[发明专利]商品销量预测及模型训练方法、装置以及设备

权利要求书

1.一种商品销量预测方法，其特征在于，包括：

获取商品在多个维度下的排名信息；

基于所述排名信息，将对应于同一维度的所述商品的排名和至少一个其他商品的排名进行特征组合；以及

将得到的特征输入预测模型，以得到所述预测模型针对所述商品的销量爆发系数的预测结果，其中，所述预测模型用于对商品的销量爆发系数进行预测，所述预测模型的输入为通过特征组合得到的特征，所述预测模型的输出为商品的销量爆发系数，所述销量爆发系数用于表征所述商品在活动期间的销量相对于所述活动期间之前的平日的销量的变化程度，

其中，所述进行特征组合的步骤包括：根据同一维度下其他商品的排名，对所述商品的排名进行聚合。

2.根据权利要求1所述的商品销量预测方法，其特征在于，所述获取商品在多个维度下的排名信息的步骤包括：

获取商品及与所述商品具有同一属性特征的其他商品的特征数据；

基于所述特征数据，对所述商品及其他商品进行排名，以得到所述商品的多个属性特征在对应排名维度下的排名信息。

3.根据权利要求2所述的商品销量预测方法，其特征在于，所述特征数据包括以下至少一项：

成交量；

加购物车量；

点击量；

收藏量；以及

评论数。

4.根据权利要求1所述的商品销量预测方法，其特征在于，所述对商品的排名进行聚合的步骤包括：

使用高斯卷积核的方式对所述商品的排名进行聚合。

5.根据权利要求4所述的商品销量预测方法，其特征在于，基于如下公式对所述商品的排名进行聚合，

，

，

其中，F_i为经过聚合后得到的特征矩阵，G为高斯函数，σ为根据所述商品的排名确定的标准差大小，R₁表示所述商品的多个属性特征在不同排名维度下的排名矩阵，R₂表示其他商品的多个属性特征在不同排名维度下的排名矩阵，y_j表示第j个属性特征。

6.根据权利要求1所述的商品销量预测方法，其特征在于，还包括：

根据所述销量爆发系数和所述商品在平日的销量，对所述商品在所述活动期间的销量进行预测。

7. 根据权利要求6所述的商品销量预测方法，其特征在于，还包括：

向商家推送所述商品的销量的预测结果；并且/或者

根据所述商品的销量的预测结果和商家的商品库存，向所述商家提供销售建议。

8. 根据权利要求7所述的商品销量预测方法，其特征在于，所述向所述商家提供销售建议的步骤包括：

在所述预测结果表明所述商品的销量大于商家的商品库存的情况下，向商家发出备货的建议；以及/或者

在所述预测结果表明所述商品的销量小于商家的商品库存的情况下，向商家发出推出促销活动的建议。

9.根据权利要求6所述的商品销量预测方法，其特征在于，所述商品包括多个最小库存单位，该方法还包括：

结合所述商品在所述活动期间的销量预测结果，以及所述多个最小库存单位的商品的历史销量，得到不同最小库存单位下的商品在所述活动期间的销量预测结果。

10.根据权利要求9所述的商品销量预测方法，其特征在于，所述商品在所述活动期间的销量预测结果是基于商品粒度的销量预测结果。