一种基于云计算的电子商务平台数字化管理系统及方法与流程

1.本发明涉及电子商务数字化管理技术领域，具体为一种基于云计算的电子商务平台数字化管理系统及方法。


背景技术：

2.如今电子商务平台是网络营销的领跑者，电商的风靡不仅为各种平台带来了新的生机，同样为消费者提供便捷的消费环境，且对于注册使用电商平台的商家而言，把握用户提高流量增高用户消费是极其重要的，这也就导致线上的商家不仅仅满足只投入商品资源于一家电商平台，而是多平台发展，目的是实现百花齐放的效果；
3.然而在实际运作过程中，商家在监测管理多个电商平台运营中往往会产生很多问题，如像不同平台的规则不同，推广方式不同，用户交易渠道方式的不同，造成管理的困难，商家不能明确了解各自平台的交易情况，以及自家的商品是否适合该平台的推广方式，从而容易造成商家对于不同电商平台交易情况难以明确分析和无法量化推广活动的有效程度。


技术实现要素：

4.本发明的目的在于提供一种基于云计算的电子商务平台数字化管理系统及方法，以解决上述背景技术中提出的问题。
5.为了解决上述技术问题，本发明提供如下技术方案：一种基于云计算的电子商务平台数字化管理方法，方法包括以下分析步骤：
6.步骤s1：对通过云服务产生关联的电子商务平台进行标记，提取任一电子商务平台中任意商家为目标商家，获取目标商家在已标记电子商务平台中的关联平台集合p，p＝{p1,p2,......,pn}，p1,p2,......,pn表示目标商家关联的第1、2、......、n个已标记电子商务平台；
7.步骤s2：获取关联平台集合中不同电子商务平台在进行推广活动前和推广活动后的动态数据，动态数据是指用户在电子商务平台上进行与目标商家产品有关的期望行为数据；基于动态数据，分析目标商家关联平台集合中各电子商务平台上的正向指数；
8.步骤s3：设定正向指数阈值，提取正向指数大于等于正向指数阈值时对应的电子商务平台为目标电商平台，正向指数大于等于正向指数阈值说明目标商家在该电子商务平台上的运营趋势是随着推广活动的介入而呈上升趋势的；若目标电商平台的个数小于等于一，则对目标商家进行定向预警；
9.步骤s4：若目标电商平台的个数大于一时，则提取不同目标电商平台对应各自的用户交易流，用户交易流是指用户在目标电商平台推广活动后完成交易前的用户操作流向；基于用户交易流，分析对应目标电商平台的深度推广序列；
10.步骤s5：提取深度推广序列中的目标电商平台排序，对目标商户进行可视化预警。
11.进一步的，步骤s2包括以下分析步骤：
12.步骤s21：提取存在目标商家的电子商务平台记录的第i个用户完成商品交易时的操作行为gi，构建操作行为gi发生前的操作行为集合fi，fi＝{g
i1
,g
i2
,g
i3
,...,g
ik
}；操作行为gi发生前的操作行为是指存在于关联目标商家对应电子商务平台上的行为记录；其中g
i1
,g
i2
,g
i3
,...,g
ik
表示在电子商务平台上的第i个用户的第1、2、......、k个操作行为；
13.步骤s22：获取存在目标商家的电子商务平台中m个操作行为集合fi，m表示电子商务平台记录用户构建操作行为gi发生的总用户个数，i小于等于m；依次比较m个操作行为集合并输出比较结果集合d，d＝{f1∩f2,...,f1∩fm,f2∩f3,...,f
m-1
∩fm}；
14.步骤s23：获取比较结果集合d中第j种比较结果存在的个数xj，利用公式：yj＝xj/{[m*(m-1)]/2}，计算第i种比较结果的覆盖率yj，覆盖率越大说明比较结果对应的操作行为越能反映出用户在电子商务平台上实现商品交易前的行为倾向；设置覆盖率阈值y0，输出覆盖率yj大于等于覆盖率阈值y0对应的比较结果为期望行为。
[0015]
分析同一电子商务平台内不同用户对应的集合确定期望行为；是为了考量商家投入电商平台的具有销售指向性的行为；因为平台会记录很多操作行为，但不是所有都可以反映出商家的销售情况，如购买前的加购率中的加购行为可以作为分析商品交易情况的期望行为，而在商铺中进行转发图片则不一定是可以作为有效反应用户交易情况的行为。
[0016]
进一步的，步骤s2还包括以下分析步骤：
[0017]
获取关联平台集合p中电子商务平台进行推广活动前第u1个期望行为的行为总数zu1，以及推广活动后第u2个期望行为的行为总数zu2；利用公式：wu＝bu/zu，wu＝{wu1,wu2}，bu＝{bu1,bu2}，zu＝{zu1,zu2}，计算第u1个期望行为的行为转换率wu1和第u2个期望行为的行为转换率wu2；其中bu1表示第u1个期望行为的完成个数，bu1表示第u2个期望行为的完成个数；
[0018]
提取电子商务平台推广活动前的q个期望行为对应的行为转化率wu1和推广活动后的q个期望行为对应的行为转化率wu2，u2、u1≤q，q表示期望行为的种类总个数；
[0019]
利用公式：w
01
＝w
11
*w
21
*w
31
...*wu1...*wq1；计算电子商务平台推广活动前的总体功能转化率w
01
；利用公式：w
02
＝w
12
*w
22
*w
32
...*wu2...*wq2；计算电子商务平台推广活动前的总体功能转化率w
02
；
[0020]w11
*w
21
*w
31
...*wu1...*wq1表示推广活动前的第1、2、3、......、q个期望行为的行为转化率；w
12
*w
22
*w
32
...*wu2...*wq2表示推广活动后的第1、2、3、......、q个期望行为的行为转化率；
[0021]
基于总体功能转化率计算正向指数r，r＝w
02
/w
01
。
[0022]
进一步的，步骤s4包括以下分析步骤：
[0023]
获取第v个目标电商平台在监测周期内的若干用户交易流hv，提取若干用户交易流hv中出现频率最高的用户交易流为目标交易流h
1v
，其余用户交易流为待分析交易流h
2v
；获取第v个目标电商平台推广活动对应的交易属性特征ev，交易属性特征是指与推广活动相关的用户购买操作行为特征；
[0024]
利用公式：fv＝0.45*[n(h
1v
)/n(h
2v
)]+0.35*[n(e
1v
)/n(h
1v
)]+0.2*[n(e
2v
)/n(h
2v
)]；
[0025]
计算第v个目标电商平台的响应指数fv，其中n(h
1v
)表示监测周期内的目标交易流出现频次，n(h
2v
)表示监测周期内的待分析交易流的平均出现频次；n(e
1v
)表示交易属性特
征存在目标交易流时的目标交易流出现频次，n(e
2v
)表示交易属性特征存在待分析交易流时的待分析交易流平均出现频次；a、b、c表示参考系数且数值均大于零小于一，a+b+c＝1，a＞b＞c；
[0026]
n(h
1v
)/n(h
2v
)反映出目标电商平台在推广活动后的用户购买形式即本技术中体现的用户交易流形式是否多样化，多样化说明推广效果不明显，单一且用户交易流与推广活动的属性特征相同时，说明电商平台的推广活动有效且引流效果好；
[0027]
获取第v个目标电商平台的推广成本cv，计算推广指数lv，lv＝fv/cv；
[0028]
根据推广指数lv的大小按照从大到小的顺序生成目标电商平台对应的深度推广序列。
[0029]
深度推广序列是要分析在成正比的目标电商平台中受推广属性特征影响的用户交易流的比例问题，比例越高，说明推广活动越有效；且与现有技术直接获取转化率的数据区别点在于现有通常给出的数据是基于整体数据的一个统计计算，不能有效的分析出推广活动自身带来的价值意义，不能具有预知导向性，而本技术是基于推广活动的特征点，需要加入推广活动特征内容进行区分的转化率，此时本技术的内容就可以基于数据分析来预测当增加推广或降低推广后的用户转化率范围，具有预知导向性和针对性分析，简单来说就是要弄清楚是由于推广自身特点造成的交易成功的比例问题，其中包含了对用户交易流的分析，用户交易流越趋于推广特点，且越专一越能有效分析推广的真正成效和对推广波动造成的预知导向问题。
[0030]
进一步的，定向预警和可视化预警包括以下：
[0031]
定向预警是指对除去目标电商平台外的其他电子商务平台进行第一预警，输出除去目标电商平台的其他电子商务平台为待考察电商平台，第一预警为向目标商家输出待考察电商平台为暂停推广活动或改变推广活动信号；
[0032]
可视化预警是基于深度推广序列中的目标电商平台排序，向目标商家输出对应推广权重信号，推广权重按照深度推广序列对应的电商平台依次降低。
[0033]
一种基于云计算的电子商务平台数字化管理系统，系统包括云服务平台关联模块、动态数据获取模块、正向指数分析模块、目标电商平台分析模块、深度推广序列模块和预警响应模块；
[0034]
云服务平台关联模块用于通过云服务产生关联的电子商务平台进行标记，提取任一电子商务平台中任意商家为目标商家，获取目标商家在已标记电子商务平台中的关联平台集合；
[0035]
动态数据获取模块用于获取关联平台集合中不同电子商务平台在进行推广活动前和推广活动后的动态数据，动态数据是指用户在电子商务平台上进行与目标商家产品有关的期望行为数据；
[0036]
正向指数分析模块用于分析目标商家关联平台集合中各电子商务平台上的正向指数；
[0037]
目标电商平台分析模块用于提取正向指数大于等于正向指数阈值时对应的电子商务平台为目标电商平台，以及分析目标电商平台的个数；
[0038]
深度推广序列模块用于在目标电商平台分析模块确定目标电商平台的个数大于一时，分析对应目标电商平台的深度推广序列；
[0039]
预警响应模块用于基于目标电商平台分析模块和深度推广序列模块的输出信号进行预警。
[0040]
进一步的，动态数据获取模块包括操作行为集合构建单元、比较结果集合分析单元、覆盖率计算单元和期望行为输出单元；
[0041]
操作行为集合构建单元用于构建用户完成商品交易操作行为前的操作行为集合；
[0042]
比较结果集合分析单元用于依次比较不同用户的操作行为集合并输出比较结果集合；
[0043]
覆盖率计算单元用于计算比较结果集合分析单元中比较结果的覆盖率；
[0044]
期望行为输出单元用于基于覆盖率计算单元的计算结果分析期望行为。
[0045]
进一步的，正向指数分析模块包括行为转化率计算单元、总体功能转化率计算单元和正向指数计算单元；
[0046]
行为转化率计算单元用于计算电子商务平台进行推广活动前后的行为转化率；
[0047]
总体功能转化率计算单元用于计算电商平台进行推广活动前后的总体功能转化率；
[0048]
正向指数计算单元用于基于总体功能转化率计算正向指数。
[0049]
进一步的，深度推广序列模块包括用户交易流分析单元、响应指数计算单元、推广指数计算单元和深度推广序列生成单元；
[0050]
用户交易流分析单元用于区分用户交易流为目标交易流和待分析交易流，并提取对应的交易属性特征；
[0051]
响应指数计算单元用于计算目标电商平台的响应指数；
[0052]
推广指数计算单元用于基于推广成本计算推广指数；
[0053]
深度推广序列生成单元用于基于推广指数生成深度推广序列。
[0054]
与现有技术相比，本发明所达到的有益效果是：本发明基于云服务系统关联的电子商务平台记录的数据进行分析，确定用户在电子商务平台上能够体现商家交易成效的期望行为，根据期望行为分析电商平台在推广活动前后的交易趋势，从而提取推广有效的目标电商平台；且在目标电商平台不唯一时，根据用户交易流、推广属性特征和推广成本综合分析出哪一电商平台可以实现成本低响应高的推广效果；使得商家在执行多个电商平台监管过程中清晰明了，基于推广活动的属性特征，来预测当增加推广或降低推广后的用户响应情况，具有预知导向性和针对性分析。
附图说明
[0055]
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
[0056]
图1是本发明一种基于云计算的电子商务平台数字化管理系统的结构示意图。
具体实施方式
[0057]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他
实施例，都属于本发明保护的范围。
[0058]
请参阅图1，本发明提供技术方案：一种基于云计算的电子商务平台数字化管理方法，方法包括以下分析步骤：
[0059]
步骤s1：对通过云服务产生关联的电子商务平台进行标记，提取任一电子商务平台中任意商家为目标商家，获取目标商家在已标记电子商务平台中的关联平台集合p，p＝{p1,p2,......,pn}，p1,p2,......,pn表示目标商家关联的第1、2、......、n个已标记电子商务平台；
[0060]
现有技术存在的多平台网店系统，它可以连接和拓展开放各平台的数据接口，如客户在抖音店下单时，订单数据自动同步到多平台网店系统后台的客户管理系统中，建立客户信息和订单信息。商家在淘宝、拼多多、京东等平台推广，整合多平台多店订单数据在一个平台上，可实现高效便捷的管理；
[0061]
步骤s2：获取关联平台集合p中不同电子商务平台在进行推广活动前和推广活动后的动态数据，动态数据是指用户在电子商务平台上进行与目标商家产品有关的期望行为数据；基于动态数据，分析目标商家关联平台集合中各电子商务平台上的正向指数；
[0062]
步骤s3：设定正向指数阈值为1，提取正向指数大于等于正向指数阈值时对应的电子商务平台为目标电商平台，正向指数大于等于正向指数阈值说明目标商家在该电子商务平台上的运营趋势是随着推广活动的介入而呈上升趋势的；若目标电商平台的个数小于等于一，则对目标商家进行定向预警目标电商平台的个数小于等于一，说明目标商家在不同电子商务平台上进行推广后的实现正向效果的电子商务平台数量为1或者为0，那么此时只需要对不满足推广效果的电子商务平台告知目标商家即可最大的减少损失；
[0063]
步骤s4：若目标电商平台的个数大于一时，则提取不同目标电商平台对应各自的用户交易流，用户交易流是指用户在目标电商平台推广活动后完成交易前的用户操作流向；用户操作流向是由用户在目标电商平台上的操作行为按照时间先后顺序构成的操作流向，如点击视频
→
加入购物车
→
购买，基于用户交易流，分析对应目标电商平台的深度推广序列；
[0064]
步骤s5：提取深度推广序列中的目标电商平台排序，对目标商户进行可视化预警。
[0065]
步骤s2包括以下分析步骤：
[0066]
步骤s21：提取存在目标商家的电子商务平台记录的第i个用户完成商品交易时的操作行为gi，完成商品交易时的操作行为一般是指付款，构建操作行为gi发生前的操作行为集合fi，fi＝{g
i1
,g
i2
,g
i3
,...,g
ik
}；操作行为gi发生前的操作行为是指存在于关联目标商家对应电子商务平台上的行为记录；其中g
i1
,g
i2
,g
i3
,...,g
ik
表示在电子商务平台上的第i个用户的第1、2、......、k个操作行为；如付款前一般会产生浏览、加购、选项选择等操作行为；
[0067]
步骤s22：获取存在目标商家的电子商务平台中m个操作行为集合fi，m表示电子商务平台记录用户构建操作行为gi发生的总用户个数，i小于等于m；依次比较m个操作行为集合并输出比较结果集合d，d＝{f1∩f2,...,f1∩fm,f2∩f3,...,f
m-1
∩fm}；
[0068]
如存在3个操作行为集合f1、f2、f3时，
[0069]
则比较结果集合d，d＝{f1∩f2,f1∩f3,f2∩f3}；
[0070]
步骤s23：获取比较结果集合d中第j种比较结果存在的个数xj，利用公式：yj＝xj/
{[m*(m-1)]/2}，计算第i种比较结果的覆盖率yj，覆盖率越大说明比较结果对应的操作行为越能反映出用户在电子商务平台上实现商品交易前的行为倾向；设置覆盖率阈值y0，输出覆盖率yj大于等于覆盖率阈值y0对应的比较结果为期望行为。
[0071]
分析同一电子商务平台内不同用户对应的集合确定期望行为；是为了考量商家投入电商平台的具有销售指向性的行为；因为平台会记录很多操作行为，但不是所有都可以反映出商家的销售情况，如购买前的加购率中的加购行为可以作为分析商品交易情况的期望行为，而在商铺中进行转发图片则不一定是可以作为有效反应用户交易情况的行为。且在分析期望行为时是以单独的电子商务平台进行分析，因为考虑存在不同平台销售模式的差异化，对应产生的用户操作行为也是存在差异的；如抖音电商平台多为视频宣传的模式，那么用户购入的操作行为必然存在视频的浏览点击连接，而评论可能就不能作为期望行为，又如在淘宝平台，用户对产品的购入过程可能就较少的倾向视频。
[0072]
步骤s2还包括以下分析步骤：
[0073]
获取关联平台集合p中电子商务平台进行推广活动前第u1个期望行为的行为总数zu1，以及推广活动后第u2个期望行为的行为总数zu2；利用公式：wu＝bu/zu，wu＝{wu1,wu2}，bu＝{bu1,bu2}，zu＝{zu1,zu2}，计算第u1个期望行为的行为转换率wu1和第u2个期望行为的行为转换率wu2；其中bu1表示第u1个期望行为的完成个数，bu1表示第u2个期望行为的完成个数；
[0074]
提取电子商务平台推广活动前的q个期望行为对应的行为转化率wu1和推广活动后的q个期望行为对应的行为转化率wu2，u2、u1≤q，q表示期望行为的种类总个数；
[0075]
利用公式：w
01
＝w
11
*w
21
*w
31
...*wu1...*wq1；计算电子商务平台推广活动前的总体功能转化率w
01
；利用公式：w
02
＝w
12
*w
22
*w
32
...*wu2...*wq2；计算电子商务平台推广活动前的总体功能转化率w
02
；
[0076]w11
*w
21
*w
31
...*wu1...*wq1表示推广活动前的第1、2、3、......、q个期望行为的行为转化率；w
12
*w
22
*w
32
...*wu2...*wq2表示推广活动后的第1、2、3、......、q个期望行为的行为转化率；
[0077]
基于总体功能转化率计算正向指数r，r＝w
02
/w
01
。
[0078]
如实施例所示：
[0079]
在上述限定了期望行为是指电商平台目标商家记录中存在用户操作占比较大的操作行为，即所说覆盖率大于覆盖率阈值的行为；说明在此情景下的用户期望行为的完成个数占比是较大的；
[0080]
如存在三类期望行为：加购、付款和注册会员；且期望行为对应的行为总数表示的是存在加购、付款以及会员相关活动，而期望行为完成是指加购并未删除、付款并交易成功、成功注册会员；
[0081]
在推广活动前三类期望行为的行为总数分别为10、16、7；三类期望行为的完成个数为：6、12、4；
[0082]
在推广活动后三类期望行为的行为总数分别为20、34、17；三类期望行为的完成个数为：18、30、15；
[0083]
则w
01
＝0.6*0.75*0.57＝0.25；w
02
＝0.9*0.89*0.88＝0.7。
[0084]
步骤s4包括以下分析步骤：
[0085]
获取第v个目标电商平台在监测周期内的若干用户交易流hv，提取若干用户交易流hv中出现频率最高的用户交易流为目标交易流h
1v
，其余用户交易流为待分析交易流h
2v
；获取第v个目标电商平台推广活动对应的交易属性特征ev，交易属性特征是指与推广活动相关的用户购买操作行为特征；
[0086]
如推广活动为视频推广，则交易属性特征为视频链接的点击，且进行视频链接的点击可以完成用户购买操作；即视频链接的点击该操作行为既可作为用户交易流中的用户操作行为，且又与推广活动的交易属性特征相同；
[0087]
利用公式：fv＝a*[n(h
1v
)/n(h
2v
)]+b*[n(e
1v
)/n(h
1v
)]+c*[n(e
2v
)/n(h
2v
)]；
[0088]
计算第v个目标电商平台的响应指数fv，其中n(h
1v
)表示监测周期内的目标交易流出现频次，n(h
2v
)表示监测周期内的待分析交易流的平均出现频次；n(e
1v
)表示交易属性特征存在目标交易流时的目标交易流出现频次，n(e
2v
)表示交易属性特征存在待分析交易流时的待分析交易流平均出现频次；a、b、c表示参考系数且数值均大于零小于一，a+b+c＝1，a＞b＞c；
[0089]
n(h
1v
)/n(h
2v
)反映出目标电商平台在推广活动后的用户购买形式即本技术中体现的用户交易流形式是否多样化，多样化说明推广效果不明显，单一且用户交易流与推广活动的属性特征相同时，说明电商平台的推广活动有效且引流效果好；
[0090]
获取第v个目标电商平台的推广成本cv，计算推广指数lv，lv＝fv/cv；
[0091]
根据推广指数lv的大小按照从大到小的顺序生成目标电商平台对应的深度推广序列。因为在不同平台不同推广活动的情况下会造成推广成本的差异，需要综合考量推广成本与用户响应的关系，从而考量出最有效的电商平台；
[0092]
如实施例所示：
[0093]
平台1、平台2、平台3，推广成本分别为50w、55w和67w；
[0094]
对应的计算出推广活动实施后的用户响应指数为0.7、0.45、0.76；
[0095]
则计算l1＝0.7/50＝0.014，l2＝0.45/55＝0.008，l＝0.76/67＝0.011；
[0096]
则深度推广序列为平台1＞平台3＞平台2。
[0097]
且对应的推广成本可以是根据商家用于电商平台推广运行的目标投资金额。
[0098]
深度推广序列是要分析在成正比的目标电商平台中受推广属性特征影响的用户交易流的比例问题，比例越高，说明推广活动越有效；且与现有技术直接获取转化率的数据区别点在于现有通常给出的数据是基于整体数据的一个统计计算，不能有效的分析出推广活动自身带来的价值意义，不能具有预知导向性，而本技术是基于推广活动的特征点，需要加入推广活动特征内容进行区分的转化率，此时本技术的内容就可以基于数据分析来预测当增加推广或降低推广后的用户转化率范围，具有预知导向性和针对性分析，简单来说就是要弄清楚是由于推广自身特点造成的交易成功的比例问题，其中包含了对用户交易流的分析，用户交易流越趋于推广特点，且越专一越能有效分析推广的真正成效和对推广波动造成的预知导向问题。
[0099]
定向预警和可视化预警包括以下：
[0100]
定向预警是指对除去目标电商平台外的其他电子商务平台进行第一预警，输出除去目标电商平台的其他电子商务平台为待考察电商平台，第一预警为向目标商家输出待考察电商平台为暂停推广活动或改变推广活动信号；
[0101]
可视化预警是基于深度推广序列中的目标电商平台排序，向目标商家输出对应推广权重信号，推广权重按照深度推广序列对应的电商平台依次降低。即位于深度推广序列第一位的目标电商平台为权重最大的电商平台，告知商家重点投入推广于该电商平台，可视化可通过柱状图、折线图等方式，且权重的设置意味商家对不同平台的重视程度，数值是相对而言，具体由商家自行设置。
[0102]
一种基于云计算的电子商务平台数字化管理系统，系统包括云服务平台关联模块、动态数据获取模块、正向指数分析模块、目标电商平台分析模块、深度推广序列模块和预警响应模块；
[0103]
云服务平台关联模块用于通过云服务产生关联的电子商务平台进行标记，提取任一电子商务平台中任意商家为目标商家，获取目标商家在已标记电子商务平台中的关联平台集合；
[0104]
动态数据获取模块用于获取关联平台集合中不同电子商务平台在进行推广活动前和推广活动后的动态数据，动态数据是指用户在电子商务平台上进行与目标商家产品有关的期望行为数据；
[0105]
正向指数分析模块用于分析目标商家关联平台集合中各电子商务平台上的正向指数；
[0106]
目标电商平台分析模块用于提取正向指数大于等于正向指数阈值时对应的电子商务平台为目标电商平台，以及分析目标电商平台的个数；
[0107]
深度推广序列模块用于在目标电商平台分析模块确定目标电商平台的个数大于一时，分析对应目标电商平台的深度推广序列；
[0108]
预警响应模块用于基于目标电商平台分析模块和深度推广序列模块的输出信号进行预警。
[0109]
动态数据获取模块包括操作行为集合构建单元、比较结果集合分析单元、覆盖率计算单元和期望行为输出单元；
[0110]
操作行为集合构建单元用于构建用户完成商品交易操作行为前的操作行为集合；
[0111]
比较结果集合分析单元用于依次比较不同用户的操作行为集合并输出比较结果集合；
[0112]
覆盖率计算单元用于计算比较结果集合分析单元中比较结果的覆盖率；
[0113]
期望行为输出单元用于基于覆盖率计算单元的计算结果分析期望行为。
[0114]
正向指数分析模块包括行为转化率计算单元、总体功能转化率计算单元和正向指数计算单元；
[0115]
行为转化率计算单元用于计算电子商务平台进行推广活动前后的行为转化率；
[0116]
总体功能转化率计算单元用于计算电商平台进行推广活动前后的总体功能转化率；
[0117]
正向指数计算单元用于基于总体功能转化率计算正向指数。
[0118]
深度推广序列模块包括用户交易流分析单元、响应指数计算单元、推广指数计算单元和深度推广序列生成单元；
[0119]
用户交易流分析单元用于区分用户交易流为目标交易流和待分析交易流，并提取对应的交易属性特征；
[0120]
响应指数计算单元用于计算目标电商平台的响应指数；
[0121]
推广指数计算单元用于基于推广成本计算推广指数；
[0122]
深度推广序列生成单元用于基于推广指数生成深度推广序列。
[0123]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
[0124]
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种基于云计算的电子商务平台数字化管理方法，其特征在于，所述方法包括以下分析步骤：步骤s1：对通过云服务产生关联的电子商务平台进行标记，提取任一电子商务平台中任意商家为目标商家，获取目标商家在已标记电子商务平台中的关联平台集合；步骤s2：获取关联平台集合中不同电子商务平台在进行推广活动前和推广活动后的动态数据，所述动态数据是指用户在电子商务平台上进行与目标商家产品有关的期望行为数据；基于动态数据，分析目标商家关联平台集合中各电子商务平台上的正向指数；步骤s3：设定正向指数阈值，提取正向指数大于等于正向指数阈值时对应的电子商务平台为目标电商平台，若目标电商平台的个数小于等于一，则对目标商家进行定向预警；步骤s4：若目标电商平台的个数大于一时，则提取不同目标电商平台对应各自的用户交易流，所述用户交易流是指用户在目标电商平台推广活动后完成交易前的用户操作流向；基于用户交易流，分析对应目标电商平台的深度推广序列；步骤s5：提取深度推广序列中的目标电商平台排序，对目标商户进行可视化预警。2.根据权利要求1所述的一种基于云计算的电子商务平台数字化管理方法，其特征在于：所述步骤s2包括以下分析步骤：步骤s21：提取存在目标商家的电子商务平台记录的第i个用户完成商品交易时的操作行为g
i
，构建操作行为g
i
发生前的操作行为集合f
i
，f
i
＝{g
i1
,g
i2
,g
i3
,...,g
ik
}；所述操作行为g
i
发生前的操作行为是指存在于关联目标商家对应电子商务平台上的行为记录；其中g
i1
,g
i2
,g
i3
,...,g
ik
表示在电子商务平台上的第i个用户的第1、2、......、k个操作行为；步骤s22：获取存在目标商家的电子商务平台中m个操作行为集合f
i
，m表示电子商务平台记录用户构建操作行为g
i
发生的总用户个数，i小于等于m；依次比较m个操作行为集合并输出比较结果集合d，d＝{f1∩f2,...,f1∩f
m
,f2∩f3,...,f
m-1
∩f
m
}；步骤s23：获取比较结果集合d中第j种比较结果存在的个数x
j
，利用公式：y
j
＝x
j
/{[m*(m-1)]/2}，计算第i种比较结果的覆盖率y
j
；设置覆盖率阈值y0，输出覆盖率y
j
大于等于覆盖率阈值y0对应的比较结果为期望行为。3.根据权利要求2所述的一种基于云计算的电子商务平台数字化管理方法，其特征在于：所述步骤s2还包括以下分析步骤：获取关联平台集合p中电子商务平台进行推广活动前第u1个期望行为的行为总数zu1，以及推广活动后第u2个期望行为的行为总数zu2；利用公式：wu＝bu/zu，wu＝{wu1,wu2}，bu＝{bu1,bu2}，zu＝{zu1,zu2}，计算第u1个期望行为的行为转换率wu1和第u2个期望行为的行为转换率wu2；其中bu1表示第u1个期望行为的完成个数，bu1表示第u2个期望行为的完成个数；提取电子商务平台推广活动前的q个期望行为对应的行为转化率wu1和推广活动后的q个期望行为对应的行为转化率wu2，u2、u1≤q，q表示期望行为的种类总个数；利用公式：w
01
＝w
11
*w
21
*w
31
...*wu1...*wq1；计算电子商务平台推广活动前的总体功能转化率w
01
；利用公式：w
02
＝w
12
*w
22
*w
32
...*wu2...*wq2；计算电子商务平台推广活动前的总体功能转化率w
02
；w
11
*w
21
*w
31
...*wu1...*wq1表示推广活动前的第1、2、3、......、q个期望行为的行为转化率；w
12
*w
22
*w
32
...*wu2...*wq2表示推广活动后的第1、2、3、......、q个期望行为的行为转
化率；基于总体功能转化率计算正向指数r，r＝w
02
/w
01
。4.根据权利要求3所述的一种基于云计算的电子商务平台数字化管理方法，其特征在于：所述步骤s4包括以下分析步骤：获取第v个目标电商平台在监测周期内的若干用户交易流hv，提取若干用户交易流hv中出现频率最高的用户交易流为目标交易流h
1v
，其余用户交易流为待分析交易流h
2v
；获取第v个目标电商平台推广活动对应的交易属性特征ev，所述交易属性特征是指与推广活动相关的用户购买操作行为特征；利用公式：fv＝a*[n(h
1v
)/n(h
2v
)]+0.35*[n(e
1v
)/n(h
1v
)]+0.2*[n(e
2v
)/n(h
2v
)]；计算第v个目标电商平台的响应指数fv，其中n(h
1v
)表示监测周期内的目标交易流出现频次，n(h
2v
)表示监测周期内的待分析交易流的平均出现频次；n(e
1v
)表示交易属性特征存在目标交易流时的目标交易流出现频次，n(e
2v
)表示交易属性特征存在待分析交易流时的待分析交易流平均出现频次；a、b、c表示参考系数且数值均大于零小于一，a+b+c＝1，a＞b＞c；获取第v个目标电商平台的推广成本cv，计算推广指数lv，lv＝fv/cv；根据推广指数lv的大小按照从大到小的顺序生成目标电商平台对应的深度推广序列。5.根据权利要求4所述的一种基于云计算的电子商务平台数字化管理方法，其特征在于：所述定向预警和可视化预警包括以下：所述定向预警是指对除去目标电商平台外的其他电子商务平台进行第一预警，输出除去目标电商平台的其他电子商务平台为待考察电商平台，所述第一预警为向目标商家输出待考察电商平台为暂停推广活动或改变推广活动信号；所述可视化预警是基于深度推广序列中的目标电商平台排序，向目标商家输出对应推广权重信号，所述推广权重按照深度推广序列对应的电商平台依次降低。6.应用权利要求1-5中任一项所述的一种基于云计算的电子商务平台数字化管理方法的一种基于云计算的电子商务平台数字化管理系统，其特征在于，所述系统包括云服务平台关联模块、动态数据获取模块、正向指数分析模块、目标电商平台分析模块、深度推广序列模块和预警响应模块；所述云服务平台关联模块用于通过云服务产生关联的电子商务平台进行标记，提取任一电子商务平台中任意商家为目标商家，获取目标商家在已标记电子商务平台中的关联平台集合；所述动态数据获取模块用于获取关联平台集合中不同电子商务平台在进行推广活动前和推广活动后的动态数据，所述动态数据是指用户在电子商务平台上进行与目标商家产品有关的期望行为数据；所述正向指数分析模块用于分析目标商家关联平台集合中各电子商务平台上的正向指数；所述目标电商平台分析模块用于提取正向指数大于等于正向指数阈值时对应的电子商务平台为目标电商平台，以及分析目标电商平台的个数；所述深度推广序列模块用于在目标电商平台分析模块确定目标电商平台的个数大于一时，分析对应目标电商平台的深度推广序列；
所述预警响应模块用于基于所述目标电商平台分析模块和所述深度推广序列模块的输出信号进行预警。7.根据权利要求6所述的一种基于云计算的电子商务平台数字化管理系统，其特征在于：所述动态数据获取模块包括操作行为集合构建单元、比较结果集合分析单元、覆盖率计算单元和期望行为输出单元；所述操作行为集合构建单元用于构建用户完成商品交易操作行为前的操作行为集合；所述比较结果集合分析单元用于依次比较不同用户的操作行为集合并输出比较结果集合；所述覆盖率计算单元用于计算所述比较结果集合分析单元中比较结果的覆盖率；所述期望行为输出单元用于基于所述覆盖率计算单元的计算结果分析期望行为。8.根据权利要求7所述的一种基于云计算的电子商务平台数字化管理系统，其特征在于：所述正向指数分析模块包括行为转化率计算单元、总体功能转化率计算单元和正向指数计算单元；所述行为转化率计算单元用于计算电子商务平台进行推广活动前后的行为转化率；所述总体功能转化率计算单元用于计算电商平台进行推广活动前后的总体功能转化率；所述正向指数计算单元用于基于所述总体功能转化率计算正向指数。9.根据权利要求8所述的一种基于云计算的电子商务平台数字化管理系统，其特征在于：所述深度推广序列模块包括用户交易流分析单元、响应指数计算单元、推广指数计算单元和深度推广序列生成单元；所述用户交易流分析单元用于区分用户交易流为目标交易流和待分析交易流，并提取对应的交易属性特征；所述响应指数计算单元用于计算目标电商平台的响应指数；所述推广指数计算单元用于基于推广成本计算推广指数；所述深度推广序列生成单元用于基于推广指数生成深度推广序列。

技术总结
本发明涉及电子商务数字化管理技术领域，具体为一种基于云计算的电子商务平台数字化管理系统及方法，包括云服务平台关联模块、动态数据获取模块、正向指数分析模块、目标电商平台分析模块、深度推广序列模块和预警响应模块；云服务平台关联模块用于通过云服务产生关联的电子商务平台进行标记，提取目标商家在已标记电子商务平台中的关联平台集合；动态数据获取模块用于获取关联平台集合中不同电子商务平台在进行推广活动前和推广活动后的动态数据，所述动态数据是指用户在电子商务平台上进行与目标商家产品有关的期望行为数据；正向指数分析模块用于分析目标商家关联平台集合中各电子商务平台上的正向指数。中各电子商务平台上的正向指数。中各电子商务平台上的正向指数。


技术研发人员：胡婷
受保护的技术使用者：深圳市感恩网络科技有限公司
技术研发日：2023.03.22
技术公布日：2023/7/12