[發明專利]用于定價優化的方法、裝置和系統

在審

• 申請號: 201710184638.9
• 申請日: 2017-03-24
• 公開（公告）號: CN108629062A
• 公開（公告）日: 2018-10-09
• 發明（設計）人: 劉春辰;馮璐;衛文娟;藤卷遼平
• 申請（專利權）人: 日本電氣株式會社
• 主分類號: G06F17/50
• 分類號: G06F17/50;G06Q10/04;G06Q30/02
• 代理公司: 北京市金杜律師事務所 11256
• 代理人: 王茂華;龐淑敏

本申請提供了一種用于定價優化的方法、裝置和系統。根據本公開的用于定價優化的方法包括基于與產品定價相關的特征執行仿真建模，以建立描述特征之間的關系的數據生成模型；以及基于所述數據生成模型執行定價優化，以確定最優定價方案。在本公開的實施方式中，能夠真實地還原數據的生成過程，減少與定價過程無關的因素，因而獲得最后定價方案更加準確，并能夠增強客戶認可度。

技術領域

本公開涉及過程挖掘技術領域，更特別地涉及一種基于過程挖掘技術的定價優化的方法以及定價優化的裝置。

背景技術

過程挖掘技術是當下的一個熱點研究問題。過程挖掘技術可以在各個領域得到廣泛應用，諸如產品質量控制、客戶滿意度分析、基因工程等。根據數據的特點和應用問題的不同，已經提出了各種不同的過程挖掘模型。

定價優化是產品零售領域的一類重要應用問題，該技術致力于為客戶提供最優產品定價或定價策略，從而最大化用戶的銷售額或收益。在產品定價領域，傳統的定價方法是通過經營者的經驗/直覺進行定價，即根據管理者多年的銷售經驗及主觀的市場分析，來決定產品價格。很顯然，此類方法極大程度依賴于決策者個人的能力。此外，還有一些產品或者研究是基于A/B測試來生成定價策略，即將實驗產品分成兩個組，分別采用不同的定價策略A和定價策略B，并通過一段時間的實驗，根據實驗結果來選出兩個定價策略中最優的定價策略；或者基于漸進式的實驗，逐步地優化定價策略。

近年來，在傳統定價的方法基礎之上，還提出了一種基于預測技術的預測型產品定價優化方法和系統。根據該定價優化技術，將首先基于對歷史銷售及環境數據的學習來預測產品的銷售量，然后基于預測結果來構建優化模型，并通過最優化求解來獲得最優定價方案。

然而，由于預測模型本身可能會引入一些無關因素，丟失一些真實真正原因，因而會導致獲得次優優化策略；另一方面，由于產品銷售過程的不可重復性，即無法在現實環境下同步測試多種定價方案，因而如何增強客戶的認可度也是一個亟待解決的問題。

發明內容

有鑒于此，本公開提出了一種用于定價優化的方法、裝置和系統，以至少部分上消除或者緩解現有技術中的問題。

根據本公開的第一方面，提供了一種用于定價優化的方法。該方法可以包括：基于與產品定價相關的特征執行仿真建模，以建立描述特征之間的關系的數據生成模型；以及，基于與所述數據生成模型相關的信息執行定價優化，以確定最優定價方案。

根據本公開的第一方面的實施方式，所述基于與產品定價相關的特征執行仿真建模可以進一步包括：基于與產品定價相關的特征以及專家知識來構建因果模型；以及針對構建的因果模型，在專家知識的指導下執行因果推理，以進行模型結構和參數學習。

根據本公開的第一方面的另一實施方式，所述基于與產品定價相關的特征執行仿真建模可以進一步包括：接收動態輸入的專家領域知識；以及基于所述專家領域知識，更新構建的因果模型以優化因果模型的結構和參數。

根據本公開的第一方面的再一實施方式，所述方法還可以包括：基于所述專家領域知識，識別已有專家知識中所存在的沖突，并執行知識沖突消解。

根據本公開的第一方面的又一實施方式，所述方法還可以包括：針對所述專家知識執行格式轉換，以便允許在構建因果模型和執行因果推理其中至少一個期間使用所述專家知識。

根據本公開的第一方面的另一實施方式，所述方法還可以包括：基于所述數據生成模型，利用銷量預測技術，生成銷量預測式；以及其中所述基于與所述數據生成模型相關的信息執行定價優化可以進一步包括：基于所生成的銷量預測式來執行定價優化。

根據本公開的第一方面的再一實施方式，所述方法可以進一步包括：從待處理數據中提取與所述產品定價相關的特征。