[发明专利]出货量预测设备、出货量预测方法、记录介质和出货量预测系统

说明书

技术领域

本发明涉及一种出货量预测设备、一种出货量预测方法、一种 记录介质以及一种出货量预测系统。

背景技术

店铺或者商店中的产品的出货量是由于各种因素被观察和被累 积的数据。例如，一些产品的销售取决于天气、星期几或者其他因 素而改变。换句话说，这些数据被累积为来自各种因素而不是仅一 个因素的观察值。分析这种数据的因素使能销售之间或者天气与销 售之间的相关性的分析并且使能缺货项或者库存项的减少。出货量 的示例可以包括产品的销售量、出货数目、产品销售收入和店铺或 者商店中的产品的总销售收入。

已经提出用于基于例如过去销售数据来预测未来需求的技术 (参见例如PLS1和PLS2)。

PTL1公开了用于基于信息(诸如星期几、日期和时间和活动信 息)、根据预测模型来计算适当的库存的技术。PTL2公开了用于根 据基于信息(诸如销售人员的数目、店铺占地面积、业务量和区域 人口)所提取的最优多元回归方程来估计销售部的销售收入的技术。 PTL3公开了用于基于预测误差的标准偏差来计算安全库存的技术。

NPL1和PTL3公开了用于通过近似针对混合模型(代表隐变量 模型)的完整的边际似然函数并且然后最大化其下界(下限)来确 定观测概率的类型的方法。

[引文列表]

[专利文献]

[PTL1]日本专利第4139410号

[PTL2]日本未审查的专利申请公开第2010-128779号

[PTL3]国际公布WO2012/128207

[非专利文献]

[NPL1]RyoheiFujimaki、SatoshiMorinaga：FactorizedAsymptotic BayesianInferenceforMixtureModeling。

Proceedings_of_the_fifteenth_international_conference_on_Artificial_I ntelligence_and_Statistics(AISTATS)，2012年3月。

发明内容

[技术问题]

利用PTL1至3和NPL1中所描述的技术，可以基于现有店铺 中的出货量的过去信息来针对现有店铺预测未来的出货量。然而， 在没有新店铺中的出货量的所累积的过去信息的情况下，不能针对 新店铺预测产品的出货量。

本发明的目的是提供解决上文所描述的问题的一种出货量预测 设备、一种出货量预测方法、一种记录介质以及一种出货量预测系 统。

[问题方案]

第一方面是一种出货量预测设备，包括：

分类装置，该分类装置用于将关于多个店铺的信息片段分类为 多个聚类；

聚类估计装置，该聚类估计装置用于基于表示以预测为目标的 目标店铺的信息，估计多个聚类中的、目标店铺属于的特定聚类； 以及

出货量预测装置，该出货量预测装置用于基于针对属于特定聚 类的店铺的出货量，预测针对目标店铺的出货量。

第二方面是一种出货量预测方法，包括：

使用信息处理装置将关于多个店铺的信息片段分类为多个聚 类；

基于表示以预测为目标的目标店铺的信息，估计多个聚类中的、 目标店铺属于的特定聚类；以及从而基于针对属于特定聚类的店铺 的出货量，预测针对目标店铺的出货量。

第三方面是一种记录程序的记录介质，该程序用于使得计算机 实现以下步骤：

将关于多个店铺的信息片段分类为多个聚类的分类功能；

基于表示以预测为目标的目标店铺的信息来估计多个聚类中 的、目标店铺属于的特定聚类的聚类估计功能；以及

基于针对属于特定聚类的店铺的出货量来预测针对目标店铺的 出货量的出货量预测功能。

第四方面是一种出货量预测系统，包括：

分类装置，该分类装置用于将关于多个店铺的信息片段分类为 多个聚类；

聚类估计装置，该聚类估计装置用于基于表示以预测为目标的 目标店铺的信息，估计多个聚类中的、目标店铺属于的特定聚类； 以及

出货量预测装置，该出货量预测装置用于基于针对属于特定聚 类的店铺的出货量，预测针对目标店铺的出货量。