[发明专利]数据调整方法及装置

说明书

本发明实施方式提供了数据调整方法及装置，涉及计算机应用技术领域。其中，所述数据调整方法包括：从历史订单请求中解析出指定数据；根据所述指定数据生成用户剩余价值系数；响应于所述用户剩余价值系数执行数据调整处理。由于根据历史订单请求生成用户剩余价值系数，并通过该用户剩余价值系数来进行数据调整处理，因此，实现了基于历史数据预测未来的趋势，从而使得调整后的数据更加符合实际的业务场景，进而提高了数据调整的合理性和准确性。

技术领域

本发明涉及计算机应用技术领域，更为具体而言，涉及数据调整方法及装置。

背景技术

当今时代是信息技术的时代，大部分企业已经完成了经营管理的信息化，特别是在应用信息技术较多的企业，都有了自己的资源管理系统，因此如何更好地利用收集到的数据进行有效的分析，以进行策略调控(例如，进行价格策略的调控等)已成为当今时代的主题。在现阶段一般基于数据挖掘技术来调控策略，即从大量的数据中通过算法分析出隐藏于其中的信息(例如，价格信息)，再根据分析出的信息进行策略调控。

发明内容

在现有技术中，一般采用随机森林等方法，通过特征来学习出历史中的最佳方案，但是这种方式无法决策未来的趋势，脱离了实际的业务场景，从而影响了数据调整(例如，价格调整)的合理性和准确性。

对此，本发明实施方式提供了数据调整方法及装置，用以解决现有技术中所存在的上述技术问题。

第一方面，本发明实施方式提供了一种数据调整方法。

具体地，所述方法包括：

从历史订单请求中解析出指定数据；

根据所述指定数据生成用户剩余价值系数(在业务场景(例如外卖场景)中，在不影响用户心理决策的情况下，可获取到用户最大利润的指数)；

响应于所述用户剩余价值系数执行数据调整处理。

由于根据历史订单请求生成用户剩余价值系数，并通过该用户剩余价值系数来进行数据调整处理，因此，实现了基于历史数据预测未来的趋势，从而使得调整后的数据更加符合实际的业务场景，进而提高了数据调整的合理性和准确性。

结合第一方面，在本发明的一些实施方式中，根据所述指定数据生成用户剩余价值系数包括：

基于所述指定数据构建关系矩阵；

根据所述关系矩阵生成所述用户剩余价值系数。

由于将用于生成用户剩余价值系数的相关参数以关系矩阵的方式进行存储，因此可以更加直观、高效地获取相关数据，从而提高生成用户剩余价值系数的执行效率。

结合第一方面，在本发明的一些实施方式中，根据所述关系矩阵生成所述用户剩余价值系数包括：

基于所述关系矩阵确定指定时间段的第一数据和第二数据；

确定所述指定时间段的权重；

根据所述第一数据、第二数据和权重，生成所述用户剩余价值系数。

通过引入指定时间段的权重来生成用户剩余价值系数，可以进一步提高数据调整的合理性和准确性。

结合第一方面，在本发明的一些实施方式中，根据所述第一数据、第二数据和权重，生成所述用户剩余价值系数包括：

基于所述第一数据和所述权重，生成第一数据加权值缩减度(在下文中将结合具体示例对第一数据加权值缩减度进行详细描述)；

基于所述第二数据和所述权重，生成第二数据加权值缩减度(在下文中将结合具体示例对第二数据加权值缩减度进行详细描述)；

根据所述第一数据加权值缩减度和所述第二数据加权值缩减度，生成所述用户剩余价值系数。