TWM667558U - 具有商品組合標籤的零售系統 - Google Patents

Abstract

一種具有商品組合標籤的零售系統。零售系統包括提供消費者商品資訊的零售系統前台、提供廠商設定商品文本的零售系統後台、資料庫以及運算伺服器，運算伺服器用以產生商品組合標籤，其中，先自商品文本庫中取得商品的文本，對文本進行斷詞後取得多個關鍵詞，形成商品的多個屬性標籤，再組合多個屬性標籤形成商品的多組候選組合標籤，經排除重複的組合標籤後，產生關聯商品的多組組合標籤，最後通過零售系統前台呈現多個商品，以及個別商品的多組組合標籤。

Description

具有商品組合標籤的零售系統

本新型關於一種電子商務平台，特別是一種將商品文本斷詞得出商品標籤並經組合形成組合標籤以產生商品組合標籤的零售系統。

除了到實體店面進行消費外，電子商務平台通過網路技術提供消費者更方便且可廣泛地搜尋有興趣的商品的消費方式，而電子商務平台更通過各種手段能夠精準地推薦商品給消費者，而能增加消費者購買商品的動機，並增加對電子商務平台的黏著度（stickiness）。

常見推薦商品給消費者的方式是，針對每個商品設定符合商品的標籤（tag），再分析使用者瀏覽的商品而學習使用者喜好，即可通過比對標籤而提供符合使用者喜好的商品。另有方法是，通過智慧模型，如一種嵌入模型（embedding model），執行嵌入向量演算法（embedding vector algorithm），將商品文本轉換為嵌入向量，然後可在一個向量空間內進行相似度比對，能夠有效地向消費者推薦相似度高的商品。

不同於習知技術建立商品相關標籤以推薦商品的方式，揭露書提出一種具有商品組合標籤零售系統。其中提出的零售系統主要包括有一零售系統前台，用以提供消費者取得多個商品的資訊、一零售系統後台，用以提供多個廠商設定多個商品個別的文本，以及設定上架多個商品，並包括一資料庫，資料庫內建或外接於零售系統後台，並設有資料庫一以及資料庫二。

其中資料庫一設有商品文本庫、商品屬性標籤庫、零售字典與各品牌商針對旗下的多樣商品設定的黑白名單，其中商品文本庫記載每個商品的文本、該商品屬性標籤庫記載每個商品的多個屬性標籤，以及零售字典記載零售業的專門用語。

其中資料庫二設有商品/分類頁組合標籤庫，其中記載每個商品的一或多組的組合標籤。

零售系統設有運算伺服器，連接資料庫一與資料庫二，能自資料庫一中的商品文本庫中取得一商品的文本，根據零售字典並運用一斷詞模型對文本進行斷詞後取得多個關鍵詞，這些關鍵詞將形成商品的多個原生屬性標籤。取得原生屬性標籤，另取得品牌商設定的一或多個白名單屬性標籤、一或多個延伸屬性標籤與一或多個取代屬性標籤，排除品牌商設定的一或多個黑名單屬性標籤，共同形成商品的多個屬性標籤。之後，經組合多個屬性標籤可形成商品的多組候選組合標籤，其中每組候選組合標籤具有兩個或以上的屬性標籤，再經排除多組候選組合標籤中重複的組合標籤後，可依據一排序結果選擇排序在前的多組組合標籤，成為關聯此商品的多組組合標籤，據此可建立資料庫二中的商品/分類頁組合標籤庫。之後即可通過零售系統前台呈現多個商品，以及多個商品個別的多組組合標籤。

進一步地，當運算伺服器由文本得出的多個原生屬性標籤，還取得一或多個白名單屬性標籤、一或多個延伸屬性標籤以及一或多個取代屬性標籤，原生屬性標籤、一或多個白名單屬性標籤、一或多個延伸屬性標籤以及一或多個取代屬性標籤，移除一或多個黑名單屬性標籤，共同形成商品的該多個屬性標籤。

進一步地，於形成多組候選組合標籤時，可自黑白名單引入組合標籤白名單，將組合標籤白名單中記載的一或多組組合標籤列為前台出現的第一順位組合標籤；另外，還可自黑白名單引入組合標籤黑名單，以自多組候選組合標籤中排除組合標籤黑名單中所記載的一或多組組合標籤。

進一步地，根據每組組合標籤的網路搜尋量進行排序得出排序結果，以選擇排序在前的多組組合標籤，形成第二順位組合標籤。

接著，可以第一順位組合標籤，或加上第二順位組合標籤，形成所述關聯商品的多組組合標籤。

進一步地，通過運算伺服器對關聯商品的該多組組合標籤的任一設定時效性，即可根據時效性自動更新關聯該商品的多組組合標籤。

進一步地，通過運算伺服器可定時或根據一排程檢查上架的每個商品與其文本是否異動，若檢查有異動，即重新產生或更新商品的組合標籤。

其中，在重新產生或更新商品的組合標籤時，還可檢查黑白名單的時效，當黑白名單的時效到期，將根據更新後的黑白名單進行組合標籤的修正。

零售系統還設有一標籤推薦應用程式介面，運算伺服器基於此商品/分類頁組合標籤庫，通過標籤推薦應用程式介面在零售系統前台顯示推薦特定商品的組合標籤。進一步地，於零售系統前台進入一商品描述頁，其中顯示多個商品的內容，各商品的一或多組的組合標籤，以及通過標籤推薦應用程式介面所推薦的特定商品。

在一實施方式中，經排除該多組候選組合標籤中包括重複的組合標籤後，運用一自然語言處理技術計算各組候選組合標籤與商品的一標題的相似度，再根據多組候選組合標籤的多個相似度進行排序，以選擇出關聯商品的多組組合標籤。

為使能更進一步瞭解本新型的特徵及技術內容，請參閱以下有關本新型的詳細說明與圖式，然而所提供的圖式僅用於提供參考與說明，並非用來對本新型加以限制。

以下是通過特定的具體實施例來說明本創作的實施方式，本領域技術人員可由本說明書所公開的內容瞭解本創作的優點與效果。本創作可通過其他不同的具體實施例加以施行或應用，本說明書中的各項細節也可基於不同觀點與應用，在不悖離本創作的構思下進行各種修改與變更。另外，本創作的附圖僅為簡單示意說明，並非依實際尺寸的描繪，事先聲明。以下的實施方式將進一步詳細說明本創作的相關技術內容，但所公開的內容並非用以限制本創作的保護範圍。

應當可以理解的是，雖然本文中可能會使用到“第一”、“第二”、“第三”等術語來描述各種元件或者信號，但這些元件或者信號不應受這些術語的限制。這些術語主要是用以區分一元件與另一元件，或者一信號與另一信號。另外，本文中所使用的術語“或”，應視實際情況可能包括相關聯的列出項目中的任一個或者多個的組合。

揭露書提出一種具有商品組合標籤的零售系統，其中零售系統通過商品組合標籤提供消費者通過網頁或應用程式取得商品資訊時，可以通過組合標籤連結到其他相關商品頁，或是品牌商有意讓消費者可以連結到的商品頁，達到以商品推薦商品的目的，可參考揭露書圖6至圖11所示具有組合標籤的商品描述頁、商品分類頁、標籤分類頁，甚至是搜尋無結果頁等實施例示意圖。

運行一種商品組合標籤產生方法的零售系統可實作一電子商務平台，提供消費者通過網路瀏覽其中上架的商品，並可執行消費，其系統架構如圖1所示，零售系統架構上包括了以計算機軟硬體協作實現的後台11、前台12、資料庫（資料庫一13、資料庫二15）、伺服器14以及提供各端存取其中資料的應用程式介面16。

其中前台12中提出一零售系統前台103，零售系統前台103可以網頁或執行於使用者終端裝置的應用程式等方式提供消費者取得零售系統中多個商品的資訊。後台11則如零售系統後台101，通過特定通道連線零售系統前台103，能提供多個廠商（如品牌商、製造商、經銷商等）設定多個商品個別的文本，以及提供設定上架提供消費者的多個商品。

根據實施例，資料庫連接（包括外接或內建）零售系統後台101，根據功能可分為資料庫一13與資料庫二15。資料庫一13至少設有商品文本庫105、商品屬性標籤庫107，並可設有零售字典109與品牌商設定的黑白名單110；資料庫二則設有商品/分類頁組合標籤庫113。

其中，從商品文本庫105記載各商品的文本，根據零售字典109中記載零售業的專門用語和斷詞模型，可得出商品原生屬性標籤，建立商品屬性標籤庫107。品牌商設定的黑名單屬性標籤32、白名單屬性標籤34、延伸屬性標籤31與取代屬性標籤33會進入黑白名單110優化商品屬性標籤庫107得出的原生屬性標籤，通過運算伺服器111處理各商品的候選組合標籤，再引入品牌商針對各商品或其品牌旗下的多樣商品設定的黑白名單110，將白名單組合標籤置頂，過濾黑名單組合標籤，經過演算後，即成為各商品頁面上的組合標籤。

零售系統的伺服器14實際上如所述運算伺服器111，運算伺服器111如具有數據處理能力的處理器、記憶體與相關周邊的電腦系統，其中運行各種提供各端服務的伺服程式，並執行商品組合標籤產生方法以及商品推薦方法。

根據實施例，運算伺服器111前後連接資料庫一13與資料庫二15，因此可自資料庫一13中的商品文本庫105取得每個商品的文本，以及取得各品牌商針對旗下的多樣商品設定的黑白名單110，並且還可自商品屬性標籤庫107取得每個商品的多個屬性標籤。之後經運算伺服器111執行商品組合標籤產生方法得出各商品具有多組的組合標籤，建立資料庫二15中的商品/分類頁組合標籤庫113。

根據需求，組合標籤與向量化數值先暫存於快取記憶模組115中，再通過標籤推薦應用程式介面117輸出至零售系統前台103，再經由零售系統前台103存取商品文本庫105，如此，通過結合商品文本、組合標籤與推薦商品，形成提供給消費者的商品頁內容。

通過以上描述的零售系統，運用商品組合標籤可有效地在電子商務平台中提供消費者有興趣的商品類別外，還可執行商品推薦，並能有效提升搜尋引擎的搜尋量，相關流程可參考圖2。

通過商品組合標籤，使得消費者運用搜尋引擎201搜尋商品時，可以有效搜尋到有興趣的商品，並能進入相關品牌主頁203中，從中可連結到商品分類頁205，其中顯示商品資訊外，還提供各商品的組合標籤與相關商品；進一步地，可點選其中分類頁組合標籤207後，進入標籤分類頁209，其中除了針對商品的組合標籤外，還能獲得零售系統推薦的商品。

當消費者運用搜尋引擎201搜尋商品時，可以基於搜尋字進入相關商品的標籤分類頁209，其中記載有商品組合標籤211及商品，點擊商品可進入特定商品頁213，或者在組合標籤的運用下，增加一個品牌網站內多種商品之間的循環瀏覽率。值得一提的是，不論是標籤分類頁209或是商品頁213，都可讓消費者在運用組合標籤的情況下得到零售系統的商品推薦215。

其中關於組合標籤的產生，可參考圖3顯示由運算伺服器111（通過其中處理器運行相關軟體程式）執行的商品組合標籤產生方法的實施例流程圖，其中運用的元件可參考圖1所示實施例圖。

流程一開始，運算伺服器（圖1，111）自圖1顯示的資料庫一（圖1，13）的商品文本庫（圖1，105）取得商品相關文本（步驟S301），商品文本庫中記載品牌商（或是製造商或經銷商）通過零售系統後台101針對各商品提供的標題、文本資料。

接著，根據商品文本庫（圖1，105）中的零售商品名稱與描述等文本，根據零售字典（並可運用斷詞模型）進行斷詞，斷詞後還可參考其他周邊資訊取得多個關鍵詞（步驟S303），這些關鍵詞將形成商品的多個屬性標籤，並且是精準提供符合商品屬性與增加瀏覽率的屬性標籤，形成原生屬性標籤（步驟S305），並可記載至商品屬性標籤庫（圖1，107）。進一步地，在形成原生屬性標籤時，可以引入由品牌商要求或特定需求建立的延伸屬性標籤31、黑名單屬性標籤32、取代屬性標籤33與白名單屬性標籤34，其中，除原生屬性標籤外，加上品牌商設定不屬於自商品文本得出的原生屬性標籤之外的延伸屬性標籤31與白名單屬性標籤34，藉此可以增加商品涵蓋的屬性標籤，另還可設定取代屬性標籤33，針對原生屬性標籤中特定用語以其他用語取代，形成取代屬性標籤33，再自原生屬性標籤中排除黑名單屬性標籤32，建立商品屬性標籤庫（圖1，107）。經上述步驟引入延伸屬性標籤31、黑名單屬性標籤32、取代屬性標籤33與白名單屬性標籤34的其中之一或任意組合，形成商品的多個屬性標籤，經排列組合根據商品屬性產生的多個屬性標籤後，形成商品的多組候選組合標籤（candidate composite tags）（步驟S307），其中每組候選組合標籤具有兩個或以上的屬性標籤。

在此一提的是，品牌商可通過零售系統後台（圖1，101）設定商品其他不包括根據文本得出的原生屬性標籤的白名單屬性標籤34、取代屬性標籤33與延伸屬性標籤31，通過運算伺服器（圖1，111）處理，可擴大商品涵蓋的屬性標籤。進一步地，所述白名單屬性標籤34、取代屬性標籤33與延伸屬性標籤31可能與當頁商品無關，而可藉此引導消費者取得額外的商品資訊，不拘泥在當下商品文本庫105斷出的原生屬性標籤。舉例來說，當需要藉著節日促銷商品時，如情人節、聖誕節，即便商品文本並不會演算出與這些節日相關的屬性標籤，或是商品並非直接相關，但卻在特定假日中賦予特定意義，即可通過延伸屬性標籤31設定商品具有額外的屬性標籤，達到行銷的目的。所述取代屬性標籤33以非從原生屬性標籤取得的屬性標籤，取代原生屬性標籤中特定的屬性標籤，例如特定口紅商品文本得出的名稱為口紅，但是品牌商希望以唇膏取代口紅，因此即以唇膏作為此商品的取代屬性標籤。

值得注意的是，在所提出的商品組合標籤產生方法中，通過解析商品文本（包括商品的名稱與描述文本）與運用斷詞模型得出關鍵詞，並根據關鍵詞的重要性排序，重要性可參考文本中關鍵詞出現次數，或是根據零售字典等外部資訊判斷重要性，使排序在前的多個關鍵詞為商品的原生屬性標籤，還通過上述由品牌商或特定需求設定的延伸屬性標籤31、取代屬性標籤33、黑名單屬性標籤32與白名單屬性標籤34的其中之一或任意組合調整或增加商品屬性標籤。進一步地，還可由系統另提供品牌商設定變更屬性標籤的排程或賦予時效性，或設定為永久有效。

在圖3的流程中，於形成多組候選組合標籤後（步驟S307），可運用組合標籤白名單35產出第一順位組合標籤（步驟S309），從候選組合標籤中排除組合標籤黑名單36中所記載組合標籤，形成調整後的最終候選組合標籤（步驟S311）。

進一步地，參考特定外部資訊37，例如搜尋引擎中針對各個組合標籤統計得出的搜尋量，並排除多組候選組合標籤中包括重複的候選組合標籤，更進一步運用自然語言處理（NLP）技術以理解搜尋引擎中消費者運用各式各樣的搜尋字進行搜尋的語意，計算各組候選組合標籤與商品的標題的相似度，再根據多組候選組合標籤的多個相似度進行排序，以選擇出關聯商品的多組組合標籤。從上述步驟得出的最終候選組合標籤決定第二順位組合標籤（步驟S313），第一順位組合標籤加上第二順位組合標籤即成為關聯商品的多組組合標籤（步驟S315）。

根據所述第一順位組合標籤，或加上第二順位組合標籤，形成關聯商品的多組組合標籤，此時，可以通過人工或是電腦軟體方式對組合標籤進行審核，排除其中不適當的屬性標籤和組合標籤，產生商品組合標籤（步驟S317），並可據此建立所述商品/分類頁組合標籤庫（圖1，113），商品/分類頁組合標籤庫即記載了每個商品的一或多組的組合標籤。

當取得商品的多組組合標籤後，組合標籤將可依照實際狀況動態更新，根據實施例之一，可通過運算伺服器對關聯商品的多組組合標籤的任一設定其時效性，使得系統將根據組合標籤的時效性自動更新關聯商品的多組組合標籤，可參考圖4所示零售系統中運算伺服器（圖1，111）所執行的商品組合標籤的更新方法實施例流程圖。

當取得商品組合標籤並建立商品/分類頁組合標籤庫（圖1，113）（步驟S401），系統通過運算伺服器定時或根據一排程檢查上架的每個商品與其文本是否異動？（步驟S403），若有產生異動（是），包括品牌商下架商品、更新商品名稱或文本，或是其他設定的異動，將重新執行商品組合標籤產生方法以產生或更新組合標籤，如執行圖4描述的流程（步驟S407）。其中，在重新產生或更新組合標籤的過程中更進行時效檢查（步驟S405），若有特定黑白名單110的時效到期，將根據更新後黑白名單110進行組合標籤的修正。反之，若檢查商品、文本或其屬性標籤並沒有異動（否），則無需執行任何更新，系統即繼續定時或根據排程檢查商品與其文本的異動（步驟S403）。

圖5接著顯示運用上述方法產生各商品的多組組合標籤推薦商品的方法實施例流程圖。

首先，運算伺服器（圖1，111）取得商品頁中的商品內容（商品頁「商品」51）、從使用者搜尋無結果時的搜尋詞（搜尋無結果頁「搜尋詞」52），以及從商品網頁中得到的組合標籤（標籤分類頁「組合標籤」53），接著執行向量演算法（步驟S501），另取得所有商品的向量，以創建商品向量集合（步驟S503），並可先儲存至特定資料庫，如一種商品向量資料庫。因此可運用商品/搜尋詞/組合標籤和所有商品的向量計算出相似度，包括計算商品和所有商品之間的相似度（步驟S505）、計算搜尋詞和所有商品之間的相似度（步驟S507），以及計算組合標籤和所有商品之間的相似度（步驟S509），再根據相似度排序（步驟S511），得出相似商品順序（步驟S513），並顯示在商品頁/搜尋無結果頁/標籤分類頁，如以下實施例的描述，也可參考圖6、7、8、9、10的示意圖。

因此，當零售系統通過商品頁展示其中之一商品時，可根據商品的相似商品順序顯示推薦的一或多個其他商品，例如在商品頁上顯示系統推薦給消費者的一或多個商品（步驟S515）。當消費者進入搜尋無結果頁時，可根據與搜尋詞的相似度順序，顯示推薦的一或多個其他商品，例如在搜尋無結果頁上顯示系統推薦給消費者的一或多個商品（步驟S517）。當零售系統通過標籤分類頁展示商品時，可根據與組合標籤的相似度順序，顯示推薦的一或多個其他商品，例如在標籤分類頁上顯示系統推薦給消費者的一或多個商品（步驟S519）。

參考圖1顯示的零售系統架構示意圖，運算伺服器（圖1，111）基於所建立的商品/分類頁組合標籤庫（圖1，113），通過標籤推薦應用程式介面（圖1，117）在零售系統前台（圖1，103）顯示推薦某商品的組合標籤，目的之一是推薦商品，相關範例可參考以下所示的網頁或是行動裝置上應用程式提供的使用者介面實施例圖。

圖6顯示商品描述頁實施例示意圖，其中顯示進入某品牌商網頁後，可通過搜尋字搜尋商品，消費者於零售系統前台進入商品描述頁60，其中主要內容如示意圖所顯示的商品照片601、商品描述603，以及通過上述商品組合標籤產生方法所產生的組合標籤605，以及通過標籤推薦應用程式介面所推薦的推薦商品607，示意顯示有推薦商品一、推薦商品二、推薦商品三與推薦商品四。

接著，消費者可在商品描述頁60點入其中之一組合標籤605，顯示的網頁內容可參考圖7顯示標籤分類頁實施例示意圖，其中顯示的是標籤分類頁70，其中包括此分類下的組合標籤701，以及多個基於此組合標籤向量計算相似度得出的推薦商品，如推薦商品703，示意顯示有推薦商品一、推薦商品二、推薦商品三以及推薦商品四，以及可以帶出商品屬性標籤庫107中具有與組成此組合標籤之相同屬性標籤之相關商品，如示意圖顯示的相關商品705，示意顯示有商品一、商品二、商品三與商品四，用以推薦更多商品選擇，實現以物找物的推薦方法。

接著圖8顯示另一標籤分類頁80實施例示意圖，其中包括此標籤分類頁下的組合標籤801，以及根據頁面的設計反覆地顯繪示推薦商品805（示意顯示有推薦商品一至四）與相關商品803、相關商品807（示意顯示有商品一至八）。

圖9顯示商品描述頁的另一實施例示意圖，圖中顯示的商品描述頁90包括有商品內容901，其中展示商品與其描述，商品描述頁90中還可經過捲動後顯示有關聯此商品的組合標籤903，以及推薦商品905，示意顯示有推薦商品一、推薦商品二、推薦商品三。

然而，經以搜尋字或其他搜尋方法搜尋全站商品時，可能為搜尋無結果，如圖10顯示搜尋無結果頁實施例示意圖，其中示意顯示搜尋無結果頁100，除了本頁表示為搜尋無結果頁100外，還提供熱門搜尋詞1001，以及與搜尋詞向量相似的推薦商品1003，示意顯示有推薦商品一、推薦商品二、推薦商品三。

最後，圖11顯示商品分類頁實施例示意圖，其中顯示為商品分類頁110，其中包括在此分類頁下的組合標籤1101以及相關商品1103，示意顯示有商品一、商品二。

綜上所述，根據上述實施例所描述的具有商品組合標籤的零售系統，經過演算得出的每個商品的組合標籤提供消費者更準確地瀏覽有興趣的商品，並增加站內瀏覽循環次數。進一步地，利用向量來計算相似商品則是提供更有彈性的商品推薦空間，而不是傳統比對標籤得出的推薦商品，傳統方式的推薦空間比較缺乏彈性，再者，決定商品的組合標籤還可參考品牌商在搜尋引擎（如Google™搜尋器）中自然搜尋組合標籤得到的搜尋量。

以上所公開的內容僅為本新型的優選可行實施例，並非因此侷限本新型的申請專利範圍，所以凡是運用本新型說明書及圖式內容所做的等效技術變化，均包含於本新型的申請專利範圍內。

11:後台 12:前台 13:資料庫一 14:伺服器 15:資料庫二 16:應用程式介面 101:零售系統後台 103:零售系統前台 105:商品文本庫 107:商品屬性標籤庫 109:零售字典 110:黑白名單 111:運算伺服器 113:商品/分類頁組合標籤庫 115:快取記憶模組 117:標籤推薦應用程式介面 201:搜尋引擎 203:品牌主頁 205:商品分類頁 207:分類頁組合標籤 209:標籤分類頁 211:商品組合標籤 213:商品頁 215:商品推薦 31:延伸屬性標籤 32:黑名單屬性標籤 33:取代屬性標籤 34:白名單屬性標籤 35:組合標籤白名單 36:組合標籤黑名單 37:外部資訊 38:審核 51:商品頁「商品」 52:搜尋無結果頁「搜尋詞」 53:標籤分類頁「組合標籤」 60:商品描述頁 601:商品照片 603:商品描述 605:組合標籤 607:推薦商品 70:標籤分類頁 701:組合標籤 703:推薦商品 705:相關商品 80:標籤分類頁 801:組合標籤 803:相關商品 805:推薦商品 807:相關商品 90:商品描述頁 901:商品內容 903:組合標籤 905:推薦商品 100:搜尋無結果頁 1001:熱門搜尋詞 1003:推薦商品 110:商品分類頁 1101:組合標籤 1103:相關商品 步驟S301～S317:產生商品組合標籤的流程 步驟S401～S407:商品組合標籤的更新流程 步驟S501～S519:商品推薦流程

圖1顯示零售系統的架構實施例流程圖；

圖2顯示執行商品推薦的流程實施例；

圖3顯示商品組合標籤的產生方法實施例流程圖；

圖4顯示商品組合標籤的更新方法實施例流程圖；

圖5顯示商品推薦方法的實施例流程圖；

圖6顯示商品描述頁網頁版實施例示意圖；

圖7顯示標籤分類頁網頁版實施例示意圖；

圖8顯示標籤分類頁行動裝置版實施例示意圖；

圖9顯示商品描述頁行動裝置版實施例示意圖；

圖10顯示搜尋無結果頁行動裝置版實施例示意圖；以及

圖11顯示商品分類頁行動裝置版實施例示意圖。

11:後台

12:前台

13:資料庫一

14:伺服器

15:資料庫二

16:應用程式介面

101:零售系統後台

103:零售系統前台

105:商品文本庫

107:商品屬性標籤庫

109:零售字典

110:黑白名單

111:運算伺服器

113:商品/分類頁組合標籤庫

115:快取記憶模組

117:標籤推薦應用程式介面

Claims (10)

1. 一種零售系統，包括： 一零售系統前台，提供消費者取得多個商品的資訊； 一零售系統後台，連線零售系統前台，提供多個廠商設定該多個商品個別的文本，以及設定上架提供消費者的該多個商品； 一資料庫，內建或外接於該零售系統後台，該資料庫設有資料庫一以及資料庫二，其中： 該資料庫一設有一商品文本庫、一商品屬性標籤庫、一零售字典與各品牌商針對旗下的多樣商品設定的一黑白名單，其中該商品文本庫記載每個商品的文本、該商品屬性標籤庫記載每個商品的多個屬性標籤，以及該零售字典記載零售業的專門用語；以及 該資料庫二設有一商品/分類頁組合標籤庫，其中該商品/分類頁組合標籤庫記載每個商品的一或多組的組合標籤；以及 一運算伺服器，連接該資料庫一與該資料庫二，自該資料庫一中的該商品文本庫中取得一商品的一文本，根據該零售字典並運用一斷詞模型對該文本進行斷詞後取得多個關鍵詞，使該多個關鍵詞形成該商品的多個屬性標籤，再組合該多個屬性標籤以形成該商品的多組候選組合標籤，其中每組候選組合標籤具有兩個或以上的屬性標籤，接著排除該多組候選組合標籤中包括重複的組合標籤，以及依據一排序結果選擇排序在前的多組組合標籤，成為關聯該商品的該多組組合標籤，以建立該資料庫二中的該商品/分類頁組合標籤庫，以及通過該零售系統的該零售系統前台呈現給消費者該多個商品，以及該多個商品個別的該多組組合標籤。
2. 如請求項1所述之零售系統，其中，當該運算伺服器由該文本得出多個原生屬性標籤，還取得一或多個白名單屬性標籤、一或多個延伸屬性標籤以及一或多個取代屬性標籤，該原生屬性標籤、該一或多個白名單屬性標籤、該一或多個延伸屬性標籤以及該一或多個取代屬性標籤，移除一或多個黑名單屬性標籤，共同形成該商品的該多個屬性標籤。
3. 如請求項1所述之零售系統，其中，於形成該多組候選組合標籤時，自該黑白名單引入一組合標籤白名單，將該組合標籤白名單中記載的一或多組組合標籤列為一第一順位組合標籤；以及/或自該黑白名單引入一組合標籤黑名單，以自該多組候選組合標籤中排除該組合標籤黑名單中所記載的一或多組組合標籤。
4. 如請求項3所述之零售系統，其中，係根據每組組合標籤的網路搜尋量進行排序得出該排序結果，以選擇排序在前的該多組組合標籤，形成一第二順位組合標籤，其中該第一順位組合標籤，或加上該第二順位組合標籤，形成關聯該商品的該多組組合標籤。
5. 如請求項1所述之零售系統，其中，通過該運算伺服器對關聯該商品的該多組組合標籤的任一設定一時效性，即根據該時效性自動更新關聯該商品的該多組組合標籤。
6. 如請求項1所述之零售系統，其中，通過該運算伺服器定時或根據一排程檢查上架的每個商品與其文本是否異動，若檢查有異動，即重新產生或更新該商品的組合標籤。
7. 如請求項6所述之零售系統，其中，在重新產生或更新該商品的組合標籤時，還檢查該黑白名單的時效，當該黑白名單的時效到期，將根據更新後的黑白名單進行組合標籤的修正。
8. 如請求項1所述之零售系統，其中該零售系統還設有一標籤推薦應用程式介面，該運算伺服器基於該商品/分類頁組合標籤庫，通過該標籤推薦應用程式介面在該零售系統前台顯示推薦特定商品的組合標籤。
9. 如請求項8所述之零售系統，其中，於該零售系統前台進入一商品描述頁，其中顯示該多個商品的內容，各商品的一或多組的組合標籤，以及通過該標籤推薦應用程式介面所推薦的該特定商品。
10. 如請求項1至9中任一項所述之零售系統，其中，經排除該多組候選組合標籤中包括重複的組合標籤後，運用一自然語言處理技術計算各組候選組合標籤與該商品的一標題的相似度，再根據該多組候選組合標籤的多個相似度進行排序，以選擇出關聯該商品的該多組組合標籤。

Images