一種基于圖像識別的網店后臺商品管理系統及方法技術方案

本發明專利技術公開了一種基于圖像識別的網店后臺商品管理系統及方法，包括：圖像特征提取模塊、分類模型和價格預測模型；圖像特征提取模塊、分類模型和價格輸出模型依次相連；圖像特征提取模塊，用于提取待上架商品圖像的輪廓特征圖像、顏色特征圖像和紋理特征圖像并輸入分類模型；分類模型，用于根據輸入的輪廓特征圖像、顏色特征圖像和紋理特征圖像進行分類匹配輸出商品的分類結果；價格預測模型，用于根據商品的分類結果，輸出商品預測價格；本發明專利技術通過分類模型可以提高商品識別的準確率和效率，通過價格預測模型對分類商品的價格變化趨勢進行預測，從而為輔助商品上架銷售策略提供依據，大量節約了人力預測和市場調研成本。大量節約了人力預測和市場調研成本。大量節約了人力預測和市場調研成本。

【技術實現步驟摘要】
一種基于圖像識別的網店后臺商品管理系統及方法


[0001]本專利技術涉及電子商務
，更具體的說是涉及一種基于圖像識別的網店后臺商品管理系統及方法。

技術介紹

[0002]目前，隨著現有網絡技術的不斷發展，用戶在電子商務平臺上購買商品已逐漸成為當前的趨勢，為了滿足用戶對商品種類的需求，網店店主需要及時在后臺更新商品，但是由于商品種類繁多，店主在對商品上架時，需要對商品進行分類，但是店主對商品分類往往按照個人主觀意識進行商品種類的劃分，可能將該商品劃分至與之相類似的商品種類中，造成商品分類的準確性差，且還需其他人員進行二次檢查，嚴重影響商品分類的效率，且浪費了人員的時間和精力。
[0003]另外，網店店主在后臺進行商品上架時，對于價格的把控往往通過人工瀏覽其他網店價格來進行人工調研，由于電子商務平臺商品種類繁多店家數量巨大，這就造成商品價格調研需要花費大量的時間和精力。
[0004]因此，如何提供一種基于圖像識別的網店后臺商品管理系統及方法是本領域技術人員亟需解決的問題。

技術實現思路

[0005]有鑒于此，本專利技術提供了一種基于圖像識別的網店后臺商品管理系統及方法已解決
技術介紹
中提到的問題。
[0006]為了實現上述目的，本專利技術采用如下技術方案：
[0007]一種基于圖像識別的網店后臺商品管理系統，包括：圖像特征提取模塊、分類模型和價格預測模型；
[0008]圖像特征提取模塊、分類模型和價格輸出模型依次相連；
[0009]圖像特征提取模塊，用于提取待上架商品圖像的輪廓特征圖像、顏色特征圖像和紋理特征圖像并輸入分類模型；
[0010]分類模型，用于根據輸入的輪廓特征圖像、顏色特征圖像和紋理特征圖像進行分類匹配輸出商品的分類結果；
[0011]價格預測模型，用于根據商品的分類結果，輸出商品預測價格。
[0012]優選的，一種基于圖像識別的網店后臺商品管理系統，還包括商品上架模塊，分別與分類模型和價格預測模型相連，用于根據商品的分類結果和商品預測價格對商品進行后臺上架銷售。
[0013]優選的，圖像特征提取模塊，用于提取電子商務平臺后臺不同類別商品的輪廓特征圖像、顏色特征圖像和紋理特征圖像。
[0014]優選的，一種基于圖像識別的網店后臺商品管理系統，還包括分類模型訓練模塊，將不同類別商品的輪廓特征圖像作為第一樣本集對分類模型進行訓練，將同一類別商品的
顏色特征圖像和紋理特征圖像作為第二樣本集，根據不同類別對應的第二樣本集對分類模型繼續進行訓練，得到最終訓練后的分類模型。
[0015]優選的，一種基于圖像識別的網店后臺商品管理系統，還包括數據庫構建模塊、特征計算模塊和價格預測模型訓練模塊；
[0016]數據庫構建模塊，用于收集不同類別的各商品的價格和銷量數據并建立對應關系；
[0017]特征計算模塊，用于從數據庫中分別獲取各個類別的各商品的價格和銷量數據并提取價格特征和銷量特征；
[0018]價格預測模型訓練模塊，用于根據不同類別的各商品的價格特征和銷量特征構建價格預測模型并進行訓練獲得訓練后的價格預測模型。
[0019]優選的，特征計算模塊提取價格特征具體包括：根據同一類別的每一個商品的價格變動，生成商品類別的價格列表，計算價格列表的均值和方差，作為該商品類別的價格特征，對于同一類別的每一個商品的價格變動時根據對應關系獲取該商品的銷售情況生成該類別商品的銷售列表，計算均值和方差，作為該商品類別的銷量特征。
[0020]一種基于圖像識別的網店后臺商品管理方法，包括以下步驟：
[0021]S1.提取待上架商品圖像的輪廓特征圖像、顏色特征圖像和紋理特征圖像并輸入分類模型；
[0022]S2.分類模型根據輸入的輪廓特征圖像、顏色特征圖像和紋理特征圖像進行分類匹配輸出商品的分類結果；
[0023]S3.價格預測模型根據商品的分類結果，輸出商品預測價格。
[0024]優選的，分類模型的獲得方法具體包括：
[0025]提取電子商務平臺后臺不同類別商品的輪廓特征圖像、顏色特征圖像和紋理特征圖像；
[0026]將不同類別商品的輪廓特征圖像作為第一樣本集對分類模型進行訓練，將同一類別商品的顏色特征圖像和紋理特征圖像作為第二樣本集，根據不同類別對應的第二樣本集對分類模型繼續進行訓練，得到最終訓練后的分類模型。
[0027]優選的，價格預測模型的獲得方法具體包括：
[0028]收集不同類別的各商品的價格和銷量數據并建立對應關系構建數據庫；
[0029]從數據庫中分別獲取各個類別的各商品的價格和銷量數據并提取價格特征和銷量特征；
[0030]根據不同類別的各商品的價格特征和銷量特征構建價格預測模型并進行訓練獲得訓練后的價格預測模型。
[0031]優選的，特征計算模塊包括價格列表生成單元、價格特征計算單元、銷售列表生成單元和銷量特征計算單元；
[0032]價格列表生成單元，用于根據同一類別的每一個商品的價格變動，生成商品類別的價格列表；
[0033]價格特征計算單元，用于計算價格列表的均值和方差，作為該商品類別的價格特征；
[0034]銷售列表生成單元，用于對于同一類別的每一個商品的價格變動時根據對應關系
獲取該商品的銷售情況生成該類別商品的銷售列表；
[0035]銷量特征計算單元，用于計算銷售列表均值和方差，作為該商品類別的銷量特征。
[0036]經由上述的技術方案可知，與現有技術相比，本專利技術公開提供了一種基于圖像識別的網店后臺商品管理系統及方法，通過商品圖像的輪廓特征圖像、顏色特征圖像和紋理特征圖像對分類模型進行二次訓練，可以提高商品識別的準確率和效率，通過價格預測模型對分類商品的價格變化趨勢進行預測，從而為輔助商品上架銷售策略提供依據，大量節約了人力預測和市場調研成本。
附圖說明
[0037]為了更清楚地說明本專利技術實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本專利技術的實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據提供的附圖獲得其他的附圖。
[0038]圖1附圖為本專利技術提供的網店后臺商品管理系統結構示意圖；
[0039]圖2附圖為本專利技術提供的分類模型訓練流程示意圖；
[0040]圖3附圖為本專利技術提供的特征計算模塊示意圖。
具體實施方式
[0041]下面將結合本專利技術實施例中的附圖，對本專利技術實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本專利技術一部分實施例，而不是全部的實施例。基于本專利技術中的實施例，本領域普通技術人員在沒有做出創造性勞動前提下所獲得的所有其他實施例，都屬于本專利技術保護的范圍。
[0042]本專利技術實施例公開了一種基于圖像識別的網店后臺商品管理系統，如圖1，包括：圖像特征提取模塊、分類模型和價格預本文檔來自技高網...

【技術保護點】

【技術特征摘要】
1.一種基于圖像識別的網店后臺商品管理系統，其特征在于，包括：圖像特征提取模塊、分類模型和價格預測模型；圖像特征提取模塊、分類模型和價格輸出模型依次相連；圖像特征提取模塊，用于提取待上架商品圖像的輪廓特征圖像、顏色特征圖像和紋理特征圖像并輸入分類模型；分類模型，用于根據輸入的輪廓特征圖像、顏色特征圖像和紋理特征圖像進行分類匹配輸出商品的分類結果；價格預測模型，用于根據商品的分類結果，輸出商品預測價格。2.根據權利要求1所述的一種基于圖像識別的網店后臺商品管理系統，其特征在于，還包括商品上架模塊，分別與分類模型和價格預測模型相連，用于根據商品的分類結果和商品預測價格對商品進行后臺上架銷售。3.根據權利要求1所述的一種基于圖像識別的網店后臺商品管理系統，其特征在于，圖像特征提取模塊，用于提取電子商務平臺后臺不同類別商品的輪廓特征圖像、顏色特征圖像和紋理特征圖像。4.根據權利要求2所述的一種基于圖像識別的網店后臺商品管理系統，其特征在于，還包括分類模型訓練模塊，將不同類別商品的輪廓特征圖像作為第一樣本集對分類模型進行訓練，將同一類別商品的顏色特征圖像和紋理特征圖像作為第二樣本集，根據不同類別對應的第二樣本集對分類模型繼續進行訓練，得到最終訓練后的分類模型。5.根據權利要求1所述的一種基于圖像識別的網店后臺商品管理系統，其特征在于，還包括數據庫構建模塊、特征計算模塊和價格預測模型訓練模塊；數據庫構建模塊，用于收集不同類別的各商品的價格和銷量數據并建立對應關系；特征計算模塊，用于從數據庫中分別獲取各個類別的各商品的價格和銷量數據并提取價格特征和銷量特征；價格預測模型訓練模塊，用于根據不同類別的各商品的價格特征和銷量特征構建價格預測模型并進行訓練獲得訓練后的價格預測模型。6.根據權利要求4所述的一種基于圖像識別的網店后臺商品管理系統，其特征在于，特征計算模塊包括價格列表生成單元、價格特征計算單元、銷售列表生成單元和銷量特征計算單元；價格列表生成單元，用于根據同一類別的每一個商品的價格變動，生成商品類別的價格列表；價格特征計算單元，用于...

【專利技術屬性】
技術研發人員：曹克軍，
申請(專利權)人：貴州農業職業學院，
類型：發明
國別省市：