CN113836402B - 一种基于数据处理的订单筛选方法 - Google Patents
一种基于数据处理的订单筛选方法 Download PDFInfo
- Publication number
- CN113836402B CN113836402B CN202111051424.7A CN202111051424A CN113836402B CN 113836402 B CN113836402 B CN 113836402B CN 202111051424 A CN202111051424 A CN 202111051424A CN 113836402 B CN113836402 B CN 113836402B
- Authority
- CN
- China
- Prior art keywords
- information
- user service
- time
- order data
- service order
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 126
- 238000012216 screening Methods 0.000 title claims abstract description 69
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000001914 filtration Methods 0.000 claims description 64
- 230000011218 segmentation Effects 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 5
- 238000007499 fusion processing Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 6
- 238000012512 characterization method Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 5
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明提供的一种基于数据处理的订单筛选方法，涉及数据处理技术领域。在本发明中，获取多个用户终端设备分别发送的用户业务订单数据，得到对应的多条用户业务订单数据，其中，每一个用户终端设备用于基于对应的订单用户进行的业务订单选择操作生成对应的用户业务订单数据；基于多条用户业务订单数据判断是否需要进行订单筛选处理；若判定需要对多条用户业务订单数据进行订单筛选处理，则基于预先确定的订单筛选规则对多条用户业务订单数据进行筛选处理，得到多条用户业务订单数据对应的至少一条目标用户业务订单数据。基于上述方法，可以改善现有技术中对于用户业务订单的管控效果不佳的问题。
Description
技术领域
本发明涉及数据处理技术领域，具体而言，涉及一种基于数据处理的订单筛选方法。
背景技术
随着计算机技术和互联网技术的不断发展，使得线上交易的应用范围越来越广，如网上购物或咨询等。其中，在线上交易的过程中，一般会先基于请求方的请求生成对应的业务订单，然后，发送给后台，后台进行一定的预处理等，会发送给相对方，以确定是否接单，或者是，后台直接进行处理以确定是否接单。但是，在现有技术中，经发明人研究发现，后台在接收到业务订单之后，一般会直接进行预处理，如此，可能会导致对于用户业务订单的管控效果不佳的问题。
发明内容
有鉴于此，本发明的目的在于提供一种基于数据处理的订单筛选方法，以改善现有技术中对于用户业务订单的管控效果不佳的问题。
为实现上述目的，本发明实施例采用如下技术方案：
一种基于数据处理的订单筛选方法，应用于订单处理服务器，所述订单处理服务器通信连接有多个用户终端设备，所述基于数据处理的订单筛选方法包括：
获取多个所述用户终端设备分别发送的用户业务订单数据，得到对应的多条用户业务订单数据，其中，每一个所述用户终端设备用于基于对应的订单用户进行的业务订单选择操作生成对应的所述用户业务订单数据；
基于所述多条用户业务订单数据判断是否需要进行订单筛选处理；
若判定需要对所述多条用户业务订单数据进行订单筛选处理，则基于预先确定的订单筛选规则对所述多条用户业务订单数据进行筛选处理，得到所述多条用户业务订单数据对应的至少一条目标用户业务订单数据。
在一些优选的实施例中，在上述基于数据处理的订单筛选方法中，所述获取多个所述用户终端设备分别发送的用户业务订单数据，得到对应的多条用户业务订单数据的步骤，包括：
确定当前时刻在预先配置的多个时间段中所属的时间段，得到所述当前时刻对应的目标时间段，其中，所述多个时间段为连续的时间段；
获取在所述目标时间段内每一个所述用户终端设备分别发送的用户业务订单数据，得到对应的多条所述业务订单数据。
在一些优选的实施例中，在上述基于数据处理的订单筛选方法中，所述确定当前时刻在预先配置的多个时间段中所属的时间段，得到所述当前时刻对应的目标时间段的步骤，包括：
获取预先确定的第一参考时长信息，并获取预先确定的时间分段初始时刻信息和时间分段结束时刻信息；
基于所述第一参考时长信息将所述时间分段初始时刻信息和所述时间分段结束时刻信息之间的时段分割为多个时间段，其中，每一个所述时间段的时长基于所述第一参考时长信息确定；
确定当前时刻在所述多个时间段中所属的时间段，得到所述当前时刻对应的目标时间段。
在一些优选的实施例中，在上述基于数据处理的订单筛选方法中，所述基于所述第一参考时长信息将所述时间分段初始时刻信息和所述时间分段结束时刻信息之间的时段分割为多个时间段的步骤，包括：
将所述时间分段初始时刻信息作为分割形成的一个时间段的起始时刻信息，并基于所述第一参考时长信息确定所述时间段对应的第一时长信息；
基于所述起始时刻信息和对应的所述第一时长信息确定出所述起始时刻信息对应的终止时刻信息，并基于所述起始时刻信息和所述终止时刻信息构建形成一个时间段；
将所述终止时刻信息更新为下一个时间段的起始时刻信息，并基于所述第一参考时长信息确定所述下一个时间段对应的第一时长信息；
基于所述下一个时间段的起始时刻信息和对应的所述第一时长信息确定出所述下一个时间段对应的终止时刻信息，并基于下一个时间段的所述起始时刻信息和所述终止时刻信息构建形成一个时间段，并判断所述下一个时间段对应的终止时刻信息是否与所述时间分段结束时刻信息重合；
若所述下一个时间段对应的终止时刻信息与所述时间分段结束时刻信息重合，则确定完成对时间段的分割操作，若所述下一个时间段对应的终止时刻信息与所述时间分段结束时刻信息不重合，则再次执行所述将所述终止时刻信息更新为下一个时间段的起始时刻信息，并基于所述第一参考时长信息确定所述下一个时间段对应的第一时长信息的步骤，直到确定出的下一个时间段对应的终止时刻信息与所述时间分段结束时刻信息重合。
在一些优选的实施例中，在上述基于数据处理的订单筛选方法中，所述将所述时间分段初始时刻信息作为分割形成的一个时间段的起始时刻信息，并基于所述第一参考时长信息确定所述时间段对应的第一时长信息的步骤，包括：
将所述时间分段初始时刻信息作为分割形成的一个时间段的起始时刻信息，并基于所述起始时刻信息和所述第一参考时长信息确定对应的待确定终止时刻信息，其中，所述起始时刻信息和所述待确定终止时刻信息之间的时间长度为所述第一参考时长信息；
获取在历史上所述起始时刻信息和所述待确定终止时刻信息之间的每一个时刻获取到的历史用户业务订单数据的数量，并基于历史上每一个时刻获取到的历史用户业务订单数据的数量的均值，得到对应的数量均值；
计算所述数量均值和预先确定的数量阈值之间的比例信息，其中，所述数量阈值基于所述订单处理服务器处理所述历史用户业务订单数据的效率信息确定，且与所述效率信息之间具有正相关关系；
基于所述比例信息确定一具有负相关关系的调整系数，并基于所述调整系数和所述第一参考时刻信息确定所述时间段对应的第一时长信息。
在一些优选的实施例中，在上述基于数据处理的订单筛选方法中，所述基于所述多条用户业务订单数据判断是否需要进行订单筛选处理的步骤，包括：
统计所述多条用户业务订单数据的数量，得到对应的第一订单数量，并确定所述第一订单数量与预先确定的订单数量阈值之间的大小关系；
若所述第一订单数量小于所述订单数量阈值，则判定不需要对所述多条用户业务订单数据进行筛选处理。
在一些优选的实施例中，在上述基于数据处理的订单筛选方法中，所述基于所述多条用户业务订单数据判断是否需要进行订单筛选处理的步骤，还包括：
若所述第一订单数量大于或等于所述订单数量阈值，则统计所述多条用户业务订单数据中对应的用户终端设备的用户身份信息属于目标身份信息的用户业务订单数据的数量，得到对应的第二订单数量；
基于所述第二订单数量与所述第一订单数量之间的比例，得到对应的订单占比信息，并确定所述订单占比信息与预先确定的订单占比阈值信息之间的相对大小关系；
若所述订单占比信息大于或等于所述订单占比阈值信息，则判定不需要对所述多条用户业务订单数据进行筛选处理；
若所述订单占比信息小于所述订单占比阈值信息，则判定需要对所述多条用户业务订单数据进行筛选处理。
在一些优选的实施例中，在上述基于数据处理的订单筛选方法中，所述若判定需要对所述多条用户业务订单数据进行订单筛选处理，则基于预先确定的订单筛选规则对所述多条用户业务订单数据进行筛选处理，得到所述多条用户业务订单数据对应的至少一条目标用户业务订单数据的步骤，包括：
若判定需要对所述多条用户业务订单数据进行订单筛选处理，则对所述多条用户业务订单数据进行排序，形成业务订单有序集合；
基于所述业务订单有序集合中每一条用户业务订单数据的数据量信息和业务量信息，对所述业务订单有序集合包括的所述多条用户业务订单数据进行筛选处理，得到对应的至少一条目标用户业务订单数据，其中，所述业务量信息用于表征所述用户业务订单数据包括的用户业务的数量。
在一些优选的实施例中，在上述基于数据处理的订单筛选方法中，所述若判定需要对所述多条用户业务订单数据进行订单筛选处理，则对所述多条用户业务订单数据进行排序，形成业务订单有序集合的步骤，包括：
若判定需要对所述多条用户业务订单数据进行订单筛选处理，则获取每一条所述用户业务订单数据对应的接收时间信息和发送时间信息；
基于每一条所述用户业务订单数据对应的接收时间信息和发送时间信息对所述多条用户业务订单数据进行排序，形成对应的业务订单有序集合。
在一些优选的实施例中，在上述基于数据处理的订单筛选方法中，在执行所述基于所述多条用户业务订单数据判断是否需要进行订单筛选处理的步骤之后，所述基于数据处理的订单筛选方法还包括：
若判定不需要对所述多条用户业务订单数据进行订单筛选处理，则将所述多条用户业务订单数据中的每一条用户业务订单数据作为目标用户业务订单数据，得到多条所述目标用户业务订单数据。
本发明实施例提供的一种基于数据处理的订单筛选方法，在获取到多条用户业务订单数据，可以先基于多条用户业务订单数据判断是否需要进行订单筛选处理，并在判定需要对多条用户业务订单数据进行订单筛选处理时对多条用户业务订单数据进行筛选处理得到对应的至少一条目标用户业务订单数据，如此，可以改善一律不进行业务订单的筛选或一律都进行业务订单的筛选的常规技术中存在的对于用户业务订单的管控效果不佳的问题，例如，若都不进行筛选可能容易导致设备崩溃的问题。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
图1为本发明实施例提供的订单处理服务器的结构框图。
图2为本发明实施例提供的基于数据处理的订单筛选方法包括的各步骤的流程示意图。
图3为本发明实施例提供的基于数据处理的订单筛选装置包括的各模块的方框示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例只是本发明的一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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。
如图1所示，本发明实施例提供了一种订单处理服务器。其中，所述订单处理服务器可以包括存储器和处理器。
详细地，所述存储器和处理器之间直接或间接地电性连接，以实现数据的传输或交互。例如，相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述存储器中可以存储有至少一个可以以软件或固件(firmware)的形式，存在的软件功能模块(计算机程序)。所述处理器可以用于执行所述存储器中存储的可执行的计算机程序，从而实现本发明实施例(如后文所述)提供的基于数据处理的订单筛选方法。
可选地，在一种可能的实现方式中，所述存储器可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-Only Memory，PROM)，可擦除只读存储器(Erasable ProgrammableRead-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable ProgrammableRead-Only Memory，EEPROM)等。
可选地，在一种可能的实现方式中，所述处理器可以是一种通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)、片上系统(System on Chip，SoC)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可选地，在一种可能的实现方式中，，图1所示的结构仅为示意，所述订单处理服务器还可包括比图1中所示更多或者更少的组件，或具有与图1所示不同的配置，例如，可以包括用于与其它设备(如各用户终端设备等)进行信息交互的通信单元。
结合图2，本发明实施例还提供一种基于数据处理的订单筛选方法，可应用于上述订单处理服务器。其中，所述基于数据处理的订单筛选方法有关的流程所定义的方法步骤，可以由所述订单处理服务器实现。
下面将对图2所示的具体流程，进行详细阐述。
步骤S110，获取多个所述用户终端设备分别发送的用户业务订单数据，得到对应的多条用户业务订单数据。
在本发明实施例中，所述订单处理服务器可以获取多个所述用户终端设备分别发送的用户业务订单数据，得到对应的多条用户业务订单数据。其中，每一个所述用户终端设备用于基于对应的订单用户进行的业务订单选择操作(如触摸屏幕或键盘输入)生成对应的所述用户业务订单数据。
步骤S120，基于所述多条用户业务订单数据判断是否需要进行订单筛选处理。
在本发明实施例中，所述订单处理服务器可以在基于步骤S110获取到所述多条用户业务订单数据之后，基于所述多条用户业务订单数据判断是否需要进行订单筛选处理。其中，在判定需要对所述多条用户业务订单数据进行订单筛选处理之后，可以执行后续的步骤S130。
步骤S130，基于预先确定的订单筛选规则对所述多条用户业务订单数据进行筛选处理，得到所述多条用户业务订单数据对应的至少一条目标用户业务订单数据。
在本发明实施例中，所述订单处理服务器可以在基于步骤S120判定需要对所述多条用户业务订单数据进行订单筛选处理之后，基于预先确定的订单筛选规则对所述多条用户业务订单数据进行筛选处理，得到所述多条用户业务订单数据对应的至少一条目标用户业务订单数据。
基于上述方法包括的每一个步骤，在获取到多条用户业务订单数据，可以先基于多条用户业务订单数据判断是否需要进行订单筛选处理，并在判定需要对多条用户业务订单数据进行订单筛选处理时对多条用户业务订单数据进行筛选处理得到对应的至少一条目标用户业务订单数据，如此，可以改善一律不进行业务订单的筛选或一律都进行业务订单的筛选的常规技术中存在的对于用户业务订单的管控效果不佳的问题，例如，若都不进行筛选可能容易导致设备崩溃的问题。
可选地，在一种可能的实现方式中，上述示例的步骤S110，即所述获取多个所述用户终端设备分别发送的用户业务订单数据，得到对应的多条用户业务订单数据的步骤，可以包括以下步骤：
首先，确定当前时刻在预先配置的多个时间段中所属的时间段，得到所述当前时刻对应的目标时间段，其中，所述多个时间段为连续的时间段(前一个时间段的结束时刻与后一个时间段的开始时刻重合)；
其次，获取在所述目标时间段内每一个所述用户终端设备分别发送的用户业务订单数据(可以理解的是，通信连接的多个用户终端设备中，既可以是全部用户终端设备都发送用户业务订单数据，也可以是部分用户终端设备都有发送用户业务订单数据)，得到对应的多条所述业务订单数据。
可选地，在一种可能的实现方式中，所述确定当前时刻在预先配置的多个时间段中所属的时间段，得到所述当前时刻对应的目标时间段的步骤，可以包括以下步骤：
首先，获取预先确定的第一参考时长信息(如1秒、2秒、5秒等)，并获取预先确定的时间分段初始时刻信息和时间分段结束时刻信息；
其次，基于所述第一参考时长信息将所述时间分段初始时刻信息和所述时间分段结束时刻信息之间的时段分割为多个时间段，其中，每一个所述时间段的时长基于所述第一参考时长信息确定；
然后，确定当前时刻在所述多个时间段中所属的时间段，得到所述当前时刻对应的目标时间段。
可选地，在一种可能的实现方式中，所述基于所述第一参考时长信息将所述时间分段初始时刻信息和所述时间分段结束时刻信息之间的时段分割为多个时间段的步骤，可以包括以下步骤：
首先，将所述时间分段初始时刻信息作为分割形成的一个时间段(如第一个时间段)的起始时刻信息，并基于所述第一参考时长信息确定所述时间段对应的第一时长信息；
其次，基于所述起始时刻信息和对应的所述第一时长信息确定出所述起始时刻信息对应的终止时刻信息，并基于所述起始时刻信息和所述终止时刻信息构建形成一个时间段；
然后，将所述终止时刻信息更新为下一个时间段的起始时刻信息，并基于所述第一参考时长信息确定所述下一个时间段对应的第一时长信息；
之后，基于所述下一个时间段的起始时刻信息和对应的所述第一时长信息确定出所述下一个时间段对应的终止时刻信息，并基于下一个时间段的所述起始时刻信息和所述终止时刻信息构建形成一个时间段，并判断所述下一个时间段对应的终止时刻信息是否与所述时间分段结束时刻信息重合(例如，以一天为标准，所述时间分段初始时刻信息和所述时间分段结束时刻信息可以重合，如都是24时0分0秒)；
最后，若所述下一个时间段对应的终止时刻信息与所述时间分段结束时刻信息重合，则确定完成对时间段的分割操作(即不再进行进一步的分割操作)，若所述下一个时间段对应的终止时刻信息与所述时间分段结束时刻信息不重合，则再次执行所述将所述终止时刻信息更新为下一个时间段的起始时刻信息(即进行进一步的分割操作)，并基于所述第一参考时长信息确定所述下一个时间段对应的第一时长信息的步骤，直到确定出的下一个时间段对应的终止时刻信息与所述时间分段结束时刻信息重合。
可以理解的是，在上述示例中，有两个步骤需要基于所述第一参考时长信息确定对应的第一时长信息，其确定方式可以相同，也可以不同，例如，在本发明实施例中，可以相同。基于此，基于所述第一参考时长信息确定对应的第一时长信息的具体方式，提供以下一种方式。
可选地，在一种可能的实现方式中，所述将所述时间分段初始时刻信息作为分割形成的一个时间段的起始时刻信息，并基于所述第一参考时长信息确定所述时间段对应的第一时长信息的步骤，可以包括以下步骤：
首先，将所述时间分段初始时刻信息作为分割形成的一个时间段的起始时刻信息，并基于所述起始时刻信息和所述第一参考时长信息确定对应的待确定终止时刻信息，其中，所述起始时刻信息和所述待确定终止时刻信息之间的时间长度为所述第一参考时长信息；
其次，获取在历史上所述起始时刻信息和所述待确定终止时刻信息之间的每一个时刻(从所述起始时刻信息和所述待确定终止时刻信息之间的每一个时刻)获取到的历史用户业务订单数据的数量，并基于历史上每一个时刻(从所述起始时刻信息和所述待确定终止时刻信息之间的每一个时刻)获取到的历史用户业务订单数据的数量的均值，得到对应的数量均值；
然后，计算所述数量均值和预先确定的数量阈值之间的比例信息，其中，所述数量阈值基于所述订单处理服务器处理所述历史用户业务订单数据的效率信息确定，且所述数量阈值与所述效率信息之间具有正相关关系；
最后，基于所述比例信息确定一具有负相关关系的调整系数(即所述比例信息越大，对应的所述调整系数越小；所述比例信息越小，对应的所述调整系数越大)，并基于所述调整系数和所述第一参考时刻信息确定所述时间段对应的第一时长信息(如计算所述调整系数和所述第一参考时刻信息的乘积，并将该乘积作为对应的第一时长信息)。
可选地，在一种可能的实现方式中，上述示例的步骤S120，即所述基于所述多条用户业务订单数据判断是否需要进行订单筛选处理的步骤，可以包括以下步骤：
首先，统计所述多条用户业务订单数据的数量，得到对应的第一订单数量，并确定所述第一订单数量与预先确定的订单数量阈值(所述订单数量阈值可以基于所述订单处理服务器的数据处理能力确定，例如，数据处理能力越大，所述订单数量阈值也可以越大；数据处理能力越小，所述订单数量阈值也可以越小)之间的大小关系；
其次，若所述第一订单数量小于所述订单数量阈值，则判定不需要对所述多条用户业务订单数据进行筛选处理。
可选地，在一种可能的实现方式中，在前述示例的基础上，上述示例的步骤S120，即所述基于所述多条用户业务订单数据判断是否需要进行订单筛选处理的步骤，还可以包括以下步骤：
首先，若所述第一订单数量大于或等于所述订单数量阈值，则统计所述多条用户业务订单数据中对应的用户终端设备的用户身份信息属于目标身份信息(如具有会员身份等特定身份信息)的用户业务订单数据的数量，得到对应的第二订单数量；
其次，基于所述第二订单数量与所述第一订单数量之间的比例，得到对应的订单占比信息，并确定所述订单占比信息与预先确定的订单占比阈值信息之间的相对大小关系；
然后，若所述订单占比信息大于或等于所述订单占比阈值信息，则判定不需要对所述多条用户业务订单数据进行筛选处理；
最后，若所述订单占比信息小于所述订单占比阈值信息，则判定需要对所述多条用户业务订单数据进行筛选处理。
可选地，在一种可能的实现方式中，上述示例的步骤S130，即所述若判定需要对所述多条用户业务订单数据进行订单筛选处理，则基于预先确定的订单筛选规则对所述多条用户业务订单数据进行筛选处理，得到所述多条用户业务订单数据对应的至少一条目标用户业务订单数据的步骤，可以包括以下步骤：
首先，若判定需要对所述多条用户业务订单数据进行订单筛选处理，则对所述多条用户业务订单数据进行排序，形成业务订单有序集合；
其次，基于所述业务订单有序集合中每一条用户业务订单数据的数据量信息(即存储所述用户业务订单数据所需要的存储空间大小)和业务量信息，对所述业务订单有序集合包括的所述多条用户业务订单数据进行筛选处理，得到对应的至少一条目标用户业务订单数据，其中，所述业务量信息用于表征所述用户业务订单数据包括的用户业务的数量。
可选地，在一种可能的实现方式中，所述若判定需要对所述多条用户业务订单数据进行订单筛选处理，则对所述多条用户业务订单数据进行排序，形成业务订单有序集合的步骤，可以包括以下步骤：
首先，若判定需要对所述多条用户业务订单数据进行订单筛选处理(如前述示例中，所述订单占比信息小于所述订单占比阈值信息)，则获取每一条所述用户业务订单数据对应的接收时间信息(即所述订单处理服务器接收到所述用户业务订单数据的时间)和发送时间信息(即对应的所述用户终端设备发送对应的用户业务订单数据的时间)；
其次，基于每一条所述用户业务订单数据对应的接收时间信息和发送时间信息对所述多条用户业务订单数据进行排序(例如，可以是计算所述接收时间信息和所述发送时间信息的平均值，然后，基于该平均值的大小关系进行排序，或者，先按照对应的所述发送时间信息的早晚先进行排序，然后，对于所述发送时间信息相同的多条用户业务订单数据再按照对应的接收时间信息进行排序，最后，对于对应的发送时间信息和接收时间信息都相同的多条用户业务订单数据，可以随机排序或基于其它规则进行排序，如基于对应的业务数量大小等)，形成对应的业务订单有序集合。
可选地，在一种可能的实现方式中，所述基于所述业务订单有序集合中每一条用户业务订单数据的数据量信息和业务量信息，对所述业务订单有序集合包括的所述多条用户业务订单数据进行筛选处理，得到对应的至少一条目标用户业务订单数据的步骤，可以包括以下步骤：
首先，依次将所述业务订单有序集合中的每一条所述用户业务订单数据，确定为待处理用户业务订单数据，并获取所述待处理用户业务订单数据的数据量信息和业务量信息，其中，所述业务量信息用于表征所述第一用户业务订单数据包括的用户业务(即存在合并订单的情形)的数量；
其次，若所述待处理用户业务订单数据的数据量信息大于或等于预先确定的数据量阈值信息，且所述业务量信息与所述待处理用户业务订单数据的业务量标准信息之间的匹配度(如计算所述业务量信息与所述业务量标准信息之间的业务量差值，然后，将所述业务量差值的负相关关系值确定为所述业务量信息与所述业务量标准信息之间的匹配度)满足预先确定的匹配度条件(如所述匹配度大于或等于预先确定的匹配度阈值)，则将所述待处理用户业务订单数据确定为第一用户业务订单数据；
然后，若所述待处理用户业务订单数据的数据量信息小于所述数据量阈值信息，或者，所述业务量信息与所述待处理用户业务订单数据的业务量标准信息之间的匹配度不满足预先确定的匹配度条件，则不将所述待处理用户业务订单数据确定为第一用户业务订单数据；
之后，计算所述第一用户业务订单数据的接收时间信息和发送时间信息之间的时间差值信息，并根据所述时间差值信息生成所述第一用户业务订单数据的时间维度表征系数(其中，所述时间差值信息与所述时间维度标准系数之间可以具有正相关关系)；
进一步，根据所述第一用户业务订单数据的所述业务量信息确定所述第一用户业务订单数据的业务量维度表征系数(其中，所述业务量信息与所述业务量维度表征系数之间可以具有正相关关系)；
再进一步，确定所述第一用户业务订单数据中的每一个用户业务的业务类型信息(可以是对应的管理用户根据实际应用场景进行配置，如在咨询业务中，可以基于不同的领域确定类型，如法律咨询中，根据民事领域、商事领域、行政领域和刑事领域进行区分等)，并根据业务类型与业务难度之间的预设对应关系，确定所述第一用户业务订单数据中每一个用户业务的业务难度系数，以及基于所述第一用户业务订单数据中每一个用户业务的业务难度系数进行融合处理(如计算每一个用户业务的业务难度系数的均值)，得到所述第一用户业务订单数据的业务难度维度表征系数；
最后，根据对应的所述时间维度表征系数、所述业务量维度表征系数和所述业务难度维度表征系数进行融合处理(如计算均值或加权求和计算等)，得到所述第一用户业务订单数据的筛选表征系数，并基于每一条所述第一用户业务订单数据的筛选表征系数，对所述第一用户业务订单数据进行筛选处理(在对应的筛选表征系数大于或等于预先确定的筛选表征系数阈值时，可以将所述第一用户业务订单数据确定为目标用户业务订单数据，可以理解的是，若对所述目标用户业务订单数据的数量有限制，可以在执行所述依次将所述业务订单有序集合中的每一条所述用户业务订单数据，确定为待处理用户业务订单数据的步骤的过程中，一旦当前得到的目标用户业务订单数据的数量等于一定的数量阈值时，可以停止执行该步骤)，得到对应的至少一条目标用户业务订单数据。
可选地，在一种可能的实现方式中，在上述示例中，对于未确定为所述目标用户业务订单数据的其它用户业务订单数据，可以直接丢弃，也可以在下一次获取到多条用户业务订单数据之后，将该其它用户业务订单数据直接作为对应的目标用户业务订单数据。
可选地，在一种可能的实现方式中，在上述示例中的步骤S110、步骤S120和步骤S130的基础上，在执行步骤S120之后，即在执行所述基于所述多条用户业务订单数据判断是否需要进行订单筛选处理的步骤之后，所述基于数据处理的订单筛选方法还可以包括以下步骤：
若判定不需要对所述多条用户业务订单数据进行订单筛选处理，则将所述多条用户业务订单数据中的每一条用户业务订单数据作为目标用户业务订单数据，得到多条所述目标用户业务订单数据。
结合图3，本发明实施例还提供一种基于数据处理的订单筛选装置，可应用于上述订单处理服务器。其中，所述基于数据处理的订单筛选装置可以包括以下功能模块：
业务订单获取模块(如上述示例中的步骤S110)，用于获取多个所述用户终端设备分别发送的用户业务订单数据，得到对应的多条用户业务订单数据，其中，每一个所述用户终端设备用于基于对应的订单用户进行的业务订单选择操作生成对应的所述用户业务订单数据；
订单筛选判断模块(如上述示例中的步骤S120)，用于基于所述多条用户业务订单数据判断是否需要进行订单筛选处理；
订单筛选处理模块(如上述示例中的步骤S130)，用于若判定需要对所述多条用户业务订单数据进行订单筛选处理，则基于预先确定的订单筛选规则对所述多条用户业务订单数据进行筛选处理，得到所述多条用户业务订单数据对应的至少一条目标用户业务订单数据。
综上所述，本发明提供的一种基于数据处理的订单筛选方法，在获取到多条用户业务订单数据，可以先基于多条用户业务订单数据判断是否需要进行订单筛选处理，并在判定需要对多条用户业务订单数据进行订单筛选处理时对多条用户业务订单数据进行筛选处理得到对应的至少一条目标用户业务订单数据，如此，可以改善一律不进行业务订单的筛选或一律都进行业务订单的筛选的常规技术中存在的对于用户业务订单的管控效果不佳的问题，例如，若都不进行筛选可能容易导致设备崩溃的问题。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于数据处理的订单筛选方法，其特征在于，应用于订单处理服务器，所述订单处理服务器通信连接有多个用户终端设备，所述基于数据处理的订单筛选方法包括：
获取多个所述用户终端设备分别发送的用户业务订单数据，得到对应的多条用户业务订单数据，其中，每一个所述用户终端设备用于基于对应的订单用户进行的业务订单选择操作生成对应的所述用户业务订单数据；
基于所述多条用户业务订单数据判断是否需要进行订单筛选处理；
若判定需要对所述多条用户业务订单数据进行订单筛选处理，则基于预先确定的订单筛选规则对所述多条用户业务订单数据进行筛选处理，得到所述多条用户业务订单数据对应的至少一条目标用户业务订单数据；
其中，所述若判定需要对所述多条用户业务订单数据进行订单筛选处理，则基于预先确定的订单筛选规则对所述多条用户业务订单数据进行筛选处理，得到所述多条用户业务订单数据对应的至少一条目标用户业务订单数据的步骤，包括：
若判定需要对所述多条用户业务订单数据进行订单筛选处理，则对所述多条用户业务订单数据进行排序，形成业务订单有序集合；
基于所述业务订单有序集合中每一条用户业务订单数据的数据量信息和业务量信息，对所述业务订单有序集合包括的所述多条用户业务订单数据进行筛选处理，得到对应的至少一条目标用户业务订单数据，其中，所述业务量信息用于表征所述用户业务订单数据包括的用户业务的数量；
其中，所述基于所述业务订单有序集合中每一条用户业务订单数据的数据量信息和业务量信息，对所述业务订单有序集合包括的所述多条用户业务订单数据进行筛选处理，得到对应的至少一条目标用户业务订单数据的步骤，包括以下步骤：
依次将所述业务订单有序集合中的每一条所述用户业务订单数据，确定为待处理用户业务订单数据，并获取所述待处理用户业务订单数据的数据量信息和业务量信息；
若所述待处理用户业务订单数据的数据量信息大于或等于预先确定的数据量阈值信息，且所述业务量信息与所述待处理用户业务订单数据的业务量标准信息之间的匹配度满足预先确定的匹配度条件，则将所述待处理用户业务订单数据确定为第一用户业务订单数据；
若所述待处理用户业务订单数据的数据量信息小于所述数据量阈值信息，或者，所述业务量信息与所述待处理用户业务订单数据的业务量标准信息之间的匹配度不满足预先确定的匹配度条件，则不将所述待处理用户业务订单数据确定为第一用户业务订单数据；
计算所述第一用户业务订单数据的接收时间信息和发送时间信息之间的时间差值信息，并根据所述时间差值信息生成所述第一用户业务订单数据的时间维度表征系数，其中，所述时间差值信息与所述时间维度表征系数之间具有正相关关系；
根据所述第一用户业务订单数据的所述业务量信息确定所述第一用户业务订单数据的业务量维度表征系数，所述业务量信息与所述业务量维度表征系数之间具有正相关关系；
确定所述第一用户业务订单数据中的每一个用户业务的业务类型信息，并根据业务类型与业务难度之间的预设对应关系，确定所述第一用户业务订单数据中每一个用户业务的业务难度系数，以及基于所述第一用户业务订单数据中每一个用户业务的业务难度系数进行融合处理，得到所述第一用户业务订单数据的业务难度维度表征系数；
根据对应的所述时间维度表征系数、所述业务量维度表征系数和所述业务难度维度表征系数进行融合处理，得到所述第一用户业务订单数据的筛选表征系数，并基于每一条所述第一用户业务订单数据的筛选表征系数，对所述第一用户业务订单数据进行筛选处理，得到对应的至少一条目标用户业务订单数据。
2.如权利要求1所述的基于数据处理的订单筛选方法，其特征在于，所述获取多个所述用户终端设备分别发送的用户业务订单数据，得到对应的多条用户业务订单数据的步骤，包括：
确定当前时刻在预先配置的多个时间段中所属的时间段，得到所述当前时刻对应的目标时间段，其中，所述多个时间段为连续的时间段；
获取在所述目标时间段内每一个所述用户终端设备分别发送的用户业务订单数据，得到对应的多条所述业务订单数据。
3.如权利要求2所述的基于数据处理的订单筛选方法，其特征在于，所述确定当前时刻在预先配置的多个时间段中所属的时间段，得到所述当前时刻对应的目标时间段的步骤，包括：
获取预先确定的第一参考时长信息，并获取预先确定的时间分段初始时刻信息和时间分段结束时刻信息；
基于所述第一参考时长信息将所述时间分段初始时刻信息和所述时间分段结束时刻信息之间的时段分割为多个时间段，其中，每一个所述时间段的时长基于所述第一参考时长信息确定；
确定当前时刻在所述多个时间段中所属的时间段，得到所述当前时刻对应的目标时间段。
4.如权利要求3所述的基于数据处理的订单筛选方法，其特征在于，所述基于所述第一参考时长信息将所述时间分段初始时刻信息和所述时间分段结束时刻信息之间的时段分割为多个时间段的步骤，包括：
将所述时间分段初始时刻信息作为分割形成的一个时间段的起始时刻信息，并基于所述第一参考时长信息确定所述时间段对应的第一时长信息；
基于所述起始时刻信息和对应的所述第一时长信息确定出所述起始时刻信息对应的终止时刻信息，并基于所述起始时刻信息和所述终止时刻信息构建形成一个时间段；
将所述终止时刻信息更新为下一个时间段的起始时刻信息，并基于所述第一参考时长信息确定所述下一个时间段对应的第一时长信息；
基于所述下一个时间段的起始时刻信息和对应的所述第一时长信息确定出所述下一个时间段对应的终止时刻信息，并基于下一个时间段的所述起始时刻信息和所述终止时刻信息构建形成一个时间段，并判断所述下一个时间段对应的终止时刻信息是否与所述时间分段结束时刻信息重合；
若所述下一个时间段对应的终止时刻信息与所述时间分段结束时刻信息重合，则确定完成对时间段的分割操作，若所述下一个时间段对应的终止时刻信息与所述时间分段结束时刻信息不重合，则再次执行所述将所述终止时刻信息更新为下一个时间段的起始时刻信息，并基于所述第一参考时长信息确定所述下一个时间段对应的第一时长信息的步骤，直到确定出的下一个时间段对应的终止时刻信息与所述时间分段结束时刻信息重合。
5.如权利要求4所述的基于数据处理的订单筛选方法，其特征在于，所述将所述时间分段初始时刻信息作为分割形成的一个时间段的起始时刻信息，并基于所述第一参考时长信息确定所述时间段对应的第一时长信息的步骤，包括：
将所述时间分段初始时刻信息作为分割形成的一个时间段的起始时刻信息，并基于所述起始时刻信息和所述第一参考时长信息确定对应的待确定终止时刻信息，其中，所述起始时刻信息和所述待确定终止时刻信息之间的时间长度为所述第一参考时长信息；
获取在历史上所述起始时刻信息和所述待确定终止时刻信息之间的每一个时刻获取到的历史用户业务订单数据的数量，并基于历史上每一个时刻获取到的历史用户业务订单数据的数量的均值，得到对应的数量均值；
计算所述数量均值和预先确定的数量阈值之间的比例信息，其中，所述数量阈值基于所述订单处理服务器处理所述历史用户业务订单数据的效率信息确定，且与所述效率信息之间具有正相关关系；
基于所述比例信息确定一具有负相关关系的调整系数，并基于所述调整系数和所述第一参考时长信息确定所述时间段对应的第一时长信息。
6.如权利要求1所述的基于数据处理的订单筛选方法，其特征在于，所述基于所述多条用户业务订单数据判断是否需要进行订单筛选处理的步骤，包括：
统计所述多条用户业务订单数据的数量，得到对应的第一订单数量，并确定所述第一订单数量与预先确定的订单数量阈值之间的大小关系；
若所述第一订单数量小于所述订单数量阈值，则判定不需要对所述多条用户业务订单数据进行筛选处理。
7.如权利要求6所述的基于数据处理的订单筛选方法，其特征在于，所述基于所述多条用户业务订单数据判断是否需要进行订单筛选处理的步骤，还包括：
若所述第一订单数量大于或等于所述订单数量阈值，则统计所述多条用户业务订单数据中对应的用户终端设备的用户身份信息属于目标身份信息的用户业务订单数据的数量，得到对应的第二订单数量；
基于所述第二订单数量与所述第一订单数量之间的比例，得到对应的订单占比信息，并确定所述订单占比信息与预先确定的订单占比阈值信息之间的相对大小关系；
若所述订单占比信息大于或等于所述订单占比阈值信息，则判定不需要对所述多条用户业务订单数据进行筛选处理；
若所述订单占比信息小于所述订单占比阈值信息，则判定需要对所述多条用户业务订单数据进行筛选处理。
8.如权利要求1所述的基于数据处理的订单筛选方法，其特征在于，所述若判定需要对所述多条用户业务订单数据进行订单筛选处理，则对所述多条用户业务订单数据进行排序，形成业务订单有序集合的步骤，包括：
若判定需要对所述多条用户业务订单数据进行订单筛选处理，则获取每一条所述用户业务订单数据对应的接收时间信息和发送时间信息；
基于每一条所述用户业务订单数据对应的接收时间信息和发送时间信息对所述多条用户业务订单数据进行排序，形成对应的业务订单有序集合。
9.如权利要求1-8任意一项所述的基于数据处理的订单筛选方法，其特征在于，在执行所述基于所述多条用户业务订单数据判断是否需要进行订单筛选处理的步骤之后，所述基于数据处理的订单筛选方法还包括：
若判定不需要对所述多条用户业务订单数据进行订单筛选处理，则将所述多条用户业务订单数据中的每一条用户业务订单数据作为目标用户业务订单数据，得到多条所述目标用户业务订单数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111051424.7A CN113836402B (zh) | 2021-09-08 | 2021-09-08 | 一种基于数据处理的订单筛选方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111051424.7A CN113836402B (zh) | 2021-09-08 | 2021-09-08 | 一种基于数据处理的订单筛选方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113836402A CN113836402A (zh) | 2021-12-24 |
| CN113836402B true CN113836402B (zh) | 2023-11-03 |
Family
ID=78958598
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111051424.7A Active CN113836402B (zh) | 2021-09-08 | 2021-09-08 | 一种基于数据处理的订单筛选方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113836402B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105117799A (zh) * | 2015-08-20 | 2015-12-02 | 北京嘀嘀无限科技发展有限公司 | 订单过滤方法及设备 |
| CN107437146A (zh) * | 2017-08-01 | 2017-12-05 | 北京同城必应科技有限公司 | 一种订单供需调度方法、系统、计算机设备和存储介质 |
| CN107845010A (zh) * | 2017-06-13 | 2018-03-27 | 北京小度信息科技有限公司 | 信息处理方法及装置 |
| CN109064244A (zh) * | 2018-06-19 | 2018-12-21 | 腾讯科技（深圳）有限公司 | 一种订单选择方法、装置及服务器 |
| CN111062772A (zh) * | 2019-11-13 | 2020-04-24 | 联想(北京)有限公司 | 一种自适应订单聚合方法及电子设备 |
| CN111260384A (zh) * | 2018-11-30 | 2020-06-09 | 北京嘀嘀无限科技发展有限公司 | 服务订单处理方法、装置、电子设备及存储介质 |
| CN111784222A (zh) * | 2019-09-26 | 2020-10-16 | 北京京东乾石科技有限公司 | 用于处理订单的方法和装置 |
| CN112132652A (zh) * | 2020-09-02 | 2020-12-25 | 苏宁云计算有限公司 | 订单信息获取方法、装置、计算机设备和存储介质 |
| CN112184393A (zh) * | 2020-10-20 | 2021-01-05 | 韶关市志通达信息科技有限公司 | 一种用于互联网电商的订单交易方法 |
| CN112381567A (zh) * | 2020-11-11 | 2021-02-19 | 苏宁云计算有限公司 | 多店铺订单营销的订单信息处理方法、装置和计算机设备 |
| CN112465600A (zh) * | 2020-12-09 | 2021-03-09 | 胡建梅 | 一种应用于在线电商的订单数据检测方法及系统 |
| CN112700275A (zh) * | 2020-12-30 | 2021-04-23 | 成群 | 基于大数据的产品生产方法及平台 |
| CN113256366A (zh) * | 2021-04-22 | 2021-08-13 | 李继春 | 基于大数据和云计算的订单数据处理方法及系统 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050273345A1 (en) * | 2004-06-02 | 2005-12-08 | Click & Eat, Restaurante Interactivo, S.L. | In-restaurant automated meal ordering by customers |
| US20130185187A1 (en) * | 2009-02-27 | 2013-07-18 | Michael Vasinkevich | Method and system for aggregating orders for primary securities |
| US9842342B2 (en) * | 2011-05-10 | 2017-12-12 | Restaurant Revolution Technologies, Inc. | Systems and methods for take-out order analytics |
| US20140032341A1 (en) * | 2012-07-27 | 2014-01-30 | Raghuram Balasubramanian | Fastfoodlane |
| US20180025298A1 (en) * | 2016-07-20 | 2018-01-25 | ClusterTruck Holdings, LLC | System and Method for Communication Routing, Transportation Coordination and Product Creation |
| CN108022140A (zh) * | 2016-11-02 | 2018-05-11 | 北京嘀嘀无限科技发展有限公司 | 一种用车订单推荐方法、装置及服务器 |
-
2021
- 2021-09-08 CN CN202111051424.7A patent/CN113836402B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105117799A (zh) * | 2015-08-20 | 2015-12-02 | 北京嘀嘀无限科技发展有限公司 | 订单过滤方法及设备 |
| CN107845010A (zh) * | 2017-06-13 | 2018-03-27 | 北京小度信息科技有限公司 | 信息处理方法及装置 |
| CN107437146A (zh) * | 2017-08-01 | 2017-12-05 | 北京同城必应科技有限公司 | 一种订单供需调度方法、系统、计算机设备和存储介质 |
| CN109064244A (zh) * | 2018-06-19 | 2018-12-21 | 腾讯科技（深圳）有限公司 | 一种订单选择方法、装置及服务器 |
| CN111260384A (zh) * | 2018-11-30 | 2020-06-09 | 北京嘀嘀无限科技发展有限公司 | 服务订单处理方法、装置、电子设备及存储介质 |
| CN111784222A (zh) * | 2019-09-26 | 2020-10-16 | 北京京东乾石科技有限公司 | 用于处理订单的方法和装置 |
| CN111062772A (zh) * | 2019-11-13 | 2020-04-24 | 联想(北京)有限公司 | 一种自适应订单聚合方法及电子设备 |
| CN112132652A (zh) * | 2020-09-02 | 2020-12-25 | 苏宁云计算有限公司 | 订单信息获取方法、装置、计算机设备和存储介质 |
| CN112184393A (zh) * | 2020-10-20 | 2021-01-05 | 韶关市志通达信息科技有限公司 | 一种用于互联网电商的订单交易方法 |
| CN112381567A (zh) * | 2020-11-11 | 2021-02-19 | 苏宁云计算有限公司 | 多店铺订单营销的订单信息处理方法、装置和计算机设备 |
| CN112465600A (zh) * | 2020-12-09 | 2021-03-09 | 胡建梅 | 一种应用于在线电商的订单数据检测方法及系统 |
| CN112700275A (zh) * | 2020-12-30 | 2021-04-23 | 成群 | 基于大数据的产品生产方法及平台 |
| CN113256366A (zh) * | 2021-04-22 | 2021-08-13 | 李继春 | 基于大数据和云计算的订单数据处理方法及系统 |
Non-Patent Citations (2)
| Title |
|---|
| 一种IMS业务控制机制的设计方法;阮绍臣;卢美莲;;软件(12);全文 * |
| 基于微信公众平台的销售订单管理系统;孙海滨;刘明明;;计算机应用与软件(05);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113836402A (zh) | 2021-12-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109685536B (zh) | 用于输出信息的方法和装置 | |
| CN108595448B (zh) | 信息推送方法和装置 | |
| CN111367965B (zh) | 目标对象确定方法、装置、电子设备及存储介质 | |
| CN113672782A (zh) | 一种基于数据查询的物联网设备重要性匹配方法 | |
| CN106817296B (zh) | 信息推荐的测试方法、装置以及电子设备 | |
| CN111275071B (zh) | 预测模型训练、预测方法、装置及电子设备 | |
| CN113836402B (zh) | 一种基于数据处理的订单筛选方法 | |
| CN111177564B (zh) | 一种产品推荐方法及装置 | |
| CN110602215B (zh) | 基于联盟区块链的资源处理方法及联盟区块链系统 | |
| CN111340062A (zh) | 一种映射关系确定方法及装置 | |
| CN112182520A (zh) | 非法账号的识别方法、装置、可读介质及电子设备 | |
| CN114679627A (zh) | 一种基于区块链的点播数据处理方法及系统 | |
| CN115145587A (zh) | 一种产品参数校验方法、装置、电子设备及存储介质 | |
| CN113836403A (zh) | 一种基于订单筛选的订单处理方法及装置 | |
| CN107368597B (zh) | 信息输出方法和装置 | |
| CN113763080A (zh) | 推荐物品的确定方法、装置、电子设备和存储介质 | |
| CN113837829A (zh) | 一种基于订单筛选的订单确认方法及装置 | |
| CN110390535B (zh) | 客诉对象确定方法、装置、电子设备及可读存储介质 | |
| CN115375412B (zh) | 基于图像识别的商品智能推荐处理方法及系统 | |
| CN115659167B (zh) | 多特征库合并方法及装置、设备、计算机可读存储介质 | |
| CN115994203B (zh) | 一种基于ai的数据标注处理方法、系统及ai中台 | |
| CN113392138B (zh) | 一种隐私数据的统计分析方法、装置、服务器和存储介质 | |
| CN113362137B (zh) | 保险产品推荐方法、装置、终端设备及存储介质 | |
| CN114692009A (zh) | 一种基于信息采集的智慧社区服务系统和方法 | |
| CN116415913A (zh) | 合同线上处理方法及装置、服务器和可读存储介质 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20231008 Address after: Shop 601, No. 180 Pazhou Avenue, Haizhu District, Guangzhou City, Guangdong Province, 510000 (location: self compiled G8001, self compiled G8002, self compiled G8003, self compiled G8005) Applicant after: Guangzhou oupai creative home design Co.,Ltd. Address before: 430299 No. 117, Guanggu Avenue, Donghu New Technology Development Zone, Jiangxia District, Wuhan City, Hubei Province Applicant before: Jin Xunjie |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |