CN116029794A - 商品价格确定方法、装置、电子设备及存储介质 - Google Patents

商品价格确定方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN116029794A
CN116029794A CN202310083099.5A CN202310083099A CN116029794A CN 116029794 A CN116029794 A CN 116029794A CN 202310083099 A CN202310083099 A CN 202310083099A CN 116029794 A CN116029794 A CN 116029794A
Authority
CN
China
Prior art keywords
commodity
class
price
target
commodities
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
Application number
CN202310083099.5A
Other languages
English (en)
Inventor
沈世健
周斌
孙鑫焱
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 Shizhuang Information Technology Co ltd
Original Assignee
Shanghai Shizhuang 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 Shizhuang Information Technology Co ltd filed Critical Shanghai Shizhuang Information Technology Co ltd
Priority to CN202310083099.5A priority Critical patent/CN116029794A/zh
Publication of CN116029794A publication Critical patent/CN116029794A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明实施例公开了一种商品价格确定方法、装置、电子设备及存储介质，涉及计算机技术领域，该方法包括：对商品数据库中的所有商品进行聚类，获得至少一个商品类，商品类包括已交易商品和未交易商品；获取目标商品类中已交易商品的交易价格，并根据交易价格计算目标商品类的类内溢价率，目标商品类为至少一个商品类中的任一商品类；根据类内溢价率确定目标商品类中未交易商品的价格。本发明实施例能够通过有历史交易记录的已交易商品价格计算目标商品类的类内溢价率，进一步通过类内溢价率来确定目标商品类中未交易商品的价格。解决了现有方案中对于没有历史交易记录的商品进行价格管控时存在的冷启动问题。

Description

商品价格确定方法、装置、电子设备及存储介质
技术领域
本发明实施例涉及计算机技术，尤其涉及一种商品价格确定方法、装置、电子设备及存储介质。
背景技术
在电商领域中，存在受社会事件影响导致商品价格出现异常波动，以及卖家为了获利恶意炒作商品价格等情况。因此，为了维护平台的交易秩序，需要对商品价格进行管控，以使得商品能够根据合理的价格在平台进行售卖。
常规的对商品价格进行预测方法主要有以下几种方式：方式一、基于时间序列的价格预测方法，其优点是可以合理的利用商品的历史价格波动情况，对商品未来的价格进行灵敏的预测；方式二、基于回归的价格预测方法，其优点是可以利用商品属性、商品热度、商品关联的社会事件等指标信息，对商品未来的价格进行合理性预测；方式三、基于多分类的价格波动率预测方法，其优点与方式一相似，但避免了对具体的商品价格的预测，转为对当前商品价格波动率区间的预测，容错率更高。
上述几种方式都需要以当前商品的历史交易价格作为基础，从而实现对商品价格的预测，以基于预测价格实现管控。但是，对于没有历史交易记录的商品进行价格管控时，存在冷启动问题。
发明内容
本发明实施例提供一种商品价格确定方法、装置、电子设备及存储介质，能够改善现有的确定商品价格的方案。
第一方面，本发明实施例提供一种商品价格确定方法，包括：
对商品数据库中的所有商品进行聚类，获得至少一个商品类，所述商品类包括已交易商品和未交易商品；
获取目标商品类中已交易商品的交易价格，并根据所述交易价格计算所述目标商品类的类内溢价率，所述目标商品类为至少一个所述商品类中的任一商品类；
根据所述类内溢价率确定所述目标商品类中未交易商品的价格。
第二方面，本发明实施例提供一种商品价格确定装置，所述装置包括：
商品聚类模块，用于对商品数据库中的所有商品进行聚类，获得至少一个商品类，所述商品类包括已交易商品和未交易商品；
溢价率计算模块，用于获取目标商品类中已交易商品的交易价格，并根据所述交易价格计算所述目标商品类的类内溢价率，所述目标商品类为至少一个所述商品类中的任一商品类；
价格确定模块，用于根据所述类内溢价率确定所述目标商品类中未交易商品的价格。
第三方面，本发明实施例还提供了一种电子设备，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本发明任一实施例所述的商品价格确定方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的商品价格确定方法。
本发明实施例的商品价格确定方案，首先对商品数据库中的所有商品进行聚类，获得至少一个商品类，其中，商品类包括已交易商品和未交易商品；然后获取目标商品类中已交易商品的交易价格，并根据交易价格计算目标商品类的类内溢价率，其中，目标商品类为至少一个商品类中的任一商品类；最后根据类内溢价率确定目标商品类中未交易商品的价格。本实施例提供的方案，通过对数据库中所有商品进行聚类的方式获得至少一个商品类，并通过有历史交易记录的已交易商品价格计算目标商品类的类内溢价率，进一步通过目标商品类的类内溢价率来确定目标商品类中未交易商品的价格。解决了现有方案中对于没有历史交易记录的商品进行价格管控时存在的冷启动问题。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明实施例的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1是本发明实施例提供的商品价格确定方法的一个流程示意图；
图2是本发明实施例提供的商品价格确定方法的另一流程示意图；
图3是本发明实施例提供的商品价格确定装置的一个结构示意图；
图4是本发明实施例提供的电子设备的一个结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明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发明一部分的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
图1为本发明实施例提供的商品价格确定方法的一个流程示意图，本实施例可适用于对商品价格进行确定的情况，该方法可以由商品价格确定装置来执行，该装置可以采用硬件和/或软件的形式实现，该装置可配置于服务器等计算机设备中。参考图1，该方法具体可以包括如下步骤：
S110、对商品数据库中的所有商品进行聚类，获得至少一个商品类。
商品数据库可以为在电商平台上进行售卖的所有商品组成的数据库。其中，由于在电商平台上售卖的商品种类较多，例如可以包括：服饰、鞋子、日用品、化妆品以及配饰等，且对于每种商品种类，又可根据商品品牌以及商品类型的不同分为多种子类型，由此表明商品数据库中包含的商品数量是海量的，则在对商品数据库中的所有商品进行聚类时，为提升聚类速度，当前商品数据库可预先以商品类型或者商品品牌进行划分，以使得将具有相似特征的商品存储在一个子商品数据库中，进而可对子商品数据库中的所有商品进行聚类，具体商品数据库中所包含的商品对象在此不做限制。
在对商品数据库中的所有商品进行聚类时，可基于商品属性使用预设聚类算法进行聚类，以将商品数据库划分为至少一个商品类。
上述商品属性可以包括：形状、品牌、名称、联名商、颜色以及官方发售价格等，具体商品属性包含的内容在此不做限制。
上述预设聚类算法可以为，K-MEANS算法、图论聚类算法以及基于神经网络模型的聚类算法等，具体聚类算法的选取类型在此不做限制。
在对商品数据库中的所有商品进行聚类获得至少一个商品类之后，每个商品类中包括已交易商品，和/或，未交易商品。由于本实施例提供的商品价格确定方案是为了对系统中没有商品交易记录的未交易商品确定价格。因此，在对每个商品类进行分析时，仅对同时包含有已交易商品和未交易商品的商品类执行本实施例提供的方案，在聚类后，对于商品类中只包含有已交易商品或未交易商品的商品类进行剔除处理。
可选地，本实施例在对未交易商品确定价格时，在后续步骤中是基于对同一商品类中已交易商品的商品数据进行分析，从而根据分析结果获得未交易商品的商品价格。因此，为提升对确定的商品价格的准确性，则需每个商品类中已交易商品的商品数据具有一定代表性。因此，可只对商品总量超过第一数值，且已交易商品数量超过目标商品类第二数值的商品类进行分析。
示例性地，上述第一数值可以为大于等于10，第二数值可以为大于等于50％等，具体每个商品类中的商品总量以及每个商品类中包含的已交易商品的数量在此不做限制。
S120、获取目标商品类中已交易商品的交易价格，并根据交易价格计算目标商品类的类内溢价率。
上述目标商品类为至少一个商品类中的任一商品类。在执行本实施例提供的商品价格确定方案时，可对至少一个商品类依次或同步执行当前步骤，从而获得每个商品类对应的类内溢价率。
在获取目标商品类中已交易商品的交易价格时，当前交易价格为历史时间的成交价格。由于商品价格会随着经济趋势进行波动，则可获取已交易商品在预设时间段内的交易价格。示例性地，当前预设时间段可以为：一年内或者半年内等，具体获取目标商品类中已交易商品的交易价格的时间段在此不做限制。
类内溢价率用于指示目标商品类中整体商品的价格波动情况。在本实施例中，根据交易价格计算目标商品类的类内溢价率时，可首先根据目标商品类中每个已交易商品的交易价格计算每个已交易商品的商品溢价率，进一步根据每个已交易商品的商品溢价率计算目标商品类的类内溢价率。
其中，在根据目标商品类中每个已交易商品的交易价格计算每个已交易商品的商品溢价率时，以每个已交易商品对应的标准价格为基础，计算当前已交易商品的商品溢价率。在商品溢价率为正时，表明当前已交易商品的交易价格高于标准价格；在商品溢价率为负时，表明当前已交易商品的交易价格低于标准价格。
其中，上述标准价格可以为当前商品对应的官方发售价格或者商品成本价格等，具体标准价格所指示的价格类型在此不做限制。
需要说明的是，在标准价格指示商品成本价格时，对应的商品溢价率大多大于0。
进一步地，在根据每个已交易商品的商品溢价率计算目标商品类的类内溢价率时，可将目标商品类中每个已交易商品的商品溢价率按照顺序进行依次排列，将处于中位数的商品溢价率确定为目标商品类的类内溢价率；也可计算目标商品类中每个已交易商品的商品溢价率的均值，将获得的平均数值作为目标商品类的类内溢价率；还可选取目标商品类中多个商品溢价率的众数，将选取的众数值确定为目标商品类的类内溢价率等，具体确定目标商品类的类内溢价率的方式在此不做限制。
S130、根据类内溢价率确定目标商品类中未交易商品的价格。
在经步骤S110聚类之后，每个商品类中包含的商品的属性特征具有一定的相似性，则在当前步骤中可通过目标商品类对应的类内溢价率确定未交易商品的价格。
可选地，根据类内溢价率确定目标商品类中未交易商品的价格的方式可以为，基于目标商品类中未交易商品的标准价格和类内溢价率综合确定目标商品类中未交易商品的价格。这样确定的好处在于，对于目标商品类中包含的未交易商品进行价格确定时，解决了未交易商品因没有交易记录存在的冷启动问题。
示例性地，以目标商品类的类内溢价率为30％，查询系统获得未交易商品的标准价格为599为例，则目标商品类中未交易商品的价格可以为599*(100+30)％＝778.7元。
本发明实施例提供的商品价格确定方法，首先对商品数据库中的所有商品进行聚类，获得至少一个商品类，其中，商品类包括已交易商品和未交易商品；然后获取目标商品类中已交易商品的交易价格，并根据交易价格计算目标商品类的类内溢价率，其中，目标商品类为至少一个商品类中的任一商品类；最后根据类内溢价率确定目标商品类中未交易商品的价格。本实施例提供的方案，通过对数据库中所有商品进行聚类的方式获得至少一个商品类，并通过有历史交易记录的已交易商品价格计算目标商品类的类内溢价率，进一步通过目标商品类的类内溢价率来确定目标商品类中未交易商品的价格。解决了现有方案中对于没有历史交易记录的商品进行价格管控时存在的冷启动问题。
图2是本发明实施例提供的商品价格确定方法的另一流程示意图，本实施例与上述实施例之间的关系对上述实施例相应特征的进一步细化。如图2所示，该方法可以包括如下步骤：
S210、基于商品的属性特征计算商品数据库中每两个商品间的相似度，获得相似度数值。
基于商品的属性特征计算商品数据库中每两个商品间的相似度时，以计算商品A和商品B的相似度为例，当前步骤可基于如下方式实现：
Figure BDA0004068105590000081
上式中，Xi表示商品A的第i个属性特征，Yi表示商品B的第i个属性特征；
Figure BDA0004068105590000082
表示商品A的特征均值；
Figure BDA0004068105590000083
表示商品B的特征均值，r表示商品A和商品B的相似度。
其中，商品A和商品B的相似度越高，r的数值越大。
商品的属性特征可以包括：形状、品牌、名称、联名商、颜色以及官方发售价格等，具体商品的属性特征包含的内容在此不做限制。
S211、基于图谱聚类算法，将相似度数值大于预设数值的商品作为图谱的节点、相似度数值作为图谱的边进行迭代计算，以使得每个商品获得对应的类别标签。
基于上述步骤获得的商品数据库中每两个商品之间的相似度数值，可对相似度数值大于预设数值的商品执行当前步骤，将相似度数值不大于预设数值的商品做剔除处理。
其中，上述预设数值可以为0.5、0.6或0.7等，具体预设数值的选取在此不作限制。
上述类别标签用于对划分的至少一个商品类进行区分。在基于图谱聚类算法进行迭代的过程中，其本质是当每一个商品对应的类别标签不再发生变化时，则表明聚类完成。其中，当前类别标签可以使用数字(如1、2、3、4，……等)、字母(如A、B、C、D，……等)或数字与大小写字母结合的形式进行标识，具体类别标签的标识内容在此不做限制。
具体地，基于图谱聚类算法获得至少一个商品类和每个商品类对应的类别标签的方式可以为：
1、构建节点和边，即将相似度数值大于预设数值的商品作为图谱的节点，将相似度数值作为图谱的边，构建关联关系网络。
2、对关联关系网络中的每个节点初始化其所属的类别标签，且每个节点所属的类别标签是唯一的，如对于节点x，初始化其标签为Cx(0)＝x，即表示节点x的初始类别标签为0。
3、设置迭代次数t。
4、对于每个节点x∈X,其中X是所有节点的集合，令：
Figure BDA0004068105590000101
其中，Cx(t)表示节点x在t次迭代时的类别标签，i表示第i个节点，m、k表示节点的邻居节点，xi1,…,xim表示当前迭代中已经被更新的x的邻居，xi(m+1),…,xik表示当前迭代中还未被更新的x的邻居。
5、在判断每个节点的类别标签都不再变化或者满足迭代次数t时，则迭代结束；否则，继续重复上述步骤4。
S212、将具有相同类别标签的商品聚类为同一个商品类，获得至少一个商品类。
当迭代结束后，每个节点都唯一对应一个类别标签，可将类别标签相同的商品划分为一个商品类，从而获得至少一个商品类。
示例性地，对于属于同一个商品类的商品1、商品2、商品3和商品4，其对应的类别标签可以为a；对于属于同一个商品类的商品5、商品6、商品7和商品8，其对应的类别标签可以为b。对于获得的类别标签、每个类别标签包括的商品属性可分布式存储在计算机系统中，以便于根据类别标签查询目标商品。
S220、获取目标商品类中已交易商品的交易价格。
S230、获取每个已交易商品对应的官方发售价格。
商品的官方发售价格是由品牌方根据商品成本、品牌价值以及其他因素(如，是否联名款)等综合决定的价格。在每个商品进行发售后，无论是已交易商品还是未交易商品均包含有唯一对应的官方发售价格。
S231、根据交易价格和官方发售价格计算每个已交易商品的商品溢价率。
一般地，商品交易价格可能大于，小于或等于官方发售价格，商品交易价格受商品发售时间以及商品热度等综合因素影响。则根据交易价格和官方发售价格计算每个已交易商品的商品溢价率可由如下方式实现：
Figure BDA0004068105590000111
其中，ri表示第i个已交易商品的溢价率，P表示已交易商品的交易价格，P0表示官方发售价格。
一种可选实施例，在执行步骤S231之前，还可进行根据每个商品溢价率计算目标商品类的变异系数的操作，
变异系数用于衡量目标商品类中已交易商品溢价率的一致性程度；变异系数越低，说明目标商品类中已交易商品溢价率的一致性程度越高。在一致性越高时，表明目标商品类中的已交易商品的历史交易程度一致(如，涨幅/降幅稳定等)，即，当目标商品类的变异系数满足预设条件时，可执行步骤S232，即可以使用目标商品类中已交易商品的商品溢价率来综合计算目标商品类的类内溢价率。
其中，上述预设条件可以为变异率系数小于一定数值，示例性地，小于0.3、0.2或0.1等，具体当前数值的选取在此不做限制。
一种实现方式，可通过如下步骤实现根据每个商品溢价率计算目标商品类的变异系数：
a)根据每个商品溢价率分别计算第一溢价数值和第二溢价数值。
上述第一溢价数值可表示目标商品类中每个商品溢价率的标准差；上述第二溢价数值可表示目标商品类中每个商品溢价率的均值。
b)根据第一溢价数值和第二溢价数值获得目标商品类的变异系数。
将第一溢价数值用S表示，第二溢价数值用
Figure BDA0004068105590000121
表示，变异系数用cv表示，则目标商品类的变异系数可用如下公式进行计算：
Figure BDA0004068105590000122
S232、根据所有商品溢价率计算目标商品类的类内溢价率。
在当前步骤中，可将目标商品类中每个已交易商品的商品溢价率按照顺序进行依次排列，将处于中位数的商品溢价率确定为目标商品类的类内溢价率；也可计算目标商品类中每个已交易商品的商品溢价率的均值，将获得的平均数值作为目标商品类的类内溢价率；还可选取目标商品类中多个商品溢价率的众数，将选取的众数值确定为目标商品类的类内溢价率等，具体确定目标商品类的类内溢价率的方式在此不做限制。
S240、获取每个未交易商品对应的官方发售价格。
S241、根据每个未交易商品对应的官方发售价格和类内溢价率确定目标商品类中每个未交易商品的价格。
以类内溢价率用R表示，官方发售价格用P0表示，未交易商品的价格用PR表示，则当前步骤S241可使用如下公式进行表示：
Figure BDA0004068105590000123
在目标商品类包含的未交易商品数量为多个时，经上述步骤S210～S241可确定出目标商品类中每个未交易商品的价格。
一种具体的应用场景，当用户在电商平台上有售卖需求时，可通过如下方式对卖方的售卖价格进行管控：
获取用户设备发送的售卖请求，售卖请求包括待售卖商品的商品属性和待售价格；根据商品属性在商品数据库中确定目标类别标签；根据目标类别标签确定待售卖商品的目标价格；在待售价格高于目标价格时，向用户设备发送售卖反馈，售卖反馈用于指示拒绝售卖请求。
上述售卖请求可以为用户在用户设备集成的应用程序上点击预设按钮发出的请求，示例性地，上述预设按钮可以为“我要卖出”或“售卖”等。
其中，在用户点击预设按钮之后，需同步上传待售卖商品的商品属性和待售价格，其中，当前待售卖商品的商品属性可以为用户上传待售卖商品的商品图片后，基于图片识别技术识别出的商品属性，还可以为结合用户手动输入，后台结合图片人工校验之后获得的商品属性；待售价格为用户期望的售卖价格。
进一步地，在接收到售卖请求之后，可根据获得的商品属性对待售卖商品进行标签匹配，以匹配出目标类别标签，进一步在目标类别标签包含的商品中查找待售卖商品的目标价格，从而对待售价格高于目标价格进行比对，在用户期望的高于目标价格时，则拒绝用户的售卖请求。
其中，上述目标价格即为应用本实施例提供的商品价格确定方法为每个未售卖商品确定的价格。
本发明实施例提供的商品价格确定方法，首先基于图谱聚类算法对商品数据库中的所有商品进行聚类，以使得获得至少一个商品类，对于目标商品类包含有已交易商品和未交易商品，进一步通过计算每个商品类中已交易商品的商品溢价率来获得目标商品类的变异系数，当变异系数满足一定条件时，则根据每个商品溢价率获得目标商品类的类内溢价率，进一步根据类内溢价率获得目标商品类中每个未交易商品的商品价格。本实施例提供的方案，能够对没有历史交易记录的商品进行价格确定，解决商品价格管控时遇到的冷启动问题。
图3是本发明实施例提供的商品价格确定装置的一个结构示意图，该装置适用于执行本发明实施例提供的商品价格确定方法。如图3所示，该装置具体可以包括：商品聚类模块310、溢价率计算模块320和价格确定模块330，其中：
商品聚类模块310，用于对商品数据库中的所有商品进行聚类，获得至少一个商品类，所述商品类包括已交易商品和未交易商品；
溢价率计算模块320，用于获取目标商品类中已交易商品的交易价格，并根据所述交易价格计算所述目标商品类的类内溢价率，所述目标商品类为至少一个所述商品类中的任一商品类；
价格确定模块330，用于根据所述类内溢价率确定所述目标商品类中未交易商品的预测价格。
本发明实施例提供的商品价格确定装置，首先对商品数据库中的所有商品进行聚类，获得至少一个商品类，其中，商品类包括已交易商品和未交易商品；然后获取目标商品类中已交易商品的交易价格，并根据交易价格计算目标商品类的类内溢价率，其中，目标商品类为至少一个商品类中的任一商品类；最后根据类内溢价率确定目标商品类中未交易商品的价格。本实施例提供的方案，通过对数据库中所有商品进行聚类的方式获得至少一个商品类，并通过有历史交易记录的已交易商品价格计算目标商品类的类内溢价率，进一步通过目标商品类的类内溢价率来确定目标商品类中未交易商品的价格。解决了现有方案中对于没有历史交易记录的商品进行价格管控时存在的冷启动问题。
一实施例中，商品聚类模块310包括：相似度计算单元、迭代计算单元和聚类单元，其中：
相似度计算单元，用于基于商品的属性特征计算所述商品数据库中每两个商品间的相似度，获得相似度数值；
迭代计算单元，用于基于图谱聚类算法，将所述相似度数值大于预设数值的商品作为图谱的节点、所述相似度数值作为图谱的边进行迭代计算，以使得每个商品获得对应的类别标签；
聚类单元，用于将具有相同类别标签的商品聚类为同一个商品类，获得至少一个所述商品类。
溢价率计算模块320包括：发售价格获取单元和溢价率计算单元，其中：
发售价格获取单元，用于获取每个所述已交易商品对应的官方发售价格；
溢价率计算单元，用于根据所述交易价格和所述官方发售价格计算每个所述已交易商品的商品溢价率；
溢价率计算单元，还用于根据所有所述商品溢价率计算所述目标商品类的类内溢价率。
一实施例中，溢价率计算模块320还包括：变异系数计算单元，其中：
变异系数计算单元，用于根据每个所述商品溢价率计算所述目标商品类的变异系数。
一实施例中，变异系数计算单元，具体用于根据每个所述商品溢价率分别计算第一溢价数值和第二溢价数值；根据所述第一溢价数值和所述第二溢价数值计算所述目标商品类的变异系数。
一实施例中，价格确定模块330，具体用于获取每个所述未交易商品对应的官方发售价格；根据每个所述未交易商品对应的官方发售价格和所述类内溢价率确定所述目标商品类中每个所述未交易商品的价格。
一实施例中，所述装置还包括：售卖请求获取模块、标签确定模块、目标价格确定模块和售卖反馈模块，其中：
售卖请求获取模块，用于获取用户设备发送的售卖请求，所述售卖请求包括待售卖商品的商品属性和待售价格；
标签确定模块，用于根据所述商品属性在所述商品数据库中确定目标类别标签；
目标价格确定模块，用于根据所述目标类别标签确定所述待售卖商品的目标价格；
售卖反馈模块，用于在所述待售价格高于所述目标价格时，向所述用户设备发送售卖反馈，所述售卖反馈用于指示拒绝所述售卖请求。
本领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述功能模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本发明实施例还提供了一种电子设备，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本发明任一实施例所述的商品价格确定方法。
本发明实施例还提供了一种计算机可读介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的商品价格确定方法。
下面参考图4，其示出了适于用来实现本发明实施例的电子设备的计算机系统500的结构示意图。图4示出的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，计算机系统500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块和/或单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块和/或单元也可以设置在处理器中，例如，可以描述为：一种处理器包括商品聚类模块、溢价率计算模块和价格确定模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：对商品数据库中的所有商品进行聚类，获得至少一个商品类，所述商品类包括已交易商品和未交易商品；获取目标商品类中已交易商品的交易价格，并根据所述交易价格计算所述目标商品类的类内溢价率，所述目标商品类为至少一个所述商品类中的任一商品类；根据所述类内溢价率确定所述目标商品类中未交易商品的价格。
根据本发明实施例的技术方案，通过对数据库中所有商品进行聚类的方式获得至少一个商品类，并通过有历史交易记录的已交易商品价格计算目标商品类的类内溢价率，进一步通过目标商品类的类内溢价率来确定目标商品类中未交易商品的价格。解决了现有方案中对于没有历史交易记录的商品进行价格管控时存在的冷启动问题。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种商品价格确定方法，其特征在于，包括：
对商品数据库中的所有商品进行聚类，获得至少一个商品类，所述商品类包括已交易商品和未交易商品；
获取目标商品类中已交易商品的交易价格，并根据所述交易价格计算所述目标商品类的类内溢价率，所述目标商品类为至少一个所述商品类中的任一商品类；
根据所述类内溢价率确定所述目标商品类中未交易商品的价格。
2.根据权利要求1所述的方法，其特征在于，所述对商品数据库中的所有商品进行聚类，获得至少一个商品类，包括：
基于商品的属性特征计算所述商品数据库中每两个商品间的相似度，获得相似度数值；
基于图谱聚类算法，将所述相似度数值大于预设数值的商品作为图谱的节点、所述相似度数值作为图谱的边进行迭代计算，以使得每个商品获得对应的类别标签；
将具有相同类别标签的商品聚类为同一个商品类，获得至少一个所述商品类。
3.根据权利要求1所述的方法，其特征在于，所述根据所述交易价格计算所述目标商品类的类内溢价率，包括：
获取每个所述已交易商品对应的官方发售价格；
根据所述交易价格和所述官方发售价格计算每个所述已交易商品的商品溢价率；
根据所有所述商品溢价率计算所述目标商品类的类内溢价率。
4.根据权利要求3所述的方法，其特征在于，在根据所有所述商品溢价率计算所述目标商品类的类内溢价率之前，还包括：
根据每个所述商品溢价率计算所述目标商品类的变异系数。
5.根据权利要求4所述的方法，其特征在于，所述根据每个所述商品溢价率计算所述目标商品类的变异系数，包括：
根据每个所述商品溢价率分别计算第一溢价数值和第二溢价数值；
根据所述第一溢价数值和所述第二溢价数值计算所述目标商品类的变异系数。
6.根据权利要求1所述的方法，其特征在于，所述根据所述类内溢价率确定所述目标商品类中未交易商品的价格，包括：
获取每个所述未交易商品对应的官方发售价格；
根据每个所述未交易商品对应的官方发售价格和所述类内溢价率确定所述目标商品类中每个所述未交易商品的价格。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
获取用户设备发送的售卖请求，所述售卖请求包括待售卖商品的商品属性和待售价格；
根据所述商品属性在所述商品数据库中确定目标类别标签；
根据所述目标类别标签确定所述待售卖商品的目标价格；
在所述待售价格高于所述目标价格时，向所述用户设备发送售卖反馈，所述售卖反馈用于指示拒绝所述售卖请求。
8.一种商品价格确定装置，其特征在于，包括：
商品聚类模块，用于对商品数据库中的所有商品进行聚类，获得至少一个商品类，所述商品类包括已交易商品和未交易商品；
溢价率计算模块，用于获取目标商品类中已交易商品的交易价格，并根据所述交易价格计算所述目标商品类的类内溢价率，所述目标商品类为至少一个所述商品类中的任一商品类；
价格确定模块，用于根据所述类内溢价率确定所述目标商品类中未交易商品的价格。
9.一种电子设备，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权利要求1-7中任一项所述的商品价格确定方法。
10.一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如权利要求1-7任一项所述的商品价格确定方法。
CN202310083099.5A 2023-01-18 2023-01-18 商品价格确定方法、装置、电子设备及存储介质 Pending CN116029794A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310083099.5A CN116029794A (zh) 2023-01-18 2023-01-18 商品价格确定方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310083099.5A CN116029794A (zh) 2023-01-18 2023-01-18 商品价格确定方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN116029794A true CN116029794A (zh) 2023-04-28

Family

ID=86079389

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310083099.5A Pending CN116029794A (zh) 2023-01-18 2023-01-18 商品价格确定方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN116029794A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117788123A (zh) * 2024-02-23 2024-03-29 南京简亿网络科技有限公司 电商个性化导购系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117788123A (zh) * 2024-02-23 2024-03-29 南京简亿网络科技有限公司 电商个性化导购系统
CN117788123B (zh) * 2024-02-23 2024-04-30 南京简亿网络科技有限公司 电商个性化导购系统

Similar Documents

Publication Publication Date Title
US20200065750A1 (en) Inventory management system and method thereof
Huang et al. Winner determination for risk aversion buyers in multi-attribute reverse auction
US20140279263A1 (en) Systems and methods for providing product recommendations
CN107886241B (zh) 资源分析方法、装置、介质和电子设备
CN108885762B (zh) 用于在数据市场中分配价格发现机制的方法和系统
Xue et al. Pricing personalized bundles: A new approach and an empirical study
CN111666275B (zh) 一种数据处理方法、装置、电子设备及存储介质
WO2020221022A1 (zh) 业务对象推荐方法
CN111966886A (zh) 对象推荐方法、对象推荐装置、电子设备及存储介质
CN113516496B (zh) 广告转化率预估模型构建方法、装置、设备及其介质
WO2017119952A1 (en) Consumer decision tree generation system
CN112598472A (zh) 产品推荐方法、装置、系统、介质和程序产品
CN116029794A (zh) 商品价格确定方法、装置、电子设备及存储介质
CN114997916A (zh) 潜在用户的预测方法、系统、电子设备和存储介质
CN114663015A (zh) 补货方法和装置
US11810010B2 (en) Two tier automatic cost estimation for automatic manufacture of spare parts
US20170193539A1 (en) Time-value estimation method and system for sharing environment
CN112348590A (zh) 一种物品价值确定方法、装置、电子设备和存储介质
CN111105244A (zh) 基于退款的服务方案确定方法及装置
US11151532B2 (en) System to facilitate exchange of data segments between data aggregators and data consumers
CN116012086A (zh) 商品价格的评估方法、装置、电子设备及存储介质
CN115482014B (zh) 一种二手车虚假车源的识别方法和装置
CN115860872A (zh) 一种目标物品确定方法、装置、电子设备及存储介质
CN110827101A (zh) 一种店铺推荐的方法和装置
CN111639989B (zh) 商品推荐方法和可读存储介质

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