CN113344652B - 信息呈现方法、装置、电子设备和介质 - Google Patents
信息呈现方法、装置、电子设备和介质 Download PDFInfo
- Publication number
- CN113344652B CN113344652B CN202010133746.5A CN202010133746A CN113344652B CN 113344652 B CN113344652 B CN 113344652B CN 202010133746 A CN202010133746 A CN 202010133746A CN 113344652 B CN113344652 B CN 113344652B
- Authority
- CN
- China
- Prior art keywords
- order quantity
- determining
- time
- order
- time point
- 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 48
- 230000002159 abnormal effect Effects 0.000 claims abstract description 34
- 230000004044 response Effects 0.000 claims abstract description 18
- 238000009499 grossing Methods 0.000 claims abstract description 14
- 230000001932 seasonal effect Effects 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 9
- 230000005856 abnormality Effects 0.000 claims description 6
- 238000009826 distribution Methods 0.000 abstract description 16
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000010485 coping Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000035484 reaction time Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
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
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
- G06Q30/0633—Lists, e.g. purchase orders, compilation or processing
- G06Q30/0635—Processing of requisition or of purchase orders
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2471—Distributed queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Computational Linguistics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Game Theory and Decision Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Fuzzy Systems (AREA)
- Tourism & Hospitality (AREA)
- Mathematical Physics (AREA)
Abstract
本公开的实施例公开了一种用于信息呈现方法、装置、电子设备和介质。该方法的一具体实施方式包括:获取预定时间点之前的订单数量作为第一订单数量,其中,该订单数量是对产品网络呈现平台所呈现的产品进行了订单操作而产生的订单的量;基于该第一订单数量,确定预定时间点的订单数量作为第二订单数量;确定该预定时间点的该第二订单数量是否异常;响应于确定异常,呈现与该第二订单数量相关的信息。该实施方式通过指数平滑法与泊松分布有效的预测未来预定时间点订单数量和判断未来预定时间点订单数量的异常情况,为产品网络呈现平台提供了更为准确地未来预定时间点订单数量信息。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及用于信息呈现方法、装置、电子设备和介质。
背景技术
目前,网上交易业务的稳步发展,也从技术层面对网上交易系统的运维监控提出了更高的要求。网上交易系统往往面临着抢购、秒杀等高并发场景,突增的订单数量往往是系统负载的“试金石”,如超出负载能力可能导致系统崩溃。另外,由于网上交易系统的分布式架构,往往对接了众多内部或外部的系统,系统的故障就可能导致订单数量突降。因此,订单数量的突增或突降,均可能影响顾客的购物体验,造成公司经济和口碑的双重损失。从而,如何有效预测下一时刻的订单数量,并判定是否为异常,显得尤为重要。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了一种用于信息呈现的方法、装置、电子设备和介质,来解决以上背景技术部分提到的技术问题。
第一方面,本公开的一些实施例提供了一种用于信息呈现方法,该方法包括:获取预定时间点之前的订单数量作为第一订单数量,其中,上述订单数量是对产品网络呈现平台所呈现的产品进行了订单操作而产生的订单的量;基于上述第一订单数量,确定预定时间点的订单数量作为第二订单数量;确定上述预定时间点的上述第二订单数量是否异常;响应于确定异常,呈现与上述第二订单数量相关的信息。
第二方面,本公开的一些实施例提供了一种用于信息呈现方法的装置,装置包括:获取单元,被配置成获取预定时间点之前的订单数量作为第一订单数量,其中,上述订单数量是对产品网络呈现平台所呈现的产品进行了订单操作而产生的订单的量;第一确定单元,被配置成基于上述第一订单数量,确定预定时间点的订单数量作为第二订单数量;第二确定单元,被配置成确定上述预定时间点的上述第二订单数量是否异常;呈现单元,被配置成响应于确定异常,呈现与上述第二订单数量相关的信息。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一、二方面中任一的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现如第一、二方面中任一的方法。
本公开的上述各个实施例中的一个实施例具有如下有益效果:首先,获取预定时间点之前的订单数量作为第一订单数量。将上述第一订单数量作为数据基础,进而确定未来预定时间点的订单数量作为第二订单数量。利用泊松分布进而有效的确定上述第二订单数量是否异常。最后,将第二订单数量异常情况利用图表形式进行呈现,使得第二订单数量异常情况可以直观的展现出来。使用指数平滑法与泊松分布的方法准确、有效的预测未来预定时间点订单数量和确定未来预定时间点订单数量的异常情况。
附图说明
结合附图并参考以下具体实施方式,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,原件和元素不一定按照比例绘制。
图1是根据本公开的用于信息呈现方法的一些实施例的流程图。
图2是根据本公开的用于信息呈现的装置的一些实施例的结构示意图。
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。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。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
参考图1,示出了根据本公开的用于信息呈现方法的一些实施例的流程100。该方法可以由服务器来执行。该用于信息呈现方法,包括以下步骤:
步骤101,获取预定时间点之前的订单数量作为第一订单数量。
在一些实施例中,用于信息呈现方法的执行主体(可以是服务器)可以通过多种方式从数据源(文件/网络/数据库)获取预定时间点之前的订单数量作为第一订单数量。其中,上述订单数量是对产品网络呈现平台所呈现的产品进行了订单操作而产生的订单的量;例如,上述执行主体可以通过有线连接方式或者无线连接方式获取上述第一订单数量。需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。在这里,预定时间点之前的订单数量可以是分钟维度的数据。其中,分钟维度表示相应子订单操作的时间点之间的时间间隔是1分钟。基于系统性能的考虑,采用预定时间点之前的天数无需太大。例如,采用预定时间点之前的天数可以是3~5天。
步骤102,基于上述第一订单数量,确定预定时间点的订单数量作为第二订单数量。
在一些实施例中,上述执行主体根据步骤101获取的第一订单数量,确定预定时间点的订单数量作为第二订单数量。在这里,上述第二订单数量可以是未来预定时间点的订单数量。作为示例,可以将2月14日12点整之前3-5天的订单数量的数据作为第一订单数量的数据,确定2月14日12点整时刻的订单数量作为第二订单数量。
在一些实施例的一些可选的实现方式中,将上述第一订单数量的数据分为残差数据、趋势性数据和季节性数据;将残差数据、趋势性数据和季节性数据输入至指数平滑法,得到预定时间点的订单数量。
在一些实施例的一些可选的实现方式中,第一订单数量包括至少一个子订单数量,上述子订单数量与相应子订单操作的时间点相对应。以及上述基于上述第一订单数量,确定预定时间点的订单数量作为第二订单数量,包括:响应于确定上述第一订单数量中存在异常的子订单数量,确定上述异常的子订单数量对应的异常时间点;采用指数平滑法确定上述异常时间点的预测子订单数量;将上述第一订单数量中的上述异常的子订单数量替换为预测子订单数量,得到更新的第一订单数量;将上述更新的第一订单数量的数据分为更新的残差数据、更新的趋势性数据和更新的季节性数据;将上述更新的残差数据、上述更新的趋势性数据和上述更新的季节性数据输入至指数平滑法,进而确定上述预定时间点的订单数量作为预测第二订单数量。
在这里,指数平滑法采用三次指数平滑法。指数平滑法(Holt-Winters)将时间序列数据分为三部分:残差数据a(t),趋势性数据b(t),季节性数据s(t)。使用三次指数平滑法预测t时刻数据,需要t时刻前包含多个周期的历史数据。上述三次指数平滑法有两种不同的季节性组成部分:加法模型和乘法模型。从网上交易系统交易情况来看,此处选择加法模型。其中,选择加法模型原因在于季节变化在时间序列中大致保持不变时。其各部分计算公式如下:
a[t]=α(Y[t]-s[t-k])+(1-α)(a[t-1]+b[t-1])
b[t]=β(a[t]-a[t-1])+(1-β)b[t-1]
s[t]=γ(Y[t]-a[t])+(1-γ)s[t-k]
Yhat[t+h]=a[t]+h*b[t]+s[t-k+1+(h-1)modk]
其中,a[t]表示残差数据,b[t]表示趋势数据,s[t]表示周期数据,α,β,γ为模型参数,k表示季节频率,即一年中包含的季节数,h表示未来时刻距离当前时刻的跨度,s[t-k]表示t-k时刻的周期数据,a[t-1]表示t-1时刻的残差数据,b[t-1]表示t-1时刻的趋势数据,Y[t]表示t时刻的预测值,Yhat[t+h]表示t+h时刻的预测值,modk表示对k取余数,s[t-k+1+(h-1)modk]表示t-k+1+(h-1)modk时刻的周期数据。
在这里,需要预测下1分钟订单数量时,可设置h=1。与此同时,根据网上交易系统每天的订单数量,可以得到订单数量的趋势性不明显(例如,周末可能相对于工作日少,促销可能相对于平时多,因此没有一个固定的趋势),故可以去掉趋势数据b(t),也进一步提升计算性能。那么整体公式可简化为:
Yhat[t+1]=a[t]+s[t-k]
其中,Yhat[t+1]表示t+1时刻的预测值。
除此之外,α为平滑系数。α=0,预测值仅仅是重复上一期的预测结果;α=1,预测值就是上一期的实际值;α越接近1,模型对时间序列变化的反应就越及时,因为它给当前的实际值赋予了比预测值更大的权数;α越接近0,给当前的预测值赋予了更大的权重,模型对时间序列变化的反应就越慢。当时间序列有较大随机波动时,α应较大,以便能很快跟上近期的变化;当时间序列比较平稳时,α应较小。而γ为季节因子,反映季节性因素占比权重。作为示例,以网上交易系统为例,可先确定α=0.1,γ=0.9,然后逐步调参优化,其中,此处的优化是指通过尝试α和γ的各种组合,使预测值与实际值的残差均值最小。
步骤103,确定上述预定时间点的上述第二订单数量是否异常。
在一些实施例中,可以从概率的角度来设置恒定的检测阈值,进而确定上述预定时间点的上述第二订单数量是否异常。例如,服务可用率需保证99.99%,那么0.01%则为极小概率,当异常订单数量发生时,可认为触发了小概率事件。由于泊松分布正是描述单位时间内独立事件(事件之间无关联)发生次数的概率分布,进而利用泊松分布来确定此时的第二订单数量是否异常。
在一些实施例的一些可选的实现方式中,上述确定上述预定时间点的上述第二订单数量是否异常,包括:利用如下公式来确定上述第二订单数量为真实值的概率:
其中,P表示概率,N表示函数关系,t表示当前时间与未来预测时间之间的分钟差,N(t)表示关于分钟t的函数,λ表示订单数量的预测值,n表示未来预测时间点所在分钟的订单数量总和。
需要说明的是,上述订单数量的实际值n表示当前时间与未来预测时间之间的每一秒的订单数量的总和,对第二订单数量是否异常的确定与预测第二订单数量过程之间存在时间延迟。例如,设置t为1分钟,预测1月18日12点的订单数量是在12点之前进行的,对12点的订单数量进行异常判定是在12点1分时进行的。在这里,对12点整的订单数量的异常判定有1分钟延迟。其中,12点整到12点1分中每一秒的订单数量的总和看成n,即订单数量的实际值。
进而,将上述概率与预先设定的阈值进行对比;响应于确定上述概率小于预先设定的阈值,确定上述预定时间点的上述第二订单数量是异常的;响应于确定上述概率大于预先设定的阈值,确定上述预定时间点的上述第二订单数量是正常的。
在这里,泊松分布中n!涉及阶乘计算,进而造成性能较差。对此处理结果可以是将正态分布作为近似的泊松分布。可以这样处理的原因在于:泊松分布是二项分布的特殊形态的分布,而正态分布能够用于二项分布的近似,进而泊松分布可以作为泊松分布的近似。
除此之外,对于处理不可能完全准确的问题,可以通过动态调参不断完善预测模块的准确度,同时还可以将连续2分钟及以上的报警,按连续程度与概率值综合打分,通过分值来减少误报的情况。
步骤104,响应于确定异常,呈现与上述第二订单数量相关的信息。
在一些实施例中,基于上述模块,呈现与上述第二订单数量相关的信息。在这里,上述第二订单数量相关的信息可以是未来预定时间点在分钟维度上订单数量的实际值与预测值。
在一些实施例的一些可选的实现方式中,采用图表方式,对比呈现上述第二订单数量和实际第二订单数量。
可选的,上述执行主体响应于确定第二订单数量和获取实际第二订单数量,将上述第二订单数量和实际第二订单数量的信息发送至支持报警的设备,控制上述设备发出警报信息。其中,支持报警的设备可以是与上述执行主体通信连接的设备,可以根据接收到的上述第二订单数量和实际第二订单数量的信息发出报警信息。报警信息的发出,有助于缩短相应的应对操作(例如,信息存储设备或分析设备)的反应时间,提高了应对操作的效率。
继续参考图2,作为对上述各图上述方法的实现,本公开提供了一种用于信息呈现的装置的一些实施例,这些装置实施例与图1上述的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图2所示,一些实施例的用于生成分类信息的装置200包括:获取单元201、第一确定单元202、第二确定单元203、呈现单元204。其中,获取单元,被配置成获取预定时间点之前的订单数量作为第一订单数量,其中,上述订单数量是对产品网络呈现平台所呈现的产品进行了订单操作而产生的订单的量;第一确定单元,被配置成基于上述第一订单数量,确定预定时间点的订单数量作为第二订单数量;第二确定单元,被配置成确定上述预定时间点的上述第二订单数量是否异常;呈现单元,被配置成响应于确定异常,呈现与上述第二订单数量相关的信息以及执行报警操作。
可以理解的是,该装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置200及其中包含的单元,在此不再赘述。
下面参考图3,其示出了适于用来实现本公开的一些实施例的电子设备300的结构示意图。图3示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机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,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述装置中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取预定时间点之前的订单数量作为第一订单数量,其中,上述订单数量是对产品网络呈现平台所呈现的产品进行了订单操作而产生的订单的量;基于上述第一订单数量,确定预定时间点的订单数量作为第二订单数量;确定上述预定时间点的上述第二订单数量是否异常;响应于确定异常,呈现与上述第二订单数量相关的信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:获取单元、第一确定单元、第二确定单元、呈现单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取预定时间点之前的订单数量作为第一订单数量的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (8)
1.一种用于信息呈现方法,包括:
获取预定时间点之前的订单数量作为第一订单数量,其中,所述订单数量是对产品网络呈现平台所呈现的产品进行了订单操作而产生的订单的量;
基于所述第一订单数量,确定预定时间点的订单数量作为第二订单数量;
确定所述预定时间点的所述第二订单数量是否异常,其中,
所述确定所述预定时间点的所述第二订单数量是否异常,包括:
利用如下公式来确定所述第二订单数量为真实值的概率:
其中,P表示概率,N表示函数关系,t表示当前时间与未来预测时间点之间的分钟差,N(t)表示关于分钟t的函数,λ表示订单数量的预测值,λt表示当前时间与未来预测时间点之间的分钟差与订单数量的预测值之间的乘积,n表示未来预测时间点所在分钟的订单数量总和;
将所述概率与预先设定的阈值进行对比;
响应于确定所述概率小于预先设定的阈值,确定所述预定时间点的所述第二订单数量是异常的;
响应于确定所述概率大于预先设定的阈值,确定所述预定时间点的所述第二订单数量是正常的;
响应于确定异常,呈现与所述第二订单数量相关的信息。
2.根据权利要求1所述的方法,其中,所述方法还包括:
响应于确定异常,将所述与所述第二订单数量相关的信息发送至支持报警的设备,控制所述设备发出警报信息。
3.根据权利要求1所述的方法,其中,所述基于所述第一订单数量,确定预定时间点的订单数量作为第二订单数量,包括:
将所述第一订单数量的数据分为残差数据、趋势性数据和季节性数据;
基于所述残差数据、趋势性数据和季节性数据,利用指数平滑法确定预定时间点的订单数量。
4.根据权利要求3所述的方法,其中,所述第一订单数量包括至少一个子订单数量,所述子订单数量与相应子订单操作的时间点相对应;以及
所述基于所述第一订单数量,确定预定时间点的订单数量作为第二订单数量,包括:
响应于确定所述第一订单数量中存在异常的子订单数量,确定所述异常的子订单数量对应的异常时间点;
利用指数平滑法确定所述异常时间点的预测子订单数量;
将所述第一订单数量中的所述异常的子订单数量替换为预测子订单数量,得到更新的第一订单数量;
将所述更新的第一订单数量的数据分为更新的残差数据、更新的趋势性数据和更新的季节性数据;
基于所述更新的残差数据、所述更新的趋势性数据和所述更新的季节性数据,利用指数平滑法来确定所述预定时间点的订单数量作为预测第二订单数量。
5.根据权利要求1所述的方法,其中,所述呈现与所述第二订单数量相关的信息,包括:
采用图表方式,对比呈现所述第二订单数量和实际第二订单数量。
6.一种用于信息呈现的装置,包括:
获取单元,被配置成获取预定时间点之前的订单数量作为第一订单数量,其中,所述订单数量是对产品网络呈现平台所呈现的产品进行了订单操作而产生的订单的量;
第一确定单元,被配置成基于所述第一订单数量,确定预定时间点的订单数量作为第二订单数量;
第二确定单元,被配置成确定所述预定时间点的所述第二订单数量是否异常,其中,
所述确定所述预定时间点的所述第二订单数量是否异常,包括:
利用如下公式来确定所述第二订单数量为真实值的概率:
其中,P表示概率,N表示函数关系,t表示当前时间与未来预测时间点之间的分钟差,N(t)表示关于分钟t的函数,λ表示订单数量的预测值,λt表示当前时间与未来预测时间点之间的分钟差与订单数量的预测值之间的乘积,n表示未来预测时间点所在分钟的订单数量总和;
将所述概率与预先设定的阈值进行对比;
响应于确定所述概率小于预先设定的阈值,确定所述预定时间点的所述第二订单数量是异常的;
响应于确定所述概率大于预先设定的阈值,确定所述预定时间点的所述第二订单数量是正常的;
呈现单元,被配置成响应于确定异常,呈现与所述第二订单数量相关的信息。
7.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
8.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010133746.5A CN113344652B (zh) | 2020-03-02 | 2020-03-02 | 信息呈现方法、装置、电子设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010133746.5A CN113344652B (zh) | 2020-03-02 | 2020-03-02 | 信息呈现方法、装置、电子设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113344652A CN113344652A (zh) | 2021-09-03 |
CN113344652B true CN113344652B (zh) | 2024-05-24 |
Family
ID=77467102
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010133746.5A Active CN113344652B (zh) | 2020-03-02 | 2020-03-02 | 信息呈现方法、装置、电子设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113344652B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7783510B1 (en) * | 2006-06-23 | 2010-08-24 | Quest Software, Inc. | Computer storage capacity forecasting system using cluster-based seasonality analysis |
CN106504029A (zh) * | 2016-11-08 | 2017-03-15 | 山东大学 | 一种基于客户群体行为分析的加油站销量预测方法 |
CN109117352A (zh) * | 2017-06-23 | 2019-01-01 | 华为技术有限公司 | 服务器性能预测方法和装置 |
CN109299995A (zh) * | 2018-08-07 | 2019-02-01 | 腾讯科技(深圳)有限公司 | 一种虚拟物品发送方法、装置、服务器以及存储介质 |
CN110400024A (zh) * | 2019-07-31 | 2019-11-01 | 京东城市(北京)数字科技有限公司 | 订单预测的方法、装置、设备和计算机可读存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3481570B2 (ja) * | 2000-08-30 | 2003-12-22 | 本田技研工業株式会社 | 部品在庫管理における需要予測装置 |
-
2020
- 2020-03-02 CN CN202010133746.5A patent/CN113344652B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7783510B1 (en) * | 2006-06-23 | 2010-08-24 | Quest Software, Inc. | Computer storage capacity forecasting system using cluster-based seasonality analysis |
CN106504029A (zh) * | 2016-11-08 | 2017-03-15 | 山东大学 | 一种基于客户群体行为分析的加油站销量预测方法 |
CN109117352A (zh) * | 2017-06-23 | 2019-01-01 | 华为技术有限公司 | 服务器性能预测方法和装置 |
CN109299995A (zh) * | 2018-08-07 | 2019-02-01 | 腾讯科技(深圳)有限公司 | 一种虚拟物品发送方法、装置、服务器以及存储介质 |
CN110400024A (zh) * | 2019-07-31 | 2019-11-01 | 京东城市(北京)数字科技有限公司 | 订单预测的方法、装置、设备和计算机可读存储介质 |
Non-Patent Citations (4)
Title |
---|
呼叫中心到达过程的建模与预测;霍加冕;谢金贵;;中国科学技术大学学报(09);全文 * |
基于时间特征的网络流量异常检测;刘仁山;孟祥宏;;辽宁工程技术大学学报(自然科学版)(04);全文 * |
基于时间窗口选择和SVR的船舶交通事故率预测;孙墨林;郑中义;;中国航海(01);全文 * |
考虑时间序列关联的订单选择决策比较研究;张人千;;管理科学学报(03);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113344652A (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110400024B (zh) | 订单预测的方法、装置、设备和计算机可读存储介质 | |
CN108537399B (zh) | 一种物料需求量的预测方法及装置 | |
CN113515399A (zh) | 数据异常检测方法及装置 | |
CN110766185A (zh) | 用户量的确定方法和系统、计算机系统 | |
CN114048931B (zh) | 补货信息生成方法、装置、电子设备和计算机可读介质 | |
CN113344737B (zh) | 设备控制方法、装置、电子设备和计算机可读介质 | |
CN114500318A (zh) | 一种批量作业监控方法及装置、设备及介质 | |
CN113344652B (zh) | 信息呈现方法、装置、电子设备和介质 | |
CN117035842A (zh) | 模型训练方法、业务量预测方法、装置、设备和介质 | |
CN113722177B (zh) | 时序指标异常检测方法、装置、系统、设备及存储介质 | |
CN115619170A (zh) | 电量负荷调整方法、装置、设备、计算机介质和程序产品 | |
CN115187364A (zh) | 银行分布式场景下保证金风险监控的方法及装置 | |
CN113329128A (zh) | 话务数据预测方法及装置、电子设备、存储介质 | |
CN117130873B (zh) | 一种任务监控的方法和装置 | |
CN114792258B (zh) | 信息生成方法、装置、电子设备和计算机可读介质 | |
CN115312208B (zh) | 接诊数据展示方法、装置、设备、介质 | |
WO2023155425A1 (zh) | 调货方法、装置、电子设备和计算机可读介质 | |
CN112561453B (zh) | 设备控制方法、装置、电子设备和计算机可读介质 | |
CN117499201B (zh) | 异常网页告警方法、装置、电子设备和介质 | |
CN112348587B (zh) | 信息推送方法、装置和电子设备 | |
CN116663928A (zh) | 平台批量作业的运行控制方法、装置、设备及存储介质 | |
CN113758608B (zh) | 一种报警处理方法和装置 | |
CN115641059B (zh) | 补货信息生成方法、装置、电子设备、介质和程序产品 | |
CN117874686B (zh) | 异常数据定位方法、装置、电子设备和计算机可读介质 | |
CN118052509A (zh) | 库存信息生成方法、装置、电子设备和计算机可读介质 |
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 |