本技術涉及人工智能及大數(shù)據(jù)，具體而言，涉及基于ai的平臺網絡銷售商品信息處理方法、系統(tǒng)和介質。

背景技術：

1、傳統(tǒng)的平臺網絡銷售商品處理方法雖然在一定程度上滿足了商品信息發(fā)布、展示、更新和與客戶信息交互的需求，但也存在一些明顯的缺點，手動操作繁瑣和響應速度慢造成信息更新效率低，依賴于商家手動輸入的數(shù)據(jù)和電商平臺的基礎數(shù)據(jù)收集功能，無法全面收集和分析銷售商品信息，導致在制定營銷策略、優(yōu)化商品信息等方面往往依賴于經驗和直覺，難以做出精準有效的決策。

2、當前平臺網絡銷售商品處理技術仍存在商品信息獲取效率低，對采集數(shù)據(jù)的分析處理不夠全面，無法準確的反映出商品在保值、銷售和庫存保障等能力以及商品整體競爭力的全面表現(xiàn)，缺乏一種能夠自動化爬取商品信息并進行整體競爭力評測的針對性技術。

3、針對上述問題，目前亟待有效的技術解決方案。

技術實現(xiàn)思路

1、本技術的目的在于提供基于ai的平臺網絡銷售商品信息處理方法、系統(tǒng)和介質，可以通過獲取預設時間段內的網頁平臺信息，提取銷售商品爬取信息，再分別提取商品價格信息、商品銷售信息、商品庫存信息和商品評價信息，分別進行處理可以獲得商品保值能力指數(shù)、商品銷售能力指數(shù)、商品庫存保障能力指數(shù)和商品評價指數(shù)，最后通過預設評測模型進行處理，獲得商品競爭力指數(shù)，將商品競爭力指數(shù)與預設競爭力指數(shù)閾值進行對比，判斷競爭力指數(shù)是否滿足要求。本技術通過ai結合爬蟲技術能夠自動化從平臺抓取銷售商品信息，并對抓取到的數(shù)據(jù)進行快速處理和分析，大大減少了人工收集的時間和精力，為平臺提供更加精準的商品競爭能力。

2、本技術提供了基于ai的平臺網絡銷售商品信息處理方法，包括以下步驟：

3、獲取預設時間段內的網頁平臺信息，提取銷售商品爬取信息；

4、根據(jù)所述銷售商品爬取信息提取商品價格信息、商品銷售信息、商品庫存信息和商品評價信息；

5、根據(jù)所述商品價格信息通過預設商品保值能力評測模型進行處理，獲得商品保值能力指數(shù)；

6、根據(jù)所述商品銷售信息通過預設商品銷售能力評測模型進行處理，獲得商品銷售能力指數(shù)；

7、根據(jù)所述商品庫存信息通過預設庫存保障能力評測模型進行處理，獲得商品庫存保障能力指數(shù)；

8、根據(jù)所述商品評價信息通過預設商品評價評測模型進行處理，獲得商品評價指數(shù)；

9、根據(jù)所述商品保值能力指數(shù)、商品銷售能力指數(shù)、商品庫存保障能力指數(shù)和商品評價指數(shù)進行處理，獲得商品競爭力指數(shù)；

10、將所述商品競爭力指數(shù)與預設競爭力指數(shù)閾值進行對比，獲得競爭力指數(shù)偏差率，判斷所述競爭力指數(shù)偏差率與預設指數(shù)偏差率閾值的情況。

11、其中，在本技術所述的基于ai的平臺網絡銷售商品信息處理方法中，其特征在于，所述根據(jù)所述商品價格信息通過預設商品保值能力評測模型進行處理，獲得商品保值能力指數(shù)，具體為：

12、根據(jù)所述商品價格信息提取原價值數(shù)據(jù)、折扣率數(shù)據(jù)和促銷頻率數(shù)據(jù)；

13、根據(jù)所述原價值數(shù)據(jù)、折扣率數(shù)據(jù)和促銷頻率數(shù)據(jù)通過預設商品保值能力評測模型進行處理，獲得商品保值能力指數(shù)。

14、其中，在本技術所述的基于ai的平臺網絡銷售商品信息處理方法中，其特征在于，所述根據(jù)所述商品銷售信息通過預設商品銷售能力評測模型進行處理，獲得商品銷售能力指數(shù)，具體為：

15、根據(jù)所述商品銷售信息提取銷售數(shù)量數(shù)據(jù)、銷售金額數(shù)據(jù)和銷售額增長率數(shù)據(jù)；

16、根據(jù)所述銷售數(shù)量數(shù)據(jù)、銷售金額數(shù)據(jù)和銷售額增長率數(shù)據(jù)通過預設商品銷售能力評測模型進行處理，獲得商品銷售能力指數(shù)。

17、其中，在本技術所述的基于ai的平臺網絡銷售商品信息處理方法中，其特征在于，所述根據(jù)所述商品庫存信息通過預設庫存保障能力評測模型進行處理，獲得商品庫存保障能力指數(shù)，具體為：

18、根據(jù)所述商品庫存信息提取庫存數(shù)量數(shù)據(jù)、庫存周轉率數(shù)據(jù)和零庫存頻率數(shù)據(jù)；

19、根據(jù)所述庫存數(shù)量數(shù)據(jù)、庫存周轉率數(shù)據(jù)和零庫存頻率數(shù)據(jù)通過預設庫存保障能力評測模型進行處理，獲得商品庫存保障能力指數(shù)。

20、其中，在本技術所述的基于ai的平臺網絡銷售商品信息處理方法中，其特征在于，所述根據(jù)所述商品評價信息通過預設商品評價評測模型進行處理，獲得商品評價指數(shù)，具體為：

21、根據(jù)所述商品評價信息提取退貨數(shù)量數(shù)據(jù)和客戶評分數(shù)據(jù)；

22、根據(jù)所述退貨數(shù)量數(shù)據(jù)和客戶評分數(shù)據(jù)通過預設商品評價評測模型進行處理，獲得商品評價指數(shù)。

23、其中，在本技術所述的基于ai的平臺網絡銷售商品信息處理方法中，其特征在于，所述根據(jù)所述商品保值能力指數(shù)、商品銷售能力指數(shù)、商品庫存保障能力指數(shù)和商品評價指數(shù)進行處理，獲得商品競爭力指數(shù)，具體為：

24、根據(jù)所述商品保值能力指數(shù)、商品銷售能力指數(shù)、商品庫存保障能力指數(shù)和商品評價指數(shù)通過預設商品競爭力評測模型進行處理，獲得商品競爭力指數(shù)；

25、所述商品競爭力評測模型的計算公式為：

26、

27、其中，gω為商品競爭力指數(shù)，he、ma、st、ev分別為商品保值能力指數(shù)、商品銷售能力指數(shù)、商品庫存保障能力指數(shù)和商品評價指數(shù)，θ1、θ2、κ、λ為預設特征系數(shù)。

28、其中，在本技術所述的基于ai的平臺網絡銷售商品信息處理方法中，其特征在于，所述將所述商品競爭力指數(shù)與預設競爭力指數(shù)閾值進行對比，獲得競爭力指數(shù)偏差率，判斷所述競爭力指數(shù)偏差率與預設指數(shù)偏差率閾值的情況，具體為：

29、將所述商品競爭力指數(shù)與預設競爭力指數(shù)閾值進行對比，獲得競爭力指數(shù)偏差率；

30、判斷所述競爭力指數(shù)偏差率是否大于預設指數(shù)偏差率閾值；

31、若競爭力指數(shù)偏差率大于或等于指數(shù)偏差率閾值，則商品不具備足夠的競爭力；

32、若競爭力指數(shù)偏差率小于指數(shù)偏差率閾值，則商品競爭力滿足要求。

33、第二方面，本技術提供了基于ai的平臺網絡銷售商品信息處理系統(tǒng)，該系統(tǒng)包括：存儲器及處理器，所述存儲器中包括基于ai的平臺網絡銷售商品信息處理方法的程序，所述基于ai的平臺網絡銷售商品信息處理方法的程序被所述處理器執(zhí)行時實現(xiàn)以下步驟：

34、獲取預設時間段內的網頁平臺信息，提取銷售商品爬取信息；

35、根據(jù)所述銷售商品信息提取商品價格信息、商品銷售信息、商品庫存信息和商品評價信息；

36、根據(jù)所述商品價格信息通過預設商品保值能力評測模型進行處理，獲得商品保值能力指數(shù)；

37、根據(jù)所述商品銷售信息通過預設商品銷售能力評測模型進行處理，獲得商品銷售能力指數(shù)；

38、根據(jù)所述商品庫存信息通過預設庫存保障能力評測模型進行處理，獲得商品庫存保障能力指數(shù)；

39、根據(jù)所述商品評價信息通過預設商品評價評測模型進行處理，獲得商品評價指數(shù)；

40、根據(jù)所述商品保值能力指數(shù)、商品銷售能力指數(shù)、商品庫存保障能力指數(shù)和商品評價指數(shù)進行處理，獲得商品競爭力指數(shù)；

41、將所述商品競爭力指數(shù)與預設競爭力指數(shù)閾值進行對比，獲得競爭力指數(shù)偏差率，判斷所述競爭力指數(shù)偏差率與預設指數(shù)偏差率閾值的情況。

42、其中，在本技術所述的基于ai的平臺網絡銷售商品信息處理系統(tǒng)中，其特征在于，所述根據(jù)所述商品價格信息通過預設商品保值能力評測模型進行處理，獲得商品保值能力指數(shù)，具體為：

43、根據(jù)所述商品價格信息提取原價值數(shù)據(jù)、折扣率數(shù)據(jù)和促銷頻率數(shù)據(jù)；

44、根據(jù)所述原價值數(shù)據(jù)、折扣率數(shù)據(jù)和促銷頻率數(shù)據(jù)通過預設商品保值能力評測模型進行處理，獲得商品保值能力指數(shù)。

45、第三方面，本技術還提供了一種可讀存儲介質，所述可讀存儲介質中包括基于ai的平臺網絡銷售商品信息處理方法程序，所述基于ai的平臺網絡銷售商品信息處理方法程序被處理器執(zhí)行時，實現(xiàn)如上述任一項所述的基于ai的平臺網絡銷售商品信息處理方法的步驟。

46、由上可知，本技術提供的基于ai的平臺網絡銷售商品信息處理方法、系統(tǒng)和介質，通過獲取預設時間段內的網頁平臺信息，提取銷售商品爬取信息，再分別提取商品價格信息、商品銷售信息、商品庫存信息和商品評價信息，分別進行處理可以獲得商品保值能力指數(shù)、商品銷售能力指數(shù)、商品庫存保障能力指數(shù)和商品評價指數(shù)，最后通過預設評測模型進行處理，獲得商品競爭力指數(shù)，將商品競爭力指數(shù)與預設競爭力指數(shù)閾值進行對比，判斷競爭力指數(shù)是否滿足要求。本技術通過ai結合爬蟲技術能夠自動化從平臺抓取銷售商品信息，并對抓取到的數(shù)據(jù)進行快速處理和分析，大大減少了人工收集的時間和精力，為平臺提供更加精準的商品競爭能力。

47、本技術的其他特征和優(yōu)點將在隨后的說明書闡述，并且，部分地從說明書中變得顯而易見，或者通過實施本技術實施例了解。本技術的目的和其他優(yōu)點可通過在所寫的說明書以及附圖中所特別指出的結構來實現(xiàn)和獲得。