一种基于人工智能的电子商务管理方法及系统技术方案

本发明专利技术提供一种基于人工智能的电子商务管理方法及系统，包括：首先响应于商品更新请求，从待更新商品列表中获得待归类商品；接着调用预设商品特征识别模型，获得待归类商品的目标类别特征向量和目标场景特征向量，并从基于目标类别特征向量和目标场景特征向量确定的候选商品集中筛选出目标候选商品集；然后建立待归类商品与目标候选商品集的查询映射关系；以便能够基于查询映射关系获得目标候选商品集，如此设计，能够利用商品的类别特征向量和场景特征关联到目标候选商品集，以便后续用户进行查询时能够提供更为全面的关联商品。户进行查询时能够提供更为全面的关联商品。户进行查询时能够提供更为全面的关联商品。

【技术实现步骤摘要】
一种基于人工智能的电子商务管理方法及系统


[0001]本专利技术涉及电子商务管理
，具体而言，涉及一种基于人工智能的电子商务管理方法及系统。

技术介绍

[0002]随着电子商务的发展，商品的更新换代也非常迅速，不论是消费者进行线上商品选购时，还是商家在进行线上商品管理时，都希望能够在获得商品的同时，将同类商品一并获得。在现有技术中，存在通过商品名称关键词建立多个商品之间的关系的方案，但随着商品数目的增多，仅能针对关键字进行小范围的商品关联方案已经无法满足用户需求，会导致一些实际属于同类商品但名称有差异、或者属于同一场景下的其他产品无法直接与用户需求商品产生关联的问题出现。

技术实现思路

[0003]本专利技术的目的在于提供一种基于人工智能的电子商务管理方法及系统。
[0004]第一方面，本专利技术实施例提供一种基于人工智能的电子商务管理方法，应用于服务器，方法包括：响应于商品更新请求，从待更新商品列表中获得待归类商品；调用预设商品特征识别模型，获得待归类商品的目标类别特征向量和目标场景特征向量，并从基于目标类别特征向量和目标场景特征向量确定的候选商品集中筛选出目标候选商品集；建立待归类商品与目标候选商品集的查询映射关系；在接收到针对待归类商品的查询请求的情况下，基于查询映射关系获得目标候选商品集。
[0005]第二方面，本专利技术实施例提供一种服务器系统，包括服务器，服务器用于执行第一方面的实施例。
[0006]相比现有技术，本专利技术提供的有益效果包括：采用本专利技术提供一种基于人工智能的电子商务管理方法及系统，通过响应于商品更新请求，从待更新商品列表中获得待归类商品；接着调用预设商品特征识别模型，获得待归类商品的目标类别特征向量和目标场景特征向量，并从基于目标类别特征向量和目标场景特征向量确定的候选商品集中筛选出目标候选商品集；然后建立待归类商品与目标候选商品集的查询映射关系；以便能够基于查询映射关系获得目标候选商品集，如此设计，能够利用商品的类别特征向量和场景特征关联到目标候选商品集，以便后续用户进行查询时能够提供更为全面的关联商品。
附图说明
[0007]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍。应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对
范围的限定。对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以基于这些附图获得其他相关的附图。
[0008]图1为本专利技术实施例提供的基于人工智能的电子商务管理方法的步骤流程示意图；图2为本专利技术实施例提供的服务器结构示意图。
具体实施方式
[0009]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述。
[0010]为了解决前述
技术介绍
中的技术问题，图1为本公开实施例提供的基于人工智能的电子商务管理方法的流程示意图，本实施例提供的基于人工智能的电子商务管理方法方法可以由服务器执行，下面对该基于人工智能的电子商务管理方法进行详细介绍。
[0011]S101，响应于商品更新请求，从待更新商品列表中获得待归类商品。
[0012]S102，调用预设商品特征识别模型，获得待归类商品的目标类别特征向量和目标场景特征向量，并从基于目标类别特征向量和目标场景特征向量确定的候选商品集中筛选出目标候选商品集。
[0013]S103，建立待归类商品与目标候选商品集的查询映射关系。
[0014]S104，在接收到针对待归类商品的查询请求的情况下，基于查询映射关系获得目标候选商品集。
[0015]在本专利技术实施例中，商家或者企业为了能够针对需要上新的商品进行管理，需要将新增的商品进行归类，以便后续消费者通过终端进行商品查询时，能够在查询该新增商品后，基于查询映射关系为消费者推荐与新增的待归类商品关联的多个商品，这些商品即构成了目标候选商品集。此外，在商家或者企业需要对商品进行各类管理、调整等操作时，也能够通过查询待归类商品，获得与之强关联的目标候选商品集一并进行管理，进而提高整体处理效率。在本专利技术实施例中，类别特征向量可以用于针对商品的归属类型进行表征，例如衣物、食物、工艺品等，在此不做限制；场景特征向量可以用于针对商品的适用场景进行表征，例如家庭日常、户外、娱乐休闲等，在此不做限制。
[0016]为了能够更加清楚的描述本专利技术实施例提供的方案，服务器包括更新库，更新库包括预先划分的待更新商品列表，待更新商品列表包括第一待更新商品列表，第一待更新商品列表用于存储完成评估的商品，上述步骤S101可以通过以下示例执行实施。
[0017]S201，从更新库中获得待评估的商品，并对商品进行热度评估。
[0018]基于本专利技术的实施例，可以在将商品提供并反馈商品更新请求的对应命令之前从更新库中获得提交的还没进行评估的商品进行评估。可以理解，可以在商品被提交到更新库中时，从更新库中获得还没进行评估的商品（即待评估的商品），并对该商品进行评估，以这种方式可以以最快地速度完成评估，在更新库的商品更新频繁的情况下这种方式可以保证商品及时进行评估；或者，服务器也可以周期性地从更新库中获得还没进行评估的商品，并对该商品进行评估，以这种方式进行合并评估，可以节约系统资源。
[0019]S202，将评估完成的商品存储到待更新商品列表中。
[0020]服务器中的更新库用于存储待更新的商品，该待更新的商品中包括完成评估的商
品，以及待评估的商品，在一个实施例中，服务器可将该完成评估的商品存储到待更新商品列表中，其中，该完成评估的商品至少被更新至第一待更新商品列表中，该第一待更新商品列表是基于与该商品相关的网络热度进行顺序排列的，在该第一待更新商品列表中，该网络热度越大的商品被靠前提取。而由于待更新商品列表（如该第一待更新商品列表）中存储的商品为通过评估的商品，所以，在后续对商品进行更新时，服务器在从该待更新商品列表中获得商品后，可不再执行对商品进行评估的步骤，而可直接将从该待更新商品列表中获得的商品提供并反馈商品更新请求中，可有效提升服务器将商品提供并反馈商品更新请求时的效率。
[0021]针对更新库接收到的任一商品，该服务器均可预先对该任一商品进行热度评估，并将热度评估通过的商品存储到待更新商品列表中，并在该待更新商品列表中待更新，可以理解的是，该更新库中完成评估的商品存储在待更新商品列表中，而待评估的商品存储在更新库中除该待更新商品列表之外的存储空间中，更新库中的待更新商品列表实现了对商品按照是否通过评估进行划分，而服务器在从更新库中获得商品进行更新时，可从更新库的待更新商品列表中获得商品，并在获得到商品后直接提供并反馈商品更新请求中，可提升对商品的处理效率。
[0022]S203，响应于将商品提供并反馈商品更新请求的对应命令，从第一待更新商品列表中获得商品，并基于获得的商品确定待归类商品。
[0023]在一个实施例中，可将接本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的电子商务管理方法，其特征在于，应用于服务器，所述方法包括：响应于所述商品更新请求，从待更新商品列表中获得待归类商品；调用预设商品特征识别模型，获得所述待归类商品的目标类别特征向量和目标场景特征向量，并从基于所述目标类别特征向量和目标场景特征向量确定的候选商品集中筛选出目标候选商品集；建立所述待归类商品与所述目标候选商品集的查询映射关系；在接收到针对所述待归类商品的查询请求的情况下，基于所述查询映射关系获得目标候选商品集。2.根据权利要求1所述的方法，其特征在于，所述服务器包括更新库，所述更新库包括待更新商品列表，所述待更新商品列表包括第一待更新商品列表，所述第一待更新商品列表用于存储完成评估的商品，所述从待更新商品列表中获得待归类商品，包括：从所述更新库中获得待评估的商品，并对所述待评估的商品进行热度评估；将评估完成的商品更新至所述待更新商品列表中，其中，所述评估完成的商品被更新至所述第一待更新商品列表中，所述第一待更新商品列表是基于与所述评估完成的商品相关的网络热度进行顺序排列的，在所述第一待更新商品列表中，所述网络热度越大的商品被靠前提取；响应于将所述评估完成的商品提供并反馈所述商品更新请求的对应命令，从所述第一待更新商品列表中获得所述评估完成的商品，并基于获得的所述评估完成的商品确定待归类商品；生成更新反馈数据，所述更新反馈数据包括所述待归类商品；将所述更新反馈数据提供并反馈所述商品更新请求。3.根据权利要求2所述的方法，其特征在于，所述待更新商品列表还包括第二待更新商品列表，其中，所述第一待更新商品列表用于以第一更新热度存储完成评估的商品，所述第二待更新商品列表用于以第二更新热度存储完成评估的商品，所述第一更新热度是指上传所述评估完成的商品时获得到的网络热度的大小，所述第二更新热度是基于所述服务器接收所述评估完成的商品的录入日期，以及将所述评估完成的商品提供并反馈所述商品更新请求时获得到的网络热度确定的；所述将评估完成的商品更新至所述待更新商品列表中还包括：将所述评估完成的商品更新至所述第二待更新商品列表中；所述从所述第一待更新商品列表中获得所述评估完成的商品，并基于获得的所述评估完成的商品确定待归类商品，包括：确定用于从所述第一待更新商品列表和所述第二待更新商品列表中获得所述完成评估的商品的处理规则，其中，所述处理规则包括所述第一待更新商品列表对应的第一权重和所述第二待更新商品列表对应的第二权重；获得待提供并反馈所述商品更新请求中的商品总数目；按照所述商品总数目及所述第一权重确定第一数目，并按照所述商品总数目及所述第二权重确定第二数目，其中，所述第一待更新商品列表存储的商品以所述第一更新热度顺序排列，所述第二待更新商品列表存储的商品以所述第二更新热度顺序排列；
从所述第一待更新商品列表中按照所述第一更新热度由高至低的方式获得所述第一数目的商品作为第一商品；从所述第二待更新商品列表中按照所述第二更新热度由高至低的方式获得所述第二数目的商品作为第二商品；并基于所述第一商品和所述第二商品确定所述待归类商品。4.根据权利要求3所述的方法，其特征在于，所述评估完成的商品还被更新至第二待更新商品列表中，其中，所述第一待更新商品列表用于以第一更新热度存储完成评估的商品，所述第二待更新商品列表用于以第二更新热度存储完成评估的商品，所述将评估完成的商品更新至所述待更新商品列表中，包括：获得评估完成的商品的商品价值信息，确定将所述评估完成的商品提供并反馈所述商品更新请求时获得的网络热度，并确定所述更新库接收到所述评估完成的商品的录入日期；基于所述网络热度确定所述评估完成的商品在所述第一待更新商品列表中的所述第一更新热度；以及，基于所述网络热度和所述录入日期确定所述评估完成的商品在所述第二待更新商品列表中的所述第二更新热度；基于所述第一更新热度，将所述评估完成的商品更新至所述第一待更新商品列表中；以及，基于所述第二更新热度，将所述评估完成的商品更新至所述第二待更新商品列表中；所述将评估完成的商品更新至所述待更新商品列表中之前，所述方法还包括：获得所述第一待更新商品列表中的商品总数目，以及所述第二待更新商品列表中的商品总数目；所述将评估完成的商品更新至所述待更新商品列表中，包括：在所述第一待更新商品列表中的商品总数目小于或等于所述第二待更新商品列表中的商品总数目时，将评估完成的商品更新至所述第一待更新商品列表中；所述方法还包括：在所述第一待更新商品列表中的商品总数目大于所述第二待更新商品列表中的商品总数目时，将所述评估完成的商品存储到所述第二待更新商品列表中；所述第一商品和所述第二商品的数目分别为多个；所述生成更新反馈数据之前，所述方法还包括：从所述第一商品中确定已存在商品，所述已存在商品为从所述第一待更新商品列表中获得的，且从所述第二待更新商品列表中获得的商品；删除从所述第一待更新商品列表获得的所述已存在商品，或者删除从所述第二待更新商品列表获得的所述已存在商品。5.根据权利要求1所述的方法，其特征在于，所述预设商品特征识别模型包括商品类别特征模型和商品场景特征模型，所述调用预设商品特征识别模型，获得所述待归类商品的目标类别特征向量和目标场景特征向量，并从基于所述目标类别特征向量和目标场景特征向量确定的候选商品集中筛选出目标候选商品集，包括将所述待归类商品输入预先训练好的商品类别特征模型，获得目标类别特征向量，其中，所述目标类别特征向量用于表征所述待归类商品的商品基础属性；所述商品类别特征
模型基于预置样本训练对集训练获得，所述预置样本训练对集中的每个样本训练对包括样本商品、与所述样本商品为正反馈关系的商品、与所述样本商品为负反馈关系的商品；将所述待归类商品输入预先训练好的商品场景特征模型，获得所述目标场景特征向量；所述商品场景特征模型基于标注有用户用途信息的预置样本训练对集训练获得；...

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