[发明专利]一种基于大数据的商品缺陷评估方法

权利要求书

1.一种基于大数据的商品缺陷评估方法，其特征在于：包括以下步骤：

S1、将指定区域范围划分为若干相互连接的等面积的矩形区域，并对划分后的矩形区域按照从上到下和从左到右的顺序，依次标记为A₁,A₂,...,A_i,...,A_n区域；

S2、获取各商品种类的所有售出价格，判断各商品种类的价格对应的价格缺陷系数；

S3、筛选出各矩形区域内销售该商品的所有店铺，按照各店铺的投资规模大小对该矩形区域内的各店铺进行排序，分别为1,2,...,j,...,m,各店铺对应的销售该商品的数量分别表示为B_i1,B_i2,...,B_ij,...,B_im，B_ij表示为第i个矩形区域内店铺规模排序为j的店铺的销售量；

S4、统计各矩形区域内各店铺销售的所有商品中存在缺陷的商品数量，依次表示为C_i1,C_i2,...,C_ij,...,C_im,C_ij表示为第i个矩形区域内店铺规模排序为j的店铺所销售的所有商品中存在缺陷的商品数量，根据各店铺内销售的商品中存在缺陷的商品数量和销售该商品的总数量，获得店铺内该商品缺陷系数G_ij，G_ij表示为第i个矩形区域内店铺规模排序为j的店铺所销售的该商品的缺陷系数；

S5、统计该商品的所有生产厂家，根据各生产厂家的规模大小，依次标记为1,2,...,k,...,h，并获得各厂家生产该商品的缺陷系数，分别表示为w₁,w₂,...,w_k,...,w_h，w_k表示为第k个该商品的生产厂家生产的商品缺陷系数，各厂家生产的该商品的缺陷系数分别占不同权重，依次为w_q1,w_q2,...,w_qk,...,w_qh，且w_q1+w_q2+...+w_qk+...+w_qh＝1，w_qk表示为第k个该商品的生产厂家生产的商品缺陷所占的比重；

S6、提取生产该商品的所有城市，并统计该城市地区内所有生产厂家生产的该商品的总数量以及检测出的生产完成后有缺陷的该商品总数量，根据各城市的排行顺序，将各城市区域内有缺陷的该商品的总数量与生产的该商品的总数量进行对比，得各城市的地区缺陷系数R_q，q取1,2，...,d，R_q表示为各城市排行顺序中第q个排序的城市所对应的地区缺陷系数；

S7、云服务器获取该种类商品的所有售出价格、各矩形区域内各店铺销售的该类商品的缺陷系数、各生产厂家生产的该商品的缺陷系数以及各城市区域对应的地区缺陷系数，建立训练模型；

S8、输入商品的参数信息至云服务器，通过云服务器中的训练模型，评估出不同店铺销售的不同商品参数所对应的综合评估缺陷系数。

2.根据权利要求1所述的一种基于大数据的商品缺陷评估方法，其特征在于：所述步骤S2中价格缺陷系数的大小排序依次为V3＜V2＜V1,且V3、V2、V1均小于等于1。

3.根据权利要求1所述的一种基于大数据的商品缺陷评估方法，其特征在于：若各商品种类中商品的价格小于J1，则价格小于J1的商品对应的价格缺陷系数为V1,若各商品种类中商品的价格小于J2大于J1，则该价格区间内商品对应的价格缺陷系数为V2,若各商品种类中商品的价格大于J2，则价格大于J2的商品对应的价格缺陷系数为V3，其中，价格J1表示为该商品的所有售价种类的平均值的40％所对应的价格，J2表示为该商品的所有售价种类的平均值的60％所对应的价格。

4.根据权利要求1所述的一种基于大数据的商品缺陷评估方法，其特征在于：所述训练模型的公式为其中，P表示为商品的综合评估缺陷系数，f为商品种类因素，对于服装类商品f取0.131，对于机械设备类商品f取0.327，对于食品加工类商品f取0.296，vi表示为商品价格所对应的价格缺陷系数，i可取1、2和3，G_ij表示为第i个矩形区域内店铺规模排序为j的店铺所销售的该商品的缺陷系数,w_k表示为第k个该商品的生产厂家生产的商品缺陷系数，w_qk表示为第k个该商品的生产厂家生产的商品缺陷所占的比重，R_q表示为各城市排行顺序中第q个排序的城市所对应的地区缺陷系数，ρ表示为商品系数，不同的种类商品对应不同的商品系数，且商品系数均小于3。