【技术实现步骤摘要】
【国外来华专利技术】
技术介绍
1、产品通常通过制造商、分销商、运输商、零售商等组成的网络交付给消费者。这种由合作将产品交付给消费者的设施组成的网络通常被称为“供应链”网络。
2、为了在不断变化的市场环境下通过供应链网络使产品流动顺畅且高效，产品供应商(例如，制造商、供货商、零售商等)经常面临预测产品/商品需求的任务。高估需求会导致生产过剩，并增加与持有库存相关联的成本(例如，存储成本、过时等)。另一方面，低估需求会导致收入损失。
3、进一步地，在零售行业，零售商需要预测未来的需求，以便更好地管理库存或制定促销/降价计划。零售商可能会开展多种类型的促销活动来提升销售额。为了生成准确的预测，零售商必须考虑可能影响需求的所有因素/特征，比如促销、价格、季节性、天气等。
4、一般来说，需求预测系统在按周对零售商品的销售单位进行预测时会遇到问题。零售商品在某一周的需求量受到许多因素的影响，比如季节性因素、零售商品在该周期间是否打折以及该周处于商品生命周期的哪个阶段。预测每周需求单位的一种常见方式涉及构建零售商品的“因果需求模型”...
【技术保护点】
1.一种生成零售商品的优化需求模型的方法，所述方法包括：
2.如权利要求1所述的方法，所述上界包括关于每棵树的分裂两侧的最佳收益的信息。
3.如权利要求1所述的方法，进一步包括：
4.如权利要求1所述的方法，进一步包括基于所述优化需求模型生成所述零售商品的优化降价定价。
5.如权利要求1所述的方法，进一步包括：
6.如权利要求1所述的方法，其中，所述树集成机器学习模型包括平行分裂，所述训练包括使用盒式方法。
7.如权利要求1所述的方法，其中，所述树集成机器学习模型包括超平面分裂，所述训练包括使用超
<...【技术特征摘要】
【国外来华专利技术】
1.一种生成零售商品的优化需求模型的方法，所述方法包括：
2.如权利要求1所述的方法，所述上界包括关于每棵树的分裂两侧的最佳收益的信息。
3.如权利要求1所述的方法，进一步包括：
4.如权利要求1所述的方法，进一步包括基于所述优化需求模型生成所述零售商品的优化降价定价。
5.如权利要求1所述的方法，进一步包括：
6.如权利要求1所述的方法，其中，所述树集成机器学习模型包括平行分裂，所述训练包括使用盒式方法。
7.如权利要求1所述的方法，其中，所述树集成机器学习模型包括超平面分裂，所述训练包括使用超平面方法。
8.如权利要求5所述的方法，进一步包括：
9.一种计算机可读介质，其上存储有指令，所述指令当由一个或多个处理器执行时，使所述处理器生成零售商品的优化需求模型，所述生成包括：
10.如权利要求9所述的计算机可读介质，所述上界进一步包括关于每棵树的分裂两侧的最佳收益的信息。
11.如权利要求9所述的计算机可读介质，所述生成进一步...
【专利技术属性】
技术研发人员：L·塔亚普兰，K·V·潘查姆，S·伯吉安，G·佩拉基斯，
申请(专利权)人：甲骨文国际公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。