基于微信小程序的大数据杀熟比价系统的设计与实现

来源:用户上传      作者:邹乐 王丽丽 褚甜甜

　　摘要：“大数据杀熟”是一种现代信息网络飞速发展下的新型价格歧视，商家借助大数据算法来分析消费者的不同消费偏好和消费能力，进而将消费者分为“三六九等”进行区别定价，导致同种商品对于老顾客来说往往价格更高。该文基于微信小程序，借助“js”后端设计语言及前端设计语言“WXML”，设计和开发了一套比价微信小程序――帮帮购，可以实时展示同种商品或者服务在不同电商平台的价格，并对其进行价格对比，以便消费者以最优惠的价格进行购买。通过测试结果表明该系统具备可使用性。
　　关键词：微信小程序;大数据杀熟;全网比价
　　中图分类号：TP311 文献标识码：A
　　文章编号：1009-3044（2021）36-0057-04
　　开放科学（资源服务）标识码（OSID）：
　　1 背景
　　随着互联网和移动支付的快速发展，越来越多的人选择在网上消费。然而，一些互联网平台借此机会，不仅没有很好地履行商家义务、发挥自身作用，反而利用大数据算法技术收集、分析用户的隐私信息，利用所得的分析结果对同一商品或服务，向不同客户进行随机的价格浮动，对老客户实行价格歧视，这种现象就是所谓的“大数据杀熟”。从个人层面，消费者的隐私数据被泄露及滥用，严重侵犯消费者合法权益;从市场层面，破坏诚信、透明、公平的市场交易环境，扰乱市场经济秩序;从道德层面，没有赋予正确的价值观和伦理观，缺乏社会责任感。针对此现象，如果能够设计一套系统使消费者可以通过全网的各大电商平台及新老顾客购买同一商品的价格进行比较，从而选出最适合自己的商品或服务，同时也可以使商家之间相互牵制，彼此监督。
　　该文旨在开发一套“大数据防杀熟”比价系统，为用户提供全面的信息参考。为实现这一目标，首先针对消费者的“杀熟”经历进行调查分析，由此得知目前消费者市场的“大数据杀熟”现状，分析结果如表1所示。
　　从表1可以看出，价格“杀熟”的比例多分布在30%以内。网络产品种类繁多，几块甚至几角钱的细微差距也能吸引消费者，又由于其具有方便快捷的特点，用户极其容易产生较强的依赖性，即使价格稍有变化也很难被用户所察觉[1]。因此，开发一个大数据防杀熟比价系统极为必要。同时，微信小程序和其他方式相比，有其独特的优势。用户只需直接从微信端进入即可，并且还能使用微信程序提供的一系列的权限给用户带来了极大的便利。
　　2 系统需求分析
　　2.1 系统总体分析
　　本系统基于微信小程序开发而成，用户从微信App进入小程序，注册登录后可以查询任意一个电商平台的商品，并由系统返回查询结果;然后可以进行商品价格对比，在所查询的商品中进行全网比价，显示给用户该商品在全网的价格信息;得到比价结果后，如果用户对某一商品感兴趣，可以点击商品详情按钮，显示该商品的历史价格及预期价格走势等信息，并提供购买链接，方便用户直接进行购买。系统用例图如图1所示。
　　2.2 系统模块分析
　　本系统以“大数据杀熟”为背景，将微信小程序和比价系统相结合。根据需求分析开发以下几个基本功能：注册、登录、个性化推荐、查询、比价、商品详情、社区7个功能模块。
　　1）注册：用户通过微信注册账号，再填写姓名、邮箱等基本信息，通过输入手机号码进行身份验证，完成所有步骤后，点击提交即可完成注册，注册成功即将用户微信与系统账号进行绑定，确保系统的安全性，起到一定的防盗号的作用，为用户提供安全保障。
　　2）登录：从关联注册的微信进入小程序，可以通过输入账号和密码进行登录，也可以通过绑定淘宝或支付宝进行登录，用户初次登录后，再次进入小程序时系统会自动登录，无须用户重新登录，如果想退出登录，可在“我的”界面的设置栏点击退出账号即可，易于操作，更加方便快捷。
　　3）个性化推荐：针对用户的常用搜索和商品类型的点击频率对用户群体进行年龄和消费水平等不同层次的分类，并分别给不同类型的用户提供个性化推荐，使用户快速找到满意的商品，同时丰富小程序的功能。
　　4）查询：查询分为简单查询和分类查询，其中简单查询是指用户可点击主页上的搜索框进入搜索页面，输入需要的搜索内容或者拍照进行查找，也可在搜索v史中点击历史词汇进行查找，查询并返回查询结果给用户。分类查询由横向标签和列表图文标签实现。横向标签根据不同的商品类型进行分类，每当用户点击一个分类就会得到该查询结果相应的数据信息。列表图文标签对应活动分类，点击每一个分类标签都会返回查询结果给用户[2]。查询功能示意图如图2所示。
　　5）比价：在用户使用简单查询或者分类查询后，点击某一件商品，可以在该商品下面看到全网比价的结果，系统将从服务器端获得所选中的商品的数据，并相应地处理商品数据，最后将该商品的全网比价结果信息、历史价格及预期价格走势等信息显示给用户，用户可以综合各类信息选出符合自己需求的商品。
　　6）商品详情：商品详情可以从简单查询、分类查询和比价的商品列表中获取，选择哪一个商品就可以获得哪一个商品的详细信息，如商品价格、所在平台、优惠券活动等，并提供购买链接，点击相应的链接可以跳转到相应的购买页直接购买。
　　7）社区：用户可以在社区分享自己的购物经验，也可以是好物推荐或测评，由此搭建资源可视化区域，用户可以在这里看到自己心仪商品的售后反馈，从而决定是否进行购买，提高商品的真实性，了解不同商品的实时动态信息。
　　3 系统设计
　　3.1 系统核心技术
　　本系统在设计初期研究了大量程序设计和比价系统的相关技术理论，最终决定采取深度学习、网络爬虫技术、数据库技术以及“UI”技术作为系统开发的核心技术。
　　1）深度学习。深度学习是利用数据爬取、数据标签的制作、卷积神经网络模型的搭建来实现。利用深度学习可以研究与处理软件分析任务，提高软件开发环境在代码提示和语法错误提示上的准确率。本系统基于深度学习研发了深度神经网络价格预估模型，运用“CXXNET”“Genism”深度学习库，结合平台、价格、历史趋势等因素，给用户提供更精准的数据。

转载注明来源:https://www.xzbu.com/8/view-15425236.htm