一种计算商品生命周期长度的方法和装置与流程

本公开涉及计算机技术领域，更具体地，涉及一种计算商品生命周期长度的方法和装置。

背景技术：

从商品被创造、上架售卖开始，其销量一般会有一个上升的过程，随着时间的流逝，由于技术革新，时尚风潮的变化等因素，其销量渐渐归为零或者被新创造出来的商品所替代，这整个周期称为商品的生命周期。有些商品的销量呈现明显的先上升然后持续衰退的过程，而有些商品的销量却在相当长的时间跨度内保持相对稳定。一般来说，我们认为那些销量具有一定衰退效应的商品是具有生命周期的商品，比如某种新研发出来的手机，采用某种典型技术的电视，某种款式的T恤等等。而认为一些销量衰退效应较弱的商品是没有生命周期的商品，比如洗发水，进口牛奶等等。

每一个商品从上架开始售卖到下架，其销量随时间都有自己独特的变化趋势。商品的生命周期刻画了商品销量曲线变化背后的某种规律性。这对于商品的定价，销量预测，订货计划，库存计划，促销计划等等都具有很强的指导性。

现有计算商品生命周期的方法核心是sku粒度的销量曲线拟合，首先把商品的销量时序数据和定义好的某种曲线作拟合，然后根据拟合的程度好坏来决定该商品是否具有生命周期以及生命周期的长度是多少。该现有方法存在以下问题：首先需要事先给定某种曲线类型作为生命周期的先验，并且最终判定一个商品是否具有生命周期的依据是与先验曲线的拟合的好坏，判定标准不合理，与预先给定的曲线拟合效果不好，只能说明商品的生命周期和我们的先验知识不符，即该商品只是不具有我们认为的某种生命周期，但想要找到“正确”的先验曲线存在很大困难；其次，该现有方法无法判定一个新上架的新商品的生命周期长度，因为曲线拟合需要适当的数据量作支持。

技术实现要素：

有鉴于此，本公开提供了一种计算商品生命周期长度的方法，包括：获得n个商品的基线销量信息，其中，所述基线销量是消除了促销因素影响的销量，n≥1；根据所述n个商品的基线销量信息得到k个关键词的生命周期长度，k≥1，并获得其中每个关键词的权重，其中，所述每个关键词包含在至少一个所述商品的描述信息中；根据待计算商品的描述信息中包含的所述关键词的生命周期长度和权重得到待计算商品的生命周期长度。

根据本公开的实施例，获得n个商品的基线销量信息包括：获得每个商品的销量信息、促销信息和至少一个相关信息，其中，所述相关信息是除促销信息外能够影响销量的信息；得到每个商品的销量信息与促销信息和相关信息之间的关系；在所述关系中将促销信息去除，得到每个商品的第一基线销量信息；根据所述销量信息、第一基线销量信息和促销信息得到每个商品的基线销量信息。

根据本公开的实施例，所述获得每个商品的促销信息包括：获得每个商品的初始价格信息；根据所述初始价格信息得到每个商品的基准价格信息；根据所述初始价格信息和基准价格信息得到商品的促销信息，其中，所述促销信息包括促销时间和促销力度。

根据本公开的实施例，所述初始价格信息包括商品的第一价格序列，所述第一价格序列为一段时间内所述商品的日均价格随时间变化的序列；以及根据所述初始价格信息得到商品的基准价格信息包括：将所述第一价格序列进行第一次光滑处理，得到第二价格序列；根据所述第一价格序列和第二价格序列得到第一促销时间；将第一价格序列中对应第一促销时间的价格替换为第二价格序列中对应的价格；将替换后的第一价格序列进行第二次光滑处理得到第三价格序列；将第三价格序列中的每个价格采用所述商品在一段时间内最接近的日均价格进行替换，得到基准价格信息。

根据本公开的实施例，所述销量信息包括商品的初始销量序列，所述第一基线销量信息包括第一销量序列，所述促销信息包括促销时间；以及根据所述销量信息、第一基线销量信息和促销信息得到每个商品的基线销量信息包括：根据所述第一销量序列得到季节性因子；将所述初始销量序列除以季节性因子得到第二销量序列；将所述第二销量序列中对应所述促销时间的销量替换为季节性因子得到第三销量序列；对所述第三销量序列进行光滑处理得到第四销量序列；将所述第四销量序列乘以季节性因子得到基线销量信息。

根据本公开的实施例，根据所述n个商品的基线销量信息得到k个关键词的生命周期长度包括：根据所述n个商品的基线销量信息得到k个关键词的衰退率，其中，对于每个关键词，得到在所述n个商品的描述信息中包含所述关键词的m个商品(m≤n)，根据m个商品的衰退情况得到所述关键词的衰退率；根据每个关键词的衰退率得到关键词的生命周期长度。

根据本公开的实施例，获得其中每个关键词的权重包括：得到在p个商品的描述信息中包含所述关键词的商品的数量，其中，所述p个商品包括n个商品，以及未包含在n个商品中的其他上架商品；将所述商品的数量的倒数作为所述关键词的权重。

根据本公开的实施例，根据待计算商品的描述信息中包含的所述关键词的生命周期长度和权重得到待计算商品的生命周期长度包括：得到待计算商品的描述信息中包含的所有关键词，筛选出包含在所述k个关键词中的关键词；将筛选出的每个关键词的生命周期长度与权重相乘后的加和作为所述待计算商品的生命周期长度。

本公开实施例还一种计算商品生命周期长度的装置，包括：基线销量模块，用于获得n个商品的基线销量信息，其中，所述基线销量是消除了促销因素影响的销量，n≥1；生命周期长度模块，根据所述n个商品的基线销量信息得到k个关键词的生命周期长度(k≥1)，并获得其中每个关键词的权重；以及根据关键词的生命周期长度和权重得到待计算商品的生命周期长度，其中，所述每个关键词包含在至少一个所述商品的描述信息中。

根据本公开的实施例，一个或多个处理器；存储装置，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行上述的方法。

本公开实施例还提供一种计算机可读介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述的方法。

根据本公开的实施例，可以至少部分地解决因为新上架商品没有销量数据支持而不能计算生命周期长度的问题，并因此可以实现计算新上架商品生命周期长度的技术效果。

根据本公开的实施例，可以至少部分地解决需要预先给定拟合曲线的问题，并因此可以实现不用人为去输入某种曲线模式，就可以探测出一个商品生命周期的长度，具有普适性和鲁棒性技术效果。

根据本公开的实施例，利用去除了促销因素影响的商品销量数据进行计算，且可以得到关键词层面的生命周期长度，这样，无论是对于真正呈现出生命周期特征的商品、新引进的商品还是重度促销的商品，其生命周期长度都可以采用本公开提供的方案进行探测。

附图说明

通过以下参照附图对本公开实施例的描述，本公开的上述以及其他目的、特征和优点将更为清楚，在附图中：

图1示意性示出了根据本公开实施例的用于计算商品生命周期长度的方法和装置的示例性系统架构；

图2示意性示出了根据本公开实施例的用于计算商品生命周期长度的方法的流程图；

图3示意性示出了根据本公开实施例的获得基线销量的方法的流程图；

图4示意性示出了根据本公开实施例的获得基线销量的方法的框图；

图5示意性示出了根据本公开实施例的销量信息、促销信息和相关信息；

图6示意性示出了根据本公开实施例的获得商品的促销信息的方法的流程图；

图7示意性示出了根据本公开实施例的根据初始价格信息得到每基准价格信息的方法的流程图；

图8示意性示出了根据本公开实施例的得到关键词的生命周期长度和权重的方法的流程图；

图9示意性示出了根据本公开实施例的计算关键词衰退率的方法的示意图；

图10示意性示出了根据本公开实施例的计算关键词生命周期长度的方法的示意图；

图11示意性示出了根据本公开实施例的一种计算商品生命周期长度的装置的方框图；

图12示意性示出了根据本公开实施例的用于计算商品生命周期长度的装置的方框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的装置”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的装置等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B或C中至少一个的装置”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的装置等)。本领域技术人员还应理解，实质上任意表示两个或更多可选项目的转折连词和/或短语，无论是在说明书、权利要求书还是附图中，都应被理解为给出了包括这些项目之一、这些项目任一方、或两个项目的可能性。例如，短语“A或B”应当被理解为包括“A”或“B”、或“A和B”的可能性。

本公开的实施例提供了一种计算商品生命周期长度的方法，包括：获得n个商品的基线销量信息，其中，所述基线销量是消除了促销因素影响的销量，n≥1；根据所述n个商品的基线销量信息得到k个关键词的生命周期长度，k≥1，并获得其中每个关键词的权重，其中，所述每个关键词包含在至少一个所述商品的描述信息中；根据待计算商品的描述信息中包含的所述关键词的生命周期长度和权重得到待计算商品的生命周期长度。

根据本公开的实施例，利用去除了促销因素影响的商品销量数据进行探测，现有技术中没有考虑促销因素的影响，事实上，在一个商品的整个生命周期中，可能要经历大大小小的各种促销，一个商品的销量曲线的趋势会因为各种促销因素而变得面目全非，并且更严重的是，不同的促销策略会影响生命周期的长度，使之失去可比性。所以去除促销影响才能真正的拨云见日。且本公开的实施例先计算得到关键词层面的生命周期长度，进而得到商品的生命周期长度，这样，无论是对于真正呈现出生命周期特征的商品、新引进的商品还是重度促销的商品，其生命周期长度都可以采用本公开提供的方案进行探测，不用人为去输入某种曲线模式，就可以探测出一个商品生命周期的长度，具有普适性和鲁棒性。

图1示意性示出了根据本公开实施例的用于计算商品生命周期长度的方法和装置的示例性系统架构100。

需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。

如图1所示，根据该实施例的系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端等。

终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，服务器105可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的信息或数据等)反馈给终端设备。

服务器105可以从终端设备获取尽可能多的商品的销量数据，利用基线销量模块定时计算得到当前所有商品的基线销量信息，利用基线销量模块定时计算得到关键词层面的生命周期长度和权重，并将得到的数据进行存储。或者，终端设备获取尽可能多的商品的销量数据后，在终端设备上计算得到多个商品的基线销量信息、关键词的生命周期长度和权重，然后传输至服务器进行存储。

用户可以在终端设备的客户端应用中输入待计算商品的描述信息，向服务器请求计算商品的生命周期长度，服务器接收请求后，利用待计算商品的描述信息中包含的关键词的生命周期长度和权重计算得到待计算商品的生命周期长度反馈给终端设备的客户端应用。或者用户可以在终端设备的客户端应用中输入待计算商品的描述信息后，终端设备从服务器获取相应关键词的生命周期长度和权重，本地计算得到商品的生命周期长度。

服务器105也可以是云端服务器、和/或分布式服务器集群。服务器105还可以对用户利用终端设备101、102、103进行操作所产生的各种数据进行收集、整理和处理分析等。

需要说明的是，本公开实施例所提供的用于计算商品生命周期长度的方法一般可以由服务器105执行。相应地，本公开实施例所提供的用于计算商品生命周期长度的装置一般可以设置于服务器105中。本公开实施例所提供的用于计算商品生命周期长度的方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的用于计算商品生命周期长度的装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。或者，本公开实施例所提供的用于计算商品生命周期长度的方法也可以由终端设备101、102、或103执行，或者也可以由不同于终端设备101、102或103其他终端设备执行。相应地，本公开实施例所提供的用于计算商品生命周期长度的装置也可以设置于终端设备101、102、或103中，或设置于不同于终端设备101、102、或103的其他终端设备中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

本公开实施例的用于计算商品生命周期长度的方法和装置可以用于电商、超市、商场等销售商户，对商品的定价，销量预测，订货计划，库存计划，促销计划等等都具有很强的指导性。

图2示意性示出了根据本公开实施例的用于计算商品生命周期长度的方法的流程图。

如图2所示，本公开实施例的用于计算商品生命周期长度的方法包括操作S200～操作S400。

在操作S200，获得n个商品的基线销量信息，其中，基线销量是消除了促销因素影响的销量，n≥1。

具体地，一个商品可以是一个sku，sku为库存最小单位，即库存进出计量的基本单元，可以是以件，盒，托盘等为单位，一个sku可以理解为一个单品，对一种商品而言，当其品牌、型号、配置、等级花色、包装、容量、生产日期、价格、产地等属性中的任一属性与其他商品存在不同时，可称为一个单品。例如，三星曲面屏电视、TCL40寸液晶屏电视、飞利浦64寸大平板电视等。

商品的基线销量可以通过商品在一段时间的真实销量、真实价格和其他一些可以影响销量的特征数据得到。

商品数据的获取来源可以是京东等电商、超市、商场、零售商等销售商户，要想计算得到更为精准的商品生命周期长度，以及为了涵盖更广范围的商品，需要从商品数据来源处获得尽可能多的商品的数据。

在操作S300，根据n个商品的基线销量信息得到k个关键词的生命周期长度，k≥1，并获得其中每个关键词的权重，其中，每个关键词包含在至少一个商品的描述信息中。

商品的描述信息中均包含多个关键词，商品的描述信息包括商品名称、以及其他描述信息，例如商品网页的详情介绍，商品包装上的介绍信息等，例如，商品名称“TCL40寸液晶屏电视”中包含关键词“TCL”、“40寸”、“液晶屏”和“电视”，商品名称“三星曲面屏电视”中包含关键词“三星”、“曲面屏”和“电视”。以关键词“电视”为例，“电视”可能包含在获取的所有商品中的多个商品的名称或描述信息中，根据该多个商品的基线销量可以得到关键词“电视”的生命周期长度，类似地，可以得到多个关键词的生命周期长度。

在操作S400，根据待计算商品的描述信息中包含的关键词的生命周期长度和权重得到待计算商品的生命周期长度。

待计算商品可以包括在上述n个商品中，也可以是不包括在该范围内的商品，更可以是刚开始售卖的商品。

待计算商品的描述信息中可能包括多个关键词，查找待计算商品的每个关键词包含在上述k个关键词中的关键词，根据查找到的每个关键词的生命周期长度和权重可以计算得到该待计算商品的生命周期长度，例如商品名称“飞利浦64寸大平板电视”包含关键词“飞利浦”、“64寸”、“大平板”、“电视”，其中，“大平板”和“电视”包含在上述k个关键词中，根据“大平板”和“电视”的生命周期长度和权重可以计算得到该飞利浦64寸大平板电视的生命周期长度。

不同商品的促销策略千差万别，不同的促销策略会影响生命周期的长度，使之失去可比性，本公开实施例去除了促销因素的影响，假设所有商品均没有进行过促销，这样预测出的商品生命周期长度才具有可比性。此外，本公开实施例先计算得到关键词层面的生命周期长度，进而得到商品的生命周期长度，这样，无论是对于真正呈现出生命周期特征的商品、新引进的商品还是重度促销的商品，其生命周期长度都可以采用本公开提供的方案进行探测，不用人为去输入某种曲线模式，就可以探测出一个商品生命周期的长度，具有普适性和鲁棒性。

图3示意性示出了根据本公开实施例的获得基线销量的方法的流程图，图4示意性示出了根据本公开实施例的获得基线销量的方法的框图。

如图3和图4所示，根据本公开的实施例，操作S200可以包括操作S210～操作S240。

在操作S210，获得每个商品的销量信息、促销信息和至少一个相关信息，其中，所述相关信息是除促销信息外能够影响销量的信息。

图5示意性示出了根据本公开实施例的销量信息、促销信息和相关信息。

如图5所示，销量信息可以包含商品在一段时间内的每日销量，即销量信息可以是商品日销售量按时间先后顺序排列的初始销量序列，初始销量序列中的每个元素为对应每个日期的日销售量，例如，可以是从商品开始售卖的日期至计算当天的时期内每天的销售量，具体地，例如三星曲面屏电视的从商品开始售卖的日期至计算当天的初始销量序列可以是S0＝[30，50，40，60，…，180，200，240，300]。S0也可以成为真实销量，在得到初始销量序列S0之前，对获取的全部订单信息进行过滤，筛除了异常订单。

促销信息可以包含促销日期和促销力度，也可以使用多个促销序列表示，每个促销序列的元素数与销量信息的销量序列的元素数一致，对应的日期也一致，同样可以是从商品开始售卖的日期至计算当天的时期内的促销特征。促销序列可以包括促销日期序列，当天有促销的，在促销日期序列中记为1，当天没有促销的，在促销日期序列中记为0，具体地，促销日期序列可以是X1＝[1，1，1，0，…，0，0，0，1]；促销序列还可以包括促销力度序列，利用促销当天的折扣值表示，例如促销日期序列可以是X2＝[0.8，0.8，0.6，0，…，0，0，0，0.8]。促销序列可以只包括促销力度序列，因为促销力度序列中包含了促销日期的信息，促销力度中不为0的元素对应的日期即为促销日。

相关信息可以是节假日信息、购物节信息、库存信息或季节性信息等，相关信息也可以利用多个相关序列表示，且每个相关序列的元素与上述销量序列和促销序列中的元素相对应，其中，节假日信息可以用多个节假日序列表示，例如其中一个为春节序列，在春节序列中，当天为春节假日的，在春节序列中标记为1，其他日期标记为0，考虑到春节前后几天的销量也可能增加，春节假期的前后若干天也可以标记为1，具体地，春节序列可以是X3＝[1，1，0，0，…，0，0，0，0]，类似地，可以得到十一假期序列、端午序列等节假日序列，节假日信息还包括周一至周日等周信息，因为周三和周六的销量也可能存在较大差别，周信息可以用七个周序列表示，例如包括周一序列，在该序列中当天为周一的标记为1，当天不是周一的标记为0，类似地，可以得到周一至周日的七个周序列，此外，还可以仅用一个周序列表示，当天为周一的标记为1，当天为周六的标记为6，具体地可以是X4＝[1，2，3，4，…，6，7，1，2]，这样可以表示一个周期信息。购物节信息可以利用多个购物节序列表示，例如其中一个为双十一序列，在双十一序列中，当天为双十一购物节的，在双十一序列中标记为1，其他日期标记为0，双十一前后几天也可标记为1，具体地，双十一序列可以是X5＝[0，0，0，0，…，0，0，0，0]，类似地，可以得到双十二等其他购物节信息。库存信息可以采用库存序列表示，库存序列中的元素为每天的库存量。季节性信息可以用四个季节序列表示，例如春序列，夏序列等，在春序列中，当天所处季节为春天的标记为1，其余日期标记为0，具体地，春序列可以是X6＝[0，1，1，1，…，0，0，0，0]，类似地，可以得到其他季节的序列。

在操作S220，得到每个商品的销量信息与促销信息和相关信息之间的关系。

将销量信息、促销信息和相关信息包含的序列汇总为一个矩阵，通过回归模型得到该商品实际销量S0和这些特征X1、X2、…、Xz之间的关系，例如得到关系式S0＝f(X1，X2，X3，...，Xz)。

在操作S230，在所述关系中将促销信息去除，得到每个商品的第一基线销量信息。

将促销信息去除，可以是将促销信息置零，即将多个促销序列全部置零，例如X1＝X2＝[0，0，0，0，…，0，0，0，0]，重新计算得到第一销量序列S1，将第一销量序列作为第一基线销量信息。

在操作S240，根据所述销量信息、第一基线销量信息和促销信息得到每个商品的基线销量信息。

将初始销量序列中促销日期对应的销量利用第一销量序列中的对应日期的销量代替，目的是在有促销标记的真正有促销的日期采用基线销量，在没有促销时的日期仍然使用实际销量。

根据本公开的实施例，操作S240具体可以包括操作S241～操作S245：

在操作S241，根据第一销量序列得到季节性因子。

通过第一基线销量S1和S1的均值，我们可以得到该商品在每天的季节性因子：

季节性因子同样为序列形式，其中每个因素为对应的第一基线序列S1中的元素除以S1的均值。

在操作S242，将初始销量序列除以季节性因子得到第二销量序列；

用初始销量序列S0除以季节性因子得到去除了季节性因子的销量，即第二销量序列S2：

在操作S243，将第二销量序列S2中对应促销时间的销量替换为季节性因子得到第三销量序列S3；

把S2中在有真实促销标记的天的销量替换成mean(s1)得到去除了季节性和促销的销量，即第三销量序列S3。

在操作S244，对第三销量序列S3进行光滑处理得到第四销量序列S4。

把S3光滑化处理得到S4，光滑化处理可以采用移动平均的方法。

在操作S245，将第四销量序列S4乘以季节性因子得到基线销量信息。

最终把S4再乘回季节性因子得到最终的基线销量序列S5：

S5＝S4*季节性因子

将基线销量序列S5作为最终的基线销量信息。

本公开实施例采用先去除季节性因子，然后再乘回的方式，利用S1的均值替换有促销标记的日期，而不是在初始销量的基础上直接进行销量的替换，这样，保留了季节性因子，保留了销量随日期变化的趋势和周期性变化。

通过以上方式，本公开实施例通过消费者心理价格的概念得到了基线销量的算法，使得生命周期长度的概念在商品间具有横向的可比性。

图6示意性示出了根据本公开实施例的获得商品的促销信息的方法的流程图。

如图6所示，根据本公开的实施例，操作S210中的获得n个商品的基线销量信息可以包括操作S211～操作S213：

在操作S211，获得每个商品的初始价格信息。

首先剔除了一些由于偶发因素引起的异常订单，然后以天为维度计算商品的日均价格，可以是页面上一天内价格的平均价格，得到每个商品每天价格的时序数据，即商品的第一价格序列P1，第一价格序列P1为一段时间内该商品的日均价格随时间变化的序列。

在操作S212，根据初始价格信息得到每个商品的基准价格信息。

商品的基准价格信息也可以称为消费者心理价格信息，有些商品可能是先升高价格，然后降低价格以吸引消费者，但是这样的降价并不是真正的促销，商品的基准价格可以是一个商品的促销基准，低于该基准价格的日期是才是真正有促销的日期。

图7示意性示出了根据本公开实施例的根据初始价格信息得到每基准价格信息的方法的流程图。

如图7所示，操作S212可以包括以下操作：

(1)将所述第一价格序列P1进行第一次光滑处理，得到第二价格序列P2；光滑处理可以采用移动平均的方法。

(2)根据所述第一价格序列P1和第二价格序列P2得到第一促销时间；

根据光滑后的价格和实际价格在时序中找到天粒度的促销标记(差异大于±5％)。

(3)将第一价格序列P1中对应第一促销时间的价格替换为第二价格序列P2中对应的价格；

然后在有促销标记的天使用光滑后的价格，在其余的天使用实际价格得到第二价格序列P2。

(4)将替换后的第一价格序列P1进行第二次光滑处理得到第三价格序列P3；

基础假设是消费者心理价格是连续变化的，每个时刻的价格均是受周围价格影响的，因此，对第一价格序列P2进行第二次光滑处理得到第三价格序列P3，使(3)中替换而来的价格与周围价格关联起来。

(5)将第三价格序列P3中的每个价格采用商品在过去一段时间内最接近的日均价格进行替换，得到基准价格信息。

将第三价格序列P3中的每个价格往前回溯历史，使用历史所有价格中最接近第三价格序列P3的价格作为当天该商品的消费者心理价格。例如第三价格序列P3中对应第十天的元素为100，在真实价格序列P1中查找第一天至第九天的真实价格中最接近100的价格，替换掉P3中的100，类似地，将第三价格序列P3中的元素均采用真实价格代替，第一天的价格可以不用替换，得到第四价格序列P4，将第四价格序列P4作为最终的基准价格信息，也可称为消费者心理价格。

在计算过程中，我们假设消费者会“记得”该商品在一个较长的历史周期中所售卖的价格，其长期决策不会受到绝对折扣力度的影响。因此消费者可以根据消费者心理价格感知到真正有促销的日期。

在操作S213，根据初始价格信息和基准价格信息得到商品的促销信息，其中，促销信息包括促销时间和真正的促销力度。

使用最终的基准价格信息和该商品的实际日均价格作比较，即将第四价格序列P4和第一价格序列P1作比较，标记出消费者可感知到的促销和相应的折扣力度，作为计算基线销量的输入。

通过以上方式，引入基准价格的概念，商品的基准价格可以作为一个商品的促销基准，低于该基准价格的日期是才是真正有促销的日期。使促销信息更加准确，不受商品先升高价格然后降低价格的“假促销”的影响。

图8示意性示出了根据本公开实施例的得到关键词的生命周期长度和权重的方法的流程图。

如图8所示，根据本公开的实施例，在操作S300中，根据所述n个商品的基线销量信息得到k个关键词的生命周期长度包括：

在操作S310，根据n个商品的基线销量信息得到k个关键词的衰退率，其中，对于每个关键词，得到在n个商品的描述信息中包含关键词的m个商品(m≤n)，根据m个商品的衰退情况得到关键词的衰退率。

首先得到多个商品的基线销量，将对应商品描述信息的中文分词得到关键词，计算出关键词维度的衰退率。

图9示意性示出了根据本公开实施例的计算关键词衰退率的方法的示意图。

如图9所示，对于每个关键词我们找到含有该关键词的所有商品，以“电视”为例，在n个商品中找到商品描述信息中包含“电视”的所有商品，例如“三星曲面屏电视”“TCL40寸液晶屏电视”“飞利浦64寸大平板电视”等，包含类似词汇的商品也可算在内，例如包含“电视机”的商品，然后按照月份判断找出的每个相关商品是否发生了衰退，从而计算得到该关键词在该月份的衰退率。每个商品的每个月会出现以下三种情况：

1)前一年该月份该商品还没有开始售卖；

2)前一年该月份该商品基线销量是现在该月份的110％以上；

3)前一年该月份该商品基线销量是现在该月份的110％以内。

其中，该月份该商品的基线销量是将该商品在该月份每天的基线销量加和得到。

对于第一种情况在计算该月的衰退率时不记录该商品，对于第二种情况，称该商品为在该月份衰退的商品，对于第三种情况，称该商品为在该月份不衰退的商品，这样对于一年12个月，都可以对应的计算出该关键词的一个衰退率：

即

例如，计算得到该关键词在一月至十二月的衰退率，衰退率1＝n1％、衰退率2＝n2％、衰退率3＝n3％、…、衰退率12＝n12％。

对于每一个关键词来说，这个关键词的衰退率为12个月衰退率的均值：

在操作S320，根据每个关键词的衰退率得到关键词的生命周期长度。

图10示意性示出了根据本公开实施例的计算关键词生命周期长度的方法的示意图。

如图10所示，在计算出了关键词的衰退率之后，计算该关键词对应的生命周期的长度：

其中，r为年数，r＝1表示包含该关键词的商品当年开始售卖，从第一年一直计算到无穷年，用每年的衰退率来预测商品的生命周期长度。

根据本公开的实施例，在S300中的获得其中每个关键词的权重包括：

在操作S330，得到在p个商品的描述信息中包含关键词的商品的数量，其中，p个商品包括n个商品，以及未包含在n个商品中的其他在售卖的商品。

在尽可能多的上架商品中找到包含该关键词的商品，计算所有找到的商品的数量。

在操作S340，将商品的数量的倒数作为关键词的权重。

通过以上方式，本公开实施例采用关键词维度的生命周期长度，不需要对商品的生命周期曲线作任何假设，也不需要商品售卖了足够长时间，给出任何一个商品名称或者一个新商品的描述信息，通过本公开实施例就能得到该商品的生命周期长度，且将计算出来的生命周期长度作为特征加入商品销量预测中，准确率得到了提升。

根据本公开的实施例，操作S400可以包括操作S410～S420：

在操作S410，得到待计算商品的描述信息中包含的所有关键词，在其中筛选出包含在所述k个关键词中的关键词；

分词得到待计算的商品的描述信息中包含的关键词，然后在上述计算出生命周期长度的k个关键词中筛选出对应的关键词，

S420，将包含的每个关键词的生命周期长度与权重相乘后的加和作为所述待计算商品的生命周期长度。

图11示意性示出了根据本公开实施例的一种计算商品生命周期长度的装置的方框图。

如图11所示，本公开实施例还提供一种计算商品生命周期长度的装置1100，包括基线销量模块1110和生命周期长度模块1120，其中：

基线销量模块1110，用于获得n个商品的基线销量信息，其中，基线销量是消除了促销因素影响的销量，n≥1。

基线销量模块1110中还可以包括基准价格模块1111，用于计算商品的基准价格。

具体地，基线销量模块1110例如可以执行上文描述的操作S200，在此不再赘述。

生命周期长度模块1120，根据n个商品的基线销量信息得到k个关键词的生命周期长度(k≥1)，并获得其中每个关键词的权重；以及根据关键词的生命周期长度和权重得到待计算商品的生命周期长度，其中，所述每个关键词包含在至少一个所述商品的描述信息中。

生命周期长度模块1120中还可以包括：

关键词衰退率模块，用于根据商品的基线销量计算关键词的衰退率；

关键词生命周期长度模块，用于根据关键词的衰退率计算得到关键词的生命周期长度；

关键词权重模块，用于计算关键词的权重；

待计算商品模块，用于将待计算的商品的描述信息分词，筛选出相应的关键词，然后根据筛选出的关键词的生命周期长度和权重计算该待计算商品的生命周期长度。

具体地，生命周期长度模块1120例如可以执行上文描述的操作S300～S400，在此不再赘述。

可以理解的是，基线销量模块1110和生命周期长度模块1120可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本发明的实施例，基线销量模块1110和生命周期长度模块1120中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以以对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式的适当组合来实现。或者，基线销量模块1110和生命周期长度模块1120中的至少一个可以至少被部分地实现为计算机程序模块，当该程序被计算机运行时，可以执行相应模块的功能。

图12示意性示出了根据本公开实施例的用于计算商品生命周期长度的装置的方框图。图12示出的计算机系统仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图12所示，根据本公开实施例的计算机系统1200包括处理器1201，其可以根据存储在只读存储器(ROM)1202中的程序或者从存储部分1208加载到随机访问存储器(RAM)1203中的程序而执行各种适当的动作和处理。

处理器1201例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器1201还可以包括用于缓存用途的板载存储器。处理器1201可以包括用于执行参考图2～图6描述的根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 1203中，存储有系统1200操作所需的各种程序和数据。处理器1201、ROM 1202以及RAM 1203通过总线1204彼此相连。处理器1201通过执行ROM 1202和/或RAM1203中的程序来执行以上参考图2～图6描述的计算商品生命周期长度方法的各种操作。需要注意，所述程序也可以存储在除ROM 1202和RAM 1203以外的一个或多个存储器中。处理器1201也可以通过执行存储在所述一个或多个存储器中的程序来执行以上参考图2～图10描述的用于计算商品生命周期长度的方法的各种操作。

根据本公开的实施例，系统1200还可以包括输入/输出(I/O)接口1205，输入/输出(I/O)接口1205也连接至总线1204。系统1200还可以包括连接至I/O接口1205的以下部件中的一项或多项：包括键盘、鼠标等的输入部分1206；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1207；包括硬盘等的存储部分1208；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1209。通信部分1209经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口1205。可拆卸介质1211，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1210上，以便于从其上读出的计算机程序根据需要被安装入存储部分1208。

根据本公开的实施例，上文参考流程图描述的方法可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1209从网络上被下载和安装，和/或从可拆卸介质1211被安装。在该计算机程序被处理器1201执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

需要说明的是，本公开所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。根据本公开的实施例，计算机可读介质可以包括上文描述的ROM 1202和/或RAM 1203和/或ROM 1202和RAM 1203以外的一个或多个存储器。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

作为另一方面，本公开还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备执行根据本公开实施例的用于计算商品生命周期长度的方法。所述目标表包括至少一条记录，每条记录包括至少一个项目，不同项目对应于不同索引。所述方法包括：获得n个商品的基线销量信息，其中，所述基线销量是消除了促销因素影响的销量，n≥1；根据所述n个商品的基线销量信息得到k个关键词的生命周期长度，k≥1，并获得其中每个关键词的权重，其中，所述每个关键词包含在至少一个所述商品的描述信息中；根据待计算商品的描述信息中包含的所述关键词的生命周期长度和权重得到待计算商品的生命周期长度。

根据本公开的实施例，获得n个商品的基线销量信息包括：获得每个商品的销量信息、促销信息和至少一个相关信息，其中，所述相关信息是除促销信息外能够影响销量的信息；得到每个商品的销量信息与促销信息和相关信息之间的关系；在所述关系中将促销信息去除，得到每个商品的第一基线销量信息；根据所述销量信息、第一基线销量信息和促销信息得到每个商品的基线销量信息。

根据本公开的实施例，所述获得每个商品的促销信息包括：获得每个商品的初始价格信息；根据所述初始价格信息得到每个商品的基准价格信息；根据所述初始价格信息和基准价格信息得到商品的促销信息，其中，所述促销信息包括促销时间和促销力度。

根据本公开的实施例，所述初始价格信息包括商品的第一价格序列，所述第一价格序列为一段时间内所述商品的日均价格随时间变化的序列；以及根据所述初始价格信息得到商品的基准价格信息包括：将所述第一价格序列进行第一次光滑处理，得到第二价格序列；根据所述第一价格序列和第二价格序列得到第一促销时间；将第一价格序列中对应第一促销时间的价格替换为第二价格序列中对应的价格；将替换后的第一价格序列进行第二次光滑处理得到第三价格序列；将第三价格序列中的每个价格采用所述商品在一段时间内最接近的日均价格进行替换，得到基准价格信息。

根据本公开的实施例，所述销量信息包括商品的初始销量序列，所述第一基线销量信息包括第一销量序列，所述促销信息包括促销时间；以及根据所述销量信息、第一基线销量信息和促销信息得到每个商品的基线销量信息包括：根据所述第一销量序列得到季节性因子；将所述初始销量序列除以季节性因子得到第二销量序列；将所述第二销量序列中对应所述促销时间的销量替换为季节性因子得到第三销量序列；对所述第三销量序列进行光滑处理得到第四销量序列；将所述第四销量序列乘以季节性因子得到基线销量信息。

根据本公开的实施例，根据所述n个商品的基线销量信息得到k个关键词的生命周期长度包括：根据所述n个商品的基线销量信息得到k个关键词的衰退率，其中，对于每个关键词，得到在所述n个商品的描述信息中包含所述关键词的m个商品(m≤n)，根据m个商品的衰退情况得到所述关键词的衰退率；根据每个关键词的衰退率得到关键词的生命周期长度。

根据本公开的实施例，获得其中每个关键词的权重包括：得到在p个商品的描述信息中包含所述关键词的商品的数量，其中，所述p个商品包括n个商品，以及未包含在n个商品中的其他上架商品；将所述商品的数量的倒数作为所述关键词的权重。

根据本公开的实施例，根据待计算商品的描述信息中包含的所述关键词的生命周期长度和权重得到待计算商品的生命周期长度包括：得到待计算商品的描述信息中包含的所有关键词，筛选出包含在所述k个关键词中的关键词；将筛选出的每个关键词的生命周期长度与权重相乘后的加和作为所述待计算商品的生命周期长度。

本公开实施例还一种计算商品生命周期长度的装置，包括：基线销量模块，用于获得n个商品的基线销量信息，其中，所述基线销量是消除了促销因素影响的销量，n≥1；生命周期长度模块，根据所述n个商品的基线销量信息得到k个关键词的生命周期长度(k≥1)，并获得其中每个关键词的权重；以及根据关键词的生命周期长度和权重得到待计算商品的生命周期长度，其中，所述每个关键词包含在至少一个所述商品的描述信息中。

根据本公开的实施例，一个或多个处理器；存储装置，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行上述的方法。

本公开实施例还提供一种计算机可读介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述的方法。

根据本公开的实施例，可以至少部分地解决因为新上架商品没有销量数据支持而不能计算生命周期长度的问题，并因此可以实现计算新上架商品生命周期长度的技术效果。

根据本公开的实施例，可以至少部分地解决需要预先给定拟合曲线的问题，并因此可以实现不用人为去输入某种曲线模式，就可以探测出一个商品生命周期的长度，具有普适性和鲁棒性技术效果。

根据本公开的实施例，利用去除了促销因素影响的商品销量数据进行计算，且可以得到关键词层面的生命周期长度，这样，无论是对于真正呈现出生命周期特征的商品、新引进的商品还是重度促销的商品，其生命周期长度都可以采用本公开提供的方案进行探测。