本申请涉及数据处理的，尤其是涉及一种潜力商品挖掘方法、系统、设备及存储介质。
背景技术：
1、短视频带货作为一种新兴的销售模式，已经广泛应用于各大电商平台。
2、目前的带货流程主要是供应商向主播或达人提供商品样品，主播或达人通过对样品进行评估来实现对商品的选择。这样的商品选择过程需要大量的人力成本和时间成本，选品效率低。并且这样选出的商品不能很好地保证商品产生的效益，可能出现商品回报率低的问题。
技术实现思路
1、为了提高商品回报率，本申请提供了一种潜力商品挖掘方法、系统、设备及存储介质。
2、在本申请的第一方面，提供了一种潜力商品挖掘方法。该方法包括：
3、获取目标商品的平台商品数据、达人带货数据和平台搜索数据，平台商品数据包括平台商品评价数据和平台商品销量数据，目标商品表示需要判断是否为潜力商品的商品；
4、根据平台商品销量数据，计算目标商品的销量情况，销量情况用于反映目标商品的销量变化；
5、根据平台商品评价数据，计算目标商品的评价指数，评价指数用于反映目标商品的销售评价；
6、根据目标商品的商品类目和达人带货数据，计算商品类目与达人带货数据对应的达人的契合指数，契合指数用于反映达人和商品类目的适配程度；
7、根据平台搜索数据，计算目标商品的商品搜索指数，商品搜索指数用于反映目标商品在平台的需求情况；
8、根据销量情况、评价指数、契合指数和商品搜索指数，计算目标商品的潜力指数，潜力指数用于反映目标商品成为潜力商品的可能性。
9、由以上技术方案可知，通过获取平台商品数据、达人带货数据和平台搜索数据，从目标商品的销量、评价、与达人的适配度、平台搜索几个维度分别进行了评估，对各个维度进行了量化，相较于人工分析提升了数据处理的效率，并且从多方面对目标商品进行分析也提高了对目标商品潜力的预测准确度，进而可以提高目标商品的回报率。
10、在一种可能的实现方式中，销售情况包括销售趋势指数、商品时效指数和销售竞争指数；
11、根据平台商品销量数据，计算目标商品的销量情况，销量情况用于反映目标商品的销量变化，包括：
12、使用指数平滑模型，对平台商品销量数据进行预测，得到销售趋势指数；
13、根据平台商品销量数据，计算目标商品的实际销量和季度平均销量的比值，得到商品时效指数；
14、根据目标商品的竞品的销售数据，计算销售竞争指数。
15、在一种可能的实现方式中，评价指数=；其中，：表示第i条评分的评价时间，表示当前时间，t表示时间常数，时间常数用于控制时间衰减速度的参数。
16、在一种可能的实现方式中，根据目标商品的商品类目和达人带货数据，计算商品类目与达人带货数据对应的达人的契合指数，契合指数用于反映达人和商品类目的适配程度，包括：
17、根据达人带货数据，得到商品类目对应的带货销量；
18、计算达人的受众数量与带货销量的乘积，得到类目匹配指数；
19、根据商品类目对应的消费者画像和达人的受众画像，得到受众匹配指数；
20、根据达人的带货作品中出现商品类目的出现次数、类目匹配指数和受众匹配指数，确定契合指数。
21、在一种可能的实现方式中，平台搜索数据包括目标类目对应的搜索量和目标类目对应的点击率；
22、根据平台搜索数据，计算目标商品的商品搜索指数，商品搜索指数用于反映目标商品在平台的需求情况，包括：
23、获取搜索量对应的搜索量权重和点击率对应的点击率权重；
24、根据目标类目对应的搜索量、目标类目对应的点击率、搜索量对应的搜索量权重和点击率对应的点击率权重，确定商品搜索指数。
25、在一种可能的实现方式中，根据销量情况、评价指数、契合指数和商品搜索指数，计算目标商品的潜力指数，潜力指数用于反映目标商品成为潜力商品的可能性，包括：
26、获取两组潜力权重，每组潜力权重中包括销量情况对应的销量权重、评价指数对应的评价权重、契合指数对应的契合权重和商品搜索指数对应的搜索权重；
27、分别使用两组潜力权重，根据销量情况、评价指数、契合指数和商品搜索指数，计算潜力权重对应的潜力指数；
28、当潜力权重对应的潜力指数与目标商品的销售趋势匹配时，潜力指数为目标商品的潜力指数。
29、在一种可能的实现方式中，方法还包括：
30、根据潜力指数，对目标商品进行排序，得到商品序列；
31、根据商品序列中前n个目标商品，生成推荐清单，n为正整数。
32、在本申请的第二方面，提供了一种潜力商品挖掘系统。该系统包括：
33、数据获取模块，用于获取目标商品的平台商品数据、达人带货数据和平台搜索数据，平台商品数据包括平台商品评价数据和平台商品销量数据，目标商品表示需要判断是否为潜力商品的商品；
34、销量量化模块，用于根据平台商品销量数据，计算目标商品的销量情况，销量情况用于反映目标商品的销量变化；
35、评价量化模块，用于根据平台商品评价数据，计算目标商品的评价指数，评价指数用于反映目标商品的销售评价；
36、契合量化模块，用于根据目标商品的商品类目和达人带货数据，计算商品类目与达人带货数据对应的达人的契合指数，契合指数用于反映达人和商品类目的适配程度；
37、搜索量化模块，用于根据平台搜索数据，计算目标商品的商品搜索指数，商品搜索指数用于反映目标商品在平台的需求情况；
38、潜力确定模块，用于根据销量情况、评价指数、契合指数和商品搜索指数，计算目标商品的潜力指数，潜力指数用于反映目标商品成为潜力商品的可能性。
39、在本申请的第三方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如以上所述的方法。
40、在本申请的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如根据本申请的第一方面的方法。
41、综上所述，本申请包括至少一种有益技术效果：
42、通过获取平台商品数据、达人带货数据和平台搜索数据，从目标商品的销量、评价、与达人的适配度、平台搜索几个维度分别进行了评估，对各个维度进行了量化，相较于人工分析提升了数据处理的效率，并且从多方面对目标商品进行分析也提高了对目标商品潜力的预测准确度，进而可以提高目标商品的回报率。
1.一种潜力商品挖掘方法，其特征在于，包括：
2.根据权利要求1所述的潜力商品挖掘方法，其特征在于，所述销量情况包括销售趋势指数、商品时效指数和销售竞争指数；
3.根据权利要求1所述的潜力商品挖掘方法，其特征在于，所述评价指数=；其中，表示第i条评价的时间权重，表示第i条评价的评分，表示第i条评分的评价时间，表示当前时间，t表示时间常数，所述时间常数用于控制时间衰减速度的参数。
4.根据权利要求1所述的潜力商品挖掘方法，其特征在于，所述根据所述目标商品的商品类目和所述达人带货数据，计算所述商品类目与所述达人带货数据对应的达人的契合指数，所述契合指数用于反映所述达人和所述商品类目的适配程度，包括：
5.根据权利要求1所述的潜力商品挖掘方法，其特征在于，所述平台搜索数据包括目标类目对应的搜索量和所述目标类目对应的点击率；
6.根据权利要求1所述的潜力商品挖掘方法，其特征在于，所述根据所述销量情况、所述评价指数、所述契合指数和所述商品搜索指数，计算所述目标商品的潜力指数，所述潜力指数用于反映所述目标商品成为潜力商品的可能性，包括：
7.根据权利要求1所述的潜力商品挖掘方法，其特征在于，所述方法还包括：
8.一种潜力商品挖掘系统，其特征在于，包括：
9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如权利要求1至7中任一种所述方法的计算机程序。
10.一种计算机可读存储介质，其特征在于，存储有能够被处理器加载并执行如权利要求1至7中任一种所述方法的计算机程序。
