【技術實現步驟摘要】
本申請涉及商品定價領域，具體而言，涉及一種銷量預測模型及其評價方法、電子設備。
技術介紹
1、商品定價問題是電商的核心問題之一，能否為商品設置合理的定價，決定了商品的銷售能否帶來最大化的利潤。
2、一般來說，定價影響營收的邏輯是：商品售價越高，銷量就會越低。在這種量價關系下，商品一定存在最優定價，使得其帶來的營收最高。因此，當量價關系確定時，商品的最優定價是固定且可求的。所以，當得到超鏈項目每個在售商品的可靠量價關系，我們就可以通過運籌方法計算得到每個商品的最優理論售價，從而最大化每個商品帶來的營收。
3、現有技術存在的問題在于，在決策前無法預知商品在不同售價下的銷量。
技術實現思路
1、本申請旨在提出一種銷量預測模型及其評價方法、電子設備，以解決商品在發布新品時，以解決在決策前無法預知商品在不同售價下的銷量問題。
2、根據本申請的一方面，提出一種銷量預測模型，包括模型參數生成單元，配置為根據商品的序列特征數據生成所述銷量預測模型的權重矩陣；模型預測單元，配置為根據所述商品的靜態特征數據，利用所述權重矩陣生成預測銷量基準值和折扣特征向量；折扣掩碼生成單元，配置為根據預設的折扣范圍生成折扣掩碼向量；折扣擴張系數生成單元，配置為根據所述折扣特征向量和所述折扣掩碼向量生成折扣擴張系數；銷量預測單元，配置為根據所述預測銷量基準值和所述折扣擴張系數生成預測銷量。
3、根據一些實施例，所述模型參數生成單元進一步配置為根據商品的序列特征數據，通過t
4、根據一些實施例，所述序列特征數據包括商品的銷量數據、曝光流量數據和/或成交價折扣度。根據一些實施例，所述模型預測單元包括第一預測子單元、第二預測子單元和第三預測子單元，所述權重矩陣包括第一預測子單元權重矩陣、第二預測子單元權重矩陣和第三預測子單元權重矩陣，其中：所述第一預測子單元配置為根據所述商品的靜態特征數據和所述第一預測子單元權重矩陣，通過第一神經網絡生成解碼特征向量；所述第二預測子單元配置為利用所述解碼特征向量和所述第二預測子單元權重矩陣，通過第二神經網絡生成所述預測銷量基準值；所述第三預測子單元配置為利用所述解碼特征向量和所述第三預測子單元權重矩陣，通過第三神經網絡生成所述折扣特征向量。
5、根據一些實施例，所述第一神經網絡包括三層結構的神經網絡，所述第一預測子單元權重矩陣包括第一預測子單元第一權重矩陣、第一預測子單元第二權重矩陣和第一預測子單元第三權重矩陣，其中：所述第一神經網絡中的第一層配置為對所述商品的靜態特征數據和所述第一預測子單元第一權重矩陣執行乘法操作，以得到第一乘法操作結果，并對所述第一乘法操作結果進行非線性變換，得到第一非線性變換結果；所述第一神經網絡絡中的第二層配置為對所述第一非線性變換結果和所述第一預測子單元第二權重矩陣執行乘法操作，以得到第二乘法操作結果，并對所述第二乘法操作結果進行非線性變換，得到第二非線性變換結果；所述第一神經網絡中的第三層配置為對所述第二非線性變換結果和所述第一預測子單元第三權重矩陣執行乘法操作，以得到所述解碼特征向量。
6、根據一些實施例，所述第二神經網絡包括三層結構的神經網絡，所述第二預測子單元權重矩陣包括第二預測子單元第一權重矩陣、第二預測子單元第二權重矩陣和第二預測子單元第三權重矩陣，其中：所述第二神經網絡中的第一層配置為對所述解碼特征向量和所述第二預測子單元第一權重矩陣執行乘法操作，以得到第一乘法操作結果，并對所述第一乘法操作結果進行非線性變換，得到第一非線性變換結果；所述第二神經網絡中的第二層配置為對所述第一非線性變換結果和所述第二預測子單元第二權重矩陣執行乘法操作，以得到第二乘法操作結果，并對所述第二乘法操作結果進行非線性變換，得到第二非線性變換結果；所述第二神經網絡中的第三層配置為對所述第二非線性變換結果和所述第二預測子單元第三權重矩陣執行乘法操作，以得到所述預測銷量基準值。
7、根據一些實施例，所述第三神經網絡包括三層結構的神經網絡，所述第三預測子單元權重矩陣包括第三預測子單元第一權重矩陣、第三預測子單元第二權重矩陣和第三預測子單元第三權重矩陣，其中：所述第三神經網絡中的第一層配置為對所述解碼特征向量和所述第三預測子單元第一權重矩陣執行乘法操作，以得到第一乘法操作結果，并對所述第一乘法操作結果進行非線性變換，得到第一非線性變換結果；所述第三神經網絡絡中的第二層配置為對所述第一非線性變換結果和所述第三預測子單元第二權重矩陣執行乘法操作，以得到第二乘法操作結果，并對所述第二乘法操作結果進行非線性變換，得到第二非線性變換結果；所述第三神經網絡中的第三層配置為對所述第二非線性變換結果和所述第三預測子單元第三權重矩陣執行乘法操作，以得到第三乘法操作結果，并對所述第三乘法操作結果進行非線性變換，得到所述折扣特征向量。
8、根據一些實施例，所述折扣掩碼生成單元進一步配置為根據預設的折扣范圍、預設的折扣步長和基礎折扣向量初始值確定基礎折扣向量，并根據預測銷量的折扣，利用所述基礎折扣向量生成所述折扣掩碼向量。
9、根據一些實施例，所述折扣擴張系數生成單元進一步配置為對所述折扣特征向量和所述折扣掩碼向量執行內積操作，得到所述折扣擴張系數。
10、根據一些實施例，所述折扣擴張系數生成單元進一步配置為按照所述折扣特征向量中折扣值從大到小的順序計算所述折扣擴張系數，在計算所述折扣特征向量中第一個元素之后的折扣擴張系數時，計算的折扣擴張系數的值為其相鄰的前一個折扣對應的折扣擴張系數的值和所述折扣特征向量中對應的折扣特征的和。
11、根據一些實施例，所述銷量預測單元進一步配置為對所述預測銷量基準值和所述折扣擴張系數執行乘法操作，生成所述預測銷量。
12、根據一些實施例，所述模型預測單元還包括定價單元，配置為按照如下公式計算不同折扣下的商品利潤，并根據計算的利潤的最大值確定商品的折扣，以確定商品的定價，
13、profit＝(p1*discount-p0)*qty
14、其中，profit為計算的利潤，p1為所述商品的頁面原價，discount為所述商品的折扣，p0為所述商品的成本價，qty為當商品折扣為discount時，所述銷量預測模型預測的商品銷量。
15、根據本申請的一方面，提出一種銷量預測模型的評價方法，包括響應于評價指令，利用所述銷量預測模型生成對應商品的預測銷量；根據所述預測銷量的大小對所述預測銷量進行分組；計算分組后所對應的每組商品的加權平均絕對百分比誤差；利用每組商品的加權平均絕對百分比誤差計算加權平均值，以利用所述加權平均值評價所述銷量預測模型。
16、根據本申請的一方面，提出一種電子設備，包括處理器；以及存儲器，存儲有計算機程序，當所述計算機程序被所述處理器執行時，使得所述處理器執行如前任一實施例所述的評價方法。
17、根據本申請的實施例，利用商本文檔來自技高網...
【技術保護點】
1.一種銷量預測模型，其特征在于，包括：
2.根據權利要求1所述的銷量預測模型，其特征在于，所述模型參數生成單元進一步配置為根據商品的序列特征數據，通過Transformer編碼器生成所述銷量預測模型的權重矩陣。
3.根據權利要求2所述的銷量預測模型，其特征在于，所述序列特征數據包括商品的銷量數據、曝光流量數據和/或成交價折扣度。
4.根據權利要求1所述的銷量預測模型，其特征在于，所述模型預測單元包括第一預測子單元、第二預測子單元和第三預測子單元，所述權重矩陣包括第一預測子單元權重矩陣、第二預測子單元權重矩陣和第三預測子單元權重矩陣，其中：
5.根據權利要求4所述的銷量預測模型，其特征在于：
6.根據權利要求4所述的銷量預測模型，其特征在于：
7.根據權利要求4所述的銷量預測模型，其特征在于：
8.根據權利要求1所述的銷量預測模型，其特征在于，所述折扣掩碼生成單元進一步配置為根據預設的折扣范圍、預設的折扣步長和基礎折扣向量初始值確定基礎折扣向量，并根據預測銷量的折扣，利用所述基礎折扣向量生成所述折
9.根據權利要求1所述的銷量預測模型，其特征在于，所述折扣擴張系數生成單元進一步配置為對所述折扣特征向量和所述折扣掩碼向量執行內積操作，得到所述折扣擴張系數。
10.根據權利要求9所述的銷量預測模型，其特征在于，所述折扣擴張系數生成單元進一步配置為按照所述折扣特征向量中折扣值從大到小的順序計算所述折扣擴張系數，在計算所述折扣特征向量中第一個元素之后的折扣擴張系數時，計算的折扣擴張系數的值為其相鄰的前一個折扣對應的折扣擴張系數的值和所述折扣特征向量中對應的折扣特征的和。
11.根據權利要求1所述的銷量預測模型，其特征在于，所述銷量預測單元進一步配置為對所述預測銷量基準值和所述折扣擴張系數執行乘法操作，生成所述預測銷量。
12.根據權利要求1所述的銷量預測模型，其特征在于，還包括：
13.一種銷量預測模型的評價方法，其特征在于，包括：
14.一種電子設備，包括：
...【技術特征摘要】
1.一種銷量預測模型，其特征在于，包括：
2.根據權利要求1所述的銷量預測模型，其特征在于，所述模型參數生成單元進一步配置為根據商品的序列特征數據，通過transformer編碼器生成所述銷量預測模型的權重矩陣。
3.根據權利要求2所述的銷量預測模型，其特征在于，所述序列特征數據包括商品的銷量數據、曝光流量數據和/或成交價折扣度。
4.根據權利要求1所述的銷量預測模型，其特征在于，所述模型預測單元包括第一預測子單元、第二預測子單元和第三預測子單元，所述權重矩陣包括第一預測子單元權重矩陣、第二預測子單元權重矩陣和第三預測子單元權重矩陣，其中：
5.根據權利要求4所述的銷量預測模型，其特征在于：
6.根據權利要求4所述的銷量預測模型，其特征在于：
7.根據權利要求4所述的銷量預測模型，其特征在于：
8.根據權利要求1所述的銷量預測模型，其特征在于，所述折扣掩碼生成單元進一步配置為根據預設的折扣范圍、預設的折扣步長和基礎折扣向量初始值...
【專利技術屬性】
技術研發人員：俞霖霖，張龍翔，
申請(專利權)人：阿里巴巴中國網絡技術有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。