[發明專利]用于生成信息的方法和裝置

在審

• 申請號: 201810069211.9
• 申請日: 2018-01-24
• 公開（公告）號: CN110070382A
• 公開（公告）日: 2019-07-30
• 發明（設計）人: 翟欣磊
• 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;G06K9/62
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種用于生成信息的方法，包括：

接收預測請求，所述預測請求包括目標產品的屬性信息、價格相關信息和品類信息；

根據所述目標產品的屬性信息和價格相關信息，生成所述目標產品的特征向量；

將所述特征向量輸入到預先訓練的、與所述品類信息對應的銷量預測模型，生成所述目標產品的銷量信息，其中銷量預測模型用于表征產品的特征向量與產品的銷量信息之間的對應關系。

2.根據權利要求1所述的方法，其中，與所述品類信息對應的銷量預測模型通過如下步驟訓練得到：

獲取所述目標產品所屬品類下的至少一個產品在預設時間段內的銷量數據，其中所述預設時間段包括至少一個子時間段；

對于所述至少一個產品中的每個產品，從該產品的銷量數據中提取該產品在每個子時間段內的屬性信息、價格相關信息和歷史銷量信息，以及基于屬性信息和價格相關信息生成該產品在每個子時間段內的特征向量；

將各個產品在每個子時間段內的特征向量作為輸入，將各個產品在相應子時間段內的歷史銷量信息作為輸出，訓練得到銷量預測模型。

3.根據權利要求2所述的方法，其中，銷量預測模型包括多棵回歸決策樹，第k棵回歸決策樹通過如下步驟訓練得到：

對于各個產品在各個子時間段內的特征向量中的每個特征向量，基于該特征向量在第一棵回歸決策樹的輸出值至第k-1棵回歸決策樹的輸出值以及該特征向量對應的歷史銷量信息，確定該特征向量在第k棵回歸決策樹的目標值，其中，k為大于1的整數；

將各個產品在各個子時間段內的特征向量作為輸入，將各個特征向量在第k棵回歸決策樹的目標值作為輸出，訓練得到第k棵回歸決策樹。

4.根據權利要求3所述的方法，其中，與所述品類信息對應的銷量預測模型的訓練步驟還包括：

獲取所述目標產品所屬品類下不同產品的特征向量和歷史銷量信息；

將每種產品的特征向量輸入至k棵回歸決策樹，得到每種產品的預測銷量信息；

基于歷史銷量信息和預測銷量信息，確定每種產品的銷量信息的準確率；

響應于不同產品的銷量信息的準確率之間的差值大于等于k-1棵回歸決策樹確定不同產品的銷量信息的準確率之間的差值，將k-1棵回歸決策樹確定為與所述品類信息對應的銷量預測模型。

5.一種用于生成信息的裝置，包括：

請求接收單元，配置用于接收預測請求，所述預測請求包括目標產品的屬性信息、價格相關信息和品類信息；

向量生成單元，配置用于根據所述目標產品的屬性信息和價格相關信息，生成所述目標產品的特征向量；

信息生成單元，配置用于將所述特征向量輸入到預先訓練的、與所述品類信息對應的銷量預測模型，生成所述目標產品的銷量信息，其中銷量預測模型用于表征產品的特征向量與產品的銷量信息之間的對應關系。

6.根據權利要求5所述的裝置，其中，與所述品類信息對應的銷量預測模型通過如下步驟訓練得到：

獲取所述目標產品所屬品類下的至少一個產品在預設時間段內的銷量數據，其中所述預設時間段包括至少一個子時間段；

對于所述至少一個產品中的每個產品，從該產品的銷量數據中提取該產品在每個子時間段內的屬性信息、價格相關信息和歷史銷量信息，以及基于屬性信息和價格相關信息生成該產品在每個子時間段內的特征向量；

將各個產品在每個子時間段內的特征向量作為輸入，將各個產品在相應子時間段內的歷史銷量信息作為輸出，訓練得到銷量預測模型。

7.根據權利要求6所述的裝置，其中，銷量預測模型包括多棵回歸決策樹，第k棵回歸決策樹通過如下步驟訓練得到：

對于各個產品在各個子時間段內的特征向量中的每個特征向量，基于該特征向量在第一棵回歸決策樹的輸出值至第k-1棵回歸決策樹的輸出值以及該特征向量對應的歷史銷量信息，確定該特征向量在第k棵回歸決策樹的目標值，其中，k為大于1的整數；

將各個產品在各個子時間段內的特征向量作為輸入，將各個特征向量在第k棵回歸決策樹的目標值作為輸出，訓練得到第k棵回歸決策樹。