CN117911089A - 一种产品礼券兑换价值的评估方法、系统及存储介质 - Google Patents

Abstract

本发明涉及一种产品礼券兑换价值的评估方法、系统及存储介质，属于产品营销技术领域，获取若干个产品特性，引入层次分析算法对所述若干个产品特性进行权重提取，得到产品评估特性；基于所述产品评估特性对兑换额度进行预测，得到产品礼券的预测总兑换额度，生成产品礼券的兑换性能；获取兑换商店的产品交易额和产品礼券的兑换率，结合构建产品交易额‑兑换率散点图并进行分析，得到产品礼券的兑换分析结果；根据所述兑换性能和所述兑换分析结果在训练完成的评估模型中对当前产品礼券的兑换价值进行评估，得到产品礼券兑换价值评估结果。本发明能够对产品礼券的兑换价值进行精准高效的评估，并根据评估结果对产品礼券兑换价值做出调整。

Description

一种产品礼券兑换价值的评估方法、系统及存储介质

技术领域

本发明涉及产品营销技术领域，尤其涉及一种产品礼券兑换价值的评估方法、系统及存储介质。

背景技术

产品礼券是一种常见的促销和营销手段，通常由企业或品牌发行，提供给消费者以换取特定产品或服务的优惠、折扣或其他特权。产品礼券的形式多样，包括电子优惠券、纸质优惠券、折扣码等；能够起到吸引顾客、促进产品销售、品牌宣传等效果，可对产品营销竞争之间起到良性竞争的目的。目前产品礼券的兑换价值大多数由企业、出厂商、商家等根据市场竞争和销售策略进行定价和优惠设计，以确保礼券具有吸引力和实际价值，同时也要保证经济可行性和盈利能力，而对于某些产品礼券的兑换价值与实际产品价格不匹配，且并不适用于所有商品，导致兑换时出现盈利亏损或兑换率低等现象，使得礼券的兑换价值无法准确体现，从而使得消费者对于产品购买失去消费欲望，降低了产品销售质量；因此，需要研发一种能够准确高效评估产品礼券兑换价值的方法来解决上述问题。

发明内容

本发明克服了现有技术的不足，提供了一种产品礼券兑换价值的评估方法、系统及存储介质。

为达上述目的，本发明采用的技术方案为：

本发明第一方面提供了一种产品礼券兑换价值的评估方法，包括以下步骤：

获取产品礼券的兑换信息，根据所述兑换信息检索特性，得到若干个产品特性，引入层次分析算法对所述若干个产品特性进行权重提取，得到产品评估特性；

基于所述产品评估特性获取产品的历史销售数据，根据将所述产品的历史销售数据与产品礼券的兑换额度对兑换额度进行预测，得到产品礼券的预测总兑换额度，基于哈希算法计算所述预测总兑换额度与实际总兑换额度的哈希值，生成产品礼券的兑换性能；

获取兑换商店的产品交易额和产品礼券的兑换率，结合构建产品交易额-兑换率散点图，并在所述产品交易额-兑换率散点图内计算比率，得到多个散点比率，对多个所述散点比率进行分析，得到产品礼券的兑换分析结果；

根据所述兑换性能和所述兑换分析结果在训练完成的评估模型中对当前产品礼券的兑换价值进行评估，得到产品礼券兑换价值评估结果；

获取兑换商店知名度，基于所述产品礼券兑换价值评估结果匹配若干个产品礼券兑换价值调整方案，并计算出多个调整幅度，结合所述兑换商店知名度与多个所述调整幅度之间的线性影响度，得到最终兑换价值调整方案。

进一步的，本发明的一个较佳的实施例中，所述获取产品礼券的兑换信息，根据所述兑换信息检索特性，得到若干个产品特性，引入层次分析算法对所述若干个产品特性进行权重提取，得到产品评估特性，具体包括以下步骤：

获取产品礼券的兑换信息，并在所述产品礼券的兑换信息中提取出所兑换的产品领域，得到产品信息；

基于所述产品信息在大数据网络中匹配产品对应的属性，得到若干个产品属性信息，构建知识图谱，并定义所述若干个产品属性信息为检索关键词，将所述若干个检索关键词导入知识图谱中进行检索，得到若干个产品特性；

引入层次分析算法对所述若干个产品特性的权重比例进行计算，将所述若干个产品特性划分为多个层次，并获取层次分析算法中预设的量化尺寸，基于所述预设的量化尺寸比较每个所述产品特性的重要程度，得到比较结果；

根据所述比较结果构建层次矩阵，同时引入特征向量法对所述层次矩阵进行计算，以获取最大特征值和最大特征向量，基于所述最大特征值和最大特征向量分析每个所述产品特性的权重，得到若干个特性权重值；

若所述特性权重值小于预设特性权重值，则剔除小于预设特性权重值的所述特性权重值，并将剩余特性权重值对应的产品特性进行合并，得到产品评估特性。

进一步的，本发明的一个较佳的实施例中，所述基于所述产品评估特性获取产品的历史销售数据，根据将所述产品的历史销售数据与产品礼券的兑换额度对兑换额度进行预测，得到产品礼券的预测总兑换额度，基于哈希算法计算所述预测总兑换额度与实际总兑换额度的哈希值，生成产品礼券的兑换性能，具体包括以下步骤：

获取当前产品礼券的兑换额度以及产品销售平台的销售记录，基于产品信息以及所述产品评估特性在所述销售记录中提取出相关联的销售信息，得到产品的历史销售数据；

引入支持向量机算法构建预测模型，在预测模型中对所述当前产品礼券的兑换额度与所述产品的历史销售数据进行训练，得到产品礼券的预测总兑换额度；

基于所述产品销售平台的销售记录获取产品礼券的实际总兑换额度，引入哈希算法对所述实际总兑换额度与所述预测总兑换额度进行计算，得到哈希值，判断所述哈希值是否小于预设哈希值；

若小于，则说明当前产品礼券的兑换价值满足产品的预期盈利，可直接将当前产品礼券的兑换额度进行输出，若大于，则说明当前产品礼券的兑换价值不足以满足产品的预期盈利，得到产品礼券的兑换性能。

进一步的，本发明的一个较佳的实施例中，获取兑换商店的产品交易额和产品礼券的兑换率，结合构建产品交易额-兑换率散点图，并在所述产品交易额-兑换率散点图内计算比率，得到多个散点比率，对多个所述散点比率进行分析，得到产品礼券的兑换分析结果，具体包括以下步骤：

获取产品礼券的兑换条件信息，通过对所述产品礼券的兑换条件信息进行解读，获取产品礼券的兑换时间限制条件以及兑换商店限制条件；

基于所述兑换商店限制条件获取在兑换时间限制条件内兑换商店的产品交易额和产品礼券的兑换率，构建散点图，将所述兑换时间限制条件内兑换商店的产品交易额以及所述兑换率导入散点图中，得到产品交易额-兑换率散点图；

引入k-最近邻算法对所述产品交易额-兑换率散点图中的散点分布趋势进行离群检测，计算所述散点图中每个散点的欧氏距离，得到多个欧氏距离，根据多个所述欧式距离选取k个与散点最近的相邻点，并对k个所述相邻点进行投票，得到多个散点比率；

预设比率幅度区间，若所述散点比率处于所述比率幅度区间，则说明当前产品礼券兑换价值幅度合理，若不处于，则说明当前产品礼券兑换价值幅度不合理，得到产品礼券的兑换分析结果。

进一步的，本发明的一个较佳的实施例中，所述根据所述兑换性能和所述兑换分析结果在训练完成的评估模型中对当前产品礼券的兑换价值进行评估，得到产品礼券兑换价值评估结果，具体包括以下步骤：

基于所述产品礼券兑换性能计算礼券兑换的盈利亏损，得到礼券兑换盈利亏损值，根据所述礼券兑换盈利亏损值在产品礼券的兑换价值划定标准规则中检索对应的产品礼券折扣率，得到产品礼券折扣空间；

基于大数据网络获取产品礼券的兑换价值划定标准规则，根据产品评估特性在所述兑换价值划定标准规则中确定出产品的兑换价值标准范围；

获取产品礼券的兑换有效期，根据所述产品礼券的兑换分析结果、所述兑换有效期以及所述产品礼券折扣空间在产品的兑换价值标准范围中计算产品礼券的最低消费额，得到消费下限值；

引入深度学习算法构建评估模型，结合所述产品礼券折扣空间、所述产品礼券的兑换有效期以及所述产品礼券的消费下限值对评估模型进行训练和测试，生成产品礼券兑换价值评估模型；

通过在所述产品礼券兑换价值评估模型中对当前产品礼券的兑换价值进行评估，得到产品礼券兑换价值评估结果。

进一步的，本发明的一个较佳的实施例中，所述获取兑换商店知名度，基于所述产品礼券兑换价值评估结果匹配若干个产品礼券兑换价值调整方案，并计算出多个调整幅度，结合所述兑换商店知名度与多个所述调整幅度之间的线性影响度，得到最终兑换价值调整方案，具体包括以下步骤：

引入欧几里得距离算法对所述产品礼券兑换价值评估结果与当前产品礼券的兑换额度之间的匹配度进行计算，得到兑换价值匹配度；

若所述兑换价值匹配度不符合预设匹配度，则基于所述产品礼券兑换价值评估结果在大数据网络中匹配相关联的兑换价值调整方案，得到若干个产品礼券兑换价值调整方案；

通过所述若干个产品礼券兑换价值调整方案对当前产品礼券的兑换价值进行调整并重新评估，得到若干个调整后的产品礼券兑换价值评估结果；

计算每个所述调整后的产品礼券兑换价值评估结果与所述产品礼券兑换价值评估结果之间的差值，得到产品礼券兑换价值评估差值，并通过所述产品礼券兑换额度差值除以所述当前产品礼券兑换额度，生成多个调整幅度；

获取兑换商店知名度，通过线性回归算法计算多个所述调整幅度对所述兑换商店知名度的影响程度，得到多个线性影响度，对多个所述线性影响度进行降序排列，排列完成后，提取出所述最小线性影响度对应的调整方案作为最终兑换价值调整方案进行输出。

本发明第二方面提供了一种产品礼券兑换价值的评估系统，所述一种产品礼券兑换价值的评估系统包括存储器与处理器，所述存储器中储存一种产品礼券兑换价值的评估方法程序，所述一种产品礼券兑换价值的评估方法程序被所述处理器执行时，实现以下步骤：

获取产品礼券的兑换信息，根据所述兑换信息检索特性，得到若干个产品特性，引入层次分析算法对所述若干个产品特性进行权重提取，得到产品评估特性；

基于所述产品评估特性获取产品的历史销售数据，根据将所述产品的历史销售数据与产品礼券的兑换额度对兑换额度进行预测，得到产品礼券的预测总兑换额度，基于哈希算法计算所述预测总兑换额度与实际总兑换额度的哈希值，生成产品礼券的兑换性能；

获取预设时间段内兑换商店的产品交易额和产品礼券的兑换率，结合构建产品交易额-兑换率散点图，并在所述产品交易额-兑换率散点图内计算比率，得到多个散点比率，对多个所述散点比率进行分析，得到产品礼券的兑换分析结果；

根据所述兑换性能和所述兑换分析结果在训练完成的评估模型中对当前产品礼券的兑换价值进行评估，得到产品礼券兑换价值评估结果；

获取兑换商店知名度，基于所述产品礼券兑换价值评估结果匹配若干个产品礼券兑换价值调整方案，并计算出多个调整幅度，结合所述兑换商店知名度与多个所述调整幅度之间的线性影响度，得到最终兑换价值调整方案。

本发明第三方面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中包括一种产品礼券兑换价值的评估方法程序，所述一种产品礼券兑换价值的评估方法程序被处理器执行时，实现任一项所述的一种产品礼券兑换价值的评估方法的步骤。

本发明解决了背景技术中存在的技术缺陷，本发明的有益技术效果在于：

获取若干个产品特性，引入层次分析算法对所述若干个产品特性进行权重提取，得到产品评估特性；基于所述产品评估特性对兑换额度进行预测，得到产品礼券的预测总兑换额度，基于哈希算法计算所述预测总兑换额度与实际总兑换额度的哈希值，生成产品礼券的兑换性能；获取预设时间段内兑换商店的产品交易额和产品礼券的兑换率，结合构建产品交易额-兑换率散点图，并多个所述散点比率进行分析，得到产品礼券的兑换分析结果；根据所述兑换性能和所述兑换分析结果在训练完成的评估模型中对当前产品礼券的兑换价值进行评估，得到产品礼券兑换价值评估结果；获取兑换商店知名度，基于所述产品礼券兑换价值评估结果匹配若干个产品礼券兑换价值调整方案，并计算出多个调整幅度，结合所述兑换商店知名度与多个所述调整幅度之间的线性影响度，得到最终兑换价值调整方案。本发明能够对产品礼券的兑换价值进行精准高效的评估，并根据评估结果对产品礼券兑换价值做出对应调整，以使得产品礼券的兑换价值符合产品销售的预期盈利效果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术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发明的一些实施例，对于本领域普通技术人员来讲，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实施例的附图。

图1示出了一种产品礼券兑换价值的评估方法的第一方法流程图；

图2示出了一种产品礼券兑换价值的评估方法的第二方法流程图；

图3示出了一种产品礼券兑换价值的评估方法的第三方法流程图；

图4示出了一种产品礼券兑换价值的评估系统的系统框架图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

本发明第一方面提供了一种产品礼券兑换价值的评估方法，如图1所示，包括以下步骤：

S102：获取产品礼券的兑换信息，根据所述兑换信息检索特性，得到若干个产品特性，引入层次分析算法对所述若干个产品特性进行权重提取，得到产品评估特性；

S104：基于所述产品评估特性获取产品的历史销售数据，根据将所述产品的历史销售数据与产品礼券的兑换额度对兑换额度进行预测，得到产品礼券的预测总兑换额度，基于哈希算法计算所述预测总兑换额度与实际总兑换额度的哈希值，生成产品礼券的兑换性能；

S106：获取预设时间段内兑换商店的产品交易额和产品礼券的兑换率，结合构建产品交易额-兑换率散点图，并在所述产品交易额-兑换率散点图内计算比率，得到多个散点比率，对多个所述散点比率进行分析，得到产品礼券的兑换分析结果；

S108：根据所述兑换性能和所述兑换分析结果在训练完成的评估模型中对当前产品礼券的兑换价值进行评估，得到产品礼券兑换价值评估结果；

S110：获取兑换商店知名度，基于所述产品礼券兑换价值评估结果匹配若干个产品礼券兑换价值调整方案，并计算出多个调整幅度，结合所述兑换商店知名度与多个所述调整幅度之间的线性影响度，得到最终兑换价值调整方案。

进一步的，本发明的一个较佳的实施例中，所述获取产品礼券的兑换信息，根据所述兑换信息检索特性，得到若干个产品特性，引入层次分析算法对所述若干个产品特性进行权重提取，得到产品评估特性，具体包括以下步骤：

获取产品礼券的兑换信息，并在所述产品礼券的兑换信息中提取出所兑换的产品领域，得到产品信息；

基于所述产品信息在大数据网络中匹配产品对应的属性，得到若干个产品属性信息，构建知识图谱，并定义所述若干个产品属性信息为检索关键词，将所述若干个检索关键词导入知识图谱中进行检索，得到若干个产品特性；

引入层次分析算法对所述若干个产品特性的权重比例进行计算，将所述若干个产品特性划分为多个层次，并获取层次分析算法中预设的量化尺寸，基于所述预设的量化尺寸比较每个所述产品特性的重要程度，得到比较结果；

根据所述比较结果构建层次矩阵，同时引入特征向量法对所述层次矩阵进行计算，以获取最大特征值和最大特征向量，基于所述最大特征值和最大特征向量分析每个所述产品特性的权重，得到若干个特性权重值；

若所述特性权重值小于预设特性权重值，则剔除小于预设特性权重值的所述特性权重值，并将剩余特性权重值对应的产品特性进行合并，得到产品评估特性。

需要说明的是，产品特性往往是产品礼券兑换价值体现的一个重要指标之一，所述产品特性包括产品的功能、实用性、品质等多个方面，而其中真正能够体现产品礼券兑换价值的只要部分，故而需对产品特性中的重要评估指标进行提取；所述产品评估特性为产品特性中最能够体现产品礼券兑换价值的重要特性；首先需对产品特性进行确定，可通过产品信息在大数据中匹配对应的产品属性，并根据产品数据在知识图谱中确定出产品特性，能够保证产品特性的搜索准确性和确定速率；然后通过引入层次分析算法对确定的产品特性进行权重赋值，以便于根据权重值确定产品特性中重要的特性指标，层次分析算法中的量化尺寸以及层次矩阵能够确保产品特性重要程度的判断精度，避免出现权重赋值误差的出现；最后比较权重值与预设权重值的大小，并剔除小于预设特性权重值的特性权重值对应的产品特性，从而便可得到若干个产品特性中能够代表产品礼券兑换价值的特性指标。本发明能够将体现产品礼券兑换价值的重要产品特性进行提取并做权重赋值，提高产品礼券兑换价值的评估准确率，减少误差出现，可靠性高。

进一步的，本发明的一个较佳的实施例中，所述基于所述产品评估特性获取产品的历史销售数据，根据将所述产品的历史销售数据与产品礼券的兑换额度对兑换额度进行预测，得到产品礼券的预测总兑换额度，基于哈希算法计算所述预测总兑换额度与实际总兑换额度的哈希值，生成产品礼券的兑换性能，具体包括以下步骤：

获取当前产品礼券的兑换额度以及产品销售平台的销售记录，基于产品信息以及所述产品评估特性在所述销售记录中提取出相关联的销售信息，得到产品的历史销售数据；

引入支持向量机算法构建预测模型，在预测模型中对所述当前产品礼券的兑换额度与所述产品的历史销售数据进行训练，得到产品礼券的预测总兑换额度；

基于所述产品销售平台的销售记录获取产品礼券的实际总兑换额度，引入哈希算法对所述实际总兑换额度与所述预测总兑换额度进行计算，得到哈希值，判断所述哈希值是否小于预设哈希值；

若小于，则说明当前产品礼券的兑换价值满足产品的预期盈利，可直接将当前产品礼券的兑换额度进行输出，若大于，则说明当前产品礼券的兑换价值不足以满足产品的预期盈利，得到产品礼券的兑换性能。

需要说明的是，当产品礼券的兑换价值较低时，则无法满足产品的预期盈利，即产品礼券的兑换性能低，因此可通过所获取的重要产品特性指标对产品礼券兑换价值进行性能分析，从而进一步确保产品礼券兑换价值的评估准确率；若欲判断产品礼券的兑换价值是否满足于产品的预期盈利，则需优先对产品礼券的总兑换额度进行预测，通过查阅产品销售平台的销售记录获取产品的历史销售数据，并结合产品礼券的兑换额度与产品的历史销售数据建立预测模型，便可对产品礼券的总兑换额度进行精准预测；而预测模型的构建则采用支持向量机算法完成，支持向量机所训练和测试出的预测模型可靠性高、鲁棒性好，能够提供良好的预测数据；将预测的总兑换额度与实际总兑换额度进行比较，此处可引入哈希算法计算比较结果，哈希值的长度能够准确体现出总兑换额度之间误差，从而高效可靠的判断产品礼券的兑换价值是否满足于产品的预期盈利，若哈希值小于预设哈希值，则说明当前产品礼券的兑换价值满足产品的预期盈利，若大于，则说明当前产品礼券的兑换价值不足以满足产品的预期盈利，最终得到产品礼券兑换性能。本发明能够对产品礼券的兑换性能进行精准分析，从而确定产品礼券的兑换价值是否达到预期效果，便于对兑换价值的后续评估。

进一步的，本发明的一个较佳的实施例中，获取兑换商店的产品交易额和产品礼券的兑换率，结合构建产品交易额-兑换率散点图，并在所述产品交易额-兑换率散点图内计算比率，得到多个散点比率，对多个所述散点比率进行分析，得到产品礼券的兑换分析结果，如图2所示，具体包括以下步骤：

S202：获取产品礼券的兑换条件信息，通过对所述产品礼券的兑换条件信息进行解读，获取产品礼券的兑换时间限制条件以及兑换商店限制条件；

S204：基于所述兑换商店限制条件获取在兑换时间限制条件内兑换商店的产品交易额和产品礼券的兑换率，构建散点图，将所述兑换时间限制条件内兑换商店的产品交易额以及所述兑换率导入散点图中，得到产品交易额-兑换率散点图；

S206：引入k-最近邻算法对所述产品交易额-兑换率散点图中的散点分布趋势进行离群检测，计算所述散点图中每个散点的欧氏距离，得到多个欧氏距离，根据多个所述欧式距离选取k个与散点最近的相邻点，并对k个所述相邻点进行投票，得到多个散点比率；

S208：预设比率幅度区间，若所述散点比率处于所述比率幅度区间，则说明当前产品礼券兑换价值幅度合理，若不处于，则说明当前产品礼券兑换价值幅度不合理，得到产品礼券的兑换分析结果。

需要说明的是，评估产品礼券的兑换价值往往还需要对产品礼券的兑换情况、兑换限制以及产品交易情况进行综合分析，若未对产品礼券的实际兑换情况进行综合分析，则难以准确体现产品礼券的兑换价值，从而根据分析结果进一步评估产品礼券兑换价值；此步骤中通过计算预设时间段内兑换商店的产品交易额和产品礼券的兑换率之间的比率，并根据比率分析当前产品礼券的兑换价值是否合理；而兑换商店的产品交易额和产品礼券的兑换率可由产品礼券的兑换时间限制条件以及兑换商店限制条件分析获得；通过构建产品交易额-兑换率散点图分析计算二者变化趋势，并引入k-最近邻算法分析散点间的分布情况，k-最近邻算法是一种离群点检测算法，能够消除散点图中的异常散点从而推断出散点比率，最后便可通过判断散点比率是否处于比率幅度区间内，若处于则说明当前产品礼券兑换价值幅度合理，若不处于，则说明当前产品礼券兑换价值幅度不合理，获取产品礼券的兑换分析结果。本发明能够对兑换商店的产品交易额和产品礼券的兑换率之间的比率进行精准计算，从而能够实现对产品礼券兑换情况的进一步分析，以使得产品礼券的兑换价值评估更加快速、可靠、准确。

进一步的，本发明的一个较佳的实施例中，所述根据所述兑换性能和所述兑换分析结果在训练完成的评估模型中对当前产品礼券的兑换价值进行评估，得到产品礼券兑换价值评估结果，如图3所示，具体包括以下步骤：

S302：基于所述产品礼券兑换性能计算礼券兑换的盈利亏损，得到礼券兑换盈利亏损值，根据所述礼券兑换盈利亏损值在产品礼券的兑换价值划定标准规则中检索对应的产品礼券折扣率，得到产品礼券折扣空间；

S304：基于大数据网络获取产品礼券的兑换价值划定标准规则，根据产品评估特性在所述兑换价值划定标准规则中确定出产品的兑换价值标准范围；

S306：获取产品礼券的兑换有效期，根据所述产品礼券的兑换分析结果、所述兑换有效期以及所述产品礼券折扣空间在产品的兑换价值标准范围中计算产品礼券的最低消费额，得到消费下限值；

S308：引入深度学习算法构建评估模型，结合所述产品礼券折扣空间、所述产品礼券的兑换有效期以及所述产品礼券的消费下限值对评估模型进行训练和测试，生成产品礼券兑换价值评估模型；

S310：通过在所述产品礼券兑换价值评估模型中对当前产品礼券的兑换价值进行评估，得到产品礼券兑换价值评估结果。

需要说明的是，在获取产品礼券兑换性能以及产品礼券的兑换分析结果后，便可将两者结合对产品礼券兑换价值进行综合评估，为了使评估结果更加直观精确，故可根据产品礼券兑换性能和产品礼券的兑换分析结果获取产品礼券折扣空间以及产品礼券的消费下限值对兑换价值进一步直观评估；以提高评估质量和评估速率，简化评估数据的分析和传输，避免复杂分析计算导致的评估结果误差；由于产品礼券兑换性能是通过比较预测总兑换额度与实际总兑换额度生成的，因此产品礼券折扣空间可根据产品礼券兑换性能计算礼券兑换的盈利亏损所对应的产品礼券折扣率来确定；而消费下限值则通过产品礼券的兑换分析结果、兑换有效期以及产品礼券折扣空间在产品礼券的兑换价值划定标准规则中计算产品礼券的最低消费额获的；引入深度学习算法构建评估模型，并根据产品礼券折扣空间和消费下限值对评估模型进行训练和测试，其中，训练评估模型的过程中实际上包括了对产品礼券兑换性能、产品礼券的兑换分析结果、礼券兑换的盈利亏损、兑换有效期、产品礼券折扣空间以及消费下限值多组数据的综合训练，从而能够对产品礼券的兑换价值进行多维度的综合评估，保证评估结果的可靠程度和准确率。本发明能够从多个维度和指标对产品礼券兑换价值进行综合评估，提高评估质量，过程中简化评估指标数据的传输量和分析量，进一步提升评估速率，减少评估误差的产生，可靠性高。

进一步的，本发明的一个较佳的实施例中，所述获取兑换商店知名度，基于所述产品礼券兑换价值评估结果匹配若干个产品礼券兑换价值调整方案，并计算出多个调整幅度，结合所述兑换商店知名度与多个所述调整幅度之间的线性影响度，得到最终兑换价值调整方案，具体包括以下步骤：

引入欧几里得距离算法对所述产品礼券兑换价值评估结果与当前产品礼券的兑换额度之间的匹配度进行计算，得到兑换价值匹配度；

若所述兑换价值匹配度不符合预设匹配度，则基于所述产品礼券兑换价值评估结果在大数据网络中匹配相关联的兑换价值调整方案，得到若干个产品礼券兑换价值调整方案；

通过所述若干个产品礼券兑换价值调整方案对当前产品礼券的兑换价值进行调整并重新评估，得到若干个调整后的产品礼券兑换价值评估结果；

计算每个所述调整后的产品礼券兑换价值评估结果与所述产品礼券兑换价值评估结果之间的差值，得到产品礼券兑换价值评估差值，并通过所述产品礼券兑换额度差值除以所述当前产品礼券兑换额度，生成多个调整幅度；

获取兑换商店知名度，通过线性回归算法计算多个所述调整幅度对所述兑换商店知名度的影响程度，得到多个线性影响度，对多个所述线性影响度进行降序排列，排列完成后，提取出所述最小线性影响度对应的调整方案作为最终兑换价值调整方案进行输出。

需要说明的是，对产品礼券兑换价值进行评估后，若评估结果不符合预期评估结果，则存在产品礼券的实际兑换价值不匹配于当前产品礼券兑换额度，可能是实际兑换价值低于当前产品礼券兑换额度，亦可能是实际兑换价值高于当前产品礼券兑换额度，因此需通过欧几里得距离算法来确定实际兑换价值与当前产品礼券兑换额度之间的兑换价值匹配度，若确定出的兑换价值匹配度不符合预设匹配度，由于兑换额度无法更改，故而需对产品礼券的兑换价值进行重新调整，以使得调整后的产品礼券兑换价值与兑换额度相匹配；但兑换价值的调整有多种不同的方案，每一种并不一定适用于当前产品礼券兑换价值的调整，且调整后的兑换价值可能存在改变兑换商店知名度的现象，故而需在若干种调整方案中选取出最佳方案进行兑换价值调整，既能保证调整后的调整后的产品礼券兑换价值与兑换额度相匹配，也能确保兑换商店知名度的稳定；所述调整幅度为调整后的产品礼券兑换价值评估结果相对于产品礼券兑换价值评估结果之间的调整程度，能够分析出调整后对兑换商店知名度的影响大小，此过程通过引入线性回归算法计算分析从而选取最佳调整方案。本发明能够根据评估结果判断兑换价值是否匹配于当前产品礼券兑换额度，并筛选出最佳的兑换价值调整方案，保证产品礼券的兑换价值准确率，提高礼券兑换质量。

此外，所述一种产品礼券兑换价值的评估方法，还包括以下步骤：

获取兑换商店的信用积分使用规则，根据所述信用积分使用规则提取出预设信用等级以及各信用等级对应的积分兑换额度，结合所述预设信用等级与所述各信用等级对应的积分兑换额度绘制映射表，得到信用等级-积分兑换额度映射表；

获取预设时间段内购买者的信用等级变化，基于所述预设时间段内购买者的信用等级变化在所述信用等级-积分兑换额度映射表中进行查找，确定当前购买者的积分兑换额度；

引入二次多项式回归算法对所述预设时间段内购买者的信用等级变化以及所述当前购买者的积分兑换额度进行曲线拟合，得到拟合曲线模型，在所述拟合曲线模型中计算拟合曲线对应的二次项系数，得到调整因子；

基于所述调整因子对所述当前购买者的积分兑换额度进行调整，得到调整后的积分兑换额度，并将调整后的积分兑换额度发送至购买者的移动终端。

需要说明的是，在某些商店使用产品礼券进行兑换时，一般会对购买者的消费信用等级做出评估，接着根据评估完成的信用等级允许购买者兑换一定的信用积分，而信用积分可作为产品礼券的附属价值来兑换价值更高的商品，以实现满足购买者消费需求，进而提高购买欲望；所述信用积分使用规则一般为商店自行规定或者根据信用卡公司官方规定的信用积分规则；所述调整因子为根据信用等级对积分兑换额度进行具体增长调整的限度，是一个与信用等级相关的值，用于确定如何增加或降低兑换额度，根据不同的需求，调整因子可以是固定值，也可以是变化的参数。本发明能够根据购买者的信用等级变化调整相应的积分兑换额度，以附加价值的形式提升产品礼券的兑换价值，并同时提高购买者的消费欲望和兴趣，提升商品的销售量。

本发明第二方面提供了一种产品礼券兑换价值的评估系统，所述一种产品礼券兑换价值的评估系统包括存储器41与处理器42，所述存储器41中储存一种产品礼券兑换价值的评估方法程序，所述一种产品礼券兑换价值的评估方法程序被所述处理器42执行时，如图4所示，实现以下步骤：

获取产品礼券的兑换信息，根据所述兑换信息检索特性，得到若干个产品特性，引入层次分析算法对所述若干个产品特性进行权重提取，得到产品评估特性；

基于所述产品评估特性获取产品的历史销售数据，根据将所述产品的历史销售数据与产品礼券的兑换额度对兑换额度进行预测，得到产品礼券的预测总兑换额度，基于哈希算法计算所述预测总兑换额度与实际总兑换额度的哈希值，生成产品礼券的兑换性能；

获取预设时间段内兑换商店的产品交易额和产品礼券的兑换率，结合构建产品交易额-兑换率散点图，并在所述产品交易额-兑换率散点图内计算比率，得到多个散点比率，对多个所述散点比率进行分析，得到产品礼券的兑换分析结果；

根据所述兑换性能和所述兑换分析结果在训练完成的评估模型中对当前产品礼券的兑换价值进行评估，得到产品礼券兑换价值评估结果；

获取兑换商店知名度，基于所述产品礼券兑换价值评估结果匹配若干个产品礼券兑换价值调整方案，并计算出多个调整幅度，结合所述兑换商店知名度与多个所述调整幅度之间的线性影响度，得到最终兑换价值调整方案。

本发明第三方面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中包括一种产品礼券兑换价值的评估方法程序，所述一种产品礼券兑换价值的评估方法程序被处理器执行时，实现任一项所述的一种产品礼券兑换价值的评估方法的步骤。

以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (8)

1.一种产品礼券兑换价值的评估方法，其特征在于，包括以下步骤：

获取产品礼券的兑换信息，根据所述兑换信息检索特性，得到若干个产品特性，引入层次分析算法对所述若干个产品特性进行权重提取，得到产品评估特性；

基于所述产品评估特性获取产品的历史销售数据，根据将所述产品的历史销售数据与产品礼券的兑换额度对兑换额度进行预测，得到产品礼券的预测总兑换额度，基于哈希算法计算所述预测总兑换额度与实际总兑换额度的哈希值，生成产品礼券的兑换性能；

获取兑换商店的产品交易额和产品礼券的兑换率，结合构建产品交易额-兑换率散点图，并在所述产品交易额-兑换率散点图内计算比率，得到多个散点比率，对多个所述散点比率进行分析，得到产品礼券的兑换分析结果；

根据所述兑换性能和所述兑换分析结果在训练完成的评估模型中对当前产品礼券的兑换价值进行评估，得到产品礼券兑换价值评估结果；

获取兑换商店知名度，基于所述产品礼券兑换价值评估结果匹配若干个产品礼券兑换价值调整方案，并计算出多个调整幅度，结合所述兑换商店知名度与多个所述调整幅度之间的线性影响度，得到最终兑换价值调整方案。

2.根据权利要求1所述的一种产品礼券兑换价值的评估方法，其特征在于，所述获取产品礼券的兑换信息，根据所述兑换信息检索特性，得到若干个产品特性，引入层次分析算法对所述若干个产品特性进行权重提取，得到产品评估特性，具体包括以下步骤：

获取产品礼券的兑换信息，并在所述产品礼券的兑换信息中提取出所兑换的产品领域，得到产品信息；

基于所述产品信息在大数据网络中匹配产品对应的属性，得到若干个产品属性信息，构建知识图谱，并定义所述若干个产品属性信息为检索关键词，将所述若干个检索关键词导入知识图谱中进行检索，得到若干个产品特性；

引入层次分析算法对所述若干个产品特性的权重比例进行计算，将所述若干个产品特性划分为多个层次，并获取层次分析算法中预设的量化尺寸，基于所述预设的量化尺寸比较每个所述产品特性的重要程度，得到比较结果；

根据所述比较结果构建层次矩阵，同时引入特征向量法对所述层次矩阵进行计算，以获取最大特征值和最大特征向量，基于所述最大特征值和最大特征向量分析每个所述产品特性的权重，得到若干个特性权重值；

若所述特性权重值小于预设特性权重值，则剔除小于预设特性权重值的所述特性权重值，并将剩余特性权重值对应的产品特性进行合并，得到产品评估特性。

3.根据权利要求1所述的一种产品礼券兑换价值的评估方法，其特征在于，所述基于所述产品评估特性获取产品的历史销售数据，根据将所述产品的历史销售数据与产品礼券的兑换额度对兑换额度进行预测，得到产品礼券的预测总兑换额度，基于哈希算法计算所述预测总兑换额度与实际总兑换额度的哈希值，生成产品礼券的兑换性能，具体包括以下步骤：

获取当前产品礼券的兑换额度以及产品销售平台的销售记录，基于产品信息以及所述产品评估特性在所述销售记录中提取出相关联的销售信息，得到产品的历史销售数据；

引入支持向量机算法构建预测模型，在预测模型中对所述当前产品礼券的兑换额度与所述产品的历史销售数据进行训练，得到产品礼券的预测总兑换额度；

基于所述产品销售平台的销售记录获取产品礼券的实际总兑换额度，引入哈希算法对所述实际总兑换额度与所述预测总兑换额度进行计算，得到哈希值，判断所述哈希值是否小于预设哈希值；

若小于，则说明当前产品礼券的兑换价值满足产品的预期盈利，可直接将当前产品礼券的兑换额度进行输出，若大于，则说明当前产品礼券的兑换价值不足以满足产品的预期盈利，得到产品礼券的兑换性能。

4.根据权利要求1所述的一种产品礼券兑换价值的评估方法，其特征在于，获取兑换商店的产品交易额和产品礼券的兑换率，结合构建产品交易额-兑换率散点图，并在所述产品交易额-兑换率散点图内计算比率，得到多个散点比率，对多个所述散点比率进行分析，得到产品礼券的兑换分析结果，具体包括以下步骤：

获取产品礼券的兑换条件信息，通过对所述产品礼券的兑换条件信息进行解读，获取产品礼券的兑换时间限制条件以及兑换商店限制条件；

基于所述兑换商店限制条件获取在兑换时间限制条件内兑换商店的产品交易额和产品礼券的兑换率，构建散点图，将所述兑换时间限制条件内兑换商店的产品交易额以及所述兑换率导入散点图中，得到产品交易额-兑换率散点图；

引入k-最近邻算法对所述产品交易额-兑换率散点图中的散点分布趋势进行离群检测，计算所述散点图中每个散点的欧氏距离，得到多个欧氏距离，根据多个所述欧式距离选取k个与散点最近的相邻点，并对k个所述相邻点进行投票，得到多个散点比率；

预设比率幅度区间，若所述散点比率处于所述比率幅度区间，则说明当前产品礼券兑换价值幅度合理，若不处于，则说明当前产品礼券兑换价值幅度不合理，得到产品礼券的兑换分析结果。

5.根据权利要求1所述的一种产品礼券兑换价值的评估方法，其特征在于，所述根据所述兑换性能和所述兑换分析结果在训练完成的评估模型中对当前产品礼券的兑换价值进行评估，得到产品礼券兑换价值评估结果，具体包括以下步骤：

基于所述产品礼券兑换性能计算礼券兑换的盈利亏损，得到礼券兑换盈利亏损值，根据所述礼券兑换盈利亏损值在产品礼券的兑换价值划定标准规则中检索对应的产品礼券折扣率，得到产品礼券折扣空间；

基于大数据网络获取产品礼券的兑换价值划定标准规则，根据产品评估特性在所述兑换价值划定标准规则中确定出产品的兑换价值标准范围；

获取产品礼券的兑换有效期，根据所述产品礼券的兑换分析结果、所述兑换有效期以及所述产品礼券折扣空间在产品的兑换价值标准范围中计算产品礼券的最低消费额，得到消费下限值；

引入深度学习算法构建评估模型，结合所述产品礼券折扣空间、所述产品礼券的兑换有效期以及所述产品礼券的消费下限值对评估模型进行训练和测试，生成产品礼券兑换价值评估模型；

通过在所述产品礼券兑换价值评估模型中对当前产品礼券的兑换价值进行评估，得到产品礼券兑换价值评估结果。

6.根据权利要求1所述的一种产品礼券兑换价值的评估方法，其特征在于，所述获取兑换商店知名度，基于所述产品礼券兑换价值评估结果匹配若干个产品礼券兑换价值调整方案，并计算出多个调整幅度，结合所述兑换商店知名度与多个所述调整幅度之间的线性影响度，得到最终兑换价值调整方案，具体包括以下步骤：

引入欧几里得距离算法对所述产品礼券兑换价值评估结果与当前产品礼券的兑换额度之间的匹配度进行计算，得到兑换价值匹配度；

若所述兑换价值匹配度不符合预设匹配度，则基于所述产品礼券兑换价值评估结果在大数据网络中匹配相关联的兑换价值调整方案，得到若干个产品礼券兑换价值调整方案；

通过所述若干个产品礼券兑换价值调整方案对当前产品礼券的兑换价值进行调整并重新评估，得到若干个调整后的产品礼券兑换价值评估结果；

计算每个所述调整后的产品礼券兑换价值评估结果与所述产品礼券兑换价值评估结果之间的差值，得到产品礼券兑换价值评估差值，并通过所述产品礼券兑换额度差值除以所述当前产品礼券兑换额度，生成多个调整幅度；

获取兑换商店知名度，通过线性回归算法计算多个所述调整幅度对所述兑换商店知名度的影响程度，得到多个线性影响度，对多个所述线性影响度进行降序排列，排列完成后，提取出所述最小线性影响度对应的调整方案作为最终兑换价值调整方案进行输出。

7.一种产品礼券兑换价值的评估系统，其特征在于，所述一种产品礼券兑换价值的评估系统包括存储器与处理器，所述存储器中储存一种产品礼券兑换价值的评估方法程序，所述一种产品礼券兑换价值的评估方法程序被所述处理器执行时，实现以下步骤：

获取产品礼券的兑换信息，根据所述兑换信息检索特性，得到若干个产品特性，引入层次分析算法对所述若干个产品特性进行权重提取，得到产品评估特性；

基于所述产品评估特性获取产品的历史销售数据，根据将所述产品的历史销售数据与产品礼券的兑换额度对兑换额度进行预测，得到产品礼券的预测总兑换额度，基于哈希算法计算所述预测总兑换额度与实际总兑换额度的哈希值，生成产品礼券的兑换性能；

获取预设时间段内兑换商店的产品交易额和产品礼券的兑换率，结合构建产品交易额-兑换率散点图，并在所述产品交易额-兑换率散点图内计算比率，得到多个散点比率，对多个所述散点比率进行分析，得到产品礼券的兑换分析结果；

根据所述兑换性能和所述兑换分析结果在训练完成的评估模型中对当前产品礼券的兑换价值进行评估，得到产品礼券兑换价值评估结果；

获取兑换商店知名度，基于所述产品礼券兑换价值评估结果匹配若干个产品礼券兑换价值调整方案，并计算出多个调整幅度，结合所述兑换商店知名度与多个所述调整幅度之间的线性影响度，得到最终兑换价值调整方案。

8.一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中包括一种产品礼券兑换价值的评估方法程序，所述一种产品礼券兑换价值的评估方法程序被处理器执行时，实现如权利要求1-6任一项所述的一种产品礼券兑换价值的评估方法的步骤。