一种基于大数据的电商运营方法、装置、设备和介质

1.本技术涉及电商运营的技术领域，尤其是涉及一种基于大数据的电商运营方法、装置、设备和介质。


背景技术：

2.农村信息化、智慧化是利用信息技术促进农村经济和社会发展的过程。在信息化的发展下，针对农村电商平台数量较少，仅有的一些农村电商平台，也仅是简单地将农产品放置在农村电商平台上进行售卖。然而，将一些热销的农产品信息盲目地推送给农村电商平台的众多用户，即，给农村电商平台中所有用户推送相同的农产品信息，并未进行用户的精准定位，常常会存在推送的农产品信息用户并不需要，进而，导致农产品推送与用户需求匹配的准确度低。


技术实现要素：

3.本技术的目的是提供一种基于大数据的电商运营方法、装置、设备和介质，用于解决以上至少一项技术问题。
4.本技术的上述发明目的是通过以下技术方案得以实现的：第一方面，本技术提供一种基于大数据的电商运营方法，采用如下的技术方案：一种基于大数据的电商运营方法，包括：获取农产品信息，并基于所述农产品信息进行产品特征分析，确定每一农产品对应的特征信息；基于每一农产品对应的所述特征信息进行标签化，得到每一农产品对应的多个优势标签，其中，所述优势标签用于在特征信息中概述农产品的优势；基于所述每一农产品对应的多个优势标签和用户购买标签集合进行标签匹配，确定目标推荐用户，其中，所述用户购买标签集合内存储有所有用户购买的特征标签，特征标签用于概述用户购买产品的关注信息；获取所述目标推荐用户的购买习惯信息，并基于所述购买习惯信息和目标农产品信息，确定所述目标推荐用户对应的农产品推送信息，其中，所述目标农产品信息为与目标推荐用户匹配成功的多个农产品的信息。
5.通过采用上述技术方案，基于农产品信息进行产品特征分析，确定每一农产品对应的特征信息，进而，基于每一农产品对应的特征信息进行标签化，并基于每一农产品对应的多个优势标签和用户购买标签集合进行标签匹配，确定目标推荐用户，其中，目标推荐用户是从电商平台的众多用户中筛选出有意向购买农产品的目标客户。然后，基于购买习惯信息和目标农产品信息，确定目标推荐用户对应的农产品推送信息。针对目标推荐用户进行农产品的重点推送，相较于盲目推送的方式而言，极大地提升了农产品信息推送与用户需求匹配的准确度。
6.本技术在一较佳示例中可以进一步配置为：所述基于所述农产品信息进行产品特
征分析，确定每一农产品对应的特征信息，包括：基于所述农产品信息进行多维信息划分，得到每一维度对应的部分农产品信息，其中，所述农产品信息包括：所述每一维度对应的部分农产品信息；基于每一维度对应的所述部分农产品信息分别进行维度对应的特征分析，从所述部分农产品信息中确定部分特征信息，其中，所述部分农产品信息、所述部分特征信息均与所述维度存在唯一对应关系；基于每一维度对应的所述部分特征信息进行特征整合，确定每一农产品对应的特征信息。
7.本技术在一较佳示例中可以进一步配置为：所述用户购买标签集合的确定方式，包括：获取用户的历史购买信息和用户信息，基于所述历史购买信息和所述用户信息进行购买特性分析，确定购买特征，其中，所述购买特征包括：购买产品层次、购买品类、产品购买量；获取用户的历史评论信息，基于所述历史评论信息进行产品关注分析，确定产品关注信息；基于所述购买特征和所述产品关注信息进行标签化，得到用户购买标签集合。
8.本技术在一较佳示例中可以进一步配置为：所述基于所述购买习惯信息和目标农产品信息，确定所述目标推荐用户对应的农产品推送信息，包括：获取所述目标推荐用户的历史购买信息，并基于所述购买习惯信息中购买周期和所述历史购买信息，确定每一农产品的推送时间；基于所述购买习惯信息中历史比对信息进行用户选择分析，确定所述目标推荐用户对应的目标描述信息，其中，所述历史比对信息为目标推荐用户针对同类产品的不同产品介绍进行对比的信息；基于所述目标描述信息对目标农产品信息进行调整，得到农产品介绍，并基于所述农产品介绍和每一农产品的所述推送时间，确定所述目标推荐用户对应的农产品推送信息。
9.本技术在一较佳示例中可以进一步配置为：所述获取农产品信息之后，还包括：获取所述农产品信息对应的衍生产品信息，并基于所述衍生产品信息中衍生产品销量，确定热销衍生产品；获取所述热销衍生产品的生产流程，并基于所述生产流程和所述热销衍生产品对应的产品信息，生成衍生发展建议，并将所述衍生发展建议发送至农户客户端。
10.本技术在一较佳示例中可以进一步配置为：所述确定所述目标推荐用户对应的农产品推送信息之后，还包括：获取历史农产品销量，并基于所述历史农产品销量，从所有农产品中确定热销农产品；获取所述热销农产品的历史生长信息和历史产量信息，并基于所述历史生长信息和所述历史产量信息进行成熟预估，得到成熟预估信息，其中，所述成熟预估信息包括：成熟时间和成熟产量；基于所述成熟预估信息进行产品售卖安排，得到所述热销农产品对应的售卖信
息，并将所述售卖信息发送至农户客户端。
11.本技术在一较佳示例中可以进一步配置为：所述获取历史农产品销量之后，还包括：基于所述历史农产品销量和销量最低阈值，从所述所有农产品中确定低销农产品；基于所述低销农产品对应的产品信息，生成报警信息，并将所述报警信息发送至农户客户端。
12.第二方面，本技术提供一种基于大数据的电商运营装置，采用如下的技术方案：一种基于大数据的电商运营装置，包括：产品特征分析模块，用于获取农产品信息，并基于所述农产品信息进行产品特征分析，确定每一农产品对应的特征信息；标签化模块，用于基于每一农产品对应的所述特征信息进行标签化，得到每一农产品对应的多个优势标签，其中，所述优势标签用于在特征信息中概述农产品的优势；用户定位模块，用于基于所述每一农产品对应的多个优势标签和用户购买标签集合进行标签匹配，确定目标推荐用户，其中，所述用户购买标签集合内存储有所有用户购买的特征标签，特征标签用于概述用户购买产品的关注信息；农产品推送模块，用于获取所述目标推荐用户的购买习惯信息，并基于所述购买习惯信息和目标农产品信息，确定所述目标推荐用户对应的农产品推送信息，其中，所述目标农产品信息为与目标推荐用户匹配成功的多个农产品的信息。
13.第三方面，本技术提供一种电子设备，采用如下的技术方案：至少一个处理器；存储器；至少一个应用程序，其中至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行，所述至少一个应用程序配置用于：执行上述的基于大数据的电商运营方法。
14.第四方面，本技术提供一种计算机可读存储介质，采用如下的技术方案：一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令所述计算机执行上所述的基于大数据的电商运营方法。
15.综上所述，本技术包括以下至少一种有益技术效果：1.基于农产品信息进行产品特征分析，确定每一农产品对应的特征信息，进而，基于每一农产品对应的特征信息进行标签化，并基于每一农产品对应的多个优势标签和用户购买标签集合进行标签匹配，确定目标推荐用户，其中，目标推荐用户是从电商平台的众多用户中筛选出有意向购买农产品的目标客户。然后，基于购买习惯信息和目标农产品信息，确定目标推荐用户对应的农产品推送信息。针对目标推荐用户进行农产品的重点推送，相较于盲目推送的方式而言，极大地提升了农产品信息推送与用户需求匹配的准确度。
16.2.基于农产品信息进行多维信息划分，得到每一维度对应的部分农产品信息，进而，针对每一维度对应的部分农产品信息分别进行维度对应的特征分析，确定部分特征信息，然后，针对每一部分特征信息进行特征整合，确定每一农产品对应的特征信息。针对不同维度的部分农产品信息采用各自维度对应的特征分析，提升了特征信息的准确性。
附图说明
17.图1是本技术其中一实施例的一种基于大数据的电商运营方法的流程示意图；图2是本技术其中一实施例的确定农产品推送信息的流程示意图；图3是本技术其中一实施例的一种基于大数据的电商运营装置的结构示意图；图4是本技术其中一实施例的一种电子设备的结构示意图。
具体实施方式
18.以下结合图1至图4对本技术作进一步详细说明。
19.本具体实施例仅仅是对本技术的解释，其并不是对本技术的限制，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，但只要在本技术的范围内都受到专利法的保护。
20.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术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技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，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，都属于本技术保护的范围。
21.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。
22.下面结合说明书附图对本技术实施例作进一步详细描述。
23.本技术实施例提供了一种基于大数据的电商运营方法，由电子设备执行，该电子设备可以为服务器也可以为终端设备，其中，该服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云计算服务的云服务器。终端设备可以是智能手机、平板电脑、笔记本电脑、台式计算机等，但并不局限于此，该终端设备以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本技术实施例在此不做限制，如图1所示，该方法包括步骤s101、步骤s102、步骤s103以及步骤s104，其中：步骤s101：获取农产品信息，并基于农产品信息进行产品特征分析，确定每一农产品对应的特征信息。
24.对于本技术实施例，农产品信息中包括至少一个农产品的相关信息，每一农产品的相关信息包括但不限于：农产品名称、农产品类别、售卖价格、生长过程、储藏情况、运输情况、富含营养物质信息、食用益处等。进而，基于农产品信息进行多维度特征分析，确定每一农产品对应的特征信息，其中，特征分析的维度包括但不限于：价格维度、营养程度维度、食用健康维度、运输新鲜维度等，特征信息至少包括一个维度的优势描述，优势描述为农产品信息中的语句。在本技术实施例中，特征信息是基于农产品信息确定的优势描述，优选的，特征信息以段落形式呈现，段落形式的特征信息能够较为全面、准确地描述农产品的优势。
25.步骤s102：基于每一农产品对应的特征信息进行标签化，得到每一农产品对应的多个优势标签，其中，优势标签用于在特征信息中概述农产品的优势。
26.对于本技术实施例，在农产品售卖过程中“精准定位用户”是异常重要的，“精准定位用户”是从电商平台的众多用户中筛选出有意向购买农产品的目标客户，进而，针对目标
客户进行农产品的重点推送，相较于盲目推送的方式而言，极大地提升了农产品信息推送与用户需求匹配的准确度。因而，本技术实施例将全面、准确描述农产品优势的特征信息进行标签化，得到多个优势标签，其中，优势标签显现为短小的词汇形式，例如，优势标签为：健康、新鲜等，标签化便于电子设备能够基于优势标签精准地确定与农产品高度匹配的目标推荐用户。标签化的方式有很多，在一种可实现的实施例中，将特征信息进行分词处理，得到多个目标分词，进而，基于每一目标分词和所有预设优势标签进行匹配，当匹配成功时，则确定该目标分词为优势标签；当匹配失败时，则不进行优势标签确定操作，其中，电子设备内预先设有优势标签数据库，优势标签数据库内存储有大量预设优势标签。在另一种可实现的实施例中，针对特征信息中每一维度的优势描述进行优势浓缩提炼，得到每一维度的浓缩特征信息，并将每一浓缩特征信息和所有预设优势标签进行语义匹配，将匹配度最高的预设优势标签确定为优势标签，进而，得到每一农产品对应的多个优势标签。
27.步骤s103：基于每一农产品对应的多个优势标签和用户购买标签集合进行标签匹配，确定目标推荐用户，其中，用户购买标签集合内存储有所有用户购买的特征标签，特征标签用于概述用户购买产品的关注信息。
28.对于本技术实施例，用户购买标签集合内每一用户购买的特征标签均能够清晰地表征用户的购买特性，其中，用户购买的特征标签所属方面包括但不限于：购买商品层次、购买品类、产品购买量和产品关注信息，因而，在用户购买标签集合中存储了用户和多个特征标签的对应关系。用户购买标签集合中特征标签是预先设定完成的，针对特征标签的具体内容，本技术实施例不再进行限定。进而，基于每一农产品对应的多个优势标签和用户购买标签集合进行标签匹配，即，将每一优势标签和用户购买标签集合中每一特征标签进行匹配，当匹配成功时，则将匹配成功的特征标签对应的多个用户确定为目标推荐用户，通过这种方式，能够从电商平台的众多用户中筛选出有意向购买农产品的目标客户，以实现用户的精准定位。
29.步骤s104：获取目标推荐用户的购买习惯信息，并基于购买习惯信息和目标农产品信息，确定目标推荐用户对应的农产品推送信息，其中，目标农产品信息为与目标推荐用户匹配成功的多个农产品的信息。
30.对于本技术实施例，目标推荐用户是从众多用户中筛选出的有意向购买农产品的目标客户，因而，相较于相关技术中，将农产品信息盲目地推荐给所有用户而言，本技术实施例进行优选推送，不仅能够节省农产品推送的推送成本，而且，优选推送也便于电子设备对客户进行精准定位。不同的目标推荐用户会有各自的购买习惯信息，其中，目标推荐用户的购买习惯信息包括但不限于：购买周期、历史对比信息、购买时段等，进而，基于购买习惯信息和目标农产品信息，确定目标推荐用户对应的农产品推送信息，其中，推送信息包括但不限于：农产品介绍、推送时间、推送时间。通过这种方式进行农产品推送，能够在目标推荐用户需要购买农产品时精准地进行相关农产品推送，且，农产品推送信息也是按照目标推荐用户的喜好介绍进行包装的，提升了农产品推送与客户需求匹配的准确度。
31.可见，在本技术实施例中，基于农产品信息进行产品特征分析，确定每一农产品对应的特征信息，进而，基于每一农产品对应的特征信息进行标签化，并基于每一农产品对应的多个优势标签和用户购买标签集合进行标签匹配，确定目标推荐用户，其中，目标推荐用户是从电商平台的众多用户中筛选出有意向购买农产品的目标客户。然后，基于购买习惯
信息和目标农产品信息，确定目标推荐用户对应的农产品推送信息。针对目标推荐用户进行农产品的重点推送，相较于盲目推送的方式而言，极大地提升了农产品信息推送与用户需求匹配的准确度。
32.进一步的，为了提升特征信息的准确性，在本技术实施例中，基于农产品信息进行产品特征分析，确定每一农产品对应的特征信息，包括：基于农产品信息进行多维信息划分，得到每一维度对应的部分农产品信息，其中，农产品信息包括：每一维度对应的部分农产品信息；基于每一维度对应的部分农产品信息分别进行维度对应的特征分析，从部分农产品信息中确定部分特征信息，其中，部分农产品信息、部分特征信息均与维度存在唯一对应关系；基于每一维度对应的部分特征信息进行特征整合，确定每一农产品对应的特征信息。
33.对于本技术实施例，农产品信息是从多维度对农产品的介绍，信息量很大，倘若利用整合了全方面信息的农产品信息进行产品特征分析，需要电子设备具有很高的分析计算能力，且，农产品不同维度的信息具有各自的特点，因而，针对不同维度的部分农产品信息采用各自维度对应的特征分析，提升了特征信息的准确性。
34.具体的，针对每一农产品而言，基于农产品信息进行多维信息划分，得到每一维度对应的部分农产品信息，其中，多维信息划分和特征分析的维度的相对应，优选的，农产品信息预先设置了信息介绍模板，在信息介绍模板内不同位置存储不同维度的部分农产品信息，因而，基于信息介绍模板能够快速、准确地得到每一维度对应的部分农产品信息。特征分析的维度包括但不限于：价格维度、营养程度维度、食用健康维度、运输新鲜维度等，进而，基于部分农产品信息和部分农产品信息对应维度的特征分析方法进行特征分析，确定部分特征信息，其中，电子设备内预先存储了每一维度对应的特征分析方法，针对特征分析方法确定部分特征信息的具体实现过程，本技术实施例不再进行限定。优选的，特征分析方法内预先设有目标维度的特征关键词库，在进行特征分析时，将目标维度的部分农产品信息进行分词处理，得到多项产品分词，并将每一产品分词和目标维度的特征关键词库进行匹配，当匹配成功时，则选取匹配成功的产品分词所在的最短语句，最短语句为两个标点之间的语句，并将最短语句确定为部分特征信息，并选取下一个产品分词进行匹配；当匹配失败时，则选取下一个产品分词进行匹配，直至完成所有产品分词的匹配操作。然后，基于将每一维度对应的部分特征信息进行特征整合，得到农产品对应的特征信息，优选的，在进行特征整合时，将部分特征信息中的无实质含义部分剔除，在一定程度上使得特征信息较为简洁。
35.可见，在本技术实施例中，基于农产品信息进行多维信息划分，得到每一维度对应的部分农产品信息，进而，针对每一维度对应的部分农产品信息分别进行维度对应的特征分析，确定部分特征信息，然后，针对每一部分特征信息进行特征整合，确定每一农产品对应的特征信息。针对不同维度的部分农产品信息采用各自维度对应的特征分析，提升了特征信息的准确性。
36.进一步的，为了提高用户购买的特征标签和用户的匹配度，在本技术实施例中，用户购买标签集合的确定方式，包括：
获取用户的历史购买信息和用户信息，基于历史购买信息和用户信息进行购买特性分析，确定购买特征，其中，购买特征包括：购买产品层次、购买品类、产品购买量；获取用户的历史评论信息，基于历史评论信息进行产品关注分析，确定产品关注信息；基于购买特征和产品关注信息进行标签化，得到用户购买标签集合。
37.对于本技术实施例，历史购买信息为用户已购买产品的详细信息，历史购买信息包括但不限于：产品名称、产品类型、产品数量、产品价格和购买时间，用户信息包括但不限于：年龄、性别、地域。进而，针对每一用户而言，基于用户的历史购买信息和用户信息进行购买特性分析，具体的，基于历史购买信息中产品类型和产品数量，分别确定购买特征中购买品类和产品购买量。基于历史购买信息中产品名称和产品类型，获取相同产品名称和产品类型的所有售价信息，并基于历史购买信息中产品价格和售价信息进行产品层次分析，确定购买特征中的购买产品层次，其中，购买产品层次可以分为：低等、中等和高等，当然，还可以采用其他的层次划分标准，本技术实施例不再进行限定。在确定购买产品层次时，还可以利用用户信息来进行辅助确定，即，基于历史购买信息、用户信息的年龄、性别和地域进行用户职业预估，进而，基于用户职业辅助确定用户的购买产品层次。容易理解的是，处于偏远乡镇的高龄居民一般收入较低，不会一味追求购买产品的层次，然而，处于发达城市的年轻居民一般收入客观，不会因为价格而降低购买产品的层次。
38.用户在进行产品评论时，一般均会针对用户购买产品时注重的方面进行重点评论，因而，本技术实施例在确定用户购买标签集合中特征标签时，基于历史评论信息进行产品关注分析，确定产品关注信息，其中，可以从物流、产品品质、产品口感、卖家服务等多个方面产品关注分析，故，产品关注信息为产品关注分析的结果，例如，当天发货、高品质、口感香甜、卖家高质量服务等。最终，基于购买特征和产品关注信息进行标签化，得到用户购买标签集合，其中，标签化的方式有多种，本技术实施例不再进行限定。
39.可见，在本技术实施例中，基于历史购买信息和用户信息进行购买特性分析，确定购买特征，并基于历史评论信息进行产品关注分析，确定产品关注信息，进而，基于购买特征和产品关注信息进行标签化，得到用户购买标签集合，从用户的多方面信息确定用户购买标签集合，提高了用户购买的特征标签和用户的匹配度。
40.进一步的，为了提升农产品推送信息与目标推荐用户需求匹配的精准度，在本技术实施例中，如图2所示，基于购买习惯信息和目标农产品信息，确定目标推荐用户对应的农产品推送信息，包括：步骤s1041至步骤s1043，其中：步骤s1041：获取目标推荐用户的历史购买信息，并基于购买习惯信息中购买周期和历史购买信息，确定每一农产品的推送时间。
41.对于本技术实施例，基于购买习惯信息中购买周期能够初步确定用户购买每单位农产品的周期，其中，单位的大小用户可以自行设定，例如，以斤、件、箱作为计量单位。然后，针对每一农产品而言，基于历史购买周期中的购买时间、产品数量和购买周期，预估目标推荐用户的再次购买农产品的时间，进而，将预估的再次购买农产品的时间确定为每一农产品的推送时间。
42.步骤s1042：基于购买习惯信息中历史比对信息进行用户选择分析，确定目标推荐用户对应的目标描述信息，其中，历史比对信息为目标推荐用户针对同类产品的不同产品
介绍进行对比的信息。
43.对于本技术实施例，目标推荐用户在进行产品购买时，一般会在不同商户的产品界面进行对比，进而，从中选择一个产品进行购买，因而，历史比对信息为目标推荐用户针对同类产品的不同产品介绍的详细对比信息。在本技术实施例中，基于历史对比信息进行用户选择分析，即，从历史对比信息中确定目标推荐用户的注重关注的信息，确定目标推荐用户对应的目标描述信息。例如，a产品介绍为：农家种植、特价促销；b产品介绍为：新鲜采摘、现摘现发、坏果包赔，针对相同产品种类的a产品和b产品，目标推荐用户在对比后购买了b产品介绍，因而，初步分析确定目标推荐用户注重农产品的品质，故，确定目标描述信息为：新鲜采摘、现摘现发、坏果包赔。
44.步骤s1043：基于目标描述信息对目标农产品信息进行调整，得到农产品介绍，并基于农产品介绍和每一农产品的推送时间，确定目标推荐用户对应的农产品推送信息。
45.对于本技术实施例，基于目标描述信息对目标农产品信息进行调整，得到农产品介绍，其中，调整不仅包括文字描述上的调整优化，还可以包括产品介绍布局上的调整。农产品介绍是基于目标推荐用户的喜好调整包装的，推送时间是基于目标推荐用户的购买习惯信息确定的，因而，基于农产品介绍和每一农产品的推送时间，确定目标推荐用户对应的农产品推送信息，通过这种方式，提升了农产品推送信息与目标推荐用户需求匹配的精准度。
46.可见，在本技术实施例中，基于购买习惯信息中购买周期和历史购买信息，确定每一农产品的推送时间，并基于购买习惯信息中历史比对信息进行用户选择分析，确定目标推荐用户对应的目标描述信息，进而，基于目标描述信息对目标农产品信息进行调整，得到农产品介绍。农产品介绍是基于目标推荐用户的喜好调整包装的，推送时间是基于目标推荐用户的购买习惯信息确定的，因而，基于农产品介绍和每一农产品的推送时间，确定目标推荐用户对应的农产品推送信息，通过这种方式，提升了农产品推送信息与目标推荐用户需求匹配的精准度。
47.进一步的，为了商户售卖的农产品能够与用户的需求更加匹配，在本技术实施例中，获取农产品信息之后，还包括：获取农产品信息对应的衍生产品信息，并基于衍生产品信息中衍生产品销量，确定热销衍生产品；获取热销衍生产品的生产流程，并基于生产流程和热销衍生产品对应的产品信息，生成衍生发展建议，并将衍生发展建议发送至农户客户端。
48.对于本技术实施例，衍生产品是农产品进行相应流程加工处理后得到的产品，例如，农产品信息的农产品为葡萄，与之对应的衍生产品包括但不限于：葡萄干、葡萄罐头、葡萄酱等。电子设备内预先存储了农产品信息和衍生产品信息的衍生对应关系，故基于农产品信息和衍生对应关系，能够快速确定农产品信息对应的衍生产品信息，并基于衍生产品信息中衍生产品销量，从所有衍生产品汇总确定热销衍生产品，其中，确定热销衍生产品的方式有很多，本技术实施例不再进行限定。例如，选取销量第一的衍生产品作为热销衍生产品；预先设置销量最低阈值，将衍生产品销量大于销量最低阈值的至少一个衍生产品作为热销衍生产品。进而，获取热销衍生产品的生产流程，其中，生产流程为从农产品开始至热销衍生产品为止的整个生产过程，然后，基于生产流程和热销衍生产品，生成衍生发展建
议，并将衍生发展建议发送至农户客户端，其中，衍生发展建议包括：生产流程和热销衍生产品对应的产品信息，用于给到商户适合生产的衍生产品和整个生产流程，使得商户售卖的农产品能够与用户的需求更加匹配。
49.可见，在本技术实施例中，基于衍生产品信息中衍生产品销量，确定热销衍生产品，并基于热销衍生产品的生产流程和热销衍生产品对应的产品信息，生成衍生发展建议，其中，衍生发展建议用于给到商户适合生产的衍生产品和整个生产流程，使得商户售卖的农产品能够与用户的需求更加匹配。
50.进一步的，为了能够保证农产品的质量、时效，提升用户的体验感，在本技术实施例中，确定目标推荐用户对应的农产品推送信息之后，还包括：获取历史农产品销量，并基于历史农产品销量，从所有农产品中确定热销农产品；获取热销农产品的历史生长信息和历史产量信息，并基于历史生长信息和历史产量信息进行成熟预估，得到成熟预估信息，其中，成熟预估信息包括：成熟时间和成熟产量；基于成熟预估信息进行产品售卖安排，得到热销农产品对应的售卖信息，并将售卖信息发送至农户客户端。
51.对于本技术实施例，基于历史农产品销量从所有农产品中确定热销农产品，确定热销农产品的方式和确定热销衍生产品的方式类似，本技术实施例不再进行限定。针对热销农产品而言，设定合理的售卖信息能够保证农产品的质量、时效，提升用户的体验感。具体的，基于热销农产品的历史生长信息和历史产量信息进行成熟预估，优选的，历史生长信息为热销农产品的时间生长折线图，其中，横轴为时间，纵轴为成长情况，进而，基于时间生长折线图预估热销农产品的成熟时间；在确定了成熟时间后，基于热销农产品的时间产量折线图，其中，横轴为时间，纵轴为产量信息，进而，基于时间产量折线图预估热销农产品的成熟产量。然后，基于成熟预估信息进行产品售卖安排，即，基于成熟时间、成熟产量和预设售卖安排，确定热销农产品对应的售卖信息，并将售卖信息发送至农户客户端，其中，售卖信息包括但不限于：预售机制、售卖产品量、产品发货时间、时段限量售卖，预设售卖安排是预先设定存储在电子设备内的，可以根据实际情况自行设定。
52.可见，在本技术实施例中，基于历史农产品销量，从所有农产品中确定热销农产品，并基于历史生长信息和历史产量信息进行成熟预估，得到成熟预估信息，进而，基于成熟预估信息进行产品售卖安排，得到热销农产品对应的售卖信息。针对热销农产品而言，设定合理的售卖信息能够保证农产品的质量、时效，提升用户的体验感。
53.进一步的，在本技术实施例中，获取历史农产品销量之后，还包括：基于历史农产品销量和销量最低阈值，从所有农产品中确定低销农产品；基于低销农产品对应的产品信息，生成报警信息，并将报警信息发送至农户客户端。
54.对于本技术实施例，广告投放偏差和用户定位不准确，均会影响农产品的售卖情况，进而，基于历史农产品销量和销量最低阈值，从所有农产品中确定低销农产品，其中，销量最低阈值是预先设定存储在电子设备内的，可根据实际情况自行进行设定。低销毁可能会造成农产品搁置和损坏，给商户带来较大的损失，因而，本技术实施例在检测到低销农产品后，及时生成有关低销农产品的报警信息，并将报警信息发送至农户客户端，报警信息包括：低销农产品对应的产品信息，用于给到商户警示，便于商户及时地获知异常售卖情况并
采取紧急措施。
55.可见，在本技术实施例中，基于历史农产品销量和销量最低阈值，从所有农产品中确定低销农产品，并基于低销农产品，生成报警信息，便于商户及时地获知异常售卖情况并采取紧急措施。
56.上述实施例从方法流程的角度介绍一种基于大数据的电商运营方法，下述实施例从虚拟模块或者虚拟单元的角度介绍了一种基于大数据的电商运营装置，具体详见下述实施例。
57.本技术实施例提供一种基于大数据的电商运营装置，如图3所示，该基于大数据的电商运营装置具体可以包括：产品特征分析模块210，用于获取农产品信息，并基于农产品信息进行产品特征分析，确定每一农产品对应的特征信息；标签化模块220，用于基于每一农产品对应的特征信息进行标签化，得到每一农产品对应的多个优势标签，其中，优势标签用于在特征信息中概述农产品的优势；用户定位模块230，用于基于每一农产品对应的多个优势标签和用户购买标签集合进行标签匹配，确定目标推荐用户，其中，用户购买标签集合内存储有所有用户购买的特征标签，特征标签用于概述用户购买产品的关注信息；农产品推送模块240，用于获取目标推荐用户的购买习惯信息，并基于购买习惯信息和目标农产品信息，确定目标推荐用户对应的农产品推送信息，其中，目标农产品信息为与目标推荐用户匹配成功的多个农产品的信息。
58.本技术实施例的一种可能的实现方式，产品特征分析模块210在执行基于农产品信息进行产品特征分析，确定每一农产品对应的特征信息时，用于：基于农产品信息进行多维信息划分，得到每一维度对应的部分农产品信息，其中，农产品信息包括：每一维度对应的部分农产品信息；基于每一维度对应的部分农产品信息分别进行维度对应的特征分析，从部分农产品信息中确定部分特征信息，其中，部分农产品信息、部分特征信息均与维度存在唯一对应关系；基于每一维度对应的部分特征信息进行特征整合，确定每一农产品对应的特征信息。
59.本技术实施例的一种可能的实现方式，基于大数据的电商运营装置，还包括：用户购买标签集合确定模块，用于：获取用户的历史购买信息和用户信息，基于历史购买信息和用户信息进行购买特性分析，确定购买特征，其中，购买特征包括：购买产品层次、购买品类、产品购买量；获取用户的历史评论信息，基于历史评论信息进行产品关注分析，确定产品关注信息；基于购买特征和产品关注信息进行标签化，得到用户购买标签集合。
60.本技术实施例的一种可能的实现方式，农产品推送模块240在执行基于购买习惯信息和目标农产品信息，确定目标推荐用户对应的农产品推送信息时，用于：获取目标推荐用户的历史购买信息，并基于购买习惯信息中购买周期和历史购买信息，确定每一农产品的推送时间；
基于购买习惯信息中历史比对信息进行用户选择分析，确定目标推荐用户对应的目标描述信息，其中，历史比对信息为目标推荐用户针对同类产品的不同产品介绍进行对比的信息；基于目标描述信息对目标农产品信息进行调整，得到农产品介绍，并基于农产品介绍和每一农产品的推送时间，确定目标推荐用户对应的农产品推送信息。
61.本技术实施例的一种可能的实现方式，基于大数据的电商运营装置，还包括：衍生发展模块，用于获取农产品信息对应的衍生产品信息，并基于衍生产品信息中衍生产品销量，确定热销衍生产品；获取热销衍生产品的生产流程，并基于生产流程和热销衍生产品对应的产品信息，生成衍生发展建议，并将衍生发展建议发送至农户客户端。
62.本技术实施例的一种可能的实现方式，基于大数据的电商运营装置，还包括：售卖安排模块，用于获取历史农产品销量，并基于历史农产品销量，从所有农产品中确定热销农产品；获取热销农产品的历史生长信息和历史产量信息，并基于历史生长信息和历史产量信息进行成熟预估，得到成熟预估信息，其中，成熟预估信息包括：成熟时间和成熟产量；基于成熟预估信息进行产品售卖安排，得到热销农产品对应的售卖信息，并将售卖信息发送至农户客户端。
63.本技术实施例的一种可能的实现方式，基于大数据的电商运营装置，还包括：低销预警模块，用于基于历史农产品销量和销量最低阈值，从所有农产品中确定低销农产品；基于低销农产品对应的产品信息，生成报警信息，并将报警信息发送至农户客户端。
64.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的一种基于大数据的电商运营装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
65.本技术实施例中提供了一种电子设备，如图4所示，图4所示的电子设备300包括：处理器301和存储器303。其中，处理器301和存储器303相连，如通过总线302相连。可选地，电子设备300还可以包括收发器304。需要说明的是，实际应用中收发器304不限于一个，该电子设备300的结构并不构成对本技术实施例的限定。
66.处理器301可以是cpu（central processing unit，中央处理器），通用处理器，dsp（digital signal processor，数据信号处理器），asic（application specific integrated circuit，专用集成电路），fpga（field programmable gate array，现场可编程门阵列）或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本技术公开内容所描述的各种示例性的逻辑方框，模块和电路。处理器301也可以是实现计算功能的组合，例如包含一个或多个微处理器组合，dsp和微处理器的组合等。
67.总线302可包括一通路，在上述组件之间传送信息。总线302可以是pci（peripheral component interconnect，外设部件互连标准）总线或eisa（extended industry standard architecture，扩展工业标准结构）总线等。总线302可以分为地址总
线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一型的总线。
68.存储器303可以是rom（read only memory，只读存储器）或可存储静态信息和指令的其他类型的静态存储设备，ram（random access memory，随机存取存储器）或者可存储信息和指令的其他类型的动态存储设备，也可以是eeprom（electrically erasable programmable read only memory，电可擦可编程只读存储器）、cd-rom（compact disc read only memory，只读光盘）或其他光盘存储、光碟存储（包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等）、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。
69.存储器303用于存储执行本技术方案的应用程序代码，并由处理器301来控制执行。处理器301用于执行存储器303中存储的应用程序代码，以实现前述方法实施例所示的内容。
70.其中，电子设备包括但不限于：移动电话、笔记本电脑、数字广播接收器、pda（个人数字助理）、pad（平板电脑）、pmp（便携式多媒体播放器）、车载终端（例如车载导航终端）等等的移动终端以及诸如数字tv、台式计算机等等的固定终端。还可以为服务器等。图4示出的电子设备仅仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
71.本技术实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，当其在计算机上运行时，使得计算机可以执行前述方法实施例中相应内容。与相关技术相比，本技术实施例，基于农产品信息进行产品特征分析，确定每一农产品对应的特征信息，进而，基于每一农产品对应的特征信息进行标签化，并基于每一农产品对应的多个优势标签和用户购买标签集合进行标签匹配，确定目标推荐用户，其中，目标推荐用户是从电商平台的众多用户中筛选出有意向购买农产品的目标客户。然后，基于购买习惯信息和目标农产品信息，确定目标推荐用户对应的农产品推送信息。针对目标推荐用户进行农产品的重点推送，相较于盲目推送的方式而言，极大地提升了农产品信息推送与用户需求匹配的准确度。
72.应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
73.以上仅是本技术的部分实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本技术原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本技术的保护范围。

技术特征：
1.一种基于大数据的电商运营方法，其特征在于，包括：获取农产品信息，并基于所述农产品信息进行产品特征分析，确定每一农产品对应的特征信息；基于每一农产品对应的所述特征信息进行标签化，得到每一农产品对应的多个优势标签，其中，所述优势标签用于在特征信息中概述农产品的优势；基于所述每一农产品对应的多个优势标签和用户购买标签集合进行标签匹配，确定目标推荐用户，其中，所述用户购买标签集合内存储有所有用户购买的特征标签，特征标签用于概述用户购买产品的关注信息；获取所述目标推荐用户的购买习惯信息，并基于所述购买习惯信息和目标农产品信息，确定所述目标推荐用户对应的农产品推送信息，其中，所述目标农产品信息为与目标推荐用户匹配成功的多个农产品的信息。2.根据权利要求1所述的基于大数据的电商运营方法，其特征在于，所述基于所述农产品信息进行产品特征分析，确定每一农产品对应的特征信息，包括：基于所述农产品信息进行多维信息划分，得到每一维度对应的部分农产品信息，其中，所述农产品信息包括：所述每一维度对应的部分农产品信息；基于每一维度对应的所述部分农产品信息分别进行维度对应的特征分析，从所述部分农产品信息中确定部分特征信息，其中，所述部分农产品信息、所述部分特征信息均与所述维度存在唯一对应关系；基于每一维度对应的所述部分特征信息进行特征整合，确定每一农产品对应的特征信息。3.根据权利要求1所述的基于大数据的电商运营方法，其特征在于，所述用户购买标签集合的确定方式，包括：获取用户的历史购买信息和用户信息，基于所述历史购买信息和所述用户信息进行购买特性分析，确定购买特征，其中，所述购买特征包括：购买产品层次、购买品类、产品购买量；获取用户的历史评论信息，基于所述历史评论信息进行产品关注分析，确定产品关注信息；基于所述购买特征和所述产品关注信息进行标签化，得到用户购买标签集合。4.根据权利要求1所述的基于大数据的电商运营方法，其特征在于，所述基于所述购买习惯信息和目标农产品信息，确定所述目标推荐用户对应的农产品推送信息，包括：获取所述目标推荐用户的历史购买信息，并基于所述购买习惯信息中购买周期和所述历史购买信息，确定每一农产品的推送时间；基于所述购买习惯信息中历史比对信息进行用户选择分析，确定所述目标推荐用户对应的目标描述信息，其中，所述历史比对信息为目标推荐用户针对同类产品的不同产品介绍进行对比的信息；基于所述目标描述信息对目标农产品信息进行调整，得到农产品介绍，并基于所述农产品介绍和每一农产品的所述推送时间，确定所述目标推荐用户对应的农产品推送信息。5.根据权利要求1所述的基于大数据的电商运营方法，其特征在于，所述获取农产品信息之后，还包括：
获取所述农产品信息对应的衍生产品信息，并基于所述衍生产品信息中衍生产品销量，确定热销衍生产品；获取所述热销衍生产品的生产流程，并基于所述生产流程和所述热销衍生产品对应的产品信息，生成衍生发展建议，并将所述衍生发展建议发送至农户客户端。6.根据权利要求1所述的基于大数据的电商运营方法，其特征在于，所述确定所述目标推荐用户对应的农产品推送信息之后，还包括：获取历史农产品销量，并基于所述历史农产品销量，从所有农产品中确定热销农产品；获取所述热销农产品的历史生长信息和历史产量信息，并基于所述历史生长信息和所述历史产量信息进行成熟预估，得到成熟预估信息，其中，所述成熟预估信息包括：成熟时间和成熟产量；基于所述成熟预估信息进行产品售卖安排，得到所述热销农产品对应的售卖信息，并将所述售卖信息发送至农户客户端。7.根据权利要求6所述的基于大数据的电商运营方法，其特征在于，所述获取历史农产品销量之后，还包括：基于所述历史农产品销量和销量最低阈值，从所述所有农产品中确定低销农产品；基于所述低销农产品对应的产品信息，生成报警信息，并将所述报警信息发送至农户客户端。8.一种基于大数据的电商运营装置，其特征在于，包括：产品特征分析模块，用于获取农产品信息，并基于所述农产品信息进行产品特征分析，确定每一农产品对应的特征信息；标签化模块，用于基于每一农产品对应的所述特征信息进行标签化，得到每一农产品对应的多个优势标签，其中，所述优势标签用于在特征信息中概述农产品的优势；用户定位模块，用于基于所述每一农产品对应的多个优势标签和用户购买标签集合进行标签匹配，确定目标推荐用户，其中，所述用户购买标签集合内存储有所有用户购买的特征标签，特征标签用于概述用户购买产品的关注信息；农产品推送模块，用于获取所述目标推荐用户的购买习惯信息，并基于所述购买习惯信息和目标农产品信息，确定所述目标推荐用户对应的农产品推送信息，其中，所述目标农产品信息为与目标推荐用户匹配成功的多个农产品的信息。9.一种电子设备，其特征在于，包括：至少一个处理器；存储器；至少一个应用程序，其中至少一个应用程序被存储在存储器中并被配置为由至少一个处理器执行，所述至少一个应用程序配置用于：执行权利要求1～7任一项所述的基于大数据的电商运营方法。10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令所述计算机执行权利要求1～7任一项所述的基于大数据的电商运营方法。

技术总结
本申请涉及电商运营的技术领域，尤其是涉及一种基于大数据的电商运营方法、装置、设备和介质，方法包括：基于农产品信息进行产品特征分析，确定每一农产品对应的特征信息，进而，基于每一农产品对应的特征信息进行标签化，并基于每一农产品对应的多个优势标签和用户购买标签集合进行标签匹配，确定目标推荐用户，其中，目标推荐用户是从电商平台的众多用户中筛选出有意向购买农产品的目标客户。然后，基于购买习惯信息和目标农产品信息，确定目标推荐用户对应的农产品推送信息。针对目标推荐用户进行农产品的重点推送，相较于盲目推送的方式而言，极大地提升了农产品信息推送与用户需求匹配的准确度。求匹配的准确度。求匹配的准确度。


技术研发人员：郑羽 洪亮 胡亚 程海生 王玉琴
受保护的技术使用者：安庆师范大学
技术研发日：2023.06.09
技术公布日：2023/8/24