确定物品特征类型的方法和装置与流程

本发明涉及计算机技术领域，特别地涉及一种确定物品特征类型的方法和装置。

背景技术

对于现代化的供应链，需要确定处于供应链各个环节中物品的特征类型，并根据物品的特征类型规划在供应链的各个环节中的物品的流通速度、储备量等指标。

在现有技术中，确定物品特征类型时，通常采用的方式为对在供应链终端输出的物品数量进行排序确定物品特征类型。上述方案由于分析过程中所使用的数据稀疏导致所确定物品特征类型准确度低。

技术实现要素：

有鉴于此，本发明实施例提供一种确定物品特征类型的方法和装置，有助于更准确地确定物品特征以便更好地指导供应链的规划。在应用于商品营销所衍生的技术问题时，本发明实施例的技术方案有助于更准确地确定商品的销量类型，从而最好地指导商品的运营和营销。本发明的其他目的、有益效果将通过具体实施方式加以说明和体现。

为实现上述目的，根据本发明的实施例，提供以下技术方案：

一种确定物品特征类型的方法，包括：计算当前物品的平均流量，以及计算当前物品所在分类的多个物品的平均流量；计算当前物品的平均转化率，以及计算该当前物品所在分类的多个物品的平均转化率；根据所述当前物品的平均流量与所述多个物品的平均流量之间的逻辑关系以及所述当前商品的平均转化率与所述多个物品的平均转化率之间的逻辑关系，确定当前物品的特征类型。

可选地，所述物品包括商品；所述逻辑关系包括大小关系；所述特征类型包括商品的销量类型。

可选地，所述计算当前商品的平均转化率的步骤之前，还包括：确认当前商品处于销售状态的时间长度达到预设值。

可选地，确定当前商品的销量类型的步骤包括：在所述当前商品的平均流量大于所述多个商品的平均流量，并且所述当前商品的平均转化率大于所述多个商品的平均转化率的情况下，确定当前商品的销量类型为第一类型，在所述当前商品的平均流量小于所述多个商品的平均流量，并且所述当前商品的平均转化率大于所述多个商品的平均转化率的情况下，确定当前商品的销量类型为第二类型，在所述当前商品的平均流量大于所述多个商品的平均流量，并且所述当前商品的平均转化率小于所述多个商品的平均转化率的情况下，确定当前商品的销量类型为第三类型，在所述当前商品的平均流量小于所述多个商品的平均流量，并且所述当前商品的平均转化率小于所述多个商品的平均转化率的情况下，确定当前商品的销量类型为第一类型；其中，第一类型、第二类型、第三类型、以及第四类型是销量依次降低的销量类型。

可选地，商品的平均流量是该商品的多天的流量的平均值；多个商品的平均流量是该多个商品的平均流量的平均值。

可选地，商品的平均转化率是该商品的多天的转化率的平均值；多个商品的平均转化率是该多个商品的平均转化率的平均值；商品的转化率是销量除以流量所得的商。

一种确定商品销量类型的装置，包括：流量获取模块，用于计算当前物品的平均流量；转化率计算模块，用于计算当前物品的平均转化率；平均流量计算模块，用于计算所述当前物品所在分类的多个物品的平均流量；平均转化率计算模块，用于计算所述当前物品所在分类的多个物品的平均转化率；确定模块，用于根据所述当前物品的平均流量与所述多个物品的平均流量之间的大小关系以及所述当前物品的平均转化率与所述多个物品的平均转化率之间的大小关系，确定当前物品的销量类型。

可选地，所述物品包括商品；所述逻辑关系包括大小关系；所述特征类型包括商品的销量类型。

可选地，还包括确认模块，用于在所述转化率计算模块计算当前商品的平均转化率之前，所述确认模块确认当前商品处于销售状态的时间长度达到预设值。

可选地，所述确定模块还用于：在所述当前商品的平均流量大于所述多个商品的平均流量，并且所述当前商品的平均转化率大于所述多个商品的平均转化率的情况下，确定当前商品的销量类型为第一类型，在所述当前商品的平均流量小于所述多个商品的平均流量，并且所述当前商品的平均转化率大于所述多个商品的平均转化率的情况下，确定当前商品的销量类型为第二类型，在所述当前商品的平均流量大于所述多个商品的平均流量，并且所述当前商品的平均转化率小于所述多个商品的平均转化率的情况下，确定当前商品的销量类型为第三类型，在所述当前商品的平均流量小于所述多个商品的平均流量，并且所述当前商品的平均转化率小于所述多个商品的平均转化率的情况下，确定当前商品的销量类型为第一类型；其中，第一类型、第二类型、第三类型、以及第四类型是销量依次降低的销量类型。

一种电子设备，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例所述的方法。

一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如本发明实施例所述的方法。

根据本发明实施例的技术方案，结合当前商品所在分类的其他商品的销售情况来评估当前商品的销量类型，并给出了具体的判断标准，从基础统计、平均值计算到判定规则，比较客观地评估了不同特征属性的物品情况，从而对商品进行了不同的划分，有助于更准确地确定当前物品的特征(或属性)类型，进而有助于对供应链各个环节中物品数量进行准确地规划和调度。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施方式的确定商品销量类型的方法的基本步骤的示意图；

图2是根据本发明实施方式的确定商品销量类型的装置的一种系统架构的示意图；

图3是根据本发明实施方式的确定商品销量类型的装置的基本结构的示意图；

图4示出了可以应用本发明实施例的确定物品特征类型的方法或确定物品特征类型的装置的示例性系统架构；

图5是适于用来实现本申请实施例的终端设备的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施方式做出说明，其中包括本发明实施方式的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施方式做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

图1是根据本发明实施方式的确定商品销量类型的方法的基本步骤的示意图。该方法用来对当前商品的销量类型加以确定，这里的销量类型表示销量从高到低的第一至第四种类型，可称作：爆品、潜在爆品、一般品、滞销品。如图1所示，在本发明实施方式中，先计算一些基本指标，包括根据网站的流量记录计算当前商品的平均流量(步骤s11)、计算当前商品的平均转化率(步骤s12)、计算当前商品所在分类的多个商品的平均流量(步骤s13)、以及计算当前商品所在分类的多个商品的平均转化率(步骤s14)。

在确定上述基本指标后，根据步骤s11中的当前商品平均流量与步骤s13中的多个商品(即当前商品所在分类的多个商品)的平均流量之间的大小关系以及步骤s12中的当前商品的平均转化率与步骤s14中的上述多个商品的平均转化率之间的大小关系进行判断(步骤s20)，确定当前商品的销量类型，具体如下：

在当前商品的平均流量大于上述多个商品的平均流量，并且当前商品的平均转化率大于上述多个商品的平均转化率的情况下，确定当前商品的销量类型为爆品(步骤s21)；

在当前商品的平均流量小于上述多个商品的平均流量，并且当前商品的平均转化率大于上述多个商品的平均转化率的情况下，确定当前商品的销量类型为潜在爆品(步骤s22)；

在当前商品的平均流量大于上述多个商品的平均流量，并且当前商品的平均转化率小于上述多个商品的平均转化率的情况下，确定当前商品的销量类型为一般品(步骤s23)；

在当前商品的平均流量小于上述多个商品的平均流量，并且当前商品的平均转化率小于上述多个商品的平均转化率的情况下，确定当前商品的销量类型为滞销品(步骤s24)。

在确定当前商品的销量类型之后即进入步骤s31，输出当前商品的销量类型，输出的销量类型即上述的爆品、潜在爆品、一般品、或者滞销品。

实现上述方法的一种系统架构示于图2中，图2是根据本发明实施方式的确定商品销量类型的装置的一种系统架构的示意图。如图2所示，系统架构20主要包括原始指标计算模块、细分商品模块、商品销量评估模块、商品销量类型输出模块。以下分别加以说明。

原始指标计算模块：此模块负责得到本方案后续模型所需的主要指标，主要包括商品上柜时间、商品价格、商品销量、商品流量这四方面数据，这些指标主要供后续商品价值评估模块使用。

细分商品模块：这一块主要对商品分类进行指定，以便针对性进行商品销量评估计算。其中对商品分类的方法主要集中在两个方面，一个是基于商品基本特征，例如商品的品类、所属部门、负责人等，这样各个分类内的商品相关性比较强，分类间的差异性很大，可以对商品进行区分，便于对不同类别的商品采集。比如基于商品品类可以细分出手机、电视、空调、服装等，这些不同品类商品的功能、面向人群、价格等方面的相似性大于差异性，进行估算时也会比较符合实际情况。

商品销量评估模块：根据原始指标计算模块给出的数据来统计同类商品在整个生命周期中为网站带来的流量、销售量、销售额等。以下说明具体的计算内容及计算方式。

假设在整个计算中需要使用的变量值为：

商品标识：sku

时间变量：d(按天计算)

商品上柜时间：t，每个商品的上柜时间都不同，分别为t1，t2，t3……

商品销量：c，每个商品随时间变量不同，销量不同，分别为c(d1)，c(d2)，c(d3)……

商品价格：p，每个商品随时间变量不同，价格不同，分别为p(d1)，p(d2)，p(d3)……

商品流量：u，每个商品随时间变量不同，流量不同，分别为u(d1)，u(d2)，u(d3)……

商品转化率：r，因为流量是商品被浏览的次数，所以r＝c/u。

先判断商品所处的状态，上柜时间是否满“新商品观察期”例如30天，即d(0)-t≥30，此方案仅评估上柜时间满30天的商品，即要超出“新商品观察期”。

然后在“新商品观察期”之后的时期内，按照商品分类计算此分类商品的基准情况：以sku1为例，并且销量计算以7天为例，以下列出计算公式。

sku1的7天销量：

sku1的平均销量：

sku1的平均转化率：

sku1所在分类的平均转化率：

sku1的平均流量：

sku1所在类型的平均流量：

商品类型模块：根据商品基本情况进行评估。排除极端样本，例如的商品，对剩余的商品根据流量u和转化率r进行判断，给出判断标准：

爆品：、并且；

潜在爆品：、并且；

一般品：、并且；

滞销品：、。

按照上述判断标准，对当前商品sku1进行判断，然后输出判断结果。

图3是根据本发明实施方式的确定商品销量类型的装置的基本结构的示意图。该装置作为软件可以设置在计算机中。如图3所示，确定商品销量类型的装置30主要包括流量获取模块、转化率计算模块、平均流量计算模块、以及平均转化率计算模块。流量获取模块可以设置在原始指标计算模块内。转化率计算模块、平均流量计算模块、以及平均转化率计算模块可以设置在商品销量评估模块内。

流量获取模块用于计算当前商品的平均流量；转化率计算模块用于计算当前商品的平均转化率；平均流量计算模块用于计算所述当前商品所在分类的多个商品的平均流量；平均转化率计算模块用于计算所述当前商品所在分类的多个商品的平均转化率；确定模块用于根据所述当前商品的平均流量与所述多个商品的平均流量之间的大小关系以及所述当前商品的平均转化率与所述多个商品的平均转化率之间的大小关系，确定当前商品的销量类型。

确定模块还可用于：在所述当前商品的平均流量大于所述多个商品的平均流量，并且所述当前商品的平均转化率大于所述多个商品的平均转化率的情况下，确定当前商品的销量类型为第一类型，在所述当前商品的平均流量小于所述多个商品的平均流量，并且所述当前商品的平均转化率大于所述多个商品的平均转化率的情况下，确定当前商品的销量类型为第二类型，在所述当前商品的平均流量大于所述多个商品的平均流量，并且所述当前商品的平均转化率小于所述多个商品的平均转化率的情况下，确定当前商品的销量类型为第三类型，在所述当前商品的平均流量小于所述多个商品的平均流量，并且所述当前商品的平均转化率小于所述多个商品的平均转化率的情况下，确定当前商品的销量类型为第一类型；其中，第一类型、第二类型、第三类型、以及第四类型是销量依次降低的销量类型。

图4示出了可以应用本发明实施例的确定物品特征类型的方法或确定物品特征类型的装置的示例性系统架构400。

如图4所示，系统架构400可以包括终端设备401、402、403，网络404和服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备401、402、403通过网络404与服务器405交互，以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备401、402、403可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器405可以是提供各种服务的服务器，例如对用户利用终端设备401、402、403所浏览的购物类网站提供支持的后台管理服务器。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。

需要说明的是，本发明实施例所提供的确定物品特征类型方法可由服务器或终端设备执行，相应地，确定物品特征类型装置可设置于服务器或终端设备中。

应该理解，图4中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图5，图5是适于用来实现本申请实施例的终端设备的计算机系统50的结构示意图。图5示出的终端设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图5所示，计算机系统50包括中央处理单元(cpu)，其可以根据存储在只读存储器(rom)中的程序或者从存储部分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，还存储有计算机系统30操作所需的各种程序和数据。cpu、rom以及ram通过总线彼此相连。输入/输出接口(i/o接口)也连接至总线。

以下部件连接至i/o接口：输入部分，例如包括键盘、鼠标等；输出部分，例如包括诸如阴极射线管(crt)、液晶显示器(lcd)等；存储部分，例如包括硬盘等；通信部分，例如及包括诸如lan卡、调制解调器等的网络接口卡等。通信部分经由诸如因特网的网络执行通信处理。驱动器也根据需要连接至i/o接口。可拆卸介质，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器上，以便于从其上读出的计算机程序根据需要被安装入存储部分。

特别地，根据本发明公开的实施例，上文描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在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本发明公开的实施例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部分从网络上被下载和安装，和/或从可拆卸介质被安装。在该计算机程序被中央处理单元(cpu)执行时，执行本申请的系统中限定的上述功能。

需要说明的是，本申请所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括流量获取模块、转化率计算模块、平均流量计算模块、平均转化率计算模块、以及确定模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，转化率计算模块还可以被描述为“用于计算当前商品的转化率的模块”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备能够实现上文所述的各方法。

根据本发明实施方式，结合当前商品所在分类的其他商品的销售情况来评估当前商品的销量类型，并给出了具体的判断标准，从基础统计、平均值计算到判定规则，比较客观地评估了不同属性的商品情况，从而对商品进行了不同的划分，有助于更准确地确定当前商品的销量类型，进而有助于对商品做进一步运营和营销，以帮助提升商品的销量。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。