CN117522534A - 一种基于物联网的商品智能展示方法及系统 - Google Patents

Abstract

本发明公开了一种基于物联网的商品智能展示方法及系统，属于商品智能展示技术领域，包括商家模块、商品处理模块、用户模块和展示模块；商家模块用于各商家录入销售的商品信息，并对各商品信息进行评估，确定商家的目标商品；商品处理模块用于对目标商品信息进行处理，获得各目标商品对应的展示商品数据；用户模块用于消费者进行注册登录，并根据用户需求管理个人账户信息；展示模块用于向用户展示各展示商品数据，识别用户信息，根据用户信息确定用户范围，识别在用户范围内的展示商品数据，将识别的属于用户范围内的各展示商品数据向用户进行展示；实时识别用户的检索关键词，根据识别的检索关键词将展示的各展示商品数据进行展示调整。

Description

一种基于物联网的商品智能展示方法及系统

技术领域

本发明属于商品智能展示技术领域，具体是一种基于物联网的商品智能展示方法及系统。

背景技术

传统的商品展示方式通常采用静态展示，例如陈列架、橱窗等，消费者需要主动寻找和挑选商品，效率低下且体验不佳，尤其是当前很多的消费者讨厌低效购物，不喜四处漫无目的的闲逛，即使出门购物一般也是前往商场或者知名度较高的步行街等购物地点进行购物；这就导致当前城市中很多不在繁华路段、商场内的商家越来越经营困难；特别是随着电子商务平台逐渐普及，进一步的增加了上述商家的经营难度；但是线上购物消费者无法直接触摸和感受商品，使得当前有很大一部分的消费者是期望能够线下购买到心仪的商品的，但是又因为上述提及的线下购物弊端，导致很少会有消费者花费较多时间去了解上述商家，只能去商场等场所购买高昂价格的商品；使得上述商家难以吸引消费者前来消费；导致很多的上述商家经济困难。

基于此，本发明提供了一种基于物联网的商品智能展示方法及系统。

发明内容

为了解决上述方案存在的问题，本发明提供了一种基于物联网的商品智能展示方法及系统。

本发明的目的可以通过以下技术方案实现：

一种基于物联网的商品智能展示系统，包括商家模块、商品处理模块、用户模块和展示模块；

所述商家模块用于各商家录入销售的商品信息，并对商家录入的各所述商品信息进行评估，确定所述商家的目标商品；将目标商品信息发送给商品处理模块。

进一步地，对商品信息进行评估的方法包括：

识别各所述商品信息对应的商品特征；根据获得的所述商品特征进行特征匹配，获得若干个参照商品，获取各所述参照商品的销量、价格和品牌，将销量低于阈值X1的所述参照商品进行剔除；

设置各所述参照商品的品牌溢价；

根据公式计算商家商品相对于对应参照商品的目标值；

式中：SX为目标值；PS1为商家商品的价格；PS2为参照商品的价格；Lz为参照商品的销量；PY为参照商品的品牌溢价；

将具有目标值大于0的商家商品标记为目标商品，并整合各参照商品信息，形成目标商品的关联参照数据。

进一步地，根据商品特征进行特征匹配的方法包括：

建立商品库；将需要进行评估的商家商品标记为待评估商品，获取待评估商品图像，计算所述待评估商品图像与商品库中储存的各商品图像之间的设计相似度；将所述设计相似度大于阈值X1的储存的商品标记为待选商品；

确定所述待选商品的材质与所述待评估商品的材质之间的效果差异，根据获得的效果差异确定对应的材质差异值，所述材质差异值的取值范围为[-1，1]；

将材质差异值大于阈值X3的待选商品标记为参照商品。

所述商品处理模块用于对接收到的目标商品信息进行处理，获得各所述目标商品对应的展示商品数据。

进一步地，对目标商品信息进行处理的方法包括：

根据所述目标商品信息建立对应的商品三维显示模型，根据所述商品三维显示模型配置对应的商品关联模型，基于商品三维显示模型设置主展示面；根据商品三维显示模型和商品关联模型建立辅助展示面；

识别所述目标商品对应的关联参照数据，根据商品三维显示模型和关联参照数据设置另一个辅助展示面；

将所述主展示面和两个辅助展示面整合为所述目标商品的展示商品数据。

进一步地，用户在浏览根据商品三维显示模型和商品关联模型建立的辅助展示面时，用户能够根据展示需求对商品关联模型的模型特征数据进行调整。

所述用户模块用于消费者进行注册登录，并根据用户需求管理个人账户信息。

所述展示模块用于向用户展示各展示商品数据，识别用户信息，根据所述用户信息确定用户范围，识别在所述用户范围内的展示商品数据，将识别的属于所述用户范围内的各所述展示商品数据向用户进行展示；

实时识别用户的检索关键词，根据识别的所述检索关键词将展示的各展示商品数据进行展示调整。

进一步地，根据用户信息确定用户范围的方法包括：

获取用户购物记录，根据所述用户购物记录生成用户足迹图，基于所述用户足迹图中各边界的足迹点生成对应的初始区域；

识别用户信息中用户具有的交通方式，根据识别的交通方式按照预设时间进行分析，确定通行区域；

将获得的初始区域与通行区域进行合并，获得用户范围。

进一步地，当无法获取用户信息时，按照标准范围确定用户的用户范围。

进一步地，识别在用户范围内的展示商品数据的方法包括：

获取用户范围，识别位于所述用户范围内具有所述目标商品的商家，将对应商家的所述目标商品的展示商品数据标记为用户范围内的展示商品数据；

识别限制区域内所述用户范围外的各目标商品，标记为圈外商品；识别各所述圈外商品的目标值、间隔值和边界值；

根据公式计算对应的圈外值；

式中：QS为圈外值；SX为目标值；GA为间隔值；BA为边界值；e为常数；

将圈外值小于等于0的圈外商品的展示商品数据标记为用户范围内的展示商品数据。

进一步地，还包括商家监测模块，所述商家监测模块用于对具有目标商品售卖的商家进行监测，获得对应的监测值，将监测值低于阈值X2的对应商家的展示商品数据取消展示。

进一步地，监测值的计算方法包括：

实时获取对应商家的评论数据，识别所述评论数据中的差评数据，根据获得各所述差评数据确定具有的各差评原因；

为各所述差评原因匹配对应的比重值；识别各所述差评原因对应的差评数据的数量占比，将所述差评原因标记为i，i=1、2、……、n，n为正整数；将各差评原因对应的比重值和数量占比分别标记为OAi和SRi；

根据公式PBQ=(1-∑OAi×SRi)×100%计算对应商家的监测值；

式中：PBQ为监测值；i=1、2、……、n，n为正整数。

一种基于物联网的商品智能展示方法，方法包括：

获取各商家录入的销售的商品信息，并对商家录入的各所述商品信息进行评估，确定所述商家的目标商品；

对所述目标商品信息进行处理，获得各所述目标商品对应的展示商品数据；

识别用户信息，根据所述用户信息确定用户范围，识别在所述用户范围内的展示商品数据，将识别的属于所述用户范围内的各所述展示商品数据向用户进行展示；

实时识别用户的检索关键词，根据识别的所述检索关键词将展示的各展示商品数据进行展示调整；

对具有目标商品售卖的商家进行监测，获得对应的监测值，将监测值低于阈值X2的对应商家的展示商品数据取消展示。

与现有技术相比，本发明的有益效果是：

通过商家模块、商品处理模块、用户模块和展示模块之间的相互配合，实现对人气较少的商家优秀商品进行智能展示，避免“酒香也怕巷子深”的问题；同时便于消费者直观的了解周边的优秀商家和优良的商品；解决用户线上、线下购物的弊端；帮助用户购买到物美价廉的商品；由商家侧进行商品的动态更新调整，保证向用户展示的目标商品的信息准确性，避免如现有技术中直接利用网店进行商品信息获取所带来的问题；解决当前线下商品信息孤岛和线上商品不能直观接触的问题；帮助上述优秀商家进行发展。

通过设置商家监测模块用于对具有展示商品数据的商家进行实时监测，保证消费者利益，避免某些商家为了吸引消费者前去和进行商品展示，篡改展示商品价格、品质等相关数据，损害消费者和平台方的利益。

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的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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。

图1为本发明原理框图。

具体实施方式

下面将结合实施例对本发明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。

如图1所示，一种基于物联网的商品智能展示系统，包括商家模块、商品处理模块、用户模块、展示模块；

所述商家模块用于各商家录入销售的商品信息，如服装店商家，可以录入其店铺内售卖服装的服装信息，如服装图像、尺寸材质等信息，会由平台方设置相应的商品信息采集模板，用于指导商家上传正确的数据，同时按照统一的数据模板进行数据上传，便于后续提供商品信息对应的商品特征；最好是有选择的输入，因为后续还会进行筛选，对于无竞争力的商品不会进行展示，但是若商家全部进行输入也是可以的；并对录入的各商品信息进行评估筛选，确定该商家的目标商品，若商家没有目标商品，则不会展示该商家内的商品，因为只会展示目标商品；将获得的目标商品信息发送给商品处理模块。

其中，对录入的各商品信息进行评估筛选的方法包括：

识别各商品信息对应的商品特征，商品特征指的是与商品质量、价格等相关的数据，如材质、价格、品牌、形状、尺寸、生产时间等特征数据，具体的由各种商品竞争力的影响因素和商品详情数据进行设置；

根据获得的商品特征进行特征匹配，获得若干个参照商品，获取参照商品的销量、价格和品牌，将销量低于阈值X1的参照商品进行剔除；设置各参照商品的品牌溢价；汇总该类型商品具有的各种品牌，根据品牌大小确定具有品牌溢价的品牌，对于小品牌等，其品牌溢价设置为0，可以根据历史相似产品的价差等方式确定各品牌的品牌溢价，或者根据现有公开数据中获取的具有公信力的品牌溢价也可；

根据公式计算对应的目标值；

式中：SX为目标值；PS1为商家商品的价格；PS2为参照商品的价格；Lz为参照商品的销量；PY为参照商品的品牌溢价。

将具有目标值大于0的商家商品标记为目标商品，并整合各参照商品信息，形成目标商品的关联参照数据。

根据获得的商品特征进行特征匹配的方法包括：

由平台方建立商品库，所述商品库用于储存市面上的各种商品的商品信息数据；

将需要进行评估的商家商品标记为待评估商品，获取待评估商品图像，基于现有的图像相似度算法评估待评估商品图像与商品库中储存的各商品图像之间的设计相似度；将设计相似度大于阈值X1的储存的商品标记为待选商品；识别各待选商品的材质数据，确定待选商品的材质与待评估商品的材质之间的效果差异，即对应材质所能达到的效果差异，如防寒程度、重量、质感等；根据获得的效果差异确定对应的材质差异值，材质差异值是根据效果的差异程度进行设置的，优于待选商品的材质效果的材质差异值为正，反之为负；具体的为进行匹配设置，因为各种同类商品其所能选择的材质种类并不多，因此可以采用人工的方式进行一一比较，根据其实际在该商品功能方向上所能起到的效果差异进行设置对应的材质差异值，取值范围为[-1，1]。

将材质差异值大于阈值X3的待选商品标记为参照商品，一般取-0.9。

所述商品处理模块用于对接收到的目标商品信息进行处理，获得各目标商品对应的展示商品数据。

其中，对目标商品信息进行处理的方法包括：

根据目标商品信息建立对应的商品三维显示模型，通过商品三维显示模型可以直接了解对应目标商品的相关信息，包括对应材质、尺寸等信息；根据获得的商品三维显示模型配置对应的商品关联模型，如对于衣服来说，商品关联模型即为相应的人体模特模型，其他如杯子等商品，商品关联模型可以是常见的底座等模型，便于直观的了解其大小尺寸，避免仅有尺寸带来的不明显问题；具体的预设有对应的商品关联模型库，为储存的各商品关联模型标记对应的商品属性，即用于表明关联什么商品；且建立的商品关联模型根据用户需求可以进行调整，如对于服装类的模型，用户可以手动调整人体模特模型的各部位尺寸，根据调整的数据自动调整人体模特模型，即用户根据需求可以调整商品关联模型的模型特征数据，如尺寸、材质、形状、姿势等数据；

识别目标商品对应的关联参照数据，根据商品三维显示模型、商品三维显示模型和商品关联模型、商品三维显示模型和关联参照数据生成一个主展示面和两个辅助展示面，即商品三维显示模型对应主展示面，主展示面为只包含商品三维模型的显示面；商品三维显示模型和商品关联模型相互配合对应一个辅助展示面，即商品三维显示模型和关联参照数据组合展示，如人体模特模型穿戴服装模型，在该辅助展示面中，用户可以根据自身需求调整商品关联模型的模型特征数据；商品三维显示模型和关联参照数据对应生成一个辅助展示面，通过将商品三维显示模型和关联参照数据进行对比展示，便于向用户展示商品的优势。

将主展示面和两个辅助展示面整合为目标商品的展示商品数据。

所述用户模块用于消费者进行注册登录，并根据用户需求管理个人账户信息。

所述展示模块用于向用户展示各展示商品数据，识别用户信息，如位置、年龄、性别、购物记录等；根据用户信息确定用户范围，识别在用户范围内的展示商品数据，将识别的属于用户范围内的各展示商品数据向用户进行展示，即用户进行系统时看到的推荐展示商品。实时识别用户的检索关键词，根据识别的检索关键词将展示的各推荐展示商品进行展示调整。

通过商家模块、商品处理模块、用户模块和展示模块之间的相互配合，实现对人气较少的商家优秀商品进行智能展示，避免“酒香也怕巷子深”的问题；同时便于消费者直观的了解周边的优秀商家和优良的商品；解决用户线上、线下购物的弊端；帮助用户购买到物美价廉的商品；由商家侧进行商品的动态更新调整，保证向用户展示的目标商品的信息准确性，避免如现有技术中直接利用网店进行商品信息获取所带来的问题；解决当前线下商品信息孤岛和线上商品不能直观接触的问题；帮助上述优秀商家进行发展。

其中，根据用户信息确定用户范围的方法包括：

识别用户信息中用户具有的交通方式，即用户在用户信息中填写的其可以应用的交通方式，如自行车、电单车、汽车、步行、地铁等交通方式，用户的自己需求进行选择，作为用户具有的交通方式；

获取用户购物记录，根据用户购物记录生成用户足迹图，即包括用户位置和各次购物地点；根据用户足迹图中各边界的足迹点生成对应的初始区域，即根据各个边界足迹点进行连线生成的区域；

根据识别的交通方式按照预设时间进行分析，确定一个通行区域，即按照预设时间，根据各种交通方式进行确定最远的边界，形成一个区域；预设时间可以是用户足迹图中的最长行程的时间，也可以是根据一般消费者购物原因付出的出行时间进行设置；

将获得的初始区域与通行区域进行合并，获得用户范围，相当于并集。

在一个实施例中，若用户未进行登录，即没有用户信息，则此时用户的用户范围为取标准范围作为其的用户范围；标准范围是根据各用户的平均条件进行生成的用户范围；是动态更新的。

识别在用户范围内的展示商品数据的方法包括：

获取用户范围，识别位于用户范围内具有目标商品的商家，将对应商家的目标商品的展示商品数据标记为用户范围内的展示商品数据；

识别限制区域内用户范围外的各目标商品，限制区域指的是城市区域；标记为圈外商品，识别各圈外商品的目标值、间隔值和边界值；间隔值指的是圈外商品对应的商家与用户之间的距离；边界值的设置如下：标记圈外商品对应的商家与用户之间的连线，标记连线与用户范围边界的交汇点，识别交汇点与用户之间的距离，标记为边界值；

根据公式计算对应的圈外值；

式中：QS为圈外值；SX为目标值，选择最高的；GA为间隔值；BA为边界值；e为常数；

将圈外值小于等于0的圈外商品的展示商品数据标记为用户范围内的展示商品数据。

将识别的属于用户范围内的各展示商品数据向用户进行展示的方法包括：

预设对应的展示界面，在展示界面中标记各个展示位置的优先级，按照现有的优先级评估方式评估各展示商品的优先级，根据各展示商品的优先级进行展示。

所述商家监测模块用于对具有目标商品售卖的商家进行监测，实时获取对应商家的评论数据，指的是消费者在本系统中评论的数据，以及对应差评数据对应商家的辩驳数据；如常见评价中的几星以及对应的评论数据；

识别评论数据中的差评数据，如星级数量低于4星或3.5星等视为差评；识别各差评数据的差评原因，如常见的服务原因、商品品质原因、商品信息不符原因等；预设有各种可能的差评原因，可以结合现有的评价数据进行总结整合；由平台方预设各评价原因的比重值，根据各原因对消费者产生的影响进行设置，具体的可以利用现有的评价数据统计消费者对各评价原因不再去相应商家的占比，即为比重值。

识别各差评原因对应的差评数据的数量占比，将差评原因标记为i，i=1、2、……、n，n为正整数；将各差评原因对应的比重值和数量占比分别标记为OAi和SRi；根据公式PBQ=(1-∑OAi×SRi)×100%计算对应商家的监测值，式中：PBQ为监测值；将监测值低于阈值X2的对应商家的展示商品数据进行取消展示。

通过设置商家监测模块用于对具有展示商品数据的商家进行实时监测，保证消费者利益，避免某些商家为了吸引消费者前去和进行商品展示，篡改展示商品价格、品质等相关数据，损害消费者和平台方的利益。

一种基于物联网的商品智能展示方法，方法包括：

获取各商家录入的销售的商品信息，并对商家录入的各商品信息进行评估，确定商家的目标商品；

对目标商品信息进行处理，获得各目标商品对应的展示商品数据；

识别用户信息，根据用户信息确定用户范围，识别在用户范围内的展示商品数据，将识别的属于用户范围内的各展示商品数据向用户进行展示；

实时识别用户的检索关键词，根据识别的检索关键词将展示的各展示商品数据进行展示调整；

对具有目标商品售卖的商家进行监测，获得对应的监测值，将监测值低于阈值X2的对应商家的展示商品数据取消展示。

对商品信息进行评估的方法包括：

识别各商品信息对应的商品特征；根据获得的商品特征进行特征匹配，获得若干个参照商品，获取各参照商品的销量、价格和品牌，将销量低于阈值X1的参照商品进行剔除；

设置各参照商品的品牌溢价；

根据公式计算商家商品相对于对应参照商品的目标值；

式中：SX为目标值；PS1为商家商品的价格；PS2为参照商品的价格；Lz为参照商品的销量；PY为参照商品的品牌溢价；

将具有目标值大于0的商家商品标记为目标商品，并整合各参照商品信息，形成目标商品的关联参照数据。

根据商品特征进行特征匹配的方法包括：

建立商品库；将需要进行评估的商家商品标记为待评估商品，获取待评估商品图像，计算待评估商品图像与商品库中储存的各商品图像之间的设计相似度；将设计相似度大于阈值X1的储存的商品标记为待选商品；

确定待选商品的材质与待评估商品的材质之间的效果差异，根据获得的效果差异确定对应的材质差异值，材质差异值的取值范围为[-1，1]；

将材质差异值大于阈值X3的待选商品标记为参照商品。

在本实施例中具体未公开的部分，参照一种基于物联网的商品智能展示系统的实施例。

上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。

以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。

Claims (10)

1.一种基于物联网的商品智能展示系统，其特征在于，包括商家模块、商品处理模块、用户模块和展示模块；

所述商家模块用于各商家录入销售的商品信息，并对商家录入的各所述商品信息进行评估，确定所述商家的目标商品；将目标商品信息发送给商品处理模块；

所述商品处理模块用于对接收到的目标商品信息进行处理，获得各所述目标商品对应的展示商品数据；

所述用户模块用于消费者进行注册登录，并根据用户需求管理个人账户信息；

所述展示模块用于向用户展示各展示商品数据，识别用户信息，根据所述用户信息确定用户范围，识别在所述用户范围内的展示商品数据，将识别的属于所述用户范围内的各所述展示商品数据向用户进行展示；

实时识别用户的检索关键词，根据识别的所述检索关键词将展示的各展示商品数据进行展示调整。

2.根据权利要求1所述的一种基于物联网的商品智能展示系统，其特征在于，对商品信息进行评估的方法包括：

识别各所述商品信息对应的商品特征；根据获得的所述商品特征进行特征匹配，获得若干个参照商品，获取各所述参照商品的销量、价格和品牌，将销量低于阈值X1的所述参照商品进行剔除；

设置各所述参照商品的品牌溢价；

根据公式计算商家商品相对于对应参照商品的目标值；

式中：SX为目标值；PS1为商家商品的价格；PS2为参照商品的价格；Lz为参照商品的销量；PY为参照商品的品牌溢价；

将具有目标值大于0的商家商品标记为目标商品，并整合各参照商品信息，形成目标商品的关联参照数据。

3.根据权利要求2所述的一种基于物联网的商品智能展示系统，其特征在于，根据商品特征进行特征匹配的方法包括：

建立商品库；将需要进行评估的商家商品标记为待评估商品，获取待评估商品图像，计算所述待评估商品图像与商品库中储存的各商品图像之间的设计相似度；将所述设计相似度大于阈值X1的储存的商品标记为待选商品；

确定所述待选商品的材质与所述待评估商品的材质之间的效果差异，根据获得的效果差异确定对应的材质差异值，所述材质差异值的取值范围为[-1，1]；

将材质差异值大于阈值X3的待选商品标记为参照商品。

4.根据权利要求1所述的一种基于物联网的商品智能展示系统，其特征在于，对目标商品信息进行处理的方法包括：

根据所述目标商品信息建立对应的商品三维显示模型，根据所述商品三维显示模型配置对应的商品关联模型，基于商品三维显示模型设置主展示面；根据商品三维显示模型和商品关联模型建立辅助展示面；

识别所述目标商品对应的关联参照数据，根据商品三维显示模型和关联参照数据设置另一个辅助展示面；

将所述主展示面和两个辅助展示面整合为所述目标商品的展示商品数据。

5.根据权利要求4所述的一种基于物联网的商品智能展示系统，其特征在于，用户在浏览根据商品三维显示模型和商品关联模型建立的辅助展示面时，用户能够根据展示需求对商品关联模型的模型特征数据进行调整。

6.根据权利要求1所述的一种基于物联网的商品智能展示系统，其特征在于，根据用户信息确定用户范围的方法包括：

获取用户购物记录，根据所述用户购物记录生成用户足迹图，基于所述用户足迹图中各边界的足迹点生成对应的初始区域；

识别用户信息中用户具有的交通方式，根据识别的交通方式按照预设时间进行分析，确定通行区域；

将获得的初始区域与通行区域进行合并，获得用户范围。

7.根据权利要求6所述的一种基于物联网的商品智能展示系统，其特征在于，当无法获取用户信息时，按照标准范围确定用户的用户范围。

8.根据权利要求6所述的一种基于物联网的商品智能展示系统，其特征在于，识别在用户范围内的展示商品数据的方法包括：

获取用户范围，识别位于所述用户范围内具有所述目标商品的商家，将对应商家的所述目标商品的展示商品数据标记为用户范围内的展示商品数据；

识别限制区域内所述用户范围外的各目标商品，标记为圈外商品；识别各所述圈外商品的目标值、间隔值和边界值；

根据公式计算对应的圈外值；

式中：QS为圈外值；SX为目标值；GA为间隔值；BA为边界值；e为常数；

将圈外值小于等于0的圈外商品的展示商品数据标记为用户范围内的展示商品数据。

9.根据权利要求1所述的一种基于物联网的商品智能展示系统，其特征在于，还包括商家监测模块，所述商家监测模块用于对具有目标商品售卖的商家进行监测，获得对应的监测值，将监测值低于阈值X2的对应商家的展示商品数据取消展示；

监测值的计算方法包括：

实时获取对应商家的评论数据，识别所述评论数据中的差评数据，根据获得各所述差评数据确定具有的各差评原因；

为各所述差评原因匹配对应的比重值；识别各所述差评原因对应的差评数据的数量占比，将所述差评原因标记为i，i=1、2、……、n，n为正整数；将各差评原因对应的比重值和数量占比分别标记为OAi和SRi；

根据公式PBQ=(1-∑OAi×SRi)×100%计算对应商家的监测值；

式中：PBQ为监测值；i=1、2、……、n，n为正整数。

10.一种基于物联网的商品智能展示方法，其特征在于，应用于如权利要求1至9中任一项所述的一种基于物联网的商品智能展示系统，方法包括：

获取各商家录入的销售的商品信息，并对商家录入的各所述商品信息进行评估，确定所述商家的目标商品；

对所述目标商品信息进行处理，获得各所述目标商品对应的展示商品数据；

识别用户信息，根据所述用户信息确定用户范围，识别在所述用户范围内的展示商品数据，将识别的属于所述用户范围内的各所述展示商品数据向用户进行展示；

实时识别用户的检索关键词，根据识别的所述检索关键词将展示的各展示商品数据进行展示调整；

对具有目标商品售卖的商家进行监测，获得对应的监测值，将监测值低于阈值X2的对应商家的展示商品数据取消展示。