需求方法、系统、电子设备及存储介质技术方案

本申请提供了一种需求确定方法、系统、电子设备及存储介质，涉及供应链技术领域，该方法包括：基于用户配置的任务信息触发分析任务；获取与任务信息匹配的相关数据；在执行所述分析任务时，基于相关数据进行分析以获得需求分析结果。本申请文件基于不同的任务信息，能够筛选出与任务信息的相关数据从而得到不同任务下的分析结果，可以处理多种不同种类的需求确定任务、针对不同的对象进行需求确定，能够提高需求确定方法的通用性。

Requirements method, system, electronic equipment and storage medium

【技术实现步骤摘要】
需求方法、系统、电子设备及存储介质
本申请涉及供应链
，具体而言，涉及一种需求方法、系统、电子设备及存储介质。
技术介绍
在供应链
，需要依赖准确的需求确定(包括需求分析、分析预测)以应用在门店需求预测、仓库需求预测等环节，供后续的补货计划、生产计划等使用。目前的需求确定主要针对单一货品做分析，比如某家店的某个商品，不能适应多种货品、多种需求确定任务，存在需求确定的通用性低的问题。
技术实现思路
本申请的实施例在于提供一种需求确定方法、系统、电子设备及存储介质，以解决目前需求确定方法的通用性低的问题。本申请的实施例提供了一种需求确定方法，所述方法包括：基于用户配置的任务信息触发分析任务；获取与所述任务信息匹配的相关数据；在执行所述分析任务时，基于所述相关数据进行分析以获得需求分析结果。在上述实现过程中，可以基于用户配置的任务信息触发不同类型的分析任务，从而处理多种不同种类的需求确定任务、对不同的对象进行需求确定，能够提高需求确定方法的通用性。可选地，所述在执行所述分析任务时，基于所述相关数据进行分析获得需求分析结果，包括：将所述相关数据进行预处理得到预处理数据；将所述预处理数据进行特征分析得到特征分析数据；对所述特征分析数据进行数据分析得到所述数据分析结果。在上述实现过程中，将所述相关数据进行预处理能够所述预处理数据的完整性和准确性，因此能够提高所述特征分析数据的完整性和准确性，进一步能够提高所述数据分析结果的准确性。可选地，所述将所述相关数据进行预处理得到预处理数据，包括：将所述相关数据进行缺值处理得到完整数据；将所述完整数据进行离散化处理得到所述预处理数据。在上述实现过程中，所述完整数据能够将所述相关数据中缺失的部分进行补充，能够提高所述相关数据的完整性。离散化处理能够压缩所述完整数据的数据量得到所述预处理数据，提高基于所述离散化数据进行运算的效率。可选地，所述将所述预处理数据进行特征分析得到特征分析数据，包括：对所述预处理数据进行特征选择得到特征选择数据；将所述特征选择数据进行特征提取得到特征提取数据；对所述特征提取数据进行特征组合得到所述特征分析数据。在上述实现过程中，对所述预处理数据进行特征选择、特征提取、特征组合之后，能够达到数据降维、优化以及提高特征分类性能的目的，从而提高了数据分析的精确度。可选地，所述对所述特征分析数据进行数据分析得到所述数据分析结果，包括：对所述特征分析数据进行趋势模式分析、数据分布分析、特征重要性分析、关联关系分析、生命周期分析中的一种或多种，获得所述数据分析结果。在上述实现过程中，提供趋势模式分析、数据分布分析、特征重要性分析、关联关系分析、生命周期分析等多种特征分析类型，能够基于不同需求进行不同类型的分析，从而提高数据分析的通用性，并能够提高所述数据分析结果的准确性。可选地，在所述分析任务中基于所述相关数据进行分析获得需求分析结果之后，所述方法还包括：基于所述需求分析结果选择预测模型集；通过所述预测模型获得需求预测结果。在上述实现过程中，由于所述需求分析提高了需求分析的通用性，因此基于所述需求分析结果进行需求预测能够提高需求预测的通用性。可选地，所述基于所述需求分析结果选择预测模型集，包括：基于所述需求分析结果确定候选模型集；对所述候选模型集中的各个候选模型进行特征提取、模型训练、模型评估，获得所述各个候选模型的评估结果；将所述候选模型集中所述评估结果满足第一预设条件的候选模型进行模型融合，获得第一融合模型；将所述融合模型和所述满足第一预设条件的每个候选模型作为候选预测模型集中的预测模型；对所述候选预测模型集中的各个预测模型进行特征提取、模型再训练、模型再评估，获得所述各个预测模型的再评估结果；选取所述各个预测模型中所述再评估结果满足第二预设条件的预测模型进行模型融合，获得所述预测模型集。在上述实现过程中，基于所述需求分析结果选取与所述需求分析结果匹配的所述候选集合经过模型训练、模型评估、模型融合，在进行两次筛选，先后符合所述第一预设条件、第二预设条件最终得到的所述预测模型集能够提高所述预测模型的预测准确性。本申请的实施例还提供了一种需求确定系统，所述系统包括数据与并行控制子系统、算法策略引擎子系统；所述数据与并行控制子系统用于基于用户配置的任务信息触发分析任务，以及获取与所述任务信息匹配的相关数据；所述算法策略引擎子系统用于在执行所述分析任务时，基于所述相关数据进行分析以获得需求分析结果。在上述实现过程中，可以基于用户配置的任务信息触发不同类型的分析任务，从而处理多种不同种类的需求确定任务、对不同的对象进行需求确定，能够提高需求确定方法的通用性。可选地，所述算法策略引擎子系统具体用于将所述相关数据进行预处理得到预处理数据；将所述预处理数据进行特征分析得到特征分析数据；对所述特征分析数据进行数据分析得到所述数据分析结果。在上述实现过程中，将所述相关数据进行预处理能够所述预处理数据的完整性和准确性，因此能够提高所述特征分析数据的完整性和准确性，进一步能够提高所述数据分析结果的准确性。可选地，所述算法策略引擎子系统具体还用于将所述相关数据进行缺值处理得到完整数据；将所述完整数据进行离散化处理得到所述预处理数据。在上述实现过程中，所述完整数据能够将所述相关数据中缺失的部分进行补充，能够提高所述相关数据的完整性。离散化处理能够压缩所述完整数据的数据量得到所述预处理数据，提高基于所述预处理数据进行运算的效率。可选地，所述算法策略引擎子系统具体还用于对所述预处理数据进行特征选择得到特征选择数据；将所述特征选择数据进行特征提取得到特征提取数据；对所述特征提取数据进行特征组合得到所述特征分析数据。在上述实现过程中，对所述预处理数据进行特征选择、特征提取、特征组合之后，能够达到数据降维、优化、以及提高特征分类性能的目的，从而提高了数据分析的精确度。可选地，所述算法策略引擎子系统具体还用于对所述特征分析数据进行趋势模式分析、数据分布分析、特征重要性分析、关联关系分析、生命周期分析中的一种或多种，获得所述数据分析结果。在上述实现过程中，提供趋势模式分析、数据分布分析、特征重要性分析、关联关系分析、生命周期分析中等多种特征分析类型，能够基于不同需求进行不同类型的分析，从而提高数据分析的通用性，并能够提高所述数据分析结果的准确性。可选地，所述算法策略引擎子系统还用于基于所述需求分析结果选用预测模型集；通过所述预测模型获得需求预测结果。在上述实现过程中，由于所述需求分析提高了需求分析的通用性，因此基于所述需求分析结果进行需求预测能够提高需求预测的通用性。可选地，所述算法策略引擎子系统还用于基于所述需求分析结果确定候选模型集；对所述候选模型集中的各个候选模型进行特征提取、模型训练、模型评估，获得所述各个候选模型的评估结果；将所述候选模型集中所述评估结果满足第一预设条件的候选模型进行模型融合，获本文档来自技高网...

【技术保护点】
1.一种需求确定方法，其特征在于，所述方法包括：/n基于用户配置的任务信息触发分析任务；/n获取与所述任务信息匹配的相关数据；/n在执行所述分析任务时，基于所述相关数据进行分析以获得需求分析结果。/n

【技术特征摘要】
1.一种需求确定方法，其特征在于，所述方法包括：
基于用户配置的任务信息触发分析任务；
获取与所述任务信息匹配的相关数据；
在执行所述分析任务时，基于所述相关数据进行分析以获得需求分析结果。


2.根据权利要求1所述的方法，其特征在于，所述在执行所述分析任务时，基于所述相关数据进行分析获得需求分析结果，包括：
将所述相关数据进行预处理得到预处理数据；
将所述预处理数据进行特征分析得到特征分析数据；
对所述特征分析数据进行数据分析得到所述数据分析结果。


3.根据权利要求2所述的方法，其特征在于，所述将所述相关数据进行预处理得到预处理数据，包括：
将所述相关数据进行缺值处理得到完整数据；
将所述完整数据进行离散化处理得到所述预处理数据。


4.根据权利要求2所述的方法，其特征在于，所述将所述预处理数据进行特征分析得到特征分析数据，包括：
对所述预处理数据进行特征选择得到特征选择数据；
将所述特征选择数据进行特征提取得到特征提取数据；
对所述特征提取数据进行特征组合得到所述特征分析数据。


5.根据权利要求2所述的方法，其特征在于，所述对所述特征分析数据进行数据分析得到所述数据分析结果，包括：
对所述特征分析数据进行趋势模式分析、数据分布分析、特征重要性分析、关联关系分析、生命周期分析中的一种或多种，获得所述数据分析结果。


6.根据权利要求1所述的方法，其特征在于，在所述分析任务中基于所述相关数据进行分析获得需求分析结果之后，所述方法还包括：
基于所述需求分析结果选择预测模型集；
通过所述预测模型获得需求预测结果...

【专利技术属性】
技术研发人员：杨秋源，周超，许平，牛世雄，徐明泉，
申请(专利权)人：北京顺丰同城科技有限公司，
类型：发明
国别省市：北京;11