CN110245989A - 一种商品资源配置的方法及系统 - Google Patents

Abstract

本发明公开了一种商品资源配置的方法及系统，涉及商品资源配置技术领域，根据目标商品的历史交易数据，拟合获得所述目标商品的需求函数，所述需求函数为交易量与虚拟资源的关系表达式；根据所述目标商品的需求函数，获得所述目标商品的交易指标；基于所述交易指标，获得所述目标商品的目标交易指标的投入产出比；基于所述投入产出比，获得所述目标商品的当前虚拟资源调整方式；基于所述目标商品的当前虚拟资源调整方式，对所述目标商品进行实体资源配置；避免了现有技术中商家对商品资源配置不合理的问题，从而提高商品资源配置的准确性。

Description

一种商品资源配置的方法及系统

技术领域

本发明涉及商品资源配置技术领域，尤其涉及一种商品资源配置的方法及系统。

背景技术

市场上商品交易经常会存在交易价格变动的情况，例如电商和零售商进行减价促销，而交易价格的变动必然引起交易量的变动，商品的资源配置的也随之变动，做好价格变动之前的资源配置，是保证商品资源供应的前提。

现有技术中，由于商家对商品资源配置不合理，导致重复进行资源再配置，降低了资源配置的效率。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的商品资源配置的方法及系统。

一方面，本申请通过本申请的一实施例提供如下技术方案：

一种商品销售价格调整的方法，包括：

根据目标商品的历史交易数据，拟合获得所述目标商品的需求函数，所述需求函数为交易量与虚拟资源的关系表达式；

根据所述目标商品的需求函数，获得所述目标商品的交易指标；

基于所述交易指标，获得所述目标商品的目标交易指标的投入产出比；

基于所述投入产出比，获得所述目标商品的当前虚拟资源调整方式；

基于所述目标商品的当前虚拟资源调整方式，对所述目标商品进行实体资源配置。

可选的，所述根据目标商品的历史交易数据，拟合获得所述目标商品的需求函数，具体包括：

根据目标商品的历史交易数据，提取所述目标商品的特征数据，所述特征数据包括虚拟资源特征和交易时间特征；

对所述目标商品的历史交易量与所述特征数据进行拟合，获得所述目标商品的需求函数。

可选的，在所述提取所述目标商品的特征数据之前，所述方法还包括：

对所述目标商品的历史交易数据中的缺失值进行填补以及对数据异常点进行剔除。

可选的，所述目标商品的交易指标，具体包括：

I＝(p_base-p)D(p)；

R＝pD(p)；

其中，I为投入，R为交易额，p代表所述目标商品的虚拟资源，D(p)代表所述目标商品的需求函数表达式，p_base代表所述目标商品的基于投入的基准虚拟资源。

可选的，所述目标交易指标包括交易额和交易量，获得所述目标商品的目标交易指标的投入产出比，具体包括：

若所述目标交易指标为交易额，则，

所述目标商品的交易额的投入产出比：

若所述目标交易指标为交易量，则，

所述目标商品的交易量的投入产出比：

其中，S代表目标商品的交易量，S＝D(p)。

可选的，所述拟合获得所述目标商品的需求函数，具体包括：

使用统计模型、机器学习模型或深度学习模型拟合获得所述目标商品的需求函数。

可选的，所述基于所述目标商品的投入产出比，获得所述目标商品的当前虚拟资源调整方式，具体包括：

当λ＜0时，对所述目标商品进行用于提升当前虚拟资源的资源量的第一提升调整；

当0≤λ≤1时，对所述目标商品进行用于提升当前虚拟资源的资源量的第二提升调整，所述第二提升调整的调整幅度小于所述第一提升调整；

当1＜λ≤N时，对所述目标商品进行用于降低当前虚拟资源的资源量的第一降低调整；

当λ＞N时，对所述目标商品进行用于降低当前虚拟资源的资源量的第二降低调整，所述第二降低调整的调整幅度大于所述第一降低调整；

其中，λ表示目标交易指标的投入产出比，N为大于等于2的正整数。

可选的，所述获得所述目标商品的当前虚拟资源调整方式，还包括：

以目标商品的目标交易指标为优化目标，获得所述目标商品的虚拟资源值。

可选的，所述目标商品的虚拟资源值为：

其中，为所述虚拟资源值，p代表所述目标商品的虚拟资源，D(p)代表所述目标商品的交易量与虚拟资源的表达式，p_base代表所述目标商品的基于投入的基准虚拟资源。

另一方面，基于同样的发明构思，本申请通过本申请的另一实施例提供了一种商品资源配置的系统，包括：

拟合模块，用于根据目标商品的历史交易数据，拟合获得所述目标商品的需求函数，所述需求函数为交易量与虚拟资源的关系表达式；

第一获取模块，用于根据所述目标商品的需求函数，获得所述目标商品的交易指标；

第二获取模块，用于基于所述交易指标，获得所述目标商品的目标交易指标的投入产出比；

第三获取模块，用于基于所述投入产出比，获得所述目标商品的当前虚拟资源调整方式；

资源配置模块，用于基于所述目标商品的当前虚拟资源调整方式，对所述目标商品进行实体资源配置。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

本发明首先根据目标商品的历史交易数据，拟合获得所述目标商品的需求函数，所述需求函数为交易量与虚拟资源的关系表达式，然后根据目标商品的需求函数，获得所述目标商品的交易指标，基于所述交易指标，获得所述目标商品的目标交易指标的投入产出比，基于所述投入产出比，获得所述目标商品的当前虚拟资源调整方式，基于所述目标商品的当前虚拟资源调整方式，对所述目标商品进行实体资源配置，利用计算机科学和数学原理拟合获得基于历史交易数据的投入产出比，以此，获得准确的投入产出关系，根据投入产出的关系，可获得商品交易当前应该做出的准确的虚拟资源调整方式，避免现有技术利用人为经验进行交易形势判断，由于对数据的获取和分析有限，导致不能准确的对历史交易数据以及人为消费偏好的获取和判断，导致虚拟资源调整方式的确定不准确，从而导致对商品实体资源的调配不合理，需要重复进行资源再配置，资源配置的效率低，影响交易行为。因此，本发明可在交易价格调整前对商品进行准确的实体资源配置，例如准确的备货，或者调货等，从而提高商品资源配置的准确性，提高资源配置的效率，减少资源浪费。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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它的附图。

图1示出了根据本发明一个实施例的商品资源配置的方法的流程图；

图2示出了根据本发明一个实施例的商品资源配置的系统构架图。

具体实施方式

本申请实施例通过提供一种商品资源配置的方法及系统，解决了现有技术中商家对商品资源配置不合理的问题。

本申请实施例的技术方案为解决上述技术问题，总体思路如下：

一种商品资源配置的方法，包括：

根据目标商品的历史交易数据，拟合获得所述目标商品的需求函数，所述需求函数为交易量与虚拟资源的关系表达式；

根据所述目标商品的需求函数，获得所述目标商品的交易指标；

基于所述交易指标，获得所述目标商品的目标交易指标的投入产出比；

基于所述投入产出比，获得所述目标商品的当前虚拟资源调整方式；

基于所述目标商品的当前虚拟资源调整方式，对所述目标商品进行实体资源配置。

为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。

首先说明，本文中出现的术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

实施例一

参见图1，本实施例中，一种商品资源配置的方法，包括：

S102、根据目标商品的历史交易数据，拟合获得所述目标商品的需求函数，所述需求函数为交易量与虚拟资源的关系表达式；

S104、根据所述目标商品的需求函数，获得所述目标商品的交易指标；

S106、基于所述交易指标，获得所述目标商品的目标交易指标的投入产出比；

S108、基于所述投入产出比，获得所述目标商品的当前虚拟资源调整方式；

S110、基于所述目标商品的当前虚拟资源调整方式，对所述目标商品进行实体资源配置。

需要说明的是，只要拟合获得了目标商品的需求函数的表达式，则可根据目标优化的需要，定义从外部获得的目标商品的交易指标数据，例如目标交易的指标可以是交易量和交易额的数据，更具体的，可以是销量、销售额和利润的数据，以及其它可以反映出营销优劣情况的指标，交易指标包括但不限于投入、销售额和利润，只要满足能定义所述目标商品的目标交易指标的投入产出比即可，最后，基于所述目标商品的目标交易指标的投入产出比，获得所述目标商品的当前价格调整方式，据此，准确的对所述目标商品进行实体资源配置，即可解决现有技术中商家对商品资源配置不合理的问题。

具体的，在本实施例中，交易具体为销售行为，交易量为销量，交易额为销售额，虚拟资源为交易价格。

下面结合图1，对本实施例中的各步骤进行详细的说明。

首先，执行S102，根据目标商品的历史交易数据，拟合获得所述目标商品的需求函数，所述需求函数为交易量与虚拟资源的关系表达式。

作为一种可选的实施方式，该步骤具体包括：

根据目标商品的历史交易数据，提取所述目标商品的特征数据，所述特征数据包括交易价格特征和交易时间特征；

对所述目标商品的历史交易量与所述特征数据进行拟合，获得所述目标商品的需求函数。

在具体实施过程中，目标商品可以是一种或多种，如果是多种，则需要在提取所述目标商品的特征数据之前，对商品进行分类，后续步骤可以同步分别进行，因此，可以同时对多个商品执行本发明的方法。

为了获得目标商品的需求函数，即销量与价格的关系表达式，可以理解的是，历史数据必定包括历史销量、价格等，作为可选的多种实施方式，可以使用统计模型、机器学习模型或深度学习模型拟合获得所述目标商品的需求函数、价格敏感度和标准差。

而为了使获得的需求函数更准确可靠，拟合更真实，排除异常数据的干扰，在所述提取所述目标商品的特征数据之前，对所述目标商品的历史交易数据中的缺失值进行填补以及对数据异常点进行剔除。

接下来，执行S104，根据所述目标商品的需求函数，获得所述目标商品的交易指标。

具体实施过程中，在获得了目标商品的需求函数D(p)后，就可以根据需要定义交易指标，例如交易指标可以包括常见的投入、销售额和利润，也可以根据优化目标定义包括其它指标，这些指标都是可以通过经济学中的定义进行数学化表达。

在本实施例中，作为一种可选的实施例，所述定义所述目标商品交易指标，具体包括：

投入I＝(p_base-p)D(p)，

销售额R＝pD(p)，

利润G＝R-I，

其中，p代表所述目标商品的交易价格，D(p)代表所述目标商品的需求函数表达式，p_base代表所述目标商品的基于投入的基准交易价格。

接下来，执行S106，基于所述交易指标，获得所述目标商品的目标交易指标的投入产出比。

具体的实施过程中，如前所述，可以根据优化的目标，定义目标商品的多种目标交易指标的投入产出比，只要可以反映出营销优劣情况即可，都是本发明的保护范围，举例来说，所述定义所述目标商品的目标交易指标的投入产出比，具体包括：

所述目标交易指标为销售额，则，

目标商品的销售额的投入产出比：

所述目标交易指标为销量，则，

目标商品的销量的投入产出比：

其中，S＝D(p)，代表目标商品的销量。

目标商品的销售额的投入产出比，表示增加单位投入带来的销售额的变化，同样的，目标商品的销量的投入产出比，表示增加单位投入带来的销量的变化，而销售额和销量都可以不同程度的反映营销优劣情况，因要是能像销售额和销量类似的指标，能反应营销优劣情况的目标指标都是本发明的保护范围，例如利润，或者其它类似的指标，这里不再赘述。

接下来，执行S108，基于所述投入产出比，获得所述目标商品的当前虚拟资源调整方式。

在具体实施过程中，不同目标交易指标的投入产出比，价格调整的方法也不一样，但都可以根据目标交易指标的投入产出比的具体含义来进行考虑调整，因此，作为一种可选的实施方式，所述基于所述目标商品的投入产出比，获得所述目标商品的当前交易价格调整方式，具体包括：

当λ＜0时，对所述目标商品的当前交易价格进行第一升价调整；

当0≤λ≤1时，对所述目标商品的当前交易价格进行第二升价调整，所述第二升价调整的价格调整幅度小于所述第一升价调整；

当1＜λ≤N时，对所述目标商品的当前交易价格进行第一降价调整；

当λ＞N时，对所述目标商品的当前交易价格进行第二降价调整，所述第二降价调整的价格调整幅度大于所述第一降价调整；

其中，λ表示目标交易指标的投入产出比，N为大于等于2的正整数。

举例来讲，以目标商品的销售额的投入产出比为例，则

情况1：λ_R＜0，建议升价，因为此时增大投入会引起销售额和利润的同时减少；

情况2：0≤λ_R≤1，建议适当升价，但升价的幅度小于情况1，此时增大投入引起销售额的提升但是利润的减少；

情况3：1＜λ_R≤2，建议适当降价，此时增大投入引起销售额和利润均增大，但是利润的提升程度低；

情况4：λ_R＞2，建议降价，此时增大投入引起销售额和利润均增大，但是利润的提升程度高。

接下来，执行S110，基于所述目标商品的当前交易虚拟资源方式，对所述目标商品进行实体资源配置。

在具体实施过程中，由于是根据历史数据拟合获得了准确的价格调整方式，按照此价格调整方式进行价格调整后对商品的销售情况的预期是准确的，因此，可以对实体资源进行提前的配置，例如商品的供货和调货，以准确的应对价格调整后的销售情况的变化，避免供货不及时或货物囤积等问题。

下面以一个操作实例来进一步进行方法流程的解释。

以某公司销售的某一商品为例，执行本发明的方法步骤如下：

S102、根据目标商品的历史交易数据，拟合获得所述目标商品的需求函数，所述需求函数为交易量与虚拟资源的关系表达式；

拟合需求函数(即销量和价格的关系表达式)：

D(p)＝1000p^-2.1

由上式可得，价格敏感度α＝-2.1，且标准差为σ²＝2。

S104、根据所述目标商品的需求函数，获得所述目标商品的交易指标；

假定p_base为20，当前价格p＝p_o＝17，

销售额R＝1000p^-1.1

投入I＝1000*(20-p)*p^-2.1

利润G＝R-I＝1000*(2p^-1.1-20p^-2.1)

S106、基于所述交易指标，获得所述目标商品的目标交易指标的投入产出比：

λ_R(p₀)＝0.80

λ_S(p₀)＝0.09，

S108、基于所述投入产出比，获得所述目标商品的当前虚拟资源调整方式。

其中λ_R(p₀)＝0.80代表在当前价格(17元)下多投入一元(减价一元)，将带来收入0.8元的提高，λ_S(p₀)＝0.09代表在当前价格(17元)下多投入一元(减价一元)，将带来收入0.09件商品件数的提升，根据上述讨论，说明当前价格下多投入带来的收入提升是有限的，因此建议适当升价。

需要说明的是，现有技术进行价格调整方式的确定，可能把应该降价的情况确定为升价，或适当降价的情况确定为大幅度降价，因此，无法保证利润最大化。

S110、基于所述目标商品的当前虚拟资源调整方式，对所述目标商品进行实体资源配置。

适当升价必定导致销量的降低，因此，可根据库存情况，对过多的货物进行调配，避免销量的降低导致货物积压。

而根据现有技术的价格调整方式进行资源配置，由于价格策略的偏差，会导致商品的销售情况的偏差，因此，资源的配置也就不准确。

上述本申请实施例中的技术方案，至少具有如下的技术效果或优点：

本发明首先根据目标商品的历史交易数据，拟合获得所述目标商品的需求函数，所述需求函数为交易量与虚拟资源的关系表达式，然后根据目标商品的需求函数，获得所述目标商品的交易指标，基于所述交易指标，获得所述目标商品的目标交易指标的投入产出比，基于所述投入产出比，获得所述目标商品的当前虚拟资源调整方式，基于所述目标商品的当前虚拟资源调整方式，对所述目标商品进行实体资源配置，利用计算机科学和数学原理拟合获得基于历史交易数据的投入产出比，以此，获得准确的投入产出关系，根据投入产出的关系，可获得商品交易当前应该做出的准确的虚拟资源调整方式，避免现有技术利用人为经验进行交易形势判断，由于对数据的获取和分析有限，导致不能准确的对历史交易数据以及人为消费偏好的获取和判断，导致虚拟资源调整方式的确定不准确，从而导致对商品实体资源的调配不合理，需要重复进行资源再配置，资源配置的效率低，影响交易行为。因此，本发明可在交易价格调整前对商品进行准确的实体资源配置，例如准确的备货，或者调货等，从而提高商品资源配置的准确性，提高资源配置的效率，减少资源浪费。

实施例二

在实施例一的基础上，参见图2，所述方法还包括：以目标商品的目标交易指标为优化目标，获得所述目标商品的虚拟资源值。

具体的，虚拟资源值为最优价格值，针对不同的优化目标，有不同的最优调整价格，作为一种可选的实施方式，以利润为优化目标，所述目标商品的最优调整价格为：

其中，为所述最优当前交易价格，p代表所述目标商品的交易价格，D(p)代表所述目标商品的交易量与交易价格的表达式，p_base代表所述目标商品的基于投入的基准交易价格。

具体的，根据优化目标利润G，理论最优价格为

首先，可以进行置信区间的估计，α的95％置信区间为：当α＜-1，由于是关于α的单调递增函数，的95％置信区间为：

在基于目标商品基于投入的基准价格的基础上，理论上最优价格分为以下几种情况：

当-1＜α＜0时，G为单调递增函数，最优价格应为：

当α＜-1时：

其中：

当-2＜α＜-1时：

当α＜＝-2时：

下面结合实施例一中的操作实例，利用一个操作实例对本实施例的方法做详细的解释。

在实施例一的操作实例的基础上，若要计算理论最优价格：

按照最优解的数学计算方法，可得：

且95％置信区间为：

上述本申请实施例中的技术方案，至少具有如下的技术效果或优点：本实施例的方案可以对价格调整方式进行量化，更精确的指导实体资源配置。

实施例三

基于同一发明构思，本申请另一实施例提供一种实施本申请实施例中一种商品资源配置的系统，包括：

拟合模块，用于根据目标商品的历史交易数据，拟合获得所述目标商品的需求函数，所述需求函数为交易量与虚拟资源值的关系表达式；

第一获取模块，用于根据所述目标商品的需求函数，获得所述目标商品的交易指标；

第二获取模块，用于基于所述交易指标，获得所述目标商品的目标交易指标的投入产出比；

第三获取模块，用于基于所述投入产出比，获得所述目标商品的当前虚拟资源值调整方式；

资源配置模块，用于基于所述目标商品的当前虚拟资源值调整方式，对所述目标商品进行实体资源配置。

需要说明的是，利用上述各模块，只要拟合获得了目标商品的需求函数的表达式，则可根据目标优化的需要，定义获得目标商品的交易指标，例如目标交易的指标可以是交易量、交易额，更具体的，可以是销量、销售额和利润，以及其它可以反映出营销优劣情况的指标，交易指标包括但不限于投入、销售额和利润，只要满足能定义所述目标商品的目标交易指标的投入产出比即可，最后，基于所述目标商品的目标交易指标的投入产出比，获得所述目标商品的当前价格调整方式，据此，准确的对所述目标商品进行实体资源配置，即可解决现有技术中商家对商品资源配置不合理的问题。

由于本实施例所介绍的商品资源配置的系统为实施本申请实施例一中商品资源配置的方法所采用的系统，故而基于本申请实施例一中所介绍的商品资源配置的方法，本领域所属技术人员能够了解本实施例的系统的具体实施方式以及其各种变化形式，所以在此对于该系统如何实现本申请实施例中的方法不再详细介绍。只要本领域所属技术人员实施本申请实施例中商品销售价格调整的方法所采用的系统，都属于本申请所欲保护的范围。

上述本申请实施例中的技术方案，至少具有如下的技术效果或优点：

本发明首先利用拟合模块，根据目标商品的历史交易数据，拟合获得所述目标商品的需求函数，所述需求函数为交易量与虚拟资源值的关系表达式，然后利用第一获取模块，根据所述目标商品的需求函数，获得所述目标商品的交易指标；在利用第二获取模块，基于所述交易指标，获得所述目标商品的目标交易指标的投入产出比；最后利用第三获取模块，基于所述投入产出比，可获得商品交易当前应该做出的准确的的虚拟资源值调整方式，避免现有技术利用人为经验进行交易形势判断，由于对数据的获取和分析有限，导致不能准确的对历史交易数据以及人为消费偏好的获取和判断，导致虚拟资源调整方式的确定不准确，从而导致对商品实体资源的调配不合理，需要重复进行资源再配置，资源配置的效率低，影响交易行为。因此，本发明可在交易价格调整前对商品进行准确的实体资源配置，例如准确的备货，或者调货等，从而提高商品资源配置的准确性，提高资源配置的效率，减少资源浪费。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种商品资源配置的方法，其特征在于，包括：

根据目标商品的历史交易数据，拟合获得所述目标商品的需求函数，所述需求函数为交易量与虚拟资源的关系表达式；

根据所述目标商品的需求函数，获得所述目标商品的交易指标；

基于所述交易指标，获得所述目标商品的目标交易指标的投入产出比；

基于所述投入产出比，获得所述目标商品的当前虚拟资源调整方式；

基于所述目标商品的当前虚拟资源调整方式，对所述目标商品进行实体资源配置。

2.如权利要求1所述的方法，其特征在于，所述根据目标商品的历史交易数据，拟合获得所述目标商品的需求函数，具体包括：

根据目标商品的历史交易数据，提取所述目标商品的特征数据，所述特征数据包括虚拟资源特征和交易时间特征；

对所述目标商品的历史交易量与所述特征数据进行拟合，获得所述目标商品的需求函数。

3.如权利要求2所述的方法，其特征在于，在所述提取所述目标商品的特征数据之前，所述方法还包括：

对所述目标商品的历史交易数据中的缺失值进行填补以及对数据异常点进行剔除。

4.如权利要求3所述的方法，其特征在于，所述目标商品的交易指标，具体包括：

I＝(p_base-p)D(p)；

R＝pD(p)；

其中，I为投入，R为交易额，p代表所述目标商品的虚拟资源，D(p)代表所述目标商品的需求函数表达式，p_base代表所述目标商品的基于投入的基准虚拟资源。

5.如权利要求4所述的方法，其特征在于，所述目标交易指标包括交易额和交易量，获得所述目标商品的目标交易指标的投入产出比，具体包括：

若所述目标交易指标为交易额，则，

所述目标商品的交易额的投入产出比：

若所述目标交易指标为交易量，则，

所述目标商品的交易量的投入产出比：

其中，S代表目标商品的交易量，S＝D(p)。

6.如权利要求1所述的方法，其特征在于，所述拟合获得所述目标商品的需求函数，具体包括：

使用统计模型、机器学习模型或深度学习模型拟合获得所述目标商品的需求函数。

7.如权利要求1或5所述的方法，其特征在于，所述基于所述目标商品的投入产出比，获得所述目标商品的当前虚拟资源调整方式，具体包括：

当λ＜0时，对所述目标商品进行用于提升当前虚拟资源的资源量的第一提升调整；

当0≤λ≤1时，对所述目标商品进行用于提升当前虚拟资源的资源量的第二提升调整，所述第二提升调整的调整幅度小于所述第一提升调整；

当1＜λ≤N时，对所述目标商品进行用于降低当前虚拟资源的资源量的第一降低调整；

当λ＞N时，对所述目标商品进行用于降低当前虚拟资源的资源量的第二降低调整，所述第二降低调整的调整幅度大于所述第一降低调整；

其中，λ表示目标交易指标的投入产出比，N为大于等于2的正整数。

8.如权利要求7所述的方法，其特征在于，所述获得所述目标商品的当前虚拟资源调整方式，还包括：

以目标商品的目标交易指标为优化目标，获得所述目标商品的虚拟资源值。

9.如权利要求8所述的方法，其特征在于，所述目标商品的虚拟资源值为：

其中，为所述虚拟资源值，p代表所述目标商品的虚拟资源，D(p)代表所述目标商品的交易量与虚拟资源的表达式，p_base代表所述目标商品的基于投入的基准虚拟资源。

10.一种商品资源配置的系统，其特征在于，包括：

拟合模块，用于根据目标商品的历史交易数据，拟合获得所述目标商品的需求函数，所述需求函数为交易量与虚拟资源的关系表达式；

第一获取模块，用于根据所述目标商品的需求函数，获得所述目标商品的交易指标；

第二获取模块，用于基于所述交易指标，获得所述目标商品的目标交易指标的投入产出比；

第三获取模块，用于基于所述投入产出比，获得所述目标商品的当前虚拟资源调整方式；

资源配置模块，用于基于所述目标商品的当前虚拟资源调整方式，对所述目标商品进行实体资源配置。