基于大数据的在线电子商务推送方法及系统技术方案

本发明专利技术提供的基于大数据的在线电子商务推送方法及系统，涉及数据处理技术领域。在本发明专利技术中，提取到目标用户通过目标用户终端设备针对目标在线电子商务平台发起的目标请求代表图像；利用图像对比分析神经网络，分别对目标图像大数据库包括的每一个候选电子商务对象图像和目标请求代表图像进行图像对比分析处理，以输出每一个候选电子商务对象图像对应的图像对比分析结果；依据每一个候选电子商务对象图像对应的图像对比分析结果，从多个候选电子商务对象图像对应的多个候选电子商务对象中，确定出目标候选电子商务对象，以推送给目标用户终端设备。基于上述内容，可以改善现有技术中电子商务推送的可靠度不高的问题。有技术中电子商务推送的可靠度不高的问题。有技术中电子商务推送的可靠度不高的问题。

【技术实现步骤摘要】
基于大数据的在线电子商务推送方法及系统


[0001]本专利技术涉及数据处理
，具体而言，涉及一种基于大数据的在线电子商务推送方法及系统。

技术介绍

[0002]随着互联网技术和计算机技术的不断成熟，使得对应的数据处理技术的应用范围也不断增加，例如，利用数据处理技术可以对对象进行相应的推荐处理，如在在线电子商务的应用中，可以基于用户的请求意图将对应的目标电子商务对象（如产品等）推送给该用户，但是，在现有技术中，存在着电子商务推送的可靠度不高的问题。

技术实现思路

[0003]有鉴于此，本专利技术的目的在于提供一种基于大数据的在线电子商务推送方法及系统，以改善现有技术中电子商务推送的可靠度不高的问题。
[0004]为实现上述目的，本专利技术实施例采用如下技术方案：一种基于大数据的在线电子商务推送方法，包括：提取到目标用户通过目标用户终端设备针对目标在线电子商务平台发起的目标请求代表图像，所述目标请求代表图像中携带有所述目标用户用于请求电子商务对象的目标意图信息；利用图像对比分析神经网络，分别对目标图像大数据库包括的多个候选电子商务对象图像中的每一个候选电子商务对象图像和所述目标请求代表图像进行图像对比分析处理，以输出每一个候选电子商务对象图像对应的图像对比分析结果，所述图像对比分析结果用于反映对应的所述候选电子商务对象图像和所述目标请求代表图像是否匹配；依据每一个所述候选电子商务对象图像对应的图像对比分析结果，从所述多个候选电子商务对象图像对应的多个候选电子商务对象中，确定出目标候选电子商务对象，以推送给所述目标用户终端设备。
[0005]在一些优选的实施例中，在上述基于大数据的在线电子商务推送方法中，所述提取到目标用户通过目标用户终端设备针对目标在线电子商务平台发起的目标请求代表图像的步骤，包括：提取到目标用户通过目标用户终端设备针对目标在线电子商务平台发起的电子商务对象请求数据，再从所述电子商务对象请求数据中，提取出目标字段范围内的目标电子商务对象请求编码数据；对所述目标电子商务对象请求编码数据进行数据解码处理，以形成所述目标电子商务对象请求编码数据对应的目标电子商务对象请求解码数据，再将所述目标电子商务对象请求解码数据作为目标请求代表图像。
[0006]在一些优选的实施例中，在上述基于大数据的在线电子商务推送方法中，所述利用图像对比分析神经网络，分别对目标图像大数据库包括的多个候选电子商务对象图像中
的每一个候选电子商务对象图像和所述目标请求代表图像进行图像对比分析处理，以输出每一个候选电子商务对象图像对应的图像对比分析结果的步骤，包括：提取出第一示例性图像序列，所述第一示例性图像序列包括的每一个示例性图像组合包括示例性候选电子商务对象图像和示例性目标请求代表图像，所述第一示例性图像序列还包括所述示例性候选电子商务对象图像和所述示例性目标请求代表图像之间的图像对比分析实际结果，所述图像对比分析实际结果反映对应的所述示例性候选电子商务对象图像和所述示例性目标请求代表图像实际是否匹配；以及，对所述第一示例性图像序列包括的每一个示例性图像组合进行关键图像单元隐藏操作，形成所述第一示例性图像序列对应的第二示例性图像序列，所述第二示例性图像序列包括每一个所述示例性图像组合对应的隐藏示例性图像组合，所述第二示例性图像序列还包括所述隐藏示例性图像组合对应的图像对比分析实际结果，所述隐藏示例性图像组合对应的图像对比分析实际结果与对应的所述示例性图像组合对应的图像对比分析实际结果一致；基于所述第一示例性图像序列，和/或，所述第二示例性图像序列，对待优化的初始图像对比分析神经网络进行网络的优化操作，输出所述初始图像对比分析神经网络对应的图像对比分析神经网络；以及，利用所述图像对比分析神经网络对电子商务对象图像组合进行图像对比分析处理，输出所述电子商务对象图像组合对应的图像对比分析结果，所述电子商务对象图像组合包括一个候选电子商务对象图像和所述目标请求代表图像；其中，所述对所述第一示例性图像序列包括的每一个示例性图像组合进行关键图像单元隐藏操作，形成所述第一示例性图像序列对应的第二示例性图像序列的步骤，包括：分析出所述第一示例性图像序列包括的每一个示例性图像组合包括的所述示例性候选电子商务对象图像中的每一个图像单元与所述示例性目标请求代表图像中的每一个图像单元之间的图像单元相关参数；基于所述图像单元相关参数，筛选出每一个所述示例性图像组合包括的所述示例性候选电子商务对象图像与所述示例性目标请求代表图像之间的每一个相关图像单元组合；对每一个所述示例性图像组合对应的每一个相关图像单元组合对应的相关图像单元进行图像单元隐藏操作，形成每一个所述示例性图像组合对应的隐藏示例性图像组合；以及，依据每一个所述示例性图像组合对应的隐藏示例性图像组合，构建形成对应的第二示例性图像序列。
[0007]在一些优选的实施例中，在上述基于大数据的在线电子商务推送方法中，所述基于所述第一示例性图像序列，和/或，所述第二示例性图像序列，对待优化的初始图像对比分析神经网络进行网络的优化操作，输出所述初始图像对比分析神经网络对应的图像对比分析神经网络的步骤，包括：对所述第一示例性图像序列进行数据加载操作，以将所述第一示例性图像序列加载到所述初始图像对比分析神经网络中，利用所述第一示例性图像序列进行网络的优化操作，输出所述初始图像对比分析神经网络对应的图像对比分析神经网络；或者对所述第二示例性图像序列进行数据加载操作，以将所述第二示例性图像序列加载到所述初始图像对比分析神经网络中，利用所述第二示例性图像序列进行网络的优化操作，输出所述初始图像对比分析神经网络对应的图像对比分析神经网络；或者
对所述第一示例性图像序列和所述第二示例性图像序列进行数据加载操作，以将所述第一示例性图像序列和所述第二示例性图像序列加载到所述初始图像对比分析神经网络中，利用所述第一示例性图像序列和所述第二示例性图像序列进行网络的优化操作，输出所述初始图像对比分析神经网络对应的图像对比分析神经网络。
[0008]在一些优选的实施例中，在上述基于大数据的在线电子商务推送方法中，所述对所述第一示例性图像序列进行数据加载操作，以将所述第一示例性图像序列加载到所述初始图像对比分析神经网络中，利用所述第一示例性图像序列进行网络的优化操作，输出所述初始图像对比分析神经网络对应的图像对比分析神经网络的步骤，包括：对所述第一示例性图像序列包括的每一个所述示例性图像组合进行数据加载操作，以将每一个所述示例性图像组合加载到所述初始图像对比分析神经网络中，利用所述初始图像对比分析神经网络分析输出每一个所述示例性图像组合对应的匹配置信度第一代表参数，所述匹配置信度第一代表参数用于反映对应的所述示例性图像组合包括的两帧示例性图像匹配的估计可能性大小；基于每一个所述示例性图像组合对应的所述匹配置信度第一代表参数和对应的所述图像对比分析实际结果，分析输出所述初始图像对比分析神经网络对应的训练终止评估指标第一代表参数；基于所述训练终止评估指标第一代表参数，对所述初始图像对比分析神经网络进行网络的优化本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的在线电子商务推送方法，其特征在于，包括：提取到目标用户通过目标用户终端设备针对目标在线电子商务平台发起的目标请求代表图像，所述目标请求代表图像中携带有所述目标用户用于请求电子商务对象的目标意图信息；利用图像对比分析神经网络，分别对目标图像大数据库包括的多个候选电子商务对象图像中的每一个候选电子商务对象图像和所述目标请求代表图像进行图像对比分析处理，以输出每一个候选电子商务对象图像对应的图像对比分析结果，所述图像对比分析结果用于反映对应的所述候选电子商务对象图像和所述目标请求代表图像是否匹配；依据每一个所述候选电子商务对象图像对应的图像对比分析结果，从所述多个候选电子商务对象图像对应的多个候选电子商务对象中，确定出目标候选电子商务对象，以推送给所述目标用户终端设备。2.如权利要求1所述的基于大数据的在线电子商务推送方法，其特征在于，所述提取到目标用户通过目标用户终端设备针对目标在线电子商务平台发起的目标请求代表图像的步骤，包括：提取到目标用户通过目标用户终端设备针对目标在线电子商务平台发起的电子商务对象请求数据，再从所述电子商务对象请求数据中，提取出目标字段范围内的目标电子商务对象请求编码数据；对所述目标电子商务对象请求编码数据进行数据解码处理，以形成所述目标电子商务对象请求编码数据对应的目标电子商务对象请求解码数据，再将所述目标电子商务对象请求解码数据作为目标请求代表图像。3.如权利要求1所述的基于大数据的在线电子商务推送方法，其特征在于，所述利用图像对比分析神经网络，分别对目标图像大数据库包括的多个候选电子商务对象图像中的每一个候选电子商务对象图像和所述目标请求代表图像进行图像对比分析处理，以输出每一个候选电子商务对象图像对应的图像对比分析结果的步骤，包括：提取出第一示例性图像序列，所述第一示例性图像序列包括的每一个示例性图像组合包括示例性候选电子商务对象图像和示例性目标请求代表图像，所述第一示例性图像序列还包括所述示例性候选电子商务对象图像和所述示例性目标请求代表图像之间的图像对比分析实际结果，所述图像对比分析实际结果反映对应的所述示例性候选电子商务对象图像和所述示例性目标请求代表图像实际是否匹配；以及，对所述第一示例性图像序列包括的每一个示例性图像组合进行关键图像单元隐藏操作，形成所述第一示例性图像序列对应的第二示例性图像序列，所述第二示例性图像序列包括每一个所述示例性图像组合对应的隐藏示例性图像组合，所述第二示例性图像序列还包括所述隐藏示例性图像组合对应的图像对比分析实际结果，所述隐藏示例性图像组合对应的图像对比分析实际结果与对应的所述示例性图像组合对应的图像对比分析实际结果一致；基于所述第一示例性图像序列，和/或，所述第二示例性图像序列，对待优化的初始图像对比分析神经网络进行网络的优化操作，输出所述初始图像对比分析神经网络对应的图像对比分析神经网络；以及，利用所述图像对比分析神经网络对电子商务对象图像组合进行图像对比分析处理，输出所述电子商务对象图像组合对应的图像对比分析结果，所述电子商务对象图像组合包括一个候选电子商务对象图像和所述目标请求代表图像；
其中，所述对所述第一示例性图像序列包括的每一个示例性图像组合进行关键图像单元隐藏操作，形成所述第一示例性图像序列对应的第二示例性图像序列的步骤，包括：分析出所述第一示例性图像序列包括的每一个示例性图像组合包括的所述示例性候选电子商务对象图像中的每一个图像单元与所述示例性目标请求代表图像中的每一个图像单元之间的图像单元相关参数；基于所述图像单元相关参数，筛选出每一个所述示例性图像组合包括的所述示例性候选电子商务对象图像与所述示例性目标请求代表图像之间的每一个相关图像单元组合；对每一个所述示例性图像组合对应的每一个相关图像单元组合对应的相关图像单元进行图像单元隐藏操作，形成每一个所述示例性图像组合对应的隐藏示例性图像组合；以及，依据每一个所述示例性图像组合对应的隐藏示例性图像组合，构建形成对应的第二示例性图像序列。4.如权利要求3所述的基于大数据的在线电子商务推送方法，其特征在于，所述基于所述第一示例性图像序列，和/或，所述第二示例性图像序列，对待优化的初始图像对比分析神经网络进行网络的优化操作，输出所述初始图像对比分析神经网络对应的图像对比分析神经网络的步骤，包括：对所述第一示例性图像序列进行数据加载操作，以将所述第一示例性图像序列加载到所述初始图像对比分析神经网络中，利用所述第一示例性图像序列进行网络的优化操作，输出所述初始图像对比分析神经网络对应的图像对比分析神经网络；或者对所述第二示例性图像序列进行数据加载操作，以将所述第二示例性图像序列加载到所述初始图像对比分析神经网络中，利用所述第二示例性图像序列进行网络的优化操作，输出所述初始图像对比分析神经网络对应的图像对比分析神经网络；或者对所述第一示例性图像序列和所述第二示例性图像序列进行数据加载操作，以将所述第一示例性图像序列和所述第二示例性图像序列加载到所述初始图像对比分析神经网络中，利用所述第一示例性图像序列和所述第二示例性图像序列进行网络的优化操作，输出所述初始图像对比分析神经网络对应的图像对比分析神经网络。5.如权利要求4所述的基于大数据的在线电子商务推送方法，其特征在于，所述对所述第一示例性图像序列进行数据加载操作，以将所述第一示例性图像序列加载到所述初始图像对比分析神经网络中，利用所述第一示例性图像序列进行网络的优化操作，输出所述初始图像对比分析神经网络对应的图像对比分析神...

【专利技术属性】
技术研发人员：郭训，王东昊，
申请(专利权)人：陕西晖览识江商贸有限公司，
类型：发明
国别省市：