[发明专利]基于Arma模型的每日订单成交量预测方法及装置

说明书

技术领域

本公开涉及计算机处理技术领域，尤其涉及一种基于Arma模型的每日订单成交量预测方法及装置。

背景技术

每日订单数是营销部的重要业务指标。为制定合理的营销策略，需要对未来指标作有效的预测，增益补足以实现业务的良好发展。然而，许多客观或主观的因素均会对每日成交订单数产生影响。客观方面，如天气、周末、春节等；主观方面，如补贴额度、奖励措施等，都会在某种程度上影响指标。

在对指标进行预测方面，常规做法是分析影响每日订单成交量各因素间的相关性，从影响因素角度提供每日订单成交量预测方法。上述常规做法存在以下弊端：

首先，无论主观抑或客观，天气因素、补贴因素、工作日因素、春节营销因素因数据库不全等原因并没有可用的显式或历史数据，因而，这些元素的历史数据在数据库里并不能得到很好的对应。

其次，若基于影响因素建立模型，则需要预测目标指标之前预先估计这些影响因素的未来值，然后再基于这些影响因素的预测做每日订单成交数目的预测。因而，这样的预测会涉及两步误差：因素预测误差与目标预测误差，因而，会降低目标指标预测的可信度。

公开内容

针对现有技术的缺陷，本公开提供一种基于Arma模型的每日订单成交量预测方法及装置，用于解决现有技术中受主观因素未较好的对应历史数据以及建立模型预测数据时带来的两步误差的技术问题。

第一方面，本公开提供了一种基于Arma模型的每日订单成交量预测方法，所述预测方法包括：

获取第一预设时间段内的成功订单的历史数据；

利用该历史数据拟合所选定的Arma模型以调和该Arma模型的多个参数；

利用调和参数后的Arma模型预测未来预设天数的每日成功订单数量。

优选地，所选定的Arma模型采用以下步骤获取：

获取第二预设时间段内的历史数据；

利用该第二预设时间段内的历史数据通过曲线拟合与参数估计方法建立该Arma模型。

优选地，所述第一预设时间段与所述第二预设时间段长度相同；

或者，

所述第一预设时间段为所述第二预设时间段与所述未来预设天数之和。

优选地，其特征在于，所选定的Arma模型采用以下公式表示：

式中，X_t表示t时刻的成交订单数量；c为常数项；ε_t表示每日订单数量的平均值；表示不同时刻的成交订单数量的权重；θ_j表示每天订单数量的权重；p表示该模型中包含p个自回归项；q表示该模型中包含q个移动平均项。

第二方面，本公开提供了一种基于Arma模型的每日订单成交量预测装置，所述预测装置包括：

历史数据获取单元，用于获取第一预设时间段内的成功订单的历史数据；

Arma模型参数调和单元，用于利用该历史数据拟合所选定的Arma模型以调和该Arma模型的多个参数；

成功订单预测单元，用于利用调和参数后的Arma模型预测未来预设天数的每日成功订单数量。

优选地，所述预测装置还包括Arma模型建立单元，该Arma模型建立单元包括：

历史数据获取模块，用于获取第二预设时间段内的历史数据；

Arma模型建立模块，用于利用该第二预设时间段内的历史数据通过曲线拟合与参数估计方法建立该Arma模型。

优选地，所述历史数据获取单元中第一预设时间段与所述历史数据获取模块中第二预设时间段的长度相同；

或者，

所述历史数据获取单元中第一预设时间段为所述历史数据获取模块中第二预设时间段与未来预设天数之和。

优选地，所述Arma模型参数调和单元采用以下公式表示所选定的Arma模型：

由上述方案可知，本公开通过直接将第一时间段内的历史数据对Arma模型进行参数调和，利用调和参数后的Arma模型对未来预设天数的每日成功订单数量。由于历史数据是真实有效的，且建立模型过程中不会受到主观因素以及客观因素的影响，可以避免发生现有技术中建立模型预测数据时带来的两步误差的问题，因而本公开预测的每日成功订单数量更精准，从而可以为制定有效的营销策略提供参数。

附图说明