CN118247020A - 一种多平台商品发布方法和系统 - Google Patents
一种多平台商品发布方法和系统 Download PDFInfo
- Publication number
- CN118247020A CN118247020A CN202410659617.8A CN202410659617A CN118247020A CN 118247020 A CN118247020 A CN 118247020A CN 202410659617 A CN202410659617 A CN 202410659617A CN 118247020 A CN118247020 A CN 118247020A
- Authority
- CN
- China
- Prior art keywords
- commodity
- data
- release
- information
- platform
- 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 63
- 238000012549 training Methods 0.000 claims description 21
- 230000003993 interaction Effects 0.000 claims description 12
- 230000000694 effects Effects 0.000 claims description 10
- 230000004044 response Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 description 16
- 238000012545 processing Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 230000001960 triggered effect Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 238000012856 packing Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000013136 deep learning model Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000000945 filler Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000011022 operating instruction Methods 0.000 description 1
- 230000001172 regenerating effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000007474 system interaction Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
- 230000007306 turnover Effects 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
Landscapes
- Business, Economics & Management (AREA)
- Economics (AREA)
- Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Human Resources & Organizations (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开一种多平台商品发布方法和系统,方法包括:响应于平台确定指令,确定各电商平台端口;响应于第一发布指令,获取初始商品数据,基于初始商品数据生成第一发布信息;基于预设模型识别初始商品数据,生成第二发布信息,第二发布信息包括商品类目信息,预设模型包含与电商平台商品属性类目对应的多个全连接层;检测各电商平台发布页面中与产品商品属性相关的空白必填项,设置所述空白必填项的预设顺序选项作为第三发布信息;将第一发布信息、第二发布信息以及第三发布信息向各电商平台端口发送,以将商品在各电商平台发布。本申请能够提高电商ERP系统发布商品时填写商品类目信息的准确性,从而提高商品自动发布的成功率。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种电商包裹物流信息生成方法、一种多平台商品发布方法,以及对应的系统。
背景技术
随着全球电子商务的兴起,国际零售贸易得到飞速发展,大量的国内中小型电商用户将零售业务扩展至国外市场,通过境外的电商平台将国内众多商品销往国外市场。伴随跨境业务的发展,基于ERP软件而开发的电商ERP系统逐步发展起来。电商ERP系统可以和电商平台深度连接,帮助国内的中小型电商用户统一管理其海外店铺,解决语言差异带来的障碍,可实现一个运营人员同时管理上百个电商店铺,大幅度提高店铺运营的效率。
电商ERP系统是通过既定的规则访问和控制电商平台的店铺,处理店铺运营各环节的动态数据,数据管理庞杂,同时还要满足多种类型用户的操作便捷性需求;因此现有已商业化的电商ERP系统的各功能模块都还处于功能逐步更新和完善的阶段,各软件企业在开发自家电商ERP系统时所制定的功能算法和规则也基本不一样,各功能模块随着用户需求变化会持续开发新的版本,以兼容更多的使用场景。
在实际电商活动中,对于卖家需要自行发货的订单处理场景,卖家通常按照店铺订单的下单顺序将包裹依次从自己仓库发货到电商平台仓库,再由电商平台仓库将包裹配送至买家处,并且生成包裹对应的物流轨迹。在这种订单处理场景下,买家在下单之后的较长时间内无法查询到包裹的物流轨迹,非常容易导致部分买家对卖家或者电商平台发货产生不信任,进而增加买家催单或退单的风险,给卖家造成损失。
此外,在商品发布环节,部分电商ERP系统开始具有商品一键发布功能,即用户操作电商ERP系统获取商品数据,将该商品数据同时应用于多个电商平台的多个站点店铺的发布页面,从而达到将商品一键发布的目的。然而在实际应用中,电商ERP系统无法将商品发布数据准确匹配至商品发布页面的必填项中,导致商品一键发布功能用于多平台多站点发布商品时的失败率很高,通常仅能用于在相同平台的相同站点店铺实现商品发布,严重影响了电商运营效率。
涉及本申请的其他技术问题,在后文进一步阐述。上述内容仅用于辅助理解本申请的技术方案,并不表示上述内容全部都是现有技术。
发明内容
本发明的主要目的在于提供一种包裹物流轨迹生成方法和系统,能够在包裹到达电商平台仓库之前,提前生成包裹配送的物流轨迹以供买家查询,降低买家因物流原因催单或退单的风险;以及,降低电商平台对多个包裹分别生成物流轨迹所产生的系统运算成本;此外,本申请还提供一种多平台商品发布方法和系统,能够提高电商ERP系统在不同平台不同站点店铺发布商品时填写商品类目信息的准确性,大幅度提高商品自动发布的成功率。
为实现上述目的,本申请提出一种包裹物流轨迹生成方法和系统,所述方法包括:
步骤S1:获取店铺未发货的订单信息,记录所述订单信息的订单获取时间t,设定组包基准时间T;
步骤S2:基于订单获取时间t确定最早时间值t0,确定订单获取时间t处于预设时间段Tn的目标订单,预设时间段Tn为从最早时间值t0到最早时间值t0+组包基准时间T的时间范围;
步骤S3:提取所述目标订单中的配送地址信息,基于所述配送地址信息与预设配送区域对所述目标订单分类生成组合订单;
步骤S4:基于所述组合订单生成相应的组包数据,所述多个目标订单的包裹经过组合后以组包形式执行物流配送;
步骤S5:调取电商平台的数据接口,将所述组包数据通过所述数据接口上传至所述电商平台,所述组包数据用于在所述电商平台生成所述组包在卖家仓库运输至平台仓库之间的第一物流轨迹,所述电商平台能够基于所述第一物流轨迹数据和所述组包数据包含的订单信息生成多个第二物流轨迹数据,所述多个第二物流轨迹分别与所述多个目标订单的包裹对应,所述第二物流轨迹用于向所述多个目标订单分别对应的买家终端显示。
本申请的其他特征和技术效果在说明书的后面部分进行阐述说明。本申请的技术问题解决思路和相关产品设计方案为:
申请人发现,买家在下单后长时间无法查询订单包裹的物流轨迹,原因是订单包裹在电商平台发送给买家地址之前,需要先从卖家仓库配送至电商平台仓库,由于电商平台对接大量的卖家用户,以及处理数量众多的订单,因此电商平台难以承受对所有订单涉及的包裹均生成物流轨迹所产生的系统运行压力,只能在包裹到达电商平台仓库后,电商平台才会生成包裹的物流轨迹以供买家查询,因此买家在订单包裹到达电商平台仓库之前无法查询到包裹物流轨迹(第二物流轨迹)。
申请人还发现,电商平台为了确保包含多个订单包裹的组包(组合包裹)在达到电商平台仓库前的运输安全,会生成与组包对应的物流轨迹(第一物流轨迹)。在此基础上,在组包基准时间T内,将多个发货至相同电商平台仓库的订单包裹组合得到组包,并调用电商平台的数据接口(可传送组包数据),将对应组包数据通过数据接口上传至电商平台;电商平台再将组包的物流轨迹(第一物流轨迹)分别设为各多个订单包裹对应的物流轨迹(第二物流轨迹),使买家能够在包裹到达电商平台仓库前及时查询到包裹的物流轨迹(第二物流轨迹),从而通过包裹提前上网使得买家能够提前获知包裹的物流信息。并且,将组包时间限制在组包基准时间T,也能够有效降低组包过程对下单时间较早的订单造成发货延误的风险,确保订单包裹能够及时得到发货配送。
此外,申请人还发现,电商平台在针对组包生成第一物流轨迹后,将该第一物流轨迹设为组包对应的多个订单包裹的第二物流轨迹,此时系统只需要生成一个第一物流轨迹就能满足多个订单对应的买家信息查询需求,无需针对多个订单包裹对应生成多个第二物流轨迹,大幅缩短订单包裹的上网时间(上网时间指可查询的首次物流轨迹时间)。并且,在卖家将多个订单包裹以组包形式发货至电商平台仓库,能够降低卖家物流费用,以及降低电商平台仓库收取包裹的运营成本。
这种包裹物流轨迹生成方法,能够对到达电商平台仓库之前的订单包裹生成对应的物流轨迹,使得买家下单后能够提前查询到订单包裹的物流轨迹,增加了买家可查询物流轨迹的内容,满足买家对订单包裹的信息查询需求,提高买家对于商品配送的信任度,降低买家催单或退单的风险;以及,通过将组包的第一物流轨迹设为多个订单包裹的第二物流轨迹,从而降低生成订单包裹物流轨迹的系统运行成本,同时将多个订单包裹以组包形式发货能够降低卖家物流费用,以及降低电商平台仓库收取包裹的运营成本,提高电商活动运营效益。
进一步地,本申请还提出一种多平台商品发布方法和系统,用于电商ERP系统的商品模块,所述方法包括:
步骤M1:响应于平台确定指令,确定与所述平台确定指令对应的各电商平台端口;
步骤M2:响应于第一发布指令,获取初始商品数据,基于所述初始商品数据生成第一发布信息,所述第一发布信息包括发布店铺、商品库存、商品重量、物流方式;以及,
步骤M3:基于预设模型识别所述初始商品数据,生成第二发布信息,所述第二发布信息包括商品类目信息,所述预设模型包含与电商平台商品属性类目对应的多个全连接层,所述多个全连接层分别用于输出与所述商品属性类目对应的多个分类预测值,所述商品类目信息基于所述分类预测值生成;以及,
步骤M4:检测各电商平台发布页面中与产品商品属性相关的空白必填项,设置所述空白必填项的预设顺序选项作为第三发布信息;
步骤M5:将所述第一发布信息、所述第二发布信息以及所述第三发布信息向所述各电商平台端口发送,以将所述初始商品数据对应的商品在各电商平台发布。
本申请的其他特征和技术效果在说明书的后面部分进行阐述说明。本申请的技术问题解决思路和相关产品设计方案为:
申请人发现,电商ERP系统的商品一键发布功能用于多平台多站点发布商品时的失败率很高,原因是各个电商平台和各个站点在商品发布页面的必填项存在差异,在将相同的商品数据应用于多个商品发布页面时,该商品数据无法准确匹配到不同商品发布页面上的必填项。其中,当商品发布页面的商品类目必填项的信息填写有误,或者某些电商平台的商品发布页面存在特定必填项,而商品数据未包含相关信息使得该特定必填项处于空缺状态,则电商平台会判定商品发布信息填写有误,导致商品在该电商平台上发布失败。
在此基础上,申请人发现,在各商品发布页面存在差异的必填项中,商品类目必填项对于商品发布成功率的影响最大。通过预先训练的、与各商品发布页面对应的深度模型对商品数据识别生成对应的商品类目信息,将该商品类目信息填写至商品发布页面的商品类目必填项,能够大幅度提高该商品类目必填项的信息填写准确性,从而提高商品自动发布的成功率。
其中,上述预先训练的深度模型具有多个全连接层,全连接层的数量与电商平台的商品属性类目对应。在训练过程中,深度模型基于商品数据输出分别与多个商品属性类目对应的预测值,能够提高深度模型对于商品类目之间的辨识能力,从而提高深度模型在实际应用时生成的商品类目信息的准确性。
并且,申请人还发现,对于各商品发布必填项所需的发布信息具体分类为常规信息、重要信息以及特定必填项进行处理,能够在提高商品发布成功率的基础上,提高电商ERP系统的商品发布效率。
具体地,对于商品发布必填项中易于识别的常规信息,如发布店铺、商品库存、商品重量、物流方式等信息,通常在各电商平台发布商品时均需要填写,且识别准确性较高,因此基于电商ERP系统执行本地处理,无需调用深度模型。
对于商品发布必填项中较难识别、对发布成功率影响较大的重要信息,如商品类目信息,则调用深度模型处理生成,由于深度模型仅处理商品类目信息,因此能够大幅度降低深度模型的训练时间,以及深度模型在实际应用时所需的反馈时间。
对于商品发布页面的特定必填项,如某些电商平台的商品发布页面将商品品牌作为必填项,该特定必填项的相关信息几乎不会存在于电商ERP系统采集的商品数据,且不会对商品发布或店铺运营存在明显影响;然而,若该特定必填项处于空白状态,则会导致商品发布失败。因此,当电商ERP系统在针对商品发布页面必填项执行常规信息填写和深度模型识别生成后,若检测到商品发布页面存在处于空白状态的必填项,则对该必填项自动选取预设顺序选项,如默认第一项,作为该空白状态必填项的发布信息。
如此,本申请提出的一种多平台商品发布方法,在获取商品发布对应的初始商品数据后,根据用户触发的预设发布指令确定商品发布对应各电商平台的端口,然后对于商品发布页面必填项执行分类处理,其中通过深度模型识别生成商品类目信息,提高了在商品发布页面填写商品类目信息的准确性,从而大幅度提高商品自动发布的成功率;以及,显著降低电商ERP系统执行商品自动发布时产生的系统运算成本,提高商品自动发布的效率。
本申请还提供一种系统,所述系统为电商ERP系统或电商平台系统,所述系统可以执行本申请各方法步骤的操作指令。
本申请还提供一种服务器,服务器包括存储器、处理器,本申请中的系统储存在存储器,处理器可以运行本申请各方法步骤的操作指令。
本申请还提供一种计算机设备,所述计算机设备包括存储器、处理器,本申请中的系统储存在存储器,处理器可以运行本申请各方法步骤的操作指令。
参考图1,本申请的电商ERP系统包括商品模块、销售模块、采购模块、物流模块、仓库模块、财务模块、广告模块、客服模块、工具模块、权限管理模块和数据分析模块等功能模块中的一个或多个,各功能模块之间可以相互融合,也可以独立存在,还可以是一个功能模块作为另一个功能模块的子模块;本申请的各功能模块还可以设置在其他电商管理系统(如电商平台)上,用于管理本电商管理系统或其他电商管理系统的店铺。本申请ERP系统的用户也可以称为店铺管理人员、卖家、运营、运营人员等,除特别申明外,其身份不做严格限定。
附图说明
附图用来提供对本申请的进一步理解,不构成对本申请的限制;附图所示内容可以是实施例的真实数据,属于本申请的保护范围。
图1为本申请一个实施例中电商ERP系统的功能模块示意图。
图2为本申请一个实施例中,电商ERP系统与电商平台之间关于生成包裹物流信息过程的交互原理图。
图3为本申请一个实施例中电商包裹物流信息生成方法的流程示意图。
图4为本申请一个实施例中,电商ERP系统与电商平台之间关于商品发布过程的交互原理图。
图5为本申请一个实施例中多平台商品发布方法的流程示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,下面通过具体实施方式结合附图对本申请实施例做进一步详细说明。应当理解,此处所描述的具体实施例仅用于解释本申请,并不用于限定本申请。
图2示出了本申请一个实施例中电商ERP系统与电商平台之间关于生成包裹物流信息过程的交互原理图。如图2所示,电商ERP系统基于订单信息模块管理各店铺订单信息,通过订单分类模块根据订单时间和配送地址对订单信息进行分类组合,生成相应的组包数据,并且通过数据上传模块将组包数据上传至电商平台。电商平台通过组包数据接口获取组包数据,通过轨迹生成模块根据组包数据生成组包从卖家仓库运输至平台仓库对应的第一物流轨迹,并通过轨迹设置模块将组包的第一物流轨迹设为组包包含多个包裹对应的第二物流轨迹,以满足该多个包裹对应订单的买家终端的信息查询需求。
图3示出了本申请一个实施例中的电商包裹物流信息生成方法,该电商包裹物流信息生成方法主要包括如下的步骤S1至步骤S5。
步骤S1:获取店铺未发货的订单信息,记录所述订单信息的订单获取时间t,设定组包基准时间T;
步骤S2:基于订单获取时间t确定最早时间值t0,确定订单获取时间t处于预设时间段Tn的目标订单,预设时间段Tn为从最早时间值t0到最早时间值t0+组包基准时间T的时间范围;
步骤S3:提取所述目标订单中的配送地址信息,基于所述配送地址信息与预设配送区域对所述目标订单分类生成组合订单;
步骤S4:基于所述组合订单生成相应的组包数据,所述多个目标订单的包裹经过组合后以组包形式执行物流配送;
步骤S5:调取电商平台的数据接口,将所述组包数据通过所述数据接口上传至所述电商平台,所述组包数据用于在所述电商平台生成所述组包在卖家仓库运输至平台仓库之间的第一物流轨迹,所述电商平台能够基于所述第一物流轨迹数据和所述组包数据包含的订单信息生成多个第二物流轨迹数据,所述多个第二物流轨迹分别与所述多个目标订单的包裹对应,所述第二物流轨迹用于向所述多个目标订单分别对应的买家终端显示。
如此,本申请提出的包裹物流轨迹生成方法,能够对到达电商平台仓库之前的订单包裹生成对应的物流轨迹,使得买家下单后能够提前查询到订单包裹的物流轨迹,增加了买家可查询物流轨迹的内容,满足买家对订单包裹的信息查询需求,提高买家对于商品配送的信任度,降低买家催单或退单的风险;以及,通过将组包的第一物流轨迹设为多个订单包裹的第二物流轨迹,从而降低生成订单包裹物流轨迹的系统运行成本,同时将多个订单包裹以组包形式发货能够降低卖家物流费用,以及降低电商平台仓库收取包裹的运营成本,提高电商活动运营效益。
下面分别对电商包裹物流信息生成方法中的各个方法步骤做详细说明。
步骤S1:获取店铺未发货的订单信息,记录所述订单信息的订单获取时间t,设定组包基准时间T。
具体地,电商ERP系统获取电商平台上授权店铺的订单信息,选取未发货配送的订单,记录订单的获取时间,并且根据用户指令设定组包基准时间T。
步骤S2:基于订单获取时间t确定最早时间值t0,确定订单获取时间t处于预设时间段Tn的目标订单,预设时间段Tn为从最早时间值t0到最早时间值t0+组包基准时间T的时间范围。
具体地,电商ERP系统确定未发货配送的订单最早时间值t0,确定获取从最早时间值t0到预设时间段Tn:最早时间值t0+组包基准时间T之间时间范围的未发货订单作为目标订单,即电商ERP系统在每个组包基准时间T的时间段内执行一次组包。
需要说明的是,相关实施例中,可以采用其他方式获取某个时间段的目标订单,在此不作具体限定。
步骤S3:提取所述目标订单中的配送地址信息,基于所述配送地址信息与预设配送区域对所述目标订单分类生成组合订单。
具体地,当订单的配送地址处于相同或者相邻配送区域时,订单包裹通常配送至相同的电商平台仓库,在此基础上,将配送至相同的电商平台仓库的订单分到相同类别,进而生成组合订单。
步骤S4:基于所述组合订单生成相应的组包数据,所述多个目标订单的包裹经过组合后以组包形式执行物流配送。
具体地,电商ERP系统生成与上述组合订单对应的组包数据,以将该组包数据上传至电商平台,组合订单对应的多个订单包裹在仓库打包后,以组包形式统一执行物流配送至电商平台仓库。
步骤S5:调取电商平台的数据接口,将所述组包数据通过所述数据接口上传至所述电商平台,所述组包数据用于在所述电商平台生成所述组包在卖家仓库运输至平台仓库之间的第一物流轨迹,所述电商平台能够基于所述第一物流轨迹数据和所述组包数据包含的订单信息生成多个第二物流轨迹数据,所述多个第二物流轨迹分别与所述多个目标订单的包裹对应,所述第二物流轨迹用于向所述多个目标订单分别对应的买家终端显示。
具体地,电商ERP系统在生成组包数据后,调取电商平台用于上传组包数据的预设数据借口,将组包数据上传通过预设数据借口上传至电商平台。其中,组包数据包括第三方机构提供的对应运单号和主动揽收指令。当组包从卖家仓库由第三方机构运输至电商平台时,电商ERP系统将运单号上传至电商平台,电商平台根据该运单号查询到组包在到达电商平台仓库之前的位置信息,根据该位置信息生成对应的第一物流轨迹;或者,当组包从卖家仓库由电商平台负责上门揽收时,电商ERP系统向电商平台发送主动揽收指令,由电商平台主动揽收、运输组包,并根据运输过程的组包位置信息生成组包的第一物流轨迹。电商平台在生成第一物流轨迹后,将第一物流轨迹设为组包数据包含的订单信息对应第二物流轨迹,并基于电商平台向上述目标订单分别对应的买家终端显示第二物流轨迹。
进一步地,在一实施例中,步骤S1的设定组包基准时间,包括如下的步骤S1.11和步骤S1.12。
步骤S1.11:获取所述店铺的历史订单记录,并根据所述历史订单记录确定各预设时间段Tn的订单交易频率v;
步骤S1.12:根据所述订单交易频率v设定在各预设时间段TN内的组包基准时间T,包括:若预设时间段Tn1的订单交易频率v1>预设时间段Tn2的订单交易频率v2,则预设时间段Tn1的组包基准时间T1<预设时间段Tn2的组包基准时间T2。
具体地,在组包过程中,在订单交易频率较高的时间段内,则设置相对较短的组包基准时间;在订单交易频率较低的时间段内,则设置相对较长的组包基准时间。
因为,申请人发现,如果对于订单交易频率不同的时间段采用相同的组包基准时间,在订单交易频率较高的时间段内,由于组包耗费时间过长,可能导致一次性执行组包动作的包裹数量过多,不利于物流配送,延误了包裹发货时间,以及对系统造成较大的运算压力;而在订单交易频率较低的时间段内,由于组包耗费时间过短,可能导致一次性执行组包动作的包裹数量过少,提高了物流配送成本。因此,根据店铺的历史订单记录确定在各时间段内订单交易频率,进而根据订单交易频率调整组包基准时间的长短,从而对组包过程涉及的组包数量、包裹发货时间以及物流配送成本等多项参数进行平衡,实现较高的组包发货效益。
进一步地,在以上实施例的基础上,步骤S1.12的根据所述订单交易频率v设定在各预设时间段TN内的组包基准时间T,包括如下步骤S1.121和步骤S1.122。
步骤S1.121:设定表征订单交易频率v与组包基准时间T之间比例关系的比例参数q;
步骤S1.122:根据所述订单交易频率v和所述比例参数q设定组包基准时间T,其中T=qv。
具体地,基于比例参数q,根据单位时间段内订单交易数量变动情况,对应调整组包基准时间T的长短。例如,当预设时间段内订单交易数量增加20单,则将该预设时间段内的组包基准时间缩短5分钟,从而基于比例参数q针对各预设时间段自动实现针对性设置组包基准时间,满足用户对于调整组包基准时间的个性化需求,提高操作便利性。
在一种可行的实施方式中,由于订单交易频率v和组包基准时间T不一定存在线性对应关系,将店铺的历史订单记录作为样本训练深度学习模型,并且对该深度学习模型设定组包对应订单数量和物流配送成本等限制参数,进而可以基于该深度学习模型确定订单交易频率v和组包基准时间T之间的函数关系Q,存在T=Q(v),从而能够基于深度学习模型设置更准确的组包基准时间,在满足用户查询包裹物流轨迹的基础需求上,使组包过程涉及的组包数量、包裹发货时间以及物流配送成本等多项参数达到较佳的平衡状态,进一步提高组包执行物流配送的效益。
进一步地,在一实施例中,步骤S1的设定组包基准时间,包括如下的步骤S1.13。
步骤S1.13:监测所述店铺的订单交易情况,当监测到未发货订单数量s达到预设阈值n时,将最早时间值t0与第n个订单获取时间tn之间的监测时间设为组包基准时间T。
具体地,电商ERP系统持续监测店铺的订单交易情况,以未发货订单数量为0开始计数,当店铺的未发货订单数量达到预设阈值,如预设阈值为20个未发货订单,则将该20个未发货订单设为目标订单,进而针对目标订单执行分类组包。如此,本实施例基于订单数据确定执行组包动作的时间,能够进一步提升组包过程的灵活性,提高包裹发货的效率。
进一步地,在一实施例中,在步骤S2之后,所述方法还包括如下的步骤S6.1。
步骤S6.1:若所述目标订单的数量在组包基准时间T内未达到预设订单数,响应于催单指令,针对所述催单指令对应目标订单的包裹执行单独发货。
具体地,设定组包条件包括目标订单达到预设订单数,如预设订单数为20个,当电商ERP系统监测到目标订单的数量在组包基准时间内未达到20个,并且电商ERP系统接收到针对某一目标订单的催单发货指令,则针对该催单发货指令对应目标订单的包裹在不经过组包动作的基础上执行单独发货,从而提前该被催单的目标订单的包裹发货时间,满足买家对于订单包裹发货速度的需求。
进一步地,在以上实施例基础上,在所述步骤S6之后,所述方法还包括如下的步骤S6.2至步骤S6.4。
步骤S6.2:响应于针对执行单独发货对应目标订单的催单指令,生成所述目标订单的包裹在卖家仓库运输至平台仓库之间的第一物流轨迹;
步骤S6.3:将所述第一物流轨迹数据基于所述电商平台的客服系统向所述目标订单对应的买家终端显示;或者,
步骤S6.4:将所述第一物流轨迹数据发送至所述目标订单对应的买家终端。
具体地,对于因催单而执行单独发货的订单包裹,卖家通过第三方机构从自己仓库将订单包裹运输至电商平台仓库,此时订单包裹无法通过上传组包数据至电商平台的途径生成对应的物流轨迹;在此基础上,为了满足买家的信息查询需求,降低重复催单或退单风险,卖家基于第三方机构获取订单包裹的物流轨迹数据,并通过电商ERP系统将该物流轨迹数据上传至电商平台店铺,然后通过电商平台店铺的客服系统向订单对应的买家终端显示物流轨迹数据,或者通过邮件等线上形式向买家终端发送该物流轨迹数据。
进一步地,在一实施例中,步骤S1的获取店铺未发货的订单信息,包括如下的步骤S1.21至步骤S1.24。
步骤S1.21:获取各店铺的店铺仓库信息;
步骤S1.22:基于所述店铺仓库信息对所述各店铺分类生成绑定店铺,所述绑定店铺包括主店铺和多个子店铺;
步骤S1.23:将绑定店铺信息上传至电商平台的供应链协同系统,所述绑定店铺信息用于在所述供应链协同系统将所述多个子店铺的订单数据同步至所述主店铺;
步骤S1.24:获取所述主店铺未发货的订单信息。
具体地,一些电商平台不允许跨店铺的订单包裹执行组包发货,因为在存在店铺管理权限情况下,跨店铺的订单数据混合处理可能对系统造成较大运行压力,从而对系统正常运行造成影响。在此基础上,本申请获取店铺仓库信息,将使用相同仓库的店铺分类生成绑定店铺,在绑定店铺中确定一个主店铺和多个子店铺,并将绑定店铺信息上传至电商平台的供应链协同系统。供应链协同系统将多个子店铺的订单数据同步至主店铺,完成店铺绑定操作,此时绑定店铺的订单数据均视为来源于主店铺,从而避免对现有店铺管理权限造成干扰,以及降低了对系统运行造成影响的风险。
进一步地,在一实施例中,步骤S3的基于所述配送地址信息与预设配送区域对所述目标订单分类生成组合订单,包括如下的步骤S3.1至步骤S3.3。
步骤S3.1:基于各店铺所属的电商平台类型对所述目标订单分类生成第一组合订单;
步骤S3.2:基于所述配送地址信息与预设配送区域的对应关系对所述第一组合订单分类生成第二组合订单;
步骤S3.3:基于物流揽收方式对所述第二组合订单分类生成组合订单。
具体地,针对订单获取时间处于组包基准时间内的多个目标订单,将来源于相同电商平台、配送地址信息对应预设配送区域相同,以及采用相同物流揽收方式,如同样采用第三方机构运输的目标订单分到相同类别,进而生成组合订单,此时处于相同类别的目标订单从卖家仓库运输至电商平台仓库的物流作业高度相同,因此能够降低物流成本。
进一步地,在一实施例中,在上述步骤S5之前,所述方法还包括如下的步骤S7.1和步骤S7.2。
步骤S7.1:获取未打包的预设包裹对应的预设订单数据;
步骤S7.2:基于所述预设订单数据的配送地址信息,将所述预设订单数据写入相应的组包数据,生成虚拟组包数据,所述虚拟组包数据用于生成与所述预设订单数据对应的第一物流轨迹数据。
具体地,在实际电商活动中,一些买家对于查询订单包裹的物流轨迹具有迫切需求,而对应订单的包裹处于未打包发货的状态,此时电商ERP系统将该订单数据写入完成组包动作的组包数据,生成虚拟组包数据;然后,将虚拟组包数据上传至电商平台,并对组包执行物流配送。电商平台根据虚拟组包数据生成组包对应的第一物流轨迹,并将第一物流轨迹设为虚拟组包数据包含各目标订单对应包裹的第二物流轨迹,其中包裹未实际发货的订单也具备可供查询的第二物流轨迹;电商平台对组包清点后,会向卖家发出补发包裹的指令,而卖家具有充足时间将虚拟组包数据中未实际发货的订单包裹执行打包补发,能够避免订单包裹等待下一轮组包发货时间,提前包裹发货时间,并且满足买家对于查询订单包裹的物流轨迹的迫切需求,降低重复催单或退单的风险。
在一个可行的实施例中,本申请还提出一种多平台商品发布方法。
图4示出了本申请一个实施例中电商ERP系统与电商平台之间关于商品发布过程的交互原理图。如图4所示,电商ERP系统响应于用户触发的平台确定指令,基于平台确定模块确定用于发布商品的各电商平台端口;然后,响应于用户触发的第一发布指令,基于数据获取模块获取初始商品数据,并基于第一信息模块根据初始商品数据生成第一发布信息,如发布店铺、商品库存、商品重量、物流方式;接着,基于第二信息模块调用与电商平台对应的深度模型,深度模型基于初始商品数据生成第二发布信息,即商品类目信息;以及,基于第三信息模块检测商品发布页面是否存在与产品商品属性相关的空白必填项,并对于空白必填项选取预设选项作为第三发布信息,最后将第一发布信息、第二发布信息以及第三发布信息分别向各电商平台端口发送,以实现对于各电商平台的商品发布页面的信息填写操作,从而将商品发布至各电商平台。
图5示出了本申请一个实施例中的多平台商品发布方法,该方法主要包括如下的步骤M1至步骤M5。
步骤M1:响应于平台确定指令,确定与所述平台确定指令对应的各电商平台端口;
步骤M2:响应于第一发布指令,获取初始商品数据,基于所述初始商品数据生成第一发布信息,所述第一发布信息包括发布店铺、商品库存、商品重量、物流方式;以及,
步骤M3:基于预设模型识别所述初始商品数据,生成第二发布信息,所述第二发布信息包括商品类目信息,所述预设模型包含与电商平台商品属性类目对应的多个全连接层,所述多个全连接层分别用于输出与所述商品属性类目对应的多个分类预测值,所述商品类目信息基于所述分类预测值生成;以及,
步骤M4:检测各电商平台发布页面中与产品商品属性相关的空白必填项,设置所述空白必填项的预设顺序选项作为第三发布信息;
步骤M5:将所述第一发布信息、所述第二发布信息以及所述第三发布信息向所述各电商平台端口发送,以将所述初始商品数据对应的商品在各电商平台发布。
如此,本申请提出的一种多平台商品发布方法,在获取商品发布对应的初始商品数据后,根据用户触发的预设发布指令确定商品发布对应各电商平台的端口,然后对于商品发布页面必填项执行分类处理,其中通过深度模型识别生成商品类目信息,提高了在商品发布页面填写商品类目信息的准确性,从而大幅度提高商品自动发布的成功率;以及,显著降低电商ERP系统执行商品自动发布时产生的系统运算成本,提高商品自动发布的效率。
下面分别对多平台商品发布方法中的各个方法步骤做详细说明。
步骤M1:响应于平台确定指令,确定与所述平台确定指令对应的各电商平台端口。
具体地,用户向电商ERP系统触发平台确定指令,电商ERP系统确定用于发布商品的各电商平台端口。
步骤M2:响应于第一发布指令,获取初始商品数据,基于所述初始商品数据生成第一发布信息,所述第一发布信息包括发布店铺、商品库存、商品重量、物流方式等。
具体地,电商ERP系统响应于用户触发的第一发布指令,获取预先存储的初始商品数据,初始商品数据为记录商品在电商平台发布所需信息的数据,包括商品图片、商品视频、商品属性信息等。电商ERP系统对该初始商品数据识别生成第一发布信息,第一发布信息为易于识别的常规信息,如发布店铺、商品库存、商品重量、物流方式等,是各电商平台发布商品时均需填写的必填项信息。
步骤M3:基于预设模型识别所述初始商品数据,生成第二发布信息,所述第二发布信息包括商品类目信息,所述预设模型包含与电商平台商品属性类目对应的多个全连接层,所述多个全连接层分别用于输出与所述商品属性类目对应的多个分类预测值,所述商品类目信息基于所述分类预测值生成。
具体地,调用与电商平台对应的深度模型,深度模型基于初始商品数据生成第二发布信息,该第二发布信息为商品发布必填项中较难识别、对发布成功率影响较大的重要信息,如商品类目信息。
在电商平台上发布商品时,商品发布页面的商品类目必填项的信息填写有误,是商品发布失败的主要原因。其中,商品类目信息填写有误,可能是因为电商ERP系统在执行商品自动发布功能时对于初始商品数据识别有误,也可能是因为各电商平台的商品类目规则不一致,导致电商ERP系统未能根据初始商品数据正确匹配商品类目必填项中的商品类目选项,从而导致电商平台判定商品分类有误。因此,在本申请中,电商ERP系统调用与电商平台对应的深度模型,深度模型根据该电商平台的数据样本和商品类目规则训练得到,通过深度模型对初始商品数据识别生成商品类目信息,并将该商品类目信息设为第二发布信息。
需要说明的是,上述深度模型与电商平台常规使用的AI模型,或者AI智能模型如GPT等,存在如下区别:常规AI模型用于处理多种类型问题,通过对具体问题分析后输出对应回复;本申请深度模型与电商平台对应,根据电商平台的数据样本和商品类目规则训练得到,仅用于生成商品类目信息。可以理解,由于深度模型仅处理商品类目信息,在训练模型过程中使用单一类型的数据样本,能够在较短时间内完成模型训练,以及在实际应用中能够快速为电商ERP系统提供商品类目信息。也即,本申请深度模型的数据样本获取难度较低,所需的训练时间能够大幅度降低,并且在实际应用时的运行效率较高,并且输出的商品类目信息具有很高的准确性。
步骤M4:检测各电商平台发布页面中与产品商品属性相关的空白必填项,设置所述空白必填项的预设顺序选项作为第三发布信息。
具体地,某些电商平台的商品发布页面具有特定必填项,如将商品品牌作为必填项,该特定必填项很少作为在其他电商平台发布商品的必填项,也几乎不会存在于电商ERP系统采集的商品数据,且不会对商品发布或店铺运营存在明显影响;然而,若该特定必填项处于空白状态,则会导致商品发布失败。
因此,当电商ERP系统在针对商品发布页面必填项执行常规信息填写和深度模型识别生成后,若检测到商品发布页面存在处于空白状态的必填项,则对该必填项自动选取预设顺序选项,如默认第一项,作为该空白状态必填项的第三发布信息。
步骤M5:将所述第一发布信息、所述第二发布信息以及所述第三发布信息向所述各电商平台端口发送,以将所述初始商品数据对应的商品在各电商平台发布。
具体地,电商ERP系统将上述第一发布信息、第二发布信息以及第三发布信息向各电商平台端口发送,以在各电商平台的商品发布页面完成信息填写操作,从而将商品发布在各电商平台。
进一步地,在一实施例中,所述方法还包括如下的步骤S6.1和步骤S6.2。
步骤M6.1:获取所述各电商平台的商品分别对应的历史发布数据;
步骤M6.2:基于所述历史发布数据训练与各所述电商平台对应的预设模型。
具体地,各电商平台在商品类目名称和商品类目级数上存在差异。例如,相同商品在不同电商平台发布时,可能会分类至不同的商品类目;以及,商品在分类时对应的商品类目级数不同,如商品A对应三级商品类目,商品B对应两级商品类目,而商品C对应四级商品类目。
在本实施例中,电商ERP获取能够在各电商平台成功发布商品的历史发布数据,基于电商平台的商品类目规则设置模型参数,将该历史发布数据作为数据样本训练用于生成与各电商平台对应商品类目信息的深度模型。
进一步地,在以上实施例的基础上,步骤M6.2包括如下步骤M6.21至步骤M6.24。
步骤M6.21:确定所述历史发布数据对应的数据来源标识;
步骤M6.22:根据所述数据来源标识将所述历史发布数据分类为第一发布数据和第二发布数据,所述第一发布数据为未经用户修改的历史发布数据,所述第二发布数据为经过用户修改的历史发布数据;
步骤M6.23:基于所述第一发布数据训练与各所述电商平台分别对应的预设模型;
步骤M6.24:基于所述第二发布数据验证所述预设模型输出分类预测值的准确性。
具体地,一些电商平台具有商品分类功能,能够根据用户在发布商品时上传商品数据推荐商品分类接口,以帮助用户实现一键发布商品。在本实施例中,将电商平台推荐商品分类接口对应的历史发布数据作为第一发布数据,将用户设置或修改的商品类目信息作为第二发布数据。其中,第一发布数据在数据量上多于第二发布数据,并且,第一发布数据在准确性上低于第二发布数据。在本实施例中,基于第一发布数据训练深度模型,能够满足模型训练的训练样本数量需求,并且训练样本无需经过人工标注,数据获取难度低,降低了训练成本;在此基础上,基于第二发布数据验证深度模型输出商品类目信息的准确性,能够较好验证深度模型的成熟度。
进一步地,在以上实施例的基础上,步骤M6.23包括如下的步骤M6.231和步骤M6.232。
步骤M6.231:将所述第一发布数据输入基础模型,以使所述基础模型识别所述第一发布数据,并基于所述全连接层分别输出与电商平台的商品属性类目对应的多个训练分类预测值;
步骤M6.232:基于所述多个训练分类预测值调整所述基础模型的参数。
具体地,将上述未经用户修改、与电商平台推荐商品分类接口对应的第一发布数据输入基础模型进行训练,基础模型对第一发布数据进行识别后,基于各连接层分别输出与商品属性类目对应的多个训练分类预测值。例如,商品A具有三级商品类目,则基础模型对包含商品A信息的第一发布数据进行识别后,基于三个全连接层分别输出与商品A对应的第一级商品类目预测值、第二级商品类目预测值以及第三级商品类目预测值。由于基础模型需要对商品的各级商品属性类目输出对应的数据,因此能够进一步提高基础模型对于商品属性类目之间的层级关系,以及提高输出分类预测值的准确性。在此基础上,根据基础模型的输出结果反向调整基础模型的参数,直至基础模型的输出结果能够达到预设准确率。
进一步地,在一实施例中,步骤M3的基于预设模型识别所述初始商品数据,生成第二发布信息,包括如下的步骤M3.1至步骤M3.4。
步骤M3.1:将所述初始商品数据输入所述预设模型;
步骤M3.2:基于所述预设模型识别所述初始商品数据,输出与商品属性最小类目对应的目标分类预测值;
步骤M3.3:基于所述目标分类预测值查询数据库,确定与各级商品属性类目分别对应的分类信息;
步骤M3.4:基于所述分类信息和所述目标分类预测值生成第二发布信息。
具体地,在实际应用中,由于深度模型对于商品属性类目的层次关系可能存在识别错误,因此电商ERP系统直接获取深度模型输出的与商品属性最小类目对应的目标分类预测值,并根据该目标分类预测值在数据库查询其他层级的商品类目信息,能够避免因各级商品类目信息之间层级关系错误所导致的商品发布失败情况,从而提高商品发布的成功率。
例如,假定商品A具有三级商品属性类目,电商ERP系统获取深度模型输出的第三级商品类目预测值,根据该第三级商品类目预测值在数据库查询得到商品A对应的第一级商品类目信息和第二级商品类目信息。
进一步地,在一实施例中,在步骤M5之前,所述方法还包括如下的步骤M7.1至步骤M7.3。
步骤M7.1:响应于第二发布指令,基于所述电商平台发布页面的必填项生成弹窗交互界面;
步骤M7.2:基于所述弹窗交互界面获取商品发布数据;
步骤M7.3:基于所述商品发布数据生成第一发布信息、第二发布信息以及第三发布信息。
具体地,在现有电商ERP系统中,通常将各商品平台/站点对应的多个商品发布页面排列显示,用户需要在多个商品发布页面上分别设置商品发布信息。在本实施例中,将多个商品平台/站点对应的多个商品发布页面集成于一个商品发布页面,商品发布页面上的设置项以弹窗形式实现交互,以便于用户通过设置项的弹窗能够针对性设置与各商品平台/站点对应的商品发布信息。
进一步地,在以上实施例的基础上,步骤M7.2包括如下的步骤M7.21和步骤M7.22。
步骤M7.21:若检测到与所述第一发布信息对应的必填项处于空白状态,基于预设显示特效对所述必填项进行标记;
步骤M7.22:基于所述弹窗交互界面获取与所述必填项对应的商品发布数据,所述商品发布数据在数据使用优先级上高于所述初始商品数据。
具体地,在实际应用中,用户在电商ERP系统交互页面选取预先设置的、用于发布商品的认领规则,若认领规则未包含部分信息,导致电商ERP系统基于认领规则对应的初始商品数据生成第一发布信息后,该第一发布信息未能完全满足商品发布页面的必填项,此时电商ERP系统对处于空白状态的必填项通过特定特效标记,特定特效包括高亮显示,生成提示语等方式,以提醒用户及时填写该必填项。用户在电商ERP系统交互页面点击该必填项,交互页面生成与必填项对应的弹窗,用户通过弹窗填写第一发布信息。以及,当必填项上同时存在电商ERP系统基于认领规则生成的第一发布信息和用户输入的第一发布信息时,电商ERP系统根据数据来源标识识别、优先采用用户输入的信息。
进一步地,在一实施例中,步骤M2的响应于第一发布指令,获取初始商品数据,包括如下的步骤M2.1和步骤M2.2。
步骤M2.1:响应于第一发布指令,在数据库中确定与所述第一发布指令对应的目标认领规则,所述数据库存储多个认领规则,所述多个认领规则分别对应不同的初始商品数据;
步骤M2.2:获取与所述目标认领规则对应的初始商品数据。
具体地,电商ERP系统响应于用户触发的第一发布指令,在多个用于商品发布的认领规则中确定目标认领规则,并基于该目标认领规则对应的初始商品数据生成第一发布信息。在本实施例中,用户可以预先设置多个用于相同商品的认领规则,该认领规则对应不同的电商平台、站点、店铺或者时间段等因素进行设置,分别对应不同的商品名称、商品价格、物流方式等信息,以满足用户发布商品时的个性化需求。
进一步地,在一实施例中,在步骤M5之前,所述方法还包括如下的步骤M5.1至步骤M5.3。
步骤M5.1:基于所述第一发布信息确定发布店铺数量A1和商品库存B1,将所述发布店铺数量A1与预设店铺数量A2比对,将所述商品库存B1与预设库存B2比对;
步骤M5.2:若所述发布店铺数量A1≥所述预设店铺数量A2,所述商品库存B1≥所述预设库存B2,则根据所述商品类目信息在所述各电商平台获取搜索排名C1≤预设排名C2的目标商品流量词;
步骤M5.3:基于所述目标商品流量词设置所述第一发布信息的商品名称。
在实际应用中,卖家通过多家店铺上架相同商品,个性化设置商品名称,能够增加商品曝光流量,从而提高商品销量。在本实施例中,电商ERP系统在基于初始商品信息生成第一发布信息后,将该第一发布信息的发布店铺数量A1与预设店铺数量A2比对,以及将商品库存B1与预设库存B2比对,其中,预设店铺数量A2与预设库存B2为用户预先设置、用于衡量当前发布的商品能否为重点商品的参数标准。
若发布店铺数量A1≥预设店铺数量A2,并且商品库存B1≥预设库存B2,则说明当前商品发布涉及店铺较多,并且商品库存也较多,此时电商ERP系统确定当前商品为用户着重推广销售的重点商品,根据第二发布信息里的商品类目信息获取在电商平台获取相关的、相对热门的目标商品流量词,该目标商品流量词的搜索排名C1≤预设排名C2。例如获取搜索排名位于前三名、前五名或者前十名内相关的商品流量词作为目标商品流量词,然后根据该目标商品流量词生成目标商品名称,并基于该目标商品名称对第一发布信息进行修改设置。
如此,本实施例根据热门的商品流量词重新生成重点商品的商品名称,能够确保商品名称与当前较高热度的词语相关联,从而增加商品的曝光流量。并且,由于预设店铺数量A2表征用户发布商品的推广范围,预设库存B2表征用户对当前商品的销量预测和库存周转效率,本实施例中电商ERP系统只对经过预设店铺数量A2和预设库存B2标准筛选过后的重点商品生成商品名称,避免对所有商品需要重新生成商品名称而造成系统压力过大,从而能够在准确提高重点商品曝光流量的同时,尽可能降低系统运行负荷。
在其他可行的实施方式中,电商ERP系统基于热门商品流量词对第一发布信息的商品展示页数据等其他与商品曝光相关的信息进行设置修改,以进一步增加重点商品的曝光流量,信息修改方式在此不作具体限定。
以上所述仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是在本申请的发明构思下,利用本申请说明书及附图内容所作的等效变换,或直接/间接运用在其他相关的技术领域均包括在本申请的专利保护范围内。
Claims (10)
1.一种多平台商品发布方法,用于电商ERP系统的商品模块,其特征在于,所述方法包括:
步骤M1:响应于平台确定指令,确定与所述平台确定指令对应的各电商平台端口;
步骤M2:响应于第一发布指令,获取初始商品数据,基于所述初始商品数据生成第一发布信息,所述第一发布信息包括发布店铺、商品库存、商品重量、物流方式;以及,
步骤M3:基于预设模型识别所述初始商品数据,生成第二发布信息,所述第二发布信息包括商品类目信息,所述预设模型包含与电商平台商品属性类目对应的多个全连接层,所述多个全连接层分别用于输出与所述商品属性类目对应的多个分类预测值,所述商品类目信息基于所述分类预测值生成;以及,
步骤M4:检测各电商平台发布页面中与产品商品属性相关的空白必填项,设置所述空白必填项的预设顺序选项作为第三发布信息;
步骤M5:将所述第一发布信息、所述第二发布信息以及所述第三发布信息向所述各电商平台端口发送,以将所述初始商品数据对应的商品在各电商平台发布。
2.如权利要求1所述的多平台商品发布方法,其特征在于,所述方法还包括:
步骤M6.1:获取所述各电商平台的商品分别对应的历史发布数据;
步骤M6.2:基于所述历史发布数据训练与各所述电商平台对应的预设模型。
3.如权利要求2所述的多平台商品发布方法,其特征在于,步骤M6.2包括:
步骤M6.21:确定所述历史发布数据对应的数据来源标识;
步骤M6.22:根据所述数据来源标识将所述历史发布数据分类为第一发布数据和第二发布数据,所述第一发布数据为未经用户修改的历史发布数据,所述第二发布数据为经过用户修改的历史发布数据;
步骤M6.23:基于所述第一发布数据训练与各所述电商平台分别对应的预设模型;
步骤M6.24:基于所述第二发布数据验证所述预设模型输出分类预测值的准确性。
4.如权利要求3所述的多平台商品发布方法,其特征在于,步骤M6.23包括:
步骤M6.231:将所述第一发布数据输入基础模型,以使所述基础模型识别所述第一发布数据,并基于所述全连接层分别输出与电商平台的商品属性类目对应的多个训练分类预测值;
步骤M6.232:基于所述多个训练分类预测值调整所述基础模型的参数。
5.如权利要求1所述的多平台商品发布方法,其特征在于,步骤M3的基于预设模型识别所述初始商品数据,生成第二发布信息,包括:
步骤M3.1:将所述初始商品数据输入所述预设模型;
步骤M3.2:基于所述预设模型识别所述初始商品数据,输出与商品属性最小类目对应的目标分类预测值;
步骤M3.3:基于所述目标分类预测值查询数据库,确定与各级商品属性类目分别对应的分类信息;
步骤M3.4:基于所述分类信息和所述目标分类预测值生成第二发布信息。
6.如权利要求1所述的多平台商品发布方法,其特征在于,在步骤M5之前,所述方法还包括:
步骤M7.1:响应于第二发布指令,基于所述电商平台发布页面的必填项生成弹窗交互界面;
步骤M7.2:基于所述弹窗交互界面获取商品发布数据;
步骤M7.3:基于所述商品发布数据生成第一发布信息、第二发布信息以及第三发布信息。
7.如权利要求6所述的多平台商品发布方法,其特征在于,步骤M7.2包括:
步骤M7.21:若检测到与所述第一发布信息对应的必填项处于空白状态,基于预设显示特效对所述必填项进行标记;
步骤M7.22:基于所述弹窗交互界面获取与所述必填项对应的商品发布数据,所述商品发布数据在数据使用优先级上高于所述初始商品数据。
8.如权利要求1所述的多平台商品发布方法,其特征在于,步骤M2的响应于第一发布指令,获取初始商品数据,包括:
步骤M2.1:响应于第一发布指令,在数据库中确定与所述第一发布指令对应的目标认领规则,所述数据库存储多个认领规则,所述多个认领规则分别对应不同的初始商品数据;
步骤M2.2:获取与所述目标认领规则对应的初始商品数据。
9.如权利要求1所述的多平台商品发布方法,其特征在于,在步骤M5之前,所述方法还包括:
步骤M5.1:基于所述第一发布信息确定发布店铺数量A1和商品库存B1,将所述发布店铺数量A1与预设店铺数量A2比对,将所述商品库存B1与预设库存B2比对;
步骤M5.2:若所述发布店铺数量A1≥所述预设店铺数量A2,所述商品库存B1≥所述预设库存B2,则根据所述商品类目信息在所述各电商平台获取搜索排名C1≤预设排名C2的目标商品流量词;
步骤M5.3:基于所述目标商品流量词设置所述第一发布信息的商品名称。
10.一种多平台商品发布系统,其特征在于,所述系统为电商ERP系统或电商平台系统,所述系统用于执行如权利要求1-9中任一项多平台商品发布方法所包含的操作指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410659617.8A CN118247020B (zh) | 2024-05-27 | 2024-05-27 | 一种多平台商品发布方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410659617.8A CN118247020B (zh) | 2024-05-27 | 2024-05-27 | 一种多平台商品发布方法和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN118247020A true CN118247020A (zh) | 2024-06-25 |
CN118247020B CN118247020B (zh) | 2024-09-10 |
Family
ID=91558988
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410659617.8A Active CN118247020B (zh) | 2024-05-27 | 2024-05-27 | 一种多平台商品发布方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118247020B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106600356A (zh) * | 2016-10-27 | 2017-04-26 | 杭州王道科技有限公司 | 多平台电子商务信息聚合方法及系统 |
CN108665358A (zh) * | 2018-08-03 | 2018-10-16 | 北京引领海逛科技有限公司 | 产品信息快速匹配多个平台的方法和装置 |
US20220005093A1 (en) * | 2020-07-06 | 2022-01-06 | Effectus Partners LLC | Content management system and method thereof |
CN113962757A (zh) * | 2021-09-17 | 2022-01-21 | 深圳市泽汇科技有限公司 | 基于多平台多文案的智能刊登方法、系统、设备及介质 |
CN115099857A (zh) * | 2022-06-24 | 2022-09-23 | 广州华多网络科技有限公司 | 广告商品组合发布方法及其装置、设备、介质、产品 |
CN116797320A (zh) * | 2023-04-24 | 2023-09-22 | 深圳美云集网络科技有限责任公司 | 一种店铺商品的自动发布方法和系统 |
CN117670487A (zh) * | 2023-12-22 | 2024-03-08 | 厦门稿定股份有限公司 | 跨平台商品发布方法、装置、设备和存储介质 |
-
2024
- 2024-05-27 CN CN202410659617.8A patent/CN118247020B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106600356A (zh) * | 2016-10-27 | 2017-04-26 | 杭州王道科技有限公司 | 多平台电子商务信息聚合方法及系统 |
CN108665358A (zh) * | 2018-08-03 | 2018-10-16 | 北京引领海逛科技有限公司 | 产品信息快速匹配多个平台的方法和装置 |
US20220005093A1 (en) * | 2020-07-06 | 2022-01-06 | Effectus Partners LLC | Content management system and method thereof |
CN113962757A (zh) * | 2021-09-17 | 2022-01-21 | 深圳市泽汇科技有限公司 | 基于多平台多文案的智能刊登方法、系统、设备及介质 |
CN115099857A (zh) * | 2022-06-24 | 2022-09-23 | 广州华多网络科技有限公司 | 广告商品组合发布方法及其装置、设备、介质、产品 |
CN116797320A (zh) * | 2023-04-24 | 2023-09-22 | 深圳美云集网络科技有限责任公司 | 一种店铺商品的自动发布方法和系统 |
CN117035907A (zh) * | 2023-04-24 | 2023-11-10 | 深圳美云集网络科技有限责任公司 | 一种多平台商品信息转换方法和系统 |
CN117670487A (zh) * | 2023-12-22 | 2024-03-08 | 厦门稿定股份有限公司 | 跨平台商品发布方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN118247020B (zh) | 2024-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8095433B2 (en) | Method and computer storage medium for ordering a replacement kit to build superseded parts | |
US20070050305A1 (en) | RFID system for predictive product purchase date evaluation | |
CN111666275B (zh) | 一种数据处理方法、装置、电子设备及存储介质 | |
US9043232B1 (en) | Associating item images with item catalog data | |
JPH1139385A (ja) | 送料金額の計算方法及び送料金額の計算プログラムを記録した媒体 | |
US20040143504A1 (en) | Purchase order management system and related methods | |
CN112036986A (zh) | 一种网上商城的多渠道电商运营平台 | |
CN110659859B (zh) | 一种电商订单库存erp管理方法及系统 | |
CN108629467B (zh) | 一种样品信息处理方法及系统 | |
KR102394221B1 (ko) | 온라인 벤더 운영 플랫폼 | |
CN113269501A (zh) | 一种基于空间站的货物配送方法、系统及存储介质 | |
CN118247020B (zh) | 一种多平台商品发布方法和系统 | |
CN118246836B (zh) | 一种电商包裹物流信息生成方法和系统 | |
KR102138017B1 (ko) | 식자재 주문 서비스 제공 방법 | |
CN117196758A (zh) | 一种商品上架前的甄选方法、设备及介质 | |
CN117194764A (zh) | 一种基于多平台融合商城的商品展示方法、设备及介质 | |
KR20200132650A (ko) | 식자재 주문 서비스 제공 방법 | |
CN116383592A (zh) | 一种基于亚马逊财务的实时计算与分析系统及方法 | |
CN113988995A (zh) | 一种适用于化塑行业的产品营销系统 | |
CN113379508A (zh) | 一种基于空间站的货物转卖方法、系统及存储介质 | |
CN115357596A (zh) | 一种电子商务订单生成系统及订单生成方法 | |
US20020059262A1 (en) | Internet online group bidding system and method | |
KR20050030271A (ko) | 상품의 배송 및 반품 관리방법 | |
CN113469636A (zh) | 一种异业合作平台的会员管理系统及方法 | |
CN110727832A (zh) | 一种产品信息数据库的制作方法 |
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 |