[发明专利]商品属性预测方法及装置

权利要求书

1.一种商品属性预测方法，其特征在于，包括：

获取商品的属性数据；

基于商品的属性数据得到商品在历史考察周期内目标时间窗口中每个单位时间对应的平均属性，以形成依照时间顺序排列的平均属性窗口数据集X⁽⁰⁾＝{x⁽⁰⁾(i)，x⁽⁰⁾(i+1),…,x⁽⁰⁾(i+n-1)}；

对所述平均属性窗口数据集X⁽⁰⁾进行一次累加，得到累加后的平均属性窗口数据集X⁽¹⁾＝{x⁽¹⁾(i)，x⁽¹⁾(i+1),…,x⁽¹⁾(i+n-1)}，以基于累加后的平均属性数据集X⁽¹⁾得到灰微分方程模型x⁽⁰⁾(k)+a·z⁽¹⁾(k)＝b；

基于最小一乘式对所述灰微分方程模型的发展系数和灰作用量进行预估，得到所述发展系数和所述灰作用量的预估值；

将所述发展系数和所述灰作用量的预估值代入所述灰微分方程模型中，以得到商品在所述目标时间窗口的起始点i对应的目标预测单位时间内的预测值

其中，n为所述目标时间窗口的长度，n小于或等于N，N表示所述历史时间段的时间长度，i为所述目标时间窗口的起始点，i+n-1为所述目标时间窗口的终点，i∈[1，N-n+1]；a为所述灰微分方程模型的发展系数，b为所述灰微分方程模型的灰作用量，x⁽⁰⁾(k)＝x⁽¹⁾(k)-x⁽¹⁾(k-1)，z⁽¹⁾(k)＝1/2(x⁽¹⁾(k)+x⁽¹⁾(k-1))，

2.根据权利要求1所述的方法，其特征在于，基于商品的属性数据得到商品在历史考察周期内目标时间窗口中每个单位时间对应的平均属性，形成依照时间顺序排列的平均属性窗口数据集X⁽⁰⁾，包括：

将商品的属性数据按照单位时间进行切分，以得到在历史考察周期内每个单位时间对应的平均属性，形成依照时间顺序排列的平均属性数据集Y⁽⁰⁾＝{x⁽⁰⁾(1)，x⁽⁰⁾(2),…,x⁽⁰⁾(N)}，x⁽⁰⁾(N)表示商品在当前单位时间对应的平均属性；

设定所述历史考察周期内的目标时间窗口，以基于所述平均属性数据集Y⁽⁰⁾得到所述平均属性窗口数据集X⁽⁰⁾＝{x⁽⁰⁾(i)，x⁽⁰⁾(i+1),…,x⁽⁰⁾(i+n-1)}。

3.根据权利要求1所述的方法，其特征在于，还包括：

基于商品在所述目标时间窗口内起始点i对应的目标预测单位时间内的预测值确定商品属性的相对误差；

基于商品属性的相对误差确定商品属性在所述目标预测单位时间内的预测值；

所述相对误差为在所述目标时间窗口内起始点i对应的预测值与预测值对应的真实值之间绝对差值的平均值x⁽⁰⁾(i+n)为商品属性在目标预测单位时间内对应的真实值，为商品属性在目标预测单位时间内对应的预测值。

4.根据权利要求3所述的方法，其特征在于，在基于商品属性的相对误差确定商品在所述目标预测单位时间内的预测值之前，包括：

遍历所述历史考察周期内的不同目标时间窗口，以确定不同目标时间窗口对应的商品属性的相对误差；

其中，确定商品在所述目标预测单位时间内的预测值，包括：

确定不同目标时间窗口中对应的商品属性的相对误差在预设误差范围的时间窗口；

基于相对误差在预设误差范围的时间窗口对应的所述发展系数和所述灰作用量的预估值，确定商品在目标预测单位时间内的预测值。