CN117522134A - 一种线上盲盒经营的合规风险预警方法及系统 - Google Patents
一种线上盲盒经营的合规风险预警方法及系统 Download PDFInfo
- Publication number
- CN117522134A CN117522134A CN202311556192.XA CN202311556192A CN117522134A CN 117522134 A CN117522134 A CN 117522134A CN 202311556192 A CN202311556192 A CN 202311556192A CN 117522134 A CN117522134 A CN 117522134A
- Authority
- CN
- China
- Prior art keywords
- commodity
- blind box
- information
- box
- blind
- 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
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000006399 behavior Effects 0.000 claims abstract description 29
- 238000012545 processing Methods 0.000 claims abstract description 23
- 238000005516 engineering process Methods 0.000 claims description 14
- 230000009193 crawling Effects 0.000 claims description 6
- 230000010365 information processing Effects 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 abstract description 2
- 238000000605 extraction Methods 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 241000331006 Euchaeta media Species 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002537 cosmetic Substances 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 238000012795 verification 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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]
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Control Of Vending Devices And Auxiliary Devices For Vending Devices (AREA)
Abstract
本发明公开了一种线上盲盒经营的合规风险预警方法及系统,属于电子商务监管及分析技术领域,用于解决目前的盲盒经营行业中,缺少给消费者购买盲盒提供正确引导的手段,监管取证困难,增加了盲盒经营监管的难度的技术问题。方法包括:采集电商平台中在售盲盒商品的商品信息;对商品信息进行标准化处理,得到标准商品信息;根据标准商品信息以及违规经营判定条件,确定在售盲盒商品存在的违规经营行为;基于违规经营行为的类型,对在售盲盒商品进行风险预警。本发明建立电商特色的盲盒经营合规风险识别及预警系统,批量识别线上盲盒违规经营行为,为消费者购买提供了正确引导,为监管部门进行市场监管及数据分析提供了数据支撑和事实依据。
Description
技术领域
本发明涉及电子商务监管及分析技术领域,尤其涉及一种线上盲盒经营的合规风险预警方法及系统。
背景技术
盲盒是指经营者在合法经营范围内,在事先告知商品或者服务的特定范围而不告知商品确定型号、款式或者服务内容的情况下,通过互联网、实体店、自动贩卖机等形式,以消费者随机抽取的方式销售的特定范围内的商品或者服务。未知感和惊喜感使得盲盒有着巨大的吸引力,受到消费者追捧。根据共研网报告,盲盒作为潮玩细分品类之一,产业规模和销量从2015年至2022年均持续增长,盲盒玩法带动潮玩市场不断扩容,生产边界也不断扩张。
同时,盲盒经济也引发不少消费乱象,如诱导未成年人冲动消费、盲盒概率不透明、盲盒品质良莠不齐、盲盒价值与价格不匹配等。在盲盒经济快速发展的今天,线上渠道成为盲盒经营者的重要消费渠道和收入来源,但消费者无法辨别线上盲盒经营是否合规,目前缺少给消费者购买盲盒提供正确引导的手段,监管部门对盲盒经营的合规性监管较为困难。
发明内容
本发明实施例提供了一种线上盲盒经营的合规风险预警方法及系统,用于解决如下技术问题:目前的盲盒经营行业中,缺少给消费者购买盲盒提供正确引导的手段,监管取证困难,增加了盲盒经营监管的难度。
本发明实施例采用下述技术方案:
一方面,本发明实施例提供了一种线上盲盒经营的合规风险预警方法,方法包括:采集电商平台中在售盲盒商品的商品信息;
对所述商品信息进行标准化处理,得到标准商品信息;
根据所述标准商品信息以及违规经营判定条件,确定在售盲盒商品存在的违规经营行为;
基于所述违规经营行为的类型,对所述在售盲盒商品进行风险预警。
在一种可行的实施方式中,采集电商平台中在售盲盒商品的商品信息,具体包括:
提取盲盒商品的相关关键词,并通过所述相关关键词查找电商平台中的所有在售盲盒商品;
通过爬虫技术爬取所述所有在售盲盒商品的商品信息;其中,所述商品信息包括以下一项或多项:商品属性信息、所属店铺信息以及商品评论信息;
将采集的商品信息分类储存到数据库中。
在一种可行的实施方式中,通过爬虫技术爬取所述所有在售盲盒商品的商品信息,具体包括:
对于综合电商平台,通过爬虫技术获取所有在售盲盒商品的第一商品属性信息、所属店铺信息以及商品评论信息;其中,所述第一商品属性信息至少包括:商品id、商品名称、商品原价、标示价格、平台类目、标准化类目、商品参数以及同类目商品价格;所属店铺信息至少包括:所属店铺id、所属店铺名称、店铺关联公司名称以及店铺地址;所述商品评论信息至少包括商品评论数、商品评论内容以及评论标签;
对于垂直类盲盒电商平台,通过爬虫技术获取所有在售盲盒商品的第二商品属性信息;其中,所述第二商品属性信息至少包括:主商品id、主商品名称、主商品价格、商品内容id、商品内容名称、商品内容概率、商品内容标准类目、商品内容同类目下最低价、商品内容同类目下平均价、商品内容开盒概率以及平台运营公司。
在一种可行的实施方式中,对所述商品信息进行标准化处理,得到标准商品信息,具体包括:
基于预设标准化规则,对所述商品信息中的预设字段进行标准化处理;
基于标准化处理后的综合电商平台的商品信息,建立第一盲盒商品表;所述第一盲盒商品表的主键为商品id;
基于标准化处理后的垂直类盲盒电商平台的商品信息,建立第二盲盒商品表;所述第二盲盒商品表的主键为主商品id以及商品内容id。
在一种可行的实施方式中,所述预设字段至少包括:平台类目、商品参数、评论标签、同类目商品价格、商品内容开盒概率以及店铺地址。
在一种可行的实施方式中,根据所述标准商品信息以及违规经营判定条件,确定在售盲盒商品存在的违规经营行为,具体包括:
将所述标准商品信息与预设的违规经营判定条件进行比对,将标准商品信息与所述违规经营判定条件相符的在售盲盒商品,确定为违规经营商品;
根据所述违规经营商品符合所述违规经营判定条件的具体条目,确定所述违规经营商品存在的违规经营行为;其中,所述违规经营行为至少包括:盲盒经营范围不合规、盲盒定价不合规、盲盒关键信息未公示、盲盒商品质量不合规、售后服务不合规以及销售对象不合规。
在一种可行的实施方式中,盲盒定价不合规的违规判定条件为:
对于垂直类盲盒平台,若
max{pk1g,pk2g,…,pkzg}/min{pk1g,pk2g,…,pkzg}≥T1AND
max{pk1m,pk2m,…,pkzm}/min{pk1m,pk2m,…,pkzm}≥T2,则商品定价不合规;其中,商品k价格为pk,共有z个商品;pk1g,pk2g,…,pkzg为主商品对应的同类目下的最低价;pk1m,pk2m,…,pkzm为主商品对应的同类目下的平均价;T1为第一预设阈值,T2为第二预设阈值;
或者,
若pk/sum(pk1g*ρ1,pk2g*ρ2,…,pkzg*ρz)≥T3AND pk/sum(pk1m*ρ1,pk2m*ρ2,…,pkzm*ρz)≥T4,则商品定价不合规;其中,T3为第三预设阈值、T4为第四预设阈值;ρ1,ρ2,…,ρz为z个商品的开盒概率。
在一种可行的实施方式中,盲盒定价不合规的违规判定条件还包括:
对于综合电商平台,若psi1/plsd≥T5*plsm/plsdAND psi1/pld≥T6*
plm/pld,则商品定价不合规;其中,si1为商品i1的所属店铺,psi1为商品i1的价格,plsd为对应同店同类目商品的最低价格,plsm为同店同类目商品的平均价格,pld为平台同类目商品的最低价格、plm为平台同类目商品的平均价格,T5为第五预设阈值,T6为第六预设阈值;
或者,
若综合电商平台的商品评论标签中含“价格欺诈”相关关键词,则商品定价不合规。
在一种可行的实施方式中,基于所述违规经营行为的类型,对所述在售盲盒商品进行风险预警,具体包括:
根据在售盲盒商品存在的违规经营行为的类型,确定对应的违规经营标签内容;
将所述违规经营标签内容打在所述在售盲盒商品的出售界面和/或实体包装上,以对所述在售盲盒商品进行风险预警。
另一方面,本发明实施例还提供了一种线上盲盒经营的合规风险预警系统,系统包括:盲盒商品信息采集模块,用于采集电商平台中在售盲盒商品的商品信息;
盲盒商品信息处理模块,用于对所述商品信息进行标准化处理,得到标准商品信息;
风险识别及预警模块,用于根据所述标准商品信息以及违规经营判定条件,确定在售盲盒商品存在的违规经营行为;基于所述违规经营行为的类型,对所述在售盲盒商品进行风险预警。
与现有技术相比,本发明实施例提供的一种线上盲盒经营的合规风险预警方法及系统,具有如下有益效果:
本发明利用爬虫技术以及大数据分析技术,获取电商平台在售盲盒商品的相关信息,并对采集到的信息进行标准化处理,在此基础上判定线上盲盒经营商家是否有违规风险并进行风险预警。本发明的创新点是建立电商特色的盲盒经营合规风险识别及预警系统,批量识别线上盲盒违规经营行为,降低了监管时间成本、经济成本,提升了监管效率,为消费者购买提供了正确引导。还为监管部门进行市场监管以及进行数据分析提供了数据支撑和事实依据。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1为本发明实施例提供的一种线上盲盒经营的合规风险预警方法流程图;
图2为本发明实施例提供的一种线上盲盒经营的合规风险预警系统的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案,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。基于本说明书实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
本发明实施例提供了一种线上盲盒经营的合规风险预警方法,如图1所示,线上盲盒经营的合规风险预警方法具体包括步骤S101-S104:
S101、采集电商平台中在售盲盒商品的商品信息。
具体地,首先,提取盲盒商品的相关关键词,并通过相关关键词查找电商平台中的所有在售盲盒商品。然后,通过爬虫技术爬取所有在售盲盒商品的商品信息;其中,商品信息包括以下一项或多项:商品属性信息、所属店铺信息以及商品评论信息。最后,将采集的商品信息分类储存到数据库中。
作为一种可行的实施方式,先在电商平台中通过“盲盒”、“福袋”等关键词筛选在售盲盒商品,再提取在售盲盒商品的商品信息。盲盒线上销售主要有两种方式,一种为收货开盒,即购买盲盒产品时未知收货后知晓盲盒确定型号、款式或者服务内容,另一种为即时开盒,即付款立即开盒知晓盲盒确定内容,之后才收到盲盒确定的商品或服务。前者一般在综合电商平台销售,后者一般在垂直类盲盒电商平台销售。不同的销售平台公开的商品内容不同,需要分别分析采集。
进一步地,对于综合电商平台,通过爬虫技术获取所有在售盲盒商品的第一商品属性信息、所属店铺信息以及商品评论信息;其中,第一商品属性信息至少包括:商品id、商品名称、商品原价、标示价格、平台类目、标准化类目、商品参数以及同类目商品价格;所属店铺信息至少包括:所属店铺id、所属店铺名称、店铺关联公司名称以及店铺地址;商品评论信息至少包括商品评论数、商品评论内容以及评论标签。
对于垂直类盲盒电商平台,通过爬虫技术获取所有在售盲盒商品的第二商品属性信息;其中,第二商品属性信息至少包括:主商品id、主商品名称、主商品价格、商品内容id、商品内容名称、商品内容概率、商品内容标准类目、商品内容同类目下最低价、商品内容同类目下平均价、商品内容开盒概率以及平台运营公司。
作为一种可行的实施方式,在综合电商平台中采集的所有信息包括商品id、商品名称、商品价格、商品原价、平台类目、标准化类目、商品参数、商品品牌、商品型号、颜色分类、评论数、评论标签、同店同类目商品最低价格、同店同类目商品平均价格、平台同类目商品最低价格、平台同类目商品平均价格、店铺id、店铺名称、公司名称、公司注册地省份、城市、区县、店铺所在地省份、城市、区县等信息。在垂直类盲盒电商平台中采集的所有信息包括主商品id、主商品名称、主商品价格、商品内容id、商品内容名称、商品内容概率、商品内容标准类目、商品内容同类目下最低价、商品内容同类目下平均价、商品内容开盒概率、是否有未成年人保护条款、运营公司名称、运营公司注册地省份、城市、区县等信息。
S102、对商品信息进行标准化处理,得到标准商品信息。
具体地,基于预设标准化规则,对商品信息中的预设字段进行标准化处理。
然后基于标准化处理后的综合电商平台的商品信息,建立第一盲盒商品表;第一盲盒商品表的主键为商品id。基于标准化处理后的垂直类盲盒电商平台的商品信息,建立第二盲盒商品表;第二盲盒商品表的主键为主商品id以及商品内容id。
作为一种可行的实施方式,需要进行标准化处理的预设字段至少包括:平台类目、商品参数、评论标签、同类目商品价格、商品内容开盒概率以及店铺地址。
其中,平台类目的标准化处理规则为:基于综合电商平台建立的平台类目与标准类目的映射表,确定当前盲盒商品的标准类目;对于垂直类盲盒平台,根据商品名称,在综合电商平台中检索匹配度最高的前N个商品平台类目,并采用检索频次最高的平台类目作为当前盲盒商品的标准类目。
在一个实施例中,标准化类目参照《网络零售监测指标规范》中的三级分类,同时三级类目“其他保健器械”中单列“医疗器械”,一级类目“其他商品”中单列“活体宠物”。然后针对综合电商平台建立的平台类目与标准类目的映射表,将平台类目处理为标准类目。针对垂直类盲盒平台,用商品内容名称在综合电商平台中检索匹配度最高的前10商品平台类目,采用频次最高的平台类目处理标准类目。例:某盲盒内容之一为:某型号折叠屏手机,在综合电商中筛选该型号折叠屏手机,取前10个筛选结果对应的平台类目中频次最高的平台类目,如“手机”,处理为标准化类目“通讯器材-手机-无三级类目”。
进一步地,商品参数的标准化处理规则为:根据综合电商平台中的商品参数模式,采用正则表达式处理字符串,提取商品参数的关键词内容;其中,关键词内容至少包括商品品牌、商品型号以及颜色分类。
在一个实施例中,综合电商平台一般的商品参数模式(关键词排序不分先后)为:*[+品牌关键词+数值+][+商品型号+数值+][+颜色分类+数值+]*。其中,*代表0个或多个任意字符,+连接语句各组分,[]代表可能存在也可能不存在的语句组分。处理时,用正则表达式处理字符串,提取商品品牌、商品型号、颜色分类等关键词内容。
进一步地,评论标签的标准化处理规则为:基于预设不合规关键词,通过分词技术对商品评论内容进行分词;基于分词结果,生成标准评论标签。
进一步地,同类目商品价格的标准化处理规则为:综合电商平台中记商品i1所属店铺为s1,所属标准类目为l1,s1店铺l1类目下共n个商品,分别为i1,i2,…,in,对应的商品价格为pl11,pl12,…,pl1n;l1类目共x个商品,分别为i1,i2,…,ix,对应的商品价格为lp11,lp12,…,lp1x;则商品i1对应的同店同类目商品的最低价为s1店铺l1类目下所有商品价格的最小值,即min{pl11,pl12,…,pl1n};对应的同店同类目商品的平均价为s1店铺l1类目下所有商品价格的中位数,即median{pl11,pl12,…,pl1n};对应的平台同类目商品的最低价为l1类目下所有商品价格的最小值,即min{lp11,lp12,…,lp1x};对应的平台同类目商品的平均价为l1类目下所有商品价格的中位数,即median{lp11,lp12,…,lp1x};垂直类盲盒平台中记主商品j1下商品内容j11所属的标准类目为l1,则商品内容同类目下最低价、商品内容同类目下平均价用综合电商平台类目l1的商品价格最小值、中位数,即min{lp11,lp12,…,lp1x}、median{lp11,lp12,…,lp1x}。
进一步地,商品内容开盒概率的标准化处理规则为:记主商品k下开盒记录中商品内容a出现的次数为m,主商品k开盒总次数为M,则主商品k下商品内容a开盒概率=m/M。
进一步地,行政区划的标准化处理规则为:公司注册地、店铺所在地均按照民政部公布的行政区划进行标准化。
S103、根据标准商品信息以及违规经营判定条件,确定在售盲盒商品存在的违规经营行为。
具体地,将标准商品信息与预设的违规经营判定条件进行比对,将标准商品信息与违规经营判定条件相符的在售盲盒商品,确定为违规经营商品。
进一步地,根据违规经营商品符合违规经营判定条件的具体条目,确定违规经营商品存在的违规经营行为;其中,违规经营行为至少包括:盲盒经营范围不合规、盲盒定价不合规、盲盒关键信息未公示、盲盒商品质量不合规、售后服务不合规以及销售对象不合规。
作为一种可行的实施方式,(1)盲盒经营范围不合规的判定条件包括:①以盲盒形式销售法律法规明确规定禁止销售、流通的商品或者禁止提供的服务,如药品、医疗器械、有毒有害物品、易燃易爆物品、活体动物;②无法投递又无法退回的快件,商品名称中包含“快递”、“快件”等快递关键词;③以盲盒形式销售不具备保障质量安全和消费者权益条件的食品、化妆品;评论标签中含“山寨”、“三无”、“过期”、“污渍”、“瑕疵”、“残次”、“质量不合格”等负面关键词之一;④盲盒商品或者服务含有法律法规禁止以及违背公序良俗的内容;⑤垂直类盲盒平台主商品下盲盒内容包含“空盒”;⑥垂直类盲盒平台主商品下所有盲盒内容获得概率之和小于1。
(2)盲盒定价不合规的判定条件包括:①通过盲盒形式销售的,同一套系商品或者服务的成本差距过大;②盲盒商品价格与相同非盲盒销售商品价格差距过大;③不按规定明码标价、哄抬价格、价格欺诈,收取未予标明的费用等。
作为一种可行的实施方式,盲盒定价不合规的违规判定条件为:
对于垂直类盲盒平台,若
max{pk1g,pk2g,…,pkzg}/min{pk1g,pk2g,…,pkzg}≥T1AND
max{pk1m,pk2m,…,pkzm}/min{pk1m,pk2m,…,pkzm}≥T2,则商品定价不合规;其中,商品k价格为pk,共有z个商品;pk1g,pk2g,…,pkzg为主商品对应的同类目下的最低价;pk1m,pk2m,…,pkzm为主商品对应的同类目下的平均价;T1为第一预设阈值,T2为第二预设阈值;
或者,若pk/sum(pk1g*ρ1,pk2g*ρ2,…,pkzg*ρz)≥T3AND pk/sum(pk1m*ρ1,pk2m*ρ2,…,pkzm*ρz)≥T4,则商品定价不合规;其中,T3为第三预设阈值、T4为第四预设阈值;ρ1,ρ2,…,ρz为z个商品的开盒概率。
对于综合电商平台,若psi1/plsd≥T5*plsm/plsdAND psi1/pld≥T6*
plm/pld,则商品定价不合规;其中,si1为商品i1的所属店铺,psi1为商品i1的价格,plsd为对应同店同类目商品的最低价格,plsm为同店同类目商品的平均价格,pld为平台同类目商品的最低价格、plm为平台同类目商品的平均价格,T5为第五预设阈值,T6为第六预设阈值;
或者,若综合电商平台的商品评论标签中含“价格欺诈”相关关键词,则商品定价不合规。
(3)盲盒关键信息未公示的判定条件包括:盲盒经营者未将商品名称、商品种类、商品样式、抽取规则、商品分布、限量商品投放数量、抽取概率、商品价值范围等关键信息以显著方式对外公示。
(4)盲盒商品质量不合规的判定条件包括:盲盒商品不符合法律法规关于质量、安全的要求;属于强制性产品认证目录范围的,未获得认证或未标注ccc认证标志。
(5)售后服务不合规的判定条件包括:①以全包形式销售整套系列商品,该系列内商品清楚确定的,经营者不执行网购七日无理由退货规定;②以折现、回购、换购等方式拒绝或者故意拖延发放盲盒等;③盲盒经营者提供的商品或者服务不符合质量要求的或者与经营者明示不符的,故意拖延或者无理拒绝履行退货、更换、修理等义务。
(6)销售对象不合规的判定条件包括:盲盒经营者向未满8周岁未成年人销售盲盒。
S104、基于违规经营行为的类型,对在售盲盒商品进行风险预警。
具体地,根据在售盲盒商品存在的违规经营行为的类型,确定对应的违规经营标签内容。将违规经营标签内容打在在售盲盒商品的出售界面和/或实体包装上,以对在售盲盒商品进行风险预警。
作为一种可行的实施方式,满足盲盒经营范围不合规的任一判定条件的盲盒商品,打上“盲盒经营范围不合规”标签;满足盲盒定价不合规的任一判定条件的盲盒商品,打上“盲盒定价不合规”标签;满足盲盒关键信息未公示的任一判定条件的盲盒商品,打上“盲盒关键信息未公示”标签;满足盲盒商品质量不合规的任一判定条件的盲盒商品,打上“盲盒质量不合规”标签;满足售后服务不合规的任一判定条件的盲盒商品,打上“售后服务不合规”标签;满足销售对象不合规的任一条件的盲盒商品,打上“销售对象不合规”标签。
进一步地,对于产生风险预警的商品及商家,需进行人工审核,并保存相关证据以备核查。
另外,本发明实施例还提供了一种线上盲盒经营的合规风险预警系统,如图2所示,线上盲盒经营的合规风险预警系统200具体包括:
盲盒商品信息采集模块210,用于采集电商平台中在售盲盒商品的商品信息;
盲盒商品信息处理模块220,用于对所述商品信息进行标准化处理,得到标准商品信息;
风险识别及预警模块230,用于根据所述标准商品信息以及违规经营判定条件,确定在售盲盒商品存在的违规经营行为;基于所述违规经营行为的类型,对所述在售盲盒商品进行风险预警。
本发明中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、设备、非易失性计算机存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
上述对本发明特定实施例进行了描述。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
以上所述仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明的实施例可以有各种更改和变化。凡在本发明实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种线上盲盒经营的合规风险预警方法,其特征在于,所述方法包括:
采集电商平台中在售盲盒商品的商品信息;
对所述商品信息进行标准化处理,得到标准商品信息;
根据所述标准商品信息以及违规经营判定条件,确定在售盲盒商品存在的违规经营行为;
基于所述违规经营行为的类型,对所述在售盲盒商品进行风险预警。
2.根据权利要求1所述的一种线上盲盒经营的合规风险预警方法,其特征在于,采集电商平台中在售盲盒商品的商品信息,具体包括:
提取盲盒商品的相关关键词,并通过所述相关关键词查找电商平台中的所有在售盲盒商品;
通过爬虫技术爬取所述所有在售盲盒商品的商品信息;其中,所述商品信息包括以下一项或多项:商品属性信息、所属店铺信息以及商品评论信息;
将采集的商品信息分类储存到数据库中。
3.根据权利要求2所述的一种线上盲盒经营的合规风险预警方法,其特征在于,通过爬虫技术爬取所述所有在售盲盒商品的商品信息,具体包括:
对于综合电商平台,通过爬虫技术获取所有在售盲盒商品的第一商品属性信息、所属店铺信息以及商品评论信息;其中,所述第一商品属性信息至少包括:商品id、商品名称、商品原价、标示价格、平台类目、标准化类目、商品参数以及同类目商品价格;所属店铺信息至少包括:所属店铺id、所属店铺名称、店铺关联公司名称以及店铺地址;所述商品评论信息至少包括商品评论数、商品评论内容以及评论标签;
对于垂直类盲盒电商平台,通过爬虫技术获取所有在售盲盒商品的第二商品属性信息;其中,所述第二商品属性信息至少包括:主商品id、主商品名称、主商品价格、商品内容id、商品内容名称、商品内容概率、商品内容标准类目、商品内容同类目下最低价、商品内容同类目下平均价、商品内容开盒概率以及平台运营公司。
4.根据权利要求1所述的一种线上盲盒经营的合规风险预警方法,其特征在于,对所述商品信息进行标准化处理,得到标准商品信息,具体包括:
基于预设标准化规则,对所述商品信息中的预设字段进行标准化处理;
基于标准化处理后的综合电商平台的商品信息,建立第一盲盒商品表;所述第一盲盒商品表的主键为商品id;
基于标准化处理后的垂直类盲盒电商平台的商品信息,建立第二盲盒商品表;所述第二盲盒商品表的主键为主商品id以及商品内容id。
5.根据权利要求4所述的一种线上盲盒经营的合规风险预警方法,其特征在于,所述预设字段至少包括:平台类目、商品参数、评论标签、同类目商品价格、商品内容开盒概率以及店铺地址。
6.根据权利要求1所述的一种线上盲盒经营的合规风险预警方法,其特征在于,根据所述标准商品信息以及违规经营判定条件,确定在售盲盒商品存在的违规经营行为,具体包括:
将所述标准商品信息与预设的违规经营判定条件进行比对,将标准商品信息与所述违规经营判定条件相符的在售盲盒商品,确定为违规经营商品;
根据所述违规经营商品符合所述违规经营判定条件的具体条目,确定所述违规经营商品存在的违规经营行为;其中,所述违规经营行为至少包括:盲盒经营范围不合规、盲盒定价不合规、盲盒关键信息未公示、盲盒商品质量不合规、售后服务不合规以及销售对象不合规。
7.根据权利要求6所述的一种线上盲盒经营的合规风险预警方法,其特征在于,盲盒定价不合规的违规判定条件为:
对于垂直类盲盒平台,若max{pk1g,pk2g,…,pkzg}/min{pk1g,pk2g,…,pkzg}≥T1AND max{pk1m,pk2m,…,pkzm}/min{pk1m,pk2m,…,pkzm}≥T2,则商品定价不合规;其中,商品k价格为pk,共有z个商品;pk1g,pk2g,…,pkzg为主商品对应的同类目下的最低价;pk1m,pk2m,…,pkzm为主商品对应的同类目下的平均价;T1为第一预设阈值,T2为第二预设阈值;
或者,
若pk/sum(pk1g*ρ1,pk2g*ρ2,…,pkzg*ρz)≥T3AND
pk/sum(pk1m*ρ1,pk2m*ρ2,…,pkzm*ρz)≥T4,则商品定价不合规;其中,T3为第三预设阈值、T4为第四预设阈值;ρ1,ρ2,…,ρz为z个商品的开盒概率。
8.根据权利要求6所述的一种线上盲盒经营的合规风险预警方法,其特征在于,盲盒定价不合规的违规判定条件还包括:
对于综合电商平台,若psi1/plsd≥T5*plsm/plsdAND psi1/pld≥T6*
plm/pld,则商品定价不合规;其中,si1为商品i1的所属店铺,psi1为商品i1的价格,plsd为对应同店同类目商品的最低价格,plsm为同店同类目商品的平均价格,pld为平台同类目商品的最低价格、plm为平台同类目商品的平均价格,T5为第五预设阈值,T6为第六预设阈值;
或者,
若综合电商平台的商品评论标签中含“价格欺诈”相关关键词,则商品定价不合规。
9.根据权利要求1所述的一种线上盲盒经营的合规风险预警方法,其特征在于,基于所述违规经营行为的类型,对所述在售盲盒商品进行风险预警,具体包括:
根据在售盲盒商品存在的违规经营行为的类型,确定对应的违规经营标签内容;
将所述违规经营标签内容打在所述在售盲盒商品的出售界面和/或实体包装上,以对所述在售盲盒商品进行风险预警。
10.一种线上盲盒经营的合规风险预警系统,其特征在于,所述系统包括:
盲盒商品信息采集模块,用于采集电商平台中在售盲盒商品的商品信息;
盲盒商品信息处理模块,用于对所述商品信息进行标准化处理,得到标准商品信息;
风险识别及预警模块,用于根据所述标准商品信息以及违规经营判定条件,确定在售盲盒商品存在的违规经营行为;基于所述违规经营行为的类型,对所述在售盲盒商品进行风险预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311556192.XA CN117522134A (zh) | 2023-11-20 | 2023-11-20 | 一种线上盲盒经营的合规风险预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311556192.XA CN117522134A (zh) | 2023-11-20 | 2023-11-20 | 一种线上盲盒经营的合规风险预警方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117522134A true CN117522134A (zh) | 2024-02-06 |
Family
ID=89764099
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311556192.XA Pending CN117522134A (zh) | 2023-11-20 | 2023-11-20 | 一种线上盲盒经营的合规风险预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117522134A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117993935A (zh) * | 2024-02-26 | 2024-05-07 | 广东汇乔科技有限公司 | 一种基于区块链的电商大数据平台 |
-
2023
- 2023-11-20 CN CN202311556192.XA patent/CN117522134A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117993935A (zh) * | 2024-02-26 | 2024-05-07 | 广东汇乔科技有限公司 | 一种基于区块链的电商大数据平台 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110222272B (zh) | 一种潜在客户挖掘与推荐方法 | |
US10504167B2 (en) | Evaluating public records of supply transactions | |
JP4360759B2 (ja) | 相関分析を用いて広告の販売効果を調査する方法およびシステム | |
CN109711955B (zh) | 基于当前订单的差评预警方法、系统、黑名单库建立方法 | |
US20130317954A1 (en) | Ranking entities based on a count of shipments determined in aggregated public transaction records | |
US20140156513A1 (en) | Using non-public shipper records to facilitate rating an entity based on public records of supply transactions | |
CN107067302A (zh) | 一种近程的速达式电子商务平台模式 | |
CN117522134A (zh) | 一种线上盲盒经营的合规风险预警方法及系统 | |
CN113393245A (zh) | 基于电商运营数据识别刷单店铺的预警方法及系统 | |
CN115496555B (zh) | 一种智能化跨境电商网站安全质量评估方法及系统 | |
CN112036985A (zh) | 一种电商经营的营销系统 | |
CN112396433A (zh) | 基于留评人行为识别虚假商品评论的方法及系统 | |
CN114723492A (zh) | 一种企业画像的生成方法及设备 | |
CN117196758A (zh) | 一种商品上架前的甄选方法、设备及介质 | |
Gangjee | A quotidian revolution: artificial intelligence and trade mark law | |
Niemir et al. | Identifying the cognitive gap in the causes of product name ambiguity in e-commerce | |
CN114169926A (zh) | 基于用户评论的商品数据分析方法、系统、设备和介质 | |
Chengzhang et al. | Detecting spamming stores by analyzing their suspicious behaviors | |
CN114266594A (zh) | 一种基于东南亚跨境电商平台的大数据分析方法 | |
CN114493415A (zh) | 商品平台控制方法、系统和可读存储介质 | |
Zhang et al. | [Retracted] Analytical Facts of Product Designing, Branding, Packaging, and Distributing through Internet of Things Applications | |
Kotsokechagia | Predictive model for customer satisfaction in e-commerce | |
Vikaliana et al. | Halal Supply Chain Performance Measurement Model Involving Traceability Aspects: A Study in A Chicken Slaughterhouse | |
Jawed et al. | AI and Data-Driven Mobility at Volkswagen Financial Services AG | |
Melachroinos et al. | Return policies for online clothing retailers-A study of the return policy leniency and the importance of return policies to retailers and consumers |
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 |