[发明专利]商品品牌特征获取方法、销量预测方法、装置及电子设备

权利要求书

1.一种商品品牌特征获取方法，其特征在于，包括：

获取包括目标商品品牌在内的多个商品品牌各自对应的历史日均销量序列；

将每个商品品牌各自对应的历史日均销量序列转换为句子字符串；

基于所有的句子字符串组成矩阵阵列，所述矩阵阵列中的每一行对应一个句子字符串；

基于词向量模型将所述矩阵阵列中的每一个句子字符串转换为对应的句向量，得到语义向量矩阵；

对所述语义向量矩阵中的每个句向量进行聚类，得到聚类后的所述目标商品品牌所在的类对应的标签，所述标签为所述目标商品品牌对应的品牌特征。

2.根据权利要求1所述的方法，其特征在于，基于词向量模型将所述矩阵阵列中的每一个句子字符串转换为对应的句向量，包括：

基于doc2vector模型将所述矩阵阵列中的每一个句子字符串转换为对应的句向量。

3.根据权利要求1所述的方法，其特征在于，基于词向量模型将所述矩阵阵列中的每一个句子字符串转换为对应的句向量，包括：

针对所述矩阵阵列中的每一个句子字符串，基于word2vector模型将该句子字符串中的每个词转换为对应的词向量；

基于该句子字符串中的每个词对应的词向量，获得该句子字符串对应的句向量。

4.根据权利要求1所述的方法，其特征在于，在获取包括目标商品品牌在内的多个商品品牌各自对应的历史日均销量序列之前，所述方法还包括：

基于每个商品品牌的历史销量数据，获得每个商品品牌各自对应的历史日均销量序列。

5.一种销量预测方法，其特征在于，包括：

获取待预测商品的相关特征，所述相关特征包括利用如权利要求1-4中任一项所述的方法获得的品牌特征以及其余数值型特征；

将所述品牌特征和所述其余数值型特征进行拼接，得到目标特征；

将所述目标特征输入事先训练好的销量预测模型中，以预测所述待预测商品品牌的销量。

6.根据权利要求5所述的方法，其特征在于，所述其余数值型特征包括：待预测商品品牌在预设时间段内的日均销量序列，天气情况，客流量，节假日状况以及地理位置中的至少2种及以上特征的组合。

7.一种商品品牌特征获取装置，其特征在于，包括：

获取模块，用于获取包括目标商品品牌在内的多个商品品牌各自对应的历史日均销量序列；

第一转换模块，用于将每个商品品牌各自对应的历史日均销量序列转换为句子字符串；

组成模块，用于基于所有的句子字符串组成矩阵阵列，所述矩阵阵列中的每一行对应一个句子字符串；

第二转换模块，用于基于词向量模型将所述矩阵阵列中的每一个句子字符串转换为对应的句向量，得到语义向量矩阵；

聚类模块，用于对所述语义向量矩阵中的每个句向量进行聚类，得到聚类后的所述目标商品品牌所在的类对应的标签，所述标签为所述目标商品品牌对应的品牌特征。

8.一种销量预测装置，其特征在于，包括：

获取模块，用于获取待预测商品的相关特征，所述相关特征包括利用如权利要求1-4中任一项所述的方法获得的品牌特征以及其余数值型特征；

拼接模块，用于将所述品牌特征和所述其余数值型特征进行拼接，得到目标特征；

预测模块，用于将所述目标特征输入事先训练好的销量预测模型中，以预测所述待预测商品品牌的销量。

9.一种电子设备，其特征在于，包括：

存储器和处理器，所述处理器与所述存储器连接；

所述存储器，用于存储程序；

所述处理器，用于调用存储于所述存储器中的程序，以执行如权利要求1-4中任一项所述的方法，或者，执行如权利要求5或6所述的方法。

10.一种存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器运行时，执行如权利要求1-4中任一项所述的方法，或者，执行如权利要求5或6所述的方法。