[发明专利]基于马尔科夫链的预测方法和装置

说明书

技术领域

本发明涉及互联网技术领域，尤其涉及一种基于马尔科夫链的预测方法和装置。

背景技术

对于线上、线下亦或两者混合型的零售门店，产生过购买的顾客，就具体的购买行为而言，可能存在显著的差异，例如，不同用户的访问频率、消费金额，以及对产品的偏好可能不同。而现有技术中，仅通过简单的历史购买数据统计，使用相关时间序列方法进行零售门店顾客数预测，导致预测结果和实际结果的差距较大，即预测结果的准确性较低。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的第一个目的在于提出一种基于马尔科夫链的预测方法，基于马尔科夫链，将零售门店的顾客进行不同状态的刻画，由此预测零售门店在未来某一时段的顾客数，能够有效提升预测结果的准确性，用于解决现有顾客数预测结果的准确性较低的技术问题。

本发明的第二个目的在于提出一种基于马尔科夫链的预测装置。

本发明的第三个目的在于提出一种计算机设备。

本发明的第四个目的在于提出一种非临时性计算机可读存储介质。

本发明的第五个目的在于提出一种计算机程序产品。

为达上述目的，本发明第一方面实施例提出了一种基于马尔科夫链的预测方法，包括：

采集预设时长内顾客的历史购买数据；

根据所述历史购买数据，统计获取顾客的状态转移矩阵；其中，所述状态转移矩阵中包括所述顾客从第i个状态转移到第j个状态的概率；

获取用于预测的每个状态下的顾客的第一购买数据；

根据每个状态下的所述第一购买数据和所述状态转移矩阵，得到第一预测结果；其中，所述第一预测结果包括每个状态下的预测出的顾客数。

本发明实施例的基于马尔科夫链的预测方法，通过采集预设时长内顾客的历史购买数据；根据历史购买数据，统计获取顾客的状态转移矩阵；获取用于预测的每个状态下的顾客的第一购买数据；根据每个状态下的第一购买数据和状态转移矩阵，得到第一预测结果；其中，第一预测结果包括每个状态下的预测出的顾客数。本实施例中，基于马尔科夫链，将零售门店的顾客进行不同状态的刻画，由此预测零售门店在未来某一时段的顾客数，能够有效提升预测结果的准确性，解决现有技术中顾客数预测结果的准确性较低的技术问题。

为达上述目的，本发明第二方面实施例提出了一种基于马尔科夫链的预测装置，包括：

采集模块，采集预设时长内顾客的历史购买数据；

统计模块，用于根据所述历史购买数据，统计获取顾客的状态转移矩阵；其中，所述状态转移矩阵中包括所述顾客从第i个状态转移到第j个状态的概率；

获取模块，用于获取用于预测的每个状态下的顾客的第一购买数据；

处理模块，用于根据每个状态下的所述第一购买数据和所述状态转移矩阵，得到第一预测结果；其中，所述第一预测结果包括每个状态下的预测出的顾客数。

本发明实施例的基于马尔科夫链的预测装置，通过采集预设时长内顾客的历史购买数据；根据历史购买数据，统计获取顾客的状态转移矩阵；获取用于预测的每个状态下的顾客的第一购买数据；根据每个状态下的第一购买数据和状态转移矩阵，得到第一预测结果；其中，第一预测结果包括每个状态下的预测出的顾客数。本实施例中，基于马尔科夫链，将零售门店的顾客进行不同状态的刻画，由此预测零售门店在未来某一时段的顾客数，能够有效提升预测结果的准确性，解决现有技术中顾客数预测结果的准确性较低的技术问题。

为达上述目的，本发明第三方面实施例提出了一种计算机设备，包括：处理器和存储器；其中，所述处理器通过读取所述存储器中存储的可执行程序代码来运行与所述可执行程序代码对应的程序，以用于实现如本发明第一方面实施例所述的基于马尔科夫链的预测方法。

为了实现上述目的，本发明第四方面实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如本发明第一方面实施例所述的基于马尔科夫链的预测方法。

为了实现上述目的，本发明第五方面实施例提出了一种计算机程序产品，当所述计算机程序产品中的指令处理器执行时实现如本发明第一方面实施例所述的基于马尔科夫链的预测方法。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：