CN107123017A - 一种工业品原料商品推荐方法 - Google Patents
一种工业品原料商品推荐方法 Download PDFInfo
- Publication number
- CN107123017A CN107123017A CN201710171638.5A CN201710171638A CN107123017A CN 107123017 A CN107123017 A CN 107123017A CN 201710171638 A CN201710171638 A CN 201710171638A CN 107123017 A CN107123017 A CN 107123017A
- Authority
- CN
- China
- Prior art keywords
- commodity
- enterprise
- parameter
- ratio
- represent
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种工业品原料商品推荐方法,包括以下步骤:1)建立商品交易库:用于存储每个企业的商品交易记录;2)确定变化比例参数,包括按月份的交易比例参数,年度环比增长比例参数,商品消耗速度变化比例参数;3)构建推荐模型:根据历史交易记录计算出商品消耗速度,根据历史交易数据和交易时间计算出该企业下次企业购买该商品的周期和商品数量;4)当特定企业的特定原料产品对应的购买周期来临时,将相应数量的原料产品推荐给该企业。本发明可对企业采购商品及时提醒、且采购量精准,能够减少企业积压成本和提升企业办事效率。
Description
技术领域
本发明属于电子商务领域,特别是涉及一种工业品原料的商品推荐方法。
背景技术
在现有的电子商务领域中,涌现了大量的商品推荐方法,通过这些方法的应用,以提高潜在消费者购买相关商品的可能性。但是,一直没有针对工业原料购买周期的推荐方法。另一方面,工厂在购买原料时,根据原料的使用情况进行采购,很多时候会造成原料不能及时供应或者购买原料太多无法安全存放或者原料积压,在积压原料太多的情况下有可能导致企业资金出现短缺。
因此本领域技术人员致力于开发一种使购买周期、购买数量合理的工业品原料商品推荐方法。
发明内容
有鉴于现有技术的上述缺陷,本发明所要解决的技术问题是提供一种使购买周期、购买数量合理的工业品原料商品推荐方法。
为实现上述目的,本发明提供了一种工业品原料商品推荐方法,包括以下步骤:
1)建立商品交易库:用于存储每个企业的商品交易记录;
2)确定变化比例参数,包括按月份的交易比例参数,年度环比增长比例参数,商品消耗速度变化比例参数;
月份交易比例参数:
月份交易比例参数αn表示某个月占全年采购量的比例,即月份交易比例,mn表示某个月商品的采购数量;
年度环比增长比例参数:
年度环比增长比例参数py表示年度商品消耗变化比例,yn表示前一年商品的总体消耗量;
商品消耗速度变化比例:
商品消耗速度变化比例ε表示商品消耗速度变化比例,Cn表示一段时间内商品的消耗数量;
3)构建推荐模型:根据历史交易记录计算出商品消耗速度,根据历史交易数据和交易时间计算出该企业下次企业购买该商品的周期和商品数量;
其中,商品消耗速度通过公式(a)计算:
其中,Ni(t)表示t时间内i商品消耗的数量;Pji表示商品数量从j向i变化的变化率;Vi(t)表示在时间(t-1,t)i商品补充的数量;k表示商品的类型,若针对单个商品时可以不需要。
上期商品的使用天数通过公司(b)计算:
其中,d表示上期购买商品的使用天数;n表示上期购买商品的量;Ni(t)表示t时间内i商品消耗的数量;k表示系数调节参数;
本期商品的购买数量n通过公司(c)计算:
其中,n表示本期需要采购的数量;k表示系数调节参数;n1表示前一期采购的数量;α1表示前一期采购比例;α2表示当前采购占全年的比例;ε表示商品消耗变化比例;
调节系数参数根据采购的不同的推荐的时间来确定,比如推荐日期为上期商品刚好使用完则调节系数为1,如果推荐日期为上期商品没有使用完,根据还能使用的时间确定参数,则参数小于1,反之调节系数大于1,可根据商品的消耗速度和使用的天数适当增加k的值,比如上次购买可使用10天,当10天后购买则系数为1,当12天后购买则系数为1.2。
4)当特定企业的特定原料产品对应的购买周期来临时,将相应数量的原料产品推荐给该企业。
本发明的有益效果是:本发明可对企业采购商品及时提醒、且采购量精准,能够减少企业积压成本和提升企业办事效率。
附图说明
图1是本发明一具体实施方式的流程图之一。
图2是本发明一具体实施方式的流程图之一。
具体实施方式
下面结合附图和实施例对本发明作进一步说明:
如图1和图2所示,一种工业品原料商品推荐方法,包括以下步骤:
1)建立商品交易库:用于存储每个企业的商品交易记录;
2)确定变化比例参数,包括按月份的交易比例参数,年度环比增长比例参数,商品消耗速度变化比例参数;
月份交易比例参数:
月份交易比例参数αn表示某个月占全年采购量的比例,即月份交易比例,mn表示某个月商品的采购数量;
年度环比增长比例参数:
年度环比增长比例参数py表示年度商品消耗变化比例,yn表示前一年商品的总体消耗量;
商品消耗速度变化比例:
商品消耗速度变化比例ε表示商品消耗速度变化比例,Cn表示一段时间内商品的消耗数量;
3)构建推荐模型:根据历史交易记录计算出商品消耗速度,根据历史交易数据和交易时间计算出该企业下次企业购买该商品的周期和商品数量;
其中,商品消耗速度通过公式计算:
其中,Ni(t)表示t时间内i商品消耗的数量;Pji表示商品数量从j向i变化的变化率;Vi(t)表示在时间(t-1,t)i商品补充的数量;
上期商品的使用天数通过公司(b)计算:
其中,d表示上期购买商品的使用天数;n表示上期购买商品的量;Ni(t)表示t时间内i商品消耗的数量;k表示系数调节参数;
本期商品的购买数量n通过公司(c)计算:
其中,n表示本期需要采购的数量;k表示系数调节参数;n1表示前一期采购的数量;αn表示月份交易比例参数ε表示商品消耗变化比例;
调节系数参数:根据采购的不同的推荐的时间来确定,比如推荐日期为上期商品刚好使用完则调节系数为1,如果推荐日期为上期商品没有使用完,根据还能使用的时间确定参数,则参数小于1,反之调节系数大于1,可根据商品的消耗速度和使用的天数适当增加K的值,比如上次购买可使用10天,当10天后购买则系数为1,当12天后购买则系数为1.2。
4)当特定企业的特定原料产品对应的购买周期来临时,将相应数量的原料产品推荐给该企业。
以上推荐方法基于以下商品推荐系统实现,该商品推荐系统包括:
数据存储系统:用于存储交易历史记录,交易比例参数,商品消耗速度参数等;
推荐模型系统:用于根据各类交易数据和参数计算出企业采购某商品的下一个周期和数量;
推荐平台系统:用于接收请求,调用数据计算系统得出结果,返回结果集。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (1)
1.一种工业品原料商品推荐方法,其特征是,包括以下步骤:
1)建立商品交易库:用于存储每个企业的商品交易记录;
2)按以下公式确定变化比例参数,包括按月份交易比例参数,年度环比增长比例参数,商品消耗速度变化比例参数;
月份交易比例参数:
月份交易比例参数αn表示某个月占全年采购量的比例,即月份交易比例,mn表示某个月商品的采购数量;
年度环比增长比例参数:
年度环比增长比例参数py表示年度商品消耗变化比例,yn表示前一年商品的总体消耗量;
商品消耗速度变化比例:
ε表示商品消耗速度变化比例,Cn表示一段时间内商品的消耗数量;
3)构建推荐模型:根据历史交易记录计算出商品消耗速度,根据历史交易数据和交易时间计算出该企业下次企业购买该商品的周期和商品数量;
历史交易数据表示在t-1时间购买的商品数量;
交易时间表示在时间t或者时间t-1进行的交易的时间;
其中,商品消耗速度通过公式(a)计算:
其中,Ni(t)表示t时间内i商品消耗的数量;Pji表示商品数量从j向i 的变化率;Vi(t)表示在时间(t-1,t)i商品补充的数量;上期商品的使用天数通过公司(b)计算:
其中,d表示上期购买商品的使用天数;n表示上期购买商品的量;Ni(t)表示t时间内i商品消耗的数量;k表示系数调节参数;
本期商品的购买数量n通过公司(c)计算:
其中,n表示本期需要采购的数量;k表示系数调节参数;n1表示前一期采购的数量;αn表示月份交易比例参数;ε表示商品消耗变化比例,py表示年度采购变化比例参数;
4)当特定企业的特定原料产品对应的购买周期来临时,将相应数量的原料产品推荐给该企业。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710171638.5A CN107123017A (zh) | 2017-03-22 | 2017-03-22 | 一种工业品原料商品推荐方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710171638.5A CN107123017A (zh) | 2017-03-22 | 2017-03-22 | 一种工业品原料商品推荐方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107123017A true CN107123017A (zh) | 2017-09-01 |
Family
ID=59717256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710171638.5A Pending CN107123017A (zh) | 2017-03-22 | 2017-03-22 | 一种工业品原料商品推荐方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107123017A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109472659A (zh) * | 2017-09-08 | 2019-03-15 | 北京京东尚科信息技术有限公司 | 订单处理方法及系统 |
CN110135871A (zh) * | 2018-02-02 | 2019-08-16 | 北京京东尚科信息技术有限公司 | 计算用户复购期的方法和装置 |
CN111429190A (zh) * | 2020-06-11 | 2020-07-17 | 北京每日优鲜电子商务有限公司 | 物料采购订单的自动生成方法及系统、服务器及介质 |
CN113283960A (zh) * | 2021-05-18 | 2021-08-20 | 武汉畅来电子商务有限公司 | 基于大数据分析和云计算的垂直电商平台商品智能推荐方法和云服务平台 |
CN113301094A (zh) * | 2020-09-10 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 一种信息推送方法及装置 |
CN113657667A (zh) * | 2021-08-17 | 2021-11-16 | 北京沃东天骏信息技术有限公司 | 一种数据处理方法、装置、设备及存储介质 |
-
2017
- 2017-03-22 CN CN201710171638.5A patent/CN107123017A/zh active Pending
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109472659A (zh) * | 2017-09-08 | 2019-03-15 | 北京京东尚科信息技术有限公司 | 订单处理方法及系统 |
CN110135871A (zh) * | 2018-02-02 | 2019-08-16 | 北京京东尚科信息技术有限公司 | 计算用户复购期的方法和装置 |
CN111429190A (zh) * | 2020-06-11 | 2020-07-17 | 北京每日优鲜电子商务有限公司 | 物料采购订单的自动生成方法及系统、服务器及介质 |
CN111429190B (zh) * | 2020-06-11 | 2020-11-24 | 北京每日优鲜电子商务有限公司 | 物料采购订单的自动生成方法及系统、服务器及介质 |
CN113301094A (zh) * | 2020-09-10 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 一种信息推送方法及装置 |
CN113283960A (zh) * | 2021-05-18 | 2021-08-20 | 武汉畅来电子商务有限公司 | 基于大数据分析和云计算的垂直电商平台商品智能推荐方法和云服务平台 |
CN113657667A (zh) * | 2021-08-17 | 2021-11-16 | 北京沃东天骏信息技术有限公司 | 一种数据处理方法、装置、设备及存储介质 |
WO2023020255A1 (zh) * | 2021-08-17 | 2023-02-23 | 北京沃东天骏信息技术有限公司 | 数据处理方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107123017A (zh) | 一种工业品原料商品推荐方法 | |
CN106971249A (zh) | 一种销量预测及补货方法 | |
Taleizadeh | An economic order quantity model for deteriorating item in a purchasing system with multiple prepayments | |
Mandel | Art as an investment and conspicuous consumption good | |
CN107203904A (zh) | 销售商品的动态定价方法及系统 | |
KR20140056731A (ko) | 구매추천 시스템 및 방법 | |
CN104200279A (zh) | 商品首次需求预测方法和装置 | |
CN106875137A (zh) | 一种采购决策优化方法及系统 | |
Sicilia et al. | Optimal policy for an inventory system with power demand, backlogged shortages and production rate proportional to demand rate | |
Chang et al. | A coordination system for seasonal demand problems in the supply chain | |
Singh et al. | Supply chain inventory model with price-dependent consumption rate with ameliorating and deteriorating items and two levels of storage | |
Rameswari et al. | An integrated inventory model for deteriorating items with price-dependent demand under two-level trade credit policy | |
Chowdhury et al. | An inventory model for perishable items with stock and advertisement sensitive demand | |
CN111062669A (zh) | 业务处理方法、装置、存储介质及服务器 | |
Singh et al. | Two-warehouse inventory model for deteriorating items with shortages under inflation and time-value of money | |
Avramovic | Common Fund: Why and of What Kind | |
Indrajitsingha et al. | Two-storage inventory model for deteriorating items with price dependent demand and shortages under partial backlogged in fuzzy approach | |
Mohr | Optimal replenishment under price uncertainty | |
Greenshields | Changes in exchange rates: impact on US grain and soybean exports to Japan | |
Kuchler et al. | Consumers' welfare and off-season produce imports | |
CN109492905A (zh) | 一种基于购电量转移的可控资源控制方法 | |
Zhang et al. | Economic order quantity models with upstream partial trade credit and downstream full trade credit | |
Goswami et al. | Optimal retailer replenishment decisions in the EPQ model for deteriorating items with two level of trade credit financing | |
Douglas et al. | Monopolistic behavior in a market for durable goods | |
Rajoria et al. | An inventory model for decaying item with ramp demand pattern under inflation and partial backlogging |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for 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: 20170901 |