[發(fā)明專利]一種面向多模態(tài)的新產(chǎn)品銷量預測方法及裝置

有效

• 申請?zhí)枺?/td>: 202110593370.0
• 申請日: 2021-05-28
• 公開（公告）號: CN113256007B
• 公開（公告）日: 2022-02-25
• 發(fā)明（設計）人: 朱海洋;陳為;周俊;嚴凡;錢中昊;夏禎鋒
• 申請（專利權）人: 浙江大學;物產(chǎn)中大集團股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q30/02;G06N3/04;G06N3/08
• 代理公司: 北京億騰知識產(chǎn)權代理事務所(普通合伙) 11309
• 代理人: 陳婧玥

本說明書實施例提供了一種面向多模態(tài)的新產(chǎn)品銷量預測方法及裝置。其中方法包括：先獲取目標產(chǎn)品的產(chǎn)品屬性、產(chǎn)品圖像，以及目標銷售時間的多維時間特征；再將獲取的內容輸入銷量預測裝置進行銷量預測，該銷量預測裝置包括多個編碼層、融合層和解碼器，該多個編碼層包括屬性編碼層、圖像編碼層和時間編碼層；該銷量預測包括：通過該屬性編碼層，確定產(chǎn)品屬性對應的屬性編碼向量；通過該圖像編碼層，確定產(chǎn)品圖像對應的圖像編碼向量；通過該時間編碼層，確定多維時間特征對應的時間編碼向量；通過該融合層，根據(jù)多個編碼層確定的多個編碼向量進行融合處理，得到融合向量；通過該解碼器，根據(jù)該融合向量，輸出目標產(chǎn)品在目標銷售時間的預測銷量。

技術領域

本說明書一個或多個實施例涉及計算機技術領域，尤其涉及一種面向多模態(tài)的新產(chǎn)品銷量預測方法及裝置。

背景技術

新產(chǎn)品的銷量預測，對于商家來說至關重要，比如很多商家因為預測不準，會出現(xiàn)庫存大量積壓的問題，為了維護品牌價值，這些商家可能會對產(chǎn)品降價、促銷，乃至將庫存銷毀；同時庫存積壓本身也會帶來巨大的成本。

對于新產(chǎn)品而言，它沒有歷史銷售數(shù)據(jù)來進行分析，如何對它進行更為準確的銷量預測，是本發(fā)明要解決的問題。

發(fā)明內容

本說明書一個或多個實施例描述了一種面向多模態(tài)的新產(chǎn)品銷量預測方法及裝置，對于沒有歷史銷售數(shù)據(jù)的新產(chǎn)品，可以實現(xiàn)對其銷量的精準預測。

根據(jù)第一方面，提供了一種面向多模態(tài)的新產(chǎn)品銷量預測方法，包括一種產(chǎn)品銷量的預測方法，包括：獲取目標產(chǎn)品的產(chǎn)品屬性、產(chǎn)品圖像，以及目標銷售時間的多維時間特征。將所述獲取的內容輸入銷量預測裝置進行銷量預測，該銷量預測裝置包括多個編碼層、融合層和解碼器，所述多個編碼層包括屬性編碼層、圖像編碼層和時間編碼層；所述銷量預測包括：通過所述屬性編碼層，確定所述產(chǎn)品屬性對應的屬性編碼向量；通過所述圖像編碼層，確定所述產(chǎn)品圖像對應的圖像編碼向量；通過所述時間編碼層，確定所述多維時間特征對應的時間編碼向量；通過所述融合層，根據(jù)所述多個編碼層確定的多個編碼向量進行融合處理，得到融合向量；通過所述解碼器，根據(jù)所述融合向量，輸出所述目標產(chǎn)品在所述目標銷售時間的預測銷量。

在一個實施例中，上述產(chǎn)品屬性包括以下中的至少一項：產(chǎn)品名稱、產(chǎn)品顏色、產(chǎn)品類別、產(chǎn)品樣式、銷售價格、產(chǎn)品體積、產(chǎn)品重量、生產(chǎn)商信息。

在一個實施例中，所述多維時間特征包括以下中的至少一項：所述目標銷售時間是否與周末重疊、與周末重疊的比例、是否與節(jié)假日重疊、與節(jié)假日重疊的比例、是否與特定事件的時期重疊、與特定事件的時期相重疊的比例、與特定事件之間的時間差。

在一個實施例中，所述多維時間特征按序排列形成時間特征序列，所述時間編碼層為時序網(wǎng)絡；其中，通過所述時間表征層，確定所述多維時間特征對應的時間特征向量，包括：通過所述時序網(wǎng)絡處理所述時間特征序列，得到時序編碼向量，作為所述時間編碼向量。

在一個具體的實施例中，所述時序網(wǎng)絡實現(xiàn)為循環(huán)神經(jīng)網(wǎng)絡RNN、長短期記憶網(wǎng)絡LSTM、或門控循環(huán)單元GRU。

在一個實施例中，所述獲取的內容還包括所述目標銷售時間對應的天氣信息和/或事件信息；所述多個編碼層還包括天氣編碼層和/或事件編碼層；所述銷量預測還包括：通過所述天氣編碼層，確定所述天氣信息對應的天氣編碼向量；和/或，通過所述事件編碼層，確定所述事件信息對應的事件編碼向量。

在一個實施例中，根據(jù)所述多個編碼層確定的多個編碼向量進行融合處理，得到融合向量，包括：針對各編碼向量包含的多個向量元素中的各個向量元素，確定該向量元素為該多個向量元素分配的多個注意力權重；利用該多個注意力權重對該多個向量元素進行加權求和，得到該向量元素對應的重構向量元素；所述多個向量元素對應的多個重構向量元素形成重構向量；對所述多個編碼向量和該多個編碼向量對應的多個重構向量進行融合處理，確定所述融合向量。