保留价格的确定方法和保留价格的确定装置

摘要

本申请公开了一种保留价格的确定方法和保留价格的确定装置，属于数据处理领域。该保留价格的确定方法包括：接收定价请求；根据定价请求中的目标特征，确定第一价格的离散分布信息和第二价格的离散分布信息；根据第一价格的离散分布信息、第二价格的离散分布信息、保留价格以及实际广告计费之间的预设关系，以实际广告计费的期望值最大为目标，确定第一保留价格。

说明书

技术领域

本申请属于数据处理领域，具体涉及一种保留价格的确定方法和保留价格的确定装置。

背景技术

随着移动互联网的普及，网络广告占比越来越大，实时竞价(Real Time Bidding，RTB)作为网络广告中一种更高效的购买模式扮演着越来越重要的角色。供应方平台(Supply Side Platform，SSP)和广告交易平台(Ad Exchange，ADX)作为RTB的核心模块，其保留价策略对平台收入有重要影响，同时也是平台进行量价调控和跟广告主博弈的重要手段。

目前RTB中保留价确定方法主要有三种:(1)固定保留价，在SSP中设置，支持到广告位粒度；(2)oneshot动态保留价，基于竞价结果动态调整；(3)最优机制保留价，基于myerson最优拍卖理论，在ADX中实时预估。

上述保留价确定方法有较明显的缺陷。具体地，固定保留价未考虑竞价环境的变化以及用户和上下文对广告主出价的影响，不利于提升平台收益且不具备同广告主博弈的能力。oneshot动态是固定保留价在时间维度上的动态变化，但未考虑用户和上下文对广告主的出价影响。所以相关技术中常用最优机制保留价方法，但是其虽然考虑了用户和上下文对广告主的出价影响，却未考虑二价的影响，无法保证保留价的确定效果。

发明内容

本申请实施例的目的是提供一种保留价格的确定方法和保留价格的确定装置，能够解决相关技术中确定的保留价不准确的问题。

第一方面，本申请实施例提供了一种保留价格的确定方法，该方法包括：

接收定价请求；

根据定价请求中的目标特征，确定第一价格的离散分布信息和第二价格的离散分布信息；

根据第一价格的离散分布信息、第二价格的离散分布信息、保留价格以及实际广告计费之间的预设关系，以实际广告计费的期望值最大为目标，确定第一保留价格；

其中，目标特征包括以下至少一项：用户特征、上下文特征以及广告特征。

第二方面，本申请实施例提供了一种保留价格的确定装置，该装置包括：

接收模块，用于接收定价请求；

第一确定模块，用于根据定价请求中的目标特征，确定第一价格的离散分布信息和第二价格的离散分布信息；

第二确定模块，用于根据第一价格的离散分布信息、第二价格的离散分布信息、保留价格以及实际广告计费之间的预设关系，以实际广告计费的期望值最大为目标，确定第一保留价格；

其中，目标特征包括以下至少一项：用户特征、上下文特征以及广告特征。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序或指令，程序或指令被处理器执行时实现如第一方面的方法的步骤。

第四方面，本申请实施例提供了一种可读存储介质，可读存储介质上存储程序或指令，程序或指令被处理器执行时实现如第一方面的方法的步骤。

第五方面，本申请实施例提供了一种芯片，芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行程序或指令，实现如第一方面的方法。

在本申请实施例中，接收定价请求，该定价请求中包括目标特征，再确定该目标特征对应的第一价格的离散分布信息和第二价格的离散分布信息。进一步地，根据第一价格的离散分布信息、第二价格的离散分布信息、保留价格以及实际广告计费之间的预设关系，选择使得实际广告计费的期望值达到最大值的保留价格作为第一保留价格，也就是理论最优保留价格。通过上述方式，提供了二价计费模式下最优保留价格的计算方法，从而实现较好的保留价格预估效果，提升了广告平台的收益。

附图说明

图1是本申请实施例的保留价格的确定方法的流程示意图之一；

图2是本申请实施例的利用shared-bottom结构的第一价格分布、第二价格分布的建模过程示意图；

图3是本申请实施例的保留价格的确定方法的流程示意图之二；

图4是本申请实施例改进的epsilon-greedy策略的流程示意图；

图5是本申请实施例的RTB系统架构示意图；

图6是本申请实施例的保留价格的确定装置的示意框图；

图7是本申请实施例的电子设备的示意框图之一；

图8是本申请实施例的电子设备的示意框图之二。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员获得的所有其他实施例，都属于本申请保护的范围。

本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。

下面结合附图，通过具体的实施例及其应用场景对本申请实施例提供的保留价格的确定方法和保留价格的确定装置＝进行详细地说明。

本申请实施例提供了一种保留价格的确定方法，如图1所示，该确定方法包括：

步骤102，接收定价请求；

步骤104，根据定价请求中的目标特征，确定第一价格的离散分布信息和第二价格的离散分布信息；

步骤106，根据第一价格的离散分布信息、第二价格的离散分布信息、保留价格以及实际广告计费之间的预设关系，以实际广告计费的期望值最大为目标，确定第一保留价格。

其中，目标特征包括以下至少一项：用户特征、上下文特征以及广告特征。

第一价格即为广义第一价格(Generalized Fired Price，GFP)，第二价格即为广义第二价格(Generalized Second Price，GSP)。

在该实施例中，接收定价请求，该定价请求中包括目标特征，再确定该目标特征对应的第一价格的离散分布信息和第二价格的离散分布信息。

其中，第一价格的离散分布信息即为第一价格的价格离散区间的概率密度函数，第二价格的离散分布信息即为第二价格的价格离散区间的概率密度函数。需要说明的是，相关技术中的出价分布预估方法对广告主的出价有较强的假设，比如假设其服从Log-Normal分布或Gamma分布，然后通过极大似然估计(MLE)得到分布的参数，而该方法在广告主实际分布不符合对应假设时是没法保证预估效果的。所以，本申请实施例中不对出价分布做任何假设，而是通过将出价转化为价格离散区间将分布预估变为softmax多分类问题。

进一步地，根据第一价格的离散分布信息、第二价格的离散分布信息、保留价格以及实际广告计费之间的预设关系，选择使得实际广告计费的期望值达到最大值的保留价格作为第一保留价格，也就是理论最优保留价格。

通过上述方式，提供了二价计费模式下最优保留价格的计算方法，从而实现较好的保留价格预估效果，提升了广告平台的收益。

在该实施例中，目标特征包括但不限于用户特征、上下文特征以及广告特征。用户特征至少包括性别、年龄、职业、广告行为列表等；上下文特征至少包括机型、网络类型、媒体、广告位等；广告特征至少包括需求方平台(Demand Side Platform，DSP)、广告主身份标识号(Identity Document，ID)、广告所属行业类型、广告ID等。

通过上述方式，能够综合多种特征进行保留价格的确定，提高保留价格的准确性。

进一步地，在本申请的一个实施例中，在接收定价请求之前，还包括：采集竞价历史信息，竞价历史信息包括采样特征以及历史价格信息；划分多个价格离散区间；确定采样特征对应的历史价格信息与价格离散区间的对应关系。

在该实施例中，不对出价分布做任何假设，而是通过将出价转化为价格离散区间将分布预估变为softmax多分类问题，例如，广告主95％以上的出价(Effective Cost PerMile，ECPM)在100以内，所以可将出价划分1000个区间：[0,0.1)，[0.1,0.2)，[0.2,0.3)，…，[99.9,100)。通过收集竞价历史信息(即RTB竞价日志)构造训练样本(User，Context，Ad，P1_Bucket，P2_Bucket)，User、Context、和Context即为采样特征，User代表用户特征，Context代表上下文特征，Ad表示广告特征，P1_Bucket、P2_Bucket分别表示在上述采样特征下第一价格和第二价格落入的离散化区间。这样针对第一价格和第二价格分布的建模转变为两个softmax多分类问题，从而实现较好的保留价格预估效果。

在本申请实施例中，用多任务方式同时对第一价格和第二价格进行建模，建模网络可采用shared-bottom结构或MMOE结构，以shared-bottom结构为例，其建模过程如图2所示，根据用户特征、上下文特征和广告特征，分别通过shared-bottom结构得到第一价格落入的离散化区间和第二价格落入的离散化区间。

进一步地，当获取到定价请求中的目标特征时，根据上述训练样本确定该目标特征对应的第一价格的离散分布信息和第二价格的离散分布信息，也就是，第一价格落入上述价格离散区间的概率分布，以及第二价格落入上述价格离散区间的概率分布。

通过上述方式，对出价分布不做任何假设，而是通过离散化处理转化为softmax多分类问题，从而避免在广告主实际分布不符合对应假设时无法保证预估效果的问题。

进一步地，在本申请的一个实施例中，该保留价格的确定方法还包括：根据第一保留价格和竞价环境变化系数，确定第二保留价格。

上述第一保留价格是在稳定环境下计算出的最优保留价格，但是在实际过程中，竞价环境不稳定，竞价程度、流量分布、广告主的出价策略等都是变化的，所以上述计算出的第一保留价格在不稳定环境下可能不是最优的。

在该实施例中，以在稳定环境下计算出的最优保留价格为基准点，结合Q-Learning强化学习思想，将动态环境下的保留价格设置为第一保留价格与竞价环境变化系数的乘积，则在线学习动态环境下更优的保留价格(即第二保留价格)。也即，利用Q-Learning强化学习算法得到在不稳定环境下的最优保留价格。

通过上述方式，实现对在稳定环境下计算出的最优保留价格进行动态调优，更适应出价分布无规律和二价计费模式，能鲁棒地应对出价分布估计不准和竞价环境变化的情况。

进一步地，在本申请的一个实施例中，预设关系为

其中，R

实际广告计费的期望值为

其中，E(R

在该实施例中，在包含保留价格的二价计费模式下，实际广告计费为max(Y,r)。设第一价格、第二价格为二维随机变量(X，Y)，则在保留价格r下的实际广告计费为：

其在X，Y联合分布下的期望为：

对X，Y的联合分布建模比较困难，这里假定X和Y相互独立，上式(3)可简化为：

其中，f(x,y)为第一价格的随机变量X、第二价格的随机变量Y的概率函数。

在分布通过1000个价格离散区间来表示的设定下，以价格离散区间的分隔点0.1、0.2......99.9作为候选r来计算上式(4)，上式(4)中因子可近似为：

选择使得上式(4)取值最大的r即为近似理论最优保留价格。

进一步地，在本申请的一个实施例中，根据第一保留价格和竞价环境变化系数，确定第二保留价格，包括：以用户特征和上下文特征作为状态空间，竞价环境变化系数为动作，第一保留价格与竞价环境变化系数的乘积为平均奖励值，利用Q-Learning强化学习模型，确定最优的平均奖励值作为第二保留价格。

示例性地，如图3所示，该保留价格的确定方法包括：

步骤302，特征抽取；

步骤304，进行第一价格和第二价格的分布预估；

步骤306，计算理论最优保留价格；

步骤308，构造状态；

步骤310，读取该状态下所有动作的Q值；

步骤312，执行行动策略，得到竞价环境变化系数k；

步骤314，将理论最优保留价格与竞价环境变化系数k的乘积，作为最终保留价格。

在该实施例中，以用户特征和上下文特征为状态，竞价环境变化系数为动作，示例性地，在该方法下强化学习相关概念可定义如下：

状态空间如表1所示：

表1

动作空间：

竞价环境变化系数k取值：0.8、0.85、0.9、0.95、1.0、1.05、1.1、1.15、1.2。需要说明的是，竞价环境变化系数k是在1附近按照0.05精度进行取值，且对竞价环境变化系数k的取值数量不作限定，可根据实际需要进行设定。

奖励函数：

状态s下第n次采用动作a的奖励函数为

Q值更新规则：

定义Q(s,a)为状态s下共采用N次动作a的平均奖励值，则Q值的更新规则为：

其中，n∈[1,N]。

行动策略：

Q-table的初始化为0，根据当前的Q-table，给当前的状态选择一个动作并执行。因为初始的Q-table全是0，所以采用epsilon-greedy策略来选择。具体地，开始时通过设置epsilon，随机选择动作，计算Q值，从而更新Q-table。

通过上述方式，实现对保留价格进行动态调优，提高计算的保留价格的准确性。

进一步地，在本申请的一个实施例中，该确定方法还包括：对于状态空间中的任一预设状态，在预设状态下采用动作的次数大于预设阈值，且选择的随机动作的数值小于探索速率的情况下，将随机动作作为竞价环境变化系数；在预设状态下采用动作的次数大于预设阈值，且选择的随机动作的数值大于或等于探索速率的情况下，根据平均奖励值确定预设状态下的最大动作，将最大动作作为竞价环境变化系数；在预设状态下采用动作的次数小于或等于预设阈值，且选择的随机动作的数值小于探索速率的情况下，将随机动作作为竞价环境变化系数；在预设状态下采用动作的次数小于或等于预设阈值，且选择的随机动作的数值大于或等于探索速率的情况下，确定竞价环境变化系数为1。

在该实施例中，在epsilon-greedy策略的基础上进行了改进，具体地，在模型刚上线时Q-table的Q值和N值(N值为在预设状态下采用动作的次数)置0，此时处于冷启动阶段，当N值大于预设阈值时进入正常阶段。在冷启动阶段和正常阶段执行不同的行动策略，具体如图4所示。在冷启动阶段，如果选择的随机数小于探索速率(即epsilon)，则由动作a确定竞价环境变化系数k的具体取值，即动作a代表k的具体取值；如果选择的随机数大于或等于epsilon，则竞价环境变化系数k设置为1。在正常阶段，如果选择的随机数小于epsilon，则由动作a确定竞价环境变化系数k的具体取值；如果选择的随机数大于或等于epsilon，则根据Q值确定在固定的预设状态下的最大动作，将最大动作作为竞价环境变化系数k。

通过设置冷启动阶段，确保竞价环境变化系数的准确性，从而提高保留价格的准确性。

在一个具体实施例中，整个RTB系统架构如图5所示，ADX请求DSP(包括DSP1、DSP2、DSP3......)获取参竞广告后，调用保留价格预估服务，从而通过上述保留价格的确定方法，获取参竞广告的保留价格，按ECPM排序后，选择首个出价高于保留价格的广告胜出，并返回给SSP。同时将对应第一价格、第二价格、保留价格、实际广告计费、Q-Learning等相关信息写入RTB竞价日志的消息队列中，供第一价格、第二价格分布模型和Q-Learning模型使用。

需要说明的是，本申请实施例还可用于一价计费模式，只需对第一价格分布进行预估，然后基于第一价格分布计算稳定环境下最优保留价格。另外，本申请实施例可作用在广告售卖方(SSP或ADX)的定价策略中，也可以利用上述方法确定广告购买方(DSP)的出价策略。

需要说明的是，本申请实施例提供的保留价格的确定方法，执行主体可以为保留价格的确定装置，或者，该保留价格的确定装置中的用于执行保留价格的确定方法的控制模块。本申请实施例中以保留价格的确定装置执行保留价格的确定方法为例，说明本申请实施例提供的保留价格的确定装置。

本申请实施例提供一种保留价格的确定装置，如图6所示，该保留价格的确定装置600包括：

接收模块602，用于接收定价请求；

第一确定模块604，用于根据定价请求中的目标特征，确定第一价格的离散分布信息和第二价格的离散分布信息；

第二确定模块606，用于根据第一价格的离散分布信息、第二价格的离散分布信息、保留价格以及实际广告计费之间的预设关系，以实际广告计费的期望值最大为目标，确定第一保留价格。

其中，目标特征包括以下至少一项：用户特征、上下文特征以及广告特征。

在该实施例中，接收定价请求，该定价请求中包括目标特征，再确定该目标特征对应的第一价格的离散分布信息和第二价格的离散分布信息。进一步地，根据第一价格的离散分布信息、第二价格的离散分布信息、保留价格以及实际广告计费之间的预设关系，选择使得实际广告计费的期望值达到最大值的保留价格作为第一保留价格，也就是理论最优保留价格。通过上述方式，提供了二价计费模式下最优保留价格的计算方法，从而实现较好的保留价格预估效果，提升了广告平台的收益。

进一步地，在本申请的一个实施例中，该保留价格的确定装置还包括：第三确定模块，用于根据第一保留价格和竞价环境变化系数，确定第二保留价格。

进一步地，在本申请的一个实施例中，预设关系为

其中，R

实际广告计费的期望值为

其中，E(R

进一步地，在本申请的一个实施例中，第三确定模块具体用于：以用户特征和上下文特征作为状态空间，竞价环境变化系数为动作，第一保留价格与竞价环境变化系数的乘积为平均奖励值，利用Q-Learning强化学习模型，确定最优的平均奖励值作为第二保留价格。

进一步地，在本申请的一个实施例中，第三确定模块具体用于：对于状态空间中的任一预设状态，在预设状态下采用动作的次数大于预设阈值，且选择的随机动作的数值小于探索速率的情况下，将随机动作作为竞价环境变化系数；在预设状态下采用动作的次数大于预设阈值，且选择的随机动作的数值大于或等于探索速率的情况下，根据平均奖励值确定预设状态下的最大动作，将最大动作作为竞价环境变化系数；在预设状态下采用动作的次数小于或等于预设阈值，且选择的随机动作的数值小于探索速率的情况下，将随机动作作为竞价环境变化系数；在预设状态下采用动作的次数小于或等于预设阈值，且选择的随机动作的数值大于或等于探索速率的情况下，确定竞价环境变化系数为1。

进一步地，在本申请的一个实施例中，该保留价格的确定装置还包括：采集模块，用于采集竞价历史信息，竞价历史信息包括采样特征以及历史价格信息；划分模块，用于划分多个价格离散区间；第四确定模块，用于确定采样特征对应的历史价格信息与价格离散区间的对应关系。

本申请实施例中的保留价格的确定装置600可以是装置，也可以是终端中的部件、集成电路或芯片。该装置可以是移动电子设备，也可以为非移动电子设备。示例性的，移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(Ultra-Mobile Personal Computer，UMPC)、上网本或者个人数字助理(Personal Digital Assistant，PDA)等，非移动电子设备可以为服务器、网络附属存储器(Network Attached Storage，NAS)、个人计算机(Personal Computer，PC)、电视机(Television，TV)、柜员机或者自助机等，本申请实施例不作具体限定。

本申请实施例中的保留价格的确定装置600可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统，可以为ios操作系统，还可以为其他可能的操作系统，本申请实施例不作具体限定。

本申请实施例提供的保留价格的确定装置600能够实现图1至图5的方法实施例中实现的各个过程，为避免重复，这里不再赘述。

可选的，如图7所示，本申请实施例还提供一种电子设备700，包括处理器702，存储器704，存储在存储器704上并可在处理器702上运行的程序或指令，该程序或指令被处理器702执行时实现上述保留价格的确定方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

需要注意的是，本申请实施例中的电子设备包括上述的移动电子设备和非移动电子设备。

图8为实现本申请实施例的一种电子设备的硬件结构示意图。

该电子设备800包括但不限于：射频单元802、网络模块804、音频输出单元806、输入单元808、传感器810、显示单元812、用户输入单元814、接口单元816、存储器818、以及处理器820等部件。

本领域技术人员可以理解，电子设备800还可以包括给各个部件供电的电源(比如电池)，电源可以通过电源管理系统与处理器820逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图8中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，在此不再赘述。

其中，射频单元802，用于接收定价请求；处理器820，用于根据定价请求中的目标特征，确定第一价格的离散分布信息和第二价格的离散分布信息，以及根据第一价格的离散分布信息、第二价格的离散分布信息、保留价格以及实际广告计费之间的预设关系，以实际广告计费的期望值最大为目标，确定第一保留价格。

其中，目标特征包括以下至少一项：用户特征、上下文特征以及广告特征。

在该实施例中，接收定价请求，该定价请求中包括目标特征，再确定该目标特征对应的第一价格的离散分布信息和第二价格的离散分布信息。进一步地，根据第一价格的离散分布信息、第二价格的离散分布信息、保留价格以及实际广告计费之间的预设关系，选择使得实际广告计费的期望值达到最大值的保留价格作为第一保留价格，也就是理论最优保留价格。通过上述方式，提供了二价计费模式下最优保留价格的计算方法，从而实现较好的保留价格预估效果，提升了广告平台的收益。

进一步地，在本申请的一个实施例中，处理器820，还用于根据第一保留价格和竞价环境变化系数，确定第二保留价格。

进一步地，在本申请的一个实施例中，预设关系为

其中，R

实际广告计费的期望值为

其中，E(R

进一步地，在本申请的一个实施例中，处理器820具体用于：以用户特征和上下文特征作为状态空间，竞价环境变化系数为动作，第一保留价格与竞价环境变化系数的乘积为平均奖励值，利用Q-Learning强化学习模型，确定最优的平均奖励值作为第二保留价格。

进一步地，在本申请的一个实施例中，处理器820具体用于：对于状态空间中的任一预设状态，在预设状态下采用动作的次数大于预设阈值，且选择的随机动作的数值小于探索速率的情况下，将随机动作作为竞价环境变化系数；在预设状态下采用动作的次数大于预设阈值，且选择的随机动作的数值大于或等于探索速率的情况下，根据平均奖励值确定预设状态下的最大动作，将最大动作作为竞价环境变化系数；在预设状态下采用动作的次数小于或等于预设阈值，且选择的随机动作的数值小于探索速率的情况下，将随机动作作为竞价环境变化系数；在预设状态下采用动作的次数小于或等于预设阈值，且选择的随机动作的数值大于或等于探索速率的情况下，确定竞价环境变化系数为1。

进一步地，在本申请的一个实施例中，处理器820还用于：采集竞价历史信息，竞价历史信息包括采样特征以及历史价格信息；划分多个价格离散区间；确定采样特征对应的历史价格信息与价格离散区间的对应关系。

应理解的是，本申请实施例中，射频单元802可用于收发信息或收发通话过程中的信号，具体的，接收基站的下行数据或向基站发送上行数据。射频单元802包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。

网络模块804为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。

音频输出单元806可以将射频单元802或网络模块804接收的或者在存储器818中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元806还可以提供与电子设备800执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元806包括扬声器、蜂鸣器以及受话器等。

输入单元808用于接收音频或视频信号。输入单元808可以包括图形处理器(Graphics Processing Unit，GPU)8082和麦克风8084，图形处理器8082对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元812上，或者存储在存储器818(或其它存储介质)中，或者经由射频单元802或网络模块804发送。麦克风8084可以接收声音，并且能够将声音处理为音频数据，处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元802发送到移动通信基站的格式输出。

电子设备800还包括至少一种传感器810，比如指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器、光传感器、运动传感器以及其他传感器。

显示单元812用于显示由用户输入的信息或提供给用户的信息。显示单元812可包括显示面板8122，可以采用液晶显示器、有机发光二极管等形式来配置显示面板8122。

用户输入单元814可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元814包括触控面板8142以及其他输入设备8144。触控面板8142也称为触摸屏，可收集用户在其上或附近的触摸操作。触控面板8142可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器820，接收处理器820发来的命令并加以执行。其他输入设备8144可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。

进一步的，触控面板8142可覆盖在显示面板8122上，当触控面板8142检测到在其上或附近的触摸操作后，传送给处理器820以确定触摸事件的类型，随后处理器820根据触摸事件的类型在显示面板8122上提供相应的视觉输出。触控面板8142与显示面板8122可作为两个独立的部件，也可以集成为一个部件。

接口单元816为外部装置与电子设备800连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(I/O)端口、视频I/O端口、耳机端口等等。接口单元816可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到电子设备800内的一个或多个元件或者可以用于在电子设备800和外部装置之间传输数据。

存储器818可用于存储软件程序以及各种数据。存储器818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(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据移动终端的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器818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、或其他易失性固态存储器件。

处理器820通过运行或执行存储在存储器818内的软件程序和/或模块，以及调用存储在存储器818内的数据，执行电子设备800的各种功能和处理数据，从而对电子设备800进行整体监控。处理器820可包括一个或多个处理单元；优选的，处理器820可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。

本申请实施例还提供一种可读存储介质，可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述保留价格的确定方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

其中，处理器为上述实施例中的电子设备中的处理器。可读存储介质，包括计算机可读存储介质，如计算机只读存储器(Read-Only Memory，ROM)、随机存取存储器(RandomAccess Memory，RAM)、磁碟或者光盘等。

本申请实施例另提供了一种芯片，芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行程序或指令，实现上述保留价格的确定方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。

应理解，本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。

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上述实施例方法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，但很多情况下前者是更佳的实施方式。基于这样的理解，本申请的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计算机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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，或者网络设备等)执行本申请各个实施例所述的方法。

上面结合附图对本申请的实施例进行了描述，但是本申请并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本申请的启示下，在不脱离本申请宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本申请的保护之内。