[发明专利]一种电商运营选款推荐的方法及装置

说明书

本发明涉及一种电商运营选款推荐的方法及装置，所述方法包括以下步骤：根据需求选取和划分人群属性；根据销售历史数据计算商品品类与人群属性的关系；设定电商售卖活动目标人群的各属性即目标属性，进一步计算出各商品品类针对各目标属性的综合得分，按照的综合得分进行排序，并在排序中体现出相应的商品品类排序。本发明首次提供了方便店铺运营人员在销售活动中选款的方法和装置，店铺运营人员可在电商管理平台通过设定销售活动的目标人群属性，得到系统自动计算综合评分排序产生的推荐商品品类排序，然后根据推荐顺序选择希望参与活动的商品，从而大幅提升选款效率。

技术领域

本发明涉及互联网电商领域，具体地说，是一种电商运营选款推荐的方法及装置。

背景技术

主流电商管理后台无法根据店铺运营活动针对的售卖群体自动从海量库存中选择最适合的品类。当运营人员开始策划售卖活动时，将投入大量精力在选款与售卖结果的测算中。对于很多商品品类总数过大的店铺，消耗精力将直接与商品总量成正比，这造成了大量人力资源的消耗。

专利文献CN109636545A，公开日2019.04.16，公开了一种电商平台商品推荐算法，包括以下步骤：步骤一：获取运营商原始数据；步骤二：提取意图特征分析；步骤三：获取第一商品推送用户浏览信息；步骤四：获取用户所在地区若干个购物成功和购物次数最多的若干个商品信息；步骤五：提取关键词，设定权重。该电商平台商品推荐算法，通过获取用户的信息或其他用户的购买记录判断，并进行相关商品的推送，能够满足用户对于地域季节和热门商品进行推送，且如用户对第一次推送的信息未表达出足够的兴趣时，根据当前季节信息、用户所在地区若干个购物成功购物次数最多的若干个商品信息调整推送内容，及时解决第一次推送时，信息不准确的问题，有效的减少了用户挑选商品的时间，提高了用户体验。

专利文献CN107403359A，公开日2017.11.28，公开了一种电商平台商品精准推荐系统及其方法，该系统包括：商品信息存储模块，用于针对每个商品所能满足的消费需求设置预设标签进行分类存储；商品信息分析模块，用于针对每一个用户，对每一个用户每一个搜索行为中获得的商品信息进行分析；用户信息分析模块，用于针对每一个用户，利用上述的分析结果来进行用户画像，利用这个画像来分析用户的其它消费需求，进而对用户的其它消费需求设置搜索标签；商品信息组合分类模块，用于针对每一个用户，将用户搜索行为获得的搜索标签对比商品信息存储模块的预设标签，选出匹配商品并组成备选库；商品推荐模块，用于针对每一个用户，提取备选库内的商品，在用户进行搜索行为时推荐给用户。该发明的电商平台商品精准推荐系统及其方法是在旧有流量的基础上深入发掘用户对其它商品的需求，可以有效地提高电商平台的整体销售额，而且不需要新的流量成本。

然而，以上方法都是针对特定的一名用户有针对性的推荐。目前未见适用于电商运营策划售卖活动时选款，通过自动计算和推荐商品品类的方式，提升运营人员选款效率的方法。

发明内容

本发明的目的是针对现有技术中的不足，提供一种电商运营选款推荐的方法。

本发明的再一的目的是，提供一种电商运营选款推荐的装置。

为实现上述第一个目的，本发明采取的技术方案是：

一种电商运营选款推荐的方法，包括以下步骤：

步骤S1，根据需求选取和划分人群属性；

步骤S2，根据销售历史数据计算商品品类SPU与人群属性的关系；

步骤S3，根据步骤S1对人群属性的划分，设定电商售卖活动目标人群的各属性即目标属性；进一步根据步骤S2计算出各商品品类SPU的针对各目标属性的综合得分，按照综合得分进行排序，且在排序中体现出相应的商品品类SPU排序。

作为一个优选例，所述人群属性选自年龄段、地域、性别、行业类型和收入水平的一种或几种。