一种基于电商样本数据信息计算销量的方法及装置的制造方法
【技术领域】
[0001] 本发明涉及电子商务技术，尤指一种基于电商样本数据信息计算销量的方法及装 置。
【背景技术】
[0002] 伴随着电子商务技术的不断成熟和发展，电子商务已经成为炙手可热的商品营销 方式，便携的营销模式以及大众的平台管理使得企业产品在电子商务的营销网络中大面积 分布，企业产品在电子商务中的销售在企业整体销售链的占比越来越高。销售数据是指企 业产品销售价格及销量等，掌握企业产品在电子商务领域的销售数据，尤其是企业产品的 销量，对于企业实现发展规划具有重大的意义。通过对销量信息的掌握，可以实现企业对产 品生产计划和市场策略的调整，为企业合理分配资源和创造更丰厚的利润提供基础。
[0003] 目前，电子商务受到产品供应链及电子商务本身技术缺陷的限制，很多企业无法 完全获悉进行生产计划和市场策略调整所需要的销售数据。例如，在产品供应链上，由于部 分电商并非从企业直接订购货品，而是从企业的一，二级经销商进货，所以企业无法得到电 商的反馈，难以获取企业产品通过电商渠道的实际销量，仅能获得的是企业产品的出货数 量。企业无法完全掌握企业产品在电子商务领域的销量，严重影响了企业对产品生产规划 和市场策略制定，限制了企业的发展。
【发明内容】
[0004] 为了解决上述技术问题，本发明公开了一种基于电商样本数据信息计算销量的方 法及装置。能够实现对企业产品在电子商务领域的销量统计。
[0005] 为了达到本申请的目的，本发明提供一种基于电商样本数据信息计算销量的方 法，包括：
[0006] 第一目标产品所在网页包含有销量信息，获取该第一目标产品的销量信息和销量 关联信息并作为第一样本数据信息；第一目标产品所在网页无销量信息，获取该第一目标 产品的销量关联信息；
[0007] 根据获得的第一样本数据信息，建立销量信息和销量关联信息的销量模型；
[0008] 根据从各第一目标产品所在网页无销量信息获取的销售关联信息和建立的销量 模型，计算各无销量信息网页第一目标产品的销量。
[0009] 进一步地，获取销量信息或销量关联信息的方法是：采用爬虫技术或植入插件的 方法获取。
[0010] 进一步地，当第一目标产品样本数据信息的个数小于第一目标产品所在网页无销 量信息维度的10倍时，该方法还包括：
[0011] 确定与所述第一目标产品相关的产品为第二目标产品；
[0012] 获取第二目标产品的第二样本数据信息，使第一样本数据信息个数为第一目标产 品所在网页无销量信息维度的10倍；
[0013] 第一样本数据信息包括第一目标产品的销量信息和销量关联信息，和第二目标产 品的销量信息和销量关联信息。
[0014] 进一步地，该方法还包括，根据对各网页第一目标产品的销量，累加确定所述第一 目标产品总销量。
[0015] 进一步地，建立销量信息和销量关联信息的销量模型的方法包括：确定销量信息 与销量关联信息的权重系数，并建立销量模型。
[0016] 进一步地，确定权重系数的方法包括：采用最小二乘法GLS、或支持向量回归SVR、 或岭回归、或lasso回归、或遗传算法、或模拟退火、或人工神经网络、或最近邻方法、或贝 叶斯方法、或决策树、或回归树。
[0017] 进一步地，销量关联信息包括：产品价格、产品评论、用户评分、促销、用户标识、访 问URL、访问时间、访问时长。
[0018] 另一方面，本发明还包括一种基于电商样本数据信息销量的装置，包括：
[0019] 采集单元，用于对第一目标产品，所在网页包含有销量信息，采集该第一目标产品 的销量信息和销量关联信息作为第一样本数据信息，发往建模单元；所在网页不包含销量 信息，采集该第一目标产品的销量关联信息，发往计算单元；
[0020] 建模单元，用于根据第一样本数据信息，建立销量信息和销量关联信息的销量模 型；
[0021] 计算单元，用于根据从所述第一目标产品，所在网页无销量信息的销量关联信息 和销量模型，计算各无销量信息网页第一目标产品的销量。
[0022] 进一步地，获取销量信息或销量关联信息的方法是：采用爬虫技术或植入插件的 方法获取。
[0023] 进一步地，当第一目标产品样本数据信息的个数小于第一目标产品所在网页无销 量信息维度的1〇倍时，该装置：
[0024] 还用于确定与所述第一目标产品相关的产品为第二目标产品；
[0025] 获取第二目标产品的第二样本数据信息，使第一样本数据信息个数为第一目标产 品所在网页无销量信息维度的10倍；
[0026] 第一样本数据信息包括第一目标产品的销量信息和销量关联信息，和第二目标产 品的销量信息和销量关联信息。
[0027] 进一步地，本发明装置还用于，根据对各网页第一目标产品的销量，累加获得所述 第一目标产品总销量。
[0028] 进一步地，建立销量信息和销量关联信息的销量模型包括：确定销量信息与销量 关联信息的权重系数，并建立销量模型。
[0029] 进一步地，确定权重系数的方法包括：采用最小二乘法GLS、或支持向量回归SVR、 或岭回归、或lasso回归、或遗传算法、或模拟退火、或人工神经网络、或最近邻方法、或贝 叶斯方法、或决策树、或回归树。
[0030] 进一步地，销量关联信息包括：产品价格、产品评论、用户评分、促销、用户标识、访 问URL、访问时间、访问时长。
[0031] 本申请技术方案提供的基于电商样本数据信息计算销量的方法包括：第一目标产 品所在网页包含有销量信息，获取该第一目标产品的销量信息和销量关联信息并作为第一 样本数据信息；第一目标产品所在网页无销量信息，获取该第一目标产品的销量关联信息； 根据获得的第一样本数据信息，建立销量信息和销量关联信息的销量模型；根据从各第一 目标产品所在网页无销量信息获取的销售关联信息和建立的销量模型，计算各无销量信息 网页第一目标产品的销量。通过本发明方法可以实现利用已知销量信息的电商信息作获得 销量模型。将未知销量电商的销量关联信息加载到销量模型，计算得到无销量信息电商销 售企业产品所在网页的销量。
[0032]进一步的，本发明方法还包括：根据未知销量电商各网页销量累加求和获得电商 的总销量，实现了目标产品总销量获取。
【附图说明】
[0033]此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发 明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中： [0034]图1为本发明实现基于电商样本数据信息计算销量的方法的流程图；
[0035] 图2为本发明实现基于电商样本数据信息计算销量的装置的结构示意图；
[0036] 图3为本发明采用淘宝上的6月份海飞丝750ml洗发水作为样本数据信息京东6 月份海飞丝750ml洗发水计算销量的具体实施例流程图。
【具体实施方式】
[0037] 图1为本发明实现基于电商样本数据信息计算销量的方法的流程图，如图1所示， 本发明方法包括：
[0038] 步骤100、第一目标产品所在网页包含有销量信息，获取该第一目标产品的销量信 息和销量关联信息并作为第一样本数据信息；第一目标产品所在网页无销量信息，获取该 第一目标产品的销量关联信息。
[0039]本步骤中，获取销量信息或销量关联信息的方法是：采用爬虫技术或植入插件的 方法获取。
[0040] 当第一目标产品样本数据信息的个数小于第一目标产品所在网页无销量信息维 度的10倍时，该方法还包括：确定与第一目标产品相关的产品为第二目标产品；获取第二 目标产品的第二样本数据信息，使第一样本数据信息个数为第一目标产品所在网页无销量 信息维度的10倍；第一样本数据信息包括第一目标产品的销量信息和销量关联信息，和第 二目标产品的销量信息和销量关联信息。
[0041]这里确定与第一目标产品相关的产品为第二目标产品，相关是指：品牌相同，型号 相近；或品牌在市场上消费群体和销量相近，型号相同；或者品牌在市场上消费群体和销 量相近，型号相近的产品。
[0042] 销量关联信息包括：产品价格、产品评论、用户评分、促销、用户标识、访问URL、访 问时间、访问时长。从消费行为的角度分析，目标产品价格、产品评论、用户评分、促销等直 接影响着消费者可以看到的商品网页的信息，往往在不同程度上影响着消费者的购物需 求。而用户标识、访问URL、访问时间、访问时长等反应了关注目标产品的人群数量和关注程 度，这些信息与目标产品的销量也存在较大的关联关系。
[0043]步骤101、根据获得的第一样本数据信息，建立销量信息和销量关联信息的销量模 型。
[0044] 本步骤中，建立销量信息和销量关联信息的销量模型的方法包括：确定销量信息 与销量关联信息的权重系数，并建立销量模型。
[0045] 确定权重系数的方法包括：采用最小二乘法GLS、或支持向量回归SVR、或岭回归、 或lasso回归、或遗传算法、或模拟退火、或人工神经网络、或最近邻方法、或贝叶斯方法、 或决策树、或回归树。当然确定权重系数的方法还有很多，无法对数据处理方法进行穷举。
[0046]当网页的信息格式和内容不相同时，需要规范所有销售关联信息和销量信息的内 容和格式。对于不同的电商，披露的信息内容和格式往往采用不同的格式，统计数据的方法 和周期等，也往往存在一定的差距，例如，一些电子商务平台会对卖家的销量做不同周期的 分析和整理，而部分电商只针对固定周期进行分析整理，因此需要对该部分信息内容和格 式等进行规范化，才能使用获取的信息内容。
[0047] 通过步骤10