訂貨量確定設(shè)備、訂貨量確定方法、記錄介質(zhì)和訂貨量確定系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種訂貨量確定設(shè)備、一種訂貨量確定方法、一種記錄介質(zhì)以及一種 訂貨量確定系統(tǒng)。
【背景技術(shù)】
[0002] 店鋪或者商店中的產(chǎn)品的出貨量是由于各種因素被觀察和被累積的數(shù)據(jù)。例如， 一些產(chǎn)品的銷售取決于天氣、星期幾或者其他因素而改變。換句話說，這些數(shù)據(jù)被累積為來 自各種因素而不是僅一個因素的觀察值。分析這種數(shù)據(jù)的因素使能銷售之間或者天氣與銷 售之間的相關(guān)性的分析并且使能缺貨項(xiàng)或者庫存項(xiàng)的減少。出貨量的示例可以包括產(chǎn)品的 銷售量、出貨數(shù)目、產(chǎn)品銷售收入和店鋪或者商店中的產(chǎn)品的總銷售收入。
[0003] 已經(jīng)提出用于基于例如過去銷售數(shù)據(jù)來預(yù)測未來需求的技術(shù)（參見例如PLS 1和 PLS 2) WTL 1公開了用于基于信息（諸如星期幾、日期和時間和活動信息）、根據(jù)預(yù)測模型 來計(jì)算適當(dāng)?shù)膸齑娴募夹g(shù)。PTL 2公開了用于根據(jù)基于信息(諸如銷售人員的數(shù)目、店鋪占 地面積、業(yè)務(wù)量和區(qū)域人口）所提取的最優(yōu)多元回歸方程來估計(jì)銷售部的銷售收入的技術(shù)。 PTL 3公開了用于基于預(yù)測誤差的標(biāo)準(zhǔn)偏差來計(jì)算安全庫存的技術(shù)。
[0004] NPL 1和PTL 4公開了用于通過近似針對混合模型（代表隱變量模型）的完整的邊 際似然函數(shù)并且然后最大化其下界(下限)來確定觀測概率的類型的方法。
[0005] [引文列表]
[0006] [專利文獻(xiàn)]
[0007] [PTL 1]日本專利第4139410號
[0008] [PTL 2]日本未審查的專利申請公開第2010-128779號 [0009] [PTL 3]日本未審查的專利申請公開第2007-018216號
[0010] [PTL 4]國際公布W0 2012/128207
[0011] [非專利文獻(xiàn)]
[0012] [NPL 1]Ryohei Fujimaki、Satoshi Morinaga：Factorized Asymptotic Bayesian Inference for Mixture Modeling。
[0013] Proceedings_of_the_fifteenth_international_conference_on_Artificial_I ntelligence_and_Statistics(AISTATS)，2012年3月。

【發(fā)明內(nèi)容】

[0014] [技術(shù)問題]
[0015] 利用PTL 1中所公開的或者NPL 1中所描述的技術(shù)，基于針對一周內(nèi)的每天、每個 季節(jié)和每種類型的氣象信息的不同的預(yù)測模型來預(yù)測銷售。例如由設(shè)計(jì)師或者用戶根據(jù)專 業(yè)知識或者發(fā)現(xiàn)來選擇適于信息類型的預(yù)測模型。這使得發(fā)現(xiàn)適于選擇預(yù)測模型的準(zhǔn)則變 得困難。作為另一問題，當(dāng)用于選擇預(yù)測模型的準(zhǔn)則是不適當(dāng)?shù)臅r，預(yù)測結(jié)果具有低可靠 性。
[0016] 分層隱變量的模型選擇問題甚至不能由NPL 1中所描述的方法解決。這是因?yàn)镹PL 1中所描述的方法不考慮分層隱變量，因此，不能明顯地建立用于選擇適當(dāng)?shù)念A(yù)測模型的步 驟。此外，NPL 1中所描述的方法被假設(shè)為在分層潛變量的情況中是不適用的。因此，簡單地 應(yīng)用該方法失去理論論證。
[0017] 出于上文所提到的原因，當(dāng)用于選擇預(yù)測模型的準(zhǔn)則是不適當(dāng)?shù)臅r候，即使使用 這些預(yù)測模型也不能使能確定適當(dāng)?shù)挠嗀浟俊?br>[0018] 本發(fā)明的目標(biāo)是提供一種解決上文所描述的問題的訂貨量確定設(shè)備、一種訂貨量 確定方法、一種記錄介質(zhì)和一種訂貨量確定系統(tǒng)。
[0019] [問題方案]
[0020] 第一方面是訂貨量確定設(shè)備，該訂貨量確定設(shè)備確定針對在第一時間點(diǎn)將被接受 到店鋪中的產(chǎn)品的訂貨量，該設(shè)備包括：
[0021] 成分確定裝置，該成分確定裝置用于基于分層隱結(jié)構(gòu)、門函數(shù)和預(yù)測信息來確定 用于預(yù)測針對產(chǎn)品的出貨量的特定成分，在分層隱結(jié)構(gòu)中，隱變量由分層結(jié)構(gòu)表示并且表 示概率模型的成分在分層結(jié)構(gòu)中被布置，當(dāng)特定成分在分層隱結(jié)構(gòu)中被選擇時，門函數(shù)充 當(dāng)用于選擇所跟蹤的路徑的準(zhǔn)則，預(yù)測信息被期望影響出貨量；
[0022] 出貨量預(yù)測裝置，該出貨量預(yù)測裝置用于基于特定成分和預(yù)測信息來計(jì)算特定時 間點(diǎn)與在第一時間點(diǎn)之后的第二時間點(diǎn)之間的、針對產(chǎn)品的出貨量;以及
[0023] 訂貨量確定裝置，該訂貨量確定裝置用于基于出貨量、在特定時間點(diǎn)的產(chǎn)品的庫 存、特定時間點(diǎn)與第一時間點(diǎn)之間的時段期間的產(chǎn)品的接受量和特定成分的預(yù)測誤差散 布，來確定訂貨量。
[0024] 第二方面是一種訂貨量確定方法，包括：
[0025] 使用信息處理裝置基于分層隱結(jié)構(gòu)、門函數(shù)和預(yù)測信息來確定用于預(yù)測針對在第 一時間點(diǎn)將被接受到店鋪中的產(chǎn)品的出貨量的特定成分，在分層隱結(jié)構(gòu)中，隱變量由分層 結(jié)構(gòu)表不并且表不概率模型的成分在分層結(jié)構(gòu)中被布置，當(dāng)特定成分在分層隱結(jié)構(gòu)中被選 擇時，門函數(shù)充當(dāng)用于選擇所跟蹤的路徑的準(zhǔn)則，預(yù)測信息被期望影響出貨量;基于特定成 分和預(yù)測信息來計(jì)算特定時間點(diǎn)與在第一時間點(diǎn)之后的第二時間點(diǎn)之間的、針對產(chǎn)品的出 貨量；以及由此基于出貨量、在特定時間點(diǎn)的產(chǎn)品的庫存、特定時間點(diǎn)與第一時間點(diǎn)之間的 時段期間的產(chǎn)品的接受量和特定成分的預(yù)測誤差散布，來確定針對產(chǎn)品的訂貨量。
[0026] 第三方面是一種確定在第一定時將被接受到店鋪中的產(chǎn)品的訂貨量的程序或者 一種記錄程序的記錄介質(zhì)，該程序通過使得計(jì)算機(jī)實(shí)現(xiàn)以下各項(xiàng)：
[0027] 基于分層隱結(jié)構(gòu)、門函數(shù)和預(yù)測信息來確定用于預(yù)測針對產(chǎn)品的出貨量的特定成 分的成分確定功能，在分層隱結(jié)構(gòu)中，隱變量由分層結(jié)構(gòu)表不并且表不概率模型的成分在 分層結(jié)構(gòu)中被布置，當(dāng)特定成分在分層隱結(jié)構(gòu)中被選擇時，門函數(shù)充當(dāng)用于選擇所跟蹤的 路徑的準(zhǔn)則，預(yù)測信息被期望影響出貨量；
[0028] 基于特定成分和預(yù)測信息來計(jì)算特定時間點(diǎn)與在第一時間點(diǎn)之后的第二時間點(diǎn) 之間的、針對產(chǎn)品的出貨量的出貨量預(yù)測功能；以及
[0029] 基于出貨量、在特定時間點(diǎn)的產(chǎn)品的庫存、特定時間點(diǎn)與第一時間點(diǎn)之間的時段 期間的產(chǎn)品的接受量和特定成分的預(yù)測誤差散布來確定訂貨量的訂貨量確定功能。
[0030] 第四方面是訂貨量確定系統(tǒng)，該訂貨量確定系統(tǒng)確定針對在第一定時將被接受到 店鋪中的產(chǎn)品的訂貨量，該系統(tǒng)包括：
[0031] 成分確定裝置，該成分確定裝置用于基于分層隱結(jié)構(gòu)、門函數(shù)和預(yù)測信息來確定 用于預(yù)測針對產(chǎn)品的出貨量的特定成分，在分層隱結(jié)構(gòu)中，隱變量由分層結(jié)構(gòu)表示并且表 示概率模型的成分在分層結(jié)構(gòu)中被布置，當(dāng)特定成分在分層隱結(jié)構(gòu)中被選擇時，門函數(shù)充 當(dāng)用于選擇所跟蹤的路徑的準(zhǔn)則，預(yù)測信息被期望影響出貨量；
[0032] 出貨量預(yù)測裝置，該出貨量預(yù)測裝置用于基于特定成分和預(yù)測信息來計(jì)算特定時 間點(diǎn)與在第一時間點(diǎn)之后的第二時間點(diǎn)之間的、針對產(chǎn)品的出貨量;以及
[0033] 訂貨量確定裝置，該訂貨量確定裝置用于基于出貨量、在特定時間點(diǎn)的產(chǎn)品的庫 存、特定時間點(diǎn)與第一時間點(diǎn)之間的時段期間的產(chǎn)品的接受量和特定成分的預(yù)測誤差散 布，來確定訂貨量。
[0034][發(fā)明的有利影響]
[0035] 根據(jù)上文所提到的方面，可以確定適當(dāng)?shù)挠嗀浟俊?br>【附圖說明】
[0036] [圖1]圖1是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的出貨量預(yù)測系統(tǒng)的示例 性配置的框圖。
[0037] [圖2A]圖2A是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的被存儲在學(xué)習(xí)數(shù)據(jù)庫 中的信息的示例的表。
[0038][圖2B]圖2B是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的被存儲在學(xué)習(xí)數(shù)據(jù)庫 中的信息的另一示例的表。
[0039][圖2C]圖2C是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的被存儲在學(xué)習(xí)數(shù)據(jù)庫 中的信息的又一示例的表。
[0040] [圖2D]圖2D是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的被存儲在學(xué)習(xí)數(shù)據(jù)庫 中的信息的又一示例的表。
[0041] [圖2E]圖2E是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的被存儲在學(xué)習(xí)數(shù)據(jù)庫 中的信息的又一示例的表。
[0042][圖2F]圖2F是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的被存儲在學(xué)習(xí)數(shù)據(jù)庫 中的信息的又一示例的表。
[0043][圖2G]圖2G是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的被存儲在學(xué)習(xí)數(shù)據(jù)庫 中的信息的又一示例的表。
[0044] [圖3]圖3是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的分層隱變量模型估計(jì)設(shè) 備的示例性配置的框圖。
[0045] [圖4]圖4是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的分層隱變量變分概率計(jì) 算單元的示例性配置的框圖。
[0046] [圖5]圖5是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的門函數(shù)優(yōu)化單元的示例 性配置的框圖。
[0047] [圖6]圖6是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的分層隱變量模型估計(jì)設(shè) 備的示例性操作的流程圖。
[0048] [圖7]圖7是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的分層隱變量變分概率計(jì) 算單元的示例性的流程圖。
[0049] [圖8]圖8是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的門函數(shù)優(yōu)化單元的示例 性操作的流程圖。
[0050] [圖9]圖9是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的出貨量預(yù)測設(shè)備的示例 性配置的框圖。
[0051] [圖10]圖10是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的出貨量預(yù)測設(shè)備的示 例性操作的流程圖。
[0052] [圖11]圖11是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的另一分層隱變量模型 估計(jì)設(shè)備的示例性配置的框圖。
[0053] [圖12]圖12是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的分層隱結(jié)構(gòu)優(yōu)化單元 的示例性配置的框圖。
[0054][圖13]圖13是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的分層隱變量模型估計(jì) 設(shè)備的示例性操作的流程圖。
[0055] [圖14]圖14是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的分層隱結(jié)構(gòu)優(yōu)化單元 的示例性操作的流程圖。
[0056] [圖15]圖15是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的另一門函數(shù)優(yōu)化單元 的示例性配置的框圖。
[0057] [圖16]圖16是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的門函數(shù)優(yōu)化單元的示 例性操作的流程圖。
[0058][圖17]圖17是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的另一出貨量預(yù)測設(shè)備 的示例性配置的框圖。
[0059] [圖18A]圖18A是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的出貨量預(yù)測設(shè)備的 示例性操作（1/2)的流程圖。
[0060] [圖18B]圖18B是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的出貨量預(yù)測設(shè)備的 另一示例性操作(2/2)的流程圖。
[0061] [圖19]圖19是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的又一出貨量預(yù)測設(shè)備 的示例性配置的框圖。
[0062][圖20]圖20是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的另一出貨量預(yù)測系統(tǒng) 的示例性配置的框圖。
[0063][圖21]圖21是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的產(chǎn)品推薦設(shè)備的示例 性配置的框圖。
[0064][圖22]圖22是圖示聚類中的產(chǎn)品的銷售的示例性趨勢的圖表。
[0065][圖23]圖23是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的產(chǎn)品推薦設(shè)備的示例 性操作的流程圖。
[0066][圖24]圖24是圖示訂貨量確定設(shè)備的基本配置的框圖。
[0067][圖25]圖25是圖示根據(jù)本發(fā)明的至少一個示例性實(shí)施例的計(jì)算機(jī)的配置的示意 性框圖。
【具體實(shí)施方式】
[0068] 在本說明書中提到的分層隱變量模型被定義為具有由分層結(jié)構(gòu)(例如，樹形結(jié)構(gòu)） 表不的隱變量的概率模型。將表不概率模型的成分分配給分層隱變量模型的最低層處的節(jié) 點(diǎn)。將作為用于根據(jù)輸入信息選擇節(jié)點(diǎn)的準(zhǔn)則的門函數(shù)（門函數(shù)模型）分派給節(jié)點(diǎn)（中間節(jié) 點(diǎn);在下文中將被稱為"分支節(jié)點(diǎn)"，出于方便的緣故，將樹形結(jié)構(gòu)當(dāng)作示例），而不是最低層 處的節(jié)點(diǎn)。
[0069] 在下文中，將參考當(dāng)作示例的兩層分層隱變量模型來描述出貨量預(yù)測設(shè)備的過程 和其他細(xì)節(jié)。出于描述方便的緣故，分層結(jié)構(gòu)被假定為樹形結(jié)構(gòu)。然而，在通過將以下示例 性實(shí)施例當(dāng)作示例待闡述的本發(fā)明中，分層結(jié)構(gòu)不總是樹形結(jié)構(gòu)。
[0070] 當(dāng)分層結(jié)構(gòu)被假定為樹形結(jié)構(gòu)時，因?yàn)闃湫谓Y(jié)構(gòu)沒有回路，所以從根節(jié)點(diǎn)到某個 節(jié)點(diǎn)的過程僅是一次。分層隱結(jié)構(gòu)中的從根節(jié)點(diǎn)到某個節(jié)點(diǎn)的過程(鏈路)在下文中將被稱 為"路徑"。通過跟蹤針對每個路徑的隱變量，確定路徑隱變量。例如，最低層路徑隱變量被 定義為針對從根節(jié)點(diǎn)到最低層處的節(jié)點(diǎn)的每個路徑所確定的路徑隱變量。
[0071] 以下描述假定輸入數(shù)據(jù)序列xn(n=l，. . .，N)。假定每個#被定義為Μ維多變量數(shù)據(jù) 序列(χη = χΛ . . .，XMn)。數(shù)據(jù)序列χη有時還用作觀測變量。如下定義了觀測變量#的第一層 分支隱變量Zi n、最低層分支隱變量Zj|in和最低層路徑隱變量Zijn。
[0072] Zin=l表示當(dāng)基于根節(jié)點(diǎn)的xn輸入來選擇節(jié)點(diǎn)時，到第一層處的第i個節(jié)點(diǎn)的分支 發(fā)生，z in = 0表示當(dāng)基于根節(jié)點(diǎn)的xn輸入來選擇節(jié)點(diǎn)時，沒有到第一層處的第i個節(jié)點(diǎn)的分 支發(fā)生表示當(dāng)基于第一層處的第i個節(jié)點(diǎn)的#輸入來選擇節(jié)點(diǎn)時，到第二層處的第 j個節(jié)點(diǎn)的分支發(fā)生。Zj | in = 0表示當(dāng)基于第一層處的第i個節(jié)點(diǎn)的xn輸入來選擇節(jié)點(diǎn)時，沒 有到第二層處的第j個節(jié)點(diǎn)的分支發(fā)生。
[0073] Zijn=l表示當(dāng)基于根節(jié)點(diǎn)的xn輸入來選擇節(jié)點(diǎn)時，通過穿過第一層處的第i個節(jié) 點(diǎn)和第二層處的第j個節(jié)點(diǎn)所跟蹤的成分的分支發(fā)生。 Zl/ = 〇表示當(dāng)基于根節(jié)點(diǎn)的xn輸入 來選擇節(jié)點(diǎn)時，沒有通過穿過第一層處的第i個節(jié)點(diǎn)和第二層處的第j個節(jié)點(diǎn)所跟蹤的成分 的分支發(fā)生。
[0074] 由于滿足^^^二^品^二巧以^^-心^我們具有心^二^:講/^和最低層 路徑隱變量Zf的表示值z的組合被稱為"完全變量"。與此相反，X被稱為不完全變量。
[0075]等式1表示針對完全變量的深度2的分層隱變量模型聯(lián)合分布。
[0077]換句話說，等式1中的P (X，y) = P( X，Zlst，Z2nd)表示針對完全變量的深度2的分層隱 變量模型聯(lián)合分布。在等式1中，Zlstn是Zin的表不值，并且Z2ndn是Zj|i n的表不值。針對第一層 分支隱變量Zj|in的變分分布被表不為q(Zin)，并且針對最低層隱變量Zij n的變分分布被表不 為 q(Zijn)。
[0078] 在等式1中，h是第一層中的節(jié)點(diǎn)的數(shù)目，并且K2是從第一層處的每個節(jié)點(diǎn)分支的 節(jié)點(diǎn)的數(shù)目。在這種情況下，最低層處的成分表達(dá)為Κι · Κ2。令θ = (β，βι,......,&1, Φι,...... ΦΜ.Κ2)為模型參數(shù)，其中，β是根節(jié)點(diǎn)的分支參數(shù)，&是第一層處