CN114912948B - 基于云服务的跨境电商大数据智能处理方法、装置及设备 - Google Patents

基于云服务的跨境电商大数据智能处理方法、装置及设备 Download PDF

Info

Publication number
CN114912948B
CN114912948B CN202210434966.0A CN202210434966A CN114912948B CN 114912948 B CN114912948 B CN 114912948B CN 202210434966 A CN202210434966 A CN 202210434966A CN 114912948 B CN114912948 B CN 114912948B
Authority
CN
China
Prior art keywords
commodity
user
data
database
sales
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
CN202210434966.0A
Other languages
English (en)
Other versions
CN114912948A (zh
Inventor
尤齐城
王德林
沈喜仔
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.)
Shenzhen Chuanqi Technology Co ltd
Original Assignee
Shenzhen Chuanqi 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 Shenzhen Chuanqi Technology Co ltd filed Critical Shenzhen Chuanqi Technology Co ltd
Priority to CN202210434966.0A priority Critical patent/CN114912948B/zh
Publication of CN114912948A publication Critical patent/CN114912948A/zh
Application granted granted Critical
Publication of CN114912948B publication Critical patent/CN114912948B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • G06Q30/0202Market predictions or forecasting for commercial activities
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及跨境电商技术,揭露一种基于云服务的跨境电商大数据智能处理方法,包括:根据境内外的云单元采集到的用户数据及商品数据构建用户数据库及商品数据库,并生成用户画像集及商品画像集;根据用户画像集及商品画像集的画像进行相似度计算,生成第一推荐列表及第二推荐列表,根据上述推荐列表数据整合为目标推荐方案;根据商品数据库及线性回归算法构建每个商品的销量预测模型,利用销量预测模型对每个商品进行计算,得到每个商品的在境内外的销量预测结果;根据销量预测结果对商品进行境内外仓储分配。本发明还提出一种基于云服务的跨境电商大数据智能处理装置及设备。本发明可以提高云服务以及大数据处理在跨境电商中的有效应用率。

Description

基于云服务的跨境电商大数据智能处理方法、装置及设备
技术领域
本发明涉及跨境电商技术领域,尤其涉及一种基于云服务的跨境电商大数据智能处理方法、装置及电子设备。
背景技术
全球化的发展带来了大量的境外购物的需求,跨境电商因此产生,全球的商品交易都能够在跨境电商平台进行,对于买卖双方都是极大的便利。在大数据时代,数据的不断产生和更新造成了整个大数据中有价值的数据需要进行有效的分析。云服务是一种可以提高跨境电商数据处理和管理效率的重要互联网服务,基于云服务的跨境电商大数据处理在当下具有较好的适用性和推广价值。但如今存在着,无法灵活的进行大数据协同处理,云服务以及大数据处理在跨境电商中的有效应用率较低的问题。
发明内容
本发明提供一种基于云服务的跨境电商大数据智能处理方法、装置及电子设备,其主要目的在于解决云服务以及大数据处理在跨境电商中的有效应用率较低的问题。
为实现上述目的,本发明提供的一种基于云服务的跨境电商大数据智能处理方法,包括:
利用在跨境电商云平台采集到的用户数据及商品数据构建用户数据库及商品数据库;
分别根据所述用户数据库及所述商品数据库生成用户画像集以及商品画像集;
对所述用户画像集中的每个用户画像进行第一相似度计算,根据第一相似度计算结果生成基于用户画像的第一推荐列表,计算所述商品画像集中的商品画像与所述用户画像集中的用户画像的第二相似度,根据第二相似度计算结果生成基于商品画像的第二推荐列表,根据所述第一推荐列表与所述第二推荐列表进行数据整合,得到目标推荐方案;
根据预设的线性回归算法构建所述商品数据库中每个商品的销量预测模型,并利用所述销量预测模型对所述商品数据库的商品进行计算,得到每个商品的在境内外的销量预测结果;
对所述用户数据库中的每个用户及所述商品数据库中的每个产品执行所述目标推荐方案,并根据所述销量预测结果对所述商品数据库中的商品进行境内外仓储分配。
可选地,所述利用在跨境电商云平台采集到的用户数据及商品数据构建用户数据库及商品数据库,包括:
在预构建的跨境电商云平台中采集用户数据及商品数据;
根据预设的拆分规则处理所述用户数据及商品数据以获取拆分后的子表名称以及所述子表名称对应的子表数据;
根据所述子表名称以及所述子表数据设置主表要素;
根据所述子表和所述主表生成用户数据库及商品数据库。
可选地,所述分别根据所述用户数据库及所述商品数据库生成用户画像集以及商品画像集,包括:
对所述用户数据库及所述商品数据库的每个用户数据及每个商品数据进行核心语义提取,得到对应的信息语义;
根据所述信息语义设置语义权重,根据所述语义权重对所述信息语义进行词向量转换,得到信息语义向量;
利用所述信息语义向量构建每个用户数据及每个商品数据对应的画像;
汇总每个用户数据及每个商品数据对应的画像,得到用户画像集以及商品画像集。
可选地,所述对所述用户画像集中的每个用户画像进行第一相似度计算,根据第一相似度计算结果生成基于用户画像的第一推荐列表,包括:
计算所述用户画像集中每两个用户画像之间的第一相似度,根据所述第一相似度进行聚类计算,得到第一相似度最高的用户画像群;
从所述用户画像群中选取一个用户画像作为目标画像,根据所述目标画像提取对应的商品信息;
对所述商品信息进行统计排序,得到第一推荐列表。
可选地,所述计算所述商品画像集中的商品画像与所述用户画像集中的用户画像的第二相似度,根据第二相似度计算结果生成基于商品画像的第二推荐列表,包括:
获取所述商品画像集中的每个商品画像的用户行为特征;
对所述用户行为特征进行汇总计算,得到隐藏用户特征;
根据所述隐藏用户特征与所述用户画像集中的用户画像的第二相似度;
选取第二相似度计算结果大于预设阈值的用户画像,并获取所述用户画像对应的用户信息,将所述用户信息与所述商品画像对应的商品信息进行信息管理及整理,得到基于商品画像的第二推荐列表。
可选地,所述根据预设的线性回归算法构建所述商品数据库中每个商品的销量预测模型,包括:
获取预设的线性回归模型及所述商品数据库中目标商品的商品数据,根据所述线性回归模型及所述商品数据计算销量与销售额之间的算术平均值及线性比例系数;
根据所述算术平均值及线性比例系数计算线性常量;
将所述比例系数及所述线性常量输入所述线性回归模型得到销量预测模型。
可选地,所述利用所述销量预测模型对所述商品数据库的商品进行计算,得到每个商品的在境内外的销量预测结果,包括:
根据所述商品的销售额与预设时间构建销售额预测模型;
利用所述销售额预测模型对所述商品进行预测,得到预测销售额;
将所述预测销售额输入所述销量预测模型计算,得到销量预测结果。
可选地,所述根据所述销量预测结果对所述商品数据库中的商品进行境内外仓储分配,包括:
根据销量预测结果生成商品的需求数量;
根据所述需求数量调度境内仓储以及所述商品的境外供应仓储。
为了解决上述问题,本发明还提供一种基于云服务的跨境电商大数据智能处理装置,所述装置包括:
数据库构建模块,用于利用在跨境电商云平台采集到的用户数据及商品数据构建用户数据库及商品数据库;
画像生成模块,用于分别根据所述用户数据库及所述商品数据库生成用户画像集以及商品画像集;
目标推荐方案生成模块,用于对所述用户画像集中的每个用户画像进行第一相似度计算,根据第一相似度计算结果生成基于用户画像的第一推荐列表,计算所述商品画像集中的商品画像与所述用户画像集中的用户画像的第二相似度,根据第二相似度计算结果生成基于商品画像的第二推荐列表,根据所述第一推荐列表与所述第二推荐列表进行数据整合,得到目标推荐方案;
销量预测结果生成模块,用于根据预设的线性回归算法构建所述商品数据库中每个商品的销量预测模型,并利用所述销量预测模型对所述商品数据库的商品进行计算,得到每个商品的在境内外的销量预测结果;
商品推荐及仓储分配模块,用于对所述用户数据库中的每个用户及所述商品数据库中的每个产品执行所述目标推荐方案,并根据所述销量预测结果对所述商品数据库中的商品进行境内外仓储分配。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述所述的基于云服务的跨境电商大数据智能处理方法。
本发明实施例通过数据采集流程以及数据分析流程的云采集以及云计算,实现对云服务的灵活应用;通过根据用户数据库及商品数据库构建用户画像及商品画像这两个用户画像,适用于跨境电子商务中的用户因为国家不同而导致的商品兴趣差别较大这一场景,通过基于物的商品推荐以及基于用户的商品推荐这两方面的推荐,提高了基于大数据推荐商品的准确性;由于跨境电子商务涉及的国家范围较广,基于销量预测模型对商品进行销量预测,能够预先得知商品销售的偏向性,进而调整地区商品存储,从而提高了跨境交易中的物流运输效率,降低了仓储压力。因此本发明提出的基于云服务的跨境电商大数据智能处理方法、装置、及电子设备,可以解决云服务以及大数据处理在跨境电商中的有效应用率较低的问题。
附图说明
图1为本发明一实施例提供的基于云服务的跨境电商大数据智能处理方法的流程示意图;
图2为本发明一实施例提供的利用在跨境电商云平台采集到的用户数据及商品数据构建用户数据库及商品数据库的流程示意图;
图3为本发明一实施例提供的分别根据用户数据库及商品数据库生成用户画像集以及商品画像集的流程示意图;
图4为本发明一实施例提供的基于云服务的跨境电商大数据智能处理装置的功能模块图;
图5为本发明一实施例提供的实现所述基于云服务的跨境电商大数据智能处理方法的电子设备的结构示意图。
本发明目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种基于云服务的跨境电商大数据智能处理方法。所述基于云服务的跨境电商大数据智能处理方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述基于云服务的跨境电商大数据智能处理方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示,为本发明一实施例提供的基于云服务的跨境电商大数据智能处理方法的流程示意图。在本实施例中,所述基于云服务的跨境电商大数据智能处理方法包括:
S1、利用在跨境电商云平台采集到的用户数据及商品数据构建用户数据库及商品数据库。
本发明实施例中,所述云平台中包括多个云单元,所述云单元是组成云计算服务的基础单元,在跨境电商中可以将境内外的端口服务器等作为云单元或者境内外的作为服务交付的应用程序作为云单元等。
本发明实施例可以通过预设的采集接口或通过具有数据抓取功能的计算机脚本,例如,java脚本或python,从境内外的云单元所对应的存储区域中采集用户数据及商品数据。详细地,所述存储区域包括但不限于:数据库、区块链节点、网络缓存。
本发明实施例中,所述用户数据库可以用于存储国内外所有用户信息,进而利用通过该用户信息剖析用户的个人信息(例如,所在国家地区、性别等)、过去的购买信息等;所述商品数据库可以用于存储商品的销售信息(例如,销售地区、销售量等)。
请参阅图2所示,本发明实施例中,所述利用在跨境电商云平台采集到的用户数据及商品数据构建用户数据库及商品数据库,包括:
S21、在预构建的跨境电商云平台中采集用户数据及商品数据;
S22、根据预设的拆分规则处理所述用户数据及商品数据以获取拆分后的子表名称以及所述子表名称对应的子表数据;
S23、根据所述子表名称以及所述子表数据设置主表要素;
S24、根据所述子表和所述主表生成用户数据库及商品数据库。
本发明实施例中,所述拆分规则可以为对字段的处理方法、字段的识别及分类方法等,通过该拆分规则可以实现对用户数据及商品数据的字段划分。
本发明实施例中,所述主表要素包括主键、索引等,所述主表包含着多个子表,每个子表内数据都不相同,且所有子表内总数据构成主表的数据;当所述子表建立完成后,可以通过查询链接(主表要素)对所述子表进行查询。
S2、分别根据所述用户数据库及所述商品数据库生成用户画像集以及商品画像集。
本发明实施例可以通过对不同类型的子表数据进行数据分析,抽取所述不同类型的核心数据,根据抽取得到的核心数据,构建相应的用户画像或商品画像;在用户数据库及商品数据库包括多个用户以及多个商品的数据,根据根据某个用户数据或者某个商品数据构建的用户画像或商品画像进行汇总,进而得到用户画像集以及商品画像集。
请参阅图3所示,本发明实施例中,所述分别根据所述用户数据库及所述商品数据库生成用户画像集以及商品画像集,包括:
S31、对所述用户数据库及所述商品数据库的每个用户数据及每个商品数据进行核心语义提取,得到对应的信息语义;
S32、根据所述信息语义设置语义权重,根据所述语义权重对所述信息语义进行词向量转换,得到信息语义向量;
S33、利用所述信息语义向量构建每个用户数据及每个商品数据对应的画像;
S34、汇总每个用户数据及每个商品数据对应的画像,得到用户画像集以及商品画像集。
本发明实施例中,可预先构建的语义分析模型对所述信息数据进行核心语义提取,得到信息语义。其中所述核心语义包括但不限于用户所处地区、用户性别、用户购买次数等,其中,在跨境电商中涉及到全球范围内的用户,不同地区的用户消费习惯有所区别,因此在构建用户画像时可以将用户所在国家地区对应的信息语义的权重更高。
详细地,所述语义分析模型包括但不限于NLP(Natural Language Processing,自然语言处理)模型、HMM(Hidden Markov Model,隐马尔科夫模型)。
详细地,所述对所述用户数据库及所述商品数据库的每个用户数据及每个商品数据进行核心语义提取,得到对应的信息语义,包括:
对每个用户数据及每个商品数据进行卷积、池化处理,得到低维特征语义;
将所述低维特征语义映射至预先构建的高维空间,得到高维特征语义;
利用预设的激活函数对所述高维特征语义进行筛选,得到每个用户数据及每个商品数据的信息语义。
详细地,可通过语义分析模型对所述信息数据进行卷积、池化处理,以降低所述信息数据的数据维度,进而减少对所述信息数据进行分析时计算资源的占用,提高进行核心语义提取的效率。
具体地,可利用预设的映射函数将低维特征语义映射至预先构建的高维空间,所述映射函数包括MATLAB库中的Gaussian Radial Basis Function函数、高斯函数等。
例如,所述低维特征语义为二维平面中的点,则可利用映射函数对该二维平面中的点的二维坐标进行计算,以将二维坐标转换为三维坐标,并利用计算得到的三维坐标将点映射至预先构建的三维空间,得到该低维特征语义的高维特征语义。
本发明实施例中,将所述低维特征语义映射至预先构建的高维空间,可提高该低维特征的可分类性,进而提高从得到的高维特征语义中对特征进行筛选,得到信息语义的精确度。
本发明实施例中,可通过预设的向量转换模型对所述信息语义进行词向量转换,得到信息语义向量,所述向量转换模型包括但不限于word2vec模型、Bert模型。
本发明实施例中,所述利用所述信息语义向量构建每个用户数据及每个商品数据对应的画像,包括:
统计所述信息语义向量中每个向量的向量长度,选取所述向量长度最长的向量为模向量;
利用预设参数将所述信息语义向量中剩余的每个向量的长度延长至与所述模向量的向量长度相同;
将向量长度延长后的所述信息语义向量中每个向量作为行向量拼接为向量矩阵,将所述向量矩阵作为对应区域的画像。
S3、对所述用户画像集中的每个用户画像进行第一相似度计算,根据第一相似度计算结果生成基于用户画像的第一推荐列表,计算所述商品画像集中的商品画像与所述用户画像集中的用户画像的第二相似度,根据第二相似度计算结果生成基于商品画像的第二推荐列表,根据所述第一推荐列表与所述第二推荐列表进行数据整合,得到目标推荐方案。
本发明实施例中,所述对所述用户画像集中的每个用户画像进行第一相似度计算,根据第一相似度计算结果生成基于用户画像的第一推荐列表,包括:
计算所述用户画像集中每两个用户画像之间的第一相似度,根据所述第一相似度进行聚类计算,得到第一相似度最高的用户画像群;
从所述用户画像群中选取一个用户画像作为目标画像,根据所述目标画像提取对应的商品信息;
对所述商品信息进行统计排序,得到第一推荐列表。
本发明实施例中,每个用户画像对应着一个用户,所述用户用户画像关联着用户数据库中的用户数据,因此,可以根据用户画像从该用户数据库中提取对应的商品信息。
本发明实施例可以采用类蚁群算法,通过类似于蚁群的计算方式将各个用户画像进行归类,完成聚类。传统聚类算法中数据小幅度改变可以导致的聚类结果改变,而通过使用类蚁群算法可以在一定程度上避免,保持聚类结果的相对稳定性。
本发明实施例中,所述计算所述商品画像集中的商品画像与所述用户画像集中的用户画像的第二相似度,根据第二相似度计算结果生成基于商品画像的第二推荐列表,包括:
获取所述商品画像集中的每个商品画像的用户行为特征;
对所述用户行为特征进行汇总计算,得到隐藏用户特征;
根据所述隐藏用户特征与所述用户画像集中的用户画像的第二相似度;
选取第二相似度计算结果大于预设阈值的用户画像,并获取所述用户画像对应的用户信息,将所述用户信息与所述商品画像对应的商品信息进行信息管理及整理,得到基于商品画像的第二推荐列表。
本发明实施例中,所述汇总计算可以为协同过滤和加权平均;所述第二相似度计算可以包括向量相似度、交叉相、奇异值分解SVD。
本发明实施例中,在所述第一推荐列表与所述第二推荐列表中都包括关联的商品信息及用户信息,可以以商品信息作为汇总标签对用户信息进行整理;或者以用户信息作为汇总标签对商品进行进行整理,进而得到目标推荐方案。
S4、根据预设的线性回归算法构建所述商品数据库中每个商品的销量预测模型,并利用所述销量预测模型对所述商品数据库的商品进行计算,得到每个商品的在境内外的销量预测结果。
本发明实施例中,商品数据库中的每个商品由于商品属性、商品类型、商品价值等不同,因此对应的销售量、销售额等有所不同;通过对商品数据库中每个商品分别进行建模,能够是的销量预测结果更加准确。
本发明实施例中,所述根据预设的线性回归算法构建所述商品数据库中每个商品的销量预测模型,包括:
获取预设的线性回归模型及所述商品数据库中目标商品的商品数据,根据所述线性回归模型及所述商品数据计算销量与销售额之间的算术平均值及线性比例系数;
根据所述算术平均值及线性比例系数计算线性常量;
将所述比例系数及所述线性常量输入所述线性回归模型得到销量预测模型。
本发明实施例中,所述利用所述销量预测模型对所述商品数据库的商品进行计算,得到每个商品的在境内外的销量预测结果,包括:
根据所述商品的销售额与预设时间构建销售额预测模型;
利用所述销售额预测模型对所述商品进行预测,得到预测销售额;
将所述预测销售额输入所述销量预测模型计算,得到销量预测结果。
本发明实施例中,根据所述商品的销售额与预设时间构建销售额预测模型,利用所述销售额预测模型对所述商品进行预测的方法为灰色预测;所述灰色预测是通过GM(1,1)模型构建时间和累加生成序列(销售额)的一阶常微分方程,通过该方程实现对销售额的预测。
S5、对所述用户数据库中的每个用户及所述商品数据库中的每个产品执行所述目标推荐方案,并根据所述销量预测结果对所述商品数据库中的商品进行境内外仓储分配。
本发明实施例可以通过跨境电商相关平台对用户进行监测,当用户登录时,将用户的用户信息在目标推荐方案中的用户信息进行检索,将检索到的用户信息所对应的商品信息在该相关平台进行显示,实现对用户进行商品推荐。
本发明实施例可采用混合方式处理境内外仓储分配:畅销产品大量地存在仓库;低需求产品及无法有效利用仓储空间的产品,则可以交由合作伙伴地区管理库存。通过商品需求分配存储商品,可以提高后续物流管理的高效性。
本发明实施例中,所述根据所述销量预测结果对所述商品数据库中的商品进行境内外仓储分配,包括:
根据销量预测结果生成商品的需求数量;
根据所述需求数量调度境内仓储以及所述商品的境外供应仓储。
本发明实施例通过数据采集流程以及数据分析流程的云采集以及云计算,实现对云服务的灵活应用;通过根据用户数据库及商品数据库构建用户画像及商品画像这两个用户画像,适用于跨境电子商务中的用户因为国家不同而导致的商品兴趣差别较大这一场景,通过基于物的商品推荐以及基于用户的商品推荐这两方面的推荐,提高了基于大数据推荐商品的准确性;由于跨境电子商务涉及的国家范围较广,基于销量预测模型对商品进行销量预测,能够预先得知商品销售的偏向性,进而调整地区商品存储,从而提高了跨境交易中的物流运输效率,降低了仓储压力。因此本发明提出的基于云服务的跨境电商大数据智能处理方法、装置、及电子设备,可以解决云服务以及大数据处理在跨境电商中的有效应用率较低的问题。
如图4所示,是本发明一实施例提供的基于云服务的跨境电商大数据智能处理装置的功能模块图。
本发明所述基于云服务的跨境电商大数据智能处理装置100可以安装于电子设备中。根据实现的功能,所述基于云服务的跨境电商大数据智能处理装置100可以包括数据库构建模块101、画像生成模块102、目标推荐方案生成模块103、销量预测结果生成模块104及商品推荐及仓储分配模块105。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述数据库构建模块101,用于利用在跨境电商云平台采集到的用户数据及商品数据构建用户数据库及商品数据库;
所述画像生成模块102,用于分别根据所述用户数据库及所述商品数据库生成用户画像集以及商品画像集;
所述目标推荐方案生成模块103,用于对所述用户画像集中的每个用户画像进行第一相似度计算,根据第一相似度计算结果生成基于用户画像的第一推荐列表,计算所述商品画像集中的商品画像与所述用户画像集中的用户画像的第二相似度,根据第二相似度计算结果生成基于商品画像的第二推荐列表,根据所述第一推荐列表与所述第二推荐列表进行数据整合,得到目标推荐方案;
所述销量预测结果生成模块104,用于根据预设的线性回归算法构建所述商品数据库中每个商品的销量预测模型,并利用所述销量预测模型对所述商品数据库的商品进行计算,得到每个商品的在境内外的销量预测结果;
所述商品推荐及仓储分配模块105,用于对所述用户数据库中的每个用户及所述商品数据库中的每个产品执行所述目标推荐方案,并根据所述销量预测结果对所述商品数据库中的商品进行境内外仓储分配。
详细地,本发明实施例中所述基于云服务的跨境电商大数据智能处理装置100中所述的各模块在使用时采用与上述图1至图3中所述的基于云服务的跨境电商大数据智能处理方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
如图5所示,是本发明一实施例提供的实现基于云服务的跨境电商大数据智能处理方法的电子设备的结构示意图。
所述电子设备可以包括处理器10、存储器11、通信总线12以及通信接口13,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如基于云服务的跨境电商大数据智能处理程序。
其中,所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing Unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(ControlUnit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如执行基于云服务的跨境电商大数据智能处理程序等),以及调用存储在所述存储器11内的数据,以执行电子设备的各种功能和处理数据。
所述存储器11在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据,例如基于云服务的跨境电商大数据智能处理程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(Peripheral ComponentInterconnect,简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备与其他设备之间的通信,包括网络接口和用户接口。可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图5仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图5示出的结构并不构成对所述电子设备的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备中的所述存储器11存储的基于云服务的跨境电商大数据智能处理程序是多个指令的组合,在所述处理器10中运行时,可以实现:
利用在跨境电商云平台采集到的用户数据及商品数据构建用户数据库及商品数据库;
分别根据所述用户数据库及所述商品数据库生成用户画像集以及商品画像集;
对所述用户画像集中的每个用户画像进行第一相似度计算,根据第一相似度计算结果生成基于用户画像的第一推荐列表,计算所述商品画像集中的商品画像与所述用户画像集中的用户画像的第二相似度,根据第二相似度计算结果生成基于商品画像的第二推荐列表,根据所述第一推荐列表与所述第二推荐列表进行数据整合,得到目标推荐方案;
根据预设的线性回归算法构建所述商品数据库中每个商品的销量预测模型,并利用所述销量预测模型对所述商品数据库的商品进行计算,得到每个商品的在境内外的销量预测结果;
对所述用户数据库中的每个用户及所述商品数据库中的每个产品执行所述目标推荐方案,并根据所述销量预测结果对所述商品数据库中的商品进行境内外仓储分配。
具体地,所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述,在此不赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块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。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。

Claims (6)

1.一种基于云服务的跨境电商大数据智能处理方法,其特征在于,所述方法包括:
利用在跨境电商云平台采集到的用户数据及商品数据构建用户数据库及商品数据库;
对所述用户数据库及所述商品数据库的每个用户数据及每个商品数据进行核心语义提取,得到对应的信息语义,根据所述信息语义设置语义权重,根据所述语义权重对所述信息语义进行词向量转换,得到信息语义向量,利用所述信息语义向量构建每个用户数据及每个商品数据对应的画像,及汇总每个用户数据及每个商品数据对应的画像,得到用户画像集以及商品画像集;
计算所述用户画像集中每两个用户画像之间的第一相似度,根据所述第一相似度进行聚类计算,得到第一相似度最高的用户画像群,从所述用户画像群中选取一个用户画像作为目标画像,根据所述目标画像提取对应的商品信息,对所述商品信息进行统计排序,得到第一推荐列表;
获取所述商品画像集中的每个商品画像的用户行为特征,对所述用户行为特征进行汇总计算,得到隐藏用户特征,根据所述隐藏用户特征与所述用户画像集中的用户画像的第二相似度,选取第二相似度计算结果大于预设阈值的用户画像,并获取所述用户画像对应的用户信息,将所述用户信息与所述商品画像对应的商品信息进行信息管理及整理,得到基于商品画像的第二推荐列表;
根据所述第一推荐列表与所述第二推荐列表进行数据整合,得到目标推荐方案;
获取预设的线性回归模型及所述商品数据库中目标商品的商品数据,根据所述线性回归模型及所述商品数据计算销量与销售额之间的算术平均值及线性比例系数,根据所述算术平均值及线性比例系数计算线性常量,将所述比例系数及所述线性常量输入所述线性回归模型得到销量预测模型,并利用所述销量预测模型对所述商品数据库的商品进行计算,得到每个商品的在境内外的销量预测结果;
对所述用户数据库中的每个用户及所述商品数据库中的每个产品执行所述目标推荐方案,并根据所述销量预测结果对所述商品数据库中的商品进行境内外仓储分配。
2.如权利要求1所述的基于云服务的跨境电商大数据智能处理方法,其特征在于,所述利用在跨境电商云平台采集到的用户数据及商品数据构建用户数据库及商品数据库,包括:
在预构建的跨境电商云平台中采集用户数据及商品数据;
根据预设的拆分规则处理所述用户数据及商品数据以获取拆分后的子表名称以及所述子表名称对应的子表数据;
根据所述子表名称以及所述子表数据设置主表要素;
根据所述子表和所述主表生成用户数据库及商品数据库。
3.如权利要求1所述的基于云服务的跨境电商大数据智能处理方法,其特征在于,所述利用所述销量预测模型对所述商品数据库的商品进行计算,得到每个商品的在境内外的销量预测结果,包括:
根据所述商品的销售额与预设时间构建销售额预测模型;
利用所述销售额预测模型对所述商品进行预测,得到预测销售额;
将所述预测销售额输入所述销量预测模型计算,得到销量预测结果。
4.如权利要求1至3中任一项所述的基于云服务的跨境电商大数据智能处理方法,其特征在于,所述根据所述销量预测结果对所述商品数据库中的商品进行境内外仓储分配,包括:
根据销量预测结果生成商品的需求数量;
根据所述需求数量调度境内仓储以及所述商品的境外供应仓储。
5.一种基于云服务的跨境电商大数据智能处理装置,其特征在于,所述装置包括:
数据库构建模块,用于利用在跨境电商云平台采集到的用户数据及商品数据构建用户数据库及商品数据库;
画像生成模块,用于对所述用户数据库及所述商品数据库的每个用户数据及每个商品数据进行核心语义提取,得到对应的信息语义,根据所述信息语义设置语义权重,根据所述语义权重对所述信息语义进行词向量转换,得到信息语义向量,利用所述信息语义向量构建每个用户数据及每个商品数据对应的画像,及汇总每个用户数据及每个商品数据对应的画像,得到用户画像集以及商品画像集;
目标推荐方案生成模块,用于计算所述用户画像集中每两个用户画像之间的第一相似度,根据所述第一相似度进行聚类计算,得到第一相似度最高的用户画像群,从所述用户画像群中选取一个用户画像作为目标画像,根据所述目标画像提取对应的商品信息,对所述商品信息进行统计排序,得到第一推荐列表,获取所述商品画像集中的每个商品画像的用户行为特征,对所述用户行为特征进行汇总计算,得到隐藏用户特征,根据所述隐藏用户特征与所述用户画像集中的用户画像的第二相似度,选取第二相似度计算结果大于预设阈值的用户画像,并获取所述用户画像对应的用户信息,将所述用户信息与所述商品画像对应的商品信息进行信息管理及整理,得到基于商品画像的第二推荐列表,根据所述第一推荐列表与所述第二推荐列表进行数据整合,得到目标推荐方案;
销量预测结果生成模块,用于
获取预设的线性回归模型及所述商品数据库中目标商品的商品数据,根据所述线性回归模型及所述商品数据计算销量与销售额之间的算术平均值及线性比例系数,根据所述算术平均值及线性比例系数计算线性常量,将所述比例系数及所述线性常量输入所述线性回归模型得到销量预测模型,并利用所述销量预测模型对所述商品数据库的商品进行计算,得到每个商品的在境内外的销量预测结果;
商品推荐及仓储分配模块,用于对所述用户数据库中的每个用户及所述商品数据库中的每个产品执行所述目标推荐方案,并根据所述销量预测结果对所述商品数据库中的商品进行境内外仓储分配。
6.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至4中任意一项所述的基于云服务的跨境电商大数据智能处理方法。
CN202210434966.0A 2022-04-24 2022-04-24 基于云服务的跨境电商大数据智能处理方法、装置及设备 Active CN114912948B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210434966.0A CN114912948B (zh) 2022-04-24 2022-04-24 基于云服务的跨境电商大数据智能处理方法、装置及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210434966.0A CN114912948B (zh) 2022-04-24 2022-04-24 基于云服务的跨境电商大数据智能处理方法、装置及设备

Publications (2)

Publication Number Publication Date
CN114912948A CN114912948A (zh) 2022-08-16
CN114912948B true CN114912948B (zh) 2023-03-24

Family

ID=82763896

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210434966.0A Active CN114912948B (zh) 2022-04-24 2022-04-24 基于云服务的跨境电商大数据智能处理方法、装置及设备

Country Status (1)

Country Link
CN (1) CN114912948B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116109338B (zh) * 2022-12-12 2023-11-24 广东南粤分享汇控股有限公司 一种基于人工智能的电商用户分析方法及系统
CN116151931B (zh) * 2023-04-04 2023-06-30 济宁大爱服装有限公司 基于人工智能的跨境电商销产一体化数据处理系统
CN116308495B (zh) * 2023-05-22 2023-08-15 酒仙网络科技股份有限公司 一种基于大数据的白酒销售管理方法及系统
CN116703250B (zh) * 2023-08-07 2023-10-13 北京卓思天成数据咨询股份有限公司 二手车业务监督预测系统
CN117828449B (zh) * 2024-03-06 2024-05-14 江苏中创供应链服务有限公司 一种基于云计算的跨境电商用户画像数据处理方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111882361A (zh) * 2020-07-31 2020-11-03 苏州云开网络科技有限公司 基于人工智能的受众精准广告推送方法、系统及可读存储介质
CN112232909A (zh) * 2020-10-13 2021-01-15 汉唐信通(北京)科技有限公司 一种基于企业画像的商机挖掘方法
CN112598438A (zh) * 2020-12-18 2021-04-02 苏州壹佰伍拾亿智能科技有限公司 一种基于大规模用户画像的户外广告推荐系统及方法
CN113779384A (zh) * 2021-08-23 2021-12-10 广州百奕信息科技有限公司 一种基于客户画像的航班推荐系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104484708B (zh) * 2014-11-12 2018-07-13 南京大学 一种基于一元线性回归和最小二乘法的商品需求预测方法
CN112308624A (zh) * 2020-11-09 2021-02-02 深圳市苍泓科技有限公司 一种基于互联网的线上商品销量预测方法及设备
CN113222687A (zh) * 2021-04-22 2021-08-06 杭州腾纵科技有限公司 一种基于深度学习的推荐方法及装置
CN113592605B (zh) * 2021-08-10 2023-08-22 平安银行股份有限公司 基于相似产品的产品推荐方法、装置、设备及存储介质
CN114219169A (zh) * 2021-12-23 2022-03-22 上海颖幡技术有限公司 颖幡供应链销售和库存预测算法模型和应用系统
CN114298794A (zh) * 2021-12-31 2022-04-08 深圳市华宇讯科技有限公司 适用于SaaS电商平台的推荐方法、装置及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111882361A (zh) * 2020-07-31 2020-11-03 苏州云开网络科技有限公司 基于人工智能的受众精准广告推送方法、系统及可读存储介质
CN112232909A (zh) * 2020-10-13 2021-01-15 汉唐信通(北京)科技有限公司 一种基于企业画像的商机挖掘方法
CN112598438A (zh) * 2020-12-18 2021-04-02 苏州壹佰伍拾亿智能科技有限公司 一种基于大规模用户画像的户外广告推荐系统及方法
CN113779384A (zh) * 2021-08-23 2021-12-10 广州百奕信息科技有限公司 一种基于客户画像的航班推荐系统

Also Published As

Publication number Publication date
CN114912948A (zh) 2022-08-16

Similar Documents

Publication Publication Date Title
CN114912948B (zh) 基于云服务的跨境电商大数据智能处理方法、装置及设备
CN108205768B (zh) 数据库建立方法和数据推荐方法及装置、设备和存储介质
CN112883190A (zh) 文本分类方法、装置、电子设备及存储介质
CN115391669B (zh) 一种智能推荐方法、装置、电子设备
CN113449187A (zh) 基于双画像的产品推荐方法、装置、设备及存储介质
CN114663198A (zh) 基于用户画像的产品推荐方法、装置、设备及存储介质
CN115002200A (zh) 基于用户画像的消息推送方法、装置、设备及存储介质
CN114398557B (zh) 基于双画像的信息推荐方法、装置、电子设备及存储介质
CN115081025A (zh) 基于数字中台的敏感数据管理方法、装置及电子设备
CN113051480A (zh) 资源推送方法、装置、电子设备及存储介质
CN113516417A (zh) 基于智能建模的业务评估方法、装置、电子设备及介质
CN114781832A (zh) 课程推荐方法、装置、电子设备及存储介质
CN114612194A (zh) 产品推荐方法、装置、电子设备及存储介质
CN113360768A (zh) 基于用户画像的产品推荐方法、装置、设备及存储介质
CN113592605A (zh) 基于相似产品的产品推荐方法、装置、设备及存储介质
CN113886708A (zh) 基于用户信息的产品推荐方法、装置、设备及存储介质
CN113656690A (zh) 产品推荐方法、装置、电子设备及可读存储介质
CN113327132A (zh) 多媒体推荐方法、装置、设备及存储介质
CN115641186A (zh) 直播产品偏好的智能分析方法、装置、设备及存储介质
CN114240560A (zh) 基于多维分析的产品排名方法、装置、设备及存储介质
CN115204971A (zh) 产品推荐方法、装置、电子设备及计算机可读存储介质
CN113723114A (zh) 基于多意图识别的语义分析方法、装置、设备及存储介质
CN113344674A (zh) 基于用户购买力的产品推荐方法、装置、设备及存储介质
CN113343102A (zh) 基于特征筛选的数据推荐方法、装置、电子设备及介质
CN111460300A (zh) 网络内容推送方法、装置及存储介质

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
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: Intelligent processing methods, devices, and equipment for cross-border e-commerce big data based on cloud services

Effective date of registration: 20230821

Granted publication date: 20230324

Pledgee: Shenzhen SME financing Company limited by guarantee

Pledgor: Shenzhen Chuanqi Technology Co.,Ltd.

Registration number: Y2023980052938