本发明专利技术涉及一种线下店铺识别的方法及装置,该方法包括:提取待接入的店铺的店铺数据中的场景特征信息,根据该场景特征信息,确定该待接入的线下店铺的类别,从预设的同店模型库中获取与该类别店铺对应的同店模型,基于该同店模型,判断待接入的线下店铺是否已接入到店铺信息平台,从而在进行店铺接入时,避免同一店铺被多次接入,有效提高了店铺识别的准确性。
【技术实现步骤摘要】
一种线下店铺识别的方法及装置
本专利技术涉及互联网搜索
,尤其涉及一种线下店铺识别的方法及装置。
技术介绍
随着互联网的不断发展,基于互联网的业务不断涌现,如通过互联网搜索附近店铺门店,或基于店铺的名称,查找该店铺的位置,提供给用户最便捷的生活体验。互联网公司在收集线下店铺信息时,数据来源渠道多,店铺的信息也比较杂,为了避免同一家店铺多次接入,会用一种既定的模式来识别店铺。但是,仍然容易出现漏识别或者误识别的情况,无法对待接入的店铺进行准确识别,因此,识别准确性并不高。如何提高识别线下店铺的准确性是亟待解决的技术问题。
技术实现思路
鉴于上述问题,提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的线下店铺识别的方法及装置。依据本专利技术的第一个方面,提供了一种线下店铺识别的方法,所述方法包括:提取待接入的线下店铺信息中用于标识所述线下店铺类型的场景特征;从预设的同店模型库中获取与所述类别对应的同店模型,所述同店模型库包含多种类别的线下店铺对应的同店模型,不同种类的同店模型对应不同的线下店铺的类别,每种同店模型已针对对应类别的线下店铺进行优化训练;基于所述同店模型,判断所述待接入的线下店铺是否已接入到店铺信息平台。依据本专利技术的第二个方面,提供了一种线下店铺识别的装置,包括:提取模块,用于从待接入的线下店铺的店铺数据中提取出场景特征信息;确定模块,用于基于所述场景特征信息,确定所述待接入的线下店铺的类别;获取模块,用于从预设的同店模型库中获取与所述类别对应的同店模型,所述同店模型库包含多种类别的线下店铺对应的同店模型,不同种类的同店模型对应不同的线下店铺的类别,每种同店模型已针对对应类别的线下店铺进行优化训练;判断模块,基于所述同店模型,判断所述待接入的线下店铺是否已接入到店铺信息平台。依据本专利技术的第三个方面,提供了一种服务器,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现上述线下店铺识别的方法的步骤。依据本专利技术的第四个方面,提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本专利技术第一个方面中的任一方法步骤。本说明书实施例中的上述一个或多个技术方案,至少具有如下技术效果:本说明书实施例提供的一种线下店铺识别的方法,首先,提取待接入的线下店铺数据中的场景特征信息,然后基于该场景特征信息确定该待接入的线下店铺的类别,从预设的包含多种同店模型的同店模型库中获取与该类别对应的同店模型,最后基于该同店模型,判断该待接入的线下店铺是否已接入到店铺信息平台中。本方案中根据场景特征信息的不同,区分店铺的类别,然后针对每种类别的店铺赋予一个与其对应的同店模型来做识别匹配,由于不同种类的同店模型对应不同的线下店铺类别,因此相当于针对不同种类的店铺使用不同的模型进行识别是否有相同的店铺,而不是如现有技术只用同一种模型识别所有类型店铺,而且每种同店模型是针对对应类别的线下店铺专门进行优化训练获得的,因此让该同店模型专门对该类别的店铺做识别,更具专业性,识别精度提高,识别准确性也提高。上述说明仅是本专利技术技术方案的概述,为了能够更清楚了解本专利技术的技术手段,而可依照说明书的内容予以实施,并且为了让本专利技术的上述和其它目的、特征和优点能够更明显易懂,以下特举本专利技术的具体实施方式。附图说明通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本专利技术的限制。而且在整个附图中,用相同的参考图形表示相同的部件。在附图中:图1示出了本专利技术实施例中线下店铺识别的方法的流程图;图2a、图2b示出了本专利技术实施例中确定店铺类别的示意图;图3示出了本专利技术实施例中获取与店铺类别对应的同店模型的示意图;图4示出了本专利技术实施例中线下店铺识别的装置的结构示意图;图5示出了本专利技术实施例中线下店铺识别服务器的结构示意图。具体实施方式下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。本专利技术为了提高识别线下店铺的准确性,总体思路如下:本说明书实施例提供的一种线下店铺识别的方法,首先,提取待接入的线下店铺数据中的场景特征信息,然后基于该场景特征信息确定该待接入的线下店铺的类别,从预设的包含多种同店模型库中获取与该类别对应的同店模型,最后基于该同店模型,判断该待接入的线下店铺是否已接入到店铺信息平台中。本方案中根据场景特征信息的不同,区分店铺的类别,然后针对每种类别的店铺赋予一个与其对应的同店模型来做识别匹配,由于不同种类的同店模型对应不同的线下店铺类别,因此,相当于针对不同种类的店铺使用不同的模型进行识别是否有相同的店铺,而不是如现有技术只用同一种模型识别所有类型店铺,而且每种同店模型是针对对应类别的线下店铺专门进行优化训练获得的,因此让该同店模型专门对该类别的店铺做识别,更具专业性,识别精度提高,识别准确性也提高。一方面,本专利技术第一实施例提供一种线下店铺识别的方法,该方法用于线下店铺(尤其是海外线下店铺)接入的判断中,请参考图1,包括步骤S101~S104。S101,提取待接入的线下店铺数据中的场景特征。其中,该场景特征信息具体包括:线下店铺的经营类型信息、语言类型信息、收单类型信息、支付渠道类型信息、位置信息中的一种或多种信息。比如,经营类型信息具体有美食、购物、娱乐、丽人等等大的类目信息,每个大的类目信息下又可以分为多个小的类目信息,美食类目信息下可以有小吃、西餐、中餐,或者根据口味进行分类等等信息,购物类目信息下有男装、女装、童装,或者按照用途的分类信息,如生活用品、家具家电等等。语言类型信息具体为待接入的线下店铺的名称信息、地址信息以及其他信息中采用的是中文还是英文,或者是其他小语种信息。收单类型信息具体为线上收单或者线下收单。支付渠道类型信息具体是现金付款,还是线上支付(例如:网银支付、或支付宝支付、或微信支付,其中网银支付还可以对应至具体的哪家银行,比如、建设银行、工商银行、交通银行等等)、或银行按揭(对于支付金额较大商品,比如,手机、电脑等)等等。位置信息具体为待接入的线下店铺所处的国家、区域、街道等详细的地址,当然还有其他的场景特征信息,这些场景特征信息能够有效标识该店铺的特征,在此就不再详细赘述了。在提取店铺数据的场景特征信息时,对于语言类型信息是根据店铺名称、店铺地址以及用于描述店铺的其他信息中的字符串确定语言类型信息;对于经营类型信息是根据该待接入的店铺数据中填写的经营范围确定;对于收单类型信息是根据收单时的来源信息确定的;对于支付渠道类型信息根据收款时标记的渠道来源以及支付的银行来源确定。该线下店铺具体为固定店铺或移动店铺,固定店铺,比如超市、便利店、商场等,可以是连锁的品牌店;移动店铺,比如出租车等。S102,基于该场景特征,确定该待接入的线下店铺的类别。比如,如图2a所示,提取了第一家餐馆的经营类型信息是中餐,确定该经营类型场景特征信息对应的是A类别。提取了第二本文档来自技高网...
【技术保护点】
1.一种线下店铺识别的方法,所述方法包括:从待接入的线下店铺的店铺数据中提取出场景特征信息;基于所述场景特征信息,确定所述待接入的线下店铺的类别;从预设的同店模型库中获取与所述类别对应的同店模型,所述同店模型库包含多种类别的线下店铺对应的同店模型,不同种类的同店模型对应不同的线下店铺的类别,每种同店模型已针对对应类别的线下店铺进行优化训练;基于所述同店模型,判断所述待接入的线下店铺是否已接入到店铺信息平台。
【技术特征摘要】
1.一种线下店铺识别的方法,所述方法包括:从待接入的线下店铺的店铺数据中提取出场景特征信息;基于所述场景特征信息,确定所述待接入的线下店铺的类别;从预设的同店模型库中获取与所述类别对应的同店模型,所述同店模型库包含多种类别的线下店铺对应的同店模型,不同种类的同店模型对应不同的线下店铺的类别,每种同店模型已针对对应类别的线下店铺进行优化训练;基于所述同店模型,判断所述待接入的线下店铺是否已接入到店铺信息平台。2.如权利要求1所述的方法,所述场景特征信息具体为下述中的一种或者多种信息:经营类型信息;语言类型信息;收单类型信息;支付渠道信息;位置信息。3.如权利要求1所述的方法,所述获取与所述类别对应的同店模型,包括:基于所述待接入的线下店铺的类别,获得与所述类别对应的编号;基于所述编号与已有的同店模型之间的对应关系表,获取与所述编号对应的同店模型。4.如权利要求1所述的方法,所述基于所述同店模型,判断所述待接入的线下店铺是否已接入到店铺信息平台,包括:基于所述同店模型的要求,对所述待接入的线下店铺的店铺数据进行配置;将配置好的店铺数据输入给所述同店模型;将所述店铺信息平台中已有的店铺数据输入给所述同店模型;基于所述同店模型的输出结果来判断所述待接入的线下店铺是否已接入到所述店铺信息平台。5.如权利要求1所述的方法,还包括:检测已有的同店模型的使用率是否低于预设使用率;在低于预设使用率时,对所述同店模型进行删除。6.一种线下店铺识别的装置,包括:提取模块,用于从待接入的线下店铺的店铺数据中提取出场景特征信息;确定模块,用于基...
【专利技术属性】
技术研发人员:熊剑,
申请(专利权)人:阿里巴巴集团控股有限公司,
类型:发明
国别省市:开曼群岛,KY
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。