[发明专利]基于商品售卖的目标对象的属性的选择方法及装置

说明书

本发明属于商品销售技术领域，公开了一种基于商品售卖的目标对象的属性选择方法及装置。其中，所述方法应用于商品售卖客户端，所述方法包括：获取至少两个对象的原始数据，对原始数据进行预处理，得到第一数据；获取至少两个对象的标识及其对应的第一数据，组成特征向量矩阵；对特征向量矩阵里的任意两个特征向量进行相似度计算，并获取预设的相似度阈值，从对象中匹配出至少一个相似对象；根据相似对象的第一数据，计算目标对象的预测数据，得到第二数据；将第二数据与第一数据逐一进行比对，判断第二数据是否符合第一数据；当确定第二数据符合第一数据时，对目标对象上的属性进行新增或替换。本发明的方法能够实现对售卖商品的选择。

技术领域

本发明涉及商品销售技术领域，尤其涉及一种基于商品售卖的目标对象的属性的选择方法及装置。

背景技术

传统的售货机运营中，高度依赖运营人员经验选择售货机商品，但是由于人工经验有限，以及人员变动、环境变化等情况会造成人工经验不能很好的应用。特别是在一些场景下，人工经验会有一定局限性。例如，一般情况下，运营人员会参考售货机所在的场所类型选择商品，这样一方面会导致同类场所的售货机商品品类高度一致，从而缺少差异性和个性化；另一方面，人工经验缺少从更高维度上总结销售规律的能力，售货机不应该只是单纯根据场所等简单特征做分类，高维度的分类与相似度判断可以提供更精细化的运营。

传统的人工经验选择商品的过程中，场所的考虑其实就是一种简单的找相似售货机的过程。然而这种思路过于简单，同一场所的售货机之间也是存在一定的差异性。由此，需要一种可以计算售货机之间的相似程度的方法，实现预测售货机上没有售卖的商品的销量，从而对售货机推荐相似的售货机上高销量的商品。

发明内容

本发明的第一个目的在于提供一种基于商品售卖的目标对象的属性选择方法，其旨在解决相关技术中售卖商品选择的准确率不高的技术问题。

为达到上述目的，本发明提供的方案是：一种基于商品售卖的目标对象的属性选择方法，应用于商品售卖客户端，所述方法包括：

获取至少两个对象的原始数据，对所述原始数据进行预处理，得到第一数据；

获取至少两个对象的标识及其对应的所述第一数据，组成特征向量矩阵；

对所述特征向量矩阵里的任意两个特征向量进行相似度计算，并获取预设的相似度阈值，从所述对象中匹配出至少一个相似对象；

根据所述相似对象的所述第一数据，计算目标对象的预测数据，得到第二数据；

将所述第二数据与所述第一数据进行比对，判断所述第二数据是否符合所述第一数据；

当确定所述第二数据符合所述第一数据时，对所述目标对象上的所述属性进行新增或替换。

进一步地，所述对所述原始数据进行预处理包括：排除所述原始数据的异常；和/或，对所述原始数据进行均一化处理。

进一步地，所述根据所述相似对象的所述第一数据，计算目标对象的预测数据，得到第二数据的步骤包括：获取所述第一数据及其对应的特征值，根据所述特征值，判断预测数据是否可用：

若可用，则得出所述第二数据；

若不可用，则舍弃所述第二数据。

进一步地，所述特征值包括：相似对象的相似度、相似对象的数量、相似对象之间的标准差、对象所在场所的分类、属性的类别中的一种或多种。

进一步地，所述从所述对象中匹配出至少一个相似对象包括：假设对象a和对象b，特征向量分别为A和B，则对象a和对象b之间的相似度Sa,b：

进一步地，所述计算目标对象的预测数据包括：假设对象a的属性x的预测数据为Px,a，则：