[发明专利]基于电子商务平台的爆款商品全周期监测方法在审

专利信息
申请号: 202211414030.8 申请日: 2022-11-11
公开(公告)号: CN115796978A 公开(公告)日: 2023-03-14
发明(设计)人: 陈帆 申请(专利权)人: 武汉小帆船电子商务有限公司
主分类号: G06Q30/06 分类号: G06Q30/06;G06Q30/02
代理公司: 暂无信息 代理人: 暂无信息
地址: 430021 湖*** 国省代码: 湖北;42
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 电子商务平台 商品 周期 监测 方法
【权利要求书】:

1.基于电子商务平台的爆款商品全周期监测方法,其特征在于,包括以下步骤:

第一步、爆款商品基本信息获取:对指定爆款商品对应设定监测周期中各监测日的基本信息进行获取,得到指定爆款商品对应设定监测周期中各监测日的基本信息集合;

第二步、爆款商品销售状态分析:对指定爆款商品对应设定监测周期中各监测日的销售状态评估指数进行分析,由此分析指定爆款商品对应的销售状态,若指定爆款商品对应的销售状态为平销状态,将设定监测周期记为平销周期,并执行第三步;

第三步、爆款商品平销周期分析:对指定爆款商品对应平销周期中各监测日的各条评论的内容和各次询问的内容进行获取,并对指定爆款商品对应的平销内容集合进行分析,得到指定爆款商品对应的平销内容集合;

第四步、平销周期缺陷与优势分析:对指定爆款商品对应平销周期的缺陷类型进行分析,得到指定爆款商品对应平销周期的缺陷类型,同时对指定爆款商品对应平销周期的优势参数集合进行分析,得到指定爆款商品对应平销周期的优势参数集合;

第五步、显示与处理:通过显示终端对指定爆款商品对应平销周期的缺陷类型和优势参数集合进行显示,并进行相应的处理。

2.根据权利要求1所述的基于电子商务平台的爆款商品全周期监测方法,其特征在于:所述第一步中指定爆款商品对应设定监测周期中各监测日的基本信息集合包括:浏览次数、询问次数、成交量、成交总金额、评论条数、收藏次数、退货量和退货总金额。

3.根据权利要求1所述的基于电子商务平台的爆款商品全周期监测方法,其特征在于:所述第二步中对指定爆款商品对应设定监测周期中各监测日的销售状态评估指数进行分析,其具体分析步骤如下:

A201:从指定爆款商品对应设定监测周期中各监测日的基本信息集合内提取浏览次数、询问次数、评论条数、收藏次数,并对此进行综合分析,得到指定爆款商品对应设定监测周期中各监测日的流量状态评估指数,记为i表示为各监测日的编号,i=1,2,......,n;

A202:从指定爆款商品对应设定监测周期中各监测日的基本信息集合内提取成交量、成交总金额,并对此进行综合分析,得到指定爆款商品对应设定监测周期中各监测日的成交状态评估指数,记为

A203:从指定爆款商品对应设定监测周期中各监测日的基本信息集合内提取退货量、退货总金额,得到指定爆款商品对应设定监测周期中各监测日的退货状态评估指数,记为

A204:依据公式计算出指定爆款商品对应设定监测周期中各监测日的销售状态评估指数,表示为指定爆款商品对应谁定监测周期中第i个监测日的销售状态评估指数,e表示为自然常数,b1、b2、b3分别表示为设定的流量状态评估指数、成交状态评估指数、退货状态评估指数对应的权值因子。

4.根据权利要求3所述的基于电子商务平台的爆款商品全周期监测方法,其特征在于:所述A201中指定爆款商品对应设定监测周期中各监测日的成交状态评估指数,具体计算公式为:Li、Xi、Pi、Si分别表示为指定爆款商品对应设定监测周期中第i个监测日的浏览次数、询问次数、评论条数、收藏次数,L′、X′、P′、S′分别表示为数据库中存储的指定爆款商品对应的参考浏览次数、参考询问次数、参考评论条数、参考收藏次数,a1、a2、a3、a4分别表示为设定的浏览次数、询问次数、评论条数、收藏次数对应的影响因子。

5.根据权利要求3所述的基于电子商务平台的爆款商品全周期监测方法,其特征在于:所述A202中指定爆款商品对应设定监测周期中各监测日的成交状态评估指数,具体计算公式为:Ci、分别表示为指定爆款商品对应设定监测周期中第i个监测日的成交量、成交总金额,C′、J′成交分别表示为数据库中存储的指定爆款商品对应的参考成交量、参考成交总金额,a5、a6分别表示为设定的成交量、成交总金额对应的影响因子。

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武汉小帆船电子商务有限公司,未经武汉小帆船电子商务有限公司许可,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/202211414030.8/1.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