CN107392703A - 一种确定预采购商品的方法、设备和服务器 - Google Patents

一种确定预采购商品的方法、设备和服务器 Download PDF

Info

Publication number
CN107392703A
CN107392703A CN201710562185.9A CN201710562185A CN107392703A CN 107392703 A CN107392703 A CN 107392703A CN 201710562185 A CN201710562185 A CN 201710562185A CN 107392703 A CN107392703 A CN 107392703A
Authority
CN
China
Prior art keywords
notes
commodity
temperature
commodities purchased
user
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
CN201710562185.9A
Other languages
English (en)
Inventor
孙镍波
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.)
Alibaba China Co Ltd
Original Assignee
Netease Kaola Hangzhou 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 Netease Kaola Hangzhou Technology Co Ltd filed Critical Netease Kaola Hangzhou Technology Co Ltd
Priority to CN201710562185.9A priority Critical patent/CN107392703A/zh
Publication of CN107392703A publication Critical patent/CN107392703A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0601Electronic shopping [e-shopping]
    • G06Q30/0623Item investigation
    • G06Q30/0625Directed, with specific intent or strategy
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"

Landscapes

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

Abstract

本发明提供一种确定预采购商品的方法,包括:从用户接收关于商品的笔记;计算特定时间段内所述笔记的热度;从所述笔记中提取商品信息,以获得潜在商品列表;以及根据所述热度、潜在商品列表以及库存信息来确定预采购商品。本发明提供的方案有助于优化商家的信息采集、优化商品采购,提高工作效率,降低商品采购的盲目性。

Description

一种确定预采购商品的方法、设备和服务器
技术领域
本发明涉及计算机领域,更具体地,涉及网络购物中库存商品信息的管理。
背景技术
对于购物网站而言,商品的采购、库存等因素非常重要。不恰当的采购和库存相关信息的采集和处理容易导致用户糟糕的购买体验,或者导致商家的货物积压等。例如,对于热门商品,如果得不到及时补充,那么容易导致缺货,不但影响用户的体验,而且还影响商家的利润;而如果冷门商品库存较多,那么会严重影响商家的工作效率、容易导致商家的资金被长期占用,特别是对于保质期较短的商品而言,甚至容易造成商家的损失。
当前,采购人员通常会以来于以往的采购经验以及实际的销售数据,根据市场预测得到消费需求以及变化趋势,并对这些信息进行分析,然后确定需要采购的商品。
这样的缺陷在于,不能直接和用户沟通,了解用户的真实需求,在需求反馈的及时性上也比较落后,从而导致一些热门商品缺货或者缺少品类。
此外,某些购物网站具有收集用户心愿单的功能,即收集用户想要购买的商品的清单。
但这种方案下,用户各自零散地表述想要买的商品,商家很难统一整理需求并列出优先级,而且用户提建议的动力不足。
现有技术中还没有能够较为准确地统计出库存状况,然后给采购人员合理建议的方法。
发明内容
需要理解的是,本公开的教导并不需要实现上面所述的全部有益效果,而是特定的技术方案可以实现特定的技术效果,并且本公开的其他实施方式还能够实现上面未提到的有益效果。
本发明的目的是提供一种方案,以解决商家的采购清单和用户近期真实的购物需求之间信息不对称、难以互相传达的难点,使得采购人员能够较为准确地确定要采购的商品。
根据本发明的第一方面,提供一种确定预采购商品的方法,包括:从用户接收关于商品的笔记;计算特定时间段内所述笔记的热度;从所述笔记中提取商品信息,以获得潜在商品列表;以及根据所述热度、潜在商品列表以及库存信息来确定预采购商品。
根据本发明的一个实施方式,其中,通过如下方式来计算特定时间内所述笔记的热度:根据针对所述笔记的点赞量、转载量和评论量中的至少一个来计算所述特定时间内所述笔记的热度。
根据本发明的一个实施方式,其中,通过如下方式来计算特定时间内所述笔记的热度:热度=点赞量*第一权重+转载量*第二权重+评论量*第三权重,其中,第一权重+第二权重+第三权重=100%。
根据本发明的一个实施方式,其中,所述第三权重大于第一权重和第二权重。
根据本发明的一个实施方式,其中,通过如下方式从所述笔记中提取商品信息,以获得潜在商品列表:从所述笔记中提取与所述商品相关的一个或多个关键词;根据所述一个或多个关键词搜索可能商品、并确定所述可能商品与所述一个或多个关键词的匹配度;将所述匹配度大于特定阈值的可能商品确定为潜在商品列表。
根据本发明的一个实施方式,其中,所述一个或多个关键词根据下列中的至少一种信息通过机器学习得到:品牌名称、商品名称和商品属性。
根据本发明的一个实施方式,其中,将所述库存信息与从热度最高的一个或多个笔记中获得的潜在商品列表进行对比,如果所述库存信息指示缺少所述商品列表中的一个或多个商品,则将所述一个或多个商品确定为预采购商品。
根据本发明的一个实施方式,进一步包括:向用户展示所确定的预采购商品,以供用户对所述预采购商品进行投票;接收用户对所述预采购商品的投票;根据投票数量来确定最佳预采购商品。
根据本发明的一个实施方式,其中,所述用户的消费金额越高,该用户的投票权重越大。
根据本发明的一个实施方式,其中,所述用户的投票权重等于所述消费金额的对数。
根据本发明的一个实施方式,进一步包括:向投票的用户给予特定折扣。
根据本发明的第二方面,提供一种对商品的采购提供指导的设备,包括:用于从用户接收关于商品的笔记的装置;用于计算特定时间段内所述笔记的热度的装置;用于从所述笔记中提取商品信息,以获得潜在商品列表的装置;以及用于根据所述热度、潜在商品列表以及库存信息来确定预采购商品的装置。
根据本发明的一个实施方式,其中,通过如下方式来计算特定时间内所述笔记的热度:根据针对所述笔记的点赞量、转载量和评论量中的至少一个来计算所述特定时间内所述笔记的热度。
根据本发明的一个实施方式,其中,通过如下方式来计算特定时间内所述笔记的热度:热度=点赞量*第一权重+转载量*第二权重+评论量*第三权重,其中,第一权重+第二权重+第三权重=100%。
根据本发明的一个实施方式,其中,所述第三权重大于第一权重和第二权重。
根据本发明的一个实施方式,其中,从所述笔记中提取商品信息,以获得潜在商品列表的装置包括:用于从所述笔记中提取与所述商品相关的一个或多个关键词的装置;用于根据所述一个或多个关键词搜索可能商品、并确定所述可能商品与所述一个或多个关键词的匹配度的装置;用于将所述匹配度大于特定阈值的可能商品确定为潜在商品列表的装置。
根据本发明的一个实施方式,其中,所述一个或多个关键词根据下列中的至少一种信息通过机器学习得到:品牌名称、商品名称和商品属性。
根据本发明的一个实施方式,其中用于根据所述热度、潜在商品列表来确定预采购商品的装置包括:用于根据所述热度、潜在商品列表以及库存信息来确定预采购商品的装置。
根据本发明的一个实施方式,其中,用于根据所述热度、潜在商品列表以及库存信息来确定预采购商品的装置包括:将所述库存信息与从热度最高的一个或多个笔记中获得的潜在商品列表进行对比的装置;以及,用于如果所述库存信息指示缺少所述商品列表中的一个或多个商品,则将所述一个或多个商品确定为预采购商品的装置。
根据本发明的一个实施方式,进一步包括:用于向用户展示所确定的预采购商品,以供用户对所述预采购商品进行投票的装置;用于接收用户对所述预采购商品的投票的装置;用于根据投票数量来确定最佳预采购商品的装置。
根据本发明的一个实施方式,其中,所述用户的消费金额越高,该用户的投票权重越大。
根据本发明的一个实施方式,其中,所述用户的投票权重等于所述消费金额的对数。
根据本发明的一个实施方式,进一步包括:用于向投票的用户给予特定折扣的装置。
根据本发明的第三方面,提供一种服务器,包括:一个或者多个处理器;存储器;存储在所述存储器中的程序,当被所述一个或者多个处理器执行时,所述程序使所述处理器执行如上所述的方法。
根据本发明的第四方面,提供一种计算机可读存储介质,所述计算机可读存储介质存储有程序,当所述程序被处理器执行时,使得所述处理器执行如上所述的方法。
本发明提供的方案有助于优化商家的信息采集、优化商品采购,提高工作效率,降低商品采购的盲目性。
附图说明
通过参考附图阅读下文的详细描述,本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本发明的若干实施方式,其中:
图1示出了根据本发明一个实施方式的确定预采购商品的方法流程图;
图2示出了根据本发明的从笔记中提取商品信息,以获得潜在商品列表的方法流程图;
图3示出了根据本发明一个优选实施方式的对预采购商品进行进一步判断的方法流程图;
图4示出了根据本发明第二方面的一种对商品的采购提供指导的设备;
图5描述了根据本发明的实施方式的确定预采购商品的服务器;以及
图6描述了根据本发明的实施方式的程序产品。
在附图中,相同或对应的标号表示相同或对应的部分。
具体实施方式
下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解,给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明,而并非以任何方式限制本发明的范围。相反,提供这些实施方式是为了使本公开更加透彻和完整,并且能够将本公开的范围完整地传达给本领域的技术人员。
为了实现本发明,电商网站需要设立一个用于晒物的网络社区,社区用户可以在其中自由地发布晒物笔记,这些晒物笔记都是用于描述某件商品的特征,以及使用的心得体会,并且可以关联至少一件商品。晒物笔记在社区内可以被转载传播,优秀的笔记可以获得更多的曝光,收获更多的热度变成热门笔记。网络社区是指例如论坛、贴吧等形式的网上交流空间,同一主题的网络社区集中了具有共同兴趣的访问者。社区用户是指登录社区浏览帖子或者发表言论的网络社区的网民。晒物指将自己对于某个商品的见解和体会记录下来分享给其他人阅读的行为,而由于晒物所撰写的文章等可以称为晒物笔记。
图1示出了根据本发明一个实施方式的确定预采购商品的方法流程图,包括:在操作S110,从用户接收关于商品的笔记;在操作S120,计算特定时间段内所述笔记的热度;在操作S130,从所述笔记中提取商品信息,以获得潜在商品列表;以及,在操作S140,根据所述热度、潜在商品列表来确定预采购商品。
可以提供开放的网络社区以供用户在该网络社区中发布自己的晒物笔记,这些晒物笔记可以包括商品的名称,价格,使用体验,特性等内容。
接下来,可以统计例如一个月内该笔记的热度。一般而言,反映笔记热度的因素主要涉及该笔记给关注的数量,这种关注可以包括多种,例如对笔记的点赞量、转载量以及评论量等。相比于一般的浏览量,上述的点赞量、转载量以及评论量能够更多地反映出用户对该笔记的内容做出了反馈,而不是仅仅简单地浏览,因此统计的结果也相对比较准确。由此,可以根据针对所述笔记的点赞量、转载量和评论量中的至少一个来计算所述特定时间内所述笔记的热度。
如果同时采用上述三个因子,则可以为上述因子分配相应的权重,以更加准确地计算热度,例如可以将热度计算为:热度=点赞量*第一权重+转载量*第二权重+评论量*第三权重,其中,第一权重+第二权重+第三权重=100%。
对于上述三个因子,评论量更能反映用户对该笔记的关注程度,因为用户需要花费更多的时间和精力来撰写其评论,因此可以给予第三权重最大值,由此,获得的评论越多,其热度可能越高。
图2示出了根据本发明的从笔记中提取商品信息,以获得潜在商品列表的方法流程图。
如图2所示,通过如下方式从所述笔记中提取商品信息,以获得潜在商品列表:在操作S1310,从所述笔记中提取与所述商品相关的一个或多个关键词;在操作S1320,根据所述一个或多个关键词搜索可能商品、并确定所述可能商品与所述一个或多个关键词的匹配度;在操作S1330,将所述匹配度大于特定阈值的可能商品确定为潜在商品列表。
由于笔记中一般存在关于商品的大量关键词,因此可以首先从这些笔记中提取关键词,以确定该笔记中品论的商品最可能是哪些商品。
例如,在电商网站中存在两款商品A和B,商品A具有特征集合{a,b,d,e,g},商品B具有特征集合{a,b,c,e,f}。如果笔记中出现了关键词{a,c,e,f},那么该笔记中所讨论的更可能是商品B,因为笔记中的关键词与商品B的特性有四项特征相匹配(匹配度80%);而笔记中讨论商品A的可能性则相对较低,因为笔记中的关键词与商品A只有两项特征相匹配(匹配度40%)。这里的匹配度仅仅是示例性质,只要是表征计算机领域检索结果和检索输入之间匹配程度的度量参数,都在本发明的保护范围内。
通过上面的例子可以看出,从每个笔记中可能会提取出多款商品的信息,因此首先需要根据这些关键词搜索到可能匹配的商品,并确定该笔记与这些可能商品的匹配度。将这些匹配度进行排名,并将排名或者匹配度超过一个特定阈值的商品形成列表,作为潜在需要采购的商品,或者称为潜在商品列表。
需要理解的是,上述的关键词可以是品牌名称、商品名称以及商品属性等,这些品牌名称、商品名称以及商品属性均可以通过机器学习和训练来得到。
机器学习的过程例如可以为,首先整理商品信息,例如商品对应的准确品牌名称、商品名称和商品属性词汇,然后将大量这样已经整理好的信息提供给机器的学习算法,让机器去学习和辨认哪些词汇是品牌名称,哪些是商品名称,哪些是商品属性词汇。然后,利用训练好的算法去分析多篇内容凌乱的笔记,将每一篇笔记中的可能是品牌名称、商品名称和商品属性词汇提取出来。最后,用这些提取出来的词汇去匹配可能的商品。
尽管上文中以先后顺序示出了操作S120和操作S130,但需要理解的是,上述两个操作并不必然存在先后顺序。例如,从笔记中提取商品信息,可以从热度较高的部分笔记中提取,在这种情况下,则需要先计算笔记的热度,在从热度靠前的一些笔记中提取商品信息,这有利于减少运算量,提升运算效率;另一方面,提取商品信息,也可以是从用户接收到的所有关于商品的笔记中提取,也就是说不管笔记的热度如何,都要从笔记中提取商品信息,这有利于提高商品的覆盖度。
接下来,可以根据上述的热度以及得到的潜在商品列表来确定需要采购的商品,换言之,可以将热度较高的笔记中讨论的那些商品作为待采购的商品来进行采购。
进一步地,根据本发明的一个优选实施方式,除了根据上述的笔记热度以及潜在商品列表来确定预采购商品之外,还可以附加地根据库存信息来确定预采购商品。具体地,可以将库存信息与从热度最高的一个或多个笔记中获得的潜在商品列表进行对比,如果库存信息指示缺少所述商品列表中的一个或多个商品,则将所述一个或多个商品确定为预采购商品。
具体而言,在得到了潜在商品列表之后,可以确认该列表中所列出的商品实际上是否缺货,如果缺货,则认为需要进行采购。
上述确认是否缺货的过程可以由系统自动进行,也可以由人工进行判断。人工判断进一步增加了判断的准确性。
图3示出了根据本发明一个优选实施方式的对预采购商品进行进一步判断的方法流程图。
如图3所示,本发明的方法进一步包括:操作S310,向用户展示所确定的预采购商品,以供用户对所述预采购商品进行投票;操作S320,接收用户对所述预采购商品的投票;以及,操作S330,根据投票数量来确定最佳预采购商品。
当如上文所述确定了与采购商品之后,可以通过用户投票来进一步确定更急迫需要采购的商品。可以建立一个投票的页面或者应用,将所确定的预采购商品列出在该投票的页面上供用户进行投票。用户根据自己的需要点击或者选取自己期望的商品。在一段时间之后,被投票数越多的商品,则被购买的可能性越大,这更加直接地反应了用户对特定商品的需求。上述的投票属于对预采购商品的二次筛选,使得预采购商品的判断更加准确。
对于投票用户,也可以通过分配不同权重的方式来区分用户的重要程度。例如,可以为经常进行网上购物的用户分配较高的权重,也可以为一段时间内累计购物金额较多的用户分配较高的权重,因为这些活跃用户的意见对于商品的采购更加重要,也更加准确。
为了方便计算,可以将用户的投票权重设置为其消费金额的对数,例如log2K,其中K为该用户的消费金额。
当然,仅仅设置投票并不能总能吸引用户参与进来,因为某些用户可能会认为投票会浪费其时间。为此,为了吸引更多的用户参与投票,可以向投票的用户给予特定折扣。即用户投票之后购买商品,特别是购买自己投过票的商品之后,可以给予一定的折扣。还可以在用户的投票数量达到一定程度之后,增大折扣力度。这将有利于吸引更多用户参与投票,从而增加商品采购的准确度。
图4示出了根据本发明第二方面的一种对商品的采购提供指导的设备,包括:用于从用户接收关于商品的笔记的装置M410;用于计算特定时间段内所述笔记的热度的装置M420;用于从所述笔记中提取商品信息,以获得潜在商品列表的装置M430;以及用于根据所述热度、潜在商品列表以及库存信息来确定预采购商品的装置M440。
根据本发明的一个实施方式,其中,通过如下方式来计算特定时间内所述笔记的热度:根据针对所述笔记的点赞量、转载量和评论量中的至少一个来计算所述特定时间内所述笔记的热度。
根据本发明的一个实施方式,其中,通过如下方式来计算特定时间内所述笔记的热度:热度=点赞量*第一权重+转载量*第二权重+评论量*第三权重,其中,第一权重+第二权重+第三权重=100%。
根据本发明的一个实施方式,其中,所述第三权重大于第一权重和第二权重。
根据本发明的一个实施方式,其中,从所述笔记中提取商品信息,以获得潜在商品列表的装置包括:用于从所述笔记中提取与所述商品相关的一个或多个关键词的装置;用于根据所述一个或多个关键词搜索可能商品、并确定所述可能商品与所述一个或多个关键词的匹配度的装置;用于将所述匹配度大于特定阈值的可能商品确定为潜在商品列表的装置。
根据本发明的一个实施方式,其中,所述一个或多个关键词根据下列中的至少一种信息通过机器学习得到:品牌名称、商品名称和商品属性。
根据本发明的一个实施方式,其中用于根据所述热度、潜在商品列表来确定预采购商品的装置包括:用于根据所述热度、潜在商品列表以及库存信息来确定预采购商品的装置。
根据本发明的一个实施方式,其中,用于根据所述热度、潜在商品列表以及库存信息来确定预采购商品的装置包括:将所述库存信息与从热度最高的一个或多个笔记中获得的潜在商品列表进行对比的装置;以及,用于如果所述库存信息指示缺少所述商品列表中的一个或多个商品,则将所述一个或多个商品确定为预采购商品的装置。
根据本发明的一个实施方式,进一步包括:用于向用户展示所确定的预采购商品,以供用户对所述预采购商品进行投票的装置;用于接收用户对所述预采购商品的投票的装置;用于根据投票数量来确定最佳预采购商品的装置。
根据本发明的一个实施方式,其中,所述用户的消费金额越高,该用户的投票权重越大。
根据本发明的一个实施方式,其中,所述用户的投票权重等于所述消费金额的对数。
根据本发明的一个实施方式,进一步包括:用于向投票的用户给予特定折扣的装置。
本发明提供的方案有助于优化商家的信息采集、优化商品采购,提高工作效率,降低商品采购的盲目性。
示例性设备
在介绍了本发明示例性实施方式的方法和设备之后,接下来,介绍根据本发明的另一示例性实施方式的确定预采购商品的服务器。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
在一些可能的实施方式中,本发明的服务器可以至少包括一个或多个处理器、以及至少一个存储器。其中,所述存储器存储有程序,当所述程序被所述处理器执行时,使得所述处理器执行本说明书中描述各种步骤。
下面参照图5来描述根据本发明的这种实施方式的确定预采购商品的服务器1。图5显示的服务器1仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,服务器1可以以通用计算设备的形式表现,包括但不限于:至少一个处理器10、至少一个存储器20、连接不同系统组件的总线60。
总线60表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构中的任意总线结构的局域总线。
存储器20可以包括易失性存储器形式的可读介质,例如随机存取存储器(RAM)21和/或高速缓存存储器22,还可以进一步包括只读存储器(ROM)23。
存储器20还可以包括程序模块24,这样的程序模块24包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
服务器1还可以与一个或多个外部设备2(例如键盘、指向设备、蓝牙设备等)通信,也可与一个或者多个其他设备进行通信。这种通信可以通过输入/输出(I/O)接口40进行,并在显示单元30上进行显示。并且,服务器1还可以通过网络适配器50与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器50通过总线60与服务器1中的其它模块通信。应当明白,尽管图中未示出,但可以结合服务器1使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
示例性程序产品
在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序代码在被处理器执行时,所述程序代码用于使所述处理器执行上面描述的方法。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
如图6所示,描述了根据本发明的实施方式的程序产品3,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外,尽管在附图中以特定顺序描述了本发明方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
虽然已经参考若干具体实施方式描述了本发明的精神和原理,但是应该理解,本发明并不限于所公开的具体实施方式,对各方面的划分也不意味着这些方面中的特征不能组合以进行受益,这种划分仅是为了表述的方便。本发明旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。

Claims (10)

1.一种确定预采购商品的方法,包括:
从用户接收关于商品的笔记;
计算特定时间段内所述笔记的热度;
从所述笔记中提取商品信息,以获得潜在商品列表;以及
根据所述热度、潜在商品列表来确定预采购商品。
2.根据权利要求1所述的方法,其中,通过如下方式来计算特定时间内所述笔记的热度:
根据针对所述笔记的点赞量、转载量和评论量中的至少一个来计算所述特定时间内所述笔记的热度。
3.根据权利要求1所述的方法,其中,通过如下方式从所述笔记中提取商品信息,以获得潜在商品列表:
从所述笔记中提取与所述商品相关的一个或多个关键词;
根据所述一个或多个关键词搜索可能商品、并确定所述可能商品与所述一个或多个关键词的匹配度;
将所述匹配度大于特定阈值的可能商品确定为潜在商品列表。
4.根据权利要求3所述的方法,其中,所述一个或多个关键词根据下列中的至少一种信息通过机器学习得到:品牌名称、商品名称和商品属性。
5.根据权利要求1所述的方法,其中根据所述热度、潜在商品列表来确定预采购商品包括:根据所述热度、潜在商品列表以及库存信息来确定预采购商品。
6.根据权利要求5所述的方法,其中,根据所述热度、潜在商品列表以及库存信息来确定预采购商品包括:将所述库存信息与从热度最高的一个或多个笔记中获得的潜在商品列表进行对比,如果所述库存信息指示缺少所述商品列表中的一个或多个商品,则将所述一个或多个商品确定为预采购商品。
7.根据权利要求1-6中任意一项所述的方法,进一步包括:
向用户展示所确定的预采购商品,以供用户对所述预采购商品进行投票;
接收用户对所述预采购商品的投票;
根据投票数量来确定最佳预采购商品。
8.一种对商品的采购提供指导的设备,包括:
用于从用户接收关于商品的笔记的装置;
用于计算特定时间段内所述笔记的热度的装置;
用于从所述笔记中提取商品信息,以获得潜在商品列表的装置;以及
用于根据所述热度、潜在商品列表来确定预采购商品的装置。
9.一种服务器,包括:
一个或者多个处理器;
存储器;
存储在所述存储器中的程序,当被所述一个或者多个处理器执行时,所述程序使所述处理器执行如权利要求1-7中任意一项所述的方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有程序,当所述程序被处理器执行时,使得所述处理器执行如权利要求1-7中任意一项所述的方法。
CN201710562185.9A 2017-07-11 2017-07-11 一种确定预采购商品的方法、设备和服务器 Pending CN107392703A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710562185.9A CN107392703A (zh) 2017-07-11 2017-07-11 一种确定预采购商品的方法、设备和服务器

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710562185.9A CN107392703A (zh) 2017-07-11 2017-07-11 一种确定预采购商品的方法、设备和服务器

Publications (1)

Publication Number Publication Date
CN107392703A true CN107392703A (zh) 2017-11-24

Family

ID=60339011

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710562185.9A Pending CN107392703A (zh) 2017-07-11 2017-07-11 一种确定预采购商品的方法、设备和服务器

Country Status (1)

Country Link
CN (1) CN107392703A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108665347A (zh) * 2018-05-07 2018-10-16 平安普惠企业管理有限公司 基于用户需求的产品推荐方法、装置、设备及存储介质
CN109829100A (zh) * 2018-09-04 2019-05-31 行吟信息科技(上海)有限公司 一种社区笔记中的商品自动处理方法及系统
CN110223092A (zh) * 2018-03-01 2019-09-10 北京京东尚科信息技术有限公司 选品方法、装置和计算机可读存储介质
TWI684145B (zh) * 2018-08-31 2020-02-01 財團法人工業技術研究院 倉儲儲位配置系統

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105488711A (zh) * 2015-11-30 2016-04-13 北京北纬通信科技股份有限公司 基于多Agent的网络直销系统
CN105956882A (zh) * 2016-05-09 2016-09-21 陈包容 一种获取采购需求的方法及装置
CN106204090A (zh) * 2015-04-02 2016-12-07 潘仁杰 网络信息流通方法
CN106600084A (zh) * 2015-10-15 2017-04-26 中国人民解放军装甲兵学院 一种精准的高校图书需求收集方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106204090A (zh) * 2015-04-02 2016-12-07 潘仁杰 网络信息流通方法
CN106600084A (zh) * 2015-10-15 2017-04-26 中国人民解放军装甲兵学院 一种精准的高校图书需求收集方法
CN105488711A (zh) * 2015-11-30 2016-04-13 北京北纬通信科技股份有限公司 基于多Agent的网络直销系统
CN105956882A (zh) * 2016-05-09 2016-09-21 陈包容 一种获取采购需求的方法及装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110223092A (zh) * 2018-03-01 2019-09-10 北京京东尚科信息技术有限公司 选品方法、装置和计算机可读存储介质
CN108665347A (zh) * 2018-05-07 2018-10-16 平安普惠企业管理有限公司 基于用户需求的产品推荐方法、装置、设备及存储介质
TWI684145B (zh) * 2018-08-31 2020-02-01 財團法人工業技術研究院 倉儲儲位配置系統
CN110874670A (zh) * 2018-08-31 2020-03-10 财团法人工业技术研究院 仓储储位配置系统
CN110874670B (zh) * 2018-08-31 2023-07-04 财团法人工业技术研究院 仓储储位配置系统
CN109829100A (zh) * 2018-09-04 2019-05-31 行吟信息科技(上海)有限公司 一种社区笔记中的商品自动处理方法及系统

Similar Documents

Publication Publication Date Title
Ibrahim et al. A text analytics approach for online retailing service improvement: Evidence from Twitter
Hu et al. Predicting hotel review helpfulness: The impact of review visibility, and interaction between hotel stars and review ratings
Ghose et al. Opinion mining using econometrics: A case study on reputation systems
Ren et al. Arousal, valence, and volume: how the influence of online review characteristics differs with respect to utilitarian and hedonic products
Chiu et al. Website quality and customer's behavioural intention: an exploratory study of the role of information asymmetry
CN101496002B (zh) 利用在线会话的内容选择广告内容和/或其他相关信息以供显示的系统和方法
Wang et al. Feedback mechanisms and consumer satisfaction, trust and repurchase intention in online retail
CN106095900B (zh) 一种搜索结果提供方法和装置
CN107392703A (zh) 一种确定预采购商品的方法、设备和服务器
US20150199752A1 (en) Electronic commerce using social media
Luo et al. The effects of online reviews, perceived value, and gender on continuance intention to use international online outshopping website: An elaboration likelihood model perspective
US11574351B2 (en) System and method for quality assessment of product description
Birim et al. Detecting fake reviews through topic modelling
Harrison et al. Market research in practice: an introduction to gaining greater market insight
Zhang et al. Automatically predicting the helpfulness of online reviews
Kim et al. Accurate and prompt answering framework based on customer reviews and question-answer pairs
Yang et al. The influence of social Q&A systems on consumers' purchase intention: an empirical study based on Taobao's “Ask Everyone”
Jason Sit et al. Perceived authenticity of online-only brands (OOBs): a quali-quantitative study with online consumers
Lee et al. Tone of writing on fashion retail websites, social support, e-shopping satisfaction, and category knowledge
Kim et al. Predicting the Currency Market in Online Gaming via Lexicon‐Based Analysis on Its Online Forum
Shih et al. The dissemination and impacts of deceptive eWOM: a dynamic process perspective
Shikalgar et al. Online Review Mining for forecasting sales
Hsu The study of consumers’ intention to purchase in unmanned stores
Zhang et al. Chelsea won, and you bought a T-shirt: Characterizing the interplay between Twitter and e-Commerce
CN101187920A (zh) 行为特征评估系统与方法

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20191105

Address after: 310012 G building, 10 floor, A building, Paradise Software Park, 3 West Road, Hangzhou, Xihu District, Zhejiang

Applicant after: Alibaba (China) Co., Ltd.

Address before: Hangzhou City, Zhejiang province 310051 Binjiang District River Street No. 1786 Jianghan Road Longsheng Building Room 803

Applicant before: Netease Koala (Hangzhou) Technology Co., Ltd.

RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20171124