CN109992745A - 数据处理方法及其系统、计算机系统及计算机可读介质 - Google Patents

Abstract

本公开提供了一种数据处理方法，包括：获取指定对象在第一预定时间段内的第一预定交换值，其中，预定交换值用于表示换取指定对象预计需要支付的目标对象的数额；获取指定对象在第一预定时间段内的实际交换值，其中，实际交换值用于表示换取指定对象实际支付的目标对象的数额；基于第一预定交换值和实际交换值进行数据分析；以及根据数据分析结果，预测用户对指定对象的期望交换值，其中，期望交换值可用于作为设定指定对象在第二预定时间段内的预定交换值的参考依据。此外，本公开还提供了一种数据处理系统、一种计算机系统和一种计算机可读介质。

Description

数据处理方法及其系统、计算机系统及计算机可读介质

技术领域

本公开涉及数据处理领域，更具体地，涉及一种数据处理方法及其系统、以及一种计算机系统和一种计算机可读介质。

背景技术

随着大数据技术的快速发展，各行各业积累了海量数据，数据处理及分析的能力对行业的影响变得越来越重要。例如，基于以往的价格印象，用户对某一指定对象(商品)在价格上有主观认知即心理价位，当商品的成交价格符合自己的心理价位时，购买该商品的可能性较大，但对于商家来说，为了提高销量一味的降低商品的价格使得商品的价格过低会损失利润，因此，准确地计算用户的心理价位，对指导商品定价和营销策划起着至关重要的作用。

在实现本公开构思的过程中，发明人发现相关技术中至少存在如下问题：相关技术中提供的心理价位计算方法由于缺乏客观大数据的支持，导致计算结果的精准度低。

针对相关技术中的上述问题，目前还未提出有效的解决方案。

发明内容

有鉴于此，本公开提供了一种数据处理方法、数据处理系统、计算机系统和计算机可读介质。

本公开的一个方面提供了一种数据处理方法，包括：获取指定对象在第一预定时间段内的第一预定交换值，其中，上述预定交换值用于表示换取上述指定对象预计需要支付的目标对象的数额；获取上述指定对象在上述第一预定时间段内的实际交换值，其中，上述实际交换值用于表示换取上述指定对象实际支付的上述目标对象的数额；基于上述第一预定交换值和上述实际交换值进行数据分析；以及根据数据分析结果，预测用户对上述指定对象的期望交换值，其中，上述期望交换值可用于作为设定上述指定对象在第二预定时间段内的预定交换值的参考依据。

根据本公开的实施例，上述实际交换值包括多个实际交换值，基于上述第一预定交换值和上述实际交换值进行数据分析包括：计算上述多个实际交换值的平均值；基于上述平均值，确定出第一阈值和第二阈值，其中，上述第一阈值小于上述第二阈值；从上述多个实际交换值中找出小于上述第一阈值的第一实际交换值，以及大于上述第二阈值的第二实际交换值；将上述第一实际交换值和上述第二实际交换值都替换为上述平均值，得到替换后的实际交换值；以及基于上述第一预定交换值和上述替换后的实际交换值进行数据分析。

根据本公开的实施例，基于上述第一预定交换值和上述替换后的实际交换值进行数据分析包括：选出上述替换后的实际交换值中的最大实际交换值作为实际交换值的参考值；计算上述第一预定交换值与上述实际交换值的参考值的差值；以及将上述差值的计算结果中的最小差值所对应的第一预定交换值作为用户对上述指定对象的期望交换值的预测结果。

根据本公开的实施例，能够提供上述指定对象的平台包括多个平台，上述方法还包括：从上述多个平台中确定出将上述指定对象的预定交换值设定为上述第一预定交换值的第一平台；从上述多个平台中选出不同于上述第一平台的第二平台；获取在上述第二平台上设定的上述指定对象的第二预定交换值；以及基于上述期望交换值的预测结果和上述第二预定交换值，预测用户对上述指定对象的期望交换值。

根据本公开的实施例，基于上述期望交换值的预测结果和上述第二预定交换值，预测用户对上述指定对象的期望交换值包括：获取上述指定对象在上述第一平台上展示时被点击而产生的点击量；根据上述点击量，确定上述期望交换值的预测结果对应的第一权重值和上述第二预定交换值对应的第二权重值；以及基于上述第一权重值和上述第二权重值，计算用户对上述指定对象的期望交换值。

根据本公开的实施例，获取在上述第二平台上设定的上述指定对象的第二预定交换值包括：获取在第三预定时间段内上述第二平台上设定的上述指定对象的多个预定交换值；以及将上述多个预定交换值中出现频率最高的预定交换值作为上述第二预定交换值。

本公开的另一个方面提供了一种数据处理系统，包括：第一获取模块，用于获取指定对象在第一预定时间段内的第一预定交换值，其中，上述预定交换值用于表示换取上述指定对象预计需要支付的目标对象的数额；第二获取模块，用于获取上述指定对象在上述第一预定时间段内的实际交换值，其中，上述实际交换值用于表示换取上述指定对象实际支付的上述目标对象的数额；分析模块，用于基于上述第一预定交换值和上述实际交换值进行数据分析；以及第一预测模块，用于根据数据分析结果，预测用户对上述指定对象的期望交换值，其中，上述期望交换值可用于作为设定上述指定对象在第二预定时间段内的预定交换值的参考依据。

根据本公开的实施例，分析模块包括：第一计算单元，用于计算上述多个实际交换值的平均值；第一确定单元，用于基于上述平均值，确定出第一阈值和第二阈值，其中，上述第一阈值小于上述第二阈值；选择单元，用于从上述多个实际交换值中找出小于上述第一阈值的第一实际交换值，以及大于上述第二阈值的第二实际交换值；替换单元，用于将上述第一实际交换值和上述第二实际交换值都替换为上述平均值，得到替换后的实际交换值；以及分析单元，用于基于上述第一预定交换值和上述替换后的实际交换值进行数据分析。

根据本公开的实施例，分析单元包括：选择子单元，用于选出上述替换后的实际交换值中的最大实际交换值作为实际交换值的参考值；计算子单元，用于计算上述第一预定交换值与上述实际交换值的参考值的差值；以及确定子单元，用于将上述差值的计算结果中的最小差值所对应的第一预定交换值作为用户对上述指定对象的期望交换值的预测结果。

根据本公开的实施例，上述系统还包括：确定模块，用于从上述多个平台中确定出将上述指定对象的预定交换值设定为上述第一预定交换值的第一平台；选择模块，用于从上述多个平台中选出不同于上述第一平台的第二平台；第三获取模块，用于获取在上述第二平台上设定的上述指定对象的第二预定交换值；以及第二预测模块，用于基于上述期望交换值的预测结果和上述第二预定交换值，预测用户对上述指定对象的期望交换值。

根据本公开的实施例，第二预测模块包括：第一获取单元，用于获取上述指定对象在上述第一平台上展示时被点击而产生的点击量；第二确定单元，用于根据上述点击量，确定上述期望交换值的预测结果对应的第一权重值和上述第二预定交换值对应的第二权重值；以及第二计算单元，用于基于上述第一权重值和上述第二权重值，计算用户对上述指定对象的期望交换值。

根据本公开的实施例，第三获取模块包括：第二获取单元，用于获取在第三预定时间段内上述第二平台上设定的上述指定对象的多个预定交换值；以及第三确定单元，用于将上述多个预定交换值中出现频率最高的预定交换值作为上述第二预定交换值。

本公开的另一方面提供了一种计算机系统，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，其中，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现上述任一项的数据处理方法。

本公开的另一方面提供了一种计算机可读介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现上述任一项的数据处理方法。

根据本公开的实施例，获取包括预定交换值(换取指定对象预计需要支付的目标对象的数额)和实际交换值(换取指定对象实际支付的目标对象的数额)的海量数据，并对其进行数据分析，预测用户对指定对象的期望交换值(作为设定指定对象在第二预定时间段内的预定交换值的参考依据)，由于通过大数据，机器学习等人工智能的方法从用户实际需求的角度，对用户换取指定对象实际支付的目标对象的数额的历史数据进行分析，填补了利用大数据精准化计算期望交换值在算法和技术上的空白，可以至少部分地克服相关技术提供的预测方法由于缺乏客观大数据的支持，而导致的计算结果精准度低，无法准确把握用户的心理价位的技术问题，并因此可以达到准确衡量用户心理价位的技术效果，进而对做好指定对象定价和促销活动有非常重要的指导作用，最终达到提升销售额的目的。

附图说明

通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：

图1示意性示出了根据本公开实施例的可以应用数据处理方法的系统架构；

图2示意性示出了根据本公开实施例的数据处理方法的流程图；

图3A示意性示出了根据本公开实施例的基于第一预定交换值和实际交换值进行数据分析的流程图；

图3B示意性示出了根据本公开实施例的基于第一预定交换值和替换后的实际交换值进行数据分析的流程图；

图3C示意性示出了根据本公开另一实施例的数据处理方法的流程图；

图3D示意性示出了根据本公开另一实施例的基于期望交换值的预测结果和第二预定交换值，预测用户对指定对象的期望交换值的流程图；

图3E示意性示出了根据本公开另一实施例的获取在第二平台上设定的指定对象的第二预定交换值的流程图；

图4示意性示出了根据本公开实施例的数据处理系统的框图；

图5A示意性示出了根据本公开实施例的分析模块的框图；

图5B示意性示出了根据本公开实施例的分析单元的框图；

图5C示意性示出了根据本公开另一实施例的数据处理系统的框图；

图5D示意性示出了根据本公开另一实施例的第二预测模块的框图；

图5E示意性示出了根据本公开另一实施例的第三获取模块的框图；以及

图6示意性示出了根据本公开实施例的适于实现数据处理方法及其系统的计算机系统的框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。本领域技术人员还应理解，实质上任意表示两个或更多可选项目的转折连词和/或短语，无论是在说明书、权利要求书还是附图中，都应被理解为给出了包括这些项目之一、这些项目任一方、或两个项目的可能性。例如，短语“A或B”应当被理解为包括“A”或“B”、或“A和B”的可能性。

本公开提供了一种数据处理方法，包括：数据获取阶段和数据分析处理阶段。在数据获取阶段，需要获取指定对象在第一预定时间段内的第一预定交换值，其中，预定交换值用于表示换取指定对象预计需要支付的目标对象的数额；获取指定对象在第一预定时间段内的实际交换值，其中，实际交换值用于表示换取指定对象实际支付的目标对象的数额。在数据分析处理阶段，基于第一预定交换值和实际交换值进行数据分析，根据数据分析结果，预测用户对指定对象的期望交换值，其中，期望交换值可用于作为设定指定对象在第二预定时间段内的预定交换值的参考依据。由于采用大数据，机器学习等人工智能技术，对获取的与用户历史购买习惯相关的海量数据进行数据分析，填补了利用大数据精准化计算期望交换值在算法和技术上的空白，可以至少部分地克服相关技术提供的预测方法由于缺乏客观大数据的支持，而导致的计算结果精准度低，无法准确把握用户的心理价位的技术问题。

图1示意性示出了根据本公开实施例的可以应用数据处理方法的系统架构。需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。

如图1所示，根据该实施例的系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104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101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103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101、102、103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105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所浏览的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用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。

需要说明的是，本公开实施例所提供的数据处理方法一般可以由服务器105执行。相应地，本公开实施例所提供的数据处理系统一般可以设置于服务器105中。本公开实施例所提供的数据处理方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的数据处理系统也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。

应该理解，图1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。

随着大数据技术的快速发展，各行各业积累了海量数据，数据处理及分析的能力对行业的影响变得越来越重要。例如，基于以往的价格印象，用户对某一指定对象(商品)在价格上有主观认知即心理价位，当商品的成交价格符合自己的心理价位时，购买该商品的可能性较大，但对于商家来说，为了提高销量一味的降低商品的价格使得商品的价格过低会损失利润，因此，准确地计算用户的心理价位，对指导商品定价和营销策划起着至关重要的作用。

图2示意性示出了根据本公开实施例的数据处理方法的流程图。

如图2所示，该数据处理方法可以包括操作S210～S240。其中：

在操作S210，获取指定对象在第一预定时间段内的第一预定交换值。

在操作S220，获取指定对象在第一预定时间段内的实际交换值。

在操作S230，基于第一预定交换值和实际交换值进行数据分析。

在操作S240，根据数据分析结果，预测用户对指定对象的期望交换值。

根据本公开的实施例，在对数据进行分析处理之前，先获取需要分析处理的数据，包括：指定对象在第一预定时间段内的第一预定交换值和指定对象在第一预定时间段内的实际交换值。

需要说明的是，指定对象可以是任意平台上展示的任一商品，例如，购物平台1上展示的商品A。对任一指定对象来说，可以获取第一预定交换值和实际交换值，其中，第一预定交换值用于表示换取指定对象预计需要支付的目标对象的数额，如购物平台1的页面上展示给用户该指定对象对应的页面价格，也称页面红价，实际交换值用于表示换取指定对象实际支付的目标对象的数额，如用户通过购物平台购买指定对象时的成交价。为了刺激用户的购买行为，各种形式的优惠活动日渐频繁，如秒杀，满减等，使得优惠成交价和页面红价可能随时发生变化，本公开实施例以天为时间单位，获取每天的成交价和页面红价。在本公开的实施例中，指定对象的实际交换值对应享受优惠后实际支付的金额，第一预定交换值对应享受优惠前金额，可以理解的是，优惠后金额一般不大于优惠前金额。

上述数据的具体获取方法本公开不作限定，可以通过如hive的方法获取大数据平台购物平台1上的商品每天的订单明细数据，包括销量，优惠前金额，优惠后金额，各种优惠金额，将优惠金额拆分成不同促销类型的优惠金额和优惠券形式的优惠金额等。将订单明细数据汇总为商品每天的数据，将当天的订单量进行汇总，并分别计算商品的成交价和页面价格，其中，成交价＝当天所有订单优惠后金额之和/当天所有订单销量之和，页面价格＝当天所有订单优惠前金额之和/当天所有订单销量之和。可以理解的是，成交价由大量用户的成交行为共同决定。

用户可以是任意指定的用户，如可以是登录某购物平台1的用户a。可以理解的是，用户对指定对象的交换值一般有自己的主观认知，即期望交换值，该期望交换值用于作为设定指定对象在第二预定时间段内的预定交换值的参考依据。这种主观认知基于用户对指定对象以往的价格印象。随着促销活动的频繁，用户不只考虑指定对象的页面价格，也会考虑促销时期实际支付的成交价。

考虑到通货膨胀及市场规律因素的影响，面对大数据平台中的海量数据，本公开实施例获取第一预定时间段内的第一预定交换值和实际交换值，来预测用户对指定对象的期望交换值，如预测某一指定日期的期望交换值，可以获取这一指定日期前、后各30天，共60天的成交价和页面价，具体地，第一时间段的具体值可以自行选择，此处不作限定。

在数据获取阶段完成之后，进入数据分析处理阶段，根据分析结果，预测用户对指定对象的期望交换值，给设定在第二时间段内的预定交换值提供参考依据。

通过本公开的实施例，由于通过大数据，机器学习等人工智能的方法从用户实际需求的角度，对用户换取指定对象实际支付的目标对象的数额的历史数据进行分析，填补了利用大数据精准化计算期望交换值在算法和技术上的空白，可以至少部分地克服相关技术提供的预测方法由于缺乏客观大数据的支持，而导致的计算结果精准度低，无法准确把握用户的心理价位的技术问题，并因此可以达到准确衡量用户心理价位的技术效果，进而对做好指定对象定价和促销活动有非常重要的指导作用，最终达到提升销售额的目的。

下面参考图3A～图3E，结合具体实施例对图2所示的数据处理方法做进一步说明。

第一时间内的实际交换值包括多个实际交换值。

图3A示意性示出了根据本公开实施例的基于第一预定交换值和实际交换值进行数据分析的流程图。

如图3A所示，前述操作S230可以包括操作S311～S315。其中：

在操作S311，计算多个实际交换值的平均值。

在操作S312，基于平均值，确定出第一阈值和第二阈值，其中，第一阈值小于第二阈值。

在操作S313，从多个实际交换值中找出小于第一阈值的第一实际交换值，以及大于第二阈值的第二实际交换值；以及

在操作S314，将第一实际交换值和第二实际交换值都替换为平均值，得到替换后的实际交换值；以及

在操作S315，基于第一预定交换值和替换后的实际交换值进行数据分析。

由于促销活动具有特殊性和实时性的特点，可能会导致当天成交价的计算结果出现异常，根据本公开的实施例，可以对前述操作获得的成交价数据做平滑处理，计算第一时间段内多个成交价的平均值，作为成交价的基线值，如计算指定日期前、后各30天，共60个成交价的平均值，作为平滑后的成交价，将与平滑后成交价差距超过预定范围的成交价替换成平滑后的成交价，如当天成交价小于0.95*平滑后成交价或者大于1.05*平滑后成交价认为是异常点，将当天成交价替换为平滑后的成交价。

通过本公开的实施例，基于第一时间段内多个实际交换值的平均值确定的第一阈值和第二阈值对多个异常的实际交换值进行替换，去除实际交换值的异常值，得到更加符合实际情况的实际交换值，为后续期望交换值的预测提供可靠客观合理的数据支撑。

图3B示意性示出了根据本公开实施例的基于第一预定交换值和替换后的实际交换值进行数据分析的流程图。

如图3B所示，前述操作S315可以包括操作S321～S323。其中：

在操作S321，选出替换后的实际交换值中的最大实际交换值作为实际交换值的参考值。

在操作S322，计算第一预定交换值与实际交换值的参考值的差值。

在操作S323，将差值的计算结果中的最小差值所对应的第一预定交换值作为用户对指定对象的期望交换值的预测结果。

需要说明的是，可以从替换后的实际成交价中选出最大实际成交价作为成交价的参考值，也可以取指定日期之前一段时间内如当天前三周的最大成交价，为当天临时用户心理价位，计算每天的页面红价与这一成交价的参考值的差值，取价格差距最小值对应的所在天的页面红价作为当天用户对指定对象的期望交换值的预测结果。

可以理解的是，当某一天的页面红价与成交价的参考值的差值较大时，将与这一天最近日期的预测结果作为该日用户对指定对象的期望交换值的预测结果。

通过本公开的实施例，将与实际交换值中的最大实际交换值差值最小的第一预定交换值作为用户述指定对象的期望交换值的预测结果，在用户实际交换值和第一预定交换值之间，寻找最佳的交换值作为用户对指定对象的期望交换值的预测结果，精细化计算过程，至少部分克服相关技术中人力成本，提供计算效率。

图3C示意性示出了根据本公开另一实施例的数据处理方法的流程图。

如图3C所示，该数据处理方法可以包括前述操作S321～S323以及操作S331～S334。其中：

在操作S331，从多个平台中确定出将指定对象的预定交换值设定为第一预定交换值的第一平台。

在操作S332，从多个平台中选出不同于第一平台的第二平台。

在操作S333，获取在第二平台上设定的指定对象的第二预定交换值。

在操作S334，基于期望交换值的预测结果和第二预定交换值，预测用户对指定对象的期望交换值。

由于用户在购买指定对象之前，一般会货比三家，因此，本公开的实施例可以从多个平台中确定出将指定对象的预定交换值设定为第一预定交换值的第一平台，还可以从多个平台中选出不同于第一平台的第二平台。基于获取的第一平台的数据，根据上述任一实施例获取用户对指定对象的期望交换值的预测结果的基础上，结合第二平台上设定的第二预定交互值，预测用户对指定对象的期望交换值。

本公开的实施例提供了一种从多个平台中选出不同于第一平台的第二平台的方法。具体地，可以计算每个平台与第一平台在每个三级品类上的匹配覆盖度，其中，匹配覆盖度＝抓取到的平台商品的价格数量/第一平台全部商品的价格数量，从中选出覆盖度最大的那个平台作为第二平台。

需要说明的是，可以通过爬虫技术抓取第二平台上的指定对象的详情页面上的页面价，通过关联规则和图像识别技术，找到对应的第一平台上的指定对象，具体算法此处不再赘述。

通过本公开的实施例，在利用第一平台上的第一预定交换值和实际交换值预测用户对指定对象的期望交换值的基础上，结合不同于第一平台的第二平台上设定的指定对象的第二预定交换值，预测用户对指定对象的期望交换值，横向对比用户对指定对象的期望交换值，进一步提高预测结果的精准程度。

图3D示意性示出了根据本公开另一实施例的基于期望交换值的预测结果和第二预定交换值，预测用户对指定对象的期望交换值的流程图。

如图3D所示，前述操作S334可以包括操作S341～S343。其中：

在操作S341，获取指定对象在第一平台上展示时被点击而产生的点击量。

在操作S342，根据点击量，确定期望交换值的预测结果对应的第一权重值和第二预定交换值对应的第二权重值。

在操作S343，基于第一权重值和第二权重值，计算用户对指定对象的期望交换值。

根据本公开的实施例，从大数据平台上可以获取按照三级品类的用户点击量对商品进行分类的数据，称为PV band，对同品类下不同商品指定时间段如28天内的用户点击量进行排序，依次从高到低划分为A、B、C、D、E、F等级。

根据不同的PV band商品，设定不同的比价指数。由于高PV band商品用户点击量多于低PV band商品，所以第二平台比价的可能性比低PV band商品的大，因此设定较高的比价系数，如A/B、C、D、E/F等级的比价系数依次为0.8、0.6、0.4、0.2，上述比价系数仅为示例性的系数，并非对本公开的限定。

不同的PV band商品采用不用的比价指数，即给基于第一平台获取的期望交换值的预测结果和基于第二平台获取的第二预定交换值赋予不同的权重，计算用户对指定对象的期望交换值。

例如：

PV band A/B指定对象的期望交换值＝0.8*基于第一平台获取的期望交换值的预测结果+0.2第二预定交换值

PV band C指定对象的期望交换值＝0.6*基于第一平台获取的期望交换值的预测结果+0.4第二预定交换值

PV band D指定对象的期望交换值＝0.4*基于第一平台获取的期望交换值的预测结果+0.6第二预定交换值

PV band E/F指定对象的期望交换值＝0.2*基于第一平台获取的期望交换值的预测结果+0.8第二预定交换值

通过本公开的实施例，根据用户在第一平台上对指定对象的点击量，确定期望交换值的预测结果对应的第一权重值和第二预定交换值对应的第二权重值，进而计算用户对指定对象的期望交换值，合理考量第一平台和第二平台预测结果的权重，使得计算结果更加合理客观。

图3E示意性示出了根据本公开另一实施例的获取在第二平台上设定的指定对象的第二预定交换值的流程图。

如图3E所示，前述操作S333可以包括操作S351～S352。其中：

在操作S351，获取在第三预定时间段内第二平台上设定的指定对象的多个预定交换值。

在操作S352，将多个预定交换值中出现频率最高的预定交换值作为第二预定交换值。

由于页面红价每天都不一样且变动可能比较大，而用户对指定对象的期望交换值并不会剧烈变动，因此，可以选取某一时间段内第二平台页面价出现频率最高的那个页面价作为第二预定交换值。

通过本公开的实施例，将第二平台上设定的多个预定交换值出现频率最高的作为第二预定交换值，克服由于第二预定交换值的剧烈波动对预测结果的影响。

图4示意性示出了根据本公开实施例的数据处理系统的框图。

如图4所示，数据处理系统400可以包括第一获取模块410、第二获取模块420、分析模块430和第一预测模块440。其中：第一获取模块410用于获取指定对象在第一预定时间段内的第一预定交换值。第二获取模块420用于获取指定对象在第一预定时间段内的实际交换值。分析模块430用于基于第一预定交换值和实际交换值进行数据分析。第一预测模块440用于根据数据分析结果，预测用户对指定对象的期望交换值。

可以理解的是，第一获取模块410、第二获取模块420、分析模块430和第一预测模块440可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本发明的实施例，第一获取模块410、第二获取模块420、分析模块430和第一预测模块440中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以以对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式的适当组合来实现。或者，第一获取模块410、第二获取模块420、分析模块430和第一预测模块440中的至少一个可以至少被部分地实现为计算机程序模块，当该程序被计算机运行时，可以执行相应模块的功能。

通过本公开的实施例，由于通过大数据，机器学习等人工智能的方法从用户实际需求的角度，对用户换取指定对象实际支付的目标对象的数额的历史数据进行分析，填补了利用大数据精准化计算期望交换值在算法和技术上的空白，可以至少部分地克服相关技术提供的预测方法由于缺乏客观大数据的支持，而导致的计算结果精准度低，无法准确把握用户的心理价位的技术问题，并因此可以达到准确衡量用户心理价位的技术效果，进而对做好指定对象定价和促销活动有非常重要的指导作用，最终达到提升销售额的目的。

图5A示意性示出了根据本公开实施例的分析模块的框图。

如图5A所示，前述分析模块430可以包括第一计算单元511、第一确定单元512、选择单元513、替换单元514和分析单元515。其中：第一计算单元511用于计算多个实际交换值的平均值。第一确定单元512用于基于平均值，确定出第一阈值和第二阈值。选择单元513用于从多个实际交换值中找出小于第一阈值的第一实际交换值，以及大于第二阈值的第二实际交换值。替换单元514用于将第一实际交换值和第二实际交换值都替换为平均值，得到替换后的实际交换值。分析单元515用于基于第一预定交换值和替换后的实际交换值进行数据分析。

通过本公开的实施例，基于第一时间段内多个实际交换值的平均值确定的第一阈值和第二阈值对多个异常的实际交换值进行替换，去除实际交换值的异常值，得到更加符合实际情况的实际交换值，为后续期望交换值的预测提供可靠客观合理的数据支撑。

图5B示意性示出了根据本公开实施例的分析单元的框图。

如图5B所示，前述分析单元515可以包括选择子单元521、计算子单元522和确定子单元523。其中：选择子单元521用于选出替换后的实际交换值中的最大实际交换值作为实际交换值的参考值。计算子单元522用于计算第一预定交换值与实际交换值的参考值的差值。确定子单元523用于将差值的计算结果中的最小差值所对应的第一预定交换值作为用户对指定对象的期望交换值的预测结果。

通过本公开的实施例，将与实际交换值中的最大实际交换值差值最小的第一预定交换值作为用户述指定对象的期望交换值的预测结果，在用户实际交换值和第一预定交换值之间，寻找最佳的交换值作为用户对指定对象的期望交换值的预测结果，精细化计算过程，至少部分克服相关技术中人力成本，提供计算效率。

图5C示意性示出了根据本公开另一实施例的数据处理系统的框图。

如图5C所示，该数据处理系统可以包括第一获取模块410、第二获取模块420、分析模块430、第一预测模块440、确定模块531、选择模块532、第三获取模块533和第二预测模块534。其中：确定模块531用于从多个平台中确定出将指定对象的预定交换值设定为第一预定交换值的第一平台。选择模块532用于从多个平台中选出不同于第一平台的第二平台。第三获取模块533用于获取在第二平台上设定的指定对象的第二预定交换值。第二预测模块534用于基于期望交换值的预测结果和第二预定交换值，预测用户对指定对象的期望交换值。

通过本公开的实施例，在利用第一平台上的第一预定交换值和实际交换值预测用户对指定对象的期望交换值的基础上，结合不同于第一平台的第二平台上设定的指定对象的第二预定交换值，预测用户对指定对象的期望交换值，横向对比用户对指定对象的期望交换值，进一步提高预测结果的精准程度。

图5D示意性示出了根据本公开另一实施例的第二预测模块的框图。

如图5D所示，前述第二预测模块534可以包括第一获取单元541、第二确定单元542和第二计算单元543。其中：第一获取单元541用于获取指定对象在第一平台上展示时被点击而产生的点击量。第二确定单元542用于根据点击量，确定期望交换值的预测结果对应的第一权重值和第二预定交换值对应的第二权重值。第二计算单元543用于基于第一权重值和第二权重值，计算用户对指定对象的期望交换值。

通过本公开的实施例，根据用户在第一平台上对指定对象的点击量，确定期望交换值的预测结果对应的第一权重值和第二预定交换值对应的第二权重值，进而计算用户对指定对象的期望交换值，合理考量第一平台和第二平台预测结果的权重，使得计算结果更加合理客观。

图5E示意性示出了根据本公开另一实施例的第三获取模块的框图。

如图5E所示，前述第三获取模块533可以包括第二获取单元551、和第三确定单元552。其中：第二获取单元551用于获取在第三预定时间段内第二平台上设定的指定对象的多个预定交换值。第三确定单元552用于将多个预定交换值中出现频率最高的预定交换值作为第二预定交换值。

通过本公开的实施例，将第二平台上设定的多个预定交换值出现频率最高的作为第二预定交换值，克服由于第二预定交换值的剧烈波动对预测结果的影响。

图6示意性示出了根据本公开实施例的适于实现数据处理方法及其系统的计算机系统的框图。图6示出的计算机系统仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图6所示，根据本公开实施例的计算机系统600包括处理器601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。处理器601例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器601还可以包括用于缓存用途的板载存储器。处理器601可以包括用于执行参考图2以及图3A～图3E描述的根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 603中，存储有系统600操作所需的各种程序和数据。处理器601、ROM 602以及RAM 603通过总线604彼此相连。处理器601通过执行ROM 602和/或RAM 603中的程序来执行以上参考图2以及图3A～图3E描述的数据处理方法的各种操作。需要注意，程序也可以存储在除ROM 602和RAM 603以外的一个或多个存储器中。处理器601也可以通过执行存储在一个或多个存储器中的程序来执行以上参考图2以及图3A～图3E描述的数据处理方法的各种操作。

根据本公开的实施例，系统600还可以包括输入/输出(I/O)接口605，输入/输出(I/O)接口605也连接至总线604。系统600还可以包括连接至I/O接口605的以下部件中的一项或多项：包括键盘、鼠标等的输入部分606；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607；包括硬盘等的存储部分608；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609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，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610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608。

根据本公开的实施例，上文参考流程图描述的方法可以被实现为计算机软件程序。例如，本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609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被处理器601执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

需要说明的是，本公开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。在本公开中，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。而在本公开中，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。根据本公开的实施例，计算机可读介质可以包括上文描述的ROM 602和/或RAM 603和/或ROM 602和RAM 603以外的一个或多个存储器。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、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。

作为另一方面，本公开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，使得该设备执行数据处理方法，包括：获取指定对象在第一预定时间段内的第一预定交换值，其中，预定交换值用于表示换取指定对象预计需要支付的目标对象的数额；获取指定对象在第一预定时间段内的实际交换值，其中，实际交换值用于表示换取指定对象实际支付的目标对象的数额；基于第一预定交换值和实际交换值进行数据分析；以及根据数据分析结果，预测用户对指定对象的期望交换值，其中，期望交换值可用于作为设定指定对象在第二预定时间段内的预定交换值的参考依据。

以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。

Claims (14)

1.一种数据处理方法，包括：

获取指定对象在第一预定时间段内的第一预定交换值，其中，所述预定交换值用于表示换取所述指定对象预计需要支付的目标对象的数额；

获取所述指定对象在所述第一预定时间段内的实际交换值，其中，所述实际交换值用于表示换取所述指定对象实际支付的所述目标对象的数额；

基于所述第一预定交换值和所述实际交换值进行数据分析；以及

根据数据分析结果，预测用户对所述指定对象的期望交换值，其中，所述期望交换值可用于作为设定所述指定对象在第二预定时间段内的预定交换值的参考依据。

2.根据权利要求1所述的方法，其中，所述实际交换值包括多个实际交换值，基于所述第一预定交换值和所述实际交换值进行数据分析包括：

计算所述多个实际交换值的平均值；

基于所述平均值，确定出第一阈值和第二阈值，其中，所述第一阈值小于所述第二阈值；

从所述多个实际交换值中找出小于所述第一阈值的第一实际交换值，以及大于所述第二阈值的第二实际交换值；

将所述第一实际交换值和所述第二实际交换值都替换为所述平均值，得到替换后的实际交换值；以及

基于所述第一预定交换值和所述替换后的实际交换值进行数据分析。

3.根据权利要求2所述的方法，其中，基于所述第一预定交换值和所述替换后的实际交换值进行数据分析包括：

选出所述替换后的实际交换值中的最大实际交换值作为实际交换值的参考值；

计算所述第一预定交换值与所述实际交换值的参考值的差值；以及

将所述差值的计算结果中的最小差值所对应的第一预定交换值作为用户对所述指定对象的期望交换值的预测结果。

4.根据权利要求3所述的方法，其中，能够提供所述指定对象的平台包括多个平台，所述方法还包括：

从所述多个平台中确定出将所述指定对象的预定交换值设定为所述第一预定交换值的第一平台；

从所述多个平台中选出不同于所述第一平台的第二平台；

获取在所述第二平台上设定的所述指定对象的第二预定交换值；以及

基于所述期望交换值的预测结果和所述第二预定交换值，预测用户对所述指定对象的期望交换值。

5.根据权利要求4所述的方法，其中，基于所述期望交换值的预测结果和所述第二预定交换值，预测用户对所述指定对象的期望交换值包括：

获取所述指定对象在所述第一平台上展示时被点击而产生的点击量；

根据所述点击量，确定所述期望交换值的预测结果对应的第一权重值和所述第二预定交换值对应的第二权重值；以及

基于所述第一权重值和所述第二权重值，计算用户对所述指定对象的期望交换值。

6.根据权利要求4所述的方法，其中，获取在所述第二平台上设定的所述指定对象的第二预定交换值包括：

获取在第三预定时间段内所述第二平台上设定的所述指定对象的多个预定交换值；以及

将所述多个预定交换值中出现频率最高的预定交换值作为所述第二预定交换值。

7.一种数据处理系统，包括：

第一获取模块，用于获取指定对象在第一预定时间段内的第一预定交换值，其中，所述预定交换值用于表示换取所述指定对象预计需要支付的目标对象的数额；

第二获取模块，用于获取所述指定对象在所述第一预定时间段内的实际交换值，其中，所述实际交换值用于表示换取所述指定对象实际支付的所述目标对象的数额；

分析模块，用于基于所述第一预定交换值和所述实际交换值进行数据分析；以及

第一预测模块，用于根据数据分析结果，预测用户对所述指定对象的期望交换值，其中，所述期望交换值可用于作为设定所述指定对象在第二预定时间段内的预定交换值的参考依据。

8.根据权利要求7所述的系统，其中，分析模块包括：

第一计算单元，用于计算所述多个实际交换值的平均值；

第一确定单元，用于基于所述平均值，确定出第一阈值和第二阈值，其中，所述第一阈值小于所述第二阈值；

选择单元，用于从所述多个实际交换值中找出小于所述第一阈值的第一实际交换值，以及大于所述第二阈值的第二实际交换值；

替换单元，用于将所述第一实际交换值和所述第二实际交换值都替换为所述平均值，得到替换后的实际交换值；以及

分析单元，用于基于所述第一预定交换值和所述替换后的实际交换值进行数据分析。

9.根据权利要求8所述的系统，其中，分析单元包括：

选择子单元，用于选出所述替换后的实际交换值中的最大实际交换值作为实际交换值的参考值；

计算子单元，用于计算所述第一预定交换值与所述实际交换值的参考值的差值；以及

确定子单元，用于将所述差值的计算结果中的最小差值所对应的第一预定交换值作为用户对所述指定对象的期望交换值的预测结果。

10.根据权利要求9所述的系统，其中，所述系统还包括：

确定模块，用于从所述多个平台中确定出将所述指定对象的预定交换值设定为所述第一预定交换值的第一平台；

选择模块，用于从所述多个平台中选出不同于所述第一平台的第二平台；

第三获取模块，用于获取在所述第二平台上设定的所述指定对象的第二预定交换值；以及

第二预测模块，用于基于所述期望交换值的预测结果和所述第二预定交换值，预测用户对所述指定对象的期望交换值。

11.根据权利要求10所述的系统，其中，第二预测模块包括：

第一获取单元，用于获取所述指定对象在所述第一平台上展示时被点击而产生的点击量；

第二确定单元，用于根据所述点击量，确定所述期望交换值的预测结果对应的第一权重值和所述第二预定交换值对应的第二权重值；以及

第二计算单元，用于基于所述第一权重值和所述第二权重值，计算用户对所述指定对象的期望交换值。

12.根据权利要求10所述的系统，其中，第三获取模块包括：

第二获取单元，用于获取在第三预定时间段内所述第二平台上设定的所述指定对象的多个预定交换值；以及

第三确定单元，用于将所述多个预定交换值中出现频率最高的预定交换值作为所述第二预定交换值。

13.一种计算机系统，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，

其中，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现权利要求1至6中任一项的数据处理方法。

14.一种计算机可读介质，其上存储有可执行指令，该指令被处理器执行时使处理器实现权利要求1至6中任一项的数据处理方法。