【AAAI2021】利用深度元学习对城市销量进行预测

转载“京东城市”

对于线上和线下的零售行业，销量预测都是一项至关重要的任务，它可以帮助企业更好的预备库存以及在各个仓库之间分配商品。特别是在大型购物节期间，强劲的促销活动将极大地促进消费。然而，可供参考的历史数据却非常稀缺。如何同时对城市的不同区域和不同时间段的销量进行预测，是一个非常具有挑战的问题。

在2020年12月收录的AAAI 2021（CCF-A类）上，京东城市被收录了一篇名为《Robust Spatio-Temporal Purchase Prediction via Deep Meta Learning》的论文。该论文研究了如何通过深度元学习，结合城市中的各项信息以及历史的销量数据，对未来，特别是大型购物节期间，城市中各个区域不同时间段的销量进行预测。

 

一、问题背景

购物中心和商店的空间分布、人口的分布属性以及不同的日期类型（例如，工作日，周末或购物节）等因素，将会导致不同的购物方式，如图1所示。由于来自某个特定区域以及特定时间范围内的数据过于稀缺，我们无法仅使用某个范围的数据去训练一个高精度的预测模型。同时，城市中不同区域的人口密度和分布特征高度异质，并且随着时间的推移区域特征也会发生变化，对这样复杂的时空购买模式进行建模是一个非常困难的任务。为了准确地捕获区域的空间特性，它需要考虑一组综合的空间特征，例如兴趣点（POI）分布，区域的人口统计特征等。如何通过跨时空建模学习提升单个区域在特定时间段的预测精度是我们的主要任务。

 

图1 空间分布

作者将该预测任务分为主要三个部分：1）利用时空元学习推理，对不同的时空区域生成对应的时空表示。2）学习不同时空区域间的共享信息，同时结合区域特定的时空表示，得到更加可靠的预测销量。3）通过时空交替训练使得模型在空间以及时间层面都能够得到更加完善的学习。

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“DMLP” 可以获取《【AAAI2021】利用深度元学习对城市销量进行预测》论文专知下载链接索引

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源