发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了信息生成方法、装置、电子设备和计算机可读介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种信息生成方法,该方法包括:根据候选目标域样本数据,确定候选源域样本数据集合;对上述候选目标域样本数据和上述候选源域样本数据集合进行数据清洗处理,以生成目标域样本数据和源域样本数据集合;确定上述目标域样本数据对应的数据类型信息,其中,上述数据类型信息用于表征上述目标域样本数据的数据间断性和数据稀疏性;确定与上述数据类型信息匹配的预测模型,其中,上述预测模型根据上述源域样本数据集合训练得到;基于上述预测模型和上述目标域样本数据,生成预测信息。
可选地,上述基于上述预测模型和上述目标域样本数据,生成预测信息,包括:构建上述目标域样本数据对应的特征向量;根据上述目标域样本数据、上述特征向量和上述预测模型,生成上述预测信息。
可选地,上述确定上述目标域样本数据对应的数据类型信息,包括:确定上述目标域样本数据中需求量连续为目标值的数据组,得到至少一个数据组;根据上述至少一个数据组中的数据组的数量和上述至少一个数据组中的数据组的区间长度,确定上述数据类型信息包括的数据间断性数值。
可选地,上述确定上述目标域样本数据对应的数据类型信息,还包括:确定上述目标域样本数据中需求量为上述目标值的数据数量;根据上述数据数量和上述目标域样本数据中的数据总量,确定上述数据类型信息包括的数据稀疏性数值。
可选地,上述确定与上述数据类型信息匹配的预测模型,包括:响应于确定上述数据间断性数值大于第一阈值,且上述数据稀疏性数值大于第二阈值,将第一目标预测模型确定为上述数据类型信息匹配的预测模型,其中,上述第一目标预测模型由目标迁移学习分类模型和目标回归模型构成。
可选地,确定与上述数据类型信息匹配的预测模型,包括:响应于确定上述数据间断性数值大于第一阈值,且上述数据稀疏性数值小于等于第二阈值,将第二目标预测模型确定为上述数据类型匹配的预测模型。
可选地,上述预测模型通过以下步骤训练得到:将上述源域样本数据集合和\或上述目标域样本数据确定为训练样本集合;根据上述训练样本集合,对初始预测模型进行训练,以生成上述预测模型。
可选地,上述根据上述训练样本集合,对初始预测模型进行训练,以生成上述预测模型,包括:响应于确定上述训练样本集合中的训练样本占比大于第三阈值,对上述训练样本集合中的训练样本进行正负样本均衡处理,以生成均衡处理后的训练样本集合;根据上述均衡处理后的训练样本集合,对上述初始预测模型进行训练,以生成上述预测模型。
可选地,上述根据候选目标域样本数据,确定候选源域样本数据集合,包括:根据上述候选目标域样本数据,通过时间序列相似度分析算法,确定上述候选源域样本数据集合。
可选地,上述方法还包括:根据上述预测信息,控制调拨装置,对上述目标域样本数据对应的物品进行补货。
第二方面,本公开的一些实施例提供了一种信息生成装置,装置包括:第一确定单元,被配置成根据候选目标域样本数据,确定候选源域样本数据集合;数据清洗处理单元,被配置成对上述候选目标域样本数据和上述候选源域样本数据集合进行数据清洗处理,以生成目标域样本数据和源域样本数据集合;第二确定单元,被配置成确定上述目标域样本数据对应的数据类型信息,其中,上述数据类型信息用于表征上述目标域样本数据的数据间断性和数据稀疏性;第三确定单元,被配置成确定与上述数据类型信息匹配的预测模型,其中,上述预测模型根据上述源域样本数据集合训练得到;确定单元,被配置成基于上述预测模型和上述目标域样本数据,生成预测信息。
可选地,上述生成单元被配置成:构建上述目标域样本数据对应的特征向量;根据上述目标域样本数据、上述特征向量和上述预测模型,生成上述预测信息。
可选地,上述第二确定单元被配置成:确定上述目标域样本数据中需求量连续为目标值的数据组,得到至少一个数据组;根据上述至少一个数据组中的数据组的数量和上述至少一个数据组中的数据组的区间长度,确定上述数据类型信息包括的数据间断性数值。
可选地,上述第二确定单元被配置成:确定上述目标域样本数据中需求量为上述目标值的数据数量;根据上述数据数量和上述目标域样本数据中的数据总量,确定上述数据类型信息包括的数据稀疏性数值。
可选地,上述第三确定单元被配置成:响应于确定上述数据间断性数值大于第一阈值,且上述数据稀疏性数值大于第二阈值,将第一目标预测模型确定为上述数据类型信息匹配的预测模型,其中,上述第一目标预测模型由目标迁移学习分类模型和目标回归模型构成。
可选地,上述第三确定单元被配置成:响应于确定上述数据间断性数值大于第一阈值,且上述数据稀疏性数值小于等于第二阈值,将第二目标预测模型确定为上述数据类型匹配的预测模型。
可选地,上述预测模型通过以下步骤训练得到:将上述源域样本数据集合和\或上述目标域样本数据确定为训练样本集合;根据上述训练样本集合,对初始预测模型进行训练,以生成上述预测模型。
可选地,上述根据上述训练样本集合,对初始预测模型进行训练,以生成上述预测模型,包括:响应于确定上述训练样本集合中的训练样本占比大于第三阈值,对上述训练样本集合中的训练样本进行正负样本均衡处理,以生成均衡处理后的训练样本集合;根据上述均衡处理后的训练样本集合,对上述初始预测模型进行训练,以生成上述预测模型。
可选地,上述第一确定单元,被配置成:根据上述候选目标域样本数据,通过时间序列相似度分析算法,确定上述候选源域样本数据集合。
可选地,上述装置还包括:根据上述预测信息,控制调拨装置,对上述目标域样本数据对应的物品进行补货。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例中具有如下有益效果:通过本公开的一些实施例的信息生成方法,减少了库存资源的浪费,提高了库存资源的利用率。具体来说,造成库存资源的利用率不高的原因在于:现有的间断性预测方法,在数据极其稀疏的情况下,预测准确率较低。基于此,本公开的一些实施例首先,根据候选目标域样本数据,确定候选源域样本数据集合。通过确定候选源域样本数据集合,为后续的预测模型的训练提供训练样本。其次,对上述候选目标域样本数据和上述候选源域样本数据集合进行数据清洗处理,以生成目标域样本数据和源域样本数据集合。实际情况中,脏数据会影响模型训练的准确性和预测结果的准确性,因此通过数据清洗能够很好地剔除脏数据。此外,确定上述目标域样本数据对应的数据类型信息,其中,上述数据类型信息用于表征上述目标域样本数据的数据间断性和数据稀疏性。然后,确定与上述数据类型信息匹配的预测模型。实际情况中,不同数据往往具有不同的数据特性(例如,数据稀疏性不同和\或数据间断性不同),当采用单一的预测模型对所有类型数据进行预测时,此时的预测模型的模型结构往往较为复杂,同时会需要大量的训练样本进行模型的训练。这对训练样本的数据量和训练时间要求较高。因此,通过确定数据类型信息匹配预测模型,能够降低模型结构的复杂程度和对训练样本数据量的需求。最后,基于上述预测模型和上述目标域样本数据,生成预测信息。通过此种方式大大提高了预测的准确率。从而,减少了库存资源的浪费,提高了库存资源的利用率。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是本公开的一些实施例的信息生成方法的一个应用场景的示意图。
在图1的应用场景中,首先,计算设备101可以根据候选目标域样本数据102,确定候选源域样本数据集合103;其次,计算设备101可以对上述候选目标域样本数据102和上述候选源域样本数据集合103进行数据清洗处理,以生成目标域样本数据104和源域样本数据集合105;然后,计算设备101可以确定上述目标域样本数据104对应的数据类型信息106,其中,上述数据类型信息106用于表征上述目标域样本数据104的数据间断性和数据稀疏性;进而,计算设备101可以确定与上述数据类型信息106匹配的预测模型107,其中,上述预测模型107根据上述源域样本数据集合105训练得到;最后,计算设备101可以基于上述预测模型107和上述目标域样本数据104,生成预测信息108。
需要说明的是,上述计算设备101可以是硬件,也可以是软件。当计算设备为硬件时,可以实现成多个服务器或终端设备组成的分布式集群,也可以实现成单个服务器或单个终端设备。当计算设备体现为软件时,可以安装在上述所列举的硬件设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块,也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的计算设备的数目仅仅是示意性的。根据实现需要,可以具有任意数目的计算设备。
继续参考图2,示出了根据本公开的信息生成方法的一些实施例的流程200。该信息生成方法,包括以下步骤:
步骤201,根据候选目标域样本数据,确定候选源域样本数据集合。
在一些实施例中,信息生成方法的执行主体(例如图1所示的计算设备101)根据候选目标域样本数据,确定候选源域样本数据集合,可以包括以下步骤:
第一步,对上述候选目标域样本数据进行向量化处理,以生成向量化处理后的候选目标域样本数据。
其中,上述候选目标域样本数据是指目标域对应的样本数据。上述执行主体可以通过独热编码对上述候选目标域样本数据进行向量化处理。
作为示例,上述候选目标域样本数据可以是物品A对应的一段时间内的销量数据:
日期 |
销量 |
2020-01-01 |
1670 |
2020-01-02 |
884 |
2020-01-03 |
1169 |
2020-01-04 |
1227 |
··· |
··· |
2020-12-13 |
321 |
第二步,对源域数据集合中的每个源域数据进行向量化处理,以生成向量化处理后的源域数据,得到向量化处理后的源域数据集合。
其中,上述源域数据集合中的源域数据可以是源域对应的数据。上述执行主体可以通过独热编码对上述源域数据进行向量化处理,以生成向量化处理后的源域数据。
作为示例,源域数据可以是物品B在一段时间内的销量数据:
日期 |
销量 |
2020-01-01 |
249 |
2020-01-02 |
137 |
2020-01-03 |
160 |
2020-01-04 |
178 |
··· |
··· |
2020-12-13 |
574 |
第三步,通过相似度算法,确定上述向量化处理后的候选目标域样本数据和上述向量化处理后的源域数据集合中每个向量化处理后的源域数据的相似度数值,得到相似度数值集合。
其中,上述相似度算法可以是KNN(K-NearestNeighbor,K最邻近)算法。上述相似度算法也可以是K-means算法。
第四步,从上述源域数据集合筛选出对应的相似度数值满足筛选条件的源域数据作为候选源域样本数据,得到上述候选源域样本数据集合。
其中,上述筛选条件可以是相似度数值大于等于目标值。例如,目标值可以是0.9。
步骤202,对候选目标域样本数据和候选源域样本数据集合进行数据清洗处理,以生成目标域样本数据和源域样本数据集合。
在一些实施例中,上述执行主体可以对候选目标域样本数据和候选源域样本数据集合进行数据清洗处理,以生成目标域样本数据和源域样本数据集合。其中,上述执行主体可以剔除上述候选目标域样本数据和上述候选源域样本数据集合中的脏数据,以实现对上述候选目标域样本数据和上述候选源域样本数据集合的数据清洗处理。上述脏数据可以是存在缺省值的数据。例如,“日期:2020-01-02,销量:空”中的销量为“空”,因此,此条数据可以是脏数据。上述脏数据也可以是数据异常的数据。例如,“2020-01-02,销量:-20”中的销量为“-20”,显然不符合实际情况,因此,此条数据可以是脏数据。
步骤203,确定目标域样本数据对应的数据类型信息。
在一些实施例中,上述执行主体可以通过以下步骤确定目标域样本数据对应的数据类型信息:
第一步,确定上述目标域样本数据中需求量为目标值的数据的个数。
其中,上述数据类型信息可以用于表征上述目标域样本数据的数据间断性和数据稀疏性。上述数据类型信息可以包括:上述目标域样本数据中的需求量为目标值的数据的比例值和上述目标域样本数据中的需求量的方差。其中,上述目标域样本数据中的需求量为目标值的数据的比例值可以表征上述目标域样本数据的数据间断性。上述目标域样本数据中的需求量的方差可以表征上述目标域样本数据的数据稀疏性。例如,上述目标域样本数据中的需求量可以表征目标物品对应的销量。
作为示例,上述目标值可以是0。上述目标域样本数据可以如图3所示。其中,图3包括:日期区域301和需求量区域302。图3中需求量为0的数据的个数可以是6。
第二步,通过以下公式,确定上述目标域样本数据中的需求量为目标值的数据的比例值:
其中,F表示上述比例值。N表示上述目标域样本数据中的需求量的个数。M表示上述目标域样本数据中的需求量为目标值的数据的个数。
作为示例,上述比例值可以是0.6。
第三步,通过以下公式,确定上述目标域样本数据中的需求量的方差:
其中,S表示上述标准差。N表示上述目标域样本数据中的需求量的个数。i表示序号。x表示上述目标域样本数据中的需求量。xi表示上述目标域样本数据中的第i个需求量。表示上述目标域样本数据中的需求量的均值。
作为示例,上述目标域样本数据中的需求量的方差可以是3.1599999999999997。
步骤204,确定与数据类型信息匹配的预测模型。
在一些实施例中,上述执行主体可以通过以下步骤确定与数据类型信息匹配的预测模型:
第一步,响应于确定上述比例值小于第一目标值,且上述方差小于第二目标值,将第一候选预测模型,确定为上述数据类型信息匹配的预测模型。
其中,上述第一目标值和上述第二目标值可以人工设定。上述第一候选预测模型可以是但不限于以下任意一项:CNN(Convolutional Neural Networks,卷积神经网络)模型和RNN(Recurrent Neural Network,循环神经网络)模型。
作为示例,上述第一目标值可以是0.5。第二目标值可以是3。
第二步,响应于确定上述比例值小于第一目标值,且上述方差大于等于第二目标值,将第二候选预测模型,确定为上述数据类型信息匹配的预测模型。
其中,上述第二候选预测模型可以是但不限于以下任意一项:岭回归(RidgeRegression)模型和逐步回归(Stepwise Regression)模型。
其中,上述预测模型可以根据上述源域样本数据集合训练得到。上述执行主体可以将上述源域样本数据集合中源域样本数据向量化处理后,对应的向量化处理后的源域样本数据集合,作为训练样本集合对上述预测模型进行训练。
步骤205,基于预测模型和目标域样本数据,生成预测信息。
在一些实施例中,上述执行主体可以基于预测模型和目标域样本数据,生成预测信息。其中,上述执行主体可以将向量化处理后的目标域样本数据作为上述预测模型的输入,将上述预测模型的输出作为上述预测信息。例如,上述预测信息可以用于表征目标物品在未来预设时长内的销量。
作为示例,上述预测信息可以是物品A在未来一周的预测需求量,可以如下表:
日期 |
需求量(销量) |
2020-12-01 |
365.90 |
2020-12-02 |
429.95 |
2020-12-03 |
447.28 |
2020-12-04 |
412.65 |
2020-12-05 |
412.65 |
2020-12-06 |
418.03 |
2020-12-07 |
426.21 |
本公开的上述各个实施例中具有如下有益效果:通过本公开的一些实施例的信息生成方法,减少了库存资源的浪费,提高了库存资源的利用率。具体来说,造成库存资源的利用率不高的原因在于:现有的间断性预测方法,在数据极其稀疏的情况下,预测准确率较低。基于此,本公开的一些实施例首先,根据候选目标域样本数据,确定候选源域样本数据集合。通过确定候选源域样本数据集合,为后续的预测模型的训练提供训练样本。其次,对上述候选目标域样本数据和上述候选源域样本数据集合进行数据清洗处理,以生成目标域样本数据和源域样本数据集合。实际情况中,脏数据会影响模型训练的准确性和预测结果的准确性,因此通过数据清洗能够很好地剔除脏数据。此外,确定上述目标域样本数据对应的数据类型信息,其中,上述数据类型信息用于表征上述目标域样本数据的数据间断性和数据稀疏性。然后,确定与上述数据类型信息匹配的预测模型。实际情况中,不同数据往往具有不同的数据特性(例如,数据稀疏性不同和\或数据间断性不同),当采用单一的预测模型对所有类型数据进行预测时,此时的预测模型的模型结构往往较为复杂,同时会需要大量的训练样本进行模型的训练。这对训练样本的数据量和训练时间要求较高。因此,通过确定数据类型信息匹配预测模型,能够降低模型结构的复杂程度和对训练样本数据量的需求。最后,基于上述预测模型和上述目标域样本数据,生成预测信息。通过此种方式大大提高了预测的准确率。从而,减少了库存资源的浪费,提高了库存资源的利用率。
进一步参考图4,其示出了信息生成方法的另一些实施例的流程400。该信息生成方法的流程400,包括以下步骤:
步骤401,根据候选目标域样本数据,通过时间序列相似度分析算法,确定候选源域样本数据集合。
在一些实施例中,上述执行主体根据候选目标域样本数据,通过时间序列相似度分析算法,确定候选源域样本数据集合,可以包括以下步骤:
第一步,将上述候选目标域样本数据中的需求量,按日期进行排序,得到第一需求量序列。
作为示例,上述候选目标域样本数据可以是:
上述第一需求量序列可以是[1670,884,1169,1227,345,321]。
第二步,对于源域数据集合中的每个源域数据,将上述源域数据中的需求量,按日期进行排序,得到第二需求量序列。
作为示例,上述源域数据可以是物品C在目标时间段内的销量数据。上述第二需求量序列可以是[123,123,1232,24,465,45,57,6,5,6,575]。
第三步,根据上述时间序列相似度分析算法,确定上述第一需求量序列和得到的至少一个第二需求量序列中的每个第二需求量序列的相似度,得到相似度数值。
其中,上述时间序列相似度分析算法可以用于确定不同长度的需求量序列的相似度。实际情况中,不同物品的需求量数据往往不同,例如,物品D以7天为单位统计一次需求量数据。物品E以8天为单位统计一次需求量数据。两者对应的需求量序列不同,通过时间序列相似度分析算法无需对物品D和物品E对应的需求量序列进行对齐处理。提高了数据处理能力。
步骤402,对候选目标域样本数据和候选源域样本数据集合进行数据清洗处理,以生成目标域样本数据和源域样本数据集合。
在一些实施例中,步骤302的具体实现及所带来的技术效果可以参考图2对应的那些实施例中的步骤202,在此不再赘述。
步骤403,确定目标域样本数据中需求量连续为目标值的数据组,得到至少一个数据组。
在一些实施例中,上述执行主体可以确定目标域样本数据中需求量连续为目标值的数据组,得到至少一个数据组。
作为示例,上述目标值可以是0。上述目标域样本数据可以如图3所示。其中,上述至少一个数据组可以是:
[[2020-01-02:0,2020-01-03:0],
[2020-01-05:0],
[2020-01-07∶0,2020-01-08:0,2020-01-09:0]]。
步骤404,根据至少一个数据组中的数据组的数量和至少一个数据组中的数据组的区间长度,确定数据类型信息包括的数据间断性数值。
在一些实施例中,上述执行主体可以根据至少一个数据组中的数据组的数量和至少一个数据组中的数据组的区间长度,通过以下公式,确定数据类型信息包括的数据间断性数值:
其中,A表示上述数据间断性数值。i表示序号。L表示上述至少一个数据组中的数据组的数量。y表示上述至少一个数据组中的数据组的区间长度。yi表示上述至少一个数据组中的第i个数据组的区间长度。
作为示例,上述至少一个数据组可以是:
[[2020-01-02:0,2020-01-03:0],
[2020-01-05:0],
[2020-01-07:0,2020-01-08:0,2020-01-09:0]]。
上述数据间断性数值可以是2(计算过程如下):
步骤405,确定目标域样本数据中需求量为目标值的数据数量。
在一些实施例中,上述执行主体可以确定目标域样本数据中需求量为目标值的数据数量。
作为示例,上述目标值可以是0。上述目标域样本数据可以如图3所示,其中,上述目标域样本数据中需求量为目标值的数据数量可以是6。
步骤406,根据数据数量和目标域样本数据中的数据总量,确定数据类型信息包括的数据稀疏性数值。
在一些实施例中,上述执行主体可以根据数据数量和目标域样本数据中的数据总量,通过以下公式,确定数据类型信息包括的数据稀疏性数值:
其中,P表示上述数据稀疏性数值。B表示上述数据数量。D表示上述数据总量。
作为示例,上述数据数量可以是6。上述数据总量可以是10。上述数据稀疏性数值可以是0.6。
步骤407,响应于确定数据间断性数值大于第一阈值,且数据稀疏性数值大于第二阈值,将第一目标预测模型确定为数据类型信息匹配的预测模型。
在一些实施例中,上述执行主体可以响应于确定数据间断性数值大于第一阈值,且数据稀疏性数值大于第二阈值,将第一目标预测模型确定为数据类型信息匹配的预测模型。其中,上述第一阈值和上述第二阈值可以人工设置。例如,上述第一阈值可以是1.32。上述第二阈值可以是0.5。上述第一目标预测模型由目标迁移学习分类模型和目标回归模型构成。上述目标迁移学习分类模型可以是但不限于以下任意一项:CNN模型,RNN模型,RF模型和Tradaboost分类模型。上述目标回归模型可以是但不限于以下任意一项:线性回归(Linear Regression)模型,岭回归(Ridge Regression)模型,逐步回归(StepwiseRegression)模型,多项式回归(Polynomial Regression)模型和弹性回归(ElasticNetRegression)模型。
步骤408,响应于确定数据间断性数值大于第一阈值,且数据稀疏性数值小于等于第二阈值,将第二目标预测模型确定为数据类型匹配的预测模型。
在一些实施例中上述执行主体可以响应于确定数据间断性数值大于第一阈值,且数据稀疏性数值小于等于第二阈值,将第二目标预测模型确定为数据类型匹配的预测模型。其中,上述第二目标预测模型可以是Two Stage Tradaboost.R2模型。
可选地,上述预测模型可以通过以下步骤训练得到:
第一步,将上述源域样本数据集合和\或上述目标域样本数据确定为训练样本集合。
其中,响应于确定上述预测模型不包括上述目标迁移学习分类模型,将上述目标域样本数据集合确定为训练样本集合。响应于确定上述预测模型包括目标迁移学习分类模型,将上述源域样本数据集合和上述目标域样本数据确定为训练样本集合。
例如,上述目标域样本数据可以为物品对应的一段时间内的实际销量数据,具体如下表:
日期 |
实际需求量(实际销量) |
2020-01-01 |
1670 |
2020-01-02 |
884 |
2020-01-03 |
1169 |
2020-01-04 |
1227 |
2020-01-05 |
345 |
2020-01-06 |
321 |
第二步,根据上述训练样本集合,对初始预测模型进行训练,以生成上述预测模型。
其中,上述执行主体首先,可以对训练样本集合中的每个训练样本进行编码处理,以生成编码后的训练样本,得到编码后的训练样本集合。然后,根据上述编码后的训练样本集合,对上述初始预测模型进行训练,以生成上述预测模型。上述初始预测模型可以是但限于以下任意一项:CNN模型,RNN模型,线性回归模型和Tradaboost分类模型。
可选地,上述执行主体根据上述训练样本集合,对初始预测模型进行训练,以生成上述预测模型,可以包括以下步骤:
第一步,响应于确定上述训练样本集合中的训练样本占比大于第三阈值,对上述训练样本集合中的训练样本进行正负样本均衡处理,以生成均衡处理后的训练样本集合。其中,上述训练样本占比可以表征训练样本集合中需求量为目标值的训练样本的数量和需求量不为目标值的训练样本的比值。其中,上述执行主体可以通过减少上述训练样本集合中需求量为目标值的训练样本的数量,以实现正负样本均衡。
第二步,根据上述均衡处理后的训练样本集合,对上述初始预测模型进行训练,以生成上述预测模型。
其中,上述执行主体可以将上述均衡处理后的训练样本集合作为上述初始预测模型的输入,并根据上述初始预测模型的输出与上述均衡处理后的训练样本集合对应的标签集合的差异,对上述初始预测模型的权重进行调整,以实现对上述初始预测模型的训练。
步骤409,构建目标域样本数据对应的特征向量。
在一些实施例中,上述执行主体构建目标域样本数据对应的特征向量,可以包括以下步骤:
第一步,获取上述目标域样本数据对应的物品信息。
其中,上述物品信息可以包括:基础时间特征,事件特征,时间滞后特征,时间聚合特征和需求量趋势特征。上述事件特征可以表征上述目标域样本数据中的每条数据对应的日期是否是法定假期和\或促销日期。上述时间滞后特征可以表征上述目标域样本数据中的每条数据对应的滞后第一目标时长的需求量特征以及相应的差分。例如,上述第一目标时长可以是7天。上述时间聚合特征可以表征上述目标域样本数据中的每条数据对应的滞后第二目标时长内的需求量的均值,最小值,最大值,分位点和偏度峰值。例如,上述第二目标时长可以是7天。上述需求量趋势特征可以表征滞后第二目标时长时,相对于前N天的需求量的变化率。例如,N可以是1。
第二步,对上述物品信息进行编码处理,以生成上述特征向量。
步骤410,根据目标域样本数据、特征向量和预测模型,生成预测信息。
在一些实施例中,上述执行主体可以将上述目标域样本数据和上述特征向量作为上述预测模型的输入,将上述预测模型的输出作为上述预测信息。
步骤411,根据预测信息,控制调拨装置,对目标域样本数据对应的物品进行补货。
在一些实施例中,上述执行主体可以根据上述预测信息,控制调拨装置,对目标域样本数据对应的物品进行补货。
作为示例,上述预测信息可以是“日期:2020-4-20,预估需求量:300”。上述执行主体可以控制信息发送装置,将上述预测信息作为补货信息,发送至供应方对应的终端。
从图4可以看出,与图2对应的一些实施例的描述相比,本公开首先,通过确定上述数据稀疏性数值的公式和确定上述数据间断性数值的公式,使得得到的数据稀疏性数值和数据间断性数值对于目标域样本数据的数据特征刻画地更加精准。此外,由于第一目标预测模型由目标迁移学习分类模型和目标回归模型构成。通过上述目标迁移学习分类模型,可以避免重新构建模型所造成的时间消耗。此外,对于零需求占比较高的目标域样本数据的预测结果更加准确。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种信息生成装置的一些实施例,这些装置实施例与图2所示的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,一些实施例的信息生成装置500包括:第一确定单元501、数据清洗处理单元502、第二确定单元503、第三确定单元504和生成单元505。其中,第一确定单元501,被配置成根据候选目标域样本数据,确定候选源域样本数据集合;数据清洗处理单元502,被配置成对上述候选目标域样本数据和上述候选源域样本数据集合进行数据清洗处理,以生成目标域样本数据和源域样本数据集合;第二确定单元503,被配置成确定上述目标域样本数据对应的数据类型信息,其中,上述数据类型信息用于表征上述目标域样本数据的数据间断性和数据稀疏性;第三确定单元504,被配置成确定与上述数据类型信息匹配的预测模型,其中,上述预测模型根据上述源域样本数据集合训练得到;生成单元505,被配置成基于上述预测模型和上述目标域样本数据,生成预测信息。
在一些实施例的一些可选的实现方式中,上述生成单元505被配置成:构建上述目标域样本数据对应的特征向量;根据上述目标域样本数据、上述特征向量和上述预测模型,生成上述预测信息。
在一些实施例的一些可选的实现方式中,上述第二确定单元503被配置成:确定上述目标域样本数据中需求量连续为目标值的数据组,得到至少一个数据组;根据上述至少一个数据组中的数据组的数量和上述至少一个数据组中的数据组的区间长度,确定上述数据类型信息包括的数据间断性数值。
在一些实施例的一些可选的实现方式中,上述第二确定单元503被配置成:确定上述目标域样本数据中需求量为上述目标值的数据数量;根据上述数据数量和上述目标域样本数据中的数据总量,确定上述数据类型信息包括的数据稀疏性数值。
在一些实施例的一些可选的实现方式中,上述第三确定单元504被配置成:响应于确定上述数据间断性数值大于第一阈值,且上述数据稀疏性数值大于第二阈值,将第一目标预测模型确定为上述数据类型信息匹配的预测模型,其中,上述第一目标预测模型由目标迁移学习分类模型和目标回归模型构成。
在一些实施例的一些可选的实现方式中,上述第三确定单元504被配置成:响应于确定上述数据间断性数值大于第一阈值,且上述数据稀疏性数值小于等于第二阈值,将第二目标预测模型确定为上述数据类型匹配的预测模型。
在一些实施例的一些可选的实现方式中,上述预测模型通过以下步骤训练得到:将上述源域样本数据集合和\或上述目标域样本数据确定为训练样本集合;根据上述训练样本集合,对初始预测模型进行训练,以生成上述预测模型。
在一些实施例的一些可选的实现方式中,上述根据上述训练样本集合,对初始预测模型进行训练,以生成上述预测模型,包括:响应于确定上述训练样本集合中的训练样本占比大于第三阈值,对上述训练样本集合中的训练样本进行正负样本均衡处理,以生成均衡处理后的训练样本集合;根据上述均衡处理后的训练样本集合,对上述初始预测模型进行训练,以生成上述预测模型。
在一些实施例的一些可选的实现方式中,上述第一确定单元501,被配置成:根据上述候选目标域样本数据,通过时间序列相似度分析算法,确定上述候选源域样本数据集合。
在一些实施例的一些可选的实现方式中,上述装置500还包括:根据上述预测信息,控制调拨装置,对上述目标域样本数据对应的物品进行补货。
可以理解的是,该装置500中记载的诸单元与参考图2描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置500及其中包含的单元,在此不再赘述。
下面参考图6,其示出了适于用来实现本公开的一些实施例的电子设备(如图1所示的计算设备101)600的结构示意图。图6示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是,本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:根据候选目标域样本数据,确定候选源域样本数据集合;对上述候选目标域样本数据和上述候选源域样本数据集合进行数据清洗处理,以生成目标域样本数据和源域样本数据集合;确定上述目标域样本数据对应的数据类型信息,其中,上述数据类型信息用于表征上述目标域样本数据的数据间断性和数据稀疏性;确定与上述数据类型信息匹配的预测模型,其中,上述预测模型根据上述源域样本数据集合训练得到;基于上述预测模型和上述目标域样本数据,生成预测信息。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括第一确定单元、数据清洗处理单元、第二确定单元、第三确定单元和生成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,生成单元还可以被描述为“基于上述预测模型,生成与上述目标域样本数据对应的预测信息的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。