[发明专利]物品销量预测方法、装置、计算机设备和存储介质

权利要求书

1.一种物品销量预测方法，所述方法包括：

获取影响物品销量预测的多个影响因子中各所述影响因子的数据；

获取所述物品的历史销量数据；

将所述历史销量数据和各所述影响因子的数据输入到已训练的时序预测模型，获得所述时序预测模型输出的所述物品的预测销量数据；

其中，所述时序预测模型用于确定各所述影响因子的数据之间的时序相关性并基于所述时序相关性、各所述影响因子的数据和所述历史销量数据输出所述预测销量数据。

2.根据权利要求1所述的方法，其特征在于，所述时序预测模型为transformer模型，所述transformer模型包括编码层和解码层，所述transformer模型用于通过所述编码层和所述解码层确定各所述影响因子的数据之间的时序相关性并基于所述时序相关性、各所述影响因子的数据和所述历史销量数据输出所述预测销量数据。

3.根据权利要求2所述的方法，其特征在于，所述将所述历史销量数据和各所述影响因子的数据输入到已训练的时序预测模型，包括：

若所述多个影响因子中第一目标影响因子的数据包含未来时间点的数据，则将所述第一目标影响因子的数据分别输入到所述transformer模型的编码层和解码层；

若所述多个影响因子中第二目标影响因子的数据不包含未来时间点的数据，则将所述第二目标影响因子的数据和所述历史销量数据输入到所述transformer模型的编码层；

若所述多个影响因子中第三目标影响因子的数据为固定值，则将所述第三目标影响因子的数据输入到所述transformer模型的解码层。

4.根据权利要求2所述的方法，其特征在于，所述多个影响因子包括第一影响因子、第二影响因子以及第三影响因子，所述第一影响因子的数据随时间变化且包含未来时间点的数据，所述第二影响因子的数据随时间变化且不包含未来时间点的数据，所述第三影响因子的数据为固定值；

所述将所述历史销量数据和各所述影响因子的数据输入到已训练的时序预测模型，包括：

将所述第一影响因子的数据分别输入到所述transformer模型的编码层和解码层；

将所述第二影响因子的数据和所述历史销量数据输入到所述transformer模型的编码层；

将所述第三影响因子的数据输入到所述transformer模型的解码层。

5.根据权利要求4所述的方法，其特征在于，所述第一影响因子包括第一子影响因子和第二子影响因子，所述第一子影响因子为连续变量，所述第二子影响因子为离散变量，所述将所述第一影响因子的第一数据分别输入所述编码层和所述解码层，包括：

将所述第一子影响因子的数据分别输入所述编码层和所述解码层；

将所述第二子影响因子的数据转换为向量，将转换得到的向量分别输入所述编码层和所述解码层。

6.根据权利要求4所述的方法，其特征在于，所述第二影响因子包括第三子影响因子和第四子影响因子，所述第三子影响因子为连续变量，所述第四子影响因子为离散变量，所述将所述第二影响因子的数据输入到所述transformer模型的编码层，包括：

将所述第三子影响因子的数据和所述历史销量数据进行拼接，将拼接后的数据输入所述编码层；

将所述第四子影响因子的数据转换为向量，将转换得到的向量输入所述编码层。

7.根据权利要求4所述的方法，其特征在于，所述第三影响因子包括第五子影响因子和第六子影响因子，所述第五子影响因子为连续变量，所述第六子影响因子为离散变量，所述将所述第三影响因子的数据输入到所述transformer模型的解码层，包括：

将所述第五子影响因子的数据激活为向量，将激活得到的向量输入所述解码层；

将所述第六子影响因子的数据转换为向量，将得到的向量输入所述解码层。