[发明专利]一种信息预测方法、存储介质和电子装置

权利要求书

1.一种信息预测方法，包括：

如果商品的关键词未出现在计划投放的目标类型的销售活动的历史数据中，则确定出现所述关键词的已投放的销售活动，得到至少两个参考类型的销售活动；

获取所述关键词在每个参考类型的销售活动下的历史指标信息；

利用所述历史指标信息，对所述关键词在所述目标类型的销售活动下的指标信息进行预测，得到预测结果。

2.根据权利要求1所述的方法，其特征在于，所述利用所述历史指标信息，对所述关键词在所述目标类型的销售活动下的指标信息进行预测，得到预测结果，包括：

确定所述商品所属的品牌和品类；

根据所述关键词在参考类型的销售活动下的历史指标信息，计算所述关键词在参考类型的销售活动下所述品牌和所述品类对应的历史表现信息；

根据所述关键词在参考类型的销售活动下的历史表现信息，得到所述关键词在所述目标类型的销售活动下的表现信息。

3.根据权利要求2所述的方法，其特征在于，所述关键词在所述目标类型的销售活动下的表现信息是通过如下方式的得到，包括：

获取每个参考类型的销售活动的权重；

利用获取到的权重，对每个目标活动下的历史表现信息进行加权，得到所述关键词在所述目标类型的销售活动下的表现信息。

4.根据权利要求3所述的方法，其特征在于，所述每个参考类型的销售活动的权重是通过如下方式得到的，包括：

计算任意两个参考类型的销售活动间的指标表现信息的比值；

利用所述任意两个参考类型的销售活动间的指标表现信息的比值，构建转置矩阵，将所述转置矩阵作为每个参考类型的销售活动的权重。

5.根据权利要求4所述的方法，其特征在于，所述指标表现信息的比值可以通过如下任一方式得到，包括：

获取所述关键词在每个参考类型的销售活动的历史均值，计算任意两个参考类型的销售活动的历史均值的比值；

通过预设的机器学习模型计算任意两个参考类型的销售活动的历史均值的比值。

6.根据权利要求2至5任一所述的方法，其特征在于，所述关键词在所述目标类型的销售活动下的表现信息还根据预设的归一化系数进行计算。

7.根据权利要求6所述的方法，其特征在于，所述归一化系数是根据每个参考类型的销售活动所投放的天数确定。

8.根据权利要求7所述的方法，其特征在于，所述目标类型的销售活动下的表现信息b_k的计算表达式如下：

其中，k表示目标类型的销售活动的编号，i和j表示参考类型的销售活动的编号，r_ij表示参考类型的销售活动i与参考类型的销售活动j的指标表现信息的比值，m_j表示该关键词在销售活动j中投放过的天数，m表示该关键词在销售活动中投放过的总天数，其中，i和j均为正整数，且取值小于或等于n，其中n为正整数。

9.一种存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至8任一项中所述的方法。

10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至8任一项中所述的方法。