[发明专利]确定物品销量的方法和装置

说明书

本发明公开了一种确定物品销量的方法和装置，涉及仓储物流技术领域。其中，该方法包括：获取目标物品对应的多个相似物品的历史销量数据；根据目标物品和所述多个相似物品的历史销量数据计算目标物品和所述多个相似物品的相似度；根据目标物品和所述多个相似物品的相似度计算所述多个相似物品的权重；根据所述多个相似物品的权重和所述多个相似物品的历史销量数据，确定目标物品的销量预测值。通过以上步骤，能够提高新品销量预测结果的精确度和可靠性，解决了现有技术中由于新品的历史销售信息较少导致销量预测结果的精确度低、可靠性差、甚至无法预测等问题，进而引导人们基于销量预测结果及时、准确地进行诸如补货等业务操作。

技术领域

本发明涉及仓储物流技术领域，尤其涉及一种确定物品销量的方法和装置。

背景技术

在电商平台的仓储管理、门店的智慧零售等实际业务场景中，对物品销量进行预测有重要意义。例如，在电商平台进行仓储管理时，需要对物品在未来一段时间内的销量进行预测，根据销量预测结果和物品的库存情况确定补货量，以便引导相关人员及时进行补货。

在物品在初始进入市场时，由于没有历史销量数据或者只有较少的历史销量数据，此时的物品销量预测一直是个难点。在现有技术中，主要有以下物品销量预测方法：第一，直接使用常规的时间序列预测模型对物品的销量进行预测，如ARIMA、ExponentialSmoothing等模型；第二，基于Logistic、Gompertz等增长模型的物品预测方法；第三，基于用户行为特征的物品预测方法，比如基于Bass模型的物品销量预测方法。

在实现本发明的过程中，本发明的发明人发现现有的物品销量预测方法存在以下问题：第一，常规的时间序列预测模型对物品的历史销量数据量有一定的要求，而物品在初始上市阶段销售信息较少，导致预测效果很差或者根本无法拟合时间序列预测模型；第二，Logistic、Gompertz等增长模型只适用于对上市之后销量逐步增长的新品进行预测，但是实际中很多新品在上市后由于不被市场接受，其销量是逐步下降的，而且，直接采用物品历史销售信息对Logistic、Gompertz等增长模型进行拟合得到的销量预测结果的精准性也很差；第三，基于用户行为特征的物品预测方法更适用于对已经在市场上存在一段时间的物品进行销量预测，若将其用于新品销量预测，会存在销量预测结果可靠性差、精确度低等问题。

发明内容

有鉴于此，本发明提供了一种确定物品销量的方法和装置，能够提高新品销量预测结果的精确度和可靠性，解决了现有技术中由于新品的历史销售信息较少导致销量预测结果的精确度低、可靠性差、甚至无法预测等问题，进而引导人们基于销量预测结果及时、准确地进行诸如补货等业务操作。

为实现上述目的，根据本发明的第一个方面，提供了一种确定物品销量的方法。

本发明的确定物品销量的方法由电子设备执行，包括：获取目标物品对应的多个相似物品的历史销量数据；其中，所述多个相似物品的起始销售时间早于所述目标物品；根据目标物品和所述多个相似物品的历史销量数据计算目标物品和所述多个相似物品的相似度；根据目标物品和所述多个相似物品的相似度计算所述多个相似物品的权重；根据所述多个相似物品的权重和所述多个相似物品的历史销量数据，确定目标物品的销量预测值。

可选地，所述根据目标物品和所述多个相似物品的历史销量数据计算目标物品和所述多个相似物品的相似度包括：根据目标物品在至少一个历史阶段下的销量构建对应的特征向量；对于所述多个相似物品中的每一个，根据该相似物品在所述至少一个历史阶段下的销量构建对应的特征向量；根据目标物品的特征向量和相似物品的特征向量计算目标物品和该相似物品的相似度。