技术特征：
1.一种商品的价格优化方法，其特征在于，包括：获取商品历史特征数据信息；根据所述商品历史特征数据信息，通过预先建立的mnl模型计算商品的价格系数，根据商品的价格系数判断该商品是否为低可替代性商品；根据所述商品历史特征数据信息，通过gbdt模型建立低可替代性商品的需求模型；获取关于价格和需求的限制条件，根据所述限制条件和所述需求模型对价格进行优化，确定商品的价格。2.根据权利要求1所述的方法，其特征在于，在商品被判断为低可替代性商品之后，所述方法还包括：根据商品的价格弹性对低可替代性商品进行验证，如果验证不通过则去掉该商品后重新计算剩余的商品的价格系数，并判断商品是否为低可替代性商品。3.根据权利要求1所述的方法，其特征在于，还包括：对商品进行分类，在同一分类商品中计算的低可替代性商品。4.根据权利要求1所述的方法，其特征在于，所述通过预先建立的mnl模型根据所述历史销售数据信息，计算商品的价格系数的步骤，包括：将所述商品历史特征数据信息代入mnl模型，计算出商品的模型预测销量；其中所述商品历史特征数据信息包括：价格信息、时间特征、竞争者信息；确定商品的真实销量和模型预测销量之差最小化的模型系数，并从所述模型系数中提取出商品的价格系数。5.根据权利要求4所述的方法，其特征在于，所述根据商品的价格系数确定该商品是否为低可替代性商品的步骤，包括：根据所述商品的价格系数的大小判断商品是否为低可替代性商品，其中商品的价格系数的负值越小表示该商品的可替代性越弱，若系数为0则说明该商品没有可替代性。6.根据权利要求1所述的方法，其特征在于，所述根据所述商品历史特征数据信息通过mnl模型建立低可替代性商品的需求模型的步骤，包括：获取所述商品历史特征数据信息中的时间特征和竞争者信息；根据所述时间特征和所述竞争者信息，通过mnl模型建立低可替代性商品的需求模型。7.根据权利要求6所述的方法，其特征在于，所述根据所述限制条件和所述需求模型对价格进行优化的步骤，包括：根据所述限制条件得到商品的可选价格阶梯，确定所述可选价格阶梯中使得利润最大化的价格作为商品的价格。8.根据权利要求1所述的方法，其特征在于，所述限制条件包括数学类限制条件，具体包括：商品价格的线性不等式组和商品需求的线性不等式组。9.根据权利要求1所述的方法，其特征在于，所述限制条件包括业务功能类限制条件，具体包括以下之一或其组合：价格结尾数限制、在一段时间内保持价格不变、量越多单价越低、不同品牌的价格区别、区间定价、产品线定价、自有品牌价格限制。
技术总结
本发明公开一种商品的价格优化方法，其包括：获取商品历史特征数据信息；根据所述商品历史特征数据信息，通过预先建立的MNL模型计算商品的价格系数，根据商品的价格系数判断该商品是否为低可替代性商品；根据所述商品历史特征数据信息，通过GBDT模型建立低可替代性商品的需求模型；获取关于价格和需求的限制条件，根据所述限制条件和所述需求模型对价格进行优化，确定商品的价格。本发明能够有效得出商品的最优价格。商品的最优价格。商品的最优价格。
技术研发人员：陆恒 凌澎 席禹 张辰 张侨
受保护的技术使用者：上海正圆计算机科技有限公司
技术研发日：2020.12.23
技术公布日：2022/6/24