一种基于三支决策的商品需求预测与物流分仓规划方法技术

本发明专利技术提供了一种基于三支决策的商品需求预测与物流分仓规划方法，包括如下步骤：Q1、数据预处理，Q2、特征构建，Q3、特征值选择，Q4、模型选择，Q5、模型预测结果与规则预测结果进行融合，融合系数为0.75model+0.25rule，本发明专利技术基于三支决策的智能家居商品需求预测与分仓规划方法。能够有效帮助智能家居商家大幅降低运营成本，降低收货时效，提升用户的体验，更加符合数据量快速增长的实际商用场景。

A Method of Commodity Demand Forecasting and Logistics Warehousing Planning Based on Three-Branch Decision

The invention provides a commodity demand forecasting and logistics warehousing planning method based on three decision-making, including the following steps: Q1, data preprocessing, Q2, feature construction, Q3, eigenvalue selection, Q4, model selection, Q5, model forecasting result and rule forecasting result are fused, and the fusion coefficient is 0.75 model+0.25 rule. The invention is based on three decision-making of intelligent home commodity demand. Prediction and warehousing planning methods. It can effectively help smart home merchants to reduce operating costs, reduce delivery time, improve user experience, and more in line with the real business scenario of rapid growth of data volume.

【技术实现步骤摘要】
一种基于三支决策的商品需求预测与物流分仓规划方法
本专利技术涉及大数据分析应用
，涉及电子商务中，尤其是涉及智能家居产品电子商务中，满足电商商品需求预测与物流分仓规划所使用的一种基于三支决策的商品需求预测与物流分仓规划方法。
技术介绍
随着科技的迅猛发展，互联网给人们带来了各种各样的便捷服务，电子商务越来越复杂，智能家居是在互联网影响之下物联化的体现，智能家居通过物联网技术将家中的各种设备(如音视频设备、照明系统、窗帘控制、空调控制、安防系统、数字影院系统、影音服务器、影柜系统、网络家电等)连接到一起，提供家电控制、照明控制、电话远程控制、室内外遥控、防盗报警、环境监测、暖通控制、红外转发以及可编程定时控制等多种功能和手段。与普通家居相比，智能家居不仅具有传统的居住功能，兼备建筑、网络通信、信息家电、设备自动化，提供全方位的信息交互功能，甚至为各种能源费用节约资金。对于智能家居电子商务市场而言，时限与价格是用户考虑的两个重要因素，在一般情况下，时限的提升与价格的降低总是存在刚性的外部限制，因此，需要在更深层次上寻求解决之道，分仓备货服务是指由智能家居商家根据销售预测，提前备货至本文档来自技高网...

【技术保护点】
1.一种基于三支决策的商品需求预测与物流分仓规划方法，其特征在于：，包括如下步骤：Q1、数据预处理，从数据库中获取相关数据文件，包括商品粒度相关特征相关商品用户行为特征、商品和分仓区域粒度相关特征、分仓区域的补少补多的成本等相关信息然后，将数据库中因近期上架或者下架导致没有销量记录的商品进行填0处理，以保证数据连续性；Q2、特征构建，采用滑动窗口法构建特征，选择每个特定的时间点后N天作为一个窗口，该窗口各个商品，仓库库存的总销量作为label特征值，滑动M个窗口，对特定的时间点前N天作为一个窗口，进行特征构建，统计该窗口前N天的各种类目特征值的和值sum和平均值avg，统计商品在最近N天的交易...

【技术特征摘要】
1.一种基于三支决策的商品需求预测与物流分仓规划方法，其特征在于：，包括如下步骤：Q1、数据预处理，从数据库中获取相关数据文件，包括商品粒度相关特征相关商品用户行为特征、商品和分仓区域粒度相关特征、分仓区域的补少补多的成本等相关信息然后，将数据库中因近期上架或者下架导致没有销量记录的商品进行填0处理，以保证数据连续性；Q2、特征构建，采用滑动窗口法构建特征，选择每个特定的时间点后N天作为一个窗口，该窗口各个商品，仓库库存的总销量作为label特征值，滑动M个窗口，对特定的时间点前N天作为一个窗口，进行特征构建，统计该窗口前N天的各种类目特征值的和值sum和平均值avg，统计商品在最近N天的交易数的特征值，包括最大值、最小值、标准差，统计其类目id在最近N天的交易数的特征值，包括最大值、最小值、标准差以及排名值，占比以及满足多项式交叉特征值；Q3、特征值选择，采用xgboost，选择排名topk的特征，计算相似度，去除冗余特征，选择Q2中构建特征的相关特征值，然后用xgboost模型去学习，最得到特征的重要性排序，选取...

【专利技术属性】
技术研发人员：胡峰，舒海东，李智星，
申请(专利权)人：重庆智万家科技有限公司，
类型：发明
国别省市：重庆,50