[发明专利]一种数据处理方法和装置

说明书

本发明公开了一种数据处理方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：根据各商品的交易数据、所述各商品对应的用户数据确定商品间的第一转移概率；根据所述各商品的商品主数据，生成商品间的第一属性差异信息；根据所述第一转移概率和所述第一属性差异信息生成预测值向量，以及根据所述第一属性差异信息生成各商品的每个属性对应的属性差异向量；根据所述预测值向量、各商品的每个属性对应的属性差异向量，确定所有商品的属性的重要度。该实施方式能够量化不同属性的重要度，省时省力，能很好地定位参考商品范围，既考虑相似商品的销售情况又考虑消费者需求，提高评估结果可靠性，能精确指导业务人员的商品运营。

技术领域

本发明涉及计算机技术领域，尤其涉及一种数据处理方法和装置。

背景技术

随着电子商务的发展，线上交易的商品也越来越多，人们主要的购物方式也发生了变化。对于新研发、新上市的商品，如何评估其未来市场，对于电商企业和品牌商都是非常重要的。

现有的量化某一商品价值的方案主要有两种：一是通过问卷调查的方式，调研是否有购买该商品的意愿，这一方案费时费力，而且样本较少，不能得出一个可靠的结论；二是通过观察与该商品相关的竞争商品或者相似商品的历史销量和销售额数据，依靠业务知识进行判断，这一方案不能很好地定位参考商品的范围，不同品牌不同属性之间的商品差别很大，而且没有考虑市场以及用户的需求，而不能精确地指导业务人员的进行商品运营。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

现有方案无法量化不同属性的重要度，费时费力、可靠性差，此外，不能很好地定位参考商品的范围，并且没有考虑市场以及用户的需求，不能精确地指导业务人员的进行商品运营。

发明内容

有鉴于此，本发明实施例提供一种数据处理方法和装置，能够量化不同属性的重要度，并可利用不同属性的重要度来评估新上市商品的价值，省时省力，并能很好地定位参考商品的范围，且不仅考虑相似商品的销售情况，还考虑到消费者的需求，提高评估结果的可靠性，能精确地指导业务人员的进行商品运营。

为实现上述目的，根据本发明实施例的一个方面，提供了一种数据处理方法。

一种数据处理方法，包括根据各商品的交易数据、所述各商品对应的用户数据确定商品间的第一转移概率；根据所述各商品的商品主数据，生成商品间的第一属性差异信息；根据所述第一转移概率和所述第一属性差异信息生成预测值向量，以及根据所述第一属性差异信息生成各商品的每个属性对应的属性差异向量；根据所述预测值向量、各商品的每个属性对应的属性差异向量，确定所有商品的属性的重要度。

可选地，所述用户数据包括用户消费行为轨迹数据，所述各商品的交易数据包括每个商品对应订单的金额以及在各订单中的商品金额，根据各商品的交易数据、所述各商品对应的用户数据确定商品间的第一转移概率的步骤，包括：根据同一用户连续订单的两个商品中每个商品对应的订单的金额，以及所述两个商品在各自的订单中的商品金额，确定在所述连续订单中商品间的转移概率消费额，所述连续订单包括第一订单和第二订单，所述两个商品分别属于所述第一订单和所述第二订单；根据所述用户消费行为轨迹数据，对各用户连续订单中商品间的转移概率消费额进行汇总，并对汇总后的转移概率消费额归一化，得到所述商品间的第一转移概率。

可选地，所述商品主数据包括商品的属性信息，根据所述各商品的商品主数据，生成商品间的第一属性差异信息的步骤，包括：以相同类别的两个商品作为一个商品组合，且各商品组合具有相同属性，其中，对于每一商品组合，如果所述商品组合中两个商品的属性值为非数值型变量，则比对该两个商品的属性值是否相同，根据所述比对的结果生成所述商品间的第一属性差异信息；如果所述商品组合中两个商品的属性值为数值型变量，则计算该两个商品的属性值之间的距离，根据所述两个商品的属性值之间的距离，生成所述商品间的第一属性差异信息。

可选地，通过如下方法计算两个商品的属性值之间的距离：