一种基于长短期记忆神经网络的货源投放方法及系统

    公开(公告)号:CN115713289A

    公开(公告)日:2023-02-24

    申请号:CN202211520616.2

    申请日:2022-11-30

    摘要: 本发明涉及烟草的数字营销技术领域,公开了一种基于长短期记忆神经网络的货源投放方法及系统,包括以下步骤:S1.收集货源数据,并对收集到的货源数据进行预处理;通过K‑means算法对预处理后的货源数据进行聚类分析,得到数据地图;S2.根据数据地图,构建投放策略;训练长短期记忆神经网络模型,即LSTM模型;S3.结合时间序列分析,通过训练好的长短期记忆神经网络模型预测当前投放策略的订购量和销售量,并计算存销比、订购率、订足率,对当前投放策略进行优化;S4.循环步骤S3,直到达到设定的优化阈值,得到最优投放策略;S5.输出调控后的货源的投放策略结果。本发明解决了现有货源投放技术对数据利用不充分、价值量低的问题,具有模块化、标准化、智能化的特点。