一种获取采购需求的方法及装置的制造方法

一种获取采购需求的方法及装置的制造方法
【专利摘要】本发明提供的获取采购需求的方法及装置，该方法通过获取销售客户对象，其中，销售客户对象包括历史销售客户对象和潜在销售客户对象，获取销售客户对象感兴趣的商品类别以及根据商品类别生成采购需求信息，解决了现有人为主观预测需要采购的需求商品以及需求商品的需求量，导致工作量大且预测准确度不高的技术问题，实现了根据销售客户对象感兴趣的商品类别自动生成采购需求信息，无需人为主观预测，就能获得准确度较高的采购需求，智能化程度高。
【专利说明】
-种获取采购需求的方法及装置
技术领域
[0001] 本发明设及通信技术领域，具体设及一种获取采购需求的方法及装置。
【背景技术】
[0002] 现有商家在进行商品采购的时候往往是根据W往商品的平均销售情况，主观估计 需要采购的商品种类及数量。采用运种主观估计需求商品W及需求商品的需求量的方法， 需要人为统计W往商品的销售数据W及主观预测需要采购的需求商品W及需求商品的需 求量，从而导致预测工作量大，并且主观预测需要采购的需求商品W及需求商品的需求量 的准确度不高，因此，亟需提供一种能智能获取采购需求的方法及装置。

【发明内容】

[0003] 本发明提供了一种获取采购需求的方法及装置，W解决现有人为主观预测需要采 购的需求商品W及需求商品的需求量，导致工作量大且预测准确度不高的技术问题。
[0004] 根据本发明的一方面，提供了一种获取采购需求的方法，包括： 获取销售客户对象，其中，销售客户对象包括历史销售客户对象和潜在销售客户对象； 获取销售客户对象感兴趣的商品类别； 根据商品类别生成采购需求信息。
[0005] 进一步地，获取销售客户对象感兴趣的商品类别包括： 采集销售客户对象的用户行为数据； 对用户行为数据进行分析，获得销售客户对象感兴趣的商品类别。
[0006] 进一步地，采集销售客户对象的用户行为数据包括： 采集销售客户对象的上网捜索记录和聊天记录； 将上网捜索记录和聊天记录转换成文本形式的文本行为数据。
[0007] 进一步地，对用户行为数据进行分析，获得销售客户对象感兴趣的商品类别包括： 设定商品预采购类别； 对文本行为数据进行分词，获得分词文本； 将分词文本与商品预采购类别进行匹配，选取与商品预采购类别匹配的商品类别作为 销售客户对象感兴趣的商品类别。
[000引进一步地，根据商品类别生成采购需求信息包括： 基于销售客户对象统计商品类别的采购需求量； 捜索获取与商品类别对应的生产厂商； 将商品类别的采购需求量和与商品类别对应的生产厂商作为采购需求信息。
[0009]进一步地，捜索获取与商品类别对应的生产厂商包括： 捜索与商品类别对应的生产厂商； 采集与生产厂商对应的关于商品类别的评论信息； 基于评论信息对生产厂商进行口碑排名； 选取口碑排名大于预设阔值的生产厂商作为最终与商品类别对应的生产厂商。
[0010] 进一步地，基于评论信息对生产厂商进行口碑排名包括： 预先设置情感倾向词典； 对评论信息进行语义分析，并基于情感倾向词典统计评论信息中的情感词词频； 基于情感词词频对生产厂商进行口碑排名。
[0011] 根据本发明的另一方面，提供了一种获取采购需求的的装置，包括： 销售客户对象获取装置，用于获取销售客户对象，其中，销售客户对象包括历史销售客 户对象和潜在销售客户对象； 商品类别获取装置，用于获取销售客户对象感兴趣的商品类别； 采购需求生成装置，用于根据商品类别生成采购需求信息。
[0012] 进一步地，商品类别获取装置包括： 采集装置，用于采集销售客户对象的用户行为数据； 分析装置，用于对用户行为数据进行分析，获得销售客户对象感兴趣的商品类别。
[0013] 进一步地，采集装置包括： 记录采集装置，用于采集销售客户对象的上网捜索记录和聊天记录； 转换装置，用于将上网捜索记录和聊天记录转换成文本形式的文本行为数据。
[0014] 本发明具有W下有益效果： 本发明提供的获取采购需求的方法及装置，该方法通过获取销售客户对象，其中，销售 客户对象包括历史销售客户对象和潜在销售客户对象，获取销售客户对象感兴趣的商品类 别W及根据商品类别生成采购需求信息，解决了现有人为主观预测需要采购的需求商品W 及需求商品的需求量，导致工作量大且预测准确度不高的技术问题，实现了根据销售客户 对象感兴趣的商品类别自动生成采购需求信息，无需人为主观预测，就能获得准确度较高 的采购需求，智能化程度高。
[001引除了上面所描述的目的、特征和优点之外，本发明还有其它的目的、特征和优点。 下面将参照图，对本发明作进一步详细的说明。
【附图说明】
[0016]构建本申请的一部分的附图用来提供对本发明的进一步理解，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： 图1是本发明优选实施例的获取采购需求的方法流程图； 图2是本发明优选实施例针对第一个精简实施例的获取采购需求的方法流程图； 图3是本发明优选实施例针对第二个精简实施例的获取采购需求的方法流程图； 图4是本发明优选实施例的获取采购需求的装置结构框图。
[0017]附图标记说明： 10、销售客户对象获取装置;20、商品类别获取装置;30、采购需求生成装置。
【具体实施方式】
[0018] W下结合附图对本发明的实施例进行详细说明，但是本发明可W由权利要求限定 和覆盖的多种不同方式实施。
[0019] 参照图I，本发明的优选实施例提供了一种获取采购需求的方法，包括： 步骤S101，获取销售客户对象，其中，销售客户对象包括历史销售客户对象和潜在销售 客户对象； 步骤S102，获取销售客户对象感兴趣的商品类别； 步骤S103,根据商品类别生成采购需求信息。
[0020] 本发明提供的获取采购需求的方法，通过获取销售客户对象，其中，销售客户对象 包括历史销售客户对象和潜在销售客户对象，获取销售客户对象感兴趣的商品类别W及根 据商品类别生成采购需求信息，解决了现有人为主观预测需要采购的需求商品W及需求商 品的需求量，导致工作量大且预测准确度不高的技术问题，实现了根据销售客户对象感兴 趣的商品类别自动生成采购需求信息，无需人为主观预测，就能获得准确度较高的采购需 求，智能化程度高。
[0021] 实际生活中，商家往往会从各方面预测需要采购的需求商品W及需求商品的需求 量，也即会通过对多个因素进行分析，从而主观预测需要采购的需求商品W及需求商品的 需求量。例如从历史销售情况出发预测采购需求、从市场形式出发预测采购需求，或是从当 下流行商品出发预测采购需求。本实施例较新颖地提出从销售客户对象出发预测采购需 求，不仅获取的采购需求有针对性，而且无需人工进行统计分析，智能化程度高。
[0022] 本实施例中所指的销售客户对象包括历史销售客户对象和潜在销售客户对象，具 体地，历史销售对象可W是在商家购买过商品的销售对象，而潜在销售对象是指商家通过 商品推广，商品宣传等手段获得的潜在的有购买商品意向的销售对象。当然，本实施例不限 于销售客户对象仅仅包括历史销售客户对象和潜在销售客户对象，例如也可W是商家自定 义的销售客户群体。且本实施例中的商品类别可W是大类的商品类别，也可W是小类的商 品类型，例如商品类型可W是护肤品，也可W是比护肤品更进一步分类的商品分类，例如面 膜、精油等。
[0023] 可选地，获取销售客户对象感兴趣的商品类别包括： 采集销售客户对象的用户行为数据； 对用户行为数据进行分析，获得销售客户对象感兴趣的商品类别。
[0024] 由于不同的销售客户对象感兴趣的商品类型不一样，从而根据其获取的采购需求 不一样，例如销售客户对象A可能对减肥产品感兴趣，而销售对象B可能更倾向于护肤产品， 因此，本实施例通过获取销售客户对象的用户行为数据，并通过对获取的用户行为数据进 行分析，从而获得销售客户对象感兴趣的商品类别。
[0025] 具体地，本实施例中的用户行为数据的具体范畴由用户自定义，例如用户行为数 据仅仅是销售客户对象的聊天记录或是上网捜索记录，也可W是销售客户对象的聊天记录 和上网捜索记录，或是其他用户行为数据的任意组合等等。
[0026] 可选地，采集销售客户对象的用户行为数据包括： 采集销售客户对象的上网捜索记录和聊天记录； 将上网捜索记录和聊天记录转换成文本形式的文本行为数据。
[0027] 本实施例在采集销售客户对象的用户行为数据时，主要采集销售客户对象的上网 捜索记录和聊天记录，然后将上网捜索记录和聊天记录转换成文本形式的文本行为数据， 从而方便后续对用户行为数据进行语义分析，为后续获取销售客户对象感兴趣的商品类别 奠定基础。
[0028] 可选地，对用户行为数据进行分析，获得销售客户对象感兴趣的商品类别包括： 设定商品预采购类别； 对文本行为数据进行分词，获得分词文本； 将分词文本与商品预采购类别进行匹配，选取与商品预采购类别匹配的商品类别作为 销售客户对象感兴趣的商品类别。
[0029] 本实施例通过对用户行为数据进行分析，获得销售对象感兴趣的商品类别时，可 W先对用户行为数据进行预处理等操作，然后再采用关键词提取的方式获得销售客户对象 感兴趣的商品类别。
[0030] 由于通过对销售客户对象的用户行为数据进行分析后，可能获得销售客户对象在 不同行业的感兴趣的商品类别，例如通过对销售客户对象A的用户行为数据进行分析后，获 得其感兴趣的商品类别为面膜和汽车。针对运种可能获得跨度较大行业的感兴趣的商品类 另IJ，本实施例预先设定商品预采购类别。例如当商家是美容院时，则在其预先设定的商品预 采购类别就不包括汽车等商品类别，从而使得获得的销售客户对象感兴趣的商品类别与商 家所采购或销售的商品类别相差不大，为进一步获得准确的采购需求奠定良好的基础。
[0031] 在具体的实施过程中，本实施例对文本行为数据进行分词，获得分词文本时具体 还可W包括对文本行为数据进行语义消歧、词性标注等操作。而在获得销售客户对象感兴 趣的商品类别时，本实施例首先设定商品预采购类别，然后对文本行为数据进行分词等预 处理操作得到分词文本，最后将得到的分词文本与预先设定的商品预采购类别进行匹配， 若分词文本包括了商品预采购类别时，则认为其是销售客户对象感兴趣的商品类别。例如 当商家预先设定的商品预采购类别为=种(具体为面膜、精油、减肥药)时，则通过对销售客 户对象的用户行为数据进行语义分析并获得分词文本后，将分词文本分别与商家预先设定 的商品预采购类别进行匹配，且当分词文本中包括了商品预采购类别时，则认为其是销售 客户对象感兴趣的商品类别。
[0032] 由于在将分词文本与商品预采购类别进行匹配后，直接将与商品预采购类别匹配 的商品类别作为销售客户对象感兴趣的商品类别，可能会获得数目较多的商品类别。针对 运种情况，本实施例在具体的实施过程中可W设定当分词文本与商品预采购类别匹配且分 词文本的词频数大于预设阔值时，才认为其是销售客户对象感兴趣的商品类别。例如，当在 分词文本中匹配出面膜出现的频次为5,精油出现的频次为1，减肥药出现的频次为0,汽车 出现的频次为4,且设定阔值为3,则通过商家预先设定的商品预采购类别（具体为面膜、精 油、减肥药)可知，该销售客户对象感兴趣的商品类别为面膜。
[0033] 可选地，根据商品类别生成采购需求信息包括： 基于销售客户对象统计商品类别的采购需求量； 捜索获取与商品类别对应的生产厂商； 将商品类别的采购需求量和与商品类别对应的生产厂商作为采购需求信息。
[0034] 本实施例在获取销售客户对象感兴趣的商品类别后，基于销售客户对象就可W统 计出商品类别的采购需求量，例如当销售客户对象包括3个，分别为销售客户对象A、销售客 户对象BW及销售客户对象C，且该=个销售客户对象感兴趣的商品类别具体见表1，其中假 设销售客户对象A感兴趣的商品类别为面膜、销售客户对象B感兴趣的商品类别为面膜W及 销售客户对象C感兴趣的商品类别为精油。则通过统计分析可获得，针对面膜商品类别的采 购需求量为2份，针对精油商品类别的采购量为1份，针对减肥药商品类别的采购量为O份。 具体地，本实施例在确定最终的采购需求时，可W将1份看做数量为1*10,即10个，也可W将 1份看做数量为1*5,即5个，具体由用户自定义。需要说明的是，在实际的实施过程中，销售 客户对象的数量可能远远不止=个，且每一个销售客户对象感兴趣的商品类别也可能不止 一种。 r00351 夫 1
化外，本买施例巧基十销官客尸对家统计出向巧类別的乂购需求重后，化继续巧奈巧 取与商品类别对应的生产厂商，从而实现了在自动获取采购需求后，还智能获取与商品类 别对应的生产厂商。具体地，本实施例可W通过在互联网上捜索与商品类别对应的生产厂 商，从而最终将商品类别的采购需求量和与商品类别对应的生产厂商作为采购需求信息。
[0036] 本实施例通过捜索获取与商品类别对应的生产厂商，从而为商家提供与商品类别 对应的生产厂商，节省了商家人工捜索与商品类别对应的生产厂商的时间成本和人力成 本，智能化程度高，且通过捜索获取与商品类别对应的生产厂商，不仅为商家解决了业务需 求，而且通过在捜索与商品类别对应的生产厂商时将商家的需求信息反馈给生产厂商，还 为与商品类别对应的生产厂商发现了业务需求。
[0037] 可选地，捜索获取与商品类别对应的生产厂商包括： 捜索与商品类别对应的生产厂商； 采集与生产厂商对应的关于商品类别的评论信息； 基于评论信息对生产厂商进行口碑排名； 选取口碑排名大于预设阔值的生产厂商作为最终与商品类别对应的生产厂商。
[0038] 由于本实施例在捜索与商品类别对应的生产厂商后，可能获得数目相当大的生产 厂商，从而导致后续根据采购需求进行采购时还需要人工对多个生产厂商进行比较和分 析，从而最终获得与商品类别对应的生产厂商。针对该问题，本实施例在捜索与商品类别对 应的生产厂商后，采集与生产厂商对应的关于商品类别的评论信息，并基于评论信息对生 产厂商进行口碑排名W及选取口碑排名大于预设阔值的生产厂商作为最终与商品类别对 应的生产厂商。
[0039] 本实施例通过采集与生产厂商对应的关于商品类别的评论信息，并基于评论信息 对生产厂商进行口碑排名，W及选取口碑排名大于预设阔值的生产厂商作为最终与商品类 别对应的生产厂商，无需商家人工对捜索获得的多个生产厂商进行比较和分析，就能快速 智能选取口碑排名靠前的生产厂商作为最终与商品类别对应的生产厂商，提高了获取与商 品类别对应的生产厂商的获取效率，提升了用户体验。
[0040] 可选地，基于评论信息对生产厂商进行口碑排名包括： 预先设置情感倾向词典； 对评论信息进行语义分析，并基于情感倾向词典统计评论信息中的情感词词频； 基于情感词词频对生产厂商进行口碑排名。
[0041] 由于评论信息中的一些具有情感倾向的情感词能在一定程度上体现生产厂商的 口碑，例如当针对同一商品类别的两个生产厂商，积极情感评论信息所占比例大的生产厂 商，其口碑可能相对也高。故本实施例通过对评论信息中的情感词词频的检测确定生产厂 商的口碑排名。
[0042] 具体地，首先预先设置情感倾向词典，参照表2,表2给出了本实施例预先设置的情 感倾向词典的部分情感词，其中，情感倾向词典包括积极情感倾向的情感词和消极情感倾 向的情感词，或同时包含积极、消极和中立情感倾向的情感词;然后对评论信息进行语义分 析，并基于情感倾向词典统计评论信息中的情感词词频;最后基于情感词词频对生产厂商 进行口碑排名。需要说明的是，本实施例基于情感词词频对生产厂商进行口碑排名可W采 取多种方式，例如可W仅仅通过比较积极情感词词频或消极情感词词频确定生产厂商进行 口碑排名，也可W通过比较积极情感词或消极情感词占情感词的比例确定生产厂商进行口 碑排名。 主 O
本实施例通过对评论信息进行语义分析，W及基于情感倾向词典统计评论信息中的情 感词词频，并基于情感词词频对生产厂商进行口碑排名，避免了商家为选取最终的与商品 类别对应的生产厂商而阅读大量的评论信息，W及主观根据评论信息选取最终的与商品类 别对应的生产厂商的不准确性，实现了根据评论信息自动对生产厂商进行口碑排名，智能 化程度高，且效率高，为商家最终确定与商品类别对应的生产厂商提供了客观有效的科学 依据。
[0044] 下面针对两个精简实施例对本发明的获取采购需求的过程和原理进行更进一步 说明。
[0045] 精简实施例一 参照图2，本实施例中获取采购需求的方法包括： 步骤S201，获取销售客户对象，其中，销售客户对象包括历史销售客户对象和潜在销售 客户对象。
[0046] 具体地，本实施例假设获取到历史销售客户对象数目为NI,潜在销售客户对象为 N2,则最终确定销售客户对象的数目为N=N1+N2。当然，本实施例不限于销售客户对象仅仅 包括历史销售客户对象和潜在销售客户对象，例如也可W是商家自定义的销售客户群体。
[0047] 步骤S202,采集销售客户对象的上网捜索记录和聊天记录。
[0048] 具体地，本实施例针对每一个销售客户对象分别采集与之对应的上网捜索记录和 聊天记录。在具体的实施过程中，本实施例可W根据需要仅仅采集销售客户对象的上网捜 索记录或聊天记录获取销售客户对象感兴趣的商品类别。
[0049] 步骤S203,将上网捜索记录和聊天记录转换成文本形式的文本行为数据。
[0050] 为了对步骤S202采集的用户行为数据进行语义分析，本实施例将上网捜索记录和 聊天记录转换成文本形式的文本行为数据。
[0051] 步骤S204，设定商品预采购类别。
[0052] 具体地，本实施例假设预先设定的商品预采购类别包括=个类别，分别为面膜、精 油、减肥药。
[0053] 步骤S205,对文本行为数据进行分词，获得分词文本。
[0054] 步骤S206,将分词文本与商品预采购类别进行匹配，选取与商品预采购类别匹配 的商品类别作为销售客户对象感兴趣的商品类别。
[0055] 具体地，假设本实施例针对销售客户对象A、B、C的用户行为数据进行语义分析后， 获得销售客户对象A感兴趣的商品类别为面膜、销售客户对象B感兴趣的商品类别为面膜W 及销售客户对象C感兴趣的商品类别为精油，具体见表1。
[0056] 步骤S207,基于销售客户对象统计商品类别的采购需求量。
[0057] 具体地，本实施例对各销售客户对象感兴趣的商品类别进行统计分析后，易获得 针对面膜商品类别的采购需求量为2份，针对精油商品类别的采购量为1份，针对减肥药商 品类别的采购量为0份。具体地，本实施例在确定最终的采购需求时，可W将1份看做数量为 1*10,即10个，也可W将1份看做数量为1*5,即5个，具体由用户自定义。需要说明的是，在实 际的实施过程中，销售客户对象的数量可能远远不止=个，且每一个销售客户对象感兴趣 的商品类别也可能不止一种。
[005引步骤S208,捜索获取与商品类别对的生产厂商。
[0059] 具体地，本实施例基于销售客户对象统计出商品类别的采购需求量后，还继续捜 索获取与商品类别对应的生产厂商。具体地，由于本实施例最终确定需要采购的商品类别 仅仅包括面膜和精油商品类别，故分别针对面膜商品类别和精油商品类别捜索获取与之对 应的生产厂商。
[0060] 步骤S209,将商品类别的采购需求量和与商品类别对应的生产厂商作为采购需求 信息。
[0061] 具体地，本实施例将商品类别、商品类别的采购需求量W及与商品类别对应的生 产厂商作为采购需求信息，并将采购需求推送给商家，从而在商家进货或采购时，给其提供 重要的采购需求信息，避免因忽略销售客户对象的感兴趣商品需求而不能准确采购商品， W及因不能准确或及时采购商品而给后续商品销售带来困扰，大大提升了用户体验。
[0062] 本实施例提供的获取采购需求的方法，通过获取销售客户对象，其中，销售客户对 象包括历史销售客户对象和潜在销售客户对象，获取销售客户对象感兴趣的商品类别W及 根据商品类别生成采购需求信息，解决了现有人为主观预测需要采购的需求商品W及需求 商品的需求量，导致工作量大且预测准确度不高的技术问题，实现了根据销售客户对象感 兴趣的商品类别自动生成采购需求信息，无需人为主观预测，就能获得准确度较高的采购 需求，智能化程度高。此外，本实施例在基于销售客户对象统计出商品类别的采购需求量 后，还继续捜索获取与商品类别对应的生产厂商，从而实现了在自动获取采购需求后，还智 能获取与商品类别对应的生产厂商。
[0063] 精简实施例二 参照图3，本实施例中获取采购需求的方法包括： 步骤S301，获取销售客户对象，其中，销售客户对象包括历史销售客户对象和潜在销售 客户对象。
[0064] 具体地，本实施例的销售客户对象包括历史销售客户对象和潜在销售客户对象。 且在实际的实施过程中，本实施例不限于销售客户对象仅仅包括历史销售客户对象和潜在 销售客户对象，例如也可W是商家自定义的销售客户群体。
[0065] 步骤S302，获取销售客户对象感兴趣的商品类别。
[0066] 具体地，本实施例通过采集销售客户对象的用户行为数据，并对用户行为数据进 行分析，从而销售客户对象感兴趣的商品类别，具体可参照精简实施例一中根据销售客户 对象的用户行为数据获取销售客户对象感兴趣的商品类别的方法及过程。假设本实施例获 取的销售客户对象为=个，分别为销售客户对象A、B、C。且假设本实施例针对销售客户对象 A、B、C的用户行为数据进行语义分析后，获得销售客户对象A感兴趣的商品类别为面膜、销 售客户对象B感兴趣的商品类别为面膜W及销售客户对象C感兴趣的商品类别为精油，具体 见表1。
[0067] 步骤S303,基于销售客户对象统计商品类别的采购需求量。
[0068] 具体地，本实施例对各销售客户对象感兴趣的商品类别进行统计分析后，易获得 针对面膜商品类别的采购需求量为2份，针对精油商品类别的采购量为1份，针对减肥药商 品类别的采购量为0份。具体地，本实施例在确定最终的采购需求时，可W将1份看做数量为 1*10,即10个，也可W将1份看做数量为1*5,即5个，具体由用户自定义。需要说明的是，在实 际的实施过程中，销售客户对象的数量可能远远不止=个，且每一个销售客户对象感兴趣 的商品类别也可能不止一种。
[0069] 步骤S304,捜索与商品类别对应的生产厂商。
[0070] 具体地，由于本实施例最终确定需要采购的商品类别仅仅包括面膜和精油商品类 另IJ，故分别针对面膜商品类别和精油商品类别捜索获取与之对应的生产厂商。且假设针对 面膜商品类别和精油商品类别捜索获取与之对应的生产厂商见表3。由表3可知，针对面膜 商品类别捜索获取的生产厂商包括3家，针对精油商品类别捜索获取的生产厂商包括2家。 [00711 夫3
步骤S305,采集与生产厂商对应的关于商品类别的评论信息。
[0072] 本实施例在获得与商品类别对应的生产厂商后，从互联网上分别采集与生产厂商 对应的关于商品类别的评论信息。也即分别采集面膜生产厂商1、面膜生产厂商2和面膜生 产厂商3关于面膜商品类别的评论信息，W及分别采集精油生产厂商1、精油生产厂商2和精 油生产厂商3关于精油商品类别的评论信息。
[0073] 步骤S306,预先设置情感倾向词典。
[0074] 具体地，本实施例设置的情感倾向词典包含积极、消极和中立情感倾向的情感词。
[0075] 步骤S307,对评论信息进行语义分析，并基于情感倾向词典统计评论信息中的情 感词词频。
[0076] 具体地，本实施例通过对评论信息进行分词、语义消歧、词性标注等预处理操作 后，基于情感倾向词典统计评论信息中的情感词词频。具体是统计针对不同类别情感倾向 的情感词的词频数，假设本实施例针对生产厂商统计出的不同类别情感倾向的情感词词频 具体见表3。本实施例假设针对每一个生产厂商获取的情感词为300个，且与面膜生产厂商1 对应的200/80/20具体是指针对积极、中立、消极情感倾向的情感词词频。
[0077] 步骤S308，基于情感词词频对生产厂商进行口碑排名。
[0078] 具体地，本实施例通过比较积极情感词占情感词的比例确定生产厂商进行口碑排 名。具体地，本实施例根据与每一个生产厂商对应的情感词词频容易计算出与每一个生产 厂商对应的积极情感词占情感词的比例，具体见表3。假设本实施例按照积极情感词占所有 情感词比例大小对生产厂商进行口碑排名，则容易获得针对面膜商品类别，面膜生产厂商 中口碑排名第一的为面膜生产厂商1，第二为面膜生产厂商2,第=为面膜生产厂商3。而针 对精油商品类别，精油生产厂商中口碑排名第一的为精油生产厂商2,第二为精油生产厂商 Io
[0079] 步骤S309,选取口碑排名大于预设阔值的生产厂商作为最终与商品类别对应的生 产厂商。
[0080] 具体地，假设本实施例选取口碑最好的生产厂商作为最终与商品类别对应的生产 厂商，则通过步骤S308可知，针对面膜商品类别最终确定与之对应的生产厂商为面膜生产 厂商1;针对精油商品类别最终确定与之对应的生产厂商为精油生产厂商2。
[0081] 本实施例提供的获取采购需求的方法，通过获取销售客户对象，其中，销售客户对 象包括历史销售客户对象和潜在销售客户对象，获取销售客户对象感兴趣的商品类别W及 根据商品类别生成采购需求信息，解决了现有人为主观预测需要采购的需求商品W及需求 商品的需求量，导致工作量大且预测准确度不高的技术问题，实现了根据销售客户对象感 兴趣的商品类别自动生成采购需求信息，无需人为主观预测，就能获得准确度较高的采购 需求，智能化程度高。
[0082] 此外，本实施例通过采集与生产厂商对应的关于商品类别的评论信息，并基于评 论信息对生产厂商进行口碑排名，W及选取口碑排名大于预设阔值的生产厂商作为最终与 商品类别对应的生产厂商，无需商家人工对捜索获得的多个生产厂商进行比较和分析，就 能快速智能选取口碑排名靠前的生产厂商作为最终与商品类别对应的生产厂商，提高了获 取与商品类别对应的生产厂商的获取效率，提升了用户体验。
[0083] 参照图4,本发明的优选实施例提供的获取采购需求的装置，包括： 销售客户对象获取装置10，用于获取销售客户对象，其中，销售客户对象包括历史销售 客户对象和潜在销售客户对象； 商品类别获取装置20,用于获取销售客户对象感兴趣的商品类别； 采购需求生成装置30，用于根据商品类别生成采购需求信息。
[0084] 进一步地，商品类别获取装置20包括： 采集装置，用于采集销售客户对象的用户行为数据； 分析装置，用于对用户行为数据进行分析，获得销售客户对象感兴趣的商品类别。
[0085] 进一步地，采集装置包括： 记录采集装置，用于采集销售客户对象的上网捜索记录和聊天记录； 转换装置，用于将上网捜索记录和聊天记录转换成文本形式的文本行为数据。
[0086] 本发明提供的获取采购需求的装置，通过获取销售客户对象，其中，销售客户对象 包括历史销售客户对象和潜在销售客户对象，获取销售客户对象感兴趣的商品类别W及根 据商品类别生成采购需求信息，解决了现有人为主观预测需要采购的需求商品W及需求商 品的需求量，导致工作量大且预测准确度不高的技术问题，实现了根据销售客户对象感兴 趣的商品类别自动生成采购需求信息，无需人为主观预测，就能获得准确度较高的采购需 求，智能化程度高。
[0087] 本实施例获取采购需求的装置的具体工作过程和工作原理可参照本实施例的获 取采购需求的方法的工作过程和工作原理。
[0088] W上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人 员来说，本发明可W有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、 等同替换、改进等，均应包含在本发明的保护范围之内。
【主权项】
1. 一种获取采购需求的方法，其特征在于，包括： 获取销售客户对象，其中，所述销售客户对象包括历史销售客户对象和潜在销售客户 对象； 获取所述销售客户对象感兴趣的商品类别； 根据所述商品类别生成采购需求信息。2. 根据权利要求1所述的获取采购需求的方法，其特征在于，获取所述销售客户对象感 兴趣的商品类别包括： 采集所述销售客户对象的用户行为数据； 对所述用户行为数据进行分析，获得所述销售客户对象感兴趣的商品类别。3. 根据权利要求2所述的获取采购需求的方法，其特征在于，采集所述销售客户对象的 用户行为数据包括： 采集所述销售客户对象的上网搜索记录和聊天记录； 将所述上网搜索记录和所述聊天记录转换成文本形式的文本行为数据。4. 根据权利要求3所述的获取采购需求的方法，其特征在于，对所述用户行为数据进行 分析，获得所述销售客户对象感兴趣的商品类别包括： 设定商品预采购类别； 对所述文本行为数据进行分词，获得分词文本； 将所述分词文本与所述商品预采购类别进行匹配，选取与所述商品预采购类别匹配的 商品类别作为所述销售客户对象感兴趣的商品类别。5. 根据权利要求4所述的获取采购需求的方法，其特征在于，根据所述商品类别生成采 购需求信息包括： 基于所述销售客户对象统计所述商品类别的采购需求量； 搜索获取与所述商品类别对应的生产厂商； 将所述商品类别的采购需求量和与所述商品类别对应的生产厂商作为采购需求信息。6. 根据权利要求5所述的获取采购需求的方法，其特征在于，搜索获取与所述商品类别 对应的生产厂商包括： 搜索与所述商品类别对应的生产厂商； 采集与所述生产厂商对应的关于所述商品类别的评论信息； 基于所述评论信息对所述生产厂商进行口碑排名； 选取口碑排名大于预设阈值的生产厂商作为最终与所述商品类别对应的生产厂商。7. 根据权利要求6所述的获取采购需求的方法，其特征在于，基于所述评论信息对所述 生产厂商进行口碑排名包括： 预先设置情感倾向词典； 对所述评论信息进行语义分析，并基于所述情感倾向词典统计所述评论信息中的情感 词词频； 基于所述情感词词频对所述生产厂商进行口碑排名。8. -种获取采购需求的装置，其特征在于， 销售客户对象获取装置，用于获取销售客户对象，其中，所述销售客户对象包括历史销 售客户对象和潜在销售客户对象； 商品类别获取装置，用于获取所述销售客户对象感兴趣的商品类别； 采购需求生成装置，用于根据所述商品类别生成采购需求信息。9. 根据权利要求8所述的获取采购需求的装置，其特征在于，所述商品类别获取装置包 括： 采集装置，用于采集所述销售客户对象的用户行为数据； 分析装置，用于对所述用户行为数据进行分析，获得所述销售客户对象感兴趣的商品 类别。10. 根据权利要求9所述的获取采购需求的装置，其特征在于，所述采集装置包括： 记录采集装置，用于采集所述销售客户对象的上网搜索记录和聊天记录； 转换装置，用于将所述上网搜索记录和所述聊天记录转换成文本形式的文本行为数 据。
【文档编号】G06F17/30GK105956882SQ201610299516
【公开日】2016年9月21日
【申请日】2016年5月9日
【发明人】陈包容
【申请人】陈包容