销量预测方法、装置、设备及可读存储介质制造方法及图纸

本申请公开了一种销量预测方法、装置、设备及可读存储介质，该方法包括步骤：获取目标产品对应的产品相关信息，计算所述产品相关信息和至少一个社群画像之间的特征关联性；获取所述目标产品对应的运营相关信息和目标预测模型；获取目标预测模型；根据所述特征关联性、所述运营相关信息和所述目标预测模型，得到所述目标产品的预测销量数据，根据预设规则从至少一个预测销量数据中确定目标销量数据；通过上述方式，获取目标产品与社群之间的特征关联性，以及目标产品对应的运营相关信息，通过目标预测模型，预测目标产品在社群推广或销售时的销量数据，提高了销量预测的准确性。提高了销量预测的准确性。提高了销量预测的准确性。

【技术实现步骤摘要】
销量预测方法、装置、设备及可读存储介质


[0001]本申请涉及信息管理
，尤其涉及一种销量预测方法、装置、设备及可读存储介质。

技术介绍

[0002]目前，电商行为是社群运营中必不可少的，通过在社群中，对产品进行宣传和推广，引导社群中客户购买产品。由于，社群中客户性质不同，通常运营方根据个人经验的方式无法准确预测产品销量，进而无法根据预计销量制定准确的推广策略或方式，导致产品的销售效果不理想。

技术实现思路

[0003]本申请的主要目的在于提供一种销量预测方法、装置、设备及可读存储介质，旨在解决社群中产品销量预测准确率低的技术问题。
[0004]为实现上述目的，本申请提供一种销量预测方法，所述销量预测方法包括步骤：
[0005]获取目标产品对应的产品相关信息，计算所述产品相关信息和至少一个社群画像之间的特征关联性；
[0006]获取所述目标产品对应的运营相关信息和目标预测模型；
[0007]根据所述特征关联性、所述运营相关信息和所述目标预测模型，得到所述目标产品的预测销量数据，根据预设规则从至少一个预测销量数据中确定目标销量数据。
[0008]可选地，所述获取目标产品对应的产品相关信息，计算所述产品相关信息和至少一个社群画像之间的特征关联性的步骤，包括：
[0009]获取目标产品对应的产品相关信息，提取所述产品相关信息中的产品特征标签；
[0010]获取所述目标产品的至少一个社群画像，提取所述至少一个社群画像的社群特征标签；
[0011]确定所述产品特征标签和所述社群特征标签之间特征关联性。
[0012]可选地，所述获取所述目标产品的至少一个社群画像的步骤，包括：
[0013]获取至少一个社群的社群相关信息，提取所述社群相关信息中的信息特征；
[0014]根据所述信息特征，建立所述至少一个社群画像。
[0015]可选地，所述获取目标预测模型的步骤，包括：
[0016]获取基础预测模型；
[0017]获取往期产品对应的往期运营数据，建立模型数据库；
[0018]根据所述模型数据库，对所述基础预测模型进行模型训练，得到所述目标预测模型。
[0019]可选地，所述根据所述模型数据库，对所述基础预测模型进行模型训练，得到所述目标预测模型的步骤，包括：
[0020]基于交叉验证法对所述模型数据库进行数据划分处理，得到训练数据集和测试数
据集；
[0021]将所述训练数据集和所述测试数据集输入至所述基础预测模型中，基于所述基础预测模型对所述训练数据集和所述测试数据集进行预测处理，得到训练预测值；
[0022]将所述训练销量值与预设销量值进行比对，得到比对结果；
[0023]基于所述比对结果对所述基础预测模型进行参数调整，并确定是否满足预设训练完成条件，若不满足时，返回将所述训练数据集和所述测试数据集输入至所述基础预测模型中的步骤，直至达到预设训练完成条件，得到目标预测模型。
[0024]可选地，其特征在于，所述根据预设规则从至少一个预测销量数据中确定目标销量数据的步骤之后，所述方法包括：
[0025]获取所述目标产品的实际销量数据；
[0026]根据所述实际销量数据、所述特征关联性和所述运营相关信息，更新所述模型数据库。
[0027]可选地，所述根据预设规则从至少一个预测销量数据中确定目标销量数据的步骤之后，所述方法还包括：
[0028]响应预设更新操作，对所述目标预测模型进行训练优化。
[0029]为实现上述目的，本专利技术提供一种销量预测装置，所述装置包括：
[0030]第一获取模块，获取目标产品对应的产品相关信息，计算所述产品相关信息和至少一个社群画像之间的特征关联性；
[0031]第二获取模块，获取所述目标产品对应的运营相关信息和目标预测模型；
[0032]销量预测模块，根据所述特征关联性、所述运营相关信息和所述目标预测模型，得到所述目标产品的预测销量数据，根据预设规则从至少一个预测销量数据中确定目标销量数据。
[0033]此外，为实现上述目的，本申请还提供一种销量预测设备，所述销量预测设备包括存储器、处理器和存储在所述存储器上并可在所述处理器上运行的销量预测程序，所述销量预测程序被所述处理器执行时实现如上所述的销量预测方法的步骤。
[0034]此外，为实现上述目的，本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有销量预测程序，所述销量预测程序被处理器执行时实现如上所述的销量预测方法的步骤。
[0035]与现有技术中，社群中产品销量无法预测相比，本申请通过获取目标产品对应的产品相关信息，计算所述产品相关信息和至少一个社群画像之间的特征关联性；获取所述目标产品对应的运营相关信息和目标预测模型；获取目标预测模型；根据所述特征关联性、所述运营相关信息和所述目标预测模型，得到所述目标产品的预测销量数据，根据预设规则从至少一个预测销量数据中确定目标销量数据；通过上述方式，获取目标产品与社群之间的特征关联性，以及目标产品对应的运营相关信息，通过目标预测模型，预测目标产品在社群推广或销售时的销量数据，提高了销量预测的准确性。
附图说明
[0036]图1是本申请销量预测方法第一实施例的流程示意图；
[0037]图2是本申请销量预测装置较佳实施例的功能模块示意图；
[0038]图3是本申请实施例方案涉及的硬件运行环境的结构示意图。
[0039]本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0040]应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0041]第一实施例
[0042]本申请提供一种销量预测方法，参照图1，图1为本申请销量预测方法第一实施例的流程示意图。可选地，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0043]本申请实施例提供了销量预测方法的实施例，需要说明的是，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。销量预测方法可应用于应用服务器的用于销量预测的程序模块中。为了便于描述，以下省略执行主体描述销量预测方法的各个步骤。销量预测方法包括：
[0044]步骤S10，获取目标产品对应的产品相关信息，计算所述产品相关信息和至少一个社群画像之间的特征关联性；
[0045]步骤S20，获取所述目标产品对应的运营相关信息和目标预测模型；
[0046]步骤S30，根据所述特征关联性、所述运营相关信息和所述目标预测模型，得到所述目标产品的预测销量数据，根据预设规则从至少一个预测销量数据中确定目标销量数据。
[0047]具体步骤如下：
[0048]步骤S10，获取目标产品对应的产品相关信息，计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种销量预测方法，其特征在于，所述销量预测方法包括以下步骤：获取目标产品对应的产品相关信息，计算所述产品相关信息和至少一个社群画像之间的特征关联性；获取所述目标产品对应的运营相关信息和目标预测模型；根据所述特征关联性、所述运营相关信息和所述目标预测模型，得到所述目标产品的预测销量数据，根据预设规则从至少一个预测销量数据中确定目标销量数据。2.如权利要求1所述的销量预测方法，其特征在于，所述获取目标产品对应的产品相关信息，计算所述产品相关信息和至少一个社群画像之间的特征关联性的步骤，包括：获取目标产品对应的产品相关信息，提取所述产品相关信息中的产品特征标签；获取所述目标产品的至少一个社群画像，提取所述至少一个社群画像的社群特征标签；确定所述产品特征标签和所述社群特征标签之间特征关联性。3.如权利要求2所述的销量预测方法，其特征在于，所述获取所述目标产品的至少一个社群画像的步骤，包括：获取至少一个社群的社群相关信息，提取所述社群相关信息中的信息特征；根据所述信息特征，建立所述至少一个社群画像。4.如权利要求1所述的销量预测方法，其特征在于，所述获取目标预测模型的步骤，包括：获取基础预测模型；获取往期产品对应的往期运营数据，建立模型数据库；根据所述模型数据库，对所述基础预测模型进行模型训练，得到所述目标预测模型。5.如权利要求4所述的销量预测方法，其特征在于，所述根据所述模型数据库，对所述基础预测模型进行模型训练，得到所述目标预测模型的步骤，包括：基于交叉验证法对所述模型数据库进行数据划分处理，得到训练数据集和测试数据集；将所述训练数据集和所述测试数据集输入至所述基础预测模型中，基于所述基础预测模型对所述训练数据集和所述测试数据集进行预测处理，得到...

【专利技术属性】
技术研发人员：陈纪培，张雪蓓，
申请(专利权)人：上海络昕信息科技有限公司，
类型：发明
国别省市：