一种基于数据处理的防撞衫系统的制作方法

本发明涉及统计领域，尤其涉及一种基于数据处理的防撞衫系统。

背景技术：

由于人口的不断增长以及人们在商品层面的审美趋于单一化，对于商品的购买，多个顾客购买同一件商品的概率大大提高。一些用户对于与周边的人购买同一件商品可能会比较介意，尤其是服装类商品，如果在同一场合中与其他客户穿了相同或者外观相似的服装，往往会令他们很尴尬，这种现象被形象的称为“撞衫”。一旦出现撞衫的现象，很有可能会导致退货换货的现象，这样不仅浪费买卖双方的时间，也会形成资源浪费的现象。

技术实现要素：

发明目的：针对上述问题，本发明提供一种基于数据处理的防撞衫系统。

技术方案：一种基于数据管理的防撞衫系统，包括：云处理器、云数据库、用户终端以及商家终端，所述用户终端包括数据交互界面，所述商家终端用于将衣服款式编号录入至所述云数据库，所述用户终端用于输入衣服款式的编号，所述云数据库用于储存大数据，所述大数据为基于衣服款式编号的数据群，所述云处理器将大数据处理整合为基于款式编号的数据统计结果，所述数据统计结果为该款式衣服的区域分布概率图，所述区域分布概率图包括该款式衣服在地图区域的分布情况图以及该款式衣服在各个区域内的衣服款式的占比图；所述云处理器根据用户输入的衣服款式编号提取编号对应的数据并处理成区域分布概率图，并将所述区域分布概率图通过所述数据交互界面显示，所述云处理器根据工作日以及休息日进行区别整合，并根据工作日以及休息日的区别在所述数据交互界面进行数据显示，所述数据显示内容包括用户的行程中衣服款式的占比。

作为本发明的一种优选方式，所述用户终端还用于规划行程，所述规划的行程基于所述衣服款式编号，所述用户终端将所述行程范围内传至所述云处理器，所述云处理器将拥有相同衣服款式编号的行程整合并显示在所述数据交互界面。

作为本发明的一种优选方式，所述云处理器设有预设时间段，所述云处理器还用于对所有用户在所述预设时间段内输入的衣服款式编号以及行程进行统计与整合。

作为本发明的一种优选方式，所述云处理器根据预设时间段内同编号衣服的占比以及拥有所述编号的衣服的总时间统计计算拥有所述编号的衣服在预设时间段内并在用户的行程范围内出现的概率。

作为本发明的一种优选方式，所述云处理器根据所述编号统计今日出行的用户挑选的衣服款式，并对各编号的衣服款式进行比例计算并生成款式比例图。

作为本发明的一种优选方式，所述云处理器根据天气情况将用户挑选的衣服编号进行区别记录同时进行数据处理并计算在不同天气状况下用户选择的衣服款式的历史占比，并生成衣服款式历史比例图。

作为本发明的一种优选方式，所述云处理器根据当天天气状况显示衣服款式预计占比，所述衣服款式预计占比为所述云处理器计算的在当天天气状况下用户选择的衣服款式的历史占比，所述云处理器同时生成衣服款式预计比例图。

作为本发明的一种优选方式，所述用户终端还用于输入用户地址。

作为本发明的一种优选方式，所述云处理器根据所述用户地址以及包含于所述用户地址下的衣服款式编号进行区域范围内的比例计算并生成衣服款式区域比例图。

作为本发明的一种优选方式，所述云处理器根据季节变化生成针对当前季节的衣服款式区域比例图。

作为本发明的一种优选方式，所述商家终端还用于输入衣服款式编号，所述云处理器根据所述商家终端输入的衣服款式编号提取该款式衣服历史购买量在总购买量中的占比。

作为本发明的一种优选方式，所述商家终端还用于上传购买记录。

本发明实现以下有益效果：

1.通过移动终端对云处理器统计结果的显示，可以让用户直观的了解当天出行的其他用户的穿着比例，极大程度的降低撞衫的概率。

2.根据季节气候等因素的变化进行针对性统计并生成针对性的比例图，让用户可以多方位的进行穿着的规划，降低撞衫的概率。

3.商家终端对于统计结果的显示可以方便用户在购买时进行选择。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并于说明书一起用于解释本公开的原理。

图1为本发明系统框架图；

图2为生成分布概率图的步骤；

图3为云处理器计算用户目的地范围内的撞衫概率的步骤图；

图4为云处理器计算用户路程内的撞衫概率的步骤图；

图5为用户设置的活动范围内的衣服款式区域比例图的生成步骤图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。

实施例一：

参考图为图1-4。一种基于数据管理的防撞衫系统，包括：云处理器1、云数据库2、用户终端3以及商家终端4，所述用户终端3包括数据交互界面，所述商家终端4用于将衣服款式编号录入至所述云数据库2，所述用户终端3用于输入衣服款式的编号，所述云数据库2用于储存大数据，所述大数据为基于衣服款式编号的数据群，所述云处理器1将大数据处理整合为基于款式编号的数据统计结果，所述数据统计结果为该款式衣服的区域分布概率图，所述区域分布概率图包括该款式衣服在地图区域的分布情况图以及该款式衣服在各个区域内的衣服款式的占比图；所述云处理器1根据用户输入的衣服款式编号提取编号对应的数据并处理成区域分布概率图，并将所述区域分布概率图通过所述数据交互界面显示，所述云处理器1根据工作日以及休息日进行区别整合，并根据工作日以及休息日的区别在所述数据交互界面进行数据显示，所述数据显示内容包括用户的行程中衣服款式的占比。

进一步的，所述用户终端3还用于规划行程，所述规划的行程基于所述衣服款式编号，所述用户终端3将所述行程范围内传至所述云处理器1，所述云处理器1将拥有相同衣服款式编号的行程整合并显示在所述数据交互界面。

进一步的，所述云处理器1设有预设时间段，所述云处理器1还用于对所有用户在所述预设时间段内输入的衣服款式编号以及行程进行统计与整合。

进一步的，所述云处理器1根据预设时间段内同编号衣服的占比以及拥有所述编号的衣服的总时间统计计算拥有所述编号的衣服在预设时间段内并在用户的行程范围内出现的概率。

进一步的，所述云处理器1根据所述编号统计今日出行的用户挑选的衣服款式，并对各编号的衣服款式进行比例计算并生成款式比例图。

在具体实施过程中，用户在选择某款式的衣服后通过用户终端3输入衣服款式的编号并进行行程规划，所述云处理器1根据用户输入的衣服款式编号以及在该编号下规划的行程进行记录并储存至所述云数据库2，值得一提的是，所述云处理器1还会根据当天的时间、当天的天气、当天所属的季节分别进行进一步记录并分别储存至所述云数据库2中。通过上述方法，云处理器1将与衣服款式相关的数据记录储存在所述云数据库2中，上述数据用于进行某款式的衣服的历史占比分析以及当日占比分析。

根据上述方法，所述云处理器1每天早晨6点都会重新累积并计算当日出行的各款式的衣服的占比，并且通过已确定行程以及当日穿着的用户的数据整合出当前的实时衣服款式的区域分布图，并且，若用户已输入目标衣服的款式编号，所述云处理器1还会根据编号在各个区域生成该编号对应的衣服款式的占比图，所述云处理器1通过所述移动终端的数据交互界面显示所述区域分布图以及所述衣服款式占比图，用户通过所述数据交互界面进行参考，选择合适的衣服，降低撞衫的概率。

值得一提的是，用户行程的规划分为路程以及目的地。所述云处理器1在处理用户在目的地的撞衫概率时不考虑时间因素，即云处理器1仅仅将用户设置的目的地范围与其他用户设置的目的地范围的重合部分中包含的衣服款式以编号为依据进行比例计算并生成衣服款式的占比图，所述云处理器根据用户输入的衣服款式编号显示该编号对应的款式的概率，该概率即撞衫概率。由于该方法计算的仅仅是各个用户目的地范围内重叠部分的比例，可以不考虑区域范围大小的差异。所述云处理器1在处理用户在路程中的撞衫概率时，利用预设时间段为基准，所述预设时间段为1小时，1小时由用户设定的出门时间为基准前后半小时累加而成，所述云处理器1提取在1小时内与用户规划的路程重叠的其他用户规划的行程，并计算用户选择的衣服款式的占比，同时，所述云处理器1计算与用户选择相同款式衣服的行程与用户规划的行程的总重叠面积，并与用户规划行程的面积相比，计算重叠率，之后将重叠率与上述款式占比相乘，得到的即用户选择的衣服款式在用户规划的行程中的撞衫率。

实施例二：

参考图为图5。对于上述实施例一，本实施例的不同点在于：

进一步的，所述云处理器1根据天气情况将用户挑选的衣服编号进行区别记录同时进行数据处理并计算在不同天气状况下用户选择的衣服款式的历史占比，并生成衣服款式历史比例图。

进一步的，所述云处理器1根据当天天气状况显示衣服款式预计占比，所述衣服款式预计占比为所述云处理器1计算的在当天天气状况下用户选择的衣服款式的历史占比，所述云处理器1同时生成衣服款式预计比例图。

进一步的，所述用户终端3还用于输入用户地址。

进一步的，所述云处理器1根据所述用户地址以及包含于所述用户地址下的衣服款式编号进行区域范围内的比例计算并生成衣服款式区域比例图。

进一步的，所述云处理器1根据季节变化生成针对当前季节的衣服款式区域比例图。

在具体实施过程中，根据上述实施例一中所述的云处理器1记录数据的方法，云处理器1会根据不同的天气状况生成以往在对应的天气状况下人们出行选择的衣服款式的历史比例图，用户可以通过所述历史比例图得知在当天的天气状况下，人们对于衣服款式的选择。

所述用户地址为用户出现频率最大的活动范围，并且，用户在自己不同的活动范围下绑定自己拥有的对应的衣服款式编号，所述云处理器1根据各个用户的活动范围的重叠部分进行重叠部分所具有的衣服款式编号的比例计算，并生成衣服款式的区域比例图。值得一提的是，所述云处理器1根据当前的季节提取与当前季节对应的衣服款式的编号进行统计。

实施例三：

参考图为图1。对于上述实施例一，本实施例的不同点在于：

进一步的，所述商家终端4还用于输入衣服款式编号，所述云处理器1根据所述商家终端4输入的衣服款式编号提取该款式衣服历史购买量在总购买量中的占比。

进一步的，所述商家终端4还用于上传购买记录。

具体实施过程中，用户在商家购买衣服时，商家通过商家终端4显示用户的目标款式在同种类的衣服中历史购买量的占比，用户通过所述目标款式在同种类的衣服中历史购买量的占比选择自己心仪的款式。当用户购买完成时，商家通过所述商家终端4将购买信息传输至所述云数据库2，所述云处理器1根据商家终端4上传的数据对上述比例图进行更新计算。

上述实施例只为说明本发明的技术构思及特点，其目的是让熟悉该技术领域的技术人员能够了解本发明的内容并据以实施，并不能以此来限制本发明的保护范围。凡根据本发明精神实质所作出的等同变换或修饰，都应涵盖在本发明的保护范围之内。