CN112001783B - 基于商品信息进行网络直播带货的信息处理方法及系统 - Google Patents
基于商品信息进行网络直播带货的信息处理方法及系统 Download PDFInfo
- Publication number
- CN112001783B CN112001783B CN202011168694.1A CN202011168694A CN112001783B CN 112001783 B CN112001783 B CN 112001783B CN 202011168694 A CN202011168694 A CN 202011168694A CN 112001783 B CN112001783 B CN 112001783B
- Authority
- CN
- China
- Prior art keywords
- information
- shopping list
- obtaining
- shopping
- commodity
- 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
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]
- G06Q30/0623—Item investigation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- 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
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于商品信息进行网络直播带货的信息处理方法及系统,所述方法包括:获得仓库中的第一商品信息;根据所述第一商品信息获得第一属性;根据所述第一属性获得第一直播网红;获得所述第一直播网红的粉丝信息;根据所述粉丝信息获得粉丝的第一购物清单;根据所述粉丝信息获得粉丝的第二购物清单;将所述第一购物清单和所述第二购物清单输入第一神经网络模型中;获得所述模型的输出信息,其中,所述输出信息包括第一结果;根据所述第一结果获得第一指令,所述第一指令用于是否安排所述第一商品用于所述第一直播网红的直播购物产品。解决了因商品属性与网红属性不匹配,进而导致商品销售滞后的技术问题。
Description
技术领域
本发明涉及一种直播带货方法,尤其涉及基于商品信息进行网络直播带货的信息处理方法及系统。
背景技术
随着互联网经济的飞速发展,各种直播平台相继崛起,“直播带货”可以帮助消费者提升消费体验,为许多质量有保证、服务有保障的产品打开销路,“网络直播”正改变着人们的生活方式,给人们的生活带来了很大的便利。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
由于商品属性信息与直播网红的直播方向有差异,进而导致商品的直播带货效应不明显,商品销售滞后。
发明内容
本申请实施例通过提供一种基于商品信息进行网络直播带货的信息处理方法,解决了因商品属性与网红属性不匹配,进而导致商品销售滞后的技术问题。达到了根据不同的商品匹配不同的网红进行网络直播,达到了畅销商品,直播带货的技术效果。
本申请实施例提供了一种基于商品信息进行网络直播带货的信息处理方法,其中,所述方法包括:获得仓库中的第一商品信息;根据所述第一商品信息获得第一属性;根据所述第一属性获得第一直播网红;获得所述第一直播网红的粉丝信息;根据所述粉丝信息获得粉丝的第一购物清单,所述第一购物清单为所述粉丝在网络直播平台进行直播购物的信息;根据所述粉丝信息获得粉丝的第二购物清单,所述第二购物清单为所述粉丝在第二购物平台进行网络购物的信息;将所述第一购物清单和所述第二购物清单输入第一神经网络模型中,其中所述模型使用多组训练数据训练出来的,所述多组训练数据中的每一组训练数据均包括:第一购物清单、第二购物清单和标识第一结果的标识信息;获得所述模型的输出信息,其中,所述输出信息包括第一结果,所述第一结果表示粉丝信息是否与所述第一商品信息相匹配;根据所述第一结果获得第一指令,所述第一指令用于是否安排所述第一商品用于所述第一直播网红的直播购物产品。
另一方面,本申请还提供了一种基于商品信息进行网络直播带货的信息处理系统,其中,所述系统包括:第一获得单元:所述第一获得单元用于获得仓库中的第一商品信息;第二获得单元:所述第二获得单元用于根据所述第一商品信息获得第一属性;第三获得单元:所述第三获得单元用于根据所述第一属性获得第一直播网红;第四获得单元:所述第四获得单元用于获得所述第一直播网红的粉丝信息;第五获得单元:所述第五获得单元用于根据所述粉丝信息获得粉丝的第一购物清单,所述第一购物清单为所述粉丝在网络直播平台进行直播购物的信息;第六获得单元:所述第六获得单元用于根据所述粉丝信息获得粉丝的第二购物清单,所述第二购物清单为所述粉丝在第二购物平台进行网络购物的信息;第一输入单元:所述第一输入单元用于将所述第一购物清单和所述第二购物清单输入第一神经网络模型中,其中所述模型使用多组训练数据训练出来的;第七获得单元:所述第七获得单元用于获得所述模型的输出信息,其中,所述输出信息包括第一结果,所述第一结果表示粉丝信息是否与所述第一商品信息相匹配;第八获得单元:所述第八获得单元用于根据所述第一结果获得第一指令,所述第一指令用于是否安排所述第一商品用于所述第一直播网红的直播购物产品。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
通过获得所述粉丝信息在直播平台和购物平台的购物信息,可对粉丝信息和商品信息进行匹配,使得直播带货的商品信息更符合粉丝的需求和喜好,达到了满足粉丝的购物需求信息,同时畅销了商品的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种基于商品信息进行网络直播带货的信息处理方法的流程示意图;
图2为本申请实施例一种基于商品信息进行网络直播带货的信息处理系统的结构示意图;
图3为本申请实施例示例性电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第五获得单元15,第六获得单元16,第一输入单元17,第七获得单元18,第八获得单元19,总线300,接收器301,处理器302,发送器303,存储器304,总线接口306。
具体实施方式
本申请实施例通过提供一种基于商品信息进行网络直播带货的信息处理方法,解决了因商品属性与网红属性不匹配,进而导致商品销售滞后的技术问题。达到了根据不同的商品匹配不同的网红进行网络直播,达到了畅销商品,直播带货的技术效果。
下面,将参考附图详细的描述根据本申请的示例实施例。显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。
申请概述
随着互联网经济的飞速发展,各种直播平台相继崛起,“直播带货”可以帮助消费者提升消费体验,为许多质量有保证、服务有保障的产品打开销路,“网络直播”正改变着人们的生活方式,给人们的生活带来了很大的便利。由于商品属性信息与直播网红的直播方向有差异,进而导致商品的直播带货效应不明显,商品销售滞后。
针对上述技术问题,本申请提供的技术方案总体思路如下:
本申请实施例提供了一种基于商品信息进行网络直播带货的信息处理方法,其中,所述方法包括:获得仓库中的第一商品信息;根据所述第一商品信息获得第一属性;根据所述第一属性获得第一直播网红;获得所述第一直播网红的粉丝信息;根据所述粉丝信息获得粉丝的第一购物清单,所述第一购物清单为所述粉丝在网络直播平台进行直播购物的信息;根据所述粉丝信息获得粉丝的第二购物清单,所述第二购物清单为所述粉丝在第二购物平台进行网络购物的信息;将所述第一购物清单和所述第二购物清单输入第一神经网络模型中,其中所述模型使用多组训练数据训练出来的,所述多组训练数据中的每一组训练数据均包括:第一购物清单、第二购物清单和标识第一结果的标识信息;获得所述模型的输出信息,其中,所述输出信息包括第一结果,所述第一结果表示粉丝信息是否与所述第一商品信息相匹配;根据所述第一结果获得第一指令,所述第一指令用于是否安排所述第一商品用于所述第一直播网红的直播购物产品。
在介绍了本申请基本原理之后,为了更好地理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
实施例一
如图1所示,本申请实施例提供了一种基于商品信息进行网络直播带货的信息处理方法,其中,所述方法包括:
步骤S100:获得仓库中的第一商品信息;
步骤S200:根据所述第一商品信息获得第一属性;
具体而言,所述第一商品信息为存放在仓库的不同的商品信息,所述第一属性对应不同的商品信息,商品属性信息包含有美妆、奢侈品、家装、百货、洗护、进口、箱包、皮靴、手机、母婴、饰品、车品、电器、生鲜等信息,所述商品信息种类繁多,通过获得不同的商品信息匹配不同的主播进行直播带货。
步骤S300:根据所述第一属性获得第一直播网红;
具体而言,网红即“网络红人”,是指在现实或者网络生活中因为某个事件或者某个行为而被网民关注从而走红的人或长期持续输出专业知识而走红的人,所述第一直播网红为通过快手等直播平台进行网络直播的网络红人,所述商品的属性信息不同,则对应的网红不同,进一步可理解为美妆产品匹配的是美妆博主网红,美食产品匹配的是美食博主网红等。
步骤S400:获得所述第一直播网红的粉丝信息;
具体而言,粉丝是一个网络词语,也叫追星族,是崇拜某明星、艺人或事物的一种群体 ,他们多数是年轻人,有着时尚流行的心态,它已成为了时尚的代名词,粉丝就是支持者。所述直播网红信息不同,对应的粉丝信息也不同,进一步可理解为网红直播的风格、产品、方向等不同,对应的粉丝信息也不同。
步骤S500:根据所述粉丝信息获得粉丝的第一购物清单,所述第一购物清单为所述粉丝在网络直播平台进行直播购物的信息;
具体而言,在直播网红进行直播带货过程中,可获得所述粉丝的第一购物清单,所述第一购物清单为所述粉丝在所述网络直播平台进行直播购物的信息,通过获得所述粉丝在直播平台的购物清单,可以获得所述粉丝实际需要购买的产品信息。
步骤S600:根据所述粉丝信息获得粉丝的第二购物清单,所述第二购物清单为所述粉丝在第二购物平台进行网络购物的信息;
具体而言,为了进一步确定所述粉丝实际需求的产品信息,还可获得所述粉丝在第二购物平台的第二购物清单信息,所述第二购物平台为淘宝、京东、拼多多、唯品会等购物平台,所述第二购物清单为所述粉丝在第二购物平台进行网络购物的信息,通过获得所述粉丝在所述第二购物平台的第二购物清单信息,可进一步确定所述粉丝真正需要的产品购买信息。
步骤S700:将所述第一购物清单和所述第二购物清单输入第一神经网络模型中,其中所述模型使用多组训练数据训练出来的,所述多组训练数据中的每一组训练数据均包括:第一购物清单、第二购物清单和标识第一结果的标识信息;
步骤S800:获得所述模型的输出信息,其中,所述输出信息包括第一结果,所述第一结果表示粉丝信息是否与所述第一商品信息相匹配;
具体而言,可根据所述第一购物清单和所述第二购物清单来确定粉丝信息是否与所述第一商品信息相匹配。将所述第一购物清单和所述第二购物清单输入第一神经网络模型中,神经网络(Neural Networks,NN)是由大量的、简单的处理单元(称为神经元)广泛地互相连接而形成的复杂神经网络系统,它反映了人脑功能的许多基本特征,是一个高度复杂的非线性动力学习系统。神经网络模型是以神经元的数学模型为基础来描述的。人工神经网络(Artificial Neural Networks),是对人类大脑系统的一阶特性的一种描述。简单地讲,它是一个数学模型。在本申请实施例中,将所述第一购物清单和所述第二购物清单输入神经网络模型,用标识的第一结果信息对所述神经网络模型进行训练,所述第一结果信息为粉丝信息是否与所述第一商品信息相匹配。
进一步来说,所述第一神经网络模型的过程实质为监督学习的过程。所述多组训练数据具体为:第一购物清单、第二购物清单和标识第一结果的标识信息。通过输入所述第一购物清单和所述第二购物清单,神经网络模型会输出第一结果,所述第一结果表示粉丝信息是否与所述第一商品信息相匹配,通过将所述输出信息与所述起标识作用的第一结果信息进行校验,如果所述输出信息与所述起标识作用的第一结果信息要求相一致,则本数据监督学习完成,则进行下一组数据监督学习;如果所述输出信息与所述起标识作用的第一结果信息要求不一致,则神经网络学习模型自身进行调整,直到神经网络学习模型输出结果与所述起标识作用的第一结果信息要求相一致,进行下一组数据的监督学习。借助训练模型对所述第一购物清单和所述第二购物清单进行不断训练,达到了使得输出的第一结果即粉丝信息是否与所述第一商品信息相匹配更加精确地技术效果。
步骤S900:根据所述第一结果获得第一指令,所述第一指令用于是否安排所述第一商品用于所述第一直播网红的直播购物产品。
具体而言,通过对所述粉丝的所述第一购物清单和所述第二购物清单进行不断的训练,获得了精确地粉丝信息是否与所述第一商品信息相匹配的结果,根据所述结果的不同,获得第一指令,所述第一指令用于是否安排所述第一商品用于所述第一直播网红的直播购物产品,进一步可理解为当粉丝信息与所述第一商品信息相匹配时,所述第一指令为安排所述第一商品用于所述第一直播网红的直播购物产品,当粉丝信息与所述第一商品信息不相匹配时,所述第一指令为不安排所述第一商品用于所述第一直播网红的直播购物产品,即为所述第一商品匹配合适的直播网红进行直播带货。
为了获得所述粉丝的购物清单信息,本申请实施例还包括:
步骤S1010:所述网络直播平台和所述第二购物平台是不同的购物平台,且,所述粉丝在所述网络直播平台和所述第二购物平台具有相同的ID信息,且,根据所述ID信息均能在所述网络直播平台和所述第二购物平台获得购物清单。
具体而言,所述网络直播平台与所述第二购物平台有相同的登录方式,用户可以使用一个ID号登陆所述网络直播平台和所述第二购物平台,根据所述ID信息均能在所述网络直播平台和所述第二购物平台获得购物清单,使得所述粉丝通过相同的ID账号连接所述网络直播平台和所述第二购物平台,进而获取到所述粉丝的购物清单,达到了获得所述粉丝的购物清单信息进而确定所述粉丝需要的产品购买信息的技术效果。
所述第一结果表示粉丝信息是否与所述第一商品信息相匹配,步骤S800还包括:
步骤S810:当所述第一结果标识为所述粉丝信息和所述第一商品信息相匹配时,获得所述第一商品的售卖信息;
步骤S820:判定所述售卖信息是否满足第一预定条件,获得第二结果;
步骤S830:将所述第二结果作为所述第一神经网络模型的监督数据,对所述第一神经网络模型进行优化。
具体而言,可根据所述第一购物清单和所述第二购物清单来确定粉丝信息是否与所述第一商品信息相匹配,当所述粉丝信息和所述第一商品信息相匹配时,获得所述第一商品的售卖信息,所述第一商品的售卖信息包含商品的种类、库存、型号、尺寸、颜色、外观等信息,判定所述售卖信息是否满足第一预定条件,获得第二结果,进一步可理解为热销的商品型号、商品颜色等是否库存有余,库存是否供大于求等,将所述第二结果作为所述第一神经网络模型的监督数据,即将所述售卖信息是否满足第一预定条件作为监督数据对所述第一神经网络模型进行监督训练并且进行优化,达到了使得待售商品更加符合粉丝的需求和期许的技术效果。
为了更加准确地获得粉丝的商品购买信息,本申请实施例还包括:
步骤S1110:根据所述第一购物清单和所述第二购物清单获得第三购物清单;
步骤S1120:将第三购物清单输入第二神经网络模型中,其中,所述模型使用多组训练数据训练出来的,所述多组中的训练出来的,所述多组中的训练数据中的每一组训练数据均包括:第三购物清单和标识第一结果的标识信息;
步骤S1130:获得所述模型的输出信息,其中,所述输出信息包括第一结果,所述第一结果标识粉丝信息是否与所述第一商品信息相匹配。
具体而言,为了更加准确地获得粉丝的商品购买信息,可根据所述第一购物清单和所述第二购物清单获得第三购物清单,所述第三购物清单为所述第一购物清单和所述第二购物清单共有的商品信息,通过将第三购物清单输入第二神经网络模型中进行训练,所述第二神经网络模型执行与上述第一神经网络模型同样的过程,即实质为监督学习的过程,在此不作详细阐述,对所述第三购物清单进行不断的训练,进而获得所述模型的输出信息,其中,所述输出信息包括第一结果,所述第一结果表示粉丝信息是否与所述第一商品信息相匹配,通过对所述第三购物清单信息进行不断训练,达到了更加准确地获得粉丝的商品购买信息的技术效果。
所述根据所述第一购物清单和所述第二购物清单获得第三购物清单,步骤S1110还包括:
步骤S1111:将所述第一购物清单中的商品和所述第二购物清单中的商品进行组合后,形成所述第三购物清单中的商品。
步骤S1112:将所述第一购物清单中的商品进行预定倍数的加权处理后,与所述第二购物清单中的商品进行组合后,形成所述第三购物清单中的商品。
具体而言,为了获得第三购物清单,将所述第一购物清单中的商品和所述第二购物清单中的商品进行组合后,即将所述第一清单和所述第二清单中共有的商品进行整合,排除不同的商品,形成所述第三购物清单中的商品;进一步,还可对所述第一购物清单中的商品进行预定倍数的加权处理,即相比第二购物平台,赋予直播平台中的购物清单更大的权重占比,达到了更加准确地获得粉丝的商品购买信息的技术效果。
为了提高商品的直播带货效率,提升商品的售卖率,本申请实施例还包括:
根据第二结果获得第二商品信息,将所述第二商品信息列入直播过程中的第一商品信息售卖完之后的商品售卖列表中。
根据第二结果将第一商品信息推送给第二直播网红,所述第一直播网红和所述第一直播网红均有类似的粉丝信息。
具体而言,所述第二结果为判定所述售卖信息是否满足第一预定条件,当第二结果为所述售卖信息满足第一预定条件,即所述售卖商品对于粉丝极为热销,所述售卖商品库存富足,可继续加大售卖力度,提高效益,可将所述第二商品信息列入直播过程中的第一商品信息售卖完之后的商品售卖列表中,进一步可理解为待到所述第一商品售卖完毕之后,继续上新所述第二商品;同时,可将第一商品信息推送给第二直播网红,所述第二直播网红和所述第一直播网红均有类似的粉丝信息,通过对热销商品进行多手段、多渠道的销售,达到了提高商品的直播带货效率,提升商品的售卖率的技术效果。
综上所述,本申请实施例所提供的一种基于商品信息进行网络直播带货的信息处理方法及系统具有如下技术效果:
1、通过获得所述粉丝信息在直播平台和购物平台的购物信息,可对粉丝信息和商品信息进行匹配,使得直播带货的商品信息更符合粉丝的需求和喜好,达到了满足粉丝的购物需求信息,同时畅销了商品的技术效果。
2、通过分别对所述直播平台上的所述第一购物清单信息与所述购物平台上的所述第二购物清单信息进行训练,使得训练模型输出的粉丝信息是否与所述第一商品信息相匹配信息更加精确,根据不同的商品匹配不同的网红进行网络直播,达到了畅销商品,直播带货的技术效果的技术效果。
实施例二
基于与前述实施例中一种基于商品信息进行网络直播带货的信息处理方法同样发明构思,本发明还提供了一种基于商品信息进行网络直播带货的信息处理系统,如图2所示,所述系统包括:
第一获得单元11:所述第一获得单元11用于获得仓库中的第一商品信息;
第二获得单元12:所述第二获得单元12用于根据所述第一商品信息获得第一属性;
第三获得单元13:所述第三获得单元13用于根据所述第一属性获得第一直播网红;
第四获得单元14:所述第四获得单元14用于获得所述第一直播网红的粉丝信息;
第五获得单元15:所述第五获得单元15用于根据所述粉丝信息获得粉丝的第一购物清单,所述第一购物清单为所述粉丝在网络直播平台进行直播购物的信息;
第六获得单元16:所述第六获得单元16用于根据所述粉丝信息获得粉丝的第二购物清单,所述第二购物清单为所述粉丝在第二购物平台进行网络购物的信息;
第一输入单元17:所述第一输入单元17用于将所述第一购物清单和所述第二购物清单输入第一神经网络模型中,其中所述模型使用多组训练数据训练出来的;
第七获得单元18:所述第七获得单元18用于获得所述模型的输出信息,其中,所述输出信息包括第一结果,所述第一结果表示粉丝信息是否与所述第一商品信息相匹配;
第八获得单元19:所述第八获得单元19用于根据所述第一结果获得第一指令,所述第一指令用于是否安排所述第一商品用于所述第一直播网红的直播购物产品。
进一步的,所述装置还包括:
第九获得单元:所述第九获得单元用于根据所述ID信息均能在所述网络直播平台和所述第二购物平台获得购物清单。
进一步的,所述装置还包括:
第十获得单元:所述第十获得单元用于当所述第一结果标识为所述粉丝信息和所述第一商品信息相匹配时,获得所述第一商品的售卖信息;
第一判定单元:所述第一判定单元用于判定所述售卖信息是否满足第一预定条件,获得第二结果;
第一优化单元:所述第一优化单元用于将所述第二结果作为所述第一神经网络模型的监督数据,对所述第一神经网络模型进行优化。
进一步的,所述装置还包括:
第十一获得单元:所述第十一获得单元用于根据所述第一购物清单和所述第二购物清单获得第三购物清单;
第二输入单元:所述第二输入单元用于将第三购物清单输入第二神经网络模型中,其中,所述模型使用多组训练数据训练出来的;
第十二获得单元:所述第十二获得单元用于获得所述模型的输出信息,其中,所述输出信息包括第一结果,所述第一结果标识粉丝信息是否与所述第一商品信息相匹配。
进一步的,所述装置还包括:
第一组合单元:所述第一组合单元用于将所述第一购物清单中的商品和所述第二购物清单中的商品进行组合后,形成所述第三购物清单中的商品。
进一步的,所述装置还包括:
第二组合单元:所述第二组合单元用于将所述第一购物清单中的商品进行预定倍数的加权处理后,与所述第二购物清单中的商品进行组合后,形成所述第三购物清单中的商品。
进一步的,所述装置还包括:
第十三获得单元:所述第十三获得单元用于根据第二结果获得第二商品信息,将所述第二商品信息列入直播过程中的第一商品信息售卖完之后的商品售卖列表中。
进一步的,所述装置还包括:
第一推送单元:所述第一推送单元用于根据第二结果将第一商品信息推送给第二直播网红,所述第一直播网红和所述第一直播网红均有类似的粉丝信息。
前述图1实施例一中的一种基于商品信息进行网络直播带货的信息处理方法的各种变化方式和具体实例同样适用于本实施例的一种基于商品信息进行网络直播带货的信息处理系统,通过前述对一种基于商品信息进行网络直播带货的信息处理方法的详细描述,本领域技术人员可以清楚的知道本实施例中的一种基于商品信息进行网络直播带货的信息处理系统的实施方法,所以为了说明书的简洁,再次不再详述。
实施例三
下面参考图3来描述本申请实施例的电子设备。
图3图示了根据本申请实施例的电子设备的结构示意图。
基于与前述实施例中的一种基于商品信息进行网络直播带货的信息处理方法的发明构思,本发明还提供的一种基于商品信息进行网络直播带货的信息处理系统,其上存储有计算机程序,该程序被处理器执行时实现前文所述的一种基于商品信息进行网络直播带货的信息处理方法的任一方法的步骤。
其中,在图3中,总线架构(用总线300来代表),总线300可以包括任意数量的互联的总线和桥,总线300将包括由处理器302代表的一个或多个处理器和存储器304代表的存储器的各种电路链接在一起。总线300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链接在一起,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306在总线300和接收器301和发送器303之间提供接口。接收器301和发送器303可以是同一个元件,即收发机,提供用于在传输介质上与各种其他装置通信的单元。处理器302负责管理总线300和通常的处理,而存储器304可以被用于存储处理器302在执行操作时所使用的数据。
本申请实施例提供了一种基于商品信息进行网络直播带货的信息处理方法,其中,所述方法包括:获得仓库中的第一商品信息;根据所述第一商品信息获得第一属性;根据所述第一属性获得第一直播网红;获得所述第一直播网红的粉丝信息;根据所述粉丝信息获得粉丝的第一购物清单,所述第一购物清单为所述粉丝在网络直播平台进行直播购物的信息;根据所述粉丝信息获得粉丝的第二购物清单,所述第二购物清单为所述粉丝在第二购物平台进行网络购物的信息;将所述第一购物清单和所述第二购物清单输入第一神经网络模型中,其中所述模型使用多组训练数据训练出来的,所述多组训练数据中的每一组训练数据均包括:第一购物清单、第二购物清单和标识第一结果的标识信息;获得所述模型的输出信息,其中,所述输出信息包括第一结果,所述第一结果表示粉丝信息是否与所述第一商品信息相匹配;根据所述第一结果获得第一指令,所述第一指令用于是否安排所述第一商品用于所述第一直播网红的直播购物产品。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,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范围的所有变更和修改。
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 (3)
1.一种基于商品信息进行网络直播带货的信息处理方法,其中,所述方法包括:
获得仓库中的第一商品信息;
根据所述第一商品信息获得第一属性;
根据所述第一属性获得第一直播网红;
获得所述第一直播网红的粉丝信息;
根据所述粉丝信息获得粉丝的第一购物清单,所述第一购物清单为所述粉丝在网络直播平台进行直播购物的信息;
根据所述粉丝信息获得粉丝的第二购物清单,所述第二购物清单为所述粉丝在第二购物平台进行网络购物的信息;
将所述第一购物清单和所述第二购物清单输入第一神经网络模型中,其中所述模型是使用多组训练数据训练出来的,所述多组训练数据中的每一组训练数据均包括:第一购物清单、第二购物清单和标识第一结果的标识信息;
获得所述模型的输出信息,其中,所述输出信息包括第一结果,所述第一结果表示粉丝信息是否与所述第一商品信息相匹配;
根据所述第一结果获得第一指令,所述第一指令用于是否安排所述第一商品用于所述第一直播网红的直播购物产品;
所述方法包括:
所述网络直播平台和所述第二购物平台是不同的购物平台,且,所述粉丝在所述网络直播平台和所述第二购物平台具有相同的ID信息,且,根据所述ID信息均能在所述网络直播平台和所述第二购物平台获得购物清单;
所述方法还包括:
当所述第一结果表示为所述粉丝信息和所述第一商品信息相匹配时,获得所述第一商品的售卖信息;
判定所述售卖信息是否满足第一预定条件,获得第二结果;
将所述第二结果作为所述第一神经网络模型的监督数据,对所述第一神经网络模型进行优化;
所述方法还包括:
根据所述第一购物清单和所述第二购物清单获得第三购物清单;
将第三购物清单输入第二神经网络模型中,其中,所述模型是使用多组训练数据训练出来的,所述多组训练数据中的每一组训练数据均包括:第三购物清单和标识第一结果的标识信息;
获得所述模型的输出信息,其中,所述输出信息包括第一结果,所述第一结果标识粉丝信息是否与所述第一商品信息相匹配;
其中所述根据所述第一购物清单和所述第二购物清单获得第三购物清单,具体为:
将所述第一购物清单中的商品和所述第二购物清单中的商品进行组合后,形成所述第三购物清单中的商品;
其中所述根据所述第一购物清单和所述第二购物清单获得第三购物清单,具体为:
将所述第一购物清单中的商品进行预定倍数的加权处理后,与所述第二购物清单中的商品进行组合后,形成所述第三购物清单中的商品;
所述方法还包括:
根据第二结果获得第二商品信息,将所述第二商品信息列入直播过程中的第一商品信息售卖完之后的商品售卖列表中;
所述方法还包括:
根据第二结果将第一商品信息推送给第二直播网红,所述第一直播网红和所述第二直播网红均有类似的粉丝信息。
2.一种基于商品信息进行网络直播带货的信息处理系统,其中,所述系统包括:
第一获得单元:所述第一获得单元用于获得仓库中的第一商品信息;
第二获得单元:所述第二获得单元用于根据所述第一商品信息获得第一属性;
第三获得单元:所述第三获得单元用于根据所述第一属性获得第一直播网红;
第四获得单元:所述第四获得单元用于获得所述第一直播网红的粉丝信息;
第五获得单元:所述第五获得单元用于根据所述粉丝信息获得粉丝的第一购物清单,所述第一购物清单为所述粉丝在网络直播平台进行直播购物的信息;
第六获得单元:所述第六获得单元用于根据所述粉丝信息获得粉丝的第二购物清单,所述第二购物清单为所述粉丝在第二购物平台进行网络购物的信息;
第一输入单元:所述第一输入单元用于将所述第一购物清单和所述第二购物清单输入第一神经网络模型中,其中所述模型是使用多组训练数据训练出来的;
第七获得单元:所述第七获得单元用于获得所述模型的输出信息,其中,所述输出信息包括第一结果,所述第一结果表示粉丝信息是否与所述第一商品信息相匹配;
第八获得单元:所述第八获得单元用于根据所述第一结果获得第一指令,所述第一指令用于是否安排所述第一商品用于所述第一直播网红的直播购物产品;
第九获得单元:所述第九获得单元用于根据ID信息均能在所述网络直播平台和所述第二购物平台获得购物清单;
第十获得单元:所述第十获得单元用于当所述第一结果标识为所述粉丝信息和所述第一商品信息相匹配时,获得所述第一商品的售卖信息;第一判定单元:所述第一判定单元用于判定所述售卖信息是否满足第一预定条件,获得第二结果;第一优化单元:所述第一优化单元用于将所述第二结果作为所述第一神经网络模型的监督数据,对所述第一神经网络模型进行优化;
第十一获得单元:所述第十一获得单元用于根据所述第一购物清单和所述第二购物清单获得第三购物清单;
第二输入单元:所述第二输入单元用于将第三购物清单输入第二神经网络模型中,其中,所述模型是使用多组训练数据训练出来的;
第十二获得单元:所述第十二获得单元用于获得所述模型的输出信息,其中,所述输出信息包括第一结果,所述第一结果标识粉丝信息是否与所述第一商品信息相匹配;
第一组合单元:所述第一组合单元用于将所述第一购物清单中的商品和所述第二购物清单中的商品进行组合后,形成所述第三购物清单中的商品;
第二组合单元:所述第二组合单元用于将所述第一购物清单中的商品进行预定倍数的加权处理后,与所述第二购物清单中的商品进行组合后,形成所述第三购物清单中的商品;
第十三获得单元:所述第十三获得单元用于根据第二结果获得第二商品信息,将所述第二商品信息列入直播过程中的第一商品信息售卖完之后的商品售卖列表中;
第一推送单元:所述第一推送单元用于根据第二结果将第一商品信息推送给第二直播网红,所述第一直播网红和所述第二直播网红均有类似的粉丝信息。
3.一种基于商品信息进行网络直播带货的信息处理系统,包括存储器、处理器及存储
在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述程序时实现权利要求1所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011168694.1A CN112001783B (zh) | 2020-10-28 | 2020-10-28 | 基于商品信息进行网络直播带货的信息处理方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011168694.1A CN112001783B (zh) | 2020-10-28 | 2020-10-28 | 基于商品信息进行网络直播带货的信息处理方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112001783A CN112001783A (zh) | 2020-11-27 |
CN112001783B true CN112001783B (zh) | 2021-07-09 |
Family
ID=73474458
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011168694.1A Active CN112001783B (zh) | 2020-10-28 | 2020-10-28 | 基于商品信息进行网络直播带货的信息处理方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112001783B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112700298A (zh) * | 2020-12-10 | 2021-04-23 | 吴翊展 | 一种提高直播带货销量的信息处理方法及系统 |
CN112817951A (zh) * | 2021-01-19 | 2021-05-18 | 立梦(上海)企业管理咨询有限公司 | 一种用于新媒体营销的数据分析方法 |
CN113298619A (zh) * | 2021-05-24 | 2021-08-24 | 成都威爱新经济技术研究院有限公司 | 一种基于自由视点技术的3d商品直播展示方法及系统 |
CN113949890B (zh) * | 2021-09-28 | 2023-09-29 | 北京达佳互联信息技术有限公司 | 对象投放处理方法、装置、电子设备及存储介质 |
CN117768664A (zh) * | 2022-09-16 | 2024-03-26 | 北京有竹居网络技术有限公司 | 物品推送处理方法、装置、设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170085200A (ko) * | 2016-01-14 | 2017-07-24 | 김재일 | 모바일 실시간 방송과 채팅을 통해 쉬운 제품 판매를 위한 방법론 |
CN110517119A (zh) * | 2019-08-30 | 2019-11-29 | 孙翻红 | 一种商品推销方法及信息推送平台 |
CN110996110A (zh) * | 2019-12-02 | 2020-04-10 | 深圳市云积分科技有限公司 | 一种直播过程中的商品调整方法和装置 |
-
2020
- 2020-10-28 CN CN202011168694.1A patent/CN112001783B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20170085200A (ko) * | 2016-01-14 | 2017-07-24 | 김재일 | 모바일 실시간 방송과 채팅을 통해 쉬운 제품 판매를 위한 방법론 |
CN110517119A (zh) * | 2019-08-30 | 2019-11-29 | 孙翻红 | 一种商品推销方法及信息推送平台 |
CN110996110A (zh) * | 2019-12-02 | 2020-04-10 | 深圳市云积分科技有限公司 | 一种直播过程中的商品调整方法和装置 |
Non-Patent Citations (1)
Title |
---|
跨境知道.自动化网红匹配?它让跨境电商卖家找到自己的李佳琦!.《https://www.ikjzd.com/home/104348》.2019,第1-6页. * |
Also Published As
Publication number | Publication date |
---|---|
CN112001783A (zh) | 2020-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112001783B (zh) | 基于商品信息进行网络直播带货的信息处理方法及系统 | |
Dou et al. | Multi-stage interactive genetic algorithm for collaborative product customization | |
CN112001782B (zh) | 基于粉丝画像智能匹配直播带货货品信息的方法及系统 | |
US11809985B2 (en) | Algorithmic apparel recommendation | |
US20190122121A1 (en) | Method and system for generating individual microdata | |
JP2004529406A (ja) | 動的なリアルタイムマーケットセグメンテーションのための方法および装置 | |
CN110807150A (zh) | 信息处理方法及装置、电子设备和计算机可读存储介质 | |
CN109118283A (zh) | 基于大数据的精准营销服务系统 | |
CN110264291A (zh) | 信息推荐方法和装置 | |
Lyons et al. | Mass customisation: a strategy for customer-centric enterprises | |
CN110933472A (zh) | 一种用于实现视频推荐的方法和装置 | |
CN112132660A (zh) | 商品推荐方法、系统、设备及存储介质 | |
CN105550901A (zh) | 基于少量用户评价的物品流行度与喜好度联合预测系统 | |
Zeng et al. | An intelligent recommender system for personalized fashion design | |
CN110347916A (zh) | 跨场景的项目推荐方法、装置、电子设备及存储介质 | |
Knaggs et al. | Influence of social status, physical activity, and socio-demographics on willingness to pay for a basket of organic foods | |
CN114780865A (zh) | 信息推荐方法、装置、计算机设备及存储介质 | |
CN111192112A (zh) | 一种多平台的交互方法和装置 | |
CN111815071A (zh) | 一种基于互联网的电子商务的数据处理方法及系统 | |
Baimakhanova | The main factors influencing consumer behavior towards Bershka store in Kazakhstan | |
US20170169490A1 (en) | Automated Personalized Product Specification | |
CN111178974A (zh) | 一种提高多平台融合性的方法和装置 | |
Afiatin et al. | Assessing the Pricing Persceptives of Motorcycle Product Attributes on Customer Behavior | |
CN112633934B (zh) | 一种图文工艺cmf-ar展示方法和装置 | |
KR102428931B1 (ko) | 컨텐츠 기반 농축수산물 직거래 플랫폼 서비스 제공 방법 및 시스템 |
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 |