java架构专题涨价_关于单量预测和动态定价的一些思考

问1：单量预测模型怎么演进的？

答1：1)背景：对低敏感度的用户加配送费(单量损失少)，对高敏感度的用户减配送费(单量增加多)，在保证收入的前提下，提高单量

2)具体这个模型构建其实经理了3个阶段

2.1)第一个阶段，预测目标是每个配送区每天的单量，使用特征包括配送区优惠力度，是否工作日，使用的算法是线性回归。每个配送区一个模型

2.2)第二个阶段，预测目标是每个配送区每天的单量，使用特征为历史1天、3天、7天、15天单量，配送费，uv，优惠力度，使用算法为随机森林，线性回归。多个配送区一个模型。

2.3)第三个阶段，预测目标是单量变化比例，使用特征为配送费变化，uv变化，优惠力度变化，使用算法是半对数模型。每个城市一个模型，相似城市公用一个模型。

问2：以上三个模型有什么区别？

答2：1)模型3是最终使用的模型，模型1和模型2在我们的场景下无法使用

2)首先，模型1来说，前期预测效果不错，后期预测效果变坏。原因是：

2.1)前期单量近似线性增长，优惠力度也程线性增长，两者间呈线性关系，我们用线性模型拟合，效果好

2.2)后期单量仍然存在自然的线性增长，优惠力度不增长，甚至某些区域出现下降，两者间不存在线性关系，所以拟合效果不好

2.3)所以前期其实是伪线性关系，被学习到了；而随着业务变化，这种伪线性关系不存在<