一體化社區(qū)服務(wù)平臺(tái)制造技術(shù)

本發(fā)明專利技術(shù)提供了一體化社區(qū)服務(wù)平臺(tái)，包括社區(qū)信息討論系統(tǒng)、社區(qū)信息發(fā)布系統(tǒng)、社區(qū)電子商務(wù)系統(tǒng)和用戶信息接收端，所述社區(qū)信息討論系統(tǒng)用于討論社區(qū)事務(wù)，所述社區(qū)信息發(fā)布系統(tǒng)用于發(fā)布信息，所述社區(qū)電子商務(wù)系統(tǒng)為用戶提供網(wǎng)購(gòu)服務(wù)，所述用戶信息接收端用于接收信息，所述社區(qū)信息討論系統(tǒng)、社區(qū)信息發(fā)布系統(tǒng)和社區(qū)電子商務(wù)系統(tǒng)與用戶信息接收端網(wǎng)絡(luò)連接。本發(fā)明專利技術(shù)的有益效果為：實(shí)現(xiàn)了網(wǎng)絡(luò)社區(qū)內(nèi)用戶關(guān)注預(yù)測(cè)、信息推送、商業(yè)熱點(diǎn)預(yù)測(cè)、在線商務(wù)交易。

Integrated community service platform

Provides integrated community service platform of the invention, including community information system, discussed the community information systems, community e-commerce system and user information receiver, the community information system is discussed for the discussion of community affairs, the community information publishing system for distributed information, the community e-commerce system to provide online shopping services. The user information receiver for receiving information, the community information system, discussed the community information release system and community electronic commerce system and user information receiving end network connection. The invention has the advantages of realizing the users' attention, prediction, information push, commercial hot spot prediction and online business transaction in the network community.

【技術(shù)實(shí)現(xiàn)步驟摘要】
一體化社區(qū)服務(wù)平臺(tái)
本專利技術(shù)涉及商務(wù)
，具體涉及一體化社區(qū)服務(wù)平臺(tái)。
技術(shù)介紹
云計(jì)算是并行處理、分布式處理和網(wǎng)格計(jì)算技術(shù)的提高，其組成服務(wù)器包括由多個(gè)計(jì)算服務(wù)器構(gòu)成的計(jì)算云，以及由多個(gè)存儲(chǔ)服務(wù)器構(gòu)成的存儲(chǔ)云。通過計(jì)算云對(duì)待處理數(shù)據(jù)進(jìn)行并行計(jì)算，提高了數(shù)據(jù)的處理效率；通過存儲(chǔ)云將數(shù)據(jù)存儲(chǔ)在多臺(tái)存儲(chǔ)服務(wù)器，分擔(dān)了客戶端的存儲(chǔ)負(fù)荷同時(shí)保證了存儲(chǔ)數(shù)據(jù)的可靠性。產(chǎn)品分類為產(chǎn)品檢索、產(chǎn)品置放策略制定以及智能推薦等提供了有力支撐。圖像作為產(chǎn)品的主要信息載體，基于圖像的產(chǎn)品分類技術(shù)研究己成為圖像處理、計(jì)算機(jī)視覺和模式識(shí)別領(lǐng)域的研究熱點(diǎn)。然而，現(xiàn)有的產(chǎn)品分類方法僅對(duì)產(chǎn)品的圖像進(jìn)行研究而忽略了產(chǎn)品的文本信息，另一方面，現(xiàn)有的產(chǎn)品分類方法存在分類準(zhǔn)確率低、分類速度慢等問題。
技術(shù)實(shí)現(xiàn)思路
針對(duì)上述問題，本專利技術(shù)旨在提供一體化社區(qū)服務(wù)平臺(tái)。本專利技術(shù)的目的采用以下技術(shù)方案來實(shí)現(xiàn)：提供了一體化社區(qū)服務(wù)平臺(tái)，包括社區(qū)信息討論系統(tǒng)、社區(qū)信息發(fā)布系統(tǒng)、社區(qū)電子商務(wù)系統(tǒng)和用戶信息接收端，所述社區(qū)信息討論系統(tǒng)用于討論社區(qū)事務(wù)，所述社區(qū)信息發(fā)布系統(tǒng)用于發(fā)布信息，所述社區(qū)電子商務(wù)系統(tǒng)為用戶提供網(wǎng)購(gòu)服務(wù)，所述用戶信息接收端用于接收信息，所述社區(qū)信息討論系統(tǒng)、社區(qū)信息發(fā)布系統(tǒng)和社區(qū)電子商務(wù)系統(tǒng)與用戶信息接收端網(wǎng)絡(luò)連接。本專利技術(shù)的有益效果為：實(shí)現(xiàn)了網(wǎng)絡(luò)社區(qū)內(nèi)用戶關(guān)注預(yù)測(cè)、信息推送、商業(yè)熱點(diǎn)預(yù)測(cè)、在線商務(wù)交易。附圖說明利用附圖對(duì)本專利技術(shù)作進(jìn)一步說明，但附圖中的實(shí)施例不構(gòu)成對(duì)本專利技術(shù)的任何限制，對(duì)于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)以下附圖獲得其它的附圖。圖1是本專利技術(shù)的結(jié)構(gòu)連接示意圖；附圖標(biāo)記：社區(qū)信息討論系統(tǒng)1、社區(qū)信息發(fā)布系統(tǒng)3、社區(qū)電子商務(wù)系統(tǒng)3、用戶信息接收端4。具體實(shí)施方式結(jié)合以下實(shí)施例對(duì)本專利技術(shù)作進(jìn)一步描述。參見圖1，本實(shí)施例的一體化社區(qū)服務(wù)平臺(tái)，包括社區(qū)信息討論系統(tǒng)1、社區(qū)信息發(fā)布系統(tǒng)2、社區(qū)電子商務(wù)系統(tǒng)3和用戶信息接收端4，所述社區(qū)信息討論系統(tǒng)1用于討論社區(qū)事務(wù)，所述社區(qū)信息發(fā)布系統(tǒng)2用于發(fā)布信息，所述社區(qū)電子商務(wù)系統(tǒng)3為用戶提供網(wǎng)購(gòu)服務(wù)，所述用戶信息接收端4用于接收信息，所述社區(qū)信息討論系統(tǒng)1、社區(qū)信息發(fā)布系統(tǒng)2和社區(qū)電子商務(wù)系統(tǒng)3與用戶信息接收端4網(wǎng)絡(luò)連接。本實(shí)施例實(shí)現(xiàn)了網(wǎng)絡(luò)社區(qū)內(nèi)用戶關(guān)注預(yù)測(cè)、信息推送、商業(yè)熱點(diǎn)預(yù)測(cè)、在線商務(wù)交易。優(yōu)選的，所述用戶信息接收端4包括PC終端、移動(dòng)設(shè)備終端、微信客戶端，所述PC終端、移動(dòng)設(shè)備終端、微信客戶端通過網(wǎng)絡(luò)訪問社區(qū)信息討論系統(tǒng)1、社區(qū)信息發(fā)布系統(tǒng)2和社區(qū)電子商務(wù)系統(tǒng)3，完成信息討論、信息發(fā)布、產(chǎn)品發(fā)布、在線購(gòu)物、信息查詢。本優(yōu)選實(shí)施例用戶能夠更方便地完成信息討論、信息發(fā)布、產(chǎn)品發(fā)布、在線購(gòu)物、信息查詢。優(yōu)選的，所述社區(qū)電子商務(wù)系統(tǒng)3包括產(chǎn)品分類子系統(tǒng)，能夠?yàn)橛脩籼峁┊a(chǎn)品分類信息，所述產(chǎn)品分類子系統(tǒng)包括第一分類模塊、第二分類模塊和融合分類模塊，所述第一分類模塊基于產(chǎn)品圖像信息對(duì)產(chǎn)品進(jìn)行分類，所述第二分類模塊基于產(chǎn)品文本信息對(duì)產(chǎn)品進(jìn)行分類，所述融合分類模塊對(duì)所述第一分類模塊和第二分類模塊分類結(jié)果進(jìn)行融合，輸出產(chǎn)品類別。產(chǎn)品第一分類模塊通過以下方式獲取產(chǎn)品圖像的分類結(jié)果：A、首先對(duì)要分類的產(chǎn)品圖像進(jìn)行去噪處理，采用以下方式進(jìn)行：a、光照歸一化處理要分類的產(chǎn)品圖像：將要分類的產(chǎn)品圖像P轉(zhuǎn)換到對(duì)數(shù)域，利用差分高斯濾波器對(duì)要分類的產(chǎn)品圖像P進(jìn)行平滑處理，然后對(duì)要分類的產(chǎn)品圖像P進(jìn)行全局對(duì)比度均衡化處理；b、對(duì)要分類的產(chǎn)品圖像P以滑動(dòng)窗口方式按照預(yù)先設(shè)定的滑動(dòng)距離進(jìn)行塊劃分；c、提取得到的圖像塊中的每一塊的紋理特征，采用K-means聚類方法基于提取的紋理特征對(duì)圖像塊進(jìn)行聚類，獲得多個(gè)圖像塊組，利用多線性子空間學(xué)習(xí)濾波器對(duì)圖像塊組進(jìn)行初次去噪；采用改進(jìn)的自適應(yīng)字典學(xué)習(xí)去噪方法對(duì)初次去噪后的要分類的產(chǎn)品圖像進(jìn)行二次去噪；所述k-means聚類方法具體描述如下：步驟1：隨機(jī)選取k個(gè)聚類質(zhì)心點(diǎn)為μ1,μ2,…,μk，步驟2：對(duì)于每個(gè)樣本例i，計(jì)算其應(yīng)該屬于的類，對(duì)于每一個(gè)類j，重新計(jì)算該類的質(zhì)心，步驟3：重復(fù)步驟2，直到收斂；B、然后將第j類產(chǎn)品圖像的訓(xùn)練樣本集表示為Fj＝[fj,1,fj,2,…,fj,n]，此時(shí)，所有類別的訓(xùn)練樣本集F＝[F1,F2,…,FN]構(gòu)成過完備字典，其中，N表示產(chǎn)品類別數(shù)，對(duì)于未知類別測(cè)試樣本t，可表示為F的線性組合：t＝Fa,所述式子里，a為稀疏的系數(shù)向量，用稀疏編碼算法求得稀疏表示a；定義函數(shù)ρj(a)，該函數(shù)將稀疏表示a中不屬于第j類的分量置0，則測(cè)試樣本所屬類別可表示為：jbe＝argminjCSj，所述式子里，jbe表示測(cè)試樣本t所屬類別，F(xiàn)ρj(a)表示測(cè)試樣本第j類的重構(gòu)圖像，||t-Fρj(a)||2表示原始圖像和第j類重構(gòu)圖像的重構(gòu)殘差；定義第一分類得分為：所述式子里，表示產(chǎn)品屬于第j類的第一分類得分，1≤j,k≤N。本優(yōu)選實(shí)施例社區(qū)電子商務(wù)系統(tǒng)對(duì)要分類的產(chǎn)品圖像進(jìn)行多次去噪處理，獲得了較好的去噪效果，并且適用于多維的產(chǎn)品圖像；在對(duì)產(chǎn)品圖像進(jìn)行塊劃分之前先進(jìn)行光照歸一化處理，有利于后續(xù)圖像塊特征的提取，從而提高聚類的精度，進(jìn)而提高去噪的精度；社區(qū)電子商務(wù)系統(tǒng)通過上述方式確定圖像分類結(jié)果，提高了圖像分類準(zhǔn)確度，為進(jìn)一步進(jìn)行產(chǎn)品分類信息融合打下了基礎(chǔ)。優(yōu)選地，所述采用改進(jìn)的自適應(yīng)字典學(xué)習(xí)去噪方法對(duì)初次去噪后的要分類的產(chǎn)品圖像進(jìn)行二次去噪，采用以下方式實(shí)現(xiàn)：A、初次去噪后的圖像塊進(jìn)行重排列形成列向量矩陣，并對(duì)列向量矩陣進(jìn)行降維，最終形成樣本塊集合{P}；對(duì)該樣本塊集合進(jìn)行自適應(yīng)字典訓(xùn)練，得到自適應(yīng)學(xué)習(xí)字典D；B、對(duì)該要分類的產(chǎn)品圖像P按照另一設(shè)定的滑動(dòng)距離再次進(jìn)行滑動(dòng)窗口的塊劃分，對(duì)得到的圖像塊進(jìn)行重排列形成列向量矩陣，并對(duì)列向量矩陣進(jìn)行降維，最終形成輸入圖像塊集合{P′}；C、求解輸入圖像塊集合{P′}中每一列向量在自適應(yīng)學(xué)習(xí)字典上的稀疏表示稀疏μ，并按照下式計(jì)算輸出圖像塊y(P)：y(P)＝Dμ；D、將輸出圖像塊進(jìn)行融合處理，得到預(yù)去噪圖像y′(P)；E、對(duì)預(yù)去噪圖像y′(P)進(jìn)行低秩矩陣稀疏分解，得到低秩去噪分量DZ和稀疏含噪分量XS，對(duì)該低秩去噪分量DZ和稀疏含噪分量XS進(jìn)行二次去噪處理，得到最終去噪圖像：y″(P)＝DZ*XS′,所述式子里，XS′表示對(duì)稀疏含噪分量XS進(jìn)行中值濾波后得到的稀疏去噪分量，*表示融合處理。所述產(chǎn)品第二分類模塊用于獲取產(chǎn)品文本的分類結(jié)果，具體為：設(shè)定訓(xùn)練文本集所述式子里，wi為已知類別文本，為文本類別，某產(chǎn)品待分類文本wt中包含不同的詞wi，將文本表示為wt＝(w1,w2,…,wn)，n為文本中詞的數(shù)量，統(tǒng)計(jì)wi在文本wt中出現(xiàn)的頻次pi和在訓(xùn)練文本集文本中出現(xiàn)的最高頻次計(jì)算相對(duì)詞頻將文本表示為對(duì)wt與W中文本wi的相似度進(jìn)行計(jì)算，得到與wt最近似的l個(gè)wi，XS(wt,wi)＝ln(DT+1)，所述式子里，表示wt的第i個(gè)詞wi的相對(duì)詞頻，表示wi的第i個(gè)詞wi的相對(duì)詞頻；Wl表示個(gè)最近鄰文本，計(jì)算Wl中各類別占比，占比最大的類別包含文本數(shù)為l1，作為wt的類別占比第二大的類別文本數(shù)目為l2；定義第二分類得分為：所述融合分類模塊對(duì)第一分類模塊和第二分類模塊分類結(jié)果進(jìn)行融合，輸出產(chǎn)品類別，通過以下方式實(shí)現(xiàn)：本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一體化社區(qū)服務(wù)平臺(tái)，其特征是：包括社區(qū)信息討論系統(tǒng)、社區(qū)信息發(fā)布系統(tǒng)、社區(qū)電子商務(wù)系統(tǒng)和用戶信息接收端，所述社區(qū)信息討論系統(tǒng)用于討論社區(qū)事務(wù)，所述社區(qū)信息發(fā)布系統(tǒng)用于發(fā)布信息，所述社區(qū)電子商務(wù)系統(tǒng)為用戶提供網(wǎng)購(gòu)服務(wù)，所述用戶信息接收端用于接收信息，所述社區(qū)信息討論系統(tǒng)、社區(qū)信息發(fā)布系統(tǒng)和社區(qū)電子商務(wù)系統(tǒng)與用戶信息接收端網(wǎng)絡(luò)連接。

【技術(shù)特征摘要】
1.一體化社區(qū)服務(wù)平臺(tái)，其特征是：包括社區(qū)信息討論系統(tǒng)、社區(qū)信息發(fā)布系統(tǒng)、社區(qū)電子商務(wù)系統(tǒng)和用戶信息接收端，所述社區(qū)信息討論系統(tǒng)用于討論社區(qū)事務(wù)，所述社區(qū)信息發(fā)布系統(tǒng)用于發(fā)布信息，所述社區(qū)電子商務(wù)系統(tǒng)為用戶提供網(wǎng)購(gòu)服務(wù)，所述用戶信息接收端用于接收信息，所述社區(qū)信息討論系統(tǒng)、社區(qū)信息發(fā)布系統(tǒng)和社區(qū)電子商務(wù)系統(tǒng)與用戶信息接收端網(wǎng)絡(luò)連接。2.根據(jù)權(quán)利要求1所述的一體化社區(qū)服務(wù)平臺(tái)，其特征是：所述用戶信息接收端包括PC終端、移動(dòng)設(shè)備終端、微信客戶端，所述PC終端、移動(dòng)設(shè)備終端、微信客戶端通過網(wǎng)絡(luò)訪問社區(qū)信息討論系統(tǒng)、社區(qū)信息發(fā)布系統(tǒng)和社區(qū)電子商務(wù)系統(tǒng)，完成信息討論、信息發(fā)布、產(chǎn)品發(fā)布、在線購(gòu)物、信息查詢。3.根據(jù)權(quán)利要求1所述的一體化社區(qū)服務(wù)平臺(tái)，其特征是：所述社區(qū)電子商務(wù)系統(tǒng)包括產(chǎn)品分類子系統(tǒng)，能夠?yàn)橛脩籼峁┊a(chǎn)品分類信息，所述產(chǎn)品分類子系統(tǒng)包括第一分類模塊、第二分類模塊和融合分類模塊，所述第一分類模塊基于產(chǎn)品圖像信息對(duì)產(chǎn)品進(jìn)行分類，所述第二分類模塊基于產(chǎn)品文本信息對(duì)產(chǎn)品進(jìn)行分類，所述融合分類模塊對(duì)所述第一分類模塊和第二分類模塊分類結(jié)果進(jìn)行融合，輸出產(chǎn)品類別。4.根據(jù)權(quán)利要求3所述的一體化社區(qū)服務(wù)平臺(tái)，其特征是：第一分類模塊通過以下方式獲取產(chǎn)品圖像的分類結(jié)果：A、首先對(duì)要分類的產(chǎn)品圖像進(jìn)行去噪處理，采用以下方式進(jìn)行：a、光照歸一化處理要分類的產(chǎn)品圖像：將要分類的產(chǎn)品圖像P轉(zhuǎn)換到對(duì)數(shù)域，利用差分高斯濾波器對(duì)要分類的產(chǎn)品圖像P進(jìn)行平滑處理，然后對(duì)要分類的產(chǎn)品圖像P進(jìn)行全局對(duì)比度均衡化處理；b、對(duì)要分類的產(chǎn)品圖像P以滑動(dòng)窗口方式按照預(yù)先設(shè)定的滑動(dòng)距離進(jìn)行塊劃分；c、提取得到的圖像塊中的每一塊的紋理特征，采用K-means聚類方法基于提取的紋理特征對(duì)圖像塊進(jìn)行聚類，獲得多個(gè)圖像塊組，利用多線性子空間學(xué)習(xí)濾波器對(duì)圖像塊組進(jìn)行初次去噪；采用改進(jìn)的自適應(yīng)字典學(xué)習(xí)去噪方法對(duì)初次去噪后的要分類的產(chǎn)品圖像進(jìn)行二次去噪；B、然后將第j類產(chǎn)品圖像的訓(xùn)練樣本集表示為Fj＝[fj,1,fj,2,…,fj,n]，此時(shí)，所有類別的訓(xùn)練樣本集F＝[F1,F2,…,FN]構(gòu)成過完備字典，其中，N表示產(chǎn)品類別數(shù)，對(duì)于未知類別測(cè)試樣本t，可表示為F的線性組合：t＝Fa,所述式子里，a為稀疏的系數(shù)向量，用稀疏編碼算法求得稀疏表示a；定義函數(shù)ρj(a)，該函數(shù)將稀疏表示a中不屬于第j類的分量置0，則測(cè)試樣本所屬類別可表示為：所述式子里，jbe表示測(cè)試樣本t所屬類別，F(xiàn)ρj(a)表示測(cè)試樣本第j類的重構(gòu)圖像，||t-Fρj(a)||2表示原始圖像和第j類重構(gòu)圖像的重構(gòu)殘差；定義第一分類得分為：所述式子里，表示產(chǎn)品屬于第j類的第一分類得分，1≤j,k≤N。5.根據(jù)權(quán)利要求4所述的一體化社區(qū)服務(wù)平臺(tái)，其特征是：所述采用改進(jìn)的自適應(yīng)字典學(xué)習(xí)去噪方法對(duì)初次去噪后的要分類的產(chǎn)品圖像進(jìn)行二次去噪，采用以下方式實(shí)現(xiàn)：A、...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：不公告發(fā)明人，
申請(qǐng)(專利權(quán))人：深圳大圖科創(chuàng)技術(shù)開發(fā)有限公司，
類型：發(fā)明
國(guó)別省市：廣東,44