JP2010520556A - 予測モデルを更新するためのシステム及び方法 - Google Patents
予測モデルを更新するためのシステム及び方法 Download PDFInfo
- Publication number
- JP2010520556A JP2010520556A JP2009552712A JP2009552712A JP2010520556A JP 2010520556 A JP2010520556 A JP 2010520556A JP 2009552712 A JP2009552712 A JP 2009552712A JP 2009552712 A JP2009552712 A JP 2009552712A JP 2010520556 A JP2010520556 A JP 2010520556A
- Authority
- JP
- Japan
- Prior art keywords
- data
- values
- prediction model
- value
- original
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【選択図】図3A
Description
図1Aは、実履歴依存データ102と履歴因果データ104の関係の1つの実施形態100を示すブロック図である。図1Aでは、実履歴依存データ102のキューブは、多次元キューブに形成された時系列データを示している。1つの実施形態では、実売上高キューブ102の次元は、時間と製品と場所であるが、代わりの実施形態では、次元は、もっと多くても、少なくても、及び/又は異なっていてもよい。実履歴依存データ102は、特定の時点108で終了している。実履歴依存データ102の左手のキューブ部分は、利用できる、極めて初期の依存データを表している。
(1)
で示され、ここに、
は、製品の需要の基準レベルを表す切片、
は、
に対する期待される依存データ応答を定量化するための係数、
は、共変量である。共変量は、下に説明している様にビジネスドライバに関係している。例えば、1つの実施形態では、或る品目の売上の単純な予測モデルは、ディスプレイ広告、特集広告(例えば、印刷広告)、価格、気象、及びテレビ広告に基づいている。この実施形態での予測モデルは、
(2)
である。処理論理部は、数式(1)又は何か他の予測モデルから、予想依存データを計算する。
先に述べた様に、それぞれの共変量(
)は、依存データに潜在的に影響を及ぼすビジネスドライバに関係している。1つの実施形態では、共変量はビジネスドライバである。代わりのやり方では、処理論理部は、ビジネスドライバを数学的に共変量に換算する。これは、通常は、ビジネスドライバの変化が依存データに線形に影響を及ぼさない場合に用いられる。例えば、売上高に及ぼす製品価格の影響は、約1.99ドル/等量付近で大きくなるかもしれないが、価格が3.99ドル/等量であれば、大きくならないかもしれない。この場合、処理論理部は、価格それ自体の代わりに経変量であるln(Price:価格)を使用する。上記数式(2)に表されている単純な予測モデルの例を取り上げると、処理論理部は、ここで、予測モデル、
(3)
を使用することになる。処理論理部は、ビジネスドライバの共変量への変換では、単純な数学的変換の様な多様な数学的変換を支援している。他の共変量は、時間遅延効果を有している。例えば、一期間の広告経費が、幾つかの連続する期間に亘って依存データに影響を及ぼし続けることがある。この種の効果をモデル化する場合、共変量は、初期入力値後の時間に伴って減少する減衰関数である。更に、2つ以上のビジネスドライバが、共変量に影響を及ぼすこともある。例えば、競合依存データは、製品の依存データを増減させることで依存データに影響を及ぼすことがある。
(4)
を使用しており、ここに、
は、製品が特集広告及びディスプレイ有りで売り出されたことによる売上高、
は、製品がディスプレイ有り特集広告無しで売り出されたことによる売上高、
は、製品が特集広告有りディスプレイ無しで売り出されたことによる売上高、
は、製品が一時的に値下げ(TPR)されて売り出されたことによる売上高、
は、ディスプレイも特集広告もTPRも無しで売り出されたことによる売上高である。それぞれの売上高の数式は、
(5)
の通り、固有の切片、係数、及び共変量を有しており、ここに、
,
,
,
及び
は、他の共変量の係数であり、通常は、数式(5)の5つの条件別売上高の数式で同じである(例えば、気象、価格など)。
表1.ビジネスドライバと係数の実例
処理論理部は、数式(2)の予測モデルを使って、依存データを86.7と予想する。仮に価格を1.99ドルまで下げた場合、予想依存データは、87.5に上がる。これは単純な例であるが、予測モデルは、通常は、もっと複雑であり、多数のビジネスドライバと複合的な製品依存性が関与する。例えば、図6に示す下の例の様に、処理論理部は、百週間にも及ぶ長期に亘り、何百という市場の何千という製品をモデル化することもある。
表2.図6のキューブの種類
全8種のキューブ種類を図6に示しているが、図6では、製品608−618全てについてそれぞれのキューブ種類が確認できるわけではない。1つの実施形態では、製品キューブは、z方向に異なる製品624、y方向に異なる市場622、x方向に時間変化として編成されているが、代わりの実施形態は、製品キューブを異なる様式で編成してもよい(例えば、異なる市場変数を使用し、製品及び/又は市場の異なる階層用に多数のキューブを有するなど)。
図9は、予測モデルを更新するための方法のブロック図である。1つの実施形態では、予測モデル更新時の試験と正当性確認は、図8に説明されているシステムにより提供される。901で、日付Mに作成された原予測モデルが、予測モデルを更新することになっているシステム又は装置に受け取られる。先に論じた様に、1つの実施形態では、予測モデルは、係数、共変量(例えば、ビジネスドライバ)、及び切片(例えば、製品需要の基準レベル)の様な入力を含む数学モデルである。1つの例では、予測モデルは、メモリ又は記憶場所(例えば、光学記憶ディスク、磁気記憶ディスク、フラッシュメモリ)から取り出される。代わりの実施形態では、予測モデルは、システムのユーザーインターフェースを通して、ユーザーによって入力される。
である。
が加えられることになる。項
は、売上高に対するビデオゲームの中の広告の効果を記述している係数及び共変量である。代替的又は追加的に、
は、ビデオゲームの中の広告が従来のメディア広告の一部であると想定される場合に変更されるべき係数である。項を予測モデルに加えたりパラメータを予測モデル内で変更したりできるのとまったく同じ様に、予測モデルから項を削除することもできる。例えば、ディスプレイ広告による売上高の変化に関する効果が最小になり始めていることが明らかになった場合、当該項は、予測モデルから削除するよう指定される。
が、1002で変更されるべきパラメータとして識別された場合、原モデルの更新で予測モデルを修正する時には、数式(2)で指定されている項と値は、
を除き変更無しである。
が加えられ、係数
は、ゼロの様なデフォルト値に設定される)。パラメータ値は、ユーザーが指定することもできるし、又はパラメータにとっての最適値としてシステムが最善に推定したものでもよい。
(6)
に示され、ここに、
は、各
を別々に独立して加重するための係数、
は、日付Mから日付Nの範囲内の指定期間における予測モデルの誤差であり、ここにi=1からnまでのそれぞれの期間は、その他全ての期間と異なっている。数式(6)が総誤差を求める場合の実際の数式である場合、1005で、数式(6)を解いて総誤差が求められる。数式(6)は、予測モデルの総誤差を計算するための、原パラメータと修正されたパラメータの総和であると解釈することができる。予測モデルの更新と同様、総誤差の目的関数も、時間以外の何れの次元に関連付けて計算してもよい。
予測モデルは、先に説明した様に、店内活動(例えば、価格、ティスプレイなど)、広告(例えば、目標視聴率、延べ視聴率、印刷チラシなど)、気象(例えば、気温、気温変化、降雨量など)、流通、競合活動(自社類似製品、並びに競合製品)などを含む、多数のビジネスドライバを含んでいる。ビジネスドライバの内の幾つかは(例えば、店内活動及び広告に費やされる金額)は調整可能であるが、調整可能なビジネスドライバは、測定単位が同様ではない。異なるビジネスドライバの依存度(例えば、延べ視聴率対印刷配布物/チラシ)を比較し判定するために、システムは、予測モデルのビジネスドライバの測定単位を一様な測定単位に換算する。
)。例えば、システムがテレビ視聴率を50パーセント上げれば、システムは、店内ディスプレイと印刷配布物を50パーセント上げようとする。だが、ビジネスドライバの中にはドライバ同士の間に相互依存が存在するものもある。従って、特定のビジネスドライバでは、出費の絶対増加又は減少率は非線形の効果を示すかもしれない。例えば、印刷配布物(即ち、雑誌の広告又は新聞チラシ)の増加は、店内ディスプレイの効果を高める。印刷広告が店内ディスプレイと組み合わせて行われた時、消費者は、概して、店内ディスプレイに対してより敏感に反応する(例えば、広告の製品を購入する)。必然的に、特定の製品に対する昨今の大量の広告によってそれぞれの店内ディスプレイの価格は上昇するかもしれないが、ディスプレイの度に売れる製品の量が増加しているので、もっと多くの金額を店内ディスプレイに費やすことが必要になってくる。特定の例では、1回の店内ディスプレイは、製品それぞれにつき、概して200ドル掛かっている。店側が当該製品について昨今の印刷広告キャンペーンに注目するのであれば、店側は当該製品の店内ディスプレイ価格を各220ドルに上げてもよい。雑誌発行部数が50パーセント増やされた場合は、店内ディスプレイを50パーセント増加することにより、普段の店内ディスプレイより10パーセント(ディスプレイ当たり20ドル)費用が嵩むことになる。
Claims (24)
- 予測モデルを更新するための方法において、
複数の入力を含んでいる原予測モデルを受け取る段階と、
前記複数の入力に充てる複数の原入力値を受け取る段階であって、前記複数の原入力値は、測定単位が互いに異なっている、原入力値を受け取る段階と、
前記原入力値のそれぞれに関連付けられる費用から導き出される前記複数の原入力値の総和に基づいて、原総計値を確定する段階と、
前記原総計値に適用されるパラメータに基づいて、修正総計値を確定する段階と、
前記複数の原入力値を、Xパーセントで正規化された複数の正規化値に換算して、前記複数の入力に充てる複数の修正値を算出する段階であって、前記複数の正規化値は、測定単位が同じである、正規化値を算出する段階と、から成る方法。 - 前記修正総計値は、前記原総計値とはXパーセント異なっており、前記複数の修正値の総和は、前記修正総計値に等しい、請求項1に記載の方法。
- 前記複数の原入力値を受け取る段階は、前記複数の原入力値を確定するための期間を指定する段階を更に含んでいる、請求項1に記載の方法。
- 前記修正総計値を確定する段階は、前記複数の入力に関係している少なくとも1つのパラメータについて或る範囲の値を指定する段階を更に含んでいる、請求項1に記載の方法。
- 前記複数の原入力値を換算する段階は、前記複数の入力に充てる前記複数の正規化値の内の1つに関係しているパラメータを修正する段階を更に含んでいる、請求項1に記載の方法。
- 前記パラメータの初期値を確定する段階を更に含んでいる、請求項5に記載の方法。
- 前記パラメータを修正する段階は、前記修正総計値が、指定された閾値より下か否かを判定する段階に応えたものであり、前記指定された閾値は、前記原総計値との関係に基づいている、請求項5に記載の方法。
- 前記パラメータを修正する段階は、外部要因が前記修正総計値に影響を与えたことを判定する段階に応えたものである、請求項5に記載の方法。
- 前記複数の正規化値は、相関値の少なくとも1つのセットを含んでいる、請求項1に記載の方法。
- 前記相関値の少なくとも1つのセットの内の少なくとも1つの正規化値を修正すると、その結果、前記相関値の少なくとも1つのセット内の残りの正規化値が自動的に更新される、請求項9に記載の方法。
- 前記複数の修正値が一様なやり方で変更されたか否かを、各修正値との比較に基づいて判定する段階を更に含んでいる、請求項1に記載の方法。
- 前記修正総計値を、前記原総計値と比較して順位付けし、最適予測モデルを確定する段階を更に含んでいる、請求項1に記載の方法。
- 命令が内部に記憶されているコンピュータ読み取り可能媒体において、前記命令は、機械よって実行されると、前記機械に、
複数の入力を含んでいる原予測モデルを受け取る段階と、
前記複数の入力に充てる複数の原入力値を受け取る段階であって、前記複数の原入力値は、測定単位が互いに異なっている、原入力値を受け取る段階と、
前記原入力値のそれぞれに関連付けられる費用から導き出される前記複数の原入力値の総計に基づいて、原総計値を確定する段階と、
前記原総計値に適用されるパラメータに基づいて、修正総計値を確定する段階と、
前記複数の原入力値を、Xパーセントで正規化された複数の正規化値に換算して、前記複数の入力に充てる複数の修正値を算出する段階であって、前記複数の正規化値は、測定単位が同じである、前記複数の原入力値を換算する段階と、を備えているオペレーションを実行させる、コンピュータ読み取り可能媒体。 - 前記修正総計値は、前記原総計値とはXパーセント異なっており、前記複数の修正値の総和は、前記修正総計値に等しい、請求項13に記載のコンピュータ読み取り可能媒体。
- 前記複数の原入力値を受け取る段階は、前記複数の原入力値を確定するための期間を指定する段階を更に含んでいる、請求項13に記載のコンピュータ読み取り可能媒体。
- 前記修正総計値を確定する段階は、前記複数の入力に関係している少なくとも1つのパラメータについて或る範囲の値を指定する段階を更に含んでいる、請求項13に記載のコンピュータ読み取り可能媒体。
- 前記複数の原入力値を換算する段階は、前記複数の入力に充てる前記複数の正規化値の内の1つに関係しているパラメータを修正する段階を更に含んでいる、請求項13に記載のコンピュータ読み取り可能媒体。
- 前記機械によって実行されると、前記機械に、
前記パラメータの初期値を確定する段階を更に含んでいるオペレーションを実行させる、命令を更に保有している、請求項17に記載のコンピュータ読み取り可能媒体。 - 前記パラメータを修正する段階は、前記修正総計値が、指定された閾値より下か否かを判定する段階に応えたものであり、前記指定された閾値は、前記原総計値との関係に基づいている、請求項17に記載のコンピュータ読み取り可能媒体。
- 前記パラメータを修正する段階は、外部要因が前記修正総計値に影響を与えたことを判定する段階に応えたものである、請求項17に記載のコンピュータ読み取り可能媒体。
- 前記複数の正規化値は、相関値の少なくとも1つのセットを含んでいる、請求項13に記載のコンピュータ読み取り可能媒体。
- 前記相関値の少なくとも1つのセットの内の少なくとも1つの正規化値を修正すると、その結果、前記相関値の少なくとも1つのセット内の残りの正規化値が自動的に更新される、請求項21に記載のコンピュータ読み取り可能媒体。
- 前記機械によって実行されると、前記機械に、
前記複数の修正値が一様なやり方で変更されたか否かを、各修正値との比較に基づいて判定する段階を更に含んでいるオペレーションを実行させる命令を更に保有している、請求項13に記載のコンピュータ読み取り可能媒体。 - 前記機械によって実行されると、前記機械に、
前記修正総計値を、前記原総計値と比較して順位付けし、最適予測モデルを確定する段階を更に含んでいるオペレーションを実行させる命令を更に保有している、請求項13に記載のコンピュータ読み取り可能媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US90521507P | 2007-03-05 | 2007-03-05 | |
US12/040,651 US8788306B2 (en) | 2007-03-05 | 2008-02-29 | Updating a forecast model |
PCT/US2008/002883 WO2008109085A2 (en) | 2007-03-05 | 2008-03-04 | System and method for updating forecast model |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2010520556A true JP2010520556A (ja) | 2010-06-10 |
Family
ID=39738982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009552712A Pending JP2010520556A (ja) | 2007-03-05 | 2008-03-04 | 予測モデルを更新するためのシステム及び方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8788306B2 (ja) |
EP (1) | EP2126832A4 (ja) |
JP (1) | JP2010520556A (ja) |
AU (1) | AU2008223448A1 (ja) |
WO (1) | WO2008109085A2 (ja) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014029611A (ja) * | 2012-07-31 | 2014-02-13 | Hitachi Systems Ltd | 予測値評価支援システム、方法及びプログラム |
JP2014142739A (ja) * | 2013-01-23 | 2014-08-07 | Fujitsu Ltd | 方式選択方法及びプログラム、並びに情報処理装置 |
WO2016151637A1 (ja) * | 2015-03-26 | 2016-09-29 | 日本電気株式会社 | 学習モデル生成システム、方法およびプログラム |
JP2016177648A (ja) * | 2015-03-20 | 2016-10-06 | ヤフー株式会社 | 情報処理装置、情報処理プログラムおよび情報処理方法 |
WO2018142507A1 (ja) * | 2017-02-01 | 2018-08-09 | 株式会社日立製作所 | シミュレーション方法、システム、及びプログラム |
KR20190071168A (ko) * | 2017-12-14 | 2019-06-24 | 한국전기연구원 | 단조성을 반영한 일사량 예측 모델 생성 방법 |
Families Citing this family (44)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8010404B1 (en) * | 2000-12-22 | 2011-08-30 | Demandtec, Inc. | Systems and methods for price and promotion response analysis |
US8676629B2 (en) * | 2007-04-13 | 2014-03-18 | Sas Institute Inc. | System and methods for retail forecasting utilizing forecast model accuracy criteria, holdout samples and marketing mix data |
US20090171718A1 (en) * | 2008-01-02 | 2009-07-02 | Verizon Services Corp. | System and method for providing workforce and workload modeling |
US20100082394A1 (en) * | 2008-10-01 | 2010-04-01 | Accenture Global Services Gmbh | Flight Schedule Constraints for Optional Flights |
US9228415B2 (en) * | 2008-10-06 | 2016-01-05 | Schlumberger Technology Corporation | Multidimensional data repository for modeling oilfield operations |
US8660882B2 (en) | 2010-07-16 | 2014-02-25 | International Business Machines Corporation | Maximizing retailer profit and customer satisfaction using multi-channel optimization |
US8386298B2 (en) * | 2010-08-18 | 2013-02-26 | International Business Machines Corporation | Competing simulator in multi-channel retailing environment among multiple retailers |
WO2012034105A2 (en) * | 2010-09-10 | 2012-03-15 | Turnkey Intelligence, Llc | Systems and methods for generating prospect scores for sales leads, spending capacity scores for sales leads, and retention scores for renewal of existing customers |
US20120158509A1 (en) * | 2010-12-15 | 2012-06-21 | Poynt Corporation | Price Formation in Location-Based Advertising Networks |
US9495702B2 (en) | 2011-09-20 | 2016-11-15 | Oracle International Corporation | Dynamic auction monitor with graphic interpretive data change indicators |
US20130073518A1 (en) * | 2011-09-20 | 2013-03-21 | Manish Srivastava | Integrated transactional and data warehouse business intelligence analysis solution |
US20140136295A1 (en) | 2012-11-13 | 2014-05-15 | Apptio, Inc. | Dynamic recommendations taken over time for reservations of information technology resources |
US11244364B2 (en) | 2014-02-13 | 2022-02-08 | Apptio, Inc. | Unified modeling of technology towers |
US20150242431A1 (en) * | 2014-02-25 | 2015-08-27 | Ca, Inc. | Computer system log file analysis based on field type identification |
JP5963320B2 (ja) * | 2014-03-27 | 2016-08-03 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 情報処理装置、情報処理方法、及び、プログラム |
CN103971170B (zh) * | 2014-04-17 | 2017-09-29 | 北京百度网讯科技有限公司 | 一种用于对特征信息的变化进行预测的方法和装置 |
US10169290B2 (en) * | 2015-02-03 | 2019-01-01 | Huawei Technologies Co., Ltd. | Data processing method and apparatus |
US10878385B2 (en) | 2015-06-19 | 2020-12-29 | Uptake Technologies, Inc. | Computer system and method for distributing execution of a predictive model |
US10681074B2 (en) | 2015-10-28 | 2020-06-09 | Qomplx, Inc. | System and method for comprehensive data loss prevention and compliance management |
US11477245B2 (en) | 2015-10-28 | 2022-10-18 | Qomplx, Inc. | Advanced detection of identity-based attacks to assure identity fidelity in information technology environments |
US11757849B2 (en) | 2015-10-28 | 2023-09-12 | Qomplx, Inc. | Detecting and mitigating forged authentication object attacks in multi-cloud environments |
US11539663B2 (en) | 2015-10-28 | 2022-12-27 | Qomplx, Inc. | System and method for midserver facilitation of long-haul transport of telemetry for cloud-based services |
US11055630B2 (en) | 2015-10-28 | 2021-07-06 | Qomplx, Inc. | Multitemporal data analysis |
US11089045B2 (en) | 2015-10-28 | 2021-08-10 | Qomplx, Inc. | User and entity behavioral analysis with network topology enhancements |
US11757920B2 (en) | 2015-10-28 | 2023-09-12 | Qomplx, Inc. | User and entity behavioral analysis with network topology enhancements |
US11055601B2 (en) | 2015-10-28 | 2021-07-06 | Qomplx, Inc. | System and methods for creation of learning agents in simulated environments |
US11637866B2 (en) | 2015-10-28 | 2023-04-25 | Qomplx, Inc. | System and method for the secure evaluation of cyber detection products |
US11968235B2 (en) | 2015-10-28 | 2024-04-23 | Qomplx Llc | System and method for cybersecurity analysis and protection using distributed systems |
US11055451B2 (en) | 2015-10-28 | 2021-07-06 | Qomplx, Inc. | System and methods for multi-language abstract model creation for digital environment simulations |
US11323484B2 (en) | 2015-10-28 | 2022-05-03 | Qomplx, Inc. | Privilege assurance of enterprise computer network environments |
US10726367B2 (en) * | 2015-12-28 | 2020-07-28 | Apptio, Inc. | Resource allocation forecasting |
US10657547B2 (en) * | 2016-03-28 | 2020-05-19 | International Business Machines Corporation | Forecast model calibration |
US10936978B2 (en) | 2016-09-20 | 2021-03-02 | Apptio, Inc. | Models for visualizing resource allocation |
CN108629062A (zh) * | 2017-03-24 | 2018-10-09 | 日本电气株式会社 | 用于定价优化的方法、装置和*** |
US11144844B2 (en) * | 2017-04-26 | 2021-10-12 | Bank Of America Corporation | Refining customer financial security trades data model for modeling likelihood of successful completion of financial security trades |
US20180345801A1 (en) * | 2017-06-06 | 2018-12-06 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for optimizing battery pre-charging using adjusted traffic predictions |
US20190034821A1 (en) * | 2017-07-26 | 2019-01-31 | Dell Products L.P. | Forecasting Run Rate Revenue with Limited and Volatile Historical Data Using Self-Learning Blended Time Series Techniques |
AU2018366208A1 (en) * | 2017-11-08 | 2020-05-07 | Qomplx, Inc. | Modeling multi-peril catastrophe using a distributed simulation engine |
US11775552B2 (en) | 2017-12-29 | 2023-10-03 | Apptio, Inc. | Binding annotations to data objects |
US10560313B2 (en) | 2018-06-26 | 2020-02-11 | Sas Institute Inc. | Pipeline system for time-series data forecasting |
US10685283B2 (en) | 2018-06-26 | 2020-06-16 | Sas Institute Inc. | Demand classification based pipeline system for time-series data forecasting |
CN109521677B (zh) * | 2018-12-29 | 2022-03-01 | 浙江中控技术股份有限公司 | 一种基于预测模型的控制方法和控制器 |
CN110705771B (zh) * | 2019-09-26 | 2023-04-07 | 国家电网公司华北分部 | 区域电网新能源发电功率预测优化方法和装置 |
CN111160654B (zh) * | 2019-12-31 | 2022-06-24 | 哈工汇智(深圳)科技有限公司 | 一种基于模糊c均值-模拟退火算法减小总成本的运输路径优化方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001236337A (ja) * | 2000-02-22 | 2001-08-31 | Fuji Electric Co Ltd | ニューラルネットワークによる予測装置 |
JP2002094684A (ja) * | 2000-09-13 | 2002-03-29 | Takao Nakano | 情報提供方法 |
JP2004054521A (ja) * | 2002-07-18 | 2004-02-19 | Sony Corp | データ処理装置及び方法、記録媒体並びにコンピュータプログラム |
JP2004272674A (ja) * | 2003-03-10 | 2004-09-30 | Hitachi Ltd | 予測システム及び予測方法 |
JP2005128808A (ja) * | 2003-10-24 | 2005-05-19 | Mitsubishi Electric Corp | 予測装置 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7389211B2 (en) * | 1998-05-13 | 2008-06-17 | Abu El Ata Nabil A | System and method of predictive modeling for managing decisions for business enterprises |
US7878882B2 (en) * | 1999-04-01 | 2011-02-01 | Charles J. Molnar | Advanced workpiece finishing |
US20030018550A1 (en) * | 2000-02-22 | 2003-01-23 | Rotman Frank Lewis | Methods and systems for providing transaction data |
AUPQ752300A0 (en) * | 2000-05-16 | 2000-06-08 | Sands, Donald Alexander | Intelligent component analysis system |
US7516084B1 (en) * | 2001-07-12 | 2009-04-07 | Lawson Software, Inc. | Approach for managing forecast data |
DE10259598A1 (de) * | 2002-12-19 | 2004-07-01 | Titan Umreifungstechnik Gmbh & Co Kg | Verschluss einer Bandumreifung |
US20060106664A1 (en) * | 2004-11-17 | 2006-05-18 | International Business Machines Corporation | Method, system, and storage medium for developing a forecast of goods and services |
US20060149616A1 (en) * | 2005-01-05 | 2006-07-06 | Hildick-Smith Peter G | Systems and methods for forecasting book demand |
US7921029B2 (en) * | 2005-01-22 | 2011-04-05 | Ims Software Services Ltd. | Projection factors for forecasting product demand |
US7392157B1 (en) * | 2006-10-31 | 2008-06-24 | M-Factor, Inc. | Model update |
-
2008
- 2008-02-29 US US12/040,651 patent/US8788306B2/en not_active Expired - Fee Related
- 2008-03-04 AU AU2008223448A patent/AU2008223448A1/en not_active Abandoned
- 2008-03-04 JP JP2009552712A patent/JP2010520556A/ja active Pending
- 2008-03-04 EP EP08726421A patent/EP2126832A4/en not_active Withdrawn
- 2008-03-04 WO PCT/US2008/002883 patent/WO2008109085A2/en active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001236337A (ja) * | 2000-02-22 | 2001-08-31 | Fuji Electric Co Ltd | ニューラルネットワークによる予測装置 |
JP2002094684A (ja) * | 2000-09-13 | 2002-03-29 | Takao Nakano | 情報提供方法 |
JP2004054521A (ja) * | 2002-07-18 | 2004-02-19 | Sony Corp | データ処理装置及び方法、記録媒体並びにコンピュータプログラム |
JP2004272674A (ja) * | 2003-03-10 | 2004-09-30 | Hitachi Ltd | 予測システム及び予測方法 |
JP2005128808A (ja) * | 2003-10-24 | 2005-05-19 | Mitsubishi Electric Corp | 予測装置 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014029611A (ja) * | 2012-07-31 | 2014-02-13 | Hitachi Systems Ltd | 予測値評価支援システム、方法及びプログラム |
JP2014142739A (ja) * | 2013-01-23 | 2014-08-07 | Fujitsu Ltd | 方式選択方法及びプログラム、並びに情報処理装置 |
JP2016177648A (ja) * | 2015-03-20 | 2016-10-06 | ヤフー株式会社 | 情報処理装置、情報処理プログラムおよび情報処理方法 |
WO2016151637A1 (ja) * | 2015-03-26 | 2016-09-29 | 日本電気株式会社 | 学習モデル生成システム、方法およびプログラム |
JPWO2016151637A1 (ja) * | 2015-03-26 | 2017-12-14 | 日本電気株式会社 | 学習モデル生成システム、方法およびプログラム |
WO2018142507A1 (ja) * | 2017-02-01 | 2018-08-09 | 株式会社日立製作所 | シミュレーション方法、システム、及びプログラム |
JPWO2018142507A1 (ja) * | 2017-02-01 | 2019-07-04 | 株式会社日立製作所 | シミュレーション方法、システム、及びプログラム |
KR20190071168A (ko) * | 2017-12-14 | 2019-06-24 | 한국전기연구원 | 단조성을 반영한 일사량 예측 모델 생성 방법 |
KR102407597B1 (ko) * | 2017-12-14 | 2022-06-13 | 한국전기연구원 | 단조성을 반영한 일사량 예측 모델 생성 방법 |
Also Published As
Publication number | Publication date |
---|---|
EP2126832A2 (en) | 2009-12-02 |
WO2008109085A2 (en) | 2008-09-12 |
US8788306B2 (en) | 2014-07-22 |
AU2008223448A1 (en) | 2008-09-12 |
EP2126832A4 (en) | 2012-04-04 |
WO2008109085A3 (en) | 2009-12-30 |
US20080221949A1 (en) | 2008-09-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2010520556A (ja) | 予測モデルを更新するためのシステム及び方法 | |
US7702615B1 (en) | Creation and aggregation of predicted data | |
US7392157B1 (en) | Model update | |
US8014983B2 (en) | Computer-implemented system and method for storing data analysis models | |
US7251589B1 (en) | Computer-implemented system and method for generating forecasts | |
US7904327B2 (en) | Marketing optimization system | |
US8260953B2 (en) | Method and system for determining overall content values for content elements in a web network and for optimizing internet traffic flow through the web network | |
US6636852B2 (en) | Income planner for corporate sales agents | |
US7974868B2 (en) | Enhancing virally-marketed facilities | |
US20080004924A1 (en) | Business transformation management | |
AU2018217286B2 (en) | Control system with machine learning time-series modeling | |
US20170323330A1 (en) | Media spend management using real-time predictive modeling of touchpoint exposure effects | |
US20060247900A1 (en) | Computer-implemented regression systems and methods for time series data analysis | |
US20170300939A1 (en) | Optimizing promotional offer mixes using predictive modeling | |
CN101777147A (zh) | 预测建模 | |
US8209216B2 (en) | Method and apparatus for configurable model-independent decomposition of a business metric | |
Xiao et al. | The effects of a government’s subsidy program: Accessibility beyond affordability | |
US20080091446A1 (en) | Method and system for maximizing revenue generated from service level agreements | |
Moazeni et al. | Sequential learning in designing marketing campaigns for market entry | |
US20120166259A1 (en) | Adjusting Demand Parameters To Reduce Allocation Errors in Display Advertising | |
WO2001048666A1 (en) | System, method and business operating model optimizing the performance of advertisements or messages in interactive measurable mediums | |
US20060106664A1 (en) | Method, system, and storage medium for developing a forecast of goods and services | |
US20100114658A1 (en) | Method and apparatus for creating a consistent hierarchy of decomposition of a business metric | |
US8255246B2 (en) | Method and apparatus for creating compound due-to reports | |
US8244575B2 (en) | Method and apparatus for creating due-to reports for activities that may not have reference value |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110105 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20120307 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20120307 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120723 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120726 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20121025 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20121101 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20121121 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20130131 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20130131 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130521 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20131015 |