商品关系识别方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术公开了商品关系识别方法、装置、计算机设备及存储介质。所述方法包括：获取商品相关数据；对所述商品相关数据进行数据清洗，并获取经营关系；对商品进行编码，以得到编码结果；根据所述编码结果以及经营关系生成商品级产业链路；对所述商品级产业链路进行网络合并和网络剪枝，以得到产业链网络；遍历所述产业链网络，以得到商品之间的上下游关系和潜在特征；输出商品之间的上下游关系和潜在特征。通过实施本发明专利技术的方法可实现有效融合复杂网络和深度学习，以提高识别的准确性、效率和实用性。

【技术实现步骤摘要】

本专利技术涉及计算机，更具体地说是指商品关系识别方法、装置、计算机设备及存储介质。

技术介绍

1、商品关系识别在提高商业效率、增强用户体验和推动销售增长等方面发挥着至关重要的作用。现有的识别技术包括协同过滤推荐系统、关联规则挖掘、基于图模型的商品关系识别以及基于深度学习的推荐方法，但是这些技术都存在一定的缺陷。

2、首先，协同过滤是最常用的推荐方法之一，广泛应用于电商和流媒体服务。然而，它面临数据稀疏性问题，尤其是在用户与商品的交互数据较少时，模型难以准确捕捉用户偏好。此外，冷启动问题使得新用户或新商品因缺乏历史数据而导致推荐效果不佳。更重要的是，协同过滤主要基于直接的用户-商品交互，难以识别商品间的深层关系，无法捕捉复杂的商品关系。

3、其次，关联规则挖掘通过分析大量交易数据识别商品间的关联规则，常用于市场篮分析，帮助商家制定商品组合和促销策略。然而，该方法在大数据集上的计算复杂度较高，时间和空间消耗显著，且可能产生大量冗余或不显著的规则，增加分析的复杂性。此外，关联规则挖掘的静态特性使其难以适应动态数据变化，缺乏实时更新机制。<本文档来自技高网...

【技术保护点】

1.商品关系识别方法，其特征在于，包括：

2.根据权利要求1所述的商品关系识别方法，其特征在于，所述对所述商品相关数据进行数据清洗，并获取经营关系，包括：

3.根据权利要求1所述的商品关系识别方法，其特征在于，所述对商品进行编码，以得到编码结果，包括：

4.根据权利要求1所述的商品关系识别方法，其特征在于，所述根据所述编码结果以及经营关系生成商品级产业链路，包括：

5.根据权利要求4所述的商品关系识别方法，其特征在于，所述根据所述路径分析结果以及不同商品所对应的编码结果进行新图构建、属性计算、核心节点的提取以及聚簇分析，以得到商品级产业链路...

【技术特征摘要】

1.商品关系识别方法，其特征在于，包括：

2.根据权利要求1所述的商品关系识别方法，其特征在于，所述对所述商品相关数据进行数据清洗，并获取经营关系，包括：

3.根据权利要求1所述的商品关系识别方法，其特征在于，所述对商品进行编码，以得到编码结果，包括：

4.根据权利要求1所述的商品关系识别方法，其特征在于，所述根据所述编码结果以及经营关系生成商品级产业链路，包括：

5.根据权利要求4所述的商品关系识别方法，其特征在于，所述根据所述路径分析结果以及不同商品所对应的编码结果进行新图构建、属性计算、核心节点的提取以及聚簇分析，以得到商品级产业链路，包括：

6.根据权利...

【专利技术属性】
技术研发人员：潘成挺，钟红义，张文会，
申请(专利权)人：杭州微风企科技有限公司，
类型：发明
国别省市：