System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及互联网,具体是一种基于小程序的商品销售管理方法及系统。
技术介绍
1、现有的线上销售方式有很多,例如依托于社交平台的销售小程序。现有的销售小程序具有门槛低、在社交平台上容易进行分享推广的优点。
2、但是现有的小程序由于体积限制,能够加载的商品信息有限,因此一般采用大量商品少量信息,或者大量信息少量商品的方式进行页面设定。此外,由于小程序不能直接发送到手机桌面,功能也较为简单,导致小程序的复用率比较低。大量订单通过新客产生,因此小程序中缺少客户的购买记录数据,难以根据用户的购买记录数据来进行商品信息推荐,也就很难根据客户的兴趣爱好,以少量商品大量信息的方式进行精准推荐。
技术实现思路
1、有鉴于此,本专利技术的目的是提供一种基于小程序的商品销售管理方法及系统,以解决现有技术中的受限于小程序的体积限制以及小程序复用率较低现状,难以进行信息精准推荐的问题。
2、为了实现上述目的,本专利技术采用了如下技术方案:
3、本专利技术的一种基于小程序的商品销售管理方法,包括步骤:
4、获取小程序的多个用户的用户信息和每个用户对应的历史订单信息,其中,所述历史订单信息至少包括一种商品信息;
5、基于所述多个用户的用户信息和每个用户对应的历史订单信息构建用户-商品关系模型,其中,所述用户-商品关系模型包括每一种商品信息与用户信息之间的对应关系;
6、当存在任意新用户访问小程序时,向所述新用户发送信息请求;
8、基于所述目标商品的商品信息构建详细介绍页面,并将所述详细介绍页面发送至所述新用户的小程序。
9、在本申请一实施例中,还包括:
10、在未接收到来自所述新用户的授权许可,或者接收到来自所述新用户的拒绝授权信息时,将预先基于所有商品的商品信息建立的简单介绍页面发送至所述新用户的小程序。
11、在本申请一实施例中,所述用户信息包括用户的多种身份参数,其中,基于所述多个用户的用户信息和每个用户对应的历史订单信息构建用户-商品关系模型,包括:
12、提取出所有用户对应的历史订单信息中的一种或者多种商品的商品信息;
13、基于商品信息对所有商品进行分类,得到多个商品类别,其中,每个商品类别至少包括一种商品;
14、对每个商品类别的目标用户的多个身份参数分别进行聚类,得到每个商品类别对应的多个用户信息簇,其中,每个用户信息簇包含用户信息的其中一个身份参数的多个取值,商品类别的目标用户为购买过对应商品类别的商品的用户;
15、确定与商品类别存在关联的目标用户信息簇,并基于所述目标用户信息簇的身份参数的多个取值构建与商品类别存在关联的身份参数的取值范围;
16、基于每个商品类别、以及与对应商品类别存在关联的身份参数的取值范围构建用户-商品关系模型。
17、在本申请一实施例中,基于商品信息对所有商品进行分类,得到多个商品类别,包括:
18、s1,提取每种商品的商品信息中的多种文字描述和价格;
19、s2,随机选择一种商品作为基准商品;
20、s3,基于所述基准商品的商品信息创建一个商品类别;
21、s4,将所述基准商品的商品信息与未被归类的商品的商品信息进行对比,在任意一个未被归类的商品的多种文字描述与所述基准商品的对应种类的文字描述相似,且价格差值小于预设的第一阈值时,将该商品归类至所述商品类别中;
22、s5,随机选择一种没有被归类的商品作为基准商品,并重复执行s3-s4,直至将所有商品归类。
23、在本申请一实施例中,文字描述至少包括商品描述和功能描述,其中,将所述基准商品的商品信息与未被归类的商品的商品信息进行对比,包括:
24、对每种商品的商品描述和功能描述分别进行分词处理,得到商品描述词序列和功能描述词序列;
25、将每种商品的商品描述词序列中的词和功能描述词序列中的词均转换为词向量;
26、计算所述基准商品的商品描述词序列的任意一个词向量与未被归类的商品的商品描述词序列的任意一个词向量的第一欧式距离,并计算所述基准商品的功能描述词序列的任意一个词向量与未被归类的商品的功能描述词序列的任意一个词向量的第二欧式距离;
27、对于任意一个未被归类的商品,当存在至少n个第一欧式距离和至少m个第二欧式距离均小于预设的第二阈值时,判定未被归类的商品的多种文字描述与所述基准商品的对应种类的文字描述相似。
28、在本申请一实施例中,对每个商品类别的目标用户的多个身份参数分别进行聚类,得到每个商品类别对应的多个用户信息簇,包括:
29、将所有目标用户的每种身份参数的值进行排序,其中,身份参数包括性别、年龄、所属地区,身份参数的值预先转换为数字编码;
30、基于分布密度对每种身份参数的值进行聚类,得到每个商品类别对应的多个用户信息簇,其中,用户信息簇中任意两个相邻的值的差值小于对应身份参数的阈值。
31、在本申请一实施例中,确定与商品类别存在关联的目标用户信息簇,包括:
32、对于任意一个商品类别,在存在任意一个满足目标条件的用户信息簇时,将该用户信息簇作为目标用户信息簇,其中,目标条件包括:
33、在用户信息簇对应的身份参数为性别时,用户信息簇中身份参数的值的数量占总数量的比例大于第一比例值;
34、在用户信息簇对应的身份参数不为性别时,用户信息簇中身份参数的值的数量占总数量的比例大于第二比例值,其中,所述第一比例值大于所述第二比例值。
35、在本申请一实施例中,基于所述目标用户信息簇的身份参数的多个取值构建与商品类别存在关联的身份参数的取值范围,包括:
36、计算所述目标用户信息簇的身份参数的多个取值的平均值a和标准差σ;
37、基于多个取值的平均值a和标准差σ构建与商品类别存在关联的身份参数的取值范围(a-σ,a+σ)。
38、在本申请一实施例中,还包括如下方法构建详细介绍页面或者简单介绍页面:
39、将所有商品的信息划分为一级显示信息和二级显示信息;
40、基于所述目标商品的一级显示信息和二级显示信息构建详细介绍页面,或者,基于所有商品的一级显示信息构建简单介绍页面。
41、本申请还提供一种基于小程序的商品销售管理系统,包括:
42、获取模块,用于获取小程序的多个用户的用户信息和每个用户对应的历史订单信息,其中,所述历史订单信息至少包括一种商品信息;
43、模型建立模块,用于基于所述多个用户的用户信息和每个用户对应的历史订单信息构建用户-商品关系模型,其中,所述用户-商品关系模型包括每一种商品信本文档来自技高网...
【技术保护点】
1.一种基于小程序的商品销售管理方法,其特征在于,包括步骤:
2.根据权利要求1所述的一种基于小程序的商品销售管理方法,其特征在于,还包括:
3.根据权利要求1所述的一种基于小程序的商品销售管理方法,其特征在于,所述用户信息包括用户的多种身份参数,其中,基于所述多个用户的用户信息和每个用户对应的历史订单信息构建用户-商品关系模型,包括:
4.根据权利要求3所述的一种基于小程序的商品销售管理方法,其特征在于,基于商品信息对所有商品进行分类,得到多个商品类别,包括:
5.根据权利要求4所述的一种基于小程序的商品销售管理方法,其特征在于,文字描述至少包括商品描述和功能描述,其中,将所述基准商品的商品信息与未被归类的商品的商品信息进行对比,包括:
6.根据权利要求3所述的一种基于小程序的商品销售管理方法,其特征在于,对每个商品类别的目标用户的多个身份参数分别进行聚类,得到每个商品类别对应的多个用户信息簇,包括:
7.根据权利要求6所述的一种基于小程序的商品销售管理方法,其特征在于,确定与商品类别存在关联的目标用户信息
8.根据权利要求3所述的一种基于小程序的商品销售管理方法,其特征在于,基于所述目标用户信息簇的身份参数的多个取值构建与商品类别存在关联的身份参数的取值范围,包括:
9.根据权利要求2所述的一种基于小程序的商品销售管理方法,其特征在于,还包括如下方法构建详细介绍页面或者简单介绍页面:
10.一种基于小程序的商品销售管理系统,其特征在于,包括:
...【技术特征摘要】
1.一种基于小程序的商品销售管理方法,其特征在于,包括步骤:
2.根据权利要求1所述的一种基于小程序的商品销售管理方法,其特征在于,还包括:
3.根据权利要求1所述的一种基于小程序的商品销售管理方法,其特征在于,所述用户信息包括用户的多种身份参数,其中,基于所述多个用户的用户信息和每个用户对应的历史订单信息构建用户-商品关系模型,包括:
4.根据权利要求3所述的一种基于小程序的商品销售管理方法,其特征在于,基于商品信息对所有商品进行分类,得到多个商品类别,包括:
5.根据权利要求4所述的一种基于小程序的商品销售管理方法,其特征在于,文字描述至少包括商品描述和功能描述,其中,将所述基准商品的商品信息与未被归类的商品的商品信息进行对比,包括...
【专利技术属性】
技术研发人员:颜培玲,朱毅,
申请(专利权)人:久睦本海南科技股份有限公司,
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。