【技术实现步骤摘要】
本专利技术属于电子信息技术，涉及电子商务中的大数据和云计算应用，具体涉及。
技术介绍
随着市场经济的发展和经济全球化，企业面临着阅历啊越激烈的市场竞争。企业要想赢得竞争，取得客户，就必须哎最快的时间内，以最低的成本将产品提供给客户，这使得进行正确及时的产品销售预测以及由此产生的可靠的决策成为现代化企业成功的关键因素，由此一些销售预测系统也应运而生。随着计算机技术、网络技术、通讯技术和Internet技术的发展和各个业务操作流程的自动化，企业产生了数以几十或上百GB的销售历史数据，面对这些海量数据，传统的预测系统越来越不适应新的预测要求，主要表现在:大量的历史数据处于脱机状态，变成了“数据坟墓”。预测涉及海量数据的处理，传统的方法无法满足运行效率、计算性能、准确率及存储空间的要求。预测所需的数据含有大量不完整(缺少属性值或仅包含聚集数据)、含噪声(错误或存在偏离期望的孤立点值)、不一致的内容(来源于多个数据源或编码存在差异)，导致预测陷入混乱。传统的数据库技术在预测知识的表达、综合和推理方面能力比较薄弱，难以满足日益提高的预测要求。
技术实现思路
本专利...
【技术保护点】
一种基于云服务平台大数据挖掘的销售预测方法，其特征在于，具体为：根据仓库历史配货成功数据做数据挖掘分析，预测预期的销售情况；根据商品销售历史数据预测销售量和增长率。
【技术特征摘要】
1.一种基于云服务平台大数据挖掘的销售预测方法，其特征在于，具体为:根据仓库历史配货成功数据做数据挖掘分析，预测预期的销售情况；根据商品销售历史数据预测销售量和增长率。2.根据权利要求1所述的基于云服务平台大数据挖掘的销售预测方法，其特征在于，所述预测具体采用季节性指数平滑法的具体过程为: a.找到描述整个时序总体发展趋势的数学模型即分离趋势的趋势方程； b.找出季节变动对预测对象的影响即分离季节影响； c.将趋势方程与季节影响因素合并，得到能够描述时间序列总体发展规律的预测模型，并用于预测。3.根据权利要求2所述的基于云服务平台大数据挖掘的销售预测方法，其特征在于，所述季节性指数平滑法的具体过程如下: 季节性指数平滑法包括三个基本的平滑公式和一个预测公式，三个平滑公式分别对时间数列的三种因素平稳性、趋势性、季节性进行平滑，具体为: 4.根据权利要求3所述的基于云服务平台大数据挖掘的销售预测方法，其特征在于，所述预测预期的销售情况的具体过程如下: 根据时间序列的趋势图测定数据...
【专利技术属性】
技术研发人员：尹训春，杨壹，梁恒，李富强，
申请(专利权)人：成都德迈安科技有限公司，
类型：发明
国别省市：四川;51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。