[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

说明书

本发明公开了一种基于大数据预测产品需求的数据处理方法及系统。其中，该方法包括：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，产品需求属性包括目标产品的数量，预测环境参数包括产品需求属性的环境约束；根据产品需求属性和预测环境参数，从模型库中选取对应的目标预测模型，目标预测模型是由大数据库中目标产品的同类产品在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，产品需求属性数据包括不同时间的产品需求属性；将产品需求属性输入目标预测模型，由目标预测模型输出目标产品在预设时间段的预测产品需求属性。本发明解决了现有技术中产品的需求数据受影响的方面较多，难以有效预测的技术问题。

技术领域

本发明涉及产品预测领域，具体而言，涉及一种基于大数据预测产品需求的数据处理方法及系统。

背景技术

现有技术中，对产品的需求预测，更多的是采用先行统计的方式，计算产品过去一段时间内的发展趋势，来预测产品未来的需求。或者使用其他的一些统计学方法来进行产品需求预测。但是，产品需求不仅存在地域的不同，产品需求属性的不同，受众不同，销售方式不同，等等多种因素的影响，其内在的逻辑非常复杂，并且常常难以数据化分析，现有统计学方式局限性较大，往往难以准确的预测产品的需求。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种基于大数据预测产品需求的数据处理方法及系统，以至少解决现有技术中产品的需求数据受影响的方面较多，难以有效预测的技术问题。

根据本发明实施例的一个方面，提供了一种基于大数据预测产品需求的数据处理方法，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。

可选的，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。

可选的，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。