一种热销商品预测方法
【技术领域】
[0001]本发明涉及计算机网络电子商务技术领域，具体地说是一种热销商品预测方法。
【背景技术】
[0002]随着电子商务的快速发展，人们越来越习惯于使用电子商务网站来购买商品。然而，卖家在通过网络渠道赚取利润的同时，却无法通过现有的互联网信息来进行预测以后的热销商品，来达到赚取更多利润的目的。如何通过一种有效的机制来帮助卖家快速的分析商品销售的走势，以便精准的把握上架商品的类型，是目前电子商务研究的热点和难点。
[0003]数据挖掘是指从存放在数据库、数据仓库或其他信息库的大量数据中挖掘有效知识的过程。数据挖掘从大量数据中提取出隐含的、有价值的和可理解的信息，以指导人们的活动。数据挖掘技术主要有关联规则，分类规则，聚类分析和序列模式等等。
[0004]数据挖掘是一种新的商业信息处理技术，其主要特点是对商业数据库中的大量业务数据进行抽取、转换、分析和其他模型化处理，从中提取辅助商业决策的关键性数据。简而言之，数据挖掘其实是一类深层次的数据分析方法。
[0005]数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。与数据挖掘相近的同义词有数据融台、数据分析和决策支持等。这个定义包括好几层含义:数据源必须是真实的、大量的、含噪声的；发现的是用户感兴趣的知识；发现的知识要可接受、可理解、可运用；并不要求发现放之四海皆准的知识，仅支持特定的发现问题。
[0006]当前的电子商务网站一般是采用统计技术和多维分析等传统技术，凭着网站设计人员的经验，对商品的热销趋势进行预测推荐。这种商品预测方式缺乏准确性，难以达到显著效果。这些传统技术是验证型的技术，难以获得隐藏在数据背后的知识。目前，也没有利用数据挖掘技术，对商品的热销趋势进行预测推荐的方法。
【发明内容】
[0007]本发明的技术任务是提供一种热销商品预测方法。
[0008]本发明的技术任务是按以下方式实现的，该方法经过数据采集、数据预处理和数据分析三步实现:
数据采集:通过互联网利用垂直搜索引擎技术，从网络采集结构化及非结构化的网络电商数据；
数据预处理:通过降噪，归一化技术对数据进行处理，去除干扰数据，为下一步数据分析做准备；
数据分析:把预处理的数据进行建模分析，得出热销商品的预测并以图形化的形式表现出来。
[0009]所述的数据采集过程中，搜索所有与业务对象有关的内部和外部数据信息，并从中选择出适用于数据挖掘应用的数据。
[0010]所述的降噪:通过数据分析算法过滤掉数据中的噪音，使得分析工作采用的数据更加精确；
归一化:在计算用户对物品的喜好程度时，需要对不同的行为数据进行加权；将各个行为的数据统一在一个相同的取值范围中，通过进行归一化处理使得加权求和得到的总体趋势更加精确。
[0011]所述的数据建模分析采用的技术为=Bayesian网络技术、关联规则、聚类分析、Horting图技术以及协同过滤技术。
[0012]本发明的一种热销商品预测方法和现有技术相比，能使数据得到充分的利用，通过对电商数据的处理、分析来辅助电商用户对商品的热销趋势进行有目的的分析，已达到对上架商品的有效预测，赚取更多利润的目的。
【附图说明】
[0013]附图1为一种热销商品预测方法的流程框图。
【具体实施方式】
[0014]实施例1:
该方法经过数据采集、数据预处理和数据分析三步实现:
数据采集:通过互联网利用垂直搜索引擎技术，从网络采集结构化及非结构化的网络电商数据；数据采集过程中，搜索所有与业务对象有关的内部和外部数据信息，并从中选择出适用于数据挖掘应用的数据。
[0015]数据预处理:通过降噪，归一化技术对数据进行处理，去除干扰数据，为下一步数据分析做准备；
降噪:通过数据分析算法过滤掉数据中的噪音，使得分析工作采用的数据更加精确；归一化:在计算用户对物品的喜好程度时，需要对不同的行为数据进行加权；将各个行为的数据统一在一个相同的取值范围中，通过进行归一化处理使得加权求和得到的总体趋势更加精确。
[0016]数据分析:把预处理的数据进行建模分析，得出热销商品的预测并以图形化的形式表现出来。
[0017]最后调式各系统，使得系统运行稳定。
[0018]实施例2:
该方法经过数据采集、数据预处理和数据分析三步实现:
数据采集:通过互联网利用垂直搜索引擎技术，从网络采集结构化及非结构化的网络电商数据；数据采集过程中，搜索所有与业务对象有关的内部和外部数据信息，并从中选择出适用于数据挖掘应用的数据，采集完毕后统一储存在原始数据仓库中。
[0019]数据预处理:通过降噪，归一化技术对数据进行处理，去除干扰数据，为下一步数据分析做准备；
降噪:通过数据分析算法过滤掉数据中的噪音，使得分析工作采用的数据更加精确；归一化:在计算用户对物品的喜好程度时，需要对不同的行为数据进行加权；将各个行为的数据统一在一个相同的取值范围中，通过进行归一化处理使得加权求和得到的总体趋势更加精确。
[0020]数据分析:把预处理的数据采用Bayesian网络技术、关联规则、聚类分析、Horting图技术以及协同过滤技术进行建模分析，得出热销商品的预测并以图形化的形式表现出来，展现给用户。
[0021]最后调式各系统，使得系统运行稳定。
[0022]通过上面【具体实施方式】，所述技术领域的技术人员可容易的实现本发明。但是应当理解，本发明并不限于上述的几种【具体实施方式】。在公开的实施方式的基础上，所述技术领域的技术人员可任意组合不同的技术特征，从而实现不同的技术方案。
【主权项】
1.一种热销商品预测方法，其特征在于，该方法经过数据采集、数据预处理和数据分析三步实现: 数据采集:通过互联网利用垂直搜索引擎技术，从网络采集结构化及非结构化的网络电商数据； 数据预处理:通过降噪，归一化技术对数据进行处理，去除干扰数据，为下一步数据分析做准备； 数据分析:把预处理的数据进行建模分析，得出热销商品的预测并以图形化的形式表现出来。
2.根据权利要求1所述的一种热销商品预测方法，其特征在于，所述的数据采集过程中，搜索所有与业务对象有关的内部和外部数据信息，并从中选择出适用于数据挖掘应用的数据。
3.根据权利要求1所述的一种热销商品预测方法，其特征在于，所述的降噪:通过数据分析算法过滤掉数据中的噪音，使得分析工作采用的数据更加精确； 归一化:在计算用户对物品的喜好程度时，需要对不同的行为数据进行加权；将各个行为的数据统一在一个相同的取值范围中，通过进行归一化处理使得加权求和得到的总体趋势更加精确。
4.根据权利要求1所述的一种热销商品预测方法，其特征在于，所述的数据建模分析采用的技术为=Bayesian网络技术、关联规则、聚类分析、Horting图技术以及协同过滤技术。
【专利摘要】本发明公开了一种热销商品预测方法，该方法经过数据采集、数据预处理和数据分析三步实现：数据采集是通过互联网利用垂直搜索引擎技术，从网络采集结构化及非结构化的网络电商数据；数据预处理：通过降噪，归一化技术对数据进行处理，去除干扰数据，为下一步数据分析做准备；数据分析是把预处理的数据进行建模分析，得出热销商品的预测并以图形化的形式表现出来。本发明的一种热销商品预测方法和现有技术相比，能使数据得到充分的利用，通过对电商数据的处理、分析来辅助电商用户对商品的热销趋势进行有目的的分析，已达到对上架商品的有效预测，赚取更多利润的目的。
【IPC分类】G06Q30-02
【公开号】CN104616180
【申请号】CN201510101656
【发明人】赵虎, 徐宏伟, 王传超
【申请人】浪潮集团有限公司
【公开日】2015年5月13日
【申请日】2015年3月9日