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：浪潮软件股份有限公司

摘要：本发明公开了基于神经网络的烟草投放量研判方法及系统，属于机器学习及数据挖掘领域，本发明要解决的技术问题为如何获取香烟投放量在当下市场中的反馈及有效情况，进而调整香烟投放量，达到平均的效果，技术方案为：该方法是使用神经网络模型构建卷烟投放量模型，根据烟草市场的特点，将卷烟的特征作为卷烟投放量模型的读取指标，卷烟投放量模型根据训练条件计算出符合要求的卷烟投放量，为客户提供在不同投放量下卷烟的模拟周投放情况，即根据用户所期望卷烟达到订足率条件下，提供用户卷烟的参考投放量；具体如下：S1、获取卷烟的特征数据；S2、对卷烟的相关特征的数据进行预处理；S3、训练卷烟投放量模型；S4、卷烟投放量模型结果展示与使用。

主权项：1.一种基于神经网络的烟草投放量研判方法，其特征在于，该方法是使用神经网络模型构建卷烟投放量模型，根据烟草市场的特点，将卷烟的特征作为卷烟投放量模型的读取指标，卷烟投放量模型根据训练条件计算出符合要求的卷烟投放量，为客户提供在不同投放量下卷烟的模拟周投放情况，即根据用户所期望卷烟达到订足率条件下，提供用户卷烟的参考投放量；具体如下：S1、获取卷烟的特征数据；具体如下：S101、用户需要根据实际需求选择具体期望模拟的烟草品牌信息，根据烟草品牌信息获取投放户数、订货户数、足量订货量、订货总量、订足户数以及订足客户订购量的卷烟的特征数据；S102、卷烟投放量模型在卷烟的特征数据中增添客户经理、地市区域以及客户标签的筛选条件，通过使用准确和精细的筛选条件为卷烟投放量模型挑选训练数据，让卷烟投放量模型更加准确和有针对性的反映预测客户的真正业务需求；S2、对卷烟的相关特征的数据进行预处理；具体如下：S201、根据步骤S1中用户所添加的任务参数自动从数据库中抓取满足条件的卷烟投放量的信息数据；S202、将卷烟投放量的信息数据根据时间进行汇总，得到一组满足用户选择的卷烟和筛选条件的反映每周投放量信息的训练数据；S203、将数据进行了标准化处理，并过滤掉数据中的部分极值数据，使卷烟投放量模型的构建更加拟合正常范围的数据；S3、训练卷烟投放量模型；具体如下：S301、卷烟投放量模型在执行预处理过程后，自动调用大数据平台中的计算节点；S302、卷烟投放量模型采用深度学习PyTorch框架进行编写神经网络模型；S303、卷烟投放量模型生成神经网络模型必要的参数，即一个具有50个神经元的多层神经网络雏形，并采用relu函数作为神经网络模型的激活函数来处理每次训练完后各个神经元计算出来的结果；S304、卷烟投放量模型采用MSE的方法作为神经网络反馈误差时的损失函数；S305、卷烟投放量模型采用adam函数作为神经网络模型不断调整误差的优化函数；S306、卷烟投放量模型训练周期初始设定为N次，在训练周期期间，若训练卷烟投放量模型与实际数据的误差小于N1011，则返回最终可用的卷烟投放量模型；其中，N不小于107；S4、卷烟投放量模型结果展示与使用；具体如下：S401、执行卷烟投放量模型训练周期的算法循环，并判断是否达到预期值：当卷烟投放量模型算法达到预期值时，则停止当前循环，返回并保存模型；S402、利用训练完毕的卷烟投放量模型，模拟生成测试训练集，即控制模型的其他变量为中位数值，将投放量变量根据原有训练集的波动范围生成M条自由变换的数据，使用之前训练好的卷烟投放量模型，将新的测试集添加卷烟投放量模型中进行结果测试；其中，M不小于5000；S403、将卷烟投放量模型计算出来的结果执行数据反标准化的处理，并根据结果集计算出相应的烟草指标。

全文数据：

权利要求：

百度查询： 浪潮软件股份有限公司 基于神经网络的烟草投放量研判方法及系统