一种产品转移概率确定方法、装置及设备与流程

1.本发明实施例涉及计算机技术领域，尤其涉及一种产品转移概率确定方法、装置及设备。


背景技术：

2.在统计测试中，常见的使用模型为马尔可夫链使用模型。在对转移概率赋予初值之后，需要依据相应的约束条件进行模型优化，常用的做法一是基于最大熵原理进行转移概率的更新优化，进而最大化模型的累积状态熵；二是以最大化失效经济损失的优化目标，自动生成模型转移概率。
3.现有的技术一般都是基于约束条件，从最优化的角度生成转移概率。现有技术虽然能够得到约束条件下的最优转移概率分布，但是却忽略了历史数据的时间滞后效应，导致确定的转移概率准确率较低。


技术实现要素：

4.本发明提供一种产品转移概率确定方法、装置及设备，以实现对物品归属权的转移概率进行预测。
5.第一方面，本发明实施例提供了一种产品转移概率确定方法，所述方法包括：
6.获取产品对接初始模型，所述产品对接初始模型包括至少一个待对接产品以及所对应的至少一个目标对接产品；
7.针对每个待对接产品，确定所述待对接产品和目标对接产品之间的目标滞后距和目标转移概率函数，所述目标转移概率函数根据历史数据确定；
8.根据目标滞后距和所述目标转移概率函数确定所述待对接产品与所对应的目标对接产品的转移概率。
9.第二方面，本发明实施例还提供了一种产品转移概率确定装置，该装置包括：
10.初始模型获取模块，用于获取产品对接初始模型，所述产品对接初始模型包括至少一个待对接产品以及所对应的至少一个目标对接产品；
11.函数确定模块，用于针对每个待对接产品，确定所述待对接产品和目标对接产品之间的目标滞后距和目标转移概率函数，所述目标转移概率函数根据历史数据确定；
12.概率确定模块，用于根据目标滞后距和所述目标转移概率函数确定所述待对接产品与所对应的目标对接产品的转移概率。
13.第三方面，本发明实施例还提供了一种计算机设备，该设备包括：
14.一个或多个处理器；
15.存储器，用于存储一个或多个程序，
16.当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明实施例中任一所述的一种产品转移概率确定方法。
17.本发明实施例提供了一种产品转移概率确定方法、装置及设备，通过获取产品对
接初始模型，所述产品对接初始模型包括至少一个待对接产品以及所对应的至少一个目标对接产品；针对每个待对接产品，确定目标滞后距和目标转移概率函数，所述目标转移概率函数根据历史数据确定；根据目标滞后距和所述目标转移概率函数确定所述待对接产品与所对应的目标对接产品的转移概率。预先通过历史数据确定目标转移概率函数，然后确定待对接产品与目标对接产品之间的目标转移概率函数，通过目标转移概率函数和目标滞后距对转移概率进行预测，由于目标转移概率函数是通过历史数据确定，考虑了历史数据的时间滞后效应，因此确定的转移概率准确率较高，进一步提高预测结果的准确性。
附图说明
18.图1是本发明实施例一中的一种产品转移概率确定方法的流程图；
19.图2是本发明实施例二中的一种产品转移概率确定方法的流程图；
20.图3是本发明实施例二中的一种产品对接初始模型的结构示意图；
21.图4a是本发明实施例二中的一种通过复合转移概率公式和滞后距预测自转移类型的转移概率的结果展示图；
22.图4b是本发明实施例二中的一种通过复合转移概率公式和滞后距预测交互转移类型的转移概率的结果展示图；
23.图5a是本发明实施例二中的一种自转移类型对应的数据拟合实现示例图；
24.图5b是本发明实施例二中的一种交互转移类型对应的数据拟合实现示例图；
25.图6是本发明实施例二中的一种产品对接过程的实现示例图；
26.图7是本发明实施例二中的一种确定产品对接路径的实现示例图
27.图8是本发明实施例三中的一种产品转移概率确定装置的结构示意图；
28.图9是本发明实施例四中的一种计算机设备的结构示意图。
具体实施方式
29.为使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术实施例方式作进一步地详细描述。应当明确，所描述的实施例仅仅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做出创造性劳动前提下所获得的所有其它实施例，都属于本技术保护的范围。
30.实施例一
31.图1给出了本技术实施例一提供的一种产品转移概率确定方法的流程图，该方法适用于预测物品归属权转移概率的情况。该方法可以由计算机设备执行，该计算机设备可以是两个或多个物理实体构成，也可以是一个物理实体构成。一般而言，计算机设备可以是笔记本、台式计算机以及智能平板等。
32.如图1所示，本实施例一提供的一种产品转移概率确定方法，具体包括如下步骤：
33.s101、获取产品对接初始模型，产品对接初始模型包括至少一个待对接产品以及所对应的至少一个目标对接产品。
34.在本实施例中，产品对接初始模型具体可以理解为包括不同产品以及产品之间对接关系的数据模型。待对接产品具体可以理解为产品归属权即将到期，等待其他产品与其进行对接的产品；目标对接产品具体可以理解为用户持有的待对接产品归属权到期后，替
代此待对接产品的产品。本技术中所涉及的产品可以是虚拟产品。待对接产品与目标对接产品的类型可以不同，也可以选择相同类型的产品作为目标对接产品，也可以是同一产品，即待对接产品以的目标对接产品仍然为待对接产品。
35.具体的，预先对不同的产品进行分析，根据不同产品之间的对接关系生成产品对接初始模型并进行存储。存储方式可以是本地存储或者服务器存储。从相应的数据存储空间获取产品对接初始模型。
36.s102、针对每个待对接产品，确定待对接产品和目标对接产品之间的目标滞后距和目标转移概率函数，目标转移概率函数根据历史数据确定。
37.在本实施例中，目标滞后距具体可以理解为在发生产品归属权转移时距预测时刻的时间间隔。例如，待对接产品为a，目标对接产品为b，预测1年后用户获取目标对接产品b的归属权作为待对接产品a的替代品的概率，其中，1年即为目标滞后距。目标转移概率函数具体可以理解为用于计算转移概率的函数表达式，不同的待对接产品和目标对接产品之间的转移概率函数可能是不同的。
38.具体的，将产品对接初始模型中产品归属权即将到期的产品作为待对接产品，预测待对接产品在目标滞后距h时间段后，由目标对接产品b替代的概率。确定每个待对接产品，在确定待对接产品后，由于每个待对接产品对应的目标对接产品可能有一个或多个，依次确定此待对接产品及其对应的每个目标对接产品间的目标滞后距和目标转移概率函数。目标滞后距可以根据需求自行设置，或者在进行概率预测时，由用户每次或者分批次进行输入。对历史数据进行分析处理，通过对历史数据的分布概率进行拟合，得到目标转移概率函数。在进行概率预测时，可以直接获取预先确定的目标转移概率函数，或者获取历史数据，实时进行分析处理，确定目标转移概率函数。
39.s103、根据目标滞后距和目标转移概率函数确定待对接产品与所对应的目标对接产品的转移概率。
40.转移概率即用户具有待对接产品a的归属权变更为用户具有目标对接产品b的归属权的概率。目标转移概率函数为转移概率y关于变量目标滞后距x的函数表达式。根据目标滞后距和目标转移概率函数计算转移概率，得到每个待对接产品和目标对接产品间的转移概率。根据转移概率可以对产品对接初始模型进行更新，以及生成产品对接路径等等，实现对用户获取产品归属权的有效预测。
41.可以知道的是，在进行产品所有权到期对接时，客户选择的对接产品不仅仅依赖于当前持有的未到期产品，还与未到期产品所持有的时间有关。基于惯性思维，越是近期持有的产品，客户越有可能选择相同的产品进行对接；考虑到产品的更新换代，越是早期持有的产品，客户越有可能在产品到期时选择不同的对接产品。因此，转移概率与目标滞后距有关。
42.本发明实施例提供了一种产品转移概率确定方法，通过获取产品对接初始模型，产品对接初始模型包括至少一个待对接产品以及所对应的至少一个目标对接产品；针对每个待对接产品，确定待对接产品和目标对接产品之间的目标滞后距和目标转移概率函数，目标转移概率函数根据历史数据确定；根据目标滞后距和目标转移概率函数确定所述待对接产品与所对应的各目标对接产品的转移概率。预先通过历史数据确定各待对接产品对应的转移概率函数，然后确定待对接产品与目标对接产品之间的目标转移概率函数，通过目
标转移概率函数和目标滞后距对转移概率进行预测，由于目标转移概率函数是通过历史数据确定，考虑了历史数据的时间滞后效应，因此确定的转移概率准确率较高，进一步提高预测结果的准确性。
43.实施例二
44.图2为本发明实施例二提供的一种产品转移概率确定方法的流程图。本实施例的技术方案在上述技术方案的基础上进一步细化，具体主要包括如下步骤：
45.s201、获取产品对接需求文档。
46.在本实施例中，产品对接需求文档具体可以理解为包含了各产品对接关系的文档。产品对接需求文档基于实际应用中各产品间的关系形成并存储，存储空间可以是本地空间或服务器。从相应的存储空间中获取产品对接需求文档。
47.s202、对产品对接需求文档进行解析，确定至少一个待对接产品，以及各待对接产品所对应的目标对接产品。
48.具体的，产品对接需求文档在存储数据时按照一定的规则进行存储。因此，按照存储规则对产品对接需求文档进行解析，确定产品对接需求文档中的待对接产品，以及每个待对接产品对应的至少一个目标对接产品。
49.s203、根据各待对接产品及所对应的各目标对接产品生成产品对接初始模型。
50.根据每个待对接产品及所对应的各目标对接产品之间的关系生成产品对接初始模型。产品对接初始模型中可以设置各产品之间的转移概率，也可以不设置。若设置转移概率作为初始转移概率，可以依据无知识分配法，平均分配各边(各产品之间的关系)的概率得到。
51.示例性的，图3提供了一种产品对接初始模型的结构示意图，以各待对接产品和目标对接产品之间设置了初始概率为例，通过依据无知识分配法，平均分配各边的概率得到初始转移概率。
52.s204、获取产品对接初始模型，产品对接初始模型包括至少一个待对接产品以及所对应的至少一个目标对接产品。
53.s205、针对每个待对接产品，确定待对接产品和目标对接产品之间的目标滞后距和目标转移概率函数，目标转移概率函数根据历史数据确定。
54.本技术实施例中的目标转移概率函数可以实时确定，即每次进行转移概率预测时确定，也可以预先确定。假设产品归属权持续的时间较长，例如，用户具有待对接产品a的归属权的时间为2年，则用户需在待对接产品a的归属权到期后，即两年后，选择获取目标对接产品b的归属权。因此，历史数据需统计较长一段时间内的数据。在此基础上，不同时刻预测转移概率时所采用的历史数据可能是一致的，因此，为减少计算量，可以预先确定目标转移概率函数，在计算时获取即可。在历史数据更新后或每隔一段时间重新计算目标转移概率函数，实现目标转移概率函数的更新。
55.作为本实施例的一个可选实施例，本可选实施例进一步将确定目标转移概率函数优化为a1-a4：
56.a1、确定待对接产品和目标对接产品进行对接时所对应的历史转移概率云图。
57.在本实施例中，历史转移概率云图具体可以理解为通过历史数据统计得到的转移概率和滞后距形成的点云图像。获取历史数据，对历史数据进行统计分析，得到待对接产品
和目标对接产品进行对接时的转移概率和滞后距，生成历史转移概率云图。
58.作为本实施例的一个可选实施例，本可选实施例进一步将确定所述待对接产品和目标对接产品进行对接时所对应的历史转移概率云图优化为a11-a13：
59.a11、获取不同滞后距下待对接产品和目标对接产品进行对接时的转移频数和样本总数。
60.在本实施例中，转移频数具体可以理解为用户获取待对接产品的归属权变更为获取目标对接产品的归属权的数量，例如，目标对接产品为b时，待对接产品a的归属权变更为获取产品b的归属权的数量。样本总数具体可以理解为待对接产品的归属权变更为获取其他类型产品的归属权的数量，例如，待对接产品a变更为产品b、c、d的总数。统计历史数据，确定不同滞后距下待对接产品和目标对接产品进行对接时的转移频数和样本总数。例如，历史数据中包含了每个产品的信息(如，哪一时间到期，到期后选择了什么产品对接)。以此为基础，对数据进行统计分析。当|h|＝1年时，对每一天的数据进行分析，确定1年后到期的所有待对接产品，进一步确定产品到期后选择了什么类型的产品进行归属权对接，得到选择产品x1的转移频数，以及选择产品x1-xn的样本总数；继续对下一天进行分析，以此类推，得到所有|h|＝1时的转移频数和样本总数。类推得到|h|＝2，3
…
，其中，|h|表示滞后距的大小。
61.a12、根据转移频数和样本总数的比值确定历史转移概率。
62.在本实施例中，历史转移概率具体可以理解为历史数据中产品a的归属权变更为产品b的归属权的概率。计算转移频数和样本总数的比值，比值即为历史转移概率。
63.a13、根据各历史转移概率和对应的滞后距生成历史转移概率云图。
64.每个历史转移概率具有对应的滞后距，根据各历史转移概率和对应的滞后距绘制历史转移概率云图。
65.a2、确定待对接产品和目标对接产品间的概率函数类型，概率函数类型包括自转移类型和交互转移类型。
66.在本实施例中，概率函数类型具体可以理解为转移概率的函数计算公式的类型，自转移类型为产品a与产品a之间转移。交互转移为产品b和产品b之间转移。
67.具体的，在确定待对接产品和目标对接产品后，其各自的产品类型相应的也确定了。根据待对接产品和目标对接产品的产品类型确定概率函数类型，待对接产品和目标对接产品的产品类型相同时，概率函数类型为自转移类型；待对接产品和目标对接产品的产品类型不同时，概率函数类型为交互转移类型。
68.a3、根据概率函数类型从预确定的复合转移概率公式中进行筛选，确定目标转移概率公式。
69.在本实施例中，复合转移概率公式具体可以理解为用于计算转移概率的公式，本技术中的复合转移概率公式为逻辑斯特函数类型的公式。目标转移概率公式具体可以理解为待对接产品和目标对接产品之间的概率函数类型所对应的概率计算公式。
70.具体的，预先根据概率函数类型确定复合转移概率公式，将各复合转移概率公式与概率函数类型进行关联映射。在确定待对接产品和目标对接产品间的概率函数类型后，通过对各复合转移概率公式进行筛选，得到与此概率函数类型匹配的目标转移概率公式。
71.作为本实施例的一个可选实施例，本可选实施例在所述根据所述概率函数类型从
预确定的复合转移概率公式中进行筛选之前进一步优化包括了b1-b4：
72.b1、根据概率函数类型确定与滞后距相关的目标能量函数。
73.在本实施例中，目标能量函数为与滞后距相关的能量函数的表达式，目标能量函数为自能量函数或交互能量函数，自能量函数为产品进行自转移时的能量函数；交互能量函数为产品进行交互转移时的能量函数。预先构建不同的能量函数，根据概率函数类型从能量函数中筛选出与其匹配的目标能量函数。
74.可以知道的是，转移概率函数是单向的、不对称的，转移概率函数描述了两点转移概率和滞后距之间的函数关系，反映了两点转移概率随滞后距变化的图形趋势。在时间序列分析中，转移概率往往被假设为二阶平稳或是本征平稳的。在由样品数据得到实验的转移概率之后，需要选择合适的复合转移概率公式对其进行插值或拟合。考虑最多包含两个元素的基团，那么转移概率p
ij
(h)的一般表达式可以由具有k类的马尔可夫随机场的条件概率推导得出：
[0075][0076]
其中，u(i,j,h)是当前节点与历史节点关于滞后距h的能量函数，其值由产品类型i与产品类型j以及它们之间的邻近关系决定，k为产品类型总数。需要指出的是，转移概率的方向性由能量函数中能量的传递方向体现。
[0077]
由于能量函数或势函数的选取并不唯一，为了构造出合理的转移概率，本技术将自能量函数定义为：
[0078][0079]
对于交互能量函数所对应的j≠i的情形，定义：
[0080][0081]
其中，a表示模型的变程参数，pi为产品类型为i的目标对接产品的基台值；pj为产品类型为j的目标对接产品的基台值，pi和pj通常分别设定为产品类型i和产品类型j的先验全局类型比例，|h|表示滞后距h的大小。滞后距h为具有方向的变量，本技术在计算时仅需要使用h的数值，因此，对h进行取模运算。
[0082]
b2、根据目标能量函数和产品类别数量确定初始转移概率公式。
[0083]
在本实施例中，产品类别数量具体可以理解为产品类型的总数量，即上述公式(1)中的k。根据产品类别数量确定k值，将公式(2)和(3)分别与公式(1)联立，得到初始转移概率公式的表达式。
[0084]
其中，自转移类型对应的初始转移概率公式可以表示为：
[0085][0086]
交互类型对应的初始转移概率公式可以表示为：
[0087][0088]
b3、根据双曲正切函数表达式对初始转移概率公式进行整合，得到中间转移概率公式。
[0089]
可以知道的是，转移概率函数被定义为转移概率关于时间滞后距h的函数，是一种参数化的图形表示。一个有效的转移概率函数必须具备如下属性：
[0090]
(1)连续性。转移概率函数应是转移概率关于逐渐增加的滞后距|h|的连续函数。
[0091]
(2)对于自转移类型的概率函数，应满足p
ii
(0)＝1；对于交互转移类型的概率函数，则应满足p
ij
(0)＝0。
[0092]
(3)当|h|
→
∞时，有p
ii
(h)＝pi,p
ij
(h)＝pj。
[0093]
为了满足上述三个条件，本技术将双曲正切函数整合到(4)式和(5)式中，最终得到的自转移类型对应的中间转移概率公式为：
[0094][0095]
交互转移类型对应的中间转移概率公式为：
[0096][0097]
其中，公式中的b为双曲参数。双曲参数b的作用是保证计算的转移概率不会超过有效范围。
[0098]
b4、根据余弦函数对中间转移概率公式进行处理，得到概率函数类型对应的复合转移概率公式。
[0099]
由于通过中间转移概率公式计算概率时会出现弱向空穴效应，因此通过余弦函数对中间转移概率公式进行处理，得到复合转移概率公式，不同概率函数类型对应的符合转移概率公式不同。
[0100]
弱向空穴效应是指随着滞后距的增加，转移概率函数图上交替出现的逐渐变弱的
波峰和波谷。当两种产品的归属权频繁地进行对接时，往往意味着模型需要考虑这类产品之间存在的强相关性。这两种毗邻的类型以及它们的同时发生性可以称为邻居结构，这一特征会导致某些实验交互转移概率在短程滞后距时出现峰值。由于空穴效应的存在，自转移概率则会在短程滞后距时出现槽值。为了反映此种现象，本技术通过选择选一种合适的余弦函数来构造嵌套模型，从而对实验转移概率中出现的弱向空穴效应进行拟合。由此，得到不同概率类型对应的复合转移概率公式。本技术中的复合转移概率公式与逻辑斯蒂转移概率函数的结构相似。
[0101]
当概率函数类型为自转移类型时，复合转移概率公式为：
[0102][0103]
其中，p
ii
(h)为自转移类型对应的转移概率，i为所述待对接产品和目标对接产品的产品类型，pi为产品类型为i的所述目标对接产品的基台值，a为变程参数，b为双曲参数，w为波长参数，h为滞后距。
[0104]
当概率函数类型为交互转移类型时，复合转移概率公式为：
[0105][0106]
其中，p
ij
(h)为交互转移类型对应的转移概率，i为所述待对接产品的产品类型，j为所述目标对接产品的产品类型，pj为产品类型为j的所述目标对接产品的基台值，a为变程参数，b为双曲参数，w为波长参数，h为滞后距。
[0107]
示例性的，图4a为本发明实施例提供的一种通过复合转移概率公式和滞后距预测自转移类型的转移概率的结果展示图。对于自转移类型的复合转移概率公式，将基台值pi设定为0.4653，变程参数a和波长w分别选取为16和20，双曲参数b的取值在图中给出，通过选择不同的滞后距，预测其对应的转移概率，形成的图像如图4a所示。图4b为本发明实施例提供的一种通过复合转移概率公式和滞后距预测交互转移类型的转移概率的结果展示图。对于交互转移类型的复合转移概率公式，将基台值pj设定为0.3454，变程参数a和波长w分别选取为25和15，双曲参数b的取值在图中给出，形成的图像如图4b所示。
[0108]
如图4a和4b所示，变程参数a用于衡量转移概率曲线波动的距离，即图中曲线波动到趋于平稳的距离；基台值pi和pj为曲线趋于稳定后的转移概率值。
[0109]
a4、根据目标转移概率公式和历史转移概率云图进行数据拟合，确定待对接产品和目标对接产品进行对接时的目标转移概率函数。
[0110]
具体的，历史转移概率云图为概率分布的散点图，采用合适的数据拟合方式，如最小二乘估计，对目标转移概率公式和历史转移概率云图进行数据拟合，得到目标转移概率函数。通过最小二乘估计进行数据拟合可以提高模型的计算效率。目标转移概率公式为包括多个未知参数的公式，通过数据拟合的方式可以得到目标转移概率公式中的各参数的取
值，得到的目标转移概率函数中仅包括滞后距一个变量，进而用于预测转移概率。
[0111]
示例性的，图5a为本发明实施例提供的一种自转移类型对应的数据拟合实现示例图。图中的各样本数据构成历史转移概率云图，从图5a中可以明显的看出随着滞后距的增加，历史转移概率云图中出现交替的峰值和槽值，因此，采用公式(8)进行拟合，得到拟合曲线如图5a所示，拟合曲线即为目标转移概率函数。图5b为本发明实施例提供的一种交互转移类型对应的数据拟合实现示例图，其采用公式(9)进行拟合，得到拟合曲线如图5b所述，拟合曲线即为目标转移概率函数。数据拟合过程中，得到公式中各参数的取值如表1所示：
[0112]
表1目标转移概率函数中估计的参数
[0113][0114][0115]
其中，残差平方和用于表示数据拟合效果，残差平方和越小拟合效果越好。在实际应用中，可以根据需求设置残差平方和的阈值，残差平方和大于阈值时，此时的拟合效果不好，可以重新选择拟合方式进行拟合，直到得到效果较好的目标转移概率函数。
[0116]
s206、根据目标滞后距和目标转移概率函数确定待对接产品与所对应的目标对接产品的转移概率。
[0117]
将目标滞后距作为h带入到对应的目标转移概率函数中进行计算，得到待对接产品与所对应的目标对接产品的转移概率。
[0118]
s207、根据各转移概率对产品对接初始模型进行更新，得到目标产品对接模型。
[0119]
在本实施例中，目标产品对接模型具体可以理解为包括了各产品之间对接关系和转移概率的模型。由于产品对接初始模型中仅包括了各产品之间的对接关系，未包括转移概率，或者，即使包括了转移概率，转移概率的大小也是平均分配的。因此，根据计算得到的转移概率对各产品之间的转移概率进行更新。
[0120]
s208、根据目标产品对接模型确定产品对接路径。
[0121]
根据目标产品对接模型中各产品之间的转移路径确定产品对接路径，例如，随机选择一条路径、或者根据转移概率的大小选择最优路径等。
[0122]
作为本实施例的一个可选实施例，本可选实施例进一步将根据所述目标产品对接模型确定产品对接路径优化为c1-c4：
[0123]
c1、从目标产品对接模型中筛选出目标待对接产品；
[0124]
在本实施例中，目标待对接产品具体可以理解为目标产品对接模型中任意一个待对接产品，目标产品对接模型中包括多个待对接产品，但是在确定产品对接路径时，需要依次将每个待对接产品作为目标待对接产品，或者仅选择其中一个待对接产品作为目标待对接产品。可以随机从目标产品对接模型中选择一个待对接产品作为目标待对接产品，或者按照概率值从目标产品对接模型中选择一个待对接产品作为目标待对接产品。
[0125]
作为本实施例的一个可选实施例，本可选实施例进一步将所述从所述目标产品对
接模型中筛选出目标待对接产品优化为：
[0126]
c11、确定目标产品对接模型中各待对接产品的出现概率。
[0127]
在本实施例中，出现概率具体可以理解为用户选择各个待对接产品的概率。统计历史数据，计算每个待对接产品的出现概率，例如，待对接产品a一共出现6次，所有的产品一共出现10次，因此，待对接产品a的出现概率为0.6。在确定出现概率后，执行c12或者c13步骤确定目标对接产品。
[0128]
c12、将各出现概率的最大概率值对应的待对接产品确定为目标对接产品；或者，
[0129]
直接比较各待对接产品的出现概率，确定最大概率值。出现概率数值较大的待对接产品为用户经常选择的产品，因此，优先选择最大概率值对应的待对接产品，将其作为目标对接产品。
[0130]
c12、生成随机数；确定随机数对应的目标出现概率，将目标出现概率对应的待对接产品确定为目标对接产品。
[0131]
通过随机数生成器生成随机数，本技术中由于概率值均为小于1的数值，因此，随机数的范围选择0-1区间内，如果大于1，通过归一化，将其调整到小于等于1的范围内。确定与此随机数最接近的出现概率，将其作为目标出现概率。例如，随机数为0.3，各出现概率分别为0.1、0.4、0.5，与0.3距离最近的出现概率为0.4，将出现概率0.4作为目标出现概率，将目标出现概率对应的待对接产品确定为目标对接产品。如果随机数最接近的出现概率数量不止一个，可以随机选择一个，或者按照预设规则选择，例如，选择数值较大的出现概率作为目标出现概率。
[0132]
c2、确定目标待对接产品与所对应的各目标对接产品之间的转移概率。
[0133]
具体的，目标待对接产品对应的目标对接产品可能是一个或者多个，依次确定目标待对接产品和其对应的每个目标对接产品之间的转移概率。
[0134]
c3、确定各转移概率中的最大值。
[0135]
比较各转移概率，确定转移概率的最大值。
[0136]
c4、根据目标待对接产品和最大值对应的目标对接产品之间的路径生成产品对接路径。
[0137]
确定转移概率的最大值对应的目标对接产品，将此目标对接产品和目标待对接产品之间的路径作为产品对接路径。
[0138]
s209、根据产品对接路径生成测试用例。
[0139]
在实际应用时，需要模拟用户获取不同产品的归属权，对系统功能进行测试。产品对接路径可以反映用户所获取不同产品归属权的概率，产品对接路径作为测试用例生成时所采用参数，用于生成测试用例。
[0140]
示例性的，图6为本技术实施例提供的一种产品对接过程的实现示例图。以待对接产品包括两个待对接产品和两个目标待对接产品为例。测试人员或工作人员在测试前登录客户端，当确定产品所属权到期对接。其中，待对接产品31和待对接产品32均可以进行产品归属权对接。待对接产品31和待对接产品32分别可以选择目标对接产品33或目标对接产品34进行对接。根据产品对接关系和概率可以确定产品对接路径，并提交数据。在提交数据后可以返回登录步骤，重复执行选择目标对接产品的步骤。图6中包括了执行步骤的概率，其中，a为登录客户端后执行产品所属权到期对接的概率；概率b和c分别为待对接产品1和2的
出现概率；概率d和e为待对接产品1的归属权变更为目标对接产品33和目标对接产品34的转移概率；概率f和g为待对接产品32的归属权变更为目标对接产品33和目标对接产品34的转移概率；h和i分别为确定目标对接产品33或34后提交数据的概率。
[0141]
示例性的，图7为一种确定产品对接路径的实现示例图，测试人员登录客户端，执行产品所属权到期对接操作，选择待对接产品31作为目标待对接产品，比较待对接产品31对应的目标对接产品33和目标对接产品34的转移概率，选择概率值较大的目标对接产品34进行对接，生成产品对接路径并提交，以便生成测试用例。
[0142]
本发明实施例提供了一种产品转移概率确定方法，预先根据不同的转移类型设置能量函数，通过概率函数类型确定目标能量函数，并对目标能量函数进行整合处理，得到复合转移概率公式，通过对弱向空穴效应进行拟合消除弱向空穴效应，提高转移概率的准确性。在预测待对接产品与目标对接产品归属权对接时，确定相应的目标转移概率函数目标滞后距，进而对转移概率进行预测。由于目标转移概率函数是通过历史数据确定，考虑了历史数据的时间滞后效应，因此确定的转移概率准确率较高，进一步提高预测结果的准确性。
[0143]
实施例三
[0144]
图8为本发明实施例三提供的一种产品转移概率确定装置的结构示意图，该装置包括：初始模型获取模块41、函数确定模块42和概率确定模块43。
[0145]
其中，初始模型获取模块41，用于获取产品对接初始模型，所述产品对接初始模型包括至少一个待对接产品以及所对应的至少一个目标对接产品；函数确定模块42，用于针对每个待对接产品，确定所述待对接产品和目标对接产品之间的目标滞后距和目标转移概率函数，所述目标转移概率函数根据历史数据确定；概率确定模块43，用于根据目标滞后距和所述目标转移概率函数确定所述待对接产品与所对应的目标对接产品的转移概率。
[0146]
本发明实施例提供了一种产品转移概率确定装置，预先通过历史数据确定目标转移概率函数，然后确定待对接产品与目标对接产品之间的目标转移概率函数，通过目标转移概率函数和目标滞后距对转移概率进行预测，由于目标转移概率函数是通过历史数据确定，考虑了历史数据的时间滞后效应，因此确定的转移概率准确率较高，进一步提高预测结果的准确性。
[0147]
进一步地，该装置还包括：
[0148]
文档获取模块，用于获取产品对接需求文档；
[0149]
文档解析模块，用于对所述产品对接需求文档进行解析，确定至少一个待对接产品，以及各所述待对接产品所对应的目标对接产品；
[0150]
模型生成模块，用于根据各所述待对接产品及所对应的各目标对接产品生成产品对接初始模型。
[0151]
进一步地，函数确定模块42，包括：
[0152]
云图确定单元，用于确定待对接产品和目标对接产品进行对接时所对应的历史转移概率云图；
[0153]
概率类型确定单元，用于确定所述待对接产品和目标对接产品间的概率函数类型，所述概率函数类型包括自转移类型和交互转移类型；
[0154]
概率筛选单元，用于根据所述概率函数类型从预确定的复合转移概率公式中进行筛选，确定目标转移概率公式；
[0155]
拟合单元，用于根据所述目标转移概率公式和历史转移概率云图进行数据拟合，确定所述待对接产品和目标对接产品进行对接时的目标转移概率函数。
[0156]
进一步地，云图确定单元，包括：
[0157]
数据获取子单元，用于获取不同滞后距下待对接产品和目标对接产品进行对接时的转移频数和样本总数；
[0158]
历史概率确定子单元，用于根据所述转移频数和样本总数的比值确定历史转移概率；
[0159]
云图生成子单元，用于根据各所述历史转移概率和对应的滞后距生成历史转移概率云图。
[0160]
进一步地，数据获取子单元，具体用于在所述根据所述概率函数类型从预确定的复合转移概率公式中进行筛选之前，根据概率函数类型确定与滞后距相关的目标能量函数；根据所述目标能量函数和产品类别数量确定初始转移概率公式；根据双曲正切函数表达式对所述初始转移概率公式进行整合，得到中间转移概率公式；根据余弦函数对所述中间转移概率公式进行处理，得到所述概率函数类型对应的复合转移概率公式。
[0161]
进一步地，当所述概率函数类型为自转移类型时，复合转移概率公式为：
[0162][0163]
其中，p
ii
(h)为自转移类型对应的转移概率，i为所述待对接产品和目标对接产品的产品类型，pi为产品类型为i的所述目标对接产品的基台值，a为变程参数，b为双曲参数，w为波长参数，h为滞后距。
[0164]
当所述概率函数类型为交互转移类型时，复合转移概率公式为：
[0165][0166]
其中，p
ij
(h)为交互转移类型对应的转移概率，i为所述待对接产品的产品类型，j为所述目标对接产品的产品类型，pj为产品类型为j的所述目标对接产品的基台值，a为变程参数，b为双曲参数，w为波长参数，h为滞后距。
[0167]
进一步地，该装置还包括：
[0168]
更新模块，用于根据各所述转移概率对所述产品对接初始模型进行更新，得到目标产品对接模型；
[0169]
路径确定模块，用于根据所述目标产品对接模型确定产品对接路径；
[0170]
测试用例生成模块，用于根据所述产品对接路径生成测试用例。
[0171]
进一步地，路径确定模块，包括：
[0172]
产品筛选单元，用于从所述目标产品对接模型中筛选出目标待对接产品；
[0173]
概率确定单元，用于确定所述目标待对接产品与所对应的各目标对接产品之间的
转移概率；
[0174]
最大值确定单元，用于确定各所述转移概率中的最大值；
[0175]
路径生成单元，用于根据所述目标待对接产品和所述最大值对应的目标对接产品之间的路径生成产品对接路径。
[0176]
进一步地，产品筛选单元，具体用于确定所述目标产品对接模型中各待对接产品的出现概率；将各所述出现概率的最大概率值对应的待对接产品确定为目标对接产品；或者，生成随机数，确定所述随机数对应的目标出现概率，将所述目标出现概率对应的待对接产品确定为目标对接产品。
[0177]
本发明实施例所提供的产品转移概率确定装置可执行本发明任意实施例所提供的产品转移概率确定方法，具备执行方法相应的功能模块和有益效果。
[0178]
实施例四
[0179]
图9为本发明实施例四提供的一种计算机设备的结构示意图，如图9所示，该设备包括处理器50、存储器51、输入装置52和输出装置53；设备中处理器50的数量可以是一个或多个，图9中以一个处理器50为例；设备中的处理器50、存储器51、输入装置52和输出装置53可以通过总线或其他方式连接，图9中以通过总线连接为例。
[0180]
存储器51作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的产品转移概率确定方法对应的程序指令/模块(例如，产品转移概率确定装置中的初始模型获取模块41、函数确定模块42和概率确定模块43)。处理器50通过运行存储在存储器51中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的产品转移概率确定方法。
[0181]
存储器51可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器51可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器51可进一步包括相对于处理器50远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0182]
输入装置52可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置53可包括显示屏等显示设备。
[0183]
值得注意的是，上述产品转移概率确定装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
[0184]
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。