CN116894713A - 一种基于电商平台的酒类销售管理系统 - Google Patents

一种基于电商平台的酒类销售管理系统 Download PDF

Info

Publication number
CN116894713A
CN116894713A CN202311150940.4A CN202311150940A CN116894713A CN 116894713 A CN116894713 A CN 116894713A CN 202311150940 A CN202311150940 A CN 202311150940A CN 116894713 A CN116894713 A CN 116894713A
Authority
CN
China
Prior art keywords
browsing
commodity
wine
effective
information
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
CN202311150940.4A
Other languages
English (en)
Inventor
孙爱清
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.)
Jiuxian Network Technology Co ltd
Original Assignee
Jiuxian Network 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 Jiuxian Network Technology Co ltd filed Critical Jiuxian Network Technology Co ltd
Priority to CN202311150940.4A priority Critical patent/CN116894713A/zh
Publication of CN116894713A publication Critical patent/CN116894713A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G06Q10/103—Workflow collaboration or project management

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Accounting & Taxation (AREA)
  • Data Mining & Analysis (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于电商平台的酒类销售管理系统，包括浏览采集单元、记录预处理单元、分析推荐单元和推荐管理单元，本发明涉及电商平台技术领域。该基于电商平台的酒类销售管理系统，本发明通过对目标用户在电商平台的浏览记录进行管理分析，并依据用户对各个商品主页的有效览次和有效览时分析得出的相应的兴趣系数和兴趣推荐表，且依据兴趣推荐表对目标用户进行酒类商品推荐，有助于提高客户选购酒类商品时的体验；同时通过分析得出有效览次和有效览时，提高兴趣系数计算的精准度，避免客户误进相应的商品页面，导致对应酒类商品的兴趣系数提高，从而使得客户不感兴趣的商品占用推荐页面，进而增加客户对电商平台的反感度。

Description

一种基于电商平台的酒类销售管理系统
技术领域
本发明涉及电商平台技术领域，具体为一种基于电商平台的酒类销售管理系统。
背景技术
近年来，酒业销量增速放缓放平，传统的销售渠道步入竞争红海。随着互联网的普及，酒业电商平台备受资本推崇，为寻求突破，酒业或自建门户或寻求合作，均积极开辟电商领域。
现有的酒业营销管理系统管理效率低，管理成本高，且无法满足用户的个性化需求，同时酒业电商进行过程中，会产生大量电商数据，通过电商数据可以了解到商家经营情况和客户浏览信息，但是目前商家对于电商数据缺少更有效的推广管理，没有对电商数据进行更深入的挖掘，不能够很好的为粘性用户进行服务。
为提高酒业的营销管理效率，降低管理成本，因此提出一种基于电商平台的酒类销售管理系统，该系统能够促进酒业电商营销推广管理、满足用户个性化需求。
发明内容
针对现有技术的不足，本发明提供了一种基于电商平台的酒类销售管理系统，解决了背景技术中所提出的问题。
为实现以上目的，本发明通过以下技术方案予以实现：一种基于电商平台的酒类销售管理系统，包括：
浏览采集单元，用于在指定时间段采集目标用户在电商平台上的浏览记录，随后将浏览记录发送至浏览分析单元，浏览记录包括多个商品信息、商品信息对应的商品主页的浏览次数、浏览时长、滑动痕迹；
其中，浏览时长表示目标用户单次主动进入商品主页后的停留时间；滑动痕迹表示目标用户进入商品主页后，对商品信息进行翻动查看的行为动作；
商品信息包含酒类类型、酒类品牌、酒类规格、酒类区域、酒类价格，且酒类类型为以啤酒、白酒、红酒、鸡尾酒分类，酒类规格表示以酒的浓度进行划分，酒类区域表示酒的原产地；
记录预处理单元，用于在指定时间段内，从浏览记录内获取同一酒类类型、酒类品牌、酒类区域、酒类规格的所有商品信息，随后将其集合捆绑生成整合信息包，随后获取该整合信息包内所有对应商品主页的浏览次数、浏览时长和滑动痕迹，并依据浏览时长和滑动痕迹确定有效览次，之后依据有效览次中的滑动痕迹，确定有效览时，随后将整合商品以及相应的有效览次和有效览时发送至浏览分析单元；其中，有效览次和有效览时分别表示有效的浏览次数和浏览时长；
分析推荐单元，用于依据各个整合信息包中所有有效览次和有效览时，计算分析出目标用户在各个整合信息包中对应商品信息的兴趣系数，同时对兴趣系数进行排序，得到兴趣推荐表；
推荐管理单元，用于依据兴趣推荐表中从前到后依次对应的商品信息，逐个对目标用户浏览的相应商品进行置顶推荐。
作为本发明的进一步方案，滑动痕迹包含动作次数以及相邻动作次数之间的时间差，目标用户进入商品主页时和退出商品主页时各自默认记为1个动作次数。
作为本发明的进一步方案，有效览次和有效览时的确定方式如下：
SA1、选取一个整合信息包，获取该整合信息包内所有对应商品主页的浏览次数、浏览时长和滑动痕迹；
SA2、随后确定目标用户在该次商品主页浏览的滑动痕迹，确定方式为：
将动作次数值标记为u0，随后将u0与预设的次数阈值u1进行比较，其中u1≥3，若u0≥u1，则确定该次商品主页浏览包含有滑动痕迹；反之，则确定该次商品主页浏览没有滑动痕迹；
SA3、接着将浏览时长标记为LS，将LS与预设的停留时长定值Sy进行比对，同时结合步骤SA2得出的结果，判断出各个浏览次数的有效性，并依据浏览次数的有效性，将相应有效的浏览次数记作有效览次；
SA4、获取有效览次对应的浏览时长及其对应的滑动痕迹，接着依据滑动痕迹中的动作次数以及相邻动作次数之间的时间差，计算分析出有效览时。
作为本发明的进一步方案，在步骤SA3中，浏览次数的有效性的判断方式如下：
选取一个浏览次数对应的浏览时长和滑动痕迹：
若该LS＞Sy，同时在该次商品主页浏览含有滑动痕迹，则将目标用户确定为主动进入商品主页，并将该次商品主页浏览记作有效览次；
若该LS＞Sy，同时在该次商品主页浏览不含有滑动痕迹，则将目标用户确定为被动进入商品主页，该次商品主页浏览无效，且该商品信息浏览记录保持原有有效览次不变；
若该LS≤Sy，则将目标用户确定为被动进入商品主页，且该次商品主页浏览无效，且该商品信息浏览记录保持原有有效览次不变。
作为本发明的进一步方案，在步骤SA4中，有效览时的计算分析方式如下：
SS41、将各个相邻动作次数之间的时间差记作SCi，i=1、2、……、u0-1，u0表示动作次数值，u0-1表示相邻动作次数之间的时间差的个数，其中，SC1+SC2+……+SCu0-1=LS，其LS表示有效览次对应的浏览时长；
SS42、随后将各个SCi分别与预设的时差阈值Cy进行比较：
若SCi＞Cy，则表示该个相邻动作次数之间的时间差异常，并将相应的SCi标记为无效时间差；
若SCi≤Cy，则表示该个相邻动作次数之间的时间差正常，并将相应的SCi标记为有效时间差；
SS43、接着在该有效览次对应的所有时间差中提取有效时间差，并求取所有有效时间差之和，随后将所有有效时间差之和记作有效览时。
作为本发明的进一步方案，计算分析方式如下：
步骤一、选取一个整合信息包，在该指定时间段内，获取该整合信息包中所有有效览次和有效览时，并将有效览次标记为m，同时将各个有效览时标记为YSj，j=1、2、……、m；
步骤二、接着通过公式，计算出该整合信息包对应商品信息的兴趣系数X，其中λ1和λ2均为预设的比例系数，且λ1+λ2=1，其用以将有效览次和有效览时按照预设的比例计算出该整合信息包对应商品信息的兴趣系；
步骤三、之后按照步骤一和步骤二的方式计算出目标用户各个整合信息包的对应商品信息的兴趣系数；
同时按照从大到小的顺序对目标用户各个整合信息包的对应商品信息的兴趣系数进行排序，并生成兴趣推荐表。
作为本发明的进一步方案，所述推荐管理单元还用于依据兴趣推荐表中从前到后依次对应的商品信息，结合对应商品信息的酒类类型、酒类品牌、酒类规格、酒类区域、酒类价格，对目标用户进行相似商品推荐。
作为本发明的进一步方案，选取对应商品信息的酒类价格对相似商品进行推荐，推荐方式如下：
SB1、在兴趣推荐表中依次获取整合信息包的对应商品信息的酒类价格；
SB2、依据预设的多个价格区间，将各个整合信息包的酒类价格匹配，并为各个整合信息包添加相应的价格区间；
SB3、随后依据各个整合信息包对应价格区间，从电商平台中获取酒类价格处于各个整合信息包对应价格区间的所有商品信息，并按照各个整合信息包的排列顺序将对应获取的所有商品信息分别捆绑生成推荐信息集1、推荐信息集2、……、推荐信息集g，g表示兴趣推荐表中整合信息包的数量；
SB4、之后按照预设的推荐量比例依次从各个推荐信息集中提取指定数量的商品信息展示在电商平台的推荐页面上，其中，推荐量比例按照推荐页面上的商品展位数量和兴趣推荐表中的整合信息包数量确定。
有益效果
本发明提供了一种基于电商平台的酒类销售管理系统。与现有技术相比具备以下有益效果：
本发明通过浏览采集单元、记录预处理单元、分析推荐单元和推荐管理单元对目标用户在电商平台的浏览记录进行管理分析，并依据用户对各个商品主页的有效览次和有效览时分析得出的相应的兴趣系数，进一步得到兴趣推荐表，且依据兴趣推荐表对目标用户进行酒类商品推荐，有助于提高客户选购酒类商品时的体验，能够促进酒业电商营销、满足用户个性化需求，具有提升用户满意度和提高电商销售率的特点；
本发明通过设置记录预处理单元，并依据浏览时长和滑动痕迹确定有效览次，之后依据有效览次中的滑动痕迹，确定有效览时，可以提高兴趣系数计算的精准度，避免客户误进相应的商品页面，导致商品的浏览时长增加，且使得对应酒类商品的兴趣系数提高，从而使得客户不感兴趣的商品占用推荐页面，进而增加客户对电商平台的反感度；
本发明通过设置推荐管理单元，并依据兴趣推荐表中从前到后依次对应的商品信息，结合对应商品信息的酒类类型、酒类品牌、酒类规格、酒类区域、酒类价格，对目标用户进行相似商品推荐，便于客户自主选择推荐方式，从而获取相应的酒类信息进行选择，进一步提升客户在相应电商平台的采购体验。
附图说明
图1为本发明的系统框图；
图2为本发明记录预处理单元的分析流程图。
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。
作为本发明的实施例一
请参阅图1-图2，本发明提供一种技术方案：一种基于电商平台的酒类销售管理系统，包括：
浏览采集单元，用于在指定时间段采集目标用户在电商平台上的浏览记录，随后将浏览记录发送至浏览分析单元，浏览记录包括多个商品信息、商品信息对应的商品主页的浏览次数、浏览时长、滑动痕迹；
其中，浏览时长表示目标用户单次主动进入商品主页后的停留时间；滑动痕迹表示目标用户进入商品主页后，对商品信息进行翻动查看的行为动作，如目标用户通过手机端查看商品主页时，目标用户翻动商品主页内的各个商品照片或评价记录等行为动作，记为滑动痕迹；
滑动痕迹包含动作次数以及相邻动作次数之间的时间差，进入商品主页时和退出商品主页时各自默认记为1个动作次数；
商品信息包含酒类类型、酒类品牌、酒类规格、酒类区域、酒类价格，且酒类类型为以啤酒、白酒、红酒、鸡尾酒分类，酒类规格表示以酒的浓度进行划分，酒类区域表示酒的原产地；
记录预处理单元，用于对浏览记录内的商品信息进行综合处理，得到整合信息包，随后对整合信息包的浏览次数和浏览时长进行有效性分析，得到有效览次和有效览时，随后将整合商品以及相应的有效览次和有效览时发送至浏览分析单元；
其中，有效览次和有效览时分别表示有效的浏览次数和浏览时长；
综合处理方式如下：
在指定时间段内，获取同一酒类类型、酒类品牌、酒类区域、酒类规格的所有商品信息，随后将其集合捆绑生成整合信息包，整合信息包表示目标用户在电商平台上对同一款酒浏览记录的合成结果；
有效性分析方式如下：
SA1、以一个整合信息包为例，获取该整合信息包内所有对应商品主页的浏览次数、浏览时长和滑动痕迹；
SA2、随后确定目标用户在该次商品主页浏览的滑动痕迹，确定方式为：
将动作次数值标记为u0，随后将u0与预设的次数阈值u1进行比较，其中u1≥3，若u0≥u1，则确定该次商品主页浏览包含有滑动痕迹；反之，则确定该次商品主页浏览没有滑动痕迹；
SA3、接着将浏览时长标记为LS，将LS与预设的停留时长定值Sy进行比对，同时结合步骤SA2得出的结果，判断出各个浏览次数的有效性；以一个浏览次数对应的浏览时长和滑动痕迹为例：
若该LS＞Sy，同时在该次商品主页浏览含有滑动痕迹，则将目标用户确定为主动进入商品主页，并将该次商品主页浏览记作有效览次；
若该LS＞Sy，同时在该次商品主页浏览不含有滑动痕迹，则将目标用户确定为被动进入商品主页，且该次商品主页浏览无效，且该商品信息浏览记录保持原有有效览次不变；
若该LS≤Sy，则将目标用户确定为被动进入商品主页，且该次商品主页浏览无效，且该商品信息浏览记录保持原有有效览次不变；
SA4、获取有效览次对应的浏览时长及其对应的滑动痕迹，接着依据滑动痕迹中的动作次数以及相邻动作次数之间的时间差，计算分析出有效览时，有效览时的计算分析方式如下：
SS41、将各个相邻动作次数之间的时间差记作SCi，i=1、2、……、u0-1，u0表示动作次数值，u0-1表示相邻动作次数之间的时间差的个数；在该实施例中，且SC1+SC2+……+SCu0-1=LS，其LS表示有效览次对应的浏览时长；
SS42、随后将各个SCi分别与预设的时差阈值Cy进行比较：
若SCi＞Cy，则表示该个相邻动作次数之间的时间差异常，并将相应的SCi标记为无效时间差；
若SCi≤Cy，则表示该个相邻动作次数之间的时间差正常，并将相应的SCi标记为有效时间差；
SS43、接着在该有效览次对应的所有时间差中提取有效时间差，并求取所有有效时间差之和，随后将所有有效时间差之和记作有效览时；
本实施例通过设置记录预处理单元，并依据浏览时长和滑动痕迹确定有效览次，之后依据有效览次中的滑动痕迹，确定有效览时，可以提高兴趣系数计算的精准度，避免客户误进相应的商品页面，导致商品的浏览时长增加，且使得对应酒类商品的兴趣系数提高，从而使得客户不感兴趣的商品占用推荐页面，进而增加客户对电商平台的反感度；
分析推荐单元，用于对浏览记录进行兴趣分析，得到兴趣推荐表，兴趣分析方式如下：
步骤一、以一个整合信息包为例，在该指定时间段内，获取该整合信息包中所有有效览次和有效览时，并将有效览次标记为m，同时将各个有效览时标记为YSj，j=1、2、……、m；
步骤二、接着通过公式，计算出该整合信息包对应商品信息的兴趣系数X，其中λ1和λ2均为预设的比例系数，且λ1+λ2=1，其用以将有效览次和有效览时按照预设的比例计算出该整合信息包对应商品信息的兴趣系；
步骤三、之后按照步骤一和步骤二的方式计算出目标用户各个整合信息包的对应商品信息的兴趣系数；
同时按照从大到小的顺序对目标用户各个整合信息包的对应商品信息的兴趣系数进行排序，并生成兴趣推荐表；
推荐管理单元，用于依据兴趣推荐表中从前到后依次对应的商品信息，逐个对目标用户浏览的相应商品进行置顶推荐，在该实施例中，置顶推荐为本领域人员常用技术手段，故此不作赘述；
本发明通过浏览采集单元、记录预处理单元、分析推荐单元和推荐管理单元对目标用户在电商平台的浏览记录进行管理分析，并依据用户对各个商品主页的有效览次和有效览时分析得出的相应的兴趣系数，进一步得到兴趣推荐表，且依据兴趣推荐表对目标用户进行酒类商品推荐，有助于提高客户选购酒类商品时的体验，能够促进酒业电商营销、满足用户个性化需求，具有提升用户满意度和提高电商销售率的特点。
作为本发明的实施例二
本实施例相较于实施例一，本实施例与实施例一的不同之处在于：推荐管理单元还用于依据兴趣推荐表中从前到后依次对应的商品信息，结合对应商品信息的酒类价格，对目标用户进行相似商品推荐，相似商品推荐方式如下：
在兴趣推荐表中依次获取整合信息包的对应商品信息的酒类价格；
依据预设的多个价格区间，将各个整合信息包的酒类价格匹配，并为各个整合信息包添加相应的价格区间；
随后依据各个整合信息包对应价格区间，从电商平台中获取酒类价格处于各个整合信息包对应价格区间的所有商品信息，并按照各个整合信息包的排列顺序将对应获取的所有商品信息分别捆绑生成推荐信息集1、推荐信息集2、……、推荐信息集g，g表示兴趣推荐表中整合信息包的数量；
之后按照预设的推荐量比例依次从各个推荐信息集中提取指定数量的商品信息展示在电商平台的推荐页面上；
其中推荐量比例按照推荐页面上的商品展位数量和兴趣推荐表中的整合信息包数量确定，且电商平台的推荐页面以及推荐页面上的商品展位为电商领域的公知手段，故此不做赘述。
作为本发明的实施例三
本实施例相较于实施例一，本实施例与实施例一的不同之处在于：推荐管理单元还用于依据兴趣推荐表中从前到后依次对应的商品信息，结合对应商品信息的酒类类型，对目标用户进行相似商品推荐，相似商品推荐方式如下：
在兴趣推荐表中依次获取整合信息包的对应商品信息的酒类类型；
接着依据该整合信息包中的酒类类型，从电商平台中获取酒类类型与该整合信息包酒类类型相同的所有商品信息，并按照各个整合信息包的排列顺序将对应获取的所有商品信息分别捆绑生成推荐信息集1、推荐信息集2、……、推荐信息集g，g表示兴趣推荐表中整合信息包的数量；
之后按照预设的推荐量比例依次从各个推荐信息集中提取指定数量的商品信息展示在电商平台的推荐页面上。
作为本发明的实施例四
本实施例相较于实施例一，本实施例与实施例一的不同之处在于：推荐管理单元还用于依据兴趣推荐表中从前到后依次对应的商品信息，结合对应商品信息的酒类规格，对目标用户进行相似商品推荐，相似商品推荐方式如下：
在兴趣推荐表中依次获取整合信息包的对应商品信息的酒类规格；
接着依据该整合信息包中的酒类规格，从电商平台中获取酒类规格与该整合信息包酒类规格相同的所有商品信息，并按照各个整合信息包的排列顺序将对应获取的所有商品信息分别捆绑生成推荐信息集1、推荐信息集2、……、推荐信息集g，g表示兴趣推荐表中整合信息包的数量；
之后按照预设的推荐量比例依次从各个推荐信息集中提取指定数量的商品信息展示在电商平台的推荐页面上。
作为本发明的实施例五
本实施例相较于实施例一，本实施例与实施例一的不同之处在于：推荐管理单元还用于依据兴趣推荐表中从前到后依次对应的商品信息，结合对应商品信息的酒类品牌，对目标用户进行相似商品推荐，相似商品推荐方式如下：
在兴趣推荐表中依次获取整合信息包的对应商品信息的酒类品牌；
接着依据该整合信息包中的酒类品牌，从电商平台中获取酒类品牌与该整合信息包酒类品牌相同的所有商品信息，并按照各个整合信息包的排列顺序将对应获取的所有商品信息分别捆绑生成推荐信息集1、推荐信息集2、……、推荐信息集g，g表示兴趣推荐表中整合信息包的数量；
之后按照预设的推荐量比例依次从各个推荐信息集中提取指定数量的商品信息展示在电商平台的推荐页面上。
作为本发明的实施例六
本实施例相较于实施例一，本实施例与实施例一的不同之处在于：推荐管理单元还用于依据兴趣推荐表中从前到后依次对应的商品信息，结合对应商品信息的酒类区域，对目标用户进行相似商品推荐，相似商品推荐方式如下：
在兴趣推荐表中依次获取整合信息包的对应商品信息的酒类区域；
接着依据该整合信息包中的酒类区域，从电商平台中获取酒类区域与该整合信息包酒类区域相同的所有商品信息，并按照各个整合信息包的排列顺序将对应获取的所有商品信息分别捆绑生成推荐信息集1、推荐信息集2、……、推荐信息集g，g表示兴趣推荐表中整合信息包的数量；
之后按照预设的推荐量比例依次从各个推荐信息集中提取指定数量的商品信息展示在电商平台的推荐页面上。
作为本发明的实施例七
本实施例将实施例一到实施例六融合实施；
在该实施例中，实施例一到实施例六中的推荐方式通过目标用户自行选择设定，即目标用户可以选择实施例一到实施例六中任意一种或多种推荐方式；
本发明通过设置推荐管理单元，并依据兴趣推荐表中从前到后依次对应的商品信息，结合对应商品信息的酒类类型、酒类品牌、酒类规格、酒类区域、酒类价格，对目标用户进行相似商品推荐，便于客户自主选择推荐方式，从而获取相应的酒类信息进行选择，进一步提升客户在相应电商平台的采购体验。
同时本说明书中未作详细描述的内容均属于本领域技术人员公知的现有技术。
以上对本发明的一个实施例进行了详细说明，但内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。

Claims (8)

1.一种基于电商平台的酒类销售管理系统，其特征在于，包括：
浏览采集单元，用于在指定时间段采集目标用户在电商平台上的浏览记录，随后将浏览记录发送至浏览分析单元，浏览记录包括多个商品信息、商品信息对应的商品主页的浏览次数、浏览时长、滑动痕迹；
其中，浏览时长表示目标用户单次主动进入商品主页后的停留时间；滑动痕迹表示目标用户进入商品主页后，对商品信息进行翻动查看的行为动作；
商品信息包含酒类类型、酒类品牌、酒类规格、酒类区域、酒类价格，且酒类类型为以啤酒、白酒、红酒、鸡尾酒分类，酒类规格表示以酒的浓度进行划分，酒类区域表示酒的原产地；
记录预处理单元，用于在指定时间段内，从浏览记录内获取同一酒类类型、酒类品牌、酒类区域、酒类规格的所有商品信息，随后将其集合捆绑生成整合信息包，随后获取该整合信息包内所有对应商品主页的浏览次数、浏览时长和滑动痕迹，并依据浏览时长和滑动痕迹确定有效览次，之后依据有效览次中的滑动痕迹，确定有效览时，随后将整合商品以及相应的有效览次和有效览时发送至浏览分析单元；其中，有效览次和有效览时分别表示有效的浏览次数和浏览时长；
分析推荐单元，用于依据各个整合信息包中所有有效览次和有效览时，计算分析出目标用户在各个整合信息包中对应商品信息的兴趣系数，同时对兴趣系数进行排序，得到兴趣推荐表；
推荐管理单元，用于依据兴趣推荐表中从前到后依次对应的商品信息，逐个对目标用户浏览的相应商品进行置顶推荐。
2.根据权利要求1所述的一种基于电商平台的酒类销售管理系统，其特征在于：滑动痕迹包含动作次数以及相邻动作次数之间的时间差，目标用户进入商品主页时和退出商品主页时各自默认记为1个动作次数。
3.根据权利要求2所述的一种基于电商平台的酒类销售管理系统，其特征在于：有效览次和有效览时的确定方式如下：
SA1、选取一个整合信息包，获取该整合信息包内所有对应商品主页的浏览次数、浏览时长和滑动痕迹；
SA2、随后确定目标用户在该次商品主页浏览的滑动痕迹，确定方式为：
将动作次数值标记为u0，随后将u0与预设的次数阈值u1进行比较，其中u1≥3，若u0≥u1，则确定该次商品主页浏览包含有滑动痕迹；反之，则确定该次商品主页浏览没有滑动痕迹；
SA3、接着将浏览时长标记为LS，将LS与预设的停留时长定值Sy进行比对，同时结合步骤SA2得出的结果，判断出各个浏览次数的有效性，并依据浏览次数的有效性，将相应有效的浏览次数记作有效览次；
SA4、获取有效览次对应的浏览时长及其对应的滑动痕迹，接着依据滑动痕迹中的动作次数以及相邻动作次数之间的时间差，计算分析出有效览时。
4.根据权利要求3所述的一种基于电商平台的酒类销售管理系统，其特征在于：在步骤SA3中，浏览次数的有效性的判断方式如下：
选取一个浏览次数对应的浏览时长和滑动痕迹：
若该LS＞Sy，同时在该次商品主页浏览含有滑动痕迹，则将目标用户确定为主动进入商品主页，并将该次商品主页浏览记作有效览次；
若该LS＞Sy，同时在该次商品主页浏览不含有滑动痕迹，则将目标用户确定为被动进入商品主页，该次商品主页浏览无效，且该商品信息浏览记录保持原有有效览次不变；
若该LS≤Sy，则将目标用户确定为被动进入商品主页，且该次商品主页浏览无效，且该商品信息浏览记录保持原有有效览次不变。
5.根据权利要求3所述的一种基于电商平台的酒类销售管理系统，其特征在于：在步骤SA4中，有效览时的计算分析方式如下：
SS41、将各个相邻动作次数之间的时间差记作SCi，i=1、2、……、u0-1，u0表示动作次数值，u0-1表示相邻动作次数之间的时间差的个数，其中，SC1+SC2+……+SCu0-1=LS，其LS表示有效览次对应的浏览时长；
SS42、随后将各个SCi分别与预设的时差阈值Cy进行比较：
若SCi＞Cy，则表示该个相邻动作次数之间的时间差异常，并将相应的SCi标记为无效时间差；
若SCi≤Cy，则表示该个相邻动作次数之间的时间差正常，并将相应的SCi标记为有效时间差；
SS43、接着在该有效览次对应的所有时间差中提取有效时间差，并求取所有有效时间差之和，随后将所有有效时间差之和记作有效览时。
6.根据权利要求1所述的一种基于电商平台的酒类销售管理系统，其特征在于：计算分析方式如下：
步骤一、选取一个整合信息包，在该指定时间段内，获取该整合信息包中所有有效览次和有效览时，并将有效览次标记为m，同时将各个有效览时标记为YSj，j=1、2、……、m；
步骤二、接着通过公式，计算出该整合信息包对应商品信息的兴趣系数X，其中λ1和λ2均为预设的比例系数，且λ1+λ2=1；
步骤三、之后按照步骤一和步骤二的方式计算出目标用户各个整合信息包的对应商品信息的兴趣系数；
同时按照从大到小的顺序对目标用户各个整合信息包的对应商品信息的兴趣系数进行排序，并生成兴趣推荐表。
7.根据权利要求1所述的一种基于电商平台的酒类销售管理系统，其特征在于：所述推荐管理单元还用于依据兴趣推荐表中从前到后依次对应的商品信息，结合对应商品信息的酒类类型、酒类品牌、酒类规格、酒类区域、酒类价格，对目标用户进行相似商品推荐。
8.根据权利要求7所述的一种基于电商平台的酒类销售管理系统，其特征在于：选取对应商品信息的酒类价格对相似商品进行推荐，推荐方式如下：
SB1、在兴趣推荐表中依次获取整合信息包的对应商品信息的酒类价格；
SB2、依据预设的多个价格区间，将各个整合信息包的酒类价格匹配，并为各个整合信息包添加相应的价格区间；
SB3、随后依据各个整合信息包对应价格区间，从电商平台中获取酒类价格处于各个整合信息包对应价格区间的所有商品信息，并按照各个整合信息包的排列顺序将对应获取的所有商品信息分别捆绑生成推荐信息集1、推荐信息集2、……、推荐信息集g，g表示兴趣推荐表中整合信息包的数量；
SB4、之后按照预设的推荐量比例依次从各个推荐信息集中提取指定数量的商品信息展示在电商平台的推荐页面上，其中，推荐量比例按照推荐页面上的商品展位数量和兴趣推荐表中的整合信息包数量确定。
CN202311150940.4A 2023-09-07 2023-09-07 一种基于电商平台的酒类销售管理系统 Pending CN116894713A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311150940.4A CN116894713A (zh) 2023-09-07 2023-09-07 一种基于电商平台的酒类销售管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311150940.4A CN116894713A (zh) 2023-09-07 2023-09-07 一种基于电商平台的酒类销售管理系统

Publications (1)

Publication Number Publication Date
CN116894713A true CN116894713A (zh) 2023-10-17

Family

ID=88313780

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311150940.4A Pending CN116894713A (zh) 2023-09-07 2023-09-07 一种基于电商平台的酒类销售管理系统

Country Status (1)

Country Link
CN (1) CN116894713A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017012406A1 (zh) * 2015-07-22 2017-01-26 中兴通讯股份有限公司 一种商品推荐方法及系统
US20180005297A1 (en) * 2014-12-26 2018-01-04 China Unionpay Co., Ltd. Analysis and collection system for user interest data and method therefor
CN111080398A (zh) * 2019-11-19 2020-04-28 浙江大搜车软件技术有限公司 商品推荐方法、装置、计算机设备和存储介质
CN113935812A (zh) * 2021-10-29 2022-01-14 广西职业技术学院 一种电商平台产品的智能推荐方法及系统
CN114579858A (zh) * 2022-03-03 2022-06-03 平安科技（深圳）有限公司 内容推荐方法和装置、电子设备、存储介质
CN116628338A (zh) * 2023-06-07 2023-08-22 平安银行股份有限公司 一种移动端产品推荐方法、系统、计算机和可读存储介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180005297A1 (en) * 2014-12-26 2018-01-04 China Unionpay Co., Ltd. Analysis and collection system for user interest data and method therefor
WO2017012406A1 (zh) * 2015-07-22 2017-01-26 中兴通讯股份有限公司 一种商品推荐方法及系统
CN111080398A (zh) * 2019-11-19 2020-04-28 浙江大搜车软件技术有限公司 商品推荐方法、装置、计算机设备和存储介质
CN113935812A (zh) * 2021-10-29 2022-01-14 广西职业技术学院 一种电商平台产品的智能推荐方法及系统
CN114579858A (zh) * 2022-03-03 2022-06-03 平安科技（深圳）有限公司 内容推荐方法和装置、电子设备、存储介质
CN116628338A (zh) * 2023-06-07 2023-08-22 平安银行股份有限公司 一种移动端产品推荐方法、系统、计算机和可读存储介质

Similar Documents

Publication Publication Date Title
CN104463630B (zh) 一种基于网购保险产品特性的产品推荐方法及系统
CN105589905B (zh) 用户兴趣数据分析和收集系统及其方法
CN103246980B (zh) 信息输出方法及服务器
CN106604066B (zh) 改进的视频app中个性化推荐方法及系统
US20120209828A1 (en) Information processing apparatus, information processing method, program for information processing apparatus and recording medium
US20150254714A1 (en) Systems and methods for keyword suggestion
CN102929928A (zh) 基于多维相似度的个性化新闻推荐方法
CN104008184A (zh) 信息的推送方法和装置
CN103778260A (zh) 一种个性化微博信息推荐系统和方法
CN104462336A (zh) 信息推送方法和装置
CN104813315A (zh) 顾客数据分析/验证系统
CN105976229A (zh) 一种基于用户和项目混合的协同过滤算法
CN103839169A (zh) 一种基于频率矩阵和文本相似度的个性化商品推荐方法
CN106033415A (zh) 文本内容推荐方法及装置
CN102915506A (zh) 一种推荐团购信息的系统
CN105023178B (zh) 一种基于本体的电子商务推荐方法
CN106445947A (zh) 数据搜索方法和系统
KR20140133633A (ko) 검색 키워드 분석을 통한 온라인 쇼핑몰의 상품 노출 시스템 및 그 운영방법
CN106447459A (zh) 一种根据商品属性自动分类的方法
KR101644822B1 (ko) 설문 제공 장치 및 방법, 컴퓨터 판독 가능한 기록 매체
CN105678567A (zh) 一种基于大数据深度学习的精准预测系统
CN110619552A (zh) 会员购物数据挖掘算法综合引擎
CN116894713A (zh) 一种基于电商平台的酒类销售管理系统
CN107515943A (zh) 基于协同过滤的用户偏好模型构建方法
Kannan et al. Hyperlink analysis of e-commerce websites for business intelligence: exploring websites of top retail companies of Asia Pacific and USA

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