[发明专利]一种快销产品供给预测方法

权利要求书

1.一种快销产品供给预测方法，步骤如下：

步骤1：对历史数据进行数据预处理操作，包含以下具体步骤：

1.1剔除历史数据中的节假日等非销售日的数据，即剔除无效数据；

1.2做出箱线图，剔除图中存在的离群点，即剔除异常数据；

1.3将以天为单位的历史数据转换为以周为单位的平均数据，并记录该周的起止时间，转换方法为将每周的有效数据求和后，除以该周的有效天数；

1.4对销售数据，从1开始，给每条数据添加月份标签，该标签递增而不是以12个月为周期进行循环；对于横跨两个月的数据，取两个月的标签的平均值；

1.5对销售数据，将本周的训练标签Y设置为下一周的平均销量；

1.6对投放量数据，先对小类占比求和，计算由小类组成的大类在每周的占比数据，再将小类占比除以大类占比，计算小类在大类中的占比数据；

步骤2：构建随机森林模型对销量数据进行预测，包含以下具体步骤：

2.1设下一周的月份标签为m，从数据库中取出月份标签大小在[m-14,m-12]和[m-2,m]之间的数据，即取出两年内同期前三个月的历史数据，构成训练样本D，其中最后一条数据为预测时使用的输入数据；将除最后一条数据的样本数量记为N，则第i个训练样本为D(i)＝(Xi,Yi)，其中Xi为M维销量特征数据组成的集合，Yi为训练标签Y的值， 0i ≤ N ；

2.2确定一个远小于N的数值a，用来表示每棵回归决策树选取变量的个数；

2.3采用Bootstrap方法从数据集D中随机有放回地取出k个训练集，每个训练集包含N条数据， k 取值在 100 左右 ；

2.4将每个训练集创建一棵回归决策树，组成含有k棵决策树的随机森林模型；

2.5将最后一条数据，即本周的M维销量特征数据输入随机森林模型，得到所有回归决策树的输出结果；对所有结果求平均，即得到了下周平均销量的预测值；

步骤3：构建ARIMA模型对投放量数据进行预测，包含以下具体步骤：

3.1从数据库中取出全部大类占比的所有历史数据，以及所有小类在大类中占比的前4周历史数据；

3.2针对每个大类占比的数据集，根据其训练一个ARIMA模型，具体操作如下：

S1.通过绘制时间序列散点图判断该数据集是否平稳，如果平稳则不需要进行差分操作，ARIMA模型中参数d的值为0；如果不平稳则进行n阶差分操作，使之变成平稳序列，参数d的值就是对数据差分阶数n的值；

S2.对上一步处理得到的结果做出acf图和pacf图，对图中数据的变化趋势进行判断，如果acf图出现拖尾，而pacf图出现p阶截尾的现象，则参数q为0，参数p为出现截尾时的阶数，即选用AR(p)模型；如果acf图出现q阶截尾的现象，而pacf图出现拖尾，则参数p为0，参数q为出现截尾时的阶数，即选用MA(q)模型；如果acf图出现拖尾，并且pacf图出现拖尾，则参数p、q为出现拖尾的阶数，即选用ARMA(p,q)模型；

S3.在确定参数p,d,q的值后，将数据送入ARIMA(p,d,q)模型中进行训练，ARIMA的公式可表示为：

x_t＝μ+φ₁x_t-1+……+φ_px_t-p+e_t-θ₁e_t-1-……-θ_qe_t-q

S4.其中x_t为当前时刻的观测值，μ为通过模型拟合得到的序列的平均值，x_t-1……x_t-p表示前p个时刻的值，φ则是它们的不同权重，e_t……e_t-q则表示不同时刻的误差，θ则是它们不同的权重；这些权重都是通过ARIMA模型拟合出来的；

S5.模型训练完成后即可直接输出下次的预测值；

3.3在所有大类占比预测完成之后进行放缩操作，方法为将每个大类的预测值除以所有大类预测值的和，保证所有放缩后大类预测值的和为1；

3.4为了降低模型复杂度，并加快预测速度，将取出的前4周小类在大类中占比的数据按小类进行数据求平均值操作，得到每个小类在前4周的平均占比数据；

3.5最后将小类平均占比乘上对应大类占比的预测值就得到了下周小类占比的数据。