CN109961299A - 数据分析的方法和装置 - Google Patents
数据分析的方法和装置 Download PDFInfo
- Publication number
- CN109961299A CN109961299A CN201711337248.7A CN201711337248A CN109961299A CN 109961299 A CN109961299 A CN 109961299A CN 201711337248 A CN201711337248 A CN 201711337248A CN 109961299 A CN109961299 A CN 109961299A
- Authority
- CN
- China
- Prior art keywords
- commodity
- analyzed
- advertisement position
- sales
- sales volume
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0241—Advertisements
- G06Q30/0242—Determining effectiveness of advertisements
- G06Q30/0245—Surveys
Landscapes
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Engineering & Computer Science (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了数据分析的方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:获取待分析商品的流量信息和价格信息;获取与所述待分析商品对应的销量模型;根据所述流量信息和所述价格信息,采用所述销量模型确定所述待分析商品的销量信息;其中,所述销量模型是通过所述待分析商品的历史销售数据训练得到的。该实施方式能够准确预测商品的销量信息和各个商品在每个广告位的广告价值,提高各个广告位的选品效果。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及数据分析的方法和装置。
背景技术
现代商家或者第三方电子商务平台广泛应用各种方式提高特定商品的访问流量,通过提高商品的曝光次数使得更多的消费者能够接触到该商品,最终提高特定商品的销售情况。常用的方法包括线下或下上广告,网站首页或其他醒目位置推荐等。由于不同商品的特性存在很大差异,有些商品即便访问流量提升,其最终销售情况也不会有明显提高。如何准确预测商品的销售情况,对商家制定各项销售策略具有重要作用。
现有技术中,大多通过人工方式预测商品的销售情况,例如基于人工经验或者参考历史销售数据认为预测商品的销售情况。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
1)现有技术无法处理广告推荐等带来的额外流量对商品销售情况造成的影响;
2)在流量大幅增长的情况下,转化率相对平时会有较大波动,人工经验无法准确预测商品的真实销售情况。
发明内容
有鉴于此,本发明实施例提供一种数据分析的方法和装置,能够准确预测商品的销量信息和各个商品在每个广告位的广告价值,提高各个广告位的选品效果。
为实现上述目的,根据本发明实施例的一个方面,提供了一种数据分析的方法,包括:
获取待分析商品的流量信息和价格信息;
获取与所述待分析商品对应的销量模型;
根据所述流量信息和所述价格信息,采用所述销量模型确定所述待分析商品的销量信息;
其中,所述销量模型是通过所述待分析商品的历史销售数据训练得到的。
可选地,获取与所述待分析商品对应的销量模型之前,还包括:
获取所述待分析商品的历史销售数据;所述历史销售数据包括:每条历史销售记录中所述待分析商品的销量信息、流量信息和价格信息;
基于所述历史销售数据,训练得到所述待分析商品对应的销量模型;其中,
所述销量模型为:
Q=UVα×Pδ×others
其中,Q为所述待分析商品的销量信息;UV为所述待分析商品的流量信息;P为所述待分析商品的价格信息;α为流量信息对所述待分析商品的销量信息的影响因子;δ为价格信息对所述待分析商品的销量信息的影响因子;others为除流量信息和价格信息之外的其他因素对所述待分析商品的销量信息的影响因子。
可选地,获取所述待分析商品的历史销售数据之前,还包括:
确认所述待分析商品存在历史销售数据;
若所述待分析商品不存在历史销售数据,则以所述待分析商品的关联商品的历史销售数据作为所述待分析商品的历史销售数据。
可选地,所述历史销售记录为:历史数据中投放在特定广告位上的销售记录;
采用所述销量模型确定所述待分析商品的销量信息,包括:采用所述销量模型确定所述待分析商品投放在特定广告位上的销量信息;
根据所述待分析商品投放在特定广告位上的销量信息,确定所述待分析商品投放在特定广告位上的广告价值;
其中,所述销量模型是通过历史数据中所述待分析商品投放在特定广告位上的销售记录训练得到的。
可选地,本发明实施例数据分析的方法还包括:按照如下关系式确定广告位集的广告价值;
其中,所述广告位集包括至少一个广告位;每个商品使用且仅使用一个广告位;
L为广告位集的广告价值;xij代表第i个商品的投放状态,即第i个商品是否投放至第j个广告位,第i个商品投放至第j个广告位时xij=1,第i个商品不投放至第j个广告位时xij=0;Valueij为第i个商品投放至第j个广告位的广告价值;m为商品的数量;n为广告位集中广告位的数量。
可选地,本发明实施例数据分析的方法还包括:
确定使所述广告位集的广告价值获得最大值时,各个商品的投放状态;所述投放状态是指第i个商品是否投放至第j个广告位;
根据确定出的各个商品的投放状态,确定所述广告位集的选品方案。
根据本发明实施例的再一个方面,提供了一种数据分析的装置,包括:
数据获取模块,获取待分析商品的流量信息和价格信息;
模型获取模块,获取与所述待分析商品对应的销量模型;
数据分析模块,根据所述流量信息和所述价格信息,采用所述销量模型确定所述待分析商品的销量信息;
其中,所述销量模型是通过所述待分析商品的历史销售数据训练得到的。
可选地,所述模型获取模块还用于:获取与所述待分析商品对应的销量模型之前,
获取所述待分析商品的历史销售数据;所述历史销售数据包括:每条历史销售记录中所述待分析商品的销量信息、流量信息和价格信息;
基于所述历史销售数据,训练得到所述待分析商品对应的销量模型;其中,
所述销量模型为:
Q=UVα×Pδ×others
其中,Q为所述待分析商品的销量信息;UV为所述待分析商品的流量信息;P为所述待分析商品的价格信息;α为流量信息对所述待分析商品的销量信息的影响因子;δ为价格信息对所述待分析商品的销量信息的影响因子;others为除流量信息和价格信息之外的其他因素对所述待分析商品的销量信息的影响因子。
可选地,所述模型获取模块还用于:获取所述待分析商品的历史销售数据之前,
确认所述待分析商品存在历史销售数据;
若所述待分析商品不存在历史销售数据,则以所述待分析商品的关联商品的历史销售数据作为所述待分析商品的历史销售数据。
可选地,所述历史销售记录为:历史数据中投放在特定广告位上的销售记录;
所述数据分析模块采用所述销量模型确定所述待分析商品投放在特定广告位上的销量信息;
所述数据分析模块根据所述待分析商品投放在特定广告位上的销量信息,确定所述待分析商品投放在特定广告位上的广告价值;
其中,所述销量模型是通过历史数据中所述待分析商品投放在特定广告位上的销售记录训练得到的。
可选地,所述数据分析模块还用于:按照如下关系式确定广告位集的广告价值;
其中,所述广告位集包括至少一个广告位;每个商品使用且仅使用一个广告位;
L为广告位集的广告价值;xij代表第i个商品的投放状态,即第i个商品是否投放至第j个广告位,第i个商品投放至第j个广告位时xij=1,第i个商品不投放至第j个广告位时xij=0;Valueij为第i个商品投放至第j个广告位的广告价值;m为商品的数量;n为广告位集中广告位的数量。
可选地,所述数据分析模块还用于:
确定使所述广告位集的广告价值获得最大值时,各个商品的投放状态;所述投放状态是指第i个商品是否投放至第j个广告位;
根据确定出的各个商品的投放状态,确定所述广告位集的选品方案。
根据本发明实施例的另一个方面,提供了一种数据分析的电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例第一方面提供的数据分析的方法。
根据本发明实施例的还一个方面,提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明实施例第一方面提供的数据分析的方法。
上述发明中的一个实施例具有如下优点或有益效果:
1)采用通过历史销售数据训练得到的销量模型确定待分析商品的销量信息,能够准确预测商品的销量信息;
2)以待分析商品的关联商品的历史销售数据作为待分析商品的历史销售数据,能防止由于待分析商品没有历史销售数据导致的无法预测待分析商品的销量信息的情况;
3)根据投放在特定广告位上的销售记录确定待分析商品投放在特定广告位上的销量信息和广告价值,便于了解待分析商品投放在不同广告位上的广告价值;
4)通过确定广告位集的广告价值,便于了解不同广告位分配方案产生的广告效果;
5)根据使广告位集的广告价值获得最大值时各个商品的投放状态确定广告位集的选品方案,能够最大化地提高广告位集的选品方案的广告效果。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明实施例的数据分析的方法的主要流程的示意图;
图2是根据本发明可选实施例的数据分析的方法的主要流程的示意图;
图3是根据本发明实施例的数据分析的装置的主要模块的示意图;
图4是本发明实施例可以应用于其中的示例性系统架构图;
图5是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明实施例的数据分析的方法的主要流程的示意图,如图1所示,数据分析的方法,包括:
步骤S101、获取待分析商品的流量信息和价格信息;
步骤S102、获取与所述待分析商品对应的销量模型;
步骤S103、根据所述流量信息和所述价格信息,采用所述销量模型确定所述待分析商品的销量信息。
本发明实施例中,销量模型是通过待分析商品的历史销售数据训练得到的。例如,为了获得商品A未使用广告位投放广告情况下的销售情况,可以通过采用历史数据中商品A未在任何广告位投放广告时的销售记录训练得到的销量模型,确定商品A的销量信息。再例如,为了获得商品B在广告位b上投放广告情况下的销售情况,可以通过采用历史数据中投放在广告位b上的商品B的销售记录训练得到的销量模型,确定该商品B的销量信息。
与人工方式相比,采用通过历史销售数据训练得到的销量模型确定待分析商品的销量信息,一方面能够准确预测商品的销量信息,另一方面,对于历史数据中任意一个商品的流量信息和价格信息,通过本发明实施例的销量模型获得对应的理论销量信息,根据理论销量信息以及历史数据中该商品与该流量信息和价格信息对应的真实销量信息,可以优化本发明实施例的销量模型,进一步提高本发明实施例预测商品销量信息的准确性。
获取与所述待分析商品对应的销量模型之前,本发明实施例的数据分析的方法还可以包括:
获取所述待分析商品的历史销售数据;所述历史销售数据包括:每条历史销售记录中所述待分析商品的销量信息、流量信息和价格信息;
基于所述历史销售数据,训练得到所述待分析商品对应的销量模型;其中,
所述销量模型为:
Q=UVα×Pδ×others
其中,Q为所述待分析商品的销量信息;UV为所述待分析商品的流量信息;P为所述待分析商品的价格信息;α为流量信息对所述待分析商品的销量信息的影响因子;δ为价格信息对所述待分析商品的销量信息的影响因子;others为除流量信息和价格信息之外的其他因素对所述待分析商品的销量信息的影响因子。
实际应用过程中,可以根据每条历史销售记录中待分析商品的销量信息、流量信息和价格信息进行参数回归,确定待分析商品的销量模型中的参数:α、δ和others。当然,为了提高销量模型的准确性,本领域技术人员可以继续采用待分析商品的多条历史销售记录对销量模型进行优化,本发明实施例对此不做具体限定。本发明实施例训练得到的上述销量模型,能够准确预测商品的销量信息。
销量信息可以是销量值,即商品的销售数量。价格信息可以是商品的价格,例如商品的单价。流量信息可以是商品的流量。本发明实施例中,对于某一商品,流量是指该商品的访问量,例如访问或浏览该商品的用户数量,或者该商品的被浏览的次数。
获取所述待分析商品的历史销售数据之前还可以包括:
确认所述待分析商品存在历史销售数据;
若所述待分析商品不存在历史销售数据,则以所述待分析商品的关联商品的历史销售数据作为所述待分析商品的历史销售数据。
本发明实施例中,待分析商品的关联商品是指与待分析商品有一定关联的商品,例如,确定待分析商品与其他商品的相似度,将与待分析商品具有较高相似度的商品作为待分析商品的关联商品,或者将与待分析商品具有相同生产厂家的商品作为待分析商品的关联商品,或者当待分析商品不存在历史数据时,将预先设置的默认商品作为待分析商品的关联商品。
应当说明的是,确定关联商品的方法可以根据实际应用场景的不同进行设定,关联商品的确定方法的不同不影响本发明技术方案的实施,本发明实施例对如何确定关联商品不做具体限定。通过以待分析商品的关联商品的历史销售数据作为待分析商品的历史销售数据,能防止由于待分析商品没有历史销售数据导致的无法预测待分析商品的销量信息的情况;
在一些实施例中,历史销售记录为:历史数据中投放在特定广告位上的销售记录;
采用所述销量模型确定所述待分析商品的销量信息,包括:采用所述销量模型确定所述待分析商品投放在特定广告位上的销量信息;
根据所述待分析商品投放在特定广告位上的销量信息,确定所述待分析商品投放在特定广告位上的广告价值;
其中,所述销量模型是通过历史数据中所述待分析商品投放在特定广告位上的销售记录训练得到的。
本发明实施例中,根据投放在特定广告位上的销售记录确定待分析商品投放在特定广告位上的销量信息和广告价值,便于了解待分析商品投放在不同广告位上的广告价值。
应当理解的是,广告价值的衡量指标可以根据实际业务需求进行设定。例如,可以以商品的利润、销售额、销量等作为衡量广告价值的指标。
本发明实施例数据分析的方法还可以包括:按照如下关系式确定广告位集的广告价值;
其中,所述广告位集包括至少一个广告位;每个商品使用且仅使用一个广告位;
L为广告位集的广告价值;xij代表第i个商品的投放状态,即第i个商品是否投放至第j个广告位,第i个商品投放至第j个广告位时xij=1,第i个商品不投放至第j个广告位时xij=0;Valueij为第i个商品投放至第j个广告位的广告价值;m为商品的数量;n为广告位集中广告位的数量。
通过确定广告位集的广告价值,不仅能了解每个商品的广告价值,还能有效预测批量商品的整体广告价值,了解不同广告位分配方案产生的广告效果,从而可以获得具有最大广告效果的广告位分配方案。
以利润作为衡量广告价值的指标为例,广告位集的广告价值L为;
其中,Qij为第i个商品投放至第j个广告位的销量信息;pi为第i个商品的价格信息;ci为第i个商品的成本。
本发明实施例数据分析的方法还可以包括:
确定使所述广告位集的广告价值获得最大值时,各个商品的投放状态;所述投放状态是指第i个商品是否投放至第j个广告位;
根据确定出的各个商品的投放状态,确定所述广告位集的选品方案。
本发明实施例中的选品方案,是指为广告位集中的每个广告位选择对应商品的方案。实际应用过程中,可以从商品集中筛选一定数量的商品投放至广告位集个各个广告位上,筛选商品以及投放广告的一种方式可以看做是一种广告位分配方案。通过确定各个分配方案对应的广告位集的广告价值,并将具有最大广告价值的分配方案作为广告位集的选品方案,能够最大化地提高广告位集的广告效果。
图2是根据本发明可选实施例的数据分析的方法的主要流程的示意图,如图2所示,数据分析的方法包括:
在训练销量模型时:
在数据输入阶段,采用数据仓库中的销售记录进行参数回归,确定销量模型的各个参数,训练得到每种商品的销量模型,其中,历史销量信息是指历史数据中商品的销量信息,历史价格信息是指历史数据中商品的价格信息,历史流量信息是指历史数据中商品的流量信息;
在模型计算阶段,采用数据仓库中的销售记录进行模型优化,得到销量模型;
在分析商品销售数据时:
在数据输入阶段,预测待分析的每种商品的价格信息和流量信息,并输入至训练好的销量模型;
在模型计算阶段,采用训练得到的销量模型预测每种商品的销量信息,根据每种商品的销量信息确定广告位集的广告价值;确定使广告位集的广告价值获得最大值时,各个商品的投放状态;根据确定出的各个商品的投放状态,确定所述广告位集的选品方案;
在结果输出阶段,将确定出的选品方案输出。
图3是根据本发明实施例的数据分析的装置的主要模块的示意图,如图3所示,数据分析的装置300包括:
数据获取模块301,获取待分析商品的流量信息和价格信息;
模型获取模块302,获取与所述待分析商品对应的销量模型;
数据分析模块303,根据所述流量信息和所述价格信息,采用所述销量模型确定所述待分析商品的销量信息;
其中,所述销量模型是通过所述待分析商品的历史销售数据训练得到的。
可选地,所述模型获取模块还用于:获取与所述待分析商品对应的销量模型之前,
获取所述待分析商品的历史销售数据;所述历史销售数据包括:每条历史销售记录中所述待分析商品的销量信息、流量信息和价格信息;
基于所述历史销售数据,训练得到所述待分析商品对应的销量模型;其中,
所述销量模型为:
Q=UVα×Pδ×others
其中,Q为所述待分析商品的销量信息;UV为所述待分析商品的流量信息;P为所述待分析商品的价格信息;α为流量信息对所述待分析商品的销量信息的影响因子;δ为价格信息对所述待分析商品的销量信息的影响因子;others为除流量信息和价格信息之外的其他因素对所述待分析商品的销量信息的影响因子。
可选地,所述模型获取模块还用于:获取所述待分析商品的历史销售数据之前,
确认所述待分析商品存在历史销售数据;
若所述待分析商品不存在历史销售数据,则以所述待分析商品的关联商品的历史销售数据作为所述待分析商品的历史销售数据。
可选地,所述历史销售记录为:历史数据中投放在特定广告位上的销售记录;
所述数据分析模块采用所述销量模型确定所述待分析商品投放在特定广告位上的销量信息;
所述数据分析模块根据所述待分析商品投放在特定广告位上的销量信息,确定所述待分析商品投放在特定广告位上的广告价值;
其中,所述销量模型是通过历史数据中所述待分析商品投放在特定广告位上的销售记录训练得到的。
可选地,所述数据分析模块还用于:按照如下关系式确定广告位集的广告价值;
其中,所述广告位集包括至少一个广告位;每个商品使用且仅使用一个广告位;
L为广告位集的广告价值;xij代表第i个商品的投放状态,即第i个商品是否投放至第j个广告位,第i个商品投放至第j个广告位时xij=1,第i个商品不投放至第j个广告位时xij=0;Valueij为第i个商品投放至第j个广告位的广告价值;m为商品的数量;n为广告位集中广告位的数量。
可选地,所述数据分析模块还用于:
确定使所述广告位集的广告价值获得最大值时,各个商品的投放状态;所述投放状态是指第i个商品是否投放至第j个广告位;
根据确定出的各个商品的投放状态,确定所述广告位集的选品方案。
根据本发明实施例的另一个方面,提供了一种数据分析的电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例第一方面提供的数据分析的方法。
图4示出了可以应用本发明实施例的数据分析的方法或数据分析的装置的示例性系统架构400。
如图4所示,系统架构400可以包括终端设备401、402、403,网络404和服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备401、402、403通过网络404与服务器405交互,以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备401、402、403可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器405可以是提供各种服务的服务器,例如对用户利用终端设备401、402、403所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理,并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
需要说明的是,本发明实施例所提供的数据分析的方法一般由服务器405执行,相应地,数据分析的装置一般设置于服务器405中。
应该理解,图4中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图5,其示出了适于用来实现本发明实施例的终端设备的计算机系统500的结构示意图。图5示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,计算机系统500包括中央处理单元(CPU)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种数据分析的装置,包括:数据获取模块,模型获取模块,数据分析模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,数据分析模块还可以被描述为“获取待分析商品的流量信息和价格信息”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:
获取待分析商品的流量信息和价格信息;
获取与所述待分析商品对应的销量模型;
根据所述流量信息和所述价格信息,采用所述销量模型确定所述待分析商品的销量信息;
其中,所述销量模型是通过所述待分析商品的历史销售数据训练得到的。
根据本发明实施例的技术方案,
1)采用通过历史销售数据训练得到的销量模型确定待分析商品的销量信息,能够准确预测商品的销量信息;
2)以待分析商品的关联商品的历史销售数据作为待分析商品的历史销售数据,能防止由于待分析商品没有历史销售数据导致的无法预测待分析商品的销量信息的情况;
3)根据投放在特定广告位上的销售记录确定待分析商品投放在特定广告位上的销量信息和广告价值,便于了解待分析商品投放在不同广告位上的广告价值;
4)通过确定广告位集的广告价值,便于了解不同广告位分配方案产生的广告效果;
5)根据使广告位集的广告价值获得最大值时各个商品的投放状态确定广告位集的选品方案,能够最大化地提高广告位集的选品方案的广告效果。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (14)
1.一种数据分析的方法,其特征在于,包括:
获取待分析商品的流量信息和价格信息;
获取与所述待分析商品对应的销量信息模型;
根据所述流量信息和所述价格信息,采用所述销量模型确定所述待分析商品的销量信息;
其中,所述销量模型是通过所述待分析商品的历史销售数据训练得到的。
2.如权利要求1所述的方法,其特征在于,获取与所述待分析商品对应的销量模型之前,还包括:
获取所述待分析商品的历史销售数据;所述历史销售数据包括:每条历史销售记录中所述待分析商品的销量信息、流量信息和价格信息;
基于所述历史销售数据,训练得到所述待分析商品对应的销量模型;其中,
所述销量模型为:
Q=UVα×Pδ×others
其中,Q为所述待分析商品的销量信息;UV为所述待分析商品的流量信息;P为所述待分析商品的价格信息;α为流量信息对所述待分析商品的销量信息的影响因子;δ为价格信息对所述待分析商品的销量信息的影响因子;others为除流量信息和价格信息之外的其他因素对所述待分析商品的销量信息的影响因子。
3.如权利要求2所述的方法,其特征在于,获取所述待分析商品的历史销售数据之前,还包括:
确认所述待分析商品存在历史销售数据;
若所述待分析商品不存在历史销售数据,则以所述待分析商品的关联商品的历史销售数据作为所述待分析商品的历史销售数据。
4.如权利要求3所述的方法,其特征在于,所述历史销售记录为:历史数据中投放在特定广告位上的销售记录;
采用所述销量模型确定所述待分析商品的销量信息,包括:采用所述销量模型确定所述待分析商品投放在特定广告位上的销量信息;
根据所述待分析商品投放在特定广告位上的销量信息,确定所述待分析商品投放在特定广告位上的广告价值;
其中,所述销量模型是通过历史数据中所述待分析商品投放在特定广告位上的销售记录训练得到的。
5.如权利要求4所述的方法,其特征在于,还包括:按照如下关系式确定广告位集的广告价值;
其中,所述广告位集包括至少一个广告位;每个商品使用且仅使用一个广告位;
L为广告位集的广告价值;xij代表第i个商品的投放状态,即第i个商品是否投放至第j个广告位,第i个商品投放至第j个广告位时xij=1,第i个商品不投放至第j个广告位时xij=0;Valueij为第i个商品投放至第j个广告位的广告价值;m为商品的数量;n为广告位集中广告位的数量。
6.如权利要求5所述的方法,其特征在于,还包括:
确定使所述广告位集的广告价值获得最大值时,各个商品的投放状态;所述投放状态是指第i个商品是否投放至第j个广告位;
根据确定出的各个商品的投放状态,确定所述广告位集的选品方案。
7.一种数据分析的装置,其特征在于,包括:
数据获取模块,获取待分析商品的流量信息和价格信息;
模型获取模块,获取与所述待分析商品对应的销量模型;
数据分析模块,根据所述流量信息和所述价格信息,采用所述销量模型确定所述待分析商品的销量信息;
其中,所述销量模型是通过所述待分析商品的历史销售数据训练得到的。
8.如权利要求7所述的装置,其特征在于,所述模型获取模块还用于:获取与所述待分析商品对应的销量模型之前,
获取所述待分析商品的历史销售数据;所述历史销售数据包括:每条历史销售记录中所述待分析商品的销量信息、流量信息和价格信息;
基于所述历史销售数据,训练得到所述待分析商品对应的销量模型;其中,
所述销量模型为:
Q=UVα×Pδ×others
其中,Q为所述待分析商品的销量信息;UV为所述待分析商品的流量信息;P为所述待分析商品的价格信息;α为流量信息对所述待分析商品的销量信息的影响因子;δ为价格信息对所述待分析商品的销量信息的影响因子;others为除流量信息和价格信息之外的其他因素对所述待分析商品的销量信息的影响因子。
9.如权利要求8所述的装置,其特征在于,所述模型获取模块还用于:获取所述待分析商品的历史销售数据之前,
确认所述待分析商品存在历史销售数据;
若所述待分析商品不存在历史销售数据,则以所述待分析商品的关联商品的历史销售数据作为所述待分析商品的历史销售数据。
10.如权利要求9所述的装置,其特征在于,所述历史销售记录为:历史数据中投放在特定广告位上的销售记录;
所述数据分析模块采用所述销量模型确定所述待分析商品投放在特定广告位上的销量信息;
所述数据分析模块根据所述待分析商品投放在特定广告位上的销量信息,确定所述待分析商品投放在特定广告位上的广告价值;
其中,所述销量模型是通过历史数据中所述待分析商品投放在特定广告位上的销售记录训练得到的。
11.如权利要求10所述的装置,其特征在于,所述数据分析模块还用于:按照如下关系式确定广告位集的广告价值;
其中,所述广告位集包括至少一个广告位;每个商品使用且仅使用一个广告位;
L为广告位集的广告价值;xij代表第i个商品的投放状态,即第i个商品是否投放至第j个广告位,第i个商品投放至第j个广告位时xij=1,第i个商品不投放至第j个广告位时xij=0;Valueij为第i个商品投放至第j个广告位的广告价值;m为商品的数量;n为广告位集中广告位的数量。
12.如权利要求11所述的装置,其特征在于,所述数据分析模块还用于:
确定使所述广告位集的广告价值获得最大值时,各个商品的投放状态;所述投放状态是指第i个商品是否投放至第j个广告位;
根据确定出的各个商品的投放状态,确定所述广告位集的选品方案。
13.一种数据分析的电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
14.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711337248.7A CN109961299A (zh) | 2017-12-14 | 2017-12-14 | 数据分析的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711337248.7A CN109961299A (zh) | 2017-12-14 | 2017-12-14 | 数据分析的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109961299A true CN109961299A (zh) | 2019-07-02 |
Family
ID=67017808
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711337248.7A Pending CN109961299A (zh) | 2017-12-14 | 2017-12-14 | 数据分析的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109961299A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111275505A (zh) * | 2020-05-08 | 2020-06-12 | 创新奇智(南京)科技有限公司 | 一种数据处理方法、装置、电子设备及存储介质 |
CN111768243A (zh) * | 2020-06-30 | 2020-10-13 | 创新奇智(上海)科技有限公司 | 销量预测方法、预测模型构建方法、装置、设备及介质 |
CN112819533A (zh) * | 2021-01-29 | 2021-05-18 | 深圳脉腾科技有限公司 | 信息推送方法、装置、电子设备及存储介质 |
CN112825176A (zh) * | 2019-11-20 | 2021-05-21 | 北京沃东天骏信息技术有限公司 | 广告投放方法和装置 |
CN114155024A (zh) * | 2021-11-30 | 2022-03-08 | 北京京东振世信息技术有限公司 | 确定目标物品的方法、装置、设备及介质 |
CN116843370A (zh) * | 2023-09-01 | 2023-10-03 | 北京融信数联科技有限公司 | 一种基于大数据的用户消费数据分析方法、系统和介质 |
CN117934048A (zh) * | 2024-03-14 | 2024-04-26 | 深圳美云集网络科技有限责任公司 | 一种电商商品销量分析方法和系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104268644A (zh) * | 2014-09-23 | 2015-01-07 | 新浪网技术(中国)有限公司 | 广告位上的广告的点击次数预估方法和装置 |
CN104899769A (zh) * | 2015-06-30 | 2015-09-09 | 北京奇艺世纪科技有限公司 | 一种广告位分配方法及装置 |
CN105303019A (zh) * | 2014-07-14 | 2016-02-03 | 富士通株式会社 | 事件预测方法和事件预测设备 |
CN105701681A (zh) * | 2016-01-06 | 2016-06-22 | 北京京东尚科信息技术有限公司 | 用于预测订单量的方法和设备 |
CN105868847A (zh) * | 2016-03-24 | 2016-08-17 | 车智互联(北京)科技有限公司 | 一种购物行为的预测方法及装置 |
CN105956874A (zh) * | 2016-04-20 | 2016-09-21 | 腾讯科技(深圳)有限公司 | 广告创意处理方法及广告创意处理装置 |
CN106296257A (zh) * | 2015-06-11 | 2017-01-04 | 苏宁云商集团股份有限公司 | 一种基于用户行为分析的固定广告位投放方法及系统 |
CN107292661A (zh) * | 2017-06-02 | 2017-10-24 | 网易无尾熊(杭州)科技有限公司 | 计算机实现的基于数据分析辅助制定价格的方法及设备 |
-
2017
- 2017-12-14 CN CN201711337248.7A patent/CN109961299A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105303019A (zh) * | 2014-07-14 | 2016-02-03 | 富士通株式会社 | 事件预测方法和事件预测设备 |
CN104268644A (zh) * | 2014-09-23 | 2015-01-07 | 新浪网技术(中国)有限公司 | 广告位上的广告的点击次数预估方法和装置 |
CN106296257A (zh) * | 2015-06-11 | 2017-01-04 | 苏宁云商集团股份有限公司 | 一种基于用户行为分析的固定广告位投放方法及系统 |
CN104899769A (zh) * | 2015-06-30 | 2015-09-09 | 北京奇艺世纪科技有限公司 | 一种广告位分配方法及装置 |
CN105701681A (zh) * | 2016-01-06 | 2016-06-22 | 北京京东尚科信息技术有限公司 | 用于预测订单量的方法和设备 |
CN105868847A (zh) * | 2016-03-24 | 2016-08-17 | 车智互联(北京)科技有限公司 | 一种购物行为的预测方法及装置 |
CN105956874A (zh) * | 2016-04-20 | 2016-09-21 | 腾讯科技(深圳)有限公司 | 广告创意处理方法及广告创意处理装置 |
CN107292661A (zh) * | 2017-06-02 | 2017-10-24 | 网易无尾熊(杭州)科技有限公司 | 计算机实现的基于数据分析辅助制定价格的方法及设备 |
Non-Patent Citations (1)
Title |
---|
胡江涛: "大数据营销:从精准到实效", 《郧阳师范高等专科学校学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112825176A (zh) * | 2019-11-20 | 2021-05-21 | 北京沃东天骏信息技术有限公司 | 广告投放方法和装置 |
CN111275505A (zh) * | 2020-05-08 | 2020-06-12 | 创新奇智(南京)科技有限公司 | 一种数据处理方法、装置、电子设备及存储介质 |
CN111768243A (zh) * | 2020-06-30 | 2020-10-13 | 创新奇智(上海)科技有限公司 | 销量预测方法、预测模型构建方法、装置、设备及介质 |
CN112819533A (zh) * | 2021-01-29 | 2021-05-18 | 深圳脉腾科技有限公司 | 信息推送方法、装置、电子设备及存储介质 |
CN114155024A (zh) * | 2021-11-30 | 2022-03-08 | 北京京东振世信息技术有限公司 | 确定目标物品的方法、装置、设备及介质 |
CN116843370A (zh) * | 2023-09-01 | 2023-10-03 | 北京融信数联科技有限公司 | 一种基于大数据的用户消费数据分析方法、系统和介质 |
CN117934048A (zh) * | 2024-03-14 | 2024-04-26 | 深圳美云集网络科技有限责任公司 | 一种电商商品销量分析方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109961299A (zh) | 数据分析的方法和装置 | |
CN109191261A (zh) | 一种商品推荐方法和系统 | |
CN107274209A (zh) | 预测促销活动销售数据的方法和装置 | |
CN110371560A (zh) | 自动盘点的方法和装置 | |
CN110163705A (zh) | 用于推送信息的方法和装置 | |
CN110020143A (zh) | 一种落地页生成方法和装置 | |
CN107590678A (zh) | 商品推荐方法和系统 | |
CN108776692A (zh) | 用于处理信息的方法和装置 | |
CN109961198A (zh) | 关联信息生成方法和装置 | |
CN108898496A (zh) | 产品推荐方法、装置、介质及电子设备 | |
CN110473043A (zh) | 一种基于用户行为的物品推荐方法和装置 | |
CN110046006A (zh) | 菜单排序的方法和装置 | |
CN110020876A (zh) | 一种信息生成方法和装置 | |
CN107291835A (zh) | 一种搜索词的推荐方法和装置 | |
CN109993566A (zh) | 一种预测产品目标数据的方法和装置 | |
CN110503495A (zh) | 用于获取信息的方法及装置 | |
CN109840724A (zh) | 用于输出信息的方法和装置 | |
CN112989276A (zh) | 信息推送系统的评价方法和装置 | |
CN110363558A (zh) | 一种生成商品关联信息的方法和装置 | |
CN109961307A (zh) | 面向对象的评估方法和装置 | |
CN110880119A (zh) | 一种数据处理方法和装置 | |
CN110490682A (zh) | 分析商品属性的方法和装置 | |
CN109872211A (zh) | 一种对象推荐的方法和装置 | |
CN110472190A (zh) | 填充有序序列的方法和装置 | |
CN109146585A (zh) | 一种通过抽样检验确定高危商品的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190702 |
|
RJ01 | Rejection of invention patent application after publication |