一种大数据平台的价格信息优化组合方法与系统技术方案

本发明专利技术提供一种大数据平台的价格信息优化组合方法与系统。本发明专利技术作为网络商品交易平台的后台支撑，能够在收集、聚合、提取、分析各种商品类型下的各个具体商品在价格维度和其它维度上的状态与属性的基础之上，根据边界条件和用户趋向而形成在价格维度和其它维度上得到优化的交易具体商品组合对象，从而为用户在平台选择商品的过程中提供个性化推荐等形式的辅助。

Method and system for optimizing price information combination of large data platform

The invention provides a method and a system for optimizing and combining price information of a large data platform. The present invention as the network commodity trading platform background support, in the collection, aggregation, extraction, analysis on various specific types of various types of commodities in the price dimension and other dimensions of the state and the properties of the foundation, according to the trend of boundary conditions and user and the formation of the optimal combination of transaction specific commodities and other objects in the price dimension the dimension, so as to help users to provide personalized recommendation form in the choice of goods in the process of the platform.

【技术实现步骤摘要】
一种大数据平台的价格信息优化组合方法与系统
本专利技术涉及大数据分析
，尤其涉及一种大数据平台的价格信息优化组合方法与系统。
技术介绍
对于网络商品交易平台来说，对商品相关信息的统计和分析是大数据技术所应用的一个重要方面。价格信息是商品相关信息当中一个关键的参量，围绕价格信息大数据所进行的各种网络平台功能的开发对方便用户选择、提升用户体验具有重要价值。价格排序筛选、比价、价格走势预测是现有的各类网络商品交易平台上与价格信息大数据相关的典型功能。价格排序筛选是以价格由低到高、由高到低或属于某一区间范围为依据，对商品进行排序显示或部分显示。比价是从不同的交易平台等多个数据源上提取相同或同类产品的价格信息并共同显示，以及推荐对同一商品或同类商品提供了最优惠价格的交易平台，以供用户对比分析。价格走势预测是建立价格与某种参量之间的联系，将价格作为该参量的函数，进而根据该参量的发展变化而相应地做出对价格趋势的预测。例如，将某种时合商品的价格与交易平台上该种商品的供应量联系起来，价格随着供应量的增加而线性或非线性地下降，形成二者的函数表达式，进而，就可以通过实时或非实时统计交易平台上该种商品的供应量并代入该表达式而预测对应的价格。以上几种功能最为常见，实现的技术手段也比较简单。上述大数据价格分析功能针对各类商品在价格的维度上提供了强大的功能。但是，显然，大多数情况下，价格并不是用户在网络商品交易平台进行选择时所依据的唯一的维度。除了价格维度之外，用户往往还会基于商品质量和性能、服务、历史评价、供货的及时性和稳定性、交易的各种附加优惠措施和限制措施等维度，进行综合考量。而在大数据技术的基础上，网络商品交易平台相比于传统的商场等线下购物平台，其主要的优势就在于能够通过聚合平台上全部商品供应方和全部消费者等海量信息资源，除了价格维度，在以上各个其它维度上也均可以提供准确、充足和多源的数据，从根本上消除了信息不对称，最终能够最优化地实现商品交易。为了使网络商品交易平台的大数据资源能够服务于用户在价格维度和其它各个维度之上的综合考量，现有的平台在前文介绍的价格排序、比价、预测价格等基本分析功能之上，又将商品在其它维度上的状态作为参量纳入到价格分析功能中来。例如，在价格排序中将商品的质量等级、性能参数、服务满意度或好评度作为预置筛选条件，排除在这些维度上不符合系统定义或用户自定义的基本要求的商品，然后将符合要求的商品进行价格排序；或者将这些维度作为排序的二级依据，当某些商品的价格相同或足够接近时，就根据这些维度上的参量进行排序。又例如，在比价功能中，也首先判断商品在质量等级、性能参数、服务满意度或好评度等维度上是否满足相同或足够近似，在满足的前提下再去执行价格维度的比较。以上优化后的分析功能避免了将两种性能、质量、服务或口碑相差悬殊的商品单纯进行价格排序或比较所带来的误导效应。对于同一用户而言，各种作为交易对象的商品往往不是彼此孤立的，而是具有直接明显联系或间接潜在联系的组合对象。由两种或两种以上类型的交易商品形成组合对象，组合对象包括成套组合配件、共同应用场景、存在关联因素等多种关系形态。例如，用户购买了某一品牌和型号的单反相机后往往还要购置与其品牌型号匹配的可更换式长焦、中焦、广角镜头，由此形成的组合对象属于成套配件等情形。用户购买了汽车之后，又常常会继续购买汽车坐垫、车内饰品、车载电话、车用清洁保养工具等；以上商品的组合对象并不是主配件关系，坐垫、饰品、电话及工具的品牌、型号、产品形态和功能与汽车本身的品牌和车型并没有直接的匹配要求；但以上商品的组合对象具有较为明显的共同应用场景，故而属于共同应用；用户为冬天御寒而购置皮靴、帽子、手套、羽绒服也属于与之类似的共同应用的情形。又例如，某用户为应付夏季炎热暴晒而购买了空调、防晒霜、冷饮，以上商品虽然未必具有或并不具有共同的应用场景，但是是基于同一个驱动因素而产生的交易，因而可以认为属于存在关联因素的组合对象。对于上述各类情况下，在大数据基础之上，如何由多种类型的交易商品形成组合方案，进而综合考量价格维度和其它维度而形成优化的组合对象，这是网络商品交易平台所面临的一个比较难以解决的技术问题。例如，用户购买了汽车之后就会考虑购置车用设施的问题；以上文提及的汽车坐垫、车内饰品、车载电话、车用清洁保养工具为例，这些类型的车用设施哪些类型不买，哪些类型买，如果买各类型分别买几件，这就涉及到形成组合方案的问题；进而，在决定了组合方案以后，对于组合方案中包括的商品类型，如何在海量的品牌、商家、产品型号中实现合理化的选择，确定购买的具体对象，这就进一步涉及到通过综合考量而形成优化组合对象的问题。对于成套组合配件的情形，因其选择的自由度小，可能的组合方案较为有限，平台可以利用排列组合算法穷举列出全部的组合方案，再在每一种组合方案下基于前文所述的在价格维度和其它维度的综合考量之下的价格排序、比价等分析功能，形成优化的组合对象，为用户提供购买推荐等平台服务。但是对于前文所述的共同应用场景、存在关联因素等很多情形下，由于选择自由度极大，组合方案就处于具有高度灵活性和不确定性的状态；而且，在确定了组合方案之后，对于该方案中每一商品类型，在决定该类型中所购买的具体对象(即购买平台上哪个商家提供的哪一个具体商品)时，又不仅需要考量该具体对象本身在价格维度和其他维度上的状态优化，更要考虑该具体对象与其他类型中的具体对象之间的相互影响，并保证由此形成的组合对象整体在价格维度和其他维度之上的状态优化。可见，对于形成交易商品的优化组合这一问题，由于上述自由度大、不确定性强和相互影响关系复杂的原因，现有网络商品交易平台基于价格维度和其它维度的状态实现的排序、比价等大数据分析功能还难以提供对用户真正有帮助的解决方式。
技术实现思路
鉴于上述现有技术中存在的以上问题，本专利技术目的在于提供一种大数据平台的价格信息优化组合方法与系统。本专利技术作为网络商品交易平台的后台支撑，能够在收集、聚合、提取、分析各种商品类型下的各个具体商品在价格维度和其它维度上的状态与属性的基础之上，根据边界条件和用户趋向而形成在价格维度和其它维度上得到优化的交易具体商品组合对象，从而为用户在平台选择商品的过程中提供个性化推荐等形式的辅助。本专利技术提供的价格信息优化组合方法，其特征在于，包括以下步骤：步骤1：根据用户在网络平台上的操作，触发组合对象的生成过程，该组合对象是在价格维度和其它维度上得到优化的、由一组具体对象构成的组合；并且，根据用户的操作，获得备选对象类型集合；步骤2，从网络平台的大数据信息中获得备选对象类型下的每一具体对象在价格维度上的价格值，以及从网络平台的大数据信息中获得每一具体对象在至少一个其它维度上的状态并量化转换为属性值；步骤3，获得预算边界参数以及用户价格-属性趋向参数；步骤4，针对每一个备选对象类型下的全部具体对象在价格维度上的价格值，划分若干价格区间；并且根据每个具体对象的价格值，确定归属到各个价格区间对应的对象集合；筛选出符合用户的预算边界参数限制的备选对象类型的价格区间步骤5，针对被筛选出来的每一个备选对象类型的每一个价格区间，分析归属于该价格区间相应对象集合的具体对象在至少一个其它维度上的属性值，获取每个价格本文档来自技高网...

【技术保护点】
一种价格信息优化组合方法，其特征在于，包括以下步骤：步骤1：根据用户在网络平台上的操作，触发组合对象的生成过程，该组合对象是在价格维度和其它维度上得到优化的、由一组具体对象构成的组合；并且，根据用户的操作，获得备选对象类型集合；步骤2，从网络平台的大数据信息中获得备选对象类型下的每一具体对象在价格维度上的价格值，以及从网络平台的大数据信息中获得每一具体对象在至少一个其它维度上的状态并量化转换为属性值；步骤3，获得预算边界参数以及用户价格‑属性趋向参数；步骤4，针对每一个备选对象类型下的全部具体对象在价格维度上的价格值，划分若干价格区间；并且根据每个具体对象的价格值，确定归属到各个价格区间对应的对象集合；筛选出符合用户的预算边界参数限制的备选对象类型的价格区间步骤5，针对被筛选出来的每一个备选对象类型的每一个价格区间，分析归属于该价格区间相应对象集合的具体对象在至少一个其它维度上的属性值，获取每个价格区间相应对象集合的区间属性分布特征；步骤6，基于被筛选出来的每一个备选对象类型的每一个价格区间对应对象集合的区间属性分布特征，对这些对象集合内的具体对象的归属进行重新划分，形成每一个备选对象类型的属性‑价格区间及归属于每个属性‑价格区间的对象集合；步骤7，对于每一个备选对象类型的每一个属性‑价格区间及归属于每个属性‑价格区间的对象集合，根据用户的价格‑属性趋向参数，为每一个对象集合的属性‑价格区间生成备选具体对象，并且在满足预算边界参数的前提下，通过对不同备选对象类型的备选具体对象进行组合而生成所述组合对象。...

【技术特征摘要】
1.一种价格信息优化组合方法，其特征在于，包括以下步骤：步骤1：根据用户在网络平台上的操作，触发组合对象的生成过程，该组合对象是在价格维度和其它维度上得到优化的、由一组具体对象构成的组合；并且，根据用户的操作，获得备选对象类型集合；步骤2，从网络平台的大数据信息中获得备选对象类型下的每一具体对象在价格维度上的价格值，以及从网络平台的大数据信息中获得每一具体对象在至少一个其它维度上的状态并量化转换为属性值；步骤3，获得预算边界参数以及用户价格-属性趋向参数；步骤4，针对每一个备选对象类型下的全部具体对象在价格维度上的价格值，划分若干价格区间；并且根据每个具体对象的价格值，确定归属到各个价格区间对应的对象集合；筛选出符合用户的预算边界参数限制的备选对象类型的价格区间步骤5，针对被筛选出来的每一个备选对象类型的每一个价格区间，分析归属于该价格区间相应对象集合的具体对象在至少一个其它维度上的属性值，获取每个价格区间相应对象集合的区间属性分布特征；步骤6，基于被筛选出来的每一个备选对象类型的每一个价格区间对应对象集合的区间属性分布特征，对这些对象集合内的具体对象的归属进行重新划分，形成每一个备选对象类型的属性-价格区间及归属于每个属性-价格区间的对象集合；步骤7，对于每一个备选对象类型的每一个属性-价格区间及归属于每个属性-价格区间的对象集合，根据用户的价格-属性趋向参数，为每一个对象集合的属性-价格区间生成备选具体对象，并且在满足预算边界参数的前提下，通过对不同备选对象类型的备选具体对象进行组合而生成所述组合对象。2.根据权利要求1所述的价格信息优化组合方法，其特征在于，步骤1中，触发组合对象的生成过程的操作包括但不限于：用户在网络平台上针对具体对象所执行的交易操作，用户在网络平台上针对具体对象所执行的锁定操作或信息获取操作，用户在网络平台上针对特定对象类型所执行的锁定操作或信息获取操作，用户主动请求提供组合对象推荐的操作。3.根据权利要求1所述的价格信息优化组合方法，其特征在于，步骤2中，所述至少一个其它维度上的属性值包括但不限于：商品的自身属性维度上的属性值、服务属性维度上的属性值、评价属性维度上的属性值、交易相关时间属性维度和数量属性维度上的属性值、商品交易的附加值属性维度上的属性值。4.根据权利要求1所述的价格信息优化组合方法，其特征在于，步骤2中，当具体对象具有一个或多个所述其它维度上的两个或两个以上的属性值时，所述属性值具有优先度排序。5.根据权利要求1所述的价格信息优化组合方法，其特征在于，步骤5中，各个其它维度作为空间坐标系，而将具体对象在各个其它维度上的属性值作为坐标，从而将每个具体对象表征为在该空间坐标系上的向量VID其中上标ID表示某一具体对象的标识符；表示该具体对象在价格维度以外的第一其它维度上的属性值，w1表示该第一其它维度的权重值，权重值由属性值的优先度排序决定，优先度排序越高则权重值越大，表示该具体对象在第一其它维度上的坐标值；相类似地，表示该具体对象在价格维度以外的第二、第三直至第k...

【专利技术属性】
技术研发人员：沈飞英，黄晖，
申请(专利权)人：增立智造信息科技有限公司，
类型：发明
国别省市：浙江,33