一种基于AI人工智能的企业经营预测方法及系统技术方案

本发明专利技术公开了一种基于AI人工智能的企业经营预测方法及系统，获取用户输入的待处理数据；所述待处理数据包括企业经营中的商业数据、销售数据和财务数据；将待处理数据作为评价对象，依据自定义的待处理数据分类规则，将所述待处理数据划分为管理数据和业务数据；获取分类后的各部分特征量，并从中选取用于企业经营预测的关键特征量；将所述关键特征量输入预先建立的机器学习模型，分析获得企业经营预测结果及对应的预测决策数据。上述方案能够分析不同时间周期下，现有预测结果的表现好坏，并进一步对未来经营数据的预测。便于企业提前部署资源、采取更优化的决策措施，实行健康发展。展。展。

【技术实现步骤摘要】
一种基于AI人工智能的企业经营预测方法及系统


[0001]本专利技术涉及计算机
，具体涉及一种基于AI人工智能的企业经营预测方法及系统。

技术介绍

[0002]进入数据时代，每一个企业都淹没在数据海洋中，数据太多、数据不全、数据造假都会导致经营管理决策的盲区增大，企业经营未来的不确定性也巨增大，人类感知和认知的局限，决定了在复杂数据海洋中，无法预测未来。因此，商业呼唤新的科学的预测方法，以便企业能提前部署资源、采取更有效的战略策略发展业务。
[0003]现有技术商业智能BI技术，将企业各种业务IT系统如ERP、CRM等数据汇集，并进行数据表格化的分析和处理，利用相应的查询和分析工具，输出报表展现与分析，为企业提供数据分析支持。其包括三个重要部分：数据源收集，数据仓库的数据准备，可视化报表展现和数据分析。
[0004]商业智能BI所收集的数据，都是一个结果，仅仅告诉企业决策者是什么，并不能告诉是什么原因，什么问题导致的原因；更不能告诉数据背后的模式和规律。因此，BI只能作为查询的效果，其并不能直接产生预测决策，企业利用BI处本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI人工智能的企业经营预测方法，其特征在于，所述方法包括：获取用户输入的待处理数据；所述待处理数据包括企业经营中的商业数据、销售数据和财务数据；将待处理数据作为评价对象，依据自定义的待处理数据分类规则，将所述待处理数据划分为管理数据和业务数据；获取分类后的各部分特征量，并从中选取用于企业经营预测的关键特征量；将所述关键特征量输入预先建立的机器学习模型，分析获得企业经营预测结果及对应的预测决策数据。2.如权利要求1所述的方法，其特征在于，所述将关键特征量输入预先建立的机器学习模型，分析获得企业经营预测结果及对应的预测决策数据包括：A：构建企业经营历史数据库，用于存储企业经营在过去某一时间段内的企业历史经营数据及对应的关键特征量；B：在企业经营历史数据库的基础上构建机器学习模型；C：运用机器学习模型的预测层对企业经营数据变动趋势进行预测，并对来自模型的针对未来每个阶段的预测结果进行综合分析从而得到全局预测结果；D：检验机器学习模型的预测结果是否准确，并根据检验结果对机器学习模型的子模型进行参数调节，优化机器学习模型结构。3.根据权利要求2所述的方法，其特征在于：在步骤B中，所述机器学习模型为LSTM模型，所述LSTM模型通过训练能够发掘出企业经营的价格变动规律及潜在的变动逻辑，并通过对价格规律及变动逻辑的处理实现企业经营未来价格变动趋势的预测。4.根据权利要求3所述的方法，其特征在于：所述LSTM模型将企业经营的历史数据进行划分从而生成模型训练数据集，该模型训练数据集分为训练输入及训练输出两部分，训练输入及训练输出数据长度为L，训练输入与训练输出之间相距T个时间周期；同时采用ReLU函数作为LSTM模型中状态处理及模型输出环节的激活函数，该激活函数定义为：Y＝Max(0，x)其中，x为自变量。5.根据权利要求3所述的方法，其特征在于：所述LSTM模型为多层结构的循环神经网络，所述多层包括输入层、输出层及预测层，其中，所述输入层用于控制有多少信息可以流入模型的记忆体，经由输入层处理后的数据流入当前状态中；所述预测层用于控制有多少上一时刻的模型记忆体信息可以累积到当前时刻的记忆体中，经由预测层处理的数据信息流入当前状态中；...

【专利技术属性】
技术研发人员：乔恩，
申请(专利权)人：未来地图深圳智能科技有限公司，
类型：发明
国别省市：