本发明专利技术提出了一种产品指标的预测方法、预测装置和可读存储介质，产品指标的预测方法包括：根据产品指标的类型，确定影响产品指标的影响因素；获取影响因素在第一历史时间段内的第一历史数据和在第二历史时间段内的第二历史数据；根据第一历史数据，生成预测模型；将第二历史数据输入预测模型，生成预测结果。本发明专利技术提供的产品指标的预测方法，通过首先根据产品指标的类型确定影响该产品指标的影响因素，从而明确了影响产品指标预测结果的影响因素，使得预测模型的生成更加具有针对性，进而提高预测结果生成的准确性。并且，在建立预测模型之前，首先确定产品指标的影响因素，使得产品指标的预测更加灵活，避免不必要的数据计算。避免不必要的数据计算。避免不必要的数据计算。
【技术实现步骤摘要】
产品指标的预测方法、预测装置和可读存储介质
[0001]本专利技术涉及产品管理
，具体而言，涉及一种产品指标的预测方法、预测装置和可读存储介质。
技术介绍
[0002]相关技术中，在对产品管理的过程中，针对产品各项指标的准确预测，能够有效地提高对产品管理的效率，避免不必要的成本，因此，如何高效并且准确地对产品的不同指标进行预测，成为了亟待解决的技术问题。
技术实现思路
[0003]本专利技术旨在至少解决现有技术或相关技术中存在的技术问题之一。
[0004]为此，本专利技术的第一方面提出了一种产品指标的预测方法。
[0005]本专利技术的第二方面提出了一种产品指标的预测装置。
[0006]本专利技术的第三方面提出了一种产品指标的预测装置。
[0007]本专利技术的第四方面提出了一种可读存储介质。
[0008]有鉴于此，本专利技术的第一方面，提出了一种产品指标的预测方法，包括：根据产品指标的类型，确定影响产品指标的影响因素；获取影响因素在第一历史时间段内的第一历史数据和在第二历史时间段内的第二历史数据；根据第一历史数据，生成预测模型；将第二历史数据输入预测模型，生成预测结果。
[0009]本专利技术提供的产品指标的预测方法，用于对产品在未来某个时间段内的指标的具体数值进行预测，从而帮助管理人员根据预测结果对产品进行管理，提高产品的管理效率，避免不必要的成本。
[0010]具体地，首先，根据产品指标的类型，确定能够影响该产品指标的影响因素，举例而言，产品指标可以包括产品的销量，相应的，影响产品销量的影响因素可以包括产品的种类、产品所面对的客户群体以及产品的发售时间等。在确定了产品的影响因素之后，获取每个影响因素在当前时间点之前的第一历史时间段内的第一历史数据，以及第一历史时间段内产品的实际指标，然后根据影响因素的第一历史数据以及第一历史时间段的实际指标进行模型的训练，生成预测模型，预测模型用于根据当前时间点之前的任一历史时间段内的影响因素的数据对当前时间段之后的任一时间段的产品指标的数值进行。
[0011]进一步地，在生成预测模型之后，获取每个影响因素在当前时间点之前的第二历史时间段内的第二历史数据，然后将第二历史数据输入值预测模型中，以生成预测结果，即当前时间点之后的时间段内该产品指标的预测数值。
[0012]本专利技术提供的产品指标的预测方法，通过首先根据产品指标的类型确定影响该产品指标的影响因素，然后再根据该影响因素的历史数据进行预测模型的建立，从而明确了影响产品指标预测结果的影响因素，使得预测模型的生成更加具有针对性，进而提高预测结果生成的准确性，更加有利于管理人员对产品进行相应的管理，提高管理人员对产品的
管理效率。并且，在建立预测模型之前，首先确定产品指标的影响因素，使得产品指标的预测更加灵活，避免不必要的数据计算。
[0013]另外，根据本专利技术提供的上述技术方案中的产品指标的预测方法，还可以具有如下附加技术特征：
[0014]在上述技术方案中，进一步地，根据第一历史数据和预设算法，生成预测模型的步骤之前，还包括：对第一历史数据进行修正，生成修正数据。
[0015]在该技术方案中，通过对第一历史数据进行修正，可以减少第一历史数据中的无效数据进行过滤，从而避免第一历史数据中的无效数据对预测模型产生影响，使得预测模型所生的预测结果更加准确。
[0016]具体地，在第一历史时间段内，可能存在节假日或其他特殊时间，节假日或者特殊时间对产品指标会造成一定影响，而在未来某一时间段内所存在的节假日和特殊时间与第一历史时间段内并不相同，因此，在根据第一历史时间段内的第一历史数据进行预测模型的建立时，首先需要对第一历史数据进行修正，去除第一历史时间段内的特殊时间段对产品指标的数据变化所产生的影响，从而才能保证根据第一历史数据所生成的预测模型能够有效地提高对未来某一时间段内的产品指标数据预测的准确性。
[0017]在上述技术方案中，进一步地，对第一历史数据进行修正，生成修正数据的步骤，包括：对第一历史数据进行检测，确定第一历史数据中的异常值和/或缺失值；对异常值和/或缺失值进行修正，生成修正数据。
[0018]在该技术方案中，对第一历史数据进行修正的方法具体可以包括：首先，对第一历史数据进行检测，从而在第一历史数据中检测出无效数据，具体地，无效数据可以包括异常数据或者缺失数据；进一步地，对第一历史数据中所存在的异常数据或者缺失数据进行修正，以将异常数据修正为正常数据，或者将缺失数据进行补充，以得道第一历史数据的修正数据，进而保证修正数据中不存在无效数据，进而避免第一历史数据中的无效数据对预测模型产生影响，使得预测模型所生的预测结果更加准确。
[0019]在上述技术方案中，进一步地，根据第一历史数据，生成预测模型的步骤，包括：通过预设算法对修正数据进行训练，生成预测模型。
[0020]在该技术方案中，在对第一历史数据进行修正之后，通过预设算法对修正后的修正数据进行训练，从而根据修正数据和预设算法生成预测模型，进而通过预测模型对产品指标进行预测。
[0021]在上述技术方案中，进一步地，将第二历史数据输入预测模型，生成预测结果的步骤之前，还包括：获取影响因素在第三时历史间段内的第三历史数据；根据第三历史数据对预测模型进行优化。
[0022]在该技术方案中，预测模型生成之后，在将第二历史数据输入预测模型之前，首先需要对预测模型进行优化，从而进一步提高预测模型所生成的预测结果的准确率，进而更加有利于管理人员对产品进行相应的管理，提高管理人员对产品的管理效率。具体地，获取影响因素在第三历史时间段内的第三历史数据，进而可以根据第三历史数据对预测模型进行优化。
[0023]在上述技术方案中，进一步地，根据第三历史数据对预测模型进行优化的步骤，包括：将第三历史数据输入预测模型，生成第四历史时间段的预测产品指标；获取第四历史时
间段的实际产品指标；确定预测产品指标与实际产品指标之间的误差值；基于误差值小于预设误差，则确定预设模型生效。
[0024]在该技术方案中，对生成的预测模型进行优化的具体步骤可以包括：首先将第三历史数据输入预测模型中，通过预测模型根据第三历史数据对第四历史时间段的产品指标进行预测，生成预测产品指标，其中，第四历史时间段为当前时间点之间的时间段。进一步地，获取第四历史时间段的产品的实际产品指标，然后将该实际产品指标与根据第三历史数据所预测出的预测产品指标相比较，并对预测产品指标和实际产品指标进行分析，得到预测产品指标和实际产品指标之间的误差值。然后判断该误差值是否小于预设误差值，若该误差值小于预设误差值，则可以确定当前预测模型所生成的预测结果达到预期的准确率，无需进行优化。
[0025]在上述技术方案中，进一步地，基于误差值大于预设误差，则根据误差值调整预设算法的参数；通过调整后的预设算法对修正数据进行训练，生成预测模型。
[0026]在该技术方案中，在通过预测模型根据第三历史本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种产品指标的预测方法，其特征在于，包括：根据所述产品指标的类型，确定影响所述产品指标的影响因素；获取所述影响因素在第一历史时间段内的第一历史数据和在第二历史时间段内的第二历史数据；根据所述第一历史数据，生成预测模型；将所述第二历史数据输入所述预测模型，生成预测结果。2.根据权利要求1所述的预测方法，其特征在于，所述根据所述第一历史数据和预设算法，生成预测模型的步骤之前，还包括：对所述第一历史数据进行修正，生成修正数据。3.根据权利要求2所述的预测方法，其特征在于，所述对所述第一历史数据进行修正，生成修正数据的步骤，包括：对所述第一历史数据进行检测，确定所述第一历史数据中的异常值和/或缺失值；对所述异常值和/或所述缺失值进行修正，生成所述修正数据。4.根据权利要求2所述的预测方法，其特征在于，所述根据所述第一历史数据，生成预测模型的步骤，包括：通过预设算法对所述修正数据进行训练，生成所述预测模型。5.根据权利要求4所述的预测方法，其特征在于，所述将所述第二历史数据输入所述预测模型，生成预测结果的步骤之前，还包括：获取所述影响因素在第三时历史间段内的第三历史数据；根据所述第三历史数据对所述预测模型进行优化。6.根据权利要求5所述的预测方法，其特征在于，所述根据所述第三历史数据对所述预测模型进行优化的步骤，包括：将所述第三历史数据输入所述...
【专利技术属性】
技术研发人员：张路瑛，
申请(专利权)人：用友网络科技股份有限公司，
类型：发明
国别省市：
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。