CN111798264A - 一种异常信息识别方法及计算设备 - Google Patents

Abstract

本发明公开了一种异常信息识别方法，在计算设备中执行，包括：获取待发布的目标商品的价格信息；根据目标商品的关联商品的当前价格和/或目标商品的历史同时期的价格来判断该价格信息是否异常；若价格信息异常，则输出异常提示消息；若价格信息正常，则发布该价格信息；在价格信息发布后，根据当前时间段的订单量与历史同时期的订单量来判断价格信息是否异常，并在价格信息异常时，输出异常提示消息。本发明一并公开了相应的计算设备。

Description

一种异常信息识别方法及计算设备

技术领域

本发明涉及数据处理技术领域，尤其涉及一种异常信息识别方法及计算设备。

背景技术

随着互联网技术的发展，网络购物已成为大多数消费者的日常选择。各大电商平台创造了各种各样的购物节日，例如双十一、618、吃货节，以及各种半年庆、周年庆等。商家为了提高毛利率、争取利润最大化，会在不同时期频繁调整商品价格，这难免会出现由于人为因素或系统异常而出现的标价错误。这些错误的价格被提交到商品页面进行发布，会给商家造成不必要的经济损失。目前，错误定价的识别和避免通常由商家手动完成，即，商家在发布价格之前，自行检查价格是否正确。这种方式增加了商家的工作量，并且主观性较强，准确率低，往往难以发现价格的异常情况。因此，需要一种能够自动识别异常商品价格的方法。

发明内容

为此，本发明提供一种异常信息识别方法及计算设备，以力图解决或至少缓解上面存在的问题。

根据本发明的第一个方面，提供一种异常信息识别方法，在计算设备中执行，包括以下步骤：获取待发布的目标商品的价格信息；根据所述目标商品的关联商品的当前价格和/或目标商品的历史同时期的价格来判断所述价格信息是否异常；若所述价格信息异常，则输出异常提示消息；若所述价格信息正常，则发布所述价格信息；在所述价格信息发布后，根据当前时间段的订单量与历史同时期的订单量来判断所述价格信息是否异常，并在价格信息异常时，输出异常提示消息。

可选地，在根据本发明的异常信息识别方法中，根据所述目标商品的关联商品的当前价格和/或目标商品的历史同时期的价格来判断所述价格信息是否异常的步骤包括：将所述价格信息相对于关联商品的平均价格的降价幅度与关联商品的最大降价幅度的比值作为第一折扣值；将所述价格信息相对于历史同时期价格的降价幅度与历史最大降价幅度的比值作为第二折扣值；将第一折扣值与第二折扣值的加权求和结果作为总折扣值；当总折扣值大于预设阈值时，判断所述价格信息异常。

可选地，在根据本发明的异常信息识别方法中，所述关联商品的最大降价幅度为所述关联商品的平均价格与预设的关联商品降价比例阈值的乘积；所述历史最大降价幅度为所述历史同时期价格与预设的历史降价比例阈值的乘积。

可选地，在根据本发明的异常信息识别方法中，关联商品的平均价格为去掉最高价和最低价之后的关联商品价格的平均值。

可选地，在根据本发明的异常信息识别方法中，当所述目标商品没有关联商品时，将所述价格信息相对于原价格的降价幅度与目标商品的最大降价幅度的比值作为第一折扣值，其中，所述目标商品的最大降价幅度为目标商品的原价格与预设的折扣阈值的乘积。

可选地，在根据本发明的异常信息识别方法中，当所述目标商品没有历史同时期价格时，将所述价格信息相对于原价格的降价幅度与目标商品的最大降价幅度的比值作为第二折扣值，其中，所述目标商品的最大降价幅度为目标商品的原价格与预设的折扣阈值的乘积。

可选地，在根据本发明的异常信息识别方法中，根据当前时间段的订单量与历史同时期的订单量来判断所述价格信息是否异常的步骤包括：若当前时间段的订单量相对于历史同时期的订单量的增长率大于预设的订单量增长率阈值，则判断所述价格信息异常。

可选地，在根据本发明的异常信息识别方法中，当所述目标商品没有历史同时期的订单量时，若当前时间段的订单量相对于预设的订单量阈值的增长率大于预设的订单量增长率阈值，则判断所述价格信息异常。

可选地，在根据本发明的异常信息识别方法中，其中：当在所述价格信息发布之前判断所述价格信息异常时，拒绝发布所述价格信息；当在所述价格信息发布之后判断所述价格信息异常时，下架所述目标商品。

根据本发明的第二个方面，提供一种计算设备，包括：至少一个处理器；和存储有程序指令的存储器，当所述程序指令被所述处理器读取并执行时，使得所述计算设备执行上述异常信息识别方法。

根据本发明的第三个方面，提供一种存储有程序指令的可读存储介质，当所述程序指令被计算设备读取并执行时，使得所述计算设备执行上述异常信息识别方法。

根据本发明的技术方案，在价格信息发布之前，根据关联商品的当前价格和/或目标商品的历史同时期价格来判断价格信息是否异常，在商家修改目标商品价格时对异常价格进行预警，避免定价错误。并且，在价格信息发布后，通过对比商品当前时间段的订单量与历史同时期的订单量来判断价格信息是否异常，防止出现商家在发布定价信息时无视价格异常预警、价格发布后出现大量异常订单却没有报警的问题，从而进一步避免定价错误。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

为了实现上述以及相关目的，本文结合下面的描述和附图来描述某些说明性方面，这些方面指示了可以实践本文所公开的原理的各种方式，并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述，本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开，相同的附图标记通常指代相同的部件或元素。

图1示出了根据本发明一个实施例的异常信息识别系统100的示意图；

图2示出了根据本发明一个实施例的配置过程200的示意图；

图3示出了根据本发明一个实施例的计算设备300的示意图；

图4示出了根据本发明一个实施例的异常信息识别方法400的流程图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

针对现有技术中存在的问题，本发明提供一种异常信息识别方法，用于在商家发布商品价格信息时以及成功发布价格信息后对商品的价格信息进行分析校验，识别异常价格，避免商家定价错误。

本发明提供的异常信息识别方法可以应用于图1所示的应用场景中。图1示出了根据本发明一个实施例的异常信息识别系统100的示意图。

如图1所示，异常信息识别系统100包括计算设备300、数据存储装置110和终端设备120。应当指出，图1所示的异常信息识别系统100仅是示例性的，虽然其中仅示出了一个计算设备、一个数据存储装置和一个终端设备，但是，在具体的实践情况中，异常信息识别系统中可以包括不同数量的计算设备、数据存储装置和终端设备，本发明对异常信息识别系统中所包括的计算设备、数据存储装置以及终端设备的数量均不做限制。

计算设备300是具有通信和计算能力的设备，其可以实现为服务器、工作站等，也可以实现为桌面计算机、笔记本计算机等配置的个人计算机，在一些情况中，计算设备300还可以实现为手机、平板电脑、智能可穿戴设备等设备。

数据存储装置110可以是关系型数据库例如MySQL、ACCESS等，也可以是非关系型数据库例如NoSQL等；可以是驻留于计算设备300中的本地数据库，也可以作为分布式数据库例如HBase等设置于多个地理位置处，总之，数据存储装置110用于存储数据，本发明对数据存储装置110的具体部署、配置情况不做限制。

终端设备120例如可以是桌面计算机、笔记本计算机等个人配置的计算机，也可以是手机、平板电脑、多媒体播放器、智能可穿戴设备等移动终端，还可以是智能电视、智能门禁、工控设备等物联网(Internet of Things，IoT)设备，但不限于此。

计算设备300与数据存储装置110连接，其可以向数据存储装置110中写入数据，以及获取数据存储装置110中所存储的数据。例如，计算设备300可以直接读取数据存储装置110中的数据(在数据存储装置110为计算设备300的本地数据库时)，也可以通过有线或无线的方式接入互联网，并通过数据接口来获取数据存储装置110中的数据。

终端设备120中安装有适于供商家使用的电商(电子商务)应用(App)；或者，终端设备120中安装有适于供商家访问电商网站的浏览器应用。商家可以通过在终端设备120上访问电商应用或相应的电商网站来发布商品以及修改商品价格。计算设备300是终端设备120中所安装的电商应用的服务端，或者是电商网站所对应的服务端，其用于向该应用或该网站提供方法及数据调用。例如，终端设备120中安装有电商应用A，计算设备300是应用A的服务端；或者，终端设备120中安装有浏览器应用，商家可以通过浏览器应用来访问电商网站B，计算设备300是电商网站B的服务端。

在本发明的实施例中，商家可以在终端设备120的电商应用或电商网站中进行相应的配置，具体地，执行配置过程200，设置关联商品、用于识别异常价格的多个阈值、以及识别出异常价格后的操作等。计算设备300接收商家的设置，并将这些配置信息存储至数据存储装置110。后续当商家发布商品价格信息时、以及商品价格信息发布后，计算设备300将从数据存储装置110中获取商家设置的配置信息，执行本发明的异常信息识别方法400，根据配置信息来对商品价格信息进行分析检查，以识别出异常价格。

本发明的配置过程200在终端设备120处执行。终端设备120上的电商应用或电商网站中提供有用于采集配置信息的接口。商家可以通过相应的接口来录入配置信息，通过post等请求方式将配置信息提交至服务端(即计算设备300)，服务端则进一步将配置信息存储至数据存储装置110。

图2示出了根据本发明一个实施例的配置过程200的示意图。配置过程200在终端设备120处执行，用于录入配置信息并将配置信息提交至服务端。应当指出，图2所示的配置过程200仅为一个示例，其中包括配置步骤S202～S222。实践中，商家可以根据实际情况来选择执行配置过程200中的任意一项或几项配置步骤以设置相应的配置信息，并且所选中的配置步骤可以以任意顺序被执行，而不局限于图2所示的配置步骤和顺序。

如图2所示，在步骤S202中，设置店铺和/或分类的折扣阈值。店铺的折扣阈值对店铺中的所有商品有效，用于表示店铺中所有商品的最大折扣。在设置了店铺的折扣阈值后，所发布的商品的降价比例(即商品的原价与当前价格信息之差与原价的比值)均应当小于等于该折扣阈值，若所发布的商品的降价比例高于该阈值，则会触发报警。

分类的折扣阈值对店铺中的某一类别的商品有效，用于表示该类别商品的最大折扣。在设置了分类的折扣阈值后，所发布的该类商品的降价比例均应当小于等于该折扣阈值，若所发布的该类商品的降价比例高于该阈值，则会触发报警。

在步骤S204中，判断是否关联其他商品。若未关联其他商品，则执行步骤S206，设置本商品的折扣阈值。本商品的折扣阈值仅对本商品有效，用于表示本商品的最大折扣。在设置了商品的折扣阈值后，所发布的该商品的降价比例应当小于等于该折扣阈值，若所发布的该商品的降价比例高于该阈值，则会触发报警。

若步骤S204选择关联其他商品，则执行步骤S208，设置关联商品(即关联的其他平台的商品)和关联商品降价比例阈值。关联商品降价比例阈值用于表示关联商品的最大折扣。

在步骤S210中，判断商品发布是否满一年。若未满一年，则不存在历史同时期的相关数据(例如，当前时间为2020年5月19日，商品发布未满一年，则不存在2019年5月19日的商品价格、订单量等相关数据)，这种情况下，执行步骤S212和步骤S222，设置本商品的折扣阈值和订单量阈值。步骤S212与步骤S206类似，此处不再赘述。在步骤S222中，设置订单量阈值。订单量阈值用于在不存在历史同时期的订单量时，将该订单量阈值作为历史同时期的订单量。

若商品发布满一年，则存在历史同时期的相关数据。这种情况下，可以执行步骤S214，设置历史降价比例阈值。历史降价比例阈值用于表示商品历史定价的最大折扣。

在步骤S216中，设置价格发布前的异常后操作。价格发布前的异常后操作指的是，在价格信息发布之前，若该价格信息被判断为异常信息，所执行的操作。价格发布前的异常后操作包括但不限于：拒绝发布价格信息；通过页面弹窗、短信、邮件、即时通讯应用等方式输出异常提示消息，以提醒商家出现价格信息异常；等等。

在步骤S218中，设置历史订单量增长率阈值。订单量增长率阈值用于表示当前订单量相对于历史同时期订单量的最大增长率。

在步骤S220中，设置价格发布后的异常后操作。价格发布后的异常后操作指的是，在价格信息发布之后，若该价格信息被判断为异常信息，所执行的操作。价格发布后的异常后操作包括但不限于：通过页面弹窗、短信、邮件、即时通讯应用等方式输出异常提示消息，以提醒商家出现价格信息异常；下架商品；等等。

如上所述，商家在终端设备120上对关联商品、用于识别异常价格的多个阈值(包括店铺/分类/商品的折扣阈值、关联商品降价比例阈值、历史降价比例阈值、订单量增长率阈值、订单量阈值等)、以及异常后操作等信息进行配置，并将配置信息上传至计算设备300，计算设备300将配置信息存储至数据存储装置110。后续当商家发布商品价格信息时、以及商品价格信息发布后，计算设备300将从数据存储装置110中获取商家设置的配置信息，执行本发明的异常信息识别方法400，根据配置信息来对商品价格信息进行分析、检查，以识别出异常价格。

本发明的异常信息识别方法400在计算设备中执行。图3示出了根据本发明一个实施例的计算设备300的示意图。需要说明的是，图3所示的计算设备300仅为一个示例，在实践中，用于实施本发明的异常信息识别方法的计算设备可以是任意型号的设备，其硬件配置情况可以与图3所示的计算设备300相同，也可以与图3所示的计算设备300不同。实践中用于实施本发明的异常信息识别方法的计算设备可以对图3所示的计算设备300的硬件组件进行增加或删减，本发明对计算设备的具体硬件配置情况不做限制。

如图3所示，在基本的配置302中，计算设备300典型地包括系统存储器306和一个或者多个处理器304。存储器总线308可以用于在处理器304和系统存储器306之间的通信。

取决于期望的配置，处理器304可以是任何类型的处理，包括但不限于：微处理器(μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器304可以包括诸如一级高速缓存310和二级高速缓存312之类的一个或者多个级别的高速缓存、处理器核心314和寄存器316。示例的处理器核心314可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器318可以与处理器304一起使用，或者在一些实现中，存储器控制器318可以是处理器304的一个内部部分。

取决于期望的配置，系统存储器306可以是任意类型的存储器，包括但不限于：易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。计算设备中的物理内存通常指的是易失性存储器RAM，磁盘中的数据需要加载至物理内存中才能够被处理器304读取。系统存储器306可以包括操作系统320、一个或者多个应用322以及程序数据324。在一些实施方式中，应用322可以布置为在操作系统上由一个或多个处理器304利用程序数据324执行指令。操作系统320例如可以是Linux、Windows等，其包括用于处理基本系统服务以及执行依赖于硬件的任务的程序指令。应用322包括用于实现各种用户期望的功能的程序指令，应用322例如可以是浏览器、即时通讯软件、软件开发工具(例如集成开发环境IDE、编译器等)等，但不限于此。当应用122被安装到计算设备300中时，可以向操作系统320添加驱动模块。

在计算设备300启动运行时，处理器304会从存储器306中读取操作系统320的程序指令并执行。应用322运行在操作系统320之上，利用操作系统320以及底层硬件提供的接口来实现各种用户期望的功能。当用户启动应用322时，应用322会加载至存储器306中，处理器304从存储器306中读取并执行应用322的程序指令。

计算设备300还可以包括有助于从各种接口设备(例如，输出设备342、外设接口344和通信设备346)到基本配置302经由总线/接口控制器330的通信的接口总线340。示例的输出设备342包括图形处理单元348和音频处理单元350。它们可以被配置为有助于经由一个或者多个A/V端口352与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口344可以包括串行接口控制器354和并行接口控制器356，它们可以被配置为有助于经由一个或者多个I/O端口358和诸如输入设备(例如，键盘、鼠标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备346可以包括网络控制器360，其可以被布置为便于经由一个或者多个通信端口364与一个或者多个其他计算设备362通过网络通信链路的通信。

网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块，并且可以包括任何信息递送介质。“调制数据信号”可以这样的信号，它的数据集中的一个或者多个或者它的改变可以在信号中编码信息的方式进行。作为非限制性的示例，通信介质可以包括诸如有线网络或者专线网络之类的有线介质，以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。

在根据本发明的计算设备300中，应用122包括用于执行本发明的异常信息识别方法400的指令，该指令可以指示处理器104执行本发明的异常信息识别方法400，在商家发布商品价格信息时、以及商品价格信息发布后，对价格信息进行分析、检查，以识别出异常价格。

图4示出了根据本发明一个实施例的异常信息识别方法400的流程图。方法400在计算设备(例如前述计算设备300)中执行。如图4所示，方法400始于步骤S410。

在步骤S410中，获取待发布的目标商品的价格信息。

需要说明的是，步骤S410中的目标商品可以是任意待修改价格信息的商品，而不特指某一个商品。

例如，商家可以在终端设备120上进行操作，通过电商应用或电商网站上提供的价格接口来输入并向计算设备300提交目标商品的价格信息。相应地，计算设备300将获取到终端设备120提交的目标商品的价格信息。

在步骤S420中，根据目标商品的关联商品的当前价格和/或目标商品的历史同时期的价格来判断价格信息是否异常。

根据一种实施例，步骤S420进一步按照以下步骤S422～S428实施：

在步骤S422中，将价格信息相对于关联商品的平均价格的降价幅度与关联商品的最大降价幅度的比值作为第一折扣值。

目标商品的价格信息相对于关联商品的平均价格的降价幅度即关联商品的平均价格与价格信息的差。例如，目标商品的价格信息为p，关联商品的平均价格为a，则价格信息相对于关联商品的平均价格的降价幅度为a-p。

根据一种实施例，关联商品的最大降价幅度为关联商品的平均价格与预设的关联商品降价比例阈值的乘积。例如，关联商品的平均价格为a，预设的关联商品降价比例阈值为thr1，则关联商品的最大降价幅度为a*thr1。

相应地，第一折扣值d1为价格信息相对于关联商品的平均价格的降价幅度与关联商品的最大降价幅度的比值，即d1＝(a-p)/(a*thr1)。

根据一种实施例，当关联商品的数量大于等于三时，关联商品的平均价格为去掉最高价和最低价之后的关联商品价格的平均值。例如，有五个关联商品，这五个关联商品的当前价格分别为p1～p5，其中，最高价为p2，最低价为p3，则关联商品的平均价格为(p1+p4+p5)/3。

特别地，当目标商品没有关联商品时(商家未为目标商品设置关联商品)，将价格信息相对于原价格的降价幅度与目标商品的最大降价幅度的比值作为第一折扣值，其中，目标商品的最大降价幅度为目标商品的原价格与预设的折扣阈值的乘积。

例如，目标商品的原价格为p0，当前修改的价格信息为p，折扣阈值为thr2，则第一折扣值为(p0-p)/(p0*thr2)。

需要说明的是，如前所述，折扣阈值包括店铺的折扣阈值、分类的折扣阈值和商品的折扣阈值三种。在目标商品没有关联商品的情况下计算第一折扣值时，这三种折扣阈值的优先级由高到低分别为目标商品的折扣阈值、目标商品所在分类的折扣阈值和店铺的折扣阈值。即，只要商家设置了目标商品的折扣阈值，则采用该折扣阈值来计算第一折扣值；在商家未设置目标商品的折扣阈值的情况下，如果设置了目标商品所在分类的折扣阈值，则采用该分类的折扣阈值来计算第一折扣值；若商家未设置目标商品以及目标商品所在分类的折扣阈值，则采用店铺的折扣阈值来计算第一折扣值。

经过步骤S422，计算得出第一折扣值d1。

在步骤S424中，将价格信息相对于历史同时期价格的降价幅度与历史最大降价幅度的比值作为第二折扣值。

价格信息相对于历史同时期价格的降价幅度即历史同时期价格与价格信息的差。例如，目标商品的当前价格信息为p，历史同时期价格(上一年的同一天的价格，或前几年同一天的价格的平均值)为h，则价格信息相对于历史同时期价格的降价幅度为h-p。

根据一种实施例，历史最大降价幅度为历史同时期价格与预设的历史降价比例阈值的乘积。

例如，历史同时期价格为h，历史降价比例阈值为thr3，则历史最大降价幅度为h*thr3。

相应地，第二折扣值d2为价格信息相对于历史同时期价格的降价幅度与历史最大降价幅度的比值，即d2＝(h-p)/(h*thr3)。

根据一种实施例，当目标商品没有历史同时期价格(目标商品发布未满一年)时，将价格信息相对于原价格的降价幅度与目标商品的最大降价幅度的比值作为第二折扣值，其中，目标商品的最大降价幅度为目标商品的原价格与预设的折扣阈值的乘积。

例如，目标商品的原价格为p0，当前修改的价格信息为p，折扣阈值为thr2，则第二折扣值为(p0-p)/(p0*thr2)。

需要说明的是，如前所述，折扣阈值包括店铺的折扣阈值、分类的折扣阈值和商品的折扣阈值三种。在目标商品没有历史同时期价格的情况下计算第二折扣值时，这三种折扣阈值的优先级由高到低分别为目标商品的折扣阈值、目标商品所在分类的折扣阈值和店铺的折扣阈值。即，只要商家设置了目标商品的折扣阈值，则采用该折扣阈值来计算第二折扣值；在商家未设置目标商品的折扣阈值的情况下，如果设置了目标商品所在分类的折扣阈值，则采用该分类的折扣阈值来计算第二折扣值；若商家未设置目标商品以及目标商品所在分类的折扣阈值，则采用店铺的折扣阈值来计算第二折扣值。

经过步骤S424，计算得出第二折扣值d2。

应当指出，步骤S422和步骤S424之间没有严格的执行顺序，二者可以先后执行，也可以并行执行。

在经过步骤S422和S424分别计算得出第一折扣值和第二折扣值后，执行步骤S426。

在步骤S426中，将第一折扣值与第二折扣值的加权求和结果作为总折扣值。

例如，第一折扣值d1、第二折扣值d2的权重分别为w1、w2，则总折扣值d为d1*w1+d2*w2。

应当指出，第一折扣值、第二折扣值的权重可以由本领域技术人员自行设置，本发明对二者的取值不做限制。例如，可以将二者的权重均设置为0.5。

在步骤S426计算得出总折扣值d后，执行步骤S428。

在步骤S428中，当总折扣值大于预设阈值时，判断所述价格信息异常。

例如，经过前述步骤计算得出总折扣值为d，预设的阈值为thr4。若d>thr4，则判断目标商品的当前价格信息异常；若d≤thr4，则判断目标商品的当前价格信息正常。

应当指出，总折扣值的阈值为商家预先设置，本发明对其取值不做限制。若商家未设置总折扣值的阈值，则可以采用系统默认的阈值。在一个实施例中，可以将总折扣值的阈值设置为1.2。

以下结合一具体实施例来说明步骤S420的实施过程。例如，目标商品当前待发布的(促销)价格信息p为70元；关联商品的当前价格分别为102、98、60、150，去掉最高价150和最低价60后，关联商品的平均价格a为(102+98)/2＝100；关联商品降价比例阈值thr1为20％，历史同时期价格h为100，历史降价比例阈值thr3为10％，第一折扣值、第二折扣值的权重w1、w2均为0.5，总折扣值的阈值thr4为1.2。则：

第一折扣值d1＝(a-p)/(a*thr1)＝(100-70)/(100*20％)＝1.5；

第二折扣值d2＝(h-p)/(h*thr3)＝(100-70)/(100*10％)＝3

总折扣值为d＝d1*w1+d2*w2＝1.5*0.5+3*0.5＝2.25>thr4＝1.2

因此，判断目标商品的价格信息(70元)异常。

若步骤S420判断价格信息异常，则执行步骤S430，输出异常提示消息；若步骤S420判断价格信息正常，则执行步骤S440，发布价格信息。

根据一种实施例，若步骤S420判断价格信息异常时，则在步骤S430中，拒绝发布该价格信息，并通过输出异常提示消息提醒商家检查当前价格信息。

应当指出，在步骤S430中，异常提示消息用于提示商家目标商品的价格信息出现异常，但本发明对异常提示消息的形式不做限制。异常提示消息例如可以是页面弹窗、短信、邮件、即时通讯应用消息等，但不限于此。

若步骤S420判断价格信息正常，则执行步骤S440，发布目标商品的价格信息。

步骤S410～S440可以在商家发布目标商品的价格信息之前，根据关联商品的当前价格和/或目标商品的历史同时期价格来判断价格信息是否异常，在商家修改目标商品价格时对异常价格进行预警，避免定价错误。

在发布目标商品的价格信息后，执行步骤S450。

在步骤S450中，根据当前时间段的订单量与历史同时期的订单量来判断价格信息是否异常，并在价格信息异常时，输出异常提示消息。

需要说明的是，当前时间段的长度例如可以最近一天、三天、一周等，本发明对当前时间段的长度不做限制。

根据一种实施例，若当前时间段的订单量相对于历史同时期的订单量的增长率大于预设的订单量增长率阈值，则判断价格信息异常。

当前时间段的订单量相对于历史同时期的订单量的增长率为当前时间段的订单量与历史同时期的订单量的差与历史同时期订单量的比值，即(当前时间段的订单量-历史同时期的订单量)/历史同时期的订单量。例如，当前时间段为2020年5月17日～19日三天，期间的订单量为o1；历史同时期为2019年5月17日～19日三天，期间的订单量为o2，则当前时间段的订单量相对于历史同时期的订单量的增长率gr为(o1-o2)/o2。

若订单量的增长率gr大于预设的订单量增长率阈值thr5，则判断价格信息异常；若订单量的增长率gr小于等于预设的订单量增长率阈值thr5，则判断价格信息正常。

根据一种实施例，当目标商品没有历史同时期的订单量(目标商品发布未满一年)时，若当前时间段的订单量相对于预设的订单量阈值的增长率大于预设的订单量增长率阈值，则判断价格信息异常。

例如，当前时间段的订单量为o1，预设的订单量阈值为thr6，订单量增长率阈值为thr5，则当(o1-thr6)/thr6＞thr5时，判断价格信息异常；否则，判断价格信息正常。

以下结合一具体实施例来说明步骤S450的实施过程。例如，目标商品当前发布的价格信息p为70元；当前时间段的订单量o1为1600；历史同时期的订单量o2为500；订单量增长率阈值thr5为200％。则：

订单量的增长率gr＝(o1-o2)/o2＝(1600-500)/500＝2.2>thr5＝200％

因此，判断目标商品的当前价格信息(70元)异常。

根据一种实施例，当步骤S450判断目标商品的价格信息异常时，下架目标商品，以及时帮助商家止损，并通过输出异常提示消息提醒商家检查当前价格信息。

应当指出，在步骤S450中，异常提示消息用于提示商家目标商品的价格信息出现异常，但本发明对异常提示消息的形式不做限制。异常提示消息例如可以是页面弹窗、短信、邮件、即时通讯应用消息等，但不限于此。

步骤S450可以在商家发布价格信息后，通过对比商品当前时间段的订单量与历史同时期的订单量来判断价格信息是否异常，防止出现商家在发布定价信息时无视价格异常预警、价格发布后出现大量异常订单却没有报警的问题，从而进一步避免定价错误。

A9、如A1-8中任一项所述的方法，其中：

当在所述价格信息发布之前判断所述价格信息异常时，拒绝发布所述价格信息；

当在所述价格信息发布之后判断所述价格信息异常时，下架所述目标商品。

这里描述的各种技术可结合硬件或软件，或者它们的组合一起实现。从而，本发明的方法和设备，或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介，例如可移动硬盘、U盘、软盘、CD-ROM或者其它任意机器可读的存储介质中的程序代码(即指令)的形式，其中当程序被载入诸如计算机之类的机器，并被所述机器执行时，所述机器变成实践本发明的设备。

在程序代码在可编程计算机上执行的情况下，计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件)，至少一个输入装置，和至少一个输出装置。其中，存储器被配置用于存储程序代码；处理器被配置用于根据该存储器中存储的所述程序代码中的指令，执行本发明的异常信息识别方法。

以示例而非限制的方式，可读介质包括可读存储介质和通信介质。可读存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据，并且包括任何信息传递介质。以上的任一种的组合也包括在可读介质的范围之内。

在此处所提供的说明书中，算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与本发明的示例一起使用。根据上面的描述，构造这类系统所要求的结构是显而易见的。此外，本发明也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本发明的内容，并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下被实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中，或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

此外，所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此，具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外，装置实施例的在此所述的元素是如下装置的例子：该装置用于实施由为了实施该发明的目的的元素所执行的功能。

如在此所使用的那样，除非另行规定，使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例，并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。

尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它实施例。此外，应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的而非限制性的，本发明的范围由所附权利要求书限定。

Claims (10)

1.一种异常信息识别方法，在计算设备中执行，包括：

获取待发布的目标商品的价格信息；

根据所述目标商品的关联商品的当前价格和/或目标商品的历史同时期的价格来判断所述价格信息是否异常；

若所述价格信息异常，则输出异常提示消息；若所述价格信息正常，则发布所述价格信息；

在所述价格信息发布后，根据当前时间段的订单量与历史同时期的订单量来判断所述价格信息是否异常，并在价格信息异常时，输出异常提示消息。

2.如权利要求1所述的方法，其中，所述根据所述目标商品的关联商品的当前价格和/或目标商品的历史同时期的价格来判断所述价格信息是否异常的步骤包括：

将所述价格信息相对于关联商品的平均价格的降价幅度与关联商品的最大降价幅度的比值作为第一折扣值；

将所述价格信息相对于历史同时期价格的降价幅度与历史最大降价幅度的比值作为第二折扣值；

将第一折扣值与第二折扣值的加权求和结果作为总折扣值；

当总折扣值大于预设阈值时，判断所述价格信息异常。

3.如权利要求2所述的方法，其中，

所述关联商品的最大降价幅度为所述关联商品的平均价格与预设的关联商品降价比例阈值的乘积；

所述历史最大降价幅度为所述历史同时期价格与预设的历史降价比例阈值的乘积。

4.如权利要求2所述的方法，其中，所述关联商品的平均价格为去掉最高价和最低价之后的关联商品价格的平均值。

5.如权利要求2-4中任一项所述的方法，其中，当所述目标商品没有关联商品时，将所述价格信息相对于原价格的降价幅度与目标商品的最大降价幅度的比值作为第一折扣值，其中，所述目标商品的最大降价幅度为目标商品的原价格与预设的折扣阈值的乘积。

6.如权利要求2-5中任一项所述的方法，其中，当所述目标商品没有历史同时期价格时，将所述价格信息相对于原价格的降价幅度与目标商品的最大降价幅度的比值作为第二折扣值，其中，所述目标商品的最大降价幅度为目标商品的原价格与预设的折扣阈值的乘积。

7.如权利要求1-6中任一项所述的方法，其中，所述根据当前时间段的订单量与历史同时期的订单量来判断所述价格信息是否异常的步骤包括：

若当前时间段的订单量相对于历史同时期的订单量的增长率大于预设的订单量增长率阈值，则判断所述价格信息异常。

8.如权利要求7所述的方法，其中，当所述目标商品没有历史同时期的订单量时，若当前时间段的订单量相对于预设的订单量阈值的增长率大于预设的订单量增长率阈值，则判断所述价格信息异常。

9.一种计算设备，包括：

至少一个处理器和存储有程序指令的存储器；

当所述程序指令被所述处理器读取并执行时，使得所述计算设备执行如权利要求1-8中任一项所述的异常信息识别方法。

10.一种存储有程序指令的可读存储介质，当所述程序指令被计算设备读取并执行时，使得所述计算设备执行如权利要求1-8中任一项所述的异常信息识别方法。

Images