CN110210880A - 数据处理方法、装置以及计算机可读存储介质 - Google Patents

数据处理方法、装置以及计算机可读存储介质 Download PDF

Info

Publication number
CN110210880A
CN110210880A CN201810166629.1A CN201810166629A CN110210880A CN 110210880 A CN110210880 A CN 110210880A CN 201810166629 A CN201810166629 A CN 201810166629A CN 110210880 A CN110210880 A CN 110210880A
Authority
CN
China
Prior art keywords
impact factor
adjusted
changing value
value
influence degree
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
Application number
CN201810166629.1A
Other languages
English (en)
Inventor
张月乔
廖鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Jingdong Century Trading Co Ltd
Beijing Jingdong Shangke Information Technology Co Ltd
Original Assignee
Beijing Jingdong Century Trading Co Ltd
Beijing Jingdong Shangke Information Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Jingdong Century Trading Co Ltd, Beijing Jingdong Shangke Information Technology Co Ltd filed Critical Beijing Jingdong Century Trading Co Ltd
Priority to CN201810166629.1A priority Critical patent/CN110210880A/zh
Publication of CN110210880A publication Critical patent/CN110210880A/zh
Pending legal-status Critical Current

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
    • G06Q30/0207—Discounts or incentives, e.g. coupons or rebates

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)
  • Complex Calculations (AREA)

Abstract

本公开涉及一种数据处理方法、装置以及计算机可读存储介质，涉及计算机技术领域。本公开的方法包括：根据历史数据，确定各个影响因子对于产出变化信息的影响程度；根据影响程度，从各个影响因子中选取待调整影响因子；根据待调整影响因子与产出变化信息的关系，确定在达到目标产出变化值的情况下，待调整影响因子的调整值。本公开的方法能够更加准确的判断出对产出变化影响较大的影响因子，对这些影响因子进行调整，能够更加精准、合理的确定活动内容，提高完成目标产出值的准确率。

Description

数据处理方法、装置以及计算机可读存储介质
技术领域
本公开涉及计算机技术领域，特别涉及一种数据处理方法、装置以及计算机可读存储介质。
背景技术
随着互联网技术的发展，人们获取信息的渠道越来越多，信息量越来越大。互联网技术丰富了人们的日常生活，人们可以通过互联网阅读、购物、娱乐、社交等等。
随着互联网平台日益增多，之间的竞争也越来越激烈。互联网平台通过各种活动来吸引顾客，以提高平台的产出。例如，购物平台会推出各种商品、各种形式的促销等。
发明内容
发明人发现：互联网平台的产出受各种因素的影响，目前通过人为经验确定活动形式，不能准确的判断对产出影响较大的因素，可能造成浪费人力物力的情况下活动效果仍然不好，不能完成目标产出值。
本公开所要解决的一个技术问题是：如何能够更加合理的确定活动内容，提高完成目标产出值的准确率。
根据本公开的一些实施例，提供的一种数据处理方法，包括：根据历史数据，确定各个影响因子对于产出变化信息的影响程度；根据影响程度，从各个影响因子中选取待调整影响因子；根据待调整影响因子与产出变化信息的关系，确定在达到目标产出变化值的情况下，待调整影响因子的调整值。
在一些实施例中，根据历史数据，确定各个影响因子对于产出变化信息的影响程度包括：建立产出变化值用影响因子和对应的影响程度进行表示的关联关系；根据历史产出变化值和历史影响因子值，对关联关系进行拟合，从而确定各个影响因子对于产出变化信息的影响程度。
在一些实施例中，根据历史数据，确定各个影响因子对于产出变化信息的影响程度包括：将历史产出变化值，按照同一影响因子的不同预设取值范围划分为不同的分组；根据不同分组的历史产出变化值之间的组间方差，以及相同分组的历史产出变化值之间的组内方差，确定该影响因子对产出变化信息的影响程度。
在一些实施例中，根据历史数据，确定各个影响因子对于产出变化信息的影响程度包括：建立产出变化值用影响因子和对应的影响程度进行表示的关联关系；根据历史产出变化值和历史影响因子值，对关联关系进行拟合，从而确定各个影响因子对于产出变化信息的第一影响程度；将历史产出变化值，按照同一影响因子的不同预设取值范围划分为不同的分组；根据不同分组的历史产出变化值之间的组间方差，以及相同分组的历史产出变化值之间的组内方差，确定该影响因子对产出变化信息的第二影响程度；将同一影响因子对应的第一影响程度和第二影响程度进行加权，作为该影响因子对产出变化信息的影响程度。
在一些实施例中，采用以下公式表示关联关系：
其中，RGMV表示产出变化值，Fi表示第i个影响因子的归一化值，βi表示第i个影响因子的影响程度，1≤i≤n，i为正整数，n表示影响因子的个数。
在一些实施例中，采用以下公式确定同一影响因子不同分组的历史产出变化值之间的组间方差：
其中，BMSSi表示针对第i个影响因子，不同分组的历史产出变化值之间的组间方差，K为第i个影响因子划分的分组的数量，ni，j表示第i个影响因子的第j个分组的样本数量，表示第i个影响因子的第j个分组对应的平均产出增长值；
采用以下公式确定相同分组的历史产出变化值之间的组内方差：
其中，WMSSi表示针对第i个影响因子，相同分组的产出变化值之间的组内方差，Yi，j，k表示第i个影响因子的第j个分组中第k个影响因子值对应的历史产出变化值，N表示影响因子值的总数量。
在一些实施例中，根据待调整影响因子与产出变化信息的关系，确定在达到目标产出变化值的情况下，待调整影响因子的调整值包括：建立产出变化值用待调整影响因子和对应的影响程度进行表示的关联关系；根据历史产出变化值和历史影响因子值，对关联关系进行拟合，确定待调整影响因子与产出变化值的关联关系；将目标产出变化值代入待调整影响因子与产出变化值的关联关系中，确定待调整影响因子的调整值。
在一些实施例中，将目标产出变化值代入待调整影响因子与产出变化值的关联关系中，确定待调整影响因子的调整值包括：将目标产出变化值代入待调整影响因子与产出变化值的关联关系中，得到各个待调整影响因子的联合调整值；根据各个待调整影响因子对应的投入信息以及联合调整值，生成不同的调整方案，调整方案包括各个待调整影响因子的调整值。
根据本公开的另一些实施例，提供的一种数据处理装置，包括：影响程度确定模块，用于根据历史数据，确定各个影响因子对于产出变化信息的影响程度；选取模块，用于根据影响程度，从各个影响因子中选取待调整影响因子；调整模块，用于根据待调整影响因子与产出变化信息的关系，确定在达到目标产出变化值的情况下，待调整影响因子的调整值
在一些实施例中，影响程度确定模块用于建立产出变化值用影响因子和对应的影响程度进行表示的关联关系，根据历史产出变化值和历史影响因子值，对关联关系进行拟合，从而确定各个影响因子对于产出变化信息的影响程度。
在一些实施例中，影响程度确定模块用于将历史产出变化值，按照同一影响因子的不同预设取值范围划分为不同的分组，根据不同分组的历史产出变化值之间的组间方差，以及相同分组的历史产出变化值之间的组内方差，确定该影响因子对产出变化信息的影响程度。
在一些实施例中，影响程度确定模块用于建立产出变化值用影响因子和对应的影响程度进行表示的关联关系；根据历史产出变化值和历史影响因子值，对关联关系进行拟合，从而确定各个影响因子对于产出变化信息的第一影响程度；将历史产出变化值，按照同一影响因子的不同预设取值范围划分为不同的分组；根据不同分组的历史产出变化值之间的组间方差，以及相同分组的历史产出变化值之间的组内方差，确定该影响因子对产出变化信息的第二影响程度；将同一影响因子对应的第一影响程度和第二影响程度进行加权，作为该影响因子对产出变化信息的影响程度。
在一些实施例中，采用以下公式表示关联关系：
其中，RGMV表示产出变化值，Fi表示第i个影响因子的归一化值，βi表示第i个影响因子的影响程度，1≤i≤n，i为正整数，n表示影响因子的个数。
在一些实施例中，采用以下公式确定同一影响因子不同分组的历史产出变化值之间的组间方差：
其中，BMSSi表示针对第i个影响因子，不同分组的历史产出变化值之间的组间方差，K为第i个影响因子划分的分组的数量，ni，j表示第i个影响因子的第j个分组的样本数量，表示第i个影响因子的第j个分组对应的平均产出增长值；
采用以下公式确定相同分组的历史产出变化值之间的组内方差：
其中，WMSSi表示针对第i个影响因子，相同分组的产出变化值之间的组内方差，Yi，j，k表示第i个影响因子的第j个分组中第k个影响因子值对应的历史产出变化值，N表示影响因子值的总数量。
在一些实施例中，待调整影响因子为对产出变化信息的影响程度大于阈值的影响因子。
在一些实施例中，调整模块用于建立产出变化值用待调整影响因子和对应的影响程度进行表示的关联关系；根据历史产出变化值和历史影响因子值，对关联关系进行拟合，确定待调整影响因子与产出变化值的关联关系，将目标产出变化值代入待调整影响因子与产出变化值的关联关系中，确定待调整影响因子的调整值。
在一些实施例中，调整模块用于将目标产出变化值代入待调整影响因子与产出变化值的关联关系中，得到各个待调整影响因子的联合调整值，根据各个待调整影响因子对应的投入信息以及联合调整值，生成不同的调整方案，调整方案包括各个待调整影响因子的调整值。
根据本公开的又一些实施例，提供的一种数据处理装置，包括：存储器；以及耦接至存储器的处理器，处理器被配置为基于存储在存储器设备中的指令，执行如前述任一些实施例的数据处理方法。
根据本公开的再一些实施例，提供的一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现前述任一些实施例的数据处理方法的步骤。
本公开根据历史数据，对各个影响因子和产出变化信息进行定量分析，确定各个影响因子对于产出变化信息的影响程度，进一步，根据影响程度，从各个影响因子中选取待调整影响因子，最后，基于待调整影响因子与所述产出变化信息的关系，确定如何调整各个待调整影响因子能够达到目标产出变化值。本公开的方法能够更加准确的判断出对产出变化影响较大的影响因子，对这些影响因子进行调整，能够更加精准、合理的确定活动内容，提高完成目标产出值的准确率。
通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其它特征及其优点将会变得清楚。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出本公开的一些实施例的数据处理方法的流程示意图。
图2A示出本公开的另一些实施例的数据处理方法的流程示意图。
图2B示出本公开的又一些实施例的数据处理方法的流程示意图。
图2C示出本公开的再一些实施例的数据处理方法的流程示意图。
图2D出本公开的又一些实施例的数据处理方法的流程示意图。
图3示出本公开的再一些实施例的数据处理方法的流程示意图。
图4示出本公开的一些实施例的数据处理装置的结构示意图。
图5示出本公开的另一些实施例的数据处理装置的结构示意图。
图6示出本公开的又一些实施例的数据处理装置的结构示意图。
具体实施方式
下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。基于本公开中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
本公开提供一种数据处理方法，下面结合图1进行描述。
图1为本公开数据处理方法一些实施例的流程图。如图1所示，该实施例的方法包括：步骤S102～S106。
步骤S102，根据历史数据，确定各个影响因子对于产出变化信息的影响程度。
历史数据包括各个影响因子的历史数据和对应的历史产出变化值等。对于互联网购物平台，产出变化信息的影响因子例如包括：商品种类、价格、促销活动、季节因素等等。进一步，还可以针对促销活动将各种促销特征作为影响因子，例如包括：促销商品信息、广告等级、促销类型、促销时长、促销开始时间、促销频率、促销力度中至少一项等等。对于视频网站，产出变化信息的影响因子例如包括：视频新鲜度、价格、宣传程度等等。根据需要分析的内容，可以灵活指定影响因子。
可以应用历史数据，对影响因子以及产出变化信息进行定量分析，以确定各个影响因子对于产出变化信息的影响程度。可以采用多种方法确定影响因子对产出变化信息的影响程度，本公开提供以下实施例。
在一些实施例中，如图2A所示，步骤S1021，建立产出变化值用影响因子和对应的影响程度进行表示的关联关系；步骤S1022，根据历史产出变化值和历史影响因子值，对关联关系进行拟合，从而确定各个影响因子对于产出变化信息的影响程度。
例如，采用以下公式表示关联关系：
公式(1)中，RGMV表示产出变化值，Fi表示第i个影响因子的归一化值，βi表示第i个影响因子的影响程度，1≤i≤n，i为正整数，n表示影响因子的个数。
对上述公式进行拟合时，可以将等式两边分别取对数，将公式(1)转变为以下公式。
公式(2)为线性方程，将历史产出变化值RGMV与历史影响因子Fi的值代入公式(2)即可得到影响程度βi，在拟合时，可能会存在误差项∈0，即∈0为系统噪声。
针对不同的产出变化值和影响因子，关联关系的表达方式可以不同。例如，产出变化值与影响因子可能成线性关系，即 可以根据实际情况确定产出变化值和影响因子以及影响程度的关联关系。
在一些实施例中，根据不同影响因子值对应的历史产出变化值离散程度，确定影响因子对于产出变化值的影响程度。具体的，如图2B所示，步骤S1023，将历史产出变化值，按照同一影响因子的不同预设取值范围划分为不同的分组；步骤S1024，根据不同分组的历史产出变化值之间的组间方差，以及相同分组的历史产出变化值之间的组内方差，确定该影响因子对产出变化信息的影响程度。例如，可以将组间方差与组内方差的比值确定为影响因子对产出变化信息的影响程度。
例如，采用以下公式确定同一影响因子不同分组的历史产出变化值之间的组间方差。
公式(3)中，BMSSi表示针对第i个影响因子，不同分组的历史产出变化值之间的组间方差，K为第i个影响因子划分的分组的数量，ni，j表示第i个影响因子的第j个分组的样本数量，表示第i个影响因子的第j个分组对应的平均产出增长值。例如，针对促销力度这一影响因子，将促销力度为一级对应的历史销量值划分为一组，将促销力度为二级对应的历史销量值划分为一组，计算不同组之间的组间方差。
例如，采用以下公式确定相同分组的历史产出变化值之间的组内方差。
公式(4)，WMSSi表示针对第i个影响因子，相同分组的产出变化值之间的组内方差，Yi，j，k表示第i个影响因子的第j个分组中第k个影响因子值对应的历史产出变化值，N表示影响因子值的总数量。
进一步，例如采用以下公式确定影响因子对产出变化信息的影响程度。
αi＝BMSSi/WMSSi (5)
公式(5)中，αi表示第i个影响因子对产出变化信息的影响程度，BMSSi表示针对第i个影响因子，不同分组的历史产出变化值之间的组间方差，WMSSi表示针对第i个影响因子，相同分组的产出变化值之间的组内方差。
通过上述实施例的方法，可以得到同一影响因子，取不同值时产出变化信息的变化情况，产出变化信息离散程度越高，表明该影响因子的变化对产出变化值的影响越大，影响程度越高。
上述两种实施例从不同方面确定影响因子对产出变化信息的影响程度，可以结合使用。
在一些实施例中，如图2C所示，步骤S1025，建立产出变化值用影响因子和对应的影响程度进行表示的关联关系；步骤S1026，根据历史产出变化值和历史影响因子值，对关联关系进行拟合，从而确定各个影响因子对于产出变化信息的第一影响程度；步骤S1027，将历史产出变化值，按照同一影响因子的不同预设取值范围划分为不同的分组；步骤S1028，根据不同分组的历史产出变化值之间的组间方差，以及相同分组的历史产出变化值之间的组内方差，确定该影响因子对产出变化信息的第二影响程度；步骤S1029，将同一影响因子对应的第一影响程度和第二影响程度进行加权，作为该影响因子对产出变化信息的影响程度。
第一影响程度的确定方法可以根据公式(1)确定，第二影响程度的确定方法可以根据公式(3)-(5)确定。
步骤S104，根据影响程度，从各个影响因子中选取待调整影响因子。
例如，选取的待调整影响因子为对产出变化信息的影响程度大于阈值的影响因子。
步骤S106，根据待调整影响因子与产出变化信息的关系，确定在达到目标产出变化值的情况下，待调整影响因子的调整值。
选择待调整影响因子之后可以重新确定待调整影响因子与产出变化信息的关系。在一些实施例中，如图2D所示，步骤S1061，建立产出变化值用待调整影响因子和对应的影响程度进行表示的关联关系。步骤S1062，根据历史产出变化值和历史影响因子值，对关联关系进行拟合，确定待调整影响因子与产出变化值的关联关系。步骤S1063，将目标产出变化值代入待调整影响因子与产出变化值的关联关系中，确定待调整影响因子的调整值。
例如，采用以下公式表示待调整影响因子与产出变化信息的关联关系：
公式(6)中，RGMV表示产出变化值，Fk表示第k个待调整影响因子的归一化值，γk表示第k个待调整影响因子的影响程度，1≤k≤m，k为正整数，m表示待调整影响因子的个数。
对上述公式进行拟合时，可以将等式两边分别取对数，将公式(6)转变为以下公式。
公式(7)为线性方程，将历史产出变化值RGMV与历史影响因子Fk的值代入公式(7)即可得到影响程度γk，在拟合时，除了可能存在∈0为系统噪声，由于减少了一些影响因子，还会存在其他误差，由于其他影响因子对产出变化值的影响程度很低，误差在可接受范围内。
针对不同的产出变化值和待调整影响因子，关联关系的表达方式可以不同。例如，产出变化值与待调整影响因子可能成线性关系，即可以根据实际情况确定产出变化值和待调整影响因子以及影响程度的关联关系。
对公式(6)进行拟合后，得到γk，确定了产出变化值和待调整影响因子的关联关系，将目标产出变化值代入待调整影响因子与产出变化值的关联关系中，即可得到各个待调整影响因子的联合调整值。例如，三个影响因子对应的影响程度值γk分别为1、2、3，目标产出变化值为100，则可得到100＝F1 1·F2 2·F3 3，可以任意设置影响因子的值使等式成立即可，因此有多种调整方案。可以根据各个待调整影响因子对应的投入信息以及联合调整值，生成不同的调整方案。调整不同的待调整因子时，投入的人力物力成本不同，可以参考投入信息生成调整方案。
上述实施例的方法，根据历史数据，对各个影响因子和产出变化信息进行定量分析，确定各个影响因子对于产出变化信息的影响程度，进一步，根据影响程度，从各个影响因子中选取待调整影响因子，最后，基于待调整影响因子与产出变化信息的关系，确定如何调整各个待调整影响因子能够达到目标产出变化值。本公开的方法能够更加准确的判断出对产出变化影响较大的影响因子，对这些影响因子进行调整，能够更加精准、合理的确定活动内容，提高完成目标产出值的准确率。
下面结合图3，以影响因子为促销特征，产出变化信息为成交总额(GrossMerchandise Volume,GMV)环比增长率为例，描述本公开数据处理方法的一些实施例。
图3为本公开数据处理方法一些实施例的流程图。如图3所示，该实施例的方法包括：步骤S302～S306。
步骤S302，根据历史数据，确定各个促销特征对于成交总额环比增长率的影响程度。
可以通过调取数据库中存储的历史数据，获取历史的促销方案(包括各种促销特征)与对应的成交总额环比增长率。促销特征例如包括：促销商品信息、广告等级、促销类型、促销时长、促销开始时间、促销频率、促销力度中至少一项。
促销商品信息例如包括：促销商品数量占商品总数量的比例，促销商品对应的点击率(例如，预设时间内的点击量)等。针对不同的广告类型可以划分不同的广告等级，例如，互联网平台首页广告为一级广告，品牌频道页广告为二级广告，商品详情页广告为三级广告等。促销类型例如分为满减类型、直降类型、赠品类型等，可以针对不同类型赋予不同数值。直降类型、满减类型、赠品类型对应的数值依次降低。促销时长例如为促销时间占一年时间的比例。促销开始时间例如分为年初、年中、年末等不同类型，分别赋予不同数值。促销频率例如为一年内促销的次数。促销力度例如为降低的价格与成本价的比例。可以根据实际需求确定不同的促销特征。
可以采用多种方法确定促销特征对成交总额的影响程度，本公开提供以下实施例。
在一些实施例中，建立成交总额环比增长率用促销特征和对应的影响程度进行表示的关联关系；根据历史成交总额环比增长率和历史促销特征值，对关联关系进行拟合，从而确定各个促销特征对于成交总额环比增长率的影响程度。
例如，采用公式(1)表示各个促销特征与成交总额环比增长率关联关系。在本实施例中，公式(1)中，RGMV表示成交总额环比增长率，Fi表示第i个促销特征的归一化值，βi表示第i个促销特征的影响程度，1≤i≤n，i为正整数，n表示促销特征的个数。不同促销特征对应的值可以先进行归一化处理。仍然可以参考公式(2)的方式进行拟合，在此不再赘述。通过公式可以得到各种促销特征对成交总额环比增长率的影响程度，βi越大表示影响程度越高。
在一些实施例中，根据不同促销特征值对应的历史成交总额环比增长率的离散程度，确定促销特征对于成交总额环比增长率的影响程度。具体的，将历史成交总额环比增长率，按照同一促销特征的不同预设取值范围划分为不同的分组；根据不同分组的历史成交总额环比增长率之间的组间方差，以及相同分组的成交总额环比增长率之间的组内方差，确定该促销特征对成交总额环比增长率的影响程度。例如，可以将组间方差与组内方差的比值确定为促销特征对成交总额环比增长率的影响程度。
例如，采用公式(3)确定同一促销特征不同分组的历史成交总额环比增长率之间的组间方差。在本实施例中，公式(3) 中，BMSSi表示针对第i个促销特征，不同分组的历史成交总额环比增长率之间的组间方差，K为第i个促销特征划分的分组的数量，ni，j表示第i个影促销特征的第j个分组的样本数量，表示第i个促销特征的第j个分组对应的平均成交总额环比增长率。
例如，针对促销商品比例这一促销特征，将促销商品比例为1％-20％的促销计划对应的历史成交总额环比增长率划分为一组，将促销商品比例为21％-40％的促销计划对应的历史成交总额环比增长率划分为第二组，将促销商品比例为41％-60％、41％-80％、81％-100％的促销计划对应的历史成交总额环比增长率分别划分为第三、四、五组，根据公式(3)计算不同组之间的组间方差。
例如，采用公式(4)确定相同分组的历史成交总额环比增长率之间的组内方差。在本实施例中，公式(4)WMSSi表示针对第i个促销特征，相同分组的成交总额环比增长率之间的组内方差，Yi，j，k表示第i个促销特征的第j个分组中第k个促销特征值对应的历史成交总额环比增长率，N表示促销特征值的总数量。
进一步，例如采用公式(5)确定促销特征对成交总额环比增长率的影响程度。在本实施例，公式(5)αi＝BMSSi/WMSSi中，αi表示第i个促销特征对产出变化信息的影响程度，BMSSi表示针对第i个促销特征，不同分组的历史成交总额环比增长率之间的组间方差，WMSSi表示针对第i个促销特征，相同分组的成交总额环比增长率之间的组内方差。
上述两种实施例从不同方面确定促销特征对成交总额环比增长率的影响程度，可以结合使用。
在一些实施例中，建立成交总额环比增长率用促销特征和对应的影响程度进行表示的关联关系；根据历史成交总额环比增长率和历史促销特征值，对关联关系进行拟合，从而确定各个促销特征对于产出变化信息的第一影响程度；将历史成交总额环比增长率，按照同一促销特征的不同预设取值范围划分为不同的分组；根据不同分组的历史成交总额环比增长率之间的组间方差，以及相同分组的历史成交总额环比增长率之间的组内方差，确定该促销特征对产出变化信息的第二影响程度；将同一促销特征对应的第一影响程度和第二影响程度进行加权，作为该促销特征对产出变化信息的影响程度。
第一影响程度的确定方法可以根据公式(1)确定，第二影响程度的确定方法可以根据公式(3)-(5)确定。
步骤S304，根据影响程度，从各个促销特征中选取待调整促销特征。
例如，选取的待调整促销特征为对成交总额环比增长率的影响程度大于阈值的促销特征。例如，待调整促销特征选取为促销力度、促销商品比例、促销时长。
步骤S306，根据待调整促销特征与成交总额环比增长率的关系，确定在达到目标成交总额环比增长率的情况下，待调整促销特征的调整值。
选择待调整促销特征之后可以重新确定待调整促销特征与成交总额环比增长率的关系。在一些实施例中，建立成交总额环比增长率用待调整促销特征和对应的影响程度进行表示的关联关系；根据历史成交总额环比增长率和历史促销特征值，对关联关系进行拟合，确定待调整促销特征与成交总额环比增长率的关联关系；将目标成交总额环比增长率代入待调整促销特征与成交总额环比增长率的关联关系中，确定待调整促销特征的调整值。
例如，采用公式(6)表示待调整促销特征与成交总额环比增长率的关联关系。在本实施例中，公式(6)中，RGMV表示成交总额环比增长率，Fk表示第k个待调整促销特征的归一化值，γk表示第k个待调整促销特征的影响程度，1≤k≤m，k为正整数，m表示待调整促销特征的个数。仍可以采用公式(7)的方法，在此不再赘述。在拟合时，除了可能存在∈0为系统噪声，由于减少了一些促销特征，还会存在其他误差，由于其他促销特征对成交总额环比增长率的影响程度很低，误差在可接受范围内。
对公式(6)进行拟合后，得到γk，确定了成交总额环比增长率和待调整促销特征的关联关系，将目标成交总额环比增长率代入待调整促销特征与成交总额环比增长率的关联关系中，即可得到各个待调整促销特征的联合调整值。
例如，三个促销特征对应的影响程度值γk分别为1、2、3，目标成交总额环比增长率为20％，则可得到20％＝F1 1·F2 2·F3 3，可以任意设置促销特征的值使等式成立即可，因此有多种调整方案。
实际应用中，促销商家一般会在年初制定今年一段时间的成交总额，将今年一段时间的成交总额与去年同期的成交总额进行对比，确定目标成交总额环比增长率。也可以将今年一段时间的成交总额与预测同时间段的成交总额进行对比，确定目标成交总额环比增长率。可以基于历史同时间段的成交总额预测今年的成交总额。例如可以将历史同时段的成交总额值进行平滑，去掉特殊值，取历史同时段的成交总额平均值作为预测的今年的成交总额。
可以根据各个待调整促销特征对应的投入信息以及联合调整值，生成不同的调整方案。调整不同的待调整因子时，投入的人力物力成本不同，可以参考投入信息生成调整方案。例如，可以考虑商品的成本与当前价格确定促销力度和促销商品，使促销商品的价格与成本的差值在预设范围内。可以参考互联网平台的广告位空闲情况，确定广告等级。根据相关品类商品是否共同参与促销，确定促销类型，例如，相关品类商品共同参与促销可以采取满减类促销，吸引用户更多购买商品。根据平台维护管理成本确定促销时长和促销频率等。根据商品的季节特性，确定促销开始时间，例如，空调可以在夏季开始前进行促销等。
根据投入信息和联合调整值，调整各项促销特征，可以得到多种促销方案。例如，达到目标成交总额环比增长率，可以将促销力度调整为一级，广告等级调整为三级，促销时长设置为1个月，也可以将促销力度调整为二级，广告等级调整为二级，促销时长设置为20天等。
上述实施例的方法，基于历史数据，进行大数据分析，输入目标产出值，即可得到各种影响因子的调整方法。应用到促销计划确定的场景，可以为互联网平台提供各种促销方案。上述实施例的方法，能够更加准确的判断出对目标成交总额环比增长率影响较大的促销特征，对这些促销特征进行调整，能够更加精准、合理的确定活动内容，提高完成目标成交总额环比增长率的准确率。
本公开还提供一种数据处理装置，下面结合图4进行描述。
图4为本公开数据处理装置的一些实施例的结构图。如图4所示，该实施例的装置40包括：影响程度确定模块410，选取模块420，调整模块430。
影响程度确定模块410，用于根据历史数据，确定各个影响因子对于产出变化信息的影响程度。
影响因子例如为促销特征，产出变化信息例如为成交总额环比增长率。促销特征例如包括：促销商品信息、广告等级、促销类型、促销时长、促销开始时间、促销频率、促销力度中至少一项。
在一些实施例中，影响程度确定模块410用于建立产出变化值用影响因子和对应的影响程度进行表示的关联关系，根据历史产出变化值和历史影响因子值，对关联关系进行拟合，从而确定各个影响因子对于产出变化信息的影响程度。
可以采用以下公式表示关联关系：
RGMV表示产出变化值，Fi表示第i个影响因子的归一化值，βi表示第i个影响因子的影响程度，1≤i≤n，i为正整数，n表示影响因子的个数。
在一些实施例中，影响程度确定模块410用于将历史产出变化值，按照同一影响因子的不同预设取值范围划分为不同的分组，根据不同分组的历史产出变化值之间的组间方差，以及相同分组的历史产出变化值之间的组内方差，确定该影响因子对产出变化信息的影响程度。
采用以下公式确定同一影响因子不同分组的历史产出变化值之间的组间方差：
BMSSi表示针对第i个影响因子，不同分组的历史产出变化值之间的组间方差，K为第i个影响因子划分的分组的数量，ni，j表示第i个影响因子的第j个分组的样本数量，表示第i个影响因子的第j个分组对应的平均产出增长值；
可以采用以下公式确定相同分组的历史产出变化值之间的组内方差：
WMSSi表示针对第i个影响因子，相同分组的产出变化值之间的组内方差，Yi，j，k表示第i个影响因子的第j个分组中第k个影响因子值对应的历史产出变化值，N表示影响因子值的总数量。
在一些实施例中，影响程度确定模块410用于建立产出变化值用影响因子和对应的影响程度进行表示的关联关系；根据历史产出变化值和历史影响因子值，对关联关系进行拟合，从而确定各个影响因子对于产出变化信息的第一影响程度；将历史产出变化值，按照同一影响因子的不同预设取值范围划分为不同的分组；根据不同分组的历史产出变化值之间的组间方差，以及相同分组的历史产出变化值之间的组内方差，确定该影响因子对产出变化信息的第二影响程度；将同一影响因子对应的第一影响程度和第二影响程度进行加权，作为该影响因子对产出变化信息的影响程度。
选取模块420，用于根据影响程度，从各个影响因子中选取待调整影响因子。
待调整影响因子例如为对产出变化信息的影响程度大于阈值的影响因子。
调整模块430，用于根据待调整影响因子与产出变化信息的关系，确定在达到目标产出变化值的情况下，待调整影响因子的调整值。
在一些实施例中，调整模块430用于建立产出变化值用待调整影响因子和对应的影响程度进行表示的关联关系；根据历史产出变化值和历史影响因子值，对关联关系进行拟合，确定待调整影响因子与产出变化值的关联关系，将目标产出变化值代入待调整影响因子与产出变化值的关联关系中，确定待调整影响因子的调整值。
进一步，调整模块430用于将目标产出变化值代入待调整影响因子与产出变化值的关联关系中，得到各个待调整影响因子的联合调整值，根据各个待调整影响因子对应的投入信息以及联合调整值，生成不同的调整方案，调整方案包括各个待调整影响因子的调整值。
本公开的实施例中的数据处理装置可各由各种计算设备或计算机系统来实现，下面结合图5以及图6进行描述。
图5为本公开数据处理装置的一些实施例的结构图。如图5所示，该实施例的装置50包括：存储器510以及耦接至该存储器510的处理器520，处理器520被配置为基于存储在存储器510中的指令，执行本公开中任意一些实施例中的数据处理方法。
其中，存储器510例如可以包括系统存储器、固定非易失性存储介质等。系统存储器例如存储有操作系统、应用程序、引导装载程序(Boot Loader)、数据库以及其他程序等。
图6为本公开数据处理装置的另一些实施例的结构图。如图6所示，该实施例的装置60包括：存储器610以及处理器620，分别与存储器510以及处理器520类似。还可以包括输入输出接口630、网络接口640、存储接口650等。这些接口630，640，650以及存储器610和处理器620之间例如可以通过总线660连接。其中，输入输出接口630为显示器、鼠标、键盘、触摸屏等输入输出设备提供连接接口。网络接口640为各种联网设备提供连接接口，例如可以连接到数据库服务器或者云端存储服务器等。存储接口650为SD卡、U盘等外置存储设备提供连接接口。
根据本公开还提供一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现前述任一些实施例的数据处理方法的步骤。
本领域内的技术人员应当明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用非瞬时性存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本公开是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解为可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅为本公开的较佳实施例，并不用以限制本公开，凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

Claims (20)

1.一种数据处理方法，包括：
根据历史数据，确定各个影响因子对于产出变化信息的影响程度；
根据所述影响程度，从各个影响因子中选取待调整影响因子；
根据所述待调整影响因子与所述产出变化信息的关系，确定在达到目标产出变化值的情况下，待调整影响因子的调整值。
2.根据权利要求1所述的数据处理方法，其中，所述根据历史数据，确定各个影响因子对于产出变化信息的影响程度包括：
建立产出变化值用影响因子和对应的影响程度进行表示的关联关系；
根据历史产出变化值和历史影响因子值，对所述关联关系进行拟合，从而确定各个影响因子对于产出变化信息的影响程度。
3.根据权利要求1所述的数据处理方法，其中，所述根据历史数据，确定各个影响因子对于产出变化信息的影响程度包括：
将历史产出变化值，按照同一影响因子的不同预设取值范围划分为不同的分组；
根据不同分组的历史产出变化值之间的组间方差，以及相同分组的历史产出变化值之间的组内方差，确定该影响因子对产出变化信息的影响程度。
4.根据权利要求1所述的数据处理方法，其中，所述根据历史数据，确定各个影响因子对于产出变化信息的影响程度包括：
建立产出变化值用影响因子和对应的影响程度进行表示的关联关系；
根据历史产出变化值和历史影响因子值，对所述关联关系进行拟合，从而确定各个影响因子对于产出变化信息的第一影响程度；
将历史产出变化值，按照同一影响因子的不同预设取值范围划分为不同的分组；
根据不同分组的历史产出变化值之间的组间方差，以及相同分组的历史产出变化值之间的组内方差，确定该影响因子对产出变化信息的第二影响程度；
将同一影响因子对应的第一影响程度和第二影响程度进行加权，作为该影响因子对产出变化信息的影响程度。
5.根据权利要求2或4所述的数据处理方法，其中，
采用以下公式表示所述关联关系：
其中，RGMV表示产出变化值，Fi表示第i个影响因子的归一化值，βi表示第i个影响因子的影响程度，1≤i≤n，i为正整数，n表示影响因子的个数。
6.根据权利要求3或4所述的数据处理方法，其中，
采用以下公式确定同一影响因子不同分组的历史产出变化值之间的组间方差：
其中，BMSSi表示针对第i个影响因子，不同分组的历史产出变化值之间的组间方差，K为第i个影响因子划分的分组的数量，ni,j表示第i个影响因子的第j个分组的样本数量，表示第i个影响因子的第j个分组对应的平均产出增长值；
采用以下公式确定相同分组的历史产出变化值之间的组内方差：
其中，WMSSi表示针对第i个影响因子，相同分组的产出变化值之间的组内方差，Yi,j,k表示第i个影响因子的第j个分组中第k个影响因子值对应的历史产出变化值，N表示影响因子值的总数量。
7.根据权利要求1所述的数据处理方法，其中，
所述待调整影响因子为对产出变化信息的影响程度大于阈值的影响因子。
8.根据权利要求1-7任一项所述的数据处理方法，其中，所述根据所述待调整影响因子与所述产出变化信息的关系，确定在达到目标产出变化值的情况下，待调整影响因子的调整值包括：
建立产出变化值用待调整影响因子和对应的影响程度进行表示的关联关系；
根据历史产出变化值和历史影响因子值，对所述关联关系进行拟合，确定待调整影响因子与产出变化值的关联关系；
将所述目标产出变化值代入所述待调整影响因子与产出变化值的关联关系中，确定待调整影响因子的调整值。
9.根据权利要求8所述的数据处理方法，其中，所述将所述目标产出变化值代入所述待调整影响因子与产出变化值的关联关系中，确定待调整影响因子的调整值包括：
将所述目标产出变化值代入所述待调整影响因子与产出变化值的关联关系中，得到各个待调整影响因子的联合调整值；
根据各个待调整影响因子对应的投入信息以及所述联合调整值，生成不同的调整方案，调整方案包括各个待调整影响因子的调整值。
10.一种数据处理装置，包括：
影响程度确定模块，用于根据历史数据，确定各个影响因子对于产出变化信息的影响程度；
选取模块，用于根据所述影响程度，从各个影响因子中选取待调整影响因子；
调整模块，用于根据所述待调整影响因子与所述产出变化信息的关系，确定在达到目标产出变化值的情况下，待调整影响因子的调整值。
11.根据权利要求10所述的数据处理装置，其中，
所述影响程度确定模块用于建立产出变化值用影响因子和对应的影响程度进行表示的关联关系，根据历史产出变化值和历史影响因子值，对所述关联关系进行拟合，从而确定各个影响因子对于产出变化信息的影响程度。
12.根据权利要求10所述的数据处理装置，其中，
所述影响程度确定模块用于将历史产出变化值，按照同一影响因子的不同预设取值范围划分为不同的分组，根据不同分组的历史产出变化值之间的组间方差，以及相同分组的历史产出变化值之间的组内方差，确定该影响因子对产出变化信息的影响程度。
13.根据权利要求10所述的数据处理装置，其中，
所述影响程度确定模块用于建立产出变化值用影响因子和对应的影响程度进行表示的关联关系；根据历史产出变化值和历史影响因子值，对所述关联关系进行拟合，从而确定各个影响因子对于产出变化信息的第一影响程度；将历史产出变化值，按照同一影响因子的不同预设取值范围划分为不同的分组；根据不同分组的历史产出变化值之间的组间方差，以及相同分组的历史产出变化值之间的组内方差，确定该影响因子对产出变化信息的第二影响程度；将同一影响因子对应的第一影响程度和第二影响程度进行加权，作为该影响因子对产出变化信息的影响程度。
14.根据权利要求10所述的数据处理装置，其中，
采用以下公式表示所述关联关系：
其中，RGMV表示产出变化值，Fi表示第i个影响因子的归一化值，βi表示第i个影响因子的影响程度，1≤i≤n，i为正整数，n表示影响因子的个数。
15.根据权利要求10所述的数据处理装置，其中，
采用以下公式确定同一影响因子不同分组的历史产出变化值之间的组间方差：
其中，BMSSi表示针对第i个影响因子，不同分组的历史产出变化值之间的组间方差，K为第i个影响因子划分的分组的数量，ni,j表示第i个影响因子的第j个分组的样本数量，表示第i个影响因子的第j个分组对应的平均产出增长值；
采用以下公式确定相同分组的历史产出变化值之间的组内方差：
其中，WMSSi表示针对第i个影响因子，相同分组的产出变化值之间的组内方差，Yi,j,k表示第i个影响因子的第j个分组中第k个影响因子值对应的历史产出变化值，N表示影响因子值的总数量。
16.根据权利要求10所述的数据处理装置，其中，
所述待调整影响因子为对产出变化信息的影响程度大于阈值的影响因子。
17.根据权利要求10-16任一项所述的数据处理装置，其中，
所述调整模块用于建立产出变化值用待调整影响因子和对应的影响程度进行表示的关联关系；根据历史产出变化值和历史影响因子值，对所述关联关系进行拟合，确定待调整影响因子与产出变化值的关联关系，将所述目标产出变化值代入所述待调整影响因子与产出变化值的关联关系中，确定待调整影响因子的调整值。
18.根据权利要求17所述的数据处理装置，其中，
所述调整模块用于将所述目标产出变化值代入所述待调整影响因子与产出变化值的关联关系中，得到各个待调整影响因子的联合调整值，根据各个待调整影响因子对应的投入信息以及所述联合调整值，生成不同的调整方案，调整方案包括各个待调整影响因子的调整值。
19.一种数据处理装置，包括：
存储器；以及
耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器设备中的指令，执行如权利要求1-9任一项所述的数据处理方法。
20.一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现权利要求1-9任一项所述方法的步骤。
CN201810166629.1A 2018-02-28 2018-02-28 数据处理方法、装置以及计算机可读存储介质 Pending CN110210880A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810166629.1A CN110210880A (zh) 2018-02-28 2018-02-28 数据处理方法、装置以及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810166629.1A CN110210880A (zh) 2018-02-28 2018-02-28 数据处理方法、装置以及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN110210880A true CN110210880A (zh) 2019-09-06

Family

ID=67778650

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810166629.1A Pending CN110210880A (zh) 2018-02-28 2018-02-28 数据处理方法、装置以及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN110210880A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110738058A (zh) * 2019-09-16 2020-01-31 北京三快在线科技有限公司 排序特征重要度确定方法、装置、电子设备及存储介质
WO2021077844A1 (zh) * 2019-10-22 2021-04-29 苏宁云计算有限公司 商品到手价格的风险监管方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103325047A (zh) * 2012-03-22 2013-09-25 纽海信息技术（上海）有限公司 网购引导装置及方法
US20160034928A1 (en) * 2014-07-30 2016-02-04 Wal-Mart Stores, Inc. Systems and methods for promotional forecasting
CN107203904A (zh) * 2017-05-19 2017-09-26 武汉弗赅科技有限公司 销售商品的动态定价方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103325047A (zh) * 2012-03-22 2013-09-25 纽海信息技术（上海）有限公司 网购引导装置及方法
US20160034928A1 (en) * 2014-07-30 2016-02-04 Wal-Mart Stores, Inc. Systems and methods for promotional forecasting
WO2016019156A1 (en) * 2014-07-30 2016-02-04 Wal-Mart Stores, Inc. Systems and methods for promotional forecasting
CN107203904A (zh) * 2017-05-19 2017-09-26 武汉弗赅科技有限公司 销售商品的动态定价方法及系统

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110738058A (zh) * 2019-09-16 2020-01-31 北京三快在线科技有限公司 排序特征重要度确定方法、装置、电子设备及存储介质
CN110738058B (zh) * 2019-09-16 2023-07-25 北京三快在线科技有限公司 排序特征重要度确定方法、装置、电子设备及存储介质
WO2021077844A1 (zh) * 2019-10-22 2021-04-29 苏宁云计算有限公司 商品到手价格的风险监管方法及系统

Similar Documents

Publication Publication Date Title
CN104519376B (zh) 节目链接排布方法和装置
CN104077693B (zh) 商品对比方法、服务器、客户端及电子商务系统
CN107436866A (zh) 理财产品的推荐方法及装置
CN110503556A (zh) 交易策略模型的可视化配置方法及装置
CN109543132A (zh) 内容推荐方法、装置、电子设备及存储介质
CN109377055A (zh) 一种业务单据调整的方法及装置
US20200074509A1 (en) Business data promotion method, device, terminal and computer-readable storage medium
CN110348908A (zh) 广告投放预算控制方法及装置
CN106126587A (zh) 基于流程的多节点数据显示记录机制
CN107957988A (zh) 用于确定数据异常原因的方法、装置及电子设备
CN106296247A (zh) 网络信息资源在线排序方法和装置
CN110210880A (zh) 数据处理方法、装置以及计算机可读存储介质
CN107767152A (zh) 产品购买倾向分析方法及服务器
CN109934523A (zh) 信息处理方法和装置
CN107563808A (zh) 一种广告投放数据统计方法及装置
CN107507023B (zh) 一种信息投放方法及装置
CN110197434A (zh) 智能匹配处理方法、装置、设备及可读存储介质
CN106157138A (zh) 一种银行交易数据所属群组确定方法及装置
CN111429190B (zh) 物料采购订单的自动生成方法及系统、服务器及介质
CN110264364B (zh) 一种投资方的推荐方法
CN111915340B (zh) 商户类型的识别方法、装置、设备及存储介质
CN109086339B (zh) 一种用于生成指标复合率的数据处理方法及装置
CN112418654B (zh) 一种资源分配方法、装置、电子设备及存储介质
CN109767333A (zh) 选基方法、装置、电子设备及计算机可读存储介质
CN108629023A (zh) 数据挖掘方法、装置以及计算机可读存储介质

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