CN117974232A - 一种基于分布式部署架构的电子商务销售数据分析方法 - Google Patents
一种基于分布式部署架构的电子商务销售数据分析方法 Download PDFInfo
- Publication number
- CN117974232A CN117974232A CN202410374762.1A CN202410374762A CN117974232A CN 117974232 A CN117974232 A CN 117974232A CN 202410374762 A CN202410374762 A CN 202410374762A CN 117974232 A CN117974232 A CN 117974232A
- Authority
- CN
- China
- Prior art keywords
- information
- data
- commodity
- consumption
- node
- 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
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000007405 data analysis Methods 0.000 title claims abstract description 9
- 238000012544 monitoring process Methods 0.000 claims description 24
- 238000007726 management method Methods 0.000 claims description 14
- 238000000605 extraction Methods 0.000 claims description 11
- 238000013499 data model Methods 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 7
- 238000013523 data management Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 abstract description 12
- 238000012384 transportation and delivery Methods 0.000 description 8
- 238000013500 data storage Methods 0.000 description 2
- 238000013075 data extraction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于分布式部署架构的电子商务销售数据分析方法,涉及销售数据分析技术领域,基于分布式部署架构分别获取多个节点的销售数据得到多个节点数据信息,基于服务器提取节点数据信息中的多维销售数据信息,基于多维销售数据信息建立商品消费链,其中,商品消费链包括有多个数据点的关系链,基于商品消费链得到多个销售数据人群链,基于销售数据人群链提取销售环节进行动态构建得到消费模型。本发明能够供人员清晰的查看销售数据人员的商品销售动态管理,具有较好的商品销售动态展示作用,能够大大提高对商品销售的动态分析能力。
Description
技术领域
本发明涉及销售数据分析技术领域,具体涉及一种基于分布式部署架构的电子商务销售数据分析方法。
背景技术
随着电商平台数量的增多和用户购买习惯的变化,电商企业之间的竞争愈发激烈,电商平台需要从多个维度对销售数据进行分析,其中包括个人消费信息,商品消费信息与商品广告投放信息等信息,这里用于对电子商务销售数据进行分析,然而现有的电子商务销售数据存在被篡改数据危险,无法保证数据的安全性和准确性,并且在查看数据的过程中无法进行有效的关联,没有较好的数据关联性无法进行数据高关联性的查看,不方便人员对数据的查看操作,难以快速的获取相关联的电子商务销售数据信息,没有较好的分析和管理作用。
发明内容
本发明的目的是提供一种基于分布式部署架构的电子商务销售数据分析方法,以解决背景技术中不足。
为了实现上述目的,本发明提供如下技术方案:一种基于分布式部署架构的电子商务销售数据分析方法,包括以下步骤:
基于分布式部署架构分别获取多个节点的销售数据得到多个节点数据信息,将多个节点数据信息分别在对应的服务器中进行储存;
基于服务器提取节点数据信息中的多维销售数据信息,其中,多维销售数据信息包括个人消费信息、商品消费信息与商品广告投放信息;
在关系链中设定多个数据点,根据关系链中的个人消费信息、商品消费信息以及商品广告投放信息的特征数据设定关联点,将关联点与数据点进行数据联通得到商品消费链;
基于商品消费链得到多个销售数据人群链,基于销售数据人群链提取销售环节进行动态构建得到消费模型。
在一个优选的实施方式中,所述基于分布式部署架构分别获取多个节点的销售数据得到多个节点数据信息,将多个节点数据信息分别在对应的服务器中进行储存的步骤,包括:
基于分布式部署架构设置多个节点,对应多个节点分别赋予服务信息,基于服务信息在对应的节点上进行数据管理得到节点数据信息;
多个节点对应的多个节点数据信息分别储存在对应的服务器中,并对服务器之间进行信息互联。
在一个优选的实施方式中,所述基于分布式部署架构设置多个节点,对应多个节点分别赋予服务信息,基于服务信息在对应的节点上进行数据管理得到节点数据信息的步骤,包括:
设定多个节点,基于节点设置对应的服务信息,其中,服务信息包括商品管理信息、端口信息管理信息以及端口与商品对应的管理信息;
将服务信息对应多个节点进行信息分配得到节点服务信息;
对应节点服务信息设置第一标识信息,基于第一标识信息对应节点设置第二标识信息,建立第一标识信息与第二标识信息之间的对应关系,将建立对应关系的节点服务信息作为节点数据信息。
在一个优选的实施方式中,所述对应节点服务信息设置第一标识信息,基于第一标识信息对应节点设置第二标识信息,建立第一标识信息与第二标识信息之间的对应关系,将建立对应关系的节点服务信息作为节点数据信息的步骤,包括:
基于节点服务信息设置多个监测点,将节点服务信息进行数据划分得到多个单元服务信息,将单元服务信息与监测点进行一一对应;
设置监测点标识特征并与对应的单元服务信息进行信息绑定,将节点服务信息中的多个监测点标识特征进行组合得到第一标识信息;
基于第一标识信息对应节点设置第二标识信息,将节点服务信息与节点之间通过第一标识信息与第二标识信息进行对应得到对应关系;
将建立对应关系的节点服务信息作为节点数据信息。
在一个优选的实施方式中,所述基于服务器提取节点数据信息中的多维销售数据信息的步骤,包括:
基于服务器获取对应的节点数据信息,设定提取条件,基于提取条件提取节点数据信息中的个人消费信息、商品消费信息与商品广告投放信息;
将个人消费信息、商品消费信息与商品广告投放信息作为多维销售数据信息。
在一个优选的实施方式中,所述基于多维销售数据信息建立商品消费链的步骤,包括:
基于个人消费信息对商品消费信息以及商品广告投放信息进行对应得到关系链;
在关系链中设定多个数据点,建立关系链中的多个数据点的联动关系得到商品消费链。
在一个优选的实施方式中,所述在关系链中设定多个数据点,建立关系链中的多个数据点的联动关系得到商品消费链的步骤,包括:
获取关系链中个人消费信息、商品消费信息以及商品广告投放信息的排序顺序信息,基于排序顺序信息在相邻的个人消费信息、商品消费信息以及商品广告投放信息中设定数据点;
分别获取关系链中个人消费信息、商品消费信息以及商品广告投放信息的特征数据,基于特征数据设定关联点;
将关联点与数据点进行数据联通,通过关联点与数据点完成关系链中个人消费信息、商品消费信息以及商品广告投放信息的数据跳转得到商品消费链。
在一个优选的实施方式中,所述基于商品消费链得到多个销售数据人群链,基于销售数据人群链提取销售环节进行动态构建得到消费模型的步骤,包括:
基于商品消费链进行分类得到多个销售数据人群链,获取多个销售数据人群链的消费水平特征与销售环节;
基于销售数据人群链的销售环节分别构建个人消费信息、商品消费信息与商品广告投放信息的数据模型,基于销售环节对数据模型进行动态运行,将消费水平特征投入到数据模型中得到消费模型。
在上述技术方案中,本发明提供的技术效果和优点:
本发明能够对电子商务数据进行安全分析,保证数据不被篡改,保证数据的储存过程中的准确性和安全性,能够提高对销售数据人群链的电子商务销售数据的分析,能够供人员清晰的查看销售数据人员的商品销售动态管理,具有较好的商品销售动态展示作用,能够大大提高对商品销售的动态分析能力。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例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,还可以根据这些附图获得其他的附图。
图1为本发明的方法流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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作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。
实施例1,请参阅图1所示,本实施例所述一种基于分布式部署架构的电子商务销售数据分析方法,包括以下步骤:
S1、基于分布式部署架构分别获取多个节点的销售数据得到多个节点数据信息,将多个节点数据信息分别在对应的服务器中进行储存;
S2、基于服务器提取节点数据信息中的多维销售数据信息,其中,多维销售数据信息包括个人消费信息、商品消费信息与商品广告投放信息;
S3、在关系链中设定多个数据点,根据关系链中的个人消费信息、商品消费信息以及商品广告投放信息的特征数据设定关联点,将关联点与数据点进行数据联通得到商品消费链;
S4、基于商品消费链得到多个销售数据人群链,基于销售数据人群链提取销售环节进行动态构建得到消费模型;
如上述步骤S1-S4所述,随着电商平台数量的增多和用户购买习惯的变化,电商企业之间的竞争愈发激烈,电商平台需要从多个维度对销售数据进行分析,其中包括个人消费信息,商品消费信息与商品广告投放信息等信息,这里用于对电子商务销售数据进行分析,然而现有的电子商务销售数据存在被篡改数据危险,无法保证数据的安全性和准确性,并且在查看数据的过程中无法进行有效的关联,没有较好的数据关联性无法进行数据高关联性的查看,不方便人员对数据的查看操作,难以快速的获取相关联的电子商务销售数据信息,没有较好的分析和管理作用,而本申请中能够对电子商务数据进行安全分析,保证数据不被篡改,保证数据的储存过程中的准确性和安全性,能够提高对销售数据人群链的电子商务销售数据的分析,能够供人员清晰的查看销售数据人员的商品销售动态管理,具有较好的商品销售动态展示作用,能够大大提高对商品销售的动态分析能力;
在一个实施例中,所述基于分布式部署架构分别获取多个节点的销售数据得到多个节点数据信息,将多个节点数据信息分别在对应的服务器中进行储存的步骤S1,包括:
S11、基于分布式部署架构设置多个节点,对应多个节点分别赋予服务信息,基于服务信息在对应的节点上进行数据管理得到节点数据信息;
S12、多个节点对应的多个节点数据信息分别储存在对应的服务器中,并对服务器之间进行信息互联;
在一个实施例中,所述基于分布式部署架构设置多个节点,对应多个节点分别赋予服务信息,基于服务信息在对应的节点上进行数据管理得到节点数据信息的步骤S11,包括:
S111、设定多个节点,基于节点设置对应的服务信息,其中,服务信息包括商品管理信息、端口信息管理信息以及端口与商品对应性的管理信息;
S112、将服务信息对应多个节点进行信息分配得到节点服务信息;
S113、对应节点服务信息设置第一标识信息,基于第一标识信息对应节点设置第二标识信息,建立第一标识信息与第二标识信息之间的对应关系,将建立对应关系的节点服务信息作为节点数据信息;
在一个实施例中,所述对应节点服务信息设置第一标识信息,基于第一标识信息对应节点设置第二标识信息,建立第一标识信息与第二标识信息之间的对应关系,将建立对应关系的节点服务信息作为节点数据信息的步骤S113,包括:
S1131、基于节点服务信息设置多个监测点,将节点服务信息进行数据划分得到多个单元服务信息,将单元服务信息与监测点进行一一对应;
S1132、设置监测点标识特征并与对应的单元服务信息进行信息绑定,将节点服务信息中的多个监测点标识特征进行组合得到第一标识信息;
S1133、基于第一标识信息对应节点设置第二标识信息,将节点服务信息与节点之间通过第一标识信息与第二标识信息进行对应得到对应关系;
S1134、将建立对应关系的节点服务信息作为节点数据信息;
如上述步骤S11和S12所述,这里将电子商务销售数据通过分布式部署架构进行分布储存,这里在分布式储存时,需要设定进行数据储存的节点,之后对应节点对服务信息进行数据划分进而分配到对应的节点,这里划分好的数据即为节点服务信息,之后对应节点服务信息进行设定得到多个监测点,一个监测点负责监测一个部分的内容,这里用于监测历史数据的节点服务信息,将节点服务信息进行数据划分得到多个单元服务信息,之后将单元服务信息与监测点进行一一对应,之后通过监测点对目前的单元服务信息进行数据提取并设定标识特征,这里的标识特征可以是与一个数据代码或者其他数据,之后将监测点标识特征与对应的单元服务信息进行信息绑定,在一个节点服务信息中会存在多个监测点,因此,将多个监测点的标识特征进行组合能够得到第一标识信息,之后对应第一标识信息对应的节点设置第二标识信息,将节点服务信息与节点之间通过第一标识信息与第二标识信息进行对应得到对应关系,之后将建立对应关系的节点服务信息作为节点数据信息,这里能够对分布式部署的电子商务服务信息进行监测分析,避免服务信息被外来网络侵入修改而不得察觉,能够通过第一标识信息与第二标识信息之间的对应关系进行监测,通过监测点对监测点所负责的单元服务信息进行数据监测,当单元服务信息存在变动时,对应的监测点标识特征会发生变化,那么第一标识信息会产生变化,那么第一标识信息与第二标识信息便无法存在对应关系,便会被察觉,那么便能够根据发生变化的监测点标识特征得到对应的发生数据变化(可能存在被篡改数据的可能)的单元服务信息,进而进行数据的矫正,能够对电子商务数据进行安全分析,保证数据不被篡改,保证数据的储存过程中的准确性和安全性;
在一个实施例中,所述基于服务器提取节点数据信息中的多维销售数据信息的步骤S2,包括:
S21、基于服务器获取对应的节点数据信息,设定提取条件,基于提取条件提取节点数据信息中的个人消费信息、商品消费信息与商品广告投放信息;
S22、将个人消费信息、商品消费信息与商品广告投放信息作为多维销售数据信息;
如上述步骤S21和S22所述,获取服务器中储存的节点数据信息,设定提取条件,这里的提取条件为提取数据的要求目标,例如,商品价格、商品品类、个人消费金额,消费商品的类型,这里相当于提前预设好的提取类型,之后按照提取条件将服务器中的节点数据信息进行提取,能够提取出来个人消费信息、商品消费信息与商品广告投放信息,之后将个人消费信息、商品消费信息与商品广告投放信息作为多维销售数据信息进行管理,能够对电子商务销售数据进行分类提取,用于后续对电子商务销售数据进行分析;
在一个实施例中,所述基于多维销售数据信息建立商品消费链的步骤S3,包括:
S31、基于个人消费信息对商品消费信息以及商品广告投放信息进行对应得到关系链;
S32、在关系链中设定多个数据点,建立关系链中的多个数据点的联动关系得到商品消费链;
在一个实施例中,所述在关系链中设定多个数据点,建立关系链中的多个数据点的联动关系得到商品消费链的步骤S32,包括:
S321、获取关系链中个人消费信息、商品消费信息以及商品广告投放信息的排序顺序信息,基于排序顺序信息在相邻的个人消费信息、商品消费信息以及商品广告投放信息中设定数据点;
S322、分别获取关系链中个人消费信息、商品消费信息以及商品广告投放信息的特征数据,基于特征数据设定关联点;
S323、将关联点与数据点进行数据联通,通过关联点与数据点完成关系链中个人消费信息、商品消费信息以及商品广告投放信息的数据跳转得到商品消费链;
如上述步骤S321和S323所述,这里需要通过个人消费信息分别对商品消费信息以及商品广告投放信息进行对应得到一个数据链条作为关系链,例如,个人消费信息包括个人信息以及消费水平信息,个人消费信息对应的商品消费信息,商品消费信息包括商品属性信息,商品价格信息等多方便商品信息,同时商品消费信息也会与商品广告投放信息进行对应,得到一个数据链条,获取该个人消费信息引出的数据链条,之后在该数据链条中对应的个人消费信息、商品消费信息以及商品广告投放信息进行数据的提取作为特征数据,之后对应特征数据设定关联点,这里将关联点与特征数据进行绑定,之后数据链条中相邻的个人消费信息、商品消费信息以及商品广告投放信息之间设置有两个关联点,一个关联点对应相邻数据中的一个数据,之后通过关联点与数据点完成关系链中个人消费信息、商品消费信息以及商品广告投放信息的数据跳转,这里的数据跳转为在浏览个人消费信息时,能够通过数据跳转进入同关系链中的下一个商品消费信息中,能够顺着关系链跳转关联的个人消费信息、商品消费信息或者商品广告投放信息,具有快捷的牵连作用,能够快速的获取该关系链条对应的信息,能够快速的对电子商务销售数据进行分析并关联,能够快速的获取相关联的电子商务销售数据信息,具有较好的分析和管理作用;
在一个实施例中,所述基于商品消费链得到多个销售数据人群链,基于销售数据人群链提取销售环节进行动态构建得到消费模型的步骤S4,包括:
S41、基于商品消费链进行分类得到多个销售数据人群链,获取多个销售数据人群链的消费水平特征与销售环节;
S42、基于销售数据人群链的销售环节分别构建个人消费信息、商品消费信息与商品广告投放信息的数据模型,基于销售环节对数据模型进行动态运行,将消费水平特征投入到数据模型中得到消费模型;
如上述步骤S41和S42所述,这里商品消费链是个人的商品消费链,电子商务销售数据会管理多个商品消费链,因此需要对多个商品消费链按照消费水平进行分类得到多个销售数据人群链,进而对应获取多个销售数据人群链的消费水平特征与销售环节,这里的销售环节例如可以是,先将商品投入市场,之后对商品进行广告投放,之后得到商品消费信息与人员对商品的购买信息,也可以是先对商品进行广告投放,之后将商品投入市场、最后得到人员对商品的购买信息,或者也可以是,先对商品进行广告投放,之后得到人员对商品的预定购买信息,最后将商品投入市场,根据销售数据人群链的销售环节分别构建个人消费信息、商品消费信息与商品广告投放信息的数据模型,基于销售环节对数据模型进行动态运行,将消费水平特征投入到数据模型中得到消费模型,能够形象的对同消费水平的销售数据人群链进行动态构建得到数据模型,将消费水平特征投入到数据模型中得到消费模型,能够提高对销售数据人群链的电子商务销售数据的分析,能够供人员清晰的查看销售数据人员的商品销售动态管理,具有较好的商品销售动态展示作用,能够大大提高对商品销售的动态分析能力。
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。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种基于分布式部署架构的电子商务销售数据分析方法,其特征在于,包括以下步骤:
基于分布式部署架构分别获取多个节点的销售数据得到多个节点数据信息,将多个节点数据信息分别在对应的服务器中进行储存;
基于服务器提取节点数据信息中的多维销售数据信息,其中,多维销售数据信息包括个人消费信息、商品消费信息与商品广告投放信息;
在关系链中设定多个数据点,根据关系链中的个人消费信息、商品消费信息以及商品广告投放信息的特征数据设定关联点,将关联点与数据点进行数据联通得到商品消费链;
基于商品消费链得到多个销售数据人群链,基于销售数据人群链提取销售环节进行动态构建得到消费模型。
2.根据权利要求1所述的一种基于分布式部署架构的电子商务销售数据分析方法,其特征在于:所述基于分布式部署架构分别获取多个节点的销售数据得到多个节点数据信息,将多个节点数据信息分别在对应的服务器中进行储存的步骤,包括:
基于分布式部署架构设置多个节点,对应多个节点分别赋予服务信息,基于服务信息在对应的节点上进行数据管理得到节点数据信息;
多个节点对应的多个节点数据信息分别储存在对应的服务器中,并对服务器之间进行信息互联。
3.根据权利要求2所述的一种基于分布式部署架构的电子商务销售数据分析方法,其特征在于:所述基于分布式部署架构设置多个节点,对应多个节点分别赋予服务信息,基于服务信息在对应的节点上进行数据管理得到节点数据信息的步骤,包括:
设定多个节点,基于节点设置对应的服务信息,其中,服务信息包括商品管理信息、端口信息管理信息以及端口与商品对应的管理信息;
将服务信息对应多个节点进行信息分配得到节点服务信息;
对应节点服务信息设置第一标识信息,基于第一标识信息对应节点设置第二标识信息,建立第一标识信息与第二标识信息之间的对应关系,将建立对应关系的节点服务信息作为节点数据信息。
4.根据权利要求3所述的一种基于分布式部署架构的电子商务销售数据分析方法,其特征在于:所述对应节点服务信息设置第一标识信息,基于第一标识信息对应节点设置第二标识信息,建立第一标识信息与第二标识信息之间的对应关系,将建立对应关系的节点服务信息作为节点数据信息的步骤,包括:
基于节点服务信息设置多个监测点,将节点服务信息进行数据划分得到多个单元服务信息,将单元服务信息与监测点进行一一对应;
设置监测点标识特征并与对应的单元服务信息进行信息绑定,将节点服务信息中的多个监测点标识特征进行组合得到第一标识信息;
基于第一标识信息对应节点设置第二标识信息,将节点服务信息与节点之间通过第一标识信息与第二标识信息进行对应得到对应关系;
将建立对应关系的节点服务信息作为节点数据信息。
5.根据权利要求1所述的一种基于分布式部署架构的电子商务销售数据分析方法,其特征在于:所述基于服务器提取节点数据信息中的多维销售数据信息的步骤,包括:
基于服务器获取对应的节点数据信息,设定提取条件,基于提取条件提取节点数据信息中的个人消费信息、商品消费信息与商品广告投放信息;
将个人消费信息、商品消费信息与商品广告投放信息作为多维销售数据信息。
6.根据权利要求1所述的一种基于分布式部署架构的电子商务销售数据分析方法,其特征在于:所述在关系链中设定多个数据点,根据关系链中的个人消费信息、商品消费信息以及商品广告投放信息的特征数据设定关联点,将关联点与数据点进行数据联通得到商品消费链的步骤,包括:
基于个人消费信息对商品消费信息以及商品广告投放信息进行对应得到关系链;
在关系链中设定多个数据点,建立关系链中的多个数据点的联动关系得到商品消费链。
7.根据权利要求6所述的一种基于分布式部署架构的电子商务销售数据分析方法,其特征在于:所述在关系链中设定多个数据点,建立关系链中的多个数据点的联动关系得到商品消费链的步骤,包括:
获取关系链中个人消费信息、商品消费信息以及商品广告投放信息的排序顺序信息,基于排序顺序信息在相邻的个人消费信息、商品消费信息以及商品广告投放信息中设定数据点;
分别获取关系链中个人消费信息、商品消费信息以及商品广告投放信息的特征数据,基于特征数据设定关联点;
将关联点与数据点进行数据联通,通过关联点与数据点完成关系链中个人消费信息、商品消费信息以及商品广告投放信息的数据跳转得到商品消费链。
8.根据权利要求1所述的一种基于分布式部署架构的电子商务销售数据分析方法,其特征在于:所述基于商品消费链得到多个销售数据人群链,基于销售数据人群链提取销售环节进行动态构建得到消费模型的步骤,包括:
基于商品消费链进行分类得到多个销售数据人群链,获取多个销售数据人群链的消费水平特征与销售环节;
基于销售数据人群链的销售环节分别构建个人消费信息、商品消费信息与商品广告投放信息的数据模型,基于销售环节对数据模型进行动态运行,将消费水平特征投入到数据模型中得到消费模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410374762.1A CN117974232B (zh) | 2024-03-29 | 2024-03-29 | 一种基于分布式部署架构的电子商务销售数据分析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410374762.1A CN117974232B (zh) | 2024-03-29 | 2024-03-29 | 一种基于分布式部署架构的电子商务销售数据分析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117974232A true CN117974232A (zh) | 2024-05-03 |
CN117974232B CN117974232B (zh) | 2024-06-14 |
Family
ID=90846362
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410374762.1A Active CN117974232B (zh) | 2024-03-29 | 2024-03-29 | 一种基于分布式部署架构的电子商务销售数据分析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117974232B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201719468D0 (en) * | 2016-11-23 | 2018-01-10 | Optum Inc | Data processing systems and methods implementing improved analytics platform and networked information systems |
CN109377228A (zh) * | 2018-11-21 | 2019-02-22 | 北京小米移动软件有限公司 | 一种基于区块链的商品流通信息存证方法及系统 |
CN109767247A (zh) * | 2019-01-15 | 2019-05-17 | 武汉费米坊科技有限公司 | 一种分布式商品溯源系统及溯源方法 |
CN109949091A (zh) * | 2019-03-18 | 2019-06-28 | 康美药业股份有限公司 | 商品数据分析方法、装置和计算机可读存储介质 |
CN110322269A (zh) * | 2019-05-09 | 2019-10-11 | 成都天钥科技有限公司 | 一种互联网营销方法 |
CN111506925A (zh) * | 2020-03-25 | 2020-08-07 | 农业农村部农药检定所(国际食品法典农药残留委员会秘书处) | 一种基于区块链的数据处理系统 |
CN113272850A (zh) * | 2018-10-29 | 2021-08-17 | 强力交易投资组合2018有限公司 | 自适应智能共享基础设施借贷交易支持平台 |
CN114531260A (zh) * | 2020-11-09 | 2022-05-24 | 腾讯科技(深圳)有限公司 | 基于联盟链系统的信息处理方法及相关设备 |
CN117093637A (zh) * | 2023-09-06 | 2023-11-21 | 威海海洋职业学院 | 一种电子商务交易大数据云平台 |
CN117522429A (zh) * | 2023-11-17 | 2024-02-06 | 江苏苏云信息科技有限公司 | 基于标识和区块链技术的可信追溯体系 |
-
2024
- 2024-03-29 CN CN202410374762.1A patent/CN117974232B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201719468D0 (en) * | 2016-11-23 | 2018-01-10 | Optum Inc | Data processing systems and methods implementing improved analytics platform and networked information systems |
CN113272850A (zh) * | 2018-10-29 | 2021-08-17 | 强力交易投资组合2018有限公司 | 自适应智能共享基础设施借贷交易支持平台 |
CN109377228A (zh) * | 2018-11-21 | 2019-02-22 | 北京小米移动软件有限公司 | 一种基于区块链的商品流通信息存证方法及系统 |
CN109767247A (zh) * | 2019-01-15 | 2019-05-17 | 武汉费米坊科技有限公司 | 一种分布式商品溯源系统及溯源方法 |
CN109949091A (zh) * | 2019-03-18 | 2019-06-28 | 康美药业股份有限公司 | 商品数据分析方法、装置和计算机可读存储介质 |
CN110322269A (zh) * | 2019-05-09 | 2019-10-11 | 成都天钥科技有限公司 | 一种互联网营销方法 |
CN111506925A (zh) * | 2020-03-25 | 2020-08-07 | 农业农村部农药检定所(国际食品法典农药残留委员会秘书处) | 一种基于区块链的数据处理系统 |
CN114531260A (zh) * | 2020-11-09 | 2022-05-24 | 腾讯科技(深圳)有限公司 | 基于联盟链系统的信息处理方法及相关设备 |
CN117093637A (zh) * | 2023-09-06 | 2023-11-21 | 威海海洋职业学院 | 一种电子商务交易大数据云平台 |
CN117522429A (zh) * | 2023-11-17 | 2024-02-06 | 江苏苏云信息科技有限公司 | 基于标识和区块链技术的可信追溯体系 |
Also Published As
Publication number | Publication date |
---|---|
CN117974232B (zh) | 2024-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8639570B2 (en) | User advertisement click behavior modeling | |
US20170061500A1 (en) | Systems and methods for data service platform | |
US20110106636A1 (en) | Method and system for managing online presence | |
CN113688923A (zh) | 订单异常智能检测方法、装置、电子设备及存储介质 | |
CN107146150A (zh) | 审计对象的审计方法、装置、存储介质及处理器 | |
CN111400189A (zh) | 代码覆盖率监测方法、装置、电子设备及存储介质 | |
CN108268624A (zh) | 用户数据可视化方法及系统 | |
CN114429364A (zh) | 业务数据管理方法和装置、存储介质及电子设备 | |
CN114781832A (zh) | 课程推荐方法、装置、电子设备及存储介质 | |
CN104598449A (zh) | 基于偏好的聚类 | |
CN111582968A (zh) | 直播平台商品交易方法、装置、服务器及介质 | |
CN114638547A (zh) | 企业战略智能预警方法、装置、电子设备及存储介质 | |
CN108280644B (zh) | 群组成员关系数据可视化方法及系统 | |
CN116167825A (zh) | 基于电子商务的商品推荐方法、装置、设备及存储介质 | |
CN109711849B (zh) | 以太坊地址画像生成方法、装置、电子设备及存储介质 | |
CN117974232B (zh) | 一种基于分布式部署架构的电子商务销售数据分析方法 | |
CN111209201A (zh) | 一种广告投放测试方法及装置 | |
CN114722789B (zh) | 数据报表集成方法、装置、电子设备及存储介质 | |
CN116823437A (zh) | 基于配置化风控策略的准入方法、装置、设备及介质 | |
CN110928942A (zh) | 指标数据监控管理方法及装置 | |
Herschel | Principles and Applications of Business Intelligence Research | |
CN114387021A (zh) | 业务状态生成方法、装置、设备及存储介质 | |
CN113190200B (zh) | 展会数据安全的防护方法及装置 | |
CN107944882A (zh) | 农副产品追溯监管系统 | |
CN113283484A (zh) | 改进的特征选择方法、装置及存储介质 |
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 |