CN111179035A - 上单信息的确定方法、装置、设备及存储介质 - Google Patents
上单信息的确定方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111179035A CN111179035A CN201911395243.9A CN201911395243A CN111179035A CN 111179035 A CN111179035 A CN 111179035A CN 201911395243 A CN201911395243 A CN 201911395243A CN 111179035 A CN111179035 A CN 111179035A
- Authority
- CN
- China
- Prior art keywords
- commodity
- attribute
- quality
- information
- merchant
- 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
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
- G06Q30/06—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
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
- G06Q10/0875—Itemisation or classification of parts, supplies or services, e.g. bill of materials
-
- 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)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种上单信息的确定方法、装置、设备及存储介质,涉及互联网技术领域,该方法包括:获取商户在互联网平台上对应的本地商品集和优质商品集,本地商品集是商户拥有的商品集合,优质商品集是商户所属行业的其它商户在互联网平台上提供的优质商品的集合;根据本地商品集生成私有属性集;根据优质商品集生成公共属性集;根据共有属性集和私有属性集,为商户生成推荐商品的上单信息,推荐商品是在本地商品集中推荐上单的一个或多个商品。本申请通过获取商户的本地商品集和优质商品集,根据本地商品集和优质商品集,综合确定出推荐商品的上单信息,避免了上单信息只根据推荐商品的商品特征数据来确定,不够准确的问题。
Description
技术领域
本申请涉及互联网技术领域,特别涉及一种上单信息的确定方法、装置、设备及存储介质。
背景技术
上单指商户将商品发布在互联网平台上以供用户购买。商户在互联网平台添加上单商品的过程中,需要填写推荐商品的上单信息。
相关技术中,服务器通过对商品特征数据的挖掘,提供一些推荐商品的相关信息来确定出上单信息,引导商户完成推荐商品的上单操作。
上述方法确定出来的上单信息,仅依赖与推荐商品本身相关的商品特征数据,填写出的上单信息不能很好的对推荐商品的属性进行描述,导致推荐商品的上单质量较低。
发明内容
本申请实施例提供了一种上单信息的确定方法、装置、设备及存储介质,可以用于解决相关技术中确定出来的上单信息,仅依赖与商品本身相关的商品特征数据,填写出的上单信息不能很好的对商品的属性进行描述,导致商品的上单质量较低的问题。所述技术方案如下:
根据本申请的一个方面,提供了一种上单信息的确定方法,该方法包括:获取商户在互联网平台上对应的本地商品集和优质商品集,所述本地商品集是所述商户拥有的商品集合,所述优质商品集是所述商户所属行业的其它商户在所述互联网平台上提供的优质商品的集合;
根据所述本地商品集生成私有属性集;
根据所述优质商品集生成公共属性集;
根据所述公共属性集和所述私有属性集,为所述商户生成推荐商品的上单信息,所述推荐商品是在所述本地商品集中推荐上单的一个或多个商品。
另一方面,提供了一种上单信息的确定装置,所述装置包括:获取模块和生成模块;
所述获取模块,被配置为获取商户在互联网平台上对应的本地商品集和优质商品集,所述本地商品集是所述商户拥有的商品集合,所述优质商品集是所述商户所属行业的其它商户在所述互联网平台上提供的优质商品的集合;
所述生成模块,被配置为根据所述本地商品集生成私有属性集;
所述生成模块,被配置为根据所述优质商品集生成公共属性集;
所述生成模块,被配置为根据所述公共属性集和所述私有属性集,为所述商户生成推荐商品的上单信息,所述推荐商品是在所述本地商品集中推荐上单的一个或多个商品。
另一方面,提供了一种计算机设备,所述计算机设备包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述本申请实施例中提供的上单信息的确定方法。
另一方面,提供了一种计算机可读存储介质,所述可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现如上述本申请实施例中提供的上单信息的确定方法。
本申请实施例提供的技术方案带来的有益效果至少包括:
通过获取商户的本地商品集和优质商品集,根据本地商品集和优质商品集,综合确定出推荐商品的上单信息,引入了同行业其它商户的优质产品的数据信息,更加全面和多样化,避免了上单信息只根据推荐商品的商品特征数据来确定,不够准确的问题。
附图说明
为了更清楚地说明本申请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申请的一些实施例,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是本申请一个示例性实施例提供的计算机系统的结构框图;
图2是本申请一个示例性实施例提供的上单信息的确定方法的流程图;
图3是本申请一个示例性实施例提供的上单信息的示意图;
图4是本申请一个示例性实施例提供的上单信息的确定方法的流程图;
图5是本申请一个示例性实施例提供的获取商户的至少一个维度的相关信息的流程图;
图6是本申请一个示例性实施例提供的上单信息的确定方法的流程图;
图7是本申请一个示例性实施例提供的上单信息的示意图;
图8是本申请一个示例性实施例提供的上单商品的流程图;
图9是本申请一个示例性实施例提供的上单装置的结构框图;
图10是本申请一个示例性实施例提供的计算机设备的结构框图;
图11是本申请一个示例性实施例提供的服务器的结构框图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
图1给出了本申请一个示例性实施例提供的计算机系统的结构框图。该计算机系统100包括:终端110、服务器120。
终端110安装和运行有客户端111,该客户端111是具有上单商品功能的应用程序,该客户端111可以是网络购物程序、外卖程序。当终端110运行客户端111时,终端110的屏幕上显示客户端111的用户界面。
终端110上安装的客户端可以是不同操作系统平台(安卓或IOS)的客户端。终端110的设备类型包括:智能手机、平板电脑、电子书阅读器、MP3播放器、MP4播放器、膝上型便携计算机和台式计算机中的至少一种。
终端110通过无线网络或有线网络与服务器120相连。
服务器120包括一台服务器、多台服务器、云计算平台和虚拟化中心中的至少一种。服务器120用于为支持三维虚拟世界的客户端提供后台服务。可选地,服务器120承担主要计算工作,终端承担次要计算工作;或者,服务器120承担次要计算工作,终端承担主要计算工作;或者,服务器120和终端之间采用分布式计算架构进行协同计算。
在一个示意性的例子中,服务器120包括处理器122、本地商品集123、优质商品集124、面向用户的输入/输出接口(Input/Output Interface,I/O接口)125。其中,处理器122用于加载服务器120中存储的指令,处理本地商品集123和优质商品集124中的数据;本地商品集123用于存储商户拥有的商品的数据;优质商品集124用于存储商户所属行业的其它商户在互联网平台上提供的优质商品的数据;面向用户的I/O接口125用于通过无线网络或有线网络和第一终端110建立通信交换数据。
图2示出了本申请一个示例性实施例提供的上单信息的确定方法的流程图,应用于服务器中,该方法包括:
步骤210,获取商户在互联网平台上对应的本地商品集和优质商品集;
其中,本地商品集是商户拥有的商品集合,优质商品集是商户所属行业的其它商户在互联网平台上提供的优质商品的集合。
可选的,优质商品是商品属性高于阈值的商品。上述商品属性包括但不限于:商品评价、商品销量和商品浏览量中的一种或多种。如:优质商品是评价高于4.5分的商品。
需要说明的是,上述商品可以是实物商品,也可以是商户能够提供的服务,本申请对此不加以限制。
可选的,商户是在互联网平台上拥有上单商品的资质的人。
互联网平台是具有商户数据库的互联网平台。互联网平台是提供商户上单商品功能的平台。商户可以在互联网平台上上单新的商品,也可以对已上单的商品进行编辑、下架等操作。当商户完成商品上单后,用户可以在互联网平台上浏览商品、按照分类浏览商品、按照分类搜索商品、进行商品的购买、查看其它用户对商品的评论、进行商品的预订中的至少一种。
示例性的,互联网平台是网络购物平台、外卖平台、地理信息平台、网络点评平台生活服务平台或在线旅游平台中的至少一个。
可选的,服务器获取商户在互联网平台上对应的本地商品集和优质商品集。本地商品集中包括至少一个商品。优质商品集中包括至少一个优质商品,优质商品可以是销量较高的商品,也可以是用户评价较高的商品,本申请对此不加以限制。
示例性的,商户是在外卖平台上的一家沙拉店铺,该店铺属于“轻食简餐类”店铺。服务器在外卖平台上获取的本地商品集包括:各式沙拉、水果、凉面等食物。服务器在外卖平台上获取到的优质商品集为其他属于“轻食简餐类”店铺的优质商品,优质商品的类别包括但不限于上述沙拉店铺提供的商品的类别。
步骤220,根据本地商品集生成私有属性集;
私有属性集是商户拥有的商品的共有属性的集合。
服务器根据本地商品集生成私有属性集,即服务器对本地商品集的数据进行分析,提供本地商品集中有别于优质商品集的性质,将该性质添加至私有属性集。
需要说明的是,不同类型的商品,对应的私有属性集不一定相同。
在一个示例中,根据本地商品集生成私有属性集,包括:提取本地商品集中出现但优质商品集中未出现的第二商品属性;将第二商品属性添加至私有属性集;和/或,提取本地商品集和优质商品集中均出现但优质商品集出现频率小于阈值的第三商品属性;将第三商品属性添加至私有属性集。
示例性的,商户是一家提供奶茶外卖的店铺。该店铺的本地商品集中出现,但优质商品集中未出现的第二商品属性为赠品服务属性,具体为“凭购买记录提供到店撸猫服务”,将该第二商品属性添加至私有属性集。
示例性的,商户是一家提供跟团游服务的店铺。该店铺的本地商品集中出现,但优质商品集中未出现的第二商品属性为赠品服务属性,具体为“为用户赠送保险”,将该第二商品属性添加至私有属性集。示例性的,商户是一家提供麻辣烫外卖的店铺。该店铺的本地商品集中出现,但优质商品集中出现频率小于阈值的第三商品属性为赠品服务属性,具体为“消费即赠凉茶”,将该第三商品属性添加至私有属性集。
示例性的,商户是一家美容美发的店铺。该店铺的本地商品集中出现,但优质商品集中出现频率小于阈值的第三商品属性为店铺风格属性,具体为“日式风格”,将该第三商品属性添加至私有属性集。
步骤230,根据优质商品集生成公共属性集;
公共属性集是商户所属行业的其它商户在互联网平台上提供的优质商品的共有属性的集合。
可选的,公共属性集中的公共属性与私有属性集中的私有属性可以属于同一类型的商品属性,也可以属于不同类型的商品属性。当公共属性集中的公共属性与私有属性集中的私有属性是属于同一类型的商品属性,两者可能会发生冲突。
需要说明的是,不同类型的商品,对应的公共属性集不一定相同。
在一个示例中,根据优质商品集生成公共属性集,包括:提取优质商品集中出现频率最高的第一商品属性;将第一商品属性添加至公共属性集;其中,第一商品属性包括:商品价格、商品组合、商品组合比例、商品订金比例、商品销售方式、商品售后保障类型、商品库存量设置中的至少一种。
示例性的,商户是一家提供婚纱摄影服务的摄影店铺。优质商品集包括其他摄影店铺提供的多个优质的婚纱摄影服务。服务器对优质商品集的数据进行分析,提取出现频率最高的属性确定为第一商品属性,生成公共属性集。其中,公共属性集包括:商品价格“1000元”、商品订金比例“20%”、商品销售方式“订金商品”。
示例性的,商户是一家售卖服装的网店。优质商品集包括其他售卖服装的网店中的服装。服务器对优质商品集中的数据进行分析,提取出现频率最高的属性确定为第一商品属性,生成公共属性集。其中,公共属性集包括:商品售后保障类型“七天无理由”,商品库存量设置“999件”。
示例性的,商户是一家提供跟团游服务的店铺。优质商品集中包括其他旅行社提供的跟团游服务。服务器对优质商品集中的数据进行分析,提取出现频率最高的属性确定为第一商品属性,生成公共属性集。其中,公共属性集包括:导游服务“中文导游”,交通服务“用车免费”。
需要说明的是,本申请对步骤220和步骤230的顺序不加以限制。即,服务器可以先根据本地商品集生成私有属性集,再根据优质商品集生成公共属性集;也可以先根据优质商品集生成公共属性集,再根据本地商品集生成私有属性集;也可以同时根据优质商品集生成公共属性集,根据本地商品集生成私有属性集。
步骤240,根据公共属性集和私有属性集,为商户生成推荐商品的上单信息;
其中,推荐商品是在本地商品集中推荐上单的一个或多个商品。
上单信息可以是文字信息,可以是语音信息,可以是图片信息,可以是视频信息,本申请对此不进行限制。下文仅以上单信息是文字信息做出示例性的说明。
可选的,商户即将上单的推荐商品为单个商品,也可以为多个商品的组合。示意性的,商户是在外卖平台上的一家沙拉店铺。推荐商品可以是单个商品:鸡胸肉沙拉,也可以是多个商品的组合:鸡胸肉沙拉和蔬菜汁的组合。
可选的,上单信息包括多个信息项,信息项中包括商品属性的相关信息,每个信息项对应商品的属于同一类型的一个或多个商品属性。如:商品价格信息项对应商品的平台价属性和门市价属性,商品销售方式信息项对应商品的销售方式属性。信息项可以是在服务器中预设的,也可以是商户设置的。信息项可以由公共属性集中的公共属性填充,也可以由私有属性集中的私有属性填充。
对于一个信息项A,若只存在一个公共属性与之对应,则将该公共属性填充至该信息项中。如对于商品价格信息项,存在公共属性“商品价格25元”,将该公共属性填充至商品价格信息项中。
对于一个信息项B,若只存在一个私有属性与之对应,则将该私有属性填充至该信息项中。如对于商品原料信息项,存在私有属性“采用黑糖调整甜度”,将该私有属性填充至商品原料信息项中。
对于一个信息项C,若同时存在一个公共属性和一个私有属性与之对应,且公共属性与私有属性不冲突,则将两者都填充至信息项C中。如,对于商品配料信息项,存在公共属性“配料包括珍珠”和私有属性“配料包括手工芋圆”,则将公共属性和私有属性都填充至信息项C中,信息项C为“配料包括珍珠和手工芋圆”。
对于一个信息项D,若同时存在一个公共属性和一个私有属性与之对应,且公共属性与私有属性冲突,则由商户确定两者中的一个填充至信息项D中,或,由服务器根据优先级确定两者中的一个填充至信息项D中。如,对于商品销售方式信息项,存在公共属性“订金商品”和私有属性“全款支付商品”,服务器接收商户的选择操作,将私有属性填充至商品销售方式信息项中,商品销售方式信息项为“全款支付商品”。或,服务器获取公共属性“订金商品”的优先级和私有属性“全款支付商品”的优先级,私有属性的优先级高于公共属性的优先级,则服务器自动将私有属性填充至商品销售方式信息项中,商品销售方式信息项为“全款支付商品”。
结合参考图3,商户是一家提供婚纱摄影服务的摄影店铺,推荐商品是一个婚纱摄影服务,推荐商品的名称为“全新《ALICE GAERDEN》系列”。服务器确定出的公共属性集包括:商品销售方式320,商品价格330,商品订金比例340,服装造型350、化妆造型370。服务器确定出的私有属性集包括:服装造型说明360,化妆造型说明380。
推荐商品的上单信息包括:与服装造型说明有关的私有属性为:提供新娘水晶礼服、著名男星品牌xxx提供新郎礼服,该私有属性填充的是服装造型信息栏;与化妆造型说明有关的私有属性为:首席摄影师亲自掌镜、韩国美妆团队AAA提供专属造型方案,该私有属性填充的是化妆造型信息栏;与商品销售方式有关的公共属性为订金商品,该公共属性填充的是商品销售方式信息栏;与价格有关的公共属性包括门市价12999元,平台价为9998元,该公共属性填充的是商品价格信息栏;与商品订金比例有关的公共属性为订金998元,该公共属性填充的是商品销售方式信息栏;与服装造型有关的公共属性为5套/人,该公共属性填充的是服装造型信息栏;与化妆造型有关的公共属性为5套/人,该公共属性填充的是化妆造型信息栏。
图3中的推荐商品的上单信息还包括对公共属性集和私有属性集的提示信息。如,与商品销售方式有关的公共属性为订金商品,在该公共属性栏处提示有“该类型的销售量更高哦”;与服装造型有关的公共属性为5套/人,在该公共属性栏处提示有“同行都是5套哦”;与服装造型说明有关的私有属性为:提供新娘水晶礼服、著名男星品牌xxx提供新郎礼服,在该私有属性栏处提示有“参考本店热卖产品进行补充”。
综上所述,本实施例提供的方法,通过获取商户的本地商品集和优质商品集,根据本地商品集和优质商品集,综合确定出推荐商品的上单信息,引入了同行业其它商户的优质产品的数据信息,更加全面和多样化,避免了上单信息只根据推荐商品的商品特征数据来确定,不够准确的问题。
在基于图2的可选实施例中,图4示出了本申请一个示例性实施例提供的上单信息的确定方法的流程图。在本实施例中,步骤210中的“获取商户在互联网平台上对应的优质商品集”被替换实现为步骤211、步骤212和步骤213:
步骤211,确定商户对应的搜索关键词;
搜索关键词是在互联网平台上进行搜索的关键词。通过搜索关键词,服务器能够确定其他商户提供的与该搜索关键词对应的优质商品。
可选的,搜索关键词可以是服务器对商户进行数据分析后得到的,也可以是商户自己输入的,本申请对此不加以限制。
搜索关键词可以是一个,也可以是多个。当搜索关键词是多个时,服务器需要在互联网平台上对多个搜索关键词进行搜索,确定出符合多个搜索关键词的优质商品。
示例性的,商户是一家提供婚纱摄影服务的摄影店铺,服务器对该商户进行数据分析后,确定该商户对应的搜索关键词为“婚纱摄影”。
在一个示例中,确定商户对应的搜索关键词,包括:获取商户的至少一个维度的相关信息,至少一个维度包括:商品特征维度和商户画像维度中的至少一个;从相关信息中提取搜索关键词。
其中,商品特征维度的相关信息包括:销量、页面访问量、独立访问用户数、评价、价格、品类中的至少一个;商户画像维度的相关信息包括:兴趣点、浏览记录、购买转化率、订单评价、经营状况中的至少一个。
页面访问量(Page View,PV)用来衡量商品被浏览的次数。用户每次对商品页面的请求或访问均被记录1个PV,用户对同一页面的多次访问,PV累计。例如,同一用户访问了4次该商品的页面,PV就增加4。
而独立访问用户数(Unique View,UV)用来衡量浏览商品的访客的人数。译为通过互联网访问、浏览这个网页的自然人,访问网站的一台电脑客户端被视为一个访客,在同一天内相同的客户端只被计算一次。
兴趣点(Point of Internet,POI)包括名称、类别、经纬度等方面的信息。上述商户POI属于POI的一种,商户POI信息具体为:类别为商户,商户名称、商户地理位置点(经纬度)等。
示例性的,服务器获取商品特征维度和商户画像维度这两个维度的相关信息。其中,商品特征维度的相关信息包括:商品属于美发类商品,页面访问量为10000,评价为4.5分,价格为300元。其中,商户画像维度的相关信息为:购买转化率为30%,订单评价为“价格偏高”。服务器从相关信息中提取的搜索关键词为“美发类产品”和“价格偏高”。
步骤212,根据搜索关键词在互联网平台上搜索其他商户提供的优质商品;
优质商品是与商户的搜索关键词对应的商品属性优于阈值的商品。上述商品属性包括但不限于:商品评分、商品销量、商品浏览量中的一种或多种。
可选的,服务器在确定搜素关键词后,在互联网平台上进行搜索,得到与该搜索关键词对应的商品,从这些商品中再筛选出优质商品。优质商品可以是销量较高的商品,也可以是用户评价较高的商品,本申请对此不加以限制。
示例性的,搜索关键词为“婚纱摄影”,服务器在互联网平台上根据该关键词进行搜索,得到多个其他商户提供的与“婚纱摄影”有关的优质商品。
步骤213,对优质商品进行数据处理后,得到优质商品集;
其中,数据处理包括过滤、排序和分析中的至少一种。
需要说明的是,上述数据处理可以是根据优质商品的某一个商品属性进行的数据处理操作,也可以是根据优质商品的若干个商品属性综合进行的数据处理操作。
可选的,通过对优质商品进行过滤,是为了对部分数据异常的优质商品进行剔除。
示例性的,搜索关键词是“美式快餐”,服务器搜索到的优质商品包括:薯条、汉堡包、炸鸡、可乐、奥尔良鸡肉卷、烤翅、蛋炒饭。通过过滤,将蛋炒饭剔除出优质商品集。
可选的,通过对优质商品进行排序,能够根据优质商品的序号,更准确的得到公共属性集。如,将序号与权重对应,序号低的优质商品的权重较大。在根据优质商品集确定公共属性集时,需要根据优质商品集中的商品的权重,得到公共属性。
示例性的,搜索关键词是“美式快餐”,服务器搜索到的优质商品包括:薯条、汉堡包、炸鸡、可乐、奥尔良鸡肉卷、烤翅。根据商品评价,服务器对上述优质商品进行排序,序号分别为:6、4、2、5、1、3。序号低的优质商品的权重较大,所以奥尔良鸡肉卷的权重最大,薯条的权重最小。确定公共属性集的时候,服务器会根据权重来确定公共属性,权重大的优质商品对公共属性的结果影响较大。
可选的,对优质商品进行分析,能够提取出这些优质商品共有的公共属性,再将得到的公共属性组合成公共属性集。
综上所述,本实施例提供的方法,通过获取商户的本地商品集和优质商品集,根据本地商品集和优质商品集,综合确定出推荐商品的上单信息,避免了上单信息只根据推荐商品的商品特征数据来确定,不够准确的问题。
同时,服务器根据多个维度的相关信息提取搜索关键词,进一步提高了搜索关键词的准确度。从商品特征的维度,能够使搜索关键词准确得对应推荐商品,从商户画像的维度,能够使搜索关键词更加贴合商户。
结合参考图5,在基于图4的可选实施例中,服务器获取商户的至少一个维度的相关信息可以包括如下步骤:
步骤510,对影响上单的因素进行分析;
服务器分析影响上单的因素,分为商品因素和商户因素。商品因素包含销量、页面访问量、独立访问用户数、评价、价格、品类等属性。商户因素可以分为自身维度与非自身维度两类,自身维度,从商户的兴趣点、浏览记录中提取自身的特征属性;非自身维度,通过购买转化率、订单评价、经营状况了解商户的相关商品的发展特征。
步骤520,数据收集;
服务器针对影响因素,分析各项指标信息的来源,实现通过监听各个来源来收集相关信息。
步骤530,数据处理;
服务器对收集得到的信息进行处理,转换为可供生成推荐商品的上单信息的数据形式。主要包括商品特征数据提取、商户画像特征数据计算。
在基于图2的可选实施例中,图6示出了本申请一个示例性实施例提供的上单信息的确定方法的流程图。在本实施例中,还包括步骤250:
步骤250,根据上单信息,对推荐商品的上单属性栏进行自动填充。
上单信息是服务器根据公共属性集和私有属性集生成的。服务器在确定上单信息后,自动对推荐商品的上单属性栏进行自动填充。
可选的,上单信息包括多个信息项时,根据上单信息中的信息项,对推荐商品的上单属性栏进行自动填充。其中,由于每个信息项对应一个或多个商品属性,所以每个信息项对应一个或多个上单属性栏。如商品价格信息项包括商品的门市价和平台价的相关信息,对应两个上单属性栏:门市价属性栏和平台价属性栏。如商品售后保障类型信息栏包括商品的售后保障类型的相关信息,对于一个上单属性栏:商品售后保障类型信息栏。
如图3所示,推荐商品的上单信息包括:与服装造型说明有关的私有属性为:提供新娘水晶礼服、著名男星品牌xxx提供新郎礼服,该私有属性填充的是服装造型信息栏;与化妆造型说明有关的私有属性为:首席摄影师亲自掌镜、韩国美妆团队AAA提供专属造型方案,该私有属性填充的是化妆造型信息栏;与商品销售方式有关的公共属性为订金商品,该公共属性填充的是商品销售方式信息栏;与价格有关的公共属性包括门市价12999元,平台价为9998元,该公共属性填充的是商品价格信息栏;与商品订金比例有关的公共属性为订金998元,该公共属性填充的是商品销售方式信息栏;与服装造型有关的公共属性为5套/人,该公共属性填充的是服装造型信息栏;与化妆造型有关的公共属性为5套/人,该公共属性填充的是化妆造型信息栏。
则,对上单的商品销售方式属性栏自动填充为“订金商品”;对上单的门市价属性栏自动填充为“1299元”;对上单的平台价属性栏自动填充为“9998元”;对上单的订金属性栏自动填充为“998元”;对上单的服装造型属性栏自动填充为“5套/人”;对上单的化妆造型属性栏自动填充为“5套/人”;对上单的服装造型说明属性栏自动填充为“提供新娘水晶礼服、著名男星品牌xxx提供新郎礼服”;对上单的化妆造型说明属性栏自动填充为“首席摄影师亲自掌镜、韩国美妆团队AAA提供专属造型方案”。
在一个示例中,根据上单信息,对推荐商品的上单属性栏进行自动填充,包括:将上单信息直接填充至推荐商品的上单属性栏中;或,将上单信息填充至推荐商品的上单属性栏的备选选项中。
示例性的,如图7所示,对于上单的服装造型属性栏750,将商品上单信息填充至属性栏的备选选项中,备选选项提示为“5套/人”;对于上单的化妆造型属性栏770,将商品上单信息直接填充至推荐商品的上单属性栏中,为“5套/人”。
综上所述,本实施例提供的方法,通过获取商户的本地商品集和优质商品集,根据本地商品集和优质商品集,综合确定出推荐商品的上单信息,避免了上单信息只根据推荐商品的商品特征数据来确定,不够准确的问题。
同时,通过根据上单信息,对推荐商品的上单属性栏进行自动填充,提高了上单商品的效率。
图8示出了本申请一个示例性实施例提供的上单商品的流程图,以商户是饮品店TTT,上单商品是奶茶为例进行说明:
步骤810,确定商户对应的搜索关键词;
搜索关键词是商户输入的关键词“饮品”。
步骤812,根据搜索关键词在互联网平台上搜索其他商户提供的优质商品;
互联网平台是外卖平台。服务器根据搜索关键词“饮品”,在外卖平台上搜索其他饮品店提供的月销量大于1000的商品,将这些商品确定为优质商品。
步骤814,对优质商品进行数据处理后,得到优质商品集;
对上述优质商品根据月销量进行排序,得到优质商品集。其中,月销量越高,对应的优质商品的序号越小。
步骤816,根据优质商品集生成公共属性集;
服务器对优质商品集中的数据按照预设的商品属性分类进行分析。该上单商品的公共属性集包括:饮品价格“15元”、饮品配料“珍珠和椰果”、饮品甜度“半糖或七分糖”、饮品温度“少冰或常温”。
步骤820,获取商户在互联网平台上对应的本地商品集;
服务器获取饮品店TTT在该外卖平台上的本地商品集,包括:水果茶、奶茶、酸奶、甜点小食、咖啡。
步骤822,根据本地商品集生成私有属性集;
饮品店TTT中的本地商品集中的饮品均添加该店特制的手工芋圆,将饮品配料包括手工芋圆定义为第二商品属性。该第二商品属性是服务器提取本地商品集中出现但优质商品集中未出现的属性。
饮品店TTT中的饮品采用黑糖调整甜度,优质商品集中仅有1/10的优质商品采用黑糖调整甜度,将采用黑糖调整甜度定义为第三商品属性。该第三商品属性是服务器提取本地商品集和优质商品集中均出现,但优质商品集中出现频率小于阈值的属性。
服务器将上述第二商品属性和第三商品属性添加至私有属性集。
步骤830,根据公共属性集和私有属性集,为商户生成推荐商品的上单信息;
服务器为饮品店TTT生成的对于奶茶的上单信息包括:饮品价格为15元、饮品配料为珍珠和椰果、饮品甜度为半糖或七分糖、饮品温度为少冰或常温,调整甜度采用黑糖、添加手工芋圆。
步骤840,根据上单信息,对推荐商品的上单属性栏进行自动填充;
服务器将上单信息直接填充至推荐商品的上单属性栏中。上单属性栏包括:价格属性栏,配料属性栏、甜度属性栏、原料属性栏和温度属性栏。
将15元填充至价格属性栏中,将珍珠、椰果和手工芋圆填充至配料属性栏,将半糖或七分糖填充至甜度属性栏,将黑糖填充至原料属性栏,将少冰或常温填充至温度属性栏。
图9示出了本申请一个示例性实施例提供的上单信息的确定装置的框图,该装置包括:获取模块910和生成模块920;
获取模块910,被配置为获取商户在互联网平台上对应的本地商品集和优质商品集,本地商品集是商户拥有的商品集合,优质商品集是商户所属行业的其它商户在互联网平台上提供的优质商品的集合;
生成模块920,被配置为根据本地商品集生成私有属性集;
生成模块920,被配置为根据优质商品集生成公共属性集;
生成模块920,被配置为根据公共属性集和私有属性集,为商户生成推荐商品的上单信息,推荐商品是在本地商品集中推荐上单的一个或多个商品。
在一个示例中,获取模块910,被配置为确定商户对应的搜索关键词;获取模块910,被配置为根据搜索关键词在互联网平台上搜索其他商户提供的优质商品;获取模块910,被配置为对优质商品进行数据处理后,得到优质商品集;数据处理包括过滤、排序和分析中的至少一种。
在一个示例中,获取模块910,被配置为获取商户的至少一个维度的相关信息,至少一个维度包括:商品特征维度和商户画像维度中的至少一个;获取模块910,被配置为从相关信息中提取搜索关键词。
在一个示例中,商品特征维度的相关信息包括:销量、页面访问量、独立访问用户数、评价、价格、品类中的至少一个;商户画像维度的相关信息包括:兴趣点、浏览记录、购买转化率、订单评价、经营状况中的至少一个。
在一个示例中,生成模块920,被配置为提取优质商品集中出现频率最高的第一商品属性;将第一商品属性添加至公共属性集;其中,第一商品属性包括:商品价格、商品组合、商品组合比例、商品订金比例、商品销售方式、商品售后保障类型、商品库存量设置中的至少一种。
在一个示例中,生成模块920,被配置为提取本地商品集中出现但优质商品集中未出现的第二商品属性;将第二商品属性添加至私有属性集;和/或,生成模块920,被配置为提取本地商品集和优质商品集中均出现但优质商品集出现频率小于阈值的第三商品属性;将第三商品属性添加至私有属性集。
在一个示例中,生成模块920,被配置为根据上单信息,对推荐商品的上单属性栏进行自动填充。
在一个示例中,生成模块920,被配置为将上单信息直接填充至推荐商品的上单属性栏中;或,生成模块920,被配置为将上单信息填充至推荐商品的上单属性栏的备选选项中。
请参考图10,其示出了本公开一个实施例提供的计算机设备1000的结构框图。该计算机设备1000可以是手机、平板电脑、多媒体播放设备、可穿戴设备等。
通常,计算机设备1000包括有:处理器1001和存储器1002。
处理器1001可以包括一个或多个处理核心,比如4核心处理器、108核心处理器等。处理器1001可以采用DSP(Digital Signal Processing,数字信号处理)、FPGA(FieldProgrammable Gate Array,现场可编程门阵列)、PLA
(Programmable Logic Array,可编程逻辑阵列)中的至少一种硬件形式来实现。处理器1001也可以包括主处理器和协处理器,主处理器是用于对在唤醒状态下的数据进行处理的处理器,也称CPU(Central Processing Unit,中央处理器);协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中,处理器1001可以在集成有GPU(Graphics Processing Unit,图像处理器),GPU用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中,处理器1001还可以包括AI(Artificial Intelligence,人工智能)处理器,该AI处理器用于处理有关机器学习的计算操作。
存储器1002可以包括一个或多个计算机可读存储介质,该计算机可读存储介质可以是非暂态的。存储器1002还可包括高速随机存取存储器,以及非易失性存储器,比如一个或多个磁盘存储设备、闪存存储设备。在一些实施例中,存储器1002中的非暂态的计算机可读存储介质用于存储至少一条指令、至少一段程序、代码集或指令集,该至少一条指令、至少一段程序、代码集或指令集用于被处理器1001所执行以实现本公开中方法实施例提供的方法。
在一些实施例中,计算机设备1000还可选包括有:外围设备接口1003和至少一个外围设备。处理器1001、存储器1002和外围设备接口1003之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口1003相连。具体地,外围设备包括:射频电路1004、触摸显示屏1005、摄像头1006、音频电路1007、定位组件1008和电源1009中的至少一种。
本领域技术人员可以理解,图10中示出的结构并不构成对计算机设备1000的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
本申请还提供了一种服务器,该服务器包括处理器和存储器,存储器中存储有至少一条指令,至少一条指令由处理器加载并执行以实现上述各个方法实施例提供的上单信息的确定方法。
要说明的是,该服务器可以是如下图11所提供的服务器。
请参考图11,其示出了本申请一个示例性实施例提供的服务器的结构示意图。具体来讲:服务器1100包括中央处理单元(Central Processing Unit,CPU)1101、包括随机存取存储器(Read Access Memory,RAM)1102和只读存储器(Read Only Memory,ROM)1103的系统存储器1104,以及连接系统存储器1104和中央处理单元1101的系统总线1105。服务器1100还包括帮助计算机内的各个器件之间传输信息的基本输入/输出(Input/Output,I/O)系统1106,和用于存储操作系统1113、应用程序1114和其他程序模块1115的大容量存储设备1107。
基本输入/输出系统1106包括有用于显示信息的显示器1108和用于用户输入信息的诸如鼠标、键盘之类的输入设备1109。其中显示器1108和输入设备1109都通过连接到系统总线1105的输入输出控制器1110连接到中央处理单元1101。基本输入/输出系统1106还可以包括输入输出控制器1110以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地,输入输出控制器1110还提供输出到显示屏、打印机或其他类型的输出设备。
大容量存储设备1107通过连接到系统总线1105的大容量存储控制器(未示出)连接到中央处理单元1101。大容量存储设备1107及其相关联的计算机可读介质为服务器1100提供非易失性存储。也就是说,大容量存储设备1107可以包括诸如硬盘或者驱动器之类的计算机可读介质(未示出)。
不失一般性,计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、可擦除可编程只读存储器(Erasable Programmable Read Only Memory,EPROM)、带电可擦可编程只读存储器(Electrically Erasable Programmable Read Only Memory,EEPROM)、闪存或其他固态存储其技术,光盘只读存储器、高密度数字视频光盘(DigitalVersatile Disc,DVD)或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然,本领域技术人员可知计算机存储介质不局限于上述几种。上述的系统存储器1104和大容量存储设备1107可以统称为存储器。
存储器存储有一个或多个程序,一个或多个程序被配置成由一个或多个中央处理单元1101执行,一个或多个程序包含用于实现上述上单信息的确定方法的指令,中央处理单元1101执行该一个或多个程序实现上述各个方法实施例提供的上单信息的确定方法。
根据本申请的各种实施例,服务器1100还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即服务器1100可以通过连接在系统总线1105上的网络接口单元1111连接到网络1112,或者说,也可以使用网络接口单元1111来连接到其他类型的网络或远程计算机系统(未示出)。
本领域技术人员可以理解,图11中示出的结构并不构成对服务器1100的限定,可以包括比图示更多或更少的组件,或者组合某些组件,或者采用不同的组件布置。
本申请实施例还提供一种计算机设备,该计算机设备包括存储器和处理器,存储器中存储有至少一条指令、至少一段程序、代码集或指令集,至少一条指令、至少一段程序、代码集或指令集由处理器加载并实现上述上单信息的确定方法。
本申请实施例还提供一种计算机可读存储介质,该可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述上单信息的确定方法。
本申请还提供了一种计算机程序产品,当计算机程序产品在计算机上运行时,使得计算机执行上述各个方法实施例提供的上单信息的确定方法。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,该计算机可读存储介质可以是上述实施例中的存储器中所包含的计算机可读存储介质;也可以是单独存在,未装配入终端中的计算机可读存储介质。该计算机可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现上述上单信息的确定方法。
可选地,该计算机可读存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、固态硬盘(SSD,Solid State Drives)或光盘等。其中,随机存取记忆体可以包括电阻式随机存取记忆体(ReRAM,Resistance RandomAccess Memory)和动态随机存取存储器(DRAM,Dynamic Random Access Memory)。上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上仅为本申请的可选实施例,并不用以限制本申请,凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (11)
1.一种上单信息的确定方法,其特征在于,所述方法包括:
获取商户在互联网平台上对应的本地商品集和优质商品集,所述本地商品集是所述商户拥有的商品集合,所述优质商品集是所述商户所属行业的其它商户在所述互联网平台上提供的优质商品的集合;
根据所述本地商品集生成私有属性集;
根据所述优质商品集生成公共属性集;
根据所述公共属性集和所述私有属性集,为所述商户生成推荐商品的上单信息,所述推荐商品是在所述本地商品集中推荐上单的一个或多个商品。
2.根据权利要求1所述的方法,其特征在于,所述获取所述商户在所述互联网平台上对应的优质商品集,包括:
确定所述商户对应的搜索关键词;
根据所述搜索关键词在所述互联网平台上搜索所述其他商户提供的优质商品;
对所述优质商品进行数据处理后,得到所述优质商品集;
所述数据处理包括过滤、排序和分析中的至少一种。
3.根据权利要求2所述的方法,其特征在于,所述确定所述商户对应的搜索关键词,包括:
获取所述商户的至少一个维度的相关信息,所述至少一个维度包括:商品特征维度和商户画像维度中的至少一个;
从所述相关信息中提取所述搜索关键词。
4.根据权利要求3所述的方法,其特征在于,
所述商品特征维度的相关信息包括:销量、页面访问量、独立访问用户数、评价、价格、品类中的至少一个;
所述商户画像维度的相关信息包括:兴趣点、浏览记录、购买转化率、订单评价、经营状况中的至少一个。
5.根据权利要求1至4任一所述的方法,其特征在于,所述根据所述优质商品集生成公共属性集,包括:
提取所述优质商品集中出现频率最高的第一商品属性;
将所述第一商品属性添加至所述公共属性集;
其中,所述第一商品属性包括:商品价格、商品组合、商品组合比例、商品订金比例、商品销售方式、商品售后保障类型、商品库存量设置中的至少一种。
6.根据权利要求1至4任一所述的方法,其特征在于,所述根据所述本地商品集生成私有属性集,包括:
提取所述本地商品集中出现但所述优质商品集中未出现的第二商品属性;将所述第二商品属性添加至所述私有属性集;
和/或,
提取所述本地商品集和所述优质商品集中均出现但所述优质商品集出现频率小于阈值的第三商品属性;将所述第三商品属性添加至所述私有属性集。
7.根据权利要求1至4任一所述的方法,其特征在于,所述方法还包括:
根据所述上单信息,对所述推荐商品的上单属性栏进行自动填充。
8.根据权利要求7所述的方法,其特征在于,所述根据所述上单信息,对所述推荐商品的上单属性栏进行自动填充,包括:
将所述上单信息直接填充至所述推荐商品的上单属性栏中;
或,
将所述上单信息填充至所述推荐商品的上单属性栏的备选选项中。
9.一种上单信息的确定装置,其特征在于,所述装置包括:获取模块和生成模块;
所述获取模块,被配置为获取商户在互联网平台上对应的本地商品集和优质商品集,所述本地商品集是所述商户拥有的商品集合,所述优质商品集是所述商户所属行业的其它商户在所述互联网平台上提供的优质商品的集合;
所述生成模块,被配置为根据所述本地商品集生成私有属性集;
所述生成模块,被配置为根据所述优质商品集生成公共属性集;
所述生成模块,被配置为根据所述公共属性集和所述私有属性集,为所述商户生成推荐商品的上单信息,所述推荐商品是在所述本地商品集中推荐上单的一个或多个商品。
10.一种计算机设备,其特征在于,所述计算机设备包括处理器和存储器,所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、至少一段程序、代码集或指令集由所述处理器加载并执行以实现如权利要求1至8任一所述的上单信息的确定方法。
11.一种计算机可读存储介质,其特征在于,所述可读存储介质中存储有至少一条指令、至少一段程序、代码集或指令集,所述至少一条指令、至少一段程序、代码集或指令集由处理器加载并执行以实现如权利要求1至8任一所述的上单信息的确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911395243.9A CN111179035B (zh) | 2019-12-30 | 2019-12-30 | 上单信息的确定方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911395243.9A CN111179035B (zh) | 2019-12-30 | 2019-12-30 | 上单信息的确定方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111179035A true CN111179035A (zh) | 2020-05-19 |
CN111179035B CN111179035B (zh) | 2022-03-11 |
Family
ID=70650631
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911395243.9A Active CN111179035B (zh) | 2019-12-30 | 2019-12-30 | 上单信息的确定方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111179035B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117273871A (zh) * | 2023-11-23 | 2023-12-22 | 深圳市铱云云计算有限公司 | 一种基于大数据的优质商品推荐系统及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102637285A (zh) * | 2012-04-01 | 2012-08-15 | 中兴通讯股份有限公司南京分公司 | 属性设置方法及装置 |
CN102722524A (zh) * | 2012-05-07 | 2012-10-10 | 北京邮电大学 | 网站推荐结果显示方法、装置及具有该装置的终端 |
CN107103446A (zh) * | 2017-05-19 | 2017-08-29 | 北京京东尚科信息技术有限公司 | 库存调度方法以及装置 |
CN107464162A (zh) * | 2017-07-28 | 2017-12-12 | 腾讯科技(深圳)有限公司 | 商品关联方法、装置及计算机可读存储介质 |
CN108665358A (zh) * | 2018-08-03 | 2018-10-16 | 北京引领海逛科技有限公司 | 产品信息快速匹配多个平台的方法和装置 |
CN109033299A (zh) * | 2018-07-16 | 2018-12-18 | 深圳市谷熊网络科技有限公司 | 一种通过终端应用向用户推荐信息的方法、装置及设备 |
CN110135463A (zh) * | 2019-04-18 | 2019-08-16 | 微梦创科网络科技(中国)有限公司 | 一种商品推送方法及装置 |
CN110490682A (zh) * | 2018-05-15 | 2019-11-22 | 北京京东尚科信息技术有限公司 | 分析商品属性的方法和装置 |
-
2019
- 2019-12-30 CN CN201911395243.9A patent/CN111179035B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102637285A (zh) * | 2012-04-01 | 2012-08-15 | 中兴通讯股份有限公司南京分公司 | 属性设置方法及装置 |
CN102722524A (zh) * | 2012-05-07 | 2012-10-10 | 北京邮电大学 | 网站推荐结果显示方法、装置及具有该装置的终端 |
CN107103446A (zh) * | 2017-05-19 | 2017-08-29 | 北京京东尚科信息技术有限公司 | 库存调度方法以及装置 |
CN107464162A (zh) * | 2017-07-28 | 2017-12-12 | 腾讯科技(深圳)有限公司 | 商品关联方法、装置及计算机可读存储介质 |
CN110490682A (zh) * | 2018-05-15 | 2019-11-22 | 北京京东尚科信息技术有限公司 | 分析商品属性的方法和装置 |
CN109033299A (zh) * | 2018-07-16 | 2018-12-18 | 深圳市谷熊网络科技有限公司 | 一种通过终端应用向用户推荐信息的方法、装置及设备 |
CN108665358A (zh) * | 2018-08-03 | 2018-10-16 | 北京引领海逛科技有限公司 | 产品信息快速匹配多个平台的方法和装置 |
CN110135463A (zh) * | 2019-04-18 | 2019-08-16 | 微梦创科网络科技(中国)有限公司 | 一种商品推送方法及装置 |
Non-Patent Citations (2)
Title |
---|
L.SHANGUO: ""Research on Personalized Hybrid Recommendation Method of Commodity Based on Context"", 《2017 IEEE INTERNATIONAL CONFERENCE ON COMPUTATIONAL SCIENCE AND ENGINEERING(CSE) AND IEEE INTERNATIONAL CONFERENCE ON EMBEDDED AND UBIQUITOUS COMPUTING(EUC)》 * |
周少波: ""基于SSH框架的美妆商城的设计与实现"", 《电脑知识与技术》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117273871A (zh) * | 2023-11-23 | 2023-12-22 | 深圳市铱云云计算有限公司 | 一种基于大数据的优质商品推荐系统及方法 |
CN117273871B (zh) * | 2023-11-23 | 2024-03-08 | 深圳市铱云云计算有限公司 | 一种基于大数据的优质商品推荐系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111179035B (zh) | 2022-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103823908B (zh) | 基于用户偏好的内容推荐方法和服务器 | |
CN102667777B (zh) | 检索辅助系统、检索辅助方法以及检索辅助程序 | |
CN107332910B (zh) | 信息推送方法和装置 | |
CN110569432B (zh) | 商品序列计算方法、装置、计算机设备及存储介质 | |
Sewall | Market segmentation based on consumer ratings of proposed product designs | |
US10672055B2 (en) | Method and system for presenting personalized products based on digital signage for electronic commerce | |
CN106469392A (zh) | 选择及推荐展示对象的方法及装置 | |
CN104504159A (zh) | 多支持度的正负序列模式在客户购买行为分析中的应用 | |
CN111062768A (zh) | 一种网上商城的商品推荐方法及商品推荐系统 | |
JP6976207B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
CN111179035B (zh) | 上单信息的确定方法、装置、设备及存储介质 | |
JP6945518B2 (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
KR101657588B1 (ko) | 웹을 이용한 상품 이미지 기반 상품 거래 정보 제공 시스템 및 방법 | |
JP2022009078A (ja) | 情報処理方法、情報処理装置及び情報処理プログラム | |
US11954776B2 (en) | Display of related objects in compartmentalized virtual display units | |
KR101657583B1 (ko) | 모바일 애플리케이션을 이용한 상품 이미지의 해시 태그 추출 시스템 및 방법 | |
US20220335358A1 (en) | Store supporting system, learning device, store supporting method, generation method of learned model, and program | |
Anitha | Consumer preference towards online retailing | |
KR101657589B1 (ko) | 모바일 애플리케이션을 이용한 상품 이미지 기반 상품 거래 정보 제공 시스템 및 방법 | |
KR101657587B1 (ko) | 모바일 애플리케이션을 이용한 상품 거래 정보 기반 개인 성향 정보 제공 시스템 및 방법 | |
KR101657586B1 (ko) | 웹을 이용한 상품 거래 정보 기반 개인 성향 정보 제공 시스템 및 방법 | |
JP7248838B1 (ja) | 提供装置、提供方法および提供プログラム | |
US20220108373A1 (en) | Information processing apparatus and non-transitory computer readable medium | |
JP7239775B1 (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
CN107273952A (zh) | 一种陪购机 |
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 |