[发明专利]确定商品价格的方法、装置、电子设备和存储介质在审
申请号: | 201710223623.9 | 申请日: | 2017-04-07 |
公开(公告)号: | CN108694599A | 公开(公告)日: | 2018-10-23 |
发明(设计)人: | 高青;蒋佳涛;陈艺天;鲁艳阳 | 申请(专利权)人: | 北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司 |
主分类号: | G06Q30/02 | 分类号: | G06Q30/02 |
代理公司: | 中原信达知识产权代理有限责任公司 11219 | 代理人: | 张一军;姜劲 |
地址: | 100195 北京市海淀区杏石口路6*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 商品价格 存储介质 电子设备 价格弹性 库存状态 历史销售 目标值确定 最优化 构建 记录 平衡 利润 | ||
1.一种确定商品价格的方法,其特征在于,包括:
获取商品的历史销售记录中的每天的日平均成交价、日销量和日库存状态指数、成本;
根据所述商品的历史销售记录中的每天的日平均成交价、日销量和日库存状态指数,计算价格弹性;
构建商品销售额与毛利综合最优化模型,该模型的参数包括所述成本和所述价格弹性,然后计算该模型的目标值,将所述目标值确定为最优价格。
2.根据权利要求1所述的方法,其特征在于,所述库存状态指数的计算公式为:其中Status表示库存状态指数,stock表示库存数量,表示上月平均销量。
3.根据权利要求2所述的方法,其特征在于,所述根据所述商品的历史销售记录中的每天的日平均成交价、日销量和日库存状态指数,计算价格弹性的步骤包括:
根据所述商品的历史销售记录中的每天的日平均成交价、日销量和日库存状态指数进行多元线性回归模型拟合,以得到价格弹性;其中,多元线性回归模型的公式为:logQi=α+εlogPi+γStatusi+μi,其中下标i表示样本序号,Q表示日销量,P表示日平均成交价,ε表示价格弹性,γ表示库存状态弹性,α表示常数项,μ表示随机误差项。
4.根据权利要求3所述的方法,其特征在于,所述构建商品销售额与毛利综合最优化模型,该模型的参数包括所述成本和所述价格弹性,然后计算该模型的目标值,将所述目标值确定为最优价格的步骤包括:
将价格弹性的定义公式进行数学变形,得到线性化需求函数其中P0表示初始价格,Q0表示初始销量;
构建商品销售额与毛利综合最优化模型其中C表示成本;
将所述线性化需求函数代入所述商品销售额与毛利综合最优化模型,然后计算目标值,将所述目标值确定为最优价格。
5.根据权利要求1所述的方法,其特征在于,所述获取商品的历史销售记录中的每天的日平均成交价、日销量和日库存状态指数的步骤包括:
利用hive查询语言HQL获取商品的历史销售记录中的每天的日平均成交价、日销量和日库存数量,生成按每天汇总的数据加工表;
利用spark查询语言SQL读取所述数据加工表,然后根据日库存数量计算日库存指数。
6.根据权利要求1所述的方法,其特征在于,所述根据所述商品的历史销售记录中的每天的日平均成交价、日销量和日库存状态指数,计算价格弹性的步骤包括:
采用R语言根据所述商品的历史销售记录中的每天的日平均成交价、日销量和日库存状态指数,计算价格弹性。
7.根据权利要求1所述的方法,其特征在于,所述构建商品销售额与毛利综合最优化模型,该模型的参数包括所述成本和所述价格弹性,然后计算该模型的目标值,将所述目标值确定为最优价格的步骤包括:
采用python语言构建商品销售额与毛利综合最优化模型,该模型的参数包括所述成本和所述价格弹性,然后计算该模型的目标值,将所述目标值确定为最优价格。
8.一种确定商品价格的装置,其特征在于,包括:
数据获取模块,用于获取商品的历史销售记录中的每天的日平均成交价、日销量和日库存状态指数、成本;
第一计算模块,用于根据所述商品的历史销售记录中的每天的日平均成交价、日销量和日库存状态指数,计算价格弹性;
第二计算模块,用于构建商品销售额与毛利综合最优化模型,该模型的参数包括所述成本和所述价格弹性,然后计算该模型的目标值,将所述目标值确定为最优价格。
9.根据权利要求8所述的装置,其特征在于,所述数据获取模块中,所述库存状态指数的计算公式为:其中Status表示库存状态指数,stock表示库存数量,表示上月平均销量。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司,未经北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710223623.9/1.html,转载请声明来源钻瓜专利网。