CN112053191A - 商品未来信息获取方法、装置、计算机设备和存储介质 - Google Patents
商品未来信息获取方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN112053191A CN112053191A CN202010910605.XA CN202010910605A CN112053191A CN 112053191 A CN112053191 A CN 112053191A CN 202010910605 A CN202010910605 A CN 202010910605A CN 112053191 A CN112053191 A CN 112053191A
- Authority
- CN
- China
- Prior art keywords
- target
- shopping
- time period
- time
- activity
- 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
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000000694 effects Effects 0.000 claims abstract description 552
- 238000004590 computer program Methods 0.000 claims description 26
- 230000001174 ascending effect Effects 0.000 claims description 10
- 238000012163 sequencing technique Methods 0.000 claims description 6
- 238000012795 verification Methods 0.000 claims description 6
- 230000008901 benefit Effects 0.000 description 28
- 238000004364 calculation method Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 4
- 230000007717 exclusion Effects 0.000 description 3
- 230000003679 aging effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009963 fulling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000003068 static effect Effects 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
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0202—Market predictions or forecasting for commercial activities
-
- 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
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0623—Item investigation
-
- 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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0641—Shopping interfaces
- G06Q30/0643—Graphical representation of items or shoppers
Landscapes
- Business, Economics & Management (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Engineering & Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Cash Registers Or Receiving Machines (AREA)
Abstract
本申请涉及一种商品未来信息获取方法、装置、计算机设备和存储介质。本方法包括:获取目标商品信息和查询时间段;根据目标商品信息以及查询时间段确定目标购物类时间段以及目标购物类时间段对应的目标购物类活动;根据目标商品信息以及目标购物类时间段对应的目标购物类活动确定目标购物类时间段对应的购物类活动优惠信息;根据目标商品信息以及查询时间段确定目标非购物类时间段以及目标非购物类时间段对应的目标活动;根据目标商品信息以及目标非购物类时间段对应的目标活动确定目标非购物类时间段对应的非购物类活动优惠信息;根据目标商品信息、购物类活动优惠信息以及非购物类活动优惠信息获取商品未来信息,从而实现自动高效获取商品未来信息。
Description
技术领域
本申请涉及数据处理技术领域,特别是涉及一种商品未来信息获取方法、装置、计算机设备和存储介质。
背景技术
商品促销优惠活动多种多样,由于部分优惠类型可同时参加,各个活动生效时间不一致且优惠计算方法复杂多样,需要花费大量大力和时间维护商品未来信息以便提前向用户展示,且在人工维护过程中容易出现差错。
发明内容
本发明针对现有技术的缺点,提供了一种商品未来信息获取方法、装置、计算机设备和存储介质。本发明实施例能够自动高效获取商品未来信息,实现商品未来信息及时更新,提高信息准确性。
本发明根据第一方面提供了商品未来信息获取方法,在一个实施例中,该方法包括:
获取目标商品信息和查询时间段;
根据目标商品信息以及查询时间段确定一个或者多个目标购物类时间段以及每个目标购物类时间段对应的目标购物类活动,每个目标购物类时间段对应一个或者多个目标购物类活动;
根据目标商品信息以及每个目标购物类时间段对应的目标购物类活动确定每个目标购物类时间段对应的购物类活动优惠信息;
根据目标商品信息以及查询时间段确定一个或者多个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动,每个目标非购物类时间段对应的目标活动包括至少一个目标非购物类活动;
根据目标商品信息以及每个目标非购物类时间段对应的目标活动确定每个目标非购物类时间段对应的非购物类活动优惠信息;
根据目标商品信息、购物类活动优惠信息以及非购物类活动优惠信息获取商品未来信息。
本发明根据第二方面提供了一种商品未来信息获取装置,在一个实施例中,该装置包括:
信息获取模块,用于获取目标商品信息和查询时间段;
购物类时间确定模块,用于根据目标商品信息以及查询时间段确定一个或者多个目标购物类时间段以及每个目标购物类时间段对应的目标购物类活动,每个目标购物类时间段对应一个或者多个所述目标购物类活动;
购物类优惠确定模块,用于根据目标商品信息以及每个目标购物类时间段对应的目标购物类活动确定每个目标购物类时间段对应的购物类活动优惠信息;
非购物类时间确定模块,用于根据目标商品信息以及查询时间段确定一个或者多个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动,每个目标非购物类时间段对应的目标活动包括至少一个目标非购物类活动;
非购物类优惠确定模块,用于根据目标商品信息以及每个目标非购物类时间段对应的目标活动确定每个目标非购物类时间段对应的非购物类活动优惠信息;
商品未来信息获取模块,用于根据目标商品信息、购物类活动优惠信息以及非购物类活动优惠信息获取商品未来信息。
本发明根据第三方面提供了一种商品未来信息获取计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述方法实施例中的步骤。
本发明根据第四方面提供了一种商品未来信息获取计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述方法实施例中的步骤。
上述商品未来信息获取方法、装置、计算机设备和存储介质的实施例中,根据目标商品信息以及查询时间段确定一个或者多个目标购物类时间段以及每个目标购物类时间段对应的目标购物类活动,并由此获取目标商品在查询时间段的购物类优惠信息;根据目标商品信息以及查询时间段确定一个或者多个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动,并由此获取目标商品在查询时间段的非购物类优惠信息,主动获取商品信息和时间信息,实现了各种目标活动的自动化查询;将商品在查询时间段内的活动优惠分类进行计算,实现了商品优惠数据的精确计算;通过本方法可以快速、高效、准确得到商品未来优惠信息以便提前向用户进行展示,节省了人力成本和时间成本,对于各类型的商品优惠达到了叠加精确计算,能够及时更新商品未来信息,极大程度地提高了用户体验。
附图说明
图1为一个实施例中商品未来信息获取方法的流程示意图;
图2为一个实施例中购物类时间确定步骤的流程示意图;
图3为一个实施例中商品未来信息获取装置的结构框图;
图4为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的商品未来信息获取方法,可以应用于能够进行商品未来信息获取的系统,该系统可以由独立的服务器或者多个服务器组成的服务器集群来实现,也可以由其他网络侧设备实现。
在一个实施例中,如图1所示,本申请提供了一种商品未来信息获取方法,包括以下步骤:
步骤102:获取目标商品信息和查询时间段。
其中,目标商品信息是要获取商品未来信息的商品(即目标商品)的信息,可以包括商品名称、商品价格等商品信息。
具体地,系统可以从本地获取目标商品信息,也可以从外部服务器获取目标商品信息;查询时间段可以由用户输入。比如,目标商品信息可以包括:商品金额为50元;查询时间段可以为2020-12-11 00:00:00~2020-12-14 00:00:00。
步骤104:根据目标商品信息以及查询时间段确定一个或者多个目标购物类时间段以及每个目标购物类时间段对应的目标购物类活动,每个目标购物类时间段对应一个或者多个目标购物类活动。
其中,目标购物类时间段为查询时间段范围内对应有目标商品能够参加的购物类活动的时间段,目标购物类活动是目标商品在查询时间段内能够参加的有效购物类活动,购物类活动是指用户通过购买商品直接参加的活动(如满减、打折、返券、送赠品),每个目标购物类时间段对应一个或者多个目标购物类活动。比如,目标购物类时间段2020-12-1100:00:00~2020-12-12 00:00:00对应目标购物类活动A—商品满100元减10元;目标购物类时间段2020-12-12 00:00:01~2020-12-13 00:00:00对应目标购物类活动B—商品满50元减10元。
具体地,系统可以根据目标商品信息查询目标商品在查询时间段范围内能够参加的购物类活动,再对查询结果进行处理(比如,进行时间段拆分等处理),得到一个或者多个目标购物类时间段以及每个目标购物类时间段对应的目标购物类活动。
步骤106:根据目标商品信息以及每个目标购物类时间段对应的目标购物类活动确定每个目标购物类时间段对应的购物类活动优惠信息。
其中,购物类活动优惠是目标商品在目标购物类时间段内参加目标购物类活动可以获得的优惠。
具体地,系统可以根据目标商品信息(比如商品金额)计算出目标商品在目标购物类时间段中参加目标购物类活动获得的优惠。如果该目标购物类时间段只对应一个目标购物类活动,系统可以直接计算目标商品参加该目标购物类活所获得的优惠;如果该目标购物类时间段对应多个目标购物类活动,系统可以根据该多个目标购物类活动的优先级计算出系统在该目标购物类时间段中所获得的总优惠。在其中一个实施方式中,如果商品金额不满足满减优惠门槛,可以根据商品具体金额按照商品金额/最低门槛的比例计算优惠金额。比如,一个目标购物类活动为满100元减10元,而目标商品的商品金额为50元,即可将目标商品参加该目标购物类活动获得的优惠计算为(50/100)*10=5元。
步骤108:根据目标商品信息以及查询时间段确定一个或者多个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动,每个目标非购物类时间段对应的目标活动包括至少一个目标非购物类活动。
其中,目标非购物类时间段为查询时间段范围内对应有目标商品能够参加的非购物类活动的时间段,非购物类活动是指券类活动(如优惠券活动、购物津贴活动),目标活动是目标非购物类时间段内目标商品能够参加的有效活动,每个目标非购物类时间段对应一个或者多个目标活动,每个目标非购物类时间段所对应的目标活动中至少包括一个目标非购物类活动。在其中一个实施方式中,目标非购物类时间段2020-12-12 00:00:00~2020-12-12 00:00:00对应目标活动A和目标非购物类活动C;目标购物类时间段2020-12-12 00:00:01~2020-12-13 00:00:00对应目标购物类活动B和目标非购物类活动C。
具体地,系统可以根据目标商品信息查询目标商品在查询时间段范围内能够参加的非购物类活动,再结合该查询时间段范围内目标商品能够参加的购物类活动对查询结果进行处理(比如,进行时间段拆分、时间段合并等处理),得到一个或者多个目标非购物类时间段以及每个目标购物类时间段对应的目标活动。
步骤110:根据目标商品信息以及每个目标非购物类时间段对应的目标活动确定每个目标非购物类时间段对应的非购物类活动优惠信息。
其中,非购物类活动优惠信息是目标商品在目标非购物类时间段内参加非购物类活动可以获得的优惠。
具体地,系统可以根据目标商品信息(比如商品金额)以及目标非购物类时间段对应的目标活动计算出目标商品在该目标非购物类时间段中参加非购物类活动获得的优惠。如果该目标非购物类时间段所对应的目标活动全部为非购物类活动,系统可以直接根据该目标活动计算目标商品在目标非购物类时间段获得的非购物类优惠;如果该目标非购物类时间段所对应的目标活动中包含购物类活动和非购物类活动,在其中一个实施方式中,系统可以结合购物类活动优惠和非购物类活动优惠,综合得到目标商品在目标非购物类时间段内获得的非购物类优惠。
步骤112:根据目标商品信息、购物类活动优惠信息以及非购物类活动优惠信息获取商品未来信息。
其中,商品未来信息可以为目标商品在查询时间段内的价格信息。
具体地,系统在获得购物类活动优惠信息和非购物类活动优惠信息后,再结合目标商品信息,可以得出目标商品在查询时间段内的商品未来信息。
在本实施例中,根据目标商品信息以及查询时间段确定一个或者多个目标购物类时间段以及每个目标购物类时间段对应的目标购物类活动,并由此获取目标商品在查询时间段的购物类优惠信息;根据目标商品信息以及查询时间段确定一个或者多个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动,并由此获取目标商品在查询时间段的非购物类优惠信息,主动获取商品信息和时间信息,实现了各种目标活动的自动化查询;将商品在查询时间段内的活动优惠分类进行计算,实现了商品优惠数据的精确计算;通过本方法可以快速、高效、准确得到商品未来优惠信息以便提前向用户进行展示,节省了人力成本和时间成本,对于各类型的商品优惠达到了叠加精确计算,能够及时更新商品未来信息,极大程度上提高了用户体验。
进一步地,在一个实施方式中,本方法可以应用于为用户提供商品对应的商品未来信息的场景,比如,当检测到用户触发预设操作时(比如用户在APP中点击查看商品未来信息的按钮),根据该预设操作确定目标商品,然后获取目标商品信息和查询时间段(查询时间段可以根据用户的设置来确定),之后执行完步骤102之后的步骤从而获得目标商品对应的商品未来信息,然后展示给用户查看。在另一实施方式中,本方法也可以用于协助运营人员判断商品的活动优惠设置是否合理的场景,比如,当运营人员为目标商品(或多个目标商品)设置了购物活动(包括购物类活动和非购物类活动)后,系统自动检测目标商品的商品未来信息,并基于检测结果执行相应的操作,如,检测到目标商品在某个时间段内优惠很高,商品商品毛利较低,则向运营人员发送提示信息,以提示运营人员需谨慎维护活动,从而避免造成公司经济上的损失等。
在一个实施例中,如图2所示,上述的根据目标商品信息以及查询时间段确定一个或者多个目标购物类时间段以及每个目标购物类时间段对应的目标购物类活动包括:
步骤202:根据目标商品信息以及查询时间段确定有效购物类活动信息,有效购物类活动信息为目标商品在查询时间段内能够参加的有效购物类活动的信息,目标商品在查询时间段内能够参加的有效购物类活动的数量为一个或者多个。
具体地,系统根据目标商品信息(比如商品名称)和具体的查询时间段查询出目标商品在查询时间段内能够参加的有效购物类活动,并确定该有效购物类活动的信息(比如,时间信息、优惠信息)。在其中一个实施方式中,系统可以先查询出目标商品在查询时间段内能够参加的所有购物类活动,再对每个查询出的购物类活动进行有效性校验(比如,对该购物类活动的应用客户端进行校验,只能在移动端进行的活动会在web端被过滤),得出目标商品在查询时间段内参加的有效购物类活动和有效购物类活动信息。
步骤204:根据有效购物类活动时间信息以及查询时间段确定第一目标时间序列。
其中,第一目标时间序列为由多个时间点组成的序列,第一目标时间序列中的时间点为有效购物类活动或者查询时间段的开始时间点或者结束时间点。
具体地,系统可以根据有效购物类活动信息获取所有有效购物类活动的开始时间点和结束时间点,并获取查询时间段的开始时间点和结束时间点,再根据该所有时间点得出第一目标时间序列。
步骤206:根据第一目标时间序列确定一个或者多个目标购物类时间段以及每个目标购物类时间段对应的目标购物类活动。
在本实施例中,将有效购物类活动时间进行拆分,有效保证了不同时效活动的有效计算,确保商品未来信息的准确性,避免了因商品信息有误而导致的用户不满。
在一个实施例中,上述的根据有效购物类活动信息以及查询时间段确定第一目标时间序列包括:
根据有效购物类活动信息确定目标商品在查询时间段内参加的每个有效购物类活动的开始时间点和结束时间点;
将目标商品在查询时间段内参加的每个有效购物类活动的开始时间点和结束时间点按时间先后进行升序排序,组成中间时间序列;
比较查询时间段的开始时间点与中间时间序列中的第一个时间点,取两者中较晚的时间点作为第一时间点;
比较查询时间段的结束时间点与中间时间序列中的最后一个时间点,取两者中较早的时间点作为第二时间点;
根据中间时间序列、第一时间点以及第二时间点确定第一目标时间序列。
具体地,系统先根据有效购物类信息确定目标商品在查询时间段内能够参加的所有有效购物类活动的开始时间点和结束时间点,并将所有的时间点按时间先后进行升序排序,得到第一时间序列。比如,以有效购物类活动为活动A(开始时间点2020-12-10 00:00:00,结束时间点2020-12-12 00:00:00)和活动B(开始时间点2020-12-11 00:00:00,结束时间点2020-12-13 00:00:00)为例,由此得出的第一时间序列即为[2020-12-10 00:00:00,2020-12-11 00:00:00,2020-12-12 00:00:00,2020-12-13 00:00:00]。系统再取查询时间段的开始时间点和结束时间点,比较查询时间段的开始时间点与第一时间序列中的第一个时间点,取两者中较晚的时间点作为第一时间点;比较查询时间段的结束时间点与第一时间序列中的最后一个时间点,取两者中较早的时间点作为第二时间点。比如,以第一时间序列为上述[2020-12-10 00:00:00,2020-12-11 00:00:00,2020-12-12 00:00:00,2020-12-13 00:00:00],查询时间段为2020-12-11 00:00:00~2020-12-14 00:00:00为例,第一时间点即为2020-12-11 00:00:00,第二时间点为2020-12-13 00:00:00。系统再结合第一时间序列,第一时间点和第二时间点获取第一目标时间序列。在其中一个实施方式中,第一目标时间序列由多个时间点按时间先后升序排序组成,第一目标时间序列中的第一个时间点为第一时间点,第一目标时间序列中的最后一个时间点为第二时间点,所述第一目标时间序列中第一时间点与第二时间点之间的时间点与第一时间序列中第一时间点与第二时间点之间的时间点相同。比如,在上述例子中,第一目标时间序列即为[2020-12-11 00:00:00,2020-12-12 00:00:00,2020-12-13 00:00:00]。
在本实施例中,综合考虑了查询时间段时间和有效购物类活动时间,提前排除了对计算无用的时间数据点,节约计算时间,使得整个流程高效,节省系统运行空间。
在一个实施例中,上述的根据第一目标时间序列确定一个或者多个目标购物类时间段以及每个目标购物类时间段对应的目标购物类活动包括:
步骤1:根据第一目标时间序列中的每个时间点,以及每两个相邻时间点确定出多个有效购物类时间段。
具体地,系统可以将第一目标时间序列中的每个时间点作为一个有效购物类时间段;对于第一目标时间序列中的每两个相邻时间点,取靠前的时间点加上预设时间间隔作为一个有效购物类时间段的开始时间点,取靠后的时间点减去预设时间间隔作为该有效购物类时间段的结束时间点。比如,以第一目标时间序列为[2020-12-11 00:00:00,2020-12-12 00:00:00,2020-12-13 00:00:00]为例,取预设时间间隔均为00:00:01,系统由此得到的多个有效购物类时间段即为2020-12-11 00:00:00~2020-12-11 00:00:00;2020-12-1100:00:01~2020-12-11 23:59:59;2020-12-12 00:00:00~2020-12-12 00:00:00;2020-12-12 00:00:01~2020-12-12 23:59:59;2020-12-13 00:00:00~2020-12-13 00:00:00。
步骤2:确定各个有效购物类时间段对应的有效购物类活动,每个有效购物类时间段对应一个或者多个有效购物类活动。
步骤3:根据所有有效购物类时间段以及每个有效购物类时间段所对应的所有有效购物类活动确定一个或者多个目标购物类时间段以及每个目标购物类时间段对应的目标购物类活动。
在本实施例中,将第一目标时间序列中每个时间点作为一个时间段,考虑到单个时间点对应的活动类型确定,同时也考虑到每两个时间点间的时间段,保持不同时间不同活动类型的数据信息清楚有效。
在一个实施例中,上述的根据所有有效购物类时间段以及每个有效购物类时间段所对应的所有有效购物类活动确定一个或者多个目标购物类时间段以及每个目标购物类时间段对应的目标购物类活动包括:
对每个有效购物类时间段所对应的一个或者多个有效购物类活动进行共融性和排斥性校验,得到每个有效购物类时间段对应的目标购物类活动;
若所有有效购物类时间段中,一个有效购物类时间段的结束时间点与另一个有效购物类时间段的开始时间点相同,且该两个有效购物类时间段所对应的目标购物类活动完全相同,将该两个有效购物类时间段进行合并,得到一个目标购物类时间段,该目标购物类时间段所对应的目标购物类活动与该两个有效购物类时间段对应的目标购物类活动相同。
具体地,若有效购物类时间段对应有多个有效购物类活动,则系统根据预设的共融互斥规则(比如,活动A与活动B共融,活动A与活动C互斥等)对该多个有效购物类活动进行共融性和互斥性校验,若该多个有效购物类活动中存在互相排斥的有效购物类活动,则系统可以根据活动的优先级从中选择优先级高的活动作为需要保留的活动(基于上述例子,若某个有效购物类时间段对应有活动A和活动B,假设活动A的优先级高于活动B,那么选择活动A作为需要保留的活动),由此得出每个有效购物类时间段对应的目标购物类活动。对于上述步骤中得到的多个有效购物类时间段,系统将对应于相同目标购物类活动且时间连续的有效购物类时间段进行合并,最终得到一个或者多个目标购物类时间段以及每个目标购物类时间段对应的目标购物类活动。比如,以所有有效购物类时间段以及每个有效购物类时间段所对应的所有有效购物类活动为2020-12-11 00:00:00~2020-12-11 00:00:00(活动A,活动B);2020-12-11 00:00:01~2020-12-11 23:59:59(活动A,活动B);2020-12-12 00:00:00~2020-12-12 00:00:00(活动A,活动B);2020-12-12 00:00:01~2020-12-12 23:59:59(活动B);2020-12-13 00:00:00~2020-12-13 00:00:00(活动B),且活动A、活动B互斥,活动A的优先级高于活动B的优先级为例,最终得到的目标购物类时间段及其对应的目标购物类活动即为2020-12-11 00:00:00~2020-12-12 00:00:00(活动A);2020-12-12 00:00:01~2020-12-13 00:00:00(活动B)。
在本实施例中,对同一时间段所对应的不同活动进行共融互斥校验,排除了不可兼容且优先级较低的活动,有效保证了商品未来信息的准确性;同时对活动相同且时间连续的时间段进行合并,减少了冗余数据,提高了流程效率。
在一个实施例中,上述的根据目标商品信息以及查询时间段确定一个或者多个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动包括:
步骤1:根据目标商品信息以及查询时间段确定有效非购物类活动信息,有效非购物类活动信息为目标商品在查询时间段内能够参加的有效非购物类活动的信息,目标商品在查询时间段内能够参加的有效非购物类活动的数量为一个或者多个。
具体地,系统根据目标商品信息(比如商品名称)和具体的查询时间段查询出目标商品在查询时间段内能够参加的有效非购物类活动,并确定该有效非购物类活动的信息(比如,时间信息、优惠信息)。在其中一个实施方式中,系统可以先查询出目标商品在查询时间段内能够参加的所有非购物类活动,再对每个查询出的非购物类活动进行有效性校验(此处有效性校验的说明可参见上述关于对购物类活动有效性校验的说明),得出目标商品在查询时间段内参加的有效非购物类活动和有效非购物类活动信息。比如,系统确定出的有效非购物类活动信息可以为:活动C;开始时间2020-12-12 00:00:00;结束时间2020-12-13 00:00:00;优惠规则:满100元减10元。
步骤2:根据有效购物类活动信息、有效非购物类活动时间信息以及查询时间段确定第二目标时间序列。
其中,第二目标时间序列为由多个时间点组成的序列,第二目标时间序列中的时间点为有效购物类活动、有效非购物类活动或者查询时间段的开始时间点或者结束时间点。
具体地,系统可以先根据有效购物类信息以及有效非购物类活动信息确定目标商品在查询时间段内能够参加的所有有效活动(包括购物类活动和非购物类活动)的开始时间点和结束时间点,并将该所有时间点按时间先后进行升序排序,得到一个时间序列。系统再取查询时间段的开始时间点和结束时间点,比较查询时间段的开始时间点与上述时间序列中的第一个时间点,取两者中较晚的时间点;比较查询时间段的结束时间点与上述时间序列中的最后一个时间点,取两者中较早的时间点。由此得到第二目标时间序列。
步骤3:根据第二目标时间序列确定一个或者多个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动。
在本实施例中,在确定目标非购物类时间段及其对应的目标活动时,同时考虑了有效购物类活动信息,有利于后续计算非购物类优惠时考虑购物类优惠的影响;将时间段进行拆分,有效保证了不同时效活动的有效计算,确保商品未来信息的准确性。
在一个实施例中,上述的根据第二目标时间序列确定一个或者多个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动包括:
步骤1:根据第二目标时间序列确定多个第一初始时间段以及每个第一初始时间段对应的第一活动,每个第一初始时间段对应的第一活动包括至少一个目标商品在查询时间段内参加的有效购物类活动,或者至少一个目标商品在查询时间段内参加的有效非购物类活动。
具体地,系统可以将第二目标时间序列中的每个时间点作为一个第一初始时间段;对于第二目标时间序列中的每两个相邻时间点,取靠前的时间点加上预设时间间隔作为一个第一初始时间段的开始时间点,取靠后的时间点减去预设时间间隔作为该第一初始时间段的结束时间点。
步骤2:对于每个第一初始时间段,若该第一初始时间段对应的第一活动包括至少一个目标商品在查询时间段内参加的有效非购物类活动,将该第一初始时间段作为一个第二初始时间段,该第二初始时间段对应的第二活动与该第一初始时间段对应的第一活动相同。
具体地,以多个第一初始时间段以及每个第一初始时间段对应的第一活动分别为时间段1:2020-12-11 00:00:00~2020-12-11 00:00:00(活动A,活动B);时间段2:2020-12-11 00:00:01~2020-12-11 23:59:59(活动A,活动B);时间段3:2020-12-12 00:00:00~2020-12-12 00:00:00(活动A,活动B,活动C);时间段4:2020-12-12 00:00:01~2020-12-12 23:59:59(活动B,活动C);时间段5:2020-12-13 00:00:00~2020-12-13 00:00:00(活动B,活动C)为例进行说明,其中活动A和活动B为购物类活动,活动C为非购物类活动。可以看出,时间段3、4和5对应的第一活动都包含目标商品在查询时间段内参加的有效非购物类活动,于是将时间段3、4和5分别作为一个第二初始时间段,每个第二初始时间段对应的第二活动与该时间段对应的第一活动相同。由此得到的全部第二初始时间段以及每个第二初始时间段对应的第二活动为:2020-12-12 00:00:00~2020-12-12 00:00:00(活动A,活动B,活动C);2020-12-12 00:00:01~2020-12-12 23:59:59(活动B,活动C);2020-12-1300:00:00~2020-12-13 00:00:00(活动B,活动C)。
步骤3:根据所有第二初始时间段以及每个初始第二时间段对应的第二活动确定一个或者多个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动。
在本实施例中,在确定有效非购物类时间段之前,排除了不包含非购物类活动的时间段,减少了冗余数据,同时保证了后续计算的准确性。
在一个实施例中,上述的根据所有第二初始时间段以及每个初始第二时间段对应的第二活动确定一个或者多个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动包括:
对每个第二初始时间段所对应的一个或者多个第二活动进行共融性和排斥性校验,得到每个第二初始时间段对应的目标活动;
若所有第二初始时间段中,一个第二初始时间段的结束时间点与另一个第二初始时间段的开始时间点相同,且该两个第二初始时间段所对应的目标活动完全相同,将该两个第二初始时间段进行合并,得到一个目标非购物类时间段,该目标购物类时间段所对应的目标活动与该两个第二初始时间段对应的目标活动相同。
具体地,对于每个第二初始时间段所对应的一个或者多个第二活动,系统对其进行共融性和互斥性校验,若存在互相排斥的第二活动,系统可以根据活动的优先级选择需要保留的活动,由此得出每个第二初始时间段对应的目标活动。对于多个第二初始时间段,系统将对应于相同目标活动且时间连续的第二初始时间段进行合并,最终得到一个或者多个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动。比如,以所有第二初始时间段以及每个第二初始时间段所对应的第二活动为:2020-12-12 00:00:00~2020-12-12 00:00:00(活动A,活动B,活动C);2020-12-12 00:00:01~2020-12-12 23:59:59(活动B,活动C);2020-12-13 00:00:00~2020-12-13 00:00:00(活动B,活动C),且活动A、活动B互斥,活动A的优先级高于活动B的优先级为例,最终得到的目标非购物类时间段及其对应的目标活动即为2020-12-12 00:00:00~2020-12-12 00:00:00(活动A,活动C);2020-12-12 00:00:01~2020-12-13 00:00:00(活动B,活动C)。
在本实施例中,对同一时间段所对应的不同活动进行共融互斥校验,排除了不可兼容且优先级较低的活动,有效保证了商品未来信息的准确性;同时对活动相同且时间连续的时间段进行合并,减少了冗余数据,提高了流程效率。
在一个实施例中,上述的根据目标商品信息以及每个目标非购物类时间段对应的目标活动确定每个目标非购物类时间段对应的非购物类活动优惠信息包括:
根据每个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动进行模拟优惠券领取,得到每个目标非购物类时间段对应的模拟优惠券;
根据目标商品信息以及每个目标非购物类时间段对应的模拟优惠券确定每个目标非购物类时间段对应的非购物类活动优惠信息。
具体地,对于每个目标非购物类时间段,系统进行相应的模拟优惠券领取,比如,对于非购物类活动C,领取满100-10的模拟优惠券。系统再根据所领取的相应优惠券以及目标商品信息计算每个目标非购物类时间段对应的非购物类活动优惠信息。
在本实施例中,在进行券类优惠计算之前,先进行模拟优惠券领取,通过模拟用户行为的方式,生成账户资源信息载体,保证了后续计算的正常持续高效进行。
在一个实施例中,上述的根据目标商品信息以及每个目标非购物类时间段对应的模拟优惠券确定每个目标非购物类时间段对应的非购物类活动优惠信息包括:若目标非购物类时间段对应的目标活动中包括至少一个目标商品在所述查询时间段内能够参加的有效购物类活动,根据目标商品信息确定该目标非购物类时间段对应的购物类相关优惠信息;根据商品信息、该目标非购物类时间段对应的购物类相关优惠信息以及该目标非购物类时间段对应的模拟优惠券确定该目标非购物类时间段对应的非购物类活动优惠信息。
具体地,以目标非购物类时间段及其对应的目标活动:2020-12-12 00:00:01~2020-12-13 00:00:00(活动B,活动C)为例进行说明,其中活动B为购物类活动,其对应的优惠规则为满50元减10元;活动C为非购物类活动,其对应的优惠券为满100元减10元。该目标非购物类时间段对应的目标活动中包含购物类活动B,于是系统先根据目标商品信息计算购物类优惠,接下来在进行非购物类优惠时需要先根据商品金额扣除购物类优惠,再由此根据模拟优惠券计算非购物类优惠。在其中一个实施方式中,若商品金额不满足优惠门槛,可以根据商品具体金额按照商品金额/最低门槛的比例计算优惠金额。以商品金额为50元为例,先计算购物类优惠,得到购物类优惠金额为10元,由商品金额扣除购物类优惠金额再计算非购物类优惠:(50-10)/100*10=4元。
在本实施例中,在计算非购物类优惠之前,先基于商品金额扣除购物类优惠金额,综合考虑了各种优惠的活动,保证了商品优惠信息的准确性。
在一个实施例中,系统在获得购物类活动优惠信息和非购物类活动优惠信息后,可以综合确定目标商品在查询时间段内的最大优惠金额及该最大优惠金额所对应的时间。在其中一个实施方式中,当该最大优惠金额超过预设阈值时,系统进行预警。
在本实施例中,综合考虑各种活动优惠,计算出商品的最大优惠金额,可展示给用户以便用户知晓目标商品在未来时间段的最大优惠及优惠时间,极大程度上提高了用户体验。同时,该最大优惠金额也可用于预警,以便商家根据预期获利情况调整优惠策略,保障了商家的利益。
应该理解的是,虽然图1-2的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-2中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图3所示,提供了一种商品未来信息获取装置,包括:信息获取模块、购物类时间确定模块、购物类优惠确定模块、非购物类时间确定模块、非购物类优惠确定模块和商品未来信息获取模块,其中:
信息获取模块302,用于获取目标商品信息和查询时间段;
购物类时间确定模块304,用于根据目标商品信息以及查询时间段确定一个或者多个目标购物类时间段以及每个目标购物类时间段对应的目标购物类活动,每个目标购物类时间段对应一个或者多个所述目标购物类活动;
购物类优惠确定模块306,用于根据目标商品信息以及每个目标购物类时间段对应的目标购物类活动确定每个目标购物类时间段对应的购物类活动优惠信息;
非购物类时间确定模块308,用于根据目标商品信息以及查询时间段确定一个或者多个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动,每个目标非购物类时间段对应的目标活动包括至少一个目标非购物类活动;
非购物类优惠确定模块310,用于根据目标商品信息以及每个目标非购物类时间段对应的目标活动确定每个目标非购物类时间段对应的非购物类活动优惠信息;
商品未来信息获取模块312,用于根据目标商品信息、购物类活动优惠信息以及非购物类活动优惠信息获取商品未来信息。
在一个实施例中,上述的购物类时间确定模块304可以包括:
第一确定单元(图中未示出),用于根据目标商品信息以及查询时间段确定有效购物类活动信息,有效购物类活动信息为目标商品在查询时间段内能够参加的有效购物类活动的信息,目标商品在查询时间段内能够参加的有效购物类活动的数量为一个或者多个;
第二确定单元(图中未示出),用于根据有效购物类活动时间信息以及查询时间段确定第一目标时间序列;
第三确定单元(图中未示出),用于根据第一目标时间序列确定一个或者多个目标购物类时间段以及每个目标购物类时间段对应的目标购物类活动。
在一个实施例中,上述的第二确定单元可以包括:
时间点确定单元(图中未示出),用于根据有效购物类活动信息确定目标商品在查询时间段内参加的每个有效购物类活动的开始时间点和结束时间点;
中间时间序列确定单元(图中未示出),用于将目标商品在查询时间段内参加的每个有效购物类活动的开始时间点和结束时间点按时间先后进行升序排序,组成中间时间序列;
第一比较单元(图中未示出),用于比较查询时间段的开始时间点与中间时间序列中的第一个时间点,取两者中较晚的时间点作为第一时间点;
第二比较单元(图中未示出),用于比较查询时间段的结束时间点与中间时间序列中的最后一个时间点,取两者中较早的时间点作为第二时间点;
目标时间序列确定单元(图中未示出),用于根据中间时间序列、第一时间点以及第二时间点确定第一目标时间序列。
在一个实施例中,上述的第一目标时间序列由多个时间点按时间先后升序排序组成,第一目标时间序列中的第一个时间点为第一时间点,第一目标时间序列中的最后一个时间点为第二时间点,所述第一目标时间序列中第一时间点与第二时间点之间的时间点与中间时间序列中第一时间点与第二时间点之间的时间点相同。
在一个实施例中,上述的第三确定单元可以包括:
有效购物类时间段确定单元(图中未示出),用于根据第一目标时间序列中的每个时间点,以及每两个相邻时间点确定出多个有效购物类时间段;
有效购物类活动确定单元(图中未示出),用于确定各个有效购物类时间段对应的有效购物类活动,每个有效购物类时间段对应一个或者多个有效购物类活动;
第四确定单元(图中未示出),用于根据所有有效购物类时间段以及每个有效购物类时间段所对应的所有有效购物类活动确定一个或者多个目标购物类时间段以及每个目标购物类时间段对应的目标购物类活动。
在一个实施例中,上述的第四确定单元可以包括:
第一校验单元(图中未示出),用于对每个有效购物类时间段所对应的一个或者多个有效购物类活动进行共融性和排斥性校验,得到每个有效购物类时间段对应的目标购物类活动;
第一合并单元(图中未示出),用于在所有有效购物类时间段中,一个有效购物类时间段的结束时间点与另一个有效购物类时间段的开始时间点相同,且该两个有效购物类时间段所对应的目标购物类活动完全相同时,将该两个有效购物类时间段进行合并,得到一个目标购物类时间段,该目标购物类时间段所对应的目标购物类活动与该两个有效购物类时间段对应的目标购物类活动相同。
在一个实施例中,上述的非购物类时间确定模块308可以包括:
第五确定单元(图中未示出),用于根据目标商品信息以及查询时间段确定有效非购物类活动信息,有效非购物类活动信息为目标商品在查询时间段内能够参加的有效非购物类活动的信息,目标商品在查询时间段内能够参加的有效非购物类活动的数量为一个或者多个;
第六确定单元(图中未示出),用于根据有效购物类活动信息、有效非购物类活动时间信息以及查询时间段确定第二目标时间序列;
第七确定单元(图中未示出),用于根据第二目标时间序列确定一个或者多个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动。
在一个实施例中,上述的第七确定单元可以包括:
第八确定单元(图中未示出),用于根据第二目标时间序列确定多个第一初始时间段以及每个第一初始时间段对应的第一活动,每个第一初始时间段对应的第一活动包括至少一个目标商品在查询时间段内参加的有效购物类活动,或者至少一个目标商品在查询时间段内参加的有效非购物类活动;
第九确定单元(图中未示出),用于对于每个第一初始时间段,在该第一初始时间段对应的第一活动包括至少一个目标商品在查询时间段内参加的有效非购物类活动时,将该第一初始时间段作为一个第二初始时间段,该第二初始时间段对应的第二活动与该第一初始时间段对应的第一活动相同;
第十确定单元(图中未示出),用于根据所有第二初始时间段以及每个初始第二时间段对应的第二活动确定一个或者多个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动。
在一个实施例中,上述的第十确定单元可以包括:
第二校验单元(图中未示出),用于对每个第二初始时间段所对应的一个或者多个第二活动进行共融性和排斥性校验,得到每个第二初始时间段对应的目标活动;
第二合并单元(图中未示出),用于在所有第二初始时间段中,一个第二初始时间段的结束时间点与另一个第二初始时间段的开始时间点相同,且该两个第二初始时间段所对应的目标活动完全相同时,将该两个第二初始时间段进行合并,得到一个目标非购物类时间段,该目标购物类时间段所对应的目标活动与该两个第二初始时间段对应的目标活动相同。
在一个实施例中,上述的非购物类优惠确定模块310可以包括:
优惠券获取单元(图中未示出),用于根据每个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动进行模拟优惠券领取,得到每个目标非购物类时间段对应的模拟优惠券;
非购物类优惠确定单元(图中未示出),用于根据目标商品信息以及每个目标非购物类时间段对应的模拟优惠券确定每个目标非购物类时间段对应的非购物类活动优惠信息。
在一个实施例中,上述的非购物类优惠确定单元可以包括:
第十一确定单元(图中未示出),用于在目标非购物类时间段对应的目标活动中包括至少一个目标商品在所述查询时间段内能够参加的有效购物类活动时,根据目标商品信息确定该目标非购物类时间段对应的购物类相关优惠信息;根据商品信息、该目标非购物类时间段对应的购物类相关优惠信息以及该目标非购物类时间段对应的模拟优惠券确定该目标非购物类时间段对应的非购物类活动优惠信息。
关于商品未来信息获取装置的具体限定可以参见上文中对于商品未来信息获取方法的限定,在此不再赘述。上述商品未来信息获取装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储商品未来信息数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种商品未来信息获取方法。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
获取目标商品信息和查询时间段;
根据目标商品信息以及查询时间段确定一个或者多个目标购物类时间段以及每个目标购物类时间段对应的目标购物类活动,每个目标购物类时间段对应一个或者多个目标购物类活动;
根据目标商品信息以及每个目标购物类时间段对应的目标购物类活动确定每个目标购物类时间段对应的购物类活动优惠信息;
根据目标商品信息以及查询时间段确定一个或者多个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动,每个目标非购物类时间段对应的目标活动包括至少一个目标非购物类活动;
根据目标商品信息以及每个目标非购物类时间段对应的目标活动确定每个目标非购物类时间段对应的非购物类活动优惠信息;
根据目标商品信息、购物类活动优惠信息以及非购物类活动优惠信息获取商品未来信息。
在一个实施例中,处理器执行计算机程序实现上述的根据目标商品信息以及查询时间段确定一个或者多个目标购物类时间段以及每个目标购物类时间段对应的目标购物类活动时还具体实现以下步骤:根据目标商品信息以及查询时间段确定有效购物类活动信息,有效购物类活动信息为目标商品在查询时间段内能够参加的有效购物类活动的信息,目标商品在查询时间段内能够参加的有效购物类活动的数量为一个或者多个;根据有效购物类活动时间信息以及查询时间段确定第一目标时间序列;根据第一目标时间序列确定一个或者多个目标购物类时间段以及每个目标购物类时间段对应的目标购物类活动。
在一个实施例中,处理器执行计算机程序实现上述的根据有效购物类活动信息以及查询时间段确定第一目标时间序列时还具体实现以下步骤:根据有效购物类活动信息确定目标商品在查询时间段内参加的每个有效购物类活动的开始时间点和结束时间点;将目标商品在查询时间段内参加的每个有效购物类活动的开始时间点和结束时间点按时间先后进行升序排序,组成中间时间序列;比较查询时间段的开始时间点与中间时间序列中的第一个时间点,取两者中较晚的时间点作为第一时间点;比较查询时间段的结束时间点与中间时间序列中的最后一个时间点,取两者中较早的时间点作为第二时间点;根据中间时间序列、第一时间点以及第二时间点确定第一目标时间序列。
在一个实施例中,处理器执行计算机程序实现上述的根据第一目标时间序列确定一个或者多个目标购物类时间段以及每个目标购物类时间段对应的目标购物类活动时还具体实现以下步骤:根据第一目标时间序列中的每个时间点,以及每两个相邻时间点确定出多个有效购物类时间段;确定各个有效购物类时间段对应的有效购物类活动,每个有效购物类时间段对应一个或者多个有效购物类活动;根据所有有效购物类时间段以及每个有效购物类时间段所对应的所有有效购物类活动确定一个或者多个目标购物类时间段以及每个目标购物类时间段对应的目标购物类活动。
在一个实施例中,处理器执行计算机程序实现上述的根据目标商品信息以及查询时间段确定一个或者多个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动时还具体实现以下步骤:根据目标商品信息以及查询时间段确定有效非购物类活动信息,有效非购物类活动信息为目标商品在查询时间段内能够参加的有效非购物类活动的信息,目标商品在查询时间段内能够参加的有效非购物类活动的数量为一个或者多个;根据有效购物类活动信息、有效非购物类活动时间信息以及查询时间段确定第二目标时间序列;根据第二目标时间序列确定一个或者多个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动。
在一个实施例中,处理器执行计算机程序实现上述的根据第二目标时间序列确定一个或者多个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动时还具体实现以下步骤:根据第二目标时间序列确定多个第一初始时间段以及每个第一初始时间段对应的第一活动,每个第一初始时间段对应的第一活动包括至少一个目标商品在查询时间段内参加的有效购物类活动,或者至少一个目标商品在查询时间段内参加的有效非购物类活动;对于每个第一初始时间段,若该第一初始时间段对应的第一活动包括至少一个目标商品在查询时间段内参加的有效非购物类活动,将该第一初始时间段作为一个第二初始时间段,该第二初始时间段对应的第二活动与该第一初始时间段对应的第一活动相同;根据所有第二初始时间段以及每个初始第二时间段对应的第二活动确定一个或者多个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动。
在一个实施例中,处理器执行计算机程序实现上述的根据目标商品信息以及每个目标非购物类时间段对应的目标活动确定每个目标非购物类时间段对应的非购物类活动优惠信息时还具体实现以下步骤:根据每个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动进行模拟优惠券领取,得到每个目标非购物类时间段对应的模拟优惠券;根据目标商品信息以及每个目标非购物类时间段对应的模拟优惠券确定每个目标非购物类时间段对应的非购物类活动优惠信息。
在一个实施例中,处理器执行计算机程序实现上述的根据目标商品信息以及每个目标非购物类时间段对应的模拟优惠券确定每个目标非购物类时间段对应的非购物类活动优惠信息时还具体实现以下步骤:若目标非购物类时间段对应的目标活动中包括至少一个目标商品在所述查询时间段内能够参加的有效购物类活动,根据目标商品信息确定该目标非购物类时间段对应的购物类相关优惠信息;根据商品信息、该目标非购物类时间段对应的购物类相关优惠信息以及该目标非购物类时间段对应的模拟优惠券确定该目标非购物类时间段对应的非购物类活动优惠信息。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取目标商品信息和查询时间段;
根据目标商品信息以及查询时间段确定一个或者多个目标购物类时间段以及每个目标购物类时间段对应的目标购物类活动,每个目标购物类时间段对应一个或者多个目标购物类活动;
根据目标商品信息以及每个目标购物类时间段对应的目标购物类活动确定每个目标购物类时间段对应的购物类活动优惠信息;
根据目标商品信息以及查询时间段确定一个或者多个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动,每个目标非购物类时间段对应的目标活动包括至少一个目标非购物类活动;
根据目标商品信息以及每个目标非购物类时间段对应的目标活动确定每个目标非购物类时间段对应的非购物类活动优惠信息;
根据目标商品信息、购物类活动优惠信息以及非购物类活动优惠信息获取商品未来信息。
在一个实施例中,计算机程序被处理器执行实现上述的根据目标商品信息以及查询时间段确定一个或者多个目标购物类时间段以及每个目标购物类时间段对应的目标购物类活动时还具体实现以下步骤:根据目标商品信息以及查询时间段确定有效购物类活动信息,有效购物类活动信息为目标商品在查询时间段内能够参加的有效购物类活动的信息,目标商品在查询时间段内能够参加的有效购物类活动的数量为一个或者多个;根据有效购物类活动时间信息以及查询时间段确定第一目标时间序列;根据第一目标时间序列确定一个或者多个目标购物类时间段以及每个目标购物类时间段对应的目标购物类活动。
在一个实施例中,计算机程序被处理器执行实现上述的根据有效购物类活动信息以及查询时间段确定第一目标时间序列时还具体实现以下步骤:根据有效购物类活动信息确定目标商品在查询时间段内参加的每个有效购物类活动的开始时间点和结束时间点;将目标商品在查询时间段内参加的每个有效购物类活动的开始时间点和结束时间点按时间先后进行升序排序,组成中间时间序列;比较查询时间段的开始时间点与中间时间序列中的第一个时间点,取两者中较晚的时间点作为第一时间点;比较查询时间段的结束时间点与中间时间序列中的最后一个时间点,取两者中较早的时间点作为第二时间点;根据中间时间序列、第一时间点以及第二时间点确定第一目标时间序列。
在一个实施例中,计算机程序被处理器执行实现上述的根据目标商品信息以及查询时间段确定一个或者多个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动时还具体实现以下步骤:根据目标商品信息以及查询时间段确定有效非购物类活动信息,有效非购物类活动信息为目标商品在查询时间段内能够参加的有效非购物类活动的信息,目标商品在查询时间段内能够参加的有效非购物类活动的数量为一个或者多个;根据有效购物类活动信息、有效非购物类活动时间信息以及查询时间段确定第二目标时间序列;根据第二目标时间序列确定一个或者多个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动。
在一个实施例中,计算机程序被处理器执行实现上述的根据第二目标时间序列确定一个或者多个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动时还具体实现以下步骤:根据第二目标时间序列确定多个第一初始时间段以及每个第一初始时间段对应的第一活动,每个第一初始时间段对应的第一活动包括至少一个目标商品在查询时间段内参加的有效购物类活动,或者至少一个目标商品在查询时间段内参加的有效非购物类活动;对于每个第一初始时间段,若该第一初始时间段对应的第一活动包括至少一个目标商品在查询时间段内参加的有效非购物类活动,将该第一初始时间段作为一个第二初始时间段,该第二初始时间段对应的第二活动与该第一初始时间段对应的第一活动相同;根据所有第二初始时间段以及每个初始第二时间段对应的第二活动确定一个或者多个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动。
在一个实施例中,计算机程序被处理器执行实现上述的根据目标商品信息以及每个目标非购物类时间段对应的目标活动确定每个目标非购物类时间段对应的非购物类活动优惠信息时还具体实现以下步骤:根据每个目标非购物类时间段以及每个目标非购物类时间段对应的目标活动进行模拟优惠券领取,得到每个目标非购物类时间段对应的模拟优惠券;根据目标商品信息以及每个目标非购物类时间段对应的模拟优惠券确定每个目标非购物类时间段对应的非购物类活动优惠信息。
在一个实施例中,计算机程序被处理器执行实现上述的根据目标商品信息以及每个目标非购物类时间段对应的模拟优惠券确定每个目标非购物类时间段对应的非购物类活动优惠信息时还具体实现以下步骤:若目标非购物类时间段对应的目标活动中包括至少一个目标商品在所述查询时间段内能够参加的有效购物类活动,根据目标商品信息确定该目标非购物类时间段对应的购物类相关优惠信息;根据商品信息、该目标非购物类时间段对应的购物类相关优惠信息以及该目标非购物类时间段对应的模拟优惠券确定该目标非购物类时间段对应的非购物类活动优惠信息。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种商品未来信息获取方法,其特征在于,所述方法包括:
获取目标商品信息和查询时间段;
根据所述目标商品信息以及所述查询时间段确定一个或者多个目标购物类时间段以及每个所述目标购物类时间段对应的目标购物类活动,每个所述目标购物类时间段对应一个或者多个所述目标购物类活动;
根据所述目标商品信息以及每个所述目标购物类时间段对应的目标购物类活动确定每个所述目标购物类时间段对应的购物类活动优惠信息;
根据所述目标商品信息以及所述查询时间段确定一个或者多个目标非购物类时间段以及每个所述目标非购物类时间段对应的目标活动,每个所述目标非购物类时间段对应的目标活动包括至少一个目标非购物类活动;
根据所述目标商品信息以及每个所述目标非购物类时间段对应的目标活动确定每个所述目标非购物类时间段对应的非购物类活动优惠信息;
根据所述目标商品信息、所述购物类活动优惠信息以及所述非购物类活动优惠信息获取商品未来信息。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标商品信息以及所述查询时间段确定一个或者多个目标购物类时间段以及每个所述目标购物类时间段对应的目标购物类活动包括:
根据所述目标商品信息以及所述查询时间段确定有效购物类活动信息,所述有效购物类活动信息为目标商品在所述查询时间段内能够参加的有效购物类活动的信息,所述目标商品在所述查询时间段内能够参加的有效购物类活动的数量为一个或者多个;
根据所述有效购物类活动时间信息以及所述查询时间段确定第一目标时间序列;
根据所述第一目标时间序列确定一个或者多个目标购物类时间段以及每个所述目标购物类时间段对应的目标购物类活动。
3.根据权利要求2所述的方法,其特征在于,所述根据所述有效购物类活动信息以及所述查询时间段确定第一目标时间序列包括:
根据所述有效购物类活动信息确定所述目标商品在所述查询时间段内参加的每个有效购物类活动的开始时间点和结束时间点;
将所述目标商品在所述查询时间段内参加的每个有效购物类活动的开始时间点和结束时间点按时间先后进行升序排序,组成中间时间序列;
比较所述查询时间段的开始时间点与所述中间时间序列中的第一个时间点,取两者中较晚的时间点作为第一时间点;
比较所述查询时间段的结束时间点与所述中间时间序列中的最后一个时间点,取两者中较早的时间点作为第二时间点;
根据所述中间时间序列、所述第一时间点以及所述第二时间点确定第一目标时间序列;
优选地,所述第一目标时间序列由多个时间点按时间先后升序排序组成,所述第一目标时间序列中的第一个时间点为所述第一时间点,所述第一目标时间序列中的最后一个时间点为所述第二时间点,所述第一目标时间序列中所述第一时间点与所述第二时间点之间的时间点与所述中间时间序列中所述第一时间点与所述第二时间点之间的时间点相同。
4.根据权利要求3所述的方法,其特征在于,所述根据所述第一目标时间序列确定一个或者多个目标购物类时间段以及每个所述目标购物类时间段对应的目标购物类活动包括:
根据所述第一目标时间序列中的每个时间点,以及每两个相邻时间点确定出多个有效购物类时间段;
确定各个有效购物类时间段对应的有效购物类活动,每个所述有效购物类时间段对应一个或者多个有效购物类活动;
根据所有所述有效购物类时间段以及每个所述有效购物类时间段所对应的所有有效购物类活动确定一个或者多个目标购物类时间段以及每个所述目标购物类时间段对应的目标购物类活动;
优选地,所述根据所有所述有效购物类时间段以及每个所述有效购物类时间段所对应的所有有效购物类活动确定一个或者多个目标购物类时间段以及每个所述目标购物类时间段对应的目标购物类活动包括:
对每个所述有效购物类时间段所对应的一个或者多个有效购物类活动进行共融性和排斥性校验,得到每个所述有效购物类时间段对应的目标购物类活动;
若所有所述有效购物类时间段中,一个所述有效购物类时间段的结束时间点与另一个所述有效购物类时间段的开始时间点相同,且该两个有效购物类时间段所对应的目标购物类活动完全相同,将该两个有效购物类时间段进行合并,得到一个目标购物类时间段,该目标购物类时间段所对应的目标购物类活动与该两个有效购物类时间段对应的目标购物类活动相同。
5.根据权利要求2-4中任意一项所述的方法,其特征在于,所述根据所述目标商品信息以及所述查询时间段确定一个或者多个目标非购物类时间段以及每个所述目标非购物类时间段对应的目标活动包括:
根据所述目标商品信息以及所述查询时间段确定有效非购物类活动信息,所述有效非购物类活动信息为所述目标商品在所述查询时间段内能够参加的有效非购物类活动的信息,所述目标商品在所述查询时间段内能够参加的有效非购物类活动的数量为一个或者多个;
根据所述有效购物类活动信息、所述有效非购物类活动时间信息以及所述查询时间段确定第二目标时间序列;
根据所述第二目标时间序列确定一个或者多个目标非购物类时间段以及每个所述目标非购物类时间段对应的目标活动。
6.根据权利要求5所述的方法,其特征在于,所述根据所述第二目标时间序列确定一个或者多个目标非购物类时间段以及每个所述目标非购物类时间段对应的目标活动包括:
根据所述第二目标时间序列确定多个第一初始时间段以及每个所述第一初始时间段对应的第一活动,每个所述第一初始时间段对应的第一活动包括至少一个所述目标商品在所述查询时间段内参加的有效购物类活动,或者至少一个所述目标商品在所述查询时间段内参加的有效非购物类活动;
对于每个所述第一初始时间段,若该第一初始时间段对应的第一活动包括至少一个所述目标商品在所述查询时间段内参加的有效非购物类活动,将该所述第一初始时间段作为一个第二初始时间段,该所述第二初始时间段对应的第二活动与该所述第一初始时间段对应的第一活动相同;
根据所有所述第二初始时间段以及每个所述初始第二时间段对应的第二活动确定一个或者多个目标非购物类时间段以及每个所述目标非购物类时间段对应的目标活动;
优选地,所述根据所有所述第二初始时间段以及每个所述初始第二时间段对应的第二活动确定一个或者多个目标非购物类时间段以及每个所述目标非购物类时间段对应的目标活动包括:
对每个所述第二初始时间段所对应的一个或者多个第二活动进行共融性和排斥性校验,得到每个所述第二初始时间段对应的目标活动;
若所有所述第二初始时间段中,一个所述第二初始时间段的结束时间点与另一个所述第二初始时间段的开始时间点相同,且该两个第二初始时间段所对应的目标活动完全相同,将该两个第二初始时间段进行合并,得到一个目标非购物类时间段,该目标购物类时间段所对应的目标活动与该两个第二初始时间段对应的目标活动相同。
7.根据权利要求1-4中任意一项或者权利要求6所述的方法,其特征在于,所述根据所述目标商品信息以及每个所述目标非购物类时间段对应的目标活动确定每个所述目标非购物类时间段对应的非购物类活动优惠信息包括:
根据每个所述目标非购物类时间段以及每个所述目标非购物类时间段对应的目标活动进行模拟优惠券领取,得到每个所述目标非购物类时间段对应的模拟优惠券;
根据所述目标商品信息以及每个所述目标非购物类时间段对应的模拟优惠券确定每个所述目标非购物类时间段对应的非购物类活动优惠信息;
优选地,所述根据所述目标商品信息以及每个所述目标非购物类时间段对应的模拟优惠券确定每个所述目标非购物类时间段对应的非购物类活动优惠信息包括:
若所述目标非购物类时间段对应的目标活动中包括至少一个所述目标商品在所述查询时间段内能够参加的有效购物类活动,根据所述目标商品信息确定该目标非购物类时间段对应的购物类相关优惠信息;根据所述商品信息、该目标非购物类时间段对应的购物类相关优惠信息以及该目标非购物类时间段对应的模拟优惠券确定该目标非购物类时间段对应的非购物类活动优惠信息。
8.一种商品未来信息获取装置,其特征在于,所述装置包括:
信息获取模块,用于获取目标商品信息和查询时间段;
购物类时间确定模块,用于根据所述目标商品信息以及所述查询时间段确定一个或者多个目标购物类时间段以及每个所述目标购物类时间段对应的目标购物类活动,每个所述目标购物类时间段对应一个或者多个所述目标购物类活动;
购物类优惠确定模块,用于根据所述目标商品信息以及每个所述目标购物类时间段对应的目标购物类活动确定每个所述目标购物类时间段对应的购物类活动优惠信息;
非购物类时间确定模块,用于根据所述目标商品信息以及所述查询时间段确定一个或者多个目标非购物类时间段以及每个所述目标非购物类时间段对应的目标活动,每个所述目标非购物类时间段对应的目标活动包括至少一个目标非购物类活动;
非购物类优惠确定模块,用于根据所述目标商品信息以及每个所述目标非购物类时间段对应的目标活动确定每个所述目标非购物类时间段对应的非购物类活动优惠信息;
商品未来信息获取模块,用于根据所述目标商品信息、所述购物类活动优惠信息以及所述非购物类活动优惠信息获取商品未来信息。
9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010910605.XA CN112053191A (zh) | 2020-09-02 | 2020-09-02 | 商品未来信息获取方法、装置、计算机设备和存储介质 |
CA3130241A CA3130241A1 (en) | 2020-09-02 | 2021-09-02 | Commodity future information acquisition method and device, computer equipment and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010910605.XA CN112053191A (zh) | 2020-09-02 | 2020-09-02 | 商品未来信息获取方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112053191A true CN112053191A (zh) | 2020-12-08 |
Family
ID=73607731
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010910605.XA Pending CN112053191A (zh) | 2020-09-02 | 2020-09-02 | 商品未来信息获取方法、装置、计算机设备和存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112053191A (zh) |
CA (1) | CA3130241A1 (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105574739A (zh) * | 2015-12-15 | 2016-05-11 | 中国建设银行股份有限公司 | 应用于电商优惠活动的数据处理系统及方法 |
CN109509020A (zh) * | 2018-10-22 | 2019-03-22 | 阿里巴巴集团控股有限公司 | 一种优惠券金额核对方法及装置 |
-
2020
- 2020-09-02 CN CN202010910605.XA patent/CN112053191A/zh active Pending
-
2021
- 2021-09-02 CA CA3130241A patent/CA3130241A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105574739A (zh) * | 2015-12-15 | 2016-05-11 | 中国建设银行股份有限公司 | 应用于电商优惠活动的数据处理系统及方法 |
CN109509020A (zh) * | 2018-10-22 | 2019-03-22 | 阿里巴巴集团控股有限公司 | 一种优惠券金额核对方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CA3130241A1 (en) | 2022-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR20100042234A (ko) | 온라인 행위가 오프라인 판매에 미치는 영향을 결정하기 위한 동적 지리 위치 파라미터 | |
CN111709794A (zh) | 异常订单处理方法、装置以及计算机设备和存储介质 | |
CN110264133B (zh) | 车辆调配方法、装置、计算机设备和存储介质 | |
KR20180117286A (ko) | 기계 학습 기반의 가격 산정 방법 및 장치 | |
CN111581078A (zh) | 一种业务异常定位方法、装置、计算机设备及存储介质 | |
CN110766520A (zh) | 多系统多店铺订单融合方法、装置、计算机设备和存储介质 | |
CN111221834B (zh) | 一种商品库存价值计算方法 | |
US20160292706A1 (en) | Systems and methods for offer selection and reward distribution learning | |
CN111160566A (zh) | 样本生成方法、装置、计算机可读存储介质和计算机设备 | |
CN112053191A (zh) | 商品未来信息获取方法、装置、计算机设备和存储介质 | |
CN112381567A (zh) | 多店铺订单营销的订单信息处理方法、装置和计算机设备 | |
CN116150496A (zh) | 一种基于用户行为的车辆服务的推荐方法、装置及设备 | |
CN114897586A (zh) | 业务监控方法、装置、计算机设备和存储介质 | |
CN113342770A (zh) | 数据分析方法及装置、存储介质及电子设备 | |
CN112508610A (zh) | 会员礼物发放方法、装置、计算机设备和可读存储介质 | |
CN113139835A (zh) | 数据处理方法、装置、非易失性存储介质及处理器 | |
CN110675103A (zh) | 货物分发方法、装置、平台、计算机设备和存储介质 | |
CN110717783A (zh) | 积分数据处理方法、系统、计算机设备和存储介质 | |
CN112330473A (zh) | 一种数据推荐方法、设备、终端及存储介质 | |
CN110716930A (zh) | 数值转移方法、装置、计算机设备和存储介质 | |
CN112163809B (zh) | 库存检查方法、装置、计算机设备和存储介质 | |
JP2010237847A (ja) | 金融商品管理システム、金融商品管理方法及び金融商品管理プログラム | |
CN114329196B (zh) | 一种信息推送方法、装置、电子设备及存储介质 | |
CN116614551B (zh) | 基于模板的多任务异步下载方法、系统、设备及介质 | |
JP7368404B2 (ja) | 生産計画立案支援装置および方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201208 |
|
RJ01 | Rejection of invention patent application after publication |