(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211175381.8 (22)申请日 2022.09.26 (71)申请人 江苏经贸职业 技术学院 地址 211168 江苏省南京市江宁区龙眠大 道180号 (72)发明人 裴勇　孙玉娣　 (74)专利代理 机构 苏州科权知识产权代理事务 所(普通合伙) 32561 专利代理师 施王蓉 (51)Int.Cl. G06Q 30/02(2012.01) G06Q 30/06(2012.01) (54)发明名称 一种用于电商交易主体的行为数据智能模 拟方法 (57)摘要 本发明提供一种用于电商交易主体的行为 数据智能模拟方法， 涉及电商交易数据处理技术 领域； 所述模拟方法包括如下步骤： 获取企业端 商品交易历史数据； 对企业端商品交易历史数据 的出货时长、 运送时长以及评分信息进行处理， 得到企业端交易行为参考结果； 获取用户端商品 交易历史数据； 对用户端商品交易数据的退货信 息、 换货信息以及评价信息进行处理， 得到用户 端交易行为参考结果； 本发明通过对企业端的销 售数据和用户端的购买数据进行分析后并整合， 再结合商品销售信息， 能够对商品的销售情况进 行有效的预估模拟， 以解决现有的电商交易过程 中对于商品的有效销售情况的预测性不足， 导致 售后服务的分配投入 存在滞后的问题。 权利要求书3页 说明书8页 附图1页 CN 115545757 A 2022.12.30 CN 115545757 A 1.一种用于电商交易主体的行为数据智能模拟方法， 其特征在于， 所述模拟方法包括 如下步骤： 获取企业端商品交易历史数据； 对企业端商品交易历史数据的出货时长、 运送时长以 及评分信息进行处 理， 得到企业端交易行为 参考结果； 获取用户端商品交易历史数据； 对用户端商品交易数据的退货信息、 换货信息以及评 价信息进行处 理， 得到用户端交易行为 参考结果； 对企业端的商品交易进行有效交易模拟； 有效交易模拟包括： 获取商品交易量和商品 类型； 并结合企业端交易行为参考结果和用户端交易行为参考结果进行分析， 得到商品的 有效交易模拟结果。 2.根据权利要求1所述的一种用于电商交易主体的行为数据智能模拟方法， 其特征在 于， 对企业端商品交易历史数据的出货时长进行处理包括： 获取企业端的商品的单日出货 量最高值， 并设定为商品日交易峰值； 将商品日交易峰值通过出货量参考计算公式中计算 得到第一参考出货量； 所述出货量参考计算公式配置为： 其中， Lch1第一 参考出货量， Ljyf为商品日交易峰值， L1为出货参 考划分消减量； 将两倍的第 一参考出货量设置为第 二参考出货量， 将三倍的第 一参考出货量设置为第 三参考出货量； 获取企业端在第一参考出货量时的平均出货时长， 并设定为第一参考出货时长； 获取 企业端在第二参考出货量时的平均出货时长， 并设定为第二参考出货时长； 获取企业端在 第三参考出货量时的平均出货时长， 并设定为第三 参考出货时长； 将第一参考出货量除以第 一参考出货时长得到第 一出货效率比； 将第 二参考出货量除 以第二参考出货时长得到第二出货效率比； 将第三参考出货量除以第三参考出货时长得到 第三出货效率比； 求取第一出货效率比、 第二出货效率比以及第三出货效率比的平均值， 并设定为出货 参考效率比。 3.根据权利要求1所述的一种用于电商交易主体的行为数据智能模拟方法， 其特征在 于， 对企业端商品交易历史数据的运送 时长进行处理包括： 获取企业端的所有商品的运送 时长， 求取 所有商品的运送时长的平均值， 并设定为商品运送参 考时长。 4.根据权利要求1所述的一种用于电商交易主体的行为数据智能模拟方法， 其特征在 于， 对企业端商品交易历史数据的评分信息进行处理包括： 获取企业端的所有商品的差评 数量、 交易数量以及所有商品的评 分值， 求取所有商品的评分值的平均值， 并设定为商品平 均分值； 将差评数量、 交易数量以及商品平均分值通过评分校正公式求得评分校正参考值； 所 述评分校正公式配置为： 其中， Ppfj为评分校正参考值， Fsp为商品平 均分值， Lcp为差 评数量， Ljy为交易数量， a1为差 评占比系数值， a1的取值大于1。 5.根据权利要求1所述的一种用于电商交易主体的行为数据智能模拟方法， 其特征在 于， 对用户端商品交易数据的退货信息进行处理包括： 获取用户端的商品购买总 数和商品权　利　要　求　书 1/3 页 2 CN 115545757 A 2退货总数， 将商品购买总 数和商品退货总 数通过商品退货参考公式求得商品退货参考值； 所述商品退货参考公式配置为： 其中， Cst为商品退货参考值， Zth为商 品退货总数， Zgm为商品购买总数。 6.根据权利要求1所述的一种用于电商交易主体的行为数据智能模拟方法， 其特征在 于， 对用户端商品交易数据的换货信息进行处理包括： 获取用户端的商品购买总 数和商品 换货总数， 将商品购买总 数和商品换货总 数通过商品换货参考公式求得商品换货参考值； 所述商品换货参考公式配置为： 其中， Csh为商品换货参考值， Zhh为商 品换货总数， Zgm为商品购买总数。 7.根据权利要求1所述的一种用于电商交易主体的行为数据智能模拟方法， 其特征在 于， 对用户端商品交易数据的评价信息进 行处理包括： 获取用户端的商品购买总数、 商品评 价总数以及商品差评总 数， 将商品购买总 数、 商品评价总 数以及商品差评总 数通过商品评 价参考公式求得商品评价参考值； 所述商品评价参考公式配置为： 其 中， Csp为商品评价 参考值， Zpj为商品评价总数， Zcp为商品差 评总数， Zgm为商品购买总数。 8.根据权利要求1所述的一种用于电商交易主体的行为数据智能模拟方法， 其特征在 于， 获取商品类型包括： 将商品类型进行分类， 分别将商品分为第一级退货商品、 第二级退 货商品以及第三级退货商品； 其中， 第一级退货商品的退货率大于第二级退货商品的退货 率， 第二级退货商品的退货率大于第三级退货商品的退货率； 对第一级退货商品、 第二级退货商品以及第三级退货商品设置退货系数， 并将退货系 数标记为Xti； 对第一级退货商品设置第一退货系数并将第一退货系数标记为Xt1； 对第二 级退货商品设置第二退货系数， 并将第二退货系数标记 为Xt2； 对第三级 退货商品设置第三 退货系数， 并将第三退货系数标记为Xt3； 其中， 第一退货系数大于第二退货系数， 第二退货 系数大于第三退货系数。 9.根据权利要求1 ‑8任意一项所述的一种用于电商交易主体的行为数据智能模拟方 法， 其特征在于， 结合 企业端交易行为参考结果和用户端交易行为参考结果进 行分析包括： 将出货参考效率比、 商品运送参考时长以及评 分校正参考值通过企业端 出货质量参考公式 求 得 企 业 端 出 货 有 效 模 拟 值 ；所 述 企 业 端 出 货 质 量 参 考 公 式 配 置 为 ： 其中， Mqy为企业端出货有效模拟值， Bcc为出货参考效率比， Tys为 商品运送参 考时长； 将商品退货参考值、 商 品换货参考值以及商 品评价参考值通过用户端质量参考公式求 得用户端购买有效模拟值； 所述用户端质量参考公式配置为： 其中， Myh为用户端购买有效模拟值。权　利　要　求　书 2/3 页 3 CN 115545757 A 3