基于大数据分析的家具全链路数字化运营系统技术方案

本发明专利技术属于电子商务领域，涉及数据处理技术，具体是基于大数据分析的家具全链路数字化运营系统，包括运营平台，所述运营平台通信连接有订单管理模块、商品推荐模块、推荐验证模块以及存储模块；所述订单管理模块用于对运营平台的商品订单进行分析管理；所述商品推荐模块用于根据商品信息和用户购买信息分析得到价格范围，在价格范围中对商品进行筛选得到推荐商品；所述推荐验证模块用于对用户购买推荐商品的情况进行检测分析；本发明专利技术通过已购推荐单元可以通过用户已经购买的商品对用户进行商品推荐，根据已有购买信息分析得到用户的需求商品，从而结合用户的购买信息和消费习惯为用户进行商品推荐。用户进行商品推荐。用户进行商品推荐。

【技术实现步骤摘要】
基于大数据分析的家具全链路数字化运营系统


[0001]本专利技术属于电子商务领域，涉及数据处理技术，具体是基于大数据分析的家具全链路数字化运营系统。

技术介绍

[0002]运营管理系统是建立在管理学、组织行为学、营销学、传播学、统计学、计算机应用技术等多种边缘学科理论基础上的最新企业运营及品牌管理操作方法与工具；是系统的企业运营及品牌管理科学理论。
[0003]现有的电商运营系统一般都具有商品推荐功能，但是其商品推荐方式单一，而针对于不同类型的商品，其推荐逻辑差异很大，因此传统电商运营系统单一的推荐方式无法满足多类型的商品推荐。
[0004]针对上述技术问题，本申请提出一种解决方案。

技术实现思路

[0005]本专利技术的目的在于提供基于大数据分析的家具全链路数字化运营系统，用于解决传统电商运营系统单一的推荐方式无法满足多类型的商品推荐的问题；
[0006]本专利技术需要解决的技术问题为：如何提供一种具有多种商品推荐方式的电商运营系统。
[0007]本专利技术的目的可以通过以下技术方案实现：
[0008]基于大数据分析的家具全链路数字化运营系统，包括运营平台，所述运营平台通信连接有订单管理模块、商品推荐模块、推荐验证模块以及存储模块；
[0009]所述订单管理模块用于对运营平台的商品订单进行分析管理；
[0010]所述商品推荐模块用于根据商品信息和用户购买信息分析得到价格范围，在价格范围中对商品进行筛选得到推荐商品；
[0011]所述推荐验证模块用于对用户购买推荐商品的情况进行检测分析。
[0012]作为本专利技术的一种优选实施方式，所述订单管理模块用于对运营平台的商品订单进行分析管理：将订单生成的时间标与商品开始配送的时间之间的时间差值标记为t1，将商品开始配送的时间与商品送达的时间之间的时间差值标记为t2，将商品送达的时间与订单完成的时间之间的时间差值标记为t3，通过对t1、t2以及t3进行数值计算得到效率系数；通过存储模块获取到效率阈值，将订单的效率系数与效率阈值进行比较并通过比较结果将处理效率不合格的订单标记为异常对象；
[0013]获取最近w天内处理的订单总数量并标记为ZS，将其中的异常对象数量标记为YS，将YS与ZS的比值标记为异常比，获取最近w天内每一天的异常对象数量并建立异常集合，对异常集合进行方差计算得到异常表现值，通过存储模块获取到异常阈值与异常表现阈值，将异常比、异常表现值分别与异常阈值、异常表现阈值进行比较并通过比较结果对订单处理的整体效率是否合格进行判定。
[0014]作为本专利技术的一种优选实施方式，效率系数与效率阈值的比较过程包括：若效率系数XL小于等于效率阈值XLmin，则判定订单的处理效率不合格，将对应的订单标记为异常对象，对异常对象进行物流；若效率系数XL大于效率阈值XLmin，则判定订单的处理效率合格，将对应的订单标记为正常对象。
[0015]作为本专利技术的一种优选实施方式，异常比、异常表现值与异常阈值、异常表现阈值的比较过程包括：若异常比小于异常阈值且异常表现值小于异常表现阈值，则判定订单处理的整体效率满足要求，订单管理模块向运营平台发送整体合格信号；若异常比大于等于异常阈值且异常表现值小于异常表现阈值，则判定订单处理的整体效率不满足要求，订单管理模块向运营平台发送整体不合格信号，运营平台接收到整体不合格信号后对w天内的订单处理情况进行整体核查；若异常表现值大于等于异常表现阈值，则判定订单处理的部分效率满足要求，订单管理模块向运营平台发送部分合格信号，运营平台接收到部分合格信号后对w天内的订单处理情况进行抽样核查。
[0016]作为本专利技术的一种优选实施方式，所述商品推荐模块包括已购推荐单元与未购推荐单元，所述未购推荐单元用于根据用户的浏览商品、收藏商品以及关注商品对用户进行商品推荐：将用户在L1天内浏览、收藏以及关注的商品标记为分析对象i，i＝1，2，
…
，n，n为正整数，获取分析对象i被浏览的次数并标记为LCi，获取分析对象i被浏览的总时长LSi，通过对LCi和LSi进行数值计算得到分析对象i的价值系数；将价值系数的数值进行由高到低的排序并将排序后位于前m1位的分析对象标记为价值对象，获取价值对象的商品数据，价值对象的商品数据包括商品简介的关键词、分类以及商品的价格JG，通过商品简介的关键词在数据库中查找与价值对象相匹配的商品并标记为预选商品，通过公式JGmin＝a1
×
JG以及公式JGmax＝a2
×
JG得到价格阈值JGmin与JGmax，其中a1与a2均为比例系数，JGmin为最小价格阈值，JGmax为最大价格阈值，由JGmin与JGmax构成价格范围，将商品价格位于价格范围之内的预选商品标记为复选商品，将销售额最高的前m2个复选商品标记为推荐商品，未购推荐单元将推荐商品发送运营平台，运营平台接收到推荐商品对商品展示界面进行调节。
[0017]作为本专利技术的一种优选实施方式，所述已购推荐单元用于根据用户已经购买的商品对用户进行商品推荐：获取数据库中包含有已购商品的商品套餐，获取商品套餐中所有商品的分类并标记为所有类别；获取已购商品的商品数据，已购商品的商品数据包括商品简介的关键词、分类以及商品的价格JG，将已购商品的分类标记为已购类别，将出去已购类别后所有类别中剩余的所有分类标记为推荐类别，将商品套餐中所有包含推荐类别的商品标记为预选商品，通过公式JGmin＝a1
×
JG以及公式JGmax＝a2
×
JG得到价格阈值JGmin与JGmax，其中a1与a2均为比例系数，JGmin为最小价格阈值，JGmax为最大价格阈值，由JGmin与JGmax构成价格范围，将商品价格位于价格范围之内的预选商品标记为复选商品，将销售额最高的前m2个复选商品标记为推荐商品，已购推荐单元将推荐商品发送运营平台，运营平台接收到推荐商品对商品展示界面进行调节。
[0018]作为本专利技术的一种优选实施方式，所述推荐验证模块对用户购买推荐商品的情况进行检测分析的具体过程包括：获取用户在L2天内购买的商品中数量并标记为GM，将用户购买商品中的推荐商品的数量标记为TS，将用户购买商品中推荐商品的相关商品的数量标记为GS，通过对GM、TS以及GS进行数值计算得到成功系数；通过存储模块获取成功阈值，将
成功系数与成功阈值进行比较并通过比较结果对商品推荐是否成功进行判定。
[0019]作为本专利技术的一种优选实施方式，成功系数与成功阈值的比较过程包括：若成功系数小于等于成功阈值，则判定商品推荐失败，推荐验证模块通过运营平台向商品推荐模块发送重新推荐信号，商品推荐模块接收到重新推荐信号后重新对用户进行商品推荐；若成功系数大于成功阈值，则判定商品推荐成功，推荐验证模块向运营平台发送推荐成功信号。
[0020]本专利技术具备下述有益效果：
[0021]1、通过订单管理模块可以对平台的订单处理效率进行监控，以三个时间差值作为效率监控依据，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于大数据分析的家具全链路数字化运营系统，包括运营平台，其特征在于，所述运营平台通信连接有订单管理模块、商品推荐模块、推荐验证模块以及存储模块；所述订单管理模块用于对运营平台的商品订单进行分析管理；所述商品推荐模块用于根据商品信息和用户购买信息分析得到价格范围，在价格范围中对商品进行筛选得到推荐商品；所述推荐验证模块用于对用户购买推荐商品的情况进行检测分析。2.根据权利要求1所述的基于大数据分析的家具全链路数字化运营系统，其特征在于，所述订单管理模块用于对运营平台的商品订单进行分析管理：将订单生成的时间标与商品开始配送的时间之间的时间差值标记为t1，将商品开始配送的时间与商品送达的时间之间的时间差值标记为t2，将商品送达的时间与订单完成的时间之间的时间差值标记为t3，通过对t1、t2以及t3进行数值计算得到效率系数；通过存储模块获取到效率阈值，将订单的效率系数与效率阈值进行比较并通过比较结果将处理效率不合格的订单标记为异常对象；获取最近w天内处理的订单总数量并标记为ZS，将其中的异常对象数量标记为YS，将YS与ZS的比值标记为异常比，获取最近w天内每一天的异常对象数量并建立异常集合，对异常集合进行方差计算得到异常表现值，通过存储模块获取到异常阈值与异常表现阈值，将异常比、异常表现值分别与异常阈值、异常表现阈值进行比较并通过比较结果对订单处理的整体效率是否合格进行判定。3.根据权利要求2所述的基于大数据分析的家具全链路数字化运营系统，其特征在于，效率系数与效率阈值的比较过程包括：若效率系数XL小于等于效率阈值XLmin，则判定订单的处理效率不合格，将对应的订单标记为异常对象，对异常对象进行物流；若效率系数XL大于效率阈值XLmin，则判定订单的处理效率合格，将对应的订单标记为正常对象。4.根据权利要求2所述的基于大数据分析的家具全链路数字化运营系统，其特征在于，异常比、异常表现值与异常阈值、异常表现阈值的比较过程包括：若异常比小于异常阈值且异常表现值小于异常表现阈值，则判定订单处理的整体效率满足要求，订单管理模块向运营平台发送整体合格信号；若异常比大于等于异常阈值且异常表现值小于异常表现阈值，则判定订单处理的整体效率不满足要求，订单管理模块向运营平台发送整体不合格信号，运营平台接收到整体不合格信号后对w天内的订单处理情况进行整体核查；若异常表现值大于等于异常表现阈值，则判定订单处理的部分效率满足要求，订单管理模块向运营平台发送部分合格信号，运营平台接收到部分合格信号后对w天内的订单处理情况进行抽样核查。5.根据权利要求1所述的基于大数据分析的家具全链路数字化运营系统，其特征在于，所述商品推荐模块包括已购推荐单元与未购推荐单元，所述未购推荐单元用于根据用户的浏览商品、收藏商品以及关注商品对用户进行商品推荐：将用户在L1天内浏览、收藏以及关注的商品标记为分析对象i，i＝1，2，
…
，n，n为正整数，获取分析对象i被浏览的次数并标记为LCi，...

【专利技术属性】
技术研发人员：尹莉丽，
申请(专利权)人：上海麦开信息科技有限公司，
类型：发明
国别省市：