CN116151932B - 一种基于多媒体反馈的化妆品展示类型推荐系统 - Google Patents
一种基于多媒体反馈的化妆品展示类型推荐系统 Download PDFInfo
- Publication number
- CN116151932B CN116151932B CN202310349594.6A CN202310349594A CN116151932B CN 116151932 B CN116151932 B CN 116151932B CN 202310349594 A CN202310349594 A CN 202310349594A CN 116151932 B CN116151932 B CN 116151932B
- Authority
- CN
- China
- Prior art keywords
- analysis
- consumption
- cosmetic
- value
- recommendation
- 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
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]
- G06Q30/0631—Item recommendations
-
- 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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于化妆品推荐分析技术领域,具体是一种基于多媒体反馈的化妆品展示类型推荐系统,包括化妆品分析推荐平台,化妆品分析推荐平台包括服务器、消费问卷调查汇总模块、化妆品消费分析模块和化妆品推荐分析模块;本发明是将调查问卷分析和消费分析相结合,并基于对应化妆品的问卷调查分析信息和消费表现分析信息,将化妆品进行推荐排序分析以获取到化妆品推荐顺序结构和重点展示对象,推荐展示结果更加合理,并辅以多媒体展示推荐效果分析,有助于保证后续的多媒体流畅展示推荐和提升引流效果。
Description
技术领域
本发明涉及化妆品推荐分析技术领域,具体是一种基于多媒体反馈的化妆品展示类型推荐系统。
背景技术
化妆品是指以涂抹、喷洒或者其他类似方法,散布于人体表面的任何部位,如皮肤、毛发、指趾甲及唇齿等,以达到清洁、保养、美容、修饰和改变外观,或者修正人体气味、保持良好状态为目的的化学工业品或精细化工产品,化妆品门店进行线上或线下化妆品销售,且通过化妆品的展示以吸引人员进入购买;
目前在通过多媒体展示化妆品信息时,管理人员在所展示化妆品的选择和推荐时具有随意性,无法有效结合化妆品的问卷调查分析和化妆品消费分析,并基于结合分析结果合理推荐以吸引人员进入停留,且在化妆品推荐展示过程无法进行多媒体展示效果分析,难以及时有效进行后续的展示方案调整;
针对上述的技术缺陷,现提出一种解决方案。
发明内容
本发明的目的在于提供一种基于多媒体反馈的化妆品展示类型推荐系统,解决了现有技术中无法有效结合化妆品的问卷调查分析和化妆品消费分析,并基于结合分析结果合理推荐以吸引人员进入停留,且在化妆品推荐展示过程无法进行多媒体展示效果分析,难以及时有效进行后续展示方案调整的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于多媒体反馈的化妆品展示类型推荐系统,包括化妆品分析推荐平台,化妆品分析推荐平台包括服务器、消费问卷调查汇总模块、化妆品消费分析模块和化妆品推荐分析模块;化妆品分析推荐平台内置存储模块,存储模块内存储有化妆品销售展示门店的化妆品推荐池以及化妆品问卷评价信息,化妆品推荐池中存储有化妆品销售展示门店所有处于销售状态的化妆品信息;
化妆品分析推荐平台用于将化妆品问卷评价信息发送至消费问卷调查汇总模块,消费问卷调查汇总模块用于将化妆品推荐池中的化妆品逐一进行调查问卷分析,通过调查问卷分析将对应化妆品标记为高口碑对象或低口碑对象,且将化妆品的问卷调查标记信息发送至服务器;化妆品消费分析模块用于将对应化妆品逐一进行消费分析,通过消费分析将对应化妆品标记为优表现对象或劣表现对象,且将化妆品的消费表现标记信息发送至服务器;
服务器接收到化妆品的问卷调查标记信息和消费表现标记信息后,将化妆品的问卷调查标记信息和消费表现标记信息发送至化妆品推荐分析模块进行推荐排序分析,通过推荐排序分析获取到化妆品推荐顺序结构和重点展示对象,将重点展示对象以及化妆品推荐顺序结果发送至服务器;服务器将重点展示对象及对应化妆品信息发送至多媒体反馈展示端进行重点持续展示,以及将化妆品推荐顺序结果发送至多媒体反馈展示端,多媒体反馈展示端基于化妆品推荐顺序结果进行对应化妆品信息的滚动展示。
进一步的,消费问卷调查汇总模块的具体运行过程包括:
获取到化妆品推荐池中的化妆品,将化妆品推荐池中的化妆品标记为分析对象i,i=1,2,…,n,n表示化妆品推荐池中化妆品种类数目且n为大于1的正整数;获取到化妆品问卷调查中所涉及的调查问题,将对应调查问题标记为分析问题u,u=1,2,…,m,m为所涉及调查问题的数目且m为大于1的正整数;
设定监测时段,获取到监测时段内的分析对象i所对应的分析问题u的所有评分值,将所有评分值进行均值计算获取到分析对象i所对应的分析问题u的评分表现值;获取到对应分析问题u预先录入存储的预设消费影响系数,将分析对象i所对应的分析问题u的评分表现值与对应预设消费影响系数相乘,且将两者乘积标记为分析对象i所对应的分析问题u的选项影响值;
将分析对象i的所有选项影响值进行求和计算获取到问卷调查值,若分析对象i的问卷调查值超过预设问卷调查阈值,则将分析对象i标记为高口碑对象,若分析对象i的问卷调查值未超过预设问卷调查阈值,则将分析对象i标记为低口碑对象;将分析对象i的问卷调查标记信息发送至服务器。
进一步的,化妆品消费分析模块的具体运行过程包括:
获取到监测时段内的分析对象i的销售总量和销售总利润,以及获取到分析对象i所涉及的消费者且通过消费者分析将消费者标记为高端消费者、中端消费者或低端消费者,将高端消费者数量、中端消费者数量和低端消费者数量进行数值计算获取到分析对象i的消费者表现系数,将销售总量、销售总利润和消费者表现系数进行数值计算获取到消费分析值;若消费分析值超过预设消费分析阈值,则将分析对象i标记为优表现对象,若消费分析值未超过预设消费分析阈值,则将分析对象i标记为劣表现对象;将分析对象i的消费表现标记信息发送至服务器。
进一步的,消费者分析的具体分析过程如下:
获取到消费者的注册时刻,将当前时刻与消费者的注册时刻进行差值计算获取到消费者的注册时长值,以及获取到消费者在历史消费阶段的总消费金额值和总消费频次值,将总消费金额值与总消费频次值进行比值计算获取到单次平均消费金额值,将消费者的注册时长值、总消费金额值、总消费频次值和单次平均消费金额值进行数值计算获取到消费者的消费参数;若消费者的消费参数超过预设消费参数范围的最大值,则将消费者标记为高端消费者,若消费者的消费参数位于预设消费参数范围内,则将消费者标记为中端消费者,若消费者的消费参数未超过预设消费参数范围的最小值,则将消费者标记为低端消费者。
进一步的,化妆品推荐分析模块的具体运行过程包括:
获取到分析对象i的问卷调查标记信息和消费表现标记信息,若分析对象i为高口碑对象和优表现对象,则将分析对象i标记为待推荐对象,获取到所有待推荐对象,将对应待推荐对象的问卷调查值和消费分析值进行数值计算获取到优先推荐系数,按照优先推荐系数的数值由大到小的顺序将所有待推荐对象进行排序以生成化妆品推荐顺序,将位于首位的待推荐对象标记为重点展示对象,将重点展示对象以及化妆品推荐顺序结果发送至服务器。
若分析对象i为低口碑对象和劣表现对象,则将分析对象i标记为待淘汰对象,获取到所有待淘汰对象,将对应待淘汰对象相邻若干组监测时段的问卷调查值建立问卷调查集合,将对应待淘汰对象相邻若干组监测时段的消费分析值建立消费分析集合,将问卷调查集合进行均值计算和方差计算获取到问卷调查平均值和问卷调查离散值,将消费分析集合进行均值计算和方差计算获取到消费分析平均和消费分析离散值;
进一步的,若对应待淘汰对象的问卷调查平均值未超过预设问卷调查平均阈值且问卷调查离散值未超过问卷调查离散阈值以及消费分析平均值未超过预设消费分析平均阈值且消费分析离散值未超过预设消费分析离散阈值,则生成对应待淘汰对象的停止购入信号;若对应待淘汰对象的问卷调查平均值超过预设问卷调查平均阈值且问卷调查离散值未超过问卷调查离散阈值,以及消费分析平均值超过预设消费分析平均阈值且消费分析离散值未超过预设消费分析离散阈值,则生成对应待淘汰对象的继续观察信号,其余情况则生成对应待淘汰对象的重点监管信号;将对应待淘汰对象的停止购入信号、继续观察信号或重点监管信号发送至化妆品分析推荐平台。
进一步的,化妆品分析推荐平台通信连接对应化妆品销售展示门店的销售监管终端,化妆品分析推荐平台将对应待淘汰对象的停止购入信号、继续观察信号或重点监管信号发送至销售监管终端,对应管理人员在接收到停止购入信号后及时停止对应化妆品的购入,接收到重点监管信号时根据需要及时减少对应化妆品的购入量,以及在接收到继续观察信号时针对后续对应化妆品的销售状况选择减少或停止对应化妆品的购入。
进一步的,化妆品分析推荐平台还包括多媒体展示预警模块,服务器与多媒体展示预警模块通信连接,服务器生成展示预警分析信号并将展示预警分析信号发送至多媒体展示预警模块,多媒体展示预警模块接收到展示预警分析信号后,将对应化妆品展示销售门店进行多媒体展示推荐效果分析,通过多媒体展示推荐效果分析生成展示效果合格信号或展示效果不合格信号,将展示效果合格信号或展示效果不合格信号经化妆品发送至服务器,服务器经化妆品分析推荐平台将展示效果合格信号或展示效果不合格信号发送至对应销售监管终端,对应销售监管终端的管理人员接收到展示效果不合格信号时及时作出对应调整。
进一步的,多媒体展示推荐效果分析的具体分析过程如下:
设定展示分析周期,获取到展示分析周期对应化妆品销售门店的人流量数据、人员平均驻留时长值以及周期销售额,将人流量数据、人员平均驻留时长值和周期销售额进行数值计算获取到引流效果系数;以及获取到展示分析周期对应化妆品销售门店的多媒体展示卡顿时长值、多媒体展示故障频次值以及故障延误总时长值,将多媒体展示卡顿时长值、多媒体展示故障频次值和故障延误总时长值进行数值计算获取到流畅阻碍系数;若引流效果系数超过预设引流效果阈值且流畅阻碍系数未超过预设流畅阻碍系数阈值,则生成展示效果合格信号,其余情况则生成展示效果不合格信号。
与现有技术相比,本发明的有益效果是:
本发明是通过调查问卷分析将对应化妆品标记为高口碑对象或低口碑对象,化妆品消费分析模块进行消费分析并将对应化妆品标记为优表现对象或劣表现对象,化妆品推荐分析模块基于对应化妆品的问卷调查标记信息和消费表现标记信息将化妆品进行推荐排序分析,以获取到化妆品推荐顺序结构和重点展示对象,推荐展示结果更加合理;
本发明是将待淘汰对象进行分析并生成对应待淘汰对象的停止购入信号、继续观察信号或重点监管信号,方便进行后续化妆品的购入选择和管理;且通过多媒体展示预警模块进行多媒体展示推荐效果分析,在接收到展示效果不合格信号时及时作出对应调整,保证后续的多媒体流畅展示推荐和提升引流效果。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明;
图1为本发明的整体系统框图;
图2为本发明中化妆品分析推荐平台的系统框图;
图3为本发明中实施例三的系统框图。
具体实施方式
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、完整的描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:如图1-2所示,本发明提出的一种基于多媒体反馈的化妆品展示类型推荐系统,包括化妆品分析推荐平台,化妆品分析推荐平台通信连接多媒体反馈展示端和对应化妆品销售展示门店的销售监管终端,化妆品分析推荐平台包括服务器、消费问卷调查汇总模块、化妆品消费分析模块和化妆品推荐分析模块;且化妆品分析推荐平台内置存储模块,存储模块内存储有化妆品销售展示门店的化妆品推荐池以及化妆品问卷评价信息,化妆品推荐池中存储有化妆品销售展示门店所有处于销售状态的化妆品信息;
化妆品分析推荐平台将化妆品问卷评价信息发送至消费问卷调查汇总模块,消费问卷调查汇总模块将化妆品推荐池中的化妆品逐一进行调查问卷分析,并将对应化妆品标记为高口碑对象或低口碑对象,且将化妆品的问卷调查标记信息发送至服务器,而调查问卷分析的具体分析过程如下:
获取到化妆品推荐池中的化妆品,将化妆品推荐池中的化妆品标记为分析对象i,i=1,2,…,n,n表示化妆品推荐池中化妆品种类数目且n为大于1的正整数;获取到化妆品问卷调查中所涉及的调查问题,将对应调查问题标记为分析问题u,u=1,2,…,m,m为所涉及调查问题的数目且m为大于1的正整数;设定监测时段为一周时长,获取到监测时段内的分析对象i所对应的分析问题u的所有评分值;
具体的,评分值的范围为0-10,分析对象i对象分析问题u的评分值越高,表明对应分析问题u所涉及的化妆品效果越好(比如性价比);还将分析对象i所对应的分析问题u的所有评分值进行均值计算,获取到分析对象i所对应的分析问题u的评分表现值PBiu;
获取到对应分析问题u预先录入存储的预设消费影响系数,对应分析问题u的预设消费影响系数越大,表明对应分析问题u的评分越低,则对化妆品整体评价的负面影响越大;将分析对象i所对应的分析问题u的评分表现值PBiu与对应预设消费影响系数相乘,且将两者乘积标记为分析对象i所对应的分析问题u的选项影响值XYiu;
将分析对象i的所有选项影响值进行求和计算获取到分析对象i的问卷调查值WDi,调取预先录入存储的预设问卷调查阈值,将分析对象i的问卷调查值WDi与预设问卷调查阈值进行数值比较,若分析对象i的问卷调查值WDi超过预设问卷调查阈值,表明分析对象i的消费者评价高,口碑较好,则将分析对象i标记为高口碑对象,若分析对象i的问卷调查值WDi未超过预设问卷调查阈值,表明分析对象i的消费者评价偏低,口碑不佳,则将分析对象i标记为低口碑对象。
化妆品消费分析模块将化妆品逐一进行消费分析,通过消费分析将对应化妆品标记为优表现对象或劣表现对象,且将化妆品的消费表现标记信息发送至服务器,而化妆品消费分析模块的具体运行过程如下:
获取到监测时段内的分析对象i的销售总量和销售总利润并分别标记为XZi和XRi,以及获取到分析对象i所涉及的消费者和消费者的注册时刻(消费者通过注册成为线上或线下会员),将当前时刻与消费者的注册时刻进行差值计算获取到消费者的注册时长值ZSi,以及获取到消费者在历史消费阶段的总消费金额值和总消费频次值并分别标记为ZXi和ZPi,将总消费金额值ZXi与总消费频次值ZPi进行比值计算获取到单次平均消费金额值PJi;
通过消费者分析公式XCi=a1*ZSi+a2*ZXi+a3*ZPi+a4*PJi并代入对应消费者的注册时长值ZSi、总消费金额值ZXi、总消费频次值ZPi和单次平均消费金额值PJi进行数值计算,通过数值计算后获取到分析对象i对应消费者的消费参数XCi;其中,a1、a2、a3、a4为预设权重系数,a1、a2、a3、a4的取值均大于零且a1<a3<a2<a4;进一步而言,消费参数XCi的数值越大,表明分析对象i所对应的消费者的消费能力越强且忠诚度越高;
调取预设消费参数范围,将对应消费者的消费参数与预设消费参数范围进行数值比较,若消费者的消费参数超过预设消费参数范围的最大值,则将消费者标记为高端消费者,若消费者的消费参数位于预设消费参数范围内,则将消费者标记为中端消费者,若消费者的消费参数未超过预设消费参数范围的最小值,则将消费者标记为低端消费者;
经统计获取到分析对象i的高端消费者数量、中端消费者数量和低端消费者数量并分别标记为GXi、ZXi和DXi,通过公式XBi=b1*GXi+b2*ZXi+b3*DXi并代入高端消费者数量GXi、中端消费者数量ZXi和低端消费者数量DXi进行数值计算,通过数值计算后获取到分析对象i的消费者表现系数XBi,其中,b1、b2、b3为预设比例系数,b1、b2、b3的取值均大于零且b1>b2>b3;并且,消费者表现系数XBi的数值越大,表明分析对象i所拥有的消费群体整体消费能力和忠诚度越高;
通过消费归一化分析公式XFi=eq1*XZi+eq2*XRi+eq3*XBi并代入销售总量XZi、销售总利润XRi和消费者表现系数XBi进行数值计算,通过数值计算后获取到消费分析值XFi;其中,eq1、eq2、eq3为预设权重系数,eq1、eq2、eq3的取值均大于1且eq1<eq3<eq2;并且,消费分析值XFi的数值越大,表明分析对象i的化妆品销售表现越好;
调取预设录入存储的预设消费分析阈值,将消费分析值XFi与预设消费分析阈值进行数值比较,若消费分析值XFi超过预设消费分析阈值,则将分析对象i标记为优表现对象,若消费分析值XFi未超过预设消费分析阈值,则将分析对象i标记为劣表现对象。
服务器接收到化妆品的问卷调查标记信息和消费表现标记信息后,将化妆品的问卷调查标记信息和消费表现标记信息发送至化妆品推荐分析模块进行推荐排序分析,而推荐排序分析的具体分析过程如下:
获取到分析对象i的问卷调查标记信息和消费表现标记信息,若分析对象i为高口碑对象和优表现对象,则将分析对象i标记为待推荐对象,获取到所有待推荐对象,通过公式TJi=tk1*WDi+tk2*XFi并代入对应待推荐对象的问卷调查值WDi和消费分析值XFi进行数值计算,通过数值计算后获取到对应待推荐对象的优先推荐系数TJi,其中,tk1、tk2为预设权重系数,tk1、tk2的取值均大于零且tk1小于tk2;
需要说明的是,优先推荐系数TJi的数值大小与对应待推荐对象的问卷调查值WDi和消费分析值XFi均呈正比关系,优先推荐系数TJi的数值越大,表明对应待推荐对象的推荐优先级别越高;按照优先推荐系数的数值由大到小的顺序将所有待推荐对象进行排序以生成化妆品推荐顺序,将位于首位的待推荐对象标记为重点展示对象。
化妆品推荐分析模块基于对应化妆品的问卷调查标记信息和消费表现标记信息,将化妆品进行推荐排序分析以获取到化妆品推荐顺序结构和重点展示对象,将重点展示对象以及化妆品推荐顺序结果发送至服务器;
服务器将重点展示对象及对应化妆品信息发送至多媒体反馈展示端,多媒体反馈展示端的中心固定区域将重点展示对象的化妆品信息进行重点持续展示,以及将化妆品推荐顺序结果发送至多媒体反馈展示端,多媒体反馈展示端基于化妆品推荐顺序结果进行对应化妆品信息的滚动展示,进一步而言,排序靠前的化妆品的滚动展示停留时长大于位于其后的化妆品的滚动展示停留时长。
实施例2:本实施例与实施例1的区别在于,若分析对象i为低口碑对象和劣表现对象,则将分析对象i标记为待淘汰对象,获取到所有待淘汰对象,将对应待淘汰对象相邻若干组监测时段的问卷调查值建立问卷调查集合,将对应待淘汰对象相邻若干组监测时段的消费分析值建立消费分析集合,将问卷调查集合进行均值计算和方差计算获取到问卷调查平均值和问卷调查离散值,将消费分析集合进行均值计算和方差计算获取到消费分析平均值和消费分析离散值;需要说明的是,问卷调查平均值的数值越大且问卷调查离散值的数值越小,表明分析对象i的消费者评价持续稳定处于高口碑状态,消费分析平均值的数值越大且消费分析离散值的数值越小,表明分析对象i的销售状况持续稳定处于优异状态;
若对应待淘汰对象的问卷调查平均值未超过预设问卷调查平均阈值且问卷调查离散值未超过问卷调查离散阈值以及消费分析平均值未超过预设消费分析平均阈值且消费分析离散值未超过预设消费分析离散阈值,表明对应待淘汰对象长期处于口碑和销售状况不佳的状态,则生成对应待淘汰对象的停止购入信号;若对应待淘汰对象的问卷调查平均值超过预设问卷调查平均阈值且问卷调查离散值未超过问卷调查离散阈值,以及消费分析平均值超过预设消费分析平均阈值且消费分析离散值未超过预设消费分析离散阈值,则生成对应待淘汰对象的继续观察信号,表明对应待淘汰对象相对而言长期处于口碑和销售状况良好的状态,其余情况则生成对应待淘汰对象的重点监管信号;将对应待淘汰对象的停止购入信号、继续观察信号或重点监管信号发送至化妆品分析推荐平台。
化妆品分析推荐平台通信连接对应化妆品销售展示门店的销售监管终端,化妆品分析推荐平台将对应待淘汰对象的停止购入信号、继续观察信号或重点监管信号发送至销售监管终端,接收到停止购入信号后及时停止对应化妆品的购入以避免后续造成过大损失,接收到重点监管信号时根据需要及时减少对应化妆品的购入量,以及接收到继续观察信号时针对后续对应化妆品的销售状况选择减少或停止对应化妆品的购入,方便对应化妆品销售展示门店进行后续化妆品的购入选择和管理。
实施例3:如图3所示,本实施例与实施例1、实施例2的区别在于,化妆品分析推荐平台还包括多媒体展示预警模块,服务器与多媒体展示预警模块通信连接,服务器生成展示预警分析信号并将展示预警分析信号发送至多媒体展示预警模块,多媒体展示预警模块接收到展示预警分析信号后,将对应化妆品展示销售门店进行多媒体展示推荐效果分析,多媒体展示推荐效果分析的具体分析过程如下:
设定展示分析周期,获取到展示分析周期对应化妆品销售门店的人流量数据、人员平均驻留时长值以及周期销售额并分别标记为RJ、RS和ZX,通过引流分析公式YX=tp1*RJ+tp2*RS+tp3*ZX将人流量数据RJ、人员平均驻留时长值RS和周期销售额ZX进行数值计算,通过数值计算后获取到引流效果系数YX;其中,tp1、tp2、tp3为预设权重系数,tp1、tp2、tp3的取值均大于零且tp1<tp2<tp3;需要说明的是,引流效果系数YX的数值大小与人流量数据RJ、人员平均驻留时长值RS和周期销售额ZX均呈正比关系,引流效果系数YX的数值越大,表明通过展示分析周期的多媒体展示的引流效果越好;
以及获取到展示分析周期对应化妆品销售门店的多媒体展示卡顿时长值、多媒体展示故障频次值以及故障延误总时长值并分别标记为KS、GZ和YS,通过展示阻碍分析公式LZ=tu1*KS+tu2*GZ+tu3*YS并代入多媒体展示卡顿时长值KS、多媒体展示故障频次值GZ和故障延误总时长值YS进行数值计算,通过数值计算后获取到流畅阻碍系数LZ;其中,tu1、tu2、tu3为预设权重系数,tu1、tu2、tu3的取值均大于零且tu1<tu3<tu2;并且,流畅阻碍系数LZ的数值越大,表明对应展示分析周期多媒体反馈展示端进行展示时的流畅性越差,推荐展示过程越不顺利;
调取预先设置存储的预设引流效果阈值和预设流畅阻碍系数阈值,将引流效果系数YX和流畅阻碍系数LZ与预设引流效果阈值和预设流畅阻碍系数阈值分别进行数值比较,若引流效果系数YX超过预设引流效果阈值且流畅阻碍系数LZ未超过预设流畅阻碍系数阈值,则生成展示效果合格信号,其余情况则生成展示效果不合格信号。
多媒体展示预警模块通过多媒体展示推荐效果分析生成展示效果合格信号或展示效果不合格信号,将展示效果合格信号或展示效果不合格信号经化妆品发送至服务器,服务器经化妆品分析推荐平台将展示效果合格信号或展示效果不合格信号发送至对应销售监管终端,并在接收到展示效果不合格信号时及时作出对应调整,以有助于保证后续的多媒体流畅展示和提升引流效果。
本发明在使用时,是将化妆品推荐池中的化妆品逐一进行调查问卷分析,并通过调查问卷分析将对应化妆品标记为高口碑对象或低口碑对象,还将对应化妆品逐一进行消费分析,并通过消费分析将对应化妆品标记为优表现对象或劣表现对象,则将调查问卷分析和消费分析相结合,再基于对应化妆品的问卷调查标记信息和消费表现标记信息,来将化妆品做出推荐排序及重点展示,并合理性的分配重点持续展示和滚动展示的双重策略,以提升化妆品的展示推荐效果。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节,也不限制该发明仅为的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本发明的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。
Claims (9)
1.一种基于多媒体反馈的化妆品展示类型推荐系统,其特征在于,包括化妆品分析推荐平台,化妆品分析推荐平台包括服务器、消费问卷调查汇总模块、化妆品消费分析模块和化妆品推荐分析模块;化妆品分析推荐平台内置存储模块,存储模块内存储有化妆品销售展示门店的化妆品推荐池以及化妆品问卷评价信息,化妆品推荐池中存储有化妆品销售展示门店所有处于销售状态的化妆品信息;
化妆品分析推荐平台用于将化妆品问卷评价信息发送至消费问卷调查汇总模块,消费问卷调查汇总模块用于将化妆品推荐池中的化妆品逐一进行调查问卷分析,通过调查问卷分析将对应化妆品标记为高口碑对象或低口碑对象,且将化妆品的问卷调查标记信息发送至服务器;化妆品消费分析模块用于将对应化妆品逐一进行消费分析,通过消费分析将对应化妆品标记为优表现对象或劣表现对象,且将化妆品的消费表现标记信息发送至服务器;
服务器接收到化妆品的问卷调查标记信息和消费表现标记信息后,将化妆品的问卷调查标记信息和消费表现标记信息发送至化妆品推荐分析模块进行推荐排序分析,通过推荐排序分析获取到化妆品推荐顺序结构和重点展示对象,将重点展示对象以及化妆品推荐顺序结果发送至服务器;
服务器将重点展示对象及对应化妆品信息发送至多媒体反馈展示端进行重点持续展示,以及将化妆品推荐顺序结果发送至多媒体反馈展示端,多媒体反馈展示端基于化妆品推荐顺序结果进行对应化妆品信息的滚动展示。
2.根据权利要求1所述的一种基于多媒体反馈的化妆品展示类型推荐系统,其特征在于,消费问卷调查汇总模块的具体运行过程包括:
获取到化妆品推荐池中的化妆品,将化妆品推荐池中的化妆品标记为分析对象i,i=1,2,…,n,n表示化妆品推荐池中化妆品种类数目且n为大于1的正整数;获取到化妆品问卷调查中所涉及的调查问题,将对应调查问题标记为分析问题u,u=1,2,…,m,m为所涉及调查问题的数目且m为大于1的正整数;
设定监测时段,获取到监测时段内的分析对象i所对应的分析问题u的所有评分值,将所有评分值进行均值计算获取到分析对象i所对应的分析问题u的评分表现值;获取到对应分析问题u预先录入存储的预设消费影响系数,将分析对象i所对应的分析问题u的评分表现值与对应预设消费影响系数相乘,且将两者乘积标记为分析对象i所对应的分析问题u的选项影响值;
将分析对象i的所有选项影响值进行求和计算获取到问卷调查值,若分析对象i的问卷调查值超过预设问卷调查阈值,则将分析对象i标记为高口碑对象,若分析对象i的问卷调查值未超过预设问卷调查阈值,则将分析对象i标记为低口碑对象;将分析对象i的问卷调查标记信息发送至服务器。
3.根据权利要求1所述的一种基于多媒体反馈的化妆品展示类型推荐系统,其特征在于,化妆品消费分析模块的具体运行过程包括:
获取到监测时段内的分析对象i的销售总量和销售总利润,以及获取到分析对象i所涉及的消费者且通过消费者分析将消费者标记为高端消费者、中端消费者或低端消费者,将高端消费者数量、中端消费者数量和低端消费者数量进行数值计算获取到分析对象i的消费者表现系数,将销售总量、销售总利润和消费者表现系数进行数值计算获取到消费分析值;若消费分析值超过预设消费分析阈值,则将分析对象i标记为优表现对象,若消费分析值未超过预设消费分析阈值,则将分析对象i标记为劣表现对象;将分析对象i的消费表现标记信息发送至服务器。
4.根据权利要求3所述的一种基于多媒体反馈的化妆品展示类型推荐系统,其特征在于,消费者分析的具体分析过程如下:
获取到消费者的注册时刻,将当前时刻与消费者的注册时刻进行差值计算获取到消费者的注册时长值,以及获取到消费者在历史消费阶段的总消费金额值和总消费频次值,将总消费金额值与总消费频次值进行比值计算获取到单次平均消费金额值,将消费者的注册时长值、总消费金额值、总消费频次值和单次平均消费金额值进行数值计算获取到消费者的消费参数;若消费者的消费参数超过预设消费参数范围的最大值,则将消费者标记为高端消费者,若消费者的消费参数位于预设消费参数范围内,则将消费者标记为中端消费者,若消费者的消费参数未超过预设消费参数范围的最小值,则将消费者标记为低端消费者。
5.根据权利要求1所述的一种基于多媒体反馈的化妆品展示类型推荐系统,其特征在于,化妆品推荐分析模块的具体运行过程包括:
获取到分析对象i的问卷调查标记信息和消费表现标记信息,若分析对象i为高口碑对象和优表现对象,则将分析对象i标记为待推荐对象,获取到所有待推荐对象,将对应待推荐对象的问卷调查值和消费分析值进行数值计算获取到优先推荐系数,按照优先推荐系数的数值由大到小的顺序将所有待推荐对象进行排序以生成化妆品推荐顺序,将位于首位的待推荐对象标记为重点展示对象,将重点展示对象以及化妆品推荐顺序结果发送至服务器。
6.根据权利要求5所述的一种基于多媒体反馈的化妆品展示类型推荐系统,其特征在于,若分析对象i为低口碑对象和劣表现对象,则将分析对象i标记为待淘汰对象,获取到所有待淘汰对象,将对应待淘汰对象相邻若干组监测时段的问卷调查值建立问卷调查集合,将对应待淘汰对象相邻若干组监测时段的消费分析值建立消费分析集合,将问卷调查集合进行均值计算和方差计算获取到问卷调查平均值和问卷调查离散值,将消费分析集合进行均值计算和方差计算获取到消费分析平均和消费分析离散值;
若对应待淘汰对象的问卷调查平均值未超过预设问卷调查平均阈值且问卷调查离散值未超过问卷调查离散阈值以及消费分析平均值未超过预设消费分析平均阈值且消费分析离散值未超过预设消费分析离散阈值,则生成对应待淘汰对象的停止购入信号;若对应待淘汰对象的问卷调查平均值超过预设问卷调查平均阈值且问卷调查离散值未超过问卷调查离散阈值,以及消费分析平均值超过预设消费分析平均阈值且消费分析离散值未超过预设消费分析离散阈值,则生成对应待淘汰对象的继续观察信号,其余情况则生成对应待淘汰对象的重点监管信号;将对应待淘汰对象的停止购入信号、继续观察信号或重点监管信号发送至化妆品分析推荐平台。
7.根据权利要求6所述的一种基于多媒体反馈的化妆品展示类型推荐系统,其特征在于,化妆品分析推荐平台通信连接对应化妆品销售展示门店的销售监管终端,化妆品分析推荐平台将对应待淘汰对象的停止购入信号、继续观察信号或重点监管信号发送至销售监管终端,对应管理人员在接收到停止购入信号后及时停止对应化妆品的购入,接收到重点监管信号时根据需要及时减少对应化妆品的购入量,以及在接收到继续观察信号时针对后续对应化妆品的销售状况选择减少或停止对应化妆品的购入。
8.根据权利要求7所述的一种基于多媒体反馈的化妆品展示类型推荐系统,其特征在于,化妆品分析推荐平台还包括多媒体展示预警模块,服务器生成展示预警分析信号并将展示预警分析信号发送至多媒体展示预警模块,多媒体展示预警模块接收到展示预警分析信号后,将对应化妆品展示销售门店进行多媒体展示推荐效果分析,通过多媒体展示推荐效果分析生成展示效果合格信号或展示效果不合格信号,将展示效果合格信号或展示效果不合格信号经化妆品发送至服务器,服务器经化妆品分析推荐平台将展示效果合格信号或展示效果不合格信号发送至对应销售监管终端,对应销售监管终端的管理人员接收到展示效果不合格信号时及时作出对应调整。
9.根据权利要求8所述的一种基于多媒体反馈的化妆品展示类型推荐系统,其特征在于,多媒体展示推荐效果分析的具体分析过程如下:
设定展示分析周期,获取到展示分析周期对应化妆品销售门店的人流量数据、人员平均驻留时长值以及周期销售额,将人流量数据、人员平均驻留时长值和周期销售额进行数值计算获取到引流效果系数;以及获取到展示分析周期对应化妆品销售门店的多媒体展示卡顿时长值、多媒体展示故障频次值以及故障延误总时长值,将多媒体展示卡顿时长值、多媒体展示故障频次值和故障延误总时长值进行数值计算获取到流畅阻碍系数;若引流效果系数超过预设引流效果阈值且流畅阻碍系数未超过预设流畅阻碍系数阈值,则生成展示效果合格信号,其余情况则生成展示效果不合格信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310349594.6A CN116151932B (zh) | 2023-04-04 | 2023-04-04 | 一种基于多媒体反馈的化妆品展示类型推荐系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310349594.6A CN116151932B (zh) | 2023-04-04 | 2023-04-04 | 一种基于多媒体反馈的化妆品展示类型推荐系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116151932A CN116151932A (zh) | 2023-05-23 |
CN116151932B true CN116151932B (zh) | 2023-06-30 |
Family
ID=86362019
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310349594.6A Active CN116151932B (zh) | 2023-04-04 | 2023-04-04 | 一种基于多媒体反馈的化妆品展示类型推荐系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116151932B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007164530A (ja) * | 2005-12-14 | 2007-06-28 | Dainippon Printing Co Ltd | 情報推薦装置 |
KR20190142500A (ko) * | 2018-06-18 | 2019-12-27 | 주식회사 여심서울 | 화장품 추천 서비스 제공 방법 및 이를 실행하기 위한 시스템 |
CN113674031A (zh) * | 2021-08-30 | 2021-11-19 | 广州快决测信息科技有限公司 | 一种净推荐值问卷数据分析系统和方法 |
CN114254189A (zh) * | 2021-12-16 | 2022-03-29 | 深圳壹账通智能科技有限公司 | 保险产品推荐方法、装置和系统、电子设备及存储介质 |
CN114997956A (zh) * | 2022-06-14 | 2022-09-02 | 杭州洋驼网络科技有限公司 | 基于大数据的母婴产品智能推荐系统 |
CN115146126A (zh) * | 2022-06-27 | 2022-10-04 | 四川美术学院 | 基于智能云平台的艺术品展示推荐系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210342864A1 (en) * | 2020-04-30 | 2021-11-04 | Robert Bosch Gmbh | System and method for evaluating black-box recommendation systems in infotainment systems |
-
2023
- 2023-04-04 CN CN202310349594.6A patent/CN116151932B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007164530A (ja) * | 2005-12-14 | 2007-06-28 | Dainippon Printing Co Ltd | 情報推薦装置 |
KR20190142500A (ko) * | 2018-06-18 | 2019-12-27 | 주식회사 여심서울 | 화장품 추천 서비스 제공 방법 및 이를 실행하기 위한 시스템 |
CN113674031A (zh) * | 2021-08-30 | 2021-11-19 | 广州快决测信息科技有限公司 | 一种净推荐值问卷数据分析系统和方法 |
CN114254189A (zh) * | 2021-12-16 | 2022-03-29 | 深圳壹账通智能科技有限公司 | 保险产品推荐方法、装置和系统、电子设备及存储介质 |
CN114997956A (zh) * | 2022-06-14 | 2022-09-02 | 杭州洋驼网络科技有限公司 | 基于大数据的母婴产品智能推荐系统 |
CN115146126A (zh) * | 2022-06-27 | 2022-10-04 | 四川美术学院 | 基于智能云平台的艺术品展示推荐系统 |
Non-Patent Citations (1)
Title |
---|
基于电子用户口碑的消费者网购决策分析;夏冰清;;无线互联科技(第24期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116151932A (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dekimpe et al. | Long-run effects of price promotions in scanner markets | |
Darmawan | The Effect of Customer Satisfaction on Trust and Customer Loyalty | |
Schnitzer | Dynamic duopoly with best-price clauses | |
Sinclair et al. | Performance measurement as an obstacle to TQM | |
Kotowitz et al. | Informative advertising and welfare | |
EP2595097A1 (en) | Survey feasibility estimator | |
Verhoef et al. | Changing perceptions and changing behavior in customer relationships | |
US20180341879A1 (en) | Machine learning techniques that identify attribution of small signal stimulus in noisy response channels | |
Vidale et al. | An operations-research study of sales response to advertising | |
Thompson et al. | Marketing Order Impacts on Farm‐Retail Price Spreads: The Suspension of Prorates on California‐Arizona Navel Oranges | |
CN116151932B (zh) | 一种基于多媒体反馈的化妆品展示类型推荐系统 | |
Xiao et al. | OPTIMAL RESERVE PRICE FOR THE GENERALIZED SECOND-PRICE AUCTION IN SPONSORED SEARCH ADVERTISING. | |
Sant’Anna et al. | Probabilistic composition in quality management in the retail trade sector | |
Yoon et al. | Capturing consumer heterogeneity in loyalty evolution patterns | |
Sowter et al. | The influence of price differences on brand shares and switching | |
Keller et al. | Product Price Level and Retail Price Promotion: An Empirics-First Analysis Of Promotional Conduct and Effect and Implications for Theory and Practice | |
Szántai et al. | Inventory Control in Sales Periods | |
Agarwal et al. | Value changes during service delivery | |
Kumar et al. | Customer Satisfaction and the Impact of Customer Relationship Management in Selected District Meerut and Ghaziabad | |
Sowter et al. | The Influence of Price Differences on Brand Shares and Switching | |
CN107292670B (zh) | 一种电子产品激活量预测方法及一种服务器集群 | |
KR20220124487A (ko) | 빅데이터를 통해 학습 후 인공지능을 이용한 화장품 추천 시스템 및 판매 방법 | |
Misra et al. | A cointegration analysis of demand: implications for pricing | |
Metwally | Market Concentration and Advertising: The Australian Experience | |
Pratama et al. | The Influence of Social Media Influencers and Brand Image on Purchase Intention (A Study on Menantea Tea Beverage Products) |
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 |