CN107341694A - 一种基于商品大数据的智能导购方法 - Google Patents

一种基于商品大数据的智能导购方法 Download PDF

Info

Publication number
CN107341694A
CN107341694A CN201710548999.7A CN201710548999A CN107341694A CN 107341694 A CN107341694 A CN 107341694A CN 201710548999 A CN201710548999 A CN 201710548999A CN 107341694 A CN107341694 A CN 107341694A
Authority
CN
China
Prior art keywords
user
commodity
price
big data
method based
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
CN201710548999.7A
Other languages
English (en)
Inventor
张孟超
郑时东
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.)
Xiamen Interesting Network Technology Co Ltd
Original Assignee
Xiamen Interesting Network 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 Xiamen Interesting Network Technology Co Ltd filed Critical Xiamen Interesting Network Technology Co Ltd
Priority to CN201710548999.7A priority Critical patent/CN107341694A/zh
Publication of CN107341694A publication Critical patent/CN107341694A/zh
Pending legal-status Critical Current

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
    • 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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0241—Advertisements
    • G06Q30/0251—Targeted advertisements
    • G06Q30/0255—Targeted advertisements based on user history

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于商品大数据的智能导购方法，包括以下步骤：步骤S1：采集同一个商品N天的历史价格；步骤S2：根据堆排序算法对采集的N天的历史价格进行排序，获得排序中N天历史价格中的最小值n；步骤S3：用户根据上述最小值n预设该商品的心理价位；步骤S4：每隔一个时间周期自动为用户查询该商品的当前价格，并与上述用户的心理价位进行比较；步骤S5：当该商品的价格等于或者低于用户的心理价位时，提醒用户购物或在用户授权允许的价格范围内自动帮助用户买下该商品。本发明能够向用户推送及时、有针对性的导购信息，使用户能够购买到更加优惠的商品，避免错过最佳的购买机会，使用户的消费变得更加容易便捷，加强用户的消费体验。

Description

一种基于商品大数据的智能导购方法
技术领域
本发明涉及大数据分析技术领域，特别涉及一种基于商品大数据的智能导购方法。
背景技术
随着电子商务的迅猛发展，零售实体(以下简称商超)的市场分额受到了严重挤压；不仅如此，众多商超间的同质化竞争也使得商超留住客户越来越难。为了应对电商的冲击及同行的挑战，提升消费体验、留住消费者是商超的必由之路。考虑到智能终端的普及使人们能够方便的获取用户的数据，在这些数据背后，隐含了丰富的用户行为规律信息。因此，在商业环境下，对逛店消费者的时空信息进行深入的挖掘和分析，可以使我们更加深刻地理解个体消费者的逛店行为特征以及对产品及商铺的偏好，进而对产品推荐，商铺推荐，商铺布局以及广告推送等具有非常重要的意义。
在人们享受着经济快速发展带来的繁荣时，面对网上琳琅满目的商品，当人们想要找到自己想要的商品时，往往难以遇到满意的商品价格，而当心仪的商品出现优惠折扣时，又无法得到及时、有针对性的导购信息，从而错过最佳的购买机会，使得人们在购买商品时存在耗时耗力等诸多困难，最终降低人们的消费体验，导致用户的流失。
有鉴于此，本发明人专门设计了一种基于商品大数据的智能导购方法，本案由此产生。
发明内容
本发明的目的在于提供一种基于商品大数据的智能导购方法，以向用户推送及时、有针对性的导购信息，使用户能够购买到更加优惠的商品，避免错过最佳的购买机会，使用户的消费变得更加容易便捷，加强用户的消费体验。
为了实现上述目的，本发明采用的技术方案如下：
一种基于商品大数据的智能导购方法，包括以下步骤：
步骤S1：采集同一个商品N天的历史价格，N为自然数；
步骤S2：根据堆排序算法对采集的N天的历史价格进行排序，获得排序中N天历史价格中的最小值n，并将该最小值n推送给用户；
步骤S3：用户缴交预存费用预定该商品，并且根据上述最小值n预设该商品的心理价位；
步骤S4：每隔一个时间周期自动为用户查询该商品的当前价格，并与上述用户的心理价位进行比较，若该商品的当前价格高于用户的心理价位，则自动帮助用户保留寻求，并保持每小时跟进该商品的价格变动；
步骤S5：当该商品的价格等于或者低于用户的心理价位时，提醒用户购物或在用户授权允许的价格范围内自动帮助用户买下该商品。
所述步骤S3中，用户每月缴交固定的费用至后台，以实现费用预存。
基于商品大数据的智能导购方法还包括步骤S21，在所述步骤S2之后，监控该商品的优惠券信息，并将其推送给用户。
所述步骤S21中，商品的优惠券信息通过微信或APP推送给用户。
所述步骤S21中，通过各个电商平台提供的API监控和获取该商品的优惠券信息，并进行聚合与分发，将合适的优惠券信息推送给用户。
基于商品大数据的智能导购方法还包括步骤S10，在所述步骤S1之前，先通过爬虫系统和各个电商平台提供的API对同一个商品进行聚合，再通过深度优先搜索算法搜索出各个电商平台中价格最优惠的该商品，最后执行步骤S1。
所述步骤S2中，将该最小值n推送给用户时，通过与用户聊天时的语音信息，为用户确定所感兴趣的产品。
所述语音聊天信息包括用户的性别、兴趣、意向或疑惑问题。
采用上述方案后，本发明设计新颖，有趣智能，将大数据、人工智能技术和网络购物体验巧妙地融合在一起，实现电商购物的趣味化、舒适化和智能化，能够向用户推送及时、有针对性的导购信息，使用户能够购买到更加优惠的商品，避免错过最佳的购买机会，令用户的消费变得更加容易便捷，促进卖家与买家之间的交流，显著地加强用户的消费体验，具有良好的市场推广价值。
以下结合具体实施方式对本发明做进一步说明。
具体实施方式
本发明揭示的一种基于商品大数据的智能导购方法，包括以下步骤：
步骤S1：采集同一个商品N天的历史价格，N为自然数；
步骤S2：根据堆排序算法对采集的N天的历史价格进行排序，获得排序中N天历史价格中的最小值n，并将该最小值n推送给用户，N优选为30；
步骤S3：用户缴交预存费用预定该商品，并且根据上述最小值n预设该商品的心理价位；
步骤S4：每隔一个时间周期自动为用户查询该商品的当前价格，并与上述用户的心理价位进行比较，若该商品的当前价格高于用户的心理价位，则自动帮助用户保留寻求，并保持每小时跟进该商品的价格变动；
步骤S5：当该商品的价格等于或者低于用户的心理价位时，提醒用户购物或在用户授权允许的价格范围内自动帮助用户买下该商品。
当然，步骤S4中，若该商品的当前价格等于或者低于用户的心理价位，也会提醒用户购物或在用户授权允许的价格范围内自动帮助用户买下该商品；
在上述的步骤S3中，用户每月缴交固定的费用至后台，以实现费用预存，降低用户购物的压力，进一步加强了用户的购物体验。
在本实施例中，基于商品大数据的智能导购方法还包括步骤S21，在所述步骤S2之后，监控该商品的优惠券信息，并将其推送给用户，商品的优惠券信具体可以是通过微信或APP推送给用户，使用便捷，推送及时。
进一步地，所述步骤S21中，通过各个电商平台提供的API监控和获取该商品的优惠券信息，并进行聚合与分发，将合适的优惠券信息推送给用户，有效地加强用户的购物体验。
在本实施例中，基于商品大数据的智能导购方法还包括步骤S10，在所述步骤S1之前，先通过爬虫系统和各个电商平台提供的API对同一个商品进行聚合，再通过深度优先搜索算法搜索出各个电商平台中价格最优惠的该商品，最后执行步骤S1，从而确保用户能够获取最优惠的商品导购信息。
为了使导购效果更加智能和趣味，在所述步骤S2中，将该最小值n推送给用户时，通过与用户聊天时的语音信息，为用户确定所感兴趣的产品。
优选地，语音聊天信息包括用户的性别、兴趣、意向或疑惑问题。
本发明设计新颖，有趣智能，将大数据、人工智能技术和网络购物体验巧妙地融合在一起，实现电商购物的趣味化、舒适化和智能化，能够向用户推送及时、有针对性的导购信息，使用户能够购买到更加优惠的商品，避免错过最佳的购买机会，令用户的消费变得更加容易便捷，促进卖家与买家之间的交流，显著地加强用户的消费体验，具有良好的市场推广价值。
上述具体实施方式只是对本发明的技术方案进行详细解释，本发明并不止仅仅局限于上述实施例，凡是依据本发明原理的任何改进或替换，均应在本发明的保护范围之内。

Claims (8)

1.一种基于商品大数据的智能导购方法，其特征在于：包括以下步骤：
步骤S1：采集同一个商品N天的历史价格，N为自然数；
步骤S2：根据堆排序算法对采集的N天的历史价格进行排序，获得排序中N天历史价格中的最小值n，并将该最小值n推送给用户；
步骤S3：用户缴交预存费用预定该商品，并且根据上述最小值n预设该商品的心理价位；
步骤S4：每隔一个时间周期自动为用户查询该商品的当前价格，并与上述用户的心理价位进行比较，若该商品的当前价格高于用户的心理价位，则自动帮助用户保留寻求，并保持每小时跟进该商品的价格变动；
步骤S5：当该商品的价格等于或者低于用户的心理价位时，提醒用户购物或在用户授权允许的价格范围内自动帮助用户买下该商品。
2.根据权利要求1所述的一种基于商品大数据的智能导购方法，其特征在于：所述步骤S3中，用户每月缴交固定的费用至后台，以实现费用预存。
3.根据权利要求1所述的一种基于商品大数据的智能导购方法，其特征在于：还包括步骤S21，在所述步骤S2之后，监控该商品的优惠券信息，并将其推送给用户。
4.根据权利要求3所述的一种基于商品大数据的智能导购方法，其特征在于：所述步骤S21中，商品的优惠信息通过微信或APP推送给用户。
5.根据权利要求3所述的一种基于商品大数据的智能导购方法，其特征在于：所述步骤S21中，通过各个电商平台提供的API监控和获取该商品的优惠信息，并进行聚合与分发，将合适的优惠信息推送给用户。
6.根据权利要求1所述的一种基于商品大数据的智能导购方法，其特征在于：还包括步骤S10，在所述步骤S1之前，先通过爬虫系统和各个电商平台提供的API对同一个商品进行聚合，再通过深度优先搜索算法搜索出各个电商平台中价格最优惠的该商品，最后执行步骤S1。
7.根据权利要求1所述的一种基于商品大数据的智能导购方法，其特征在于：所述步骤S2中，将该最小值n推送给用户时，通过与用户聊天时的语音信息，为用户确定所感兴趣的产品。
8.根据权利要求7所述的一种基于商品大数据的智能导购方法，其特征在于：所述语音聊天信息包括用户的性别、兴趣、意向或疑惑问题。
CN201710548999.7A 2017-07-07 2017-07-07 一种基于商品大数据的智能导购方法 Pending CN107341694A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710548999.7A CN107341694A (zh) 2017-07-07 2017-07-07 一种基于商品大数据的智能导购方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710548999.7A CN107341694A (zh) 2017-07-07 2017-07-07 一种基于商品大数据的智能导购方法

Publications (1)

Publication Number Publication Date
CN107341694A true CN107341694A (zh) 2017-11-10

Family

ID=60218456

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710548999.7A Pending CN107341694A (zh) 2017-07-07 2017-07-07 一种基于商品大数据的智能导购方法

Country Status (1)

Country Link
CN (1) CN107341694A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108805549A (zh) * 2018-05-31 2018-11-13 常熟市百联自动机械有限公司 一种新零售超市管理方法及系统
CN108898457A (zh) * 2018-06-22 2018-11-27 北京京东金融科技控股有限公司 用于输出信息的方法和装置
CN109992745A (zh) * 2017-12-29 2019-07-09 北京京东尚科信息技术有限公司 数据处理方法及其系统、计算机系统及计算机可读介质
CN110754877A (zh) * 2019-11-04 2020-02-07 温州红秀招信息科技有限公司 一种基于大数据的商店商品自助导购装置
WO2021175137A1 (zh) * 2020-03-02 2021-09-10 北京沃东天骏信息技术有限公司 物品推荐系统、物品推荐的方法、计算机系统和介质
CN113689263A (zh) * 2021-08-25 2021-11-23 安徽高山科技有限公司 一种基于区块链的电商历史价格查询系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102779133A (zh) * 2011-05-12 2012-11-14 苏州同程旅游网络科技有限公司 基于多平台、多供应商的搜索比价方法
CN103136683A (zh) * 2011-11-24 2013-06-05 阿里巴巴集团控股有限公司 计算产品参考价格的方法、装置及产品搜索方法、系统
CN103593766A (zh) * 2012-08-17 2014-02-19 纽海信息技术（上海）有限公司 价格提醒装置及方法
CN105260908A (zh) * 2015-09-28 2016-01-20 魔线科技(深圳)有限公司 基于聊天会话内容推送靶向广告的方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102779133A (zh) * 2011-05-12 2012-11-14 苏州同程旅游网络科技有限公司 基于多平台、多供应商的搜索比价方法
CN103136683A (zh) * 2011-11-24 2013-06-05 阿里巴巴集团控股有限公司 计算产品参考价格的方法、装置及产品搜索方法、系统
CN103593766A (zh) * 2012-08-17 2014-02-19 纽海信息技术（上海）有限公司 价格提醒装置及方法
CN105260908A (zh) * 2015-09-28 2016-01-20 魔线科技(深圳)有限公司 基于聊天会话内容推送靶向广告的方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘红英，刘博，李韵琴: "《大数据技术与应用基础》", 30 June 2016, 海洋出版社 *
吴艳，赵瑞阳，曹平: "《数据结构 用C++语言描述》", 31 May 2016, 北京邮电大学出版社 *
秦姣华，向旭宇: "《C/C++常用算法手册 修订版》", 28 February 2013, 中国铁道出版社 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109992745A (zh) * 2017-12-29 2019-07-09 北京京东尚科信息技术有限公司 数据处理方法及其系统、计算机系统及计算机可读介质
CN108805549A (zh) * 2018-05-31 2018-11-13 常熟市百联自动机械有限公司 一种新零售超市管理方法及系统
CN108898457A (zh) * 2018-06-22 2018-11-27 北京京东金融科技控股有限公司 用于输出信息的方法和装置
CN110754877A (zh) * 2019-11-04 2020-02-07 温州红秀招信息科技有限公司 一种基于大数据的商店商品自助导购装置
WO2021175137A1 (zh) * 2020-03-02 2021-09-10 北京沃东天骏信息技术有限公司 物品推荐系统、物品推荐的方法、计算机系统和介质
CN113689263A (zh) * 2021-08-25 2021-11-23 安徽高山科技有限公司 一种基于区块链的电商历史价格查询系统
CN113689263B (zh) * 2021-08-25 2024-02-02 安徽高山科技有限公司 一种基于区块链的电商历史价格查询系统

Similar Documents

Publication Publication Date Title
CN107341694A (zh) 一种基于商品大数据的智能导购方法
CN103295152B (zh) 商品销售系统及其销售方法
CN108198051A (zh) 跨商品类别的商品推荐方法及装置
CN107045693A (zh) 媒体特征确定、媒体推荐方法及装置
CN105069641A (zh) 群联接线上线下的网络营销数据管理系统
CN110473075A (zh) 一种基于微信小程序的家居装饰品购物系统及使用方法
CN110910179A (zh) 一种拼团营销方法和装置
CN108230073A (zh) 一种管理互联网订单信息的方法和系统
KR101276295B1 (ko) 코디 정보 기반 온라인 쇼핑몰 상품 중개 시스템
CN108074124A (zh) 团购预约系统及方法
CN107623876A (zh) 一种发放互联网红包的方法和系统
Hoffmann et al. China’s e-commerce prize
CN108229996A (zh) 一种互联网商城推广秒杀活动的方法和系统
CN109034943A (zh) 一种基于实体超市的现场拼单方法
CN108053228A (zh) 一种基于电子商务平台的线上营销模式
Pang E-Commerce business model innovation under the background of internet celebrity economy
Bajaj et al. Online Group Buying Behavior: A Comparison of USA, China and Indian Markets
Quan Analysis of Taobao Single’s Day Shopping Festival from the Perspective of Managerial Economics
CN110288385A (zh) 一种o2o用户对poi下门店的偏好计算方法
CN110288426A (zh) 一种o2o场景下门店状态的确定方法
CN204557574U (zh) 基于社区公共wifi的区域性服务系统
CN201936349U (zh) 网络购物促销系统
CN108009896A (zh) 基于微博平台商品推广方法、电子设备、存储介质及系统
CN107644359A (zh) 一种基于b2c电子商务平台的微博管理系统及方法
Liu et al. Do consumer fairness concerns soften price competition? The role of declining costs

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: 20171110