[发明专利]用于生成信息的方法和装置

权利要求书

1.一种用于生成信息的方法，包括：

接收预测请求，所述预测请求包括目标产品的属性信息、价格相关信息和品类信息；

根据所述目标产品的属性信息和价格相关信息，生成所述目标产品的特征向量；

将所述特征向量输入到预先训练的、与所述品类信息对应的销量预测模型，生成所述目标产品的销量信息，其中销量预测模型用于表征产品的特征向量与产品的销量信息之间的对应关系。

2.根据权利要求1所述的方法，其中，与所述品类信息对应的销量预测模型通过如下步骤训练得到：

获取所述目标产品所属品类下的至少一个产品在预设时间段内的销量数据，其中所述预设时间段包括至少一个子时间段；

对于所述至少一个产品中的每个产品，从该产品的销量数据中提取该产品在每个子时间段内的属性信息、价格相关信息和历史销量信息，以及基于属性信息和价格相关信息生成该产品在每个子时间段内的特征向量；

将各个产品在每个子时间段内的特征向量作为输入，将各个产品在相应子时间段内的历史销量信息作为输出，训练得到销量预测模型。

3.根据权利要求2所述的方法，其中，销量预测模型包括多棵回归决策树，第k棵回归决策树通过如下步骤训练得到：

对于各个产品在各个子时间段内的特征向量中的每个特征向量，基于该特征向量在第一棵回归决策树的输出值至第k-1棵回归决策树的输出值以及该特征向量对应的历史销量信息，确定该特征向量在第k棵回归决策树的目标值，其中，k为大于1的整数；

将各个产品在各个子时间段内的特征向量作为输入，将各个特征向量在第k棵回归决策树的目标值作为输出，训练得到第k棵回归决策树。

4.根据权利要求3所述的方法，其中，与所述品类信息对应的销量预测模型的训练步骤还包括：

获取所述目标产品所属品类下不同产品的特征向量和历史销量信息；

将每种产品的特征向量输入至k棵回归决策树，得到每种产品的预测销量信息；

基于历史销量信息和预测销量信息，确定每种产品的销量信息的准确率；

响应于不同产品的销量信息的准确率之间的差值大于等于k-1棵回归决策树确定不同产品的销量信息的准确率之间的差值，将k-1棵回归决策树确定为与所述品类信息对应的销量预测模型。

5.一种用于生成信息的装置，包括：

请求接收单元，配置用于接收预测请求，所述预测请求包括目标产品的属性信息、价格相关信息和品类信息；

向量生成单元，配置用于根据所述目标产品的属性信息和价格相关信息，生成所述目标产品的特征向量；

信息生成单元，配置用于将所述特征向量输入到预先训练的、与所述品类信息对应的销量预测模型，生成所述目标产品的销量信息，其中销量预测模型用于表征产品的特征向量与产品的销量信息之间的对应关系。

6.根据权利要求5所述的装置，其中，与所述品类信息对应的销量预测模型通过如下步骤训练得到：

获取所述目标产品所属品类下的至少一个产品在预设时间段内的销量数据，其中所述预设时间段包括至少一个子时间段；

对于所述至少一个产品中的每个产品，从该产品的销量数据中提取该产品在每个子时间段内的属性信息、价格相关信息和历史销量信息，以及基于属性信息和价格相关信息生成该产品在每个子时间段内的特征向量；

将各个产品在每个子时间段内的特征向量作为输入，将各个产品在相应子时间段内的历史销量信息作为输出，训练得到销量预测模型。

7.根据权利要求6所述的装置，其中，销量预测模型包括多棵回归决策树，第k棵回归决策树通过如下步骤训练得到：

对于各个产品在各个子时间段内的特征向量中的每个特征向量，基于该特征向量在第一棵回归决策树的输出值至第k-1棵回归决策树的输出值以及该特征向量对应的历史销量信息，确定该特征向量在第k棵回归决策树的目标值，其中，k为大于1的整数；

将各个产品在各个子时间段内的特征向量作为输入，将各个特征向量在第k棵回归决策树的目标值作为输出，训练得到第k棵回归决策树。