[发明专利]一种基于社交电商公开文本信息的商品细粒度分类方法

说明书

本发明提供了种基于社交电商公开文本信息的商品细粒度分类方法，它解决了现有技术中标准难以统一等诸多弊端的问题。其方法包括：从数据库读取社交电商对于商品的公开描述文本信息，根据商品属性建立一级目录标签，并根据标签的不同将文本信息分成若干类数据集；参照一级目录标签，选择商品公开描述文本中与一级目录标签为被包含关系的名称性词语作为其二级目录标签；对社交电商公开文本进行词性标注，存储名词性词语，根据文本在上述一级目录标签中的分类结果调用该一级目录下的二级目录标签数据，并检索该名词性词语与二级目录中相同的标签数据，得到文本所属细粒度类别。本发明优点在于在相对较少的数据集条件下对商品进行细粒度自动分类。

技术领域

本发明涉及电商数据处理技术领域，具体涉及一种基于社交电商公开文本信息的商品细粒度分类方法。

背景技术

移动互联网的快速发展使得社交电商这一零售群体逐步走向大众的视野。社交电商相比于传统电商缺乏有力的平台管理和商品描述上的约束，这使得服务提供商对他们的客户缺乏系统性了解，当中就包括社交电商售卖商品所属的类别。

目前，多数电子商务平台采用手动分类的方式按照商品属性进行分类。这种方式存在人力成本过高、标准难以统一等诸多弊端。如果采用人工智能算法对社交电商公开文本进行自动分类，则会存在商品细粒度类别过多，难以完成文本分类模型所需规模的数据收集工作。

发明内容

鉴于此，本发明的目的在于克服现有技术的不足，提供一种基于社交电商公开文本的商品细粒度分类处理方法，可以实现在相对较少的数据集条件下对商品进行细粒度的自动分类。

为实现以上目的，本发明采用如下技术方案：

一种基于社交电商公开文本信息的商品细粒度分类方法，包括以下步骤：

步骤S1：从数据库读取社交电商对于商品的公开描述文本信息，根据商品属性建立一级目录标签，并根据标签的不同将文本信息分成若干类数据集；

步骤S2：参照一级目录标签，选择商品公开描述文本中与一级目录标签为被包含关系的名称性词语作为其二级目录标签；

步骤S3:对社交电商公开文本进行词性标注，存储名词性词语，根据文本在上述一级目录标签中的分类结果调用该一级目录下的二级目录标签数据，并检索该名词性词语与二级目录中相同的标签数据，得到文本所属细粒度类别。

在上述的一种基于社交电商公开文本信息的商品细粒度分类处理方法中，在S1中，所述的商标属性参照已公开的购物网站的一级目录分类。

在上述的一种基于社交电商公开文本信息的商品细粒度分类处理方法中，将S1中的数据集分成训练集、测试集和验证集并利用文本分类算法对训练集、测试集和验证集分别进行模型训练、测试和验证。

在上述的一种基于社交电商公开文本信息的商品细粒度分类处理方法中，所述的文本分类算法包括BERT、LSTM、TextCNN中的一种或多种。

在上述的一种基于社交电商公开文本信息的商品细粒度分类处理方法中，分类模型训练完成后对文本类别进行预测。

本发明的优点：与直接利用文本分类模型对社交电商公开文本进行分类相比，实现相同细粒度分类所需数据量较小；可以解决二级目标标签对应的数据较少所导致的文本分类模型直接作用于二级目录分类时训练数据收集困难的问题；先进行文本粗粒度分类，再在分类结果对应的二级目录标签中进行检索可以极大地减小检索范围，同时避免不同领域商品拥有一样的名称，例如，名词“苹果”既可以是手机通讯也可以是生鲜。

附图说明

附图1为本发明提供的社交电商公开文本细粒度分类流程示意图；

具体实施方式

以下采用本发明的优选实施例并结合附图，对本发明的技术方案作进一步的描述，但本发明并不限于这些实施例。