CN112053212A - 一种商品团购方法、商品团购系统和电子设备 - Google Patents
一种商品团购方法、商品团购系统和电子设备 Download PDFInfo
- Publication number
- CN112053212A CN112053212A CN202011066146.8A CN202011066146A CN112053212A CN 112053212 A CN112053212 A CN 112053212A CN 202011066146 A CN202011066146 A CN 202011066146A CN 112053212 A CN112053212 A CN 112053212A
- Authority
- CN
- China
- Prior art keywords
- order
- user
- commodity
- group
- pool
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0631—Item recommendations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0641—Shopping interfaces
- G06Q30/0643—Graphical representation of items or shoppers
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种商品团购方法,包括:获取集采平台的活跃用户数据;对所述活跃用户数据进行聚类,得到用户群体;向所述用户群体推送订单池商品列表,以使所述用户群体中的用户基于所述订单池商品列表包含的已下单信息对订单池商品列表进行编辑,并得到实时订单池商品列表;在所述实时订单池商品列表中存在目标商品的订单达到预设阈值时,生成所述目标商品的总订单。本申请不再进行集采平台与商户一对一的下单模式,通过订单池商品列表使得用户群体中的多个用户形成新的拼单团体,提供了下单用户之间的下单相关性,有利于提高商品的总成交额。本申请还提供一种商品团购方法、商品团购系统和电子设备,具有上述有益效果。
Description
技术领域
本申请涉及电商技术领域,特别涉及一种商品团购方法、商品团购系统和电子设备。
背景技术
对于传统的B2C(Business-to-Customer,商对客)、B2B(Business-to-Business,商对商)电商平台而言,由于用户于买家之间无联系,并且用户的购买行为具有随机性,因此任意两个买家之间购物相关性不高。而对于B2B线上集采平台而言,其用户之间采购行为通常存在一定的相似影响因素,例如影响商品(如快消品)销售的季节性因素、消费人群因素,影响采购成本的供应商区位因素和SKU(stock keeping unit,最小存货单元)单价因素以及用户对于集采平台的使用习惯等,因此在商品交易过程中不可避免的具有相似性。但由于用户之间不存在购物关联,同时单一用户很难满足集采平台设定的优惠条件,使得用户购买积极性受挫,下单量受损,不利于提高商品成交额。
发明内容
本申请的目的是提供一种商品团购方法、商品团购系统和电子设备,能够为基于B2B电商平台的用户提供下单信息交流媒介,提高集采平台的商品成交量。
为解决上述技术问题,本申请提供一种商品团购方法,具体技术方案如下:
获取集采平台的活跃用户数据;
对所述活跃用户数据进行聚类,得到用户群体;其中,所述用户群体中的用户均与至少一个其他用户组成过拼单团体;
向所述用户群体推送订单池商品列表,以使所述用户群体中的用户基于所述订单池商品列表包含的已下单信息对订单池商品列表进行编辑,并得到实时订单池商品列表;
在所述实时订单池商品列表中存在目标商品的订单达到预设阈值时,生成所述目标商品的总订单。
可选的,获取集采平台的活跃用户数据包括:
获取所述集采平台的历史订单信息;所述历史订单信息包括目标用户、所述目标用户所在拼单团体中其余用户的订单信息;
根据所述目标用户的用户行为计算所述零售商店的用户活跃度;
将所述用户活跃度大于预设活跃阈值的目标用户的用户信息作为所述活跃用户数据。
可选的,若所述用户行为包括登录行为和浏览行为,则根据用户行为计算所述零售商店的用户活跃度包括:
根据用户行为和预设公式计算所述零售商店的用户活跃度;
所述预设公式为:
其中,Ai指用户i的用户活跃度,Li指用户i每日执行登录行为的次数,Si指用户i每日执行浏览行为的次数,ρ,γ∈(0,1)分别为所述登录行为和所述浏览行为的权重。
可选的,在所述用户群体推送订单池商品列表后,还包括:
显示所述订单池商品列表中的下单商品、已下单数量和与优惠阈值的差量。
可选的,生成所述目标商品的总订单后,还包括:
确定所述用户群体中下单所述目标商品的拼单用户;
根据各所述拼单用户的地理信息确定所述目标商品的最优供应商;
所述最优供应商为商品库存满足所述总订单且综合配送成本最低的供应商。
可选的,根据各所述拼单用户的地理信息确定所述目标商品的最优供应商之后,还包括:
扣除各所述拼单用户各自订单对应的订单费用。
可选的,当检测到所述用户群体中的下单操作时,将所述下单操作对应订单中的商品数量叠加至所述订单池商品列表中与所述订单相同商品名称的已订数量。
可选的,还包括:
根据所述目标商品的优惠信息确定所述预设阈值。
本申请还提供一种商品团购系统,包括:
活跃用户确定,用于获取线上集采平台的高频活跃用户信息;
用户聚类模块,用于对所述高频活跃用户信息进行聚类,得到用户群体;其中,所述用户群体中的用户均与至少一个其他用户组成过拼单团体;
商品推送模块,用于向所述用户群体推送订单池商品列表,以使所述用户群体中的用户基于所述订单池商品列表包含的已下单信息对订单池商品列表进行编辑,并得到实时订单池商品列表;
拼单模块,用于在所述实时订单池商品列表中存在目标商品的订单达到预设阈值时,生成所述目标商品的总订单。
本申请还提供一种电子设备,包括存储器和处理器,所述存储器中存有计算机程序,所述处理器调用所述存储器中的计算机程序时实现如上所述的方法的步骤。
本申请提供一种商品团购方法,包括:获取集采平台的活跃用户数据;对所述活跃用户数据进行聚类,得到用户群体;其中,所述用户群体中的用户均与至少一个其他用户组成过拼单团体;向所述用户群体推送订单池商品列表,以使所述用户群体中的用户基于所述订单池商品列表包含的已下单信息对订单池商品列表进行编辑,并得到实时订单池商品列表;在所述实时订单池商品列表中存在目标商品的订单达到预设阈值时,生成所述目标商品的总订单。
本申请通过获取集采平台的活跃用户数据并聚类,以得到集采平台对应的用户群体,将用户群体作为集采平台的重点客户,并面向用户群体推送订单池商品列表,使得用户群体中的每个用户均可以通过订单池商品列表对其中商品下单,当某一目标商品的订单达到预设阈值时接口生成对应的总订单,不再进行集采平台与商户一对一的下单模式,通过订单池商品列表使得用户群体中的多个用户形成新的拼单团体,为用户提供下单用户之间的下单相关性,通过拼单或者团购的形式满足集采平台设定的优惠条件,刺激用户下单,从而提高商品的总成交额。
本申请还提供一种商品团购方法、商品团购系统和电子设备,具有上述有益效果,此处不再赘述。
附图说明
为了更清楚地说明本申请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申请的实施例,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,还可以根据提供的附图获得其他的附图。
图1为本申请实施例所提供的一种商品团购方法的流程图;
图2为本申请实施例所提供的一种商品团购系统结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
请参考图1,图1为本申请实施例所提供的一种商品团购方法的流程图,该方法包括:
S101:获取集采平台的活跃用户数据;
本步骤旨在获取活跃用户数据,该活跃用户数据针对于集采平台,且该集采平台主要为线上集采平台,当然也可以为线下集采平台。所谓活跃用户数据至该集采平台的熟客,或者具备较大购买潜力的客户,其可以通过对集采平台的历史订单以及关注度加以确定。
在此对于如何得到活跃用户数据不作具体限定,优选的,本实施例在此提供一种优选的得到活跃用户数据的方法:
第一步、获取集采平台的历史订单信息;
历史订单信息包括目标用户、目标用户所在拼单团体中其余用户的订单信息。
第二步、根据目标用户的用户行为计算零售商店的用户活跃度;
第三步、将用户活跃度大于预设活跃阈值的目标用户的用户信息作为活跃用户数据。
在此对于预设活跃阈值不作具体限定,应视用户活跃度的计算标准而定。
下面提供一种用户活跃度的确定方式,以用户行为包括登录行为和浏览行为为例,可以根据用户行为和预设公式计算零售商店的用户活跃度,预设公式为:
其中,Ai指用户i的用户活跃度,Li指用户i每日执行登录行为的次数,Si指用户i每日执行浏览行为的次数,ρ,γ∈(0,1)分别为登录行为和浏览行为的权重。
用户行为包括登录行为、浏览行为。所述登录行为是指,用户登录集采平台对应的APP或网页后,未进行任何点击操作后便退出的操作行为。浏览行为是指用户登录集采平台对应的APP或网页后到退出APP或网页达到计时时间例如1分钟等,并且在期间内有点击相应界面的行为,即可以视为存在浏览行为。在此对于ρ,γ均不作限定,应由本领域技术人员根据实际登录行为和浏览行为次数对应下单量的影响而定。
S102:对所述活跃用户数据进行聚类,得到用户群体;
本步骤旨在对活跃用户数据进行聚类,以得到用户群体。需要注意的是,本步骤仅要求用户群体中的用户均与至少一个其他用户组成过拼单团体,换句话说,本步骤中的用户群体中的用户至少下单过一次。
在此对于如何对活跃用户数据进行聚类,得到用户群体不作具体限定。可以根据高频活跃用户的订单数据和供应商信息等数据进行聚类,例如将订单量或总成交额相接近的若干高频活跃用户作为一个用户群体,或者根据供应商信息,在供应商一定距离范围内高频活跃用户作为一个用户群体均可。可以看出,聚类以得到用户群体的目的在于对高频活跃用户的区间划分,而无论如何聚类,均为了提高集采平台的利润率。若将订单量或总成交额相接近的若干高频活跃用户作为一个用户群体,该用户群体中的用户成交量较大,可以设置较高的优惠额度,以刺激该用户群体中的用户下单,提高成交额从而提高利润率。若将在供应商一定距离范围内高频活跃用户作为一个用户群体,可以减少集采平台向用户配送的商品运输成本,提高利润。
当然,本领域技术人员还可以采用其他聚类方式,甚至采用合适的聚类算法,例如K-Means等聚类算法,以实现对活跃用户数据进行聚类,均应在本申请的保护范围内。
在上述聚类过程中,对于可能存在于两个或两个以上的用户群体的特殊用户,比较其在两个或两个以上用户群体中的组成历史拼单团体的其他用户的数量,当其他用户数量相对较多时,确定该用户群体为该特殊用户的唯一所在用户群体。
S103:向所述用户群体推送订单池商品列表,以使所述用户群体中的用户基于所述订单池商品列表包含的已下单信息对订单池商品列表进行编辑,并得到实时订单池商品列表;
在得到用户群体后,本步骤旨在向用户群体推送订单池商品列表,用于帮助用户群体内的用户下单。所谓订单池商品列表,其可以显示订单池商品列表中的下单商品、已下单数量和与优惠阈值的差量,该下单商品可以为集采平台所拥有的全部商品或部分商品。
需要注意的是,订单池商品列表可以包含两部分内容。
第一部分内容,每个用户都可以看到订单池商品列表的订单页面,此时订单池商品列表相当于共享订单,订单池商品列表可以包含所有用户在此时间段内下单的商品类型和与优惠阈值的差量,该差量和商品类型可以实时更新显示,但是不显示具体商品数量以及可以自己下单的界面。
第二部分内容,只有当前用户自己才能看到的下单页面,用户通过这个页面可以进行下单,该内容与上述第一部分内容的区别在于,可以显示当前用户的下单商的数量和金额,可以观察自己的下单情况,进行实时下单。容易理解的是,对于用户群体的不同用户,其距离供应商的距离不同,因此不用用户对于同一件商品的单价可能有所不同,为了保护用户的隐私,第二部分内容仅为用户自己可见。
当然,本实施例所公开的订单池商品列表的显示形式仅为一种优选的显示形式,本领域技术人员还可以对订单池商品列表采用其他显示方式。但无论采用何种显示方式,对于用户群体中所有用户而言,每个商品的已下单总量和与优惠阈值的差量应处于公开状态,以刺激用户下单。
用户群体中的用户需要基于所述订单池商品列表包含的已下单信息对订单池商品列表进行编辑,举例而言,若当前某商品的已下单数量为400件,优惠阈值为500件,则用户可以据此下单100件便足以享受优惠阈值,此时订单池商品列表对于用户的下单起到参考作用。
需要注意的是,实时订单池商品列表会随着每个用户的编辑而实时更新,当检测到用户群体中的下单操作时,将下单操作对应订单中的商品数量叠加至订单池商品列表中与订单相同商品名称的已订数量,以便其他用户可以得到最新的总订单信息,并根据实时总订单信息考虑自身下单需求并下单。需要注意的是,本步骤中的相同商品名称要求商品名称相同,且商品规格也相同。例如可口可乐实际为一类商品名称,其包含听装、瓶装,按容量分为300ml、550ml、1.5L等类型,则商品名称需要同时包含商品规格。对于集采平台,商品规格可以作为商品名称下的子属性,作为下单时的附加选择。
S104:在所述实时订单池商品列表中存在目标商品的订单达到预设阈值时,生成所述目标商品的总订单。
本步骤旨在目标商品的订单达到预设阈值后,生成该目标商品的总订单。在此对于预设阈值不作限定,其可以为订单数达到预设阈值,也可以为订单总金额达到预设阈值,还可以为订单包含的目标商品数量达到预设阈值。其次,对于不同的用户群体,同一件商品的预设阈值可能存在适当的差异。
在此对于如何得到预设阈值不作限定,通常可以根据集采平台设置的目标商品的优惠信息确定预设阈值。此外,预设阈值可以包含多个阈值,即订单数、订单总金额或商品订单数量分别满足每个阈值时均可以设置对应的优惠信息,以刺激用户消费。
每个总订单对应一个目标商品,容易理解的是,当生成总订单时,订单池商品列表中该目标商品的下单全部清零并重新计数。生成总订单时,需要从订单池商品列表中获取相应的数据,包括但不限于商品名称、商品数量、商品规格、单价等信息,以及每个用户各自的订单数据。
本申请实施例通过获取集采平台的活跃用户数据并聚类,以得到集采平台对应的用户群体,将用户群体作为集采平台的重点客户,并面向用户群体推送订单池商品列表,使得用户群体中的每个用户均可以通过订单池商品列表对其中商品下单,当某一目标商品的订单达到预设阈值时接口生成对应的总订单,不再进行集采平台与商户一对一的下单模式,通过订单池商品列表使得用户群体中的多个用户形成新的拼单团体,为用户提供下单用户之间的下单相关性,通过拼单或者团购的形式满足集采平台设定的优惠条件,刺激用户下单,从而提高商品的总成交额。
基于上述实施例,作为优选的实施例,生成目标商品的总订单后,还可以包括:
S201:确定用户群体中下单目标商品的拼单用户;
S201:根据各拼单用户的地理信息确定目标商品的最优供应商。
该最优供应商为商品库存满足总订单且综合配送成本最低的供应商。本实施例旨在通过选取最优供应商,以降低总订单对应的综合配送成本,提高利润率。
进一步,在本实施例的基础上,执行完S201根据各拼单用户的地理信息确定目标商品的最优供应商之后,还可以扣除各拼单用户各自订单对应的订单费用。
下面对本申请实施例提供的一种商品团购系统进行介绍,下文描述的商品团购系统与上文描述的商品团购方法可相互对应参照。
图2为本申请实施例所提供的一种商品团购系统结构示意图,本申请还提供一种商品团购系统,包括:
活跃用户确定100,用于获取线上集采平台的高频活跃用户信息;
用户聚类模块200,用于对所述高频活跃用户信息进行聚类,得到用户群体;其中,所述用户群体中的用户均与至少一个其他用户组成过拼单团体;
商品推送模块300,用于向所述用户群体推送订单池商品列表,以使所述用户群体中的用户基于所述订单池商品列表包含的已下单信息对订单池商品列表进行编辑,并得到实时订单池商品列表;
拼单模块400,用于在所述实时订单池商品列表中存在目标商品的订单达到预设阈值时,生成所述目标商品的总订单。
基于上述实施例,作为优选的实施例,活跃用户确定100包括:
获取单元,用于获取所述集采平台的历史订单信息;所述历史订单信息包括目标用户、所述目标用户所在拼单团体中其余用户的订单信息;
活跃度计算单元,用于根据所述目标用户的用户行为计算所述零售商店的用户活跃度;
用户确定单元,用于将所述用户活跃度大于预设活跃阈值的目标用户的用户信息作为所述活跃用户数据。
基于上述实施例,作为优选的实施例,若所述用户行为包括登录行为和浏览行为,则活跃度计算单元为用于根据用户行为和预设公式计算所述零售商店的用户活跃度的单元;
所述预设公式为:
其中,Ai指用户i的用户活跃度,Li指用户i每日执行登录行为的次数,Si指用户i每日执行浏览行为的次数,ρ,γ∈(0,1)分别为所述登录行为和所述浏览行为的权重。
基于上述实施例,作为优选的实施例,还可以包括:
显示模块,用于显示所述订单池商品列表中的下单商品、已下单数量和与优惠阈值的差量。
基于上述实施例,作为优选的实施例,还可以包括:
供应商确定模块,用于生成所述目标商品的总订单后,确定所述用户群体中下单所述目标商品的拼单用户;根据各所述拼单用户的地理信息确定所述目标商品的最优供应商;其中,所述最优供应商为商品库存满足所述总订单且综合配送成本最低的供应商。
基于上述实施例,作为优选的实施例,还可以包括:
费用扣除模块,用于扣除各所述拼单用户各自订单对应的订单费用。
基于上述实施例,作为优选的实施例,还可以包括:
阈值确定模块,用于根据所述目标商品的优惠信息确定所述预设阈值。
本申请还提供了一种电子设备,可以包括存储器和处理器,所述存储器中存有计算机程序,所述处理器调用所述存储器中的计算机程序时,可以实现上述实施例所提供的商品团购方法的步骤。当然所述电子设备还可以包括各种网络接口,电源等组件。
说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例提供的系统而言,由于其与实施例提供的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以对本申请进行若干改进和修饰,这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是,在本说明书中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (10)
1.一种商品团购方法,其特征在于,包括:
获取集采平台的活跃用户数据;
对所述活跃用户数据进行聚类,得到用户群体;其中,所述用户群体中的用户均与至少一个其他用户组成过拼单团体;
向所述用户群体推送订单池商品列表,以使所述用户群体中的用户基于所述订单池商品列表包含的已下单信息对订单池商品列表进行编辑,并得到实时订单池商品列表;
在所述实时订单池商品列表中存在目标商品的订单达到预设阈值时,生成所述目标商品的总订单。
2.根据权利要求1所述的商品团购方法,其特征在于,获取集采平台的活跃用户数据包括:
获取所述集采平台的历史订单信息;所述历史订单信息包括目标用户、所述目标用户所在拼单团体中其余用户的订单信息;
根据所述目标用户的用户行为计算所述零售商店的用户活跃度;
将所述用户活跃度大于预设活跃阈值的目标用户的用户信息作为所述活跃用户数据。
4.根据权利要求3所述的商品团购方法,其特征在于,在所述用户群体推送订单池商品列表后,还包括:
显示所述订单池商品列表中的下单商品、已下单数量和与优惠阈值的差量。
5.根据权利要求3所述的商品团购方法,其特征在于,生成所述目标商品的总订单后,还包括:
确定所述用户群体中下单所述目标商品的拼单用户;
根据各所述拼单用户的地理信息确定所述目标商品的最优供应商;
所述最优供应商为商品库存满足所述总订单且综合配送成本最低的供应商。
6.根据权利要求3所述的商品团购方法,其特征在于,根据各所述拼单用户的地理信息确定所述目标商品的最优供应商之后,还包括:
扣除各所述拼单用户各自订单对应的订单费用。
7.根据权利要求1所述的商品团购方法,其特征在于,当检测到所述用户群体中的下单操作时,将所述下单操作对应订单中的商品数量叠加至所述订单池商品列表中与所述订单相同商品名称的已订数量。
8.根据权利要求1所述的商品团购方法,其特征在于,还包括:
根据所述目标商品的优惠信息确定所述预设阈值。
9.一种商品团购系统,其特征在于,包括:
活跃用户确定,用于获取线上集采平台的高频活跃用户信息;
用户聚类模块,用于对所述高频活跃用户信息进行聚类,得到用户群体;其中,所述用户群体中的用户均与至少一个其他用户组成过拼单团体;
商品推送模块,用于向所述用户群体推送订单池商品列表,以使所述用户群体中的用户基于所述订单池商品列表包含的已下单信息对订单池商品列表进行编辑,并得到实时订单池商品列表;
拼单模块,用于在所述实时订单池商品列表中存在目标商品的订单达到预设阈值时,生成所述目标商品的总订单。
10.一种电子设备,其特征在于,包括存储器和处理器,所述存储器中存有计算机程序,所述处理器调用所述存储器中的计算机程序时实现如权利要求1-8任一项所述的商品团购方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011066146.8A CN112053212A (zh) | 2020-09-30 | 2020-09-30 | 一种商品团购方法、商品团购系统和电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011066146.8A CN112053212A (zh) | 2020-09-30 | 2020-09-30 | 一种商品团购方法、商品团购系统和电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112053212A true CN112053212A (zh) | 2020-12-08 |
Family
ID=73606566
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011066146.8A Pending CN112053212A (zh) | 2020-09-30 | 2020-09-30 | 一种商品团购方法、商品团购系统和电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112053212A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112801759A (zh) * | 2021-03-26 | 2021-05-14 | 杭州拼便宜网络科技有限公司 | 基于智能供应链的电商系统 |
CN113159465A (zh) * | 2021-05-27 | 2021-07-23 | 东莞心启航联贸网络科技有限公司 | 一种云计算的团购业务互动数据处理方法、服务器及介质 |
CN113706250A (zh) * | 2021-08-30 | 2021-11-26 | 重庆闻达纪远网络科技有限公司 | 一种基于物业社区管家的品质社区团购方法 |
CN114841780A (zh) * | 2022-05-24 | 2022-08-02 | 武汉泰贸科技有限公司 | 一种基于大数据分析的数字化客群服务社群智能管理系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102880974A (zh) * | 2012-09-12 | 2013-01-16 | 江苏乐买到网络科技有限公司 | 一种用于向用户发送商品团购信息的系统 |
CN106339923A (zh) * | 2016-08-30 | 2017-01-18 | 江苏名通信息科技有限公司 | 一种网络团购的方法 |
CN107451832A (zh) * | 2016-05-30 | 2017-12-08 | 北京京东尚科信息技术有限公司 | 推送信息的方法和装置 |
-
2020
- 2020-09-30 CN CN202011066146.8A patent/CN112053212A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102880974A (zh) * | 2012-09-12 | 2013-01-16 | 江苏乐买到网络科技有限公司 | 一种用于向用户发送商品团购信息的系统 |
CN107451832A (zh) * | 2016-05-30 | 2017-12-08 | 北京京东尚科信息技术有限公司 | 推送信息的方法和装置 |
CN106339923A (zh) * | 2016-08-30 | 2017-01-18 | 江苏名通信息科技有限公司 | 一种网络团购的方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112801759A (zh) * | 2021-03-26 | 2021-05-14 | 杭州拼便宜网络科技有限公司 | 基于智能供应链的电商系统 |
CN112801759B (zh) * | 2021-03-26 | 2022-05-17 | 杭州拼便宜网络科技有限公司 | 基于智能供应链的电商系统 |
CN113159465A (zh) * | 2021-05-27 | 2021-07-23 | 东莞心启航联贸网络科技有限公司 | 一种云计算的团购业务互动数据处理方法、服务器及介质 |
CN113706250A (zh) * | 2021-08-30 | 2021-11-26 | 重庆闻达纪远网络科技有限公司 | 一种基于物业社区管家的品质社区团购方法 |
CN113706250B (zh) * | 2021-08-30 | 2024-05-03 | 重庆闻达纪远网络科技有限公司 | 一种基于物业社区管家的品质社区团购方法 |
CN114841780A (zh) * | 2022-05-24 | 2022-08-02 | 武汉泰贸科技有限公司 | 一种基于大数据分析的数字化客群服务社群智能管理系统 |
CN114841780B (zh) * | 2022-05-24 | 2023-01-13 | 深圳市禾葡兰信息科技有限公司 | 一种基于大数据分析的数字化客群服务社群智能管理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210090120A1 (en) | Systems and methods for managing user information over a network | |
CN112053212A (zh) | 一种商品团购方法、商品团购系统和电子设备 | |
US8918355B2 (en) | Determining a meal and/or meal plan | |
JP7140588B2 (ja) | 決定装置、決定方法および決定プログラム | |
CN116611796B (zh) | 一种店铺交易数据的异常检测方法及装置 | |
CN110969471A (zh) | 电子券的分发方法和装置 | |
CN112785374B (zh) | 基于无人零售终端机的信息推荐系统及方法 | |
JP4771881B2 (ja) | 商品情報提供システム | |
JP7337224B1 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
CN114862474A (zh) | 一种推送购物优惠信息的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
CB03 | Change of inventor or designer information | ||
CB03 | Change of inventor or designer information |
Inventor after: Xu Yi Inventor after: Meng Huai Inventor before: Xu Yi Inventor before: Meng Zhun |
|
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |