基于云计算的化妆品信息检测方法及化妆品电商云平台技术

本申请实施例提供一种基于云计算的化妆品信息检测方法及化妆品电商云平台，通过获取针对化妆品电商服务终端的化妆品服务用户的化妆品需求属性数据，对化妆品需求属性数据以及化妆品需求属性数据对应的云端推荐化妆方案的化妆品需求属性数据分别进行化妆品特征挖掘后，计算二者之间的损失化妆品特征，由此基于预设机器学习挖掘网络对损失化妆品特征进行挖掘，得到化妆品需求属性数据对应的补充需求属性信息。如此，通过先确定更具有推送参考价值的损失化妆品特征，由此利用损失化妆品特征进行补充需求属性信息挖掘，能够对后续的信息推荐过程进行特征丰富，避免信息推送过程中的有效信息量的损失，进而提高推送精度。进而提高推送精度。进而提高推送精度。

【技术实现步骤摘要】
基于云计算的化妆品信息检测方法及化妆品电商云平台


[0001]本申请涉及化妆品信息检测
，具体而言，涉及一种基于云计算的化妆品信息检测方法及化妆品电商云平台。

技术介绍

[0002]随着电子商务技术的快速发展，人们通过电子商务平台进行化妆品的选购和信息了解已经成为越来越普遍的生活方式。例如，用户通常会在电子商务平台上配置符合自身需求的化妆方案和化妆品信息搭配。基于此，对于电子商务平台而言，如何利用数据挖掘对这些用户进行化妆品服务信息的推荐，以节省用户的配置时间和信息搜寻的时间，是亟待解决的技术问题。
[0003]相关技术中，通常是仅基于化妆品服务用户的化妆品需求属性数据进行化妆品服务信息的推荐的，然而化妆品服务用户的化妆品需求属性数据通常会遗漏掉一部分有效信息，造成推送精度的降低。

技术实现思路

[0004]为了至少克服现有技术中的上述不足，本申请的目的在于提供一种基于云计算的化妆品信息检测方法及化妆品电商云平台，通过获取针对化妆品电商服务终端的化妆品服务用户的化妆品需求属性数据，对化妆品需求属性数据以及化妆品需求属性数据对应的云端推荐化妆方案的化妆品需求属性数据分别进行化妆品特征挖掘后，计算二者之间的损失化妆品特征，由此基于预设机器学习挖掘网络对损失化妆品特征进行挖掘，得到化妆品需求属性数据对应的补充需求属性信息。如此，通过先确定更具有推送参考价值的损失化妆品特征，由此利用损失化妆品特征进行补充需求属性信息挖掘，能够对后续的信息推荐过程进行特征丰富，避免信息推送过程中的有效信息量的损失，进而提高推送精度。
[0005]第一方面，本申请提供一种基于云计算的化妆品信息检测方法，应用于化妆品电商云平台，所述化妆品电商云平台与多个化妆品电商服务终端通信连接，所述方法包括：获取针对所述化妆品电商服务终端的化妆品服务用户的化妆品需求属性数据，所述化妆品需求属性数据为基于所述化妆品服务用户的每个目标订阅化妆品标签的化妆品有效参数项目进行相应的云计算数据统计后的需求属性数据信息；对所述化妆品需求属性数据进行化妆品特征挖掘，得到所述化妆品需求属性数据对应的基础化妆品特征，并对所述化妆品需求属性数据对应的云端推荐化妆方案的化妆品需求属性数据进行化妆品特征挖掘，得到对应的全局化妆品特征，其中，所述云端推荐化妆方案为与所述化妆品服务用户相似的其它化妆品服务用户的推荐化妆方案中反馈有效性大于预设有效性的推荐化妆方案；计算所述基础化妆品特征和所述全局化妆品特征之间的损失化妆品特征；基于预设机器学习挖掘网络对所述损失化妆品特征进行挖掘，得到所述化妆品需求属性数据对应的补充需求属性信息，并基于所述补充需求属性信息向所述化妆品电商服
务终端推送补充化妆品服务信息。
[0006]在第一方面的一种可能的实现方式中，所述对所述化妆品需求属性数据进行化妆品特征挖掘，得到所述化妆品需求属性数据对应的基础化妆品特征的步骤，包括：从所述化妆品需求属性数据中获得与预先定义的分类依据属性分量匹配的依据需求属性数据，确定与所述依据需求属性数据相匹配的化妆方案参数；根据所述化妆方案参数以及与所述化妆方案参数相对应的目标化妆方案数据生成对应的化妆应用画像特征；提取所述化妆应用画像特征的画像特征矩阵表示序列，作为所述化妆品需求属性数据对应的基础化妆品特征。
[0007]在第一方面的一种可能的实现方式中，所述根据所述化妆方案参数以及与所述化妆方案参数相对应的目标化妆方案数据生成对应的化妆应用画像特征的步骤，包括：根据与所述化妆方案参数相对应的目标化妆方案数据确定所述化妆方案参数中每个化妆方案步骤顺序满足预设步骤顺序的目标目标化妆方案数据，以及以所述目标目标化妆方案数据为参照目标化妆方案数据的第一目标化妆方案匹配属性和第二目标化妆方案匹配属性，所述第一目标化妆方案匹配属性的化妆方案步骤信息与所述第二目标化妆方案匹配属性的化妆方案步骤信息不重合，并且相互之间存在化妆关联关系；确定所述第一目标化妆方案匹配属性中符合第一目标要求的目标化妆方案属性分量，根据所述符合第一目标要求的目标化妆方案属性分量的源画像标签覆盖信息与关联的预设画像标签覆盖信息信息之间的多级覆盖信息的画像应用页面信息，确定所述第一目标化妆方案匹配属性对应的第一需求功效种类参数信息；其中，所述符合第一目标要求的目标化妆方案属性分量为源画像标签覆盖信息匹配于所述关联的预设画像标签覆盖信息信息的目标化妆方案属性分量；确定所述第二目标化妆方案匹配属性中符合第二目标要求的目标化妆方案属性分量，根据所述符合第二目标要求的目标化妆方案属性分量的源画像标签覆盖信息与关联的预设画像标签覆盖信息信息之间的多级覆盖信息的画像应用页面信息，确定所述第二目标化妆方案匹配属性对应的第二需求功效种类参数信息；其中，所述符合第二目标要求的目标化妆方案属性分量为源画像标签覆盖信息匹配于所述关联的预设画像标签覆盖信息信息的目标化妆方案属性分量；根据所述第一目标化妆方案匹配属性对应的第一需求功效种类参数信息，得到所述目标化妆方案属性分量在每个第一化妆方案步骤信息的试妆资源模型运行信息，并根据所述第二目标化妆方案匹配属性中的第二需求功效种类参数信息，得到所述目标化妆方案属性分量在每个第二化妆方案步骤信息的试妆资源模型运行信息；根据所述每个第一化妆方案步骤信息和每个第二化妆方案步骤信息的试妆资源模型运行信息，分别对所述目标化妆方案属性分量在每个化妆方案步骤信息进行化妆应用画像溯源，得到每个第一化妆方案步骤信息的第一化妆应用画像溯源信息和每个第二化妆方案步骤信息的第二化妆应用画像溯源信息；根据所述每个第一化妆方案步骤信息的第一化妆应用画像溯源信息和每个第二化妆方案步骤信息的第二化妆应用画像溯源信息得到对应的化妆应用画像溯源信息；根据所述化妆应用画像溯源信息，生成对应的化妆应用画像特征。
[0008]在第一方面的一种可能的实现方式中，所述计算所述基础化妆品特征和所述全局化妆品特征之间的损失化妆品特征的步骤，包括：将所述基础化妆品特征和所述全局化妆品特征添加到预设的损失评估线程，并基于所述损失评估线程建立所述基础化妆品特征的多个第一待定评估分段以及所述全局化妆品特征的多个第二待定评估分段；根据每个第一待定评估分段确定所述基础化妆品特征的第一评估对象属性信息，并根据每个第二待定评估分段确定所述全局化妆品特征的第二评估对象属性信息；将所述第一评估对象属性信息和所述第二评估对象属性信息映射至预设损失评估模型，得到所述第一评估对象属性信息对应的第一化妆品资源流以及所述第二评估对象属性信息对应的第二化妆品资源流；确定所述预设损失评估模型中的多个损失评估单元，对所述多个损失评估单元进行分簇得到至少多个不同分簇的评估单元序列；针对每个分簇的评估单元序列，计算所述分簇的评估单元序列中的每个损失评估单元对应的第一化妆品资源流和第二化妆品资源流之间的化妆品损失资源流；将每个化妆品损失资源流进行特征还原后进行汇总，获得所述基础化妆品特征和所述全局化妆品特征之间的损失化妆品特征。
[0009]在第一方面的一种可能的实现方式中，所述基于预设机器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于云计算的化妆品信息检测方法，其特征在于，应用于化妆品电商云平台，所述化妆品电商云平台与多个化妆品电商服务终端通信连接，所述方法包括：获取针对所述化妆品电商服务终端的化妆品服务用户的化妆品需求属性数据，所述化妆品需求属性数据为基于所述化妆品服务用户的每个目标订阅化妆品标签的化妆品有效参数项目进行相应的云计算数据统计后的需求属性数据信息；对所述化妆品需求属性数据进行化妆品特征挖掘，得到所述化妆品需求属性数据对应的基础化妆品特征，并对所述化妆品需求属性数据对应的云端推荐化妆方案的化妆品需求属性数据进行化妆品特征挖掘，得到对应的全局化妆品特征，其中，所述云端推荐化妆方案为与所述化妆品服务用户相似的其它化妆品服务用户的推荐化妆方案中反馈有效性大于预设有效性的推荐化妆方案；计算所述基础化妆品特征和所述全局化妆品特征之间的损失化妆品特征；基于预设机器学习挖掘网络对所述损失化妆品特征进行挖掘，得到所述化妆品需求属性数据对应的补充需求属性信息，并基于所述补充需求属性信息向所述化妆品电商服务终端推送补充化妆品服务信息。2.根据权利要求1所述的基于云计算的化妆品信息检测方法，其特征在于，所述对所述化妆品需求属性数据进行化妆品特征挖掘，得到所述化妆品需求属性数据对应的基础化妆品特征的步骤，包括：从所述化妆品需求属性数据中获得与预先定义的分类依据属性分量匹配的依据需求属性数据，确定与所述依据需求属性数据相匹配的化妆方案参数；根据所述化妆方案参数以及与所述化妆方案参数相对应的目标化妆方案数据生成对应的化妆应用画像特征；提取所述化妆应用画像特征的画像特征矩阵表示序列，作为所述化妆品需求属性数据对应的基础化妆品特征。3.根据权利要求2所述的基于云计算的化妆品信息检测方法，其特征在于，所述根据所述化妆方案参数以及与所述化妆方案参数相对应的目标化妆方案数据生成对应的化妆应用画像特征的步骤，包括：根据与所述化妆方案参数相对应的目标化妆方案数据确定所述化妆方案参数中每个化妆方案步骤顺序满足预设步骤顺序的目标目标化妆方案数据，以及以所述目标目标化妆方案数据为参照目标化妆方案数据的第一目标化妆方案匹配属性和第二目标化妆方案匹配属性，所述第一目标化妆方案匹配属性的化妆方案步骤信息与所述第二目标化妆方案匹配属性的化妆方案步骤信息不重合，并且相互之间存在化妆关联关系；确定所述第一目标化妆方案匹配属性中符合第一目标要求的目标化妆方案属性分量，根据所述符合第一目标要求的目标化妆方案属性分量的源画像标签覆盖信息与关联的预设画像标签覆盖信息信息之间的多级覆盖信息的画像应用页面信息，确定所述第一目标化妆方案匹配属性对应的第一需求功效种类参数信息；其中，所述符合第一目标要求的目标化妆方案属性分量为源画像标签覆盖信息匹配于所述关联的预设画像标签覆盖信息信息的目标化妆方案属性分量；确定所述第二目标化妆方案匹配属性中符合第二目标要求的目标化妆方案属性分量，根据所述符合第二目标要求的目标化妆方案属性分量的源画像标签覆盖信息与关联的预
设画像标签覆盖信息信息之间的多级覆盖信息的画像应用页面信息，确定所述第二目标化妆方案匹配属性对应的第二需求功效种类参数信息；其中，所述符合第二目标要求的目标化妆方案属性分量为源画像标签覆盖信息匹配于所述关联的预设画像标签覆盖信息信息的目标化妆方案属性分量；根据所述第一目标化妆方案匹配属性对应的第一需求功效种类参数信息，得到所述目标化妆方案属性分量在每个第一化妆方案步骤信息的试妆资源模型运行信息，并根据所述第二目标化妆方案匹配属性中的第二需求功效种类参数信息，得到所述目标化妆方案属性分量在每个第二化妆方案步骤信息的试妆资源模型运行信息；根据所述每个第一化妆方案步骤信息和每个第二化妆方案步骤信息的试妆资源模型运行信息，分别对所述目标化妆方案属性分量在每个化妆方案步骤信息进行化妆应用画像溯源，得到每个第一化妆方案步骤信息的第一化妆应用画像溯源信息和每个第二化妆方案步骤信息的第二化妆应用画像溯源信息；根据所述每个第一化妆方案步骤信息的第一化妆应用画像溯源信息和每个第二化妆方案步骤信息的第二化妆应用画像溯源信息得到对应的化妆应用画像溯源信息；根据所述化妆应用画像溯源信息，生成对应的化妆应用画像特征。4.根据权利要求1所述的基于云计算的化妆品信息检测方法，其特征在于，所述计算所述基础化妆品特征和所述全局化妆品特征之间的损失化妆品特征的步骤，包括：将所述基础化妆品特征和所述全局化妆品特征添加到预设的损失评估线程，并基于所述损失评估线程建立所述基础化妆品特征的多个第一待定评估分段以及所述全局化妆品特征的多个第二待定评估分段；根据每个第一待定评估分段确定所述基础化妆品特征的第一评估对象属性信息，并根据每个第二待定评估分段确定所述全局化妆品特征的第二评估对象属性信息；将所述第一评估对象属性信息和所述第二评估对象属性信息映射至预设损失评估模型，得到所述第一评估对象属性信息对应的第一化妆品资源流以及所述第二评估对象属性信息对应的第二化妆品资源流；确定所述预设损失评估模型中的多个损失评估单元，对所述多个损失评估单元进行分簇得到至少多个不同分簇的评估单元序列；针对每个分簇的评估单元序列，计算所述分簇的评估单元序列中的每个损失评估单元对应的第一化妆品资源流和第二化妆品资源流之间的化妆品损失资源流；将每个化妆品损失资源流进行特征还原后进行汇总，获得所述基础化妆品特征和所述全局化妆品特征之间的损失化妆品特征。5.根据权利要求1
‑
4中任意一项所述基于云计算的化妆品信息检测方法，其特征在于，所述基于预设机器学习挖掘网络对所述损失化妆品特征进行挖掘，得到所述化妆品需求属性数据对应的补充需求属性信息，并基于所述补充需求属性信息向所述化妆品电商服务终端推送补充化妆品服务信息的步骤，包括：基于预设机器学习挖掘网络确定所述损失化妆品特征在每个挖掘补充需求属性信息下的置信度；根据所述损失化妆品特征在每个挖掘补充需求属性信息下的置信度得到所述化妆品需求属性数据对应的补充需求属性信息，并基于所述补充需求属性信息向所述化妆品电商
服务终端推送补充化妆品服务信息。6.根据权利要求5所述基于云计算的化妆品信息检测方法，其特征在于，所述根据所述损失化妆品特征在每个挖掘补充需求属性信息下的置信度得到所述化妆品需求属性数据对应的补充需求属性信息，并基于所述补充需求属性信息向所述化妆品电商服务终端推送补充化妆品服务信息的步骤，包括：将置信度最高的挖掘补充需求属性信息作为所述化妆品需求属性数据对应的补充需求属性信息。7.根据权利要求1
‑
...

【专利技术属性】
技术研发人员：卞惠红，
申请(专利权)人：卞惠红，
类型：发明
国别省市：