[发明专利]即将到期库存的需求预测

权利要求书

1.一种计算机执行方法，包括：

在在线计算系统处接收用于主题列表的第一特征向量和第二特征向量，所述主题列表包括能够由所述在线计算系统的多个客户中的一个客户预订并由管理者管理的即将到期库存，所述第一特征向量和所述第二特征向量各自包括所述列表的多个特征，所述列表包括指示所述即将到期库存的当前价格的价格特征；

将所述第一特征向量输入到需求函数中，以生成需求估计，所述需求估计是在所述即将到期库存到期前，所述即将到期库存将从所述客户中的一个客户收到交易请求的可能性的数字表示；

将所述第二特征向量输入到管理者选项函数中，以生成接受估计，所述接受估计是所述即将到期库存的所述管理者愿意以所述当前价格将所述即将到期库存提供给客户的可能性的数字表示；以及

存储所述需求估计和所述接受估计。

2.根据权利要求1所述的计算机执行方法：

其中所述需求函数包括多个需求特征模型，所述第一特征向量中的每个特征与所述需求特征模型中的一个需求特征模型相关联；以及

其中所述管理者选项函数包括多个管理者选项特征模型，所述第二特征向量中的每个特征与所述管理者选项特征模型中的一个管理者选项特征模型相关联。

3.根据权利要求2所述的计算机执行方法：

其中所述需求函数包括广义相加模型，所述广义相加模型包括所述需求特征模型；以及

其中所述管理者选项函数包括广义相加模型，所述广义相加模型包括所述管理者选项特征模型。

4.根据权利要求1所述的计算机执行方法：

其中所述管理者选项函数在训练数据上训练，其中来自所述训练数据的每个样本包括训练即将到期库存的二元标签和训练特征向量，正标签表示在所述训练即将到期库存到期前训练即将到期库存是否被定价并收到交易请求，所述训练特征向量具有与所述训练即将到期库存相关联的训练列表的多个特征。

5.根据权利要求4所述的计算机执行方法：

其中所述特征向量进一步包括到期前时间段特征，所述到期前时间段特征指示所述即将到期库存到期前的持续时间。

6.根据权利要求5所述的计算机执行方法：

其中具有负二元标签的所述训练数据具有生成的训练特征向量，所述生成的训练特征向量具有随机生成的价格特征。

7.根据权利要求6所述的计算机执行方法：

其中所述随机生成的价格特征在即将到期库存的最低价格与零之间被随机生成。

8.根据权利要求1所述的计算机执行方法，进一步包括：

生成大于或小于所述即将到期库存的所述价格的测试价格集；

针对所述测试价格集中的每个测试价格，将用所述测试价格替换所述当前价格的所述第一特征向量的修改版输入到所述需求函数中，以便生成测试需求估计；

针对所述测试价格集中的每个测试价格，将用所述测试价格替换所述当前价格的所述第二特征向量的修改版输入到所述管理者选项函数中，以便生成测试接受估计；

生成需求估计集，所述需求估计集包括基于所述测试价格生成的所述测试需求估计和基于所述当前价格生成的所述需求估计；以及

生成接受估计集，所述接受估计集包括基于所述测试价格生成的所述测试接受估计和基于所述当前价格生成的所述接受估计。

9.根据权利要求8所述的计算机执行方法，进一步包括：

将所述需求估计集输入到需求可能性模型中，以生成请求可能性集，每个请求可能性表示与所述需求估计中的一个需求估计相关联的所述即将到期库存将以所述测试价格中的每个测试价格收到交易请求的可能性；以及

将所述接受估计集输入到管理者选项可能性模型中，以生成管理者选项可能性集，每个管理者选项可能性表示与所述接受估计中的一个接受估计相关联的所述即将到期库存的所述管理者将以所述测试价格中的每个测试价格接受价格提示的可能性。