用图神经网络做零售需求预测:数学原理、受控实验与生产落地边界

目录
周五上午十点,某连锁商超的一家社区门店突然迎来了客流高峰。店长看着在冷柜前排起长队的顾客一头雾水:今天既不是法定假日,店里也没有安排任何打折促销,后台的单店预测系统昨天给出的备货建议明明只有平时的正常水平——这波毫无征兆的抢购潮究竟是从哪儿冒出来的?
答案并不在这家店自己的历史账本里,而在两公里外的同一个商圈:街对面的兄弟门店今天原本有一场重磅大促,不料负责给那家店配货的东区仓库前一晚发生分拣故障,导致它一早开门就陷入断货;被促销吸引出门、却扑了个空的顾客,顺着街区涌向了这家由西区仓库正常供货的门店。
在之前的博客《用 Prophet 做零售需求预测:从模型原理到工程实践》和《从一棵树到一片森林:树模型的数学原理、算法演进与工程实践》中,我们主要根据一家门店自己的趋势、季节性、日历和历史销量预测未来。然而,连锁零售网络还存在两类方向相反的客流变化:
- 促销虹吸(Promotional Cannibalization):邻店大促且货源充足时,会吸走一部分价格敏感顾客;
- 断货溢出(Stockout Spillover):邻店因上游断供而售罄时,未满足的需求可能转向仍有货的门店。
一旦进入这样的零售网络,只盯住单店自身历史的预测方法就会出现天然的信息盲区。预测任务不再是孤立地外推一条时间序列,而是要同时回答两个交织在一起的问题:仓库与门店的状态怎样随时间一步步演变?供货状态与客流信号又怎样顺着“仓库—门店”的关系网络向外传导?
随机过程描述状态怎样随时间演化,图神经网络(Graph Neural Network,GNN)学习信息怎样沿关系传播。但本文真正关心的不是哪一种模型更先进,而是:一次改善究竟来自更可靠的观测、更多的信息,还是更强的表达能力? 模型只是最后一环;若数据生成过程、推理时的信息边界和关系稳定性没有说清,复杂技术只会把错误假设传播得更远。
配套数据生成器、公开数据加载、模型对比与完整实验记录已开源至 GitHub:retail-gnn-demand-forecast。
先看结论
- 只修复缺货造成的销量截断,总体 WAPE 就从 18.14% 降到 13.78%,这一步不需要图模型。
- 加入及时的邻店促销、销量和缺货信息后,一跳树模型把溢出期 WAPE 从约 22% 降到 10.38%—10.90%。
- 在强耦合的受控机制中,神经异构 GNN 将溢出期 WAPE 进一步降到 3.26%(尚未分离图结构与连续非线性的贡献);关闭跨店耦合后,它反而以 4.21% 输给单店模型的 3.06%。
- 三套公开面板上的图聚合岭回归模型都没有超过最佳非图基线。这个模型不是前述神经异构 GNN,公开记录也不能证明真实顾客转移。
一、随机过程如何刻画状态随时间的演化? #
在选择预测方法以前,首先要问清楚:我们观察到的销量、库存和供货状态,究竟是一组静止的数字,还是一个持续变化的系统留下的轨迹?零售需求随日历和促销波动,仓库供货能力也会在正常、拥堵和中断之间切换。随机过程的意义不只是提供一套概率公式,而是提醒我们先定义“状态是什么、它怎样变化、哪些变化无法确定”。只有把时间演化说清楚,后面讨论实体关系才有稳固的起点。
1.1 随机过程、马尔可夫性质与状态转移矩阵 #
随机过程(Stochastic Process)是一族由时间或其他索引参数标记的随机变量:
\[ \{X_t:t\in T\} \]其中,\(T\) 是索引集合,通常表示时间,也可以表示空间或其他有序维度;\(X_t\) 可以是离散状态、连续数值或向量。这个定义本身不要求马尔可夫性质或平稳分布。
如果进一步引入离散时间马尔可夫链,核心假设只有一条:只要“当前状态”定义得当,它就浓缩了预测下一步所需的全部历史信息:
\[ \Pr(X_{t+1}\mid X_t,X_{t-1},\ldots,X_0)=\Pr(X_{t+1}\mid X_t) \]这被称为马尔可夫性质(Markov Property)。它并不是说更早的历史没有价值,而是要求模型定义的“当前状态”已经概括相关历史。如果下一步还取决于持续时间或近期轨迹,就应把这些信息纳入状态,或者改用更高阶模型。
对于有限状态空间 \(\mathcal S=\{s_1,s_2,\ldots,s_m\}\),可以用行随机矩阵 \(\mathbf P\),也就是状态转移矩阵,表示一步转移。矩阵元素是非负概率,每一行之和为 1:
\[ \begin{aligned} P_{ab}&=\Pr(X_{t+1}=s_b\mid X_t=s_a),\\ \boldsymbol\pi_{t+1}&=\boldsymbol\pi_t\mathbf P,\\ \boldsymbol\pi_{t+k}&=\boldsymbol\pi_t\mathbf P^k. \end{aligned} \]这里,\(\boldsymbol\pi_t\) 是时刻 \(t\) 的状态概率分布。若转移矩阵不随日历改变,马尔可夫链便具有时间齐次性(Time Homogeneity);矩阵幂 \(\mathbf P^k\) 可以推演 \(k\) 步后的分布。真实应用仍需从历史数据估计转移概率,并检验这一假设。
1.2 “平稳”不等于“不变化” #
时间序列的弱平稳性讨论均值、方差和自协方差是否随日历改变;马尔可夫链的平稳分布则讨论同一个转移规则反复作用后,系统长期停留在各状态的比例。零售销量常因趋势、季节和促销而不满足前一种平稳性,仓库状态却仍可能在固定转移规则下形成长期比例:
\[ \boldsymbol\pi^*=\boldsymbol\pi^*\mathbf P \]当链满足相应收敛条件时,\(\boldsymbol\pi^*\) 可以解释仓库长期处于正常、拥堵和中断状态的比例。空间图也能使用行归一化矩阵,但那里的元素是聚合或分流权重,不是仓库状态概率,更不是天然可观测的顾客转移概率。两类矩阵形式相似,业务含义不能混用。
二、图神经网络如何从实体之间的关系中学习? #
第一章把预测对象看成一个随时间变化的状态;第二章进一步追问:一个对象的未来,是否只由它自己决定?图的价值首先不是提供一种新模型,而是迫使我们明确“谁可以影响谁、信息沿什么关系传递、不同关系是否应该使用相同规则”。在零售网络中,同一种商品同时存在于许多门店,一个仓库向多个区域配送,某家门店的促销或断货也可能改变相邻门店的客流。只有这些关系具有明确业务含义,把实体连接起来才不是形式上的装饰。
假设我们需要预测某家门店明天的商品需求。传统单店时间序列模型可以利用该门店的历史销量、价格、节假日和促销活动进行预测;但如果附近门店正在大促,或者因上游仓库延误而断货,顾客就可能跨店流动。这种影响无法仅靠单个门店自身的历史数据充分反映。问题因此发生了变化:系统的状态不仅与自身历史有关,还可能受到其他相连实体的影响。
2.1 用一个最小零售网络理解图结构 #
为了避免在不同公式之间反复更换场景,本章只观察一个局部网络:仓库 \(W_1\) 向门店 \(S_1\) 供货,仓库 \(W_2\) 向门店 \(S_2\) 供货,两家门店之间还可能相互影响客流。我们的任务是同时预测 \(S_1\) 和 \(S_2\) 的次日需求。
图(Graph)把业务实体表示为节点(Node),把实体之间的关系表示为边(Edge)。一个图可以写成 \(G=(\mathcal V,\mathcal E)\),其中 \(\mathcal V\) 是节点集合,\(\mathcal E\) 是边集合。这个四节点教学子图可写为:
\[ \begin{aligned} \mathcal V&=\{W_1,W_2,S_1,S_2\},\\ \mathcal E&=\{(W_1,S_1),(W_2,S_2),(S_2,S_1),(S_1,S_2)\}. \end{aligned} \]这里,\(W_1,W_2\) 是仓库节点,\(S_1,S_2\) 是门店节点。边 \((W_1,S_1)\) 和 \((W_2,S_2)\) 表示供应关系;两家门店之间的空间关系则展开为 \((S_1,S_2)\) 与 \((S_2,S_1)\) 两条边。用箭头压缩表示就是:
\[ W_1\overset{\mathrm{sup}}{\longrightarrow}S_1 \overset{\mathrm{spa}}{\longleftrightarrow}S_2 \overset{\mathrm{sup}}{\longleftarrow}W_2 \]箭头上方的 \(\mathrm{sup}\) 是供应关系(supply),\(\mathrm{spa}\) 是空间关系(spatial)。箭头方向表示信息可以从来源节点传向目标节点:供应信息由仓库传向门店;空间关系使用两个方向,因此任一家门店的信息都可以进入另一家门店的预测。
这里的边区分来源和目标,因此这是有向图(Directed Graph)。例如,\(W_1\to S_1\) 只允许供应信息从仓库 \(W_1\) 传向门店 \(S_1\);\(S_2\to S_1\) 则允许 \(S_2\) 的状态影响 \(S_1\) 的预测。方向描述“哪个实体的信息可以用于更新哪个实体”,不等同于顾客实际移动的固定方向,也没有预先规定影响是增加还是减少需求。
这个例子包含仓库、门店两类节点,以及供应、空间两类边,因此属于异构图(Heterogeneous Graph);节点和边都只有一种类型时,则是同构图。
距离和运输时间是描述关系的边特征(Edge Features)。若每条边还有表示连接强度的标量 \(w_e\),便得到加权图(Weighted Graph);权重通常专指参与聚合的标量强度。
最后,图中的边只表示模型允许使用的关系,并不自动证明因果关系。\(S_2\) 促销且供货充足时可能从 \(S_1\) 吸走客流;\(S_2\) 在促销期间断货时,同一空间关系又可能把需求溢出到 \(S_1\)。图结构回答“谁与谁有关联”,当天影响的方向和大小还要结合节点与边的当前状态判断。
2.2 怎样把图结构和业务状态写成数据? #
图 \(G\) 只说明谁与谁相连。模型还需要知道日期 \(t\) 的节点状态和关系属性。异构图不必把不同实体强行补零到一张矩阵;仓库、门店、供应边和空间边可以各自保存合适的字段:
| 对象 | 日期 \(t\) 的教学数据 | 模型能够读到什么 |
|---|---|---|
| 仓库 \(W_1,W_2\) | 供货可用度 \(1,0\) | 哪座仓库可以正常供货 |
| 门店 \(S_1,S_2\) | 最近需求 \(100,80\);促销 \(0,1\) | 本地需求与促销状态 |
| 供应边 | 距离 \(10,12\) km;运输时间 \(20,25\) min | 仓库到门店的关系属性 |
| 空间边 | 距离 \(2\) km;通行时间 \(6\) min | 邻店关系的强度与方向 |
用 \(\mathbf X_t^{\mathrm W}\) 和 \(\mathbf X_t^{\mathrm S}\) 分别表示仓库与门店特征,用 \(\mathbf R_t^{\mathrm{sup}}\) 和 \(\mathbf R_t^{\mathrm{spa}}\) 表示两类边特征,一个日期的完整快照就是
\[ \mathbf z_t=\left(G,\{\mathbf X_t^{\mathrm W},\mathbf X_t^{\mathrm S}\}, \{\mathbf R_t^{\mathrm{sup}},\mathbf R_t^{\mathrm{spa}}\}\right). \]固定的图结构可以单独保存,随日期变化的状态按“日期—实体”记录。第 2.4 节为了让计算可以手算,只使用供货、需求和促销三个字段;距离与运输时间仍属于真实模型可用的边特征。所有数值都是教学设定,不代表行业平均水平。
2.3 怎样定义并训练图神经网络的预测任务? #
将整个 GNN 记为 \(f_\Theta\)。它读取日期 \(t\) 的图快照,同时输出两家门店在 \(t+1\) 日的需求预测:
\[ \widehat{\mathbf y}_{t+1}= \begin{bmatrix} \hat y_{S_1,t+1}\\ \hat y_{S_2,t+1} \end{bmatrix}=f_\Theta(\mathbf z_t). \]每个历史日期形成一组“当日输入—次日标签”。令 \(\mathcal T_{\mathrm{train}}\) 为训练日期集合,\(\mathcal D_{\mathrm{train}}\) 为这些样本的集合,\(y^{\mathrm{target}}\) 为次日标签。参数 \(\Theta\) 通过最小化所有训练日期、所有目标门店上的误差学习。以均方误差为例:
\[ \Theta^*=\underset{\Theta}{\operatorname{argmin}}\; \frac{1}{|\mathcal D_{\mathrm{train}}|\,|\mathcal V^{\mathrm S}|} \sum_{t\in\mathcal T_{\mathrm{train}}} \sum_{S_i\in\mathcal V^{\mathrm S}} \left(y_{S_i,t+1}^{\mathrm{target}}-\hat y_{S_i,t+1}\right)^2 \]这里最重要的不是损失函数,而是标签。销量截断(Sales Censoring)意味着库存只有 50 件时,即使顾客想买 80 件,收银台也只能记录 50。若目标是未被库存限制的潜在需求,就要过滤、还原或显式建模这些缺货样本。GNN 可以传播信息,却不会自动修复有偏标签。
2.4 消息传递怎样把图数据变成预测? #
明确输入、输出和训练目标以后,再看 \(f_\Theta\) 怎样完成一次预测。最常见的一类 GNN 架构被称为消息传递神经网络(Message Passing Neural Network, 简称 MPNN):它先根据边的类型和两端节点的状态生成消息,再汇总流向同一节点的消息,随后更新节点表示,最后由预测头把更新后的表示转换成需求预测。
下图先给出完整计算链:仓库状态进入门店表示,门店再沿空间边交换消息,预测头最后把更新后的表示变成次日需求。
数值例子:四节点网络怎样完成预测? #
下面回到四节点零售网络,完整走一遍训练完成后的推理过程。第 2.3 节中的训练会利用多个日期的输入—标签配对学习 \(\Theta\);这里假定参数已经固定,只把日期 \(t\) 的新快照转换成日期 \(t+1\) 的预测。为了方便纸笔手算,这里直接给定 \(-30\)、\(2/3\)、\(0.9\) 和 \(5\) 四个教学参数——它们并非从前文三天样本中拟合而来,也不代表真实零售业务的经验系数。
通用模型中的节点表示 \(\mathbf h_{S_i,t}^{(k)}\) 通常是向量。本例把它简化为标量 \(h_{S_i}^{(k)}\),并省略表示中共同的日期下标 \(t\)。两家门店用最近需求信号初始化:\(h_{S_1}^{(0)}=100\)、\(h_{S_2}^{(0)}=80\)。同一快照还给出 \(a_{W_1,t}^{\mathrm W}=1\)、\(a_{W_2,t}^{\mathrm W}=0\),以及 \(p_{S_1,t}=0\)、\(p_{S_2,t}=1\)。这些数值都直接来自第 2.2 节的 \(\mathbf X_t^{\mathrm W}\) 和 \(\mathbf X_t^{\mathrm S}\)。日期 \(t\) 的 \(G\)、\(\mathbf X_t\) 和 \(\mathbf R_t\) 在整个计算中保持不变;上标 \((0)\)、\((1)\)、\((2)\) 只表示这张快照内的初始状态和两轮传播,不表示日期推进到了 \(t+2\)。
沿一条边传播一次称为“一跳”。本例第一轮让门店接收仓库信息,第二轮让门店交换更新后的信息,因此 \(W_2\to S_2\to S_1\) 构成两跳路径。传播轮数描述同一日期内的信息范围,不表示日历向前走了两天。
下面把通用函数简化成四条可以手算的规则。通用模型通常先把仓库特征编码为仓库表示 \(\mathbf h_W\);本例省略这一步,让供应消息直接读取仓库可用度 \(a^{\mathrm W}\)。空间消息读取来源门店需求 \(b_{S_j,t}\)、促销标记 \(p_{S_j,t}\) 与第一轮表示 \(h_{S_j}^{(1)}\);距离和运输时间仍保存在 \(\mathbf R_t\) 中,但暂不参与这次计算。
| 组件 | 输入变量 | 本例简化规则 |
|---|---|---|
| 供应消息 \(\phi^{\mathrm{sup}}\) | \(a_{W_j,t}^{\mathrm W}\) | \(m_{W_j\to S_i,t}^{(0),\mathrm{sup}}=-30(1-a_{W_j,t}^{\mathrm W})\) |
| 空间消息 \(\phi^{\mathrm{spa}}\) | \(b_{S_j,t},\,p_{S_j,t},\,h_{S_j}^{(1)}\) | \(m_{S_j\to S_i,t}^{(1),\mathrm{spa}}=p_{S_j,t}\frac{2}{3}\max(0,b_{S_j,t}-h_{S_j}^{(1)})\) |
| 更新函数 \(\psi\) | \(h_{\mathrm{old}},\,m\) | \(h_{\mathrm{new}}=h_{\mathrm{old}}+m\) |
| 预测头 \(g_\omega\) | \(h_{S_i}^{(2)}\) | \(\hat y=g_\omega(h)=0.9h+5\) |
消息下标说明消息沿哪条有向边传递;上标 \((0)\) 和 \((1)\) 分别表示它由初始表示和第一轮表示生成;\(\mathrm{sup}\) 与 \(\mathrm{spa}\) 区分供应消息和空间消息。在本例的预测头中,\(\omega\) 对应系数 \(0.9\) 和截距 \(5\)。真实模型中的函数通常更复杂;这四条规则只用于展示一次前向计算。
把完整推理先写成两家门店组成的预测向量:
\[ \begin{aligned} \widehat{\mathbf y}_{t+1} &= \begin{bmatrix} \hat y_{S_1,t+1}\\ \hat y_{S_2,t+1} \end{bmatrix} = \begin{bmatrix} 0.9h_{S_1}^{(2)}+5\\ 0.9h_{S_2}^{(2)}+5 \end{bmatrix} = \begin{bmatrix} 0.9\times120+5\\ 0.9\times50+5 \end{bmatrix} = \begin{bmatrix} 113\\ 50 \end{bmatrix}. \end{aligned} \]式中的 \(120\) 和 \(50\) 来自下面两轮传播。
第一轮:供应消息更新门店表示。 当 \(a^{\mathrm W}=1\) 时,仓库正常供货,消息为 0;当 \(a^{\mathrm W}=0\) 时,消息为 \(-30\)。因此,\(W_1\) 不改变 \(S_1\) 的表示,而供货不可用的 \(W_2\) 把 \(S_2\) 从 80 调整为 50:
\[ \begin{aligned} m_{W_1\to S_1,t}^{(0),\mathrm{sup}} &= -30(1-1)=0,\\ m_{W_2\to S_2,t}^{(0),\mathrm{sup}} &= -30(1-0)=-30,\\[4pt] h_{S_1}^{(1)} &= 100+m_{W_1\to S_1,t}^{(0),\mathrm{sup}}=100,\\ h_{S_2}^{(1)} &= 80+m_{W_2\to S_2,t}^{(0),\mathrm{sup}}=50. \end{aligned} \]这里的 \(-30\) 只是表示供货受限会降低门店内部状态的教学值,不表示真实需求必然减少 30 件。
第二轮:空间消息把供货影响传给邻店。 空间函数先用 \(b_{S_j,t}-h_{S_j}^{(1)}\) 计算来源门店的需求缺口,再用 \(p_{S_j,t}\) 决定是否传递:\(p=0\) 时整条消息为 0;\(p=1\) 时,本例把缺口的三分之二传给邻店。于是,正在促销的 \(S_2\) 有 \(80-50=30\) 件缺口,向 \(S_1\) 发送 20;未促销的 \(S_1\) 向 \(S_2\) 发送 0:
\[ \begin{aligned} m_{S_2\to S_1,t}^{(1),\mathrm{spa}} &= 1\times\frac{2}{3}(80-50)=20,\\ m_{S_1\to S_2,t}^{(1),\mathrm{spa}} &= 0\times\frac{2}{3}\max(0,100-100)=0,\\[4pt] h_{S_1}^{(2)} &= 100+m_{S_2\to S_1,t}^{(1),\mathrm{spa}}=120,\\ h_{S_2}^{(2)} &= 50+m_{S_1\to S_2,t}^{(1),\mathrm{spa}}=50. \end{aligned} \]最终,预测头读取 \(h_{S_1}^{(2)}=120\) 和 \(h_{S_2}^{(2)}=50\),得到 113 和 50。空间消息 20 是内部需求转移信号,不是最终预测,也不表示现实中必然转移了 20 位顾客或 20 件订单。
把这个例子抽象回通用消息传递:\(\phi^r\) 按关系类型 \(r\) 生成消息,\(\operatorname{AGG}\) 汇总流向同一节点的消息,\(\psi\) 更新表示,预测头 \(g_\omega\) 输出结果[1]:
\[ \begin{aligned} \mathbf m_{i,t}^{(k),r} &=\operatorname{AGG}\Bigl\{\phi^r(\mathbf h_{j,t}^{(k)},\mathbf r_{j\to i,t})\\ &\qquad\bigm| j\to i\in\mathcal E^r\Bigr\},\\ \mathbf h_{i,t}^{(k+1)} &=\psi(\mathbf h_{i,t}^{(k)},\{\mathbf m_{i,t}^{(k),r}\}_r), \qquad \hat y_{i,t+1}=g_\omega(\mathbf h_{i,t}^{(K)}). \end{aligned} \]这个例子体现了 GNN 的什么特点? #
这个例子的重点不只是“模型看到了更多字段”,而是这些字段怎样按照图结构参与计算。它体现了 GNN 的三个核心特点:
图决定信息可以沿哪里传播:\(W_2\) 的供货状态先沿供应边进入 \(S_2\),再沿空间边影响 \(S_1\)。如果缺少 \(W_2\to S_2\) 或 \(S_2\to S_1\) 中任何一条有向边,这条两跳信息路径就不存在。图在这里提供的是计算约束,而不只是数据标签。
多轮传播可以组合多种关系:第一轮把“仓库是否可供货”写入门店表示,第二轮再根据门店需求和促销状态计算跨店消息。因此,\(S_1\) 的预测不只使用自身的 100,还包含由“上游供货受限 + 邻店促销”共同形成的两跳信号。这种组合不是简单地把两个字段并排放进输入,而是让后一轮计算读取前一轮更新后的结果。
同类关系共享计算规则:\(W_1\to S_1\) 与 \(W_2\to S_2\) 共用供应消息函数,\(S_1\to S_2\) 与 \(S_2\to S_1\) 共用空间消息函数。网络扩展到更多仓库和门店时,模型可以复用按关系类型学习的规则,而不必为每个节点单独设计一套参数。
普通模型也能使用邻域字段:工程师可以先把它们展开成宽表,再交给线性模型、树模型或多层感知机。GNN 的区别,是把“谁能沿哪类关系向谁传递信息”直接写进结构,并在同类边上共享规则。它是否真正更好,仍要由严格的时间外测试回答。
2.5 GCN、GraphSAGE 和 GAT 如何实现不同的邻居聚合? #
GCN、GraphSAGE 和 GAT 都遵循消息传递框架,主要区别在于读取哪些邻居、怎样形成邻域摘要[2][3][4]。经典形式通常假设节点表示的维度兼容;本文的仓库与门店字段不同,因此先分别编码到共同隐藏空间:
\[ \mathbf H_{\mathrm W}^{(0)}=f_{\mathrm W}(\mathbf X_t^{\mathrm W}), \qquad \mathbf H_{\mathrm S}^{(0)}=f_{\mathrm S}(\mathbf X_t^{\mathrm S}). \]供应边和空间边的业务含义不同,即使两端表示已有相同维度,也不应默认共享消息参数。
| 模型 | 每轮使用哪些邻居 | 怎样形成邻域摘要 | 主要适用考虑 |
|---|---|---|---|
| GCN | 通常使用完整的一阶邻域 | 按图结构与节点度数归一化 | 结构简单,适合作为图模型的入门基准 |
| GraphSAGE | 可以采样固定数量的邻居 | 共享的均值、池化或可学习聚合器 | 控制大图计算量,并支持对新节点的归纳式泛化 |
| GAT | 通常使用目标节点的当前邻域 | 根据当前节点表示动态学习注意力权重 | 邻居作用需要随输入状态变化时更灵活 |
三者不是从低级到高级的性能排序。选择取决于图规模、是否需要处理新节点,以及邻居作用是否随状态变化。注意力权重只表示一次聚合怎样分配比重,不证明因果影响;对于本文的异构有向图,仍需保留边方向并为供应边、空间边使用不同规则。
2.6 图神经网络并不是所有关系预测问题的最佳选择 #
理解了图神经网络怎样利用关系,并不意味着遇到门店网络就应该使用 GNN。AI 工程师的目标是以可接受的成本持续产生可靠预测,而不是选择看起来最复杂的模型。多数零售需求预测项目更合理的起点,是先把业务关系转化为可验证的特征,再建立扎实、成本可控的基础需求预测模型(基准对照模型)。
邻店销量、促销、缺货比例和仓库状态可以先展开成宽表,交给线性模型、Prophet、LightGBM 或 XGBoost。这样的强基线训练快、易排错,也能检验收益究竟来自关系信息还是图结构。只有多跳关系仍有稳定增量,而且固定宽表难以维护可变邻域时,GNN 的结构归纳偏置才可能值得额外的数据、监控和故障隔离成本。完整决策顺序留到第六章。
三、从随机过程到时空图神经网络:状态与关系如何共同演化? #
真实系统很少只沿一个方向变化:门店和仓库的状态沿时间演进,促销、供货和客流影响又沿关系网络传播。时空建模最重要的思想,不是把“时间模型”和“图模型”机械拼接,而是分清两种信息各自回答什么问题:历史告诉我们一个实体怎样走到今天,关系告诉我们今天的其他实体怎样改变它的处境。只有先区分这两个方向,模型才不会把传播层数误当成时间,也不会把相关关系误当成稳定影响。
3.1 从单变量时间序列到动态网络 #
先考虑一家门店。它在日期 \(t+1\) 的状态可能由当前状态、已知外部条件和无法解释的扰动共同决定:
\[ x_{t+1}=f(x_t,u_t)+\epsilon_t \]这里,\(x_t\) 是日期 \(t\) 的需求状态或相关特征,\(u_t\) 是促销、价格、节假日等外部输入,\(\epsilon_t\) 则表示模型没有解释的随机扰动。这是对业务过程怎样演化的抽象,不是某个预测模型的训练公式。
当预测对象扩展到多个门店和仓库以后,每个日期不再只有一个 \(x_t\),而是第二章定义的一张图快照:
\[ \mathcal Z_t=(G_t,\mathbf X_t,\mathbf R_t) \]其中,\(G_t\) 记录日期 \(t\) 的节点与边,\(\mathbf X_t\) 保存各节点当日的特征,\(\mathbf R_t\) 保存各类边当日的特征。若仓库供货关系和门店位置短期不变,\(G_t\) 可以保持固定;需求、促销、供货可用度和运输时间仍会使 \(\mathbf X_t\) 与 \(\mathbf R_t\) 随日期变化。
预测模型真正读取的是一段历史快照,并输出下一日各门店的需求:
\[ \widehat{\mathbf y}_{t+1} = F_\theta\!\left( \mathcal Z_{t-L+1},\ldots,\mathcal Z_t \right) \]\(L\) 是回看窗口长度,\(F_\theta\) 是需要从训练数据学习的预测函数,\(\widehat{\mathbf y}_{t+1}\) 则同时包含各门店的次日预测。这个表达式把“系统怎样演化”和“模型怎样利用历史预测”区分开来,也不限定 \(F_\theta\) 必须采用哪一种 GNN 或时间序列结构。
这里还需要区分随机过程中的“状态”与 GNN 中的“节点表示”。仓库状态具有预先规定的业务含义;隐藏表示 \(\mathbf h_{i,t}^{(k)}\) 则是模型从数据中学习出的连续向量。两者都在压缩预测下一步所需的信息,但前者由业务定义,后者由训练过程决定,不能因为都叫“状态”就混为一谈。
3.2 为什么图结构可以帮助时间序列预测? #
继续观察第二章的四节点网络(\(W_1\to S_1 \leftrightarrow S_2 \leftarrow W_2\))。即使连接结构连续多日保持不变,边所承载的业务信号也会因为上游状态切换而发生 符号翻转(Sign-flipping):
日期 \(t\)(负向虹吸):上游仓 \(W_2\) 供货正常(\(a_{W_2,t}^{\mathrm W}=1\))且邻店 \(S_2\) 正在促销(\(p_{S_2,t}=1\)),货源充足的 \(S_2\) 会从 \(S_1\) 吸走部分价格敏感客流,使 \(S_1\) 需求下降;
日期 \(t+1\)(正向溢出):\(W_2\) 突发断货(\(a_{W_2,t+1}^{\mathrm W}=0\))而 \(S_2\) 仍在促销(\(p_{S_2,t+1}=1\)),\(S_2\) 货架迅速售罄,跑空趟的顾客顺着同一条空间边涌向货源正常的 \(S_1\),反而使 \(S_1\) 需求上升。
这里的关键不是“一跳必然不够”,而是预测时究竟能看见什么。如果只有邻店促销标记,\(S_1\) 无法判断它代表虹吸还是溢出;如果邻店缺货比例能够及时、准确地进入一跳宽表,树模型已经可以把它当作上游供货状态的可观测代理,近似识别这种条件翻转。两跳结构的潜在价值,是在缺货代理缺失、滞后或不稳定时,沿 \(W_2 \to S_2 \to S_1\) 组合更直接的上游状态与门店促销,而不是宣称所有符号翻转都必须使用两层 GNN。
这个区别也预告了第 5.4 节的压力测试:邻店缺货漏标以后,一跳代理失真;仓库状态延迟以后,两跳来源也失真。图的跳数不会自动创造信息,只有输入可靠且关系含义成立时,传播才可能带来增量。
这里必须区分两个下标。\(t,t+1\) 表示业务日期向前推进;\(k,k+1\) 表示模型在同一日期快照内又完成一轮消息传递。换句话说,多跑两轮图传播并不会让日历翻到下一天,只是帮门店在当天把视线从“一跳之内的仓库与邻店”延伸到“两跳之外的邻店上游仓”。时空图模型需要分别处理这两个维度,再把结果用于下一日预测。
3.3 图上的随机游走、特征扩散与时空预测 #
第一章用行随机矩阵 \(\mathbf P\) 描述了单个仓库状态随时间的转移;同样的矩阵形式也可以刻画同一快照内特征怎样沿门店空间图传播。要把空间连接变成可计算的传播算子,需要依次构造三个矩阵:
- 空间邻接矩阵 \(\mathbf A\):\(A_{ij}\ge 0\) 表示门店 \(i\) 与门店 \(j\) 的原始空间亲和度,同一行不必加总为 \(1\)。
- 行度矩阵 \(\mathbf D=\operatorname{diag}(\mathbf A\mathbf 1)\):\(D_{ii}=\sum_j A_{ij}\) 汇总门店 \(i\) 周边的总连接强度。
- 随机游走矩阵 \(\mathbf P=\mathbf D^{-1}\mathbf A\):每一行除以自身总和,得到可用于聚合或分流的一组权重:
在第二章的小例子旁再添一家同商圈门店 \(S_3\)。若 \(S_1\) 对紧邻门店 \(S_2\) 的亲和度为 \(0.6\),对稍远的 \(S_3\) 为 \(0.2\),归一化后的第一行就是:
\[ \begin{aligned} P_{1\cdot} &=\frac{1}{0.8}\begin{bmatrix}0 & 0.6 & 0.2\end{bmatrix}\\ &=\begin{bmatrix}0 & 0.75 & 0.25\end{bmatrix}. \end{aligned} \]它表示以 \(S_1\) 为中心读取邻居时,\(S_2\) 占 75%,\(S_3\) 占 25%。但“读取邻居”和“向邻居分流”方向不同,不能用一句“沿图传播”含混带过。
若 \(\mathbf H^{(0)}\) 的每一行保存一家门店的初始特征,目标门店按自己的行权重读取邻居时,可以写成:
\[ \mathbf H^{(k+1)}=\mathbf P\mathbf H^{(k)},\qquad \mathbf H^{(K)}=\mathbf P^K\mathbf H^{(0)} \]在这个“向内读取”的约定下,\(P_{ij}\) 表示目标门店 \(i\) 赋给邻店 \(j\) 的聚合权重。若 \(S_2\) 与 \(S_3\) 当日的促销强度分别为 \(0.20\) 和 \(0\),\(S_1\) 读取到的邻域促销强度就是 \(0.75\times 0.20=0.15\)。一轮聚合读取一跳邻居,多轮聚合扩大感受野(Receptive Field);GNN 还会加入可学习变换、非线性和关系专属规则。
如果业务问题改成“来源门店 \(i\) 应把未满足需求分配到哪些目的门店”,同一行权重表示的是由 \(i\) 向外分流。以行向量记录各店需求时可以右乘 \(\mathbf P\);若继续用“节点为行”的列特征矩阵,则对应 \(\mathbf P^\top\mathbf H\)。因此,\(\mathbf P\mathbf H\) 描述目标节点读取邻居,\(\mathbf P^\top\mathbf H\) 描述来源节点沿同一组行权重向外分配。第四章的虹吸与溢出公式正是分别使用这两种视角。
这里也能看到反复传播为什么会削弱节点差异:在线性、固定传播算子的简化情形中,随着 \(K\) 增大,矩阵幂 \(\mathbf P^K\) 可能趋向第 1.2 节讨论的平稳极限,使各节点的特征越来越相似。这就解释了为什么深层图模型容易出现 过平滑(Over-smoothing)——当邻域平均次数过多时,局部门店特征反而被抹平。
所以,同一个行随机矩阵只有在索引、方向和关系语义明确以后才能解释。第四章计算虹吸时以本店为中心读取 \(P_{ij}\),计算溢出时则以缺货邻店为来源读取 \(P_{ji}\)。
3.4 为什么从交通预测迁移到零售预测并不简单? #
交通网络中的道路连接具有相对明确的物理含义,车辆也确实沿道路移动。零售网络中的边更像建模假设:地理相邻不一定代表顾客会跨店购买,销量相关也不一定来自门店之间的直接影响,仓库供货关系更不能与门店竞争关系使用同一种传播规则。把交通模型迁移到零售问题以前,至少要回答四个问题:
关系是否可信:边来自明确的供货记录和距离规则,还是只来自销量相关性?
构图是否造成未来信息泄漏(Data Leakage):如果根据完整时间段的销量相关性连边,测试期信息是否提前进入训练图?
图是否随时间变化:门店开关、仓库改配和运输时效变化以后,训练时的关系还能否用于推理?
复杂度是否产生增量价值:加入邻店销量、促销和仓库状态的传统模型,能否达到与 GNN 相当的效果?
这些问题无法靠照搬模型来回答,因为迁移技术以前,必须先检验它背后的关系假设。下一章因此先构造一个机制透明的实验世界,让仓库状态、需求传导、销量截断和未来测试都能逐步检查。
四、受控实验怎样把业务机制变成可检验的问题? #
真实销量把许多原因压在同一个数字里:需求可能真的下降,也可能被库存上限截断;邻店促销可能抢走顾客,也可能因为邻店缺货而把顾客推过来。受控实验的价值,不是制造一个让图模型获胜的世界,而是把这些原因逐层拆开,让每一次误差变化都能回答一个明确的问题。
证据边界
本章和第 5.1—5.5 节使用作者设定的数据生成机制,回答“当这些关系确实存在时,模型能否恢复相应信号”,不能直接给出真实企业的预期精度。第 5.6 节再用三套公开原始记录检查结论的外部边界;其中的图边仍是作者构造的建模假设。
实验有意放入仓库冲击、物流滞后和邻店客流转移,让“图信息在什么条件下有用”成为可观察的问题。负对照、信号失真和公开数据检查则负责回答另一半:这些条件不成立时会发生什么。
具体来说,一条门店销量序列同时混合了三种性质完全不同的变化。第一种是本店缺货造成的销量截断:顾客想买 180 件,货架只有 50 件,账面最多只能留下 50。第二种是有货邻店促销造成的客流虹吸:邻店价格更低且能够成交,本店需求随之下降。第三种是缺货邻店造成的需求溢出:同一场促销先把顾客吸引到邻店,邻店却无货可卖,于是未满足需求转向仍有库存的门店。第三种尤其容易被误读,因为同一个促销信号会随供货状态改变方向。
实验因此不是直接把单店模型与 GNN 放在一起比较,而是按四个问题递进:
- 不改变模型,只修复缺货日的训练标签,能够追回多少误差?
- 把十家门店合在一起训练,却不给邻店字段,更多样本本身有没有帮助?
- 加入邻店促销和历史销量以后,线性或树模型能理解多少跨店变化?
- 当上游状态需要沿“仓库—邻店—本店”组合时,图结构是否仍有稳定增量?
这四步分别对应观测质量、样本池化、关系信息和结构归纳偏置。若省略中间对照,任何下降的误差都可能被笼统归功于“使用了 GNN”,读者也无法判断收益能否迁移到自己的业务。
4.1 异构零售网络拓扑 #
实验网络包含两座仓库和十家门店,写成异构有向加权图:
\[ G=\left(\mathcal V^{\mathrm W}\cup\mathcal V^{\mathrm S},\; \mathcal E^{\mathrm{sup}}\cup\mathcal E^{\mathrm{spa}}\right). \]它是异构图,因为仓库与门店使用不同状态,供应关系与空间关系也遵循不同规则;它是有向图,因为信息从来源节点传向目标节点;它是加权图,因为不同邻店对目标门店的影响强度不同。

两类边承担不同任务:
- 仓库到门店的供应边传递上游供货状态;
- 门店之间的空间边表示哪些邻店信息可以进入预测。
供应边对应一条较明确的业务链:仓库前一日的运行状态影响夜间拣货和次晨补货,进而限制门店当天能卖出的数量。空间边则更像一条待验证的行为假设:两家店距离足够近,并不代表顾客一定换店,只表示模型被允许检查它们之间是否存在稳定的信息增量。这也是为什么两类边不能共用同一套业务解释。
其中两家跨仓枢纽店与周围门店共享商圈,却由另一座仓库供货。这种“前台共享顾客、后台承受不同供货冲击”的位置,让我们能够观察邻店断货怎样穿过空间关系改变本店需求。同仓门店则提供对照:它们可能只需要本地信息或一跳邻域特征。
跨仓位置不是为了让图画得更复杂。现实中的消费者商圈与企业分仓边界本来就可能错位:隔街门店可能因为行政区域、配送路线、开店批次或仓容限制而由不同仓库供货。只有当前台顾客网络与后台供应网络不完全重合时,上游冲击才可能跨过门店关系,形成单店历史解释不了的峰值。
空间权重由距离规则生成并按行归一化:
\[ \begin{aligned} A_{ij}^{\mathrm{spatial}} &=\exp\!\left(-\frac{d_{ij}^{2}}{2\sigma_d^{2}}\right) \mathbb I(d_{ij}\in(0,3.5\text{ km}]), \\ \mathbf P^{\mathrm{spatial}} &=(\mathbf D^{\mathrm{spatial}})^{-1}\mathbf A^{\mathrm{spatial}}. \end{aligned} \]归一化只把邻域关系变成可计算的聚合权重。它不证明顾客真的按这些比例换店,也不意味着销量相关的门店之间存在因果关系。图首先是一组待检验的业务假设。
4.2 四层耦合数据生成机制 #
每天的数据按“供货能力—本地需求—跨店转移—账面销量”的顺序生成。这个顺序很重要,因为后面的模型比较正是逐层检查每个环节留下的盲区。
先集中说明公式中的量:\(q_{i,t}\) 是门店 \(i\) 在日期 \(t\) 的促销强度,\(O_{i,t}\) 表示门店是否营业,\(\epsilon_{i,t}\) 是未解释的随机扰动;\(\beta_C\) 控制促销虹吸强度,\(\eta\) 表示缺货顾客继续寻找邻店的比例。实验把可售上限 \(V_{i,t}>120\) 定义为“供货充足”。这些数值和阈值都是为了制造可检验机制而设置的实验参数,不是行业常数。
第一层:仓库状态决定门店的供货上限。
仓库每天处于正常、拥堵或中断状态,并按马尔可夫链在状态之间转换。门店当天的最大可售量取决于供应仓前一天的状态:
\[ V_{i,t}=v\!\left(Z_{w(i),t-1}^{\mathrm{wh}}\right). \]这里的一天滞后代表夜间拣货和次晨补货。预测日开始前已经知道的仓库状态可以作为输入;未来状态不能提前进入模型。
马尔可夫链在这里不是为了追求一个复杂的随机过程,而是让冲击既有持续性又不按固定日历发生。正常仓库可能进入拥堵,拥堵也可能继续恶化或恢复;模型必须根据已经发生的状态推断下一步,而不能依赖一张事先写死的“断货日期表”。完整转移概率和各状态对应的库存上限留在实验报告中,正文只保留它们在证据链中的作用。
第二层:日历、趋势和促销形成本店需求。
在邻店尚未产生影响之前,每家门店先形成自己的需求基线:
\[ \begin{aligned} \mu_{i,t}^{\mathrm{self}} &=\text{基准客流}+\text{趋势}+\text{周末与节假日}\\ &\quad+\text{季节性}+\text{本店促销}. \end{aligned} \]各店采用错峰促销,因此同一商圈会出现价格差。图机制没有取代时间序列规律,而是在这个本地基线上加入外部扰动。
这个本地基线包含门店自己的日常客流、长期趋势、周末与节假日效应、年度季节性和本店折扣。错峰促销则创造了识别邻店影响所需的变化:如果所有门店永远在同一天打同样的折扣,模型就无法区分本店促销、全网共同波动和真正的跨店分流。换句话说,实验设计不仅要“有促销”,还要让促销在时间和空间上产生可辨认的差异。
第三层:邻店库存状态决定促销信号的方向。
当邻店折扣更深且库存充足时,它会虹吸本店客流;当邻店需求超过库存时,部分未满足需求又会沿空间关系溢出:
\[ \begin{aligned} C_{i,t} &=\beta_C\sum_{j\in\mathcal N(i)}P_{ij}^{\mathrm{spatial}} \max(0,q_{j,t}-q_{i,t})\mathbb I(V_{j,t}\text{充足}),\\ L_{i,t} &=\eta\sum_{j\in\mathcal N(i)}P_{ji}^{\mathrm{spatial}} \max(0,\mu_{j,t}^{\mathrm{self}}-C_{j,t}-V_{j,t}). \end{aligned} \]同一个“邻店促销”信号因此可能为负,也可能为正。决定符号的不是促销本身,而是促销与邻店供货状态的组合。只看邻店折扣的一阶线性模型容易把两种情形平均掉;沿“仓库—邻店—本店”传播的模型则有机会保留这个条件关系。
两个求和式读取空间矩阵的方向也不同。虹吸以本店为观察中心,询问“哪些有货邻店正在吸走我的顾客”,因此读取从本店指向邻店的权重;溢出以缺货门店为来源,询问“它未满足的需求会流向哪里”,因此读取反向的来源—目的权重。矩阵相同,业务问题不同,索引方向也随之改变。这个细节正是“先说清关系含义,再谈消息传递”的例子。
这些参数帮助生成可检查的信号,却不是从真实顾客轨迹估计出的转店比例。实验只能验证模型是否恢复了作者放入的机制。
第四层:库存把潜在需求截断成观测销量。
虹吸与溢出共同作用后得到潜在需求,收银系统只能记录库存允许完成的销量:
\[ \begin{aligned} D_{i,t}^{\mathrm{sim}} &=\max(0,\mu_{i,t}^{\mathrm{self}}-C_{i,t}+L_{i,t}+\epsilon_{i,t}),\\ y_{i,t}^{\mathrm{sales}} &=O_{i,t}\operatorname{round}\!\left(\min(D_{i,t}^{\mathrm{sim}},V_{i,t})\right). \end{aligned} \]因此,销量曲线的平顶可能是库存限制,异常高峰可能来自邻店溢出,销量下降也可能是邻店促销虹吸,而不是本店需求自然衰退。模型若直接把受限销量当作需求,就会把“卖不出来”学成“没人想买”。
这一层还加入随机扰动和闭店日。随机扰动防止模型只需背诵确定性公式,闭店日则把“没有营业”与“营业但没有需求”分开。最终,模型在训练时看到的仍是业务系统会留下的账面字段,而不是生成器内部的潜在需求。只有在测试阶段揭示潜在需求,才能知道模型是否把被库存遮住的部分找了回来。
四层合在一起,就是“供货上限—本地需求—跨店转移—账面销量”这条因果链。第五章中的每组模型,都在尝试补回其中一段缺失的信息。
4.3 统一评测协议 #
受控数据覆盖三年,最后 28 天作为严格的时间外测试集。训练阶段只能使用预测截止时已经可得的观测销量、缺货标记、促销计划和滞后仓库状态;生成器中的潜在需求只在评估阶段揭示。
测试集按“日期—门店”计算,共包含 270 个有效营业样本,平均每店约 27 个测试营业日;模型使用完全相同的时间切分和场景标签。样本较少且仓库状态具有持续性,因此逐店差异只作描述性证据:小于 1 个百分点时按保守规则视为近似持平,这不是统计显著性阈值。平稳期、虹吸期和溢出期是诊断切片,不是彼此互斥的完整分区,同一个门店日可能同时发生促销分流与断货溢出。构图、清洗和特征生成也只能使用预测时已经可得的信息。
对任意评测子集 \(\mathcal I\),本文同时报告 WAPE 和方向性偏差:
\[ \begin{aligned} \operatorname{WAPE}(\mathcal I) &=\frac{\sum_{(i,t)\in\mathcal I}|\hat D_{i,t}-D_{i,t}^{\mathrm{sim}}|} {\sum_{(i,t)\in\mathcal I}D_{i,t}^{\mathrm{sim}}},\\ \operatorname{Bias}(\mathcal I) &=\frac{\sum_{(i,t)\in\mathcal I}(\hat D_{i,t}-D_{i,t}^{\mathrm{sim}})} {\sum_{(i,t)\in\mathcal I}D_{i,t}^{\mathrm{sim}}}. \end{aligned} \]WAPE 回答总体误差有多大,Bias 回答模型是否持续多报或少报。实验还分别检查平稳期、促销虹吸期和断货溢出期,避免网络平均值掩盖真正困难的场景。
到这里,实验已把“更好”拆成可以追问的来源:是修复了观测,增加了样本,获得了邻域信息,还是模型终于能够表达条件交互?第五章按这个顺序读取结果。
五、实验结果:每一步改进究竟解决了什么? #
本章不把模型排成一张从弱到强的榜单,而是让每组对照只回答一个问题。完整参数、逐店成绩、特征重要性、压力测试和实现入口统一列在文末的“继续阅读与复现”中;正文只保留影响判断的数字。
这种阅读方式也意味着,表中最小的数字不是唯一重点。更值得追问的是:相邻两行之间究竟只改变了什么?如果一次比较同时更换标签、样本规模、输入字段和模型家族,即使误差大幅下降,也无法知道是哪一项产生了作用。
5.1 先修复观测,再讨论跨店信息 #
实验先定义四类能力边界,再给它们编号:单店原始模型直接拟合所有账面销量;单店去截断模型排除已知缺货日;池化模型把十店样本合并但不提供邻店字段;一阶邻域模型再加入邻店促销和滞后销量。这样,模型代号只是结果表的索引,不会先于概念出现。
这里先使用普通最小二乘,不是因为线性模型最适合零售预测,而是因为它能暂时固定模型能力。若一开始就比较单店线性模型与端到端 GNN,样本数、参数共享、邻域信息和非线性交互会同时变化。线性消融让实验先回答“信息从哪里来”,再回答“什么模型能使用它”。
特征数量也属于实验控制的一部分。这里既要看一条门店样本包含多少种特征,也要看十家门店怎样展开成最终设计矩阵:前者表示单店的信息范围,后者反映参数是各店独立还是跨店共享。
| 代号 | 输入与设计矩阵规模 | 能看到什么 | 它回答的问题 |
|---|---|---|---|
L0 单店原始 | 每店 7 维、7 列;十店分别拟合,共 70 个系数 | 本店日历、促销和全部账面销量 | 把库存封顶当成低需求会造成多大偏差? |
L1 单店去截断 | 与 L0 相同:每店 7 维,全网共 70 个系数 | 与 L0 相同,但剔除缺货日 | 特征不变,只修复观测能追回多少误差? |
L2 池化无图 | 单店仍是 7 类本地信息;池化后为 16 列:10 个门店截距加 6 个共享协变量 | 合并十店样本,不含邻店字段 | 参数共享和更多样本是否等于更多信息? |
L3 一跳线性模型 | 每店由 7 维增至 9 维;十店分别拟合,共 90 个系数 | 在本店字段上新增邻店加权促销和邻店滞后销量 | 新增一跳信息后,线性模型能否理解符号翻转? |
因此,L0 到 L1 的改善不能归因于特征增加,因为两者都是 7 维;L1 到 L2 改变的是样本组织与参数共享,单店仍只看到原来的本地信息;只有到了 L3,输入才真正从 7 维扩展到 9 维,把两项一跳邻域信息交给模型。完整的块对角池化对照和参数展开方式见实验报告。
| 对照 | 总体 WAPE | 平稳期 WAPE | 溢出期 WAPE | 读者应带走的结论 |
|---|---|---|---|---|
L0 单店原始 | 18.14% | 13.50% | 29.23% | 截断销量使模型持续低估需求。 |
L1 单店去截断 | 13.78% | 3.74% | 22.35% | 清洗恢复本地规律,但无法解释邻店流量。 |
L2 池化无图 | 13.80% | 3.84% | 22.42% | 样本变多,却没有获得新的关系信息。 |
L3 一阶邻域 | 12.75% | 4.06% | 21.11% | 线性系数难以表达供货条件下的符号翻转。 |
第一步的收益最大却最朴素:去截断把总体 WAPE 从 18.14% 降到 13.78%,平稳期从 13.50% 降到 3.74%。模型没有变复杂,只是不再把“库存只有 50”理解成“顾客只想买 50”。Tobit 截断似然得到相近结论,说明过滤缺货日并非唯一做法;完整似然与参数见实验报告。
虹吸期还有一个值得警惕的反例:未经清洗模型的 WAPE 为 10.13%,反而低于去截断模型的 11.40%。这不是脏数据更有价值,而是缺货造成的长期低估恰好抵消了看不见虹吸造成的高估。误差抵消可以改善汇总数字,却不会产生正确的业务机制。
第二步说明合并样本不等于获得信息。池化模型拥有更多记录和共享参数,溢出期误差却仍为 22.42%。第三步允许线性模型读取邻店后,总体误差略有下降,但它仍只能给邻店促销一个固定方向的系数,无法稳定表达“有货时虹吸、缺货时溢出”。
池化对照还包含共享系数与块对角两种实现。两者共同说明:把记录堆进同一张表不会自动产生跨店信息;只有显式提供邻店字段或关系结构,模型才可能学习跨实体影响。
5.2 同一类邻域信息交给不同模型,会发生什么? #
接下来比较模型怎样组合相似的信息。Prophet 代表按趋势、季节性和外生变量相加的时序模型;LightGBM 与 XGBoost 代表能自动切分条件的一跳树模型;神经异构 GNN则用两层关系专属消息传递,先聚合仓库到门店的供货状态,再聚合门店之间的空间信号。这里的“无邻域、一跳、两跳”描述信息范围,不表示性能等级。
三个家族遵循同一条扩展路径。无邻域版本只读取门店自身状态;一跳版本加入邻店折扣、历史销量和缺货比例;显式两跳版本再加入更远邻域或上游仓库状态。区别在于它们怎样组合这些字段:Prophet 把回归项加到趋势和季节性上,树模型通过条件切分寻找交互,GNN 则让不同关系类型沿拓扑顺序更新节点表示。
本实验的神经异构 GNN 不是把两跳宽表交给通用神经网络,也不是简单堆叠两层同构 GCN。两层分别处理供应关系和空间关系:
\[ \begin{aligned} &\text{7 维本地特征}\times\text{2 个非正常状态标记}\\ &\quad\longrightarrow \text{14 维供货条件输入}\\ &\quad\longrightarrow \mathbf h^{(1)}\in\mathbb R^{16}\\ &\quad\longrightarrow \text{空间流入消息}\longrightarrow \hat y. \end{aligned} \]- 第一层处理供应关系。 7 维本地特征包含趋势、日历、季节项和本店促销;仓库状态用正常、拥堵和中断三个标记表示。拥堵与中断两个标记分别和 7 维本地特征逐项相乘,形成两组状态条件特征,即 \(2\times7=14\) 维输入,再经 ELU 映射为 16 维隐藏表示。
- 第二层处理空间关系。 模型用 \((\mathbf P^{\mathrm{spatial}})^\top\) 聚合从来源邻店流向目标门店的隐藏表示,并投影成需求增量。转置对应的问题是“缺货邻店的未满足需求流向哪里”,不同于目标门店读取邻居特征。
- 输出头合并本地规律与关系修正。 每店 7 维线性分支与空间流入消息、健康邻店的相对促销虹吸项和偏置相加,最后应用营业标记与非负约束。这样,图模块只需学习本地基线之外的结构增量。
模型共 328 个参数:本地分支 70 个、供应条件编码器 240 个、空间消息投影 16 个,虹吸门控和偏置各 1 个。它在营业且未缺货的样本上,以均方误差和 Adam 训练 350 轮,并用 5 个随机种子复核。这里的“异构”不是标签:供应边形成节点处境,空间边传播邻店消息。
这不是相同参数量下的算法竞赛,而是面向工程选择的能力阶梯。正文报告五个随机种子的均值,完整波动范围见实验报告。
| 模型家族 | 无邻域:总体 WAPE | 一跳:总体 WAPE | 显式两跳:总体 WAPE |
|---|---|---|---|
| Prophet | 13.92% | 7.82% | 10.36% |
| LightGBM | 14.71% | 6.84% | 7.64% |
| XGBoost | 15.16% | 6.62% | 7.50% |
| 神经异构 GNN | — | — | 3.65% |
| 模型家族 | 无邻域:溢出期 WAPE | 一跳:溢出期 WAPE | 显式两跳:溢出期 WAPE |
|---|---|---|---|
| Prophet | 22.51% | 12.42% | 18.40% |
| LightGBM | 22.68% | 10.90% | 12.46% |
| XGBoost | 21.87% | 10.38% | 12.09% |
| 神经异构 GNN | — | — | 3.26% |
Prophet 加入一跳变量后也能追回大量误差,证明收益首先来自信息。两种一跳树模型把溢出期误差降到 10%—11%,说明邻店缺货比例与促销的条件交互已经解释了大部分关系收益。三类成熟模型直接加入更多两跳字段却都退化:更多跳数不是免费的知识,冗余、共线性和不合适的表示方式都可能抵消新增信息。
方向性偏差补充了 WAPE:溢出期的单店去截断模型少报 22.24%,Prophet 一跳缩小到 5.64%,LightGBM 与 XGBoost 一跳分别为 8.68% 和 9.07%,神经异构 GNN 为 0.68%。这只说明受控测试窗中的持续漏报更少,不能当作真实服务水平承诺。
Prophet 说明经典时序管线也能吸收关系信息;两种树模型的接近结果避免结论依赖某一个库。强基线迫使 GNN 证明结构增量确实存在。
神经异构 GNN 的优势集中在受控实验的强溢出峰值。解析两跳参照只用于机制扫描和压力测试,不是神经 GNN 或“理论上限”。零耦合时,单店模型为 3.06%,神经异构 GNN 反而为 4.21%:关系不存在时,图结构不会创造信息。
主实验最难的是多家邻店同时促销并受供货冲击的峰值。树模型输出分段常数,连续消息可以叠加多侧信号;这依赖可组合的溢出机制,不代表所有尖峰都需要 GNN。
这张图把关键数字放在同一视野中,但相邻阶段并非全部属于只改变一个变量的严格消融:标签、输入范围和模型能力会在不同阶段变化。它展示的是证据怎样递进,不是一条可以直接归因的因果阶梯。
5.3 图结构的收益出现在哪里? #
耦合强度扫描把“图是否有用”从二元问题改成连续问题。当虹吸和溢出都为零时,解析两跳参照相对单店模型反而差 0.04 个百分点;在正文采用的强耦合设定下,它领先约 9.99 个百分点。差距随着未满足需求转移比例和促销竞争强度逐步拉开。这说明图价值来自业务耦合强度,而不是门店数量或网络外形。
逐店结果也遵循同一规律。跨仓枢纽店同时受到邻店促销和另一座仓库冲击,更需要组合上游与空间信息;本店缺货严重的门店首先受益于观测修复;同仓或弱耦合门店通常由一跳宽表捕获大部分收益。生产系统因此不必让全网使用同一种模型,可以按门店角色和冲击暴露程度分级。
这里的参数共享也不只是把十家店的记录放进同一个样本池。在受控网络中,供货充足的跨仓枢纽店能够完整记录溢出峰值,邻店受限时的潜在需求却被库存截断。一种待验证的假设是:图模型可以从信号仍然可见的位置学习同类关系的计算规则,再在相同关系类型上复用。本实验预先设定了共享机制,并不能证明真实网络也会发生这种迁移;仍需跨门店和跨时间验证。
读者真正关心的通常不是全网冠军,而是“我的门店属于哪一种情况”。下表均为各典型门店在完整测试期的总体 WAPE;一跳模型一列固定按照 Prophet、LightGBM、XGBoost 的顺序排列:
| 门店角色 | 单店去截断 | 一跳 WAPE:Prophet/LightGBM/XGBoost | 神经异构 GNN | 怎样理解 |
|---|---|---|---|---|
| 东侧跨仓枢纽 | 18.43% | 6.25%/4.60%/4.09% | 3.24% | 数值更低,但差值不足 1 个百分点,按保守规则视为近似持平。 |
| 中部跨仓枢纽 | 20.75% | 9.33%/5.38%/5.14% | 5.23% | XGBoost 与 GNN 基本持平,未显示清晰的图增量。 |
| 中部侧翼门店 | 6.52% | 8.07%/7.18%/6.58% | 4.23% | 有描述性差异,但样本不足以外推为稳定排名。 |
| 西侧同仓门店 | 12.54% | 9.02%/3.86%/4.25% | 4.01% | LightGBM 与 GNN 近似持平,部署 GNN 的理由很弱。 |
Prophet 的结果再次说明,关系信息并不属于某一种模型:即使沿用可加时序框架,加入一跳邻域状态也能明显改善两个跨仓枢纽店。不过,Prophet 仍落后于树模型,说明这些门店需要的不只是更多字段,还需要条件交互。LightGBM 与 XGBoost 的结果则避免把树模型结论绑定到一个实现;西侧同仓门店甚至由 LightGBM 取得最低误差。
这里没有一种适用于所有门店的稳定排序。东侧和中部枢纽、以及西侧同仓门店的最佳一跳模型与神经异构 GNN 都应视为近似持平;中部侧翼门店虽有较大描述性差异,也只有约 27 个测试营业日。全网结果适合观察方向,逐店数字只能帮助提出下一轮验证问题。
这里仍不能把结构收益直接换算成商业回报。完整的逐店矩阵、具体峰值日期和特征重要性留在实验报告中;业务决策还需要库存成本、服务水平和调拨约束。
5.4 输入失真会怎样破坏结构收益? #
关系模型依赖的不只是“有字段”,还要求字段及时、准确。压力测试使用与生成机制高度同构的解析两跳参照,以便直接观察错误信号怎样传播;它不代表所有神经 GNN 都会得到相同曲线。
| 压力条件 | 总体 WAPE | 溢出期 WAPE | 含义 |
|---|---|---|---|
| 输入完整 | 3.79% | 3.95% | 受控条件下的机制参照。 |
| 30% 缺货标记漏报 | 12.10% | 22.49% | 关键开关缺失后,结构优势几乎消失。 |
| 仓库状态延迟一天 | 12.46% | 20.39% | 正确但过期的状态也无法解释当前溢出。 |
| 单节点异常注入 | 邻店误差显著扩大 | 实验性熔断可缩小范围 | 图会传播坏信号,熔断只是待验证方案。 |
节点异常实验还说明,故障可能沿连接影响健康门店。删除异常节点的边并回退本地模型能够缩小爆炸半径,但这只是实验设定,不是已经验证的通用生产机制。同一故障尚未对所有候选模型做完全一致的注入,因此不能据此宣称树模型天然安全。
例如,中部一间门店被注入十倍促销与销量尖峰后,两家一跳邻店的 WAPE 分别从 5.68% 和 2.91% 升到 48.03% 和 43.54%;不相连商圈没有新增误差。实验性熔断把两家邻店降到 15.21% 和 10.33%,虽然明显缩小影响,却仍未恢复到干净输入水平。熔断的价值不是“解决了故障”,而是把错误限制在可降级、可观察的范围内。
5.5 方法与工具怎样对应? #
工具解决的是实现与工程抽象问题,不能弥补信息缺失。当前实验的对应关系如下:
| 方法角色 | 工具或求解器 | 在证据链中的用途 |
|---|---|---|
| 线性消融与解析参照 | NumPy/SciPy | 固定模型能力,检查观测、样本和信息的贡献。 |
| 可加时序模型 | Prophet | 检查经典时序模型吸收邻域外生变量后的边界。 |
| 非线性邻域宽表 | LightGBM/XGBoost | 建立部署成熟、表达能力强的表格基线。 |
| 神经异构 GNN | NumPy/手写反向传播与 Adam | 学习关系类型不同的多跳消息传递。 |
旧版不同环境下的 Darts、LibCity 等历史耗时不再与本轮结果混排。框架启动、编译和抽象层次不同,运行时间也不是算法优劣排名。真正应先比较的是信息范围、交互能力和维护责任。
因此,选择工具时应先问组织已经拥有什么:稳定的时序特征管线、成熟的宽表训练平台,还是能够维护动态图、节点监控和故障隔离的图学习基础设施?相同的离线增量,在不同团队里可能对应完全不同的上线成本。
5.6 公开零售数据上的外部检查 #
最后,用三套公开记录的十店面板检查受控结论能否迁移。这是边界测试,不是“决赛排行榜”。
我没有随机打散数百万行商品明细,而是先聚合成“门店—日”面板,再把时间末端留作测试集;相关性权重也只从训练期估计。为了让不同求解器在相近数值尺度上训练,销量统一作常数倍缩放;目标和预测同步缩放不会改变 WAPE。
| 面板 | 十店样本与评测摘要 | 图关系 |
|---|---|---|
| FreshRetailNet-50K[5] | 10 家前置仓、5 种商品;62 天训练/28 天测试,以缺货记录回推需求代理量。 | 训练期正相关边 |
| Corporación Favorita[6] | 3 个城市的 10 家门店;50 天训练/21 天测试,评测观测销量。 | 城市内训练期正相关边 |
| Walmart M5[7] | 3 个州的 10 家卖场、FOODS_1;337 天训练/28 天测试,评测观测销量。 | 州内等权边 |
更完整的抽样条件、输入字段和目标定义见实验报告。
这些处理把三套规模和业态不同的数据压到同一种“十店—日”观察单位,方便比较方法,却没有把证据口径变成相同:FreshRetailNet 使用作者构造的需求代理量,另外两套评估观测销量;三行数字只能在各自面板内比较,不能横向解释为数据集难度或机制强弱。M5 的周期项与促销代理由作者根据日期和 SNAP 构造,并非原始数据直接提供的真实促销字段。
三套公开面板都没有受控实验中那种可在预测时点读取的上游仓库运行状态(正常、拥堵、中断),因此不能直接构造语义相同的供应边输入。FreshRetailNet 提供缺货时长,但这是门店侧的缺货记录,不等同于仓库运行状态;另外两套数据也没有对应字段。若把由销量相关或地理分组构造的代理关系当成已观测的仓库状态链,就会把建模假设误写成事实。因此,公开面板使用把固定图聚合字段交给岭回归的图聚合岭回归模型,而不是受控实验中的神经异构 GNN。它检验的是固定关系摘要在现有字段下能否解释本地基线之外的误差,并不复现受控实验中的神经 GNN。
下表统一比较单店基线、最佳非图模型与图聚合岭回归模型;最后一列是图聚合模型相对最佳非图模型增加的 WAPE 百分点。
| 公开数据面板 | 单店基线 | 最佳非图模型 | 图聚合岭回归模型 | 相对差值 |
|---|---|---|---|---|
| FreshRetailNet-50K | 26.74% | 26.74%(单店) | 42.50% | +15.76 |
| Corporación Favorita | 13.23% | 12.11%(XGBoost 一跳) | 12.99% | +0.88 |
| Walmart M5 | 15.53% | 13.95%(一跳线性) | 15.56% | +1.61 |
FreshRetailNet 的单店模型即使排在面板首位,方向性偏差仍为 -24.9%;简单删除缺货训练日又使 WAPE 从 26.74% 升到 31.04%。这说明受控环境中合理的清洗规则,到了真实记录上仍须重新验证。
三行结果展示了图结构的三种可能角色。FreshRetailNet 上,图聚合岭回归模型比单店基线高 15.76 个百分点,说明训练期销量相关性没有形成可泛化的整体关系。原因尚未被实验分离,只能提出三项待验证假设:相关性可能形成伪边;需求代理改变了模型需要解释的目标;62 天训练窗和十店聚合限制了泛化。Favorita 上,它只比最佳一跳树模型高 0.88 个百分点:区域聚合可能保留了部分共享信号,但没有超过树模型对促销和发薪日非线性的表达。M5 上,它几乎回到单店基线,并落后一跳线性模型 1.61 个百分点;州级同组并不自动意味着门店间存在值得传播的需求变化。
逐店结果还提供了一个谨慎的补充:图聚合岭回归模型在 FreshRetailNet 十店面板中被分到“浦西交界”商圈的前置仓(FRN_SH_06),以及一间加州卖场上,分别取得 21.42% 与 10.58% 的最低 WAPE。“浦西交界”是这次面板抽样使用的商圈标签,不是仓库类型。这个结果提示关系摘要可能只对某些位置有用,但每店测试窗很短,而且这是三十家店中的事后比较,不能据此宣称稳定的局部优势。
因此,本节只能说明:在现有字段和构图规则下,固定图聚合没有稳定超过非图基线。它既没有检验神经异构 GNN,也不能证明真实门店之间不存在客流转移。受控实验与公开面板为何给出不同答案,下一节再分别说明。
5.7 受控实验与公开数据为什么给出不同答案? #
受控实验与公开面板得到不同的模型排序,并不矛盾。受控实验预先规定了真实的跨店耦合、及时的供货状态和可见的潜在需求真值,回答的是“模型能否恢复一种已知机制”;公开面板的边由销量相关性或区域归属构造,潜在需求又大多不可见,回答的则是“现有证据是否支持这种机制”。
整组实验因此形成三个层次。观测层说明,缺货截断没有处理好时,复杂模型首先是在拟合有偏标签;信息层说明,及时的一跳邻域状态已经能让 Prophet 和树模型明显改善;结构层说明,只有真实耦合仍留下稳定的跨店残差时,多跳消息传递才可能继续增加价值。缺少其中任何一层,增加跳数和模型复杂度都可能只是扩大错误假设。
所以,这组实验没有选出一个适用于所有零售网络的冠军,而是验证了一条判断顺序:先校正观测,再验证跨店信息,最后才讨论结构复杂度。第五章到这里解释完“证据说明了什么”,第六章继续回答“团队怎样把这些证据变成安全的工程选择”。
5.8 局限与下一步 #
现有实验尚未回答什么?目前没有只加入“邻店促销 × 邻店缺货”的单个交叉特征对照,也没有同输入的多层感知机和一层 GNN,因此无法精确量出该交互的贡献,也不能把神经异构 GNN 的收益拆成连续非线性与图结构两部分。下一轮可补三项小实验:在相同输入下比较多层感知机与一层 GNN;在线性基线上单独加入“邻店促销 × 邻店缺货”特征;再与现有两层 GNN 对照。除此之外,耦合扫描主要使用解析两跳参照,压力测试也未对一跳树模型做同条件注入,所以目前不能据此判断图模型是否普遍比树模型更脆弱。
六、从离线证据到模型选择与安全执行 #
第五章已经完成证据解释,本章转向生产选择:怎样让预测服务于决策,同时不越过库存、权限和执行安全边界。
6.1 预测层与执行层必须解耦 #
统计模型追求的是带误差的条件期望;库存、财务和履约系统维护的却是任何时候都不能突破的硬约束。即使图模型在大多数日期预测准确,它也不能保证某一次调拨不会造成负库存、占用已经预留给线上订单的商品,或因网络重试生成两张重复调拨单。概率预测与确定性执行属于两个不同的数学世界。
| 系统层面 | 主要责任 | 可选技术 |
|---|---|---|
| 观测与清洗 | 识别闭店和库存截断,修复训练标签 | 缺货过滤、截断似然、数据质量规则 |
| 预测层 | 估计未来潜在需求及不确定性 | 单店模型、带邻域特征的树模型、异构图模型 |
| 决策层 | 在成本和服务水平约束下选择动作 | 报童模型、运筹优化、业务策略 |
| 执行层 | 检查现货、权限、幂等与故障恢复 | 状态守卫、工作流、事务与审计 |
| 监控层 | 跟踪延迟、漂移、节点异常和分场景偏差 | 总体误差、方向性偏差、质量告警与回退策略 |
即使模型发现区域仓供货受限,并预测跨仓枢纽店将承接额外客流,系统也不能据此自动从另一家店抽货。来源库存可能已被线上订单锁定,车辆可能达不到起运量,目标店的收货窗口也可能排满;执行系统仍要检查权限,并用事务和幂等键保证一次请求只执行一次。预测值是决策输入,更低的误差不能替代业务约束。
6.2 上线前的三道现实关卡 #
受控实验默认输入准确、准时且拓扑稳定。真实零售系统首先会破坏这些前提。
- 幽灵库存与数据延迟。 账面库存可能因为损耗、盗损、漏扫和理货错放而高于货架可售库存;仓库拥堵和物流延误也可能在预测任务结束以后才录入。当关键状态在推理时尚未到达时,两跳传播只能使用空值或过期信号。第 5.4 节的缺货漏标与状态延迟测试,正是对这类问题的受控近似。
- 未观测因素与错误空间边。 施工、天气、竞品促销、学校放假和商圈变化都会影响客流,却未必进入企业数据。距离相近只说明模型允许两店交换信息,并不能证明销量变化具有稳定因果关系。模型可能把短期共同波动记成一条伪边,所以拓扑需要时间外验证,而不能只凭相关性一次性固化。
- 故障传播与动态拓扑。 单店独立模型天然限制了故障范围;图模型会把错误输入传给相邻节点。新店开业、闭店装修、仓库改配和临时前置仓又会持续改变节点和边。生产系统因此需要节点异常检测、边级熔断、局部模型回退和拓扑版本管理。
规模也会改变问题性质。实验只有十家相对同质的门店和一种抽象商品,真实网络却可能包含数千家不同店型与数万个最小存货单位(SKU)。同时展开邻近、供货和商品替代关系会增加采样、显存与特征对齐成本;传播过深还会造成过平滑。因此,是否使用图模型不能脱离粒度、规模和维护成本讨论。
6.3 按证据递进选择模型 #
工程团队可以按以下顺序作出选择:
- 先检查销量是否被库存截断。 如果训练标签把“卖不出来”当成“没人想买”,先修复观测问题。
- 确认跨节点信号在推理时可得。 促销排期、邻店销量和仓库状态必须使用预测时已经到达的版本。
- 建立能够处理非线性交互的邻域宽表强基线。 它用于检验大部分关系收益能否由现有表格管道和成熟树模型取得。
- 只在关键门店和冲击场景比较图神经网络的增量。 全网平均提升不足以证明每家门店都应使用同一模型。
- 通过同条件压力测试决定是否上线。 对候选模型施加相同的缺失、延迟和异常输入,并预先定义熔断与回退条件。
这一路径不预设哪一类模型必然胜出。自身销量截断和平稳经营占主导的门店可以继续使用单店模型;邻域中的非线性交互明显、但固定宽表已经足以表达时,成熟树模型往往是成本更低的候选;只有多跳关系持续带来稳定增量,而且数据质量、节点监控和故障隔离能够支撑信息传播时,图神经网络才值得进入生产评估。
6.4 从平均误差到实际业务价值 #
直接拿受库存截断的观测销量训练单店模型时,预测总量相对潜在需求的方向性偏差为 -13.87%,在断货客流转移期间更低估了 -29.23%。负号在这里表示系统持续少算需求,而不只是每天存在一些方向随机的误差。如果企业把这样的预测直接用于补货,就可能形成一条自我强化的链条:门店缺货以后,系统只看到销量下降,于是继续下调需求预测和补货量,下一轮缺货反而更严重。因此,评估不能只看一个全网平均误差,还要同时检查预测是否长期偏高或偏低、关键经营场景和重点门店是否失真,以及预测时所需数据能否稳定到达。
从长期演进看,系统成熟的标志不是把图做得越来越深,而是让每一条关系都可以被检验、失效和撤回:强单店模型承担本地规律,关系模块只修正确实存在的跨店残差。预测仍然只是决策依据,继续受库存、成本、权限、事务和状态机约束。
结语:使用图的视角,不等于必须部署图模型 #
开头那家突然迎来客流的门店提醒我们,需求有时取决于周围实体的关系,但看见关系不等于必须部署图模型。可靠的选择应先校正观测、确认预测时可用的信息,再比较模型能否带来稳定增量。简单模型可以胜出,图模型也只有在关系可信、数据及时且风险可控时才值得采用;任何预测都不能绕过库存、成本、权限和执行安全。
继续阅读与复现:完整实现、数据加载和实验入口见 GitHub 代码仓库:retail-gnn-demand-forecast;模型配置、逐店结果、压力测试和运行记录见完整实验报告。复现公开面板时,请连同第 5.6 节的抽样、构图和目标定义一起核对。
参考文献 #
[1] Gilmer, J., et al. Neural Message Passing for Quantum Chemistry. Proceedings of the 34th International Conference on Machine Learning, 2017. https://proceedings.mlr.press/v70/gilmer17a.html
[2] Kipf, T. N., & Welling, M. Semi-Supervised Classification with Graph Convolutional Networks. International Conference on Learning Representations, 2017. https://arxiv.org/abs/1609.02907
[3] Hamilton, W. L., Ying, R., & Leskovec, J. Inductive Representation Learning on Large Graphs. Advances in Neural Information Processing Systems, 2017. https://proceedings.neurips.cc/paper/2017/hash/5dd9db5e033da9c6fb5ba83c7a7ebea9-Abstract.html
[4] Veličković, P., et al. Graph Attention Networks. International Conference on Learning Representations, 2018. https://arxiv.org/abs/1710.10903
[5] Dingdong Inc. FreshRetailNet-50K: A Stockout-Annotated Censored Demand Dataset for Latent Demand Recovery and Forecasting in Fresh Retail. arXiv:2505.16319, 2025. https://huggingface.co/datasets/Dingdong-Inc/FreshRetailNet-50K
[6] Corporación Favorita. Corporación Favorita Grocery Sales Forecasting. Kaggle, 2017. https://www.kaggle.com/competitions/favorita-grocery-sales-forecasting
[7] Makridakis, S., Spiliotis, E., & Assimakopoulos, V. The M5 Accuracy Competition: Results, Findings, and Conclusions. International Journal of Forecasting, 2022. https://doi.org/10.1016/j.ijforecast.2021.11.013