消费预测系统及消费预测方法技术方案

一种消费预测系统，包含一储存装置以及一处理器。储存装置用于储存一历史环境数据和一历史消费记录。处理器用于计算一个人偏好相关系数，并将历史环境数据、历史消费记录及个人偏好相关系数输入一第一类神经网络模型，第一类神经网络模型用于产生一训练模型，当训练模型的一准确率高于一训练阈值时，将训练模型视为一预测模型，将一预测环境数据输入预测模型，预测模型依据预测环境数据输出一预测结果。果。果。

【技术实现步骤摘要】
消费预测系统及消费预测方法


[0001]本专利技术是关于一种预测系统，特别是关于一种消费预测系统及消费预测方法。

技术介绍

[0002]一般而言，销售报表分析都只能呈现过去消费的记录，因为来店人数与每日消费偏好是很难精准预测的，现行的来店人数预估，可能是利用传统的数学分析或者经验法则，这些方法的预测准确率都偏低，导致店家在每日备料上，无法精准的掌握，容易物料准备不足，或准备过量而造成物料的浪费。此外，即使取得多种历史数据，若应用人力进行统计或使用传统的数学分析，需要大量的计算，也难以快速地提供预测数据。
[0003]因此，如何有效率的考虑多种影响消费因素，以快速且准确地预测来店人数与产品销售量，已成为本领域需解决的问题之一。

技术实现思路

[0004]为了解决上述的问题，本揭示内容的一态样提供了一种消费预测系统，包含一储存装置以及一处理器。储存装置用于储存一历史环境数据和一历史消费记录。处理器用于计算一个人偏好相关系数，并将历史环境数据、历史消费记录及个人偏好相关系数输入一第一类神经网络模型，第一类神经网络模型用于产生一训练模型，当训练模型的一准确率高于一训练阈值时，将训练模型视为一预测模型，将一预测环境数据输入预测模型，预测模型依据预测环境数据输出一预测结果，并获取预测结果中的一预测来客数和一预测营业额，将预测来客数与一实际来客数比对，以产生一来客数修正权重，并将预测营业额与一实际营业额比对，以产生一营业额修正权重，判断来客数修正权重是否高于一来客数权重阈值或者营业额修正权重是否高于一营业额权重阈值，当来客数修正权重高于来客数权重阈值或者营业额修正权重高于营业额权重阈值，则依据来客数修正权重与营业额修正权重调整训练模型，以更新训练模型。
[0005]为了解决上述的问题，本揭示内容的另一态样提供了一种消费预测方法，包含以下步骤：计算一个人偏好相关系数；将一历史环境数据、一历史消费记录及个人偏好相关系数输入一第一类神经网络模型，第一类神经网络模型用于产生一训练模型；判断训练模型的一准确率是否高于一训练阈值，当训练模型的准确率高于训练阈值时，将训练模型视为一预测模型；将一预测环境数据输入预测模型，预测模型依据一预测环境数据输出一预测结果；获取预测结果中的一预测来客数和一预测营业额，将预测来客数与一实际来客数比对，以产生一来客数修正权重，并将预测营业额与一实际营业额比对，以产生一营业额修正权重；以及判断来客数修正权重是否高于一来客数权重阈值或者营业额修正权重是否高于一营业额权重阈值；当来客数修正权重高于来客数权重阈值或者营业额修正权重高于营业额权重阈值，则依据来客数修正权重与营业额修正权重调整训练模型，以更新训练模型。
[0006]由上述可知，在人工智能时代，数据量巨大且繁杂，若要能准确且有效率的预测数据，则要考虑的因素及数据量庞杂，因此，数据收集不能再依赖人工的维护。本专利技术所示的
消费预测系统及消费预测方法通过类神经网络模型分析大量且繁杂的数据，进而生成预测模型，并可以通过预测模型输出未来一段时间内的预测来客人数及预测营业额，也可以比对预测来客人数与实际来客数，以得到来客数修正权重，比对预测营业额与实际营业额比对，以得到营业额修正权重，通过来客数修正权重及营业额修正权重可以调整预测模型，使预测模型更加准确。
附图说明
[0007]图1A～1B是依照本专利技术一实施例绘示一种消费预测系统的方块图。
[0008]图2是根据本专利技术的一实施例绘示一种消费预测方法的流程图。
[0009]图3A～3C是根据本专利技术的一实施例绘示一种环境数据收集方法的示意图。
[0010]图4是根据本专利技术的一实施例绘示一种消费群组分类方法的流程图。
具体实施方式
[0011]以下说明是为完成专利技术的较佳实现方式，其目的在于描述本专利技术的基本精神，但并不用于限定本专利技术。实际的
技术实现思路
必须参考之后的权利要求范围。
[0012]必须了解的是，使用于本说明书中的“包含”、“包括”等词，是用于表示存在特定的技术特征、数值、方法步骤、作业处理、元件以及/或组件，但并不排除可加上更多的技术特征、数值、方法步骤、作业处理、元件、组件，或以上的任意组合。
[0013]在权利要求中使用如“第一”、“第二”、“第三”等词是用来修饰权利要求中的元件，并非用来表示之间具有优先权顺序，先行关系，或者是一个元件先于另一个元件，或者是执行方法步骤时的时间先后顺序，仅用来区别具有相同名字的元件。
[0014]请参照图1A、1B及图2，图1A是依照本专利技术一实施例绘示一种消费预测系统100的方块图。图1B是根据本专利技术的一实施例绘示一种消费预测系统150的方块图。图2是根据本专利技术的一实施例绘示一种消费预测方法200的流程图。
[0015]如图1A所示，消费预测系统100适用于一电子装置上，电子装置例如为计算机、手机、平板或其它具有运算功能的装置。消费预测系统100包含一储存装置10及一处理器20。在一实施例中，储存装置10可被实作为只读存储器、闪存、软盘、硬盘、光盘、随身碟、磁带、可由网络存取的数据库或本领域技术人员可轻易想到具有相同功能的储存介质。在一实施例中，处理器20可由集成电路如微控制单元(micro controller)、微处理器(microprocessor)、数字信号处理器(digital signal processor)、特殊应用集成电路(application specific integrated circuit，ASIC)或一逻辑电路来实施。
[0016]如图1B所示，消费预测系统150适用于一电子装置上，电子装置例如为计算机、手机、平板或其它具有运算功能的装置。消费预测系统150包含一储存装置10、一环境数据收集模块12、一消费记录模块14、一消费群组分类模块16及一模型训练模块18。在一实施例中，环境数据收集模块12、消费记录模块14、消费群组分类模块16及模型训练模块18各自以硬件电路实现，各自耦接于处理器20。在一实施例中，环境数据收集模块12、消费记录模块14、消费群组分类模块16及模型训练模块18位于处理器20。在一实施例中，环境数据收集模块12、消费记录模块14、消费群组分类模块16及模型训练模块18可以各自以软件实现，由处理器20执行。在一实施例中，环境数据收集模块12、消费记录模块14、消费群组分类模块16
及模型训练模块18可一并或分别由集成电路如微控制单元(micro controller)、微处理器(microprocessor)、数字信号处理器(digital signal processor)、特殊应用集成电路(application specific integrated circuit，ASIC)或一逻辑电路来实施。
[0017]以下叙述消费预测方法200，消费预测方法200可以通过消费预测系统100或150实现。
[0018]在步骤210中，处理器20计算一个人偏好相关系数。
[0019]在一实施例中，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种消费预测系统，包含：一储存装置，用于储存一历史环境数据和一历史消费记录；以及一处理器，用于计算一个人偏好相关系数，并将该历史环境数据、该历史消费记录和该个人偏好相关系数输入一第一类神经网络模型，该第一类神经网络模型用于产生一训练模型，当该训练模型的一准确率高于一训练阈值时，将该训练模型视为一预测模型，将一预测环境数据输入该预测模型，该预测模型依据该预测环境数据输出一预测结果，并获取该预测结果中的一预测来客数和一预测营业额，将该预测来客数与一实际来客数比对，以产生一来客数修正权重，并将该预测营业额与一实际营业额比对，以产生一营业额修正权重，判断该来客数修正权重是否高于一来客数权重阈值或者该营业额修正权重是否高于一营业额权重阈值，当该来客数修正权重高于该来客数权重阈值或者该营业额修正权重高于该营业额权重阈值，则依据该来客数修正权重与该营业额修正权重调整该训练模型，以更新该训练模型。2.如权利要求1所述的消费预测系统，其中该处理器加总一时间区间内的一使用者在一特定商店的消费次数，以得到一特定商店消费总次数，并将该特定商店消费总次数除以该时间区间内的该使用者在所有商店的消费次数，以计算该个人偏好相关系数。3.如权利要求1所述的消费预测系统，其中该处理器还用于判断该个人偏好相关系数、该历史环境数据或该历史消费记录是否包含一缺漏值，当该处理器判断该个人偏好相关系数、该历史环境数据或该历史消费记录包含该缺漏值，则该处理器自动填补该缺漏值。4.如权利要求1所述的消费预测系统，其中该处理器将一训练数据输入该训练模型，以得到一训练结果，将该训练结果与一已知结果进行相似度比对，以计算该训练模型的该准确率。5.如权利要求1所述的消费预测系统，其中该处理器判断当该来客数修正权重不高于该来客数权重阈值且该营业额修正权重不高于该营业额权重阈值，则将该预测来客数乘以该来客数修正权重，以得到一来客数修正结果，并将该预测营业额乘以该营业额修正权重，以得到一营业额修正结果。6.如权利要求1所述的消费预测系统，其中该处理器接收一外显数据，将该外显数据储存到一第一队列，该处理器接收一数字文字数据，将该数字文字数据储存到一第二队列，该处理器接收一图片...

【专利技术属性】
技术研发人员：陈文广，洪建国，陈俊宏，李振忠，
申请(专利权)人：广达电脑股份有限公司，
类型：发明
国别省市：