基于数智系统的商品数据资源分析方法及系统与流程

本发明涉及商品数据分析的，尤其是涉及一种基于数智系统的商品数据资源分析系统及方法。

背景技术：

1、市场营销又称作市场学、市场行销或行销学，市场是商品经济的范畴，是一种以商品交换为内容的经济联系形式，对于企业来说，市场是营销活动的出发点和归宿，市场营销既是一种职能，又是组织为了自身及利益相关者的利益而创造、沟通、传播和传递客户价值，为顾客、客户、合作伙伴以及整个社会带来经济价值的活动、过程和体系，主要是指营销人员针对市场开展经营活动、销售行为的过程。

2、目前，现有的电商智能选品系统，在使用时，只能进行正常的选品操作，无法根据市场及企业自身进行有效地分析对比，无法使得所选商品能够快速根据市场需求和企业自身环境进行快速调整，影响经济效益，尤其对于小规模经营者以及企业初期经营来说，评价对店铺的发展影响权重较大，因此，初始选品时在多个不同产品型号间往往需要谨慎选择。

技术实现思路

1、为了从真正的卖点相近的角度匹配相应的竞品，给到运营者参考，把握用户趋势，提高经营者选品质量，本申请提供一种基于数智系统的商品数据资源分析系统及方法。

2、本申请的上述发明目的一是通过以下技术方案得以实现的：

3、一种基于数智系统的商品数据资源分析方法，包括：

4、获取产品关键词及价位区间；

5、根据所述产品关键词及价位区间在市场数据库匹配得到产品型号集，所述市场数据库中存储有商城平台商品的商品信息，所述商品信息包括产品型号、历史售价及关联的历史用户评价信息集；

6、获取产品型号所关联的特征信息；

7、判断每个产品型号的历史用户评价信息集中每个历史用户评价信息与其余产品型号所关联的特征信息的相关度；

8、将产品型号的历史用户评价信息集中与任一其余产品型号所关联的特征信息的相关度达到预设值的历史用户评价信息的集合作为产品型号的交互子集；

9、基于每个产品型号的交互子集中的历史用户评价信息与其余产品型号所关联的特征信息得到每个产品型号的优评数量和差评数量；

10、基于每个产品型号的优评数量和差评数量，以及所关联的用户评价信息集中用户评价信息的数量计算得到推荐值；

11、根据所述推荐值对每个产品型号进行排序，得到选品推荐序列并推送给用户。

12、本申请在一较佳示例中可以进一步配置为：基于每个产品型号的交互子集中的历史用户评价信息与其余产品型号所关联的特征信息得到每个产品型号的优评数量和差评数量，包括：

13、将历史用户评价信息和特征信息输入比较模型，推理判断各个历史用户评价信息为优评/差评；

14、统计每个产品型号的交互子集中为优评的历史用户评价信息的数量得到每个产品型号的优评数量，以及统计每个产品型号的交互子集中为差评的历史用户评价信息的数量得到每个产品型号的差评数量；

15、所述优评表征历史用户评价信息所关联的产品型号的评价在该历史用户评价信息中优于所述特征信息所关联的产品型号，所述差评表征历史用户评价信息所关联的产品型号的评价在该历史用户评价信息中差于所述特征信息所关联的产品型号。

16、本申请在一较佳示例中可以进一步配置为：基于每个产品型号的优评数量和差评数量，以及所关联的用户评价信息集中用户评价信息的数量计算得到推荐值，包括：

17、将每个产品型号的优评数量和差评数量的差值作为每个产品型号的净优值；

18、将每个产品型号的净优值与所关联的用户评价信息集中用户评价信息的数量的比值作为推荐值。

19、本申请在一较佳示例中可以进一步配置为：所述特征信息包括产品的品牌名称、品牌别名、产品名称和产品别名。

20、本申请的上述发明目的二是通过以下技术方案得以实现的：

21、基于数智系统的商品数据资源分析系统，包括：

22、关键词获取模块，用于获取产品关键词及价位区间；

23、匹配模块，用于根据所述产品关键词及价位区间在市场数据库匹配得到产品型号集，所述市场数据库中存储有商城平台商品的商品信息，所述商品信息包括产品型号、历史售价及关联的历史用户评价信息集；

24、特征获取模块，用于获取产品型号所关联的特征信息；

25、判断模块，用于判断每个产品型号的历史用户评价信息集中每个历史用户评价信息与其余产品型号所关联的特征信息的相关度；

26、子集生成模块，用于将产品型号的历史用户评价信息集中与任一其余产品型号所关联的特征信息的相关度达到预设值的历史用户评价信息的集合作为产品型号的交互子集；

27、比较统计模块，用于基于每个产品型号的交互子集中的历史用户评价信息与其余产品型号所关联的特征信息得到每个产品型号的优评数量和差评数量；

28、计算模块，用于基于每个产品型号的优评数量和差评数量，以及所关联的用户评价信息集中用户评价信息的数量计算得到推荐值；

29、排序推荐模块，用于根据所述推荐值对每个产品型号进行排序，得到选品推荐序列并推送给用户。

30、本申请在一较佳示例中可以进一步配置为：比较统计模块包括：

31、推理单元，用于将历史用户评价信息和特征信息输入比较模型，推理判断各个历史用户评价信息为优评/差评；

32、统计单元，用于统计每个产品型号的交互子集中为优评的历史用户评价信息的数量得到每个产品型号的优评数量，以及统计每个产品型号的交互子集中为差评的历史用户评价信息的数量得到每个产品型号的差评数量。

33、本申请在一较佳示例中可以进一步配置为：计算模块包括：

34、净优值计算单元，用于将每个产品型号的优评数量和差评数量的差值作为每个产品型号的净优值；

35、推荐值计算单元，用于将每个产品型号的净优值与所关联的用户评价信息集中用户评价信息的数量的比值作为推荐值。

36、综上所述，本申请包括以下至少一种有益技术效果：

37、1、用户输入想要选品的关键词和价位后，系统在数据库中匹配到符合要求的产品型号集，然后通过评估产品型号所有评论中与其他产品型号的比较情况，能够反映出使用过多个不同产品型号的优劣比较情况，从该些数据比较，能够实现从真正的卖点相近的角度匹配相应的竞品，最终能够按该优劣比较情况给到运营者参考，把握用户趋势；

38、2、可以通过计算得到净优值在所有评论中的占比，来反映出用户在不同产品型号之间的比较衡量的评估，按从高到低排序，则排序高的产品型号更受用户欢迎，能够较为精准地把握用户趋势，提高经营者选品质量。

技术特征：

1.基于数智系统的商品数据资源分析方法，其特征在于，包括：

2.如权利要求1所述的基于数智系统的商品数据资源分析方法，其特征在于，基于每个产品型号的交互子集中的历史用户评价信息与其余产品型号所关联的特征信息得到每个产品型号的优评数量和差评数量，包括：

3.如权利要求2所述的基于数智系统的商品数据资源分析方法，其特征在于，统计每个产品型号的交互子集中为优评的历史用户评价信息的数量得到每个产品型号的优评数量，以及统计每个产品型号的交互子集中为差评的历史用户评价信息的数量得到每个产品型号的差评数量；

4.如权利要求1所述的基于数智系统的商品数据资源分析方法，其特征在于，基于每个产品型号的优评数量和差评数量，以及所关联的用户评价信息集中用户评价信息的数量计算得到推荐值，包括：

5.如权利要求1所述的基于数智系统的商品数据资源分析方法，其特征在于，所述特征信息包括产品的品牌名称、品牌别名、产品名称和产品别名。

6.基于数智系统的商品数据资源分析系统，其特征在于，包括：

7.如权利要求6所述的基于数智系统的商品数据资源分析系统，其特征在于，所述比较统计模块包括：推理单元，用于将历史用户评价信息和特征信息输入比较模型，推理判断各个历史用户评价信息为优评/差评。

8.如权利要求7所述的基于数智系统的商品数据资源分析系统，其特征在于，所述比较统计模块包括：统计单元，用于统计每个产品型号的交互子集中为优评的历史用户评价信息的数量得到每个产品型号的优评数量，以及统计每个产品型号的交互子集中为差评的历史用户评价信息的数量得到每个产品型号的差评数量。

9.如权利要求6所述的基于数智系统的商品数据资源分析系统，其特征在于，所述计算模块包括：净优值计算单元，用于将每个产品型号的优评数量和差评数量的差值作为每个产品型号的净优值。

10.如权利要求9所述的基于数智系统的商品数据资源分析系统，其特征在于，所述计算模块包括：推荐值计算单元，用于将每个产品型号的净优值与所关联的用户评价信息集中用户评价信息的数量的比值作为推荐值。

技术总结本发明涉及商品数据分析的技术领域，尤其是涉及一种基于数智系统的商品数据资源分析方法及系统，方法包括：获取产品关键词及价位区间；匹配得到产品型号集；判断相关度；将产品型号的历史用户评价信息集中与任一其余产品型号所关联的特征信息的相关度达到预设值的历史用户评价信息的集合作为产品型号的交互子集；计算得到每个产品型号的优评数量和差评数量；基于每个产品型号的优评数量和差评数量，以及所关联的用户评价信息集中用户评价信息的数量计算得到推荐值；根据推荐值排序每个产品型号，得到选品推荐序列并推送给用户。本申请具有从真正的卖点相近的角度匹配相应的竞品，给到运营者参考，把握用户趋势，提高经营者选品质量的效果。技术研发人员：王宇,李斌受保护的技术使用者：深圳前海浩方科技有限公司技术研发日：技术公布日：2024/8/27