基于大数据的商品智能定价方法及系统与流程

本发明涉及大数据应用与分析，具体地说是一种基于大数据的商品智能定价方法及系统。

背景技术：

1、如今的社会是一个包围着人工智能、云计算、大数据等的科技时代，各行各业因为大幅爆发的数据而正变得蒸蒸日上。在这10年中，几乎所有行业都或多或少的受到这一巨变的影响。科技渗透到各个领域，并且已经成为每个处理单元的必要元素。

2、智能定价是在目前决定公司存活的重要因素之一。因此，需要有竞争力的智能定价来维持利润并通过足够的利润在不同时期内维持公司生计。但是，具有竞争力的智能定价数据不是凭空产生的，是需要收集和组织来进行分析的。出于这个原因，公司执行每一项任务，包括公共数据收集和组织、分析和决策制定，以及公司可能遇到的其它任务，可能都会比较有挑战性。

3、这些相互矛盾的方面需要重新思考——企业可以不做数据收集，将数据收集外包给专门从事数据收集的公司，这样企业就可以只专注于数据驱动的决策制定。

4、目前市场竞争激烈，故在自身不参与数据收集的前提下，如何通过合理的定价为公司带来最大收益，完成公司产品定价及趋势定价变化分析是目前亟待解决的技术问题。

技术实现思路

1、本发明的技术任务是提供一种基于大数据的商品智能定价方法及系统，来解决在自身不参与数据收集的前提下，如何通过合理的定价为公司带来最大收益，完成公司产品定价及趋势定价变化分析的问题。

2、本发明的技术任务是按以下方式实现的，一种基于大数据的商品智能定价方法，该方法是通过商品特征关键词，与互联网热点词汇及同类商品进行拟合分析，预测商品定价，并根据消费趋势及商品和季节变化，不断对价格趋势进行分析；具体如下：

3、获取商品名称，对商品名称进行预处理获取商品分类和特征；

4、根据商品分类和特征，自动检索相关销售平台，择优选择销售平台；

5、利用大数据技术，根据商品所属分类，计算对应商品的平均成本，并进行适当调整；

6、检索商品的特征关键词，在互联网平台利用互联网爬虫技术及机器学习算法分析获取竞品商品及特征词、价格、销售及库存情况的信息；

7、检索商品特征关键词的互联网热度，获取当前商品的热度，根据预设热度算法为当前商品热度打分1-10分；

8、根据均衡评估方法估算出均衡价格；

9、根据均衡价格、互联网热度及竞品平均销量的信息，计算最终价格；

10、初步定价后，每日根据消费反馈、销售情况、销售平台的竞品产品的热度走势，预测产品预测走势，不断获取预测新的合适价格。

11、作为优选，获取商品名称，对商品名称进行预处理获取商品分类和特征具体如下：

12、根据商品名称采用文本分词技术对商品名称进行分词预处理操作；

13、利用机器学习算法，根据分词匹配预设特征词和预设分类分析出商品的所属类，类目设置多层分类，细致区分；

14、根据分类，检索出特征及卖点关键信息。

15、作为优选，生成成本的公式如下：

16、生产成本＝直接材料+直接工资+直接费用及销售成本＝生产成本+销售费用。作为优选，均衡价格的公式如下：

17、p＝mc/q；

18、其中，p表示价格；mc表示市场供应商给出的最大价格，具体指互联网相关竞品的最大价格；q表示市场供应量，即互联网抓取的竞品的库存。

19、作为优选，最终价格的公式如下：

20、pe＝p+l1*r*p+l2*p；

21、其中，pe指最终预测价格；l1指互联网热度系数，即竞品最大价格/均衡价格；r指互联网热度分值；l2指销量系数,即本商品市场销量/竞品平均销量。

22、一种基于大数据的商品智能定价系统，该系统包括，

23、预处理模块，用于获取商品名称，对商品名称进行预处理获取商品分类和特征；

24、检索模块，用于根据商品分类和特征，自动检索相关销售平台，择优选择销售平台；

25、成本计算模块，用于利用大数据技术，根据商品所属分类计算对应商品的平均成本，并进行适当调整；

26、信息获取模块，用于检索商品的特征关键词，在互联网平台利用互联网爬虫技术及机器学习算法分析获取竞品商品及特征词、价格、销售及库存情况的信息；

27、热度获取模块，用于检索商品特征关键词的互联网热度，获取当前商品的热度，根据预设热度算法为当前商品热度打分1-10分；

28、估算模块，用于根据均衡评估方法估算出均衡价格；

29、价格计算模块，用于根据均衡价格、互联网热度及竞品平均销量的信息，计算最终价格；

30、预测模块，用于初步定价后，每日根据消费反馈、销售情况、销售平台的竞品产品的热度走势，预测产品预测走势，不断获取预测新的合适价格。

31、作为优选，所述预处理模块包括，

32、分词子模块，用于根据商品名称采用文本分词技术对商品名称进行分词预处理操作；

33、分类子模块，用于利用机器学习算法，根据分词匹配预设特征词和预设分类分析出商品的所属类，类目设置多层分类，细致区分；

34、检索子模块，用于根据分类，检索出特征及卖点关键信息。

35、更优地，生成成本的公式如下：

36、生产成本＝直接材料+直接工资+直接费用及销售成本＝生产成本+销售费用；均衡价格的公式如下：

37、p＝mc/q；

38、其中，p表示价格；mc表示市场供应商给出的最大价格，具体指互联网相关竞品的最大价格；q表示市场供应量，即互联网抓取的竞品的库存；

39、最终价格的公式如下：

40、pe＝p+l1*r*p+l2*p；

41、其中，pe指最终预测价格；l1指互联网热度系数，即竞品最大价格/均衡价格；r指互联网热度分值；l2指销量系数,即本商品市场销量/竞品平均销量。

42、一种电子设备，包括：存储器和至少一个处理器；

43、其中，所述存储器上存储有计算机程序；

44、所述至少一个处理器执行所述存储器存储的计算机程序，使得所述至少一个处理器执行如上述的基于大数据的商品智能定价方法。

45、一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序可被处理器执行以实现如上述的基于大数据的商品智能定价方法。

46、本发明的基于大数据的商品智能定价方法及系统具有以下优点：

47、(一)本发明通过输入商品特性关键词，与互联网热点词汇及同类商品进行拟合分析，预测商品定价，并根据消费趋势及商品和季节变化，不断对价格趋势进行分析，提高了日常消费商品定价的合理性，有助于商家商品销售，解决了商品定价不合理带来的商品销售困扰问题，利用大数据，避免主观判断错误，减少人工投入，为定价提供便利；

48、(二)零售商家利用本发明可根据销售的日常商品关键词匹配互联网上该领域主流销售平台上的同类商品销售情况，并根据目前互联网已有的一些词云热度产品分析产品热度走势，结合季节等其他变化因素，综合得出商品预测售价，在得出初步定价后，根据市场反应可人工灵活调整价格变化，或者根据销售情况，设置热度预警机制，及时调整价格体系；

49、(三)本发明适用于电子商务日常消费品网络零售体系，主流电商平台可根据所属行业指定参考平台范围，增加数据的客观可信度，同类商品是指根据关键词及商品的主要名称区分类目及与其他产品的相似性和独特性；

50、(四)本发明的词云热度分析是指将关键词匹配互联网上已有的一些其他成熟的热度词云分析软件，综合判断其热度走向；另一种方式也可根据商品特性，利用互联网采集技术对功开的相关热度词云数据进行定期抓取，研究其热度变化情况，帮助产品定价趋势；

51、(五)本发明初步定价后的价格反馈调整是指一次性定价往往不具有准确性，可以在初次定价后，根据销售情况以及该商品相关特性的热度及时的调整商品的定价，使得商品获得更好的销售，更具有竞争力；

52、(六)本发明在成本基础上，结合互联网信息，综合定价，并根据产品销售走势，消费反馈，以及热度情况，在不定时范围内，自动判断价格走势预警及定价趋势建议；

53、(七)本发明价格预测趋势是参考性的，商家可根据自身情况决定是否参考该价格建议；

54、(八)本发明利用大数据综合分析，借助机器学习算法、市场价格指数等模型，建立数据模型，采用多层神经网络和支持向量机等算法，通过对历史数据的学习和模型的优化，可以对未来的数据进行预测和估值，帮助零售商家对日常消费商品进行智能定价，大数据目前渗透入各行各业，面对各个公司，在自身不参与数据收集的前提下，与大数据结合，借助大数据分析优势，解决了公司产品定价及趋势定价变化的问题；

55、(九)本发明避免了定价不合理造成的产品销售困扰，利用大数据，为公司产品合理定价，增加市场占有率。