【技術實現步驟摘要】
本專利技術涉及智慧電商，尤其涉及一種基于大數據的電商平臺監控方法。
技術介紹
1、電商平臺是指通過互聯網進行商品和服務交易的在線市場。這些平臺通常提供買賣雙方進行交易的場所，支持產品展示、購物車、支付處理、訂單管理等功能。在電商平臺上交易用戶可以通過網絡下單，無需面對面交易。隨著智能手機的普及，越來越多的消費者通過移動設備進行購物。結合社交網絡，利用社交媒體平臺進行產品推廣和銷售。同時基于大數據分析，提供個性化購物體驗。電商平臺在全球范圍內迅速發展，改變了傳統零售行業的運作模式，提供了更多的便利和選擇。但在實際的應用過程中，出于同行間的競爭或惡意消費等行為，對賣家造成巨大損失，為此需要對電商平臺的購買行為進行監控。
2、人工智能所帶來的深度偽造技術對鑒權等涉及個人信息、財產信息認證以及數據的訪問產生很大隱患。人臉識別、聲控和指紋等認證鑒權領域應用肇始于人工智能之前，很多應用尚未配置應對人工智能深度偽造的技術防范措施，導致認證存在安全隱患，進而導致個人數據訪問的不安全。
3、中國專利公開號：cn118608229a。公開了一種電商數據監測與訂單管理方法及系統，該專利技術涉及數據管理
，具體為電商數據監測與訂單管理方法及系統，包括：獲取電商平臺的第一數據、第二數據和第三數據；根據所述第一數據建立第一商品用戶購買趨勢，所述購買趨勢可以預測用戶對該商品的購買傾向；根據所述第二數據建立第一商品預測成交量，所述第一商品預測成交量有利于電商平臺及時補貨，避免存在缺貨問題，有效提升用戶滿意度；根據所述第三數據確定訂
4、中國專利公開號：cn118379082a。公開了一種基于5g與大數據的智慧電商系統，該專利技術公開了一種系統包括數據獲取模塊、推薦引擎模塊、增強現實體驗模塊、供應鏈優化模塊和多模態交互模塊。數據獲取模塊從多種數據源收集數據，并通過5g傳輸至系統其他模塊。推薦引擎利用機器學習分析用戶行為，提供個性化商品推薦。增強現實模塊通過三維技術展示商品使用效果。供應鏈模塊分析市場需求和庫存，優化供應鏈策略。多模態交互模塊支持語音、圖像搜索和觸摸屏操作。該專利技術通過整合5g和大數據技術，能夠提供更快速、更個性化、更互動性強的電商購物體驗，同時優化后端供應鏈管理，從而全面提升電商平臺的競爭力和用戶滿意度。
5、由此可見，上述技術方案存在以下問題，根據用戶的購買趨勢分析用戶的購買行為，調整供應鏈，無法及時應對大量監控目標退單造成的損失，單純通過對商品成交量的統計分析問題訂單的方法不能夠全面的分析出問題訂單的原因。
技術實現思路
1、為此，本專利技術提供一種基于大數據的電商平臺監控方法，用以克服現有技術中根據用戶的購買趨勢分析用戶的購買行為，調整供應鏈，無法及時應對大量監控目標退單造成的損失，單純通過對商品成交量的統計分析問題訂單的方法不能夠全面的分析出問題訂單的原因的問題。
2、為實現上述目的，本專利技術提供一種基于大數據的電商平臺監控方法，包括：
3、統計不同地域的各種類商品在預設時間內的退單量，并計算出區域退單率；
4、根據用戶的歷史瀏覽情況，判定該用戶屬于常規用戶或目標用戶，并基于所述目標用戶的成交量判定是否開啟行為監控；
5、根據所述目標用戶的注冊時間和瀏覽時間判定所述目標用戶的活躍度；
6、統計目標用戶在所述預設時間內的成交量和退單量，計算出用戶退單率，將所述用戶退單率與區域退單率進行比較，根據比較結果判定所述目標用戶的退單行為是否屬于監控目標退單，將未判定為所述監控目標退單的所述目標用戶變更為所述常規用戶；
7、對判定為所述監控目標退單且活躍度低的所述目標用戶進行封控處理，對判定為所述監控目標退單且活躍度高的所述目標用戶進行警告處理。
8、進一步地，根據用戶的所述歷史瀏覽情況，將用戶的交易時間差和預設交易時間差進行比較，根據比較結果判定該用戶屬于所述常規用戶或所述目標用戶，其中，
9、若所述交易時間差小于所述預設交易時間差，則判定該用戶屬于所述目標用戶；
10、若所述交易時間差不小于所述預設交易時間差，則判定該用戶屬于所述常規用戶；
11、其中，所述歷史瀏覽情況包括用戶賬號登錄的地域、用戶檢索商品名稱和所述交易時間差；所述交易時間差為用戶從點擊商品信息至商品完成交易的時間；所述預設交易時間差與商品在該地域的成交量呈正相關。
12、進一步地，統計不同地域的各種類商品在預設時間內的退單量，并計算出區域退單率的步驟包括：
13、將商品銷售的總體地域范圍根據成交量大小進行地域劃分；
14、在不同地域內統計所述預設時間內商品的成交量和退單量；
15、根據所述成交量和所述退單量計算各地域對應的區域退單率；
16、其中，所述預設時間與商品的銷售時長呈正相關，所述成交量為用戶購買商品的數量；所述退單量為用戶回退商品的數量。
17、進一步地，根據所述目標用戶的成交量與預設成交量的比較結果，判定是否開啟行為監控，其中，
18、若所述目標用戶的成交量大于或等于所述預設成交量，則判定開啟所述行為監控；
19、其中，所述預設成交量與商品在該地域的成交量呈正相關；所述行為監控包括判斷所述目標用戶的活躍度和統計所述目標用戶在所述預設時間內的成交量和退單量。
20、進一步地，根據所述目標用戶的注冊時間和瀏覽時間判定所述目標用戶的活躍度的步驟包括：
21、將所述目標用戶的所述瀏覽時間和所述注冊時間作比得到瀏覽時間比；
22、將所述瀏覽時間比與預設時間比進行比較，根據比較結果判定所述目標用戶的活躍度。
23、進一步地，根據所述瀏覽時間比與所述預設時間比的比較結果，判定所述目標用戶的活躍度，其中，
24、若所述瀏覽時間比小于所述預設時間比，則判定所述目標用戶為低活躍度用戶；
25、若所述瀏覽時間比不小于所述預設時間比，則判定所述目標用戶為高活躍度用戶；
26、其中，所述預設時間比與用戶注冊時間呈負相關。
27、進一步地，統計目標用戶在所述預設時間內的成交量和退單量，將所述退單量與所述成交量作比得到所述用戶退單率。
28、進一步地，將所述用戶退單率與所述區域退單率進行比較，根據比較結果判定所述目標用戶的退單行為是否屬于監控目標退單，其中，
29、若所述用戶退單率大于或等于所述區域退單率，則判定所述目標用戶的退單行為屬于所述監控目標退單；
30、若所述用戶退單率小于所述區域退單率，則將所述目標用戶變更為所述常規用戶。
31、進一步地，對判定為所述監控目標退單且活躍度低的所本文檔來自技高網...
【技術保護點】
1.一種基于大數據的電商平臺監控方法，其特征在于，包括：
2.根據權利要求1所述的基于大數據的電商平臺監控方法，其特征在于，根據用戶的所述歷史瀏覽情況，將用戶的交易時間差和預設交易時間差進行比較，根據比較結果判定該用戶屬于所述常規用戶或所述目標用戶，其中，
3.根據權利要求2所述的基于大數據的電商平臺監控方法，其特征在于，統計不同地域的各種類商品在預設時間內的退單量，并計算出區域退單率的步驟包括：
4.根據權利要求3所述的基于大數據的電商平臺監控方法，其特征在于，根據所述目標用戶的成交量與預設成交量的比較結果，判定是否開啟行為監控，其中，
5.根據權利要求4所述的基于大數據的電商平臺監控方法，其特征在于，根據所述目標用戶的注冊時間和瀏覽時間判定所述目標用戶的活躍度的步驟包括：
6.根據權利要求5所述的基于大數據的電商平臺監控方法，其特征在于，根據所述瀏覽時間比與所述預設時間比的比較結果，判定所述目標用戶的活躍度，其中，
7.根據權利要求6所述的基于大數據的電商平臺監控方法，其特征在于，統計目標用戶在所述預設時
8.根據權利要求7所述的基于大數據的電商平臺監控方法，其特征在于，將所述用戶退單率與所述區域退單率進行比較，根據比較結果判定所述目標用戶的退單行為是否屬于監控目標退單，其中，
9.根據權利要求8所述的基于大數據的電商平臺監控方法，其特征在于，對判定為所述監控目標退單且活躍度低的所述目標用戶進行封控處理，對判定所述監控目標退單且活躍度高的所述目標用戶進行警告處理，其中，
10.根據權利要求9所述的基于大數據的電商平臺監控方法，其特征在于，將商品銷售的總體地域范圍根據成交量大小進行地域劃分，其中，
...【技術特征摘要】
1.一種基于大數據的電商平臺監控方法，其特征在于，包括：
2.根據權利要求1所述的基于大數據的電商平臺監控方法，其特征在于，根據用戶的所述歷史瀏覽情況，將用戶的交易時間差和預設交易時間差進行比較，根據比較結果判定該用戶屬于所述常規用戶或所述目標用戶，其中，
3.根據權利要求2所述的基于大數據的電商平臺監控方法，其特征在于，統計不同地域的各種類商品在預設時間內的退單量，并計算出區域退單率的步驟包括：
4.根據權利要求3所述的基于大數據的電商平臺監控方法，其特征在于，根據所述目標用戶的成交量與預設成交量的比較結果，判定是否開啟行為監控，其中，
5.根據權利要求4所述的基于大數據的電商平臺監控方法，其特征在于，根據所述目標用戶的注冊時間和瀏覽時間判定所述目標用戶的活躍度的步驟包括：
6.根據權利要求5所述的基于大數據的電商平臺監控方法，...
【專利技術屬性】
技術研發人員：胡贛新，
申請(專利權)人：北京惠宜選即時科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。