CN104408648A - 一种挑选商品的方法及装置 - Google Patents

一种挑选商品的方法及装置 Download PDF

Info

Publication number
CN104408648A
CN104408648A CN201410750955.9A CN201410750955A CN104408648A CN 104408648 A CN104408648 A CN 104408648A CN 201410750955 A CN201410750955 A CN 201410750955A CN 104408648 A CN104408648 A CN 104408648A
Authority
CN
China
Prior art keywords
commodity
feature
time
influence factor
fisrt feature
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410750955.9A
Other languages
English (en)
Inventor
裴向宇
田传钊
刘成伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Learned Cube Of Beijing Science And Technology Ltd
Original Assignee
Learned Cube Of Beijing Science And Technology Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Learned Cube Of Beijing Science And Technology Ltd filed Critical Learned Cube Of Beijing Science And Technology Ltd
Priority to CN201410750955.9A priority Critical patent/CN104408648A/zh
Publication of CN104408648A publication Critical patent/CN104408648A/zh
Pending legal-status Critical Current

Links

Abstract

本发明公开了一种挑选商品的方法及装置,该方法包括:根据商品的第一特征的影响因素对所述商品第一特征进行打分;根据商品的第二特征的影响因素对所述商品的第二特征进行打分;根据所述商品的第一特征的打分结果及第一特征所占权重和所述商品的第二特征的打分结果及第二特征所占权重对商品进行第一次挑选。本发明通过科学的方法对商品进行挑选,挑选出可能会热销的商品进行推广,提高了商品热销的可能性。

Description

一种挑选商品的方法及装置
技术领域
本发明涉及电子商务领域,尤其涉及一种挑选商品的方法及装置。
背景技术
网络零售平台也称网络购物平台,包括B2C和C2C两种形式。B2C是指“商对客”,商家直接面向消费者销售产品和服务。C2C指就是消费者与消费者之间的电子商务。随着网络零售平台的迅速发展,粗放式商品推广方式浪费大量资金,且也不能达到理想的效果,因此想要获得更高的回报,需要制定有针对性的精细化商品推广策略,对部分商品重点推广,准确把握潜在客户,下面以网络零售平台淘宝为例做简单介绍:
淘宝直通车是淘宝上比较重要的商品引流方式,通过淘宝直通车可以为网店引导大量消费者,也可以及时准确的抓住潜在客户,从而实现低成本高转化的目的,获得更多的利润。
利用淘宝直通车进行推广,需要采用以下几个主要步骤:
第一步、选取一款较好的商品进行推广;
第二步、为商品选取合适的策略与关键词,引进流量。
第三步、为商品配上商品的图片并写上简明而富有吸引力的创意,以吸引客户关注,提升广告点击率,进而提升商品的基础分。
第四步、为每个关键词设定合理的最高出价,用于得到更多的流量。
一般来说,无论采用何种方式对商品进行推广,都需要对所推广的商品进行挑选,在现有技术中,对所推广的商品进行挑选所采用的技术方案为对商品不进行挑选,对所有商品实施统一的推广策略,或人为随机选择或按过往经验选择某个或某些商品进行推广,推广商品的选择和推广策略的制定主要依靠对推广人员对行业的熟悉和了解程度。现有技术的缺点是没有对商品进行自主选择的机制,商品是否会热销不能提前预测。主观因素对商品的挑选影响较大,不能依据理论知识对商品实现科学挑选。
发明内容
有鉴于此,本发明提供一种挑选商品的方法及装置,利用科学手段对商品进行挑选,提高商品热销的可能性。
第一方面,本发明提供了一种挑选商品的方法,该方法包括:
根据商品的第一特征的影响因素对所述商品第一特征进行打分;
根据商品的第二特征的影响因素对所述商品的第二特征进行打分;
根据所述商品的第一特征的打分结果及第一特征所占权重和所述商品的第二特征的打分结果及第二特征所占权重对商品进行第一次挑选。
第二方面,本发明还提供了一种挑选商品的装置,该装置包括:
商品的第一特征打分模块,用于根据商品的第一特征的影响因素对所述商品第一特征进行打分;
商品的第二特征打分模块,用于根据商品的第二特征的影响因素对所述商品的第二特征进行打分;
第一次挑选商品模块,根据所述商品的第一特征的打分结果及第一特征所占权重和所述商品的第二特征的打分结果及第二特征所占权重对商品进行第一次挑选。
本发明提供的一种挑选商品的方法及装置,通过将商品的特征划分为第一特征和第二特征,根据商品的第一特征的影响因素对所述商品第一特征进行打分;根据商品的第二特征的影响因素对所述商品的第二特征进行打分;根据所述商品的第一特征的打分结果及确定的第一特征所占权重和所述商品的第二特征的打分结果及确定的第二特征所占权重对商品进行挑选,利用科学计算的方法对商品进行挑选,挑选出可能会热销的商品进行的推广,提高了商品热销的可能性。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显;
图1是本发明实施例一提供的一种挑选商品的方法流程图;
图2是本发明实施例一提供的另一种挑选商品的方法流程图;
图3是本发明实施例二提供的一种根据商品的第一特征的影响因素对所述商品第一特征进行打分的优选方法流程图;
图4是本发明实施例二提供的一种根据商品的第二特征的影响因素对所述商品的第二特征进行打分优选方法流程图;
图5是本发明实施例二提供的一种对第一次挑选的商品进行第一次推广,且对所述第一次挑选商品的第一次推广进行打分的优选方法的流程图;
图6是本发明实施三提供一种挑选商品的装置模块图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。
实施例一
本发明实施例提供一种挑选商品的方法,本发明实施例的方法可以由配置以硬件和/或软件实现的挑选商品的装置来执行,该实现装置典型的是配置于计算机程序中。图1是本发明实施例一提供的一种挑选商品的方法流程图,如图1所示,该方法包括步骤110-步骤130。
步骤110、根据商品的第一特征的影响因素对所述商品第一特征进行打分;
在本步骤中,从商品的文本信息如商品标题与属性、热搜词、热门词等中拆分出具有代表性的词根作为商品特征,并将商品特征按不同的拆分源划分为第一特征和步骤120所述的第二特征。所述第一特征为流行性特征,第二特征为历史喜好性特征。
第一特征的影响因素是指商品的第一特征的具体特征,具体来说,第一特征是指流行性特征,那么流行性特征的影响因素可以是白色、长款、纯棉等具体特征。随着市场的变化,流行性特征的影响因素也在不断变化,本步骤中可以随着市场流行性特征的变化,自动更新流行性特征的影响因素。
步骤120、根据商品的第二特征的影响因素对所述商品的第二特征进行打分;
在本步骤中,商品的第二特征的影响因素是指商品的第二特征的具体特征,具体来说,第二特征是指历史喜好性特征,那么历史喜好性特征的影响因素可以是豹纹、印花、纯色等具体的特征。本步骤中可以随着市场对历史性喜欢特征的更新,自动更新历史喜好性特征的影响因素。
步骤130、根据所述商品的第一特征的打分结果及第一特征所占权重和所述商品的第二特征的打分结果及第二特征所占权重对商品进行第一次挑选。
在本步骤中,例如对每一件商品打分结果的分值=每一件商品的第一特征的打分分值*第一特征所占权重+每一件商品的第二特征的打分分值*第二特征所占权重,根据每一件商品打分结果的分值,挑选出分值较高的商品。也可以对第一特征所占的权重和第二特征所占的权重进行更新。而后,根据所述商品的第一特征的打分结果及第一特征所占权重和所述商品的第二特征的打分结果对所有的商品进行排序,再结合能够挑选商品个数的最大上限、商品所属种类等信息对商品进行第一挑选。
需要说明的是,本发明是按照时间把商品的特征划分为第一特征和第二特征,但并不局限于第一特征和第二特征,也可把商品的特征划分为第三特征、第四特征等。
本发明实施例提供一种挑选商品的方法,通过对商品的第一特征打分,对商品的第二特征打分,结合商品的打分结果及所述第一特征和所述第二特征的所占权重对商品进行挑选,以实现用科学的方法对商品进行挑选,挑选出可能会热销的商品进行推广,提高了挑选出来的商品热销的可能性。
图2是本发明实施例一提供的另一种挑选商品的方法流程图,在根据所述商品的第一特征的打分结果及第一特征所占权重和所述商品的第二特征的打分结果及第二特征所占权重对商品进行第一次挑选之后,还可以对商品进行二次挑选,以进一步提高商品热销的可能性。如图2所示,该方法在图1的基础上还包括步骤140-步骤150。
步骤140、对第一次挑选的商品进行第一次推广,且对所述第一次挑选商品的第一次推广进行打分;
在本步骤中,所述的第一次推广,具体来说,就是对第一次挑选的商品进行小规模的试推,通过试推收集市场对推广商品的反馈(即推广效果数据),再根据试推效果对商品进行步骤150所述的二次挑选。通过对挑选的商品进行试推,能够更加精确的把握市场动态,提高商品热销的可能性。
步骤150、根据所述第一次挑选商品的第一次推广的打分结果,在第一次挑选的商品中进行第二次挑选。
在本步骤中,在第一次挑选的商品中进行第二次挑选之后,还可以对第二次挑选的商品进行第二次推广。所述的第二次推广,具体来说是指对第二次挑选出来的商品进行大规模的重点推广。根据第一次挑选商品的第一次推广的打分结果、第二次挑选商品的最大上限、商品所属种类确定第二次挑选的商品,并对第二次挑选的商品进行第二次推广。
本发明实施例提供的另一种挑选商品的方法,对挑选出来的商品进行第一推广,可以准确把握市场对商品反映,提高挑选商品的准确度。根据第一次推广打分结果对商品进行二次挑选,进一步挑选商品的准确度,从而进一步提高商品热销的可能性。
实施例二
图3是本发明实施例二提供的一种根据商品的第一特征的影响因素对所述商品第一特征进行打分的优选方法流程图,如图3所示,该优选方法包括步骤111-步骤113。
步骤111、拆分商品类目的关键词获取商品的第一特征的每个影响因素及每个影响因素的影响力值,,其中,所述关键词包括搜索上升词和搜索热门词;在本步骤中,影响因素是指商品的第一特征的具体特征,具体来说,第一特征是指流行性特征,那么流行性特征的影响因素可以是白色、长款、纯棉等具体的特征。根据每个关键词的展现指数、点击指数、竞争指数等计算每个影响因素的影响力值;
步骤112、根据每个关键词的各项指数和每个关键词的词根频数,确定商品的第一特征的每个影响因素所占权重;
在本步骤中,关键词的词根频数是指关键词的词根在一定时间段内被搜索的次数,将关键词的词根按照搜索次数排序。也可以对商品的第一特征的每个影响因素所占权重进行更新,以提高挑选商品的准确度。
步骤113、对商品的第一特征的影响因素进行匹配,根据匹配结果、所述商品的第一特征的每个影响因素的影响力值及每个影响因素所占权重对商品的第一特征进行打分。
在本步骤中,需要将商品的第一特征的每个影响因素与客户的商铺里的商品进行匹配,根据匹配结果,选定能够匹配的影响因素对商品进行打分。
现对图3进行举例说明,商品的第一特征的影响因素包括因素a、因素b和因素c。根据关键词的各类指数及词根频数,确定因素a的影响力值为a,所占权重为a%;因素b的影响力值为b,所占权重为b%和因素c的影响力值为c所占权重为c%;将因素a、因素b和因素c和客户商铺的商品进行匹配,得出只有因素a和因素b匹配成功。对商品的第一特征的打分的分值=因素a的影响力值a*a%+因素b的影响力值b*b%。
本发明实施例提供的优选方法,通过计算关键词频数和相应指数能够精确的确定商品第一特征的影响因素及影响因素的影响力值,商品的第一特征为流行性特征,随着市场的变化,流行性因素及流行性因素的影响力值也在不断变化,本发明可以通过市场流行性特征的更新,自动更新流行性特征的影响因素、影响力值及更新流行性特征的影响因素所占权重。
图4是本发明实施例二提供的一种根据商品的第二特征的影响因素对所述商品的第二特征进行打分优选方法流程图,如图4所示,该优选方法包括步骤121-步骤122。
步骤121、拆分客户所购买商品的商品信息,根据客户购买所述商品的记录和商品信息的词根频数,确定商品的第二特征的每个影响因素及所述商品的第二特征的每个影响因素的影响力值,其中,所述商品信息包括商品类目、商品属性和商品标题;
在本步骤中,根据商家的商铺近期的销售记录和该商家的客户成为该商家客户的时间,成单笔数,成单金额,成单率,近三个月是否参与购买的情况等确定每个客户的贡献值,举例来说,假设总分为100分,根据甲成为该商家客户的时间,成单笔数,成单金额,成单率和近三个月是否参与购买的情况等可以得分90,则甲的贡献值为90,乙得分80,则乙的贡献值为80。根据客户的贡献值可以获取商品的第二特征的影响因素及商品的第二特征的每个影响因素的影响力值。商品的第二特征的影响因素是指商品的第二特征具体特征,具体来说,第二特征是指历史喜好性特征,例如历史喜好性特征的影响因素可以是豹纹、印花、纯色等具体的特征。
步骤122、获取所述商品的第二特征的每个影响因素所占权重;
步骤123、对商品的第二特征的影响因素进行匹配,根据匹配结果、所述商品的第二特征的每个影响因素的影响力值及每个影响因素所占权重对所述商品的第二特征进行打分。
在本步骤中,对所述商品的第二特征的影响因素和商家现有的商品进行匹配,根据匹配结果,选取能够匹配的影响因素对商品的第二特征进行打分。
现对图4进行举例说明,拆分该商家的客户所购买商品的商品信息,根据客户购买所述商品的记录和商品信息的词根频数确定商品的第二特征的影响因素包括因素A、因素B和因素C及确定因素A的影响力值为A,所占权重为A%;因素B的影响力值为B,所占权重为B%和因素C的影响力值为C,所占权重为C%,将因素A、因素B和因素C和客户商铺的商品进行匹配,得出只有因素A和因素B匹配成功。对商品的第二特征的打分的分值=因素A的影响力值A*A%+因素B的影响力值B*B%。
本发明实施例提供的优选方法,通过拆分客户所购买商品的商品信息,根据客户购买所述商品的记录和商品信息的词根频数能够精确的确定商品第二特征的影响因素,商品的第二特征为流行性特征,随着市场的变化,历史喜好特征的影响因素及影响因素的影响力值也在不断变化,本发明可以通过历史喜好性特征的更新,自动更新历史喜好性特征的影响因素、影响因素的影响力值及历史喜好性特征的影响因素所占权重。
图5是本发明实施例二提供的一种对第一次挑选的商品进行第一次推广,且对所述第一次挑选商品的第一次推广进行打分的优选方法的流程图。如图5所示,该方法包括步骤141-步骤144。
步骤141、根据获取的所述第一次挑选商品的商品信息的关键词进行关键词拓词;
在本步骤中,根据获取的所述第一次挑选商品的商品信息的关键词进行关键词拓词具体流程为;首先,通过应用程序编程接口(Application ProgrammingInterface,API)对商品信息的关键词进行初步拓词,将拓词结果作为种子词存入种子词库;其次,把种子词库中的词拆分成单个的字,单个的字进入平台搜索窗口获取热搜索,记录热搜词,并将热搜词存入种子词库;再次,重复上述操作,直到不能找到新的热搜词为止;
步骤142、根据获取的所述第一次挑选商品的商品信息的关键词的各项指数对所拓关键词进行评分;
在本步骤中,根据第一次挑选商品的类目、属性和标题的关键词的展现指数、竞争指数、消费指数等对所拓关键词进行评分的具体流程为;首先,计算商品的类目、属性和标题的关键词与第一次挑选商品类目、属性和标题的匹配度;其次,结合所拓关键词自身的展现指数、竞争指数、消费指数等对所拓关键词进行评分,并按评分降序排序;
步骤143、根据对所拓关键词的评分结果,确定推广关键词,对所述确定的推广关键词进行出价,对第一次挑选的商品进行第一次推广;
在本步骤中,根据对所拓关键词的评分结果,确定所拓关键词,对所述确定的关键词进行出价,对第一次挑选的商品进行第一次推广的具体流程为;首先,每件商品选择少量评分较高的所拓关键词作为推广关键词;其次,根据推广关键词在商品所在类目的价格指数、消费指数、点击指数等构建模型;再次,通过所述构建的模型对推广关键词进行出价;然后,对第一次挑选的商品进行第一次推广,并记录所有推广数据及效果数据,所述第一次推广为试推,具体来说是指对第一挑选的商品进行小规模范围内的推广。
步骤144、根据获取的第一次推广的推广信息数据对所述第一次挑选商品的第一次推广进行打分。
在本步骤中,获取第一次挑选商品进行第一次推广的展现、点击、排名、消费、直接成单量/金额、间接成单量/金额、收藏数、购买评价等推广信息数据;获取上述推广信息数据的分值及上述推广信息数据所占权重对第一次挑选商品的第一次推广进行打分。
本发明实施例提供的优选方法,通过对第一次挑选的商品进行第一次推广,且对所述第一次挑选商品的第一次推广进行打分,具体来说是指对第一次挑选的商品进行小规模的试推,获取市场对第一次挑选商品的反馈(即推广效果数据),对商品进行试推可以精确把握市场动态,使得挑选出来的商品尽可能的热销。
实施例三
本发明实施提供一种挑选商品的装置。图6是本发明实施三提供一种挑选商品的装置模块图,如图6所示,该装置包括:商品的第一特征打分模块310、商品的第二特征打分模块320和第一次挑选商品模块330;
商品的第一特征打分模块310,用于根据商品的第一特征的影响因素对所述商品第一特征进行打分;商品的第二特征打分模块320,用于根据商品的第二特征的影响因素对所述商品的第二特征进行打分;第一次挑选商品模块330,用于根据所述商品的第一特征的打分结果及第一特征所占权重和所述商品的第二特征的打分结果及第二特征所占权重对商品进行第一次挑选。
所述第一特征具体为流行性特征,所述第二特征具体为历史喜好性特征。本发明实施例提供的挑选商品的装置,根据拆分源不同,把商品的特征划分为流行性特征和历史喜好性特征使得挑选出来的商品能够让商户的客户既喜欢又流行,这可以增加商户的同一类客户群体,明确商品的销售方向和售卖商品特点。且本发明实施例用科学的方法对商品进行挑选,挑选出可能会热销的商品进行推广,提高了商品热销的可能性。
在上述方案中,为了更进一步的提高商品热销的可能性,在对挑选的商品进行第一推广后,结合第一推广的效果对商品进行第二次挑选,一种挑选商品的装置还包括第一次推广模块和第二次挑选商品模块;
第一次推广模块,用于对第一次挑选的商品进行第一次推广,且对所述第一次挑选商品的第一次推广进行打分;第二次挑选商品模块,用于根据所述第一次挑选商品的第一次推广的打分结果,在第一次挑选的商品中进行第二次挑选。
通过设置第一次推广模块和第二次挑选商品模块,对商品通过第一推广模块对商品进行第一推广得到市场对第一次挑选商品的反馈即对所述第一次挑选商品的第一次推广进行打分,结合市场对第一次挑选商品的反馈结果,对商品进行二次挑选,对第二次挑选的商品进行第二次推广。这更进一步的提高所挑选商品热销的可能性。
在上述方案中,结合市场对流行性特征和历史喜好性特征的影响,一种挑选商品的装置还包括更新模块;
所述更新模块,用于更新商品的第一特征的影响因素和更新第一特征所占权重;也用于更新商品的第二特征的影响因素和更新第二特征所占权重。
更新模块根据市场,不断更新商品的第一特征的影响因素、影响因素的影响力值和更新第一特征所占权重;也不断更新商品的第二特征的影响因素、影响因素的影响力值和更新第二特征所占权重,使得挑选商品的装置能够跟随市场发展而不断改变,能够契合市场发展,保证挑选的商品能够热销。
本发明实施例提供的挑选商品的装置可执行本发明实施例一和本发明实施例二提供的挑选商品的方法,具备执行方法相应的功能模块和有益效果。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (10)

1.一种挑选商品的方法,其特征在于,包括:
根据商品的第一特征的影响因素对所述商品第一特征进行打分;
根据商品的第二特征的影响因素对所述商品的第二特征进行打分;
根据所述商品的第一特征的打分结果及第一特征所占权重和所述商品的第二特征的打分结果及第二特征所占权重对商品进行第一次挑选。
2.根据权利要求1所述的方法,其特征在于,所述第一特征为流行性特征,第二特征为历史喜好性特征。
3.根据权利要求1或2所述的方法,其特征在于,在根据所述商品的第一特征的打分结果及第一特征所占权重和所述商品的第二特征的打分结果及第二特征所占权重对商品进行第一次挑选之后还包括:
对第一次挑选的商品进行第一次推广,且对所述第一次挑选商品的第一次推广进行打分;
根据所述第一次挑选商品的第一次推广的打分结果,在第一次挑选的商品中进行第二次挑选。
4.根据权利要求1或2所述的方法,其特征在于,在根据商品的第一特征的影响因素对所述商品第一特征进行打分之前还包括更新商品的第一特征的影响因素和更新商品的第二特征的影响因素;
根据所述商品的第一特征的打分结果及第一特征所占权重和所述商品的第二特征的打分结果及第二特征所占权重对商品进行第一次挑选之前还包括更新第一特征所占权重和更新第二特征所占权重。
5.根据权利要求1所述的方法,其特征在于,所述根据商品的第一特征的影响因素对所述商品第一特征进行打分包括:
拆分商品类目的关键词获取商品的第一特征的每个影响因素及每个影响因素的影响力值,其中,所述关键词包括搜索上升词和搜索热门词;根据每个关键词的各项指数和每个关键词的词根频数,确定商品的第一特征的每个影响因素所占权重;
对商品的第一特征的影响因素进行匹配,根据匹配结果、所述商品的第一特征的每个影响因素的影响力值及每个影响因素所占权重对商品的第一特征进行打分。
6.根据权利要求1所述的方法,其特征在于,所述根据商品的第二特征的影响因素对所述商品的第二特征进行打分包括:
拆分客户所购买商品的商品信息,根据客户购买所述商品的记录和商品信息的词根频数,确定商品的第二特征的每个影响因素及所述商品的第二特征的每个影响因素的影响力值,其中,所述商品信息包括商品类目、商品属性和商品标题;
获取所述商品的第二特征的每个影响因素所占权重;
对商品的第二特征的影响因素进行匹配,根据匹配结果、所述商品的第二特征的每个影响因素的影响力值及每个影响因素所占权重对所述商品的第二特征进行打分。
7.根据权利要求6所述的方法,其特征在于,所述对第一次挑选的商品进行第一次推广,且对所述第一次挑选商品的第一次推广进行打分包括:
根据获取的所述第一次挑选商品的商品信息的关键词进行关键词拓词;
根据获取的所述第一次挑选商品的商品信息的关键词的各项指数对所拓关键词进行评分;
根据对所拓关键词的评分结果,确定所拓关键词,对所述确定的关键词进行出价,对第一次挑选的商品进行第一次推广;
根据获取的第一次推广的推广信息数据对所述第一次挑选商品的第一次推广进行打分。
8.一种挑选商品的装置,其特征在于,包括:
商品的第一特征打分模块,用于根据商品的第一特征的影响因素对所述商品第一特征进行打分;
商品的第二特征打分模块,用于根据商品的第二特征的影响因素对所述商品的第二特征进行打分;
第一次挑选商品模块,用于根据所述商品的第一特征的打分结果及第一特征所占权重和所述商品的第二特征的打分结果及第二特征所占权重对商品进行第一次挑选。
9.根据权利要求8所述的装置,其特征在于,还包括:
第一次推广模块,用于对第一次挑选的商品进行第一次推广,且对所述第一次挑选商品的第一次推广进行打分;
第二次挑选商品模块,用于根据所述第一次挑选商品的第一次推广的打分结果,在第一次挑选的商品中进行第二次挑选。
10.根据权利要求9所述的方法,其特征在于,还包括更新模块;
所述更新模块,用于更新商品的第一特征的影响因素和更新第一特征所占权重;也用于更新商品的第二特征的影响因素和更新第二特征所占权重。
CN201410750955.9A 2014-12-09 2014-12-09 一种挑选商品的方法及装置 Pending CN104408648A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410750955.9A CN104408648A (zh) 2014-12-09 2014-12-09 一种挑选商品的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410750955.9A CN104408648A (zh) 2014-12-09 2014-12-09 一种挑选商品的方法及装置

Publications (1)

Publication Number Publication Date
CN104408648A true CN104408648A (zh) 2015-03-11

Family

ID=52646277

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410750955.9A Pending CN104408648A (zh) 2014-12-09 2014-12-09 一种挑选商品的方法及装置

Country Status (1)

Country Link
CN (1) CN104408648A (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104778602A (zh) * 2015-03-25 2015-07-15 北京博雅立方科技有限公司 推广关键词的动态调整方法及装置
CN105138690A (zh) * 2015-09-18 2015-12-09 北京博雅立方科技有限公司 确定关键词的方法和装置
WO2017133703A1 (zh) * 2016-02-07 2017-08-10 徐璇炫 一种性价比实时竞价的方法和装置
CN107169806A (zh) * 2017-06-29 2017-09-15 北京京东尚科信息技术有限公司 用于确定商品属性对于购买决策的影响度的方法及装置
CN107665454A (zh) * 2017-09-06 2018-02-06 北京五八到家信息技术有限公司 一种服务商品的综合排序方法
WO2019085372A1 (zh) * 2017-10-31 2019-05-09 深圳春沐源控股有限公司 网上商城的商品推荐方法、商品推荐系统
CN110348939A (zh) * 2019-05-28 2019-10-18 成都美美臣科技有限公司 一个电子商务网站商品快捷搜索的方法
CN110968670A (zh) * 2019-12-02 2020-04-07 名创优品(横琴)企业管理有限公司 一种流行商品的属性获取方法、装置、设备及存储介质
CN112115704A (zh) * 2020-09-11 2020-12-22 深圳市菲尔兹数据分析师事务所有限公司 基于电商平台的产品查询方法、装置和计算机设备
CN112313687A (zh) * 2018-06-11 2021-02-02 奥姆尼欧斯株式会社 利用社交网络的影响力测量方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102054117A (zh) * 2009-11-03 2011-05-11 财团法人工业技术研究院 电子装置及藉助其进行个人餐饮推荐的方法
CN103577432A (zh) * 2012-07-26 2014-02-12 阿里巴巴集团控股有限公司 一种商品信息搜索方法和系统
CN103679507A (zh) * 2013-12-06 2014-03-26 冯志刚 一种对作品或商品进行评分和排名的方法和系统
CN104063523A (zh) * 2014-07-21 2014-09-24 焦点科技股份有限公司 一种电子商务搜索评分与排名的方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102054117A (zh) * 2009-11-03 2011-05-11 财团法人工业技术研究院 电子装置及藉助其进行个人餐饮推荐的方法
CN103577432A (zh) * 2012-07-26 2014-02-12 阿里巴巴集团控股有限公司 一种商品信息搜索方法和系统
CN103679507A (zh) * 2013-12-06 2014-03-26 冯志刚 一种对作品或商品进行评分和排名的方法和系统
CN104063523A (zh) * 2014-07-21 2014-09-24 焦点科技股份有限公司 一种电子商务搜索评分与排名的方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
金楠 等编著: "《SEO搜索引擎实战详解》", 28 February 2014, 清华大学出版社 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104778602A (zh) * 2015-03-25 2015-07-15 北京博雅立方科技有限公司 推广关键词的动态调整方法及装置
CN105138690A (zh) * 2015-09-18 2015-12-09 北京博雅立方科技有限公司 确定关键词的方法和装置
CN105138690B (zh) * 2015-09-18 2018-11-06 北京博雅立方科技有限公司 确定关键词的方法和装置
WO2017133703A1 (zh) * 2016-02-07 2017-08-10 徐璇炫 一种性价比实时竞价的方法和装置
CN107169806A (zh) * 2017-06-29 2017-09-15 北京京东尚科信息技术有限公司 用于确定商品属性对于购买决策的影响度的方法及装置
CN107665454A (zh) * 2017-09-06 2018-02-06 北京五八到家信息技术有限公司 一种服务商品的综合排序方法
WO2019085372A1 (zh) * 2017-10-31 2019-05-09 深圳春沐源控股有限公司 网上商城的商品推荐方法、商品推荐系统
CN112313687A (zh) * 2018-06-11 2021-02-02 奥姆尼欧斯株式会社 利用社交网络的影响力测量方法及装置
CN112313687B (zh) * 2018-06-11 2024-05-07 奥姆尼欧斯株式会社 利用社交网络的影响力测量方法及装置
CN110348939A (zh) * 2019-05-28 2019-10-18 成都美美臣科技有限公司 一个电子商务网站商品快捷搜索的方法
CN110968670A (zh) * 2019-12-02 2020-04-07 名创优品(横琴)企业管理有限公司 一种流行商品的属性获取方法、装置、设备及存储介质
CN112115704A (zh) * 2020-09-11 2020-12-22 深圳市菲尔兹数据分析师事务所有限公司 基于电商平台的产品查询方法、装置和计算机设备
CN112115704B (zh) * 2020-09-11 2024-06-04 深圳市菲尔兹数据分析师事务所有限公司 基于电商平台的产品查询方法、装置和计算机设备

Similar Documents

Publication Publication Date Title
CN104408648A (zh) 一种挑选商品的方法及装置
CN110222272A (zh) 一种潜在客户挖掘与推荐方法
CN102419779A (zh) 一种基于属性排序的商品个性化搜索方法及装置
CN102254028A (zh) 一种集成属性和结构相似性的个性化商品推荐方法和系统
Kumar et al. Clash of the e‐commerce titans: A new paradigm for consumer purchase process improvement
KR101963817B1 (ko) 키워드 검색량 기반 예측 정보 생성 장치 및 방법
CN104951468A (zh) 数据搜索处理方法和系统
CN104615721B (zh) 用于基于退货关联信息推荐商品的方法和系统
CN105447186A (zh) 一种基于大数据平台的用户行为分析系统
US20220122100A1 (en) Product evaluation system and method of use
KR101509131B1 (ko) 온라인 판매자 평가정보 제공방법
CN102073737A (zh) 一种自动提供网络销售商实时采购建议的方法和系统
CN105138690A (zh) 确定关键词的方法和装置
Dachyar et al. Loyalty improvement of Indonesian local brand fashion customer based on customer lifetime value (CLV) segmentation
CN104517157A (zh) 使用社交媒体在可承诺量系统中预测分析的方法和系统
CN109727078A (zh) 一种基于商品类别树的销量预测修正方法
CN107679103A (zh) 用于实体的属性分析方法及系统
CN115809926A (zh) 汇聚多种分销渠道联盟资源的创新联盟分销合作交易平台
CN103903148A (zh) C2c系统、b2c系统及其使用方法
CN106228401A (zh) 一种销售系统
Teller et al. Physical and digital market places–where marketing meets operations
Abdullah et al. Evaluating E-commerce website content management system in assisting usability issues
CN107437128A (zh) 一种基于微信移动端分销平台系统
CN110428286A (zh) 一种基于消费市场大数据资源的动态定价系统及方法
Lam et al. Key factors influencing customer satisfaction and intention to reuse food ordering apps

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20150311