本申请提供一种选品方法、装置、设备及计算机可读存储介质，所述方法包括：获取多个候选物品集合中每一候选物品集合包括的各候选物品的属性信息和历史交易信息；根据所述各候选物品的属性信息和历史交易信息，确定决策约束条件；根据所述决策约束条件构建基于进化算法的多目标选品决策模型；根据所述多目标选品决策模型，确定多个选品目标对应的选品结果。如此解决选品流程中无法同时考虑多个目标的优化决策问题，能够从多个待优化目标出发，基于进化算法以迭代搜索的技术获得不同需求背景下互不支配的多种选品结果，提高选品灵活度。度。度。
【技术实现步骤摘要】
选品方法、装置、设备及计算机可读存储介质
[0001]本申请涉及电子商务
，涉及但不限于一种选品方法、装置、设备及计算机可读存储介质。
技术介绍
[0002]零售线下超市和线上平台中，通常会在不同时期进行各种优惠活动，以此提高商品的销量。选品就是帮助商家选择优秀的商品经营，运营推广都是从选品开始，每次选品对于商家的运营都有重大的作用，决定商品是否能够成为爆款。因此商家在选品时，需要进行数据分析，了解竞品的竞争市场，作出合理的选择判断。
[0003]依赖于人工经验的传统选品方法存在极大的局限性，不但消耗人力、成本较大，而且易错失良机，不能保证商家利益；优惠活动中可能设置不合理，影响消费者利益。
[0004]针对传统人工选品的缺陷，相关技术中给出了基于搜索匹配的商品推荐技术，以及基于优先级规则的商品排序技术等进行商品选品，该些技术在选品时或者考虑因素不全面，或者约束条件固定，不适用于灵活多变的实际市场。
技术实现思路
[0005]有鉴于此，本申请实施例提供一种选品方法、装置、设备及计算机可读存储介质。
[0006]本申请实施例的技术方案是这样实现的：
[0007]本申请实施例提供一种选品方法，所述方法包括：
[0008]获取多个候选物品集合中每一候选物品集合包括的各候选物品的属性信息和历史交易信息；
[0009]根据所述各候选物品的属性信息和历史交易信息，确定决策约束条件；
[0010]根据所述决策约束条件构建基于进化算法的多目标选品决策模型；
[0011]根据所述多目标选品决策模型，确定多个选品目标对应的选品结果。
[0012]在一些实施例中，所述获取多个候选物品集合中每一候选物品集合包括的各候选物品的属性信息和历史交易信息，包括：
[0013]获取预设的多个选品目标和仓库存储信息；
[0014]根据所述多个选品目标和所述仓库存储信息，确定多个候选物品集合，每一候选物品集合包括至少一个候选物品；
[0015]获取各候选物品的属性信息和历史交易信息。
[0016]在一些实施例中，所述根据所述各候选物品的属性信息和历史交易信息，确定决策约束条件，包括：
[0017]根据所述各候选物品的属性信息和历史交易信息，确定候选物品粒度的第一约束条件；
[0018]根据每一候选物品集合包括的各候选物品的属性信息和历史交易信息，确定候选物品集合粒度的第二约束条件；
[0019]将所述第一约束条件和所述第二约束条件确定为决策约束条件。
[0020]在一些实施例中，所述根据所述决策约束条件构建基于进化算法的多目标选品决策模型，包括：
[0021]根据所述决策约束条件，对所述各候选物品的价值属性和销量属性进行拟合，得到拟合结果；
[0022]根据所述拟合结果确定多个选品目标；
[0023]基于所述多个选品目标构建基于进化算法的多目标选品决策模型。
[0024]在一些实施例中，所述根据所述多目标选品决策模型，确定多个选品目标对应的选品结果，包括：
[0025]在所述各候选物品中随机选择多个初始候选物品作为初始种群；
[0026]利用所述多个选品目标，在所述各候选物品中对所述初始种群进行迭代进化，直至得到符合迭代终止条件的进化种群；
[0027]将符合迭代终止条件的进化种群确定为所述多个选品目标对应的选品结果。
[0028]在一些实施例中，所述方法还包括：
[0029]接收终端发送的请求消息，所述请求消息中携带有选品要求；
[0030]根据所述选品要求，从所述多个选品目标对应的选品结果中，确定目标选品；
[0031]将所述目标选品发送至所述终端，以使所述终端投放所述目标选品。。
[0032]本申请实施例提供一种选品装置，所述装置包括：
[0033]获取模块，用于获取多个候选物品集合中每一候选物品集合包括的各候选物品的属性信息和历史交易信息；
[0034]第一确定模块，用于根据所述各候选物品的属性信息和历史交易信息，确定决策约束条件；
[0035]构建模块，用于根据所述决策约束条件构建基于进化算法的多目标选品决策模型；
[0036]第二确定模块，用于根据所述多目标选品决策模型，确定多个选品目标对应的选品结果。
[0037]在一些实施例中，所述获取模块，还用于：
[0038]获取预设的多个选品目标和仓库存储信息；
[0039]根据所述多个选品目标和所述仓库存储信息，确定多个候选物品集合，每一候选物品集合包括至少一个候选物品；
[0040]获取各候选物品的属性信息和历史交易信息。
[0041]在一些实施例中，所述第一确定模块，还用于：
[0042]根据所述各候选物品的属性信息和历史交易信息，确定候选物品粒度的第一约束条件；
[0043]根据每一候选物品集合包括的各候选物品的属性信息和历史交易信息，确定候选物品集合粒度的第二约束条件；
[0044]将所述第一约束条件和所述第二约束条件确定为决策约束条件。
[0045]在一些实施例中，所述构建模块，还用于：
[0046]根据所述决策约束条件，对所述各候选物品的价值属性和销量属性进行拟合，得
到拟合结果；
[0047]根据所述拟合结果确定多个选品目标；
[0048]基于所述多个选品目标构建基于进化算法的多目标选品决策模型。
[0049]在一些实施例中，所述第二确定模块，还用于：
[0050]在所述各候选物品中随机选择多个初始候选物品作为初始种群；
[0051]利用所述多个选品目标，在所述各候选物品中对所述初始种群进行迭代进化，直至得到符合迭代终止条件的进化种群；
[0052]将符合迭代终止条件的进化种群确定为所述多个选品目标对应的选品结果。
[0053]在一些实施例中，所述装置还包括：
[0054]接收模块，用于接收终端发送的请求消息，所述请求消息中携带有选品要求；
[0055]第三确定模块，用于根据所述选品要求，从所述多个选品目标对应的选品结果中，确定目标选品；
[0056]发送模块，用于将所述目标选品发送至所述终端，以使所述终端投放所述目标选品。
[0057]本申请实施例提供一种电子设备，包括：
[0058]处理器；以及
[0059]存储器，用于存储可在所述处理器上运行的计算机程序；
[0060]其中，所述计算机程序被处理器执行时实现上述选品方法的步骤。
[0061]本申请实施例提供一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令配置为执行上述选品方法的步骤。
[0062]本申请实施例提供一种选品方法、装置、设备及计算机可读存储介质，其中，所述方法包括：获取多个候选物品集合中每一候选物品集合包括的各候选物品的属性信息和历史交本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种选品方法，其特征在于，所述方法包括：获取多个候选物品集合中每一候选物品集合包括的各候选物品的属性信息和历史交易信息；根据所述各候选物品的属性信息和历史交易信息，确定决策约束条件；根据所述决策约束条件构建基于进化算法的多目标选品决策模型；根据所述多目标选品决策模型，确定多个选品目标对应的选品结果。2.根据权利要求1所述的方法，其特征在于，所述获取多个候选物品集合中每一候选物品集合包括的各候选物品的属性信息和历史交易信息，包括：获取预设的多个选品目标和仓库存储信息；根据所述多个选品目标和所述仓库存储信息，确定多个候选物品集合，每一候选物品集合包括至少一个候选物品；获取各候选物品的属性信息和历史交易信息。3.根据权利要求1所述的方法，其特征在于，所述根据所述各候选物品的属性信息和历史交易信息，确定决策约束条件，包括：根据所述各候选物品的属性信息和历史交易信息，确定候选物品粒度的第一约束条件；根据每一候选物品集合包括的各候选物品的属性信息和历史交易信息，确定候选物品集合粒度的第二约束条件；将所述第一约束条件和所述第二约束条件确定为决策约束条件。4.根据权利要求1所述的方法，其特征在于，所述根据所述决策约束条件构建基于进化算法的多目标选品决策模型，包括：根据所述决策约束条件，对所述各候选物品的价值属性和销量属性进行拟合，得到拟合结果；根据所述拟合结果确定多个选品目标；基于所述多个选品目标构建基于进化算法的多目标选品决策模型。5.根据权利要求1所述的方法，其特征在于，所述根据所述多目标选品决策模型，确定多个选品目标对应的选品结果，包括：在所述各候选物品中随机选择多个初始候选物品作为初始种...
【专利技术属性】
技术研发人员：周唯，李敏，王瑜，余楚楚，周鹏，
申请(专利权)人：北京京东世纪贸易有限公司，
类型：发明
国别省市：
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。