CN116596635A - 一种基于互联网的在线软糖定制方法及系统 - Google Patents
一种基于互联网的在线软糖定制方法及系统 Download PDFInfo
- Publication number
- CN116596635A CN116596635A CN202310719957.0A CN202310719957A CN116596635A CN 116596635 A CN116596635 A CN 116596635A CN 202310719957 A CN202310719957 A CN 202310719957A CN 116596635 A CN116596635 A CN 116596635A
- Authority
- CN
- China
- Prior art keywords
- soft candy
- combined
- soft
- consumer
- candy
- 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
- 235000009508 confectionery Nutrition 0.000 title claims abstract description 611
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000011156 evaluation Methods 0.000 claims abstract description 57
- 239000000463 material Substances 0.000 claims abstract description 40
- 238000010801 machine learning Methods 0.000 claims abstract description 11
- 238000012549 training Methods 0.000 claims description 19
- 238000012360 testing method Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000004519 manufacturing process Methods 0.000 claims description 12
- 239000002131 composite material Substances 0.000 claims description 10
- 239000004615 ingredient Substances 0.000 claims description 6
- 230000001172 regenerating effect Effects 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 241001307241 Althaea Species 0.000 description 4
- 235000006576 Althaea officinalis Nutrition 0.000 description 4
- 235000001035 marshmallow Nutrition 0.000 description 4
- 238000005034 decoration Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0621—Item configuration or customization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0222—During e-commerce, i.e. online transactions
-
- 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
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0239—Online discounts or incentives
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0641—Shopping interfaces
- G06Q30/0643—Graphical representation of items or shoppers
-
- 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)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于互联网的在线软糖定制方法及系统，涉及在线组合软糖定制技术领域，获取消费者在设备上的组合软糖浏览记录，并从组合软糖浏览记录中确定组合软糖的定制预算和消费者的选择偏好；结合消费者的选择偏好建立软糖素材库，由机器学习算法获取软糖组合模型；建立成品软糖库，结合消费者的选择偏好，建立第一软糖组合模版及第二软糖组合模版；结合第一软糖组合模版及第二软糖组合模版，生成组合软糖模型由消费者选择，并建立组合软糖模型库；对组合软糖模型进行评分并生成软糖评价值Ps，依据两次的生成的组合软糖模型及用户手动定制的，对消费者的选择偏好覆盖更广，更具有针对性。
Description
技术领域
本发明涉及在线组合软糖定制技术领域，具体为一种基于互联网的在线软糖定制方法及系统。
背景技术
随着移动互联及线上支付的普及，组合软糖订购也开始转向线上。现有的线上订购组合软糖属于传统的电商模式，即商家把自己的组合软糖商品上传至平台，并标明价格进行销售，消费者在订购平台选择商家并选购其提供的商品进行订购消费。
在申请号为201610426030.8的中国发明专利一种在线蛋糕定制方法及系统中，记载了如下的技术方案：建立商户数据库，所述商户数据库包括商户标识、及商户提供的至少一个定制项；用户端根据所述商户数据库向服务端发送蛋糕定制请求，所述蛋糕定制请求包括至少一个用户选择的定制项；服务端接收用户端发送的蛋糕定制请求，查询预设的价格数据库获取用户选择的定制项对应的价格，将所述定制的蛋糕的价格返回至所述用户端，其中，所述价格数据库包括定制项与价格的关联关系。
通过上述技术方案，实现了根据用户选择的蛋糕坯、侧面装置、顶面装饰或单独装饰达到增加定制的蛋糕的款式的目的；同时，实现了根据用户对定制项的选择实现用户对蛋糕个性化的需求。
软糖的定制和蛋糕定制相类似，但是以上的技术方案也存在一定的缺陷，例如：在消费者在进入定制平台后，可以选择的定制项不多，不能做到充分考虑用户的选择偏好和定制预算，这就会导致所输出的定制组合软糖可能会不符合用户的实际需求。
为此，本发明提供了一种基于互联网的在线软糖定制方法及系统。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种基于互联网的在线软糖定制方法及系统，通过获取消费者在设备上的组合软糖浏览记录，并从组合软糖浏览记录中确定组合软糖的定制预算和消费者的选择偏好；结合消费者的选择偏好建立软糖素材库，由机器学习算法获取软糖组合模型；建立成品软糖库，结合消费者的选择偏好，建立第一软糖组合模版及第二软糖组合模版；结合第一软糖组合模版及第二软糖组合模版，生成组合软糖模型由消费者选择，并建立组合软糖模型库；对组合软糖模型进行评分并生成软糖评价值Ps，将软糖评价值Ps最高的组合软糖模型作为第三软糖组合模版，进行修改后生成新的组合软糖模型；依据两次的生成的组合软糖模型及用户手动定制的，对消费者的选择偏好覆盖更广，更具有针对性，解决了背景技术中提出的问题。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：
一种基于互联网的在线软糖定制方法，包括如下步骤：
在消费者进入组合软糖定制平台后，获取消费者在设备上的组合软糖浏览记录，并从组合软糖浏览记录中确定组合软糖的定制预算，并结合组合软糖浏览记录，由训练后的偏好分析模型分析消费者的选择偏好，分别将选择偏好和定制预算输出；获取定制平台内组合软糖的规格参数，结合消费者的选择偏好建立软糖素材库，并依据定制平台内现有的组合软糖制作方法，在训练和测试后，由机器学习算法获取软糖组合模型；
获取定制平台内的组合软糖成品，建立符合消费者定制预算的成品软糖库，结合消费者的选择偏好，从成品软糖库中选择组合软糖成品并向消费者推荐和展示，并依据消费者的偏好确定第一软糖组合模版；结合第一软糖组合模版，由训练后的软糖组合模型结合软糖素材库，生成若干个组合软糖模型并向消费者推荐，若消费者未作出选择，则从生成的组合软糖模型中确定第二软糖组合模版；结合第二软糖组合模版，再次生成组合软糖模型由消费者选择，在消费者仍未作出选择时，汇总两次生成的组合软糖模型，建立组合软糖模型库；
对组合软糖模型库中的组合软糖模型进行评分并生成软糖评价值Ps，将软糖评价值Ps最高的组合软糖模型作为第三软糖组合模版，引导消费者从软糖素材库中选择组合软糖的规格参数对第三软糖组合模版进行修改，直至生成新的组合软糖模型；若新的组合软糖模型的软糖评价值Ps高于对应的评价阈值，则给予消费者购买折扣。
进一步的，在消费者进入组合软糖定制平台后，由定制平台获取对消费者在设备上的网络浏览记录的读取权限，由定制平台获取消费者在使用设备时，所涉及的网络浏览记录；从消费者网络浏览记录中分离出消费者的组合软糖浏览记录，并获取所浏览组合软糖的价格，分别确定组合软糖的最高价格和最低价格，以两者的均值作为组合软糖的定制预算；在获取消费者的组合软糖浏览记录后，使用购买偏好聚类分析算法，在训练和测试后，建立偏好分析模型，由偏好分析模型从组合软糖浏览记录中分析出消费者选择组合软糖时的选择偏好。
进一步的，从定制平台的产品参数库中，获取组合软糖的规格参数，所述规格参数至少包括：形状、配料及各个组合软糖结构间的位置关系，依据消费者的选择偏好，对规格参数进行筛选，并获取筛选后的规格参数，对规格参数进行汇总，建立软糖素材库，并将软糖素材库输出；获取定制平台内现有的组合软糖制作方法，在将制作方法汇总后，建立软糖组合方案库，结合软糖组合方案库，使用机器学习算法，在训练和测试后，生成并输出软糖组合模型，所述软糖组合模型用于自动组合生成组合软糖模型。
进一步的，从定制平台内获取已存在的组合软糖成品，在消费者进入定制平台并处于浏览状态时，从若干个组合软糖成品中筛选出符合消费者定制预算的组合软糖成品，将筛选出来的组合软糖成品汇总后，建立成品软糖库；预先设置相似度偏差范围，依照组合软糖成品与消费者选择偏好间的相似程度，从成品软糖库中选择组合软糖成品向消费者推荐和展示，所推荐的组合软糖成品与消费者选择偏好间的偏差在预设的偏差范围之内；在预设的选择时间内，若消费者未做出选择，则确定消费者在选择页面停留最久的组合软糖成品，将其作为第一软糖组合模版。
进一步的，以第一软糖组合模版作为参考，在软糖素材库中选择现有组合软糖成品的规格参数，由训练后的软糖组合模型在结合消费者的选择偏好后，对组合软糖不同的规格参数进行组合，生成若干个组合软糖模型；将生成的若干个组合软糖模型向消费者推荐和展示，并将展示的组合软糖模型汇总，建立第一组合软糖模型库。
进一步的，在预设的选择时间内，若消费者未做出选择，从若干个组合软糖成品中筛选出符合消费者定制预算的组合软糖成品，对筛选出的组合软糖成品的销量进行排序，生成销量排序；从销量排序中确定销量为前若干个，以销量前的若干个组合软糖成品作为第二软糖组合模版；以第二软糖组合模版作为参考，在软糖素材库中选择现有组合软糖的规格参数，使软糖组合模型在结合消费者的选择偏好后，对不同的规格参数进行组合，生成若干个组合软糖模型；将生成的若干个组合软糖模型向消费者推荐和展示，将展示的组合软糖模型汇总并建立第二组合软糖模型库。
进一步的，从第一组合软糖模型库及第二组合软糖模型库中选择自动生成的组合软糖模型，将其标记为备用组合软糖，对备用组合软糖进行评分并生成软糖评价值Ps；其中，所述软糖评价值Ps的获取方式如下：结合构成备用组合软糖的规格参数，获取备用组合软糖的预计价格Jg；使用相似度算法，在训练和测试后，建立相似度匹配模型，由相似度匹配模型从定制平台内的组合软糖成品中配出与备用组合软糖相似度最高者，确定该组合软糖成品在定制平台内的销量，获取备用组合软糖的预计销量Jx。
进一步的，对备用组合软糖进行解构，获取备用组合软糖中体积占比最高的配料的好评比例Py；汇总预计价格Jg、预计销量Jx及好评比例Py后，做无量纲处理，依照如下公式生成软糖评价值Ps：
其中，参数的意义为，0.34≤α≤0.98，0.33≤β≤1.12，且α+β＝1，α、β为权重系数，其具体值由消费者调整设置，C为常数修正系数。
进一步的，以软糖评价值Ps最高的备用组合软糖作为第三软糖组合模版，结合消费者的选择偏好，对软糖素材库中现有组合软糖的规格参数进行排序，以文字或者语音的形式，引导消费者从软糖素材库中选择规格参数对第三软糖组合模版进行修改，直至生成新的组合软糖模型，由消费者对修改生成的组合软糖模型进行选择；对修改生成的组合软糖模型进行评价，并再次生成软糖评价值Ps，若所述的软糖评价值Ps超过预设的评价阈值，则将对应的组合软糖模型作为组合软糖成品的新品添加至定制平台；并依据软糖评价值Ps超过对应的评价阈值的比例，给予消费者购买折扣。
一种基于互联网的在线软糖定制系统，包括：
读取单元，在消费者进入组合软糖定制平台后，获取消费者在设备上的组合软糖浏览记录，并从组合软糖浏览记录中确定组合软糖的定制预算，并结合组合软糖浏览记录，由训练后的偏好分析模型分析消费者的选择偏好，分别将选择偏好和定制预算输出；
训练单元，获取定制平台内组合软糖的规格参数，结合消费者的选择偏好建立软糖素材库，并依据定制平台内现有的组合软糖制作方法，在训练和测试后，由机器学习算法获取软糖组合模型；
第一定制单元，获取定制平台内的组合软糖成品，建立符合消费者定制预算的成品软糖库，结合消费者的选择偏好，从成品软糖库中选择组合软糖成品并向消费者推荐和展示，并依据消费者的偏好确定第一软糖组合模版；
第二定制单元，结合第一软糖组合模版，由训练后的软糖组合模型结合软糖素材库，生成若干个组合软糖模型并向消费者推荐，若消费者未作出选择，则从生成的组合软糖模型中确定第二软糖组合模版；结合第二软糖组合模版，再次生成组合软糖模型由消费者选择，在消费者仍未作出选择时，汇总两次生成的组合软糖模型，建立组合软糖模型库；
评价单元，对组合软糖模型库中的组合软糖模型进行评分并生成软糖评价值Ps，将软糖评价值Ps最高的组合软糖模型作为第三软糖组合模版，引导消费者从软糖素材库中选择组合软糖的规格参数对第三软糖组合模版进行修改，直至生成新的组合软糖模型；若新的组合软糖模型的软糖评价值Ps高于对应的评价阈值，则给予消费者购买折扣。
(三)有益效果
本发明提供了一种基于互联网的在线软糖定制方法及系统，具备以下有益效果：
1、通过分别建立软糖组合模型及软糖素材库，从而在需要向消费者推荐组合软糖时，能够快速的生成新的组合软糖模型，在现有的组合软糖成品不满足消费者的需求时，对组合软糖进行初步的定制，增加组合软糖销售的成功率，也可以扩展消费者的选择范围。
2、从若干个组合软糖成品中确定出第一软糖组合模版，以第一软糖组合模版作为标准，借助于软糖组合模型，自动组合生成若干个组合软糖模型，并向消费者推荐，定制平台可以依据消费者的选择偏好，主动性的为消费者做出初步的定制，和消费者的契合度更高。
3、再次确定第二软糖组合模版，进而对组合软糖进行主动定制，在生成组合软糖模型后，由消费者进行选择，而第一次自动生成的组合软糖模型依据消费者个人偏好确定，第二次自动生成则是依据诸多消费者的偏好确定，依据这两次的生成结果，对消费者的选择偏好覆盖更广，消费者在选择时，更具有针对性。
4、在自动定制不能满足消费者需求后，引导消费者手动组合，获取客户自己定制组合软糖的软糖评价值Ps，若客户手动定制的组合软糖水平较高，则给予消费者一定的折扣，降低定制组合软糖的价格，促成消费者的定制，增加定制平台组合软糖种类，形成组合软糖定制的正向循环。
附图说明
图1为本发明在线组合软糖定制方法流程结构示意图；
图2为本发明在线组合软糖定制系统流程结构示意图；
图中：10、读取单元；20、训练单元；30、第一定制单元；40、第二定制单元；50、评价单元。
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、完整地描述，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。
请参阅图1及图2，本发明提供一种基于互联网的在线软糖定制方法，包括如下：
步骤一、在消费者进入组合软糖定制平台后，获取消费者在设备上的组合软糖浏览记录，并从组合软糖浏览记录中确定组合软糖的定制预算，并结合组合软糖浏览记录，由训练后的偏好分析模型分析消费者的选择偏好，分别将选择偏好和定制预算输出；
所述步骤一包括如下内容：
步骤101、在消费者进入组合软糖定制平台后，其中，所述的定制平台可以是网页或者APP等，所述的设备为电子设备，例如手机、计算机及平板电脑等，由定制平台获取对消费者在设备上的网络浏览记录的读取权限，由定制平台获取消费者在使用设备时，所涉及的网络浏览记录和商品交易记录，例如书籍、衣服及其他的消费品；
步骤102、从消费者网络浏览记录中分离出消费者的组合软糖浏览记录，并获取所浏览组合软糖的价格，分别确定组合软糖的最高价格和最低价格，以两者的均值作为组合软糖的定制预算；
步骤103、在获取消费者的组合软糖浏览记录后，使用购买偏好聚类分析算法，在训练和测试后，建立偏好分析模型，由偏好分析模型从组合软糖浏览记录中分析出消费者选择组合软糖时的选择偏好。
使用时，结合步骤101至103中的内容：
在消费者进入定制平台，打算选购或者定制组合软糖时，通过从组合软糖浏览记录中分析出消费者对于组合软糖的定制预算及选择偏好，从而在为消费者做出软糖推荐时，也更容易符合消费者的预期，提高组合软糖推荐的成功率。
步骤二、获取定制平台内组合软糖的规格参数，结合消费者的选择偏好建立软糖素材库，并依据定制平台内现有的组合软糖制作方法，在训练和测试后，由机器学习算法获取软糖组合模型；
所述步骤二包括如下内容：
步骤201、从定制平台的产品参数库中，获取组合软糖的规格参数，所述规格参数至少包括：形状、配料及各个组合软糖结构间的位置关系，例如，组合软糖上的水果装饰品的位置、颜色及大小等；
依据消费者的选择偏好，对规格参数进行筛选，并获取筛选后的规格参数，对规格参数进行汇总，建立软糖素材库，并将软糖素材库输出；
步骤202、获取定制平台内现有的组合软糖制作方法，在将制作方法汇总后，建立软糖组合方案库，结合软糖组合方案库，使用机器学习算法，在训练和测试后，生成并输出软糖组合模型，所述软糖组合模型用于自动组合生成组合软糖模型。
使用时，结合步骤201及202中的内容：
通过分别建立软糖组合模型及软糖素材库，在需要向消费者推荐组合软糖时，能够快速的生成新的组合软糖模型，在现有的组合软糖成品不满足消费者的需求时，对组合软糖进行初步的定制，增加组合软糖销售的成功率，也可以扩展消费者的选择范围。
步骤三、获取定制平台内的组合软糖成品，建立符合消费者定制预算的成品软糖库，结合消费者的选择偏好，从成品软糖库中选择组合软糖成品并向消费者推荐和展示，并依据消费者的偏好确定第一软糖组合模版；
所述步骤三包括如下内容：
步骤301、从定制平台内获取已存在的组合软糖成品，在消费者进入定制平台并处于浏览状态时，从若干个组合软糖成品中筛选出符合消费者定制预算的组合软糖成品，将筛选出来的组合软糖成品汇总后，建立成品软糖库；
步骤302、预先设置相似度偏差范围，依照组合软糖成品与消费者选择偏好间的相似程度，从成品软糖库中选择组合软糖成品向消费者推荐和展示，所推荐的组合软糖成品与消费者选择偏好间的偏差在预设的偏差范围之内；在预设的选择时间内，若消费者未做出选择，则确定消费者在选择页面停留最久的组合软糖成品，将其作为第一软糖组合模版。
使用时，结合步骤301至302中内容：
结合消费者的选择偏好及定制预算，先向消费者推荐组合软糖成品，若组合软糖成品不能满足消费者需求，则从若干个组合软糖成品中确定出第一软糖组合模版，以第一软糖组合模版作为标准，借助于软糖组合模型自动组合生成若干个组合软糖模型，并向消费者推荐，此时，定制平台可以依据消费者的选择偏好，主动性的为消费者做出初步的定制，这种定制方式和消费者的契合度更高。
步骤四、结合第一软糖组合模版，由训练后的软糖组合模型结合软糖素材库，生成若干个组合软糖模型并向消费者推荐，若消费者未作出选择，则从生成的组合软糖模型中确定第二软糖组合模版；结合第二软糖组合模版，再次生成组合软糖模型由消费者选择，在消费者仍未作出选择时，汇总两次生成的组合软糖模型，建立组合软糖模型库；
所述步骤四包括：
步骤401、以第一软糖组合模版作为参考，在软糖素材库中选择现有组合软糖成品的规格参数，由训练后的软糖组合模型在结合消费者的选择偏好后，对组合软糖不同的规格参数进行组合，生成若干个组合软糖模型；将生成的若干个组合软糖模型向消费者推荐和展示，并将展示的组合软糖模型汇总，建立第一组合软糖模型库；
步骤402、在预设的选择时间内，若消费者未做出选择，从若干个组合软糖成品中筛选出符合消费者定制预算的组合软糖成品，对筛选出的组合软糖成品的销量进行排序，生成销量排序；
从销量排序中确定销量为前若干个，例如销量为前五个的组合软糖成品，以销量前的若干个组合软糖成品作为第二软糖组合模版；
步骤403、以第二软糖组合模版作为参考，在软糖素材库中选择现有组合软糖的规格参数，使软糖组合模型在结合消费者的选择偏好后，对不同的规格参数进行组合，生成若干个组合软糖模型；将生成的若干个组合软糖模型向消费者推荐和展示，将展示的组合软糖模型汇总并建立第二组合软糖模型库。
使用时，结合步骤401至403中的内容：
在第一软糖组合模版的基础上生成组合软糖模型后，若消费者仍不满意，则依照定制平台内组合软糖的销量排序，再次确定第二软糖组合模版，进而对组合软糖进行主动定制，在生成组合软糖模型后，由消费者进行选择，而第一次自动生成的组合软糖模型依据消费者个人偏好确定，第二次自动生成则是依据诸多消费者的偏好确定，依据这两次的生成结果，对消费者的选择偏好覆盖更广，消费者在选择时，更具有针对性，从而可以大概率完成对组合软糖定制，提高组合软糖定制的成功率。
步骤五、对组合软糖模型库中的组合软糖模型进行评分并生成软糖评价值Ps，将软糖评价值Ps最高的组合软糖模型作为第三软糖组合模版，引导消费者从软糖素材库中选择组合软糖的规格参数对第三软糖组合模版进行修改，直至生成新的组合软糖模型；若新的组合软糖模型的软糖评价值Ps高于对应的评价阈值，则给予消费者购买折扣；
所述步骤五包括如下内容：
步骤501、从第一组合软糖模型库及第二组合软糖模型库中选择自动生成的组合软糖模型，将其标记为备用组合软糖，对备用组合软糖进行评分并生成软糖评价值Ps；
其中，所述软糖评价值Ps的获取方式如下：
结合构成备用组合软糖的规格参数，获取备用组合软糖的预计价格Jg；
使用相似度算法，在训练和测试后，建立相似度匹配模型，由相似度匹配模型从定制平台内的组合软糖成品中配出与备用组合软糖相似度最高者，确定该组合软糖成品在定制平台内的销量，获取备用组合软糖的预计销量Jx；
对备用组合软糖进行解构，获取备用组合软糖中体积占比最高的配料的好评比例Py；
汇总预计价格Jg、预计销量Jx及好评比例Py后，做无量纲处理，依照如下公式生成软糖评价值Ps：
其中。参数的意义为，0.34≤α≤0.98，0.33≤β≤1.12，且α+β＝1，α、β为权重系数，其具体值由消费者调整设置，C为常数修正系数。
使用时，通过生成软糖评价值Ps，在获取了第一组合软糖模型库及第二组合软糖模型库后，以软糖评价值Ps对备用组合软糖进行评分，判断出已经定制出来的若干组合软糖的质量，并选择出其中组合软糖质量最高的。
步骤502、以软糖评价值Ps最高的备用组合软糖作为第三软糖组合模版，结合消费者的选择偏好，对软糖素材库中现有组合软糖的规格参数进行排序，以文字或者语音的形式，引导消费者从软糖素材库中选择规格参数对第三软糖组合模版进行修改，直至生成新的组合软糖模型，由消费者对修改生成的组合软糖模型进行选择；
步骤503、对修改生成的组合软糖模型进行评价，并再次生成软糖评价值Ps，若所述的软糖评价值Ps超过预设的评价阈值，则将对应的组合软糖模型作为组合软糖成品的新品添加至定制平台；
并依据软糖评价值Ps超过对应的评价阈值的比例，给予消费者购买折扣；其中，折扣的力度和超过的比例保持一致，例如超过评价阈值的比例为10％，则给消费者9折的折扣，且所述的折扣涉及到定制平台内所有的组合软糖成品。
使用时，结合步骤502至503中的内容：
在软糖评价值Ps的基础上生成第三软糖组合模版，在自动定制不能满足消费者需求后，引导消费者手动组合，获取客户自己定制组合软糖的软糖评价值Ps，若客户手动定制的组合软糖水平较高，则给予消费者一定的折扣，降低定制组合软糖的价格，促成消费者的定制；同时，这也提供了一种在增加定制平台组合软糖种类的方式，形成组合软糖定制的正向循环。
请参阅图1-图2，本发明提供一种基于互联网的在线软糖定制系统，包括：
读取单元10，在消费者进入组合软糖定制平台后，获取消费者在设备上的组合软糖浏览记录，并从组合软糖浏览记录中确定组合软糖的定制预算，并结合组合软糖浏览记录，由训练后的偏好分析模型分析消费者的选择偏好，分别将选择偏好和定制预算输出；
训练单元20，获取定制平台内组合软糖的规格参数，结合消费者的选择偏好建立软糖素材库，并依据定制平台内现有的组合软糖制作方法，在训练和测试后，由机器学习算法获取软糖组合模型；
第一定制单元30，获取定制平台内的组合软糖成品，建立符合消费者定制预算的成品软糖库，结合消费者的选择偏好，从成品软糖库中选择组合软糖成品并向消费者推荐和展示，并依据消费者的偏好确定第一软糖组合模版；
第二定制单元40，结合第一软糖组合模版，由训练后的软糖组合模型结合软糖素材库，生成若干个组合软糖模型并向消费者推荐，若消费者未作出选择，则从生成的组合软糖模型中确定第二软糖组合模版；结合第二软糖组合模版，再次生成组合软糖模型由消费者选择，在消费者仍未作出选择时，汇总两次生成的组合软糖模型，建立组合软糖模型库；
评价单元50，对组合软糖模型库中的组合软糖模型进行评分并生成软糖评价值Ps，将软糖评价值Ps最高的组合软糖模型作为第三软糖组合模版，引导消费者从软糖素材库中选择组合软糖的规格参数对第三软糖组合模版进行修改，直至生成新的组合软糖模型；若新的组合软糖模型的软糖评价值Ps高于对应的评价阈值，则给予消费者购买折扣。
上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。
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单元来实现本实施例方案的目的。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。
Claims (10)
1.一种基于互联网的在线软糖定制方法，其特征在于：包括如下步骤：
在消费者进入组合软糖定制平台后，获取消费者在设备上的组合软糖浏览记录，并从组合软糖浏览记录中确定组合软糖的定制预算，并结合组合软糖浏览记录，由训练后的偏好分析模型分析消费者的选择偏好，分别将选择偏好和定制预算输出；
获取定制平台内组合软糖的规格参数，结合消费者的选择偏好建立软糖素材库，并依据定制平台内现有的组合软糖制作方法，在训练和测试后，由机器学习算法获取软糖组合模型；
获取定制平台内的组合软糖成品，建立符合消费者定制预算的成品软糖库，结合消费者的选择偏好，从成品软糖库中选择组合软糖成品并向消费者推荐和展示，并依据消费者的偏好确定第一软糖组合模版；
结合第一软糖组合模版，由训练后的软糖组合模型结合软糖素材库，生成若干个组合软糖模型并向消费者推荐，若消费者未作出选择，则从生成的组合软糖模型中确定第二软糖组合模版；结合第二软糖组合模版，再次生成组合软糖模型由消费者选择，在消费者仍未作出选择时，汇总两次生成的组合软糖模型，建立组合软糖模型库；
对组合软糖模型库中的组合软糖模型进行评分并生成软糖评价值Ps，将软糖评价值Ps最高的组合软糖模型作为第三软糖组合模版，引导消费者从软糖素材库中选择组合软糖的规格参数对第三软糖组合模版进行修改，直至生成新的组合软糖模型；若新的组合软糖模型的软糖评价值Ps高于对应的评价阈值，则给予消费者购买折扣。
2.根据权利要求1所述的一种基于互联网的在线软糖定制方法，其特征在于：在消费者进入组合软糖定制平台后，由定制平台获取对消费者在设备上的网络浏览记录的读取权限，由定制平台获取消费者在使用设备时，所涉及的网络浏览记录；
从消费者网络浏览记录中分离出消费者的组合软糖浏览记录，并获取所浏览组合软糖的价格，分别确定组合软糖的最高价格和最低价格，以两者的均值作为组合软糖的定制预算；
在获取消费者的组合软糖浏览记录后，使用购买偏好聚类分析算法，在训练和测试后，建立偏好分析模型，由偏好分析模型从组合软糖浏览记录中分析出消费者选择组合软糖时的选择偏好。
3.根据权利要求2所述的一种基于互联网的在线软糖定制方法，其特征在于：从定制平台的产品参数库中，获取组合软糖的规格参数，所述规格参数至少包括：形状、配料及各个组合软糖结构间的位置关系，依据消费者的选择偏好，对规格参数进行筛选，并获取筛选后的规格参数，对规格参数进行汇总，建立软糖素材库，并将软糖素材库输出；
获取定制平台内现有的组合软糖制作方法，在将制作方法汇总后，建立软糖组合方案库，结合软糖组合方案库，使用机器学习算法，在训练和测试后，生成并输出软糖组合模型，所述软糖组合模型用于自动组合生成组合软糖模型。
4.根据权利要求3所述的一种基于互联网的在线软糖定制方法，其特征在于：从定制平台内获取已存在的组合软糖成品，在消费者进入定制平台并处于浏览状态时，从若干个组合软糖成品中筛选出符合消费者定制预算的组合软糖成品，将筛选出来的组合软糖成品汇总后，建立成品软糖库；
预先设置相似度偏差范围，依照组合软糖成品与消费者选择偏好间的相似程度，从成品软糖库中选择组合软糖成品向消费者推荐和展示，所推荐的组合软糖成品与消费者选择偏好间的偏差在预设的偏差范围之内；在预设的选择时间内，若消费者未做出选择，则确定消费者在选择页面停留最久的组合软糖成品，将其作为第一软糖组合模版。
5.根据权利要求4所述的一种基于互联网的在线软糖定制方法，其特征在于：以第一软糖组合模版作为参考，在软糖素材库中选择现有组合软糖成品的规格参数，由训练后的软糖组合模型在结合消费者的选择偏好后，对组合软糖不同的规格参数进行组合，生成若干个组合软糖模型；将生成的若干个组合软糖模型向消费者推荐和展示，并将展示的组合软糖模型汇总，建立第一组合软糖模型库。
6.根据权利要求5所述的一种基于互联网的在线软糖定制方法，其特征在于：在预设的选择时间内，若消费者未做出选择，从若干个组合软糖成品中筛选出符合消费者定制预算的组合软糖成品，对筛选出的组合软糖成品的销量进行排序，生成销量排序；从销量排序中确定销量为前若干个，以销量前的若干个组合软糖成品作为第二软糖组合模版；
以第二软糖组合模版作为参考，在软糖素材库中选择现有组合软糖的规格参数，使软糖组合模型在结合消费者的选择偏好后，对不同的规格参数进行组合，生成若干个组合软糖模型；将生成的若干个组合软糖模型向消费者推荐和展示，将展示的组合软糖模型汇总并建立第二组合软糖模型库。
7.根据权利要求6所述的一种基于互联网的在线软糖定制方法，其特征在于：从第一组合软糖模型库及第二组合软糖模型库中选择自动生成的组合软糖模型，将其标记为备用组合软糖，对备用组合软糖进行评分并生成软糖评价值Ps；
其中，所述软糖评价值Ps的获取方式如下：结合构成备用组合软糖的规格参数，获取备用组合软糖的预计价格Jg；使用相似度算法，在训练和测试后，建立相似度匹配模型，由相似度匹配模型从定制平台内的组合软糖成品中配出与备用组合软糖相似度最高者，确定该组合软糖成品在定制平台内的销量，获取备用组合软糖的预计销量Jx。
8.根据权利要求7所述的一种基于互联网的在线软糖定制方法，其特征在于：对备用组合软糖进行解构，获取备用组合软糖中体积占比最高的配料的好评比例Py；汇总预计价格Jg、预计销量Jx及好评比例Py后，做无量纲处理，依照如下公式生成软糖评价值Ps：
其中，参数的意义为，0.34≤α≤0.98，0.33≤β≤1.12，且α+β＝1，α、β为权重系数，其具体值由消费者调整设置，C为常数修正系数。
9.根据权利要求8所述的一种基于互联网的在线软糖定制方法，其特征在于：以软糖评价值Ps最高的备用组合软糖作为第三软糖组合模版，结合消费者的选择偏好，对软糖素材库中现有组合软糖的规格参数进行排序，以文字或者语音的形式，引导消费者从软糖素材库中选择规格参数对第三软糖组合模版进行修改，直至生成新的组合软糖模型，由消费者对修改生成的组合软糖模型进行选择；
对修改生成的组合软糖模型进行评价，并再次生成软糖评价值Ps，若所述的软糖评价值Ps超过预设的评价阈值，则将对应的组合软糖模型作为组合软糖成品的新品添加至定制平台；并依据软糖评价值Ps超过对应的评价阈值的比例，给予消费者购买折扣。
10.一种基于互联网的在线软糖定制系统，其特征在于：包括：
读取单元(10)，在消费者进入组合软糖定制平台后，获取消费者在设备上的组合软糖浏览记录，并从组合软糖浏览记录中确定组合软糖的定制预算，并结合组合软糖浏览记录，由训练后的偏好分析模型分析消费者的选择偏好，分别将选择偏好和定制预算输出；
训练单元(20)，获取定制平台内组合软糖的规格参数，结合消费者的选择偏好建立软糖素材库，并依据定制平台内现有的组合软糖制作方法，在训练和测试后，由机器学习算法获取软糖组合模型；
第一定制单元(30)，获取定制平台内的组合软糖成品，建立符合消费者定制预算的成品软糖库，结合消费者的选择偏好，从成品软糖库中选择组合软糖成品并向消费者推荐和展示，并依据消费者的偏好确定第一软糖组合模版；
第二定制单元(40)，结合第一软糖组合模版，由训练后的软糖组合模型结合软糖素材库，生成若干个组合软糖模型并向消费者推荐，若消费者未作出选择，则从生成的组合软糖模型中确定第二软糖组合模版；结合第二软糖组合模版，再次生成组合软糖模型由消费者选择，在消费者仍未作出选择时，汇总两次生成的组合软糖模型，建立组合软糖模型库；
评价单元(50)，对组合软糖模型库中的组合软糖模型进行评分并生成软糖评价值Ps，将软糖评价值Ps最高的组合软糖模型作为第三软糖组合模版，引导消费者从软糖素材库中选择组合软糖的规格参数对第三软糖组合模版进行修改，直至生成新的组合软糖模型；若新的组合软糖模型的软糖评价值Ps高于对应的评价阈值，则给予消费者购买折扣。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310719957.0A CN116596635A (zh) | 2023-06-17 | 2023-06-17 | 一种基于互联网的在线软糖定制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310719957.0A CN116596635A (zh) | 2023-06-17 | 2023-06-17 | 一种基于互联网的在线软糖定制方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116596635A true CN116596635A (zh) | 2023-08-15 |
Family
ID=87604509
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310719957.0A Pending CN116596635A (zh) | 2023-06-17 | 2023-06-17 | 一种基于互联网的在线软糖定制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116596635A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10318986B1 (en) * | 2015-12-10 | 2019-06-11 | Thirstie Inc. | Method and system for curated product marketing |
| CN111311373A (zh) * | 2020-03-11 | 2020-06-19 | 青岛理工大学 | 基于消费者社交网络的服装个性化定制方法和装置 |
| KR102213768B1 (ko) * | 2020-05-19 | 2021-02-08 | 주식회사 스타일씨코퍼레이션 | 빅데이터 기반의 ai가 고객의 정보를 기반으로 구매전환율이 높은 상품을 노출시키는 고객 맞춤형 상품 추천 시스템 |
| CN115018582A (zh) * | 2022-06-07 | 2022-09-06 | 北京衔远有限公司 | 一种基于最优销量或最优消费者体验的商品属性定制方法 |
-
2023
- 2023-06-17 CN CN202310719957.0A patent/CN116596635A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10318986B1 (en) * | 2015-12-10 | 2019-06-11 | Thirstie Inc. | Method and system for curated product marketing |
| CN111311373A (zh) * | 2020-03-11 | 2020-06-19 | 青岛理工大学 | 基于消费者社交网络的服装个性化定制方法和装置 |
| KR102213768B1 (ko) * | 2020-05-19 | 2021-02-08 | 주식회사 스타일씨코퍼레이션 | 빅데이터 기반의 ai가 고객의 정보를 기반으로 구매전환율이 높은 상품을 노출시키는 고객 맞춤형 상품 추천 시스템 |
| CN115018582A (zh) * | 2022-06-07 | 2022-09-06 | 北京衔远有限公司 | 一种基于最优销量或最优消费者体验的商品属性定制方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108648059B (zh) | 订单推荐方法及装置 | |
| CN109242593B (zh) | 一种基于案例推理的服装推荐方法、装置和存储介质 | |
| WO2017012474A1 (zh) | 提供业务对象信息的方法及装置 | |
| CN107862566A (zh) | 一种商品推荐方法和系统 | |
| CN108713212A (zh) | 用于基于分组信息提供信息的方法、系统和介质 | |
| CN108334558A (zh) | 一种结合标签和时间因素的协同过滤推荐方法 | |
| CN110727859B (zh) | 一种推荐信息推送方法及其装置 | |
| CN116757794A (zh) | 基于大数据的售酒小程序内产品推荐方法 | |
| CN108171568B (zh) | 一种基于知识库的服装推荐方法和系统 | |
| CN115221420A (zh) | 一种基于用户画像的饮食推荐方法及系统 | |
| CN117151815A (zh) | 一种针对跨境商品的定制营销推荐系统 | |
| CN112419009B (zh) | 一种基于客户需求的食品用塑料包装袋定制系统 | |
| CN117290608A (zh) | 一种营销方案智能推送方法、系统及存储介质 | |
| CN116596635A (zh) | 一种基于互联网的在线软糖定制方法及系统 | |
| CN116611897B (zh) | 基于人工智能的消息提醒方法和系统 | |
| CN117112915A (zh) | 基于用户特征及大数据训练的智能设计方法和系统 | |
| CN112508114A (zh) | 一种智能服装推荐系统及方法 | |
| KR101279537B1 (ko) | 통신망을 이용한 개인별 맞춤형 떡요리 콘텐츠 제공시스템 및 그 방법 | |
| CN109191234B (zh) | 一种综合服装推荐方法、装置和存储介质 | |
| CN113744012A (zh) | 一种信息处理方法、装置和存储介质 | |
| CN113205389A (zh) | 一种用于服装推荐的商业系统 | |
| WO2016106485A1 (zh) | 家具线上设计系统 | |
| KR102480884B1 (ko) | 온라인 드레스룸 플랫폼 시스템 | |
| CN115063209B (zh) | 一种基于多维特征分析的服装电商平台商品推荐系统 | |
| US12039587B2 (en) | Methods and apparatus for determining item affinities associated with online chat sessions |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 314000 No. 929 Majiabang Road, Economic and Technological Development Zone, Jiaxing City, Zhejiang Province Applicant after: Weizhuo (Jiaxing) Nutritional Products Co.,Ltd. Address before: 314000 D, Floor 2, Building 3, No. 368, Majiabang Road, Jiaxing Economic and Technological Development Zone, Zhejiang Province Applicant before: Weizhuo (Jiaxing) Nutritional Products Co.,Ltd. |