CN112529655A - 一种基于手机终端的电子商务交易系统 - Google Patents

Abstract

本发明公开了一种基于手机终端的电子商务交易系统，本发明涉及电子商务交易技术领域，解决了现有技术中，不能够为买家关注的商品合理匹配合适的商家，导致平台的交易成功率降低的技术问题，对推荐买家合理匹配合适推荐商品的商家，通过公式获取到预设商家的匹配系数XZp，若预设商家的匹配系数XZp≥K1，则将预设商家按照匹配系数从高到低的顺序进行排序，并将排序第一的预设商家标记为选中商家；若K2＜预设商家的匹配系数XZp＜K1，则将该预设商家标记为备选商家；通过分析售卖数据，为买家关注的商品合理匹配合适的商家，提高了平台的交易成功率，节省了买家的时间，同时促进了商家的销量。

Description

一种基于手机终端的电子商务交易系统

技术领域

本发明涉及电子商务交易技术领域，具体为一种基于手机终端的电子商务交易系统。

背景技术

迄今为止，对电子商务还没有一个权威的定义。人们从不同的角度，对电子商务形成了不同的认识。从通讯的角度看，电子商务是在互联网上传递信息、产品/服务或进行支付，从服务的角度看，电子商务是一个工具，它能满足企业、消费者、管理者的愿望--在提高产品质量和加快产品/服务交付的速度的同时降低服务成本。从在线的角度看，电子商务提供了通过互联网的销售信息、产品、服务，从企业经营的微观角度看，电子商务是通过互联网支持企业的交易活动，即产品或服务的买卖。

但是在现有技术中，电子商务交易系统不能够对商家进行检测，导致买家的使用质量降低，同时不能够为买家关注的商品合理匹配合适的商家，导致平台的交易成功率降低。

发明内容

本发明的目的就在于提出一种基于手机终端的电子商务交易系统，通过电商交易平台接收到合适推荐商品和对应的推荐买家，并对推荐买家合理匹配合适推荐商品的商家，通过公式获取到预设商家的匹配系数XZp，若预设商家的匹配系数XZp≥K1，则将预设商家按照匹配系数从高到低的顺序进行排序，并将排序第一的预设商家标记为选中商家；若K2＜预设商家的匹配系数XZp＜K1，则将该预设商家标记为备选商家；若预设商家的匹配系数XZp≤K2，则将该预设商家标记为屏蔽商家；通过分析售卖数据，为买家关注的商品合理匹配合适的商家，提高了平台的交易成功率，节省了买家的时间，同时促进了商家的销量。

本发明的目的可以通过以下技术方案实现：

一种基于手机终端的电子商务交易系统，包括注册登录单元、数据库、电商交易平台、商品推荐单元、商家检测单元、买家检测单元以及匹配单元；

所述商家检测单元用于分析商家数据，从而对商家进行检测，商家数据为时长数据、评价数据以及销售数据，时长数据为商家全天营业的时间与全天休息的时间的比值，评价数据为商家一个月内受到的好评数量与总评价数量之比，销售数据为商家一个月内销售的总商品件数与进行退货的商品总件数之差，将商家标记为i，i＝1，2，......，n，n为正整数，具体分析检测过程如下：

步骤一、获取到商家全天营业的时间与全天休息的时间的比值，并将商家全天营业的时间与全天休息的时间的比值标记为Bi；

步骤二、获取到商家一个月内受到的好评数量与总评价数量之比，并将商家一个月内受到的好评数量与总评价数量之比标记为Pi；

步骤三、获取商家一个月内销售的总商品件数与进行退货的商品总件数之差，并将商家一个月内销售的总商品件数与进行退货的商品总件数之差Ji；

步骤四、通过公式

获取到商家的检测系数Xi，其中，c1、c2以及c3均为预设比例系数，c1＞c2＞c3＞0，β为误差修正因子，取值为2.30236541；

步骤五、将商家的检测系数Xi与商家检测系数阈值进行比较：

若商家的检测系数Xi≥商家检测系数阈值，则判定该商家检测系数高，并将该商家标记为优质商家，随后将优质商家和商家的店铺编号发送至电商交易平台；

若商家的检测系数Xi＜商家检测系数阈值，则判定该商家检测系数低，并将该商家标记为待完善商家，随后将待完善商家和商家的店铺编号发送至对应商家的手机终端；

所述买家检测单元用于分析实时登录买家的买家数据，从而对买家进行检测。

进一步地，所述注册登录单元用于商家和买家通过智能在线终端提交商家信息和买家信息进行注册，并将注册成功的商家信息和买家信息发送至数据库进行储存，随后将电商交易平台生成商家登录账号和买家登录账号，并将商家登录账号和买家登录账号分别发送至商家和买家的智能在线终端，商家接收到商家登录账号后，进行店铺注册并按照注册时间的顺序对店铺进行排序，商家信息包括商家的店主姓名、年龄、注册时间以及本人实名认证的手机号码；买家信息包括买家的姓名、年龄、注册时间以及本人实名认证的手机号码，智能在线终端包括电能、平板以及智能手机。

进一步地，所述买家检测单元用于分析实时登录买家的买家数据，从而对买家进行检测，买家数据包括次数数据、频率数据以及距离数据，次数数据为一个月内实时登录买家登录账号的登录次数，频率数据为一个月内实时登录买家账号登录位置的更换频率，距离数据为实时登录买家账号登录位置的最远距离，将买家标记为o，o＝1，2，......，m，m为正整数，具体分析检测过程如下：

步骤S1：获取到一个月内实时登录买家登录账号的登录次数，并将一个月内实时登录买家登录账号的登录次数标记为Co；

步骤S2：获取到一个月内实时登录买家账号登录位置的更换频率，并将一个月内实时登录买家账号登录位置的更换频率标记为Po；

步骤S3：获取到实时登录买家账号登录位置的最远距离，并将实时登录买家账号登录位置的最远距离标记为Jo；

步骤S4：通过公式

获取到买家的检测系数Xo，其中，a1、a2以及a3均为预设比例系数，且a1＞a2＞a3＞0，α为误差修正因子，取值为2.03265112；

步骤S5：将买家的检测系数Xo与买家检测系数阈值进行比较：

若买家的检测系数Xo≥买家检测系数阈值，则判定买家登录账号正常，生成账号正常信号并将该买家标记为推荐买家，随后将账号正常信号和推荐买家发送至电商交易平台；

若买家的检测系数Xo＜买家检测系数阈值，则判定买家登录账号异常，生成账号异常信号并将该买家标记为屏蔽买家。

进一步地，所述电商交易平台接收到推荐买家后将推荐买家的账号发送至商品推荐单元，所述商品推荐单元接收到推荐买家的账号后生成商品推荐信号，同时分析推荐买家的账号信息，从而对推荐买家合理推荐商品，推荐买家的账号信息包括关注数据、浏览数据以及数量数据，关注数据为推荐买家的登录账号对关注商品的点评次数，浏览数据为推荐买家的登录账号浏览商品的时间，数量数据为推荐买家的登录账号关注商品的数量，具体分析推荐过程如下：

步骤SS1：获取到推荐买家的登录账号对关注商品的点评次数，并将推荐买家的登录账号对关注商品的点评次数标记为DPo；

步骤SS2：获取到推荐买家的登录账号浏览商品的时间，并将推荐买家的登录账号浏览商品的时间标记为SJo；

步骤SS3：获取到推荐买家的登录账号关注商品的数量，并将推荐买家的登录账号关注商品的数量标记为SLo；

步骤SS4：通过公式

获取到商品的推荐系数TJo，其中，b1、b2以及b3均为预设比例系数，且b1＞b2＞b3＞0；

步骤SS5：将商品的推荐系数TJo与商品的推荐系数阈值进行比较：

若商品的推荐系数TJo≥商品的推荐系数阈值，则判定商品的推荐系数高，生成推荐信号并将该商品标记为适合推荐商品，随后将合适推荐商品发送至电商交易平台；

若商品的推荐系数TJo＜商品的推荐系数阈值，则判定商品的推荐系数低，生成屏蔽信号并将该商品标记为不适合推荐商品。

进一步地，所述电商交易平台接收到合适推荐商品和对应的推荐买家后，并对推荐买家合理匹配合适推荐商品的商家，具体匹配过程如下：

步骤L1：获取售卖合适推荐商品的商家，并标记为预选商家k，k＝1，2，......，p，p为正整数，随后获取预选商家对合适推荐商品的售卖数据，售卖数据为预选商家一个月内合适推荐商品的销售总量、买家下单后预选商家的发货速度以及预选商家的顾客中进行重复购买的买家数量；

步骤L2：获取到预选商家一个月内合适推荐商品的销售总量，并将预选商家一个月内合适推荐商品的销售总量标记为XSp；

步骤L3：获取到买家下单后预选商家的发货速度，并将买家下单后预选商家的发货速度标记为FVp；

步骤L4：获取到预选商家的顾客中进行重复购买的买家数量，并将预选商家的顾客中进行重复购买的买家数量标记为GMp；

步骤L5：通过公式

获取到预设商家的匹配系数XZp，其中，f1、f2以及f3均为预设比例系数，且f1＞f2＞f3＞0；

步骤L6：将预设商家的匹配系数XZp分别与K1和K2进行比较，K1和K2均为预设商家匹配系数阈值，且K1＞K2：

若预设商家的匹配系数XZp≥K1，则将预设商家按照匹配系数从高到低的顺序进行排序，并将排序第一的预设商家标记为选中商家；

若K2＜预设商家的匹配系数XZp＜K1，则将该预设商家标记为备选商家；

若预设商家的匹配系数XZp≤K2，则将该预设商家标记为屏蔽商家。

与现有技术相比，本发明的有益效果是：

1、本发明中，通过商家检测单元分析商家数据，从而对商家进行检测获取到商家全天营业的时间与全天休息的时间的比值、商家一个月内受到的好评数量与总评价数量之比以及商家一个月内销售的总商品件数与进行退货的商品总件数之差，通过公式获取到商家的检测系数Xi，将商家的检测系数Xi与商家检测系数阈值进行比较：若商家的检测系数Xi≥商家检测系数阈值，则判定该商家检测系数高，并将该商家标记为优质商家，随后将优质商家和商家的店铺编号发送至电商交易平台；若商家的检测系数Xi＜商家检测系数阈值，则判定该商家检测系数低，并将该商家标记为待完善商家，随后将待完善商家和商家的店铺编号发送至对应商家的手机终端；通过分析商家数据，对商家进行检测，排除劣质商家的存在，提高了买家的使用质量；

2、本发明中，通过电商交易平台接收到合适推荐商品和对应的推荐买家，并对推荐买家合理匹配合适推荐商品的商家，通过公式获取到预设商家的匹配系数XZp，若预设商家的匹配系数XZp≥K1，则将预设商家按照匹配系数从高到低的顺序进行排序，并将排序第一的预设商家标记为选中商家；若K2＜预设商家的匹配系数XZp＜K1，则将该预设商家标记为备选商家；若预设商家的匹配系数XZp≤K2，则将该预设商家标记为屏蔽商家；通过分析售卖数据，为买家关注的商品合理匹配合适的商家，提高了平台的交易成功率，节省了买家的时间，同时促进了商家的销量。

附图说明

为了便于本领域技术人员理解，下面结合附图对本发明作进一步的说明。

图1为本发明的原理框图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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。

请参阅图1所示，一种基于手机终端的电子商务交易系统，包括注册登录单元、数据库、电商交易平台、商品推荐单元、商家检测单元、买家检测单元以及匹配单元；

所述注册登录单元用于商家和买家通过智能在线终端提交商家信息和买家信息进行注册，并将注册成功的商家信息和买家信息发送至数据库进行储存，随后将电商交易平台生成商家登录账号和买家登录账号，并将商家登录账号和买家登录账号分别发送至商家和买家的智能在线终端，商家接收到商家登录账号后，进行店铺注册并按照注册时间的顺序对店铺进行排序，商家信息包括商家的店主姓名、年龄、注册时间以及本人实名认证的手机号码；买家信息包括买家的姓名、年龄、注册时间以及本人实名认证的手机号码，智能在线终端包括电能、平板以及智能手机；

所述商家检测单元用于分析商家数据，从而对商家进行检测，商家数据为时长数据、评价数据以及销售数据，时长数据为商家全天营业的时间与全天休息的时间的比值，评价数据为商家一个月内受到的好评数量与总评价数量之比，销售数据为商家一个月内销售的总商品件数与进行退货的商品总件数之差，将商家标记为i，i＝1，2，......，n，n为正整数，具体分析检测过程如下：

步骤一、获取到商家全天营业的时间与全天休息的时间的比值，并将商家全天营业的时间与全天休息的时间的比值标记为Bi；

步骤二、获取到商家一个月内受到的好评数量与总评价数量之比，并将商家一个月内受到的好评数量与总评价数量之比标记为Pi；

步骤三、获取商家一个月内销售的总商品件数与进行退货的商品总件数之差，并将商家一个月内销售的总商品件数与进行退货的商品总件数之差Ji；

步骤四、通过公式

获取到商家的检测系数Xi，其中，c1、c2以及c3均为预设比例系数，c1＞c2＞c3＞0，β为误差修正因子，取值为2.30236541；

步骤五、将商家的检测系数Xi与商家检测系数阈值进行比较：

若商家的检测系数Xi≥商家检测系数阈值，则判定该商家检测系数高，并将该商家标记为优质商家，随后将优质商家和商家的店铺编号发送至电商交易平台；

若商家的检测系数Xi＜商家检测系数阈值，则判定该商家检测系数低，并将该商家标记为待完善商家，随后将待完善商家和商家的店铺编号发送至对应商家的手机终端；

所述买家检测单元用于分析实时登录买家的买家数据，从而对买家进行检测，买家数据包括次数数据、频率数据以及距离数据，次数数据为一个月内实时登录买家登录账号的登录次数，频率数据为一个月内实时登录买家账号登录位置的更换频率，距离数据为实时登录买家账号登录位置的最远距离，将买家标记为o，o＝1，2，......，m，m为正整数，具体分析检测过程如下：

步骤S1：获取到一个月内实时登录买家登录账号的登录次数，并将一个月内实时登录买家登录账号的登录次数标记为Co；

步骤S2：获取到一个月内实时登录买家账号登录位置的更换频率，并将一个月内实时登录买家账号登录位置的更换频率标记为Po；

步骤S3：获取到实时登录买家账号登录位置的最远距离，并将实时登录买家账号登录位置的最远距离标记为Jo；

步骤S4：通过公式

获取到买家的检测系数Xo，其中，a1、a2以及a3均为预设比例系数，且a1＞a2＞a3＞0，α为误差修正因子，取值为2.03265112；

步骤S5：将买家的检测系数Xo与买家检测系数阈值进行比较：

若买家的检测系数Xo≥买家检测系数阈值，则判定买家登录账号正常，生成账号正常信号并将该买家标记为推荐买家，随后将账号正常信号和推荐买家发送至电商交易平台；

若买家的检测系数Xo＜买家检测系数阈值，则判定买家登录账号异常，生成账号异常信号并将该买家标记为屏蔽买家；

所述电商交易平台接收到推荐买家后将推荐买家的账号发送至商品推荐单元，所述商品推荐单元接收到推荐买家的账号后生成商品推荐信号，同时分析推荐买家的账号信息，从而对推荐买家合理推荐商品，推荐买家的账号信息包括关注数据、浏览数据以及数量数据，关注数据为推荐买家的登录账号对关注商品的点评次数，浏览数据为推荐买家的登录账号浏览商品的时间，数量数据为推荐买家的登录账号关注商品的数量，具体分析推荐过程如下：

步骤SS1：获取到推荐买家的登录账号对关注商品的点评次数，并将推荐买家的登录账号对关注商品的点评次数标记为DPo；

步骤SS2：获取到推荐买家的登录账号浏览商品的时间，并将推荐买家的登录账号浏览商品的时间标记为SJo；

步骤SS3：获取到推荐买家的登录账号关注商品的数量，并将推荐买家的登录账号关注商品的数量标记为SLo；

步骤SS4：通过公式

获取到商品的推荐系数TJo，其中，b1、b2以及b3均为预设比例系数，且b1＞b2＞b3＞0；

步骤SS5：将商品的推荐系数TJo与商品的推荐系数阈值进行比较：

若商品的推荐系数TJo≥商品的推荐系数阈值，则判定商品的推荐系数高，生成推荐信号并将该商品标记为适合推荐商品，随后将合适推荐商品发送至电商交易平台；

若商品的推荐系数TJo＜商品的推荐系数阈值，则判定商品的推荐系数低，生成屏蔽信号并将该商品标记为不适合推荐商品；

所述电商交易平台接收到合适推荐商品和对应的推荐买家后，并对推荐买家合理匹配合适推荐商品的商家，具体匹配过程如下：

步骤L1：获取售卖合适推荐商品的商家，并标记为预选商家k，k＝1，2，......，p，p为正整数，随后获取预选商家对合适推荐商品的售卖数据，售卖数据为预选商家一个月内合适推荐商品的销售总量、买家下单后预选商家的发货速度以及预选商家的顾客中进行重复购买的买家数量；

步骤L2：获取到预选商家一个月内合适推荐商品的销售总量，并将预选商家一个月内合适推荐商品的销售总量标记为XSp；

步骤L3：获取到买家下单后预选商家的发货速度，并将买家下单后预选商家的发货速度标记为FVp；

步骤L4：获取到预选商家的顾客中进行重复购买的买家数量，并将预选商家的顾客中进行重复购买的买家数量标记为GMp；

步骤L5：通过公式

获取到预设商家的匹配系数XZp，其中，f1、f2以及f3均为预设比例系数，且f1＞f2＞f3＞0；

步骤L6：将预设商家的匹配系数XZp分别与K1和K2进行比较，K1和K2均为预设商家匹配系数阈值，且K1＞K2：

若预设商家的匹配系数XZp≥K1，则将预设商家按照匹配系数从高到低的顺序进行排序，并将排序第一的预设商家标记为选中商家；

若K2＜预设商家的匹配系数XZp＜K1，则将该预设商家标记为备选商家；

若预设商家的匹配系数XZp≤K2，则将该预设商家标记为屏蔽商家。

本发明工作原理：

一种基于手机终端的电子商务交易系统，在工作时，通过商家检测单元分析商家数据，从而对商家进行检测获取到商家全天营业的时间与全天休息的时间的比值、商家一个月内受到的好评数量与总评价数量之比以及商家一个月内销售的总商品件数与进行退货的商品总件数之差，通过公式获取到商家的检测系数Xi，将商家的检测系数Xi与商家检测系数阈值进行比较：若商家的检测系数Xi≥商家检测系数阈值，则判定该商家检测系数高，并将该商家标记为优质商家，随后将优质商家和商家的店铺编号发送至电商交易平台；若商家的检测系数Xi＜商家检测系数阈值，则判定该商家检测系数低，并将该商家标记为待完善商家，随后将待完善商家和商家的店铺编号发送至对应商家的手机终端；

通过买家检测单元分析实时登录买家的买家数据，从而对买家进行检测。

上述公式均是去量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式，公式中的预设参数由本领域的技术人员根据实际情况进行设置。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (5)

1.一种基于手机终端的电子商务交易系统，其特征在于，包括注册登录单元、数据库、电商交易平台、商品推荐单元、商家检测单元、买家检测单元以及匹配单元；

所述商家检测单元用于分析商家数据，从而对商家进行检测，商家数据为时长数据、评价数据以及销售数据，时长数据为商家全天营业的时间与全天休息的时间的比值，评价数据为商家一个月内受到的好评数量与总评价数量之比，销售数据为商家一个月内销售的总商品件数与进行退货的商品总件数之差，将商家标记为i，i＝1，2，......，n，n为正整数，具体分析检测过程如下：

步骤一、获取到商家全天营业的时间与全天休息的时间的比值，并将商家全天营业的时间与全天休息的时间的比值标记为Bi；

步骤二、获取到商家一个月内受到的好评数量与总评价数量之比，并将商家一个月内受到的好评数量与总评价数量之比标记为Pi；

步骤三、获取商家一个月内销售的总商品件数与进行退货的商品总件数之差，并将商家一个月内销售的总商品件数与进行退货的商品总件数之差Ji；

步骤四、通过公式

获取到商家的检测系数Xi，其中，c1、c2以及c3均为预设比例系数，c1＞c2＞c3＞0，β为误差修正因子，取值为2.30236541；

步骤五、将商家的检测系数Xi与商家检测系数阈值进行比较：

若商家的检测系数Xi≥商家检测系数阈值，则判定该商家检测系数高，并将该商家标记为优质商家，随后将优质商家和商家的店铺编号发送至电商交易平台；

若商家的检测系数Xi＜商家检测系数阈值，则判定该商家检测系数低，并将该商家标记为待完善商家，随后将待完善商家和商家的店铺编号发送至对应商家的手机终端；

所述买家检测单元用于分析实时登录买家的买家数据，从而对买家进行检测，所述电商交易平台接收到合适推荐商品和对应的推荐买家后，并对推荐买家合理匹配合适推荐商品的商家。

2.根据权利要求1所述的一种基于手机终端的电子商务交易系统，其特征在于，所述注册登录单元用于商家和买家通过智能在线终端提交商家信息和买家信息进行注册，并将注册成功的商家信息和买家信息发送至数据库进行储存，随后将电商交易平台生成商家登录账号和买家登录账号，并将商家登录账号和买家登录账号分别发送至商家和买家的智能在线终端，商家接收到商家登录账号后，进行店铺注册并按照注册时间的顺序对店铺进行排序，商家信息包括商家的店主姓名、年龄、注册时间以及本人实名认证的手机号码；买家信息包括买家的姓名、年龄、注册时间以及本人实名认证的手机号码，智能在线终端包括电能、平板以及智能手机。

3.根据权利要求1所述的一种基于手机终端的电子商务交易系统，其特征在于，所述买家检测单元用于分析实时登录买家的买家数据，从而对买家进行检测，买家数据包括次数数据、频率数据以及距离数据，次数数据为一个月内实时登录买家登录账号的登录次数，频率数据为一个月内实时登录买家账号登录位置的更换频率，距离数据为实时登录买家账号登录位置的最远距离，将买家标记为o，o＝1，2，......，m，m为正整数，具体分析检测过程如下：

步骤S1：获取到一个月内实时登录买家登录账号的登录次数，并将一个月内实时登录买家登录账号的登录次数标记为Co；

步骤S2：获取到一个月内实时登录买家账号登录位置的更换频率，并将一个月内实时登录买家账号登录位置的更换频率标记为Po；

步骤S3：获取到实时登录买家账号登录位置的最远距离，并将实时登录买家账号登录位置的最远距离标记为Jo；

步骤S4：通过公式

获取到买家的检测系数Xo，其中，a1、a2以及a3均为预设比例系数，且a1＞a2＞a3＞0，α为误差修正因子，取值为2.03265112；

步骤S5：将买家的检测系数Xo与买家检测系数阈值进行比较：

若买家的检测系数Xo≥买家检测系数阈值，则判定买家登录账号正常，生成账号正常信号并将该买家标记为推荐买家，随后将账号正常信号和推荐买家发送至电商交易平台；

若买家的检测系数Xo＜买家检测系数阈值，则判定买家登录账号异常，生成账号异常信号并将该买家标记为屏蔽买家。

4.根据权利要求1所述的一种基于手机终端的电子商务交易系统，其特征在于，所述电商交易平台接收到推荐买家后将推荐买家的账号发送至商品推荐单元，所述商品推荐单元接收到推荐买家的账号后生成商品推荐信号，同时分析推荐买家的账号信息，从而对推荐买家合理推荐商品，推荐买家的账号信息包括关注数据、浏览数据以及数量数据，关注数据为推荐买家的登录账号对关注商品的点评次数，浏览数据为推荐买家的登录账号浏览商品的时间，数量数据为推荐买家的登录账号关注商品的数量，具体分析推荐过程如下：

步骤SS1：获取到推荐买家的登录账号对关注商品的点评次数，并将推荐买家的登录账号对关注商品的点评次数标记为DPo；

步骤SS2：获取到推荐买家的登录账号浏览商品的时间，并将推荐买家的登录账号浏览商品的时间标记为SJo；

步骤SS3：获取到推荐买家的登录账号关注商品的数量，并将推荐买家的登录账号关注商品的数量标记为SLo；

步骤SS4：通过公式

获取到商品的推荐系数TJo，其中，b1、b2以及b3均为预设比例系数，且b1＞b2＞b3＞0；

步骤SS5：将商品的推荐系数TJo与商品的推荐系数阈值进行比较：

若商品的推荐系数TJo≥商品的推荐系数阈值，则判定商品的推荐系数高，生成推荐信号并将该商品标记为适合推荐商品，随后将合适推荐商品发送至电商交易平台；

若商品的推荐系数TJo＜商品的推荐系数阈值，则判定商品的推荐系数低，生成屏蔽信号并将该商品标记为不适合推荐商品。

5.根据权利要求1所述的一种基于手机终端的电子商务交易系统，其特征在于，所述电商交易平台接收到合适推荐商品和对应的推荐买家后，并对推荐买家合理匹配合适推荐商品的商家，具体匹配过程如下：

步骤L1：获取售卖合适推荐商品的商家，并标记为预选商家k，k＝1，2，......，p，p为正整数，随后获取预选商家对合适推荐商品的售卖数据，售卖数据为预选商家一个月内合适推荐商品的销售总量、买家下单后预选商家的发货速度以及预选商家的顾客中进行重复购买的买家数量；

步骤L2：获取到预选商家一个月内合适推荐商品的销售总量，并将预选商家一个月内合适推荐商品的销售总量标记为XSp；

步骤L3：获取到买家下单后预选商家的发货速度，并将买家下单后预选商家的发货速度标记为FVp；

步骤L4：获取到预选商家的顾客中进行重复购买的买家数量，并将预选商家的顾客中进行重复购买的买家数量标记为GMp；

步骤L5：通过公式

获取到预设商家的匹配系数XZp，其中，f1、f2以及f3均为预设比例系数，且f1＞f2＞f3＞0；

步骤L6：将预设商家的匹配系数XZp分别与K1和K2进行比较，K1和K2均为预设商家匹配系数阈值，且K1＞K2：

若预设商家的匹配系数XZp≥K1，则将预设商家按照匹配系数从高到低的顺序进行排序，并将排序第一的预设商家标记为选中商家；

若K2＜预设商家的匹配系数XZp＜K1，则将该预设商家标记为备选商家；

若预设商家的匹配系数XZp≤K2，则将该预设商家标记为屏蔽商家。

Images