数据处理方法、装置及计算机可读存储介质与流程

1.本公开涉及计算机技术领域，特别涉及一种数据处理方法、装置及计算机可读存储介质。


背景技术：

2.电商平台通常需要通过链接发布引擎来发布商品链接。
3.发布商品链接之前，电商平台需要将相同品类的商品划分为一个商品组，将该商品组统一的资源配置数据以及商品组编号输入链接发布引擎。链接发布引擎会根据各个商品组编号及对应的资源配置数据，从各个商品组中选择出部分商品的商品链接，并向用户发布。


技术实现要素：

4.本公开解决的一个技术问题是，如何提升商品链接的发布效率。
5.根据本公开实施例的一个方面，提供了一种数据处理方法，包括：根据商品链接的历史点击次数及历史订单转化率，生成商品链接的资源配置数据；资源配置数据与历史点击次数呈负相关，资源配置数据与历史订单转化率呈正相关；将商品标识及商品链接的资源配置数据输入链接发布引擎，以便链接发布引擎根据商品标识及商品链接的资源配置数据发布商品链接。
6.在一些实施例中，根据商品链接的历史点击次数及历史订单转化率，生成商品链接的资源配置数据包括：根据商品链接的历史点击次数及历史订单转化率，生成商品链接的资源配置数据参考值；根据商品链接的历史点击次数及历史订单转化率，确定商品链接的资源配置数据的取值区间；将资源配置数据参考值映射至取值区间，获得资源配置数据。
7.在一些实施例中，根据商品链接的历史点击次数及历史订单转化率，确定商品链接的资源配置数据的取值区间包括：在历史点击次数大于第一阈值且历史订单转化率大于第二阈值的情况下，取值区间为[f1,f2]；在历史点击次数不大于第一阈值且历史订单转化率大于第二阈值的情况下，取值区间为[f1,f3]；在历史点击次数大于第一阈值且历史订单转化率不大于第二阈值的情况下，取值区间为[f3,f5]；在历史点击次数大于第一阈值且历史订单转化率不大于第二阈值的情况下，取值区间为[f4,f5]；其中，f1>f2>f3>f4>f5>0。
[0008]
在一些实施例中，根据商品链接的历史点击次数及历史订单转化率，生成商品链接的资源配置数据参考值包括：根据商品链接在目标链接发布引擎中的历史点击次数及历史订单转化率，生成资源配置数据参考值的目标分量；根据商品链接在所有链接发布引擎中的历史点击次数及历史订单转化率，生成资源配置数据参考值的全局分量；根据目标分量与全局分量的和，确定商品链接在目标链接发布引擎中的资源配置数据参考值；根据商品链接的历史点击次数及历史订单转化率，确定商品链接的资源配置数据的取值区间包括：根据商品链接在目标链接发布引擎中的历史点击次数及历史订单转化率，确定商品链接的资源配置数据的取值区间；将资源配置数据参考值映射至取值区间，获得资源配置数
据包括：将商品链接在目标链接发布引擎中的资源配置数据参考值映射至取值区间，获得商品链接在目标链接发布引擎中的资源配置数据；将商品标识及商品链接的资源配置数据输入链接发布引擎包括：将商品标识及商品链接在目标链接发布引擎中的资源配置数据输入目标链接发布引擎。
[0009]
在一些实施例中，根据目标分量与全局分量的和，确定商品链接在目标链接发布引擎中的资源配置数据参考值包括：将目标分量、全局分量及会话分量相加，得到商品链接在目标链接发布引擎中的资源配置数据参考值；会话分量为：在同一次会话中商品链接被用户点击后商品被用户加入购物车或下单的会话数量。
[0010]
在一些实施例中，目标分量、全局分量及会话分量的取值范围相同。
[0011]
在一些实施例中，历史订单转化率包括历史订单数量转化率和历史订单额度转化率，资源配置数据与历史订单数量转化率呈正相关，且资源配置数据与历史订单额度转化率呈正相关。
[0012]
在一些实施例中，根据商品链接的历史点击次数及历史订单转化率，生成商品链接的资源配置数据包括：根据目标商品链接的历史点击次数及历史订单转化率，生成目标商品链接的资源配置数据；将商品标识及商品链接的资源配置数据输入链接发布引擎包括：将目标商品标识及目标商品链接的资源配置数据输入链接发布引擎；目标商品链接的历史订单数量转化率为：目标商品链接的历史订单数量与所有商品链接的历史点击次数的乘积，除以目标商品链接的历史点击次数与所有商品链接的历史订单数量的乘积；目标商品链接的历史订单额度转化率为：目标商品链接的历史订单额度与所有商品链接的历史点击次数的乘积，除以目标商品链接的历史点击次数与所有商品链接的历史订单额度的乘积。
[0013]
在一些实施例中，根据商品链接的历史点击次数及历史订单转化率，生成商品链接的资源配置数据还包括：在预设时段内商品链接的点击次数大于第三阈值的情况下，根据预设时段内商品链接的点击次数对资源配置数据进行实时调整，实时调整后的资源配置数据与预设时段内商品链接的点击次数呈负相关。
[0014]
根据本公开实施例的另一个方面，提供了一种数据处理装置，包括：数据生成模块，被配置为：根据商品链接的历史点击次数及历史订单转化率，生成商品链接的资源配置数据；资源配置数据与历史点击次数呈负相关，资源配置数据与历史订单转化率呈正相关；数据输入模块，被配置为：将商品标识及商品链接的资源配置数据输入链接发布引擎，以便链接发布引擎根据商品标识及商品链接的资源配置数据发布商品链接。
[0015]
在一些实施例中，数据生成模块被配置为：根据商品链接的历史点击次数及历史订单转化率，生成商品链接的资源配置数据参考值；根据商品链接的历史点击次数及历史订单转化率，确定商品链接的资源配置数据的取值区间；将资源配置数据参考值映射至取值区间，获得资源配置数据。
[0016]
在一些实施例中，数据生成模块被配置为：在历史点击次数大于第一阈值且历史订单转化率大于第二阈值的情况下，取值区间为[f1,f2]；在历史点击次数不大于第一阈值且历史订单转化率大于第二阈值的情况下，取值区间为[f1,f3]；在历史点击次数大于第一阈值且历史订单转化率不大于第二阈值的情况下，取值区间为[f3,f5]；在历史点击次数大于第一阈值且历史订单转化率不大于第二阈值的情况下，取值区间为[f4,f5]；其中，f1>f2>
f3>f4>f5>0。
[0017]
在一些实施例中，数据生成模块被配置为：根据商品链接在目标链接发布引擎中的历史点击次数及历史订单转化率，生成资源配置数据参考值的目标分量；根据商品链接在所有链接发布引擎中的历史点击次数及历史订单转化率，生成资源配置数据参考值的全局分量；根据目标分量与全局分量的和，确定商品链接在目标链接发布引擎中的资源配置数据参考值；根据商品链接在目标链接发布引擎中的历史点击次数及历史订单转化率，确定商品链接的资源配置数据的取值区间；将商品链接在目标链接发布引擎中的资源配置数据参考值映射至取值区间，获得商品链接在目标链接发布引擎中的资源配置数据；数据输入模块被配置为：将商品标识及商品链接在目标链接发布引擎中的资源配置数据输入目标链接发布引擎。
[0018]
在一些实施例中，数据生成模块被配置为：将目标分量、全局分量及会话分量相加，得到商品链接在目标链接发布引擎中的资源配置数据参考值；会话分量为：在同一次会话中商品链接被用户点击后商品被用户加入购物车或下单的会话数量。
[0019]
在一些实施例中，目标分量、全局分量及会话分量的取值范围相同。
[0020]
在一些实施例中，历史订单转化率包括历史订单数量转化率和历史订单额度转化率，资源配置数据与历史订单数量转化率呈正相关，且资源配置数据与历史订单额度转化率呈正相关。
[0021]
在一些实施例中，数据生成模块被配置为：根据目标商品链接的历史点击次数及历史订单转化率，生成目标商品链接的资源配置数据；数据输入模块被配置为：将目标商品标识及目标商品链接的资源配置数据输入链接发布引擎；目标商品链接的历史订单数量转化率为：目标商品链接的历史订单数量与所有商品链接的历史点击次数的乘积，除以目标商品链接的历史点击次数与所有商品链接的历史订单数量的乘积；目标商品链接的历史订单额度转化率为：目标商品链接的历史订单额度与所有商品链接的历史点击次数的乘积，除以目标商品链接的历史点击次数与所有商品链接的历史订单额度的乘积。
[0022]
在一些实施例中，数据生成模块还被配置为：在预设时段内商品链接的点击次数大于第三阈值的情况下，根据预设时段内商品链接的点击次数对资源配置数据进行实时调整，实时调整后的资源配置数据与预设时段内商品链接的点击次数呈负相关。
[0023]
根据本公开实施例的又一个方面，提供了一种数据处理装置，包括：存储器；以及耦接至存储器的处理器，处理器被配置为基于存储在存储器中的指令，执行前述的数据处理方法。
[0024]
根据本公开实施例的再一个方面，提供了一种计算机可读存储介质，其中，计算机可读存储介质存储有计算机指令，指令被处理器执行时实现前述的数据处理方法。
[0025]
本公开能够以商品链接的历史点击次数及历史订单转化率为依据，为单个商品链接确定向链接发布引擎输入的资源配置数据，从而提升了商品链接的订单转化率，进而提升商品链接的发布效率。
[0026]
通过以下参照附图对本公开的示例性实施例的详细描述，本公开的其它特征及其优点将会变得清楚。
附图说明
[0027]
为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有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公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0028]
图1示出了本公开一些实施例的数据处理方法的流程示意图。
[0029]
图2示出了生成商品链接的一些实施例的流程示意图。
[0030]
图3示出了商品链接的分类示意图。
[0031]
图4示出了本公开一些实施例的数据处理装置的结构示意图。
[0032]
图5示出了本公开另一些实施例的数据处理装置的结构示意图。
具体实施方式
[0033]
下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本公开及其应用或使用的任何限制。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本公开保护的范围。
[0034]
发明人研究发现，同一个商品组中通常包含数万计的商品，这些商品的商品链接的订单转化率通常不同，为这些商品链接设置统一的资源配置数据，会造成资源配置的浪费。例如，为不同品牌的电子产品具有不同的用户关注度，为不同品牌的电子产品设置统一的广告出价数据，不仅会浪费出价，还会浪费获取更多用户流量的机会。因此，以商品组为颗粒度来设置资源配置数据，会导致资源配置数据的设置不合理，从而导致商品链接的订单转化率降低，进而导致商品链接的发布效率不高的情况。
[0035]
有些电商平台向链接发布引擎输入商品推荐指数，商品推荐指数与商品链接的历史订单转化率呈正相关，以求链接发布引擎根据商品推荐指数来选择最终发布的商品链接。但是一方面，商品推荐指数较为稀疏，难以为所有商品分别计算商品推荐指数；另一方面，链接发布引擎的算法通常设定为与商品链接的历史点击率强相关，因此链接发布引擎会很大程度上弱化电商平台输入的商品推荐指数。
[0036]
有鉴于此，本公开提出了一种数据处理方法，能够以商品链接的历史点击次数及历史订单转化率为依据，为单个商品链接确定向链接发布引擎输入的资源配置数据，从而提升了商品链接的订单转化率，进而提升商品链接的发布效率。
[0037]
首先结合图1描述本公开数据处理方法的一些实施例。
[0038]
图1示出了本公开一些实施例的数据处理方法的流程示意图。如图1所示，本实施例包括步骤s101～步骤s102。
[0039]
在步骤s101中，根据商品链接的历史点击次数及历史订单转化率，生成商品链接的资源配置数据。
[0040]
其中，资源配置数据与历史点击次数呈负相关，资源配置数据与历史订单转化率呈正相关。历史订单转化率可以包括历史订单数量转化率和历史订单额度转化率，资源配置数据与历史订单数量转化率呈正相关，且资源配置数据与历史订单额度转化率呈正相
关。
[0041]
为了获取商品链接的历史点击次数及历史订单转化率，可以在丰富的商品订单数据基础上采用基于商品标识的跟单机制。例如，在链接发布引擎侧获取商品链接被点击的历史次数，以及用户点击商品链接后下单的历史下单次数或历史下单金额。用历史下单次数除以商品链接被点击的历史次数，即可得到历史订单数量转化率；用历史下单额度除以商品链接被点击的历史次数，即可得到历史订单额度转化率。历史订单数量转化率、历史订单额度转化率均可以作为历史订单数量转化率来使用。
[0042]
然后，可以根据商品链接的历史点击次数、历史订单转化率的以及商品链接的基准资源配置数据，生成商品链接的资源配置数据。例如，将商品链接的基准资源配置数据与历史订单转化率相乘，再除以历史点击次数，即可得到资源配置数据。
[0043]
在一些实施例中，可以根据目标商品链接的历史点击次数及历史订单转化率，生成目标商品链接的资源配置数据。然后将目标商品标识及目标商品链接的资源配置数据输入链接发布引擎。其中，目标商品链接的历史订单数量转化率为：目标商品链接的历史订单数量与所有商品链接的历史点击次数的乘积，除以目标商品链接的历史点击次数与所有商品链接的历史订单数量的乘积；目标商品链接的历史订单额度转化率为：目标商品链接的历史订单额度与所有商品链接的历史点击次数的乘积，除以目标商品链接的历史点击次数与所有商品链接的历史订单额度的乘积。这样处理的效果是，使计算结果能够体现出目标商品的相对订单转化能力，从而更加准确的确定目标商品的资源配置数据。
[0044]
在步骤s102中，将商品标识及商品链接的资源配置数据输入链接发布引擎，以便链接发布引擎根据商品标识及商品链接的资源配置数据发布商品链接。
[0045]
链接发布引擎虽然根据预置的算法选择最终发布的商品链接，但由于每个商品链接对应的资源配置参数都是基于其订单转化能力强弱程度来设置的，因此无论最终链接发布引擎发布的商品链接是哪个商品的商品链接，该商品链接都设置有与其订单转化能力相适应的资源配置参数。
[0046]
本实施例能够以商品链接的历史点击次数及历史订单转化率为依据，衡量商品链接的订单转化能力，为单个商品链接确定向链接发布引擎输入的资源配置数据，使得最终发布的商品链接具有较高的订单转化能力，从而提升了商品链接的订单转化率，进而提升商品链接的发布效率。
[0047]
下面结合图2进一步描述如何生成商品链接的资源配置数据。
[0048]
图2示出了生成商品链接的一些实施例的流程示意图。如图2所示，本实施例包括步骤s2011～步骤s2013。
[0049]
在步骤s2011中，根据商品链接的历史点击次数及历史订单转化率，生成商品链接的资源配置数据参考值。
[0050]
生成商品链接的资源配置数据参考值时，具体可以采用步骤s101中提到的一些计算方法，在此不做赘述。
[0051]
在步骤s2012中，根据商品链接的历史点击次数及历史订单转化率，确定商品链接的资源配置数据的取值区间。
[0052]
商品链接的数据情况千变万化，部分商品链接被点击次数较高，订单转化率较低；部分商品链接订单转化率较高，但被点击次数较低。为此，可以根据商品链接的流量获取能
力和订单转化能力，将商品链接划分为四类，分别制定不同的资源配置数据调整策略。
[0053]
由于商品数量较为庞大，确定商品链接的资源配置数据的取值区间之前，可以先对商品进行分组。例如，可以将用户下单额度相近或历史订单转化率相近的商品划分为一组。然后，对分组后的商品进行分类，以确定商品链接的资源配置数据的取值区间。
[0054]
图3示出了商品链接的分类示意图。如图3所示，横轴表示商品链接的历史订单转化率，纵轴表示商品链接的历史点击次数(简称为流量)，横向虚线对应第一阈值，纵向虚线对应第二阈值。应对不同业务场景下不同的业务需求，可以将商品链接的分为四类：流量型、转化型、双高型、长尾型，从而制定不同的资源配置数据调整策略。例如，在历史点击次数大于第一阈值且历史订单转化率大于第二阈值的情况下，资源配置数据的取值区间为[f1,f2]；在历史点击次数不大于第一阈值且历史订单转化率大于第二阈值的情况下，资源配置数据的取值区间为[f1,f3]；在历史点击次数大于第一阈值且历史订单转化率不大于第二阈值的情况下，资源配置数据的取值区间为[f3,f5]；在历史点击次数大于第一阈值且历史订单转化率不大于第二阈值的情况下，资源配置数据的取值区间为[f4,f5]；其中，f1>f2>f3>f4>f5>0。
[0055]
在步骤s2013中，将资源配置数据参考值映射至取值区间，获得资源配置数据。
[0056]
本实施例中，根据商品链接的流量获取能力和订单转化能力，为商品链接设定合理的取值范围，能够为商品链接更加准确的确定资源配置数据，进一步提升了商品链接的订单转化率和发布效率。
[0057]
在一些实施例中，图2对应的实施例还包括步骤s2014～s2015。
[0058]
在步骤s2014中，判断预设时段内商品链接的点击次数是否大于第三阈值。
[0059]
在预设时段内商品链接的点击次数不大于第三阈值的情况下，返回步骤s2014；在在预设时段内商品链接的点击次数大于第三阈值的情况下，执行步骤s2015。
[0060]
在步骤s2015中，根据预设时段内商品链接的点击次数对资源配置数据进行实时调整，实时调整后的资源配置数据与预设时段内商品链接的点击次数呈负相关。
[0061]
考虑到商品链接的流量爆发式增长后可能导致订单转化率下降，本实施例能够在商品链接的流量出现爆发式增长后实时调降资源配置数据，从而避免商品链接的流量出现爆发式增长为订单转化率带来的负面影响，更进一步提升了商品链接的订单转化率和发布效率。
[0062]
在一些实施例中，利用历史数据来计算商品链接的资源配置数据时，不仅可以利用目标链接发布引擎下的历史数据，还可以参考所有其他链接发布引擎下的历史数据(本领域技术人员甚至可以根据实际需要，为目标链接发布引擎下的历史数据及其他链接发布引擎下的历史数据设置权重配比)，从而全方位考虑计算商品链接的资源配置数据。
[0063]
例如，在步骤s2011中，首先，根据商品链接在目标链接发布引擎中的历史点击次数及历史订单转化率，生成资源配置数据参考值的目标分量；然后，根据商品链接在所有链接发布引擎中的历史点击次数及历史订单转化率，生成资源配置数据参考值的全局分量；最后，根据目标分量与全局分量的和，确定商品链接在目标链接发布引擎中的资源配置数据参考值。或者，将目标分量、全局分量及会话分量相加，得到商品链接在目标链接发布引擎中的资源配置数据参考值；会话分量为：在同一次会话中商品链接被用户点击后商品被用户加入购物车或下单的会话数量。其中，目标分量、全局分量及会话分量的取值范围可以
相同。
[0064]
相应的，在步骤s2012中，根据商品链接在目标链接发布引擎中的历史点击次数及历史订单转化率，确定商品链接的资源配置数据的取值区间。
[0065]
相应的，在步骤s2013中，将商品链接在目标链接发布引擎中的资源配置数据参考值映射至取值区间，获得商品链接在目标链接发布引擎中的资源配置数据，以便将商品标识及商品链接在目标链接发布引擎中的资源配置数据输入目标链接发布引擎。
[0066]
下面示出一些具体的计算公式，来对本公开中的数据处理方法进行介绍。
[0067]
假设p表示需要设置资源配置参数的商品链接p的集合，记为p
i
(i＝0,1,
…
n)∈p；x表示每个商品链接的特征x的集合，记为x
k
(k＝click,gmv,ord
…
)∈x，p
i
(x
click
)表示商品链接p
i
的点击数。
[0068]
若w表示一组w数据的集合，采用公式(1)：
[0069][0070]
可以将w映射至区间[0,2]，保证s(w,c)∈[0,2]，其中c表示常量；minw和maxw分别表示一组数据w的最小值和最大值。
[0071]
采用公式(2)：
[0072][0073]
可以将w映射至区间[c
min
,c
max
]，保证n(w,c
min
,c
max
)∈[c
min
,c
max
]，其中minw和maxw分别表示一组数据w的最小值和最大值。
[0074]
采用公式(3)：
[0075][0076]
可以计算商品链接特征p(x
b
)与商品链接特征p(x
a
)的相对比防止出现p(x
b
)/p(x
a
)数据范围过大的问题，使p(x
b
)/p(x
a
)数据可信度更高。
[0077]
那么，根据公式(1)、(2)、(3)，可以采用公式(4)：
[0078][0079]
来计算商品链接的资源配置数据参考值r(p)；其中，c表示常量，一般取1；α，β是预设的业务参数；p(x
click
)表示每一个商品链接在目标链接发布引擎的历史点击次数；p(x
gmv
)表示每一个商品链接在目标链接发布引擎的历史订单转化额度；p(x
ord
)表示每一个商品在
目标链接发布引擎的历史订单转化数量；p(x
r_click
)表示每一个商品在其他链接发布引擎的历史点击次数；p(x
r_gmv
)表示每一个商品在其他链接发布引擎的历史订单转化额度；p(x
r_ord
)表示每一个商品在其他链接发布引擎的历史订单转化数量；p(x
cvt_session
)表示用户点击了商品链接，同时在同一个会话中有加购和下单对应商品的会话次数；b(p)表示基准资源配置数据。
[0080]
接下来，确定商品链接的资源配置数据的取值区间，将资源配置数据参考值映射至取值区间，获得资源配置数据，即公式(5)：
[0081][0082]
其中q
a
表示流量型，q
b
表示双高型，q
c
表示长尾型，q
d
表示转化型；分别取值区间的边界值，满足
[0083]
最后，根据实时流量对资源配置数据进行调整，即公式(6)：
[0084][0085]
其中，ratio
real
(p)表示实时调整后的资源配置数据，p(x
real_click
)表示商品链接在最近一天的历史点击次数，d、e、f是业务参数。
[0086]
以上公式(1)～(7)只是作为举例说明而不作为具体限制，本领域技术人员还可以采用相似或类似的手段来确定相关的计算公式。同时，本领域技术人员应理解，如果能够获取详细的用户标签，还可以对用户进行精准定向，可以增加用户匹配度的维度数据，针对单个用户来调整资源配置参数。
[0087]
下面结合图4描述本公开数据处理装置的一些实施例。
[0088]
图4示出了本公开一些实施例的数据处理装置的结构示意图。如图4所示，本实施例中的数据处理装置40包括：数据生成模块401，被配置为：根据商品链接的历史点击次数及历史订单转化率，生成商品链接的资源配置数据；资源配置数据与历史点击次数呈负相关，资源配置数据与历史订单转化率呈正相关；数据输入模块402，被配置为：将商品标识及商品链接的资源配置数据输入链接发布引擎，以便链接发布引擎根据商品标识及商品链接的资源配置数据发布商品链接。
[0089]
本实施例能够以商品链接的历史点击次数及历史订单转化率为依据，衡量商品链接的订单转化能力，为单个商品链接确定向链接发布引擎输入的资源配置数据，使得最终发布的商品链接具有较高的订单转化能力，从而提升了商品链接的订单转化率，进而提升
商品链接的发布效率。
[0090]
在一些实施例中，数据生成模块401被配置为：根据商品链接的历史点击次数及历史订单转化率，生成商品链接的资源配置数据参考值；根据商品链接的历史点击次数及历史订单转化率，确定商品链接的资源配置数据的取值区间；将资源配置数据参考值映射至取值区间，获得资源配置数据。
[0091]
在一些实施例中，数据生成模块401被配置为：在历史点击次数大于第一阈值且历史订单转化率大于第二阈值的情况下，取值区间为[f1,f2]；在历史点击次数不大于第一阈值且历史订单转化率大于第二阈值的情况下，取值区间为[f1,f4]；在历史点击次数大于第一阈值且历史订单转化率不大于第二阈值的情况下，取值区间为[f4,f5]；在历史点击次数大于第一阈值且历史订单转化率不大于第二阈值的情况下，取值区间为[f4,f5]；其中，f1>f2>f4>f4>f5>0。
[0092]
本实施例中，根据商品链接的流量获取能力和订单转化能力，为商品链接设定合理的取值范围，能够为商品链接更加准确的确定资源配置数据，进一步提升了商品链接的订单转化率和发布效率。
[0093]
在一些实施例中，数据生成模块401被配置为：根据商品链接在目标链接发布引擎中的历史点击次数及历史订单转化率，生成资源配置数据参考值的目标分量；根据商品链接在所有链接发布引擎中的历史点击次数及历史订单转化率，生成资源配置数据参考值的全局分量；根据目标分量与全局分量的和，确定商品链接在目标链接发布引擎中的资源配置数据参考值；根据商品链接在目标链接发布引擎中的历史点击次数及历史订单转化率，确定商品链接的资源配置数据的取值区间；将商品链接在目标链接发布引擎中的资源配置数据参考值映射至取值区间，获得商品链接在目标链接发布引擎中的资源配置数据；数据输入模块被配置为：将商品标识及商品链接在目标链接发布引擎中的资源配置数据输入目标链接发布引擎。
[0094]
在一些实施例中，数据生成模块401被配置为：将目标分量、全局分量及会话分量相加，得到商品链接在目标链接发布引擎中的资源配置数据参考值；会话分量为：在同一次会话中商品链接被用户点击后商品被用户加入购物车或下单的会话数量。
[0095]
在一些实施例中，目标分量、全局分量及会话分量的取值范围相同。
[0096]
在一些实施例中，历史订单转化率包括历史订单数量转化率和历史订单额度转化率，资源配置数据与历史订单数量转化率呈正相关，且资源配置数据与历史订单额度转化率呈正相关。
[0097]
在一些实施例中，数据生成模块401被配置为：根据目标商品链接的历史点击次数及历史订单转化率，生成目标商品链接的资源配置数据；数据输入模块被配置为：将目标商品标识及目标商品链接的资源配置数据输入链接发布引擎；目标商品链接的历史订单数量转化率为：目标商品链接的历史订单数量与所有商品链接的历史点击次数的乘积，除以目标商品链接的历史点击次数与所有商品链接的历史订单数量的乘积；目标商品链接的历史订单额度转化率为：目标商品链接的历史订单额度与所有商品链接的历史点击次数的乘积，除以目标商品链接的历史点击次数与所有商品链接的历史订单额度的乘积。
[0098]
在一些实施例中，数据生成模块401还被配置为：在预设时段内商品链接的点击次数大于第三阈值的情况下，根据预设时段内商品链接的点击次数对资源配置数据进行实时
调整，实时调整后的资源配置数据与预设时段内商品链接的点击次数呈负相关。
[0099]
考虑到商品链接的流量爆发式增长后可能导致订单转化率下降，本实施例能够在商品链接的流量出现爆发式增长后实时调降资源配置数据，从而避免商品链接的流量出现爆发式增长为订单转化率带来的负面影响，更进一步提升了商品链接的订单转化率和发布效率。
[0100]
下面结合图5描述本公开数据处理装置的另一些实施例。
[0101]
图5示出了本公开另一些实施例的数据处理装置的结构示意图。如图5所示，该实施例的数据处理装置50包括：存储器510以及耦接至该存储器510的处理器520，处理器520被配置为基于存储在存储器510中的指令，执行前述任意一些实施例中的数据处理方法。
[0102]
其中，存储器510例如可以包括系统存储器、固定非易失性存储介质等。系统存储器例如存储有操作系统、应用程序、引导装载程序(boot loader)以及其他程序等。
[0103]
数据处理装置50还可以包括输入输出接口530、网络接口540、存储接口550等。这些接口530、540、550以及存储器510和处理器520之间例如可以通过总线560连接。其中，输入输出接口530为显示器、鼠标、键盘、触摸屏等输入输出设备提供连接接口。网络接口540为各种联网设备提供连接接口。存储接口550为sd卡、u盘等外置存储设备提供连接接口。
[0104]
本公开还包括一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现前述任意一些实施例中的数据处理方法。
[0105]
本公开是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0106]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0107]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0108]
以上所述仅为本公开的较佳实施例，并不用以限制本公开，凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。