CN116579799A - 一种应用于宠物膨化食品制备的加工调制方法及系统 - Google Patents
一种应用于宠物膨化食品制备的加工调制方法及系统 Download PDFInfo
- Publication number
- CN116579799A CN116579799A CN202310550132.0A CN202310550132A CN116579799A CN 116579799 A CN116579799 A CN 116579799A CN 202310550132 A CN202310550132 A CN 202310550132A CN 116579799 A CN116579799 A CN 116579799A
- Authority
- CN
- China
- Prior art keywords
- product
- information
- optimization
- price
- demand
- 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
- 235000013305 food Nutrition 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000012545 processing Methods 0.000 title claims abstract description 32
- 238000002360 preparation method Methods 0.000 title claims abstract description 13
- 238000005457 optimization Methods 0.000 claims abstract description 142
- 238000004519 manufacturing process Methods 0.000 claims abstract description 55
- 238000007728 cost analysis Methods 0.000 claims abstract description 32
- 238000005516 engineering process Methods 0.000 claims abstract description 19
- 238000004458 analytical method Methods 0.000 claims description 50
- 230000006872 improvement Effects 0.000 claims description 45
- 238000011835 investigation Methods 0.000 claims description 42
- 238000004364 calculation method Methods 0.000 claims description 29
- 238000011156 evaluation Methods 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 10
- 239000000463 material Substances 0.000 claims description 4
- 238000012216 screening Methods 0.000 claims description 3
- 238000011161 development Methods 0.000 claims description 2
- 238000013461 design Methods 0.000 abstract description 20
- 230000000694 effects Effects 0.000 abstract description 8
- 238000011160 research Methods 0.000 abstract description 6
- 230000008859 change Effects 0.000 abstract description 5
- 238000007621 cluster analysis Methods 0.000 abstract description 3
- 239000000047 product Substances 0.000 description 487
- 230000008901 benefit Effects 0.000 description 11
- 230000002860 competitive effect Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000005065 mining Methods 0.000 description 6
- 239000002994 raw material Substances 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 235000016709 nutrition Nutrition 0.000 description 4
- 241000282326 Felis catus Species 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000035764 nutrition Effects 0.000 description 3
- 238000004806 packaging method and process Methods 0.000 description 3
- 238000012356 Product development Methods 0.000 description 2
- 239000006227 byproduct Substances 0.000 description 2
- 238000007667 floating Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 238000010206 sensitivity analysis Methods 0.000 description 2
- 235000011888 snacks Nutrition 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000029087 digestion Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 238000000265 homogenisation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 235000019629 palatability Nutrition 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000036559 skin health Effects 0.000 description 1
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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- A—HUMAN NECESSITIES
- A23—FOODS OR FOODSTUFFS; TREATMENT THEREOF, NOT COVERED BY OTHER CLASSES
- A23K—FODDER
- A23K50/00—Feeding-stuffs specially adapted for particular animals
- A23K50/40—Feeding-stuffs specially adapted for particular animals for carnivorous animals, e.g. cats or dogs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q30/0203—Market surveys; Market polls
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Resources & Organizations (AREA)
- Polymers & Plastics (AREA)
- Chemical & Material Sciences (AREA)
- Operations Research (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Animal Husbandry (AREA)
- Birds (AREA)
- Zoology (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Food Science & Technology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种应用于宠物膨化食品制备的加工调制方法及系统,属于宠物食品加工领域,方法包括:获得目标产品的基本信息;对目标产品进行调研,获得目标产品调研结果;基于大数据技术,获得同价位产品信息集合;对产品销量进行序列化处理,构建第一产品信息集合;对第一产品信息集合进行聚类分析,获得第一产品卖点集合;根据产品对象进行需求采集,获得需求信息集合;根据采集信息确定产品优化信息;进行优化成本分析,确定优化参数,并根据优化参数进行目标产品生产。本申请解决了现有技术中难以适应市场变化和满足个性化需求的技术问题,实现了对宠物膨化食品产品设计和生产的精准优化,达到了针对市场需求进行优化生产,提高产品竞争力的技术效果。
Description
技术领域
本发明涉及宠物食品加工领域,具体涉及一种应用于宠物膨化食品制备的加工调制方法及系统。
背景技术
随着我国宠物量的迅速增加,宠物食品市场规模不断扩大,宠物主粮和零食类产品需求量剧增。尤其是宠物膨化食品因其营养丰富、保存期长、方便携带等优点深受宠物主人喜爱。但是,目前市场上宠物膨化食品产品同质化现象严重,产品针对性差,难以满足不同用户的需求,导致产品竞争力低下。
发明内容
本申请通过提供了一种应用于宠物膨化食品制备的加工调制方法及系统,旨在解决现有技术中存在的宠物膨化食品难以适应市场变化和满足个性化需求的技术问题。
鉴于上述问题,本申请提供了一种应用于宠物膨化食品制备的加工调制方法及系统。
本申请公开的第一个方面,提供了一种应用于宠物膨化食品制备的加工调制方法,该方法包括获得目标产品的基本信息,其中基本信息包括产品对象、产品价位;对目标产品的购买用户进行调研,获得目标产品调研结果,其中目标产品调研结果包括改进信息集合;基于大数据技术,以产品对象和产品价位为索引条件进行同价位产品搜索,获得同价位产品信息集合,其中同价位产品信息包括产品销量;对产品销量进行序列化处理,采集前N个产品销量对应的N个同价位产品信息构建第一产品信息集合,其中N为大于10的整数;对第一产品信息集合进行产品卖点分析,并对产品卖点分析结果进行聚类,获得第一产品卖点集合;根据产品对象确定购买人群,基于购买人群进行需求采集,获得需求信息集合;根据改进信息集合、第一产品卖点集合、需求信息集合确定产品优化信息;对产品优化信息进行优化成本分析,根据优化成本分析结果确定优化参数,并根据优化参数进行目标产品生产。
本申请公开的另一个方面,提供了一种应用于宠物膨化食品制备的加工调制系统,该系统包括:基本信息获取模块,获得目标产品的基本信息,其中基本信息包括产品对象、产品价位;目标产品调研模块,对目标产品的购买用户进行调研,获得目标产品调研结果,其中目标产品调研结果包括改进信息集合;同价位产品信息模块,基于大数据技术,以产品对象和产品价位为索引条件进行同价位产品搜索,获得同价位产品信息集合,其中同价位产品信息包括产品销量;产品销量信息模块,用于对产品销量进行序列化处理,采集前N个产品销量对应的N个同价位产品信息构建第一产品信息集合,其中N为大于10的整数;产品卖点信息模块,用于对第一产品信息集合进行产品卖点分析,并对产品卖点分析结果进行聚类,获得第一产品卖点集合;需求信息集合模块,用于根据产品对象确定购买人群,基于购买人群进行需求采集,获得需求信息集合;产品优化信息模块,用于根据改进信息集合、第一产品卖点集合、需求信息集合确定产品优化信息;优化产品生产模块,用于对产品优化信息进行优化成本分析,根据优化成本分析结果确定优化参数,并根据优化参数进行目标产品生产。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了获得目标产品的基本信息,了解市场需求和趋势,为产品优化提供市场基础;获得目标产品调研结果,基于大数据技术,以产品对象和产品价位为索引条件进行同价位产品搜索,获得同价位产品信息集合,为产品优化提供方向;对产品销量进行序列化处理,构建第一产品信息集合;对第一产品信息集合进行产品卖点分析,获得第一产品卖点集合;根据产品对象确定购买人群,获得需求信息集合,以用户体验为导向进行产品设计,最大限度地提高产品的用户适应性;根据改进信息集合、第一产品卖点集合、需求信息集合确定产品优化信息,使产品优化更加全面和可行;对产品优化信息进行优化成本分析,根据优化成本分析结果确定优化参数,并根据优化参数进行目标产品生产,优化产品设计和生产使产品始终保持较强的市场适应性和竞争优势的技术方案,解决了现有技术中宠物膨化食品存在的难以适应市场变化和满足个性化需求的技术问题,实现了对宠物膨化食品产品设计和生产的精准优化,达到了针对市需求进行优化生产,提高产品竞争力的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例提供了一种应用于宠物膨化食品制备的加工调制方法可能的流程示意图;
图2为本申请实施例提供了一种应用于宠物膨化食品制备的加工调制方法中获得第一产品卖点集合可能的流程示意图;
图3为本申请实施例提供了一种应用于宠物膨化食品制备的加工调制方法中获取优化参数可能的流程示意图;
图4为本申请实施例提供了一种应用于宠物膨化食品制备的加工调制系统可能的结构示意图。
附图标记说明:基本信息获取模块11,目标产品调研模块12,同价位产品信息模块13,产品销量信息模块14,产品卖点信息模块15,需求信息集合模块16,产品优化信息模块17,优化产品生产模块18。
具体实施方式
本申请提供的技术方案总体思路如下:
本申请实施例提供了一种应用于宠物膨化食品制备的加工调制方法及系统。通过获得目标产品基本信息,使用大数据技术搜索和分析同价位产品市场信息,选取市场表现较好的产品作为案例,准确了解市场需求和趋势,为产品优化提供市场基础。通过调查目标产品的购买用户和确定的购买群体,直接获取用户的产品改进需求和产品需求,以用户体验为导向进行产品设计,可以最大限度地提高产品的用户适应性。通过对选取的同价位产品案例进行卖点分析和聚类,找到产品的主要竞争力和优势所在,为产品优化提供方向,使优化后的产品具有较强的竞争优势。在产品优化信息的确定和优化参数的选择过程中,同时考虑市场信息、用户需求以及成本控制,兼顾定性和定量分析,使产品优化更加全面和可行。通过市场导向、用户导向和竞争导向获取信息,不断优化产品设计和生产,持续监测市场变化和用户需求,根据反馈信息不断改进产品,使产品始终保持较强的市场适应性和竞争优势,实现对宠物膨化食品产品设计与生产的动态精细化管理,达到持续提高产品市场竞争力的目的。
在介绍了本申请基本原理后,下面将结合说明书附图来具体介绍本申请的各种非限制性的实施方式。
实施例一
如图1所示,本申请实施例提供了一种应用于宠物膨化食品制备的加工调制方法,该方法包括:
步骤S100:获得目标产品的基本信息,其中所述基本信息包括产品对象、产品价位;
具体而言,产品对象是指目标产品的品类,例如狗粮、猫粮等,需要根据产品研发目的确定目标产品所面向的具体宠物;产品价位是指目标产品的价格区间,根据同品类产品的价格分布情况,结合企业的定价策略和产品定位确定目标产品的价格区间,该价格区间为后续的同价位产品搜索和索引范围进行定位。
获得目标产品的基本信息可以采用线上调研、线下调研、大数据和专家咨询相结合的方式来全面获取目标产品的基本信息,其中,线上调研可以通过搜索引擎收集目标用户群体在各大论坛、社交平台的评论和讨论,利用文本分析技术对评论内容进行分析,得出用户改进意见和需求信息;也可以通过线上问卷的形式直接获取用户对目标产品的改进建议和需求;线下调研可以进行实地考察、用户访谈、焦点小组讨论等,直接面对面与目标用户交流,获得第一手的改进和需求信息;大数据分析通过WEB数据、移动互联网数据对目标用户群体的特征和消费行为进行分析,得出用户潜在改进建议和需求。
通过获取目标产品的基本信息,为后续的市场调研、同价位产品竞争分析等提供基础依据和限定范围,使得后续分析结果更加准确和切合实际。
步骤S200:对所述目标产品的购买用户进行调研,获得目标产品调研结果,其中所述目标产品调研结果包括改进信息集合;
具体而言,为了深入了解目标产品的潜在需求和改进空间,需要对目标产品的购买用户或潜在用户进行市场调研,主要目的是获取用户对目标产品的改进意见、需求和建议,为下一步的产品优化设计提供依据。
购买用户是指已购买或潜在购买目标产品的用户群体,可以通过多种方式获取不同类型的用户,进行广泛调研。例如,对现有用户进行调研,通过产品销售记录等确定已购买目标产品的用户,直接获取其使用体验和改进建议;对潜在用户进行调研,针对目标产品定位和适用宠物,搜索出相关的养宠群体作为潜在用户,获取其对类似产品或理想产品的需求和期望;对专业人士进行调研,选取兽医、宠物营养师等专业人士作为关键调研对象,获得专业的产品改进意见和市场判断;对普通群体进行调研,选择普通的养宠爱好者作为调研对象,获取大众化的改进建议和需求信息。
通过调查、访谈、小组讨论、线上调研等方式收集上述用户群体对目标产品的改进意见、需求、评论和建议,并对信息进行统计、分析和总结,作为改进信息集合,形成目标产品调研报告,所包含的改进信息和需求信息为下一步的产品优化设计提供依据和参考,有助于提高产品改进的全面性与准确性。
步骤S300:基于大数据技术,以所述产品对象和所述产品价位为索引条件进行同价位产品搜索,获得同价位产品信息集合,其中所述同价位产品信息包括产品销量;
具体而言,为了深入分析目标产品的市场竞争状况和潜在需求,需要检索出与目标产品处在同一价位区间或具有相近定位的竞争产品,这些产品称为同价位产品。产品对象和产品价位为检索同价位产品的重要索引条件,产品对象限定了搜索的产品类别,产品价位限定了价格范围,提高检索的准确性。
基于大数据技术,如通过网络爬虫技术对各大电商平台上的产品信息进行快速检索,以产品对象和产品价位为关键词,搜索出多个符合要求的同价位产品,包括产品名称、价格、销量、产品亮点、宠物对象等信息。在检索结果中,产品销量信息是判断同价位产品市场占有率和潜在需求的重要参考,通过对多个同价位产品销量信息的统计和分析,发现主流产品的价格区间、功能亮点和适宜的宠物对象等,为目标产品的定位和改进提供参考。例如,通过对多个猫粮产品的销量分析发现,在20-30元价位区间,促进宠物皮肤健康和提高消化的产品销量较高,那么在设计目标产品时,可以在营养成分和功能上加强这两个方面的优化。
采用大数据技术检索多个同价位产品信息,并以销量为主要判断标准对市场需求和主流产品特征进行分析,为目标产品的定位、改进和需求挖掘提供市场参考,进行对产品进行优化,提高产品竞争力。
步骤S400:对所述产品销量进行序列化处理,采集前N个产品销量对应的N个同价位产品信息构建第一产品信息集合,其中N为大于10的整数;
具体而言,获取同价位产品信息集合后,对这些产品信息进行评估和筛选,挑选出销量较高的产品,构建第一产品信息集合,为下一步的产品卖点分析提供对象。
产品销量的序列化处理是指对多个同价位产品的销量数据进行排序和编号,销量较高的产品排在前面,以此类推,可以清晰地判断出销量前列的产品,作为潜在的竞争对手和市场主导产品。N值根据所检索的数据量进行设定,为保证数据的可分析性,设置在10以上较为合理,可将N设置为15,以在满足数据量要求的同时,整体信息量也在可控范围内。根据销量序列,挑选出销量排名前N的同价位产品,并采集这N个产品的详细信息,如产品名称、价格、具体规格、市场定位、功能宣传、企业信息等,这N个产品及其信息构成第一产品信息集合。
通过构建销量较高的同价位产品信息集合,为后续挖掘市场主流的产品特征和潜在需求提供信息基础,为目标产品定位和优化设计提供详尽准确的参考依据,从而优化目标产品。
步骤S500:对所述第一产品信息集合进行产品卖点分析,并对产品卖点分析结果进行聚类,获得第一产品卖点集合;
具体而言,产品卖点分析是指分解每个产品的市场营销信息,判断出其主打的功能卖点、企业品牌、价格定位、配方优势等内容。可以采取专家评分的方式,邀请相关行业专家根据预设的评分标准,对每个产品的信息进行评分,获得各产品在不同卖点维度上的分值。也可以使用网络信息分析,采集各产品的市场推广信息和消费者评论,使用文本挖掘等技术判断每个产品的具体卖点。
获取各产品卖点分析结果后,对产品卖点分析结果进行进一步的聚类分析,聚类分析可以按照功能卖点、价格卖点、品牌卖点等类型进行分类;也可以采用非监督学习的聚类算法,获得产品间的自然聚类结果。通过聚类分析,可以得到多个产品卖点簇,每个簇代表第一产品信息集合中的一个关键卖点,这些关键卖点及其包含的产品信息构成第一产品卖点集合。第一产品卖点集合反映了目标产品同价位市场的主要竞争形式,为目标产品的定位和卖点设计提供重要参考。
通过对高销量的同价位产品进行卖点分析和聚类,可以有效识别市场的主要竞争维度和消费热点,为目标产品的定位和营销提供重要依据,从而对目标产品进行针对性优化。
步骤S600:根据所述产品对象确定购买人群,基于所述购买人群进行需求采集,获得需求信息集合;
具体而言,为了深入理解目标用户的真实需求,对市场主流产品的分析后,需要针对目标产品的购买人群或潜在购买人群进行需求采集。首先需要根据目标产品的产品对象,如狗粮或猫粮等,确定相关的购买人群。例如,基于宠物拥有情况确定现有用户或潜在用户群体;基于消费水平和宠物喜好确定不同的用户细分;通过大数据分析获得不同用户群体的消费特征等。然后,在确定购买人群的基础上,通过多种方式对其需求进行采集,例如,以线上问卷调查的形式,设计针对性问卷向目标用户收集产品需求和期望信息;以线下访谈研究的形式,通过实地考察和面对面访谈获得第一手的用户需求数据;以社交媒体分析的方式,分析目标用户群体在论坛、微博、微信等社交平台的讨论内容,收集需求信息;以大数据分析的方式,利用用户画像等技术分析不同用户群体日常的网络浏览和消费数据,获得需求判断。通过这些方式获得的用户需求信息构成需求信息集合,该集合从用户视角提供了对目标产品的期望和要求,为产品定位和功能设计提供参考。
通过确定目标产品的购买人群并采取多种方式对其进行深入调研,获取针对性的用户需求信息集合,为产品设计提供用户层面的参考依据,指导产品开发,实现以用者导向,针对性优化目标产品,进而提升产品竞争力。
步骤S700:根据所述改进信息集合、所述第一产品卖点集合、所述需求信息集合确定产品优化信息;
具体而言,获取目标产品市场调研结果、同价位产品卖点分析结果和用户需求采集结果后,需要对这三个信息集合进行综合分析和判断,最终确定产品优化信息。改进信息集合来自目标产品购买用户调研,包含用户对现有产品的改进建议和意见,属于产品微观层面上的信息;第一产品卖点集合来自同价位高销量产品的卖点分析,代表市场主流的竞争方向和热点,属于产品宏观层面上的信息;需求信息集合来自目标购买人群的采集,代表真实用户对产品的要求和期望,属于产品用户层面上的信息。
基于三个不同层面的信息,通过文本挖掘、关联规则、聚类分析、TOPSIS法等方法确定产品优化信息。其中,文本挖掘是对三个信息集合中的文本信息进行挖掘分析,提取关键词和词频等内容,判断信息集合之间的共性、差异和权重,得出产品优化方向;关联规则是对信息集合进行关联规则挖掘,发现不同信息集合中出现频率较高的信息组合,作为产品优化的方向;聚类分析是对信息集合进行聚类,判断不同类别对应的产品优化内容,选取被多类别聚类结果支持的内容作为优化方向;TOPSIS法是通过构建决策矩阵,使用TOPSIS法根据信息集合对不同产品优化方案进行评分排序,确定评分最高的优化内容。
通过对改进信息集合、第一产品卖点集合、需求信息集合进行分析,从而确定产品优化信息,为目标产品的设计提供详细的改进方向和内容参考,为后续优化目标产品生产提供支持。
步骤S800:对所述产品优化信息进行优化成本分析,根据优化成本分析结果确定优化参数,并根据所述优化参数进行目标产品生产。
具体而言,在确定产品优化信息的基础上,对产品优化所带来的成本问题进行分析,从而确定技术和经济上可行的优化参数,用于指导目标产品生产。
产品优化信息提供了产品设计改进和升级的具体内容,用于指导产品优化,在产品优化实施时,会产生改进的成本,如采购新原料的成本、调整生产线的成本、更新包装设计的成本等。为使产品升级改进获得最大经济效益,对不同的优化内容进行成本核算和分析,可以通过成本核算、收益预测、投资回收期计算、敏感度分析、AHP分析等方法进行优化成本分析。其中,成本核算是针对不同的产品优化信息、详细清单和计算实施所需的原料成本、生产成本、包装成本等,得出各优化方案的总体成本数据;收益预测是根据目标产品的生命周期和竞争态势预测各优化方案实施后产品的销售收益,与成本数据进行比较分析;投资回收期计算是基于优化方案的成本投入和收益预测计算投资回收期,作为判断标准选择相对较短的优化方案;敏感度分析是通过结合生产成本、市场需求等不确定因素的波动,分析各优化方案成本的变化程度和范围,选择成本敏感度较小的方案;AHP分析法是通过构建优化方案层次分析法模型,基于成本效益对各方案进行权重判断,确定最优的优化参数方案。
根据所确定的优化参数,调整生产流程、更换原材料、改进生产线设置等,最终实现产品升级生产,使目标产品不仅能够满足市场需求,还可以减少成本和提高经济效益,从而实现对宠物膨化食品产品设计和生产的精准优化,达到针对市场需求进行优化生产,提高产品竞争力的技术效果。
进一步的,本申请实施例还包括:
步骤S310:预设产品价位扩展区间;
步骤S320:根据所述产品价位扩展区间对所述产品价位进行扩展,获得索引价格阈值;
步骤S330:基于所述产品对象和所述索引价格阈值进行同价位产品搜索,获得所述同价位产品信息集合。
具体而言,为了获取目标产品的同价位竞争产品信息,首先需要确定产品价位的合理扩展区间,从而得到可以代表目标产品价位的索引价格阈值,据此进行同价位产品的网络检索。
预设产品价位扩展区间是指目标产品价格上下浮动的范围,根据产品属性和市场规律设置,如目标产品价格上下浮动5%-10%的区间。根据产品价位扩展区间,计算出目标产品价格的上限和下限,称之为索引价格阈值,该阈值代表了目标产品价位的范围,为后续搜索并捕捉到同价位的产品信息提供支持。索引价格阈值的计算方法是根据目标价格的若干百分比浮动。基于目标产品的产品对象,如“富营养休闲零食”,以及索引价格阈值,可以在大型电商平台或企业官网上通过价格区间、价格排序、条件过滤等方式进行同价位产品的搜索。通过搜索获得的同价位产品信息构成产品信息集合,为后续的市场及竞争分析提供数据基础。
通过设置合理的产品价位扩展区间和对应索引价格阈值,并基于此进行同价位产品检索,可以有效获取目标产品市场上的竞争产品信息,为产品优化提供市场参考。
进一步的,如图2所示,本申请实施例还包括:
步骤S510:获取多个产品卖点分析指标;
步骤S520:构建宠物膨化食品专家系统;
步骤S530:基于所述多个产品卖点分析指标,将所述第一产品信息集合输入所述宠物膨化食品专家系统进行卖点评价,获得多个第一产品卖点评价序列;
步骤S540:将所述多个第一产品卖点序列中前M个产品卖点进行提取,获得所述第一产品卖点集合,其中M为大于2的整数。
具体而言,为了深入剖析同价位高销量产品的市场竞争力,从产品卖点的角度进行评价和判断。产品卖点评价需要考虑多个维度的指标,如产品功能、品牌知名度、价格成本性等。多个产品卖点分析指标是指用于评估产品市场竞争力的不同标准,需要综合考虑食品专家意见与企业目标。产品卖点分析指标包括:产品功能性,如产品营养配比、食用便捷性、口味适口性等;品牌知名度,如企业品牌认知度和美誉度;价格成本性,如产品价格与成本的匹配度;产品包装,如产品包装的美观度、实用度和创新度;企业信誉,如企业的社会责任与服务质量等。
首先,通过访谈和文献调研等方式获取宠物专家领域知识,然后进行知识表达、组织和存储,构建知识库;其次,通过SWRL、CLIPS等等规则描述语言,基于获得的专家知识建立相关的规则、逻辑和算法,控制知识的激活、匹配和推理,建立专家知识的规则引擎;接着,用模糊理论和概率统计等方法进行不确定推理和判断,用于处理专家系统中的不确定和不完备知识,增强专家系统的评估能力;同时,通过机器学习算法利用历史案例等信息自动学习和优化知识库,提高专家系统的知识量和推理精度,进而构建可靠性高的宠物膨化食品专家系统。基于多个产品卖点分析指标,与构建的宠物膨化食品专家系统进行同价位产品的卖点评价。专家系统是指通过人工智能技术模拟行业专家的知识和判断过程,可以对输入的产品信息进行评分和排序。
将同价位产品信息构成的第一产品信息集合中的产品信息输入至专家系统,系统会根据预设的多个产品卖点分析指标对每个产品的不同卖点进行评分,获得多个产品卖点评价序列。在多个产品卖点评价序列中选取前M个最高评分的产品及其卖点,构成第一产品卖点集合,代表了在价格和产品对象匹配的情况下,市场上功能与品牌等方面最具竞争力的产品卖点。
通过构建专家系统对同价位高销量产品的市场竞争力进行评价,选取评价优良的产品卖点组成信息集合,为优化产品提供方向。
进一步的,本申请实施例还包括:
步骤S610:对所述购买人群进行需求采集,获得第一需求集合、第二需求集合和第三需求集合;
步骤S620:根据预设权重占比对所述第一需求集合、所述第二需求集合和所述第三需求集合进行加权计算,获得需求加权计算结果;
步骤S630:对所述需求加权计算结果中同类型指标进行求和,根据预设指标阈值对求和结果进行筛选,获得所述需求信息集合。
具体而言,购买人群是指已购买或准备购买目标产品的用户群体,可划分为实际购买用户、潜在购买用户和专家用户等人群。根据不同购买人群的特征进行需求采集,如针对实际购买用户进行问卷调查,针对潜在购买用户进行焦点群体研究,针对专家用户进行深度访谈等,从而获得第一需求集合、第二需求集合和第三需求集合,分别代表了不同购买人群对产品需求的反馈信息。
根据企业预设的权重占比对三个需求集合进行加权计算,得到需求加权计算结果,可以综合判断各人群的购买需求。所述权重占比可以基于购买用户数量或专家权威性等设置,用于体现不同需求集合在结果中的比重大小。加权计算方法可以是加权平均法、层次分析法等。例如,若第一需求集合来自200名实际购买用户的线上问卷调查结果,第二需求集合来自50名潜在客户的焦点群体研究报告,第三需求集合来自3名行业专家的深度访谈报告。此种情况下可以根据实际情况进行权重设计,若按照购买用户数量进行权重分配,则实际购买用户数量最多,权重较大,可设为50%;潜在客户数量次之,权重30%;专家用户数量最少,权重20%。若按照信息全面性进行权重分配,专家深度访谈可以提供全面信息,权重较大,如40%;焦点群体研究不完全全面,权重30%;问卷调查信息相对片面,权重30%。若按照专业权威性进行权重分配,行业专家提供的信息具有专业权威性,权重最大,如50%;公司市场人员提供信息次之,权重30%;消费者提供信息权重最小,20%。综合购买用户数量、信息全面性和专业权威性看可以设置三个需求集合的权重占比为:第一需求集合为30%;第二需求集合为30%;第三需求集合为40%。
根据企业预设的指标阈值,将各需求集合进行加权计算,过滤指标作用较小的需求信息,最终获得需求信息集合,代表了购买用户对产品的关键需求与期望,为产品改进提供了直接的用户参考。
进一步的,本申请实施例还包括:
步骤S710:根据所述宠物膨化食品专家系统对所述改进信息集合、所述第一产品卖点集合、所述需求信息集合进行评价;
步骤S720:根据评价结果确定所述改进信息集合、所述第一产品卖点集合、所述需求信息集合的权重系数;
步骤S730:根据所述权重系数对所述改进信息集合、所述第一产品卖点集合、所述需求信息集合中的指标进行加权计算,并对加权计算结果中同类型指标进行求和计算,获得指标求和结果;
步骤S740:提取所述指标求和结果中前K个指标作为所述产品优化信息,其中K为大于1的整数。
具体而言,根据构建的宠物膨化食品专家系统对改进信息集合、第一产品卖点集合、需求信息集合的关键指标进行评价,评价信息的权威性、时效性和作用程度等,得出每个指标的评价分值。根据专家系统的评价结果设置不同信息集合的权重系数,用于体现各信息集合中指标在加权计算结果中的相对影响程度。根据设定的权重系数,对三个信息集合中的指标进行加权计算,并对加权计算结果中类别与意义相同的指标求和,获得不同类型的指标求和结果。指标求和结果包含了不同类型的信息指标及其在考虑权重影响后的综合作用分值,提取其中作用分值排名前K个的指标作为产品优化信息。
产品优化信息代表了市场环境、竞争对手和消费者三个方面的关键信息,其中包含产品改进、客户吸引等方向的详细内容与建议。基于此可以优化产品设计、增强产品卖点、满足用户需求、寻找新的增长点等,实现产品的市场重新定位和功能提升,从而提升产品竞争力。
通过构建专家系统对信息指标进行评价,设定不同信息集合的权重系数,采用加权计算与求和方法进行信息融合分析,并筛选出最具代表性的信息指标,形成产品优化信息,为企业产品升级决策提供准确全面的参考依据。
进一步的,如图3所示,本申请实施例还包括:
步骤S810:确定多个成本指标,其中所述多个成本指标包括研发成本、材料成本、人工成本;
步骤S820:基于所述宠物膨化食品专家系统,根据所述多个成本指标对所述产品优化信息进行优化成本分析,获得优化成本分析结果;
步骤S830:将所述优化成本分析结果中最低成本对应的产品优化信息作为所述优化参数。
具体而言,为了选择技术和经济上可行的产品优化方案,需要对不同产品优化信息在成本上的影响进行评估和比较分析,最终确定成本最低的优化方案作为产品优化的参数。成本指标是指测算产品优化方案成本的数据,包括研发成本、材料成本、人工成本、设备成本等。宠物膨化食物专家系统内集成企业历史数据、行业数据等,能较准确判断不同优化举措带来的成本影响。基于构建的宠物膨化食品专家系统,对不同产品优化信息在多个成本指标上的成本变化进行测算与分析,判断出各信息方案的总体成本数据,得到优化成本分析结果。在优化成本分析结果中,最低成本对应的产品优化信息方案即为技术和经济上最优的选择,被确定为产品优化的参数。优化参数指使用该产品优化信息实施的具体优化措施,如更改产品配方、选择新的设备工艺、增强产品功能等。
通过建立专家系统对不同产品优化信息在成本上的影响进行分析,找到总体成本最小的方案,确定其作为产品优化的参数,可以避免盲目投入,选择经济高效的优化策略,为产品升级提供准确的技术经济参考。
进一步的,本申请实施例还包括:
步骤S840:基于所述优化参数对目标产品生产配方进行改良,获得生产改良配方;
步骤S850:根据所述生产改良配方进行目标产品生产。
具体而言,基于所确定的优化参数,对目标产品原有的生产配方或工艺流程进行相应改良,获得生产改良配方。生产配方包括原料配置方案、工艺参数设定、设备调试程序等内容。生产改良配方是在原配方基础上根据产品优化参数进行的细致修改,如更换某些原料或其含量、调整工艺温度与时间、更改设备设置等,以实现产品功能或品质的提升。根据生产改良配方实施目标产品的生产,使用新的生产配方进行原材料采购、设备调试等,最终生产出经过优化改进的产品。改良产品比原产品在功能品质或成本等方面有较大提高,可以更好满足市场需求,提高产品的竞争力。
通过获得技术经济最优的产品优化参数,将其应用于目标产品的具体生产过程,实施产品配方或工艺的改良,最终生产出升级后的产品版本,从而提升产品的竞争力,从而实现了对宠物膨化食品产品设计和生产的精准优化,达到了针对市场需求进行优化生产,提高产品竞争力的技术效果。
综上所述,本申请实施例所提供的一种应用于宠物膨化食品制备的加工调制方法具有如下技术效果:
获得目标产品的基本信息,其中基本信息包括产品对象、产品价位,了解目标产品的定位和定价,为后续市场分析提供基础;对目标产品的购买用户进行调研,获得目标产品调研结果,其中目标产品调研结果包括改进信息集合,直接获取目标用户的产品改进需求,为产品优化提供用户导向;基于大数据技术,以产品对象和产品价位为索引条件进行同价位产品搜索,获得同价位产品信息集合,其中同价位产品信息包括产品销量,通过大数据技术深入了解同价位产品的市场表现,为产品优化提供市场基础;对产品销量进行序列化处理,采集前N个产品销量对应的N个同价位产品信息构建第一产品信息集合,其中N为大于10的整数,选取市场上销量较好的同价位产品,为产品优化提供成功案例;对第一产品信息集合进行产品卖点分析,并对产品卖点分析结果进行聚类,获得第一产品卖点集合,找到同价位产品的主要竞争力和卖点,为产品优化提供方向;根据产品对象确定购买人群,基于购买人群进行需求采集,获得需求信息集合,直接获取目标购买群体的产品需求,为产品优化提供用户导向;根据改进信息集合、第一产品卖点集合、需求信息集合确定产品优化信息,综合市场、竞品和用户信息确定产品优化内容;对产品优化信息进行优化成本分析,根据优化成本分析结果确定优化参数,并根据优化参数进行目标产品生产,在满足市场需求的前提下,结合成本控制确定产品优化方案,根据优化设计生产出市场化和用户导向度更高的产品,实现了对宠物膨化食品产品设计和生产的精准优化,达到了针对用户需求进行优化生产,提高产品竞争力的技术效果。
实施例二
基于与前述实施例中一种应用于宠物膨化食品制备的加工调制方法相同的发明构思,如图4所示,本申请实施例提供了一种应用于宠物膨化食品制备的加工调制,该系统包括:
基本信息获取模块11,用于获得目标产品的基本信息,其中所述基本信息包括产品对象、产品价位;
目标产品调研模块12,用于对所述目标产品的购买用户进行调研,获得目标产品调研结果,其中所述目标产品调研结果包括改进信息集合;
同价位产品信息模块13,基于大数据技术,以所述产品对象和所述产品价位为索引条件进行同价位产品搜索,获得同价位产品信息集合,其中所述同价位产品信息包括产品销量;
产品销量信息模块14,用于对所述产品销量进行序列化处理,采集前N个产品销量对应的N个同价位产品信息构建第一产品信息集合,其中N为大于10的整数;
产品卖点信息模块15,用于对所述第一产品信息集合进行产品卖点分析,并对产品卖点分析结果进行聚类,获得第一产品卖点集合;
需求信息集合模块16,用于根据所述产品对象确定购买人群,基于所述购买人群进行需求采集,获得需求信息集合;
产品优化信息模块17,用于根据所述改进信息集合、所述第一产品卖点集合、所述需求信息集合确定产品优化信息;
优化产品生产模块18,用于对所述产品优化信息进行优化成本分析,根据优化成本分析结果确定优化参数,并根据所述优化参数进行目标产品生产。
进一步的,本申请实施例还包括:
产品价位扩展模块,用于预设产品价位扩展区间;
索引价格阈值模块,用于根据所述产品价位扩展区间对所述产品价位进行扩展,获得索引价格阈值;
同价位产品获取模块,基于所述产品对象和所述索引价格阈值进行同价位产品搜索,获得所述同价位产品信息集合。
进一步的,本申请实施例还包括:
获取多个产品卖点分析指标;
食品专家系统模块,用于构建宠物膨化食品专家系统;
卖点评价序列模块,用于基于所述多个产品卖点分析指标,将所述第一产品信息集合输入所述宠物膨化食品专家系统进行卖点评价,获得多个第一产品卖点评价序列;
产品卖点集合模块,用于将所述多个第一产品卖点序列中前M个产品卖点进行提取,获得所述第一产品卖点集合,其中M为大于2的整数。
进一步的,本申请实施例还包括:
购买需求采集模块,用于对所述购买人群进行需求采集,获得第一需求集合、第二需求集合和第三需求集合;
根据预设权重占比对所述第一需求集合、所述第二需求集合和所述第三需求集合进行加权计算,获得需求加权计算结果;
对所述需求加权计算结果中同类型指标进行求和,根据预设指标阈值对求和结果进行筛选,获得所述需求信息集合。
进一步的,本申请实施例还包括:
需求信息评价模块,用于根据所述宠物膨化食品专家系统对所述改进信息集合、所述第一产品卖点集合、所述需求信息集合进行评价;
权重系数确定模块,用于根据评价结果确定所述改进信息集合、所述第一产品卖点集合、所述需求信息集合的权重系数;
指标求和结果模块,用于根据所述权重系数对所述改进信息集合、所述第一产品卖点集合、所述需求信息集合中的指标进行加权计算,并对加权计算结果中同类型指标进行求和计算,获得指标求和结果;
指标数据提取模块,用于提取所述指标求和结果中前K个指标作为所述产品优化信息,其中K为大于1的整数。
进一步的,本申请实施例还包括:
成本指标确定模块,用于确定多个成本指标,其中所述多个成本指标包括研发成本、材料成本、人工成本;
优化成本分析模块,基于所述宠物膨化食品专家系统,根据所述多个成本指标对所述产品优化信息进行优化成本分析,获得优化成本分析结果;
优化参数模块,用于将所述优化成本分析结果中最低成本对应的产品优化信息作为所述优化参数。
进一步的,本申请实施例还包括:
生产改良配方模块,基于所述优化参数对目标产品生产配方进行改良,获得生产改良配方;
目标产品生产模块,用于根据所述生产改良配方进行目标产品生产。
综上所述的方法的任意步骤都可作为计算机指令或者程序存储在不设限制的计算机存储器中,并可以被不设限制的计算机处理器调用识别用以实现本申请实施例中的任一项方法,在此不做多余限制。
进一步的,综上所述的第一或第二可能不只代表次序关系,也可能代表某项特指概念,和/或指的是多个元素之间可单独或全部选择。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的范围。这样,倘若本申请的这些修改和变型属于本申请及其等同技术的范围之内,则本申请意图包括这些改动和变型在内。
Claims (8)
1.一种应用于宠物膨化食品制备的加工调制方法,其特征在于,所述方法包括:
获得目标产品的基本信息,其中所述基本信息包括产品对象、产品价位;
对所述目标产品的购买用户进行调研,获得目标产品调研结果,其中所述目标产品调研结果包括改进信息集合;
基于大数据技术,以所述产品对象和所述产品价位为索引条件进行同价位产品搜索,获得同价位产品信息集合,其中所述同价位产品信息包括产品销量;
对所述产品销量进行序列化处理,采集前N个产品销量对应的N个同价位产品信息构建第一产品信息集合,其中N为大于10的整数;
对所述第一产品信息集合进行产品卖点分析,并对产品卖点分析结果进行聚类,获得第一产品卖点集合;
根据所述产品对象确定购买人群,基于所述购买人群进行需求采集,获得需求信息集合;
根据所述改进信息集合、所述第一产品卖点集合、所述需求信息集合确定产品优化信息;
对所述产品优化信息进行优化成本分析,根据优化成本分析结果确定优化参数,并根据所述优化参数进行目标产品生产。
2.如权利要求1所述的方法,其特征在于,所述以所述产品对象和所述产品价位为索引条件进行同价位产品搜索,获得同价位产品信息集合,还包括:
预设产品价位扩展区间;
根据所述产品价位扩展区间对所述产品价位进行扩展,获得索引价格阈值;
基于所述产品对象和所述索引价格阈值进行同价位产品搜索,获得所述同价位产品信息集合。
3.如权利要求1所述的方法,其特征在于,所述对所述第一产品信息集合进行产品卖点分析,并对产品卖点分析结果进行聚类,获得第一产品卖点集合,还包括:
获取多个产品卖点分析指标;
构建宠物膨化食品专家系统;
基于所述多个产品卖点分析指标,将所述第一产品信息集合输入所述宠物膨化食品专家系统进行卖点评价,获得多个第一产品卖点评价序列;
将所述多个第一产品卖点序列中前M个产品卖点进行提取,获得所述第一产品卖点集合,其中M为大于2的整数。
4.如权利要求1所述的方法,其特征在于,所述基于所述购买人群进行需求采集,获得需求信息集合,还包括:
对所述购买人群进行需求采集,获得第一需求集合、第二需求集合和第三需求集合;
根据预设权重占比对所述第一需求集合、所述第二需求集合和所述第三需求集合进行加权计算,获得需求加权计算结果;
对所述需求加权计算结果中同类型指标进行求和,根据预设指标阈值对求和结果进行筛选,获得所述需求信息集合。
5.如权利要求3所述的方法,其特征在于,所述根据所述改进信息集合、所述第一产品卖点集合、所述需求信息集合确定产品优化信息,还包括:
根据所述宠物膨化食品专家系统对所述改进信息集合、所述第一产品卖点集合、所述需求信息集合进行评价;
根据评价结果确定所述改进信息集合、所述第一产品卖点集合、所述需求信息集合的权重系数;
根据所述权重系数对所述改进信息集合、所述第一产品卖点集合、所述需求信息集合中的指标进行加权计算,并对加权计算结果中同类型指标进行求和计算,获得指标求和结果;
提取所述指标求和结果中前K个指标作为所述产品优化信息,其中K为大于1的整数。
6.如权利要求3所述的方法,其特征在于,所述对所述产品优化信息进行优化成本分析,根据优化成本分析结果确定优化参数,还包括:
确定多个成本指标,其中所述多个成本指标包括研发成本、材料成本、人工成本;
基于所述宠物膨化食品专家系统,根据所述多个成本指标对所述产品优化信息进行优化成本分析,获得优化成本分析结果;
将所述优化成本分析结果中最低成本对应的产品优化信息作为所述优化参数。
7.如权利要求1所述的方法,其特征在于,所述并根据所述优化参数进行目标产品生产,还包括:
基于所述优化参数对目标产品生产配方进行改良,获得生产改良配方;
根据所述生产改良配方进行目标产品生产。
8.一种应用于宠物膨化食品制备的加工调制系统,其特征在于,所述系统包括:
基本信息获取模块,所述基本信息获取模块用于获得目标产品的基本信息,其中所述基本信息包括产品对象、产品价位;
目标产品调研模块,所述目标产品调研模块用于对所述目标产品的购买用户进行调研,获得目标产品调研结果,其中所述目标产品调研结果包括改进信息集合;
同价位产品信息模块,所述同价位产品信息模块基于大数据技术,以所述产品对象和所述产品价位为索引条件进行同价位产品搜索,获得同价位产品信息集合,其中所述同价位产品信息包括产品销量;
产品销量信息模块,所述产品销量信息模块用于对所述产品销量进行序列化处理,采集前N个产品销量对应的N个同价位产品信息构建第一产品信息集合,其中N为大于10的整数;
产品卖点信息模块,所述产品卖点信息模块用于对所述第一产品信息集合进行产品卖点分析,并对产品卖点分析结果进行聚类,获得第一产品卖点集合;
需求信息集合模块,所述需求信息集合模块用于根据所述产品对象确定购买人群,基于所述购买人群进行需求采集,获得需求信息集合;
产品优化信息模块,所述产品优化信息模块用于根据所述改进信息集合、所述第一产品卖点集合、所述需求信息集合确定产品优化信息;
优化产品生产模块,所述优化产品生产模块用于对所述产品优化信息进行优化成本分析,根据优化成本分析结果确定优化参数,并根据所述优化参数进行目标产品生产。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310550132.0A CN116579799A (zh) | 2023-05-16 | 2023-05-16 | 一种应用于宠物膨化食品制备的加工调制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310550132.0A CN116579799A (zh) | 2023-05-16 | 2023-05-16 | 一种应用于宠物膨化食品制备的加工调制方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116579799A true CN116579799A (zh) | 2023-08-11 |
Family
ID=87533576
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310550132.0A Pending CN116579799A (zh) | 2023-05-16 | 2023-05-16 | 一种应用于宠物膨化食品制备的加工调制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116579799A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117784721A (zh) * | 2023-11-14 | 2024-03-29 | 东莞德芳油墨科技有限公司 | 一种生产水性环保油墨智能控制系统 |
-
2023
- 2023-05-16 CN CN202310550132.0A patent/CN116579799A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117784721A (zh) * | 2023-11-14 | 2024-03-29 | 东莞德芳油墨科技有限公司 | 一种生产水性环保油墨智能控制系统 |
CN117784721B (zh) * | 2023-11-14 | 2024-05-28 | 东莞德芳油墨科技有限公司 | 一种生产水性环保油墨智能控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107562818B (zh) | 信息推荐系统及方法 | |
Ahlemeyer-Stubbe et al. | A practical guide to data mining for business and industry | |
Plummer et al. | Methodology for impact assessment of free trade agreements | |
CN104700152B (zh) | 一种融合季节销售信息与搜索行为信息的烟草销量预测方法 | |
US8762391B2 (en) | Method and system of information matching in electronic commerce website | |
CN105183727A (zh) | 一种图书推荐方法及其系统 | |
CN1985255A (zh) | 使用与第一因特网搜索关键词相关的次级关键词的目标广告方法和系统、以及用于提供次级关键词列表的方法和系统 | |
CN1372667A (zh) | 在有缺失输入的情形中的评价预测模型 | |
CN116739217A (zh) | 一种基于供应链大数据平台的零售管理方法及系统 | |
CN111047412A (zh) | 一种大数据电商运营平台 | |
CN117455632B (zh) | 一种基于大数据的电商选品分析管理平台 | |
CN118365431B (zh) | 一种基于大数据的电商平台商品推荐方法及系统 | |
CN116579799A (zh) | 一种应用于宠物膨化食品制备的加工调制方法及系统 | |
Shen et al. | A study on the applications of data mining techniques to enhance customer lifetime value | |
CN118469609A (zh) | 一种基于电商平台的商品组合销售方法及系统 | |
CN110209944A (zh) | 一种股票分析师推荐方法、装置、计算机设备和存储介质 | |
CN117911114A (zh) | 一种基于大数据的服装流行趋势捕捉和推荐方法 | |
CN118096292A (zh) | 一种基于云购物的智能推荐方法及系统 | |
CN116304374B (zh) | 一种基于包装数据的客户匹配方法及系统 | |
Huang et al. | Sales forecast for O2O services-based on incremental random forest method | |
Hill | The calculation of economic indicators. Report. Making use of RICA (FADN) accountancy data | |
CN114549035A (zh) | 一种基于电信大数据的理财用户精准获客标签构建方法 | |
CN114399327A (zh) | 基于大数据的商品营销管控方法、系统和可读存储介质 | |
CN116340644A (zh) | 一种基于协同过滤算法的金融产品推荐方法及装置 | |
Xiaona | Personalized recommendation model for mobile E-commerce users |
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 |