[发明专利]基于时序-截面模型的评估方法和评估系统

权利要求书

1.一种基于时序-截面模型的评估方法，应用于服务器，用于评估产品的营销效果，所述方法包括：

获取由终端设备发送的样本数据，所述样本数据包括多个产品在历史时间段内的营销收益、营销纯利润、营销收支比其中至少之一，以及所述多个产品在历史时间段内的营销成本、用户性别信息、用户年龄信息其中至少之一，其中，所述服务器与所述终端设备之间通过网络提供通信链路；

使用至少一个时序-截面模型对所述样本数据进行训练，得到训练结果；

根据所述训练结果确定所述至少一个时序-截面模型中的一个时序-截面模型作为第一模型；以及

根据所述第一模型训练后得到的参数评估所述产品的营销效果，所述营销效果包括所述营销成本、用户性别信息、用户年龄信息其中至少之一对所述营销收益、营销纯利润、营销收支比其中至少之一的影响效果。

2.根据权利要求1所述的方法，其中，所述至少一个时序-截面模型包括以下任意一种或者几种的组合：混合估计模型、固定效应模型、或者随机效应模型。

3.根据权利要求2所述的方法，其中，所述根据训练结果确定所述至少一个时序-截面模型中的一个时序-截面模型作为第一模型包括：

通过方差齐性检验方法确定所述第一模型是否为所述混合估计模型；

在所述第一模型不是所述混合估计模型时，通过Hausman检验方法确定所述第一模型是所述固定效应模型还是所述随机效应模型。

4.根据权利要求1所述的方法，其中：

所述方法还包括：对所述样本数据进行异方差处理；

所述使用至少一个时序-截面模型对所述样本数据进行训练包括：使用至少一个时序-截面模型对所述处理后的样本数据进行训练。

5.根据权利要求1所述的方法，其中，所述根据所述第一模型训练后得到的参数评估所述产品的营销效果，包括：

根据所述训练后的第一模型中的固定参数评估所述产品的营销效果。

6.根据权利要求1所述的方法，其中：

所述第一模型为混合估计模型，所述混合估计模型由以下公式表示：

y_it＝α+βX_it+ε_it

其中，y_it表示因变量，X_it表示自变量，α，β以及ε_it表示模型参数；

所述根据所述第一模型训练后得到的参数评估所述产品的营销效果包括，根据α以及β评估所述产品的营销效果。

7.根据权利要求1所述的方法，其中：

所述第一模型为固定效应模型，所述固定效应模型由以下公式表示：

y_it＝α+β_itX_it+ε_it

其中，y_it表示因变量，X_it表示自变量，α，β_it以及ε_it表示模型参数；

所述根据所述第一模型训练后得到的参数评估所述产品的营销效果包括，根据α评估所述产品的营销效果。

8.根据权利要求1所述的方法，其中：

所述第一模型为固定效应模型，所述固定效应模型由以下公式表示：

y_it＝α_it+βX_it+ε_it

其中，y_it表示因变量，X_it表示自变量，α_it，β以及ε_it表示模型参数；

所述根据所述第一模型训练后得到的参数评估所述产品的营销效果包括，根据β评估所述产品的营销效果。