【技术实现步骤摘要】
一种新产品需求的多阶段实时预测方法
本专利技术属于机器学习和供应链管理的交叉领域,尤其是涉及对新产品的需求进行模式挖掘和实时预测的方法。
技术介绍
互联网、移动营销、新零售的发展，对消费者需求感知灵敏度、库存响应速度和供应链管理效率都提出了更高的要求。在供应链管理领域，库存管理和决策占据非常重要的地位；而准确地预估未来的需求量以及需求变动趋势，将极大地提升库存的运营水平。如何有效对新产品的未来需求尤其是实时需求进行预测，日渐成为在快节奏的商业模式变革下产品运营和供应链管理的重要课题和难题。由于新产品没有任何历史数据，传统的时间序列和机器学习模型都不适用，开发一套有效、可行的预测方法，对于提升企业运营效率，降低运营成本具有重要意义。现有的新产品需求预测方法，主要包括两大体系：巴斯扩散模型和类比法。巴斯扩散模型的主要应用在产品生命曲线预测，其核心思想是在把新产品的采用者分为改革型(早期采用者)和模仿型(中后期跟进者)以及用户采用新品的时间取决于产品的创新程度和模仿型占比的条件下，新产品的销售取决于产品的创新程度p、模仿者...
【技术保护点】
1.一种新产品需求的多阶段实时预测方法，其特征在于，该方法采用如下技术方案：/n确定预测时间幅度δ、预测提前期τ和训练集时间段TP；提取已有产品k和新产品i用于聚类的属性特征集P
【技术特征摘要】
1.一种新产品需求的多阶段实时预测方法，其特征在于，该方法采用如下技术方案：
确定预测时间幅度δ、预测提前期τ和训练集时间段TP；提取已有产品k和新产品i用于聚类的属性特征集Pk和Pi；以预测时间幅度δ为单位，提取已有产品需求预测所用的特征矩阵和需求量向量Dk；以预测时间幅度δ为单位，提取公共趋势因子TF，作为预测特征分别并入矩阵得到输入模型的特征矩阵Fk、Fi；根据产品属性对已有产品进行通过聚类方法进行聚类，第j个类为记Cj，新产品按照与各类的距离进行概率归类；分别提取出类Cj内已有产品生命周期中不同销售阶段t的销售记录，包括预测特征和需求，记为将输入机器学习预测模型用于训练；对新产品，在不同的预测提前期τ，分别选用对应的模型用于其销量的组合预测。
2.根据权利要求1所述的新产品需求的多阶段实时预测方法，其特征在于，所述预测特征不包含历史信息相关的特征。
3.根据权利要求1所述的新产品需求的多阶段实时预测方法，其特征在于，所述趋势因子TF作为公共特征，用于已有产品的模型训练和新产品的需求预测。
4.根据权利要求1或3所述的新产品需求的多阶段实时预测方法，其特征在于，所述趋势因子的元素TFt采用的计算公式为其中Di,t表示产品i在销售阶段t时...
【专利技术属性】
技术研发人员：周伟华，代宏砚，周云，温岩，
申请(专利权)人：浙江大学，中央财经大学，
类型：发明
国别省市：浙江;33
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。