本发明涉及互联网,特别涉及一种基于决策树的限购方法、装置、设备及存储介质。
背景技术:
1、目前,现有技术为实现限购规则,基本上是直接设置,且设置方式相对固定古板,如:若某个商品存在每天允许购买的最大次数,以及每个商户在某个促销活动下允许购买的最大次数,现有技术方案通过配置系统a与系统b来进行限购,其中,系统a是管理商品每天剩余的可购买次数,系统b管理促销打折活动,也即管理商品在活动下的总库存以及每人能购买的个数来实现。这样一来,如果按现有工具去设计,针对以上的限购规则需要是通过两套固定的规则去实现,导致效率低下,开发投入较大,并影响用户使用感。
技术实现思路
1、有鉴于此,本发明的目的在于提供一种基于决策树的限购方法、装置、设备及存储介质,能够有效保证商户权益,提高效率以及用户使用感并降低开发成本。其具体方案如下:
2、第一方面,本申请提供了一种基于决策树的限购方法,应用于预设限购系统,包括:
3、当接收到商品售卖系统转发的用户购买请求时,获取与所述用户购买请求对应的用户属性信息;
4、基于自身中预先基于决策树算法以及预设初始自定义算子模型确定的目标限购决策树模型对所述用户购买请求以及所述用户属性信息进行匹配,得到相应的匹配结果;
5、将所述匹配结果返回至所述商品售卖系统,以便所述商品售卖系统基于所述匹配结果确定是否针对所述用户购买请求进行限购。
6、可选的,所述基于自身中预先基于决策树算法以及预设初始自定义算子模型确定的目标限购决策树模型对所述用户购买请求以及所述用户属性信息进行匹配,得到相应的匹配结果,包括:
7、对所述用户购买请求以及所述用户属性信息进行解析,得到若干个待匹配参数;
8、基于自身中预先基于决策树算法以及预设初始自定义算子模型确定的目标限购决策树模型对各所述待匹配参数进行匹配,得到相应的匹配结果。
9、可选的,所述基于自身中预先基于决策树算法以及预设初始自定义算子模型确定的目标限购决策树模型对各所述待匹配参数进行匹配,得到相应的匹配结果,包括:
10、根据与所述目标限购决策树模型对应的目标限购决策树的各节点的判别条件依次对各所述待匹配参数进行判断,以基于判断结果确定相应的匹配结果。
11、可选的,所述商品售卖系统基于所述匹配结果确定是否针对所述用户购买请求进行限购,包括:
12、所述商品售卖系统在所述匹配结果表明存在任一个所述待匹配参数不满足相应节点的判别条件时针对所述用户购买请求进行限购;
13、或,所述商品售卖系统在所述匹配结果表明各所述待匹配参数均满足相应节点的判别条件时触发正常商品售卖流程。
14、可选的,所述触发正常商品售卖流程之后,还包括:
15、基于所述用户购买请求以及所述用户属性信息对自身的所述目标限购决策树模型中的限购数量信息进行更新。
16、可选的,所述基于自身中预先基于决策树算法以及预设初始自定义算子模型确定的目标限购决策树模型对所述用户购买请求以及所述用户属性信息进行匹配之前,还包括:
17、获取基于自然语言制定的初始商品限购规则;
18、利用决策树算法以及预设初始自定义算子模型对所述初始商品限购规则进行解释,得到目标限购决策树模型。
19、第二方面,本申请提供了一种基于决策树的限购装置,应用于预设限购系统,包括:
20、请求接收模块,用于当接收到商品售卖系统转发的用户购买请求时,获取与所述用户购买请求对应的用户属性信息;
21、请求匹配模块,用于基于自身中预先基于决策树算法以及预设初始自定义算子模型确定的目标限购决策树模型对所述用户购买请求以及所述用户属性信息进行匹配,得到相应的匹配结果;
22、结果返回模块,用于将所述匹配结果返回至所述商品售卖系统,以便所述商品售卖系统基于所述匹配结果确定是否针对所述用户购买请求进行限购。
23、可选的,所述请求匹配模块,包括:
24、待匹配参数确定单元,用于对所述用户购买请求以及所述用户属性信息进行解析,得到若干个待匹配参数;
25、参数匹配单元,用于基于自身中预先基于决策树算法以及预设初始自定义算子模型确定的目标限购决策树模型对各所述待匹配参数进行匹配,得到相应的匹配结果。
26、第三方面,本申请提供了一种电子设备,包括:
27、存储器,用于保存计算机程序;
28、处理器,用于执行所述计算机程序,以实现前述的基于决策树的限购方法的步骤。
29、第四方面,本申请提供了一种计算机可读存储介质,用于保存计算机程序,所述计算机程序被处理器执行时实现前述的基于决策树的限购方法的步骤。
30、可见,本申请中,首先预设限购系统当接收到商品售卖系统转发的用户购买请求时,获取与所述用户购买请求对应的用户属性信息。然后基于自身中预先基于决策树算法以及预设初始自定义算子模型确定的目标限购决策树模型对所述用户购买请求以及所述用户属性信息进行匹配,得到相应的匹配结果。然后将所述匹配结果返回至所述商品售卖系统,以便所述商品售卖系统基于所述匹配结果确定是否针对所述用户购买请求进行限购。本申请通过预设限购系统中预先基于决策树算法确定的目标限购决策树模型,对商品售卖系统转发的用户购买请求进行判断以确定是否进行限购,能够有效提供商品的限购功能,保证商户权益并提高效率以及用户使用感,并降低开发成本。
1.一种基于决策树的限购方法,其特征在于,应用于预设限购系统,包括:
2.根据权利要求1所述的基于决策树的限购方法,其特征在于,所述基于自身中预先基于决策树算法以及预设初始自定义算子模型确定的目标限购决策树模型对所述用户购买请求以及所述用户属性信息进行匹配,得到相应的匹配结果,包括:
3.根据权利要求2所述的基于决策树的限购方法,其特征在于,所述基于自身中预先基于决策树算法以及预设初始自定义算子模型确定的目标限购决策树模型对各所述待匹配参数进行匹配,得到相应的匹配结果,包括:
4.根据权利要求3所述的基于决策树的限购方法,其特征在于,所述商品售卖系统基于所述匹配结果确定是否针对所述用户购买请求进行限购,包括:
5.根据权利要求4所述的基于决策树的限购方法,其特征在于,所述触发正常商品售卖流程之后,还包括:
6.根据权利要求1至5任一项所述的基于决策树的限购方法,其特征在于,所述基于自身中预先基于决策树算法以及预设初始自定义算子模型确定的目标限购决策树模型对所述用户购买请求以及所述用户属性信息进行匹配之前,还包括:
7.一种基于决策树的限购装置,其特征在于,应用于预设限购系统,包括:
8.根据权利要求7所述的基于决策树的限购装置,其特征在于,所述请求匹配模块,包括:
9.一种电子设备,其特征在于,包括:
10.一种计算机可读存储介质,其特征在于,用于保存计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的基于决策树的限购方法。