基于电商销售数据的商品分类提取及在该分类提取下的销量预测方法技术

本发明专利技术是一种基于电商销售数据及外部相关数据的销量预测方法，其特征在于：首先通过电商企业产品销售的地域地域特征对所售区域进行重新划分，提高销售数据密度。其次利用地域内汇总的销售数据建立时间序列拟合模型，通过历史数据预测未来的销售量。最后利用相关性分析，选取对于销售影响较大的外部因素，通过隐马尔科夫预测模型，将外部因素的变化对销售量的概率影响加入到预测模型中，提高预测结果的可靠性。

【技术实现步骤摘要】

本专利技术涉及互联网电商信息处理领域，具体地说，是涉及一种基于电商企业的销售数据及综合利用外部数据的商品销量预测方法。
技术介绍
随着我国电商基础设施的日渐完善，越来越多的电商企业逐渐发展状态，形成了规模级的电商企业，年销售额上千万甚至上亿元，随着销售量的增加，随之带来的就是库存管理，个性化营销方面的问题，由于电商企业的线上销售特性，其产品是随机的销往全国各地，如何高效，准确的给出未来某一地域的销售预测，能够帮助企业合理规划库存，有针对性的进行活动策划，降低企业运营成本，提高在同类电商企业中的竞争力。传统的销量预测技术主要采用的是对历史销售数据进行回归分析，建立回归模型，这种预测方式在传统的供大于求的销售状况中有着较好的应用，但是电商企业的销售存在着一下几个传统销售不具有的特征：产品种类的多样性；产品库存的灵活性；销售范围的不确定性；例如：某电商企业在销售某种商品后，货源停止供应该种商品而采用另一型号的商品重新供货，在这种情况下，传统的回归分析就无法识别两种产品之间的关系。此外，线上销售更容易受到外部因素的影响，而传统的回归分析无法考量外部因素，当外部因素发生较大改变时，其对销售预测存在着较大偏差。
技术实现思路
鉴于以上所述现有技术存在的问题和不足，本专利技术要解决的技术问题是提供一种能够综合历史销售数据及外部影响因素的基于电商销售数据的商品分类提取及在该分类提取下的销量预测方法，该方法既能考量销售历史趋势，同时又能对当前外部因素的变化产生响应，修正基于历史数据的预测值。为了解决上述问题，本专利技术采用下述技术方案：一种基于电商销售数据及外部相关数据的销量预测方法，其特征在于：首先利用外部信息对电商销售地域SalesArea进行重新划分，在新的电商销售地域SalesArea下对销售数据进行汇总，然后利用聚类技术将零散的商品类型重新聚合到一起，最后利用复合销售预测技术，预测聚合商品分类下的销售量。具体步骤如下：（1）利用相关数据对电商销售地域SalesArea进行重新划分。a、地域相关要素提取。不同地域间对于相同产品的销售模式是不同的，因此在对电商企业销售商品的销量预测研究中，首先要区别对待不同地区的销售模式。因此首先要通过相关性分析，选择与销售相关的外部因素。b、地域重新划分。通过相关性分析得出的因素，例如经济，人口等，利用这些外部因素序列通过聚类的方法，获取新的地域分类集合Area={a1、a2、a3、……an本文档来自技高网...

【技术保护点】
一种基于电商销售数据的商品分类提取及在该分类提取下的销量预测方法，其特征在于：首先利用电商企业销售数据SalesData按照商品销售的时间Time对所有销售商品进行共性提取，获取所有商品所属Categories信息；再利用上述方法中提取的Categories信息汇总商品销售数据，对此类商品建立复合预测模型，获取SalesForecast值；具体步骤如下：（1）利用相关数据对电商销售地域SalesArea进行重新划分；（2）利用电商企业的销售数据SalesData按照商品销售时间Time对所有商品进行共性提取，获取所有商品所属Categories信息；（3）在新的Categories下，利用复合预测模型对商品销量进行预测。

【技术特征摘要】
1.一种基于电商销售数据的商品分类提取及在该分类提取下的销量预测方法，其特征在于：首先利用电商企业销售数据SalesData按照商品销售的时间Time对所有销售商品进行共性提取，获取所有商品所属Categories信息；再利用上述方法中提取的Categories信息汇总商品销售数据，对此类商品建立复合预测模型，获取SalesForecast值；具体步骤如下：（1）利用相关数据对电商销售地域SalesArea进行重新划分；（2）利用电商企业的销售数据SalesData按照商品销售时间Time对所有商品进行共性提取，获取所有商品所属Categories信息；（3）在新的Categor...

【专利技术属性】
技术研发人员：孙颖，
申请(专利权)人：连云港天马网络发展有限公司，
类型：发明
国别省市：江苏;32