[发明专利]商品价格预测方法、装置、计算机设备及存储介质在审

专利信息
申请号: 201811487561.3 申请日: 2018-12-06
公开(公告)号: CN109492827A 公开(公告)日: 2019-03-19
发明(设计)人: 覃剑鸿;黄妍仪;莫可京;孙炜;姜佰胜;熊浩敏;陈磊 申请(专利权)人: 深圳市中农易讯信息技术有限公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q30/02;G06Q40/06
代理公司: 深圳中细软知识产权代理有限公司 44528 代理人: 仉玉新
地址: 518000 广东省深圳市福田区福强路40*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 维度 商品价格 信息数据 预测 商品信息 商品需求 计算机设备 存储介质 价格信息 商品采购 商品供给 商品物流 预测模型 样本 样本输入 政策信息 准确率 政策
【权利要求书】:

1.一种商品价格预测方法,其特征在于,所述方法包括:

获取商品的商品信息预测样本;所述商品信息预测样本包括以下六个维度的信息数据:商品供给维度的商品供给信息数据、商品需求维度的商品需求信息数据、商品采购价格维度的商品采购价格信息数据、商品物流价格维度的商品物流价格信息数据、舆论维度的舆论信息数据和政策维度的政策信息数据;

获取所述商品的商品价格预测模型;

将所述商品信息预测样本输入所述商品价格预测模型,得到商品的预测价格。

2.如权利要求1所述的方法,其特征在于,在所述获取商品的商品信息预测样本之前,还包括:

获取商品的商品信息训练样本集,所述商品信息训练样本集包括多个商品信息训练样本;

根据所述商品信息训练样本集对商品价格预测模型进行训练,得到所述商品价格预测模型。

3.如权利要求2所述的方法,其特征在于,所述根据所述商品信息训练样本集对商品价格预测模型进行训练,得到所述商品价格预测模型,包括:

获取商品的多个价格标签;

根据所述商品信息训练样本集,生成第一预设个数的商品信息训练子样本集,每个所述商品信息训练子样本集中包含预设数量的商品信息训练样本;

获取每个所述商品信息训练子样本集的第二预设个数的样本集维度;

根据所述样本集维度对应的信息数据和多个所述商品价格标签,生成与所述商品信息训练子样本集对应的价格决策树;

根据第一预设个数的价格决策树的分类结果确定商品的价格。

4.如权利要求2所述的方法,其特征在于,所述根据所述商品信息训练样本集对商品价格预测模型进行训练,得到所述商品价格预测模型,包括:

获取商品供给维度、商品需求维度、商品采购价格维度、商品物流价格维度的信息数据的第一权重系数,舆论维度和政策维度的信息数据的第二权重系数;

根据商品信息训练样本的信息数据对商品价格预测模型进行训练,得到商品供给维度、商品需求维度、商品采购价格维度和商品物流价格维度的第一权重子系数,以及舆论维度和政策维度的信息数据的第二权重子系数;

所述将所述商品信息预测样本输入所述商品价格预测模型,得到商品的预测价格,包括:

根据所述第一权重系数、所述第二权重系数、所述第一权重子系数、所述第二权重子系数和所述商品信息预测样本,得到商品的预测价格。

5.如权利要求1至4任一项所述的方法,其特征在于,在所述将所述商品信息预测样本输入所述商品价格预测模型之前,还包括:

获取所述商品供给信息数据、所述商品需求信息数据、所述商品采购价格信息数据和所述商品物流价格信息数据的平均值和标准差;

根据所述商品供给信息数据、所述商品需求信息数据、所述商品采购价格信息数据和所述商品物流价格信息数据的平均值和标准差,更新所述商品信息预测样本,进入将所述商品信息预测样本输入所述商品价格预测模型的步骤。

6.如权利要求2至4任一项所述的方法,其特征在于,所述获取商品的商品信息训练样本集,包括:

利用爬虫技术获取与商品的供给信息、需求信息、采购价格信息、物流价格信息、舆论信息和政策信息相关的网页信息数据和终端应用信息数据;

根据所述网页信息数据和所述终端应用信息数据生成商品的商品信息训练样本集。

7.一种商品价格预测装置,其特征在于,所述装置包括:

预测样本获取模块,用于获取商品的商品信息预测样本;所述商品信息预测样本包括以下六个维度的信息数据:商品供给维度的商品供给信息数据、商品需求维度的商品需求信息数据、商品采购价格维度的商品采购价格信息数据、商品物流价格维度的商品物流价格信息数据、舆论维度的舆论信息数据和政策维度的政策信息数据;

预测模型获取模块,用于获取所述商品的商品价格预测模型;

商品价格预测模块,用于将所述商品信息预测样本输入所述商品价格预测模型,得到商品的预测价格。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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深圳市中农易讯信息技术有限公司,未经深圳市中农易讯信息技术有限公司许可,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/201811487561.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top