[发明专利]商品动态定价数据处理方法和系统在审
| 申请号： | 201710510912.7 | 申请日： | 2017-06-29 |
| 公开（公告）号： | CN107123004A | 公开（公告）日： | 2017-09-01 |
| 发明（设计）人： | 宋磊 | 申请（专利权）人： | 北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司 |
| 主分类号： | G06Q30/02 | 分类号： | G06Q30/02;G06Q10/04 |
| 代理公司： | 中国国际贸易促进委员会专利商标事务所11038 | 代理人： | 赵倩男 |
| 地址： | 100195 北京市海淀区杏石口路6*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种商品动态定价数据处理方法和系统，涉及数据处理领域。该方法包括获取商品的历史销售数据；根据历史销售数据确定在执行预定价格策略的情况下从当前库存量状态到预期库存量状态的状态转移概率；基于马尔科夫决策模型，以预期目标为奖励函数，根据状态转移概率、预期累计收益和奖励函数，利用增强学习算法迭代计算，动态确定商品的最优价格；其中，预期目标为在执行预定价格策略的情况下从当前库存量状态到预期库存量状态的预期收益。本发明基于马尔科夫决策模型和增强学习算法利用历史销售数据进行数据处理，得到商品的最优定价策略，能够最大限度的提高商品的收益。 | ||
| 搜索关键词： | 商品 动态 定价 数据处理 方法 系统 | ||
【主权项】：
一种商品动态定价数据处理方法，其特征在于，包括：获取商品的历史销售数据；根据所述历史销售数据确定在执行预定价格策略的情况下从当前库存量状态到预期库存量状态的状态转移概率；基于马尔科夫决策模型，以预期目标为奖励函数，根据状态转移概率、预期累计收益和奖励函数，利用增强学习算法迭代计算，动态确定商品的最优价格；其中，所述预期目标为在执行预定价格策略的情况下从当前库存量状态到预期库存量状态的预期收益。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司，未经北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710510912.7/，转载请声明来源钻瓜专利网。
- 上一篇：基于互联网深度融合的广告代理营销方法
- 下一篇：一种易开票方法及系统
