买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：复旦大学

申请日：2017-07-22

公开（公告）日：2021-06-04

公开（公告）号：CN107515898B

专利技术分类：....特殊类型的查询，例如统计查询、模糊查询或分布式查询[2019.01]

专利摘要：本发明属于工业大数据应用技术领域，具体为一种基于数据多样性和任务多样性的轮胎企业销售预测方法。本发明方法包括五个部分：（1）主题特征提取，通过LDA模型提取关于轮胎行业的半结构化数据的特征；（2）结构特征提取，通过将轮胎行业的企业根据相关的联系映射到异质网络中，并提取出结构特征；（3）网络结构扩展，针对网络稀疏性问题，通过融合主题特征和结构特征，扩展企业之间的关系图，寻找潜在关联因素；（4）使用LASSO方法的多任务学习方法来解决高维样本空间的缺点；（5）因素特征提取与时序分析，通过有效整合和利用与销售相关的多个数据集（轮胎需求计划，主机厂产品销量，轮胎销售发货数据等）进行预测，通过实验数据验证，能够提高轮胎销售预测的准确率。

专利权项：1.一种基于数据多样性和任务多样性的轮胎企业销售预测方法，其特征在于，具体步骤为：1提取非结构化数据的特征，即针对收集的各公司文本数据进行数据预处理，包括去噪去重，通过LDA方法得到每个公司的隐含特征；2提取网络数据的结构特征，即从公司报告中得到各个公司之间的关联从而构建轮胎网络，在网络中量化各个公司之间的联系强度；3链接扩展网络结构，综合拓扑结构和主题相似性，采用节点对之间的潜在链接强度打分算法，结合步骤1和步骤2的结果，进一步扩展优化公司之间的联系，以此有效提升轮胎销售预测的准确率；4整合多源数据，即在轮胎销售预测的场景下，把多种数据整合在一起；在整合中，针对特征冗余问题，引入正则化惩罚项，即特征选择；同时抽取上下游行业的价格走势数据，将其作为特征直接用于线性回归模型；5基于多任务的销售预测，即利用不同预测任务之间参数共享约束，将单一类型的轮胎销售预测优化为多个不同类型的轮胎销售预测问题；采用基于线性回归的轮胎销售预测方法，参数学习不仅依赖于自身的历史销售发货数据，也和其他类型轮胎的预测参数有关；此步骤将得到最后的销售预测结果；所述基于多任务的销售预测的具体流程为：包括lasso方法与时序分析两部分；对于数据集，使用lasso算法去除残留的冗余信息，获得最终用于时序分析的训练集；在时序分析部分，先调用数据分析工具WEKA的API来训练线性回归模型，得到初步结果，然后根据实际加载的数据集判断是否需要M5P算法进行优化，若需要，则利用M5P的分类式线性回归优化结果；若不需要，则直接用Bagging算法优化准确度，避免因为小样本而出现的过拟合现象；由于轮胎销售预测可以从多个维度进行预测，包括轮胎主机厂、轮胎品种与轮胎品牌，因此需要对历史数据进行支持向量机算法模拟，若结果良好，则与上述结果进行加权处理，完成预测的整合，并将预测结果显示在前端页面中。

百度查询： 复旦大学 基于数据多样性和任务多样性的轮胎企业销售预测方法