一种基于大数据预测产品需求的数据处理方法及系统技术方案

本发明专利技术公开了一种基于大数据预测产品需求的数据处理方法及系统。其中，该方法包括：接收需要预测的目标产品的产品需求属性，以及预测环境参数，产品需求属性包括目标产品的数量，预测环境参数包括产品需求属性的环境约束；根据产品需求属性和预测环境参数，从模型库中选取对应的目标预测模型，目标预测模型是由大数据库中目标产品的同类产品在预测环境参数对应的环境参数下的产品需求属性数据训练而成，产品需求属性数据包括不同时间的产品需求属性；将产品需求属性输入目标预测模型，由目标预测模型输出目标产品在预设时间段的预测产品需求属性。本发明专利技术解决了现有技术中产品的需求数据受影响的方面较多，难以有效预测的技术问题。的技术问题。的技术问题。

【技术实现步骤摘要】
一种基于大数据预测产品需求的数据处理方法及系统


[0001]本专利技术涉及产品预测领域，具体而言，涉及一种基于大数据预测产品需求的数据处理方法及系统。

技术介绍

[0002]现有技术中，对产品的需求预测，更多的是采用先行统计的方式，计算产品过去一段时间内的发展趋势，来预测产品未来的需求。或者使用其他的一些统计学方法来进行产品需求预测。但是，产品需求不仅存在地域的不同，产品需求属性的不同，受众不同，销售方式不同，等等多种因素的影响，其内在的逻辑非常复杂，并且常常难以数据化分析，现有统计学方式局限性较大，往往难以准确的预测产品的需求。
[0003]针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

[0004]本专利技术实施例提供了一种基于大数据预测产品需求的数据处理方法及系统，以至少解决现有技术中产品的需求数据受影响的方面较多，难以有效预测的技术问题。
[0005]根据本专利技术实施例的一个方面，提供了一种基于大数据预测产品需求的数据处理方法，包括：接收需要预测的目标产品的产品需求属性，以及预测环境参数，其中，所述产品需求属性包括目标产品的数量，所述预测环境参数包括所述产品需求属性的环境约束；将所述产品需求属性和所述预测环境参数发送给模型库，其中，所述模型库用于根据所述产品需求属性和所述预测环境参数查找对应的目标预测模型；在所述模型库中包括所述产品需求属性和所述预测环境参数对应的目标预测模型的情况下，调用所述模型库中的所述目标预测模型，其中，所述目标预测模型用于针对所述预测环境参数对所述目标产品的产品需求属性进行预测，所述目标预测模型是由大数据库中所述目标产品的同类产品在所述预测环境参数对应的环境参数下的产品需求属性数据训练而成，所述产品需求属性数据包括不同时间的产品需求属性；在所述模型库中不包括所述产品需求属性和所述预测环境参数对应的目标预测模型的情况下，从所述大数据库中获取所述目标产品的同类产品的相关数据；根据所述相关数据生成所述产品需求属性和所述预测环境参数对应的目标预测模型；将所述产品需求属性输入所述目标预测模型，由所述目标预测模型输出所述目标产品在预设时间段的预测产品需求属性。
[0006]可选的，从所述大数据库中获取所述目标产品的同类产品的相关数据包括：将所述产品需求属性和所述预测环境参数发送给所述大数据库，其中，所述大数据库在接收到所述产品需求属性和所述预测环境参数之后，通过聚类的方式，将所述目标产品和所述大数据库中的产品分为多个聚类簇，选取所述目标产品所属聚类簇中与所述目标产品距离最接近的预设数量的产品作为所述同类产品，并调用所述同类产品的相关数据，所述相关数据包括所述同类产品的某一产品需求属性在某一环境参数下随时间的变化；调用所述大数据库中所述目标产品的同类产品的相关数据。
[0007]可选的，根据所述相关数据生成所述产品需求属性和所述预测环境参数对应的目标预测模型包括：根据所述目标产品，所述产品需求属性和所述环境参数，以及对应的权重，在所述模型库中选择匹配的预测模型，并获取所述预测模型的初始模型；从所述相关数据中选择与所述目标产品的产品需求属性的同类属性，在所述预测环境参数的同类环境参数下的变化数据；根据所述变化数据对所述初始模型进行训练生成所述目标预测模型。
[0008]可选的，根据所述变化数据对所述初始模型进行训练生成所述目标预测模型包括：对所述变化数据进行预处理，其中，所述预处理包括去重处理，清洗处理；将所述变化数据分为训练数据和验证数据；通过训练数据对所述初始模型进行训练，直至所述初始模型收敛，完成训练；通过所述验证数据对训练完成的初始模型进行验证；在验证通过的情况下，将所述训练完成的初始模型作为所述目标预测模型；在验证不通过的情况下，对训练完成的初始模型进行调参，并利用所述训练数据继续训练，直至训练完成的初始模型通过验证。
[0009]可选的，将所述产品需求属性输入所述目标预测模型，由所述目标预测模型输出所述目标产品在预设时间段的预测产品需求属性之后，所述方法还包括：将所述目标预测模型存储到所述模型库中；将所述预测产品需求属性发送给可视化工具，对所述预测产品需求属性进行可视化。
[0010]可选的，将所述产品需求属性输入所述目标预测模型，由所述目标预测模型输出所述目标产品在预设时间段的预测产品需求属性之后，所述方法还包括：获取所述目标产品的相关关键词，其中，所述相关关键词包括，所述目标产品的名称，种类，所属的行业或领域；根据所述相关关键词在可信数据源中查找相关文档，其中，所述相关文档包括政策文件。
[0011]可选的，根据所述相关关键词在可信数据源中查找相关文档，所述方法还包括：将所述相关文档按照与所述相关关键词的相关性进行排序，得到相关文件列表；将所述相关文件列表发送给所述可视化工具，在所述预测产品需求属性的可视化界面中显示所述相关文件列表。
[0012]根据本专利技术实施例的另一个方面，提供了一种基于大数据预测产品需求的数据处理系统，包括：接收模块，用于接收需要预测的目标产品的产品需求属性，以及预测环境参数，其中，所述产品需求属性包括目标产品的数量，所述预测环境参数包括所述产品需求属性的环境约束；发送模块，用于将所述产品需求属性和所述预测环境参数发送给所述模型库，其中，所述模型库用于根据所述产品需求属性和所述预测环境参数查找对应的目标预测模型；调用模块，用于在所述模型库中包括所述产品需求属性和所述预测环境参数对应的目标预测模型的情况下，调用所述模型库中的所述目标预测模型，其中，所述目标预测模型用于针对所述预测环境参数对所述目标产品的产品需求属性进行预测，所述目标预测模型是由大数据库中所述目标产品的同类产品在所述预测环境参数对应的环境参数下的产品需求属性数据训练而成，所述产品需求属性数据包括不同时间的产品需求属性；获取模块，用于在所述模型库中不包括所述产品需求属性和所述预测环境参数对应的目标预测模型的情况下，从所述大数据库中获取所述目标产品的同类产品的相关数据；生成模块，用于根据所述相关数据生成所述产品需求属性和所述预测环境参数对应的目标预测模型；预测模块，用于将所述产品需求属性输入所述目标预测模型，由所述目标预测模型输出所述目
标产品在预设时间段的预测产品需求属性。
[0013]根据本专利技术实施例的另一个方面，提供了一种计算机存储介质，所述计算机存储介质存储有程序指令，其中，在所述程序指令运行时控制所述计算机存储介质所在设备执行上述中任意一项所述的方法。
[0014]根据本专利技术实施例的另一个方面，提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述中任意一项所述的方法。
[0015]在本专利技术实施例中，采用接收需要预测的目标产品的产品需求属性，以及预测环境参数，其中，产品需求属性包括目标产品的数量，预测环境参数包括产品需求属性的环境约束；将产品需求属性和预测环境参数发送给模型库，其中，模型库用于根据产品需求属性和预测环境参数查找对应的目标预测模型；在模型库中包括产品需求属性和预测环境参数对应的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据预测产品需求的数据处理方法，其特征在于，包括：接收需要预测的目标产品的产品需求属性，以及预测环境参数，其中，所述产品需求属性包括目标产品的数量，所述预测环境参数包括所述产品需求属性的环境约束；将所述产品需求属性和所述预测环境参数发送给模型库，其中，所述模型库用于根据所述产品需求属性和所述预测环境参数查找对应的目标预测模型；在所述模型库中包括所述产品需求属性和所述预测环境参数对应的目标预测模型的情况下，调用所述模型库中的所述目标预测模型，其中，所述目标预测模型用于针对所述预测环境参数对所述目标产品的产品需求属性进行预测，所述目标预测模型是由大数据库中所述目标产品的同类产品在所述预测环境参数对应的环境参数下的产品需求属性数据训练而成，所述产品需求属性数据包括不同时间的产品需求属性；在所述模型库中不包括所述产品需求属性和所述预测环境参数对应的目标预测模型的情况下，从所述大数据库中获取所述目标产品的同类产品的相关数据；根据所述相关数据生成所述产品需求属性和所述预测环境参数对应的目标预测模型；将所述产品需求属性输入所述目标预测模型，由所述目标预测模型输出所述目标产品在预设时间段的预测产品需求属性。2.根据权利要求1所述的方法，其特征在于，从所述大数据库中获取所述目标产品的同类产品的相关数据包括：将所述产品需求属性和所述预测环境参数发送给所述大数据库，其中，所述大数据库在接收到所述产品需求属性和所述预测环境参数之后，通过聚类的方式，将所述目标产品和所述大数据库中的产品分为多个聚类簇，选取所述目标产品所属聚类簇中与所述目标产品距离最接近的预设数量的产品作为所述同类产品，并调用所述同类产品的相关数据，所述相关数据包括所述同类产品的某一产品需求属性在某一环境参数下随时间的变化；调用所述大数据库中所述目标产品的同类产品的相关数据。3.根据权利要求2所述的方法，其特征在于，根据所述相关数据生成所述产品需求属性和所述预测环境参数对应的目标预测模型包括：根据所述目标产品，所述产品需求属性和所述环境参数，以及对应的权重，在所述模型库中选择匹配的预测模型，并获取所述预测模型的初始模型；从所述相关数据中选择与所述目标产品的产品需求属性的同类属性，在所述预测环境参数的同类环境参数下的变化数据；根据所述变化数据对所述初始模型进行训练生成所述目标预测模型。4.根据权利要求3所述的方法，其特征在于，根据所述变化数据对所述初始模型进行训练生成所述目标预测模型包括：对所述变化数据进行预处理，其中，所述预处理包括去重处理，清洗处理；将所述变化数据分为训练数据和验证数据；通过训练数据对所述初始模型进行训练，直至所述初始模型收敛，完成训练；通过所述验证数据对训练完成的初始模型进行验证；在验证通过的情况下，将所述训练完成的初始模型作为所述目标预测模型；在验证不通过的情况下，对训练完成的初始模型进行调参，并利用所述训练...

【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：