[发明专利]一种异常信息识别方法及计算设备

说明书

本发明公开了一种异常信息识别方法，在计算设备中执行，包括：获取待发布的目标商品的价格信息；根据目标商品的关联商品的当前价格和/或目标商品的历史同时期的价格来判断该价格信息是否异常；若价格信息异常，则输出异常提示消息；若价格信息正常，则发布该价格信息；在价格信息发布后，根据当前时间段的订单量与历史同时期的订单量来判断价格信息是否异常，并在价格信息异常时，输出异常提示消息。本发明一并公开了相应的计算设备。

技术领域

本发明涉及数据处理技术领域，尤其涉及一种异常信息识别方法及计算设备。

背景技术

随着互联网技术的发展，网络购物已成为大多数消费者的日常选择。各大电商平台创造了各种各样的购物节日，例如双十一、618、吃货节，以及各种半年庆、周年庆等。商家为了提高毛利率、争取利润最大化，会在不同时期频繁调整商品价格，这难免会出现由于人为因素或系统异常而出现的标价错误。这些错误的价格被提交到商品页面进行发布，会给商家造成不必要的经济损失。目前，错误定价的识别和避免通常由商家手动完成，即，商家在发布价格之前，自行检查价格是否正确。这种方式增加了商家的工作量，并且主观性较强，准确率低，往往难以发现价格的异常情况。因此，需要一种能够自动识别异常商品价格的方法。

发明内容

为此，本发明提供一种异常信息识别方法及计算设备，以力图解决或至少缓解上面存在的问题。

根据本发明的第一个方面，提供一种异常信息识别方法，在计算设备中执行，包括以下步骤：获取待发布的目标商品的价格信息；根据所述目标商品的关联商品的当前价格和/或目标商品的历史同时期的价格来判断所述价格信息是否异常；若所述价格信息异常，则输出异常提示消息；若所述价格信息正常，则发布所述价格信息；在所述价格信息发布后，根据当前时间段的订单量与历史同时期的订单量来判断所述价格信息是否异常，并在价格信息异常时，输出异常提示消息。

可选地，在根据本发明的异常信息识别方法中，根据所述目标商品的关联商品的当前价格和/或目标商品的历史同时期的价格来判断所述价格信息是否异常的步骤包括：将所述价格信息相对于关联商品的平均价格的降价幅度与关联商品的最大降价幅度的比值作为第一折扣值；将所述价格信息相对于历史同时期价格的降价幅度与历史最大降价幅度的比值作为第二折扣值；将第一折扣值与第二折扣值的加权求和结果作为总折扣值；当总折扣值大于预设阈值时，判断所述价格信息异常。

可选地，在根据本发明的异常信息识别方法中，所述关联商品的最大降价幅度为所述关联商品的平均价格与预设的关联商品降价比例阈值的乘积；所述历史最大降价幅度为所述历史同时期价格与预设的历史降价比例阈值的乘积。

可选地，在根据本发明的异常信息识别方法中，关联商品的平均价格为去掉最高价和最低价之后的关联商品价格的平均值。

可选地，在根据本发明的异常信息识别方法中，当所述目标商品没有关联商品时，将所述价格信息相对于原价格的降价幅度与目标商品的最大降价幅度的比值作为第一折扣值，其中，所述目标商品的最大降价幅度为目标商品的原价格与预设的折扣阈值的乘积。

可选地，在根据本发明的异常信息识别方法中，当所述目标商品没有历史同时期价格时，将所述价格信息相对于原价格的降价幅度与目标商品的最大降价幅度的比值作为第二折扣值，其中，所述目标商品的最大降价幅度为目标商品的原价格与预设的折扣阈值的乘积。

可选地，在根据本发明的异常信息识别方法中，根据当前时间段的订单量与历史同时期的订单量来判断所述价格信息是否异常的步骤包括：若当前时间段的订单量相对于历史同时期的订单量的增长率大于预设的订单量增长率阈值，则判断所述价格信息异常。

可选地，在根据本发明的异常信息识别方法中，当所述目标商品没有历史同时期的订单量时，若当前时间段的订单量相对于预设的订单量阈值的增长率大于预设的订单量增长率阈值，则判断所述价格信息异常。