一种挖掘在线销售数据的时尚趋势分析系统的制作方法
【技术领域】
[0001]本发明涉及一种挖掘在线销售数据的时尚趋势分析系统，属于预测管理和互联网技术领域。
【背景技术】
[0002]流行趋势的预测是时尚新产品开发的基础。时尚流行趋势指的是一段时间内社会或某一群体中广泛流传的时尚元素或商品。传统的时尚流行趋势预测方法有经验式判断和问卷调研法两种。经验式判断基本凭借个人积累的关于流行的经验，对新的流行做出判断。经验式判断带有强烈的主观色彩，不够科学，出错概率高。问卷调研法是指对某一群体通过问卷的形式进行调查，它是一种抽样式调研方法，通过一个小样本对一个事物进行判断。这种方法涉及面有限，得出的结果并不能以偏概全，所以出错的概率也非常高。时尚产品快速巨快，经验式判断或问卷调研法的误差较大，主观性判断成分多，所以预测的结果不能准确的为时尚企业提供流行趋势的预测。
【发明内容】
[0003]本发明所要解决的问题是提供一种能通过挖掘在线销售数据进行时尚趋势分析，为企业提供一种科学的流行趋势方法，挖掘在线销售数据即是利用数据挖掘技术，检测顾客对某类产品的偏好，并预测未来的流行走向，为企业提供产品开发的建议。
[0004]为了解决上述问题，本发明提供了一种挖掘在线销售数据的时尚趋势分析系统，其特征在于，依次包括用于基于RRS/API的关键词搜索的信息搜索模块、信息分析监控模块以及用于提供用户解决方案的数据应用模块；所述信息分析监控模块具体为基于语言学的品牌监测管理系统，包括用于跟踪产品销售速度和消费行为、以配合库存和生产交货时间的销售数据、库存水平优化模块，运用自然语言处理方法NLP实体提取目标语言的基于语言查询的实体抽取方法模块，确定计算每个关键词相关的所有实体的信息分析模块，通过检测句子的相似性提供分类聚类的信息挖掘模块，以及采用标准化的行业指数报告、对不同的方面进行归纳总结的报表生成模块。
[0005]本发明具有以下特点:
[0006]1.收集-收集和过滤客户/竞争对手的产品信息，将不同网络销售平台跟踪监测获取的信息进行分类；
[0007]2.发现-对时尚产品或品牌进行自定义分类，提取网络销售平台的产品、品牌信息;
[0008]3.分析-对收集的数据进行分析。分析市场趋势，为时尚企业预测流行趋势、创造新产品开发；
[0009]4.提供用户解决方案-通过数据挖掘，对品牌和产品进行有效的监测。为用户(即时尚公司)提供流行趋势的解决方案。
[0010]与现有技术相比，本发明的有益效果是:[0011 ] 通过数据挖掘的手段，根据网络销售平台的销售数据、产品数据、消费者评价等信息，科学的分析时尚流行趋势。数据挖掘是一种有效的科学决策方法。时尚企业通过对数据挖掘得到的商业分析结果，有效的对流行趋势进行判断，开发迎合市场需求的新产品。同时，时尚企业也可以通过这个方法，找出竞争对手的弱点，调整他们的产品开发策略，减少人为的对品牌和产品的误解和偏见。
【附图说明】
[0012]图1为为本实施例提供的挖掘在线销售数据的时尚趋势分析系统的模块图。
【具体实施方式】
[0013]为使本发明更明显易懂，兹以优选实施例，并配合附图作详细说明如下。
[0014]实施例
[0015]如图1所示，为本发明提供的一种挖掘在线销售数据的时尚趋势分析系统，依次包括以下模块:
[0016]第一模块:信息搜索模块(基于RRS/API的关键词搜索)首先了解所要分析的网页的构架和信息，编辑一个详细的检测内容列表。在这个步骤里，我们对一些网络销售平台(如天猫商城、京东商城、一号店、当当网等)的时尚产品进行分类(例如休闲男装、白领女装、儿童服装、时尚饰品等)。同时也可以将时尚品牌进行分类(例如运动时尚品牌耐克、阿迪达斯、361度、匹克、李宁等)。在构建模型之前必须确定销售网络品牌是否有聚合内容(Rich Site Summary RSS)或者应用程序接口 (applicat1n program interface API), RSS和API可以被相对容易地访问，提高数据搜索的稳定度。
[0017]在了解了销售平台的时尚品牌和产品信息之后，我们需要对检测的信息类别和信息内容进行定义。鉴于互联网上大量的可用数据，特别是在销售网络品牌上检测大量的信息将是一个挑战。我们需要定义监控的主要关键词，如产品名称、产品款式信息、产品颜色大小信息、库存水平、销售量、品牌名称、消费者评论等。这些关键字必须足够广泛，以覆盖最需要进行监测的内容。
[0018]通过应用程序编程接口获取所需数据的内容。在挖掘的过程中，运用自然语言处理方法(natural language processing NLP)对具有关键词的部分进行标记、提取。运用定义的监控关键字进行数据挖掘，使用文本聚类技术，按照积累的大小进行排序，以此便于接下去的人工分析。并且将数据做一个宏观统计(例如在一个产品门类下，某颜色的销售排名)。这样的方法可以将有效的信息从网络销售平台中提取挖掘，增加信息的可识别性。
[0019]第二模块:信息分析监控模块
[0020]对网页进行监控，运用自然语言处理方法监测网页内容的变化，进一步进行数据挖掘。在监控的过程中，有以下几方面需要进行分析。
[0021]1、销售数据、库存水平优化模块。该模块跟踪产品销售速度和消费行为，以配合库存和生产交货时间，从而制定销售策略。
[0022]2、基于语言查询的实体抽取方法。运用自然语言处理方法NLP实体提取目标语言。提供预定义的语言学规则提取知识。根据这些规则翻译计算规则和状态，用于提取知识和分段文本结果。
[0023]3、信息分析模块。这个模块确定计算每个关键词相关的所有实体(例如，产品的款式、颜色，消费者的主观评价等)。
[0024]4、信息挖掘模块。该模块通过检测句子的相似性提供分类聚类。每一个句子都被转换为一个向量。
[0025]5、报表生成模块。收集到所要的数据之后，即是进行数据挖掘分析。在这里需要一个人为手动的过滤过程，以此提高数据的质量和分析的准确度。该模块采用标准化的行业指数报告，对不同的方面(例如，品牌、款式、颜色等)进行归纳总结。
[0026]第三模块:数据的应用模块
[0027]将数据进行应用，为时尚品牌提供流行趋势、新产品开发的解决方案
[0028]本发明适用于各种文本挖掘技术，可检测多个网络销售平台(如天猫商城、京东商城、一号店、当当网等)上对某个时尚产品或某个时尚品牌或某个时尚品类进行同步检测、收集、分析。
【主权项】
1.一种挖掘在线销售数据的时尚趋势分析系统，其特征在于，依次包括用于基于RRS/API的关键词搜索的信息搜索模块、信息分析监控模块以及用于提供用户解决方案的数据应用模块；所述信息分析监控模块具体为基于语言学的品牌监测管理系统，包括用于跟踪产品销售速度和消费行为、以配合库存和生产交货时间的销售数据、库存水平优化模块，运用自然语言处理方法NLP实体提取目标语言的基于语言查询的实体抽取方法模块，确定计算每个关键词相关的所有实体的信息分析模块，通过检测句子的相似性提供分类聚类的信息挖掘模块，以及采用标准化的行业指数报告、对不同的方面进行归纳总结的报表生成模块。
【专利摘要】本发明公开了一种挖掘在线销售数据的时尚趋势分析系统，其特征在于，依次包括用于基于RRS/API的关键词搜索的信息搜索模块、信息分析监控模块以及用于提供用户解决方案的数据应用模块；所述信息分析监控模块具体为基于语言学的品牌监测管理系统，包括销售数据、库存水平优化模块，基于语言查询的实体抽取方法模块，信息分析模块，信息挖掘模块，以及报表生成模块。本发明通过数据挖掘的手段，根据网络销售平台的销售数据、产品数据、消费者评价等信息，科学的分析时尚流行趋势。同时，时尚企业也可以通过这个方法，找出竞争对手的弱点，调整他们的产品开发策略，减少人为的对品牌和产品的误解和偏见。
【IPC分类】G06Q30/02, G06F17/30
【公开号】CN105138552
【申请号】CN201510420972
【发明人】沈滨
【申请人】东华大学
【公开日】2015年12月9日
【申请日】2015年7月17日