供需分析方法、装置、设备及可读存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111292126A(43)申请公布日2020.06.16(21)申请号202010063814.5(22)申请日2020.01.20(71)申请人拉扎斯网络科技（上海）有限公司地址200333上海市普陀区真北路788号507室(72)发明人张逾付岩(74)专利代理机构北京中强智尚知识产权代理有限公司11448代理人黄耀威(51)Int.Cl.G06Q30/02(2012.01)G06Q30/06(2012.01)权利要求书3页说明书13页附图4页(54)发明名称供需分析方法、装置、设备及可读存储介质(57)摘要本发明公开了一种供需分析方法、装置、设备及可读存储介质，涉及计算机信息处理技术领域，提取供给变量和需求变量，基于供给变量和供给变量二次项首次建模，采用输出的结果与真实有效订单量对需求变量筛选，基于供给变量和筛选后的需求变量建模，根据极值信息，生成供需分析结果，使得供给变量强制进入建模，通过分析供给变量和供给变量二次项的系数，保证全面分析供给变量对有效订单量的影响，提高了对供需分析的准确性，可靠性较好。所述方法包括：提取蜂窝数据；建立第一回归模型，获取候选有效订单量；基于候选有效订单量和真实有效订单量，对需求变量进行特征筛选；建立第二回归模型，获取最终有效订单量；确定极值信息，生成供需分析结果。CN111292126ACN111292126A权利要求书1/3页1.一种供需分析方法，其特征在于，包括：提取目标蜂窝的蜂窝数据，所述目标蜂窝根据配送范围划分，所述蜂窝数据至少包括所述目标蜂窝的供给变量和需求变量；建立以有效订单量为目标的第一回归模型，获取所述第一回归模型输出的候选有效订单量，所述第一回归模型以所述供给变量和所述供给变量的二次项为特征建立；基于所述候选有效订单量和所述目标蜂窝的真实有效订单量，对所述需求变量进行特征筛选，得到筛选后的需求变量；建立以有效订单量为目标的第二回归模型，获取所述第二回归模型输出的最终有效订单量，所述第二回归模型以所述供给变量、所述筛选后的需求变量与所述供给变量的交叉项以及所述供给变量的二次项为特征建立；确定所述第二回归模型输出的所述最终有效订单量的极值信息，根据所述极值信息，生成供需分析结果。2.根据权利要求1所述的方法，其特征在于，所述提取目标蜂窝的蜂窝数据，包括：统计所述目标蜂窝在指定周期内的针对目标品类的库存量，将所述库存量作为所述供给变量；提取所述目标蜂窝在所述指定周期内的初始需求变量和日均订单量，所述初始需求变量至少包括所述目标蜂窝的日均曝光量、活跃用户量、低龄用户占比、蜂窝历史画像以及蜂窝类型；对所述初始需求变量与所述日均订单量进行拟合，计算所述初始需求变量与所述日均订单量的线性相关度，将所述线性相关度大于相关度阈值的初始需求变量作为所述需求变量；将所述供给变量和所述需求变量作为所述蜂窝数据。3.根据权利要求2所述的方法，其特征在于，所述提取所述目标蜂窝在所述指定周期内的初始需求变量和日均订单量，包括：统计所述目标品类在所述指定周期内基于终端曝光的总次数，计算所述总次数与所述指定周期的天数的比值作为所述日均曝光量；统计所述终端上向所述目标蜂窝下单的用户数量作为所述活跃用户量；统计所述活跃用户量中年龄在低龄区间的低龄用户量，计算所述低龄用户量与所述活跃用户量的比值作为所述低龄用户占比；对所述目标蜂窝在所述指定周期内发生的操作行为进行数据提取，将提取到的行为数据作为所述蜂窝历史画像；获取所述目标蜂窝包括的至少一个商圈，提取所述至少一个商圈的商圈属性，将所述商圈属性作为所述蜂窝类型；将所述日均曝光量、所述活跃用户量、所述低龄用户占比、所述蜂窝历史画像以及所述蜂窝类型作为所述初始需求变量；统计所述目标蜂窝在所述指定周期内的订单总量，计算所述订单总量与所述指定周期的天数的比值作为所述日均订单量。4.根据权利要求1所述的方法，其特征在于，所述建立以有效订单量为目标的第一回归模型，获取所述第一回归模型输出的候选有效订单量，包括：2CN111292126A权利要求书2/3页以所述有效订单量为目标，所述供给变量和所述供给变量的二次项为特征，建立所述第一回归模型；将所述供给变量的数值输入至所述第一回归模型中，获取所述第一回归模型输出的所述候选有效订单量。5.根据权利要求1所述的方法，其特征在于，所述基于所述候选有效订单量和所述目标蜂窝的真实有效订单量，对所述需求变量进行特征筛选，得到筛选后的需求变量，包括：统计所述目标蜂窝的所述真实有效订单量，计算所述候选有效订单量与所述真实有效订单量的差值绝对值作为残差值；以所述残差值为目标，所述需求变量以及所述需求变量与所述供给变量的交叉项建立筛选模型；将所述需求变量输入至所述筛选模