[发明专利]一种基于亚马逊平台的ASIN组的关键词推荐方法

说明书

本发明提供了一种基于亚马逊平台的ASIN组的关键词推荐方法，属于数据处理技术领域，该方法包括：对待分析的ASIN，利用ASIN关联算法建立与ASIN_0相似的产品组成的ASIN组，并命名为ASIN组A，获取所有与ASIN组A建立联系的关键词库B；计算得到关键词库B中关键词对ASIN组A中产品的关联度。本发明可以实现对关键词与一组ASIN之间的关联性进行全局性的定量分析。

技术领域

本发明属于数据处理技术领域，尤其涉及一种基于亚马逊平台的ASIN组的关键词推荐方法。

背景技术

根据统计，在美国超过66％的消费者，在购物之前会在亚马逊的搜索引擎中通过关键词进行搜索，找到自己想要买的产品。亚马逊为每一个产品的listing自动生成一个唯一的编号，称为ASIN(Amazon Standard Identification Number)。一般来说，买家大多只会点击搜索结果排在最前面的几个ASIN，而越往后，点击率越低。而亚马逊平台开发了所谓A9算法，根据数以亿计的大数据运算，为买家找到“最有可能”产生订单的ASIN，放在第一个搜寻结果上，“第二可能”的ASIN放在第二个，以此类推，其目的是为了最大程度的促进销售从而获取佣金，同时也提升买家的使用体验。虽然亚马逊并没有完整公布A9算法是如何决定搜寻关键词排序的，但根据多年的运营经验，卖家们也总结出几个最关键的要素，这些要素包括关键词的相关性、销量、商品库存和售价等，其中关键词的相关性是决定排序的最重要因素。ASIN与关键词的相关性越高，排序也会越高。因此，对跨境电商企业即亚马逊卖家而言，对亚马逊关键词的相关性进行深度分析，是获取更多流量、提高销量的必经之路。

在跨境电商领域，目前已有一些针对亚马逊关键词进行分析的解决方案，比如紫鸟数据魔方的紫鸟天眼功能，卖家精灵的关键词挖掘，以及其他一些产品的关键词反查等等。但是，由于缺乏产品关联算法的支持，在分析关键词的相关性时，这些已有的解决方案都只能简单获取关键词与某单个ASIN的“热度”或搜索排序作为相关性的参考值。事实上，真正重要的是对关键词与某个细分品类或者一组相关ASIN(即ASIN组)的总体相关性进行量化分析，因为这可以降低关键词选取的特异性，同时筛选掉那些应用范围过小的长尾词，从而帮助卖家从更高的层次、更全面的视角和更丰富的维度来准确判断和分析关键词的相关性和流量特征，为卖家在选品、促销推广和优化listing等多方面提供精准而长期的指导。

发明内容

针对现有技术中的上述不足，本发明提供的一种基于亚马逊平台的ASIN组的关键词推荐方法，可以对关键词与一组ASIN之间的关联性进行全局性的定量分析。

为了达到以上目的，本发明采用的技术方案为：

本方案提供一种基于亚马逊平台的ASIN组的关键词推荐方法包括以下步骤：

S1、对待分析的ASIN，利用ASIN关联算法建立与ASIN_0相似的产品组成的ASIN组，并命名为ASIN组A，其中待分析的ASIN记为ASIN_0；

S2、获取所有与ASIN组A建立联系的关键词库B；

S3、计算得到关键词库B中关键词对ASIN组A中产品的关联度，完成基于亚马逊平台的ASIN组的关键词推荐。

本发明的有益效果是：本发明建立了关键词与ASIN之间的关联度定量模型。在亚马逊的搜索某个关键词得到的产品列表中，ASIN所处的位置和ASIN与关键词之间的关联度保持着正相关关系，其量化关系可以通过A9算法中的“关注度衰减曲线”进行数学拟合而确定，其次，本发明对某个考察中的ASIN(称为“元ASIN”)可快速获取其相关的一组ASIN并建立ASIN组。此时，某关键词与该ASIN组整体关联性的计算，将根据同组ASIN的相关信息进行必要的调整、优化和整合，从而得到全新的整体关联度即关键词的推荐度指数，它反映的是该关键词与ASIN组之间的全局相关性。

进一步地，所述步骤S3包括以下步骤：