基于场景的商品关联方法、系统、电子设备及存储介质技术方案

本发明专利技术提出一种基于场景的商品关联方法、系统、电子设备及存储介质，其方法技术方案包括商品数据集构建步骤，获取商品信息构建一商品数据集，所述商品信息包括商品描述；视频数据集构建步骤，获取视频信息构建一视频数据集，所述视频信息包括视频文字信息；场景词库构建步骤，标注所述商品描述中的场景词，将所述场景词去重后构建一场景词库，并进一步将所述场景词库进行聚类，完成所述商品的场景关联；视频场景关联步骤，将所述视频文本信息进行分词，根据聚类后的所述场景词库进行所述视频的场景关联，并进一步根据所述场景对所述商品和所述视频进行关联。本申请解决了现有方法无法给出类别关联的电商产品的问题。无法给出类别关联的电商产品的问题。无法给出类别关联的电商产品的问题。

【技术实现步骤摘要】
基于场景的商品关联方法、系统、电子设备及存储介质


[0001]本专利技术属于智能推荐
，尤其涉及一种基于场景的商品关联方法、系统、电子设备及存储介质。

技术介绍

[0002]随着互联网的高速发展，短视频逐渐在人们的日常娱乐时间占有越来越高的比例，广告投放希望可以针对视频内容精准推送产品进行营销。人工智能技术的发展也使得我们可以从视频图像中提取出物理标签(视频画面中的物体)，通过对视频中语音转换得到的文本。视频内容可以与营销专家挑选出的、适合营销的主题关联。
[0003]而现有的训练简单的主题分类模型，无法给出类别关联的电商产品。

技术实现思路

[0004]本申请实施例提供了一种基于场景的商品关联方法、系统、电子设备及存储介质，以至少解决现有方法无法给出类别关联的电商产品的问题。
[0005]第一方面，本申请实施例提供了一种基于场景的商品关联方法，包括：商品数据集构建步骤，获取商品信息构建一商品数据集，所述商品信息包括商品描述；视频数据集构建步骤，获取视频信息构建一视频数据集，所述视频信息包括视频文字信息；场景词库构建步骤，标注所述商品描述中的场景词，将所述场景词去重后构建一场景词库，并进一步将所述场景词库进行聚类，完成所述商品的场景关联；视频场景关联步骤，将所述视频文本信息进行分词，根据聚类后的所述场景词库进行所述视频的场景关联，并进一步根据所述场景对所述商品和所述视频进行关联。
[0006]优选的，所述场景词库构建步骤进一步包括：通过一序列标注模型标注所述商品描述中的场景词。
[0007]优选的，所述场景词库构建步骤进一步包括：将所述场景词映射为场景词特征向量，并根据所述场景词特征向量通过K
‑
means算法进行聚类。
[0008]优选的，所述视频场景关联步骤进一步包括：获取所述分词得到的视频词语的视频词特征向量，并根据所述视频词特征向量通过所述K
‑
means算法进行分类。
[0009]第二方面，本申请实施例提供了一种基于场景的商品关联系统，适用于上述一种基于场景的商品关联方法，包括：商品数据集构建模块，获取商品信息构建一商品数据集，所述商品信息包括商品描述；视频数据集构建模块，获取视频信息构建一视频数据集，所述视频信息包括视频文字信息；场景词库构建模块，标注所述商品描述中的场景词，将所述场景词去重后构建一场景词库，并进一步将所述场景词库进行聚类，完成所述商品的场景关联；视频场景关联模块，将所述视频文本信息进行分词，根据聚类后的所述场景词库进行所述视频的场景关联，并进一步根据所述场景对所述商品和所述视频进行关联。
[0010]在其中一些实施例中，所述场景词库构建模块进一步包括：通过一序列标注模型标注所述商品描述中的场景词。
[0011]在其中一些实施例中，所述场景词库构建模块进一步包括：将所述场景词映射为场景词特征向量，并根据所述场景词特征向量通过K
‑
means算法进行聚类。
[0012]在其中一些实施例中，所述视频场景关联模块进一步包括：获取所述分词得到的视频词语的视频词特征向量，并根据所述视频词特征向量通过所述K
‑
means算法进行分类。
[0013]第三方面，本申请实施例提供了一种电子设备，包括存储器、处理器以及存储在所述存储器上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述第一方面所述的一种基于场景的商品关联方法。
[0014]第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的一种基于场景的商品关联方法。
[0015]本申请可应用于深度学习
相比于相关技术，本申请实施例提供的一种基于场景的商品关联方法结合多种有监督和无监督模型，同时预测出主题分类和相关营销场景的产品，将视频中的信息与营销主题和适合营销的产品进行关联，
附图说明
[0016]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0017]图1为本专利技术的基于场景的商品关联方法流程图；
[0018]图2为本专利技术的基于场景的商品关联系统的框架图；
[0019]图3为本专利技术的电子设备的框架图；
[0020]以上图中：
[0021]1、商品数据集构建模块；2、视频数据集构建模块；3、场景词库构建模块；4、视频场景关联模块；60、总线；61、处理器；62、存储器；63、通信接口。
具体实施方式
[0022]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0023]显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的
技术实现思路
的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。
[0024]在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
[0025]除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属
内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0026]以下，结合附图详细介绍本专利技术的实施例：
[0027]在具体实施中，首先基于已有的会话文本和对应的数据标签构建训练数据集和测试数据集，可选的，其中训练集和测试集按照8:2的比例进行划分，80％的数据用于训练模型，20％的数据用于测试。
[0028]图1为本专利技术的基于场景的商品关联方法流程图，请参见图1，本专利技术基于场景的商品关联方法包括如下步骤：
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于场景的商品关联方法，其特征在于，包括：商品数据集构建步骤，获取商品信息构建一商品数据集，所述商品信息包括商品描述；视频数据集构建步骤，获取视频信息构建一视频数据集，所述视频信息包括视频文字信息；场景词库构建步骤，标注所述商品描述中的场景词，将所述场景词去重后构建一场景词库，并进一步将所述场景词库进行聚类，完成所述商品的场景关联；视频场景关联步骤，将所述视频文本信息进行分词，根据聚类后的所述场景词库进行所述视频的场景关联，并进一步根据所述场景对所述商品和所述视频进行关联。2.根据权利要求1所述的基于场景的商品关联方法，其特征在于，所述场景词库构建步骤进一步包括：通过一序列标注模型标注所述商品描述中的场景词。3.根据权利要求1所述的基于场景的商品关联方法，其特征在于，所述场景词库构建步骤进一步包括：将所述场景词映射为场景词特征向量，并根据所述场景词特征向量通过K
‑
means算法进行聚类。4.根据权利要求3所述的基于场景的商品关联方法，其特征在于，所述视频场景关联步骤进一步包括：获取所述分词得到的视频词语的视频词特征向量，并根据所述视频词特征向量通过所述K
‑
means算法进行分类。5.一种基于场景的商品关联系统，其特征在于，包括：商品数据集构建模块，获取商品信息构建一商品数据集，所述商品信息包括商品描述；视频数据集构建模块，获取视频信息构建一视频数据集...

【专利技术属性】
技术研发人员：李嘉琛，付骁弈，
申请(专利权)人：上海明略人工智能集团有限公司，
类型：发明
国别省市：