[发明专利]一种应用于电子商务的商品销量预测算法

说明书

技术领域

本发明属于电子商务技术领域，特别地涉及一种应用于电子商务基于社会影响力发现的商品销量预测算法。

背景技术

随着电子商务的发展，商品的交易形式发生了翻天覆地的变化。在这种新型的虚拟交易平台上，消费者快速而又广泛地浏览、购买、评价各种价廉物美的商品，而商品也同样地进行着产品创新、营销拓展、物流改善。所以，消费者和商品之间早已不是简单的一对一直接买卖关系，而是消费者和消费者之间的社交网络，消费者和商品之间的交易网络构成了电子商务中最重要的物质载体。

于是，对于商品销量预测这一传统经济问题，在电子商务的大环境下，有了新型的研究意义。为了能有效和深入地研究在电子商务环境下的商品销量发展模式，大量的研究者们对基于消费者分析的商品销量建模这一问题进行了大量的工作。“消费者分析”是指在电子商务中，研究者充分利用消费者交易行为产生的大数据，对消费者进行一系列的详尽数据描述，比如涉及了消费者购买力分析，消费者购买偏好分析，消费者购物时间分析等等。

传统的电子商务商品销量预测算法，大多注重于收集消费者的个人数据，而忽视了更广泛存在的由消费者自身发展形成的消费者社会影响力。因此，发展一种新型的契合目前复杂电子商务环境的商品销量预测模型迫在眉睫。目前发展的涉及消费者社会影响力的预测模型存在以下问题：(1)目前的商品销量预测模型，假设消费者之间的关系只有唯一的一种类型，而实际中，消费者之间的关系是多样化的(2)目前的商品销量预测模型，直接将商品销量作为预测的目标，忽略了商品销量的变化是受多种因素影响的，其内在的组成成分可以是多样化的。

发明内容

为解决上述问题，本发明的目的在于提供一种应用于电子商务的商品销量预测算法，该算法注重于从消费者社会影响力分析入手，更好的适应真实电子商务环境中的销量预测需求。

为实现上述目的，本发明的技术方案为：

一种应用于电子商务的商品销量预测算法，包括以下步骤：

步骤1，给出所需要的原始交易数据，具体包括以下子步骤，

步骤11，设立交易环境中的消费者集合为，消费者总数为M，其中表示的是第i个消费者,；设立交易环境中的商品集合为，商品总数为N，其中表示的是第n个商品；设立交易环境中的交易日期集合为，其中T表示交易日的总数，t表示第t个交易日；

步骤12，设立商品的销量为，其中表示的是商品在第t天的销量；并设立在交易环境中与商品相似的商品的集合为；

步骤13，设立消费者和商品之间的交易关系，具体为如果消费者购买了商品，那么其购买商品的日期定义为；

步骤2，建立在交易环境中的两种社会影响力，即“同一商品中消费者互相作用产生的影响力”和“不同商品之间消费者互相作用产生的影响力”，具体包括，

步骤21，在交易环境中，设立商品在第t天的“同一商品中消费者互相作用产生的影响力”为，其由一个长度为的向量所表示，即该向量长度为消费者总数的平方；具体而言，对于消费者和消费者，如果满足以下两点(1)他们都在第天至第t天这段时间内购买了商品，(2)消费者的购买商品时间早于消费者的购买商品时间，并且这两个时间之间的间隔日期小于天，其中和为预先设定的数值，那么定义中的第个元素为1，反之则定义为0；相应的，中的第个元素的数学表示为

公式1

步骤22，在交易环境中，设立商品在第t天的“不同商品之间消费者互相作用产生的影响力”为，其由一个长度为的向量所表示，即该向量长度为消费者总数的平方；具体而言，对于消费者和消费者，如果满足以下两点(1)消费者在第天至第t天这段时间内购买了商品，消费者在第天至第t天这段时间内购买了商品，其中商品为商品的相似商品，即，(2)消费者的购买商品时间早于消费者的购买商品时间，并且这两个时间之间的间隔日期小于天，其中和为预先设定的数值，那么定义中的第个元素为1，反之则定义为0；相应的，中的第个元素的数学表示为

公式2；

步骤3，建立商品销量的预测模型，具体包括，

步骤31，将商品的销量分为两个部分，即销量的主体部分和销量的噪声部分；具体而言，设定商品在第t天的销量的主体部分为，设定商品在第t天的销量的噪声部分为，并且满足以下关系，

步骤32，构建预测模型的目标函数；首先，由于商品的多样性，设定将商品分成K个商品类；具体为，商品属于第k个商品类的概率为，并且满足以下条件；