销量预测模型的建立方法、介质、装置和计算设备制造方法及图纸

本发明专利技术的实施方式提供了一种销量预测模型的建立方法、介质、装置和计算设备。该方法包括：采用历史促销数据生成针对商品或服务的多个样本数据，每个样本数据包括所述商品或服务在一次样本促销时段的特征数据及实际销量；采用所述多个样本数据中的部分样本数据搭建针对所述商品或服务的销量预测模型；采用所述多个样本数据对所述搭建的销量预测模型进行训练。本发明专利技术实施例得到的模型对销量的预测准确率较高。

Establishment of Sales Forecasting Model, Medium, Device and Computing Equipment

【技术实现步骤摘要】
销量预测模型的建立方法、介质、装置和计算设备
本专利技术的实施方式涉及数据预测
，更具体地，本专利技术的实施方式涉及销量预测模型的建立方法、介质、装置和计算设备。
技术介绍
本部分旨在为权利要求书中陈述的本专利技术的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。在销售平台上，销售时段大体上可以划分为促销期和平销期。其中，在促销期内，针对销售平台上的大量商品或服务采取降价等促销手段；在平销期内，促销手段较少。目前，对于促销期内销量的预测方式，一般是根据每个商品在最近一次相同促销等级的促销期的销量数据以及近期的平销期销量数据计算得到的。例如，采用如下式子计算：下次促销期的预测销量＝近期平销期的日均销量*促销爆发因子*下次促销期的天数；其中，促销爆发因子＝最近一次相同促销等级的促销期的日均销量/最近一次相同促销等级的促销期之前的平销期的日均销量。由上述内容可见，现有的销量预测方法仅考虑最近一次相同促销等级的促销期间的销售数据，没有对历史数据资源进行充分利用，这种方式导致销量预测结果的准确率较低。
技术实现思路
本专利技术期望提供一种销量预测模型的建立方法和装置，以及一种销量预测方法。在本专利技术实施方式的第一方面中，提供了一种销量预测模型的建立方法，包括：采用历史促销数据生成针对商品或服务的多个样本数据，每个样本数据包括所述商品或服务在一次样本促销时段的特征数据及实际销量；采用所述多个样本数据中的部分样本数据搭建针对所述商品或服务的销量预测模型；采用所述多个样本数据对所述搭建的销量预测模型进行训练。在本专利技术的一个实施例中，采用所述历史促销数据生成所述商品或服务在一次样本促销时段的特征数据，包括：采用所述历史促销数据确定第一信息，所述第一信息包括所述样本促销时段的促销等级、所述样本促销时段的时间信息、所述商品或服务在所述样本促销时段是否降价的信息、所述商品或服务在所述样本促销时段的价格信息、所述商品或服务在所述样本促销时段之前的平销期内的销量信息以及所述商品或服务的竞品的促销信息中的至少一项；采用所述第一信息生成所述商品或服务在所述样本促销时段的特征数据。在本专利技术的一个实施例中，所述样本促销时段的促销等级的确定方式为：确定所述样本促销时段之前的各个年份中，与所述样本促销时段处于对应时段的其他促销时段；针对各个所述其他促销时段，确定所述其他促销时段的日均流量与所述其他促销时段之前的平销期内的日均流量的比值；计算所有所述比值的平均值；根据预设的平均值与促销等级的对应关系，确定所述平均值对应的促销等级，将确定的促销等级作为所述样本促销时段的促销等级。在本专利技术的一个实施例中，所述样本促销时段的时间信息，包括：所述样本促销时段的顺序编号、所述样本促销时段距离前一次促销时段的时间间隔、所述样本促销时段所处的月份、所述样本促销时段是否包含节假日以及所述样本促销时段的持续时长中的至少一项。在本专利技术的一个实施例中，所述商品或服务在所述样本促销时段是否降价的信息包括：所述商品或服务在所述样本促销时段降价或实质性降价的天数。在本专利技术的一个实施例中，其特征在于，所述商品或服务在所述样本促销时段的价格信息，包括：所述商品或服务在所述样本促销时段的最低价及最高折扣率中的至少一项。在本专利技术的一个实施例中，确定所述商品或服务在所述样本促销时段之前的平销期内的销量信息的方式为：获取所述商品或服务在所述样本促销时段之前的平销期内每天的销量；确定获取的销量中的第一分位数及第二分位数；计算处于所述第一分位数及第二分位数所限定范围内的销量的平均值，将所述平均值作为所述商品或服务在所述样本促销时段之前的平销期内的销量信息。在本专利技术的一个实施例中，确定所述商品或服务在所述样本促销时段之前的平销期内的销量信息的方式为：获取所述商品或服务在所述样本促销时段之前的平销期内每天的销量；确定获取的销量中的中位数；将所述中位数作为所述商品或服务在所述样本促销时段之前的平销期内的销量信息。在本专利技术的一个实施例中，所述商品或服务的竞品的确定方式为：确定预设时间段内消费者在所述商品或服务与其他商品或服务之间切换的次数，并确定所述商品或服务与其他商品或服务的平均浏览次数；将所述切换的次数除以所述平均浏览次数，得到所述商品或服务与所述其他商品或服务的可替代因子；在所述可替代因子超过预设阈值的情况下，将所述其他商品或服务确定为所述商品或服务的竞品。在本专利技术的一个实施例中，所述销量预测模型为支持向量回归模型。在本专利技术的一个实施例中，所述采用所述多个样本数据中的部分样本数据搭建针对所述商品或服务的销量预测模型，包括：确定所述销量预测模型的备选超参数取值集合，所述备选超参数取值集合中包括多组超参数取值；利用时间序列的交叉验证方法，采用所述多个样本数据中的部分样本，确定所述备选超参数取值集合中预测结果最优的备选超参数取值；采用所述预测结果最优的备选超参数取值搭建所述商品或服务的销量预测模型。在本专利技术的一个实施例中，所述利用时间序列的交叉验证方法，采用所述多个样本数据中的部分样本，确定所述备选超参数取值集合中预测结果最优的备选超参数取值，包括：对所述多个样本数据按照时间顺序排序；从所述排序后的多个样本数据中选取T个训练集和T个验证集，每个训练集对应一个验证集；其中，所述每个训练集包括多个样本数据，所述每个训练集对应的验证集包括所述多个样本数据之后的至少一个样本数据；所述T为正整数；针对所述备选超参数取值集合中的每个备选超参数取值，分别采用所述每个训练集对所述备选超参数取值所确定的销量预测模型进行训练，并采用训练完成的销量预测模型对所述训练集对应的验证集进行预测，得到对应的预测结果；根据针对所述每个备选超参数取值的所述对应的预测结果，确定预测结果最优的备选超参数取值。在本专利技术的一个实施例中，所述超参数包括：核函数、核函数的系数、惩罚系统及误差容忍度中的至少一项。在本专利技术的一个实施例中，所述核函数的可选取值为：径向基核函数及Sigmoid核函数；所述核函数的系数的可选取值为：(0.5)5、(0.5)4、(0.5)3及(0.5)2；所述惩罚系统的可选取值为：0.7、0.9和1.1；所述误差容忍度的可选取值为：0.1、0.2、0.3和0.4。在本专利技术实施方式的第二方面中，提供了一种销量预测方法，包括：采用历史促销数据及商品或服务在待预测促销时段的促销策略，生成所述商品或服务在所述待预测促销时段的特征数据；将所述特征数据输入预先建立的销量预测模型，得到所述商品或服务在所述待预测促销时段的预测销量。在本专利技术的一个实施例中，所述采用历史促销数据及商品或服务在待预测促销时段的促销策略，生成所述商品或服务在所述待预测促销时段的特征数据，包括：采用历史促销数据及商品或服务在待预测促销时段的促销策略确定第二信息，所述第二信息包括所述待预测促销时段的促销等级、所述待预测促销时段的时间信息、所述商品或服务在所述待预测促销时段是否降价的信息、所述商品或服务在所述待预测促销时段的价格信息、所述商品或服务在所述待预测促销时段之前的平销期内的销量信息以及所述商品或服务的竞品的促销信息中的至少一项；采用所述第二信息生成所述商品或服务在所述待预测促销时段的特征数据。在本专利技术的一个实施例中，所述待预测促本文档来自技高网...

【技术保护点】
1.一种销量预测模型的建立方法，其特征在于，包括：采用历史促销数据生成针对商品或服务的多个样本数据，每个样本数据包括所述商品或服务在一次样本促销时段的特征数据及实际销量；采用所述多个样本数据中的部分样本数据搭建针对所述商品或服务的销量预测模型；采用所述多个样本数据对所述搭建的销量预测模型进行训练。

【技术特征摘要】
1.一种销量预测模型的建立方法，其特征在于，包括：采用历史促销数据生成针对商品或服务的多个样本数据，每个样本数据包括所述商品或服务在一次样本促销时段的特征数据及实际销量；采用所述多个样本数据中的部分样本数据搭建针对所述商品或服务的销量预测模型；采用所述多个样本数据对所述搭建的销量预测模型进行训练。2.根据权利要求1所述的方法，其特征在于，采用所述历史促销数据生成所述商品或服务在一次样本促销时段的特征数据，包括：采用所述历史促销数据确定第一信息，所述第一信息包括所述样本促销时段的促销等级、所述样本促销时段的时间信息、所述商品或服务在所述样本促销时段是否降价的信息、所述商品或服务在所述样本促销时段的价格信息、所述商品或服务在所述样本促销时段之前的平销期内的销量信息以及所述商品或服务的竞品的促销信息中的至少一项；采用所述第一信息生成所述商品或服务在所述样本促销时段的特征数据。3.根据权利要求2所述的方法，其特征在于，所述样本促销时段的促销等级的确定方式为：确定所述样本促销时段之前的各个年份中，与所述样本促销时段处于对应时段的其他促销时段；针对各个所述其他促销时段，确定所述其他促销时段的日均流量与所述其他促销时段之前的平销期内的日均流量的比值；计算所有所述比值的平均值；根据预设的平均值与促销等级的对应关系，确定所述平均值对应的促销等级，将确定的促销等级作为所述样本促销时段的促销等级。4.根据权利要求2所述的方法，其特征在于，所述样本促销时段的时间信息，包括：所述样本促销时段的顺序编号、所述样本促销时段距离前一次促销时段的时间间隔、所述样本促销时段所处的月份、所述样...

【专利技术属性】
技术研发人员：王珺，郭训力，吕韬，姚雷，
申请(专利权)人：网易无尾熊杭州科技有限公司，
类型：发明
国别省市：浙江,33