[发明专利]出货量预测设备、出货量预测方法、记录介质和出货量预测系统在审
| 申请号: | 201480051724.7 | 申请日: | 2014-08-21 |
| 公开(公告)号: | CN105556557A | 公开(公告)日: | 2016-05-04 |
| 发明(设计)人: | 本桥洋介;森永聪;落合光太郎;后藤范人 | 申请(专利权)人: | 日本电气株式会社 |
| 主分类号: | G06Q30/06 | 分类号: | G06Q30/06;G06Q30/02 |
| 代理公司: | 北京市金杜律师事务所 11256 | 代理人: | 王茂华 |
| 地址: | 日本*** | 国省代码: | 日本;JP |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 出货量 预测 设备 方法 记录 介质 系统 | ||
1.一种出货量预测设备,包括:
分类装置,所述分类装置用于将关于多个店铺的信息片段分类 为多个聚类;
聚类估计装置,所述聚类估计装置用于基于表示以预测为目标 的目标店铺的信息来估计所述多个聚类中的、所述目标店铺属于的 特定聚类;以及
出货量预测装置,所述出货量预测装置用于基于针对属于所述 特定聚类的店铺的出货量来预测针对所述目标店铺的出货量。
2.根据权利要求1所述的出货量预测设备,还包括:
成分确定装置,所述成分确定装置用于基于分层隐结构、门函 数和预测信息来从多个成分确定用于预测所述出货量的特定成分, 所述多个成分表示形成用于预测所述出货量的基础的概率模型并且 被包括在分层结构中,在所述分层隐结构中,隐变量由所述分层结 构表示并且所述多个成分被布置,当从所述多个成分选择成分时, 所述门函数充当用于选择所跟踪的路径的准则,所述预测信息被期 望影响所述出货量,
其中所述出货量预测装置基于所述特定成分和所述预测信息来 预测所述出货量。
3.根据权利要求1或2所述的出货量预测设备,其中
所述分类装置基于与被包括在所述多个店铺中的每个店铺相关 联的店铺属性来将所述多个店铺分类为所述多个聚类,并且
所述聚类估计装置基于由所述分类装置获得的分类结果来估计 所述特定聚类。
4.根据权利要求1或2所述的出货量预测设备,其中
所述分类装置基于与针对被包括在所述多个店铺中的每个店铺 的所述出货量相关联的成分来将所述多个店铺分类为所述多个聚 类,并且
所述聚类估计装置基于与所述目标店铺相关联的店铺属性来估 计所述特定聚类。
5.根据权利要求1或2所述的出货量预测设备,其中
所述分类装置基于形成用于预测针对被包括在所述多个店铺中 的每个店铺的所述出货量的基础的成分的相似性,来将所述多个店 铺分类为所述多个聚类,以及
所述聚类估计装置基于与所述目标店铺相关联的店铺属性来估 计所述特定聚类。
6.根据权利要求1至5中的任一项所述的出货量预测设备,其 中所述出货量预测装置基于用于当被包括在所述多个店铺中的新的 店铺开放时预测所述出货量的概率模型,来预测针对所述目标店铺 的所述出货量。
7.一种出货量预测方法,包括:
使用信息处理装置将关于多个店铺的信息片段分类为多个聚 类;基于表示以预测为目标的目标店铺的信息来估计所述多个聚类 中的、所述目标店铺属于的特定聚类;以及由此基于针对属于所述 特定聚类的店铺的出货量来预测针对所述目标店铺的出货量。
8.一种记录介质,所述记录介质记录用于使得计算机实现以下 各项的程序:
将关于多个店铺的信息片段分类为多个聚类的分类功能;
基于表示以预测为目标的目标店铺的信息来估计所述多个聚类 中的、所述目标店铺属于的特定聚类的聚类估计功能;以及
基于针对属于所述特定聚类的店铺的出货量来预测针对所述目 标店铺的出货量的出货量预测功能。
9.一种出货量预测系统,包括:
分类装置,所述分类装置用于将关于多个店铺的信息片段分类 为多个聚类;
聚类估计装置,所述聚类估计装置用于基于表示以预测为目标 的目标店铺的信息来估计所述多个聚类中的、所述目标店铺属于的 特定聚类;以及
出货量预测装置,所述出货量预测装置用于基于针对属于所述 特定聚类的店铺的出货量来预测针对所述目标店铺的出货量。
10.根据权利要求7所述的出货量预测方法,其中基于分层隐 结构、门函数和预测信息来从多个成分确定用于预测所述出货量的 特定成分,所述多个成分表示形成用于预测所述出货量的基础的概 率模型并且被包括在分层结构中,在所述分层隐结构中,隐变量由 所述分层结构表示并且所述多个成分被布置,当从所述多个成分选 择成分时,所述门函数充当用于选择所跟踪的路径的准则,所述预 测信息被期望影响所述出货量,以及所述出货量基于所述特定成分 和所述预测信息而被预测。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于日本电气株式会社,未经日本电气株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201480051724.7/1.html,转载请声明来源钻瓜专利网。





