CN109615460A - 凑单商品的选择方法和选择系统 - Google Patents

凑单商品的选择方法和选择系统 Download PDF

Info

Publication number
CN109615460A
CN109615460A CN201811328777.5A CN201811328777A CN109615460A CN 109615460 A CN109615460 A CN 109615460A CN 201811328777 A CN201811328777 A CN 201811328777A CN 109615460 A CN109615460 A CN 109615460A
Authority
CN
China
Prior art keywords
commodity
order
sku
data
gather
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
CN201811328777.5A
Other languages
English (en)
Inventor
史晓斌
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.)
Beijing Jingdong Century Trading Co Ltd
Beijing Jingdong Shangke Information Technology Co Ltd
Original Assignee
Beijing Jingdong Century Trading Co Ltd
Beijing Jingdong Shangke Information 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 Beijing Jingdong Century Trading Co Ltd, Beijing Jingdong Shangke Information Technology Co Ltd filed Critical Beijing Jingdong Century Trading Co Ltd
Priority to CN201811328777.5A priority Critical patent/CN109615460A/zh
Publication of CN109615460A publication Critical patent/CN109615460A/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]
    • G06Q30/0623—Item investigation
    • G06Q30/0625—Directed, with specific intent or strategy
    • 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
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635—Processing of requisition or of purchase orders

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)
  • Warehouses Or Storage Devices (AREA)

Abstract

本发明实施例提供一种凑单商品的选择方法和选择系统，该凑单商品的选择方法包括：获得订单拆单数据，所述订单拆单数据为关于父订单及其拆分的子订单的数据；根据所述订单拆单数据建立多个目标商品的网络关系；根据所述多个目标商品的网络关系计算所述多个目标商品的凑单重要性指标，并据此从中选定凑单商品，所述凑单商品为向客户推荐的用于凑单的商品；以及将选定的凑单商品存储在多个指定仓库中。通过该方法选定的凑单商品均为易于被用户选中作为凑单的商品，从而能够提高凑单转化率。而且凑单商品存放在多个不同仓库中，用户选择凑单商品不会造成拆单，从而不会产生物流费用。

Description

凑单商品的选择方法和选择系统
技术领域
本发明涉及计算机技术领域，具体涉及一种凑单商品的选择方法和选择系统。
背景技术
凑单免运费是京东购物的重要一环，而参与凑单的商品的选择直接影响了消费者最终能否完成下单。目前京东APP端购物车凑单页面的展示逻辑是：如果选中SKU的金额相加不够免邮门槛(例如是99元)，则可以点击【去凑单】按钮跳转到凑单页面，页面会按照价格区间进行标签展示。京东现有商品池的选定，是根据选中的SKU所在仓库决定的，凑单免运费入口所对应的凑单商品是基于同仓商品推荐的，主要是根据商品之间的相似性进行选品的，比如用户在购物车加购了矿泉水，当用户想通过凑单免运费选购凑单商品时，凑单页面展示的只是矿泉水所在仓库的商品。根据现有逻辑，只推荐主商品同仓的商品使凑单页面自动展示的SKU种类少，会造成用户选择性的短缺，难以满足用户个性化的需求；而且凑单选品算法单一，没有考虑商品之间的网络关系，一定程度上限制了消费者的选择，凑单转化率较低，订单量可能会下降。
另一方面，在超市结款台前的货架上出现频率最多的口香糖、巧克力、小包装零食等商品由于具有底单值、高相关、易消耗等特点，适合作为凑单商品购买。但按照现有购物车展示逻辑，这些适宜凑单的商品要么无法被展示，导致凑单失败；要么是与其他仓的商品同时被下单，造成拆单，增加公司物流费用，而且商品在不同仓之间配送成本较高，业务的创新也会受到成本的影响。
因此，发明人认为，上述的凑单选品方法有很大的局限性，凑单页面只推荐与主商品同仓的商品，存在难以满足用户需求且增加公司物流费用的问题。
发明内容
有鉴于此，本发明实施例提供一种凑单商品的选择方法和选择系统，分析目标商品之间的网络关系，基于网络关系计算各个目标商品的凑单重要性指标，并从中选定凑单商品，从而提高凑单转化率。
根据本发明第一方面，提供一种凑单商品的选择方法，包括：获得订单拆单数据，所述订单拆单数据为关于父订单及其拆分的子订单的数据；根据所述订单拆单数据建立多个目标商品的网络关系；根据所述多个目标商品的网络关系计算所述多个目标商品的凑单重要性指标，并据此从中选定凑单，所述凑单商品为向客户推荐的用于凑单的商品；以及将选定的凑单商品存储在多个指定仓库中。
优选地，所述选择方法还包括：在客户端的凑单页面显示所述凑单商品。
优选地，所述多个目标商品为选定品牌的多个商品，所述多个指定仓库为能存储所述凑单商品的多个仓库。
优选地，所述选择方法还包括：整合多个表数据，生成所述订单拆单数据。
优选地，所述建立多个目标商品的网络关系包括：在所述网络关系中，根据所述订单拆单数据，将位于同一父订单但不同子订单中的两个目标商品之间采用连线建立连接关系，并将两个目标商品之间建立连接的次数作为权重值标记在连线上，所述子订单为所述父订单根据仓库不同拆分而成。
优选地，所述计算所述多个目标商品的凑单重要性指标包括：根据采用以下方程式计算所述多个目标商品的凑单重要性指标，
其中，pi和pj分别表示某一个节点SKU，节点SKU用于表示一个目标商品，PR表示对应节点的凑单重要性指标，N为所述网络关系的节点SKU个数，(1-d)/N是一个常量，表示每一个节点SKU被选中凑单的最小概率，M表示出发到对应节点的SKU集合，L表示从对应节点SKU出发到其他节点的SKU集合，某一个SKU的PR值是由其他节点SKU的PR值计算得来的，首先为所有节点SKU赋予随机的PR值，经过多次迭代计算，当所有的节点SKU的PR值趋于平稳即|PRn+1-PRn|<ε的时候，即为最终结果，节点SKU对应于所述目标商品,n表示迭代次数。
优选地，所述选择方法还包括：将所述订单拆单数据的无效数据剔除。
优选地，所述无效数据为由于缺货而造成的订单拆分数据。
优选地，所述凑单商品的选择方法还包括：调整连线上的权重值。
优选地，所述将选定的凑单商品存储在多个指定仓库中包括：判断选定的凑单商品和每一个指定仓库中已存储的商品同时购买的几率；以及根据判断结果确定是否将选定的凑单商品存储到该指定仓库中。
根据本发明第二方面，提供一种凑单商品的选择系统，包括：
数据获取单元，用于获得订单拆单数据；
网络建立单元，用于根据所述订单拆单数据建立多个目标商品的网络关系；
商品选择单元，用于根据所述多个目标商品的网络关系计算所述多个目标商品的凑单重要性指标，并据此从中选定凑单商品；以及
配送单元，用于将选定的凑单商品存储在多个指定仓库中。
优选地，所述选择系统还包括：显示单元，用于在客户端的凑单页面显示选定的凑单商品。
优选地，所述选择系统还包括：数据整合单元，用于整合多个表数据，生成所述订单拆单数据。
优选地，所述网络建立单元包括：在所述网络关系中，根据所述订单拆单数据，将位于同一父订单但不同子订单中的两个目标商品之间采用连线建立连接，并将两个目标商品之间发生连接的次数作为权重值标记在连线上，所述子订单为所述父订单根据仓库不同拆分而成。
优选地，所述商品选择单元包括：指标计算单元，所述指标计算单元根据采用以下方程式计算所述多个目标商品的凑单重要性指标，
其中，pi和pj分别表示某一个节点SKU，节点SKU用于表示一个目标商品，PR表示对应节点的凑单重要性指标，N为所述网络关系的节点SKU个数，(1-d)/N是一个常量，表示每一个节点SKU被选中凑单的最小概率，M表示出发到对应节点的SKU集合，L表示从对应节点SKU出发到其他节点的SKU集合，某一个SKU的PR值是由其他节点SKU的PR值计算得来的，首先为所有节点SKU赋予随机的PR值，经过多次迭代计算，当所有的节点SKU的PR值趋于平稳即|PRn+1-PRn|<ε的时候，即为最终结果，节点SKU对应于所述目标商品,n表示迭代次数；以及选定单元，用于将所述多个目标商品的凑单重要性指标排序，并基于排序结果选定目标商品。
根据本发明第三方面，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计算机指令，所述计算机指令被执行时实现如上述所述的选择方法。
根据本发明第四方面，提供一种凑单商品选择装置，包括：存储器，用于存储计算机指令；处理器，耦合到所述存储器，所述处理器被配置为基于所述存储器存储的计算机指令执行实现如上述所述的选择方法。
本发明的实施例具有以下优点或有益效果：通过订单拆单数据建立多个目标商品之间的网络关系，基于网络关系计算各个目标商品的凑单重要性指标，基于凑单重要性指标选定凑单商品，通过该方法选定的凑单商品均为易于被用户选中作为凑单的商品，从而能够提高凑单转化率。
本发明的另一优选实施例具有以下优点或有益效果：通过在选定的品牌下选定的目标商品，从而使得在商业上更具有经济价值。
本发明的另一优选实施例具有以下优点或有益效果：通过将订单拆单数据中的无效数据剔除，避免无效数据对凑单重要性指标的干扰，从而得到更加精准的凑单商品。
附图说明
通过参照以下附图对本发明实施例的描述，本发明的上述以及其它目的、特征和优点将更为清楚，在附图中：
图1示出了本发明实施例中的凑单商品的选择方法的流程图；
图2a示出了本发明实施例中汇总的凑单商品的选择方法的流程图；
图2b示出了现有的库存模式和根据本发明实施例改进后的库存模式的对比图；
图3a示出了图1所示的步骤S102的具体流程图；
图3b示出了图1所示的步骤S102中的多个目标商品的网络关系图；
图4示出了根据本发明实施例的重要性指标制作样例数据的网络关系图；
图5示出了本发明实施例中的凑单商品的选择系统的结构图；
图6示出了本发明实施例中汇总的凑单商品的选择系统的结构图；
图7示出了根据本发明实施例凑单商品选择装置的结构图。
具体实施方式
以下基于实施例对本发明进行描述，但是本发明并不仅仅限于这些实施例。在下文对本发明的细节描述中，详尽描述了一些特定的细节部分。对本领域技术人员来说没有这些细节部分的描述也可以完全理解本发明。为了避免混淆本发明的实质，公知的方法、过程、流程没有详细叙述。另外附图不一定是按比例绘制的。
图1示出了本发明实施例中的凑单商品的选择方法的流程图，具体步骤包括S101-S103。
在步骤S101中，获得订单拆单数据。
在步骤S102中，根据订单拆单数据建立目标商品的网络关系。
在步骤S103中，获取多个目标商品的凑单重要性指标，并据此从中选定凑单商品。
在步骤S104中，将选定的凑单商品存储在多个指定仓库中。
如背景技术中所述，现有的凑单页面的商品推荐是基于同仓存放的商品推荐，造成用户选择性的短缺，而且不同仓的商品同时下单会造成拆单，增加物流费用，因而在本实施例中，根据商品的订单拆单数据建立目标商品的网络关系，订单拆单数据为关于父订单及其拆分的子订单的数据，网络关系表征了位于不同仓库中的商品在同一个订单中出现的机率，然后根据该网络关系和一个选定的算法公式计算凑单重要性指标，并据此选定凑单商品，凑单商品为向客户推荐的用于凑单的商品，最终凑单商品被放在多个指定仓库中，通过该方法选定的凑单商品均为易于被用户选中作为凑单的商品，容易转化为真实订单，从而能够提高凑单转换率。同时，凑单商品存放在多个不同仓库中，用户选择凑单商品不会造成拆单，从而不会产生物流费用。
图2a示出了本发明实施例中汇总的凑单商品的选择方法的流程图，具体包括以下步骤。
在步骤S201中，获得订单拆单数据。
在步骤S202中，确定参与凑单商品选择的商品品牌下的目标商品。
在步骤S203中，确定能存储凑单商品的多个仓库。
在步骤S204中，根据订单拆单数据建立目标商品的网络关系。
在步骤S205中，获得多个目标商品的凑单重要性指标，并据此从中选定凑单商品。
在步骤S206中，将选定的凑单商品存储在多个指定仓库中。
在步骤S207中，在客户端的凑单页面显示凑单商品。
本实施例是比前述实施例更加完善的凑单商品的选择方法。其中，步骤S201、S204-206和图1的步骤S101-S104相同，这里就不再赘述。步骤S202-S203涉及到了多个层面的操作，需要业务部门、仓库与物流部门的参与。首先由业务部门跟采销和品牌方确定参与凑单选择的商品品牌下的目标商品，例如某些冷门商品，如果采销方没有进一步的采购计划，则该商品及品牌方可以不做考虑；然后需要跟仓储组与物流组确认能存储凑单商品的多个仓库，例如，因为不同仓库的不同存储条件导致其适宜存储的商品属性不同，选择出的凑单商品可能不适于存储到每一个仓库，另外，选择出的凑单商品如果与某一个仓库的商品同时购买的几率很小，如果同时购买的几率很小也可以不考虑该类仓库，如果同时购买的几率很大，则可以考虑将选择出的凑单商品存储到该类仓库中。在步骤S207中，凑单商品被添加到客户端的凑单页面中，供用户选择。凑单商品可以作为免运费或者优惠活动的推荐商品。
根据本发明实施例，客户端的凑单页面，针对不同的主商品展示不一样的凑单商品，能最大化地提高凑单转化率。
在一个可选的实施例中，在业务层面由业务部门跟采销和品牌方确定参与凑单选择的商品品牌以及商品类型之前，还可以基于对订单拆单数据的统计确定若干个参与凑单选择的商品品牌和商品种类，例如，统计出各商品品牌下各个商品的购买率和凑单率，将购买率和凑单率较高的商品品牌和商品种类提供给业务部门。
在本发明实施例中，综合考虑到采销方和品牌方对商品的采购，以及仓储组对存放商品的仓库选择，使凑单商品的选择更加合理且具有更高的可行性，可以迅速实现业务调整。
在一个实施例中，将选定的凑单商品存储在多个指定仓库中的步骤包括：基于凑单商品生成采购单；根据采购单采购商品并要求目标品牌方通过TC(快速分拨)转运将凑单商品运送到指定的多个仓库中。具体地，采销方根据选定的凑单商品生成采购单，再通过采销方与品牌方沟通，品牌方采用TC转运配送，通过采销方与品牌方深度合作，让品牌方承担商品在不同仓之间的配送成本，而且在凑单商品存入仓库前就进行商品的分配，从而能实现同一商品在多个不同的库房进行快速部署，同时避免不必要的纷争。
图2b示出了现有的库存模式和根据本发明实施例改进后的库存模式的对比图。如图2b所示，现有的库存模式下，商品按照属性存放在不同的库房，若同时下单，很容易造成拆单；而经过本发明实施例的凑单商品选择，改进库存模式后，同一件商品可以分配存储到不同的库房，即使不同的商品被同时下单，由于存放在同一个仓库，也不会造成拆单。通过同一商品(SKU)在不同仓库的库存模式，实现跨仓凑单商品选择。
图3a示出了图1所示的步骤S102的具体流程图。具体包括以下步骤。
在步骤S301中，将多个表数据整理成订单拆单数据。多个表数据包括订单表、订单拆分表等数据表，将这些表中的数据整合成一个大表数据，方便进行各种操作。订单表中包含目标商品的父订单信息，订单拆分表中包含将父订单拆分成多个子订单的拆分信息。订单拆分一般发生在出库时，对于多个父订单，系统自动根据商品存放的仓库的不同将一个父订单拆分为几个多个子订单，最终，将所有父订单对应的所有子订单整理到一个数据表中作为订单拆单数据。下面以4个父订单为例进行说明，如表1所示：
表1
共有4个父订单，其中父订单61817320351(1号订单)可拆分成两个子订单62054396368和61854719774，且分别对应库房60000046和731。当同一父订单内商品SKU在不同库房时才会形成正常的拆单行为，不同的库房需对应不同的子订单编号。优选地，由于缺货、退货或用户刷单等特殊事件造成的拆单数据需要剔除，比如在拆单数据中虽然父订单61817451213(2号订单)有两个子订单，但是这两个子订单都出自同一个库房，需要删除类似的拆单数据，删除缺货商品3814167所在的子订单。将剩下的所有子订单统计，共有7个子订单。
在步骤S302中，在多个目标商品之间采用连线建立连接关系。
在步骤S303中，建立连接的次数作为权重值标记在连线上。
以下基于图3b进一步说明步骤S302-S303。图3b示出了图1所示的步骤S102中的多个目标商品的网络关系图。
基于步骤S301沉淀的订单拆单数据建立商品SKU之间的网络关系，在样例数据中，共有4个父订单，7个子订单，5个SKU，现在以父订单61817320351(1号订单)为例说明，为了达到凑单的目的，可以把731库房(A库房)的部分商品2627889(1c)放入60000046库房(B库房)，也可以把4838589(1a)和5363758(1b)同时从60000046库房(B库房)放入731库房(A库房)，这样就形成了2627889(1c)->4838589(1a)、2627889(1c)->5363758(1b)、4838589(1a)->2627889(1c)、5363758(1b)->2627889(1c)的四条有向数据结构，然后将第一步明细数据形成的所有有向数据结构的数据合并起来，相同有向数据结构出现的次数作为该有向结构的权重值，下面列出各有向数据结构的权重值，如表2所示：
To From 权重值
2627889(1c) 4838589(1a) 2
2627889(1c) 5363758(1b) 1
4838589(1a) 2627889(1c) 2
5363758(1b) 2627889(1c) 1
1931642(2a) 4838589(1a) 1
3814013(2b) 4838589(1a) 1
表2
如图3b所示，每个节点表示不同的商品SKU，节点之间的有向边表示两者之间的连接关系，有向边上的数字表示权重值。由此图例可以清晰地看出每个商品之间的关联性，可以清楚地得出每条有向边以及对应的权重值。
在步骤S304中，对权重值进行调整。步骤S302-S303中，建立了多个目标商品之间的网络关系，而本步骤中，将基于实际需求对权重值进行调整。例如，那如果有向边的出发节点商品价格超过40元的话，需要去掉该有向边；采销那边重点推荐合作品牌下的某个商品SKU，当有向边的终点节点为该SKU的话，则该有向边的权重会进行加权，如乘以1.5。
在一个可选的实施例中，上述实施例还包括：将订单拆单数据中的无效数据剔除。在某些情况下，统计订单拆单数据中包含目标商品的订单的订单拆单数据时，会统计入一些无效的拆单数据，如果不去除这些无效数据，一定程度上会影响凑单商品的选择。所以需要进行无效数据的剔除，保留对建立网络关系有用的数据。无效数据例如包括：与某一订单中的其他商品存放在同一仓库中的商品由于缺货而造成的拆单数据。由于缺货等特殊事件，同时下单的商品即使在同一个仓库也会造成拆单，这样的数据需要剔除。再例如，无效数据由那些已经退货的订单数据拆分而成的订单拆单数据。
在一个实施例中，采用和一个目标商品具有连接关系的其他目标商品的凑单重要性指标迭代计算该目标商品的凑单重要性指标。在一个可选示例中，采用以下步骤计算网络关系上的各个商品的凑单重要性指标。算法计算规则如下：
其中，pi和pj分别表示某一个节点SKU，i和j为整数，表示某一个节点SKU，PR表示对应节点的凑单重要性指标，N为网络关系中的商品SKU个数，(1-d)/N是一个常量，表示每一个SKU被选中凑单的最小概率，M表示出发到对应节点的SKU集合，L表示从对应节点SKU出发到其他节点的SKU集合。某一个SKU的PR值是由其他节点SKU的PR值计算得来的，首先给为所有节点SKU赋予随机的PR值，经过多次迭代计算，当所有的节点SKU的PR值趋于平稳即|PRn+1-PRn|<ε的时候，即为最终结果，节点SKU对应于所述目标商品,n表示迭代次数。优选地，d参数设置的是0.8。
如图4所示，随机在订单拆单数据的历史数据中取了30个父订单。最后计算的结果如表格3，可视化形式如图4，d参数设置的是0.8。每个节点的大小表示节点SKU的凑单重要性指标的大小，并按照从大到小进行排序，如节点SKU上标识数字。然后按照顺序选取一定量的SKU。同一颜色的结点表示这些商品SKU属于同一个库房的商品。
SKU PR
8972632 0.0732
4838589 0.0294
1263758 0.0234
2931632 0.0163
3814013 0.0109
…… ……
表3
应该指出的是，本发明不仅限于上述实施例提供的算法规则，其他算法规则，也可以实践本发明实施例提供的凑单商品的选择方法。
图5示出了本发明实施例中的凑单商品的选择系统的结构图。
该凑单商品的选择系统500，包括数据获取单元501、网络建立单元502、商品选择单元503和配送单元504。
数据获取单元501用于获得商品的订单拆单数据。
网络建立单元502用于根据订单拆单数据建立目标商品的网络关系。
商品选择单元503通过用于根据多个目标商品的网络关系计算多个目标商品的凑单重要性指标，并据此从中选定凑单商品。
配送单元504用于将选定的凑单商品存储在指定的多个仓库中。
在本实施例中，根据商品的订单拆单数据建立目标商品的网络关系，所述网络关系表征了位于不同仓库中的商品在同一个订单中出现的机率，然后根据该网络关系和一个选定的算法公式计算凑单重要性指标，并据此选定凑单商品，最终凑单商品被放在多个指定仓库中，通过该方法选定的凑单商品均为易于被用户选中作为凑单的商品，容易转化为真实订单，从而能够提高凑单转换率。同时，凑单商品存放在多个不同仓库中，用户选择凑单商品时不会造成拆单，从而不会产生物流费用。
在一个实施例中，商品选择单元503包括：指标计算单元(图中未示出)和选定单元(图中未示出)，其中，指标计算单元根据采用以下方程式计算多个目标商品的凑单重要性指标，
选定单元用于将多个目标商品的凑单重要性指标排序，并基于排序结果选定目标商品。
图6示出了汇总的凑单商品的选择系统的结构图。图6所示的实施例在图5的实施例的基础上增加了显示单元604。
显示单元604用于在客户端的凑单页面上显示凑单商品。当用户选购好商品后，通过凑单页面可以获得运单减免或其他优惠活动，从而能够提高凑单转化率。
在一个实施例中，凑单商品的选择系统还包括：数据整合单元(图中未示出)，用于整合多个表数据，生成订单拆单数据。
应该理解，本发明实施例的系统和方法是对应的，因此，在系统的描述中以相对简略的方式进行。
图7示出了本发明实施例的凑单商品选择装置的结构图。图7示出的设备仅仅是一个示例，不应对本发明实施例的功能和使用范围构成任何限制。
参考图7，该效率评估装置包括通过总线连接的处理器701、存储器702和输入输出设备703。存储器702包括只读存储器(ROM)和随机访问存储器(RAM)，存储器702内存储有执行系统功能所需的各种计算机指令和数据，处理器701从存储器702中读取各种计算机指令以执行各种适当的动作和处理。输入输出设备包括键盘、鼠标等的输入部分；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分；包括硬盘等的存储部分；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分。存储器702还存储有以下的计算机指令以完成本发明实施例的凑单商品的选择方法规定的操作：获得订单拆单数据订单拆单数据为关于父订单及其拆分的子订单的数据；根据订单拆单数据建立多个目标商品的网络关系；根据所述多个目标商品的网络关系计算所述多个目标商品的凑单重要性指标，并据此从中选定凑单商品，所述凑单商品为向客户推荐的用于凑单的商品；以及将选定的凑单商品存储在多个指定仓库中。
相应地，本发明实施例提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机指令，所述计算机指令被执行时实现上述凑单商品的选择方法所规定的操作。
附图中的流程图、框图图示了本发明实施例的系统、方法、装置的可能的体系框架、功能和操作，流程图和框图上的方框可以代表一个模块、程序段或仅仅是一段代码，所述模块、程序段和代码都是用来实现规定逻辑功能的可执行指令。也应当注意，所述实现规定逻辑功能的可执行指令可以重新组合，从而生成新的模块和程序段。因此附图的方框以及方框顺序只是用来更好的图示实施例的过程和步骤，而不应以此作为对发明本身的限制。
系统的各个模块或单元可以通过硬件、固件或软件实现。软件例如包括采用JAVA、C/C++/C#、SQL等各种编程语言形成的编码程序。虽然在方法以及方法图例中给出本发明实施例的步骤以及步骤的顺序，但是所述步骤实现规定的逻辑功能的可执行指令可以重新组合，从而生成新的步骤。所述步骤的顺序也不应该仅仅局限于所述方法以及方法图例中的步骤顺序，可以根据功能的需要随时进行调整。例如将其中的某些步骤并行或按照相反顺序执行。
根据本发明的系统和方法可以部署在单个或多个服务器上。例如，可以将不同的模块分别部署在不同的服务器上，形成专用服务器。或者，可以在多个服务器上分布式部署相同的功能单元、模块或系统，以减轻负载压力。所述服务器包括但不限于在同一个局域网以及通过Internet连接的多个PC机、PC服务器、刀片机、超级计算机等。
以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域技术人员而言，本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (17)

1.一种凑单商品的选择方法，其特征在于，包括：
获得订单拆单数据，所述订单拆单数据为关于父订单及其拆分的子订单的数据；
根据所述订单拆单数据建立多个目标商品的网络关系；
根据所述多个目标商品的网络关系获取所述多个目标商品的凑单重要性指标，并据此从中选定凑单商品，所述凑单商品为向客户推荐的用于凑单的商品；以及
将选定的凑单商品存储在多个指定仓库中。
2.根据权利要求1所述的选择方法，其特征在于，还包括：在客户端的凑单页面显示所述凑单商品。
3.根据权利要求1所述的选择方法，其特征在于，所述多个目标商品为选定品牌的多个商品，所述多个指定仓库为能存储所述凑单商品的多个仓库。
4.根据权利要求1所述的选择方法，其特征在于，还包括：整合多个表数据，生成所述订单拆单数据。
5.根据权利要求1所述的选择方法，其特征在于，所述建立多个目标商品的网络关系包括：
在所述网络关系中，根据所述订单拆单数据，将位于同一父订单但不同子订单中的两个目标商品之间采用连线建立连接关系，并将两个目标商品之间建立连接的次数作为权重值标记在连线上，所述子订单为所述父订单根据仓库不同拆分而成。
6.根据权利要求5所述的选择方法，其特征在于，所述计算所述多个目标商品的凑单重要性指标包括：
根据采用以下方程式计算所述多个目标商品的凑单重要性指标，
其中，pi和pj分别表示某一个节点SKU，节点SKU用于表示一个目标商品，PR表示对应节点的凑单重要性指标，N为所述网络关系的节点SKU个数，(1-d)/N是一个常量，表示每一个节点SKU被选中凑单的最小概率，M表示出发到对应节点的SKU集合，L表示从对应节点SKU出发到其他节点的SKU集合，某一个SKU的PR值是由其他节点SKU的PR值计算得来的，首先为所有节点SKU赋予随机的PR值，经过多次迭代计算，当所有的节点SKU的PR值趋于平稳即|PRn+1-PRn|<ε的时候，即为最终结果，节点SKU对应于所述目标商品,n表示迭代次数。
7.根据权利要求1所述的选择方法，其特征在于，还包括：将所述订单拆单数据的无效数据剔除。
8.根据权利要求7所述的选择方法，其特征在于，所述无效数据为由于缺货而造成的订单拆分数据。
9.根据权利要求5所述的选择方法，其特征在于，还包括：调整连线上的权重值。
10.根据权利要求1所述的选择方法，其特征在于，所述将选定的凑单商品存储在多个指定仓库中包括：
判断选定的凑单商品和每一个指定仓库中已存储的商品同时购买的几率；以及
根据判断结果确定是否将选定的凑单商品存储到该指定仓库中。
11.一种凑单商品的选择系统，其特征在于，包括：
数据获取单元，用于获得订单拆单数据，所述订单拆单数据为关于父订单及其拆分的子订单的数据；
网络建立单元，用于根据所述订单拆单数据建立多个目标商品的网络关系；
商品选择单元，用于根据所述多个目标商品的网络关系计算所述多个目标商品的凑单重要性指标，并据此从中选定凑单商品，所述凑单商品为向客户推荐的用于凑单的商品；以及
配送单元，用于将选定的凑单商品存储在多个指定仓库中。
12.根据权利要求11所述的选择系统，其特征在于，还包括：
显示单元，用于在客户端的凑单页面显示选定的凑单商品。
13.根据权利要求11所述的选择系统，其特征在于，还包括：数据整合单元，用于整合多个表数据，生成所述订单拆单数据。
14.根据权利要求13所述的选择系统，其特征在于，所述网络建立单元包括：
在所述网络关系中，根据所述订单拆单数据，将位于同一父订单但不同子订单中的两个目标商品之间采用连线建立连接，并将两个目标商品之间发生连接的次数作为权重值标记在连线上，所述子订单为所述父订单根据仓库不同拆分而成。
15.根据权利要求14所述的选择系统，其特征在于，所述商品选择单元包括：
指标计算单元，所述指标计算单元根据采用以下方程式计算所述多个目标商品的凑单重要性指标，
其中，pi和pj分别表示某一个节点SKU，节点SKU用于表示一个目标商品，PR表示对应节点的凑单重要性指标，N为所述网络关系的节点SKU个数，(1-d)/N是一个常量，表示每一个节点SKU被选中凑单的最小概率，M表示出发到对应节点的SKU集合，L表示从对应节点SKU出发到其他节点的SKU集合，某一个SKU的PR值是由其他节点SKU的PR值计算得来的，首先为所有节点SKU赋予随机的PR值，经过多次迭代计算，当所有的节点SKU的PR值趋于平稳即|PRn+1-PRn|<ε的时候，即为最终结果，节点SKU对应于所述目标商品,n表示迭代次数；
选定单元，用于将所述多个目标商品的凑单重要性指标排序，并基于排序结果选定目标商品。
16.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令被执行时实现如权利要求1至10中任一项所述的选择方法。
17.一种凑单商品选择装置，其特征在于，包括：
存储器，用于存储计算机指令；
处理器，耦合到所述存储器，所述处理器被配置为基于所述存储器存储的计算机指令执行实现如权利要求1至10中任一项所述的选择方法。
CN201811328777.5A 2018-11-09 2018-11-09 凑单商品的选择方法和选择系统 Pending CN109615460A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811328777.5A CN109615460A (zh) 2018-11-09 2018-11-09 凑单商品的选择方法和选择系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811328777.5A CN109615460A (zh) 2018-11-09 2018-11-09 凑单商品的选择方法和选择系统

Publications (1)

Publication Number Publication Date
CN109615460A true CN109615460A (zh) 2019-04-12

Family

ID=66003980

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811328777.5A Pending CN109615460A (zh) 2018-11-09 2018-11-09 凑单商品的选择方法和选择系统

Country Status (1)

Country Link
CN (1) CN109615460A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110675219A (zh) * 2019-09-06 2020-01-10 中国平安财产保险股份有限公司 页面及订单生成方法、系统、计算机设备及存储介质
CN112785214A (zh) * 2019-11-07 2021-05-11 北京沃东天骏信息技术有限公司 一种优化库存的方法、装置和存储介质
CN113256362A (zh) * 2020-02-12 2021-08-13 北京沃东天骏信息技术有限公司 用于输出信息的方法和装置
CN114186903A (zh) * 2020-09-14 2022-03-15 上海顺如丰来技术有限公司 仓库选品方法、装置、计算机设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102254028A (zh) * 2011-07-22 2011-11-23 青岛理工大学 一种集成属性和结构相似性的个性化商品推荐方法和系统
CN105913301A (zh) * 2016-04-08 2016-08-31 珠海优特电力科技股份有限公司 拼单信息处理方法和系统
CN107563702A (zh) * 2017-09-14 2018-01-09 北京京东尚科信息技术有限公司 商品仓储调配方法、装置以及存储介质
US20180211304A1 (en) * 2017-01-23 2018-07-26 Tête-à-Tête, Inc. Systems, apparatuses, and methods for generating inventory recommendations
CN108711070A (zh) * 2018-05-09 2018-10-26 西安中科创达软件有限公司 一种基于电子商务平台的购买系统及其方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102254028A (zh) * 2011-07-22 2011-11-23 青岛理工大学 一种集成属性和结构相似性的个性化商品推荐方法和系统
CN105913301A (zh) * 2016-04-08 2016-08-31 珠海优特电力科技股份有限公司 拼单信息处理方法和系统
US20180211304A1 (en) * 2017-01-23 2018-07-26 Tête-à-Tête, Inc. Systems, apparatuses, and methods for generating inventory recommendations
CN107563702A (zh) * 2017-09-14 2018-01-09 北京京东尚科信息技术有限公司 商品仓储调配方法、装置以及存储介质
CN108711070A (zh) * 2018-05-09 2018-10-26 西安中科创达软件有限公司 一种基于电子商务平台的购买系统及其方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110675219A (zh) * 2019-09-06 2020-01-10 中国平安财产保险股份有限公司 页面及订单生成方法、系统、计算机设备及存储介质
CN110675219B (zh) * 2019-09-06 2023-07-18 中国平安财产保险股份有限公司 页面及订单生成方法、系统、计算机设备及存储介质
CN112785214A (zh) * 2019-11-07 2021-05-11 北京沃东天骏信息技术有限公司 一种优化库存的方法、装置和存储介质
CN113256362A (zh) * 2020-02-12 2021-08-13 北京沃东天骏信息技术有限公司 用于输出信息的方法和装置
WO2021159871A1 (zh) * 2020-02-12 2021-08-19 北京沃东天骏信息技术有限公司 用于输出信息的方法和装置
CN114186903A (zh) * 2020-09-14 2022-03-15 上海顺如丰来技术有限公司 仓库选品方法、装置、计算机设备和存储介质

Similar Documents

Publication Publication Date Title
CN109615460A (zh) 凑单商品的选择方法和选择系统
US6029139A (en) Method and apparatus for optimizing promotional sale of products based upon historical data
Ghoreishi et al. Optimal pricing and ordering policy for non-instantaneous deteriorating items under inflation and customer returns
CN106651418A (zh) 针对电商满减活动的凑单商品推荐的方法
CN102282551A (zh) 娱乐入场券定价的自动决策支持
US20140058781A1 (en) Assortment planning and optimization
CN107230098A (zh) 一种业务对象的分时推荐方法和系统
CN109447762A (zh) 商品推荐方法及其装置、服务器、商品推荐系统
CN107679945A (zh) 建立消费对象推荐模型的方法以及相关方法及装置
CN109598588A (zh) 一种基于大数据分析的在线商品展示方法
Mishra An inventory model for Weibull deterioration with stock and price dependent demand
WO2017119952A1 (en) Consumer decision tree generation system
Gangurde et al. Building prediction model using market basket analysis
Hasanah et al. Analysis of data mining using k-means clustering algorithm for product grouping
Khan et al. A prepayment installment decision support framework in an inventory system with all-units discount against link-to-order prepayment under power demand pattern
CN111768243A (zh) 销量预测方法、预测模型构建方法、装置、设备及介质
GÜR ALI Driver moderator method for retail sales prediction
Md Mashud et al. An economic order quantity model for decaying products with the frequency of advertisement, selling price and continuous time dependent demand under partially backlogged shortage
South et al. Relaxing the nearest centre assumption in central place theory
Sharma et al. Best seller rank (bsr) to sales: An empirical look at amazon. com
Strasser et al. E-commerce and price setting: evidence from Europe
Rizzi et al. RFID-enabled visual merchandising in apparel retail
CN111275294A (zh) 一种商品信息批量处理分析方法、装置和设备
JP2010237923A (ja) 広告物作成支援装置、広告物作成支援方法、及びプログラム
Devadas et al. A cross sectional study on shopping values and mall attributes in relation to consumer age and gender

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

Application publication date: 20190412

RJ01 Rejection of invention patent application after publication