CN111461797B - 一种基于用户行为的货物定价方法 - Google Patents
一种基于用户行为的货物定价方法 Download PDFInfo
- Publication number
- CN111461797B CN111461797B CN202010557251.5A CN202010557251A CN111461797B CN 111461797 B CN111461797 B CN 111461797B CN 202010557251 A CN202010557251 A CN 202010557251A CN 111461797 B CN111461797 B CN 111461797B
- Authority
- CN
- China
- Prior art keywords
- commodities
- preset number
- pricing
- commodity
- determining
- 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.)
- Active
Links
- 230000006399 behavior Effects 0.000 title claims abstract description 56
- 238000000034 method Methods 0.000 title claims abstract description 43
- 239000000463 material Substances 0.000 claims description 33
- 230000007613 environmental effect Effects 0.000 claims description 9
- 230000000694 effects Effects 0.000 claims description 8
- 238000012216 screening Methods 0.000 claims description 8
- 238000011156 evaluation Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 claims description 4
- 230000009193 crawling Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 description 12
- 230000008901 benefit Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000002360 preparation method Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000010835 comparative analysis Methods 0.000 description 2
- 235000016795 Cola Nutrition 0.000 description 1
- 244000228088 Cola acuminata Species 0.000 description 1
- 235000011824 Cola pachycarpa Nutrition 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000004615 ingredient Substances 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 235000013606 potato chips Nutrition 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
- G06Q30/02—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
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于用户行为的货物定价方法，所述方法包括：获取若干不同消费水平用户的用户行为；基于所述用户行为，确定所述若干不同消费水平用户分别对预设数目种商品的商品购买次数和商品喜好程度；根据所述商品购买次数和商品喜好程度，对所述预设数目种商品进行定价。通过本发明的技术方案，由于依靠用户的用户进行定价，所以定价结果准确性高，并且快速、方便。
Description
技术领域
本发明涉及互联网技术领域，特别涉及一种基于用户行为的货物定价方法。
背景技术
商品是为了出售而生产的劳动成果，是人类社会生产力发展到一定历史阶段的产物，是用于交换的劳动产品。恩格斯对此进行了科学的总结：商品“首先是私人产品。但是，只有这些私人产品不是为自己消费，而是为他人的消费，即为社会的消费而生产时，它们才成为商品；它们通过交换进入社会的消费”。
如何为商品正确定价，是一个比较困难的工作。目前，并没有一种快速、有效并且方便的定价方法，因此，如何更好的为商品进行定价是一个亟待解决的问题。
发明内容
本发明提供一种基于用户行为的货物定价方法，用以快速、有效并且方便的进行商品货物的定价。
本发明提供一种基于用户行为的货物定价方法，包括：
获取若干不同消费水平用户的用户行为；
基于所述用户行为，确定所述若干不同消费水平用户分别对预设数目种商品的商品购买次数和商品喜好程度；
根据所述商品购买次数和商品喜好程度，对所述预设数目种商品进行定价；
判断所述预设数目种商品是否具有原始定价，
当所述预设数目种商品具有原始定价时，根据所述商品购买次数和商品喜好程度对所述原始定价进行调整，以进行定价；
当所述预设数目种商品不具有原始定价时，
获取所述预设数目种商品的待投放点，并确定所述待投放点内与所述预设数目种商品相关的其它商品价格；
确定所述预设数目种商品的成分配比；
根据所述待投放点、其它商品价格及所述成分配比对所述预设数目种商品进行定价。
在一种可能实现的方式中，所述获取若干不同消费水平用户的用户行为，包括：
获取不同用户分别对应的唯一身份标识；
识别所述唯一身份标识，以得到识别结果；
根据所述识别结果，获取所述不同用户的消费日志，其中，所述消费日志包含所述不同用户的消费相关信息；
对所述消费日志中的内容进行判断，
当所述消费日志中内容为空时，进行第一报警警示；
当所述消费日志不为空时，基于预设标准对日志信息进行信息提取，以得到所述若干不同消费水平用户的用户行为。
在一种可能实现的方式中，所述基于所述用户行为，确定所述若干不同消费水平用户分别对预设数目种商品的商品购买次数和商品喜好程度，包括：
根据所述用户行为确定所述若干不同消费水平用户的用户行为分别对所述预设数目种商品的历史购买记录、查看时长及搜索记录；
根据所述历史购买记录确定所述商品购买次数；
对所述历史购买记录、查看时长及搜索记录赋予不同的购买概率值；
根据所述购买概率值进行计算，以得到所述商品喜好程度。
在一种可能实现的方式中，所述根据所述商品购买次数和商品喜好程度，对所述预设数目种商品进行定价，包括：
判断所述预设数目种商品是否具有原始定价，
当所述预设数目种商品具有原始定价时，根据所述商品购买次数和商品喜好程度对所述原始定价进行调整，以进行定价；
当所述预设数目种商品不具有原始定价时，
获取所述预设数目种商品的待投放点，并确定所述待投放点内与所述预设数目种商品种类相同的其它商品价格；
确定所述预设数目种商品的成分配比；
根据所述待投放点、其它商品价格及所述成分配比对所述预设数目种商品进行定价。
在一种可能实现的方式中，所述当所述预设数目种商品具有原始定价时，根据所述商品购买次数和商品喜好程度对所述原始定价进行调整，包括：
当所述预设数目种商品具有原始定价时，判断所述商品购买次数和商品喜好程度是否低于预设阈值，
当低于所述预设阈值时，将所述原始定价下调，
否则，保持所述原始定价不变；
在一种可能实现的方式中，所获取所述预设数目种商品的待投放点，并确定所述待投放点内与所述预设数目种商品相关的其它商品价格包括：
获取投放任务和投放任务中至少一个投放区域的权重，将所述投放区域按照权重值由大到小进行排序，以得到排序后的投放区域；
在所述排序后的投放区域中的任意选取一个当前投放区域，并在所述当前投放区域中选取至少一个投放点，根据所述投放任务将预设数目种商品投放至所述投放点，以获取用户推荐度；
当所述用户推荐度满足预设需求时，根据所述当前投放区域及权重值大于所述当前投放区域的投放区域确定所述待投放点；
当所述用户推荐度不满足预设需求时，根据权重值大于所述当前投放区域的投放区域确定所述待投放点；
在所述待投放点中进行商品查找，以得到与所述预设数目种商品种类相同的其它商品，并确定所述其它商品的价格。
在一种可能实现的方式中，所述确定所述预设数目种商品的成分配比，包括：
获取所述预设数目种商品的图像信息；
提取所述图像信息的第一特征图像；
将所述第一特征图像输入第一图像识别模型，得到所述预设数目种商品的类别匹配结果；
根据所述类别匹配结果选取对应的第二图像识别模型，所述第二图像识别模型为多个，不同的第二图像识别模型对应不同的商品类别；
提取所述图像信息的第二特征图像和/或第三特征图像；
将所述第二特征图像和/或第三特征图像输入所述第二图像识别模型，得到所述预设数目种商品的最终匹配结果；
根据所述最终匹配结果确定所述预设数目种商品的成分配比。
在一种可能实现的方式中，在所述根据所述商品购买次数和商品喜好程度，对所述预设数目种商品进行定价之后，还包括：
确定所述预设数目种商品定价完成后的最终价格；
基于所述最终价格进行图形绘制，以得到绘制结果；
获取预设价格浮动曲线图；
获取所述绘制结果与所述价格浮动曲线图的相似度，以根据所述相似度确定预警阈值以及预警区间；
根据所述预警区间进行价格变化的监测预警；
其中，所述基于所述最终价格进行图形绘制，以得到绘制结果，包括：
实时获取基于被选定的原始图形进行图形绘制的事件是否发生，当获取到图形绘制的时间发生时，根据当前时间对所述原始图形进行坐标确立，以得到确定坐标的原始图形；
确定所述预设数目种商品的原始价格和最终价格；
将所述原始价格和最终价格进行结构化处理，得到结构化数据，以根据所述结构化数据对所述确定坐标的原始图形进行绘制，得到所述绘制结果。
在一种可能实现的方式中，根据所述待投放点、其它商品价格及所述成分配比对所述预设数目种商品进行定价的过程中，还包括：
扫描并获取不具有原始定价的预设数目种商品的第一商品材料集合；
根据第一商品材料的权重值，从所述第一商品材料集合中，选取第二商品材料，并构成第二商品材料集合；
从材料数据库中，爬取与所述第二商品材料集合相关的已定价商品，并构成参考集合；
构建所述参考集合中每个已定价商品的残值的衰减曲线，且所述残值是基于所述已定价商品的历史定价以及调整定价确定的；
计算所述参考集合中每个已定价商品的回归变量，并基于所述回归变量，对所有已定价商品进行回归曲线拟合处理；
基于定价模型，对所述衰减曲线以及回归曲线拟合处理结果进行预分析，根据预分析结果，获得待调整因子；
记录所述已定价商品的历史消费信息，并基于所述历史消费信息，确定对应的已定价商品的被购买活跃度；
同时，通过对所述已定价商品的商品材料以及最终价格进行对比分析，对所述被购买活跃度进行优化处理，获得最终活跃度；
根据所述最终活跃度，对所述待调整因子进行再次调整，获得最终调整因子；
基于所述最终调整因子，对所述预设数目种商品进行定价调整。
在一种可能实现的方式中，获取所述预设数目种商品的待投放点，并确定所述待投放点内与所述预设数目种商品相关的其它商品价格的过程中，包括：
对所述预设数目种商品的待投放点进行筛选处理，其筛选步骤包括：
获取所述待投放点的投放位置
，同时，确定焦点区域中的焦点位置
，并确定所述焦点位置与所述投放位置
的综合距离
；
其中，i=1,2,3,...,n，且n表示所述焦点区域中焦点位置的位置个数；
划分以所述投放位置
为投放中心的预设区域
，同时，确定所述预设区域
与焦点区域
的区域距离L2；
建立所述待投放点的评价指标体系，并根据如下公式，计算所述待投放点的位置分布熵值
；
其中，
表示基于投放位置
与焦点位置
的评价指标函数；k1表示所述待投放点四周的环境指标；
表示对环境指标的环境影响因子；k2表示所述待投放点四周的交通指标；
表示对交通指标的交通影响因子；k3表示所述待投放点周围的人流量指标；
表示对人流量指标的流量影响因子；k4表示所述待投放点的客户吸引力指标；
表示对客户吸引力指标的吸引力影响因子；
；
将所述位置分布熵值F与预设熵值F1进行比较处理，当F大于或等于F1时，则将所述待投放点进行保留，并将对应的预设数目种商品摆放在所述待投放点上；
否则，将所述待投放点进行剔除，并重现选取新的待投放点，同时，推送所述预设区域中的可行投放点到终端设备进行显示。
本发明的有益效果是：
1、获取若干不同消费水平用户的用户行为；其次，基于所述用户行为，确定所述若干不同消费水平用户分别对预设数目种商品的商品购买次数和商品喜好程度；进而，根据所述商品购买次数和商品喜好程度，对所述预设数目种商品进行定价，由于依靠用户的用户行为进行定价，所以定价结果准确性高，并且快速、方便。
2、通过对比分析商品材料，便于构建参考集合，通过确定已定价商品的衰减曲线以及回归变量，便于获得待调整因子，通过确定已定价商品的购买活跃度，便于对待调整因子进行再次调整，提高对具备有原始价格商品的定价的有效设定，对基于用户行为进行定价，提供有效的参考基础。
3、通过对待投放点进行筛选，提高商品放置的合理性及高效性，首先，通过确定投放位置与焦点位置的距离，其次，确定预设区域与焦点区域的距离，再者，根据可影响待投放点的各种指标，便于确定其对应的位置分布熵值，最后，通过比较分析，便于有效的确定待投放区域投放的合理性，提高投放效率。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种基于用户行为的货物定价方法的流程图；
图2为本发明实施例中另一种基于用户行为的货物定价方法的流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明提供一种基于用户行为的货物定价方法，如图1所示，包括：
步骤1：获取若干不同消费水平用户的用户行为；
步骤2：基于所述用户行为，确定所述若干不同消费水平用户分别对预设数目种商品的商品购买次数和商品喜好程度；
步骤3：根据所述商品购买次数和商品喜好程度，对所述预设数目种商品进行定价。
该实施例中，若干不同消费水平的用户可以是若干个不同的消费水平中的若干个消费用户，而用户行为包括但不限于：某些商品的购买次数（例如薯片、可乐的购买次数）、某些商品的推荐程度、某些商品的浏览次数等，而只要根据用户行为确定出商品购买次数和商品喜好程度，进而就能够进行商品的定价。
上述技术方案的有益效果为：获取若干不同消费水平用户的用户行为；其次，基于所述用户行为，确定所述若干不同消费水平用户分别对预设数目种商品的商品购买次数和商品喜好程度；进而，根据所述商品购买次数和商品喜好程度，对所述预设数目种商品进行定价，由于依靠用户的用户行为进行定价，所以定价结果准确性高，并且快速、方便。
本发明提供一种基于用户行为的货物定价方法，所述获取若干不同消费水平用户的用户行为，包括：
步骤11：获取不同用户分别对应的唯一身份标识；
步骤12：识别所述唯一身份标识，以得到识别结果；
步骤13：根据所述识别结果，获取所述不同用户的消费日志，其中，所述消费日志包含所述不同用户的消费相关信息；
步骤14：对所述消费日志中的内容进行判断，
当所述消费日志中内容为空时，进行第一报警警示；
当所述消费日志不为空时，基于预设标准对日志信息进行信息提取，以得到所述若干不同消费水平用户的用户行为。
该实施例中，唯一身份标识可以是用户的身份证号，识别结果是指识别身份标识是否成功，消费相关信息可以是用户进行购物的种类，购物的时间，购物的次数等信息，预设标准是指与商品购买次数和商品喜好度相关的信息，并且上述实施例中的若干不同消费水平用户的总数量是小于不用用户的总数量的。
上述技术方案的有益效果为：获取不同用户分别对应的唯一身份标识，之后识别唯一身份标识，能够得到识别结果；然后，根据得到的识别结果，获取不同用户的消费日志，通过识别唯一的身份标识，能够保证用户信息的安全性，进而，对消费日志中的内容进行判断，当消费日志中内容为空时，进行第一报警警示；通过报警能够及时得提醒得到得消费日志存在异常，了解到里面并无信息，防止多做无用功，提高效率，而当消费日志不为空时，基于预设标准对所述日志信息进行信息提取，能够准确的得到若干不同消费水平用户的用户行为。
本发明提供一种基于用户行为的货物定价方法，所述基于所述用户行为，确定所述若干不同消费水平用户分别对预设数目种商品的商品购买次数和商品喜好程度，如图2所示，包括：
步骤21：根据所述用户行为确定所述若干不同消费水平用户的用户行为分别对所述预设数目种商品的历史购买记录、查看时长及搜索记录；
步骤22：根据所述历史购买记录确定所述商品购买次数；
步骤23：对所述历史购买记录、查看时长及搜索记录赋予不同的购买概率值；
步骤24：根据所述购买概率值进行计算，以得到所述商品喜好程度。
该实施例中，通过历史购买记录能够准确的得到商品的购买次数，而对历史购买记录、查看时长及搜索记录赋予不同的购买概率值，例如购买一次值为0.5，两次为2×0.5，以次类推，而一次查看时长大于等于30s概率为0.3，两次则为2×0.3，以此类推，搜索一次概率为0.2，两次为2×0.2，以此类推，以算出的值的大小来代表商品喜好度。
上述技术方案的有益效果为：根据用户行为确定所述若干不同消费水平用户的用户行为分别对预设数目种商品的历史购买记录、查看时长及搜索记录；
其次，根据历史购买记录确定所述商品购买次数；然后，对历史购买记录、查看时长及搜索记录赋予不同的购买概率值；进而，根据购买概率值进行计算，以得到所述商品喜好程度。通过确定出不同的购买概率值来确定用户的商品喜好度能够准确的得到与不用用户相符的商品喜好度。
本发明提供一种基于用户行为的货物定价方法，所述根据所述商品购买次数和商品喜好程度，对所述预设数目种商品进行定价，包括：
步骤31：判断所述预设数目种商品是否具有原始定价，
当所述预设数目种商品具有原始定价时，根据所述商品购买次数和商品喜好程度对所述原始定价进行调整，以进行定价；
当所述预设数目种商品不具有原始定价时，
获取所述预设数目种商品的待投放点，并确定所述待投放点内与所述预设数目种商品种类相同的其它商品价格；
步骤32：确定所述预设数目种商品的成分配比；
步骤33：根据所述待投放点、其它商品价格及所述成分配比对所述预设数目种商品进行定价。
上述技术方案的有益效果为：在有原始定价的情况下进行调整定价，效率更高，而在无原始定价时，通过获取待投放点内与预设数目种商品种类相同的其它商品价格，以及确定预设数目种商品的成分配比，知道成分配比能够相对的知道商品的成本，进而能够保证最终定价结果的准确性与可靠性。
本发明提供一种基于用户行为的货物定价方法，所述当所述预设数目种商品具有原始定价时，根据所述商品购买次数和商品喜好程度对所述原始定价进行调整，包括：
当所述预设数目种商品具有原始定价时，判断所述商品购买次数和商品喜好程度是否低于预设阈值，
当低于所述预设阈值时，将所述原始定价下调，
否则，保持所述原始定价不变；
上述技术方案的有益效果为：通过设置预设阈值，能够防止价格的随意波动，保证商家的利益。
本发明提供一种基于用户行为的货物定价方法，所获取所述预设数目种商品的待投放点，并确定所述待投放点内与所述预设数目种商品种类相同的其它商品价格包括：
步骤311：获取投放任务和投放任务中至少一个投放区域的权重，将所述投放区域按照权重值由大到小进行排序，以得到排序后的投放区域；
步骤312：在所述排序后的投放区域中的任意选取一个当前投放区域，并在所述当前投放区域中选取至少一个投放点，根据所述投放任务将预设数目种商品投放至所述投放点，以获取用户推荐度；
步骤313：当所述用户推荐度满足预设需求时，根据所述当前投放区域及权重值大于所述当前投放区域的投放区域确定所述待投放点；
当所述用户推荐度不满足预设需求时，根据权重值大于所述当前投放区域的投放区域确定所述待投放点；
步骤314：在所述待投放点中进行商品查找，以得到与所述预设数目种商品种类相同的其它商品，并确定所述其它商品的价格。
该实施例中，不同投放区域的权重是商家根据各种情况进行设定的，不同的投放区域中具有不同的投放点，而待投放点就是在这些投放点中产生的。
该实施例中，当所述用户推荐度不满足预设需求时，根据权重值大于所述当前投放区域的投放区域确定所述待投放点，是指，选区权重值大于当前投放区的投放区域进行用户推荐度与预设需求的比较，进而确定待投放点，并且待投放点并不一定特指的就是一个。
上述技术方案的有益效果为：首先确定不同权重的不同投放区域，进而，基于投放区域，根据用户推荐度来确定待投放点，能够得到利于商品售卖的待投放点，最后快速准确的根据待投放点确定其它商品的价格。
本发明提供一种基于用户行为的货物定价方法，所述确定所述预设数目种商品的成分配比，包括：
步骤321：获取所述预设数目种商品的图像信息；
步骤322：提取所述图像信息的第一特征图像；
步骤323：将所述第一特征图像输入第一图像识别模型，得到所述预设数目种商品的类别匹配结果；
步骤324：根据所述类别匹配结果选取对应的第二图像识别模型，所述第二图像识别模型为多个，不同的第二图像识别模型对应不同的商品类别；
步骤325：提取所述图像信息的第二特征图像和/或第三特征图像；
步骤326：将所述第二特征图像和/或第三特征图像输入所述第二图像识别模型，得到所述预设数目种商品的最终匹配结果；
步骤327：根据所述最终匹配结果确定所述预设数目种商品的成分配比。
该实施例中，第一图像识别模型和第二深度学习模型根本是深度学习模型，两者功能不一致，第一特征图像可以是轮廓特征图像，第二特征图像和第三特征图像可以分别为颜色特征图像和纹理特征图像。
上述技术方案的有益效果为：通过进行两次图像识别模型的识别，能够得到商品最佳的匹配结果，进而根据匹配结果准确的确定商品的成分配比。
本发明提供一种基于用户行为的货物定价方法，在所述根据所述商品购买次数和商品喜好程度，对所述预设数目种商品进行定价之后，还包括：
步骤4：确定所述预设数目种商品定价完成后的最终价格；
步骤5：基于所述最终价格进行图形绘制，以得到绘制结果；
步骤6：获取预设价格浮动曲线图；
步骤7：获取所述绘制结果与所述价格浮动曲线图的相似度，以根据所述相似度确定预警阈值以及预警区间；
步骤8：根据所述预警区间进行价格变化的监测预警。
该实施例中，预设价格浮动曲线图可以是商家综合各种情况认为绘制的。
上述技术方案的有益效果为：通过确定绘制结果与嘉禾浮动曲线图的相似度，进而确定预警阈值和预警区间，然后进行监测预警，能够当时价格变化出现异常，损害商家和消费者的利益。
本发明提供一种基于用户行为的货物定价方法，所述基于所述最终价格进行图形绘制，以得到绘制结果，包括：
步骤51：实时获取基于被选定的原始图形进行图形绘制的事件是否发生，当获取到图形绘制的时间发生时，根据当前时间对所述原始图形进行坐标确立，以得到确定坐标的原始图形；
步骤52：确定所述预设数目种商品的原始价格和最终价格；
步骤53：将所述原始价格和最终价格进行结构化处理，得到结构化数据，以根据所述结构化数据对所述确定坐标的原始图形进行绘制，得到所述绘制结果。
上述技术方案的有益效果为：确定坐标为二维，横轴为时间，纵轴为变化，进而根据确定坐标的原始图像进行绘制得到的绘制结果，能够直观的感受到价格的变化。
本发明提供一种基于用户行为的货物定价方法，根据所述待投放点、其它商品价格及所述成分配比对所述预设数目种商品进行定价的过程中，还包括：
扫描并获取不具有原始定价的预设数目种商品的第一商品材料集合；
根据第一商品材料的权重值，从所述第一商品材料集合中，选取第二商品材料，并构成第二商品材料集合；
从材料数据库中，爬取与所述第二商品材料集合相关的已定价商品，并构成参考集合；
构建所述参考集合中每个已定价商品的残值的衰减曲线，且所述残值是基于所述已定价商品的历史定价以及调整定价确定的；
计算所述参考集合中每个已定价商品的回归变量，并基于所述回归变量，对所有已定价商品进行回归曲线拟合处理；
基于定价模型，对所述衰减曲线以及回归曲线拟合处理结果进行预分析，根据预分析结果，获得待调整因子；
记录所述已定价商品的历史消费信息，并基于所述历史消费信息，确定对应的已定价商品的被购买活跃度；
同时，通过对所述已定价商品的商品材料以及最终价格进行对比分析，对所述被购买活跃度进行优化处理，获得最终活跃度；
根据所述最终活跃度，对所述待调整因子进行再次调整，获得最终调整因子；
基于所述最终调整因子，对所述预设数目种商品进行定价调整。
该实施例中，获取预设数目种商品的第一商品材料集合，是因为不同种类的商品的制备材料不同，因此，获取不同种类商品对应的制备材料，可以有效的构建第一商品材料集合，但是，由于，每类商品的制备材料的主要成分存在不同，因此，通过制备材料的权重值，从其中选取主要成分，进而构建第二商品材料集合；
从材料数据库（存储有各种历史商品的制备材料的材料成分）中，根据主要成分，选取相关的已定价商品（历史商品），进而构成参考集合，其参考集合主要是为了对不具有原始定价的商品进行定价的。
该实施例中，通过定价模型，并基于衰减曲线以及回归变量，便于进行预分析，其预分析一般是进行的大数据的归一化处理或者关联处理，便于获取与不具有原始定价的商品相关的待调整因子，其次，获取已定价商品（历史商品）的最终活跃度，便于基于最终活跃度，获得最终调整因子。
其调整因子，都是基于参考集合对不具有原始定价的商品的进行定价后，对其定价进行调整的参数。
上述技术方案的有益效果是：通过对比分析商品材料，便于构建参考集合，通过确定已定价商品的衰减曲线以及回归变量，便于获得待调整因子，通过确定已定价商品的购买活跃度，便于对待调整因子进行再次调整，提高对具备有原始价格商品的定价的有效设定，对基于用户行为进行定价，提供有效的参考基础。
本发明提供一种基于用户行为的货物定价方法，获取所述预设数目种商品的待投放点，并确定所述待投放点内与所述预设数目种商品相关的其它商品价格的过程中，包括：
对所述预设数目种商品的待投放点进行筛选处理，其筛选步骤包括：
获取所述待投放点的投放位置
，同时，确定焦点区域中的焦点位置
，并确定所述焦点位置与所述投放位置
的综合距离
；
其中，i=1,2,3,...,n，且n表示所述焦点区域中焦点位置的位置个数；
划分以所述投放位置
为投放中心的预设区域
，同时，确定所述预设区域
与焦点区域
的区域距离L2；
建立所述待投放点的评价指标体系，并根据如下公式，计算所述待投放点的位置分布熵值
；
其中，
表示基于投放位置
与焦点位置
的评价指标函数；k1表示所述待投放点四周的环境指标；
表示对环境指标的环境影响因子；k2表示所述待投放点四周的交通指标；
表示对交通指标的交通影响因子；k3表示所述待投放点周围的人流量指标；
表示对人流量指标的流量影响因子；k4表示所述待投放点的客户吸引力指标；
表示对客户吸引力指标的吸引力影响因子；
；
将所述位置分布熵值F与预设熵值F1进行比较处理，当F大于或等于F1时，则将所述待投放点进行保留，并将对应的预设数目种商品摆放在所述待投放点上；
否则，将所述待投放点进行剔除，并重现选取新的待投放点，同时，推送所述预设区域中的可行投放点到终端设备进行显示。
该实施例中，预设区域可以是以投放位置为中心，构建的圆形区域、多边形区域等，且焦点区域例如可以是，距离预设区域的闹市区，且闹市区中有多个热闹地方，且该热闹地方对应的位置即为焦点位置；
该实施例中，由于待投放点可以是预先设定好，例如，区域C中预先摆放好的贩卖机，且通过对贩卖机的位置分布熵值进行确定，判断该处是否是否摆放，如果不适合，将该贩卖机撤掉，同时，推送预设区域中的可行投放点；
如果合适，直接上预设数目种商品摆上在该处即可。
上述技术方案的有益效果是：通过对待投放点进行筛选，提高商品放置的合理性及高效性，首先，通过确定投放位置与焦点位置的距离，其次，确定预设区域与焦点区域的距离，再者，根据可影响待投放点的各种指标，便于确定其对应的位置分布熵值，最后，通过比较分析，便于有效的确定待投放区域投放的合理性，提高投放效率。
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 (8)
1.一种基于用户行为的货物定价方法，其特征在于，包括：
获取若干不同消费水平用户的用户行为；
基于所述用户行为，确定所述若干不同消费水平用户分别对预设数目种商品的商品购买次数和商品喜好程度；
判断所述预设数目种商品是否具有原始定价，
当所述预设数目种商品具有原始定价时，根据所述商品购买次数和商品喜好程度对所述原始定价进行调整，以进行定价；
当所述预设数目种商品不具有原始定价时，
获取所述预设数目种商品的待投放点，并确定所述待投放点内与所述预设数目种商品相关的其它商品价格；
确定所述预设数目种商品的成分配比；
根据所述待投放点、其它商品价格及所述成分配比对所述预设数目种商品进行定价；
根据所述待投放点、其它商品价格及所述成分配比对所述预设数目种商品进行定价的过程中，还包括：
扫描并获取不具有原始定价的预设数目种商品的第一商品材料集合；
根据第一商品材料的权重值，从所述第一商品材料集合中，选取第二商品材料，并构成第二商品材料集合；
从材料数据库中，爬取与所述第二商品材料集合相关的已定价商品，并构成参考集合；
构建所述参考集合中每个已定价商品的残值的衰减曲线，且所述残值是基于所述已定价商品的历史定价以及调整定价确定的；
计算所述参考集合中每个已定价商品的回归变量，并基于所述回归变量，对所有已定价商品进行回归曲线拟合处理；
基于定价模型，对所述衰减曲线以及回归曲线拟合处理结果进行预分析，根据预分析结果，获得待调整因子；
记录所述已定价商品的历史消费信息，并基于所述历史消费信息，确定对应的已定价商品的被购买活跃度；
同时，通过对所述已定价商品的商品材料以及最终价格进行对比分析，对所述被购买活跃度进行优化处理，获得最终活跃度；
根据所述最终活跃度，对所述待调整因子进行再次调整，获得最终调整因子；
基于所述最终调整因子，对所述预设数目种商品进行定价调整。
2.如权利要求1所述的方法，其特征在于，所述获取若干不同消费水平用户的用户行为，包括：
获取不同用户分别对应的唯一身份标识；
识别所述唯一身份标识，以得到识别结果；
根据所述识别结果，获取所述不同用户的消费日志，其中，所述消费日志包含所述不同用户的消费相关信息；
对所述消费日志中的内容进行判断，
当所述消费日志中内容为空时，进行第一报警警示；
当所述消费日志不为空时，基于预设标准对日志信息进行信息提取，以得到所述若干不同消费水平用户的用户行为。
3.如权利要求1所述的方法，其特征在于，所述基于所述用户行为，确定所述若干不同消费水平用户分别对预设数目种商品的商品购买次数和商品喜好程度，包括：
根据所述用户行为确定所述若干不同消费水平用户的用户行为分别对所述预设数目种商品的历史购买记录、查看时长及搜索记录；
根据所述历史购买记录确定所述商品购买次数；
对所述历史购买记录、查看时长及搜索记录赋予不同的购买概率值；
根据所述购买概率值进行计算，以得到所述商品喜好程度。
4.如权利要求1所述的方法，其特征在于，所述当所述预设数目种商品具有原始定价时，根据所述商品购买次数和商品喜好程度对所述原始定价进行调整，包括：
当所述预设数目种商品具有原始定价时，判断所述商品购买次数和商品喜好程度是否低于预设阈值，
当低于所述预设阈值时，将所述原始定价下调，
否则，保持所述原始定价不变。
5.如权利要求1所述的方法，其特征在于，所获取所述预设数目种商品的待投放点，并确定所述待投放点内与所述预设数目种商品相关的其它商品价格包括：
获取投放任务和投放任务中至少一个投放区域的权重，将所述投放区域按照权重值由大到小进行排序，以得到排序后的投放区域；
在所述排序后的投放区域中的任意选取一个当前投放区域，并在所述当前投放区域中选取至少一个投放点，根据所述投放任务将预设数目种商品投放至所述投放点，以获取用户推荐度；
当所述用户推荐度满足预设需求时，根据所述当前投放区域及权重值大于所述当前投放区域的投放区域确定所述待投放点；
当所述用户推荐度不满足预设需求时，根据权重值大于所述当前投放区域的投放区域确定所述待投放点；
在所述待投放点中进行商品查找，以得到与所述预设数目种商品种类相同的其它商品，并确定所述其它商品的价格。
6.如权利要求1所述的方法，其特征在于，所述确定所述预设数目种商品的成分配比，包括：
获取所述预设数目种商品的图像信息；
提取所述图像信息的第一特征图像；
将所述第一特征图像输入第一图像识别模型，得到所述预设数目种商品的类别匹配结果；
根据所述类别匹配结果选取对应的第二图像识别模型，所述第二图像识别模型为多个，不同的第二图像识别模型对应不同的商品类别；
提取所述图像信息的第二特征图像和/或第三特征图像；
将所述第二特征图像和/或第三特征图像输入所述第二图像识别模型，得到所述预设数目种商品的最终匹配结果；
根据所述最终匹配结果确定所述预设数目种商品的成分配比。
7.如权利要求1所述的方法，其特征在于，在所述根据所述商品购买次数和商品喜好程度，对所述预设数目种商品进行定价之后，还包括：
确定所述预设数目种商品定价完成后的最终价格；
基于所述最终价格进行图形绘制，以得到绘制结果；
获取预设价格浮动曲线图；
获取所述绘制结果与所述价格浮动曲线图的相似度，以根据所述相似度确定预警阈值以及预警区间；
根据所述预警区间进行价格变化的监测预警；
其中，所述基于所述最终价格进行图形绘制，以得到绘制结果，包括：
实时获取基于被选定的原始图形进行图形绘制的事件是否发生，当获取到图形绘制的时间发生时，根据当前时间对所述原始图形进行坐标确立，以得到确定坐标的原始图形；
确定所述预设数目种商品的原始价格和最终价格；
将所述原始价格和最终价格进行结构化处理，得到结构化数据，以根据所述结构化数据对所述确定坐标的原始图形进行绘制，得到所述绘制结果。
8.如权利要求1所述的方法，其特征在于，获取所述预设数目种商品的待投放点，并确定所述待投放点内与所述预设数目种商品相关的其它商品价格的过程中，包括：
对所述预设数目种商品的待投放点进行筛选处理，其筛选步骤包括：
获取所述待投放点的投放位置
，同时，确定焦点区域中的焦点位置
，并确定所述焦点位置与所述投放位置
的综合距离
；
其中，i=1,2,3,...,n，且n表示所述焦点区域中焦点位置的位置个数；
划分以所述投放位置
为投放中心的预设区域
，同时，确定所述预设区域
与焦点区域
的区域距离L2；
建立所述待投放点的评价指标体系，并根据如下公式，计算所述待投放点的位置分布熵值
；
其中，
表示基于投放位置
与焦点位置
的评价指标函数；k1表示所述待投放点四周的环境指标；
表示对环境指标的环境影响因子；k2表示所述待投放点四周的交通指标；
表示对交通指标的交通影响因子；k3表示所述待投放点周围的人流量指标；
表示对人流量指标的流量影响因子；k4表示所述待投放点的客户吸引力指标；
表示对客户吸引力指标的吸引力影响因子；
；
将所述位置分布熵值F与预设熵值F1进行比较处理，当F大于或等于F1时，则将所述待投放点进行保留，并将对应的预设数目种商品摆放在所述待投放点上；
否则，将所述待投放点进行剔除，并重现选取新的待投放点，同时，推送所述预设区域中的可行投放点到终端设备进行显示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010557251.5A CN111461797B (zh) | 2020-06-18 | 2020-06-18 | 一种基于用户行为的货物定价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010557251.5A CN111461797B (zh) | 2020-06-18 | 2020-06-18 | 一种基于用户行为的货物定价方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111461797A CN111461797A (zh) | 2020-07-28 |
| CN111461797B true CN111461797B (zh) | 2020-11-24 |
Family
ID=71682068
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010557251.5A Active CN111461797B (zh) | 2020-06-18 | 2020-06-18 | 一种基于用户行为的货物定价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111461797B (zh) |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104303199B (zh) * | 2011-07-28 | 2017-08-25 | 真车股份有限公司 | 用于二手车定价数据分析与呈现的系统和方法 |
| CN108062748A (zh) * | 2016-11-07 | 2018-05-22 | 深圳大森智能科技有限公司 | 一种图像识别系统及图像识别方法 |
| CN107248221B (zh) * | 2017-06-06 | 2020-03-27 | 深圳正品创想科技有限公司 | 一种新增商品价格确定方法、装置及售货机服务器 |
| CN110852768A (zh) * | 2018-08-21 | 2020-02-28 | 北京京东尚科信息技术有限公司 | 动态定价方法及系统、设备、存储介质 |
| CN111223235A (zh) * | 2019-12-27 | 2020-06-02 | 合肥美的智能科技有限公司 | 无人柜机的商品投放方法、无人柜机及其控制装置 |
-
2020
- 2020-06-18 CN CN202010557251.5A patent/CN111461797B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN111461797A (zh) | 2020-07-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108573432B (zh) | 用于电子商务的交易监管系统和方法 | |
| US20170323358A1 (en) | Evaluating public records of supply transactions | |
| CN108038696B (zh) | 基于设备标识码和社交群组信息的刷单检测方法及系统 | |
| CN109711955B (zh) | 基于当前订单的差评预警方法、系统、黑名单库建立方法 | |
| CN105931068A (zh) | 一种持卡人消费画像的生成方法及装置 | |
| CN108648038B (zh) | 一种基于子图挖掘的信用炒作与恶意评价识别方法 | |
| CN105074748A (zh) | 剖析拍卖资产和/或参与者以预测拍卖结果 | |
| CN113034238B (zh) | 基于电子商务平台交易的商品品牌特征提取及智能推荐管理方法 | |
| CN113362126A (zh) | 一种应用于在线电商的订单数据检测方法及系统 | |
| CN115496555B (zh) | 一种智能化跨境电商网站安全质量评估方法及系统 | |
| CN113393245A (zh) | 基于电商运营数据识别刷单店铺的预警方法及系统 | |
| CN112396433A (zh) | 基于留评人行为识别虚假商品评论的方法及系统 | |
| CN110175883A (zh) | 一种排序方法、装置、电子设备和非易失性存储介质 | |
| CN115063084A (zh) | 一种卷烟零售商户库存盘点方法及系统 | |
| JP7519633B2 (ja) | 絞込処理システム | |
| CN111461797B (zh) | 一种基于用户行为的货物定价方法 | |
| CN116611796B (zh) | 一种店铺交易数据的异常检测方法及装置 | |
| CN116934418B (zh) | 一种异常订单的检测预警方法、系统、设备及存储介质 | |
| US20190050929A1 (en) | System and method for alternative product selection and profitability indication | |
| CN113313527A (zh) | 一种连锁店的门店选址方法以及系统 | |
| CN118096292A (zh) | 一种基于云购物的智能推荐方法及系统 | |
| Gupta et al. | Research Article Private Brands Waiting to Be Purchased-the Store Image Story | |
| CN117273601A (zh) | 一种一体化智能管理方法及系统 | |
| CN111598660A (zh) | 一种用于筛选供应商的计算机筛选装置、方法及存储介质 | |
| CN115953207A (zh) | 商品价格调控方法、装置、存储介质及计算机设备 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20211124 Address after: Room 084, No. 1-309, 3rd floor, commercial building, No. 9 Wangjing street, Chaoyang District, Beijing 100102 Patentee after: Beijing Daily Youxian Technology Co.,Ltd. Address before: 100102 room 801, 08 / F, building 7, yard 34, Chuangyuan Road, Chaoyang District, Beijing Patentee before: BEIJING MISSFRESH E-COMMERCE Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231109 Address after: C1-331 Zheshang Pedestrian Street, Urban Rural Integration Demonstration Zone, Hebi City, Henan Province, 458000 Patentee after: Hebi Shiyu Qiluo E-commerce Co.,Ltd. Address before: Room 084, No. 1-309, 3rd floor, commercial building, No. 9 Wangjing street, Chaoyang District, Beijing 100102 Patentee before: Beijing Daily Youxian Technology Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240816 Address after: Room 402-1, Building B, No. 7 Yuanying Road, Zhaofeng Industrial Base, Zhaoquanying Town, Shunyi District, Beijing, 100000 Patentee after: Beijing micro Reith information Polytron Technologies Inc. Country or region after: China Address before: C1-331 Zheshang Pedestrian Street, Urban Rural Integration Demonstration Zone, Hebi City, Henan Province, 458000 Patentee before: Hebi Shiyu Qiluo E-commerce Co.,Ltd. Country or region before: China |