【技术实现步骤摘要】
销量预测方法、装置、计算机设备和存储介质
本申请涉计算机
,特别是涉及一种销量预测方法、装置、计算机设备和存储介质。
技术介绍
销量预测是企业生产经营中的重要一环,商品的销量预测是企业制定下一步的运营计划的一个重要依据。因此,及时准确地做好销量预测对于企业生产经营有着十分重要的作用。随着大数据和机器学习等技术的成熟及广泛应用,这些新兴技术开始应用于商品销量预测领域中。为了提升模型预测结果的准确率,目前主流的预测方案的侧重点主要分为以下几类:一是选择不同技术手段来处理异常数据或者缺失数据,以此来提升原始数据质量。二是选择不同的技术方案来提取特征。三是选择不同的机器学习模型完成预测工作。尽管上述这些方法可行,但对实际商品销售过程中,存在大量的客观因素对销量产生影响,其中发生频率最高、影响最严重的就是促销活动。促销活动会严重影响商品在促销周期内的销售量,使得一般的机器学习模型很难学习到商品销量的变化规律。针对这一问题,目前主流的预测方案中的处理方式主要有两种,一是将这部分数据作为异常值剔除掉,不参与模型训练。二是直接当作正常数据参与模型训练,寄希望于模型的学习能力。基于这两种处理方式训练出的模型用于销量预测,往往很难给出比较准确的销量预测结果。
技术实现思路
基于此,有必要针对上述技术问题,提供一种能够提升销量预测结果准确性的销量预测方法、装置、计算机设备和存储介质。一种销量预测方法,该方法包括:获取目标商品的当前正常销售商品特征和当前促销销售商品特征,并获取目标商 ...
【技术保护点】
1.一种销量预测方法,所述方法包括:/n获取目标商品的当前正常销售商品特征和当前促销销售商品特征,并获取所述目标商品的促销计划信息以及促销系数;/n根据所述当前正常销售商品特征和第一销量预测模型对所述目标商品进行初始销量预测,得到第一初始销量预测值,所述第一销量预测模型根据所述目标商品的历史正常销售商品特征的训练得到;/n根据当前促销销售商品特征和第二销量预测模型对所述目标商品进行初始销量预测,得到第二初始销量预测值,所述第二销量预测模型根据所述目标商品的历史促销销售商品特征训练得到;/n根据所述促销计划信息、所述促销系数、所述第一初始销量预测值以及所述第二初始销量预测值,确定所述目标商品在指定预测期的销量预测值。/n
【技术特征摘要】
1.一种销量预测方法,所述方法包括:
获取目标商品的当前正常销售商品特征和当前促销销售商品特征,并获取所述目标商品的促销计划信息以及促销系数;
根据所述当前正常销售商品特征和第一销量预测模型对所述目标商品进行初始销量预测,得到第一初始销量预测值,所述第一销量预测模型根据所述目标商品的历史正常销售商品特征的训练得到;
根据当前促销销售商品特征和第二销量预测模型对所述目标商品进行初始销量预测,得到第二初始销量预测值,所述第二销量预测模型根据所述目标商品的历史促销销售商品特征训练得到;
根据所述促销计划信息、所述促销系数、所述第一初始销量预测值以及所述第二初始销量预测值,确定所述目标商品在指定预测期的销量预测值。
2.根据权利要求1所述的方法,其特征在于,所述根据所述促销计划信息、所述促销系数、所述第一初始销量预测值以及所述第二初始销量预测值,确定所述目标商品在指定预测期的销量预测值,包括:
在所述目标商品当前为正常销售商品,且根据所述促销计划信息确定所述目标商品没有在所述指定预测期进行促销的促销计划时,根据所述第一初始销量预测值确定所述销量预测值,优选的,根据R*=R1确定所述销量预测值;
在所述目标商品当前为正常销售商品,且根据所述促销计划信息确定准备在所述指定预测期对所述目标商品进行促销时,根据所述促销系数和所述第一初始销量预测值确定所述销量预测值,优选的,根据R*=R1×Fc确定所述销量预测值;
在所述目标商品当前为促销商品,且根据所述促销计划信息确定在所述指定预测期继续促销所述目标商品时,根据所述促销系数、所述第一初始销量预测值以及所述第二初始销量预测值确定所述销量预测值,优选的,根据R*=a×R1×Fc+(1-a)×R2确定所述销量预测值;
在所述目标商品当前为促销商品,且根据所述促销计划信息确定准备在所述指定预测期停止促销所述目标商品时,根据所述促销系数以及所述第二初始销量预测值确定所述销量预测值,优选的,根据R*=R2/Fc确定所述销量预测值;
其中,R*、R1和R2分别表示所述销量预测值、所述第一初始销量预测值和所述第二初始销量预测值,Fc表示所述促销系数,a∈[0,1]。
3.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
获取所述目标商品的历史销售数据;
将所述历史销售数据划分为正常销售商品历史销售数据和促销商品历史销售数据;
分别对所述正常销售商品历史销售数据和促销商品历史销售数据进行特征提取,得到历史正常销售商品特征和历史促销销售商品特征;
根据所述历史正常销售商品特征进行模型训练,得到所述第一销量预测模型;
根据所述历史促销销售商品特征进行模型训练,得到所述第二销量预测模型。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
根据所述促销系数和所述正常销售商品历史销售数据,补充对应周期的促销商品历史销售数据,优选的,在所述促销系数为变量时,根据对应周期的促销系数和所述正常销售商品历史销售数据,补充对应周期的促销商品历史销售数据;
或者/和
根据所述促销系数和所述促销商品历史销售数据,补充对应周期的正常销售商品历史销售数据,优选的,在所述促销系数为变量时,根据对应周期的促销系数和所述促销商品历史销售数据,补充对应周期的正常销售商品历史销售数据;
优选的,所述方法还包括:通过统计所述目标商品的不同长度周期的历史正常销售商品特征或者/和历史促销销售商品特征的方式扩充特征维度;或者/和,通过所述目标商品的同类商品历史销售数据的特征的扩充特征维度。
5.根据权利要求3或者4所述的方法,其特征在于,在所述分别对所述正常销售商品历史销售数据和促销商品历史销售数据进行特征提取之前,所述方法还包括:
根据所述目标商品的当前类型的历史销售数据,确定第一平均销量值,所述第一平均销量值为所述目标商品的与所述当前类型为同一类型的近N个周期的平均销量,N为正整数,所述当前类型的历史销售数据为正常销售商品历史销售数据和促销商...
【专利技术属性】
技术研发人员:刘大成,李磊,李晓宇,刘坤,
申请(专利权)人:苏宁易购集团股份有限公司,
类型:发明
国别省市:江苏;32
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。