一种面向供应链新产品需求的多尺度迁移学习预测方法

本公开涉及数据预测技术领域，尤其是提供一种面向供应链新产品需求的多尺度迁移学习预测方法。上述方法包括：获取待预测产品的销售数据和产品需求预测模型；模型的训练过程包括：获取原始销售数据并确定目标域数据；通过图注意力网络计算原始销售数据与目标域数据之间的相似度，确定源域数据；通过源域数据训练不同尺度对应的初始模型，获得预训练模型；通过目标域数据对预训练模型进行微调；融合不同尺度对应的预训练模型获得产品需求预测模型；将待预测产品的销售数据输入产品需求预测模型，获得待预测产品的预测需求数据。本公开通过图注意力网络和多尺度迁移学习可以解决样本稀缺和不均衡所导致的欠拟合现象，实现对小样本数据的精准预测。