[发明专利]销量预测方法、预测模型构建方法、装置、设备及介质

权利要求书

1.一种预测模型构建方法，其特征在于，所述方法包括：

获取样品商品的推广费用；

根据所述推广费用确定所述样品商品的展现量及点击量；

至少根据所述展现量、所述点击量构建所述样品商品的预测模型。

2.如权利要求1所述的构建方法，其特征在于，所述推广费用包括所述样品商品所在门店的整体推广费用及所述样品商品的直接推广费用；

以及，所述根据所述推广费用确定所述样品商品的展现量及点击量，包括：

根据所述样品商品所在门店的整体推广费用确定所述展现量；

根据所述样品商品的直接推广费用确定所述点击量。

3.如权利要求2所述的构建方法，其特征在于，在所述至少根据所述展现量、所述点击量构建所述样品商品的预测模型之前，所述方法还包括：

获取所述样品商品的回购量；

以及，所述至少根据所述展现量、所述点击量构建所述样品商品的预测模型，包括：

根据所述回购量、所述展现量、所述点击量构建所述样品商品的预测模型。

4.如权利要求3所述的构建方法，其特征在于，所述根据所述回购量、所述展现量、所述点击量构建所述样品商品的预测模型，包括：

根据第一概率训练第一神经网络模型以确定所述第一神经网络模型中的影响商品销售的其他特征信息的权重，所述第一概率为所述展现量转化为购买的概率；

根据第二概率训练第二神经网络模型以确定所述第二神经网络模型中的影响商品销售的其他特征信息的权重，所述第二概率为所述点击量转化为购买的概率；

根据所述回购量训练第三神经网络模型以确定所述第三神经网络模型中的影响商品销售的其他特征信息的权重；

根据训练后的所述第一神经网络模型、训练后的所述第二神经网络模型、训练后的所述第三神经网络模型、所述展现量、所述点击量构建所述样品商品的预测模型。

5.如权利要求4所述的构建方法，其特征在于，所述预测模型为Y＝DNN₁(X)*A+DNN₂(X)*B+DNN₃(X)，其中，Y表示所述样品商品的销量，A表示整体推广费用、DNN₁(X)表示所述第一神经网络模型，B表示直接推广费用，DNN₂(X)表示第二神经网络模型，DNN₃(X)表示第三神经网络模型，X表示影响商品销售的其他特征信息。

6.如权利要求4所述的方法，其特征在于，所述影响商品销售的其他特征信息包括所述样品商品的品牌、所述样品商品的类别、所述样品商品的单位、所述样品商品的成本、所述样品商品的价格、所述样品商品的库存信息、所述样品商品的门店信息、天气信息、节假日信息。

7.一种销量预测方法，其特征在于，所述方法包括：

获取目标商品的属性；

至少将所述目标商品的属性输入根据权利要求1-6任一项所述预测模型构建方法构建的预测模型中，以通过所述预测模型输出所述目标商品的预测销量。

8.一种预测模型构建装置，其特征在于，所述构建装置包括：

第一获取模块，用于获取样品商品的推广费用；

确定模块，根据所述推广费用确定所述样品商品的展现量及点击量；

构建模块，用于至少根据所述展现量、所述点击量构建所述样品商品的预测模型。

9.一种预测模型构建设备，其特征在于，所述设备包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求3至8中任一项所述的预测模型构建方法。

10.一种介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器执行时，执行如权利要求1至6中任一项所述的预测模型构建方法及如权利要求7所述的销量预测方法。