一种货源优配模型构建方法、优配模型以及优配方法组成比例

本发明专利技术公开了一种货源优配模型构建方法、优配模型以及优配方法，属于深度学习领域，要解决的技术问题为如何对营销系统中的商品货源进行智能化最优分配。方法包括：S100、构建BP神经网络模型以及LSTM循环神经网络模型；采集零售户基础信息数据和零售户历史订购数据；S200、以训练样本中零售户基础信息数据训练BP神经网络模型模型；以输出的零售户货源历史分配数据以及训练样本中零售户历史订购数据训练LSTM循环神经网络模型；S300、如果模型准确率不符合阈值，循环执行步骤S200直至模型准确率达到阈值。模型为上述方法构建的货源优配模型。优配方法为通过上述方法构建的优配模型出参决策货源优配。

A construction method, model and method of goods source optimization

【技术实现步骤摘要】
一种货源优配模型构建方法、优配模型以及优配方法
本专利技术涉及深度学习领域，具体地说是一种货源优配模型构建方法、优配模型以及优配方法。
技术介绍
深度学习是机器学习的一种，而机器学习是实现人工智能的必经路径。深度学习的概念源于人工神经网络的研究，含多个隐藏层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。研究深度学习的动机在于建立模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本等。神经网络是一组粗略模仿人类大脑，用于模式识别的算法。神经网络这个术语来源于这些系统架构设计背后的灵感，这些系统是用于模拟生物大脑自身神经网络的基本结构，以便计算机能够执行特定的任务。LSTM是一种时间序列循环神经网络，是为了解决一般的RNN(循环神经网络)存在的长期依赖问题而专门设计出来的，所有的RNN都具有一种重复神经网络模块的链式形式。在标准RNN中，这个重复的结构模块只有一个非常简单的结构，例如一个tanh层，而LSTM加入门控结构，在每个本文档来自技高网...

【技术保护点】
1.一种货源优配模型构建方法，其特征在于包括如下步骤：/nS100、构建BP神经网络模型以及LSTM循环神经网络模型，所述BP神经网络模型用于对零售户基础信息数据进行数据特征学习，所述LSTM循环神经网络模型用于对零售户历史订购数据进行循环长期记忆学习；/n采集零售户基础信息数据和零售户历史订购数据，将零售户基础信息数据和零售户历史订购数据划分为测试样本和训练样本；/nS200、以训练样本中零售户基础信息数据为一级入参，通过一级入参训练BP神经网络模型模型，输出零售户货源历史分配数据，并得到训练后BP神经网络模型；/n以输出的零售户货源历史分配数据以及训练样本中零售户历史订购数据为二级入参，通...

【技术特征摘要】
1.一种货源优配模型构建方法，其特征在于包括如下步骤：
S100、构建BP神经网络模型以及LSTM循环神经网络模型，所述BP神经网络模型用于对零售户基础信息数据进行数据特征学习，所述LSTM循环神经网络模型用于对零售户历史订购数据进行循环长期记忆学习；
采集零售户基础信息数据和零售户历史订购数据，将零售户基础信息数据和零售户历史订购数据划分为测试样本和训练样本；
S200、以训练样本中零售户基础信息数据为一级入参，通过一级入参训练BP神经网络模型模型，输出零售户货源历史分配数据，并得到训练后BP神经网络模型；
以输出的零售户货源历史分配数据以及训练样本中零售户历史订购数据为二级入参，通过二级入参训练LSTM循环神经网络模型，输出零售户货源历史分配数据，并得到训练后BP神经网络模型；
S300、将测试样本中零售户基础信息数据为一级入参，将一级入参输入训练后BP神经网络模型模型，输出零售户货源历史分配数据；
将上述训练后BP神经网络模型输出的零售户货源历史分配数据以及测试样本中零售户历史订购数据作为二级入参，将二级入参输入训练后LSTM循环神经网络模型，输出零售户货源历史分配数据；
将训练后LSTM循环神经网络模型输出的零售户货源历史分配数据与实际的零售户货源历史分配数据进行对比计算，得到模型准确率，如果模型准确率不符合阈值，循环执行步骤S200直至模型准确率达到阈值。


2.根据权利要求1所述的一种货源优配模型构建方法，其特征在于采集零售户基础信息数据和零售户历史订购数据后，分别对零售户基础信息数据和零售户历史订购数据进行数据预处理；
所述数据预处理包括：
对数据进行one-hot编码；
对数据进行标准化处理；
对数据进行异常值检测；
对数据进行相关特征筛选，去除冗余特征；
将数据预处理后的零售户基础信息数据和零售户历史订购数据划分为测试样本和训练样本。


3.根据权利要求1或2所述的一种货源优配模型构建方法，其特征在于零售户基础信息数据包括但不限于商圈类型、经营规模、经营业态、市场类型以及地理位置。


4.根据权利要求1或2所述的一种货源优配模型构建方法，其特征在于所述BP神经网络模型以及LS...

【专利技术属性】
技术研发人员：马秀霖，
申请(专利权)人：浪潮软件股份有限公司，
类型：发明
国别省市：山东;37