[发明专利]基于SaaS服务促进低频类商品交易的方法有效
申请号: | 201710217163.9 | 申请日: | 2017-04-05 |
公开(公告)号: | CN106777405B | 公开(公告)日: | 2020-04-28 |
发明(设计)人: | 李宗元;宋萌;王坤峰;陈伟光 | 申请(专利权)人: | 安徽机器猫电子商务股份有限公司 |
主分类号: | G06F16/953 | 分类号: | G06F16/953;G06Q30/06 |
代理公司: | 安徽合肥华信知识产权代理有限公司 34112 | 代理人: | 方琦 |
地址: | 230011 安徽省*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 saas 服务 促进 低频 商品交易 方法 | ||
本发明公开了一种基于SaaS服务促进低频类交易的电子商业方法,构建面向用户的搜索引擎,以及面向商家的供销存软件,由搜索引擎、供销存软件构成SaaS服务平台,搜索引擎与供销存软件相关联,用户向搜索引擎输入目标低频类交易商品的关键字,搜索引擎基于搜索算法得到搜索参数,然后搜索引擎基于搜索算法得到目标低频类交易商品的唯一规格特征参数,接着搜索引擎基于搜索算法调用供销存软件中的数据,寻找并生成与唯一规格特征参数匹配的商品信息列表,最后按商品信息列表生成对应的商家信息列表。本发明具有针对性强的优点,提高了低频类交易的效率,能够满足低频类交易的需求。
技术领域
本发明涉及电子商业方法领域,具体是一种基于SaaS服务促进低频类商品交易方法。
背景技术
目前电子商业方法一般是基于搜索引擎实现,用户向搜索引擎输入目标商品的关键字,搜索引擎基于一定的搜索算法在互联网上查找相应的信息并呈现给用户。
对于一般的频繁交易的商品而言,其在互联网上的信息量较大、专业性要求不高,因此传统的商业方法能够满足用户需要。但对于一些交易频率低、专业性要求高的商品即低频类交易商品而言,传统的搜索引擎进行搜索时往往搜索不到足够的信息,即使能够搜索到名称对应的商品,也无法得到其精准的信息,用户需自行判断该商品是否符合需求。而且由于低频类交易商品的特殊性,商家可能过去曾经销售过该低频类交易商品并有该低频类交易商品的货源渠道,但目前没有销售,也会导致传统的搜索引擎在互联网上无法查找到相关信息。比如,用户通过传统的搜索引擎查找某品牌挖掘机的机油滤芯,那么搜索引擎会提供众多关于机油滤芯的信息,也可能提供该品牌挖掘机的信息,但无法获得该品牌挖掘机所用机油滤芯的规格信息,如型号、尺寸大小等,需用户自行判断是否符合需要,并且如果经营该机油滤芯的商家由于交易频率低目前没有将货物在互联网上上架,那么用户则无法搜索到对应的商家,导致无法完成交易。
因此,基于传统搜索引擎的电子商业方法仅适用于交易量大、信息量多的普通产品,对于交易频率低、专业性高的低频类交易商品而言无法适用。
发明内容
本发明的目的是提供一种基于SaaS服务促进低频类商品交易方法,以解决现有技术电子商业方法无法适用于低频类交易商品的问题。
为了达到上述目的,本发明所采用的技术方案为:
基于SaaS服务促进低频类商品交易方法,其特征在于:构建面向用户并在互联网上供用户使用的搜索引擎,以及面向商家并在互联网上供商家使用的供销存软件,由搜索引擎、供销存软件构成SaaS服务平台,其中供销存软件以数据形式供商家记载低频类交易商品的商品信息、商家信息、商家销售信息、商家库存信息,搜索引擎与供销存软件相关联,搜索引擎中具有词库和存储有低频类交易商品数据手册的数据库,搜索引擎可调用自身词库、数据库和供销存软件中的数据并基于搜索算法进行搜索;
用户向搜索引擎输入目标低频类交易商品的关键字,搜索引擎首先基于搜索算法与自身词库中数据进行比对处理后得到搜索参数,然后搜索引擎基于搜索算法将搜索参数与自身数据库进行匹配,得到目标低频类交易商品的唯一规格特征参数,接着搜索引擎基于搜索算法调用供销存软件中的数据,寻找与唯一规格特征参数匹配的供销存软件中的商品信息并生成商品信息列表,最后搜索引擎按商品信息列表生成对应的商家信息列表,并将商家信息列表作为最终结果在互联网上呈现给用户,用户根据搜索引擎获取目标低频类交易商品对应的商家信息,与家进行联系,实现基于SaaS服务的低频类交易商品的交易。
所述的基于SaaS服务促进低频类商品交易方法,其特征在于:所述搜索引擎自身的词库中以数据形式存储有低频类交易商品的交易常用词和专业词。
所述的基于SaaS服务促进低频类商品交易方法,其特征在于:所述搜索引擎自身的数据库中以数据形式存储有低频类交易商品数据手册,该数据手册由低频类交易商品的生产厂家获得。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽机器猫电子商务股份有限公司,未经安徽机器猫电子商务股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710217163.9/2.html,转载请声明来源钻瓜专利网。