CN116485262B - 定价策略的评估方法、电子设备以及存储介质 - Google Patents

定价策略的评估方法、电子设备以及存储介质 Download PDF

Info

Publication number
CN116485262B
CN116485262B CN202310455797.3A CN202310455797A CN116485262B CN 116485262 B CN116485262 B CN 116485262B CN 202310455797 A CN202310455797 A CN 202310455797A CN 116485262 B CN116485262 B CN 116485262B
Authority
CN
China
Prior art keywords
target
target object
candidate objects
preset
determining
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
Application number
CN202310455797.3A
Other languages
English (en)
Other versions
CN116485262A (zh
Inventor
钱凯蔚
王世伟
吴腾枫
林肯
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Yishi Huolala Technology Co Ltd
Original Assignee
Shenzhen Yishi Huolala Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Yishi Huolala Technology Co Ltd filed Critical Shenzhen Yishi Huolala Technology Co Ltd
Publication of CN116485262A publication Critical patent/CN116485262A/zh
Application granted granted Critical
Publication of CN116485262B publication Critical patent/CN116485262B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors
    • 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
    • G06Q30/0283—Price estimation or determination
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Finance (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Accounting & Taxation (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请实施例公开了一种定价策略的评估方法、电子设备以及存储介质，包括：确定实验空间对象，所述实验空间对象包括多个候选对象；在预设历史周期下根据所述候选对象之间的波动值，在所述多个候选对象中确定目标对象和所述目标对象对应的参考对象；基于目标定价策略和调参因子，确定所述目标对象与参考对象之间的相对差异；根据所述相对差异，输出所述目标定价策略的评估结果，该方案可以对定价策略进行准确评估。

Description

定价策略的评估方法、电子设备以及存储介质
技术领域
本申请涉及计算机技术领域，具体涉及一种定价策略的评估方法、电子设备以及存储介质。
背景技术
随着互联网技术的发展，很多物品都能够通过网络订单的方式进行配送。相应的，在订单生成过程中，涉及到订单费用的计算问题，其中，订单费用主要包括订单的配送费。由于配送费的影响因素较多，例如，不同地域、不同用户甚至不同时段的订单配送费都各不相同。因此，在订单定价过程中，通常通过查询预先配置的定价标准数据进行确定。
目前对定价策略的评估通常采用A/B验证法，即，将区域或客户划分为实验组和对照组，然而，实验组与对照组是人为划分的，导致难以公平的划分实验组与对照组，从而导致评估结果的准确性不高。
发明内容
本申请实施例提供一种定价策略的评估方法、电子设备以及存储介质，可以对定价策略进行准确评估。
本申请实施例提供了一种定价策略的评估方法，包括：
确定实验空间对象，所述实验空间对象包括多个候选对象；
在预设历史周期下根据所述候选对象之间的波动值，在所述多个候选对象中确定目标对象和所述目标对象对应的参考对象；
基于目标定价策略和调参因子，计算所述目标对象与参考对象之间的相对差异；
根据所述相对差异，输出所述目标定价策略的评估结果。
可选的，在一些实施例中，所述在预设历史周期下根据所述候选对象之间的波动值，在所述多个候选对象中确定目标对象和所述目标对象对应的参考对象，包括：
确定预设历史周期对应的滑动步长；
基于所述预设历史周期和滑动步长，计算在预设历史周期下所述候选对象之间的波动值；
当所述波动值满足预设条件时，则在所述多个候选对象中确定目标对象和所述目标对象对应的参考对象。
可选的，在一些实施例中，所述基于所述预设历史周期和滑动步长，计算在预设历史周期下所述候选对象之间的波动值，包括：
确定在预设历史周期上的参数指标；
基于所述参数指标，计算所述候选对象之间的指标差异；
根据所述指标差异，计算在预设历史周期下所述候选对象之间的波动值。
可选的，在一些实施例中，所述当所述波动值满足预设条件时，则在所述多个候选对象中确定目标对象和所述目标对象对应的参考对象，包括：
基于所述波动值输出所述候选对象之间相对差异的分位数；
当所述分位数小于预设收益时，则在所述多个候选对象中确定目标对象和所述目标对象对应的参考对象。
可选的，在一些实施例中，所述当所述分位数小于预设收益时，则在所述多个候选对象中确定目标对象和所述目标对象对应的参考对象，包括：
当所述分位数小于预设收益时，获取所述候选对象对应的对象信息；
基于获取的对象信息，在所述多个候选对象中确定目标对象和所述目标对象对应的参考对象。
可选的，在一些实施例中，所述基于目标定价策略和调参因子，计算所述目标对象与参考对象之间的相对差异，包括：
计算所述目标对象与参考对象之间的绝对差异；
计算所述目标对象的预设指标对应的指标平均值；
基于目标定价策略、调参因子、绝对差异以及指标平均值，计算所述目标对象与参考对象之间的相对差异。
可选的，在一些实施例中，所述根据所述相对差异，输出所述目标定价策略的评估结果，包括：
当所述相对差异大于预设基准值且大于所述波动值时，则输出所述目标定价策略的评估结果为第一评估结果；
当所述相对差异大于预设基准值且小于所述波动值时，则输出所述目标定价策略的评估结果为第二评估结果；
当所述相对差异小于预设基准值且大于所述波动值时，则输出所述目标定价策略的评估结果为第三评估结果；
当所述相对差异小于预设基准值且小于所述波动值时，则输出所述目标定价策略的评估结果为第四评估结果。
可选的，在一些实施例中，所述确定实验空间对象，包括：
获取多个待实验对象；
计算所述待实验对象之间的相似度；
将所述相似度大于预设值的待实验对象确定为候选对象，并将所述候选对象添加至同一实验空间，得到实验空间对象。
相应的，本申请还提供一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时如上任一所述方法的步骤。
本申请还提供一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上任一所述方法的步骤。
本申请实施例在确定实验空间对象后，所述实验空间对象包括多个候选对象，在预设历史周期下根据所述候选对象之间的波动值，在所述多个候选对象中确定目标对象和所述目标对象对应的参考对象，然后，基于目标定价策略和调参因子，计算所述目标对象与参考对象之间的相对差异，最后，根据所述相对差异，输出所述目标定价策略的评估结果。本申请提供的定价策略的评估的方案，可以基于候选对象之间的波动值，在多个候选对象中确定目标对象和目标对象对应的参考对象，随后，基于目标定价策略和调参因子，输出目标定价策略的评估结果，无需人工划分实验组(即目标对象)和对照组(参考对象)，由此，可以提高划分实验组和对照组的公平性，进而可以对定价策略进行准确评估。
附图说明
为了更清楚地说明本申请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申请的一些实施例，对于本领域技术人员来讲，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是本申请实施例提供的定价策略的评估方法的流程示意图；
图2是本申请实施例提供的定价策略的评估方法中测算自然波动的示意图；
图3是本申请实施例提供的定价策略的评估装置的结构示意图；
图4是本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域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，都属于本申请保护的范围。
本申请实施例提供一种定价策略的评估方法、装置、电子设备和存储介质。
其中，该定价策略的评估装置具体可以集成在服务器或者终端中，服务器可以包括一个独立运行的服务器或者分布式服务器，也可以包括由多个服务器组成的服务器集群，终端可以包括手机、平板电脑或个人计算机(PC，PersonalComputer)。
以下分别进行详细说明。需说明的是，以下实施例的描述顺序不作为对实施例优先顺序的限定。
一种定价策略的评估方法，包括：确定包括多个候选对象的实验空间对象，在预设历史周期下根据候选对象之间的波动值，在多个候选对象中确定目标对象和目标对象对应的参考对象，基于目标定价策略和调参因子，计算目标对象与参考对象之间的相对差异，根据相对差异，输出目标定价策略的评估结果。
请参阅图1，图1为本申请实施例提供的定价策略的评估方法的流程示意图。该定价策略的评估方法的具体流程可以如下：
101、确定包括多个候选对象的实验空间对象。
其中，候选对象可以是国家、省份、区县、起点网格或起点-终点网格对，比如，候选对象为省份，实验空间对象则包含多个省份，可采用的实验空间对象分组方式有：网格搜索以及业务经验判断等，这里不限定具体采用的方式。以下是两种可行分组方法的简单描述：
a.网格搜索：若将N个实验对象分为非空的两组，共有2N-2种组合方式，对于每一种方式都进行AA评估，挑选出最符合条件的一个空间分组；例如，我们需要在3个城市进行实验，分别称为A城、B城和C城，那么共有A/BC、B/AC、C/AB、BC/A、AC/B、AB/C六种组合(每组至少有一个城市)，对于这六种组合，挑选一个最佳的实验空间对象用于实验。
b.业务经验判断：通过业务经验判断，考虑两个空间对象的指标相似程度。例如，两个相邻的城市A和城市B的配对率、执行单量走势较为相似，则将城市A和城市B添加至同一实验空间对象中，即，可选的，步骤“确定包括多个候选对象的实验空间对象”，具体可以包括：
(11)获取多个待实验对象；
(12)计算待实验对象之间的相似度；
(13)将相似度大于预设值的待实验对象确定为候选对象，并将候选对象添加至同一实验空间，得到实验空间对象。
其中，待实验对象之间的相似度可以是订单量的相似度、接单率的相似度以及订单流水的相似度，其中，接单率＝接单量/订单量，预设值可以为60％、80％或90％具体可以根据实际需求进行选择，在此不做赘述。
102、在预设历史周期下根据候选对象之间的波动值，在多个候选对象中确定目标对象和目标对象对应的参考对象。
波动，指的是在某个时间段内某个特征出现的变化，在本申请中，候选对象之间的波动值可以为候选对象之间差异的标准差，例如，可以通过在过去一个月内候选对象之间价格差异对应的标准差，在多个候选对象中确定目标对象和目标对象对应的参考对象。
比如，获取A城市在过去7天的历史数据(如订单数据)，同样的，获取B城市在过去14天的历史数据，在第一天，将A城市作为目标对象，B城市作为参考对象；在第二天，将A城市作为参考对象，B城市作为目标对象；在后续的第三天、第四天以及第五天等等反复交替，形成两个空间簇间交替轮播，并计算每天对应的波动值，当波动值趋向于0时，则确定相应的参考对象。
进一步的，可以通过设置一个时间窗口和滑动步长，计算在预设历史周期下所述候选对象之间的波动值，当波动值满足预设条件时，则在多个候选对象中确定目标对象和目标对象对应的参考对象，即，可选地，在一些实施例中，步骤“在预设历史周期下根据候选对象之间的波动值，在多个候选对象中确定目标对象和目标对象对应的参考对象”，具体可以包括：
(21)确定预设历史周期对应的滑动步长；
(22)基于预设历史周期和滑动步长，计算在预设历史周期下候选对象之间的波动值；
(23)当波动值满足预设条件时，则在多个候选对象中确定目标对象和目标对象对应的参考对象。
例如，具体的，请参阅图2，通过滑动窗口的方式，测算实验周期T(T个时间切片)所对应的自然波动。一般来说，随着实验周期的延长，自然波动会逐渐降低，并趋于稳定。图2展示的是两个城市群间，时间切片大小为1天时，测算自然波动的示意图。当实验周期T＝4时，第一至第四天为第一个滑动窗口，第二至第五天为第二个滑动窗口，以此类推
令代表空间簇si(i＝1,2)在时间切片t上的某个指标的数值；/>代表空间簇si(i＝1,2)在时间切片上的实验组(对照组＝0，实验组＝1)
那么，
由同一时间片内，两个空间簇的实验分组不同可知：
则第j个滑动窗口的实验组和对照组的指标差异可记作：
随后，再计算两者之间的基线：
通过自身基线对指标差异进行标准化，得到实验组与对照组的指标相对差异：
dj＝(Dj/Bj)*100％(3)
计算N个时间滑动窗口的指标差异后，测算该指标相对差异的均值μd和样本标准差sd(波动值)，
即，可选的，在一些实施例中，步骤“基于预设历史周期和滑动步长，计算在预设历史周期下候选对象之间的波动值”，具体可以包括：
(31)确定在预设历史周期上的参数指标；
(32)基于参数指标，计算候选对象之间的指标差异；
(33)根据指标差异，计算在预设历史周期下候选对象之间的波动值。
在得到波动值后，可以检测该波动值是否满足预设条件，比如，可以根据该波动值输出一个置信度评分，当该置信度评分大于预设评分时，则在多个候选对象中确定目标对象和目标对象对应的参考对象。此外，在一些实施例中，还可以根据该波动值输出一个相对差异的分位数，用以评估该波动值的置信度，即，步骤“当波动值满足预设条件时，则在多个候选对象中确定目标对象和目标对象对应的参考对象”，具体可以包括：
(41)基于波动值输出候选对象之间相对差异的分位数；
(42)当分位数小于预设收益时，则在多个候选对象中确定目标对象和目标对象对应的参考对象。
在输出分位数之前，可以预先设定显著性水平(1-α)，这里的α通常取0.05，取指标相对差异dj的(1-α)分位数，记为d1-α，若假设指标的相对差异服从正态分布，则可以通过公式(6)计算得到相应的分位数数值，具体如下：
d1-α＝μd+z1-α*sd(6)
通过查表可知；当α＝0.05时，z1-α＝1.645。
若相对差异的分位数远小于业务的预设收益，则认为该分组符合要求，则可以在多个候选对象中确定目标对象和目标对象对应的参考对象；若相对差异的分位数大于或等于预设收益，则需优化空间分组，，即返回执行步骤101，从而降低差异。
可选的，当分为书小于预设收益时，则可以根据候选对象的对象信息，在多个候选对象中确定目标对象和目标对象对应的参考对象，即，步骤“当分位数小于预设收益时，则在多个候选对象中确定目标对象和目标对象对应的参考对象”，具体可以包括：
(51)当分位数小于预设收益时，获取候选对象对应的对象信息；
(52)基于获取的对象信息，在多个候选对象中确定目标对象和目标对象对应的参考对象。
对象信息可以携带有候选对象的位置以及历史时段内的收益等信息，例如，根据候选对象对应的对象信息，确定位置相邻的至少两个候选对象，以相邻的候选对象A和候选对象B为例，将候选对象A确定为目标对象(即实验组)以及将候选对象B确定为参考对象(对照组)，当然，还可以根据历史时段内的收益，在多个候选对象中确定目标对象和目标对象对应的参考对象，具体可以根据实际情况进行选择，在此不再赘述。
103、基于目标定价策略和调参因子，确定目标对象与参考对象之间的相对差异。
调参因子可以是预先由运维人员进行设定，也可以是根据多个候选对象在实验时段内的平均收益变化计算得到的，该实验时段为目标定价策略生效的时段，比如，多个候选对象在实验时段内的平均收益变化为5％，那么，则可以计算该平均收益变化与调参系数的乘积，随后得到调参因子。
可选的，在一些实施例中，步骤“基于目标定价策略和调参因子，计算目标对象与参考对象之间的相对差异”，具体可以包括：
(61)计算目标对象与参考对象之间的绝对差异；
(62)计算目标对象的预设指标对应的指标平均值；
(63)基于目标定价策略、调参因子、绝对差异以及指标平均值，计算目标对象与参考对象之间的相对差异。
对于各指标，在实验期间的数据上计算实验、对照组的绝对差异为
对于各指标，在实验期间的数据上，简单计算对照组指标平均值，得到无干预(即无目标定价策略)时的基线值
因为会受到趋势项(调参因子)的影响，简单将对照组指标求平均的基线计算方法会有偏。所以，需要进行消偏。计算可知基线的无偏估计是：
使用实验、对照组绝对差异除以对照组基线，得到相对差异，即实验组相对于对照组的收益(即相对差异)
τ＝(D/B)*100％(10)
在得到相对差异后，则执行步骤104。
104、根据相对差异，输出目标定价策略的评估结果。
在得到相对差异后，可以根据相对差异的历史波动，判断其是否置信；比如，若τ>d1-α，则该指标的实验、对照组的差异显著；若τ≤d1-α，则该指标的实验、对照组差异不显著。
可选的，在一些实施例中，步骤“根据相对差异，输出目标定价策略的评估结果”，具体可以包括：
(71)当相对差异大于预设基准值且大于波动值时，则输出目标定价策略的评估结果为第一评估结果；
(72)当相对差异大于预设基准值且小于所述波动值时，则输出目标定价策略的评估结果为第二评估结果；
(73)当相对差异小于预设基准值且大于波动值时，则输出目标定价策略的评估结果为第三评估结果；
(74)当相对差异小于预设基准值且小于波动值时，则输出目标定价策略的评估结果为第四评估结果。
比如，当相对差异大于预设基准值且大于波动值时，则输出目标定价策略的评估结果为正向且置信；当相对差异大于预设基准值且小于所述波动值时，则输出目标定价策略的评估结果为正向且不置信；当相对差异小于预设基准值且大于波动值时，则输出目标定价策略的评估结果为负向且置信；当相对差异小于预设基准值且小于波动值时，则输出目标定价策略的评估结果为负向且不置信。
由上可知，本申请提供一种定价策略的评估方法，在确定包括多个候选对象的实验空间对象后，在预设历史周期下根据候选对象之间的波动值，在多个候选对象中确定目标对象和目标对象对应的参考对象，然后，基于目标定价策略和调参因子，计算目标对象与参考对象之间的相对差异，最后，根据相对差异，输出目标定价策略的评估结果。本申请提供的定价策略的评估的方案，可以基于候选对象之间的波动值，在多个候选对象中确定目标对象和目标对象对应的参考对象，随后，基于目标定价策略和调参因子，输出目标定价策略的评估结果，无需人工划分实验组(即目标对象)和对照组(参考对象)，由此，可以提高划分实验组和对照组的公平性，进而可以对定价策略进行准确评估。
为便于更好的实施本申请实施例的定价策略的评估方法，本申请实施例还提供一种基于上述定价策略的评估装置(简称评估装置)。其中名词的含义与上述定价策略的评估方法中相同，具体实现细节可以参考方法实施例中的说明。
请参阅图3，图3为本申请实施例提供的定价策略的评估装置的结构示意图，其中该训练装置可以包括第一确定模块201、第二确定模块202、第三确定模块203以及输出模块204，具体可以如下：
第一确定模块201，用于确定实验空间对象。
其中，实验空间对象包括多个候选对象，候选对象可以是国家、省份、区县、起点网格或起点-终点网格对，比如，候选对象为省份，实验空间对象则包含多个省份，可采用的实验空间对象分组方式有：网格搜索以及业务经验判断等，具体可以参阅前面实施例，在此不再赘述。
可选的，在一些实施例中，第一确定模块201具体可以用于：获取多个待实验对象，计算待实验对象之间的相似度，将相似度大于预设值的待实验对象确定为候选对象，并将候选对象添加至同一实验空间，得到实验空间对象。
第二确定模块202，用于在预设历史周期下根据所述候选对象之间的波动值，在所述多个候选对象中确定目标对象和所述目标对象对应的参考对象；
例如，可以通过在过去一个月内候选对象之间价格差异对应的标准差，在多个候选对象中确定目标对象和目标对象对应的参考对象，具体的，可以通过设置一个时间窗口和滑动步长，计算在预设历史周期下所述候选对象之间的波动值，当波动值满足预设条件时，则在多个候选对象中确定目标对象和目标对象对应的参考对象。
可选的，在一些实施例中，第二确定模块202具体可以包括：
第一确定单元，用于确定预设历史周期对应的滑动步长；
计算单元，用于基于预设历史周期和滑动步长，计算在预设历史周期下候选对象之间的波动值；
第二确定单元，用于当波动值满足预设条件时，则在多个候选对象中确定目标对象和目标对象对应的参考对象。
可选的，在一些实施例中，计算单元具体可以用于：确定在预设历史周期上的参数指标；基于参数指标，计算候选对象之间的指标差异；根据指标差异，计算在预设历史周期下候选对象之间的波动值。
可选的，在一些实施例中，第二确定单元具体可以包括：
输出子单元，用于基于波动值输出候选对象之间相对差异的分位数；
确定子单元，用于当分位数小于预设收益时，则在多个候选对象中确定目标对象和目标对象对应的参考对象。
可选的，在一些实施例中，确定子单元具体可以用于：当分位数小于预设收益时，获取候选对象对应的对象信息，基于获取的对象信息，在多个候选对象中确定目标对象和目标对象对应的参考对象。
第三确定模块203，用于基于目标定价策略和调参因子，计算目标对象与参考对象之间的相对差异。
可选的，在一些实施例中，第三确定模块203具体可以用于：计算目标对象与参考对象之间的绝对差异，计算目标对象的预设指标对应的指标平均值，基于目标定价策略、调参因子、绝对差异以及指标平均值，计算目标对象与参考对象之间的相对差异。
输出模块204，用于根据相对差异，输出目标定价策略的评估结果。
在得到相对差异后，可以根据相对差异的历史波动，判断其是否置信，即，可选的，在一些实施例中，输出模块204具体可用于：当相对差异大于预设基准值且大于波动值时，则输出目标定价策略的评估结果为第一评估结果；当相对差异大于预设基准值且小于所述波动值时，则输出目标定价策略的评估结果为第二评估结果；当相对差异小于预设基准值且大于波动值时，则输出目标定价策略的评估结果为第三评估结果；当相对差异小于预设基准值且小于波动值时，则输出目标定价策略的评估结果为第四评估结果。
由上可知，本申请提供一种定价策略的评估装置，在第一确定模块201确定包括多个候选对象的实验空间对象后，第二确定模块202在预设历史周期下根据候选对象之间的波动值，在多个候选对象中确定目标对象和目标对象对应的参考对象，然后，第三确定模块203基于目标定价策略和调参因子，计算目标对象与参考对象之间的相对差异，最后，输出模块204根据相对差异，输出目标定价策略的评估结果。本申请提供的定价策略的评估的方案，可以基于候选对象之间的波动值，在多个候选对象中确定目标对象和目标对象对应的参考对象，随后，基于目标定价策略和调参因子，输出目标定价策略的评估结果，无需人工划分实验组(即目标对象)和对照组(参考对象)，由此，可以提高划分实验组和对照组的公平性，进而可以对定价策略进行准确评估。
此外，本申请实施例还提供一种电子设备，如图4所示，其示出了本申请实施例所涉及的电子设备的结构示意图，具体来讲：
该电子设备可以包括一个或者一个以上处理核心的处理器301、一个或一个以上计算机可读存储介质的存储器302、电源303和输入单元304等部件。本领域技术人员可以理解，图4中示出的电子设备结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
处理器301是该电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器302内的软件程序和/或模块，以及调用存储在存储器302内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。可选的，处理器301可包括一个或多个处理核心；优选的，处理器301可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器301中。
存储器302可用于存储软件程序以及模块，处理器301通过运行存储在存储器302的软件程序以及模块，从而执行各种功能应用以及定价策略的评估。存储器302可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储器302可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器302还可以包括存储器控制器，以提供处理器301对存储器302的访问。
电子设备还包括给各个部件供电的电源303，优选的，电源303可以通过电源管理系统与处理器301逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源303还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
该电子设备还可包括输入单元304，该输入单元304可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
尽管未示出，电子设备还可以包括显示单元等，在此不再赘述。具体在本实施例中，电子设备中的处理器301会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器302中，并由处理器301来运行存储在存储器302中的应用程序，从而实现各种功能，如下：
确定包括多个候选对象的实验空间对象，在预设历史周期下根据候选对象之间的波动值，在多个候选对象中确定目标对象和目标对象对应的参考对象，基于目标定价策略和调参因子，计算目标对象与参考对象之间的相对差异，根据相对差异，输出目标定价策略的评估结果。
以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
本申请实施例在确定包括多个候选对象的实验空间对象后，在预设历史周期下根据候选对象之间的波动值，在多个候选对象中确定目标对象和目标对象对应的参考对象，然后，基于目标定价策略和调参因子，计算目标对象与参考对象之间的相对差异，最后，根据相对差异，输出目标定价策略的评估结果。本申请提供的定价策略的评估的方案，可以基于候选对象之间的波动值，在多个候选对象中确定目标对象和目标对象对应的参考对象，随后，基于目标定价策略和调参因子，输出目标定价策略的评估结果，无需人工划分实验组(即目标对象)和对照组(参考对象)，由此，可以提高划分实验组和对照组的公平性，进而可以对定价策略进行准确评估。
本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
为此，本申请实施例提供一种存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本申请实施例所提供的任一种定价策略的评估方法中的步骤。例如，该指令可以执行如下步骤：
确定包括多个候选对象的实验空间对象，在预设历史周期下根据候选对象之间的波动值，在多个候选对象中确定目标对象和目标对象对应的参考对象，基于目标定价策略和调参因子，计算目标对象与参考对象之间的相对差异，根据相对差异，输出目标定价策略的评估结果。
其中，该存储介质可以包括：只读存储器(ROM，Read Only Memory)、随机存取记忆体(RAM，Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的指令，可以执行本申请实施例所提供的任一种定价策略的评估方法中的步骤，因此，可以实现本申请实施例所提供的任一种定价策略的评估方法所能实现的有益效果，详见前面的实施例，在此不再赘述。
以上对本申请实施例所提供的一种定价策略的评估方法、装置、电子设备以及存储介质进行了详细介绍，本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想；同时，对于本领域的技术人员，依据本申请的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本申请的限制。

Claims (7)

1.一种定价策略的评估方法，其特征在于，包括：
确定实验空间对象，所述实验空间对象包括多个候选对象；
在预设历史周期下根据所述候选对象之间的波动值，在所述多个候选对象中确定目标对象和所述目标对象对应的参考对象，所述候选对象之间的波动值为候选对象之间差异的标准差；
基于目标定价策略和调参因子，确定所述目标对象与参考对象之间的相对差异；
根据所述相对差异，输出所述目标定价策略的评估结果；
所述在预设历史周期下根据所述候选对象之间的波动值，在所述多个候选对象中确定目标对象和所述目标对象对应的参考对象，包括：
确定预设历史周期对应的滑动步长；
基于所述预设历史周期和滑动步长，计算在预设历史周期下所述候选对象之间的波动值；
当所述波动值满足预设条件时，则在所述多个候选对象中确定目标对象和所述目标对象对应的参考对象；
具体为：
令代表空间簇si，i＝1,2，在时间切片t上的某个指标的数值；/>代表空间簇si在时间切片上的实验组，
那么，
由同一时间片内，两个空间簇的实验分组不同可知：
则第j个滑动窗口的实验组和对照组的指标差异记作：
随后，再计算两者之间的基线：
通过自身基线对指标差异进行标准化，得到实验组与对照组的指标相对差异：
dj＝(Dj/Bj)*100％(3)
计算N个时间滑动窗口的指标差异后，测算指标相对差异的均值μd和样本标准差sd，即波动值，
所述基于目标定价策略和调参因子，确定所述目标对象与参考对象之间的相对差异，包括：
计算所述目标对象与参考对象之间的绝对差异；
计算所述目标对象的预设指标对应的指标平均值；
基于目标定价策略、调参因子、绝对差异以及指标平均值，计算所述目标对象与参考对象之间的相对差异；
具体为：
对于各指标，在实验期间的数据上计算实验、对照组的绝对差异为
对于各指标，在实验期间的数据上，简单计算对照组指标平均值，得到无目标定价策略时的基线值，
进行消偏，计算可知基线的无偏估计是：
使用实验、对照组绝对差异除以对照组基线，得到相对差异，即实验组相对于对照组的收益，即相对差异，
τ＝(D/B)*100％(10)。
2.根据权利要求1所述的方法，其特征在于，所述当所述波动值满足预设条件时，则在所述多个候选对象中确定目标对象和所述目标对象对应的参考对象，包括：
基于所述波动值输出所述候选对象之间相对差异的分位数；
当所述分位数小于预设收益时，则在所述多个候选对象中确定目标对象和所述目标对象对应的参考对象。
3.根据权利要求2所述的方法，其特征在于，所述当所述分位数小于预设收益时，则在所述多个候选对象中确定目标对象和所述目标对象对应的参考对象，包括：
当所述分位数小于预设收益时，获取所述候选对象对应的对象信息；
基于获取的对象信息，在所述多个候选对象中确定目标对象和所述目标对象对应的参考对象。
4.根据权利要求1至3任一项所述的方法，其特征在于，所述根据所述相对差异，输出所述目标定价策略的评估结果，包括：
当所述相对差异大于预设基准值且大于所述波动值时，则输出所述目标定价策略的评估结果为第一评估结果；
当所述相对差异大于预设基准值且小于所述波动值时，则输出所述目标定价策略的评估结果为第二评估结果；
当所述相对差异小于预设基准值且大于所述波动值时，则输出所述目标定价策略的评估结果为第三评估结果；
当所述相对差异小于预设基准值且小于所述波动值时，则输出所述目标定价策略的评估结果为第四评估结果。
5.根据权利要求1至3任一项所述的方法，其特征在于，所述确定实验空间对象，包括：
获取多个待实验对象；
计算所述待实验对象之间的相似度；
将所述相似度大于预设值的待实验对象确定为候选对象，并将所述候选对象添加至同一实验空间，得到实验空间对象。
6.一种电子设备，包括存储器，处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现如权利要求1-5任一项所述定价策略的评估方法的步骤。
7.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1-5任一项所述定价策略的评估方法的步骤。
CN202310455797.3A 2022-04-26 2023-04-25 定价策略的评估方法、电子设备以及存储介质 Active CN116485262B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202210446281.8A CN114997575A (zh) 2022-04-26 2022-04-26 定价策略的评估方法、电子设备以及存储介质
CN2022104462818 2022-04-26

Publications (2)

Publication Number Publication Date
CN116485262A CN116485262A (zh) 2023-07-25
CN116485262B true CN116485262B (zh) 2024-04-12

Family

ID=83026236

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202210446281.8A Pending CN114997575A (zh) 2022-04-26 2022-04-26 定价策略的评估方法、电子设备以及存储介质
CN202310455797.3A Active CN116485262B (zh) 2022-04-26 2023-04-25 定价策略的评估方法、电子设备以及存储介质

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202210446281.8A Pending CN114997575A (zh) 2022-04-26 2022-04-26 定价策略的评估方法、电子设备以及存储介质

Country Status (1)

Country Link
CN (2) CN114997575A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110929218A (zh) * 2019-11-21 2020-03-27 中国中医科学院 一种差异最小化随机分组方法及系统
CN112215546A (zh) * 2020-09-29 2021-01-12 北京沃东天骏信息技术有限公司 一种对象页面生成方法、装置、设备及存储介质
CN112749863A (zh) * 2019-10-31 2021-05-04 北京国双科技有限公司 关键词的调价方法及装置、电子设备
CN113298573A (zh) * 2021-06-18 2021-08-24 北京有竹居网络技术有限公司 内容投放策略比较方法、装置、可读介质及电子设备
CN113488108A (zh) * 2021-07-02 2021-10-08 温州医科大学 一种新型的用于急性前葡萄膜炎个体化复发风险预测的模型及其应用
CN113851216A (zh) * 2021-09-23 2021-12-28 首都医科大学附属北京天坛医院 一种急性缺血性卒中临床表型构建方法、关键生物标志物筛选方法及其应用
CN113855022A (zh) * 2021-10-11 2021-12-31 北京工业大学 基于眼动生理信号的情绪评估方法及装置
CN113888214A (zh) * 2021-09-29 2022-01-04 平安普惠企业管理有限公司 定价策略的评价方法、装置、设备及存储介质
CN114064445A (zh) * 2020-08-04 2022-02-18 腾讯科技（深圳）有限公司 一种测试方法、装置、设备及计算机可读存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112749863A (zh) * 2019-10-31 2021-05-04 北京国双科技有限公司 关键词的调价方法及装置、电子设备
CN110929218A (zh) * 2019-11-21 2020-03-27 中国中医科学院 一种差异最小化随机分组方法及系统
CN114064445A (zh) * 2020-08-04 2022-02-18 腾讯科技（深圳）有限公司 一种测试方法、装置、设备及计算机可读存储介质
CN112215546A (zh) * 2020-09-29 2021-01-12 北京沃东天骏信息技术有限公司 一种对象页面生成方法、装置、设备及存储介质
CN113298573A (zh) * 2021-06-18 2021-08-24 北京有竹居网络技术有限公司 内容投放策略比较方法、装置、可读介质及电子设备
CN113488108A (zh) * 2021-07-02 2021-10-08 温州医科大学 一种新型的用于急性前葡萄膜炎个体化复发风险预测的模型及其应用
CN113851216A (zh) * 2021-09-23 2021-12-28 首都医科大学附属北京天坛医院 一种急性缺血性卒中临床表型构建方法、关键生物标志物筛选方法及其应用
CN113888214A (zh) * 2021-09-29 2022-01-04 平安普惠企业管理有限公司 定价策略的评价方法、装置、设备及存储介质
CN113855022A (zh) * 2021-10-11 2021-12-31 北京工业大学 基于眼动生理信号的情绪评估方法及装置

Also Published As

Publication number Publication date
CN114997575A (zh) 2022-09-02
CN116485262A (zh) 2023-07-25

Similar Documents

Publication Publication Date Title
CN108833458B (zh) 一种应用推荐方法、装置、介质及设备
CN104834731B (zh) 一种自媒体信息的推荐方法及装置
US9600343B2 (en) System and method for analyzing computing system resources
CN104809132A (zh) 一种获取网络主体社交关系类型的方法及装置
CN110599240A (zh) 应用的偏好值确定方法、装置和设备及存储介质
CN112669091B (zh) 数据处理方法、装置及存储介质
CN116485262B (zh) 定价策略的评估方法、电子设备以及存储介质
US11385700B2 (en) Estimation of power consumption for a job based on adjusted calculation of similarities between jobs
CN108961071B (zh) 自动预测组合业务收益的方法及终端设备
CN115033456A (zh) 一种内网前端性能监控方法、装置、计算机设备及存储介质
CN109472454B (zh) 活动评估方法、装置、电子设备及存储介质
CN116307284B (zh) 能耗预测方法、电子设备及存储介质
CN116703248B (zh) 数据审核方法、装置、电子设备及计算机可读存储介质
CN110807599A (zh) 电化学储能方案的决策方法、装置、服务器和存储介质
CN118014319B (zh) 电网综合计划的关联协同管理方法、装置、设备及介质
CN113058271B (zh) 游戏控制方法、装置、服务器及存储介质
CN112825164B (zh) 一种预测数据异常检测方法、装置、设备及存储介质
US20230259403A1 (en) Cloud-Based Resource Allocation Using Meters
CN117407580A (zh) 用户分析方法、装置、存储介质及电子设备
CN116610547A (zh) 服务器性能评估方法、装置、计算机设备和存储介质
CN116304269A (zh) 一种用户活跃度预测方法、装置、计算机设备和存储介质
CN113807941A (zh) 风险检测方法、装置、计算机设备和存储介质
CN117407080A (zh) 应用程序启动方法、装置、电子设备及计算机存储介质
CN118260150A (zh) 监控指标动态阈值生成方法、装置、电子设备及存储介质
CN118153968A (zh) 区域干旱风险的识别方法、装置、计算机设备及存储介质

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
GR01 Patent grant
GR01 Patent grant