[發明專利]需求預測模型訓練方法和裝置、需求預測方法和裝置

在審

• 申請號: 202111247123.1
• 申請日: 2021-10-26
• 公開（公告）號: CN113947439A
• 公開（公告）日: 2022-01-18
• 發明（設計）人: 石正新;張建申
• 申請（專利權）人: 北京沃東天駿信息技術有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q10/04;G06N20/00
• 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

1.一種需求預測模型訓練方法，所述方法包括：

獲取預設周期中待測產品的需求基項的數據樣本和對所述需求基項產生影響的至少一個需求因素的數據樣本；

基于所述需求基項的數據樣本，訓練得到對所述待測產品的基線需求量進行預測的基線預測模型，所述基線預測模型用于表征需求基項與基線需求量之間的對應關系；

基于各個需求因素的數據樣本，訓練得到對各個需求因素對應的因子進行預測的因子預測模型，所述因子用于表征需求因素對所述需求基項的影響程度，所述因子預測模型用于表征所述需求因素與所述因子之間的對應關系；

基于所述基線預測模型和所有的因子預測模型，得到對所述待測產品的需求量進行預測的需求預測模型，所述需求預測模型預測用于表征需求基項、至少一個需求因素與所述待測產品的需求量之間的對應關系。

2.根據權利要求1所述的方法，所述因子預測模型包括：系數預測模型和增量預測模型；所述需求因素包括：系數因素和增量因素；

所述基于各個需求因素的數據樣本，訓練得到對各個需求因素對應的因子進行預測的因子預測模型包括：

響應于當前需求因素為系數因素，訓練得到與當前系數因素對應的系數進行預測的系數預測模型，所述系數預測模型用于表征所述需求因素與所述系數之間的對應關系；

響應于當前需求因素為增量因素，訓練得到與當前增量因素對應的增量進行預測的增量預測模型，所述增量預測模型用于表征所述需求因素與所述增量之間的對應關系。

3.根據權利要求2所述的方法，其中，所述基于所述基線預測模型和所有的因子預測模型，得到對所述待測產品的需求量進行預測的需求預測模型包括：

將所述基線預測模型分別與各個系數預測模型相乘，得到至少一個分量模型，每個分量模型對應一個系數預測模型；

將所述基線預測模型、所有分量模型以及所述增量預測模型相加，得到需求預測模型。

4.根據權利要求1-3之一所述的方法，其中，所述基于所述需求基項的數據樣本，訓練得到對所述待測產品的基線需求量進行預測的基線預測模型包括：

從預先構建的備選基線模型池中選取備選基線模型；

基于選取的備選基線模型，得到基線預測模型；

采用所述需求基項的數據樣本對所述基線預測模型進行訓練，得到訓練完成的基線預測模型，訓練完成的基線預測模型用于輸出基線需求量。

5.根據權利要求1-3之一所述的方法，其中，所述因子預測模型包括：樹模型、擬合模型之中的一項或兩項。

6.一種需求預測方法，所述方法包括：

獲取待測時刻待測產品的需求基項的數據、至少一個需求因素的數據；

將所述需求基項的數據、各個需求因數的數據分別輸入采用如權利要求1-5中任一項所述的需求預測模型訓練方法生成的需求預測模型中，得到所述待測產品的需求量。

7.根據權利要求6所述的方法，其中，所述需求基項為銷量，所述需求因素包括：促銷、營銷、季節中一項或兩項。

8.一種需求預測模型訓練裝置，所述裝置包括：

獲取單元，被配置成獲取預設周期中待測產品的需求基項的數據樣本和對所述需求基項產生影響的至少一個需求因素的數據樣本；

基線訓練單元，被配置成基于所述需求基項的數據樣本，訓練得到對所述待測產品的基線需求量進行預測的基線預測模型，所述基線預測模型用于表征需求基項與基線需求量之間的對應關系；

因素訓練單元，被配置成基于各個需求因素的數據樣本，訓練得到對各個需求因素對應的因子進行預測的因子預測模型，所述因子用于表征需求因素對所述需求基項的影響程度，所述因子預測模型用于表征所述需求因素與所述因子之間的對應關系；

生成單元，被配置成基于所述基線預測模型和所有的因子預測模型，得到對所述待測產品的需求量進行預測的需求預測模型，所述需求預測模型預測用于表征需求基項、至少一個需求因素與所述待測產品的需求量之間的對應關系。