[發明專利]店鋪流量調節方法、裝置、設備及計算機可讀存儲介質

在審

• 申請號: 201910204548.0
• 申請日: 2019-03-18
• 公開（公告）號: CN111724176A
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 汪加楠
• 申請（專利權）人: 北京沃東天駿信息技術有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q30/06;G06Q10/06
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 張子青;劉芳

1.一種店鋪流量調節方法，其特征在于，包括：

根據預測模型對待預測店鋪數據進行預測，輸出所述待預測店鋪對應的流量閾值；其中，所述預測模型是根據瓶頸期店鋪數據進行模型訓練得到的；

比對所述流量閾值與所述店鋪的實際流量，并基于預設分配方式根據比對結果，向所述店鋪分配流量。

2.根據權利要求1所述的方法，其特征在于，所述基于預設分配方式根據比對結果，向所述店鋪分配流量，包括：

若所述流量閾值大于所述實際流量，則增加所述店鋪的流量；

若所述流量閾值小于所述實際流量，則減少所述店鋪的流量。

3.根據權利要求1所述的方法，其特征在于，所述瓶頸期店鋪數據與所述待預測店鋪數據類別一致，包括以下至少一種：

開店時長、主營品類、主營品牌、所述主營品牌的基礎屬性、日均銷售額、日均流量、平均訂單價格、關注量、評分。

4.根據權利要求3所述的方法，其特征在于，所述主營品牌的基礎屬性包括：

品牌級別、品牌類型、品牌特色。

5.根據權利要求1所述的方法，其特征在于，還包括：

按照數據對應的時間將所述瓶頸期店鋪數據進行分割，形成多個數據集合；

根據每個所述數據集合對模型進行訓練，得到所述預測模型。

6.根據權利要求5所述的方法，其特征在于，所述根據每個所述數據集合對模型進行訓練，得到所述預測模型，包括：

將所述數據集合中預設時刻之后對應的數據作為訓練集，并根據所述訓練集對模型進行訓練，得到所述預測模型；

將所述數據集合中預設時刻之后對應的數據作為測試集，并根據所述測試集對所述預測模型進行測試，得到測試誤差；

若所述測試誤差大于允許誤差，則調整所述預設時刻，并根據調整后的所述預設時刻繼續執行所述將所述數據集合中預設時刻之后對應的數據作為訓練集的步驟。

7.根據權利要求6所述的方法，其特征在于，若所述測試誤差小于等于誤差閾值，則使用所述預測模型根據所述待預測店鋪數據進行預測。

8.根據權利要求1所述的方法，其特征在于，所述基于預設分配方式根據比對結果，向所述店鋪分配流量之后，還包括：

基于預設預測方式確定所述店鋪的預測銷售額，并監控所述店鋪的實際銷售額；

若所述預測銷售額與所述實際銷售額差值大于店鋪預測誤差，則根據所述預測銷售額、所述實際銷售額修正所述預設分配方式以及所述預測模型。

9.根據權利要求8所述的方法，其特征在于，若所述預測銷售額與所述實際銷售額差值小于等于所述店鋪預測誤差，則所述方法還包括：

根據各個所述店鋪對應的所述預測銷售額確定整體預測銷售額；

根據各個所述店鋪對應的所述實際銷售額確定整體實際銷售額；

若所述整體預測銷售額與所述整體實際銷售額的差值大于整體預測誤差，則根據所述整體預測銷售額、所述整體實際銷售額修正所述預設分配方式。

10.一種店鋪流量調節裝置，其特征在于，包括：

預測模塊，用于根據預測模型對待預測店鋪數據進行預測，輸出所述待預測店鋪對應的流量閾值；其中，所述預測模型是根據瓶頸期店鋪數據進行模型訓練得到的；

分配模塊，用于比對所述流量閾值與所述店鋪的實際流量，并基于預設分配方式根據比對結果，向所述店鋪分配流量。

11.一種店鋪流量調節設備，其特征在于，包括：

存儲器；

處理器；以及

計算機程序；

其中，所述計算機程序存儲在所述存儲器中，并配置為由所述處理器執行以實現如權利要求1-9任一種所述的方法。

12.一種計算機可讀存儲介質，其特征在于，其上存儲有計算機程序，

所述計算機程序被處理器執行以實現如權利要求1-9任一種所述的方法。