[發明專利]基于商品售賣的目標對象的屬性的選擇方法及裝置

在審

• 申請號: 202110090104.6
• 申請日: 2021-01-22
• 公開（公告）號: CN113111904A
• 公開（公告）日: 2021-07-13
• 發明（設計）人: 晁華;曾程昊;戚汝鵬
• 申請（專利權）人: 深圳友寶科斯科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q10/04;G06Q30/06
• 代理公司: 深圳中創智財知識產權代理有限公司 44553
• 代理人: 李春林;田宇

本發明屬于商品銷售技術領域，公開了一種基于商品售賣的目標對象的屬性選擇方法及裝置。其中，所述方法應用于商品售賣客戶端，所述方法包括：獲取至少兩個對象的原始數據，對原始數據進行預處理，得到第一數據；獲取至少兩個對象的標識及其對應的第一數據，組成特征向量矩陣；對特征向量矩陣里的任意兩個特征向量進行相似度計算，并獲取預設的相似度閾值，從對象中匹配出至少一個相似對象；根據相似對象的第一數據，計算目標對象的預測數據，得到第二數據；將第二數據與第一數據逐一進行比對，判斷第二數據是否符合第一數據；當確定第二數據符合第一數據時，對目標對象上的屬性進行新增或替換。本發明的方法能夠實現對售賣商品的選擇。

技術領域

本發明涉及商品銷售技術領域，尤其涉及一種基于商品售賣的目標對象的屬性的選擇方法及裝置。

背景技術

傳統的售貨機運營中，高度依賴運營人員經驗選擇售貨機商品，但是由于人工經驗有限，以及人員變動、環境變化等情況會造成人工經驗不能很好的應用。特別是在一些場景下，人工經驗會有一定局限性。例如，一般情況下，運營人員會參考售貨機所在的場所類型選擇商品，這樣一方面會導致同類場所的售貨機商品品類高度一致，從而缺少差異性和個性化；另一方面，人工經驗缺少從更高維度上總結銷售規律的能力，售貨機不應該只是單純根據場所等簡單特征做分類，高維度的分類與相似度判斷可以提供更精細化的運營。

傳統的人工經驗選擇商品的過程中，場所的考慮其實就是一種簡單的找相似售貨機的過程。然而這種思路過于簡單，同一場所的售貨機之間也是存在一定的差異性。由此，需要一種可以計算售貨機之間的相似程度的方法，實現預測售貨機上沒有售賣的商品的銷量，從而對售貨機推薦相似的售貨機上高銷量的商品。

發明內容

本發明的第一個目的在于提供一種基于商品售賣的目標對象的屬性選擇方法，其旨在解決相關技術中售賣商品選擇的準確率不高的技術問題。

為達到上述目的，本發明提供的方案是：一種基于商品售賣的目標對象的屬性選擇方法，應用于商品售賣客戶端，所述方法包括：

獲取至少兩個對象的原始數據，對所述原始數據進行預處理，得到第一數據；

獲取至少兩個對象的標識及其對應的所述第一數據，組成特征向量矩陣；

對所述特征向量矩陣里的任意兩個特征向量進行相似度計算，并獲取預設的相似度閾值，從所述對象中匹配出至少一個相似對象；

根據所述相似對象的所述第一數據，計算目標對象的預測數據，得到第二數據；

將所述第二數據與所述第一數據進行比對，判斷所述第二數據是否符合所述第一數據；

當確定所述第二數據符合所述第一數據時，對所述目標對象上的所述屬性進行新增或替換。

進一步地，所述對所述原始數據進行預處理包括：排除所述原始數據的異常；和/或，對所述原始數據進行均一化處理。

進一步地，所述根據所述相似對象的所述第一數據，計算目標對象的預測數據，得到第二數據的步驟包括：獲取所述第一數據及其對應的特征值，根據所述特征值，判斷預測數據是否可用：

若可用，則得出所述第二數據；

若不可用，則舍棄所述第二數據。

進一步地，所述特征值包括：相似對象的相似度、相似對象的數量、相似對象之間的標準差、對象所在場所的分類、屬性的類別中的一種或多種。

進一步地，所述從所述對象中匹配出至少一個相似對象包括：假設對象a和對象b，特征向量分別為A和B，則對象a和對象b之間的相似度Sa,b：

進一步地，所述計算目標對象的預測數據包括：假設對象a的屬性x的預測數據為Px,a，則：