一种基于数据分析的电商平台产品智能更换系统的制作方法

本发明属于电商平台产品智能更换领域，涉及到一种基于数据分析的电商平台产品智能更换系统。

背景技术：

1、当今社会，随着互联网的普及和技术的发展，人们对电商平台的使用越来越频繁。电商平台产品推荐功能可以帮助消费者找到符合自己需求的商品，提高购买体验和满意度，而商铺首页面的产品推荐展示可以促进销售增长和库存优化，对电商平台的发展具有重要意义。

2、在现有的电商平台产品展示功能中，当用户登录至某商铺首页后，该商铺首页推荐展位对应的产品多为固定顺序，没有针对具体用户进行智能更换展示，在产品推荐模式上缺乏灵活变动性，用户在进入店铺浏览商品时总是看到相同的产品，会让他们感到无聊和疲惫。并且，只是提供固定顺序的产品展示，很难满足市场的需求和变化，限制了平台的发展潜力。

3、同时，商铺首页推荐展位对应的产品往往是根据平台综合售出情况和平台内综合用户购买情况进行分析，忽略了产品退货情况以及具体用户对产品的各方面期待情况，例如产品价格是否在用户接受程度内、产品是否为用户购买后确认退货产品，从而使得推荐产品不能满足某些用户的个性化需求。

技术实现思路

1、鉴于此，为解决上述背景技术中所提出的问题，现提出一种基于数据分析的电商平台产品智能更换系统。

2、本发明的目的可以通过以下技术方案实现：本发明提供一种基于数据分析的电商平台产品智能更换系统，该系统包括：产品销售需求分析模块：用于当目标用户登录目标商铺首页时，获取目标商铺对应各产品库存数目和产品单价，以此分析目标商铺的各产品曝光需求度。

3、产品热度分析模块：用于提取目标商铺的各产品相关数据，各产品相关数据包括各产品在当前季度内的进货量、库存量和退货量，以此分析目标商铺的各产品销售热度。

4、产品展位评估模块：用于基于目标商铺的各产品曝光需求度和各产品销售热度，综合分析目标商铺的各产品综合销售需求指数，进而得到目标商铺各推荐展位当前产品。

5、用户数据采集模块：用于提取目标用户对各产品的行为记录，行为记录包括各产品的浏览记录、购买记录和购买记录关联的评价记录，并从浏览记录中提取浏览信息、从购买记录中提取购买信息，从评价记录中提取评价信息。

6、数据处理分析模块：用于基于目标用户行为记录，构建目标用户对各产品的兴趣度。

7、展位更换解析模块：用于基于目标用户对各产品的兴趣度，综合计算目标商铺各推荐展位当前产品的更换需求系数，进而将目标商铺在目标用户显示平台的推荐展位当前产品进行更换。

8、数据库，用于存储各库存数目对应的曝光需求影响因子，存储好评词汇库、中评词汇库和差评词汇库对应的各关键词,并存储各产品对应各特征值。

9、本发明的具体实施例中，所述分析目标商铺的各产品曝光需求度相应分析方式为：从目标商铺对应数据存储库中获取目标商铺在当前时刻的各产品总库存数目di和各产品单价yi，i为产品编号，i＝1,2,…,m。

10、将di、yi代入公式得到目标商铺的各产品曝光需求度,其中，di'、yi'分别为设定的第i产品的参照库存数目和参照单价，分别为设定的产品库存数目和产品单价对应影响占比权重。

11、本发明的具体实施例中，所述分析目标商铺的各产品销售热度的分析方式为：从目标商铺对应数据存储库中获取目标商铺的各产品在当前季度内对应的进货量、库存量和退货量，记为h1i、h2i、h3i，根据以下计算公式得到目标商铺的各产品销售率影响因子和目标商铺的各产品退货率对应的影响因子式中k1、k2为设定的参照销售率和参照退货率，e为自然常数。

12、将φ1i、φ2i代入公式得到目标商铺的各产品销售热度，其中l为设定的产品销售热度偏差修正因子。

13、本发明的具体实施例中，所述综合分析目标商铺的各产品综合销售需求指数的具体方式为：将各产品总库存数目与数据库中各库存数目对应的曝光需求影响因子进行对比，得到目标商铺在当前时刻的各产品总库存数目对应的曝光需求影响因子

14、将目标商铺的各产品曝光需求度和目标商铺的各产品销售热度代入公式x为设定常数，x>1,得到目标商铺的各产品综合销售需求指数。

15、获取目标商铺在目标用户显示平台的推荐展位数量，将目标商铺的各产品综合销售需求指数进行相互对比，并按从大到小顺序对各产品综合销售需求指数对应产品进行排序，进而从排序结果中选取符合推荐展位数量的产品，作为目标商铺各推荐展位当前产品。

16、本发明的具体实施例中，所述浏览信息包括浏览次数和各次浏览时长。

17、购买信息包括购买产品价格和购买产品是否确认退货。

18、评价信息包括评价等级和各子评价关键词。

19、本发明的具体实施例中，所述构建目标用户对各产品的兴趣度的方式为：a1、基于购买记录对应的购买信息中购买产品是否确认退货，由此从购买记录中筛选出已确认退货的购买记录，进而将该购买记录中的购买产品与目标商铺对应各产品进行对比，若产品匹配成功，则获取目标商铺对应该产品编号，并将目标用户对该编号相应产品的兴趣度记为ε。

20、a2、从购买记录对应的购买信息中提取购买产品价格，进而将目标用户在目标商铺中各产品对应各条购买记录的购买产品价格进行均值计算，得到目标用户在目标商铺的平均支付价格q，进而由得到目标用户对各产品价格的接受度,其中△q为产品支付价格偏差设定值。

21、a3、从目标用户对各产品的浏览信息中获取目标用户对各产品的浏览次数fi和各次浏览时长，将各产品对应的各次浏览时长进行汇总，得到各产品对应的综合浏览时长ti，将fi、ti代入公式得到目标用户对各产品的关注度，f'、t'分别为设定的产品参照浏览次数和参照浏览时长，△f、△t分别为产品浏览次数和浏览时长对应偏差设定值，χ1、χ2分别为设定的浏览次数和浏览时长对应影响占比权重。

22、a4、基于各产品对应各条购买记录关联的评价记录相应评价信息，计算目标用户对各产品的偏好程度指数

23、a5、由综合分析公式得到目标用户对各产品的兴趣度，即目标用户对各产品的兴趣度为θi＝ε或φi。

24、本发明的具体实施例中，所述计算目标用户对各产品的偏好程度指数的具体步骤为：g1、从各产品对应各条购买记录关联的评价记录相应评价信息中提取各产品对应各评价关键词，将其与数据库中的好评词汇库、中评词汇库和差评词汇库对应的各关键词进行对比，统计得到目标用户对各产品的好评关键词数量b1i和中评关键词数量b2i。

25、g2、计算目标用户对各产品的偏好程度指数si为目标用户对第i个产品的评价等级，si为整数且si∈[1，5]，u为设定常数，u>1,b0i为目标用户第i个产品的评价关键词总数量，γ为设定的偏好程度指数对应的偏差修正因子。

26、本发明的具体实施例中，所述计算目标商铺各推荐展位当前产品的更换需求系数对应步骤为：j1、将目标用户对各产品的兴趣度和目标商铺的各产品综合销售需求指数代入公式，计算得到目标商铺各产品在目标用户显示平台的综合推荐系数

27、j2、将目标商铺各产品在目标用户显示平台的综合推荐系数进行相互对比，并按从大到小顺序对各产品在目标用户显示平台的综合推荐系数对应产品进行排序，从排序结果中选取符合推荐展位数量的产品，得到目标商铺各推荐展位对应最终显示产品。

28、j3、基于目标商铺各推荐展位对应最终显示产品的各特征值、目标商铺各推荐展位当前产品的各特征值，计算得到各推荐展位对应最终显示产品与其相应当前产品的特征相似度(cosα)r，r为推荐展位编号，r＝1,2,…,c。

29、j4、由分析公式得到目标商铺各推荐展位当前产品的更换需求系数，λ为设定的更换需求系数阈值，△λ为设定的更换需求系数偏差允许值。

30、本发明的具体实施例中，所述各推荐展位对应最终显示产品与其相应当前产品的特征相似度具体计算过程为：从数据库中提取目标商铺各推荐展位对应最终显示产品的各特征值，得到其特征向量同理得到目标商铺各推荐展位当前产品的特征向量j为特征值编号，j＝1,2,…,d。

31、由计算公式得到各推荐展位对应最终显示产品与其相应当前产品的特征相似度。

32、本发明的具体实施例中，所述将目标商铺在目标用户显示平台的推荐展位当前产品进行更换的具体步骤为：将目标商铺各推荐展位当前产品的更换需求系数与设定的更换需求系数阈值进行对比，若目标商铺某推荐展位当前产品的更换需求系数大于或等于设定的更换需求系数阈值，则将目标商铺该推荐展位当前产品更换为对应推荐展位的最终显示产品。

33、相较于现有技术，本发明的有益效果如下：(1)本发明结合商家层面和用户层面，基于目标商铺的各产品综合销售需求指数和目标用户对各产品的兴趣度，综合判断是否对显示平台的推荐展位当前产品进行智能更换，丰富了商铺内产品推荐模式的同时从多维度分析用户偏好，更好地满足了商家和用户的双重需求，并且增强了商家与用户之间的联结性。

34、(2)本发明在分析目标商铺的各产品综合销售需求指数时，保证商铺内产品库存量充足的同时考虑了商铺内产品利润和退货情况，据此得出目标商铺各推荐展位的推荐产品，可以提高商铺内的产品销售效率，并且可以确定哪些产品需要大量进货，哪些产品需要少量进货，从而降低库存成本。

35、(3)本发明针对具体用户在具体商铺的购买记录和浏览记录，分析目标用户对各产品的兴趣度，通过减少购买产品中确认退货产品和目标用户不感兴趣的产品价格对兴趣度的影响，可以推荐更加符合目标用户需求的产品，从而提高目标用户的购物体验。此外，商铺服务也是用户产生购物欲的一项重要指标，通过增强商家与用户之间的互动性，有助于增加商家的服务知名度。