CN118071173A - 基于人工智能的商品营销方法及系统 - Google Patents

Abstract

本公开实施例公开了一种基于人工智能的商品营销方法及系统、电子设备和存储介质，涉及商品营销技术领域，方法包括：获取产品基础数据和销售数据；基于人工智能技术根据所述产品基础数据和销售数据得到当前所处的商品畅销周期的阶段；基于当前所处的商品畅销周期的阶段、产品基础数据和销售数据制定商品营销策略；将所述商品营销策略发送至营销策略决定者，以供营销策略决定者选择。本公开实施例提供的基于人工智能的商品营销方法，通过人工智能技术确定商品的畅销周期阶段，并根据不同的阶段以及不同的市场评价制定不同的营销策略，通过本方法可以快速的制定不同的营销策略，可以适应不同的产品，适应性更强。

Description

基于人工智能的商品营销方法及系统

技术领域

本公开涉及商品营销技术领域，尤其涉及一种基于人工智能的商品营销方法及系统、电子设备和存储介质。

背景技术

商品畅销周期是指从一款新产品进入市场到最终被淘汰所经历的一系列阶段，这些阶段包括研发阶段、试销阶段、成长阶段和成熟阶段。在不同阶段，商品的需求、销售量、市场份额以及竞争状况都会发生显著的变化。理解商品畅销周期有助于企业或个人更好地把握市场机遇，采取正确的营销策略，促进商品的成功销售。

人工智能(AI)是一种模拟人类智力的计算机技术，通过让机器学习和理解人类行为、模式和语言来创建智能系统。这些系统可以执行各种任务，如图像识别、自然语言处理、自动驾驶等。AI技术的主要目标是使机器能够自主地“学习”并执行复杂的任务，而不需要明确编程或指令。

综上所述，如何将人工智能技术应用于商品营销，在商品畅销周期的不同阶段制定不同的营销策略是函待解决的问题。

发明内容

有鉴于此，本公开实施例提供了一种基于人工智能的商品营销方法及系统、电子设备和存储介质，基于人工智能技术制定商品营销策略。

第一方面，本公开实施例提供了一种基于人工智能的商品营销方法，采用如下技术方案：

获取产品基础数据和销售数据；

基于人工智能技术根据所述产品基础数据和销售数据得到当前所处的商品畅销周期的阶段；

基于当前所处的商品畅销周期的阶段、产品基础数据和销售数据制定商品营销策略；

将所述商品营销策略发送至营销策略决定者，以供营销策略决定者选择。

作为可选的实施方式，所述产品基础数据包括产品品类、产品销售时间；

所述销售数据包括产品价格、市场份额；

基于人工智能技术根据所述产品基础数据和销售数据得到当前所处的商品畅销周期的阶段包括：

将产品品类、产品销售时间、产品价格和评价信息输入畅销周期阶段确定模型得到当前所处的商品畅销周期的阶段。

作为可选的实施方式，还包括：

使用多个产品品类的训练数据对神经网络模型进行训练得到畅销周期阶段确定模型，其中，每个产品品类的训练数据包括：产品品类、产品销售时间、产品价格、市场份额和该产品所处的当前所处的商品畅销周期的阶段。

作为可选的实施方式，基于当前所处的商品畅销周期的阶段、产品基础数据和销售数据确定商品营销策略包括：

获取商品营销策略数据库，所述商品营销策略数据库包括产品类别、市场评价级别、所处的商品畅销周期的阶段和商品营销策略；

基于当前所处的商品畅销周期的阶段、产品类别和市场评价级别在所述商品营销策略数据库中获取商品营销策略。

作为可选的实施方式，还包括：生成商品营销策略数据库；

生成商品营销策略数据库包括：

获取不同品类的营销数据；

将每一个品类的营销数据中在商品畅销周期的各个阶段使用营销策略后的销量变化数据及所处阶段所使用的商品营销策略进行排序；

将所述各个阶段使用营销策略后的销量变化数据及所处阶段所使用的商品营销策略和品类、预设的市场评价级别组合得到商品营销策略数据库。

第二方面，本公开实施例的还提供了一种基于人工智能的商品营销系统，包括：

数据获取单元，获取产品基础数据和销售数据；

商品畅销周期所处阶段确定单元，基于人工智能技术根据所述产品基础数据和销售数据得到当前所处的商品畅销周期的阶段；

商品营销策略制定单元，基于当前所处的商品畅销周期的阶段、产品基础数据和销售数据制定商品营销策略；

发送单元，将所述商品营销策略发送至营销策略决定者，以供营销策略决定者选择。

作为可选的实施方式，所述产品基础数据包括产品品类、产品销售时间；

所述销售数据包括产品价格、市场份额；

基于人工智能技术根据所述产品基础数据和销售数据得到当前所处的商品畅销周期的阶段包括：

将产品品类、产品销售时间、产品价格和评价信息输入畅销周期阶段确定模型得到当前所处的商品畅销周期的阶段。

作为可选的实施方式，基于当前所处的商品畅销周期的阶段、产品基础数据和销售数据确定商品营销策略包括：

获取商品营销策略数据库，所述商品营销策略数据库包括产品类别、市场评价级别、所处的商品畅销周期的阶段和商品营销策略；

基于当前所处的商品畅销周期的阶段、产品类别和市场评价级别在所述商品营销策略数据库中获取商品营销策略。

第三方面，本公开实施例还提供了一种电子设备，采用如下技术方案：

所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行以上任一所述的基于人工智能的商品营销方法。

第四方面，本公开实施例还提供了一种计算机可读存储介质，该计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行以上任一所述的基于人工智能的商品营销方法。

综上所述，本公开提供的基于人工智能的商品营销方法的技术效果在于：

本公开实施例提供的基于人工智能的商品营销方法，通过人工智能技术确定商品的畅销周期阶段，并根据不同的阶段以及不同的市场评价制定不同的营销策略，通过本方法可以快速的制定不同的营销策略，可以适应不同的产品，适应性更强。具体来说，本方法有如下优点：

1.本方法基于人工智能技术可以快速判断商品所处的畅销周期阶段。相比传统的人工分析方式，可以节省大量时间和人力成本，提高整体工作效率。

2.本方法可以根据大量的数据进行学习和推理，其预测结果通常比人工判断更准确。基于人工智能的方法能更精确地判断商品畅销周期阶段，为制定针对性的营销策略提供了可靠的数据支持。

3.本方法通过对历史数据的挖掘和分析，可以在不断地学习中不断优化商品营销策略。随着时间的推移，本方法可以为营销策略决定者提供越来越精准和有效的建议。

上述说明仅是本公开技术方案的概述，为了能更清楚了解本公开的技术手段，而可依照说明书的内容予以实施，并且为让本公开的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例，并配合附图，详细说明如下。

附图说明

为了更清楚地说明本公开实施例的技术方案，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公开的一些实施例，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它的附图。

图1为本公开实施例提供的基于人工智能的商品营销方法的流程示意图；

图2为本公开实施例提供的基于人工智能的商品营销系统的结构示意图；

图3为本公开实施例提供的一种电子设备的结构示意图；

图4为本公开实施例提供的商品营销策略数据库示意图。

具体实施方式

下面结合附图对本公开实施例进行详细描述。

应当明确，以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，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，都属于本公开保护的范围。

需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目各方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。

还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。

网上商城是一种电子商务平台，它允许商家通过互联网销售产品和服务。顾客可以通过网络浏览器、手机应用或社交媒体访问商城的网站或应用程序，查看产品信息、比较价格、阅读其他客户评论等等，然后可以在线购买商品，并使用各种支付方式(如信用卡、PayPal或银行转账)完成交易。网上商城可以为客户提供方便、快捷的购物体验，同时为商家提供更多的销售机会和市场推广渠道。

商品畅销周期是指从一款新产品进入市场到最终被淘汰所经历的一系列阶段，这些阶段包括研发阶段、试销阶段、成长阶段和成熟阶段。在不同阶段，商品的需求、销售量、市场份额以及竞争状况都会发生显著的变化。理解商品畅销周期有助于企业或个人更好地把握市场机遇，采取正确的营销策略，促进商品的成功销售。

人工智能(AI)是一种模拟人类智力的计算机技术，通过让机器学习和理解人类行为、模式和语言来创建智能系统。这些系统可以执行各种任务，如图像识别、自然语言处理、自动驾驶等。AI技术的主要目标是使机器能够自主地“学习”并执行复杂的任务，而不需要明确编程或指令。

综上所述，如何将人工智能技术应用于商品营销，在商品畅销周期的不同阶段制定不同的营销策略是函待解决的问题。

综上所述，如何构建可以进行临期商品筛选的商品营销模型是函待解决的问题。

参照图1，本发明的第一方面提供了一种基于人工智能的商品营销方法，包括：

步骤S1，获取产品基础数据和销售数据；

所述产品基础数据包括产品品类、产品销售时间；

所述销售数据包括产品价格、市场份额；

具体而言，产品基础数据和销售数据可以通过公司内部的销售系统和第三方的统计机构公布的数据获得，也可以在竞争对手的年报获得。

步骤S2，基于人工智能技术根据所述产品基础数据和销售数据得到当前所处的商品畅销周期的阶段；

具体而言，基于人工智能技术根据所述产品基础数据和销售数据得到当前所处的商品畅销周期的阶段包括：

将产品品类、产品销售时间、产品价格和评价信息输入畅销周期阶段确定模型得到当前所处的商品畅销周期的阶段。

作为可选的实施方式，还包括，使用多个产品品类的训练数据对神经网络模型进行训练得到畅销周期阶段确定模型，其中，每个产品品类的训练数据包括：产品品类、产品销售时间、产品价格、市场份额和该产品所处的当前所处的商品畅销周期的阶段。

举例而言，神经网络模型可以采用随机森林模型或者卷积神经网络模型通过数据训练得到畅销周期阶段确定模型。

步骤S3，基于当前所处的商品畅销周期的阶段、产品基础数据和销售数据制定商品营销策略；

具体而言，基于当前所处的商品畅销周期的阶段、产品基础数据和销售数据确定商品营销策略包括：

获取商品营销策略数据库，所述商品营销策略数据库包括产品类别、市场评价级别、所处的商品畅销周期的阶段和商品营销策略；

基于当前所处的商品畅销周期的阶段、产品类别和市场评价级别在所述商品营销策略数据库中获取商品营销策略。

作为可选的实施方式，生成商品营销策略数据库包括：

获取不同品类的营销数据；

其中，每一个品类的营销数据包括多个产品的营销数据，每个产品的营销数据包括产品的品类、在商品畅销周期的各个阶段使用的商品营销策略、使用营销策略后的销量变化数据；

将每一个品类的营销数据中在商品畅销周期的各个阶段使用营销策略后的销量变化数据及所处阶段所使用的商品营销策略进行排序；

将所述各个阶段使用营销策略后的销量变化数据及所处阶段所使用的商品营销策略和品类、预设的市场评价级别组合得到商品营销策略数据库。

参照图4，图4以一个产品类别为例进行示意，商品营销策略数据库包括：品类、商品畅销周期的阶段、当前阶段的多个商品营销策略和每个商品营销策略对应的预设的市场评价级别，其中，当前阶段的多个商品营销策略是按照使用营销策略后的销量变化数据排序得到的。

在本步骤中，基于每个类别的产品在不同畅销周期的阶段中不同营销策略带来的销量增长进行排序，将销量增长高的营销策略预设市场评价低的级别；一般来说，销量增长高的营销策略营销成本更高，本方法得到的商品营销策略数据库在使用时，市场评价低的产品使用销量增长高的营销策略，以便快速增加销量。

步骤S4，将所述商品营销策略发送至营销策略决定者，以供营销策略决定者选择。

本公开实施例提供的基于人工智能的商品营销方法，通过人工智能技术确定商品的畅销周期阶段，并根据不同的阶段以及不同的市场评价制定不同的营销策略，通过本方法可以快速的制定不同的营销策略，可以适应不同的产品，适应性更强。具体来说，本方法有如下优点：

1.本方法基于人工智能技术对产品的基础数据和销售数据进行分析，从而快速判断商品所处的畅销周期阶段。相比传统的人工分析方式，可以节省大量时间和人力成本，提高整体工作效率。

2.本方法可以根据大量的数据进行学习和推理，其预测结果通常比人工判断更准确。基于人工智能的方法能更精确地判断商品畅销周期阶段，为制定针对性的营销策略提供了可靠的数据支持。

3.本方法通过对历史数据的挖掘和分析，可以在不断地学习中不断优化商品营销策略。随着时间的推移，本方法可以为营销策略决定者提供越来越精准和有效的建议。

4.本方法具有较强的可适应性，可以适用于各种类型的商品和市场环境。只要调整相应的数据，就可以在不同的场景下为企业提供更合适的营销建议。

5.由于是基于人工智能的技术，本方法能够实现实时的数据分析和策略推送。这意味着企业可以在最短的时间内了解市场的变化，迅速做出反应，抢占先机。

另一方面，参照图2，本发明提供了一种基于人工智能的商品营销系统，包括：

数据获取单元，获取产品基础数据和销售数据；

商品畅销周期所处阶段确定单元，基于人工智能技术根据所述产品基础数据和销售数据得到当前所处的商品畅销周期的阶段；

商品营销策略制定单元，基于当前所处的商品畅销周期的阶段、产品基础数据和销售数据制定商品营销策略；

发送单元，将所述商品营销策略发送至营销策略决定者，以供营销策略决定者选择。

作为可选的实施方式，所述产品基础数据包括产品品类、产品销售时间；

所述销售数据包括产品价格、市场份额；

基于人工智能技术根据所述产品基础数据和销售数据得到当前所处的商品畅销周期的阶段包括：

将产品品类、产品销售时间、产品价格和评价信息输入畅销周期阶段确定模型得到当前所处的商品畅销周期的阶段。

作为可选的实施方式，基于当前所处的商品畅销周期的阶段、产品基础数据和销售数据确定商品营销策略包括：

获取商品营销策略数据库，所述商品营销策略数据库包括产品类别、市场评价级别、所处的商品畅销周期的阶段和商品营销策略；

基于当前所处的商品畅销周期的阶段、产品类别和市场评价级别在所述商品营销策略数据库中获取商品营销策略。

本公开实施例提供的基于人工智能的商品营销系统，通过人工智能技术确定商品的畅销周期阶段，并根据不同的阶段以及不同的市场评价制定不同的营销策略，通过本方法可以快速的制定不同的营销策略，可以适应不同的产品，适应性更强。

根据本公开实施例的电子设备包括存储器和处理器。该存储器用于存储非暂时性计算机可读指令。具体地，存储器可以包括一个或多个计算机程序产品，该计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。该易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。该非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。

该处理器可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其它形式的处理单元，并且可以控制电子设备中的其它组件以执行期望的功能。在本公开的一个实施例中，该处理器用于运行该存储器中存储的该计算机可读指令，使得该电子设备执行前述的本公开各实施例的基于人工智能的商品营销方法全部或部分步骤。

本领域技术人员应能理解，为了解决如何获得良好用户体验效果的技术问题，本实施例中也可以包括诸如通信总线、接口等公知的结构，这些公知的结构也应包含在本公开的保护范围之内。

如图3为本公开实施例提供的一种电子设备的结构示意图。其示出了适于用来实现本公开实施例中的电子设备的结构示意图。图3示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图3所示，电子设备可以包括处理器(例如中央处理器、图形处理器等)，其可以根据存储在只读存储器(ROM)中的程序或者从存储装置加载到随机访问存储器(RAM)中的程序而执行各种适当的动作和处理。在RAM中，还存储有电子设备操作所需的各种程序和数据。处理器、ROM以及RAM通过总线彼此相连。输入/输出(I/O)接口也连接至总线。

通常，以下装置可以连接至I/O接口：包括例如传感器或者视觉信息采集设备等的输入装置；包括例如显示屏等的输出装置；包括例如磁带、硬盘等的存储装置；以及通信装置。通信装置可以允许电子设备与其他设备(比如边缘计算设备)进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置从网络上被下载和安装，或者从存储装置被安装，或者从ROM被安装。在该计算机程序被处理器执行时，执行本公开实施例的基于人工智能的商品营销方法的全部或部分步骤。

有关本实施例的详细说明可以参考前述各实施例中的相应说明，在此不再赘述。

根据本公开实施例的计算机可读存储介质，其上存储有非暂时性计算机可读指令。当该非暂时性计算机可读指令由处理器运行时，执行前述的本公开各实施例的基于人工智能的商品营销方法的全部或部分步骤。

上述计算机可读存储介质包括但不限于：光存储介质(例如：CD－ROM和DVD)、磁光存储介质(例如：MO)、磁存储介质(例如：磁带或移动硬盘)、具有内置的可重写非易失性存储器的媒体(例如：存储卡)和具有内置ROM的媒体(例如：ROM盒)。

有关本实施例的详细说明可以参考前述各实施例中的相应说明，在此不再赘述。

以上结合具体实施例描述了本公开的基本原理，但是，需要指出的是，在本公开中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本公开的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本公开为必须采用上述具体的细节来实现。

在本公开中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序，本公开中涉及的器件、装置、设备、系统的方框图仅作为例示性的例子并且不意图要求或暗示必须按照方框图示出的方式进行连接、布置、配置。如本领域技术人员将认识到的，可以按任意方式连接、布置、配置这些器件、装置、设备、系统。诸如“包括”、“包含”、“具有”等等的词语是开放性词汇，指“包括但不限于”，且可与其互换使用。这里所使用的词汇“或”和“和”指词汇“和/或”，且可与其互换使用，除非上下文明确指示不是如此。这里所使用的词汇“诸如”指词组“诸如但不限于”，且可与其互换使用。

另外，如在此使用的，在以“至少一个”开始的项的列举中使用的“或”指示分离的列举，以便例如“A、B或C的至少一个”的列举意味着A或B或C，或AB或AC或BC，或ABC(即A和B和C)。此外，措辞“示例的”不意味着描述的例子是优选的或者比其他例子更好。

还需要指出的是，在本公开的系统和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。

可以不脱离由所附权利要求定义的教导的技术而进行对在此所述的技术的各种改变、替换和更改。此外，本公开的权利要求的范围不限于以上所述的处理、机器、制造、事件的组成、手段、方法和动作的具体方面。可以利用与在此所述的相应方面进行基本相同的功能或者实现基本相同的结果的当前存在的或者稍后要开发的处理、机器、制造、事件的组成、手段、方法或动作。因而，所附权利要求包括在其范围内的这样的处理、机器、制造、事件的组成、手段、方法或动作。

提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本公开。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本公开的范围。因此，本公开不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。

为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本公开的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (10)

1.一种基于人工智能的商品营销方法，其特征在于，包括：

获取产品基础数据和销售数据；

基于人工智能技术根据所述产品基础数据和销售数据得到当前所处的商品畅销周期的阶段；

基于当前所处的商品畅销周期的阶段、产品基础数据和销售数据制定商品营销策略；

将所述商品营销策略发送至营销策略决定者，以供营销策略决定者选择。

2.根据权利要求1所述的基于人工智能的商品营销方法，其特征在于，所述产品基础数据包括产品品类、产品销售时间；

所述销售数据包括产品价格、市场份额；

基于人工智能技术根据所述产品基础数据和销售数据得到当前所处的商品畅销周期的阶段包括：

将产品品类、产品销售时间、产品价格和评价信息输入畅销周期阶段确定模型得到当前所处的商品畅销周期的阶段。

3.根据权利要求2所述的基于人工智能的商品营销方法，其特征在于，还包括：

使用多个产品品类的训练数据对神经网络模型进行训练得到畅销周期阶段确定模型，其中，每个产品品类的训练数据包括：产品品类、产品销售时间、产品价格、市场份额和该产品所处的当前所处的商品畅销周期的阶段。

4.根据权利要求3所述的基于人工智能的商品营销方法，其特征在于，基于当前所处的商品畅销周期的阶段、产品基础数据和销售数据确定商品营销策略包括：

获取商品营销策略数据库，所述商品营销策略数据库包括产品类别、市场评价级别、所处的商品畅销周期的阶段和商品营销策略；

基于当前所处的商品畅销周期的阶段、产品类别和市场评价级别在所述商品营销策略数据库中获取商品营销策略。

5.根据权利要求2所述的基于人工智能的商品营销方法，其特征在于，还包括：生成商品营销策略数据库；

生成商品营销策略数据库包括：

获取不同品类的营销数据；

将每一个品类的营销数据中在商品畅销周期的各个阶段使用营销策略后的销量变化数据及所处阶段所使用的商品营销策略进行排序；

将所述各个阶段使用营销策略后的销量变化数据及所处阶段所使用的商品营销策略和品类、预设的市场评价级别组合得到商品营销策略数据库。

6.一种基于人工智能的商品营销系统，其特征在于，包括：

数据获取单元，获取产品基础数据和销售数据；

商品畅销周期所处阶段确定单元，基于人工智能技术根据所述产品基础数据和销售数据得到当前所处的商品畅销周期的阶段；

商品营销策略制定单元，基于当前所处的商品畅销周期的阶段、产品基础数据和销售数据制定商品营销策略；

发送单元，将所述商品营销策略发送至营销策略决定者，以供营销策略决定者选择。

7.根据权利要求6所述的基于人工智能的商品营销系统，其特征在于，所述产品基础数据包括产品品类、产品销售时间；

所述销售数据包括产品价格、市场份额；

基于人工智能技术根据所述产品基础数据和销售数据得到当前所处的商品畅销周期的阶段包括：

将产品品类、产品销售时间、产品价格和评价信息输入畅销周期阶段确定模型得到当前所处的商品畅销周期的阶段。

8.根据权利要求7所述的基于人工智能的商品营销系统，其特征在于，基于当前所处的商品畅销周期的阶段、产品基础数据和销售数据确定商品营销策略包括：

获取商品营销策略数据库，所述商品营销策略数据库包括产品类别、市场评价级别、所处的商品畅销周期的阶段和商品营销策略；

基于当前所处的商品畅销周期的阶段、产品类别和市场评价级别在所述商品营销策略数据库中获取商品营销策略。

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5任意一项所述的基于人工智能的商品营销方法。

10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行权利要求1-5任意一项所述的基于人工智能的商品营销方法。