[发明专利]商品的备料预测、行为数据收集方法、装置、设备和介质在审

专利信息
申请号: 201910407417.2 申请日: 2019-05-16
公开(公告)号: CN111027895A 公开(公告)日: 2020-04-17
发明(设计)人: 赵巍;杨乐;韩瑞华;毕胜;王成庆;王延樑 申请(专利权)人: 珠海随变科技有限公司
主分类号: G06Q10/08 分类号: G06Q10/08;G06Q30/02
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 519085 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 商品 备料 预测 行为 数据 收集 方法 装置 设备 介质
【权利要求书】:

1.一种商品的备料预测方法,其特征在于,包括:

获取与待预测的商品关联的商品行为数据,并根据所述商品行为数据计算与所述商品对应的预测访问量和预测访问转化率;

其中,所述商品行为数据包括:浏览行为数据、点击行为数据、评价行为数据、搜索行为数据、收藏行为数据、加购物车行为数据以及购买行为数据中的一项或者多项;

根据所述预测访问量和所述预测访问转化率,确定所述商品的预测购买量;

根据所述商品的预测购买量和所述商品的预设单位商品的备料消耗量,计算所述商品的备料预测值。

2.根据权利要求1所述的方法,其特征在于,所述根据所述商品行为数据计算与所述商品对应的预测访问转化率,包括:

对所述商品行为数据进行统计,并根据得到统计数据,输入到预先训练的转化率预测模型中,得到所述转化率预测模型输出的所述商品的预测访问转化率;

其中,所述转化率预测模型为全部空间多任务模型,所述转化率预测模型中包括用于计算点击率的第一子网络和用于计算点击转化率的第二子网络,所述转化率预测模型的输出为所述第一子网络输出的点击率与所述第二子网络输出的点击转化率的乘积,所述统计数据包括:所述商品的购买量统计数据、所述商品的类别排序统计数据和所述商品的评价统计数据中的一项或者多项。

3.根据权利要求1所述的方法,其特征在于,所述根据所述商品行为数据计算与所述商品对应的预测访问量,包括:

根据所述商品的历史访问量和所述商品的所属类别的历史访问量;根据所述商品的历史访问量和所述商品的所属类别的历史访问量,采用卡尔曼滤波算法计算所述商品的预测访问量;或者

获取所述商品对应的至少一项统计数据,对所述商品进行质量评价,并根据得到的所述商品的质量分数确定所述商品的预测访问量。

4.根据权利要求1-3任一项所述的方法,其特征在于,所述根据所述预测访问量和所述预测访问转化率,确定所述商品的预测购买量,包括:

在检测到所述商品的销售方平台发送的备料预测请求时,根据所述预测访问量和所述预测访问转化率,确定所述商品的预测购买量;

在根据所述商品的预测购买量和所述商品的预设单位商品的备料消耗量,计算所述商品的备料预测值之后,还包括:

将所述商品的备料预测值反馈给所述商品的销售方平台。

5.根据权利要求1所述的方法,其特征在于,所述获取与待预测的商品关联的商品行为数据,包括:

查询与所述待预测的商品匹配的商品行为数据;和/或

查询与目标商品匹配的商品行为数据;其中,所述目标商品符合所述待预测的商品匹配的相似条件。

6.一种商品行为数据的收集方法,其特征在于,包括:

接收至少一个客户端发送的商品数据展示请求;

根据所述商品数据展示请求生成页面展示数据反馈给对应的客户端,并收集与所述页面展示数据关联的至少一个商品的商品行为数据;

其中,所述商品行为数据包括:浏览行为数据、点击行为数据、评价行为数据、搜索行为数据、收藏行为数据、加购物车行为数据以及购买行为数据中的一项或者多项;所述商品行为数据用于确定商品的备料预测值。

7.根据权利要求6所述的方法,其特征在于,所述根据所述商品数据展示请求生成页面展示数据,包括:

获取与所述商品数据展示请求匹配的页面模板;

获取与所述商品数据展示请求匹配的展示内容数据集,并将所述展示内容数据集中的商品数据按照预设商品权重填充在所述页面模板中,生成页面展示数据。

8.根据权利要求6所述的方法,其特征在于,所述接收至少一个客户端发送的商品数据展示请求,包括:

接收服务器分发系统转发的所述客户端发送的商品数据展示请求;其中,所述服务器分发系统用于根据所述商品数据展示请求中的展示标识信息确定目标分流服务器,并将所述商品数据展示请求转发至所述目标分流服务器。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于珠海随变科技有限公司,未经珠海随变科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910407417.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top