[发明专利]一种物流仓储服务的报价方法和装置

说明书

本发明公开了物流仓储服务的报价方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取商品名称数据，将商品名称数据转化为编码；获取商品属性数据，通过神经网络结构对商品属性数据进行处理；根据商品名称数据的编码与属性数据的神经网络结构的输出，确定报价类别。从而，本发明的实施方式能够对物流仓储报价体系中的品类实现快速、准确的报价。

技术领域

本发明涉及计算机技术领域，尤其涉及一种物流仓储服务的报价方法和装置。

背景技术

在现有物流仓储报价体系中，通常采用品级类别(例如三级品类，是指将商品分为若干一级品类，然后一个一级品类包含若干二级品类，一个二级品类再覆盖若干的三级品类。例如：手机贴膜的层级关系为：一级是手机；二级是手机配件；三级是手机贴膜。)来对物流服务报价。而品级类别报价模式，传统的方法主要是利用支持向量机、逻辑回归、随机森林等方法来对商品分类。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

传统的算法针对三级品类报价的时候，一般只利用了三级品类中所包含的商品的物理属性，例如长、宽、高、体积、重量等信息，但是在三级品类报价模式中还需要考虑行业特殊性来制定相应的价格。

发明内容

有鉴于此，本发明实施例提供一种物流仓储服务的报价方法和装置，能够对物流仓储报价体系中的品类实现快速、准确的报价。

为实现上述目的，根据本发明实施例的一个方面，提供了一种物流仓储服务的报价方法，包括获取商品名称数据，将商品名称数据转化为编码；获取商品属性数据，通过神经网络结构对商品属性数据进行处理；根据商品名称数据的编码与属性数据的神经网络结构的输出，确定报价类别。

可选地，还包括：

将商品名称数据的编码与属性数据的神经网络结构的输出进行加权平均；

根据加权平均后的结果，确定报价类别。

可选地，将商品名称数据转化为编码，还包括：

将商品名称数据进行分词处理；

将商品名称数据分词的结果填充为相同长度的词组；

根据不同的卷积窗口分别对每个词组进行卷积，并对卷积后的结果进行池化；

将池化后的卷积结果拼接为一个向量，以形成全连接层并输出。

可选地，根据商品名称数据的编码与属性数据的神经网络结构的输出，确定报价类别包括：

根据商品名称数据的编码与属性数据的神经网络结构的输出，映射到最大概率的报价类别标签。

另外，根据本发明实施例的一个方面，提供了一种物流仓储服务的报价装置，包括获取模块，用于获取商品名称数据，将商品名称数据转化为编码；以及获取商品属性数据，通过神经网络结构对商品物理属性数据进行处理；处理模块，用于根据商品名称数据的编码与属性数据的神经网络结构的输出，确定报价类别。

可选地，所述处理模块，还用于：

将商品名称数据的编码与物理属性数据的神经网络结构的输出进行加权平均；

根据加权平均后的结果，确定报价类别。

可选地，所述获取模块将商品名称数据转化为编码，还包括：

将商品名称数据进行分词处理；

将商品名称数据分词的结果填充为相同长度的词组；

根据不同的卷积窗口分别对每个词组进行卷积，并对卷积后的结果进行池化；

将池化后的卷积结果拼接为一个向量，以形成全连接层并输出。