一种基于云端服务器的工业大数据管理方法、系统及存储介质与流程

1.本发明属于工业大数据管理技术领域，特别涉及家居五金商品销售经营数据管理，具体而言是一种基于云端服务器的工业大数据管理方法、系统及存储介质。


背景技术：

2.随着社会经济不断的发展,人们生活水平的提高,对家居空间装饰要求不断提高，在家居产品中，五金配件的使用是非常广泛的。很多家居产品的正常使用都是需要有五金件的配合才能实现的，一旦五金配件出现问题，那么整个家居产品的使用就会受到影响。而在家居产品的使用过程中，五金配件因频繁配合使用容易发生损坏，在这种情况下，家居五金配件的购买需求日渐增长，这种情势加重了家居五金市场的竞争,同时也暴露了传统销售渠道的弊端，为了在竞争中取得优势地位，很多家居五金商品都采取了线上销售模式，一方面扩大了购买人群的范围，另一方面降低了销售成本。
3.由于家居五金配件包括多个种类，例如五金拉手、拉链、挂架、螺丝等，家居五金商家在线上销售过程中受各种因素影响导致不是所有的五金商品都成为畅销商品，使得总会存在畅销五金商品和滞销五金商品。对于这种情况，目前家居五金商家往往止步于现状，没有充分利用商品的销售经营数据和用户下单信息，由此缺乏对畅销五金商品的消费人群属性分析和对滞销五金商品的滞销原因预测，导致家居五金商家无法针对性地对畅销五金商品进行线上推荐和对滞销五金商品进行整改，进而难以进一步提高畅销五金商品的偏好热度，难以转变滞销五金商品的滞销状态，从而在一定程度上限制了家居五金商家在家居五金市场的商品种类覆盖面，不利于家居五金商家的长远发展。


技术实现要素：

4.有鉴于此，本发明提供了一种基于云端服务器的工业大数据管理方法、系统及存储介质，通过充分利用家居五金商家在电商平台上存在的各种五金商品对应的销售运营数据和用户下单信息进行畅销五金商品的消费人群属性分析和滞销五金商品的滞销原因预测，有效解决了背景技术提到的问题。
5.本发明具体采用以下技术方案来实现。
6.第一方面，本发明提供一种基于云端服务器的工业大数据管理方法，包括以下步骤：
7.a：统计目标家居五金商家处于销售状态的五金商品种类数量，并将各种五金商品分别标记为1,2,...,i,...,n；
8.b：在设定时间段内采集目标家居五金商家在电商平台中各种五金商品对应的销售运营数据；
9.c：基于各种五金商品在设定时间段内对应的销售运营数据解析各种五金商品对应的偏好热度；
10.d：根据各种五金商品对应的偏好热度将各种五金商品划分为畅销五金商品和滞销五金商品；
11.e：在设定时间段内从电商平台提取各种畅销五金商品对应的下单记录；
12.f：从各种畅销五金商品对应的各条下单记录中提取下单用户账号和下单地址，进而从电商平台采集下单用户账号对应的用户基本信息；
13.g：基于各种畅销五金商品对应各条下单记录中下单用户账号对应的用户基本信息和下单地址分析各种畅销五金商品对应的消费人群属性；
14.h：在设定时间段内对各种滞销五金商品进行点化价值率、好评率和价格合理度分析，由此预测各种滞销五金商品对应的滞销原因；
15.i：将各种畅销五金商品对应的消费人群属性和各种滞销五金商品对应的滞销原因向目标家居五金商家进行后台显示。
16.在本发明第一方面的一种能够实现的方式中，所述销售运营数据包括销售量、点击量、加购量和收藏量。
17.在本发明第一方面的一种能够实现的方式中，所述基于各种五金商品在设定时间段内对应的销售运营数据解析各种五金商品对应的偏好热度具体包括：
18.c-1：将各种五金商品在设定时间段内对应的销售运营数据构成五金商品销售运营数据集合gw＝{gw1,gw2,
…
,gwi,
…
,gwn}，gwi表示为第i 种五金商品在设定时间段内对应的销售运营数据，w表示为销售运营数据，w＝sa或gv或ac或su,其中sa、gv、ac、su分别表示为销售量、点击量、加购量、收藏量；
19.c-2：从数据管理库中提取销售、点击、加购、收藏对应的占比因子；
20.c-3：获取各种五金商品在设定时间段内的展现量，进而将其结合五金商品销售运营数据集合和销售、点击、加购、收藏对应的占比因子导入偏好热度解析公式，得到各种五金商品对应的偏好热度其中g
sa
i、g
gv
i、g
ac
i、g
su
i 分别表示为第i种五金商品在设定时间段内对应的销售量、点击量、加购量、收藏量，i表示为五金商品种类编号，i＝1,2,...,n,zi表示为第i种五金商品在设定时间段内的展现量，λ
sa
、λ
gv
、λ
ac
、λ
su
分别表示为销售量、点击量、加购量、收藏量对应的占比因子，e表示为自然常数。
22.在本发明第一方面的一种能够实现的方式中，所述d中根据各种五金商品对应的偏好热度将各种五金商品划分为畅销五金商品和滞销五金商品对应的划分方式为将各种五金商品对应的偏好热度与设定的偏好热度阈值进行对比，若某种五金商品对应的偏好热度大于或等于设定的偏好热度阈值，则将该种五金商品划分为畅销五金商品，反之则将该种五金商品划分为滞销五金商品。
23.在本发明第一方面的一种能够实现的方式中，所述用户基本信息包括用户性别和用户年龄，消费人群属性包括偏好消费人群性别、偏好消费人群年龄段和偏好消费人员成交地区。
24.在本发明第一方面的一种能够实现的方式中，所述g中分析各种畅销五金商品对
应的消费人群属性参照如下步骤：
25.g-1:从用户基本信息中提取用户性别，并将各种畅销五金商品对应各条下单记录中下单用户账号对应的用户性别进行对比，进而将各种畅销五金商品中相同用户性别对应的下单记录进行归类，以此得到各种畅销五金商品中男性对应的下单记录集合和女性对应的下单记录集合；
26.g-2:分别统计各种畅销五金商品中男性对应下单记录集合内存在的下单记录数量和女性对应下单记录集合内存在的下单记录数量，进而从中选取下单记录最多的性别作为各种畅销五金商品对应的偏好消费人群性别；
27.g-3:从用户基本信息中提取用户年龄，并将其与预定义的各年龄段对应的年龄区间进行匹配，从中匹配出各下单记录对应的用户年龄段；
28.g-4:将各种畅销五金商品对应各条下单记录的用户年龄段进行对比，进而将各种畅销五金商品中相同年龄段对应的下单记录进行归类，得到各种畅销五金商品中各年龄段对应的下单记录集合；
29.g-5:分别统计各种畅销五金商品中各年龄段对应下单记录集合内存在的下单记录数量，进而从中筛选出下单记录最多的年龄段作为各种畅销五金商品对应的偏好消费人群年龄段；
30.g-6:从下单地址中提取下单地区，进而将各种畅销五金商品对应各条下单记录的下单地区进行对比，进而将各种畅销五金商品中相同下单地区对应的下单记录进行归类，得到各种畅销五金商品中各下单地区对应的下单记录集合；
31.g-7:分别统计各种畅销五金商品中各下单地区对应下单记录集合内存在的下单记录数量，进而从中提取下单记录最多的下单地区作为各种畅销五金商品对应的偏好消费人员成交地区。
32.在本发明第一方面的一种能够实现的方式中，所述h中在设定时间段内对各种滞销五金商品进行点化价值率、差评率和价格合理度分析对应的具体分析过程如下：
33.h-1:从各种滞销五金商品对应的销售运营数据中提取点击量，并将其与各种滞销五金商品在设定时间段内的展现量进行对比，计算各种滞销五金商品对应的点击率，其计算公式为 ctj表示为第j种滞销五金商品对应的点击率，j表示为滞销五金商品的编号，j＝1,2,...,m,g
gv
j、zj分别表示为第j种滞销五金商品在设定时间段内的点击量、展现量；
34.h-2:从各种滞销五金商品对应的销售运营数据中提取销售量，并将其与各种滞销五金商品在设定时间段内的点击量进行对比，计算各种滞销五金商品对应的转化率，其计算公式为 irj表示为第j种滞销五金商品对应的转化率，g
sa
j表示为第j种滞销五金商品在设定时间段内的销售量；
35.h-3:将各种滞销五金商品对应的点击量与销售量相减，得到各种滞销五金商品对应的转化失败点击量，并获取各次转化失败点击对应的点击时长；
36.h-4:将各种滞销五金商品对应各次转化失败点击对应的点击时长进行均值计算，
得到各种滞销五金商品对应的转化失败平均点击时长，记为afj；
37.h-5:将各种滞销五金商品对应的点击率、转化率和转化失败平均点击时长通过点化价值率计算公式得到各种滞销五金商品对应的点化价值率ηj，t表示为设定时间段对应的时长，a表示为点击率对应的权重因子；
38.h-6:统计各种滞销五金商品在设定时间段内形成的总评价数量和差评数量，进而据此计算各种滞销五金商品对应的差评率；
39.h-7:在设定时间段内从电商平台上筛选各种滞销五金商品对应的同款商品，并统计筛选出的同款商品数量；
40.h-8:获取各种滞销五金商品对应各同款商品的销售单价，进而将其进行均值处理，得到各种滞销五金商品对应同款商品的平均销售单价，作为各种滞销五金商品对应的参考销售单价；
41.h-9:获取各种滞销五金商品对应的销售单价，并将其与该种滞销五金商品对应的参考销售单价进行对比，计算各种滞销五金商品对应的价格合理度。
42.在本发明第一方面的一种能够实现的方式中，所述预测各种滞销五金商品对应的滞销原因具体预测方式为：将各种滞销五金商品对应的点化价值率、差评率和价格合理度分别与设定的畅销状态下的点化价值率、差评率和价格合理度进行对比，若某种滞销五金商品的点化价值率小于畅销状态下的点化价值率，则预测该种滞销五金商品对应的滞销原因为商品展示界面吸引力不够，若某种滞销五金商品的差评率大于畅销状态下的差评率，则预测该种滞销五金商品对应的滞销原因为商品质量不过关，若某种滞销五金商品的价格合理度小于畅销状态下的价格合理度，则预测该种滞销五金商品对应的滞销原因为商品售价不合理。
43.第二方面，本发明提供一种基于云端服务器的工业大数据管理系统，包括以下模块：
44.销售五金商品种类统计模块，用于统计目标家居五金商家处于销售状态的五金商品种类数量，并将各种五金商品分别标记为 1,2,...,i,...,n；
45.销售运营数据采集模块，用于在设定时间段内采集目标家居五金商家在电商平台中各种五金商品对应的销售运营数据；
46.五金商品种类偏好热度解析模块，用于基于各种五金商品在设定时间段内对应的销售运营数据解析各种五金商品对应的偏好热度；
47.五金商品种类划分模块，用于根据各种五金商品对应的偏好热度将各种五金商品划分为畅销五金商品和滞销五金商品；
48.畅销五金商品下单记录提取模块，用于在设定时间段内从电商平台提取各种畅销五金商品对应的下单记录；
49.用户基本信息采集模块，用于从各种畅销五金商品对应的各条下单记录中提取下单用户账号和下单地址，进而从电商平台采集下单用户账号对应的用户基本信息；
50.畅销五金商品消费人群属性分析模块，用于基于各种畅销五金商品对应各条下单记录中下单用户账号对应的用户基本信息和下单地址分析各种畅销五金商品对应的消费人群属性；
51.滞销五金商品滞销原因预测模块，用于在设定时间段内对各种滞销五金商品进行点化价值率、差评率和价格合理度分析，由此预测各种滞销五金商品对应的滞销原因；
52.后台显示终端，用于将各种畅销五金商品对应的消费人群属性和各种滞销五金商品对应的滞销原因向目标家居五金商家进行后台显示。
53.第三方面，本发明提供一种基于云端服务器的工业大数据管理存储介质，所述存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现本发明所述的一种基于云端服务器的工业大数据管理方法。
54.结合上述的所有技术方案，本发明所具备的优点及积极效果为：
55.(1)本发明通过对目标家居五金商家在电商平台上各种五金商品的销售运营数据进行采集，并据此将各种五金商品划分为畅销五金商品和滞销五金商品，进而对畅销五金商品进行用户下单数据采集，从而分析畅销五金商品对应的消费人群属性，与此同时基于滞销五金商品对应的销售运营数据预测滞销五金商品对应的滞销原因，实现了对畅销五金商品和滞销五金商品的后续处理，大大提高了商品销售运营数据和用户下单信息的利用率，以此弥补了目前家居五金商家对存在的畅销五金商品和滞销五金商品现状止步不前的缺陷，为家居五金商家对畅销五金商品进行线上推荐和对滞销五金商品进行整改提供针对性的参考依据，进而能够使畅销五金商品的偏好热度得到进一步提升，同时也为滞销五金商品对应滞销状态的转变提供了可能，从而在一定程度上提升了家居五金商家在家居五金市场的商品种类覆盖面，有利于家居五金商家的长远发展。
56.(2)本发明在结合用户下单信息分析畅销五金商品对应的消费人群属性时，充分考虑到了消费人群存在的年龄、性别、下单地区的特征，由此分析出畅销五金商品对应的偏好消费人群性别、偏好消费人群年龄段和偏好消费人员成交地区，实现了消费人群属性的全面性分析，为后续进行畅销五金商品的线上推荐提供了更加具体的推荐人群，从而通过缩小推荐人群的筛选范围提高了推荐人群的筛选精准度，有效避免了无效推荐，从而最大程度提高了推荐效果，具有较强的实用性价值。
附图说明
57.利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
58.图1为本发明的方法实施步骤流程图；
59.图2为本发明的系统模块连接示意图。
具体实施方式
60.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。
61.实施例1
62.参照图1所示，本发明提供一种基于云端服务器的工业大数据管理方法，包括以下
步骤：
63.a：统计目标家居五金商家处于销售状态的五金商品种类数量，并将各种五金商品分别标记为1,2,...,i,...,n；
64.b：在设定时间段内采集目标家居五金商家在电商平台中各种五金商品对应的销售运营数据，其中销售运营数据包括销售量、点击量、加购量和收藏量；
65.c：基于各种五金商品在设定时间段内对应的销售运营数据解析各种五金商品对应的偏好热度，具体包括：
66.c-1：将各种五金商品在设定时间段内对应的销售运营数据构成五金商品销售运营数据集合gw＝{gw1,gw2,
…
,gwi,
…
,gwn}，gwi表示为第i 种五金商品在设定时间段内对应的销售运营数据，w表示为销售运营数据，w＝sa或gv或ac或su,其中sa、gv、ac、su分别表示为销售量、点击量、加购量、收藏量；
67.c-2：从数据管理库中提取销售、点击、加购、收藏对应的占比因子；
68.c-3：获取各种五金商品在设定时间段内的展现量，进而将其结合五金商品销售运营数据集合和销售、点击、加购、收藏对应的占比因子导入偏好热度解析公式，得到各种五金商品对应的偏好热度其中g
sa
i、g
gv
i、g
ac
i、g
su
i 分别表示为第i种五金商品在设定时间段内对应的销售量、点击量、加购量、收藏量，i表示为五金商品种类编号，i＝1,2,...,n,zi表示为第i种五金商品在设定时间段内的展现量，λ
sa
、λ
gv
、λ
ac
、λ
su
分别表示为销售量、点击量、加购量、收藏量对应的占比因子，e表示为自然常数；
69.上述提到的展现量就是商品发布之后,用户通过输入搜索商品关键词，商品被展现出来的次数；
70.需要说明的是，在上述偏好热度解析公式中，销售量、点击量、加购量、收藏量对偏好热度的影响均为正影响，且因销售、点击、加购、收藏行为对偏好热度产生的结果不同，使得销售、点击、加购、收藏对应的占比因子存在差异，其中销售因存在购买行为，使得占比因子最大，而加购、收藏只是存在购买倾向，使得占比因子次之，而点击，意味着存在浏览行为，其存在购买倾向的可能性，使得占比因子最小；
71.d：根据各种五金商品对应的偏好热度将各种五金商品划分为畅销五金商品和滞销五金商品，其划分方式为将各种五金商品对应的偏好热度与设定的偏好热度阈值进行对比，若某种五金商品对应的偏好热度大于或等于设定的偏好热度阈值，则将该种五金商品划分为畅销五金商品，反之则将该种五金商品划分为滞销五金商品；
72.e：在设定时间段内从电商平台提取各种畅销五金商品对应的下单记录；
73.f：从各种畅销五金商品对应的各条下单记录中提取下单用户账号和下单地址，进而从电商平台采集下单用户账号对应的用户基本信息，其中用户基本信息包括用户性别和用户年龄；
74.g：基于各种畅销五金商品对应各条下单记录中下单用户账号对应的用户基本信息和下单地址分析各种畅销五金商品对应的消费人群属性，其中消费人群属性包括偏好消
费人群性别、偏好消费人群年龄段和偏好消费人员成交地区；
75.上述中分析各种畅销五金商品对应的消费人群属性参照如下步骤：
76.g-1:从用户基本信息中提取用户性别，并将各种畅销五金商品对应各条下单记录中下单用户账号对应的用户性别进行对比，进而将各种畅销五金商品中相同用户性别对应的下单记录进行归类，以此得到各种畅销五金商品中男性对应的下单记录集合和女性对应的下单记录集合；
77.g-2:分别统计各种畅销五金商品中男性对应下单记录集合内存在的下单记录数量和女性对应下单记录集合内存在的下单记录数量，进而从中选取下单记录最多的性别作为各种畅销五金商品对应的偏好消费人群性别；
78.g-3:从用户基本信息中提取用户年龄，并将其与预定义的各年龄段对应的年龄区间进行匹配，从中匹配出各下单记录对应的用户年龄段；
79.g-4:将各种畅销五金商品对应各条下单记录的用户年龄段进行对比，进而将各种畅销五金商品中相同年龄段对应的下单记录进行归类，得到各种畅销五金商品中各年龄段对应的下单记录集合；
80.g-5:分别统计各种畅销五金商品中各年龄段对应下单记录集合内存在的下单记录数量，进而从中筛选出下单记录最多的年龄段作为各种畅销五金商品对应的偏好消费人群年龄段；
81.g-6:从下单地址中提取下单地区，进而将各种畅销五金商品对应各条下单记录的下单地区进行对比，进而将各种畅销五金商品中相同下单地区对应的下单记录进行归类，得到各种畅销五金商品中各下单地区对应的下单记录集合；
82.在一个具体实施例中，上述提到的下单地区具体指省级地域，例如广东省；
83.g-7:分别统计各种畅销五金商品中各下单地区对应下单记录集合内存在的下单记录数量，进而从中提取下单记录最多的下单地区作为各种畅销五金商品对应的偏好消费人员成交地区；
84.本发明实施例在结合用户下单信息分析畅销五金商品对应的消费人群属性时，充分考虑到了消费人群存在的年龄、性别、下单地区的特征，由此分析出畅销五金商品对应的偏好消费人群性别、偏好消费人群年龄段和偏好消费人员成交地区，实现了消费人群属性的全面性分析，为后续进行畅销五金商品的线上推荐提供了更加具体的推荐人群，从而通过缩小推荐人群的筛选范围提高了推荐人群的筛选精准度，有效避免了无效推荐，从而最大程度提高了推荐效果，具有较强的实用性价值。
85.h：在设定时间段内对各种滞销五金商品进行点化价值率、差评率和价格合理度分析，由此预测各种滞销五金商品对应的滞销原因；
86.上述中在设定时间段内对各种滞销五金商品进行点化价值率、差评率和价格合理度分析对应的具体分析过程如下：
87.h-1:从各种滞销五金商品对应的销售运营数据中提取点击量，并将其与各种滞销五金商品在设定时间段内的展现量进行对比，计算各种滞销五金商品对应的点击率，其计算公式为 ctj表示为第j种滞销五金商品对应的点击率，j表示为
滞销五金商品的编号，j＝1,2,...,m,g
gv
j、zj分别表示为第j种滞销五金商品在设定时间段内的点击量、展现量，其中点击量越大，点击率越大；
88.h-2:从各种滞销五金商品对应的销售运营数据中提取销售量，并将其与各种滞销五金商品在设定时间段内的点击量进行对比，计算各种滞销五金商品对应的转化率，其计算公式为 irj表示为第j种滞销五金商品对应的转化率，g
sa
j表示为第j种滞销五金商品在设定时间段内的销售量，其中销售量越大，表明用户在浏览商品中转化为购买行为的占比越大；
89.h-3:将各种滞销五金商品对应的点击量与销售量相减，得到各种滞销五金商品对应的转化失败点击量，并获取各次转化失败点击对应的点击时长；
90.上述提到的转化失败点击量是指用户在浏览商品时未转化为购买行为的占比，且各次转化失败点击对应的点击时长越长，表明用户对商品展示页面的浏览时长越长，进一步反映了用户对商品展示页面的浏览欲望更强；
91.h-4:将各种滞销五金商品对应各次转化失败点击对应的点击时长进行均值计算，得到各种滞销五金商品对应的转化失败平均点击时长，记为afj；
92.h-5:将各种滞销五金商品对应的点击率、转化率和转化失败平均点击时长通过点化价值率计算公式得到各种滞销五金商品对应的点化价值率ηj，t表示为设定时间段对应的时长，a表示为点击率对应的权重因子；
93.需要说明的是，上述点化价值率计算公式中点击率、转化率和转化失败平均点击时长对点化价值率的影响均为正影响，且点化价值率在一定程度上反映了商品展示页面对用户的吸引力；
94.h-6:统计各种滞销五金商品在设定时间段内形成的总评价数量和差评数量，进而据此计算各种滞销五金商品对应的差评率，其计算公式为ξj表示为第j种滞销五金商品对应的差评率，xj、xj分别表示为第j种滞销五金商品在设定时间段内形成的差评数量、总评价数量，其中差评数量越多，差评率越大，而差评率在一定程度上反映了商品的售卖质量；
95.h-7:在设定时间段内从电商平台上筛选各种滞销五金商品对应的同款商品，并统计筛选出的同款商品数量；
96.h-8:获取各种滞销五金商品对应各同款商品的销售单价，进而将其进行均值处理，得到各种滞销五金商品对应同款商品的平均销售单价，作为各种滞销五金商品对应的参考销售单价；
97.需要说明的是，本发明在评估各种滞销五金商品对应的价格合理度是，以各种滞销商品在电商平台上的同款商品作为评估依据，能够有效降低评估误差，提高评估结果的真实度和可靠度；
98.h-9:获取各种滞销五金商品对应的销售单价，并将其与该种滞销五金商品对应的参考销售单价进行对比，计算各种滞销五金商品对应的价格合理度σj，其计算公式为
pj、p
′j分别表示为第j种滞销五金商品对应的销售单价、参考销售单价，其中某种滞销五金商品对应的销售单价与参考销售单价越接近，该种滞销五金商品的价格合理度越大，且价格合理度在一定程度上反映了用户对商品售价的接受程度；
99.上述中预测各种滞销五金商品对应的滞销原因具体预测方式为：将各种滞销五金商品对应的点化价值率、差评率和价格合理度分别与设定的畅销状态下的点化价值率、差评率和价格合理度进行对比，若某种滞销五金商品的点化价值率小于畅销状态下的点化价值率，则预测该种滞销五金商品对应的滞销原因为商品展示界面吸引力不够，若某种滞销五金商品的差评率大于畅销状态下的差评率，则预测该种滞销五金商品对应的滞销原因为商品质量不过关，若某种滞销五金商品的价格合理度小于畅销状态下的价格合理度，则预测该种滞销五金商品对应的滞销原因为商品售价不合理。
100.i：将各种畅销五金商品对应的消费人群属性和各种滞销五金商品对应的滞销原因向目标家居五金商家进行后台显示。
101.本发明实施例通过对目标家居五金商家在电商平台上各种五金商品的销售运营数据进行采集，并据此将各种五金商品划分为畅销五金商品和滞销五金商品，进而对畅销五金商品进行用户下单数据采集，从而分析畅销五金商品对应的消费人群属性，与此同时基于滞销五金商品对应的销售运营数据预测滞销五金商品对应的滞销原因，实现了对畅销五金商品和滞销五金商品的后续处理，大大提高了商品销售运营数据和用户下单信息的利用率，以此弥补了目前家居五金商家对存在的畅销五金商品和滞销五金商品现状止步不前的缺陷，为家居五金商家对畅销五金商品进行线上推荐和对滞销五金商品进行整改提供针对性的参考依据，进而能够使畅销五金商品的偏好热度得到进一步提升，同时也为滞销五金商品对应滞销状态的转变提供了可能，从而在一定程度上提升了家居五金商家在家居五金市场的商品种类覆盖面，有利于家居五金商家的长远发展。
102.实施例2
103.参照图2所示，本发明提供一种基于云端服务器的工业大数据管理系统，包括以下模块：
104.销售五金商品种类统计模块，用于统计目标家居五金商家处于销售状态的五金商品种类数量，并将各种五金商品分别标记为 1,2,...,i,...,n；
105.销售运营数据采集模块，用于在设定时间段内采集目标家居五金商家在电商平台中各种五金商品对应的销售运营数据；
106.五金商品种类偏好热度解析模块，用于基于各种五金商品在设定时间段内对应的销售运营数据解析各种五金商品对应的偏好热度；
107.五金商品种类划分模块，用于根据各种五金商品对应的偏好热度将各种五金商品划分为畅销五金商品和滞销五金商品；
108.畅销五金商品种类下单记录提取模块，用于在设定时间段内从电商平台提取各种畅销五金商品对应的下单记录；
109.用户基本信息采集模块，用于从各种畅销五金商品对应的各条下单记录中提取下单用户账号和下单地址，进而从电商平台采集下单用户账号对应的用户基本信息；
110.畅销五金商品消费人群属性分析模块，用于基于各种畅销五金商品对应各条下单记录中下单用户账号对应的用户基本信息和下单地址分析各种畅销五金商品对应的消费人群属性；
111.滞销五金商品滞销原因预测模块，用于在设定时间段内对各种滞销五金商品进行点化价值率、好评率和价格合理度分析，由此预测各种滞销五金商品对应的滞销原因；
112.后台显示终端，用于将各种畅销五金商品对应的消费人群属性和各种滞销五金商品对应的滞销原因向目标家居五金商家进行后台显示。
113.上述模块中销售五金商品种类统计模块与销售运营数据采集模块连接，销售运营数据采集模块分别与五金商品种类偏好热度解析模块和滞销五金商品滞销原因预测模块连接，五金商品种类偏好热度解析模块与五金商品种类划分模块连接，五金商品种类划分模块分别与畅销五金商品下单记录提取模块和滞销五金商品滞销原因预测模块连接，畅销五金商品下单记录提取模块与用户基本信息采集模块连接，用户基本信息采集模块与畅销五金商品消费人群属性分析模块连接，畅销五金商品消费人群属性分析模块和滞销五金商品滞销原因预测模块均与后台显示终端连接。
114.实施例3
115.本发明提供一种基于云端服务器的工业大数据管理存储介质，所述存储介质烧录有计算机程序，所述计算机程序在服务器的内存中运行时实现本发明所述的一种基于云端服务器的工业大数据管理方法。
116.以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。