信息生成方法、装置、终端、系统和存储介质

技术领域

本发明涉及信息处理技术，尤其涉及一种信息生成方法、装置、终端、系统和存储介质。

背景技术

在电子商务领域，对物品进行需求量(例如销量)预测非常重要，需求量预测影响到包括计划、预算、库存、补货等各方面的管理工作。在实现本发明的过程中，发明人发现现有技术提供的需求量预测方法，往往存在预测结果不够准确的技术问题。

发明内容

本发明实施例提供一种信息生成方法、装置、终端、系统和存储介质，能够提高需求量预测的准确度。

第一方面，本发明实施例提供一种信息生成方法，所述方法包括：

从服务器获取目标物品的初始需求量信息，所述初始需求量信息是由所述服务器利用需求量预测模型对所述目标物品进行需求量预测生成的；

在预设界面上展示所述初始需求量信息和需求量配置信息，并监测作用于所述预设界面上的根据所述需求量配置信息对所述初始需求量信息的调整操作；

在监测到所述调整操作时，根据所述调整操作生成所述目标物品的目标需求量信息。

第二方面，本发明实施例提供一种信息生成装置，所述装置包括：

获取模块，用于从服务器获取目标物品的初始需求量信息，所述初始需求量信息是由所述服务器利用需求量预测模型对所述目标物品进行需求量预测生成的；

展示模块，用于在预设界面上展示所述初始需求量信息和需求量配置信息，并监测作用于所述预设界面上的根据所述需求量配置信息对所述初始需求量信息的调整操作；

生成模块，用于在监测到所述调整操作时，根据所述调整操作生成所述目标物品的目标需求量信息。

第三方面，本发明实施例还提供了一种终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明实施例中任一所述的信息生成方法。

第四方面，本发明实施例还提供了信息生成系统，包括用于执行如本发明实施例中任一所述的信息生成方法的终端和服务器。

第五方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例中任一所述的信息生成方法。

本发明实施例中，会从服务器获取目标物品的初始需求量信息，该初始需求量信息是由服务器利用需求量预测模型对目标物品进行需求量预测生成的，在预设界面上展示初始需求量信息和需求量配置信息，并监测作用于预设界面上的根据需求量配置信息对初始需求量信息的调整操作；在监测到调整操作时，根据该调整操作生成目标物品的目标需求量信息。即本发明实施例中，在得到利用模型对目标物品进行需求量预测的预测结果之后，会通过预设界面提供人工调整方式，使得可以人工对模型预测结果进行调整，将模型预测和人工调整结合起来，统合了算法优势和人的智慧，提高了需求量预测结果的准确度。

附图说明

图1是本发明实施例提供的信息生成方法的一个流程示意图。

图2是图1中步骤11的一个实施例的流程示意图。

图3是图2中步骤112的一个实施例的流程示意图。

图4是图3中步骤1123的一个实施例的流程示意图。

图5是图1中步骤12的一个实施例的流程示意图。

图6是图5中步骤123的一个实施例的流程示意图。

图7是本发明实施例提供的信息生成装置的一个结构示意图。

图8是本发明实施例提供的信息生成系统的一个结构示意图。

图9是本发明实施例提供的终端的一个结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

现有技术提供的物品需求量预测方法，通常可以分为两种：一种是依靠人工经验预测，这种方式由于预测人员经验差异大、主观性强，因而很难保证预测结果的准确度；另一种是依靠算法模型预测，算法模型比如机器学习模型、深度学习模型等，这种方式依赖数据驱动，对驱动数据的完善度要求很高，针对日新月异的物品权属迁移活动(例如促销活动)，由于缺少有效的驱动数据，导致预测结果也不准确。

有鉴于此，本发明实施例提供了一种信息生成方法，会从服务器获取目标物品的初始需求量信息，该初始需求量信息是由服务器利用需求量预测模型对目标物品进行需求量预测生成的，在预设界面上展示初始需求量信息和需求量配置信息，并监测作用于预设界面上的根据需求量配置信息对初始需求量信息的调整操作；在监测到调整操作时，根据该调整操作生成目标物品的目标需求量信息。即本发明实施例中，在得到利用模型对目标物品进行需求量预测的预测结果之后，会通过预设界面提供人工调整方式，使得可以人工对模型预测结果进行调整，将模型预测和人工调整结合起来，统合了算法优势和人的智慧，提高了需求量预测结果的准确度。

图1为本发明实施例提供的信息生成方法的一个流程示意图，该方法可以由本发明实施例提供的信息生成装置来执行，该装置可采用软件和/或硬件的方式实现。在一个具体的实施例中，该装置可以集成在终端中，终端可以是平板电脑、笔记本电脑、台式电脑等具备储存单元并安装有微处理器而具有运算能力的计算机设备。以下实施例将以该装置集成在终端中为例进行说明。参考图1，该方法具体可以包括如下步骤：

步骤11，从服务器获取目标物品的初始需求量信息，该初始需求量信息是由服务器利用需求量预测模型对目标物品进行需求量预测生成的。

目标物品，可以指计划参与本次权属迁移活动(例如本次促销活动)的物品，目标物品可以包括参与过历史权属迁移活动(例如历史促销活动)的物品(可称为老品)以及未参与过历史权属迁移活动的物品(可称为新品)。需求量预测模型，可以指采用预设算法实现的模型，预设算法比如机器学习算法、深度学习算法、同环比算法等，需求量预测模型可以用来表征物品的特征信息与物品的需求量信息之间的对应关系。具体地，终端可以将配置的活动物品列表发送给服务器，活动物品列表中可以包括目标物品的标识信息，目标物品的标识信息例如可以为：名称、型号等信息，由服务器收集目标物品的特征信息，并将目标物品的特征信息输入需求量预测模型，以利用需求量预测模型对目标物品进行需求量预测，生成目标物品的初始需求量信息，终端从服务器获取目标物品的初始需求量信息。

步骤12，在预设界面上展示该初始需求量信息和需求量配置信息，并监测作用于预设界面上的根据需求量配置信息对初始需求量信息的调整操作。

目标物品的初始需求量信息中，可以包括需求量预测模型预测得到的该目标物品的初始需求量，该初始需求量可以指预测得到的目标物品在本次权属迁移活动当日的需求量。

目标物品可以有多个，在展示该初始需求量信息时，可以根据各个目标物品的初始需求量信息中包括的初始需求量的大小，按照从大到小的顺序对各个目标物品的初始需求量信息进行排序，按照排序在预设界面上展示各个目标物品的初始需求量信息。

进一步地，在展示该初始需求量信息时，还可以从服务器获取目标物品的历史需求量信息，根据目标物品的初始需求量信息和历史需求量信息，生成目标物品的需求量对比信息，在预设界面上展示目标物品的需求量对比信息。

比如，当目标物品为未参与过历史权属迁移活动的新品时，目标物品的历史需求量信息中可以包括目标物品在本次权属迁移活动前预设天数内的日平均需求量信息(该日平均需求量信息中包括日平均需求量)，预设天数可视实际情况取值，比如可以取十天、三十天等，此处不做具体限定，则可以根据目标物品的初始需求量信息和目标物品在本次权属迁移活动前预设天数内的日平均需求量信息，生成目标物品的需求量环比信息，该需求量环比信息中包括需求量环比值，需求量环比值＝目标物品的初始需求量/目标物品在本次权属迁移活动前预设天数内的日平均需求量，然后按照需求量环比值从大到小的顺序排序展示各个目标物品的需求量环比信息。

比如，当目标物品为参与过历史权属迁移活动的老品时，目标物品的历史需求量信息中可以包括目标物品在本次权属迁移活动前预设天数内的日平均需求量信息(该日平均需求量信息中包括日平均需求量)，目标物品在历史权属迁移活动当日的需求量信息(该当日的需求量信息中包括当日的需求量)，以及目标物品在历史权属迁移活动前预设天数内的日平均需求量信息(该日平均需求量信息中包括日平均需求量)，则可以根据目标物品的初始需求量信息和目标物品在本次权属迁移活动前预设天数内的日平均需求量信息，生成目标物品的需求量环比信息，该需求量环比信息中包括需求量环比值，需求量环比值＝目标物品的初始需求量/目标物品在本次权属迁移活动前预设天数内的日平均需求量，然后按照需求量环比值从大到小的顺序，排序展示各个目标物品的需求量环比信息；与此同时，还可以根据目标物品在历史权属迁移活动当日的需求量信息和目标物品在历史权属迁移活动前预设天数内的日平均需求量信息，生成目标物品的需求量同比信息，该需求量同比信息中包括需求量同比值，需求量同比值＝目标物品在历史权属迁移活动当日的需求量/目标物品在历史权属迁移活动前预设天数内的日平均需求量，然后按照需求量同比值从大到小的顺序，排序展示各个目标物品的需求量同比信息。

具体实现中，需求量配置信息(例如销售计划信息)中可以包括配置的所有目标物品在本次权属迁移活动当日的总需求量(例如本次促销活动当日的计划销售总量)，终端可以对所有目标物品的初始需求量求和，生成初始需求总量，在预设界面上展示该初始需求总量，以供用户获悉初始需求总量与计划的本次权属迁移活动当日的总需求量之间的差异，并根据该差异确定是否需要对目标物品的初始需求量信息进行调整。

具体地，可以在预设界面上为每个目标物品提供相应的调整控件，比如，提供需求量倍数修改控件、需求量绝对值修改控件等，用户可以根据预设界面上展示的信息确定是否需要调整以及需要对哪些目标物品的初始需求量信息进行调整，如果需要对某个目标物品的初始需求量信息进行调整，则触发该目标物品对应的调整控件，终端监测用户的作用于预设界面上的对初始需求量信息的调整操作。

步骤13，在监测到该调整操作时，根据该调整操作生成目标物品的目标需求量信息。

比如，当用户根据预设界面上展示的信息获悉，初始需求总量小于计划的本次权属迁移活动当日的总需求量，则用户可以根据排序，对初始需求量较小、或需求量环比值较小、或需求量同比值较小的目标物品的初始需求量信息进行调整，比如，增大这些目标物品的初始需求量，以使得初始需求总量尽量等于或略超过计划的本次权属迁移活动当日的总需求量，终端根据用户的调整操作生成目标物品的目标需求量信息。另外，如果初始需求总量不小于计划的本次权属迁移活动当日的总需求量，则可以不对目标物品的初始需求量进行调整，则可以直接将目标物品的初始需求量信息作为最终的目标需求量信息展示。

在生成目标物品的目标需求量信息之后，可以在预设界面上展示目标物品的目标需求量信息。另外，对于经过人工调整需求量得到的目标物品的目标需求量信息，可以突出展示，以提示相关业务人员对这些目标物品进行针对性的销售运营，以保证最终达成销售计划。

上述技术方案，通过从服务器获取目标物品的初始需求量信息，在预设界面上展示初始需求量信息和需求量配置信息，并监测作用于预设界面上的根据需求量配置信息对初始需求量信息的调整操作；在监测到调整操作时，根据该调整操作生成目标物品的目标需求量信息，即在得到利用模型对目标物品进行需求量预测的预测结果之后，会通过预设界面提供人工调整方式，使得可以人工对模型预测结果进行调整，将模型预测和人工调整结合起来，统合了算法优势和人的智慧，提高了需求量预测结果的准确度，平衡了需求与计划之间的差距，提高了预测方法的可用性。

在一些实施例中，服务器可以利用多个需求量预测模型对目标物品进行需求量预测，终端可以根据结合多个需求量预测模型对目标物品的预测结果得到目标物品的初始需求量信息，多个预测模型可以为采用不同算法实现的模型，以提高模型预测的准确度。下面以多个需求量预测模型包括第一预测模型和第二预测模型为例进行说明，即如图2所示，步骤11具体可以包括以下步骤：

步骤111，从服务器获取目标物品的第一需求量信息和第二需求量信息，第一需求量信息是由服务器利用第一预测模型对目标物品进行需求量预测生成的，第二需求量信息是由服务器利用第二预测模型对目标物品进行需求量预测生成的，第一预测模型与第二预测模型为采用不同算法实现的预测模型。

具体地，以第一预测模型为采用机器学习、深度学习等算法实现的模型为例，第一预测模型可通过样本数据预先训练好，则服务器利用第一预测模型对目标物品进行需求量预测的过程可如下：

采集目标物品的特征信息，将目标物品的特征信息输入第一预测模型，生成目标物品的第一需求量信息。

其中，目标物品的特征信息可以包括但不限于如下特征：

需求量特征：比如目标物品在历史权属迁移活动当日的需求量及历史权属迁移活动之前的日平均需求量、价格等，目标物品在本次权属迁移活动之前的需求量、价格等；

属性特征：比如目标物品的品类、品牌、功能、产地等；

关联特征：比如与目标物品相关的天气情况、网络舆情指数、流量信息，目标物品的促销方案、策略分级等。

示例地，以第二预测模型为采用同环比算法实现的模型为例，则利用第二预测模型对目标物品进行需求量预测的过程可如下：

(1)如果目标物品是参与过历史权属迁移活动的老品，则服务器可以直接将目标物品的历史需求量信息输入第二预测模型，生成目标物品的第二需求量信息。

示例地，目标物品的历史需求量信息可以包括目标物品在历史权属迁移活动前的预设天数的日平均需求量S1(比如历史权属迁移活动前十天、前三十天的日平均需求量)，目标物品在历史权属迁移活动当日的需求量S2，以及目标物品在本次权属迁移活动前预设天数的日平均需求量S3(比如本次权属迁移活动前十天、前三十天的日平均需求量)。

则服务器在利用第二预测模型对目标物品进行需求量预测时，可以先根据S1和S2计算目标物品的促销因子F1，F1＝S2/S1，则目标物品的需求量预测值R1＝S3*F，即第二需求量信息中包括的第二需求量为R1＝S3*F，第二需求量可以指利用第二预测模型预测得到的目标物品(老品)在本次权属迁移活动当日的需求量预测值。

(2)如果目标物品是未参与过历史权属迁移活动的新品，则服务器需要先确定目标物品的相似品，根据相似老品的历史需求量信息及目标物品的历史需求量信息对目标物品进行需求量预测，即服务器需要将目标物品的历史需求量信息和相似品的历史需求量信息输入第二预测模型，生成目标物品的第二需求量信息。

目标物品的相似品为参与过历史权属迁移活动的物品，即老品。

具体地，服务器可以先利用目标物品的特征信息构成目标物品的多维特征向量，采用余弦相似度算法计算目标物品与每个候选老品的相似度，然后按照品牌品类对候选老品分组，在与目标物品相同品牌品类的分组中，选取与目标物品的相似度大于预设相似度阈值(比如60％，70％等)的预设数量(比如5个、10个等)的老品，将选取的老品作为目标物品的相似品。

示例地，比如目标物品的品牌为X，品类为手机，则可以在X品牌手机的分组内，选取与目标物品的相似度大于预设相似度阈值的、预设数量的、参与过历史权属迁移活动的X品牌手机，如果X品牌手机的分组内，选取的参与过历史权属迁移活动的X品牌手机的数量不足，则可以不限定品牌，扩展至整个手机分组内，选取与目标物品的相似度大于预设相似度阈值的、参与过历史权属迁移活动的手机。

上面仅以采用余弦相似度算法、并按照品牌、品类分组为例说明确定目标物品的相似品的方法，实际应用中，还可以采用其他算法、其他分组方式确定目标物品的相似品，此处不做具体限定。

具体实现中，当目标物品为新品时，服务器在利用第二预测模型在对目标物品进行需求量预测时，可以按先按照前面提供的方法计算出每个相似品的促销因子，根据各个相似品的促销因子计算该新品的促销因子。比如，选取的相似品有N个，N为正整数，则可以将N个相似品的促销因子的平均值作为该新品的促销因子；或者可以将N个相似品的促销因子加权求和，将所得和值作为该新品的促销因子，此处不做具体限定。

在得到新品的促销因子之后，可以根据新品的促销因子和新品的历史需求量信息，预测新品的需求量。由于新品是未参与过历史促销活动的物品，则新品的历史需求量信息中可能只包含该新品在本次权属迁移活动前预设天数的日平均需求量S4，假设根据N个相似品计算得到的新品的促销因子为F2，则新品的需求量预测值R2＝S4*F2，即第二需求量信息中包括的第二需求量为R2＝S4*F2，第二需求量可以指利用第二预测模型预测得到的目标物品(新品)在本次权属迁移活动当日的需求量预测值。

步骤112，根据预设选择规则选取第一需求量信息或第二需求量信息作为初始需求量信息。

具体选取方法可如图3所示，包括以下步骤：

步骤1121，从服务器获取利用第一预测模型对所述目标物品进行需求量预测时，服务器输入至第一预测模型的目标物品的特征信息。

步骤1122，在预设界面上展示目标物品的特征信息，并监测作用于预设界面上的对目标物品的特征信息的完善度确认操作。

步骤1123，在监测到完善度确认操作时，根据完善度确认操作指示的确认结果，选取第一需求量信息或第二需求量信息作为初始需求量信息。

由于第一预测模型为采用机器学习、深度学习等算法实现的模型，第一预测模型的预测准确度依赖输入的特征信息的完善度，如果输入的特征信息不完善，则第一预测模型的预测结果准确度就不够，因而，此处加入对特征信息完善度的确认。

示例地，可以在终端的预设界面为用户提供完善度确认控件，以供用户确认输入第一预测模型的目标物品的特征信息是否完善。比如，终端可以在预设界面展示从服务器获取的输入至第一预设模型的目标物品的特征信息，用户可以对该特征信息进行核查，如果发现该特征信息中存在促销方案欠缺、需求量特征数据不足、属性特征信息不完整等情况，则可以通过完善度确认控件向终端提交特征信息不完善的确认结果；反之，如果目标物品的特征信息完善，则可以通过完善度确认控件向终端提交特征信息完善的确认结果。

当完善度确认结果指示目标物品的特征信息完善时，终端可以选取第一需求量信息作为目标物品的初始需求量信息；反之，当完善度确认结果指示目标物品的特征信息不完善时，终端可以选取第二需求量信息作为目标物品的初始需求量信息。

在一个具体的实施例中，如图4所示，当完善度确认结果指示目标物品的特征信息不完善时，终端选取第二需求量信息作为目标物品的初始需求量信息具体可以包括：

步骤11231，目标物品是否参与过历史权属迁移活动，若是，则执行步骤11232，否则，执行步骤11233。

即确认目标物品时新品还是老品，若是老品，则可以直接利用第二预测模型初次对目标物品进行需求量预测生成的第二需求量信息，将初次预测生成的第二需求量信息作为目标物品的初始需求量信息。

步骤11232，选取初次预测生成的第二需求量信息作为目标物品的初始需求量信息。

步骤11233，从服务器获取初次利用第二预测模型对目标物品进行需求量预测时，所采用的目标物品的相似品的标识信息。

当目标物品是新品时，由于新品的需求量预测结果依赖相似品的选取，如果相似品选择的不合理，则可能导致第二预测模型的预测结果准确度不高，因而，此处加入确认是否需要对相似品进行调整的步骤，以提高预测结果的准确度。

步骤11234，在预设界面上展示相似品的标识信息，并监测作用于预设界面上的对相似品的调整操作。

示例地，可以在展示相似品的标识信息的预设界面为用户提供调整确认控件，以供用户确认是否需要对相似品进行调整。如果需要调整，则提供调整界面，以供用户对相似品进行调整，该调整可以包括删除初次预测使用的某个或某些相似品，为目标物品新增一个或多个相似品，将初次预测使用的某个或某些相似品替换成用户选取的其他相似品等，终端监测作用于预设界面的对相似品的调整操作。

步骤11235，是否监测到对相似品的调整操作，若监测到，则执行步骤11236，否则，返回步骤11232。

即如果用户确定不对目标物品的相似品进行调整，则终端将监测不到对相似品的调整操作，则终端可以直接将利用第二预测模型初次对目标物品进行需求量预测生成的第二需求量信息，将初次预测生成的第二需求量信息作为目标物品的初始需求量信息。

步骤11236，则获取调整后的相似品的标识信息，将调整后的相似品的标识信息发送给服务器。

服务器接收到该调整后的相似品的标识信息时，将目标物品的历史需求量信息和调整后的相似品的历史需求量信息输入第二预测模型，再次预测生成目标物品的第二需求量信息，终端从服务器获取再次预测生成的第二需求量信息。

步骤11237，从服务器获取服务器利用第二预测模型再次对目标物品进行需求量预测生成的第二需求量信息。

步骤11238，选取再次预测生成的第二需求量信息作为目标物品的初始需求量信息。

在一个可能的实现方案中，如果确认目标物品的特征信息不完善，还可以在终端的预设界面为用户提供信息完善控件，以供用户手动完善目标物品的特征信息，终端将完善之后的目标物品的特征信息发送给服务器，以使得服务器将完善后的目标物品的特征信息输入第一预测模型，利用第一预测模型再次对目标物品进行需求量预测，终端从服务器获取再次利用第一预测模型预测生成的第一需求量信息，将再次利用第一预测模型预测生成的第一需求量信息作为目标物品的初始需求量信息。

在上述技术方案中，通过加入人工对特征信息完善度的确认步骤、以及通过加入人工对相似品调整的步骤，将预测模型的黑盒打开，方便了将一些人工信息和难以量化的额外信息加入预测模型，调高了模型预测的准确度。

在一个可能的实现方案中，当需求量预测模型有多个时，还可以设置默认的预测模型的预测结果作为目标物品的初始需求量信息，比如，可以不加入人工对特征信息完善度的确认步骤、不加入人工对相似品调整的步骤，终端直接将默认的某个预测模型的预测结果作为目标物品的初始需求量信息。比如，可以默认将第一预测模型的预测结果作为目标物品的初始需求量信息，此处不做具体限定。

在一些实施例中，还可以将初始需求量信息做进一步的处理以展示，即如图5所示，步骤12具体可以包括以下步骤：

步骤121，从服务器获取目标物品的历史需求量信息。

步骤122，根据初始需求量信息和历史需求量信息，生成目标物品的需求量对比信息。

比如，当目标物品为未参与过历史权属迁移活动的新品时，目标物品的历史需求量信息中可以包括目标物品在本次权属迁移活动前预设天数内的日平均需求量信息(该日平均需求量信息中包括日平均需求量)，预设天数可视实际情况取值，比如可以取十天、三十天等，此处不做具体限定，则可以根据目标物品的初始需求量信息和目标物品在本次权属迁移活动前预设天数内的日平均需求量信息，生成目标物品的需求量环比信息，该需求量环比信息中包括需求量环比值，需求量环比值＝目标物品的初始需求量/目标物品在本次权属迁移活动前预设天数内的日平均需求量。

比如，当目标物品为参与过历史权属迁移活动的老品时，目标物品的历史需求量信息中可以包括目标物品在本次权属迁移活动前预设天数内的日平均需求量信息(该日平均需求量信息中包括日平均需求量)，目标物品在历史权属迁移活动当日的需求量信息(该当日的需求量信息中包括当日的需求量)，以及目标物品在历史权属迁移活动前预设天数内的日平均需求量信息(该日平均需求量信息中包括日平均需求量)，则可以根据目标物品的初始需求量信息和目标物品在本次权属迁移活动前预设天数内的日平均需求量信息，生成目标物品的需求量环比信息，该需求量环比信息中包括需求量环比值，需求量环比值＝目标物品的初始需求量/目标物品在本次权属迁移活动前预设天数内的日平均需求量，然后按照需求量环比值从大到小的顺序，排序展示各个目标物品的需求量环比信息；与此同时，还可以根据目标物品在历史权属迁移活动当日的需求量信息和目标物品在历史权属迁移活动前预设天数内的日平均需求量信息，生成目标物品的需求量同比信息，该需求量同比信息中包括需求量同比值，需求量同比值＝目标物品在历史权属迁移活动当日的需求量/目标物品在历史权属迁移活动前预设天数内的日平均需求量。

步骤123，在预设界面上展示目标物品的需求量对比信息。

目标物品可以有多个，具体展示方法可如图6所示，包括以下步骤：

步骤1231，按照预设排序规则对各个目标物品的需求量对比信息排序。

步骤1232，根据排序结果在所述预设界面上展示各个目标物品的需求量对比信息。

比如，当目标物品为新品时，生成的需求量对比信息为需求量环比信息，则可以按照需求量环比值从大到小的顺序排序展示各个目标物品的需求量环比信息；当目标物品为老品时，生成的需求量对比信息包括需求量环比信息和需求量同比信息，则可以按照需求量环比值从大到小的顺序，排序展示各个目标物品的需求量环比信息，按照需求量同比值从大到小的顺序，排序展示各个目标物品的需求量同比信息。

图7是本发明是实施例提供的信息生成装置的一个结构图，该装置适用于执行本发明实施例提供的信息生成方法。如图7所示，该装置具体可以包括：

获取模块71，用于从服务器获取目标物品的初始需求量信息，所述初始需求量信息是由所述服务器利用需求量预测模型对所述目标物品进行需求量预测生成的；

展示模块72，用于在预设界面上展示所述初始需求量信息和需求量配置信息，并监测作用于所述预设界面上的根据所述需求量配置信息对所述初始需求量信息的调整操作；

生成模块73，用于在监测到所述调整操作时，根据所述调整操作生成所述目标物品的目标需求量信息。

一实施例中，所述展示模块72在预设界面上展示所述初始需求量信息，包括：

从所述服务器获取所述目标物品的历史需求量信息；

根据所述初始需求量信息和历史需求量信息，生成所述目标物品的需求量对比信息；

在所述预设界面上展示所述目标物品的需求量对比信息。

一实施例中，当所述目标物品未参与过历史权属迁移活动时，所述历史需求量信息包括所述目标物品在本次权属迁移活动前预设天数内的日平均需求量信息，所述展示模块72根据所述初始需求量信息和历史需求量信息，生成所述目标物品的需求量对比信息，包括：

根据所述初始需求量信息和所述目标物品在本次权属迁移活动前预设天数内的日平均需求量信息，生成所述目标物品的需求量环比信息。

一实施例中，当所述目标物品参与过历史权属迁移活动时，所述历史需求量信息包括所述目标物品在本次权属迁移活动前预设天数内的日平均需求量信息、所述目标物品在所述历史权属迁移活动当日的需求量信息，以及所述目标物品在所述历史权属迁移活动前预设天数内的日平均需求量信息，所述展示模块72根据所述初始需求量信息和所述目标物品的历史需求量信息，生成所述目标物品的需求量对比信息，包括：

根据所述初始需求量信息和所述目标物品在本次权属迁移活动前预设天数内的日平均需求量信息，生成所述目标物品的需求量环比信息；

根据所述目标物品在所述历史权属迁移活动当日的需求量信息和所述目标物品在所述历史权属迁移活动前预设天数内的日平均需求量信息，生成所述目标物品的需求量同比信息。

一实施例中，所述目标物品包括多个，所述展示模块72在所述预设界面上展示所述目标物品的需求量对比信息，包括：

按照预设排序规则对各个目标物品的需求量对比信息排序；

根据排序结果在所述预设界面上展示各个目标物品的需求量对比信息。

一实施例中，所述获取模块71从服务器获取目标物品的初始需求量信息，包括：

从所述服务器获取所述目标物品的第一需求量信息和第二需求量信息，所述第一需求量信息是由所述服务器利用第一预测模型对所述目标物品进行需求量预测生成的，所述第二需求量信息是由所述服务器利用第二预测模型对所述目标物品进行需求量预测生成的，所述第一预测模型与所述第二预测模型为采用不同算法实现的预测模型；

根据预设选择规则选取所述第一需求量信息或所述第二需求量信息作为所述初始需求量信息。

一实施例中，所述获取模块71根据预设选择规则选取所述第一需求量信息或所述第二需求量信息作为所述初始需求量信息，包括：

从所述服务器获取利用所述第一预测模型对所述目标物品进行需求量预测时，所述服务器输入至所述第一预测模型的所述目标物品的特征信息；

在所述预设界面上展示所述目标物品的特征信息，并监测作用于所述预设界面上的对所述目标物品的特征信息的完善度确认操作；

在监测到所述完善度确认操作时，根据所述完善度确认操作指示的确认结果，选取所述第一需求量信息或所述第二需求量信息作为所述初始需求量信息。

一实施例中，所述获取模块71根据所述完善度确认操作指示的确认结果，选取所述第一需求量信息或所述第二需求量信息作为所述初始需求量信息，包括：

当所述完善度确认结果指示所述目标物品的特征信息完善时，选取所述第一需求量信息作为所述初始需求量信息；

当所述完善度确认结果指示所述目标物品的特征信息不完善时，选取所述第二需求量信息作为所述初始需求量信息。

一实施例中，当所述完善度确认结果指示所述目标物品的特征信息不完善时，所述获取模块71选取所述第二需求量信息作为所述初始需求量信息，包括：

当所述完善度确认结果指示所述目标物品的特征信息不完善，且所述目标物品参与过历史权属迁移活动时，选取所述第二需求量信息作为所述初始需求量信息。

一实施例中，所述当所述完善度确认结果指示所述目标物品的特征信息不完善时，所述获取模块71选取所述第二需求量信息作为所述初始需求量信息，包括：

当所述完善度确认结果指示所述目标物品的特征信息不完善，且所述目标物品未参与过历史权属迁移活动时，从所述服务器获取初次利用所述第二预测模型对所述目标物品进行需求量预测时，所采用的所述目标物品的相似品的标识信息，所述相似品为参与过所述历史权属迁移活动、且与所述目标物品的相似度超过预设相似度阈值的物品；

在所述预设界面上展示所述相似品的标识信息，并监测作用于所述预设界面上的对所述相似品的调整操作；

若未监测到对所述相似品的调整操作，则选取初次预测生成的第二需求量信息作为所述初始需求量信息；

若监测到对所述相似品的调整操作，则获取调整后的相似品的标识信息，将调整后的相似品的标识信息发送给所述服务器，以使得所述服务器利用所述第二预测模型再次对所述目标物品进行需求量预测，从所述服务器获取再次预测生成的第二需求量信息，选取再次预测生成的第二需求量信息作为所述初始需求量信息。

本领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述功能模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本发明实施例的装置，会从服务器获取目标物品的初始需求量信息，该初始需求量信息是由服务器利用需求量预测模型对目标物品进行需求量预测生成的，在预设界面上展示初始需求量信息和需求量配置信息，并监测作用于预设界面上的根据需求量配置信息对初始需求量信息的调整操作；在监测到调整操作时，根据该调整操作生成目标物品的目标需求量信息。即本发明实施例的装置，在得到利用模型对目标物品进行需求量预测的预测结果之后，会通过预设界面提供人工调整方式，使得可以人工对模型预测结果进行调整，将模型预测和人工调整结合起来，统合了算法优势和人的智慧，提高了需求量预测结果的准确度。

本发明实施例还提供了一种信息生成系统，如图8所示，包括用于执行本发明实施例提供的信息生成方法的81终端和服务器82，具体实施过程可参阅前面实施例的描述。

下面以一个具体的例子说明本发明实施例提供的信息生成方法，比如目标物品包括物品A和物品B，其中物品A是参与过历史权属迁移活动的老品，物品B是未参与过历史权属迁移活动的新品。

则针对物品A，服务器可以将物品A的特征信息输入第一预测模型，利用第一预测模型对其进行需求量预测，得到第一需求量信息A1；另一方面，将物品A的历史需求量信息输入第二预测模型，利用第二预测模型对其进行需求量预测，得到第二需求量信息A2；终端从服务器获取第一需求量信息A1和第二需求量信息A2，并从服务器获取输入至第一预测模型的物品A的特征信息，展示物品A的特征信息，并监测用户对该特征信息的完善度确认结果，如果确认结果指示该特征信息完善，则终端直接将A1作为物品A的初始需求量信息，若不完善，则终端将A2作为物品A的初始需求量信息。

针对物品B，服务器可以将物品B的特征信息输入第一预测模型，利用第一预测模型对其进行需求量预测，得到第一需求量信息B1；另一方面，服务器通过预设相似度算法从候选老品中确定出物品B的N个相似品，将物品B的历史需求量信息和N和相似品的历史需求量信息输入第二预测模型，利用第二预测模型对其进行需求量预测，得到第二需求量信息B2；终端从服务器获取第一需求量信息B1和第二需求量信息B2，并从服务器获取物品B输入至第一预测模型的物品B的特征信息，展示物品B的特征信息，并监测用户对该特征信息的完善度确认结果，如果确认结果指示该特征信息完善，则终端直接将B1作为物品B的初始需求量信息，若不完善，则终端从服务器获取服务器在利用第二预测模型对物品B进行需求量预测生成第二需求量信息B2时，使用的物品B的相似品的标识信息，展示相似品的标识信息，以供用户确认是否需要对相似品进行调整，如果不需要，则将第二需求量信息B2作为物品B的初始需求量信息，如果需要对相似品进行调整，则终端获取调整后的相似品的标识信息，将调整后的相似品的标识信息发送给服务器，以使得服务器利用第二预测模型再次对目标物品进行需求量预测，生成第二需求量信息B3，从服务器获取再次预测生成的第二需求量信息B3，选取第二需求量信息B3作为物品B的初始需求量信息。

在得到物品A和物品B的初始需求量信息之后，可以展示物品A和物品B的初始需求量信息。比如，针对物品A，可以根据物品A的初始需求量信息及物品A的历史需求量信息，生成物品A的需求量同比信息和需求量环比信息。针对物品B，可以根据物品B的初始需求量信息及物品B的历史需求量信息，生成物品B的需求量环比信息。最后，可以按照信息中的量值从大到小的顺序，排序展示物品A的需求量同比信息和需求量环比信息，展示物品B的需求量环比信息。

展示之后，用户可以展示的信息确定是否需要对物品A和物品B的初始需求量信息进行调整。比如，根据展示的信息发现，预测的初始需求总量远小于计划需求总量，则需要对预测的初始需求量进行调整。在调整时，可以选取部分物品进行初始需求量调整(比如按照排序选取初始需求量和/或需求量环比值较低的几个物品进行初始需求量调整，或者选取需求量同比值与需求量环比值差异较大的物品进行初始需求量调整等)，也可以对全部物品进行初始需求量调整，最终使得预测的初始需求总量尽量等于或超过计划需求总量。

图9为本发明实施例提供的一种终端的结构图，图9示出了适于用来实现本发明实施方式的示例性终端912的框图。图9显示的终端912仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图9所示，终端912以通用计算设备的形式表现。终端912的组件可以包括但不限于：一个或者多个处理器或者处理单元916，系统存储器928，连接不同系统组件(包括系统存储器928和处理单元916)的总线918。

总线918表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。

终端912典型地包括多种计算机系统可读介质。这些介质可以是任何能够被终端912访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器928可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)930和/或高速缓存存储器932。终端912可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统934可以用于读写不可移动的、非易失性磁介质(图9未显示，通常称为“硬盘驱动器”)。尽管图9中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线918相连。存储器928可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块942的程序/实用工具940，可以存储在例如存储器928中，这样的程序模块942包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块942通常执行本发明所描述的实施例中的功能和/或方法。

终端912也可以与一个或多个外部设备914(例如键盘、指向设备、显示器924等)通信，还可与一个或者多个使得用户能与该终端912交互的设备通信，和/或与使得该终端912能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口922进行。并且，设备912还可以通过网络适配器920与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器920通过总线918与设备912的其它模块通信。应当明白，尽管图9中未示出，可以结合终端912使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

处理单元916通过运行存储在系统存储器928中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的信息生成方法：

也即，所述处理单元916执行所述程序时实现：从服务器获取目标物品的初始需求量信息，所述初始需求量信息是由所述服务器利用需求量预测模型对所述目标物品进行需求量预测生成的；在预设界面上展示所述初始需求量信息和需求量配置信息，并监测作用于所述预设界面上的根据所述需求量配置信息对所述初始需求量信息的调整操作；在监测到所述调整操作时，根据所述调整操作生成所述目标物品的目标需求量信息。

当然，本领域技术人员可以理解，处理单元还可以实现本发明任意实施例所提供的信息生成方法。

本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本申请所有发明实施例提供的信息生成方法：

也即，该程序被处理器执行时实现：从服务器获取目标物品的初始需求量信息，所述初始需求量信息是由所述服务器利用需求量预测模型对所述目标物品进行需求量预测生成的；在预设界面上展示所述初始需求量信息和需求量配置信息，并监测作用于所述预设界面上的根据所述需求量配置信息对所述初始需求量信息的调整操作；在监测到所述调整操作时，根据所述调整操作生成所述目标物品的目标需求量信息。

当然，本发明实施例所提供的一种计算机可读存储介质，其上存储的计算机程序不限于如上所述的方法操作，还可以执行本发明实施例所提供的信息生成方法的相关操作。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。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。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(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(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。在本文件中，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。

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。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。