互联网的快速发展和电子商务产业的兴起,促进了网购方式的流行,正在深刻地改变人们的生活方式,影响人们的购物观念。但是,在电商购物平台如雨后春笋般迅速成长之时,假货、劣质品等情况也是层出不穷的出现,这就导致了大量的知识产权侵权现象的发生,从而极大地损害了正品厂商利益,严重影响了消费者的购买热情和企业的创新激情。那么究其原因,主要包括百姓购物观念的滞后、企业知识产权保护意识淡薄、专利制度不完善、相关部门监管缺位等,这些对于知识产权侵权现象都起到了推波助澜的作用。针对当下电商平台侵权严重的困局,本文从企业及消费者的根本需求出发,开发了一款电商商品预警服务系统,实现了对于电商商品情报分析与预警。本论文主要在以下几方面开展相关研究工作。第一:研究并提出了一种商品预警方法。选取某电商平台作为主要分析对象,对电商商品信息进行细致的研究分析,设计了一种电商商品预警模型。通过初步筛选、指标量化和机器学习等方法训练预警模型,并择优选择,从而实现对于电商商品警度的计算,实现商品预警功能。本方法在研究过程中分别利用knn和svm对相关商品参数进行分析对比。第二:研究并实现了文本及图像检索功能技术。本论文爬取相关电商商品数据,建立相应文本及图像数据库,基于Lucene技术实现了文本检索功能,采用深度学习技术实现了图像检索功能。第三:开发一款电商商品预警服务系统。利用Android studio开发工具构建预警APP并根据需求完善功能;采用spring框架实现后台数据库搭建,从而保障运行。目前,国家和电商平台已采取措施来解决电商侵权问题,但效果并不显著,对于电商商品情报及商品预警的相关研究还较少,也没有专门的预警服务平台对电商商品进行辨别,从技术角度试图解决商品假货侵权问题也不够成熟。因此,本文创新性的提出以机器学习技术实现商品预警方法、以安卓技术构建预警系统、并结合图像检索、文本检索等相关技术,从技术层面探索解决当前专利侵权等问题的基本途径,对于电商平台知识产权侵权的问题研究提供了一种新的思路和新方法。