CN116739643A - 数据处理方法、装置、电子设备和可读存储介质 - Google Patents

Abstract

本申请实施例提供一种数据处理方法、装置、电子设备和可读存储介质，涉及互联网领域。该方法首先获取历史数据，历史数据包括全时段流量数据、授权达人信息和全时段出价数据；根据全时段出价数据计算得到基本出价；根据全时段出价数据计算得到时段流量出价阈值；对基本出价、授权达人信息和全时段流量数据进行权重计算，得到流量权重系数；根据全时段出价数据计算得到流量出价系数；根据流量权重系数、流量出价系数和预设的平台流量阈值进行流量侧倾计算，得到平台流量侧倾系数；基于平台流量侧倾系数、时段流量出价阈值和预设的平台政策流量阈值进行成本预测，以得到预测成本。本申请实施例通过对数据进行整合，能够减少计算量。

Description

数据处理方法、装置、电子设备和可读存储介质

技术领域

本申请涉及互联网技术领域，具体涉及一种数据处理方法、装置、电子设备和可读存储介质。

背景技术

随着网络技术的发展，从线下推广逐渐转向线上网络推广，通过网络推广把产品和服务宣传出去，能够获取一定的流量，上述推广方式称之为流量投放。流量投放需要耗费一定的成本，在对流量投放成本预测过程中，对大量历史数据进行分析能够提升预测的准确性。然而如果直接利用这些数据进行成本预测，计算量较大。

发明内容

本申请提供了一种数据处理方法、装置、电子设备和可读存储介质，通过对数据进行整合，能够减少计算量。

第一方面，本申请提供了一种数据处理方法，所述方法包括：

获取历史数据，所述历史数据包括全时段流量数据、授权达人信息和全时段出价数据；

根据所述全时段出价数据计算得到基本出价；

根据所述全时段出价数据计算得到时段流量出价阈值；

对所述基本出价、所述授权达人信息和所述全时段流量数据进行权重计算，得到流量权重系数；

根据所述全时段出价数据计算得到流量出价系数；

根据所述流量权重系数、所述流量出价系数和预设的平台流量阈值进行流量侧倾计算，得到平台流量侧倾系数；

基于所述平台流量侧倾系数、所述时段流量出价阈值和预设的平台政策流量阈值进行成本预测，以得到预测成本。

上述技术方案中，获取历史数据，历史数据包括全时段流量数据、授权达人信息和全时段出价数据；根据全时段出价数据计算得到基本出价，有利于后续根据基本出价得到流量出价系数；根据全时段出价数据计算得到时段流量出价阈值，有利于后续利用时段流量出价阈值进行成本预测；对基本出价、授权达人信息和全时段流量数据进行权重计算，得到流量权重系数，有利于后续根据流量权重系数得到平台流量侧倾系数；根据全时段出价数据计算得到流量出价系数，有利于后续根据流量出价系数得到平台流量侧倾系数；根据流量权重系数、流量出价系数和预设的平台流量阈值进行流量侧倾计算，得到平台流量侧倾系数，有利于后续根据平台流量侧倾系数进行成本预测，减少计算量；基于平台流量侧倾系数、时段流量出价阈值和预设的平台政策流量阈值进行成本预测，以得到预测成本。通过上述对历史数据进行整合分析计算得到平台流量侧倾系数、时段流量出价阈值和预设的平台政策流量阈值，能够减少在预测成本中的计算量。

在本申请的一些实施例中，所述根据所述流量权重系数、所述流量出价系数和预设的平台流量阈值进行流量侧倾计算，得到平台流量侧倾系数，包括：

对预设的出价系数阈值和所述流量出价系数进行减法计算，得到系数中间值；

根据所述流量权重系数、所述系数中间值和预设的平台流量阈值进行流量侧倾计算，得到平台流量侧倾系数。

上述技术方案中，先利用预设的出价系数阈值和流量出价系数得到系数中间值，再根据流量权重系数、系数中间值和预设的平台流量阈值进行流量侧倾计算得到平台流量侧倾系数，该平台流量侧倾系数为上述数据的整合，有助于减少成本预测中的计算量。

在本申请的一些实施例中，所述基于所述平台流量侧倾系数、所述时段流量出价阈值和预设的平台政策流量阈值进行成本预测，以得到预测成本，包括：

将所述平台流量侧倾系数与所述平台政策流量阈值进行算术计算，得到出价中间值；

对所述出价中间值与所述时段流量出价阈值进行减法计算，得到干预项；

基于所述干预项进行成本预测干预，以得到所述预测成本。

上述技术方案中，先将平台流量侧倾系数和平台政策流量阈值进行算术计算，有利于后续得到干预项，将出价中价值和时段流量出价阈值进行减法计算，得到干预项，利用干预项进行成本预测干预，使得预测成本具有更高的准确率。

在本申请的一些实施例中，所述全时段出价数据包括当前时段出价；

所述根据所述全时段出价数据计算得到时段流量出价阈值，包括：

根据所述全时段出价数据计算得到流量出价均值；

对所述当前时段出价和所述流量出价均值进行减法计算，得到所述时段流量出价阈值。

上述技术方案中，先计算得到流量出价均值，在利用当前时段出价减去流量出价均值得到时段流量出价阈值，实现对数据的整合处理，方便后续利用时段流量出价阈值进行成本预测。

在本申请的一些实施例中，所述根据所述全时段出价数据计算得到流量出价系数，包括：

对所述当前时段出价和所述流量出价均值进行比值计算，得到所述流量出价系数。

上述技术方案中，对当前时段出价和流量出价均值进行比值计算得到流量出价系数，有利于后续利用流量出价系数计算得到平台流量侧倾系数。

在本申请的一些实施例中，所述对所述基本出价、所述授权达人信息和所述全时段流量数据进行权重计算，得到流量权重系数，包括：

对所述授权达人信息和所述全时段流量数据进行比值计算，得到权重中间值；

对所述基本出价和所述权重中间值进行比值计算，得到所述流量权重系数。

上述技术方案中，通过对授权达人信息和全时段流量数据进行比值计算得到权重中间值，能够将授权达人信息和全时段流量数据相关联，进行整合从而减少成本预测的计算量；再对基本出价和权重中间值进行比值计算得到流量权重系数，有利于后续根据流量权重系数计算得到平台流量侧倾系数。

在本申请的一些实施例中，所述全时段出价数据还包括上一时段出价；

所述根据所述全时段出价数据计算得到基本出价，包括：

将所述上一时段出价与所述当前时段出价进行环比，得到所述基本出价。

上述技术方案中，将上一时段出价与当前时段出价进行环比得到基本出价，有利于利用基本出价计算得到流量权重系数，进而得到平台流量侧倾系数，对数据进行整合以减少成本预测过程中的计算量。

第二方面，本申请实施例提供了一种数据处理装置，所述装置包括：

数据获取模块，用于获取历史数据，所述历史数据包括全时段流量数据、授权达人信息和全时段出价数据；

价格计算模块，用于根据所述全时段出价数据计算得到基本出价；

阈值计算模块，用于根据所述全时段出价数据计算得到时段流量出价阈值；

权重系数计算模块，用于对所述基本出价、所述授权达人信息和所述全时段流量数据进行权重计算，得到流量权重系数；

出价系数计算模块，用于根据所述全时段出价数据计算得到流量出价系数；

侧倾系数计算模块，用于根据所述流量权重系数、所述流量出价系数和预设的平台流量阈值进行流量侧倾计算，得到平台流量侧倾系数；

干预预测模块，用于基于所述平台流量侧倾系数、所述时段流量出价阈值和预设的平台政策流量阈值进行成本预测，以得到预测成本。

第三方面，本申请实施例提供了一种电子设备，包括处理器、存储器、用户接口及网络接口，所述存储器用于存储指令，所述用户接口和网络接口用于给其他设备通信，所述处理器用于执行所述存储器中存储的指令，以使所述电子设备执行上述第一方面提供的任意一项所述的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有指令，当所述指令被执行时，执行上述第一方面提供的任意一项所述的方法。

综上所述，本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

1、由于采用了获取全时段流量数据、全时段出价数据和授权达人信息多种数据，并对上述数据进行整合技术手段，所以，有效解决了相关技术中采用历史数据计算量大的问题，通过对数据进行整合，减少计算量。

2、利用整合后的平台流量侧倾系数、平台政策流量阈值和时段流量出价阈值数据进行成本预测，能够提高预测准确率。

附图说明

图1是本申请一个实施例提供的数据处理方法的流程示意图；

图2是图1中步骤S300的一个子步骤流程示意图；

图3是图1中步骤S400的一个子步骤流程示意图；

图4是图1中步骤S600的一个子步骤流程示意图；

图5是图1中步骤S700的一个子步骤流程示意图；

图6是本申请一个实施例提供的数据处理方法的整体流程示意图；

图7是本申请一个实施例提供的数据处理装置的结构示意图；

图8是本申请一个实施例的提供的电子设备的结构示意图。

具体实施方式

为了使本领域的技术人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。

在本申请实施例的描述中，“例如”或者“举例来说”等词用于表示作例子、例证或说明。本申请实施例中被描述为“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。

在本申请实施例的描述中，术语“多个”的含义是指两个或两个以上。例如，多个系统是指两个或两个以上的系统，多个屏幕终端是指两个或两个以上的屏幕终端。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。

本申请实施例提供一种数据处理方法、装置、电子设备和可读存储介质，该数据处理方法通过获取历史数据，历史数据包括全时段流量数据、授权达人信息和全时段出价数据；根据全时段出价数据计算得到基本出价，有利于后续根据基本出价得到流量出价系数；根据全时段出价数据计算得到时段流量出价阈值，有利于后续利用时段流量出价阈值进行成本预测；对基本出价、授权达人信息和全时段流量数据进行权重计算，得到流量权重系数，有利于后续根据流量权重系数得到平台流量侧倾系数；根据全时段出价数据计算得到流量出价系数，有利于后续根据流量出价系数得到平台流量侧倾系数；根据流量权重系数、流量出价系数和预设的平台流量阈值进行流量侧倾计算，得到平台流量侧倾系数，有利于后续根据平台流量侧倾系数进行成本预测，减少计算量；基于平台流量侧倾系数、时段流量出价阈值和预设的平台政策流量阈值进行成本预测，以得到预测成本。通过上述对历史数据进行整合分析计算得到平台流量侧倾系数、时段流量出价阈值和预设的平台政策流量阈值，能够减少在预测成本中的计算量；另外，根据平台流量侧倾系数、时段流量出价阈值和预设的平台政策流量阈值进行成本预测，能够对成本预测进行干预，提成预测准确率。

需要说明的是，该数据处理方法可以应用于在网络直播产品推广中获取流量时对投放成本的预估过程中减少计算量，也可以对小视频产品推广中获取流量时对投放成本的预估，通过上述对历史数据进行整合分析计算得到平台流量侧倾系数、时段流量出价阈值和预设的平台政策流量阈值，能够减少在预测成本中的计算量。

下面结合附图，对本申请实施例提供的技术方案作出进一步说明。

参照图1，图1是本申请实施例提供的数据处理方法的流程示意图。该数据处理方法包括步骤S100、步骤S200、步骤S300、步骤S400、步骤S500、步骤S600和步骤S700。

步骤S100，获取历史数据，历史数据包括全时段流量数据、授权达人信息和全时段出价数据。

在一实施例中，可以通过预设的工具获取历史数据，在历史数据存储于本地的情况下，通过预设的读取接口读取数据，以获得历史数据。还可以为获取线上数据，通过预设的爬虫工具，直接爬取得到历史数据，历史数据包括待预估流量、全时段流量数据、授权达人信息和全时段出价数据，获取历史数据有利于后续对这些多种数据进行分析，得到准确的流量投放成本。其中，全时段流量数据包括当前时段流量、上一时段流量、下一时段流量、全网各类流量权重、粉丝购买欲系数、全网流量走势及系数比、流量类型转变系数，全网各类流量权重为直播间类型（如母婴、汽车）占比；粉丝购买欲系数为粉丝在直播间中的留言和弹幕，如“我想要”，欲购买人数（发表留言和弹幕的用户数）/当前直播间人数；全网流量走势及系数比为相关类型主播数/相关类型流量；流量类型转变系数：同类型前后两个时间段（1小时）流量比值，各类型自身前后时间段比值，同时间各类型之间的比值变化，如果一个类型比值变化，而另一类型比值没有变化，那么该变化是因为全网流量变大。如果两个类型一个变多，一个变少，那么是发生了用户转移。全时段出价数据包括当前时段出价、上一时段出价、下一时段出价、流量出价系数、分钟级投流消耗和分钟级投流roi，流量出价系数为一个类型直播间出价的平均值/全网所有类型直播间出价的平均值；分钟级投流消耗为投流花费的金额；分钟级投流roi为投流后进来多少用户。授权达人信息为用户登录时，授权获取的用户信息。可以将获取的历史数据存储于数据仓中，以便进行数据处理。

步骤S200，根据全时段出价数据计算得到基本出价。

在一实施例中，由于全时段出价数据包括上一时段出价和当前时段出价，将上一时段出价与当前时段出价进行环比，得到基本出价，有利于后续根据基本出价得到流量权重系数。其中，上一时段出价为当前时段的前一个时段的同类型流量出价，示例性地，时段为一天，当前时段为当天，上一时段为前一天，当前时段出价为当天这个时段的同类型流量出价，上一时段出价为前一天这个时段的同类型流量出价。

步骤S300，根据全时段出价数据计算得到时段流量出价阈值。

如图2所示，根据全时段出价数据计算得到时段流量出价阈值，包括但不限于有以下步骤：

步骤S310，根据全时段出价数据计算得到流量出价均值。

在本申请一个可能的实施例中，由于全时段出价数据还包括全时段出价，根据全时段出价和全时段的时间度量，得到流量出价均值，有利于后续利用该流量出价均值计算得到时段流量出价阈值。

步骤S320，对当前时段出价和流量出价均值进行减法计算，得到时段流量出价阈值。

在本申请一个可能的实施例中，根据上述内容可得全时段出价数据包括当前时段出价，将当前时段出价与步骤S310计算得到的流量出价均值进行减法计算，得到时段流量出价阈值。根据上述计算方式得到的时段流量出价阈值直接作为预测成本的数据输入，而不是采用大量的历史数据作为输入，能够减少预测过程中的计算量；该时段流量出价阈值还能够在后续进行成本预测的过程中作为干预条件，使得成本预测的准确率更高。

步骤S400，对基本出价、授权达人信息和全时段流量数据进行权重计算，得到流量权重系数。

如图3所示，对基本出价、授权达人信息和全时段流量数据进行权重计算，得到流量权重系数，包括但不限于有以下步骤：

步骤S410，对授权达人信息和全时段流量数据进行比值计算，得到权重中间值。

在本申请一个可能的实施例中，首先根据授权达人信息包括用户登录信息和用户访问数据信息等，统计授权达人信息中同类型达人的数量，得到同类型达人数量。根据全时段流量数据，计算统计不同类型流量的数据，得到同类型流量数。对同类型达人数量和同类型流量数进行比值计算后，对计算结果求对数，再求绝对值，得到权重中间值，有利于后续根据该权重中间值得到流量权重系数。权重中间值的计算方式具体表示为：权重中间值=ABS(LOG(同类型达人数量/同类型流量数))。

步骤S420，对基本出价和权重中间值进行比值计算，得到流量权重系数。

在本申请一个可能的实施例中，根据步骤S410得到的权重中间值，利用基本出价除以权重中间值，得到流量权重系数；或者，利用权重中间值除以基本出价，再求倒数，得到流量权重系数，有利于后续利用流量权重系数计算得到平台流量侧倾系数。流量权重系数的计算方式具体表示为：流量权重系数=基本出价/权重中间值=基本出价/ABS(LOG(同类型达人数量/同类型流量数))。

步骤S500，根据全时段出价数据计算得到流量出价系数。

在一实施例中，由于全时段出价数据包括全时段出价和当前时段出价，根据全时段出价和全时段的时间度量，计算得到流量出价均值。利用当前时段出价除以流量出价均值，得到流量出价系数；或者，利用流量出价均值除以当前时段出价，再求倒数，得到流量出价系数；有利于后续根据流量出价系数得到平台流量侧倾系数。流量出价系数的计算方式具体表示为：当前时段出价/流量出价均值。

步骤S600，根据流量权重系数、流量出价系数和预设的平台流量阈值进行流量侧倾计算，得到平台流量侧倾系数。

如图4所示，根据流量权重系数、流量出价系数和预设的平台流量阈值进行流量侧倾计算，得到平台流量侧倾系数，包括但不限于有以下步骤：

步骤S610，对预设的出价系数阈值和流量出价系数进行减法计算，得到系数中间值。

在本申请一个可能的实施例中，根据步骤S500得到的流量出价系数，对预设的出价系数阈值和流量出价系数进行减法计算，得到系数中间值，有利于后续利用系数中间值得到平台流量侧倾系数。系数中间值的计算方式具体表示为：系数中间值=预设的出价系数阈值-流量出价系数，流量出价系数=当前时段出价/流量出价均值，其中，预设的出价系数阈值为专家根据专业知识进行设置的，预设的出价系数阈值为1。因此，系数中间值的计算方式转化为：系数中间值=1-流量出价系数。

需要说明的是，预设的出价系数阈值和流量出价系数进行减法计算得到的结果可能为负值，因此，为了保证系数中间值为非负值，在对预设的出价系数阈值和流量出价系数进行减法计算后，再求绝对值，得到系数中间值。因此，系数中间值的计算方式转变为：系数中间值=ABS(预设的出价系数阈值-流量出价系数)=ABS(1-流量出价系数)。

步骤S620，根据流量权重系数、系数中间值和预设的平台流量阈值进行流量侧倾计算，得到平台流量侧倾系数。

在本申请一个可能的实施例中，根据步骤S610得到的系数中间值，将流量权重系数、系数中间值和预设的平台流量阈值进行相乘计算，得到平台流量侧倾系数。根据上述计算方式得到的平台流量侧倾系数直接作为预测成本的数据输入，而不是采用大量的历史数据作为输入，能够减少预测过程中的计算量；该平台流量侧倾系数还能够在后续进行成本预测的过程中作为干预条件，使得成本预测的准确率更高。

平台流量侧倾系数的计算方式具体表示为：平台流量侧倾系数=流量权重系数*系数中间值*平台流量阈值=流量权重系数*ABS(1-流量出价系数)*平台流量阈值。

步骤S700，基于平台流量侧倾系数、时段流量出价阈值和预设的平台政策流量阈值进行成本预测，以得到预测成本。

如图5所示，基于平台流量侧倾系数、时段流量出价阈值和预设的平台政策流量阈值进行成本预测，以得到预测成本，包括但不限于有以下步骤：

步骤S710，将平台流量侧倾系数与平台政策流量阈值进行算术计算，得到出价中间值。

在本申请一个可能的实施例中，将平台流量侧倾系数与平台政策流量阈值进行比值计算后，再进行对数运算得到出价中间值，有利于后续根据该出价中间值计算得到干预项。将平台流量侧倾系数与平台政策流量阈值进行比值计算可以为利用平台流量侧倾系数除以平台政策流量阈值，再进行对数计算得到出价中间值；也可以为利用平台政策流量阈值除以平台流量侧倾系数，求倒数后再进行对数计算，得到出价中间值。因此，出价中间值的计算方式可以具体表示为：出价中间值=LOG(平台流量侧倾系数/平台政策流量阈值)。

步骤S720，对出价中间值与时段流量出价阈值进行减法计算，得到干预项。

在本申请一个可能的实施例中，根据步骤S710得到的出价中间值，利用出价中间值减去时段流量出价阈值，得到干预项，该干预项是通过对历史数据进行整合后计算得到的，用于后续成本进行预测，减少计算量。干预项的计算方式具体表示为干预项=出价中间值-时段流量出价阈值=LOG(平台流量侧倾系数/平台政策流量阈值)-时段流量出价阈值。

步骤S730，基于干预项进行成本预测干预，以得到预测成本。

在本申请一个可能的实施例中，根据步骤S720得到的干预项进行成本预测干预，首先，根据基本出价计算得到推荐出价区间，具体为：全时段流量数据包括当前时段流量和上一时段流量，利用上一时段流量除以当前时段流量得到流量转变系数，再将基本出价与流量转变系数相乘，得到出价浮动值，将基本出价与出价浮动值进行减法计算，得到第一出价限值，将基本出价与出价浮动值进行加法计算，得到第二出价限值。最后，基于第一出价限值、第二出价限值和干预项进行成本计算，得到待预估流量对应的预测成本，通过干预项进行干预预测，相比于直接采用历史数据，不仅能够较大程度地减少计算，还能够提升预测成本或者预测流量得准确率。

如图6所示，图6示出了数据处理和成本预测的流程图，首先获取包括全时段流量数据、授权达人信息和全时段出价数据，全时段出价数据包括上一时段出价和当前时段出价，将上一时段出价与当前时段出价进行环比，得到基本出价；然后根据全时段出价和全时段的时段度量，得到流量出价均值，利用当前时段出价减去流量出价均值，得到时段流量出价阈值；根据授权达人信息计算同类型达人数量，根据全时段流量数据计算同类型流量数，根据基本出价、同类型达人数量和同类型流量数计算得到流量权重系数；根据全时段出价数据计算得到流量出价均值，利用当前时段出价除以流量出价均值，得到流量出价系数；对预设的出价系数阈值和流量出价系数进行减法计算，得到系数中间值，将流量权重系数、系数中间值和预设的平台流量阈值进行相乘计算，得到平台流量侧倾系数。

需要说明的是，将平台流量侧倾系数、时段流量出价阈值和预设的平台政策流量阈值作为测算容器的输入数据，获取待预估流量，测算容器输出投放成本。或者将平台流量侧倾系数、时段流量出价阈值和预设的平台政策流量阈值作为测算容器的输入数据，获取待投放成本，测算容器输出预估流量。上述将历史数据计算得到平台流量侧倾系数和时段流量出价阈值后再输入测算容器，能够减少预估过程中的计算量，并且平台流量侧倾系数、时段流量出价阈值和预设的平台政策流量阈值能够起到干扰作用，使得预估结果更加准确。

如图7所示，本申请还提供了一种数据处理装置100，数据处理装置100首先通过数据获取模块110获取历史数据，历史数据包括全时段流量数据、授权达人信息和全时段出价数据；随后利用价格计算模块120根据全时段出价数据计算得到基本出价，有利于后续根据基本出价得到流量出价系数；采用阈值计算模块130根据全时段出价数据计算得到时段流量出价阈值，有利于后续利用时段流量出价阈值进行成本预测；通过权重系数计算模块140对基本出价、授权达人信息和全时段流量数据进行权重计算，得到流量权重系数，有利于后续根据流量权重系数得到平台流量侧倾系数；利用出价系数计算模块150根据全时段出价数据计算得到流量出价系数，有利于后续根据流量出价系数得到平台流量侧倾系数；通过侧倾系数计算模块160根据流量权重系数、流量出价系数和预设的平台流量阈值进行流量侧倾计算，得到平台流量侧倾系数，有利于后续根据平台流量侧倾系数进行成本预测，减少计算量；最后采用干预预测模块170基于平台流量侧倾系数、时段流量出价阈值和预设的平台政策流量阈值进行成本预测，以得到预测成本。通过上述对历史数据进行整合分析计算得到平台流量侧倾系数、时段流量出价阈值和预设的平台政策流量阈值，能够减少在预测成本中的计算量。

需要说明的是，数据获取模块110与价格计算模块120连接，价格计算模块120与阈值计算模块130连接，阈值计算模块130与权重系数计算模块140连接，权重系数计算模块140与出价系数计算模块150连接，出价系数计算模块150与侧倾系数计算模块160连接，侧倾系数计算模块160与干预预测模块170连接。上述数据处理方法应用于数据处理装置100，数据处理装置100通过获取全时段流量数据、全时段出价数据和授权达人信息多种数据，并对上述数据进行数据整合处理，得到平台流量侧倾系数、时段流量出价阈值和预设的平台政策流量阈值，并将其作为测算容器的输入数据，而不是采用大量历史数据作为输入数据，在对成本预测的计算过程中，能够减少计算量；另外，根据平台流量侧倾系数、时段流量出价阈值和预设的平台政策流量阈值进行成本预测，能够对成本预测进行干预，提成预测准确率。

价格计算模块120还用于将上一时段出价与当前时段出价进行环比，得到基本出价，有利于后续根据基本出价得到流量权重系数。

阈值计算模块130还用于将根据全时段出价和全时段的时间度量，得到流量出价均值，有利于后续利用该流量出价均值计算得到时段流量出价阈值。将当前时段出价与计算得到的流量出价均值进行减法计算，得到时段流量出价阈值。根据上述计算方式得到的时段流量出价阈值直接作为预测成本的数据输入，而不是采用大量的历史数据作为输入，能够减少预测过程中的计算量；该时段流量出价阈值还能够在后续进行成本预测的过程中作为干预条件，使得成本预测的准确率更高。

权重系数计算模块140还用于统计授权达人信息中同类型达人的数量，得到同类型达人数量。根据全时段流量数据，计算统计不同类型流量的数据，得到同类型流量数。对同类型达人数量和同类型流量数进行比值计算后，对计算结果求对数，再求绝对值，得到权重中间值，有利于后续根据该权重中间值得到流量权重系数。利用基本出价除以权重中间值，得到流量权重系数，有利于后续利用流量权重系数计算得到平台流量侧倾系数。

出价系数计算模块150还用于根据全时段出价和全时段的时间度量，计算得到流量出价均值。利用当前时段出价除以流量出价均值，得到流量出价系数，有利于后续根据流量出价系数得到平台流量侧倾系数。

侧倾系数计算模块160还用于对预设的出价系数阈值和流量出价系数进行减法计算，得到系数中间值，将流量权重系数、系数中间值和预设的平台流量阈值进行相乘计算，得到平台流量侧倾系数。根据上述计算方式得到的平台流量侧倾系数直接作为预测成本的数据输入，而不是采用大量的历史数据作为输入，能够减少预测过程中的计算量；该平台流量侧倾系数还能够在后续进行成本预测的过程中作为干预条件，使得成本预测的准确率更高。

干预预测模块170还用于将平台流量侧倾系数与平台政策流量阈值进行比值计算后，再进行对数运算得到出价中间值，有利于后续根据该出价中间值计算得到干预项。将平台流量侧倾系数与平台政策流量阈值进行比值计算可以为利用平台流量侧倾系数除以平台政策流量阈值，再进行对数计算得到出价中间值。然后利用出价中间值减去时段流量出价阈值，得到干预项，该干预项是通过对历史数据进行整合后计算得到的，用于后续成本进行预测，减少计算量。最后，根据得到的干预项进行成本预测干预，具体为：根据基本出价计算得到推荐出价区间，具体为：全时段流量数据包括当前时段流量和上一时段流量，利用上一时段流量除以当前时段流量得到流量转变系数，再将基本出价与流量转变系数相乘，得到出价浮动值，将基本出价与出价浮动值进行减法计算，得到第一出价限值，将基本出价与出价浮动值进行加法计算，得到第二出价限值。最后，基于第一出价限值、第二出价限值和干预项进行成本计算，得到待预估流量对应的预测成本，通过干预项进行干预预测，相比于直接采用历史数据，不仅能够较大程度地减少计算，还能够提升预测成本或者预测流量得准确率。

还需要说明的是：上述实施例提供的装置在实现其功能时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的装置和方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。

本申请还公开一种电子设备。参照图8，图8是本申请实施例的公开的一种电子设备的结构示意图。该电子设备500可以包括：至少一个处理器501，至少一个网络接口504，用户接口503，存储器505，至少一个通信总线502。

其中，通信总线502用于实现这些组件之间的连接通信。

其中，用户接口503可以包括显示屏（Display）、摄像头（Camera），可选用户接口503还可以包括标准的有线接口、无线接口。

其中，网络接口504可选的可以包括标准的有线接口、无线接口（如WI-FI接口）。

其中，处理器501可以包括一个或者多个处理核心。处理器501利用各种接口和线路连接整个服务器内的各个部分，通过运行或执行存储在存储器505内的指令、程序、代码集或指令集，以及调用存储在存储器505内的数据，执行服务器的各种功能和处理数据。可选的，处理器501可以采用数字信号处理（Digital Signal Processing，DSP）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）、可编程逻辑阵列（Programmable LogicArray，PLA）中的至少一种硬件形式来实现。处理器501可集成中央处理器（CentralProcessing Unit，CPU）、图像处理器（Graphics Processing Unit，GPU）和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器501中，单独通过一块芯片进行实现。

其中，存储器505可以包括随机存储器（Random Access Memory，RAM），也可以包括只读存储器（Read-Only Memory）。可选的，该存储器505包括非瞬时性计算机可读介质（non-transitory computer-readable storage medium）。存储器505可用于存储指令、程序、代码、代码集或指令集。存储器505可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令（比如触控功能、声音播放功能、图像播放功能等）、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及的数据等。存储器505可选的还可以是至少一个位于远离前述处理器501的存储装置。参照图8，作为一种计算机存储介质的存储器505中可以包括操作系统、网络通信模块、用户接口模块以及一种数据处理方法的应用程序。

在图8所示的电子设备500中，用户接口503主要用于为用户提供输入的接口，获取用户输入的数据；而处理器501可以用于调用存储器505中存储一种数据处理方法的应用程序，当由一个或多个处理器501执行时，使得电子设备500执行如上述实施例中一个或多个的方法。需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必需的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几种实施方式中，应该理解到，所披露的装置，可通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口，装置或单元的间接耦合或通信连接，可以是电性或其他的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本申请各个实施例方法的全部或部分步骤。而前述的存储器包括：U盘、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上者，仅为本公开的示例性实施例，不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰，皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践真理的公开后，将容易想到本公开的其他实施方案。

本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的范围和精神由权利要求限定。

Claims (10)

1.一种数据处理方法，其特征在于，所述方法包括：

获取历史数据，所述历史数据包括全时段流量数据、授权达人信息和全时段出价数据；

根据所述全时段出价数据计算得到基本出价；

根据所述全时段出价数据计算得到时段流量出价阈值；

对所述基本出价、所述授权达人信息和所述全时段流量数据进行权重计算，得到流量权重系数；

根据所述全时段出价数据计算得到流量出价系数；

根据所述流量权重系数、所述流量出价系数和预设的平台流量阈值进行流量侧倾计算，得到平台流量侧倾系数；

基于所述平台流量侧倾系数、所述时段流量出价阈值和预设的平台政策流量阈值进行成本预测，以得到预测成本。

2.根据权利要求1所述的方法，其特征在于，所述根据所述流量权重系数、所述流量出价系数和预设的平台流量阈值进行流量侧倾计算，得到平台流量侧倾系数，包括：

对预设的出价系数阈值和所述流量出价系数进行减法计算，得到系数中间值；

根据所述流量权重系数、所述系数中间值和预设的平台流量阈值进行流量侧倾计算，得到平台流量侧倾系数。

3.根据权利要求1所述的方法，其特征在于，所述基于所述平台流量侧倾系数、所述时段流量出价阈值和预设的平台政策流量阈值进行成本预测，以得到预测成本，包括：

将所述平台流量侧倾系数与所述平台政策流量阈值进行算术计算，得到出价中间值；

对所述出价中间值与所述时段流量出价阈值进行减法计算，得到干预项；

基于所述干预项进行成本预测干预，以得到所述预测成本。

4.根据权利要求1所述的方法，其特征在于，所述全时段出价数据包括当前时段出价；

所述根据所述全时段出价数据计算得到时段流量出价阈值，包括：

根据所述全时段出价数据计算得到流量出价均值；

对所述当前时段出价和所述流量出价均值进行减法计算，得到所述时段流量出价阈值。

5.根据权利要求4所述的方法，其特征在于，所述根据所述全时段出价数据计算得到流量出价系数，包括：

对所述当前时段出价和所述流量出价均值进行比值计算，得到所述流量出价系数。

6.根据权利要求1所述的方法，其特征在于，所述对所述基本出价、所述授权达人信息和所述全时段流量数据进行权重计算，得到流量权重系数，包括：

对所述授权达人信息和所述全时段流量数据进行比值计算，得到权重中间值；

对所述基本出价和所述权重中间值进行比值计算，得到所述流量权重系数。

7.根据权利要求4所述的方法，其特征在于，所述全时段出价数据还包括上一时段出价；

所述根据所述全时段出价数据计算得到基本出价，包括：

将所述上一时段出价与所述当前时段出价进行环比，得到所述基本出价。

8.一种数据处理装置，其特征在于，所述装置包括：

数据获取模块，用于获取历史数据，所述历史数据包括全时段流量数据、授权达人信息和全时段出价数据；

价格计算模块，用于根据所述全时段出价数据计算得到基本出价；

阈值计算模块，用于根据所述全时段出价数据计算得到时段流量出价阈值；

权重系数计算模块，用于对所述基本出价、所述授权达人信息和所述全时段流量数据进行权重计算，得到流量权重系数；

出价系数计算模块，用于根据所述全时段出价数据计算得到流量出价系数；

侧倾系数计算模块，用于根据所述流量权重系数、所述流量出价系数和预设的平台流量阈值进行流量侧倾计算，得到平台流量侧倾系数；

干预预测模块，用于基于所述平台流量侧倾系数、所述时段流量出价阈值和预设的平台政策流量阈值进行成本预测，以得到预测成本。

9.一种电子设备，其特征在于，包括处理器、存储器、用户接口及网络接口，所述存储器用于存储指令，所述用户接口和网络接口用于给其他设备通信，所述处理器用于执行所述存储器中存储的指令，以使所述电子设备执行如权利要求1-7任意一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有指令，当所述指令被执行时，执行如权利要求1-7任意一项所述的方法。