CN114444577A - 一种产品自动分类方法、装置、计算机设备及存储介质 - Google Patents
一种产品自动分类方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN114444577A CN114444577A CN202111676438.8A CN202111676438A CN114444577A CN 114444577 A CN114444577 A CN 114444577A CN 202111676438 A CN202111676438 A CN 202111676438A CN 114444577 A CN114444577 A CN 114444577A
- Authority
- CN
- China
- Prior art keywords
- product
- information
- products
- layer
- classified
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000003860 storage Methods 0.000 title claims abstract description 17
- 230000011218 segmentation Effects 0.000 claims abstract description 26
- 238000003066 decision tree Methods 0.000 claims abstract description 21
- 238000007781 pre-processing Methods 0.000 claims abstract description 21
- 230000004931 aggregating effect Effects 0.000 claims abstract description 19
- 230000006870 function Effects 0.000 claims description 34
- 238000004590 computer program Methods 0.000 claims description 19
- 238000004458 analytical method Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 2
- 239000000047 product Substances 0.000 description 454
- 239000000463 material Substances 0.000 description 8
- 230000008569 process Effects 0.000 description 5
- 238000009826 distribution Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000010985 leather Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003020 moisturizing effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000000241 respiratory effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/24323—Tree-organised classifiers
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- 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
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Entrepreneurship & Innovation (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及产品分类技术领域,尤其是涉及一种产品自动分类方法、装置、计算机设备及存储介质,其方法包括获取待分类产品的信息;基于预设词库对待分类产品的信息进行预处理,确定每个待分类产品对应的分词组,分词组包括待分类产品对应的商品树结构信息,其中,商品树结构包括由上至下依次设置的产品线层、功能细分层、应用场景层、决策树层、组单位层和单品层;同时,使符合预设条件的商品树结构信息聚合,得到候选产品信息集合;按照商品树结构信息分类待分类产品,根据待分类产品与商品树结构信息的对应关系,将待分类产品分类至相应的候选产品信息集合。解决了现有产品分类方法分类效率低的问题。本申请具有提高产品分类效率的效果。
Description
技术领域
本申请涉及产品分类技术领域,尤其是涉及一种产品自动分类方法、装置、计算机设备及存储介质。
背景技术
随着互联网技术的迅速发展,数据量剧增,从产品的类别到制造商、供应商、乃至同一类别下产品的品牌名称和产品名称,数量众多。产品数量可以达到百万级、千万级等,需要花费大量的时间来分类产品信息。
因此,对产品信息进行分类的工作量是非常大的。现有的产品分类依靠人工进行,效率低、不便于管理产品。
针对上述中的相关技术,发明人认为现有的产品分类方法存在有分类效率低的缺陷。
发明内容
为了提高产品的分类效率,本申请提供了一种产品自动分类方法、装置、计算机设备及存储介质。
第一方面,本申请提供一种产品自动分类方法,具有提高产品分类效率的特点。
本申请是通过以下技术方案得以实现的:
一种产品自动分类方法,包括以下步骤:
获取待分类产品的信息;
基于预设词库对待分类产品的信息进行预处理,确定每个所述待分类产品对应的分词组,所述分词组包括所述待分类产品对应的商品树结构信息,其中,所述商品树结构包括由上至下依次设置的产品线层、功能细分层、应用场景层、决策树层、组单位层和单品层;
所述产品线层用于表征产品类别;
所述功能细分层用于表征产品所处行业用途;
所述应用场景层用于表征产品应用场景;
所述决策树层用于表征产品关键特性;
所述组单位层用于使只有一个参数不同的产品按组分类;
所述单品层用于以品牌、组名称、参数、制造商型号、物理单位/计价单位命名表征任一单品;
同时,使符合预设条件的商品树结构信息聚合,得到候选产品信息集合;
按照所述商品树结构信息分类所述待分类产品,根据所述待分类产品与所述商品树结构信息的对应关系,将所述待分类产品分类至相应的所述候选产品信息集合。
通过采用上述技术方案,获取待分类产品的信息,基于预设词库对待分类产品的信息进行预处理,确定待分类产品对应的分词组,分词组包括待分类产品对应的商品树结构信息,以按照商品树结构信息分类待分类产品;同时,使符合预设条件的商品树结构信息聚合,得到候选产品信息集合,以形成待分类产品的类别目录;根据待分类产品与商品树结构信息的对应关系,将待分类产品分类至相应的候选产品信息集合,以使待分类产品分类至对应的类别目录下,完成产品的自动分类;进而一种产品自动分类方法无需人工进行分类,提高了分类效率,便于管理丰富多样的产品。
本申请在一较佳示例中可以进一步配置为:所述商品树结构还包括隐藏层,所述隐藏层用于表征产品仓网布局和区域。
通过采用上述技术方案,商品树结构还包括表征产品仓网布局和区域的隐藏层,使得内部管理人员能够根据仓网布局和区域位置进行产品调配,以更贴合实际地分类与管理产品。
本申请在一较佳示例中可以进一步配置为:所述使符合预设条件的商品树结构信息聚合,得到候选产品信息集合的步骤的同时,还包括以下步骤:
获取用户的产品需求信息和已有的商品树结构信息;
确定待拓展的候选产品信息集合;
基于待拓展的所述候选产品信息集合、所述产品线层和所述功能细分层,拓展所述候选产品信息集合。
通过采用上述技术方案,获取用户的产品需求信息和已有的商品树结构信息,确定待拓展的候选产品信息集合,并结合产品线层和功能细分层拓展候选产品信息集合,以横向扩展商品树结构,使得商品树结构每一层级的项的数量更多,拓展的商品树结构能容纳分类更多的产品。
本申请在一较佳示例中可以进一步配置为:所述基于待拓展的所述候选产品信息集合、所述产品线层和所述功能细分层,拓展所述候选产品信息集合的步骤后,还包括以下步骤:
采用格子分析法分析待拓展的所述候选产品信息集合,拓展所述候选产品信息集合。
通过采用上述技术方案,采用格子分析法分析待拓展的候选产品信息集合,拓展候选产品信息集合,以纵向扩展商品树结构,使得商品树结构的层级分支更多,拓展的商品树结构能容纳分类更多的产品。
本申请在一较佳示例中可以进一步配置为:所述分词组还包括当前的时间信息,所述使符合预设条件的商品树结构信息聚合,得到候选产品信息集合的步骤后,还包括以下步骤:
基于所述时间信息,优先排列对应所述时间信息的所述候选产品信息集合,并使排序后的所述候选产品信息集合替换得到的所述候选产品信息集合。
通过采用上述技术方案,基于时间信息,优先排列对应时间信息的候选产品信息集合,并使排序后的候选产品信息集合替换得到的候选产品信息集合,以结合当前的时间信息优先排列当季的产品,进而便于用户更快找到符合当前节气的产品。
本申请在一较佳示例中可以进一步配置为:所述分词组还包括当前的地域信息,所述使排序后的所述候选产品信息集合替换得到的所述候选产品信息集合的步骤前,还包括以下步骤:
基于所述地域信息,使对应所述时间信息的优先排序的所述候选产品信息集合按对应的所述地域信息优先排序。
通过采用上述技术方案,基于地域信息,使对应时间信息的优先排序的候选产品信息集合按对应的地域信息优先排序,以在优先排列当季的产品的同时考虑用户所处的地域信息,优先排列对应地域信息下的当季产品,基于用户所处的地域信息预测用户的消费习惯,进而便于用户更快找到所需产品。
本申请在一较佳示例中可以进一步配置为:所述分词组还包括对应的产品类别的库存数量信息,所述使排序后的所述候选产品信息集合替换得到的所述候选产品信息集合的步骤前,还包括以下步骤:
基于所述库存数量信息,使所述候选产品信息集合按由大到小的顺序进行排序。
通过采用上述技术方案,基于库存数量信息,使候选产品信息集合按由大到小的顺序进行排序,以在优先排列对应地域信息下的当季产品的同时,使库存数量较多的产品优先排列,有利于商家的低销货品出售。
本申请在一较佳示例中可以进一步配置为:当所述待分类产品无相应的所述候选产品信息集合时,还包括以下步骤:
获取用户的产品需求信息;
基于所述产品需求信息推荐目标产品集;
获取所述目标产品集中被选中的目标产品信息;
基于预设词库对所述目标产品信息进行预处理,确定所述目标产品信息对应的分词组;
按照所述分词组的商品树结构信息分类所述目标产品,根据所述目标产品与所述商品树结构信息的对应关系,将所述目标产品分类至相应的所述候选产品信息集合。
通过采用上述技术方案,当待分类产品无相应的候选产品信息集合时,根据用户的产品需求信息推荐目标产品集,并基于被选中的目标产品信息进行预处理,确定目标产品信息对应的分词组,以按照分词组的商品树结构信息分类目标产品,进而在待分类产品找不到相应的候选产品信息集合进行分类的情况下,推荐用户选购其他符合需求信息的产品,避免出现无搜索结果的情况,以提升用户的体验感。
第二方面,本申请提供一种产品自动分类装置,具有提高产品分类效率的特点。
本申请是通过以下技术方案得以实现的:
一种产品自动分类装置,包括:
数据获取模块,用于获取待分类产品的信息;
预处理模块,用于基于预设词库对待分类产品的信息进行预处理,确定每个所述待分类产品对应的分词组,所述分词组包括所述待分类产品对应的商品树结构信息,其中,所述商品树结构包括由上至下依次设置的产品线层、功能细分层、应用场景层、决策树层、组单位层和单品层,所述产品线层用于表征产品类别,所述功能细分层用于表征产品所处行业用途,所述应用场景层用于表征产品应用场景,所述决策树层用于表征产品关键特性,所述组单位层用于使只有一个参数不同的产品按组分类,所述单品层用于以品牌、组名称、参数、制造商型号、物理单位/计价单位命名表征任一单品;
候选产品信息集合模块,用于使符合预设条件的商品树结构信息聚合,得到候选产品信息集合;
分类模块,用于按照所述商品树结构信息分类所述待分类产品,根据所述待分类产品与所述商品树结构信息的对应关系,将所述待分类产品分类至相应的所述候选产品信息集合。
第三方面,本申请提供一种计算机设备,具有提高产品分类效率的特点。
本申请是通过以下技术方案得以实现的:
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述一种产品自动分类方法的步骤。
第四方面,本申请提供一种计算机可读存储介质,具有提高产品分类效率的特点。
本申请是通过以下技术方案得以实现的:
一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述一种产品自动分类方法的步骤。
第五方面,本申请提供一种计算机程序产品,具有提高产品分类效率的特点。
本申请是通过以下技术方案得以实现的:
一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现上述一种产品自动分类方法的步骤。
综上所述,本申请包括以下至少一种有益技术效果:
1、一种产品自动分类方法按照商品树结构信息分类待分类产品,同时,使符合预设条件的商品树结构信息聚合,得到候选产品信息集合,以形成待分类产品的类别目录,根据待分类产品与商品树结构信息的对应关系,使待分类产品分类至对应的类别目录下,完成产品的自动分类,无需人工进行分类,提高了分类效率,便于管理丰富多样的产品;
2、商品树结构还包括表征产品仓网布局和区域的隐藏层,使得内部管理人员能够根据仓网布局和区域位置进行产品调配,以更贴合实际地分类与管理产品;
3、获取用户的产品需求信息和已有的商品树结构信息,结合产品线层和功能细分层拓展候选产品信息集合,以横向扩展商品树结构,使得商品树结构每一层级的项的数量更多;
4、采用格子分析法分析待拓展的候选产品信息集合,拓展候选产品信息集合,以纵向扩展商品树结构,使得商品树结构的层级分支更多;
5、结合当前的时间信息优先排列当季的产品,便于用户更快找到符合当前节气的产品;
6、优先排列对应地域信息下的当季产品,基于用户所处的地域信息预测用户的消费习惯,便于用户更快找到所需产品;
7、在优先排列对应地域信息下的当季产品的同时,使库存数量较多的产品优先排列,有利于商家的低销货品出售;
8、在待分类产品找不到相应的候选产品信息集合进行分类的情况下,推荐用户选购其他符合需求信息的产品,避免出现无搜索结果的情况,以提升用户的体验感。
附图说明
图1是本申请其中一实施例一种产品自动分类方法的流程示意图。
图2是基于时间信息、地域信息和库存信息对候选产品信息集合进行排序的流程示意图。
图3是当待分类产品无相应的候选产品信息集合时的推荐流程图。
图4是产品线层和功能细分层的部分设计示意图。
图5是本申请其中一实施例一种产品自动分类装置的结构框图。
具体实施方式
本具体实施例仅仅是对本申请的解释,其并不是对本申请的限制,本领域技术人员在阅读完本说明书后可以根据需要对本实施例做出没有创造性贡献的修改,但只要在本申请的权利要求范围内都受到专利法的保护。
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
另外,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,如无特殊说明,一般表示前后关联对象是一种“或”的关系。
下面结合说明书附图对本申请实施例作进一步详细描述。
参照图1,本申请实施例提供一种产品自动分类方法,所述方法的主要步骤描述如下。
S1:获取待分类产品的信息;
S2:基于预设词库对待分类产品的信息进行预处理,确定每个待分类产品对应的分词组,分词组包括待分类产品对应的商品树结构信息,其中,商品树结构包括由上至下依次设置的产品线层、功能细分层、应用场景层、决策树层、组单位层和单品层;
产品线层用于表征产品类别;
功能细分层用于表征产品所处行业用途;
应用场景层用于表征产品应用场景;
决策树层用于表征产品关键特性;
组单位层用于使只有一个参数不同的产品按组分类;
单品层用于以品牌、组名称、参数、制造商型号、物理单位/计价单位命名表征任一单品;
S3:同时,使符合预设条件的商品树结构信息聚合,得到候选产品信息集合;
S4:按照商品树结构信息分类待分类产品,根据待分类产品与商品树结构信息的对应关系,将待分类产品分类至相应的候选产品信息集合。
进一步地,S2:商品树结构还包括隐藏层,隐藏层用于表征产品仓网布局和区域。
进一步地,S3:使符合预设条件的商品树结构信息聚合,得到候选产品信息集合的步骤的同时,还包括以下步骤:
S31:获取用户的产品需求信息和已有的商品树结构信息;
确定待拓展的候选产品信息集合;
基于待拓展的候选产品信息集合、产品线层和功能细分层,拓展候选产品信息集合。
进一步地,S31:基于待拓展的候选产品信息集合、产品线层和功能细分层,拓展候选产品信息集合的步骤后,还包括以下步骤:
S32:采用格子分析法分析待拓展的候选产品信息集合,拓展候选产品信息集合。
参照图2,进一步地,分词组还包括当前的时间信息,S3:使符合预设条件的商品树结构信息聚合,得到候选产品信息集合的步骤后,还包括以下步骤:
S031:基于时间信息,优先排列对应时间信息的候选产品信息集合。
进一步地,分词组还包括当前的地域信息,S031:优先排列对应时间信息的候选产品信息集合的步骤后,还包括以下步骤:
S032:基于地域信息,使对应时间信息的优先排序的候选产品信息集合按对应的地域信息优先排序。
进一步地,分词组还包括对应的产品类别的库存数量信息,S032:使对应时间信息的优先排序的候选产品信息集合按对应的地域信息优先排序的步骤后,还包括以下步骤:
S033:基于库存数量信息,使候选产品信息集合按由大到小的顺序进行排序。
S034:使排序后的候选产品信息集合替换得到的候选产品信息集合。
参照图3,进一步地,当待分类产品无相应的候选产品信息集合时,还包括以下步骤:
S51:获取用户的产品需求信息;
S52:基于产品需求信息推荐目标产品集;
S53:获取目标产品集中被选中的目标产品信息;
S54:基于预设词库对目标产品信息进行预处理,确定目标产品信息对应的分词组;
S55:按照分词组的商品树结构信息分类目标产品,根据目标产品与商品树结构信息的对应关系,将目标产品分类至相应的候选产品信息集合。
具体地,上述各个实施例的具体流程步骤描述如下。
获取待分类产品的信息,具体的信息内容包括下文描述的与产品相关信息。
基于预设词库对待分类产品的信息进行预处理,确定每个待分类产品对应的分词组。分词组包括待分类产品对应的商品树结构信息,其中,商品树结构包括由上至下依次设置的产品线层(Product Line)、功能细分层(Segment)、应用场景层(Family)、决策树层(Category)、组单位层(Group)、单品层(SKU)和隐藏层。
参照图4,产品线层用于表征产品类别。Product Line若基于应用或其他规则分类产品线层,无法避免同一个SKU只在一个位置出现,从而会引起查询歧义。例如,一个螺栓,按照应用分类,可以放在煤矿专用设备配件中,也可以放在发电专用设备配件中,还可以放在铁路专用设备及配件,即同一个SKU在多个位置出现而引起查询歧义。又例如,紧固件一般都是标准件,螺栓若按应用分类,就没有统一的标准,同时,还会造成相同的物料对应多个SKU,占用多个库位,库存金额也相应上升。故产品线层基于MRO(Maintenance,Repair&Operations,只用于维护、维修、运行设备的不直接构成产品的物料和服务)产品的功能划分,以将MRO品类全面覆盖,避免了同一个SKU在多个位置出现而引起查询歧义的情况。具体地,可参考企业通用的商品类别进行产品线层划分,如:工具和耗材、个人防护、安全防护、物料搬运和存储包装、测量检测、配电工控及自动化、刀具量具磨具磨料及小型机床等类别项,以全面覆盖各类产品和减少查询歧义的情况发生,节省了***存储空间和库存。
功能细分层用于表征产品所处行业用途。Segment基于客户行业和产品功能进行细分,以丰富产品的分类类目,更全面和精准覆盖各类产品。客户行业可以是园林行业、焊接行业等等。例如,产品的功能是个人防护相关用品,则根据功能细分为足部防护、呼吸防护、手部防护、头部防护、听力防护、眼部和面部防护、工作服、坠落防护等。
应用场景层用于表征产品应用场景。Family基于客户的应用场景进行划分,以覆盖客户需求。例如,“手部防护”,这里面分为“基础劳保手套和袖套”、“皮手套”、“涂层手套和浸胶手套”、“耐高低温手套护臂”、“焊接手套和护臂”、“防电弧手套”等,进而客户可以根据自己所使用的场景,挑选到适合的产品。
决策树层用于表征产品关键特性。Category基于客户购买产品的决策树逻辑,依次从不同标准维度进行细分。其中,决策树指客户购买决策过程中考虑的各种因素,如品牌、功能、价格、包装、产地等,并按先后次序排列形成。本实施例中,可按材质、尺码、规格/尺寸、符合标准、测量范围、颜色、承载(kg)、容量(L)、功率(W)和适应面积(㎡)的顺序进行排序,或按品牌、功能、价格、包装、产地的顺序进行排序等等。例如,“X射线防护手套”,挑选分类产品时,客户首先考虑的是铅当量,如果选择的铅当量不正确,起不到防护作用,会造成人员伤害。所以,Category会按客户购买决策树考虑的各种因素的比例进行分类和依次排序,以方便客户快速选择到所需产品。
因产品的品牌和品牌下的产品数量多、等级多,有的呈“正三角”分布,如工业级、专业级、半专业级、民用级等;有的呈“倒三角”分布,如知名品牌、头部工厂、单品第一等。且价格具有高中低。本实施例中,同一个Category下的产品,按不同品牌整理相同的关键特性,以方便用户挑选对比。
具体地,判断品牌的高中低端方法包括以下步骤:
获取该品牌等级的三个因子,本实施例中,可获取该品类产品的市场占有率、该品牌产品的市场面价在同类产品中的区间范围、同行业的评价值及行业专家的评判值;
设定市场占有率以第一比重、市场面价在同类产品中的区间范围以第二比重、同行业的评价值及行业专家的评判值以第三比重,同时,设定每一个因素的得分标准;
通过加权平均,将计算结果与前期设定的高中低端品牌的分值区间进行比较,以根据比较结果判断品牌的定位。
当计算结果位于对应的高中低端品牌的分值区间内时,即该对应的高中低端品牌为该产品在市场上的品牌定位。
本实施例中,第一比重可以为40%、第二比重可以为30%、第三比重可以为30%。
故定义高中低端品牌的因素并不是考虑价格因素,而是要站在产品的角度分析,从而搭建产品结构。
按不同品牌整理相同的关键特性的步骤包括:
基于不同品牌下的产品,获取客户优先考虑的参数作为主要参数因子;
再根据获取的客户的其他需求,制定其他参数因子;
结合各参数因子在购买决策中所起的作用,按由大到小的顺序,使主要参数因子和其他参数因子按顺序排列;
最后经筛选,保留合适的主要参数因子和其他参数因子及其排列顺序,作为根据不同品牌产品整理的相同的关键特性。
当然,因部分品类品牌非常多,可在获取到客户询问频繁的信息后再确定是否优先开发。比如,手工具中史丹利等头部品牌,因为这些品牌不论是市场持续投入能力,还是从全国经销商拿货的角度都是比较有保障的,可优先开发。特别地,某品牌在某一领域有很强的知识技术和很多的客户资源时,可以再进行二次的产品线拓展,从性价比高的产品入手,按照高中低端品牌线开始布局。
组单位层用于使只有一个参数不同的产品按组分类。Group指只有一个参数是不相同的相同类型的产品,常见的有尺寸参数、材质参数、载重参数等不同。例如,同样一个款式的安全鞋,不同的人需要不同的尺码,故把这个款式的安全鞋的各种尺码放在一个Group里面,客户选择进入后,可下单各种不同尺码的安全鞋,更方便与快捷。
单品层用于以品牌、组名称、参数、制造商型号、物理单位/计价单位命名表征任一单品。SKU指一个单品,其命名原则是品牌+Group名称+参数+制造商型号+物理单位/计价单位。本实施例中,单品层中所含品牌名称需与***中的预置品牌名称描述一致,不得出现简写或者误写品牌名称的情况。同时,***可自动检查已有产品库,品牌ID和制造商型号不得与***已有的品牌ID和制造商型号重复。
基于单品层,可自动生成唯一编码SKU码,实现一物一码。同时,如果待分类的产品有国标编码,则会将产品的国际编码进行对应录入,并与自动生成的SKU码进行绑定,进行有利于兼容采用国标编码的产品,扩大***的应用范围。
目前,单品层可按供应商服务覆盖的区域来维护区域供货渠道,每增加一个区域自动生成一个子SKU码,该子SKU码仅对应唯一供应商。同时,该子SKU码关联单品层,既易于区分又易于辨识,根据子SKU码,可任意进行任一单品的销量和采购量的数据提取,便于分仓备货管理、快速出货、快速响应等等。
隐藏层用于表征产品仓网布局和区域。隐藏层指第七层树结构,即是一个平台上不显现的结构,是根据产品自身仓网布局、产品区域分布等情况来规划的。
同时,使符合预设条件的商品树结构信息聚合,得到候选产品信息集合。预设条件可以为与预设词库中的商品树结构信息分词组中的产品线层、功能细分层和应用场景层信息相同的商品树结构信息,即使产品线层、功能细分层、应用场景层信息和预处理后的商品树结构信息中的产品线层、功能细分层、应用场景层信息相同的预设词库中的商品树结构信息聚合,得到候选产品信息集合。
分词组包括六层或七层的商品树结构信息。分词组还包括输入产品时对应的当前的时间信息、当前的地域信息和对应的相同产品类别的库存数量信息等。
在得到候选产品信息集合后,基于时间信息,如2021-12-21,代表冬至,优先排列对应时间信息的候选产品信息集合,以结合当前的时间信息优先排列当季的产品,如在搜索沐浴露产品时,优先排序适合冬季使用的滋润型沐浴露,便于用户更快找到符合当前节气的产品。
接着,基于地域信息,如华南、华北等,使对应时间信息的优先排序的候选产品信息集合按对应的地域信息优先排序,以在优先排列当季的产品的同时考虑用户所处的地域信息,优先排列对应地域信息下的当季产品,因相比于其他品牌类型的产品,用户更熟悉本土化品牌的产品,故基于用户所处的地域信息预测用户的消费习惯,便于用户更快找到所需产品。
紧接着,基于库存数量信息,使候选产品信息集合按由大到小的顺序进行排序,以在优先排列对应地域信息下的当季产品的同时,使库存数量较多的产品优先排列,有利于商家的低销货品出售,再使排序后的候选产品信息集合替换得到的候选产品信息集合。
按照商品树结构信息分类待分类产品,根据待分类产品与商品树结构信息的对应关系,将待分类产品分类至相应的候选产品信息集合,完成产品的自动分类。
进一步地,为横向扩展商品树结构,获取用户的产品需求信息和已有的商品树结构信息,确定待拓展的候选产品信息集合。其中,用户的产品需求信息可借助现场调查获得,已有的商品树结构信息可参考同行的商品树结构信息,再基于用户的产品需求信息和已有的商品树结构信息,采用数据分析方法和进行趋势预判,再通过开会讨论,确定待拓展的候选产品信息集合,最后基于待拓展的候选产品信息集合、产品线层和功能细分层横向扩展商品树结构,使得商品树结构每一层级的项的数量更多,拓展的商品树结构能容纳分类更多的产品。
进一步地,为纵向扩展商品树结构,基于待拓展的候选产品信息集合、产品线层和功能细分层横向扩展商品树结构后,再采用格子分析法分析待拓展的候选产品信息集合,通过在横坐标轴和纵坐标轴上依次罗列出问题的主要变量,然后对所有可能的组合分别采用头脑风暴法思考,并对所提出的各种提案逐一进行评价,最终开会讨论确定对应的解决方案,根据解决方案纵向拓展商品树结构,使得商品树结构的层级分支更多,进而拓展候选产品信息集合,以容纳分类更多的产品。
进一步地,当待分类产品无相应的候选产品信息集合时,还包括以下步骤:
获取用户的产品需求信息,可通过弹窗发放调查问卷形式获取用户的产品需求信息;
再基于产品需求信息推荐目标产品集,通过预处理产品需求信息,提炼得到需求产品对应的产品线层信息,再使预设词库中的商品树结构信息分词组中的产品线层信息和预处理后的商品树结构信息中的产品线层信息相同的商品树结构信息聚合,得到候选产品信息集合,并使位于候选产品信息集合内的商品树结构信息对应的产品以选项形式弹窗出现于用户的输入窗口中,以推荐目标产品集;
当用户选中任一选项下的产品时,即获取到目标产品集中被选中的目标产品信息;
基于预设词库对目标产品信息进行预处理,确定目标产品信息对应的分词组,即得到目标产品信息所对应的商品树结构信息、时间信息、地域信息和库存信息;并使产品线层、功能细分层、应用场景层信息和预处理后的商品树结构信息中的产品线层、功能细分层、应用场景层信息相同的预设词库中的商品树结构信息聚合,得到候选产品信息集合;
按照预设词库中的商品树结构信息分词组分类目标产品,根据目标产品与商品树结构信息的对应关系,将目标产品分类至相应的候选产品信息集合,以推荐用户选购其他符合需求信息的产品,避免出现无搜索结果的情况,以提升用户的体验感。
进一步地,因某一个零件的尺寸既有英寸,又有厘米,甚至毫米、米等,客户很难直观的选择,甚至不经意间就选错了;还有一些产品,不同厂家参数设定标准不一致,对同一类商品,有的品牌提供了十多个参数,有的品牌只提供了五六个参数,客户难以比对。故可以要求供应商填写相应的参数,并统一参数的单位,补充相关的材料等。例如手动球阀这个分类,在阀门的承受压力这个参数上,各个厂家和对应标准的不同,表示方法各式各异,有的按公斤表示的,有的按PSI单位表示,有的按帕单位表示,也有的按兆帕单位表示等等。本实施例中,可参照行业标准,选择统一的表示方式,例如选择兆帕单位作为压力的唯一表示单位。
对于没有标准的产品,可设定标准,例如,使客户最优先考虑的参数作为主要参数,再根据客户的其他需求,制定出其他参数,然后把这些参数依次排列下来,并选取最合理的固定项,最后以固定项作为基础,获取对应固定项的具体参数值、统一的单位和补充相关的材料等。
除此之外,在***方面,针对同一产品的不同叫法,可以预先制定一个同义词清单存储于***后台,以方便客户寻找。
对于每个Category的关键特性,按统一的值进行标准化,让使用者可快速查看不同档次的产品,做出选择对比,客户能在平台上直观、方便地挑选出自己想要的商品,有利于加强客户的产品使用粘性。同时,也可以清晰的反映出相同品牌是否有重复项,从而保证产品的唯一性。另外,还有助于减轻采购、销售的工作强度,节省沟通交流的时间成本,且寻找低成本替代品时也会更加流畅。
进而一种产品自动分类方法通过获取待分类产品的信息,基于预设词库对待分类产品的信息进行预处理,确定待分类产品对应的分词组,分词组包括待分类产品对应的商品树结构信息,以按照商品树结构信息分类待分类产品;同时,使符合预设条件的商品树结构信息聚合,得到候选产品信息集合,以形成待分类产品的类别目录;根据待分类产品与商品树结构信息的对应关系,将待分类产品分类至相应的候选产品信息集合,以使待分类产品分类至对应的类别目录下,完成产品的自动分类;无需人工进行分类,提高了分类效率,便于管理丰富多样的产品。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
参照图5,本申请实施例还提供一种产品自动分类装置,该一种产品自动分类装置与上述实施例中一种产品自动分类方法一一对应。该一种产品自动分类装置包括:
数据获取模块,用于获取待分类产品的信息;
预处理模块,用于基于预设词库对待分类产品的信息进行预处理,确定每个待分类产品对应的分词组,分词组包括待分类产品对应的商品树结构信息,其中,商品树结构包括由上至下依次设置的产品线层、功能细分层、应用场景层、决策树层、组单位层和单品层,产品线层用于表征产品类别的产品线层,功能细分层用于表征产品所处行业用途,应用场景层用于表征产品应用场景,决策树层用于表征产品关键特性,组单位层用于使只有一个参数不同的产品按组分类,单品层用于以品牌、组名称、参数、制造商型号、物理单位/计价单位命名表征任一单品;
候选产品信息集合模块,用于使符合预设条件的商品树结构信息聚合,得到候选产品信息集合;
分类模块,用于按照商品树结构信息分类待分类产品,根据待分类产品与商品树结构信息的对应关系,将待分类产品分类至相应的候选产品信息集合。
进一步地,候选产品信息集合模块还包括:
横向拓展单元,用于获取用户的产品需求信息和已有的商品树结构信息,确定待拓展的候选产品信息集合,基于待拓展的候选产品信息集合、产品线层和功能细分层,拓展候选产品信息集合。
进一步地,候选产品信息集合模块还包括:
纵向拓展单元,用于采用格子分析法分析待拓展的候选产品信息集合,拓展候选产品信息集合。
进一步地,一种产品自动分类装置还包括:
时间排序模块,用于基于获取的当前时间信息,优先排列对应时间信息的候选产品信息集合,并使排序后的候选产品信息集合替换得到的候选产品信息集合。
地域排序模块,用于基于获取的当前地域信息,使对应时间信息的优先排序的候选产品信息集合按对应的地域信息优先排序。
库存排序模块,用于基于获取的库存数量信息,使候选产品信息集合按由大到小的顺序进行排序。
进一步地,一种产品自动分类装置还包括:
推荐模块,用于在待分类产品无相应的候选产品信息集合时,获取用户的产品需求信息,基于产品需求信息推荐目标产品集,并获取目标产品集中被选中的目标产品信息,根据预设词库对目标产品信息进行预处理,确定目标产品信息对应的分词组,按照分词组的商品树结构信息分类目标产品,按目标产品与商品树结构信息的对应关系,将目标产品分类至相应的候选产品信息集合。
关于一种产品自动分类装置的具体限定可以参见上文中对于一种产品自动分类方法的限定,在此不再赘述。上述一种产品自动分类装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器。该计算机设备包括通过***总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种产品自动分类方法。
在一个实施例中,提供了一种计算机可读存储介质,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
S1:获取待分类产品的信息;
S2:基于预设词库对待分类产品的信息进行预处理,确定每个待分类产品对应的分词组,分词组包括待分类产品对应的商品树结构信息,其中,商品树结构包括由上至下依次设置的产品线层、功能细分层、应用场景层、决策树层、组单位层和单品层;
产品线层用于表征产品类别;
功能细分层用于表征产品所处行业用途;
应用场景层用于表征产品应用场景;
决策树层用于表征产品关键特性;
组单位层用于使只有一个参数不同的产品按组分类;
单品层用于以品牌、组名称、参数、制造商型号、物理单位/计价单位命名表征任一单品;
S3:同时,使符合预设条件的商品树结构信息聚合,得到候选产品信息集合;
S4:按照商品树结构信息分类待分类产品,根据待分类产品与商品树结构信息的对应关系,将待分类产品分类至相应的候选产品信息集合。
在一个实施例中,提供了一种计算机程序产品,该计算机程序产品包括计算机程序,所述计算机程序被处理器执行时实现一种产品自动分类方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述***的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
Claims (12)
1.一种产品自动分类方法,其特征在于,包括以下步骤:
获取待分类产品的信息;
基于预设词库对待分类产品的信息进行预处理,确定每个所述待分类产品对应的分词组,所述分词组包括所述待分类产品对应的商品树结构信息,其中,所述商品树结构包括由上至下依次设置的产品线层、功能细分层、应用场景层、决策树层、组单位层和单品层;
所述产品线层用于表征产品类别;
所述功能细分层用于表征产品所处行业用途;
所述应用场景层用于表征产品应用场景;
所述决策树层用于表征产品关键特性;
所述组单位层用于使只有一个参数不同的产品按组分类;
所述单品层用于以品牌、组名称、参数、制造商型号、物理单位/计价单位命名表征任一单品;
同时,使符合预设条件的商品树结构信息聚合,得到候选产品信息集合;
按照所述商品树结构信息分类所述待分类产品,根据所述待分类产品与所述商品树结构信息的对应关系,将所述待分类产品分类至相应的所述候选产品信息集合。
2.根据权利要求1所述的一种产品自动分类方法,其特征在于,所述商品树结构还包括隐藏层,所述隐藏层用于表征产品仓网布局和区域。
3.根据权利要求1所述的一种产品自动分类方法,其特征在于,所述使符合预设条件的商品树结构信息聚合,得到候选产品信息集合的步骤的同时,还包括以下步骤:
获取用户的产品需求信息和已有的商品树结构信息;
确定待拓展的候选产品信息集合;
基于待拓展的所述候选产品信息集合、所述产品线层和所述功能细分层,拓展所述候选产品信息集合。
4.根据权利要求3所述的一种产品自动分类方法,其特征在于,所述基于待拓展的所述候选产品信息集合、所述产品线层和所述功能细分层,拓展所述候选产品信息集合的步骤后,还包括以下步骤:
采用格子分析法分析待拓展的所述候选产品信息集合,拓展所述候选产品信息集合。
5.根据权利要求1所述的一种产品自动分类方法,其特征在于,所述分词组还包括当前的时间信息,所述使符合预设条件的商品树结构信息聚合,得到候选产品信息集合的步骤后,还包括以下步骤:
基于所述时间信息,优先排列对应所述时间信息的所述候选产品信息集合,并使排序后的所述候选产品信息集合替换得到的所述候选产品信息集合。
6.根据权利要求5所述的一种产品自动分类方法,其特征在于,所述分词组还包括当前的地域信息,所述使排序后的所述候选产品信息集合替换得到的所述候选产品信息集合的步骤前,还包括以下步骤:
基于所述地域信息,使对应所述时间信息的优先排序的所述候选产品信息集合按对应的所述地域信息优先排序。
7.根据权利要求6所述的一种产品自动分类方法,其特征在于,所述分词组还包括对应的产品类别的库存数量信息,所述使排序后的所述候选产品信息集合替换得到的所述候选产品信息集合的步骤前,还包括以下步骤:
基于所述库存数量信息,使所述候选产品信息集合按由大到小的顺序进行排序。
8.根据权利要求1-7任意一项所述的一种产品自动分类方法,其特征在于,当所述待分类产品无相应的所述候选产品信息集合时,还包括以下步骤:
获取用户的产品需求信息;
基于所述产品需求信息推荐目标产品集;
获取所述目标产品集中被选中的目标产品信息;
基于预设词库对所述目标产品信息进行预处理,确定所述目标产品信息对应的分词组;
按照所述分词组的商品树结构信息分类所述目标产品,根据所述目标产品与所述商品树结构信息的对应关系,将所述目标产品分类至相应的所述候选产品信息集合。
9.一种产品自动分类装置,其特征在于,包括:
数据获取模块,用于获取待分类产品的信息;
预处理模块,用于基于预设词库对待分类产品的信息进行预处理,确定每个所述待分类产品对应的分词组,所述分词组包括所述待分类产品对应的商品树结构信息,其中,所述商品树结构包括由上至下依次设置的产品线层、功能细分层、应用场景层、决策树层、组单位层和单品层,所述产品线层用于表征产品类别的产品线层,所述功能细分层用于表征产品所处行业用途,所述应用场景层用于表征产品应用场景,所述决策树层用于表征产品关键特性,所述组单位层用于使只有一个参数不同的产品按组分类,所述单品层用于以品牌、组名称、参数、制造商型号、物理单位/计价单位命名表征任一单品;
候选产品信息集合模块,用于使符合预设条件的商品树结构信息聚合,得到候选产品信息集合;
分类模块,用于按照所述商品树结构信息分类所述待分类产品,根据所述待分类产品与所述商品树结构信息的对应关系,将所述待分类产品分类至相应的所述候选产品信息集合。
10.一种计算机设备,其特征在于,包括存储器、处理器及存储在存储器上的计算机程序,所述处理器执行所述计算机程序以实现权利要求1-8任意一项所述方法的步骤。
11.一种计算机可读存储介质,其特征在于,计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-8任意一项所述方法的步骤。
12.一种计算机程序产品,其特征在于,包括计算机程序,所述计算机程序被处理器执行时实现权利要求1-8任意一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111676438.8A CN114444577A (zh) | 2021-12-31 | 2021-12-31 | 一种产品自动分类方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111676438.8A CN114444577A (zh) | 2021-12-31 | 2021-12-31 | 一种产品自动分类方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114444577A true CN114444577A (zh) | 2022-05-06 |
Family
ID=81364870
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111676438.8A Pending CN114444577A (zh) | 2021-12-31 | 2021-12-31 | 一种产品自动分类方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114444577A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116562769A (zh) * | 2023-06-15 | 2023-08-08 | 深圳爱巧网络有限公司 | 一种基于货物属性分类的货物数据分析方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106127493A (zh) * | 2016-06-23 | 2016-11-16 | 深圳大学 | 一种分析用户交易行为的方法及装置 |
CN108280124A (zh) * | 2017-12-11 | 2018-07-13 | 北京三快在线科技有限公司 | 产品分类方法及装置,排行榜生成方法及装置,电子设备 |
CN109670848A (zh) * | 2018-09-11 | 2019-04-23 | 深圳平安财富宝投资咨询有限公司 | 基于大数据的客户细分方法、用户设备、存储介质及装置 |
-
2021
- 2021-12-31 CN CN202111676438.8A patent/CN114444577A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106127493A (zh) * | 2016-06-23 | 2016-11-16 | 深圳大学 | 一种分析用户交易行为的方法及装置 |
CN108280124A (zh) * | 2017-12-11 | 2018-07-13 | 北京三快在线科技有限公司 | 产品分类方法及装置,排行榜生成方法及装置,电子设备 |
CN109670848A (zh) * | 2018-09-11 | 2019-04-23 | 深圳平安财富宝投资咨询有限公司 | 基于大数据的客户细分方法、用户设备、存储介质及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116562769A (zh) * | 2023-06-15 | 2023-08-08 | 深圳爱巧网络有限公司 | 一种基于货物属性分类的货物数据分析方法及*** |
CN116562769B (zh) * | 2023-06-15 | 2024-06-21 | 深圳爱巧网络有限公司 | 一种基于货物属性分类的货物数据分析方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bottani et al. | An adapted multi-criteria approach to suppliers and products selection—An application oriented to lead-time reduction | |
Krajčovič et al. | Comprehensive approach to the inventory control system improvement | |
Elanchezhian et al. | Vendor evaluation using multi criteria decision making | |
CN114444577A (zh) | 一种产品自动分类方法、装置、计算机设备及存储介质 | |
Kenaria et al. | Selection of factors affecting the supply chain and green suppliers by the TODIM method in the dairy industry | |
Shenoy et al. | Introduction to inventory management | |
Makarova et al. | Improving the system of warranty service of trucks in foreign markets | |
Gandara et al. | Increase service selling of formaldehyde products by implementing Quality Function Deployment (QFD) | |
Aydın et al. | Evaluation of the performance attributes of retailers using the scor model and AHP: a case study in the Turkish clothing industry | |
CN117391599A (zh) | 一种基于大数据的商品分拣方法 | |
Nurhaliza et al. | The Application of a Cost Plus Pricing Method in Determining the Selling Price of Dried Lomek Products (Case Study at Bumdes Kuala Alam) | |
Susanti et al. | Supplier selection problem for multiple items: An MCDM approach | |
CN107944795A (zh) | 生鲜分拣报缺货物生成订单的方法以及*** | |
Villacrez-Zelada et al. | Service Level Optimization Using ABC Distribution, Forecasts and the Packaging and Stowage Model through Lean Warehousing at a SME Marketing Company | |
Henning | A conceptual approach to increase competitiveness in a typical South African manufacturing SME | |
Tanaka et al. | Determination of shipping timing in logistics warehouse considering shortage and disposal in textile industry | |
Niazi et al. | A new overhead estimation methodology: a case study in an electrical engineering company | |
Dissanayaka et al. | Identifying the Influential Factors in Applying the Just-in-Time Delivery Method to the Material Supply Chain in Sri Lankan Apparel Companies | |
Isnaini et al. | Demand forecasting in Small and Medium Enterprises (SMEs) ED Aluminium Yogyakarta using causal, time series, and combined causal-time series approaches | |
Zhang et al. | Research on selection of the third-party logistics service providers | |
Shtub et al. | Using DSS methods in selecting operations management software | |
Owonte et al. | Operational Excellence Strategy and Organizational Performance of Automobile Marketing Firms in Rivers State | |
Fazli et al. | Implementation of Activity-Based Costing Method in Calculating Production Cost of Coffee Powder Manufacturing Company In Aceh | |
Sawyers | Strategic Cost Management | |
Jia et al. | Research on the Optimal Strategy of Enterprise Raw Material Supply Chain Based on Analytic Hierarchy Process and Comprehensive Evaluation Method |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20220506 |
|
RJ01 | Rejection of invention patent application after publication |