(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210868881.3 (22)申请日 2022.07.22 (71)申请人 阿里巴巴 （中国） 有限公司 地址 311121 浙江省杭州市余杭区五常街 道文一西路969号3幢5层5 54室 (72)发明人 沈泽飞　周仁浩　吴菲菲　 (74)专利代理 机构 北京智信禾专利代理有限公 司 11637 专利代理师 金鹏 (51)Int.Cl. G06Q 30/02(2012.01) G06Q 30/06(2012.01) G06N 5/00(2006.01) (54)发明名称 需求量预测方法以及装置 (57)摘要 本说明书实施例提供需求量预测方法以及 装置， 其中所述需求量预测方法包括： 获取对象 的多个属性信息以及用户针对对象的行为信息， 根据多个属性信息， 遍历预先构建的决策树， 确 定与决策树匹配的目标属性信息， 根据目标属性 信息， 确定对象的细分类别， 根据细分类别和行 为类型， 预测目标时间段内细分类别对应的对象 需求量。 利用决策树算法， 分析了对象的多个属 性信息， 精 准定位出满足用户需求的对象的细分 类别， 并且根据行为信息的行为类型， 对细分类 别的对象需求量进行了准确预测， 得到了有效的 参考数据， 为对象的直接供应方提供清楚明确的 规划方案 。 权利要求书3页 说明书19页 附图8页 CN 115392947 A 2022.11.25 CN 115392947 A 1.一种需求 量预测方法， 包括： 获取对象的多个属性信息以及用户针对所述对象的行为信息， 其中， 所述行为信息包 括行为类型； 根据所述多个属性信息， 遍历预先构建的决策树， 确定与所述决策树匹配的目标属性 信息； 根据所述目标属性信息， 确定所述对象的细分类别； 根据所述细分类别和所述行为类型， 预测目标时间段内所述细 分类别对应的对象需求 量。 2.根据权利要求1所述的方法， 所述获取对象的多个属性信息以及用户针对所述对象 的行为信息， 包括： 从多个平台分别获取 各平台产生的属性信息和行为信息； 对所述各平台产生的属性信 息和行为信 息进行归一化处理， 得到归一化的对象的多个 属性信息以及用户针对所述对象的行为信息 。 3.根据权利要求1所述的方法， 在所述根据 所述目标属性信 息， 确定所述对象的细分类 别之前， 还 包括： 获取搜索热词； 对所述搜索热词进行属性识别， 得到目标属性信息 。 4.根据权利要求3所述的方法， 在所述根据 所述目标属性信 息， 确定所述对象的细分类 别之后， 还 包括： 获取所述搜索热词对应的搜索趋势； 根据所述搜索趋势， 预测目标时间段内所述细分类别对应的对象需求 量。 5.根据权利要求1所述的方法， 所述行为信 息还包括历史行为数据； 所述细分类别与多 个行为类型对应； 所述根据 所述细分类别和所述行为类型， 预测目标时间段内所述细分类别对应的对象 需求量， 包括： 对所述细 分类别对应的各行为类型产生的历史行为数据进行趋势分析， 获得目标时间 段内各行为类型对应的预测行为数据； 根据各行为类型对应的行为权重， 对所述目标时间段内各行为类型对应的预测行为数 据进行加权， 得到目标时间段内所述细分类别对应的对象需求 量。 6.根据权利要求1 ‑5任一项所述的方法， 在所述根据所述细分类别和所述行为类型， 预 测目标时间段内所述细分类别对应的对象需求 量之后， 还 包括： 根据所述细分类别查询对象数据库， 获得 所述细分类别对应的历史对象供应量； 根据所述历史对象供应量， 预测所述目标时间段内所述细分类别对应的对象供应量； 根据所述对象供应量和所述对象需求量， 预测得到所述目标时间段内所述细 分类别对 应的对象供求关系。 7.根据权利要求1所述的方法， 所述决策树包括多个决策节点， 每个决策节点表征对属 性信息的决策 条件， 决策节点间的边表征对属性信息的决策 结果； 所述根据所述多个属性信息， 遍历预先构建的决策树， 确定与所述决策树匹配的目标 属性信息， 包括：权　利　要　求　书 1/3 页 2 CN 115392947 A 2根据所述多个属性信息， 将各属性信息与所述决策树中的各决策节点和边进行匹配， 确定目标决策节点和目标边； 读取所述目标 决策节点的目标决策条件以及所述目标边的目标 决策结果， 获得目标属 性信息。 8.根据权利要求1所述的方法， 在所述根据所述多个属性信息， 遍历预先构建的决策 树， 确定与所述决策树匹配的目标属性信息之前， 还 包括： 获取样本集， 其中， 所述样本集包括样本对象的多个属性信息以及样本行为类型； 获得第一属性信 息的属性类别， 计算所述第一属性信息的信 息熵， 其中， 所述第 一属性 信息为所述多个属性信息中的任一个； 根据各属性信息的信息熵， 确定各决策节点的层级关系； 根据所述各决策节点的层级关系， 构建决策树。 9.一种商品需求 量预测方法， 包括： 获取商品的多个属性信息以及用户针对所述商品的行为信息， 其中， 所述行为信息包 括行为类型； 根据所述多个属性信息， 遍历预先构建的决策树， 确定与所述决策树匹配的目标属性 信息； 根据所述目标属性信息， 确定所述商品的细分类别； 根据所述细分类别和所述行为类型， 预测目标时间段内所述细 分类别对应的商 品需求 量。 10.一种需求 量预测装置， 包括： 第一获取模块， 被配置为获取对象的多个属性信息以及用户针对所述对象的行为信 息， 其中， 所述行为信息包括行为类型； 第一目标属性信息确定模块， 被配置为根据所述多个属性信息， 遍历预先构建的决策 树， 确定与所述决策树匹配的目标属性信息； 第一细分类别确定模块， 被 配置为根据所述目标属性信息， 确定所述对象的细分类别； 第一预测模块， 被配置为根据所述细分类别和所述行为类型， 预测目标时间段内所述 细分类别对应的对象需求 量。 11.一种商品需求 量预测装置， 包括： 第二获取模块， 被配置为获取商品的多个属性信息以及用户针对所述商品的行为信 息， 其中， 所述行为信息包括行为类型； 第二目标属性信息确定模块， 被配置为根据所述多个属性信息， 遍历预先构建的决策 树， 确定与所述决策树匹配的目标属性信息； 第二细分类别确定模块， 被 配置为根据所述目标属性信息， 确定所述商品的细分类别； 第二预测模块， 被配置为根据所述细分类别和所述行为类型， 预测目标时间段内所述 细分类别对应的商品需求 量。 12.一种计算设备， 包括： 存储器和处 理器； 所述存储器用于存储计算机可执行指令， 所述处理器用于执行所述计算机可执行指 令， 该计算机可执行指令被处理器执行时实现权利要求1 ‑8任意一项所述需求量预测方法权　利　要　求　书 2/3 页 3 CN 115392947 A 3