[发明专利]销量预测方法、装置、计算机设备和存储介质在审
| 申请号: | 202110194428.4 | 申请日: | 2021-02-20 |
| 公开(公告)号: | CN112950262A | 公开(公告)日: | 2021-06-11 |
| 发明(设计)人: | 刘大成;李磊;李晓宇;刘坤 | 申请(专利权)人: | 苏宁易购集团股份有限公司 |
| 主分类号: | G06Q30/02 | 分类号: | G06Q30/02;G06F17/11 |
| 代理公司: | 北京市万慧达律师事务所 11111 | 代理人: | 盛安平 |
| 地址: | 210000 江苏省*** | 国省代码: | 江苏;32 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 销量 预测 方法 装置 计算机 设备 存储 介质 | ||
本申请涉及一种销量预测方法、装置、计算机设备和存储介质。该方法包括:获取目标商品的当前正常销售商品特征和当前促销销售商品特征,并获取目标商品的促销计划信息以及促销系数;根据当前正常销售商品特征以及根据目标商品的历史正常销售商品特征的训练得到第一销量预测模型对目标商品进行初始销量预测,得到第一初始销量预测值;根据当前促销销售商品特征以及根据目标商品的历史促销销售商品特征训练得到的第二销量预测模型对目标商品进行初始销量预测,得到第二初始销量预测值;根据促销计划信息、促销系数、第一初始销量预测值以及第二初始销量预测值,确定目标商品在指定预测期的销量预测值。采用本方法能够提升销量预测结果准确性。
技术领域
本申请涉计算机技术领域,特别是涉及一种销量预测方法、装置、计算机设备和存储介质。
背景技术
销量预测是企业生产经营中的重要一环,商品的销量预测是企业制定下一步的运营计划的一个重要依据。因此,及时准确地做好销量预测对于企业生产经营有着十分重要的作用。
随着大数据和机器学习等技术的成熟及广泛应用,这些新兴技术开始应用于商品销量预测领域中。为了提升模型预测结果的准确率,目前主流的预测方案的侧重点主要分为以下几类:一是选择不同技术手段来处理异常数据或者缺失数据,以此来提升原始数据质量。二是选择不同的技术方案来提取特征。三是选择不同的机器学习模型完成预测工作。
尽管上述这些方法可行,但对实际商品销售过程中,存在大量的客观因素对销量产生影响,其中发生频率最高、影响最严重的就是促销活动。促销活动会严重影响商品在促销周期内的销售量,使得一般的机器学习模型很难学习到商品销量的变化规律。针对这一问题,目前主流的预测方案中的处理方式主要有两种,一是将这部分数据作为异常值剔除掉,不参与模型训练。二是直接当作正常数据参与模型训练,寄希望于模型的学习能力。基于这两种处理方式训练出的模型用于销量预测,往往很难给出比较准确的销量预测结果。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提升销量预测结果准确性的销量预测方法、装置、计算机设备和存储介质。
一种销量预测方法,该方法包括:
获取目标商品的当前正常销售商品特征和当前促销销售商品特征,并获取目标商品的促销计划信息以及促销系数;
根据当前正常销售商品特征和第一销量预测模型对目标商品进行初始销量预测,得到第一初始销量预测值,第一销量预测模型根据目标商品的历史正常销售商品特征的训练得到;
根据当前促销销售商品特征和第二销量预测模型对目标商品进行初始销量预测,得到第二初始销量预测值,第二销量预测模型根据目标商品的历史促销销售商品特征训练得到;
根据促销计划信息、促销系数、第一初始销量预测值以及第二初始销量预测值,确定目标商品在指定预测期的销量预测值。
一种销量预测装置,该装置包括:
参数获取模块,用于获取目标商品的当前正常销售商品特征和当前促销销售商品特征,并获取目标商品的促销计划信息以及促销系数;
第一初始预测模块,用于根据当前正常销售商品特征和第一销量预测模型对目标商品进行初始销量预测,得到第一初始销量预测值,第一销量预测模型根据目标商品的历史正常销售商品特征的训练得到;
第二初始预测模块,用于根据当前促销销售商品特征和第二销量预测模型对目标商品进行初始销量预测,得到第二初始销量预测值,第二销量预测模型根据目标商品的历史促销销售商品特征训练得到;
数据处理模块,用于根据促销计划信息、促销系数、第一初始销量预测值以及第二初始销量预测值,确定目标商品在指定预测期的销量预测值。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于苏宁易购集团股份有限公司,未经苏宁易购集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110194428.4/2.html,转载请声明来源钻瓜专利网。





