[發明專利]基于廣義相加模型的煙草投放方法、裝置及計算機介質

在審

• 申請號: 202111288472.8
• 申請日: 2021-11-02
• 公開（公告）號: CN114118527A
• 公開（公告）日: 2022-03-01
• 發明（設計）人: 閻磊;譚凱文;黃忠柱;陳浩宇
• 申請（專利權）人: 浪潮軟件股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q30/02
• 代理公司: 濟南信達專利事務所有限公司 37100
• 代理人: 潘悅梅

本發明公開了基于廣義相加模型的煙草投放方法、裝置及計算機介質，屬于產品零售投放技術領域，要解決的技術問題為如何基于廣泛的數據基礎、在降低認為因素干擾的情況下實現煙草貨源投放。包括如下步驟：將訂購量和訂購量變化趨勢作為線性關系的解釋變量，將訂足率和訂購頻次作為非線性關系的解釋變量，構建半參數廣義相加模型作為對預計銷量進行預測的銷量預計模型；以當前周期之間的歷史數據作為參考并構建樣本數據，樣本數據包括訂購量、訂購量變化趨勢、參考周期數、訂足率以及訂購頻率；基于樣本數據，引入機器學習中交叉驗證和擬合優度算法，對銷量預計模型進行訓練優化，得到最優銷量預計模型，通過最優銷量預計模型進行預計銷量的預測。

技術領域

本發明涉及產品零售投放技術領域，具體地說是基于廣義相加模型的煙草投放方法、裝置及計算機介質。

背景技術

煙草貨源投放的過程即是把煙草商業公司周投放總量分配到戶的過程，傳統的貨源投放方法通常以人為經驗制定計算規則，以零售戶歷史訂單數據為基礎，使用簡單的數學算法計算零售戶投放量，計算過程參考數據維度較少，整個分配過程中人為因素影響較大。

由于煙草行業的業務特殊性，基于零售戶歷史訂單數據的簡單數學分配算法難以支撐復雜多變的業務場景。鑒于此種問題，需要選擇可以參考更廣泛數據范圍，并且能夠將人為因素干擾降低到最低的新方法。

基于上述分析，如何基于廣泛的數據基礎、在降低認為因素干擾的情況下實現煙草貨源投放，是需要解決的技術問題。

發明內容

本發明的技術任務是針對以上不足，提供基于廣義相加模型的煙草投放方法、裝置及計算機介質，來解決如何基于廣泛的數據基礎、在降低認為因素干擾的情況下實現煙草貨源投放的技術問題。

第一方面，本發明的基于廣義相加模型的煙草投放方法，包括如下步驟：

將訂購量和訂購量變化趨勢作為線性關系的解釋變量，將訂足率和訂購頻次作為非線性關系的解釋變量，構建半參數廣義相加模型作為對預計銷量進行預測的銷量預計模型；

以當前周期之間的歷史數據作為參考并構建樣本數據，所述樣本數據包括訂購量、訂購量變化趨勢、參考周期數、訂足率以及訂購頻率；

基于所述樣本數據，引入機器學習中交叉驗證和擬合優度算法，對銷量預計模型進行訓練優化，得到最優銷量預計模型，通過最優銷量預計模型進行預計銷量的預測。

作為優選，所述樣本數據中，所述訂購量為參考周期內的平均訂購量。

作為優選，對于樣本數據，計算參考周期內的平均訂購量時，對歷史訂購量進行平滑處理。

作為優選，對于當前銷售周期t，設定平滑窗口寬度為N期，參考周期為：t-1、t-2、......、t-N+1；

所述平滑處理后訂購量為：

其中，y_t表示銷售周期t內訂購量。

作為優選，所述訂購變化率計算公式為：

y＝rt+ε

通過最小二乘法計算上述線性回歸方程，得到的斜率r表示訂購變化率。

作為優選，所述銷量預計模型的通過如下擬合函數進行銷量預計：

g(y)＝β₀+β₁Qt+β₂Rt+β₃Nt+f_a(At)+f_o(Ot)+∑f_ij(x_i，x_j)