CN112330356A - 视频投放平台的商品销量属性计算方法及装置 - Google Patents

Abstract

本发明公开了一种视频投放平台的商品销量属性计算方法及装置，该方法包括：确定目标时间段内用于带货销售目标商品的所有带货视频的所有视频投放平台；计算在所述目标时间段内每个所述视频投放平台对所述第一目标商品带来的商品销量数据。可见，本发明能够计算在目标时间段内每个视频投放平台对第一目标商品带来的商品销量数据，快速、准确地确定出每个视频投放平台对商品的销量贡献情况，进而可依据每个视频投放平台对商品的销量贡献计算每个带货视频对商品的销量贡献，从而有利于为确定每个带货视频的视频博主的带货能力和/或每个带货视频对商品的销量贡献情况提供准确的参考依据。

Description

视频投放平台的商品销量属性计算方法及装置

技术领域

本发明涉及互联网技术领域，尤其涉及一种视频投放平台的商品销量属性计算方法及装置。

背景技术

随着互联网的快速发展，互联网用户越来越多。为了扩大商品的受众范围以及影响力，商品的营销方式除了传统的广告营销之外，还引入了基于互联网的视频营销，例如：广告主可以选择多个视频博主发布针对某一或某些商品的视频，这些视频又可以称为带货视频，而带货视频一般会在视频投放平台进行投放，并由视频投放平台推送给用户进行观看，以实现推广营销商品的效果。

在实际应用中，对于同一商品，商家通常会和多个视频投放平台合作，以进行商品的推广营销，而每一视频投放平台上通常存在多个视频博主发布的多个视频，且不同视频投放平台的推广策略不同，而不同视频博主发布的视频风格也各式各样，因此，不同视频投放平台为商品带来的销量之间存在差异，不同视频博主发布的视频为商品带来的销量也各不相同。为了逐步提高商品视频营销的性价比，需要从多个视频投放平台或多个带货视频中确定对商品的销售量贡献较高的视频。可见，如何准确地确定不同视频投放平台或不同带货视频对商品的销售贡献情况显得尤为重要。

发明内容

本发明所要解决的技术问题在于，提供一种视频投放平台的商品销量属性计算方法及装置，能够根据获取到的每个带货视频对目标商品的浏览价值属性，以及商品的浏览量与销售量之间的关系，快速、准确地确定出每个带货视频对商品的销量贡献情况。

为了解决上述技术问题，本发明第一方面公开了视频投放平台的商品销量属性计算方法，所述方法包括：

确定目标时间段内用于带货销售目标商品的所有带货视频的所有视频投放平台；

计算在所述目标时间段内每个所述视频投放平台对所述第一目标商品带来的商品销量数据；

其中，在所述目标时间段内所述视频投放平台为所述第一目标商品带来的商品销量数据用于作为该视频投放平台的商品销量属性；或者，在所述目标时间段内所述视频投放平台为所述第一目标商品带来的商品销量数据用于结合每个所述带货视频对应的平台销量价值系数计算每个所述带货视频在所述目标时间段内对所述第一目标商品的销量贡献情况。

作为一种可选的实施方式，在本发明第一方面中，所述计算在所述目标时间段内每个所述视频投放平台对所述第一目标商品带来的商品销量数据，包括：

确定每个所述视频投放平台对应的浏览销量关系系数；所述视频投放平台对应的浏览销量关系系数用于表示所述第一目标商品在该视频投放平台的商品浏览数据和商品销量数据之间的关系；

获取所述目标时间段内每个所述视频投放平台对所述第一目标商品的浏览量贡献情况；

根据每个所述视频投放平台对应的浏览销量关系系数和所述目标时间段内每个所述视频投放平台对所述第一目标商品的浏览量贡献情况，计算在所述目标时间段内每个所述视频投放平台对所述第一目标商品带来的商品销量数据。

作为一种可选的实施方式，在本发明第一方面中，所述确定每个所述视频投放平台对应的浏览销量关系系数，包括：

从每个所述视频投放平台已投放的所有历史商品中筛选出满足预设条件的若干个第二目标商品；

获取每个所述视频投放平台对应的所有所述第二目标商品的历史浏览数据和历史销量数据；

根据每个所述视频投放平台对应的所有所述第二目标商品的历史浏览数据和历史销量数据，确定每个所述视频投放平台对应的浏览销量关系系数。

作为一种可选的实施方式，在本发明第一方面中，所述从每个所述视频投放平台已投放的所有历史商品中筛选出满足预设条件的若干个第二目标商品，包括：

对于任一所述视频投放平台，从该视频投放平台已投放的所有历史商品中筛选出与所述第一目标商品属于同一商品类别的所有同类历史商品；

获取所有所述同类历史商品的视频投放平台信息；

对于任一所述同类历史商品，判断该同类历史商品的视频投放平台信息是否只包括该视频投放平台，当判断出该同类历史商品的视频投放平台信息只包括该视频投放平台时，确定该同类历史商品为第二目标商品

作为一种可选的实施方式，在本发明第一方面中，所述根据每个所述视频投放平台对应的所有所述第二目标商品的历史浏览数据和历史销量数据，确定每个所述视频投放平台对应的浏览销量关系系数，包括：

对于任一所述视频投放平台对应的所有所述第二目标商品，计算每一所述第二目标商品对应的历史浏览数据和历史销量数据的比值，得到每一所述第二目标商品的历史浏览-销量比；其中，所述第二目标商品对应的历史浏览数据为所述第二目标商品在历史时间段内的总浏览数据，所述第二目标商品对应的历史销量数据为所述第二目标商品在所述第一历史时间段内的总销量数据；

根据每个所述视频投放平台对应的所有所述第二目标商品的历史浏览-销量比，计算每个所述视频投放平台对应的浏览销量关系系数。

作为一种可选的实施方式，在本发明第一方面中，所述根据每个所述视频投放平台对应的所有所述第二目标商品的历史浏览-销量比，计算每个所述视频投放平台对应的浏览销量关系系数，包括：

计算每个所述视频投放平台对应的所有所述第二目标商品的历史浏览-销量比的中位数，得到每个所述视频投放平台对应的所有所述第二目标商品的中位历史浏览-销量比；

将每个所述视频投放平台对应的所有所述第二目标商品的中位历史浏览-销量比确定为每个所述视频投放平台对应的浏览销量关系系数；

或者，

计算每个所述视频投放平台对应的所有所述第二目标商品的历史浏览-销量比的平均值，得到每个所述视频投放平台对应的所有所述第二目标商品的平均历史浏览-销量比；

将每个所述视频投放平台对应的所有所述第二目标商品的平均历史浏览-销量比确定为每个所述视频投放平台对应的浏览销量关系系数。

作为一种可选的实施方式，在本发明第一方面中，所述根据每个所述视频投放平台对应的所有所述第二目标商品的历史浏览数据和历史销量数据，确定每个所述视频投放平台对应的浏览销量关系系数，包括：

对每个所述视频投放平台对应的所有所述第二目标商品对应的历史浏览数据和历史销量数据执行线性回归分析操作，以得到每个所述视频投放平台对应的所有所述第二目标商品对应的历史浏览数据和历史销量数据的线性回归关系系数；

根据每个所述视频投放平台对应的所有所述第二目标商品对应的历史浏览数据和历史销量数据的线性回归关系系数确定每个所述视频投放平台对应的浏览销量关系系数。

本发明第二方面公开了视频投放平台的商品销量属性计算装置，所述装置包括：

确定模块，用于确定目标时间段内用于带货销售目标商品的所有带货视频的所有视频投放平台；

计算模块，用于计算在所述目标时间段内每个所述视频投放平台对所述第一目标商品带来的商品销量数据；

其中，在所述目标时间段内所述视频投放平台为所述第一目标商品带来的商品销量数据用于作为该视频投放平台的商品销量属性；或者，在所述目标时间段内所述视频投放平台为所述第一目标商品带来的商品销量数据用于结合每个所述带货视频对应的平台销量价值系数计算每个所述带货视频在所述目标时间段内对所述第一目标商品的销量贡献情况。

作为一种可选的实施方式，在本发明第二方面中，所述计算模块包括：

确定单元，用于确定每个所述视频投放平台对应的浏览销量关系系数；所述视频投放平台对应的浏览销量关系系数用于表示所述第一目标商品在该视频投放平台的商品浏览数据和商品销量数据之间的关系；

获取单元，用于获取所述目标时间段内每个所述视频投放平台对所述第一目标商品的浏览量贡献情况；

计算单元，用于根据每个所述视频投放平台对应的浏览销量关系系数和所述目标时间段内每个所述视频投放平台对所述第一目标商品的浏览量贡献情况，计算在所述目标时间段内每个所述视频投放平台对所述第一目标商品带来的商品销量数据。

作为一种可选的实施方式，在本发明第二方面中，所述确定单元确定每个所述视频投放平台对应的浏览销量关系系数的具体方式包括：

从每个所述视频投放平台已投放的所有历史商品中筛选出满足预设条件的若干个第二目标商品；

获取每个所述视频投放平台对应的所有所述第二目标商品的历史浏览数据和历史销量数据；

根据每个所述视频投放平台对应的所有所述第二目标商品的历史浏览数据和历史销量数据，确定每个所述视频投放平台对应的浏览销量关系系数。

作为一种可选的实施方式，在本发明第二方面中，所述确定单元从每个所述视频投放平台已投放的所有历史商品中筛选出满足预设条件的若干个第二目标商品的具体方式包括：

对于任一所述视频投放平台，从该所述视频投放平台已投放的所有历史商品中筛选出与所述第一目标商品属于同一商品类别的所有同类历史商品；

获取所有所述同类历史商品的视频投放平台信息；

对于任一所述同类历史商品，判断该同类历史商品的视频投放平台信息是否只包括该视频投放平台，当判断出该同类历史商品的视频投放平台信息只包括该视频投放平台时，确定该同类历史商品为第二目标商品。

作为一种可选的实施方式，在本发明第二方面中，所述确定单元根据每个所述视频投放平台对应的所有所述第二目标商品的历史浏览数据和历史销量数据，确定每个所述视频投放平台对应的浏览销量关系系数的具体方式包括：

对于任一所述视频投放平台对应的所有所述第二目标商品，计算每一所述第二目标商品对应的历史浏览数据和历史销量数据的比值，得到每一所述第二目标商品的历史浏览-销量比；其中，所述第二目标商品对应的历史浏览数据为所述第二目标商品在历史时间段内的总浏览数据，所述第二目标商品对应的历史销量数据为所述第二目标商品在所述历史时间段内的总销量数据；

根据每个所述视频投放平台对应的所有所述第二目标商品的历史浏览-销量比，计算每个所述视频投放平台对应的浏览销量关系系数。

作为一种可选的实施方式，在本发明第二方面中，所述确定单元根据每个所述视频投放平台对应的所有所述第二目标商品的历史浏览-销量比，计算每个所述视频投放平台对应的浏览销量关系系数的具体方式包括：

计算每个所述视频投放平台对应的所有所述第二目标商品的历史浏览-销量比的中位数，得到每个所述视频投放平台对应的所有所述第二目标商品的中位历史浏览-销量比；

将每个所述视频投放平台对应的所有所述第二目标商品的中位历史浏览-销量比确定为每个所述视频投放平台对应的浏览销量关系系数；

或者，

计算每个所述视频投放平台对应的所有所述第二目标商品的历史浏览-销量比的平均值，得到每个所述视频投放平台对应的所有所述第二目标商品的平均历史浏览-销量比；

将每个所述视频投放平台对应的所有所述第二目标商品的平均历史浏览-销量比确定为每个所述视频投放平台对应的浏览销量关系系数。

作为一种可选的实施方式，在本发明第二方面中，所述确定单元根据每个所述视频投放平台对应的所有所述第二目标商品的历史浏览数据和历史销量数据，确定每个所述视频投放平台对应的浏览销量关系系数的具体方式包括：

对每个所述视频投放平台对应的所有所述第二目标商品对应的历史浏览数据和历史销量数据执行线性回归分析操作，以得到每个所述视频投放平台对应的所有所述第二目标商品对应的历史浏览数据和历史销量数据的线性回归关系系数；

根据每个所述视频投放平台对应的所有所述第二目标商品对应的历史浏览数据和历史销量数据的线性回归关系系数确定每个所述视频投放平台对应的浏览销量关系系数。

本发明第三方面公开了另一种视频投放平台的商品销量属性计算装置，所述装置包括：

存储有可执行程序代码的存储器；

与所述存储器耦合的处理器；

所述处理器调用所述存储器中存储的所述可执行程序代码，执行本发明实施例第一方面公开的视频投放平台的商品销量属性计算方法中的部分或全部步骤。

本发明实施例第四方面公开了一种计算机存储介质，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行本发明实施例第一方面公开的视频投放平台的商品销量属性计算方法中的部分或全部步骤。

与现有技术相比，本发明实施例具有以下有益效果：

本发明实施例中，确定目标时间段内用于带货销售目标商品的所有带货视频的所有视频投放平台；计算在所述目标时间段内每个所述视频投放平台对所述第一目标商品带来的商品销量数据；其中，在所述目标时间段内所述视频投放平台为所述第一目标商品带来的商品销量数据用于作为该视频投放平台的商品销量属性；或者，在所述目标时间段内所述视频投放平台为所述第一目标商品带来的商品销量数据用于结合每个所述带货视频对应的平台销量价值系数计算每个所述带货视频在所述目标时间段内对所述第一目标商品的销量贡献情况。可见，本发明能够计算在目标时间段内每个视频投放平台对第一目标商品带来的商品销量数据，快速、准确地确定出每个视频投放平台对商品的销量贡献情况，进而可依据每个视频投放平台对商品的销量贡献计算每个带货视频对商品的销量贡献，从而有利于为确定每个带货视频的视频博主的带货能力和/或每个带货视频对商品的销量贡献情况提供准确的参考依据。

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简单地介绍，显而易见地，下面描述中的附图仅仅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他的附图。

图1是本发明实施例公开的一种视频投放平台的商品销量属性计算方法的流程示意图；

图2是本发明实施例公开的另一种视频投放平台的商品销量属性计算方法的流程示意图；

图3是本发明实施例公开的一种视频投放平台的商品销量属性计算装置的结构示意图；

图4是本发明实施例公开的另一种视频投放平台的商品销量属性计算装置的结构示意图；

图5是本发明实施例公开的又一种视频投放平台的商品销量属性计算装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或端没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或端固有的其他步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本发明公开了一种视频投放平台的商品销量属性计算方法及装置，能够计算在目标时间段内每个视频投放平台对第一目标商品带来的商品销量数据，快速、准确地确定出每个视频投放平台对商品的销量贡献情况，进而可依据每个视频投放平台对商品的销量贡献计算每个带货视频对商品的销量贡献，从而有利于为确定每个带货视频的视频博主的带货能力和/或每个带货视频对商品的销量贡献情况提供准确的参考依据。以下分别进行详细说明。

实施例一

请参阅图1，图1是本发明实施例公开的一种视频投放平台的商品销量属性计算方法的流程示意图。其中，图1所描述的方法应用于视频投放平台的商品销量属性计算装置中，该计算装置可以是相应的计算终端、计算设备或服务器，且该服务器可以是本地服务器，也可以是云服务器，本发明实施例不做限定。如图1所示，该视频投放平台的商品销量属性计算方法可以包括以下操作：

101、计算装置确定目标时间段内用于带货销售第一目标商品的所有带货视频的所有视频投放平台。

本发明实施例中，第一目标商品为通过视频进行推广的任一商品，目标时间段为根据实际需求确定出的时间段。其中，用于带货销售第一目标商品的所有带货视频可以包括带有第一目标商品对应的商品链接的带货视频，也可以包括视频内容为第一目标商品的推广内容的带货视频，还可以同时包括带有第一目标商品对应的商品链接的带货视频以及视频内容为第一目标商品的推广内容的带货视频，本发明实施例不做限定，且每个带货视频均存在与之唯一对应的视频标识，如视频ID。

本发明实施例中，视频投放平台可以为现有的线上的视频推送平台，如火山小视频、抖音或快手等视频软件，也可以为线下的视频推送区域，例如布置在商业场所的屏幕，此时，带货视频中只要包含有可以引导顾客进行商品购买的链接(如二维码)，同样可以起到带货效果。

102、计算装置计算在目标时间段内每个视频投放平台对第一目标商品带来的商品销量数据。

本发明实施例中，计算出的在目标时间段内视频投放平台为第一目标商品带来的商品销量数据可以用于作为该视频投放平台的商品销量属性，或者也可以用于结合每个带货视频对应的平台销量价值系数计算每个带货视频在目标时间段内对第一目标商品的销量贡献情况。

本发明实施例中，可选的，每个带货视频在目标时间段内对第一目标商品的销量贡献情况可以通过带货视频对应的平台销量价值系数与目标时间段内每个视频投放平台对第一目标商品带来的商品销量数据的乘积来确定，例如计算装置可以直接将二者的乘积确定为带货视频在目标时间段内对第一目标商品的销量贡献情况。

可见，实施本发明实施例所描述的方法能够计算在目标时间段内每个视频投放平台对第一目标商品带来的商品销量数据，快速、准确地确定出每个视频投放平台对商品的销量贡献情况，进而可依据每个视频投放平台对商品的销量贡献计算每个带货视频对商品的销量贡献，从而有利于为确定每个带货视频的视频博主的带货能力和/或每个带货视频对商品的销量贡献情况提供准确的参考依据。

在一个可选的实施例中，计算装置可以直接将带货视频对应的平台浏览价值系数确定为带货视频的平台销量价值系数，其中，带货视频对应的平台浏览价值系数用于确定目标时间段内视频投放平台为第一目标商品带来的商品销量数据中该带货视频为第一目标商品带来的商品销量数据。

在该可选的实施例中，带货视频对应的平台浏览价值系数可以用于与目标时间段内视频投放平台对第一目标商品的浏览量贡献情况结合，以确定带货视频在目标时间段内对第一目标商品的浏览量贡献情况。例如，浏览价值系数可以为带货视频在目标时间段内为第一目标商品带来的浏览量对视频投放平台为第一目标商品带来的浏览量的占比，则浏览价值系数可以与目标时间段内视频投放平台对第一目标商品的浏览量贡献情况直接相乘，以确定带货视频在目标时间段内对第一目标商品的浏览量贡献情况。

可见，实施该可选的实施例，能够将带货视频对应的平台浏览价值系数直接确定为带货视频的平台销量价值系数，有利于后续根据每个视频投放平台对商品的销量贡献计算每个带货视频对商品的销量贡献，从而有利于为确定每个带货视频的视频博主的带货能力和/或每个带货视频对商品的销量贡献情况提供准确的参考依据。

在另一个可选的实施例中，目标时间段内带货视频对应的平台浏览价值系数，可以通过以下操作计算得到：

计算装置确定目标时间段内带货视频在目标时间段内的互动数据增量；

计算装置计算带货视频在目标时间段内的互动数据增量与对应的视频投放平台内所有带货视频在该目标时间段内的互动数据总增量的比值，得到带货视频在目标时间段内的互动数据增量占比；

计算装置根据带货视频在目标时间段内的互动数据增量占比，确定在目标时间段内带货视频对应的平台浏览价值系数。

在该另一个可选的实施例中，在任一时间段内带货视频对应的平台浏览价值系数具体用于表示在该时间段内该带货视频的互动数据增量与在该时间段内视频投放平台为第一目标商品带来的商品浏览数据增量之间的关系。

可见，该可选的实施例能够根据互动数据增量占比确定带货视频对应的平台浏览价值系数，由于带货视频的互动数据(如点赞数)越大，其给第一目标商品带来的浏览贡献越大且带货视频的互动数据能够快速地爬取，通过互动数据增量占比确定带货视频对应的平台浏览价值系数的方式不仅提供了一种平台浏览价值系数的确定方式，还能够提高确定出的平台浏览价值系数的效率与准确性，进而有利于提高确定出的带货视频对第一目标商品的销量贡献情况的效率与准确性。

在又一个可选的实施例中，目标时间段内带货视频对应的平台浏览价值系数，可以通过以下操作计算得到：

计算装置获取目标时间段内用于带货销售第一目标商品的所有带货视频中每个带货视频对应的历史数据；每个带货视频对应的历史数据包括第三历史时间段内每个带货视频的历史互动数据增量以及第三历史时间段内视频投放平台为第一目标商品带来的历史商品浏览数据

计算装置根据第三历史时间段内每个带货视频的历史互动数据增量以及第三历史时间段内视频投放平台为第一目标商品带来的历史商品浏览数据，计算每个带货视频对应的历史平台浏览价值系数，历史平台浏览价值系数用于表示在第三历史时间段内对应带货视频的历史互动数据增量与视频投放平台为第一目标商品带来的历史商品浏览数据增量之间的关系；

计算装置将每个带货视频对应的历史平台浏览价值系数确定为在目标时间段内该带货视频对应的平台浏览价值系数。

可见，在该可选的实施例中，计算装置可以根据历史互动数据以及历史商品浏览数据增量为每个带货视频计算出趋于稳定的历史平台浏览价值系数，作为每个带货视频在目标时间段对应的平台浏览价值系数，能够提高确定出的平台浏览价值系数的效率与准确性，进而有利于提高确定出的带货视频对第一目标商品的销量贡献情况的效率与准确性。

在又一种可选的实施例中，目标时间段内带货视频对应的平台浏览价值系数，可以通过以下操作计算得到：

计算装置确定目标时间段内用于带货销售第一目标商品的所有带货视频中每个带货视频在目标时间段内对应的目标参数集合；

计算装置根据每个带货视频对应的目标参数集合包括的每个目标参数以及该目标参数集合包括的每个目标参数对应的权重值，计算在目标时间段内每个带货视频对应的平台浏览价值系数。

可选的，任一带货视频在目标时间段对应的目标参数集合可以包括该带货视频在该目标时间段对应的发布时长、上述第一目标商品的商品品类、该带货视频的发布平台、该带货视频的视频博主在该时间周期对应的博主信息(如粉丝数量)等中的一种或多种的组合。

可见，实施上述可选的实施例，计算装置可以根据包括有多种目标参数的参数集合为每个带货视频计算出对应的平台浏览价值系数，能够提高确定出的平台浏览价值系数的效率与准确性，进而有利于提高确定出的带货视频对第一目标商品的销量贡献情况的效率与准确性。

本发明中，带货视频的互动数据可以包括该带货视频的弹幕量、点赞量、评论量(优选为正面评论量)、转发量以及收藏量中一种或多种的组合。其中，带货视频的互动数据可以用于表示带货视频的曝光程度，互动数据量越高的带货视频相对而言会被越多的用户看到，由于带货视频的评论中既有正面评论又有反面评论，为了提高获取带货视频的互动数据的效率，带货视频的互动数据可以只包括该带货视频的点赞量、转发量以及收藏量中一种或多种的组合。又进一步优选的，由于带货视频的点赞是正面的，当用户对带货视频点赞时，可以确定用户认同带货视频的观点或者喜欢带货视频，点赞量越高的带货视频对第一目标商品的浏览贡献越大，也即，带货视频的互动数据可以只包括带货视频的点赞量。

可见，实施本发明实施例能够提供多种方式确定带货视频在目标时间段对应的平台浏览价值系数，提高了确定出的平台浏览价值系数的准确性，进而有利于提高根据平台浏览价值系数确定出的带货视频对商品的销量贡献情况的准确性。

实施例二

请参阅图2，图2是本发明实施例公开的另一种视频投放平台的商品销量属性计算方法的流程示意图。其中，图2所描述的方法应用于商品销量属性的计算装置中，该计算装置可以是相应的计算终端、计算设备或服务器，且该服务器可以是本地服务器，也可以是云服务器，本发明实施例不做限定。如图2所示，该视频投放平台的商品销量属性计算方法可以包括以下操作：

201、计算装置确定目标时间段内用于带货销售第一目标商品的所有带货视频的所有视频投放平台。

本发明实施例中，步骤201的具体实施细节以及相应技术名词的解释，可以参照实施例一中关于步骤101的表述，在此不再赘述。

202、计算装置确定每个视频投放平台对应的浏览销量关系系数。

本发明实施例中，视频投放平台对应的浏览销量关系系数用于表示第一目标商品在该视频投放平台的商品浏览数据和商品销量数据之间的关系。

203、计算装置获取目标时间段内每个视频投放平台对第一目标商品的浏览量贡献情况。

204、计算装置根据每个视频投放平台对应的浏览销量关系系数和目标时间段内每个视频投放平台对第一目标商品的浏览量贡献情况，计算在目标时间段内每个视频投放平台对第一目标商品带来的商品销量数据。

可见，本发明实施例能够根据每个视频投放平台对应的浏览销量关系系数和目标时间段内每个视频投放平台对第一目标商品的浏览量贡献情况，以便准确、快速地确定出在目标时间段内每个视频投放平台对第一目标商品带来的商品销量数据，进而能够为确定每个视频投放平台对商品的销售贡献情况和/或每个视频投放平台的带货能力或带货效率提供客观、准确的参考依据。

在一个可选的实施例中，计算装置确定每个视频投放平台对应的浏览销量关系系数，包括：

计算装置从每个视频投放平台已投放的所有历史商品中筛选出满足预设条件的若干个第二目标商品；

计算装置获取每个视频投放平台对应的所有第二目标商品的历史浏览数据和历史销量数据；

计算装置根据每个视频投放平台对应的所有第二目标商品的历史浏览数据和历史销量数据，确定每个视频投放平台对应的浏览销量关系系数。

该可选的实施例的目的在于，不同视频投放平台的带货视频的带货能力不同，带货策略也有差异，因此最终导致的商品的浏览数据和销量数据之间的关系也不同，根据同一视频投放平台中已投放的商品的历史浏览数据和历史销量数据计算出的浏览销量关系系数，可以一定程度上表征该视频投放平台的商品的特点。

可见，实施该可选的实施例，计算装置能够根据筛选出的所有第二目标商品对应的历史浏览数据和历史销量数据，计算视频投放平台对应的浏览销量关系系数，从而可以根据同一视频投放平台的历史商品的历史浏览数据和历史销量数据确定视频投放平台对应的浏览数据和销量数据之间的关系，进而能够可以根据视频投放平台的浏览数据和销量数据之间的关系将视频投放平台的浏览量贡献情况更准确地转化为销量贡献情况。

在另一个可选的实施例中，计算装置从每个视频投放平台已投放的所有历史商品中筛选出满足预设条件的若干个第二目标商品，包括：

对于任一视频投放平台，从该视频投放平台已投放的所有历史商品中筛选出与第一目标商品属于同一商品类别的所有同类历史商品；

获取所有同类历史商品的视频投放平台信息；

对于任一同类历史商品，判断该同类历史商品的视频投放平台信息是否只包括该视频投放平台，当判断出该同类历史商品的视频投放平台信息只包括该视频投放平台时，确定该同类历史商品为第二目标商品。

在该可选的实施例中，商品类别可以为根据国际标准进行划分的商品类别，也可以为带货平台根据自身需求预先划分的商品类别，在一个可选的实施方式中，商品类别可以包括精致彩妆、美容护肤、时尚饰品、个人护理、母婴用品、居家日用等多个大类别，也可以包括在例如美容护肤这一大类别下的“精华/眼霜”、“化妆水/爽肤水”、“浴盐”、“打泡器”等多个小类别，本发明在此不做限定。

在该可选的实施例中，实施筛选与第一目标商品属于同一商品类别的所有同类历史商品的步骤，可以将同一商品类别的所有商品先筛选出来，这样，后续计算出的浏览销量关系系数可以表征一个商品类别的商品对应的浏览数据和销量数据之间的关系，有利于节省反复计算浏览销量关系系数的时间和成本，同时，同一商品类别的商品对应的浏览数据和销量数据之间的关系具有相似的特点，利用同一商品类别所有的商品来执行后续的计算步骤，一方面增大了计算的基础数据量，提高了计算的精确度，另一方面也保证了基础计算数据的同质性，同样有利于减少计算的误差。

在该可选的实施例中，对同类历史商品的视频投放平台信息进行判断，可以将所有同类历史商品中只在一个视频投放平台进行推广的商品筛选出来，而在多个视频投放平台进行推广的商品则被剔除出用于计算浏览销量关系系数的数据，这一设置的目的是因为，一般而言，商家会与多个视频投放平台合作，以进行商品的推广，而在多个视频投放平台进行推广的商品的销售量，是由多个视频投放平台共同带来。但现实存在的问题是，多个视频投放平台中可能包含一些未知的视频投放平台，从而导致部分视频投放平台的视频带来的销售量无法被计算。为解决这一问题，申请人注意到，由于带货视频在宣传商品时，并不会显示商品的视频投放平台，同时，不同视频投放平台的视频在推广商品时，用户的购买流程也基本一致，不会有太大差异。因此可以认为，同一视频投放平台的浏览量给商品带来的销售量应该是一样的。因此根据只在一个视频投放平台进行推广的商品的浏览数据和销售数据计算出的浏览销量关系系数，也就是浏览数据和销量数据之间的关系，在理论上等于在多个视频投放平台进行推广的商品对应于该视频投放平台上的浏览销量关系系数。

可见，实施该可选的实施例，计算装置能够判断同类历史商品的视频投放平台信息是否只包括视频投放平台，并在判断出该同类历史商品的视频投放平台信息只包括视频投放平台时，确定该同类历史商品为第二目标商品，以便后续根据第二目标商品来计算浏览销量关系系数，从而可以保证计算出的浏览销量关系系数的精确性，同时减少计算量，节约时间成本，提高计算效率。

在又一个可选的实施例中，计算装置根据每个视频投放平台对应的所有第二目标商品的历史浏览数据和历史销量数据，确定每个视频投放平台对应的浏览销量关系系数，包括：

对于任一视频投放平台对应的所有第二目标商品，计算每一第二目标商品对应的历史浏览数据和历史销量数据的比值，得到每一第二目标商品的历史浏览-销量比；其中，第二目标商品对应的历史浏览数据为第二目标商品在历史时间段内的总浏览数据，第二目标商品对应的历史销量数据为第二目标商品在第一历史时间段内的总销量数据；

根据每个视频投放平台对应的所有第二目标商品的历史浏览-销量比，计算每个视频投放平台对应的浏览销量关系系数。

在该可选的实施例中，历史时间段的时间长度可以根据实际需求进行设定，例如，可以根据数据更新的周期的来设定历史时间段的时间长度，优选的，历史时间段的时间长度小于数据更新的周期，以保证历史时间内的数据均是最新的数据，保证数据的时效性。又例如，可以根据计算能力来设定历史时间段的时间长度，由于历史时间段的时间长度直接影响最终的数据计算量的大小，在计算能力不足时可以适当将历史时间段设定为更短的时间区间，以减少计算负担。

在该可选的实施例中，计算每一第二目标商品的历史浏览-销量比的频率，也可以根据实际需求设定，例如可以根据数据更新的频率来设定计算的频率，在数据更新频率更高或每次数据更新的数据量更大时，可以将计算每一第二目标商品的历史浏览-销量比的频率设定得更高，比如设定每天计算一次，以保证数据的时效性。

可见，实施该可选的实施例，计算装置能够根据第二目标商品对应的历史浏览数据和历史销量数据的比值，计算出第二目标商品的历史浏览-销量比，并根据所有第二目标商品的历史浏览-销量比计算视频投放平台对应的浏览销量关系系数，从而可以根据所有第二目标商品的历史数据中浏览量和销量的关系或规律，计算得到视频投放平台对应的浏览销量关系系数，进而能够可以根据视频投放平台对应的浏览数据和销量数据之间的关系将视频投放平台的浏览量贡献情况更准确地转化为销量贡献情况。

在又一个可选的实施例中，计算装置根据每个视频投放平台对应的所有第二目标商品的历史浏览-销量比，计算每个视频投放平台对应的浏览销量关系系数，包括：

计算每个视频投放平台对应的所有第二目标商品的历史浏览-销量比的中位数，得到每个视频投放平台对应的所有第二目标商品的中位历史浏览-销量比；

将每个视频投放平台对应的所有第二目标商品的中位历史浏览-销量比确定为每个视频投放平台对应的浏览销量关系系数。

在该可选的实施例中，所有第二目标商品的历史浏览-销量比的中位数，是将所有第二目标商品的历史浏览-销量比按大小顺序排列成一组数据后，该组数据中处于中间位置的数，在所有第二目标商品的历史浏览-销量比的数量为偶数时，该中位数为该组数据最中间的两个数的平均数。计算中位数的目的在于，中位数是以它在所有标志值中所处的位置确定的全体单位标志值的代表值，其不受分布数列的极大或极小值影响，从而在一定程度上提高了其对分布数列的代表性。

可见，实施该可选的实施例，计算装置能够将每个视频投放平台对应的所有第二目标商品的中位历史浏览-销量比确定为每个视频投放平台对应的浏览销量关系系数，进而能够可以根据视频投放平台对应的浏览数据和销量数据之间的关系将视频投放平台的浏览量贡献情况更准确地转化为销量贡献情况。

在又一个可选的实施例中，计算装置根据每个视频投放平台对应的所有第二目标商品的历史浏览-销量比，计算每个视频投放平台对应的浏览销量关系系数，包括：

计算每个视频投放平台对应的所有第二目标商品的历史浏览-销量比的平均值，得到每个视频投放平台对应的所有第二目标商品的平均历史浏览-销量比；

将每个视频投放平台对应的所有第二目标商品的平均历史浏览-销量比确定为每个视频投放平台对应的浏览销量关系系数。

在一个优选的实施方式中，在计算装置计算每个视频投放平台对应的所有第二目标商品的历史浏览-销量比的平均值之前，该方法还包括：

计算装置判断所有第二目标商品的数量是否小于或等于预设的商品数量阈值，当判断出所有第二目标商品的数量小于或等于预设的商品数量阈值时，将该视频投放平台已投放的所有历史商品中视频投放平台信息中只包括该视频投放平台的所有历史商品确定为第二目标商品，并执行后续的步骤。

这一优选的实施方式的目的在于，预先判断筛选出的第二目标商品的数量是否太少，若第二目标商品的数量太少，会严重影响到后续计算的精确性，因此，在第二目标商品的数量小于预设的商品数量阈值(如50)时，可以直接将该视频投放平台已投放的所有历史商品中视频投放平台信息中只包括该视频投放平台的所有历史商品确定为第二目标商品，从而忽略了商品的类别，将所有类别的满足上述条件的商品均确定为第二目标商品，以保证第二目标商品的数量。

可见，实施该可选的实施例，计算装置能够将每个视频投放平台对应的所有第二目标商品的平均历史浏览-销量比确定为每个视频投放平台对应的浏览销量关系系数，进而能够可以根据视频投放平台对应的浏览数据和销量数据之间的关系将视频投放平台的浏览量贡献情况更准确地转化为销量贡献情况。进一步的，估算装置还能在第二目标商品的数量小于预设的商品数量阈值时，将该视频投放平台已投放的所有历史商品中视频投放平台信息中只包括该视频投放平台的历史商品确定为第二目标商品，从而有利于保证第二目标商品的数量，进而保证计算的基础数据量，提高计算结果的精确度。

在又一个可选的实施例中，计算装置根据每个视频投放平台对应的所有第二目标商品的历史浏览数据和历史销量数据，确定每个视频投放平台对应的浏览销量关系系数，包括：

对每个视频投放平台对应的所有第二目标商品对应的历史浏览数据和历史销量数据执行线性回归分析操作，以得到每个视频投放平台对应的所有第二目标商品对应的历史浏览数据和历史销量数据的线性回归关系系数；

根据每个视频投放平台对应的所有第二目标商品对应的历史浏览数据和历史销量数据的线性回归关系系数确定每个视频投放平台对应的浏览销量关系系数。

在该可选的实施例中，计算装置可以基于现有的线性回归分析算法，对所有第二目标商品对应的历史浏览数据和历史销量数据执行线性回归分析操作，例如，计算装置可以采用一元线性回归分析算法，以所有第二目标商品对应的历史销量数据为自变量x，以所有第二目标商品对应的历史浏览数据为因变量y，建立线性回归模型：y＝wx+e；其中，w为所有第二目标商品对应的历史浏览数据和历史销量数据的线性回归关系系数，e为误差项。接着，计算装置可以采用最小二乘逼近对模型进行拟合，以得到所有第二目标商品对应的历史浏览数据和历史销量数据的线性回归关系系数w，从而确定视频投放平台对应的浏览销量关系系数为线性回归关系系数w。

在一个可选的实施方式中，本发明所述的关系系数，并非被限定为一个具体的系数，其也可以为用于表征数据之间的关系的一个模型或关系式，例如计算装置可以采用最小二乘逼近直接拟合得到线性回归模型：y＝wx+e，并直接将得到的线性回归模型确定为该线性回归关系系数，也即视频投放平台对应的浏览销量关系系数，后续，在利用视频投放平台对应的浏览销量关系系数进行浏览量和销量之间的转化时，只要直接将已得到的浏览量数据输入至这一线性模型中，即可得到对应的转化后的销量数据。

可见，实施该可选的实施例，计算装置能够对所有第二目标商品对应的历史浏览数据和历史销量数据执行线性回归分析操作，并根据得到的线性回归关系系数确定视频投放平台对应的浏览销量关系系数，从而能够可以通过线性回归分析算法准确地得到视频投放平台对应的浏览数据和销量数据之间的关系，进而有利于根据视频投放平台对应的浏览数据和销量数据之间的关系将视频投放平台对第一目标商品的浏览量贡献情况更准确地转化为销量贡献情况。

实施例三

请参阅图3，图3是本发明实施例公开的一种视频投放平台的商品销量属性计算装置的结构示意图。其中，图3所描述的装置可以应用于相应的计算终端、计算设备或服务器，且该服务器可以是本地服务器，也可以是云服务器，本发明实施例不做限定。如图3所示，该装置可以包括：

确定模块301，用于确定目标时间段内用于带货销售目标商品的所有带货视频的所有视频投放平台；

计算模块302，用于计算在目标时间段内每个视频投放平台对第一目标商品带来的商品销量数据；

本发明实施例中，在目标时间段内视频投放平台为第一目标商品带来的商品销量数据用于作为该视频投放平台的商品销量属性；或者，在目标时间段内视频投放平台为第一目标商品带来的商品销量数据用于结合每个带货视频对应的平台销量价值系数计算每个带货视频在目标时间段内对第一目标商品的销量贡献情况。

可见。实施本发明实施例能够计算在目标时间段内每个视频投放平台对第一目标商品带来的商品销量数据，快速、准确地确定出每个视频投放平台对商品的销量贡献情况，进而可依据每个视频投放平台对商品的销量贡献计算每个带货视频对商品的销量贡献，从而有利于为确定每个带货视频的视频博主的带货能力和/或每个带货视频对商品的销量贡献情况提供准确的参考依据。

在一个可选的实施例中，如图4所示，计算模块302包括：

确定单元3021，用于确定每个视频投放平台对应的浏览销量关系系数；视频投放平台对应的浏览销量关系系数用于表示第一目标商品在该视频投放平台的商品浏览数据和商品销量数据之间的关系；

获取单元3022，用于获取目标时间段内每个视频投放平台对第一目标商品的浏览量贡献情况；

计算单元3023，用于根据每个视频投放平台对应的浏览销量关系系数和目标时间段内每个视频投放平台对第一目标商品的浏览量贡献情况，计算在目标时间段内每个视频投放平台对第一目标商品带来的商品销量数据。

可见，本发明实施例能够根据每个视频投放平台对应的浏览销量关系系数和目标时间段内每个视频投放平台对第一目标商品的浏览量贡献情况，以便准确、快速地确定出在目标时间段内每个视频投放平台对第一目标商品带来的商品销量数据，进而能够为确定每个视频投放平台对商品的销售贡献情况和/或每个视频投放平台的带货能力或带货效率提供客观、准确的参考依据。

在另一个可选的实施例中，确定单元3021确定每个视频投放平台对应的浏览销量关系系数的具体方式包括：

从每个视频投放平台已投放的所有历史商品中筛选出满足预设条件的若干个第二目标商品；

获取每个视频投放平台对应的所有第二目标商品的历史浏览数据和历史销量数据；

根据每个视频投放平台对应的所有第二目标商品的历史浏览数据和历史销量数据，确定每个视频投放平台对应的浏览销量关系系数。

可见，实施该可选的实施例，确定单元3021能够根据筛选出的所有第二目标商品对应的历史浏览数据和历史销量数据，计算视频投放平台对应的浏览销量关系系数，从而可以根据同一视频投放平台的历史商品的历史浏览数据和历史销量数据确定视频投放平台对应的浏览数据和销量数据之间的关系，进而能够可以根据视频投放平台的浏览数据和销量数据之间的关系将视频投放平台的浏览量贡献情况更准确地转化为销量贡献情况。

在又一个可选的实施例中，确定单元3021从每个视频投放平台已投放的所有历史商品中筛选出满足预设条件的若干个第二目标商品的具体方式包括：

对于任一视频投放平台，从该视频投放平台已投放的所有历史商品中筛选出与第一目标商品属于同一商品类别的所有同类历史商品；

获取所有同类历史商品的视频投放平台信息；

对于任一同类历史商品，判断该同类历史商品的视频投放平台信息是否只包括该视频投放平台，当判断出该同类历史商品的视频投放平台信息只包括该视频投放平台时，确定该同类历史商品为第二目标商品。

可见，实施该可选的实施例能够判断同类历史商品的视频投放平台信息是否只包括视频投放平台，并在判断出该同类历史商品的视频投放平台信息只包括视频投放平台时，确定该同类历史商品为第二目标商品，以便后续根据第二目标商品来计算浏览销量关系系数，从而可以保证计算出的浏览销量关系系数的精确性，同时减少计算量，节约时间成本，提高计算效率。

在又一个可选的实施例中，确定单元3021根据每个视频投放平台对应的所有第二目标商品的历史浏览数据和历史销量数据，确定每个视频投放平台对应的浏览销量关系系数的具体方式包括：

对于任一视频投放平台对应的所有第二目标商品，计算每一第二目标商品对应的历史浏览数据和历史销量数据的比值，得到每一第二目标商品的历史浏览-销量比；其中，第二目标商品对应的历史浏览数据为第二目标商品在历史时间段内的总浏览数据，第二目标商品对应的历史销量数据为第二目标商品在历史时间段内的总销量数据；

根据每个视频投放平台对应的所有第二目标商品的历史浏览-销量比，计算每个视频投放平台对应的浏览销量关系系数。

可见，实施该可选的实施例能够根据第二目标商品对应的历史浏览数据和历史销量数据的比值，计算出第二目标商品的历史浏览-销量比，并根据所有第二目标商品的历史浏览-销量比计算视频投放平台对应的浏览销量关系系数，从而可以根据所有第二目标商品的历史数据中浏览量和销量的关系或规律，计算得到视频投放平台对应的浏览销量关系系数，进而能够可以根据视频投放平台对应的浏览数据和销量数据之间的关系将视频投放平台的浏览量贡献情况更准确地转化为销量贡献情况。

在又一个可选的实施例中，确定单元3021根据每个视频投放平台对应的所有第二目标商品的历史浏览-销量比，计算每个视频投放平台对应的浏览销量关系系数的具体方式包括：

计算每个视频投放平台对应的所有第二目标商品的历史浏览-销量比的中位数，得到每个视频投放平台对应的所有第二目标商品的中位历史浏览-销量比；

将每个视频投放平台对应的所有第二目标商品的中位历史浏览-销量比确定为每个视频投放平台对应的浏览销量关系系数。

可见，实施该可选的实施例能够将每个视频投放平台对应的所有第二目标商品的中位历史浏览-销量比确定为每个视频投放平台对应的浏览销量关系系数，进而能够可以根据视频投放平台对应的浏览数据和销量数据之间的关系将视频投放平台的浏览量贡献情况更准确地转化为销量贡献情况。

在又一个可选的实施例中，确定单元3021根据每个视频投放平台对应的所有第二目标商品的历史浏览-销量比，计算每个视频投放平台对应的浏览销量关系系数的具体方式包括：

计算每个视频投放平台对应的所有第二目标商品的历史浏览-销量比的平均值，得到每个视频投放平台对应的所有第二目标商品的平均历史浏览-销量比；

将每个视频投放平台对应的所有第二目标商品的平均历史浏览-销量比确定为每个视频投放平台对应的浏览销量关系系数。

可见，实施该可选的实施例能够将每个视频投放平台对应的所有第二目标商品的平均历史浏览-销量比确定为每个视频投放平台对应的浏览销量关系系数，进而能够可以根据视频投放平台对应的浏览数据和销量数据之间的关系将视频投放平台的浏览量贡献情况更准确地转化为销量贡献情况。进一步的，估算装置还能在第二目标商品的数量小于预设的商品数量阈值时，将该视频投放平台已投放的所有历史商品中视频投放平台信息中只包括该视频投放平台的历史商品确定为第二目标商品，从而有利于保证第二目标商品的数量，进而保证计算的基础数据量，提高计算结果的精确度。

在又一个可选的实施例中，确定单元3021根据每个视频投放平台对应的所有第二目标商品的历史浏览数据和历史销量数据，确定每个视频投放平台对应的浏览销量关系系数的具体方式包括：

对每个视频投放平台对应的所有第二目标商品对应的历史浏览数据和历史销量数据执行线性回归分析操作，以得到每个视频投放平台对应的所有第二目标商品对应的历史浏览数据和历史销量数据的线性回归关系系数；

根据每个视频投放平台对应的所有第二目标商品对应的历史浏览数据和历史销量数据的线性回归关系系数确定每个视频投放平台对应的浏览销量关系系数。

可见，实施该可选的实施例能够对所有第二目标商品对应的历史浏览数据和历史销量数据执行线性回归分析操作，并根据得到的线性回归关系系数确定视频投放平台对应的浏览销量关系系数，从而能够可以通过线性回归分析算法准确地得到视频投放平台对应的浏览数据和销量数据之间的关系，进而有利于根据视频投放平台对应的浏览数据和销量数据之间的关系将视频投放平台对第一目标商品的浏览量贡献情况更准确地转化为销量贡献情况。

实施例四

请参阅图5，图5是本发明实施例公开的又一种视频投放平台的商品销量属性计算装置的结构示意图。如图5所示，该装置可以包括：

存储有可执行程序代码的存储器401；

与存储器401耦合的处理器402；

处理器402调用存储器401中存储的可执行程序代码，执行本发明实施例一或实施例二公开的视频投放平台的商品销量属性计算方法中的部分或全部步骤。

实施例五

本发明实施例公开了一种计算机存储介质，该计算机存储介质存储有计算机指令，该计算机指令被调用时，用于执行本发明实施例一或实施例二公开的视频投放平台的商品销量属性计算方法中的部分或全部步骤。

以上所描述的装置实施例仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施例的具体描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-only Memory，PROM)、可擦除可编程只读存储器(ErasableProgrammable Read Only Memory，EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。

最后应说明的是：本发明实施例公开的一种视频投放平台的商品销量属性计算方法及装置所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。

Claims (10)

1.一种视频投放平台的商品销量属性计算方法，其特征在于，所述方法包括：

确定目标时间段内用于带货销售第一目标商品的所有带货视频的所有视频投放平台；

计算在所述目标时间段内每个所述视频投放平台对所述第一目标商品带来的商品销量数据；

其中，在所述目标时间段内所述视频投放平台为所述第一目标商品带来的商品销量数据用于作为该视频投放平台的商品销量属性；或者，在所述目标时间段内所述视频投放平台为所述第一目标商品带来的商品销量数据用于结合每个所述带货视频对应的平台销量价值系数计算每个所述带货视频在所述目标时间段内对所述第一目标商品的销量贡献情况。

2.根据权利要求1所述的视频投放平台的商品销量属性计算方法，其特征在于，所述计算在所述目标时间段内每个所述视频投放平台对所述第一目标商品带来的商品销量数据，包括：

确定每个所述视频投放平台对应的浏览销量关系系数；所述视频投放平台对应的浏览销量关系系数用于表示所述第一目标商品在该视频投放平台的商品浏览数据和商品销量数据之间的关系；

获取所述目标时间段内每个所述视频投放平台对所述第一目标商品的浏览量贡献情况；

根据每个所述视频投放平台对应的浏览销量关系系数和所述目标时间段内每个所述视频投放平台对所述第一目标商品的浏览量贡献情况，计算在所述目标时间段内每个所述视频投放平台对所述第一目标商品带来的商品销量数据。

3.根据权利要求2所述的视频投放平台的商品销量属性计算方法，其特征在于，所述确定每个所述视频投放平台对应的浏览销量关系系数，包括：

从每个所述视频投放平台已投放的所有历史商品中筛选出满足预设条件的若干个第二目标商品；

获取每个所述视频投放平台对应的所有所述第二目标商品的历史浏览数据和历史销量数据；

根据每个所述视频投放平台对应的所有所述第二目标商品的历史浏览数据和历史销量数据，确定每个所述视频投放平台对应的浏览销量关系系数。

4.根据权利要求3所述的视频投放平台的商品销量属性计算方法，其特征在于，所述从每个所述视频投放平台已投放的所有历史商品中筛选出满足预设条件的若干个第二目标商品，包括：

对于任一所述视频投放平台，从该视频投放平台已投放的所有历史商品中筛选出与所述第一目标商品属于同一商品类别的所有同类历史商品；

获取所有所述同类历史商品的视频投放平台信息；

对于任一所述同类历史商品，判断该同类历史商品的视频投放平台信息是否只包括该视频投放平台，当判断出该同类历史商品的视频投放平台信息只包括该视频投放平台时，确定该同类历史商品为第二目标商品。

5.根据权利要求3所述的视频投放平台的商品销量属性计算方法，其特征在于，所述根据每个所述视频投放平台对应的所有所述第二目标商品的历史浏览数据和历史销量数据，确定每个所述视频投放平台对应的浏览销量关系系数，包括：

对于任一所述视频投放平台对应的所有所述第二目标商品，计算每一所述第二目标商品对应的历史浏览数据和历史销量数据的比值，得到每一所述第二目标商品的历史浏览-销量比；其中，所述第二目标商品对应的历史浏览数据为所述第二目标商品在历史时间段内的总浏览数据，所述第二目标商品对应的历史销量数据为所述第二目标商品在所述第一历史时间段内的总销量数据；

根据每个所述视频投放平台对应的所有所述第二目标商品的历史浏览-销量比，计算每个所述视频投放平台对应的浏览销量关系系数。

6.根据权利要求5所述的视频投放平台的商品销量属性计算方法，其特征在于，所述根据每个所述视频投放平台对应的所有所述第二目标商品的历史浏览-销量比，计算每个所述视频投放平台对应的浏览销量关系系数，包括：

计算每个所述视频投放平台对应的所有所述第二目标商品的历史浏览-销量比的中位数，得到每个所述视频投放平台对应的所有所述第二目标商品的中位历史浏览-销量比；

将每个所述视频投放平台对应的所有所述第二目标商品的中位历史浏览-销量比确定为每个所述视频投放平台对应的浏览销量关系系数；

或者，

计算每个所述视频投放平台对应的所有所述第二目标商品的历史浏览-销量比的平均值，得到每个所述视频投放平台对应的所有所述第二目标商品的平均历史浏览-销量比；

将每个所述视频投放平台对应的所有所述第二目标商品的平均历史浏览-销量比确定为每个所述视频投放平台对应的浏览销量关系系数。

7.根据权利要求3所述的视频投放平台的商品销量属性计算方法，其特征在于，所述根据每个所述视频投放平台对应的所有所述第二目标商品的历史浏览数据和历史销量数据，确定每个所述视频投放平台对应的浏览销量关系系数，包括：

对每个所述视频投放平台对应的所有所述第二目标商品对应的历史浏览数据和历史销量数据执行线性回归分析操作，以得到每个所述视频投放平台对应的所有所述第二目标商品对应的历史浏览数据和历史销量数据的线性回归关系系数；

根据每个所述视频投放平台对应的所有所述第二目标商品对应的历史浏览数据和历史销量数据的线性回归关系系数确定每个所述视频投放平台对应的浏览销量关系系数。

8.一种视频投放平台的商品销量属性计算装置，其特征在于，所述装置包括：

确定模块，用于确定目标时间段内用于带货销售目标商品的所有带货视频的所有视频投放平台；

计算模块，用于计算在所述目标时间段内每个所述视频投放平台对所述第一目标商品带来的商品销量数据；

其中，在所述目标时间段内所述视频投放平台为所述第一目标商品带来的商品销量数据用于作为该视频投放平台的商品销量属性；或者，在所述目标时间段内所述视频投放平台为所述第一目标商品带来的商品销量数据用于结合每个所述带货视频对应的平台销量价值系数计算每个所述带货视频在所述目标时间段内对所述第一目标商品的销量贡献情况。

9.一种视频投放平台的商品销量属性计算装置，其特征在于，所述装置包括：

存储有可执行程序代码的存储器；

与所述存储器耦合的处理器；

所述处理器调用所述存储器中存储的所述可执行程序代码，执行如权利要求1-7任一项所述的视频投放平台的商品销量属性计算方法。

10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有计算机指令，所述计算机指令被调用时，用于执行如权利要求1-7任一项所述的视频投放平台的商品销量属性计算方法。

Images