装修资源确定方法、装置、计算机程序产品和存储介质与流程
1.本发明涉及数据处理技术领域，尤其涉及一种装修资源确定方法、装置、计算机程序产品和存储介质。
背景技术：
2.房屋装修过程可以划分为销售、施工及供应链等部分，每个部分的优化目标都不同。例如销售部分，客户经理或设计师更关注对客户的转化，目标是与更多的客户签约订单；施工部分关注将设计师及用户需求通过施工工艺、工人劳动转化为实际的装修效果，保证施工效果及施工质量；而供应链部分关注客户使用的装修材料用量，避免客户缺货的同时降低仓储管理成本。通常，每个部分的管理体系中只关注自身指标，对其他部分关注较少，可能导致整体效率的低下。例如，当在装修旺季时，销售单量增加明显，而施工部分能够承接的单量基本不变，从而导致一部分订单无法及时开工，影响订单工期。
技术实现要素：
3.本发明提供一种装修资源确定方法、装置、计算机程序产品和存储介质，用以解决现有技术中装修整体流程的效率低下的缺陷，实现装修各个节点的优化。
4.本发明提供一种装修资源确定方法，包括：
5.获取历史装修数据与装修参数，其中，所述装修参数包括多组候选取值；
6.根据所述历史装修数据与所述多组候选取值，确定目标时期内的装修签约量，以及根据所述历史装修数据与所述多组候选取值，确定所述目标时期所需的装修资源，并确定所述装修资源对应的成本数据；
7.从所述多组候选取值中，确定所述装修签约量和所述成本数据满足预设条件时，所述装修参数的目标取值，根据所述装修参数的目标取值确定所述目标时期内的实际装修资源。
8.根据本发明提供的装修资源确定方法的一种实施方式，所述确定所述目标时期所需的装修资源，并确定所述装修资源对应的成本数据，包括：
9.根据所述历史装修数据与所述多组候选取值，确定所述目标时期的装修开工量；以及所述目标时期的各施工节点的单量；
10.结合所述装修开工量与所述施工节点的单量，确定所述目标时期所需的人力资源，以及所述人力资源对应的成本数据。
11.根据本发明提供的装修资源确定方法的一种实施方式，所述装修资源包括装修材料，所述确定所述目标时期所需的装修资源，并确定所述装修资源对应的成本数据，包括：
12.根据所述历史装修数据与所述多组候选取值，计算每种材料的使用比例和户均用量；
13.结合所述装修开工量、所述使用比例和所述户均用量计算所述目标时期所需的装修材料，以及所述装修材料对应的成本数据。
14.根据本发明提供的装修资源确定方法的一种实施方式，所述方法还包括：
15.根据所述历史装修数据与所述装修参数的历史取值，训练得到签约量预测模型、开工量预测模型、施工节点预测模型以及材料用量预测模型；
16.基于所述签约量预测模型确定所述目标时期的装修签约量；
17.基于所述开工量预测模型确定所述目标时期的装修开工量；
18.基于所述施工节点预测模型确定所述目标时期的各施工节点的单量；
19.基于所述材料用量预测模型确定所述目标时期所需的装修材料。
20.根据本发明提供的装修资源确定方法的一种实施方式，所述确定所述装修签约量和所述成本数据满足预设条件时，所述装修参数的目标取值，包括：
21.基于所述装修签约量和所述成本数据确定目标函数；
22.分别计算每组所述候选取值对应的所述目标函数的取值；
23.根据所述目标函数的取值大于预设值时的候选取值确定所述目标取值。
24.根据本发明提供的装修资源确定方法的一种实施方式，所述方法还包括：
25.确定每个所述装修参数的取值范围；
26.在每个所述取值范围内随机获取一个取值，得到一组候选取值。
27.根据本发明提供的装修资源确定方法的一种实施方式，所述历史装修数据包括历史时期的房屋成交量、转客量、带看量、装修认购量、预交底量、装修签约量、各施工节点量、装修套餐售出量、用户画像信息、房屋信息、装修材料用量中的一种或多种。
28.本发明还提供一种装修资源确定装置，包括：
29.参数确定模块，用于数据获取历史装修数据与装修参数，其中，所述装修参数包括多组候选取值；
30.数据计算模块，用于根据所述历史装修数据与所述多组候选取值，确定目标时期内的装修签约量，根据所述历史装修数据与所述多组候选取值，确定所述目标时期所需的装修资源，并确定所述装修资源对应的成本数据；
31.资源计算模块，用于确定所述装修签约量和所述成本数据满足预设条件时，所述装修参数的目标取值，根据所述装修参数的目标取值确定所述目标时期内的实际装修资源。
32.本发明还提供一种计算机程序产品，包括计算机程序/指令，所述计算机程序被处理器执行时实现如上述任一种所述装修资源确定方法。
33.本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述装修资源确定方法。
34.本发明提供的装修资源确定方法，通过装修参数的多组候选值，来预测目标时期内的装修签约量，进而计算目标时期所需的装修资源和装修成本。装修参数的每一组候选取值都可以计算得到一种装修资源和装修成本，用户可以根据自己的需求来选择最优的结果，即实际装修资源。本技术方案中，装修参数的候选取值的不同可以适应不同的情况，能够根据实际情况的变化预先确定所需的装修资源，改善装修供应链的供需关系，提高库存周转率。此外，将装修资源、成本数据与装修签约量之间关系满足预设条件时的装修资源，作为目标时期的实际装修资源。通过该实际装修资源可以使得目标时期内装修整个过程中各个环节互相配合达到整体最优，例如供应链可以感知签约量变化及时供货，签约量感知
成本变化进行调整，从而提高装修整体的效率。
附图说明
35.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的前提下，还可以根据这些附图获得其他的附图。
36.图1是本发明提供的装修资源确定方法的流程示意图之一；
37.图2是本发明提供的装修资源确定方法的流程示意图之二；
38.图3是本发明提供的装修资源确定方法的流程示意图之三；
39.图4是本发明提供的装修资源确定方法的流程示意图之四；
40.图5是本发明提供的装修资源确定装置的结构示意图；
41.图6是本发明提供的电子设备的结构示意图。
具体实施方式
42.为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
43.下面结合图1-图4描述本发明的装修资源确定方法。
44.房屋装修容易受到房屋交易淡旺季、装修价格高低等多种因素的影响。为了能够预先感知影响因素的变化，为房屋装修过程调度相应的资源，例如人力、物力等，装修管理体系可以使用本发明提供的技术方案来对人工无法量化的影响因素进行量化，预先确定出在这些影响因素下所需的资源。进而，预先对资源进行调度，保证装修过程高效运行。
45.如图1所示，本发明的装修资源确定方法的技术方案可以包括以下步骤：
46.步骤10：获取历史装修数据与装修参数，其中，所述装修参数包括多组候选取值。
47.历史装修数据可以包括历史装修过程中涉及到的指标和信息，例如房屋成交量、转客量、带看量、装修认购量、预交底量、装修签约量、各施工节点单量、装修套餐售出量、用户画像信息、房屋信息、装修材料用量等。此外，历史装修数据中还可以包括其他信息，例如装修开工量、施工人员数量、销售人员数量、二手房交易量等等，本实施方式不限于此。
48.装修参数为房屋装修体系需要调控的参数，例如人员数量、签约跟进力度、开工时间、材料供应周期等。历史装修数据中可以包括装修参数在历史时期的实际取值。
49.此外，装修参数可以在一定的取值范围内调整，例如开工时间可以在约定时间前5天内或后5天内，人员数量可以为100人以内等，本实施方式对此不作特殊限定。人工可以预先确定每个装修参数的取值范围。例如，销售人员为0-15名、装修的开工时间为约定时间的前后5天内等等，本实施方式对此不作特殊限定。根据每个装修参数的取值范围，对各种取值情况进行组合，得到多组候选取值。举例来说，如果装修参数1具有10种取值，装修参数2具有10种取值，则由装修参数1与装修参数2的取值范围可以获得100种候选取值。
50.步骤20：根据所述历史装修数据与所述多组候选取值，确定目标时期内的装修签
约量，以及根据所述历史装修数据与所述多组候选取值，确定所述目标时期所需的装修资源，并确定所述装修资源对应的成本数据。
51.其中，装修签约量指的是签约的订单的数量，或签约的总成交金额。本实施方式中，预先可以通过自回归算法构建签约量预测模型，然后利用历史装修数据与装修参数的历史取值，对该签约量预测模型进行训练，训练完成后可以利用训练后的签约量预测模型来预测未来的装修签约量。具体的，将当前的装修数据与装修参数的一种候选取值输入到该签约量预测模型中，可以获得一个预测的装修签约量。依次类推，将每组候选取值分别输入到签约量预测模型中，可以得到每一种候选取值对应的装修签约量。
52.具体的，获取一定数量的历史装修数据，历史装修数据中可以包括历史时期内的装修数据，例如过去一个月的房屋成交量、转客量、带看量、装修认购量、预交底量、量房用户量、装修签约量、开工量、各施工节点单量、套餐销售量、用户标签、房屋信息、材料用量等数据。此外，历史数据中可以包括装修参数的历史取值，例如过去一个月的销售人员数量、销售跟进力度、施工人员数量等。该历史数据可以构成统一特征库，用来进行模型训练。
53.对于签约量预测模型来说，将上述统一特征库中每条历史数据的装修签约量可以作为该历史数据的标签，然后将该历史数据输入到签约量预测模型中，获得一个预测结果。该签约量预测模型可以根据该预测结果与标签之间的损失来调整模型中的各个参数。通过反复多次将不同的历史数据输入到签约量预测模型中，可以对模型中的参数进行多次调整，直到该签约量预测模型输出的预测结果与历史数据的标签之间的损失满足预设条件为止，训练完成。
54.将当前的装修数据，例如当前的装修认购量、量房客户量等等，与装修参数的一种候选取值共同作为输入参数，输入到训练完成的签约量预测模型中，可以得到该种候选取值对应的装修签约量。分别将每一种候选取值输入到签约量预测模型后，可以得到每一种候选取值对应的装修签约量。例如，装修参数一共有100组候选取值，一一输入到签约量预测模型中，可以得到100个预测的装修签约量。
55.可选的，在训练时，将历史数据中的装修签约量与各套餐销售量共同作为标签，可以使得训练后的签约量预测模型在输出总的装修签约量的基础上，输出每种套餐的签约量。
56.装修资源可以包括装修过程中的人力资源，例如销售人员、装修设计人员、施工人员等等；也可以包括装修所需的装修材料，例如家具、家电等等。根据所需的装修资源可以计算要花费的成本数据。例如，装修材料对应的成本数据为每一种材料的数量乘以价格的总和。
57.装修资源可以包括人力资源与装修材料。对于人力资源来说，也可以通过模型来预测目标时期内所需的人力资源，从而计算人力资源对应的成本数据。示例性的，不同的施工节点需要的人才类型不同，不同类型的人力对应的成本不同。例如销售人员、施工人员中的管家、工长等，安装工等等。为了详细计算目标时期所需的人力资源以及成本数据，可以通过历史装修数据与装修参数确定施工节点预测模型，通过该模型来预测目标时期各个施工节点的单量，进而确定各装修节点的人力资源，即人员的类型和对应的数量。
58.施工节点可以包括开工、技术交底、隐蔽验收节点、中期验收节点、基础竣工验收节点、安装节点、竣工节点、巡检节点；也可以包括其他节点，例如延期等，本实施方式对此
不作特殊限定。
59.在实际进行装修施工时，开工时间很难与约定时间一致。因此本实施方式中，可以先利用模型来预测开工量，再利用预测得到的开工量进一步确定各个施工节点的单量。图2示出了本发明的技术方案中确定人力资源的流程图。具体的，如图2所示，确定人力资源的过程包括以下步骤：
60.步骤21：根据所述历史装修数据与所述多组候选取值，确定所述目标时期的装修开工量，以及所述目标时期的各施工节点的单量。
61.利用上述统一特征库中的历史装修数据可以先训练得到开工量预测模型。具体的，先通过自回归算法构建一个初始模型，然后将历史装修数据中的开工量作为历史数据的标签，然后将带标签的历史装修数据输入到该初始模型中，进行训练，训练完成后的模型作为开工量预测模型。然后将当前的装修数据，例如当前一段时间内的房屋成交量、装修认购量等等，以及一组装修参数输入训练后的开工量预测模型中，得到对应的装修开工量。n组装修参数可以得到对应的n 个装修开工量，n为正整数。
62.每个施工节点所需的人力资源，即施工人员的数量，可以通过施工节点的单量来确定。施工节点的单量指的是装修进行到该施工节点的订单的数量。根据每个施工人员平均能够处理的单量，可以计算施工节点所需的人员的数量。例如，施工节点的单量为m，对应类型的施工人员平均能处理的单量为n，则m/n为该施工节点所需的人员数量。
63.每个施工节点的单量也可以通过模型进行预测。具体的，上述统一特征库也可以作为施工节点预测模型的训练数据，将统一特征库中的每一条历史装修数据的施工节点单量作为该历史装修数据的标签。然后采用带标签的历史装修数据训练施工节点预测模型。同理的，该施工节点预测模型也可以为自回归模型。通过多条历史装修数据反复对该施工节点预测模型进行训练，直到施工节点预测模型输出的预测结果与历史装修数据对应的标签之间的损失满足条件，例如损失小于 0.3等，则训练完成。
64.利用训练完成的施工节点预测模型可以预测当前的(目标时期) 各个施工节点的数量。将当前的装修数据与装修参数的候选取值共同输入到施工节点预测模型中，可以得到该模型输出的各个施工节点的单量。
65.步骤22：结合所述装修开工量与所述施工节点的单量，确定所述目标时期所需的人力资源，以及所述人力资源对应的成本数据。
66.通过施工节点预测模型得到目标时期各个施工节点的单量后，再加上目标时期的开工量，可以确定所需的人力资源。装修开工量可以添加到第一个施工节点上，例如第一个施工节点的单量为3，装修开工量为2，则目标时期第一个施工节点最后的单量为5。每个施工节点对应的人员类型不同，例如，施工节点1对应的施工人员类型为“工长”，施工节点2对应的人员类型为“安装工”等。根据每个人员能够处理的单量、每个施工节点的单量可以确定每个施工节点所需的人员数量。例如，假设每个工长可以负责一个订单的施工，则目标时期中施工节点1的单量为5，则施工节点1需要5个工长。
67.然后根据每个施工人员的工资，可以确定目标时期每个施工节点的人力资源对应的成本数据。例如，每个工长目标时期内的工资为 10000，则施工节点1的成本为50000。目标时期所需的人力资源则为所有施工节点的人力资源的总和。
68.图3示出了本发明技术方案中确定装修资源的流程图。如图3所示，该过程包括以
下步骤：
69.步骤31：根据所述历史装修数据与所述多组候选取值，计算每种材料的使用比例和户均用量。
70.装修材料指的是以库存量单位(stock keeping unit，sku)计算的材料用量。每一个sku对应一种材料。对于装修过程中的材料资源来说，可以通过上述统一特征库中的历史数据，计算历史时期中每一种材料(sku)的使用比例和户均用量。其中，材料的使用比例指的是所有正在装修的订单中使用该材料的订单所占的比例。材料的户均用量指的是在所有使用该材料的订单中平均每单使用的数量。该使用比例和户均用量也可以用来表征目标时期的材料的消耗情况。
71.进而，步骤32：结合所述装修开工量、所述使用比例和所述户均用量计算所述目标时期所需的装修材料，以及所述装修材料对应的成本数据。
72.通过开工量预测模型预测得到装修开工量后，可以根据装修开工量、每一种材料的使用比例和户均用量来计算所需的装修材料，进而计算出装修材料对应的成本数据。举例来说，sku用量＝装修开工量
×
sku户均用量
×
sku使用比例，按照该方式可以计算出每一种 sku的用量，得到所需的装修材料。根据每个sku的价格，可以计算出装修材料对应的成本数据。
73.可选的，本实施方式也可以利用历史装修数据训练一个材料用量预测模型，通过该模型来预测目标时期所需的装修材料。具体的，将历史装修数据的sku用量作为标签，利用该包含标签的历史装修数据训练材料用量预测模型，直到该材料用量预测模型输出结果与标签之间的损失满足条件为止。然后将当前的装修数据与装修参数的候选取值输入到该材料用量预测模型中，获得目标时期的sku用量，即装修材料。
74.根据上述计算得到的目标时期所需的装修材料以及人力资源，可以确定目标时期所需的总的装修资源。该装修资源即为人力资源与装修材料的总和。
75.步骤30：从所述多组候选取值中，确定所述装修签约量和所述成本数据满足预设条件时，所述装修参数的目标取值，根据所述装修参数的目标取值确定所述目标时期内的实际装修资源。
76.根据装修签约量和成本数据可以计算装修收益，每一组候选取值对应一个装修签约量和成本数据，若有n组候选取值，则可以得到n 个装修签约量和n个成本数据。根据装修签约量与成本数据计算装修收益，筛选出最大收益时的候选取值，作为目标取值。目标取值对应的装修资源即为实际装修资源，根据实际装修资源可以合理地安排目标时期的供货周期、施工人员等，实现装修全链路的利益最大化。
77.可选的，基于装修签约量与成本数据确定一个目标函数，然后将每一组候选取值对应的装修签约量与成本数据代入该目标函数中，计算该目标函数的取值。该目标函数用于计算签约的订单金额减去成本数据获得的收益，可以表示为fi＝ei-ci，其中，fi为第i组候选取值对应的目标函数的取值；ei为第i组候选取值对应的装修签约量；ci 为第i组候选取值对应的成本数据。
78.可选的，为了减少计算量，可以每次随机计算一定数量的候选取值，例如m组候选取值，在该m组候选取值中保留收益最大的k组，淘汰掉收益较小的候选取值。然后下一次再随机计算剩下的候选取值中的m组候选取值，在该m组候选取值与上一次的k组中继续保留
收益较大的k组，淘汰其他组。反复计算多次后，每次保留的k候选取值不变或变化很小时，根据交叉和变异概率可以确定最大收益在该 k组候选取值中。该方法无需计算每组候选取值对应的收益，而是每次随机选择一部分，比较收益，保留收益较大的k组。当收益更大的组不再出现时，就可以从当前的k组中选择最大收益的一组作为目标取值。不必再计算剩余的其他组，可以减少计算量，提高效率。
79.当目标函数的取值大于预设值时，对应的候选取值则为目标取值。可选的，将n组候选取值计算得到的n个收益中，收益最大的候选取值作为目标取值。这样一来，通过配置目标时期的实际装修资源，例如销售人员数量、施工人员数量，可以使得收益达到最大。
80.举例来说，对于人员数量的目标取值，如果当前的人员数量小于目标取值，则可以进行人员招聘，提高签约所得收益。若某一类型的人员数量大于目标取值，则可以重新对该类型人员进行分配，提高装修的效率。根据订单跟进状态的目标取值，可以跟进订单，提高签约量。根据装修材料的目标取值，可以确定目标时期材料的供货周期，从而在最小运送量基础上最大化利用仓库库存，提高库存周转率。
81.可选的，当实际的人力资源小于目标取值时，可以将订单进行转运营，并确定转运营费用。然后，根据实际的人员数量和所需的人员数量的差值，计算招聘人员的情况下的收益，以及转运营的情况下的收益，根据收益大小可以确定是否招聘。
82.如图4所示，本发明的技术方案可以包括步骤401至步骤410。具体的，在步骤401中获取历史装修数据。步骤402中训练模型，包括训练签约量预测模型、开工量预测模型、施工节点预测模型以及材料用量预测模型。历史装修数据中可以包括上述模型训练要使用的训练样本，还可以包括用于对模型进行测试的测试样本。例如，将历史装修数据按照7:3的比例，划分为训练样本和测试样本。通过测试样本可以对模型进行测试，保证模型预测的准确率。步骤403中，配置装修参数。具体的，确定装修参数以及装修参数的取值范围。步骤 404中，随机初始化m组候选取值。每一组候选取值中包括每个装修参数的一个取值。在装修参数的取值范围内随机取值，通过各个装修参数的不同取值组合，可以得到m组取值组合。步骤405中，计算目标函数在每组候选取值下的收益值。计算出的收益值可以按照从大到小的顺序排列。步骤406中，判断收益值是否在前k位。k为正整数。步骤407中，若收益值在前k位，则保留对应的候选取值。步骤 408中，若收益值不在前k位，则淘汰对应的候选取值。步骤409中，生成新的m组候选取值，然后转至步骤405。同样的，在装修参数的取值范围内为每个装修参数赋值，得到m组新的候选取值。然后，再次计算新的m组候选取值的收益值，从新的m组候选取值与上一次保留的候选取值中，保留收益值在前k位的k组候选取值。步骤 410中，计算保留的候选取值的变化率。该变化率可以为变化的候选取值的组数除以保留的总组数。通过多次循环，保留的候选取值不断更新，直到保留的k组候选取值不变或变化率较小时，结束循环。被保留到最后的候选取值即为收益最大的一部分，将其作为目标取值。或者，可以在最后保留的m组候选取值中选择收益值最大的候选取值，作为目标取值。在装修过程中就可以按照目标取值为装修参数进行配置，从而预先准备装修材料、人员招聘等装修资源，保证装修全链路高效率运行。
83.下面对本发明提供的装修资源确定装置进行描述，下文描述的装修资源确定装置与上文描述的装修资源确定方法可相互对应参照。
84.图5示出了本发明的装修资源确定装置的结构图。如图5所示，该装修资源确定装
置50可以包括：参数确定模块51、数据计算模块 52、资源计算模块53。
85.具体的，参数确定模块51，用于数据获取历史装修数据与装修参数，其中，所述装修参数包括多组候选取值；数据计算模块52，用于根据所述历史装修数据与所述多组候选取值，确定目标时期内的装修签约量、所需的装修资源以及所述装修资源对应的成本数据；资源计算模块53，用于确定所述装修签约量和所述成本数据满足预设条件时，所述装修参数的目标取值，根据所述装修参数的目标取值确定所述目标时期内的实际装修资源。
86.在本发明的一种示例性实施方式中，所述装修资源包括人力资源，所述数据计算模块52可以包括人员数量确定模块，用于根据所述历史装修数据与所述多组候选取值，确定所述目标时期的装修开工量，以及所述目标时期的各施工节点的单量；人力成本计算单元，用于结合所述装修开工量与所述施工节点的单量，确定所述目标时期所需的人力资源，以及所述人力资源对应的成本数据。
87.在本发明的一种示例性实施方式中，所述装修资源包括装修材料，所述数据计算模块52可以包括材料用量计算单元，用于根据所述历史装修数据与所述多组候选取值，计算每种材料的使用比例和户均用量；材料成本计算单元，用于结合所述装修开工量、所述使用比例和所述户均用量计算所述目标时期所需的装修材料，以及所述装修材料对应的成本数据。
88.在本发明的一种示例性实施方式中，所述装修资源确定装置50 还包括：历史数据获取模块，用于根据所述历史装修数据与所述装修参数的历史取值，训练得到签约量预测模型、开工量预测模型、施工节点预测模型以及材料用量预测模型；签约量预测模块，用于基于所述签约量预测模型确定所述目标时期的装修签约量；开工量预测模块，用于基于所述开工量预测模型确定所述目标时期的装修开工量；施工节点预测模块，用于基于所述施工节点预测模型确定所述目标时期的各施工节点的单量；材料预测模块，用于基于所述材料用量预测模型确定所述目标时期所需的装修材料。
89.在本发明的一种示例性实施方式中，所述资源计算模块53包括目标函数构建单元，用于基于所述装修签约量和所述成本数据确定目标函数；函数取值计算单元，用于分别计算每组所述候选取值对应的所述目标函数的取值；参数确定单元，用于根据所述目标函数的取值大于预设值时的候选取值确定所述目标取值。
90.在本发明的一种示例性实施方式中，所述装修资源确定装置50 还包括取值范围确定模块，用于确定每个所述装修参数的取值范围；取值组合模块，用于在每个所述取值范围内随机获取一个取值，得到一组候选取值。
91.在本发明的一种示例性实施方式中，所述历史装修数据包括历史时期的房屋成交量、转客量、带看量、装修认购量、预交底量、装修签约量、各施工节点量、装修套餐售出量、用户画像信息、房屋信息、装修材料用量中的一种或多种。
92.图6是本发明提供的电子设备的实体结构示意图，如图6所示，该电子设备600可以包括：处理器(processor)610、通信接口 (communications interface)620、存储器(memory)630和通信总线640，其中，处理器610，通信接口620，存储器630通过通信总线640完成相互间的通信。处理器610可以调用存储器630中的逻辑指令，以执行上述装修资源确定方法，该方法包括：获取历史装修数据与装修参数，其中，所述装修参数包括多组候选取值；根据所述历史装修数据与所述多组候选取值，确定目标时期内的装修签约量、所需的装
修资源以及所述装修资源对应的成本数据；确定所述装修签约量和所述成本数据满足预设条件时，所述装修参数的目标取值，根据所述装修参数的目标取值确定所述目标时期内的实际装修资源。
93.此外，上述的存储器630中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
94.另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序/指令，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行装修资源确定方法，该方法包括：获取历史装修数据与装修参数，其中，所述装修参数包括多组候选取值；根据所述历史装修数据与所述多组候选取值，确定目标时期内的装修签约量、所需的装修资源以及所述装修资源对应的成本数据；确定所述装修签约量和所述成本数据满足预设条件时，所述装修参数的目标取值，根据所述装修参数的目标取值确定所述目标时期内的实际装修资源。
95.又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行装修资源确定方法，该方法包括：获取历史装修数据与装修参数，其中，所述装修参数包括多组候选取值；根据所述历史装修数据与所述多组候选取值，确定目标时期内的装修签约量、所需的装修资源以及所述装修资源对应的成本数据；确定所述装修签约量和所述成本数据满足预设条件时，所述装修参数的目标取值，根据所述装修参数的目标取值确定所述目标时期内的实际装修资源。
96.以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
97.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
98.最后应说明的是：以上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精神和
范围。
