一种基于层级组合模型的电商商品分类系统技术方案

本发明专利技术属于商品分类处理技术领域，公开了一种基于层级组合模型的电商商品分类系统，基于层级组合模型的电商商品分类系统包括：商品标题采集模块、商品信息获取模块、中央控制模块、商品图像预处理模块、商品特征提取模块、商品描述信息处理模块、关键词提取模块、关联映射关系确定模块、商品层级组合分类模型构建模块、分类模块以及输出模块。本发明专利技术通过标题、商品图像特征、描述特征以及其他多种信息构建层级组合分类模型，通过组合模型与神经网络相互配合进行商品的分类，不仅能够保证商品分类的准确性，同时能够有效避免名称相同的不同品类的商品的分类混淆在一起，实现全面、准确、多层次的电商商品分类。次的电商商品分类。次的电商商品分类。

【技术实现步骤摘要】
一种基于层级组合模型的电商商品分类系统


[0001]本专利技术属于商品分类处理
，尤其涉及一种基于层级组合模型的电商商品分类系统。

技术介绍

[0002]目前，电商领域的发展还在逐步壮大，产生的数据可以说是呈指数型增长。各种各样的商品层出不穷，由于数据量过于庞大，人工分类已经很难实现；所以需要通过计算机分类系统来完成电商商品的分类。
[0003]然而，电商平台发布一个产品的时候，会首先选择产品的所属类目，在选择类目后填写这个类目下相关的属性和描述等字段。这些类目就是原有类目体系，但这个类目体系并不准确与全面，而调整原有类目体系涉及到对历史已发布产品数据的维护，工作量极大。此外而且发布商品的商家和购买商品的买家的习惯也可能不同，一个类目体系不能同时满足不同的终端用户使用。
[0004]通过上述分析，现有技术存在的问题及缺陷为：现有电商平台的商品分类方法分类不准确，不全面，且工作量大。

技术实现思路

[0005]针对现有技术存在的问题，本专利技术提供了一种基于层级组合模型的电商商品分类系统。
[0006]本专利技术是这样实现的，一种基于层级组合模型的电商商品分类系统，所述基于层级组合模型的电商商品分类系统包括：
[0007]商品标题采集模块，与中央控制模块连接，用于获取待分类的电商商品的标题名称；
[0008]商品图像预处理模块，与中央控制模块连接，用于对获取的商品图像进行预处理；
[0009]所述商品图像预处理模块对获取的商品图像进行预处理包括：r/>[0010]对所述商品图像进行去噪处理：
[0011][0012]其中，label1表示去噪后的商品图像，g(x，y，0)为初始商品图像，g(x，y，π/2)，g(x，y，π)，g(x，y，3π/2)分别表示初始商品图像进行π/2、π、3π/2等间隔相移得到的3幅图像，f0表示空间载频，x表示像素坐标(x，y)中的一个坐标值；
[0013]对去噪后的商品图像进行增强处理，即可得到预处理后的商品图像；
[0014]关联映射关系确定模块，与中央控制模块连接，用于确定商品标题名称、图像特征、描述信息、参数数据以及其他详情数据的关联映射关系；
[0015]商品层级组合分类模型构建模块，与中央控制模块连接，用于构建商品层级组合
分类模型；
[0016]分类模块，与中央控制模块连接，用于基于优化好的商品层级组合分类模型基于所述商品标题、商品图像特征、商品关键词、以及其他描述信息、参数信息及其关联映射关系确定商品的分类结果。
[0017]进一步，所述基于层级组合模型的电商商品分类系统还包括：
[0018]商品信息获取模块，与中央控制模块连接，用于获取待分类电商商品的相关信息；
[0019]中央控制模块，与商品标题采集模块、商品信息获取模块、商品图像预处理模块、商品特征提取模块、商品描述信息处理模块、关键词提取模块、关联映射关系确定模块、商品层级组合分类模型构建模块、分类模块以及输出模块连接，用于利用单片机或控制器控制各个模块正常工作；
[0020]商品特征提取模块，与中央控制模块连接，用于基于预处理后的商品图像提取商品图像特征；
[0021]商品描述信息处理模块，与中央控制模块连接，用于对获取的商品特征及其详情描述信息进行处理；
[0022]关键词提取模块，与中央控制模块连接，用于基于处理后的商品特征及其向其描述信息进行描述关键词提取；
[0023]输出模块，与中央控制模块连接，用于输出采集的商品的相应信息以及商品的分类结果。
[0024]进一步，所述商品信息获取模块包括：
[0025]图像采集单元，用于利用摄像设备采集商品的实物图像或通过扫描的方式获取商品图像；
[0026]详情描述信息采集单元，用于获取有关商品的特征、详情描述信息；
[0027]商品参数信息采集单元，用于采集商品的相关尺寸以及其他的参数数据。
[0028]进一步，所述商品特征提取模块基于预处理后的商品图像提取商品图像特征包括：
[0029]采用基于颜色特征的动态阈值层层剥离分割方法去除预处理后的商品图像中的无关信息；
[0030]采用基于颜色特征和纹理特征的聚类分割算法获取商品图像中的商品特征信息；
[0031]并采用基于纹理特征的去噪方法去除分割的商品图像的分割碎片；将提取的颜色以及纹理特征进行融合，即可得到商品图像特征。
[0032]进一步，所述基于颜色特征的动态阈值层层剥离分割过程中，采用的模型为：
[0033][0034]其中，t为阈值，L个相似度级；
[0035]商品图像区域与背景区域的方差和，具体为：
[0036][0037]商品图像区域与背景区域的类间方差，具体为：
[0038]d2(t)＝ω0(t)(μ0(t)
‑
μ)2+ω1(t)(μ1(t)
‑
μ)2；
[0039]图像区域所占的比例，具体为：
[0040][0041]背景区域所占的比例，具体为：
[0042][0043]图像区域均值，具体为：
[0044][0045]背景区域均值为：
[0046][0047]整个图像均值为：
[0048]μ＝ω0(t)μ0(t)+ω1(t)μ1(t)；
[0049]图像区域总方差和为：
[0050][0051]背景区域总方差和为：
[0052][0053]进一步，所述基于颜色特征和纹理特征的聚类分割算法获取商品图像中的商品特征信息，具体过程为：
[0054]以颜色特征和纹理特征为聚类个数，确定最大循环次数和最小终止循环差值；
[0055]初始化所有颜色特征和纹理特征的中心点，并确定所有颜色特征和纹理特征的模糊值；
[0056]确定颜色特征和纹理特征的对象值，并计算颜色特征的颜色值，产生新的图像像素；
[0057]根据确定的颜色特征和纹理特征的对象值，确定颜色特征和纹理特征对应的聚类，并更新每个特征的聚类指数；
[0058]再计算颜色特征和纹理特征的对象值，并与上述的对象值作差，当达到最大循环数，停止计算输出相应的特征，否则重复上述过程。
[0059]进一步，所述将提取的颜色以及纹理特征进行融合具体过程为：
[0060]根据提取的颜色以及纹理特征，将对应的图像转换成列向量形式，具体为：
[0061][0062]其中，D＝[d1，d2，...，d
t
，...，d
T
]，包含有T给原子，d
t
是给定的过完备字典D的一个原子，s
j
＝[s
j
(1)，s
j
(2)，...，s
j
(t)，...，s
j
(T)]，s
j
是通过稀疏分解模型求得的V
j...

【技术保护点】

【技术特征摘要】
1.一种基于层级组合模型的电商商品分类系统，其特征在于，所述基于层级组合模型的电商商品分类系统包括：商品标题采集模块，与中央控制模块连接，用于获取待分类的电商商品的标题名称；商品图像预处理模块，与中央控制模块连接，用于对获取的商品图像进行预处理；所述商品图像预处理模块对获取的商品图像进行预处理包括：对所述商品图像进行去噪处理：其中，label1表示去噪后的商品图像，g(x，y，0)为初始商品图像，g(x，y，π/2)，g(x，y，π)，g(x，y，3π/2)分别表示初始商品图像进行π/2、π、3π/2等间隔相移得到的3幅图像，f0表示空间载频，x表示像素坐标(x，y)中的一个坐标值；对去噪后的商品图像进行增强处理，即可得到预处理后的商品图像；关联映射关系确定模块，与中央控制模块连接，用于确定商品标题名称、图像特征、描述信息、参数数据以及其他详情数据的关联映射关系；商品层级组合分类模型构建模块，与中央控制模块连接，用于构建商品层级组合分类模型；分类模块，与中央控制模块连接，用于基于优化好的商品层级组合分类模型基于所述商品标题、商品图像特征、商品关键词、以及其他描述信息、参数信息及其关联映射关系确定商品的分类结果。2.如权利要求1所述基于层级组合模型的电商商品分类系统，其特征在于，所述基于层级组合模型的电商商品分类系统还包括：商品信息获取模块，与中央控制模块连接，用于获取待分类电商商品的相关信息；中央控制模块，与商品标题采集模块、商品信息获取模块、商品图像预处理模块、商品特征提取模块、商品描述信息处理模块、关键词提取模块、关联映射关系确定模块、商品层级组合分类模型构建模块、分类模块以及输出模块连接，用于利用单片机或控制器控制各个模块正常工作；商品特征提取模块，与中央控制模块连接，用于基于预处理后的商品图像提取商品图像特征；商品描述信息处理模块，与中央控制模块连接，用于对获取的商品特征及其详情描述信息进行处理；关键词提取模块，与中央控制模块连接，用于基于处理后的商品特征及其向其描述信息进行描述关键词提取；输出模块，与中央控制模块连接，用于输出采集的商品的相应信息以及商品的分类结果。3.如权利要求2所述基于层级组合模型的电商商品分类系统，其特征在于，所述商品信息获取模块包括：图像采集单元，用于利用摄像设备采集商品的实物图像或通过扫描的方式获取商品图像；
详情描述信息采集单元，用于获取有关商品的特征、详情描述信息；商品参数信息采集单元，用于采集商品的相关尺寸以及其他的参数数据。4.如权利要求2所述基于层级组合模型的电商商品分类系统，其特征在于，所述商品特征提取模块基于预处理后的商品图像提取商品图像特征包括：采用基于颜色特征的动态阈值层层剥离分割方法去除预处理后的商品图像中的无关信息；采用基于颜色特征和纹理特征的聚类分割算法获取商品图像中的商品特征信息；并采用基于纹理特征的去噪方法去除分割的商品图像的分割碎片；将提取的颜色以及纹理特征进行融合，即可得到商品图像特征。5.如权利要求4所述基于层级组合模型的电商商品分类系统，其特征在于，所述基于颜色特征的动态阈值层层剥离分割过程中，采用的模型为：其中，t为阈值，L个相似度级；商品图像区域与背景区域的方差和，具体为：商品图像区域与背景区域的类间方差，具体为：d2(t)＝ω0(t)(μ0(t)
‑
μ)2+ω1(t)(μ1(t)
‑

【专利技术属性】
技术研发人员：曾定茜，游静，罗学强，
申请(专利权)人：广东开放大学广东理工职业学院，
类型：发明
国别省市：