CN112686738B - 一种对象展示方法、装置、电子设备及存储介质 - Google Patents
一种对象展示方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112686738B CN112686738B CN202110074429.5A CN202110074429A CN112686738B CN 112686738 B CN112686738 B CN 112686738B CN 202110074429 A CN202110074429 A CN 202110074429A CN 112686738 B CN112686738 B CN 112686738B
- Authority
- CN
- China
- Prior art keywords
- period
- specified
- time period
- schedule
- preset
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000003860 storage Methods 0.000 title claims abstract description 20
- 230000015654 memory Effects 0.000 claims description 25
- 230000003203 everyday effect Effects 0.000 claims description 15
- 230000002354 daily effect Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 description 30
- 238000010586 diagram Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000013178 mathematical model Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 230000004075 alteration Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
公开一种对象展示方法、装置、电子设备及存储介质，属于互联网技术领域，包括：将获取的多个对象排布在指定周期的各指定时间段内，得到候选对象排期表，若任一候选对象排期表中任一天排布的符合任一预设分类特征的对象数量超出第一区间，则剔除该候选对象排期表，根据剩余每个候选对象排期表中每种对象在指定周期中排布的指定时间段、以及预先计算的在指定周期的指定时间段内展示该对象时期望获得的电子资源，计算该候选对象排期表展示各对象时期望获得的电子资源，选择获得电子资源最多的候选对象排期表作为指定周期对应的对象排期表。后续，在接收到对对象展示页面的访问请求时，从这个对象排期表中获取预定的对象标识并展示相应对象。
Description
技术领域
本公开涉及互联网技术领域，尤其涉及一种对象展示方法、装置、电子设备及存储介质。
背景技术
目前，限时购是电商平台上十分常见的促销活动，由于限时购能够给电商平台带来比较大的用户访问量且可以获得比较多的电子资源，因此，优化限时购时的对象排期是十分必要的。
相关技术中，主要是由运营人员手动规划限时购时的对象排期表。这样，对象排期的人力成本较高，并且，由于运营人员的经验有限也比较难以得到最优的对象排期表，从而最大化地获取限时购所能带来的电子资源。
发明内容
本公开实施例提供一种对象展示方法、装置、电子设备及存储介质，用以解决现有技术中手动规划对象排期表所存在的成本高、且不易最大化所获得的电子资源的问题。
第一方面，本公开实施例提供一种对象展示方法，包括：
接收用户对对象展示页面的访问请求，基于所述访问请求从指定周期对应的对象排期表中获取预定的对象标识，所述预定的对象标识与所述访问请求对应的时间段相关联，所述指定周期包括至少一天；
展示所述对象标识对应的对象；
其中，所述指定周期对应的对象排期表是根据以下步骤自动确定的：
获取多个对象；
将所述多个对象排布在所述指定周期中的各指定时间段内，得到多个候选对象排期表，其中，在所述指定周期的各指定时间段内不重复排布对象，且在所述指定周期的每个指定时间段内排布预设个数的对象；
若确定任一候选对象排期表中任一天排布的符合任一预设分类特征的对象数量超出所述预设分类特征对应的第一区间，则剔除该候选对象排期表，所述第一区间的上限和下限均是根据所述指定周期中平均每天排布的符合所述预设分类特征的对象数量确定的；
根据剩余每个候选对象排期表中每种对象在所述指定周期中排布的指定时间段、以及预先计算的在所述指定周期的所述指定时间段内展示该对象时期望获得的电子资源，计算按照所述候选对象排期表展示各对象时期望获得的电子资源；
将获得电子资源最多的候选对象排期表，确定为所述指定周期对应的对象排期表。
在一种可能的实施方式中，在计算按照各候选对象排期表展示各对象时期望获得的电子资源之前，还包括以下至少一个步骤：
若确定任一候选对象排期表中任一对象排布在该对象的不可展示时间段内，则剔除该候选对象排期表；
若确定任一候选对象排期表中任一天的任一指定时间段内排布的符合任一预设分类特征的对象数量超出所述预设分类特征对应的第二区间，则剔除该候选对象排期表，所述第二区间的上限和下限均是根据所述指定周期中平均每个指定时间段排布的符合所述预设分类特征的对象数量的。
在一种可能的实施方式中，所述第一区间的下限等于P向下取整后减预设值，所述第一区间的上限等于P向上取整后加所述预设值，P为所述指定周期中平均每天排布的符合对应预设分类特征的对象数量；
所述第二区间的下限等于Q向下取整后减所述预设值，所述第二区间的上限等于Q向上取整后加所述预设值，Q为所述指定周期中平均每个指定时间段排布的符合对应预设分类特征的对象数量。
在一种可能的实施方式中，在将获得电子资源最多的候选对象排期表，确定为所述指定周期对应的对象排期表之前，还包括：
若确定按照任一候选对象排期表展示各对象时任一天期望获得的电子资源小于第一预设值或大于第二预设值，则剔除该候选对象排期表，所述第一预设值小于所述第二预设值。
在一种可能的实施方式中，所述第二预设值与所述第一预设值的比值不大于设定值。
在一种可能的实施方式中，根据以下步骤计算在所述指定周期的所述指定时间段内展示该对象时期望获得的电子资源：
根据该对象每种最小库存单元的历史对象消耗数量、以及在所述指定周期内对该种最小库存单元增加的对象消耗力度，计算在所述指定周期的所述指定时间段内该种最小库存单元对应的期望对象消耗数量；
根据获取的未增加对象消耗力度时所述指定时间段的账户数量和获取的增加对象消耗力度后所述指定时间段的账户数量，计算所述指定时间段的账户增长倍数；
根据在所述指定周期的所述指定时间段内各种最小库存单元对应的期望对象消耗数量、预设的各种最小库存单元对应的电子资源获得量、以及所述指定时间段的账户增长倍数，计算在所述指定周期的所述指定时间段内展示该对象时期望获得的电子资源。
第二方面，本公开实施例提供一种对象展示装置，包括：
接收模块，用于接收用户对对象展示页面的访问请求；
获取模块，用于基于所述访问请求从指定周期对应的对象排期表中获取预定的对象标识，所述预定的对象标识与所述访问请求对应的时间段相关联，所述指定周期包括至少一天；
展示模块，用于展示所述对象标识对应的对象；
其中，所述指定周期对应的对象排期表是根据以下步骤自动确定的：
获取多个对象；
将所述多个对象排布在所述指定周期中的各指定时间段内，得到多个候选对象排期表，其中，在所述指定周期的各指定时间段内不重复排布对象，且在所述指定周期的每个指定时间段内排布预设个数的对象；
若确定任一候选对象排期表中任一天排布的符合任一预设分类特征的对象数量超出所述预设分类特征对应的第一区间，则剔除该候选对象排期表，所述第一区间的上限和下限均是根据所述指定周期中平均每天排布的符合所述预设分类特征的对象数量确定的；
根据剩余每个候选对象排期表中每种对象在所述指定周期中排布的指定时间段、以及预先计算的在所述指定周期的所述指定时间段内展示该对象时期望获得的电子资源，计算按照所述候选对象排期表展示各对象时期望获得的电子资源；
将获得电子资源最多的候选对象排期表，确定为所述指定周期对应的对象排期表。
在一种可能的实施方式中，在计算按照各候选对象排期表展示各对象时期望获得的电子资源之前，还包括以下至少一个步骤：
若确定任一候选对象排期表中任一对象排布在该对象的不可展示时间段内，则剔除该候选对象排期表；
若确定任一候选对象排期表中任一天的任一指定时间段内排布的符合任一预设分类特征的对象数量超出所述预设分类特征对应的第二区间，则剔除该候选对象排期表，所述第二区间的上限和下限均是根据所述指定周期中平均每个指定时间段排布的符合所述预设分类特征的对象数量的。
在一种可能的实施方式中，所述第一区间的下限等于P向下取整后减预设值，所述第一区间的上限等于P向上取整后加所述预设值，P为所述指定周期中平均每天排布的符合对应预设分类特征的对象数量；
所述第二区间的下限等于Q向下取整后减所述预设值，所述第二区间的上限等于Q向上取整后加所述预设值，Q为所述指定周期中平均每个指定时间段排布的符合对应预设分类特征的对象数量。
在一种可能的实施方式中，在将获得电子资源最多的候选对象排期表，确定为所述指定周期对应的对象排期表之前，还包括：
若确定按照任一候选对象排期表展示各对象时任一天期望获得的电子资源小于第一预设值或大于第二预设值，则剔除该候选对象排期表，所述第一预设值小于所述第二预设值。
在一种可能的实施方式中，所述第二预设值与所述第一预设值的比值不大于设定值。
在一种可能的实施方式中，根据以下步骤计算在所述指定周期的所述指定时间段内展示该对象时期望获得的电子资源：
根据该对象每种最小库存单元的历史对象消耗数量、以及在所述指定周期内对该种最小库存单元增加的对象消耗力度，计算在所述指定周期的所述指定时间段内该种最小库存单元对应的期望对象消耗数量；
根据获取的未增加对象消耗力度时所述指定时间段的账户数量和获取的增加对象消耗力度后所述指定时间段的账户数量，计算所述指定时间段的账户增长倍数；
根据在所述指定周期的所述指定时间段内各种最小库存单元对应的期望对象消耗数量、预设的各种最小库存单元对应的电子资源获得量、以及所述指定时间段的账户增长倍数，计算在所述指定周期的所述指定时间段内展示该对象时期望获得的电子资源。
第三方面，本公开实施例提供一种电子设备，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中：
存储器存储有可被至少一个处理器执行的指令，该指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述对象展示方法。
第四方面，本公开实施例提供一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，所述电子设备能够执行上述对象展示方法。
本公开实施例中，将获取的多个对象排布在指定周期中的各指定时间段内，得到多个候选对象排期表，若确定任一候选对象排期表中任一天排布的符合任一预设分类特征的对象数量超出预设分类特征对应的第一区间，则剔除该候选对象排期表，然后，根据剩余每个候选对象排期表中每种对象在指定周期中排布的指定时间段、以及预先计算的在指定周期的指定时间段内展示该对象时期望获得的电子资源，计算按照候选对象排期表展示各对象时期望获得的电子资源，将获得电子资源最多的候选对象排期表，确定为指定周期对应的对象排期表。后续，在接收到对对象展示页面的访问请求时，从指定周期对应的对象排期表中获取预定的对象标识并展示相应对象，其中，预定的对象标识与访问请求对应的时间段相关联。这样，自动确定指定周期所对应的对象排期表，减轻了工作人员手动排期的繁杂工作量，同时降低了对象排期表出错的概率，从而使得确定对象排期表的成本较低；而且能够较容易地确定出获得电子资源最多的对象排期表，也利于提升限时购活动的推广效果。
附图说明
此处所说明的附图用来提供对本公开的进一步理解，构成本公开的一部分，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。在附图中：
图1为本公开实施例提供的一种对象展示方法的应用场景示意图；
图2为本公开实施例提供的一种对象展示方法的流程图；
图3为本公开实施例提供的一种自动确定指定周期对应的对象排期表的方法的流程图；
图4为本公开实施例提供的一种计算在指定周期的指定时间段内展示每个对象时期望获得的电子资源的方法的流程图；
图5为本公开实施例提供的又一种对象展示方法的流程图；
图6为本公开实施例提供的一种自动排期的过程示意图；
图7为本公开实施例提供的一种对象展示装置的结构示意图；
图8为本公开实施例提供的一种用于实现对象展示方法的电子设备的硬件结构示意图。
具体实施方式
为了解决现有技术中手动规划对象排期表所存在的成本高、且不易最大化所获得的电子资源的问题，本公开实施例提供了一种对象展示方法、装置、电子设备及存储介质。
以下结合说明书附图对本公开的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本公开，并不用于限定本公开，并且在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
为了便于理解本公开，本公开涉及的技术术语中：
对象，可以在页面上进行展示的对象如商品。
最小库存单元或库存保有单位(Stock keeping Unit，SKU)，影响价格和库存的属性，与商品之间是多对一的关系。以手机为例，假设手机的容量有16G、64G，手机的颜色有黑色、白色，则手机的最小库存单元有4种：16G的黑色手机、16G的白色手机、64G的黑色手机、64G的白色手机。
对象消耗力度，以商品为例，可以表征商品的促销力度如打八折、两件五折等。
限时购，一种在指定时间段内对一些对象如商品进行打折促销，过了指定时间段恢复原价且每种商品都售罄不补的活动。
图1为本公开实施例提供的一种对象展示方法的应用场景图，包括终端11和服务器12，两者之间通过通信网络进行通信，其中，终端如手机、Ipad等。具体实施时，用户通过终端可向服务器发送对对象展示页面的访问请求，当服务器接收到访问请求时，可从指定周期对应的对象排期表中获取预定的对象标识，进而展示对象标识对应的对象，这样，用户即可以在对象展示页面上看到相应对象，其中，预定的对象标识与访问请求对应的时间段相关联，并且，指定周期对应的对象排期表是自动确定的。
图2为本公开实施例提供的一种对象展示方法的流程图，包括以下步骤：
S201：接收用户对对象展示页面的访问请求。
具体实施时，对象展示页面可以是APP的主页面，可以是网站的主页面，也可以是APP或网站中的任一页面，在此不做限定。
S202：基于访问请求从指定周期对应的对象排期表中获取预定的对象标识，其中，预定的对象标识与访问请求对应的时间段相关联，指定周期包括至少一天。
假设指定周期是当前周、指定时间段是12:00-13:00、20:00-21:00，接收到访问请求的时间是周三(当前周)的20:05。因为20:05落入20:00-21:00这一指定时间段，所以从指定周期对应的对象排期表中获取预定的对象标识，即是从当前周的对象排期表中获取周三20:00-21:00所对应的预定对象标识。
S203：展示对象标识对应的对象。
即在对对象展示页面上展示对象标识对应的对象。
这样，用户在对象展示页面上即可看到指定周期中与访问请求对应的时间段相关联的预定对象，从而参与指定周期内的促销活动。
下面对本公开实施例中自动确定指定周期对应的对象排期表的过程进行介绍。
图3为本公开实施例提供的一种自动确定指定周期对应的对象排期表的方法的流程图，包括以下步骤：
S301：获取多个对象。
具体实施时，可以基于预设对象标识来获取多个对象，也可以基于预设对象特征来获取多个对象。
S302：将这多个对象排布在指定周期中的各指定时间段内，得到多个候选对象排期表，其中，在指定周期的各指定时间段内不重复排布对象，且在指定周期的每个指定时间段内排布预设个数的对象。
具体实施时，指定周期可以包含至少一天，这至少一天中的每天可包含相同数量的指定时间段，但这至少一天中不同天中指定时间段的时长可以相同，也可以不同。
以指定周期是一周为例，周一到周日每天都可以包含2个指定时间段，并且，周一到周日的指定时间段可以均是12:00-13:00、20:00-21:00，也可以是周一到周五的指定时间段是12:00-13:00、20:00-21:00，周六到周日的指定时间段是12:00-13:00、20:00-22:00。
需要说明的是，本公开实施例中，在指定周期的各指定时间段内不重复排布对象，且在指定周期的每个指定时间段内排布预设个数的对象，也就是说，获取到的每个对象都会被排布，并且，无论不同指定时间段的时长是否相同，在一个指定时间段内排布的对象数量是相同的。
S303：若确定任一候选对象排期表中任一天排布的符合任一预设分类特征的对象数量超出预设分类特征对应的第一区间，则剔除该候选对象排期表。
其中，预设分类特征如类目、价格高低、所适用的用户性别等。
为了使在指定周期内排布的对象能涵盖用户的各方面需求，吸引到更多用户参与到限时购活动中来，可以对每种预设分类特征设置一个第一区间，若在指定周期中每天排布的该种预设分类特征的对象数量均位于第一区间，则可使符合该种预设分类特征的对象尽量均匀排布在指定周期中的不同天。
具体实施时，若确定任一候选对象排期表中任一天排布的符合任一预设分类特征的对象数量超出该预设分类特征对应的第一区间，则可剔除该候选对象排期表。
并且，该预设分类特征对应的第一区间的上限和下限均可以根据指定周期中平均每天排布的符合该预设分类特征的对象数量确定的。
比如，该预设分类特征对应的第一区间的下限等于P向下取整后减预设值，该预设分类特征对应的第一区间的上限等于P向上取整后加预设值，P为指定周期中平均每天排布的符合该预设分类特征的对象数量。
这样，将P向下取整后减预设值作为第一区间的下限，将P向上取整后加预设值作为第一区间的上限，可降低由于第一区间范围太小而淘汰最优候选排期表(比如获得电子资源最多的候选对象排期表)的概率。
S304：根据剩余每个候选对象排期表中每种对象在指定周期中排布的指定时间段、以及预先计算的在指定周期的指定时间段内展示该对象时期望获得的电子资源，计算按照该候选对象排期表展示各对象时期望获得的电子资源。
具体实施时，对剩余的每个候选对象排期表而言，在指定周期的哪天哪个时间段内排布哪些对象是已知的，而且，在哪天哪个时间段内排布哪个对象时期望获得的电子资源也是预先计算的，因此，根据候选对象排期表中每种对象在指定周期中排布的指定时间段、以及预先计算的在相应指定时间段内展示该对象时期望获得的电子资源，即可计算出按照候选对象排期表展示各对象时期望获得的电子资源。
具体实施时，可以根据图4所示的流程计算在指定周期的指定时间段内展示每个对象时期望获得的电子资源，该流程包括以下步骤：
S401a：根据每种对象每种最小库存单元(SKU)的历史对象消耗数量、以及在指定周期内对该种最小库存单元增加的对象消耗力度，计算在指定周期的指定时间段内该种最小库存单元对应的期望对象消耗数量。
在一些实施例中，对每种对象的每种最小库存单元而言，可以将与指定时间段关联的时间段内该最小库存单元的历史对象消耗数量、以及在指定周期内对该最小库存单元增加的对象消耗力度，输入到预先建立的对象消耗模型中进行对象消耗数量预测，从而得到在指定周期的指定时间段内该最小库存单元粒度对应的期望对象消耗数量。
S402a：根据获取的未增加对象消耗力度时指定时间段的账户数量和获取的增加对象消耗力度后指定时间段的账户数量，计算指定时间段的账户增长倍数。
其中，未增加对象消耗力度时指定时间段的账户数量可以是指未举办限时购活动时指定时间段的账户数量；增加对象消耗力度后指定时间段的账户数量可以是指举办限时购活动时指定时间段的账户数量。
S403a：根据在指定周期的指定时间段内各种最小库存单元对应的期望对象消耗数量、预设的各种最小库存单元对应的电子资源获得量、以及指定时间段的账户增长倍数，计算在指定周期的指定时间段内展示该对象时期望获得的电子资源。
比如，将在指定周期的指定时间段内该对象每种最小库存单元对应的期望对象消耗数量、预设的该最小库存单元对应的电子资源获得量、以及指定时间段的账户增长倍数的乘积，确定为在指定周期的指定时间段内展示该最小库存单元的该对象时期望获得的电子资源，进而将在指定周期的指定时间段内展示各最小库存单元的该对象时期望获得的电子资源之和，确定为在指定周期的指定时间段内展示该对象时期望获得的电子资源。
S305：将获得电子资源最多的候选对象排期表，确定为指定周期对应的对象排期表。
图5为本公开实施例提供的又一种自动确定指定周期对应的对象排期表的方法的流程图，该流程包括以下步骤：
S501：获取多个对象。
S502：将这多个对象排布在指定周期中的各指定时间段内，得到多个候选对象排期表，其中，在指定周期的各指定时间段内不重复排布对象，且在指定周期的每个指定时间段内排布预设个数的对象。
S503：若确定任一候选对象排期表中任一天排布的符合任一预设分类特征的对象数量超出预设分类特征对应的第一区间，则剔除该候选对象排期表。
其中，第一区间的上限和下限均可以根据指定周期中平均每天排布的符合对应预设分类特征的对象数量确定。
S504：若确定任一候选对象排期表中任一对象排布在该对象的不可展示时间段内，则剔除该候选对象排期表。
考虑到不同指定时间段对不同对象的销售效果会产生不同的影响，比如，一些夜间商品如台灯在晚上会销售得比较好，所以夜间商品更适合放在晚上的时间段。
此外，实际应用中，限时购活动可能还需要和其他推广活动联动，例如，某商品会在设定时间段内放在应用程序的首焦资源位(比如应用程序主页面的中心位置)做推广，那么，限时购活动可以做配合，把这个商品安排在设定时间段所对应的指定时间段内做促销，以进一步提升该商品的推广效果。
无论上述哪种情况，在确定了任一对象想要排布到的指定时间段，则指定周期中除这个指定时间段之外的时间段即为该对象的不可展示时间段。
S505：若确定任一候选对象排期表中任一天的任一指定时间段内排布的符合任一预设分类特征的对象数量超出该预设分类特征对应的第二区间，则剔除该候选对象排期表。
为了使在指定周期内排布的对象能涵盖用户的各方面需求，吸引到更多用户参与到限时购活动中，还可以使在指定周期中每天的每个指定时间段所排布的对象的类目、价格、所适用的用户性别等预设分类特征尽量均匀分布。
具体实施时，若确定任一候选对象排期表中任一天的任一指定时间段内排布的符合任一预设分类特征的对象数量超出该预设分类特征对应的第二区间，则剔除该候选对象排期表。
并且，该预设分类特征对应的第二区间的上限和下限均可以根据指定周期中平均每个指定时间段排布的符合该预设分类特征的对象数量确定。
比如，该预设分类特征对应的第二区间的下限等于Q向下取整后减预设值，该预设分类特征对应的第二区间的上限等于Q向上取整后加预设值，Q为指定周期中平均每个指定时间段排布的符合该预设分类特征的对象数量。
这样，将Q向下取整后减预设值作为第二区间的下限，将Q向上取整后加预设值作为第二区间的上限，可进一步降低由于第二区间范围太小而淘汰最优候选排期表的概率。
S506：若确定按照任一候选对象排期表展示各对象时任一天期望获得的电子资源小于第一预设值或大于第二预设值，则剔除该候选对象排期表。
其中，第一预设值小于第二预设值。
这样，可使指定周期中每天获得的电子资源位于第一预设值到第二预设值之间，而不产生太大波动。
S507：根据剩余每个候选对象排期表中每种对象在指定周期中排布的指定时间段、以及预先计算的在指定周期的指定时间段内展示该对象时期望获得的电子资源，计算按照该候选对象排期表展示各对象时期望获得的电子资源。
S508：将获得电子资源最多的候选对象排期表，确定为指定周期对应的对象排期表。
需要说的是，上述流程中S503-S506之间没有严格的先后顺序关系。
下面以对象是商品为例，对上述自动确定指定周期对应的商品排期表的过程进行说明。
限时购活动一般提前一到两周做计划，一次一般规划一周的排期。由于商品数量众多，在自动排期时要考虑以下两方面的因素：
第一方面：确定每天每个时间段要放置的商品；
第二方面：确定每个商品SKU级别的锁定库存量。
具体实施时，在做第一方面的规划时要充分考虑用户体验，比如，每个时间段的商品品类要尽量均匀以涵盖用户的各方面需求，吸引到更多目标用户，再比如，要考虑不同时间段对商品消耗数量的影响。
在第二方面中，设锁定库存是为了刺激用户消费，最理想的目标是商品每种SKU的库存量恰好是其在限时购活动内的消耗数量。
自动排期就是基于已知排期天数、时间段、商品信息的情况下，自动确定限时购活动的商品排期表，并确定每种商品的锁定库存量。
在排期时，考虑以下优化点：
1、为了和其他推广活动联动，支持部分商品在参加限时购活动时可以指定放置时间段或日期范围。
2、增加疲劳度约束，衡量疲劳度的指标为同一商品在参加两次限时购活动时的间隔天数，以避免同一商品频繁参加限时购活动。
具体实施时，基于同一商品在参加两次限时购活动时的间隔天数可以确定该商品在指定周期中的不可展示时间段。
比如，限时购活动以周为单位进行，设置的同一商品在参加两次限时购活动时的间隔天数为10天，且当前限时购活动对应的指定周期是2021年1月11日-2021年1月17日。那么，若某个商品上一次参加限时购活动的日期是：2021年1月3日，则该商品在指定周期中的不可展示时间段为位于2021年1月11日-2021年1月13日间的所有指定时间段。
3、每个商品都可以有多个预设分类特征，例如销售类目、所适用用户的性别、价位等级等。考虑到如果一个时间段内展示的全是服装类商品用户体验可能会不好，因为可能只有一部分用户想买衣服、其它用户并不想买衣服，其他预设分类特征也是同理。为了提升用户体验、也为了提升限时购活动的活动效果，可以将预设分类特征相同的商品尽量均匀地排布到不同时间段。
4、确保每天期望获得的电子资源(即每日期望的销售额)波动不会太大。为此，可以设置一个阈值λ来限制最大日销售额与最小日销售额的比值。例如λ＝1.2表示最大单日销售额不超过最小单日销售额的1.2倍。
5、基于每个商品在不同时间段的期望销售额，可以最大化整个排期内的总销售额，即折扣价与预期销量(期望商品消耗数量)乘积的总和。
此外，还要确定所有商品SKU级别的锁定库存量，这实际上等价于限时购商品SKU级别的预期销量。
为了解决这个问题，可以分两步考虑，参见图6：
第一步，销售额估算：根据商品的每个SKU平时的销量、各时间段独立访客(UniqueVisitor，UV)的变化，来估计每种商品放在不同时间段时的销量，即锁定库存量和对应的销售额。
第二步，商品排期：根据预期销售额、商品信息等参数，建立数学模型，用线性公式来表征排期方案的要求，求解线性规划后即可得到最优的排期方案。
下面对销售额估算的过程进行介绍。
具体实施时，销售额估算可以分为三个步骤，下面以估算商品A放在第一天P时段的销售额为例进行说明。
第一步，可预测商品A下各SKU在未参加限时购活动时在第一天P时段的销量，这里可以基于历史数据调用一些通用的销量预测模型来得到，另外还可考虑商品的折扣因素。
第二步，通过比较历史上限时购活动期间与平销期间(即非限时购活动期间)UV的关系，确定P时段的UV增长倍数，将这个UV增长倍数乘以各SKU对应的销量即可预估该SKU在P时段对应的销量。一般来说，晚间时段的UV增长倍数要大于白天的UV增长倍数。
第三步，用各SKU对应的销量乘以价格，再求和，即可得到商品A放在第一天P时段时的预期销售额。
经过以上三步，可以求得所有商品放在不同天不同时间段的预期销售额，这会作为后面数学模型中的输入参数。另外，第二步得到的实际上就是商品A的各SKU在不同时间段的锁定库存量，其可以先于商品排期表确定。
下面对商品排期过程进行介绍:
具体实施时，可以建立数学模型，并用0-1整数线性规划来表征约束和优化目标。
输入参数：
记每个时间段的商品数为N1，排期天数为N2，每天的时间段数量为N3，待排的商品数量为N＝N1*N2*N3；商品集合为天集合为/> 一天的时间段集合为/>商品的预设分类特征集合(如类目、价格高低、所适用用户的性别)为/>预设分类特征/>的取值集合为/>商品/>不能排的时间段集合为/>集合内的元素为(j，k)，/>如果对商品i指定了放置时间段范围，那么/>就是除这些时间段以外满足疲劳度限制的所有时间段。
其他参数列举如下。
mifg—当商品i的预设分类特征f取值为g时，值为1，否则，值为0，
αfgjk—j天k时间段能排布的预设分类特征f的值为g的商品数量，
其中，这里允许αfgjk为小数，后续在模型中会通过取整的方式将αfgjk限制成整数。
sijk—商品i排布到j天的k时间段时的预期销售额，可以先于商品排期表确定。
λ—最大单日预期销售额与最小单日预期销售额的最大比值。
决策变量
下面以预设分类特征集合为类目和价格高低，且类目包括{服装、家电}、价格高低包括{高、低}为例，对上述参数中mifg和αfgjk的物理意义进行解释。
此时， 的取值集合/>
mifg—当商品i的预设分类特征f(如类目)取值为g(如服装)时，值为1，否则，值为0；当商品i的预设分类特征f(如价格高低)取值为g(如低)时，值为1，否则，值为0。
αfgjk—j天k时间段能排布的预设分类特征f(如类目)的值为g(如服装)的商品数量，j天k时间段能排布的预设分类特征f(如价格高低)的值为g(如高)的商品数量。
中间变量
v1—最小的单日预期销售额，
v2—最大的单日预期销售额。
数学模型
0≤v2≤λv1 (8)
其中，表示向上取整，/>表示向下取整，并且，
式(1)表示最大化预期销售额；
式(2)表示每个商品只能排一次；
式(3)表示禁放的限制；
式(4)表示每个时段的商品数限制；
式(5)表示每天的各特征商品数的平衡限制；
式(6)表示每个时间段的各特征商品数的平衡限制；
式(7)表示单日预期销售额的上下界；
式(8)表示单日预期销售额上下界的比值限制；
式(9)表明决策变量为0、1变量。
值得注意的是式(5)和(6)，一般来说，取上下界的话直接对α分别向上向下取整即可，这里采用的上(下)界是先对α向下(上)取整，再减(加)1。考虑当α为整数时，如果用常规的取整方式，那么上下界是相等的，上下界相等是一个非常强力的限制，可能会使得本问题没有可行解；而本模型采用的方式会虑当α为整数时使得上下界的宽度为2，其优点是可以增大可行域。
对于以上数学模型，可以使用Gurobi、CPLEX、OR-Tools等求解器直接求解，得到的就是最优排期方案(即销售额最高的排期方案)，而锁定库存量可以在销售额估算中的第二步确定。
本公开实施例中，基于输入参数，自动化地完成限时购活动期间的商品排期，并且给出合理的锁定库存，具有以下几个优点：
1、线上化操作。排期方案最终是要上传到业务系统中执行的，直接将排期的计算过程线上化可以更方便地将最终确定的排期表与业务系统进行对接。同时也方便追溯过历史排期情况，利用历史数据。
2、效率较高。运营人员只需要商品参数信息和算法相关的参数即可，计算过程完全自动化，一键即可轻松完成商品排期，而原来可能需要花一整天的时间，排期效率大幅提升。
3、排期效果较好。考虑了疲劳度限制、商品特征信息、与其他活动的联动等因素，并且在此基础上最大化预期销售额，提升限时购的产出效果，这是人工难以做到的。
另外，运营人员在线上输入必要的参数，计算出最终的排期表后，如果运营人员对局部商品的排期不满意，还可手动调整排期表。并且，可通过Excel导入相关参数、导出排期结果，从而兼容原来线下的操作模式。
当本公开实施例中提供的方法以软件或硬件或软硬件结合实现的时候，电子设备中可以包括多个功能模块，每个功能模块可以包括软件、硬件或其结合。
图7为本公开实施例提供的一种对象展示装置的结构示意图，包括接收模块701、获取模块702、展示模块703。
接收模块701，用于接收用户对对象展示页面的访问请求；
获取模块702，用于基于所述访问请求从指定周期对应的对象排期表中获取预定的对象标识，所述预定的对象标识与所述访问请求对应的时间段相关联，所述指定周期包括至少一天；
展示模块703，用于展示所述对象标识对应的对象；
其中，所述指定周期对应的对象排期表是根据以下步骤自动确定的：
获取多个对象；
将所述多个对象排布在所述指定周期中的各指定时间段内，得到多个候选对象排期表，其中，在所述指定周期的各指定时间段内不重复排布对象，且在所述指定周期的每个指定时间段内排布预设个数的对象；
若确定任一候选对象排期表中任一天排布的符合任一预设分类特征的对象数量超出所述预设分类特征对应的第一区间，则剔除该候选对象排期表，所述第一区间的上限和下限均是根据所述指定周期中平均每天排布的符合所述预设分类特征的对象数量确定的；
根据剩余每个候选对象排期表中每种对象在所述指定周期中排布的指定时间段、以及预先计算的在所述指定周期的所述指定时间段内展示该对象时期望获得的电子资源，计算按照所述候选对象排期表展示各对象时期望获得的电子资源；
将获得电子资源最多的候选对象排期表，确定为所述指定周期对应的对象排期表。
在一种可能的实施方式中，在计算按照各候选对象排期表展示各对象时期望获得的电子资源之前，还包括以下至少一个步骤：
若确定任一候选对象排期表中任一对象排布在该对象的不可展示时间段内，则剔除该候选对象排期表；
若确定任一候选对象排期表中任一天的任一指定时间段内排布的符合任一预设分类特征的对象数量超出所述预设分类特征对应的第二区间，则剔除该候选对象排期表，所述第二区间的上限和下限均是根据所述指定周期中平均每个指定时间段排布的符合所述预设分类特征的对象数量的。
在一种可能的实施方式中，所述第一区间的下限等于P向下取整后减预设值，所述第一区间的上限等于P向上取整后加所述预设值，P为所述指定周期中平均每天排布的符合对应预设分类特征的对象数量；
所述第二区间的下限等于Q向下取整后减所述预设值，所述第二区间的上限等于Q向上取整后加所述预设值，Q为所述指定周期中平均每个指定时间段排布的符合对应预设分类特征的对象数量。
在一种可能的实施方式中，在将获得电子资源最多的候选对象排期表，确定为所述指定周期对应的对象排期表之前，还包括：
若确定按照任一候选对象排期表展示各对象时任一天期望获得的电子资源小于第一预设值或大于第二预设值，则剔除该候选对象排期表，所述第一预设值小于所述第二预设值。
在一种可能的实施方式中，所述第二预设值与所述第一预设值的比值不大于设定值。
在一种可能的实施方式中，根据以下步骤计算在所述指定周期的所述指定时间段内展示该对象时期望获得的电子资源：
根据该对象每种最小库存单元的历史对象消耗数量、以及在所述指定周期内对该种最小库存单元增加的对象消耗力度，计算在所述指定周期的所述指定时间段内该种最小库存单元对应的期望对象消耗数量；
根据获取的未增加对象消耗力度时所述指定时间段的账户数量和获取的增加对象消耗力度后所述指定时间段的账户数量，计算所述指定时间段的账户增长倍数；
根据在所述指定周期的所述指定时间段内各种最小库存单元对应的期望对象消耗数量、预设的各种最小库存单元对应的电子资源获得量、以及所述指定时间段的账户增长倍数，计算在所述指定周期的所述指定时间段内展示该对象时期望获得的电子资源。
本公开实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，另外，在本公开各个实施例中的各功能模块可以集成在一个处理器中，也可以是单独物理存在，也可以两个或两个以上模块集成在一个模块中。各个模块相互之间的耦合可以是通过一些接口实现，这些接口通常是电性通信接口，但是也不排除可能是机械接口或其它的形式接口。因此，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，既可以位于一个地方，也可以分布到同一个或不同设备的不同位置上。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
图8为本公开实施例提供的一种电子设备的结构示意图，该电子设备包括收发器801以及处理器802等物理器件，其中，处理器802可以是一个中央处理单元(CentralProcessing Unit，CPU)、微处理器、专用集成电路、可编程逻辑电路、大规模集成电路、或者为数字处理单元等等。收发器801用于电子设备和其他设备进行数据收发。
该电子设备还可以包括存储器803用于存储处理器802执行的软件指令，当然还可以存储电子设备需要的一些其他数据，如电子设备的标识信息、电子设备的加密信息、用户数据等。存储器803可以是易失性存储器(Volatile Memory)，例如随机存取存储器(Random-Access Memory，RAM)；存储器803也可以是非易失性存储器(Non-VolatileMemory)，例如只读存储器(Read-Only Memory，ROM)，快闪存储器(Flash Memory)，硬盘(Hard Disk Drive，HDD)或固态硬盘(Solid-State Drive，SSD)、或者存储器803是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。存储器803可以是上述存储器的组合。
本公开实施例中不限定上述处理器802、存储器803以及收发器801之间的具体连接介质。本公开实施例在图8中仅以存储器803、处理器802以及收发器801之间通过总线804连接为例进行说明，总线在图8中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不引以为限。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图8中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
处理器802可以是专用硬件或运行软件的处理器，当处理器802可以运行软件时，处理器802读取存储器803存储的软件指令，并在所述软件指令的驱动下，执行前述实施例中涉及的对象展示方法。
本公开实施例还提供了一种存储介质，当所述存储介质中的指令由电子设备的处理器执行时，所述电子设备能够执行前述实施例中涉及的对象展示方法。
在一些可能的实施方式中，本公开提供的对象展示方法的各个方面还可以实现为一种程序产品的形式，所述程序产品中包括有程序代码，当所述程序产品在电子设备上运行时，所述程序代码用于使所述电子设备执行前述实施例中涉及的对象展示方法。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。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。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、RAM、ROM、可擦式可编程只读存储器(Erasable Programmable Read-Only Memory，EPROM)、闪存、光纤、光盘只读存储器(Compact Disk Read Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
本公开实施例中用于对象展示的程序产品可以采用CD-ROM并包括程序代码，并可以在计算设备上运行。然而，本公开的程序产品不限于此，在本文件中，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。
可读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，其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、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。
可读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(Radio Frequency，RF)等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络如局域网(Local AreaNetwork，LAN)或广域网(Wide Area Network，WAN)连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意，尽管在上文详细描述中提及了装置的若干单元或子单元，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多单元的特征和功能可以在一个单元中具体化。反之，上文描述的一个单元的特征和功能可以进一步划分为由多个单元来具体化。
此外，尽管在附图中以特定顺序描述了本公开方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
本领域内的技术人员应明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本公开是参照根据本公开实施例的方法、装置(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本公开的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本公开范围的所有变更和修改。
显然，本领域的技术人员可以对本公开进行各种改动和变型而不脱离本公开的精神和范围。这样，倘若本公开的这些修改和变型属于本公开权利要求及其等同技术的范围之内，则本公开也意图包含这些改动和变型在内。
Claims (14)
1.一种对象展示方法，其特征在于，包括：
接收用户对对象展示页面的访问请求，基于所述访问请求从指定周期对应的对象排期表中获取预定的对象标识，所述预定的对象标识与所述访问请求对应的时间段相关联，所述指定周期包括至少一天；
展示所述对象标识对应的对象；
其中，所述指定周期对应的对象排期表是根据以下步骤自动确定的：
获取多个对象；
将所述多个对象排布在所述指定周期中的各指定时间段内，得到多个候选对象排期表，其中，在所述指定周期的各指定时间段内不重复排布对象，且在所述指定周期的每个指定时间段内排布预设个数的对象，所述预设个数对象包括多个预设分类特征的对象，所述预设分类特征包括：类目、价格以及所适用的用户性别；
若确定任一候选对象排期表中任一天排布的符合任一预设分类特征的对象数量超出所述预设分类特征对应的第一区间，则剔除该候选对象排期表，所述第一区间的上限和下限均是根据所述指定周期中平均每天排布的符合所述预设分类特征的对象数量确定的；
根据剩余每个候选对象排期表中每种对象在所述指定周期中排布的指定时间段、以及预先计算的在所述指定周期的所述指定时间段内展示该对象时期望获得的电子资源，计算按照所述候选对象排期表展示各对象时期望获得的电子资源；
将获得电子资源最多的候选对象排期表，确定为所述指定周期对应的对象排期表。
2.如权利要求1所述的方法，其特征在于，在计算按照各候选对象排期表展示各对象时期望获得的电子资源之前，还包括以下至少一个步骤：
若确定任一候选对象排期表中任一对象排布在该对象的不可展示时间段内，则剔除该候选对象排期表；
若确定任一候选对象排期表中任一天的任一指定时间段内排布的符合任一预设分类特征的对象数量超出所述预设分类特征对应的第二区间，则剔除该候选对象排期表，所述第二区间的上限和下限均是根据所述指定周期中平均每个指定时间段排布的符合所述预设分类特征的对象数量确定的。
3.如权利要求2所述的方法，其特征在于，所述第一区间的下限等于P向下取整后减预设值，所述第一区间的上限等于P向上取整后加所述预设值，P为所述指定周期中平均每天排布的符合对应预设分类特征的对象数量；
所述第二区间的下限等于Q向下取整后减所述预设值，所述第二区间的上限等于Q向上取整后加所述预设值，Q为所述指定周期中平均每个指定时间段排布的符合对应预设分类特征的对象数量。
4.如权利要求1-3任一所述的方法，其特征在于，在将获得电子资源最多的候选对象排期表，确定为所述指定周期对应的对象排期表之前，还包括：
若确定按照任一候选对象排期表展示各对象时任一天期望获得的电子资源小于第一预设值或大于第二预设值，则剔除该候选对象排期表，所述第一预设值小于所述第二预设值。
5.如权利要求4所述的方法，其特征在于，所述第二预设值与所述第一预设值的比值不大于设定值。
6.如权利要求1所述的方法，其特征在于，根据以下步骤计算在所述指定周期的所述指定时间段内展示该对象时期望获得的电子资源：
根据该对象每种最小库存单元的历史对象消耗数量、以及在所述指定周期内对该种最小库存单元增加的对象消耗力度，计算在所述指定周期的所述指定时间段内该种最小库存单元对应的期望对象消耗数量；
根据获取的未增加对象消耗力度时所述指定时间段的账户数量和获取的增加对象消耗力度后所述指定时间段的账户数量，计算所述指定时间段的账户增长倍数；
根据在所述指定周期的所述指定时间段内各种最小库存单元对应的期望对象消耗数量、预设的各种最小库存单元对应的电子资源获得量、以及所述指定时间段的账户增长倍数，计算在所述指定周期的所述指定时间段内展示该对象时期望获得的电子资源。
7.一种对象展示装置，其特征在于，包括：
接收模块，用于接收用户对对象展示页面的访问请求；
获取模块，用于基于所述访问请求从指定周期对应的对象排期表中获取预定的对象标识，所述预定的对象标识与所述访问请求对应的时间段相关联，所述指定周期包括至少一天；
展示模块，用于展示所述对象标识对应的对象；
其中，所述指定周期对应的对象排期表是根据以下步骤自动确定的：
获取多个对象；
将所述多个对象排布在所述指定周期中的各指定时间段内，得到多个候选对象排期表，其中，在所述指定周期的各指定时间段内不重复排布对象，且在所述指定周期的每个指定时间段内排布预设个数的对象，所述预设个数对象包括多个预设分类特征的对象，所述预设分类特征包括：类目、价格以及所适用的用户性别；
若确定任一候选对象排期表中任一天排布的符合任一预设分类特征的对象数量超出所述预设分类特征对应的第一区间，则剔除该候选对象排期表，所述第一区间的上限和下限均是根据所述指定周期中平均每天排布的符合所述预设分类特征的对象数量确定的；
根据剩余每个候选对象排期表中每种对象在所述指定周期中排布的指定时间段、以及预先计算的在所述指定周期的所述指定时间段内展示该对象时期望获得的电子资源，计算按照所述候选对象排期表展示各对象时期望获得的电子资源；
将获得电子资源最多的候选对象排期表，确定为所述指定周期对应的对象排期表。
8.如权利要求7所述的装置，其特征在于，在计算按照各候选对象排期表展示各对象时期望获得的电子资源之前，还包括以下至少一个步骤：
若确定任一候选对象排期表中任一对象排布在该对象的不可展示时间段内，则剔除该候选对象排期表；
若确定任一候选对象排期表中任一天的任一指定时间段内排布的符合任一预设分类特征的对象数量超出所述预设分类特征对应的第二区间，则剔除该候选对象排期表，所述第二区间的上限和下限均是根据所述指定周期中平均每个指定时间段排布的符合所述预设分类特征的对象数量确定的。
9.如权利要求8所述的装置，其特征在于，所述第一区间的下限等于P向下取整后减预设值，所述第一区间的上限等于P向上取整后加所述预设值，P为所述指定周期中平均每天排布的符合对应预设分类特征的对象数量；
所述第二区间的下限等于Q向下取整后减所述预设值，所述第二区间的上限等于Q向上取整后加所述预设值，Q为所述指定周期中平均每个指定时间段排布的符合对应预设分类特征的对象数量。
10.如权利要求7-9任一所述的装置，其特征在于，在将获得电子资源最多的候选对象排期表，确定为所述指定周期对应的对象排期表之前，还包括：
若确定按照任一候选对象排期表展示各对象时任一天期望获得的电子资源小于第一预设值或大于第二预设值，则剔除该候选对象排期表，所述第一预设值小于所述第二预设值。
11.如权利要求10所述的装置，其特征在于，所述第二预设值与所述第一预设值的比值不大于设定值。
12.如权利要求7所述的装置，其特征在于，根据以下步骤计算在所述指定周期的所述指定时间段内展示该对象时期望获得的电子资源：
根据该对象每种最小库存单元的历史对象消耗数量、以及在所述指定周期内对该种最小库存单元增加的对象消耗力度，计算在所述指定周期的所述指定时间段内该种最小库存单元对应的期望对象消耗数量；
根据获取的未增加对象消耗力度时所述指定时间段的账户数量和获取的增加对象消耗力度后所述指定时间段的账户数量，计算所述指定时间段的账户增长倍数；
根据在所述指定周期的所述指定时间段内各种最小库存单元对应的期望对象消耗数量、预设的各种最小库存单元对应的电子资源获得量、以及所述指定时间段的账户增长倍数，计算在所述指定周期的所述指定时间段内展示该对象时期望获得的电子资源。
13.一种电子设备，其特征在于，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中：
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1-6任一所述的方法。
14.一种存储介质，其特征在于，当所述存储介质中的指令由电子设备的处理器执行时，所述电子设备能够执行如权利要求1-6任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110074429.5A CN112686738B (zh) | 2021-01-20 | 2021-01-20 | 一种对象展示方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110074429.5A CN112686738B (zh) | 2021-01-20 | 2021-01-20 | 一种对象展示方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112686738A CN112686738A (zh) | 2021-04-20 |
| CN112686738B true CN112686738B (zh) | 2023-10-13 |
Family
ID=75458668
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110074429.5A Active CN112686738B (zh) | 2021-01-20 | 2021-01-20 | 一种对象展示方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112686738B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010277580A (ja) * | 2009-04-30 | 2010-12-09 | Alpha Japan Co Ltd | サーバ装置、コンテンツ配信システム、及びゲートウェイサーバ装置 |
| CN108027943A (zh) * | 2016-05-06 | 2018-05-11 | 甲骨文国际公司 | 为促销展示空间生成排期数据结构的方法和系统 |
| CN108090171A (zh) * | 2017-12-14 | 2018-05-29 | 浙江工业大学 | 一种面向精准广告投放的时间聚合查询方法 |
| CN110135903A (zh) * | 2019-05-10 | 2019-08-16 | 重庆八戒电子商务有限公司 | 广告位排位方法、系统、介质和电子设备 |
| CN110795925A (zh) * | 2019-10-12 | 2020-02-14 | 腾讯科技（深圳）有限公司 | 基于人工智能的图文排版方法、图文排版装置及电子设备 |
| CN110807687A (zh) * | 2019-10-29 | 2020-02-18 | 阿里巴巴（中国）有限公司 | 对象数据处理方法、装置、计算设备和介质 |
| CN110889718A (zh) * | 2019-11-15 | 2020-03-17 | 腾讯科技（深圳）有限公司 | 方案筛选方法、方案筛选装置、介质以及电子设备 |
| CN110910203A (zh) * | 2019-10-24 | 2020-03-24 | 苏宁云计算有限公司 | 一种商品页面的内容展示方法及装置 |
| CN111008858A (zh) * | 2019-10-24 | 2020-04-14 | 清华大学 | 一种商品销量预测方法及系统 |
| CN111951054A (zh) * | 2020-08-14 | 2020-11-17 | 广元量知汇科技有限公司 | 一种智能广告营销投放方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1842369B1 (en) * | 2005-01-12 | 2020-04-08 | Invidi Technologies Corporation | Targeted impression model for broadcast network asset delivery |
| WO2018020658A1 (ja) * | 2016-07-29 | 2018-02-01 | Ｎｅｃディスプレイソリューションズ株式会社 | 商品陳列画像表示方法、表示情報生成サーバ装置および画像表示システム |
| CN106777226B (zh) * | 2016-12-26 | 2021-05-11 | 腾讯科技（深圳）有限公司 | 一种信息分析方法及电子设备 |
-
2021
- 2021-01-20 CN CN202110074429.5A patent/CN112686738B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010277580A (ja) * | 2009-04-30 | 2010-12-09 | Alpha Japan Co Ltd | サーバ装置、コンテンツ配信システム、及びゲートウェイサーバ装置 |
| CN108027943A (zh) * | 2016-05-06 | 2018-05-11 | 甲骨文国际公司 | 为促销展示空间生成排期数据结构的方法和系统 |
| CN108090171A (zh) * | 2017-12-14 | 2018-05-29 | 浙江工业大学 | 一种面向精准广告投放的时间聚合查询方法 |
| CN110135903A (zh) * | 2019-05-10 | 2019-08-16 | 重庆八戒电子商务有限公司 | 广告位排位方法、系统、介质和电子设备 |
| CN110795925A (zh) * | 2019-10-12 | 2020-02-14 | 腾讯科技（深圳）有限公司 | 基于人工智能的图文排版方法、图文排版装置及电子设备 |
| CN110910203A (zh) * | 2019-10-24 | 2020-03-24 | 苏宁云计算有限公司 | 一种商品页面的内容展示方法及装置 |
| CN111008858A (zh) * | 2019-10-24 | 2020-04-14 | 清华大学 | 一种商品销量预测方法及系统 |
| CN110807687A (zh) * | 2019-10-29 | 2020-02-18 | 阿里巴巴（中国）有限公司 | 对象数据处理方法、装置、计算设备和介质 |
| CN110889718A (zh) * | 2019-11-15 | 2020-03-17 | 腾讯科技（深圳）有限公司 | 方案筛选方法、方案筛选装置、介质以及电子设备 |
| CN111951054A (zh) * | 2020-08-14 | 2020-11-17 | 广元量知汇科技有限公司 | 一种智能广告营销投放方法 |
Non-Patent Citations (2)
| Title |
|---|
| 刘晨 ; 沈奇威 ; .移动广告系统中广告排期的设计与实现.计算机系统应用.2011,(03),全文. * |
| 霍俊爽 ; 朱翠娟 ; 张若东 ; 邰志艳 ; 王柳行 ; .基于线性规划的产品宣传媒介的选择和排期的研究.科技传播.2015,(24),全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112686738A (zh) | 2021-04-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Maiti et al. | Two-period pricing and decision strategies in a two-echelon supply chain under price-dependent demand | |
| Lee et al. | An integrated model for lot sizing with supplier selection and quantity discounts | |
| Yin et al. | A game theoretic model for coordination of single manufacturer and multiple suppliers with quality variations under uncertain demands | |
| Kim et al. | Optimal inventory control in a multi-period newsvendor problem with non-stationary demand | |
| US8364553B2 (en) | Managing fresh-product inventory | |
| Wu et al. | Hierarchical approach for production planning and scheduling under uncertainty | |
| CN113228068A (zh) | 用于库存管理和优化的系统和方法 | |
| Low et al. | Integrated scheduling of production and delivery with time windows | |
| CN109426885A (zh) | 订单分配方法和装置 | |
| CN106408341A (zh) | 货品销量的预测方法及装置、电子设备 | |
| Keskin et al. | Integration of strategic and tactical decisions for vendor selection under capacity constraints | |
| CN109544076B (zh) | 用于生成信息的方法和装置 | |
| US11687875B2 (en) | Distribution-independent inventory approach under multiple service level targets | |
| CN111932161B (zh) | 针对物品的车辆调度方法、装置、电子设备和计算机介质 | |
| JP6536028B2 (ja) | 発注計画決定装置、発注計画決定方法および発注計画決定プログラム | |
| Zhang et al. | The impact of information sharing and advance order information on a supply chain with balanced ordering | |
| US20070219836A1 (en) | Shipping planning system | |
| Felfel et al. | A decision-making approach for a multi-objective multisite supply network planning problem | |
| WO2024032397A1 (zh) | 库存补货推荐方法、装置以及电子设备 | |
| CN109978421B (zh) | 信息输出方法和装置 | |
| Fumero et al. | A multiproduct batch plant design model incorporating production planning and scheduling decisions under a multiperiod scenario | |
| Li et al. | Optimal batch ordering policies for assembly systems with guaranteed service | |
| Suo et al. | An inventory-theory-based interval-parameter two-stage stochastic programming model for water resources management | |
| Rios et al. | Dynamic pricing and inventory control for multiple products in a retail chain | |
| KR20170088116A (ko) | 예측기반 영업가이드시스템 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |