【技术实现步骤摘要】
本专利技术涉及产品销售，尤其涉及一种基于人工智能的产品销售砍价方法、系统及存储介质。
技术介绍
1、产品砍价是一种常见销售策略，旨在吸引顾客购买产品并增加销量，在产品砍价过程中，顾客可以通过砍价来获得更低的价格或额外的优惠；同时，产品砍价是一种针对特定产品和特定销售期限的策略，需要综合对定价、利润、市场需求以及用户消费水平等多方面进行考虑分析。目前现有的产品销售砍价方法相对简单，只能适用于某些销售平台的特定砍价策略，难以平衡用户与商家之间的利益，无法达到用户与商家的砍价预期；且砍价过程通常需要人工手动介入，有时会导致砍价存在误差，使得砍价流程更加繁琐，砍价质量不尽人意，提高了人力输出成本；同时无法在砍价过程中根据用户的消费水平以及消费意愿对合适的优惠促销活动或者产品进行人工智能搭配和推送，导致用户的消费欲望降低，从而影响产品的销售质量和商家成本收入。因此，需要研发一种能够基于人工智能的产品销售砍价方法解决上述问题。
技术实现思路
1、本专利技术克服了现有技术的不足，提供了一种基于人工智能的产品销售砍价方法、系统及存储介质。
2、为达上述目的，本专利技术采用的技术方案为：
3、本专利技术第一方面提供了一种基于人工智能的产品销售砍价方法，包括以下步骤：
4、获取产品的零售定价信息，根据所述零售定价信息构建零售定价降序梯度表，并对所述零售定价降序梯度表进行逐步筛选，得到最终可砍价产品名单；
5、根据行业标准信息获取各产品的标准定价区间范围，
6、获取用户在当前产品销售平台的多个消费指标信息，引入k最近邻算法对多个所述消费指标信息进行计算，得到用户的消费等级，根据所述用户的消费等级在所述产品的砍价幅度空间中进行砍价调整，得到砍价后的零售定价；
7、基于人工智能客服平台推送所述砍价后的零售定价并获取用户满意度，根据所述用户满意度选择重新调整所述砍价后的零售定价或者在所述砍价后的零售定价基础上搭配组合优惠活动进行促销推送。
8、进一步的，本专利技术的一个较佳的实施例中，所述获取产品的零售定价信息，根据所述零售定价信息构建零售定价降序梯度表，并对所述零售定价降序梯度表进行逐步筛选，得到最终可砍价产品名单，具体包括以下步骤：
9、获取产品销售平台的所有产品信息，同时获取各产品在当前产品销售平台上的零售定价信息，构建降序梯度表，将各产品的所述零售定价信息导入所述降序梯度表中进行排序，得到零售定价降序梯度表；
10、引入二分查找算法对所述零售定价降序梯度表进行查找筛选,预设筛选的中间元素，对每个零售定价与所述筛选的中间元素进行迭代比较，若迭代结果大于或者等于1，则停止迭代并输出迭代数据，得到一次筛选结果；
11、获取所述一次筛选结果中各产品在预设时间段内的多个历史利润值，基于加权移动平均算法分析多个所述历史利润值并对未来利润进行预测，根据所述预设时间段递减的设定多个权重系数，将多个所述历史利润值乘以对应的所述权重系数并求和，得到多个利润预测值；
12、预设利润亏损阈值，判断每个所述利润预测值是否低于所述利润亏损阈值，若低于，则在所述零售定价降序梯度表中标记对应的产品，并剔除掉未标记的产品信息，得到二次筛选结果；
13、将所述二次筛选结果进行输出，得到最终可砍价产品名单。
14、进一步的，本专利技术的一个较佳的实施例中，所述根据行业标准信息获取各产品的标准定价区间范围，计算所述最终可砍价产品名单中多个产品的最低零售定价，结合所述标准定价区间范围与所述最低零售定价对产品的砍价幅度进行判断分析，得到产品的砍价幅度空间，具体包括以下步骤：
15、基于所述最终可砍价产品名单在大数据中检索对应的行业标准，得到各产品的行业标准信息，分析所述各产品的行业标准信息，获取各产品的标准定价区间范围；
16、根据所述最终可砍价产品名单获取名单中各产品的成本信息，通过每个所述成本信息与对应的所述利润预测值计算最低价格，得到多个产品的最低零售定价；
17、若所述最低零售定价处于所述各产品的标准定价区间范围内，则基于所述各产品的定价区间范围获取多个产品的下限价格，构建欧氏距离矩阵，将所述多个所述最低零售定价与多个所述下限价格导入欧式距离矩阵中计算并整合，得到第一砍价幅度；
18、若所述最低零售定价未处于所述各产品的标准定价区间范围内，则根据所述各产品的行业标准信息获取若干个定价规则，基于多个所述定价区间范围约束对应的所述最低零售定价，直至满足所述定价规则的最低要求并整合，得到第二砍价幅度；
19、合并所述第一砍价幅度以及所述第二砍价幅度，得到产品的砍价幅度空间。
20、进一步的，本专利技术的一个较佳的实施例中，所述获取用户在当前产品销售平台的多个消费指标信息，引入k最近邻算法对多个所述消费指标信息进行计算，得到用户的消费等级，根据所述用户的消费等级在所述产品的砍价幅度空间中进行砍价调整，得到砍价后的零售定价，具体包括以下步骤：
21、获取用户在当前产品销售平台加入购物车的若干种未下单产品信息，并通过分析浏览记录获取每种未下单产品的加入购物车时长以及类似产品的浏览次数；
22、结合所述加入购物车时长与所述类似产品的浏览次数计算比率，得到偏好比率，判断所述偏好比率是否大于预设比率，若大于，则获取用户在当前产品销售平台的多个消费指标信息；其中，所述消费指标信息包括消费金额、购买频次、消费信用；
23、引入k最近邻算法对多个所述消费指标信息进行分类，定义零售定价信息为训练集，并获取所述训练集中的若干个函数点，计算所述消费指标信息与每个函数点之间的曼哈顿距离，得到若干个曼哈顿距离值；
24、基于所述若干个曼哈顿距离值在多个所述消费指标信息中选择k个最近的函数点，并根据曼哈顿距离值对k个函数点进行投票归类，得到用户的消费等级；
25、根据所述用户的消费等级生成特定的调整因子，基于所述特定的调整因子在所述产品的砍价幅度空间中对零售定价信息进行砍价，得到砍价后的零售定价。
26、进一步的，本专利技术的一个较佳的实施例中，所述根据所述用户的消费等级生成特定的调整因子，具体包括以下步骤：
27、获取多个消费等级，引入topsis算法对多个所述消费等级进行权重赋值，根据多个所述消费指标以及多个所述消费等级在算法中构建决策矩阵，并通过多个所述消费指标在所述决策矩阵中寻找最值，确定理想解向量与负理想解向量；
28、通过计算每个所述消费等级与所述理想解向量的欧氏距离，得到多个理想距离，计算每个所述消费等级与所述负理想解向量的欧氏距离，得到多个负理想距离，最终计算每个所述消费等级的所述理想距离与对应所述负理想距离之间的比值，生成多个消费等级权重值；
本文档来自技高网...【技术保护点】
1.一种基于人工智能的产品销售砍价方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于人工智能的产品销售砍价方法，其特征在于，所述获取产品的零售定价信息，根据所述零售定价信息构建零售定价降序梯度表，并对所述零售定价降序梯度表进行逐步筛选，得到最终可砍价产品名单，具体包括以下步骤：
3.根据权利要求1所述的一种基于人工智能的产品销售砍价方法，其特征在于，所述根据行业标准信息获取各产品的标准定价区间范围，计算所述最终可砍价产品名单中多个产品的最低零售定价，结合所述标准定价区间范围与所述最低零售定价对产品的砍价幅度进行判断分析，得到产品的砍价幅度空间，具体包括以下步骤：
4.根据权利要求1所述的一种基于人工智能的产品销售砍价方法，其特征在于，所述获取用户在当前产品销售平台的多个消费指标信息，引入K最近邻算法对多个所述消费指标信息进行计算，得到用户的消费等级，根据所述用户的消费等级在所述产品的砍价幅度空间中进行砍价调整，得到砍价后的零售定价，具体包括以下步骤：
5.根据权利要求4所述的一种基于人工智能的产品销售砍价方法，其特征
6.根据权利要求1所述的一种基于人工智能的产品销售砍价方法，其特征在于，所述基于人工智能客服平台推送所述砍价后的零售定价并获取用户满意度，根据所述用户满意度选择重新调整所述砍价后的零售定价或者在所述砍价后的零售定价基础上搭配组合优惠活动进行促销推送，具体包括以下步骤：
7.一种基于人工智能的产品销售砍价系统，其特征在于，所述一种基于人工智能的产品销售砍价系统包括存储器与处理器，所述存储器中储存一种基于人工智能的产品销售砍价方法程序，所述一种基于人工智能的产品销售砍价方法程序被所述处理器执行时，实现以下步骤：
8.根据权利要求7所述的一种基于人工智能的产品销售砍价系统，其特征在于，所述基于人工智能客服平台推送所述砍价后的零售定价并获取用户满意度，根据所述用户满意度选择重新调整所述砍价后的零售定价或者在所述砍价后的零售定价基础上搭配组合优惠活动进行促销推送，具体包括以下步骤：
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中包括一种基于人工智能的产品销售砍价方法程序，所述一种基于人工智能的产品销售砍价方法程序被处理器执行时，实现如权利要求1-6任一项所述的一种基于人工智能的产品销售砍价方法的步骤。
...【技术特征摘要】
1.一种基于人工智能的产品销售砍价方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于人工智能的产品销售砍价方法，其特征在于，所述获取产品的零售定价信息，根据所述零售定价信息构建零售定价降序梯度表，并对所述零售定价降序梯度表进行逐步筛选，得到最终可砍价产品名单，具体包括以下步骤：
3.根据权利要求1所述的一种基于人工智能的产品销售砍价方法，其特征在于，所述根据行业标准信息获取各产品的标准定价区间范围，计算所述最终可砍价产品名单中多个产品的最低零售定价，结合所述标准定价区间范围与所述最低零售定价对产品的砍价幅度进行判断分析，得到产品的砍价幅度空间，具体包括以下步骤：
4.根据权利要求1所述的一种基于人工智能的产品销售砍价方法，其特征在于，所述获取用户在当前产品销售平台的多个消费指标信息，引入k最近邻算法对多个所述消费指标信息进行计算，得到用户的消费等级，根据所述用户的消费等级在所述产品的砍价幅度空间中进行砍价调整，得到砍价后的零售定价，具体包括以下步骤：
5.根据权利要求4所述的一种基于人工智能的产品销售砍价方法，其特征在于，所述根据所述用户的消费等级生成特定的调整因子，具体包括以下步骤：
【专利技术属性】
技术研发人员：黄旭东，黄猛，黄嘉伟，
申请(专利权)人：广东极米传媒科技集团有限公司，
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。