本發(fā)明涉及數(shù)據(jù)處理，尤其涉及一種電子產(chǎn)品激活量預(yù)測方法及一種服務(wù)器集群。

背景技術(shù)：

個人計算機(pc)、手機、平板電腦等電子產(chǎn)品為貴重的硬件產(chǎn)品，其庫存積壓，不論是整機庫存還是部件庫存，都會嚴(yán)重影響資金流動，甚至拖垮企業(yè)的資金鏈。降低庫存最有效的方式就是：第一，準(zhǔn)確把握市場的需求，使得生產(chǎn)量與銷售量的差(即庫存)最?。坏诙?，提前把握市場的需求，通過在采購提前期前給出預(yù)測值，來指導(dǎo)科學(xué)合理的采購。那么如何度量市場的需求以降低庫存呢？由于電子產(chǎn)品的智能性，能夠?qū)㈦娮赢a(chǎn)品的激活數(shù)據(jù)直接上報，使得電子產(chǎn)品的激活量直接、準(zhǔn)確的反映了市場需求量，所以對電子產(chǎn)品激活量準(zhǔn)確的預(yù)測，尤為重要。

現(xiàn)有技術(shù)中，對電子產(chǎn)品激活量的預(yù)測，均是通過單一的回歸模型或時間序列分析方法進行預(yù)測，但是，前者無法擬合數(shù)據(jù)的時間規(guī)律，即，無法擬合出電子產(chǎn)品激活量隨時間變化的規(guī)律，后者無法學(xué)習(xí)相關(guān)因子隨時間變化的影響力，即，無法學(xué)習(xí)影響電子產(chǎn)品激活量的相關(guān)因子(例如，促銷活動、代言活動等)隨時間變化的影響力，所以其效果均不穩(wěn)定，且準(zhǔn)確率非常低。

技術(shù)實現(xiàn)要素：

本發(fā)明提供一種電子產(chǎn)品激活量預(yù)測方法及一種服務(wù)器集群，能夠準(zhǔn)確的預(yù)測電子產(chǎn)品激活量。

本發(fā)明提供了一種電子產(chǎn)品激活量預(yù)測方法，包括：

獲取第一激活量數(shù)據(jù)和影響第一激活量數(shù)據(jù)的至少一個第一因子數(shù)據(jù)；

對所述第一激活量數(shù)據(jù)和所述至少一個第一因子數(shù)據(jù)分別進行時間序列化；

對時間序列化后的數(shù)據(jù)進行時間規(guī)律拆解，得到第二激活量數(shù)據(jù)，所述第二激活量數(shù)據(jù)包括電子產(chǎn)品激活量未受所述至少一個第一因子數(shù)據(jù)影響情況下隨時間的變化趨勢數(shù)據(jù)；

判斷所述變化趨勢數(shù)據(jù)是否具有時間規(guī)律；

如果所述變化趨勢數(shù)據(jù)具有時間規(guī)律，將所述變化趨勢數(shù)據(jù)進行特征化處理生成第二因子數(shù)據(jù)，將所述至少一個第一因子數(shù)據(jù)與第二因子數(shù)據(jù)輸入預(yù)設(shè)模型進行學(xué)習(xí)，以對預(yù)定時間的電子產(chǎn)品激活量進行預(yù)測。

作為優(yōu)選，還包括，

如果所述變化趨勢數(shù)據(jù)不具有時間規(guī)律，則將所述至少一個第一因子數(shù)據(jù)輸入預(yù)設(shè)模型進行學(xué)習(xí)，以對預(yù)定時間的電子產(chǎn)品激活量進行預(yù)測。

作為優(yōu)選，所述至少一個第一因子數(shù)據(jù)包括價格因子數(shù)據(jù)、市場活動因子數(shù)據(jù)、產(chǎn)品質(zhì)量因子數(shù)據(jù)、輿論因子數(shù)據(jù)、競爭產(chǎn)品因子數(shù)據(jù)中的一個或多個。

作為優(yōu)選，所述輿論因子數(shù)據(jù)包括情感指數(shù)因子數(shù)據(jù)，所述情感指數(shù)因子數(shù)據(jù)基于正面輿論評價信息數(shù)量以及負面輿論評價信息數(shù)量確認。

作為優(yōu)選，對所述至少一個第一因子數(shù)據(jù)進行時間序列化包括對價格因子數(shù)據(jù)進行時間序列化，并且在對所述價格因子數(shù)據(jù)進行時間序列化前，對所述價格因子數(shù)據(jù)進行離散化。

作為優(yōu)選，將所述變化趨勢數(shù)據(jù)進行特征化處理包括，將所述變化趨勢數(shù)據(jù)的依賴時長構(gòu)造成一維特征或多維特征作為所述第二因子數(shù)據(jù)。

作為優(yōu)選，所述第一因子數(shù)據(jù)與所述第二因子數(shù)據(jù)的權(quán)重相等。

本發(fā)明還公開了一種服務(wù)器集群，包括至少一個處理器、至少一個存儲器，所述至少一個存儲器能夠存儲被所述至少一個處理器處理的指令，所述至少一個處理器配置為執(zhí)行所述指令以：

獲取第一激活量數(shù)據(jù)和影響第一激活量數(shù)據(jù)的至少一個第一因子數(shù)據(jù)；

對所述第一激活量數(shù)據(jù)和所述至少一個第一因子數(shù)據(jù)分別進行時間序列化；

對時間序列化后的數(shù)據(jù)進行時間規(guī)律拆解，得到第二激活量數(shù)據(jù)，所述第二激活量數(shù)據(jù)包括電子產(chǎn)品激活量未受所述至少一個第一因子數(shù)據(jù)影響情況下隨時間的變化趨勢數(shù)據(jù)；

判斷所述變化趨勢數(shù)據(jù)是否具有時間規(guī)律；

如果所述變化趨勢數(shù)據(jù)具有時間規(guī)律，將所述變化趨勢數(shù)據(jù)進行特征化處理生成第二因子數(shù)據(jù)，將所述至少一個第一因子數(shù)據(jù)與第二因子數(shù)據(jù)輸入預(yù)設(shè)模型進行學(xué)習(xí)，以對預(yù)定時間的電子產(chǎn)品激活量進行預(yù)測。

作為優(yōu)選，所述至少一個處理器配置為進一步執(zhí)行所述指令以：

如果所述變化趨勢數(shù)據(jù)不具有時間規(guī)律，則將所述至少一個第一因子數(shù)據(jù)輸入預(yù)設(shè)模型進行學(xué)習(xí)，以對預(yù)定時間的電子產(chǎn)品激活量進行預(yù)測。

作為優(yōu)選，所述至少一個第一因子數(shù)據(jù)包括價格因子數(shù)據(jù)、市場活動因子數(shù)據(jù)、產(chǎn)品質(zhì)量因子數(shù)據(jù)、輿論因子數(shù)據(jù)、競爭產(chǎn)品因子數(shù)據(jù)中的一個或多個。

作為優(yōu)選，所述輿論因子數(shù)據(jù)包括情感指數(shù)因子數(shù)據(jù)，所述情感指數(shù)因子數(shù)據(jù)基于正面輿論評價信息數(shù)量以及負面輿論評價信息數(shù)量確認。

作為優(yōu)選，對所述至少一個第一因子數(shù)據(jù)進行時間序列化包括對價格因子數(shù)據(jù)進行時間序列化，并且在對所述價格因子數(shù)據(jù)進行時間序列化前，對所述價格因子數(shù)據(jù)進行離散化。

作為優(yōu)選，將所述變化趨勢數(shù)據(jù)進行特征化處理包括，將所述變化趨勢數(shù)據(jù)的依賴時長構(gòu)造成一維特征或多維特征作為所述第二因子數(shù)據(jù)。

作為優(yōu)選，所述第一因子數(shù)據(jù)與所述第二因子數(shù)據(jù)的權(quán)重相等。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果在于：通過利用時間序列法將第一激活量數(shù)據(jù)拆解為不受第一因子數(shù)據(jù)影響的第二激活量數(shù)據(jù)，并將第二激活量數(shù)據(jù)特征化處理后與第一因子數(shù)據(jù)輸入集成學(xué)習(xí)模型進行學(xué)習(xí)，預(yù)測預(yù)定時間的電子產(chǎn)品激活量，預(yù)測的穩(wěn)定性和準(zhǔn)確率都有明顯的提升，訓(xùn)練誤差和測試誤差都有明顯的降低。

附圖說明

圖1是本發(fā)明一個實施例的電子產(chǎn)品激活量預(yù)測方法的流程圖；

圖2是本發(fā)明另一實施例的電子產(chǎn)品激活量預(yù)測方法的流程圖。

具體實施方式

下面結(jié)合附圖和具體實施例對本發(fā)明作進一步詳細描述，但不作為對本發(fā)明的限定。

此處參考附圖描述本發(fā)明的各種方案以及特征。

應(yīng)理解的是，可以對此處發(fā)明的實施例做出各種修改。因此，上述說明書不應(yīng)該視為限制，而僅是作為實施例的范例。本領(lǐng)域的技術(shù)人員將想到在本發(fā)明的范圍和精神內(nèi)的其他修改。

包含在說明書中并構(gòu)成說明書的一部分的附圖示出了本發(fā)明的實施例，并且與上面給出的對本發(fā)明的大致描述以及下面給出的對實施例的詳細描述一起用于解釋本發(fā)明的原理。

通過下面參照附圖對給定為非限制性實例的實施例的優(yōu)選形式的描述，本發(fā)明的這些和其它特性將會變得顯而易見。

還應(yīng)當(dāng)理解，盡管已經(jīng)參照一些具體實例對本發(fā)明進行了描述，但本領(lǐng)域技術(shù)人員能夠確定地實現(xiàn)本發(fā)明的很多其它等效形式，它們具有如權(quán)利要求所述的特征并因此都位于借此所限定的保護范圍內(nèi)。

當(dāng)結(jié)合附圖時，鑒于以下詳細說明，本發(fā)明的上述和其他方面、特征和優(yōu)勢將變得更為顯而易見。

此后參照附圖描述本發(fā)明的具體實施例；然而，應(yīng)當(dāng)理解，所發(fā)明的實施例僅僅是本發(fā)明的實例，其可采用多種方式實施。熟知和/或重復(fù)的功能和結(jié)構(gòu)并未詳細描述以避免不必要或多余的細節(jié)使得本發(fā)明模糊不清。因此，本文所發(fā)明的具體的結(jié)構(gòu)性和功能性細節(jié)并非意在限定，而是僅僅作為權(quán)利要求的基礎(chǔ)和代表性基礎(chǔ)用于教導(dǎo)本領(lǐng)域技術(shù)人員以實質(zhì)上任意合適的詳細結(jié)構(gòu)多樣地使用本發(fā)明。

本說明書可使用詞組“在一種實施例中”、“在另一個實施例中”、“在又一實施例中”或“在其他實施例中”，其均可指代根據(jù)本發(fā)明的相同或不同實施例中的一個或多個。

如圖1所示，本發(fā)明公開的一個實施例中，電子產(chǎn)品激活量預(yù)測方法，包括：

s1，獲取第一激活量數(shù)據(jù)和影響第一激活量數(shù)據(jù)的至少一個第一因子數(shù)據(jù)。

其中，第一激活量數(shù)據(jù)是統(tǒng)計的用戶激活的電子產(chǎn)品的數(shù)據(jù)，其是用戶實際購買電子產(chǎn)品的數(shù)量的一個反映，用戶實際購買的電子產(chǎn)品的數(shù)量越多，第一激活量數(shù)據(jù)越大，可以根據(jù)第一激活量數(shù)據(jù)來判斷用戶實際購買電子產(chǎn)品的數(shù)量，也就是可以根據(jù)第一激活量數(shù)據(jù)來判斷銷售的電子產(chǎn)品的數(shù)量。

影響第一激活量數(shù)據(jù)的至少一個第一因子數(shù)據(jù)可以包括價格因子數(shù)據(jù)、市場活動因子數(shù)據(jù)、產(chǎn)品質(zhì)量因子數(shù)據(jù)、輿論因子數(shù)據(jù)、競爭產(chǎn)品因子數(shù)據(jù)中的一個或多個。價格因子數(shù)據(jù)可以是廠家規(guī)定的電子產(chǎn)品的價格，也可以是售賣平臺的售價，價格因子數(shù)據(jù)可以是變化的，例如，廠家為了多賣電子產(chǎn)品而對電子產(chǎn)品進行降價。市場活動因子數(shù)據(jù)可以是促銷活動中花費的人力成本或物力成本，也可以是代言活動中名人的出場費用或代言場所的租賃費用或者代言場所的觀眾數(shù)量。產(chǎn)品質(zhì)量因子數(shù)據(jù)可以包括返修率。輿論因子數(shù)據(jù)可以包括電子產(chǎn)品的討論熱度或者情感指數(shù)因子數(shù)據(jù)。另外，第一因子數(shù)據(jù)還可以包括競品活動因子數(shù)據(jù)，競品活動因子數(shù)據(jù)可以是作為競爭對手的廠家做促銷活動或代言活動的數(shù)據(jù)。

s2，對第一激活量數(shù)據(jù)和至少一個第一因子數(shù)據(jù)分別進行時間序列化。

對第一激活量數(shù)據(jù)進行時間序列化可以是對第一激活量數(shù)據(jù)按照時間順序進行排列，例如，電子產(chǎn)品的激活量按照日期的排列數(shù)據(jù)。

對第一因子數(shù)據(jù)進行時間序列化可以是對第一因子數(shù)據(jù)按照時間順序進行排列。例如，對價格因子數(shù)據(jù)進行時間序列化可以是廠家規(guī)定的價格按照日期的排列數(shù)據(jù)，如果廠家在某段時間降低價格，可以在時間序列化后的價格因子數(shù)據(jù)中體現(xiàn)出來。

另外，對于代言活動中名人的出場費用的時間序列化可以是將出場費用平均到代言活動期間的每一天，再按照此段期間中的每一天對應(yīng)平均化后的出場費用。租賃費用或觀眾數(shù)量的時間序列化類似于出場費用的時間序列化，在此不再贅述。對于競品活動因子數(shù)據(jù)進行時間序列化也與之類似。

對于返修率的時間序列化可以是返修率按照日期的排列數(shù)據(jù)。而對于討論熱度的時間序列化可以是利用爬蟲技術(shù)將人們在網(wǎng)上的討論進行抓取，并計算關(guān)于電子產(chǎn)品的討論的數(shù)量，最后對應(yīng)日期進行排列。對于輿論因子數(shù)據(jù)中的情感指數(shù)因子數(shù)據(jù)，可以是基于正面輿論評價信息數(shù)量以及負面輿論評價信息數(shù)量確認。具體可以是，通過對正面和負面的輿論評價信息進行統(tǒng)計，并根據(jù)(n正-n負)*10/(n正+n負)計算得到情感指數(shù)，并對情感指數(shù)按照時間進行排列。其中，n正為統(tǒng)計的當(dāng)天的正面輿論評價信息的數(shù)量，n負為統(tǒng)計的當(dāng)天的負面輿論評價信息的數(shù)量。

s3，對時間序列化后的數(shù)據(jù)進行時間規(guī)律拆解，得到第二激活量數(shù)據(jù)，第二激活量數(shù)據(jù)包括電子產(chǎn)品激活量未受所述至少一個第一因子數(shù)據(jù)影響情況下隨時間的變化趨勢數(shù)據(jù)。

其中，對時間序列化后的數(shù)據(jù)進行時間規(guī)律拆解可以是利用時間序列分析方法對時間序列化后的數(shù)據(jù)進行時間規(guī)律拆解，具體的，可以是利用時間序列分析方法中的stl(seasonalandtrenddecompositionusingloess‘)分解方法，stl分解方法是以魯棒局部加權(quán)回歸作為平滑方法的時間序列分解方法，從而可以得到第二激活量數(shù)據(jù)，其中第二激活量數(shù)據(jù)包括電子產(chǎn)品激活量未受至少一個第一因子數(shù)據(jù)影響情況下隨時間的變化趨勢數(shù)據(jù)，也即是，第二激活量數(shù)據(jù)是從第一激活量數(shù)據(jù)中將第一因子數(shù)據(jù)的影響剝離后的隨時間變化的電子產(chǎn)品的激活量的數(shù)據(jù)，隨時間變化的趨勢數(shù)據(jù)包括隨時間變化的長期趨勢數(shù)據(jù)和隨時間變化的短期趨勢數(shù)據(jù)。其中，隨時間變化的長期趨勢數(shù)據(jù)可以是電子產(chǎn)品激活量隨時間變化的長期趨勢數(shù)據(jù)，例如，在一年內(nèi)隨著時間變化的長期趨勢數(shù)據(jù)。隨時間變化的短期趨勢數(shù)據(jù)可以是電子產(chǎn)品激活量隨著時間變化的短期趨勢數(shù)據(jù)，例如，在7天之內(nèi)的變化。

s4，判斷變化趨勢數(shù)據(jù)是否具有時間規(guī)律。

判斷變化趨勢數(shù)據(jù)是否具有時間規(guī)律具體可以是判斷隨時間變化的長期趨勢數(shù)據(jù)或隨時間變化的短期趨勢數(shù)據(jù)是否有時間規(guī)律，即，判斷隨時間變化的長期趨勢數(shù)據(jù)是否逐漸降低或逐漸升高，或者隨時間變化的短期趨勢數(shù)據(jù)是否具有周期性或季節(jié)性。

s5，如果變化趨勢數(shù)據(jù)具有時間規(guī)律，將變化趨勢數(shù)據(jù)進行特征化處理生成第二因子數(shù)據(jù)，將至少一個第一因子數(shù)據(jù)與第二因子數(shù)據(jù)輸入預(yù)設(shè)模型進行學(xué)習(xí)，以對預(yù)定時間的電子產(chǎn)品激活量進行預(yù)測。

如果判斷為，隨時間變化的長期趨勢數(shù)據(jù)是逐漸升高的，例如在一年內(nèi)隨著時間而逐漸升高，隨時間變化的短期趨勢數(shù)據(jù)是例如以7天為周期逐漸變化的，那么，將變化趨勢數(shù)據(jù)進行特征化處理生成第二因子數(shù)據(jù)。

其中，將變化趨勢數(shù)據(jù)進行特征化可以包括將隨時間變化的長期趨勢數(shù)據(jù)和隨時間變化的短期趨勢數(shù)據(jù)的依賴時長構(gòu)造成多維特征或者一維特征作為第二因子數(shù)據(jù)。例如，如果隨時間變化的短期趨勢數(shù)據(jù)是以7天為周期逐漸變化的，那么將以7天為周期輸入例如lag(n)函數(shù)將其構(gòu)造為七維特征。又例如，如果隨時間變化的短期趨勢數(shù)據(jù)是以1天為周期逐漸變化的，那么將以1天為周期輸入例如lag(n)函數(shù)將其構(gòu)造為一維特征。

將第二因子數(shù)據(jù)與至少一個第一因子數(shù)據(jù)輸入預(yù)設(shè)模型進行學(xué)習(xí)，以對預(yù)定時間的電子產(chǎn)品激活量進行預(yù)測。預(yù)設(shè)模型可以是集成學(xué)習(xí)模型，例如是gbdt或xgboost算法。將第一因子數(shù)據(jù)與第二因子數(shù)據(jù)輸入預(yù)設(shè)模型時，每一個第一因子數(shù)據(jù)與第二因子數(shù)據(jù)的權(quán)重均相等。

對電子產(chǎn)品的激活量進行預(yù)測，例如可以是將隨時間變化逐漸上升的長期趨勢特征化和將以7天為周期的短期趨勢數(shù)據(jù)進行特征化后為第二因子數(shù)據(jù)，并將預(yù)定時間以及至少一個第一因子數(shù)據(jù)輸入預(yù)設(shè)模型進行學(xué)習(xí)，此時的至少一個第一因子數(shù)據(jù)可以為預(yù)定時間對應(yīng)的第一因子數(shù)據(jù)，從而得到在第二因子數(shù)據(jù)和至少一個第一因子數(shù)據(jù)作用下，預(yù)定時間的電子產(chǎn)品激活量。其中，預(yù)定時間可以是未來某一天的時間，也可以是未來某一段的時間。

通過利用時間序列法將第一激活量數(shù)據(jù)拆解為不受第一因子數(shù)據(jù)影響的第二激活量數(shù)據(jù)，并將第二激活量數(shù)據(jù)特征化處理后與第一因子數(shù)據(jù)輸入集成學(xué)習(xí)模型進行學(xué)習(xí)，預(yù)測預(yù)定時間的電子產(chǎn)品激活量，預(yù)測的穩(wěn)定性和準(zhǔn)確率都有明顯的提升，訓(xùn)練誤差和測試誤差都有明顯的降低。

如圖2所示，本發(fā)明公開的另一個實施例中，電子產(chǎn)品激活量預(yù)測方法包括：

s1，獲取第一激活量數(shù)據(jù)和影響第一激活量數(shù)據(jù)的至少一個第一因子數(shù)據(jù)；

s2，對所述第一激活量數(shù)據(jù)和所述至少一個第一因子數(shù)據(jù)分別進行時間序列化；

s3，對時間序列化后的數(shù)據(jù)進行時間規(guī)律拆解，得到第二激活量數(shù)據(jù)，第二激活量數(shù)據(jù)包括電子產(chǎn)品激活量未受至少一個第一因子數(shù)據(jù)影響情況下隨時間的變化趨勢數(shù)據(jù)；

s4，判斷變化趨勢數(shù)據(jù)是否具有時間規(guī)律；

s6，如果變化趨勢數(shù)據(jù)不具有時間規(guī)律，則將至少一個第一因子數(shù)據(jù)輸入預(yù)設(shè)模型進行學(xué)習(xí)，以對預(yù)定時間的電子產(chǎn)品激活量進行預(yù)測。

本實施例與上一個實施例的區(qū)別主要在于s6，s6中，由于變化趨勢數(shù)據(jù)不具有時間規(guī)律，則僅將至少一個第一因子數(shù)據(jù)以及預(yù)定時間輸入預(yù)設(shè)模型進行學(xué)習(xí)，從而得到在至少一個第一因子作用下，預(yù)定時間的電子產(chǎn)品激活量。預(yù)設(shè)模型可以是集成學(xué)習(xí)模型，例如是gbdt或xgboost算法。其中，預(yù)定時間可以是未來某一天的時間，也可以是未來某一段的時間。

在上述兩個實施例中，對至少一個第一因子數(shù)據(jù)進行時間序列化包括對價格因子數(shù)據(jù)進行時間序列化，并且在對價格因子數(shù)據(jù)進行時間序列化前，對價格因子數(shù)據(jù)進行離散化，例如，可以對價格數(shù)據(jù)離散化為不同價格區(qū)間。

本發(fā)明還公開了一種服務(wù)器集群，包括至少一個處理器、至少一個存儲器，至少一個存儲器能夠存儲被至少一個處理器處理的指令，至少一個處理器配置為執(zhí)行指令以：

獲取第一激活量數(shù)據(jù)和影響第一激活量數(shù)據(jù)的至少一個第一因子數(shù)據(jù)；

對第一激活量數(shù)據(jù)和至少一個第一因子數(shù)據(jù)分別進行時間序列化；

對時間序列化后的數(shù)據(jù)進行時間規(guī)律拆解，得到第二激活量數(shù)據(jù)，第二激活量數(shù)據(jù)包括電子產(chǎn)品激活量未受所述至少一個第一因子數(shù)據(jù)影響情況下隨時間的變化趨勢數(shù)據(jù)；

判斷變化趨勢數(shù)據(jù)是否具有時間規(guī)律；

如果變化趨勢數(shù)據(jù)具有時間規(guī)律，將變化趨勢數(shù)據(jù)進行特征化處理生成第二因子數(shù)據(jù)，將至少一個第一因子數(shù)據(jù)與第二因子數(shù)據(jù)輸入預(yù)設(shè)模型進行學(xué)習(xí)，以對預(yù)定時間的電子產(chǎn)品激活量進行預(yù)測。

進一步的，至少一個處理器配置為進一步執(zhí)行指令以：

如果變化趨勢數(shù)據(jù)不具有時間規(guī)律，則將至少一個第一因子數(shù)據(jù)輸入預(yù)設(shè)模型進行學(xué)習(xí)，以對預(yù)定時間的電子產(chǎn)品激活量進行預(yù)測。

進一步的，至少一個第一因子數(shù)據(jù)包括價格因子數(shù)據(jù)、市場活動因子數(shù)據(jù)、產(chǎn)品質(zhì)量因子數(shù)據(jù)、輿論因子數(shù)據(jù)、競爭產(chǎn)品因子數(shù)據(jù)中的一個或多個。

進一步的，輿論因子數(shù)據(jù)包括情感指數(shù)因子數(shù)據(jù)，情感指數(shù)因子數(shù)據(jù)基于正面輿論評價信息數(shù)量以及負面輿論評價信息數(shù)量確認。

進一步的，對至少一個第一因子數(shù)據(jù)進行時間序列化包括對價格因子數(shù)據(jù)進行時間序列化，并且在對價格因子數(shù)據(jù)進行時間序列化前，對價格因子數(shù)據(jù)進行離散化。

進一步的，將變化趨勢數(shù)據(jù)進行特征化處理包括，將變化趨勢數(shù)據(jù)的依賴時長構(gòu)造成一維特征或多維特征作為第二因子數(shù)據(jù)。

進一步的，第一因子數(shù)據(jù)與第二因子數(shù)據(jù)的權(quán)重相等。

通過利用時間序列法將第一激活量數(shù)據(jù)拆解為不受第一因子數(shù)據(jù)影響的第二激活量數(shù)據(jù)，并將第二激活量數(shù)據(jù)特征化處理后與第一因子數(shù)據(jù)輸入集成學(xué)習(xí)模型進行學(xué)習(xí)，預(yù)測預(yù)定時間的電子產(chǎn)品激活量，預(yù)測的穩(wěn)定性和準(zhǔn)確率都有明顯的提升，訓(xùn)練誤差和測試誤差都有明顯的降低。

以上實施例僅為本發(fā)明的示例性實施例，不用于限制本發(fā)明，本發(fā)明的保護范圍由權(quán)利要求書限定。本領(lǐng)域技術(shù)人員可以在本發(fā)明的實質(zhì)和保護范圍內(nèi)，對本發(fā)明做出各種修改或等同替換，這種修改或等同替換也應(yīng)視為落在本發(fā)明的保護范圍內(nèi)。