一种基于改进神经网络的商品销量预测方法及系统

本发明公开了一种基于改进神经网络的商品销量预测方法及系统，涉及人工智能技术领域，包括构建动态异构图网络，计算时序动态关联强度，量化节点关系与销量的相关性；基于自适应时空注意力机制，识别销量数据中的季节性模式和突发性模式，量化突发事件对销量的影响；应用双向因果分析框架，评估各节点对销量的直接、间接和交互影响；基于评估结果生成跨域商品嵌入表示，建立长尾商品与热销商品的关联桥接机制；通过多层级协同机制进行销量预测，输出目标商品的销量预测结果。本发明将时间感知门控机制与异构图网络相结合，通过商品‑用户‑促销‑事件四元关系建模，有效捕捉销量影响因素间的动态变化规律，提升预测模型对市场波动的适应能力。