互联网线上销售数据智能筛选管理系统的制作方法

本发明涉及互联网，更具体地说，本发明涉及互联网线上销售数据智能筛选管理系统。

背景技术：

1、大数据是指规模庞大、复杂度高、增长速度快的数据集合，这些数据集合往往无法通过传统的数据处理技术和工具进行捕捉、管理和处理。当大数据应用于销售数据筛选时可以制定更准确的目标市场定位。

2、现有技术存在以下不足：

3、以往的线上销售活动不区分人群，对每个线上用户的销售活动折扣相同，没有区分货物和用户的关系，当一件销售货物折扣适中时，低经济用户的货物价格搜索区间和高经济用户的货物价格搜索区间都不会对该货物进行推荐。导致该货物销售量低。

4、针对上述问题，本发明提出一种解决方案。

技术实现思路

1、为了克服现有技术的上述缺陷，本发明的实施例提供互联网线上销售数据智能筛选管理系统，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：

3、互联网线上销售数据智能筛选管理系统，包括数据获取模块、数据分析模块以及数据存储模块，各模块之间信号连接；

4、数据获取模块用于收集销售货物数据和用户数据，并将销售货物数据和用户数据发送至数据分析模块；

5、数据分析模块根据销售货物数据成本加成法对销售货物设置折扣，根据用户数据利用模糊集合分析用户经济，将用户进行分类，并将分类后的用户和折扣后的货物进行匹配；并收集用户反馈数据，根据用户反馈数据计算阈值区间，通过收集当前用户反馈数据与阈值区间进行比较更新当前用户分类；

6、数据存储模块用于存储互联网线上销售数据智能筛选管理系统数据处理过程中的所有数据。

7、在一个优选的实施方式中，数据获取模块获取的销售货物数据包括货物成本和货物好评率，用户数据包括用户购物均价和用户货物成交量。

8、在一个优选的实施方式中，数据分析模块选定单位时间内收集货物的货物成本和货物好评率并分别合并为成本数据集和好评数据集，利用成本加成法对货物设置折扣，具体步骤如下：

9、首先计算选定时间内的货物成本和货物好评率平均值分别标记为和将货物成本平均值乘以售价比例作为售价，通过售价比例减1计算利润比例，再通过利润比例乘以货物成本平均值得到利润平均值标记为

10、若货物好评率过将作为最低折扣权重计算最低折扣，将计算结果x作为货物最低折扣；将作为最高折扣权重计算最高折扣，将计算结果y为货物最高折扣阈值；否则，将x作为货物最高折扣，将y作为货物最低折扣。

11、在一个优选的实施方式中，数据分析模块收集用户购物均价和用户货物成交量并将其定义为输入变量划分为不同的模糊集合；

12、将用户经济程度定义为输出变量，将其划分为模糊集合；

13、制定一组模糊规则，描述不同的输入变量对输出变量的影响；

14、根据模糊规则进行模糊推理，确定用户经济程度；

15、数据分析模块为低经济用户推送通过最高折扣打折后的货物，同时为高经济用户推送通过最低折扣打折后的货物。

16、在一个优选的实施方式中，数据分析模块收集被标记为一般经济用户的用户行为数据，用户行为数据包括低价货物页面点击量和货物优惠券使用量；收集足量一般经济用户的低价货物页面点击量和货物优惠券使用量分别合并为点击数据集和优惠数据集，通过点击数据集和优惠数据集构建多层感知机模型分析当前用户是否需要最高折扣，具体步骤如下：

17、将点击数据集和优惠数据集作为输入特征构建多层感知机模型，选定单位时间作为样本时间，在样本时间内收集当前用户的低价货物页面点击量和货物优惠券使用量，将低价货物页面点击量和货物优惠券作为输入通过多层感知机模型，计算输出概率结果，通过对比输出概率结果和预设的概率阈值，分析当前用户是否需要最高折扣；

18、当输出概率结果超过概率阈值即为当前用户推送通过最高折扣打折后的货物；否则为当前用户推送通过最低折扣打折后的货物。

19、在一个优选的实施方式中，数据分析模块收集用户反馈数据，用户反馈数据为用户购物均价变化量和用户货物成交变化量，选择用户作为用户样本，收集用户样本中匹配推送前用户购物均价和用户货物成交量以及对应用户匹配推送后的用户购物均价和用户货物成交量；

20、将用户匹配推送后的用户购物均价与对应用户匹配推送前的用户购物均价作差得到用户购物均价变化量合并为均价变化数据集，同理得到成交变化数据集；

21、计算均价变化数据集的平均值和标准差分别标记为u和v，通过均价变化数据集的平均值和标准差设置均价变化阈值区间和成交变化阈值区间；

22、收集当前用户匹配推送前用户购物均价和用户货物成交量以及当前用户匹配推送后的用户购物均价和用户货物成交量，计算当前用户购物均价变化量和当前用户货物成交变化量；

23、若当前用户购物均价变化量超过均价变化上阈值且当前用户货物成交变化量超过成交变化上阈值，则将当前用户标记为高经济用户；若当前用户购物均价变化量低于均价变化下阈值且当前用户货物成交变化量低于成交变化下阈值，则将当前用户标记为低经济用户；否则将当前用户标记为一般经济用户。

24、本发明互联网线上销售数据智能筛选管理系统的技术效果和优点：

25、本发明通过收集销售货物数据和用户数据，根据销售货物数据计算利益区间，根据用户数据将用户分为高经济人群、一般经济人群和低经济人群，根据利益区间设置不同折扣阈值，对高经济人群推送低折扣商品、对低经济人群推送高折扣商品。收集一般经济人群行为数据。根据一般经济人群行为数据计算花销区间，根据花销区间制定折扣阈值。收集用户反馈数据，根据用户反馈数据对用户重新进行分类。当销售货物折扣根据用户发生改变时，可以通过不同的折扣价在不同的价格区间内推送给更多有需求的用户，提高推送效率。

技术特征：

1.互联网线上销售数据智能筛选管理系统，其特征在于：包括数据获取模块、数据分析模块以及数据存储模块，各模块之间信号连接；

2.根据权利要求1所述的互联网线上销售数据智能筛选管理系统，其特征在于：

3.根据权利要求2所述的互联网线上销售数据智能筛选管理系统，其特征在于：

4.根据权利要求3所述的互联网线上销售数据智能筛选管理系统，其特征在于：

5.根据权利要求3所述的互联网线上销售数据智能筛选管理系统，其特征在于：

6.根据权利要求5所述的互联网线上销售数据智能筛选管理系统，其特征在于：

技术总结本发明公开了互联网线上销售数据智能筛选管理系统，涉及互联网技术领域，用于解决以往的线上销售活动不区分人群，对每个线上用户的销售活动折扣相同，没有区分货物和用户的关系，导致货物销售不佳的问题，包括根据销售货物数据成本加成法对销售货物设置折扣，根据用户数据利用模糊集合分析用户经济，将用户进行分类，并将分类后的用户和折扣后的货物进行匹配；并收集用户反馈数据，根据用户反馈数据计算阈值区间，通过收集当前用户反馈数据与阈值区间进行比较更新当前用户分类；根据用户反馈数据对用户重新进行分类。让销售货物折扣根据用户发生改变时，通过不同的折扣价在不同的价格区间内推送给更多有需求的用户，提高推送效率。技术研发人员：刘正秀受保护的技术使用者：广州豹龙科技有限公司技术研发日：技术公布日：2024/9/9