申请/专利权人：湘南学院

申请日：2024-01-10

公开（公告）日：2024-04-16

公开（公告）号：CN117893239A

主分类号：G06Q30/0201

分类号：G06Q30/0201;G06Q30/0283;G06F18/213;G06F18/25;G06F40/30;G06F40/289;G06N3/0464;G06F123/02

优先权：

专利状态码：在审-公开

法律状态：2024.04.16#公开

摘要：本发明公开了一种基于人工智能的商品价格预测方法及系统，其通过采集商品的历史价格数据，以及商品特征描述，例如商品属性、市场需求和竞争情况，并在后端引入数据处理和语义理解算法来进行历史价格数据的时序分析以及商品特征描述的语义理解，从而综合利用商品的历史价格数据时序特征和商品特征描述语义理解特征之间的嵌入式融合特征信息来进行商品的价格预测，从而提高了价格预测的准确性和可靠性。

主权项：1.一种基于人工智能的商品价格预测方法，其特征在于，包括：获取被分析商品在预定周期内多天的历史价格数据；获取所述被分析商品的商品特征描述，其中，所述商品特征描述包括商品属性、市场需求和竞争情况；将所述多天的历史价格数据按照时间维度排列为历史价格时序输入向量；通过基于深度神经网络模型的历史价格时序特征提取器对所述历史价格时序输入向量进行特征提取以得到历史价格时序特征向量；对所述被分析商品的商品特征描述进行语义编码以得到商品特征属性粒度编码特征向量的序列；基于所述商品特征属性粒度编码特征向量的序列，对所述历史价格时序特征向量进行语义特征嵌入更新以得到更新后历史价格时序特征向量作为商品多维度融合特征；基于所述商品多维度融合特征，确定被分析商品的价格预测值。

全文数据：

权利要求：

百度查询： 湘南学院 基于人工智能的商品价格预测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD