本發(fā)明涉及電子商務領域，尤其涉及一種搶購平臺商品上線方法、裝置及搶購系統(tǒng)。

背景技術：

電子商務是以信息網(wǎng)絡技術為手段，以商品交換為中心的商務活動。它通常是指在全球各地廣泛的商業(yè)貿(mào)易活動中，在因特網(wǎng)開放的網(wǎng)絡環(huán)境下，基于瀏覽器/服務器應用方式，買賣雙方不謀面地進行各種商貿(mào)活動，實現(xiàn)消費者的網(wǎng)上購物、商戶之間的網(wǎng)上交易和在線電子支付以及各種商務活動、交易活動、金融活動和相關的綜合服務活動的一種新型的商業(yè)運營模式。

網(wǎng)絡購物是電子商務的一種具體方式。在網(wǎng)絡普及已十分廣泛的當今時代，網(wǎng)絡購物已經(jīng)成為人們最重要和最常用的購物方式之一。為了滿足用戶喜歡低價實惠的“搶購”心理，目前出現(xiàn)了越來越多以“搶購”為主題的網(wǎng)絡購物頻道，我們稱之為“搶購”系統(tǒng)。

這些“搶購”系統(tǒng)在一定程度上滿足了用戶的“搶購”需求。但是，這些“搶購”系統(tǒng)還存在以下問題：一是商品的更新頻率很低，大多在小時級別，并且商品品類單一，無法進一步激發(fā)用戶“搶購”的感覺；二是這些“搶購”系統(tǒng)中，商品的更新大多依賴人工運營的方式，不僅效率低下，而且由于過多的人工費用導致成本較高。而隨著“搶購”系統(tǒng)涉及商品數(shù)的不斷增多，通過人工方式已經(jīng)無法對“搶購”商品的運營進行有效干預。

技術實現(xiàn)要素：

本發(fā)明的目的在于提供一種搶購平臺商品上線方法、裝置及搶購系統(tǒng)，實現(xiàn)商品的自動上線及更新，避免人工干預，提高搶購系統(tǒng)的運營效 率。

為實現(xiàn)上述目的，本發(fā)明提出了一種商品成交量預測方法，包括：

獲取商品的歷史運營數(shù)據(jù)；

基于所述歷史運營數(shù)據(jù)得到成交量預測模型；

根據(jù)所述成交量預測模型預測商品的未來成交量。

進一步地，上述方法還可具有以下特點，所述基于所述歷史運營數(shù)據(jù)得到成交量預測模型包括：

構建所述歷史運營數(shù)據(jù)的特征集；

利用所述特征集訓練得到所述成交量預測模型。

進一步地，上述方法還可具有以下特點，所述根據(jù)所述成交量預測模型預測商品的未來成交量包括：

根據(jù)所述成交量預測模型預測商品在未來的設定時間段的成交量。

本發(fā)明實施例的商品成交量預測方法，能夠根據(jù)商品的歷史運營數(shù)據(jù)預測商品的未來成交量，從而為基于成交量的商品上線順序的確定提供依據(jù)，進而為實現(xiàn)商品的自動上線及更新提供基礎，避免了人工干預，有助于提高平臺的自動化程度。

為實現(xiàn)上述目的，本發(fā)明還提出了一種商品成交量預測裝置，包括：

第一獲取模塊，用于獲取商品的歷史運營數(shù)據(jù)；

模型取得模塊，用于基于所述歷史運營數(shù)據(jù)得到成交量預測模型；

成交量預測模塊，用于根據(jù)所述成交量預測模型預測商品的未來成交量。

進一步地，上述裝置還可具有以下特點，所述模型取得模塊包括：

構建單元，用于構建所述歷史運營數(shù)據(jù)的特征集；

訓練單元，用于利用所述構建單元構建的特征集訓練得到所述成交量預測模型。

進一步地，上述裝置還可具有以下特點，所述根據(jù)所述成交量預測模型預測商品的未來成交量包括：

第一預測單元，用于根據(jù)所述成交量預測模型預測商品在未來的設定時間段的成交量。

本發(fā)明實施例的商品成交量預測裝置，能夠根據(jù)商品的歷史運營數(shù)據(jù) 預測商品的未來成交量，從而為基于成交量的商品上線順序的確定提供依據(jù)，進而為實現(xiàn)商品的自動上線及更新提供基礎，避免了人工干預，有助于提高平臺的自動化程度。

為實現(xiàn)上述目的，本發(fā)明還提出了一種搶購商品上線時間段的評價方法，包括：

按照設定時間間隔將每天的搶購時間劃分為多個時間段；

統(tǒng)計待評價商品在設定歷史時期內(nèi)各個時間段的總成交額；

根據(jù)統(tǒng)計結果確定所述待評價商品的上線時間段。

進一步地，上述方法還可具有以下特點，所述根據(jù)統(tǒng)計結果確定所述待評價商品的上線時間段，包括：

將總成交額最大的前設定數(shù)目個時間段確定為所述待評價商品的上線時間段。

進一步地，上述方法還可具有以下特點，所述設定時間間隔為一小時。

本發(fā)明實施例的搶購商品上線時間段的評價方法，通過商品的歷史成交額數(shù)據(jù)分析出商品的成交額最高的幾個時間段，將這些時間段作為商品的優(yōu)選上線時間，這樣能夠優(yōu)化每種商品的上線時間，從而有助于提高商品的成交額，進而提高搶購平臺的經(jīng)濟效益。

為實現(xiàn)上述目的，本發(fā)明還提出了一種搶購商品上線時間段的評價裝置，，包括：

時段劃分模塊，用于按照設定時間間隔將每天的搶購時間劃分為多個時間段；

成交統(tǒng)計模塊，用于統(tǒng)計待評價商品在設定歷史時期內(nèi)各個時間段的總成交額；

上線時段確定模塊，用于根據(jù)所述成交統(tǒng)計模塊的統(tǒng)計結果確定所述待評價商品的上線時間段。

進一步地，上述裝置還可具有以下特點，所述上線時段確定模塊包括：

第一確定單元，用于將總成交額最大的前設定數(shù)目個時間段確定為所述待評價商品的上線時間段。

進一步地，上述裝置還可具有以下特點，所述設定時間間隔為一小時。

本發(fā)明實施例的搶購商品上線時間段的評價裝置，通過商品的歷史成 交額數(shù)據(jù)分析出商品的成交額最高的幾個時間段，將這些時間段作為商品的優(yōu)選上線時間，這樣能夠優(yōu)化每種商品的上線時間，從而有助于提高商品的成交額，進而提高搶購平臺的經(jīng)濟效益。

為實現(xiàn)上述目的，本發(fā)明還提出了一種搶購商品疲勞度的評價方法，包括：

獲取商品的成交爆發(fā)力和品類加權分；

統(tǒng)計所述商品連續(xù)a天的上線次數(shù)；

根據(jù)所述成交爆發(fā)力、品類加權分和上線次數(shù)，計算所述商品的疲勞度。

進一步地，上述方法還可具有以下特點，所述成交爆發(fā)力等于預測的所述商品的成交量與所述商品的單價的乘積。

進一步地，上述方法還可具有以下特點，所述品類加權分等于所述商品去年同期在其所屬類目全部商品中的成交額百分比。

本發(fā)明實施例的搶購商品疲勞度的評價方法，使得搶購平臺中上過線的商品更不容易上線，從而提高搶購平臺的商品更新頻率，給用戶更加強烈的“搶”購感覺，從而提高用戶的購買意愿，進而提高搶購平臺的經(jīng)濟效益。

為實現(xiàn)上述目的，本發(fā)明還提出了一種搶購商品疲勞度的評價裝置，包括：

第二獲取模塊，用于獲取商品的成交爆發(fā)力和品類加權分；

次數(shù)統(tǒng)計模塊，用于統(tǒng)計所述商品連續(xù)a天的上線次數(shù)；

疲勞度計算模塊，用于根據(jù)所述成交爆發(fā)力、品類加權分和上線次數(shù)，計算所述商品的疲勞度。

進一步地，上述裝置還可具有以下特點，所述成交爆發(fā)力等于預測的所述商品的成交量與所述商品的單價的乘積。

進一步地，上述裝置還可具有以下特點，所述品類加權分等于所述商品去年同期在其所屬類目全部商品中的成交額百分比。

本發(fā)明實施例的搶購商品疲勞度的評價裝置，使得搶購平臺中上過線的商品更不容易上線，從而提高搶購平臺的商品更新頻率，給用戶更加強烈的“搶”購感覺，從而提高用戶的購買意愿，進而提高搶購平臺的經(jīng)濟 效益。

為實現(xiàn)上述目的，本發(fā)明還提出了一種搶購平臺商品的優(yōu)化投放方法，包括：

確定本時間段上線的商品；

獲取所述商品的疲勞度；

在本時間段按照疲勞度降序順序?qū)⑺錾唐吠斗诺綋屬徠脚_。

本發(fā)明實施例的搶購平臺商品的優(yōu)化投放方法，按照疲勞度降序順序?qū)⑸唐吠斗诺綋屬徠脚_，使得搶購平臺中上過線的商品更不容易上線，從而提高搶購平臺的商品更新頻率，給用戶更加強烈的“搶”購感覺，從而提高用戶的購買意愿，進而提高搶購平臺的經(jīng)濟效益。

為實現(xiàn)上述目的，本發(fā)明還提出了一種搶購平臺商品的優(yōu)化投放裝置，包括：

確定模塊，用于確定本時間段上線的商品；

第三獲取模塊，用于獲取所述確定模塊確定的商品的疲勞度；

投放模塊，用于在本時間段按照疲勞度降序順序?qū)⑺龃_定模塊確定的商品投放到搶購平臺。

本發(fā)明實施例的搶購平臺商品的優(yōu)化投放裝置，按照疲勞度降序順序?qū)⑸唐吠斗诺綋屬徠脚_，使得搶購平臺中上過線的商品更不容易上線，從而提高搶購平臺的商品更新頻率，給用戶更加強烈的“搶”購感覺，從而提高用戶的購買意愿，進而提高搶購平臺的經(jīng)濟效益。

為實現(xiàn)上述目的，本發(fā)明還提出了一種搶購平臺商品上線方法，包括：

監(jiān)測搶購商品的下線觸發(fā)條件；

在監(jiān)測到所述下線觸發(fā)條件的情況下，將對應搶購商品下線；

將所述搶購商品的下線信息發(fā)送給服務器；

接收所述服務器發(fā)送的推薦商品，并在搶購平臺上上線所述推薦商品。

進一步地，上述方法還可具有以下特點，所述下線觸發(fā)條件為當前時刻為所述搶購商品所在上線時間段的結束時刻。

進一步地，上述方法還可具有以下特點，所述下線觸發(fā)條件為所述搶購商品的在線時長達到設定時長。

進一步地，上述方法還可具有以下特點，所述下線觸發(fā)條件為所述搶購商品已售完。

本發(fā)明實施例的搶購平臺商品上線方法，實現(xiàn)了商品的自動上線及更新，提高了購物系統(tǒng)的運營效率，而且由于不需要人工干預，還節(jié)省了人工費用，降低了運營成本。

為實現(xiàn)上述目的，本發(fā)明還提出了一種搶購平臺商品上線裝置，包括：

監(jiān)測模塊，用于監(jiān)測搶購商品的下線觸發(fā)條件；

下線模塊，用于在所述監(jiān)測模塊監(jiān)測到所述下線觸發(fā)條件的情況下，將對應搶購商品下線；

發(fā)送模塊，用于將所述搶購商品的下線信息發(fā)送給服務器；

接收及上線模塊，用于接收所述服務器發(fā)送的推薦商品，并在搶購平臺上上線所述推薦商品。

進一步地，上述裝置還可具有以下特點，所述下線觸發(fā)條件為當前時刻為所述搶購商品所在上線時間段的結束時刻。

進一步地，上述裝置還可具有以下特點，所述下線觸發(fā)條件為所述搶購商品的在線時長達到設定時長。

進一步地，上述裝置還可具有以下特點，所述下線觸發(fā)條件為所述搶購商品已售完。

本發(fā)明實施例的搶購平臺商品上線裝置，實現(xiàn)了商品的自動上線及更新，提高了購物系統(tǒng)的運營效率，而且由于不需要人工干預，還節(jié)省了人工費用，降低了運營成本。

為實現(xiàn)上述目的，本發(fā)明還提出了一種搶購商品品類規(guī)劃方法，包括：

獲取目標商品在歷史同期的成交額，記為第一成交額，以及獲取所述目標商品所屬類目的全部商品在所述歷史同期的成交總額，記為第二成交額；

根據(jù)所述第一成交額和所述第二成交額計算所述目標商品的品類加權分。

本發(fā)明實施例的搶購商品品類規(guī)劃方法，能夠根據(jù)商品的歷史成交額數(shù)據(jù)獲得反映商品季節(jié)性的品類加權分，從而為優(yōu)化商品投放提供了基礎，有助于提高搶購平臺的經(jīng)濟效益。

為實現(xiàn)上述目的，本發(fā)明還提出了一種搶購商品品類規(guī)劃裝置，包括：

成交額獲取模塊，用于獲取目標商品在歷史同期的成交額，記為第一成交額，以及獲取所述目標商品所屬類目的全部商品在所述歷史同期的成交總額，記為第二成交額；

計算模塊，用于根據(jù)所述第一成交額和所述第二成交額計算所述目標商品的品類加權分。

本發(fā)明實施例的搶購商品品類規(guī)劃裝置，能夠根據(jù)商品的歷史成交額數(shù)據(jù)獲得反映商品季節(jié)性的品類加權分，從而為優(yōu)化商品投放提供了基礎，有助于提高搶購平臺的經(jīng)濟效益。

為實現(xiàn)上述目的，本發(fā)明還提出了一種搶購系統(tǒng)，包括前述任一項所述的商品成交量預測裝置。

本發(fā)明實施例的搶購系統(tǒng)中包括商品成交量預測裝置，能夠根據(jù)商品的歷史運營數(shù)據(jù)預測商品的未來成交量，從而為基于成交量的商品上線順序的確定提供依據(jù)，進而為實現(xiàn)商品的自動上線及更新提供基礎，避免了人工干預，有助于提高平臺的自動化程度。

為實現(xiàn)上述目的，本發(fā)明還提出了一種搶購系統(tǒng)，包括前述任一項所述的搶購商品上線時間段的評價裝置。

本發(fā)明實施例的搶購系統(tǒng)中包括搶購商品上線時間段的評價裝置，通過商品的歷史成交額數(shù)據(jù)分析出商品的成交額最高的幾個時間段，將這些時間段作為商品的優(yōu)選上線時間，這樣能夠優(yōu)化每種商品的上線時間，從而有助于提高商品的成交額，進而提高搶購平臺的經(jīng)濟效益。

為實現(xiàn)上述目的，本發(fā)明還提出了一種搶購系統(tǒng)，包括前述任一項所述的搶購商品疲勞度的評價裝置。

本發(fā)明實施例的搶購系統(tǒng)中包括搶購商品疲勞度的評價裝置，使得搶購平臺中上過線的商品更不容易上線，從而提高搶購平臺的商品更新頻率，給用戶更加強烈的“搶”購感覺，從而提高用戶的購買意愿，進而提高搶購平臺的經(jīng)濟效益。

為實現(xiàn)上述目的，本發(fā)明還提出了一種搶購系統(tǒng)，包括前述的搶購平臺商品的優(yōu)化投放裝置。

本發(fā)明實施例的搶購系統(tǒng)中包括搶購平臺商品的優(yōu)化投放裝置，按照 疲勞度降序順序?qū)⑸唐吠斗诺綋屬徠脚_，使得搶購平臺中上過線的商品更不容易上線，從而提高搶購平臺的商品更新頻率，給用戶更加強烈的“搶”購感覺，從而提高用戶的購買意愿，進而提高搶購平臺的經(jīng)濟效益。

為實現(xiàn)上述目的，本發(fā)明還提出了一種搶購系統(tǒng)，包括前述任一項所述的搶購平臺商品上線裝置。

本發(fā)明實施例的搶購系統(tǒng)中包括搶購平臺商品上線裝置，實現(xiàn)了商品的自動上線及更新，提高了購物系統(tǒng)的運營效率，而且由于不需要人工干預，還節(jié)省了人工費用，降低了運營成本。

為實現(xiàn)上述目的，本發(fā)明還提出了一種搶購系統(tǒng)，包括前述的搶購商品品類規(guī)劃裝置。

本發(fā)明實施例的搶購系統(tǒng)中包括搶購商品品類規(guī)劃裝置，能夠根據(jù)商品的歷史成交額數(shù)據(jù)獲得反映商品季節(jié)性的品類加權分，從而為優(yōu)化商品投放提供了基礎，有助于提高搶購平臺的經(jīng)濟效益。

附圖說明

圖1為搶購平臺的搶購場景示意圖。

圖2為本發(fā)明實施例中搶購系統(tǒng)的架構圖。

圖3為本發(fā)明實施例一中商品成交量預測方法的流程圖。

圖4為本發(fā)明實施例中商品成交量預測裝置的結構框圖。

圖5為本發(fā)明實施例二中搶購商品上線時間段的評價方法的流程圖。

圖6為本發(fā)明實施例中搶購商品上線時間段的評價裝置的結構框圖。

圖7為本發(fā)明實施例三中搶購商品品類規(guī)劃方法的流程圖。

圖8為本發(fā)明實施例中搶購商品品類規(guī)劃裝置的結構框圖。

圖9為本發(fā)明實施例四中搶購商品疲勞度的評價方法的流程圖。

圖10為本發(fā)明實施例中搶購商品疲勞度的評價裝置的結構框圖。

圖11為本發(fā)明實施例五中搶購平臺商品的優(yōu)化投放方法的流程圖。

圖12為本發(fā)明實施例中搶購平臺商品的優(yōu)化投放裝置的結構框圖。

圖13為本發(fā)明實施例六中搶購平臺商品上線方法的流程圖。

圖14為本發(fā)明實施例中搶購平臺商品上線裝置的結構框圖。

圖15為本發(fā)明實施例中搶購系統(tǒng)的一種結構框圖。

具體實施方式

以下結合附圖對本發(fā)明的原理和特征進行描述，所舉實施例只用于解釋本發(fā)明，并非用于限定本發(fā)明的范圍。對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，根據(jù)本發(fā)明精神所獲得的所有實施例，都屬于本發(fā)明的保護范圍。

圖1為搶購平臺的搶購場景示意圖。如圖1所示，假設搶購平臺共有3個展位，在第一時間段，搶購平臺上3個展位上的商品分別為商品1、商品2和商品3，而到了第二時間段，搶購平臺上3個展位上的商品換成了商品4、商品5和商品6，此時商品1、商品2和商品3已經(jīng)被下線?？梢?，隨著時間的改變，搶購平臺上的商品也發(fā)生變化。通過更新?lián)屬徠脚_上的商品，可以給用戶“搶購”的感覺。

圖2為本發(fā)明實施例中搶購系統(tǒng)的架構圖。如圖2所示，本實施例中，基于商品數(shù)據(jù)(可以包括商品基礎數(shù)據(jù)和商品的歷史運營數(shù)據(jù)等)，可以分別進行上線時間段預測、成交量評價和品類規(guī)劃，基于成交量評價和品類規(guī)劃的結果，可以進行疲勞度評價，基于疲勞度評價和上線時間段預測的結果，可以進行投放優(yōu)化，在投放優(yōu)化的基礎上，可以將商品上線在搶購平臺上。

實施例一

圖3為本發(fā)明實施例一中商品成交量預測方法的流程圖。如圖3所示，本實施例中，商品成交量預測方法可以包括如下步驟：

步驟s301，獲取商品的歷史運營數(shù)據(jù)；

商品的歷史運營數(shù)據(jù)反映了商品在過去一段時間內(nèi)的銷售情況，比如可以通過統(tǒng)計獲知某一類目的商品在哪一個時間段的銷售情況最好，以便確定該類目商品的最佳上線時間。其中，商品的類目是指商品的具體種類，比如水果、鮮花、女裝、男裝、玩具等。商品可以用商品id或商品編碼來唯一標識。

步驟s302，基于歷史運營數(shù)據(jù)得到成交量預測模型；

在本發(fā)明實施例中，基于歷史運營數(shù)據(jù)得到成交量預測模型可以包括如下子步驟：構建歷史運營數(shù)據(jù)的特征集；利用該特征集訓練得到成交量 預測模型。

在具體應用中，可以首先構建特征集，特征集可以包括商品短期流量、長期流量、銷量以及店鋪銷售庫存的能力、投訴率、退款率等；然后用歷史數(shù)據(jù)中時間t的特征預測t+1的銷量(即成交量)，成交量預測模型可以采用非線性回歸方式的模型(例如gradientboostregressiontree模型)，這樣能夠?qū)⑻卣鹘徊嫫饋韽亩_到更好的預測效果；最后根據(jù)成交量預測模型，用今天的特征預測商品明天的銷量，銷量再乘以價格就得到了商品的預測成交額，本文中，將該預測成交額稱為成交爆發(fā)力分值。

步驟s303，根據(jù)成交量預測模型預測商品的未來成交量。

例如，可以根據(jù)成交量預測模型用商品在去年同期的成交量來預測商品今年的成交量，也根據(jù)成交量預測模型用商品昨天的成交量來預測商品今天的成交量。

在本發(fā)明實施例中，根據(jù)成交量預測模型預測商品的未來成交量可以包括：根據(jù)成交量預測模型預測商品在未來的設定時間段的成交量。例如，根據(jù)成交量預測模型，預測今天商品在11：00至12:00這個時間段的成交量等于商品在昨天的11：00至12:00的時間段的成交量。

本發(fā)明實施例的商品成交量預測方法，能夠根據(jù)商品的歷史運營數(shù)據(jù)預測商品的未來成交量，從而為基于成交量的商品上線順序的確定提供依據(jù)，進而為實現(xiàn)商品的自動上線及更新提供基礎，避免了人工干預，有助于提高平臺的自動化程度。

為了實現(xiàn)上述商品成交量預測方法實施例中各步驟及方法，本發(fā)明實施例還提供了商品成交量預測裝置實施例。

圖4為本發(fā)明實施例中商品成交量預測裝置的結構框圖。如圖4所示，本實施例中，商品成交量預測裝置400可以包括第一獲取模塊410、模型取得模塊420和成交量預測模塊430。包括第一獲取模塊410、模型取得模塊420和成交量預測模塊430可以順次相連。

其中，第一獲取模塊410用于獲取商品的歷史運營數(shù)據(jù)。模型取得模塊420用于基于歷史運營數(shù)據(jù)得到成交量預測模型。成交量預測模塊430用于根據(jù)成交量預測模型預測商品的未來成交量。

在本發(fā)明實施例中，模型取得模塊420可以包括構建單元和訓練單元。 構建單元用于構建所述歷史運營數(shù)據(jù)的特征集。訓練單元用于利用構建單元構建的特征集訓練得到所述成交量預測模型。

在本發(fā)明實施例中，成交量預測模塊430可以包括第一預測單元。第一預測單元用于根據(jù)成交量預測模型預測商品在未來的設定時間段的成交量。

由于本實施例中的商品成交量預測裝置能夠執(zhí)行前述的商品成交量預測方法，因此本實施例未詳細描述的部分，可參考對前述商品成交量預測方法實施例的相關說明。

本發(fā)明實施例的商品成交量預測裝置，能夠根據(jù)商品的歷史運營數(shù)據(jù)預測商品的未來成交量，從而為基于成交量的商品上線順序的確定提供依據(jù)，進而為實現(xiàn)商品的自動上線及更新提供基礎，避免了人工干預，有助于提高平臺的自動化程度。

實施例二

圖5為本發(fā)明實施例二中搶購商品上線時間段的評價方法的流程圖。如圖5所示，本實施例中，搶購商品上線時間段的評價方法可以包括如下步驟：

步驟s501，按照設定時間間隔將每天的搶購時間劃分為多個時間段；

其中，每天的搶購時間一般為24小時，如果系統(tǒng)需要每天關閉一段時間用于維護等，每天的搶購時間等于24小時減去關閉時間。例如，如果系統(tǒng)在每天的0點至7點關閉，則每天的搶購時間等于24-7＝17小時。

其中，設定時間間隔可以為一小時。設定時間間隔也可以設置為兩小時、半小時等等。

步驟s502，統(tǒng)計待評價商品在設定歷史時期內(nèi)各個時間段的總成交額；

其中，設定歷史時期可以是過去一年，過去半年，過去三個月等等。一般情況下，我們可以取設定歷史時期為過去一年。

如果設定時間間隔為一小時，那么在過去一年內(nèi)時間段10：00-11:00的總成交額等于過去一年內(nèi)每一天中時間段10：00-11:00的成交額之和。其他時間段的總成交額依此類推。

步驟s503，根據(jù)統(tǒng)計結果確定待評價商品的上線時間段。

在本發(fā)明實施例中，根據(jù)統(tǒng)計結果確定所述待評價商品的上線時間段可以包括：將總成交額最大的前設定數(shù)目個時間段確定為待評價商品的上線時間段。

其中，設定數(shù)目可以是一個、兩個或三個等。例如，將總成交額最大的前兩個時間段確定為待評價商品的上線時間段。

這里對如何根據(jù)統(tǒng)計結果確定商品上線時間段舉例說明。以商品a為例。假設將24小時劃分為24個時間段，每一小時為一個時間段，設定歷史時期為過去一個月。

首先統(tǒng)計商品a在過去一個月內(nèi)分別在24個時間段的成交額；

計算成交額最高的3個時間段，假設這三個時間段為10：00-11:00(成交額為15萬)、11：00-12:00(成交額為10萬)、15：00-16:00(成交額為9萬)；

如果將將總成交額最大的前3個時間段確定為商品a的上線時間段，則商品a的上線時間段為10：00-11:00、11：00-12:00和15：00-16:00；如果將將總成交額最大的前2個時間段確定為商品a的上線時間段，則商品a的上線時間段為10：00-11:00、11：00-12:00；如果將將總成交額最大的1個時間段確定為商品a的上線時間段，則商品a的上線時間段為10：00-11:00。

10：00-11:00這個時間段的成交額遠遠大于排在第二位的時間段11：00-12:00的成交額，因此可以選時間段10：00-11:00作為商品a的優(yōu)選上線時間段。

如果商品a成交額最高的3個時間段的成交額差距很小，可以將這3個時間段都作為商品a的優(yōu)選上線時間段。這樣做不僅能夠更好地覆蓋商品上線的時間段，而且能夠使商品的上線時間更靈活。

本發(fā)明實施例的搶購商品上線時間段的評價方法，通過商品的歷史成交額數(shù)據(jù)分析出商品的成交額最高的幾個時間段，將這些時間段作為商品的優(yōu)選上線時間，這樣能夠優(yōu)化每種商品的上線時間，從而有助于提高商品的成交額，進而提高搶購平臺的經(jīng)濟效益。

為了實現(xiàn)上述搶購商品上線時間段的評價方法實施例中各步驟及方法，本發(fā)明實施例還提供了搶購商品上線時間段的評價裝置實施例。

圖6為本發(fā)明實施例中搶購商品上線時間段的評價裝置的結構框圖。如圖6所示，本實施例中，搶購商品上線時間段的評價裝置600可以包括時段劃分模塊610、成交統(tǒng)計模塊620和上線時段確定模塊630。時段劃分模塊610、成交統(tǒng)計模塊620和上線時段確定模塊630可以順次相連。

其中，時段劃分模塊610用于按照設定時間間隔將每天的搶購時間劃分為多個時間段。成交統(tǒng)計模塊620用于統(tǒng)計待評價商品在設定歷史時期內(nèi)各個時間段的總成交額。上線時段確定模塊630用于根據(jù)成交統(tǒng)計模塊620的統(tǒng)計結果確定待評價商品的上線時間段。

在本發(fā)明實施例中，上線時段確定模塊630可以包括第一確定單元。第一確定單元用于將總成交額最大的前設定數(shù)目個時間段確定為待評價商品的上線時間段。

其中，設定時間間隔可以為一小時。

由于本實施例中的搶購商品上線時間段的評價裝置能夠執(zhí)行前述的搶購商品上線時間段的評價方法，因此本實施例未詳細描述的部分，可參考對前述搶購商品上線時間段的評價方法實施例的相關說明。

本發(fā)明實施例的搶購商品上線時間段的評價裝置，通過商品的歷史成交額數(shù)據(jù)分析出商品的成交額最高的幾個時間段，將這些時間段作為商品的優(yōu)選上線時間，這樣能夠優(yōu)化每種商品的上線時間，從而有助于提高商品的成交額，進而提高搶購平臺的經(jīng)濟效益。

實施例三

圖7為本發(fā)明實施例三中搶購商品品類規(guī)劃方法的流程圖。如圖7所示，本實施例中，搶購商品品類規(guī)劃方法可以包括如下步驟：

步驟s701，獲取目標商品在歷史同期的成交額，記為第一成交額，以及獲取目標商品所屬類目的全部商品在該歷史同期的成交總額，記為第二成交額；

步驟s702，根據(jù)第一成交額和第二成交額計算目標商品的品類加權分。

其中，品類加權分可以等于第一成交額與第二成交額的比值，或者說，品類加權分可以等于目標商品在歷史同期的成交額占目標商品所屬類目的全部商品在該歷史同期的成交總額的百分比。

比如，蘋果在去年10月份的成交額為1000萬，水果在去年10月份的成交總額為10億，則蘋果的品類加權分等于1000萬/10億＝1％＝0.1。

品類加權分可以用于對商品的季節(jié)性進行評價。通過品類加權分，可以自動篩選出當前季節(jié)的熱賣商品，從而為優(yōu)化商品投放提供基礎，以提高平臺的經(jīng)濟效益。

本發(fā)明實施例的搶購商品品類規(guī)劃方法，能夠根據(jù)商品的歷史成交額數(shù)據(jù)獲得反映商品季節(jié)性的品類加權分，從而為優(yōu)化商品投放提供了基礎，有助于提高搶購平臺的經(jīng)濟效益。

為了實現(xiàn)上述搶購商品品類規(guī)劃方法實施例中各步驟及方法，本發(fā)明實施例還提供了搶購商品品類規(guī)劃裝置實施例。

圖8為本發(fā)明實施例中搶購商品品類規(guī)劃裝置的結構框圖。如圖8所示，本實施例中，搶購商品品類規(guī)劃裝置800可以包括成交額獲取模塊810和計算模塊820。

其中，成交額獲取模塊810用于獲取目標商品在歷史同期的成交額，記為第一成交額，以及獲取所述目標商品所屬類目的全部商品在所述歷史同期的成交總額，記為第二成交額。計算模塊820用于根據(jù)第一成交額和第二成交額計算目標商品的品類加權分。

由于本實施例中的搶購商品品類規(guī)劃裝置能夠執(zhí)行前述的搶購商品品類規(guī)劃方法，因此本實施例未詳細描述的部分，可參考對前述搶購商品品類規(guī)劃方法實施例的相關說明。

本發(fā)明實施例的搶購商品品類規(guī)劃裝置，能夠根據(jù)商品的歷史成交額數(shù)據(jù)獲得反映商品季節(jié)性的品類加權分，從而為優(yōu)化商品投放提供了基礎，有助于提高搶購平臺的經(jīng)濟效益。

實施例四

圖9為本發(fā)明實施例四中搶購商品疲勞度的評價方法的流程圖。如圖9所示，本實施例中，搶購商品疲勞度的評價方法可以包括如下步驟：

步驟s901，獲取商品的成交爆發(fā)力和品類加權分；

其中，成交爆發(fā)力可以等于預測的商品的成交量與該商品的單價的乘積。其中，商品的成交量可以根據(jù)本發(fā)明前述的商品成交量預測方法實施例來進行預測，預測的原理參見實施例一的相關說明，此處不再贅述。

其中，品類加權分可以等于商品去年同期在其所屬類目全部商品中的成交額百分比。有關品類加權分的獲得可以參考本發(fā)明前述的搶購商品品類規(guī)劃方法實施例的說明，此處不再贅述。

步驟s902，統(tǒng)計商品連續(xù)a天的上線次數(shù)；

步驟s903，根據(jù)成交爆發(fā)力、品類加權分和上線次數(shù)，計算商品的疲勞度。

其中，商品的疲勞度可以使用如下的公式計算：

商品的疲勞度＝成交爆發(fā)力分值*(1+品類加權分值)/連續(xù)a天上線次數(shù)，其中，符號“*”表示乘運算，“/”表示除以運算。

這樣，可以使得搶購平臺中上過線的商品更不容易上線，從而提高搶購平臺的商品更新頻率，給用戶更加強烈的“搶”購感覺，從而提高用戶的購買意愿，進而提高搶購平臺的經(jīng)濟效益。

本發(fā)明實施例的搶購商品疲勞度的評價方法，使得搶購平臺中上過線的商品更不容易上線，從而提高搶購平臺的商品更新頻率，給用戶更加強烈的“搶”購感覺，從而提高用戶的購買意愿，進而提高搶購平臺的經(jīng)濟效益。

為了實現(xiàn)上述搶購商品疲勞度的評價方法實施例中各步驟及方法，本發(fā)明實施例還提供了搶購商品疲勞度的評價裝置實施例。

圖10為本發(fā)明實施例中搶購商品疲勞度的評價裝置的結構框圖。如圖10所示，本實施例中，搶購商品疲勞度的評價裝置1000可以包括第二獲取模塊1010、次數(shù)統(tǒng)計模塊1020和疲勞度計算模塊1030。

其中，第二獲取模塊1010用于獲取商品的成交爆發(fā)力和品類加權分。次數(shù)統(tǒng)計模塊1020用于統(tǒng)計商品連續(xù)a天的上線次數(shù)。疲勞度計算模塊1030用于根據(jù)成交爆發(fā)力、品類加權分和上線次數(shù)，計算商品的疲勞度。

其中，成交爆發(fā)力可以等于預測的商品的成交量與商品的單價的乘積。

其中，品類加權分可以等于商品去年同期在其所屬類目全部商品中的成交額百分比。

由于本實施例中的搶購商品疲勞度的評價裝置能夠執(zhí)行前述的搶購商品疲勞度的評價方法，因此本實施例未詳細描述的部分，可參考對前述 搶購商品疲勞度的評價方法實施例的相關說明。

本發(fā)明實施例的搶購商品疲勞度的評價裝置，使得搶購平臺中上過線的商品更不容易上線，從而提高搶購平臺的商品更新頻率，給用戶更加強烈的“搶”購感覺，從而提高用戶的購買意愿，進而提高搶購平臺的經(jīng)濟效益。

實施例五

圖11為本發(fā)明實施例五中搶購平臺商品的優(yōu)化投放方法的流程圖。如圖11所示，本實施例中，搶購平臺商品的優(yōu)化投放方法可以包括如下步驟：

步驟s1101，確定本時間段上線的商品；

其中，本時間段上線的商品可以通過本發(fā)明前述實施例(實施例二)中的搶購商品上線時間段的評價方法來確定。例如，可以將總成交額最大的時間段確定為待評價商品的上線時間段。這樣，在本時間段成交額最大的所有商品就是步驟s1101確定的本時間段上線的商品。

步驟s1102，獲取商品的疲勞度；

其中，可以通過本發(fā)明前述實施例(實施例四)中的搶購商品疲勞度的評價方法來獲取商品的疲勞度。此處不再贅述。

步驟s1103，在本時間段按照疲勞度降序順序?qū)⑸唐吠斗诺綋屬徠脚_。

根據(jù)前述實施例中對疲勞度的說明可知，商品連續(xù)a天上線的次數(shù)越多，疲勞度越小，那么按照疲勞度降序順序排列的話商品的上線排位就越靠后。因此，按照疲勞度降序順序?qū)⑸唐吠斗诺綋屬徠脚_，使得搶購平臺中上過線的商品更不容易上線，從而提高搶購平臺的商品更新頻率，給用戶更加強烈的“搶”購感覺，從而提高用戶的購買意愿，進而提高搶購平臺的經(jīng)濟效益。

本發(fā)明實施例的搶購平臺商品的優(yōu)化投放方法，按照疲勞度降序順序?qū)⑸唐吠斗诺綋屬徠脚_，使得搶購平臺中上過線的商品更不容易上線，從而提高搶購平臺的商品更新頻率，給用戶更加強烈的“搶”購感覺，從而提高用戶的購買意愿，進而提高搶購平臺的經(jīng)濟效益。

為了實現(xiàn)上述搶購平臺商品的優(yōu)化投放方法實施例中各步驟及方法，本發(fā)明實施例還提供了搶購平臺商品的優(yōu)化投放裝置實施例。

圖12為本發(fā)明實施例中搶購平臺商品的優(yōu)化投放裝置的結構框圖。如圖12所示，本實施例中，搶購平臺商品的優(yōu)化投放裝置可以包括確定模塊1210、第三獲取模塊1220和投放模塊1230。確定模塊1210、第三獲取模塊1220和投放模塊1230可以順次相連。

其中，確定模塊1210用于確定本時間段上線的商品。第三獲取模塊1220用于獲取確定模塊1210確定的商品的疲勞度。投放模塊1230用于在本時間段按照疲勞度降序順序?qū)⒋_定模塊1210確定的商品投放到搶購平臺。

由于本實施例中的搶購平臺商品的優(yōu)化投放裝置能夠執(zhí)行前述的搶購平臺商品的優(yōu)化投放方法，因此本實施例未詳細描述的部分，可參考對前述搶購平臺商品的優(yōu)化投放方法實施例的相關說明。

本發(fā)明實施例的搶購平臺商品的優(yōu)化投放裝置，按照疲勞度降序順序?qū)⑸唐吠斗诺綋屬徠脚_，使得搶購平臺中上過線的商品更不容易上線，從而提高搶購平臺的商品更新頻率，給用戶更加強烈的“搶”購感覺，從而提高用戶的購買意愿，進而提高搶購平臺的經(jīng)濟效益。

實施例六

圖13為本發(fā)明實施例六中搶購平臺商品上線方法的流程圖。如圖13所示，本實施例中，搶購平臺商品上線方法可以包括如下步驟：

步驟s1301，監(jiān)測搶購商品的下線觸發(fā)條件；

其中，下線觸發(fā)條件可以為：當前時刻為搶購商品所在上線時間段的結束時刻。例如，假設搶購商品的上線時間段為11：00-12:00，那么12:00這個時刻就是搶購商品上線時間段的結束時刻，這個時刻一到，就會觸發(fā)搶購商品下線。

其中，下線觸發(fā)條件可以為：搶購商品的在線時長達到設定時長。例如，仍然假設搶購商品的上線時間段為11：00-12:00，但是規(guī)定搶購商品的在線時長最長為10分鐘。假設搶購商品的上線時刻為11：20，當前時刻為11：30，雖然當前時刻不是搶購商品上線時間段的結束時刻，但是由于搶購商品的在線時長已經(jīng)達到了規(guī)定的時長(10分鐘)，因此也會觸發(fā)搶購商品下線。

其中，下線觸發(fā)條件可以為：搶購商品已售完。例如，仍然假設搶購 商品的上線時間段為11：00-12:00，而且規(guī)定搶購商品的在線時長最長為10分鐘。假設搶購商品的上線時刻為11：20，當前時刻為11：25，雖然當前時刻不是搶購商品上線時間段的結束時刻，而且搶購商品的在線時長也沒有達到規(guī)定的時長(10分鐘)，但是由于搶購商品已售完，所以仍然會觸發(fā)搶購商品下線。

在設置多個下線觸發(fā)條件的情況下，只要滿足其中一個下線觸發(fā)條件，就會觸發(fā)相應的搶購商品自動下線。

這些下線觸發(fā)條件的設置，使得搶購商品能夠自動下線，不需要人工操作，因此大大提高了平臺的自動化程度，節(jié)約了人力資源和成本。

步驟s1302，在監(jiān)測到下線觸發(fā)條件的情況下，將對應搶購商品下線；

步驟s1303，將搶購商品的下線信息發(fā)送給服務器；

服務器接收到搶購商品的下線信息后，會根據(jù)按照上線順序排列好的商品列表向平臺發(fā)送待上線的推薦商品。

步驟s1304，接收該服務器發(fā)送的推薦商品，并在搶購平臺上上線該推薦商品。

其中，推薦商品可以是本時間段的商品列表中當前排位在最前面的商品，商品列表可以是按照疲勞度降序排列的商品列表。

商品列表不僅表明了在什么時間段上線哪些類目的商品，還指出了在同一時間段上線的各個商品的上線順序，因此，根據(jù)商品列表，服務器可以在對應的時間段自動推薦上線相應的商品。這種方式實現(xiàn)了“搶購”商品的自動上線及更新，不需要人工干預，因此可以大大提高“搶購”系統(tǒng)的運營效率，同時還可以大大提高“搶購”商品的更新頻率，給用戶更加強烈的“搶購”的感覺。

下面通過一個示例說明根據(jù)本發(fā)明實施例中的搶購平臺商品上線方法，商品的上線場景。

假設搶購系統(tǒng)的展位有10個，預設時長為10分鐘，有100個商品的優(yōu)選上線時間段為時間段10：00-11:00，商品編號分別1至100，同時，該時間段10：00-11:00的商品列表的排列順序也是由1至100，商品1至10這10個排在最前面的商品首先上線，各自占據(jù)1個展位。假設在10：10這個時刻，商品1至10這10個商品都沒有售完，那么由于商品1至 10這10個商品的上線時間已經(jīng)達到10分鐘，因此商品1至10自動下線，此時商品列表中排位最前的未上線商品為商品11至20，商品11至20在10：10這個時刻自動上線。假設在10：05這個時刻，商品1售完，商品1自動下線，由于商品2至10沒有售完并且上線時間已經(jīng)未達到10分鐘，所以商品2至10仍然處于上線狀態(tài)，此時商品列表中排位最前的未上線商品為商品11，因此商品11在原商品1的展位上自動上線。

本發(fā)明實施例的搶購平臺商品上線方法，實現(xiàn)了商品的自動上線及更新，提高了購物系統(tǒng)的運營效率，而且由于不需要人工干預，還節(jié)省了人工費用，降低了運營成本。同時，由于本發(fā)明實施例的搶購平臺商品上線方法中，商品是自動上線和更新的，因此商品更新頻率快，能夠給用戶更強烈的“搶購”感覺。再者，本發(fā)明實施例的搶購平臺商品上線方法，按照商品的優(yōu)選上線時間段安排商品上線，因此能夠大幅度提高商品的成交額，取得較高的運營效益。

為了實現(xiàn)上述搶購平臺商品上線方法實施例中各步驟及方法，本發(fā)明實施例還提供了搶購平臺商品上線裝置實施例。

圖14為本發(fā)明實施例中搶購平臺商品上線裝置的結構框圖。如圖14所示，本實施例中，搶購平臺商品上線裝置1400可以包括監(jiān)測模塊1410、下線模塊1420、發(fā)送模塊1430和接收及上線模塊1440。監(jiān)測模塊1410、下線模塊1420、發(fā)送模塊1430和接收及上線模塊1440可以順次相連。

其中，監(jiān)測模塊1410用于監(jiān)測搶購商品的下線觸發(fā)條件。下線模塊1420用于在監(jiān)測模塊1410監(jiān)測到下線觸發(fā)條件的情況下，將對應搶購商品下線。發(fā)送模塊1430用于將搶購商品的下線信息發(fā)送給服務器。接收及上線模塊1440用于接收服務器發(fā)送的推薦商品，并在搶購平臺上上線所述推薦商品。

其中，下線觸發(fā)條件可以為：當前時刻為搶購商品所在上線時間段的結束時刻。

其中，下線觸發(fā)條件還可以為：搶購商品的在線時長達到設定時長。

其中，下線觸發(fā)條件還可以為：搶購商品已售完。

由于本實施例中的搶購平臺商品上線裝置能夠執(zhí)行前述的搶購平臺商品上線方法，因此本實施例未詳細描述的部分，可參考對前述搶購平臺 商品上線方法實施例的相關說明。

本發(fā)明實施例的搶購平臺商品上線裝置，實現(xiàn)了商品的自動上線及更新，提高了購物系統(tǒng)的運營效率，而且由于不需要人工干預，還節(jié)省了人工費用，降低了運營成本。同時，由于本發(fā)明實施例的搶購平臺商品上線裝置中，商品是自動上線和更新的，因此商品更新頻率快，能夠給用戶更強烈的“搶購”感覺。再者，本發(fā)明實施例的搶購平臺商品上線裝置，按照商品的優(yōu)選上線時間段安排商品上線，因此能夠大幅度提高商品的成交額，取得較高的運營效益。

本發(fā)明實施例還提出了一種搶購系統(tǒng)，該搶購系統(tǒng)可以包括本發(fā)明前述實施例中的商品成交量預測裝置、搶購商品上線時間段的評價裝置、搶購商品品類規(guī)劃裝置、搶購商品疲勞度的評價裝置、搶購平臺商品的優(yōu)化投放裝置和搶購平臺商品上線裝置中的任意一種或多種或全部裝置。

例如圖15所示的搶購系統(tǒng)1500。圖15為本發(fā)明實施例中搶購系統(tǒng)的一種結構框圖。如圖15所示，搶購系統(tǒng)1500可以包括搶購平臺商品上線裝置1400。由于該搶購系統(tǒng)包括搶購平臺商品上線裝置，因此，該搶購系統(tǒng)能夠?qū)崿F(xiàn)商品的自動上線及更新，提高了購物系統(tǒng)的運營效率，而且由于不需要人工干預，還節(jié)省了人工費用，降低了運營成本。同時，由于搶購平臺商品上線裝置中，商品是自動上線和更新的，因此該搶購系統(tǒng)商品更新頻率快，能夠給用戶更強烈的“搶購”感覺。再者，由于搶購平臺商品上線裝置，按照商品的優(yōu)選上線時間段安排商品上線，因此該搶購系統(tǒng)還能夠大幅度提高商品的成交額，取得較高的運營效益。

以上所述僅為本發(fā)明的較佳實施例，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進等，均應包含在本發(fā)明的保護范圍之內(nèi)。