[发明专利]数据商品的定价方法与装置、电子设备及计算机可读存储介质

说明书

本申请公开了一种数据商品的定价方法、数据商品的定价装置、电子设备及非易失性计算机可读存储介质。数据商品的定价方法包括：获取数据商品的历史交易信息；根据所述历史交易信息获取价格区间和参考关系，所述参考关系是预测价格和预测交易量的对应关系；获取优化目标，并将所述优化目标、所述价格区间及所述参考关系输入人工智能预测模型以获取预测时段的优化单价；及根据所述优化单价确定推荐价格。本申请实施方式的数据商品的定价方法能够根据历史交易信息获取价格区间和参考关系，再利用人工智能预测模型根据优化目标、价格区间及参考关系获取预测时段的优化单价，从而根据优化单价确定推荐价格，以帮助卖方确定数据商品的定价。

技术领域

本申请涉及大数据和人工智能技术领域，特别涉及一种数据商品的定价方法、数据商品的定价装置、电子设备及非易失性计算机可读存储介质。

背景技术

随着大数据技术的成熟和发展，大数据在商业上的应用越来越广泛，大数据交易的需求也在不断增加。大数据商品与实体商品不同，难以评估其价值，也没有行业的定价标准，数据商品的卖方难以找到定价的参考依据，影响卖方获取更高的收入。因此，如何预估大数据商品的参考定价成为本行业亟待解决的问题。

发明内容

本申请实施方式提供了一种数据商品的定价方法、数据商品的定价装置、电子设备及非易失性计算机可读存储介质。

本申请实施方式的数据商品的定价方法包括：获取数据商品的历史交易信息；根据所述历史交易信息获取价格区间和参考关系，所述参考关系是预测价格和预测交易量的对应关系；获取优化目标，并将所述优化目标、所述价格区间及所述参考关系输入人工智能预测模型以获取预测时段的优化单价；及根据所述优化单价确定推荐价格。

本申请实施方式的数据商品推荐装置包括获取模块、预测模块、优化模块及推荐模块。所述获取模块用于获取数据商品的历史交易信息。所述预测模块用于根据所述历史交易信息获取价格区间和参考关系，所述参考关系是预测价格和预测交易量的对应关系。所述优化模块用于所述优化模块用于获取优化目标，并将所述优化目标、所述价格区间及所述参考关系输入人工智能预测模型以获取预测时段的优化单价。所述推荐模块用于根据所述优化单价确定推荐价格。

本申请实施方式的电子设备包括一个或多个处理器、存储器；和一个或多个程序，其中所述一个或多个程序被存储在所述存储器中，并且被所述一个或多个处理器执行。所述处理器用于：获取数据商品的历史交易信息；根据所述历史交易信息获取价格区间和参考关系，所述参考关系是预测价格和预测交易量的对应关系；获取优化目标，并将所述优化目标、所述价格区间及所述参考关系输入人工智能预测模型以获取预测时段的优化单价；及根据所述优化单价确定推荐价格。

本申请实施方式的一种包含计算机程序的非易失性计算机可读存储介质，当所述计算机程序被一个或多个处理器执行时，使得所述处理器实现本申请实施方式所述的数据商品的定价方法。数据商品的定价方法包括：获取数据商品的历史交易信息；根据所述历史交易信息获取价格区间和参考关系，所述参考关系是预测价格和预测交易量的对应关系；获取优化目标，并将所述优化目标、所述价格区间及所述参考关系输入人工智能预测模型以获取预测时段的优化单价；及根据所述优化单价确定推荐价格。

本申请实施方式的数据商品的定价方法、数据商品的定价装置、电子设备及非易失性计算机可读存储介质能够根据历史交易信息获取价格区间和参考关系，再利用人工智能预测模型根据优化目标、价格区间及参考关系获取预测时段的优化单价，从而根据优化单价确定推荐价格，以帮助卖方确定数据商品的定价。

本申请实施方式的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。

附图说明

本申请的上述和/或附加的方面和优点可以从结合下面附图对实施方式的描述中将变得明显和容易理解，其中：

图1是本申请某些实施方式的数据商品的定价方法的流程示意图；