CN110866771A - 信息处理方法、系统、介质和计算机系统 - Google Patents
信息处理方法、系统、介质和计算机系统 Download PDFInfo
- Publication number
- CN110866771A CN110866771A CN201810993843.4A CN201810993843A CN110866771A CN 110866771 A CN110866771 A CN 110866771A CN 201810993843 A CN201810993843 A CN 201810993843A CN 110866771 A CN110866771 A CN 110866771A
- Authority
- CN
- China
- Prior art keywords
- coupon
- coupons
- candidate
- objective function
- target
- 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
- 230000010365 information processing Effects 0.000 title claims abstract description 33
- 238000003672 processing method Methods 0.000 title claims abstract description 23
- 230000007717 exclusion Effects 0.000 claims abstract description 87
- 230000006870 function Effects 0.000 claims description 126
- 238000000034 method Methods 0.000 claims description 40
- 238000012545 processing Methods 0.000 claims description 12
- 230000015654 memory Effects 0.000 claims description 11
- 238000010276 construction Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 35
- 239000011159 matrix material Substances 0.000 description 26
- 238000010586 diagram Methods 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 238000006243 chemical reaction Methods 0.000 description 8
- 239000000047 product Substances 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000010845 search algorithm Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000013178 mathematical model Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000009466 transformation Effects 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000002922 simulated annealing Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 241000531116 Blitum bonus-henricus Species 0.000 description 1
- 235000008645 Chenopodium bonus henricus Nutrition 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000000137 annealing Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
Images
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
- G06Q30/0207—Discounts or incentives, e.g. coupons or rebates
- G06Q30/0212—Chance discounts or incentives
-
- 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
- G06Q30/0222—During e-commerce, i.e. online transactions
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Engineering & Computer Science (AREA)
- Development Economics (AREA)
- Strategic Management (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开提供了一种信息处理方法,包括:获取目标订单的订单信息;依据订单信息,确定结算目标订单时可用于减免支付金额的多张候选优惠券;确定多张候选优惠券中两两优惠券之间的互斥关系,其中,具有互斥关系的优惠券不能同时使用;以及至少依据互斥关系,并基于多张候选优惠券输出优惠金额满足预设条件的目标优惠券组合,以供结算目标订单使用。本公开还提供了一种信息处理系统,一种计算机系统和一种计算机可读存储介质。
Description
技术领域
本公开涉及计算机技术领域,更具体地,涉及一种信息处理方法、一种信息处理系统,一种计算机系统和一种计算机可读存储介质。
背景技术
在互联网实体经济中,优惠券是用于减免商品的支付金额的代金券。按照代金形式优惠券可以分为三类:满减券(例如满100元减5元);直减券(例如直减5元);折扣券(例如优惠订单商品金额的5%)。按照来源优惠券可以分为两类:店铺优惠券和平台优惠券。其中,电商平台内的几十万店铺商家都可以发行针对各自店铺商品的优惠券;电商平台发行的优惠券一般分为两类:限定商品品类优惠券和全部商品品类优惠券。
电商平台每秒内都会产生成千上万的订单。电商平台需要为每一个线上订单选取和使用折扣最大的优惠券或优惠券组合。而选取折扣最大的优惠券组合的难度在于以下几个方面:
(1)计算规则复杂。比如每一张优惠券都有不同的满足条件和不同的商品适用范围,每一个商品最多被三张不同品类的优惠券叠加打折三次等。由于优惠券相互叠加排斥和金额减扣,每一个优惠券组合方案都涉及复杂的计算逻辑。
(2)运算量大。每一个订单所适用的优惠券数量是不同的,因为消费者申领过的优惠券不一样,并且订单内商品不一样。例如,如果一个订单涉及了40张可适用的优惠券,那么搜索空间就包含了是240(1万亿以上)个不同的优惠券组合方案。事实上订单有时甚至会涉及几百张可适用的优惠券。对于普通的订单,找到其计算折扣最大的优惠券组合方案,需要枚举对比至少上万亿的选择方案。
(3)处理时间。电商平台业务要求对于单笔订单,最佳优惠券选择问题必须在若干毫秒内计算完毕。
目前,现有的技术方案是基于巨大搜索空间的极小量枚举方法,该方案程序如下:随机给订单内的每一个商品分配一张优惠券(或者店铺类优惠券,或者限品类优惠券,或者全品类优惠券),并且效验该方案是否可行,从而得到一个优惠券组合方案,并且计算该优惠券组合方案的总体折扣金额;在允许的运算时间内,多次重复上述步骤,纪录最大的总体折扣金额,并且保留其对应的优惠券组合方案;返回带来最大的总体折扣金额的优惠券组合方案。
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计算结果差、计算过程不合理以及计算速度慢等缺陷。
发明内容
有鉴于此,本公开提供了一种能够提供较优优惠券组合方案的信息处理方法及系统。
本公开的一个方面提供了一种信息处理方法,包括:获取目标订单的订单信息;依据上述订单信息,确定结算上述目标订单时可用于减免支付金额的多张候选优惠券;确定上述多张候选优惠券中两两优惠券之间的互斥关系,其中,具有互斥关系的优惠券不能同时使用;以及至少依据上述互斥关系,并基于上述多张候选优惠券输出优惠金额满足预设条件的目标优惠券组合,以供结算上述目标订单使用。
根据本公开的实施例,上述至少依据上述互斥关系,并基于上述多张候选优惠券输出优惠金额满足预设条件的目标优惠券组合,包括:构建用于计算优惠金额的目标函数;设置上述目标函数的初始解,其中,上述初始解为空集;在满足迭代条件的情况下,执行预先设定的第一循环体,其中,上述第一循环体包括:依据上述互斥关系,从上述多张候选优惠券中选出一候选优惠券并将其并入与初始解对应的初始优惠券组合,得到一中间优惠券组合,其中,中间优惠券组合用中间解表示且其中包含的优惠券两两互斥;将上述中间解输入上述目标函数并输出对应的目标函数值,其中,目标函数值表示使用上述中间优惠券组合结算上述目标订单能够优惠的金额;将上述中间解作为新的初始解;以及将上述中间优惠券组合作为新的初始优惠券组合;在迭代结束后,从执行上述第一循环体得到的所有目标函数值中提取满足预设值的一个目标函数值;以及将与该目标函数值对应的中间优惠券组合作为上述目标优惠券组合。
根据本公开的实施例,上述至少依据上述互斥关系,并基于上述多张候选优惠券输出优惠金额满足预设条件的目标优惠券组合,包括:构建用于计算优惠金额的目标函数;设置上述目标函数的初始解,其中,上述初始解为空集;在满足迭代条件的情况下,执行预先设定的第二循环体,其中,上述第二循环体包括:从上述多张候选优惠券中随机选出一候选优惠券;判断上述候选优惠券与对应于初始解的初始优惠券组合中各优惠券之间是否满足上述互斥关系;若满足,则将上述候选优惠券并入初始优惠券组合,得到一中间优惠券组合,其中,中间优惠券组合用中间解表示;将上述中间解输入上述目标函数并输出对应的目标函数值,其中,目标函数值表示使用上述中间优惠券组合结算上述目标订单能够优惠的金额;将上述中间解作为新的初始解;以及将上述中间优惠券组合作为新的初始优惠券组合;在迭代结束后,从执行上述第二循环体得到的所有目标函数值中提取满足预设值的一个目标函数值;以及将与该目标函数值对应的中间优惠券组合作为上述目标优惠券组合。
根据本公开的实施例,在上述第二循环体中:若上述候选优惠券与对应于初始解的初始优惠券组合中各优惠券之间不满足上述互斥关系,则将上述候选优惠券并入初始优惠券组合并将初始优惠券组合中与上述候选优惠券互斥的优惠券删除,以得到一对应的中间优惠券组合。
根据本公开的实施例,上述方法还包括:确定上述多张候选优惠券中每张优惠券单独用于结算上述目标订单时对优惠金额的贡献值;上述至少依据上述互斥关系,并基于上述多张候选优惠券输出优惠金额满足预设条件的目标优惠券组合,包括:依据上述互斥关系和上述贡献值的大小,并基于上述多张候选优惠券输出优惠金额满足上述预设条件的目标优惠券组合。
根据本公开的实施例,上述依据上述订单信息,确定结算上述目标订单时可用于减免支付金额的多张候选优惠券,包括:从上述订单信息中提取用户信息和对象信息,其中,上述用户信息对应于与上述目标订单关联的目标用户,上述对象信息对应于上述目标订单中包含的交易对象;依据上述用户信息,确定上述目标用户能够使用的所有优惠券;以及依据上述对象信息,从上述所有优惠券中选出可供上述交易对象使用的优惠券,得到上述多张候选优惠券。
根据本公开的实施例,上述确定上述多张候选优惠券中两两优惠券之间的互斥关系,包括:获取上述多张候选优惠券中各优惠券的使用规则;以及依据上述使用规则,确定上述多张候选优惠券中两两优惠券之间的上述互斥关系。
本公开的另一个方面提供了一种信息处理系统,包括:获取模块,用于获取目标订单的订单信息;第一确定模块,用于依据上述订单信息,确定结算上述目标订单时可用于减免支付金额的多张候选优惠券;第二确定模块,用于确定上述多张候选优惠券中两两优惠券之间的互斥关系,其中,具有互斥关系的优惠券不能同时使用;以及输出模块,用于至少依据上述互斥关系,并基于上述多张候选优惠券输出优惠金额满足预设条件的目标优惠券组合,以供结算上述目标订单使用。
根据本公开的实施例,上述输出模块包括:第一构建单元,用于构建用于计算优惠金额的目标函数;第一设置单元,用于设置上述目标函数的初始解,其中,上述初始解为空集;第一处理单元,用于在满足迭代条件的情况下,执行预先设定的第一循环体,其中,上述第一循环体包括:依据上述互斥关系,从上述多张候选优惠券中选出一候选优惠券并将其并入与初始解对应的初始优惠券组合,得到一中间优惠券组合,其中,中间优惠券组合用中间解表示且其中包含的优惠券两两互斥;将上述中间解输入上述目标函数并输出对应的目标函数值,其中,目标函数值表示使用上述中间优惠券组合结算上述目标订单能够优惠的金额;将上述中间解作为新的初始解;以及将上述中间优惠券组合作为新的初始优惠券组合;第一提取单元,用于在迭代结束后,从执行上述第一循环体得到的所有目标函数值中提取满足预设值的一个目标函数值;以及第一确定单元,用于将与该目标函数值对应的中间优惠券组合作为上述目标优惠券组合。
根据本公开的实施例,上述输出模块包括:第二构建单元,用于构建用于计算优惠金额的目标函数;第二设置单元,用于设置上述目标函数的初始解,其中,上述初始解为空集;第二处理单元,用于在满足迭代条件的情况下,执行预先设定的第二循环体,其中,上述第二循环体包括:从上述多张候选优惠券中随机选出一候选优惠券;判断上述候选优惠券与对应于初始解的初始优惠券组合中各优惠券之间是否满足上述互斥关系;若满足,则将上述候选优惠券并入初始优惠券组合,得到一中间优惠券组合,其中,中间优惠券组合用中间解表示;将上述中间解输入上述目标函数并输出对应的目标函数值,其中,目标函数值表示使用上述中间优惠券组合结算上述目标订单能够优惠的金额;将上述中间解作为新的初始解;以及将上述中间优惠券组合作为新的初始优惠券组合;第二提取单元,用于在迭代结束后,从执行上述第二循环体得到的所有目标函数值中提取满足预设值的一个目标函数值;以及第二确定单元,用于将与该目标函数值对应的中间优惠券组合作为上述目标优惠券组合。
根据本公开的实施例,在上述第二循环体中:若上述候选优惠券与对应于初始解的初始优惠券组合中各优惠券之间不满足上述互斥关系,则将上述候选优惠券并入初始优惠券组合并将初始优惠券组合中与上述候选优惠券互斥的优惠券删除,以得到一对应的中间优惠券组合。
根据本公开的实施例,上述系统还包括:第三确定模块,用于确定上述多张候选优惠券中每张优惠券单独用于结算上述目标订单时对优惠金额的贡献值;上述输出模块还用于:依据上述互斥关系和上述贡献值的大小,并基于上述多张候选优惠券输出优惠金额满足上述预设条件的目标优惠券组合。
根据本公开的实施例,上述第一确定模块包括:第三提取单元,用于从上述订单信息中提取用户信息和对象信息,其中,上述用户信息对应于与上述目标订单关联的目标用户,上述对象信息对应于上述目标订单中包含的交易对象;第三确定单元,用于依据上述用户信息,确定上述目标用户能够使用的所有优惠券;以及选取单元,用于依据上述对象信息,从上述所有优惠券中选出可供上述交易对象使用的优惠券,得到上述多张候选优惠券。
根据本公开的实施例,上述第二确定模块包括:获取单元,用于获取上述多张候选优惠券中各优惠券的使用规则;以及第四确定单元,用于依据上述使用规则,确定上述多张候选优惠券中两两优惠券之间的上述互斥关系。
本公开的另一个方面提供了一种计算机系统,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当上述一个或多个程序被上述一个或多个处理器执行时,使得上述一个或多个处理器实现如上所述的方法。
本公开的另一方面提供了一种计算机可读存储介质,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如上所述的方法。
本公开的另一方面提供了一种计算机程序,上述计算机程序包括计算机可执行指令,上述指令在被执行时用于实现如上所述的方法。
本公开实施例,通过开发人工智能搜索算法(基于互斥矩阵),加速元启发搜索的搜索速度,避免运算时间的浪费,即使在巨大的搜索空间上,也能针对动态给定的商品订单,精确地计算该如何选取优惠券,来实现最大的优惠折扣,从而在确保精确计算的前提下,大幅提高运算速度,实现在若干毫秒内完成全部计算的目的。
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示意性示出了可以应用本公开的信息处理方法和系统的示例性系统架构;
图2示意性示出了根据本公开实施例的信息处理方法的应用场景;
图3示意性示出了根据本公开实施例的信息处理方法的流程图;
图4示意性示出了根据本公开实施例的一种循环体的循环逻辑;
图5示意性示出了根据本公开实施例的另一种循环体的循环逻辑;
图6示意性示出了根据本公开实施例的智能选券流程;
图7示意性示出了根据本公开其他实施例的信息处理方法的流程图;
图8示意性示出了根据本公开实施例的确定候选优惠券的流程图;
图9示意性示出了根据本公开实施例的优惠券互斥关系的流程图;
图10示意性示出了根据本公开实施例的信息处理系统的框图;
图11示意性示出了根据本公开实施例的输出模块的框图;
图12示意性示出了根据本公开其他实施例的输出模块的框图;以及
图13示意性示出了根据本公开实施例的适于实现信息处理方法及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。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。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。
本公开的实施例提供了一种信息处理方法以及用于实现该方法的信息处理系统。该方法包括获取目标订单的订单信息;依据订单信息,确定结算目标订单时可用于减免支付金额的多张候选优惠券;确定多张候选优惠券中两两优惠券之间的互斥关系,其中,具有互斥关系的优惠券不能同时使用;以及至少依据互斥关系,并基于多张候选优惠券输出优惠金额满足预设条件的目标优惠券组合,以供结算目标订单使用。
图1示意性示出了可以应用本公开的信息处理方法和系统的示例性系统架构。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,例如有线和/或无线通信链路等等。
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、邮箱客户端和/或社交平台软件等(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所提交的订单提供结算服务的后台服务器(仅为示例)。后台服务器可以对接收到的订单等数据进行分析等处理,并将处理结果(例如根据用户订单生成最优优惠券组合方案以及最终结算结果等)反馈给终端设备。
需要说明的是,本公开实施例所提供的信息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信息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信息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信息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。
图2示意性示出了根据本公开实施例的信息处理方法的应用场景。需要注意的是,图2所示仅为可以应用本公开实施例的应用场景的示例,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场景。
如图2所示,消费者通过客户端下订单,将订单信息(包括用户信息和订单购物车内商品信息)通过web请求发给电商平台订单结算服务器,订单结算服务器接收请求后,将该订单分配给优惠券管理服务器集群中的一台优惠券服务器,该优惠券服务器接收订单后,基于订单信息从优惠券存取Redis集群中查询本订单可用的优惠券,以及这些优惠券的使用规则,并通过智能选券单元从可用的优惠券中选出满足条件的优惠券组合方案。
使用本公开提供的信息处理方法可以帮助电商平台从可用的优惠券中,选出较优甚至最优的优惠券组合方案。应该理解,本公开提供的信息处理方法同样可以适应用户反复修改订单并反复提交订单的情况。即,如图2所示,消费者可能多次修改订单,并多次重复步骤2-4从而确定最终购买的商品,进而确定最终优惠金额和支付金额,再由优惠券服务器通知订单结算服务器,进而推送给消费者,消费者接受最终的商品结算金额并付款下单。
图3示意性示出了根据本公开实施例的信息处理方法的流程图。
如图3所示,该方法包括操作S302~S308。
在操作S302,获取目标订单的订单信息。
具体地,本公开提供的信息处理方法由优惠券服务器集群中服务器执行,如图2所示,这些优惠券服务器通过接收电商平台订单结算服务器分配的订单,并从订单中读取对应的订单信息。应该理解,订单信息包括但不限于用户信息(即消费者信息,如是普通用户还是会员等)和对象信息(即商品信息,如商品的类别和数量等)。
在操作S304,依据订单信息,确定结算目标订单时可用于减免支付金额的多张候选优惠券。
具体地,可以从订单涉及的消费者和商品两个维度,确定适应于目标订单的所有候选优惠券。
在操作S306,确定多张候选优惠券中两两优惠券之间的互斥关系,其中,具有互斥关系的优惠券不能同时使用。
具体地,针对候选优惠券,可以依据优惠券的应用条件即使用规则,建立优惠券互斥矩阵即笛卡积二维矩阵,记录每一张优惠券与另一张优惠券的互斥关系。具体地,在互斥矩阵中,可以用“1”表示两张优惠券互斥,用“0”表示两张优惠券不互斥,或者相反,用“0”表示两张优惠券互斥,用“1”表示两张优惠券不互斥。互斥矩阵使搜索的过程大幅加快,也简化了约束条件的计算量。
在操作S308,至少依据互斥关系,并基于多张候选优惠券输出优惠金额满足预设条件的目标优惠券组合,以供结算目标订单使用。
具体地,可以先获得多个优惠券组合,再从中选出最优惠的优惠券组合用于订单结算。
通过本公开实施例,采用基于人工智能选择最优优惠券的技术手段,使系统在用户提交订单时可以自动推荐最优惠的优惠券组合,从而保证消费者可以得到最大优惠券购物折扣和优良的购买体验。
因为现有技术只能在巨大的搜索空间上搜索很小的一部分,且枚举方法返回的优惠券组合方案会比实际的最大优惠的优惠券组合方案相差甚远,尤其对于稍微大一些的问题(比如6张优惠券),现有的技术方案有时会比消费者肉眼发现的优惠券组合方案优惠效果更差。与现有技术计算结果差相比,本公开实施例,通过开发人工智能搜索算法(基于互斥矩阵),加速元启发搜索的搜索速度,避免运算时间的浪费,即使在巨大的搜索空间上,也能针对动态给定的商品订单,精确地计算该如何选取优惠券,来实现最大的优惠折扣,从而在确保精确计算的前提下,大幅提高运算速度,实现在若干毫秒内完成全部计算的目的。
下面参考图4~图9,结合具体实施例对图3所示的方法做进一步说明。
在本公开实施例中,至少可以通过两种迭代算法实现操作S308,即至少依据互斥关系,并基于多张候选优惠券输出优惠金额满足预设条件的目标优惠券组合。
一种迭代算法如图4所示,操作S308至少依据互斥关系,并基于多张候选优惠券输出优惠金额满足预设条件的目标优惠券组合包括:构建用于计算优惠金额的目标函数;设置目标函数的初始解,其中,初始解为空集;在满足迭代条件的情况下,执行预先设定的第一循环体;在迭代结束后,从执行第一循环体得到的所有目标函数值中提取满足预设值的一个目标函数值;以及将与该目标函数值对应的中间优惠券组合作为目标优惠券组合。其中,第一循环体包括:
在操作S402,依据互斥关系,从多张候选优惠券中选出一候选优惠券并将其并入与初始解对应的初始优惠券组合,得到一中间优惠券组合,其中,中间优惠券组合用中间解表示且其中包含的优惠券两两互斥;
在操作S404,将中间解输入目标函数并输出对应的目标函数值,其中,目标函数值表示使用中间优惠券组合结算目标订单能够优惠的金额;
在操作S406,将中间解作为新的初始解;以及
在操作S408,将中间优惠券组合作为新的初始优惠券组合。
另一种迭代算法如图5所示,操作S308至少依据互斥关系,并基于多张候选优惠券输出优惠金额满足预设条件的目标优惠券组合,包括:构建用于计算优惠金额的目标函数;设置目标函数的初始解,其中,初始解为空集;在满足迭代条件的情况下,执行预先设定的第二循环体;在迭代结束后,从执行第二循环体得到的所有目标函数值中提取满足预设值的一个目标函数值;以及将与该目标函数值对应的中间优惠券组合作为目标优惠券组合。其中,第二循环体包括:
在操作S502,从多张候选优惠券中随机选出一候选优惠券;
在操作S504,判断候选优惠券与对应于初始解的初始优惠券组合中各优惠券之间是否满足互斥关系;
在操作S506,若满足,则将候选优惠券并入初始优惠券组合,得到一中间优惠券组合,其中,中间优惠券组合用中间解表示;
在操作S508,将中间解输入目标函数并输出对应的目标函数值,其中,目标函数值表示使用中间优惠券组合结算目标订单能够优惠的金额;
在操作S510,将中间解作为新的初始解;以及
在操作S512,将中间优惠券组合作为新的初始优惠券组合;
进一步,作为一种可选的实施例,如图5所示,在第二循环体中:
在操作S514,若候选优惠券与对应于初始解的初始优惠券组合中各优惠券之间不满足互斥关系,则将候选优惠券并入初始优惠券组合并将初始优惠券组合中与候选优惠券互斥的优惠券删除,以得到一对应的中间优惠券组合。
现有技术计算速度慢,因为枚举方法是低效率的方案,现有技术方案只能100%用足其被分配的运行时间,但业务逻辑希望在更少的时间内,计算出正确的结果。
通过以上实施例,采用两种循环迭代逻辑,提供了一种为订单结算最优优惠券的技术实现方式,使消费者的订单支出降至最低,模拟实验显示最优优惠券的技术为消费者节省了几个百分点的支出。最优优惠券的技术促进消费者订单的转化率,提高了优惠券的使用率,提升了电商的营销,并且在确保精确计算的前提下,大幅提高运算速度(若干毫秒内)。
作为一种可选的实施例,如图7所示,该方法还包括:
在操作S702,确定多张候选优惠券中每张优惠券单独用于结算目标订单时对优惠金额的贡献值;
在操作S308至少依据互斥关系,并基于多张候选优惠券输出优惠金额满足预设条件的目标优惠券组合包括:
在操作S704,依据互斥关系和贡献值的大小,并基于多张候选优惠券输出优惠金额满足预设条件的目标优惠券组合。
现有技术计算过程不合理。由于现有技术的优惠券组合方案是随机生成,对于每一个优惠券组合方案,只能全量完整计算每一个商品对应每一张优惠券的约束条件和折扣金额。
通过本公开实施例,对于给定订单,优惠券使用方案的计算方法,不再对每一张优惠券对应每一个商品进行全量计算,而是只对变换部分进行增量计算,从而计算量大幅减少和提高速度。
作为一种可选的实施例,如图8所示,操作S304依据订单信息,确定结算目标订单时可用于减免支付金额的多张候选优惠券包括:
在操作S802,从订单信息中提取用户信息和对象信息,其中,用户信息对应于与目标订单关联的目标用户,对象信息对应于目标订单中包含的交易对象;
在操作S804,依据用户信息,确定目标用户能够使用的所有优惠券;以及
在操作S806,依据对象信息,从所有优惠券中选出可供交易对象使用的优惠券,得到多张候选优惠券。
通过本公开实施例,可以准确定锁定多张候选优惠券,找出合理的搜索空间。
作为一种可选的实施例,如图9所示,操作S306确定多张候选优惠券中两两优惠券之间的互斥关系包括:
在操作S902,获取多张候选优惠券中各优惠券的使用规则;以及
在操作S904,依据使用规则,确定多张候选优惠券中两两优惠券之间的互斥关系。
通过本公开实施例,可以准确确定优惠券之间的互斥关系,进而为提高计算效率提供基础。
具体地,在优惠券服务器将订单内的商品,消费者所适用的优惠券,和优惠券的适用条件等信息作为输入参数传给优惠券智能选券单元,优惠券智能选券单元可按照以下操作选择优惠券组合:
步骤1,根据输入参数,通过初始化单元建立数学模型,准备数据,构造初始解(即优惠券使用方案);
步骤2,输入初始解,根据第一迭代算法循环调用产生单元,计算单元和评估单元,迭代执行Max次数,从而提高初始解的质量;
步骤3,通过输出单元提取最优惠的优惠券组合,并对该优惠券组合进行数据格式转换,进而返回选择结果。
下面结合图6详细说明优惠券智能选券单元的主要组成单元及其关系:
(1)初始化单元
初始化单元用于完成以下三个任务:
任务1,按照传入的商品和可用优惠券的关系,为目标订单建立优惠券选择问题的数学模型,如公式1:
公式1:
其中:
公式2:
公式3:
公式4:
公式5:
公式6:
公式7:
变量为:
S是订单中不同SKU商品的集合;
D是订单中可选的店铺类优惠券的集合;
X是订单中可选的限品类优惠券的集合;
Q是订单中可选的全品类优惠券的集合;
aij=1,如果对于如果对于SKU商品si优惠券j允许可以被使用;反之aij=0;
uij=1,如果对于SKU商品si优惠券j最终被应用;反之uij=0;
dj,xj,qj是相应店铺类优惠券,限品类优惠券,全品类优惠券j折扣金额;
tij=1如果ith SKU商品,jth店铺类优惠券可以应用;反之为0;
yij=1如果ith SKU商品,jth限品类优惠券可以应用;反之为0;
zij=1如果ith SKU商品,jth全品类优惠券可以应用;反之为0;
U矩阵对应uij定义了该问题的解。对于给定订单,解定义了哪一
张店铺类,限品类和全品类优惠券可以为哪一个商品使用的方案;
函数fapportion()计算当前解上的优惠券分担的折扣金额,该函数的定义取决于具体的商业结算逻辑。
上面的数学模型定义了以下内容:
公式1定义了对于任一给定的问题的一个解:如何计算解的质量,即目标函数值(一个优惠券使用方案折扣金额的总和);
公式1也定义了数学模型的优化方向,即目标函数值越大越好(对于消费者,折扣金额越大越好);
公式2-4定义一个类别的优惠券最多只能应用于一个商品的约束条件;
公式5-7定义优惠券的使用条件(商品金额达到优惠券满减条件),可叠加和共同使用的约束条件,从而保证解可以满足所有约束条件。
以上公式是全量计算方案,因为该方案指对一个订单内所涉及的所有商品和优惠券逐一进行计算。
如果通过去除公式1-7中的部分求和公式,公式1也可以进行逐个元素(每一张优惠券)的增量计算,即解上每一张优惠券对整个订单的个体优惠金额贡献值。
对于一张给定的店铺类优惠券j,其对当前解U的目标函数的贡献值由公式8可以得到:
公式8:
对于一张给定的限品类优惠券j,其对当前解U的目标函数的贡献值由公式9可以得到:
公式9:
对于一张给定的全品类优惠券j,其对当前解U的目标函数的贡献值由公式10可以得到:
公式10:
任务2,依据优惠券的应用条件,建立优惠券互斥矩阵。针对优惠券笛卡积的二维矩阵。根据优惠券的适用商品范围,优惠券互斥矩阵记录了每一张优惠券与另一张优惠券的互斥关系。互斥矩阵使搜索的过程大幅加快,也简化了约束条件的计算量。
任务3,构造初始解和增益矩阵建立初始解,并且针对解上诸元素建立增益矩阵。初始解以以下步骤实现:
步骤1,将初始解设置为空集合,即没有一张优惠券被使用。
步骤2,先构造增益矩阵。增益矩阵是个针对所有优惠券的一维数组。它记录了在初始解上每一张优惠券对整个订单的个体优惠金额贡献值。增益矩阵的使用大幅减少了下面计算单元中的计算目标函数值的运算量。
步骤3,为订单内每一个商品,在满足优惠券使用条件下(商品金额达到优惠券满减条件,即公式5),满足优惠券使用互斥约束条件的前提下(使用优惠券互斥矩阵),在该商品可候选的店铺类优惠券中,随机为该商品最多只分配一张店铺类优惠券。
步骤4,为订单内每一个商品,在满足优惠券可叠加的条件下,在满足优惠券使用条件下(即公式6),满足优惠券使用互斥约束条件的前提下,在该商品可候选的限品类优惠券中,随机为该商品最多只分配一张限品类优惠券。
步骤5,为订单内每一个商品,在满足优惠券可叠加的条件下,在满足优惠券使用条件下,满足优惠券使用互斥约束条件的前提下(即公式7),在该商品可候选的全品类优惠券中,随机为该商品最多只分配一张全品类类优惠券。
在步骤3-5中,如果一张优惠券被成功的加入到初始解上,则以该优惠券的折扣金额更新增益矩阵上的对应元素(通过使用公式8-10)。
初始解构造好以后,优惠券智能选券单元迭代调用产生单元,计算单元和评估单元,从而逐步提高当前订单问题的中间解。在每次迭代中,有以下步骤:
步骤1,基于上一次迭代的中间解(初始解就是第一次迭代的中间解),产生单元产生临时中间解;
步骤2,计算单元计算临时新解的目标函数值;
步骤3,评估单元判断是否可以接受临时中间解为中间解;
步骤4,如果可以接受,以中间解继续开始下一次迭代;
步骤5,在最后一次迭代中,以整个过程搜索到的最优中间解解为最终解。
(2)产生单元
产生单元的输入是初始解。产生单元通过以下三个任务不断变换迭代中的中间解,从而产生新解。
任务1,添加优惠券:
步骤1,构建候选可添加优惠券集合,选择当前中间解上未被使用的优惠券(即比如uij=0)。
步骤2,进一步过滤候选可添加优惠券集合,剔除和当前解上正在被使用得优惠券相排斥的(使用优惠券互斥矩阵)所有优惠券。优惠券互斥矩阵的使用确保了新的临时中间解是符合约束条件的,从而减少运行时间。
步骤3,如果候选优惠券集合不为空,在最后的候选优惠券集合内,任意选择一张优惠券,被选择的优惠券就是可添加优惠券,并且可以把这张优惠券添加在当前的中间解上;
步骤4,如果候选优惠券集合为空(即添加优惠券失败),则执行变换优惠券。
任务2,减去优惠券:
进行变换优惠券,即为了添加一张优惠券,需要从当前解上先减去若干张优惠券。变换优惠券包括以下步骤:
步骤1,构建候选可添加优惠券集合,选择当前中间解上未被使用的优惠券,在候选优惠券集合内,任意选择一张优惠券。该优惠券就是可添加优惠券。
步骤2,使用优惠券互斥矩阵,找到所有的当前中间解上正在被使用的优惠券且与被选择的优惠券互斥的优惠券。这些优惠券构成了移出优惠券集合。
任务3,执行变换:
步骤1,拷贝中间解,形成新的临时中间解。
步骤2,将移出优惠券集合中的优惠券从临时中间解上移出。
步骤3,将可添加优惠券加入到临时中间解上。即以添加优惠券变换或互换优惠券变换,改变现在的中间解,生成临时中间解。
(3)计算单元
计算单元的任务是计算临时中间解的目标函数值。计算单元不是针对临时中间解对所有的商品和优惠券逐一计算约束条件和优惠金额,而是根据当前中间解和临时中间解之间的差异(即不同的被使用优惠券),计算临时中间解给目标函数带来的增益,从而推算出临时中间解的目标函数总值。计算单元包括三个任务:
任务1,添加优惠券的目标函数值。针对新添加的店铺类,限品类,或全品类优惠券,使用公式8-10计算该优惠券对解的目标函数值的贡献值。
任务2,减去优惠券的目标函数值。针对从解上准备减去的店铺类,限品类,或全品类优惠券,就是依据增益矩阵提取变换元素(所减去优惠券)的目标函数贡献值(即优惠券金额)。
任务3,计算新中间解的目标函数值。即计算新中间解的目标函数值和减去优惠券的目标函数值之间的差。只对变换元素(单独一张或几张优惠券)进行个别计算,通过使用增益矩阵,大量运算时间得以大幅减少。
本技术方案推出的模型适合全量计算和增量计算,极大的加快了运算速度。
(4)评估单元
评估单元即根据临时中间解的目标函数值,判断是否可以用临时中间解来更新当前中间解。如可以,则完成更新。评估单元包括以下任务:
任务1,如果临时中间解的目标函数值比当前的中间解的目标函数值更优,那么评估单元会接受这个临时中间解;如果相反,评估单元可以按照人工智能元启发式搜索算法,诸如Simulated Annealing和其各种变体算法,Tabu Search,或者Great Deluge,来判定是否可以接受该临时中间解;
任务2,循环过程中发现的最好解被记录,保存和更新。如果临时中间解的目标函数值比所记录最好解的目标函数值更优,则以临时中间解成为最好解。
任务3,如果临时中间解被评估单元接受,则更新增益矩阵上涉及变换优惠券的个体目标函数贡献值;
任务4,按照人工智能元启发式搜索算法的要求,更新其算法参数值,比如更差解的接受概率(Simulated Annealing中的温度参数)和Tabu Search的区域解接受概率。
(5)输出单元
输出单元提取循环过程中发现的最好解,并将最好解中的矩阵U转换为优惠券使用方案,最后将结果返回给订单结算服务器。
应该理解以下算法:Simulated Annealing:模拟退火是一种现代元启发式算法,用来在固定时间内寻求在一个大的搜寻空间内找到的最优解。Tabu Search:禁忌搜索是一种现代元启发式算法,是一个用来跳脱局部最优解的搜索方法;Great Deluge:大洪水算法是应用于优化问题的通用算法。它在很多方面类似于爬山和模拟退火算法。
图10示意性示出了根据本公开实施例的信息处理系统的框图。
如图10所示,该信息处理系统100包括:获取模块110、第一确定模块120、第二确定模块130和输出模块140。
获取模块110,用于获取目标订单的订单信息;第一确定模块120,用于依据订单信息,确定结算目标订单时可用于减免支付金额的多张候选优惠券;第二确定模块130,用于确定多张候选优惠券中两两优惠券之间的互斥关系,其中,具有互斥关系的优惠券不能同时使用;以及输出模块140,用于至少依据互斥关系,并基于多张候选优惠券输出优惠金额满足预设条件的目标优惠券组合,以供结算目标订单使用。
通过本公开实施例,通过开发人工智能搜索算法(基于互斥矩阵),加速元启发搜索的搜索速度,避免运算时间的浪费,即使在巨大的搜索空间上,也能针对动态给定的商品订单,精确地计算该如何选取优惠券,来实现最大的优惠折扣,从而在确保精确计算的前提下,大幅提高运算速度,实现在若干毫秒内完成全部计算的目的。
根据本公开的实施例,如图11所示,输出模块140包括:第一构建单元141,用于构建用于计算优惠金额的目标函数;第一设置单元142,用于设置目标函数的初始解,其中,初始解为空集;第一处理单元143,用于在满足迭代条件的情况下,执行预先设定的第一循环体;第一提取单元144,用于在迭代结束后,从执行第一循环体得到的所有目标函数值中提取满足预设值的一个目标函数值;以及第一确定单元145,用于将与该目标函数值对应的中间优惠券组合作为目标优惠券组合。其中,第一循环体包括:依据互斥关系,从多张候选优惠券中选出一候选优惠券并将其并入与初始解对应的初始优惠券组合,得到一中间优惠券组合,其中,中间优惠券组合用中间解表示且其中包含的优惠券两两互斥;将中间解输入目标函数并输出对应的目标函数值,其中,目标函数值表示使用中间优惠券组合结算目标订单能够优惠的金额;将中间解作为新的初始解;以及将中间优惠券组合作为新的初始优惠券组合。
根据本公开的实施例,如图12所示,输出模块140包括:第二构建单元146,用于构建用于计算优惠金额的目标函数;第二设置单元147,用于设置目标函数的初始解,其中,初始解为空集;第二处理单元148,用于在满足迭代条件的情况下,执行预先设定的第二循环体;第二提取单元149,用于在迭代结束后,从执行第二循环体得到的所有目标函数值中提取满足预设值的一个目标函数值;以及第二确定单元1410,用于将与该目标函数值对应的中间优惠券组合作为目标优惠券组合。其中,第二循环体包括:从多张候选优惠券中随机选出一候选优惠券;判断候选优惠券与对应于初始解的初始优惠券组合中各优惠券之间是否满足互斥关系;若满足,则将候选优惠券并入初始优惠券组合,得到一中间优惠券组合,其中,中间优惠券组合用中间解表示;将中间解输入目标函数并输出对应的目标函数值,其中,目标函数值表示使用中间优惠券组合结算目标订单能够优惠的金额;将中间解作为新的初始解;以及将中间优惠券组合作为新的初始优惠券组合。
根据本公开的实施例,在第二循环体中:若候选优惠券与对应于初始解的初始优惠券组合中各优惠券之间不满足互斥关系,则将候选优惠券并入初始优惠券组合并将初始优惠券组合中与候选优惠券互斥的优惠券删除,以得到一对应的中间优惠券组合。
通过以上实施例,采用两种循环迭代逻辑,提供了一种为订单结算最优优惠券的技术实现方式,使消费者的订单支出降至最低,模拟实验显示最优优惠券的技术为消费者节省了几个百分点的支出。最优优惠券的技术促进消费者订单的转化率,提高了优惠券的使用率,提升了电商的营销,并且在确保精确计算的前提下,大幅提高运算速度(若干毫秒内)。
根据本公开的实施例,系统还包括:第三确定模块,用于确定多张候选优惠券中每张优惠券单独用于结算目标订单时对优惠金额的贡献值;输出模块还用于:依据互斥关系和贡献值的大小,并基于多张候选优惠券输出优惠金额满足预设条件的目标优惠券组合。
通过本公开实施例,对于给定订单,优惠券使用方案的计算方法,不再对每一张优惠券对应每一个商品进行全量计算,而是只对变换部分进行增量计算,从而计算量大幅减少和提高速度。
根据本公开的实施例,第一确定模块包括:第三提取单元,用于从订单信息中提取用户信息和对象信息,其中,用户信息对应于与目标订单关联的目标用户,对象信息对应于目标订单中包含的交易对象;第三确定单元,用于依据用户信息,确定目标用户能够使用的所有优惠券;以及选取单元,用于依据对象信息,从所有优惠券中选出可供交易对象使用的优惠券,得到多张候选优惠券。
通过本公开实施例,可以准确定锁定多张候选优惠券,找出合理的搜索空间。
根据本公开的实施例,第二确定模块包括:获取单元,用于获取多张候选优惠券中各优惠券的使用规则;以及第四确定单元,用于依据使用规则,确定多张候选优惠券中两两优惠券之间的互斥关系。
通过本公开实施例,可以准确确定优惠券之间的互斥关系,进而为提高计算效率提供基础。
根据本公开的实施例的模块、单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、单元中的任意一个或多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),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、单元中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,获取模块110、第一确定模块120、第二确定模块130和输出模块140中的任意多个可以合并在一个模块/单元中实现,或者其中的任意一个模块/单元可以被拆分成多个模块/单元。或者,这些模块/单元/子单元中的一个或多个模块/单元/子单元的至少部分功能可以与其他模块/单元/子单元的至少部分功能相结合,并在一个模块/单元中实现。根据本公开的实施例,获取模块110、第一确定模块120、第二确定模块130和输出模块140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),或可以通过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中任意一种或以其中任意几种的适当组合来实现。或者,获取模块110、第一确定模块120、第二确定模块130和输出模块140中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
需要说明的是,本公开的实施例中信息处理系统部分与本公开的实施例中信息处理方法部分是相对应的,信息处理系统部分的描述具体参考信息处理方法部分,在此不再赘述。
图13示意性示出了根据本公开实施例的适于实现上文描述的方法的计算机系统的框图。图13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13所示,根据本公开实施例的计算机系统500包括处理器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。处理器501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501还可以包括用于缓存用途的板载存储器。处理器501可以包括用于执行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 503中,存储有系统500操作所需的各种程序和数据。处理器501、ROM 502以及RAM 503通过总线504彼此相连。处理器501通过执行ROM 502和/或RAM 503中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 502和RAM 503以外的一个或多个存储器中。处理器501也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,系统500还可以包括输入/输出(I/O)接口505,输入/输出(I/O)接口505也连接至总线504。系统500还可以包括连接至I/O接口505的以下部件中的一项或多项: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。
根据本公开的实施例,根据本公开实施例的方法流程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存储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。在该计算机程序被处理器501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。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。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执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储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存储介质,该计算机可读存储介质可以发送、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。计算机可读存储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、有线、光缆、射频信号等等,或者上述的任意合适的组合。
例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 502和/或RAM 503和/或ROM 502和RAM 503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。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
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 (16)
1.一种信息处理方法,包括:
获取目标订单的订单信息;
依据所述订单信息,确定结算所述目标订单时可用于减免支付金额的多张候选优惠券;
确定所述多张候选优惠券中两两优惠券之间的互斥关系,其中,具有互斥关系的优惠券不能同时使用;以及
至少依据所述互斥关系,并基于所述多张候选优惠券输出优惠金额满足预设条件的目标优惠券组合,以供结算所述目标订单使用。
2.根据权利要求1所述的方法,其中,所述至少依据所述互斥关系,并基于所述多张候选优惠券输出优惠金额满足预设条件的目标优惠券组合,包括:
构建用于计算优惠金额的目标函数;
设置所述目标函数的初始解,其中,所述初始解为空集;
在满足迭代条件的情况下,执行预先设定的第一循环体,
其中,所述第一循环体包括:
依据所述互斥关系,从所述多张候选优惠券中选出一候选优惠券并将其并入与初始解对应的初始优惠券组合,得到一中间优惠券组合,其中,中间优惠券组合用中间解表示且其中包含的优惠券两两互斥;
将所述中间解输入所述目标函数并输出对应的目标函数值,其中,目标函数值表示使用所述中间优惠券组合结算所述目标订单能够优惠的金额;
将所述中间解作为新的初始解;以及
将所述中间优惠券组合作为新的初始优惠券组合;
在迭代结束后,从执行所述第一循环体得到的所有目标函数值中提取满足预设值的一个目标函数值;以及
将与该目标函数值对应的中间优惠券组合作为所述目标优惠券组合。
3.根据权利要求1所述的方法,其中,所述至少依据所述互斥关系,并基于所述多张候选优惠券输出优惠金额满足预设条件的目标优惠券组合,包括:
构建用于计算优惠金额的目标函数;
设置所述目标函数的初始解,其中,所述初始解为空集;
在满足迭代条件的情况下,执行预先设定的第二循环体,
其中,所述第二循环体包括:
从所述多张候选优惠券中随机选出一候选优惠券;
判断所述候选优惠券与对应于初始解的初始优惠券组合中各优惠券之间是否满足所述互斥关系;
若满足,则将所述候选优惠券并入初始优惠券组合,得到一中间优惠券组合,其中,中间优惠券组合用中间解表示;
将所述中间解输入所述目标函数并输出对应的目标函数值,其中,目标函数值表示使用所述中间优惠券组合结算所述目标订单能够优惠的金额;
将所述中间解作为新的初始解;以及
将所述中间优惠券组合作为新的初始优惠券组合;
在迭代结束后,从执行所述第二循环体得到的所有目标函数值中提取满足预设值的一个目标函数值;以及
将与该目标函数值对应的中间优惠券组合作为所述目标优惠券组合。
4.根据权利要求3所述的方法,其中,在所述第二循环体中:
若所述候选优惠券与对应于初始解的初始优惠券组合中各优惠券之间不满足所述互斥关系,则将所述候选优惠券并入初始优惠券组合并将初始优惠券组合中与所述候选优惠券互斥的优惠券删除,以得到一对应的中间优惠券组合。
5.根据权利要求1所述的方法,其中,所述方法还包括:
确定所述多张候选优惠券中每张优惠券单独用于结算所述目标订单时对优惠金额的贡献值;
所述至少依据所述互斥关系,并基于所述多张候选优惠券输出优惠金额满足预设条件的目标优惠券组合,包括:
依据所述互斥关系和所述贡献值的大小,并基于所述多张候选优惠券输出优惠金额满足所述预设条件的目标优惠券组合。
6.根据权利要求1所述的方法,其中,所述依据所述订单信息,确定结算所述目标订单时可用于减免支付金额的多张候选优惠券,包括:
从所述订单信息中提取用户信息和对象信息,其中,所述用户信息对应于与所述目标订单关联的目标用户,所述对象信息对应于所述目标订单中包含的交易对象;
依据所述用户信息,确定所述目标用户能够使用的所有优惠券;以及
依据所述对象信息,从所述所有优惠券中选出可供所述交易对象使用的优惠券,得到所述多张候选优惠券。
7.根据权利要求1所述的方法,其中,所述确定所述多张候选优惠券中两两优惠券之间的互斥关系,包括:
获取所述多张候选优惠券中各优惠券的使用规则;以及
依据所述使用规则,确定所述多张候选优惠券中两两优惠券之间的所述互斥关系。
8.一种信息处理系统,包括:
获取模块,用于获取目标订单的订单信息;
第一确定模块,用于依据所述订单信息,确定结算所述目标订单时可用于减免支付金额的多张候选优惠券;
第二确定模块,用于确定所述多张候选优惠券中两两优惠券之间的互斥关系,其中,具有互斥关系的优惠券不能同时使用;以及
输出模块,用于至少依据所述互斥关系,并基于所述多张候选优惠券输出优惠金额满足预设条件的目标优惠券组合,以供结算所述目标订单使用。
9.根据权利要求8所述的系统,其中,所述输出模块包括:
第一构建单元,用于构建用于计算优惠金额的目标函数;
第一设置单元,用于设置所述目标函数的初始解,其中,所述初始解为空集;
第一处理单元,用于在满足迭代条件的情况下,执行预先设定的第一循环体,
其中,所述第一循环体包括:
依据所述互斥关系,从所述多张候选优惠券中选出一候选优惠券并将其并入与初始解对应的初始优惠券组合,得到一中间优惠券组合,其中,中间优惠券组合用中间解表示且其中包含的优惠券两两互斥;
将所述中间解输入所述目标函数并输出对应的目标函数值,其中,目标函数值表示使用所述中间优惠券组合结算所述目标订单能够优惠的金额;
将所述中间解作为新的初始解;以及
将所述中间优惠券组合作为新的初始优惠券组合;
第一提取单元,用于在迭代结束后,从执行所述第一循环体得到的所有目标函数值中提取满足预设值的一个目标函数值;以及
第一确定单元,用于将与该目标函数值对应的中间优惠券组合作为所述目标优惠券组合。
10.根据权利要求8所述的系统,其中,所述输出模块包括:
第二构建单元,用于构建用于计算优惠金额的目标函数;
第二设置单元,用于设置所述目标函数的初始解,其中,所述初始解为空集;
第二处理单元,用于在满足迭代条件的情况下,执行预先设定的第二循环体,
其中,所述第二循环体包括:
从所述多张候选优惠券中随机选出一候选优惠券;
判断所述候选优惠券与对应于初始解的初始优惠券组合中各优惠券之间是否满足所述互斥关系;
若满足,则将所述候选优惠券并入初始优惠券组合,得到一中间优惠券组合,其中,中间优惠券组合用中间解表示;
将所述中间解输入所述目标函数并输出对应的目标函数值,其中,目标函数值表示使用所述中间优惠券组合结算所述目标订单能够优惠的金额;
将所述中间解作为新的初始解;以及
将所述中间优惠券组合作为新的初始优惠券组合;
第二提取单元,用于在迭代结束后,从执行所述第二循环体得到的所有目标函数值中提取满足预设值的一个目标函数值;以及
第二确定单元,用于将与该目标函数值对应的中间优惠券组合作为所述目标优惠券组合。
11.根据权利要求10所述的系统,其中,在所述第二循环体中:
若所述候选优惠券与对应于初始解的初始优惠券组合中各优惠券之间不满足所述互斥关系,则将所述候选优惠券并入初始优惠券组合并将初始优惠券组合中与所述候选优惠券互斥的优惠券删除,以得到一对应的中间优惠券组合。
12.根据权利要求8所述的系统,其中,所述系统还包括:
第三确定模块,用于确定所述多张候选优惠券中每张优惠券单独用于结算所述目标订单时对优惠金额的贡献值;
所述输出模块还用于:
依据所述互斥关系和所述贡献值的大小,并基于所述多张候选优惠券输出优惠金额满足所述预设条件的目标优惠券组合。
13.根据权利要求8所述的系统,其中,所述第一确定模块包括:
第三提取单元,用于从所述订单信息中提取用户信息和对象信息,其中,所述用户信息对应于与所述目标订单关联的目标用户,所述对象信息对应于所述目标订单中包含的交易对象;
第三确定单元,用于依据所述用户信息,确定所述目标用户能够使用的所有优惠券;以及
选取单元,用于依据所述对象信息,从所述所有优惠券中选出可供所述交易对象使用的优惠券,得到所述多张候选优惠券。
14.根据权利要求8所述的系统,其中,所述第二确定模块包括:
获取单元,用于获取所述多张候选优惠券中各优惠券的使用规则;以及
第四确定单元,用于依据所述使用规则,确定所述多张候选优惠券中两两优惠券之间的所述互斥关系。
15.一种计算机系统,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1至6中任一项所述的方法。
16.一种计算机可读存储介质,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中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810993843.4A CN110866771A (zh) | 2018-08-28 | 2018-08-28 | 信息处理方法、系统、介质和计算机系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810993843.4A CN110866771A (zh) | 2018-08-28 | 2018-08-28 | 信息处理方法、系统、介质和计算机系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110866771A true CN110866771A (zh) | 2020-03-06 |
Family
ID=69651461
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810993843.4A Pending CN110866771A (zh) | 2018-08-28 | 2018-08-28 | 信息处理方法、系统、介质和计算机系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110866771A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111626765A (zh) * | 2020-04-22 | 2020-09-04 | 拉扎斯网络科技(上海)有限公司 | 资源配置方法及装置、存储介质、计算机设备 |
CN111723988A (zh) * | 2020-06-18 | 2020-09-29 | 南京领行科技股份有限公司 | 一种网约车订单的支付提示方法、装置、设备及存储介质 |
CN111833102A (zh) * | 2020-06-30 | 2020-10-27 | 拉扎斯网络科技(上海)有限公司 | 一种数据显示方法以及装置 |
CN112449002A (zh) * | 2020-10-19 | 2021-03-05 | 微民保险代理有限公司 | 一种待推送对象的推送方法、装置、设备及存储介质 |
CN113205394A (zh) * | 2021-05-27 | 2021-08-03 | 拉扎斯网络科技(上海)有限公司 | 虚拟资源兑换方法、装置、电子设备和存储介质 |
CN113222578A (zh) * | 2021-05-28 | 2021-08-06 | 支付宝(杭州)信息技术有限公司 | 一种支付方法及装置 |
CN113312892A (zh) * | 2021-06-10 | 2021-08-27 | 车智互联(北京)科技有限公司 | 一种优惠券生成方法、计算设备及存储介质 |
CN113592562A (zh) * | 2021-08-09 | 2021-11-02 | 京东科技控股股份有限公司 | 优惠券处理方法、装置、电子设备及存储介质 |
CN113742568A (zh) * | 2020-05-29 | 2021-12-03 | 多点(深圳)数字科技有限公司 | 信息显示方法、电子设备和计算机可读介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020143612A1 (en) * | 2001-01-29 | 2002-10-03 | International Business Machines Corporation | Electronic coupons decision support and recommendation system |
CN107392655A (zh) * | 2017-07-03 | 2017-11-24 | 携程计算机技术(上海)有限公司 | 优惠券推送方法、系统、存储介质、电子设备及分流方法 |
CN107403329A (zh) * | 2016-05-18 | 2017-11-28 | 苏宁云商集团股份有限公司 | 一种业务凭证配置方法及装置 |
CN107481042A (zh) * | 2017-07-27 | 2017-12-15 | 北京微影时代科技有限公司 | 一种在线购票的优惠选择方法及电子设备 |
CN107944002A (zh) * | 2017-12-05 | 2018-04-20 | 北京汇积分数据科技有限公司 | 优惠券核销方法、装置及电子设备 |
-
2018
- 2018-08-28 CN CN201810993843.4A patent/CN110866771A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020143612A1 (en) * | 2001-01-29 | 2002-10-03 | International Business Machines Corporation | Electronic coupons decision support and recommendation system |
CN107403329A (zh) * | 2016-05-18 | 2017-11-28 | 苏宁云商集团股份有限公司 | 一种业务凭证配置方法及装置 |
CN107392655A (zh) * | 2017-07-03 | 2017-11-24 | 携程计算机技术(上海)有限公司 | 优惠券推送方法、系统、存储介质、电子设备及分流方法 |
CN107481042A (zh) * | 2017-07-27 | 2017-12-15 | 北京微影时代科技有限公司 | 一种在线购票的优惠选择方法及电子设备 |
CN107944002A (zh) * | 2017-12-05 | 2018-04-20 | 北京汇积分数据科技有限公司 | 优惠券核销方法、装置及电子设备 |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111626765A (zh) * | 2020-04-22 | 2020-09-04 | 拉扎斯网络科技(上海)有限公司 | 资源配置方法及装置、存储介质、计算机设备 |
CN111626765B (zh) * | 2020-04-22 | 2023-07-25 | 拉扎斯网络科技(上海)有限公司 | 资源配置方法及装置、存储介质、计算机设备 |
CN113742568A (zh) * | 2020-05-29 | 2021-12-03 | 多点(深圳)数字科技有限公司 | 信息显示方法、电子设备和计算机可读介质 |
CN111723988A (zh) * | 2020-06-18 | 2020-09-29 | 南京领行科技股份有限公司 | 一种网约车订单的支付提示方法、装置、设备及存储介质 |
CN111723988B (zh) * | 2020-06-18 | 2022-06-14 | 南京领行科技股份有限公司 | 一种网约车订单的支付提示方法、装置、设备及存储介质 |
CN111833102A (zh) * | 2020-06-30 | 2020-10-27 | 拉扎斯网络科技(上海)有限公司 | 一种数据显示方法以及装置 |
CN112449002A (zh) * | 2020-10-19 | 2021-03-05 | 微民保险代理有限公司 | 一种待推送对象的推送方法、装置、设备及存储介质 |
CN113205394A (zh) * | 2021-05-27 | 2021-08-03 | 拉扎斯网络科技(上海)有限公司 | 虚拟资源兑换方法、装置、电子设备和存储介质 |
CN113222578A (zh) * | 2021-05-28 | 2021-08-06 | 支付宝(杭州)信息技术有限公司 | 一种支付方法及装置 |
CN113312892A (zh) * | 2021-06-10 | 2021-08-27 | 车智互联(北京)科技有限公司 | 一种优惠券生成方法、计算设备及存储介质 |
CN113312892B (zh) * | 2021-06-10 | 2024-04-23 | 车智互联(北京)科技有限公司 | 一种优惠券生成方法、计算设备及存储介质 |
CN113592562A (zh) * | 2021-08-09 | 2021-11-02 | 京东科技控股股份有限公司 | 优惠券处理方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110866771A (zh) | 信息处理方法、系统、介质和计算机系统 | |
CN107330445B (zh) | 用户属性的预测方法和装置 | |
CN109919684A (zh) | 用于生成信息预测模型的方法、电子设备和计算机可读存储介质 | |
CN106897905B (zh) | 用于推送信息的方法、装置及电子设备 | |
EP4242955A1 (en) | User profile-based object recommendation method and device | |
CN110008973B (zh) | 一种模型训练方法、基于模型确定目标用户的方法及装置 | |
CN112184348B (zh) | 订单数据处理方法、装置、电子设备及介质 | |
CN111125535A (zh) | 理财产品推荐方法及装置 | |
US20230368111A1 (en) | System, Method, and Computer Program Product for Implementing a Hybrid Deep Neural Network Model to Determine a Market Strategy | |
WO2021081802A1 (en) | Electronic database search and storage efficiency improvement | |
CN111325587A (zh) | 用于生成信息的方法和装置 | |
CN107146158A (zh) | 一种电子数据处理方法及装置 | |
CN110880082A (zh) | 服务评价方法、装置、系统、电子设备和可读存储介质 | |
US11144947B2 (en) | Managing user loyalty groups at point-of-sale accesses | |
CN106600360B (zh) | 推荐对象的排序方法及装置 | |
US20170249684A1 (en) | Systems and methods for search term prioritization | |
CN111798261A (zh) | 信息更新的方法和装置 | |
CN109255563B (zh) | 物品的储位区域的确定方法和装置 | |
CN106920124A (zh) | 一种数据采集和分析方法及装置 | |
WO2016113703A1 (en) | Agricultural transaction system and method of operating same | |
US20210201186A1 (en) | Utilizing Machine Learning to Predict Information Corresponding to Merchant Offline Presence | |
CN113034183A (zh) | 定价处理方法、装置、电子设备和存储介质 | |
CN110033336B (zh) | 用于确定地址的方法和装置 | |
CN113792952A (zh) | 用于生成模型的方法和装置 | |
CN110751492A (zh) | 一种高价值人群识别方法和装置 |
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 |