[发明专利]数据处理方法及装置

说明书

本说明书实施例提供数据处理方法及装置，其中，第一种数据处理方法包括获得目标对象以及针对所述目标对象的资源值；将所述目标对象输入第一机器学习模型得到第一预测结果，以及将所述目标对象输入第二机器学习模型得到第二预测结果；基于所述第一预测结果和所述第二预测结果，获取所述资源值对应的资源量；所述数据处理方法通过机器学习，实现智能自动化的确定针对所述目标对象的资源值对应的资源量，极大的提升对所述目标对象的资源值对应资源量的预测效率以及准确率。

技术领域

本说明书实施例涉及数据处理技术领域，特别涉及数据处理方法。本说明书一个或者多个实施例同时涉及数据处理装置，计算设备，以及计算机可读存储介质。

背景技术

商品在销售期间一般均会存在商品损耗，尤其是生鲜商品(例如烘焙食品或加工的熟食等)，保质期很短，若在保质期内没有销售完，商品就会报损处理，会给商店造成实质性的损失。因此为了控制报损率，商店会对具有滞销风险的商品在合适的时间进行打折促销处理，目前商店在对商品进行折扣定价的时候是通过运营凭经验确定的，耗时耗力；并且由于避免造成折扣歧视，同一个区域不同门店的商品折扣需保持一致，但是不同门店之间的运营存在沟通困难的问题，使得商品折扣定价的效率极其低下。

基于此，需要提供一种可以自动为商品进行折扣定价的数据处理方案。

发明内容

有鉴于此，本说明书施例提供了数据处理方法。本说明书一个或者多个实施例同时涉及数据处理装置，计算设备，以及计算机可读存储介质，以解决现有技术中存在的技术缺陷。

根据本说明书实施例的第一方面，提供了一种数据处理方法，包括：

获得目标对象以及针对所述目标对象的资源值；

将所述目标对象输入第一机器学习模型得到第一预测结果，以及将所述目标对象输入第二机器学习模型得到第二预测结果，

其中，所述第一机器学习模型适用于为目标对象预测对应的基准资源值以及基准资源量，所述第二机器学习模型适用于为目标对象预测对应的资源弹性系数；

基于所述第一预测结果和所述第二预测结果，获取所述资源值对应的资源量。

根据本说明书实施例的第二方面，提供了一种数据处理方法，包括：

获得目标对象、针对所述目标对象的资源值以及所述目标对象的资源储量；

将所述目标对象输入第一机器学习模型得到第一预测结果，以及将所述目标对象输入第二机器学习模型得到第二预测结果，

其中，所述第一机器学习模型适用于为目标对象预测对应的基准资源值以及基准资源量，所述第二机器学习模型适用于为目标对象预测对应的资源弹性系数；

基于所述第一预测结果和第二预测结果，获取所述资源值对应的资源量；

根据所述资源值、所述资源值对应的资源量以及所述资源储量，确定所述目标对象的目标资源值。

根据本说明书实施例的第三方面，提供了一种数据处理方法，包括：

基于用户的调用请求为所述用户展示目标选择界面；

接收所述用户基于所述目标选择界面输入的目标对象、针对所述目标对象的资源值以及所述目标对象的资源储量；

将所述目标对象输入第一机器学习模型得到第一预测结果，以及将所述目标对象输入第二机器学习模型得到第二预测结果，

其中，所述第一机器学习模型适用于为目标对象预测对应的基准资源值以及基准资源量，所述第二机器学习模型适用于为目标对象预测对应的资源弹性系数；

基于所述第一预测结果和第二预测结果，获取所述资源值对应的资源量；