一种服务良好的电子商务平台的制作方法

本发明涉及电子商务
技术领域：
，具体涉及一种服务良好的电子商务平台。
背景技术：
：电子商务作为一种新的交易方式，使买卖双方能够在不见面的情况下完成交易。传统的电子商务平台查询产品的速度慢、且与供货商的联系不够紧密。用户观点数据有着非常重要的研究价值以及商业价值，因此逐渐受到人们的重视。情感分类作为观点挖掘中的重要任务，对情感分类的研究显得尤为重要。情感分类的主要任务是将包含主观性文字的文本划分到不同类别中，现有的情感分类方法存在分类准确率差、分类速度慢等缺陷，无法满足日益提高的情感分类要求。技术实现要素：针对上述问题，本发明旨在提供一种服务良好的电子商务平台。本发明的目的采用以下技术方案来实现：提供了一种服务良好的电子商务平台，包括用户端、平台系统和供货商客户端；所述用户端用于发送搜索请求，所述搜索请求内容包括搜索关键词和搜索范围；所述平台系统用于接收用户端发送的搜索请求，根据搜索关键词检索与之相匹配的产品，且搜索的内容包含在搜索范围之内，向用户端发送相匹配的产品，并向供货商客户端发送相匹配的产品的上架请求信息；所述供货商客户端用于接收平台系统发送的上架请求信息，并将上架情况反馈至平台系统。本发明的有益效果为：实现了产品的快速搜索，提高了电子商务平台的服务质量。附图说明利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本发明的结构示意图；附图标记：用户端1、平台系统2、供货商客户端3。具体实施方式结合以下实施例对本发明作进一步描述。参见图1，本实施例的一种服务良好的电子商务平台，包括用户端1、平台系统2和供货商客户端3；所述用户端1用于发送搜索请求，所述搜索请求内容包括搜索关键词和搜索范围；所述平台系统2用于接收用户端1发送的搜索请求，根据搜索关键词检索与之相匹配的产品，且搜索的内容包含在搜索范围之内，向用户端1发送相匹配的产品，并向供货商客户端3发送相匹配的产品的上架请求信息；所述供货商客户端3用于接收平台系统2发送的上架请求信息，并将上架情况反馈至平台系统2。本实施例实现了产品的快速搜索，提高了电子商务平台的服务质量。优选的，所述平台系统2包括信息接收模块、信息查询模块、排序模块、数据库模块和信息发送模块，所述信息接收模块用于接收用户端1发送的搜索请求，所述信息查询模块用于检索与请求相匹配的产品，所述排序模块用于对产品进行分类，所述信息发送模块用于向用户端1发送相匹配的产品及其分类，并向供货商客户端3发送相匹配的产品的上架请求信息。本优选实施例实现了对产品的分类。优选的，所述对产品进行分类为根据产品的文本信息对产品进行情感分类。本优选实施例获取了产品的情感分类。优选的，所述排序模块包括第一特征提取子模块、第二特征筛选子模块、第三文本建模子模块和第四情感分类子模块，所述第一特征提取子模块用于对产品的文本包含的情感特征进行提取，所述征筛选模块用于对提取的特征进行筛选，所述文本建模模块用于根据筛选后的特征建立产品的文本模型，所述第四情感分类子模块用于根据文本模型对产品进行分类。所述第二特征筛选子模块包括一次特征筛选单元和二次特征筛选单元，所述一次特征筛选单元用于对提取的特征进行一次筛选，得到一次筛选的特征，所述二次特征筛选单元用于对一次筛选的特征进行进一步筛选，得到二次筛选的特征；采用以下步骤对提取的特征进行一次筛选：步骤1、令w＝{w1,w2,…,wn}表示所有文本的集合，n表示文本总数，wi∈w表示集合中一个文本，c＝{c1,c2,…,ck}表示文本分类集合，k表示分类的总数，ci∈c表示集合中一个分类，f0＝{f1,f2,…,fm}表示任意文本wi包含的特征集合,m表示特征总数，fi∈f0表示集合中一个特征；步骤2、建立一次筛选函数eh：上述式子中，wip(fi)表示特征fi在文本wi中出现的次数，表示特征fi一次筛选函数值，步骤3、若eh1为设定阈值，则对特征予以保留，否则将特征过滤掉，得到一次筛选的特征。采用以下步骤对一次筛选的特征进行进一步筛选：步骤1、对于任意ci∈c,建立二次筛选函数em：上述式子中，z(ci,fi)表示训练样本中的文本中包含特征fi且被划分为ci的文本数，表示训练样本中的文本中不包含特征fi且不被划分为ci的文本数，表示训练样本中的文本中包含特征fi且不被划分为ci的文本数，表示训练样本中的文本中不包含特征fi且被划分为ci的文本数，em(ci,fi)表示特征fi二次筛选函数值；步骤2、若em(ci,fi)＞em1，em1为设定阈值，则对特征予以保留，否则将特征过滤掉，得到二次筛选的特征。本优选实施例排序模块设置第二特征筛选子模块对文本特征进行提取，抽取合适的特征集合来刻画文本，克服了将所有特征用于文本建模既耗时又易造成过度拟合的缺陷，提高了计算效率，采用一次特征筛选单元和二次特征筛选单元对特征进行两次筛选，得到的特征更加符合实际应用的需求，从而为商品交易节约了时间，提高了电子商务平台的服务效率。优选的，采用以下方式建立所述文本模型：设文本集合为w，w＝{w1,w2,…,wn},其中，n表示文本数量，将集合中任意文本wi表示成一系列特征的集合f，计算每个特征对文本的重要程度，完成文本建模，其中,f＝{f1,f2,…,fm}，f表示二次筛选的特征集合，m表示特征数量；具体采用重要性指标lg衡量特征对文本的重要性程度：上述式子中，wip(fi)表示特征fi在文本wi中出现的次数，表示文本wi中包含的所有特征出现次数总和，wd(fi)表示特征fi在文本集合w中出现的次数，表示特征fi对文本wi的重要性指标值。本优选实施例排序模块第三文本建模子模块的文本模型简单、算法复杂度低，采用重要性指标来衡量特征对文本的重要性程度，有助于产品分类速度进一步提高。优选的，采用以下步骤对产品进行分类：步骤1、确定分类指标函数：fs(c|wi)＝1+e2dt+dt，上述式子中,ρ(fj,c)表示指示函数，当训练样本中文本的特征fj与类标同时出现时值为1，否则为0，fs(c|wi)表示文本wi被划分为c类的指标值，c表示分类的类标；步骤2、选取指标值最大的类别作为产品的最终类别。本优选实施例排序模块第四情感分类子模块通过分类指标函数实现了对文本的情感分类，获取了产品准确的情感分类，提高了电子商务平台服务性能。采用本发明服务良好的电子商务平台购物，当采购商品数量不同时，对用户满意度和采购时间进行统计，同其它电子商务平台相比，产生的有益效果如下表所示：采购商品数量用户满意度提高采购时间减少510％18％615％23％720％25％824％28％931％32％最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。当前第1页12