一套自动测算及调价系统

技术领域

本发明属于二手商品技术领域，具体涉及一套自动测算及调价系统，特别涉及一套完整的针对非标类二手商品的自动化定价及调整系统。

背景技术

二手商品是指使用过然后出售的东西。

非标类二手商品是指二手的非标设备，“非标设备”就是非标准设备，不是按照国家颁布的统一的行业标准和规格制造的设备，而是根据自己的用途需要，自行设计制造的设备，且外观或性能不在国家设备产品目录内的设备。

在非标类二手商品中，同款商品、外观、型号、开售时间均会影响商品销售价格，因此经常通过精通相关商品的行业人员进行商品定价，但也会因为不同人员导致价格变动。

目前企业内常见的商品定价方式有以下两种：

第一种：通过人工方式，对每一个商品进行外观、型号、开售时间进行评判，通过人工经验来判断此商品的价格。这种方式虽然能给出较为准确的行业价格，但对定价员的经验及能力有着极高的标准，同时人工定价无法进行长时间的定价操作，因此，此方式无法长期且持续性的进行报价，从而导致销售不及时引起的成本亏损。

第二种方式：通过外部估价机构购买价格评定表，企业内部根据评定标准进行调整价格。此方式并不能很好的解决专业报价问题，但由于价格波动，购买价格表会随时产生变动，要频繁购买及调整。因此会造成企业高额成本。

由此可见，针对目前业务，存在着通用性较差、效率低下、人工成本较高等问题。

发明内容

为解决现有技术中存在的上述问题，本发明提供了一套自动测算及调价系统，具有通用性好、效率高以及人工成本低的特点。

为实现上述目的，本发明提供如下技术方案：一套自动测算及调价系统，包括预设模块、采集模块、获取模块、数据的自动化清洗模块、商品及属性管理模块以及定价分析及调整后台模块，其中，

所述预设模块用于预设表征市场状态的衡量指标；

所述采集模块用于采集衡量指标和对应市场的调价信息；

所述获取模块用于获取衡量指标和调价信息的对应关系；

所述数据的自动化清洗模块用于将收集到的衡量指标数据值进行缺失值、异常值、重复值、噪音数据的异常数据的处理，根据数据IV值及证据权重将数据按需排序、归类，输出可供分析的数据；

所述商品及属性管理模块用于记录相应非标商品的商品信息、特征、属性；

所述定价分析及调整后台模块根据数据的自动化清洗后的数据及商品及属性管理模块中的商品信息及属性，通过数据IV值及证据权重进行相关排序及处理，且每日进行自动化调整并输出调整报告。

作为本发明的一种优选技术方案，还包括商品参数采集模块，所述商品参数采集模块用于采集用户手动输入的商品参数信息。

作为本发明的一种优选技术方案，还包括当前市值获取模块，所述当前市值获取模块用于根据用户手动输入的商品参数信息确定非标类商品的当前市值。

作为本发明的一种优选技术方案，所述衡量指标包括非标类商品的当前市值和非标类商品的折旧率。

作为本发明的一种优选技术方案，还包括数据库获取模块，所述数据库获取模块为非标类商品的当前市值提供参考。

作为本发明的一种优选技术方案，所述数据库获取模块获取的是非标类商品的历史二手商品的设备基础信息、购买信息、成色信息、使用时长、初始定价、当前市值以及当前定价。

作为本发明的一种优选技术方案，所述调价信息为价格上涨、价格下跌或不调价。

作为本发明的一种优选技术方案，还包括展示模块，所述展示模块用于将非标类二手商品的最终调价展示给用户。

作为本发明的一种优选技术方案，所述自动测算及调价系统包含如下自动测算及调价步骤：

步骤一：用户手动输入非标类二手商品的参数信息；

步骤二：系统根据用户手动输入的参数信息建立表征市场状态的衡量指标；

步骤三：将收集到的衡量指标数据值进行缺失值、异常值、重复值、噪音数据的异常数据的处理，根据数据IV值及证据权重将数据按需排序、归类，输出可供分析的数据；

步骤四：定价分析及调整后台模块根据数据的自动化清洗后的数据及商品及属性管理模块中的商品信息及属性，通过数据IV值及证据权重进行相关排序及处理，且每日进行自动化调整并输出调整报告；

步骤五：针对异常数据，由定价员进行调整和处理，并给出非标类二手商品的最终定价。

作为本发明的一种优选技术方案，当系统获取到同类非标类二手商品的多个不同的历史定价时，取多个不同历史定价的平均值作为定位本单位非标类二手商品定价的参考定价。

与现有技术相比，本发明的有益效果是：本发明的自动测算及调价系统，将大量人工处理的工作转化为系统自动处理，准确率和效率大幅提高，达到了企业需求效果；同时，系统自动测算及调价系统会根据历史数据情况，进行智能分析及整理，根据时间、型号等商品影响问题智能推算出价格，进行测算及调整；自动化输出调整报告，将大量人力工作优化为精准度、效率更高的模式，达到了业务精细化和极速调整的效果。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明的流程示意图。

具体实施方式

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。

请参阅图1，本发明提供以下技术方案：一套自动测算及调价系统，包括预设模块、采集模块、获取模块、数据的自动化清洗模块、商品及属性管理模块以及定价分析及调整后台模块，其中，

预设模块用于预设表征市场状态的衡量指标；

采集模块用于采集衡量指标和对应市场的调价信息；

获取模块用于获取衡量指标和调价信息的对应关系；

数据的自动化清洗模块用于将收集到的衡量指标数据值进行缺失值、异常值、重复值、噪音数据的异常数据的处理，根据数据IV值及证据权重将数据按需排序、归类，输出可供分析的数据；

商品及属性管理模块用于记录相应非标商品的商品信息、特征、属性；

定价分析及调整后台模块根据数据的自动化清洗后的数据及商品及属性管理模块中的商品信息及属性，通过数据IV值及证据权重进行相关排序及处理，且每日进行自动化调整并输出调整报告。

具体的，需要训练定价算法模型，根据A手机信息、特征、属性为A手机打上标签，标签1：A手机为i系统；标签2：A手机9成新；标签3：A手机屏幕完好……

将含有上述标签的同类定价数据投入定价算法模型中训练，可以进行取平均值，也可以通过取中位数等方式进行数据校准。

较佳的，再根据上述同标签下定价数据进行细化分级，换句话说将标签等级划分，制约条件的不断注入会优化出不同标签占有权重比的定价算式，该算式的权重比会随着训练时长趋于稳定，此时定价算法模型只需要将客户手机进行标签定位，即可输出标准价格，节约大量人力物力，同时输出的价格也相对合理，避免了个人因素造成价格的异常浮动。

较佳的，在训练该定价算法模型时，还可以反向剔除异常数据，认定在某种状态下属于异常数据。通过正反方向的训练数据，可以进一步优化定价系统，提升其准确度。

本实施例中还可以进行手动调价，当市场突然注入恶意竞争商品时，可以通过手动调节权重比的形式保证定价算法模型的稳定性。

具体的，本实施例中，还包括商品参数采集模块，商品参数采集模块用于采集用户手动输入的商品参数信息。

具体的，本实施例中，还包括当前市值获取模块，当前市值获取模块用于根据用户手动输入的商品参数信息确定非标类商品的当前市值。

具体的，本实施例中，衡量指标包括非标类商品的当前市值和非标类商品的折旧率。

具体的，本实施例中，还包括数据库获取模块，数据库获取模块为非标类商品的当前市值提供参考。

具体的，本实施例中，数据库获取模块获取的是非标类商品的历史二手商品的设备基础信息、购买信息、成色信息、使用时长、初始定价、当前市值以及当前定价。

具体的，本实施例中，调价信息为价格上涨、价格下跌或不调价。

具体的，本实施例中，还包括展示模块，展示模块用于将非标类二手商品的最终调价展示给用户。

具体的，本实施例中，自动测算及调价系统包含如下自动测算及调价步骤：

步骤一：用户手动输入非标类二手商品的参数信息；

步骤二：系统根据用户手动输入的参数信息建立表征市场状态的衡量指标；

步骤三：将收集到的衡量指标数据值进行缺失值、异常值、重复值、噪音数据的异常数据的处理，根据数据IV值及证据权重将数据按需排序、归类，输出可供分析的数据；

步骤四：定价分析及调整后台模块根据数据的自动化清洗后的数据及商品及属性管理模块中的商品信息及属性，通过数据IV值及证据权重进行相关排序及处理，且每日进行自动化调整并输出调整报告；

步骤五：针对异常数据，由定价员进行调整和处理，并给出非标类二手商品的最终定价。

具体的，本实施例中，当系统获取到同类非标类二手商品的多个不同的历史定价时，取多个不同历史定价的平均值作为定位本单位非标类二手商品定价的参考定价。

用户可在系统平台在线发起寄售申请，除了系统提供的非标类二手商品最终定价外，用户可在系统中给出定价期望值，此外，当用户认可系统提供的非标类二手商品最终定价时，可授权系统记录该非标类二手商品的基础信息以及最终定价，以进一步完善系统的数据库信息。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。