CN108335171A - 一种快消品精准推荐方法以及系统 - Google Patents

Abstract

本发明涉及一种快消品精准推荐方法以及系统，包括以下步骤：S1：以零售户的订货量为输入，获取零售户的订货量；S2：根据订货量对某一款快消品进行量化打分；S3：根据所有零售户对某一款快消品的打分，预测出零售户对未订货的快消品的评分，根据分值大小排序，把分值高的快消品推荐给零售户；S4：判断投放的新品所属类别；S5：找出有新品相似的已知快消品品牌，通过查询数据库，由已知快消品对不同客户的销量预测得到新品对不同零售户的销量，筛选出销量靠前的零售户。本发明使零售户的快消品增量传导到零售商，使零售商获得实际的收益；由于快消品精准推荐能找到个性化专属的热卖快消品，因此能够有效增加消费者粘性，同时提升消费者的满意度。

Description

一种快消品精准推荐方法以及系统

技术领域

本发明涉及商场信息处理领域，尤其是一种快消品精准推荐方法以及系统。

背景技术

当前，在快速消费品(简称快消品)行业内，如奶制品、饮料等，市场竞争尤为激烈，各个厂家会通过各种手段来提高销售量，抢占市场。对各个厂家而言，在保持、持续扩大现有产品销量的前提下，因为市场竞争的激烈，不断的开发新品，并将新品快速的投入市场并被目标群体所接受，也是各个厂家提高产品销量、增加市场份额的一种常见手段。如何更高质量更科学的进行快消品推荐，提升快消品消费结构，增加消费者粘性，是快消品行业着力改善的重点。

对于用户而言，快消品与一般的电子类商品、服装商品是不一样的，购买电子类商品和服装商品时，用户往往可能会进行多次尝试或关注，而且愿意耗费较多时间；而快消品则不然，由于快消品本身的特点决定用户一般不会如电子类产品等那样去耗费太多时间去观看产品信息，所以通过用户以往的消费习惯，获取与用户消费行为相关的大数据，利用大数据进行分析从而进行精准推荐方法显得尤为重要。

协同过滤是利用某兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的信息，个人通过合作的机制给予信息相当程度的回应并记录下来达到过滤的目的帮助别人筛选信息，但在现有技术中，没有完善的将协同过滤用在消费品推荐领域的方法。

为了解决这种问题，特此提出本发明。

发明内容

本发明的一个目的，在于提供一种快消品精准推荐方法。

为了实现这些目的，采用如下技术方案：

一种快消品精准推荐方法，包括以下步骤：

S1：以零售户的订货量为输入，获取零售户的订货量；

S2：根据订货量对某一款快消品产品进行量化打分；

S3：根据所有零售户对某一款快消品产品的打分，预测出零售户对未订货的快消品的评分，根据分值大小排序，把分值高的快消品推荐给零售户。

进一步的，所述快消品精准推荐方法还包括以下步骤，S4：判断投放的新品所属类别；

S5：找出有新品相似的已知快消品品牌，通过查询数据库，由已知快消品品牌对不同客户的销量预测得到新品快消品对不同零售户的销量，筛选出销量靠前的零售户。

本发明的另一个目的，在于提供一种快消品精准推荐系统。

为了实现这些目的，采用如下技术方案：

一种快消品精准推荐系统，包括数据获取模块，用于以零售户的订货量为输入，获取零售户的订货量；

打分模块，用于根据订货量对某一款快消品产品进行量化打分；

推荐模块，用于根据所有零售户对某一款快消品产品的打分，预测出零售户对未订货的快消品的评分，根据分值大小排序，把分值高的快消品推荐给零售户；

新品分类模块，用于判断投放的新品类别；

新品预测模块，用于找出有新品相似的已知快消品品牌，通过查询数据库，由已知快消品品牌对不同客户的销量预测得到新品快消品对不同零售户的销量，筛选出销量靠前的零售户。

进一步的，所述推荐模块包括以下子模块：零售户选择模块、组织机构快消品推荐模块、访销线快消品推荐模块、零售户快消品推荐模块、推荐记录功能模块、历史推荐查询模块、预警提示信息模块、数据导出模块；

所述零售户选择模块，有多种查询方式，主要的查询方式包括级联方式查询、通过零售户名称查询、通过零售户编码查询；

所述级联方式查询是指依次选择组织机构、访销线、零售户实现查询；

所述组织机构快消品推荐模块，是指选中某个组织机构，统计展示该组织机构内推荐分数最高的若干款快消品；

所述访销线快消品推荐模块，是指选中某个组织机构下的某个访销线，会显示该访销线下推荐分数最高的若干款快消品；

所述零售户快消品推荐模块，是指选中某个零售户，显示对该零售户能够筛选推荐分数的快消品品牌；

所述推荐记录功能模块，在快消品推荐图表中勾选快消品品牌，并确认推荐后，系统会进行记录；

所述历史推荐查询模块，选中某个零售户，系统会显示近些天的历史推荐记录，包括推荐时间和推荐品牌；

所述预警提示信息模块，快消品推荐中分数比较高，但上周订货量没达到预期的快消品品牌，会进行预警提示；

所述数据导出模块，是指提供将页面信息以EXCEL表格形式导出下载的功能。

优选的，所述新品分类模块包括以下子功能模块：

快消品相似度图示模块，用于TOP快消品相似度图示展示；

快消品相似度表格模块，用于快消品相似度TOP表格；

数据导出模块，用于提供将页面信息以EXCEL表格形式导出下载。

在一个实施例中，所述新品投放模块包括以下子模块：

新品选择模块，用于多个新品上市，能够在下拉框中进行选择；

快消品相似度展示模块，用于通过快消品相似度TOP表格，将与所选品牌相似度最高的若干个品牌名称及相似度罗列；

试点零售户推荐模块，用于推荐试点零售户，将选中品牌的推荐试点零售户在地图上展示出来，并以不同颜色标注不同推荐分数；

地图主题选择模块，除默认地图主题外，能够选择不同主题；

数据导出模块，用于提供将页面信息以EXCE表格形式导出下载。

在一个实施例中，所述快消品精准推荐系统还包括零售户分布模块；

零售户分布模块，用于查看某款快消品重点推荐的零售户以及重点区域的分布情况。

优选的，所述零售户分布模块还包括以下子模块：

快消品品牌选择模块，用于进行快消品品牌选择；

零售户分布地图制作模块，用于制作零售户分布地图；

零售户详情查看模块，用于查看零售户详情；

筛选零售户模块，用于选择推荐的分数或者分数段；

快消品品牌整体推荐模块，用于展示某个快消品品牌在某一地区的整体推荐情况；

快消品品牌区域推荐模块，用于以区或县为单位，展示品牌在某一地区的整体推荐情况；

地图主题选择模块，用于除默认地图主题外，能够选择不同主题的地图；

数据导出模块，用于提供将页面展示信息以表格形式导出下载。

进一步的，所述组织机构快消品推荐模块统计展示该组织机构内推荐分数最高的10款快消品；所述访销线快消品推荐模块显示该访销线下推荐分数最高的10款快消品；所述零售户快消品推荐模块显示该零售户推荐分数最高的10 款快消品；所述推荐记录功能模块在零售户快消品推荐TOP10图表中勾选快消品品牌，并确认推荐后，系统会进行记录。

进一步的，所述历史推荐查询模块会显示近30天的历史推荐记录。

有益技术效果：

1.对快消品公司，零售户的快消品增量传导到快消品，使快消品获得实际的收益。

2.对零售户，由于快消品精准推荐能找到个性化专属的热卖快消品产品，因此能够有效增加消费者粘性，最终达到盘活资金、减少库存、提高利润的目的。

3.消费者能够更便捷的买到心仪的快消品，提升消费者的满意度。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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是本发明所述快消品精准推荐方法的流程图。

图2是本发明所述快消品精准推荐方法的又一流程图。

图3是本发明所述快消品精准推荐系统的结构框图。

图4是本发明所述推荐模块的结构框图。

图5是本发明所述新品分类模块的结构框图。

图6是本发明所述新品投放模块的结构框图。

图7是本发明所述零售户分布模块的结构框图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本发明可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本发明范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。

以下将通过实施例对本发明进行详细描述。

一般而言，推荐系统作为一类信息过滤技术，需要一个包含所有用户的用户集，在本发明中为零售户，以及包含所有商品的商品集，在本发明中为所有的快消品品牌，此外还包括用户对商品的评分矩阵。这里的评分矩阵一般情况下分两种：显反馈和隐反馈。显式的评分即用户在给定打分范围内商品评分，显式地表明对该商品的喜欢程度，比如豆瓣电影用户可以给自己看过的电影打分，1分表示不喜欢该电影，相反地，5分表示用户非常喜欢该电影。而更为常见的情况是用户的隐反馈，比如用户在网上购买、点击、收藏等记录，这些行为并非明确的表示用户对商品的喜恶程度，本发明中，使用隐式反馈，所述隐式反馈通过订货数据的记录来表示零售户对快消品品牌的喜恶程度，在一定的时间段内，零售户对某一快消品品牌的订货数据频繁并且数据较大，隐式表明零售户对此快消品品牌的打分较高。

实施例1：

参照图1，一种快消品精准推荐方法，具体快消品精准推荐方法所述包括以下步骤：S1：以零售户的订货量为输入，获取零售户的订货量；

S2：根据订货量对某一款快消品产品进行量化打分；

S3：根据所有零售户对某一款快消品产品的打分，预测出零售户对未订货的快消品的评分，根据分值大小排序，把分值高的快消品推荐给零售户。

进一步的，在S2中，将快消品产品的订货量转化为评分矩阵R[u][i],标志零售户u对快消品产品i的评分。由于某个零售户订购的快消品品牌占总品牌比重较小，零售户-快消品矩阵是高维稀疏矩阵，采用矩阵分解优化模型，同时在对订货量数据进行处理后发现，近似服从泊松分布，归一化数据后，输出最后的推荐分数。所述推荐分数采用0-1评分制评分，1为最高分最好，0最低评分或者没有参与评分，根据最后推荐的分数，利用协同过滤算法向零售户进行商品推荐。

进一步的，在S2中，能够进行显性打分，通过问卷或者问询的形式，零售户对产品进行打分，根据订货量对于打分的结果能够设定不同的权重值。订货量越大，权重越大，越能影响整体的打分结果。

进一步的，在S3中，结合协同过滤算法，预测出零售户对未订货的快消品的评分，根据分值大小排序，把分值高的快消品推荐给零售户。

参照图2，所述快消品精准推荐方法还包括以下步骤，S4：判断投放的新品所属类别。

在这个步骤中使用决策树模型，决策树是根据数据的属性采用树状结构来建立决策模型，常用来解决分类问题，每个叶子结点表示对象所属的预测结果。本系统中会根据定性筛选的快消品属性指标作为分枝使用决策树模型，最终可以得出不同的叶子结点，各叶子结点作为分类集合，记集合为A、B…。此步骤可以判定将要投放的新品所在类别。

S5：找出有新品相似的已知快消品品牌，通过查询数据库，由已知快消品品牌对不同客户的销量预测得到新品快消品对不同零售户的销量，筛选出销量靠前的零售户。

在这个步骤中，使用聚类算法，聚类算法在商业分析中应用很多，用来根据相关属性将数据对象分组，为后续的挖掘分析提供基础。本系统中，在将投放的新品所属类别中使用聚类算法，找出与新品种相似的快消品。将聚类得到的数据单独拿出构成集合，求解余弦相似度，对结果进行排序即可得到与新品种相似度较高的快消品品牌ID。将聚类得到的数据集合，由已知快消品对不同客户的销量预测得到新品快消品对不同零售户的销量，筛选出销量靠前的零售户。

本实施例主要是以订货数据为输入，应用协同过滤算法，计算出快消品的相似度以及每个快消品品牌对零售户的推荐分数，对零售户进行快消品品牌推荐。

所述推荐方法基于这样一个假设：用户对项目的打分越高，表明用户越喜欢项目，因此，在本方法中，零售户对某一款快消品的订货量越大，表明零售户越偏好此款快消品。协同过滤算法的目的是预测出零售户对未订货的快消品的评分，根据分值大小排序，把分值高的快消品推荐给零售户。由于某个零售户订购的快消品品牌占总品牌比重较小，零售户-快消品矩阵是高维稀疏矩阵，本系统采用矩阵分解优化模型效果，同时在对订货量数据进行处理后发现，近似服从泊松分布，归一化数据后，输出最后的推荐分数。

建立评分矩阵时，以零售户的订货量为输入，根据零售户的订货量构建零售户-快消品品牌-评分矩阵R；采集m个零售户，零售户表示为customer，n个快消品品牌，快消品品牌表示为item，则R表示为：式中，Rci表示零售户 customer对快消品品牌item的评分；其中，Rci采用如下方法进行构建：null 表示零售户customer未订购的item，C为零售户对快消品品牌item的订货量。

实施例2：

参照图3，一种快消品精准推荐系统，包括数据获取模块，用于以零售户的订货量为输入，获取零售户的订货量；

打分模块，用于根据订货量对某一款快消品产品进行量化打分；

推荐模块，用于根据所有零售户对某一款快消品产品的打分，预测出零售户对未订货的快消品的评分，根据分值大小排序，把分值高的快消品推荐给零售户；

新品分类模块，用于判断投放的新品所属类别；

新品预测模块，用于找出有新品相似的已知快消品品牌，通过查询数据库，由已知快消品品牌对不同客户的销量预测得到新品快消品对不同零售户的销量，筛选出销量靠前的零售户。

参照图4，所述推荐模块包括以下子模块：零售户选择模块、组织机构快消品推荐模块、访销线快消品推荐模块、零售户快消品推荐模块、推荐记录功能模块、历史推荐查询模块、预警提示信息模块、数据导出模块。

所述零售户选择模块，有多种查询方式，所述主要的查询方式包括级联方式查询、通过零售户名称查询、通过零售户编码查询。

所述级联方式查询是指依次选择组织机构、访销线、零售户实现查询。

所述组织机构快消品推荐模块，是指选中某个组织机构，统计展示该组织机构内推荐分数最高的若干款快消品。优选的，统计展示该组织机构内推荐分数最高的10款快消品。

所述访销线快消品推荐模块，是指选中某个组织机构下的某个访销线，会显示该访销线下推荐分数最高的若干款快消品。优选的，显示该访销线下推荐分数最高的10款快消品。

所述零售户快消品推荐模块，是指选中某个零售户，显示对该零售户推荐分数最高的快消品品牌。优选的，在快消品推荐TOP10图表中勾选快消品品牌，并确认推荐后，系统会进行记录。

所述推荐记录功能模块，在快消品推荐图表中勾选快消品品牌，并确认推荐后，系统会进行记录。优选的，在快消品推荐TOP10图表中勾选快消品品牌，并确认推荐后，系统会进行记录。

所述历史推荐查询模块，选中某个零售户，系统会显示近些天的历史推荐记录，包括推荐时间和推荐品牌。优选的，系统会显示近30天的历史推荐记录。

所述预警提示信息模块，快消品推荐中分数比较高，但上周订货量没达到预期的快消品品牌，会进行预警提示。所述订货量没达到预期能够根据用户需求目标进行选择设定。

所述数据导出模块，是指提供将页面信息以EXCEL表格形式导出下载的功能。

所述推荐模块面向品牌经理、客户经理等相关人员。在选中组织机构或访销线后，可以展示选中区域的推荐分数TOP的快消品品牌，对于区域的后续营销推广策略具有指导意义；当客户经理选中负责的某零售户以后，系统会展示 TOP的推荐快消品，同时会对推荐分数高、订货量少以及可订货的快消品进行预警。为方便客户经理记录推荐结果，以及查看上周推荐成果，系统会对推荐行为进行记录，同时会展示历史推荐记录。系统还支持数据下载功能，方便后续数据的使用。

参照图5，所述新品分类模块，用于通过分析快消品相似度，判定新品所处类别。能够展示不同快消品之间的相似系数。快消品相似度数据的价值主要有两个，第一：为某款快消品选到合适的零售户，例如快消品A和快消品B相似度很高，那么订购快消品A的零售户所面对的终端消费者很可能对快消品B也有所偏好，所以可以将快消品B推荐给订购快消品A的零售户；第二：当某个零售户想订购快消品A，但是快消品A缺货或零售户没有权限订购A时，可以给零售户推荐快消品B，提高推荐效率以及零售户满意度。

所述新品分类模块包括以下子功能模块：

快消品相似度图示模块，用于TOP快消品相似度图示展示，在三维图中，以不同颜色的点表示快消品品牌之间的相似度数值。

快消品相似度表格模块，用于快消品相似度TOP表格，将相似度最高的TOP 品牌罗列。

数据导出模块，用于提供将页面信息以EXCEL表格形式导出下载。

新品投放模块是指选中某款即将上市的快消品品牌，根据快消品属性计算出与此款快消品相似度最高的TOP10品牌，同时以地图形式展示推荐试点零售户的分布。

参照图6，具体的，所述新品投放模块包括以下子模块：

新品选择模块，用于多个新品上市，能够在下拉框中进行选择。

快消品相似度展示模块，用于通过快消品相似度TOP表格，将与所选品牌相似度最高的若干个品牌名称及相似度罗列。

试点零售户推荐模块，用于推荐试点零售户，将选中品牌的推荐试点零售户在地图上展示出来，并以不同颜色标注不同推荐分数。

地图主题选择模块，除默认地图主题外，能够选择不同主题。

数据导出模块，用于提供将页面信息以EXCE表格形式导出下载。

实施例3：

参照图7，所述快消品精准推荐系统还包括零售户分布模块。

零售户分布模块，用于查看某款快消品重点推荐的零售户以及重点区域的分布情况。

查看某款快消品重点推荐的零售户通过推荐分数较高的零售户获得。重点区域的分布情况通过查看推荐分数较高的零售户的所处地址获得。

具体的，所述零售户分布模块还包括以下子模块：

快消品品牌选择模块，用于进行快消品品牌选择，按照快消品品牌的重要性进行排序，所述重要性可以根据用户的关注情况，自行设定。

零售户分布地图制作模块，用于制作零售户分布地图，按照不同推荐分数将零售户以不同的颜色在地图上显示出来。

零售户详情查看模块，用于查看零售户详情，选中地图上的某个零售户，查询对此零售户推荐TOP10的快消品品牌。通过查看详情能够跳转到零售户快消品推荐页面，查询对此零售户推荐TOP10的快消品品牌。

筛选零售户模块，用于选择推荐的分数或者分数段，按照推荐分数或者分数段筛选零售户，选中某个范围内的推荐分数。例如0.6-0.8，只在地图上显示此范围内的零售户。

快消品品牌整体推荐模块，用于展示某个快消品品牌在某一地区的整体推荐情况，选中某个快消品品牌，此方法会统计在某个推荐分数范围内的零售户占比。

快消品品牌区域推荐模块，用于以区或县为单位，展示品牌在某一地区的整体推荐情况，选中某个快消品品牌，系统会统计市各区县内零售户的平均推荐分数，并从高到低进行排序。

地图主题选择模块，用于除默认地图主题外，能够选择不同主题的地图。

数据导出模块，用于提供将页面展示信息以表格形式导出下载。所述表格优选为EXCEL表格。

有益效果：快消品精准推荐方法以及系统，对快消品公司、零售户以及终端消费者都有很大价值，具体如下：

1.对快消品公司，零售户的快消品增量传导到快消品，使快消品获得实际的收益。

2.对零售户，由于快消品精准推荐能找到个性化专属的热卖快消品产品，因此能够有效增加消费者粘性，最终达到盘活资金、减少库存、提高利润的目的。

3.消费者能够更便捷的买到心仪的快消品，提升消费者的满意度。

本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

此外，需要说明的是，本说明书中所描述的具体实施例，其零、部件的形状、所取名称等可以不同。凡依本发明专利构思所述的构造、特征及原理所做的等效或简单变化，均包括于本发明专利的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离本发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (10)

1.一种快消品精准推荐方法，其特征在于，包括以下步骤：

S1：以零售户的订货量为输入，获取零售户的订货量；

S2：根据订货量对某一款快消品产品进行量化打分；

S3：根据所有零售户对某一款快消品产品的打分，预测出零售户对未订货的快消品的评分，根据分值大小排序，把分值高的快消品推荐给零售户。

2.根据权利要求1所述的快消品精准推荐方法，其特征在于，所述快消品精准推荐方法还包括以下步骤，S4：判断投放的新品所属类别。

S5：找出有新品相似的已知快消品品牌，通过查询数据库，由已知快消品品牌对不同客户的销量预测得到新品快消品对不同零售户的销量，筛选出销量靠前的零售户。

3.一种快消品精准推荐系统，其特征在于，包括数据获取模块，用于以零售户的订货量为输入，获取零售户的订货量；

打分模块，用于根据订货量对某一款快消品产品进行量化打分；

推荐模块，用于根据所有零售户对某一款快消品产品的打分，预测出零售户对未订货的快消品的评分，根据分值大小排序，把分值高的快消品推荐给零售户；

新品分类模块，用于判断投放的新品类别；

新品预测模块，用于找出有新品相似的已知快消品品牌，通过查询数据库，由已知快消品品牌对不同客户的销量预测得到新品快消品对不同零售户的销量，筛选出销量靠前的零售户。

4.根据权利要求3所述的快消品精准推荐系统，其特征在于，所述推荐模块包括以下子模块：零售户选择模块、组织机构快消品推荐模块、访销线快消品推荐模块、零售户快消品推荐模块、推荐记录功能模块、历史推荐查询模块、预警提示信息模块、数据导出模块；

所述零售户选择模块，有多种查询方式，主要的查询方式包括级联方式查询、通过零售户名称查询、通过零售户编码查询；

所述级联方式查询是指依次选择组织机构、访销线、零售户实现查询；

所述组织机构快消品推荐模块，是指选中某个组织机构，统计展示该组织机构内推荐分数最高的若干款快消品；

所述访销线快消品推荐模块，是指选中某个组织机构下的某个访销线，会显示该访销线下推荐分数最高的若干款快消品；

所述零售户快消品推荐模块，是指选中某个快消品品牌，显示对该零售户能够筛选推荐分数的快消品品牌；

所述推荐记录功能模块，在快消品推荐图表中勾选快消品品牌，并确认推荐后，系统会进行记录；

所述历史推荐查询模块，选中某个零售户，系统会显示近些天的历史推荐记录，包括推荐时间和推荐品牌；

所述预警提示信息模块，快消品推荐中分数比较高，但上周订货量没达到预期的快消品品牌，会进行预警提示；

所述数据导出模块，是指提供将页面信息以EXCEL表格形式导出下载的功能。

5.根据权利要求3所述的快消品精准推荐系统，其特征在于，

所述新品分类模块包括以下子功能模块：

快消品相似度图示模块，用于TOP快消品相似度图示展示；

快消品相似度表格模块，用于快消品相似度TOP表格；

数据导出模块，用于提供将页面信息以EXCEL表格形式导出下载。

6.根据权利要求3所述的快消品精准推荐系统，其特征在于，

所述新品投放模块包括以下子模块：

新品选择模块，用于多个新品上市，能够在下拉框中进行选择；

快消品相似度展示模块，用于通过快消品相似度TOP表格，将与所选品牌相似度最高的若干个品牌名称及相似度罗列；

试点零售户推荐模块，用于推荐试点零售户，将选中品牌的推荐试点零售户在地图上展示出来，并以不同颜色标注不同推荐分数；

地图主题选择模块，除默认地图主题外，能够选择不同主题；

数据导出模块，用于提供将页面信息以EXCE表格形式导出下载。

7.根据权利要求3所述的快消品精准推荐系统，其特征在于，

所述快消品精准推荐系统还包括零售户分布模块；

零售户分布模块，用于查看某款快消品重点推荐的零售户以及重点区域的分布情况。

8.根据权利要求7所述的快消品精准推荐系统，其特征在于，

所述零售户分布模块还包括以下子模块：

快消品品牌选择模块，用于进行快消品品牌选择；

零售户分布地图制作模块，用于制作零售户分布地图；

零售户详情查看模块，用于查看零售户详情；

筛选零售户模块，用于选择推荐的分数或者分数段；

快消品品牌整体推荐模块，用于展示某个快消品品牌在某一地区的整体推荐情况；

快消品品牌区域推荐模块，用于以区或县为单位，展示品牌在某一地区的整体推荐情况；

地图主题选择模块，用于除默认地图主题外，能够选择不同主题的地图；

数据导出模块，用于提供将页面展示信息以表格形式导出下载。

9.根据权利要求4所述的快消品精准推荐系统，其特征在于，

所述组织机构快消品推荐模块统计展示该组织机构内推荐分数最高的10款快消品；所述访销线快消品推荐模块显示该访销线下推荐分数最高的10款快消品；所述访销线快消品推荐模块显示该访销线下推荐分数最高的10款快消品；所述零售户快消品推荐模块在快消品推荐TOP10图表中勾选快消品品牌，并确认推荐后，系统会进行记录；所述推荐记录功能模块在快消品推荐TOP10图表中勾选快消品品牌，并确认推荐后，系统会进行记录。

10.根据权利要求4所述的快消品精准推荐系统，其特征在于，所述历史推荐查询模块会显示近30天的历史推荐记录。