[发明专利]预测信息推送方法和装置

说明书

本申请公开了预测信息推送方法和系统。所述方法的一具体实施方式包括：接收客户端发送的预测信息查询请求，其中，预测信息查询请求包括目标产品的特征信息；获取目标产品的运营数据，从运营数据和特征信息中提取与目标产品匹配的特征向量；基于特征向量和预先训练的竞争力值预测模型，确定目标产品的竞争力值和竞争力值排名；获取目标产品的原竞争力值和原竞争力值排名，根据目标产品的竞争力值、竞争力值排名、原竞争力值和原竞争力值排名，确定比例系数；根据比例系数和目标产品的竞争力值，生成预测信息；将预测信息推送至客户端。该实施方式提高了所推送的预测信息的准确性。

技术领域

本申请涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及预测信息推送方法和装置。

背景技术

随着互联网技术的高速发展和普及，智能采购的需求越来越多。为了预估产品收益，通常需要预测产品在当前售价时的销量等信息，并将生成的预测信息推送至用户，以便用户根据预测信息对该产品的售价、折扣等信息进行调整。

现有的预测信息推送方式通常是基于自回归积分移动平均模型将历史数值按时间顺序排列成历史数值序列，分析历史数值的变化特征和发展趋势以生成预测信息，进而推送预测信息。然而，这种预测信息推送技术更适用于海关税收预测等环境稳定的场景，对于销售环境复杂的产品销售等场景，所推送的预测信息的准确性较低。

发明内容

本申请的目的在于提出一种改进的预测信息推送方法和装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请提供了一种预测信息推送方法，上述方法包括：接收客户端发送的预测信息查询请求，其中，上述预测信息查询请求包括目标产品的特征信息；获取上述目标产品的运营数据，从上述运营数据和上述特征信息中提取与上述目标产品匹配的特征向量；基于上述特征向量和预先训练的竞争力值预测模型，确定上述目标产品的竞争力值和竞争力值排名；获取上述目标产品的原竞争力值和原竞争力值排名，根据上述目标产品的竞争力值、竞争力值排名、原竞争力值和原竞争力值排名，确定比例系数；根据上述比例系数和上述目标产品的竞争力值，生成预测信息；将上述预测信息推送至上述客户端。

在一些实施例中，在接收客户端发送的预测信息查询请求之前，上述方法还包括：每隔预设时间间隔，执行如下步骤：获取多个产品的运营数据，其中，每一个产品的运营数据包括历史访问量和历史销量；基于所获取的历史访问量和历史销量，确定各个产品的竞争力值；从运营数据中提取与各个产品匹配的特征向量；将所提取的特征向量作为输入、所确定的竞争力值作为输出，训练竞争力值预测模型。

在一些实施例中，在接收客户端发送的预测信息查询请求之前，上述方法还包括：按照竞争力值由大到小的顺序，对各个产品的竞争力值进行排序，以确定各个产品的竞争力值排名。

在一些实施例中，上述根据上述目标产品的竞争力值、竞争力值排名、原竞争力值和原竞争力值排名，确定比例系数，包括：响应于上述目标产品的竞争力值排名与上述目标产品的原竞争力值排名不相等，根据上述目标产品的竞争力值排名和上述目标产品的原竞争力值排名的大小关系，从上述多个产品中确定至少一个关联产品；将关联产品的竞争力值求和得到关联产品的竞争力值总和；基于上述竞争力值总和、上述目标产品的竞争力值和上述目标产品的原竞争力值，确定比例系数。

在一些实施例中，上述响应于上述目标产品的竞争力值排名与上述目标产品的原竞争力值排名不相等，根据上述目标产品的竞争力值排名和上述目标产品的原竞争力值排名的大小关系，从上述多个产品中确定至少一个关联产品，包括：响应于上述目标产品的竞争力值排名小于上述目标产品的原竞争力值排名，获取预设的第一数值，将上述多个产品中排名为上述目标产品的竞争力值排名减上述第一数值至上述目标产品的原竞争力值排名加上述第一数值的产品确定为关联产品；响应于上述目标产品的竞争力值排名大于上述目标产品的原竞争力值排名，获取预设的第二数值，将上述多个产品中排名为上述目标产品的原竞争力值排名减上述第二数值至上述目标产品的竞争力值排名加上述第二数值的产品确定为关联产品。