本發(fā)明涉及數(shù)據(jù)分析，具體涉及一種電商用經濟管理數(shù)據(jù)分析方法及系統(tǒng)。

背景技術：

1、隨著電子商務的快速發(fā)展，平臺上商品種類繁多、用戶行為復雜，市場競爭日益激烈，企業(yè)不僅需要通過創(chuàng)新營銷策略吸引用戶，還需提升運營效率，實現(xiàn)成本控制和收益最大化，在這種背景下，經濟管理數(shù)據(jù)分析系統(tǒng)逐漸成為電商企業(yè)決策支持的重要工具。

2、現(xiàn)有技術存在以下缺陷：

3、1、現(xiàn)有熱度評估方法通常依賴銷量、點擊量等單一維度，忽略商品間的協(xié)同關系（如共同點擊或關鍵詞相似性），商品熱度在實際場景中可能受到關聯(lián)商品的影響（如某商品促銷可能提升其他關聯(lián)商品的熱度），靜態(tài)評估無法反映這種復雜的網(wǎng)絡效應，長尾商品（銷量或點擊量較低但關聯(lián)性強）在現(xiàn)有模型中常被忽略，無法全面評估市場潛力；

4、2、面對突發(fā)性市場變化（如競爭對手促銷、新品發(fā)布），現(xiàn)有技術無法快速調整策略，容易喪失短期競爭優(yōu)勢?，F(xiàn)有分析模型通常缺乏對長期趨勢的關注和優(yōu)化能力，導致策略制定偏向短期利益，忽視長期可持續(xù)發(fā)展。如何在短期和長期目標之間實現(xiàn)動態(tài)平衡，目前缺乏有效的建模和分析工具支持。

5、基于此，本發(fā)明提出一種電商用經濟管理數(shù)據(jù)分析方法及系統(tǒng)，將商品關聯(lián)關系、熱度分數(shù)等信息映射到時間步中，動態(tài)反映市場變化，量化競爭格局變化趨勢，為快速響應市場波動提供依據(jù)，基于優(yōu)化后的動態(tài)圖，提供精準的市場應對策略。

技術實現(xiàn)思路

1、本發(fā)明的目的是提供一種電商用經濟管理數(shù)據(jù)分析方法及系統(tǒng)，以解決背景技術中不足。

2、為了實現(xiàn)上述目的，本發(fā)明提供如下技術方案：一種電商用經濟管理數(shù)據(jù)分析方法，所述分析方法包括以下步驟：

3、分析系統(tǒng)通過電商平臺獲取商品數(shù)據(jù)以及用戶行為數(shù)據(jù)，依據(jù)商品數(shù)據(jù)以及用戶行為數(shù)據(jù)構建動態(tài)圖，基于pagerank算法計算各個節(jié)點的熱度分數(shù)，并將熱度分數(shù)最大的節(jié)點在動態(tài)圖中突出顯示；

4、每個節(jié)點隨機分配到多個社區(qū)，并最大化每個社區(qū)的模塊度后進行迭代，直到模塊度收斂后將商品社區(qū)圖通過動態(tài)圖展示；

5、將動態(tài)圖劃分為多個時間步，利用dyngem嵌入算法對每個時間步的圖生成嵌入表示，計算相鄰時間步間的圖變化，識別動態(tài)圖中競爭格局的變化趨勢，依據(jù)優(yōu)化完成的動態(tài)圖生成決策建議。

6、在一個優(yōu)選的實施方式中，每個節(jié)點隨機分配到多個社區(qū)，并最大化每個社區(qū)的模塊度后進行迭代，直到模塊度收斂后將商品社區(qū)圖通過動態(tài)圖展示，包括以下步驟：

7、在初始狀態(tài)下，每個節(jié)點被隨機分配到多個社區(qū)，計算當前社區(qū)劃分結果的模塊度；

8、在每輪迭代中，將每個節(jié)點從當前社區(qū)移動到鄰居節(jié)點所在的社區(qū)，當?shù)螖?shù)等于次數(shù)閾值后，輸出所有社區(qū)劃分結果，選擇使模塊度最大的社區(qū)劃分結果使用。

9、在一個優(yōu)選的實施方式中，計算當前社區(qū)劃分結果的模塊度，表達式為：，式中，為模塊度，為動態(tài)圖中所有邊的總數(shù)，是節(jié)點i與節(jié)點j之間的邊權重，為節(jié)點i邊的數(shù)量，為節(jié)點j邊的數(shù)量，為指示函數(shù)，若節(jié)點i與節(jié)點j屬于同一社區(qū)，為1，否則為0，為社區(qū)中所有節(jié)點的購買率總和，為社區(qū)中的最大節(jié)點數(shù)量，、為調節(jié)系數(shù)，且、均大于0。

10、在一個優(yōu)選的實施方式中，將動態(tài)圖劃分為多個時間步，利用dyngem嵌入算法對每個時間步的圖生成嵌入表示，計算相鄰時間步間的圖變化，識別動態(tài)圖中競爭格局的變化趨勢，包括以下步驟：

11、根據(jù)電商平臺的數(shù)據(jù)采集頻率將動態(tài)圖劃分為多個時間步，每個時間步內的圖表示該時間步內的節(jié)點與用戶行為數(shù)據(jù)，對第一個時間步的動態(tài)圖執(zhí)行初始圖嵌入，生成節(jié)點的低維向量表示；

12、dyngem通過遞歸調整方式，為后續(xù)每個時間步的圖生成嵌入表示，根據(jù)節(jié)點的增刪和邊權重的變化進行迭代優(yōu)化，每個節(jié)點生成一個固定維度的向量，表示其在當前時間步內的特征，嵌入向量反映節(jié)點的特性及其在網(wǎng)絡中的重要性；

13、對比相鄰時間步中節(jié)點嵌入向量的歐幾里得距離或余弦相似度，評估節(jié)點變化，對于邊計算權重變化的絕對差值或比例，若某個節(jié)點嵌入的變化幅度大，表明該節(jié)點的競爭地位發(fā)生變化，若兩節(jié)點間邊的權重發(fā)生顯著變化，表明這兩節(jié)點的關聯(lián)關系發(fā)生變化；

14、根據(jù)嵌入空間中節(jié)點的變化軌跡，預測節(jié)點的熱度趨勢及社區(qū)位置，通過時間序列分析和嵌入表示，識別持續(xù)增長或衰退的節(jié)點，結合變化趨勢對動態(tài)圖進行調整。

15、在一個優(yōu)選的實施方式中，根據(jù)嵌入空間中節(jié)點的變化軌跡，預測節(jié)點的熱度趨勢及社區(qū)位置，包括以下步驟：

16、在每個時間步中，生成節(jié)點的嵌入向量，嵌入向量反映節(jié)點的熱度趨勢及社區(qū)位置，對比相鄰時間步的嵌入表示，計算每個節(jié)點的變化幅度，表達式為：，式中，為節(jié)點v變化幅度，為節(jié)點v在時間t的特征向量，為節(jié)點v在時間t+1的特征向量，表示余弦距離；

17、對每個節(jié)點的熱度評分構建時間序列，反映其熱度隨時間的變化，使用時間序列模型對熱度評分進行預測：

18、，式中，為節(jié)點v在時間t+1上的熱度評分，表示預測函數(shù)，用于根據(jù)過去的熱度序列預測未來熱度，表示節(jié)點v在時間1到t的歷史熱度評分，表示節(jié)點v在第i個時間步的歷史熱度評分；

19、根據(jù)預測結果，分類節(jié)點熱度變化，在每個時間步內，記錄節(jié)點所屬社區(qū)，分析社區(qū)變化軌跡：，式中，為節(jié)點v在時間步t和t+1的社區(qū)變化程度，表示余弦相似度函數(shù)，表示節(jié)點v在時間步t所屬的社區(qū)集合，表示節(jié)點v在時間步t+1所屬的社區(qū)集合。

20、在一個優(yōu)選的實施方式中，基于pagerank算法計算各個節(jié)點的熱度分數(shù)，并將熱度分數(shù)最大的節(jié)點在動態(tài)圖中突出顯示，包括以下步驟：

21、設動態(tài)圖中有n個節(jié)點，每個節(jié)點的初始熱度分數(shù)設為相等，依據(jù)pagerank算法迭代更新每個節(jié)點的熱度分數(shù)，表達式為：

22、，式中，為節(jié)點i的熱度分數(shù)，為阻尼因子，且，為節(jié)點j的熱度分數(shù)，表示從節(jié)點j出發(fā)的邊數(shù)量，表示所有指向節(jié)點i的節(jié)點集合；

23、當任一次熱度分數(shù)變化小于等于變化閾值時，判斷滿足收斂條件，輸出所有節(jié)點的熱度分數(shù)后，將所有節(jié)點依據(jù)熱度分數(shù)由大到小進行排序，生成熱度表，將熱度表映射到動態(tài)圖中，使用不同的顏色標記不同的節(jié)點。

24、在一個優(yōu)選的實施方式中，分析系統(tǒng)通過電商平臺獲取商品數(shù)據(jù)以及用戶行為數(shù)據(jù)，基于商品數(shù)據(jù)以及用戶行為數(shù)據(jù)構建動態(tài)圖，包括以下步驟：

25、獲取商品的類別、銷量、價格信息，記錄用戶的點擊行為，包括商品之間的共同點擊次數(shù)、購買路徑，去除異?；虿煌暾麛?shù)據(jù)，將靜態(tài)商品數(shù)據(jù)與動態(tài)用戶行為數(shù)據(jù)整合，構建商品的全局關聯(lián)關系；

26、每個商品對應一個節(jié)點，節(jié)點屬性包括銷量、類別、價格，根據(jù)用戶行為數(shù)據(jù)計算邊權重，獲取邊連接的兩個節(jié)點信息，節(jié)點信息包括被同一用戶點擊次數(shù)以及文本相似度，對被同一用戶點擊次數(shù)以及文本相似度進行歸一化處理，使被同一用戶點擊次數(shù)以及文本相似度的取值范圍映射到[0,1]，將歸一化完成的被同一用戶點擊次數(shù)以及文本相似度求和獲取邊權重；

27、構建初始的動態(tài)圖，節(jié)點為商品，邊為關聯(lián)關系，且動態(tài)時間步定義為不同時間窗口。

28、一種電商用經濟管理數(shù)據(jù)分析系統(tǒng)，包括圖構建模塊、熱度排序模塊、趨勢分析模塊；

29、圖構建模塊：通過電商平臺獲取商品數(shù)據(jù)以及用戶行為數(shù)據(jù)，基于商品數(shù)據(jù)以及用戶行為數(shù)據(jù)構建動態(tài)圖；

30、熱度排序模塊：基于pagerank算法計算各個節(jié)點的熱度分數(shù)，并將熱度分數(shù)最大的節(jié)點在動態(tài)圖中突出顯示；

31、趨勢分析模塊：每個節(jié)點隨機分配到多個社區(qū)，并最大化每個社區(qū)的模塊度后進行迭代，直到模塊度收斂后將商品社區(qū)圖通過動態(tài)圖展示，將動態(tài)圖劃分為多個時間步，利用dyngem嵌入算法對每個時間步的圖生成嵌入表示，計算相鄰時間步間的圖變化，識別動態(tài)圖中競爭格局的變化趨勢，依據(jù)優(yōu)化完成的動態(tài)圖生成決策建議。

32、在上述技術方案中，本發(fā)明提供的技術效果和優(yōu)點：

33、本發(fā)明基于商品數(shù)據(jù)以及用戶行為數(shù)據(jù)構建動態(tài)圖，計算各個節(jié)點的熱度分數(shù)，并將熱度分數(shù)最大的節(jié)點在動態(tài)圖中突出顯示，每個節(jié)點隨機分配到多個社區(qū)，并最大化每個社區(qū)的模塊度后進行迭代，直到模塊度收斂后將商品社區(qū)圖通過動態(tài)圖展示，將動態(tài)圖劃分為多個時間步，利用dyngem嵌入算法對每個時間步的圖生成嵌入表示，計算相鄰時間步間的圖變化，識別動態(tài)圖中競爭格局的變化趨勢，依據(jù)優(yōu)化完成的動態(tài)圖生成決策建議。分析系統(tǒng)將商品關聯(lián)關系、熱度分數(shù)等信息映射到時間步中，動態(tài)反映市場變化，量化競爭格局變化趨勢，為快速響應市場波動提供依據(jù)，基于優(yōu)化后的動態(tài)圖，提供精準的市場應對策略。