基于自适应加权的电商平台销量预测方法技术

本发明专利技术涉及一种基于自适应加权的电商平台销量预测方法。该方法包括以下步骤：步骤1：建立电商平台销量预测商务系统；步骤2：利用电商平台销量预测商务系统的信息获取分析模块获取信息数据；步骤3：将步骤2中的8类信息数据进行归一化处理；步骤4：求取步骤3中归一化后8类信息数据的指标权重；步骤5：设计基于自适应加权的电商平台销量预测算法；步骤6，把设计完成的自适应加权电商平台销量预测算法嵌入商务系统的信息处理模块中，完成该商务系统的某产品的销量预测。本发明专利技术将近几年各季度该商品的需求量、总产值、当地的居民食品消费价格指数、地区生产总值、恩格尔系数、第三产业增加值、电子商务营业额、移动互联网用户数8种数据作为预测某产品销量的特征指标，该算法结合模型状态监测参数和系统加权参数对某产品销量进行跟踪，因此建立能准确跟踪某产品销量趋势，实现电商平台对某一产品的销量预测。实现电商平台对某一产品的销量预测。实现电商平台对某一产品的销量预测。

【技术实现步骤摘要】
基于自适应加权的电商平台销量预测方法


[0001]本专利技术涉及物流需求估计领域，特别设计基于自适应加权的电商平台销量预测方法。

技术介绍

[0002]随着国人物质生活的不断丰富，近年来国内外分销电商平台也逐步问世，电商平台的销售额也越来越大，所有线上销售的产品均由品牌方给予授权，消费者可以通过APP或者小程序下单购买，消费者在拥有购买用户角色的同时，也可以选择成为线上分销商代理这些商品，改变会员体系成本的分配占比将更多优惠、分利下放到用户，不仅能够提升平台运营效率还可以优化用户体验。国内外的分销电商平台，都是一种社交电商模式，从供货来源、体验方式、运营策略上都看到了“新零售”的影子，分销电商的未来发展趋势一定会是高留存、高复购、高转化、高产出的特性，而实现这种特性也一定离不开软件开发技术和算法的发展。
[0003]“新零售”是指通过大数据、人工智能等先进的技术手段对销售过程进行升级，推动线上线下一体化发展，将销售数据化不仅仅是对线上的用户信息数据化，还体现在用户的购买行为数据化，这时人工智能深度学习对于“新零售”的发展尤为重要。本专利本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于自适应加权的电商平台销量预测方法，具体步骤如下，其特征在于：步骤1：建立电商平台销量预测商务系统，在该商务系统在产品供应方和需求客户之间，实现收购、溯源、批发、销量预测等功能；步骤2：利用电商平台销量预测商务系统的信息获取分析模块，通过网络爬虫程序在全国商务信息公共服务平台等网站采集近几年各季度该商品的需求量、总产值、当地的居民食品消费价格指数、地区生产总值、恩格尔系数、第三产业增加值、电子商务营业额、移动互联网用户数；步骤3：将步骤2中的8类信息数据进行归一化处理，将信息数据归一化至(0，1)之间的小数，减少销量预测模型计算时的复杂度；步骤4：求取步骤3中归一化后8类信息数据的指标权重，把近几年各季度销量分别和需求量、总产值、当地的居民食品消费价格指数、地区生产总值、恩格尔系数、第三产业增加值、电子商务营业额、移动互联网用户数求取指标权重；步骤5：设计基于自适应加权的电商平台销量预测算法：根据历史信息数据采用自适应加权算法在预测阶段动态调整权重系数，更新模型状态监测参数和系统加权参数，实现电商平台销量的预测；步骤6，把设计完成的自适应加权电商平台销量预测算法嵌入商务系统的信息处理模块中，完成该商务系统的某产品的销量预测。2.根据权利要求1所述的基于自适应加权的电商平台销量预测方法，其特征在于：步骤3中将步骤2中8类信息数据进行归一化处理的过程可以表示如下：按照下式进行归一化所采集的信息数据x
’
ji
：式中，x
ji
是第j类信息数据的第i个时间点的数据，N是所采集的点。3.根据权利要求1所述的基于自适应加权的电商平台销量预测方法，其特征在于：步骤4中...

【专利技术属性】
技术研发人员：谌如意，
申请(专利权)人：谌如意，
类型：发明
国别省市：