CN110378770A - 一种电商运营选款推荐的方法及装置 - Google Patents

一种电商运营选款推荐的方法及装置 Download PDF

Info

Publication number
CN110378770A
CN110378770A CN201910678520.0A CN201910678520A CN110378770A CN 110378770 A CN110378770 A CN 110378770A CN 201910678520 A CN201910678520 A CN 201910678520A CN 110378770 A CN110378770 A CN 110378770A
Authority
CN
China
Prior art keywords
attribute
crowd
spu
commodity category
recommend
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
CN201910678520.0A
Other languages
English (en)
Inventor
徐佳
李猛
仇文彬
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.)
Shanghai Zunyi Business Information Consulting Co Ltd
Original Assignee
Shanghai Zunyi Business Information Consulting 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 Shanghai Zunyi Business Information Consulting Co Ltd filed Critical Shanghai Zunyi Business Information Consulting Co Ltd
Priority to CN201910678520.0A priority Critical patent/CN110378770A/zh
Publication of CN110378770A publication Critical patent/CN110378770A/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
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0203—Market surveys; Market polls
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Development Economics (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种电商运营选款推荐的方法及装置，所述方法包括以下步骤：根据需求选取和划分人群属性；根据销售历史数据计算商品品类与人群属性的关系；设定电商售卖活动目标人群的各属性即目标属性，进一步计算出各商品品类针对各目标属性的综合得分，按照的综合得分进行排序，并在排序中体现出相应的商品品类排序。本发明首次提供了方便店铺运营人员在销售活动中选款的方法和装置，店铺运营人员可在电商管理平台通过设定销售活动的目标人群属性，得到系统自动计算综合评分排序产生的推荐商品品类排序，然后根据推荐顺序选择希望参与活动的商品，从而大幅提升选款效率。

Description

一种电商运营选款推荐的方法及装置
技术领域
本发明涉及互联网电商领域，具体地说，是一种电商运营选款推荐的方法及装置。
背景技术
主流电商管理后台无法根据店铺运营活动针对的售卖群体自动从海量库存中选择最适合的品类。当运营人员开始策划售卖活动时，将投入大量精力在选款与售卖结果的测算中。对于很多商品品类总数过大的店铺，消耗精力将直接与商品总量成正比，这造成了大量人力资源的消耗。
专利文献CN109636545A，公开日2019.04.16，公开了一种电商平台商品推荐算法，包括以下步骤：步骤一：获取运营商原始数据；步骤二：提取意图特征分析；步骤三：获取第一商品推送用户浏览信息；步骤四：获取用户所在地区若干个购物成功和购物次数最多的若干个商品信息；步骤五：提取关键词，设定权重。该电商平台商品推荐算法，通过获取用户的信息或其他用户的购买记录判断，并进行相关商品的推送，能够满足用户对于地域季节和热门商品进行推送，且如用户对第一次推送的信息未表达出足够的兴趣时，根据当前季节信息、用户所在地区若干个购物成功购物次数最多的若干个商品信息调整推送内容，及时解决第一次推送时，信息不准确的问题，有效的减少了用户挑选商品的时间，提高了用户体验。
专利文献CN107403359A，公开日2017.11.28，公开了一种电商平台商品精准推荐系统及其方法，该系统包括：商品信息存储模块，用于针对每个商品所能满足的消费需求设置预设标签进行分类存储；商品信息分析模块，用于针对每一个用户，对每一个用户每一个搜索行为中获得的商品信息进行分析；用户信息分析模块，用于针对每一个用户，利用上述的分析结果来进行用户画像，利用这个画像来分析用户的其它消费需求，进而对用户的其它消费需求设置搜索标签；商品信息组合分类模块，用于针对每一个用户，将用户搜索行为获得的搜索标签对比商品信息存储模块的预设标签，选出匹配商品并组成备选库；商品推荐模块，用于针对每一个用户，提取备选库内的商品，在用户进行搜索行为时推荐给用户。该发明的电商平台商品精准推荐系统及其方法是在旧有流量的基础上深入发掘用户对其它商品的需求，可以有效地提高电商平台的整体销售额，而且不需要新的流量成本。
然而，以上方法都是针对特定的一名用户有针对性的推荐。目前未见适用于电商运营策划售卖活动时选款，通过自动计算和推荐商品品类的方式，提升运营人员选款效率的方法。
发明内容
本发明的目的是针对现有技术中的不足，提供一种电商运营选款推荐的方法。
本发明的再一的目的是，提供一种电商运营选款推荐的装置。
为实现上述第一个目的，本发明采取的技术方案是：
一种电商运营选款推荐的方法，包括以下步骤：
步骤S1，根据需求选取和划分人群属性；
步骤S2，根据销售历史数据计算商品品类SPU与人群属性的关系；
步骤S3，根据步骤S1对人群属性的划分，设定电商售卖活动目标人群的各属性即目标属性；进一步根据步骤S2计算出各商品品类SPU的针对各目标属性的综合得分，按照综合得分进行排序，且在排序中体现出相应的商品品类SPU排序。
作为一个优选例，所述人群属性选自年龄段、地域、性别、行业类型和收入水平的一种或几种。
作为另一优选例，所述商品品类SPU与人群属性的关系是指对于某一商品品类SPU而言，根据销售历史数据统计的各人群属性的人数占比。
作为另一优选例，所述综合得分即对于某一商品品类SPU而言，其针对各目标属性的人数占比之和。
为实现上述第二个目的，本发明采取的技术方案是：
一种电商运营选款推荐的装置，包括：
人群属性划分模块：提供各类人群属性并用于将人群按照各类人群属性划分为不同段位；
销售历史数据存储模块：用于储存店铺内商品品类SPU的销售历史数据，包括SPU信息、购买者的信息；
人数占比计算模块：用于根据销售历史数据，计算各商品品类SPU与人群属性的关系；
活动目标人群设定模块：用于根据电商售卖活动的需求，设定目标人群的各属性即目标属性；
商品品类推荐模块：用于计算各商品品类SPU的针对各目标属性的综合得分，按照综合得分进行排序，并在排序中体现出相应的商品品类SPU排序。
作为一个优选例，所述人群属性选自年龄段、地域、性别、行业类型和收入水平的一种或几种。
作为另一优选例，所述商品品类与人群属性的关系是指对于某一商品品类SPU而言，根据销售历史数据统计的各人群属性的人数占比。
作为另一优选例，所述综合得分即对于某一商品品类SPU而言，其针对各目标属性的人数占比之和。
本发明优点在于：
1、本发明首次提供了方便店铺运营人员在销售活动中选款的方法和装置，使用本发明的推荐选款计算方式后，店铺运营人员即可在电商管理平台通过设定销售活动的目标人群属性，得到系统自动计算Rank值排序产生的推荐商品SPU排序，然后根据推荐顺序选择希望参与活动的商品，从而大幅提升选款效率。
2、本发明中，选款推荐完全基于店铺销售历史数据，简单易得。
3、对目标人群属性的选择和段位的划分支持用户自定义，添加、删除或修改，能最大程度地满足不同用户的个性化需求。
4、本发明的方法步骤简单，用户使用难度低。
附图说明
附图1是本发明电商运营选款推荐的方法流程图。
附图2是本发明电商运营选款推荐的装置结构框图。
具体实施方式
下面结合附图对本发明提供的具体实施方式作详细说明。
附图中涉及的附图标记和组成部分如下所示：
1.人群属性划分模块 2.销售历史数据存储模块
3.人数占比计算模块 4.活动目标人群设定模块
5.商品品类推荐模块
实施例1本发明电商运营选款推荐的方法
请参见图1，图1是本发明电商运营选款推荐的方法流程图。本发明电商运营选款推荐的方法，包括以下步骤：
步骤S1，根据需求选取和划分人群属性。
电商售卖活动是针对复合特征的人群进行的，通常会指定目标人群的年龄段、地域、性别等。我们选取年龄段、地域、性别为人群属性并对人群进行以下划分：
年龄段Age可以根据店铺需求设定为不同段位：Age-A：20-30岁、Age-B：30-40岁；
地域Location可以根据店铺需求设定为不同段位：Loc-A：一线城市、Loc-B：二线城市、loc-C：三线城市；
性别Sex分为：Sex-A：男、Sex-B：女。
其中，人群属性可进一步拓展出：行业类型、收入水平等。
步骤S2，根据销售历史计算商品品类与人群属性的关系。
根据一个商品品类SPU的销售历史，将每一件单个的商品的实际售卖对象属性进行百分比统计，将产生以下数据(其中m％-s％含义为，实际购买者中符合该人群属性的人数占比)：
步骤S3，根据步骤S1对人群属性的划分，设定电商售卖活动目标人群的各属性即目标属性；并进一步根据步骤S2计算出各商品品类SPU的针对各目标属性的综合得分，按照综合得分进行排序，且在排序中体现出相应的商品品类SPU排序。
具体地，店铺售卖活动将在Age-A、Age-B、Sex-A、Sex-B、Loc-A、Loc-B、Loc-C各种人群属性中按需进行组合。假设售卖人群需要符合：20-30岁(Age-A)、女性(Sex-B)、一线城市(Loc-A)，那么我们可以计算出各商品品类SPU的针对人群的综合得分Rank：Rank(SPU)＝Age-A+Sex-B+Loc-A＝m+p+q。基于此公式可以得到各商品品类SPU(假设为SPU1、SPU2、SPU3)在该人群条件的Rank值排序：Rank(SPU1)>Rank(SPU3)>Rank(SPU2)。并在界面上根据Rank排序体现相应的商品品类SPU排序：推荐1:SPU1；推荐2:SPU3；推荐3:SPU2。于是电商运营人员可根据此推荐SPU排序(即推荐顺序)快速选择投入活动的商品SPU。
下面为一实际计算案例：
已知某店铺已有以下5个商品SPU，且实际销售用户数据如下：
此时，该店铺运营人员要举行一次在线销售活动，目标人群为：“20-30岁、女性、二线城市”(上表字体加粗部分)。于是系统计算出符合“20-30岁、女性、二线城市”要求的各SPU Rank值，如下：
Rank-SPU1＝45+70+50＝165
Rank-SPU2＝30+90+40＝160
Rank-SPU3＝90+95+10＝195
Rank-SPU4＝20+30+20＝70
Rank-SPU5＝10+40+90＝140
根据Rank值产生排序：Rank-SPU3>Rank-SPU1>Rank-SPU2>Rank-SPU5>Rank-SPU4。
根据Rank排序产生推荐SPU顺序：推荐1:SPU3、推荐2:SPU1、推荐3:SPU2、推荐4:SPU5、推荐5:SPU4。
于是店铺运营人员可以快速根据系统计算和推荐的顺序，快速选择加入活动的SPU。
实施例2本发明电商运营选款推荐的装置
请参见图2，图2是本发明电商运营选款推荐的装置结构框图。本发明电商运营选款推荐的装置，用于实现电商活动中帮助运营人员实现自动、快速、高效的选款，其包括：
人群属性划分模块1：提供各类人群属性并用于将人群按照各类人群属性划分为不同段位。
所述人群属性包括但不限于年龄段、地域、性别、行业类型、收入水平等。段位的划分例如，年龄段Age可以根据店铺需求设定为以下各段位：Age-A：20-30岁、Age-B：30-40岁；地域Location可以根据店铺需求设定为以下各段位：Loc-A：一线城市、Loc-B：二线城市、loc-C：三线城市；性别Sex分为：Sex-A：男、Sex-B：女。以上人群属性的种类、段位划分校准支持自定义，增加、删除或修改。
销售历史数据存储模块2：用于储存店铺内商品品类SPU的销售历史数据，包括SPU信息、购买者的信息(包括年龄段、地域、性别等各类人群属性)。
人数占比计算模块3：用于根据销售历史数据，计算各商品品类SPU与人群属性的关系，即计算出各商品品类SPU的各人群属性的人数百分比。
根据一个商品品类SPU的销售历史，将每一件单个的商品的实际售卖对象属性进行百分比统计，将产生以下数据(其中m％-s％含义为，实际购买者中符合该人群属性的人数占比)：
活动目标人群设定模块4：用于根据电商活动的需求，设定此次电商活动目标人群的各属性，即目标属性。其中该模块中人群属性的类型和段位的划分规则同人群属性划分模块1。
商品品类推荐模块5：用于计算各商品品类SPU的活动目标人群设定模块4所指定的目标属性占比之和，进行排序，并在排序中体现出相应的商品品类SPU排序。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员，在不脱离本发明方法的前提下，还可以做出若干改进和补充，这些改进和补充也应视为本发明的保护范围。

Claims (8)

1.一种电商运营选款推荐的方法，其特征在于，包括以下步骤：
步骤S1，根据需求选取和划分人群属性；
步骤S2，根据销售历史数据计算商品品类SPU与人群属性的关系；
步骤S3，根据步骤S1对人群属性的划分，设定电商售卖活动目标人群的各属性即目标属性；进一步根据步骤S2计算出各商品品类SPU的针对各目标属性的综合得分，按照综合得分进行排序，且在排序中体现出相应的商品品类SPU排序。
2.根据权利要求1所述的电商运营选款推荐的方法，其特征在于，所述人群属性选自年龄段、地域、性别、行业类型和收入水平的一种或几种。
3.根据权利要求1所述的电商运营选款推荐的方法，其特征在于，所述商品品类SPU与人群属性的关系是指对于某一商品品类SPU而言，根据销售历史数据统计的各人群属性的人数占比。
4.根据权利要求1所述的电商运营选款推荐的方法，其特征在于，所述综合得分即对于某一商品品类SPU而言，其针对各目标属性的人数占比之和。
5.一种电商运营选款推荐的装置，其特征在于，包括：
人群属性划分模块：提供各类人群属性并用于将人群按照各类人群属性划分为不同段位；
销售历史数据存储模块：用于储存店铺内商品品类SPU的销售历史数据，包括SPU信息、购买者的信息；
人数占比计算模块：用于根据销售历史数据，计算各商品品类SPU与人群属性的关系；
活动目标人群设定模块：用于根据电商售卖活动的需求，设定目标人群的各属性即目标属性；
商品品类推荐模块：用于计算各商品品类SPU的针对各目标属性的综合得分，按照综合得分进行排序，并在排序中体现出相应的商品品类SPU排序。
6.根据权利要求5所述的电商运营选款推荐的装置，其特征在于，所述人群属性选自年龄段、地域、性别、行业类型和收入水平的一种或几种。
7.根据权利要求5所述的电商运营选款推荐的装置，其特征在于，所述商品品类与人群属性的关系是指对于某一商品品类SPU而言，根据销售历史数据统计的各人群属性的人数占比。
8.根据权利要求5所述的电商运营选款推荐的装置，其特征在于，所述综合得分即对于某一商品品类SPU而言，其针对各目标属性的人数占比之和。
CN201910678520.0A 2019-07-25 2019-07-25 一种电商运营选款推荐的方法及装置 Pending CN110378770A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910678520.0A CN110378770A (zh) 2019-07-25 2019-07-25 一种电商运营选款推荐的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910678520.0A CN110378770A (zh) 2019-07-25 2019-07-25 一种电商运营选款推荐的方法及装置

Publications (1)

Publication Number Publication Date
CN110378770A true CN110378770A (zh) 2019-10-25

Family

ID=68256089

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910678520.0A Pending CN110378770A (zh) 2019-07-25 2019-07-25 一种电商运营选款推荐的方法及装置

Country Status (1)

Country Link
CN (1) CN110378770A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110866220A (zh) * 2019-11-14 2020-03-06 上海新蕴力电子商务有限公司 一种电商活动过程中的选品推荐系统
CN111709842A (zh) * 2020-06-18 2020-09-25 中国工商银行股份有限公司 由电子设备执行的产品参数调整方法和装置、系统和介质
CN112016958A (zh) * 2020-08-18 2020-12-01 中移（杭州）信息技术有限公司 产品选择方法、装置、电子设备及存储介质
CN112967109A (zh) * 2021-03-15 2021-06-15 杭州邻汇网络科技有限公司 一种快闪店的智能选品方法
CN113077305A (zh) * 2021-03-23 2021-07-06 上海尊溢商务信息咨询有限公司 页面处理方法、系统、电子设备及存储介质
CN113327073A (zh) * 2019-12-30 2021-08-31 上海尊溢商务信息咨询有限公司 一种高效可配置的电商全量库存同步方法及系统
CN114399366A (zh) * 2022-01-20 2022-04-26 中电工业互联网有限公司 一种基于人群分析的无人售货机选品方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103902549A (zh) * 2012-12-25 2014-07-02 阿里巴巴集团控股有限公司 搜索数据排序的方法和装置，数据搜索的方法和装置
CN106651437A (zh) * 2016-11-15 2017-05-10 武汉璞华大数据技术有限公司 一种基于大数据营销拓客的方法
CN106779985A (zh) * 2017-02-24 2017-05-31 武汉奇米网络科技有限公司 一种个性化商品排序的方法及系统
CN109242523A (zh) * 2018-07-06 2019-01-18 成都正合云智数据科技有限公司 一种专用于房产销售行业的购房人群画像方法及其实现装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103902549A (zh) * 2012-12-25 2014-07-02 阿里巴巴集团控股有限公司 搜索数据排序的方法和装置，数据搜索的方法和装置
CN106651437A (zh) * 2016-11-15 2017-05-10 武汉璞华大数据技术有限公司 一种基于大数据营销拓客的方法
CN106779985A (zh) * 2017-02-24 2017-05-31 武汉奇米网络科技有限公司 一种个性化商品排序的方法及系统
CN109242523A (zh) * 2018-07-06 2019-01-18 成都正合云智数据科技有限公司 一种专用于房产销售行业的购房人群画像方法及其实现装置

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110866220A (zh) * 2019-11-14 2020-03-06 上海新蕴力电子商务有限公司 一种电商活动过程中的选品推荐系统
CN110866220B (zh) * 2019-11-14 2024-02-20 上海新蕴力电子商务有限公司 一种电商活动过程中的选品推荐系统
CN113327073A (zh) * 2019-12-30 2021-08-31 上海尊溢商务信息咨询有限公司 一种高效可配置的电商全量库存同步方法及系统
CN113327073B (zh) * 2019-12-30 2024-04-26 上海尊溢商务信息咨询有限公司 一种高效可配置的电商全量库存同步方法及系统
CN111709842A (zh) * 2020-06-18 2020-09-25 中国工商银行股份有限公司 由电子设备执行的产品参数调整方法和装置、系统和介质
CN111709842B (zh) * 2020-06-18 2024-04-05 中国工商银行股份有限公司 由电子设备执行的产品参数调整方法和装置、系统和介质
CN112016958A (zh) * 2020-08-18 2020-12-01 中移（杭州）信息技术有限公司 产品选择方法、装置、电子设备及存储介质
CN112016958B (zh) * 2020-08-18 2024-03-22 中移（杭州）信息技术有限公司 产品选择方法、装置、电子设备及存储介质
CN112967109A (zh) * 2021-03-15 2021-06-15 杭州邻汇网络科技有限公司 一种快闪店的智能选品方法
CN113077305A (zh) * 2021-03-23 2021-07-06 上海尊溢商务信息咨询有限公司 页面处理方法、系统、电子设备及存储介质
CN113077305B (zh) * 2021-03-23 2024-03-29 上海尊溢商务信息咨询有限公司 页面处理方法、系统、电子设备及存储介质
CN114399366A (zh) * 2022-01-20 2022-04-26 中电工业互联网有限公司 一种基于人群分析的无人售货机选品方法及系统

Similar Documents

Publication Publication Date Title
CN110378770A (zh) 一种电商运营选款推荐的方法及装置
US11062372B2 (en) Method for relevancy ranking of products in online shopping
CN109189904A (zh) 个性化搜索方法及系统
US7974989B2 (en) Computer implemented system and method for enhancing keyword expansion
CN103164804B (zh) 一种个性化的信息推送方法及装置
US20090327083A1 (en) Automating on-line advertisement placement optimization
US20140156449A1 (en) Method and apparatus for item recommendation
WO2008134707A2 (en) Product affinity engine and method
CN108108380A (zh) 搜索排序方法、搜索排序装置、搜索方法和搜索装置
CN102419779A (zh) 一种基于属性排序的商品个性化搜索方法及装置
CN104679771A (zh) 一种个性化数据搜索方法和装置
KR101963817B1 (ko) 키워드 검색량 기반 예측 정보 생성 장치 및 방법
JP6679451B2 (ja) 選択装置、選択方法および選択プログラム
CN112528153B (zh) 内容推荐方法、装置、设备、存储介质以及程序产品
KR102068820B1 (ko) 온라인 마켓 상에서 상품의 등록 및 통합 관리를 수행하는 컴퓨터 프로그램 및 이의 동작 방법
US20140129333A1 (en) Advertising system, advertising system control method, program, and information storage medium
CN106651418A (zh) 针对电商满减活动的凑单商品推荐的方法
KR101509131B1 (ko) 온라인 판매자 평가정보 제공방법
US20070174133A1 (en) Searching for a seller of a product
CN116894709A (zh) 一种广告商品推荐方法和系统
CN112597398B (zh) 药品推荐模型应用方法及系统
CN112967108B (zh) 基于bp-ann的电力零售套餐搜索排序仿真系统和方法
CN106445965B (zh) 信息推广处理方法及装置
US20140081772A1 (en) Computerized systems and methods for anonymous collaborative auctions
CN117455632A (zh) 一种基于大数据的电商选品分析管理平台

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: 20191025