[發明專利]一種大數據電商運營平臺

在審

• 申請號: 201911295881.3
• 申請日: 2019-12-16
• 公開（公告）號: CN111047412A
• 公開（公告）日: 2020-04-21
• 發明（設計）人: 彭鋒;宋文欣;金雷;張勇;黃艷
• 申請（專利權）人: 武漢智領云科技有限公司
• 主分類號: G06Q30/06
• 分類號: G06Q30/06;G06N3/08
• 代理公司: 北京勁創知識產權代理事務所(普通合伙) 11589
• 代理人: 徐家升

1.一種大數據電商運營平臺，其特征在于，所述平臺包括藍海詞挖掘裝置、數據分析優化裝置以及個性化商品推送裝置，其中，

所述藍海詞挖掘裝置，通過機器學習方法分析商品銷量和標題分詞關系批量挖掘關鍵搜索詞，然后通過直通車和生意參謀的數據驗詞算法進行高效篩選，從而快速批量地產生精準長尾詞；

所述數據分析優化裝置，通過多種類別機器學習方法實現對挖掘篩選后的數據進行分析、處理以及優化，從而得到不同類別商品的排序結果；

所述個性化商品推送裝置，將不同類別商品的排序結果展示給用戶。

2.根據權利要求1所述的大數據電商運營平臺，其特征在于，所述平臺還包括搜索裝置，為用戶提供不同商品的搜索，并每隔一時間周期將用戶輸入的熱度搜索詞進行采集后傳輸至藍海詞挖掘裝置。

3.根據權利要求1所述的大數據電商運營平臺，其特征在于，所述藍海詞挖掘裝置，通過機器學習方法分析商品銷量和標題分詞關系批量挖掘關鍵搜索詞，還包括確定出用戶屬性數據和用戶行為數據，其中，所述用戶屬性數據包括用戶唯一標識碼、用戶年齡、性別、職業分類、地域、平臺賬戶信用等級、設備型號、用戶購買力水平；用戶行為數據包括瀏覽、收藏、加入購物車、購買以及評價行為。

4.根據權利要求1所述的大數據電商運營平臺，其特征在于，所述數據分析優化裝置包括，

排名優化模塊，用于利用Learning to Rank的機器學習方法反向建模商品排名和相關屬性的關系，預測商品屬性對排名的權重因子，從而實現商品排名優化的運營需求；

標題優化模塊，利用基于反混淆神經網絡的機器學習算法分析商品銷量和標題分詞的內在邏輯；

評論分析模塊，用于通過批量采集競爭商品的用戶評論數據，進行基于NLP的wordembedding和sentiment分析，挖掘驅動用戶購買商品的心理因素以及商品關鍵屬性，從而滿足用戶對商品進行差異化營銷的需求。

5.據權利要求4所述的大數據電商運營平臺，其特征在于，所述預測商品屬性對排名的權重因子，還包括，通過Learning to rank的機器學習方法反向建模機器學習模型以自動調整參數，同時不產生新特征，并通過反向建模后的模型對新加入的特征進行匹配設置。

6.據權利要求4所述的大數據電商運營平臺，其特征在于，所述標題優化模塊還包括一分類器，以確定標題優化后的參數樣本是否被編碼、混淆或者明文。

7.據權利要求4所述的大數據電商運營平臺，其特征在于，采集的用戶評論數據包括評論的數量、評分以及評論的具體內容，其中，評分包括分數評級或者星級評級。

8.據權利要求1所述的大數據電商運營平臺，其特征在于，所述個性化商品推送裝置，將不同類別商品的排序結果展示給用戶，還包括向用戶展示熱詞詞表、商品銷量以及評論數據。

9.據權利要求1所述的大數據電商運營平臺，其特征在于，所述平臺還包括一監控裝置，用于無貨源商品價格和違規的監控。

10.據權利要求1所述的大數據電商運營平臺，其特征在于，所述平臺還包括一后臺服務裝置，用于為用戶提供店鋪裝修、商品主圖設計、商品詳情頁設計、推廣活動、平面設計、二維碼實現、微信掃描服務。