对目标商品进行定价的方法、装置与处理器与流程

1.本技术涉及互联网领域，具体而言，涉及一种对目标商品进行定价的方法、装置、计算机可读存储介质与处理器。


背景技术：

2.目前，由于在线商城的便捷性和高效性，越来越多的人们选择通过互联网渠道购买生活必需品，那么对于线上线下门店的交易战除了商品本身的质量之外，商品的价格也是很重要的一个因素。在不同时间，不同地域，不同平台，同一商品的价格往往也是会一定的浮动或者是优惠。对消费者往往会选择最优价商品，满足日常的购物体验。
3.如何给商品制定合适的价格，在满足消费者需求的同时，又能使利益最大化成为亟需解决的一个问题。
4.现有技术中，提出了很多关于商品定价的方案，例如，根据商品的历史销售情况，进行定价，但是制定的价格还是不够准确。


技术实现要素：

5.本技术的主要目的在于提供一种对目标商品进行定价的方法、装置、计算机可读存储介质与处理器，以解决现有技术中制定的商品价格不够准确的问题。
6.为了实现上述目的，根据本技术的一个方面，提供了一种对目标商品进行定价的方法，包括：获取目标商品的生产成本信息、所述目标商品的运营成本信息和欲购买所述目标商品的用户的画像；根据所述生产成本信息，确定第一定价；至少根据所述运营成本信息，对所述第一定价进行调整，得到第二定价；构建定价模型；将所述用户的画像和所述第二定价输入至所述定价模型进行计算，得到最终定价。
7.可选地，至少根据所述运营成本信息，对所述第一定价进行调整，得到第二定价，包括：获取与所述目标商品同批次的商品的销售信息，所述销售信息至少包括年度销售额、季度销售额和月销售额中的之一；获取所述目标商品的存库信息；根据所述运营成本信息、所述销售信息和所述存库信息，对所述第一定价进行调整，得到所述第二定价。
8.可选地，所述用户的画像包括所述用户对所述目标商品的感兴趣程度，将所述用户的画像和所述第二定价输入至所述定价模型进行计算，得到最终定价，包括：至少将所述感兴趣程度和所述第二定价输入至所述定价模型中进行计算，得到所述最终定价，其中，所述感兴趣程度是根据在预定时间段内，所述用户对与所述目标商品同类型和/或相近类型的商品的浏览信息和购买信息确定的。
9.可选地，所述用户的画像还包括所述用户的购买力和所述用户对折扣的敏感度，至少将所述感兴趣程度和所述第二定价输入至所述定价模型中进行计算，得到所述最终定价，包括：将所述感兴趣程度、所述用户的购买力、所述用户对折扣的敏感度和所述第二定价输入至所述定价模型中进行计算，得到所述最终定价，其中，所述用户的购买力和所述用户对折扣的敏感度是根据所述购买信息确定的。
10.可选地，所述方法还包括：获取所述用户对在线上和/或线下进行的目标商品调价预热活动的反馈信息；根据所述反馈信息，对所述最终定价进行调整。
11.可选地，构建所述定价模型，包括：获取历史时间段内的多组训练数据，所述多组训练数据中的每一组训练数据均包括：历史用户的画像、历史第二定价和历史最终定价；采用人工智能算法对多组所述训练数据进行训练，得到所述定价模型。
12.可选地，所述生产成本信息包括至少以下之一：所述目标商品的原材料价格、所述目标商品的制造费用和所述目标商品的合格率。
13.根据本技术的另一个方面，提供了一种对目标商品进行定价的装置，包括：第一获取单元，用于获取目标商品的生产成本信息、所述目标商品的运营成本信息和欲购买所述目标商品的用户的画像；确定单元，用于根据所述生产成本信息，确定第一定价；第一调整单元，用于至少根据所述运营成本信息，对所述第一定价进行调整，得到第二定价；构建单元，用于构建定价模型；计算单元，用于将所述用户的画像和所述第二定价输入至所述定价模型进行计算，得到最终定价。
14.根据本技术的又一个方面，提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行任意一种所述的对目标商品进行定价的方法。
15.根据本技术的再一个方面，提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行任意一种所述的对目标商品进行定价的方法。
16.应用本技术的技术方案，首先获取目标商品的生产成本信息、目标商品的运营成本信息和欲购买目标商品的用户的画像，然后，根据生产成本信息，确定第一定价，再根据运营成本信息，对第一定价进行调整，得到第二定价，最后，将用户的画像和第二定价输入至定价模型进行计算，得到最终定价。即先根据商品的生产成本信息，确定一个基础的定价，然后，再结合运营成本信息对第一定价进行调整，确定第二定价。最后根据用户的画像对第二定价进行调整，确定针对不同用户的个性化的定价。由于综合了生产成本信息、运营成本信息和用户的画像，使得确定的最终定价不仅可以满足客户的需求，还可以使得商家的利益最大化。
附图说明
17.构成本技术的一部分的说明书附图用来提供对本技术的进一步理解，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
18.图1示出了根据本技术的实施例的对目标商品进行定价的方法流程图；
19.图2示出了根据本技术的实施例的对目标商品进行定价的装置示意图。
具体实施方式
20.需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本技术。
21.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分的实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人
员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本技术保护的范围。
22.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
23.应该理解的是，当元件(诸如层、膜、区域、或衬底)描述为在另一元件“上”时，该元件可直接在该另一元件上，或者也可存在中间元件。而且，在说明书以及权利要求书中，当描述有元件“连接”至另一元件时，该元件可“直接连接”至该另一元件，或者通过第三元件“连接”至该另一元件。
24.正如背景技术中所介绍的，现有技术中制定的商品价格不够准确，为解决上述制定的商品价格不够准确的问题，本技术的实施例提供了一种对目标商品进行定价的方法、装置、计算机可读存储介质与处理器。
25.根据本技术的实施例，提供了一种对目标商品进行定价的方法。
26.图1是根据本技术实施例的对目标商品进行定价的方法的流程图。如图1所示，该方法包括以下步骤：
27.步骤s101，获取目标商品的生产成本信息、上述目标商品的运营成本信息和欲购买上述目标商品的用户的画像；
28.步骤s102，根据上述生产成本信息，确定第一定价；
29.步骤s103，至少根据上述运营成本信息，对上述第一定价进行调整，得到第二定价；
30.步骤s104，构建定价模型；
31.步骤s105，将上述用户的画像和上述第二定价输入至上述定价模型进行计算，得到最终定价。
32.具体地，上述生产成本信息包括至少以下之一：上述目标商品的原材料价格、上述目标商品的制造费用和上述目标商品的合格率。
33.具体地，上述运营成本信息至少包括采购成本、运输成本、人工成本、中间代理商赚取的差价等。从企业角度而言，商品采购所涉及到的流程很大程度上决定了调价的底限。
34.另外，商品销售渠道往往包括两种，线上商城和线下门店，线上商城从商品本身出发，不同时间维度商品价格浮动，不同区域商品价格的差别，商品功能升级引起的价格浮动，市场接收率，营销额度等，这些都是商品价格本身在调价时需要度量的指标。
35.上述方案中，首先获取目标商品的生产成本信息、目标商品的运营成本信息和欲购买目标商品的用户的画像，然后，根据生产成本信息，确定第一定价，再根据运营成本信息，对第一定价进行调整，得到第二定价，最后，将用户的画像和第二定价输入至定价模型进行计算，得到最终定价。即先根据商品的生产成本信息，确定一个基础的定价，然后，再结合运营成本信息对第一定价进行调整，确定第二定价。最后根据用户的画像对第二定价进行调整，确定针对不同用户的个性化的定价。由于综合了生产成本信息、运营成本信息和用
户的画像，使得确定的最终定价不仅可以满足客户的需求，还可以使得商家的利益最大化。
36.需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
37.本技术的一种实施例中，所述方法还包括根据用户的画像分析用户的喜好，推送降价商品或门店活动给有意向客户，实现让每个客户从每一次价格调整中获取到自己感兴趣的商品，促进成交量。
38.本技术的一种具体的实施例中，可以将生产成本信息输入至预先构建的初步定价模型，得到第一定价。初步定价模型可以采用机器学习算法训练得到。
39.本技术的一种实施例中，至少根据上述运营成本信息，对上述第一定价进行调整，得到第二定价，包括：获取与上述目标商品同批次的商品的销售信息，上述销售信息至少包括年度销售额、季度销售额和月销售额中的之一；获取上述目标商品的存库信息；根据上述运营成本信息、上述销售信息和上述存库信息，对上述第一定价进行调整，得到上述第二定价。即在确定第一定价后，不但根据运营成本信息对第一定价进行调整，还要结合与上述目标商品同批次的商品的销售信息和目标商品的存库信息对第一定价进行调整，以实现对第二定价的精确确定。
40.具体地，上述销售信息还可以包括：销售区、销售年份和销售额统计图；年度同行业销售额对比统计图；年度客户分布图；各个年度销售品牌占比统计图；年度公司市值；各区域销售额度统计图。即可以通过大数据整合各种销售和商品价格、地区、客户喜爱度等进行深度把控，合理安排商品生产，调整商品结构，能更好的挖掘商品的价格优势，抢占市场的覆盖比例，进一步促进企业的稳定发展。
41.具体地，根据上述运营成本信息、上述销售信息和上述存库信息，对上述第一定价进行调整，得到上述第二定价，包括：在确定运营成本信息后，如果与上述目标商品同批次的商品的历史销售额很客观，且目前的目标商品的库存又比较多的情况下，在保证商家收益的情况下，为了清理库存和不影响下一季新品的销售，可以适当将第二定价定的低一些。甚至，为清除少量的尾货，可以使得第二定价小于第一定价。
42.本技术的一种实施例中，上述用户的画像包括上述用户对上述目标商品的感兴趣程度，将上述用户的画像和上述第二定价输入至上述定价模型进行计算，得到最终定价，包括：至少将上述感兴趣程度和上述第二定价输入至上述定价模型中进行计算，得到上述最终定价，其中，上述感兴趣程度是根据在预定时间段内，上述用户对与上述目标商品同类型和/或相近类型的商品的浏览信息和购买信息确定的。例如，用户在预定时间段内对与上述目标商品同类型和/或相近类型的商品浏览频次较高，有一定的购买量，可以确定用户对目标商品是比较感兴趣的。
43.本技术的一种更优的实施例中，上述用户的画像还包括上述用户的购买力和上述用户对折扣的敏感度，至少将上述感兴趣程度和上述第二定价输入至上述定价模型中进行计算，得到上述最终定价，包括：将上述感兴趣程度、上述用户的购买力、上述用户对折扣的敏感度和上述第二定价输入至上述定价模型中进行计算，得到上述最终定价，其中，上述用户的购买力和上述用户对折扣的敏感度是根据上述购买信息确定的。例如，用户在预定时间段内对与上述目标商品同类型和/或相近类型的商品有一定的购买量，可以确定用户是
有一定的购买力的，再例如，用户多次购买均是在打折的时候，可以确定用户对折扣的敏感度较高。
44.本技术的一种实施例中，上述方法还包括：获取上述用户对在线上和/或线下进行的目标商品调价预热活动的反馈信息；根据上述反馈信息，对上述最终定价进行调整。具体地，反馈信息可以包括用户的购买意愿、用户对定价的接受度等。可以根据用户的反馈信息，对上述最终定价进行适应性地微调，以满足用户的需求，且保护商家的利益。
45.具体地，可以通过不同的渠道、采用不同的方式进行目标商品调价预热活动。促进商品的交易。
46.本技术的一种实施例中，构建上述定价模型，包括：获取历史时间段内的多组训练数据，上述多组训练数据中的每一组训练数据均包括：历史用户的画像、历史第二定价和历史最终定价；采用人工智能算法对多组上述训练数据进行训练，得到上述定价模型。具体地，可以采用机器学习算法构建定价模型，以保证定价模型的精确构建。
47.为方便对用户的管理，本技术的一种实施例中，汇总各端数据，创建客户数据库，以手机号为依据，将相同手机号客户的消费数据整合为同一位客户，进行数据保存。
48.为了促进销售，本技术的一种实施例中，提示调价之后，对已经订阅或关注的客户，通过客户提供的手机号等信息，进入客户数据库查找对应的客户画像，进行商品的推广。
49.本技术实施例还提供了一种对目标商品进行定价的装置，需要说明的是，本技术实施例的对目标商品进行定价的装置可以用于执行本技术实施例所提供的用于对目标商品进行定价的方法。以下对本技术实施例提供的对目标商品进行定价的装置进行介绍。
50.图2是根据本技术实施例的对目标商品进行定价的装置的示意图。如图2所示，该装置包括：
51.第一获取单元10，用于获取目标商品的生产成本信息、上述目标商品的运营成本信息和欲购买上述目标商品的用户的画像；
52.确定单元20，用于根据上述生产成本信息，确定第一定价；
53.第一调整单元30，用于至少根据上述运营成本信息，对上述第一定价进行调整，得到第二定价；
54.构建单元40，用于构建定价模型；
55.计算单元50，用于将上述用户的画像和上述第二定价输入至上述定价模型进行计算，得到最终定价。
56.上述方案中，第一获取单元获取目标商品的生产成本信息、目标商品的运营成本信息和欲购买目标商品的用户的画像，确定单元根据生产成本信息，确定第一定价，第一调整单元根据运营成本信息，对第一定价进行调整，得到第二定价，计算单元将用户的画像和第二定价输入至定价模型进行计算，得到最终定价。即先根据商品的生产成本信息，确定一个基础的定价，然后，再结合运营成本信息对第一定价进行调整，确定第二定价。最后根据用户的画像对第二定价进行调整，确定针对不同用户的个性化的定价。由于综合了生产成本信息、运营成本信息和用户的画像，使得确定的最终定价不仅可以满足客户的需求，还可以使得商家的利益最大化。
57.本技术的一种实施例中，第一调整单元包括第一获取模块、第二获取模块和调整
模块，第一获取模块用于获取与上述目标商品同批次的商品的销售信息，上述销售信息至少包括年度销售额、季度销售额和月销售额中的之一；第二获取模块用于获取上述目标商品的存库信息；调整模块用于调整模块用于根据上述运营成本信息、上述销售信息和上述存库信息，对上述第一定价进行调整，得到上述第二定价。即在确定第一定价后，不但根据运营成本信息对第一定价进行调整，还要结合与上述目标商品同批次的商品的销售信息和目标商品的存库信息对第一定价进行调整，以实现对第二定价的精确确定。
58.本技术的一种实施例中，上述用户的画像包括上述用户对上述目标商品的感兴趣程度，计算单元还用于至少将上述感兴趣程度和上述第二定价输入至上述定价模型中进行计算，得到上述最终定价，其中，上述感兴趣程度是根据在预定时间段内，上述用户对与上述目标商品同类型和/或相近类型的商品的浏览信息和购买信息确定的。例如，用户在预定时间段内对与上述目标商品同类型和/或相近类型的商品浏览频次较高，有一定的购买量，可以确定用户对目标商品是比较感兴趣的。
59.本技术的一种更优的实施例中，上述用户的画像还包括上述用户的购买力和上述用户对折扣的敏感度，计算单元还用于将上述感兴趣程度、上述用户的购买力、上述用户对折扣的敏感度和上述第二定价输入至上述定价模型中进行计算，得到上述最终定价，其中，上述用户的购买力和上述用户对折扣的敏感度是根据上述购买信息确定的。例如，用户在预定时间段内对与上述目标商品同类型和/或相近类型的商品有一定的购买量，可以确定用户是有一定的购买力的，再例如，用户多次购买均是在打折的时候，可以确定用户对折扣的敏感度较高。
60.本技术的一种实施例中，上述装置还包括第二获取单元和第二调整单元，第二获取单元用于获取上述用户对在线上和/或线下进行的目标商品调价预热活动的反馈信息；第二调整单元用于根据上述反馈信息，对上述最终定价进行调整。具体地，反馈信息可以包括用户的购买意愿、用户对定价的接受度等。可以根据用户的反馈信息，对上述最终定价进行适应性地微调，以满足用户的需求，且保护商家的利益。
61.本技术的一种实施例中，构建单元包括第三获取模块和训练模块，第三获取模块用于获取历史时间段内的多组训练数据，上述多组训练数据中的每一组训练数据均包括：历史用户的画像、历史第二定价和历史最终定价；训练模块用于采用人工智能算法对多组上述训练数据进行训练，得到上述定价模型。具体地，可以采用机器学习算法构建定价模型，以保证定价模型的精确构建。
62.所述对目标商品进行定价的装置包括处理器和存储器，上述第一获取单元、确定单元、第一调整单元、构建单元和计算单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
63.处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来实现了对商品的精准定价。
64.存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)，存储器包括至少一个存储芯片。
65.本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行所述对目
标商品进行定价的方法。
66.本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述对目标商品进行定价的方法。
67.本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现至少以下步骤：
68.步骤s101，获取目标商品的生产成本信息、上述目标商品的运营成本信息和欲购买上述目标商品的用户的画像；
69.步骤s102，根据上述生产成本信息，确定第一定价；
70.步骤s103，至少根据上述运营成本信息，对上述第一定价进行调整，得到第二定价；
71.步骤s104，构建定价模型；
72.步骤s105，将上述用户的画像和上述第二定价输入至上述定价模型进行计算，得到最终定价。
73.本文中的设备可以是服务器、pc、pad、手机等。
74.本技术还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有至少如下方法步骤的程序：
75.步骤s101，获取目标商品的生产成本信息、上述目标商品的运营成本信息和欲购买上述目标商品的用户的画像；
76.步骤s102，根据上述生产成本信息，确定第一定价；
77.步骤s103，至少根据上述运营成本信息，对上述第一定价进行调整，得到第二定价；
78.步骤s104，构建定价模型；
79.步骤s105，将上述用户的画像和上述第二定价输入至上述定价模型进行计算，得到最终定价。
80.本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd
‑
rom、光学存储器等)上实施的计算机程序产品的形式。
81.本技术是参照根据本技术实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
82.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
83.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
84.在一个典型的配置中，计算设备包括一个或多个处理器(cpu)、输入/输出接口、网络接口和内存。
85.存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(ram)和/或非易失性内存等形式，如只读存储器(rom)或闪存(flash ram)。存储器是计算机可读介质的示例。
86.计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd
‑
rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
87.还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
88.从以上的描述中，可以看出，本技术上述的实施例实现了如下技术效果：
89.1)、本技术的对目标商品进行定价的方法，首先获取目标商品的生产成本信息、目标商品的运营成本信息和欲购买目标商品的用户的画像，然后，根据生产成本信息，确定第一定价，再根据运营成本信息，对第一定价进行调整，得到第二定价，最后，将用户的画像和第二定价输入至定价模型进行计算，得到最终定价。即先根据商品的生产成本信息，确定一个基础的定价，然后，再结合运营成本信息对第一定价进行调整，确定第二定价。最后根据用户的画像对第二定价进行调整，确定针对不同用户的个性化的定价。由于综合了生产成本信息、运营成本信息和用户的画像，使得确定的最终定价不仅可以满足客户的需求，还可以使得商家的利益最大化。
90.2)、本技术的对目标商品进行定价的装置，第一获取单元获取目标商品的生产成本信息、目标商品的运营成本信息和欲购买目标商品的用户的画像，确定单元根据生产成本信息，确定第一定价，第一调整单元根据运营成本信息，对第一定价进行调整，得到第二定价，计算单元将用户的画像和第二定价输入至定价模型进行计算，得到最终定价。即先根据商品的生产成本信息，确定一个基础的定价，然后，再结合运营成本信息对第一定价进行调整，确定第二定价。最后根据用户的画像对第二定价进行调整，确定针对不同用户的个性化的定价。由于综合了生产成本信息、运营成本信息和用户的画像，使得确定的最终定价不仅可以满足客户的需求，还可以使得商家的利益最大化。
91.以上所述仅为本技术的优选实施例而已，并不用于限制本技术，对于本领域的技术人员来说，本技术可以有各种更改和变化。凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。