System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及数据处理,尤其涉及一种数据相关性的判别方法、装置、计算机设备、介质及产品。
技术介绍
1、随着电商行业的不断发展,各类商品往往在多个购物平台中进行销售,以满足用户在不同电商平台的购物习惯。由于受到不同电商平台、不同商家货源以及商品是否正品等因素影响,一些外观相似或相同的商品在价格上会产生一定的波动。因此,获取商品搜索结果中的数据相关性如商品款式相关性、商品价格相关性等,基于商品数据相关性对不同场景下商品数据是否相关进行判断,是电商平台为用户推荐优质实惠商品的关键,能够有效提升用户的消费体验和满意度。因此,如何更有效地对商品相关性进行判别非常重要。
技术实现思路
1、本申请实施例提供了一种数据相关性的判别方法、装置、计算机设备、介质及产品,可以提高数据相关性的判别的准确性和有效性,有助于更有效地判断商品之间的相关性。
2、第一方面,本申请实施例提供了一种数据相关性的判别方法,包括:
3、获取待处理数据集,所述待处理数据集包括多个待处理数据,每个待处理数据包括商品文本、商品图像以及类目信息,其中,所述类目信息用于指示商品的类型;
4、对所述每个待处理数据中的商品文本和商品图像进行特征提取,得到与所述每个待处理数据对应的文本特征以及图像特征;
5、将与所述每个待处理数据对应的文本特征、图像特征以及类目信息输入预设的融合模型中,得到所述各个待处理数据之间的相关概率;
6、计算所述各个待处理数据中各个商品图像之间的相似度,
7、第二方面,本申请实施例提供了一种数据相关性的判别装置,包括:
8、获取单元,用于获取待处理数据集,所述待处理数据集包括多个待处理数据,每个待处理数据包括商品文本、商品图像以及类目信息,其中,所述类目信息用于指示商品的类型;
9、提取单元,用于对所述每个待处理数据中的商品文本和商品图像进行特征提取,得到与所述每个待处理数据对应的文本特征以及图像特征;
10、预测单元,用于将与所述每个待处理数据对应的文本特征、图像特征以及类目信息输入预设的融合模型中,得到所述各个待处理数据之间的相关概率;
11、确定单元,用于计算所述各个待处理数据中各个商品图像之间的相似度,并根据所述各个商品图像之间的相似度以及所述各个待处理数据之间的相关概率确定所述各个待处理数据之间的相关性分数。
12、第三方面,本申请实施例提供了一种计算机设备,所述计算机设备包括:处理器和存储器,所述处理器用于执行上述第一方面所述的方法。
13、第四方面,本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质中存储有程序指令,该程序指令被执行时实现上述第一方面所述的方法。
14、第五方面,本申请实施例公开了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括程序指令,所述程序指令被处理器执行时实现上述第一方面所述的方法。
15、本申请实施例可以获取待处理数据集,该待处理数据集包括多个待处理数据,每个待处理数据包括商品文本、商品图像以及类目信息,其中,该类目信息用于指示商品的类型;对每个待处理数据中的商品文本和商品图像进行特征提取,得到与每个待处理数据对应的文本特征以及图像特征;将与每个待处理数据对应的文本特征、图像特征以及类目信息输入预设的融合模型中,得到各个待处理数据之间的相关概率;计算各个待处理数据中各个商品图像之间的相似度,并根据各个商品图像之间的相似度以及各个待处理数据之间的相关概率确定各个待处理数据之间的相关性分数。通过这种方式可以提高数据相关性的判别的准确性和有效性,有助于更有效地判断商品之间的相关性。
本文档来自技高网...【技术保护点】
1.一种数据相关性的判别方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述预设的融合模型包括预设的神经网络模型和预设的深度学习模型;所述将与所述每个待处理数据对应的文本特征、图像特征以及类目信息输入预设的融合模型中,得到所述各个待处理数据之间的相关概率,包括:
3.根据权利要求2所述的方法,其特征在于,所述预设的融合模型还包括预设的多层感知器模型;所述根据所述每个待处理数据对应的文本特征向量、图像特征向量以及类目信息确定所述各个待处理数据之间的相关概率,包括:
4.根据权利要求1所述的方法,其特征在于,所述计算所述各个待处理数据中各个商品图像之间的相似度,包括:
5.根据权利要求4所述的方法,其特征在于,所述根据所述各个待处理数据之间的文本相似度和图像相似度确定所述各个待处理数据中各个商品图像之间的相似度,包括:
6.根据权利要求5所述的方法,其特征在于,所述对所述各个待处理数据之间的文本相似度添加文本权重之前,还包括:
7.根据权利要求1所述的方法,其特征在于,所述根据所述各个商品图像
8.一种数据相关性的判别装置,其特征在于,包括:
9.一种计算机设备,其特征在于,包括处理器和存储器,所述处理器和存储器相互连接,其中,所述存储器用于存储计算机程序,所述处理器被配置用于调用所述计算机程序,执行如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有程序指令,该程序指令被执行时实现如权利要求1-7任一项所述的方法。
11.一种计算机程序产品,其特征在于,所述计算机程序产品包括程序指令,所述程序指令被处理器执行时实现权利要求1-7任一项所述方法。
...【技术特征摘要】
1.一种数据相关性的判别方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述预设的融合模型包括预设的神经网络模型和预设的深度学习模型;所述将与所述每个待处理数据对应的文本特征、图像特征以及类目信息输入预设的融合模型中,得到所述各个待处理数据之间的相关概率,包括:
3.根据权利要求2所述的方法,其特征在于,所述预设的融合模型还包括预设的多层感知器模型;所述根据所述每个待处理数据对应的文本特征向量、图像特征向量以及类目信息确定所述各个待处理数据之间的相关概率,包括:
4.根据权利要求1所述的方法,其特征在于,所述计算所述各个待处理数据中各个商品图像之间的相似度,包括:
5.根据权利要求4所述的方法,其特征在于,所述根据所述各个待处理数据之间的文本相似度和图像相似度确定所述各个待处理数据中各个商品图像之间的相似度,包括:
6.根据权利要求5所述...
【专利技术属性】
技术研发人员:张传,陈龙意,张道鑫,
申请(专利权)人:行吟信息科技上海有限公司,
类型:发明
国别省市:
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。