[发明专利]销量预测方法及其模型的获取方法、装置和电子设备

权利要求书

1.一种销量预测模型的获取方法，其特征在于，所述方法包括：

获取影响销量的多个强相关因子，获取各强相关因子的初始数据；

将各所述强相关因子的初始数据及历史销售数据输入初始线性回归模型，计算所述初始线性回归模型的拟合参数的预测拟合数值；

将所述预测拟合数值代入所述初始线性回归模型的拟合参数，得到销售预测模型。

2.根据权利要求1所述的方法，其特征在于，所述获取影响销量的多个强相关因子，包括：

确定影响销量的多个预设相关因子，确定各预设相关因子的初始数据；

分别计算各预设相关因子的初始数据与历史销售数据的各第一协方差；

分别计算各预设相关因子的初始数据的第一方差，计算所述历史销售数据的第二方差；

将各所述第一方差分别与所述第二方差的乘积进行开平方计算，得到各第一开平方结果值；

根据各所述第一协方差、各所述第一开平方结果值得到各预设相关因子与所述历史销售数据的相关系数；

将各所述预设相关因子中对应相关系数处于预设正数取值范围的预设相关因子作为所述强相关因子。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述预测拟合数值、多个所述强相关因子的初始数据及所述历史销售数据计算所述销售预测模型的回归系数；

在所述回归系数不处于预设正数取值范围时，调整所述预测拟合数值，直至根据调整后的预测拟合数值、多个所述强相关因子及所述历史销售数据计算的回归系数处于所述预设正数取值范围，将对应的调整后的预测拟合数值作为修正拟合数值；

将所述修正拟合数值代入所述初始线性回归模型的拟合参数，得到修正销售预测模型。

4.根据权利要求1所述的方法，其特征在于，所述初始线性回归模型包括公式：其中，Y_i表示历史销量数据，β₀及β_i表示拟合参数，X_i表示强相关因子对应的权重数据，ε_i表示修正数据。

5.一种销量预测方法，其特征在于，所述方法应用于配置有销量预测模型的电子设备，所述销售预测模型为根据权利要求1至4任一项所述的销量预测模型的获取方法获得；所述方法包括：

获取影响销量的多个当期强相关因子，确定各当期强相关因子对应的计划数据；

将多个所述当期强相关因子的计划数据输入所述销售预测模型，计算得到当期销售预测信息。

6.根据权利要求5所述的方法，其特征在于，所述获取影响销量的多个当期强相关因子，包括：

确定影响销量的多个当期相关因子，确定各当期相关因子的计划数据；

分别计算各当期相关因子的计划数据与历史同期销售数据的各第二协方差；

分别计算各当期相关因子的计划数据的第三方差，计算所述历史同期销售数据的第四方差；

将各所述第三方差分别与所述第四方差的乘积进行开平方计算，得到各第二开平方结果值；

根据各所述第二协方差、各所述第二开平方结果值得到各当期相关因子与所述历史同期销售数据的相关系数；

将各所述当期相关因子中相关系数处于预设正数取值范围的当期相关因子作为所述当期强相关因子。

7.一种销量预测模型的获取装置，其特征在于，所述装置包括：

第一获取模块，用于获取影响销量的多个强相关因子，获取各强相关因子的初始数据；

第一计算模块，用于将各所述强相关因子的初始数据及历史销售数据输入初始线性回归模型，计算所述初始线性回归模型的拟合参数的预测拟合数值；

处理模块，用于将所述预测拟合数值代入所述初始线性回归模型的拟合参数，得到销售预测模型。