CN116091169A - 订单数据的处理方法、装置、存储介质及计算机设备 - Google Patents

Abstract

本发明涉及信息技术领域及数字金融领域，公开了一种订单数据的处理方法、装置、存储介质及计算机设备，主要在于能够提高订单数据的处理效率和处理精度。其中方法包括：接收已支付订单对应的拆分指令；基于所述已支付订单对应的订单标识，确定所述已支付订单中各个商品所属的商户；基于不同商户，对所述已支付订单进行拆分，得到所述已支付订单对应的不同子订单，并基于所述订单总价值，确定所述不同子订单对应的子价值；利用价值配比预测模型预测所述不同商户与订单交易平台、费用支付平台之间的价值配比，并基于所述价值配比，对所述不同子订单对应的子价值进行拆分，得到拆分后的订单子价值。

Description

订单数据的处理方法、装置、存储介质及计算机设备

技术领域

本发明涉及信息技术领域及数字金融领域，尤其是涉及一种订单数据的处理方法、装置、存储介质及计算机设备。

背景技术

电子商务系统为满足企业生产、销售、服务等需要，信息化模式复杂。为应对运营、管理和决策，需要应对多商业模式的场景，例如多供应商、自营模式、入驻模式等，因此出现了合并订单数据的场景，合并订单数据是指用户在交易平台上选择多个商品同时进行支付，交易平台将该多个商品合并成一个订单，例如，针对多种医疗器械进行合并支付。基于此，为了使各个平台都分配到合理价值，需要对合并订单数据进行处理。

目前，通常通过人工编写订单数据的处理代码来对订单数据进行处理。然而，每个订单数据组成和类型不同，因此需要不断修改代码，导致订单数据的处理效率较低，与此同时，由于代码编写人员技术水平的参差不齐，会导致代码编写错误的情况，从而导致订单数据的处理精度较低。

发明内容

本发明提供了一种订单数据的处理方法、装置、存储介质及计算机设备，主要在于能够提高订单数据的处理效率和处理精度。

根据本发明的第一个方面，提供一种订单数据的处理方法，包括：

接收已支付订单对应的拆分指令，其中，所述拆分指令中携带有所述已支付订单对应的订单标识和订单总价值；

基于所述订单标识，确定所述已支付订单中各个商品所属的商户，并确定不同商户的第一属性信息、订单交易平台的第二属性信息和费用支付平台的第三属性信息；

基于所述不同商户，对所述已支付订单进行拆分，得到所述已支付订单对应的不同子订单，并基于所述订单总价值，确定所述不同子订单对应的子价值；

将所述第一属性信息、所述第二属性信息和所述第三属性信息输入至预设价值配比预测模型中进行转化价值的预测，得到所述不同商户与订单交易平台、费用支付平台之间的价值配比；

基于所述价值配比，对所述不同子订单对应的子价值进行拆分，得到拆分后的订单子价值。

根据本发明的第二个方面，提供一种订单数据的处理装置，包括：

接收单元，用于接收已支付订单对应的拆分指令，其中所述拆分指令中携带有所述已支付订单对应的订单标识和订单总价值；

确定单元，用于基于所述订单标识，确定所述已支付订单中各个商品所属的商户，并确定不同商户的第一属性信息、订单交易平台的第二属性信息和费用支付平台的第三属性信息；

订单拆分单元，用于基于所述不同商户，对所述已支付订单进行拆分，得到所述已支付订单对应的不同子订单，并基于所述订单总价值，确定所述不同子订单对应的子价值；

价值配比预测单元，用于将所述第一属性信息、所述第二属性信息和所述第三属性信息输入至预设价值配比预测模型中进行转化价值的预测，得到所述不同商户与订单交易平台、费用支付平台之间的价值配比；

拆分单元，用于基于所述价值配比，对所述不同子订单对应的子价值进行拆分，得到拆分后的订单子价值。

根据本发明的第三个方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：

接收已支付订单对应的拆分指令，其中，所述拆分指令中携带有所述已支付订单对应的订单标识和订单总价值；

基于所述订单标识，确定所述已支付订单中各个商品所属的商户，并确定不同商户的第一属性信息、订单交易平台的第二属性信息和费用支付平台的第三属性信息；

基于所述不同商户，对所述已支付订单进行拆分，得到所述已支付订单对应的不同子订单，并基于所述订单总价值，确定所述不同子订单对应的子价值；

将所述第一属性信息、所述第二属性信息和所述第三属性信息输入至预设价值配比预测模型中进行转化价值的预测，得到所述不同商户与订单交易平台、费用支付平台之间的价值配比；

基于所述价值配比，对所述不同子订单对应的子价值进行拆分，得到拆分后的订单子价值。

根据本发明的第四个方面，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：

接收已支付订单对应的拆分指令，其中，所述拆分指令中携带有所述已支付订单对应的订单标识和订单总价值；

基于所述订单标识，确定所述已支付订单中各个商品所属的商户，并确定不同商户的第一属性信息、订单交易平台的第二属性信息和费用支付平台的第三属性信息；

基于所述不同商户，对所述已支付订单进行拆分，得到所述已支付订单对应的不同子订单，并基于所述订单总价值，确定所述不同子订单对应的子价值；

将所述第一属性信息、所述第二属性信息和所述第三属性信息输入至预设价值配比预测模型中进行转化价值的预测，得到所述不同商户与订单交易平台、费用支付平台之间的价值配比；

基于所述价值配比，对所述不同子订单对应的子价值进行拆分，得到拆分后的订单子价值。

根据本发明提供的一种订单数据的处理方法、装置、存储介质及计算机设备，与目前通过编写代码来对订单费用进行拆分的方式相比，本发明通过接收已支付订单对应的拆分指令，其中，所述拆分指令中携带有所述已支付订单对应的订单标识和订单总价值；并基于所述订单标识，确定所述已支付订单中各个商品所属的商户，并确定不同商户的第一属性信息、订单交易平台的第二属性信息和费用支付平台的第三属性信息；与此同时，基于所述不同商户，对所述已支付订单进行拆分，得到所述已支付订单对应的不同子订单，并基于所述订单总价值，确定所述不同子订单对应的子价值；之后将所述第一属性信息、所述第二属性信息和所述第三属性信息输入至预设价值配比预测模型中进行转化价值的预测，得到所述不同商户与订单交易平台、费用支付平台之间的价值配比；最终基于所述价值配比，对所述不同子订单对应的子价值进行拆分，得到拆分后的订单子价值，由此通过首先按照商户对订单进行拆分，得到不同商户对应的子订单，并确定不同子订单对应的子价值，之后利用预设价值配比预测模型确定不同商户与订单交易平台、费用支付平台之间的价值配比，并基于所述价值配比，对不同订单对应的子价值进行拆分，得到拆分后的订单子价值，提高了订单数据的处理效率，同时避免了由于工作人员的疏忽，导致处理代码编写错误的情况，从而提高了订单数据的处理精度。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1示出了本发明实施例提供的一种订单数据的处理方法流程图；

图2示出了本发明实施例提供的另一种订单数据的处理方法流程图；

图3示出了本发明实施例提供的一种订单数据的处理装置的结构示意图；

图4示出了本发明实施例提供的一种计算机设备的实体结构示意图。

具体实施方式

下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

目前，通过编写代码来对订单数据进行处理的方式，导致订单数据的处理效率较低，与此同时，由于代码编写人员技术水平的参差不齐，会出现代码编写错误的情况，从而导致订单数据的处理精度较低。

为了解决上述问题，本发明实施例提供了一种订单数据的处理方法，如图1所示，所述方法包括：

101、接收已支付订单对应的拆分指令，其中，所述拆分指令中携带有所述已支付订单对应的订单标识和订单总价值。

其中，订单数据中包括商品种类、商品数量、商品金额等信息。所述已支付订单为用户针对购物车中的各个商品已完成合并支付的订单，所述已支付订单中至少包含一个商品。所述订单标识可以是已支付订单对应的图标标识或字符标识，通过所述订单标识能够唯一确定所述已支付订单。本发明实施例对订单标识的形式不做具体限定。所述订单总价值是用户针对该订单实际支付的费用。

对于本发明实施例，为了克服现有技术中订单数据的处理效率较低和处理精度较低的问题，本发明实施例通过首先按照商户对订单数据进行拆分，得到不同商户对应的子订单，并确定不同子订单对应的子价值，之后确定不同商户与订单交易平台、费用支付平台之间的价值配比，并基于所述价值配比，对不同订单对应的子价值进行拆分，得到拆分后的订单子价值，提高了订单数据的处理的效率，同时避免了由于工作人员的疏忽，导致费用拆分代码编写错误的情况，从而提高了订单数据的处理精度。

具体地，用户针对购物车中的各个商品统一完成下单支付后，即触发了拆分指令，当系统接收到拆分指令后，首先确定已支付订单中包含的各个商品所属的商户，之后按照商户的数量将已支付订单进行拆分，得到不同子订单，之后对不同子订单对应的子价值进行拆分，最终得到拆分后的子价值，提高了订单数据的处理效率。

102、基于所述订单标识，确定所述已支付订单中各个商品所属的商户，并确定不同商户的第一属性信息、订单交易平台的第二属性信息和费用支付平台的第三属性信息。

其中，所述订单交易平台为购买商品的平台，如淘宝、京东等。所述费用支付平台为交易支付工具，如微信、支付宝、银行等。所述价值配比可以为费用分配比。所述第一属性信息包括商户的针对已支付订单中对应商品的成本信息、信誉信息、成交量信息等，所述第二属性信息包括订单交易平台的信誉信息、订单转化率信息、访问量信息等，所述第三属性信息包括费用支付平台的信息信息、支付速率信息、使用量信息等，上述信息是公开的信息，或者经授权获取的信息，并不涉及隐私信息。

对于本发明实施例，当系统接收到已支付订单对应的拆分指令后，基于所述拆分指令中携带的订单标识，确定所述已支付订单中包含的各个商品，并基于各个商品对应的商品信息，确定各个商品所属的供应商，即商户，例如，所述已支付订单中包含商品A、商品B，商品C和商品D，其中，商品A和商品B属于供应商1，商品C属于供应商2，商品D属于供应商3，之后基于不同商户，对所述已支付订单进行拆分，得到所述已支付订单对应的子订单，其中，所述子订单的数量与商户的数量相同，如已支付订单中的各个商品分属于3个商户，则将所述已支付订单按照商户维度拆分为3个子订单。

进一步地，入住在订单交易平台中的各个商户对应的属性信息和订单交易平台的属性信息均存储在数据库中，与此同时，与订单交易平台合作的给用支付平台对应的属性信息也存储在数据库中，在数据库中即可获取所述不同商户对应的第一属性信息、订单交易平台对应的第二属性信息和费用支付平台对应的第三属性信息。

103、基于所述不同商户，对所述已支付订单进行拆分，得到所述已支付订单对应的不同子订单，并基于所述订单总价值，确定所述不同子订单对应的子价值。

其中，子价值包括各个子订单对应的子费用。对于本发明实施例，在确定已支付订单中各个商品所属的商户后，需要按照商户的维度对已支付订单进行拆分，得到不同子订单，例如，所述已支付订单中包含商品A、商品B，商品C和商品D，其中，商品A和商品B属于供应商1，商品C属于供应商2，商品D属于供应商3，则需要将已支付订分为3个子订单，商品A和商品B被分到子订单1中，商品C被分到子订单2中，商品D被分到子订单3中，即不同商户对应的子订单，同时，各个子订单中均包含其对应的商品的金额信息和商品属性信息，之后，在对已支付订单进行拆分的过程中，基于已支付订单中的各个商品对应的金额信息和总支付费用信息，能够确定各个子订单对应的子价值，例如，用户对该订单支付了500元，该订单中包含的商品为裤子和洗发水，裤子属于供应商A，洗发水属于供应商B，裤子480元，洗发水120元，则在对已支付订单进行拆分的过程中，相应的总费用也进行了拆分，最终得到子订单1中包含裤子，对应的资费用为480元，子订单2中包含洗发水，对应的子价值为120元。进一步地，在将已支付订单按照商户维度拆分为不同子订单后，商户要赚钱，平台也要赚钱，支付机构也要赚钱，因此，还需要将不同子订单对应的子价值进行再次拆分，并将拆分后的子价值分摊给各个平台，不仅提高了订单拆分的效率，还避免了由于代码编写错误，导致订单拆分错误的情况，从而提高了订单的拆分效率。

104、将所述第一属性信息、所述第二属性信息和所述第三属性信息输入至预设价值配比预测模型中进行转化价值的预测，得到所述不同商户与订单交易平台、费用支付平台之间的价值配比。

对于本发明实施例，在对已支付订单进行拆分得到不同子订单后，为了给各个平台分配合理费用，还需要确定不同商户与订单交易平台、费用支付平台之间的价值配比，通过将所述不同商户中任一商户对应的第一属性信息、订单交易平台对应的第二属性信息、费用支付平台对应的第三属性信息输入至预设价值配比预测模型中进行转化价值的预测，得到所述任一商户、订单交易平台、费用支付平台之间的价值配比，由此能够确定不同商户与订单交易平台、费用支付平台之间的价值配比。例如，确定商户A、订单交易平台、费用支付平台之间的价值配比为10:1:0.5，并按照所述价值配比，对不同子订单对应的子价值进行拆分，得到拆分后的子价值，最终将拆分后的子价值分配给商户、订单交易平台和订单支付平台，由此利用价值配比预测模型来确定不同商户与订单交易平台、费用支付平台之间的价值配比，能够提高价值配比的确定效率，由此提高了订单数据的处理效率。

105、基于所述价值配比，对所述不同子订单对应的子价值进行拆分，得到拆分后的订单子价值。

对于本发明实施例，在确定不同商户与订单交易平台、费用支付平台之间的价值配比后，需要基于所述价值配比，对不同子订单对应的子价值进行再次拆分，得到拆分后的费用，例如，子订单A对应的子价值为120元，其中，子订单对应的商户A与订单交易平台、费用支付平台之间的价值配比为8.5:1:0.5，则对该子价值进行拆分后得到商户A应分配的费用为102元，订单交易平台应分配的费用为12元，费用支付平台应分配的费用为6元，由此按照上述方式能够确定各个商户、订单交易平台和费用支付平台应得的费用，由此通过首先按照商户对订单进行拆分，得到不同商户对应的子订单，并确定不同子订单对应的子价值，之后利用预设价值配比预测模型确定不同商户与订单交易平台、费用支付平台之间的价值配比，并基于所述价值配比，对不同订单对应的子价值进行拆分，得到拆分后的订单子价值，提高了订单数据的处理的效率，同时避免了由于工作人员的疏忽，导致费用拆分代码编写错误的情况，从而提高了订单数据的处理精度。

根据本发明提供的一种订单数据的处理方法，与目前通过编写代码来对订单费用进行拆分的方式相比，本发明通过接收已支付订单对应的拆分指令，其中，所述拆分指令中携带有所述已支付订单对应的订单标识和订单总价值；并基于所述订单标识，确定所述已支付订单中各个商品所属的商户，并确定不同商户的第一属性信息、订单交易平台的第二属性信息和费用支付平台的第三属性信息；与此同时，基于所述不同商户，对所述已支付订单进行拆分，得到所述已支付订单对应的不同子订单，并基于所述订单总价值，确定所述不同子订单对应的子价值；之后将所述第一属性信息、所述第二属性信息和所述第三属性信息输入至预设价值配比预测模型中进行转化价值的预测，得到所述不同商户与订单交易平台、费用支付平台之间的价值配比；最终基于所述价值配比，对所述不同子订单对应的子价值进行拆分，得到拆分后的订单子价值，由此通过首先按照商户对订单进行拆分，得到不同商户对应的子订单，并确定不同子订单对应的子价值，之后利用预设价值配比预测模型确定不同商户与订单交易平台、费用支付平台之间的价值配比，并基于所述价值配比，对不同订单对应的子价值进行拆分，得到拆分后的订单子价值，提高了订单数据的处理的效率，同时避免了由于工作人员的疏忽，导致费用拆分代码编写错误的情况，从而提高了订单数据的处理精度。

进一步的，为了更好的说明上述对订单数据进行处理的过程，作为对上述实施例的细化和扩展，本发明实施例提供了另一种订单数据的处理方法，如图2所示，所述方法包括：

201、接收已支付订单对应的拆分指令，其中，所述拆分指令中携带有所述已支付订单对应的订单标识和订单总价值。

对于本发明实施例，当用户对订单完成支付后，即触发了已支付订单对应的拆分指令，当系统接收到拆分指令后，基于所述已支付订单对应的订单标识，确定已支付订单中各个商品所属的商户，并按照商户维度对已支付订单进行拆分，得到不同子订单及其对应的子价值，之后确定不同商户与订单交易平台、费用支付平台之间的价值配比，并按照价值配比，对不同子订单对应的子价值进行拆分，得到拆分后的子价值。

202、基于所述订单标识，确定所述已支付订单中各个商品所属的商户，并确定不同商户的第一属性信息、订单交易平台的第二属性信息和费用支付平台的第三属性信息。

对于本发明实施例，已支付订单中各个商品携带商品信息，所述商品信息包括商品金额信息、商品所属商户信息等，基于所述商品信息，确定所述各个商品所属的商户，与此同时，在数据库中获取各个商品所属的商户的第一属性信息，以及获取订单交易平台对应的第二属性信息和费用支付平台对应的第三属性信息，以便基于所述第一属性信息、第二属性信息和第三属性信息，确定商户、订单交易平台和费用支付平台之间的价值配比。

203、基于所述不同商户，对所述已支付订单进行拆分，得到所述已支付订单对应的不同子订单，并基于所述订单总价值，确定所述不同子订单对应的子价值。

对于本发明实施例，在确定所述已支付订单中各个商品所属的商户后，按照商户维度将已支付订单进行拆分，拆分为不同商户对应的子订单，为了对订单费用进行拆分，首先还需要确定不同子订单对应的子价值，基于此，所述方法包括：基于所述不同子订单中的商品信息，确定所述订单总价值对应的拆分比例；基于所述拆分比例，对所述订单总价值进行拆分，得到所述不同子订单对应的子价值。

其中，商品信息包括商品数量信息、商品金额信息，优惠信息。具体地，基于所述不同子订单中的商品信息，计算所述订单总价值对应的拆分比例，例如，若订单总价值为200元，子订单1中包含的商品对应的金额信息为50元，该商品对应的优惠信息为满50元减5元，子订单2中包含的商品对应的金额信息为155元，则订单总价值对应的拆分比例为9:31，并按照上述拆分比例，最终得到子订单1对应的子价值为45元，子订单2对应的子价值为155元。

204、确定所述第一属性信息对应的第一特征向量、第二属性信息对应的第二特征向量和第三属性信息对应的第三特征向量。

对于本发明实施例，在确定所述不同商户对应的第一属性信息、订单交易平台对应的第二属性信息和费用支付平台对应的第三属性信息后，为了确定所述不同商户与订单交易平台、费用支付平台之间的价值配比，首先需要确定第一属性信息中包含的各个第一字符，并利用预设词嵌入发确定各个字符对应的第一特征向量，与此同时，确定第二属性信息中包含的各个第二字符，并确定各个第二字符对应的第二特征向量，之后确定第三属性信息对应的各个第三字符，并确定各个第三字符对应的第三特征向量。

205、将所述第一特征向量、所述第二特征向量和所述第三特征向量进行横向拼接，得到价值特征向量。

对于本发明实施例，在确定第一属性信息对应的第一特征向量，第二属性信息对应的第二特征向量和第三属性信息对应的第三特征向量后，将所述第一特征向量、所述第二特征向量和所述第三特征向量进行横向拼接，得到商户、订单交易平台和费用支付平台共同对应的价值特征向量，之后将所述价值特征向量输入至预设价值配比预测模型中进行转化价值的预测，得到所述不同商户与订单交易平台、费用支付平台之间的价值配比，最终基于所述价值配比，对不同子订单对应的子价值进行拆分，得到拆分后的子价值。

206、将所述价值特征向量输入至预设价值配比预测模型中进行转化价值的预测，得到所述不同商户与订单交易平台、费用支付平台之间的价值配比。

其中，预设价值配比预测模型可以是基于lightGBM模型、FM模型或是其他神经网络模型所构建。

对于本发明实施例，为了提高预设价值配比预测模型的预测精度，在利用预设价值配比预测模型预测商户、订单交易平台和费用支付平台之间的价值配比之前，首先需要训练并构建所述预设价值配比预测模型，具体构建方法为：获取已处理完订单对应的样本商户的第一样本属性信息、样本订单交易平台的第二样本属性信息和样本费用支付平台的第三样本属性信息，以及获取所述样本商户、所述样本订单交易平台和所述样本费用支付平台之间的实际样本价值配比；将所述第一样本属性信息、所述第二样本属性信息、所述第三样本属性信息和所述实际样本价值配比作为训练集，训练并构建所述预设价值配比预测模型。

其中，已处理完订单是指用户针对各个商品完成下单支付后，已经将相应费用分配给各个平台。已完成费用拆分的订单可以包括关于医疗器械的订单。为了提高模型的训练精度，可以收集多个已完成拆分的订单，各个已完成拆分的订单中均记载样本商品属性信息、样本订单交易平台属性信息和样本费用支付平台属性信息，同时还记录着样本商户、样本订单交易平台和样本费用支付平台之间的实际样本价值配比，所述实际样本价值配比可以是商品和各个平台之间的的价值分配比。

对于本发明实施例，将多个已完成费用拆分的订单对应的样本商户的第一样本属性信息、样本订单交易平台的第二样本属性信息和样本费用支付平台的第三样本属性信息，以及实际样本价值配比作为训练集，并基于所述训练集训练并构建所述预设价值配比预测模型，具体构建预测模型的方法为：将所述训练集中的所述第一样本属性信息、第二样本属性信息和第三样本属性信息输入至预设价值配比预测模型中进行转化价值预测，得到所述样本商户、样本订单交易平台、样本费用支付平台之间的预测样本价值配比；基于所述实际样本价值配比和所述预测样本价值配比，确定所述预设价值配比预测模型对应的损失函数；基于所述损失函数，对所述预设价值配比预测模型进行迭代训练，构建预设价值配比预测模型。

对于本发明实施例，利用训练集训练预设价值配比预测模型时，可以先将训练集中70％的数据作为训练集，30％的数据作为测试集，进而利用训练集训练预设价值配比预测模型，利用测试集对训练后的预设价值配比预测模型进行测试优化。

进一步地，在构建所述预设价值配比预测模型后，将拼接后得到的价值特征向量输入至所述预设价值配比预测模型中进行转化价值预测，得到所述商户、订单交易平台、费用支付平台之间的价值配比。

进一步地，为了对订单总价值进行精确拆分，保障商户与各个平台之间的利益，本发明实施例还包括：判断所述订单总价值中是否包含运输信息；若包含所述运输信息，则确定所述不同商户与订单交易平台、费用支付平台和商品运输平台之间的价值配比。

其中，运输信息包括运费。具体地，在交易平台中下单的商品，有的需要需要邮寄，例如购买的衣服，购买的电子血压计等医疗用品，上述需要邮寄的商品需要运费，与此同时，还有不需要邮寄的商品，例如在交易平台中购买的话费等，则该类商品不需要运费，因此为了提高订单数据的处理精度，还需要判断订单总价值中是否包含运费，若包含运费，则利用预设价值配比预测模型预测商户、订单交易平台、费用支付平台、商品运输平台之间的价值配比，若不需要运费，则利用预设价值配比预测模型预测商户、订单交易平台、费用支付平台之间的价值配比测。

207、基于所述价值配比，对所述不同子订单对应的子价值进行拆分，得到拆分后的订单子价值。

对于本发明实施例，在确定商户、订单交易平台、费用支付平台之间的价值配比后，需要基于所述价值配比，对所述不同子订单对应的子价值进行拆分，基于此，步骤207具体包括：基于所述价值配比、满减信息、优惠券信息，对所述不同子订单对应的子价值进行拆分，得到拆分后的订单子价值。

具体地，用户下单时可能还用了优惠活动、满减、优惠券等，这些都要分拆给商户和各个平台，例如，商户A中的裤子为120元，该裤子的优惠活动为满100减5元，用户实际对该裤子支付了115元，因此为了对订单费用进行合理拆分，首先需要确定该优惠活动是商户创建的、还是订单交易平台或者费用支付平台创建的，并确定优惠活动的优惠力度，之后基于预测的价值配比结合优惠活动，对所述不同子订单对应的子价值进行拆分，得到拆分后的订单子价值。进一步地，在确定拆分后的订单子价值后，还需要将所述拆分后的订单子价值(子费用)发送至相应的商户、订单交易平台和费用支付平台，以便商户和各个平台都获取到相应的收益。

根据本发明提供的另一种订单数据的处理方法，与目前通过编写代码来对订单费用进行拆分的方式相比，本发明通过接收已支付订单对应的拆分指令，其中，所述拆分指令中携带有所述已支付订单对应的订单标识和订单总价值；并基于所述订单标识，确定所述已支付订单中各个商品所属的商户，并确定不同商户的第一属性信息、订单交易平台的第二属性信息和费用支付平台的第三属性信息；与此同时，基于所述不同商户，对所述已支付订单进行拆分，得到所述已支付订单对应的不同子订单，并基于所述订单总价值，确定所述不同子订单对应的子价值；之后将所述第一属性信息、所述第二属性信息和所述第三属性信息输入至预设价值配比预测模型中进行转化价值的预测，得到所述不同商户与订单交易平台、费用支付平台之间的价值配比；最终基于所述价值配比，对所述不同子订单对应的子价值进行拆分，得到拆分后的订单子价值，由此通过首先按照商户对订单进行拆分，得到不同商户对应的子订单，并确定不同子订单对应的子价值，之后利用预设价值配比预测模型确定不同商户与订单交易平台、费用支付平台之间的价值配比，并基于所述价值配比，对不同订单对应的子价值进行拆分，得到拆分后的订单子价值，提高了订单数据的处理的效率，同时避免了由于工作人员的疏忽，导致费用拆分代码编写错误的情况，从而提高了订单数据的处理精度。

进一步地，作为图1的具体实现，本发明实施例提供了一种订单数据的处理装置，如图3所示，所述装置包括：接收单元31、确定单元32、订单拆分单元33、价值配比预测单元34和拆分单元35。

所述接收单元31，可以用于接收已支付订单对应的拆分指令，其中，所述拆分指令中携带有所述已支付订单对应的订单标识和订单总价值。

所述确定单元32，可以用于基于所述订单标识，确定所述已支付订单中各个商品所属的商户，并确定不同商户的第一属性信息、订单交易平台的第二属性信息和费用支付平台的第三属性信息。

所述订单拆分单元33，可以用于基于所述不同商户，对所述已支付订单进行拆分，得到所述已支付订单对应的不同子订单，并基于所述订单总价值，确定所述不同子订单对应的子价值。

价值配比预测单元34，可以用于将所述第一属性信息、所述第二属性信息和所述第三属性信息输入至预设价值配比预测模型中进行转化价值的预测，得到所述不同商户与订单交易平台、费用支付平台之间的价值配比。

所述拆分单元35，可以用于基于所述价值配比，对所述不同子订单对应的子价值进行拆分，得到拆分后的订单子价值。

在具体应用场景中，为了确定所述不同子订单对应的子价值，所述订单拆分单元33，包括第一确定模块331和拆分模块332。

所述第一确定模块331，可以用于基于所述不同子订单中的商品信息，确定所述订单总价值对应的拆分比例。

所述拆分模块332，可以用于基于所述拆分比例，对所述订单总价值进行拆分，得到所述不同子订单对应的子价值。

在具体应用场景中，若订单总价值中包含运输信息，则为了确定价值配比，所述装置还包括：判断单元36。

所述判断单元36，可以用于判断所述订单总价值中是否包含运输信息。

所述确定单元32，还可以用于若包含所述运输信息，则确定所述不同商户与订单交易平台、费用支付平台和商品运输平台之间的价值配比。

在具体应用场景中，为了确定所述不同商户与订单交易平台、费用支付平台之间的价值配比，所述价值配比预测单元34，包括第二确定模块341、向量拼接模块342和价值配比预测模块343。

所述第二确定模块341，可以用于确定所述第一属性信息对应的第一特征向量、第二属性信息对应的第二特征向量和第三属性信息对应的第三特征向量。

所述向量拼接模块342，可以用于将所述第一特征向量、所述第二特征向量和所述第三特征向量进行横向拼接，得到价值特征向量。

所述价值配比预测模块343，可以用于将所述价值特征向量输入至预设价值配比预测模型中进行转化价值的预测，得到所述不同商户与订单交易平台、费用支付平台之间的价值配比。

在具体应用场景中，为了训练并构建所述预设价值配比预测模型，所述装置还包括：获取单元37和构建单元38。

所述获取单元37，可以用于获取完成费用拆分的样本商户的第一样本属性信息、样本订单交易平台的第二样本属性信息和样本费用支付平台的第三样本属性信息，以及获取所述样本商户、所述样本订单交易平台和所述样本费用支付平台之间的实际样本价值配比。

所述构建单元38，可以用于将所述第一样本属性信息、所述第二样本属性信息、所述第三样本属性信息和所述实际样本价值配比作为训练集，训练并构建所述预设价值配比预测模型。

在具体应用场景中，为了对不同子订单对应的子价值进行拆分，所述拆分单元35，具体可以用于基于所述价值配比、满减信息、优惠券信息，对所述不同子订单对应的子价值进行拆分，得到拆分后的订单子价值。

在具体应用场景中，为了将拆分后的费用分配给相应平台，所述装置还包括发送单元39。

所述发送单元39，可以用于将所述拆分后的订单子价值发送至相应的商户、订单交易平台和费用支付平台。

需要说明的是，本发明实施例提供的一种订单数据的处理装置所涉及各功能模块的其他相应描述，可以参考图1所示方法的对应描述，在此不再赘述。

基于上述如图1所示方法，相应的，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：接收已支付订单对应的拆分指令，其中，所述拆分指令中携带有所述已支付订单对应的订单标识和订单总价值；基于所述订单标识，确定所述已支付订单中各个商品所属的商户，并确定不同商户的第一属性信息、订单交易平台的第二属性信息和费用支付平台的第三属性信息；基于所述不同商户，对所述已支付订单进行拆分，得到所述已支付订单对应的不同子订单，并基于所述订单总价值，确定所述不同子订单对应的子价值；将所述第一属性信息、所述第二属性信息和所述第三属性信息输入至预设价值配比预测模型中进行转化价值的预测，得到所述不同商户与订单交易平台、费用支付平台之间的价值配比；基于所述价值配比，对所述不同子订单对应的子价值进行拆分，得到拆分后的订单子价值。

基于上述如图1所示方法和如图3所示装置的实施例，本发明实施例还提供了一种计算机设备的实体结构图，如图4所示，该计算机设备包括：处理器41、存储器42、及存储在存储器42上并可在处理器上运行的计算机程序，其中存储器42和处理器41均设置在总线43上所述处理器41执行所述程序时实现以下步骤：接收已支付订单对应的拆分指令，其中，所述拆分指令中携带有所述已支付订单对应的订单标识和订单总价值；基于所述订单标识，确定所述已支付订单中各个商品所属的商户，并确定不同商户的第一属性信息、订单交易平台的第二属性信息和费用支付平台的第三属性信息；基于所述不同商户，对所述已支付订单进行拆分，得到所述已支付订单对应的不同子订单，并基于所述订单总价值，确定所述不同子订单对应的子价值；将所述第一属性信息、所述第二属性信息和所述第三属性信息输入至预设价值配比预测模型中进行转化价值的预测，得到所述不同商户与订单交易平台、费用支付平台之间的价值配比；基于所述价值配比，对所述不同子订单对应的子价值进行拆分，得到拆分后的订单子价值。

通过本发明的技术方案，本发明通过接收已支付订单对应的拆分指令，其中，所述拆分指令中携带有所述已支付订单对应的订单标识和订单总价值；并基于所述订单标识，确定所述已支付订单中各个商品所属的商户，并确定不同商户的第一属性信息、订单交易平台的第二属性信息和费用支付平台的第三属性信息；与此同时，基于所述不同商户，对所述已支付订单进行拆分，得到所述已支付订单对应的不同子订单，并基于所述订单总价值，确定所述不同子订单对应的子价值；之后将所述第一属性信息、所述第二属性信息和所述第三属性信息输入至预设价值配比预测模型中进行转化价值的预测，得到所述不同商户与订单交易平台、费用支付平台之间的价值配比；最终基于所述价值配比，对所述不同子订单对应的子价值进行拆分，得到拆分后的订单子价值，由此通过首先按照商户对订单进行拆分，得到不同商户对应的子订单，并确定不同子订单对应的子价值，之后利用预设价值配比预测模型确定不同商户与订单交易平台、费用支付平台之间的价值配比，并基于所述价值配比，对不同订单对应的子价值进行拆分，得到拆分后的订单子价值，提高了订单数据的处理的效率，同时避免了由于工作人员的疏忽，导致费用拆分代码编写错误的情况，从而提高了订单数据的处理精度。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。

Claims (10)

1.一种订单数据的处理方法，其特征在于，包括：

接收已支付订单对应的拆分指令，其中，所述拆分指令中携带有所述已支付订单对应的订单标识和订单总价值；

基于所述订单标识，确定所述已支付订单中各个商品所属的商户，并确定不同商户的第一属性信息、订单交易平台的第二属性信息和费用支付平台的第三属性信息；

基于所述不同商户，对所述已支付订单进行拆分，得到所述已支付订单对应的不同子订单，并基于所述订单总价值，确定所述不同子订单对应的子价值；

将所述第一属性信息、所述第二属性信息和所述第三属性信息输入至预设价值配比预测模型中进行转化价值的预测，得到所述不同商户与订单交易平台、费用支付平台之间的价值配比；

基于所述价值配比，对所述不同子订单对应的子价值进行拆分，得到拆分后的订单子价值。

2.根据权利要求1所述的方法，其特征在于，所述基于所述订单总价值，确定所述不同子订单对应的子价值，包括：

基于所述不同子订单中的商品信息，确定所述订单总价值对应的拆分比例；

基于所述拆分比例，对所述订单总价值进行拆分，得到所述不同子订单对应的子价值。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

判断所述订单总价值中是否包含运输信息；

若包含所述运输信息，则确定所述不同商户与订单交易平台、费用支付平台和商品运输平台之间的价值配比。

4.根据权利要求1所述的方法，其特征在于，所述将所述第一属性信息、所述第二属性信息和所述第三属性信息输入至预设价值配比预测模型中进行转化价值的预测，得到所述不同商户与订单交易平台、费用支付平台之间的价值配比，包括：

确定所述第一属性信息对应的第一特征向量、第二属性信息对应的第二特征向量和第三属性信息对应的第三特征向量；

将所述第一特征向量、所述第二特征向量和所述第三特征向量进行横向拼接，得到价值特征向量；

将所述价值特征向量输入至预设价值配比预测模型中进行转化价值的预测，得到所述不同商户与订单交易平台、费用支付平台之间的价值配比。

5.根据权利要求1所述的方法，其特征在于，在所述将所述第一属性信息、所述第二属性信息和所述第三属性信息输入至预设价值配比预测模型中进行转化价值的预测，得到所述不同商户与订单交易平台、费用支付平台之间的价值配比之前，所述方法还包括：

获取已处理完订单对应的样本商户的第一样本属性信息、样本订单交易平台的第二样本属性信息和样本费用支付平台的第三样本属性信息，以及获取所述样本商户、所述样本订单交易平台和所述样本费用支付平台之间的实际样本价值配比；

将所述第一样本属性信息、所述第二样本属性信息、所述第三样本属性信息和所述实际样本价值配比作为训练集，训练并构建所述预设价值配比预测模型。

6.根据权利要求1所述的方法，其特征在于，所述基于所述价值配比，对所述不同子订单对应的子价值进行拆分，得到拆分后的订单子价值，包括：

基于所述价值配比、满减信息、优惠券信息，对所述不同子订单对应的子价值进行拆分，得到拆分后的订单子价值。

7.根据权利要求1所述的方法，其特征在于，在所述基于所述价值配比，对所述不同子订单对应的子价值进行拆分，得到拆分后的订单子价值之后，所述方法还包括：

将所述拆分后的订单子价值发送至相应的商户、订单交易平台和费用支付平台。

8.一种订单数据的处理装置，其特征在于，包括：

接收单元，用于接收已支付订单对应的拆分指令，其中所述拆分指令中携带有所述已支付订单对应的订单标识和订单总价值；

确定单元，用于基于所述订单标识，确定所述已支付订单中各个商品所属的商户，并确定不同商户的第一属性信息、订单交易平台的第二属性信息和费用支付平台的第三属性信息；

订单拆分单元，用于基于所述不同商户，对所述已支付订单进行拆分，得到所述已支付订单对应的不同子订单，并基于所述订单总价值，确定所述不同子订单对应的子价值；

价值配比预测单元，用于将所述第一属性信息、所述第二属性信息和所述第三属性信息输入至预设价值配比预测模型中进行转化价值的预测，得到所述不同商户与订单交易平台、费用支付平台之间的价值配比；

拆分单元，用于基于所述价值配比，对所述不同子订单对应的子价值进行拆分，得到拆分后的订单子价值。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。

Images