商品的智能识别方法、装置、设备及计算机可读存储介质与流程

1.本技术属于商品的智能识别技术领域，尤其涉及一种商品的智能识别方法、装置、电子设备及计算机可读存储介质。


背景技术：

2.电商平台都有自营商品，自营商品有自己的分类，同时电商平台也有外部的供应商，外部供应商的商品分别有自己商品以及商品的分类，分类是很重要的分析维度，比如平台需要知道供应商的商品销售价格，也需要统计供应商的分类销售金额，以便做多维度的价格对比分析和销售分析，必须要建立电商平台内部的分类和各种外部供应商的商品分类的映射关系。
3.而在建立电商平台内部的分类和各种外部供应商的商品分类的映射关系之前，需要先识别商品。目前，商品的识别主要还是依靠人工进行识别，不仅识别效率低下，而且识别错误率高。
4.因此，如何提高商品识别的效率和准确率是本领域技术人员亟需解决的技术问题。


技术实现要素：

5.本技术实施例提供一种商品的智能识别方法、装置、电子设备及计算机可读存储介质，能够提高商品识别的效率和准确率。
6.第一方面，本技术实施例提供一种商品的智能识别方法，包括：
7.根据第一商品的商品描述信息，利用训练好的人工智能模型识别出第一商品的商品标准名称和特征属性；其中，人工智能模型基于训练样本集经过模型训练得到；
8.在第一商品的特征属性与第一预设商品的特征属性匹配的情况下，判断第一商品的关键特征值与第一预设商品的关键特征值是否相同；
9.若第一商品的关键特征值与第一预设商品的关键特征值相同，则判定第一商品与第一预设商品为同一商品；其中，同一商品为具有相同的商品名称和商品编码的商品。
10.可选的，方法还包括：
11.根据第二商品的商品描述信息，利用训练好的人工智能模型识别出第二商品的商品标准名称和特征属性；其中，人工智能模型基于训练样本集经过模型训练得到；
12.在第二商品的特征属性与第二预设商品的特征属性匹配的情况下，判断第二商品的关键特征值与第二预设商品的关键特征值是否相同；
13.若第二商品的关键特征值与第二预设商品的关键特征值相同，则判定第二商品与第二预设商品为同一商品；其中，同一商品为具有相同的商品名称和商品编码的商品；
14.判断第一预设商品的第一预设商品编码与第二预设商品的第二预设商品编码是否相同；
15.若第一预设商品编码与第二预设商品编码相同，则判定第一商品与第二商品为同
一商品。
16.可选的，方法还包括：
17.在判定第一商品与第二商品为同一商品的情况下，构建第一平台和第二平台之间的商品分类映射关系；
18.其中，第一商品的商品描述信息基于第一平台的商品分类体系，第二商品的商品描述信息基于第二平台的商品分类体系，且第一平台的商品分类体系与第二平台的商品分类体系不同。
19.可选的，在构建第一平台和第二平台之间的商品分类映射关系之后，方法还包括：
20.动态调整第一平台和第二平台之间的商品分类映射关系。
21.可选的，方法还包括：
22.在商品识别之前，建立标准商品特征库；
23.其中，对于每个商品，标准商品特征库包括：
24.商品标准名称；
25.至少一个特征属性，以及每个特征属性的说明信息；特征属性包括能唯一地标识商品的至少一个识别性属性；
26.商品编码，商品编码为系统根据商品具有的唯一标识性的特征属性值的判断，自动生成的唯一性编码。
27.第二方面，本技术实施例提供了一种商品的智能识别装置，包括：
28.第一商品识别模块，用于根据第一商品的商品描述信息，利用训练好的人工智能模型识别出第一商品的商品标准名称和特征属性；其中，人工智能模型基于训练样本集经过模型训练得到；
29.第一特征值判断模块，用于在第一商品的特征属性与第一预设商品的特征属性匹配的情况下，判断第一商品的关键特征值与第一预设商品的关键特征值是否相同；
30.第一商品判定模块，用于若第一商品的关键特征值与第一预设商品的关键特征值相同，则判定第一商品与第一预设商品为同一商品；其中，同一商品为具有相同的商品名称和商品编码的商品。
31.可选的，装置还包括：
32.第二商品识别模块，用于根据第二商品的商品描述信息，利用训练好的人工智能模型识别出第二商品的商品标准名称和特征属性；其中，人工智能模型基于训练样本集经过模型训练得到；
33.第二特征值判断模块，用于在第二商品的特征属性与第二预设商品的特征属性匹配的情况下，判断第二商品的关键特征值与第二预设商品的关键特征值是否相同；
34.第二商品判定模块，用于若第二商品的关键特征值与第二预设商品的关键特征值相同，则判定第二商品与第二预设商品为同一商品；其中，同一商品为具有相同的商品名称和商品编码的商品；
35.商品编码判断模块，用于判断第一预设商品的第一预设商品编码与第二预设商品的第二预设商品编码是否相同；
36.第三商品判定模块，用于若第一预设商品编码与第二预设商品编码相同，则判定第一商品与第二商品为同一商品。
37.可选的，装置还包括：
38.商品分类映射关系构建模块，用于在判定第一商品与第二商品为同一商品的情况下，构建第一平台和第二平台之间的商品分类映射关系；
39.其中，第一商品的商品描述信息基于第一平台的商品分类体系，第二商品的商品描述信息基于第二平台的商品分类体系，且第一平台的商品分类体系与第二平台的商品分类体系不同。
40.可选的，在构建第一平台和第二平台之间的商品分类映射关系之后，装置还包括：
41.商品分类映射关系动态调整模块，用于动态调整第一平台和第二平台之间的商品分类映射关系。
42.可选的，装置还包括：
43.标准商品特征库建立模块，用于在商品识别之前，建立标准商品特征库；
44.其中，对于每个商品，标准商品特征库包括：
45.商品标准名称；
46.至少一个特征属性，以及每个特征属性的说明信息；特征属性包括能唯一地标识商品的至少一个识别性属性；
47.商品编码，商品编码为系统根据商品具有的唯一标识性的特征属性值的判断，自动生成的唯一性编码。
48.第三方面，本技术实施例提供了一种电子设备，电子设备包括：处理器以及存储有计算机程序指令的存储器；
49.处理器执行计算机程序指令时实现如第一方面所示的商品的智能识别方法。
50.第四方面，本技术实施例提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如第一方面所示的智能识别方法。
51.本技术实施例的商品的智能识别方法、装置、电子设备及计算机可读存储介质，能够提高商品识别的效率和准确率。该商品的智能识别方法，包括：根据第一商品的商品描述信息，利用训练好的人工智能模型识别出第一商品的商品标准名称和特征属性；其中，人工智能模型基于训练样本集经过模型训练得到；在第一商品的特征属性与第一预设商品的特征属性匹配的情况下，判断第一商品的关键特征值与第一预设商品的关键特征值是否相同；若第一商品的关键特征值与第一预设商品的关键特征值相同，则判定第一商品与第一预设商品为同一商品；其中，同一商品为具有相同的商品名称和商品编码的商品。可见，该商品的智能识别方法利用人工智能模型进行识别，并进行特征属性和关键特征值的匹配，故能够提高商品识别的效率和准确率。
附图说明
52.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施方式，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，还可以根据这些附图获得其他的附图。
53.图1是本技术一个实施例提供的商品的智能识别方法的流程示意图；
54.图2是本技术一个实施例提供的商品识别及商品映射关系建立的流程示意图；
55.图3是本技术一个实施例提供的商品映射关系示意图；
56.图4是本技术一个实施例提供的商品的智能识别装置的结构示意图；
57.图5是本技术一个实施例提供的电子设备的结构示意图。
具体实施方式
58.下面将详细描述本技术的各个方面的特征和示例性实施例，为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本技术进行进一步详细描述。应理解，此处所描述的具体实施例仅意在解释本技术，而不是限定本技术。对于本领域技术人员来说，本技术可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本技术的示例来提供对本技术更好的理解。
59.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
60.电商平台都有自营商品，自营商品有自己的分类，同时电商平台也有外部的供应商，外部供应商的商品分别有自己商品以及商品的分类，分类是很重要的分析维度，比如平台需要知道供应商的商品销售价格，也需要统计供应商的分类销售金额，以便做多维度的价格对比分析和销售分析，必须要建立电商平台内部的分类和各种外部供应商的商品分类的映射关系。
61.而在建立电商平台内部的分类和各种外部供应商的商品分类的映射关系之前，需要先识别商品。目前，商品的识别主要还是依靠人工进行识别，不仅识别效率低下，而且识别错误率高。
62.为了解决现有技术问题，本技术实施例提供了一种商品的智能识别方法、装置、电子设备及计算机可读存储介质。下面首先对本技术实施例所提供的商品的智能识别方法进行介绍。
63.图1示出了本技术一个实施例提供的商品的智能识别方法的流程示意图。如图1所示，该商品的智能识别方法，包括：
64.s101、根据第一商品的商品描述信息，利用训练好的人工智能模型识别出第一商品的商品标准名称和特征属性；其中，人工智能模型基于训练样本集经过模型训练得到。
65.s102、在第一商品的特征属性与第一预设商品的特征属性匹配的情况下，判断第一商品的关键特征值与第一预设商品的关键特征值是否相同。
66.s103、若第一商品的关键特征值与第一预设商品的关键特征值相同，则判定第一商品与第一预设商品为同一商品；其中，同一商品为具有相同的商品名称和商品编码的商品。
67.该商品的智能识别方法利用人工智能(artificial intelligence，ai)模型进行
识别，并进行特征属性和关键特征值的匹配，故能够提高商品识别的效率和准确率。
68.在一个实施例中，方法还包括：
69.根据第二商品的商品描述信息，利用训练好的人工智能模型识别出第二商品的商品标准名称和特征属性；其中，人工智能模型基于训练样本集经过模型训练得到；
70.在第二商品的特征属性与第二预设商品的特征属性匹配的情况下，判断第二商品的关键特征值与第二预设商品的关键特征值是否相同；
71.若第二商品的关键特征值与第二预设商品的关键特征值相同，则判定第二商品与第二预设商品为同一商品；其中，同一商品为具有相同的商品名称和商品编码的商品；
72.判断第一预设商品的第一预设商品编码与第二预设商品的第二预设商品编码是否相同；
73.若第一预设商品编码与第二预设商品编码相同，则判定第一商品与第二商品为同一商品。
74.目前，现有技术中传统的方法就是手工维护从平台商品分类和外部供应商商品分类的映射一对一关系，手工维护量大、易出错。而且，一旦建立了映射关系，如果电商发生内部分类发生了变化，合并、拆分的时候需要调整所有相关的映射，调整难度大，不够灵活；单一的映射只能体现平台商品分类和外部供应商商品分类的关系，不易获取各外部供应商商品分类之间的关系。
75.为了解决这些问题，在一个实施例中，方法还包括：
76.在判定第一商品与第二商品为同一商品的情况下，构建第一平台和第二平台之间的商品分类映射关系；
77.其中，第一商品的商品描述信息基于第一平台的商品分类体系，第二商品的商品描述信息基于第二平台的商品分类体系，且第一平台的商品分类体系与第二平台的商品分类体系不同。
78.在一个实施例中，在构建第一平台和第二平台之间的商品分类映射关系之后，方法还包括：动态调整第一平台和第二平台之间的商品分类映射关系。
79.在一个实施例中，方法还包括：在商品识别之前，建立标准商品特征库；
80.其中，对于每个商品，标准商品特征库包括：
81.商品标准名称；
82.至少一个特征属性，以及每个特征属性的说明信息；特征属性包括能唯一地标识商品的至少一个识别性属性；
83.商品编码，商品编码为系统根据商品具有的唯一标识性的特征属性值的判断，自动生成的唯一性编码。
84.为了对上述内容进行具体说明，下面以具体实施例进行说明，图2是本技术一个实施例提供的商品识别及商品映射关系建立的流程示意图，方法包括以下步骤：
85.(1)建立平台商品分类；
86.(2)建立商品库，存储所有商品信息；
87.(3)建立平台商品分类和商品的关系；
88.(4)训练商品和商品分类识别的人工智能模型；
89.(5)训练好的模型，根据输入的商品信息匹配得到最匹配的商品和商品分类；
90.(6)对外部供应商商品进行商品以及商品分类识别，根据ai模型识别商品以及商品分类，同时即建立了平台分类和外部供应商商品分类的映射关系。
91.(7)平台商品分类和供应商商品分类无直接的映射关系，而是通过商品联系在一起，这种映射不是固定的，是动态的映射。
92.图3是本技术一个实施例提供的商品映射关系示意图，图3中的品名也即是商品标准名称，其分别与主数据分类、标准分类树、商城商品分类、外部商品分类关联。
93.本技术通过ai实现智能商品以及商品分类识别，大大减低人为维护的工作量，减少人为出错率，通过商品的识别同时建立了商品分类的映射关系，适应非常灵活的分类调整，不影响分类映射关系，一旦调整了商品的分类，映射关系也自动动态的获得调整。
94.图4是本技术一个实施例提供的商品的智能识别装置的结构示意图，如图4所示，该商品的智能识别装置，包括：
95.第一商品识别模块401，用于根据第一商品的商品描述信息，利用训练好的人工智能模型识别出第一商品的商品标准名称和特征属性；其中，人工智能模型基于训练样本集经过模型训练得到；
96.第一特征值判断模块402，用于在第一商品的特征属性与第一预设商品的特征属性匹配的情况下，判断第一商品的关键特征值与第一预设商品的关键特征值是否相同；
97.第一商品判定模块403，用于若第一商品的关键特征值与第一预设商品的关键特征值相同，则判定第一商品与第一预设商品为同一商品；其中，同一商品为具有相同的商品名称和商品编码的商品。
98.在一个实施例中，装置还包括：
99.第二商品识别模块，用于根据第二商品的商品描述信息，利用训练好的人工智能模型识别出第二商品的商品标准名称和特征属性；其中，人工智能模型基于训练样本集经过模型训练得到；
100.第二特征值判断模块，用于在第二商品的特征属性与第二预设商品的特征属性匹配的情况下，判断第二商品的关键特征值与第二预设商品的关键特征值是否相同；
101.第二商品判定模块，用于若第二商品的关键特征值与第二预设商品的关键特征值相同，则判定第二商品与第二预设商品为同一商品；其中，同一商品为具有相同的商品名称和商品编码的商品；
102.商品编码判断模块，用于判断第一预设商品的第一预设商品编码与第二预设商品的第二预设商品编码是否相同；
103.第三商品判定模块，用于若第一预设商品编码与第二预设商品编码相同，则判定第一商品与第二商品为同一商品。
104.在一个实施例中，装置还包括：
105.商品分类映射关系构建模块，用于在判定第一商品与第二商品为同一商品的情况下，构建第一平台和第二平台之间的商品分类映射关系；
106.其中，第一商品的商品描述信息基于第一平台的商品分类体系，第二商品的商品描述信息基于第二平台的商品分类体系，且第一平台的商品分类体系与第二平台的商品分类体系不同。
107.在一个实施例中，在构建第一平台和第二平台之间的商品分类映射关系之后，装
置还包括：
108.商品分类映射关系动态调整模块，用于动态调整第一平台和第二平台之间的商品分类映射关系。
109.在一个实施例中，装置还包括：
110.标准商品特征库建立模块，用于在商品识别之前，建立标准商品特征库；
111.其中，对于每个商品，标准商品特征库包括：
112.商品标准名称；
113.至少一个特征属性，以及每个特征属性的说明信息；特征属性包括能唯一地标识商品的至少一个识别性属性；
114.商品编码，商品编码为系统根据商品具有的唯一标识性的特征属性值的判断，自动生成的唯一性编码。
115.图4所示装置中的各个模块/单元具有实现图1中各个步骤的功能，并能达到其相应的技术效果，为简洁描述，在此不再赘述。
116.图5示出了本技术实施例提供的电子设备的结构示意图。
117.电子设备可以包括处理器501以及存储有计算机程序指令的存储器502。
118.具体地，上述处理器501可以包括中央处理器(cpu)，或者特定集成电路(application specific integrated circuit，asic)，或者可以被配置成实施本技术实施例的一个或多个集成电路。
119.存储器502可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器502可包括硬盘驱动器(hard disk drive，hdd)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(universal serial bus，usb)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器502可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器502可在电子设备的内部或外部。在特定实施例中，存储器502可以是非易失性固态存储器。
120.在一个实施例中，存储器502可以是只读存储器(read only memory，rom)。在一个实施例中，该rom可以是掩模编程的rom、可编程rom(prom)、可擦除prom(eprom)、电可擦除prom(eeprom)、电可改写rom(earom)或闪存或者两个或更多个以上这些的组合。
121.处理器501通过读取并执行存储器502中存储的计算机程序指令，以实现上述实施例中的任意一种商品的智能识别方法。
122.在一个示例中，电子设备还可包括通信接口503和总线510。其中，如图5所示，处理器501、存储器502、通信接口503通过总线510连接并完成相互间的通信。
123.通信接口503，主要用于实现本技术实施例中各模块、装置、单元和/或设备之间的通信。
124.总线510包括硬件、软件或两者，将电子设备的部件彼此耦接在一起。举例来说而非限制，总线可包括加速图形端口(agp)或其他图形总线、增强工业标准架构(eisa)总线、前端总线(fsb)、超传输(ht)互连、工业标准架构(isa)总线、无限带宽互连、低引脚数(lpc)总线、存储器总线、微信道架构(mca)总线、外围组件互连(pci)总线、pci-express(pci-x)总线、串行高级技术附件(sata)总线、视频电子标准协会局部(vlb)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线510可包括一个或多个总线。尽
管本技术实施例描述和示出了特定的总线，但本技术考虑任何合适的总线或互连。
125.另外，结合上述实施例中的商品的智能识别方法，本技术实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种商品的智能识别方法。
126.需要明确的是，本技术并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见，这里省略了对已知方法的详细描述。在上述实施例中，描述和示出了若干具体的步骤作为示例。但是，本技术的方法过程并不限于所描述和示出的具体步骤，本领域的技术人员可以在领会本技术的精神后，作出各种改变、修改和添加，或者改变步骤之间的顺序。
127.以上所述的结构框图中所示的功能模块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时，其可以例如是电子电路、专用集成电路(asic)、适当的固件、插件、功能卡等等。当以软件方式实现时，本技术的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中，或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、rom、闪存、可擦除rom(erom)、软盘、cd-rom、光盘、硬盘、光纤介质、射频(rf)链路，等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
128.还需要说明的是，本技术中提及的示例性实施例，基于一系列的步骤或者装置描述一些方法或系统。但是，本技术不局限于上述步骤的顺序，也就是说，可以按照实施例中提及的顺序执行步骤，也可以不同于实施例中的顺序，或者若干步骤同时执行。
129.上面参考根据本技术的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本技术的各方面。应当理解，流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器，以产生一种机器，使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解，框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合，也可以由执行指定的功能或动作的专用硬件来实现，或可由专用硬件和计算机指令的组合来实现。
130.以上所述，仅为本技术的具体实施方式，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的系统、模块和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。应理解，本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本技术的保护范围之内。