[发明专利]商品识别、数据处理方法及设备在审

专利信息
申请号: 201910204553.1 申请日: 2019-03-18
公开(公告)号: CN111724008A 公开(公告)日: 2020-09-29
发明(设计)人: 唐瑞祺;杨怡蕙 申请(专利权)人: 阿里巴巴集团控股有限公司
主分类号: G06Q10/06 分类号: G06Q10/06;G06Q30/06
代理公司: 北京太合九思知识产权代理有限公司 11610 代理人: 柴艳波
地址: 英属开曼群岛大开*** 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: 商品 识别 数据处理 方法 设备
【说明书】:

本申请实施例提供一种商品识别、数据处理方法及设备。其中,方法包括如下的步骤:确定多个商品对象中各商品对象的与用户消费风险相关的特征信息;根据所述多个商品对象中各商品对象的与用户消费风险相关的特征信息,从所述多个商品对象中分析出离群的至少一个商品对象;从所述离群的至少一个商品对象中识别出满足第一预设条件的第一商品对象。本申请实施例提供的技术方案中,能够合理地较大范围地将多个商品对象中用户消费风险高的商品对象给分离出来,以便于对互联网商品进行治理。

技术领域

本申请涉及电子技术领域,尤其涉及一种商品识别、数据处理方法及设备。

背景技术

随着互联网技术的不断发展,人们越来越习惯通过互联网来获取自己感兴趣的资源,例如:视频、商品、火车票、机票等等。

互联网上的资源越来越多,对互联网上的资源进行治理是必不可少的。例如:在电商平台,需要识别出平台上的劣质商品,进而对劣质商品进行整治;在视频网站,需要识别出平台上的劣质视频,进而对劣质视频进行整治。

目前,现有技术中,通常采用随机抽样检查的方式对平台上相当小比例的资源对象进行优劣验证。抽样检查虽然一定程度上可以识别出一些劣质资源,但是其覆盖的比例和范围都是相当有限的。

发明内容

鉴于上述问题,提出了本申请以提供一种解决上述问题或至少部分地解决上述问题的商品识别、数据处理方法及设备。

于是,在本申请的一个实施例中,提供了一种商品识别方法,该方法,包括:

确定多个商品对象中各商品对象的与用户消费风险相关的特征信息;

根据所述多个商品对象中各商品对象的与用户消费风险相关的特征信息,从所述多个商品对象中分析出离群的至少一个商品对象;

从所述离群的至少一个商品对象中识别出满足第一预设条件的第一商品对象。

在本申请的又一个实施例中,提供了一种商品识别方法,该方法,包括:

确定多个商品对象中各商品对象的与用户消费风险相关的特征信息;

从所述多个商品对象中识别出满足第一预设条件的至少一个商品对象;

根据所述满足第一预设条件的至少一个商品对象中各商品对象的与用户消费风险相关的特征信息,从所述满足第一预设条件的至少一个商品对象中分析出离群的第一商品对象。

在本申请的另一个实施例中,提供了一种数据处理方法,该方法,包括:

确定多个资源对象中各资源对象的与用户选择风险相关的特征信息;

根据所述多个资源对象中各资源对象的与用户选择风险相关的特征信息,从所述多个资源对象中分析出离群的至少一个资源对象;

从所述离群的至少一个资源对象中识别出满足第一预设条件的第一资源对象。

在本申请的另一实施例中,提供了一种数据处理方法。该方法包括:

确定多个资源对象中各资源对象的与用户选择风险相关的特征信息;

从所述多个资源对象中识别出满足第一预设条件的至少一个资源对象;

根据所述满足第一预设条件的至少一个资源对象中各资源对象的与用户选择风险相关的特征信息,从所述满足第一预设条件的至少一个资源对象中分析出离群的第一资源对象。

在本申请的又一实施例中,提供了一种电子设备。该电子设备,包括:

第一存储器和第一处理器,其中,

所述第一存储器,用于存储程序;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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/201910204553.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top