本发明专利技术实施例提供一种分布式电商系统中紧缺商品数量展现方法及装置,其中,所述方法包括:获取设定时间段内所有用户的历史浏览记录以及历史购买记录;根据所述的历史浏览记录以及历史购买记录确定用户的分类并确定对应商品类别的分类用户对该商品的总购买期望率;获取商品的可用库存;根据商品可用库存以及对应商品类别的分类用户对该商品的总购买期望率,向该类用户显示商品的可购买量。根据本发明专利技术的技术方案,通过基于用户历史行为进行购买期望的确定,并结合可用库存进行商品数量展示,有效平衡市场供需关系,提高服务及时性。
【技术实现步骤摘要】
一种分布式电商系统中紧缺商品数量展现方法及装置
本专利技术涉及互联网数据处理领域,具体涉及一种分布式电商系统中紧缺商品数量展现方法及装置。
技术介绍
现有技术中,由于物理资源的地理分布不均衡,客户地理分布以及客户购买的不确定性,如何在电商系统结合资源的实际地理分布更好满足客户的需求,需要对分布式电商系统中紧缺资源的数量进行合理的规划和展示。在实现本专利技术的过程中,总结现有技术中存在以下有待改进的问题:(1)客户可能会因为不知道实际情况而降低购买动机。(2)客户可能会因为购买周期的延长而放弃本次购买,电商可能会因为下了订单但缺货而减低服务水平。(3)分布式电商系统中,真实展示库存存在诸多不确定性,比如在线并发用户的采购率和采购量是随机事件。
技术实现思路
本专利技术实施例提供一种分布式电商系统中紧缺商品数量展现方法及装置,通过基于用户历史行为进行购买期望的确定,并结合可用库存进行商品数量展示,有效平衡市场供需关系,提高服务及时性。为达到上述目的,一方面,本专利技术实施例提供了一种分布式电商系统中紧缺商品数量展现方法,所述方法包括:获取设定时间段内所有用户的历史浏览记录以及历史购买记录;根据所述的历史浏览记录以及历史购买记录确定用户的分类并确定对应商品类别的分类用户对该商品的总购买期望率;获取商品的可用库存;根据商品可用库存以及对应商品类别的分类用户对该商品的总购买期望率,向该类用户显示商品的可购买量。另一方面,本专利技术实施例提供了一种分布式电商系统中紧缺商品数量展现装置,所述装置包括:用户信息获取单元,用于获取设定时间段内所有用户的历史浏览记录以及历史购买记录;期望确定单元,用于根据所述的历史浏览记录以及历史购买记录确定用户的分类并确定对应商品类别的分类用户对该商品的总购买期望率;库存信息获取单元,用于获取商品的可用库存;展示单元,用于根据商品可用库存以及对应商品类别的分类用户对该商品的总购买期望率,向该类用户显示商品的可购买量。上述技术方案具有如下有益效果:本专利技术的技术方案通过对用户对搜索结果的操作行为分析,对搜索结果涉及到的数据进行分类,在大数据的搜索引擎中,由于分类针对的数据为被用户操作行为涉及到的数据,便使得分类数据具有了可靠性,并且,随着用户操作的不断进行,不管是对分类数据以及分类依据都在实时更新;通过本专利技术的技术方案,对于某一类的数据的分类,经过对大量用户不断的操作行为的归纳整理,其分类对于用户当前在该类下的搜索具有很强的可参考性以及实际意义,并且基于用户操作的分类,可以使得分类不会陷入局部最优解。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。图1是本专利技术实施例一种分布式电商系统中紧缺商品数量展现方法的流程图;图2是本专利技术实施例一种分布式电商系统中紧缺商品数量展现装置的结构示意图;图3是本专利技术实施例中期望确定单元的结构示意图。具体实施方式下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。如图1所示,是本专利技术实施例一种分布式电商系统中紧缺商品数量展现方法的流程图,所述方法包括:S101:获取设定时间段内所有用户的历史浏览记录以及历史购买记录。S102:根据所述的历史浏览记录以及历史购买记录确定用户的分类并确定对应商品类别的分类用户对该商品的总购买期望率。优选地,根据所述的历史浏览记录以及历史购买记录,将商品所在地的用户按照预设的商品类别数进行分类;根据用户的历史购买记录,预测对应商品类别的分类用户对该商品的购买概率和购买数量;根据以下公式确定对应商品类别的分类用户对该商品的总购买期望率ai%,其中,i、j表示为用户的分类类别,k为用户的分类类别数;δ为一常数,该常数在实际中根据商家对商品情况的实际掌握进行确定;ni、nj分别为第i、第j种类别用户的流量,pi、pj分别为第i、第j种类别用户的购买概率,mi、mj分别为第i、第j种类别用户的购买数量的均值。对于用户的分类,根据其历史浏览记录和历史购买记录,在确定对应于商品所在地的用户后,可以根据其历史行为以商品种类为中心,通过聚类算法,例如可以是运用K-means算法对用户进行分类,确定对商品感兴趣的用户分类,并根据分类用户的中对商品的历史购买率和历史购买数量,预估该类用户对商品的购买概率和购买数量,通过预估的购买数量与分类用户中用户数量的比值获得该分类用户的购买数量的均值。根据上述公式确定出分类用户对该商品的总购买期望率,即可根据该期望率对商品的销售前景有所掌握,从而利于商家的货物库存分配以及价格调控等。S103:获取商品的可用库存。优选地,所述获取商品的可用库存,包括:获取商品的总库存Q;总库存Q=库存量-在库已分配+未到达的订货(在约定时间内可到达)。根据公式Qi=Q×ai%,计算获得商品的可用库存Qi。S104:根据商品可用库存以及对应商品类别的分类用户对该商品的总购买期望率,向该类用户显示商品的可购买量。优选地,通过以下公式确定商品的可购买量Qi*,其中,γ为一常系数,该常数在实际中根据商家对商品情况的实际掌握进行确定,即对取整后与常数γ的乘积,。进一步优选地,所述方法还包括,当mi>Qi*的时候,显示商品的紧缺状态为商品紧缺。对应于上述方法,如图2所示,是本专利技术实施例一种分布式电商系统中紧缺商品数量展现装置的结构示意图,所述装置包括:用户信息获取单元21,用于获取设定时间段内所有用户的历史浏览记录以及历史购买记录;期望确定单元22,用于根据所述的历史浏览记录以及历史购买记录确定用户的分类并确定对应商品类别的分类用户对该商品的总购买期望率;库存信息获取单元23,用于获取商品的可用库存;展示单元24,用于根据商品可用库存以及对应商品类别的分类用户对该商品的总购买期望率,向该类用户显示商品的可购买量。优选地,所述期望确定单元22包括:用户分类模块221,用于根据所述的历史浏览记录以及历史购买记录,将商品所在地的用户按照预设的商品类别数进行分类;购买力预测模块222,用于根据用户的历史购买记录,预测对应商品类别的分类用户对该商品的购买概率和购买数量;期望确定模块223,用于根据以下公式确定对应商品类别的分类用户对该商品的总购买期望率ai%,其中,i、j表示为用户的分类类别,本文档来自技高网...
【技术保护点】
1.一种分布式电商系统中紧缺商品数量展现方法,其特征在于,包括:/n获取设定时间段内所有用户的历史浏览记录以及历史购买记录;/n根据所述的历史浏览记录以及历史购买记录确定用户的分类并确定对应商品类别的分类用户对该商品的总购买期望率;/n获取商品的可用库存;/n根据商品可用库存以及对应商品类别的分类用户对该商品的总购买期望率,向该类用户显示商品的可购买量。/n
【技术特征摘要】
1.一种分布式电商系统中紧缺商品数量展现方法,其特征在于,包括:
获取设定时间段内所有用户的历史浏览记录以及历史购买记录;
根据所述的历史浏览记录以及历史购买记录确定用户的分类并确定对应商品类别的分类用户对该商品的总购买期望率;
获取商品的可用库存;
根据商品可用库存以及对应商品类别的分类用户对该商品的总购买期望率,向该类用户显示商品的可购买量。
2.如权利要求1所述的分布式电商系统中紧缺商品数量展现方法,其特征在于,所述根据所述的历史浏览记录以及历史购买记录确定用户的分类并确定对应商品类别的分类用户对该商品的总购买期望率,包括:
根据所述的历史浏览记录以及历史购买记录,将商品所在地的用户按照预设的商品类别数进行分类;
根据用户的历史购买记录,预测对应商品类别的分类用户对该商品的购买概率和购买数量;
根据以下公式确定对应商品类别的分类用户对该商品的总购买期望率ai%,
其中,i、j表示为用户的分类类别,k为用户的分类类别数;δ为一常数;ni、nj分别为第i、第j种类别用户的流量,pi、pj分别为第i、第j种类别用户的购买概率,mi、mj分别为第i、第j种类别用户的购买数量的均值。
3.如权利要求2所述的分布式电商系统中紧缺商品数量展现方法,其特征在于,所述获取商品的可用库存,包括:
获取商品的总库存Q;
根据公式Qi=Q×ai%,计算获得商品的可用库存Qi。
4.如权利要求3所述的分布式电商系统中紧缺商品数量展现方法,其特征在于,通过以下公式确定商品的可购买量Qi*,
其中,γ为一常系数。
5.如权利要求4所述的分布式电商系统中紧缺商品数量展现方法,其特征在于,所述方法还包括,当mi>Qi*的时候,显示商品的紧缺状态为商品紧缺。
6.一种分布式电商系统中紧缺商品数...
【专利技术属性】
技术研发人员:霍灵瑜,周丽,于建业,田志勇,
申请(专利权)人:北京物资学院,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。