确定物品类目的方法和装置与流程

本发明涉及计算机技术领域，尤其涉及一种确定物品类目的方法和装置。

背景技术：

目前，随着电子商务行业的发展，越来越多的商家开始在各类电商平台上销售自己的商品，使得商品数据急速增长，给电商平台的商品数据管理及应用系统也带来了巨大的挑战。电商平台在对商品数据进行管理时，一般需要对商品进行分类，即：以所选择的适当的商品基本特征作为分类标志对商品进行分类，逐次将商品归纳为若干个范围更小、特征更趋一致的子集合体(即：类目)，例如大类、中类、小类、细类，直至品种、细目等，从而使所有商品得以明确区分与体系化。

商品的类目是很重要的商品属性，在搜索系统中，商品的类目作为重要的筛选信息，很大程度上决定了该商品是否能被客户搜索到。目前，商品类目主要由商家自行选择，没有对商品所属类目的准确度的衡量及客观的评价。当面临巨量的商品时，仅依赖商家选择的类目会存在很大的误差，从而直接导致该商家的商品无法被客户搜索到，或者用户搜索到的商品不符合用户需求，这严重影响了客户的购物体验。因此，如何准确地确定商品的类目，已经是电商平台各系统急需解决的问题。

技术实现要素：

有鉴于此，本发明实施例提供一种确定物品类目的方法和装置，能够通过对现有数据进行分析，客观、准确地判断物品所属的类目，从而避免了由于商家自行选择物品的类目而带来的物品分类管理的误差和不便，以及由于搜索不到想要的物品或者搜索到的物品不符合客户需求而导致的客户购物体验差等问题。

为实现上述目的，根据本发明实施例的一个方面，提供了一种确定物品类目的方法。

一种确定物品类目的方法，包括：根据用户的交易行为数据及预设的类目数据确定每个类目的关键词，根据物品的描述信息确定所述物品的关键词；根据所述每个类目的关键词和所述物品的关键词确定所述物品所属的类目。

可选地，根据用户的交易行为数据及预设的类目数据确定每个类目的关键词的步骤包括：根据用户的交易行为数据得到用户输入的搜索词；对于每个搜索词，根据预设的类目数据，分别统计根据所述搜索词所成交的物品所属的类目以及每个类目的成交数据；将所述搜索词作为具有满足预定规则的成交数据的类目的关键词，从而确定每个类目的关键词。

可选地，根据物品的描述信息确定所述物品的关键词的步骤包括：将所述物品的描述信息进行分词，然后对分词后得到的词进行筛选以删除指定词，将筛选后得到的词作为所述物品的关键词。

可选地，根据所述每个类目的关键词和所述物品的关键词确定所述物品所属的类目的步骤包括：分别计算所述物品的关键词与所述每个类目的关键词的匹配度；将与所述物品的关键词的匹配度不小于预定阈值的关键词对应的类目确定为所述物品所属的类目。

可选地，通过计算物品的关键词与类目的关键词的杰卡德相似系数来计算物品的关键词与类目的关键词的匹配度。

可选地，所述方法还包括：根据所述物品的关键词与所述物品所属的类目的关键词的匹配度以及所述物品在所述类目的销售占比，计算所述物品与所述类目的关联度得分，以对所述物品与所述类目的关联程度进行评价。

根据本发明实施例的另一方面，提供了一种确定物品类目的装置。

一种确定物品类目的装置，包括：关键词确定模块，用于根据用户的交易行为数据及预设的类目数据确定每个类目的关键词，根据物品的描述信息确定所述物品的关键词；类目确定模块，用于根据所述每个类目的关键词和所述物品的关键词确定所述物品所属的类目。

可选地，所述关键词确定模块还用于：根据用户的交易行为数据得到用户输入的搜索词；对于每个搜索词，根据预设的类目数据，分别统计根据所述搜索词所成交的物品所属的类目以及每个类目的成交数据；将所述搜索词作为具有满足预定规则的成交数据的类目的关键词，从而确定每个类目的关键词。

可选地，所述关键词确定模块还用于：将所述物品的描述信息进行分词，然后对分词后得到的词进行筛选以删除指定词，将筛选后得到的词作为所述物品的关键词。

可选地，所述类目确定模块还用于：分别计算所述物品的关键词与所述每个类目的关键词的匹配度；将与所述物品的关键词的匹配度不小于预定阈值的关键词对应的类目确定为所述物品所属的类目。

可选地，通过计算物品的关键词与类目的关键词的杰卡德相似系数来计算物品的关键词与类目的关键词的匹配度。

可选地，所述装置还包括关联程度评价模块，用于：根据所述物品的关键词与所述物品所属的类目的关键词的匹配度以及所述物品在所述类目的销售占比，计算所述物品与所述类目的关联度得分，以对所述物品与所述类目的关联程度进行评价。

根据本发明实施例的又一方面，提供了一种确定物品类目的电子设备。

一种确定物品类目的电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例所提供的确定物品类目的方法。

根据本发明实施例的再一方面，提供了一种计算机可读介质。

一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例所提供的确定物品类目的方法。

上述发明中的一个实施例具有如下优点或有益效果：通过对用户的交易行为数据及预设的类目数据进行分析以确定每个类目的关键词，通过对物品的描述信息进行分析以确定每个物品的关键词，然后，根据每个类目的关键词和每个物品的关键词来确定每个物品所属的类目，实现了通过对现有数据进行分析，客观、准确地判断物品所属的类目，从而避免了由于商家自行选择物品的类目而带来的物品分类管理的误差和不便，以及由于搜索不到想要的物品或者搜索到的物品不符合客户需求而导致的客户购物体验差等问题。同时，通过对物品与类目的关联程度进行评价，可以对确定物品类目的算法进行优化，以进一步提高确定的物品所属类目的准确度；并且，通过将评价结果用于搜索系统，还可以改善客户的搜索及购物体验。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的确定物品类目的方法的主要步骤示意图；

图2是本发明一个实施例的实现原理示意图；

图3是根据本发明实施例的确定物品类目的装置的主要模块示意图；

图4是本发明实施例可以应用于其中的示例性系统架构图；

图5是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

为了解决现有技术中所提出的问题，本发明提供了一种确定物品类目的方法，可以通过对用户的交易行为数据、预设的类目数据及物品的描述信息进行分析，以确定物品所属的类目；同时，还可以对现有的物品及其所属的类目的关联程度进行客观评价，以便于对物品的类目进行修改等操作。

图1是根据本发明实施例的确定物品类目的方法的主要步骤示意图。如图1所示，本发明实施例的确定物品类目的方法主要包括如下的步骤s101和步骤s102。

步骤s101：根据用户的交易行为数据及预设的类目数据确定每个类目的关键词，根据物品的描述信息确定物品的关键词。

在本发明的实施方式中，以确定电商平台的商品对应的类目为例来进行介绍。其中，用户的交易行为数据例如包括用户购买的商品数据(例如：商品的名称、价格、品牌、属性等)，以及用户为购买商品而进行的搜索、浏览等行为数据。本发明中，通过将日志系统记录的用户对商品进行搜索、浏览、购买、评论等行为的日志数据进行汇总、清洗、筛选等处理以获取用户的交易行为数据。

具体地，在对用户的行为日志进行清洗时，可以按照以下的规则来执行：

1、删除页面浏览量排序为前1％(根据需要可进行灵活调整)的用户数据，由于这部分数据大多是非人为数据，可能是由刷单等操作造成的；

2、删除没有用户标识的数据；

3、删除无法判断来源的数据，例如：不含ip(internetprotocol，网络之间互连的协议)地址的数据等；

4、删除黑名单中包括的ip地址的访问数据。

通过对用户的行为日志进行清洗，即可对非法数据进行过滤，从而在进行数据分析时，可以仅对合法、真实的用户行为数据进行处理。并且，对用户的行为日志进行清洗之后，还需要对真实的用户行为数据进行筛选，从而得到用户的交易行为数据。

在得到用户的交易行为数据之后，即可根据用户的交易行为数据及预设的类目数据确定每个类目的关键词。其中，所述预设的类目数据是指系统为了便于对物品进行分类管理而自行规划的类目，本发明即是为了将物品划分到预设的类目中。

具体地，在确定每个类目的关键词时，可以按照以下的步骤来执行：

根据用户的交易行为数据得到用户输入的搜索词；

对于每个搜索词，根据预设的类目数据，分别统计根据该搜索词所成交的物品所属的类目以及每个类目的成交数据；

将该搜索词作为具有满足预定规则的成交数据的类目的关键词，从而确定每个类目的关键词。

在本发明的一个实施例中，选取系统中保存的所有用户在最近一年的交易行为数据，对于每一条交易行为数据，可以获取用户购买某个类目的商品时对应的搜索词，通过对所有交易行为数据进行分析，即可得到用户购买每个类目的商品时输入的搜索词，由于每个类目的商品有很多种，故而用户购买每个类目的商品时输入的搜索词也会有很多个，这些搜索词构成了搜索词集合。

对于搜索词集合中的每个搜索词，可以分别统计该搜索词对应的每个类目的成交数据。进一步，该搜索词对应的类目是指根据该搜索词所成交的商品所属的类目。其中，成交数据例如是成交次数，和/或成交比例等。假设用户通过“搜索词1”进行商品搜索并交易后，成交的类目包括类目a、类目b和类目c，通过分别统计类目a、类目b和类目c中包括的与“搜索词1”对应的商品个数即可得到类目a、类目b和类目c这3个类目分别对应的成交次数及成交比例。

然后，根据每个类目的成交数据以及预定规则，即可判定该搜索词是否应该属于某个类目的关键词。具体地，假设成交数据要满足的预定规则是成交比例高于80％，那么，当搜索词对应的某类目的成交次数占该搜索词对应的所有类目的成交次数之和的80％及以上时，该搜索词即可确定为该类目的关键词；假设成交数据要满足的预定规则是成交次数最多，那么，当某类目在该搜索词对应的所有类目中成交次数最多时，该搜索词即可确定为该类目的关键词。在具体应用过程中，成交数据要满足的预定规则可根据需要进行灵活设定，并不局限于以上所列举的示例。

根据前面介绍的内容，即可根据用户的交易行为数据及预设的类目数据确定每个类目的关键词。

根据本发明的另一个实施例，在根据物品的描述信息确定物品的关键词时，可以按照以下步骤具体执行：

将物品的描述信息进行分词，然后对分词后得到的词进行筛选以删除指定词，将筛选后得到的词作为物品的关键词。

具体地，对于电商领域，在对物品的描述信息进行分词时，主要是对商品的标题、属性等描述信息进行分词。商品的描述信息一般包括商品的名称、品牌、产地、规格等信息。在对商品的描述信息进行分词时，可以根据使用场景的特色制定不同的分词规则，例如，对常用的分词方法对应的词库进行补充或修改，以得到适用的分词词库，然后使用该适用的分词词库进行分词。常用的分词方法例如word分词、结巴分词、kcws分词器等，均可以用来实现本发明的分词功能。

在对物品的描述信息进行分词之后，对于分词后得到的词需要进行筛选，可根据预先保存的指定词列表，删除分词后得到的词中包括的指定词，并将删除了指定词之后剩下的词作为物品的关键词。其中，指定词一般是指无意义词，如：助词、叹词、标点符号等。例如：对物品的描述信息“热销1w台32gxx手机红色”进行分词后得到的词分别为：热销、1w、台、32g、xx、手机、红色，其中，“热销”为指定词列表中保存的无意义词，需进行删除，故而可得到该物品对应的关键词即为：1w、台、32g、xx、手机、红色。

根据上述介绍的步骤，即可根据物品的描述信息确定物品对应的关键词。

在得到每个类目的关键词和物品的关键词之后，即可通过执行步骤s102以确定物品所属的类目。

步骤s102：根据每个类目的关键词和物品的关键词确定物品所属的类目。

具体地，步骤s102可以按照以下方式来执行：

分别计算物品的关键词与每个类目的关键词的匹配度；

将与物品的关键词的匹配度不小于预定阈值的关键词对应的类目确定为该物品所属的类目，从而确定物品所属的类目。

在本发明的一个实施例中，通过计算物品的关键词与类目的关键词的杰卡德相似系数来计算物品的关键词与类目的关键词的匹配度。

杰卡德相似系数(jaccardsimilaritycoefficient)，又称为杰卡德系数，主要用于比较有限样本集之间的相似性与差异性。杰卡德系数值越大，样本相似度越高。在本发明的实施例中，假设a为物品的关键词集合，b为类目的关键词集合，则物品的关键词与类目的关键词的匹配度scorejaccard可根据如下公式(1)来计算：

其中，|a∩b|指的是a与b中完全匹配的词的个数，|a∪b|指的是a与b的并集中的词的个数。由于本发明中，物品的关键词与类目的关键词都是有限的集合，因此选择杰卡德相似系数来计算两者的匹配度，处理过程简单、直观、高效，且计算结果精确。

另外，在计算物品的关键词与类目的关键词的匹配度时，也可根据需要选择其他的相似度比较方法，例如：余弦相似度、曼哈顿距离、欧几里得距离，等等。以利用余弦相似度计算物品的关键词与类目的关键词的匹配度为例，可通过分别对物品的关键词与类目的关键词进行特征提取以得到对应的词向量，然后根据物品的关键词的词向量与类目的关键词的词向量来计算余弦相似度，以得到物品的关键词与类目的关键词的匹配度。在具体应用中，可根据需要灵活选择相似度比较方法以用于计算物品的关键词与类目的关键词的匹配度，本发明对此不做限定。

在得到物品的关键词与类目的关键词的匹配度之后，通过设置一个预定阈值，将与物品的关键词的匹配度不小于预定阈值的关键词的类目确定为该物品所属的类目。其中，假设预定的阈值是0.8，那么，可将具有与该商品的关键词的匹配度高于0.8的关键词的类目确定为该物品所属的类目。在设置预定阈值时，可通过对大量的数据进行分析后，选取一个满足需求的介于0和1之间的值。

根据上述的步骤s101和步骤s102，即可通过对用户的交易行为数据及预设的类目数据进行分析得到每个类目的关键词，并通过对物品的描述信息进行分析得到物品的关键词，然后，使用类目的关键词及物品的关键词来确定物品所属的类目，实现了通过对现有数据的分析来客观地判断物品所属的类目。

另外，本发明还可以对确定的类目的准确性进行评价，亦即：评价物品与类目的关联程度。应用场景例如：经过一段时间(例如：一个月)之后，需要判断将某物品划分至其所属的类目是否合适或准确；又如：需要判断商家为商品选择的类目是否准确；再如：对步骤s101和步骤s102所述的确定物品类别信息的算法进行验证并提供修改依据等等。因此，本申请不仅可以为物品确定其所属类目，还能够通过更新物品所属类目而提高为物品指定类目的准确度。进一步，可以周期性实施更新物品所属类目的过程。在检测到物品属于某类目的准确度低于准确度阈值时，可以自动将商品更新至与其更为匹配的类目，或者向商户或管理员发出通知并推荐类目，以使之更新商品所属类目。

具体地，本发明的实施例中，通过两方面的考虑来计算物品属于某类目的准确度。首先，从用户行为来分析物品属于某类目的准确度，一般地，在搜索过程中，如果物品有成交则代表物品的类目是可信的，因此物品是否有成交能在一定程度上表明其对应的类目是否准确；其次，从物品关键词和类目关键词的匹配度来分析物品属于某类目的准确度。通过将两者结合起来，即可准确、客观地评价物品属于某类目的准确度。

在本发明的实施例中，通过计算物品与其所属的类目的关联度得分，来实现对对物品与类目的关联程度进行评价，即：通过根据物品的关键词与该物品所属的类目的关键词的匹配度以及用户的交易行为数据，计算物品与类目的关联度得分，以对物品与类目的关联程度进行评价，从而实现对确定的类目的准确度进行评价。

在本发明的一个实施例中，通过以下公式(2)来计算物品i与其所属的类目j的关联度得分scorei_j：

其中，monthgmvi_j为最近一段时间(例如：一个月)内物品i在类目j下的销售数据(例如，成交金额、销售个数等)；monthgmvj为最近一段时间(例如：一个月)内整个类目j的销售数据(例如，成交金额、销售个数等)；scorejaccard为根据公式(1)计算得到的物品i的关键词与其所属的类目j的关键词的匹配度；α和β为权重系数，介于0和1之间，且α+β＝1。

在本发明的一个实施例中，更多的考虑物品i在指定类目j下的销售占比对物品i与其所属的类目j的关联度得分的影响，故而系统中设置α为0.7，这是因为对成交数据进行分析可知：在特定类目下成交金额占比越高的物品，属于该特定类目的概率就越大。例如：以“手机”类目下的两种商品的销售占比为例，标题为“热销1w台32g华为手机红色”的商品1的销售占比，就会比标题为“全包防摔磨砂硬外壳手机套女”的商品2的销售占比高很多，因此，商品1属于“手机”类目的概率就比商品2大很多。同时，还要考虑文本上的相关性，即：物品关键词和类目关键词的匹配度，可设置β为0.3。最后，输出scorei_j，即物品i与其所属的类目j的关联度，亦或是物品i属于类目j的准确度，其中，类目j是由商户进行选择的或是之前由系统运算确定的。

通过对权重系数α和β的设置，可以准确得到物品i与其所属的类目j的关联度得分，scorei_j越大，表明物品i与类目j的关联程度越高，物品i属于类目j的准确度也越高。

通过计算物品i与类目j的关联度得分，可以根据该关联度得分对物品所属的类目进行调整，也可以用于对商家选择的类目准确度进行评价，还可以在搜索排序中，将关联度得分作为调整因子，根据关联度得分对物品进行排序，以便为用户推荐购买可能性大的物品，等等。

图2是本发明一个实施例的实现原理示意图。如图2所示，通过对用户行为日志进行清洗以删除非法数据，可以得到合法的用户行为数据，然后，可以从合法的用户行为数据中筛选出用户的交易行为数据，根据用户的交易行为数据与预设的类目数据，即可分析得到每个类目的关键词；通过对物品的描述信息进行分词并删除指定的无意义词，即可得到每个物品的关键词；之后，通过计算每个类目的关键词和每个物品的关键词的匹配度，即可得到每个物品所属的类目；最后，还可以根据类目的关键词和物品的关键词的匹配度以及用户的交易行为数据，计算物品及其所属类目的关联度得分，从而对确定的物品的类目的准确度进行评价。

图3是根据本发明实施例的确定物品类目的装置的主要模块示意图。如图3所示，本发明实施例的确定物品类目的装置300主要包括关键词确定模块301和类目确定模块302。

关键词确定模块301，用于根据用户的交易行为数据及预设的类目数据确定每个类目的关键词，根据物品的描述信息确定物品的关键词；

类目确定模块302，用于根据每个类目的关键词和物品的关键词确定物品所属的类目。

根据本发明的一个实施例，关键词确定模块301还可以用于：

根据用户的交易行为数据得到用户输入的搜索词；

对于每个搜索词，根据预设的类目数据，分别统计根据该搜索词所成交的物品所属的类目以及每个类目的成交数据；

将该搜索词作为具有满足预定规则的成交数据的类目的关键词，从而确定每个类目的关键词。

根据本发明的另一个实施例，关键词确定模块301还可以用于：

将物品的描述信息进行分词，然后对分词后得到的词进行筛选以删除指定词，将筛选后得到的词作为所述物品的关键词。

根据本发明的又一个实施例，类目确定模块302还可以用于：

分别计算物品的关键词与每个类目的关键词的匹配度；

将与物品的关键词的匹配度不小于预定阈值的关键词对应的类目确定为物品所属的类目。

根据本发明实施例的技术方案，通过计算物品的关键词与类目的关键词的杰卡德相似系数来计算物品的关键词与类目的关键词的匹配度。

另外，本发明实施例的确定物品类目的装置300还可以包括关联程度评价模块(图中未示出)，用于：

根据物品的关键词与物品所属的类目的关键词的匹配度以及物品在类目的销售占比，计算物品与类目的关联度得分，以对物品与类目的关联程度进行评价。

根据本发明实施例的技术方案，通过对用户的交易行为数据及预设的类目数据进行分析以确定每个类目的关键词，通过对物品的描述信息进行分析以确定每个物品的关键词，然后，根据每个类目的关键词和每个物品的关键词来确定每个物品所属的类目，实现了通过对现有数据进行分析，客观、准确地判断物品所属的类目，从而避免了由于商家自行选择物品的类目而带来的物品分类管理的误差和不便，以及由于搜索不到想要的物品或者搜索到的物品不符合客户需求而导致的客户购物体验差等问题。同时，通过对物品与类目的关联程度进行评价，可以对确定物品类目的算法进行优化，以进一步提高确定的物品所属类目的准确度；并且，通过将评价结果用于搜索系统，还可以改善客户的搜索及购物体验。

图4示出了可以应用本发明实施例的确定物品类目的方法或确定物品类目的装置的示例性系统架构400。

如图4所示，系统架构400可以包括终端设备401、402、403，网络404和服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备401、402、403通过网络404与服务器405交互，以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备401、402、403可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器405可以是提供各种服务的服务器，例如对用户利用终端设备401、402、403所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的确定物品类目的方法一般由服务器405执行，相应地，确定物品类目的装置一般设置于服务器405中。

应该理解，图4中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图5，其示出了适于用来实现本发明实施例的终端设备或服务器的计算机系统500的结构示意图。图5示出的终端设备或服务器仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图5所示，计算机系统500包括中央处理单元(cpu)501，其可以根据存储在只读存储器(rom)502中的程序或者从存储部分508加载到随机访问存储器(ram)503中的程序而执行各种适当的动作和处理。在ram503中，还存储有系统500操作所需的各种程序和数据。cpu501、rom502以及ram503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。

以下部件连接至i/o接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至i/o接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(cpu)501执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的单元或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，例如，可以描述为：一种处理器包括关键词确定模块和类目确定模块。其中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定，例如，关键词确定模块还可以被描述为“用于根据用户的交易行为数据及预设的类目数据确定每个类目的关键词，根据物品的描述信息确定所述物品的关键词的模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：根据用户的交易行为数据及预设的类目数据确定每个类目的关键词，根据物品的描述信息确定所述物品的关键词；根据所述每个类目的关键词和所述物品的关键词确定所述物品所属的类目。

根据本发明实施例的技术方案，通过对用户的交易行为数据及预设的类目数据进行分析以确定每个类目的关键词，通过对物品的描述信息进行分析以确定每个物品的关键词，然后，根据每个类目的关键词和每个物品的关键词来确定每个物品所属的类目，实现了通过对现有数据进行分析，客观、准确地判断物品所属的类目，从而避免了由于商家自行选择物品的类目而带来的物品分类管理的误差和不便，以及由于搜索不到想要的物品或者搜索到的物品不符合客户需求而导致的客户购物体验差等问题。同时，通过对物品与类目的关联程度进行评价，可以对确定物品类目的算法进行优化，以进一步提高确定的物品所属类目的准确度；并且，通过将评价结果用于搜索系统，还可以改善客户的搜索及购物体验。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。