CN110517103B - 一种基于用户收藏的商品推荐方法及*** - Google Patents

一种基于用户收藏的商品推荐方法及*** Download PDF

Info

Publication number
CN110517103B
CN110517103B CN201910614834.4A CN201910614834A CN110517103B CN 110517103 B CN110517103 B CN 110517103B CN 201910614834 A CN201910614834 A CN 201910614834A CN 110517103 B CN110517103 B CN 110517103B
Authority
CN
China
Prior art keywords
commodity
user
collected
collection
shelf
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910614834.4A
Other languages
English (en)
Other versions
CN110517103A (zh
Inventor
范芳铭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Pinwei Software Co Ltd
Original Assignee
Guangzhou Pinwei Software Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Pinwei Software Co Ltd filed Critical Guangzhou Pinwei Software Co Ltd
Priority to CN201910614834.4A priority Critical patent/CN110517103B/zh
Publication of CN110517103A publication Critical patent/CN110517103A/zh
Application granted granted Critical
Publication of CN110517103B publication Critical patent/CN110517103B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
    • G06F16/9562—Bookmark management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0641—Shopping interfaces
    • G06Q30/0643—Graphical representation of items or shoppers

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于用户收藏的商品推荐方法，包括S1：通过数据抽取从用户数据中获取用户最近时间段内的收藏商品信息；S2：查询步骤S1中的收藏商品在各个频道的出售情况，判断当前时间该收藏商品是否是已下架商品；若是，则执行S3；若否，则直接向用户推送该在售/预热商品的信息；S3：判断用户是否在设定时间范围内已经购买过该收藏商品，并结合收藏商品的品类判定该收藏商品是否需要向用户推荐；S4：提取并根据收藏商品的sku码筛选出与收藏商品属于同款的在售/预热商品，再从中挑选出其一推送到收藏页面中展示。而商品推荐***包括执行上述方法的服务器。本发明将用户收藏过的已下架又重新上线售卖的商品再次推荐，提高销售转化率。

Description

一种基于用户收藏的商品推荐方法及***
技术领域
本发明涉及电商数据处理领域，尤其涉及一种基于用户收藏的商品推荐方法及***。
背景技术
目前，现有的网上购物软件会提供“收藏”功能，供用户在未确定是否购买前可将商品收藏在同一个列表页中，方便让用户可在收藏页面中了解商品在售情况，可直接在收藏页面中购买所需的商品。
但是，用户在购物软件中使用收藏功能时会存在以下情况：用户收藏商品时商品当时处于特卖抢购模式，由于当次没有购买成功，目前是下架状态的商品在收藏页面上直接就不再展示了，使得用户无法在从收藏页面中再看到收藏商品的情况。如果短时间内同一商品再次上线，用户的购买可能性会比一般商品的购买可能性要高，但是前期收藏过却下架的商品不再展示在收藏页面，使得用户无法获知收藏商品目前是否处于在售状态，且直接影响大型促销活动期间的转化率，导致销售额得不到提高。
发明内容
为了克服现有技术的不足，本发明的目的之一在于提供一种基于用户收藏的商品推荐方法，可协助用户获知前期收藏商品当前的在售情况，将重新上架的同款商品推荐给用户，从而提高销售转换率。
本发明的目的之二在于提供一种基于用户收藏的商品推荐***，利用服务器执行上述推荐方法，提高销售转化率。
本发明的目的之一采用如下技术方案实现：
一种基于用户收藏的商品推荐方法，包括：
步骤S1：通过数据抽取从用户数据中获取用户最近时间段内的收藏商品信息；其中用户收藏商品信息包括收藏商品的品类、商品收藏的时间；
步骤S2：查询步骤S1中的收藏商品在各个频道的出售情况，判断当前时间该收藏商品是否是已下架商品；若是，则执行步骤S3；若否，则直接向用户推送该收藏商品的在售/预热信息；
步骤S3：判断用户是否在设定时间范围内已经购买过该收藏商品，并结合收藏商品的品类判定该收藏商品是否需要向用户推荐；其中设定时间范围为从收藏时间起点到当前时间；
步骤S4：提取步骤S3中被判定为需要向用户推荐的收藏商品的sku码，根据收藏商品的sku码筛选出与收藏商品属于同款的在售/预热商品，再从中挑选出一个同款商品推送到收藏页面中进行重新上线展示。
进一步地，所述步骤S1中最近时间段是指距离当前时间的N个月内，其中N＝1、2或3。
进一步地，所述步骤S2中已下架商品的定位为商品上下架状态为“下架”或专场的上下架状态为“下架”。
进一步地，所述步骤S3中收藏商品的品类包括日常家用类和家电3C类，收藏商品是否需要向用户推荐至少包括以下几种情况：若收藏商品类型是日常家用类的商品，无论用户在设定时间范围内是否已经购买过该日常家用类的收藏商品，该收藏商品均被判定为需要继续向用户推荐；若收藏商品类型为家电3C类的商品，当判断用户在设定时间范围内并未购买过该家电3C类的收藏商品，该收藏商品被判定为需要继续向用户推荐；当判断用户在设定时间范围内已经购买过该家电3C类的收藏商品，该收藏商品被判定为不需要向用户推荐。
进一步地，所述步骤S3中当用户已经购买过收藏商品时，还需判断该商品是否属于可重复购买的商品，若可重复购买，则向用户推荐；若不可重复购买，则不向用户推荐。
进一步地，所述步骤S4中在售商品的判定方法为当前时间属于档期的展示时间范围内，商品上下架状态为“上架”，且专场的上下架状态为“上架”；而预热商品的判定方法为当前时间属于档期的预热时间内，商品“是否预热”标识为“是”，且商品上下架状态为“上架”，专场的上下架状态同样为“上架”。
进一步地，所述步骤S4中筛选出的同款商品数量存在以下情况：若只找到一个同款在售/预热商品，则将其商品直接推送到收藏页面中进行展示；若找到多个同款在售/预热商品，则选择优先级最高的商品进行推送，其中在售商品的优先级大于预热商品的优先级；若找到在售商品有多个则优先推送结束售卖时间最晚的一个商品；若多个在售时间相同则随机挑选一个商品进行推送；当找到预热商品有多个则推送开售时间最早的一个商品进行推送。
进一步地，所述步骤S4中若无法根据收藏商品的sku码筛选出与收藏商品属于同款的在售/预热商品，则在收藏页面中继续展示该商品的已下架商品详情。
进一步地，所述步骤S4中推送一个同款商品到收藏页面中进行展示前，对收藏页面展示的商品信息进行过滤，保留收藏页面中当前时间仍处于在售/预热状态的商品，将已下架的商品替换为同款在售/预热商品，再将收藏页面中的商品按照原商品的收藏时间进行排序展示。
本发明的目的之二采用如下技术方案实现：
一种基于用户收藏的商品推荐***，包括服务器，所述服务器执行上述的基于用户收藏的商品推荐方法。
相比现有技术，本发明的有益效果在于：
找到用户收藏过的已下架又重新上线售卖的商品，将其再次推荐到用户收藏中，可提高用户的购买率，从而提高销售转化率。
附图说明
图1为本发明基于用户收藏的商品推荐方法的流程示意图。
具体实施方式
下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
实施例一
一种基于用户收藏的商品推荐方法，如图1所示，包括：
步骤S1：通过数据抽取从用户数据中获取用户最近时间段内的收藏商品信息；数据抽取可使用etl工具(etl是英文Extract-Transform-Load的缩写，用来描述将数据从来源端经过萃取extract、转置transform、加载load至目的端的过程)从购买平台的数据库中获取用户的收藏信息，其中用户收藏商品信息包括收藏商品的品类、商品收藏的时间等信息。
上述最近时间段默认是指距离当前时间的N个月内，其中N＝1、2或3；而抽取收藏商品信息的数量最多为300条。
步骤S2：查询步骤S1中的收藏商品在各个频道的出售情况，判断当前时间该收藏商品是否是已下架商品；若是，则执行步骤S3；若否，则直接向用户推送该在售/预热商品的信息；
实时查看收藏商品当前时间是否处于在售状态，对各个频道进行全面查找，若找到当前时间在售的收藏商品，则在用户的收藏页面上进行展示，供用户挑选购买；若收藏商品在各个频道均无发现处于在售/预热状态的，则判定该收藏商品为已下架商品，则开始寻找已下架商品的同款商品进行推荐。
而已下架商品的定义为商品上下架状态为“下架”或专场的上下架状态为“下架”。
步骤S3：判断用户是否在设定时间范围内已经购买过该收藏商品，并结合收藏商品的品类判定该收藏商品是否需要向用户推荐；其中设定时间范围为从收藏时间起点到当前时间；
判断为已下架的商品还需要对用户是否购买过进行二次筛选，由于类似家电3C类的商品相对日常家用类的商品在价格方面会较高，因此用户购买一次家电3C类商品后在短时间内再购买的几率会很小，因此针对已下架且已经购买过的类似家电3C类的收藏商品则不会再将其推荐到收藏页面中展示；而类似于日常家用类，例如服装类、日用品类、美妆类等就算用户已经购买过，用户再次购买的可能性仍然较高，因此就算用户购买过此类的收藏商品，仍会对其进行推荐，供用户二次购买；无论是家电3C类还是日常家用类的商品，若在设定时间范围内没有购买记录，均属于需要向用户推荐商品的状态。
当用户已经购买过收藏商品时，还需判断该商品是否属于可重复购买的商品，若商品只限用户购买一次，则该商品被标定为不可重复购买的商品，若商品并无购买次数的限制，则该商品被标定为可重复购买的商品；若用户已经购买过收藏商品且该商品属于可重复购买商品，则向用户推荐；若不可重复购买，则不向用户推荐。
步骤S4：提取步骤S3中被判定为需要向用户推荐的收藏商品的sku码，根据收藏商品的sku码筛选出与收藏商品属于同款的在售/预热商品，再从中挑选出一个同款商品推送到收藏页面中进行重新上线展示。
在购物电商平台上每款商品都会标记有一个sku码，便于电商平台识别商品。提取收藏商品的sku码后根据sku码从商品仓库中筛选出于收藏商品相同sku码的同款商品，再从同款商品中挑选出处于在售/预热状态的商品。在售商品的判定方法为当前时间属于档期的展示时间范围内，商品上下架状态为“上架”，且专场的上下架状态为“上架”；而预热商品的判定方法为当前时间属于档期的预热时间内，商品“是否预热”标识为“是”，且商品上下架状态为“上架”，专场的上下架状态同样为“上架”。
若只找到一个同款在售/预热商品，则将其商品直接推送到收藏页面中进行展示；若找到多个同款在售/预热商品，则选择优先级最高的商品进行推送，其中在售商品的优先级大于预热商品的优先级，即找到多个在售商品、预热商品时，会选择在售商品进行推送；若找到在售商品有多个则优先推送结束售卖时间最晚的一个商品；若多个在售时间相同则随机挑选一个商品进行推送；当找到预热商品有多个则推送开售时间最早的一个商品进行推送。
推送一个同款商品到收藏页面中进行展示前，对收藏页面展示的商品信息进行过滤，保留收藏页面中当前时间仍处于在售/预热状态的商品，将已下架的商品替换为同款在售/预热商品，并将已下架找到同款替换的商品上标签“重新上线”，供用户知悉商品替换情况；其后将收藏页面中的商品按照原商品的收藏时间进行排序展示，用户可在收藏页面上获知每个收藏商品在当前时间的售卖状态，提高销售转化率。若无法根据收藏商品的sku码筛选出与收藏商品属于同款的在售/预热商品，则代表当前时间的商品仓库中并没有与收藏商品属于同款且处于在售/预热状态的商品，则在收藏页面中继续展示该商品的已下架商品详情，则返回商品图片、商品名称、本电商平台价格、市场价、已选尺码等信息。
本实施例的方法在找到用户收藏过的已下架又重新上线售卖的商品，将其再次推荐到用户收藏中，可提高用户的购买率，从而提高销售转化率。
实施例二
一种基于用户收藏的商品推荐***，包括服务器，所述服务器执行实施例一的商品推荐方法。根据已下架商品的sku码找到同款商品的在售/预热商品是通过UDP协议执行的(UDP协议是用户数据报协议)，UDP实用定时任务启动数据计算，在将找到的商品推送到redis存储***中，供接口调用。而redis的数据存储时间期限为两天，而存储数据的更新频率为每天，更新的数据会覆盖原来的数据，实现每天都对收藏页面上的商品进行更新，提高准确率。
上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。

Claims (9)

1.一种基于用户收藏的商品推荐方法，其特征在于，包括：
步骤S1：通过数据抽取从用户数据中获取用户最近时间段内的收藏商品信息；其中用户收藏商品信息包括收藏商品的品类、商品收藏的时间；所述最近时间段是指距离当前时间的N个月，其中N＝1、2或3；
步骤S2：查询步骤S1中的收藏商品在各个频道的出售情况，判断当前时间该收藏商品是否是已下架商品；若是，则执行步骤S3；若否，则直接向用户推送该收藏商品的在售/预热信息；
步骤S3：判断用户是否在设定时间范围内已经购买过该收藏商品，并结合收藏商品的品类判定该收藏商品是否需要向用户推荐；其中设定时间范围为从收藏时间起点到当前时间；
步骤S4：提取步骤S3中被判定为需要向用户推荐的收藏商品的sku码，根据收藏商品的sku码筛选出与收藏商品属于同款的在售/预热商品，再从中挑选出一个同款商品推送到收藏页面中进行重新上线展示。
2.根据权利要求1所述的基于用户收藏的商品推荐方法，其特征在于，所述步骤S2中已下架商品的定位为商品上下架状态为“下架”或专场的上下架状态为“下架”。
3.根据权利要求1所述的基于用户收藏的商品推荐方法，其特征在于，所述步骤S3中收藏商品的品类包括日常家用类和家电3C类，收藏商品是否需要向用户推荐至少包括以下几种情况：若收藏商品类型是日常家用类的商品，无论用户在设定时间范围内是否已经购买过该日常家用类的收藏商品，该收藏商品均被判定为需要继续向用户推荐；若收藏商品类型为家电3C类的商品，当判断用户在设定时间范围内并未购买过该家电3C类的收藏商品，该收藏商品被判定为需要继续向用户推荐；当判断用户在设定时间范围内已经购买过该家电3C类的收藏商品，该收藏商品被判定为不需要向用户推荐。
4.根据权利要求3所述的基于用户收藏的商品推荐方法，其特征在于，所述步骤S3中当用户已经购买过收藏商品时，还需判断该商品是否属于可重复购买的商品，若可重复购买，则向用户推荐；若不可重复购买，则不向用户推荐。
5.根据权利要求1所述的基于用户收藏的商品推荐方法，其特征在于，所述步骤S4中在售商品的判定方法为当前时间属于档期的展示时间范围内，商品上下架状态为“上架”，且专场的上下架状态为“上架”；而预热商品的判定方法为当前时间属于档期的预热时间内，商品“是否预热”标识为“是”，且商品上下架状态为“上架”，专场的上下架状态同样为“上架”。
6.根据权利要求1所述的基于用户收藏的商品推荐方法，其特征在于，所述步骤S4中筛选出的同款商品数量存在以下情况：若只找到一个同款在售/预热商品，则将其商品直接推送到收藏页面中进行展示；若找到多个同款在售/预热商品，则选择优先级最高的商品进行推送，其中在售商品的优先级大于预热商品的优先级；若找到在售商品有多个则优先推送结束售卖时间最晚的一个商品；若多个在售时间相同则随机挑选一个商品进行推送；当找到预热商品有多个则推送开售时间最早的一个商品进行推送。
7.根据权利要求1所述的基于用户收藏的商品推荐方法，其特征在于，所述步骤S4中若无法根据收藏商品的sku码筛选出与收藏商品属于同款的在售/预热商品，则在收藏页面中继续展示该商品的已下架商品详情。
8.根据权利要求7所述的基于用户收藏的商品推荐方法，其特征在于，所述步骤S4中推送一个同款商品到收藏页面中进行展示前，对收藏页面展示的商品信息进行过滤，保留收藏页面中当前时间仍处于在售/预热状态的商品，将已下架的商品替换为同款在售/预热商品，再将收藏页面中的商品按照原商品的收藏时间进行排序展示。
9.一种基于用户收藏的商品推荐***，其特征在于，包括服务器，所述服务器执行权利要求1～8任一项所述的基于用户收藏的商品推荐方法。
CN201910614834.4A 2019-07-09 2019-07-09 一种基于用户收藏的商品推荐方法及*** Active CN110517103B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910614834.4A CN110517103B (zh) 2019-07-09 2019-07-09 一种基于用户收藏的商品推荐方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910614834.4A CN110517103B (zh) 2019-07-09 2019-07-09 一种基于用户收藏的商品推荐方法及***

Publications (2)

Publication Number Publication Date
CN110517103A CN110517103A (zh) 2019-11-29
CN110517103B true CN110517103B (zh) 2023-06-20

Family

ID=68622296

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910614834.4A Active CN110517103B (zh) 2019-07-09 2019-07-09 一种基于用户收藏的商品推荐方法及***

Country Status (1)

Country Link
CN (1) CN110517103B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111062787A (zh) * 2019-12-28 2020-04-24 广东奥园奥买家电子商务有限公司 一种基于电商平台的商品推荐方法和装置以及设备
CN111523042B (zh) * 2020-07-03 2020-10-23 南京梦饷网络科技有限公司 用于推荐商品的方法、电子设备和存储介质
CN111882388A (zh) * 2020-07-23 2020-11-03 深圳市分期乐网络科技有限公司 一种商品推荐方法、装置、设备及存储介质
CN112116427A (zh) * 2020-09-22 2020-12-22 深圳市分期乐网络科技有限公司 一种商品推荐方法、装置、电子设备及存储介质
CN111881361B (zh) * 2020-09-28 2021-01-05 北京每日优鲜电子商务有限公司 物品信息推送方法、装置、电子设备和计算机可读介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103345695A (zh) * 2013-06-25 2013-10-09 百度在线网络技术（北京）有限公司 一种商品推荐的方法和装置
CN107563859A (zh) * 2017-08-31 2018-01-09 深圳前海弘稼科技有限公司 商品推荐方法、装置、设备及存储介质
CN109872220A (zh) * 2019-01-24 2019-06-11 上海朝朝晤网络科技有限公司 一种商品推荐单推送方法及商品推荐单推送***

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107730337A (zh) * 2016-08-12 2018-02-23 北京京东尚科信息技术有限公司 信息推送方法和装置
CN106570740B (zh) * 2016-10-20 2020-10-09 北京小米移动软件有限公司 商品下单购买方法、装置和服务器
CN107133845A (zh) * 2017-04-28 2017-09-05 深圳齐心集团股份有限公司 一种电子商务购物***
CN107507017A (zh) * 2017-07-07 2017-12-22 阿里巴巴集团控股有限公司 一种线下导购方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103345695A (zh) * 2013-06-25 2013-10-09 百度在线网络技术（北京）有限公司 一种商品推荐的方法和装置
CN107563859A (zh) * 2017-08-31 2018-01-09 深圳前海弘稼科技有限公司 商品推荐方法、装置、设备及存储介质
CN109872220A (zh) * 2019-01-24 2019-06-11 上海朝朝晤网络科技有限公司 一种商品推荐单推送方法及商品推荐单推送***

Also Published As

Publication number Publication date
CN110517103A (zh) 2019-11-29

Similar Documents

Publication Publication Date Title
CN110517103B (zh) 一种基于用户收藏的商品推荐方法及***
CN107332910B (zh) 信息推送方法和装置
US20020065797A1 (en) System, method and computer program for automated collaborative filtering of user data
CN106445905B (zh) 问答数据处理、自动问答方法及装置
CN105631722A (zh) 服务信息推送方法、服务信息推送***和终端
WO2004109442A2 (en) System and method for providing product recommendations
JP4387340B2 (ja) 顧客嗜好情報収集装置および顧客嗜好情報収集方法
CN109711917B (zh) 信息推送方法和装置
CN104615721B (zh) 用于基于退货关联信息推荐商品的方法和***
CN112948521B (zh) 对象处置方法及装置
AU2015283827A1 (en) Online shopping system and method
CN103903148A (zh) C2c***、b2c***及其使用方法
CN112925973A (zh) 数据处理方法和装置
CN112529666B (zh) 商品推荐方法、***、计算机设备及存储介质
US20150073840A1 (en) Information processing device, program and electronic receipt system
JP5941366B2 (ja) 単価設定装置、単価設定方法及び単価設定プログラム
US20120035982A1 (en) System For Providing Retail Store Information
CN108510370A (zh) 利用微信公众账号进行购物的方法及装置
CN115482059A (zh) 物品组合处理方法、装置、处理设备及存储介质
JP5774801B1 (ja) 商品注文受付装置、商品注文受付方法及び商品注文受付プログラム
JP2002304537A (ja) 商品注文システム
CN113763079A (zh) 一种信息推送的方法、装置和存储介质
CN113052643A (zh) 基于5g消息的优惠券处理方法、***、客户端及服务器
JP5467096B2 (ja) 商品情報補完方法，商品情報補完装置，および商品情報補完プログラム
JP2007122675A (ja) 即時買い物システム

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant