[发明专利]属性数据分析的方法和装置

权利要求书

1.一种属性数据分析的方法，其特征在于，包括：

根据商家在同一品牌和/或品类维度下的日均成交总额排名，从所述同一品牌和/或品类的商家中选取预设个数的商家作为候选相似商家，根据预设相似性规则从所述候选相似商家中筛选相似商家，其中，相似性规则包括：替代、重合、规模和高度；

利用所述相似商家的数据看板筛选商家商品的相似商品；

根据所述相似商品的属性值区间，利用预设建议算法计算所述商家商品的建议属性值；

其中，所述数据看板包括如下至少一种信息：商品数据、品牌数据、品类数据、日均成交总额数据、日均浏览量数据、重点商品数据、商品价格弹性数据、商品价格标签数据。

2.根据权利要求1所述的方法，其特征在于，利用所述相似商家的数据看板筛选商家商品的相似商品包括：

从所述相似商家的商品数据中筛选与所述商家的重点商品相似的商品，作为相似商品。

3.根据权利要求1所述的方法，其特征在于，根据所述相似商品的属性值区间，利用预设建议算法计算所述商家商品的建议属性值包括：

根据所述相似商品的属性值区间的最大值和最小值，利用四分卫算法和/或动态优化主导算法和/或目标优化主导算法计算所述商家商品的建议属性值。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：根据所述建议属性值模拟所述商家商品的预测销售数据。

5.一种属性数据分析的方法，其特征在于，包括：

根据商家在同一品牌和/或品类维度下的日均成交总额排名，从所述同一品牌和/或品类的商家中选取预设个数的商家作为候选相似商家，根据预设相似性规则从所述候选相似商家中筛选相似商家，其中，相似性规则包括：替代、重合、规模和高度；

利用所述相似商家的数据看板筛选商家商品的相似商品；

根据所述相似商品的属性值区间模拟所述商品的预测销售数据。

6.根据权利要求5所述的方法，其特征在于，根据所述相似商品的属性值区间模拟所述商品的预测销售数据包括：

将所述相似商品的属性值区间的最大值作为模拟最大值，将所述商品的当前销售属性值乘以预设百分比作为模拟最小值；

利用所述模拟最大值和所述模拟最小值组成的模拟区间，模拟所述商品的预测销售数据。

7.一种属性数据分析的装置，其特征在于，包括：

获取模块，用于根据商家在同一品牌和/或品类维度下的日均成交总额排名，从所述同一品牌和/或品类的商家中选取预设个数的商家作为候选相似商家，根据预设相似性规则从所述候选相似商家中筛选相似商家，其中，相似性规则包括：替代、重合、规模和高度；

筛选模块，用于利用所述相似商家的数据看板筛选商家商品的相似商品；

计算模块，用于根据所述相似商品的属性值区间，利用预设建议算法计算所述商家商品的建议属性值；

其中，所述数据看板包括如下至少一种信息：商品数据、品牌数据、品类数据、日均成交总额数据、日均浏览量数据、重点商品数据、商品价格弹性数据、商品价格标签数据。

8.根据权利要求7所述的装置，其特征在于，所述筛选模块还用于：

从所述相似商家的商品数据中筛选与所述商家的重点商品相似的商品，作为相似商品。

9.根据权利要求7所述的装置，其特征在于，所述计算模块还用于：

根据所述相似商品的属性值区间的最大值和最小值，利用四分卫算法和/或动态优化主导算法和/或目标优化主导算法计算所述商家商品的建议属性值。

10.根据权利要求7所述的装置，其特征在于，所述装置还包括：模拟模块，用于根据所述建议属性值模拟所述商家商品的预测销售数据。