商品中心
类目管理
(1)前台展示类目
主要面向用户，方便用户筛选查找商品；会根据季节、销售策略、活动进行变动。
前台类目可支持不同客户端的设置。PC端、H5端、APP端等渠道由于用户群体有所差异，
可分别设置前台类目，独立运营。
支持平台商家自定义店铺前台类目。
(2)后端商品类目
属于基础数据，不可随意变动，添加SKU时都需要选择后台类目，进行绑定。
后台类目主要面对平台商家，用于管理商品和属性。
相对固定，确定了不会轻易变更或删除，如果类目下挂载有商品，不能删除或作废。
类目树的层次不能太深，一般三层或四层。类目树中最后一层类目称为叶子类目，商品必须挂载于叶子类目下。
属性管理
属性是对产品性质的描述，是区分产品差异性的集合。
关键属性：能够确认唯一“产品”的属性。可以是一个属性，也可以是多个属性的组合。
销售属性：也称为规格属性，是组成SKU的特殊属性，会影响买家的购买和卖家的库存管理。
商品属性：表示商品的特有特征，例如保修方式。
非关键属性：除关键属性、销售属性外的其他属性。
SKU与SPU
(1)SKU与SPU
SKU(Stock Keeping Uint)：即库存量单位，库存控制的最小可用单位，例如：iPhone 7 Plus 128G银色
SPU(Standard Product Unit)：即标准化产品单元，是一组标准化信息的集合，例如：iPhone 7 Plus
(2)组合SKU
主要是解决出售组合商品的问题，组合SKU的属性都继承主SKU。组合SKU在前台是一个商品，在订单解析成发货单时，组合SKU需解析成单一SKU，方便仓库发货，更新库存。
(3)编码问题
仓库条码方案：
全部自建条码
有69码的商品沿用69码
无69码的商品以及无法指定到单一的有码商品重新贴SKU编码
商品搜索
先输入关键字，进入分词服务，开始数据查询，获得搜索排序，最后搜索结果输出。
(1)分词服务
根据用户搜索日志、品牌名称、属性、类目或人工设定等数据构建搜索词库，定期更新和维护。系统会根据搜索的关键词结合词库按字切词、索引，保证查全率，将用户搜索内容拆分出多个关键词。
搜索过程也存在纠错，主要有拼音纠错。错别字纠错等。
在商品搜索时会出现搜索联想词。搜索下拉提示的数据来源主要是用户搜索词及搜索日志，或者由相关运营人员添加的联想词，按照搜索词相关性和热度来进行排序。
(2)数据查询
对搜索词处理后，搜索引擎程序会从索引数据库中找到所有包含搜索词的商品。
(3)搜索排序
商品相关性：主要是标题、类目、属性等因素的综合权衡。
销量相关性：销量可以取某一时间段(通常是最近7天)商品销售数量，价格倾向于取同类商品的常用价格区间。
评论数：主要是计算商品的好评度、评论数。
时效性：参考商品最近上架时间、最近更新日期。
个性化推荐：根据用户消费轨迹、所在地区来进行个性化推荐。
商品推荐
(1)常规推荐
是指商家选择一些固定商品放在推荐位，或者基于商品之间的关联性，进行相关的商品推荐。
(2)个性化推荐
基于用户购物习惯，根据商品特性来进行推荐。
(3)用户画像
根据用户特征(性别、年纪、地域等)、消费行为习惯(浏览、购买、评论、问答等)等信息进行抽象化，建立标签化的用户模型。
(4)电商推荐系统
电商推荐系统将收集的用户信息、产品信息及用户画像分类作为系统输入，利用适当的推荐算法和推荐方式，根据用户设定的个性化程度和信息发送方式，给用户提供个性化商品推荐。
用户行为记录模块：负责采集能反映用户喜好的行为，例如浏览、购买、评论、问答等。
用户行为分析模块：通过用户的行为记录，分析用户对商品的潜在喜好及喜欢程度，简历用户偏好模型。
商品分析模块：对商品进行商品相似度、商品搭配度、目标用户标签进行分析。
推荐算法模块：根据一定的规则从备选商品集合中筛选出目标用户最可能感兴趣的商品进行推荐。
商品评价
用户评论之后，对商品评论的处理主要由以下几点：
商品评论筛选。过滤恶意差评，对关键字筛选(脏话、广告等)，对出现敏感词汇的评论直接过滤或人工审核。
分级显示商品评论(好评、中评、差评)，统计商品好评度，并提炼评论中的关键词。
根据商品评论和服务评论对商家店铺进行评级。
转播
