DE202022100697U1 - Intelligentes hybrides Managementsystem zur Vorhersage der Abwanderung von E-Commerce-Benutzern im E-Commerce mittels Data Mining und Deep Learning - Google Patents

Intelligentes hybrides Managementsystem zur Vorhersage der Abwanderung von E-Commerce-Benutzern im E-Commerce mittels Data Mining und Deep Learning Download PDF

Info

Publication number
DE202022100697U1
DE202022100697U1 DE202022100697.0U DE202022100697U DE202022100697U1 DE 202022100697 U1 DE202022100697 U1 DE 202022100697U1 DE 202022100697 U DE202022100697 U DE 202022100697U DE 202022100697 U1 DE202022100697 U1 DE 202022100697U1
Authority
DE
Germany
Prior art keywords
commerce
user
data
module
churn
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.)
Active
Application number
DE202022100697.0U
Other languages
English (en)
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to DE202022100697.0U priority Critical patent/DE202022100697U1/de
Publication of DE202022100697U1 publication Critical patent/DE202022100697U1/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201Market modelling; Market analysis; Collecting market data
    • G06Q30/0202Market predictions or forecasting for commercial activities

Landscapes

  • Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Engineering & Computer Science (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

Ein intelligentes hybrides Managementsystem (10) zur Vorhersage der Kundenabwanderung im E-Commerce unter Verwendung von Data Mining und Deep Learning, wobei das System (10) umfasst:
einen Datenspeicher (1) eines E-Commerce-Benutzers (2), wobei der Datenspeicher (1) des E-Commerce-Benutzers (2) zur Speicherung aller Daten des E-Commerce-Benutzers (2), der eine E-Commerce-Website besucht hat, auf der Grundlage einer Authentifizierung des E-Commerce- Benutzers (2) unter Verwendung einer Anmeldung auf der E-Commerce- Website verwendet wird;
ein E-Commerce-Benutzerüberwachungsmodul (3), das verwendet wird, um die Aktivität des E-Commerce-Benutzers (2) unter Verwendung der für ein Produkt oder eine Dienstleistung auf der E-Commerce-Website aufgewendeten Zeit zu überwachen, wobei das E-Commerce- Benutzerüberwachungsmodul (3) die Käufe, Transaktionen und die in jedem Abschnitt der E-Commerce-Website aufgewendete Zeit überwacht; und
ein E-Commerce-Churn-in-Analysemodul (4), das als periodische Benutzerverfolgung in einer E-Commerce-Website verwendet wird, wobei das E-Commerce-Churn-in-Analysemodul (4) zum Sammeln der Zufriedenheit eines E-Commerce-Benutzers (2) mit einem Produkt und einem Anbieter und zum periodischen Verfolgen des Online-Verhaltens und der Handlungen des E-Commerce-Benutzers (2) und zum Bereitstellen von kundenspezifischen Such- und Data-Mining-Diensten für das E-Commerce- Churn-in-Analysemodul (4) auf der Grundlage des E-Commerce-Benutzers (2) verwendet wird.

Description

  • BEREICH DER ERFINDUNG
  • Die vorliegende Erfindung bezieht sich auf das Gebiet des Data Mining.
  • Die vorliegende Erfindung bezieht sich auf das Gebiet des Data Mining von großen Daten von E-Commerce-Kunden.
  • Insbesondere bezieht sich die vorliegende Erfindung auf ein intelligentes hybrides Managementsystem zur Vorhersage der Abwanderung von E-Commerce- Nutzern im E-Commerce unter Verwendung von Data Mining und Deep Learning.
  • HINTERGRUND DER ERFINDUNG
  • Bei dem im Abschnitt „Hintergrund“ behandelten Gegenstand sollte nicht davon ausgegangen werden, dass er allein aufgrund seiner Erwähnung im Abschnitt „Hintergrund“ zum Stand der Technik gehört. Ebenso sollte nicht davon ausgegangen werden, dass ein im Hintergrundabschnitt erwähntes oder mit dem Gegenstand des Hintergrundabschnitts verbundenes Problem bereits im Stand der Technik erkannt wurde. Der Gegenstand des Hintergrundabschnitts stellt lediglich verschiedene Ansätze dar, die für sich genommen ebenfalls Erfindungen sein können.
  • CN110046926 - E-COMMERCE DATA ANALYSIS PLATFORM: Die Erfindung offenbart eine E-Commerce-Datenanalyseplattform. Die E-Commerce-Datenanalyseplattform umfasst eine Verkaufsvolumen-Analyseeinheit, die mit einer Warenanalyseeinheit, einer Konkurrenzprodukt-Analyseeinheit eines konkurrierenden Ladens, einer Industrie-Analyseeinheit und einer Betriebsanalyseeinheit verbunden ist und mit einer Berichtsübertragungseinheit verbunden ist; die Warenanalyseeinheit umfasst ein Warenlayout, einen Marketingrhythmus, Betriebsindizes, abnormale Waren und zugehörige Verkäufe; die Konkurrenzprodukt-Analyseeinheit des konkurrierenden Ladens umfasst Marken, konkurrierende Läden und konkurrierende Produkte; die Industrie- Analyseeinheit umfasst eine Plattform-Trendanalyse, eine Produktanalyse und ein Crowd-Portrait; und die Betriebsanalyse umfasst eine Neukundenanalyse, eine Altkundenanalyse und eine Flussbindung. Gemäß der erfindungsgemäßen Datenservice-Management-Plattform ist die Datenanalyse der E-Commerce- Plattform einfacher und empfindlicher, und die Plattform ist eine integrierte Plattform, die einfach zu bedienen, effizient und intelligent ist.
  • AU2000267454 - DATENAUSTAUSCHSYSTEM FÜR DEN E-COMMERCE Eine verteilte E-Commerce-Plattform zur Bereitstellung von Datenaustauschdiensten über das Internet umfasst Gateway-Server bei Kunden und Lieferanten, die Daten lokal speichern, sowie entfernte Hub-Server, die Routing- und Einwahldienste bereitstellen, um eine direkte Verbindung zwischen Gateway-Servern herzustellen. Die Datenübertragung erfolgt auf einer Punkt-zu- Punkt- oder Punkt-zu-Multipunkt-Basis ohne Zwischenspeicherung auf den Hub- Servern.
  • WO/2002/013484 - DATENAUSTAUSCHSYSTEM FÜR DEN E-COMMERCE: Eine verteilte E-Commerce-Plattform zur Bereitstellung von Datenaustauschdiensten über das Internet umfasst Gateway-Server bei Kunden und Lieferanten, die Daten lokal speichern, sowie entfernte Hub-Server, die Routing- und Einwahldienste bereitstellen, um eine direkte Verbindung zwischen Gateway-Servern herzustellen. Die Datenübertragung erfolgt auf einer Punkt-zu- Punkt- oder Punkt-zu-Multipunkt-Basis ohne Zwischenspeicherung auf den Hub- Servern.
  • CN106709794 - E-COMMERCE-HINTERGRUNDDATENVERARBEITUNGS-SYSTEM: Die Erfindung bezieht sich auf das technische Gebiet der Lagerhaltung und Logistik und insbesondere auf ein E-Commerce-Hintergrunddatenverarbeitungssystem. Das System umfasst ein Benutzermodul, ein Logistikmodul, ein Kernanalysemodul, ein Transaktionsverarbeitungsmodul und ein Modul für historische Daten, wobei das Kernanalysemodul zur Durchführung einer Datenanalyse von Unternehmensprodukten, E-Commerce-Bestellungen und Logistikbestellungen, zur Kennzeichnung von Produktdaten und zum Screening optimaler Einkaufsschemata und weiterer Auswahlmöglichkeiten für Benutzer verwendet wird. Das System kann den Zeitaufwand, die Kosten und das Serviceniveau von Logistikdienstleistungen verschiedener Logistikunternehmen genau analysieren und die Analyseergebnisse den Kunden als Referenz zur Verfügung stellen, wodurch die vielfältigen Wahlmöglichkeiten der Kunden erheblich verbessert und unnötige Verschwendung vermieden werden.
  • CN109785007 - E-COMMERCE-HINTERGRUNDDATENANALYSE ALGORITHM: Die Erfindung offenbart einen Algorithmus zur Analyse von E-Commerce-Hintergrunddaten. Der Algorithmus umfasst: Erfassen von Online-Einkaufsinformationen durch das Datenerfassungsmodul mittels eines Flusses; die Daten werden im Datenspeichermodul gespeichert; im Moment werden die Einkaufsinformationen jeder Person durch ein persönliches Datenanalysemodul analysiert und berechnet; Erhalten von Ergebnissen, währenddessen werden die gesamten Flussdaten durch das Netzwerkdatenanalysemodul analysiert und berechnet; Erhalten von Ergebnissen, berechnete Ergebnisse werden alle im Datenspeichermodul gespeichert; Daten eines Datenspeichermoduls werden aufgerufen; das Warenschiebemodul wird zum Schieben von Waren zum persönlichen Kunden verwendet. Erfindungsgemäß wird ein Algorithmus zur Analyse von E-Commerce-Hintergrunddaten verwendet. Gemäß der Methode können die Kaufgewohnheiten verschiedener Regionen und die Nachfrage nach Waren in verschiedenen Zeiträumen analysiert und berechnet werden, die Kaufgewohnheiten, die Kaufkraft und dergleichen von Einzelpersonen werden analysiert, die Nachfrage der Einzelpersonen wird beurteilt, das Pushen der Waren wird erleichtert, die Anwendungsrate der Daten wird erhöht, und inzwischen werden die Einkaufsanforderungen der Kunden durch die Berechnung und Analyse der Daten besser erleichtert.
  • CN112036984 - E-COMMERCE OPERATION BIG DATA MANAGEMENT SYSTEM: Die Erfindung stellt ein E-Commerce Operation Big Data Management System zur Verfügung und bezieht sich auf den Bereich des E-Commerce. Ein Big-Data-Managementsystem für den E-Commerce-Betrieb umfasst ein Auftragsverwaltungsmodul, ein neues Verwaltungsmodul und ein neues Erinnerungsmodul; das Auftragsverwaltungsmodul wird zur Verwaltung von Warenbestellungen aller Geschäfte verwendet, das neue Verwaltungsmodul wird zur Verwaltung neuer Waren aller Geschäfte verwendet, das neue Erinnerungsmodul ist mit dem Auftragsverwaltungsmodul verbunden, um die Kaufhäufigkeit jedes Kunden in verschiedenen Geschäften entsprechend der Warenbestellung zu berechnen, und das neue Kauferinnerungsmodul ist mit dem neuen Kaufverwaltungsmodul verbunden, um jedem Kunden die neuen Kaufwaren in verschiedenen Geschäften entsprechend der Kaufhäufigkeit zu empfehlen. Gemäß der Erfindung können neue Waren auf intelligente Weise empfohlen werden, die Einkaufsanforderungen der Menschen werden erfüllt und die Einkaufseffizienz wird verbessert.
  • CN214190735 - DATENSPEICHERVORRICHTUNG FÜR E-COMMERCE-KUNDENVERWALTUNG: Das Gebrauchsmuster stellt eine Datenspeichervorrichtung für die Kundenverwaltung im elektronischen Handel bereit. Die Datenspeichervorrichtung umfasst eine Bodenplatte, Universalräder, eine Speichereinheit und eine feuchtigkeitsdichte Einheit. Gemäß der Aktenordner-Aufbewahrungsvorrichtung werden aufgrund der Anordnung der Aufbewahrungsbaugruppe, wenn die Aktenordner-Aufbewahrungsvorrichtung verwendet wird, Aktenordner zwischen den Begrenzungsplatten eingeklemmt, so dass die Aktenordner fixiert sind, die Gleichmäßigkeit der Aktenordner während der Aufbewahrung gewährleistet ist, das Phänomen, dass die Aktenordner während der Aufbewahrung verstreut sind, vermieden wird, ein Bediener Akten bequem finden und aufbewahren kann, und das Erfahrungsgefühl des Bedieners verbessert wird; die Regalbretter, die vertikalen Trennwandbretter und die Quertrennwandbretter angeordnet sind, die Regalbretter, die vertikalen Trennwandbretter und die Quertrennwandbretter das Innere des Aufbewahrungsbehälters in eine Vielzahl unabhängiger Räume unterteilen, die geordnete Speicherung von Daten erleichtert und die Ordnung der Datenspeicherung verbessert wird; und durch die Anordnung der feuchtigkeitsdichten Baugruppe kommt die Kalziumchlorid-Füllschicht durch die Durchgangslöcher mit der Luft in der Aufbewahrungsbox in Kontakt, der Zweck der Adsorption von Feuchtigkeit in der Luft in der Aufbewahrungsbox wird erreicht, die Trockenheit der Luft in der Aufbewahrungsbox wird verbessert, das Phänomen, dass Daten aufgrund von Feuchtigkeit beschädigt werden, wird vermieden, und die Sicherheitsleistung der Aufbewahrungsvorrichtung wird verbessert.
  • CN111861675 - E-COMMERCE MANAGEMENT PLATFORM BASED ON BIG DATA: Die Erfindung offenbart eine auf Big Data basierende E-Commerce-Management-Plattform. Die E-Commerce-Verwaltungsplattform umfasst einen E-Commerce-Server, ein Auftragserzeugungsmodul, ein Logistikauswahlmodul, eine Auftragsbewertungseinheit, eine Scalping-Frühwarneinheit und ein Sprachübersetzungsmodul. Gemäß der Scalping-Frühwarnungseinheit wird eine Scalping-Spur durch das System erkannt, eine rechtzeitige Frühwarnung wird durchgeführt und ein Händler wird bestraft; das Sprachübersetzungsmodul ist so angeordnet, dass chinesische Schriftzeichen in ausgewählte Sprachen anderer Länder umgewandelt werden können und das Problem der Sprachunpassierbarkeit gelöst wird; die Plattform ist auch mit einer Kundendienst-Verarbeitungseinheit versehen, so dass, wenn die ausgewählte Ware mit dem Händler kommuniziert werden muss, das Problem durch den Eingriff des Kundendienstpersonals gelöst wird. Erfindungsgemäß kann die Kundendienst-Verarbeitungseinheit sowohl für die Kommunikation per Schreibmaschine als auch für die Kommunikation per Sprache verwendet werden, wodurch eine diversifizierte Kommunikation erreicht wird; die Plattform ist mit einer Sicherheits-Zahlungseinheit und einer Auftragsverarbeitungseinheit ausgestattet, um die Sicherheit der Mittel im Transaktionsprozess zu gewährleisten. Nach der Erfindung ist die Systemverarbeitung rechtzeitig, die systematische Ness ist gut, die Verwaltung ist einfach, die Interessen der Händler sind in der Lage, maximiert werden, und die Plattform ist gut in der Nutzung und Popularisierung Werte.
  • CN112862344 - E-COMMERCE MANAGEMENT PLATFORM BASED ON BIG DATA: Die Erfindung offenbart eine E-Commerce-Management-Plattform, die auf Big Data basiert. Die Plattform umfasst ein E-Commerce-System, ein Verkaufsmodul, ein Netzwerk-Verkaufsmodul, ein Unternehmens-Verkaufsmodul, ein Inlands-Verkaufsmodul, ein Auslands-Verkaufsmodul, ein Warenmodul, Warentypen, Warenmengen, Überseelager, Steuerlager, Inlandslager, ein Liefermodul, Auftragseingabe, Auftragsbestätigung, Auftragsnummerneingabe, Warentransport, Wareneingangsbestätigung, Bewertung, Warenproblembestimmung, Kundendienstkontakt, Warenrückerstattung und - änderung sowie Warenrückerstattung und -rückgabe. Das E-Commerce-System wird für die Gesamtplanung des Warenmoduls, des Verkaufsmoduls und des Liefermoduls, die Informationsübermittlung des Warenmoduls, die Auftragsübermittlung des Warenmoduls und die Anordnung und Übermittlung des Liefermoduls verwendet, und das Verkaufsmodul wird für die Informationsübermittlung und den Warenvertrieb des Netzverkaufs und des Unternehmensverkaufs verwendet. Durch die Einrichtung des Überseelagers, des Steuergarantielagers und des Inlandslagers werden die langwierigen Probleme der langen Lagerzeit und der langen Transportzeit in China und im Ausland gelöst; und die in- und ausländische Artikelzirkulation wird durch die Einrichtung von Netzwerkverkäufen und Unternehmensverkäufen durchgeführt.
  • CN113095853 - E-COMMERCE INFORMATION MANAGEMENT PLATFORM BASED ON BIG DATA: Eine E-Commerce-Informationsmanagement- Plattform auf der Grundlage von Big Data, die durch die vorliegende Erfindung offenbart wird, umfasst eine E-Commerce-Informationsmanagement-Plattform; die E-Commerce-Informationsmanagement-Plattform ist mit einem Client, einem Warenmanagement-Modul, einem Transaktionsinformationsmanagement-Modul, einem Fondsmanagement-Modul und einem After-Sales-Management-Modul versehen, und der Client ist mit einem Touristen-Login-Ende und einem Mitgliederregistrierungs-Ende versehen. Die Kundenseite ist mit dem Touristen- Login-Ende und dem Mitgliederregistrierungs-Ende versehen, das Ausgangsende des Mitgliederregistrierungs-Endes ist mit dem Identitätsinformations- Eingabemodul verbunden, und die Gesichts- und Fingerabdruck-Informationen eines Mitglieds müssen aufgezeichnet werden, so dass die Identitätsregistrierungs- Informationen des Mitglieds vervollkommnet werden, ein Mitgliedskonto daran gehindert wird, von anderen böswillig gestohlen zu werden, und die Sicherheitsleistung der Plattform-Transaktion verbessert wird; Darüber hinaus müssen sowohl die Auftragstransaktion als auch die Abfrage des Mitglieds eine Identitätsauthentifizierung durchlaufen, und die Auftragstransaktion oder die Abfrage kann nicht durchgeführt werden, wenn die Authentifizierung fehlschlägt, so dass die Privatsphäre der Kundentransaktion verbessert werden kann und das Einkaufserlebnis des Benutzers verbessert werden kann.
  • WO/2020/000202 - E-COMMERCE LOGISTICS SCHEDULING SYSTEM BASED ON BIG DATA: Es wird ein auf Big Data basierendes Logistikplanungssystem für den elektronischen Handel bereitgestellt. Das System umfasst ein Auftragsverarbeitungsmodul, ein Lagerverteilungsmodul und ein Transportmodul. Das Auftragsverarbeitungsmodul wird zum Verwalten und Verarbeiten von Auftragsinformationen verwendet, und das Auftragsverarbeitungsmodul umfasst ein Stornomodul und ein intelligentes Warenbereichsbestimmungsmodul; das Stornomodul wird zum Senden von Auslöseinformationen für die Auftragsstornierung an das intelligente Warenbereichsbestimmungsmodul verwendet; und das intelligente Warenbereichsbestimmungsmodul wird zum Senden von Verteilungs- und Transportinformationen an das Lagerverteilungsmodul und das Transportmodul gemäß den erzeugten Auftragsinformationen und zum Überwachen eines Transportzustands von Waren in Echtzeit verwendet. Gemäß dem E-Commerce-Logistikplanungssystem der vorliegenden Erfindung wird eine Ware, wenn ein Kunde eine Bestellung storniert, mit Hilfe eines intelligenten Warenbereichs-Bestimmungsmoduls nicht sofort in ein ursprüngliches Lager zurückgeschickt, sondern wartet an Ort und Stelle auf eine Bestellung eines neuen Kunden in dem Bereich innerhalb eines bestimmten Zeitraums, wodurch die Logistikkosten für wiederholte Transporte reduziert werden.
  • CN110348876 - METHOD FOR ESTABLISHING CUSTOMER PERSONALIZED DATA OF E-COMMERCE WEBSITE: Die Erfindung offenbart ein Verfahren zum Erstellen von personalisierten Kundendaten einer E-Commerce-Website, das die folgenden Schritte umfasst: erstens, Verfolgen eines Kunden durch Definieren eines Ereignisses und eines Cookies unter Verwendung eines Browser-Clients, und Sammeln von Attribut-Kontaktpunktdaten, Verhaltenskontaktpunktdaten und Teilnahmekontaktpunktdaten des Kunden; und dann Aggregieren, Berechnen und Analysieren der gesammelten Daten, um eine persönliche Präferenzdatenbank des Kunden zu bilden. Erfindungsgemäß werden Attribute, Verhaltensweisen und Teilnahmedaten jedes Kunden in einem einheitlichen persönlichen Datensatz gesammelt; Werte jedes Elements in dem Datensatz werden individuell bewertet, um eine Summe der Werte zu bestimmen, die ein persönliches Level-Tag bilden, ein Kern von unterteilten Märkten und Dienstleistungen jeder Person wird gebildet, Kunden werden als ein unterteilter Markt positioniert, indem Kundendaten verwendet werden, und Koordination und Interaktion werden durchgeführt, so dass Werbungsserieneffektindizes verbessert werden, die Kundeninteraktionskosten reduziert werden, der lebenslange Wert der Kunden verbessert wird, Interessen, Hobbys und Anforderungen der Kunden rechtzeitig erhalten werden und die Entwicklung und der Erfolg von E-Commerce erleichtert werden.
  • CN109377276 - AN E-COMMERCE MARKETING SYSTEM BASED ON BIG DATA ANALYSIS: Die Erfindung offenbart ein E-Commerce-Marketing-System auf der Grundlage von Big-Data-Analyse, umfassend: ein Verbraucherverhalten Kontaktpunkt Eintrag; ein Kunde Konvertierung Modul; ein Bestellungsmanagement-Modul; ein Auftragsbearbeitungsmodul; ein Kunden- Service-Tracking-Management-Modul; ein Ende Entität Clerk-Management-Modul; ein Produkt-Tracking-Kanal-Management; und ein Big-Data-Mining-Center-Modul. Die Erfindung hat die Vorteile: durch die E-Commerce-Marketing-System auf der Grundlage von Big-Data-Analyse, das Unternehmen das Marketing, Vertrieb, Kundenservice, Produktionsplanung und Ressourcen-Management sind in einem kompletten Closed-Loop-System, rechtzeitige und genaue Erfassung der Informationen von jedem Link, und effektiv zu organisieren Produktion und Verwaltung. Unternehmen, mehr direkt zu erwerben potenzielle Kunden und Kunden in Aufträge zu verwandeln, so dass Unternehmen eine schnelle Entwicklung mit 020-Modell in den harten Wettbewerb auf dem Markt zu halten.
  • CN104732425 - E-COMMERCE PLATFORM CUSTOMER BEHAVIOR ANALYTICAL METHOD BASED ON BIG DATA: Die Erfindung offenbart ein Verfahren zur Analyse des Kundenverhaltens auf einer E-Commerce-Plattform, das auf Big Data basiert. Das Analyseverfahren umfasst die folgenden Schritte: Erstens werden die Informationen von Handelsinformationsseiten bekannter E-Commerce- Websites im Internet analysiert; zweitens wird eine Schlüssel-URL erfasst, eine Erfassungsregel wird durch Analyse der Webseiten festgelegt und Daten werden erfasst; drittens wird eine Datenüberprüfung an den erfassten Daten durchgeführt; viertens werden die erfassten Daten in einem klassifizierten Modus nach Kategorien gespeichert; fünftens wird eine Clusteranalyse an den Informationen unter derselben Kategorie durchgeführt, um die Preispräferenz der Kunden und die Kaufhäufigkeitsinformationen zu erhalten; sechstens werden entsprechende Industrieberichte entsprechend den Analyseergebnissen erstellt. Durch die Anwendung der Methode können die Marktsegmentierung und das Wettbewerbsniveau einer bestimmten Branche im Bereich des elektronischen Geschäftsverkehrs erfasst werden, so dass bestehende Unternehmen zur Anpassung ihrer Betriebsstrategien angeleitet werden können, neue Unternehmen zum Eintritt in die Blue-Ocean-Branche angeleitet werden können, die Unternehmensentwicklung gefördert wird und der Ressourcenabgleich bis zu einem gewissen Grad gesteuert werden kann.
  • CN112036989 - CROSS-BORDER E-COMMERCE MARKETING SYSTEM BASED ON BIG DATA ANALYSIS: Die Erfindung gehört zum technischen Gebiet des E-Commerce-Marketings und bezieht sich insbesondere auf ein grenzüberschreitendes E-Commerce-Marketingsystem auf der Grundlage von Big-Data-Analyse, das einen Serviceschrank, ein Anzeigemodul und eine zentrale Steuereinheit umfasst, wobei ein erster Trennungshohlraum in der linken Seite der Oberseite eines inneren Hohlraums des Serviceschranks ausgebildet ist und ein zweiter Trennungshohlraum in der linken Seite des Bodens des inneren Hohlraums des Serviceschranks ausgebildet ist; ein drahtloses Übertragungsmodul in einem inneren Hohlraum des zweiten Trennungshohlraums angeordnet ist, das drahtlose Übertragungsmodul elektrisch und bidirektional mit einem IP-Terminal verbunden ist, ein dritter Trennungshohlraum in der rechten Seite des inneren Hohlraums des Serviceschranks ausgebildet ist, ein Anzeigemodul an der Oberseite des Serviceschranks angeordnet ist, ein Bilderfassungsmodul an der Oberseite des Anzeigemoduls angeordnet ist, und ein Spracheingabemodul an der linken Seite der Oberseite des Serviceschranks angeordnet ist. Und ein Sprachausgabemodul ist auf der rechten Seite der Oberseite des Serviceschranks angeordnet, so dass die Mitarbeiter produktbezogene Informationen bequem nachschlagen können, mit Kunden in einem Sprach- und Videomodus kommunizieren können und Produktinformationen in der Logistik, in Lagern und im Verkauf durch die Verwendung eines IP-Terminals nachschlagen können, und Online-Marketing kann besser durchgeführt werden.
  • Gruppierungen von alternativen Elementen oder Ausführungsformen der hierin offenbarten Erfindung sind nicht als Einschränkungen zu verstehen. Jedes Gruppenmitglied kann einzeln oder in beliebiger Kombination mit anderen Mitgliedern der Gruppe oder anderen hierin enthaltenen Elementen in Bezug genommen und beansprucht werden. Ein oder mehrere Mitglieder einer Gruppe können aus Gründen der Zweckmäßigkeit und/oder der Patentierbarkeit in eine Gruppe aufgenommen oder aus ihr entfernt werden. Wenn eine solche Aufnahme oder Streichung erfolgt, wird davon ausgegangen, dass die Spezifikation die Gruppe in der geänderten Form enthält, wodurch die schriftliche Beschreibung aller in den beigefügten Ansprüchen verwendeten Markus-Gruppen erfüllt wird.
  • Wie in der vorliegenden Beschreibung und in den folgenden Ansprüchen verwendet, schließt die Bedeutung von „ein“, „eine“ und „die“ den Plural ein, sofern der Kontext nicht eindeutig etwas anderes vorschreibt. Wie in der vorliegenden Beschreibung verwendet, schließt die Bedeutung von „in“ auch „in“ und „am“ ein, sofern der Kontext nicht eindeutig etwas anderes vorschreibt.
  • Die Aufzählung von Wertebereichen dient lediglich als Kurzbezeichnung für jeden einzelnen Wert, der in den Bereich fällt. Sofern hier nicht anders angegeben, wird jeder einzelne Wert in die Spezifikation aufgenommen, als ob er hier einzeln aufgeführt wäre. Alle hierin beschriebenen Verfahren können in jeder geeigneten Reihenfolge durchgeführt werden, sofern hierin nichts anderes angegeben ist oder der Kontext dem nicht eindeutig widerspricht.
  • Die Verwendung von Beispielen oder beispielhaften Formulierungen (z. B. „wie“) in Bezug auf bestimmte Ausführungsformen dient lediglich der besseren Veranschaulichung der Erfindung und stellt keine Einschränkung des Umfangs der ansonsten beanspruchten Erfindung dar. Keine Formulierung in der Beschreibung ist als Hinweis auf ein nicht beanspruchtes Element zu verstehen, das für die Ausübung der Erfindung wesentlich ist.
  • Die in diesem Abschnitt „Hintergrund“ offengelegten Informationen dienen lediglich dem besseren Verständnis des Hintergrunds der Erfindung und können daher Informationen enthalten, die nicht zum Stand der Technik gehören und die einer Person mit normaler Fachkenntnis in diesem Land bereits bekannt sind.
  • ZUSAMMENFASSUNG
  • Bevor die vorliegenden Systeme und Methoden beschrieben werden, sei darauf hingewiesen, dass diese Anwendung nicht auf die beschriebenen Systeme und Methoden beschränkt ist, da es mehrere mögliche Ausführungsformen geben kann, die in der vorliegenden Offenlegung nicht ausdrücklich dargestellt sind. Es ist auch zu verstehen, dass die in der Beschreibung verwendete Terminologie nur zur Beschreibung der besonderen Versionen oder Ausführungsformen dient und nicht dazu gedacht ist, den Umfang der vorliegenden Anwendung zu begrenzen.
  • Die vorliegende Erfindung heilt und löst vor allem die technischen Probleme, die im Stand der Technik bestehen. Als Antwort auf diese Probleme offenbart die vorliegende Erfindung ein intelligentes hybrides Managementsystem zur Vorhersage der Abwanderung von E-Commerce-Nutzern im E-Commerce unter Verwendung von Data Mining und Deep Learning.
  • Ein Aspekt der vorliegenden Erfindung ist die Vorstellung eines intelligenten hybriden Managementsystems zur Vorhersage der Kundenabwanderung im E-Commerce unter Verwendung von Data Mining und Deep Learning, wobei das System umfasst: einen Datenspeicher des E-Commerce-Benutzers, wobei der Datenspeicher des E-Commerce-Benutzers für die Speicherung aller Daten der E- Commerce-Benutzer verwendet wird, die eine E-Commerce-Website besucht haben, basierend auf der Authentifizierung des E-Commerce-Benutzers unter Verwendung des Logins auf der E-Commerce-Website; ein E-Commerce-Benutzerüberwachungsmodul, das verwendet wird, um die Aktivität des E- Commerce-Benutzers unter Verwendung der Zeit, die er für ein Produkt oder eine Dienstleistung auf der E-Commerce-Website aufwendet, zu überwachen, wobei das E-Commerce-Benutzerüberwachungsmodul die Käufe, Transaktionen und die Zeit, die er für jeden Abschnitt der E-Commerce-Website aufwendet, überwacht; und ein E-Commerce-Churn-in-Analysemodul, das als periodische Benutzerverfolgung auf der E-Commerce-Website verwendet wird, wobei das E-Commerce-Churn-in- Analysemodul zum Sammeln der Zufriedenheit eines E-Commerce-Benutzers mit einem Produkt und einem Anbieter verwendet wird, und die periodische Verfolgung des Online-Verhaltens und der Handlungen des E-Commerce-Benutzers und die Bereitstellung von kundenspezifischen Such- und Data-Mining-Diensten für das E- Commerce-Churn-in-Analysemodul auf der Grundlage des E-Commerce- Benutzers.
  • Figurenliste
  • Um verschiedene Aspekte einiger Ausführungsbeispiele der vorliegenden Erfindung zu verdeutlichen, wird eine genauere Beschreibung der Erfindung durch Bezugnahme auf bestimmte Ausführungsformen, die in den beigefügten Figuren dargestellt sind, gegeben. Es wird davon ausgegangen, dass diese Figuren nur illustrierte Ausführungsformen der Erfindung darstellen und daher nicht als Einschränkung des Umfangs der Erfindung anzusehen sind. Die Erfindung wird mit zusätzlicher Spezifität und Detail durch die Verwendung der beigefügten Figuren beschrieben und erläutert werden.
  • Damit die Vorteile der vorliegenden Erfindung leicht verstanden werden, wird im Folgenden eine detaillierte Beschreibung der Erfindung in Verbindung mit den beigefügten Figuren erörtert, die jedoch nicht als Beschränkung des Umfangs der Erfindung auf die beigefügten Figuren angesehen werden sollten, in denen:
    • 1 das Blockdiagramm eines intelligenten hybriden Managementsystems (10) zur Vorhersage der Abwanderung von E-Commerce- Nutzern im E-Commerce mithilfe von Data Mining und Deep Learning zeigt.
  • DETAILLIERTE BESCHREIBUNG
  • Die vorliegende Erfindung bezieht sich auf ein intelligentes hybrides Managementsystem zur Vorhersage der Abwanderung von E-Commerce- Benutzern im E-Commerce unter Verwendung von Data Mining und Deep Learning. 1 zeigt ein detailliertes Blockdiagramm eines intelligenten hybriden Managementsystems (10) zur Vorhersage der Abwanderung von E- Commerce-Benutzern im E-Commerce unter Verwendung von Data Mining und Deep Learning.
  • Obwohl die vorliegende Offenbarung mit dem Zweck der Smart Hybrid-Management-System für die Vorhersage E-Commerce-Benutzer Churn im E-Commerce mit Data Mining und Deep Learning beschrieben worden ist, sollte es zu schätzen, dass das gleiche wurde nur getan, um die Erfindung in einer beispielhaften Weise zu veranschaulichen und jeden anderen Zweck oder Funktion zu markieren, für die erklärte Strukturen oder Konfigurationen verwendet werden könnte und ist innerhalb des Anwendungsbereichs der vorliegenden Offenbarung abgedeckt.
  • Das intelligente hybride Verwaltungssystem (10) zur Vorhersage der Abwanderung von E-Commerce-Benutzern im E-Commerce unter Verwendung von Data Mining und Deep Learning wird in dieser Offenlegung vorgestellt. Das System ist vollständig im Computer implementiert.
  • Das intelligente hybride Managementsystem (10) zur Vorhersage der Kundenabwanderung im E-Commerce umfasst einen Datenspeicher (1) für E-Commerce-Benutzer (2), ein E-Commerce-Benutzerüberwachungsmodul (3) und ein E-Commerce-Abwanderungsanalyse-Modul (4).
  • Der Datenspeicher (1) des E-Commerce-Benutzers (2) wird für die Speicherung aller Daten der E-Commerce-Benutzer (2) verwendet, die eine E-Commerce-Website besuchen, die auf der Authentifizierung des E-Commerce-Benutzers (2) mit dem Login auf der E-Commerce-Website basiert. Der Datenspeicher (1) ist ein Cloud-Speicher.
  • Das E-Commerce-Benutzermodul (3) dient zur Überwachung der Aktivitäten des E-Commerce-Benutzers (2) anhand der Zeit, die er für ein Produkt oder eine Dienstleistung auf der E-Commerce-Website aufwendet.
  • Das E-Commerce-Benutzermonitoring-Modul (3) überwacht die Käufe, Transaktionen und die Zeit, die in jedem Bereich der E-Commerce-Website verbracht wird.
  • Das E-Commerce-Churn-in-Analysemodul (4) wird für die regelmäßige Verfolgung von Benutzern auf E-Commerce-Websites verwendet.
  • Das E-Commerce-Churn-in-Analysemodul (4) wird verwendet, um die Zufriedenheit eines E-Commerce-Benutzers (2) mit einem Produkt und einem Anbieter zu erfassen, das Online-Verhalten und die Handlungen des E-Commerce-Benutzers (2) regelmäßig zu verfolgen und maßgeschneiderte Such- und Data-Mining-Dienste für das E-Commerce-Churn-in-Analysemodul (4) basierend auf dem E-Commerce-Benutzer (2) bereitzustellen.
  • Das Modul (3) zur Überwachung des E-Commerce-Benutzers (2) ist eine auf maschinellem Lernen basierende Einheit zur Benutzerüberwachung.
  • Das Data Mining wird durchgeführt, um Anomalien, Muster und Korrelationen in großen Datensätzen von E-Commerce-Nutzern (2) zu finden, um die Nachfrage der E-Commerce-Nutzer (2) vorherzusagen.
  • Die Figuren und die vorangehende Beschreibung zeigen Beispiele für Ausführungsformen. Der Fachmann wird verstehen, dass eines oder mehrere der beschriebenen Elemente durchaus zu einem einzigen Funktionselement kombiniert werden können. Alternativ dazu können bestimmte Elemente in mehrere Funktionselemente aufgeteilt werden. Elemente aus einer Ausführungsform können einer anderen Ausführungsform hinzugefügt werden. Die Reihenfolge der hier beschriebenen Prozesse kann beispielsweise geändert werden und ist nicht auf die hier beschriebene Weise beschränkt. Darüber hinaus müssen die Aktionen eines Blockdiagramms nicht in der gezeigten Reihenfolge ausgeführt werden, und es müssen auch nicht unbedingt alle Aktionen durchgeführt werden. Auch können diejenigen Handlungen, die nicht von anderen Handlungen abhängig sind, parallel zu den anderen Handlungen ausgeführt werden. Der Umfang der Ausführungsformen ist durch diese spezifischen Beispiele keineswegs begrenzt.
  • Obwohl Ausführungsformen der Erfindung in einer für strukturelle Merkmale und/oder Methoden spezifischen Sprache beschrieben wurden, sind die beigefügten Ansprüche nicht notwendigerweise auf die beschriebenen spezifischen Merkmale oder Methoden beschränkt. Vielmehr werden die spezifischen Merkmale und Methoden als Beispiele für Ausführungsformen der Erfindung offenbart.
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • CN 110046926 [0005]
    • AU 2000267454 [0006]
    • WO 2002/013484 [0007]
    • CN 106709794 [0008]
    • CN 109785007 [0009]
    • CN 112036984 [0010]
    • CN 214190735 [0011]
    • CN 111861675 [0012]
    • CN 112862344 [0013]
    • CN 113095853 [0014]
    • WO 2020/000202 [0015]
    • CN 110348876 [0016]
    • CN 109377276 [0017]
    • CN 104732425 [0018]
    • CN 112036989 [0019]

Claims (5)

  1. Ein intelligentes hybrides Managementsystem (10) zur Vorhersage der Kundenabwanderung im E-Commerce unter Verwendung von Data Mining und Deep Learning, wobei das System (10) umfasst: einen Datenspeicher (1) eines E-Commerce-Benutzers (2), wobei der Datenspeicher (1) des E-Commerce-Benutzers (2) zur Speicherung aller Daten des E-Commerce-Benutzers (2), der eine E-Commerce-Website besucht hat, auf der Grundlage einer Authentifizierung des E-Commerce- Benutzers (2) unter Verwendung einer Anmeldung auf der E-Commerce- Website verwendet wird; ein E-Commerce-Benutzerüberwachungsmodul (3), das verwendet wird, um die Aktivität des E-Commerce-Benutzers (2) unter Verwendung der für ein Produkt oder eine Dienstleistung auf der E-Commerce-Website aufgewendeten Zeit zu überwachen, wobei das E-Commerce- Benutzerüberwachungsmodul (3) die Käufe, Transaktionen und die in jedem Abschnitt der E-Commerce-Website aufgewendete Zeit überwacht; und ein E-Commerce-Churn-in-Analysemodul (4), das als periodische Benutzerverfolgung in einer E-Commerce-Website verwendet wird, wobei das E-Commerce-Churn-in-Analysemodul (4) zum Sammeln der Zufriedenheit eines E-Commerce-Benutzers (2) mit einem Produkt und einem Anbieter und zum periodischen Verfolgen des Online-Verhaltens und der Handlungen des E-Commerce-Benutzers (2) und zum Bereitstellen von kundenspezifischen Such- und Data-Mining-Diensten für das E-Commerce- Churn-in-Analysemodul (4) auf der Grundlage des E-Commerce-Benutzers (2) verwendet wird.
  2. Intelligentes hybrides Managementsystem (10) zur Vorhersage der Kundenabwanderung im E-Commerce unter Verwendung von Data Mining und Deep Learning nach Anspruch 1, wobei das System (10) vollständig computerimplementiert ist.
  3. Das intelligente hybride Managementsystem (10) zur Vorhersage der Kundenabwanderung im E-Commerce unter Verwendung von Data Mining und Deep Learning nach Anspruch 1, wobei der Datenspeicher (1) ist ein Cloud-Speicher.
  4. Das intelligente hybride Managementsystem (10) zur Vorhersage der Kundenabwanderung im E-Commerce unter Verwendung von Data Mining und Deep Learning nach Anspruch 1, wobei das Überwachungsmodul (3) für den E-Commerce-Benutzer (2) eine auf maschinellem Lernen basierende Benutzerüberwachungseinheit ist.
  5. Das intelligente hybride Managementsystem (10) zur Vorhersage der Kundenabwanderung im E-Commerce unter Verwendung von Data Mining und Deep Learning nach Anspruch 1, wobei Data Mining durchgeführt wird, um Anomalien, Muster und Korrelationen innerhalb großer Datensätze von E-Commerce-Benutzern (2) zu finden, um die Nachfrage der E-Commerce-Benutzer (2) vorherzusagen.
DE202022100697.0U 2022-02-07 2022-02-07 Intelligentes hybrides Managementsystem zur Vorhersage der Abwanderung von E-Commerce-Benutzern im E-Commerce mittels Data Mining und Deep Learning Active DE202022100697U1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE202022100697.0U DE202022100697U1 (de) 2022-02-07 2022-02-07 Intelligentes hybrides Managementsystem zur Vorhersage der Abwanderung von E-Commerce-Benutzern im E-Commerce mittels Data Mining und Deep Learning

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE202022100697.0U DE202022100697U1 (de) 2022-02-07 2022-02-07 Intelligentes hybrides Managementsystem zur Vorhersage der Abwanderung von E-Commerce-Benutzern im E-Commerce mittels Data Mining und Deep Learning

Publications (1)

Publication Number Publication Date
DE202022100697U1 true DE202022100697U1 (de) 2022-02-17

Family

ID=80624798

Family Applications (1)

Application Number Title Priority Date Filing Date
DE202022100697.0U Active DE202022100697U1 (de) 2022-02-07 2022-02-07 Intelligentes hybrides Managementsystem zur Vorhersage der Abwanderung von E-Commerce-Benutzern im E-Commerce mittels Data Mining und Deep Learning

Country Status (1)

Country Link
DE (1) DE202022100697U1 (de)

Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002013484A1 (en) 2000-08-10 2002-02-14 Interweb21.Com Pte Ltd. Data exchange system for e-commerce
CN104732425A (zh) 2015-03-24 2015-06-24 浪潮集团有限公司 基于大数据的电商平台客户行为分析方法
CN106709794A (zh) 2017-03-31 2017-05-24 镇江硅谷信息科技有限公司 电子商务后台数据处理系统
CN109377276A (zh) 2018-10-17 2019-02-22 南京高鸿未来网络科技有限公司 一种基于大数据分析的电商营销系统
CN109785007A (zh) 2019-01-24 2019-05-21 博拉网络股份有限公司 电商后台数据分析算法
CN110046926A (zh) 2018-12-28 2019-07-23 江苏淳客网络科技有限公司 电商数据分析平台
CN110348876A (zh) 2019-05-28 2019-10-18 成都美美臣科技有限公司 一种电子商务网站客户个性化数据建立方法
WO2020000202A1 (zh) 2018-06-26 2020-01-02 深圳齐心集团股份有限公司 基于大数据的电商物流调度系统
CN111861675A (zh) 2020-07-31 2020-10-30 张正 一种基于大数据的电商管理平台
CN112036984A (zh) 2020-09-04 2020-12-04 烟台冰兔网络科技有限公司 一种电商运营大数据管理系统
CN112036989A (zh) 2020-09-30 2020-12-04 广西财经学院 一种基于大数据分析的跨境电商营销系统
CN112862344A (zh) 2021-03-02 2021-05-28 深圳市财盈通科技有限公司 一种基于大数据的电商管理平台
CN113095853A (zh) 2021-04-06 2021-07-09 兰州宜天网络科技有限公司 一种基于大数据的电商信息管理平台
CN214190735U (zh) 2021-01-11 2021-09-14 山东电子职业技术学院 一种电商客户管理用资料存放装置

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002013484A1 (en) 2000-08-10 2002-02-14 Interweb21.Com Pte Ltd. Data exchange system for e-commerce
CN104732425A (zh) 2015-03-24 2015-06-24 浪潮集团有限公司 基于大数据的电商平台客户行为分析方法
CN106709794A (zh) 2017-03-31 2017-05-24 镇江硅谷信息科技有限公司 电子商务后台数据处理系统
WO2020000202A1 (zh) 2018-06-26 2020-01-02 深圳齐心集团股份有限公司 基于大数据的电商物流调度系统
CN109377276A (zh) 2018-10-17 2019-02-22 南京高鸿未来网络科技有限公司 一种基于大数据分析的电商营销系统
CN110046926A (zh) 2018-12-28 2019-07-23 江苏淳客网络科技有限公司 电商数据分析平台
CN109785007A (zh) 2019-01-24 2019-05-21 博拉网络股份有限公司 电商后台数据分析算法
CN110348876A (zh) 2019-05-28 2019-10-18 成都美美臣科技有限公司 一种电子商务网站客户个性化数据建立方法
CN111861675A (zh) 2020-07-31 2020-10-30 张正 一种基于大数据的电商管理平台
CN112036984A (zh) 2020-09-04 2020-12-04 烟台冰兔网络科技有限公司 一种电商运营大数据管理系统
CN112036989A (zh) 2020-09-30 2020-12-04 广西财经学院 一种基于大数据分析的跨境电商营销系统
CN214190735U (zh) 2021-01-11 2021-09-14 山东电子职业技术学院 一种电商客户管理用资料存放装置
CN112862344A (zh) 2021-03-02 2021-05-28 深圳市财盈通科技有限公司 一种基于大数据的电商管理平台
CN113095853A (zh) 2021-04-06 2021-07-09 兰州宜天网络科技有限公司 一种基于大数据的电商信息管理平台

Similar Documents

Publication Publication Date Title
Kshetri Big data’s role in expanding access to financial services in China
US20030061132A1 (en) System and method for categorizing, aggregating and analyzing payment transactions data
DE202009007855U1 (de) Konsumenten- und Käuferanalysesystem
DE10235804A1 (de) System und Verfahren für das Ermöglichen eines Mehrelementbietens für das Beeinflussen einer Position in einer Suchergebnisliste die durch eine Suchmaschine eines Computernetzes erzeugt wird
CN104424595A (zh) 税务监控方法及其系统
Wagner Exports, foreign direct investments and productivity: Are services firms different?
CN111737338A (zh) 一种基于大数据画像闭环营销数据分析方法
CN112561565A (zh) 一种基于行为日志的用户需求识别方法
DE102008050302A1 (de) Verfahren und System um Verkäufern Zugang zu ausgewählten Verbrauchern bereitzustellen
Kim Quality of smart-work support service, perceived value and intention to continue smart-work: empirical evidence from Korea
Smith Business and e-government intelligence for strategically leveraging information retrieval
Kling How the Marriage of Management and Computing Intensifies the Struggle for Personal Privacy Rob Kling and Jonathan P. Allen
DE202022100697U1 (de) Intelligentes hybrides Managementsystem zur Vorhersage der Abwanderung von E-Commerce-Benutzern im E-Commerce mittels Data Mining und Deep Learning
Sumi et al. Analytical hierarchy process for higher effectiveness of buyer decision process
DE202022102520U1 (de) System zur Analyse von Werbung auf Online-Videoplattformen für digitales Marketing durch maschinelles Lernen, um ein breites Publikum zu erreichen
Ndambo Big data analytics and competitive advantage of commercial banks and insurance companies In Nairobi, Kenya
KR20100037754A (ko) 인터넷을 통한 기업 홍보와 광고 제공방법
Wang Innovation of e-commerce marketing model under the background of big data and artificial intelligence
CN111061791B (zh) 一种中小型电商大数据平台
Parr-Rud Business Analytics Using SAS Enterprise Guide and SAS Enterprise Miner: A Beginner's Guide
Wenyi Research on Online Buying Behavior of Agricultural Products
Kim et al. Developing an intelligent web information system for minimizing information gap in government agencies and public institutions
DE202022103801U1 (de) Ein intelligentes Finanzverwaltungssystem für E-Commerce-Websites zur Analyse von Preisen und Gewinnen durch maschinelles Lernen
CN109062547A (zh) 一种电子商务信息系统的实现方法
Kunz et al. THE STATE OF SUSTAINABILITY OF ONLINE REPORTING INFORMATION OF FORTUNE 500 CORPORATIONS.

Legal Events

Date Code Title Description
R207 Utility model specification
R082 Change of representative

Representative=s name: LIPPERT STACHOW PATENTANWAELTE RECHTSANWAELTE , DE