一种生活必需品中长期预测方法技术

本发明专利技术公开了一种生活必需品中长期预测方法，本方法通过对生活必需品的描述属性和相关数据存储到系统数据表，选取系统数据表内的部分属性作为预测因子，并对所述预测因子在一定时间周期内进行实时更新，根据预测因子更新结果进行生活必需品预测，将预测结果进行计算得到预测质量和预测效率，所得计算结果分别与设定质量阈值范围、效率阈值范围进行比较，判断是否要向客户端进行生活必需品数据推荐，在一定时间周期内，能够给出生活必需品需求量的增添删改数据，实现生活必需品中长期反复预测，以解决现有对生活必需品管理、预测困难，造成人力财力资源浪费问题。

【技术实现步骤摘要】
一种生活必需品中长期预测方法
本专利技术涉及预测评价领域，具体是一种生活必需品中长期预测方法。
技术介绍
生活必需品是人们生活中不可或缺的东西，通常在对生活必需品进行销售营销时，通常使用人力对生活必需品进行盘点，这种管理方式耗时耗力，还会经常出现人为的错误，但是为了保证正常的生产经营，要在经营过程中通过一定方式及时掌握生活必需品的数量、价格、利润等问题，准确了解生活必需品是否存在数量不足，但是现有的对生活必需品进行监管的方法存在以下问题：1.目前大多对生活必需品的预测、监督和管理通常都是人为完成的，不仅耗时耗力，在监管问题上错误率较高，通常缺少一定的科学方法，无法保证生活必需品在日常应用中得到高效的利用；2.现有的对生活必需品的预测通常加入了一些人为的主观因素，缺少以真实数据为理论支撑的分析，对生活必需品的预测无法结合实际数据进行全面精准的预测；3.对生活必需品采用常规模型进行建模无法提供详细的文档信息，常规模型建模能力具有一定的不足；4.对生活必需品的未来状况预测，通常为一次预测，预测数据也有老旧问题，缺少对生活必需品进行中长期反复预测，所以预测结果通常准确性不够。所以人们需要一种可以提高预测准确性的生活必需品中长期预测方法来解决上述问题。
技术实现思路
本专利技术的目的在于提供一种生活必需品中长期预测方法，以解决现有技术中的问题。为实现上述目的，本专利技术提供如下技术方案：一种生活必需品中长期预测方法，该方法的运行步骤如下：步骤S10，将生活必需品的所有描述属性和相关数据存储到系统数据表中；步骤S20，将价格、价格浮动、需求、消耗和库存记录选取为生活必需品预测因子；步骤S30，根据所述预测因子将系统数据表中的描述属性和相关数据进行实时更新，根据更新结果进行生活必需品预测；步骤S40，在系统中设置预测因子的正常阈值范围，对预测结果进行评价，计算生活必需品预测质量和预测效率；步骤S50，在系统中分别设置质量阈值范围和效率阈值范围，将生活必需品预测质量与质量阈值范围进行比较，预测效率计算结果与效率阈值范围进行比较，根据比较结果对生活必需品需求量进行预测。优选地，所述步骤S30中生活必需品预测因子用于对生活必需品进行中长期预测，系统设置一定时间周期，在时间周期结束时将所述预测因子变化的最终数值更新至系统数据表中，建立预测模型，进行生活必需品预测，所述步骤S30进一步包括以下步骤：S301，设置生活必需品预测时间周期，在一定时间周期内将预测因子数值更新为最新数值；S302，将所述预测因子放置预测模型中，通过预测模型进行生活必需品预测。进一步地，所述步骤S301中，将预测因子数值更新为最新数值，根据公式：D(k)＝D(k-1)-nE；其中，D(k)为当前周期预测因子更新后的数值，D(k-1)为上一周期预测因子更新后的数值，n为当前周期内预测因子更新次数，E为当前周期内预测因子更新率。可以通过对预测因子进行实时更新，保证每个周期内进行生活必需品预测的预测因子具有时效性，预测结果在当前周期提供精确的预测，给客户端用户提供下一步参考。进一步地，所述预测模型对生活必需品的描述属性和预测因子数据进行建模，同时将所述描述属性作为文档进行建模；对描述属性进行建模，利用文本预处理技术对所有描述属性文档进行分类，选取与描述属性文档关联度最高的词语作为分类标签，其中描述属性文档中至少含有k1，k2,，k3，…，kn个不同词语；针对不同文档，利用下述公式计算词语与描述属性文档关联度：其中，表示词语ki与含有kn个词语的描述属性文档的关联度，c(ki)为词语ki在所述描述属性文档中出现的次数，的计算值越高，被选为分类标签的可能性越大。对描述属性进行建模，选用文本预处理技术提供详细的文档信息，选用预测因子数据进行预测计算，在进行预测结果发送推荐时，提供为客户端提供详细的生活必需品信息，清楚掌握生活必需品的下一步发展。优选地，所述步骤S40包括：步骤S401，计算生活必需品预测的质量；步骤S402，计算生活必需品预测的效率；步骤S403，分别设置生活必需品预测因子的质量阈值范围和效率阈值范围。进一步地，所述步骤S401，在一定周期内计算不同预测因子的预测质量，预测因子集合为：M＝{MP,MF,MN,MC,MR}每个预测因子预测结果集合为：MP＝{MP1,MP2,MP2,…,MPn}；MF＝{MF1,MF2,MF2,…,MFn}；MN＝{MN1,MN2,MN2,…,MNn}；MC＝{MC1,MC2,MC2,…,MCn}；MR＝{MR1,MR2,MR2,…,MRn}；其中，MP为对预测因子中价格预测结果的集合，MP1,MP2,MP2,…,MPn分别表示不同生活必需品价格预测结果；其中，MF为对预测因子中价格浮动预测结果的集合，MF1,MF2,MF2,…,MFn分别表示不同生活必需品价格浮动预测结果；其中，MN为对预测因子中需求预测结果的集合，MN1,MN2,MN2,…,MNn分别表示不同生活必需品需求预测结果；其中，MC为对预测因子中消耗预测结果的集合，MC1,MC2,MC2,…,MCn分别表示不同生活必需品消耗预测结果；其中，MR为对预测因子中库存记录预测结果的集合，MR1,MR2,MR2,…,MRn分别表示不同生活必需品库存记录预测结果；其中，MPi,MFi,MNi,MCi,MRi分别为同一类生活必需品的价格预测结果、价格浮动预测结果、需求预测结果、消耗预测结果和库存记录预测结果；根据公式：其中，Q为生活必需品预测质量，n为生活必需品的种类个数。进一步地，所述步骤S402，对整个预测时间周期进行预测效率计算，根据公式：其中，A为生活必需品预测效率，MAXQ表示所有生活必需品预测质量中的最大值，M表示所有预测因子集合，D(j)为当前周期预测因子更新后的数值，D(j-1)为上一周期预测因子更新后的数值，U表示进行过预测的生活必需品描述属性和相关数据集合。分别计算生活必需品预测质量和生活必需品预测效率，根据计算结果对生活必需品未来需求量进行精准预测评估，对生活必需品进行系统化管理。优选地，所述步骤S50包括：步骤S501,将生活必需品预测效率计算结果与效率阈值范围进行比较，预测质量计算结果与质量阈值范围进行比较，根据比较结果，进行预测结果处理；步骤S502，当某一类生活必需品预测质量在质量阈值范围内、预测效率在效率阈值范围内时，将该类生活必需品的当前预测因子的所有预测结果数值发送推荐到客户端，并预测该类生活必需品的数量在下一周期内是否需要增加、缩减以及生活必需品的盈亏；步骤S503，当某一类生活必需品预测质量不处于质量阈值范围，或者预测效率不处于效率阈值范围本文档来自技高网...

【技术保护点】
1.一种生活必需品中长期预测方法，其特征在于，该方法的运行步骤如下：/n步骤S10，将生活必需品的所有描述属性和相关数据存储到系统数据表中；/n步骤S20，将价格、价格浮动、需求、消耗和库存记录选取为生活必需品预测因子；/n步骤S30，根据所述预测因子将系统数据表中的描述属性和相关数据进行实时更新，根据更新结果进行生活必需品预测；/n步骤S40，对预测结果进行评价，计算生活必需品预测质量和预测效率；/n步骤S50，在系统中分别设置质量阈值范围和效率阈值范围，将生活必需品预测质量与质量阈值范围进行比较，预测效率计算结果与效率阈值范围进行比较，根据比较结果对生活必需品需求量进行预测。/n

【技术特征摘要】
1.一种生活必需品中长期预测方法，其特征在于，该方法的运行步骤如下：
步骤S10，将生活必需品的所有描述属性和相关数据存储到系统数据表中；
步骤S20，将价格、价格浮动、需求、消耗和库存记录选取为生活必需品预测因子；
步骤S30，根据所述预测因子将系统数据表中的描述属性和相关数据进行实时更新，根据更新结果进行生活必需品预测；
步骤S40，对预测结果进行评价，计算生活必需品预测质量和预测效率；
步骤S50，在系统中分别设置质量阈值范围和效率阈值范围，将生活必需品预测质量与质量阈值范围进行比较，预测效率计算结果与效率阈值范围进行比较，根据比较结果对生活必需品需求量进行预测。


2.根据权利要求1所述的一种生活必需品中长期预测方法，其特征在于，所述步骤S30中生活必需品预测因子用于对生活必需品进行中长期预测，系统设置一定时间周期，在时间周期结束时将所述预测因子变化的最终数值更新至系统数据表中，建立预测模型，进行生活必需品预测，所述步骤S30进一步包括以下步骤：
S301，设置生活必需品预测时间周期，在一定时间周期内将预测因子数值更新为最新数值；
S302，将所述预测因子放置预测模型中，通过预测模型进行生活必需品预测。


3.根据权利要求2所述的一种生活必需品中长期预测方法，其特征在于，所述步骤S301中，将预测因子数值更新为最新数值，根据公式：
D(k)＝D(k-1)-nE；
其中，D(k)为当前周期预测因子更新后的数值，D(k-1)为上一周期预测因子更新后的数值，n为当前周期内预测因子更新次数，E为当前周期内预测因子更新率。


4.根据权利要求2所述的一种生活必需品中长期预测方法，其特征在于：所述预测模型对生活必需品的描述属性和预测因子数据进行建模，同时将所述描述属性作为文档进行建模；
对描述属性进行建模，利用文本预处理技术对所有描述属性文档进行分类，选取与描述属性文档关联度最高的词语作为分类标签，其中描述属性文档中至少含有k1，k2，，k3，…，kn个不同词语；
针对不同文档，利用下述公式计算词语与描述属性文档关联度：



其中，表示词语ki与含有kn个词语的描述属性文档的关联度，c(ki)为词语ki在所述描述属性文档中出现的次数，的计算值越高，被选为分类标签的可能性越大。


5.根据权利要求1所述的一种生活必需品中长期预测方法，其特征在于，所述步骤S40包括：
步骤S401，计算生活必需品预测的质量；
步骤S402，计算生活必需品预测的效率；
步骤S403，分别设置生活必需品预测因子的质量阈值范围和效率阈值范围。


6.根据权利要求4所述的一种生活必需品中长期预测方法，其特征在于，所述步骤S40...

【专利技术属性】
技术研发人员：李敬泉，
申请(专利权)人：中储南京智慧物流科技有限公司，
类型：发明
国别省市：江苏;32