一淘网站淘宝1( 三 ) _生活百科

另外，最大的问题是不能充分利用淘宝内网数据的力量。目前，我们主要采用全局采样的策略来解决这个问题。抽样得到的训练样本的分布合理性直接决定了分类效果。
(4)直接关键词匹配
对于某些品类的商品，淘宝历史上很少有的产品，比如针对海外卖家的英文产品，医药产品等。前者是去年开始抓取的产品数据，后者是2012年国家才允许电商卖药的产品，所以产品很少，无法简单用模型进行统计学习。为此，我们采用关键词直击的方法来解决这些小众产品的叶类分类问题。(货少仓储少的时候，可以考虑用这个策略)
(5)高级类别预测
1.在模型中引入先验知识，将类别的品牌、货号、型号、系列等先验知识融入预测模型，改善训练样本分布不合理带来的问题；
(即如果有正确的训练集，最好有更全面的数据训练集，训练出来的模型会更容易使用)
2.基于误差驱动采样技术解决训练样本分布不合理的问题；
3.查询品类预测知识辅助商品品类预测。有些商品用短标题，用；
4.基于模型的预测效果较差，而使用查询类别来预测知识会有较好的效果。通过计算标题和查询之间的相似度，使用相似的查询类别来拟合商品的类别。
5.利用商品的聚类特性来提高品类预测。
PS:名词解释
面包屑:网上对商品的品类等级描述，如“服装鞋帽->:男装->: Polo衫”
类别:淘宝后台类别结构中的最后一个类别，如“书籍/杂志/报纸->:计算机/网络->:编程->: C”，“C语言”是“书籍/杂志/报纸”类别下的一个叶子类别。

一淘网站 淘宝1( 三 )

一淘网站淘宝1( 三 )