一种电子商务数据处理方法、系统、电子设备及介质技术方案

本发明专利技术涉及数据处理及分析技术领域，一种电子商务数据处理方法及系统，包括：获取用户集、已购商品集和购买时间集，将所述用户集、已购商品集和购买时间集按照对应关系组合得到三元组集，接收终端用户的监管时间段，根据所述监管时间段及三元组集，构建基于所述已购商品集的商品网络无向图，根据所述商品网络无向图构建所述三元组集的商品矩阵集，构建所述商品矩阵集的条件概率函数，求解所述条件概率函数，得到每个商品与其他商品的关联出现概率值集，将所述关联出现概率值集反馈至所述终端用户，实现对所述原始商务数据包的数据处理。本发明专利技术可解决传统电子商务数据处理方法智能程度较低，没有充分挖掘数据与数据之间关联性的问题。问题。问题。

【技术实现步骤摘要】
一种电子商务数据处理方法、系统、电子设备及介质


[0001]本专利技术涉及数据处理及分析
，尤其涉及一种电子商务数据处理方法、系统、电子设备及计算机可读存储介质。

技术介绍

[0002]伴随科技的快速发展，电子商务平台如雨后春笋般涌现，伴随电子商务平台的推广，电子商务数据也越来越庞大，如何从海量的电子商务数据中分析出有用信息，是智能电子商务重点关注的
技术实现思路
。
[0003]目前从海量电子商务数据中分析出有用信息的主要方法是通过数据可视化的图表法，如提取出10天内电子商务平台的所有售出商品的数据，通过统计分析方法统计出10天内所有售出商品的售出总量，从而更直观的供电子商务平台管理人员提前采购售出总量靠前的商品。这类电子商务数据的可视化处理方法虽然可帮助管理人员提高对电子商务平台的管理效率，但处理的智能化程度较低，并没有充分挖掘数据与数据之间的关联性。

技术实现思路

[0004]本专利技术提供一种电子商务数据处理方法、装置及计算机可读存储介质，其主要目的在于解决传统电子商务数据处理方法智能程度较低，没有充分挖掘数据与数据之间关联性的问题。
[0005]为实现上述目的，本专利技术提供的一种电子商务数据处理方法，包括：获取电子商务平台的原始商务数据包，其中所述原始商务数据包包括用户集、已购商品集和购买时间集；将所述用户集、已购商品集和购买时间集按照对应关系组合得到三元组集，所述三元组集中每个三元组的表现形式为：其中，表示购物者，表示购物者购买的商品，为购物者所购买的商品的购买时间；接收终端用户根据所述电子商务平台而确定的监管时间段，根据所述监管时间段及三元组集，构建基于所述已购商品集的商品网络无向图；根据所述商品网络无向图构建所述三元组集的商品矩阵集；构建所述商品矩阵集的条件概率函数，所述条件概率函数为：其中，表示第个商品被购物者购买时，在所述监管时间段内第
个商品被购物者购买的购买概率，为所述已购商品集的商品总数，为所述第个商品在所述商品矩阵集的商品向量，为所述第个商品在所述商品矩阵集的商品向量，表示第个商品在所述商品矩阵集的商品向量，为所述条件概率函数的离散程度值，为所述条件概率函数的均值；求解所述条件概率函数，得到每个商品与其他商品的关联出现概率值集，将所述关联出现概率值集反馈至所述终端用户，实现对所述原始商务数据包的数据处理。
[0006]可选地，所述将所述用户集、已购商品集和购买时间集按照对应关系组合得到三元组集，包括：从所述用户集中剔除未购买商品的用户，得到具备购买经验的用户集；获取具备购买经验的用户集中每个用户在所述电子商务平台的操作行为；从具备购买经验的用户集中去除操作行为包括有恶意刷单、IP地址异常的用户，得到正常购买的用户集；按照正常购买的用户集的每个用户的购买记录，与所述已购商品集和购买时间集按照三元组形式，构建得到所述三元组集。
[0007]可选地，所述根据所述监管时间段及三元组集，构建基于所述已购商品集的商品网络无向图，包括：接收终端用户输入的可选时间段，根据所述可选时间段切割所述三元组集中的购买时间，得到优化的三元组集；将所述监管时间段嵌入至优化的所述三元组集，得到四元组集；以所述监管时间段为搜索时间点，搜索所述四元组集中每个四元组内商品在所述监管时间段内关联的其他商品，得到关联产品集；根据所述关联产品集和所述四元组集构建得到所述商品网络无向图。
[0008]可选地，所述根据所述关联产品集和所述四元组集构建得到所述商品网络无向图，包括：根据所述四元组集中每个已购商品生成图节点，其中每个图节点与每个已购商品具有一一对应关系；根据所述监管时间段和所述可选时间段，确定所述四元组集中每个已购商品与其他已购商品的关联次数；根据所述关联次数计算每个图节点与其他图节点的节点权重，连接每个图节点，得到无向边，其中每个无向边中包括对应的节点权重；根据每个所述无向边和图节点，生成所述商品网络无向图。
[0009]可选地，所述根据所述监管时间段和所述可选时间段，确定所述四元组集中每个已购商品与其他已购商品的关联次数，包括：从所述四元组集中提取每个已购商品的购买时间，若存在已购商品的购买时间属于所述可选时间段内，则根据所述可选时间段修改所述购买时间；计算每个已购商品的购买时间与其他已购商品的购买时间的差值，得到购买差值；去除所述购买差值小于或等于所述监管时间段时的所有已购商品及对应的其他已购商品，并计算所述购买差值小于或等于所述监管时间段时，每个已购商品被购买时其
他已购商品的购买次数，其中所述购买次数即为所述关联次数。
[0010]可选地，所述根据所述关联次数计算每个图节点与其他图节点的节点权重，包括：采用如下方法计算每个图节点与其他图节点的节点权重：其中，表示第个商品与第个商品之间的节点权重，表示第个商品已被确定购买后，与第个商品之间的关联次数。
[0011]可选地，所述四元组，包括：采用如下方式构建得到所述所述四元组：其中，为所述监管时间段，表示购物者，表示购物者所购买的商品，为购物者所购买的商品的购买时间。
[0012]可选地，所述根据所述商品网络无向图构建所述三元组集的商品矩阵集，包括：根据所述商品网络无向图的无向边总数构建商品空矩阵，其中所述商品空矩阵的列数与所述无向边总数的数量关系为：其中，所述为所述商品网络无向图的无向边总数，为所述商品空矩阵的列数，其中所述商品空矩阵的行数与所述商品网络无向图的图节点总数相同；确定每个图节点所表示的已购商品的被购买总数，按照每行一组将每个已购商品的被购买总数依次填入至所述商品空矩阵，得到行商品矩阵；将每个已购商品与其他已购商品的节点权重依次填入至所述行商品矩阵的对应列中，得到所述商品矩阵集。
[0013]为了解决上述问题，本专利技术还提供一种电子商务数据处理系统，所述装置包括：原始商务数据包收集模块，用于获取电子商务平台的原始商务数据包，其中所述原始商务数据包包括用户集、已购商品集和购买时间集；三元组构建模块，用于将所述用户集、已购商品集和购买时间集按照对应关系组合得到三元组集，所述三元组集中每个三元组的表现形式为：其中，表示购物者，表示购物者所购买的商品，为购物者所购买的商品的购买时间；商品矩阵构建模块，用于接收终端用户根据所述电子商务平台而确定的监管时间段，根据所述监管时间段及三元组集，构建基于所述已购商品集的商品网络无向图，根据所述商品网络无向图构建所述三元组集的商品矩阵集；条件概率函数构建模块，用于构建所述商品矩阵集的条件概率函数，所述条件概率函数为：
其中，表示第个商品被购物者购买时，在所述监管时间段内第个商品被购物者购买的购买概率，为所述已购商品集的商品总数，为所述第个商品在所述商品矩阵集的商品向量，为所述第个商品在所述商品矩阵集的商品向量，表示第个商品在所述商品矩阵集的商品向量，为所述条件概率函数的离散程度值，为所述条件概率函数的均值；条件概率函数求解模块，用于求解所述条件概率函数，得到每个商品与其他商品的关联出现概率值集，将所述关联出现概率值集反馈至所述终端用户，实现对所述原始商本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电子商务数据处理方法，其特征在于，所述方法包括：获取电子商务平台的原始商务数据包，其中所述原始商务数据包包括用户集、已购商品集和购买时间集；将所述用户集、已购商品集和购买时间集按照对应关系组合得到三元组集，所述三元组集中每个三元组的表现形式为：其中，表示购物者，表示购物者所购买的商品，为购物者所购买的商品的购买时间；接收终端用户根据所述电子商务平台而确定的监管时间段，根据所述监管时间段及三元组集，构建基于所述已购商品集的商品网络无向图；根据所述商品网络无向图构建所述三元组集的商品矩阵集；构建所述商品矩阵集的条件概率函数，所述条件概率函数为：其中，表示第个商品被购物者购买时，在所述监管时间段内第个商品被购物者购买的购买概率，为所述已购商品集的商品总数，为阿齐兹所述第个商品在所述商品矩阵集的商品向量，为所述第个商品在所述商品矩阵集的商品向量，表示第个商品在所述商品矩阵集的商品向量，为所述条件概率函数的离散程度值，为所述条件概率函数的均值；求解所述条件概率函数，得到每个商品与其他商品的关联出现概率值集，将所述关联出现概率值集反馈至所述终端用户，实现对所述原始商务数据包的数据处理。2.如权利要求1所述的电子商务数据处理方法，其特征在于，所述将所述用户集、已购商品集和购买时间集按照对应关系组合得到三元组集，包括：从所述用户集中剔除未购买商品的用户，得到具备购买经验的用户集；获取具备购买经验的用户集中每个用户在所述电子商务平台的操作行为；从具备购买经验的用户集中去除操作行为包括有恶意刷单、IP地址异常的用户，得到正常购买的用户集；按照正常购买的用户集的每个用户的购买记录，与所述已购商品集和购买时间集按照三元组形式，构建得到所述三元组集。3.如权利要求2所述的电子商务数据处理方法，其特征在于，所述根据所述监管时间段及三元组集，构建基于所述已购商品集的商品网络无向图，包括：接收终端用户输入的可选时间段，根据所述可选时间段切割所述三元组集中的购买时间，得到优化的三元组集；将所述监管时间段嵌入至优化的所述三元组集，得到四元组集；以所述监管时间段为搜索时间点，搜索所述四元组集中每个四元组内商品在所述监管时间段内关联的其他商品，得到关联产品集；
根据所述关联产品集和所述四元组集构建得到所述商品网络无向图。4.如权利要求3所述的电子商务数据处理方法，其特征在于，所述根据所述关联产品集和所述四元组集构建得到所述商品网络无向图，包括：根据所述四元组集中每个已购商品生成图节点，其中每个图节点与每个已购商品具有一一对应关系；根据所述监管时间段和所述可选时间段，确定所述四元组集中每个已购商品与其他已购商品的关联次数；根据所述关联次数计算每个图节点与其他图节点的节点权重，连接每个图节点，得到无向边，其中每个无向边中包括对应的节点权重；根据每个所述无向边和图节点，生成所述商品网络无向图。5.如权利要求4所述的电子商务数据处理方法，其特征在于，所述根据所述监管时间段和所述可选时间段，确定所述四元组集中每个已购商品与其他已购商品的关联次数，包括：从所述四元组集中提取每个已购商品的购买时间，若存在已购商品的购买时间属于所述可选时间段内，则根据所述可选时间段修改所述购买时间；计算每个已购商品的...

【专利技术属性】
技术研发人员：陈晓雯，陈媚，张蓉华，陈凤和，崔莉，
申请(专利权)人：广东省轻工业技师学院，
类型：发明
国别省市：