[发明专利]数据处理方法及其系统、计算机系统及计算机可读介质

说明书

本公开提供了一种数据处理方法，包括：获取目标模型，其中，目标模型能够依据输入的目标对象的特征数据对目标对象的流量进行预测，目标对象包括流量不超过预设阈值的对象；获取参考模型，其中，参考模型能够与目标模型相互训练并能够依据输入的参考对象的特征数据和流量对参考对象的流量进行预测，参考对象包括流量超过预设阈值的对象；基于参考模型训练目标模型，以得到新目标模型；以及基于新目标模型对目标对象的流量进行预测。本公开通过学习参考模型，使目标模型可以从中得到反馈和增强，有效利用参考对象流量的自相关性，提高目标对象流量预测的准确性。此外，本公开还提供了一种数据处理系统，一种计算机系统以及一种计算机可读存储介质。

技术领域

本公开涉及数据处理技术领域，更具体地，涉及一种数据处理方法及其系统，计算机系统及计算机可读介质。

背景技术

对于企业经营的大量商品，这些商品需要保持合理的库存，一方面，如果库存备货不足，则无法满足现货率；另一方面，如果库存备货太多，则会增加存货成本。为了保持合理的库存，减少存货成本，增加收益，需要对商品未来的销量进行预测，根据预测的未来销量实施补货策略。因此，销量预测的准确与否，对保持合理的库存至关重要。

然而，在实现本公开构思的过程中，发明人发现相关技术中至少存在如下问题：相关技术中提供的预测模型，对没有足够的销量信息的商品，预测准确性不高。

针对相关技术中的上述问题，目前还未提出有效的解决方案。

发明内容

有鉴于此，本公开提供了一种数据处理方法及其系统，计算机系统及计算机可读介质。

本公开的一个方面提供了一种数据处理方法，包括：获取目标模型，其中，上述目标模型能够依据输入的目标对象的特征数据对上述目标对象的流量进行预测，上述目标对象包括流量不超过预设阈值的对象；获取参考模型，其中，上述参考模型能够与上述目标模型相互训练并能够依据输入的参考对象的特征数据和流量对上述参考对象的流量进行预测，上述参考对象包括流量超过预设阈值的对象；基于上述参考模型训练上述目标模型，以得到新目标模型；以及基于上述新目标模型对上述目标对象的流量进行预测。

根据本公开的实施例，上述基于上述参考模型训练上述目标模型，以得到新目标模型包括：基于上述参考模型，获取预设时间段内上述参考对象的预测流量；获取上述预设时间段内上述参考对象的实际流量；基于上述预测流量和上述实际流量确定的预测误差，训练上述参考模型的模型参数，以得到第一参考模型；以及基于上述第一参考模型训练上述目标模型，以得到新目标模型。

根据本公开的实施例，上述基于上述第一参考模型训练上述目标模型，以得到新目标模型包括：基于上述目标模型，获取上述预设时间段内上述目标对象的第一预测流量；基于上述第一预测流量和上述第一参考模型，获取上述目标对象的第二预测流量；以及基于上述第一预测流量和上述第二预测流量确定的预测误差，训练上述目标模型的模型参数，以得到上述新目标模型。

根据本公开的实施例，上述参考模型包括互为对偶的原始参考模型和对偶参考模型，上述预设时间段包括第一时间段和第二时间段，上述第一时间段早于上述第二时间段，上述基于上述参考模型训练上述目标模型，以得到新目标模型包括：基于上述原始参考模型，获取上述第二时间段内上述参考对象的第一预测流量；基于上述对偶参考模型，获取上述第一时间段内上述参考对象的第二预测流量；获取上述第二时间段内上述参考对象的第一实际流量；获取上述第一时间段内上述参考对象的第二实际流量；基于上述第一预测流量和上述第一实际流量确定的第一预测误差，训练上述原始参考模型的模型参数，以得到第一原始参考模型；基于上述第二预测流量和上述第二实际流量确定的第二预测误差，训练上述对偶参考模型的模型参数，以得到第一对偶参考模型；以及基于上述第一原始参考模型和上述第一对偶参考模型训练上述目标模型，以得到新目标模型。