[发明专利]一种销量预测方法、销量预测装置及电子设备

说明书

本申请公开了一种销量预测方法、销量预测装置及电子设备，该方法包括：获取待预测产品的历史销量数据；对历史销量数据进行预处理，得到历史销量序列；若历史销量数据的时间长度大于或等于设定阈值，则将历史销量序列输入已训练的第一循环神经模型进行预测，得到待预测产品的销量预测结果；若历史销量数据的时间长度小于设定阈值，则根据已训练的第二循环神经模型对待预测产品进行预测，得到待预测产品的销量预测结果。本申请通过采用不同的循环神经模型对不同时间长度的历史销量数据进行预测，能够提高循环神经模型的泛化能力，并进一步提高销量预测方法的准确性。

技术领域

本申请属于数据处理技术领域，尤其涉及一种销量预测方法、销量预测装置、电子设备及计算机可读存储介质。

背景技术

销量预测一般是根据产品的历史销量来预测该产品未来的销量情况，在商品销售行业，是一项不可缺少的重要指标。根据销量预测结果，商家可以对库存存量进行管控，降低备货成本，进而从根本上控制成本、提升利润。

精确的销量预测结果对于库存管控十分重要。目前，常用的销量预测方法多基于深度学习模型。虽然基于深度学习模型的销量预测相较于传统的销量预测准确率有所提升，但由于现有的深度学习模型仍存在泛化能力差，导致销量预测的准确性出现瓶颈难以进一步提升。

发明内容

本申请提供了一种销量预测方法、销量预测装置、电子设备及计算机可读存储介质，可以提高深度学习模型的泛化能力差，进一步提升销量预测的准确性。

第一方面，本申请提供了一种销量预测方法，包括：

获取待预测产品的历史销量数据；

对上述历史销量数据进行预处理，得到历史销量序列；

若上述历史销量数据对应的时间长度大于或等于设定阈值，则将上述历史销量序列输入已训练的第一循环神经模型进行预测，得到上述待预测产品的销量预测结果，上述第一循环神经模型包括N层循环神经网络，上述N≥3，且上述N为整数；

若上述历史销量数据对应的时间长度小于设定阈值，则根据已训练的第二循环神经模型对上述待预测产品进行预测，得到上述待预测产品的销量预测结果，上述第二循环神经模型包括特征提取网络和神经预测网络，上述第二循环神经模型的训练过程与上述历史销量序列相关。

第二方面，本申请提供了一种销量预测装置，包括：

数据获取模块，用于获取待预测产品的历史销量数据；

数据处理模块，用于对上述历史销量数据进行预处理，得到历史销量序列；

第一预测模块，用于若上述历史销量数据对应的时间长度大于或等于设定阈值，则将上述历史销量序列输入已训练的第一循环神经模型进行预测，得到上述待预测产品的销量预测结果，上述第一循环神经模型包括N层循环神经网络，上述N≥3，且上述N为整数；

第二预测模块，用于若上述历史销量数据对应的时间长度小于设定阈值，则根据已训练的第二循环神经模型对上述待预测产品进行预测，得到上述待预测产品的销量预测结果，上述第二循环神经模型包括特征提取网络和神经预测网络，上述第二循环神经模型的训练过程与上述历史销量序列相关。

第三方面，本申请提供了一种电子设备，上述电子设备包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现如上述第一方面的方法的步骤。

第四方面，本申请提供了一种计算机可读存储介质，上述计算机可读存储介质存储有计算机程序，上述计算机程序被处理器执行时实现如上述第一方面的方法的步骤。

第五方面，本申请提供了一种计算机程序产品，上述计算机程序产品包括计算机程序，上述计算机程序被一个或多个处理器执行时实现如上述第一方面的方法的步骤。