[发明专利]一种商品资源配置的方法及系统

权利要求书

1.一种商品资源配置的方法，其特征在于，包括：

根据目标商品的历史交易数据，拟合获得所述目标商品的需求函数，所述需求函数为交易量与虚拟资源的关系表达式；

根据所述目标商品的需求函数，获得所述目标商品的交易指标；

基于所述交易指标，获得所述目标商品的目标交易指标的投入产出比；

基于所述投入产出比，获得所述目标商品的当前虚拟资源调整方式；

基于所述目标商品的当前虚拟资源调整方式，对所述目标商品进行实体资源配置。

2.如权利要求1所述的方法，其特征在于，所述根据目标商品的历史交易数据，拟合获得所述目标商品的需求函数，具体包括：

根据目标商品的历史交易数据，提取所述目标商品的特征数据，所述特征数据包括虚拟资源特征和交易时间特征；

对所述目标商品的历史交易量与所述特征数据进行拟合，获得所述目标商品的需求函数。

3.如权利要求2所述的方法，其特征在于，在所述提取所述目标商品的特征数据之前，所述方法还包括：

对所述目标商品的历史交易数据中的缺失值进行填补以及对数据异常点进行剔除。

4.如权利要求3所述的方法，其特征在于，所述目标商品的交易指标，具体包括：

I＝(p_base-p)D(p)；

R＝pD(p)；

其中，I为投入，R为交易额，p代表所述目标商品的虚拟资源，D(p)代表所述目标商品的需求函数表达式，p_base代表所述目标商品的基于投入的基准虚拟资源。

5.如权利要求4所述的方法，其特征在于，所述目标交易指标包括交易额和交易量，获得所述目标商品的目标交易指标的投入产出比，具体包括：

若所述目标交易指标为交易额，则，

所述目标商品的交易额的投入产出比：

若所述目标交易指标为交易量，则，

所述目标商品的交易量的投入产出比：

其中，S代表目标商品的交易量，S＝D(p)。

6.如权利要求1所述的方法，其特征在于，所述拟合获得所述目标商品的需求函数，具体包括：

使用统计模型、机器学习模型或深度学习模型拟合获得所述目标商品的需求函数。

7.如权利要求1或5所述的方法，其特征在于，所述基于所述目标商品的投入产出比，获得所述目标商品的当前虚拟资源调整方式，具体包括：

当λ＜0时，对所述目标商品进行用于提升当前虚拟资源的资源量的第一提升调整；

当0≤λ≤1时，对所述目标商品进行用于提升当前虚拟资源的资源量的第二提升调整，所述第二提升调整的调整幅度小于所述第一提升调整；

当1＜λ≤N时，对所述目标商品进行用于降低当前虚拟资源的资源量的第一降低调整；

当λ＞N时，对所述目标商品进行用于降低当前虚拟资源的资源量的第二降低调整，所述第二降低调整的调整幅度大于所述第一降低调整；

其中，λ表示目标交易指标的投入产出比，N为大于等于2的正整数。

8.如权利要求7所述的方法，其特征在于，所述获得所述目标商品的当前虚拟资源调整方式，还包括：

以目标商品的目标交易指标为优化目标，获得所述目标商品的虚拟资源值。

9.如权利要求8所述的方法，其特征在于，所述目标商品的虚拟资源值为：

其中，为所述虚拟资源值，p代表所述目标商品的虚拟资源，D(p)代表所述目标商品的交易量与虚拟资源的表达式，p_base代表所述目标商品的基于投入的基准虚拟资源。

10.一种商品资源配置的系统，其特征在于，包括：

拟合模块，用于根据目标商品的历史交易数据，拟合获得所述目标商品的需求函数，所述需求函数为交易量与虚拟资源的关系表达式；

第一获取模块，用于根据所述目标商品的需求函数，获得所述目标商品的交易指标；

第二获取模块，用于基于所述交易指标，获得所述目标商品的目标交易指标的投入产出比；

第三获取模块，用于基于所述投入产出比，获得所述目标商品的当前虚拟资源调整方式；

资源配置模块，用于基于所述目标商品的当前虚拟资源调整方式，对所述目标商品进行实体资源配置。