基于商品售卖的目标对象的属性的选择方法及装置制造方法及图纸

本发明专利技术属于商品销售技术领域，公开了一种基于商品售卖的目标对象的属性选择方法及装置。其中，所述方法应用于商品售卖客户端，所述方法包括：获取至少两个对象的原始数据，对原始数据进行预处理，得到第一数据；获取至少两个对象的标识及其对应的第一数据，组成特征向量矩阵；对特征向量矩阵里的任意两个特征向量进行相似度计算，并获取预设的相似度阈值，从对象中匹配出至少一个相似对象；根据相似对象的第一数据，计算目标对象的预测数据，得到第二数据；将第二数据与第一数据逐一进行比对，判断第二数据是否符合第一数据；当确定第二数据符合第一数据时，对目标对象上的属性进行新增或替换。本发明专利技术的方法能够实现对售卖商品的选择。

【技术实现步骤摘要】
基于商品售卖的目标对象的属性的选择方法及装置
本专利技术涉及商品销售
，尤其涉及一种基于商品售卖的目标对象的属性的选择方法及装置。
技术介绍
传统的售货机运营中，高度依赖运营人员经验选择售货机商品，但是由于人工经验有限，以及人员变动、环境变化等情况会造成人工经验不能很好的应用。特别是在一些场景下，人工经验会有一定局限性。例如，一般情况下，运营人员会参考售货机所在的场所类型选择商品，这样一方面会导致同类场所的售货机商品品类高度一致，从而缺少差异性和个性化；另一方面，人工经验缺少从更高维度上总结销售规律的能力，售货机不应该只是单纯根据场所等简单特征做分类，高维度的分类与相似度判断可以提供更精细化的运营。传统的人工经验选择商品的过程中，场所的考虑其实就是一种简单的找相似售货机的过程。然而这种思路过于简单，同一场所的售货机之间也是存在一定的差异性。由此，需要一种可以计算售货机之间的相似程度的方法，实现预测售货机上没有售卖的商品的销量，从而对售货机推荐相似的售货机上高销量的商品。
技术实现思路
本专利技术的第一个目的在于提供一种基于商品售卖的目标对象的属性选择方法，其旨在解决相关技术中售卖商品选择的准确率不高的技术问题。为达到上述目的，本专利技术提供的方案是：一种基于商品售卖的目标对象的属性选择方法，应用于商品售卖客户端，所述方法包括：获取至少两个对象的原始数据，对所述原始数据进行预处理，得到第一数据；获取至少两个对象的标识及其对应的所述第一数据，组成特征向量矩阵；r>对所述特征向量矩阵里的任意两个特征向量进行相似度计算，并获取预设的相似度阈值，从所述对象中匹配出至少一个相似对象；根据所述相似对象的所述第一数据，计算目标对象的预测数据，得到第二数据；将所述第二数据与所述第一数据进行比对，判断所述第二数据是否符合所述第一数据；当确定所述第二数据符合所述第一数据时，对所述目标对象上的所述属性进行新增或替换。进一步地，所述对所述原始数据进行预处理包括：排除所述原始数据的异常；和/或，对所述原始数据进行均一化处理。进一步地，所述根据所述相似对象的所述第一数据，计算目标对象的预测数据，得到第二数据的步骤包括：获取所述第一数据及其对应的特征值，根据所述特征值，判断预测数据是否可用：若可用，则得出所述第二数据；若不可用，则舍弃所述第二数据。进一步地，所述特征值包括：相似对象的相似度、相似对象的数量、相似对象之间的标准差、对象所在场所的分类、属性的类别中的一种或多种。进一步地，所述从所述对象中匹配出至少一个相似对象包括：假设对象a和对象b，特征向量分别为A和B，则对象a和对象b之间的相似度Sa,b：进一步地，所述计算目标对象的预测数据包括：假设对象a的属性x的预测数据为Px,a，则：其中Sa,i是对象a和对象i之间的相似度，n为相似对象的总量，Qx,i是属性x在对象i上的第一数据。进一步地，所述对所述目标对象上的所述属性进行新增或替换的步骤包括：判断所述目标对象上是否存在所述预测属性；若存在，则用所述相似对象中的所述预测属性替换所述目标对象上的所述属性；若不存在，则在所述目标对象上新增所述相似对象中的所述预测属性。本专利技术的第二个目的在于提供一种基于商品售卖的目标对象的属性选择装置，包括：预处理模块，用于获取至少两个对象的原始数据，对所述原始数据进行预处理，得到第一数据；特征向量矩阵模块，用于获取至少两个对象的标识及其对应的所述第一数据，组成特征向量矩阵；相似度计算模块，用于对所述特征向量矩阵里的任意两个特征向量进行相似度计算，并获取预设的相似度阈值，从所述对象中匹配出至少一个相似对象；预测数据计算模块，用于根据所述相似对象的所述第一数据，计算目标对象的预测数据，得到第二数据；属性选择模块，将所述第二数据与所述第一数据进行比对，判断所述第二数据是否符合所述第一数据；当确定所述第二数据符合所述第一数据时，对所述目标对象上的所述属性进行新增或替换。进一步地，所述预测数据计算模块还包括：预测数据判断模块，用于获取所述第一数据及其对应的特征值，根据所述特征值，判断预测数据是否可用。进一步地，所述属性选择模块还包括：属性判断模块，用于判断目标对象上是否存在预测属性。本专利技术的第三个目的在于提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述所述方法的步骤。本专利技术的第四个目的在于提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述所述的方法的步骤。本专利技术的有益效果：本专利技术实施例提供的一种基于商品售卖的目标对象的属性选择方法，包括：获取至少两个对象的原始数据，对原始数据进行预处理，得到第一数据；获取至少两个对象的标识及其对应的第一数据，组成特征向量矩阵；对特征向量矩阵里的任意两个特征向量进行相似度计算，并获取预设的相似度阈值，从对象中匹配出至少一个相似对象；根据相似对象的第一数据，计算目标对象的预测数据，得到第二数据；将第二数据与第一数据逐一进行比对，判断第二数据是否符合第一数据；当确定第二数据符合第一数据时，对目标对象上的属性进行新增或替换。本专利技术实施例提供的基于商品售卖的目标对象的属性选择方法，通过计算对象的相似度，获得相似对象，并根据相似对象对目标对象进行售卖商品的推荐，实现更准确的高销量商品互推。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示出的结构获得其他的附图。图1是本专利技术实施例提供的目标对象的属性的选择方法的流程图。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的一部分实施例，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作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。需要说明，本专利技术实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。还需要说明的是，当元件被称为“固定于”或“设置于”另一个元件上时，它可以直接在另一个元件上或者可能同时存在居中元件。当一个元件被称为是“连接”另一个元件，它可以是直接连接另一个元件或者可能同时存在居中元件。另外，在本专利技术中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第本文档来自技高网...

【技术保护点】
1.一种基于商品售卖的目标对象的属性选择方法，其特征在于，应用于商品售卖客户端，所述方法包括：/n获取至少两个对象的原始数据，对所述原始数据进行预处理，得到第一数据；/n获取至少两个对象的标识及其对应的所述第一数据，组成特征向量矩阵；/n对所述特征向量矩阵里的任意两个特征向量进行相似度计算，并获取预设的相似度阈值，从所述对象中匹配出至少一个相似对象；/n根据所述相似对象的所述第一数据，计算目标对象的预测数据，得到第二数据；/n将所述第二数据与所述第一数据进行比对，判断所述第二数据是否符合所述第一数据；/n当确定所述第二数据符合所述第一数据时，对所述目标对象上的所述属性进行新增或替换。/n

【技术特征摘要】
1.一种基于商品售卖的目标对象的属性选择方法，其特征在于，应用于商品售卖客户端，所述方法包括：
获取至少两个对象的原始数据，对所述原始数据进行预处理，得到第一数据；
获取至少两个对象的标识及其对应的所述第一数据，组成特征向量矩阵；
对所述特征向量矩阵里的任意两个特征向量进行相似度计算，并获取预设的相似度阈值，从所述对象中匹配出至少一个相似对象；
根据所述相似对象的所述第一数据，计算目标对象的预测数据，得到第二数据；
将所述第二数据与所述第一数据进行比对，判断所述第二数据是否符合所述第一数据；
当确定所述第二数据符合所述第一数据时，对所述目标对象上的所述属性进行新增或替换。


2.如权利要求1所述的基于商品售卖的目标对象的属性选择方法，其特征在于，所述对所述原始数据进行预处理包括：排除所述原始数据的异常；和/或，对所述原始数据进行均一化处理。


3.如权利要求1或2所述的基于商品售卖的目标对象的属性选择方法，其特征在于，所述根据所述相似对象的所述第一数据，计算目标对象的预测数据，得到第二数据的步骤包括：获取所述第一数据及其对应的特征值，根据所述特征值，判断预测数据是否可用：
若可用，则得出所述第二数据；
若不可用，则舍弃所述第二数据。


4.如权利要求3所述的基于商品售卖的目标对象的属性选择方法，其特征在于，所述特征值包括：相似对象的相似度、相似对象的数量、相似对象之间的标准差、对象所在场所的分类、属性的类别中的一种或多种。


5.如权利要求1所述的基于商品售卖的目标对象的属性选择方法，其特征在于，所述从所述对象中匹配出至少一个相似对象包括：假设对象a和对象b，特征向量分别为A和B，则对象a和对象b之间的相似度Sa,b：





6.如权利要求1所述的基于商品售卖的目标对象的属性选择方法，其特征在于，所述计算目标对象的预测数据包括：假设对象a的属性x的预测数据为Px,a，则：



其中Sa,i是对象a和对象i之间的相似度，n...

【专利技术属性】
技术研发人员：晁华，曾程昊，戚汝鹏，
申请(专利权)人：深圳友宝科斯科技有限公司，
类型：发明
国别省市：广东;44