🌟 论文速递｜Pooling & Boosting：零售需求预测的迁移学习新范式

文章信息题目：Pooling and Boosting for Demand Prediction in Retail: A Transfer Learning Approach

作者：Dazhou Lei, Yongzhi Qi, Sheng Liu, Dongyang Geng, Jianshen Zhang, Hao Hu, Zuo-Jun Max Shen

刊载：Manufacturing & Service Operations Management, Articles in Advance, 2024年5月30日在线发表

一、研究背景与问题定义

零售运营中，每个 SKU（库存单位）的准确需求预测，是库存优化与供应链决策的核心。

  • 挑战：独立训练 SKU 模型，数据量有限，易陷“高方差”；而粗暴地在品类层面统一建模，又会丢失单品差异，产生“高偏差”。
  • 研究问题：如何在“池化”（Pooling）与“分裂”（Splitting）之间寻得平衡，既享受大样本的稳定性，又保留单品的精准度？

二、核心技术与方法框架

本文提出了 Pooling and Boosting (PAB) ——一种基于转移学习的两阶段梯度提升树框架：

  1. 构建代理（Proxy）数据

    • 将品类层面总销量按市场份额分配，生成“代理”SKU销量 ；

  2. 第一阶段建模：粗模型训练

    • 在代理数据上，以 XGBoost 训练  棵树，得到代理模型 ；

  3. 第二阶段校正：正则化提升

    • 以真实 SKU 销量为黄金标准，对首阶段模型进行残差学习，并加入树结构复杂度正则项，提升模型泛化能力；

  4. 理论支撑

    • 在线性模型下给出误差下界分析，证明当 SKU 相关性较低且市场份额分布均匀时，Pooling 带来最大收益；

  5. 高效落地

    • 无缝集成至 XGBoost 等工业框架，可快速扩展至大规模 SKU 预测场景。

算法伪代码概览：

Algorithm 1 (PAB)输入：SKU 销量 、特征向量 、代理分割比例 ；树模型参数 

  1. 按品类汇总生成 ，再按  拆分为代理销量 ；
  2. 在  上训练  棵树，得代理模型；
  3. 在真实数据  上，以代理模型输出为输入，训练正则化增强树，完成偏差校正；输出：最终组合模型 .

三、实证研究与效果验证

3.1 JD.com 上线内测

  • 数据集：

    • 奶制品子类：27 SKU，2020–2021 年周度销量，共 2,565 条记录；
    • 电源插排子类：39 SKU，同期共 3,705 条记录。
    • 特征涵盖品牌、价格、促销、历史销量统计等 18 维信息。

  • 评估指标：MASE、MAPE、sMAPE、wMAPE 等四种无量纲误差衡量。

  • 主要结论：

    • 相较 JD.com 基线方法，PAB 平均降低预测误差 9%–14%；
    • 单独使用代理数据反而易失真，误差反增逾 10%；
    • 经典层级预测（Top-down、MinT）虽保证一致性，却未必提升底层 SKU 精度。

3.2 Walmart 公共数据验证

  • 数据来源：M5 Accuracy 竞赛“Food_3”品类，264 SKU，逾 2,000 天销量。
  • 结果：PAB 在 sMAPE 和 wMAPE 上均超越竞赛冠军方法，并显著优于传统层级方法与神经网络模型。

四、管理启示与应用价值

  1. 库存风险池化：品类层面销量更平滑，可作为 SKU 预测的天然正则化项，有效抑制噪声波动。
  2. 转移学习新视角：将“顶层—底层”信息融合，不仅适用于零售，也可推广至能源调度、应急服务等层级结构预测。
  3. 降本增效预估：根据信用保守估计，每售出一件商品可节省 0.01–0.29 元人民币，年化节约可达数百万美元。

💬 欢迎讨论：

  • 您认为 PAB 框架在哪些场景下最具推广价值？
  • 对转移学习在层级预测中的其他应用，有何想法？

请点赞、转发，并在评论区分享您的见解！