[发明专利]一种商品处理方法、装置及电子设备

权利要求书

1.一种商品处理方法，包括：

获取目标商品在目标统计周期的预测特征向量、所述目标商品的竞争商品的所述目标统计周期的预测特征向量、所述目标商品在所述目标统计周期的前一统计周期内的销量、以及所述竞争商品在所述前一统计周期内的销量；其中，所述预测特征向量为对预设的多个初始特征的特征向量进行合并得到的特征向量，所述初始特征包括影响对应商品的销量的特征；

获取所述目标商品的所述预测特征向量、所述竞争商品的所述预测特征向量、所述目标商品的销量、所述竞争商品的销量与所述目标商品的预测销量间的映射函数；

根据所述映射函数、所述目标商品在目标统计周期的预测特征向量、所述竞争商品在所述目标统计周期的预测特征向量、所述目标商品在所述前一统计周期内的销量、以及所述竞争商品在所述前一统计周期内的销量，获得所述目标商品在所述目标统计周期内的预测销量；

根据所述预测销量调整所述目标商品的库存。

2.根据权利要求1所述的方法，获取在所述目标统计周期的特征向量的步骤包括：

获取至少一个初始特征在所述目标统计周期的特征向量；

对所述初始特征在所述目标统计周期的特征向量进行合并处理，得到在所述目标统计周期的预测特征向量。

3.根据权利要求2所述的方法，所述初始特征包括商品静态特征、日期类型特征和活动促销特征中的任意一种或多种。

4.根据权利要求1所述的方法，还包括获取所述竞争商品的步骤，包括：

获取多个历史统计周期内的用户行为数据；

根据所述用户行为数据，得到浏览所述目标商品的第一用户集合、购买每一其他商品的第二用户集合；

对于每一其他商品，根据所述第一用户集合和所述第二用户集合，得到对应其他商品与目标商品的竞争概率；

根据所述竞争概率，从所述其他商品中选取所述目标商品的所述竞争商品。

5.根据权利要求4所述的方法，所述对于每一其他商品，根据所述第一用户集合和所述第二用户集合，得到对应其他商品与目标商品的竞争概率包括：

对于每一其他商品，确定所述第一用户集合和所述第二用户集合的交集中的交集用户数量；

对于每一其他商品，确定交集用户数量与所述第一用户集合中所包含的用户数量的比值，作为所述竞争概率。

6.根据权利要求5所述的方法，所述根据所述竞争概率，从所述其他商品中选取所述目标商品的所述竞争商品包括：

选取竞争概率大于或等于预设的概率阈值的其他商品，作为所述竞争商品；或者，

根据所述竞争概率对其他商品进行降序排序，并获取每一所述其他商品的排序值；

选取排序值在设定范围内的其他商品，作为所述竞争商品。

7.根据权利要求1所述的方法，所述方法还包括：

获取多个历史统计周期的训练样本，其中，每一训练样本包括所述目标商品在对应历史统计周期的训练特征向量、所述竞争商品在对应历史统计周期的训练特征向量、所述目标商品在对应后一统计周期的预测特征向量、所述竞争商品在对应后一统计周期的预测特征向量、所述目标商品在对应历史统计周期的实际销量、所述竞争商品在对应历史统计周期的实际销量、所述目标商品在对应后一统计周期的实际销量；其中，所述训练特征向量包括对所述预测特征向量和其他特征的特征向量进行合并得到的特征向量，所述其他特征包括用户行为特征和/或购买记录特征；

根据所述训练样本训练得到所述映射函数。

8.根据权利要求7所述的方法，所述训练得到所述映射函数的步骤包括：

以所述映射函数的待定系数为变量，分别根据每一所述训练样本，确定所述目标商品在对应的后一统计周期的预测销量的表达式；

根据每一所述后一统计周期的预测销量的表达式、以及所述目标商品在对应后一统计周期的实际销量，构建损失函数；

求解所述损失函数确定所述待定系数，完成对所述映射函数的训练。