[发明专利]基于机器学习的服装销售的预测方法和预测装置

说明书

本发明提出一种基于机器学习的服装销售的预测方法和预测装置。所述预测方法包括以下步骤：将销售历史数据存储到销售历史数据库；从社交媒体网络收集社交媒体数据，并将收集的社交媒体数据存储到社交媒体数据库；利用销售历史数据和社交媒体数据建立服装销售预测模型，并利用该模型对服装销量进行预测。本发明有效地利用机器学习技术，提高社交媒体发言与颜色和潮流服饰关系的预测准确性。

技术领域

本发明涉及信息处理技术领域，特别涉及基于机器学习的服装销售的预测方法和预测装置。

背景技术

对服装销售的预测是时装企业做预算和规划的重要参考，其对于企业减少库存从而提高企业的竞争力和利润率具有重要的意义。但是，对于服装企业来说，由于各种原因，有效的历史数据往往很少，因此时装企业在生产控制中难以制定合理的生产量以满足市场需求且扩大企业利润。一旦出现销售问题，企业难以及时做出反应，其决策具有延迟性，相比于迅速变换的服装市场，该延迟性是不利的。此外，服装企业可能还难以准确定位销售问题的原因点，往往需要很长时间的排查才发现出现问题的原因。

现有针对时装产品色彩流行趋势的预测，主要依靠人工筛选信息，输入系统进行预测，从而无法自动获取信息并进行筛选、再输入系统进行预测。人工筛选信息对结果的影响很大，无法进行自动化预测。现有方法的预测结果也仅限于时装色彩流行趋势的潮流分析，并不能对不同的颜色的时装产品的未来销售情况进行定量预测。而且，现有的方法也无法对用户不同的产品进行差异化预测，而仅仅是针对整个时装市场进行普通情况下的预测。用户在获得预测潮流趋势后，仍然需要自行进行生产销售安排。

近年来，随着信息科技的发展，媒体信息传播方便快捷，目前在很多社交媒体上，品牌、设计师、杂志以及网络红人都可以影响服装的流行趋势，进而影响服装的销售。传统的方法无法满足预测的准确性和可靠性。因此非常有必要寻找一种高准确性和高可靠性的服装销售的预测方法，以有效地指导时装企业的生产。

发明内容

本发明透过采集社交媒体发言，再利用统计学知识及人工智能系统的方法，去建造一个能够被广泛应用的时装产品销售预测模型，例如各颜色销售预测模型。

本发明要解决的一个技术问题在于有效地利用自然语言处理的方法及机器学习和统计机器模型技术，提高社交媒体发言与颜色和潮流服饰关系的准确性，建造一个基于机器学习的时装产品颜色销售预测模型。

本发明提出一种基于机器学习的服装销售的预测方法，包括以下步骤：

将销售历史数据存储到销售历史数据库；

从社交媒体网络收集社交媒体数据，并将收集的社交媒体数据存储到社交媒体数据库；

利用销售历史数据和社交媒体数据建立服装销售预测模型；以及

利用该模型对服装销量进行预测。

在一个方面，所述社交媒体数据至少包括在社交媒体上公开发言的内容和各条发言的信息，所述信息包括例如发布者、阅读量、转发量、评论量和点赞数中的一种或多种或全部。在进一步的方面，所述发布者至少包括品牌、设计师、杂志和网络红人中的一个或多个或全部。

在一个方面，还包括在预测中计算社交媒体数据与实际产品销售时间滞后的关系。在一个方面，通过对历史销量数据Z_i根据Z_i＝(M_i-μ)/σ进行标准化，其中，i＝特定时期的特定产品的序号；M_i＝特定产品在特定时期的实际销售数据；μ＝取值于特定产品在更长时期内的实际销售数据的平均值；σ＝取值于特定产品在更长时期内的实际销售数据的的标准偏差。

在一个方面，所述社交媒体数据至少包括社交媒体发言数据﹑谷歌趋势数据和颜色销售数据。