[发明专利]商品自动定价方法、系统、介质和计算设备在审
| 申请号： | 201910937462.9 | 申请日： | 2019-09-29 |
| 公开（公告）号： | CN110648182A | 公开（公告）日： | 2020-01-03 |
| 发明（设计）人： | 董家骥 | 申请（专利权）人： | 阿里巴巴(中国)有限公司 |
| 主分类号： | G06Q30/02 | 分类号： | G06Q30/02;G06N3/08 |
| 代理公司： | 11258 北京东方亿思知识产权代理有限责任公司 | 代理人： | 吴崇 |
| 地址： | 310012 浙江省杭州市西*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明的实施方式提供了一种商品自动定价方法。该商品自动定价方法包括：从多个历史数据中，获取环境状态信息，其中，环境状态信息包括表明用户对历史定价行为的响应信息；将环境状态信息输入强化深度学习神经网络，使得强化深度学习神经网络基于环境状态信息确定出定价策略；以及基于定价策略，确定商品的定价价格，其中，强化深度学习神经网络被配置为基于环境状态信息和定价策略模型确定商品的定价策略，以及基于奖励模型对定价策略进行评分，以使得强化深度学习神经网络根据评分更新定价策略模型。此外，本发明的实施方式提供了一种商品自动定价系统、计算机可读介质以及计算设备。 | ||
| 搜索关键词： | 定价策略 环境状态信息 学习神经网络 定价 计算机可读介质 自动定价系统 计算设备 历史数据 模型确定 响应信息 更新 奖励 配置 | ||
【主权项】：
1.一种商品自动定价方法，包括：/n从多个历史数据中，获取环境状态信息，其中，所述环境状态信息包括表明用户对历史定价行为的响应信息；/n将所述环境状态信息输入强化深度学习神经网络，使得所述强化深度学习神经网络基于所述环境状态信息确定出定价策略；以及/n基于所述定价策略，确定所述商品的定价价格，/n其中，所述强化深度学习神经网络被配置为基于所述环境状态信息和定价策略模型确定所述商品的定价策略，以及基于奖励模型对所述定价策略进行评分，以使得所述强化深度学习神经网络根据所述评分更新所述定价策略模型。/n
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阿里巴巴(中国)有限公司，未经阿里巴巴(中国)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/patent/201910937462.9/，转载请声明来源钻瓜专利网。
