[发明专利]一种进行商品选择的方法和装置

权利要求书

1.一种进行商品选择的方法，其特征在于，包括下列步骤：

数据准备，用于获取有关多个商品的关于时间序列特征的数据和活动场景的非时间序列特征的数据；

模型训练，用于对多个商品的时间序列特征的数据进行时间序列分析，以及对多个商品的非时间序列特征的数据进行多元回归分析，组合时间序列分析和多元回归分析的结果；以及

模型应用，用于基于组合的结果选择商品。

2.根据权利要求1所述的方法，其特征在于，所述数据准备包括：

业务抽象分析，用于从每一个商品的时间序列特征和活动场景下的非时间序列特征下进行数据抽象；

数据集成，用于将每一个商品的时间序列特征的销售数据整理为符合时间序列需要的观察值序列，以及总结促销活动中的销售因素数据；

数据预处理，用于对观察值序列和销售因素数据进行预处理。

3.根据权利要求1所述的方法，其特征在于，所述模型训练包括：

时间序列分析，用于对观察值序列进行预处理，符合平稳非白噪声序列特点时进行时间序列分析；

多元回归分析，用于对商品的非时间序列特征的数据进行多元回归分析；

模型组合，用于将时间序列分析的结果和多元回归分析的结果线性组合，选择出在其场景下的促销商品。

4.根据权利要求3所述的方法，其特征在于，所述对观察值序列进行预处理包括对所述观察序列的自相关系数(ACF)和偏相关系数(PACF)进行计算，基于自相关系数(ACF)和偏相关系数(PACF)选择移动平均过程(MA)、自回归过程(AR)、自回归移动平均过程(ARMA)以及自回归积分滑动平均模型(ARIMA)过程中的至少一个。

5.根据权利要求3所述的方法，其特征在于，所述时间序列分析的结果和多元回归分析的结果的线性组合基于：

Q＝W_i*Y_i

Q代表将两个模型的销量预测结果组合之后的商品销量预测值，Y_i代表两种模型各自预测得到的销量预测中间值，W_i是模型组合过程中的权数，是依据组合误差的方差最小原则加以确定的，且满足下列等式：

其中为第i种单项预测模型的残差方差。

6.根据权利要求1所述的方法，其特征在于，所述非时间序列特征包括：商品属性、活动吸引力以及消费者偏好中的至少一个。

7.一种进行商品选择的装置，其特征在于，包括：

数据准备模块，用于获取有关多个商品的关于时间序列特征的数据和活动场景的非时间序列特征的数据；

模型训练模块，用于对多个商品的时间序列特征的数据进行时间序列分析，以及对多个商品的非时间序列特征的数据进行多元回归分析，组合时间序列分析和多元回归分析的结果；以及

模型应用模块，用于基于组合的结果选择商品。

8.根据权利要求7所述的装置，其特征在于，所述数据准备模块包括：

业务抽象分析单元，用于从每一个商品的时间序列特征和活动场景下的非时间序列特征下进行数据抽象；

数据集成单元，用于将每一个商品的时间序列特征的销售数据整理为符合时间序列需要的观察值序列，以及总结促销活动中的销售因素数据；

数据预处理单元，用于对观察值序列和销售因素数据进行预处理。

9.根据权利要求7所述的装置，其特征在于，所述模型训练模块包括：

时间序列分析模块，用于对观察值序列进行预处理，符合平稳非白噪声序列特点时进行时间序列分析；

多元回归分析模块，用于对商品的非时间序列特征的数据进行多元回归分析；

模型组合模块，用于将时间序列分析的结果和多元回归分析的结果线性组合，选择出在其场景下的促销商品。