一种电子商城商品促销量数据处理方法、系统及电商平台与流程

1.本发明涉及电子商城技术领域，具体而言，涉及一种电子商城商品促销量数据处理方法、系统及电商平台。


背景技术：

2.随着互联网与电商的迅速发展，电商在人们日常生活中占据的比重越来越高，促销作为提高商品销售量的一个重要手段，得到了越来越广泛的应用。如今大规模促销已经成为大大小小的电商平台及入驻商家运营的常态。一次促销活动几十万商品，一天之内几十个、上百个促销活动已是家常便饭，至于入驻商家的常态促销更是不胜枚举。尤其是在双十一活动期间，电商平台和商家更是会使出浑身解数，火力全开，无品不促销。促销规则支持分时段设置，多个活动能够叠加，促销系统中的数据量甚至会超过商品信息系统，而且促销内容会根据执行效果快速调整，这些都对促销系统提出了更高的要求，促销系统越强大，促销活动才能玩得越疯狂。但是，随着电子商城中商品促销规模越来越大，要求电子商城中促销系统要有相匹配的商品促销计划规则；而传统电子商城的促销系统中的电商平台为促销服务对象调用的分配商品促销量计划的方案，没有考虑到实际业务需求（如与其它促销服务对象之间的数据参考关系等），导致商品促销量计划分配的准确度低，进而影响分配合理性。


技术实现要素：

3.为了至少克服现有技术中的上述不足，本发明的目的在于提供一种电子商城商品促销量数据处理方法、系统及电商平台，由于商品历史促销数据能够反映促销服务对象对分配商品促销量计划的计划数据情况，目标商品促销量预测网络是基于促销服务对象的促销历史数据特征进行商品促销量预测网络生成得到的，故整体商品促销量预测网络的用户的促销量计划标签对应所述样本分配商品促销量计划的计划索引数值，能够确定基于促销服务对象的促销历史数据特征划分在同一个商品促销量预测网络的用户对样本分配商品促销量计划的计划数据情况，基于样本分配商品促销量计划对应的预测计划促销量能够提高获取到目标促销服务对象符合实际业务需求的分配商品促销量计划的准确度，从而提高了商品促销量计划分配的准确度。
4.第一方面，本发明提供一种电子商城商品促销量数据处理方法，应用于电商平台，所述电商平台与多个电子商城通信连接，所述方法包括：确定待进行商品促销量计划分配的目标促销服务对象；获取所述目标促销服务对象对应的目标商品促销量预测网络，所述目标商品促销量预测网络是基于促销服务对象的促销历史数据特征进行商品促销量预测网络生成得到的；根据所述目标商品促销量预测网络获取样本分配商品促销量计划序列中各个样本分配商品促销量计划对应的预测计划促销量；其中，所述样本分配商品促销量计划对应
的预测计划促销量是根据促销量计划标签对应所述样本分配商品促销量计划的计划索引数值得到，所述促销量计划标签为所述目标商品促销量预测网络中的各个促销服务对象对所述样本分配商品促销量计划的商品历史促销数据的促销量计划标签；根据所述样本分配商品促销量计划对应的预测计划促销量，向所述目标促销服务对象对应的电子商城进行数据提示。
5.第二方面，本发明实施例还提供一种电子商城商品促销量数据处理装置，应用于电商平台，所述电商平台与多个电子商城通信连接，所述装置包括：确定模块，用于确定待进行商品促销量计划分配的目标促销服务对象；第一获取模块，用于获取所述目标促销服务对象对应的目标商品促销量预测网络，所述目标商品促销量预测网络是基于促销服务对象的促销历史数据特征进行商品促销量预测网络生成得到的；第二获取模块，用于根据所述目标商品促销量预测网络获取样本分配商品促销量计划序列中各个样本分配商品促销量计划对应的预测计划促销量；其中，所述样本分配商品促销量计划对应的预测计划促销量是根据促销量计划标签对应所述样本分配商品促销量计划的计划索引数值得到，所述促销量计划标签为所述目标商品促销量预测网络中的各个促销服务对象对所述样本分配商品促销量计划的商品历史促销数据的促销量计划标签；提示模块，用于根据所述样本分配商品促销量计划对应的预测计划促销量，向所述目标促销服务对象对应的电子商城进行数据提示。
6.第三方面，本发明实施例还提供一种电子商城商品促销量数据处理系统，所述电子商城商品促销量数据处理系统包括电商平台以及与所述电商平台通信连接的多个电子商城；所述电商平台，用于：确定待进行商品促销量计划分配的目标促销服务对象；获取所述目标促销服务对象对应的目标商品促销量预测网络，所述目标商品促销量预测网络是基于促销服务对象的促销历史数据特征进行商品促销量预测网络生成得到的；根据所述目标商品促销量预测网络获取样本分配商品促销量计划序列中各个样本分配商品促销量计划对应的预测计划促销量；其中，所述样本分配商品促销量计划对应的预测计划促销量是根据促销量计划标签对应所述样本分配商品促销量计划的计划索引数值得到，所述促销量计划标签为所述目标商品促销量预测网络中的各个促销服务对象对所述样本分配商品促销量计划的商品历史促销数据的促销量计划标签；根据所述样本分配商品促销量计划对应的预测计划促销量，向所述目标促销服务对象对应的电子商城进行数据提示。
7.第四方面，本发明实施例还提供一种电商平台，所述电商平台包括处理器、机器可读存储介质和网络接口，所述机器可读存储介质、所述网络接口以及所述处理器之间通过总线系统相连，所述网络接口用于与多个电子商城通信连接，所述机器可读存储介质用于存储程序、指令或代码，所述处理器用于执行所述机器可读存储介质中的程序、指令或代码，以执行第一方面或者第一方面中任意一个可能的设计示例中的电子商城商品促销量数据处理方法。
8.第五方面，本发明实施例提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当其被执行时，使得计算机执行上述第一方面或者第一方面中任意一个可能的设计示例中的电子商城商品促销量数据处理方法。
9.根据上述任意一个方面，本发明确定待进行商品促销量计划分配的目标促销服务对象，获取目标促销服务对象对应的目标商品促销量预测网络，目标商品促销量预测网络是基于促销服务对象的促销历史数据特征进行商品促销量预测网络生成得到的，根据目标商品促销量预测网络获取样本分配商品促销量计划序列中各个样本分配商品促销量计划对应的预测计划促销量，根据样本分配商品促销量计划对应的预测计划促销量，从样本分配商品促销量计划序列选取目标分配商品促销量计划，向目标促销服务对象对应的电子商城临时绑定目标分配商品促销量计划，由于商品历史促销数据能够反映促销服务对象对分配商品促销量计划的计划数据情况，目标商品促销量预测网络是基于促销服务对象的促销历史数据特征进行商品促销量预测网络生成得到的，故整体商品促销量预测网络的用户的促销量计划标签对应所述样本分配商品促销量计划的计划索引数值，能够确定基于促销服务对象的促销历史数据特征划分在同一个商品促销量预测网络的用户对样本分配商品促销量计划的计划数据情况，基于样本分配商品促销量计划对应的预测计划促销量能够提高获取到目标促销服务对象符合实际业务需求的分配商品促销量计划的准确度，从而提高了商品促销量计划分配的准确度。
附图说明
10.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要调用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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它相关的附图。
11.图1为本发明实施例提供的电子商城商品促销量数据处理系统的应用场景示意图；图2为本发明实施例提供的电子商城商品促销量数据处理方法的流程示意图；图3为本发明实施例提供的电子商城商品促销量数据处理装置的功能模块示意图；图4为本发明实施例提供的用于实现上述的电子商城商品促销量数据处理方法的电商平台的结构组件示意框图。
具体实施方式
12.下面结合说明书附图对本发明进行具体说明，方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。
13.图1是本发明一种实施例提供的电子商城商品促销量数据处理系统10的联系示意图。电子商城商品促销量数据处理系统10可以包括电商平台100以及与电商平台100通信连接的电子商城200。图1所示的电子商城商品促销量数据处理系统10仅为一种可行的示例，在其它可行的实施例中，该电子商城商品促销量数据处理系统10也可以仅包括图1所示组成部分的其中的至少部分或者还可以包括其它的组成部分。
14.本实施例中，电子商城商品促销量数据处理系统10中的电商平台100和电子商城200可以通过配合执行以下方法实施例所描述的电子商城商品促销量数据处理方法，具体电商平台100和电子商城200的执行步骤部分可以参照以下方法实施例的详细描述。
15.为了解决前述背景技术中的技术问题，图2为本发明实施例提供的电子商城商品促销量数据处理方法的流程示意图，本实施例提供的电子商城商品促销量数据处理方法可以由图1中所示的电商平台100执行，下面对该电子商城商品促销量数据处理方法进行详细介绍。
16.步骤s110，确定待进行商品促销量计划分配的目标促销服务对象。
17.其中，调用的商品促销量计划可以是任意能够被调用的商品促销量计划。
18.本实施例中，商品促销量计划分配的过程可以理解为商品促销过程中的信息分配的过程。
19.目标促销服务对象指的是待进行配置分配商品促销量计划的主体，可以是与电商平台进行通信的任意的电子商城对应的促销服务对象。电商平台可以为电子商城上的应用软件对应的后台电商平台，目标促销服务对象可以是当前节点使用相关应用软件的用户。
20.一个实施例中，电商平台可以根据电子商城发送的分配商品促销量计划获取请求，确定待进行商品促销量计划分配的目标促销服务对象。当电子商城获取到获取分配商品促销量计划的触发事件时，可以向电商平台发送携带标识信息的分配商品促销量计划获取请求，电商平台可以将分配商品促销量计划获取请求中标识信息对应的促销服务对象，作为目标促销服务对象。
21.步骤s120，获取目标促销服务对象对应的目标商品促销量预测网络，目标商品促销量预测网络是基于促销服务对象的促销历史数据特征进行商品促销量预测网络生成得到的。
22.本实施例中，商品促销量预测网络是指多个促销服务对象组成的复杂网络，多个可以是指至少两个。目标商品促销量预测网络中的促销服务对象具有相同或者相类似的促销服务对象的促销历史数据特征。例如，商品促销量预测网络中的至少两个网络节点分别用于表示新促销服务对象以及与新促销服务对象具有促销服务关系的多个初始促销服务对象，商品促销量预测网络中网络节点之间的多个网络属性分别用于表示新促销服务对象与多个初始促销服务对象之间的促销服务关系。
23.促销服务对象的促销历史数据特征是与相关促销服务对象相关的特征，用于描述促销服务对象的特性。促销服务对象的促销历史数据特征可以包括促销服务对象的属性特征。
24.一个实施例中，电商平台中可以存储有标识信息与商品促销量预测网络标识之间的对应关系。电商平台可以根据标识信息获取用户所属的商品促销量预测网络的商品促销量预测网络标识，也可以获取同一商品促销量预测网络标识对应的标识信息的数量，作为商品促销量预测网络标识对应的商品促销量预测网络中网络节点的数量。电商平台可以获取目标促销服务对象的标识信息，根据目标促销服务对象的标识信息确定目标促销服务对象所属的商品促销量预测网络，作为目标促销服务对象对应的目标商品促销量预测网络。其中，目标促销服务对象的标识信息可以是电子商城向电商平台发送的请求中携带的，例如可以是电子商城发送的分配商品促销量计划获取请求中携带的。
25.步骤s130，根据目标商品促销量预测网络获取样本分配商品促销量计划序列中各个样本分配商品促销量计划对应的预测计划促销量；其中，样本分配商品促销量计划对应的预测计划促销量是根据促销量计划标签对应所述样本分配商品促销量计划的计划索引数值得到，促销量计划标签为目标商品促销量预测网络中的各个促销服务对象对样本分配商品促销量计划的商品历史促销数据的促销量计划标签。
26.其中，分配商品促销量计划是指用于调用绑定的商品促销量计划，分配商品促销量计划序列可以是根据计划类别标签区分的，不同的分配商品促销量计划序列可以对应不同的计划类别标签。
27.本实施例中，同一个商品促销量预测网络可以对应有至少一种计划类别标签的分配商品促销量计划序列，可以根据计划类别标签确定候选内容集合。电商平台中可以预先存储有不同计划类别标签分别对应的分配商品促销量计划序列。
28.本实施例中，商品历史促销数据指的是这些促销服务对象对于分配商品促销量计划的具体执行过程中的大数据记录。
29.促销量计划标签可以对应有计划维度，计划维度可以反映促销服务对象对分配商品促销量计划的发展计划上的维度，可以为发展计划维度或维持计划维度中的任意一种，发展计划维度可以表示计划是处于发展过程中，呈现变化趋势的，维持计划维度可以表示计划是处于维持过程中，呈现稳定趋势的。
30.促销量计划标签对应所述样本分配商品促销量计划的计划索引数值，可以根据商品促销量预测网络中对样本分配商品促销量计划作为此促销量计划标签的行为的促销服务对象数量计算得到。计划索引数值表示用于对样本分配商品促销量计划的计划数据情况，计划索引数值越高，表示促销服务对象对样本分配商品促销量计划的促销预测量越大。
31.各个样本分配商品促销量计划可以分别对应有预测计划促销量。
32.步骤s140，根据样本分配商品促销量计划对应的预测计划促销量，从样本分配商品促销量计划序列选取目标分配商品促销量计划，向目标促销服务对象对应的电子商城临时绑定目标分配商品促销量计划。
33.一个实施例中，目标分配商品促销量计划是根据样本分配商品促销量计划对应的预测计划促销量，从样本分配商品促销量计划序列中选取的。电商平台可以根据预测计划促销量的大小或者预测计划促销量的排序，从样本分配商品促销量计划序列选取目标分配商品促销量计划，例如可以从样本分配商品促销量计划序列中选取最大的预测计划促销量对应的样本分配商品促销量计划，作为目标分配商品促销量计划。
34.本实施例中，从样本分配商品促销量计划序列中，确定满足预测计划促销量条件的样本分配商品促销量计划，作为目标分配商品促销量计划，由于预测计划促销量条件包括预测计划促销量大于度量值目标评估值或者预测计划促销量排序在样本排序之前的至少一个，从而可以根据预测计划促销量确定用户符合实际业务需求的分配商品促销量计划，提高了商品促销量计划分配的准确度。
35.一个实施例中，电商平台中可以预先存储有各个促销服务对象分别对应的电子商城。电商平台可以根据目标促销服务对象的标识信息确定目标促销服务对象的电子商城，将目标分配商品促销量计划发送至目标促销服务对象对应的电子商城。
36.这样，由于商品历史促销数据能够反映促销服务对象对分配商品促销量计划的计
划数据情况，目标商品促销量预测网络是基于促销服务对象的促销历史数据特征进行商品促销量预测网络生成得到的，故整体商品促销量预测网络的用户的促销量计划标签对应所述样本分配商品促销量计划的计划索引数值，能够确定基于促销服务对象的促销历史数据特征划分在同一个商品促销量预测网络的用户对样本分配商品促销量计划的计划数据情况，基于样本分配商品促销量计划对应的预测计划促销量能够提高获取到目标促销服务对象符合实际业务需求的分配商品促销量计划的准确度，从而提高了商品促销量计划分配的准确度。
37.一个实施例中，对于步骤s130，根据目标商品促销量预测网络获取样本分配商品促销量计划序列中各个样本分配商品促销量计划对应的预测计划促销量包括：确定目标商品促销量预测网络中的各个促销服务对象对样本分配商品促销量计划的商品历史促销数据的促销量计划标签；对属于同一促销量计划标签的商品历史促销数据对应的促销服务对象数量进行归集，得到各个促销量计划标签对应的目标促销服务对象数量；根据促销量计划标签对应的目标促销服务对象数量确定促销量计划标签对应所述样本分配商品促销量计划的计划索引数值；根据各个促销量计划标签对应所述样本分配商品促销量计划的计划索引数值，确定样本分配商品促销量计划对应的预测计划促销量。
38.其中，目标商品促销量预测网络中可以包括多个促销服务对象，不同的用户对相同的样本分配商品促销量计划的商品历史促销数据可能相同，也可能不同。例如，样本分配商品促销量计划为一个建议分配商品促销量计划，商品促销量预测网络中有些促销服务对象可能忽视该建议分配商品促销量计划，有些促销服务对象可能选择该建议分配商品促销量计划。目标商品促销量预测网络中的一个促销服务对象可以对样本分配商品促销量计划做出至少一种的商品历史促销数据。
39.促销量计划标签对应所述样本分配商品促销量计划的计划索引数值还可以根据促销量计划标签对应的目标促销服务对象数量以及促销量计划标签对应的计划维度确定。促销量计划标签对应的计划维度不同，目标促销服务对象数量与计划索引数值之间的关系也不同。
40.样本分配商品促销量计划对应的预测计划促销量，可以根据样本分配商品促销量计划的各个促销量计划标签对应所述样本分配商品促销量计划的计划索引数值计算得到，例如可以对计划索引数值进行归集，得到归集结果，可以将归集结果作为预测计划促销量，也可以对归集结果进行处理得到预测计划促销量，例如可以对归集结果进行归一化处理，得到预测计划促销量。
41.一个实施例中，电商平台可以采集历史时间段内，目标商品促销量预测网络中的各个促销服务对象对单个样本分配商品促销量计划作为的商品历史促销数据的类型，得到各个促销服务对象分别对应的促销量计划标签集合，根据各个促销服务对象分别对应的促销量计划标签集合进行归集，得到各个促销量计划标签对应的目标促销服务对象数量。例如，电商平台可以确定各个促销量计划标签集合中，包括第一促销量计划标签的促销量计划标签集合的数量，作为第一促销量计划标签对应的目标促销服务对象数量。
42.本实施例中，确定目标商品促销量预测网络中的各个促销服务对象对样本分配商品促销量计划的商品历史促销数据的促销量计划标签，对属于同一促销量计划标签的商品历史促销数据对应的促销服务对象数量进行归集，得到各个促销量计划标签对应的目标促
销服务对象数量，根据促销量计划标签对应的目标促销服务对象数量确定促销量计划标签对应所述样本分配商品促销量计划的计划索引数值，根据各个促销量计划标签对应所述样本分配商品促销量计划的计划索引数值，确定样本分配商品促销量计划对应的预测计划促销量，从而实现了利用商品促销量预测网络中的用户的商品历史促销数据确定预测计划促销量，提高了预测计划促销量的准确度。
43.一个实施例中，根据促销量计划标签对应的目标促销服务对象数量确定促销量计划标签对应所述样本分配商品促销量计划的计划索引数值包括：根据促销量计划标签对应的目标促销服务对象数量以及目标商品促销量预测网络的整体促销服务对象数量，确定促销量计划标签对应的目标促销服务对象评估值；将目标促销服务对象评估值与促销量计划标签对应的初始促销服务对象评估值进行比较，得到比较信息；根据比较信息以及初始促销服务对象评估值对应的基础索引数值进行索引数值计算，得到促销量计划标签对应所述样本分配商品促销量计划的计划索引数值。
44.比较信息是根据目标促销服务对象评估值与初始促销服务对象评估值进行比较得到的，可以包括目标促销服务对象评估值与初始促销服务对象评估值的差值，目标促销服务对象评估值与初始促销服务对象评估值的差值可以包括目标促销服务对象评估值减去初始促销服务对象评估值的结果。
45.一个实施例中，电商平台可以根据比较信息确定促销量计划标签对应的更新索引数值，可以根据更新索引数值以及基础索引数值进行索引数值计算，得到促销量计划标签对应所述样本分配商品促销量计划的计划索引数值。例如，电商平台可以计算更新索引数值与基础索引数值相加后的结果，作为促销量计划标签对应所述样本分配商品促销量计划的计划索引数值。更新索引数值可以为索引发展数值或索引维持数值中的任意一种。
46.本实施例中，根据比较信息以及初始促销服务对象评估值对应的基础索引数值进行索引数值计算，得到促销量计划标签对应所述样本分配商品促销量计划的计划索引数值，提高了计算计划索引数值的灵活性。
47.一个实施例中，根据比较信息以及初始促销服务对象评估值对应的基础索引数值进行索引数值计算，得到促销量计划标签对应所述样本分配商品促销量计划的计划索引数值包括：将目标促销服务对象评估值减去初始促销服务对象评估值，得到的加权差值，确定加权差值与目标评估值的数值关系；根据数值关系以及促销量计划标签对应的计划维度确定促销量计划标签对应的更新索引数值；根据初始促销服务对象评估值对应的基础索引数值以及更新索引数值确定促销量计划标签对应所述样本分配商品促销量计划的计划索引数值。
48.一个实施例中，电商平台可以根据数值关系以及促销量计划标签对应的计划维度，确定促销量计划标签对应的更新索引数值。电商平台可以计算初始促销服务对象评估值对应的基础索引数值与更新索引数值相加后的结果，作为促销量计划标签对应所述样本分配商品促销量计划的计划索引数值。
49.本实施例中，根据初始促销服务对象评估值对应的基础索引数值以及更新索引数值确定促销量计划标签对应所述样本分配商品促销量计划的计划索引数值，由于促销量计划标签对应的更新索引数值是根据数值关系以及促销量计划标签对应的计划维度确定的，因此计划索引数值的计算不仅涉及了加权差值的大小并且涉及了计划维度，提高了计划索
引数值的准确度。
50.一个实施例中，根据数值关系以及促销量计划标签对应的计划维度确定促销量计划标签对应的更新索引数值包括以下步骤的至少一个：当加权差值大于第一目标评估值且促销量计划标签对应的计划维度为发展计划维度时，确定更新索引数值为促销量计划标签对应的索引发展数值；当加权差值小于第二目标评估值且促销量计划标签对应的计划维度为发展计划维度时，确定更新索引数值为促销量计划标签对应的索引维持数值；当加权差值大于第三目标评估值且促销量计划标签对应的计划维度为维持计划维度时，确定更新索引数值为促销量计划标签对应的索引维持数值；当加权差值小于第四目标评估值且促销量计划标签对应的计划维度为维持计划维度时，确定更新索引数值为促销量计划标签对应的索引发展数值。
51.一个实施例中，当目标促销服务对象评估值小于初始促销服务对象评估值时，若促销量计划标签对应的计划维度为发展计划维度，可以确定更新索引数值为促销量计划标签对应的索引维持数值。
52.本实施例中，当加权差值大于第一目标评估值且促销量计划标签对应的计划维度为发展计划维度时，确定更新索引数值为促销量计划标签对应的索引发展数值，当加权差值小于第二目标评估值且促销量计划标签对应的计划维度为发展计划维度时，确定更新索引数值为促销量计划标签对应的索引维持数值，当加权差值大于第三目标评估值且促销量计划标签对应的计划维度为维持计划维度时，确定更新索引数值为促销量计划标签对应的索引维持数值，当加权差值小于第四目标评估值且促销量计划标签对应的计划维度为维持计划维度时，确定更新索引数值为促销量计划标签对应的索引发展数值，提高了额外索引数值计算的精细程度，提高了更新索引数值的准确度。
53.一个实施例中，根据各个促销量计划标签对应所述样本分配商品促销量计划的计划索引数值，确定样本分配商品促销量计划对应的预测计划促销量包括：对同一个样本分配商品促销量计划对应所述样本分配商品促销量计划的计划索引数值进行归集，得到各个样本分配商品促销量计划分别对应的整体索引数值；对样本分配商品促销量计划序列中的各个样本分配商品促销量计划分别对应的整体索引数值进行归集，得到样本分配商品促销量计划序列对应的归集索引数值；计算整体索引数值相对于归集索引数值的索引数值加权，作为样本分配商品促销量计划对应的预测计划促销量。
54.其中，同一个样本分配商品促销量计划对应所述样本分配商品促销量计划的计划索引数值，指的是同一个样本分配商品促销量计划对应的各个促销量计划标签分别对应所述样本分配商品促销量计划的计划索引数值，例如样本分配商品促销量计划a的促销量计划标签包括t1和t2两种类型，t1的计划索引数值c1，t2的计划索引数值c2，则样本分配商品促销量计划a对应所述样本分配商品促销量计划的计划索引数值包括t1以及t2。
55.样本分配商品促销量计划对应整体索引数值可以是对该样本分配商品促销量计划对应所述样本分配商品促销量计划的计划索引数值进行归集运算得到的。其中，归集运算可以包括求和运算或加权运算中的任意一种。例如，可以计算各个样本分配商品促销量计划对应所述样本分配商品促销量计划的计划索引数值相加后的结果，得到样本分配商品促销量计划对应整体索引数值。促销量计划标签可以对应有计划权重参数。不同的促销量计划标签对应的计划权重参数可以相同，也可以不同。可以根据促销量计划标签对应的计
划权重参数，对计划索引数值进行加权求和，得到样本分配商品促销量计划对应整体索引数值。
56.样本分配商品促销量计划序列对应的归集索引数值可以是对样本分配商品促销量计划序列中的各个样本分配商品促销量计划分别对应的整体索引数值进行求和计算得到的。例如，样本分配商品促销量计划序列包括样本分配商品促销量计划a和样本分配商品促销量计划b这2个样本分配商品促销量计划。样本分配商品促销量计划a和样本分配商品促销量计划b对应的整体索引数值分别为z1和z2，则样本分配商品促销量计划序列对应的归集索引数值可以为z1 z2。
57.可以通过对各个样本分配商品促销量计划对应的整体索引数值进行归一化处理，得到各个样本分配商品促销量计划分别对应的预测计划促销量。整体索引数值相对于归集索引数值的索引数值加权指的是，整体索引数值与归集索引数值之间的比值。例如可以计算整体索引数值与归集索引数值的比值，得到预测计划促销量。例如，计算z1与z1 z2的比值，得到样本分配商品促销量计划a对应的预测计划促销量z1
÷
(z1 z2)。
58.本实施例中，计算整体索引数值相对于归集索引数值的索引数值加权，作为样本分配商品促销量计划对应的预测计划促销量，由于样本分配商品促销量计划分别对应的整体索引数值，是通过对该样本分配商品促销量计划对应的各个计划索引数值进行归集得到的，样本分配商品促销量计划序列对应的归集索引数值，是通过对样本分配商品促销量计划序列中的各个样本分配商品促销量计划分别对应的整体索引数值进行归集得到的。
59.一个实施例中，确定待进行商品促销量计划分配的目标促销服务对象包括：接收计划分配请求，计划分配请求用于请求在相关促销服务对象对应的电子商城配置目标服务目标的计划分配信息，将相关促销服务对象作为目标促销服务对象。一个实施例中，当电子商城获取到对业务推荐信息展示的触发条件时，电子商城可以向电商平台发送携带标识信息的计划分配请求，电商平台可以将计划分配请求中携带的标识信息对应的促销服务对象，作为目标促销服务对象。
60.一个实施例中，对于步骤s120而言，可以通过以下示例性的子步骤实现，具体描述如下。
61.步骤s121，根据服务目标内的商品促销服务的目标商品促销行为信息，向商品促销服务所对应的电子商城200发送商品促销数据上传信息。
62.步骤s122，获取电子商城200针对商品促销数据上传信息返回的最新商品促销数据，从最新商品促销数据中获取初始商品促销量预测网络。
63.本实施例中，该初始商品促销量预测网络中的一个网络节点对应一个初始促销服务对象，该初始商品促销量预测网络中网络节点之间的网络属性用于表示初始促销服务对象之间的促销服务关系。
64.本实施例中，该促销服务关系能够表征各种不同用户生成的促销服务关系。
65.步骤s123，根据新促销服务对象的促销数据更新信息和该初始商品促销量预测网络，配置商品促销量预测网络。
66.本实施例中，该商品促销量预测网络中的至少两个网络节点分别用于表示该新促销服务对象以及与该新促销服务对象具有促销服务关系的多个初始促销服务对象，该商品促销量预测网络中网络节点之间的多个网络属性分别用于表示该新促销服务对象与该多
个初始促销服务对象之间的促销服务关系。
67.在一种可能的设计示例中，在获取初始商品促销量预测网络后，能够根据新促销服务对象的促销数据更新信息，从初始商品促销量预测网络中获取与新促销服务对象具有促销服务关系的初始促销服务对象，然后以该新促销服务对象以及获取的初始促销服务对象为网络节点，网络节点之间的促销服务关系为网络属性，配置商品促销量预测网络。也即，该商品促销量预测网络包括多个具有促销服务关系的网络节点，当需要在该初始商品促销量预测网络中加入新的网络节点时，如有更新的新促销服务对象时，能够根据该更新的新促销服务对象与初始商品促销量预测网络中的网络节点对应的初始促销服务对象之间的促销服务关系，配置一个商品促销量预测网络，该商品促销量预测网络为初始商品促销量预测网络的部分模型特征细节。
68.步骤s124，根据商品促销量预测网络，确定新促销服务对象的分配商品促销量计划参考信息，以基于分配商品促销量计划参考信息对更新的新促销服务对象进行分配商品促销量计划更新，并将更新的所有分配商品促销量计划加入到商品促销量预测网络对应的样本分配商品促销量计划序列中，分配商品促销量计划参考信息用于表示新促销服务对象的分配商品促销量计划的更新特征，以及新促销服务对象与多个初始促销服务对象之间的促销关联特征。
69.在一种可能的设计示例中，在配置得到商品促销量预测网络后，能够对该商品促销量预测网络进行特征提取，获取各网络节点对应的促销服务对象之间的商品促销量预测网络的促销关联特征，还能够对各网络节点对应的促销服务对象进行特征提取，获取商品促销量预测网络的分配商品促销量计划的更新特征。基于人工智能网络对该商品促销量预测网络的促销关联特征和商品促销量预测网络的分配商品促销量计划的更新特征进行处理，得到上述新促销服务对象的分配商品促销量计划参考特征，将该分配商品促销量计划参考特征确定为该新促销服务对象的分配商品促销量计划参考信息。
70.其中，值得说明的是，该人工智能网络可以为但不限于归纳学习类的算法，因此该人工智能网络不需要重新训练，即可计算得到新促销服务对象的分配商品促销量计划参考特征，从而得到该新促销服务对象的分配商品促销量计划参考信息。
71.基于上述步骤，本实施例考虑到计算整个商品促销量预测网络中所有网络节点的分配商品促销量计划参考特征的数据计算量较大，难以满足高效策略更新的业务进展，通过基于新促销服务对象和已有的初始商品促销量预测网络来配置商品促销量预测网络，也即确定新促销服务对象的分配商品促销量计划参考信息时所涉及到的初始商品促销量预测网络的部分模型特征细节，来增加参考特征并且减少数据计算量，从而使得新促销服务对象的分配商品促销量计划参考信息的更新实时性更高。
72.在一种可能的设计示例中，前述基于商品促销量预测网络的分配商品促销量计划的更新特征确定方式可以通过以下示例性的实施方式实现。
73.在一种可能的设计示例中，新促销服务对象的促销数据更新信息可以为新促销服务对象已经进行业务服务更新的数据，包括该新促销服务对象的更新属性信息。电商平台100在获取初始商品促销量预测网络后，能够根据新促销服务对象的促销数据更新信息，从初始商品促销量预测网络中获取与新促销服务对象具有促销服务关系的初始促销服务对象，然后以该新促销服务对象以及获取的初始促销服务对象为网络节点，促销服务对象之
间的促销服务关系为网络属性，配置商品促销量预测网络。也即，该商品促销量预测网络包括多个具有促销服务关系的网络节点，一个网络节点对应一个促销服务对象，即一个网络节点对应一个初始促销服务对象或者对应该新促销服务对象。当有新的促销服务对象时，需要在该初始商品促销量预测网络中加入新的网络节点，则电商平台100能够根据该更新的新促销服务对象与初始商品促销量预测网络中网络节点对应的初始促销服务对象之间的促销服务关系，配置一个商品促销量预测网络，该商品促销量预测网络为初始商品促销量预测网络的部分模型特征细节。
74.在一种可能的设计示例中，该促销服务关系与初始商品促销量预测网络的商品促销服务标签有关。相应的，电商平台100根据新促销服务对象的促销数据更新信息和初始商品促销量预测网络，配置商品促销量预测网络的步骤可以为：电商平台100根据初始商品促销量预测网络的商品促销服务标签，从该初始商品促销量预测网络指示的至少一种促销服务关系中确定目标促销服务关系。然后，电商平台100根据该新促销服务对象的促销数据更新信息和该初始商品促销量预测网络，确定与该新促销服务对象具有该目标促销服务关系的多个初始促销服务对象。最后，电商平台100根据该目标促销服务关系、该新促销服务对象以及该多个初始促销服务对象，配置商品促销量预测网络。其中，初始商品促销量预测网络中的网络节点对应的初始促销服务对象之间能够具有至少一种促销服务关系，不同促销服务关系可以具有不同层级的商品促销服务标签。通过根据初始商品促销量预测网络的商品促销服务标签，来确定用于配置商品促销量预测网络的目标促销服务关系，能够使得配置得到的商品促销量预测网络能够更符合初始商品促销量预测网络的网络细节和商品促销服务标签。
75.在一种可能的设计示例中，电商平台100根据目标促销服务关系，配置商品促销量预测网络的步骤为：电商平台100根据新促销服务对象和多个初始促销服务对象，配置商品促销量预测网络的网络节点，一个网络节点对应一个促销服务对象，即一个网络节点对应新促销服务对象或者初始促销服务对象。然后，电商平台100根据目标促销服务关系配置网络节点之间的网络属性，得到商品促销量预测网络。
76.接下来，电商平台100还可以对该商品促销量预测网络进行优化处理。
77.在一种可能的设计示例中，电商平台100在配置商品促销量预测网络后，能够对该商品促销量预测网络进行进一步的处理，以减少该商品促销量预测网络中网络节点和网络属性的个数，从而减少确定新促销服务对象的分配商品促销量计划参考信息时，即计算分配商品促销量计划参考特征时的数据计算量。在一种可能的设计示例中，电商平台100根据计算分配商品促销量计划参考特征时采用的算法不同，能够采用不同的方式对上述步骤配置的商品促销量预测网络进行优化处理。如采用随机采样的方式进行优化处理等，本发明实施例对此不进行限制。
78.在一种可能的设计示例中，电商平台100在配置得到商品促销量预测网络后，即可得到商品促销量预测网络的拓扑结构，电商平台100能够基于该拓扑结构对该商品促销量预测网络进行特征提取，确定该商品促销量预测网络中的至少两个网络节点对应的促销服务对象之间的商品促销量预测网络的促销关联特征。然后，电商平台100还能够对商品促销量预测网络中的至少两个网络节点对应的促销数据更新信息分别进行特征提取，得到商品促销量预测网络的分配商品促销量计划的更新特征。电商平台100根据该商品促销量预测
网络的促销关联特征和商品促销量预测网络的分配商品促销量计划的更新特征，确定该新促销服务对象的分配商品促销量计划参考信息。通过分别对促销数据更新信息和商品促销量预测网络进行特征提取，使得得到的分配商品促销量计划参考信息能够表示新促销服务对象的分配商品促销量计划的更新特征以及新促销服务对象与初始促销服务对象之间的促销关联特征，从而基于该分配商品促销量计划参考信息能够较为准确的确定新促销服务对象的分配商品促销量计划参考特征。
79.在一种可能的设计示例中，针对前述步骤s121，可以通过以下子步骤实现。
80.步骤s1211，分别通过多个人工智能网络基于多个商品促销服务内的商品促销服务进程发送的商品促销服务的商品促销服务数据，确定多个商品促销服务中每个商品促销服务对应的第一分布商品促销行为信息，其中，一个人工智能网络用于基于一个商品促销服务内的商品促销服务的商品促销服务数据确定对应的第一分布商品促销行为信息，多个商品促销服务是对服务目标进行分类后得到。
81.步骤s1212，基于多个商品促销服务中每个商品促销服务对应的第一分布商品促销行为信息，确定服务目标内的商品促销服务的目标商品促销行为信息。
82.在一种可能的设计示例中，将当前商品促销行为信息实例内每个商品促销服务对应的第一分布商品促销行为信息确定完之后，可以进行商品促销服务之间的商品促销行为信息关联，确定服务目标内商品促销服务的目标商品促销行为信息。
83.在一种可能的设计示例中，基于多个商品促销服务中每个商品促销服务对应的第一分布商品促销行为信息，确定服务目标内的商品促销服务的目标商品促销行为信息的具体实现可以包括：对于多个商品促销服务中的每个商品促销服务，若服务目标内存在与每个商品促销服务有关联计划分配id的其它商品促销服务，获取在上一个商品促销行为信息实例确定的服务目标内的商品促销服务的目标商品促销行为信息，得到历史目标商品促销行为信息。若历史目标商品促销行为信息中包括与每个商品促销服务有关联计划分配id的其它商品促销服务对应的商品促销行为信息，且历史目标商品促销行为信息中包括与每个商品促销服务对应的第一分布商品促销行为信息属于同一商品促销服务的商品促销行为信息，将每个商品促销服务对应的第一分布商品促销行为信息与历史目标商品促销行为信息中属于同一商品促销服务的商品促销行为信息进行关联。将每个商品促销服务关联后的商品促销行为信息进行关联，得到服务目标内的商品促销服务的目标商品促销行为信息。
84.也就是说，对于每个商品促销服务，可以先判断服务目标内是否存在与每个商品促销服务有关联计划分配id的其它商品促销服务，若存在，可以获取上一个商品促销行为信息实例内确定的服务目标内商品促销服务的目标商品促销行为信息。为了便于描述，将获取的上一个商品促销行为信息实例内商品促销服务的目标商品促销行为信息称为历史目标商品促销行为信息。
85.判断该历史目标商品促销行为信息中是否存在与每个商品促销服务存在关联计划分配id的其它商品促销服务对应的商品促销行为信息，若存在，判断历史目标商品促销行为信息中是否包括与每个商品促销服务对应的第一分布商品促销行为信息属于同一商品促销服务的商品促销行为信息，为了便于描述，将与每个商品促销服务对应的第一分布商品促销行为信息属于同一商品促销服务的商品促销行为信息称为同目标商品促销行为信息，若历史目标商品促销行为信息中包括每个商品促销服务对应的同目标商品促销行为
信息，可以将每个商品促销服务对应的第一分布商品促销行为信息与每个商品促销服务对应的同目标商品促销行为信息进行关联，将每个商品促销服务关联后的商品促销行为信息相互之间进行关联，得到服务目标内商品促销服务的目标商品促销行为信息。
86.在一种可能的设计示例中，以第一商品促销服务为例，可以通过第一人工智能网络判断服务目标内是否存在与第一商品促销服务有关联计划分配id的其它商品促销服务，若存在，电商平台100可以获取上一个商品促销行为信息实例确定的服务目标内商品促销服务的目标商品促销行为信息，得到历史目标商品促销行为信息，然后判断历史目标商品促销行为信息中是否包括与第一商品促销服务存在关联计划分配id的其它商品促销服务对应的商品促销行为信息，若存在，判断历史目标商品促销行为信息中是否包括与第一商品促销服务对应的第一分布商品促销行为信息属于同一商品促销服务的商品促销行为信息，若包括，则将第一商品促销服务对应的第一分布商品促销行为信息与历史目标商品促销行为信息中属于同一商品促销服务的商品促销行为信息进行关联，得到第一商品促销服务关联后的商品促销行为信息。
87.在一种可能的设计示例中，在以上描述的基础上，上述方法还可以包括以下步骤，具体描述如下。
88.步骤s1213，根据服务目标内的商品促销服务的目标商品促销行为信息，向商品促销服务所对应的电子商城200发送商品促销数据上传信息。
89.其中，上述的步骤s1213可以通过以下示例性的子步骤实现。
90.子步骤s12131，根据目标商品促销行为信息，获取包含选定商品促销行为的目标商品促销行为分布信息，对目标商品促销行为分布信息进行商品消耗因子识别处理，得到目标商品促销行为分布信息对应的商品消耗因子信息。
91.子步骤s12132，获取目标商品促销行为分布信息对应的目标行为提取特征单元，通过目标行为提取特征单元从商品消耗因子信息中提取第一行为提取特征和第二行为提取特征，将第一行为提取特征和第二行为提取特征进行行为提取特征拼接，得到与目标商品促销行为分布信息相关联的商品消耗因子信息的整体行为提取特征。
92.子步骤s12133，根据商品消耗因子信息的整体行为提取特征、目标行为提取特征单元，对商品消耗因子信息进行性能指标解析，得到商品消耗因子信息对应的性能指标信息。
93.子步骤s12134，若性能指标信息表征目标商品促销行为分布信息中存在满足目标更新指标的商品消耗因子信息，则将选定商品促销行为确定为目标商品促销行为，确认用于指示将目标商品促销行为节点的分配商品促销量计划更新至与电子商城200的数据上传进程。
94.图3为本公开实施例提供的电子商城商品促销量数据处理装置300的功能模块示意图，下面分别对该电子商城商品促销量数据处理装置300的各个功能模块的功能进行详细阐述。
95.确定模块310，用于确定待进行商品促销量计划分配的目标促销服务对象。其中，确定模块310可以用于执行上述的步骤s110，关于确定模块310的详细实现方式可以参照上述针对步骤s110的详细描述即可。第一获取模块320，用于获取所述目标促销服务对象对应的目标商品促销量预测
网络，所述目标商品促销量预测网络是基于促销服务对象的促销历史数据特征进行商品促销量预测网络生成得到的。其中，第一获取模块320可以用于执行上述的步骤s120，关于第一获取模块320的详细实现方式可以参照上述针对步骤s120的详细描述即可。
96.第二获取模块330，用于根据所述目标商品促销量预测网络获取样本分配商品促销量计划序列中各个样本分配商品促销量计划对应的预测计划促销量；其中，所述样本分配商品促销量计划对应的预测计划促销量是根据促销量计划标签对应所述样本分配商品促销量计划的计划索引数值得到，所述促销量计划标签为所述目标商品促销量预测网络中的各个促销服务对象对所述样本分配商品促销量计划的商品历史促销数据的促销量计划标签。其中，第二获取模块330可以用于执行上述的步骤s130，关于第二获取模块330的详细实现方式可以参照上述针对步骤s120的详细描述即可。提示模块340，用于根据所述样本分配商品促销量计划对应的预测计划促销量，向所述目标促销服务对象对应的电子商城进行数据提示。其中，提示模块340可以用于执行上述的步骤s140，关于提示模块340的详细实现方式可以参照上述针对步骤s140的详细描述即可。
97.图4示出了本公开实施例提供的用于实现上述的电子商城商品促销量数据处理方法的电商平台100的硬件结构示意图，如图4所示，电商平台100可包括处理器110、机器可读存储介质120、总线130以及通信单元140。
98.在具体实现过程中，多个处理器110执行机器可读存储介质120存储的计算机执行指令，使得处理器110可以执行如上方法实施例的电子商城商品促销量数据处理方法，处理器110、机器可读存储介质120以及通信单元140通过总线130连接，处理器110可以用于控制通信单元140的收发动作，从而可以与前述的电子商城200进行数据收发。
99.处理器110的具体实现过程可参见上述电商平台100执行的各个方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
100.此外，本发明实施例还提供一种可读存储介质，所述可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上电子商城商品促销量数据处理方法。
101.最后，应当理解的是，本说明书中实施例仅用以说明本说明书实施例的原则。其它的变形也可能属于本说明书范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。