CN113139857B - 电子商务平台商家店铺智能管理方法、系统、设备和计算机存储介质 - Google Patents

电子商务平台商家店铺智能管理方法、系统、设备和计算机存储介质 Download PDF

Info

Publication number
CN113139857B
CN113139857B CN202110532399.8A CN202110532399A CN113139857B CN 113139857 B CN113139857 B CN 113139857B CN 202110532399 A CN202110532399 A CN 202110532399A CN 113139857 B CN113139857 B CN 113139857B
Authority
CN
China
Prior art keywords
purchasing
merchant
purchaser
shop
acquisition period
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
Application number
CN202110532399.8A
Other languages
English (en)
Other versions
CN113139857A (zh
Inventor
赵晓亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Reader Digital Information Technology Co ltd
Original Assignee
Shanghai Reader Digital Information Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Reader Digital Information Technology Co ltd filed Critical Shanghai Reader Digital Information Technology Co ltd
Priority to CN202110532399.8A priority Critical patent/CN113139857B/zh
Publication of CN113139857A publication Critical patent/CN113139857A/zh
Application granted granted Critical
Publication of CN113139857B publication Critical patent/CN113139857B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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]
    • G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
    • G06Q30/0635—Processing of requisition or of purchase orders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • 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
    • G06Q30/0282—Rating or review of business operators or products
    • 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]

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开提供的电子商务平台商家店铺智能管理方法、系统、设备和计算机存储介质。该电子商务平台商家店铺智能管理方法包括：获取该采集周期内该商家店铺对应的订单数量和各订单对应的信息；统计该采集周期内该商家店铺购买人员数量；获取各购买人员对应的购买信息；获取各购买人员对该商家店铺的关注度；对各购买人员购买商品对应的好评度进行统计；获取各购买人员对应的商品综合退货量；对各购买人员进行分析；本发明通过该方法，有效的解决了现有的电商平台商家店铺管理方法管理的内容具有局限性且无法保障商家店铺的管理效率，进而大大的提高商家店铺的运营效率和竞争效率，同时提高了商家店铺与客户的粘合度。

Description

电子商务平台商家店铺智能管理方法、系统、设备和计算机存 储介质
技术领域
本发明属于商家店铺管理技术领域，涉及到电子商务平台商家店铺智能管理方法、系统、设备和计算机存储介质。
背景技术
随着科技的快速发展，人们的购物方式从传统的线下购物到现在的线上购物，在线上购物的大潮流下，电商平台商家店铺的竞争力也不断加大，为了促进各商家店铺的运营效率，需要对商家店铺进行管理；
现有的电商平台商家店铺管理方法基本针对该店铺的商品订单和商品物流进行管理，并没有对该商家店铺对应的购买人员进行管理，因此，现有的电商平台商家店铺管理方法还存在一定的弊端，一方面现有的电商平台商家店铺管理方法管理的内容具有局限性，无法保障商家店铺的管理效率，一方面现有的电商平台商家店铺管理方法无法有效的提高商家店铺的运营效率，另一方面，现有的现有的电商平台商家店铺管理方法无法有效的提高商家店铺的竞争效率。
发明内容
鉴于此，为解决上述背景技术中所提出的问题，现提出一种针对商家店铺购买人员的电子商务平台商家店铺智能管理方法、系统、设备和计算机存储介质，实现了对电子商务平台商家店铺的智能管理；
本发明的目的可以通过以下技术方案实现：
本发明一方面提供了电子商务平台商家店铺智能管理方法，该方法包括以下步骤：
S1、订单数量获取：通过订单数量统计模块对该采集周期内该商家店铺对应的订单数量进行统计，进而获取该采集周期内该商家店铺对应的订单数量，并将该采集周期内该商家店铺对应的订单按照预设顺序进行编号，依次标记为1，2，...i,...n；
S2、订单信息获取：通过订单信息获取模块获取该采集周期内该商家店铺各订单对应的信息，其中订单信息包括购买人员id账号、购买商品数量和成交金额，进而构建商家店铺订单信息集合Xw(Xw1,Xw2,...Xwi,...Xwn)，Xwi表示该采集周期内商家店铺第i个订单对应的第w个信息，w＝a1,a2,a3,a1,a2和a3分别表示购买人员id账号、购买商品数量和成交金额；
S3、购买人员数量统计：通过购买人员数量统计模块对该采集周期内该商家店铺购买商品人员的数量进行统计,根据该商家店铺订单信息集合，获取该采集周期内该商家店铺各订单购买人员对应的id账号，将该采集周期内该商家店铺各订单购买人员对应的id账号进行对比筛选，进而统计该采集周期内该商家店铺商品购买人员的数量，并将该采集周期内该商家店铺对应的购买人员按照预设顺序进行编号，依次标记为1,2，...j,...m；
S4、购买信息获取：通过购买信息获取模块获取该采集周期内该商家店铺各购买人员对应的购买信息，其中购买信息包括商品购买次数和商品综合购买数量；
S5、购买人员关注度获取：通过购买人员关注度统计模块对该采集周期内该商家店铺各购买人员对应的关注度进行统计，进而获取该采集周期内该商家店铺各购买人员对该商家店铺的关注度；
S6、商品好评度统计：通过购买人员好评度统计模块对该采集周期内该商家店铺各购买人员购买商品对应的好评度进行统计，进而获取该采集周期内该商家店铺各购买人员对应的好评度；
S7、购买人员商品退货量获取：通过购买人员退货量获取模块获取该采集周期内该商家店铺各购买人员对应的商品综合退货量，其根据各购买人员对应的id账号，进而从该平台调取各购买人员对应的售后信息，根据各购买人员对应的售后信息进而获取该采集周期内该商家店铺各购买人员对应的退货次数和各次退货对应的商品数量，进而获取该采集周期内该商家店铺各购买人员对应的商品综合退货量；
S8、购买人员购买分析：通过数据处理与分析模块对该采集周期内该商家店铺各购买人员购买信息、各购买人员关注度、各购买人员好评度和各购买人员的退货量进行分析。
进一步地，所述购买信息获取的方法为：根据各购买人员对应的id账号和该采集周期内该商家店铺各订单购买人员对应的id账号，进而筛选出该采集周期内该商家店铺各购买人员对应的订单数量，进而获取该采集周期内该商家店铺各购买人员对应的商品购买次数和各次够买时对应的商品购买数量，进而获取该采集周期内该商家店铺各购买人员商品综合购买数量，并构建各购买人员购买信息集合Me(Me1,Me2,...Mei,...Men)，Mei表示该采集周期内该商家店铺第i个购买人员对应的第e个购买信息，e表示购买信息，e＝b1,b2,b1和b2分别表示商品购买次数和商品综合购买数量。
进一步地，所述购买人员关注度统计具体过程包括以下步骤：
S51、从该电商平台调取该采集周期内该商家店铺各购买人员浏览该商家店铺对应的浏览记录，进而获取该采集周期内该商家店铺各购买人员浏览该商家店铺对应的浏览次数和每次浏览对应的浏览时长；
S52、将该采集周期内该商家店铺各购买人员浏览次数按照预设顺序进行编号，依次标记为1，2，...x,...y；
S53、通同时从该电商平台调取该采集周期内该商家店铺对应的总体浏览次数和总体浏览时长，进而获取该采集周期内该商家店铺对应的平均浏览时长；
S54、根据该采集周期内该商家店铺各购买人员每次浏览对应的浏览时长，进而获取该采集周期内该商家店铺各购买人员对应的综合浏览时长；
S56、进而根据该采集周期内该商家店铺各购买人员浏览次数和该采集周期内该商家店铺各购买人员对应的综合浏览时长，进而统计该采集周期内该商家店铺各购买人员对该商家店铺的关注度，其计算公式为
Figure GDA0003339220210000042
Gd表示该采集周期内该商家店铺第d个购买人员对该商家店铺对应的关注度，
Figure GDA0003339220210000043
表示关注度修正系数，sd表示该采集周期内该商家店铺第d个购买人员对应的浏览次数，td表示该采集周期内该商家店铺第d个购买人员对应的综合浏览时长，s′和t′分别表示该商家店铺该采集周期内人员对应的总体浏览次数和总体浏览时长，d表示购买人员编号，d＝1,2，...j,...m。
进一步地，所述商品好评度统计包括以下步骤：
S61、根据该采集周期内该商家店铺各购买人员对应的id账号，进而从该平台筛选出该采集周期内该商家店铺各购买人员各次购买商品对应的商品评价信息；
S62、根据该采集周期内该商家店铺各购买人员各次购买商品对应的评价信息，进而获取该采集周期内该商家店铺各购买人员对应的电商平台自动评价次数，进而将该采集周期内该商家店铺各购买人员对应的电商平台自动评价次数与各购买人员对应的购买次数进行对比，统计各购买人员实际评价比，其计算公式为
Figure GDA0003339220210000041
Pd表示该采集周期内该商家店铺第d个购买人员对应的实际评价比，kd表示该采集周期内该商家店铺第d个购买人员对应的电商平台自动评价次数，b1d表示该采集周期内该商家店铺第d个购买人员对应的商品购买次数；
S63、进而获取该采集周期内该商家店铺各购买人员实际评价的次数和各次实际评价时对应的评价内容；
S64、通过关键词提取技术分别对各购买人员实际评价的内容进行关键词提取，进而获取各购买人员各次实际评价内容对应的关键词；
S65、将各购买人员各次实际评价内容对应的关键词与商品好评对应的关键词进行匹配筛选，进而统计各购买人员各次实际评价时对应的好评关键词的数量；
S66、根据各购买人员各次实际评价时对应的好评关键词的数量，获取各购买人员实际评价对应的综合好评关键词的数量，将各购买人员实际评价对应的综合好评关键词的数量与购买人员对应的标准好评关键词的数量进行对比，统计各购买人员好评词数比，其计算公式为
Figure GDA0003339220210000051
Hd表示该采集周期内该商家店铺第d个购买人员对应的好评词数比，fd表示采集周期内该商家店铺第d个购买人员实际评价对应的综合好评关键词的数量，f标准表示购买人员对应的标准好评关键词的数量；
S67、根据各购买人员实际评价比和各购买人员好评词数比，进而统计各购买人员对应的商品好评度，其计算公式为
Figure GDA0003339220210000052
Dd表示该采集周期内该商家店铺第d个购买人员对应的商品好评度。
进一步地，所述购买人员购买分析包括以下步骤：
S81、根据各购买人员购买信息集合，进而获取该采集周期内该商家店铺各购买人员对应的商品购买次数和商品综合购买数量；
S82、将该采集周期内该商家店铺各购买人员对应的购买次数与人员对应的平均购买次数进行对比，进而统计各购买人员购买次数店铺偏好影响系数，其计算公式为
Figure GDA0003339220210000061
βd表示该采集周期内该商家店铺第d个购买人员对应的购买次数店铺影响系数,m表示该采集周期内该商家店铺购买人员数量；
S83、将该采集周期内该商家店铺各购买人员对应的总体购买商品数量与该采集周期内该商家店铺购买人员对应的平均购买数量进行对比，进而统计各购买各购买人员购买商品数量店铺偏好影响系数，其计算公式为
Figure GDA0003339220210000062
χd表示该采集周期内该商家店铺第d个购买人员对应的购买商品数量店铺偏好影响系数，b2d表示该采集周期内该商家店铺第d个购买人员对应的总体购买商品数量；
S84、根据统计的各购买人员购买次数店铺偏好影响系数和各购买人员购买商品数量店铺偏好影响系数，进而统计各购买人员购买信息店铺偏好综合影响系数，其计算公式为
Figure GDA0003339220210000063
λd表示该采集周期内该商家店铺第d个购买人员对应的店铺偏好综合影响系数；
S85、根据各购买人员对该商家店铺的关注度，将各购买人员对该商家店铺的关注度与人员对店铺对应的标准关注度进行对比，进而统计各购买人员关注度店铺偏好影响系数，其计算公式为
Figure GDA0003339220210000064
φd表示该采集周期内该商家店铺第d个购买人员对应的关注度店铺偏好影响系数，G标准表示人员对店铺对应的标准关注度；
S86、根据统计的各购买人员对应的商品好评度，将各购买人员对应的商品好评度与人员对应的标准商品好评度进行对比，进而统计各购买人员商品好评度店铺偏好影响系数，其计算公式为
Figure GDA0003339220210000071
表示该采集周期内该商家店铺第d个购买人员对应的好评度店铺偏好影响系数，D标准表示人员对应的标准好评度；
S87、根据该采集周期内该商家店铺各购买人员对应的商品综合退货量，进而将该采集周期内该商家店铺各购买人员对应的商品综合退货量与其对应的商品综合购买数量进行对比，进而分析各购买人员退货量店铺偏好影响系数，其计算公式为
Figure GDA0003339220210000072
γd表示该采集周期内该商家店铺第d个购买人员对应的退货量店铺偏好影响系数，Td表示该采集周期内该商家店铺第d个购买人员商品综合退货量。
进一步地，所述购买人员购买分析还包括对各购买人员进行综合分析，进而根据统计的各购买人员购买信息店铺偏好综合影响系数、各购买人员关注度店铺偏好影响系数、各购买人员商品好评度店铺偏好影响系数和各购买人员退货量店铺偏好影响系数，进而统计各购买人员对该商家店铺对应的综合偏好影响系数，其计算公式为
Figure GDA0003339220210000073
Qd表示该采集周期内该商家店铺第d个购买人员对该商家店铺对应的综合偏好影响系数，进而将各购买人员对该商家店铺对应的综合偏好影响系数按照从大到小的顺序进行排序，进而提取排名前三位的购买人员，并将排名前三位的购买人员记为该商家店铺热爱人员，进而提取该商家店铺热爱人员对应的编号，并提取各店铺热爱人员对应的i d账号。
本发明一方面提供了一种系统，包括订单数量统计模块、订单信息获取模块、购买人员数量统计模块、购买信息获取模块、购买人员关注度统计模块、购买人员好评度统计模块、购买人员退货量获取模块、数据处理与分析模块、信息发送模块和数据库，其中，订单信息获取模块分别与订单数量统计模块和购买人员数量统计模块连接，数据处理与分析模块分别与购买信息获取模块、购买人员关注度统计模块、购买人员好评度统计模块、购买人员退货量获取模块、信息发送模块和数据库连接，购买信息获取模块与购买人员数量统计模块连接。
本发明一方面提供了一种设备，包括：处理器，以及与处理器连接的存和网络接口；所述网络接口与服务器中的非易失性存储器连接；所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序，并通过所述存运行所述计算机程序，以执行上述本发明所述的方法。
本发明另一方面提拱了一种应用于计算机的可读存储介质，所述可读存储介质烧录有计算机程序，所述计算机程序在服务器的存中运行时实现上述本发明所述的方法。
本发明的有益效果：
(1)本发明提供的电子商务平台商家店铺智能管理方法，通过对该采集周期内该商家店铺各购买人员购买信息、各购买人员关注度、各购买人员好评度和各购买人员的退货量进行统计和分析，有效的解决了现有的电商平台商家店铺管理方法管理的内容具有局限性且无法保障商家店铺的管理效率，进而大大的提高商家店铺的运营效率和竞争效率。
(2)本发明在对各购买人员对该商家店铺对应的关注度进行统计时，通过对各购买人员对该商家店铺对应的浏览次数和每次浏览对应的浏览时长进行全面的分析，进而有效的统计了各观看人员对该商家店铺的关注度，为后续各购买人员对该商家店铺对应的综合偏好分析提供了有力的数据依据。
(3)本发明通过将统计的该商家店铺对应的各热爱人员对应的编号、各店铺热爱人员对应的id账号发送给至该商家，进而大大的提高了该商家店铺对其购买人员管理，同时也大大的提高了该店铺商家与购买人员的粘合度。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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为本发明方法实施步骤图；
图2为本发明系统模块连接示意图。
具体实施方式
下面将结合本发明实施以上内容仅仅是对本发明的构思所作的举例和说明，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，只要不偏离发明的构思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。
请参阅图1所示，本发明一方面提供了电子商务平台商家店铺智能管理方法，该方法包括以下步骤：
S1、订单数量获取：通过订单数量统计模块对该采集周期内该商家店铺对应的订单数量进行统计，进而获取该采集周期内该商家店铺对应的订单数量，并将该采集周期内该商家店铺对应的订单按照预设顺序进行编号，依次标记为1，2，...i,...n；
S2、订单信息获取：通过订单信息获取模块获取该采集周期内该商家店铺各订单对应的信息，其中订单信息包括购买人员id账号、购买商品数量和成交金额，进而构建商家店铺订单信息集合Xw(Xw1,Xw2,...Xwi,...Xwn)，Xwi表示该采集周期内商家店铺第i个订单对应的第w个信息，w＝a1,a2,a3,a1,a2和a3分别表示购买人员id账号、购买商品数量和成交金额；
S3、购买人员数量统计：通过购买人员数量统计模块对该采集周期内该商家店铺购买商品人员的数量进行统计,根据该商家店铺订单信息集合，获取该采集周期内该商家店铺各订单购买人员对应的id账号，将该采集周期内该商家店铺各订单购买人员对应的id账号进行对比筛选，进而统计该采集周期内该商家店铺商品购买人员的数量，并将该采集周期内该商家店铺对应的购买人员按照预设顺序进行编号，依次标记为1,2，...j,...m；
S4、购买信息获取：通过购买信息获取模块获取该采集周期内该商家店铺各购买人员对应的购买信息，其中购买信息包括商品购买次数和商品综合购买数量；
具体地，所述购买信息获取的方法为：根据各购买人员对应的id账号和该采集周期内该商家店铺各订单购买人员对应的id账号，进而筛选出该采集周期内该商家店铺各购买人员对应的订单数量，进而获取该采集周期内该商家店铺各购买人员对应的商品购买次数和各次够买时对应的商品购买数量，进而获取该采集周期内该商家店铺各购买人员商品综合购买数量，并构建各购买人员购买信息集合Me(Me1,Me2,...Mei,...Men)，Mei表示该采集周期内该商家店铺第i个购买人员对应的第e个购买信息，e表示购买信息，e＝b1,b2,b1和b2分别表示商品购买次数和商品综合购买数量。
S5、购买人员关注度获取：通过购买人员关注度统计模块对该采集周期内该商家店铺各购买人员对应的关注度进行统计，进而获取该采集周期内该商家店铺各购买人员对该商家店铺的关注度；
本发明实施例通过对各购买人员对该商家店铺对应的关注度进行统计时，通过对各购买人员对该商家店铺对应的浏览次数和每次浏览对应的浏览时长进行全面的分析，进而有效的统计了各观看人员对该商家店铺的关注度，为后续各购买人员对该商家店铺对应的综合偏好分析提供了有力的数据依据。
具体地，所述购买人员关注度统计具体过程包括以下步骤：
S51、从该电商平台调取该采集周期内该商家店铺各购买人员浏览该商家店铺对应的浏览记录，进而获取该采集周期内该商家店铺各购买人员浏览该商家店铺对应的浏览次数和每次浏览对应的浏览时长；
S52、将该采集周期内该商家店铺各购买人员浏览次数按照预设顺序进行编号，依次标记为1，2，...x,...y；
S53、通同时从该电商平台调取该采集周期内该商家店铺对应的总体浏览次数和总体浏览时长，进而获取该采集周期内该商家店铺对应的平均浏览时长；
S54、根据该采集周期内该商家店铺各购买人员每次浏览对应的浏览时长，进而获取该采集周期内该商家店铺各购买人员对应的综合浏览时长；
S56、进而根据该采集周期内该商家店铺各购买人员浏览次数和该采集周期内该商家店铺各购买人员对应的综合浏览时长，进而统计该采集周期内该商家店铺各购买人员对该商家店铺的关注度，其计算公式为
Figure GDA0003339220210000111
Gd表示该采集周期内该商家店铺第d个购买人员对该商家店铺对应的关注度，
Figure GDA0003339220210000112
表示关注度修正系数，sd表示该采集周期内该商家店铺第d个购买人员对应的浏览次数，td表示该采集周期内该商家店铺第d个购买人员对应的综合浏览时长，s′和t′分别表示该商家店铺该采集周期内人员对应的总体浏览次数和总体浏览时长，d表示购买人员编号，d＝1,2，...j,...m。
S6、商品好评度统计：通过购买人员好评度统计模块对该采集周期内该商家店铺各购买人员购买商品对应的好评度进行统计，进而获取该采集周期内该商家店铺各购买人员对应的好评度；
本发明实施例通过对各购买人员各次购买商品对应电商平台自动评价次数和各购买人员实际评价次数和实际评价内容中好评关键词的数量进行全面的分析，进而有效的统计了该采集周期内该商家店铺各购买人员对应的商品好评度
具体地，所述商品好评度统计包括以下步骤：
S61、根据该采集周期内该商家店铺各购买人员对应的i d账号，进而从该平台筛选出该采集周期内该商家店铺各购买人员各次购买商品对应的商品评价信息；
S62、根据该采集周期内该商家店铺各购买人员各次购买商品对应的评价信息，进而获取该采集周期内该商家店铺各购买人员对应的电商平台自动评价次数，进而将该采集周期内该商家店铺各购买人员对应的电商平台自动评价次数与各购买人员对应的购买次数进行对比，统计各购买人员实际评价比，其计算公式为
Figure GDA0003339220210000121
Pd表示该采集周期内该商家店铺第d个购买人员对应的实际评价比，kd表示该采集周期内该商家店铺第d个购买人员对应的电商平台自动评价次数，b1d表示该采集周期内该商家店铺第d个购买人员对应的商品购买次数；
S63、进而获取该采集周期内该商家店铺各购买人员实际评价的次数和各次实际评价时对应的评价内容；
S64、通过关键词提取技术分别对各购买人员实际评价的内容进行关键词提取，进而获取各购买人员各次实际评价内容对应的关键词；
S65、将各购买人员各次实际评价内容对应的关键词与商品好评对应的关键词进行匹配筛选，进而统计各购买人员各次实际评价时对应的好评关键词的数量；
S66、根据各购买人员各次实际评价时对应的好评关键词的数量，获取各购买人员实际评价对应的综合好评关键词的数量，将各购买人员实际评价对应的综合好评关键词的数量与购买人员对应的标准好评关键词的数量进行对比，统计各购买人员好评词数比，其计算公式为
Figure GDA0003339220210000131
Hd表示该采集周期内该商家店铺第d个购买人员对应的好评词数比，fd表示采集周期内该商家店铺第d个购买人员实际评价对应的综合好评关键词的数量，f标准表示购买人员对应的标准好评关键词的数量；
S67、根据各购买人员实际评价比和各购买人员好评词数比，进而统计各购买人员对应的商品好评度，其计算公式为
Figure GDA0003339220210000132
Dd表示该采集周期内该商家店铺第d个购买人员对应的商品好评度。
S7、购买人员商品退货量获取：通过购买人员退货量获取模块获取该采集周期内该商家店铺各购买人员对应的商品综合退货量，其根据各购买人员对应的i d账号，进而从该平台调取各购买人员对应的售后信息，根据各购买人员对应的售后信息进而获取该采集周期内该商家店铺各购买人员对应的退货次数和各次退货对应的商品数量，进而获取该采集周期内该商家店铺各购买人员对应的商品综合退货量；
本发明实施例通过获取各购买人员在该采集周期内对应的退货量进行获取，进而采用有效的分析了各购买人员购买商品综合退货量和商品综合购买量对应的比例，为各购买人员对该商家店铺的偏好提供了数据基础。
S8、购买人员购买分析：通过数据处理与分析模块对该采集周期内该商家店铺各购买人员购买信息、各购买人员关注度、各购买人员好评度和各购买人员的退货量进行分析；
本发明实施例通过对该采集周期内该商家店铺各购买人员购买信息、各购买人员关注度、各购买人员好评度和各购买人员的退货量进行统计和分析，有效的解决了现有的电商平台商家店铺管理方法管理的内容具有局限性且无法保障商家店铺的管理效率，进而大大的提高商家店铺的运营效率和竞争效率。
具体地，所述购买人员购买分析包括以下步骤：
S81、根据各购买人员购买信息集合，进而获取该采集周期内该商家店铺各购买人员对应的商品购买次数和商品综合购买数量；
S82、将该采集周期内该商家店铺各购买人员对应的购买次数与人员对应的平均购买次数进行对比，进而统计各购买人员购买次数店铺偏好影响系数，其计算公式为
Figure GDA0003339220210000141
βd表示该采集周期内该商家店铺第d个购买人员对应的购买次数店铺影响系数,m表示该采集周期内该商家店铺购买人员数量；
S83、将该采集周期内该商家店铺各购买人员对应的总体购买商品数量与该采集周期内该商家店铺购买人员对应的平均购买数量进行对比，进而统计各购买各购买人员购买商品数量店铺偏好影响系数，其计算公式为
Figure GDA0003339220210000142
χd表示该采集周期内该商家店铺第d个购买人员对应的购买商品数量店铺偏好影响系数，b2d表示该采集周期内该商家店铺第d个购买人员对应的总体购买商品数量；
S84、根据统计的各购买人员购买次数店铺偏好影响系数和各购买人员购买商品数量店铺偏好影响系数，进而统计各购买人员购买信息店铺偏好综合影响系数，其计算公式为
Figure GDA0003339220210000143
λd表示该采集周期内该商家店铺第d个购买人员对应的店铺偏好综合影响系数；
S85、根据各购买人员对该商家店铺的关注度，将各购买人员对该商家店铺的关注度与人员对店铺对应的标准关注度进行对比，进而统计各购买人员关注度店铺偏好影响系数，其计算公式为
Figure GDA0003339220210000151
φd表示该采集周期内该商家店铺第d个购买人员对应的关注度店铺偏好影响系数，G标准表示人员对店铺对应的标准关注度；
S86、根据统计的各购买人员对应的商品好评度，将各购买人员对应的商品好评度与人员对应的标准商品好评度进行对比，进而统计各购买人员商品好评度店铺偏好影响系数，其计算公式为
Figure GDA0003339220210000152
表示该采集周期内该商家店铺第d个购买人员对应的好评度店铺偏好影响系数，D标准表示人员对应的标准好评度；
S87、根据该采集周期内该商家店铺各购买人员对应的商品综合退货量，进而将该采集周期内该商家店铺各购买人员对应的商品综合退货量与其对应的商品综合购买数量进行对比，进而分析各购买人员退货量店铺偏好影响系数，其计算公式为
Figure GDA0003339220210000153
γd表示该采集周期内该商家店铺第d个购买人员对应的退货量店铺偏好影响系数，Td表示该采集周期内该商家店铺第d个购买人员商品综合退货量。
具体地，所述购买人员购买分析还包括对各购买人员进行综合分析，进而根据统计的各购买人员购买信息店铺偏好综合影响系数、各购买人员关注度店铺偏好影响系数、各购买人员商品好评度店铺偏好影响系数和各购买人员退货量店铺偏好影响系数，进而统计各购买人员对该商家店铺对应的综合偏好影响系数，其计算公式为
Figure GDA0003339220210000154
Qd表示该采集周期内该商家店铺第d个购买人员对该商家店铺对应的综合偏好影响系数，进而将各购买人员对该商家店铺对应的综合偏好影响系数按照从大到小的顺序进行排序，进而提取排名前三位的购买人员，并将排名前三位的购买人员记为该商家店铺热爱人员，进而提取该商家店铺热爱人员对应的编号，并提取各店铺热爱人员对应的id账号。
S9、信息发送：通过信息发送模块该商家店铺对应的各热爱人员对应的编号、各店铺热爱人员对应的id账号发送给至该商家。
本发明实施例通过将统计的该商家店铺对应的各热爱人员对应的编号、各店铺热爱人员对应的i d账号发送给至该商家，进而大大的提高了该商家店铺对其购买人员管理，同时也大大的提高了该店铺商家与购买人员的粘合度。
请参阅图2所示，本发明一方面提供了一种系统，包括订单数量统计模块、订单信息获取模块、购买人员数量统计模块、购买信息获取模块、购买人员关注度统计模块、购买人员好评度统计模块、购买人员退货量获取模块、数据处理与分析模块、信息发送模块和数据库，其中，订单信息获取模块分别与订单数量统计模块和购买人员数量统计模块连接，数据处理与分析模块分别与购买信息获取模块、购买人员关注度统计模块、购买人员好评度统计模块、购买人员退货量获取模块、信息发送模块和数据库连接，购买信息获取模块与购买人员数量统计模块连接。
其中，数据库用于存储人员对店铺对应的标准关注度和人员对应的标准好评度。
本发明一方面提供了一种设备，包括：处理器，以及与处理器连接的存和网络接口；所述网络接口与服务器中的非易失性存储器连接；所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序，并通过所述存运行所述计算机程序，以执行上述本发明所述的方法。
本发明另一方面提拱了一种应用于计算机的可读存储介质，所述可读存储介质烧录有计算机程序，所述计算机程序在服务器的存中运行时实现上述本发明所述的方法。
以上内容仅仅是对本发明的构思所作的举例和说明，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，只要不偏离发明的构思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 (7)

1.电子商务平台商家店铺智能管理方法，其特征在于：该方法包括以下步骤：
S1、订单数量获取：通过订单数量统计模块对采集周期内该商家店铺对应的订单数量进行统计，进而获取该采集周期内该商家店铺对应的订单数量，并将该采集周期内该商家店铺对应的订单按照预设顺序进行编号，依次标记为1，2，...i,...n；
S2、订单信息获取：通过订单信息获取模块获取该采集周期内该商家店铺各订单对应的信息，其中订单信息包括购买人员id账号、购买商品数量和成交金额，进而构建商家店铺订单信息集合Xw(Xw1,Xw2,...Xwi,...Xwn)，Xwi表示该采集周期内商家店铺第i个订单对应的第w个信息，w＝a1,a2,a3,a1,a2和a3分别表示购买人员id账号、购买商品数量和成交金额；
S3、购买人员数量统计：通过购买人员数量统计模块对该采集周期内该商家店铺购买商品人员的数量进行统计,根据该商家店铺订单信息集合，获取该采集周期内该商家店铺各订单购买人员对应的id账号，将该采集周期内该商家店铺各订单购买人员对应的id账号进行对比筛选，进而统计该采集周期内该商家店铺商品购买人员的数量，并将该采集周期内该商家店铺对应的购买人员按照预设顺序进行编号，依次标记为1,2，...j,...m；
S4、购买信息获取：通过购买信息获取模块获取该采集周期内该商家店铺各购买人员对应的购买信息，其中购买信息包括商品购买次数和商品综合购买数量；
S5、购买人员关注度获取：通过购买人员关注度统计模块对该采集周期内该商家店铺各购买人员对应的关注度进行统计，进而获取该采集周期内该商家店铺各购买人员对该商家店铺的关注度；
S6、商品好评度统计：通过购买人员好评度统计模块对该采集周期内该商家店铺各购买人员购买商品对应的好评度进行统计，进而获取该采集周期内该商家店铺各购买人员对应的好评度；
S7、购买人员商品退货量获取：通过购买人员退货量获取模块获取该采集周期内该商家店铺各购买人员对应的商品综合退货量，其根据各购买人员对应的id账号，进而从该平台调取各购买人员对应的售后信息，根据各购买人员对应的售后信息进而获取该采集周期内该商家店铺各购买人员对应的退货次数和各次退货对应的商品数量，进而获取该采集周期内该商家店铺各购买人员对应的商品综合退货量；
S8、购买人员购买分析：通过数据处理与分析模块对该采集周期内该商家店铺各购买人员购买信息、各购买人员关注度、各购买人员好评度和各购买人员的退货量进行分析；
所述商品好评度统计包括以下步骤：
S61、根据该采集周期内该商家店铺各购买人员对应的i d账号，进而从该平台筛选出该采集周期内该商家店铺各购买人员各次购买商品对应的商品评价信息；
S62、根据该采集周期内该商家店铺各购买人员各次购买商品对应的评价信息，进而获取该采集周期内该商家店铺各购买人员对应的电商平台自动评价次数，进而将该采集周期内该商家店铺各购买人员对应的电商平台自动评价次数与各购买人员对应的购买次数进行对比，统计各购买人员实际评价比，其计算公式为
Figure FDA0003468632030000021
Pd表示该采集周期内该商家店铺第d个购买人员对应的实际评价比，kd表示该采集周期内该商家店铺第d个购买人员对应的电商平台自动评价次数，b1d表示该采集周期内该商家店铺第d个购买人员对应的商品购买次数；
S63、进而获取该采集周期内该商家店铺各购买人员实际评价的次数和各次实际评价时对应的评价内容；
S64、通过关键词提取技术分别对各购买人员实际评价的内容进行关键词提取，进而获取各购买人员各次实际评价内容对应的关键词；
S65、将各购买人员各次实际评价内容对应的关键词与商品好评对应的关键词进行匹配筛选，进而统计各购买人员各次实际评价时对应的好评关键词的数量；
S66、根据各购买人员各次实际评价时对应的好评关键词的数量，获取各购买人员实际评价对应的综合好评关键词的数量，将各购买人员实际评价对应的综合好评关键词的数量与购买人员对应的标准好评关键词的数量进行对比，统计各购买人员好评词数比，其计算公式为
Figure FDA0003468632030000031
Hd表示该采集周期内该商家店铺第d个购买人员对应的好评词数比，fd表示采集周期内该商家店铺第d个购买人员实际评价对应的综合好评关键词的数量，f标准表示购买人员对应的标准好评关键词的数量；
S67、根据各购买人员实际评价比和各购买人员好评词数比，进而统计各购买人员对应的商品好评度，其计算公式为
Figure FDA0003468632030000032
Dd表示该采集周期内该商家店铺第d个购买人员对应的商品好评度；
所述购买人员购买分析包括以下步骤：
S81、根据各购买人员购买信息集合，进而获取该采集周期内该商家店铺各购买人员对应的商品购买次数和商品综合购买数量；
S82、将该采集周期内该商家店铺各购买人员对应的购买次数与人员对应的平均购买次数进行对比，进而统计各购买人员购买次数店铺偏好影响系数，其计算公式为
Figure FDA0003468632030000041
βd表示该采集周期内该商家店铺第d个购买人员对应的购买次数店铺影响系数,m表示该采集周期内该商家店铺购买人员数量；
S83、将该采集周期内该商家店铺各购买人员对应的总体购买商品数量与该采集周期内该商家店铺购买人员对应的平均购买数量进行对比，进而统计各购买人员购买商品数量店铺偏好影响系数，其计算公式为
Figure FDA0003468632030000042
χd表示该采集周期内该商家店铺第d个购买人员对应的购买商品数量店铺偏好影响系数，b2d表示该采集周期内该商家店铺第d个购买人员对应的总体购买商品数量；
S84、根据统计的各购买人员购买次数店铺偏好影响系数和各购买人员购买商品数量店铺偏好影响系数，进而统计各购买人员购买信息店铺偏好综合影响系数，其计算公式为
Figure FDA0003468632030000043
λd表示该采集周期内该商家店铺第d个购买人员对应的店铺偏好综合影响系数；
S85、根据各购买人员对该商家店铺的关注度，将各购买人员对该商家店铺的关注度与人员对店铺对应的标准关注度进行对比，进而统计各购买人员关注度店铺偏好影响系数，其计算公式为
Figure FDA0003468632030000044
φd表示该采集周期内该商家店铺第d个购买人员对应的关注度店铺偏好影响系数，G标准表示人员对店铺对应的标准关注度；
S86、根据统计的各购买人员对应的商品好评度，将各购买人员对应的商品好评度与人员对应的标准商品好评度进行对比，进而统计各购买人员商品好评度店铺偏好影响系数，其计算公式为
Figure FDA0003468632030000045
Figure FDA0003468632030000046
表示该采集周期内该商家店铺第d个购买人员对应的好评度店铺偏好影响系数，D标准表示人员对应的标准好评度；
S87、根据该采集周期内该商家店铺各购买人员对应的商品综合退货量，进而将该采集周期内该商家店铺各购买人员对应的商品综合退货量与其对应的商品综合购买数量进行对比，进而分析各购买人员退货量店铺偏好影响系数，其计算公式为
Figure FDA0003468632030000051
γd表示该采集周期内该商家店铺第d个购买人员对应的退货量店铺偏好影响系数，Td表示该采集周期内该商家店铺第d个购买人员商品综合退货量；
所述购买人员购买分析还包括对各购买人员进行综合分析，进而根据统计的各购买人员购买信息店铺偏好综合影响系数、各购买人员关注度店铺偏好影响系数、各购买人员商品好评度店铺偏好影响系数和各购买人员退货量店铺偏好影响系数，进而统计各购买人员对该商家店铺对应的综合偏好影响系数，其计算公式为
Figure FDA0003468632030000052
Qd表示该采集周期内该商家店铺第d个购买人员对该商家店铺对应的综合偏好影响系数，进而将各购买人员对该商家店铺对应的综合偏好影响系数按照从大到小的顺序进行排序，进而提取排名前三位的购买人员，并将排名前三位的购买人员记为该商家店铺热爱人员，进而提取该商家店铺热爱人员对应的编号，并提取各店铺热爱人员对应的id账号。
2.根据权利要求1所述的电子商务平台商家店铺智能管理方法，其特征在于：所述购买信息获取的方法为：根据各购买人员对应的id账号和该采集周期内该商家店铺各订单购买人员对应的id账号，进而筛选出该采集周期内该商家店铺各购买人员对应的订单数量，进而获取该采集周期内该商家店铺各购买人员对应的商品购买次数和各次够买时对应的商品购买数量，进而获取该采集周期内该商家店铺各购买人员商品综合购买数量，并构建各购买人员购买信息集合Me(Me1,Me2,...Mei,...Men)，Mei表示该采集周期内该商家店铺第i个购买人员对应的第e个购买信息，e表示购买信息，e＝b1,b2,b1和b2分别表示商品购买次数和商品综合购买数量。
3.根据权利要求1所述的电子商务平台商家店铺智能管理方法，其特征在于：所述购买人员关注度统计具体过程包括以下步骤：
S51、从该电商平台调取该采集周期内该商家店铺各购买人员浏览该商家店铺对应的浏览记录，进而获取该采集周期内该商家店铺各购买人员浏览该商家店铺对应的浏览次数和每次浏览对应的浏览时长；
S52、将该采集周期内该商家店铺各购买人员浏览次数按照预设顺序进行编号，依次标记为1，2，...x,...y；
S53、同时从该电商平台调取该采集周期内该商家店铺对应的总体浏览次数和总体浏览时长，进而获取该采集周期内该商家店铺对应的平均浏览时长；
S54、根据该采集周期内该商家店铺各购买人员每次浏览对应的浏览时长，进而获取该采集周期内该商家店铺各购买人员对应的综合浏览时长；
S56、进而根据该采集周期内该商家店铺各购买人员浏览次数和该采集周期内该商家店铺各购买人员对应的综合浏览时长，进而统计该采集周期内该商家店铺各购买人员对该商家店铺的关注度，其计算公式为
Figure FDA0003468632030000061
Gd表示该采集周期内该商家店铺第d个购买人员对该商家店铺对应的关注度，
Figure FDA0003468632030000062
表示关注度修正系数，sd表示该采集周期内该商家店铺第d个购买人员对应的浏览次数，td表示该采集周期内该商家店铺第d个购买人员对应的综合浏览时长，s′和t′分别表示该商家店铺该采集周期内人员对应的总体浏览次数和总体浏览时长，d表示购买人员编号，d＝1,2，...j,...m。
4.根据权利要求1所述的电子商务平台商家店铺智能管理方法，其特征在于：该方法还包括信息发送，进而通过信息发送模块将该商家店铺对应的各热爱人员对应的编号、各店铺热爱人员对应的id账号发送给至该商家。
5.根据权利要求1所述的电子商务平台商家店铺智能管理方法,其特征在于：该方法在具体实施过程中需要用到一种电子商务平台商家店铺智能管理系统，包括订单数量统计模块、订单信息获取模块、购买人员数量统计模块、购买信息获取模块、购买人员关注度统计模块、购买人员好评度统计模块、购买人员退货量获取模块、数据处理与分析模块、信息发送模块和数据库，其中，订单信息获取模块分别与订单数量统计模块和购买人员数量统计模块连接，数据处理与分析模块分别与购买信息获取模块、购买人员关注度统计模块、购买人员好评度统计模块、购买人员退货量获取模块、信息发送模块和数据库连接，购买信息获取模块与购买人员数量统计模块连接。
6.一种设备，其特征在于：包括：处理器，以及与处理器连接的内存和网络接口；所述网络接口与服务器中的非易失性存储器连接；所述处理器在运行时通过所述网络接口从所述非易失性存储器中调取计算机程序，并通过所述存运行所述计算机程序，以执行上述权利要求1-5任一项所述的方法。
7.一种应用于计算机的可读存储介质，其特征在于：所述可读存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现上述权利要求1-5任一项所述的方法。
CN202110532399.8A 2021-05-17 2021-05-17 电子商务平台商家店铺智能管理方法、系统、设备和计算机存储介质 Active CN113139857B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110532399.8A CN113139857B (zh) 2021-05-17 2021-05-17 电子商务平台商家店铺智能管理方法、系统、设备和计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110532399.8A CN113139857B (zh) 2021-05-17 2021-05-17 电子商务平台商家店铺智能管理方法、系统、设备和计算机存储介质

Publications (2)

Publication Number Publication Date
CN113139857A CN113139857A (zh) 2021-07-20
CN113139857B true CN113139857B (zh) 2022-05-17

Family

ID=76817092

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110532399.8A Active CN113139857B (zh) 2021-05-17 2021-05-17 电子商务平台商家店铺智能管理方法、系统、设备和计算机存储介质

Country Status (1)

Country Link
CN (1) CN113139857B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113538012A (zh) * 2021-07-26 2021-10-22 武汉东临碣石电子商务有限公司 一种基于互联网电子商务平台数据分析的买家用户智能管理方法
CN114202371B (zh) * 2022-02-17 2022-04-22 广州幸运游戏科技有限公司 一种电子会员卡管理方法、系统及计算机存储介质
CN114581121A (zh) * 2022-02-22 2022-06-03 华南理工大学 基于神经网络和最优超任务网的购物平台及其管控方法
CN114693350B (zh) * 2022-03-29 2023-04-25 上海佳昌智联汽车科技有限公司 一种商品信息处理方法、设备及计算机存储介质
CN115187065B (zh) * 2022-07-11 2023-11-14 深圳咔咔可洛信息技术有限公司 一种基于电子商务平台的服装类商品质量分析系统
CN115345659B (zh) * 2022-08-12 2024-03-01 武汉抖量文化传媒有限公司 一种私域流量监测分析处理方法、系统及存储介质
CN116109336B (zh) * 2023-04-13 2023-07-18 厦门蝉羽网络科技有限公司 一种电商店铺推广数据分析管理方法、系统及存储介质
CN116308684B (zh) * 2023-05-18 2023-08-11 和元达信息科技有限公司 一种网购平台店铺信息推送方法及系统
CN116433255B (zh) * 2023-06-15 2023-08-25 建信金融科技有限责任公司 刷单嫌疑度确定方法、装置、设备及介质
CN117217868A (zh) * 2023-09-15 2023-12-12 江苏多飞网络科技有限公司 一种基于数据分析的电商平台产品智能更换系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003281350A (ja) * 2002-03-19 2003-10-03 Dentsu Tec Inc 商品群別顧客価値分析による顧客管理コストの低減方法
CN108694248A (zh) * 2018-05-28 2018-10-23 安徽鼎龙网络传媒有限公司 一种商业活动管理平台统计报表的即时生成系统
CN110415087A (zh) * 2019-08-05 2019-11-05 江苏易汇聚软件科技有限公司 一种基于互联网的电子商务交易系统
CN110533474A (zh) * 2019-08-30 2019-12-03 北京智云信国际信用评价有限公司 一种针对电商用户信用测评系统
CN112036984A (zh) * 2020-09-04 2020-12-04 烟台冰兔网络科技有限公司 一种电商运营大数据管理系统
CN112492342A (zh) * 2020-12-01 2021-03-12 南京翰氜信息科技有限公司 基于云计算数据分析的电子商务视频直播平台

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001134648A (ja) * 1999-11-02 2001-05-18 Dentsu Tec Inc 顧客維持育成のための顧客データ分析方法
WO2002071295A1 (en) * 2001-03-07 2002-09-12 Jong-Seong Kim Method and system for electronic commerce using products satisfaction index
JP2009217655A (ja) * 2008-03-12 2009-09-24 Nec Corp 商品販売システム、商品販売方法、商品販売サーバ、及び商品販売プログラム
JP5403809B2 (ja) * 2009-11-26 2014-01-29 生活協同組合コープさっぽろ 顧客情報管理サーバ、及び顧客情報管理プログラム
CN106920119A (zh) * 2015-12-25 2017-07-04 北京国双科技有限公司 一种用户价值的评价方法及装置
CN112163874A (zh) * 2020-10-30 2021-01-01 杭州次元岛科技有限公司 一种用于电商平台的售后服务系统
CN112417302B (zh) * 2020-12-08 2021-06-04 六晟信息科技(杭州)有限公司 一种基于大数据的资讯内容智能分析推荐处理系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003281350A (ja) * 2002-03-19 2003-10-03 Dentsu Tec Inc 商品群別顧客価値分析による顧客管理コストの低減方法
CN108694248A (zh) * 2018-05-28 2018-10-23 安徽鼎龙网络传媒有限公司 一种商业活动管理平台统计报表的即时生成系统
CN110415087A (zh) * 2019-08-05 2019-11-05 江苏易汇聚软件科技有限公司 一种基于互联网的电子商务交易系统
CN110533474A (zh) * 2019-08-30 2019-12-03 北京智云信国际信用评价有限公司 一种针对电商用户信用测评系统
CN112036984A (zh) * 2020-09-04 2020-12-04 烟台冰兔网络科技有限公司 一种电商运营大数据管理系统
CN112492342A (zh) * 2020-12-01 2021-03-12 南京翰氜信息科技有限公司 基于云计算数据分析的电子商务视频直播平台

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于 C/S 的中小型商店智能管理系统的设计与实现;叶霖;《万方数据》;20201221;第1-65页 *

Also Published As

Publication number Publication date
CN113139857A (zh) 2021-07-20

Similar Documents

Publication Publication Date Title
CN113139857B (zh) 电子商务平台商家店铺智能管理方法、系统、设备和计算机存储介质
CN112381623B (zh) 一种基于大数据分析的电子商务平台商品智能推荐方法
KR100766149B1 (ko) 컴퓨터로 구현되는 자산 샘플링 방법, 시스템 및 컴퓨터
KR100771710B1 (ko) 입찰가 판정 방법 및 시스템, 컴퓨터
EP1391836A1 (en) Customer's assets evaluating system
CN107993143A (zh) 一种信贷风险评估方法及系统
KR100746107B1 (ko) 자산 포트폴리오의 기술 속성 상관 방법, 상관 시스템 및 상관 컴퓨터
US7908159B1 (en) Method, data structure, and systems for customer segmentation models
AU2004224885A1 (en) System, method and computer product to detect behavioral patterns related to the financial health of a business entity
CN113034238B (zh) 基于电子商务平台交易的商品品牌特征提取及智能推荐管理方法
CN115391669B (zh) 一种智能推荐方法、装置、电子设备
Gangurde et al. Building prediction model using market basket analysis
CN107133862A (zh) 动态产生增强信用评估的详细交易支付经历的方法和系统
CN115456745A (zh) 小微企业画像构建方法及装置
KR101026544B1 (ko) 인공지능에 기반한 랭킹 분석 방법, 이를 기록한 기록 매체, 그 장치
CN112631889B (zh) 针对应用系统的画像方法、装置、设备及可读存储介质
JP5581555B2 (ja) 特許力加重指数算出装置及び特許力加重指数算出装置の動作方法
CN114897551A (zh) 一种购物记录分析反馈系统
CN111008913A (zh) 一种以产品促进其知识产权交易的电子商务平台
CN115563176A (zh) 一种电子商务数据处理系统及方法
CN114266594A (zh) 一种基于东南亚跨境电商平台的大数据分析方法
CN114971083A (zh) 一种货物购买预测出售的方法
CN113283960B (zh) 基于大数据分析和云计算的垂直电商平台商品智能推荐方法和云服务平台
CN114971805A (zh) 一种基于深度学习的电子商务平台商品智能分析推荐系统
Sharawi et al. Utilization of data visualization for knowledge discovery in modern logistic service companies

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
TA01 Transfer of patent application right

Effective date of registration: 20220414

Address after: Room 202, No. 1663, Fengmei Road, Fengjing town, Jinshan District, Shanghai 201500

Applicant after: Shanghai reader digital information technology Co.,Ltd.

Address before: Zhaofu international building, 717 Wuluo Road, Luonan street, Hongshan District, Wuhan City, Hubei Province 430070

Applicant before: Wuhan Adula e-commerce Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant