一種淘寶網(wǎng)店屬于某地的自動(dòng)化判別方法
【專利摘要】一種淘寶網(wǎng)店屬于某地的自動(dòng)化判別方法，通過設(shè)立模型，并利用該模型對(duì)淘寶店鋪的屬地進(jìn)行判別，從而得到該店鋪是否屬于某個(gè)地區(qū)；本發(fā)明有益效果：利用本發(fā)明所提供的方法對(duì)淘寶店鋪的歸屬地進(jìn)行判別，從而得到其是否屬于某個(gè)地區(qū)，方便有效且準(zhǔn)確率高，具備通用性和可推廣型。
【專利說明】
一種淘寶網(wǎng)店屬于某地的自動(dòng)化判別方法
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及淘寶網(wǎng)店屬地判別，具體地說是一種淘寶網(wǎng)店屬于某地的自動(dòng)化判別方法。
【背景技術(shù)】
[0002]淘寶網(wǎng)的交易量與日倶增，但各種投訴并不能得到合理的解決，鑒于工商屬地管理的責(zé)任，各地工商系統(tǒng)有責(zé)任監(jiān)管經(jīng)營(yíng)人為本地的淘寶網(wǎng)商，但淘寶網(wǎng)商并不在本地工商系統(tǒng)注冊(cè)登記，因此屬地工商比較難于管理。
[0003]目前部分地市工商管理部門采用人工篩選、逐個(gè)核實(shí)的方式查找本地的淘寶電商，這種方式雖然準(zhǔn)確但太耗時(shí)費(fèi)力。
[0004]鑒于此，提出一種自動(dòng)化的查找方法，這種方法可以通過對(duì)淘寶店鋪網(wǎng)頁進(jìn)行分析，通過有監(jiān)督的機(jī)器學(xué)習(xí)技術(shù)，自動(dòng)找出屬于本地的淘寶電商，而且準(zhǔn)確率較高。目前自動(dòng)化判別淘寶經(jīng)營(yíng)人屬地的方法本發(fā)明尚屬首次。

【發(fā)明內(nèi)容】

[0005]本發(fā)明所要解決的技術(shù)問題是提供一種淘寶網(wǎng)店屬于某地的自動(dòng)化判別方法，該方法通過對(duì)樣本的學(xué)習(xí)，得到感知機(jī)模型，然后利用該模型對(duì)淘寶店鋪進(jìn)行判別，從而得到其是否屬于某個(gè)地區(qū)，解決了目前淘寶店鋪屬地判別困難的問題。
[0006]本發(fā)明為解決上述技術(shù)問題所采用的技術(shù)方案是:一種淘寶網(wǎng)店屬于某地的自動(dòng)化判別方法，包括以下步驟:
步驟一、對(duì)淘寶店鋪頁面標(biāo)題中的地域信息進(jìn)行標(biāo)記取值，取值原則為:如果標(biāo)題中明確含有“某地”則取I，明確標(biāo)注為除“某地”之外的其它地區(qū)則取0，不含地域信息的情況取
0.5；
步驟二、對(duì)店鋪頁面中的其他屬地相關(guān)信息進(jìn)行取值，取值原則為:對(duì)出現(xiàn)“某地”的次數(shù)進(jìn)行求和，如果和小于10，則取值O ；和大于10且小于30則取值0.5 ；和大于30則取I ；
步驟三、對(duì)淘寶店鋪的物流頁面的所屬地信息進(jìn)行取值，取值原則為:明確標(biāo)注含有“某地”則取I;明確標(biāo)注不含“某地”則取O;標(biāo)注為某地所在省的情況取值0.6;為空的情況取值0.5;
步驟四、對(duì)于淘寶店鋪商品詳情頁面中的配送信息進(jìn)行取值，取值原則為:如果配送信息的始發(fā)地明確標(biāo)注含有“某地”則取I;明確標(biāo)注不含“某地”則取O;始發(fā)地為空的情況則取 0.5;
步驟五、根據(jù)步驟一至步驟四得到每一個(gè)淘寶店鋪的4個(gè)特征，第i個(gè)淘寶店鋪表示為一個(gè)4維特征向量di=(dii，di2，di3，di4)，其中dn、di2、di3和di4分別為第i個(gè)淘寶店中每個(gè)特征的取值；
步驟六、將步驟五得到的特征向量代入以下符號(hào)函數(shù)模型:f(cU)=Sign(0.15 dn+0.7di2+l.03 di3+l.65 di4 -1.7)，通過計(jì)算該模型得出該店鋪所在地是否屬于“某地”，如f(Cl1)=I則屬于“某地” J(Cl1)=-1則不屬于“某地”。
[0007]本發(fā)明的有益效果是:利用本發(fā)明所提供的方法對(duì)淘寶店鋪的歸屬地進(jìn)行判別，從而得到其是否屬于某個(gè)地區(qū)，方便有效且準(zhǔn)確率高，具備通用性和可推廣型，解決了目前淘寶店鋪屬地判別困難的問題。
【具體實(shí)施方式】
[0008]一種淘寶網(wǎng)店屬于某地的自動(dòng)化判別方法，包括以下步驟:
步驟一、對(duì)淘寶店鋪頁面標(biāo)題中的地域信息進(jìn)行標(biāo)記取值，取值原則為:如果標(biāo)題中明確含有“某地”則取I，明確標(biāo)注為除“某地”之外的其它地區(qū)則取0，不含地域信息的情況取
0.5；
步驟二、對(duì)店鋪頁面中的其他屬地相關(guān)信息進(jìn)行取值，取值原則為:對(duì)出現(xiàn)“某地”的次數(shù)進(jìn)行求和，如果和小于10，則取值O ；和大于10且小于30則取值0.5 ；和大于30則取I ；
步驟三、對(duì)淘寶店鋪的物流頁面的所屬地信息進(jìn)行取值，取值原則為:明確標(biāo)注含有“某地”則取I;明確標(biāo)注不含“某地”則取O;標(biāo)注為某地所在省的情況取值0.6;為空的情況取值0.5;
步驟四、對(duì)于淘寶店鋪商品詳情頁面中的配送信息進(jìn)行取值，取值原則為:如果配送信息的始發(fā)地明確標(biāo)注含有“某地”則取I;明確標(biāo)注不含“某地”則取O;始發(fā)地為空的情況則取 0.5;
步驟五、根據(jù)步驟一至步驟四得到每一個(gè)淘寶店鋪的4個(gè)特征，第i個(gè)淘寶店鋪表示為一個(gè)4維特征向量6=((^1，(^2，山3，(^4)，其中(^1、(^2、(^3和山4分別為第:[個(gè)淘寶店中每個(gè)特征的取值；
步驟六、將步驟五得到的特征向量代入以下符號(hào)函數(shù)模型:f(cU)=Sign(0.15 dn+0.7di2+l.03 di3+l.65 di4 _1.7)，通過計(jì)算該模型得出該店鋪所在地是否屬于“某地”，如f(Cl1)=I則屬于“某地” J(Cl1)=-1則不屬于“某地”。
[0009]下面結(jié)合實(shí)施例對(duì)本發(fā)明做進(jìn)一步闡述:
對(duì)淘寶店鋪，進(jìn)行了大量分析，能夠反映其屬地特征的主要有以下幾個(gè)地方:
(I)頁面標(biāo)題中的地域信息，以“南陽”為例，比如“南陽百草堂”和“南陽艾柱批發(fā)”，事實(shí)證明“南陽百草堂”屬地確實(shí)為南陽，但“南陽艾柱批發(fā)”的屬地卻不一定為南陽。取值原則為:如果標(biāo)題信息中明確標(biāo)注含有“南陽”則取1，明確標(biāo)注為其他地區(qū)時(shí)則取0，對(duì)于不含地域信息的情況則取0.5(對(duì)地域只精確到省、市)。
[0010](2)店鋪頁面中的其他屬地相關(guān)的信息，比如商品名和商品描述:“韓國(guó)進(jìn)口南陽咖啡”、“南陽金艾條”，“天然南陽獨(dú)山玉”，這些信息，由于存在同名的地名或者經(jīng)營(yíng)外地特產(chǎn)，地域?qū)傩钥尚哦容^低。目前的取值方式如下:對(duì)出現(xiàn)南陽的次數(shù)求和，如果小于10，則為O;大于10且小于30則取0.5，對(duì)于大于30則取I;對(duì)于取30的選擇，則因?yàn)槎鄶?shù)淘寶店鋪主頁顯示的商品數(shù)為30?60件；
(3)在淘寶店鋪的物流頁面，有所屬地信息，但多數(shù)店鋪為空或者所填地域偏大甚至為假，比如:南陽的店鋪，可能被商家標(biāo)注為“河南”；對(duì)該特征的取值原則為:明確標(biāo)注中含有“南陽”則取I，明確標(biāo)注不含“南陽”則取O，對(duì)于標(biāo)注為河南的情況取值0.6，對(duì)于為空的情況則取0.5。[0011 ] (4)商品的詳情頁面中的配送信息:該信息準(zhǔn)確度較高，但也存在店鋪的經(jīng)營(yíng)者與發(fā)貨不同地的情況。取值原則為:如果配送信息的始發(fā)地明確標(biāo)注中含有“南陽”則取I，明確標(biāo)注不含“南陽”則取O，對(duì)于為空的情況則取0.5。
[0012]根據(jù)上述特征的選擇方式，淘寶店鋪的總特征數(shù)為4，因?yàn)樘詫毜赇來撁娼Y(jié)構(gòu)類似性，對(duì)頁面的處理則較為簡(jiǎn)單，這樣第i個(gè)淘寶店鋪可以可以表示為一個(gè)4維特征向di =(dil，di2，d3，di4);則淘寶店鋪集合可以表示為:
Am 氺 η=
本發(fā)明采用感知機(jī)二類分類模型，通過細(xì)微地調(diào)節(jié)權(quán)重值來減少感知機(jī)的期望輸出和實(shí)際輸出之間的差別。找到能夠?qū)⒂?xùn)練數(shù)據(jù)進(jìn)行線性劃分的分類超平面，該方法采用基于誤分類的損失函數(shù)對(duì)分類進(jìn)行評(píng)估，然后利用梯度下降法對(duì)損失函數(shù)進(jìn)行極小值運(yùn)算，從而得到感知機(jī)模型。
[0013]為了求得感知機(jī)的分類模型，通過人工查找，電話確認(rèn)的方法，找到了屬于南陽地區(qū)的店鋪120家，確定不屬于南陽的420個(gè)，然后又隨機(jī)加上了 60個(gè)未確認(rèn)的店鋪到不屬于南陽的集合中，共600個(gè)樣本。
[0014]在試驗(yàn)中對(duì)樣本數(shù)據(jù)采用店鋪〈URL，分類標(biāo)貼〉對(duì)的形式表示，即一個(gè)店鋪可以表示為:Di=IURLi,Yi}，比如
Di={https://zhat.taoba0.com, I}表示該店鋪屬于某地南陽，
D2={https: //sulbin.taoba0.com，-1}不屬于某地南陽，將類似的{URL，值}存入數(shù)據(jù)表中，然后通過采集程序訪問指定頁面，將店鋪向量化，步驟如下:
取店鋪首頁面title值按照上述規(guī)則轉(zhuǎn)化為實(shí)數(shù)，存為d1;
計(jì)算頁面中“南陽”關(guān)鍵字的個(gè)數(shù)，然后按照上述規(guī)則取存為d2;
進(jìn)入物流頁面，查找“所在地”信息，標(biāo)注為“河南南陽”或“南陽”取值為I，為空取值
0.5，為“河南”時(shí)取值0.6，明確為其他地區(qū)時(shí)取值為O，存入d3 ；
通過店鋪地址訪問其中任一個(gè)商品詳情頁面，取配送信息，發(fā)貨地為“河南南陽”則取值I，否則取值O，為空取0.5，存為d4;
經(jīng)過上述4步，每個(gè)店鋪成功向量化。
[0015]對(duì)向量化之后的數(shù)據(jù)進(jìn)行檢查，發(fā)現(xiàn)部分?jǐn)?shù)據(jù)店鋪向量相同，分類標(biāo)貼也相同，程序首先剔除這部分重復(fù)數(shù)據(jù)，剩余數(shù)據(jù)稱為原始樣本;原始樣本中還有一部分?jǐn)?shù)據(jù)為店鋪向量相同，但分類標(biāo)貼卻不同，即同一個(gè)點(diǎn)卻屬于不同的類別，對(duì)該類數(shù)據(jù)采取的策略是先從樣本中剔除。剔除重復(fù)和互相矛盾的數(shù)據(jù)后，樣本數(shù)據(jù)剩余97組。采取交叉留存驗(yàn)證，計(jì)算分類的準(zhǔn)確率和召回率。
[0016]實(shí)驗(yàn)進(jìn)行60次，每次隨機(jī)選取10個(gè)作為驗(yàn)證數(shù)據(jù)，剩余數(shù)據(jù)作為訓(xùn)練數(shù)據(jù);取60次試驗(yàn)中錯(cuò)誤率為O時(shí)的 w={0.15，0.7，1.03，1.65}，b=-1.7
這樣用來分類的感知機(jī)模型為: f(x)=sign(w.x+b)=sign(0.15χι+0.7χ2+1.03x3 +1.65x4 -1.7)
使用爬蟲程序自動(dòng)抓取每個(gè)淘寶店鋪，首先向量化，然后通過上述模型計(jì)算出該店鋪的地域是否屬于某個(gè)特定地區(qū)，即為I即屬于，-1則不屬于。
【主權(quán)項(xiàng)】
1.一種淘寶網(wǎng)店屬于某地的自動(dòng)化判別方法，其特征在于:包括以下步驟: 步驟一、對(duì)淘寶店鋪頁面標(biāo)題中的地域信息進(jìn)行標(biāo)記取值，取值原則為:如果標(biāo)題中明確含有“某地”則取I，明確標(biāo)注為除“某地”之外的其它地區(qū)則取O，不含地域信息的情況取.0.5； 步驟二、對(duì)店鋪頁面中的其他屬地相關(guān)信息進(jìn)行取值，取值原則為:對(duì)出現(xiàn)“某地”的次數(shù)進(jìn)行求和，如果和小于10，則取值O ；和大于10且小于30則取值0.5 ；和大于30則取I ； 步驟三、對(duì)淘寶店鋪的物流頁面的所屬地信息進(jìn)行取值，取值原則為:明確標(biāo)注含有“某地”則取I;明確標(biāo)注不含“某地”則取O;標(biāo)注為某地所在省的情況取值0.6;為空的情況取值0.5; 步驟四、對(duì)于淘寶店鋪商品詳情頁面中的配送信息進(jìn)行取值，取值原則為:如果配送信息的始發(fā)地明確標(biāo)注含有“某地”則取I;明確標(biāo)注不含“某地”則取O;始發(fā)地為空的情況則取 0.5; 步驟五、根據(jù)步驟一至步驟四得到每一個(gè)淘寶店鋪的4個(gè)特征，第i個(gè)淘寶店鋪表示為一個(gè)4維特征向量6=((^1，(^2，山3，(^4)，其中(^1、(^2、(^3和山4分別為第:[個(gè)淘寶店中每個(gè)特征的取值； 步驟六、將步驟五得到的特征向量代入以下符號(hào)函數(shù)模型:f(cU)=Sign(0.15 dn+0.7di2+l.03 di3+l.65 di4 _1.7)，通過計(jì)算該模型得出該店鋪所在地是否屬于“某地”，如f(Cl1)=I則屬于“某地” J(Cl1)=-1則不屬于“某地”。
【文檔編號(hào)】G06F17/30GK106021448SQ201610324376
【公開日】2016年10月12日
【申請(qǐng)日】2016年5月17日
【發(fā)明人】程新黨, 張新剛, 于波
【申請(qǐng)人】南陽師范學(xué)院