CN111784394A - 商品生命周期管理方法、装置和计算机设备 - Google Patents
商品生命周期管理方法、装置和计算机设备 Download PDFInfo
- Publication number
- CN111784394A CN111784394A CN202010614471.7A CN202010614471A CN111784394A CN 111784394 A CN111784394 A CN 111784394A CN 202010614471 A CN202010614471 A CN 202010614471A CN 111784394 A CN111784394 A CN 111784394A
- Authority
- CN
- China
- Prior art keywords
- life cycle
- commodity
- data
- sales data
- classification
- 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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Entrepreneurship & Innovation (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Medical Informatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种商品生命周期管理方法、装置和计算机设备。其中,所述方法包括:根据预设的提取策略,从商品的生命周期数据中提取商品销售数据,并建立对该商品销售数据进行判别的生命周期阶段的分类,和根据该建立的生命周期阶段的分类信息,构建基于该商品的生命周期数据的生命周期阶段模型,以及根据该生命周期阶段模型,对商品的生命周期阶段进行划分。通过上述方式,能够实现提高对商品的生命周期阶段进行划分的准确率。
Description
技术领域
本发明涉及商品生命周期管理技术领域,尤其涉及一种商品生命周期管理方法、装置和计算机设备。
背景技术
商品生命周期,是指商品从准备进入市场开始到被淘汰退出市场为止的全部运动过程,是由需求与技术的生产周期所决定。商品生命周期,是商品在市场运动中的经济寿命,也即在市场流通过程中,由于消费者的需求变化以及影响市场的其他因素所造成的商品由盛转衰的周期。
商品从准备进入市场开始到被淘汰退出市场为止的全部运动过程,一般划分为新品商品、爆品商品、滞销商品和淘汰商品四个生命周期阶段。
然而,现有的商品生命周期管理方案,一般是通过人工方式对商品的生命周期阶段进行划分,受人工主观因素的影响,导致对商品的生命周期阶段进行划分的准确率一般。
发明内容
有鉴于此,本发明的目的在于提出一种商品生命周期管理方法、装置和计算机设备,能够实现提高对商品的生命周期阶段进行划分的准确率。
根据本发明的一个方面,提供一种商品生命周期管理方法,包括:根据预设的提取策略,从商品的生命周期数据中提取商品销售数据,并建立对所述商品销售数据进行判别的生命周期阶段的分类;根据所述建立的生命周期阶段的分类信息,构建基于所述商品的生命周期数据的生命周期阶段模型;根据所述生命周期阶段模型,对商品的生命周期阶段进行划分。
其中,所述根据预设的提取策略,从商品的生命周期数据中提取商品销售数据,并建立对所述商品销售数据进行判别的生命周期阶段的分类,包括:根据预设的提取策略,从商品的生命周期数据中提取商品销售数据,和对所述商品销售数据中不连续的商品销售数据进行数据填充,和对所述经数据填充后的商品销售数据中的销量数据按预设缩放比例进行缩放,以使所述经缩放后的销量数据落入预设的阈值范围内,并建立对所述落入预设的阈值范围内的销量数据的商品销售数据进行判别的生命周期阶段的分类。
其中,所述根据所述建立的生命周期阶段的分类信息,构建基于所述商品的生命周期数据的生命周期阶段模型,包括:根据所述建立的生命周期阶段的分类信息,确定所述分类信息的训练样本的集合,获取所述集合中的各个训练样本关联生命周期阶段的分类信息的特征信息,和通过机器学习算法训练所述特征信息,将所述生命周期阶段的分类信息中关联的特征信息替换为所述经训练后特征信息,根据所述经替换为训练后的特征信息的生命周期阶段的分类信息,构建基于所述商品的生命周期数据的生命周期阶段模型。
其中,所述根据所述生命周期阶段模型,对商品的生命周期阶段进行划分,包括:获取商品的特征信息,将所述获取的特征信息与所述生命周期阶段模型进行信息比较,比较出含有所述特征信息最多的生命周期阶段模型,将所述比较出的生命周期阶段模型对应的生命周期阶段划分为所述商品的生命周期阶段。
其中,在所述根据所述生命周期阶段模型,对商品的生命周期阶段进行划分之后,还包括:根据所述划分的生命周期阶段,更新所述商品的采购状态。
根据本发明的另一个方面,提供一种商品生命周期管理装置,包括:建立模块、构建模块和划分模块;所述建立模块,用于根据预设的提取策略,从商品的生命周期数据中提取商品销售数据,并建立对所述商品销售数据进行判别的生命周期阶段的分类;所述构建模块,用于根据所述建立的生命周期阶段的分类信息,构建基于所述商品的生命周期数据的生命周期阶段模型;所述划分模块,用于根据所述生命周期阶段模型,对商品的生命周期阶段进行划分。
其中,所述建立模块,具体用于:根据预设的提取策略,从商品的生命周期数据中提取商品销售数据,和对所述商品销售数据中不连续的商品销售数据进行数据填充,和对所述经数据填充后的商品销售数据中的销量数据按预设缩放比例进行缩放,以使所述经缩放后的销量数据落入预设的阈值范围内,并建立对所述落入预设的阈值范围内的销量数据的商品销售数据进行判别的生命周期阶段的分类。
其中,所述构建模块,具体用于:根据所述建立的生命周期阶段的分类信息,确定所述分类信息的训练样本的集合,获取所述集合中的各个训练样本关联生命周期阶段的分类信息的特征信息,和通过机器学习算法训练所述特征信息,将所述生命周期阶段的分类信息中关联的特征信息替换为所述经训练后特征信息,根据所述经替换为训练后的特征信息的生命周期阶段的分类信息,构建基于所述商品的生命周期数据的生命周期阶段模型。
其中,所述划分模块,具体用于:获取商品的特征信息,将所述获取的特征信息与所述生命周期阶段模型进行信息比较,比较出含有所述特征信息最多的生命周期阶段模型,将所述比较出的生命周期阶段模型对应的生命周期阶段划分为所述商品的生命周期阶段。
其中,所述商品生命周期管理装置,还包括:更新模块;所述更新模块,用于根据所述划分的生命周期阶段,更新所述商品的采购状态。
根据本发明的又一个方面,提供一种计算机设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上述任一项所述的商品生命周期管理方法。
根据本发明的再一个方面,提供一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现如上述任一项所述的商品生命周期管理方法。
可以发现,以上方案,可以根据预设的提取策略,从商品的生命周期数据中提取商品销售数据,并建立对该商品销售数据进行判别的生命周期阶段的分类,和可以根据该建立的生命周期阶段的分类信息,构建基于该商品的生命周期数据的生命周期阶段模型,以及可以根据该生命周期阶段模型,对商品的生命周期阶段进行划分,能够实现避免人工方式对商品的生命周期阶段进行划分,能够实现提高对商品的生命周期阶段进行划分的准确率。
进一步的,以上方案,可以根据预设的提取策略,从商品的生命周期数据中提取商品销售数据,和对该商品销售数据中不连续的商品销售数据进行数据填充,和对该经数据填充后的商品销售数据中的销量数据按预设缩放比例进行缩放,以使该经缩放后的销量数据落入预设的阈值范围内,并建立对该落入预设的阈值范围内的销量数据的商品销售数据进行判别的生命周期阶段的分类,这样的好处是能够实现有效支持新品商品、季节性商品、爆品商品、滞销商品和淘汰商品等的识别,能够提高对商品的生命周期阶段的分类的准确率。
进一步的,以上方案,可以根据该建立的生命周期阶段的分类信息,确定该分类信息的训练样本的集合,获取该集合中的各个训练样本关联生命周期阶段的分类信息的特征信息,和通过机器学习算法训练该特征信息,将该生命周期阶段的分类信息中关联的特征信息替换为该经训练后特征信息,根据该经替换为训练后的特征信息的生命周期阶段的分类信息,构建基于该商品的生命周期数据的生命周期阶段模型,这样的好处是能够实现使该构建的生命周期阶段模型具有普适性,能够广泛的应用于各种类别的生命周期阶段的分类的划分。
进一步的,以上方案,可以获取商品的特征信息,将该获取的特征信息与该生命周期阶段模型进行信息比较,比较出含有该特征信息最多的生命周期阶段模型,将该比较出的生命周期阶段模型对应的生命周期阶段划分为该商品的生命周期阶段,这样的好处是能够实现避免人工方式对商品的生命周期阶段进行划分,能够实现提高对商品的生命周期阶段进行划分的准确率。
进一步的,以上方案,可以根据该划分的生命周期阶段,更新该商品的采购状态,这样的好处是能够实现减少出现商品滞销的情况。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术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是本发明商品生命周期管理方法一实施例的流程示意图;
图2是本发明商品生命周期管理方法另一实施例的流程示意图;
图3是本发明商品生命周期管理装置一实施例的结构示意图;
图4是本发明商品生命周期管理装置另一实施例的结构示意图;
图5是本发明计算机设备一实施例的结构示意图。
具体实施方式
下面结合附图和实施例,对本发明作进一步的详细描述。特别指出的是,以下实施例仅用于说明本发明,但不对本发明的范围进行限定。同样的,以下实施例仅为本发明的部分实施例而非全部实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
本发明提供一种商品生命周期管理方法,能够实现提高对商品的生命周期阶段进行划分的准确率。
请参见图1,图1是本发明商品生命周期管理方法一实施例的流程示意图。需注意的是,若有实质上相同的结果,本发明的方法并不以图1所示的流程顺序为限。如图1所示,该方法包括如下步骤:
S101:根据预设的提取策略,从商品的生命周期数据中提取商品销售数据,并建立对该商品销售数据进行判别的生命周期阶段的分类。
其中,该根据预设的提取策略,从商品的生命周期数据中提取商品销售数据,并建立对该商品销售数据进行判别的生命周期阶段的分类,可以包括:
根据预设的提取策略,从商品的生命周期数据中提取商品销售数据,和对该商品销售数据中不连续的商品销售数据进行数据填充,和对该经数据填充后的商品销售数据中的销量数据按预设缩放比例进行缩放,以使该经缩放后的销量数据落入预设的阈值范围内,并建立对该落入预设的阈值范围内的销量数据的商品销售数据进行判别的生命周期阶段的分类,这样的好处是能够实现有效支持新品商品、季节性商品、爆品商品、滞销商品和淘汰商品等的识别,能够提高对商品的生命周期阶段的分类的准确率。
在本实施例中,该建立的生命周期阶段的分类可以包括新品商品、季节性商品、爆品商品、滞销商品和淘汰商品等,本发明不加以限定。
S102:根据该建立的生命周期阶段的分类信息,构建基于该商品的生命周期数据的生命周期阶段模型。
其中,该根据该建立的生命周期阶段的分类信息,构建基于该商品的生命周期数据的生命周期阶段模型,可以包括:
根据该建立的生命周期阶段的分类信息,确定该分类信息的训练样本的集合,获取该集合中的各个训练样本关联生命周期阶段的分类信息的特征信息,和通过机器学习算法训练该特征信息,将该生命周期阶段的分类信息中关联的特征信息替换为该经训练后特征信息,根据该经替换为训练后的特征信息的生命周期阶段的分类信息,构建基于该商品的生命周期数据的生命周期阶段模型,这样的好处是能够实现使该构建的生命周期阶段模型具有普适性,能够广泛的应用于各种类别的生命周期阶段的分类的划分。
S103:根据该生命周期阶段模型,对商品的生命周期阶段进行划分。
其中,该根据该生命周期阶段模型,对商品的生命周期阶段进行划分,可以包括:
获取商品的特征信息,将该获取的特征信息与该生命周期阶段模型进行信息比较,比较出含有该特征信息最多的生命周期阶段模型,将该比较出的生命周期阶段模型对应的生命周期阶段划分为该商品的生命周期阶段,这样的好处是能够实现避免人工方式对商品的生命周期阶段进行划分,能够实现提高对商品的生命周期阶段进行划分的准确率。
其中,在该根据该生命周期阶段模型,对商品的生命周期阶段进行划分之后,还可以包括:
根据该划分的生命周期阶段,更新该商品的采购状态,这样的好处是能够实现减少出现商品滞销的情况。
可以发现,在本实施例中,可以根据预设的提取策略,从商品的生命周期数据中提取商品销售数据,并建立对该商品销售数据进行判别的生命周期阶段的分类,和可以根据该建立的生命周期阶段的分类信息,构建基于该商品的生命周期数据的生命周期阶段模型,以及可以根据该生命周期阶段模型,对商品的生命周期阶段进行划分,能够实现避免人工方式对商品的生命周期阶段进行划分,能够实现提高对商品的生命周期阶段进行划分的准确率。
进一步的,在本实施例中,可以根据预设的提取策略,从商品的生命周期数据中提取商品销售数据,和对该商品销售数据中不连续的商品销售数据进行数据填充,和对该经数据填充后的商品销售数据中的销量数据按预设缩放比例进行缩放,以使该经缩放后的销量数据落入预设的阈值范围内,并建立对该落入预设的阈值范围内的销量数据的商品销售数据进行判别的生命周期阶段的分类,这样的好处是能够实现有效支持新品商品、季节性商品、爆品商品、滞销商品和淘汰商品等的识别,能够提高对商品的生命周期阶段的分类的准确率。
进一步的,在本实施例中,可以根据该建立的生命周期阶段的分类信息,确定该分类信息的训练样本的集合,获取该集合中的各个训练样本关联生命周期阶段的分类信息的特征信息,和通过机器学习算法训练该特征信息,将该生命周期阶段的分类信息中关联的特征信息替换为该经训练后特征信息,根据该经替换为训练后的特征信息的生命周期阶段的分类信息,构建基于该商品的生命周期数据的生命周期阶段模型,这样的好处是能够实现使该构建的生命周期阶段模型具有普适性,能够广泛的应用于各种类别的生命周期阶段的分类的划分。
进一步的,在本实施例中,可以获取商品的特征信息,将该获取的特征信息与该生命周期阶段模型进行信息比较,比较出含有该特征信息最多的生命周期阶段模型,将该比较出的生命周期阶段模型对应的生命周期阶段划分为该商品的生命周期阶段,这样的好处是能够实现避免人工方式对商品的生命周期阶段进行划分,能够实现提高对商品的生命周期阶段进行划分的准确率。
请参见图2,图2是本发明商品生命周期管理方法另一实施例的流程示意图。本实施例中,该方法包括以下步骤:
S201:根据预设的提取策略,从商品的生命周期数据中提取商品销售数据,并建立对该商品销售数据进行判别的生命周期阶段的分类。
可如上S101所述,在此不作赘述。
S202:根据该建立的生命周期阶段的分类信息,构建基于该商品的生命周期数据的生命周期阶段模型。
可如上S102所述,在此不作赘述。
S203:根据该生命周期阶段模型,对商品的生命周期阶段进行划分。
可如上S103所述,在此不作赘述。
S204:根据该划分的生命周期阶段,更新该商品的采购状态。
在本实施例中,在该划分的生命周期阶段是新品商品时,可以更新该商品的采购状态是可进行采购和销售的状态;在该划分的生命周期阶段是季节性商品时,在当前时间还是在该季节范围内时,可以更新该商品的采购状态是可进行采购和销售的状态,在当前时间不是在该季节范围内时,可以更新该商品的采购状态是禁止采购和禁止销售的状态;在该划分的生命周期阶段是爆品商品时,可以更新该商品的采购状态是可进行采购和销售的状态;在该划分的生命周期阶段是滞销商品时,可以更新该商品的采购状态是禁止采购和可以销售的状态;在该划分的生命周期阶段是淘汰商品时,可以更新该商品的采购状态是禁止采购和禁止销售的状态等,本发明不加以限定。
可以发现,在本实施例中,可以根据该划分的生命周期阶段,更新该商品的采购状态,这样的好处是能够实现减少出现商品滞销的情况。
本发明还提供一种商品生命周期管理装置,能够实现提高对商品的生命周期阶段进行划分的准确率。
请参见图3,图3是本发明商品生命周期管理装置一实施例的结构示意图。本实施例中,该商品生命周期管理装置30包括建立模块31、构建模块32和划分模块33。
该建立模块31,用于根据预设的提取策略,从商品的生命周期数据中提取商品销售数据,并建立对该商品销售数据进行判别的生命周期阶段的分类。
该构建模块32,用于根据该建立的生命周期阶段的分类信息,构建基于该商品的生命周期数据的生命周期阶段模型。
该划分模块33,用于根据该生命周期阶段模型,对商品的生命周期阶段进行划分。
可选地,该建立模块31,可以具体用于:
根据预设的提取策略,从商品的生命周期数据中提取商品销售数据,和对该商品销售数据中不连续的商品销售数据进行数据填充,和对该经数据填充后的商品销售数据中的销量数据按预设缩放比例进行缩放,以使该经缩放后的销量数据落入预设的阈值范围内,并建立对该落入预设的阈值范围内的销量数据的商品销售数据进行判别的生命周期阶段的分类。
可选地,该构建模块32,可以具体用于:
根据该建立的生命周期阶段的分类信息,确定该分类信息的训练样本的集合,获取该集合中的各个训练样本关联生命周期阶段的分类信息的特征信息,和通过机器学习算法训练该特征信息,将该生命周期阶段的分类信息中关联的特征信息替换为该经训练后特征信息,根据该经替换为训练后的特征信息的生命周期阶段的分类信息,构建基于该商品的生命周期数据的生命周期阶段模型。
可选地,该划分模块33,可以具体用于:
获取商品的特征信息,将该获取的特征信息与该生命周期阶段模型进行信息比较,比较出含有该特征信息最多的生命周期阶段模型,将该比较出的生命周期阶段模型对应的生命周期阶段划分为该商品的生命周期阶段。
请参见图4,图4是本发明商品生命周期管理装置另一实施例的结构示意图。区别于上一实施例,本实施例所述商品生命周期管理装置40还包括更新模块41。
该更新模块41,用于根据该划分的生命周期阶段,更新该商品的采购状态。
该商品生命周期管理装置30/40的各个单元模块可分别执行上述方法实施例中对应步骤,故在此不对各单元模块进行赘述,详细请参见以上对应步骤的说明。
本发明又提供一种计算机设备,如图5所示,包括:至少一个处理器51;以及,与至少一个处理器51通信连接的存储器52;其中,存储器52存储有可被至少一个处理器51执行的指令,指令被至少一个处理器51执行,以使至少一个处理器51能够执行上述的商品生命周期管理方法。
其中,存储器52和处理器51采用总线方式连接,总线可以包括任意数量的互联的总线和桥,总线将一个或多个处理器51和存储器52的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件,也可以是多个元件,比如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。经处理器51处理的数据通过天线在无线介质上进行传输,进一步,天线还接收数据并将数据传送给处理器51。
处理器51负责管理总线和通常的处理,还可以提供各种功能,包括定时,外围接口,电压调节、电源管理以及其他控制功能。而存储器52可以被用于存储处理器51在执行操作时所使用的数据。
本发明再提供一种计算机可读存储介质,存储有计算机程序。计算机程序被处理器执行时实现上述方法实施例。
可以发现,以上方案,可以根据预设的提取策略,从商品的生命周期数据中提取商品销售数据,并建立对该商品销售数据进行判别的生命周期阶段的分类,和可以根据该建立的生命周期阶段的分类信息,构建基于该商品的生命周期数据的生命周期阶段模型,以及可以根据该生命周期阶段模型,对商品的生命周期阶段进行划分,能够实现避免人工方式对商品的生命周期阶段进行划分,能够实现提高对商品的生命周期阶段进行划分的准确率。
进一步的,以上方案,可以根据预设的提取策略,从商品的生命周期数据中提取商品销售数据,和对该商品销售数据中不连续的商品销售数据进行数据填充,和对该经数据填充后的商品销售数据中的销量数据按预设缩放比例进行缩放,以使该经缩放后的销量数据落入预设的阈值范围内,并建立对该落入预设的阈值范围内的销量数据的商品销售数据进行判别的生命周期阶段的分类,这样的好处是能够实现有效支持新品商品、季节性商品、爆品商品、滞销商品和淘汰商品等的识别,能够提高对商品的生命周期阶段的分类的准确率。
进一步的,以上方案,可以根据该建立的生命周期阶段的分类信息,确定该分类信息的训练样本的集合,获取该集合中的各个训练样本关联生命周期阶段的分类信息的特征信息,和通过机器学习算法训练该特征信息,将该生命周期阶段的分类信息中关联的特征信息替换为该经训练后特征信息,根据该经替换为训练后的特征信息的生命周期阶段的分类信息,构建基于该商品的生命周期数据的生命周期阶段模型,这样的好处是能够实现使该构建的生命周期阶段模型具有普适性,能够广泛的应用于各种类别的生命周期阶段的分类的划分。
进一步的,以上方案,可以获取商品的特征信息,将该获取的特征信息与该生命周期阶段模型进行信息比较,比较出含有该特征信息最多的生命周期阶段模型,将该比较出的生命周期阶段模型对应的生命周期阶段划分为该商品的生命周期阶段,这样的好处是能够实现避免人工方式对商品的生命周期阶段进行划分,能够实现提高对商品的生命周期阶段进行划分的准确率。
进一步的,以上方案,可以根据该划分的生命周期阶段,更新该商品的采购状态,这样的好处是能够实现减少出现商品滞销的情况。
在本发明所提供的几个实施方式中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施方式仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外,在本发明各个实施方式中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施方式方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的部分实施例,并非因此限制本发明的保护范围,凡是利用本发明说明书及附图内容所作的等效装置或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种商品生命周期管理方法,其特征在于,包括:
根据预设的提取策略,从商品的生命周期数据中提取商品销售数据,并建立对所述商品销售数据进行判别的生命周期阶段的分类;
根据所述建立的生命周期阶段的分类信息,构建基于所述商品的生命周期数据的生命周期阶段模型;
根据所述生命周期阶段模型,对商品的生命周期阶段进行划分。
2.如权利要求1所述的商品生命周期管理方法,其特征在于,所述根据预设的提取策略,从商品的生命周期数据中提取商品销售数据,并建立对所述商品销售数据进行判别的生命周期阶段的分类,包括:
根据预设的提取策略,从商品的生命周期数据中提取商品销售数据,和对所述商品销售数据中不连续的商品销售数据进行数据填充,和对所述经数据填充后的商品销售数据中的销量数据按预设缩放比例进行缩放,以使所述经缩放后的销量数据落入预设的阈值范围内,并建立对所述落入预设的阈值范围内的销量数据的商品销售数据进行判别的生命周期阶段的分类。
3.如权利要求1所述的商品生命周期管理方法,其特征在于,所述根据所述建立的生命周期阶段的分类信息,构建基于所述商品的生命周期数据的生命周期阶段模型,包括:
根据所述建立的生命周期阶段的分类信息,确定所述分类信息的训练样本的集合,获取所述集合中的各个训练样本关联生命周期阶段的分类信息的特征信息,和通过机器学习算法训练所述特征信息,将所述生命周期阶段的分类信息中关联的特征信息替换为所述经训练后特征信息,根据所述经替换为训练后的特征信息的生命周期阶段的分类信息,构建基于所述商品的生命周期数据的生命周期阶段模型。
4.如权利要求1所述的商品生命周期管理方法,其特征在于,所述根据所述生命周期阶段模型,对商品的生命周期阶段进行划分,包括:
获取商品的特征信息,将所述获取的特征信息与所述生命周期阶段模型进行信息比较,比较出含有所述特征信息最多的生命周期阶段模型,将所述比较出的生命周期阶段模型对应的生命周期阶段划分为所述商品的生命周期阶段。
5.如权利要求1所述的商品生命周期管理方法,其特征在于,在所述根据所述生命周期阶段模型,对商品的生命周期阶段进行划分之后,还包括:
根据所述划分的生命周期阶段,更新所述商品的采购状态。
6.一种商品生命周期管理装置,其特征在于,包括:
建立模块、构建模块和划分模块;
所述建立模块,用于根据预设的提取策略,从商品的生命周期数据中提取商品销售数据,并建立对所述商品销售数据进行判别的生命周期阶段的分类;
所述构建模块,用于根据所述建立的生命周期阶段的分类信息,构建基于所述商品的生命周期数据的生命周期阶段模型;
所述划分模块,用于根据所述生命周期阶段模型,对商品的生命周期阶段进行划分。
7.如权利要求6所述的商品生命周期管理装置,其特征在于,所述建立模块,具体用于:
根据预设的提取策略,从商品的生命周期数据中提取商品销售数据,和对所述商品销售数据中不连续的商品销售数据进行数据填充,和对所述经数据填充后的商品销售数据中的销量数据按预设缩放比例进行缩放,以使所述经缩放后的销量数据落入预设的阈值范围内,并建立对所述落入预设的阈值范围内的销量数据的商品销售数据进行判别的生命周期阶段的分类。
8.如权利要求6所述的商品生命周期管理装置,其特征在于,所述构建模块,具体用于:
根据所述建立的生命周期阶段的分类信息,确定所述分类信息的训练样本的集合,获取所述集合中的各个训练样本关联生命周期阶段的分类信息的特征信息,和通过机器学习算法训练所述特征信息,将所述生命周期阶段的分类信息中关联的特征信息替换为所述经训练后特征信息,根据所述经替换为训练后的特征信息的生命周期阶段的分类信息,构建基于所述商品的生命周期数据的生命周期阶段模型。
9.如权利要求6所述的商品生命周期管理装置,其特征在于,所述划分模块,具体用于:
获取商品的特征信息,将所述获取的特征信息与所述生命周期阶段模型进行信息比较,比较出含有所述特征信息最多的生命周期阶段模型,将所述比较出的生命周期阶段模型对应的生命周期阶段划分为所述商品的生命周期阶段。
10.如权利要求6所述的商品生命周期管理装置,其特征在于,所述商品生命周期管理装置,还包括:
更新模块;
所述更新模块,用于根据所述划分的生命周期阶段,更新所述商品的采购状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010614471.7A CN111784394A (zh) | 2020-06-30 | 2020-06-30 | 商品生命周期管理方法、装置和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010614471.7A CN111784394A (zh) | 2020-06-30 | 2020-06-30 | 商品生命周期管理方法、装置和计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111784394A true CN111784394A (zh) | 2020-10-16 |
Family
ID=72760038
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010614471.7A Pending CN111784394A (zh) | 2020-06-30 | 2020-06-30 | 商品生命周期管理方法、装置和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111784394A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010282580A (ja) * | 2009-06-08 | 2010-12-16 | Nippon Telegr & Teleph Corp <Ntt> | ライフサイクル分析装置、ライフサイクル分析プログラム、ライフサイクル分析方法およびライフサイクル分析システム |
CN109961193A (zh) * | 2017-12-14 | 2019-07-02 | 北京京东尚科信息技术有限公司 | 一种基于对象的生命周期管理方法和装置 |
CN110032750A (zh) * | 2018-12-18 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 一种模型构建、数据生命周期预测方法、装置及设备 |
CN110046920A (zh) * | 2018-01-15 | 2019-07-23 | 北京京东尚科信息技术有限公司 | 一种计算商品生命周期长度的方法和装置 |
CN111260388A (zh) * | 2018-12-03 | 2020-06-09 | 阿里巴巴集团控股有限公司 | 一种商品生命周期的确定、展示方法和装置 |
-
2020
- 2020-06-30 CN CN202010614471.7A patent/CN111784394A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010282580A (ja) * | 2009-06-08 | 2010-12-16 | Nippon Telegr & Teleph Corp <Ntt> | ライフサイクル分析装置、ライフサイクル分析プログラム、ライフサイクル分析方法およびライフサイクル分析システム |
CN109961193A (zh) * | 2017-12-14 | 2019-07-02 | 北京京东尚科信息技术有限公司 | 一种基于对象的生命周期管理方法和装置 |
CN110046920A (zh) * | 2018-01-15 | 2019-07-23 | 北京京东尚科信息技术有限公司 | 一种计算商品生命周期长度的方法和装置 |
CN111260388A (zh) * | 2018-12-03 | 2020-06-09 | 阿里巴巴集团控股有限公司 | 一种商品生命周期的确定、展示方法和装置 |
CN110032750A (zh) * | 2018-12-18 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 一种模型构建、数据生命周期预测方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107016587B (zh) | 一种个性化页面推送方法及装置 | |
US20190042995A1 (en) | Automated Item Assortment System | |
CN115631014A (zh) | 一种商品智能推荐方法及系统 | |
CN111292141A (zh) | 一种电商商品自动调价方法和装置以及设备 | |
CN110489131B (zh) | 一种灰度用户选取方法及装置 | |
KR102466396B1 (ko) | 상품 정보 관리 방법 및 장치 | |
US9846679B2 (en) | Computer and graph data generation method | |
CN111784394A (zh) | 商品生命周期管理方法、装置和计算机设备 | |
CN112288484A (zh) | 商品自动定价方法、装置、电子设备和存储介质 | |
CN112785069A (zh) | 终端设备换机的预测方法和装置、存储介质和电子设备 | |
CN111639274B (zh) | 线上商品智能排序方法、装置、计算机设备和存储介质 | |
CN111461783A (zh) | 一种电商商品排序显示方法和装置以及设备 | |
CN110717807A (zh) | 一种采购订单的商品价格确定方法和装置以及设备 | |
CN110782325B (zh) | 一种会员信息的推荐方法和装置 | |
CN109064154B (zh) | 一种信息传输方法及相关装置 | |
CN107798616A (zh) | 一种产品差异信息显示方法和装置 | |
CN110992115A (zh) | 饮料粉末的制备方法和装置以及设备 | |
CN113256343A (zh) | 数据处理方法、装置、设备及计算机程序产品 | |
CN110084541B (zh) | 用于预测供应商送货时长的方法和装置 | |
US20190019339A1 (en) | Systems and methods for dynamically displaying information about an object using augmented reality | |
CN110910258A (zh) | 家庭保险数据处理方法、装置、电子设备及存储介质 | |
CN111784456A (zh) | 一种电商商家的信誉评价方法和装置以及计算机设备 | |
CN113095876B (zh) | 一种商品推荐方法及装置 | |
US20230376890A1 (en) | Display control apparatus, display control method, and non-transitory computer-readable medium | |
US20170140407A1 (en) | Distributed Computing System |
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 |