© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
杭州晨伴芯曜科技有限公司
企业杭州晨伴芯曜科技有限公司成立于2025年，属软件和信息技术服务业，主营技术服务、技术开发、技术咨询、技术交流。面向需求弹性、市场分析等领域提供数据服务，开放面板连接线在江西省的需求价格弹性分析数据（需求弹性、市场分析）、12V电脑散热扇在山东省的需求价格弹性分析数据（需求弹性、市场分析），支撑市场分析与定价决策。
市场分析弹性分析电脑配件行业软件信息服务
数据集列表
短视频封面主体显著度标注训练数据
本数据面向短视频平台、品牌内容运营和电商商家，适用于封面主体区域检测、主体显著度分级、素材筛选和内容推荐。通过定位主体区域并计算主体面积占比和中心偏移，可形成高、中、低三级显著度标签，为封面质量检测、主体定位模型训练和素材优化提供结构化数据。使用时需提供主体轮廓能够辨认的短视频封面图像，并采用统一处理画布和坐标口径。数据使用方可结合区域坐标、像素数、面积占比、归一化中心坐标和中心偏移分析主体大小及位置特征，利用显著度等级训练定位与分级模型，并通过识别置信度评价检测结果的稳定性。
浙江省数据知识产权登记平台2026-09-23 更新10
图文内容排版规范性标注训练数据
本数据面向内容平台、品牌营销方和商家图文发布场景，适用于检测图文页面中的文字溢出、元素遮挡、间距异常、对齐异常和颜色对比不足。通过提取页面元素区域并计算重叠、溢出、对齐、间距和文字背景对比特征，可形成排版问题类型和规范性标签，为页面质量检测、内容发布校验和模型训练提供结构化数据。使用时需提供能够辨认文本框、图片框、标题框、按钮和分割线的页面截图。数据使用方可结合元素类型、区域坐标、五类排版特征、问题类型和规范性标签分析异常原因，训练页面元素定位及排版分类模型，并分别评价不同问题类型下的检测结果。
浙江省数据知识产权登记平台2026-09-18 更新00
电脑配件类产品全国各市消费者分析数据
本数据可用于企业在开展电脑配件类产品销售业务过程中制定客户营销策略时，能够针对不同的客户推行不同的营销策略，以提升销售转化率和实现精准化营销。精准化营销的关键在于深入了解不同客户群体的需求、购买行为及偏好。通过对全国不同城市的电脑配件类产品客户进行价值管理，满足不同价值客户的个性化需求，并为行业内开展电脑配件类产品销售业务的企业提供参考。一、加工前的数据说明：原始数据来源于本公司在全国不同城市的电脑配件类产品销售订单，字段包括：客户编号、收货地址、订单时间、产品名称、产品型号、消费金额。
二、处理规则：1.数据预处理：对原始订单数据进行清洗和降噪（剔除无效订单、纠正异常值），以“客户编号”为维度，在指定的“数据统计时间段”内计算每个客户的三个核心指标：最近一次活动（R）、活动频率（F）、消费总额（M）。2.聚类分析与特征量化：采用K-Means聚类算法，以上述R、F、M指标（经标准化处理）作为输入特征，将行为模式相似的客户聚合为同一类别，根据每个客户所属簇的中心点位置及其与全体客户平均水平的离散程度，通过转换规则将其R、F、M特征分别量化为1-5分的“得分”。转换规则以客户总数的20%为一个固定区间，聚合度越高的客户得分越高，前20%得分为5分，后20%得分为1分，以此类推中间区间客户的得分。3.综合评分与等级判定：为综合评估客户价值，采用加权线性组合模型，计算每位客户的RFM综合得分：综合得分 = R得分 * 0.3 + F得分 * 0.3 + M得分 * 0.4。权重设置基于业务判断，强调消费总额（M）的贡献。根据综合得分的统计分布与业务定义，设定阈值规则进行等级判定：得分 ≥ 4 为A级客户，3 ≤ 得分 < 4 为B级客户，2 ≤ 得分 < 3 为C级客户，得分 < 2 为D级客户。
三、数据内容描述：最终形成的消费者分析数据集合包含以下字段：1）客户编号：客户唯一标识符；2）收货地址：客户的收货地址，去隐私化处理；3）订单时间：穷举字段，按客户展示多条记录；4）产品名称：销售产品的名称；5）产品型号：销售产品的型号编码；6）消费金额(元)：穷举字段，客户每次下单金额；7）分析时间：完成数据分析的时间；8）地区：收货地址提取省级行政区；9）数据统计时间段：分析数据划定的时间范围；10）最近一次活动R(天数)：当前客户最近一个销售订单到数据统计截止时间的间隔天数；11）活动频率F(次数)：当前客户的销售订单总数；12）消费总额M(元)：客户订单的消费金额总和；13）R得分：基于聚合量化计算获得的分数；14）F得分：基于聚合量化计算获得的分数；15）M得分：基于聚合量化计算获得的分数；16）RFM得分：基于RFM模型加权计算后的分数；17）客户等级：基于阈值规则进行等级判定的结果。
浙江省数据知识产权登记平台2026-08-22 更新60
电脑配件类产品在全国的需求价格弹性分析数据
为更好了解不同区域对电脑配件类产品的市场需求情况，现对电脑配件类产品的需求弹性数据进行采集计算。采集电脑配件类产品在各个月的需求数据和价格数据，得到该电脑配件类产品的需求价格弹性，如果电脑配件类产品需求量变动的比率大于价格变动的比率，那么电脑配件类产品需求富有弹性，说明顾客对于价格变化的敏感程度，弹性越大，需求对价格变化越敏感，本行业的所有企业可以适当的降低电脑配件类产品价格来获得较多的收益。如果电脑配件类产品需求缺乏弹性，本行业的所有企业可以适当的提高电脑配件类产品价格来获得较多的收益，该项数据对本行业所有企业的市场营销决策有重要意义。一、加工前的数据说明：原始数据来源于全国不同区域的电脑配件类产品销售订单，字段包括订单时间、产品名称、所属地区、购买数量(个)、产品单价(元)。
二、处理规则：1.数据聚合与清洗：以“产品名称+省级区域+市级区域”为维度，按“订单时间”将销售订单按自然月聚合，解析“所属地区”生成省级区域和市级区域。计算同一产品、同一省级区域和市级区域当月购买数量(个)总和，生成“产品需求量(个)(Q)”；以购买数量(个)为权重计算产品单价(元)加权平均值，生成“产品价格(元)(P)”，并清洗无效订单、退单及异常价格数据。2.时序指标构建：按同一产品、同一省级区域和市级区域的月度记录计算变化值：“需求量变化值(个)(△Q)”=本月“产品需求量(个)(Q)”－上月“产品需求量(个)(Q)”；“价格变化值(元)(△P)”=本月“产品价格(元)(P)”－上月“产品价格(元)(P)”。3.弹性建模计算：需求弹性系数(Ed)=－[“需求量变化值(个)(△Q)”÷“产品需求量(个)(Q)”]÷[“价格变化值(元)(△P)”÷“产品价格(元)(P)”]，量化需求量对价格变动的反应灵敏度；对Ed取绝对值，生成“需求弹性系数的绝对值(|Ed|)”。4.分类判定：当|Ed|＞1时，标记为“需求富有弹性”；当|Ed|＝1时，标记为“单位需求价格弹性”；当|Ed|＜1时，标记为“需求缺乏弹性”，形成“产品需求价格弹性”。
三、数据内容描述：最终形成结构化的电脑配件类产品需求价格弹性分析数据集合，包含以下字段：1）订单时间：销售订单所属月份；2）产品名称：订单中销售的产品名称；3）所属地区：客户下单区域；4）省级区域：所属地区解析生成的省级行政区；5）市级区域：所属地区解析生成的市级行政区；6）购买数量(个)：每笔订单购买数量；7）产品单价(元)：每笔订单的销售单价；8）产品需求量(个)(Q)：当月按区域聚合后的购买数量；9）产品价格(元)(P)：按购买数量加权计算的平均单价；10）需求量变化值(个)(△Q)：当月与上月产品需求量的差值；11）价格变化值(元)(△P)：当月与上月产品价格的差值；12）需求弹性系数(Ed)：按点弹性公式计算的结果；13）需求弹性系数的绝对值(|Ed|)：Ed的绝对值；14）产品需求价格弹性：按|Ed|判定的需求富有弹性、单位需求价格弹性或需求缺乏弹性结果。
浙江省数据知识产权登记平台2026-08-14 更新40
电脑配件类产品需求量预测数据
本数据聚焦于预测客户对电脑配件类产品的需求量，为公司及外部相关方提供关键决策支持。1.优化销售计划：对公司而言，通过预测客户对电脑配件类产品的需求量，可以科学制定销售计划，合理调配人力与物料资源，避免资源闲置或销售能力不足，提高运营效率和市场响应速度。同时，也有助于提前布局市场，制定针对性的销售策略，抢占市场份额，提升销售业绩。2.支持区域市场决策：对地区的合作伙伴和分销渠道而言，基于需求量预测数据，可以更精准地规划资源储备和采购计划，降低运营风险，优化供应链效率，提升客户满意度。
浙江省数据知识产权登记平台2026-07-31 更新30
内容话题标签准确性标注训练数据
本数据面向内容平台、品牌运营方和商家内容营销场景，适用于图文或文章的话题标签核验、推荐分发和内容检索。通过提取标题与正文关键词、计算正文和话题标签的语义相似度，可识别标签与内容主题完全匹配、部分匹配或不匹配的记录，为内容审核、检索优化和分类模型训练提供结构化数据。使用时需同时取得去标识化标题、正文和原话题标签，不将标签脱离文本证据单独判断。数据使用方可结合关键词命中结果、两项语义相似度、准确性标签和证据片段评价模型的关键词提取、语义匹配及三级分类效果，并依据数据集划分标识开展训练、验证和测试。
浙江省数据知识产权登记平台2026-09-22 更新10
短视频内容场景类型分类标注训练数据
本数据面向短视频平台、品牌投放方和内容服务商，适用于短视频场景识别、内容检索、推荐分发和商业投放匹配。通过融合关键帧图像特征与去标识化字幕语义，并计算主场景持续时长和时长占比，可形成办公学习、运动健身、室内生活、餐饮美食、购物消费和户外自然六类场景标签，为场景分类模型训练、同类视频自动归类和内容运营提供结构化数据。使用时需同时取得可辨认主要环境和活动对象的视频画面、关键帧及对应字幕。数据使用方可结合主场景识别依据回查画面与文本证据，利用持续时长和时长占比评价场景稳定程度，并按数据集划分标识完成模型训练、验证和测试。
浙江省数据知识产权登记平台2026-09-16 更新20
电脑配件类产品需求量预测数据
本数据聚焦于预测客户对电脑配件类产品的需求量，为公司及外部相关方提供关键决策支持。1.优化销售计划：对公司而言，通过预测客户对电脑配件类产品的需求量，可以科学制定销售计划，合理调配人力与物料资源，避免资源闲置或销售能力不足，提高运营效率和市场响应速度。同时，也有助于提前布局市场，制定针对性的销售策略，抢占市场份额，提升销售业绩。2.支持区域市场决策：对地区的合作伙伴和分销渠道而言，基于需求量预测数据，可以更精准地规划资源储备和采购计划，降低运营风险，优化供应链效率，提升客户满意度。一、加工前的数据说明：原始数据来源于本公司在全国不同城市的电脑配件类产品销售订单，字段包括：订单编号、客户编号、客户所在地区、订单时间、产品名称、购买数量、消费金额。
二、处理规则：1.数据清洗与质量校准：对原始订单数据进行完整性校验与一致性检查，通过重复记录去重算法剔除异常重复数据，采用缺失值插补处理对关键字段的缺失记录进行校准。2.多周期需求量特征提取：以“产品名称+客户所在地区”为分组键，采用条件聚合计算技术，分别提取电脑配件类产品在三个时间窗口内的历史需求量特征：运用SUMIFS多条件求和函数，计算过去365天、90天、30天的总需求量。3.加权移动平均预测模型构建：基于上述多周期特征，设计时间衰减加权平均算法，计算电脑配件类产品的日平均需求量，并外推至未来30天。模型核心规则如下：未来30天需求量预测值= [ (过去365天总需求量÷365*a) + (过去90天总需求量÷90*b) + (过去30天总需求量÷30*c) ]×30×k，其中：权重系数（a, b, c）：采用指数衰减赋权规则，分别赋予长期、中期、短期需求特征不同的影响权重。a=0.2，b=0.3，c=0.5。该权重分配基于需求预测的稳定性原理长期趋势更具稳定性，因此a被赋予最高权重。市场修正因子（k）：引入动态校准参数k = 1.1，该因子基于市场增长预期进行修正。
4.预测结果验证与输出：对计算出的预测值进行合理性校验，生成电脑配件类产品的未来30天需求量预测值，作为产能规划与资源配置的核心依据。
三、数据内容描述：最终形成结构化的电脑配件类产品需求量预测数据集合，包含以下字段：1）订单编号：订单唯一标识符；2）客户编号：客户唯一标识符；3）客户所在地区：精确到市级行政区；4）订单时间：客户下单时间；5）产品名称：销售产品的名称；6）购买数量(个)：客户购买产品的数量；7）消费金额(元)：客户的消费金额；8）分析时间：分析产品需求量预测数据的时间；9）统计时间段：分析产品需求量预测数据划定的时间范围；10）过去365天的总需求量(个)：所在地区过去365天的销售总和；11）过去90天的总需求量(个)：所在地区过去90天的销售总和；12）过去30天的总需求量(个)：所在地区过去30天的销售总和；13）未来30天需求量预测值(个)：根据模型计算公式计算的结果取整。
浙江省数据知识产权登记平台2026-08-14 更新40
电脑配件类产品全国各市消费者分析数据
本数据可用于企业在开展电脑配件类产品销售业务过程中制定客户营销策略时，能够针对不同的客户推行不同的营销策略，以提升销售转化率和实现精准化营销。精准化营销的关键在于深入了解不同客户群体的需求、购买行为及偏好。通过对全国不同城市的电脑配件类产品客户进行价值管理，满足不同价值客户的个性化需求，并为行业内开展电脑配件类产品销售业务的企业提供参考。
浙江省数据知识产权登记平台2026-08-10 更新80
电脑配件类产品在全国的需求价格弹性分析数据
为更好了解不同区域对电脑配件类产品的市场需求情况，现对电脑配件类产品的需求弹性数据进行采集计算。采集电脑配件类产品在各个月的需求数据和价格数据，得到该电脑配件类产品的需求价格弹性，如果电脑配件类产品需求量变动的比率大于价格变动的比率，那么电脑配件类产品需求富有弹性，说明顾客对于价格变化的敏感程度，弹性越大，需求对价格变化越敏感，本行业的所有企业可以适当的降低电脑配件类产品价格来获得较多的收益。如果电脑配件类产品需求缺乏弹性，本行业的所有企业可以适当的提高电脑配件类产品价格来获得较多的收益，该项数据对本行业所有企业的市场营销决策有重要意义。
浙江省数据知识产权登记平台2026-07-31 更新30