[发明专利]一种商品对象选取、模型确定及使用热度确定方法与装置有效
| 申请号: | 201610569600.9 | 申请日: | 2016-07-19 |
| 公开(公告)号: | CN107632989B | 公开(公告)日: | 2021-04-13 |
| 发明(设计)人: | 叶舟;王瑜;陈凡;杨洋;董昭萍;钱倩;王吉能 | 申请(专利权)人: | 阿里巴巴集团控股有限公司 |
| 主分类号: | G06F16/9535 | 分类号: | G06F16/9535 |
| 代理公司: | 北京同达信恒知识产权代理有限公司 11291 | 代理人: | 郭润湘 |
| 地址: | 英属开曼群岛大开曼*** | 国省代码: | 暂无信息 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 商品 对象 选取 模型 确定 使用 热度 方法 装置 | ||
本申请公开了一种商品对象选取、模型确定及使用热度确定方法与装置,可基于用户输入的商品对象主题词、以及设定的对象识别模型,从海量对象中自动选择出至少一个商品对象作为满足用户需求的对象,从而大大提高了商品对象的选取效率,进而减少了人工盘货的成本,提高了运营效率。
技术领域
本申请涉及互联网技术领域,尤其涉及一种商品对象选取、模型确定及使用热度确定方法与装置。
背景技术
为了提高电子商务系统中的商品对象的成交性能,电子商务系统常常会建立各种新的频道来增加商品对象曝光,比如,建立各种各样的特价秒杀活动主题频道、或者主打商品对象调性的主题频道等。
这些频道在刚建立之时都会碰到盘货问题,即,如何圈定适合该频道的商品对象,以达到频道成交最大化等。具体地,目前,为了解决上述问题,常采用人工方式为各新建频道选取相应的商品对象,即,由操作人员根据人为经验,主观去选择符合各新建频道所需主题的商品对象。
但是,由于采用人工方式进行商品对象的选取常常需要花费大量时间,从而使得商品对象的选取效率十分低下。
发明内容
本申请实施例提供了一种商品对象选取、模型确定及使用热度确定方法与装置,用以解决现有的商品对象选取方式所存在的效率低下的问题。
一方面,本申请实施例提供了一种商品对象选取方法,包括:
接收用户终端发送的商品对象主题词;
获取与所述商品对象主题词相匹配的初选对象;
基于设定的对象识别模型以及各初选对象在第一时间段内的使用特征数据,确定各初选对象在第二时间段的对象使用热度;其中,所述对象识别模型为训练得到的用于表征商品对象在第一时间段内的使用特征数据、与商品对象在第二时间段的对象使用热度之间的关联关系的识别模型;所述第一时间段为第二时间段的前一指定时间段;
根据各初选对象在所述第二时间段的对象使用热度,从初选对象中选取至少一个商品对象作为所述第二时间段内、与所述商品对象主题词相匹配的商品对象。
可选地,从初选对象中选取至少一个商品对象作为所述第二时间段内、与所述商品对象主题词相匹配的商品对象,包括:
从初选对象中选取至少一个对象使用热度不低于设定热度阈值的商品对象作为所述第二时间段内、与所述商品对象主题词相匹配的商品对象。
可选地,在基于设定的对象识别模型以及各初选对象在第一时间段内的使用特征数据,确定各初选对象在第二时间段的对象使用热度之前,所述方法还包括:
接收用户终端发送的对象识别模型训练样本数据,其中,所述对象识别模型训练样本数据中包含各对象识别模型样本对象的基础特征数据,且,每一对象识别模型样本对象的基础特征数据包括所述对象识别模型样本对象在各第三时间段内的使用特征数据,以及所述对象识别模型样本对象在各对应的第四时间段的对象使用热度;所述第三时间段为对应的第四时间段的前一指定时间段;
根据各对象识别模型样本对象的基础特征数据,对预先建立的用于预测商品对象在第一时间段内的使用特征数据、与商品对象在第二时间段的对象使用热度之间的关联关系的初始对象识别模型进行训练,得到所述对象识别模型。
可选地,在从初选对象中选取至少一个商品对象作为所述第二时间段内、与所述商品对象主题词相匹配的商品对象之前,所述方法还包括:
基于设定的类目识别模型、以及各初选对象对应的类目在与所述第二时间段相对应的一个或多个历史同期时间段的类目使用热度,确定各初选对象对应的类目在所述第二时间段的类目使用热度;其中,所述类目识别模型为训练得到的用于表征商品对象类目在第二时间段的类目使用热度、与商品对象类目在与该第二时间段相对应的一个或多个历史同期时间段的类目使用热度之间的关联关系的识别模型;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201610569600.9/2.html,转载请声明来源钻瓜专利网。





