[发明专利]模型训练、信息输出方法，装置，设备以及存储介质

权利要求书

1.一种模型训练方法，包括：

获取第一历史时间段内生成的第一物品销量数据；

利用所述第一物品销量数据对初始销量预测模型进行训练，得到训练好的目标销量预测模型；

获取所述第一历史时间段之后的第二历史时间段内生成的第一增量物品销量数据；

利用所述第一增量物品销量数据对所述目标销量预测模型进行更新。

2.根据权利要求1所述的方法，其中，所述目标销量预测模型包括多个预测树；以及

所述利用所述第一增量物品销量数据对所述目标销量预测模型进行更新，包括：

利用所述第一增量物品销量数据对所述目标销量预测模型中的至少一颗预测树进行更新。

3.根据权利要求2所述的方法，其中，所述利用所述第一增量物品销量数据对所述目标销量预测模型进行更新，包括：

对所述目标销量预测模型中的至少一颗预测树不进行更新。

4.根据权利要求1所述的方法，其中，所述目标销量预测模型包括多个预测树；以及

所述利用所述第一增量物品销量数据对所述目标销量预测模型进行更新，包括：

固定所述多个预测树的结构和参数，增加新的预测树；

利用所述第一增量物品销量数据对新的预测树进行训练，以更新所述目标销量预测模型。

5.根据权利要求1所述的方法，其中，所述第一历史时段和所述第二历史时段连续。

6.根据权利要求1所述的方法，其中，所述方法还包括：

获取所述第二历史时间段之后的第三历史时间段内生成的第二增量物品销量数据；

利用所述第二增量物品销量数据对更新后的目标销量预测模型进行测试；

根据测试结果，确定是否对更新后的目标销量预测模型进行再次训练。

7.根据权利要求1所述的方法，其中，所述根据测试结果，确定是否对更新后的目标销量预测模型进行再次训练，包括：

根据所述更新后的目标销量预测模型对所述第二增量物品销量数据的预测结果与所述第二增量物品销量数据中的实际结果，确定所述更新后的目标销量预测模型的误差；

响应于确定所述误差小于预设阈值，利用所述第二历史时间段之后的第三历史时间段内生成的第三增量物品销量数据，对更新后的目标销量预测模型进行再次训练。

8.根据权利要求7所述的方法，其中，所述根据测试结果，确定是否对更新后的目标销量预测模型进行再次训练，包括：

响应于确定所述误差大于或等于所述预设阈值，利用当前时刻之间的全量历史物品销量数据，对更新后的目标销量预测模型进行再次训练。

9.根据权利要求1-8任一项所述的方法，其中，所述初始销量预测模型包括至少两个初始预测树，所述第一物品销量数据包括多个训练样本；以及

所述利用所述第一物品销量数据对初始销量预测模型进行训练，得到训练好的目标销量预测模型，包括：

对于每个初始预测树，确定该初始预测树针对每个训练样本的残差；

对所述残差进行拟合，得到回归树；

根据所述回归树，对每个初始预测树进行参数更新，得到训练好的目标销量预测模型。

10.一种信息输出方法，包括：

获取目标商品的相关信息；

根据所述相关信息以及预先训练的目标销量预测模型，预测所述目标商品的销量数据，所述目标销量预测模型通过如权利要求1-7任一项所述的方法训练得到；

输出所述销量数据。