申请/专利权人：广东便捷神科技股份有限公司

申请日：2021-03-17

公开（公告）日：2024-04-23

公开（公告）号：CN113052651B

主分类号：G06Q30/0601

分类号：G06Q30/0601

优先权：

专利状态码：有效-授权

法律状态：2024.04.23#授权;2021.07.16#实质审查的生效;2021.06.29#公开

摘要：本发明提供了一种基于大数据的智能零售管理方法及系统，包括：基于大数据平台，获取商品的基本信息，同时获取不同顾客的购买记录及身份标识；基于大数据处平台，将购买过商品的顾客的购买记录与商品信息进行匹配，并将匹配结果进行保存；基于匹配结果，确定顾客对不同种类商品的购买频率；基于购买频率，预测顾客对不同种类商品的需求热度，并基于顾客的身份标识及商品需求热度向不同顾客进行针对性的推荐。通过根据顾客的购买记录与商品信息之间的匹配关系，准确对顾客喜爱的商品进行准确把握，并根据顾客喜爱的商品种类，将同类商品中需求热度最高的商品向顾客进行推荐，通过与大数据技术结合提高了商品零售的管理效率与效果。

主权项：1.一种基于大数据的智能零售管理方法，其特征在于，包括：步骤1：基于大数据平台，获取商品的基本信息，同时获取不同顾客的购买记录及身份标识；步骤2：基于大数据平台，将购买过商品的顾客的购买记录与商品信息进行匹配，并将匹配结果进行保存；步骤3：基于匹配结果，确定顾客对不同种类商品的购买频率；步骤4：基于购买频率，预测顾客对不同种类商品的需求热度，并基于顾客的身份标识及商品需求热度向不同顾客进行针对性的推荐；其中，步骤4中，基于购买频率，预测顾客对不同种类商品的需求热度，并基于顾客的身份标识及商品需求热度向不同顾客进行针对性的推荐，包括：获取顾客对不同种类商品的购买频率，并基于所述购买频率确定不同种类商品在预设时间段内的多组历史销量数据；基于预设的统计指标，获取与所述多组历史销量数据匹配的销量关联特征数据集合，并将所述多组历史销量数据与销量关联特征数据集合进行结合，得到商品历史销量特征数据集合；对所述商品历史销量特征数据集合进行训练得到商品销量预测模型，并基于所述商品销量预测模型对不同种类商品在预设的未来时间段内的销量进行预测，得到预测结果；基于所述预测结果确定顾客对不同种类商品的需求热度；构建商品类别树，并基于树关系获取针对所述不同种类商品的需求热度的修正数据表；所述修正数据表包含需要进行修正的待修正实例；其中，所述待修正实例为需要进行修正的商品对应的需求热度数据；基于预设的修正规则，确定对所述需要进行修正的商品对应的需求热度数据的修正值和所述修正值所属的商品种类领域；基于所述修正值，完成对预测得到的不同种类商品的需求热度的修正，并将修正得到的不同种类商品的需求热度进行校验，判断是否满足预设修正要求；若满足，则得到标准的顾客对不同种类商品的需求热度，否则，再次对预测得到的不同种类商品的需求热度进行修正，直至满足预设修正要求；按照满足预设修正要求的不同种类商品的需求热度递减顺序，将不同种类商品进行排序；基于排序结果，依次提取不同种类商品的商品特征，并根据所述商品特征确定当前商品的种类；计算当前商品种类下，其余商品与所述商品特征的相似度，并将计算得到的相似度与预设相似度进行比较；若所述相似度小于所述预设相似度，判定商品不符合推荐条件；否则，基于大数据平台，获取顾客的身份标识，并根据所述身份标识创建对应的商品推荐列表，并按照相似度由高到低的顺序，将对应的商品信息填入所述商品推荐列表；基于所述顾客的身份标识，将所述商品推荐列表进行针对性的推荐；其中，步骤4中，基于购买频率，预测顾客对不同种类商品的需求热度，并基于顾客的身份标识及商品需求热度向不同顾客进行针对性的推荐，还包括：获取顾客对不同种类商品的购买频率，根据所述购买频率计算顾客对商品的需求系数，并根据所述需求系数计算预测顾客对商品需求热度时的预测准确率，具体步骤包括：根据如下公式计算顾客对商品的需求系数： 其中，α表示顾客对商品的需求系数；β表示顾客的消费水平能力值；γ表示顾客对商品的喜爱程度值；ρ表示商品的销售价格；表示顾客对商品的期望价格；表示商品的不可替代因子，且取值范围为0.8，1.2；f表示顾客对商品的购买频率；根据如下公式计算对商品需求热度预测时的预测准确率： 其中，η表示对不同种类商品需求热度预测时的预测准确率，且取值范围为0,1；α表示顾客对商品的需求系数；μ表示预测系数，且取值范围为0.7，0.9；ω表示预测的商品需求量；θ表示顾客对商品的实际需求量；τ表示误差系数，且取值范围为0.1，0.15；T表示对商品需求热度的预测周期值；t表示预测当前商品需求热度所用的时间长度值；将计算得到的预测准确率与预设预测准确率进行比较；若所述预测准确率小于所述预设预测准确率，判定预测顾客对不同种类商品需求热度不合格，并舍弃当前预测结果，并重新对不同种类商品需求热度进行预测，直至所述预测准确率大于或等于所述预设预测准确率；否则，判定预测顾客对不同种类商品需求热度合格，并按照需求热度递减的顺序，将相应的商品信息通过预设方式推荐至用户终端，完成对顾客进行针对性的推荐。

全文数据：

权利要求：

百度查询： 广东便捷神科技股份有限公司 一种基于大数据的智能零售管理方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD