商品价格预测方法、装置、电子设备及存储介质制造方法及图纸

本申请提供一种商品价格预测方法、装置、电子设备及存储介质，涉及信息处理技术领域。该方法通过采集的商品相关的社区动态信息及商品交易信息，生成商品的特征信息，从而可基于预先得到的价格波动率预测模型、以及商品的特征信息，对商品的未来价格区间进行预测。由于生成的特征信息结合了用户对于商品的评论信息及商品的交易信息，使得特征信息可以精确的表征用户对于商品的喜好及商品的热度，结合商品的交易信息，可以对于商品的未来价格进行合理的预测。并且，通过预测得到商品的价格区间，而不局限于仅仅预测得到固定的商品价格，使得预测结果的容错率更高。使得预测结果的容错率更高。使得预测结果的容错率更高。

【技术实现步骤摘要】
商品价格预测方法、装置、电子设备及存储介质


[0001]本申请涉及信息处理
，具体而言，涉及一种商品价格预测方法、装置、电子设备及存储介质。

技术介绍

[0002]在电商场景中，受多方面因素的影响，同一商品在不同的时间价格会出现异常波动，部分商家以此恶意炒作商品价格，扰乱平台正常的交易秩序。
[0003]目前，对于商品价格的预测通常基于时间序列实现，通过对商品历史价格的波动分析来预测商品未来的价格。
[0004]但由于上述方法仅利用了商品的价格波动信息进行分析，难以保证预测的商品的未来价格的合理性。

技术实现思路

[0005]本申请的目的在于，针对上述现有技术中的不足，提供一种商品价格预测方法、装置、电子设备及存储介质，以提高预测的商品价格的可信度。
[0006]为实现上述目的，本申请实施例采用的技术方案如下：
[0007]第一方面，本申请实施例提供了一种商品价格预测方法，包括：
[0008]获取待预测商品在当前预测周期内的第一信息和第二信息，所述第一信息表征所述待预测商品对应的非结本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种商品价格预测方法，其特征在于，包括：获取待预测商品在当前预测周期内的第一信息和第二信息，所述第一信息表征所述待预测商品对应的非结构化文本信息，所述第二信息表征所述待预测商品对应的结构化文本信息，所述第一信息包括：用户的评论信息，所述第二信息包括：待预测商品的交易信息；根据所述待预测商品在当前预测周期内的第一信息和第二信息，生成所述待预测商品的特征信息；将所述待预测商品的特征信息输入预先训练得到的价格波动率预测模型，得到所述待预测商品在下一周期内的价格波动率区间；根据所述待预测商品的历史价格以及所述待预测商品在下一周期内的价格波动率区间，确定所述待预测商品在下一周期内的价格区间。2.根据权利要求1所述的方法，其特征在于，所述根据所述待预测商品在当前预测周期内的第一信息和第二信息，生成所述待预测商品的特征信息，包括：根据所述第一信息、以及待预测商品的商品标题信息，采用预先训练得到的所述待预测商品所属的商品品牌对应的主题词模型，分别生成所述第一信息与各目标主题之间的匹配概率以及所述商品标题信息与各目标主题之间的匹配概率；根据所述第一信息与各目标主题之间的匹配概率以及所述商品标题信息与各目标主题之间的匹配概率，确定所述待预测商品的第一特征信息，所述第一特征信息用于指示所述待预测商品的热度；根据所述第二信息，确定所述待预测商品的第二特征信息；根据所述第一特征信息和所述第二特征信息，生成所述待预测商品的特征信息。3.根据权利要求2所述的方法，其特征在于，所述根据所述第一信息、以及待预测商品的商品标题信息，采用预先训练得到的所述待预测商品所属的商品品牌对应的主题词模型，分别生成所述第一信息与各目标主题之间的匹配概率以及所述商品标题与各目标主题之间的匹配概率，包括：分别对所述第一信息中各条评论信息进行异常数据剔除，并对剔除异常数据后的各条评论信息进行分词以及拼接处理，生成处理后的第一信息；对所述待预测商品的商品标题信息进行分词以及拼接处理，生成处理后的商品标题信息；将所述处理后的第一信息以及所述处理后的商品标题信息输入所述主题词模型中，分别得到所述处理后的第一信息中各条评论信息与各目标主题之间的匹配概率以及所述处理后的商品标题信息与各目标主题之间的匹配概率。4.根据权利要求2所述的方法，其特征在于，所述根据所述第一信息与各目标主题之间的匹配概率以及所述商品标题信息与各目标主题之间的匹配概率，确定所述待预测商品的第一特征信息，包括：根据商品标题信息与各目标主题之间的匹配概率，确定所述商品标题信息所属的各主题；根据各条评论信息与各目标主题之间的匹配概...

【专利技术属性】
技术研发人员：沈世健，周斌，孙鑫焱，
申请(专利权)人：上海识装信息科技有限公司，
类型：发明
国别省市：