[發明專利]一種基于聯邦學習的門店銷量預測方法及裝置

在審

• 申請號: 202210076896.6
• 申請日: 2022-01-24
• 公開（公告）號: CN114092164A
• 公開（公告）日: 2022-02-25
• 發明（設計）人: 田鵬飛;吳丹;孫偉
• 申請（專利權）人: 億景智聯（北京）科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06K9/62
• 代理公司: 北京智丞瀚方知識產權代理有限公司 11810
• 代理人: 劉化帥

本申請提供一種基于聯邦學習的門店銷量預測方法及裝置，包括：基于第一數據源的空間網格劃分，為每個所述空間網格建立第一畫像數據；基于第二數據源的現有門店，為每個現有門店建立第二畫像數據；將所述第一畫像數據和第二畫像數據上傳到聯邦學習平臺進行模型訓練，并基于訓練好的模型，輸入門店預選點計算銷量。本申請通過聯邦學習，基于多數據源數據訓練AI模型進行門店銷量預測，預測結果更為準確。

技術領域

本申請請求保護一種預設技術，尤其涉及一種基于聯邦學習的門店銷量預測方法。本申請還涉及一種基于聯邦學習的門店銷量預測裝置。

背景技術

當前，通過AI模型訓練進行結果預測的方法越來越多的應用到社會生活的方方面面中，其特點是采集眾多的樣本數據，將所述樣本數據輸入到設計好的AI模型中進行訓練，獲得訓練好的預測模塊，然后在訓練好的模型中輸入因子數據，得到結果數據。

但是，每個公司或者組織能夠采集的樣本數據是不完整的，其主要是側重于一個側面的數據，無法完整的表達因果對應關系，因此聯邦學習算法應運而生。所述聯邦學習是將多個公司或者組織的數據進行模型訓練，而這個過程中數據不會泄露出去。

現有技術中，還沒有基于聯邦學習的門店銷量預測方法，而普通的AI模型無法精確的進行銷量預測。

發明內容

為了解決問題門店銷量預測不精確的問題，本申請提供一種基于聯邦學習的門店銷量預測方法。本申請還涉及一種基于聯邦學習的門店銷量預測裝置。

本申請提供一種基于聯邦學習的門店銷量預測方法，包括：

基于第一數據源的空間網格劃分，為每個所述空間網格建立第一畫像數據；

基于第二數據源的現有門店，為每個現有門店建立第二畫像數據；

將所述第一畫像數據和第二畫像數據上傳到聯邦學習平臺進行模型訓練，并基于訓練好的模型，輸入門店預選點計算銷量。

可選的，所述第一畫像數據包括：人口總量、人口增長率、人口密度、年齡分布、流動特點、家庭特點、收入情況、購買力指數、民族、學歷及職業構成、天氣、節假日、流動人口數量；所述第二畫像數據包括：門店位置、所處商圈及商場、業態類型、周邊要素以及每天的各品類的銷售額。

可選的，所述空間網格劃分，包括：

獲取空間數據；

將所述空間數據按照預設分割密度進行分割，形成空間網格。

可選的，所述空間數據包括：連續空間數據和分段空間數據，所述連續空間數據是指一個連續的空間的數據，所述分段空間數據是指兩個或者多個互不關聯的空間的數據。

可選的，所述現有門店包括：具有相似或者相同產品門店。

本申請還提供一種基于聯邦學習的門店銷量預測裝置，包括：

第一數據模塊，用于基于第一數據源的空間網格劃分，為每個所述空間網格建立第一畫像數據；

第二數據模塊，用于基于第二數據源的現有門店，為每個現有門店建立第二畫像數據；

結果模塊，用于將所述第一畫像數據和第二畫像數據上傳到聯邦學習平臺進行模型訓練，并基于訓練好的模型，輸入門店預選點計算銷量。

可選的，所述第一畫像數據包括：人口總量、人口增長率、人口密度、年齡分布、流動特點、家庭特點、收入情況、購買力指數、民族、學歷及職業構成、天氣、節假日、流動人口數量；所述第二畫像數據包括：門店位置、所處商圈及商場、業態類型、周邊要素以及每天的各品類的銷售額。

可選的，所述第一數據模塊包括：

獲取單元，用于獲取空間數據；

劃分單元，用于將所述空間數據按照預設分割密度進行分割，形成空間網格。