[发明专利]一种基于大数据预测产品需求的数据处理方法及系统

权利要求书

1.一种基于大数据预测产品需求的数据处理方法，其特征在于，包括：

接收需要预测的目标产品的产品需求属性，以及预测环境参数，其中，所述产品需求属性包括目标产品的数量，所述预测环境参数包括所述产品需求属性的环境约束；

将所述产品需求属性和所述预测环境参数发送给模型库，其中，所述模型库用于根据所述产品需求属性和所述预测环境参数查找对应的目标预测模型；

在所述模型库中包括所述产品需求属性和所述预测环境参数对应的目标预测模型的情况下，调用所述模型库中的所述目标预测模型，其中，所述目标预测模型用于针对所述预测环境参数对所述目标产品的产品需求属性进行预测，所述目标预测模型是由大数据库中所述目标产品的同类产品在所述预测环境参数对应的环境参数下的产品需求属性数据训练而成，所述产品需求属性数据包括不同时间的产品需求属性；

在所述模型库中不包括所述产品需求属性和所述预测环境参数对应的目标预测模型的情况下，从所述大数据库中获取所述目标产品的同类产品的相关数据；

根据所述相关数据生成所述产品需求属性和所述预测环境参数对应的目标预测模型；

将所述产品需求属性输入所述目标预测模型，由所述目标预测模型输出所述目标产品在预设时间段的预测产品需求属性；

从所述大数据库中获取所述目标产品的同类产品的相关数据包括：

将所述产品需求属性和所述预测环境参数发送给所述大数据库，其中，所述大数据库在接收到所述产品需求属性和所述预测环境参数之后，通过聚类的方式，将所述目标产品和所述大数据库中的产品分为多个聚类簇，选取所述目标产品所属聚类簇中与所述目标产品距离最接近的预设数量的产品作为所述同类产品，并调用所述同类产品的相关数据，所述相关数据包括所述同类产品的某一产品需求属性在某一环境参数下随时间的变化；

调用所述大数据库中所述目标产品的同类产品的相关数据；

根据所述相关数据生成所述产品需求属性和所述预测环境参数对应的目标预测模型包括：

根据所述目标产品，所述产品需求属性和所述环境参数，以及对应的权重，在所述模型库中选择匹配的预测模型，并获取所述预测模型的初始模型；

从所述相关数据中选择与所述目标产品的产品需求属性的同类属性，在所述预测环境参数的同类环境参数下的变化数据；

根据所述变化数据对所述初始模型进行训练生成所述目标预测模型；

在所述模型库中不包括所述产品需求属性和所述预测环境参数对应的目标预测模型的情况下，还包括查找满足产品需求属性、预测环境参数其中之一的预测模型，作为备选的目标预测模型；

在所述模型库中不包括所述产品需求属性和所述预测环境参数对应的目标预测模型的情况下，还包括对产品需求属性和预测环境参数进行特征提取，通过聚类的方式查找模型库中相似度最高的预测模型对应的产品需求属性和预测环境参数，并将其对应的预测模型作为目标预测模型，来在紧急情况下，作为备选的目标预测模型使用；

根据所述变化数据对所述初始模型进行训练生成所述目标预测模型包括：

对所述变化数据进行预处理，其中，所述预处理包括去重处理，清洗处理；

将所述变化数据分为训练数据和验证数据；

通过训练数据对所述初始模型进行训练，直至所述初始模型收敛，完成训练；

通过所述验证数据对训练完成的初始模型进行验证；

在验证通过的情况下，将所述训练完成的初始模型作为所述目标预测模型；

在验证不通过的情况下，对训练完成的初始模型进行调参，并利用所述训练数据继续训练，直至训练完成的初始模型通过验证。

2.根据权利要求1所述的方法，其特征在于，将所述产品需求属性输入所述目标预测模型，由所述目标预测模型输出所述目标产品在预设时间段的预测产品需求属性之后，所述方法还包括：

将所述目标预测模型存储到所述模型库中；

将所述预测产品需求属性发送给可视化工具，对所述预测产品需求属性进行可视化。