[发明专利]物品流转信息预测模型生成方法、信息生成方法、装置

权利要求书

1.一种物品流转信息预测模型生成方法，包括：

获取训练样本集，所述训练样本集中的训练样本包括历史时间段的历史物品流转信息和预测时间段的真实物品流转信息；

获取多个基准时序模型和集成模型，所述集成模型用于根据所述多个基准时序模型的输出结果，生成预测物品流转信息，其中，所述多个基准时序模型中的基准时序模型用于根据所述历史物品流转信息预测物品流转信息；

基于所述训练样本集对所述多个基准时序模型和所述集成模型进行训练，以及将训练完成的所述多个基准时序模型和所述集成模型确定为所述物品流转信息预测模型；

其中，所述训练样本集是通过以下步骤生成的：

确定所述训练样本集中拟包括的训练样本的目标数量、所述历史物品流转信息的第一数据长度、所述真实物品流转信息的第二数据长度；

确定历史物品流转信息序列对应的所述目标数量个切分时间点；

对于每个切分时间点，以所述切分时间点对应的物品流转信息为起点，分别截取长度为所述第一数据长度和所述第二数据长度的信息作为所述历史物品流转信息和所述真实物品流转信息，得到所述切分时间点对应的训练样本；

将所述目标数量个切分时间点分别对应的训练样本确定为所述训练样本集；

其中，所述基于所述训练样本集对所述多个基准时序模型和所述集成模型进行训练，包括：

为所述训练样本集中各个训练样本设置抽样权重，每个训练样本的抽样权重与所述训练样本对应的切分时间点相关；

根据所述各个训练样本的抽样权重，从所述训练样本集中加权选取训练样本；

基于所述训练样本，对所述多个基准时序模型和所述集成模型进行训练；

其中，所述为所述训练样本集中各个训练样本设置抽样权重，包括：

确定每个训练样本的切分时间点与当前时间的差值；

对于所述差值进行对数变换，得到变换差值；

对所述变换差值进行标准化，得到所述训练样本的抽样权重。

2.根据权利要求1所述的方法，其中，所述基于所述训练样本，对所述多个基准时序模型和所述集成模型进行训练，包括：

将所述训练样本中的历史物品流转信息分别输入所述多个基准时序模型，得到多个输出结果；

将所述多个输出结果输入所述集成模型，得到预测物品流转信息；

基于预设损失函数，确定所述预测物品流转信息和所述训练样本中的真实物品流转信息之间的差异；

基于所述差异调整所述多个基准时序模型和所述集成模型的参数。

3.根据权利要求2所述的方法，其中，所述集成模型为脊回归模型。

4.一种物品流转信息生成方法，包括：

基于第一数据长度确定当前时间对应的历史物品流转信息；

将所述历史物品流转信息分别输入预先训练的多个基准时序模型，得到多个输出结果；

将所述多个输出结果输入集成模型，得到物品流转信息，其中，所述多个基准时序模型和所述集成模型是根据权利要求1-3中任一所述的方法生成的。