一种基于大数据的电商后台管理系统及方法与流程

本发明涉及大数据，尤其是涉及一种基于大数据的电商后台管理系统及方法。

背景技术：

1、电商行业的快速发展和大数据技术的广泛应用，使得电商企业需要建立一套高效、智能的后台管理系统，以实现对各项业务的监控、优化和管理，目前，已经有许多电商后台管理系统问世，但是这些系统在处理大量复杂的数据方面仍然存在不足、采用的为传统的数据碎片化存储，对后台数据需要多次重复高频率的访问，因此需要更为高效、智能的解决方案，针对上述问题，本发明提供了一种基于大数据的电商后台管理系统及方法，该系统利用大数据技术，可以对电商平台的各项业务进行全面、实时的监控和管理，并提高数据安全性和数据处理效率。

技术实现思路

1、本发明提供一种基于大数据的电商后台管理系统及方法及系统，以解决至少一个上述技术问题

2、为实现上述目的，一种基于大数据的电商后台管理系统及方法，所述方法包括以下步骤：

3、步骤s1：获取电商平台的原始商务数据，根据原始商务数据构建初级管理二维坐标系；

4、步骤s2：利用原始商务数据进行多类别管理流程数据集生成处理，生成可重复流程数据集以及非重复流程数据集；

5、步骤s3：获取用户数据库，利用初级管理二维坐标系、用户数据库、可重复流程数据集以及非重复流程数据集进行管理指令流程数据构建，生成流程指令集以及用户定制流程数据；

6、步骤s4：基于原始商务数据、流程指令集以及用户定制流程数据进行管理数据运用，从而实现电商后台管理。

7、本实例获取电子商务平台的原始商务数据，基于原始商务数据利用软件页面相关管理数据构建初级管理二维坐标系，实现对商务数据进行初步分析和理解，为后续步骤提供基础数，利用生成的可重复流程数据集以及非重复流程数据集帮助发现和优化业务流程中存在的问题，提高管理效率和准确性，通过构建流程指令集以及用户定制流程数据帮助实现个性化管理需求，为平台营销策略提供准确性支撑，运用管理数据可以帮助电商平台优化管理策略，通过将后台数据进行图像化转换存储，将后台数据分布在一个二维坐标系上，代码运行过程中通过提取二维坐标系并利用数据提取规则进行实施解析，减少数据库访问数量，提高具有大数据特性的电商平台的数据处理效率，并通过数据提取规则，增加数据安全性。

8、在本说明书的一个实施例中，步骤s1包括以下步骤：

9、步骤s11：获取电子商务平台的原始商务数据，其中原始商务数据包括平台前端源代码、平台后端源代码；

10、步骤s12：利用平台前端源代码以及平台后端源代码进行代码运行，获取可调试平台软件；

11、步骤s13：基于预设的下拉阈值利用可调试平台软件进行初级静态页面图像收集，生成初级平台页面图像集；

12、步骤s14：根据平台前端源代码以及初级平台页面图像集构建初级管理二维坐标系。

13、本实施例通过获取平台前端源代码和平台后端源代码，从电子商务平台架构和功能维度入手，通过生成的初级页面图像集为后续用户操作行为进行点位统计，通过平台前端源代码以及初级平台页面图像集构建生成的初级管理二维坐标系将初始页面进行特征数据提取并进行坐标化转换，为后续步骤实现对包含用户操作行为数据的后台管理数据图形化存储做准备。

14、在本说明书的一个实施例中，步骤s14的具体步骤为：

15、步骤s141：根据平台前端源代码基于开发者工具进行变量数据提取处理，生成源代码变量数据集；

16、步骤s142：基于源代码变量数据集进行数据管理类别提取处理，生成多类别管理元素数据集；

17、步骤s143：基于平台前端源代码以及初级平台页面图像集进行跳转点击数据获取处理，生成跳转点击数据集；

18、步骤s144：基于初级平台页面图像集利用数据图像化处理构建二维坐标系，生成初级页面二维坐标系；

19、步骤s145：根据初级页面二维坐标系以及多类别管理元素数据集进行坐标数据赋值处理，生成初级管理二维坐标系。

20、本实施例中运用开发者工具从代码变量提取角度入手，通过生成的源代码变量数据集进行数据管理类别提取处理，通过生成的多类别管理元素数据集帮助对平台管理数据进行精细化管理以及数据优化，通过跳转点击数据集从页面使用情况入手，为后续初级页面二维坐标系生而成提供基础数据，通过将多类别管理元素数据集进行坐标数据赋值处理，构建具有多维元素的坐标系。

21、在本说明书的一个实施例中，步骤s2的具体步骤为：

22、步骤s21：基于平台前端源代码以及管理元素数据集进行监听动作管理数据绑定处理，生成监听管理数据集；

23、步骤s22：基于监听管理数据集利用操作联级管理系数计算公式进行操作联级管理系数计算，生成联级管理系数以及联级管理子数据，利用联级管理系数与预设的重复流程系数进行系数比较，当联级管理系数大于预设的重复流程系数，标记监听管理数据集为可重复监听数据集并利用管理权重计算公式基于联级管理子数据进行管理权重计算，生成管理权重数据，根据管理权重数据以及监听管理数据集进行流程数据融合处理，生成流程管理数据集，当联级管理系数小于预设的重复流程系数，标记监听管理数据集为一般监听管理数据集；

24、步骤s23：根据流程管理数据集、一般监听管理数据集以及可重复监听数据集进行流程数据绑定，生成可重复流程数据集以及非重复流程数据集。

25、本实施例使用基于平台前端源代码以及管理元素数据集的监听动作管理数据绑定技术，生成具有高质量、高精准度的监听管理数据集，基于操作联级管理系数计算公式，有效发现并优化业务流程中存在的重复流程，从而提升管理效率和准确性，通过生成的联级管理子数据和管理权重计算公式帮助确定各流程对整体业务流程的重要性，为流程数据融合处理提供参考依据。

26、在本说明书的一个实施例中，步骤s21的具体步骤为：

27、步骤s211：预设替换管理数据集；

28、步骤s212：基于平台前端源代码进行页面点击监听处理，生成监听点位数据集；

29、步骤s213：基于平台前端源代码进行页面滑动动作监听处理，生成滑动监听数据集；

30、步骤s214：基于平台前端源代码进行页面滞留时间监听处理，生成页面滞留时间集；

31、步骤s215：利用监听点位数据集以及管理元素数据集进行点位管理数据关联，生成点位管理数据集；

32、步骤s216：利用滑动监听点位数据集以及管理元素数据集进行区间管理数据点位统计，生成滑动管理数据集；

33、步骤s217：基于平台源代码进行刷新点位数据获取处理，生成刷新点位数据集；

34、步骤s218：基于平台前端源代码进行页面跳转点位数据获取处理，生成跳转点位数据集；

35、步骤s219：根据页面滞留时间集、点位管理数据集、滑动管理数据集以及替换管理数据集进行数据整合处理，生成管理数据集；

36、步骤s220：基于平台源代码、刷新点位数据集以及跳转点位数据集进行激活结果捕捉，生成刷新点位点击激活结果以及跳转点位激活结果，刷新点位点击结果包括激活刷新结果以及未激活刷新结果，对于激活刷新结果，根据激活刷新结果以及刷新点位数据集进行刷新数据绑定，生成激活刷新点位数据，对激活刷新点位数据以及管理数据集进行激活数据融合处理，生成刷新次级管理数据集，选取刷新次级管理数据集作为替换管理数据集并返回步骤s211，跳转点位激活结果包括跳转激活结果以及跳转未激活结果，对于跳转激活结果,根据跳转激活结果以及跳转点位数据集进行跳转数据绑定处理，生成激活跳转点位数据，根据激活跳转点位数据以及管理数据集进行跳转数据融合处理，生成跳转次级管理数据集，选取跳转次级管理数据集作为替换管理数据集并返回步骤s211；

37、步骤s221：选取管理数据集作为监听管理数据集。

38、本实施例运用到多种数据处理技术，包括页面点击监听、滑动监听、页面滞留时间监听、点位管理数据管理、区间管理数据点位统计等，对电子商务平台进行全面的管理优化，通过整合分析多类型数据集，生成具备总体性、客观性的管理数据集，为业务流程的优化和提升提供可靠决策依据，从用户操作行为习惯入手连带页面管理数据提取操作，将页面管理数据联结至用户操作行为习惯中，实现管理优化。

39、在本说明书的一个实施例中，步骤s22中的操作联级管理系数计算公式具体为：

40、

41、

42、t为联级管理系数，z，d，c为联级管理子数据，zcd为三者的乘积，其中，z为跳转联级管理子数据，d为刷新联级管理子数据，c为滑动联级管理子数据，n为监听管理数据集中的跳转激活结果次数，为从第一次到第n次跳转激活结果对应跳转点位数据集所包含的跳转前以及跳转点位总的管理信息含量数据，为第一次到第n次跳转激活结果对应跳转点位数据集所包含的跳转后的管理信息含量数据，m为监听管理数据集中的刷新激活结果次数，为从第一次到第n次刷新激活结果对应刷新点位数据集所包含的刷新前固定屏幕大小内以及刷新点位所包含的管理信息含量数据，从第一次到第n次刷新激活结果对应刷新点位数据集所包含的跳转后管理信息含量数据，dmax为预设的页面管理信息含量阈值，α为滑动监听时间转换系数，ca为监听管理数据集中的滑动监听数据集中的滑动动作监听时间，cb为监听管理数据集中的滑动区块管理信息含量数据。

43、本实施例提供一种操作联级管理系数计算公式，该公式从用户操作步骤序列关系入手，基于监听管理数据集中的监听数据，通过对复杂监听数据与管理数据之间的关联关系进行数据深挖，实现联级管理系数的获取，其中，联级管理系数t由联级管理子数据计算获取，通过利用跳转联级管理子数据z、刷新联级管理子数据d以及滑动联级管理子数据c通过函数关系形成相对形容操作联级管理能力的数据，对于跳转联级管理子数据z，通过求和关系函数对每次跳转激活过程中所包含的管理信息含量质量值，并将求和获取的管理信息含量质量值与跳转激活结果次数的平方n2进行比值计算，从而形成函数关系实现基于监听管理数据集中的跳转激活结果次数n、从第一次到第n次跳转激活结果对应跳转点位数据集所包含的跳转前以及跳转点位总的管理信息含量数据为第一次到第n次跳转激活结果对应跳转点位数据集所包含的跳转后的管理信息含量数据对跳转联级管理子数据z的计算，对于刷新联级管理子数据d，基于刷新后管理数据含量数据所具备的大量性特征，预设页面管理信息含量阈值辅助完成刷新联级管理子数据d的计算，通过从第一次到第n次刷新激活结果对应刷新点位数据集所包含的刷新前固定屏幕大小内以及刷新点位所包含的管理信息含量数据从第一次到第n次刷新激活结果对应刷新点位数据集所包含的跳转后管理信息含量数据监听管理数据集中的刷新激活结果次数m形成基于刷新激活结果次数m的自变量函数f(x)，其中f(x)为根据对自变量函数f(x)联结刷新数据关系利用求和公式进行计算，通过函数关系获取刷新联级管理子数据d，对于滑动联级管理子数据c，基于其具有的二维空间操作特性，利用滑动监听时间转换系数、监听管理数据集中的滑动监听数据集中的滑动动作监听时间ca以及监听管理数据集中的滑动区块管理信息含量数据cb构建函数关系αcacb，从而获取联级管理子数据c。

44、在本说明书的一个实施例中，步骤s22中的管理权重计算公式具体为：

45、w＝(z1,d1,c1)；

46、

47、w为管理权重信息，z1为跳转管理权重数据，d1为刷新管理权重数据，c1为滑动管理权重数据，z为联级管理子数据中的跳转联级管理子数据，d为联级管理子数据中的刷新联级管理子数据，c为联级管理子数据中的滑动联级管理子数据。

48、本实施例提供一种管理权重计算公式，该公式根据由操作联级管理系数计算公式生成的联级管理子数据进行数据计算，从而实现包含多维权重信息的管理权重信息的获取，其中，联级管理子数据包含跳转联级管理子数据z、刷新联级管理子数据d、滑动联级管理子数据c，管理权重信息包含跳转管理权重数据z1、刷新管理权重数据d1、滑动管理权重数据c1，对于跳转管理权重数据z1，基于跳转联级管理子数据z以及刷新联级管理子数据d利用对数函数logz d求对数关系数值，并通过跳转联级管理子数据z与刷新联级管理子数据d以及滑动联级管理子数据c的关联关系，形成函数关系通过对数关系数值以及函数关系构建实现相对表达跳转管理权重数据的函数关系从而实现对跳转管理权重数据z1的获取，对于刷新管理权重数据d1，基于刷新管理权重数据所包含的管理数据含量具有大量性的特征，通过函数实现对刷新管理权重数据d1的获取，对于滑动联级管理子数据c，基于滑动操作在用户操作中的常见性，且与刷新操作以及跳转操作的前后操作关联较深，因此基于求得的跳转管理权重数据z1、刷新管理权重数据d1，运用联级管理子数据中的跳转联级管理子数据z、刷新联级管理子数据d、滑动联级管理子数据c通过关联关系形成函数从而获取滑动管理权重数据c1，通过对获取的跳转管理权重数据z1、刷新管理权重数据d1以及滑动管理权重数据c1进行数据整合，从而实现管理权重信息w的获取。

49、在本说明书的一个实施例中，步骤s3的具体步骤为：

50、步骤s31：基于初级管理二维坐标系、可重复流程数据集以及非重复流程数据集进行流程数据附加处理，生成流程管理多维坐标系；

51、步骤s32：将流程管理多维坐标系进行图数据库存储处理，生成坐标系后台管理数据；

52、步骤s33：获取用户数据库，根据可重复流程数据以及用户数据库进行重复流程用户绑定处理，生成用户定制流程数据；

53、步骤s34：根据用户定制流程数据基于预设的指令集规则进行流程指令集指令合成处理，生成流程指令集。

54、本实施例通过基于初级管理二维坐标系、可重复流程数据集以及非重复流程数据集进行流程数据附加粗合理技术，生成可以直观展示电子商务平台中不同流程之间关系的流程管理多维坐标系，通过使用图数据库存储技术，高效存储、运用电商后台运行过程中所产生的流程数据，减少数据处理过程中的数据库访问次数，提高数据查询和操作效率，根据生成的用户定制流程数据，有效帮助识别用户行为模式，根据流程指令集提高用户的智能化体验。

55、在本说明书的一个实施例中，步骤s4的具体步骤为：

56、步骤s41：基于预设的坐标系提取规则利用平台前端源代码、平台后端源代码以及流程多维坐标系进行流程数据提取处理，生成管理过程数据。

57、步骤s42；利用管理过程数据进行指令对接特征数据提取，生成特征管理数据；

58、步骤s43：基于特征管理数据以及流程指令集进行流程指令数据融合处理，生成流程管理数据；

59、步骤s44：根据平台前端源代码、平台后端源代码以及流程管理数据进行管理数据提取运用处理，从而实现电商后台管理。

60、本实施例基于预设的坐标系提取规则，结合源代码以及流程多维坐标系进行流程数据提取处理，生成具备后台管理信息的管理过程数据，通过将多步骤的数据操作过程化，减少数据存储、取用等操作，有效提高电商平台的数据处理效率，通过指令对接特征数据提取，生成特征管理数据，通过电子商务平台中不同流程之间的关系，实现提高数据处理准确率的同时增加后台数据安全性、提高后台管理智能化程度。

61、在本说明书的一个实施例中，提供一种基于大数据的电商后台管理系统，包括：

62、至少一个处理器；以及，

63、与所述至少一个处理器通信连接的存储器；其中，

64、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上任一项的基于大数据的电商后台管理方法。

65、本实施例提供一种基于大数据的电商后台管理系统及方法及系统，该系统能够实现本发明所述任意一种基于大数据的电商后台管理方法，实现数据的获取、运算、生成，通过对电商后台的原始商务数据获取，并对其中的原始商务数据按照已设计的指令顺序进行操作，生成预处理图文信息，根据预处理图文信息进行操作流程管理数据生成并对生成的操作流程管理数据进行存储，从而实现电商后台管理，系统内部遵循设定的指令集完成方法运行步骤，推动完成基于大数据的电商后台管理系统及方法。

66、本发明结合多学科多类型模型，提出一种基于大数据的电商后台管理方法，解决电商后台管理过程中管理效率较低、数据安全性存在风险的问题，实现将碎片化数据进行数据转换，将管理数据过程化，提高管理效率，增强数据安全性，有效进行电商后台管理。