CN117252650A - 一种商品信息推送服务系统 - Google Patents
一种商品信息推送服务系统 Download PDFInfo
- Publication number
- CN117252650A CN117252650A CN202311531740.3A CN202311531740A CN117252650A CN 117252650 A CN117252650 A CN 117252650A CN 202311531740 A CN202311531740 A CN 202311531740A CN 117252650 A CN117252650 A CN 117252650A
- Authority
- CN
- China
- Prior art keywords
- commodity
- coefficient
- sets
- user
- unit
- 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.)
- Granted
Links
- 238000004458 analytical method Methods 0.000 claims abstract description 111
- 238000000034 method Methods 0.000 claims abstract description 54
- 230000008569 process Effects 0.000 claims abstract description 43
- VGGSQFUCUMXWEO-UHFFFAOYSA-N Ethene Chemical compound C=C VGGSQFUCUMXWEO-UHFFFAOYSA-N 0.000 claims abstract description 20
- 239000005977 Ethylene Substances 0.000 claims abstract description 20
- 230000007613 environmental effect Effects 0.000 claims abstract description 16
- 230000005587 bubbling Effects 0.000 claims description 5
- 230000035800 maturation Effects 0.000 claims description 5
- 238000010586 diagram Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 235000013399 edible fruits Nutrition 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012731 temporal analysis Methods 0.000 description 1
- 238000000700 time series analysis 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24578—Query processing with adaptation to user needs using ranking
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0252—Targeted advertisements based on events or environment, e.g. weather or festivals
-
- 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
- G06Q30/0241—Advertisements
- G06Q30/0251—Targeted advertisements
- G06Q30/0255—Targeted advertisements based on user history
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Environmental & Geological Engineering (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种商品信息推送服务系统,尤其涉及信息推送技术领域,所述系统包括,信息获取模块,获取商品信息、储存信息和用户信息,商品分析模块,对商品进行分析,第一调整模块,获取的仓库的环境湿度和仓库的乙烯浓度对商品分析的过程进行调整,用户分析模块,对用户进行分析,第二调整模块,获取的用户对商品的浏览量和商品的有机性对用户的分析过程进行调整,商户分析模块,获取的商品的库存量对商户进行分析,信息推送模块,根据商品、用户和商户的分析结果进行商品信息推送,反馈模块,用以根据用户对推送信息的购买结果对用户的分析过程进行校正,本发明提高了商品信息的推送效率。
Description
技术领域
本发明涉及信息推送技术领域,尤其涉及一种商品信息推送服务系统。
背景技术
信息推送是通过各种渠道将特定信息传递给目标受众的过程。在现代科技和通信的支持下,信息推送已经成为了一种常见的沟通方式,可以通过多种媒介将信息传达给人们,包括文字、图像、音频和视频等。
商品信息推送服务系统通过对商品本身、用户和商户三个层面进行分析,并根据分析结果设置不同推送频率进行推送,提高了商品信息的推送效率。
中国专利公开号:CN108848135B公开了一种商品信息推送方法、装置,以及接收方法和装置,还提供一种商品交互信息系统。其中商品信息推送方法包括:响应于用户对指定商品的访问请求,将对应的商品信息推送给用户;所述商品信息包括商品感官品质信息。上述推送方法中,通过向用户推送包括商品感官品质的商品信息,使用户能够实时了解商品品质情况,便于用户根据自身口味喜好进行针对性的采购;由此可见,该方案在进行信息推送时仅在用户层面进行考虑,未考虑到商品的储存情况等其他因素,且未针对商户这一层面进行考虑,存在对于商品信息推送效率低的问题。
发明内容
为此,本发明提供一种商品信息推送服务系统,用以克服现有技术中对于商品信息推送效率低的问题。
为实现上述目的,本发明提供一种商品信息推送服务系统,所述系统包括,
信息获取模块,用以获取商品信息、储存信息和用户信息;
商品分析模块,用以根据获取的商品的成熟期、商品的保质期与商品的入库时间对商品进行分析,所述商品分析模块设有时令性分析单元,其用以根据获取的商品的成熟期对商品的时令性进行分析,所述商品分析模块还设有新鲜度分析单元,其用以根据获取的商品的保质期与商品的入库时间对商品进行分析;
第一调整模块,用以根据获取的仓库的环境湿度和仓库的乙烯浓度对商品分析的过程进行调整;
用户分析模块,用以根据获取的用户对商品的购买次数对用户进行分析;
第二调整模块,用以根据获取的用户对商品的浏览量和商品的有机性对用户的分析过程进行调整;
商户分析模块,用以根据获取的商品的库存量对商户进行分析;
信息推送模块,用以根据商品、用户和商户的分析结果进行商品信息推送;
反馈模块,用以根据用户在推送周期内的购买结果对用户的分析过程进行校正。
进一步地,所述时令性分析单元将获取的商品的入库时间sz0与商品的成熟期进行比对,并根据比对结果对商品的时令性进行分析,其中:
当sz0<sz1或sz0>sz2时,所述时令性分析单元判定该商品为非应季商品;
当sz1≤sz0≤sz2时,所述时令性分析单元判定该商品为应季商品;
其中z代表商品的种类,sz1为商品成熟的开始时间,sz2为商品成熟的结束时间。
进一步地,当商品为应季商品时,所述新鲜度分析单元将获取的当前时间tz1与商品的入库时间tz2进行差值计算,并根据商品的保质期tz0计算出商品的新鲜度,将商品的新鲜度与预设新鲜度进行比对,并根据比对结果计算出新鲜度系数,其中:
当(tz1-tz2)/tz0<az1时,所述新鲜度分析单元将商品的新鲜度系数设为A1,设定A1=sin[(az1-az0)/az1×(π/2)];
当(tz1-tz2)/tz0≥az1时,所述新鲜度分析单元将商品的新鲜度系数设为A2,设定A2=cos[(az0-az1)/az0×(π/2)]。
进一步地,所述第一调整模块设有第一调节单元,所述第一调节单元将获取的仓库的环境湿度b0与各预设湿度进行比对,并根据比对结果对商品的分析过程进行调节,其中:
当b0<b1时,所述第一调节单元判定仓库的环境湿度低,并设置调节系数α1对新鲜度系数进行调节,设定α1=[1-(b1-b0)/(b1+b0)]×0.83;
当b1≤b0≤b2时,所述第一调节单元判定仓库的环境湿度适宜,不进行调节;
当b0>b2时,所述第一调节单元判定仓库的环境湿度高,并设置调节系数α2对新鲜度系数进行调节,设定α2=[1-(b0-b2)/(b2+b0)];
所述第一调节单元根据调节系数αd对新鲜度系数A进行调节,并将调节后的新鲜度系数设为A’,设定A’=αd×A,其中,d=1,2;
所述第一调整模块还设有第一修正单元,所述第一修正单元将获取的仓库的乙烯浓度e0与预设浓度e1进行比对,并根据比对结果计算出修正系数对商品推荐过程的调节过程进行修正,其中:
当e0≤e1时,所述第一修正单元判定仓库的乙烯浓度低,不进行修正;
当e0>e1时,所述第一修正单元判定仓库的乙烯浓度高,并设置修正系数设为β对调节系数αd进行修正,设定β=1-(e1-e0)/(e1+e0),并将修正后的调节系数设为αd’,设定αd’=αd×β。
进一步地,所述用户分析模块设有购买量分析单元,所述购买量分析单元将获取的用户对商品的购买次数yz0与预设次数yz1进行比对,并根据比对结果计算出购买量系数,其中:
当yz0≤yz1,所述购买量分析单元将购买量系数设为E1,设定E1=0.7×cos[(yz1-yz0)/yz1×(π/2)];
当yz0>yz1,所述购买量分析单元将购买量系数设为E2,设定E2=0.7×(yz0-yz1)/yz0;
进一步地,所述第二调整模块设有第二调节单元,所述第二调节单元将获取的用户对商品的浏览量j0与各预设浏览量进行比对,并根据比对结果计算出第二调节系数对用户的分析过程进行调节,其中:
当j0<j1时,所述第二调节单元判定用户对商品的浏览量低,并设置第二调节系数k1对购买量系数进行调节,设定k1=1-(j1-j0)/(j1+j0);
当j1≤j0≤j2时,所述第二调节单元判定用户对商品的浏览量正常,不进行调节;
当j0>j2时,所述第二调节单元判定用户对商品的浏览量高,并设置第二调节系数k2对购买量系数进行调节,设定k2=1+(j1-j0)/(j1+j0);
所述第二调节单元根据第二调节系数对购买量系数E进行调节,并将调节后的购买量系数E设为E’,设定E’=E×kG,G=1,2;
所述第二调整模块设有第二修正单元,所述第二修正单元根据获取的商品的有机性设置第二修正系数对用户的分析过程的调节过程进行修正,其中:
当商品为有机商品时,所述第二修正单元设置第二修正单元系数γ对第二调节系数进行修正,并将修正后的第二调节系数设为kG’,设定kG’=kG×γ,1.1<γ<1.2;
当商品为非有机商品时,所述第二修正单元不进行修正。
进一步地,所述商户分析模块将获取的商品的库存量q0与预设库存量qz1进行比对,并根据比对结果计算出库存量系数,其中:
当q0≤qz1时,所述商户分析模块将库存量系数设为H1,设定H1=0.5;
当q0>qz1时,所述商户分析模块将库存量系数设为H2,设定H2={1+sin[( q0 -qz1)/ q0×(π/2)]}/2。
进一步地,所述信息推送模块设有推荐系数计算单元,所述推荐系数计算单元根据对商品、用户和商户的分析结果计算出推荐系数,所述推荐系数计算单元将商品的推荐系数设为Wz推=z1×Aa+z2×Ee+z3×Hh,其中,a=1,2,e=1,2,h=1,2,z1+z2+z3=1。
进一步地,所述信息推送模块还设有推送单元,所述推送单元对商品的推荐系数进行排序,并根据排序结果对商品信息进行推送,其中:
所述推送单元利用冒泡排序法对商品的推荐系数按照从小到大的顺序进行排序,并选取其中最大的10个商品推荐系数,其中:
当Wz推<Q1时,所述推送单元不对商品信息进行推送;
当Q1≤Wz推≤Q2时,所述推送单元在推送周期内按照推送频率T1对商品信息进行推送;
当Wz推>Q2时,所述推送单元在推送周期内按照推送频率T2对商品信息进行推送,其中T1<T2。
进一步地,所述反馈模块根据用户在推送周期内的购买结果对用户的分析过程进行校正,其中:
当用户购买了推送的商品时,所述反馈模块设置校正系数L对购买量系数进行校正,并将校正后的购买量系数设为E’,设定E’=(1-L)×E;
当用户未购买推送的商品时,所述反馈模块设置校正系数L对购买量系数进行校正,并将校正后的购买量系数设为E’,设定E’=(1+L)×E,其中,0<L≤0.13。
与现有技术相比,本发明的有益效果在于,所述时令性分析单元通过将商品的入库时间与商品的成熟期进行比对,以计算出商品的应季性,进而提高推荐系数的准确性,最终提高商品的推送效率,所述新鲜度分析单元通过将商品的新鲜度与预设新鲜度进行比对,以计算出商品的新鲜度系数,进而提高推荐系数的准确性,最终提高商品的推送效率,所述第一调节单元通过设置仓库的预设湿度来提高调节系数的准确度,以提高新鲜度系数的准确性,从而提高推荐系数的准确性,最终提高商品的推送效率,所述第一修正单元通过设置仓库的预设乙烯浓度来提高修正系数的准确度,以提高新鲜度系数的准确性,从而提高推荐系数的准确性,最终提高商品的推送效率,所述购买量分析单元通过设置预设次数来提高购买量系数的准确度,以提高购买量系数的准确性,从而提高推荐系数的准确性,最终提高商品的推送效率,所述第二调节单元通过设置预设浏览量来提高第一调节系数的准确度,以提高购买量系数的准确性,从而提高推荐系数的准确性,最终提高商品的推送效率,所述第二修正单元根据商品的有机性设置第二修正系数来提高第二调节系数的准确度,以提高购买量系数的准确性,从而提高推荐系数的准确性,最终提高商品的推送效率,所述商户分析模块通过设置预设库存量来提高库存量系数的准确度,从而提高推荐系数的准确性,最终提高商品的推送效率,所述推荐系数计算单元通过对新鲜度系数、购买量系数和库存量系数设置不同的权重以提高推荐系数的准确性,从而提高商品信息的推送效率,所述推送单元通过设置冒泡排序法对商品的推荐系数进行排序,以提高排序效率,通过设置推送频率以提高商品信息的推送效率,所述反馈模块根据用户对推送信息的选择结果对同一用户下一次的推送过程进行校正,通过设置校正系数对同一用户的购买量系数进行校正,以提高对商品的推送效率。
附图说明
图1为本实施例商品信息推送服务系统的结构示意图;
图2为本实施例商品分析模块的结构示意图;
图3为本实施例第一调整模块的结构示意图;
图4为本实施例第二调整模块的结构示意图;
图5为本实施例信息推送模块的结构示意图。
具体实施方式
为了使本发明的目的和优点更加清楚明白,下面结合实施例对本发明作进一步描述;应当理解,此处所描述的具体实施例仅仅用于解释本发明,并不用于限定本发明。
下面参照附图来描述本发明的优选实施方式。本领域技术人员应当理解的是,这些实施方式仅仅用于解释本发明的技术原理,并非在限制本发明的保护范围。
需要说明的是,在本发明的描述中,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域技术人员而言,可根据具体情况理解上述术语在本发明中的具体含义。
请参阅图1所示,其为本实施例商品信息推送服务系统的结构示意图,所述系统包括,
信息获取模块,用以获取商品信息、储存信息和用户信息,所述商品信息包括商品的成熟期、商品的保质期和商品的入库时间,所述储存信息包括仓库的乙烯浓度和仓库的环境湿度,所述用户信息包括用户对各类商品的购买次数、对商品的浏览量和用户的购买结果;本实施例中不对商品信息、储存信息和用户信息的获取方式作具体限定,本领域技术人员可自由设置,只需满足商品信息、储存信息和用户信息的获取要求即可,如商品的成熟期与保质期可通过网络获取,商品的入库时间、商品的库存量、用户对各类商品的购买次数、对商品的浏览量和用户的购买结果可通过商品销售平台后台数据导入,仓库的乙烯浓度可通过乙烯传感器获取,仓库的环境湿度可通过湿度传感器获取;
商品分析模块,用以根据获取的商品的成熟期、商品的保质期与商品的入库时间对商品进行分析,商品分析模块与所述信息获取模块连接;
第一调整模块,用以根据获取的仓库的环境湿度和仓库的乙烯浓度对商品分析的过程进行调整,第一调整模块与所述商品分析模块连接;
用户分析模块,用以根据获取的用户对商品的购买次数对用户进行分析,用户分析模块与所述第一调整模块连接;
第二调整模块,用以根据获取的用户对商品的浏览量和商品的有机性对用户的分析过程进行调整,第二调整模块与用户分析模块连接;
商户分析模块,用以根据获取的商品的库存量对商户进行分析,商户分析模块与所述第二调整模块连接;
信息推送模块,用以根据对商品、用户和商户的分析结果进行商品信息推送,信息推送模块与商户分析模块连接;本实施中设有推送频率T1、T2和推送周期T,本实施例中不对推送频率T1、T2和推送周期T的设置作具体限定,本领域技术人员可自由设置,只需满足推送频率T1、T2和推送周期T的设置要求即可,如将推送周期T设为7天,将推送频率设为24h/次,则商品的信息在7天内每24h向用户推送一次;
反馈模块,用以根据用户在推送周期内的购买结果对用户的分析过程进行校正,反馈模块与所述信息推送模块连接。
请参阅图2所示,其为本实施例商品分析模块的结构示意图,所述分析模块包括,
时令性分析单元,用以根据获取的商品的成熟期对商品的时令性进行分析;
新鲜度分析单元,用以根据获取的商品的保质期与商品的入库时间对商品进行分析,新鲜度分析单元与所述时令性分析单元连接;
请参阅图3所示,其为本实施例第一调整模块的结构示意图,所述第一调整模块包括,
第一调节单元,用以根据获取的仓库的环境湿度对商品的分析过程进行调节;
第一修正单元,用以根据获取的仓库乙烯浓度对商品的分析过程的调节过程进行修正,第一修正单元与所述第一调节单元连接;
请参阅图4所示,其为本实施例第二调整模块的结构示意图,所述第二调整模块包括,
第二调节单元,用以根据获取的用户对商品的浏览量对用户的分析过程进行调节;
第二修正单元,用以根据获取的商品的有机性对用户的分析过程的调节过程进行修正,第二修正单元与所述第二调节单元连接;
请参阅图5所示,其为本实施例信息推送模块的结构示意图,所述信息推送模块包括,
推荐系数计算单元,用以根据根据对商品、用户和商户的分析结果计算出推荐系数;
推送单元,用以根据商品的推荐系数的计算结果对推荐系数进行排序,并根据排序结果对商品信息进行推送,推送单元与所述推荐系数计算单元连接。
具体而言,本实施例应用于售卖水果类的商品超市,通过对商品本身、用户和商户三个层面进行分析,并根据分析结果设置不同推送频率进行推送,提高了商品信息的推送效率。
具体而言,所述时令性分析单元通过将商品的入库时间与商品的成熟期进行比对,以计算出商品的应季性,进而提高推荐系数的准确性,最终提高商品的推送效率,所述新鲜度分析单元通过将商品的新鲜度与预设新鲜度进行比对,以计算出商品的新鲜度系数,进而提高推荐系数的准确性,最终提高商品的推送效率,所述第一调节单元通过设置仓库的预设湿度来提高调节系数的准确度,以提高新鲜度系数的准确性,从而提高推荐系数的准确性,最终提高商品的推送效率,所述第一修正单元通过设置仓库的预设乙烯浓度来提高修正系数的准确度,以提高新鲜度系数的准确性,从而提高推荐系数的准确性,最终提高商品的推送效率,所述购买量分析单元通过设置预设次数来提高购买量系数的准确度,以提高购买量系数的准确性,从而提高推荐系数的准确性,最终提高商品的推送效率,所述第二调节单元通过设置预设浏览量来提高第一调节系数的准确度,以提高购买量系数的准确性,从而提高推荐系数的准确性,最终提高商品的推送效率,所述第二修正单元根据商品的有机性设置第二修正系数来提高第二调节系数的准确度,以提高购买量系数的准确性,从而提高推荐系数的准确性,最终提高商品的推送效率,所述商户分析模块通过设置预设库存量来提高库存量系数的准确度,从而提高推荐系数的准确性,最终提高商品的推送效率,所述推荐系数计算单元通过对新鲜度系数、购买量系数和库存量系数设置不同的权重以提高推荐系数的准确性,从而提高商品信息的推送效率,所述推送单元通过设置冒泡排序法对商品的推荐系数进行排序,以提高排序效率,通过设置推送频率以提高商品信息的推送效率,所述反馈模块根据用户对推送信息的选择结果对同一用户下一次的推送过程进行校正,通过设置校正系数对同一用户的购买量系数进行校正,以提高对商品的推送效率。
具体而言,所述时令性分析单元将获取的商品的入库时间sz0与商品的成熟期进行比对,并根据比对结果对商品的时令性进行分析,其中:
当sz0<sz1或sz0>sz2时,所述时令性分析单元判定该商品为非应季商品;
当sz1≤sz0≤sz2时,所述时令性分析单元判定该商品为应季商品;
其中z代表商品的种类,sz1为商品成熟的开始时间,sz2为商品成熟的结束时间。
具体而言,所述时令性分析单元通过将商品的入库时间与商品的成熟期进行比对,以计算出商品的应季性,进而提高推荐系数的准确性,最终提高商品的推送效率。
具体而言,当商品为应季商品时,所述新鲜度分析单元将获取的当前时间tz1与商品的入库时间tz2进行差值计算,并根据商品的保质期tz0计算出商品的新鲜度,将商品的新鲜度与预设新鲜度进行比对,并根据比对结果计算出新鲜度系数,其中:
当(tz1-tz2)/tz0<az1时,所述新鲜度分析单元将商品的新鲜度系数设为A1,设定A1=sin[(az1-az0)/az1×(π/2)];
当(tz1-tz2)/tz0≥az1时,所述新鲜度分析单元将商品的新鲜度系数设为A2,设定A2=cos[(az0-az1)/az0×(π/2)]。
具体而言,所述新鲜度分析单元通过将商品的新鲜度与预设新鲜度进行比对,以计算出商品的新鲜度系数,进而提高推荐系数的准确性,最终提高商品的推送效率;本实施例中不对预设新鲜度的取值作具体限定,本领域技术人员可自由设置,只需满足预设新鲜度的取值要求即可,如若商品为苹果时,az1的最佳取值为0.2。
具体而言,所述第一调节单元将获取的仓库的环境湿度b0与各预设湿度进行比对,并根据比对结果对商品的分析过程进行调节,其中:
当b0<b1时,所述第一调节单元判定仓库的环境湿度低,并设置调节系数α1对新鲜度系数进行调节,设定α1=[1-(b1-b0)/(b1+b0)]×0.83;
当b1≤b0≤b2时,所述第一调节单元判定仓库的环境湿度适宜,不进行调节;
当b0>b2时,所述第一调节单元判定仓库的环境湿度高,并设置调节系数α2对新鲜度系数进行调节,设定α2=[1-(b0-b2)/(b2+b0)];
所述第一调节单元根据调节系数αd对新鲜度系数A进行调节,并将调节后的新鲜度系数设为A’,设定A’=αd×A,其中,d=1,2;
其中,b1为预设最低环境湿度,b2为预设最高环境湿度。
具体而言,所述第一调节单元通过设置仓库的预设湿度来提高调节系数的准确度,以提高新鲜度系数的准确性,从而提高推荐系数的准确性,最终提高商品的推送效率;本实施例中不对预设湿度的取值作具体限定,本领域技术人员可自由设置,只需满足预设湿度的取值要求即可,如若商品为水果时,b1的最佳取值为70%,b2的最佳取值为90%。
具体而言,所述第一修正单元将获取的仓库的乙烯浓度e0与预设浓度e1进行比对,并根据比对结果计算出修正系数对商品推荐过程的调节过程进行修正,其中:
当e0≤e1时,所述第一修正单元判定仓库的乙烯浓度低,不进行修正;
当e0>e1时,所述第一修正单元判定仓库的乙烯浓度低高,并设置修正系数设为β对调节系数αd进行修正,设定β=1-(e1-e0)/(e1+e0),并将修正后的调节系数设为αd’,设定αd’=αd×β。
具体而言,所述第一修正单元通过设置仓库的预设乙烯浓度来提高修正系数的准确度,以提高新鲜度系数的准确性,从而提高推荐系数的准确性,最终提高商品的推送效率;本实施例中不对预设浓度的取值作具体限定,本领域技术人员可自由设置,只需满足预设浓度的取值要求即可,如若商品为水果时,e1的最佳取值为0.5ppm。
具体而言,所述购买量分析单元将获取的用户对商品的购买次数yz0与预设次数yz1进行比对,并根据比对结果计算出购买量系数,其中:
当yz0≤yz1,所述购买量分析单元将购买量系数设为E1,设定E1=0.7×cos[(yz1-yz0)/yz1×(π/2)];
当yz0>yz1,所述购买量分析单元将购买量系数设为E2,设定E2=0.7×(yz0-yz1)/yz0。
具体而言,所述购买量分析单元通过设置预设次数来提高购买量系数的准确度,以提高购买量系数的准确性,从而提高推荐系数的准确性,最终提高商品的推送效率;本实施例中不对预设次数的取值作具体限定,本领域技术人员可自由设置,只需满足预设次数的取值要求即可,如若商品为水果时,yz1的最佳取值为5。
具体而言,所述第二调节单元将获取的用户对商品的浏览量j0与各预设浏览量进行比对,并根据比对结果计算出第二调节系数对用户的分析过程进行调节,其中:
当j0<j1时,所述第二调节单元判定用户对商品的浏览量低,并设置第二调节系数k1对购买量系数进行调节,设定k1=1-(j1-j0)/(j1+j0);
当j1≤j0≤j2时,所述第二调节单元判定用户对商品的浏览量正常,不进行调节;
当j0>j2时,所述第二调节单元判定用户对商品的浏览量高,并设置第二调节系数k2对购买量系数进行调节,设定k2=1+(j1-j0)/(j1+j0);
所述第二调节单元根据第二调节系数对购买量系数E进行调节,并将调节后的购买量系数E设为E’,设定E’=E×kG,G=1,2;
其中,j1为预设最低浏览量,j2为预设最高浏览量。
具体而言,所述第二调节单元通过设置预设浏览量来提高第二调节系数的准确度,以提高购买量系数的准确性,从而提高推荐系数的准确性,最终提高商品的推送效率;本实施例中不对预设浏览量的取值作具体限定,本领域技术人员可自由设置,只需满足预设浏览量的取值要求即可,其中,预设浏览量j1的最佳取值为3,j2的最佳取值为7。
具体而言,所述第二修正单元根据获取的商品的有机性设置第二修正系数对用户的分析过程的调节过程进行修正,其中:
当商品为有机商品时,所述第二修正单元设置第二修正单元系数γ对第二调节系数进行修正,并将修正后的第二调节系数设为kG’,设定kG’=kG×γ,1.1<γ<1.2;
当商品为非有机商品时,所述第二修正单元不进行修正。
具体而言,所述第二修正单元根据商品的有机性设置第二修正系数来提高第二调节系数的准确度,以提高购买量系数的准确性,从而提高推荐系数的准确性,最终提高商品的推送效率;本实施例中不对第二修正系数的取值作具体限定,本领域技术人员可自由设置,只需满足第二修正系数的取值要求即可,其中,第二修正系数γ的最佳取值为1.13。
具体而言,所述商户分析模块将获取的商品的库存量q0与预设库存量qz1进行比对,并根据比对结果计算出库存量系数,其中:
当q0≤qz1时,所述商户分析模块将库存量系数设为H1,设定H1=0.5;
当q0>qz1时,所述商户分析模块将库存量系数设为H2,设定H2={1+sin[( q0 -qz1)/ q0×(π/2)]}/2。
具体而言,所述商户分析模块通过设置预设库存量来提高库存量系数的准确度,从而提高推荐系数的准确性,最终提高商品的推送效率;本实施例中不对预设库存量的取值作具体限定,本领域技术人员可自由设置,只需满足预设库存量的取值要求即可,如若商品为苹果时,qz1的最佳取值为30kg。
具体而言,所述推荐系数计算单元根据对商品、用户和商户的分析结果计算出推荐系数,所述推荐系数计算单元将商品的推荐系数设为Wz推=z1×Aa+z2×Ee+z3×Hh,其中,a=1,2,e=1,2,h=1,2,z1+z2+z3=1,z1为新鲜度权重,z2为购买量权重,z3为库存量权重。
具体而言,所述推荐系数计算单元通过对新鲜度系数、购买量系数和库存量系数设置不同的权重以提高推荐系数的准确性,从而提高商品信息的推送效率;本实施例中不对z1、z2和z3的取值作具体限定,本领域技术人员可自由设置,只需满足z1、z2和z3的取值要求即可,其中,z1的最佳取值为0.5,z2的最佳取值为0.2,z3的最佳取值为0.3。
具体而言,所述推送单元对商品的推荐系数进行排序,并根据排序结果对商品信息进行推送,其中:
所述推送单元利用冒泡排序法对商品的推荐系数按照从小到大的顺序进行排序,并选取其中最大的10个商品推荐系数,其中:
当Wz推<Q1时,所述推送单元不对商品信息进行推送;
当Q1≤Wz推≤Q2时,所述推送单元在推送周期内按照推送频率T1对商品信息进行推送;
当Wz推>Q2时,所述推送单元在推送周期内按照推送频率T2对商品信息进行推送,其中T1<T2。
其中,Q1为预设最小推荐系数,Q2为预设最大推荐系数。
具体而言,所述推送单元通过设置冒泡排序法对商品的推荐系数进行排序,以提高排序效率,通过设置推送频率以提高商品信息的推送效率;本实施例中不对推荐系数的排序方法及推送频率和预设推荐系数的取值作具体限定,本领域技术人员可自由设置,只需满足推荐系数的排序方法及推送频率和预设推荐系数的取值的要求即可,如要排序的数为1,4,2,3,5,经过排序后的数为1,2,3,4,5,其中,T1的最佳取值为36h/次,T2最佳取值为24h/次,Q1的最佳取值为0.56,Q2的最佳取值为0.68。
具体而言,所述反馈模块根据用户在推送周期内的购买结果对用户的分析过程进行校正,其中:
当用户购买了推送的商品时,所述反馈模块设置校正系数L对购买量系数进行校正,并将校正后的购买量系数设为E’,设定E’=(1-L)×E;
当用户未购买推送的商品时,所述反馈模块设置校正系数L对购买量系数进行校正,并将校正后的购买量系数设为E’,设定E’=(1+L)×E,其中,0<L≤0.13。
具体而言,所述反馈模块根据用户对推送信息的选择结果对同一用户下一次的推送过程进行校正,通过设置校正系数对同一用户的购买量系数进行校正,以提高对商品的推送效率;本实施例中不对L的取值作具体限定,本领域技术人员可自由设置,只需满足L的取值要求即可,其中L的最佳取值为0.1。
至此,已经结合附图所示的优选实施方式描述了本发明的技术方案,但是,本领域技术人员容易理解的是,本发明的保护范围显然不局限于这些具体实施方式。在不偏离本发明的原理的前提下,本领域技术人员可以对相关技术特征做出等同的更改或替换,这些更改或替换之后的技术方案都将落入本发明的保护范围之内。
Claims (10)
1.一种商品信息推送服务系统,其特征在于,包括,
信息获取模块,用以获取商品信息、储存信息和用户信息;
商品分析模块,用以根据获取的商品的成熟期、商品的保质期与商品的入库时间对商品进行分析,所述商品分析模块设有时令性分析单元,其用以根据获取的商品的成熟期对商品的时令性进行分析,所述商品分析模块还设有新鲜度分析单元,其用以根据获取的商品的保质期与商品的入库时间对商品进行分析;
第一调整模块,用以根据获取的仓库的环境湿度和仓库的乙烯浓度对商品分析的过程进行调整;
用户分析模块,用以根据获取的用户对商品的购买次数对用户进行分析;
第二调整模块,用以根据获取的用户对商品的浏览量和商品的有机性对用户的分析过程进行调整;
商户分析模块,用以根据获取的商品的库存量对商户进行分析;
信息推送模块,用以根据商品、用户和商户的分析结果进行商品信息推送;
反馈模块,用以根据用户在推送周期内的购买结果对用户的分析过程进行校正。
2.根据权利要求1所述的商品信息推送服务系统,其特征在于,所述时令性分析单元将获取的商品的入库时间sz0与商品的成熟期进行比对,并根据比对结果对商品的时令性进行分析,其中:
当sz0<sz1或sz0>sz2时,所述时令性分析单元判定该商品为非应季商品;
当sz1≤sz0≤sz2时,所述时令性分析单元判定该商品为应季商品;
其中z代表商品的种类,sz1为商品成熟的开始时间,sz2为商品成熟的结束时间。
3.根据权利要求2所述的商品信息推送服务系统,其特征在于,当商品为应季商品时,所述新鲜度分析单元将获取的当前时间tz1与商品的入库时间tz2进行差值计算,并根据商品的保质期tz0计算出商品的新鲜度,将商品的新鲜度与预设新鲜度进行比对,并根据比对结果计算出新鲜度系数,其中:
当(tz1-tz2)/tz0<az1时,所述新鲜度分析单元将商品的新鲜度系数设为A1,设定A1=sin[(az1-az0)/az1×(π/2)];
当(tz1-tz2)/tz0≥az1时,所述新鲜度分析单元将商品的新鲜度系数设为A2,设定A2=cos[(az0-az1)/az0×(π/2)]。
4.根据权利要求3所述的商品信息推送服务系统,其特征在于,所述第一调整模块设有第一调节单元,所述第一调节单元将获取的仓库的环境湿度b0与各预设湿度进行比对,并根据比对结果对商品的分析过程进行调节,其中:
当b0<b1时,所述第一调节单元判定仓库的环境湿度低,并设置调节系数α1对新鲜度系数进行调节,设定α1=[1-(b1-b0)/(b1+b0)]×0.83;
当b1≤b0≤b2时,所述第一调节单元判定仓库的环境湿度适宜,不进行调节;
当b0>b2时,所述第一调节单元判定仓库的环境湿度高,并设置调节系数α2对新鲜度系数进行调节,设定α2=[1-(b0-b2)/(b2+b0)];
所述第一调节单元根据调节系数αd对新鲜度系数A进行调节,并将调节后的新鲜度系数设为A’,设定A’=αd×A,其中,d=1,2;
所述第一调整模块还设有第一修正单元,所述第一修正单元将获取的仓库的乙烯浓度e0与预设浓度e1进行比对,并根据比对结果计算出修正系数对商品推荐过程的调节过程进行修正,其中:
当e0≤e1时,所述第一修正单元判定仓库的乙烯浓度低,不进行修正;
当e0>e1时,所述第一修正单元判定仓库的乙烯浓度高,并设置修正系数设为β对调节系数αd进行修正,设定β=1-(e1-e0)/(e1+e0),并将修正后的调节系数设为αd’,设定αd’=αd×β。
5.根据权利要求1所述的商品信息推送服务系统,其特征在于,所述用户分析模块设有购买量分析单元,所述购买量分析单元将获取的用户对商品的购买次数yz0与预设次数yz1进行比对,并根据比对结果计算出购买量系数,其中:
当yz0≤yz1,所述购买量分析单元将购买量系数设为E1,设定E1=0.7×cos[(yz1-yz0)/yz1×(π/2)];
当yz0>yz1,所述购买量分析单元将购买量系数设为E2,设定E2=0.7×(yz0-yz1)/yz0。
6.根据权利要求5所述的商品信息推送服务系统,其特征在于,所述第二调整模块设有第二调节单元,所述第二调节单元将获取的用户对商品的浏览量j0与各预设浏览量进行比对,并根据比对结果计算出第二调节系数对用户的分析过程进行调节,其中:
当j0<j1时,所述第二调节单元判定用户对商品的浏览量低,并设置第二调节系数k1对购买量系数进行调节,设定k1=1-(j1-j0)/(j1+j0);
当j1≤j0≤j2时,所述第二调节单元判定用户对商品的浏览量正常,不进行调节;
当j0>j2时,所述第二调节单元判定用户对商品的浏览量高,并设置第二调节系数k2对购买量系数进行调节,设定k2=1+(j1-j0)/(j1+j0);
所述第二调节单元根据第二调节系数对购买量系数E进行调节,并将调节后的购买量系数E设为E’,设定E’=E×kG,G=1,2;
所述第二调整模块设有第二修正单元,所述第二修正单元根据获取的商品的有机性设置第二修正系数对用户的分析过程的调节过程进行修正,其中:
当商品为有机商品时,所述第二修正单元设置第二修正单元系数γ对第二调节系数进行修正,并将修正后的第二调节系数设为kG’,设定kG’=kG×γ,1.1<γ<1.2;
当商品为非有机商品时,所述第二修正单元不进行修正。
7.根据权利要求1所述的商品信息推送服务系统,其特征在于,所述商户分析模块将获取的商品的库存量q0与预设库存量qz1进行比对,并根据比对结果计算出库存量系数,其中:
当q0≤qz1时,所述商户分析模块将库存量系数设为H1,设定H1=0.5;
当q0>qz1时,所述商户分析模块将库存量系数设为H2,设定H2={1+sin[( q0 -qz1)/q0×(π/2)]}/2。
8.根据权利要求1所述的商品信息推送服务系统,其特征在于,所述信息推送模块设有推荐系数计算单元,所述推荐系数计算单元根据对商品、用户和商户的分析结果计算出推荐系数,所述推荐系数计算单元将商品的推荐系数设为Wz推=z1×Aa+z2×Ee+z3×Hh,其中,a=1,2,e=1,2,h=1,2,z1+z2+z3=1。
9.根据权利要求8所述的商品信息推送服务系统,其特征在于,所述信息推送模块还设有推送单元,所述推送单元对商品的推荐系数进行排序,并根据排序结果对商品信息进行推送,其中:
所述推送单元利用冒泡排序法对商品的推荐系数按照从小到大的顺序进行排序,并选取其中最大的10个商品推荐系数,其中:
当Wz推<Q1时,所述推送单元不对商品信息进行推送;
当Q1≤Wz推≤Q2时,所述推送单元在推送周期内按照推送频率T1对商品信息进行推送;
当Wz推>Q2时,所述推送单元在推送周期内按照推送频率T2对商品信息进行推送,其中T1<T2。
10.根据权利要求5所述的商品信息推送服务系统,其特征在于,所述反馈模块根据用户在推送周期内的购买结果对用户的分析过程进行校正,其中:
当用户购买了推送的商品时,所述反馈模块设置校正系数L对购买量系数进行校正,并将校正后的购买量系数设为E’,设定E’=(1-L)×E;
当用户未购买推送的商品时,所述反馈模块设置校正系数L对购买量系数进行校正,并将校正后的购买量系数设为E’,设定E’=(1+L)×E,其中,0<L≤0.13。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311531740.3A CN117252650B (zh) | 2023-11-17 | 2023-11-17 | 一种商品信息推送服务系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311531740.3A CN117252650B (zh) | 2023-11-17 | 2023-11-17 | 一种商品信息推送服务系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117252650A true CN117252650A (zh) | 2023-12-19 |
CN117252650B CN117252650B (zh) | 2024-03-15 |
Family
ID=89126752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311531740.3A Active CN117252650B (zh) | 2023-11-17 | 2023-11-17 | 一种商品信息推送服务系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117252650B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012027757A (ja) * | 2010-07-26 | 2012-02-09 | Dainippon Printing Co Ltd | 商品推薦装置、商品推薦システム、商品推薦方法、及びプログラム |
JP2013167914A (ja) * | 2010-05-28 | 2013-08-29 | Rakuten Inc | サーバ装置、購買状況表示制御方法、購買状況表示制御プログラム及び記録媒体 |
US20170213277A1 (en) * | 2014-07-21 | 2017-07-27 | Lg Electronics Inc. | Goods purchase apparatus and goods purchase system having the same |
CN111582605A (zh) * | 2020-05-21 | 2020-08-25 | Oppo广东移动通信有限公司 | 目的站点的预测方法、装置、电子设备及存储介质 |
EA202091212A2 (ru) * | 2015-05-15 | 2021-01-29 | Фугал, Инк. | Отслеживание потребления на основании имеющихся запасов, рекомендация по блюдам, уведомление о свежести продуктов и уведомление о потреблении, исходя из данных о персональных запасах продуктов питания |
WO2021042841A1 (zh) * | 2019-09-04 | 2021-03-11 | 平安科技(深圳)有限公司 | 智能调节推送屏幕的方法、装置、计算机设备及存储介质 |
CN114219558A (zh) * | 2021-12-03 | 2022-03-22 | 江苏业派生物科技有限公司 | 基于数据挖掘的农产品智能推荐系统 |
CN116503142A (zh) * | 2023-06-27 | 2023-07-28 | 临沂大学 | 一种合伙人智慧营销调度数据处理系统 |
CN116596600A (zh) * | 2023-07-18 | 2023-08-15 | 滕州市中等职业教育中心学校 | 一种基于大数据分析的机械产品实时信息推送系统 |
CN116755376A (zh) * | 2023-08-17 | 2023-09-15 | 山东福禾菌业科技股份有限公司 | 一种基于农业物联网的监控方法及系统 |
CN117010989A (zh) * | 2023-07-19 | 2023-11-07 | 北京王者荣耀信息咨询有限公司 | 一种基于大数据分析的用户推荐系统及方法 |
-
2023
- 2023-11-17 CN CN202311531740.3A patent/CN117252650B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013167914A (ja) * | 2010-05-28 | 2013-08-29 | Rakuten Inc | サーバ装置、購買状況表示制御方法、購買状況表示制御プログラム及び記録媒体 |
JP2012027757A (ja) * | 2010-07-26 | 2012-02-09 | Dainippon Printing Co Ltd | 商品推薦装置、商品推薦システム、商品推薦方法、及びプログラム |
US20170213277A1 (en) * | 2014-07-21 | 2017-07-27 | Lg Electronics Inc. | Goods purchase apparatus and goods purchase system having the same |
EA202091212A2 (ru) * | 2015-05-15 | 2021-01-29 | Фугал, Инк. | Отслеживание потребления на основании имеющихся запасов, рекомендация по блюдам, уведомление о свежести продуктов и уведомление о потреблении, исходя из данных о персональных запасах продуктов питания |
WO2021042841A1 (zh) * | 2019-09-04 | 2021-03-11 | 平安科技(深圳)有限公司 | 智能调节推送屏幕的方法、装置、计算机设备及存储介质 |
CN111582605A (zh) * | 2020-05-21 | 2020-08-25 | Oppo广东移动通信有限公司 | 目的站点的预测方法、装置、电子设备及存储介质 |
CN114219558A (zh) * | 2021-12-03 | 2022-03-22 | 江苏业派生物科技有限公司 | 基于数据挖掘的农产品智能推荐系统 |
CN116503142A (zh) * | 2023-06-27 | 2023-07-28 | 临沂大学 | 一种合伙人智慧营销调度数据处理系统 |
CN116596600A (zh) * | 2023-07-18 | 2023-08-15 | 滕州市中等职业教育中心学校 | 一种基于大数据分析的机械产品实时信息推送系统 |
CN117010989A (zh) * | 2023-07-19 | 2023-11-07 | 北京王者荣耀信息咨询有限公司 | 一种基于大数据分析的用户推荐系统及方法 |
CN116755376A (zh) * | 2023-08-17 | 2023-09-15 | 山东福禾菌业科技股份有限公司 | 一种基于农业物联网的监控方法及系统 |
Non-Patent Citations (2)
Title |
---|
SHENG-CHIH CHEN等: "Inventory and shelf-space optimization for fresh produce with expiration date under freshness-and-stock-dependent demand rate", 《JOURNAL OF THE OPERATIONAL RESEARCH SOCIETY》, vol. 67, no. 6, pages 884 - 896 * |
戴更新, 达庆利: "具有保质期的商品采购策略研究", 东南大学学报(自然科学版), no. 01, pages 22 - 26 * |
Also Published As
Publication number | Publication date |
---|---|
CN117252650B (zh) | 2024-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11715066B2 (en) | System and method for management of perpetual inventory values based upon customer product purchases | |
US8463662B2 (en) | Methods and apparatus for modeling relationships at multiple scales in ratings estimation | |
US6611842B1 (en) | Method and apparatus for generating profile data | |
US20140278778A1 (en) | Method, apparatus, and computer-readable medium for predicting sales volume | |
US7438227B2 (en) | System and method to determine the prices and order quantities that maximize a retailer's total profit | |
US20110213661A1 (en) | Computer-Implemented Method For Enhancing Product Sales | |
Dotson et al. | A probit model with structured covariance for similarity effects and source of volume calculations | |
US20180031534A1 (en) | Systems and methods for evaluation of wine characteristics | |
US20140188556A1 (en) | Analyzing marketplace listing strategies | |
Martínez‐de‐Albéniz et al. | Using clickstream data to improve flash sales effectiveness | |
CN110766509A (zh) | 服务订单处理、外卖订单推荐方法及装置 | |
CN117788074B (zh) | 一种基于ai大模型自动化销售阶段判断方法 | |
CN110544131A (zh) | 一种数据驱动的电商用户购买行为预测方法 | |
WO2005050482A1 (en) | Methods and apparatus for fusing databases | |
Alfonzo et al. | Estimating food demand in Paraguay from household survey data | |
Newberry et al. | Heterogeneous effects of online reputation for local and national retailers | |
CN117252650B (zh) | 一种商品信息推送服务系统 | |
Nakamura et al. | Sourcing substitution and related price index biases | |
Hortaçsu et al. | Semiparametric estimation of a CES demand system with observed and unobserved product characteristics | |
CN118052592A (zh) | 一种基于大数据的企业商城数据处理方法及系统 | |
CN111275371B (zh) | 数据处理方法、数据处理设备和计算机可读存储介质 | |
US20020133479A1 (en) | Market research database for category management | |
Liu et al. | Dynamic Pricing with Money‐Back Guarantees | |
US20200202368A1 (en) | Product assortment optimization | |
CN117788123B (zh) | 电商个性化导购系统 |
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 |