一种基于互联网的线上销售数据智能筛选管理系统及方法与流程

本发明涉及数据管理，具体为一种基于互联网的线上销售数据智能筛选管理系统及方法。

背景技术：

1、随着互联网技术的快速发展，人们对互联网技术的运用越来越广泛，在电商领域，人们通过线上购物的方式，实现足不出户就能够获取满意的产品，在一定程度上，电商的发展为人们的生活带来了较大的便利；但是，电商上同一产品对应的线上商铺较多，且用户的浏览界面有限(使得界面内出现的商铺产品有限)，进而，为确保线上商铺的销量，线上商铺通常使用推广标签实现对受众用户的精准推广，增加线上商铺的产品成交量。

2、现有的线上销售数据智能筛选管理系统中，只是简单地提供电商平台中不同推广标签对应的产品总销售量，进而直接为线上商铺的推广标签的更新提供数据参照；但是现有技术存在较大的缺陷，一方面，不同推广标签针对同一线上商铺，产生的销售效果可能不同；另一方面，同一推广标签针对不同的线上商铺(商铺信息存在差异)，产生的销售效果也可能不同；而现有技术无法有效结合这两方面信息进行分析，使得为线上商铺推荐的推广标签不符合该线上商铺的实际情况，进而使得销售效果出现较大的偏差。

技术实现思路

1、本发明的目的在于提供一种基于互联网的线上销售数据智能筛选管理系统及方法，以解决上述背景技术中提出的问题。

2、为了解决上述技术问题，本发明提供如下技术方案：一种基于互联网的线上销售数据智能筛选管理方法，所述方法包括以下步骤：

3、s1、获取线上商铺的当前商铺信息及最近第一单位时间内的产品销售数据，并查询所得销售数据中每个买家对应的用户标签集合；

4、s2、获取线上商铺的产品推广标签集合，将产品推广标签集合与销售数据对应的各个用户标签集合进行比较，筛选出第一待优化标签集合；

5、s3、获取同行业产品的推广标签集合、每个推广标签对应的销售数据及每个推广标签对应的线上商铺集合，结合线上商铺的产品推广标签集合及第一待优化标签集合，得到产品优化备选推广标签集合，并分析产品优化备选推广标签集合中不同推广标签对应的商铺信息对销售数据的干扰情况；

6、s4、结合s3中的分析结果，预测产品优化备选推广标签集合中每个推广标签基于当前商铺信息的销售情况，并根据预测结果对产品优化备选推广标签集合中的元素优先级进行调节；

7、s5、筛选线上商铺对应第一待优化标签集合内元素的替换推广标签，并将筛选后的替换推广标签作为预警信息发送给线上商铺对应的管理员，提醒管理员对线上商铺的产品推广标签进行更新，预警信息每隔第二单位时间发送一次，所述第二单位时间为数据库中预置的常数。

8、本发明将产品推广标签集合与销售数据对应的各个用户标签集合进行比较，筛选出第一待优化标签集合，考虑不是每个买家都是通过推广标签进行购买产品的，且未通过推广标签购买产品的用户本身也是该产品的需求者且该用户本身也具有标签，通过分析该标签，能够为后续更新推广标签提供数据参照。

9、进一步的，所述s1中当前商铺信息包括当前时间对应的开店时长、店铺评分、前一个月的销量、产品好评占比及产品价格，

10、所述产品销售数据包括销售的产品数量及每个产品对应的买家，

11、所述买家对应的用户标签集合中包含一个或多个标签，所述用户标签通过用户注册信息及用户最近第三单位时间内的浏览记录获取，所述第三单位时间为数据库中预置的常数。

12、进一步的，所述s2中筛选出第一待优化标签集合的方法包括以下步骤：

13、s21、获取当前时间线上商铺的产品推广标签集合；

14、s22、获取线上商铺的产品推广标签最近一次更新的时间，记为t1，将t1至当前时间对应的时长记为第一单位时间，获取线上商铺在最近第一单位时间内的产品销售数据中每个买家对应的用户标签集合，将第i买家对应的用户标签集合记为ai；

15、s23、获取i为不同值时，分别对应的各个ai的并集，记为az，并分别统计az中每个元素在s22中获取的所有用户标签集合中出现的次数，将az中第j个元素在s22中获取的所有用户标签集合中出现的次数记为b(az，j)；

16、s24、获取线上商铺的产品推广标签集合与az的交集，记为azc，获取azc在az的补集，记为az-azc；

17、s25、得到初始待优化标签集合，记为a1zc，所述a1zc等于azc在线上商铺的产品推广标签集合的补集；

18、s26、获取azc中各个元素在s22中获取的所有用户标签集合中出现的次数，并将最少出现次数记为d，提取az-azc中对应的在s22中获取的所有用户标签集合中出现的次数大于d的元素个数，记为d1；

19、s27、得到第一待优化标签集合，记为d，所述a1zc为d的子集，且将d中的元素个数记为n，将a1zc中元素个数记为n1，

20、当n1≥d1且d1≠0时，则判定n等于a1zc中元素个数，且第一待优化标签集合与a1zc相同，

21、当n1≥d1且d1＝0时，则判定n等于数据库中预置的常数，且第一待优化标签集合为azc中对应的在s22中获取的所有用户标签集合中出现次数最小的n-n1个元素构成的集合与a1zc的并集，

22、当n1＜d1时，则判定n等于d1，且第一待优化标签集合为azc中对应的在s22中获取的所有用户标签集合中出现次数最小的d1-n1个元素构成的集合与a1zc的并集。

23、本发明获取第一待优化标签集合时，获取a1zc及az-azc，是为了确定第一待优化标签集合中的元素个数，实现对第一待优化标签集合中待更新标签的动态筛选。

24、进一步的，所述s3中得到产品优化备选推广标签集合的方法包括以下步骤：

25、s301、获取最近第一单位时间内同行业产品的推广标签集合、每个推广标签对应的销售数据及每个推广标签对应的线上商铺集合；

26、s302、获取最近第一单位时间内同行业产品的推广标签集合中除a1zc内元素的剩余元素集合，记为第一集合e1；

27、s303、获取最近第一单位时间内同行业产品的推广标签集合中对应的线上商铺集合内一个线上商铺相应的最大销售数据大于d的推广标签，构成第二集合e2，

28、最近第一单位时间内同行业产品的推广标签集合中每个推广标签对应的线上商铺集合内各个线上商铺相应的销售数据之和等于相应推广标签对应的销售数据；

29、s304、得到产品优化备选推广标签集合，记为e3，所述e3＝e1∩e2；

30、本发明获取第一集合e1及第二集合e2，是为了确保获取的e3中同时既不包含a1zc中的元素(a1zc是线上商铺准备更新淘汰的推广标签)，又使得e3的每个元素对应的线上商铺的销售效果较好，实现了对产品优化备选推广标签集合内元素的准确筛选，降低后续步骤中分析产品优化备选推广标签集合中不同推广标签对应的商铺信息对销售数据的干扰情况对应的数据处理量，提升了获取e4的速度。

31、所述s3中分析产品优化备选推广标签集合中不同推广标签对应的商铺信息对销售数据的干扰情况的方法包括以下步骤：

32、s311、获取e3中每个元素对应的线上商铺集合及相应推广标签对应的每个线上商铺相应的销售数据，将e3中第k个元素对应的推广标签相应的线上商铺集合内第m个线上商铺的销售数据记为qe3(k，m)；

33、s312、根据e3中第k个元素对应的推广标签相应的线上商铺集合内第m个线上商铺的商铺信息，得到e3中第k个元素对应的推广标签相应的线上商铺集合内第m个线上商铺对应用户观感影响值，记为we3(k，m)，

34、所述we3(k，m)＝r1*l1e3(k，m)+r2*l2e3(k，m)+r3*l3e3(k，m)+r4*l4e3(k，m)，

35、其中，l1e3(k，m)表示e3中第k个元素对应的推广标签相应的线上商铺集合内第m个线上商铺的商铺信息中当前时间对应的开店时长，

36、l2e3(k，m)表示e3中第k个元素对应的推广标签相应的线上商铺集合内第m个线上商铺的商铺信息中当前时间对应的店铺评分，

37、l3e3(k，m)表示e3中第k个元素对应的推广标签相应的线上商铺集合内第m个线上商铺的商铺信息中当前时间对应的前一个月的销量，

38、l4e3(k，m)表示e3中第k个元素对应的推广标签相应的线上商铺集合内第m个线上商铺的商铺信息中当前时间对应的产品好评占比，所述r1、r2、r3及r4均为数据库中预置的常数；

39、s313、获取e3中第k个元素对应的推广标签相应的线上商铺集合内销售数据最大的线上商铺，记为p，将p对应的最大用户观感影响值，记为we3k，计算e3中第k个元素对应的推广标签相应的线上商铺集合中各个元素对应的商铺信息分别与p对应商铺信息之间的综合偏差值，

40、将e3中第k个元素对应的推广标签相应的线上商铺集合中第m个元素对应的商铺信息与p对应商铺信息之间的综合偏差值，记为ge3(k，m)，

41、ge3(k，m)＝(we3k-we3(k，m))-r5*(fe3k-fe3(k，m))/fe3k，

42、其中，fe3k表示p对应商铺信息中的产品价格，fe3(k，m))表示e3中第k个元素对应的推广标签相应的线上商铺集合中第m个元素对应的商铺信息中的产品价格，r5表示数据库中预置的常数；

43、s314、获取e3中第k个元素对应的推广标签相应的线上商铺集合中第m个元素对应的偏差关系数据对(ge3(k，m)，qpe3(k，m))，qpe3(k，m)表示e3中第k个元素对应的推广标签相应的线上商铺集合内p对应的销售数据占比与qe3(k，m)对应销售数据占比的差值，

44、线上商铺销售数据占比等于相应推广标签对应线上商铺的销售数据除以相应推广标签对应各个线上商铺的销售数据之和的商；

45、s315、以预置的函数y＝h/[1+e-(h1*x+h2)]+h3为函数模型且h、h1、h2及h3均为系数，对s314中获取的各个偏差关系数据对进行拟合，将拟合结果对应的函数作为产品优化备选推广标签集合e3中第k个推广标签对应的商铺信息对销售数据的干扰函数，记为he3k(x)。

46、进一步的，所述s4中预测产品优化备选推广标签集合中每个推广标签基于当前商铺信息的销售情况的方法包括以下步骤：

47、s41、产品优化备选推广标签集合e3中第k个推广标签对应的商铺信息对销售数据的干扰函数he3k(x)；

48、s42、预测产品优化备选推广标签集合中第k个推广标签基于当前商铺信息的销售数据，记为ye3k，所述ye3k对应的是相应销售数据中销售的产品数量，

49、当e3中第k个推广标签属于azc时，则ye3k＝he3k(ge3tk)，所述ge3tk表示当前商铺信息与p对应商铺信息之间的综合偏差值，

50、当e3中第k个推广标签不属于azc时，则

51、

52、m1表示e3中第k个元素对应的推广标签相应的线上商铺集合中的元素个数，

53、βpe3k表示e3中第k个元素对应的推广标签相应的线上商铺集合内p对应的销售数据占比；

54、s43、得到产品优化备选推广标签集合中推广标签基于当前商铺信息的销售数据的预测值的预测偏差波动区间，记为区间[μ1，μ2]，所述μ1表示e3中第k个推广标签属于azc时对应的各个ye3k分别与相应推广标签参照值差值中的最小值，所述μ2表示e3中第k个推广标签属于azc时对应的各个ye3k分别与相应推广标签参照值差值中的最大值，所述相应推广标签参照值表示最近第一单位时间内当前线上商铺的推广标签集合中，与e3中第k个推广标签相同的推广标签对应的销售数据；

55、本发明预测产品优化备选推广标签集合中第k个推广标签基于当前商铺信息的销售数据占比等于[βpe3k-he3k(ge3tk)]/[βpe3k-he3k(ge3tk)+1]，则ye3k等于获取[μ1，μ2]是考虑到推广标签对应线上商铺的销售数据预测值相应的偏差情况，为后续步骤中准确获取预警信息提供了数据参照。

56、根据预测结果对产品优化备选推广标签集合中的元素优先级进行调节时，将e3中不属于azc的推广标签放置到属于azc的推广标签之前，且e3中不属于azc的推广标签之间或e3中属于azc的推广标签之间，对应的基于当前商铺信息销售数据的预测值大的推广标签放置到对应的基于当前商铺信息销售数据的预测值小的推广标签之前，对应的基于当前商铺信息销售数据的预测值相等的不同推广标签之间的放置先后顺序随机生成，将元素优先级调节后的产品优化备选推广标签集合记为e4。

57、进一步的，所述s5中筛选线上商铺对应第一待优化标签集合内元素的替换推广标签时，获取e4中第n个元素对应推广标签的销售数据预测值，记为e4n，得到受预测偏差波动区间[μ1，μ2]影响后且与e4n对应的销售数据波动范围[e4n+μ1，e4n+μ2]存在交集的最小销售数据预测值为e4n-(μ2-μ1)，则预警信息为e4中按优先级从大到小的顺序得到对应销售数据预测值小于e4n-(μ2-μ1)之前的所有推广标签构成的集合且所得集合中所有推广标签均大于等于e4n-(μ2-μ1)。

58、本发明预警信息中的推广标签个数大于等于线上商铺对应第一待优化标签集合内元素个数，且预警信息是为线上商铺更新推广标签提供数据参照的，是为了建议线上商铺选取预警信息中的n个元素更换线上商铺对应第一待优化标签集合内元素的，该预警信息在一定程度上有效缩减了线上商铺更新推广标签的范围且预警信息内的每个推广标签都是针对线上商铺的商铺信息而综合考虑的，准确性更高。

59、一种基于互联网的线上销售数据智能筛选管理系统，所述系统包括以下模块：

60、标签采集模块，所述标签采集模块获取线上商铺的当前商铺信息及最近第一单位时间内的产品销售数据，并查询所得销售数据中每个买家对应的用户标签集合；

61、待优化标签获取模块，所述待优化标签获取模块获取线上商铺的产品推广标签集合，将产品推广标签集合与销售数据对应的各个用户标签集合进行比较，筛选出第一待优化标签集合；

62、推广标签干扰关系分析模块，所述推广标签干扰因素分析模块获取同行业产品的推广标签集合、每个推广标签对应的销售数据及每个推广标签对应的线上商铺集合，结合线上商铺的产品推广标签集合及第一待优化标签集合，得到产品优化备选推广标签集合，并分析产品优化备选推广标签集合中不同推广标签对应的商铺信息对销售数据的干扰情况；

63、数据预测及优先级调节模块，所述数据预测及优先级调节模块结合推广标签干扰关系分析模块中的分析结果，预测产品优化备选推广标签集合中每个推广标签基于当前商铺信息的销售情况，并根据预测结果对产品优化备选推广标签集合中的元素优先级进行调节；

64、预警管理模块，所述预警管理模块筛选线上商铺对应第一待优化标签集合内元素的替换推广标签，并将筛选后的替换推广标签作为预警信息发送给线上商铺对应的管理员，提醒管理员对线上商铺的产品推广标签进行更新，预警信息每隔第二单位时间发送一次，所述第二单位时间为数据库中预置的常数。

65、进一步的，所述标签采集模块中当前商铺信息包括当前时间对应的开店时长、店铺评分、前一个月的销量、产品好评占比及产品价格，所述产品销售数据包括销售的产品数量及每个产品对应的买家，所述买家对应的用户标签集合中包含一个或多个标签，所述用户标签通过用户注册信息及用户最近第三单位时间内的浏览记录获取，所述第三单位时间为数据库中预置的常数。

66、与现有技术相比，本发明所达到的有益效果是：本发明为线上商铺的推广标签的更新提供数据参照时，既考虑到不同推广标签针对同一线上商铺，产生的销售效果的差异影响；又考虑到同一推广标签针对不同的线上商铺(商铺信息存在差异)，产生的销售效果的差异影响，并有效结合这两方面信息进行分析，为线上商铺推荐符合该线上商铺实际情况的推广标签，实现对线上商铺销售数据的有效管理。