一種獲取采購需求的方法及裝置的制造方法
【專利摘要】本發(fā)明提供的獲取采購需求的方法及裝置，該方法通過獲取銷售客戶對象，其中，銷售客戶對象包括歷史銷售客戶對象和潛在銷售客戶對象，獲取銷售客戶對象感興趣的商品類別以及根據(jù)商品類別生成采購需求信息，解決了現(xiàn)有人為主觀預測需要采購的需求商品以及需求商品的需求量，導致工作量大且預測準確度不高的技術問題，實現(xiàn)了根據(jù)銷售客戶對象感興趣的商品類別自動生成采購需求信息，無需人為主觀預測，就能獲得準確度較高的采購需求，智能化程度高。
【專利說明】
-種獲取采購需求的方法及裝置
技術領域
[0001] 本發(fā)明設及通信技術領域，具體設及一種獲取采購需求的方法及裝置。
【背景技術】
[0002] 現(xiàn)有商家在進行商品采購的時候往往是根據(jù)W往商品的平均銷售情況，主觀估計 需要采購的商品種類及數(shù)量。采用運種主觀估計需求商品W及需求商品的需求量的方法， 需要人為統(tǒng)計W往商品的銷售數(shù)據(jù)W及主觀預測需要采購的需求商品W及需求商品的需 求量，從而導致預測工作量大，并且主觀預測需要采購的需求商品W及需求商品的需求量 的準確度不高，因此，亟需提供一種能智能獲取采購需求的方法及裝置。

【發(fā)明內容】

[0003] 本發(fā)明提供了一種獲取采購需求的方法及裝置，W解決現(xiàn)有人為主觀預測需要采 購的需求商品W及需求商品的需求量，導致工作量大且預測準確度不高的技術問題。
[0004] 根據(jù)本發(fā)明的一方面，提供了一種獲取采購需求的方法，包括： 獲取銷售客戶對象，其中，銷售客戶對象包括歷史銷售客戶對象和潛在銷售客戶對象； 獲取銷售客戶對象感興趣的商品類別； 根據(jù)商品類別生成采購需求信息。
[0005] 進一步地，獲取銷售客戶對象感興趣的商品類別包括： 采集銷售客戶對象的用戶行為數(shù)據(jù)； 對用戶行為數(shù)據(jù)進行分析，獲得銷售客戶對象感興趣的商品類別。
[0006] 進一步地，采集銷售客戶對象的用戶行為數(shù)據(jù)包括： 采集銷售客戶對象的上網(wǎng)捜索記錄和聊天記錄； 將上網(wǎng)捜索記錄和聊天記錄轉換成文本形式的文本行為數(shù)據(jù)。
[0007] 進一步地，對用戶行為數(shù)據(jù)進行分析，獲得銷售客戶對象感興趣的商品類別包括： 設定商品預采購類別； 對文本行為數(shù)據(jù)進行分詞，獲得分詞文本； 將分詞文本與商品預采購類別進行匹配，選取與商品預采購類別匹配的商品類別作為 銷售客戶對象感興趣的商品類別。
[000引進一步地，根據(jù)商品類別生成采購需求信息包括： 基于銷售客戶對象統(tǒng)計商品類別的采購需求量； 捜索獲取與商品類別對應的生產(chǎn)廠商； 將商品類別的采購需求量和與商品類別對應的生產(chǎn)廠商作為采購需求信息。
[0009]進一步地，捜索獲取與商品類別對應的生產(chǎn)廠商包括： 捜索與商品類別對應的生產(chǎn)廠商； 采集與生產(chǎn)廠商對應的關于商品類別的評論信息； 基于評論信息對生產(chǎn)廠商進行口碑排名； 選取口碑排名大于預設闊值的生產(chǎn)廠商作為最終與商品類別對應的生產(chǎn)廠商。
[0010] 進一步地，基于評論信息對生產(chǎn)廠商進行口碑排名包括： 預先設置情感傾向詞典； 對評論信息進行語義分析，并基于情感傾向詞典統(tǒng)計評論信息中的情感詞詞頻； 基于情感詞詞頻對生產(chǎn)廠商進行口碑排名。
[0011] 根據(jù)本發(fā)明的另一方面，提供了一種獲取采購需求的的裝置，包括： 銷售客戶對象獲取裝置，用于獲取銷售客戶對象，其中，銷售客戶對象包括歷史銷售客 戶對象和潛在銷售客戶對象； 商品類別獲取裝置，用于獲取銷售客戶對象感興趣的商品類別； 采購需求生成裝置，用于根據(jù)商品類別生成采購需求信息。
[0012] 進一步地，商品類別獲取裝置包括： 采集裝置，用于采集銷售客戶對象的用戶行為數(shù)據(jù)； 分析裝置，用于對用戶行為數(shù)據(jù)進行分析，獲得銷售客戶對象感興趣的商品類別。
[0013] 進一步地，采集裝置包括： 記錄采集裝置，用于采集銷售客戶對象的上網(wǎng)捜索記錄和聊天記錄； 轉換裝置，用于將上網(wǎng)捜索記錄和聊天記錄轉換成文本形式的文本行為數(shù)據(jù)。
[0014] 本發(fā)明具有W下有益效果： 本發(fā)明提供的獲取采購需求的方法及裝置，該方法通過獲取銷售客戶對象，其中，銷售 客戶對象包括歷史銷售客戶對象和潛在銷售客戶對象，獲取銷售客戶對象感興趣的商品類 別W及根據(jù)商品類別生成采購需求信息，解決了現(xiàn)有人為主觀預測需要采購的需求商品W 及需求商品的需求量，導致工作量大且預測準確度不高的技術問題，實現(xiàn)了根據(jù)銷售客戶 對象感興趣的商品類別自動生成采購需求信息，無需人為主觀預測，就能獲得準確度較高 的采購需求，智能化程度高。
[001引除了上面所描述的目的、特征和優(yōu)點之外，本發(fā)明還有其它的目的、特征和優(yōu)點。 下面將參照圖，對本發(fā)明作進一步詳細的說明。
【附圖說明】
[0016]構建本申請的一部分的附圖用來提供對本發(fā)明的進一步理解，本發(fā)明的示意性實 施例及其說明用于解釋本發(fā)明，并不構成對本發(fā)明的不當限定。在附圖中： 圖1是本發(fā)明優(yōu)選實施例的獲取采購需求的方法流程圖； 圖2是本發(fā)明優(yōu)選實施例針對第一個精簡實施例的獲取采購需求的方法流程圖； 圖3是本發(fā)明優(yōu)選實施例針對第二個精簡實施例的獲取采購需求的方法流程圖； 圖4是本發(fā)明優(yōu)選實施例的獲取采購需求的裝置結構框圖。
[0017]附圖標記說明： 10、銷售客戶對象獲取裝置;20、商品類別獲取裝置;30、采購需求生成裝置。
【具體實施方式】
[0018] W下結合附圖對本發(fā)明的實施例進行詳細說明，但是本發(fā)明可W由權利要求限定 和覆蓋的多種不同方式實施。
[0019] 參照圖I，本發(fā)明的優(yōu)選實施例提供了一種獲取采購需求的方法，包括： 步驟S101，獲取銷售客戶對象，其中，銷售客戶對象包括歷史銷售客戶對象和潛在銷售 客戶對象； 步驟S102，獲取銷售客戶對象感興趣的商品類別； 步驟S103,根據(jù)商品類別生成采購需求信息。
[0020] 本發(fā)明提供的獲取采購需求的方法，通過獲取銷售客戶對象，其中，銷售客戶對象 包括歷史銷售客戶對象和潛在銷售客戶對象，獲取銷售客戶對象感興趣的商品類別W及根 據(jù)商品類別生成采購需求信息，解決了現(xiàn)有人為主觀預測需要采購的需求商品W及需求商 品的需求量，導致工作量大且預測準確度不高的技術問題，實現(xiàn)了根據(jù)銷售客戶對象感興 趣的商品類別自動生成采購需求信息，無需人為主觀預測，就能獲得準確度較高的采購需 求，智能化程度高。
[0021] 實際生活中，商家往往會從各方面預測需要采購的需求商品W及需求商品的需求 量，也即會通過對多個因素進行分析，從而主觀預測需要采購的需求商品W及需求商品的 需求量。例如從歷史銷售情況出發(fā)預測采購需求、從市場形式出發(fā)預測采購需求，或是從當 下流行商品出發(fā)預測采購需求。本實施例較新穎地提出從銷售客戶對象出發(fā)預測采購需 求，不僅獲取的采購需求有針對性，而且無需人工進行統(tǒng)計分析，智能化程度高。
[0022] 本實施例中所指的銷售客戶對象包括歷史銷售客戶對象和潛在銷售客戶對象，具 體地，歷史銷售對象可W是在商家購買過商品的銷售對象，而潛在銷售對象是指商家通過 商品推廣，商品宣傳等手段獲得的潛在的有購買商品意向的銷售對象。當然，本實施例不限 于銷售客戶對象僅僅包括歷史銷售客戶對象和潛在銷售客戶對象，例如也可W是商家自定 義的銷售客戶群體。且本實施例中的商品類別可W是大類的商品類別，也可W是小類的商 品類型，例如商品類型可W是護膚品，也可W是比護膚品更進一步分類的商品分類，例如面 膜、精油等。
[0023] 可選地，獲取銷售客戶對象感興趣的商品類別包括： 采集銷售客戶對象的用戶行為數(shù)據(jù)； 對用戶行為數(shù)據(jù)進行分析，獲得銷售客戶對象感興趣的商品類別。
[0024] 由于不同的銷售客戶對象感興趣的商品類型不一樣，從而根據(jù)其獲取的采購需求 不一樣，例如銷售客戶對象A可能對減肥產(chǎn)品感興趣，而銷售對象B可能更傾向于護膚產(chǎn)品， 因此，本實施例通過獲取銷售客戶對象的用戶行為數(shù)據(jù)，并通過對獲取的用戶行為數(shù)據(jù)進 行分析，從而獲得銷售客戶對象感興趣的商品類別。
[0025] 具體地，本實施例中的用戶行為數(shù)據(jù)的具體范疇由用戶自定義，例如用戶行為數(shù) 據(jù)僅僅是銷售客戶對象的聊天記錄或是上網(wǎng)捜索記錄，也可W是銷售客戶對象的聊天記錄 和上網(wǎng)捜索記錄，或是其他用戶行為數(shù)據(jù)的任意組合等等。
[0026] 可選地，采集銷售客戶對象的用戶行為數(shù)據(jù)包括： 采集銷售客戶對象的上網(wǎng)捜索記錄和聊天記錄； 將上網(wǎng)捜索記錄和聊天記錄轉換成文本形式的文本行為數(shù)據(jù)。
[0027] 本實施例在采集銷售客戶對象的用戶行為數(shù)據(jù)時，主要采集銷售客戶對象的上網(wǎng) 捜索記錄和聊天記錄，然后將上網(wǎng)捜索記錄和聊天記錄轉換成文本形式的文本行為數(shù)據(jù)， 從而方便后續(xù)對用戶行為數(shù)據(jù)進行語義分析，為后續(xù)獲取銷售客戶對象感興趣的商品類別 奠定基礎。
[0028] 可選地，對用戶行為數(shù)據(jù)進行分析，獲得銷售客戶對象感興趣的商品類別包括： 設定商品預采購類別； 對文本行為數(shù)據(jù)進行分詞，獲得分詞文本； 將分詞文本與商品預采購類別進行匹配，選取與商品預采購類別匹配的商品類別作為 銷售客戶對象感興趣的商品類別。
[0029] 本實施例通過對用戶行為數(shù)據(jù)進行分析，獲得銷售對象感興趣的商品類別時，可 W先對用戶行為數(shù)據(jù)進行預處理等操作，然后再采用關鍵詞提取的方式獲得銷售客戶對象 感興趣的商品類別。
[0030] 由于通過對銷售客戶對象的用戶行為數(shù)據(jù)進行分析后，可能獲得銷售客戶對象在 不同行業(yè)的感興趣的商品類別，例如通過對銷售客戶對象A的用戶行為數(shù)據(jù)進行分析后，獲 得其感興趣的商品類別為面膜和汽車。針對運種可能獲得跨度較大行業(yè)的感興趣的商品類 另IJ，本實施例預先設定商品預采購類別。例如當商家是美容院時，則在其預先設定的商品預 采購類別就不包括汽車等商品類別，從而使得獲得的銷售客戶對象感興趣的商品類別與商 家所采購或銷售的商品類別相差不大，為進一步獲得準確的采購需求奠定良好的基礎。
[0031] 在具體的實施過程中，本實施例對文本行為數(shù)據(jù)進行分詞，獲得分詞文本時具體 還可W包括對文本行為數(shù)據(jù)進行語義消歧、詞性標注等操作。而在獲得銷售客戶對象感興 趣的商品類別時，本實施例首先設定商品預采購類別，然后對文本行為數(shù)據(jù)進行分詞等預 處理操作得到分詞文本，最后將得到的分詞文本與預先設定的商品預采購類別進行匹配， 若分詞文本包括了商品預采購類別時，則認為其是銷售客戶對象感興趣的商品類別。例如 當商家預先設定的商品預采購類別為=種(具體為面膜、精油、減肥藥)時，則通過對銷售客 戶對象的用戶行為數(shù)據(jù)進行語義分析并獲得分詞文本后，將分詞文本分別與商家預先設定 的商品預采購類別進行匹配，且當分詞文本中包括了商品預采購類別時，則認為其是銷售 客戶對象感興趣的商品類別。
[0032] 由于在將分詞文本與商品預采購類別進行匹配后，直接將與商品預采購類別匹配 的商品類別作為銷售客戶對象感興趣的商品類別，可能會獲得數(shù)目較多的商品類別。針對 運種情況，本實施例在具體的實施過程中可W設定當分詞文本與商品預采購類別匹配且分 詞文本的詞頻數(shù)大于預設闊值時，才認為其是銷售客戶對象感興趣的商品類別。例如，當在 分詞文本中匹配出面膜出現(xiàn)的頻次為5,精油出現(xiàn)的頻次為1，減肥藥出現(xiàn)的頻次為0,汽車 出現(xiàn)的頻次為4,且設定闊值為3,則通過商家預先設定的商品預采購類別（具體為面膜、精 油、減肥藥)可知，該銷售客戶對象感興趣的商品類別為面膜。
[0033] 可選地，根據(jù)商品類別生成采購需求信息包括： 基于銷售客戶對象統(tǒng)計商品類別的采購需求量； 捜索獲取與商品類別對應的生產(chǎn)廠商； 將商品類別的采購需求量和與商品類別對應的生產(chǎn)廠商作為采購需求信息。
[0034] 本實施例在獲取銷售客戶對象感興趣的商品類別后，基于銷售客戶對象就可W統(tǒng) 計出商品類別的采購需求量，例如當銷售客戶對象包括3個，分別為銷售客戶對象A、銷售客 戶對象BW及銷售客戶對象C，且該=個銷售客戶對象感興趣的商品類別具體見表1，其中假 設銷售客戶對象A感興趣的商品類別為面膜、銷售客戶對象B感興趣的商品類別為面膜W及 銷售客戶對象C感興趣的商品類別為精油。則通過統(tǒng)計分析可獲得，針對面膜商品類別的采 購需求量為2份，針對精油商品類別的采購量為1份，針對減肥藥商品類別的采購量為O份。 具體地，本實施例在確定最終的采購需求時，可W將1份看做數(shù)量為1*10,即10個，也可W將 1份看做數(shù)量為1*5,即5個，具體由用戶自定義。需要說明的是，在實際的實施過程中，銷售 客戶對象的數(shù)量可能遠遠不止=個，且每一個銷售客戶對象感興趣的商品類別也可能不止 一種。 r00351 夫 1
化外，本買施例巧基十銷官客尸對家統(tǒng)計出向巧類別的乂購需求重后，化繼續(xù)巧奈巧 取與商品類別對應的生產(chǎn)廠商，從而實現(xiàn)了在自動獲取采購需求后，還智能獲取與商品類 別對應的生產(chǎn)廠商。具體地，本實施例可W通過在互聯(lián)網(wǎng)上捜索與商品類別對應的生產(chǎn)廠 商，從而最終將商品類別的采購需求量和與商品類別對應的生產(chǎn)廠商作為采購需求信息。
[0036] 本實施例通過捜索獲取與商品類別對應的生產(chǎn)廠商，從而為商家提供與商品類別 對應的生產(chǎn)廠商，節(jié)省了商家人工捜索與商品類別對應的生產(chǎn)廠商的時間成本和人力成 本，智能化程度高，且通過捜索獲取與商品類別對應的生產(chǎn)廠商，不僅為商家解決了業(yè)務需 求，而且通過在捜索與商品類別對應的生產(chǎn)廠商時將商家的需求信息反饋給生產(chǎn)廠商，還 為與商品類別對應的生產(chǎn)廠商發(fā)現(xiàn)了業(yè)務需求。
[0037] 可選地，捜索獲取與商品類別對應的生產(chǎn)廠商包括： 捜索與商品類別對應的生產(chǎn)廠商； 采集與生產(chǎn)廠商對應的關于商品類別的評論信息； 基于評論信息對生產(chǎn)廠商進行口碑排名； 選取口碑排名大于預設闊值的生產(chǎn)廠商作為最終與商品類別對應的生產(chǎn)廠商。
[0038] 由于本實施例在捜索與商品類別對應的生產(chǎn)廠商后，可能獲得數(shù)目相當大的生產(chǎn) 廠商，從而導致后續(xù)根據(jù)采購需求進行采購時還需要人工對多個生產(chǎn)廠商進行比較和分 析，從而最終獲得與商品類別對應的生產(chǎn)廠商。針對該問題，本實施例在捜索與商品類別對 應的生產(chǎn)廠商后，采集與生產(chǎn)廠商對應的關于商品類別的評論信息，并基于評論信息對生 產(chǎn)廠商進行口碑排名W及選取口碑排名大于預設闊值的生產(chǎn)廠商作為最終與商品類別對 應的生產(chǎn)廠商。
[0039] 本實施例通過采集與生產(chǎn)廠商對應的關于商品類別的評論信息，并基于評論信息 對生產(chǎn)廠商進行口碑排名，W及選取口碑排名大于預設闊值的生產(chǎn)廠商作為最終與商品類 別對應的生產(chǎn)廠商，無需商家人工對捜索獲得的多個生產(chǎn)廠商進行比較和分析，就能快速 智能選取口碑排名靠前的生產(chǎn)廠商作為最終與商品類別對應的生產(chǎn)廠商，提高了獲取與商 品類別對應的生產(chǎn)廠商的獲取效率，提升了用戶體驗。
[0040] 可選地，基于評論信息對生產(chǎn)廠商進行口碑排名包括： 預先設置情感傾向詞典； 對評論信息進行語義分析，并基于情感傾向詞典統(tǒng)計評論信息中的情感詞詞頻； 基于情感詞詞頻對生產(chǎn)廠商進行口碑排名。
[0041] 由于評論信息中的一些具有情感傾向的情感詞能在一定程度上體現(xiàn)生產(chǎn)廠商的 口碑，例如當針對同一商品類別的兩個生產(chǎn)廠商，積極情感評論信息所占比例大的生產(chǎn)廠 商，其口碑可能相對也高。故本實施例通過對評論信息中的情感詞詞頻的檢測確定生產(chǎn)廠 商的口碑排名。
[0042] 具體地，首先預先設置情感傾向詞典，參照表2,表2給出了本實施例預先設置的情 感傾向詞典的部分情感詞，其中，情感傾向詞典包括積極情感傾向的情感詞和消極情感傾 向的情感詞，或同時包含積極、消極和中立情感傾向的情感詞;然后對評論信息進行語義分 析，并基于情感傾向詞典統(tǒng)計評論信息中的情感詞詞頻;最后基于情感詞詞頻對生產(chǎn)廠商 進行口碑排名。需要說明的是，本實施例基于情感詞詞頻對生產(chǎn)廠商進行口碑排名可W采 取多種方式，例如可W僅僅通過比較積極情感詞詞頻或消極情感詞詞頻確定生產(chǎn)廠商進行 口碑排名，也可W通過比較積極情感詞或消極情感詞占情感詞的比例確定生產(chǎn)廠商進行口 碑排名。 主 O
本實施例通過對評論信息進行語義分析，W及基于情感傾向詞典統(tǒng)計評論信息中的情 感詞詞頻，并基于情感詞詞頻對生產(chǎn)廠商進行口碑排名，避免了商家為選取最終的與商品 類別對應的生產(chǎn)廠商而閱讀大量的評論信息，W及主觀根據(jù)評論信息選取最終的與商品類 別對應的生產(chǎn)廠商的不準確性，實現(xiàn)了根據(jù)評論信息自動對生產(chǎn)廠商進行口碑排名，智能 化程度高，且效率高，為商家最終確定與商品類別對應的生產(chǎn)廠商提供了客觀有效的科學 依據(jù)。
[0044] 下面針對兩個精簡實施例對本發(fā)明的獲取采購需求的過程和原理進行更進一步 說明。
[0045] 精簡實施例一 參照圖2，本實施例中獲取采購需求的方法包括： 步驟S201，獲取銷售客戶對象，其中，銷售客戶對象包括歷史銷售客戶對象和潛在銷售 客戶對象。
[0046] 具體地，本實施例假設獲取到歷史銷售客戶對象數(shù)目為NI,潛在銷售客戶對象為 N2,則最終確定銷售客戶對象的數(shù)目為N=N1+N2。當然，本實施例不限于銷售客戶對象僅僅 包括歷史銷售客戶對象和潛在銷售客戶對象，例如也可W是商家自定義的銷售客戶群體。
[0047] 步驟S202,采集銷售客戶對象的上網(wǎng)捜索記錄和聊天記錄。
[0048] 具體地，本實施例針對每一個銷售客戶對象分別采集與之對應的上網(wǎng)捜索記錄和 聊天記錄。在具體的實施過程中，本實施例可W根據(jù)需要僅僅采集銷售客戶對象的上網(wǎng)捜 索記錄或聊天記錄獲取銷售客戶對象感興趣的商品類別。
[0049] 步驟S203,將上網(wǎng)捜索記錄和聊天記錄轉換成文本形式的文本行為數(shù)據(jù)。
[0050] 為了對步驟S202采集的用戶行為數(shù)據(jù)進行語義分析，本實施例將上網(wǎng)捜索記錄和 聊天記錄轉換成文本形式的文本行為數(shù)據(jù)。
[0051] 步驟S204，設定商品預采購類別。
[0052] 具體地，本實施例假設預先設定的商品預采購類別包括=個類別，分別為面膜、精 油、減肥藥。
[0053] 步驟S205,對文本行為數(shù)據(jù)進行分詞，獲得分詞文本。
[0054] 步驟S206,將分詞文本與商品預采購類別進行匹配，選取與商品預采購類別匹配 的商品類別作為銷售客戶對象感興趣的商品類別。
[0055] 具體地，假設本實施例針對銷售客戶對象A、B、C的用戶行為數(shù)據(jù)進行語義分析后， 獲得銷售客戶對象A感興趣的商品類別為面膜、銷售客戶對象B感興趣的商品類別為面膜W 及銷售客戶對象C感興趣的商品類別為精油，具體見表1。
[0056] 步驟S207,基于銷售客戶對象統(tǒng)計商品類別的采購需求量。
[0057] 具體地，本實施例對各銷售客戶對象感興趣的商品類別進行統(tǒng)計分析后，易獲得 針對面膜商品類別的采購需求量為2份，針對精油商品類別的采購量為1份，針對減肥藥商 品類別的采購量為0份。具體地，本實施例在確定最終的采購需求時，可W將1份看做數(shù)量為 1*10,即10個，也可W將1份看做數(shù)量為1*5,即5個，具體由用戶自定義。需要說明的是，在實 際的實施過程中，銷售客戶對象的數(shù)量可能遠遠不止=個，且每一個銷售客戶對象感興趣 的商品類別也可能不止一種。
[005引步驟S208,捜索獲取與商品類別對的生產(chǎn)廠商。
[0059] 具體地，本實施例基于銷售客戶對象統(tǒng)計出商品類別的采購需求量后，還繼續(xù)捜 索獲取與商品類別對應的生產(chǎn)廠商。具體地，由于本實施例最終確定需要采購的商品類別 僅僅包括面膜和精油商品類別，故分別針對面膜商品類別和精油商品類別捜索獲取與之對 應的生產(chǎn)廠商。
[0060] 步驟S209,將商品類別的采購需求量和與商品類別對應的生產(chǎn)廠商作為采購需求 信息。
[0061] 具體地，本實施例將商品類別、商品類別的采購需求量W及與商品類別對應的生 產(chǎn)廠商作為采購需求信息，并將采購需求推送給商家，從而在商家進貨或采購時，給其提供 重要的采購需求信息，避免因忽略銷售客戶對象的感興趣商品需求而不能準確采購商品， W及因不能準確或及時采購商品而給后續(xù)商品銷售帶來困擾，大大提升了用戶體驗。
[0062] 本實施例提供的獲取采購需求的方法，通過獲取銷售客戶對象，其中，銷售客戶對 象包括歷史銷售客戶對象和潛在銷售客戶對象，獲取銷售客戶對象感興趣的商品類別W及 根據(jù)商品類別生成采購需求信息，解決了現(xiàn)有人為主觀預測需要采購的需求商品W及需求 商品的需求量，導致工作量大且預測準確度不高的技術問題，實現(xiàn)了根據(jù)銷售客戶對象感 興趣的商品類別自動生成采購需求信息，無需人為主觀預測，就能獲得準確度較高的采購 需求，智能化程度高。此外，本實施例在基于銷售客戶對象統(tǒng)計出商品類別的采購需求量 后，還繼續(xù)捜索獲取與商品類別對應的生產(chǎn)廠商，從而實現(xiàn)了在自動獲取采購需求后，還智 能獲取與商品類別對應的生產(chǎn)廠商。
[0063] 精簡實施例二 參照圖3，本實施例中獲取采購需求的方法包括： 步驟S301，獲取銷售客戶對象，其中，銷售客戶對象包括歷史銷售客戶對象和潛在銷售 客戶對象。
[0064] 具體地，本實施例的銷售客戶對象包括歷史銷售客戶對象和潛在銷售客戶對象。 且在實際的實施過程中，本實施例不限于銷售客戶對象僅僅包括歷史銷售客戶對象和潛在 銷售客戶對象，例如也可W是商家自定義的銷售客戶群體。
[0065] 步驟S302，獲取銷售客戶對象感興趣的商品類別。
[0066] 具體地，本實施例通過采集銷售客戶對象的用戶行為數(shù)據(jù)，并對用戶行為數(shù)據(jù)進 行分析，從而銷售客戶對象感興趣的商品類別，具體可參照精簡實施例一中根據(jù)銷售客戶 對象的用戶行為數(shù)據(jù)獲取銷售客戶對象感興趣的商品類別的方法及過程。假設本實施例獲 取的銷售客戶對象為=個，分別為銷售客戶對象A、B、C。且假設本實施例針對銷售客戶對象 A、B、C的用戶行為數(shù)據(jù)進行語義分析后，獲得銷售客戶對象A感興趣的商品類別為面膜、銷 售客戶對象B感興趣的商品類別為面膜W及銷售客戶對象C感興趣的商品類別為精油，具體 見表1。
[0067] 步驟S303,基于銷售客戶對象統(tǒng)計商品類別的采購需求量。
[0068] 具體地，本實施例對各銷售客戶對象感興趣的商品類別進行統(tǒng)計分析后，易獲得 針對面膜商品類別的采購需求量為2份，針對精油商品類別的采購量為1份，針對減肥藥商 品類別的采購量為0份。具體地，本實施例在確定最終的采購需求時，可W將1份看做數(shù)量為 1*10,即10個，也可W將1份看做數(shù)量為1*5,即5個，具體由用戶自定義。需要說明的是，在實 際的實施過程中，銷售客戶對象的數(shù)量可能遠遠不止=個，且每一個銷售客戶對象感興趣 的商品類別也可能不止一種。
[0069] 步驟S304,捜索與商品類別對應的生產(chǎn)廠商。
[0070] 具體地，由于本實施例最終確定需要采購的商品類別僅僅包括面膜和精油商品類 另IJ，故分別針對面膜商品類別和精油商品類別捜索獲取與之對應的生產(chǎn)廠商。且假設針對 面膜商品類別和精油商品類別捜索獲取與之對應的生產(chǎn)廠商見表3。由表3可知，針對面膜 商品類別捜索獲取的生產(chǎn)廠商包括3家，針對精油商品類別捜索獲取的生產(chǎn)廠商包括2家。 [00711 夫3
步驟S305,采集與生產(chǎn)廠商對應的關于商品類別的評論信息。
[0072] 本實施例在獲得與商品類別對應的生產(chǎn)廠商后，從互聯(lián)網(wǎng)上分別采集與生產(chǎn)廠商 對應的關于商品類別的評論信息。也即分別采集面膜生產(chǎn)廠商1、面膜生產(chǎn)廠商2和面膜生 產(chǎn)廠商3關于面膜商品類別的評論信息，W及分別采集精油生產(chǎn)廠商1、精油生產(chǎn)廠商2和精 油生產(chǎn)廠商3關于精油商品類別的評論信息。
[0073] 步驟S306,預先設置情感傾向詞典。
[0074] 具體地，本實施例設置的情感傾向詞典包含積極、消極和中立情感傾向的情感詞。
[0075] 步驟S307,對評論信息進行語義分析，并基于情感傾向詞典統(tǒng)計評論信息中的情 感詞詞頻。
[0076] 具體地，本實施例通過對評論信息進行分詞、語義消歧、詞性標注等預處理操作 后，基于情感傾向詞典統(tǒng)計評論信息中的情感詞詞頻。具體是統(tǒng)計針對不同類別情感傾向 的情感詞的詞頻數(shù)，假設本實施例針對生產(chǎn)廠商統(tǒng)計出的不同類別情感傾向的情感詞詞頻 具體見表3。本實施例假設針對每一個生產(chǎn)廠商獲取的情感詞為300個，且與面膜生產(chǎn)廠商1 對應的200/80/20具體是指針對積極、中立、消極情感傾向的情感詞詞頻。
[0077] 步驟S308，基于情感詞詞頻對生產(chǎn)廠商進行口碑排名。
[0078] 具體地，本實施例通過比較積極情感詞占情感詞的比例確定生產(chǎn)廠商進行口碑排 名。具體地，本實施例根據(jù)與每一個生產(chǎn)廠商對應的情感詞詞頻容易計算出與每一個生產(chǎn) 廠商對應的積極情感詞占情感詞的比例，具體見表3。假設本實施例按照積極情感詞占所有 情感詞比例大小對生產(chǎn)廠商進行口碑排名，則容易獲得針對面膜商品類別，面膜生產(chǎn)廠商 中口碑排名第一的為面膜生產(chǎn)廠商1，第二為面膜生產(chǎn)廠商2,第=為面膜生產(chǎn)廠商3。而針 對精油商品類別，精油生產(chǎn)廠商中口碑排名第一的為精油生產(chǎn)廠商2,第二為精油生產(chǎn)廠商 Io
[0079] 步驟S309,選取口碑排名大于預設闊值的生產(chǎn)廠商作為最終與商品類別對應的生 產(chǎn)廠商。
[0080] 具體地，假設本實施例選取口碑最好的生產(chǎn)廠商作為最終與商品類別對應的生產(chǎn) 廠商，則通過步驟S308可知，針對面膜商品類別最終確定與之對應的生產(chǎn)廠商為面膜生產(chǎn) 廠商1;針對精油商品類別最終確定與之對應的生產(chǎn)廠商為精油生產(chǎn)廠商2。
[0081] 本實施例提供的獲取采購需求的方法，通過獲取銷售客戶對象，其中，銷售客戶對 象包括歷史銷售客戶對象和潛在銷售客戶對象，獲取銷售客戶對象感興趣的商品類別W及 根據(jù)商品類別生成采購需求信息，解決了現(xiàn)有人為主觀預測需要采購的需求商品W及需求 商品的需求量，導致工作量大且預測準確度不高的技術問題，實現(xiàn)了根據(jù)銷售客戶對象感 興趣的商品類別自動生成采購需求信息，無需人為主觀預測，就能獲得準確度較高的采購 需求，智能化程度高。
[0082] 此外，本實施例通過采集與生產(chǎn)廠商對應的關于商品類別的評論信息，并基于評 論信息對生產(chǎn)廠商進行口碑排名，W及選取口碑排名大于預設闊值的生產(chǎn)廠商作為最終與 商品類別對應的生產(chǎn)廠商，無需商家人工對捜索獲得的多個生產(chǎn)廠商進行比較和分析，就 能快速智能選取口碑排名靠前的生產(chǎn)廠商作為最終與商品類別對應的生產(chǎn)廠商，提高了獲 取與商品類別對應的生產(chǎn)廠商的獲取效率，提升了用戶體驗。
[0083] 參照圖4,本發(fā)明的優(yōu)選實施例提供的獲取采購需求的裝置，包括： 銷售客戶對象獲取裝置10，用于獲取銷售客戶對象，其中，銷售客戶對象包括歷史銷售 客戶對象和潛在銷售客戶對象； 商品類別獲取裝置20,用于獲取銷售客戶對象感興趣的商品類別； 采購需求生成裝置30，用于根據(jù)商品類別生成采購需求信息。
[0084] 進一步地，商品類別獲取裝置20包括： 采集裝置，用于采集銷售客戶對象的用戶行為數(shù)據(jù)； 分析裝置，用于對用戶行為數(shù)據(jù)進行分析，獲得銷售客戶對象感興趣的商品類別。
[0085] 進一步地，采集裝置包括： 記錄采集裝置，用于采集銷售客戶對象的上網(wǎng)捜索記錄和聊天記錄； 轉換裝置，用于將上網(wǎng)捜索記錄和聊天記錄轉換成文本形式的文本行為數(shù)據(jù)。
[0086] 本發(fā)明提供的獲取采購需求的裝置，通過獲取銷售客戶對象，其中，銷售客戶對象 包括歷史銷售客戶對象和潛在銷售客戶對象，獲取銷售客戶對象感興趣的商品類別W及根 據(jù)商品類別生成采購需求信息，解決了現(xiàn)有人為主觀預測需要采購的需求商品W及需求商 品的需求量，導致工作量大且預測準確度不高的技術問題，實現(xiàn)了根據(jù)銷售客戶對象感興 趣的商品類別自動生成采購需求信息，無需人為主觀預測，就能獲得準確度較高的采購需 求，智能化程度高。
[0087] 本實施例獲取采購需求的裝置的具體工作過程和工作原理可參照本實施例的獲 取采購需求的方法的工作過程和工作原理。
[0088] W上僅為本發(fā)明的優(yōu)選實施例而已，并不用于限制本發(fā)明，對于本領域的技術人 員來說，本發(fā)明可W有各種更改和變化。凡在本發(fā)明的精神和原則之內，所作的任何修改、 等同替換、改進等，均應包含在本發(fā)明的保護范圍之內。
【主權項】
1. 一種獲取采購需求的方法，其特征在于，包括： 獲取銷售客戶對象，其中，所述銷售客戶對象包括歷史銷售客戶對象和潛在銷售客戶 對象； 獲取所述銷售客戶對象感興趣的商品類別； 根據(jù)所述商品類別生成采購需求信息。2. 根據(jù)權利要求1所述的獲取采購需求的方法，其特征在于，獲取所述銷售客戶對象感 興趣的商品類別包括： 采集所述銷售客戶對象的用戶行為數(shù)據(jù)； 對所述用戶行為數(shù)據(jù)進行分析，獲得所述銷售客戶對象感興趣的商品類別。3. 根據(jù)權利要求2所述的獲取采購需求的方法，其特征在于，采集所述銷售客戶對象的 用戶行為數(shù)據(jù)包括： 采集所述銷售客戶對象的上網(wǎng)搜索記錄和聊天記錄； 將所述上網(wǎng)搜索記錄和所述聊天記錄轉換成文本形式的文本行為數(shù)據(jù)。4. 根據(jù)權利要求3所述的獲取采購需求的方法，其特征在于，對所述用戶行為數(shù)據(jù)進行 分析，獲得所述銷售客戶對象感興趣的商品類別包括： 設定商品預采購類別； 對所述文本行為數(shù)據(jù)進行分詞，獲得分詞文本； 將所述分詞文本與所述商品預采購類別進行匹配，選取與所述商品預采購類別匹配的 商品類別作為所述銷售客戶對象感興趣的商品類別。5. 根據(jù)權利要求4所述的獲取采購需求的方法，其特征在于，根據(jù)所述商品類別生成采 購需求信息包括： 基于所述銷售客戶對象統(tǒng)計所述商品類別的采購需求量； 搜索獲取與所述商品類別對應的生產(chǎn)廠商； 將所述商品類別的采購需求量和與所述商品類別對應的生產(chǎn)廠商作為采購需求信息。6. 根據(jù)權利要求5所述的獲取采購需求的方法，其特征在于，搜索獲取與所述商品類別 對應的生產(chǎn)廠商包括： 搜索與所述商品類別對應的生產(chǎn)廠商； 采集與所述生產(chǎn)廠商對應的關于所述商品類別的評論信息； 基于所述評論信息對所述生產(chǎn)廠商進行口碑排名； 選取口碑排名大于預設閾值的生產(chǎn)廠商作為最終與所述商品類別對應的生產(chǎn)廠商。7. 根據(jù)權利要求6所述的獲取采購需求的方法，其特征在于，基于所述評論信息對所述 生產(chǎn)廠商進行口碑排名包括： 預先設置情感傾向詞典； 對所述評論信息進行語義分析，并基于所述情感傾向詞典統(tǒng)計所述評論信息中的情感 詞詞頻； 基于所述情感詞詞頻對所述生產(chǎn)廠商進行口碑排名。8. -種獲取采購需求的裝置，其特征在于， 銷售客戶對象獲取裝置，用于獲取銷售客戶對象，其中，所述銷售客戶對象包括歷史銷 售客戶對象和潛在銷售客戶對象； 商品類別獲取裝置，用于獲取所述銷售客戶對象感興趣的商品類別； 采購需求生成裝置，用于根據(jù)所述商品類別生成采購需求信息。9. 根據(jù)權利要求8所述的獲取采購需求的裝置，其特征在于，所述商品類別獲取裝置包 括： 采集裝置，用于采集所述銷售客戶對象的用戶行為數(shù)據(jù)； 分析裝置，用于對所述用戶行為數(shù)據(jù)進行分析，獲得所述銷售客戶對象感興趣的商品 類別。10. 根據(jù)權利要求9所述的獲取采購需求的裝置，其特征在于，所述采集裝置包括： 記錄采集裝置，用于采集所述銷售客戶對象的上網(wǎng)搜索記錄和聊天記錄； 轉換裝置，用于將所述上網(wǎng)搜索記錄和所述聊天記錄轉換成文本形式的文本行為數(shù) 據(jù)。
【文檔編號】G06F17/30GK105956882SQ201610299516
【公開日】2016年9月21日
【申請日】2016年5月9日
【發(fā)明人】陳包容
【申請人】陳包容