-
公开(公告)号：CN115239351A
公开(公告)日：2022-10-25
申请号：CN202210817148.9
申请日：2022-07-12
Applicant: 南京大学
Abstract: 本发明公开了一种基于统计学与机器学习相结合的异常商品信息识别方法，包括如下步骤：用户通过系统接口提交电商平台商品数据文件；完成对商品文件数据的预处理工作；筛选关键词等商品信息；建立统计学模型，处理识别商品异常数据；建立回归预测模型，处理识别商品异常数据；建立分类器预测模型，处理识别商品异常数据；每一个模型筛选结果得出后，对其中的特殊商品进行筛除；根据筛出特殊商品后的各模型结果，对所有模型的筛选结果进行整合，得出筛选的最终结果；筛选结果进行输出。本发明可解决现有电商平台异常商品信息识别方法工作量大、效率低，且依赖人工的问题。
Search Results
1
records
(took 0.088 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
