CN114240534A - 选品控制方法及电子设备 - Google Patents
选品控制方法及电子设备 Download PDFInfo
- Publication number
- CN114240534A CN114240534A CN202111358432.6A CN202111358432A CN114240534A CN 114240534 A CN114240534 A CN 114240534A CN 202111358432 A CN202111358432 A CN 202111358432A CN 114240534 A CN114240534 A CN 114240534A
- Authority
- CN
- China
- Prior art keywords
- commodity
- value
- user
- target
- labels
- 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
- 238000000034 method Methods 0.000 title claims abstract description 74
- 238000012216 screening Methods 0.000 claims abstract description 36
- 230000006399 behavior Effects 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 19
- 238000006243 chemical reaction Methods 0.000 description 13
- 238000004088 simulation Methods 0.000 description 9
- 239000000447 pesticide residue Substances 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 241001125843 Trichiuridae Species 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 235000013311 vegetables Nutrition 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000012055 fruits and vegetables Nutrition 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 235000014102 seafood Nutrition 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G06Q30/0625—Directed, with specific intent or strategy
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- 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]
- G06Q30/0605—Supply or demand aggregation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Probability & Statistics with Applications (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了选品控制方法及电子设备,所述方法包括:确定第一商品集合以及可选的价值标签;根据所述可选的价值标签,为所述第一商品集合中符合条件的商品添加价值标签属性;接收到第一用户提交的进行选品范围配置的请求后,提供可选的价值标签;接收到所述第一用户选定的目标价值标签后,从所述第一商品集合中筛选出带有所述目标价值标签的商品,组成第二商品集合;生成选品任务,并将所述选品任务与所述第二商品对象集合建立关联关系,以便基于所述第二商品对象集合执行所述选品任务。通过本申请实施例,能够在执行选品任务的过程中,贯彻执行预先设定的战略目标,从而确保选品结果的合理性。
Description
技术领域
本申请涉及信息处理技术领域,特别是涉及选品控制方法及电子设备。
背景技术
“新零售”是一种对线上服务、线下体验以及现代物流进行深度融合的零售新模式,这种模式可以使得线上的互联网力量与线下的实体店终端形成真正意义上的合力,从而完成电商平台和实体零售店面在商业维度上的优化升级。
但是,与传统线上销售模式不同的是,“新零售”模式下需要将货品入库到具体实体店铺对应的仓库中,以支持消费者到店购买,或者,在线上下单后,从就近的实体店铺关联的仓库为其发货,以实现“半小时达”等履约服务,因此,在这种“新零售”模式下,通常需要将具体的商品进行采购入库。但是,受到具体实体店铺的仓库容量等限制,进行采购之前需要先进行“选品”,也即,从一个商品对象集合中,选择一些适合在“新零售”模式下销售的商品,然后再将对应的货品入库到具体实体店铺的仓库中,并在线上向消费者用户进行商品信息的发布。
现有技术中,通常是由采购员根据以往的个人经验进行选品,例如,在海鲜品类下,采购员根据以往经验判断出“带鱼”等比较受消费者欢迎,因此,“带鱼”得以入选。但是,如果采购员对某品类的情况并不是很了解,或者其个人经验受到一些地域性等限制,等等,都会导致选品结果不够合理。另外,这种方式也可能会带来一些人为控制风险,例如,供应商A和供应商B都能够提供某品类的商品,但是,采购员选择了其中的采购商A,而没有选择采购商B,此时,可能难以判单采购员因何原因做出上述选择。
因此,如何帮助采购者用户更合理有效地进行选品,成为需要本领域技术人员解决的技术问题。
发明内容
本申请提供了选品控制方法及电子设备,能够在执行选品任务的过程中,贯彻执行预先设定的战略目标,从而确保选品结果的合理性。
本申请提供了如下方案:
一种选品控制方法,包括:
确定第一商品集合以及可选的价值标签,所述价值标签是通过对用户的商品选择需求进行分析并进行数字化表达后生成的;
根据所述可选的价值标签,为所述第一商品集合中符合条件的商品添加价值标签属性;
接收到第一用户提交的进行选品范围配置的请求后,提供可选的价值标签;
接收到所述第一用户选定的目标价值标签后,从所述第一商品集合中筛选出带有所述目标价值标签的商品,组成第二商品集合;
生成选品任务,并将所述选品任务与所述第二商品对象集合建立关联关系,以便基于所述第二商品对象集合执行所述选品任务。
其中,所述可选的价值标签分为多个层级,组成价值标签树;
其中,高层级的价值标签是由相邻的低层级中的多个价值标签进行聚类后生成的;
叶子级的价值标签是通过从所述第一商品集合中的多个商品的描述信息中挖掘出的多个目标描述词进行聚类后生成的;
所述目标描述词是根据商品关联的用户历史行为数据进行分析,从商品描述信息中确定出的易于获得用户正向反馈的描述词。
其中,所述高层级的价值标签用于与整体的价值需求相对应,所述低层级的价值标签用于对所述整体的价值需求进行细化表达,所述叶子级价值标签用于为所述符合条件的商品添加价值标签属性。
其中,所述提供可选的价值标签,包括:
提供所述高层级中可选的价值标签;
根据高层级价值标签的选择结果,提供低层级中可选的价值标签,直到完成对叶子级价值标签的选择;
所述从所述第一商品集合中筛选出带有所述目标价值标签的商品,组成第二商品集合,包括:
根据被选中的目标叶子级价值标签,从所述第一商品集合中筛选出带有所述目标叶子级价值标签的商品,组成第二商品集合。
其中,所述价值标签树分别为多个,对应多个商品类目;
所述提供所述高层级中可选的价值标签,包括:
确定所述多个商品类目分别对应的价值标签树中在同一高层级上具有的相同价值标签,并将所述相同价值标签提供给所述第一用户进行选择;
所述根据高层级价值标签的选择结果,提供低层级中可选的价值标签,包括:
在所述高层级中的某价值标签被选中后,将各类目的价值标签树中,与该价值标签相关的其他层级的价值标签提供给所述第一用户进行选择。
其中,所述第一商品对象集合为多个,对应多个商品类目;
所述接收到所述第一用户选定的目标价值标签后,从所述第一商品集合中筛选出带有所述目标价值标签的商品,组成第二商品集合,包括:
确定所述第一用户分别为在各价值标签树中选择的目标价值标签,并分别从各个第一商品集合中筛选出带有所述目标价值标签的商品,组成多个第二商品集合;
所述生成选品任务,包括:
针对所述多个商品类目,生成多个选品任务,所述多个选品任务分别与各类目对应的所述第二商品集合建立关联关系。
其中,其中某商品类目的价值标签树通过以下方式生成:
获取该商品类目下的第一商品集合对应的用户历史行为数据;
对所述第一商品集合中的商品描述信息进行分词处理,得到多个描述词;
基于描述词的维度对所述用户历史行为数据进行分析,确定出易于获得用户正向反馈的多个目标描述词,以便通过将所述多个目标描述词进行聚类,生成多个叶子级价值标签,并以所述叶子级价值标签为基础,逐级向上进行聚类,生成其他层级的价值标签。
其中,所述接收到第一用户提交的进行选品范围配置的请求后,还包括:
提供候选的消费者用户群体标签,以用于为选定的消费者用户群体进行选品范围配置;
所述方法还包括:
接收所述第一用户选择的目标消费者用户群体后,根据所述目标消费者用户群体,从所述价值标签树中选择部分价值标签向所述第一用户进行推荐。
其中,还包括:
将所述选品任务分配给第二用户,以便所述第二用户在执行所述选品任务时,从所述第二商品集合中进行商品选择。
其中,所述选品任务用于为第一商品对象系统选择待发布的商品;
所述第一商品集合是根据关联的至少一个第二商品信息系统中已发布的商品生成的。
其中,所述从所述第一商品集合中筛选出带有所述目标价值标签的商品时,还包括:
获取至少一个目标统计指标的阈值,以便将带有所述目标价值标签且在所述目标统计指标上的数值高于所述阈值的多个商品,组成所述第二商品集合;所述目标指标与所述商品在所述第二商品信息系统中获得的消费者用户反馈情况相关。
一种选品控制方法,包括:
获得选品任务的信息,所述选品任务关联有第二商品集合,所述第二商品集合是根据第一用户选择的目标价值标签对第一商品集合中的商品进行筛选后生成的,所述价值标签是通过对用户的商品选择需求进行分析并进行数字化表达后生成,并提供给所述第一用户进行选择的,所述价值标签还与所述第一商品集合中的多个商品关联;
接收到第二用户提交的执行所述选品任务的请求后,展示所述第二商品集合,以便第二用户从所述第二商品集合中进行商品选择。
其中,所述选品任务用于为第一商品信息系统选择待发布的商品对象;
所述第一商品集合是根据关联的至少一个第二商品信息系统中已发布的商品生成的。
其中,所述展示所述第二商品集合时,还包括:
提供用于对所述第二商品集合中的商品进行按目标关键词进行查询,按目标统计指标进行筛选,和/或按目标维度进行重新排序的操作入口;所述目标指标与所述商品在所述第二商品信息系统中获得的消费者用户反馈情况相关。
其中,还包括:
对所述第二商品集合中的目标商品进行收益仿真,以预测所述目标商品在所述第一商品信息系统中发布后可获得的收益。
其中,还包括:
对所选择出的商品在所述第一商品信息系统中发布和/或销售情况进行跟踪,以用于对收益仿真的相关模型进行更新。
种选品控制装置,包括:
价值标签确定单元,用于确定第一商品集合以及可选的价值标签,所述价值标签是通过对用户的商品选择需求进行分析并进行数字化表达后生成的;
价值标签属性添加单元,用于根据所述可选的价值标签,为所述第一商品集合中符合条件的商品添加价值标签属性;
价值标签提供单元,用于接收到第一用户提交的进行选品范围配置的请求后,提供可选的价值标签;
商品筛选单元,用于接收到所述第一用户选定的目标价值标签后,从所述第一商品集合中筛选出带有所述目标价值标签的商品,组成第二商品集合;
选品任务生成单元,用于生成选品任务,并将所述选品任务与所述第二商品对象集合建立关联关系,以便基于所述第二商品对象集合执行所述选品任务。
一种选品控制装置,包括:
选品任务信息获得单元,用于获得选品任务的信息,所述选品任务关联有第二商品集合,所述第二商品集合是根据第一用户选择的目标价值标签对第一商品集合中的商品进行筛选后生成的,所述价值标签是通过对用户的商品选择需求进行分析并进行数字化表达后生成,并提供给所述第一用户进行选择的,所述价值标签还与所述第一商品集合中的多个商品关联;
展示单元,用于接收到第二用户提交的执行所述选品任务的请求后,展示所述第二商品集合,以便第二用户从所述第二商品集合中进行商品选择。
一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现前述一项所述的方法的步骤。
一种电子设备,包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行前述任一项所述的方法的步骤。
根据本申请提供的具体实施例,本申请公开了以下技术效果:
通过本申请实施例,可以基于大数据分析等方式,将多个用户的商品选择需求数字化表达为价值标签,并且可以利用这种价值标签为具体符合条件的商品添加价值标签属性。之后,可以基于上述信息为采购管理者提供选品范围配置服务,具体的,可以由第一用户选择所需的目标价值标签,然后,可以对第一商品集合中的商品进行筛选,获得具有目标价值标签的多个商品组成的第二商品集合。这样,可以基于第二商品集合执行选品任务。通过这种方式,可以将后续的选品操作限制在第二商品集合范围内,而该第二商品集合是根据第一用户设定的目标价值标签对第一商品集合进行筛选后得到的,因此,使得只有具有对应价值标签的商品才有机会被选入。这样,可以在执行选品任务时,能够更好贯彻执行第一用户设定的价值战略目标,确保选品的合理性。同时,也可以从一定程度上降低户在选品过程中带入的人为控制风险。
其中,具体生成第二商品对象集合之后,还可以生成选品任务,这种选品任务可以由第二用户来执行,此时,还可以将所述第二商品对象集合提供给负责执行所述选品任务的第二用户,以便所述第二用户从所述第二商品对象集合中进行商品对象选择。
当然,实施本申请的任一产品并不一定需要同时达到以上所述的所有优点。
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是本申请实施例提供的系统架构的示意图;
图2是本申请实施例提供的第一方法的流程图;
图3是本申请实施例提供的第二方法的流程图;
图4是本申请实施例提供的第一装置的示意图;
图5是本申请实施例提供的第二装置的示意图;
图6是本申请实施例提供的电子设备的示意图。
具体实施方式
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,所描述的实施例仅仅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所获得的所有其他实施例,都属于本申请保护的范围。
首先需要说明的是,在本申请实施例中,主要涉及到选品过程,具体的选品可以有多种应用场景,其中一种场景下,可以是从一个或多个已知的商品集合中,为“新零售”场景下的商品信息系统进行商品选择,被选入的商品,可以发布到这种“新零售”场景下的商品信息系统中进行销售。具体实现时,具体的已知的商品集合可以有多种途径获得,例如,一种方式下,可以根据传统的纯线上的商品信息系统(为便于区分,在本申请实施例中,将“新零售”场景下的商品信息系统称为“第一商品信息系统”,将传统的纯线上的商品信息系统称为“第二商品信息系统”)中已发布的商品,确定上述商品集合,并从中选择出部分商品,以用于发布到第一商品信息系统中进行销售。
也就是说,假设某商品A已经在第二商品信息系统中发布,则消费者用户能够通过第二商品信息系统相关的应用程序客户端查看到该商品A的信息,并且能够进行线上交易(此时,是由具体的商家或者卖家用户进行发货)。之后,如果在为第一商品信息系统进行选品的过程中,该商品A被选入,则可以在该商品A在第一商品信息系统中发布,之后,消费者用户也能够通过第一商品信息系统相关的应用程序客户端查看到该商品A的信息。并且,由于该第一商品信息系统关联有实体店铺,商品A对应的货品也可以入库到具体实体店铺关联的仓库中,因此,消费者用户能够到这种实体店铺中对该商品A进行购买,或者,通过第一商品信息系统相关的应用程序客户端执行在线的交易及支付等操作,而具体的配送履约等服务,则可以通过距离该消费者用户较近的实体店铺来完成,包括“半小时达”、“到店自提”等特殊的履约服务。
另外需要说明的是,对于具体的商品而言,往往都有自己的价值点(也称卖点等),这些价值点会成为消费者用户选择具体某款商品的理由。例如,某商品主要强调的价值点是“绿色有机”,而某消费者用户恰好比较关注该价值点,则该价值点就会成为该消费者用户选择该商品的理由,等等。因此,在商品的标题等描述信息中,通常也会通过一些词汇、短语等描述词对具体需要强调的价值点进行表达,以使其成为消费者用户进行购买决策的一个重要参考依据。
另一方面,不同的零售渠道方可能会有各自的选品战略目标,或者,对所销售的商品的定位,等等。这种战略目标或者定位,通常也是与商品所具有的价值点相关的,因此,可以称为系统为消费者用户提供的一种“价值主张”。例如,对于前述“新零售”模式下的第一商品信息系统,其作为面向消费者用户的一种零售渠道,主要的价值主张可能包括新鲜、安全等等。也就是说,该系统的初衷就是为消费者提供新鲜、安全的商品,关于价格等可能并不是首先考虑的因素。而作为另一个以团购为主要模式的零售渠道而言,主要的价值主张则可能是性价比,也即,以高性价比作为选品过程中关注的重点,等等。
现有技术中,在由采购员根据自身经验进行选品的过程中,关于选品结果的不合理性,一个重要的方面就体现在:选品结果可能与具体的商品信息系统期望的价值主张不符,甚至相背离。也就是说,从采购的管理者视角来看,希望只有符合某种价值主张的商品才能够导入到该系统中进行销售。例如,某系统的价值主张是“安全,新鲜”,则在理想情况下,只有具有“安全,新鲜”这种价值标签的商品,才能够被选入。但是,由于具体采购的执行者与管理者通常是由不同的人负责,而在管理者制定了价值主张之后,在由具体的采购执行者进行选品的过程中,由于全凭自身经验进行选择,并且缺乏相关的选品行为监管机制,因此,可能会出现选品结果偏离原定的价值主张的情况。
而之所以出现上述情况,一个主要的原因是,管理者提出的价值主张与实际的选品过程是相割离的,管理者只能通过口头表达等方式提出价值主张,选品任务执行者在选品过程中,无法直接将具体的价值主张与商品关联起来。
基于上述情况,本申请实施例提供了相应的解决方案。在该方案中,首先可以通过对用户的商品选择需求进行分析,将用户所需要的价值点进行数字化表达为价值标签。例如,具体实现时,可以对原始商品集合中的商品标题等描述信息进行分词,得到多个描述词;之后,还可以在这种描述词维度上,对商品的用户历史行为记录信息进行分析,判断哪些描述词易于获得用户的正向反馈(例如,带来交易转化,或者点击,等等),这些描述词就可以作为目标描述词被挖掘出来。然后,通过对这些目标描述词进行聚类以及抽象表达,即可得到多个价值标签。当然,具体实现时,这种方式得到的价值标签数量可能会比较多,为了便于进行后续的选择操作,还可以将价值标签进一步向上进行聚类,得到更高层级的价值标签,以此形成价值标签树,等等。生成具体的价值标签之后,还可以利用这种价值标签还可以用来为商品进行打标,使得符合条件的商品可以与对应的价值标签关联,相应的,也使得具体的价值标签下可以挂载具体的商品子集。
在进行了上述准备工作基础上,还可以为采购管理者用户提供具体的配置工具。具体的采购员执行选品之前,可以首先由采购的管理者(在本申请实施例中,可以称为第一用户)等通过该配置工具对选品范围进行配置。在配置的过程中,可以将前述生成的价值标签提供给第一用户进行选择,例如,可以根据具体的选品战略目标,选择“安全”、“新鲜”等价值标签。然后,可以基于这种价值标签对原始的商品集合(可以称为第一商品集合,该集合中的数据可以来自于关联的线上商品信息系统中已发布的商品,或者也可以是其他数据源)进行筛选,从中选择出带有这种价值标签的商品,组成第二商品集合。这样,在具体的采购员(在本申请实施例中,可以称为第二用户)执行具体的选品操作时,可以将第二用户的选品操作限定在该第二商品集合内,也即,第二用户不是直接从第一商品集合中进行选品,而是只能从已经按照预定的价值主张进行过筛选的第二商品集合中进行选品操作。通过这种方式,可以实现具体采购员在具体进行采购的过程中,对预先制定的选品战略(通过前述价值主张来进行表达)的贯彻执行,避免出现选品结果偏离原定的价值主张的情况。另外,由于采购员的采购范围进行了限定,因此,也可以降低采购过程中的人为控制风险。当然,在另一种实现方式下,在生成第二商品集合之后,除了可以由具体的第二用户执行对应的选品任务,也可以通过预先设定的算法模型(例如,在算法模型中设定一些具体的选品规则,选品规则可以通过具体的转化率、复购率等指标等进行设定),执行具体的选品任务。
其中,如果具体的价值标签分为多个层级,则可以逐级提供候选的价值标签,例如,首先提供高层级的价值标签给第一用户进行选择,选择某个或几个价值标签后,再将该价值标签下包括的低层级价值标签提供给第一用户进行选择,等等。这样,由于高层级价值标签通常可以与整体上的价值主张对应,因此,便于采购管理者设定选品战略的基调,之后可以再通过在高层级价值标签下的低层级价值标签进行选择,可以将价值主张进行细化,并最终能够关联到具体的商品。
其中,具体实现时,具体的价值标签树还可以分为多个,分别与不同的商品类目相对应,也即,可以分别在不同的类目下进行价值标签树的构建,进而,可以分别基于各个类目的价值标签树在各个类目分别对应的第一商品集合中,进行选品范围的配置。
另外,在具体实现时,在具体从第一商品集合中进行商品筛选时,除了可以满足价值标签的条件之外,还可以结合第一商品中商品的与历史交易记录相关的指标,进行商品的筛选。例如,可以预先基于一些指标设定底线值,例如,转化率、复购率等等,通过这种指标可以大致推断商品品质的优劣,避免一些自身品质比较差的商品入选,等等。
实际应用中,具体的价值标签可能会与人群相关,也即,面向不同特点的人群,所需强调的价值主张可能会不同,因此,第一用户进行选品范围配置时,也可以分人群进行配置。此时,还可以为第一用户提供用于选择人群标签的选项,这样,可以根据具体的人群的不同,分别进行价值标签的选择,以此实现“人群”与“货群”的匹配,进而可以进行分人群的商品定向推送,等等。
具体的,从系统架构角度而言,参见图1,本申请实施例可以面向商品信息系统中的采购相关工作人员,提供相关的工具,或者,在已有的工作台产品中增加选品功能模块,等等。其中,如前文所述,采购相关工作人员可以分为两类,其中一类是进行相关战略制定的采购管理者(也即本申请实施例所述的第一用户);另一类是执行具体的采购任务的采购执行者(也即本申请实施例所述的第二用户)。因此,具体实现时,可以为第一用户提供第一客户端,为第二用户提供第二客户端,其中,具体的客户端可以以独立的应用程序或者网页等形式存在。当然,这里的第一客户端与第二客户端主要是从用户身份角度进行的划分,具体实现时,第一用户与第二用户可以安装相同的应用程序,或者访问相同的网页,并通过登录者身份的不同,展示出不同功能的用户界面,等等。另外,还可以通过服务端,由服务端提供对后台数据的存储以及处理方面的支持,例如,关于第一商品集合中的商品的描述信息、相关指标数据等,可以由服务端提供,等等。
具体的,在战略制定阶段,第一用户可以通过该选品工具或者功能模块提供的第一客户端的用户界面,发起进行选品范围配置的请求。之后,系统可以为其提供可选的价值标签,使得用户可以从中进行价值标签的选择。当然,如果需要分人群进行选品范围的配置,则还可以为第一用户提供用于输入人群标签等信息的操作选项。之后,服务端可以基于第一用户选择的价值标签,以及预先为商品添加的价值标签属性,从第一商品集合中进行商品筛选,得到第二商品集合。其中,第一商品集合可以为多个,分别对应多个不同的类目,相应的,第二商品集合也可以为多个。之后,还可以生成具体的选品任务,其中,不同的商品类目可以分别对应不同的选品任务,这些选品任务可以由预置的算法模型来执行,或者,也可以分配给具体的第二用户,例如,每个类目可以对应一条选品任务,分配给其中一个第二用户执行,等等。
在由第二用户执行对应的选品任务的情况下,可以通过第二客户端在收到选品任务之后,由第二客户端将具体第二商品集合展示给第二用户,使得第二用户可以基于该第二商品集合进行选品操作。也就是说,具体入选的商品,是从这种第二商品集合中选择的,而第二商品集合中,仅包括符合第一用户输入的目标价值标签的商品,因此,可以使得最终入选的商品也符合最初制定的选品战略条件,从而保证选品过程对选品战略条件的贯彻执行。
下面对本申请实施例提供的具体实现方案进行详细介绍。
实施例一
首先,该实施例一从前述服务端的角度,提供了一种选品控制方法,参见图2,该方法具体可以包括:
S201:确定第一商品集合以及可选的价值标签,所述价值标签是通过对用户的商品选择需求进行分析并进行数字化表达后生成的。
其中,可以从多个数据源进行商品信息收集,例如,可以包括多个电子商务系统等数据源进行商品信息的收集。具体实现时,具体的第一商品集合可以为多个,分别与不同的商品类目对应。此时,由于在不同的数据源中,具体的类目体系可能是不同的,例如,同样是某个商品,在不同的类目体系中,可能会被划分到不同的类目中。因此,在具体实现时,还可以以其中一个数据源的类目体系为准,实现不同数据源之间的类目对齐。例如,数据源有A、B、C等,可以以数据源A的类目体系为准,将从数据源B、C获得的商品挂载到数据源A的类目中。通过这种方式,可以为每个类目生成各自的第一商品集合,后续的商品筛选过程,就可以从这种第一商品集合中进行商品筛选。
在获得具体的第一商品集合之后,还可以生成价值标签。这种价值标签也就是用于对具体商品所具有的价值点进行数字化表达的词或者短语等文本,具体可以通过对用户的商品选择需求进行分析并进行数字化表达后生成。具体实现时,具体生成价值标签的方式可以有多种,例如,可以完全通过人工分析的方式进行创建,或者,在本申请的优选实施方式中,还可以通过算法进行大数据分析,并将分析结果提供给用户进行参考,之后,可以基于这种大数据分析结果概括抽象出价值标签。
例如,具体实现时,可以从第一商品集合中对商品的标题等描述信息进行分词,得到多个描述词,然后,基于具体的描述词,对各个商品对应的用户历史行为记录进行分析。这里的历史行为记录可以是某时间段内全量用户的产生的历史行为记录,包括历史购买行为,点击行为,等等。通过分析,可以判断出哪些描述词易于获得用户的正向反馈(例如,带来交易转化,或者点击,等等),这些描述词就可以作为目标描述词被挖掘出来。然后,通过对这些目标描述词进行聚类以及抽象表达,即可得到多个价值标签。这些价值标签还可以向上进行聚类,得到更高层级的价值标签,形成价值标签树。
具体实现时,由于不同类目之间,商品的描述信息会存在比较明显的差距,因此,关于上述生成价值标签的过程,可以是基于不同的商品类目分别进行。也就是说,可以在得到每个类目的第一商品集合后,基于这种第一商品集合为各个类目创建对应的价值标签树。例如,具体实现时,可以获取具体类目下第一商品集合中各商品的标题等描述信息,以及用户历史行为记录,之后,可以对各个标题的文本描述进行分词,得到多个描述词,然后可以基于描述词的维度对所述用户历史行为数据进行分析,确定出具体类目下易于获得用户正向反馈的多个目标描述词。例如,可以根据销量等指标对商品集合中的商品进行排序,然后,对这些商品的描述信息中包括的描述词进行统计,可以确定出用户更容易接受哪些描述词,也即,更容易获得用户正向反馈的描述词。这些描述词就可以作为目标描述词被挖掘出来。之后,可以将这些目标描述词提供给用户(主要指平台中的数据分析师等),用户可以通过将所述多个目标描述词进行聚类,生成多个价值标签。这些价值标签可以作为叶子级价值标签,之后,可以以所述叶子级价值标签为基础,逐级向上进行聚类,生成其他层级的价值标签。例如,对于“蔬菜”这一类目,通过得到的多个具体的描述词,可以先生成“无农药残留”、“有机”、“绿色”、“当季”、“当日采摘”等叶子级的价值标签。之后,可以将“无农药残留”、“有机”、“绿色”、进一步聚类为“安全”,将“当季”、“当日采摘”等进一步聚类为“新鲜”等更高层级的价值标签。
S201:根据所述可选的价值标签,为所述第一商品集合中符合条件的商品添加价值标签属性。
在生成了具体的价值标签树之后,还可以利用具体生成的价值标签,为第一商品集合中的具体商品添加价值标签属性,也就是说,可以利用价值标签为商品进行打标,相应的,也可以使得具体的价值标签下可以挂载对应的商品子集。
其中,具体在利用价值标签为商品进行打标时也可以有多种方式,例如,一种方式下,由于之前在生成价值标签树时,可以是根据从商品描述信息中挖掘出的目标描述词生成的,也即,价值标签来源于目标描述词,因此,可以直接将这种目标描述词为依据,完成具体价值标签与商品的关联。例如,假设某价值标签A是根据目标描述词A1、A2、A3等进行聚类并抽象出来的,因此,就可以将描述信息中包含有上述目标描述词A1、A2或A3的商品,打上该价值标签A。当然,在存在多个层级的价值标签的情况下,由于该价值标签A还可能与价值标签B、C等一起聚类为更高层级的价值标签S,因此,上述包含有上述目标描述词A1、A2、A3的商品,还可以打上价值标签S,等等。也就是说,在具体实现时,同一个商品可以对应N个价值标签,N为价值标签树中的层级数量。当然,在具体实现时,也可以仅利用叶子级价值标签为具体的商品进行打标,后续在具体进行筛选时,可以结合具体的价值标签树以及商品打标结果这两份数据,进行具体的筛选。
在为具体的商品打上价值标签后,相当于价值标签下也挂载了多个商品,这些商品是前述第一商品集合的一个子集。其中,如果存在多个层级的价值标签,并且各个层级的价值标签全部用于对商品进行打标,则对于叶子级价值标签A,其挂载的商品子集就是前述描述信息中包含有上述目标描述词A1、A2或A3的商品。而对于更高层级的价值标签S,如果其是由价值标签A、B、C等进行聚类得到的,则其挂载的商品子集可以是价值标签A、B、C对应的商品子集的并集。
S203:接收到第一用户提交的进行选品范围配置的请求后,提供可选的价值标签。
在确定出具体的价值标签,并为符合条件的商品添加了价值标签属性之后,就可以利用上述信息为第一用户提供具体对选品范围进行配置的功能。其中,第一用户就可以是前述所述的具有采购管理者智能的人员,通常由这类人员进行选品战略的制定,因此,在本申请实施例中,可以为第一用户提高对选品范围进行配置的功能。
具体实现时,可以为这种第一用户提供第一客户端,该第一客户端中可以提供目标界面,使第一用户可以通过该目标界面的操作按钮等发起具体的进行选品范围配置的请求。之后,可以根据之前生成的价值标签,为第一用户提供可选的价值标签。也即,第一用户可以在系统提供的可选范围内进行价值标签的选择。这样,第一用户可以通过选择这种价值标签的方式,对其所需制定的选品战略所需的价值点进行表达。
其中,如果可选的价值标签分为多个层级,组成价值标签树,则具体在提高可选的价值标签时,也可以首先提供较高层级中可选的价值标签,然后,再根据高层级价值标签的选择结果,提供低层级中可选的价值标签,直到完成对叶子级价值标签的选择。其中,由于较高层级的价值标签可以用于与整体的价值需求相对应,较低层级的价值标签则用于对所述整体的价值需求进行细化表达,因此,通过这种方式,可以使得第一用户首先可以站在较高的战略角度,选择一些比较概括性的价值标签,之后,再在对细化表达的价值标签进行选择。
另外,在存在多个不同商品类目对应的不同价值标签树的情况下,由于不同类目对应的价值标签树中,在比较低层级上,具体的价值标签可能不同,但是,在聚类到比较高的层级之后,可能会存在一些相同的价值标签。例如,水果以及蔬菜类目下,可能都能聚类出“安全”、“新鲜”等价值标签,但是,水果类目中,“安全”可能对应着“不打蜡”等低层级价值标签,而在蔬菜类目中,“安全”可能对应着“无农药残留”、“有机”等低层级价值标签,等等。具体实现时,为了使得第一用户能够更高效的完成对各个类目下价值标签的选择,对于较高层级的价值标签,例如,第一层最概括的价值标签,还可以将不同类目在该层级上的价值标签汇总在一起,并进行去重后,提供给第一用户进行选择。也就是说,对于前述例子中的情况,在提供第一层级的可选价值标签时,可以直接提供“安全”、“新鲜”等价值标签供第一用户进行选择。这样,具体的第一用户在对第一层价值标签进行选择时,可以不必区分具体的商品类目,直接从全局的角度选择出比较概括的价值标签即可。在选择了高层级价值标签之后,再分别给出各个类目下对应的低层级价值标签,供第一用户进行选择。例如,在第一层级的价值标签中选择了“安全”,则进而可以提供多个类目下与该“安全”对应的低层级价值标签供用户进行选择,等等。这样,不仅可以提升第一用户的配置效率,而且还可以使得第一层的价值标签更能起到对整个平台的价值主张进行表达的作用,更适合由管理者站在全局的视角进行价值战略的制定。
这里需要说明的是,在实际应用中,具体的价值战略还可能与具体的消费者用户群体相关,也就是说,对于不同的消费者用户群体,可能需要制定不同的价值战略,在本申请实施例中,就对应着需要选择不同的目标价值标签。因此,在具体实现时,还可以在提供给第一用户的配置界面中,提供用于选择具体消费者用户群体标签的选项,使得第一用户可以在选择某个具体的目标用户群体之后,再基于该用户群体进行有针对性地价值战略的制定。其中,具体的用户群体以及对应的标签也可以是预先生成的,本申请实施例中直接读取相关的结果即可。
另外,在需要为某个具体的用户群体进行选品范围配置的情况下,在可选的实施方式下,还可以根据具体的用户群体的特征,为第一用户提供推荐的价值标签。也就是说,除了可以提供全量可选的价值标签,还可以对更可能与当前用户群体匹配的价值标签进行推荐,这样,第一用户可以实现更高效的配置。其中,具体提供推荐的价值标签的实现方式可以有多种,例如,一种方式下,可以预先根据历史经验等,建立用户群体与多个可能匹配价值标签之间的映射关系,这样,可以基于这种映射关系进行推荐,等等。
S204:接收到所述第一用户选定的目标价值标签后,从所述第一商品集合中筛选出带有所述目标价值标签的商品,组成第二商品集合。
在第一用户选择了部分目标价值标签之后,可以对第一商品集合中的商品进行筛选,从中选择出带有目标价值标签的商品,并组成第二商品集合。具体的,由于预先为商品添加了价值标签属性,因此,在某些价值标签被选中之后,就可以将带有这些标签的商品选择出来,组成第二商品集合。具体的,其中,在具体根据价值标签组合确定对应的第二商品集合时,可以根据同一价值标签组合中各价值标签分别对应的商品子集,确定出所述价值标签组合对应的第二商品集合。
其中,如果存在与多个商品类目对应的多个第一商品集合以及多个价值标签树,则此时可以确定出第一用户分别为在各价值标签树中选择的目标价值标签,并分别从各个第一商品集合中筛选出带有所述目标价值标签的商品,组成多个第二商品集合。其中,在每个价值标签树中,具体选择出的叶子目标价值标签可能有多个,因此,还可以组成价值标签组合。由于每个价值价值标签可以对用一个商品子集,因此,可以通过对这些商品子集进行交并集计算的方式,确定出最终的第二商品集合。其中,具体计算时,对属于同一父级价值标签的不同价值标签对应的商品子集取并集,对属于不同父级价值标签的不同价值标签对应的商品子集取交集,这样就可以确定具体的价值标签组合对应的第二商品集合。例如,对于“无农药残留”、“有机”、“当日采摘”这一价值标签组合,由于“无农药残留”的父级价值标签是“安全”,“有机”的父级价值标签也是“安全”,两者属于相同的父级价值标签,因此,在确定第二商品集合时,可以取“无农药残留”与“有机”分别对应的商品子集的并集;而“当日采摘”的父级价值标签是“新鲜”,与“无农药残留”、“有机”属于不同的父级价值标签,因此,可以将“当日采摘”对应的商品子集与前述并集之间再取交集,得到最终的第二商品集合,等等。
另外,在具体实现时,为了能够使得更优质的商品获得入选机会,在生成第二商品集合的过程中,除了判断是否具有指定的价值标签,还可以根据转化率、复购率等维度的指标,对商品的品质进行判断。例如,具体实现时,可以设定具体指标的底线值,例如,转化率不能低于第一阈值,月复购率最低不能低于第二阈值,等等。这样,在从第一商品集合中对商品进行筛选时,不仅需要具有前述指定的价值标签,还需要在上述指标上满足基本条件,才能够进入到第二商品集合中。通过这种方式,可以使得候选的商品符合系统的价值主张,并且在品质上有一定保障。
S205:生成选品任务,并将所述选品任务与所述第二商品对象集合建立关联关系,以便基于所述第二商品对象集合执行所述选品任务。
在获得第二商品集合后,还可以生成具体的选品任务,这种选品任务可以与具体的第二商品集合建立关联关系,以便基于所述第二商品集合执行所述选品任务。其中,具体的选品任务可以通过预先生成的算法模型来自动执行,或者,也可以将具体的选品任务推送给具体的采购员等第二用户,由第二用户执行具体的选品工作。具体的,如果第二商品集合为多个,分别对应不同的商品类目,则具体的第二用户也可以为多个,分别执行不同类目下的选品任务。此时,还可以按照各个具体类目下可选的第二用户,进行选品任务的分配。之后,在向具体的第二用户提供选品任务的信息时,就可以将具体第二商品集合的信息提供给负责执行对应类目的选品任务的第二用户,使得该第二用户可以基于这种第二商品集合,执行具体的选品任务。
具体执行选品任务时,就是从第二商品集合中进一步选择出一些商品,以用于在第一商品信息系统中发布。无论是由算法模型进行自动的选品,还是由第二用户执行具体的选品任务,只要从第二商品集合中进行选择,则具体的选品规则可以不必限定。也即,可以根据实际的选品需求,任意设定具体从第二商品集合中进行商品选择的选品规则。
其中,在由第二用户执行具体选品任务的情况下,为了便于第二用户进行商品选择,还可以提供用于对所述第二商品集合中的商品进行按目标关键词进行查询,按目标统计指标进行筛选,和/或按目标维度进行重新排序等操作的操作入口,以帮助第二用户进行快速的选品。其中,所述目标统计指标与具体商品在第二商品信息系统中获得的消费者用户反馈情况相关,例如,可以包括转化率、复购率、目标用户偏好等,等等。这里需要说明的是,前述在生成第二商品集合时,可能也会涉及到对转化率、复购率等指标的判断,但是,彼时是基于一个底线值进行判断,也即,在转化率、复购率等方面符合最基本的要求即可加入到第二商品集合中。但是,第二用户在从该第二商品集合中进一步进行具体的选品时,虽然也可以参考转化率、复购率等指标,但是可以设定更高的阈值,以使得更优质的商品得以入选,等等。
其中,在从第二商品集合中选择出部分商品之后,就可以用于在第一商品信息系统中发布。具体实现时,可以将本申请实施例中提供的选品控制服务指定为唯一的选品渠道,也即,只有通过这种方式选定的商品才能够在第一商品信息系统中发布,以此避免将第二商品集合之外的其他商品发布到第一商品信息系统中。
这里需要说明的是,具体的选品任务可以是用于为多种应用场景进行商品选择,例如,在其中一种场景中,具体的选品任务可以是用于为第一商品信息系统选择待发布的商品。如果该第一商品信息系统是“新零售”模式,则通常会关联有多个实体店铺,此时,具体的选品任务实际上就是选择一些商品发布到该系统中,并将对应的货品入库到具体实体店铺对应的仓库中。在实际应用中,由于这些实体店铺通常分布于不同的地理区域,不同地理区域的用户可能具有不同的偏好,相应的,具体的选品定位也可能会有所不同,因此,具体的选品过程也可以是独立进行的。因此,具体实现时,具体的第一用户可能也会有多个,分别用于对不同区域范围内的实体店铺设定对应的选品范围。也就是说,具体的选品范围可以用于为目标区域范围内的实体店铺进行商品选择,以便根据所选择出的商品的信息,将对应的货品向所述目标区域范围内的实体店铺进行入库处理。具体实现时,第一用户可以首先对具体的目标区域范围等进行选择,然后再进行价值标签的选择,或者,如果具体第一用户与目标区域范围之间具有绑定关系,则也可以直接根据第一用户的身份信息,确定出当前具体为哪个目标区域范围进行选品范围配置,等等。
另外,除了可以分不同的目标区域范围设定不同的限制条件,还可以基于具体的消费者用户群体(也即“人群”)设定不同的选品范围。具体实现时,具体的消费者用户群体可以是预先划分好的,例如,可以根据具体消费者用户的基础资料、历史购买偏好、购买力等,进行用户群体的划分,并添加对应的群体标签。这样,第一用户在进行选品范围的配置时,还可以首先选择某个消费者用户群体的标签,然后,再选择具体所需的价值标签等。后续在完成对应的选品任务后,选出的商品组成的“货群”就可以与该“人群”对应,因此,可以将所选择出的商品的信息向所述目标消费者用户群体进行定向推送。这种推送可以是基于第一商品信息系统的客户端来进行,例如,在具体的消费者用户访问第一商品信息系统的客户端时,可能会涉及到向该消费者用户进行商品推荐,此时,就可以首先确定该消费者用户所述的“人群”,然后从该“人群”对应的“货群”中,选择出具体的商品以用于向该消费者用户进行推荐,等等。
具体实现时,还可以对第二商品集合中的商品进行收益仿真,以预测具体的商品在所述第一商品信息系统中销售时可获得的收益。例如,一种方式下,可以从目标人群中选择部分消费者用户进行测试,统计出方案的转化率、复购率等数值,另外,由于已知目标人群中的用户数量,因此就可以用目标用户数量*转化率*复购率*笔单数,就可以预测出最终成交额等数值。
另外,还可以第二用户所选择出的商品在所述第一商品信息系统中的发布情况以及销售情况等进行跟踪。例如,可以统计出实际发布的商品实际的销量、转化率、复购率等,还可以根据实际跟踪的数值对收益仿真的相关模型等进行更新,等等。
总之,通过本申请实施例,可以基于大数据分析等方式,将多个用户的商品选择需求数字化表达为价值标签,并且可以利用这种价值标签为具体符合条件的商品添加价值标签属性。之后,可以基于上述信息为采购管理者提供选品范围配置服务,具体的,可以由第一用户选择所需的目标价值标签,然后,可以对第一商品集合中的商品进行筛选,获得具有目标价值标签的多个商品组成的第二商品集合。这样,可以基于第二商品集合执行选品任务。通过这种方式,可以将后续的选品操作限制在第二商品集合范围内,而该第二商品集合是根据第一用户设定的目标价值标签对第一商品集合进行筛选后得到的,因此,使得只有具有对应价值标签的商品才有机会被选入。这样,可以在执行选品任务时,能够更好贯彻执行第一用户设定的价值战略目标,确保选品的合理性。同时,也可以从一定程度上降低户在选品过程中带入的人为控制风险。
其中,具体生成第二商品集合之后,还可以生成选品任务,这种选品任务可以由第二用户来执行,此时,还可以将所述第二商品集合提供给负责执行所述选品任务的第二用户,以便所述第二用户从所述第二商品集合中进行商品选择。
实施例二
该实施例二是与实施例一相对应的,从第二用户对应的第二客户端的角度,提供了一种选品控制方法,参见图3,该方法具体可以包括:
S301:获得选品任务的信息,所述选品任务关联有第二商品集合,所述第二商品集合是根据第一用户选择的目标价值标签对第一商品集合中的商品进行筛选后生成的,所述价值标签是通过对用户的商品选择需求进行分析并进行数字化表达后生成,并提供给所述第一用户进行选择的,所述价值标签还与所述第一商品集合中的多个商品关联。
具体实现时,在第一用户选择了具体的目标价值标签,并生成具体的第二商品集合之后,可以生成多条选品任务,系统可以自动给将选品任务分配给具体的第二用户,并向第二用户关联的第二客户端推送任务信息。或者,另一种方式下,也可以由第二用户登录第二客户端后,展示出多条选品任务信息,由第二用户进行选品任务的领取,等等。
S302:接收到第二用户提交的执行所述选品任务的请求后,展示所述第二商品集合,以便第二用户从所述第二商品集合中进行商品选择。
具体需要执行选品任务时,就可以将具体的第二商品集合展示给第二用户,这样,第二用户可以基于该第二商品集合进行商品的选择。具体的,所述选品任务可以用于为第一商品信息系统选择待发布的商品;所述第一商品集合可以是根据关联的第二商品信息系统中已发布的商品生成的。
其中,具体在展示所述第二商品集合时,还可以提供用于对所述第二商品集合中的商品进行按目标关键词进行查询,按目标指标进行筛选,和/或按目标维度进行重新排序的操作入口;所述目标指标与所述第二商品信息系统中的商品交易情况相关。
另外,在第二用户执行选品任务的过程中,还可以对所述第二商品集合中的目标商品进行收益仿真,以预测这种目标商品在所述第一商品信息系统中销售时可获得的收益。这样,第二用户可以基于这种预测信息,确定是否选择某个具体的商品。
再者,还可以对所述第二用户所选择出的商品在所述第一商品信息系统中发布和/或销售情况进行跟踪,以用于对收益仿真的相关模型进行更新。
关于该实施例二中的未详述部分,可以参见实施例一以及本说明书中其他部分的记载,这里不再赘述。
需要说明的是,本申请实施例中可能会涉及到对用户数据的使用,在实际应用中,可以在符合所在国的适用法律法规要求的情况下(例如,用户明确同意,对用户切实通知,等),在适用法律法规允许的范围内在本文描述的方案中使用用户特定的个人数据。
与前述实施例一相对应,本申请实施例还提供了一种选品控制装置,参见图4,该装置可以包括:
价值标签确定单元401,用于确定第一商品集合以及可选的价值标签,所述价值标签是通过对用户的商品选择需求进行分析并进行数字化表达后生成的;
价值标签属性添加单元402,用于根据所述可选的价值标签,为所述第一商品集合中符合条件的商品添加价值标签属性;
价值标签提供单元403,用于接收到第一用户提交的进行选品范围配置的请求后,提供可选的价值标签;
商品筛选单元404,用于接收到所述第一用户选定的目标价值标签后,从所述第一商品集合中筛选出带有所述目标价值标签的商品,组成第二商品集合;
选品任务生成单元405,用于生成选品任务,并将所述选品任务与所述第二商品对象集合建立关联关系,以便基于所述第二商品对象集合执行所述选品任务。
其中,所述可选的价值标签分为多个层级,组成价值标签树;
高层级的价值标签是由相邻的低层级中的多个价值标签进行聚类后生成的;
叶子级的价值标签是通过从所述第一商品集合中的多个商品的描述信息中挖掘出的多个目标描述词进行聚类后生成的;
所述目标描述词是根据商品关联的用户历史行为数据进行分析,从商品描述信息中确定出的易于获得用户正向反馈的描述词。
其中,所述高层级的价值标签用于与整体的价值需求相对应,所述低层级的价值标签用于对所述整体的价值需求进行细化表达,所述叶子级价值标签用于为所述符合条件的商品添加价值标签属性。
具体的,所述价值标签提供单元具体可以用于:
提供所述高层级中可选的价值标签;
根据高层级价值标签的选择结果,提供低层级中可选的价值标签,直到完成对叶子级价值标签的选择;
所述商品筛选单元具体可以用于:
根据被选中的目标叶子级价值标签,从所述第一商品集合中筛选出带有所述目标叶子级价值标签的商品,组成第二商品集合。
其中,所述价值标签树分别为多个,对应多个商品类目;
所述价值标签提供单元具体可以用于:
确定所述多个商品类目分别对应的价值标签树中在同一高层级上具有的相同价值标签,并将所述相同价值标签提供给所述第一用户进行选择;
在所述高层级中的某价值标签被选中后,将各类目的价值标签树中,与该价值标签相关的其他层级的价值标签提供给所述第一用户进行选择。
其中,所述第一商品对象集合为多个,对应多个商品类目;
所述商品筛选单元具体可以用于:
确定所述第一用户分别为在各价值标签树中选择的目标价值标签,并分别从各个第一商品集合中筛选出带有所述目标价值标签的商品,组成多个第二商品集合;
所述选品任务生成单元具体可以用于:
针对所述多个商品类目,生成多个选品任务,所述多个选品任务分别与各类目对应的所述第二商品集合建立关联关系。
具体的,其中某商品类目的价值标签树通过以下方式生成:
获取该商品类目下的第一商品集合对应的用户历史行为数据;
对所述第一商品集合中的商品描述信息进行分词处理,得到多个描述词;
基于描述词的维度对所述用户历史行为数据进行分析,确定出易于获得用户正向反馈的多个目标描述词,以便通过将所述多个目标描述词进行聚类,生成多个叶子级价值标签,并以所述叶子级价值标签为基础,逐级向上进行聚类,生成其他层级的价值标签。
另外,该装置还可以包括:
候选用户群体标签提供单元,用于所述接收到第一用户提交的进行选品范围配置的请求后,提供候选的消费者用户群体标签,以用于为选定的消费者用户群体进行选品范围配置;
推荐单元,用于接收所述第一用户选择的目标消费者用户群体后,根据所述目标消费者用户群体,从所述价值标签树中选择部分价值标签向所述第一用户进行推荐。
另外,该装置还可以包括:
任务分配单元,用于将所述选品任务分配给第二用户,以便所述第二用户在执行所述选品任务时,从所述第二商品集合中进行商品选择。
其中,所述选品任务用于为第一商品对象系统选择待发布的商品;
所述第一商品集合是根据关联的至少一个第二商品信息系统中已发布的商品生成的。
具体的,该装置还可以包括:
指标数值筛选单元,用于所述从所述第一商品集合中筛选出带有所述目标价值标签的商品时,获取至少一个目标统计指标的阈值,以便将带有所述目标价值标签且在所述目标统计指标上的数值高于所述阈值的多个商品,组成所述第二商品集合;所述目标指标与所述商品在所述第二商品信息系统中获得的消费者用户反馈情况相关。
与实施例二相对应,本申请实施例还提供了一种选品控制装置,参见图5,该装置可以包括:
选品任务信息获得单元501,用于获得选品任务的信息,所述选品任务关联有第二商品集合,所述第二商品集合是根据第一用户选择的目标价值标签对第一商品集合中的商品进行筛选后生成的,所述价值标签是通过对用户的商品选择需求进行分析并进行数字化表达后生成,并提供给所述第一用户进行选择的,所述价值标签还与所述第一商品集合中的多个商品关联;
展示单元502,用于接收到第二用户提交的执行所述选品任务的请求后,展示所述第二商品集合,以便第二用户从所述第二商品集合中进行商品选择。
其中,所述选品任务用于为第一商品信息系统选择待发布的商品对象;
所述第一商品集合是根据关联的至少一个第二商品信息系统中已发布的商品生成的。
具体的,该装置还可以包括:
操作入口提供单元,用于提供用于对所述第二商品集合中的商品进行按目标关键词进行查询,按目标统计指标进行筛选,和/或按目标维度进行重新排序的操作入口;所述目标指标与所述商品在所述第二商品信息系统中获得的消费者用户反馈情况相关。
另外,该装置还可以包括:
收益仿真单元,用于对所述第二商品集合中的目标商品进行收益仿真,以预测所述目标商品在所述第一商品信息系统中发布后可获得的收益。
信息跟踪单元,用于对所选择出的商品在所述第一商品信息系统中发布和/或销售情况进行跟踪,以用于对收益仿真的相关模型进行更新。
另外,本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现前述方法实施例中任一项所述的方法的步骤。
以及一种电子设备,包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行前述方法实施例中任一项所述的方法的步骤。
其中,图6示例性的展示出了电子设备的架构,具体可以包括处理器610,视频显示适配器611,磁盘驱动器612,输入/输出接口613,网络接口614,以及存储器620。上述处理器610、视频显示适配器611、磁盘驱动器612、输入/输出接口613、网络接口614,与存储器620之间可以通过通信总线630进行通信连接。
其中,处理器610可以采用通用的CPU(Central Processing Unit,中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit,ASIC)、或者一个或多个集成电路等方式实现,用于执行相关程序,以实现本申请所提供的技术方案。
存储器620可以采用ROM(Read Only Memory,只读存储器)、RAM(Random AccessMemory,随机存取存储器)、静态存储设备,动态存储设备等形式实现。存储器620可以存储用于控制电子设备600运行的操作系统621,用于控制电子设备600的低级别操作的基本输入输出系统(BIOS)。另外,还可以存储网页浏览器623,数据存储管理系统624,以及选品控制处理系统625等等。上述选品控制处理系统625就可以是本申请实施例中具体实现前述各步骤操作的应用程序。总之,在通过软件或者固件来实现本申请所提供的技术方案时,相关的程序代码保存在存储器620中,并由处理器610来调用执行。
输入/输出接口613用于连接输入/输出模块,以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出),也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等,输出设备可以包括显示器、扬声器、振动器、指示灯等。
网络接口614用于连接通信模块(图中未示出),以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信,也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线630包括一通路,在设备的各个组件(例如处理器610、视频显示适配器611、磁盘驱动器612、输入/输出接口613、网络接口614,与存储器620)之间传输信息。
需要说明的是,尽管上述设备仅示出了处理器610、视频显示适配器611、磁盘驱动器612、输入/输出接口613、网络接口614,存储器620,总线630等,但是在具体实施过程中,该设备还可以包括实现正常运行所必需的其他组件。此外,本领域的技术人员可以理解的是,上述设备中也可以仅包含实现本申请方案所必需的组件,而不必包含图中所示的全部组件。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,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)执行本申请各个实施例或者实施例的某些部分所述的方法。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的,其中所述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模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上对本申请所提供的选品控制方法及电子设备,进行了详细介绍,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;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本申请的限制。
Claims (14)
1.一种选品控制方法,其特征在于,包括:
确定第一商品集合以及可选的价值标签,所述价值标签是通过对用户的商品选择需求进行分析并进行数字化表达后生成的;
根据所述可选的价值标签,为所述第一商品集合中符合条件的商品添加价值标签属性;
接收到第一用户提交的进行选品范围配置的请求后,提供可选的价值标签;
接收到所述第一用户选定的目标价值标签后,从所述第一商品集合中筛选出带有所述目标价值标签的商品,组成第二商品集合;
生成选品任务,并将所述选品任务与所述第二商品对象集合建立关联关系,以便基于所述第二商品对象集合执行所述选品任务。
2.根据权利要求1所述的方法,其特征在于,
所述可选的价值标签分为多个层级,组成价值标签树;
其中,高层级的价值标签是由相邻的低层级中的多个价值标签进行聚类后生成的;
叶子级的价值标签是通过从所述第一商品集合中的多个商品的描述信息中挖掘出的多个目标描述词进行聚类后生成的;
所述目标描述词是根据商品关联的用户历史行为数据进行分析,从商品描述信息中确定出的易于获得用户正向反馈的描述词。
3.根据权利要求2所述的方法,其特征在于,
所述高层级的价值标签用于与整体的价值需求相对应,所述低层级的价值标签用于对所述整体的价值需求进行细化表达,所述叶子级价值标签用于为所述符合条件的商品添加价值标签属性。
4.根据权利要求3所述的方法,其特征在于,
所述提供可选的价值标签,包括:
提供所述高层级中可选的价值标签;
根据高层级价值标签的选择结果,提供低层级中可选的价值标签,直到完成对叶子级价值标签的选择;
所述从所述第一商品集合中筛选出带有所述目标价值标签的商品,组成第二商品集合,包括:
根据被选中的目标叶子级价值标签,从所述第一商品集合中筛选出带有所述目标叶子级价值标签的商品,组成第二商品集合。
5.根据权利要求4所述的方法,其特征在于,
所述价值标签树分别为多个,对应多个商品类目;
所述提供所述高层级中可选的价值标签,包括:
确定所述多个商品类目分别对应的价值标签树中在同一高层级上具有的相同价值标签,并将所述相同价值标签提供给所述第一用户进行选择;
所述根据高层级价值标签的选择结果,提供低层级中可选的价值标签,包括:
在所述高层级中的某价值标签被选中后,将各类目的价值标签树中,与该价值标签相关的其他层级的价值标签提供给所述第一用户进行选择。
6.根据权利要求5所述的方法,其特征在于,
所述第一商品对象集合为多个,对应多个商品类目;
所述接收到所述第一用户选定的目标价值标签后,从所述第一商品集合中筛选出带有所述目标价值标签的商品,组成第二商品集合,包括:
确定所述第一用户分别为在各价值标签树中选择的目标价值标签,并分别从各个第一商品集合中筛选出带有所述目标价值标签的商品,组成多个第二商品集合;
所述生成选品任务,包括:
针对所述多个商品类目,生成多个选品任务,所述多个选品任务分别与各类目对应的所述第二商品集合建立关联关系。
7.根据权利要求5所述的方法,其特征在于,
其中某商品类目的价值标签树通过以下方式生成:
获取该商品类目下的第一商品集合对应的用户历史行为数据;
对所述第一商品集合中的商品描述信息进行分词处理,得到多个描述词;
基于描述词的维度对所述用户历史行为数据进行分析,确定出易于获得用户正向反馈的多个目标描述词,以便通过将所述多个目标描述词进行聚类,生成多个叶子级价值标签,并以所述叶子级价值标签为基础,逐级向上进行聚类,生成其他层级的价值标签。
8.根据权利要求1所述的方法,其特征在于,
所述接收到第一用户提交的进行选品范围配置的请求后,还包括:
提供候选的消费者用户群体标签,以用于为选定的消费者用户群体进行选品范围配置;
所述方法还包括:
接收所述第一用户选择的目标消费者用户群体后,根据所述目标消费者用户群体,从所述价值标签树中选择部分价值标签向所述第一用户进行推荐。
9.根据权利要求1至8任一项所述的方法,其特征在于,还包括:
将所述选品任务分配给第二用户,以便所述第二用户在执行所述选品任务时,从所述第二商品集合中进行商品选择。
10.根据权利要求1至8任一项所述的方法,其特征在于,
所述选品任务用于为第一商品对象系统选择待发布的商品;
所述第一商品集合是根据关联的至少一个第二商品信息系统中已发布的商品生成的。
11.根据权利要求10所述的方法,其特征在于,
所述从所述第一商品集合中筛选出带有所述目标价值标签的商品时,还包括:
获取至少一个目标统计指标的阈值,以便将带有所述目标价值标签且在所述目标统计指标上的数值高于所述阈值的多个商品,组成所述第二商品集合;所述目标指标与所述商品在所述第二商品信息系统中获得的消费者用户反馈情况相关。
12.一种选品控制方法,其特征在于,包括:
获得选品任务的信息,所述选品任务关联有第二商品集合,所述第二商品集合是根据第一用户选择的目标价值标签对第一商品集合中的商品进行筛选后生成的,所述价值标签是通过对用户的商品选择需求进行分析并进行数字化表达后生成,并提供给所述第一用户进行选择的,所述价值标签还与所述第一商品集合中的多个商品关联;
接收到第二用户提交的执行所述选品任务的请求后,展示所述第二商品集合,以便第二用户从所述第二商品集合中进行商品选择。
13.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至12任一项所述的方法的步骤。
14.一种电子设备,其特征在于,包括:
一个或多个处理器;以及
与所述一个或多个处理器关联的存储器,所述存储器用于存储程序指令,所述程序指令在被所述一个或多个处理器读取执行时,执行权利要求1至12任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111358432.6A CN114240534A (zh) | 2021-11-16 | 2021-11-16 | 选品控制方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111358432.6A CN114240534A (zh) | 2021-11-16 | 2021-11-16 | 选品控制方法及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114240534A true CN114240534A (zh) | 2022-03-25 |
Family
ID=80749742
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111358432.6A Pending CN114240534A (zh) | 2021-11-16 | 2021-11-16 | 选品控制方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114240534A (zh) |
-
2021
- 2021-11-16 CN CN202111358432.6A patent/CN114240534A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Han et al. | Artificial intelligence in business-to-business marketing: a bibliometric analysis of current research status, development and future directions | |
KR101196314B1 (ko) | 소매 판매 분석을 수행하기 위한 컴퓨터화된 시스템 | |
JP6014515B2 (ja) | レコメンド情報提供システム、レコメンド情報生成装置、レコメンド情報提供方法、およびプログラム | |
CN102282551A (zh) | 娱乐入场券定价的自动决策支持 | |
KR102225729B1 (ko) | 복수 온라인 쇼핑몰 상품 등록을 위한 상품정보 가공 장치 및 방법 | |
EP2884406A1 (en) | System and method for information analysis in network transaction | |
CN116308684B (zh) | 一种网购平台店铺信息推送方法及系统 | |
CN104517157A (zh) | 使用社交媒体在可承诺量系统中预测分析的方法和系统 | |
Abraham | Product information management | |
US8738459B2 (en) | Product recommendation | |
JP6732084B1 (ja) | コンピュータプログラム、送信方法及び送信装置 | |
US11308102B2 (en) | Data catalog automatic generation system and data catalog automatic generation method | |
US20110276359A1 (en) | Information processing apparatus, cost forecast calculation method, and cost forecast calculation program | |
KR20040096810A (ko) | 전자상거래의 소비자 상품선호도를 적용한 자동화된 상품 배열 시스템 및 방법 | |
Shendryk et al. | Information system for selection the optimal goods supplier | |
JP2010277571A (ja) | 商品選択システムとその方法、及び、商品選択コンピュータプログラム | |
CN114240534A (zh) | 选品控制方法及电子设备 | |
Chai-Arayalert et al. | Increasing potential of distribution channels for creative Thai hand-woven textile products in the digital economy | |
US20200286104A1 (en) | Platform for In-Memory Analysis of Network Data Applied to Profitability Modeling with Current Market Information | |
KR101376251B1 (ko) | 소셜 네트워크를 이용한 비상장사의 투자정보 제공 시스템 및 투자정보 제공방법 | |
JP6774525B1 (ja) | 情報処理装置、情報処理方法、及び情報処理プログラム | |
Brackmann et al. | Identifying Application Areas for Machine Learning in the Retail Sector: A Literature Review and Interview Study | |
Kadge et al. | Sales and invoice management system with analysis of customer behaviour | |
KR20160061277A (ko) | Ux기반의 중소기업 포털 서비스 시스템 | |
Stephen et al. | An intelligent cloud-based customer relationship management system to determine flexible pricing for customer retention |
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 |