[发明专利]基于神经网络和最优超任务网的购物平台及其管控方法在审

专利信息
申请号: 202210160814.6 申请日: 2022-02-22
公开(公告)号: CN114581121A 公开(公告)日: 2022-06-03
发明(设计)人: 刘晓;陈俊龙;张通;康雪艳 申请(专利权)人: 华南理工大学
主分类号: G06Q30/02 分类号: G06Q30/02;G06Q30/06;G06N3/02
代理公司: 广州市华学知识产权代理有限公司 44245 代理人: 刘新容
地址: 510640 广*** 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: 基于 神经网络 最优 任务 购物 平台 及其 方法
【权利要求书】:

1.一种购物平台管控方法,其特征在于,包括:

提供终端管控模块,对用户终端进行实时管控;终端管控模块包括服务器以及与服务器通讯连接的区域销量分析单元和区域评价分析单元;

服务器生成区域销量分析信号并将区域销量分析信号发送至区域销量分析单元,区域销量分析单元对购物平台对应的各个区域进行产品销量分析,通过分析生成高需求信号以及需求产品信息,并将高需求信号以及需求产品信息发送至服务器;

服务器生成区域评价分析信号并将区域评价分析信号发送至区域评价分析单元,区域评价分析单元对各个分析区域需求产品的评价进行分析;

提供子端管控模块,对商家子端进行管控;子端管控模块包括处理器以及与处理器通讯连接的产品类型设定单元;

处理器生成产品类型设定信号并将产品类型设定信号发送至产品类型设定单元,产品类型设定单元对商家子端的出售产品类型进行设定。

2.根据权利要求1所述的方法,其特征在于,区域销量分析单元的区域销量分析过程如下:

将购物平台对应的各个区域标记为分析区域,设置标号i,i为大于1的自然数,采集到购物平台内各个分析区域对应用户终端产品的购买总量以及对应产品购买量的增加速度,并将购物平台内各个分析区域对应用户终端产品的购买总量以及对应产品购买量的增加速度分别标记为ZLi和SDi;采集到购物平台内各个分析区域对应用户终端产品连续购买的频率,并将购物平台内各个分析区域对应用户终端产品连续购买的频率标记为PLi;

通过公式获取到各个分析区域对应区域销量分析系数Xi,其中,a1、a2以及a3均为预设比例系数,且a1>a2>a3>0;

将各个分析区域对应区域销量分析系数Xi与区域销量分析系数阈值进行比较。

3.根据权利要求2所述的方法,其特征在于,区域销量分析系数与区域销量分析系数阈值比较过程如下:

若分析区域对应区域销量分析系数Xi超过区域销量分析系数阈值,则判定对应分析区域的产品需求高,将对应高销量产品标记为对应分析区域的需求产品,生成高需求信号并将高需求信号和对应分析区域的需求产品一同发送至服务器;若分析区域对应区域销量分析系数Xi未超过区域销量分析系数阈值,则判定对应分析区域的产品需求低,将对应高销量产品标记为对应分析区域的非需求产品,生成低需求信号并将低需求信号和对应分析区域的非需求产品一同发送至服务器。

4.根据权利要求1所述的方法,其特征在于,区域评价分析单元的区域评价分析过程如下:

将各个分析区域的需求产品设置标号o,o为大于1的自然数,采集到各个分析区域对应需求产品的好评率以及对应需求产品的退货频率,并将各个分析区域对应需求产品的好评率以及对应需求产品的退货频率分别标记为HPo和THo;将分析区域对应需求产品的好评率HPo和对应需求产品的退货频率THo分别与好评率阈值和退货频率阈值进行比较。

5.根据权利要求4所述的方法,其特征在于,分析区域对应需求产品的好评率HPo和对应需求产品的退货频率THo与对应阈值的比较过程如下:

若分析区域对应需求产品的好评率HPo超过好评率阈值,且对应需求产品的退货频率THo未超过退货频率阈值,则判定对应分析区域的需求产品对应品牌合格,生成产品合格信号并将产品合格信号和对应分析区域的编号发送至服务器;若分析区域对应需求产品的好评率HPo未超过好评率阈值,或者对应需求产品的退货频率THo超过退货频率阈值,则判定对应分析区域的需求产品对应品牌不合格,生成产品不合格信号并将产品不合格信号和对应分析区域的编号发送至服务器,服务器接收到产品不合格信号后,将对应分析区域的需求产品进行品牌更改,并将产品不合格信号对应的需求产品品牌标记为对应分析区域禁售品牌。

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华南理工大学,未经华南理工大学许可,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/202210160814.6/1.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