用于电商平台的商品信息更新方法、系统及存储介质与流程

本发明涉及电子商务的平台管理技术领域，具体地涉及一种用于电商平台的商品信息更新方法、系统及存储介质。

背景技术：

互联网的普及和电子商务的发展改变了消费者的消费方式和产品的销售模式，线上和线下模式并存的混合销售方式已成为企业的一个发展趋势。在此情形下，如何确定产品交易各方收益最大化的市场零售价格及批发价格，成为达成线上线下交易的关键问题。同时，由于消费者行为和市场需求的不确定，对各成员的决策也会产生影响。

目前常用的定价方法主要有：

一是通过分析产品的价值规律决定论和供求规律决定论，把需求、供给和价值作为价格的影响因子，三者的关系可以服从乘法原理，其定价方法包括成本导向定价法、需求导向定价法和竞争导向定价法；

二是以产品的市场随机需求为前提，考虑产品时间、数量和质量的影响因素，制定其生产计划并决定生产量，通过设计求解算法，预测产品价格。

三是基于产品生命周期，根据导入期、成长期、成熟期和衰减器的产品需求的不同，构建不同的决策目标函数，分析不同时期的供应链定价策略，给出决策者最优零售价格、批发价格以及运作效率。

随着互联网和电子商务技术的发展，产品信息不对称的壁垒不断削弱，线下分销和线上直销并存的现象日益增多，上述方法从不同视角研究了产品的定价，未综合考虑电商环境下时间和消费者效用对生产和零售价格决策的影响。

技术实现要素：

本发明实施方式的目的是提供一种用于电商平台的商品信息更新方法、系统及存储介质，该商品信息更新方法、系统和存储介质可以基于数据库中的数据实时更新商品信息。

为了实现上述目的，本发明实施方式提供一种用于电商平台的商品信息更新方法，所述商品信息更新方法包括：

确定商品的线上销售量线性模型和线下销售量线性模型；

根据所述线上销售量线性模型和线下销售量线性模型确定收益函数；

基于斯坦伯格博弈理论，根据所述收益函数确定所述商品的最优批发价格、线上销售价格和线下销售价格；

根据计算的所述最优批发价格、所述线上销售价格和所述线下销售价格更新所述商品信息。

可选地，所述商品信息更新方法进一步包括：

从所述电商平台的数据库中随机选取一个未被选取的商品；

判断所述数据库中是否存在未被选取的商品；

在判断所述数据库中存在未被选取的所述商品的情况下，再次从所述电商平台的数据库中随机选取一个未被选取的商品；

在判断所述数据库中不存在未被选取的商品的情况下，结束所述商品信息更新方法。

可选地，所述确定商品的线上销售量线性模型和线下销售量线性模型包括：

采用公式(1)确定所述商品关于时间的质量衰减函数θ(t)：

其中，t为所述商品的生命周期，t为所述商品的运输时间，η为所述商品对时间的敏感系数。

可选地，所述确定商品的线上销售量线性模型和线下销售量线性模型包括：

根据公式(2)和公式(3)分别确定消费者通过线上途径和线下途径购买所述商品的时变效用d1(p,t)、d2(p,t)，

d1(p,t)＝θa-p1+αp2+βθ(t)，(2)

d2(p,t)＝(1-θ)a-p2+αp1+βθ(t)，(3)

其中，θ为通过所述商品的线下途径销售量所占的市场份额，a为所述商品的市场规模，α为线上与线下销售的交叉价格弹性系数，β为消费者对所述质量衰减函数的敏感系数，p1、p2分别为当前的所述商品的线下和线上销售价格。

可选地，所述确定商品的线上销售量线性模型和线下销售量线性模型包括：

基于消费者效用理论，根据公式(4)和公式(5)确定所述线上销售量线性模型和所述线下销售量线性模型，

其中，q1为所述线上销售量线性模型，q2为所述线下销售量线性模型，μ为任意时刻所述商品的市场潜在规模。

可选地，所述根据所述线上销售量线性模型和线下销售量线性模型确定收益函数包括：

根据公式(6)确定所述商品的生产商的收益函数πm(pi,ω)，

πm(pi,ω)＝(p2-c0)q2+(ω-c0)q1，(6)

其中，ω为当前的所述生产商将产品销售给零售商的批发价格，c0为所述生产商的单位生产成本；

根据公式(7)确定所述商品的所述零售商的收益函数πr(pi,ω)，

πr(pi,ω)＝(p1-ω)q1，(7)

其中，p1>ω。

可选地，所述根据所述收益函数确定所述商品的最优批发价格和线上销售价格包括：

采用公式(8)确定所述零售商的线下价格的反应函数p1(p2,ω)，

采用公式(9)确定所述生产商将所述商品出售给所述零售商的批发价格ω和线上销售价格p2，

其中，公式(9)和公式(10)满足海森矩阵负定。

可选地，所述根据所述收益函数确定所述商品的最优批发价格和线上销售价格包括：

根据公式(11)确定所述最优批发价ω^*、线上销售价p1^*、线下销售价p2^*，

本发明的另一方面还提供一种用于电商平台的商品信息更新系统，所述商品信息更新系统包括处理器，所述处理器被配置成执行上述任一所述的商品信息更新方法。

本发明的再一方面还提供一种存储介质，所述存储介质存储有指令，所述指令用于被机器读取以使得所述机器执行上述任一所述的商品信息更新方法。

通过上述技术方案，本发明提供的用于电商平台的商品信息更新方法、系统及存储介质通过基于预先存储在服务器中的数据库，实时计算电商平台中每件商品的价格，从而完成对商品信息的更新，实现了电商平台在不需要认为操作的情况下商品信息的自动更新。

本发明实施方式的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本发明实施方式的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施方式，但并不构成对本发明实施方式的限制。在附图中：

图1是根据本发明的一个实施方式的用于电商平台的商品信息更新方法的流程图；

图2是根据本发明的一个实施方式的用于电商平台的商品信息更新方法的流程图。

具体实施方式

以下结合附图对本发明实施方式的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施方式，并不用于限制本发明实施方式。

在本发明实施方式中，在未作相反说明的情况下，使用的方位词如“上、下、顶、底”通常是针对附图所示的方向而言的或者是针对竖直、垂直或重力方向上而言的各部件相互位置关系描述用词。

另外，若本发明实施方式中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施方式之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。

如图1所示是根据本发明的一个实施方式的用于电商平台的商品信息更新方法的流程图。在图1中，该商品信息更新方法可以包括：

在步骤s20中，确定商品的线上销售量线性模型和线下销售量线性模型。具体地，该步骤s20可以包括：

1、由于商品的实现性特性，其质量与时间往往呈负相关关系。那么，可以采用公式(1)确定商品关于时间的质量衰减函数θ(t)：

其中，t为商品的生命周期，t为商品的运输时间，η为商品对时间的敏感系数。此外，由于在任意的商品的生产周期内，商品的质量随着时间逐渐降低，两者之间存在负相关性。基于该负相关性，商品的质量会由最初的1逐渐递减，也因此，该质量数衰减函数θ(t)存在0<θ(t)<1的特性。

2、根据公式(2)和公式(3)分别确定消费者通过线上途径和线下途径购买商品的时变效用d1(p,t)、d2(p,t)，

d1(p,t)＝θa-p1+αp2+βθ(t)，(2)

d2(p,t)＝(1-θ)a-p2+αp1+βθ(t)，(3)

其中，θ为通过商品的线下途径销售量所占的市场份额，a为商品的市场规模，α为线上与线下销售的交叉价格弹性系数，β为消费者对质量衰减函数的敏感系数，p1、p2分别为当前的商品的线下和线上销售价格。在该实施方式中，由于线上销售和线下销售模式之间存在双重边际化和渠道冲突等问题，因此，该时变效用在受到渠道价格影响的同时，也受到渠道交叉价格以及时间的影响。

3、基于消费者效用理论，根据公式(4)和公式(5)确定线上销售量线性模型和线下销售量线性模型，

其中，q1为线上销售量线性模型，q2为线下销售量线性模型，μ为任意时刻商品的市场潜在规模。在该实施方式中，以公式(2)和公式(3)示出的时变效用的函数为例，在任意时刻t，商品的时变效用di(p,t)大于0时消费者才会选择购买。因此，消费者的购买概率p(d1(p,t)>0)，p(d2(p,t)>0)。相应地，在一个商品的生命周期内，其线上销售量线性模型q1和线下销售量线性模型q2需要满足以下条件才能够保证该次购买具备实际意义，

q1＝μp[(θa-p1+αp2+βθ(t))>0]，

q2＝μp[((1-θ)a-p2+αp1+βθ(t))>0]。

在步骤s30中，根据线上销售量线性模型和线下销售量线性模型确定收益函数。在该实施方式中，有生产商有条件和技术同时开辟线上以及线下的销售方式，即可以在线下将商品出售给零售商的同时，自身也能够通过线上销售直接销售给消费者。因此，可以根据公式(6)确定商品的生产商的收益函数πm(pi,ω)，

πm(pi,ω)＝(p2-c0)q2+(ω-c0)q1，(6)

其中，ω为当前的生产商将产品销售给零售商的批发价格，c0为生产商的单位生产成本；

根据公式(7)确定商品的零售商的收益函数πr(pi,ω)，

πr(pi,ω)＝(p1-ω)q1，(7)

其中，由于在p1<ω的情况下，说明零售商通过线下途径销售的实际价格高于其本身从生产商处购买的批发价格，这显然不可能构成交易。因此，p1>ω。

在步骤s40中，基于斯坦伯格博弈理论，根据收益函数确定商品的最优批发价格、线上销售价格和线下销售价格。由于在斯坦伯格理论中，生产商需要在商品进入市场前，首先针对零售商的反应函数来确定批发价格和线上销售价格，相应地，零售商也会根据生产商的批发价格来确定实际的线下销售价格。因此，在该实施方式中，该步骤s40可以包括：

1、采用公式(8)确定零售商的线下价格的反应函数p1(p2,ω)，

2、采用公式(9)确定生产商将商品出售给零售商的批发价格ω和线上销售价格p2，

其中，公式(9)和公式(10)满足海森矩阵负定。πm关于p2和ω的海森矩阵(hessianmatrix)：该海森矩阵负定也可以表示为|h1|>0，从而保证价格的科学合理性；

3、根据公式(11)确定最优批发价ω^*、线上销售价p1^*、线下销售价p2^*，

在步骤s50中，根据计算的最优批发价格、线上销售价格和线下销售价格更新商品信息。

如图2所示是根据本发明的一个实施方式的用于电商平台的商品信息更新方法的流程图。与图1中示出的商品信息更新方法的不同之处在于，图2中示出的商品信息更新方法还包括：

在步骤s10中，从电商平台的数据库中随机选取一个未被选取的商品；

在步骤s60中，判断数据库中是否存在未被选取的商品；

在判断数据库中存在未被选取的商品的情况下，再次从电商平台的数据库中随机选取一个未被选取的商品；

在判断数据库中不存在未被选取的商品的情况下，结束该商品信息更新方法。

本发明的另一方面还提供一种用于电商平台的商品信息更新系统，该商品信息更新系统可以包括处理器，该处理器可以被配置成执行上述任一的商品信息更新方法。对于该处理器，可以包括但不限于通用处理器、专用处理器、常规处理器、数字信号处理器(dsp)、多个微处理器、与dsp核心相关联的一个或多个微处理器、控制器、微控制器、专用集成电路(asic)、现场可编程门阵列(fpga)电路、任何其它类型的集成电路(ic)、状态机、系统级芯片(soc)等。

本发明的再一方面还提供一种存储介质，该存储介质可以存储有指令，该指令可以用于被机器读取以使得机器执行上述任一的商品信息更新方法。

通过上述技术方案，本发明提供的用于电商平台的商品信息更新方法、系统及存储介质通过基于预先存储在服务器中的数据库，实时计算电商平台中每件商品的价格，从而完成对商品信息的更新，实现了电商平台在不需要认为操作的情况下商品信息的自动更新。

以上结合附图详细描述了本发明例的可选实施方式，但是，本发明实施方式并不限于上述实施方式中的具体细节，在本发明实施方式的技术构思范围内，可以对本发明实施方式的技术方案进行多种简单变型，这些简单变型均属于本发明实施方式的保护范围。

另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合。为了避免不必要的重复，本发明实施方式对各种可能的组合方式不再另行说明。

本领域技术人员可以理解实现上述实施方式方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个(可以是单片机，芯片等)或处理器(processor)执行本申请各个实施方式所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

此外，本发明实施方式的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明实施方式的思想，其同样应当视为本发明实施方式所公开的内容。