一种商品关联关系的生成方法、装置、介质及电子设备制造方法及图纸

本发明专利技术实施例提供了一种商品关联关系的生成方法、装置、介质及电子设备，包括：根据所获取的查询条件，获取上述查询条件范围内的订单数据；根据上述订单数据中商品信息的被购买次数，对上述商品信息之间的关联权重进行表达，生成关联商品权重图像；对上述关联商品权重图像进行循环迭代，确定出关联权重最大的关联商品权重子图像；提取并输出上述关联商品权重子图像中的商品信息之间的关联关系。本发明专利技术实施例的技术方案实现了从海量电商数据中自动并快速地挖掘出关联商品簇，降低了成本，提升了交叉柜台展示，交叉促销，交叉推荐和库存管理等电商业务的效率。

A method, device, medium and electronic equipment for generating commodity relation

【技术实现步骤摘要】
一种商品关联关系的生成方法、装置、介质及电子设备
本专利技术涉及电子商务
，具体而言，涉及一种商品关联关系的生成方法、装置、介质及电子设备。
技术介绍
随着电子商务的飞速发展，消费者需要为给定的生活场景购买多个不同功能的关联商品，比如母婴食品的场景可能需要奶粉、菜粉、营养品、各种哺乳器材、婴儿餐桌、婴儿餐具、婴儿服饰、玩具和婴儿安全设备等商品。通常每一个场景都对应了需要一起或者先后购买的一些商品，即关联商品簇。在营销中使用关联商品簇可以使消费者感受到所涉及的生活场景,从而便捷购买生活场景所需商品；也可以使商家有机会把对有价值的商品推送给消费者，从而实现品类拉新和提升长尾商品，应用商品关联簇关系的电商营销业务是交叉销售，具体业务见下表：现有技术主要依赖专家通过已知的商品的功能关系，手工设立这样的关联关系，例如：功能的不同，例如煤气灶台和抽油烟机，茶叶和茶具；配件功能附属商品，例如手机和手机屏幕保护膜；同系列产品,或者竞争性的产品；已知具体的消费场景：例如母婴、旅行或者家居园艺。而发掘面向场景的商品关联关系可以定义为数学枚举问题，通过人工智能的关联规则挖掘算法，例如先验Apriori和FPGrowthTree算法，从历史订单数据库提取数据，并且发现数据中商品的关联规则。但是，上述现有技术方案存在以下缺陷：(1)海量商品消费数据生成了大量的商品关联关系，人工成本高，也无法应对海量数据；(2)商品关联关系通常超越了行业专家的知识体系；(3)商品关联关系是面向场景的，多个商品以关联商品簇的形式服务于一个共同的场景,并且动态改变。而现有的人工智能关联规则挖掘算法是通过减少搜索空间来挖掘部分的关联规则，其主要缺点有:(1)广度优先搜索的先验Apriori等算法速度慢,消耗很大内存,并且有较大的计算误差；(2)深度优先搜索的FP-Growth等算法是仅仅是基于高频繁商品集。因为高频繁商品和很多商品都关联,返回的计算结果重复冗余,并且无法在不同频繁程度的商品中找到关联关系，也不能用来计算整体数据的关联关系。需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本专利技术的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
本专利技术实施例的目的在于提供一种商品关联关系的生成方法、装置、介质及电子设备，进而至少在一定程度上克服相关技术中需要耗费大量人工定义商品关联关系以及算法效率低下等一个或多个问题。本专利技术的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本专利技术的实践而习得。根据本专利技术实施例的第一方面，提供了一种商品关联关系的生成方法，包括：根据上报数据的数据量配置布隆过滤器的切换时间点；根据所获取的查询条件，获取上述查询条件范围内的订单数据；根据上述订单数据中商品信息的被购买次数，对上述商品信息之间的关联权重进行表达，生成关联商品权重图像；对上述关联商品权重图像进行循环迭代，确定出关联权重最大的关联商品权重子图像；提取并输出上述关联商品权重子图像中的商品信息之间的关联关系。在本专利技术的一个实施例中，上述根据所获取的查询条件，获取上述查询条件范围内的订单数据，还包括：从订单交易数据库中提取上述查询条件范围内的订单数据，上述订单数据包括：订单号、订单号所对应的用户编号以及订单内的商品编号；确定出上述订单数据中各用户的订单编号以及所购买的商品编号，并按照预设的表结构将上述订单数据换为表结构的订单数据。在本专利技术的一个实施例中，上述根据上述订单数据中商品信息的被购买次数，对上述商品信息之间的关联权重进行表达，生成关联商品权重图像，包括：根据上述订单数据中单个商品信息被购买的次数，确定出各商品信息对应的关联权重；根据上述订单数据中商品信息被合并购买的次数，确定出被合并购买的商品信息之间的关联权重；基于上述各商品信息对应的权重和上述被合并购买的商品信息之间的权重生成关联商品权重图，其中，上述商品信息在上述关联商品权重图中以顶点表示，上述商品信息对应顶点之间的连线表示被合并购买的商品信息。在本专利技术的一个实施例中，上述根据上述订单数据中商品信息被合并购买的次数，确定出被合并购买的商品信息之间的关联权重，包括：通过公式：确定出被合并购买的商品信息之间的关联权重，其中,si和sj表示被合并购买的商品信息，wedge(si,sj)表示商品信息si与商品信息sj被合并购买的次数，w(si)表示商品信息si被购买的次数，w(sj)表示商品信息sj被购买的次数，compare表示对比和的大小，并输出其中的最大值或平均值。在本专利技术的一个实施例中，上述对上述关联商品权重图像进行循环迭代，确定出关联权重最大的关联商品权重子图像，包括：通过函数：确定出关联权重最大的关联商品权重子图像，其中，上述函数的约束条件为：si和sj表示被合并购买的商品信息，(si,sj)表示被合并购买的商品信息之间的连线，β(si,sj)表示被合并购买的商品信息之间的权重，w表示设置的权重参数，n表示商品信息的个数。在本专利技术的一个实施例中，上述确定出关联权重最大的关联商品权重子图像之后，上述方法还包括：将上述关联权重最大的关联商品权重子图像从上述关联商品权重图像中删除，获得整理后的关联商品权重图像；根据预设的循环条件判断是否继续确定出上述整理后的关联商品权重图像中关联权重最大的关联商品权重子图像。在本专利技术的一个实施例中，上述将上述关联权重最大的关联商品权重子图像从上述关联商品权重图像中删除，获得整理后的关联商品权重图像，包括：当上述顶点全部属于上述关联商品权重子图像时，将上述关联权重最大的关联商品权重子图像从上述关联商品权重图像中删除。在本专利技术的一个实施例中，上述方法还包括：当上述顶点不全部属于上述关联商品权重子图像时，确定出不全部属于上述关联商品权重子图的待删除顶点，并统计上述待删除顶点被确定出不属于上述关联商品权重子图像的次数，当上述次数超出预设的阈值后，将上述待删除顶点所对应的关联商品权重子图像从上述关联商品权重图像中删除，和/或统计上述待删除顶点的所有相邻顶点，确定出上述相邻节点在上述关联商品权重子图中的第一比例和上述关联商品权重图像中的第二比例，当上述第一比例大于等于上述第二比例时，将上述待删除顶点所对应的关联商品权重子图像从上述关联商品权重图像中删除，当上述第一比例小于上述第二比例时，保留上述待删除顶点。在本专利技术的一个实施例中，上述提取并输出上述关联商品权重子图像中的商品信息之间的关联关系，包括：将上述关联商品权重子图像中的商品信息之间的关联关系进行保存，并转换为预设的格式后输出。根据本专利技术实施例的第二方面，提供了一种商品关联关系的生成装置，包括：查询模块，用于根据所获取的查询条件，获取上述查询条件范围内的订本文档来自技高网...

【技术保护点】
1.一种商品关联关系的生成方法，其特征在于，包括：/n根据所获取的查询条件，获取所述查询条件范围内的订单数据；/n根据所述订单数据中商品信息的被购买次数，对所述商品信息之间的关联权重进行表达，生成关联商品权重图像；/n对所述关联商品权重图像进行循环迭代，确定出关联权重最大的关联商品权重子图像；/n提取并输出所述关联商品权重子图像中的商品信息之间的关联关系。/n

【技术特征摘要】
1.一种商品关联关系的生成方法，其特征在于，包括：
根据所获取的查询条件，获取所述查询条件范围内的订单数据；
根据所述订单数据中商品信息的被购买次数，对所述商品信息之间的关联权重进行表达，生成关联商品权重图像；
对所述关联商品权重图像进行循环迭代，确定出关联权重最大的关联商品权重子图像；
提取并输出所述关联商品权重子图像中的商品信息之间的关联关系。


2.根据权利要求1所述的商品关联关系的生成方法，其特征在于，所述根据所获取的查询条件，获取所述查询条件范围内的订单数据，还包括：
从订单交易数据库中提取所述查询条件范围内的订单数据，所述订单数据包括：订单号、订单号所对应的用户编号以及订单内的商品编号；
确定出所述订单数据中各用户的订单编号以及所购买的商品编号，并按照预设的表结构将所述订单数据换为表结构的订单数据。


3.根据权利要求1所述的商品关联关系的生成方法，其特征在于，所述根据所述订单数据中商品信息的被购买次数，对所述商品信息之间的关联权重进行表达，生成关联商品权重图像，包括：
根据所述订单数据中单个商品信息被购买的次数，确定出各商品信息对应的关联权重；
根据所述订单数据中商品信息被合并购买的次数，确定出被合并购买的商品信息之间的关联权重；
基于所述各商品信息对应的权重和所述被合并购买的商品信息之间的权重生成关联商品权重图，其中，所述商品信息在所述关联商品权重图中以顶点表示，所述商品信息对应顶点之间的连线表示被合并购买的商品信息。


4.根据权利要求3所述的商品关联关系的生成方法，其特征在于，所述根据所述订单数据中商品信息被合并购买的次数，确定出被合并购买的商品信息之间的关联权重，包括：
通过公式：



确定出被合并购买的商品信息之间的关联权重，其中,si和sj表示被合并购买的商品信息，wedge(si,sj)表示商品信息si与商品信息sj被合并购买的次数，w(si)表示商品信息si被购买的次数，w(sj)表示商品信息sj被购买的次数，commpare表示对比和的大小，并输出其中的最大值或平均值。


5.根据权利要求1所述的商品关联关系的生成方法，其特征在于，所述对所述关联商品权重图像进行循环迭代，确定出关联权重最大的关联商品权重子图像，包括：
通过函数：



确定出关联权重最大的关联商品权重子图像，其中，所述函数的约束条件为：si和sj表示被合并购买的商品信息，(si,sj)表示被合并购买的商品信息之间的连线，β(si,sj)表示被合并购买的商品信息之间的权重，w表示设置的权重参数，n表示商品信息的个数。


6.根据权利要求1或5所述的商品关联关系...

【专利技术属性】
技术研发人员：杨勇，祝光明，司小婷，张徐根，杨帆，张辰洁，常子连，张伟，兰江，
申请(专利权)人：北京京东尚科信息技术有限公司，北京京东世纪贸易有限公司，
类型：发明
国别省市：北京;11