CN106296231A - 一种用于电子商务场景的识别处理方法及系统 - Google Patents

一种用于电子商务场景的识别处理方法及系统 Download PDF

Info

Publication number
CN106296231A
CN106296231A CN201510206664.8A CN201510206664A CN106296231A CN 106296231 A CN106296231 A CN 106296231A CN 201510206664 A CN201510206664 A CN 201510206664A CN 106296231 A CN106296231 A CN 106296231A
Authority
CN
China
Prior art keywords
commodity
service
scene
user
data
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
CN201510206664.8A
Other languages
English (en)
Inventor
张颖
沈涛
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.)
Shanghai Modun Computer Technology Co Ltd
Original Assignee
Shanghai Modun Computer Technology Co 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 Shanghai Modun Computer Technology Co Ltd filed Critical Shanghai Modun Computer Technology Co Ltd
Priority to CN201510206664.8A priority Critical patent/CN106296231A/zh
Publication of CN106296231A publication Critical patent/CN106296231A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种用于电子商务场景的识别处理方法包括:获得用户信息和用户对商品和/或服务的要求,根据要求通过搜寻以获得商品和/或服务的数据,对商品和/或服务的数据进行识别以获得商品和/或服务的场景分类信息,根据商品和/或服务的场景分类信息结合用户信息进行过滤,根据场景分类信息和用户信息进行匹配,从而能快速识别出匹配场景,并过滤掉与用户需求距离较远场景分类数据;将过滤后的商品和/或服务进行排序以供用户选择,从而让用户选择确认消费,不同的物品通过场景分类和用户信息相匹配,过滤掉了相距较远的场景,从而分配到最优场景,这样的数据链比较短,商品调配比较快,使用成本就会很低。

Description

一种用于电子商务场景的识别处理方法及系统
技术领域
本发明涉及电子商务领域,尤其涉及一种用于电子商务场景的识别处理方法及系统。
背景技术
随着互联网的发展,依托互联网的电子商务取得了极大的成功,渐渐与实体销售开始分庭抗礼。然而,目前电子商务中的各个场景,主要依靠信息分类和商业模式展示来实现,并不利于进行场景识别。而用户在电子商务过程中,在切换场景时,需要进行比较多的输入动作,用户体验差。不同商品和/或服务都有不同的场景分类,在进行场景识别时主要依靠大数据和云计算来实现,而在提高数据准确性时,需要的成本比较高,不同的物品通过大数据以后分配到较远场景,这样的数据链比较长,使用成本就会很高。这些问题亟待解决。
发明内容
鉴于目前电子商务领域存在的上述不足,本发明提供一种用于电子商务场景的识别处理方法,进行场景识别并分配最优场景,降低成本。
为达到上述目的,本发明的实施例采用如下技术方案:
一种用于电子商务场景的识别处理方法,所述用于电子商务场景的识别处理方法包括以下步骤:
获得用户信息和用户对商品和/或服务的要求;
根据要求通过搜寻以获得商品和/或服务的数据;
对商品和/或服务的数据进行识别以获得商品和/或服务的场景分类信息;
根据商品和/或服务的场景分类信息结合用户信息进行过滤;
将过滤后的商品和/或服务进行排序以供用户选择。
依照本发明的一个方面,所述根据要求通过搜寻以获得商品和/或服务的数据的具体实施方式可为:对用户商品和/或服务数据的要求进行识别,在大数据下进行搜寻以获得对应的商品和/或服务数据。
依照本发明的一个方面,所述获得用户信息和用户对商品和/或服务的要求具体可为:通过读取用户信息及用户历史记录获得用户的场景信息,通过识别用户输入的内容获取用户对商品和/或服务的要求。
依照本发明的一个方面,所述根据商品和/或服务的场景分类信息结合用户信息进行过滤的具体实施方式可为:根据商品和/或服务的场景分类信息,结合用户信息中的场景信息,过滤掉场景不匹配的商品和/或服务数据。
依照本发明的一个方面,所述将过滤后的商品和/或服务进行排序以供用户选择的具体实施方式可为:过滤后的场景匹配的商品和/或服务数据,根据与用户场景的距离进行排序以供用户选择。
依照本发明的一个方面,所述根据要求通过搜寻以获得商品和/或服务的数据包括:通过泛架构的方式进行数据交换。
一种用于电子商务场景的识别处理系统,所述用于电子商务场景的识别处理系统包括:
信息获取模块,用于获得用户信息和用户对商品和/或服务的要求;
数据获取模块,用于根据要求通过搜寻以获得商品和/或服务的数据;
场景识别模块,用于对商品和/或服务的数据进行识别以获得商品和/或服务的场景分类信息;
过滤模块,用于根据商品和/或服务的场景分类信息结合用户信息进行过滤;
排序模块,用于将过滤后的商品和/或服务进行排序以供用户选择。
依照本发明的一个方面,所述用于电子商务场景的识别处理系统包括:泛架构模块,用于在根据要求通过搜寻以获得商品和/或服务的数据时进行数据交换。
本发明实施的优点:本发明所述的用于电子商务场景的识别处理方法包括:获得用户信息和用户对商品和/或服务的要求,自动获取用户信息,自动识别用户输入内容,来获取用户消费需求,根据要求通过搜寻以获得商品和/或服务的数据;对商品和/或服务的数据进行识别以获得商品和/或服务的场景分类信息;根据商品和/或服务的场景分类信息结合用户信息进行过滤,根据场景分类信息和用户信息进行匹配,从而能快速识别出匹配场景,并过滤掉与用户需求距离较远场景分类数据;将过滤后的商品和/或服务进行排序以供用户选择,从而让用户选择确认消费,不同的物品通过场景分类和用户信息相匹配,过滤掉了相距较远的场景,从而分配到最优场景,这样的数据链比较短,商品调配比较快,使用成本就会很低。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明所述的一种用于电子商务场景的识别处理方法示意图;
图2为本发明所述的一种用于电子商务场景的识别处理系统结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,一种用于电子商务场景的识别处理方法,所述用于电子商务场景的识别处理方法包括以下步骤:
步骤S1:获得用户信息和用户对商品和/或服务的要求;
所述步骤S1获得用户信息和用户对商品和/或服务的要求的具体实施方式可为:通过读取用户信息及用户历史记录获得用户的场景信息,通过识别用户输入的内容获取用户对商品和/或服务的要求。
在实际应用中,用户在进行电子商务时,通常都注册有自己的账户,账户中登记有用户的相关信息,从而,从该账户中获取用户的基础信息,例如,某用户为个人用户,对应用户的身份信息等,某用户为企业用户,对应企业的相关信息等。同时,若用户已经通过电子商务进行过消费了,则获得用户的历史消费信息,所述历史消费信息包括,用户选择消费的场景,如生活用品、办公用品等;用户的选择的配货地址;用户选择消费频率高的商品和/或服务。在用户通过终端设备的界面进行输入时,通过识别该内容以获得用户对商品和/或服务的要求,所述终端设备可包括:手机、PC、电视机和可穿戴设备等,从而判断出用户的消费需求。商品和/或服务的要求包括商品和/或服务名称、商品和/或服务数量等,比如:需要购买啤酒,数量10瓶。
步骤S2:根据要求通过搜寻以获得商品和/或服务的数据;
所述步骤S2根据要求通过搜寻以获得商品和/或服务的数据的具体实施方式可为:在大数据中寻找与消费需求对应的商品和/或服务,所有的数据交换都是通过泛架构的方式进行交换的。
在实际应用中,所述泛架构具体采用非标化交叉代码设计,它包括:
多个数据源,所述多个数据源通过终端设备的界面将原始数据传送到数据处理区,所述多个数据源在一个节点上交换数据;
数据识别区,所述数据识别区位于数据处理区的外围,所述数据识别区负责数据识别和数据过滤;
数据处理区,所述数据处理区位于泛架构的中心,所述数据处理区负责数据处理,并将数据处理的结果反馈到相应地数据源。
由于终端设备可设有CPU、512M以上的内存、陀螺仪、信号定位、数据传输及电话本,确保了用户的商品和/或服务要求的准确性,如果用户输入的原始数据不符合要求或出现错误,比如:某种商品只能在美国购买而国内没有销售,数据识别区马上将信息反馈给终端设备的界面,提示用户重新输入原始数据,确保原始数据的准确性,这样极大地减少了数据处理区的负担,再加上所有的数据源在一个节点上交换数据,从而降低了泛架构的成本;识别好的数据输送到数据处理区,数据处理区的数据处理方法采用多种算法编译的数据处理矩阵,形成数据交叉节点,数据处理区负责数据处理,并将数据处理的结果反馈到相应地数据源。所述数据处理区负责从大数据下寻找与消费需求对应的商品和/或服务数据。
步骤S3:对商品和/或服务的数据进行识别以获得商品和/或服务的场景分类信息;
所述步骤S3对商品和/或服务的数据进行识别以获得商品和/或服务的场景分类信息的具体实施方式可为:获取寻找到的商品和/或服务的基本信息,并对商品和/或服务的数据进行识别,以获得商品和/或服务的场景分类信息。例如,用户需求购买啤酒10瓶,则可查询到大数据下各个“啤酒”的基本信息,包括:价格、规格、生产日期、零售商信誉、零售商与用户之间的距离、零售商服务态度及其它服务(是否需要送货上门、得到赠品须满足的条件)等,对所述啤酒的基本信息数据进行识别,获得比如价格分类、规格分类、品牌分类、零售商信誉分类、零售商距离分类等场景分类信息。
步骤S4:根据商品和/或服务的场景分类信息结合用户信息进行过滤;
所述步骤S4根据商品和/或服务的场景分类信息结合用户信息进行过滤的具体实施方式可为:根据商品和/或服务的场景分类信息,结合用户信息中的场景信息,过滤掉场景不匹配的商品和/或服务数据。例如,用户需求购买啤酒10瓶,则可查询到大数据下各个“啤酒”的基本信息,包括:价格、规格、生产日期、零售商信誉、零售商与用户之间的距离、零售商服务态度及其它服务(是否需要送货上门、得到赠品须满足的条件)等,对所述啤酒的基本信息数据进行识别,获得比如价格分类、规格分类、品牌分类、零售商信誉分类、零售商距离分类等场景分类信息。则根据各个分类信息及与用户的历史消费习惯进行匹配选择及过滤,如果用户历史消费习惯是倾向于低价的,则从价格分类中并结合其他分类的数据进行选择,过滤掉价格高的啤酒。在实际应用中,若用户对过滤后的数据不满意,则可在消费需求中添加新的要求,如“青岛啤酒一瓶,价格2元/瓶,送货上门”等,可进一步进行过滤,以获得用户心仪的商品和/或服务数据。
步骤S5:将过滤后的商品和/或服务进行排序以供用户选择。
所述步骤S5将过滤后的商品和/或服务进行排序以供用户选择的具体实施方式可为:过滤后的场景匹配的商品和/或服务数据,根据与用户场景的距离进行排序以供用户选择。例如,用户需求购买啤酒10瓶,则可查询到大数据下各个“啤酒”的基本信息,包括:价格、规格、生产日期、零售商信誉、零售商与用户之间的距离、零售商服务态度及其它服务(是否需要送货上门、得到赠品须满足的条件)等,对所述啤酒的基本信息数据进行识别,获得比如价格分类、规格分类、品牌分类、零售商信誉分类、零售商距离分类等场景分类信息。则根据各个分类信息及与用户的历史消费习惯进行匹配选择及过滤,如果用户历史消费习惯是倾向于低价的,则从价格分类中并结合其他分类的数据进行选择,过滤掉价格高的啤酒。将过滤后的啤酒根据其零售商距用户距离远近、发货速度快慢等数据进行排序,然后供用户选择进行消费,不同的物品通过场景分类和用户信息相匹配,过滤掉了相距较远的场景,从而分配到最优场景,这样的数据链比较短,商品调配比较快,使用成本就会很低。
本方法实施例所述的用于电子商务场景的识别处理方法包括:获得用户信息和用户对商品和/或服务的要求,自动获取用户信息,自动识别用户输入内容,来获取用户消费需求,根据要求通过搜寻以获得商品和/或服务的数据;对商品和/或服务的数据进行识别以获得商品和/或服务的场景分类信息;根据商品和/或服务的场景分类信息结合用户信息进行过滤,根据场景分类信息和用户信息进行匹配,从而能快速识别出匹配场景,并过滤掉与用户需求距离较远场景分类数据;将过滤后的商品和/或服务进行排序以供用户选择,从而让用户选择确认消费,不同的物品通过场景分类和用户信息相匹配,过滤掉了相距较远的场景,从而分配到最优场景,这样的数据链比较短,商品调配比较快,使用成本就会很低。
一种用于电子商务场景的识别处理系统实施例
如图2所示,一种用于电子商务场景的识别处理系统,所述用于电子商务场景的识别处理系统包括:
信息获取模块1,用于获得用户信息和用户对商品和/或服务的要求;
数据获取模块2,用于根据要求通过搜寻以获得商品和/或服务的数据;
场景识别模块3,用于对商品和/或服务的数据进行识别以获得商品和/或服务的场景分类信息;
过滤模块4,用于根据商品和/或服务的场景分类信息结合用户信息进行过滤;
排序模块5,用于将过滤后的商品和/或服务进行排序以供用户选择。
在实际应用中,所述用于电子商务场景的识别处理系统还可包括:泛架构模块6,用于在根据要求通过搜寻以获得商品和/或服务的数据时进行数据交换。
本发明实施的优点:本发明所述的用于电子商务场景的识别处理方法包括:获得用户信息和用户对商品和/或服务的要求,自动获取用户信息,自动识别用户输入内容,来获取用户消费需求,根据要求通过搜寻以获得商品和/或服务的数据;对商品和/或服务的数据进行识别以获得商品和/或服务的场景分类信息;根据商品和/或服务的场景分类信息结合用户信息进行过滤,根据场景分类信息和用户信息进行匹配,从而能快速识别出匹配场景,并过滤掉与用户需求距离较远场景分类数据;将过滤后的商品和/或服务进行排序以供用户选择,从而让用户选择确认消费,不同的物品通过场景分类和用户信息相匹配,过滤掉了相距较远的场景,从而分配到最优场景,这样的数据链比较短,商品调配比较快,使用成本就会很低。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本领域技术的技术人员在本发明公开的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (8)

1.一种用于电子商务场景的识别处理方法,其特征在于,所述用于电子商务场景的识别方法包括以下步骤:
获得用户信息和用户对商品和/或服务的要求;
根据要求通过搜寻以获得商品和/或服务的数据;
对商品和/或服务的数据进行识别以获得商品和/或服务的场景分类信息;
根据商品和/或服务的场景分类信息结合用户信息进行过滤;
将过滤后的商品和/或服务进行排序以供用户选择。
2.根据权利要求1所述的用于电子商务场景的识别处理方法,其特征在于,所述根据要求通过搜寻以获得商品和/或服务的数据的具体实施方式可为:对用户商品和/或服务数据的要求进行识别,在大数据下进行搜寻以获得对应的商品和/或服务数据。
3.根据权利要求1所述的用于电子商务场景的识别处理方法,其特征在于,所述获得用户信息和用户对商品和/或服务的要求具体可为:通过读取用户信息及用户历史记录获得用户的场景信息,通过识别用户输入的内容获取用户对商品和/或服务的要求。
4.根据权利要求3所述的用于电子商务场景的识别处理方法,其特征在于,所述根据商品和/或服务的场景分类信息结合用户信息进行过滤的具体实施方式可为:根据商品和/或服务的场景分类信息,结合用户信息中的场景信息,过滤掉场景不匹配的商品和/或服务数据。
5.根据权利要求4所述的用于电子商务场景的识别处理方法,其特征在于,所述将过滤后的商品和/或服务进行排序以供用户选择的具体实施方式可为:过滤后的场景匹配的商品和/或服务数据,根据与用户场景的距离进行排序以供用户选择。
6.根据权利要求1至5之一所述的用于电子商务场景的识别处理方法,其特征在于,所述根据要求通过搜寻以获得商品和/或服务的数据包括:通过泛架构的方式进行数据交换。
7.一种用于电子商务场景的识别处理系统,其特征在于,所述用于电子商务场景的识别处理系统包括:
信息获取模块,用于获得用户信息和用户对商品和/或服务的要求;
数据获取模块,用于根据要求通过搜寻以获得商品和/或服务的数据;
场景识别模块,用于对商品和/或服务的数据进行识别以获得商品和/或服务的场景分类信息;
过滤模块,用于根据商品和/或服务的场景分类信息结合用户信息进行过滤;
排序模块,用于将过滤后的商品和/或服务进行排序以供用户选择。
8.根据权利要求7所述的用于电子商务场景的识别处理系统,其特征在于,所述用于电子商务场景的识别处理系统包括:泛架构模块,用于在根据要求通过搜寻以获得商品和/或服务的数据时进行数据交换。
CN201510206664.8A 2015-04-26 2015-04-26 一种用于电子商务场景的识别处理方法及系统 Pending CN106296231A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510206664.8A CN106296231A (zh) 2015-04-26 2015-04-26 一种用于电子商务场景的识别处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510206664.8A CN106296231A (zh) 2015-04-26 2015-04-26 一种用于电子商务场景的识别处理方法及系统

Publications (1)

Publication Number Publication Date
CN106296231A true CN106296231A (zh) 2017-01-04

Family

ID=57630593

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510206664.8A Pending CN106296231A (zh) 2015-04-26 2015-04-26 一种用于电子商务场景的识别处理方法及系统

Country Status (1)

Country Link
CN (1) CN106296231A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108960945A (zh) * 2017-05-18 2018-12-07 北京京东尚科信息技术有限公司 商品推荐方法和装置
CN111429195A (zh) * 2019-01-09 2020-07-17 上海承檬信息科技有限公司 一种场景化电商系统的实现方法和系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101867603A (zh) * 2010-05-21 2010-10-20 深圳积享通信息技术有限公司 一种特定区域内移动终端的自动识别方法
CN101946249A (zh) * 2008-02-13 2011-01-12 微软公司 使用相关用户的数据来增强web搜索
CN102184224A (zh) * 2011-05-09 2011-09-14 李郁文 一种筛选搜索结果的系统和方法
CN102567899A (zh) * 2011-12-27 2012-07-11 纽海信息技术(上海)有限公司 基于地理信息的商品推荐方法
CN102609860A (zh) * 2012-01-20 2012-07-25 彭立发 一种适用于电子商务的商品与信息分类推荐方法及系统
CN103020240A (zh) * 2012-12-18 2013-04-03 江苏乐买到网络科技有限公司 一种在线购物平台的商品检索方法
CN104112213A (zh) * 2013-04-19 2014-10-22 腾讯科技(深圳)有限公司 推荐信息的方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101946249A (zh) * 2008-02-13 2011-01-12 微软公司 使用相关用户的数据来增强web搜索
CN101867603A (zh) * 2010-05-21 2010-10-20 深圳积享通信息技术有限公司 一种特定区域内移动终端的自动识别方法
CN102184224A (zh) * 2011-05-09 2011-09-14 李郁文 一种筛选搜索结果的系统和方法
CN102567899A (zh) * 2011-12-27 2012-07-11 纽海信息技术(上海)有限公司 基于地理信息的商品推荐方法
CN102609860A (zh) * 2012-01-20 2012-07-25 彭立发 一种适用于电子商务的商品与信息分类推荐方法及系统
CN103020240A (zh) * 2012-12-18 2013-04-03 江苏乐买到网络科技有限公司 一种在线购物平台的商品检索方法
CN104112213A (zh) * 2013-04-19 2014-10-22 腾讯科技(深圳)有限公司 推荐信息的方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108960945A (zh) * 2017-05-18 2018-12-07 北京京东尚科信息技术有限公司 商品推荐方法和装置
CN111429195A (zh) * 2019-01-09 2020-07-17 上海承檬信息科技有限公司 一种场景化电商系统的实现方法和系统

Similar Documents

Publication Publication Date Title
CN112837118B (zh) 企业用户的商品推荐方法和装置
US8131600B2 (en) Comparison shopping via financial management software
WO2020215751A1 (zh) 一种推荐方法、电子设备及可读存储介质
US8527367B2 (en) Systems methods and computer program products for directing consumer from digital receipt to source of specific item for repeat item purchase
CN108960992A (zh) 一种信息推荐方法以及相关设备
US20150127490A1 (en) System and a method to recognize a product
CN109308652A (zh) 线上批发方法、系统、终端设备及存储介质
US10963951B2 (en) Shopping trip planner
CN104881807A (zh) 一种推荐商品信息的方法及装置
CN106485457A (zh) 区间物流平台和系统
KR20150036128A (ko) 의류 제품 추천 방법 및 장치
CN106296318A (zh) 一种电子商务场景处理方法及系统
CN103970850A (zh) 网站信息推荐方法和系统
CN102314654A (zh) 一种信息推送方法及信息推送服务器
US20150161674A1 (en) Generation of fashion ensembles based on anchor article
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
CN110210887A (zh) 一种用户权益数据的处理方法及装置
CN113689259A (zh) 基于用户行为的商品个性化推荐方法及系统
CN104615721A (zh) 用于基于退货关联信息推荐商品的方法和系统
CN104156869A (zh) 一种电子商务购物方法以及系统
WO2014121672A1 (en) Method and device for processing price and method and electronic commerce system for processing order sheet
KR20150083465A (ko) 직거래 중개 서비스 제공 방법 및 이를 실행하는 서버
US20160078514A1 (en) Trade matching system of consumer and supplier and method thereof
CN106296231A (zh) 一种用于电子商务场景的识别处理方法及系统
CN105630806B (zh) 利用信息交互软件发送数据项的方法及装置

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

Application publication date: 20170104

RJ01 Rejection of invention patent application after publication