时间期满库存的需求预测制造技术

本公开包括用于基于时间期满库存的价格来预测需求的方法。在线系统提供了时间期满库存的管理员与多个客户之间的连接。在线系统为在线系统上的客户提供了管理员的时间期满库存的列表。管理员指定列表中时间期满库存的价格。需求函数基于列表和时间期满库存的特征来预测对时间期满库存的需求。在线系统基于所预测的需求来确定接收来自在线系统上的客户的时间期满库存的请求的似然性。在线系统可以使用所确定的似然性向管理员提供关于列表的价格改变会如何影响时间期满库存的需求的信息。

Demand forecast for time expiry inventory

The present disclosure includes a method for predicting demand based on the price of a time expiry inventory. The online system provides a connection between the administrator of the time expires and the multiple customers. The online system provides a list of the managers' time to be full of inventory for the customers on the online system. The administrator specifies the price of the time expires in the list in the list. The demand function is based on the characteristics of the list and the time expired stock to predict the demand for the time expired stock. The online system is based on the predicted requirements to determine the likelihood of the request to receive the time expiry of the time from the customer on the online system. The online system can use the determined likelihood to provide the administrator with information about how the price changes of the list will affect the needs of the time expired stock.

【技术实现步骤摘要】
【国外来华专利技术】时间期满库存的需求预测相关申请的交叉引用本申请要求于2014年11月26日提交的美国临时申请号62/085,049、于2015年2月5日提交的美国临时申请号62/112,567和于2015年5月26日提交的美国临时申请号62/166,440的权益，其全部内容通过引用并入本文。
本申请一般涉及在时间期满库存的情景中使用机器学习模型和数据分析，特别涉及将训练标签分配给与时间期满库存有关的机器学习样本数据。
技术介绍
在商品或服务的通常交易中，控制或拥有商品的管理员设定商品的价格并且等待有兴趣方同意支付所建议的价格。经常，管理员未能正确地对商品进行定价，但因为市场上的不完整信息和其它经济因素，所以有人可能最终同意支付价格。然而，因为如果库存在其期满之前没有出售，则库存就被浪费，并且管理员没有收到收益，所以对时间期满库存进行定价是个更具挑战性的工作。因此，时间期满库存的管理员很可能对其库存进行定价太高并且在期满时有失去收益的风险，或者将其库存定价太低而收到不理想的收益但利用率很高。附加地，时间期满库存的理想或期望的市场清算价格可能随库存接近其期满日期而改变。这些因素的组合使得时间期满库存的管理员难以对其库存进行最优化的定价。
技术实现思路
在线系统使得管理员能够为时间期满库存创建列表，并且使得客户能够提交交易请求来预约、租赁或购买所列出的时间期满库存。在线系统估计时间期满库存的列表的需求。在线系统定义了特征集合，其描述了时间期满库存、相关联的列表以及时间期满库存的市场。这些描述性特征的集合是列表的特征向量。在线系统通过将该列表的特征向量输入到需求函数来估计对列表的需求。需求函数可以包括特征向量的每个特征的特征模型，其中，特征向量中的每个特征与特征模型相关联。需求函数可以是将特征模型相加以产生需求估计的广义加法模型。在线系统可以使用训练数据来训练需求函数，其中，来自训练数据的每个样本包括二进制标签，该二进制标签描述了列表的时间期满库存是否在其期满之前从客户接收到交易请求以及描述每个采样时间的时间期满库存的列表。在线系统可以收集用于单个列表的多个样本，其中，每个样本与在时间期满库存期满之前的时间周期内的时间期满库存的列表的特征相对应。然后，在线系统可以使用似然性模型将需求估计转换为从客户接收交易请求的似然性。然后，在线系统可以为时间期满库存的管理员创建价格提示。在线系统通过生成大于或小于时间期满库存的当前价格的测试价格集合来计算价格提示。然后，在线系统将时间期满库存的列表的修改特征向量(每个修改特征向量具有不同测试价格)输入到需求函数中。需求函数产生测试需求估计集合，在线系统使用似然性模型将其转换为测试似然性集合。然后，在线系统可以基于该测试似然性集合来确定价格提示。在线系统可以基于数据点来拟合函数，每个数据点包括测试似然性和产生测试似然性的对应测试价格。该函数表示一系列价格以及由此产生的接收交易请求的预测似然性。在线系统可以选择使价格和函数上的点的请求似然性的乘积最大化的新价格。附图说明图1是按照一个实施例的使得用于预订的时间期满库存可用的包括在线系统的计算环境的框图。图2是按照一个实施例的在线系统的逻辑部件的框图。图3A至3B是图示了按照一个实施例的需求模块的部件和操作的图。图4A至图4D图示了按照一个实施例的由需求模块使用的训练数据的标注逻辑。图5图示了按照一个实施例的用于存储由需求模块使用的训练数据的示例存储装置。图6图示了按照一个实施例的特征模型。图7A至图7B图示了按照一个实施例的示例特征模型。图8图示了按照一个实施例的由需求模块使用的似然性模型。图9A至图9C图示了按照一个实施例的为列表创建定价模型的过程。附图仅为了说明的目的而描绘了本专利技术的各种实施例。本领域技术人员将从以下讨论中容易地认识到，在不背离本文中所描述的本专利技术的原理的情况下，可以采用本文中所说明的结构和方法的备选实施例。具体实施方式I.系统概述图1是按照一个实施例的包括用于提供用于购买、租借、租赁、预约等的时间期满库存的在线系统的计算环境的框图。网络109表示交易的一方(这里被称为客户102A)和交易的另一方(这里被称为管理员102B)之间的通信路径。出于解释起见，客户包括价值的潜在购买者、租户、承租人、持有预约的客户、或提供换取以任何形式访问时间期满库存的考虑的任何其它方。出于解释起见，管理员包括时间期满库存的项目的出售方、业主、以及代表业主、出租人、管理预约库存(诸如售票员或餐厅或酒店预订人员)的那些人、或接收换取用于提供对时间期满库存的访问(以任何形式)的考虑的任何其它方来管理财产的财产物主。根据正在交易的时间期满库存的类型，时间期满库存可以是正在被出售、被租赁、被预约等。出于解释起见，这些不同类型的交易在这里被称为“预订”，以提供一个方便的项目用于对整个可能交易类型的集合。在线系统111包括一个或多个计算设备，其通过网络109耦合与客户和管理员相关联的计算设备101，以允许客户和管理员在网络109上虚拟交互。在一个实施例中，网络是互联网。网络还可以利用不一定是因特网的一部分的专用或私有通信链路(例如，广域网(WAN)、城域网(MAN)或局域网(LAN))。网络使用标准通信技术和/或协议。计算设备101由客户和管理员用于与在线系统113交互。计算设备101执行操作系统，例如，MicrosoftWindows兼容操作系统(OS)、AppleOSX或iOS、Linux发行版、或Google的AndroidOS。在一些实施例中，客户设备101可以使用诸如MicrosoftInternetExplorer、MozillaFirefox、GoogleChrome、AppleSafari和/或Opera之类的网络浏览器113作为与在线系统111交互的用户友好的图形接口。在其它实施例中，计算设备101可以执行用于访问在线系统111的专用软件应用。在线系统111为客户和管理员提供计算平台，以经由其计算设备101进行交互以交易时间期满库存。在线系统111可以支持例如餐厅用餐在线系统(或任何其它类型的在线系统，诸如飞机或火车座位在线系统、酒店在线系统或日间spa在线系统)、乘车分享(拼车)在线系统、住宿在线系统等。在线系统111向管理员提供创建时间期满库存的列表的能力。可以为时间期满库存的每个单独的实例创建列表，诸如由航空公司在线系统提供的每个航班的每架飞机的每个座位。可替代地，可以针对特定库存创建列表，而不管时间如何，然后可以在当那些时间单位已经过去时期满的时间单位内交易该列表。在这种情况下，该列表对于时间期满库存集合是公共的，集合中的每个时间期满库存项目仅在正在交易的时间/日期范围内不同于其它项目。例如，对于房地产租借系统，列表可以针对特定公寓或共管公寓，客户和管理员可以在与该公寓或共管公寓相关联的不同时间单位(例如，日期)内交易。通常，尽管不一定，但是每个列表将具有与列表相关联的相关联的真实世界地理位置。这可能是租赁财产的位置、或预约餐厅的位置、以及可能预约的特定桌。在线系统111还向管理员提供在线软件工具来帮助管理员管理其列表，其包括提供有关列表的实际和预测需求的信息、以及授权管理员他们可以选择使用以提高特定列表的利用率和/或收益的本文档来自技高网...

【技术保护点】
一种计算机执行的方法，包括：在在线计算系统处接收用于主题列表的特征向量，所述主题列表包括可用于由所述在线计算系统的多个客户中的一个客户预订的时间期满库存，所述特征向量包括所述列表的多个特征，所述多个特征包括指示所述时间期满库存的当前价格的价格特征；将所述特征向量输入到所述需求函数中以产生需求估计，所述需求估计是在所述时间期满库存期满之前所述时间期满库存将从所述客户中的一个客户接收交易请求的似然性的数值表示；以及存储所述需求估计。

【技术特征摘要】
【国外来华专利技术】2014.11.26 US 62/085,049;2015.02.05 US 62/112,567;1.一种计算机执行的方法，包括：在在线计算系统处接收用于主题列表的特征向量，所述主题列表包括可用于由所述在线计算系统的多个客户中的一个客户预订的时间期满库存，所述特征向量包括所述列表的多个特征，所述多个特征包括指示所述时间期满库存的当前价格的价格特征；将所述特征向量输入到所述需求函数中以产生需求估计，所述需求估计是在所述时间期满库存期满之前所述时间期满库存将从所述客户中的一个客户接收交易请求的似然性的数值表示；以及存储所述需求估计。2.根据权利要求1所述的计算机执行的方法：其中，所述需求函数包括多个特征模型，所述特征向量中的每个特征与所述特征模型中的一个特征模型相关联。3.根据权利要求2所述的计算机执行的方法：其中，所述需求函数包括广义加法模型，所述广义加法模型包括所述特征模型。4.根据权利要求1所述的计算机执行的方法：其中，所述需求函数在训练数据上被训练，其中，来自所述训练数据的每个样本包括训练时间期满库存的二进制标签和训练特征向量，所述二进制标签表示训练时间期满库存是否在所述训练时间期满库存的期满之前接收到交易请求，所述训练特征向量表示与所述训练时间期满库存相关联的所述训练列表的多个特征。5.根据权利要求4所述的计算机执行的方法：其中，训练数据包括多个训练时间期满库存，并且其中，所述训练时间期满库存中的至少一个训练时间期满库存与多个样本相关联，所述样本中的每个样本与所述时间期满库存的期满之前的不同时间周期相关联。6.根据权利要求5所述的计算机执行的方法：其中，所述训练时间期满库存中的一个训练时间期满库存在所述时间期满库存的期满之前不接收交易请求；并且其中，与所述一个训练时间期满库存相关联的所述样本中的每个样本具有负标签。7.根据权利要求5所述的计算机执行的方法：其中，所述训练时间期满库存中的一个训练时间期满库存在所述时间期满库存的期满之前接收交易请求；并且其中，比所述交易请求在时间上早出现的、与所述一个训练时间期满库存相关联的所述样本中的每个样本具有正标签。8.根据权利要求5所述的计算机执行的方法：其中，所述训练时间期满库存中的一个训练时间期满库存在所述时间期满库存的期满之前的第一时间接收交易请求，并且其中：所述时间期满库存的管理员在所述时间之后的第二时间拒绝所述交易请求；或者所述管理员在所述第二时间接受所述交易、...

【专利技术属性】
技术研发人员：B·伊夫拉克，D·M·霍尔兹，Y·H·叶，张力，
申请(专利权)人：空中食宿公司，
类型：发明
国别省市：美国,US