[发明专利]一种销量预测方法及装置在审

专利信息
申请号: 202111546951.5 申请日: 2021-12-16
公开(公告)号: CN114202369A 公开(公告)日: 2022-03-18
发明(设计)人: 李思舒;袁冰;宋可信;金璐 申请(专利权)人: 广州品唯软件有限公司
主分类号: G06Q30/02 分类号: G06Q30/02;G06K9/62
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 李增苗
地址: 510000 广东省广州市荔*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 销量 预测 方法 装置
【权利要求书】:

1.一种销量预测方法,其特征在于,包括:

获取待测商品的商品属性、运营属性和实时访客量;

将所述待测商品的商品属性和运营属性输入销量预测模型,得到所述销量预测模型输出的所述待测商品的销量转化率;

其中,所述销量预测模型,以训练商品的商品属性和运营属性作为训练样本,以所述训练商品的销量转化率作为训练标签训练得到;

将所述实时访客量与所述销量转化率相乘得到预测销量。

2.根据权利要求1所述的方法,其特征在于,所述销量预测模型包括:输入层、属性处理层和转化率确定层;

所述销量预测模型的训练过程,包括:

通过输入层,获取训练商品的商品属性和运营属性;

通过属性处理层,对所述训练商品的商品属性和运营属性进行处理得到属性特征;

通过转化率确定层,基于所述属性特征预测所述训练商品的销量转化率;

利用误差函数对预测的销量转化率与所述训练商品的销量转化率标签的差值进行计算,得到转化率误差值;

根据所述转化率误差值,更新销量预测模型的参数。

3.根据权利要求2所述的方法,其特征在于,在所述销量预测模型的训练过程之前,还包括:

选取销量和访客量满足预设要求的训练商品的商品属性和运营属性作为训练样本。

4.根据权利要求3所述的方法,其特征在于,所述选取销量和访客量满足预设要求的训练商品的商品属性和运营属性作为训练样本,包括:

选取同时满足所述销量大于第一设定值及所述访客量大于第二设定值,且所述销量与所述访客量的乘积大于第三设定值的训练商品的商品属性和运营属性作为训练样本。

5.根据权利要求4所述的方法,其特征在于,还包括:

选取所述访客量大于第三设定值且所述销量为0的训练商品的商品属性和运营属性作为训练样本。

6.根据权利要求2所述的方法,其特征在于,所述将所述待测商品的商品属性和运营属性输入销量预测模型,得到所述销量预测模型输出的所述待测商品的销量转化率,包括:

将所述待测商品的商品属性和运营属性通过输入层输入销量预测模型;

利用销量预测模型的属性处理层处理所述待测商品的商品属性和运营属性得到属性特征;

利用销量预测模型的转化率确定层,基于所述属性特征预测所述待测商品的销量转化率。

7.根据权利要求2所述的方法,其特征在于,在利用误差函数对确定的销量转化率与所述训练商品的销量转化率标签的差值进行计算,得到转化率误差值之后,还包括:

判断所述转化率误差值是否满足预设截止条件;

若是,则完成销量预测模型的训练;

若否,执行根据所述转化率误差值,更新销量预测模型的参数的步骤。

8.一种销量预测装置,其特征在于,包括:

信息获取模块,用于获取待测商品的商品属性、运营属性和实时访客量;

模型预测模块,用于将所述待测商品的商品属性和运营属性输入销量预测模型,得到所述销量预测模型输出的所述待测商品的销量转化率;

其中,所述销量预测模型,以训练商品的商品属性和运营属性作为训练样本,以所述训练商品的销量转化率作为训练标签训练得到;

销量预测模块,用于将所述实时访客量与所述销量转化率相乘得到预测销量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州品唯软件有限公司,未经广州品唯软件有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111546951.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top