[發(fā)明專利]商品指標(biāo)數(shù)據(jù)預(yù)測(cè)方法、裝置、存儲(chǔ)介質(zhì)及電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202010062546.5
• 申請(qǐng)日: 2020-01-19
• 公開（公告）號(hào): CN111260142B
• 公開（公告）日: 2023-06-09
• 發(fā)明（設(shè)計(jì)）人: 肖偉集;王迪;邱顯;楊杰;羅曉華
• 申請(qǐng)（專利權(quán)）人: 杭州網(wǎng)易再顧科技有限公司
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q10/063;G06Q30/0202;G06F18/2415
• 代理公司: 北京律智知識(shí)產(chǎn)權(quán)代理有限公司 11438
• 代理人: 王輝;闞梓瑄

1.一種商品指標(biāo)數(shù)據(jù)預(yù)測(cè)方法，其特征在于，包括：

獲取待預(yù)測(cè)商品的歷史指標(biāo)數(shù)據(jù)，所述歷史指標(biāo)數(shù)據(jù)包括：在至少一個(gè)歷史周期中的各單位時(shí)間內(nèi)，統(tǒng)計(jì)關(guān)于所述待預(yù)測(cè)商品的用戶行為所得到的指標(biāo)數(shù)據(jù)；

根據(jù)所述歷史指標(biāo)數(shù)據(jù)構(gòu)建多層概率模型，并基于所述多層概率模型進(jìn)行采樣，得到所述用戶行為發(fā)生在各單位時(shí)間內(nèi)的概率分布樣本；

利用所述概率分布樣本，確定在一個(gè)周期中，所述用戶行為發(fā)生在各單位時(shí)間內(nèi)的后驗(yàn)概率；

基于所述后驗(yàn)概率，預(yù)測(cè)在未來至少一個(gè)單位時(shí)間內(nèi)，所述待預(yù)測(cè)商品的指標(biāo)數(shù)據(jù)；

其中，所述根據(jù)所述歷史指標(biāo)數(shù)據(jù)構(gòu)建多層概率模型，并基于所述多層概率模型進(jìn)行采樣，得到所述用戶行為發(fā)生在各單位時(shí)間內(nèi)的概率分布樣本，包括：

獲取預(yù)設(shè)的所述用戶行為的概率分布函數(shù)，并以所述概率分布函數(shù)的參數(shù)為底層參數(shù)，獲取多層概率分布參數(shù)；

根據(jù)所述多層概率分布參數(shù)中頂層參數(shù)的預(yù)設(shè)樣本以及所述歷史指標(biāo)數(shù)據(jù)構(gòu)建所述多層概率模型，并采樣得到所述多層概率分布參數(shù)中每一層參數(shù)的樣本；

將所述底層參數(shù)的樣本代入到所述概率分布函數(shù)中，采樣得到所述概率分布樣本；

所述基于所述后驗(yàn)概率，預(yù)測(cè)在未來至少一個(gè)單位時(shí)間內(nèi)，所述待預(yù)測(cè)商品的指標(biāo)數(shù)據(jù)，包括：

獲取所述待預(yù)測(cè)商品在未來周期的指標(biāo)總量預(yù)測(cè)值；

基于所述后驗(yàn)概率和所述指標(biāo)總量預(yù)測(cè)值，計(jì)算在所述未來周期中的各單位時(shí)間內(nèi)，所述待預(yù)測(cè)商品的指標(biāo)數(shù)據(jù)預(yù)測(cè)值。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述多層概率模型包括多層貝葉斯模型；所述多層概率分布參數(shù)包括三層概率分布參數(shù)，分別為所述底層參數(shù)、中間層參數(shù)和所述頂層參數(shù)；

所述根據(jù)所述多層概率分布參數(shù)中頂層參數(shù)的預(yù)設(shè)樣本以及所述歷史指標(biāo)數(shù)據(jù)構(gòu)建所述多層概率模型，采樣得到所述多層概率分布參數(shù)中每一層參數(shù)的樣本，包括：

獲取多層貝葉斯模型的預(yù)設(shè)框架，所述預(yù)設(shè)框架基于所述概率分布函數(shù)和所述多層概率分布參數(shù)而預(yù)先建立；

利用所述預(yù)設(shè)框架對(duì)所述頂層參數(shù)的預(yù)設(shè)樣本以及所述歷史指標(biāo)數(shù)據(jù)進(jìn)行處理，以構(gòu)建所述多層貝葉斯模型，并通過馬爾科夫鏈蒙特卡洛采樣得到所述中間層參數(shù)的樣本和所述底層參數(shù)的樣本。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述多層貝葉斯模型包括：

；

；

；

；

；

；

其中，X_i表示關(guān)于待預(yù)測(cè)商品i的所述用戶行為的概率分布函數(shù)；

X_i的似然是參數(shù)為和的循環(huán)正態(tài)分布，和為所述底層參數(shù)；

的先驗(yàn)分布是參數(shù)為和的正態(tài)分布，的先驗(yàn)分布是參數(shù)為的半正態(tài)分布，、和為所述中間層參數(shù)；

的先驗(yàn)分布是參數(shù)為和的正態(tài)分布，的先驗(yàn)分布是參數(shù)為的半正態(tài)分布，的先驗(yàn)分布是參數(shù)為的半正態(tài)分布，、、和為所述頂層參數(shù)。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述歷史指標(biāo)數(shù)據(jù)構(gòu)建多層概率模型，包括：

根據(jù)所述歷史周期中的各單位時(shí)間內(nèi)的指標(biāo)數(shù)據(jù)與所述歷史周期的指標(biāo)數(shù)據(jù)總量之比，得到所述用戶行為的歷史概率分布；

根據(jù)所述歷史概率分布構(gòu)建所述多層概率模型。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述利用所述概率分布樣本，確定在一個(gè)周期中，所述用戶行為發(fā)生在各單位時(shí)間內(nèi)的后驗(yàn)概率，包括：

統(tǒng)計(jì)所述概率分布樣本在各單位時(shí)間內(nèi)的數(shù)值分布，以確定在一個(gè)周期中，所述用戶行為發(fā)生在各單位時(shí)間內(nèi)的后驗(yàn)概率。

6.根據(jù)權(quán)利要求1至5任一項(xiàng)所述的方法，其特征在于，所述待預(yù)測(cè)商品包括以下任意一種或多種：電商商品、電子書、音樂、視頻、網(wǎng)絡(luò)游戲。

7.根據(jù)權(quán)利要求1至5任一項(xiàng)所述的方法，其特征在于，所述指標(biāo)數(shù)據(jù)包括以下任意一種或多種：銷量、點(diǎn)擊量、瀏覽量、收藏量、播放量。