[發明專利]建立數據輸出模型的方法和裝置

在審

• 申請號: 201711455168.1
• 申請日: 2017-12-28
• 公開（公告）號: CN109978579A
• 公開（公告）日: 2019-07-05
• 發明（設計）人: 田柳青;錢勇明
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q10/08
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 張一軍;楊曉偉

本發明公開了一種建立數據輸出模型的方法和裝置，涉及計算機技術領域。該方法的一具體實施方式包括：根據獲取的數據建立數據模型，獲取的數據包括多個影響因素對應的多組數據；對數據模型進行分析以確定需要刪除的影響因素；根據需要刪除的影響因素對數據模型進行優化以得到數據輸出模型。該實施方式能夠避免僅分析單一影響因素所導致的商品定貨量方案的局限性，使得建立的用于確定商品定貨量的數據輸出模型更符合現實的情況，從而使得數據輸出模型得出的商品定貨量結論更具有實用價值。

技術領域

本發明涉及計算機技術領域，尤其涉及一種建立數據輸出模型的方法和裝置。

背景技術

面對消費者需求的多樣化、偏好的不穩定性以及商品生命周期的逐漸縮短，企業想在復雜多變的市場環境中贏得一定的市場份額越來越困難。因此，企業的商品定貨管理變得越來越重要。特別是對于銷售易逝品的企業來說，易逝品是指具有生產提前期長、銷售期短、期末未售出的商品殘值極低甚至還需要處理成本、市場需求不確定性大等顯著特征的一類商品的總稱。由于易逝品具有的前述的這些顯著特征，因此，企業如何對易逝品進行合理定貨，直接決定了企業是否可以盈利。

目前對于商品定貨機制的研究有很多，如基于兩階段需求的定貨模型研究，供應質量不可靠下的定貨研究，隨機需求下的定貨研究，可替代品的定貨研究等。

兩階段需求定貨模型研究是通過收集第一階段的需求信息，運用貝葉斯法則對第二階段的需求分布進行預測，然后根據期望值法(期望成本最小或期望收益最大)進行決策定貨量；供應質量不可靠下的定貨研究是假設每個階段到貨的商品質量不一樣，會有一定的波動方差，這種情況下，系統需要分析商品質量對最終價格和銷量的影響來決策訂貨量；隨機需求的定貨研究是指假設每個階段消費者對商品的需求不一樣，具有一定的不確定性，或者說在市場競爭很激烈的行業，消費者可以輕易選擇別的廠家的商品，然后系統基于這種情況來分析商品定貨量；可替代品的定貨研究是指假設所研究的商品是可替代商品(比如蘋果和梨，可能蘋果便宜了就會影響梨的銷量，反之也成立，因此在做決策時也需要對它的替代品進行分析)，然后系統基于這種情況來分析商品定貨量。

在實現本發明過程中，發明人發現現有技術中至少存在如下問題：

由于以上的這些定貨研究是結合一些特定的場景或者是基于一定的假設來進行的，大多是從需求與供給的角度來進行研究的，因此研究得到的定貨決策不夠全面，具有一定的局限性。例如：對于生鮮類易逝品而言，企業的盈利與否與商品的新鮮度和完好度有很大的關系。現有針對生鮮類的定貨機制一般是基于消費者一段時間內的需求來進行定貨，然而生鮮類的商品會隨著新鮮度的降低而貶值，因此后期就需要打折處理，這樣往往造成不能以最優的價格把商品銷售出去，導致商品損失以及無法使企業達到利益最大化。

發明內容

有鑒于此，本發明實施例提供一種建立數據輸出模型的方法和裝置，能夠避免僅分析單一影響因素所導致的商品定貨量的決策方案的局限性，使得建立的數據輸出模型更符合現實的情況，從而使得數據輸出模型得出的商品定貨量結論更具有實用價值。

為實現上述目的，根據本發明實施例的一個方面，提供了一種建立數據輸出模型的方法。

一種建立數據輸出模型的方法，包括：根據獲取的數據建立數據模型，所述獲取的數據包括多個影響因素對應的多組數據；對所述數據模型進行分析以確定需要刪除的影響因素；根據所述需要刪除的影響因素對所述數據模型進行優化以得到數據輸出模型。

可選地，根據獲取的數據建立數據模型的步驟包括：對獲取的每組數據，模擬數據之間的函數關系；對所述函數關系的表達式進行顯著性檢驗；根據所述顯著性檢驗的結果對所述函數關系的表達式進行修正，直至所述顯著性檢驗的結果滿足顯著評定標準；將所述顯著性檢驗的結果滿足顯著評定標準的函數關系的表達式用于建立數據模型。

可選地，對所述數據模型進行分析以確定需要刪除的影響因素的步驟包括：計算所述數據模型的最優解；根據所述最優解確定需要刪除的影響因素。