基于可解释人工智能的卷烟市场状态综合指数的预测方法与流程

本发明涉及市场管理，具体涉及基于可解释人工智能的卷烟市场状态综合指数的预测方法。

背景技术：

1、卷烟市场状况的把控对于烟草行业至关重要。准确地预测卷烟市场状态并进行相应的评价与调控，可以帮助企业进行决策支持、生产优化、供应链管理，提高销售效率和市场竞争力。

2、为了建立健全多渠道的市场信息监测体系，要按照“俏、紧、平、松、软”五种品牌市场表现构建科学的市场状态评价模型，量化状态评价指标，动态调整优化货源投放策略，提高调控针对性、及时性、有效性。工业企业要积极协同商业企业，密切监测品牌在不同区域的市场状态，对自有品牌(规格)的市场表现做到心中有数，对于市场表现欠佳的品牌(规格)，工业企业要及时采取调控措施。常采用市场状态综合指数对市场状态进行评估，但是传统方式预测的市场状态综合指数(market state composite index，msci)不够准确，导致选定的对卷烟市场的调控指导不是最优的调控方案，无法提高销售效率和市场竞争力。

技术实现思路

1、有鉴于此，本发明提供了基于可解释人工智能的卷烟市场状态综合指数的预测方法，以解决对卷烟市场的市场状态综合指数预测不准确的问题。

2、第一方面，本发明提供了一种基于可解释人工智能的卷烟市场状态综合指数的预测方法，方法包括：

3、获取卷烟市场的状态数据，状态数据包括输入指标和市场状态综合指数；

4、基于状态数据构建卷烟市场的预测模型，输入指标为预测模型的输入，市场状态综合指数为预测模型的输出；

5、按照预设规则从输入指标中选取目标特征，基于预测模型得到目标特征与市场状态综合指数的关系；

6、根据预测模型得到目标特征与市场状态综合指数的关系，从预设调控策略中选择最优调控策略。

7、本发明提供的基于可解释人工智能的卷烟市场状态综合指数的预测方法，通过将反映市场状态的指标作为输入指标，构建卷烟市场的预测模型，有利于迅速、精确地预测市场状态，提高了卷烟市场状态综合指数的预测准确性，利用目标特征与市场状态综合指数的关系提高预测模型的可解释性，便于选择最优的调控策略。

8、在一种可选的实施方式中，基于状态数据构建卷烟市场的预测模型，包括：

9、将状态数据按预设比例分为训练集和测试集；

10、将训练集中的输入指标作为多个初始预测模型的输入，将训练集中的市场状态综合指数作为多个初始预测模型的输出，训练得到多个候选预测模型；

11、对多个候选预测模型进行性能评估，根据评估结果确定最优的预测模型。

12、本发明提供的基于可解释人工智能的卷烟市场状态综合指数的预测方法，通过构建预测模型，有利于分析卷烟市场中的基本指标、比率指标与市场状态综合指数的关系，从而使利用卷烟市场中的基本指标、比率指标对市场状态综合指数的预测结果更加准确。

13、在一种可选的实施方式中，训练得到多个候选预测模型，包括：

14、将测试集中的输入指标输入各初始预测模型进行训练，得到市场状态综合指数的预测值；

15、计算市场状态综合指数的预测值与测试集中市场状态综合指数的实际值的平均绝对误差和均方根误差；

16、将平均绝对误差和均方根误差作为性能度量，利用预设优化策略对各初始测试模型进行调参，得到多个候选预测模型。

17、本发明提供的基于可解释人工智能的卷烟市场状态综合指数的预测方法，将市场状态综合指数的平均绝对误差和均方根误差作为性能度量，对预测模型的参数进行优化，提高了模型的泛化能力，且参数优化后的预测模型对市场状态综合指数的预测更加准确。

18、在一种可选的实施方式中，对多个候选预测模型进行性能评估，根据评估结果确定最优的预测模型，包括：

19、利用多个候选预测模型计算市场状态综合指数的平均绝对误差和均方根误差；

20、根据多个候选预测模型得到的平均绝对误差和均方根误差，确定各候选预测模型的性能度量值；

21、根据各候选预测模型的性能度量值，从多个候选预测模型中确定卷烟市场最优的预测模型。

22、本发明提供的基于可解释人工智能的卷烟市场状态综合指数的预测方法，利用多个候选预测模型计算市场状态综合指数的平均绝对误差和均方根误差，并据此对多个候选预测模型的性能进行度量，得到更加符合卷烟市场状态的初始预测模型，最终得到的初始预测模型的平均绝对误差和均方根误差整体最优，说明该初始预测模型的预测误差小，预测得到的市场状态综合指数最准确。

23、在一种可选的实施方式中，按照预设规则从输入指标中选取目标特征，包括：

24、根据预设规则确定各输入指标与市场状态综合指数的关联度；

25、根据关联度的大小关系确定一个或多个目标特征。

26、本发明提供的基于可解释人工智能的卷烟市场状态综合指数的预测方法，从多个输入指标中选择与市场状态综合指数关联度最高的指标作为目标特征，无需对所有输入指标进行分析，简化了分析过程，且保证了对市场状态综合指数的预测结果的准确性。

27、在一种可选的实施方式中，基于预测模型得到目标特征与市场状态综合指数的关系，包括：

28、利用预测模型，分别计算市场状态综合指数在目标特征取不同值时的条件期望值；

29、分别以一个或多个目标特征作为横坐标，对应市场状态综合指数的条件期望值作为纵坐标绘制一个或多个部分依赖图，直观显示一个或多个目标特征与市场状态综合指数的关系。

30、本发明提供的基于可解释人工智能的卷烟市场状态综合指数的预测方法，利用预测模型得到目标特征与市场状态综合指数的关系，有利于将目标特征对市场状态的影响具体化、直观化，便于选择目标特征的最优值，进而确定调控策略。

31、在一种可选的实施方式中，根据预测模型得到目标特征与市场状态综合指数的关系，从预设调控策略中选择最优调控策略，包括：

32、对部分依赖图进行分析，得到分析结果；

33、基于分析结果明确目标特征与市场状态综合指数的最优匹配；

34、根据最优匹配选择最优调控策略，最优调控策略为设定目标特征为最优值。

35、本发明提供的基于可解释人工智能的卷烟市场状态综合指数的预测方法，通过分析市场状态综合指数的部分依赖图，确定最优调控策略，为市场决策提供了坚实的数据支持，有助于更好地理解和应对市场变化，保证市场状态保持在理想水平。

36、第二方面，本发明提供了一种基于可解释人工智能的卷烟市场状态综合指数的预测装置，装置包括：

37、数据获取模块，用于获取卷烟市场的状态数据，状态数据包括输入指标和市场状态综合指数；

38、预测模型构建模块，用于基于状态数据构建卷烟市场的预测模型，输入指标为预测模型的输入，市场状态综合指数为预测模型的输出；

39、特征影响模块，用于按照预设规则从输入指标中选取目标特征，基于预测模型得到目标特征与市场状态综合指数的关系；

40、调控指导模块，用于根据预测模型得到目标特征与市场状态综合指数的关系，从预设调控策略中选择最优调控策略。

41、第三方面，本发明提供了一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的方法。

42、第四方面，本发明提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的方法。