CN108229999A - 竞品评估方法及装置 - Google Patents
竞品评估方法及装置 Download PDFInfo
- Publication number
- CN108229999A CN108229999A CN201611190698.3A CN201611190698A CN108229999A CN 108229999 A CN108229999 A CN 108229999A CN 201611190698 A CN201611190698 A CN 201611190698A CN 108229999 A CN108229999 A CN 108229999A
- Authority
- CN
- China
- Prior art keywords
- product
- competing
- label
- data
- assessed
- 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.)
- Granted
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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0277—Online advertisement
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种竞品评估方法及装置,该方法包括:获取本品信息,根据该本品信息确定本品在预定范围内的竞品;获取若干标签化的数据,并从中筛选出具有本品标签的待评估数据;分别根据各竞品标签在待评估数据中出现的次数、相对于本品标签的距离和顺序评估每一项待评估数据,得到各竞品在每一项待评估数据相对于本品的竞争强度;统计评估结果,得到各竞品相对于本品的总竞争强度。本发明通过利用竞品标签在所述待评估数据中出现的次数、相对于本品标签的距离和顺序等信息对潜在竞品相对于本品的竞争强度进行全面分析评估,提高了评估的准确性;同时最终生成量化结果,便于进行直接比较。
Description
技术领域
本申请涉及数据分析技术领域,具体涉及一种竞品评估方法及装置。
背景技术
当前广告主在营销过程中遇到的核心问题之一在于,如何精准的找到自己的竞争对手,现有的数据产品虽然能够部分解决该问题,但准确性仍有待提高。
现有技术方案中,对本品竞争对手的识别大多依靠相似度和争夺率这两个指标。其背后的计算逻辑为利用行为序列数据,判断关注本品的cookie中有多少个还关注了某个竞品,这里的「关注」指cookie的产生搜索或点击浏览行为。图1为现有技术中根据相似度和争夺率的指标计算竞品的竞争强度的输出结果示例图。如图1所示,在图1中,各竞品越靠近右上角的本品,就与本品的竞争关系越强。但图中“逍客”和“途观”这两项竞品都非常靠近本品“奇骏”,导致无法精准判定这两项竞品的竞争强度的强弱程度。
因此,上述方案的缺陷在于:
一方面,只利用了行为序列数据中关于相似度和争夺率的一部分信息,而未充分利用数据中的其它信息,导致现有计算逻辑对潜在竞品的评估模式较为片面;
另一方面,产生的结果是非完全量化的,难以进行直接对比。
发明内容
鉴于现有技术中的上述缺陷或不足,期望提供一种充分利用数据中的信息对潜在竞品进行全面评估,并输出量化结果的竞品评估方法及装置。
第一方面,本发明提供一种竞品评估方法,该方法包括:
获取本品信息,根据该本品信息确定本品在预定范围内的竞品;
获取若干标签化的数据,并从中筛选出具有本品标签的待评估数据;
分别根据各竞品标签在待评估数据中出现的次数、相对于本品标签的距离和顺序评估每一项待评估数据,得到各竞品在每一项待评估数据相对于本品的竞争强度;
统计评估结果,得到各竞品相对于本品的总竞争强度。
第二方面,本发明提供一种竞品评估装置,该装置包括:
信息获取单元,配置用于获取本品信息,根据该本品信息确定本品在预定范围内的竞品;
数据获取单元,配置用于获取若干标签化的数据,并从中筛选出具有本品标签的待评估数据;
评估单元,配置用于分别根据各竞品标签在待评估数据中出现的次数、相对于本品标签的距离和顺序评估每一项待评估数据,得到各竞品在每一项待评估数据相对于本品的竞争强度;
统计单元,配置用于统计评估结果,得到各竞品相对于本品的总竞争强度。
第三方面,本发明还提供一种设备,包括一个或多个处理器和存储器,其中存储器包含可由该一个或多个处理器执行的指令以使得该一个或多个处理器执行根据本发明各实施例提供的竞品评估方法。
第四方面,本发明还提供一种存储有计算机程序的计算机可读存储介质,该计算机程序使计算机执行根据本发明各实施例提供的竞品评估方法。
本发明诸多实施例提供的竞品评估方法及装置通过利用竞品标签在所述待评估数据中出现的次数、相对于本品标签的距离和顺序等信息对潜在竞品相对于本品的竞争强度进行全面分析评估,提高了评估的准确性;同时最终生成量化结果,便于进行直接比较;
本发明一些实施例提供的竞品评估方法及装置进一步通过对数据进行过滤、分割、优化,并配置对应优化的评估规则,进一步提高评估的准确性。
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,本申请的其它特征、目的和优点将会变得更明显:
图1为现有技术中根据相似度和争夺率的指标计算竞品的竞争强度的输出结果示例图。
图2为本发明一实施例中竞品评估方法的流程图。
图3为图2所示方法的一优选实施方式中步骤S60的流程图。
图4为图3所示步骤S60的一优选实施方式的流程图。
图5为本发明一实施例中竞品评估装置的结构示意图。
图6为图5所示装置的一优选实施方式的结构示意图。
具体实施方式
下面结合附图和实施例对本申请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相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图2为本发明一实施例中竞品评估方法的流程图。
如图2所示,在本实施例中,本发明提供的竞品评估方法包括:
S20:获取本品信息,根据该本品信息确定本品在预定范围内的竞品。
具体地,在本实施例中,本品为品牌或产品,本品信息可以为品牌名称、品牌商标、产品名称、产品型号等任一项或多项可以确定品牌或产品的信息。
当本品为品牌时,预定范围可以根据实际需求配置为与本品品牌同行业,例如汽车行业,或,与本品品牌具有相同属性标签,例如电动车,竞品为预定范围内的品牌;当本品为产品时,预定范围可以根据实际需求配置为与本品产品相同类型,例如轿车,或,与本品产品具有相同属性标签,例如自动挡,竞品为预定范围内的产品。
获取本品信息后,通过与预定的数据库进行匹配确定本品的品牌或产品,再根据所配置的预定范围在预定的数据库中查找出所有符合条件的竞品。
在更多实施例中,还可根据实际需求将本品限定为虚拟游戏账号、书籍等不同类型的品类,将预定范围设置为其它本领域技术人员可以预料到的竞争范围,以及,通过检索互联网中的数据等不同手段确定本品和竞品,可实现相同的技术效果。
S40:获取若干标签化的数据,并从中筛选出具有本品标签的待评估数据。
具体地,在本实施例中,标签化的数据为标签化的缓存数据(cookie)。在更多实施例中,还可根据实际需求将标签化的数据配置为标签化的用户浏览历史记录等不同标签化数据,只要该标签化的数据中记载有用户按时序发生的点击或浏览等若干行为单元,即可实现相同技术效果。
S60:分别根据各竞品标签在待评估数据中出现的次数、相对于本品标签的距离和顺序评估每一项待评估数据,得到各竞品在每一项待评估数据相对于本品的竞争强度。
具体地,在步骤S60中,可以根据实际需求配置不同算法公式来依次评估每一项待评估数据中各竞品相对于本品的竞争强度,只要满足以下策略,即可实现相同技术效果:
1、竞品标签出现的次数越多,竞争强度越高;
2、在本品标签之后出现的竞品标签的竞争强度高于在本品标签之前出现的竞品标签;
3、竞品标签与本品标签的距离越接近,竞争强度越高。
基于策略1,本实施例中采用单独计算每个竞品标签的竞争强度,累加得到各竞品的竞争强度的技术手段;基于策略2,本实施例中采用为本品标签之前和之后的竞品标签分配不同参数的技术手段;基于策略3,本实施例中采用取竞品标签与本品标签的距离d作为竞争强度的负相关参数的技术手段。
在更多实施例中,还可采用其它同时满足上述三项策略的手段配置竞争强度的评估规则。
S80:统计评估结果,得到各竞品相对于本品的总竞争强度。
具体地,对步骤S60中评估所有cookie得到的各竞品的竞争强度进行累计叠加,得到各竞品相对于本品的总竞争强度。
优选地,还可根据cookie所对应的用户的特征,为不同cookie得到的各竞品的竞争强度分配不同系数,以优化突显目标客户群体的行为在最终评估结果中的占比。
上述实施例通过利用竞品标签在所述待评估数据中出现的次数、相对于本品标签的距离和顺序等信息对潜在竞品相对于本品的竞争强度进行全面分析评估,提高了评估的准确性;同时最终生成量化结果,便于进行直接比较。
图3为图2所示方法的一优选实施方式中步骤S60的流程图。
如图3所示,在一优选实施例中,步骤S60包括:依次对每一项待评估数据进行以下评估:
S61:筛选包括本品标签和/或竞品标签的行为单元,得到按时序排列的行为序列;
S63:以包括本品标签的行为单元为界线,将行为序列划分为若干子序列;
S65:根据第一规则分别计算前置子序列中各竞品标签所对应的竞品相对于本品的第一竞争强度;
S67:根据第二规则分别计算各后置子序列中各竞品标签所对应的竞品相对于本品的第二竞争强度。
其中,首次包括有本品标签的行为单元的子序列之前的子序列为前置子序列,其余各子序列均为后置子序列;所述第一规则根据竞品标签和第一个本品标签的距离d1配置生成,第一竞争强度CI1与d1负相关;所述第二规则根据竞品标签和当前子序列中本品标签的距离d2配置生成,第二竞争强度CI2与d2负相关。
图4为图3所示步骤S60的一优选实施方式的流程图。
如图4所示,在一优选实施例中,步骤S63之前还包括:
S62:合并行为序列中具有相同的本品标签和/或竞品标签的相邻行为单元。
具体地,在本实施例中,第一规则配置为:
第一竞争强度
第二规则配置为:
第二竞争强度其中,d1≥1,d2≥0。
在更多实施例中还可根据实际需求配置不同的参数乃至不同的公式,只要符合前述三项策略即可实现相同技术效果。
以下通过一实例对上述方法进行详细的示例性说明:
在步骤S20中,获取本品信息:起亚的商标图,确定本品为品牌:起亚,在预配置的同行业范围内的竞品包括:大众、奔驰、日产、宝马、……、长安、东风、路虎,即所有的其它汽车品牌。
在步骤S40中,获取若干标签化的cookie,并筛选出具有起亚标签的cookie,以滤除无关数据。
对于一项包括100项行为单元A1-A100的待评估的cookie,在步骤S61中,筛选包括起亚标签和/或各竞品标签的行为单元,得到按时序排列的行为序列:A2、A4、A5、A8、A22-A30、A43-A49、A55、A69-A89、A98;其中部分行为单元仅包括本品标签、部分行为单元仅包括竞品标签、其余行为单元同时包括本品标签和竞品标签。
在步骤S62中,依次比对行为序列中相邻的两个行为单元的标签:A2/A4、A4/A5、……A89/A98;若两个相邻的行为单元具有相同的本品标签和/或竞品标签,则进行合并。例如,A4和A5都具有奔驰标签,且不具有其它本品标签和竞品标签,则将A4和A5合并为A4&A5。合并后得到行为序列:A2、A4&A5、A8、A22-A30、A43&A44、A45-A49、A55、A69-A89、A98。
在步骤S63中,以包括起亚标签的行为单元为界线,将行为序列划分为若干子序列:
前置子序列:A2、A4&A5、A8、A22;
第一后置子序列:A23(包括起亚标签)-A30;
第二后置子序列:A43&A44(包括起亚标签);
第三后置子序列:A45(包括起亚标签)-A49、A55、A69-A88;
第四后置子序列:A89(包括起亚标签)、A98。
在步骤S65中,根据计算A2、A4&A5、A8、A22中每一项竞品标签所对应的竞品相对于本品的竞争强度。
例如,对于A2中的日产标签,A2与A23的距离为4,即d1=4,CI日产1=100*(0.6+0.4e-1.6);对于A4&A5中的奔驰标签,A4&A5与A23的距离为3,即d1=3,CI奔驰1=100*(0.6+0.4e-1.2);依此类推。
在步骤S67中,根据计算各后置子序列中每一项竞品标签所对应的竞品相对于本品的竞争强度。
例如,对于A43&A44中的路虎标签,A43&A44与A43&A44的距离为0,即d2=0,CI路虎1=100*(0.7+0.3e0);对于A88中的路虎标签,A88与A45的距离为25,即d2=25,CI路虎2=100*(0.7+0.3e-7.5);依此类推。
在步骤S80中,对步骤S60中的评估结果进行统计,得到各竞品相对于本品的总竞争强度。例如,CI路虎(总)=CI路虎1+CI路虎2+...+CI路虎n。
上述实施例进一步通过对数据进行过滤、分割、优化,并配置对应优化的评估规则,进一步提高评估的准确性。
图5为本发明一实施例中竞品评估装置的结构示意图。图5所示的装置可对应执行上述任一实施例提供的方法。
如图5所示,在本实施例中,本发明提供的竞品评估装置包括:
信息获取单元10,配置用于获取本品信息,根据该本品信息确定本品在预定范围内的竞品;
数据获取单元30,配置用于获取若干标签化的数据,并从中筛选出具有本品标签的待评估数据;
评估单元50,配置用于分别根据各竞品标签在待评估数据中出现的次数、相对于本品标签的距离和顺序评估每一项待评估数据,得到各竞品在每一项待评估数据相对于本品的竞争强度;
统计单元70,配置用于统计评估结果,得到各竞品相对于本品的总竞争强度。
图6为图5所示装置的一优选实施方式的结构示意图。
如图6所示,在一优选实施例中,评估单元50包括:
数据过滤子单元51,配置用于筛选包括本品标签和/或竞品标签的行为单元,得到按时序排列的行为序列;
数据分割子单元53,配置用于以包括本品标签的行为单元为界线,将所述行为序列划分为若干子序列;
数据分析子单元55,配置用于根据第一规则分别计算前置子序列中各竞品标签所对应的竞品相对于本品的第一竞争强度,以及,根据第二规则分别计算各后置子序列中各竞品标签所对应的竞品相对于本品的第二竞争强度。
在一优选实施例中,如图6所示,评估单元50进一步还包括:
数据优化子单元52,配置用于合并所述行为序列中具有相同的本品标签和/或竞品标签的相邻行为单元。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,所述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元或模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元或模块也可以设置在处理器中,例如,评估单元可以是设置在计算机或移动智能设备中的软件程序,也可以是单独进行数据分析以评估竞争强度的硬件装置。其中,这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面,本申请还提供了一种计算机系统,包括处理器和存储器,并可进一步包括本领域技术人员可以理解的其它计算机系统组件,例如显示器、各类输入输出设备等。其中存储器包含可由处理器执行的指令以使得处理器执行根据本发明各实施例提供的竞品评估方法。
作为又一方面,本申请还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例的装置中所包含的计算机可读存储介质;也可以是单独存在,未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序,该程序被一个或者一个以上的处理器用来执行描述于本申请的竞品评估方法。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离本申请构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (13)
1.一种竞品评估方法,其特征在于,所述方法包括:
获取本品信息,根据所述本品信息确定本品在预定范围内的竞品;
获取若干标签化的数据,并从中筛选出具有本品标签的待评估数据;
分别根据各竞品标签在所述待评估数据中出现的次数、相对于本品标签的距离和顺序评估每一项待评估数据,得到各竞品在每一项待评估数据相对于本品的竞争强度;
统计评估结果,得到各竞品相对于本品的总竞争强度。
2.根据权利要求1所述的竞品评估方法,其特征在于,所述标签化的数据包括若干行为单元;
所述分别根据各竞品标签在所述待评估数据中出现的次数、相对于本品标签的距离和顺序评估每一项待评估数据,得到各竞品在每一项待评估数据相对于本品的竞争强度包括:依次对每一项待评估数据进行以下评估:
筛选包括本品标签和/或竞品标签的行为单元,得到按时序排列的行为序列;
以包括本品标签的行为单元为界线,将所述行为序列划分为若干子序列;
根据第一规则分别计算前置子序列中各竞品标签所对应的竞品相对于本品的第一竞争强度;
根据第二规则分别计算各后置子序列中各竞品标签所对应的竞品相对于本品的第二竞争强度;
其中,首次包括有本品标签的行为单元的子序列之前的子序列为前置子序列,其余各子序列均为后置子序列;所述第一规则根据竞品标签和第一个本品标签的距离d1配置生成,第一竞争强度CI1与d1负相关;所述第二规则根据竞品标签和当前子序列中本品标签的距离d2配置生成,第二竞争强度CI2与d2负相关。
3.根据权利要求2所述的竞品评估方法,其特征在于,所述以包括本品标签的行为单元为界线,将所述行为序列划分为若干子序列之前还包括:
合并所述行为序列中具有相同的本品标签和/或竞品标签的相邻行为单元。
4.根据权利要求3所述的竞品评估方法,其特征在于,所述第一规则为,第一竞争强度
所述第二规则为,第二竞争强度
其中,d1≥1,d2≥0。
5.根据权利要求1-4任一项所述的竞品评估方法,其特征在于,所述标签化的数据为标签化的缓存数据(cookie)。
6.根据权利要求1-4任一项所述的竞品评估方法,其特征在于,所述本品为品牌,所述预定范围内的竞品为与本品同行业的品牌,或,与本品具有相同属性标签的品牌;或,
所述本品为产品,所述预定范围内的竞品为与本品同类型的产品,或,与本品具有相同属性标签的产品。
7.一种竞品评估装置,其特征在于,所述装置包括:
信息获取单元,配置用于获取本品信息,根据所述本品信息确定本品在预定范围内的竞品;
数据获取单元,配置用于获取若干标签化的数据,并从中筛选出具有本品标签的待评估数据;
评估单元,配置用于分别根据各竞品标签在所述待评估数据中出现的次数、相对于本品标签的距离和顺序评估每一项待评估数据,得到各竞品在每一项待评估数据相对于本品的竞争强度;
统计单元,配置用于统计评估结果,得到各竞品相对于本品的总竞争强度。
8.根据权利要求7所述的竞品评估装置,其特征在于,所述标签化的数据包括若干行为单元;
所述评估单元包括:
数据过滤子单元,配置用于筛选包括本品标签和/或竞品标签的行为单元,得到按时序排列的行为序列;
数据分割子单元,配置用于以包括本品标签的行为单元为界线,将所述行为序列划分为若干子序列;
数据分析子单元,配置用于根据第一规则分别计算前置子序列中各竞品标签所对应的竞品相对于本品的第一竞争强度,以及,根据第二规则分别计算各后置子序列中各竞品标签所对应的竞品相对于本品的第二竞争强度;
其中,首次包括有本品标签的行为单元的子序列之前的子序列为前置子序列,其余各子序列均为后置子序列;所述第一规则根据竞品标签和第一个本品标签的距离d1配置生成,第一竞争强度CI1与d1负相关;所述第二规则根据竞品标签和当前子序列中本品标签的距离d2配置生成,第二竞争强度CI2与d2负相关。
9.根据权利要求8所述的竞品评估装置,其特征在于,所述评估单元还包括:
数据优化子单元,配置用于合并所述行为序列中具有相同的本品标签和/或竞品标签的相邻行为单元。
10.根据权利要求9所述的竞品评估装置,其特征在于,所述第一规则为,第一竞争强度
所述第二规则为,第二竞争强度
其中,d1≥1,d2≥0。
11.根据权利要求7-10任一项所述的竞品评估装置,其特征在于,所述标签化的数据为标签化的缓存数据(cookie)。
12.根据权利要求7-10任一项所述的竞品评估装置,其特征在于,所述本品为品牌,所述预定范围内的竞品为与本品同行业的品牌,或,与本品具有相同属性标签的品牌;或,
所述本品为产品,所述预定范围内的竞品为与本品同类型的产品,或,与本品具有相同属性标签的产品。
13.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如权利要求1-6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611190698.3A CN108229999B (zh) | 2016-12-21 | 2016-12-21 | 竞品评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611190698.3A CN108229999B (zh) | 2016-12-21 | 2016-12-21 | 竞品评估方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108229999A true CN108229999A (zh) | 2018-06-29 |
CN108229999B CN108229999B (zh) | 2022-01-21 |
Family
ID=62650858
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611190698.3A Active CN108229999B (zh) | 2016-12-21 | 2016-12-21 | 竞品评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108229999B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109784637A (zh) * | 2018-12-13 | 2019-05-21 | 华为终端有限公司 | 应用于处理平台数据分析的方法和装置 |
CN110060088A (zh) * | 2019-03-07 | 2019-07-26 | 平安国际智慧城市科技股份有限公司 | 竞品监控方法、装置及存储介质、计算机设备 |
CN110443290A (zh) * | 2019-07-23 | 2019-11-12 | 广东数鼎科技有限公司 | 一种基于大数据的产品竞争关系量化生成方法及装置 |
CN110675205A (zh) * | 2018-07-03 | 2020-01-10 | 百度在线网络技术(北京)有限公司 | 基于应用的竞品分析方法、装置及存储介质 |
WO2022081267A1 (en) * | 2020-10-15 | 2022-04-21 | Pattern Inc. | Product evaluation system and method of use |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101393550A (zh) * | 2007-09-19 | 2009-03-25 | 日电(中国)有限公司 | 用于计算对象之间竞争性度量的方法与系统 |
CN102096876A (zh) * | 2009-12-15 | 2011-06-15 | 翁国雄 | 产品售价的再定价方法 |
US20140081706A1 (en) * | 2012-06-04 | 2014-03-20 | Unmetric, Inc. | Industry Specific Brand Benchmarking System Based On Social Media Strength Of A Brand |
CN104303215A (zh) * | 2013-04-10 | 2015-01-21 | 艾柯尼克环球游戏有限公司 | 用于支持基于商品的实时竞争的方法、设备和计算机可读介质 |
CN104851028A (zh) * | 2015-05-29 | 2015-08-19 | 北京京东尚科信息技术有限公司 | 一种基于标签对产品评价的方法及系统 |
CN105808611A (zh) * | 2014-12-31 | 2016-07-27 | 华为技术有限公司 | 数据挖掘方法和装置 |
-
2016
- 2016-12-21 CN CN201611190698.3A patent/CN108229999B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101393550A (zh) * | 2007-09-19 | 2009-03-25 | 日电(中国)有限公司 | 用于计算对象之间竞争性度量的方法与系统 |
CN102096876A (zh) * | 2009-12-15 | 2011-06-15 | 翁国雄 | 产品售价的再定价方法 |
US20140081706A1 (en) * | 2012-06-04 | 2014-03-20 | Unmetric, Inc. | Industry Specific Brand Benchmarking System Based On Social Media Strength Of A Brand |
CN104303215A (zh) * | 2013-04-10 | 2015-01-21 | 艾柯尼克环球游戏有限公司 | 用于支持基于商品的实时竞争的方法、设备和计算机可读介质 |
CN105808611A (zh) * | 2014-12-31 | 2016-07-27 | 华为技术有限公司 | 数据挖掘方法和装置 |
CN104851028A (zh) * | 2015-05-29 | 2015-08-19 | 北京京东尚科信息技术有限公司 | 一种基于标签对产品评价的方法及系统 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110675205A (zh) * | 2018-07-03 | 2020-01-10 | 百度在线网络技术(北京)有限公司 | 基于应用的竞品分析方法、装置及存储介质 |
CN110675205B (zh) * | 2018-07-03 | 2022-11-29 | 百度在线网络技术(北京)有限公司 | 基于应用的竞品分析方法、装置及存储介质 |
CN109784637A (zh) * | 2018-12-13 | 2019-05-21 | 华为终端有限公司 | 应用于处理平台数据分析的方法和装置 |
CN110060088A (zh) * | 2019-03-07 | 2019-07-26 | 平安国际智慧城市科技股份有限公司 | 竞品监控方法、装置及存储介质、计算机设备 |
CN110443290A (zh) * | 2019-07-23 | 2019-11-12 | 广东数鼎科技有限公司 | 一种基于大数据的产品竞争关系量化生成方法及装置 |
CN110443290B (zh) * | 2019-07-23 | 2022-02-18 | 广东数鼎科技有限公司 | 一种基于大数据的产品竞争关系量化生成方法及装置 |
WO2022081267A1 (en) * | 2020-10-15 | 2022-04-21 | Pattern Inc. | Product evaluation system and method of use |
Also Published As
Publication number | Publication date |
---|---|
CN108229999B (zh) | 2022-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108632097B (zh) | 异常行为对象的识别方法、终端设备及介质 | |
CN108229999A (zh) | 竞品评估方法及装置 | |
US20190236497A1 (en) | System and method for automated model selection for key performance indicator forecasting | |
Bangert | Optimization for industrial problems | |
CN104993962B (zh) | 获取终端使用状态的方法和系统 | |
CN109472305A (zh) | 答案质量确定模型训练方法、答案质量确定方法及装置 | |
CN112052394B (zh) | 专业内容信息的推荐方法、系统、终端设备和存储介质 | |
CN113435202A (zh) | 基于用户画像的产品推荐方法、装置、电子设备及介质 | |
CN116823409B (zh) | 一种基于目标搜索数据的智能筛选方法及系统 | |
WO2021049365A1 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
JP2010079595A (ja) | 規制対策の対象選定支援方法及びそのシステム | |
US20210064761A1 (en) | Security information processing device, information processing method, and recording medium | |
US20090276390A1 (en) | Modeling support system, modeling support method, and modeling support program | |
JP2013045430A (ja) | 製造コスト管理システム及び管理方法 | |
CN112163098A (zh) | 一种知识图谱的创建方法、装置、存储介质和服务器 | |
Ma et al. | Predictive usage mining for life cycle assessment | |
CN110704469A (zh) | 一种预警等级的更新方法、更新装置及可读存储介质 | |
US20120066370A1 (en) | Business processes tracking | |
CN111833080A (zh) | 信息推送的方法、装置、电子设备和计算机可读存储介质 | |
CN109345301A (zh) | 一种数据价格确定系统以及确定方法 | |
US20210191933A1 (en) | Data analysis device and data analysis method | |
Oh | Multiple imputation on missing values in time series data | |
CN103593426B (zh) | 一种商品搜索及提供方法及装置 | |
Mach-Król | On assessing an organization’s preparedness to adopt and make use of Big Data | |
CN111611461A (zh) | 一种数据处理方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |