需求数据预测方法及装置、电子设备、存储介质制造方法及图纸

本公开提供了一种需求数据预测方法及装置、电子设备、存储介质，涉及数据处理领域。该需求数据预测方法包括：收集目标订单数据和目标订单关联数据；获取预构建的短期预测模型，并将目标订单数据输入至短期预测模型得到短期需求数据预测结果；基于目标订单数据、目标订单关联数据、短期需求数据预测结果构建长期预测模型，并调用目标预测时间数据，将目标预测时间数据作为长期预测模型的输入数据，由长期预测模型输出长期需求数据预测结果；对短期需求数据预测结果和长期需求数据预测结果进行融合，得到目标需求数据预测结果。本公开实施例的技术方案可以扩大订单数据源，也可以提高需求数据预测结果的准确率。高需求数据预测结果的准确率。高需求数据预测结果的准确率。

【技术实现步骤摘要】
需求数据预测方法及装置、电子设备、存储介质


[0001]本公开涉及数据处理
，具体而言，涉及一种需求数据预测方法、需求数据预测装置、电子设备以及计算机可读存储介质。

技术介绍

[0002]随着大数据时代多到来，越来越多的业务都依赖于对大数据进行分析，进而基于大数据分析得到的结果对业务的相关需求数据进行预测，并基于相关需求数据预测结果对业务对应的产业进行合理的布局。
[0003]在相关需求数据预测方法中，要么是需求数据的数据源较单一，要么只能对短期需求数据进行预测，而对长期需求数据预测的结果的准确率相对较低。
[0004]因此，如何提供一种高准确率的普适性的需求数据预测方法，对业务规划具有重要的现实意义。
[0005]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

[0006]本公开实施例的目的在于提供一种需求数据预测方法、需求数据预测装置、电子设备以及计算机可读存储介质，进而至少在一定程度上克服需求数据预测的准确率较低的问题。
[0007]本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
[0008]根据本公开实施例的第一方面，提供了一种需求数据预测方法，包括：收集目标订单数据和目标订单关联数据；获取预构建的短期预测模型，并将所述目标订单数据输入至所述短期预测模型得到短期需求数据预测结果；基于所述目标订单数据、所述目标订单关联数据、所述短期需求数据预测结果构建长期预测模型，并调用目标预测时间数据，基于所述长期预测模型按照所述目标预测时间数据输出长期需求数据预测结果；对所述短期需求数据预测结果和所述长期需求数据预测结果进行融合，得到目标需求数据预测结果。
[0009]在本公开的一些示例实施例中，基于前述方案，所述收集目标订单数据和目标订单关联数据，包括：获取历史订单数据和历史订单关联数据；清洗所述历史订单数据，并从清洗后的所述历史订单数据中提取得到所述目标订单数据；计算所述历史订单关联数据与所述目标订单数据的相关系数，并对所述相关系数进行排序处理，得到所述历史订单关联数据的权重数据；根据所述权重数据从所述历史订单关联数据中筛选得到与所述目标订单数据对应的目标订单关联数据。
[0010]在本公开的一些示例实施例中，基于前述方案，其特征在于，所述短期预测模型包括第一类型时间序列模型、第二类型时间序列模型、第三类型时间序列模型，所述获取预构建的短期预测模型，并将所述目标订单数据输入至所述短期预测模型得到短期需求数据预
测结果，包括：获取预构建的所述第一类型时间序列模型、所述第二类型时间序列模型、所述第三类型时间序列模型；将所述目标订单数据分别输入至所述第一类型时间序列模型、所述第二类型时间序列模型、所述第二类型时间序列模型，得到第一短期预测结果、第二短期预测结果、第三短期预测结果；对所述第一短期预测结果、所述第二短期预测结果、所述第三短期预测结果进行整合得到所述短期需求数据预测结果。
[0011]在本公开的一些示例实施例中，基于前述方案，其特征在于，所述基于所述目标订单数据、所述目标订单关联数据、所述短期需求数据预测结果构建长期预测模型，包括：获取预构建的初始长期预测模型，并基于所述目标订单数据、所述目标订单关联数据、所述短期需求数据预测结果训练所述初始长期预测模型，得到训练完成的所述初始长期预测模型的模型参数；基于所述模型参数构建所述长期预测模型。
[0012]在本公开的一些示例实施例中，基于前述方案，其特征在于，所述模型参数包括第一模型参数和第二模型参数，所述基于所述目标订单数据、所述目标订单关联数据、所述短期需求数据预测结果训练所述初始长期预测模型，得到训练完成的所述初始长期预测模型的模型参数，包括：确定与所述目标订单数据对应的短期真实需求数据，以及从所述目标订单关联数据中筛选数据变化缓慢的关键订单关联数据；对所述目标订单数据和所述目标订单关联数据进行线性回归曲线拟合得到线性回归模型，并将所述关键订单关联数据输入至所述线性回归模型得到所述第一模型参数；调用所述初始长期预测模型的损失函数，并将所述短期需求数据预测结果和所述短期真实需求数据输入至所述损失函数中，得到所述第二模型参数，以及将所述第一模型参数和第二模型参数作为训练完成的所述初始长期预测模型的模型参数。
[0013]在本公开的一些示例实施例中，基于前述方案，其特征在于，所述基于所述长期预测模型按照所述目标预测时间数据输出长期需求数据预测结果，包括：对所述目标预测时间数据进行阶段划分处理，确定所述目标预测时间数据中的长期预测时长数据；将所述长期预测时长数据输入至所述长期预测模型中，得到所述长期需求数据预测结果。
[0014]在本公开的一些示例实施例中，基于前述方案，其特征在于，所述对所述短期需求数据预测结果和所述长期需求数据预测结果进行融合，得到需求数据预测结果，包括：确定所述短期需求数据预测结果的短期时间粒度数据，以及所述长期需求数据预测结果的长期时间粒度数据；对所述短期时间粒度数据和所述长期时间粒度数据进行时间粒度统一处理，得到标准时间粒度数据；基于所述标准时间粒度数据对所述短期需求数据预测结果和所述长期需求数据预测结果进行粒度转换，并对粒度转换后的所述短期需求数据预测结果和所述长期需求数据预测结果进行融合，得到目标需求数据预测结果。
[0015]根据本公开实施例的第二方面，提供了一种需求数据预测装置，包括：数据收集模块，用于收集目标订单数据和目标订单关联数据；短期需求数据预测结果确定模块，用于获取预构建的短期预测模型，并将所述目标订单数据输入至所述短期预测模型得到短期需求数据预测结果；长期需求数据预测结果确定模块，用于对所述目标订单数据、所述目标订单关联数据、所述短期需求数据预测结果进行拟合得到长期预测模型，并调用目标预测时间数据，基于所述长期预测模型按照所述目标预测时间数据输出长期需求数据预测结果；预测结果融合模块，用于对所述短期需求数据预测结果和所述长期需求数据预测结果进行融合，得到目标数据预测结果。
[0016]在本公开的一些示例实施例中，基于前述方案，其特征在于，所述数据收集模块包括数据预处理单元，所述数据预处理单元，用于获取历史订单数据和历史订单关联数据；清洗所述历史订单数据，并从清洗后的所述历史订单数据中提取得到所述目标订单数据；计算所述历史订单关联数据与所述目标订单数据的相关系数，并对所述相关系数进行排序处理，得到所述历史订单关联数据的权重数据；根据所述权重数据从所述历史订单关联数据中筛选得到与所述目标订单数据对应的目标订单关联数据。
[0017]在本公开的一些示例实施例中，基于前述方案，其特征在于，所述短期需求数据预测结果确定模块包括短期需求数据预测结果确定单元，所述短期需求数据预测结果确定单元，用于获取预构建的所述第一类型时间序列模型、所述第二类型时间序列模型、所述第三类型时间序列模型；将所述目标本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种需求数据预测方法，其特征在于，包括：收集目标订单数据和目标订单关联数据；获取预构建的短期预测模型，并将所述目标订单数据输入至所述短期预测模型得到短期需求数据预测结果；基于所述目标订单数据、所述目标订单关联数据、所述短期需求数据预测结果构建长期预测模型，并调用目标预测时间数据，基于所述长期预测模型按照所述目标预测时间数据输出长期需求数据预测结果；对所述短期需求数据预测结果和所述长期需求数据预测结果进行融合，得到目标需求数据预测结果。2.根据权利要求1所述的需求数据预测方法，其特征在于，所述收集目标订单数据和目标订单关联数据，包括：获取历史订单数据和历史订单关联数据；清洗所述历史订单数据，并从清洗后的所述历史订单数据中提取得到所述目标订单数据；计算所述历史订单关联数据与所述目标订单数据的相关系数，并对所述相关系数进行排序处理，得到所述历史订单关联数据的权重数据；根据所述权重数据从所述历史订单关联数据中筛选得到与所述目标订单数据对应的目标订单关联数据。3.根据权利要求1所述的需求数据预测方法，其特征在于，所述短期预测模型包括第一类型时间序列模型、第二类型时间序列模型、第三类型时间序列模型，所述获取预构建的短期预测模型，并将所述目标订单数据输入至所述短期预测模型得到短期需求数据预测结果，包括：获取预构建的所述第一类型时间序列模型、所述第二类型时间序列模型、所述第三类型时间序列模型；将所述目标订单数据分别输入至所述第一类型时间序列模型、所述第二类型时间序列模型、所述第二类型时间序列模型，得到第一短期预测结果、第二短期预测结果、第三短期预测结果；对所述第一短期预测结果、所述第二短期预测结果、所述第三短期预测结果进行整合得到所述短期需求数据预测结果。4.根据权利要求1所述的需求数据预测方法，其特征在于，所述基于所述目标订单数据、所述目标订单关联数据、所述短期需求数据预测结果构建长期预测模型，包括：获取预构建的初始长期预测模型，并基于所述目标订单数据、所述目标订单关联数据、所述短期需求数据预测结果训练所述初始长期预测模型，得到训练完成的所述初始长期预测模型的模型参数；基于所述模型参数构建所述长期预测模型。5.根据权利要求4所述的需求数据预测方法，其特征在于，所述模型参数包括第一模型参数和第二模型参数，所述基于所述目标订单数据、所述目标订单关联数据、所述短期需求数据预测结果训练所述初始长期预测模型，得到训练完成的所述初始长期预测模型的模型参数，包括：
确定与所述目标订单数据对应的短期真实需求...

【专利技术属性】
技术研发人员：张杭，
申请(专利权)人：北京京东振世信息技术有限公司，
类型：发明
国别省市：