CN111539765A - 商品价格数据处理方法、装置及设备 - Google Patents
商品价格数据处理方法、装置及设备 Download PDFInfo
- Publication number
- CN111539765A CN111539765A CN202010311820.8A CN202010311820A CN111539765A CN 111539765 A CN111539765 A CN 111539765A CN 202010311820 A CN202010311820 A CN 202010311820A CN 111539765 A CN111539765 A CN 111539765A
- Authority
- CN
- China
- Prior art keywords
- commodity
- priced
- data
- price
- price data
- 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
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
- G06Q30/0283—Price estimation or determination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- 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
- G06Q30/0629—Directed, with specific intent or strategy for generating comparisons
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开是关于一种商品价格数据处理方法。该方法包括：获取相似商品的设定参考价格数据，其中所述相似商品按设定规则确定；获取待定价商品的设定价格数据；根据所述相似商品的设定参考价格数据与所述待定价商品的设定价格数据比较结果，确定所述待定价商品的定价数据。此外，本公开还提供了一种商品价格数据处理装置及设备。本公开提供的方案，能够实现对商品精准定价，提高商品价格数据处理的精准性和智能性。
Description
技术领域
本公开涉及移动互联网技术领域，尤其涉及商品价格数据处理方法、装置及设备。
背景技术
目前，随着移动互联网技术的不断发展及人们生活水平的提高，网上购物越来越流行，电子商务也已经成为当代互联网产业中尤其重要的组成部分。
相关技术中，对于网上商城的商品价格数据，一般是通过人工进行商品定价。在人工进行商品定价时，大都是参考业务经验或成本进行定价。如果商品价格过高，会降低买方的购买欲望，那么卖方就可能难以实现规模销售；如果价格过低，会导致卖方利润过低。
因此，相关技术中对商品价格数据的处理不够精准和智能。
发明内容
为克服相关技术中存在的问题，本公开提供一种商品价格数据处理方法、装置及设备，能够提高商品价格数据处理的精准性和智能性。
根据本公开实施例的第一方面，提供一种商品价格数据处理方法，包括：
获取相似商品的设定参考价格数据，其中所述相似商品按设定规则确定；
获取待定价商品的设定价格数据；
根据所述相似商品的设定参考价格数据与所述待定价商品的设定价格数据比较结果，确定所述待定价商品的定价数据。
在一种实施方式中，所述相似商品按设定规则确定，包括：
获取爬虫工具根据预设参数爬取的对比商品的商品信息数据；
获取待定价商品的商品信息数据；
根据所述爬取的对比商品与所述待定价商品的商品信息数据的相似度超过设定阈值，确定所述爬取的对比商品为相似商品。
在一种实施方式中，所述设定阈值的取值范围为90％～99％。
在一种实施方式中，所述获取的商品信息数据，包括以下中的一项或至少两项以上的任意组合：
商品名称、商品图片、商品价格、商品好评率、商品差评率、库存单元sku名称、标准化产品单元spu名称、商品参数、商品出厂地、商品发行日期。
在一种实施方式中，所述获取相似商品的设定参考价格数据，包括：获取爬取的来自至少两个来源的相似商品的价格数据，选取价格数据平均值作为设定参考价格数据，或选取价格数据平均值的设定比例作为设定参考价格数据；
所述获取待定价商品的设定价格数据，包括：获取待定价商品的进货价。
在一种实施方式中，所述根据相似商品的设定参考价格数据与所述待定价商品的设定价格数据比较结果，确定待定价商品的定价数据，包括：
在所述相似商品的价格数据平均值的设定比例大于所述待定价商品的进货价时，则将所述待定价商品的定价数据定为相似商品的价格数据平均值的设定比例。
在一种实施方式中，所述根据相似商品的设定参考价格数据与所述待定价商品的设定价格数据比较结果，确定待定价商品的定价数据，还包括：
在所述相似商品的价格数据平均值的设定比例低于或等于所述待定价商品的进货价时，选取所述价格数据平均值与所述待定价商品的进货价再比较；
在所述相似商品的价格数据平均值大于所述待定价商品的进货价时，则将所述待定价商品的定价数据定为相似商品的价格数据平均值，并将待定价商品标注利润偏低标签；
在所述相似商品的价格数据平均值低于或等于所述待定价商品的进货价时，将待定价商品标注无利润标签，并将待定价商品下架。
在一种实施方式中，所述设定比例的取值范围为85％～95％。
根据本公开实施例的第二方面，提供一种商品价格数据处理装置，包括：
第一数据获取模块，用于获取相似商品的设定参考价格数据，其中所述相似商品按设定规则确定；
第二数据获取模块，用于获取待定价商品的设定价格数据；
价格数据处理模块，用于根据所述第一数据获取模块获取的相似商品的设定参考价格数据与所述第二数据获取模块获取的待定价商品的设定价格数据比较结果，确定所述待定价商品的定价数据。
在一种实施方式中，所述装置还包括：
相似商品确定模块，用于获取爬虫工具根据预设参数爬取的对比商品的商品信息数据，获取待定价商品的商品信息数据，根据所述爬取的对比商品与所述待定价商品的商品信息数据的相似度超过设定阈值，确定所述爬取的对比商品为相似商品。
在一种实施方式中，所述价格数据处理模块，包括：
第一处理子模块，用于在所述相似商品的价格数据平均值的设定比例大于所述待定价商品的进货价时，则将所述待定价商品的定价数据定为相似商品的价格数据平均值的设定比例；
第二处理子模块，用于在所述相似商品的价格数据平均值的设定比例低于或等于所述待定价商品的进货价时，选取所述价格数据平均值与所述待定价商品的进货价再比较；在所述相似商品的价格数据平均值大于所述待定价商品的进货价时，则将所述待定价商品的定价数据定为相似商品的价格数据平均值，并将待定价商品标注利润偏低标签；在所述相似商品的价格数据平均值低于或等于所述待定价商品的进货价时，将待定价商品标注无利润标签，并将待定价商品下架。
根据本公开实施例的第三方面，提供一种计算设备，包括：
处理器；以及
存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如上所述的方法。
根据本公开实施例的第四方面，提供一种非暂时性机器可读存储介质，其上存储有可执行代码，当所述可执行代码被电子设备的处理器执行时，使所述处理器执行如上所述的方法。
本公开提供的技术方案可以包括以下有益效果：
本公开按设定规则确定相似商品，然后获取相似商品的设定参考价格数据和待定价商品的设定价格数据，将所述相似商品的设定参考价格数据与所述待定价商品的设定价格数据进行比较，根据比较结果来确定所述待定价商品的定价数据。通过上述处理，就实现了可以根据相似商品的设定参考价格数据与待定价商品的设定价格数据的比较结果，自动调整待定价商品的定价数据，从而提高了对商品价格数据处理的精准性和智能性。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
通过结合附图对本公开示例性实施方式进行更详细的描述，本公开的上述以及其它目的、特征和优势将变得更加明显，其中，在本公开示例性实施方式中，相同的参考标号通常代表相同部件。
图1是根据本公开一示例性实施例示出的商品价格数据处理方法的流程示意图；
图2是根据本公开一示例性实施例示出的商品价格数据处理方法的流程另一示意图；
图3是根据本公开一示例性实施例示出的商品价格数据处理方法的流程另一示意图；
图4是根据本公开一示例性实施例示出的商品价格数据处理装置的结构示意图；
图5是根据本公开一示例性实施例示出的商品价格数据处理装置的结构另一示意图；
图6是根据本公开一示例性实施例示出的一种计算设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的优选实施方式。虽然附图中显示了本公开的优选实施方式，然而应该理解，可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本公开可能采用术语“第一”、“第二”、“第三”等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本公开的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
本公开提供了一种商品价格数据处理方法，能够提高商品价格数据处理的精准性和智能性。
以下结合附图详细描述本公开实施例的技术方案。
图1是根据本公开一示例性实施例示出的商品价格数据处理方法的流程示意图。
参见图1所示，该方法可以包括：
在步骤S110中，获取相似商品的设定参考价格数据，其中所述相似商品按设定规则确定。
其中，相似商品按设定规则确定，可以包括：获取爬虫工具根据预设参数爬取的对比商品的商品信息数据；获取待定价商品的商品信息数据；根据所述爬取的对比商品与所述待定价商品的商品信息数据的相似度超过设定阈值，确定所述爬取的对比商品为相似商品。其中设定阈值的取值范围为90％～99％，例如可以为98％。
在步骤S110中可以根据待定价商品，确定其所属行业及与其相关的部分或所有相关的商品目标网站，在相关目标网站的首页或子链接网页中，一般会包含商品的相关信息。获取输入的链接地址后，通过爬虫工具对商品相关信息进行爬取，可以根据目标链接抓取网页的各个子链接关键信息，有选择的访问同类型上的网页与相关的链接，获取所需要的信息，从而得到相对比商品的相关商品信息，用于与待定价商品的商品信息进行对比，以确定是否将对比商品作为相似商品。本公开可以使用常用的爬虫工具例如Octoparse、CyotekWebCopy等，本公开不加以限定。
在步骤S120中，获取待定价商品的设定价格数据。
待定价商品的设定价格数据可以根据需要而设定，例如可以设定为商品的进货价，或者设定为商品进货价的某个比例值。
在步骤S130中，根据所述相似商品的设定参考价格数据与所述待定价商品的设定价格数据比较结果，确定所述待定价商品的定价数据。
其中，可以在所述相似商品的价格数据平均值的设定比例大于所述待定价商品的进货价时，则将所述待定价商品的定价数据定为相似商品的价格数据平均值的设定比例；
在所述相似商品的价格数据平均值的设定比例低于或等于所述待定价商品的进货价时，取所述价格数据平均值与所述待定价商品的进货价再比较；在所述相似商品的价格数据平均值大于所述待定价商品的进货价时，则将所述待定价商品的定价数据定为相似商品的价格数据平均值，并将待定价商品标注利润偏低标签；在所述相似商品的价格数据平均值低于或等于所述待定价商品的进货价时，将待定价商品标注无利润标签，并将待定价商品下架。
从该实施例可以看出，本公开按设定规则确定相似商品，然后获取相似商品的设定参考价格数据和待定价商品的设定价格数据，将所述相似商品的设定参考价格数据与所述待定价商品的设定价格数据进行比较，根据比较结果来确定所述待定价商品的定价数据。通过上述处理，就实现了可以根据相似商品的设定参考价格数据与待定价商品的设定价格数据的比较结果，自动调整待定价商品的定价数据，从而提高了对商品价格数据处理的精准性和智能性。
图2是根据本公开一示例性实施例示出的商品价格数据处理方法的流程另一示意图。图2相对图1更详细描述了本公开方案。
参见图2所示，该方法可以包括：
在步骤S210中，获取爬虫工具根据预设参数爬取的对比商品的商品信息数据。
例如，可以根据待定价商品，确定其所属行业及与其相关的部分或所有相关的商品目标网站，在相关目标网站的首页或子链接网页中，一般会包含商品的相关信息。获取输入的链接地址后，通过爬虫工具对商品相关信息进行爬取，可以根据目标链接抓取网页的各个子链接关键信息，有选择的访问同类型上的网页与相关的链接，获取所需要的信息，从而得到相对比商品的相关商品信息，用于与待定价商品的商品信息进行对比，以确定是否将对比商品作为相似商品。
通过爬虫工具可以在相关目标网站中爬取到相似商品的商品信息数据，爬虫工具可按照预设参数进行爬取，预设参数可以是预先设置的要爬取的商品信息，商品信息可包括以下中的一项或至少两项以上的任意组合：商品名称、商品图片、商品价格、商品好评率、商品差评率、库存单元sku名称、标准化产品单元spu名称、商品参数、商品出厂地、商品发行日期等。由于商品信息会经常变化，所以可以设置爬虫工具循环抓取商品信息，并定期更新与维护爬取到的商品信息，确保商品信息的及时性和准确性。按照预设参数进行爬取，可缩小爬虫数据的范围，提高爬取效率。需说明的是，一般是选取一些关键的商品信息进行爬取和供比较。
在步骤S220中，获取待定价商品的商品信息数据。
在待定价的商品数据库中存储了待定价商品的相关信息，可直接从商品数据库中获取待定价的商品信息数据。商品信息数据可以包括以下中的一项或至少两项以上的任意组合：商品名称、商品图片、商品价格、商品好评率、商品差评率、库存单元sku名称、标准化产品单元spu名称、商品参数、商品出厂地、商品发行日期等。需说明的是，一般是获取一些关键的商品信息供比较。
在步骤S230中，根据所述爬取的对比商品与所述待定价商品的商品信息数据的相似度超过设定阈值，确定所述爬取的商品为相似商品。
根据S220中获得的待定价商品的商品信息数据，与S210所获得的对比商品的商品信息数据进行相似度对比，如果大于设定阈值，则认为该商品为相似商品并加入商家的对比商品库中。相似度的设定阈值根据需要而定，设定阈值的设定范围，例如可以在90％～99％，数值越大，相似度越高。例如，可以选择设定阈值为98％。
在步骤S240中，获取爬取的来自至少两个来源的相似商品的价格数据，并选取价格数据平均值的设定比例作为相似商品的设定参考价格数据。
在S230中确定的相似商品，通过爬虫工具可以获得来自不同链接抓取的商品信息数据，得到相似商品的多个价格数据，经过进一步地数据处理，可以选取多个相似商品的价格数据平均值的设定比例作为相似商品的设定参考价格数据。相似商品的价格数据平均值的设定比例依据实际需要而定，设定比例范围可以为85％～95％，例如取90％。
还需说明的是，可以去掉多个相似商品的价格数据中的一个最高定价和一个最低定价之后，再选取平均值的设定比例。
在步骤S250中，获取待定价商品的进货价，作为待定价商品的设定价格数据。
在步骤S250中可以选择待定价商品的进货价作为待定价商品的设定价格数据，或者将待定价商品的进货价所的某个比例值作为待定价商品的设定价格数据。例如将进货价的95％作为待定价商品的设定价格数据但不局限于此。
在步骤S260中，在所述相似商品的价格数据平均值的设定比例大于待定价商品的进货价时，则将所述待定价商品的定价数据定为相似商品的价格数据平均值的设定比例。
根据步骤S240和S250中所得到的所述相似商品的价格数据平均值的设定比例与待定价商品的进货价对比，当所述相似商品的价格数据平均值的设定比例大于待定价商品的进货价时，则将待定价商品的定价数据定为相似商品的价格数据平均值的设定比例。
例如，相似商品的价格数据平均值的90％(九折)大于待定价商品的进货价时，则将待定价商品的定价数据定为相似商品的价格数据平均值的90％。
图3是根据本公开一示例性实施例示出的商品价格数据处理方法的流程另一示意图。
参见图3所示，该商品价格数据处理方法可以包括：
在步骤S310中，获取爬虫工具根据预设参数爬取的对比商品的商品信息数据。
步骤S310可以参见图2中步骤S210的描述，此处不再赘述。
在步骤S320中，获取待定价商品的商品信息数据。
步骤S320可以参见图2中步骤S220的描述，此处不再赘述。
在步骤S330中，根据所述爬取的对比商品与所述待定价商品的商品信息数据的相似度超过98％，确定所述爬取的对比商品为相似商品。
根据待定价商品的商品信息数据与对比商品的商品信息数据进行对比的相似度大于98％，则认为该商品为相似商品并加入商家的对比商品库中。需说明的是，此处以设定阈值为98％为例但不局限于此。
在步骤S340中，获取爬取的来自至少两个来源的相似商品的价格数据，并选取价格数据平均值的90％作为相似商品的设定参考价格数据。
通过爬虫工具可以获得来自不同链接抓取的商品信息数据，得到相似商品的多个价格数据，可以去掉多个相似商品的价格数据中的一个最高定价和一个最低定价之后，再选取平均值的90％作为相似商品的设定参考价格数据。需说明的是，此处以取90％为例但不局限于此。
在步骤S350中，获取待定价商品的进货价，作为待定价商品的设定价格数据。
步骤S350可以参见图2中步骤S250的描述，此处不再赘述。
在步骤S360中，在所述相似商品的价格数据平均值的90％大于待定价商品的进货价时，则将所述待定价商品的定价数据定为相似商品的价格数据平均值的90％。
在步骤S370中，在所述相似商品的价格数据平均值的90％小于或等于所述待定价商品的进货价时，取所述价格数据平均值与所述待定价商品的进货价再比较。
通过获取爬取的来自至少两个来源的相似商品的价格数据，选取价格数据平均值的90％作为设定参考价格数据，当所述相似商品的价格数据平均值的90％小于或等于所述待定价商品的进货价时，需要进一步获取所述相似商品的价格数据平均值与待定价商品的进货价做比较，从而确定待定价商品的定价数据。
在步骤S380中，在所述相似商品的价格数据平均值大于所述待定价商品的进货价时，则将所述待定价商品的定价数据定为相似商品的价格数据平均值，并将待定价商品标注利润偏低标签。
对所述相似商品的价格数据平均值与待定价商品的进货价做比较，当相似商品的价格数据平均值大于待定价商品的进货价时，则将所述待定价商品的定价数据定为相似商品的价格数据平均值，并将待定价商品标注利润偏低标签，便于对商品自动上下架的操控。
在步骤S390中，在所述相似商品的价格数据平均值小于或等于所述待定价商品的进货价时，则将待定价商品标注无利润标签，并将待定价商品下架。
对所述相似商品的价格数据平均值与待定价商品的进货价做比较，当相似商品的价格数据平均值小于或等于待定价商品的进货价时，则对该待定价商品标注无利润标签(或标注进货价偏高标签)，且做商品下架处理。
从该实施例可以看出，本公开实施例的技术方案，通过对相似商品的判定，进而获取相似商品的设定参考价格数据例如价格数据平均值的90％与待定价商品的设定价格数据例如进货价，并对上述价格数据进行对比分析，根据对比结果再确定待定价商品的定价数据，从而更精准和更智能进行定价，提高了对商品定价数据处理的精准性和智能性；同时能根据比较结果，对商品备注利润标签等级，并智能化地对商品做上下架处理。需说明的是，商家也可以根据每个时期的需求，随时调整价格数据对比策略，特别是在一些特殊节日的商品促销时，及时抓取相似商品的最新价格数据，更及时准确地决策待定价商品的定价，以低价比例并保持一定的利润率的方式更精准地定价，以更吸引更多客户购买。
与前述应用功能实现方法实施例相对应，本公开还提供了一种商品价格数据处理装置、设备及相应的实施例。
图4是根据本公开一示例性实施例示出的一种商品价格数据处理装置的结构示意图。
如图4所示，商品价格数据处理装置可以包括：第一数据获取模块410、第二数据获取模块420及价格数据处理模块430。
第一数据获取模块410，用于获取相似商品的设定参考价格数据，其中所述相似商品按设定规则确定。
其中，相似商品按设定规则确定，可以包括：获取爬虫工具根据预设参数爬取的对比商品的商品信息数据；获取待定价商品的商品信息数据；根据所述爬取的对比商品与所述待定价商品的商品信息数据的相似度超过设定阈值，确定所述爬取的对比商品为相似商品。其中设定阈值的取值范围为90％～99％，例如可以为98％。
例如，可以根据待定价商品，确定其所属行业及与其相关的部分或所有相关的商品目标网站，在相关目标网站的首页或子链接网页中，一般会包含商品的相关信息。获取输入的链接地址后，通过爬虫工具对商品相关信息进行爬取，可以根据目标链接抓取网页的各个子链接关键信息，有选择的访问同类型上的网页与相关的链接，获取所需要的信息，从而可以得到对比商品的相关商品信息，用于待定价商品的商品信息进行对比，以确定是否将对比商品作为相似商品。
第二数据获取模块420，用于获取待定价商品的设定价格数据。
待定价商品的设定价格数据可以根据需要而设定，例如可以设定为商品的进货价，或者设定为商品进货价的某个比例值。
价格数据处理模块430，用于根据所述第一数据获取模块410获取的相似商品的设定参考价格数据与所述第二数据获取模块420获取的待定价商品的设定价格数据比较结果，确定所述待定价商品的定价数据。
根据本公开的实施例，该商品价格数据处理装置能够根据第一数据获取模块410所获取的相似商品的设定参考价格数据和第二数据获取模块420所获取的待定价商品的设定价格数据进行比较，根据比较结果来确定所述待定价商品的定价数据。通过上述处理，就实现了可以根据相似商品的设定参考价格数据与待定价商品的设定价格数据的比较结果，自动调整待定价商品的定价数据，从而提高了对商品价格数据处理的精准性和智能性。
图5是根据本公开一示例性实施例示出的商品价格数据处理装置的另一示意图。
如图5所示，商品价格数据处理装置可以包括：第一数据获取模块410、第二数据获取模块420、价格数据处理模块430、相似商品确定模块440。
第一数据获取模块410、第二数据获取模块420及价格数据处理模块430的功能可以参见图4中的描述。
其中，相似商品确定模块440，用于获取爬虫工具根据预设参数爬取的对比商品的商品信息数据，获取待定价商品的商品信息数据，根据所述爬取的对比商品与所述待定价商品的商品信息数据的相似度超过设定阈值，确定所述爬取的对比商品为相似商品。
其中，价格数据处理模块430包括第一价格数据处理子模块431和第二价格数据处理子模块432。
其中，第一价格数据处理子模块431，用于在所述相似商品的价格数据平均值的设定比例大于所述待定价商品的进货价时，则将所述待定价商品的定价数据定为相似商品的价格数据平均值的设定比例。
例如，在所述相似商品的价格数据平均值的90％大于待定价商品的进货价时，则将所述待定价商品的定价数据定为相似商品的价格数据平均值的90％。
第二价格数据处理子模块432，用于在所述相似商品的价格数据平均值的设定比例低于或等于所述待定价商品的进货价时，取所述价格数据平均值与所述待定价商品的进货价再比较；在所述相似商品的价格数据平均值大于所述待定价商品的进货价时，则将所述待定价商品的定价数据定为相似商品的价格数据平均值，并将待定价商品标注利润偏低标签；在所述相似商品的价格数据平均值小于或等于所述待定价商品的进货价时，将待定价商品标注无利润标签，并将待定价商品下架。
例如，在所述相似商品的价格数据平均值的90％小于或等于所述待定价商品的进货价时，取所述价格数据平均值与所述待定价商品的进货价再比较。
根据实施例可以看出，本公开实施例的技术方案，通过对相似商品的判定，进而获取相似商品的设定参考价格数据例如价格数据平均值的90％与待定价商品的设定价格数据例如进货价，并对上述价格数据进行对比分析，根据对比结果再确定待定价商品的定价数据，从而更精准和更智能进行定价，提高了对商品定价数据处理的精准性和智能性；同时能根据比较结果，对商品备注利润标签等级，并智能化地对商品做上下架处理。需说明的是，商家也可以根据每个时期的需求，随时调整价格数据对比策略，特别是在一些特殊节日的商品促销时，及时抓取相似商品的最新价格数据，更及时准确地决策待定价商品的定价，以低价比例并保持一定的利润率的方式更精准地定价，以更吸引更多客户购买。
关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不再做详细阐述说明。
图6是根据本公开一示例性实施例示出的一种计算设备的结构示意图。该计算设备例如可以是移动终端等设备但不局限于此。
参见图6，计算设备1000包括存储器1010和处理器1020。
处理器1020可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器1010可以包括各种类型的存储单元，例如系统内存、只读存储器(ROM)，和永久存储装置。其中，ROM可以存储处理器1020或者计算机的其他模块需要的静态数据或者指令。永久存储装置可以是可读写的存储装置。永久存储装置可以是即使计算机断电后也不会失去存储的指令和数据的非易失性存储设备。在一些实施方式中，永久性存储装置采用大容量存储装置(例如磁或光盘、闪存)作为永久存储装置。另外一些实施方式中，永久性存储装置可以是可移除的存储设备(例如软盘、光驱)。系统内存可以是可读写存储设备或者易失性可读写存储设备，例如动态随机访问内存。系统内存可以存储一些或者所有处理器在运行时需要的指令和数据。此外，存储器1010可以包括任意计算机可读存储媒介的组合，包括各种类型的半导体存储芯片(DRAM，SRAM，SDRAM，闪存，可编程只读存储器)，磁盘和/或光盘也可以采用。在一些实施方式中，存储器1010可以包括可读和/或写的可移除的存储设备，例如激光唱片(CD)、只读数字多功能光盘(例如DVD-ROM，双层DVD-ROM)、只读蓝光光盘、超密度光盘、闪存卡(例如SD卡、min SD卡、Micro-SD卡等等)、磁性软盘等等。计算机可读存储媒介不包含载波和通过无线或有线传输的瞬间电子信号。
存储器1010上存储有可执行代码，当可执行代码被处理器1020处理时，可以使处理器1020执行上文述及的方法中的部分或全部。
上文中已经参考附图详细描述了本公开的方案。在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。本领域技术人员也应该知悉，说明书中所涉及的动作和模块并不一定是本公开所必须的。另外，可以理解，本公开实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减，本公开实施例装置中的模块可以根据实际需要进行合并、划分和删减。
此外，根据本公开的方法还可以实现为一种计算机程序或计算机程序产品，该计算机程序或计算机程序产品包括用于执行本公开的上述方法中部分或全部步骤的计算机程序代码指令。
或者，本公开还可以实施为一种非暂时性机器可读存储介质(或计算机可读存储介质、或机器可读存储介质)，其上存储有可执行代码(或计算机程序、或计算机指令代码)，当所述可执行代码(或计算机程序、或计算机指令代码)被电子设备(或计算设备、服务器等)的处理器执行时，使所述处理器执行根据本公开的上述方法的各个步骤的部分或全部。
本领域技术人员还将明白的是，结合这里的公开所描述的各种示例性逻辑块、模块、电路和算法步骤可以被实现为电子硬件、计算机软件或两者的组合。
附图中的流程图和框图显示了根据本公开的多个实施例的系统和方法的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标记的功能也可以以不同于附图中所标记的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (12)
1.一种商品价格数据处理方法，其特征在于，包括：
获取相似商品的设定参考价格数据，其中所述相似商品按设定规则确定；
获取待定价商品的设定价格数据；
根据所述相似商品的设定参考价格数据与所述待定价商品的设定价格数据比较结果，确定所述待定价商品的定价数据。
2.根据权利要求1所述的方法，其特征在于，所述相似商品按设定规则确定，包括：
获取爬虫工具根据预设参数爬取的对比商品的商品信息数据；
获取待定价商品的商品信息数据；
根据所述爬取的对比商品与所述待定价商品的商品信息数据的相似度超过设定阈值，确定所述爬取的对比商品为相似商品。
3.根据权利要求2所述的方法，其特征在于，所述设定阈值的取值范围为90％～99％。
4.根据权利要求2所述的方法，其特征在于，所述获取的商品信息数据，包括以下中的一项或至少两项以上的任意组合：
商品名称、商品图片、商品价格、商品好评率、商品差评率、库存单元sku名称、标准化产品单元spu名称、商品参数、商品出厂地、商品发行日期。
5.根据权利要求1所述的方法，其特征在于：
所述获取相似商品的设定参考价格数据，包括：获取爬取的来自至少两个来源的相似商品的价格数据，选取价格数据平均值作为设定参考价格数据，或选取价格数据平均值的设定比例作为设定参考价格数据；
所述获取待定价商品的设定价格数据，包括：获取待定价商品的进货价。
6.根据权利要求5所述的方法，其特征在于，所述根据相似商品的设定参考价格数据与所述待定价商品的设定价格数据比较结果，确定待定价商品的定价数据，包括：
在所述相似商品的价格数据平均值的设定比例大于所述待定价商品的进货价时，则将所述待定价商品的定价数据定为相似商品的价格数据平均值的设定比例。
7.根据权利要求6所述的方法，其特征在于，所述根据相似商品的设定参考价格数据与所述待定价商品的设定价格数据比较结果，确定待定价商品的定价数据，还包括：
在所述相似商品的价格数据平均值的设定比例低于或等于所述待定价商品的进货价时，选取所述价格数据平均值与所述待定价商品的进货价再比较；
在所述相似商品的价格数据平均值大于所述待定价商品的进货价时，则将所述待定价商品的定价数据定为相似商品的价格数据平均值，并将待定价商品标注利润偏低标签；
在所述相似商品的价格数据平均值低于或等于所述待定价商品的进货价时，将待定价商品标注无利润标签，并将待定价商品下架。
8.根据权利要求5至7任一项所述的方法，其特征在于，所述设定比例的取值范围为85％～95％。
9.一种商品价格数据处理装置，其特征在于，包括：
第一数据获取模块，用于获取相似商品的设定参考价格数据，其中所述相似商品按设定规则确定；
第二数据获取模块，用于获取待定价商品的设定价格数据；
价格数据处理模块，用于根据所述第一数据获取模块获取的相似商品的设定参考价格数据与所述第二数据获取模块获取的待定价商品的设定价格数据比较结果，确定所述待定价商品的定价数据。
10.根据权利要求9所述的装置，其特征在于，所述装置还包括：
相似商品确定模块，用于获取爬虫工具根据预设参数爬取的对比商品的商品信息数据，获取待定价商品的商品信息数据，根据所述爬取的对比商品与所述待定价商品的商品信息数据的相似度超过设定阈值，确定所述爬取的对比商品为相似商品。
11.根据权利要求9或10所述的装置，其特征在于，所述价格数据处理模块，包括：
第一处理子模块，用于在所述相似商品的价格数据平均值的设定比例大于所述待定价商品的进货价时，则将所述待定价商品的定价数据定为相似商品的价格数据平均值的设定比例；
第二处理子模块，用于在所述相似商品的价格数据平均值的设定比例低于或等于所述待定价商品的进货价时，选取所述价格数据平均值与所述待定价商品的进货价再比较；在所述相似商品的价格数据平均值大于所述待定价商品的进货价时，则将所述待定价商品的定价数据定为相似商品的价格数据平均值，并将待定价商品标注利润偏低标签；在所述相似商品的价格数据平均值低于或等于所述待定价商品的进货价时，将待定价商品标注无利润标签，并将待定价商品下架。
12.一种计算设备，其特征在于，包括：
处理器；以及
存储器，其上存储有可执行代码，当所述可执行代码被所述处理器执行时，使所述处理器执行如权利要求1-8中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010311820.8A CN111539765A (zh) | 2020-04-20 | 2020-04-20 | 商品价格数据处理方法、装置及设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010311820.8A CN111539765A (zh) | 2020-04-20 | 2020-04-20 | 商品价格数据处理方法、装置及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111539765A true CN111539765A (zh) | 2020-08-14 |
Family
ID=71976873
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010311820.8A Pending CN111539765A (zh) | 2020-04-20 | 2020-04-20 | 商品价格数据处理方法、装置及设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111539765A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112508230A (zh) * | 2020-11-05 | 2021-03-16 | 社宝信息科技(上海)有限公司 | 一种多层商品价格计算的管理方法及系统 |
| CN112732998A (zh) * | 2021-01-20 | 2021-04-30 | 政采云有限公司 | 一种标准化商品单元数据生成方法、装置及电子设备 |
| CN113781105A (zh) * | 2021-08-16 | 2021-12-10 | 北京神矢数据科技有限公司 | 一种基于产业场景的技术交易公允定价方法 |
| CN117422576A (zh) * | 2023-12-19 | 2024-01-19 | 青岛巨商汇网络科技有限公司 | 基于云计算的商品销售的业务财务一体化管理系统及方法 |
| CN117522534A (zh) * | 2024-01-08 | 2024-02-06 | 深圳市卖点科技股份有限公司 | 一种基于物联网的商品智能展示方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103258280A (zh) * | 2012-02-17 | 2013-08-21 | 盛趣信息技术（上海）有限公司 | 价格比较方法及系统 |
| CN105869019A (zh) * | 2016-03-31 | 2016-08-17 | 金蝶软件（中国）有限公司 | 一种商品价格预测方法及装置 |
| CN107705161A (zh) * | 2017-10-25 | 2018-02-16 | 深圳市宝盒科技有限公司 | 一种商品成本评估方法及计算机 |
| CN108960923A (zh) * | 2018-07-09 | 2018-12-07 | 北京百悟科技有限公司 | 一种定价的方法、装置及计算机存储介质 |
| CN109447722A (zh) * | 2018-12-28 | 2019-03-08 | 湖北能瑞电气科技有限公司 | 一种电商平台的商品定价方法 |
-
2020
- 2020-04-20 CN CN202010311820.8A patent/CN111539765A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103258280A (zh) * | 2012-02-17 | 2013-08-21 | 盛趣信息技术（上海）有限公司 | 价格比较方法及系统 |
| CN105869019A (zh) * | 2016-03-31 | 2016-08-17 | 金蝶软件（中国）有限公司 | 一种商品价格预测方法及装置 |
| CN107705161A (zh) * | 2017-10-25 | 2018-02-16 | 深圳市宝盒科技有限公司 | 一种商品成本评估方法及计算机 |
| CN108960923A (zh) * | 2018-07-09 | 2018-12-07 | 北京百悟科技有限公司 | 一种定价的方法、装置及计算机存储介质 |
| CN109447722A (zh) * | 2018-12-28 | 2019-03-08 | 湖北能瑞电气科技有限公司 | 一种电商平台的商品定价方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112508230A (zh) * | 2020-11-05 | 2021-03-16 | 社宝信息科技(上海)有限公司 | 一种多层商品价格计算的管理方法及系统 |
| CN112732998A (zh) * | 2021-01-20 | 2021-04-30 | 政采云有限公司 | 一种标准化商品单元数据生成方法、装置及电子设备 |
| CN113781105A (zh) * | 2021-08-16 | 2021-12-10 | 北京神矢数据科技有限公司 | 一种基于产业场景的技术交易公允定价方法 |
| CN117422576A (zh) * | 2023-12-19 | 2024-01-19 | 青岛巨商汇网络科技有限公司 | 基于云计算的商品销售的业务财务一体化管理系统及方法 |
| CN117422576B (zh) * | 2023-12-19 | 2024-03-08 | 青岛巨商汇网络科技有限公司 | 基于云计算的商品销售的业务财务一体化管理系统及方法 |
| CN117522534A (zh) * | 2024-01-08 | 2024-02-06 | 深圳市卖点科技股份有限公司 | 一种基于物联网的商品智能展示方法及系统 |
| CN117522534B (zh) * | 2024-01-08 | 2024-03-29 | 深圳市卖点科技股份有限公司 | 一种基于物联网的商品智能展示方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111539765A (zh) | 商品价格数据处理方法、装置及设备 | |
| CN110782266B (zh) | 商品销量预测及模型训练方法、装置以及设备 | |
| CN106157083B (zh) | 挖掘潜在客户的方法和装置 | |
| US20160012516A1 (en) | Location assignment system and method | |
| US20160140490A1 (en) | Inventory management system and method thereof | |
| US20150294397A1 (en) | Location assignment system and method | |
| CN109978429B (zh) | 用于输出信息的方法和装置 | |
| CN108074051B (zh) | 一种库存管理方法及装置 | |
| CN112884547A (zh) | 一种商品智能推荐方法、装置、介质及终端设备 | |
| WO2017148272A1 (zh) | 一种目标用户的识别方法和装置 | |
| CN110362702B (zh) | 图片管理方法及设备 | |
| CN114519616A (zh) | 商品推广方法 | |
| CN112070576A (zh) | 一种用于电商模型的选择商品的方法及设备 | |
| Ahmad et al. | Role of technologies in revamping the supply chain management of kirana stores | |
| CN114331594A (zh) | 一种商品推荐方法 | |
| US20230316202A1 (en) | Methods and apparatuses for automatically predicting fill rates | |
| CN114298818A (zh) | 一种针对控制货物贷款的风险评估方法及装置 | |
| KR20220055185A (ko) | 빅데이터를 이용한 수입 상품 가격 책정 방법 | |
| CN112488771A (zh) | 自动设置商品价格的方法、装置、设备和存储介质 | |
| CN111611313A (zh) | 信息同步方法及电子设备 | |
| CN113095876B (zh) | 一种商品推荐方法及装置 | |
| CN109389450B (zh) | 一种关联属性信息和生成数据集合的方法和系统 | |
| CN113436017B (zh) | 交易处理方法、装置及设备 | |
| CN113680713B (zh) | 一种商品分拣方法及装置 | |
| US20230281531A1 (en) | Methods and apparatus for automatic sale forecasts using machine learning processes |
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 |