[发明专利]动态估计价格弹性的方法和装置

说明书

本发明实施例提供一种动态估计价格弹性的方法和装置，能够通过选定预设时间跨度内的商品数据，从而能够在价格弹性的计算过程中去除旧数据，引入新数据，不断的将更有效地数据更新至价格弹性的计算中，使得模型估计的结果更为有效。该方法包括：确定商品的最优衰减模型；根据最优衰减模型计算商品的最优衰减周期；根据最优衰减周期，对预设时间跨度内的商品数据按照单位数据点进行加权，并利用加权后的商品数据估计商品的价格弹性。

技术领域

本发明涉及计算机技术领域，尤其涉及一种动态估计价格弹性的方法和装置。

背景技术

商品的价格弹性(price elasticity)是度量商品价格和销量关系的重要指标，也是商品的固有属性。围绕商品的价格弹性，电商企业可实现对商品的分类、定价、收益的优化等一系列问题。

商品价格弹性的估计方法是多样的，依据使用数据类型上的差异，可将价格弹性估计的方法上大致有两类：一、基于历史销售数据，依据价量函数模型，对价格弹性进行估计。该方法适用于数据量充足且价格存在变异的商品，参数估计依托于统计的方法即可完成；二、若商品没有历史记录、或者数据质量不好，难以通过统计的方法估算。这个时候就需要从商品的基本属性出发，寻求预期相似产品的价格弹性进行替代，与此类相关的估计方法将其归为机器学习的方法。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：现有的商品价格弹性的计算是将所有的数据都考虑在内，定期的更新也是将新的数据加入价格弹性计算模型。事实上，最新的数据较历史相对较远的数据而言，具有较强的解释，而现有技术中的价格弹性计算模型则认为两者并无明显的差异；除此之外，在计算效率上，每次都是增加数据量，导致参数估计所需的时间越来越长，占用较多的资源的同时也增加了服务器的负担。

发明内容

有鉴于此，本发明实施例提供一种动态估计价格弹性的方法和装置，能够通过选定预设时间跨度内的商品数据，从而能够在价格弹性的计算过程中去除旧数据，引入新数据，不断的将更有效地数据更新至价格弹性的计算中，使得模型估计的结果更为有效。

为实现上述目的，根据本发明实施例的一个方面，提供了一种动态估计价格弹性的方法。

本发明实施例的一种动态估计价格弹性的方法包括：确定商品的最优衰减模型；根据最优衰减模型计算商品的最优衰减周期；根据最优衰减周期，对预设时间跨度内的商品数据按照单位数据点进行加权，并利用加权后的商品数据估计商品的价格弹性。

可选地，确定商品的最优衰减模型包括：根据商品的假设衰减周期，按照预设最优评价指标判断不同信息衰减模型下价格弹性模型计算的准确度，选择准确度最高的信息衰减模型作为商品的最优衰减模型。

可选地，根据最优衰减模型计算商品的最优衰减周期包括：按照预设最优评价指标判断不同衰减周期下价格弹性模型计算的准确度，选择准确度最高的衰减周期作为商品的最优衰减周期。

可选地，预设最优评价指标包括如下至少一种：拟合优度、平均绝对百分比误差。

为实现上述目的，根据本发明实施例的另一方面，提供了一种动态估计价格弹性的装置。

本发明实施例的一种动态估计价格弹性的装置包括：确定模块，用于确定商品的最优衰减模型；计算模块，用于根据最优衰减模型计算商品的最优衰减周期；估计模块，用于根据最优衰减周期，对预设时间跨度内的商品数据按照单位数据点进行加权，并利用加权后的商品数据估计商品的价格弹性。

可选地，确定模块还用于：根据商品的假设衰减周期，按照预设最优评价指标判断不同信息衰减模型下价格弹性模型计算的准确度，选择准确度最高的信息衰减模型作为商品的最优衰减模型。

可选地，计算模块还用于：按照预设最优评价指标判断不同衰减周期下价格弹性模型计算的准确度，选择准确度最高的衰减周期作为商品的最优衰减周期。