息与每个商品的关联度，并进行等级排序，包括：对用户的历史浏览记录信息进行清洗、过滤，去无效数据，得到有效浏览字段；所述历史浏览记录信息包括浏览记录字段和商品图片；将有效浏览字段与商品的类目、子类目关联；根据历史浏览记录信息中商品图片的特征属性信息，计算特征向量距离，当历史浏览记录信息中商品图片的特征向量距离与商品图片的特征向量距离相近时，将历史浏览记录信息中的商品图片与商品的类目、子类目关联；将用户历史浏览记录中的浏览记录字段和商品图片与商品的类目、子类目的关联度进行等级排序。相应地，用于电商平台的图谱模型构建系统，包括：第一获取单元：用于获取商品信息；第一处理单元：根据商品信息进行属性划分和类别关联；第二获取单元：用于获取电商平台上每个用户的历史浏览记录信息；第二处理单元：计算每个用户的历史浏览记录信息与每个商品的关联度，并进行等级排序；图谱模型构建单元：将排序后的用户历史浏览记录信息与商品的关联度存储至数据库，构建出用于电商平台的图谱模型。优选地，所述第一获取单元，包括：商品属性获取单元：用于获取商品的属性信息，所述商品的属性信息包括商品名称、货号、型号、类目、是否进口、材质、类型、颜色、尺寸和价格；图片属性获取单元：用于获取商品图片的特征属性信息。优选地，所述第一处理单元，包括：划分单元：根据商品的属性信息进行类目、子类目划分；第一关联单元：用于将相似商品的类目、子类目关联；计算单元：根据商品图片的特征属性信息，计算特征向量距离；第二关联单元：用于将商品图片与商品的类目、子类目关联。优选地，所述第二处理单元，包括：预处理单元：用于对用户的历史浏览记录信息进行清洗、过滤，去无效数据，得到有效浏览字段；所述历史浏览记录信息包括浏览记录字段和商品图片；第三关联单元：将有效浏览字段与商品的类目、子类目关联；第四关联单元：根据历史浏览记录信息中商品图片的特征属性信息，计算特征向量距离，当历史浏览记录信息中商品图片的特征向量距离与商品图片的特征向量距离相近时，将历史浏览记录信息中的商品图片与商品的类目、子类目关联；排序单元：用于将用户历史浏览记录中的浏览记录字段和商品图片与商品的类目、子类目的关联度进行等级排序。一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述用于电商平台的图谱模型构建方法的步骤。一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上所述用于电商平台的图谱模型构建方法的步骤。本专利技术与现有技术相比具有以下有益效果：本专利技术电商图谱模型的构建方法、系统、设备及存储介质，通过各电商平台获取在售商品的基本信息，根据各商品的属性进行类目划分，构建类目树，并进行品类类目关联，根据电商平台上每个用户的历史浏览记录信息，将用户的历史浏览记录信息与每个商品的关联度进行等级排序并保存，当用户输入需求商品或查看商品详情时，可根据用户输入的信息及查看商品详情时商品图片的特征属性信息推荐关联度较高的类似商品，使用户能够快速得到相关的信息，本专利技术可以使得检索到的商品更加符合大众用户的普遍需求，提升了商品推荐的精确度和成功率。附图说明下面结合附图对本专利技术做进一步详细的说明；图1为本专利技术实施例一提供的用于电商平台的图谱模型构建方法的流程示意图；图2为本专利技术实施例一提供的用于电商平台的图谱模型构建系统的结构示意图；图3为本专利技术实施例二提供的用于电商平台的图谱模型构建系统的结构示意图；图4为本专利技术实施例三提供的用于电商平台的图谱模型构建系统的结构示意图；图5为本专利技术实施例四提供的用于电商平台的图谱模型构建系统的结构示意图；图中：101为第一获取单元，1011为商品属性获取单元，1012为图片属性获取单元，102为第一处理单元，1021为划分单元，1022为第一关联单元，1023为计算单元，1024为第二关联单元，103为第二获取单元，104为第二处理单元，1041为预处理单元，1042为第三关联单元，1043为第四关联单元，1044为排序单元，105为图谱模型构建单元。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例；基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。图1为本专利技术实施例一提供的用于电商平台的图谱模型构建方法的流程示意图，如图1所示，用于电商平台的图谱模型构建方法，包括：本文档来自技高网...

【技术保护点】
1.用于电商平台的图谱模型构建方法，其特征在于：包括：/nS101、获取商品信息；/nS102、根据商品信息进行属性划分和类别关联；/nS103、获取电商平台上每个用户的历史浏览记录信息；/nS104、计算每个用户的历史浏览记录信息与每个商品的关联度，并进行等级排序；/nS105、将排序后的用户历史浏览记录信息与商品的关联度存储至数据库，构建出用于电商平台的图谱模型。/n

【技术特征摘要】
1.用于电商平台的图谱模型构建方法，其特征在于：包括：
S101、获取商品信息；
S102、根据商品信息进行属性划分和类别关联；
S103、获取电商平台上每个用户的历史浏览记录信息；
S104、计算每个用户的历史浏览记录信息与每个商品的关联度，并进行等级排序；
S105、将排序后的用户历史浏览记录信息与商品的关联度存储至数据库，构建出用于电商平台的图谱模型。


2.根据权利要求1所述的用于电商平台的图谱模型构建方法，其特征在于：所述获取商品信息，包括：
获取商品的属性信息，所述商品的属性信息包括商品名称、货号、型号、类目、是否进口、材质、类型、颜色、尺寸和价格；
获取商品图片的特征属性信息。


3.根据权利要求2所述的用于电商平台的图谱模型构建方法，其特征在于：所述根据商品信息进行属性划分和类别关联，包括：
根据商品的属性信息进行类目、子类目划分；
将相似商品的类目、子类目关联；
根据商品图片的特征属性信息，计算特征向量距离；
将商品图片与商品的类目、子类目关联。


4.根据权利要求3所述的用于电商平台的图谱模型构建系统，其特征在于：所述计算每个用户的历史浏览记录信息与每个商品的关联度，并进行等级排序，包括：
对用户的历史浏览记录信息进行清洗、过滤，去无效数据，得到有效浏览字段；所述历史浏览记录信息包括浏览记录字段和商品图片；
将有效浏览字段与商品的类目、子类目关联；
根据历史浏览记录信息中商品图片的特征属性信息，计算特征向量距离，当历史浏览记录信息中商品图片的特征向量距离与商品图片的特征向量距离相近时，将历史浏览记录信息中的商品图片与商品的类目、子类目关联；
将用户历史浏览记录中的浏览记录字段和商品图片与商品的类目、子类目的关联度进行等级排序。


5.用于电商平台的图谱模型构建系统，其特征在于：包括：
第一获取单元：用于获取商品信息；
第一处理单元：根据商品信息进行属性划分和类别关联；
第二获取单元：用于获取电商平台上每个用户的历史浏览记录信息；
第二处理单元：计算每个用户的历史浏览...

【专利技术属性】
技术研发人员：李淑娣，王彦辉，张红强，王亚南，辛惠娟，
申请(专利权)人：李淑娣，
类型：发明
国别省市：河北;13