数据处理方法及装置与流程

1.本发明涉及信息技术领域，尤其涉及一种数据处理方法及装置。


背景技术：

2.随着信息技术的发展，对于数据的处理和分析越来越重要。针对购物数据的分析中，通常可以将发生对物品或店铺的访问行为的用户归属为潜在用户，并基于潜在用户是否在下单，来将用户划分为下单用户和流失用户。进一步地，可以根据用户的行为和属性，来判断用户流失的原因。
3.相关技术中，判断用户流失的原因可以从店铺侧出发，将访问后下单的物品和未下单的物品的属性进行对比，确定下单和未下单的物品的属性差异，当下单的商品和未下单的物品在某一属性或多个属性上存在明显差异时，可以确定用户流失的原因。
4.然而，现有的用户流失的数据处理方法，仅仅从店铺侧出发来分析下单的物品和未下单的物品的属性，会忽视其他原因造成的用户流失，从而导致数据分析结果的完整性和准确性不足。


技术实现要素：

5.本技术实施例提供一种数据处理方法及装置，以解决现有技术中数据分析结果的完整性和准确性不足的问题。
6.第一方面，本技术实施例提供一种数据处理方法，所述方法包括：
7.接收终端设备发送的针对第一对象的分析请求；
8.获取所述第一对象的第一数据集合和用户的第二数据集合，所述第一数据集合用于表征所述第一对象接收到的用户的咨询会话，所述第二数据集合用于表征所述用户在目标时间段发生的下单行为；
9.将所述第一数据集合和所述第二数据集合进行匹配，生成第三数据集合，所述第三数据集合用于表征所述用户在所述第一对象处咨询并下单的行为；
10.根据所述第三数据集合生成所述第一对象的分析结果，所述第一对象的分析结果用于指示所述用户在所述第一对象处的下单流失原因。
11.一种可选的实施方式中，所述第一数据集合中包括咨询的物品信息，咨询会话信息，咨询的用户信息，咨询时间信息和咨询意图信息。
12.一种可选的实施方式中，所述第二数据包括下单的用户信息、发生所述下单行为所在的对象的信息和下单的物品信息。
13.一种可选的实施方式中，所述将所述第一数据集合和所述第二数据集合进行匹配，生成第三数据集合，包括：
14.若所述第一数据集合中的咨询的物品信息和所述第二数据集合中的下单的物品信息相同，且所述第一数据集合中的咨询的用户信息和所述第二数据集合中的下单的用户信息相同，则确定所述第一数据集合和所述第二数据集合匹配；
15.将所述第一数据集合和所述第二数据集合组合为所述第三数据集合。
16.一种可选的实施方式中，在所述将所述第一数据集合和所述第二数据集合进行匹配，生成第三数据集合之后，所述方法还包括：
17.在所述第三数据集合中添加指示信息，所述指示信息用于指示所述用户是否在第一对象处发生下单行为。
18.一种可选的实施方式中，所述根据所述第三数据集合生成所述第一对象的分析结果，包括：
19.根据所述第三数据集合，确定所述第一对象的分析指标；
20.根据所述第一对象的分析指标，生成所述第一对象的分析结果。
21.一种可选的实施方式中，针对第一对象的分析请求中还包括有待分析的目标物品的标识；
22.所述根据所述第三数据集合，确定所述第一对象的分析指标，包括：
23.从所述第三数据集合中确定出在所述第一对象处所述目标物品的流失用户和所述目标物品的下单用户；
24.根据在所述第一对象处所述目标物品的流失用户和所述目标物品的下单用户，从所述第三数据集合中提取出第四数据集合和第五数据集合，所述第四数据集合包含下单的咨询意图，所述第五数据集合包含流失的咨询意图；
25.根据所述第四数据集合和所述第五数据集合，确定所述第一对象的分析指标。
26.一种可选的实施方式中，所述第一对象的分析指标包括：流失占比、流失的咨询意图的次数和下单占比。
27.一种可选的实施方式中，所述根据所述第一对象的分析指标，生成所述第一对象的分析结果，包括：
28.根据所述流失占比和所述下单占比，确定所述第五数据集合中的流失的咨询意图的突出度；
29.根据所述流失的咨询意图的突出度和所述流失的咨询意图的次数，从所述第五数据集合确定出第六集合作为所述第一对象的分析结果，所述第六集合中包含有所述用户在所述第一对象处的下单流失原因。
30.一种可选的实施方式中，所述根据所述流失的咨询意图的突出度，从所述第五数据集合确定出第六集合作为所述第一对象的分析结果，包括：
31.若所述流失的咨询意图的突出度大于突出度阈值且所述流失的咨询意图的次数大于次数阈值，则确定所述流失的咨询意图为所述用户在所述第一对象处的下单流失原因；
32.将所述用户在所述第一对象处的下单流失原因组成所述第六集合。
33.一种可选的实施方式中，在所述根据所述第三数据集合生成所述第一对象的分析结果之后，所述方法还包括：
34.将所述第一对象的分析结果发送给所述终端设备。
35.第二方面，本技术实施例提供一种数据处理装置，所述方法包括：
36.接收模块，用于接收终端设备发送的针对第一对象的分析请求；
37.处理模块，用于获取所述第一对象的第一数据集合和用户的第二数据集合，所述
第一数据集合用于表征所述第一对象接收到的用户的咨询会话，所述第二数据集合用于表征所述用户在目标时间段发生的下单行为；将所述第一数据集合和所述第二数据集合进行匹配，生成第三数据集合，所述第三数据集合用于表征所述用户在所述第一对象处咨询并下单的行为；根据所述第三数据集合生成所述第一对象的分析结果，所述第一对象的分析结果用于指示所述用户在所述第一对象处的下单流失原因。
38.一种可选的实施方式中，所述第一数据集合中包括咨询的物品信息，咨询会话信息，咨询的用户信息，咨询时间信息和咨询意图信息。
39.一种可选的实施方式中，所述第二数据包括下单的用户信息、发生所述下单行为所在的对象的信息和下单的物品信息。
40.一种可选的实施方式中，所述处理模块，具体用于若所述第一数据集合中的咨询的物品信息和所述第二数据集合中的下单的物品信息相同，且所述第一数据集合中的咨询的用户信息和所述第二数据集合中的下单的用户信息相同，则确定所述第一数据集合和所述第二数据集合匹配；将所述第一数据集合和所述第二数据集合组合为所述第三数据集合。
41.一种可选的实施方式中，所述处理模块，还用于在所述第三数据集合中添加指示信息，所述指示信息用于指示所述用户是否在第一对象处发生下单行为。
42.一种可选的实施方式中，所述处理模块，具体用于根据所述第三数据集合，确定所述第一对象的分析指标；根据所述第一对象的分析指标，生成所述第一对象的分析结果。
43.一种可选的实施方式中，针对第一对象的分析请求中还包括有待分析的目标物品的标识；
44.所述处理模块，具体用于从所述第三数据集合中确定出在所述第一对象处所述目标物品的流失用户和所述目标物品的下单用户；根据在所述第一对象处所述目标物品的流失用户和所述目标物品的下单用户，从所述第三数据集合中提取出第四数据集合和第五数据集合，所述第四数据集合包含下单的咨询意图，所述第五数据集合包含流失的咨询意图；根据所述第四数据集合和所述第五数据集合，确定所述第一对象的分析指标。
45.一种可选的实施方式中，所述第一对象的分析指标包括：流失占比、流失的咨询意图的次数和下单占比。
46.一种可选的实施方式中，所述处理模块，具体用于根据所述流失占比和所述下单占比，确定所述第五数据集合中的流失的咨询意图的突出度；根据所述流失的咨询意图的突出度和所述流失的咨询意图的次数，从所述第五数据集合确定出第六集合作为所述第一对象的分析结果，所述第六集合中包含有所述用户在所述第一对象处的下单流失原因。
47.一种可选的实施方式中，所述处理模块，具体用于若所述流失的咨询意图的突出度大于突出度阈值且所述流失的咨询意图的次数大于次数阈值，则确定所述流失的咨询意图为所述用户在所述第一对象处的下单流失原因；将所述用户在所述第一对象处的下单流失原因组成所述第六集合。
48.一种可选的实施方式中，所述装置，还包括：
49.发送模块，用于将所述第一对象的分析结果发送给所述终端设备。
50.第三方面，本技术还提供一种电子设备，包括：处理器，以及存储器；
51.所述存储器用于存储所述处理器的计算机程序；所述处理器被配置为通过执行所
述计算机程序来实现第一方面中任意一种可能的方法。
52.第四方面，本技术还提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现第一方面任意一项所述的方法。
53.第五方面，本发明还提供一种存储有计算机指令的非瞬时计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面中任意一种可能的方法。
54.本技术实施例提供的数据处理方法及装置，首先接收终端设备发送的针对第一对象的分析请求。其次，获取第一对象的第一数据集合和用户的第二数据集合，第一数据集合用于表征第一对象接收到的用户的咨询会话，第二数据集合用于表征用户在目标时间段发生的下单行为。再次，将第一数据集合和第二数据集合进行匹配，生成第三数据集合，第三数据集合用于表征用户在第一对象处咨询并下单的行为。最后，根据第三数据集合生成第一对象的分析结果，第一对象的分析结果用于指示用户在第一对象处的下单流失原因。通过该方式，可以结合用户侧的下单和第一对象侧的咨询会话数据来分析第一对象处的下单流失原因，提高了第一对象的分析结果的完整性和准确性。
附图说明
55.为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
56.图1为本技术实施例提供的一种数据处理方法的应用场景示意图；
57.图2为本技术实施例提供的一种数据处理方法的流程示意图；
58.图3为本技术实施例提供的另一种数据处理方法的流程示意图；
59.图4为本技术实施例提供的再一种数据处理方法的流程示意图；
60.图5为本技术实施例提供的一种数据处理方法的信令交互图；
61.图6为本技术实施例提供的一种数据处理装置的结构示意图；
62.图7为本技术实施例提供的一种电子设备的结构示意图。
具体实施方式
63.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
64.随着信息技术的发展，对于数据的处理和分析越来越重要。针对购物数据的分析中，通常可以将发生对物品或店铺的访问行为的用户归属为潜在用户，并基于潜在用户是否在下单，来将用户划分为下单用户和流失用户。进一步地，可以根据用户的行为和属性，来判断用户流失的原因。
65.相关技术中，可以通过两种方式判断用户流失的原因。第一种方式，可以从店铺侧出发，将访问后下单的物品和未下单的物品的属性进行对比，确定下单和未下单的物品的
属性差异，当下单的商品和未下单的物品在某一属性或多个属性上存在明显差异时，可以确定用户流失的原因。示例性的，用户访问了手机a和手机b，而购买了手机a，对比发现手机a的屏幕优于手机b，则对b的流失则判定为是屏幕原因。
66.第二种方式中，可以从用户侧出发，对比访问后下单和未下单的用户属性，当未下单的用户在某一或多个属性上存在突出差异时，则以这些属性判定为流失的主要原因。示例性的，对物品a的访问用户中，流失用户相对下单用户在20
‑
30岁的女性上更加突出，则判定商品a访问后流失的原因是不被该年龄段女性用户喜爱。
67.基于上述两种用户流失的数据处理方法，仅仅从店铺侧出发或仅仅从用户侧出发来分析用品流失的原因，会忽视其他原因造成的用户流失，从而导致数据分析结果的完整性和准确性不足。
68.为解决上述问题，本技术实施例提供一种数据处理方法及装置，通过将表征第一对象接收到的用户的咨询会话的数据集合和表征用户在目标时间段发生的下单行为的数据集合匹配合并，在对匹配合并后的数据集合进行分析，得到第一对象处的下单流失原因的分析结果。通过该方式，可以结合用户侧的下单和第一对象侧的咨询会话数据来分析第一对象处的下单流失原因，提高了第一对象的分析结果的完整性和准确性。
69.下面对于本技术涉及的日志掩码方法的应用场景进行说明。
70.图1为本技术实施例提供的一种数据处理方法的应用场景示意图。如图1所示，当需要对第一对象的下单流失原因进行分析时，第一对象对应的终端设备101可以向服务器102发送针对第一对象的分析请求，服务器102在接收到针对第一对象的分析请求后，可以将表征第一对象接收到的用户的咨询会话的第一数据集合和表征用户在目标时间段发生的下单行为的第二数据集合进行匹配，生成第三数据集合。随后，服务器102再对第三数据集合进行分析，得到第一对象处的下单流失原因的分析结果。
71.其中，第一对象可以为店铺、商家等，本技术实施例对此不做限制。
72.终端设备101可以为手机(mobile phone)、平板电脑(pad)、带无线收发功能的电脑、虚拟现实(virtual reality，vr)终端设备、增强现实(augmented reality，ar)终端设备、工业控制(industrial control)中的无线终端、无人驾驶(self driving)中的无线终端、远程手术(remote medical surgery)中的无线终端、智能电网(smart grid)中的无线终端、智慧家庭(smart home)中的无线终端等。本技术实施例中，用于实现终端的功能的装置可以是终端，也可以是能够支持终端实现该功能的装置，例如芯片系统，该装置可以被安装在终端中。本技术实施例中，芯片系统可以由芯片构成，也可以包括芯片和其他分立器件。
73.服务器102可以是但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算的由大量计算机或网络服务器构成的云。其中，云计算是分布式计算的一种，由一群松散耦合的计算机组成的一个超级虚拟计算机。
74.应理解，本技术技术方案的应用场景可以是图1中的数据处理方法，但不限于此，还可以应用于其他需要进行数据分析的场景中。
75.可以理解，上述数据处理方法可以通过本技术实施例提供的数据分析装置实现，数据分析装置可以是某个设备的部分或全部，例如为服务器或服务器的芯片。
76.下面以集成或安装有相关执行代码的服务器为例，以具体地实施例对本技术实施
例的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
77.图2为本技术实施例提供的一种数据处理方法的流程示意图，本实施例涉及的是服务器如何进行数据分析得到第一对象处的下单流失原因的过程。
78.如图2所示，该方法包括：
79.s201、接收终端设备发送的针对第一对象的分析请求。
80.在本步骤中，当需要对第一对象处的下单流失原因进行分析时，第一对象对应的终端设备可以向服务器发送针对第一对象的分析请求。
81.其中，第一对象可以为店铺、商家等，本技术实施例对此不做限制。
82.在一些实施例中针对第一对象的分析请求中还可以包含待分析的目标物品的标识，从而使服务器分析该第一对象中的目标物品的下单流失原因。
83.s202、获取第一对象的第一数据集合和用户的第二数据集合。
84.在本步骤中，当服务器接收到终端设备发送的针对第一对象的分析请求后，可以获取第一对象的第一数据集合和用户的第二数据集合。
85.其中，第一数据集合用于表征第一对象接收到的用户的咨询会话，第二数据集合用于表征用户在目标时间段发生的下单行为。
86.应理解，本技术实施例对于第一数据集合的类型不做限制。在一些实施例中，第一数据集合中包括咨询的物品信息，咨询会话信息，咨询的用户信息，咨询时间信息和咨询意图信息。示例性的，每个第一对象的每通咨询回话可以包含五元组数据<p、s、u、t、i>。其中，p为咨询的物品信息、s为咨询会话信息、u为咨询的用户信息、t为咨询时间信息、i为询意图信息。i＝{ii|i＝1，2，3，
……
，n}，每个ii为咨询会话信息s中提取出的意图信息。
87.需要说明的是，本技术实施例对于如何从咨询会话信息提取出意图信息不做限制，可以采用自然语言处理(natural language processing，nlp)等常用的方式。
88.应理解，本技术实施例对于第二数据集合的类型也不做限制。在一些实施例中，第二数据包括下单的用户信息、发生下单行为所在的对象的信息和下单的物品信息。示例性的，在时间窗口m内，可以选取在[t,t+m]时间段内用户的下单行为数据对应的三元组<u，v，p>作为第二数据集合。其中，u为用户信息，v为发生下单行为所在的对象的信息，p为物品信息。
[0089]
s203、将第一数据集合和第二数据集合进行匹配，生成第三数据集合。
[0090]
在本步骤中，当服务器获取第一对象的第一数据集合和用户的第二数据集合后，可以将第一数据集合和第二数据集合进行匹配，生成第三数据集合。
[0091]
其中，第三数据集合用于表征用户在第一对象处咨询并下单的行为。
[0092]
本技术实施例对于如何将第一数据集合和第二数据集合进行匹配不做限制，在一些实施例中，若第一数据集合中的咨询的物品信息和第二数据集合中的下单的物品信息相同，且第一数据集合中的咨询的用户信息和第二数据集合中的下单的用户信息相同，服务器则可以确定第一数据集合和第二数据集合匹配。随后，将第一数据集合和第二数据集合组合为第三数据集合。
[0093]
示例性的，第一数据集合为<p、s、u、t、i>，第二数据集合为<u，v，p>。若p＝p，则咨询中的物品与下单的物品为同一类型的物品；u＝u，则咨询中的用户与下单的用户为同一
个用户，此时，可以基于u和p，关联第一数据集合<p、s、u、t、i>和第二数据集合<u，v，p>，组合成七元组<p、s、u、t、i、v、p>，即第三数据集合。
[0094]
在一些实施例中，在将第一数据集合和第二数据集合进行匹配，生成第三数据集合之后，服务器还可以在第三数据集合中添加指示信息，该指示信息用于指示用户是否在第一对象处发生下单行为。
[0095]
应理解，本技术实施例对于如何在第三数据集合中添加指示信息不做限制，在一些实施例中，可以在第三数据集合中添加指示信息t。当v为第一对象a时，t＝1，则指示用户在第一对象处发生下单行为；当v不为第一对象a时，t＝0，则指示用户未在第一对象处发生下单行为。在一些实施例中，还可以进一步对u进行统计，判断u为流失用户还说下单用户。当max(t)＝1时，u为下单用户，当max(t)＝0时，u为流失用户。
[0096]
s204、根据第三数据集合生成第一对象的分析结果。
[0097]
在本步骤中，当服务器将第一数据集合和第二数据集合进行匹配，生成第三数据集合后，可以根据第三数据集合生成第一对象的分析结果。
[0098]
其中，第一对象的分析结果用于指示用户在第一对象处的下单流失原因。
[0099]
应理解，本技术实施例对于如何根据第三数据集合生成第一对象的分析结果不做限制，在一些实施例中，服务器可以先根据第三数据集合，确定第一对象的分析指标。随后，根据第一对象的分析指标，生成第一对象的分析结果。
[0100]
需要说明的是，本技术实施例对于如何确定第一对象的分析指标也不做限制，在一些实施例中，服务器可以先从第三数据集合中确定出在第一对象处目标物品的流失用户和目标物品的下单用户。随后，服务器根据在第一对象处目标物品的流失用户和目标物品的下单用户，从第三数据集合中提取出第四数据集合和第五数据集合，第四数据集合包含下单的咨询意图，第五数据集合包含流失的咨询意图。最后，服务器根据第四数据集合和第五数据集合，确定第一对象的分析指标。
[0101]
其中，第一对象的分析指标包括：流失占比、流失的咨询意图的次数和下单占比。
[0102]
示例性的，若第一对象a的目标物品为b，则针对目标物品为b，其下单用户的集合可以为{ut}和流失用户的集合可以{ul}。基于{ut}和{ul}可以分别获取在第三数据集合的七元组<p、s、u、t、i、v、p>中的意图集合i组成下单意图i
t
和流失意图i
l
。随后，服务器可以基于下单用户的每个意图ii，计算相应的指标。
[0103]
其中，流失占比l
pcti
仅存在于流失用户的意图中，仅存在于流失用户的意图中，count为会话计数。
[0104]
流失意图数量l
size
仅存在于流失用户的意图中，
[0105]
下单占比t
pcti
仅存在于下单用户的意图中，仅存在于下单用户的意图中，
[0106]
下单意图数量t
size
仅存在于下单用户的意图中，
[0107]
需要说明的是，本技术实施例对于如何根据第三数据集合生成第一对象的分析结果也不做限制，在一些实施例中，服务器可以根据流失占比和下单占比，确定第五数据集合中的流失的咨询意图的突出度。随后，服务器根据流失的咨询意图的突出度和流失的咨询
意图的次数，从第五数据集合确定出第六集合作为第一对象的分析结果，第六集合中包含有用户在第一对象处的下单流失原因。
[0108]
具体的，若流失的咨询意图的突出度大于突出度阈值且流失的咨询意图的次数大于次数阈值，则确定流失的咨询意图为用户在第一对象处的下单流失原因，服务器可以将用户在第一对象处的下单流失原因组成第六集合。
[0109]
示例性的，服务器计算每个意图i
i
的突出度lift
i
，对lift
i
有lift
i
＝当时，lift
i
为正无穷或一个足够大的值，如9999999999。则根据实际情况，可以选取lift
i
大于突出度阈值的意图。例如，突出度阈值大于1，默认设置为2。随后，服务器根据选定的次数阈值，选取lift
i
大于突出度阈值同时大于次数阈值的意图组成流失意图集合{i}
l
，{i}
l
中对应的意图就为流失主要原因，如对手机产品a，其流失意图集合{i}
l＝
{屏幕，到货时间，性能}时，流失原因就为屏幕不满意，到货时间不满意和性能不满意。
[0110]
在一些实施例中，在根据第三数据集合生成第一对象的分析结果之后，服务器还可以将第一对象的分析结果发送给终端设备。
[0111]
本技术实施例提供的数据处理方法，首先接收终端设备发送的针对第一对象的分析请求。其次，获取第一对象的第一数据集合和用户的第二数据集合，第一数据集合用于表征第一对象接收到的用户的咨询会话，第二数据集合用于表征用户在目标时间段发生的下单行为。再次，将第一数据集合和第二数据集合进行匹配，生成第三数据集合，第三数据集合用于表征用户在第一对象处咨询并下单的行为。最后，根据第三数据集合生成第一对象的分析结果，第一对象的分析结果用于指示用户在第一对象处的下单流失原因。通过该方式，可以结合用户侧的下单和第一对象侧的咨询会话数据来分析第一对象处的下单流失原因，提高了第一对象的分析结果的完整性和准确性。
[0112]
在上述实施例的基础上，下面对于如何根据第三数据集合生成第一对象的分析结果进行说明。图3为本技术实施例提供的另一种数据处理方法的流程示意图，如图3所示，该数据处理方法包括：
[0113]
s301、接收终端设备发送的针对第一对象的分析请求。
[0114]
s302、获取第一对象的第一数据集合和用户的第二数据集合，第一数据集合用于表征第一对象接收到的用户的咨询会话，第二数据集合用于表征用户在目标时间段发生的下单行为。
[0115]
s303、将第一数据集合和第二数据集合进行匹配，生成第三数据集合，第三数据集合用于表征用户在第一对象处咨询并下单的行为。
[0116]
s304、根据第三数据集合，确定第一对象的分析指标。
[0117]
s305、根据第一对象的分析指标，生成第一对象的分析结果。
[0118]
s301
‑
s305的技术名词、技术效果、技术特征，以及可选实施方式，可参照图2所示的s201
‑
s204理解，对于重复的内容，在此不再累述。
[0119]
在上述实施例的基础上，下面对于将第一数据集合和第二数据集合组合为第三数据集合的过程进行说明。图4为本技术实施例提供的再一种数据处理方法的流程示意图，如图4所示，该数据处理方法包括：
[0120]
s401、接收终端设备发送的针对第一对象的分析请求。
[0121]
s402、获取第一对象的第一数据集合和用户的第二数据集合，第一数据集合用于表征第一对象接收到的用户的咨询会话，第二数据集合用于表征用户在目标时间段发生的下单行为。
[0122]
s403、若第一数据集合中的咨询的物品信息和第二数据集合中的下单的物品信息相同，且第一数据集合中的咨询的用户信息和第二数据集合中的下单的用户信息相同，则确定第一数据集合和第二数据集合匹配。
[0123]
s404、将第一数据集合和第二数据集合组合为第三数据集合。
[0124]
s405、根据第三数据集合生成第一对象的分析结果。
[0125]
s401
‑
s405的技术名词、技术效果、技术特征，以及可选实施方式，可参照图2所示的s201
‑
s204理解，对于重复的内容，在此不再累述。
[0126]
在上述实施例的基础上，下面对于进行数据处理过程中终端设备和服务器的交互过程进行说明。图5为本技术实施例提供的一种数据处理方法的信令交互图，如图5所示，该数据处理方法包括：
[0127]
s501、终端设备向服务器发送针对第一对象的分析请求。
[0128]
s502、服务器获取第一对象的第一数据集合和用户的第二数据集合，第一数据集合用于表征第一对象接收到的用户的咨询会话，第二数据集合用于表征用户在目标时间段发生的下单行为；
[0129]
s503、服务器将第一数据集合和第二数据集合进行匹配，生成第三数据集合，第三数据集合用于表征用户在第一对象处咨询并下单的行为；
[0130]
s504、服务器根据第三数据集合生成第一对象的分析结果，第一对象的分析结果用于指示用户在第一对象处的下单流失原因。
[0131]
s505、服务器将第一对象的分析结果发送给终端设备。
[0132]
s501
‑
s505的技术名词、技术效果、技术特征，以及可选实施方式，可参照图2所示的s201
‑
s204理解，对于重复的内容，在此不再累述。
[0133]
本技术实施例提供的数据处理方法，首先接收终端设备发送的针对第一对象的分析请求。其次，获取第一对象的第一数据集合和用户的第二数据集合，第一数据集合用于表征第一对象接收到的用户的咨询会话，第二数据集合用于表征用户在目标时间段发生的下单行为。再次，将第一数据集合和第二数据集合进行匹配，生成第三数据集合，第三数据集合用于表征用户在第一对象处咨询并下单的行为。最后，根据第三数据集合生成第一对象的分析结果，第一对象的分析结果用于指示用户在第一对象处的下单流失原因。通过该方式，可以结合用户侧的下单和第一对象侧的咨询会话数据来分析第一对象处的下单流失原因，提高了第一对象的分析结果的完整性和准确性。
[0134]
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
[0135]
图6为本技术实施例提供的一种数据处理装置的结构示意图。该数据处理装置可以通过软件、硬件或者两者的结合实现，可例如上述实施例中的服务器或服务器的芯片，以执行上述实施例中的数据处理方法。如图6所示，该数据处理装置600包括：
[0136]
接收模块601，用于接收终端设备发送的针对第一对象的分析请求；
[0137]
处理模块602，用于获取第一对象的第一数据集合和用户的第二数据集合，第一数据集合用于表征第一对象接收到的用户的咨询会话，第二数据集合用于表征用户在目标时间段发生的下单行为；将第一数据集合和第二数据集合进行匹配，生成第三数据集合，第三数据集合用于表征用户在第一对象处咨询并下单的行为；根据第三数据集合生成第一对象的分析结果，第一对象的分析结果用于指示用户在第一对象处的下单流失原因。
[0138]
一种可选的实施方式中，第一数据集合中包括咨询的物品信息，咨询会话信息，咨询的用户信息，咨询时间信息和咨询意图信息。
[0139]
一种可选的实施方式中，第二数据包括下单的用户信息、发生下单行为所在的对象的信息和下单的物品信息。
[0140]
一种可选的实施方式中，处理模块602，具体用于若第一数据集合中的咨询的物品信息和第二数据集合中的下单的物品信息相同，且第一数据集合中的咨询的用户信息和第二数据集合中的下单的用户信息相同，则确定第一数据集合和第二数据集合匹配；将第一数据集合和第二数据集合组合为第三数据集合。
[0141]
一种可选的实施方式中，处理模块602，还用于在第三数据集合中添加指示信息，指示信息用于指示用户是否在第一对象处发生下单行为。
[0142]
一种可选的实施方式中，处理模块602，具体用于根据第三数据集合，确定第一对象的分析指标；根据第一对象的分析指标，生成第一对象的分析结果。
[0143]
一种可选的实施方式中，针对第一对象的分析请求中还包括有待分析的目标物品的标识；
[0144]
处理模块602，具体用于从第三数据集合中确定出在第一对象处目标物品的流失用户和目标物品的下单用户；根据在第一对象处目标物品的流失用户和目标物品的下单用户，从第三数据集合中提取出第四数据集合和第五数据集合，第四数据集合包含下单的咨询意图，第五数据集合包含流失的咨询意图；根据第四数据集合和第五数据集合，确定第一对象的分析指标。
[0145]
一种可选的实施方式中，第一对象的分析指标包括：流失占比、流失的咨询意图的次数和下单占比。
[0146]
一种可选的实施方式中，处理模块602，具体用于根据流失占比和下单占比，确定第五数据集合中的流失的咨询意图的突出度；根据流失的咨询意图的突出度和流失的咨询意图的次数，从第五数据集合确定出第六集合作为第一对象的分析结果，第六集合中包含有用户在第一对象处的下单流失原因。
[0147]
一种可选的实施方式中，处理模块602，具体用于若流失的咨询意图的突出度大于突出度阈值且流失的咨询意图的次数大于次数阈值，则确定流失的咨询意图为用户在第一对象处的下单流失原因；将用户在第一对象处的下单流失原因组成第六集合。
[0148]
一种可选的实施方式中，该装置，还包括：
[0149]
发送模块603，用于将第一对象的分析结果发送给终端设备。
[0150]
需要说明的，图6所示实施例提供的数据处理装置，可用于执行上述任意实施例所提供的方法，具体实现方式和技术效果类似，这里不再进行赘述。
[0151]
图7为本技术实施例提供的一种电子设备的结构示意图。如图7所示，该电子设备
可以包括：至少一个处理器701和存储器702。图7示出的是以一个处理器为例的电子设备。
[0152]
存储器702，用于存放程序。具体地，程序可以包括程序代码，程序代码包括计算机操作指令。
[0153]
存储器702可能包含高速ram存储器，也可能还包括非易失性存储器(non
‑
volatile memory)，例如至少一个磁盘存储器。
[0154]
处理器701用于执行存储器702存储的计算机执行指令，以实现上述数据处理方法；
[0155]
其中，处理器701可能是一个中央处理器(central processing unit，简称为cpu)，或者是特定集成电路(application specific integrated circuit，简称为asic)，或者是被配置成实施本技术实施例的一个或多个集成电路。
[0156]
可选的，在具体实现上，如果通信接口、存储器702和处理器701独立实现，则通信接口、存储器702和处理器701可以通过总线相互连接并完成相互间的通信。总线可以是工业标准体系结构(industry standard architecture，简称为isa)总线、外部设备互连(peripheral component，简称为pci)总线或扩展工业标准体系结构(extended industry standard architecture，简称为eisa)总线等。总线可以分为地址总线、数据总线、控制总线等，但并不表示仅有一根总线或一种类型的总线。
[0157]
可选的，在具体实现上，如果通信接口、存储器702和处理器701集成在一块芯片上实现，则通信接口、存储器702和处理器701可以通过内部接口完成通信。
[0158]
本技术实施例还提供了一种芯片，包括处理器和接口。其中接口用于输入输出处理器所处理的数据或指令。处理器用于执行以上方法实施例中提供的方法。该芯片可以应用于数据处理装置中。
[0159]
本技术还提供了一种计算机可读存储介质，该计算机可读存储介质可以包括：u盘、移动硬盘、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、磁盘或者光盘等各种可以存储程序代码的介质，具体的，该计算机可读存储介质中存储有程序信息，程序信息用于上述数据处理方法。
[0160]
本技术实施例还提供一种程序，该程序在被处理器执行时用于执行以上方法实施例提供的数据处理方法。
[0161]
本技术实施例还提供一种程序产品，例如计算机可读存储介质，该程序产品中存储有指令，当其在计算机上运行时，使得计算机执行上述方法实施例提供的数据处理方法。
[0162]
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本发明实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质，(例如，软盘、硬盘、磁
带)、光介质(例如，dvd)、或者半导体介质(例如固态硬盘solid state disk(ssd))等。
[0163]
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。