一种基于大数据的零售管理方法和系统技术方案

技术编号:33835985 阅读:19 留言:0更新日期:2022-06-16 11:52
本说明书实施例提供一种基于大数据的零售管理方法,该方法包括基于目标商家的相关信息,获取目标商家在多个第一平台上的评价数据;基于多个第一平台上的评价数据,确定目标商家在多个第一平台中的至少一个上的评价数据是否存在被控评的风险;若存在风险,则发送提示信息至目标商家。提示信息至目标商家。提示信息至目标商家。

【技术实现步骤摘要】
一种基于大数据的零售管理方法和系统


[0001]本说明书涉及零售管理领域,特别涉及一种零售管理方法和系统。

技术介绍

[0002]目前,用户可以在线上多个平台对线下门店的服务进行评价,评价一般情况下应该是可以反映出该线下商铺的真实服务情况的。但是,可能出现控评的情况,即评论被控制,甚至往对商铺不利的方向发展。
[0003]因此,有必要提出一种基于大数据的零售管理方法和系统,使线下门店及时察觉“控评”的发生,减少损失。

技术实现思路

[0004]本说明书实施例之一提供一种大数据的零售管理方法,包括:基于目标商家的相关信息,获取目标商家在多个第一平台上的评价数据;基于多个第一平台上的评价数据,确定目标商家在多个第一平台中的至少一个上的评价数据是否存在被控评的风险;若存在风险,则发送提示信息至目标商家。
[0005]本说明书实施例之一提供一种基于大数据的零售管理系统,包括:获取模块,用于基于目标商家的相关信息,获取目标商家在多个第一平台上的评价数据;分析模块,用于基于多个第一平台上的评价数据,确定目标商家在多个第一平台中的至少一个上的评价数据是否存在被控评的风险;提醒模块,用于存在被控评风险时,发送提示信息至目标商家。
[0006]本说明书实施例之一提供一种基于大数据的零售管理装置,包括处理器,处理器用于执行基于大数据的零售管理方法。
[0007]本说明书实施例之一提供一种计算机可读存储介质,存储介质存储计算机指令,当计算机读取存储介质中的计算机指令后,计算机执行基于大数据的零售管理方法。
附图说明
[0008]本说明书将以示例性实施例的方式进一步说明,这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的,在这些实施例中,相同的编号表示相同的结构,其中:
[0009]图1是根据本说明书一些实施例所示基于大数据的零售管理系统的应用场景示意图;
[0010]图2是根据本说明书一些实施例所示的基于大数据的零售管理方法的示例性流程图;
[0011]图3是根据本说明书一些实施例所示的基于评价特征向量确定是否存在被控评的风险的示例性流程图;
[0012]图4是根据本说明书一些实施例所示的基于偏移倾向特征确定是否存在被控评的风险的示例性示意图;
[0013]图5是根据本说明书一些实施例所示的基于大数据的零售管理系统的示例性模块图。
具体实施方式
[0014]为了更清楚地说明本说明书实施例的技术方案,下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地,下面描述中的附图仅仅是本说明书的一些示例或实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明,图中相同标号代表相同结构或操作。
[0015]应当理解,本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
[0016]如本说明书和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
[0017]本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是,前面或后面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各个步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
[0018]图1是根据本说明书一些实施例所示的基于大数据的零售管理系统的应用场景示意图。如图1所示,本说明书实施例所涉及的基于大数据的零售管理系统的应用场景100可以包括服务器110、处理器120、存储设备130、用户终端140、网络150。
[0019]基于大数据的零售管理系统100可以通过实施本说明书中披露的方法和/或过程来确定对目标商家的评价是否被控制的风险。其中,上述零售管理可以包括线上零售、线下零售等不同的零售方式。在一些实施例中,基于大数据的零售管理系统100可以基于所有对目标商家的评价大数据来分析判断对目标商家的评价是否有被控制的风险。
[0020]服务器110可以通过网络150与处理器120、存储设备130、用户终端140通信以提供零售管理的各种功能,存储设备130可以存储在线服务过程的所有信息。在一些实施例中,用户终端140可以发送购买订单信息和位置信息给服务器110,并接收服务器110的反馈信息。服务器110可以获取与用户位置相关的信息,进行处理并将提示信息发送给用户终端140。以上各组成部分之间的信息传递关系仅作为示例,在一些情况下,以上组成部分之间还可能具有其形式的信息传递关系。
[0021]在一些实施例中,服务器110、用户终端140以及其他可能的系统组成部分中可以包括存储设备130。
[0022]在一些实施例中,服务器110、用户终端140以及其他可能的系统组成部分中可以包括处理器120。
[0023]服务器110可以用于管理商品零售数据、商家评价数据以及处理来自本系统至少一个组件或外部数据源(例如,云数据中心)的数据和/或信息。在一些实施例中,服务器110
可以是单一服务器或服务器组。该服务器组可以是集中式或分布式的(例如,服务器110可以是分布式系统),可以是专用的也可以由其他设备或系统同时提供服务。在一些实施例中,服务器110可以是区域的或者远程的。在一些实施例中,服务器110可以在云平台上实施,或者以虚拟方式提供。
[0024]处理器120可以处理从其他设备或系统各个组件中获得的数据和/或信息。在一些实施例中,处理器120可以直接连接或通过网络150连接存储设备130以及用户终端140以访问信息和/或数据。在一些实施例中,处理器120可以处理从存储设备130处获取的数据和/或信息。例如,处理器120可以基于获取的目标商家的评价数据确定多个评价特征向量。再例如,处理器120可以根据多个评价特征向量确定基准评价特征向量。
[0025]存储设备130可以用于存储数据、指令和/或任何其他信息。在一些实施例中,存储设备130可以存储从例如网络150、处理器120等获得的数据和/或信息。例如,存储设备130可以存储从平台中获取的关于目标商家的评价数据等。在一些实施例中,存储设备130可以存储本说明书实施例所示的评价特征向量、基准评价特征向量。在一些实施例中,存储设备130可以设置在处理器120中。在一些实施例中,存储设备130可包括大容量存储器、可移除存储器等或其任意组合。
[0026]用户终端140可以指用户所使用的一个或多个终端设备或软件。其中,上述用户指商品零售过程中的购买方,即顾客。在一些实施例中本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的零售管理方法,包括:基于目标商家的相关信息,获取所述目标商家在多个第一平台上的评价数据;基于所述多个第一平台上的评价数据,确定所述目标商家在所述多个第一平台中的至少一个上的评价数据是否存在被控评的风险;若存在风险,则发送提示信息至所述目标商家。2.如权利要求1所述的零售管理方法,所述确定所述多个平台中的至少一个上的评价数据是否存在被控评的风险,包括:基于所述目标商家在所述多个第一平台上的评价数据,确定所述目标商家在所述多个第一平台上分别对应的多个评价特征向量;根据所述多个评价特征向量确定基准评价特征向量;对于所述多个第一平台上的每一个,判断所述第一平台的评价特征向量与所述基准评价特征向量之间的距离,若所述距离大于阈值,所述第一平台存在被控评的风险。3.如权利要求1所述的零售管理方法,所述确定所述多个平台中的至少一个上的评价数据是否存在被控评的风险,包括:对于所述多个第一平台上的一个,确定所述第一平台上与所述目标商家相匹配的一组商家,所述一组商家包括至少一个参考商家;基于所述一组商家中每一个参考商家在所述第一平台上的评价数据以及分别在所在的至少一个第二平台上的评价数据,确定所述第一平台的基准偏移倾向特征;基于所述目标商家在所述第一平台上的评价数据,确定所述目标商家在所述第一平台上的偏移倾向特征;基于所述目标商家在所述第一平台的偏移倾向特征和所述第一平台的基准偏移倾向特征,确定所述目标商家在所述第一平台上被控评的风险。4.如权利要求3所述的零售管理方法,所述基于所述一组商家中每一个参考商家在所述第一平台上的评价数据以及分别在所在的至少一个第二平台上的评价数据,确定所述第一平台的基准偏移倾向特征,包括:对于所述一组商家中的每一个参考商家,基于所述参考商家在所述第一平台上的评价数据和所述参考商家在所在的至少一个第二平台上的评价数据,确定所述参考商家在所述第一平台和所述至少一个第二平台中每一个之间的差异特征;对所述参考商家在所述第一平台和所述至少一个第二平台中每一个之间的差异特征进行第一融合,确定所述参考商家在所述第一平台的子基准偏移倾向特征;对所述一组商家中的至少一个参考商家分别对应的所述子基准偏移倾向特征进行第二融合,确定所述第一平台的基准偏移倾向特征。5.一种基于大数据的零售管理系统,包括:获取模块,用于基于...

【专利技术属性】
技术研发人员:贾信明林昱洲杨宏
申请(专利权)人:华院分析技术上海有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1