CN111047363A - 一种商品自动定价方法、装置、系统 - Google Patents
一种商品自动定价方法、装置、系统 Download PDFInfo
- Publication number
- CN111047363A CN111047363A CN201911317879.1A CN201911317879A CN111047363A CN 111047363 A CN111047363 A CN 111047363A CN 201911317879 A CN201911317879 A CN 201911317879A CN 111047363 A CN111047363 A CN 111047363A
- Authority
- CN
- China
- Prior art keywords
- price
- target commodity
- suppliers
- selling
- optimal
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000013528 artificial neural network Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 6
- 238000003062 neural network model Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 5
- 230000009467 reduction Effects 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 8
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000007726 management method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
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
- G06Q30/0206—Price or cost determination based on market factors
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开一种商品自动定价方法、装置、系统。方法包括接收客户端发送的目标商品的查询请求；查询预存储的与目标商品相匹配的所有供应商相对应的底价、加价比例和优惠价格并根据底价、加价比例和优惠价格计算对应的售价；将所有供应商对应的售价、底价、库存信息输入至一最优源模型中以确定最优供应商；将最优供应商对应的售价确定为目标商品的最终定价；将目标商品的最终定价发送至客户端以使客户端进行页面展示。本申请可以实现商品的自动定价，从而无需人工定价，降低人工成本；当最优供应商库存售罄时，切换供应商，并更新新供应商的售价，避免了切换供应商时售价未及时调整而导致的销售利润的下降的问题。
Description
技术领域
本发明属于计算机技术领域，尤其涉及一种商品自动定价方法、装置、系统。
背景技术
销售平台在进行销售之前需要对其商品进行定价，传统的定价方式通常由人工输入，然而随着电商行业的发展，商品的sku越来越丰富，因此人工定价的工作量也越来越大。
发明内容
为了解决现有技术中存在的问题，本发明提出一种商品自动定价方法、装置、系统。该方法可以实现商品的自动定价，降低人工成本。
本发明实施例提供的具体技术方案如下：
第一方面，本发明提供一种商品自动定价方法，所述方法包括：
接收客户端发送的目标商品的查询请求；
查询预存储的与所述目标商品相匹配的所有供应商相对应的底价、加价比例、优惠价格和库存信息并根据所述底价、加价比例和优惠价格计算对应的售价；
将所有供应商对应的售价、底价、库存信息输入至一最优源模型中以确定最优供应商；
将所述最优供应商对应的售价确定为所述目标商品的最终定价；
将所述目标商品的最终定价发送至客户端以使所述客户端进行页面展示。
优选的，所述方法还包括：
实时获取所述最优供应商所提供的目标商品的库存数量，当所述最优供应商所提供的目标商品的库存数量为零时，将剩余可用的供应商对应的售价、底价、库存信息输入至所述最优源模型中以确定新供应商；
将所述新供应商对应的售价确定为所述目标商品的最终定价。
优选的，所述最优源模型的获取方法包括：
获取样本数据，所述样本数据包括不同供应商的售价、底价和库存信息；
根据所述样本数据对一基础模型进行训练以得到所述最优源模型。
优选的，所述基础模型为神经网络模型，包括Hopfield神经网络、RBF神经网络、BP神经网络中的任意一种或者多种。
优选的，所述方法还包括：
获取所述目标商品的当前页面浏览量；
判断所述当前页面浏览量是否超过预定值；
若超过，则根据超过预设值的数量在预设的超出数量与调整比例的对应关系中获取目标调整比例；
根据所述目标调整比例调整与所述目标商品相对应的优惠价格。
优选的，所述底价、加价比例和优惠价格存储于缓存及数据库中。
优选的，所述方法还包括：
根据所述供应商提供的供价和折扣信息，计算得到所述底价；
将所述底价写入缓存和数据库中以便实时查询。
第二方面，本发明提供一种商品自动定价装置，所述装置包括：
接收模块，用于接收客户端发送的目标商品的查询请求；
查询模块，用于查询与所述目标商品相匹配的所有供应商相对应的底价、加价比例、优惠价格和库存信息；
计算模块，用于根据所述底价、加价比例和优惠价格计算对应的售价；
处理模块，用于将所有供应商对应的售价、底价、库存信息输入至一最优源模型中以确定最优供应商；以及将所述最优供应商对应的售价确定为所述目标商品的最终定价；
发送模块，用于将所述目标商品的最终定价发送至客户端以使所述客户端进行页面展示。
优选的，所述查询模块还用于实时获取所述最优供应商所提供的目标商品的库存数量；
所述处理模块还用于将剩余可用的供应商对应的售价、底价、库存信息输入至所述最优源模型中以确定新供应商；以及用于将所述新供应商对应的售价确定为所述目标商品的最终定价。
优选的，所述装置还包括：
建模模块，用于获取样本数据，所述样本数据包括不同供应商的售价、底价和库存信息；
以及用于根据所述样本数据对一基础模型进行训练以得到所述最优源模型。
优选的，所述基础模型为神经网络模型，包括Hopfield神经网络、RBF神经网络、BP神经网络中的任意一种或者多种。
优选的，所述装置还包括：
获取模块，用于获取所述目标商品的当前页面浏览量；
所述装置还包括判断模块，用于判断所述当前页面浏览量是否超过预定值；
所述获取模块还用于当所述当前页面浏览量超过预定值时，根据超过预设值的数量在预设的超出数量与调整比例的对应关系中获取目标调整比例；
所述装置还包括调整模块，用于根据所述目标调整比例调整与所述目标商品相对应的优惠价格。
优选的，所述底价、加价比例和优惠价格存储于缓存及数据库中。
优选的，所述计算模块还用于根据所述供应商提供的供价和折扣信息，计算得到所述底价；
所述发送模块还用于将所述底价写入缓存和数据库中以便实时查询。
第三方面，本发明提供一种计算机系统，包括：
一个或多个处理器；以及
与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行如下操作：
接收客户端发送的目标商品的查询请求；
查询与所述目标商品相匹配的所有供应商相对应的底价、加价比例、优惠价格和库存信息并根据所述底价、加价比例和优惠价格计算对应的售价；
将所有供应商对应的售价、底价、库存信息输入至一最优源模型中以确定最优供应商；
将所述最优供应商对应的售价确定为所述目标商品的最终定价；
将所述目标商品的最终定价发送至客户端以使所述客户端进行页面展示。
本发明实施例具有如下有益效果：
1、本方法通过查询预存储的与目标商品相匹配的至少一组底价、加价比例和优惠价格，计算得到目标商品的售价，并根据售价、底价和库存信息确定最优供应商，将最优供应商对应的售价确定目标商品的最终定价，从而无需人工定价；并且，通过实时维护商品的定价、加价比例、优惠价格等信息来灵活调整目标商品的售价，降低了人工成本，提高了效率。
2、当目标商品的最优供应商库存售罄时，本方法可以切换供应商，获取与新供应商对应的新售价，避免了切换供应商时售价未及时调整而导致的销售利润的下降的问题；
3、本方法通过页面浏览量来判定热销商品，调整优惠价格，从而提高热销商品的定价，进一步保证销售利润。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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是本申请实施例提供的一种商品自动定价方法的应用环境图；
图2是本申请实施例一提供的一种商品自动定价方法的流程图；
图3是本申请实施例二提供的一种商品自动定价装置的结构示意图；
图4是本申请实施例三提供的一种计算机系统架构图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本申请提供一种商品自动定价方法，可以应用于如图1所示的应用环境中。其中，服务端12通过网络与数据库11和终端13进行通信。终端13可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务端12可以用独立的服务端或者是多个服务端组成的服务端集群来实现。
实施例一
一种商品自动定价方法，如图2所示，包括：
S21、接收客户端发送的目标商品的查询请求。
具体的，管理人员进入管理系统，点击某一商品时，即可触发查询请求。
S22、查询预存储的与目标商品相匹配的所有供应商相对应的底价、加价比例、优惠价格和库存信息并根据底价、加价比例和优惠价格计算对应的售价。
其中，底价、加价比例和优惠价格存储于缓存及数据库中。
库存信息包括现货库存数量，在途库存数量，现货库存中当前可用的库存数量等。
加价比例为利润率，即为了产生利润，需要售价高出底价的一定的比例。加价比例可以为商品层级或者商品组或者品牌层级的利润率。商品层级可以为某一种商品，商品组可以为同属于一个组的所有商品，品牌层级可以为某个品牌。
根据售价计算公式，便能计算得到与不同的供应商相对应的售价。
其中，售价计算公式为：售价＝底价/(1-加价比例)-优惠价格。
底价的生成过程包括：
根据供应商提供的供价和折扣信息，计算得到底价。
如此，便能将底价写入缓存和数据库中以便实时查询。其中，供价和折扣信息与商品、供应商、库位、采购公司关联，因此在存储底价时，将底价与商品、供应商、库位、采购公司相关联后存储。
示例性的，供价和折扣信息如下表1和表2所示：
表1
| 商品 | 供应商 | 库位 | 采购公司 | 供价 |
| 100100101 | 9000001 | 0001 | 5400 | 1000.00 |
| 100100101 | 9000002 | 0001 | 5400 | 1100.00 |
表2
| 商品 | 供应商 | 库位 | 采购公司 | 折扣 |
| 100100101 | 9000001 | 0001 | 5400 | 5％ |
| 100100101 | 9000002 | 0001 | 5400 | 5％ |
根据获取到供价和折扣信息时，便可按照底价计算公式计算底价。其中，底价计算公式为：底价＝供价*(1–折扣)。
如，根据表1和表2所提供的数据，可以计算得到目标商品100100101的底价(参考表3)：
表3
| 商品 | 供应商 | 库位 | 采购公司 | 底价 |
| 100100101 | 9000001 | 0001 | 5400 | 950 |
| 100100101 | 9000002 | 0001 | 5400 | 1045 |
此外，缓存及数据库中的加价比例与商品、城市、库位等相信息关联存储，优惠价格与商品、供应商、城市、库位等信息相关联存储。
示例性的，参考表4及表5：
表4
| 商品 | 城市 | 库位 | 加价比例 |
| 100100101 | 1000173 | 0001 | 10％ |
| 100100101 | 1000174 | 0001 | 20％ |
表5
| 商品 | 供应商 | 库位 | 城市 | 优惠价格 |
| 100100101 | 9000001 | 0001 | 1000173 | 55.56 |
| 100100101 | 9000002 | 0001 | 1000173 | 1.11 |
当需要计算目标商品100100101的售价时，根据上述表3、表4和表5的数据，按照售价计算公式便可计算得到对应的售价(参考表6)：
表6
| 商品 | 供应商 | 库位 | 城市 | 售价 |
| 100100101 | 900001 | 0001 | 1000173 | 1000 |
| 100100101 | 900002 | 0001 | 1000173 | 1160 |
S23、将所有供应商对应的售价、底价、库存信息输入至一最优源模型中以确定最优供应商；
其中，最优源模型的获取方法包括：
1、获取样本数据，样本数据包括不同供应商的售价、底价和库存信息；
2、根据样本数据对一基础模型进行训练以得到最优源模型。
其中，上述基础模型为神经网络模型，包括Hopfield神经网络、RBF神经网络、BP神经网络中的任意一种或者多种。
如此，便可通过上述最优源模型进行预测，从而得到最优供应商。
S24、将最优供应商对应的售价确定为目标商品的最终定价。
示例性的，将供应商900002对应的售价1160确定为目标商品100100101的最终定价。
S25、将目标商品的最终定价发送至客户端以使客户端进行页面展示。
当目标商品的最优供应商的商品售罄时，需要切换供应商，因此本方案还包括：
1、查询最优供应商所提供的目标商品的库存数量，当最优供应商所提供的目标商品的库存数量为零时，将剩余可用的供应商对应的售价、底价、库存信息输入至最优源模型中以确定新供应商；
其中，上述库存数量指现货库存数量以及在途库存数量，当现货库存数量和在途库存数量都为零时，商品售罄。
示例性的，供应商包括900001、900002、900003，当最优供应商900002的库存为零时，获取供应商900001和900003的售价、底价、库存信息并输入至最优源模型中以确定新供应商。
2、将新供应商对应的售价确定为目标商品的最终定价。
如此，便可以避免了切换供应商时售价未及时调整而导致的销售利润的下降的问题。
此外，本方案还可以根据页面浏览量来判定热销商品，从而提高商品定价，具体包括如下步骤：
1、获取目标商品的当前页面浏览量；
2、判断当前页面浏览量是否超过预定值；
3、若超过，则根据超过预设值的数量在预设的超出数量与调整比例的对应关系中获取目标调整比例；
4、根据目标调整比例调整与目标商品相对应的优惠价格。
示例性的，若预定值为1000，当前页面浏览量为2000，根据超出数量与调整比例的对应关系表(如下表7)获取的调整比例为：
表7
| 超出数量 | 1000 | 2000 | 3000 | 4000 |
| 调整比例 | 2％ | 4％ | 6％ | 10％ |
如此，根据调整公式便能计算得到新的优惠价格，从而提高了商品定价，进一步增加了销售利润。其中，调整公式为：新优惠价格＝原优惠价格*(1+调整比例)。
实施例二
如图3所示，本申请提供了一种商品自动定价装置，具体包括：
接收模块31，用于接收客户端发送的目标商品的查询请求；
查询模块32，用于查询与目标商品相匹配的所有供应商相对应的底价、加价比例、优惠价格和库存信息；
计算模块33，用于根据底价、加价比例和优惠价格计算对应的售价；
处理模块34，用于将所有供应商对应的售价、底价、库存信息输入至一最优源模型中以确定最优供应商；以及将最优供应商对应的售价确定为目标商品的最终定价；
发送模块35，用于将目标商品的最终定价发送至客户端以使客户端进行页面展示。
优选的，上述查询模块32还用于实时获取最优供应商所提供的目标商品的库存数量；
上述处理模块34还用于将剩余可用的供应商对应的售价、底价、库存信息输入至最优源模型中以确定新供应商；以及用于将新供应商对应的售价确定为目标商品的最终定价。
优选的，上述装置还包括：
建模模块36，用于获取样本数据，样本数据包括不同供应商的售价、底价和库存信息；
以及用于根据样本数据对一基础模型进行训练以得到最优源模型。
优选的，上述基础模型为神经网络模型，包括Hopfield神经网络、RBF神经网络、BP神经网络中的任意一种或者多种。
优选的，上述装置还包括：
获取模块37，用于获取目标商品的当前页面浏览量；
上述装置还包括判断模块38，用于判断当前页面浏览量是否超过预定值；
上述获取模块37还用于当当前页面浏览量超过预定值时，根据超过预设值的数量在预设的超出数量与调整比例的对应关系中获取目标调整比例；
上述装置还包括调整模块39，用于根据目标调整比例调整与目标商品相对应的优惠价格。
优选的，上述底价、加价比例和优惠价格存储于缓存及数据库中。
优选的，上述计算模块33还用于根据供应商提供的供价和折扣信息，计算得到底价；
上述发送模块35还用于将底价写入缓存和数据库中以便实时查询。
实施例三
本申请实施例三提供一种计算机系统，包括：
一个或多个处理器；以及
与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行如下操作：
接收客户端发送的目标商品的查询请求；
查询与目标商品相匹配的所有供应商相对应的底价、加价比例和优惠价格并根据底价、加价比例和优惠价格计算对应的售价；
将所有供应商对应的售价、底价、库存信息输入至一最优源模型中以确定最优供应商；
将最优供应商对应的售价确定为目标商品的最终定价；
将目标商品的最终定价发送至客户端以使客户端进行页面展示。
其中，图4示例性的展示出了计算机系统的架构，具体可以包括处理器42，视频显示适配器44，磁盘驱动器46，输入/输出接口48，网络接口410，以及存储器412。上述处理器42、视频显示适配器44、磁盘驱动器46、输入/输出接口48、网络接口410，与存储器412之间可以通过通信总线414进行通信连接。
其中，处理器42可以采用通用的CPU(Central Processing Unit，中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本申请所提供的技术方案。
存储器412可以采用ROM(Read Only Memory，只读存储器)、RAM(Random AccessMemory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器412可以存储用于控制计算机系统40运行的操作系统416，用于控制计算机系统的低级别操作的基本输入输出系统(BIOS)418。另外，还可以存储网页浏览器420，数据存储管理系统422等等。总之，在通过软件或者固件来实现本申请所提供的技术方案时，相关的程序代码保存在存储器412中，并由处理器42来调用执行。
输入/输出接口48用于连接输入/输出模块，以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。
网络接口410用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
通信总线414包括一通路，在设备的各个组件(例如处理器42、视频显示适配器44、磁盘驱动器46、输入/输出接口48、网络接口410，与存储器412之间传输信息。
另外，该计算机系统还可以从虚拟资源对象领取条件信息数据库中获得具体领取条件的信息，以用于进行条件判断，等等。
需要说明的是，尽管上述设备仅示出了处理器42、视频显示适配器44、磁盘驱动器46、输入/输出接口48、网络接口410，存储器412，通信总线414等，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。
尽管已描述了本发明实施例中的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例中范围的所有变更和修改。另外，上述实施例提供的商品自动定价装置、计算机系统与商品自动定价方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (9)
1.一种商品自动定价方法，其特征在于，所述方法包括：
接收客户端发送的目标商品的查询请求；
查询预存储的与所述目标商品相匹配的所有供应商相对应的底价、加价比例、优惠价格和库存信息并根据所述底价、加价比例和优惠价格计算对应的售价；
将所有供应商对应的售价、底价、库存信息输入至一最优源模型中以确定最优供应商；
将所述最优供应商对应的售价确定为所述目标商品的最终定价；
将所述目标商品的最终定价发送至客户端以使所述客户端进行页面展示。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
实时获取所述最优供应商所提供的目标商品的库存数量，当所述最优供应商所提供的目标商品的库存数量为零时，将剩余可用的供应商对应的售价、底价、库存信息输入至所述最优源模型中以确定新供应商；
将所述新供应商对应的售价确定为所述目标商品的最终定价。
3.根据权利要求1或2所述的方法，其特征在于，所述最优源模型的获取方法包括：
获取样本数据，所述样本数据包括不同供应商的售价、底价和库存信息；
根据所述样本数据对一基础模型进行训练以得到所述最优源模型。
4.根据权利要求3所述的方法，其特征在于，所述基础模型为神经网络模型，包括Hopfield神经网络、RBF神经网络、BP神经网络中的任意一种或者多种。
5.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：
获取所述目标商品的当前页面浏览量；
判断所述当前页面浏览量是否超过预定值；
若超过，则根据超过预设值的数量在预设的超出数量与调整比例的对应关系中获取目标调整比例；
根据所述目标调整比例调整与所述目标商品相对应的优惠价格。
6.根据权利要求1或2所述的方法，其特征在于，所述底价、加价比例和优惠价格存储于缓存及数据库中。
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
根据所述供应商提供的供价和折扣信息，计算得到所述底价；
将所述底价写入缓存和数据库中以便实时查询。
8.一种商品自动定价装置，其特征在于，所述装置包括：
接收模块，用于接收客户端发送的目标商品的查询请求；
查询模块，用于查询与所述目标商品相匹配的所有供应商相对应的底价、加价比例、优惠价格和库存信息；
计算模块，用于根据所述底价、加价比例和优惠价格计算对应的售价；
处理模块，用于将所有供应商对应的售价、底价、库存信息输入至一最优源模型中以确定最优供应商；以及将所述最优供应商对应的售价确定为所述目标商品的最终定价；
发送模块，用于将所述目标商品的最终定价发送至客户端以使所述客户端进行页面展示。
9.一种计算机系统，其特征在于，包括：
一个或多个处理器；以及
与所述一个或多个处理器关联的存储器，所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时，执行如下操作：
接收客户端发送的目标商品的查询请求；
查询与所述目标商品相匹配的所有供应商相对应的底价、加价比例、优惠价格和库存信息并根据所述底价、加价比例和优惠价格计算对应的售价；
将所有供应商对应的售价、底价、库存信息输入至一最优源模型中以确定最优供应商；
将所述最优供应商对应的售价确定为所述目标商品的最终定价；
将所述目标商品的最终定价发送至客户端以使所述客户端进行页面展示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911317879.1A CN111047363A (zh) | 2019-12-19 | 2019-12-19 | 一种商品自动定价方法、装置、系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911317879.1A CN111047363A (zh) | 2019-12-19 | 2019-12-19 | 一种商品自动定价方法、装置、系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111047363A true CN111047363A (zh) | 2020-04-21 |
Family
ID=70237814
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911317879.1A Pending CN111047363A (zh) | 2019-12-19 | 2019-12-19 | 一种商品自动定价方法、装置、系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111047363A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112767042A (zh) * | 2021-01-26 | 2021-05-07 | 上海乐享似锦科技股份有限公司 | 一种群组生成方法、装置、电子设备及存储介质 |
| CN113344678A (zh) * | 2021-06-30 | 2021-09-03 | 中国工商银行股份有限公司 | 一种动态报价择优方法及装置 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105205701A (zh) * | 2015-09-22 | 2015-12-30 | 创点客（北京）科技有限公司 | 一种网络动态定价方法和系统 |
-
2019
- 2019-12-19 CN CN201911317879.1A patent/CN111047363A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105205701A (zh) * | 2015-09-22 | 2015-12-30 | 创点客（北京）科技有限公司 | 一种网络动态定价方法和系统 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112767042A (zh) * | 2021-01-26 | 2021-05-07 | 上海乐享似锦科技股份有限公司 | 一种群组生成方法、装置、电子设备及存储介质 |
| CN113344678A (zh) * | 2021-06-30 | 2021-09-03 | 中国工商银行股份有限公司 | 一种动态报价择优方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7289968B2 (en) | Forecasting demand for critical parts in a product line | |
| JP6706348B2 (ja) | 商品レコメンドの方法・装置・設備及びコンピュータ可読記憶媒体 | |
| CN111027895A (zh) | 商品的备料预测、行为数据收集方法、装置、设备和介质 | |
| CN110866008A (zh) | 一种数据处理方法、装置、系统 | |
| CN111047363A (zh) | 一种商品自动定价方法、装置、系统 | |
| CN105488163A (zh) | 信息推送方法和装置 | |
| CN110348921B (zh) | 门店物品选取的方法和装置 | |
| CN111612560A (zh) | 用于促销对象的推荐方法、系统、存储介质及电子设备 | |
| CN112950320A (zh) | 基于机器自学习的商品自动上下线方法、装置和电子设备 | |
| CN113763125A (zh) | 一种关于购买货物的采购单生成方法及装置 | |
| US20130173409A1 (en) | Network Trading Systems and Methods | |
| CN107977876B (zh) | 用于处理订单信息的方法及装置 | |
| CN114565422A (zh) | 仓库销量预测方法、装置、存储介质及设备 | |
| CN110858346A (zh) | 数据处理方法、装置和机器可读介质 | |
| CN110827102A (zh) | 用于调货比价的方法和装置 | |
| CN111260444B (zh) | 一种无货商品的下单方法、装置及计算机系统 | |
| CN115222256A (zh) | 供应链管理的方法、装置、电子设备及可读存储介质 | |
| CN112907331B (zh) | 订单生成方法、装置、计算机设备及可读存储介质 | |
| CN110956478A (zh) | 确定物品进货量的方法和装置 | |
| KR102484378B1 (ko) | 신뢰도 기반의 기계 견적 의뢰 처리 시스템 및 그 방법 | |
| CN113971186A (zh) | 服务表单生成方法及装置、电子设备和存储介质 | |
| CN111831964B (zh) | 数据报表信息处理方法、装置及计算机系统 | |
| CN111506340B (zh) | 业务规则信息处理方法、装置及系统 | |
| CN110751496B (zh) | 一种商品价格检测方法和装置 | |
| CN113256343A (zh) | 数据处理方法、装置、设备及计算机程序产品 |
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: 20200421 |