评估模型稳定性和拟合度的方法和装置制造方法
【专利摘要】本发明公开了评估模型稳定性和拟合度的方法和装置。这里公开的示例性方法包括：基于与市场营销组合模型相关联的原因因素建立拟合函数；基于与原因因素中对应的原因因素相关联的优势因子建立稳定性函数；以及将缩放因子整合到稳定性函数中，以有助于拟合函数和稳定性函数的组合回归分析，该缩放因子分别与相应的原因因素相关联。
【专利说明】评估模型稳定性和拟合度的方法和装置
【技术领域】
[0001]本公开总体上涉及市场营销组合模型，尤其涉及评估模型稳定性和拟合度的方法和装置。
【背景技术】
[0002]近年来，市场竞争演化为包括不同类型的商家，包括零售商和/或批发商。另外，在线零售方式已经成为市场中不断成长的方式，这可能影响顾客的购物行为。
【发明内容】
[0003]本发明公开一种将优势因子包括在回归模型中的方法，所述方法包括以下步骤:利用处理器，基于与市场营销组合模型相关联的原因因素建立拟合函数；利用所述处理器，基于与所述原因因素中对应的原因因素相关联的优势因子建立稳定性函数；以及利用所述处理器，将缩放因子整合到所述稳定性函数中，以有助于所述拟合函数和所述稳定性函数的组合回归分析，所述缩放因子分别与相应的原因因素相关联。
[0004]本发明公开一种将优势因子包括在回归模型中的装置，所述装置包括:原因因素管理器，其基于与市场营销组合模型相关联的原因因素建立拟合函数，并且基于与所述原因因素中的对应原因因素相关联的优势因子建立稳定性函数；以及缩放因子引擎，其将缩放因子整合到所述稳定性函数中，以有助于所述拟合函数和所述稳定性函数的组合回归分析，所述缩放因子分别与对应的原因因素相关联。
[0005]本发明公开一种用于将优势因子包括在回归模型中的装置，所述用于将优势因子包括在回归模型中的装置包括:用于基于与市场营销组合模型相关联的原因因素建立拟合函数的装置；用于基于与所述原因因素中对应的原因因素相关联的优势因子建立稳定性函数的装置；以及用于将缩放因子整合到所述稳定性函数中以有助于所述拟合函数和所述稳定性函数的组合回归分析的装置，所述缩放因子分别与相应的原因因素相关联。
【专利附图】
【附图说明】
[0006]图1是示出根据本公开的教导构造的、评估模型稳定性和拟合度的组合引擎的示意图。
[0007]图2是由图1的示例性组合引擎构造的回归拟合函数的示例性矩阵。
[0008]图3是由图1的示例性组合引擎构造的稳定性函数的示例性矩阵。
[0009]图4是由图1的示例性组合引擎生成的、比较包括先验值在内的回归模型的拟合度和稳定性的测度的示例性比较图表。
[0010]图5至图9是表示可以被执行以评估模型稳定性和拟合度的示例性机器可读指令的流程图。
[0011]图10是可以执行图5至图9的示例性机器可读指令以实现图1的示例性组合引擎的示例性系统的框图。【具体实施方式】
[0012]市场分析师可能被授予与理解不同因素随着时间对销售量的影响的有关一项或更多项任务。市场分析师可能响应于客户的请求来进行这种工作。这些客户可能是希望了解和/或以其它方式理解对销售量有帮助和/或有损害的因素的制造商、零售商、贸易商和/或批发商。能够影响销售量的因素包括但不限于:促销活动(例如，电视促销、广播促销、印刷物促销、在线促销等)、宏观经济因素和季节。
[0013]为了更好地理解一个或更多因素之间存在什么样的关系，可以使用与客户销售环境相关的自变量和因变量来执行统计回归分析。自变量可以包括多种因素，其中的一部分因素在客户的控制之下，例如，诸如促销媒体类型(例如，电视、广播等)、促销目标人群、促销日期和/或一天中的时间等。回归分析为市场分析师提供了指示自变量影响因变量的方式的一个或更多系数。换言之，一个或更多个系数权重的值指示例如促销活动影响销售量的程度。
[0014]实现用于市场营销组合分析的回归模型需要分析师进行设计工作以选择被料想为对一个或更多个因变量(例如，产品的销售量)具有某种影响的一个或更多个因素(例如，季节、促销活动)。回归输出产生与每一个关注的因素相对应的系数。例如，如果回归模型采用促销和季节的因素，则回归输出包括与促销相对应的系数以及与季节相对应的系数。然后，这种系数可以被用于生成一个或更多销售量预测。将先前确定的系数和/或系数组与随后开发的历史输出数据相比较允许分析师识别拟合度的测度。换言之，针对回归模型的相对高的拟合度测度指示随后测量的销售数据紧密地跟踪该回归模型。
[0015]当分析师设计市场营销组合模型(例如，考虑客户提供的目标构建一个或更多个回归模型)时，调整模型花费相对大量的时间。调整可以包括识别模型中包括哪些因素和/或每一个因素的相应权重值。在一些示例中，进行工作以维持与先前执行的回归相关联的模型系数输出值中的一致性。可以从可以相信模型的历史观测中得出反映对先前执行的回归和/或其它模型的一致程度的期望。在各因素(自变量)存在的情况下，然后，分析师可以将该因素包含到模型中，并应用权重值。设计模型以反映与先前设计的模型的一致性的处理在这里被称为拟合度的测度。
[0016]依靠拟合度的一个问题包括对拟合该模型以生成被相信与输入数据一致的输出的工作的过分依靠(过拟合)。过拟合在模型中在具有期望输出的拟合度与预测能力之间产生折衷。在模型被设计为拟合先前模型和/或先前输入数据的情况下，因为其它和/或新的影响(因素)可能没有被适当地加权，所以预测准确度可能较差。过拟合还包括分析师尽力将尽量多的可用因素包含在内，而无论这些因素是否有关。
[0017]在一些示例中，分析师尝试检测发生过拟合的情况。例如，分析师可以扣留一些实际销售量数据，并只对实际销售量数据的剩余部分运行回归分析。在使用该模型执行分析之后，分析师通过考虑(a)馈入到模型中的数据和(b )先前从模型扣留的数据，比较预测销售量与实际销售量，来执行回溯测试(back-test)。在模型遭受过拟合的情况下，当分析初始输入的销售量数据时，模型输出将执行得非常好(例如，拟合度的相对紧密的测度)，而当分析从模型扣留的输入数据时，模型将执行得非常差(例如，拟合度的相对不同步的测度)。
[0018]这里公开的示例性的制造方法、装置、系统和/或产品通过将先验值(prior)包含到用于市场营销组合分析的回归分析中，减少了分析师的模型设计工作。如这里使用的，“先验值(prior)”是与通过回归分析生成的对应因素系数值不同的因素系数值。换言之，先验值是优势(override)系数值，其反映对因素的相对重要性和/或有效性的信任。每一个先验值(如这里使用的，术语“先验值”将与“优势因子”可互换地使用)包括相应的权重值，以反映对先验值的有效性的置信水平。例如，先验值权重为零(“O”)可以指示对于“在市场营销组合分析期间先验值要被数学地考虑在内”完全不信任。在另一方面，先验值权重为一 (“I”)可以指示对先验值的值的最强的数学应用。与拟合度测度(其指示模型与观测值多么匹配)不同，稳定性的补偿测度指示模型依附于优势因子的程度。换种说法，模型的拟合度测度和稳定性测度展现了这样的张拉度:拟合度测度相对强可以较大程度地忽略先验值，而稳定性测度相对强可以在牺牲拟合度的情况下照顾先验值。
[0019]在一些示例中，如果用与促销相关的因素来执行回归分析，则回归将返回指示促销对销售量的影响程度的系数。例如，假设作为回归分析的结果返回和/或以其它方式计算的系数具有值0.10。然而，还假设分析师具有其它市场信息，其指示促销实际上具有比由回归分析返回的促进效果更大的促进效果。相反地，分析师可能相信如果该系数的值是
0.15则更加准确。换言之，分析师已经通过一些其它信息得知与促销有关的因素影响力更大。
[0020]尽管分析师具有可以指示一个或更多个因素系数值是太高还是太低的一个或更多个另选的信息源，但是因为这种信息不是因素本身，所以其不能被包含到回归分析中。换言之，先验值(优势因子)本身不是可以在回归分析的数学约束中操作的因子。为了允许分析师继续使用基于回归的分析技术，这里公开的示例性的制造方法、装置、系统和/或产品将一个或更多个先验值、对应的先验值权重和/或惩罚值按照拟合在基于回归的数学格式内的方式包括在内。这样，分析师可以考虑任何数量的惩罚值和/或先验值来进行市场营销组合分析，以生成具有不同拟合度和/或稳定性的测度的预测系数。
[0021]图1是用于评估模型稳定性和拟合度的组合引擎102的示意图。在图1的例示性示例中，组合引擎102包括:原因因素管理器104、通信地连接到原因因素权重存储器108的原因因素加权引擎106、函数建立引擎110、通信地连接到缩放因子存储器114的缩放因子引擎112、通信地连接到系数存储器118的系数管理器116、通信地连接到优势因子存储器122的优势因子管理器120、回归引擎124和比较引擎126。
[0022]在操作中，示例性的组合引擎102基于一个或更多个所关注的因素建立回归拟合函数，并将先验值(优势因子)输入考虑在内来计算一个或更多个缩放因子以用作帮助回归分析的路径(link)。另外，示例性的组合引擎102使用缩放因子基于一个或更多个先验值(优势因子)建立稳定性函数，并对组合的拟合函数和稳定性函数执行回归，使得可以针对模型设计评估拟合度和稳定性的测度。
[0023]示例性原因因素管理器104标识和/或选择关注的原因因素。如上所述，原因因素涉及组合市场分析研究中的可能对诸如产品销售量这样的因变量具有影响的自变量。示例性原因因素可以涉及季节、促销活动和/或底价设定点。不是每一个关注的原因因素都对因变量具有相同的影响，所以示例性原因因素加权引擎106为每一个原因因素分配相应的权重值。权重值可以被存储在示例性原因因素权重存储器108中，并且可以基于例如与原因因素有关的已知影响来修改权重值。例如，在在线促销活动工作增加的情况下，与该原因因素相关联的一个或更多个权重值可以增大(例如，通过应用O到I之间的更大的加权值)。
[0024]图1的示例性的函数建立引擎110按照与回归分析技术一致的方式构造用于使运算最小化的拟合变量和因变量。可以通过示例性函数建立引擎110按照与示例性的式I 一致的方式建立和/或以其它方式构建示例性拟合函数。
[0025]
【权利要求】
1.一种将优势因子包括在回归模型中的方法，所述方法包括以下步骤: 利用处理器，基于与市场营销组合模型相关联的原因因素建立拟合函数； 利用所述处理器，基于与所述原因因素中对应的原因因素相关联的优势因子建立稳定性函数；以及 利用所述处理器，将缩放因子整合到所述稳定性函数中，以有助于所述拟合函数和所述稳定性函数的组合回归分析，所述缩放因子分别与相应的原因因素相关联。
2.根据权利要求1所述的方法，所述方法还包括以下步骤:响应于所述缩放因子增大，增大所述优势因子的数学影响。
3.根据权利要求1所述的方法，所述方法还包括以下步骤:响应于所述缩放因子减小，增大先前的回归系数值的数学影响。
4.根据权利要求1所述的方法，其中，所述缩放因子包括:原因因素值和原因权重值之比。
5.根据权利要求1所述的方法，其中，所述拟合函数包括:使已预测的因变量和实际因变量之间的差最小的回归模型。
6.根据权利要求1所述的方法，其中，所述稳定性函数包括:使先前计算出的回归系数和所述优势因子之间的差最小的回归模型。
7.根据权利要求1所述的方法，所述方法还包括以下步骤:生成所述组合回归分析的系数，所述系数基于惩罚因素以影响拟合的数学测度。
8.根据权利要求7所述的方法，所述方法还包括以下步骤:用一组惩罚因素来迭代所述组合回归分析，以生成多个输出模型，以与所述拟合的数学测度进行比较。
9.一种将优势因子包括在回归模型中的装置，所述装置包括: 原因因素管理器，其基于与市场营销组合模型相关联的原因因素建立拟合函数，并且基于与所述原因因素中的对应原因因素相关联的优势因子建立稳定性函数；以及 缩放因子引擎，其将缩放因子整合到所述稳定性函数中，以有助于所述拟合函数和所述稳定性函数的组合回归分析，所述缩放因子分别与对应的原因因素相关联。
10.根据权利要求9所述的装置，所述装置还包括:优势因子管理器，其响应于所述缩放因子的增大来增大所述优势因子的数学影响。
11.根据权利要求9所述的装置，所述装置还包括:原因因素加权引擎，其响应于所述缩放因子的减小来增大先前的回归系数值的数学影响。
12.根据权利要求9所述的装置，其中，所述缩放因子引擎将应用原因因素值和原因权重值之比。
13.根据权利要求9所述的装置，所述装置还包括:回归引擎，其应用使已预测的因变量和实际因变量之间的差最小的回归模型。
14.根据权利要求9所述的装置，所述装置还包括:回归引擎，其应用使先前计算出的回归系数和所述优势因子之间的差最小的回归模型。
15.根据权利要求9所述的装置，所述装置还包括:系数管理器，其生成所述组合回归分析的系数，所述系数基于惩罚因素以影响拟合的数学测度。
16.一种用于将优势因子包括在回归模型中的装置，所述用于将优势因子包括在回归模型中的装置包括:用于基于与市场营销组合模型相关联的原因因素建立拟合函数的装置； 用于基于与所述原因因素中对应的原因因素相关联的优势因子建立稳定性函数的装置；以及 用于将缩放因子整合到所述稳定性函数中以有助于所述拟合函数和所述稳定性函数的组合回归分析的装置，所述缩放因子分别与相应的原因因素相关联。
17.根据权利要求16所述的用于将优势因子包括在回归模型中的装置，所述用于将优势因子包括在回归模型中的装置还包括用于响应于所述缩放因子的增大来增大所述优势因子的数学影响的装置。
18.根据权利要求16所述的用于将优势因子包括在回归模型中的装置，所述用于将优势因子包括在回归模型中的装置还包括用于响应于所述缩放因子的减小来增大先前的回归系数值的数学影响的装置。
19.根据权利要求16所述的用于将优势因子包括在回归模型中的装置，所述用于将优势因子包括在回归模型中的装置还包括用于应用作为原因因素值和原因权重值之比的所述缩放因子的装置。
20.根据权利要求16所述的用于将优势因子包括在回归模型中的装置，所述用于将优势因子包括在回归模型中的装置还包括用于使已预测的因变量和实际因变量之间的差最小的装置。
21.根据权利要求16所述的用于将优势因子包括在回归模型中的装置，所述用于将优势因子包括在回归模型中的装置还包括用于使先前计算出的回归系数和所述优势因子之间的差最小的装置。
22.根据权利要求16所 述的用于将优势因子包括在回归模型中的装置，所述用于将优势因子包括在回归模型中的装置还包括用于生成所述组合回归分析的系数的装置，所述系数基于惩罚因素以影响拟合的数学测度。
23.根据权利要求22所述的用于将优势因子包括在回归模型中的装置，所述用于将优势因子包括在回归模型中的装置还包括用于用一组惩罚因素迭代所述组合回归分析来生成多个输出模型以与拟合的所述数学测度进行比较的装置。
【文档编号】G06F19/00GK103544371SQ201310288032
【公开日】2014年1月29日 申请日期:2013年7月10日 优先权日:2012年7月11日
【发明者】N·W·布里克修斯, V·E·波廷加, R·林克, P·伯克, S·沙 申请人:尼尔森（美国）有限公司