【技术实现步骤摘要】
一种预测产品目标数据的方法和装置
本专利技术涉及计算机
，尤其涉及一种数据预测产品目标数据的方法和装置。
技术介绍
在很多情况下，都需要对产品的目标数据进行预测，例如在制定产品采购或生产计划时，都需要对该产品的销售量这一目标数据进行预测，然后依据该预测销售量制定出合理的生产计划或采购计划。现有技术中，对于产品销售量的预测，主要凭借工作人员积累的经验或者依据品牌知名度、市场口碑、相关历史产品销量等相关数据分析来进行预测，而且不会考虑互联网关注度对产品销售的影响。对于很多产品尤其是新上线的产品，其没有相关的数据，此时完全是通过人员的主观判断来对该产品的销售量进行预测，这种预测方法不仅不准确，而且往往会出现拿捏不准市场热度的状况，进而导致预测的不准确性以及制定计划不当。并且，由于人员经验无法形成积累，还存在会随着人员的流动而损失的问题。
技术实现思路
有鉴于此，本专利技术实施例提供一种预测产品目标数据的方法和装置，能够基于互联网关注程度以及模型训练更加精准度的预测出产品的目标数据，还能够使用于预测的特征因子作为经验积累在算法服务器中，为更多的采购人员提供服务。为实现上...
【技术保护点】
1.一种预测产品目标数据的方法，其特征在于，包括：根据产品关键词获取第一预设时间段内待预测产品的关注数据；计算所述待预测产品的关注数据的变化率；将包括所述待预测产品的关注数据以及其变化率的特征数据作为预测模型的因子，确定出待预测产品的预测目标数据。
【技术特征摘要】
1.一种预测产品目标数据的方法，其特征在于，包括：根据产品关键词获取第一预设时间段内待预测产品的关注数据；计算所述待预测产品的关注数据的变化率；将包括所述待预测产品的关注数据以及其变化率的特征数据作为预测模型的因子，确定出待预测产品的预测目标数据。2.根据权利要求1所述的方法，其特征在于，所述关注数据包括被搜索次数和搜索相关结果数。3.根据权利要求1所述的方法，其特征在于，在根据产品关键词获取第一预设时间段内待预测产品的关注数据之前，还包括：根据训练数据和神经网络模型训练出预测模型；其中，所述训练数据包括：样本产品的关注数据以及其变化率、平均售价和平均销量；所述样本产品为根据待预测产品确定的。4.根据权利要求3所述的方法，其特征在于，在根据训练数据和神经网络模型训练出预测模型之前，还包括：根据产品关键词获取第二预设时间段内样本产品的关注数据，以及样本产品的售价信息和目标数据信息；计算所述样本产品的关注数据的变化率，并且根据所述售价信息和目标数据信息计算出样本产品在第三预设时间段内的平均售价和平均销量。5.根据权利要求3所述的方法，其特征在于，在根据产品关键词获取第二预设时间段内样本产品的关注数据之前，还包括：根据待预测产品确定产品集合；获取产品集合中产品的定价信息和售价信息；选取定价信息和售价信息相同的产品为样本产品；以及所述特征数据还包括待预测产品的定价信息。6.根据权利要求3所述的方法，其特征在于，所述神经网络模型为随机森林模型。7.一种预测产品目标数据的装置，其特征在于，包括：获取模块，用于根...
【专利技术属性】
技术研发人员：韦于思，
申请(专利权)人：北京京东尚科信息技术有限公司，北京京东世纪贸易有限公司，
类型：发明
国别省市：北京,11
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。