[发明专利]基于广义相加模型的产品投放方法及装置、介质、设备

权利要求书

1.一种基于广义相加模型的产品投放方法，其特征在于，包括：

获取在最近预设时间段内针对预设酒类产品的相关数据；其中，所述相关数据包括订购数据、投放数据、库存数据和消费者行为数据中的至少一项；所述最近预设时间段包括多个连续的周期；

从所述相关数据中提取出内在周期性特征和消费者行为特征；

将所述周期性特征和所述消费者行为特征输入到预测模型中，得到所述预设酒类产品在一个未来周期内的零售量预测值；其中，所述预测模型为预先对根据内在周期性特征和消费者行为特征所构建的广义相加模型进行拟合而得到；

根据该未来周期的零售量预测值，确定该未来周期的投放量，并根据所述投放量对所述预设酒类产品进行投放。

2.根据权利要求1所述的方法，其特征在于，在所述从所述相关数据中提取出内在周期性特征和消费者行为特征之前，进一步包括：

计算所述最近预设时间段中每一个平滑窗口内的相关数据的平均值；其中，一个平滑窗口包括当前周期和所述当前周期之前的预设多个周期；

将该平滑窗口内的相关数据的平均值作为对所述当前周期平滑后的相关数据，以实现对该周期的相关数据的平滑处理。

3.根据权利要求1所述的方法，其特征在于，所述内在周期性特征包括所述预设酒类产品在一个周期内的平均订购量和所述预设酒类产品在一个周期内的订购量变化趋势和所述预设酒类产品在一个月内的归一化周期数量中的至少一项；和/或；所述消费者行为特征包括所述预设酒类产品在一个周期内的平均扫码金额、所述预设酒类产品在一个周期内的平均扫码出库笔数、所述预设酒类产品在一个周期内的扫码出库集中度和所述预设酒类产品在一个周期内的平均出库规格比重中的至少一项。

4.根据权利要求3所述的方法，其特征在于，所述广义相加模型为：

g(E(y))＝β₀+β₁Qt+β₂Rt+β₃Nt+f_a(At)+f_o(Ot)+f_c(Ct)+f_w(Wt)+∑f_ij(x_i,x_j)

式中，y是在一个未来周期的零售量预测值，E(y)是y的期望值，g()是连接函数，Qt是所述预设酒类产品在一个周期内的平均订购量，Rt是所述预设酒类产品在一个周期内的订购量变化趋势，Nt是所述预设酒类产品在一个月内的归一化周期数量，At是所述预设酒类产品在一个周期内的平均扫码金额，Ot是所述预设酒类产品在一个周期内的扫码出库集中度，Ct是所述预设酒类产品在一个周期内的平均扫码出库笔数，Wt是所述预设酒类产品在一个周期内的平均出库规格比重，β₁、β₂和β₃是多项式系数，β₀是截距，f_a、f_o、f_c和f_w均为单变量函数，x_i,x_j∈(At、Ct、Ot、Wt)，f_ij(x_i,x_j)为x_i和x_j的交互函数。

5.根据权利要求4所述的方法，其特征在于，对所述广义相加模型的拟合过程包括：

在拟合过程中，通过拟合优度、广义交叉验证偏差和赤池信息来筛选所述多项式系数、所述单变量函数和所述交互函数。

6.根据权利要求5所述的方法，其特征在于，对所述广义相加模型的拟合过程还包括：

判断筛选的所述多项式系数、所述单变量函数和所述交互函数所形成的广义相加模型的拟合度是否达到预设值；

若拟合度达到所述预设值，则将筛选的所述多项式系数、所述单变量函数和所述交互函数所形成的广义相加模型作为所述预测模型。