[發明專利]基于數字營銷訂單大數據的商品優化配置方法

有效

• 申請號: 202010948740.3
• 申請日: 2020-09-10
• 公開（公告）號: CN112036958B
• 公開（公告）日: 2023-09-22
• 發明（設計）人: 周書田;薛雁;于海洋;洪鋒
• 申請（專利權）人: 青島網信信息科技有限公司
• 主分類號: G06Q30/0201
• 分類號: G06Q30/0201;G06Q30/0601;G06Q40/04
• 代理公司: 青島發思特專利商標代理有限公司 37212
• 代理人: 鞏同海;江鵬飛

1.一種基于數字營銷訂單大數據的商品優化配置方法，其特征在于，包括如下步驟:

S1：智能合約部署：智能合約作為整套商品優化配置的起止條件，包括如下小步：

S11：將待配置數據轉換成智能合約代碼，智能合約代碼包括用于在確定商品與商品描述不符時執行預定事務的代碼、對智能合約代碼進行數字簽名，以及基于經數字簽名的智能合約代碼，在區塊鏈中部署對應的智能合約；

S12：商家和客戶執行區塊鏈智能合約，在客戶確認商品優化配置建議滿意度或者確認商家履行商品服務前，商家自行發起或區塊鏈系統發起交易訂單信任擔保，將商家的若干個通證凍結作為該商品交易的信任擔保；

S2：數字營銷商品配置：從與商品相關的待配置數據中取得特征量，并對一個商品于其他商品對應的特征量進行比較，計算出比較量，基于比較量的大小將商品配置到商品組，包括如下小步：

S21：配置預測步驟，預測商品的配置數量以及配置時期；

S22：配置決定步驟，基于配置預測步驟中的配置數據，決定配置出的每個商品組的配置數字營銷的方向；

商品配置為網絡商城中購物車內商品的特征量，特征量包括基本屬性維度、領域維度和社交維度，基本屬性維度包括商品目錄、商品屬性、商品標簽；領域維度包括商品定價、商品合約；社交維度包括商品依賴互斥關系、商品銷售規則，商品銷售規則包括商品銷售渠道；

S3：訂單數據聚類分析：根據商品配置的特征量，對每個訂單數據進行聯合分析，對訂單數據進行聚類分析，將訂單數據劃分為若干類，包括如下小步：

S31：根據訂單數據基本屬性維度、訂單領域維度和訂單社交維度，通過聯合分析估算訂單水平的效用函數；訂單水平的效用函數，用于反映每個訂單對商品各特征量的偏好程度；

S32：將訂單效用函數值作為訂單數據聚類的特征量，視每一個訂單為效用空間的一個點，采用譜系聚類完成對具有相似需求效用的訂單數據劃分，得到具有不同需求的訂單數據族；

S4：N分類分析：對不同需求的訂單數據族進行分類，剔除無效數據族，得到有效數據；

S5：商品的關聯性分析：根據商品配置進行特征量分析，生成商品關聯性分析結果；商品關聯性分析結果包括基本屬性維度、領域維度和社交維度之間的關聯性；

S6：提供優化商品配置建議：商品配置建議中的商品類別為輸入，輔助以訂單數據，以最大化滿意度為目標，通過滿意度預測模型獲取優化建議信息，智能合約終止。

2.根據權利要求1所述的基于數字營銷訂單大數據的商品優化配置方法，其特征在于，所述步驟S3中，聚類分析包括：K均值法、密度法和層次聚類法。

3.根據權利要求1或2所述的基于數字營銷訂單大數據的商品優化配置方法，其特征在于，所述步驟S3中，訂單數據為網絡商城中已經交付或者正在交付的訂單數據，訂單數據也包括基本屬性維度、領域維度和社交維度。

4.根據權利要求1所述的基于數字營銷訂單大數據的商品優化配置方法，其特征在于，所述步驟S4中，N分類分析包括以下小步：根據訂單數據族，將同一訂單的商品進行歸類；對每類商品的折扣前價格、折后價格、優惠力度進行對比，生成商品價格對比表；商品價格對比表的內容包括商品編碼、商品名稱、商品規格、商品價格、最優惠價格。

5.根據權利要求1所述的基于數字營銷訂單大數據的商品優化配置方法，其特征在于，所述步驟S6中，提供優化商品配置建議，為數字營銷商品配置提供基于大數據分析的建議，使得數字營銷商品配置更加合理。