[发明专利]询价数据的监控方法及设备

权利要求书

1.一种询价数据的监控方法，其特征在于，包括：

获取询价数据以及与所述询价数据对应的询价因子；

使用询价预警模型，根据所述询价因子以及所述询价数据确定所述询价数据为异常询价数据；所述询价预警模型为用于判断询价数据是否为需要进行预警的异常询价数据的模型；

判断所述异常询价数据是否为真异常询价数据，根据判断结果标记所述异常询价数据，得到所述异常询价数据的标记数据，所述标记数据与所述询价数据及所述询价因子相关联；

使用所述标记数据及其关联的询价数据、询价因子对所述询价预警模型进行训练，得到训练后的询价预警模型；使用训练后的询价预警模型判断新产生的询价数据是否为异常询价数据。

2.根据权利要求1所述的方法，其特征在于，还包括：

获取全量历史配送订单数据；

从所述全量历史配送订单数据提取历史询价数据、所述历史询价数据对应的询价因子、用于表征所述历史询价数据是否为真异常询价数据的标记数据；

使用上述数据作为训练样本，训练原始询价预警模型，得到初步训练好的询价预警模型；

所述使用询价预警模型，根据所述询价因子以及所述询价数据确定所述询价数据为异常询价数据，包括：

使用所述初步训练好的询价预警模型，对在线获取的询价数据及其对应的询价因子进行学习，确定所述询价数据是否为异常询价数据。

3.根据权利要求2所述的方法，其特征在于，还包括：

对全量历史询价数据进行数据清洗，将处于第一区间的询价数据及其对应的询价因子标记为正确样本，将处于第二区间的询价数据及其对应的询价因子标记为错误样本；所述第一区间为不小于第一阈值并且不大于第二阈值的数值区间；所述第二区间为小于第一阈值或大于第二阈值的数值区间；

使用所述正确样本和所述错误样本训练所述原始询价预警模型，得到所述初步训练好的询价预警模型。

4.根据权利要求1所述的方法，其特征在于，还包括：

获取预设时间段内异常询价数据的数量；

如果所述异常询价数据的数量超出第一预警阈值，或单位时间内的异常询价数据的数量超出第二预警阈值，则将预警开关设置为关闭，并启动询价数据定期拉取任务；所述询价数据定期拉取任务用于定时拉取询价数据及其对应的询价因子，使用询价预警模型，根据所述询价因子以及所述询价数据确定所述询价数据是否为异常询价数据；

如果确定所述询价数据为异常询价数据，则向询价维护资源发送异常询价数据提示信息。

5.根据权利要求1所述的方法，其特征在于，还包括：

获取用于执行所述方法的装置的性能数据；

如果所述性能数据大于性能预警阈值，则将预警开关设置为关闭，并启动询价数据定期拉取任务。

6.根据权利要求1所述的方法，其特征在于，所述判断所述异常询价数据是否为真异常询价数据，包括：

获取所述询价数据对应的定价时间和/或配送时间，查询所述定价时间和/或所述配送时间内的询价调整信息，根据所述询价调整信息确定所述异常询价数据是否为真异常询价数据；或，

根据所述异常询价数据向询价维护资源发送异常询价数据提示信息，接收所述定价维护资源对所述异常询价数据提示信息发送的确认信息，根据所述确认信息判断所述异常询价数据是否为真异常询价数据。

7.根据权利要求1所述的方法，其特征在于，所述询价数据包含配送总价和/或配送总价的各组成单元信息；

每个询价因子表征用于形成所述配送总价和/或所述组成单元信息包含的单元价的一种价格浮动因素。

8.根据权利要求7所述的方法，其特征在于，所述询价因子包括下述因子至少之一：

配送基础定价因子、配送距离因子、配送步长因子、配送步长重量因子、配送时段因子、配送对象品类因子、配送路径障碍物因子、订单来源因子、订单对应的用户属性因子、天气因子、临时附加因子。