[发明专利]销量预测模型的训练方法、装置及电子设备、存储介质

权利要求书

1.一种销量预测模型的训练方法，其特征在于，包括：

采集多个品类商品的第一历史销售数据，并基于所述第一历史销售数据，生成第一训练样本集；

基于所述第一训练样本集对基础销量预测模型进行训练，生成目标基础销量预测模型；

采集目标商品的第二历史销售数据，并基于所述第二历史销售数据，生成所述目标商品的第二训练样本集；

基于所述第二训练样本集，对所述目标基础销量预测模型进行调整，以生成所述目标商品对应的目标销量预测模型。

2.根据权利要求1所述的销量预测模型的训练方法，其特征在于，所述基于所述第二训练样本集，对所述目标基础销量预测模型进行调整，包括：

对所述目标基础销量预测模型进行备份；

基于所述第二训练样本集，对备份的所述目标基础销量预测模型进行调整，生成所述目标商品对应的目标销量预测模型。

3.根据权利要求1所述的销量预测模型的训练方法，其特征在于，采用如下方式生成训练样本集：

基于预设的滑动窗口，从采集的历史销售数据中提取出N个时间点对应的所述历史销售数据；

提取第N+1个时间点的时间特征和所述N+1个时间点的实际销量；

将所述N个时间点的所述历史销售数据、所述N+1个时间点的时间特征和所述N+1个时间点的实际销量作为所述训练样本集中的一组训练样本，并继续滑动所述滑动窗口至预设滑动次数，以生成所述训练样本集。

4.根据权利要求3所述的销量预测模型的训练方法，其特征在于，还包括：

获取所述N+1个时间点的时间属性信息；

基于所述时间属性信息，对所述N+1个时间点进行编码，生成所述N+1个时间点的时间特征。

5.根据权利要求3所述的销量预测模型的训练方法，其特征在于，还包括：

从所述训练样本集中提取最大历史销量和最小历史销量；

根据所述最大历史销量和所述最小历史销量，对所述训练样本集中的每个训练样本的历史销量进行归一化处理。

6.根据权利要求1所述的销量预测模型的训练方法，其特征在于，采用如下方式生成历史销售数据：

获取商品订单，对所述商品订单进行合并，生成任一品类的订单数据；

对所述任一品类的订单数据进行关键字段提取，对提取的所述关键字段对应的数据进行组合，生成所述任一品类的历史销售数据。

7.根据权利要求6所述的销量预测模型的训练方法，其特征在于，所述生成所述任一品类的历史销售数据之后，还包括：

根据所述任一品类的历史销售数据，确定所述任一品类在设定时长内的销量；

响应于所述设定时长内的销量小于预设销量阈值，则清除所述任一品类的历史销售数据。

8.根据权利要求6所述的销量预测模型的训练方法，其特征在于，所述对所述商品订单进行合并，生成任一品类的订单数据，包括：

获取所述商品订单的生成时刻和商品品类；

确定所述商品品类与所述任一品类一致的第一候选商品订单；

针对所述任一品类，根据所述第一候选商品订单的生成时刻，确定属于同一时间段内的商品订单；

将属于所述同一时间段内的商品订单进行合并，以生成所述任一品类的订单数据。

9.根据权利要求6所述的销量预测模型的训练方法，其特征在于，所述对所述商品订单进行合并，生成所述任一品类的订单数据，包括：

获取所述商品订单对应的商品品类和品类等级；

根据所述商品品类，确定属于所述任一品类的第二候选商品订单；

获取所述任一品类的目标品类等级，并滤除所述品类等级高于所述目标品类等级的第二候选商品订单；

对剩余的所述第二候选商品订单进行合并，以生成所述任一品类的订单数据。