基于深度学的自动计算商品潮流指数的方法

摘要

本发明公开了一种基于深度学的自动计算商品潮流指数的方法，包括4个步骤：步骤1：对商品图片进行特征提取，得到图片内容的向量特征；步骤2：根据步骤1得出的商品特征向量值，采用K‑means算法进行聚类，算出该类别的中心向量；步骤3：对各类别商品的历史数据进行统计，利用公式将商品值转化为百分制,根据步骤2得出的类别的中心向量，计算出每个类比里商品指数的算术平均值，得出商品的类别指数；步骤4：计算商品到各类中心的距离和加权系数，将步骤2中得出的类别中心向量值和商品任意的特征值，通过公式，算出两者之间的欧式距离和权重向量值；步骤5：将步骤4得出的权重向量W,乘步骤3得出的各个类的潮流指数，即商品最终的潮流指数。

主权项

一种基于深度学习的自动计算商品潮流指数的方法，其特征在于：该方法包括如下步骤：步骤1：采用CNN深度学习模型对商品图片进行特征提取，将原始的图片数据转化为代表图片内容的向量特征；步骤2：对步骤1的图片特征向量采用K‑means算法进行聚类，划分出N个不同的类别(N≧1),每个图片的特征向量都归属到具体的一个类别中，相同类别的所有向量取算术平均值，得出该类别的中心向量；步骤3：计算商品的类别指数；步骤4：计算商品到各类中心的距离；步骤5：统计加权，将步骤4得出权重向量W,乘以步骤3得出的各个类的潮流指数，得出商品最终的潮流指数。