CN118627739A - 数据处理方法、装置、计算机设备、可读存储介质和程序产品 - Google Patents
数据处理方法、装置、计算机设备、可读存储介质和程序产品 Download PDFInfo
- Publication number
- CN118627739A CN118627739A CN202410738589.9A CN202410738589A CN118627739A CN 118627739 A CN118627739 A CN 118627739A CN 202410738589 A CN202410738589 A CN 202410738589A CN 118627739 A CN118627739 A CN 118627739A
- Authority
- CN
- China
- Prior art keywords
- resource
- order
- proportion
- target
- new 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 27
- 238000004590 computer program Methods 0.000 claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 20
- 230000008901 benefit Effects 0.000 claims description 14
- 238000012549 training Methods 0.000 description 25
- 238000004364 calculation method Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 2
- 238000007796 conventional method Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种数据处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。所述方法包括:获取针对目标对象在当前周期内的目标资源增长比例;当接收到所述目标对象的新订单时,获取所述新订单的新订单信息,以及所述目标对象在当前周期内的历史订单的历史订单信息;基于所述目标资源增长比例和所述历史订单信息,确定所述新订单在所述当前周期内的订单资源增长比例;根据所述新订单在所述当前周期内的订单资源增长比例和所述新订单信息,确定所述新订单的目标时长;所述目标时长是所述计算机设备获取到所述新订单的收益资源的最大时长。采用本方法能够提高数据处理的准确性。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种数据处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
背景技术
随着计算机技术的发展,出现了订单管理系统,用户可以在计算机设备中安装订单管理系统,并在订单管理系统中对订单的各种信息进行管理,如增加订单、删除订单、设置订单的目标时长等。传统的新订单的目标时长确定方法,通常是由用户手动输入设置的,然而,传统的目标时长的确定方法,存在不准确的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够准确性的数据处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种数据处理方法,包括:
获取针对目标对象在当前周期内的目标资源增长比例;
当接收到所述目标对象的新订单时,获取所述新订单的新订单信息,以及所述目标对象在当前周期内的历史订单的历史订单信息;
基于所述目标资源增长比例和所述历史订单信息,确定所述新订单在所述当前周期内的订单资源增长比例;
根据所述新订单在所述当前周期内的订单资源增长比例和所述新订单信息,确定所述新订单的目标时长;所述目标时长是所述计算机设备获取到所述新订单的收益资源的最大时长。
在其中一个实施例中,所述基于所述目标资源增长比例和所述历史订单信息,确定所述新订单在所述当前周期内的订单资源增长比例,包括:
基于所述历史订单信息,确定所述历史订单在当前周期内的历史资源增长比例;
根据所述历史资源增长比例和所述目标资源增长比例,确定所述新订单在所述当前周期内的订单资源增长比例。
在其中一个实施例中,所述订单资源增长比例包括所述第一资源增长比例和所述第二资源增长比例;所述根据所述历史资源增长比例和所述目标资源增长比例,确定所述新订单在所述当前周期内的订单资源增长比例,包括:
若所述历史资源增长比例大于或等于所述目标资源增长比例,则基于所述目标资源增长比例,确定所述新订单在所述当前周期内的订单资源增长比例;所述订单资源增长比例低于所述目标资源增长比例,且高于最低资源增长比例;
若所述历史资源增长比例小于所述目标资源增长比例,则基于所述目标资源增长比例,确定所述新订单在所述当前周期内的第二资源增长比例;所述第二资源增长比例大于或等于所述目标资源增长比例。
在其中一个实施例中,所述新订单信息包括所述新订单的成本资源和收益资源;
所述新订单的成本资源的确定方法,包括:
获取所述目标对象的至少两个维度信息;
基于所述目标对象的至少两个维度信息,确定所述新订单的成本资源;
所述根据所述新订单在所述当前周期内的订单资源增长比例和所述新订单信息,确定所述新订单的目标时长,包括:
根据所述新订单在所述当前周期内的订单资源增长比例、所述成本资源和所述收益资源,确定所述新订单的目标时长。
在其中一个实施例中,所述基于所述目标资源增长比例和所述历史订单信息,确定所述新订单在所述当前周期内的订单资源增长比例之后,还包括:
基于所述历史订单信息,确定所述历史订单在当前周期内的历史资源增长比例;
根据所述历史订单在当前周期内的历史资源增长比例,以及所述新订单在所述当前周期内的订单资源增长比例,确定所述目标对象在当前周期内的订单资源增长比例;所述订单资源增长比例处于预设比例范围内,所述预设比例范围内包括所述目标资源增长比例。
在其中一个实施例中,所述方法还包括:
若在目标时长内未获取到所述新订单的收益资源,则触发生成提示信息;所述提示信息表证所述目标对象的收益风险大于风险阈值。
第二方面,本申请还提供了一种数据处理装置,包括:
获取模块,用于获取针对目标对象在当前周期内的目标资源增长比例;
所述获取模块还用于当接收到所述目标对象的新订单时,获取所述新订单的新订单信息,以及所述目标对象在当前周期内的历史订单的历史订单信息;
资源增长比例确定模块,用于基于所述目标资源增长比例和所述历史订单信息,确定所述新订单在所述当前周期内的订单资源增长比例;
目标时长确定模块,用于根据所述新订单在所述当前周期内的订单资源增长比例和所述新订单信息,确定所述新订单的目标时长;所述目标时长是所述计算机设备获取到所述新订单的收益资源的最大时长。
第三方面,本申请还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取针对目标对象在当前周期内的目标资源增长比例;
当接收到所述目标对象的新订单时,获取所述新订单的新订单信息,以及所述目标对象在当前周期内的历史订单的历史订单信息;
基于所述目标资源增长比例和所述历史订单信息,确定所述新订单在所述当前周期内的订单资源增长比例;
根据所述新订单在所述当前周期内的订单资源增长比例和所述新订单信息,确定所述新订单的目标时长;所述目标时长是所述计算机设备获取到所述新订单的收益资源的最大时长。
第四方面,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取针对目标对象在当前周期内的目标资源增长比例;
当接收到所述目标对象的新订单时,获取所述新订单的新订单信息,以及所述目标对象在当前周期内的历史订单的历史订单信息;
基于所述目标资源增长比例和所述历史订单信息,确定所述新订单在所述当前周期内的订单资源增长比例;
根据所述新订单在所述当前周期内的订单资源增长比例和所述新订单信息,确定所述新订单的目标时长;所述目标时长是所述计算机设备获取到所述新订单的收益资源的最大时长。
第五方面,本申请还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取针对目标对象在当前周期内的目标资源增长比例;
当接收到所述目标对象的新订单时,获取所述新订单的新订单信息,以及所述目标对象在当前周期内的历史订单的历史订单信息;
基于所述目标资源增长比例和所述历史订单信息,确定所述新订单在所述当前周期内的订单资源增长比例;
根据所述新订单在所述当前周期内的订单资源增长比例和所述新订单信息,确定所述新订单的目标时长;所述目标时长是所述计算机设备获取到所述新订单的收益资源的最大时长。
上述数据处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品,获取针对目标对象在当前周期内的目标资源增长比例,当接收到目标对象的新订单时,获取新订单的新订单信息,以及目标对象在当前周期内的历史订单的历史订单信息;那么,基于目标资源增长比例和历史订单信息,可以准确地确定新订单在当前周期内的订单资源增长比例,进而根据该新订单在当前周期内的订单资源增长比例和新订单信息,更准确地确定新订单的目标时长,而该目标时长是计算机设备获取到新订单的收益资源的最大时长,提高了数据处理的准确性。
附图说明
为了更清楚地说明本申请实施例或相关技术中的技术方案,下面将对本申请实施例或相关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申请的一些实施例,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相关的附图。
图1为一个实施例中数据处理方法的流程示意图;
图2为一个实施例中动态调整订单资源增长比例的示意图;
图3为一个实施例中数据处理装置的结构框图;
图4为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,如图1所示,提供了一种数据处理方法,本实施例以该方法应用于计算机设备进行举例说明,该计算机设备可以是终端或者服务器;可以理解的是,该方法也可以应用于包括终端和服务器的系统,并通过终端和服务器的交互实现。其中,终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备、投影设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。头戴设备可以为虚拟现实(VirtualReality,VR)设备、增强现实(Augmented Reality,AR)设备、智能眼镜等。服务器可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或分布式系统,还可以是提供云计算服务的云服务器。
本实施例中,该数据处理方法包括以下步骤:
步骤S102,获取针对目标对象在当前周期内的目标资源增长比例。
其中,目标资源增长比例是资源增长比例的目标值。示例性的,目标资源增长比例可以是年化收益率。可选的,目标资源增长比例也可以是月化收益率等。当前周期可以根据需要进行设置。例如,当前周期可以是一年,即365天,也可以是一个月或者一天等。目标对象是下订单的客户对象。
可选的,计算机设备显示针对目标对象的订单管理页面,订单管理页面中包括资源增长比例入口,从资源增长比例入口中获取针对目标对象在当前周期内的目标资源增长比例。
可选的,针对每个目标对象,计算机设备获取配置的在当前周期内的目标资源增长比例。
步骤S104,当接收到目标对象的新订单时,获取新订单的新订单信息,以及目标对象在当前周期内的历史订单的历史订单信息。
其中,新订单信息包括新订单的成本资源和收益资源,还可以包括新订单的单位成本资源、单位收益资源和数量等,不限于此。其中,成本资源可以是本金,收益资源可以是收益或者利润。
历史订单的数量可以是一个或者至少两个。历史订单信息包括历史订单的历史资源增长比例,还可以包括历史订单获取到收益资源的时长等信息,不限于此。其中,历史订单的历史资源增长比例,可以是历史订单的平均年化收益率。
可选的,当接收到目标对象的新订单时,计算机设备从订单管理系统中获取新订单的新订单信息,以及目标对象在当前周期内的历史订单的历史订单信息。
步骤S106,基于目标资源增长比例和历史订单信息,确定新订单在当前周期内的订单资源增长比例。
可选的,计算机设备通过训练完成的订单资源增长比例模型,基于目标资源增长比例和历史订单信息,确定新订单在当前周期内的订单资源增长比例。
示例性的,订单资源增长比例模型可以是年化收益率模型,用于确定出订单在当前周期内的订单资源增长比例,即用于计算出订单的年化收益率。
其中,训练完成的订单资源增长比例模型的训练方式,包括:通过待训练的订单资源增长比例模型对训练订单进行数据处理,确定出训练订单的训练资源增长比例;基于训练资源增长比例和训练订单对应的参考资源增长比例,确定出第一损失函数值;基于第一损失函数值调整该待训练的订单资源增长比例模型的参数,得到新的订单资源增长比例模型,通过新的订单资源增长比例模型返回执行对训练订单进行数据处理,直到满足训练截止条件,得到训练完成的订单资源增长比例模型。其中,训练截止条件可以是预设迭代训练次数,也可以是第一损失函数值小于预设数值等,不限于此。
可选的,计算机设备基于目标资源增长比例和历史订单信息,调整预设的资源增长比例,确定新订单在当前周期内的订单资源增长比例。其中,预设的资源增长比例可以与目标资源增长比例相同,也可以是其他的预设的资源增长比例。
步骤S108,根据新订单在当前周期内的订单资源增长比例和新订单信息,确定新订单的目标时长;目标时长是计算机设备获取到新订单的收益资源的最大时长。
其中,目标时长是计算机设备获取到新订单的收益资源的最大时长,也即新订单的账期,可以使得目标对象在当前周期内的资源增长比例大于或等于目标资源增长比例,或者使得目标对象在当前周期内的资源增长比例处于预设比例范围内,预设比例范围包括目标资源增长比例。
可选的,计算机设备通过训练完成的时长计算模型,根据新订单在当前周期内的订单资源增长比例和新订单信息,确定新订单的目标时长。
示例性的,时长计算模型可以是账期模型,用于确定出新订单在的目标时长。
其中,训练完成的时长计算模型的训练方式,包括:通过待训练的时长计算模型对训练订单进行数据处理,确定出训练订单的训练时长;基于训练时长和训练订单对应的参考时长,确定出第二损失函数值;基于第二损失函数值调整该待训练的时长计算模型的参数,得到新的时长计算模型,通过新的时长计算模型返回执行对训练订单进行数据处理,直到满足训练截止条件,得到训练完成的时长计算模型。其中,训练截止条件可以是预设迭代训练次数,也可以是第二损失函数值小于预设数值等,不限于此。
上述数据处理方法中,获取针对目标对象在当前周期内的目标资源增长比例,当接收到目标对象的新订单时,获取新订单的新订单信息,以及目标对象在当前周期内的历史订单的历史订单信息;那么,基于目标资源增长比例和历史订单信息,可以准确地确定新订单在当前周期内的订单资源增长比例,进而根据该新订单在当前周期内的订单资源增长比例和新订单信息,更准确地确定新订单的目标时长,而该目标时长是计算机设备获取到新订单的收益资源的最大时长,提高了数据处理的准确性。
在一个实施例中,基于目标资源增长比例和历史订单信息,确定新订单在当前周期内的订单资源增长比例,包括:基于历史订单信息,确定历史订单在当前周期内的历史资源增长比例;根据历史资源增长比例和目标资源增长比例,确定新订单在当前周期内的订单资源增长比例。
可选的,计算机设备获取各个历史订单的历史订单信息,基于各个历史订单的订单信息,确定历史订单在当前周期内的历史资源增长比例。
可选的,计算机设备确定各个历史订单的资源增长比例的平均值,得到历史订单在当前周期内的历史资源增长比例。
可选的,订单资源增长比例包括第一资源增长比例和第二资源增长比例;根据历史资源增长比例和目标资源增长比例,确定新订单在当前周期内的订单资源增长比例,包括:若历史资源增长比例大于或等于目标资源增长比例,则基于预设的资源增长比例,确定新订单在当前周期内的第一资源增长比例;第一资源增长比例低于目标资源增长比例,且高于最低资源增长比例;若历史资源增长比例小于目标资源增长比例,则基于预设的资源增长比例,确定新订单在当前周期内的第二资源增长比例;第二资源增长比例大于或等于目标资源增长比例。
可选的,若历史资源增长比例大于或等于目标资源增长比例,则降低预设的资源增长比例,得到新订单在当前周期内的第一资源增长比例;第一资源增长比例低于目标资源增长比例,且高于最低资源增长比例;若历史资源增长比例小于目标资源增长比例,则提高预设的资源增长比例,确定新订单在当前周期内的第二资源增长比例;第二资源增长比例大于或等于目标资源增长比例。其中,预设的资源增长比例可以是目标资源增长比例。
如图2所示,目标资源增长比例(年化收益目标n)计算机设备接收到目标对象的b1的成本资源为1000万,收益资源为10万,目标时长(账期)是365天,则年化收益率=(10万 /365天 / 100万) * 365 = 10%。
当接收到目标对象的b2订单时,针对b2订单单独计算目标时长,b2订单的成本资源(额度)也就是单笔资信的额度,根据订单额度以及设定的收益资源,可计算出b2 订单的目标时长。如b2订单的订单资源增长比例为5%,b2订单的成本资源(订单额度)是100万,则确定b2订单的目标时长为730天。
若目标对象的资源增长比例为5%,而目标资源增长比例为10%,则每笔订单的最低浮动年化收益是5%。也就是一笔订单的原本账期应该设定为365天, 但是可适当放宽到730天。
每一笔订单会有多个订单资源增长比例(年化收益率),每笔新订单建立时需要计算平均的年化收益(用所有订单的总订单金额 、总利润计算)。
在本实施例中,计算机设备基于历史订单信息,确定历史订单在当前周期内的历史资源增长比例,进而根据历史资源增长比例和目标资源增长比例,可以更准确地确定新订单在当前周期内的订单资源增长比例。进一步地,计算机设备基于历史资源增长比例和目标资源增长比例之间的大小管理,可以更准确地调整预设的资源增长比例的大小,从而可以更准确地确定新订单在当前周期内的订单资源增长比例。
在一个实施例中,新订单信息包括新订单的成本资源和收益资源;新订单的成本资源的确定方法,包括:获取目标对象的至少两个维度信息;基于目标对象的至少两个维度信息,确定新订单的成本资源;根据新订单在当前周期内的订单资源增长比例和新订单信息,确定新订单的目标时长,包括:根据新订单在当前周期内的订单资源增长比例、成本资源和收益资源,确定新订单的目标时长。
其中,目标对象的至少两个维度信息可以包括目标对象的等级、目标对象的风险变化情况和目标对象的坏账、逾期情况中的至少两个。可以理解的是,在医疗场景中,目标对象可以是三甲医院或者药房企业,三甲医院的等级高于药房企业的等级;目标对象在换院长或者医院应收不及预期等情况时,表示目标对象的风险提高;目标对象的坏账增加或者逾期减少等。
可选的,新订单的成本资源和目标对象满足预设条件的维度数量成正相关。目标对象满足预设条件,表示目标对象在该维度的风险较低。
单笔订单的成本资源额度小于预设的最高成本资源的限额。
可选的,计算机设备根据年化收益的计算方式:年化收益=(收益/账期/本金)*365,则采用以下公式计算得到新订单的目标时长:e1≤d1/(n/365*c1)。其中,e1是新订单的目标时长(账期),d1是新订单的收益资源(收益),n是新订单在当前周期内的订单资源增长比例(年华收益),365是当前周期即1年,c1是新订单的成本资源(本金)。
其中,新订单的收益资源是新订单中每个产品的收益资源乘以数量,即d1=(进价-出售价格)* 数量)。
在本实施例中,获取目标对象的至少两个维度信息,基于目标对象的至少两个维度信息,可以准确地确定新订单的成本资源;那么,根据新订单在当前周期内的订单资源增长比例、成本资源和收益资源,可以更准确地确定新订单的目标时长。
在一个实施例中,基于目标资源增长比例和历史订单信息,确定新订单在当前周期内的订单资源增长比例之后,还包括:基于历史订单信息,确定历史订单在当前周期内的历史资源增长比例;根据历史订单在当前周期内的历史资源增长比例,以及新订单在当前周期内的订单资源增长比例,确定目标对象在当前周期内的资源增长比例;目标对象在当前周期内的资源增长比例处于预设比例范围内,预设比例范围内包括目标资源增长比例。
其中,预设比例范围可以根据需要进行设置,且预设比例范围内包括目标资源增长比例。示例性的,目标资源增长比例为10%,则预设比例范围可以是5%-15%。
可以理解的是,目标对象在当前周期内的资源增长比例是动态变化值,该资源增长比例不低于预设比例范围的最小值。
可选的,计算机设备确定历史订单在当前周期内的历史资源增长比例和新订单在当前周期内的订单资源增长比例的平均值,将该平均值作为目标对象在当前周期内的资源增长比例,即目标对象在当前周期内的资源增长比例需要处于预设比例范围内,可以使得目标对象在当前周期内的资源增长比例不偏离目标资源增长比例,从而更准确地确定每个新订单的目标时长。
在一个实施例中,上述方法还包括:若在目标时长内未获取到新订单的收益资源,则触发生成提示信息;提示信息表证目标对象的收益风险大于风险阈值。
其中,风险阈值可以根据需要进行设置。
若在目标时长内未获取到新订单的收益资源,表示该新订单获取收益资源逾期,则触发生成提示信息,用于提示用户该新订单获取收益资源存在逾期。
在本实施例中,若在目标时长内未获取到新订单的收益资源,则触发生成提示信息,可以提示用户该新订单获取收益资源存在逾期,使得该目标对象在当前周期内的资源增长比例变小,那么可以计提坏账,终止合作,并且不允许给当前客户继续供货,后续做催收等。
可选的,若目标对象的当前资源增长比例(年化收益)可控在预设比例范围内(如10%以内),则可以通过更高的资源增长比例的订单来保证目标对象的资源增长比例在预设比例范围内。如通过购买较高收益(利润率)的产品,或者降低账期来提升当前客户的资源增长比例(年化收益)。
若目标对象的当前资源增长比例(年化收益)小于预设比例范围的最小值, 可按需终止当前客户合作或计提坏账。
在一个实施例中,还提供了另一种数据处理方法,应用于计算机设备,该数据处理方法包括以下步骤:
步骤A1,获取针对目标对象在当前周期内的目标资源增长比例。
步骤A2,当接收到目标对象的新订单时,获取新订单的新订单信息,以及目标对象在当前周期内的历史订单的历史订单信息;新订单信息包括新订单的成本资源和收益资源;其中,新订单的成本资源的确定方法,包括:获取目标对象的至少两个维度信息;基于目标对象的至少两个维度信息,确定新订单的成本资源。
步骤A3,基于历史订单信息,确定历史订单在当前周期内的历史资源增长比例。
步骤A4,若历史资源增长比例大于或等于目标资源增长比例,则基于预设的资源增长比例,确定新订单在当前周期内的第一资源增长比例;第一资源增长比例低于目标资源增长比例,且高于最低资源增长比例;若历史资源增长比例小于目标资源增长比例,则基于预设的资源增长比例,确定新订单在当前周期内的第二资源增长比例;第二资源增长比例大于或等于目标资源增长比例;第一资源增长比例和第二资源增长比例均属于订单资源增长比例。
步骤A5,根据历史订单在当前周期内的历史资源增长比例,以及新订单在当前周期内的订单资源增长比例,确定目标对象在当前周期内的资源增长比例;目标对象在当前周期内的资源增长比例处于预设比例范围内,预设比例范围内包括目标资源增长比例。
步骤A6,根据新订单在当前周期内的订单资源增长比例、成本资源和收益资源,确定新订单的目标时长;目标时长是计算机设备获取到新订单的收益资源的最大时长。
步骤A7,若在目标时长内未获取到新订单的收益资源,则触发生成提示信息;提示信息表证目标对象的收益风险大于风险阈值。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的数据处理方法的数据处理装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个数据处理装置实施例中的具体限定可以参见上文中对于数据处理方法的限定,在此不再赘述。
在一个示例性的实施例中,如图3所示,提供了一种数据处理装置,包括:获取模块302、资源增长比例确定模块304和目标时长确定模块306,其中:
获取模块302,用于获取针对目标对象在当前周期内的目标资源增长比例。
获取模块302还用于当接收到目标对象的新订单时,获取新订单的新订单信息,以及目标对象在当前周期内的历史订单的历史订单信息。
资源增长比例确定模块304,用于基于目标资源增长比例和历史订单信息,确定新订单在当前周期内的订单资源增长比例。
目标时长确定模块306,用于根据新订单在当前周期内的订单资源增长比例和新订单信息,确定新订单的目标时长;目标时长是计算机设备获取到新订单的收益资源的最大时长。
上述数据处理装置,获取针对目标对象在当前周期内的目标资源增长比例,当接收到目标对象的新订单时,获取新订单的新订单信息,以及目标对象在当前周期内的历史订单的历史订单信息;那么,基于目标资源增长比例和历史订单信息,可以准确地确定新订单在当前周期内的订单资源增长比例,进而根据该新订单在当前周期内的订单资源增长比例和新订单信息,更准确地确定新订单的目标时长,而该目标时长是计算机设备获取到新订单的收益资源的最大时长,提高了数据处理的准确性。
在一个实施例中,上述资源增长比例确定模块304还用于基于历史订单信息,确定历史订单在当前周期内的历史资源增长比例;根据历史资源增长比例和目标资源增长比例,确定新订单在当前周期内的订单资源增长比例。
在一个实施例中,订单资源增长比例包括第一资源增长比例和第二资源增长比例;上述资源增长比例确定模块304还用于若历史资源增长比例大于或等于目标资源增长比例,则基于预设的资源增长比例,确定新订单在当前周期内的第一资源增长比例;第一资源增长比例低于目标资源增长比例,且高于最低资源增长比例;若历史资源增长比例小于目标资源增长比例,则基于预设的资源增长比例,确定新订单在当前周期内的第二资源增长比例;第二资源增长比例大于或等于目标资源增长比例。
在一个实施例中,新订单信息包括新订单的成本资源和收益资源;上述获取模块302还用于获取目标对象的至少两个维度信息;基于目标对象的至少两个维度信息,确定新订单的成本资源;上述目标时长确定模块306还用于根据新订单在当前周期内的订单资源增长比例、成本资源和收益资源,确定新订单的目标时长。
在一个实施例中,上述资源增长比例确定模块304还用于基于历史订单信息,确定历史订单在当前周期内的历史资源增长比例;根据历史订单在当前周期内的历史资源增长比例,以及新订单在当前周期内的订单资源增长比例,确定目标对象在当前周期内的资源增长比例;目标对象在当前周期内的资源增长比例处于预设比例范围内,预设比例范围内包括目标资源增长比例。
在一个实施例中,上述装置还包括提示模块,该提示模块用于若在目标时长内未获取到新订单的收益资源,则触发生成提示信息;提示信息表证目标对象的收益风险大于风险阈值。
上述数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个示例性的实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图4所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、近场通信(Near Field Communication,NFC)或其他技术实现。该计算机程序被处理器执行时以实现一种数据处理方法。该计算机设备的显示单元用于形成视觉可见的画面,可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图4中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,且相关数据的收集、使用和处理需要符合相关规定。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性存储器和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(Resistive Random Access Memory,ReRAM)、磁变存储器(Magnetoresistive RandomAccess Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。本申请提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器、人工智能(Artificial Intelligence,AI)处理器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本申请记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种数据处理方法,其特征在于,应用于计算机设备,所述方法包括:
获取针对目标对象在当前周期内的目标资源增长比例;
当接收到所述目标对象的新订单时,获取所述新订单的新订单信息,以及所述目标对象在当前周期内的历史订单的历史订单信息;
基于所述目标资源增长比例和所述历史订单信息,确定所述新订单在所述当前周期内的订单资源增长比例;
根据所述新订单在所述当前周期内的订单资源增长比例和所述新订单信息,确定所述新订单的目标时长;所述目标时长是所述计算机设备获取到所述新订单的收益资源的最大时长。
2.根据权利要求1所述的方法,其特征在于,所述基于所述目标资源增长比例和所述历史订单信息,确定所述新订单在所述当前周期内的订单资源增长比例,包括:
基于所述历史订单信息,确定所述历史订单在当前周期内的历史资源增长比例;
根据所述历史资源增长比例和所述目标资源增长比例,确定所述新订单在所述当前周期内的订单资源增长比例。
3.根据权利要求2所述的方法,其特征在于,所述订单资源增长比例包括第一资源增长比例和第二资源增长比例;所述根据所述历史资源增长比例和所述目标资源增长比例,确定所述新订单在所述当前周期内的订单资源增长比例,包括:
若所述历史资源增长比例大于或等于所述目标资源增长比例,则基于预设的资源增长比例,确定所述新订单在所述当前周期内的第一资源增长比例;所述第一资源增长比例低于所述目标资源增长比例,且高于最低资源增长比例;
若所述历史资源增长比例小于所述目标资源增长比例,则基于预设的资源增长比例,确定所述新订单在所述当前周期内的第二资源增长比例;所述第二资源增长比例大于或等于所述目标资源增长比例。
4.根据权利要求1所述的方法,其特征在于,所述新订单信息包括所述新订单的成本资源和收益资源;
所述新订单的成本资源的确定方法,包括:
获取所述目标对象的至少两个维度信息;
基于所述目标对象的至少两个维度信息,确定所述新订单的成本资源;
所述根据所述新订单在所述当前周期内的订单资源增长比例和所述新订单信息,确定所述新订单的目标时长,包括:
根据所述新订单在所述当前周期内的订单资源增长比例、所述成本资源和所述收益资源,确定所述新订单的目标时长。
5.根据权利要求1所述的方法,其特征在于,所述基于所述目标资源增长比例和所述历史订单信息,确定所述新订单在所述当前周期内的订单资源增长比例之后,还包括:
基于所述历史订单信息,确定所述历史订单在当前周期内的历史资源增长比例;
根据所述历史订单在当前周期内的历史资源增长比例,以及所述新订单在所述当前周期内的订单资源增长比例,确定所述目标对象在当前周期内的资源增长比例;所述目标对象在当前周期内的资源增长比例处于预设比例范围内,所述预设比例范围内包括所述目标资源增长比例。
6.根据权利要求1至5任意一项所述的方法,其特征在于,所述方法还包括:
若在目标时长内未获取到所述新订单的收益资源,则触发生成提示信息;所述提示信息表证所述目标对象的收益风险大于风险阈值。
7.一种数据处理装置,其特征在于,应用于计算机设备,所述装置包括:
获取模块,用于获取针对目标对象在当前周期内的目标资源增长比例;
所述获取模块还用于当接收到所述目标对象的新订单时,获取所述新订单的新订单信息,以及所述目标对象在当前周期内的历史订单的历史订单信息;
资源增长比例确定模块,用于基于所述目标资源增长比例和所述历史订单信息,确定所述新订单在所述当前周期内的订单资源增长比例;
目标时长确定模块,用于根据所述新订单在所述当前周期内的订单资源增长比例和所述新订单信息,确定所述新订单的目标时长;所述目标时长是所述计算机设备获取到所述新订单的收益资源的最大时长。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410738589.9A CN118627739A (zh) | 2024-06-07 | 2024-06-07 | 数据处理方法、装置、计算机设备、可读存储介质和程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410738589.9A CN118627739A (zh) | 2024-06-07 | 2024-06-07 | 数据处理方法、装置、计算机设备、可读存储介质和程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN118627739A true CN118627739A (zh) | 2024-09-10 |
Family
ID=92603301
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410738589.9A Pending CN118627739A (zh) | 2024-06-07 | 2024-06-07 | 数据处理方法、装置、计算机设备、可读存储介质和程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN118627739A (zh) |
-
2024
- 2024-06-07 CN CN202410738589.9A patent/CN118627739A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12073421B2 (en) | Generation of subscription recommendations for content creators | |
US11687535B2 (en) | Automatic computation of features from a data stream | |
CN117112942A (zh) | 用户界面调整方法、装置、计算机设备和存储介质 | |
CN118627739A (zh) | 数据处理方法、装置、计算机设备、可读存储介质和程序产品 | |
CN118409882B (zh) | 业务数据处理方法、装置、计算机设备和可读存储介质 | |
CN117372152A (zh) | 资源归还计划信息生成方法、装置和计算机设备 | |
CN117014497A (zh) | 内容推送方法、装置、计算机设备和存储介质 | |
CN118864055A (zh) | 数据处理方法、装置、计算机设备和可读存储介质 | |
CN117390490A (zh) | 用电信用报告的生成方法、装置、设备、存储介质和产品 | |
CN116846844A (zh) | 虚拟资源分发方法、装置、计算机设备和存储介质 | |
CN115841348A (zh) | 虚拟资源处理方法、装置、计算机设备和存储介质 | |
CN118568350A (zh) | 金融产品推荐内容的存储方法、装置、设备、介质和产品 | |
CN117311686A (zh) | 应用生成方法、装置、设备、介质和程序产品 | |
CN118297603A (zh) | 业务资源统计方法、装置、计算机设备和存储介质 | |
CN115082183A (zh) | 业务对象的处理方法、装置、计算机设备、存储介质 | |
CN116108080A (zh) | 数据统计方法、装置、计算机设备和存储介质 | |
CN117172735A (zh) | 资源信息的预测方法、装置、计算机设备和存储介质 | |
CN118449915A (zh) | 金融业务推荐链接转发数据传输方法、装置和计算机设备 | |
CN118052332A (zh) | 风险预测方法、装置、设备和存储介质 | |
CN117453076A (zh) | 业务处理方法、装置、计算机设备和存储介质 | |
CN118092997A (zh) | 源代码调整方法、装置、计算机设备和存储介质 | |
CN117726076A (zh) | 资源转换业务影响信息的确定方法、装置、设备、介质 | |
CN116362734A (zh) | 资源清算方法、装置、计算机设备、存储介质和程序产品 | |
CN117130706A (zh) | 显示界面的确定方法、装置、终端、存储介质和程序产品 | |
CN116126490A (zh) | 资源调度方法、装置、计算机设备和存储介质 |
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 |