CN102096876A

CN102096876A - 产品售价的再定价方法

Info

Publication number: CN102096876A
Application number: CN2009102592775A
Authority: CN
Inventors: 翁国雄; 张恒徽
Original assignee: Individual
Current assignee: Individual
Priority date: 2009-12-15
Filing date: 2009-12-15
Publication date: 2011-06-15

Abstract

一种产品出售价格的再定价方法，包含下列步骤：搜寻所有提供该种产品的竞争销售者，获取其销售参数；利用静态规则处理所述销售参数以得到候选销售者；利用动态规则处理所述候选销售者产品的销售参数，以找出最具竞争力产品，所述动态规则为构造一数学模型，在以所述销售参数为坐标轴的多维空间中，用该多维空间内的点表示所述候选产品，并构造一基于距离的目标函数以其极值点所对应的候选产品为最具竞争力产品；根据所述最具竞争力产品的销售参数计算该再定价产品售价的上限；决定该再定价产品售价的下限；根据所述最具竞争力产品的销售价格决定该最据竞争力产品的售价的减价价格；及计算该再定价产品产品的售价。从而自动实现最优再定价。

Description

产品售价的再定价方法

技术领域

本发明是有关于一产品售价的再定价方法，尤其关于计算产品售价的方法，更详而言之，本发明是关于判定产品的最具竞争力售价的方法，其中产品的卖方与顾客的期望皆在判定售价时被考虑，且该等期望被公式化为静态规则与动态规则。

背景技术

售价的再定价目的在于将毛利最大化，然而判定各种可出售货品或服务等产品的售价却一直都是项不容易的任务，其中部份原因在于竞争销售者与竞争产品的售价资讯的取得。就传统而言，多数公司是以直接将成本加上一增价的方式计算出售价，其中增价是藉经验或对竞争产品的售价做广泛人为调查的后判定得。

值今网际网络纪元，竞争销售者与其产品(包含产品的售价)的资讯可藉使用Google的搜寻引擎等工具而自动取得。现存的售价再定价方法常利用特定的规则处理资讯，以选择竞争销售者并设定最后售价。以下所述为规则示例：

(http://www.channelmax.net/CMaxAmazonRe-pricer.aspx)

●对售价增价以一特定百分比或量。

●若您为唯一销售者，则为您的基价做设定。

●只在您得到一notch时再定价售价。

●忽略顾客回报评等低于特定值的消售者。

●忽略预定的消售者名单。

●只与预定的销售者名单竞争。

●取出N个销售者的售价的平均值。

该等方法具有数项问题：

●对于选择竞争销售者及设定最后售价仅以静态规则处理，故竞争销售者的估价方法为回答一序列的是/非问题，如此一销售者包含于一预定销售者名单中？若该答案为是，则该销售者将被进一步考虑，否则被丢弃不管。

●未完全考虑与销售者期望相冲突的顾客期望，如顾客期望产品售价尽可能低，而销售者却期望售价尽可能高。此外，多数现存方法未考虑”再观看数”及”产品显示于搜寻结果的页面”为顾客决定选择何产品的部份因素。

由于上述程序仅是就简单的规则进行判断，未在估价程序中将不同因素关联起来，如某些顾客可能认为产品售价较产品的销售者的回报评等重要，某些顾客则可能认为回报评等重于售价。由此可见，上述习用技术仍有诸多缺失，实非一良善的设计者，而亟待加以改良。

本案发明人鉴于上述习用技术所衍生的各项缺点及不足，乃亟思加以改良创新，并经多年苦心孤诣潜心研究后，终于成功研发完成本件产品售价的再定价方法。

发明内容

本发明欲解决的问题是，通过数值方法，自动根据所搜索到的同种产品的竞争销售者的销售信息而对该产品的售价进行再定价，以使再定价后的产品售价为一定条件下的最优解。从而使该售价能在顾客期望和销售者期望之间达成最佳优化。

本发明的产品出售价格的再定价方法，包含下列步骤：

搜寻所有提供该种再定价产品的竞争销售者，获取所述竞争销售者的销售参数；

利用静态规则处理所述销售参数，以排除不合格的竞争销售者，得到候选销售者和其所出售的候选产品的销售参数；

利用动态规则处理所述候选产品的销售参数，以找出最具竞争力产品，所述动态规则为构造一数学模型，在以所述销售参数为坐标轴的多维空间中，用该多维空间内的点表示所述候选产品，并构造一基于距离的目标函数以其极值点所对应的候选产品为最具竞争力产品；

根据所述最具竞争力产品的销售参数计算该再定价产品售价的上限；

决定该再定价产品售价的下限；

根据所述最具竞争力产品的销售价格决定该最据竞争力产品的售价的减价价格；及

计算该再定价产品产品的售价。

本发明的有益效果在于，通过量化的数学计算方式确定使产品具有最优竞争力的定价，从而使该产品得以在各个销售商的同种产品中具有最佳竞争力；且可通过最优化目标函数中各个参数权重的选择来确定不同的优化标准，以适应消费者不同的消费特点。通过逆向化一个或一个以上的参数，可以使所有销售参数的取值方向相同，从而便于用基于距离的方式构造目标函数，并使目标函数意义清晰便于求解。克服了传统的基于“是”或“否”的二值判断的方式的只能定性判断的不足。

附图说明

请参阅有关本发明的详细说明及其附图，将可进一步了解本发明的技术内容及其目的功效；有关附图为：

图1为产品的售价再定价方法的流程图；

图2为Google产品中的产品搜寻结果示意图；

图3为多维的产品参数空间示意图。

附图标记说明：

2-产品；3-售价；4-回报评等；5-再观看者数；6-产品显示于搜寻结果中的页面数。

具体实施方式

为使能对本发明的目的，驱动方法特征及功效作更进一步的认识与了解，兹举实施例配合图示，详细说明如下。

下述详细说明包含诸多作为说明用的细节，然熟习该项技艺者都能了解对下述细节所为的诸多变更皆属于本发明的范围。因此，本发明的下述较佳实施例的提出皆不脱离本发明的范围之外，且不限定本发明的范围。

本发明提供给销售者一种产品出售价格的再定价方法，其是建立在对竞争产品的售价与竞争者资讯做动态式收集前提下，并接着根据下列约束条件和销售目的计算销售者的产品的售价。其中，对于顾客和销售者对于销售信息的期望分别设其满足如下条件，这些条件将作为本发明最优化算法的约束条件和目标函数的构造依据。

●顾客期望

设购物顾客根据下列准则向销售者购买产品：

1.产品售价尽可能低。

2.再观看者给予产品的销售者的回报评等尽可能高。

3.对产品销售者的再观看数尽可能高。

4.产品出现于搜询结果尽可能早。

●销售者期望

1.售价增价尽可能高。

2.最小利润受到维持。

3.一预定竞争者名单被排除。

4.一预定竞争者名单被加入。

5.若消费者为唯一的销售者，则对消费者的基价做设定。

请参阅图1，其为本发明对产品做再定价售价所进行的程序的摘述：

步骤1：提供该种再定价产品的竞争销售者，获取所述竞争销售者的销售参数(11)。

例如，利用Google搜寻引擎搜寻其它销售者所销售的类似产品。请参阅图2，其为在Google Product搜寻引擎中搜寻”Apple iPod Classic 160GB(Black)”的搜寻结果范例：http://www.google.com/products。

步骤2：利用静态规则处理所述销售参数，以排除不合格的竞争销售者，得到候选销售者(12)。

此步骤利用特定规则排除不合格的竞争销售者，以下所述为规则示例：

■忽略顾客回报评等低于特定数目的销售者。

■忽略预定销售者名单。

■仅与预定销售者名单竞争。

该等规则被称为是“静态”，因为其仅是根据“是”与“否”的问题进行判断。举例而言，若问题”是否销售者A包含于一预定名单中？”的答案为否，则销售者A被排除。

步骤3：以动态规则处理处理所述候选销售者的销售参数，以选择最具竞争力的产品。

搜寻引擎中找到的竞争销售者常提供下列可被用以判定其产品的竞争力的销售信息：

■产品售价

举例而言，图2中第一产品(2)的售价(3)为372.49美元，产品售价对顾客言为愈低愈佳。

■回报评等予销售者

举例而言，图2中第一产品的销售者的回报评等(4)为4.5，此一回报评等对销售者而言为愈高愈佳。

■销售者的再观看者的数目

举例而言，图2中第一产品的再观看者数目(5)为29，此销售再观看数目应以愈高为愈佳。

■产品显示于搜寻结果的页面

举例而言，图2中产品是显示于搜寻结果页面(6)的第二页面，其中页面数的判定是根据下列观察方式为之：

1.Google产品搜寻引擎每页面显示产品搜寻结果10，且

2.显示于图2中的产品的序号(9)介于11与20之间(见图2中的结果11-20)。

客户常仅选择显示于搜寻结果中前少数页上的产品。

在比较完参数后，消费者可选择最具竞争力的销售者，其产品在本发明中被称为最具竞争力的产品，该产品的售价则被称为最具竞争力的售价，并被用作为判决定该再定价产品售价的参考。

步骤4：决定再定价产品售价的上限

此一步骤是用以藉比较步骤A中找出的最具竞争力产品售价的方式计算您产品售价的上限。

步骤5：决定再定价产品售价的下限

此一步骤是用以计算您产品售价的下限，即您所愿意提供的最低售价。

步骤6：决定相对于最具竞争力产品的售价的减价价格

此一步骤是用以决定您将设定您售价低于最具竞争力产品的售价的多少，且在售价为顾客决定购买您产品的重要因素时是必要的。

步骤7：计算再定价产品的售价

此一步骤是用以计算您产品的售价。

本发明藉比较网际网络上搜寻得的具竞争力产品的售价的方式决定产品的售价。

图2中显示有销售者、产品显示于搜寻结果中的页面数(6)、售价(3)、回报评等(4)及再观看者数(5)等资料，这些与产品销售有关的参数统称为销售参数，其概念将被说明于本节中。

下列表格是收集自Google Product搜寻引擎的资料样本，图2中销售者2、产品显示于搜寻结果中的页面数(6)、售价(3)、回报评等(4)及再观看者数5等资料被组织化于表一中。

销售者	产品显示于搜寻结果中的页面数	售价	回报评等	再观看者数
					A	1	372.49	4.5	30
B	2	378.99	4.5	40
					C	3	375.95	3.5	35

D	4	380.40	4	45
					E	5	365.00	2.5	37

表一：搜集Google Product搜寻引擎的资料样本

本发明提供一种品价格的再定价方法及系统，其能克服习知技术的限制，该方法包含下列内容：

●输入

■与再定价产品相关的参数

◆YC：该产品的成本

(通常为产品供应者给定的产品价格)

◆MU：该产品的增价百分比

(消售欲保有的售价增价，其显示销售者期望得到的毛利，增价百分比被定义为(1+利润百分比)。举例而言，若产品的利润百分比为其成本的10％，则增价百分比为110％。)

◆MD：该产品的减价百分比

(您所愿意对最具竞争力产品售价所为的减价，以令您产品可卖出较该最具竞争力产品为多。减价百分比被定义为(1-价格折扣百分比)。

举例而言，若您产品被以低于该最具竞争力产品10％的价格售出，则减价百分比为90％。

■与该再定价产品销售商相关的参数

◆YR：销售商的回报评等

◆YNR：销售商的再观看者数

■其它参数

◆Wi：权重i

(此值介于0与1之间，其为决定最具竞争力产品的售价时考虑的参数的权重值，例如，权重Wi包括：

■WICP：逆售价权重

(产品Q的售价P的逆售价定义为(最高售价-P)，最高售价定义为竞争销售者所卖相同产品Q的最高价格。)

■WAR：销售者评等的权重

■WNR：对销售者评等数的权重

■WSP：产品显示于搜寻结果中的逆页面数的权重，产品的逆页面数被定义为(最大页面数-显示于搜寻结果的页面数)

举例而言，若产品在一搜寻得45项次的结果中被显示为列于第15项次，且搜寻引擎每页显示10项次时，则

①.最大页面数＝45％10+1＝5

其中，x％y定义为为x除以y的商的整数部份，例如：45％/10＝4；45％/5＝9

②.搜寻结果上显示的产品的页面数＝15％10+1＝2

③.逆页面数＝5-2＝3

●步骤A：决定最具竞争力产品的方法

■步骤1：决定最具竞争力产品的方法。

取得竞争销售者及其产品的资讯。

多个网页位置(如Google、Yahoo、Microsoft及Amazon)提供产品搜寻工具，以下仅以一种为例，但本发明的应用范围并不限于此。图2为在http: //www.google.com/products上搜寻″Apple iPod Classic 160GB(Black)″的范例结果。下列资料通常可在一搜寻结果中被找到：

◆CPi：一竞争产品i的售价

举例而言，图2中第一产品的售价为372.49美元。

◆ARi：竞争产品i的销售者的回报评等

举例而言，图2中显示的第一产品的销售者的回报评等(4)为4.5。

◆NRi：竞争产品的销售者的评等数

举例而言，给所示第一产品(2)进行评价的的销售者评等数(5)为29。

◆SPi：产品i显示于搜寻结果中的页面

■步骤2：用静态规则处理，以排除不符资格的竞争销售者，最后所剩的销售者被定义为”候选销售者”。

部份销售者因不符特定条件而被排除。举例而言，图2中的产品7在以本规则处理时将被移除：

忽略回报评等低于3.0的销售者。

所剩候选销售者被显示于下：

销售者	产品在搜寻结果中显示的页面	售价	回报评等	再观看者数
					A	1	372.49	4.5	30
B	2	378.99	4.5	40
					C	3	375.95	3.5	35
D	4	380.40	4	45

表二：候选销售者的资料

■步骤3：以动态规则处理，以选择最具竞争力的产品。

本步骤藉比较数参数的方式选择最具竞争力产品，每一参数被指定以一权重。

◆步骤3.1：计算第二表格中每一候选销售者的产品的逆售价ICP。

◆Step 3.1.1：取得MP，即CPi的最大值。

举例而言，示于第二表格的候选销售者的产品的MP为380.40。

◆Step 3.1.2：取得逆售价ICPi。

逆售价被定义为ICPi＝MP-Cpi

举例而言，步骤2选得的候选销售者的产品(见第二表格)的ICP值为：

销售者	CP	ICP＝380.40-CP
			A	372.49	2.91
B	378.99	1.41
			C	375.95	4.44
D	380.40	0

表三：ICP值

步骤3.2：取得最具竞争力产品的售价MCP。

本发明使用将产品的销售参数表示为多维空间中一点的座标的数学模型，每一参数对应一点的一个座标维度，而产品的具有竞争力与否，将取决于与产品在多维空间中的座标有关的目标函数。

使用本模型，构造目标函数需被解决问题有二：

■所述目标函数要便于极值的求解，由于产品价格以低为佳，而其它销售参数则以高为佳，为此，将产品的部份参数为客户逆向看待，本发明加入”逆向”概念以令所有参数的判断标准的方向一致。

举例而言，售价尽可能低的叙述与逆售价尽可能高的叙述相同。藉此定义，消费者可得到一经更新的顾客期望列表：

◆产品的逆售价尽可能高。

◆观看者给产品销售者的回报评等尽可能高。

◆对产品的销售者的再观看者数尽可能高。

◆产品显示于搜寻结果的所在页面尽可能后。

■由于各个参数所带来的影响不尽相同，因此非全数参数被加以相等权重，本发明导入”加权点”的概念。一加权点数的座标具有不同的权重，本发明藉此一概念指定权重予一产品的不同参数。举例而言，若产品的售价在贩售该产品时的重要性大于该产品销售者的回报评等，则产品售价的权重应高于产品销售者的回报评等。

在该二问题被解决后，本发明的目标函数可以按如下原则构造：”产品的参数的点愈远于该空间的原点，则该产品愈具竞争力”。

例如，本发明可使用欧几里德距离(关于欧几里德距离的定义为现有技术，可参见http://en.wikipedia.org/wiki/Euclidean distance)以比较该等点，以判定何竞争产品为最具竞争力产品。在n维欧氏空间Rn中，两点间的距离通常是由欧几里德距离(2-范数距离)定义，其它距离亦可根据其它范数标准被使用，并被定义为明可司基(Mikowski)距离(http://en.wikipedia.org/wiki/Distance)。对于点(x1，x2，……，xn)及点(y1，y2，.，yn)，p阶(p-范数距离)的明可司基距离的定义如下表：

= \max (| x_{1} - y_{1} |, | x_{2} - y_{2} |, . . ., | x_{n} - y_{n} |) .

表四距离表

P需为一整数，但其可不小于1，因为如此将使三角不等式不成立。其它可被用以计算两点间的距离的公式可为(但不限于)马哈朗诺比斯(Mahalannobis)距离、李(Lee)距离、契比歇夫(Chebyshev)距离或曼哈顿(Manhattan)距离。

藉使用将产品参数表示为一点在一多维空间中的座标，最具竞争力产品的售价为CPi并定义为使分数值Score最大化的取值，其中：

Score＝sqrt((ICPi*WICP)^2+(ARi*WAR)^2+(NRi*WNR)^2+(ISPi*WSP)^2)

记注：sqrt(x)为计算值x的平方根的函数，(·)^2，表示平方。

请参阅图3，三产品参数被用作为一三维空间的轴。当产品参数个数增加时，所需空间的轴数目也相应增加，所以多维空间的应用可表现出代表多个产品参数的空间的轴。由于参数回报评等与再观看数的二者为愈高愈佳，而该售价以愈低为愈佳。而售价参数轴被以逆向表示，因此对于客户而言三参数皆以愈高愈佳。其产品售价的再定价方法的逆向表示可以为(最大售价-售价)或(1/售价)来逆向影响原本售价和产品参数的空间的轴关系。如此而来，(最大售价-售价)或(1/售价)的数值越大，代表售价越便宜也对于客户越有利。

藉表示于参数于三维空间中，距原点愈远的产品为最具竞争力的产品。以图3而言，产品B的竞争边缘多于产品A。也可以构造其它形式的目标函数，坐标轴的定义方式亦可同时被改变，例如，通过对回报评等及再观看数等加以逆向处理，例如(1/再观看数)、(1/回报评)、(最大观看数-再观看数)或(最大回报评等-回报评等)，如此而来售价、(最大观看数-再观看数)或(最大回报-回报)三参数值在多维空间中皆以愈接进原点愈佳。藉表示三参数于三维空间中，较近原点的产品为最具竞争力产品。

本节的其余部份将仍以第二表格中所示范例解释本模型。

举例而言，若权重是以下述方式设定：

●WICP＝逆售价权重＝0.55

●WAR＝销售者回报评等的权重＝0.25

●WNR＝销售者的再观看数权重＝0.1

●WSP＝产品显示于搜寻结果的逆页面的权重＝0.1

则最具竞争力产品的售价可见于此一表格中：

销售者	页面数	页面数的逆向值(ISP)	售价(CP)	逆售价(ICP)＝380.40-CP	回报评等(AR)	再观看数(NR)	分数
								A	1	4	372.49	2.91	4.5	30	3.59
B	2	3	378.99	1.41	4.5	40	4.23
								C	3	2	375.95	4.44	3.5	35	4.36
D	4	1	380.40	0	4.0	45	4.61

表五：最具竞争力的产品的售价

从以上计算可知，最具竞争力销售者为D.MCP的380.40美元。

●步骤B：决定再定价产品的售价的方法

再定价产品的售价可被设定以令该产品的最终分数高于最据竞分力产品的分数，以令该产品能卖价高过于该最具竞争力产品。

以下值将被用于说明中：

YC＝该再定价产品的成本＝320.00

MU＝该再定价产品的增价百分比＝1.1

MD＝该再定价产品的减价百分比＝0.9

ARy＝该产品销售者公司的回报评等＝4.0

NRy＝该产品销售者公司的再观看者数＝37

SPy＝该再定价产品在一搜寻结果中的页面＝2

■Step 4：决定该再定价产品售价的上限

本步骤是用以通过比较步骤A中得到的最具竞争力产品的售价的方式计算该再定价产品售价的上限。

若(1)最具竞争力产品的分数为：

SCOREx＝sqrt((ICPx*WICP)^2+(ARx*WAR)^2+(NRx*WNR)^2+(SPx*WSP)^2)

(2)且该再定价产品的分数为：

SCOREy＝sqrt((ICPy*WICP)^2+(ARy*WAR)^2+(NRy*WNR)^2+(SPy*WSP)^2)

则ICPy的上限可以下述方式决定：

令SCOREy＞SCOREx

Sqrt((ICPy*WICP)^2+(ARy*WAR)^2+(NRy*WNR)^2+(ISPy*WSP)^2)＞SCOREx

(ICPy*WICP)^2＞(SCOREx)^2-(ARy*WAR)^2-(NRy*WNR)^2-(ISPy*WSP)^2

ICPy*WICP＞sqrt((SCOREx)^2-(ARy*WAR)^2-(NRy*WNR)^2-(ISPy*WSP)^2)

ICPy＞sqrt((SCOREx)^2-(ARy*WAR)^2-(NRy*WNR)^2-(ISPy*WSP)^2)/WICP

MP-CPy＞sqrt((SCOREx)^2-(ARy*WAR)^2-(NRy*WNR)^2-(ISPy*WSP)^2)/WICP

CPy＜MP-sqrt((SCOREx)^2-(ARy*WAR)^2-(NRy*WNR)^2-(ISPy*WSP)^2)/WICP

因此，将该组设定的数值带入得到：

CPy＜380.40-sqrt(21.25-(4.0*0.25)^2-(37*0.1)^2-(4-2)*0.1)^2)/0.55

CPy＜380.40-sqrt(21.25-1-13.69-0.04)/0.55

CPy＜380.40-sqrt(6.52)/0.55

CPy＜380.40-2.55/0.55

CPy＜380.40-4.63

CPy＜375.77

■步骤5：决定该再定价产品售价的下限，即您所愿意的最低售价MUP。

MUP＝YC*MU＝320.00*1.1＝352.00

■步骤6：自最具竞争力产品的售价决定减价的起始价。

本步骤是用以决定该再定价产品将出售的价格低于最具竞争力价格多少，并在价格为顾客决定购买产品时的一重要因素时是必要的。以下是计算减价价格的公式：

MDP＝MCP*MD＝375.77*0.98＝368.25

■步骤7：计算该再定价产品的售价Cpy，以减价的起始价MDP和该再定价产品售价的下限MUP中较大者作为该再定价产品的售价。

If(MDP＞MUP)

{

CPy＝MDP

}

else

{

CPy＝MUP

}

上列详细说明乃针对本发明的一可行实施例进行具体说明，但该实施例并非用以限制本发明的专利范围，凡未脱离本发明技艺精神所为的等效实施或变更，均应包含于本案的专利范围中。

Claims

1.一种产品售价的再定价方法，其特征在于，所述方法包含下列步骤：

决定该再定价产品售价的下限；

计算该再定价产品产品的售价。

2.根据权利要求1所述的产品售价的再定价方法，其特征在于，该找出该最具竞争力产品的步骤包括构造所述目标函数时对同一产品的不同参数赋予不同的权重。

3.根据权利要求1所述的产品售价的再定价方法，其特征在于，该找出该最具竞争力产品的步骤包括将产品的一个或一个以上参数进行逆向表示。

4.根据权利要求2所述的产品售价的再定价方法，其特征在于，该找出该最具竞争力产品的步骤包括包括将产品的一个或一个以上参数进行逆向表示。

5.根据权利要求1所述的产品售价的再定价方法，其特征在于，所述利用动态规则处理所述候选产品的销售参数的步骤中，所述目标函数的构造是根据在该多维空间的点之间的欧几里德距离，以判定何竞争产品为最该具竞争力产品。

6.根据权利要求1所述的产品售价的再定价方法，其特征在于，所述利用动态规则处理所述候选产品的销售参数的步骤中，所述目标函数的构造是根据该多维空间中的点之间的明可司基(Minkowski)距离，以判定何竞争产品为该最具竞争力产品。

7.根据权利要求1所述的产品售价的再定价方法，其特征在于，所述利用动态规则处理所述候选产品的销售参数的步骤中，所述目标函数的构造是根据该多维空间的点之间的马哈朗诺比斯(Mahalannobis)距离，以判定何竞争产品为该最具竞争力产品。

8.根据权利要求1所述的产品售价的再定价方法，其特征在于，所述利用动态规则处理所述候选产品的销售参数的步骤中，所述目标函数的构造是根据该多维空间的点之间的李(Lee)距离，以判定何竞争产品为该最具竞争力产品。

9.根据权利要求1所述的产品售价的再定价方法，其特征在于，所述利用动态规则处理所述候选产品的销售参数的步骤中，所述目标函数的构造是根据该多维空间的点之间的契比歇夫(Chebyshev)距离，以判定何竞争产品为该最具竞争力产品。

10.根据权利要求1所述的产品售价的再定价方法，其特征在于，所述利用动态规则处理所述候选产品的销售参数的步骤中，所述目标函数的构造是根据该多维空间中的点之间的曼哈顿(Manhattan)距离，以判定何竞争产品为该最具竞争力产品。

11.根据权利要求3所述的产品售价的再定价方法，其特征在于，其特征在于，所述利用动态规则处理所述候选产品的销售参数的步骤中，所述目标函数的构造是以最接近一多维空间上原点的产品为该最具竞争力产品。

12.根据权利要求3所述的产品售价的再定价方法，其特征在于，所述利用动态规则处理所述候选产品的销售参数的步骤中，所述目标函数的构造是以更远离一多维空间上原点的产品为该最具竞争力产品。

13.根据权利要求4所述的产品售价的再定价方法，其特征在于，其特征在于，所述利用动态规则处理所述候选产品的销售参数的步骤中，所述目标函数的构造是以最接近一多维空间上原点的产品为该最具竞争力产品。

14.根据权利要求4所述的产品售价的再定价方法，其特征在于，其特征在于，所述利用动态规则处理所述候选产品的销售参数的步骤中，所述目标函数的构造是以更远离一多维空间上原点的产品为该最具竞争力产品。