(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210964428.2 (22)申请日 2022.08.11 (71)申请人 广西中烟工业有限责任公司 地址 530001 广西壮 族自治区南宁市北湖 南路28号 (72)发明人 韦泰丞　陈浩　王吉斌　白森　 黄飞杰　朱皓然　李宁　 (74)专利代理 机构 北京三聚阳光知识产权代理 有限公司 1 1250 专利代理师 李红团 (51)Int.Cl. G06Q 30/06(2012.01) G06Q 30/02(2012.01) G06Q 10/06(2012.01) G06K 9/62(2022.01) (54)发明名称 一种基于多源 数据的商品选品方法、 装置及 电子设备 (57)摘要 本发明公开了一种基于多源数据的商品选 品方法、 装置及电子设备， 商品选品方法通过对 多种目标源 数据进行融合， 根据数据融合结果构 建待选品商品对应的不同类型的预设销售潜力 评估函数， 根据不同类型的预设销售潜力评估函 数对待选品商品进行销售潜力评估， 得到不同预 设销售潜力评估函数对应的销售潜力评估结果， 将不同销售潜力评估函数对应的销售潜力评估 结果进行融合处理得到待选品商品的预测销售 潜力值， 利用待选品商品的预测销售潜力值、 每 一个零售店的柜台容量 以及所述待选品商品的 体积构建所述待选品商品对应的目标价值函数， 根据所述目标价值函数的目标计算结果进行商 品选品。 权利要求书3页 说明书16页 附图2页 CN 115271884 A 2022.11.01 CN 115271884 A 1.一种基于多源数据的商品选品方法， 其特 征在于， 包括： 获取待选品商品对应的多种目标源数据， 所述多种目标源数据包括： 所述待选品商品 对应的零售店属 性数据、 所述零售店所在位置目标区域范围内的消费者画像数据、 所述待 选品商品与对应的零售店之间的融合数据以及所述零售店所在位置目标区域范围内的兴 趣点数据； 根据所述零售店属性数据中包含的零售店的地理位置数据， 将不同地理位置的零售店 与其对应的所述消费者画像数据、 所述融合数据以及所述兴趣点数据进行数据融合处理， 得到每一个零售 店对应的数据融合结果； 根据多个零售店对应的数据融合结果构建所述待选品商品对应的不同类型的预设销 售潜力评估函数； 根据所述不同类型的预设销售潜力 评估函数对待选品商品进行销售潜力 评估， 得到不 同预设销售 潜力评估函数对应的销售 潜力评估结果； 将所述不同销售潜力评估函数对应的销售潜力评估结果进行融合处理得到所述待选 品商品的预测销售 潜力值； 获取每一个所述 零售店的柜台容 量以及所述待选品商品的体积； 利用所述待选品商 品的预测销售潜力值、 每一个所述零售店的柜台容量以及所述待选 品商品的体积构建所述待选品商品对应的目标价 值函数； 根据所述目标价 值函数的目标计算结果进行商品选品。 2.根据权利要求1所述的方法， 其特征在于， 所述不同类型的销售潜力 评估函数包括基 于回归树的销售潜力评估函数、 基于交叉特征的销售潜力评估函数以及基于待选品商品历 史记录的销售 潜力评估函数。 3.根据权利要求2所述的方法， 其特征在于， 根据 所述不同类型的销售潜力 评估函数对 待选品商品进行销售潜力评估， 得到不同销售潜力评估函数对应的销售潜力评估结果， 包 括： 根据所述融合数据中包含的待选品商品的历史销量和销售额计算所述待选品商品的 销售评分； 获取影响待选品商品销售的特 征值； 根据所述待选品商 品的销售评分确定特征序列， 并根据基于待选品商品历史记录的销 售潜力评估函数、 所述特征序列、 所述影响待选品商品销售的特征值对所述待选品商品进 行销售潜力评估， 得到第一预测序列； 根据所述第 一预测序列和所述特征序列构建第 一多维数组， 对所述第 一多维数据进行 标准化处理； 将标准化处理后的第 一多维数组输入到所述基于交叉特征的销售潜力 评估函数， 得到 第二预测序列； 根据所述第 二预测序列构建第 二多维数组， 并将所述第 二预测序列输入到所述基于回 归树的销售潜力评估函数中， 得到第三预测序列， 将不同的预测序列作为对应的销售潜力 评估函数的销售 潜力评估结果。 4.根据权利要求3所述的方法， 其特征在于， 将所述不同销售潜力 评估函数对应的销售 潜力评估结果进行融合处 理得到所述待选品商品的预测销售 潜力值， 包括：权　利　要　求　书 1/3 页 2 CN 115271884 A 2将所述第一预测序列、 所述第二预测序列以及所述第三预测序列进行融合， 得到所述 待选品商品的预测销售 潜力值。 5.根据权利要求1所述的方法， 其特征在于， 所述待选品商 品的预测销售潜力值通过下 式计算得到： 其中， di表示第i个销售潜力评估函数对应的正确率的权重分配值， acci表示第i个销售 潜力评估函数的评估正确 率， n表示影响待选品商品销售的特征值的数量， T表示待选品商 品的预测销售潜力值， i表示第i个销售潜力评估函数， Tn+i表示第i个销售潜力评估函数对 应的预测序列。 6.一种基于多源数据的商品选品方法装置， 其特 征在于， 包括： 第一获取模块， 用于获取待选品商品对应的多种目标源数据， 所述多种目标源数据包 括： 所述待选品商品对应的零售店属 性数据、 所述零售店所在位置目标区域范围内的消费 者画像数据、 所述待选品商品与对应的零售店之间的融合数据以及所述零售店所在位置目 标区域范围内的兴趣点数据； 数据融合模块， 用于根据所述零售店属性数据中包含的零售店的地理位置数据， 将不 同地理位置的零售店与其对应的所述消费者画像数据、 所述融合数据以及所述兴趣点数据 进行数据融合处 理， 得到每一个零售 店对应的数据融合结果； 第一构建模块， 用于根据多个零售店对应的数据融合结果构建所述待选品商品对应的 不同类型的预设销售 潜力评估函数； 销售潜力 评估模块， 用于根据 所述不同类型的预设销售潜力 评估函数对待选品商品进 行销售潜力评估， 得到不同预设销售 潜力评估函数对应的销售 潜力评估结果； 评估结果融合模块， 用于将所述不同销售潜力 评估函数对应的销售潜力 评估结果进行 融合处理得到所述待选品商品的预测销售 潜力值； 第二获取模块， 用于获取每一个所述 零售店的柜台容 量以及所述待选品商品的体积； 第二构建模块， 用于利用所述待选品商品的预测销售潜力值、 每一个所述零售店的柜 台容量以及所述待选品商品的体积构建所述待选品商品对应的目标价 值函数； 选品模块， 用于根据所述目标价 值函数的目标计算结果进行商品选品。 7.根据权利要求6所述的装置， 其特征在于， 所述不同类型的销售潜力 评估函数包括基 于回归树的销售潜力评估函数、 基于交叉特征的销售潜力评估函数以及基于待选品商品历 史记录的销售 潜力评估函数。 8.根据权利要求7 所述的装置， 其特 征在于， 所述销售 潜力评估 模块， 包括： 计算子模块， 用于根据 所述融合数据中包含的待选品商品的历史销量和销售额计算所 述待选品商品的销售评分； 获取子模块， 用于获取影响待选品商品销售的特 征值；权　利　要　求　书 2/3 页 3 CN 115271884 A 3